Karakteristik Rumah Tangga yang Mempengaruhi Peluang

1.3. Karakteristik Rumah Tangga yang Mempengaruhi Peluang

Permintaan Kredit Sepeda Motor Penelitian ini menggunakan model probit yang bersifat binary untuk mengetahui karakteristik rumah tangga yang mempengaruhi peluang permintaan kredit sepeda motor, dimana variabel tak bebasnya memiliki dua nilai, satu 1 untuk pembelian sepeda motor secara kredit dan nol 0 untuk pembelian sepeda motor secara tunai. Penentuan nilai variabel tak bebas seperti pada persamaan 2 ditentukan oleh suatu indeks kepuasan yang tidak diteliti unobservable utility index seperti persamaan 3. Dalam penelitian ini tingkat kepuasan atau utilitas Uij suatu rumah tangga menentukan apakah rumah tangga tersebut membeli sepeda motor secara kredit atau tunai. Jika U 1j tingkat kepuasan rumah tangga ke j membeli sepeda motor secara kredit yang lebih tinggi dari U 0j tingkat kepuasan rumah tangga ke j membeli sepeda motor secara tunai, maka rumah tangga tersebut variabel tak bebasnya bernilai satu Y=1, dan variabel tak bebasnya bernilai nol Y=0 jika sebaliknya. Hal tersebut sesuai dengan dalil ekonomi bahwa rumah tangga sebagai individu akan berusaha untuk memaksimumkan kepuasan dengan anggaran yang tersedia Nicholson, 2001. Variabel bebasnya merupakan karakteristik rumah tangga terdiri dari pendapatan X 1 , lama bekerja X 2 , konsumsi rutin rata-rata X 3 , tabungan rata- rata X 4 , konsumsi tidak rutin rata-rata X 5 , umur X 6 , pendidikan X 7 , jumlah anggota keluarga X 8 , jumlah anggota keluarga bekerja X 9 , dummy pekerjaan DX 10 , dummy pekerjaan sampingan DX 11 , dummy jenis kelamin DX 12 , dummy tempat tinggal DX 13 , dan dummy pasangan bekerja DX 14 . Analisa tentang kelayakan model dan tanda setiap koefisien dari model yang dibentuk dilakukan untuk menentukan variabel-variabel yang mempengaruhi peluang permintaan kredit sepeda motor. Nilai koefisien model probit diperoleh dari keluaran perangkat lunak Eviews 4.1. Untuk menentukan pengaruh nyata variabel dengan membandingkan nilai p-value yang diperoleh dari hasil keluaran yang dibandingkan dengan suatu taraf nyata α, sehingga dapat menentukan apakah menolak H : koefisien tersebut sama dengan nol. Jika p-value lebih kecil dari taraf nyata maka variabel tersebut signifikan, sehingga tanda koefisien tersebut merupakan pengaruh positif atau negatif karakteristik dalam mempengaruhi probabilitas permintaan kredit sepeda motor, dalam suatu tingkat kepercayaan 1- α. Penelitian ini menggunakan tingkat kepercayaan 90 persen atau dengan taraf nyata 10 persen α =10. Untuk memperoleh model yang terbaik maka dilakukan proses reduksi pengurangan variabel bebas yang tidak berpengaruh dari model. Model probit pertama, menggunakan seluruh variabel bebas yang berjumlah 14 variabel yang lima diantaranya adalah variabel dummy. Namun pada model pertama ini koefisien variabel yang berpengaruh nyata hanya variabel X 3 , X 4 , X 7 , dan DX 10 Tabel 13. Model probit pertama menghasilkan beberapa koefisien variabel berpengaruh nyata pada tingkat kepercayaan 90 persen, karakteristik yang berpengaruh nyata terhadap peluang permintaan kredit sepeda motor tersebut adalah konsumsi rutin rata-rata, tabungan rata-rata, pendidikan, dan dummy pekerjaan. Sementara karakteristik rumah tangga yang lain tidak signifikan pada taraf nyata 10 persen. Tabel 13. Hasil Model Probit Pertama Simbol Variabel Variabel Koefisien Probabilitas X 1 Pendapatan 1,01 x 10 -6 0,1892 X 2 Lama Bekerja -0,049901 0,4591 X 3 Konsumsi Rutin Rata-rata Per Bulan -1,66 x 10 -6 0,0431 X 4 Tabungan Rata-rata Per Bulan -5,01 x 10 -6 0,0266 X 5 Konsumsi Tidak Rutin Rata-rata Per Bulan 1,32 x 10 -6 0,1426 X 6 Umur -0,052297 0,4764 X 7 Pendidikan 0,316165 0,0898 X 8 Jumlah Anggota Keluarga 0,068692 0,8337 X 9 Jumlah Anggota Keluarga Bekerja 0,051082 0,9060 DX 10 Dummy Pekerjaan -3,533,983 0,0372 DX 11 Dummy Pekerjaan Sampingan 0,139571 0,8926 DX 12 Dummy Jenis Kelamin -2,900,523 0,1507 DX 13 Dummy Tempat Tinggal -0,114478 0,9054 DX 14 Dummy Pasangan Bekerja -1,328,573 0,1424 C Konstanta 5,930,653 0,1255 LR statistic 14 df 34,10541 ProbabilityLR stat 0,001991 McFadden R-squared 0,513586 Count R-squared 3750=0,74 Ket : signifikan pada α = 10 Model pertama memperlihatkan nilai LR statistic 14 df sebesar 34,10541. Secara keseluruhan karakteristik rumah tangga yang menjadi variabel pada model probit pertama berpengaruh secara nyata terhadap peluang permintaan kredit sepeda motor, dimana tingkat probabilitas LR stat bernilai 0,001991 yang lebih kecil dari taraf nyata 10 persen. Tiga dari empat karakteristik rumah tangga tersebut memiliki tanda yang negatif, hanya pendidikan yang memiliki tanda yang positif. Hal tersebut berarti setiap penurunan konsumsi rutin rata-rata dan tabungan rata-rata, akan meningkatkan peluang permintaan kredit sepeda motor tingkat rumah tangga. Sementara seseorang yang berpenghasilan tetap, peluang permintaan kredit sepeda motor akan berkurang. Semakin meningkatnya jumlah tahun pendidikan maka akan meningkatkan rumah tangga dalam peluang permintaan kredit sepeda motor. Untuk mendapatkan model yang terbaik, dilakukan reduksi koefisien variabel yang tidak signifikan berdasarkan nilai probabilitas yang paling besar. Sehingga akan terbentuk beberapa model probit alternatif sebelum mendapatkan model probit yang terbaik. Tabel 14 memperlihatkan model probit dengan mereduksi variabel yang tidak signifikan, maka diperoleh enam model probit alternatif. Tabel 14. Model Probit Alternatif Berdasarkan Angka Probabilitas Model Simbol Variabel Ke-1 Ke-2 Ke-3 Ke-4 Ke-5 Ke-6 X 1 0,1892 0,1672 0,1653 0,0432 0,0285 0,0413 X 2 0,4591 0,4303 0,4308 0,4360 0,4097 0,0636 X 3 0,0431 0,0400 0,0410 0,0230 0,0164 0,0118 X 4 0,0266 0,0245 0,0131 0,0080 0,0054 0,0045 X 5 0,1426 0,1364 0,1231 0,1189 0,1148 0,1547 X 6 0,4764 0,4703 0,3730 0,3946 0,3665 X 7 0,0898 0,0812 0,0735 0,0726 0,0675 0,0860 X 8 0,8337 0,7048 0,7138 0,7184 X 9 0,9060 DX 10 0,0372 0,0377 0,0194 0,0185 0,0152 0,0194 DX 11 0,8926 0,8383 0,7849 DX 12 0,1507 0,1350 0,1143 0,0893 0,0595 0,0751 DX 13 0,9054 0,9223 DX 14 0,1424 0,0921 0,0891 0,0918 0,0994 0,0881 Ket : signifikan pada α = 10 Model probit terbaik dari model alternatif yang diperoleh adalah model keenam, dimana model tersebut terdapat sembilan karakteristik rumah tangga yang menjadi variabel bebas. Model keenam merupakan model terbaik dan model terakhir, dimana variabel terakhir yang direduksi sebelum model keenam adalah variabel umur. Karakteristik yang menjadi variabel bebas adalah pendapatan, lama bekerja, konsumsi rutin rata-rata, tabungan rata-rata, konsumsi tidak rutin rata- rata, pendidikan, dummy pekerjaan, dummy jenis kelamin, dan dummy pasangan bekerja. Jika variabel yang memiliki probabilitas terbesar pada model keenam direduksi kembali, akan membuat variabel yang tadinya signifikan menjadi tidak signifikan. Variabel yang probabilitasnya terbesar adalah konsumsi tidak rutin rata-rata dan variabel yang menjadi tidak signifikan tersebut adalah variabel pendidikan. Hal ini menandakan adanya korelasi kuat antara variabel konsumsi tidak rutin dengan pendidikan, konsumsi tidak rutin akan semakin besar akibat semakin tingginya pendidikan. Pendidikan menentukan pendapatan dan stabilitas pendapatan. Tabel 15. Hasil Model Probit Keenam Terakhir Simbol Variabel Variabel Koefisien Probabilitas X 1 Pendapatan 1,07 x 10 -6 0,0413 X 2 Lama Bekerja -0,092367 0,0636 X 3 Konsumsi Rutin Rata-rata Per Bulan -1,81 x 10 -6 0,0118 X 4 Tabungan Rata-rata Per Bulan -4,72 x 10 -6 0,0045 X 5 Konsumsi Tidak Rutin Rata-rata Per Bulan 1,07 x 10 -6 0,1547 X 7 Pendidikan 0,292594 0,0860 DX 10 Dummy Pekerjaan -3,253198 0,0194 DX 12 Dummy Jenis Kelamin -2,831464 0,0751 DX 14 Dummy Pasangan Bekerja -1,322441 0,0881 C Konstanta 4,929549 0,0258 LR statistic 9 df 33,04016 ProbabilityLR stat 0,000131 McFadden R-squared 0,497545 Count R-squared 4050=0,80 Ket : signifikan pada α = 10 Tabel 15 memperliahtkan karakteristik yang secara nyata berpengaruh terhadap peluang permintaan kredit sepeda motor di model probit keenam sebanyak delapan variabel, dengan tanda yang berbeda pada koefisien variabelnya. Karakteristik yang signifikan tersebut adalah pendapatan, lama bekerja, konsumsi rutin rata-rata, tabungan rata-rata, pendidikan, dummy pekerjaan, dummy jenis kelamin, dan dummy pasangan bekerja. Secara keseluruhan variabel karakteristik berpengaruh secara nyata terhadap peluang permintaan kredit sepeda motor. Nilai LR statistic 9 df sebesar 33,04016, dengan tingkat probabilitas LR stat 0,000131, maka paling tidak terdapat satu karakteristik secara nyata berpengaruh terhadap peluang permintaan kredit sepeda motor. Nilai McFadden R 2 sebesar 0,50, maka variabel bebas dalam model probit keenam sudah cukup baik untuk menjelaskan vatiabel tak bebasnnya. Terdapat nilai Count R 2 sebesar 0,80, hal ini menguatkan bahwa variabel bebas dapat menjelaskan variabel tak bebasnya dengan baik. Lampiran 27 memperlihatkan, bahwa jumlah prediksi yang tepat sebanyak 40, dengan total contoh sebanyak 50 contoh. Koefisien karakteristik rumah tangga yaitu pendapatan mempunyai nilai 1,06 x 10 -6 . Pendapatan bernilainya positif, maka meningkatnya pendapatan dari rumah tangga akan mengakibatkan peningkatan probabilitas untuk permintaan kredit sepeda motor, dimana variabel lain tetap. Dapat disimpulkan, bahwa rumah tangga dengan berapa pun tingkat pendapatannya masih membeli motor secara kredit. Hal ini sesuai dengan hukum permintaan, dimana peningkatan pendapatan akan diikuti oleh permintaan terhadap suatu barang, yang tergolong barang normal. Rumah tangga yang berpenghasilan rendah, saat terjadi kenaikan pendapatan mengikuti prilaku masyarakat lainnya yang lebih memilih mengkonsumsi komoditi yang tergolong komoditi primer secara langsung terlebih dahulu, dibanding mengkonsumsi langsung barang sekunder seperti sepeda motor. Nilai yang positif dan signifikan di pendapatan rumah tangga memperlihatkan hipotesis LCPIH masih berlaku, yang menyatakan bahwa individu atau rumah tangga akan memaksimumkan tingkat kepuasannya dengan dihadapkan pada kendala anggaran antar waktu yang dihadapinya. Maka semakin meningkatnya anggaran, anggaran itu sendiri akan menjadi sebuah kendala dalam memaksimumkan kepuasan. Pendapatan juga merupakan dasar penting pemberian kredit sepeda motor, yang cicilan setiap bulannya tidak boleh lebih rendah dari sepertiga pendapatan. Koefisien karakteristik rumah tangga yang juga signifikan adalah lama bekerja dengan nilai - 0,09 . Lama bekerja responden yang mewakili rumah tangga mengakibatkan penurunan probabilitas permintaan kredit sepeda motor, dimana variabel lain tetap. Seseorang yang telah lama bekerja bisa dibilang telah mendapatkan fasilitas transportasi. Sebabnya kemudian kebutuhan akan sepeda motor menurun, mengakibatkan menurunkan probabilitas permintaan kredit sepeda motor. Apabila seseorang lama bekerja hanya beberapa tahun, maka kebutuhan akan transportasi akan meningkat untuk menghemat, mengurangi beban pendapatan yang belum stabil bagi pekerja yang belum lama bekerja.. Konsumsi rutin rata-rata rumah tangga memiliki koefisien yang signifikan dengan nilai -1,81 x 10 -6 . Konsumsi rutin rata-rata rumah tangga yang menurun, cateris paribus meningkatkan probabilitas permintaan kredit sepeda motor. Menurunnya konsumsi rutin rumah tangga, membuat rumah tangga leluasa untuk mengalokasikan pendapatannya, termasuk untuk kredit sepeda motor yang cicilannya dibayarkan setiap bulan dalam periode tertentu. Karakteristik rumah tangga yang lain yaitu tabungan rata-rata mempengaruhi secara nyata terhadap probabilitas permintaan kredit sepeda motor. Tabungan rata-rata memiliki tanda negatif dengan nilai -4,72 x 10 -6 , sehingga penurunan tabungan rata-rata rumah tangga meningkatkan probabilitas permintaan kredit sepeda motor, dimana variabel lain tetap. Semakin rendahnya tabungan rata-rata dan pengeluaran lain tetap, maka rumah tangga akan leluasa untuk mengajukan kredit sepeda motor, sehingga meningkatkan peluang permintaan kredit sepeda motor. Pendidikan juga berpengaruh nyata terhadap peluang permintaan kredit sepeda motor. Karakteristik pendidikan memiliki nilai koefisien sebesar 0,292594, yang bernilai positif. Makin lama jumlah tahun responden dalam rumah tangga bersekolah, meningkatkan probabilitas permintaan kredit rumah tangga. Pendidikan menurut Magri 2002 merupakan proxy pendapatan masa depan, sehingga sama seperti halnya pendapatan, pendidikan mempunyai pengaruh yang positif. Ketiga dummy dalam model probit keenam memiliki pengaruh yang signifikan, juga berpengaruh negatif. Rumah tangga yang memiliki pekerjaan yang pendapatannya tetap, mempengaruhi probabilitas permintaan kredit sepeda motor secara negatif, dengan nilai koefisien -3,25. Hal tersebut karena rumah tangga yang pekerjaannya berpendapatan tetap, lebih mudah mengalokasikan pendapatannya untuk kebutuhan rutin dan tabungan. Hal itu menyebabkan pekerjaan sebagai PNS, karyawan swasta dan BUMN, juga TNI Polri dapat menentukan pilihan yang akan memaksimumkan kepuasan mereka. Rumah tangga dengan pasangan isterisuami yang bekerja menurunkan probabilitas permintaan kredit sepeda motor, koefisien dummy pasangan bekerja bernilai -2,83. Hal itu karena, rumah tangga pasangannya bekerja memiliki pendapatan lain diluar pendapatan utama responden suamiisterinya. Pendapatan lain tersebut dapat membantu kebutuhan rutin rumah tangga, sedangkan pendapatan utama dapat dikonsentrasikan untuk ditabung untuk membeli sepeda motor secara tunai. Pilihan pembelian tersebut tergantung rumah tangga dalam mencapai kepuasan yang diinginkan. Koefisien dummy jenis kelamin memiliki nilai -1,32. Rumah tangga yang diwakili responden yang berjenis kelamin laki-laki, mempengaruhi secara negatif probabilitas permintaan kredit sepeda motor. Hal ini terjadi karena rumah tangga yang diwakili responden berjenis kelamin laki-laki, sebagian besar merupakan kepala rumah tangga atau sumber pendapatan keluarga sehingga pendapatan yang diperolehnya akan digunakan untuk memenuhi konsumsi rutin rumah tangga terlebih dahulu. Tabel 16. Prediksi Permintaan Kredit Sepeda Motor Pembelian Total Prediksi Sepeda Motor Rumah tangga Tunai Kredit Correct Tunai 19 15 4 78,95 Kredit 31 6 25 80,65 Overall : 80 Model probit keenam dapat dilihat daya ramal prediksi terhadap model, Tabel 16 memperlihatkan hasil estimasi menunjukan bahwa penggolongan rumah tangga yang memiliki nilai variabel tak bebasnya satu Y=1, memiliki tingkat kebenaran sebanyak 80,56 persen, atau sebanyak 25 rumah tangga dari 31 rumah tangga secara tepat diprediksi membeli secara kredit. Sementara enam rumah tangga lain diprediksi membeli tunai. Prediksi rumah tangga yang membeli sepeda motor tunai menunjukan sebanyak 15 rumah tangga dengan tepat dan seharusnya 4 rumah tangga membeli secara kredit, penggolongan ini untuk rumah tangga yang memiliki nilai nol pada variabel tak bebasnya Y=0 atau tingkat kebenarannya sebesar 78,95 persen. Lampiran 27 menyajikan rumah tangga yang tepat diprediksi dan rumah tangga yang salah klasifikasi yaitu dalam hasil Actual, Fitted, and Residual Test. Secara keseluruhan pengklasifikasian yang benar sebesar 80 persen. Sumber : Bank Indonesia Bandung 2005, diolah Gambar 9. Perkembangan Penyaluran Kredit Total dan Kredit Konsumsi di Kabupaten dan Kota Bogor Periode 2000-Juni 2005 2000000 4000000 6000000 8000000 10000000 Jumlah Kredit Juta, Rp 2000 2001 2002 2003 2004 Juni- 2005 Tahun Kredit Total Kab. Kota Bogor Rupiah Valuta Asing Kredit Konsumsi Kab. Bogor Kredit Konsumsi Kota Bogor Gambar 9 merupakan perkembangan penyaluran kredit di Kabupaten dan Kota Bogor. Periode tahun 2000 hingga Juni 2005 memperlihatkan perkembangan yang terus meningkat dari total kredit yang disalurkan, baik untuk kredit total maupun kredit konsumsi. Kredit konsumsi didalamnya termasuk kredit untuk sepeda motor, sehingga dari jumlah kredit tersebut dapat disimpulkan kredit yang disalurkan semakin tahun semakin meningkat, dan permintaan kredit konsumsi tentu saja meningkat. Melihat pengaruh karakteristik rumah tangga dalam mempengaruhi peluang permintaan kredit sepeda motor, dapat dilakukan dengan mensubtitusi nilai varibel ke hasil estimasi pada model probit terakhir Persamaan 16. Untuk melihat gambarannya, penelitian ini akan menjabarkan peningkatan peluang permintaan kredit sepeda motor yang diakibatkan peningkatan nilai variabel karakteristik rumah tangga yang signifikan dan mempunyai pengaruh yang positif. -6 -6 -6 1 2 3 4 7 4.93 1, 07 10 - 0.09 -1,81 10 - 4, 72 10 0.29 Y x X X x X x X X = + + 10 12 14 -3.25 - 2.83 -1.32 DX DX DX 16 Diasumsikan terdapat tiga rumah tangga dengan pendapatan dan pendidikan yang berbeda. Rumah tangga yang pertama memiliki pendapatan sebesar Rp. 1.500.000 dengan pendidikan SMA 12 tahun. Rumah tangga kedua memiliki pendapatan sebesar Rp. 2.000.000 dengan pendidikan S1 16 tahun. Rumah tangga yang ketiga memiliki pendapatan Rp. 3.000.000 dengan pendidikan S2 12 tahun Tabel 16. Ketiga rumah tangga memiliki pekerjaan yang pendapatan tetap, berjenis kelamin laki-laki, dan pasangannya bekerja. Sementara nilai karakteristik rumah tangga lain yang merupakan variabel diskrit, akan diambil nilai rata-rata mean sesuai Tabel 4. Tabel 17. Nilai Variabel dan Koefisien Model Probit Terakhir No. Varibel X i Nilai Koefisien β i Rumah Tangga Pertama Rumah Tangga Kedua Rumah Tangga Ketiga 1 Pendapatan Rp 1,07 x 10 -6 1.500.000 2.000.000 3.000.000 2 Lama Bekerja Tahun -0.09 7 7 7 3 Konsumsi Rutin Rata-rata Rp -1,81 x 10 -6 1.319.500 1.319.500 1.319.500 4 Tabungan Rata-rata Rp -4,72 x 10 -6 576.000 576.000 576.000 5 Pendidikan Tahun 0,29 12 16 18 6 Dummy Pekerjaan -3,25 1 1 1 7 Dummy Jenis Kelamin -2,83 1 1 1 8 Dummy Pasangan Bekerja -1,32 1 1 1 Konstanta β 4,93 Ket : Nilai Rata-rata Mean Variabel dengan Pembulatan Berdasarkan Tabel 17, dapat dilihat nilai karakteristik dan koefisien rumah tangga yang berbeda untuk melihat peluang dalam mempengaruhi permintaan kredit sepeda motor. Mendapatkan nilai peluang seperti persamaan 6, dapat mengalikan nilai variabel dan koefisien menghasilkan nilai Y [F β +X i β i ], nilai yang diperoleh merupakan nilai FZ untuk mendapatkan peluang. Peluang Pi karakteristik rumah tangga terhadap permintaan kredit sepeda motor didapatkan melalui normal CDF Persamaan 7. Rumah tangga pertama yang memiliki pendapatan Rp. 1.500.000 dan berpendidikan SMA memiliki nilai Z sebesar -3,12, maka peluang untuk permintaan kredit sepeda motor sebesar 0,0009. Rumah tangga kedua yang memiliki pendapatan Rp. 2.000.000 dan berpendidikan S1 memiliki nilai Z sebesar -1,41, maka peluang untuk permintaan kredit sepeda motor sebesar 0,0793. Terakhir, rumah tangga ketiga yang memiliki pendaptan sebesar Rp. 3.000.000 dan pendidikan S2 memiliki nilai Z sebesar 0,25, maka peluang untuk permintaan kredit sepeda motor sebesar 0,5987. Berdasarkan hasil peluang yang didapatkan, memperlihatkan peluang permintaan kredit sepeda motor akan semakin meningkat, seiring meningkatnya pendapatan dan pendidikan.

1.4. Implikasi Kebijakan