Ketiga variabel bebas di atas akan dianalisis terhadap Non Performing Loan baik secara parsial maupun simultan.
3.7. Definisi Variabel Penelitian dan Pengukurannya
Definisi operasional penelitian ini adalah sebagai berikut: 1.
Non Performing Loan Y adalah kredit yang dapat dikelompokkan menjadi kredit tak lancar dan kredit macet.
2. Portofolio Kredit X terdiri dari X1 = Kredit Whosale, X2 = Kredit Middle, dan
X3 = Kredit Retail. Definisi operasional variabel bebas dan variabel terikat dapat dilihat pada
tabel berikut:
Tabel 3.1. Definisi Operasional Variabel NamaJenis Variabel
Definisi Operasional Parameter
Dependent : Non Performing Loan
Y Kredit
bermasalah yang
dikelompokkan menjadi kredit tak lancar dan kredit macet
Rasio
Independent : Kredit Whosale X1
Kredit usaha
besar dengan
pemberian kredit Rp. 400 milyar Rasio
Independent : Kredit Middle X2
Kredit usaha
besar dengan
pemberian kredit antara Rp.10 milyar sd Rp. 400 milyar
Rasio
Independent : Kredit Retail X3
Kredit usaha
besar dengan
pemberian kredit Rp. 10 milyar Rasio
Universitas Sumatera Utara
3.8. Model Analisis Data
Model analisis data yang digunakan dalam penelitian ini adalah analisis regresi linear dengan menggunakan bantuan program SPSS Statistical Package for
Social Scenes dengan menggunakan tingkat kepercayaan 95 atau alpha 5. Model analisis yang digunakan adalah sebagai berikut:
Y =
a + b1 X1 + b2 X2 + b3 X3 + Y
= Non Performing Loan NPL
X1 =
Kredit Whosale X2
= Kredit Middle
X3 =
Kredit Retail a
= Konstanta
=
Kesalahan random b1...b3 =
Koefisien Regresi Masing-masing x
3.9. Pengujian Asumsi Klasik
Untuk memperoleh hasil pengujian yang baik, maka semua data yang dibutuhkan dalam penelitian ini harus diuji terlebih dahulu agar tidak melanggar
asumsi klasik yang ada. Sehingga hasil pengujian hipotesis yang dilakukan dapat dipertanggung jawabkan kebenarannya secara tegas dan nyata. Beberapa serangkaian
pengujian yang dilakukan terhadap asumsi klasik ini, meliputi:
Universitas Sumatera Utara
1. Uji Normalitas
Uji normalitas yang dilakukan dalam penelitian ini adalah dengan menggunakan model pengujian Kolmogorov-Smimov yang merupakan bahagian yang integral
dari program SPSS versi 12. Jika angka signifikansi yang ditujukan dalam tabel hasil pengujian, menunjukkan nilai yang lebih kecil dari alpha 5 maka data
yang digunakan dinyatakan sebagai data yang tidak memenuhi asumsi normalitas. Sebaliknya jika angka yang diperoleh dari hasil pengujian normalitas
lebih besar dari alpha 5, maka data yang digunakan dinyatakan sebagai data yang telah memenuhi asumsi klasik.
2. Uji Multikolinieritas
Uji Multikolinieritas ini bertujuan untuk menguji, apakah ditemukan atau tidak, korelasi diantara variabel independen. Jika terjadi korelasi antar variabel, maka
akan ditemukan adanya masalah multikolinieritas. Suatu model regresi yang baik, harus tidak menimbulkan masalah multikolinieritas. Untuk itu diperlukan
uji multikolinieritas terhadap setiap data variabel bebas yang dapat dilakukan dengan cara:
a. Melihat angka Collinearity Statistic yang ditunjukkan oleh nlai VIF
Variance Inflation Fator. Jika angka VIF lebih besar dari 5, maka varabel bebas yang ada memiliki masalah multikolinieritas, Santoso 2002.
b. Melihat nilai tolerance pada output penilaian multikolinieritas yang tidak
menunjukkan nilai yang lebih besar dari 0,1 akan memberikan kenyataan bahwa tidak terjadi masalah multikolinieritas.
Universitas Sumatera Utara
3. Uji Heteroskedastisitas
Uji heteroskedastisitas adalah untuk menguji apakah dalam suatu model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan
lainnya. Sehingga suatu model regresi yang baik harus bebas dari masalah heteroskedastisitas. Jika varians dari residual adalah tetap, maka dinyatakan
sebagai pengamatan yang heteroskedastisitas, sebaliknya jika varians residual berbeda-beda, maka terjadi peristiwa heteroskedastisitas. Untuk mendeteksi ada
atau tidaknya masalah heteroskedastisitas dapat dilakukan dengan uji Glejser, Ghozali 2005, dengan cara mengabsolutkan nilai residual dari data yang ada.
Nilai residual absolut ini akan dimasukkan sebagai variabel terikat dalam persamaan regresi. Jika hasil yang diperoleh dari pengujian ini memberikan nilai
diatas alpha 5, maka data yang ada terbebas dari masalah heteroskedastisitas. 4.
Uji Autokorelasi Pengujian ini dimaksudkan untuk melihat bahwa tidak terjadi kondisi ganguan
yang berurutan yang dimasukkan dalam fungsi regressi. Untuk menguji wujud atau tidaknya otokorelasi pada data dilakukan dengan menggunakan uji Durbin
dan Watson atau sering disebut uji d.
3.10. Pengujian Hipotesis
