75
GFI menghasilkan nilai 0,99 ≥ 0,90. Dari hasil ini diperoleh kesimpulan bahwa parameter GFI menghasilkan model yang
sudah goodness of fit. IFI menghasilkan nilai 1,00 ≥ 0,90. Dari hasil ini diperoleh
kesimpulan bahwa parameter IFI menghasilkan model yang sudah goodness of fit.
NFI menghasilkan nilai 0,98 ≥ 0,90. Dari hasil ini diperoleh kesimpulan bahwa parameter NFI menghasilkan model yang
sudah goodness of fit. CFI menghasilkan nilai 1,00 ≥ 0,90. Dari hasil ini diperoleh
kesimpulan bahwa parameter CFI menghasilkan model yang sudah goodness of fit.
Berdasarkan hasil diatas, semua indikator telah menunjukkan model yang fit. Oleh karena itu, maka pengujian hipotesis teori dapat
dilakukan. Secara umum dalam uji model SEM salah satu saja dari syarat yang ditentukan meliputi Chi-square, CMINDF, AGFI, TLI,
CFI dan RMSEA terpenuhi, sudah dapat dikatakan modelnya fit dan dapat dijadikan untuk analisis tahap berikutnya Harmono, 2012.
2. Analisis Model Pengukuran
Setelah kecocokan model dan data secara keseluruhan adalah baik, maka langkah selanjutnya adalah evaluasi atau uji kecocokan
model pegukuran. Evaluasi ini akan kita lakukan terhadap setiap
76
konstruk atau model pengukuran hubungan antara sebuah variabel laten dengan beberapa variabel teramatiindikator melalui evaluasi
terhadap validitas. Setyo, 2015:75
Gambar 4.1 Uji t
Gambar diatas menunjukkan keseluruhan variabel memiliki nilai t-values
≥ 1,96. Berikut penjelasan masing-masing hasil uji t:
Faktor Fundamental Makroekonomi FM terhadap Jenis Penggunaan Kredit JPK
Dari gambar diatas menunjukkan bahwa t-values sebesar 29,06 memiliki nilai lebih besar dari t-table yaitu 1,96.Hal ini
menunjukkan bahwa Ho ditolak sehingga dapat dikatakan bahwa faktor fundamental makreokonomi FM berpengaruh
terhadap jenis penggunaan kredit JPK.
77
Jenis Penggunaan Kredit JPK terhadap Kinerja Perbankan
KP Dari gambar diatas menunjukkan bahwa t-values sebesar
22,82 memiliki nilai lebih besar dari t-table yaitu 1,96. Hal ini menunjukkan bahwa Ho ditolak sehingga dapat dikatakan
bahwa jenis penggunaan kredit JPK berpengaruh terhadap kinerja perbankan KP.
Faktor Fundamental Makroekonomi FM terhadap Kinerja
Perbankan KP Dari gambar diatas menunjukkan bahwa t-values sebesar
29,51 memiliki nilai lebih besar dari t-table yaitu 1,96. Hal ini menunjukkan bahwa Ho ditolak sehingga dapat dikatakan
bahwa faktor fundamental makreokonomi FM berpengaruh terhadap kinerja perbankan KP.
Selain melalui uji-t, validitas juga dilihat dari muatan faktor standarnya. Suatu variabel dikatakan mempunyai validitas yang baik
terhadap konstruk atau variabel latennya jika memiliki t-values ≥ 1,96
dan SFL tidak lebih dari satu Setyo, 2015:76.
78
Gambar 4.2 Estimate Loading Factor
Gambar diatas menunjukkan hasil estimasi dan muatan faktor standar standardized factor loading. Dapat terlihat dari gambar
diatas bahwa keseluruhan variabel memiliki standardized factor loading
tidak lebih dari satu.
Inflasi INF, BI rate dan kurs terhadap faktor fundamental makroekonomi FM
Hasil penelitian menunjukkan bahwa keseluruhan manifes inflasi INF, BI rate dan kurs dapat memberi kontribusi
signifikan terhadap laten faktor fundamental makroekonomi FM. Adapun besarnya kontribusi masing-masing manifes
terhadap laten faktor fundamental makroekonomi FM adalah
79
inflasi memiliki factor loading sebesar 0,48; BI rate memiliki factor loading
sebesar 0,84; dan kurs memiliki factor loading sebesar -0,38. Variabel yang dominan dalam berkontribusi
terhadap laten faktor fundamental makroekonomi FM adalah BI rate
. Hasil penelitian ini sama dengan penelitian Harmono 2012 dimana variabel yang dominan adalah BI rate kemudian
inflasi dan kurs. Hal ini disebabkan karena BI rate menjadi acuan bagi perbankan dalam menentukan besarnya tingkat suku
bunga maupun masyarakat dalam menentukan pertimbangan untuk melakukan pinjaman.
Besarnya kontribusi inflasi terhadap faktor fundamental makroekonomi dapat dilihat dengan inflasi yang mampu
mendorong terjadinya pertumbuhan ekonomi. Hal ini karena inflasi mampu memberi semangat kepada para pengusaha untuk
meningkatkan produksinya. Sehingga hal ini akan berdampak pada iklim investasi dan sector usaha yang membaik.
Dalam penelitian ini, variabel kurs memberikan kontribusi negatif terhadap laten faktor fundamental makroekonomi FM.
Artinya,semakin tinggi kurs maka akan menurunkan faktor fundamental makroekonomi FM. Besarnya kontribusi kurs
terhadap faktor fundamental makroekonomi FM dapat tercermin pada menurunnya nilai rupiah terhadap mata uang
asing akan mengakibatkan meningkatnya biaya impor bahan-
80
bahan baku yang akan digunakan untuk produksi dan juga meningkatnya suku bunga. Selain itu, menurunnya nilai tukar
juga dapat mendorong pengusaha untuk melakukan ekspor.
Kredit modal kerja KMK, kredit investasi KI dan kredit konsumsi KK terhadap jenis penggunaan kredit JPK
Hasil penelitian menunjukkan bahwa keseluruhan manifes kredit modal kerja KMK, kredit investasi KI dan kredit
konsumsi KK dapat memberi kontribusi signifikan terhadap laten jenis penggunaan kredit JPK. Adapun besarnya
kontribusi masing-masing manifes terhadap laten jenis penggunaan kredit JPK adalah KMK memiliki factor loading
sebesar 0,97; KI memiliki factor loading sebesar 0,98; dan KK memiliki factor loading sebesar 0,96. Variabel yang memiliki
kontribusi dominan terhadap laten jenis penggunaan kredit JPK adalah kredit investasi KI. Hal ini sama dengan
penelitian Harmono 2012 bahwa yang mencerminkan respon masyarakat terhadap produk perbankan lebih pada kredit
investasi KI dibanding kredit modal kerja KMK dan kredit konsumsi KK. Ini menandakan respon masyarakat terhadap
kredit investasi KI, kredit modal kerja KMK, dan kredit konsumsi KK sangat ditentukan oleh kondisi riil bidang usaha
dan konsumsi sehari-hari. Jika terdapat kesempatan yang
81
menguntungkan, maka masyarakat akan merespon positif terhadap kredit perbankan.
NPL, LDR, ROA, NIM dan CAR terhadap kinerja perbankan
KP Hasil penelitian menunjukkan bahwa keseluruhan manifes
NPL, LDR, ROA, NIM dan CAR dapat memberi kontribusi signifikan terhadap laten kinerja perbankan KP. Adapun
besarnya kontribusi masing-masing manifes terhadap laten kinerja perbankan adalah NPL memiliki factor loading sebesar
0,71; LDR memiliki factor loading sebesar -0,94; ROA memiliki factor loading sebesar -0,80; NIM memiliki factor
loading sebesar -0,60; dan CAR memiliki factor loading sebesar
0,77. Variabel yang memiliki kontribusi dominan terhadap laten kinerja perbankan KP adalah CAR. Hasil penelitian ini sama
dengan penelitian Harmono 2012 dimana variabel yang dominan adalah CAR. Namun berbeda dengan urutan
selanjutnya, variabel yang dominan terhadap laten kinerja perbankan KP setelah CAR adalah NPL, NIM, ROA dan LDR.
Besarnya kontribusi CAR menandakan bahwa rasio kecukupan modal yang baik akan mendukung operasional bank.
Hal ini dikarenakan CAR menggambarkan rasio kecukupan modal yang berfungsi menampung risiko kerugian yang
kemungkinan di hadapi oleh bank.
82
Besar kecilnya CAR kemudian akan berdampak pada NPL. Semakin tinggi CAR, maka semakin besar kemampuan bank
dalam meminimalisir risiko kredit yang terjadi sehingga kredit bermasalah yang terjadi dalam bank akan semakin rendah
dengan besarnya cadangan dana yang diperoleh dari perbandingan modal dan aktiva tertimbang menurut risiko
Astrini, 2014. Oleh sebab itu, wajar jika hasil penelitian menunjukkan bahwa NPL berada setelah CAR dalam
berkontribusi terhadap laten kinerja perbankan KP. Namun dalam penelitian ini variabel ROA, NIM dan LDR
memberikan kontribusi negatif terhadap laten kinerja perbankan KP. Artinya, semakin tinggi ROA, NIM dan LDR maka akan
menurunkan nilai kinerja perbankan KP. Hal ini wajar bagi variabel LDR, karena apabila semakin tinggi LDR maka
menunjukkan bahwa suatu bank telah meminjamkan dana dalam jumlah besar yang menandakan bahwa kinerja bank turun bank
tersebut dapat dikatakan tidak likuid. Berbeda dengan ROA dan NIM yang seharusnya memiliki kontribusi positif terhadap
kinerja perbankan KP. Pada umumnya, dengan tingginya variabel ROA dan NIM maka akan meningkatkan nilai kinerja
perbankan KP, oleh karena itu perlu dijadikan kajian lebih lanjut terkait variabel ini.
83
3. Pengujian Hipotesis