56
Indonesia mendapat izin usaha berdasarkan surat dari Menteri Keuangan No. D.15.6.1.6.15 tanggal 1 Oktober 1968 dan SK Direksi BNI Bank Sentral
–Bank Negara Indonesia No. 422KEP.DIR tanggal 2 Oktober 1968, untuk melakukan
kegiatan devisa dan aktivitas perbankan. Saat ini, Standard Chartered Bank beroperasi di Indonesia sebagai bank umum.
4.1.2.9. The Bank of Tokyo- Mitsubishi UFJ LTD Bank of Tokyo masuk ke Indonesia pada April 1957 yaitu pembukaan
kantor perwakilan Bank of Tokyo di Jakarta. The Bank of Tokyo- Mitsubishi UFJ
LTD melakukan Pendirian Bank of Tokyo Cabang Jakarta pada tanggal Agustus 1968, kemudian pada tangal Oktober 1973 Pembukaan Kantor Perwakilan
Mitsubishi Bank di Jakarta. Pada bulan Mei 1989 Bank of Tokyo mendirikan Cabang Pembantu Surabaya, Desember 1991 Pendirian Bank of Tokyo, Cabang
Pembantu Bandung. Bank of Tokyo April 1996 Mengabungkan usaha antara Mitsubishi Bank dan Bank of Tokyo menjadi The Bank of Tokyo Mitsubishi.
Bulan Januari 2006 Integrasi Bisnis antara The Bank of Tokyo – Mitsubishi.
dengan UFJ Bank. menjadi The Bank of Tokyo
‐Mitsubishi UFJ. BTMU April
1957 Pembukaan Kantor Perwakilan Bank of Tokyo di Jakarta.
4.2. Hasil Penelitian
4.2.1. Hasil Uji Asumsi Klasik
Model regresi berganda akan lebih tepat digunakan dan menghasilkan perhitungan yang lebih akurat, apabila beberapa asumsi berikut dapat terpenuhi.
Uji asumsi klasik yang harus dipenuhi antara lain Uji Normalitas, Multikolinieritas, Uji Heterokedastisitas, dan Uji Autokorelasi.
Universitas Sumatera Utara
57
4.2.1.1. Uji Normalitas
Dalam penelitian ini dilakukan dengan menguji normalitas residual dengan menggunakan uji Kolmogorov-Smirnov, yaitu dengan membandingkan distribusi
komulatif relatif hasil observasi dengan distribusi komulatif relatif teoritisnya. Jika probabilitas signifikansi nilai residual lebih besar dari 0,05 berarti residual
terdistribusi dengan normal. Demikian pula sebaliknya, jika probabilitas signifikansi residual lebih rendah dari 0,05 berarti residual tidak terdistribusi
secara normal. Didapat nilai signifikansi sebesar 0,202 seperti yang ditunjukkan oleh
Tabel 4.1 Karena nilai signifikansi uji Kolmogorov-Smirnov di atas 0,05 maka didapat disimpulkan bahwa data terdistribusi secara normal.
Tabel 4.1 Hasil Uji Normalitas
Sumber : Hasil Penelitian, 2013 Data Diolah
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 60
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .21879684
Most Extreme Differences Absolute
.138 Positive
.138 Negative
-.092 Kolmogorov-Smirnov Z
1.070 Asymp. Sig. 2-tailed
.202 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
58
4.2.1.2. Uji Multikolinieritas
Uji ini bertujuan untuk meguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik adalah tidak terjadi korelasi
diantara variabel bebas. Untuk mendeteksi ada atau tidaknya korelasi antar variabel bebas dapat dilihat dari nilai tolerance dan nilai Variance Inflation
Factor VIF. Jika nilai VIF kurang dari 10, maka dapat dikatakan model telah
bebas dari multikolinearitas.
Berdasarkan analisis data didapat nilai Tolerance dan nilai VIF untuk masing-masing variabel bebas seperti pada Tabel 4.2.
Tabel 4.2 Hasil Uji Multikolinieritas
Sumber : Hasil Penelitian, 2013 Data Diolah Tabel 4.2 menunjukkan bahwa variabel bebas memiliki nilai Tolerance di
bawah 1 dan nilai nilai VIF kurang dari 10, maka dapat dikatakan model telah bebas dari multikolinearitas.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error Beta
Tolerance VIF
1Constant -1.739 .810
-2.146 .037
ROA 2.578
2.065 .183
1.248 .218
.663 1.508
ROE -1.049 .368
-.388 -2.855
.006 .776
1.288 GDP
-.016 .025
-.098 -.635
.528 .603
1.658 INFLASI
.000 .015
-.006 -.037
.970 .499
2.005 KURS
.000 .000
.261 1.501
.140 .472
2.117 SBI
6.768 4.978
.249 1.360
.180 .427
2.341 SIZE
.065 .032
.284 2.012
.050 .720
1.388 a. Dependent Variable: RS
Universitas Sumatera Utara
59
4.2.1.3. Uji Heteroskedastisitas
Uji hetrerokedastisirtas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain. Model regresi yang baik adalah yang tidak mengandung gejala heteroskedastisitas atau mempunyai varians yang homogen. Untuk mendeteksi
ada atau tidaknya heteroskedastisitas dilakukan dengan uji Glejser, dengan meregresikan variabel bebas terhadap absolut residual. Jika variabel bebas yang
diteliti tidak mempunyai pengaruh signifikan terhadap residual absolut, berarti model regresi tidak mengandung gejala heteroskedastisitas. Berdasarkan uji
Heteroskedastisitas pada nilai signifikansi uji t variabel bebas terhadap residual absolute seperti Tabel 4.3
Tabel 4.3 Hasil Uji Heteroskedastisitas
Sumber : Hasil Penelitian, 2013 Data di olah
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .218
.442 .494
.624 ROA
.254 .325
.616 .781
.438 ROE
-.203 .203
-.793 -1.000
.322 GDP
-.007 .014
-.086 -.494
.624 INFLASI
-.006 .008
-.139 -.723
.473 KURS
8.282E-6 .000
.042 .214
.831 SBI
2.437 2.696
.187 .904
.370 SIZE
-.012 .016
-.110 -.778
.440 a. Dependent Variable: absut
Universitas Sumatera Utara
60
Tabel 4.3 menunjukkan bahwa tidak ada variabel bebas memiliki nilai signifikansi uji t di atas 0,05 sehingga dapat disimpulkan bahwa model sudah
terbebas dari heteroskedastisitas. Hasil ini sesuai juga dengan sebaran titik-titik pada Scatterplot yang tidak
membentuk pola tertentu seperti yang ditunjukkan pada Gambar 4.1.
Sumber : Hasil Penelitian, 2013 Data Diolah
Gambar 4.1 Uji Heteroskedastisitas
Dari Gambar 4.1, Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di
atas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai
untuk memprediksi risiko kredit berdasarkan masukkan variabel independennya.
Universitas Sumatera Utara
61
4.1.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan
periode t-1 sebelumnya. Jika terjadi korelasi dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi,
sehingga dengan demikian dapat dikatakan bahwa autokorelasi terjadi apabila observasi yang berturut-turut sepanjang waktu mempunyai korelasi antara satu
dengan yang lainnya. Dalam penelitian ini digunakan Metode The Breusch- Godfrey
BG Test untuk melihat apakah model regresi layak dikatakan bebas dari autokorelasi. Kriteria pengambilan keputusan adalah melihat apakah koefisien
parameter untuk variabel auto lag menunjukkan probabilitas signifikan diatas 0,05 5.
Tabel 4.4 Hasil Uji Autokorelasi
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -.215
.776 -.277
.783 ROA
-.044 .568
-.064 -.078
.938 ROE
.040 .355
.094 .114
.910 GDP
.010 .024
.072 .394
.695 INFLASI
-.007 .014
-.105 -.517
.607 KURS
-2.341E-5 .000
-.070 -.343
.733 SBI
.697 4.696
.031 .149
.883 SIZE
.017 .029
.088 .578
.566 Auto
.480 .256
.282 1.873
.067 a.
Dependent Variable: Unstandardized Residual Sumber : Hasil Penelitian 2013, Data Diolah
Universitas Sumatera Utara
62
Pada Tabel 4.4 terlihat bahwa koefisien parameter untuk variabel auto lag meneunjukkan probabilitas signifikan 0,067 di atas 0,05 berarti bebas dari
autokorelasi.
4.2.2. Pengujian Hipotesis 4.2.2.1. Analisis Regresi Linear Berganda
Analisis regresi linier berganda dapat digunakan untuk mengetahui pengaruh resiko kredit yang meliputi variabel ROA X
1
, ROE X
2
, Pertumbuhan GDP X
3
, Inflasi X
4
, Nilai Tukar X
5
, Suku Bunga SBI X
6
, dan Ukuran Bank Size X
7
, terhadap variabel terikat Risiko Kredit Y. Dengan bantuan program SPSS versi 17 diperoleh hasil analisis regresi linear berganda seperti ditunjukkan
pada Tabel 4.5. berikut:
Tabel 4.5 Hasil Regresi Berganda
Sumber: hasil penelitian 2013, Data Diolah
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -1.525
.777 -1.963
.055 ROA
2.063 .572
2.462 3.607
.001 ROE
-1.247 .357
-2.396 -3.490
.001 GDP
-.014 .024
-.088 -.585
.561 INFLASI
.003 .014
.034 .206
.837 KURS
7.686E-5 .000
.190 1.130
.264 SBI
4.865 4.741
.184 1.026
.310 SIZE
.076 .028
.335 2.731
.009 a. Dependent Variable: RS
Universitas Sumatera Utara
63
Dari hasil pengelolahan data seperti terlihat pada tabel 4.5, diperoleh persamaan regresi linier berganda sebagai berikut:
Y = -1,525+2,063X
1
+ - 1,247X
2
+ -0,014X
3
+0,003X
4
+ 7,686E-5 X
5
+ 4,865 X
6
+0,076X
7
+ e
Model regresi tersebut dapat diinterprestasikan sebagai berikut: 1. Konstanta sebesar
-1,525
menyatakan bahwa jika variabel independen Return on Asset
, Return on Equity, pertumbuhan Gross Domestic Product, Inflasi, Nilai Tukar, Suku Bunga, dan Ukuran bank Size dianggap
konstan atau bernilai nol, maka risiko kredit sebesar 1,525. 2. Nilai koefisien regresi variabel ROA X
1
adalah sebesar 2,063. Hal ini menyatakan bahwa jika variabel ROA meningkat sebesar 1 maka tingkat
risiko kredit yang dihadapi oleh bank asing di Indonesia akan menurun sebesar 2,063.
3. Nilai koefisien regresi variabel ROE X
2
adalah sebesar -1,247. Hal ini menyatakan bahwa jika nilai ROE meningkat 1, maka risiko kredit yang
dihadapi bank asing yang di Indonesia tidak akan meningkat sebesar 1,247.
4. Nilai koefisien regresi variabel GDP X
3
adalah sebesar -0,014. Artinya jika variabel GDP meningkat 1 maka risiko kredit yang dihadapi bank
asing di Indonesia tidak akan meningkat sebesar 0,014. 5. Nilai koefisien regresi variabel inflasi X
4
adalah sebesar 0,003. Hal ini menyatakan bahwa jika variabel inflasi meningkat 1 maka risiko kredit
yang dihadapi bank asing di Indonesia akan menurun sebesar 0,003.
Universitas Sumatera Utara
64
6. Nilai koefisien regresi variabel kurs X
5
adalah sebesar 0,00007686. Hal ini menyatakan bahwa setiap kenaikan nilai rupiah terhadap dolar amerika
sebesar Rp 1 maka risiko kredit yang dihadapi bank asing di Indonesia akan menurun sebesar Rp.0,00007686.
7. Nilai koefisien regresi variabel suku bunga SBI X
6
adalah sebesar 4,865. Hal ini menyatakan bahwa setiap kenaikan tingkat suku bunga SBI sebesar
1 maka resiko kredit yang dihadapi bank asing di Indonesia akan menurun sebesar 4,865.
8. Nilai koefisien regresi variabel ukuran bank Size X
7
adalah sebesar 0,076. Hal ini menyatakan jika ukuran perusahaan ditingkatakan 1
ukuran bank Size, maka risiko kredit yang akan ditanggung oleh bank asing di Indonesia akan berkurang sebesar 0,076.
4.2.2.2.Analisis Determinasi
Analisis ini dapat digunakan untuk mengetahui besarnya persentase pengaruh variabel yang diteliti, yaitu antara variabel ROE X
1
, ROA X
2
, Pertumbuhan GDP X
3
, Suku Bunga SBI X
4
, Inflasi X
5
, Nilai Tukar X
6
, dan Ukuran Bank Size X
7
, terhadap risiko kredit Y pada Bank asing di Indonesia.
Tabel 4.6 Hasil Uji Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the Estimate
1 .489
a
.239 .137
.23957 a. Predictors: Constant, SIZE, GDP, ROA, INFLASI, KURS, ROE, SBI
b. Dependent Variable: RS
Sumber: hasil penelitian 2013data diolah
Universitas Sumatera Utara
65
Dari hasil perhitungan pada Tabel 4.6 dapat diketahui koefisien determinasi Adjusted R-square adalah. Koefisien determinasi sebesar 13,7,
berarti risiko kredit Y dipengaruhi ROE X
1
, ROA X
2
, Pertumbuhan GDP X
3
, Suku Bunga SBI X
4
, Inflasi X
5
, Nilai Tukar X
6
, dan Ukuran Bank Size X
7
secara simultan sebesar 13,7 Sisanya sebesar 100 - 13,7 = 86,30 dipengaruhi oleh faktor lain yang tidak diteliti pada kesempatan ini.
4.2.2.3.Uji - F Uji Simultan
Pengaruh simultan variabel Return on Equity, Return on Asset, pertumbuhan Gross Domestic Product
, Inflasi, Nilai Tukar dan Suku Bunga dan Ukuran bank Size terhadap Resiko Kredit dilakukan dengan menggunakan Uji F. langkah-
langkah melakukan pengujian secara serempak atau Uji F adalah sebagai berikut: 3. H
: b
1
=b
2
=b
3
=b
4
=b
5
=b
6
=b
7
=0, artinya variabel Return on Equity, Return on Asset
, pertumbuhan Gross Domestic Product, Inflasi, Nilai Tukar, Suku Bunga, dan Ukuran bank Size secara simultan tidak mempunyai
pengaruh yang signifikan terhadap Risiko Kredit. 4. H
1
: b
1
b
2
b
3
b
4
b
5
b
6
b
7
0, artinya variabel Return on Equity, Return on Asset
, pertumbuhan Gross Domestic Product, Inflasi, Nilai Tukar, Suku Bunga, dan Ukuran bank Size secara simultan mempunyai pengaruh
yang signifikan terhadap Risiko Kredit. 5. Menentukan Tingkat Kepercayaan
Tingkat kepercayaan dalam penelitian ini adalah 95, α = 5, df pembilang = k-1 8-1=7, dan df penyebut = n-k 60-8=52 nilai F tabel = 2,17.
Merumuskan Kriteria Pengujian
Universitas Sumatera Utara
66
Jika F
hitung
F
table
maka H diterima
Jika F
hitung
F
table
maka H ditolak
1. Analisis Data Hasil pengolahan data menggunakan program SPSS versi 17 diperoleh hasil
uji F yang terlihat pada Tabel 4.7 di bawah ini.
Sumber : Hasil Penelitian, 2013 Data Diolah Nilai F
hitung
yang diperoleh 2,338 lebih besar dari F
tabel
2,17 sehingga H ditolak dan H
1
diterima dengan uraian ada pengaruh secara simultan variabel Return on Equity
, Return on Asset, pertumbuhan Gross Domestic Product, Inflasi, nilai tukar, suku bunga, dan ukuran bank size terhadap variabel terikat Resiko
Kredit. Hal ini juga ditunjukkan oleh tingkat signifikansi dari uji F yang pada tingkat signifikansi 5 menunjukkan nilai yang sangat signifikan Sig F = 0,037
yang artinya signifikan pada tingkat 5.
4.2.2.4. Uji t Uji Parsial
Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak digunakan statistik t uji t. Jika t
hitung
t
tabel
, maka H
1
ditolak dan H diterima,
sedangkan jika t
hitung
t
tabel
, maka H
1
diterima dan H ditolak dengan nilai t-
Tabel 4.7 Hasil Uji Hipotesis Secara
Serempak Uji F
ANOVA
b
Model Sum of Squares Df
Mean Square F
Sig. 1
Regression .939
7 .134
2.338 .037
a
Residual 2.984
52 .057
Total 3.924
59 a. Predictors: Constant, SIZE, GDP, ROA, INFLASI, KURS, ROE, SBI
b. Dependent Variable: RS
Universitas Sumatera Utara
67
hitung 1,671 dan tingkat signifikan dibawah 0,05 maka H
1
diterima dan H ditolak. Berdasarkan tabel dibawah ini terlihat bahwa:
Tabel 4.8 Hasil Uji Hipotesis Secara
Parsial Uji t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -1.525
.777 -1.963
.055 ROA
2.063 .572
2.462 3.607
.001 ROE
-1.247 .357
-2.396 -3.490
.001 GDP
-.014 .024
-.088 -.585
.561 INFLASI
.003 .014
.034 .206
.837 KURS
7.686E-5 .000
.190 1.130
.264 SBI
4.865 4.741
.184 1.026
.310 SIZE
.076 .028
.335 2.731
.009 a. Dependent Variable: RS
Sumber: Hasil Penelitian, 2013 Data Diolah Dari Tabel 4.8 maka hipotesis yang diajukan dalam penelitian ini dapat
diinterpretasikan sebagai berikut:
4.2.2.4.1. Pengaruh Variabel Return on Asset ROA terhadap Risiko Kredit
Tabel 4.8 menunjukkan hasil perhitungan Uji-t untuk variabel ROA pada tingkat signifikansi 5 menghasilkan nilai t hitung sebesar 3,607sedang nilai t
tabelnya adalah 1,671. Tingkat signifikansi variabel ROA bernilai 0,001 yang berarti variabel ROA ini berpengaruh positif dan signifikan terhadap variabel
dependennya. Dengan membandingkan nilai t hitung dan nilai t tabel maka hasilnya nilai t hitung lebih besar daripada t tabelnya 3,6071,671, berarti Ho
Universitas Sumatera Utara
68
diolak dan menerima H
1
. Oleh karena itu dapat disimpulkan bahwa ROA berpengaruh positif dan signifikan terhadap Risiko Kredit.
4.2.2.4.2. Pengaruh Variabel Return on Equity ROE terhadap Risiko Kredit
Berdasarkan Tabel 4.8, pengujian untuk variabel independen ROE pada tingkat signifikansi 5 menghasilkan nilai t hitung sebesar -3,490
pada tingkat signifikansi 0,001. Sedang untuk nilai t tabel adalah 1,671. Karena nilai t hitung
lebih kecil dari nilai t tabel maka Ho diterima dan H
2
ditolak. Untuk tingkat signifikansi yang ditunjukkan oleh variabel ROE adalah sebesar 0,001 yang
berarti variabel ROE berpengaruh signifikan terhadap Risiko Kredit. Dapat disimpulkan bahwa H
2
ditolak atau dengan kata lain variabel ROE berpengaruh negatif dan signifikan terhadap Risiko Kredit.
4.2.2.4.3. Pengaruh Variabel Pertumbuhan GDP terhadap Risiko Kredit
Berdasarkan Tabel 4.8, pengujian untuk variabel pertumbuhan GDP pada tingkat signifikansi 5 menghasilkan nilai t hitung sebesar -0,585 pada tingkat
signifikansi 0,561. Sedang untuk nilai t tabel adalah 1,671. Karena nilai t hitung lebih kecil dari nilai t tabel, maka Ho diterima dan H
3
ditolak. Untuk tingkat signifikansi yang ditunjukkan oleh variabel pertumbuhan GDP adalah sebesar
0,544 yang berarti variabel pertumbuhan GDP tidak berpengaruh signifikan terhadap Risiko Kredit. Dapat disimpulkan bahwa H
3
ditolak atau dengan kata lain variabel pertumbuhan GDP berpengaruh negatif dan tidak signifikan terhadap
Risiko Kredit.
4.2.2.4.4. Pengaruh Variabel Inflasi terhadap Risiko Kredit
Universitas Sumatera Utara
69
Berdasarkan Tabel 4.8, pengujian untuk variabel independen inflasi pada tingkat signifikansi 5 menghasilkan nilai t hitung sebesar 0,206 pada tingkat
signifikansi 0,837. Sedang untuk nilai t tabel adalah 1,671. Karena nilai t hitung lebih kecil dari nilai t tabel, maka Ho diterima dan H
4
ditolak. Untuk tingkat signifikansi yang ditunjukkan oleh variabel inflasi adalah sebesar 0,837 yang
berarti variabel inflasi tidak berpengaruh signifikan terhadap Risiko Kredit. Dapat disimpulkan bahwa H
4
ditolak atau dengan kata lain variabel inflasi berpengaruh positif dan tidak signifikan terhadap Risiko Kredit.
4.2.2.4.5. Pengaruh Variabel Nilai Tukar Kurs terhadap Risiko Kredit
Berdasarkan Tabel 4.8, dapat dilihat pengujian untuk variabel independen nilai tukar kurs pada tingkat signifikansi 5 menghasilkan nilai t hitung sebesar
1,130 pada tingkat signifikansi 0,264. Sedang untuk nilai t tabel adalah 1,671. Karena nilai t hitung lebih kecil dari nilai t tabel, maka Ho diterima dan H
5
ditolak. Untuk tingkat signifikansi yang ditunjukkan oleh variabel nilai tukar kurs adalah sebesar 0,264 yang berarti variabel nilai tukar kurs tidak
berpengaruh signifikan terhadap Risiko Kredit. Dapat disimpulkan bahwa H
6
ditolak atau dengan kata lain variabel nilai tukar kurs berpengaruh positif dan tidak signifikan terhadap Risiko Kredit.
4.2.2.4.6. Pengaruh Variabel Suku Bunga SBI terhadap Risiko Kredit
Berdasarkan Tabel 4.8, pengujian untuk variabel independen suku bunga SBI pada tingkat signifikansi 5 menghasilkan nilai t hitung sebesar 1,026
pada tingkat signifikansi 0,310. Sedang untuk nilai t tabel adalah 1,671. Karena nilai t
hitung lebih kecil dari nilai t tabel, maka Ho diterima dan H
6
ditolak. Untuk
Universitas Sumatera Utara
70
tingkat signifikansi yang ditunjukkan oleh variabel suku bunga SBI adalah sebesar 0,310 yang berarti variabel suku bunga SBI tidak berpengaruh signifikan terhadap
Risiko Kredit. Dapat disimpulkan bahwa H
6
ditolak atau dengan kata lain variabel suku bunga SBI berpengaruh positif dan tidak signifikan terhadap Risiko Kredit.
4.2.2.4.7. Pengaruh Variabel Ukuran Bank Size terhadap Risiko Kredit
Berdasarkan Tabel 4.8, pengujian untuk variabel independen ukuran bank size pada tingkat signifikansi 5 menghasilkan nilai t hitung sebesar 2,731 pada
tingkat signifikansi 0,009. Sedang untuk nilai t tabel adalah 1,671. Karena nilai t hitung lebih besar dari nilai t tabel, maka Ho ditolak dan H
7
diterima. Untuk tingkat signifikansi yang ditunjukkan oleh variabel ukuran bank size adalah
sebesar 0,009 yang berarti variabel ukuran bank size berpengaruh signifikan terhadap Risiko Kredit. Dapat disimpulkan bahwa H
7
diterima atau dengan kata lain variabel ukuran bank size berpengaruh positif dan signifikan terhadap
Risiko Kredit.
4.3. Pembahasan