ANALISIS PENILAIAN FAKTOR-FAKTOR YANG MENENTUKAN PEMBERIAN KREDIT DENGAN MODEL DISKRIMINAN PADA KOPERASI KARYAWAN DEPARTEMEN KEHUTANAN
Dwi Puji Yuliastuti 20205376 Jurusan Akuntansi Fakultas Ekonomi Universitas Gunadarma
ABSTRAK Dalam hal menjalankan kegiatan usahanya, koperasi tidak hanya dituntut untuk meningkatkan profitabilitas dan kesejahteraan anggotanya, tetapi juga harus menjaga keberlangsungan usahanya (survive). Tujuan keberlanjutan usaha dapat diartikan sebagai maksimasi dari nilai koperasi, yang merupakan nilai sekarang dari koperasi itu terhadap prospek masa depannya melalui penyaluran kredit kepada anggotanya. Dalam penyaluran kredit tersebut, koperasi bukan tanpa resiko dan kendala. Resiko yang mungkin terjadi adalah kredit macet yang dapat membuat siklus hidup koperasi terganggu. Penelitian ini dilakukan untuk mengetahui faktor yang menentukan pemberian kredit, dan dari hasil penelitian didapat dua variabel yang mempengaruhi kelayakan dalam pemberian kredit, yaitu golongan karyawan, dimana rata-rata untuk golongan 1 dan golongan 2 masuk ke kategori kredit tidak lancar sedangkan untuk golongan 3 dan golongan 4 masuk ke kategori kredit lancar. Dan untuk variabel tanggungan, ratarata debitur dengan jumlah anak 1 sampai 2 orang masuk ke kategori debitur kredit lancar, sedangkan rata-rata debitur dengan jumlah anak di atas 3 orang masuk ke kategori debitur kredit tidak lancar. Dalam penelitian ini diperoleh ketepatan prediksi dari model adalah 97%. Oeh karena angka ketepatan tinggi, maka model diskriminan dapat digunakan untuk menganalisis layak dan tidaknya pemberian kredit kepada calon debitur. Kata kunci : Faktor yang Menentukan Pemberian Kredit, Analisis Diskriminan
1
2
I. PENDAHULUAN 1.1 Latar Belakang Masalah Bangsa Indonesia mempunyai tiga sektor kekuatan ekonomi yang melaksanakan berbagai kegiatan usaha dalam tata kehidupan perekonomian. Ketiga sektor tersebut adalah sektor negara, swasta, dan koperasi. Untuk mencapai kedudukan ekonomi yang kuat dan mencapai masyarakat adil dan makmur, maka ketiga sektor itu harus saling berhubungan dan bekerjasama secara baik dan teratur. Menurut Bank Dunia, di negara Indonesia terdapat 16% dari jumlah penduduk hidup dalam kemiskinan. Artinya, kurang lebih 33 juta orang Indonesia hidup dengan kesulitan keuangan. Pemerintah Indonesia sudah lama berjuang untuk mengurangi angka kemiskinan dan sudah ada banyak program serta kebijakan yang terlaksana untuk mengatasi masalah tersebut. Salah satu program yang sedang dianjurkan oleh pemerintah untuk mengatasi masalah tersebut adalah dengan program penyaluran kredit melalui lembaga keuangan informal, seperti koperasi. Dalam perkembangannya, lembaga keuangan informal lebih mudah bagi debitur dalam permohonan kredit, karena sifatnya yang lebih fleksibel dalam hal persyaratan dan jumlah pinjaman yang tidak seketat pada persyaratan perbankan dalam hal pencairan kredit. Akhir-akhir ini, kopersi simpan pinjam di Indonesia memainkan peranan penting dalam mengurangi angka kemiskinan. Koperasi tersebut berusaha untuk menyejahterakan dan menyediakan pembinaan bagi anggotanya. Sehingga, anggota dapat berkembang maju dan mencapai status kehidupan yang lebih baik.
3
Dalam menjalankan kegiatan usahanya, koperasi tidak hanya dituntut untuk meningkatkan profitabilitas dan kesejahteraan anggotanya, tetapi juga harus menjaga keberlangsungan usahanya (survive). Tujuan keberlanjutan usaha dapat diartikan sebagai maksimasi dari nilai koperasi, yang merupakan nilai sekarang dari koperasi itu terhadap prospek masa depannya melalui penyaluran kredit kepada anggotanya. Kenyataannya koperasi menghadapi kendala dalam pemberian kredit bagi anggotanya. Salah satu kendala yang sangat mendarah daging dalam penyaluran kredit adalah adanya kredit macet. Dengan demikian, untuk mengatasi masalah tersebut perlu adanya analisa terlebih dahulu mengenai faktor-faktor apa yang mempengaruhi kelayakan dalam pemberian kredit.
4
II. TINJAUAN PUSTAKA 2.1
Asal Terjadinya Kredit Kredit menurut Rachmat Firdaus dan Maya Ariyanti (2004) sesungguhnya
berasal dari bahasa latin credere yang berarti kepercayaan, atau credo yang berarti saya percaya. Jadi seandainya seseorang memperoleh kredit, berarti ia memperoleh kepercayaan (trust). Terjadinya kredit pada mulanya disebabkan oleh perbedaan pendapatan dan pengeluaran diantara kelompok masyarakat. Dilihat dari pendapatan (income/Y) dan pengeluaran (expenditure/E) maka kelompok masyarakat dapat dibagi ke dalam 3 golongan, yaitu: (Siswanto Sutojo, 1997) a. Golongan 1, yang pendapatannya lebih besar dari pengeluarannya (Y>E) b. Golongan 2, yang pendapatannya sama besar dengan pengeluarannya (Y=E) c. Golongan 3, yang pendapatannya lebih kecil dari pengeluarannya (Y<E) Khusus untuk Golongan 2 tidak ditemukan masalah, sedangkan untuk Golongan 1, dengan adanya surplus pendapatan atas pengeluaran tidak pula menimbulkan hal yang serius, bahkan mungkin merupakan suatu hal yang baik. Yang menjadi persoalan ialah Golongan 3, dimana ada defisit pendapatan atas pengeluaran, yang jalan satu-satunya adalah dengan cara menutup defisit dengan pinjaman yang berasal dari Golongan 1.
5
2.2
Pengertian Kredit Menurut Thomas Suyatno (1999), istilah kredit berasal dari bahasa Yunani
(credere) yang berarti kepercayaan (truth atau faith). Oleh karena itu, dasar dari kredit ialah kepercayaan. Seseorang atau suatu badan yang memberikan kredit (kreditur) percaya bahwa penerima kredit (debitur) di masa mendatang akan sanggup memenuhi segala sesuatu yang telah dijanjikan. Menurut Undang-undang Nomor 14 tahun 1967 tentang Pokok-pokok Perbankan, yang dimaksud dengan kredit adalah : “penyediaan uang atau tagihan-tagihan yang dapat disamakan dengan itu berdasarkan persetujuan pinjam-meminjam antara bank dengan pihak lain dalam hal mana pihak peminjam berkewajiban melunasi utangnya setelah jangka waktu tertentu dengan bunga yang telah ditetapkan”. Kredit adalah pemberian prestasi (misalnya uang, barang) dengan balas prestasi yang akan terjadi pada waktu yang akan datang. Kehidupan ekonomi modern adalah prestasi uang, dengan demikian transaksi kredit menyangkut uang sebagai alat kredit. Kredit berfungsi kooperatif antara si pemberi dan si penerima kredit atau antara kreditur dan debitur, mereka menarik keuntungan dan saling menaggung resiko. Singkatnya, kredit dalam arti luas didasarkan atas komponen-komponen kepercayaan, resiko dan pertukaran ekonomi. (Untung Budi, 2000) Menurut Raymond P. Kent yang dikutip oleh Thomas Suyatno (1999) kredit adalah hak untuk menerima pembayaran atau kewajiban untuk melakukan pembayaran pada waktu diminta, atau pada waktu yang akan datang, karena penyerahan barang-barang sekarang.
6
Sedangkan pengertian kredit menurut Amir Rajab Batubara yang dikutip oleh Rachmat Firdaus dan Maya Ariyanti (2004) kredit adalah suatu pemberian prestasi yang mana balas prestasinya akan terjadi pada suatu waktu di hari yang akan datang. 2.3
Tujuan Kredit Dalam membahas tujuan kredit, kita tidak dapat melepaskan diri dari
falsafah yang dianut oleh suatu negara. Di negara-negara liberal, tujuan kredit didasarkan kepada usaha untuk memperoleh keuntungan sesuai dengan prinsip ekonomi yang dianut oleh negara yang bersangkutan, yaitu dengan pengorbanan yang sekecil-kecilnya untuk memperoleh manfaat yang sebesar-besarnya. Oleh karena pemberian kredit dimaksud untuk memperoleh keuntungan, maka bank hanya boleh meneruskan simpanan masyarakat kepada nasabahnya dalam bentuk kredit, jika ia betul-betul merasa yakin bahwa nasabah yang akan menerima kredit itu mampu dan mau mengembalikan kredit yang diterimanya. Dari faktor kemampuan dan kemauan tersebut, tersimpul unsur keamanan (safety) dan sekaligus juga unsur keuntungan (profitability) dari suatu kredit. Dan kedua unsur tersebut saling berkaitan. Keamanan atau safety yang dimaksud adalah bahwa prestasi yang diberikan dalam bentuk uang, barang atau jasa itu betul-betul terjamin pengembaliannya, sehingga keuntungan / profitability yang diharapkan itu dapat menjadi kenyataan. Keuntungan atau profitability merupakan tujuan dari pemberian kredit yang terjelma dalam bentuk bunga yang diterima. Dan karena Pancasila adalah sebagai dasar falsafah negara kita, maka tujuan kredit tidak semata-mata mencari keuntungan,
7
melainkan disesuaikan dengan tujuan negara, yaitu untuk mencapai masyarakat adil dan makmur berdasarkan Pancasila. Dengan demikian, maka tujuan kredit yang diberikan oleh suatu bank, khususnya bank pemerintah yang akan mengembangkan tugas sebagai agent of development adalah untuk : a. Turut menyukseskan program pemerintah di bidang ekonomi dan pembangunan. b. Meningkatkan aktivitas perusahaan agar dapat menjalankan fungsinya guna menjamin terpenuhinya kebutuhan masyarakat. c. Memperoleh laba agar kelangsungan hidup perusahaan terjamin, dan dapat memperluas usahanya. Dari tujuan tersebut, menurut Thomas Suyatno (1999) tersimpul adanya kepentingan yang seimbang antara kepentingan pemerintah, kepentingan masyarakat dan kepentingan pemilik modal (pengusaha). 2.4
Penilaian Pemberian Kredit Berdasarkan hasil studi yang dilakukan oleh Fitri Rahmadana (2002)
tentang Analisis Pemakaian Jasa Kredit Pada Perum Pegadaian Kantor Wilayah Medan, dalam memutuskan persetujuan permintaan atau penambahan kredit, perusahaan perlu mempertimbangkan kemauan dan kemampuan para calon debitur untuk membayar (willing to pay). Oleh karena itu perusahaan harus merencanakan standar pemilihan calon debitur. Menurut Weston dan Brigham (1998) dalam pemilihan calon debitur dapat dilakukan dengan analisis 5C, ”to evaluate the credit risk, credit managerial consider the five C’s of credit : character, capacity, capital, collateral, condition.” Dan dari hasil penelitian tersebut dapat diambil kesimpulan
8
yaitu fungsi dan tujuan kredit yang telah dilaksanakan oleh perusahaan telah berjalan dengan baik, hal itu dapat dibuktikan dengan analisa data menunjukkan bahwa persepsi nasabah mengenai kebijaksanaan kredit yang dikenakan Perum Pegadaian Kanwil Medan sudah memuaskan, hal ini dapat dibuktikan dari hasil wawancara dengan total penilaian sebesar 610 berada diantara skala 600 sampai dengan 750. Menurut Kasmir (2002) analisis kredit adalah suatu proses yang dimaksudkan untuk menganalisis atau menilai suatu permohonan kredit yang diajukan oleh calon debitur kredit sehingga dapat memberikan keyakinan kepada pihak kreditur bahwa proyek yang akan dibiayai dengan kredit tersebut cukup layak (feasible). Dengan adanya analisis kredit ini dapat dicegah secara dini kemungkinan terjadinya kegagalan debitur dalam memenuhi kewajibannya untuk melunasi kredit yang diterimanya. Kriteria penilaian yang harus dilakukan oleh kreditur untuk mendapatkan nasabah yang benar-benar menguntungkan dilakukan dengan analisis penilaian pemberian kredit yang dikenal dengan prinsip 6C dan 7P. Adapun penjelasan mengenai prinsip 6C adalah sebagai berikut : a. Character Suatu keyakinan bahwa sifat atau watak seorang calon debitur benar-benar dapat dipercaya, hal ini tercermin dari latar belakang calon debitur yang bersifat pribadi seperti : gaya hidup, keadaan keluarga, hobi serta perilaku calon debitur. Ini semua merupakan ukuran ”kemauan” membayar kredit yang diterimanya. b. Capacity Untuk melihat nasabah dalam kemampuannya dibidang bisnis yang dihubungkan dengan pendidikannya, kemampuan bisnis juga diukur dengan kemampuannya
9
dalam memahami ketentuan-ketentuan pemerintah. Begitu pula dengan kemampuannya dalam menjalankan usahanya selama ini. Pada akhirnya akan terlihat ”kemampuan” calon debitur dalam mengembalikan kredit yang disalurkan. c. Capital Untuk melihat penggunaan modal apakah efektif, dapat dilihat dari laporan keuangan dengan melakukan pengukuran seperti dari segi likuiditas, solvabilitas, rentabilitas. Capital juga harus dilihat dari sumber mana saja modal yang ada sekarang ini. d. Collateral Collateral merupakan jaminan yang diberikan calon debitur baik yang bersifat fisik maupun non fisik. Jaminan juga harus diteliti keabsahannya, sehingga jika terjadi suatu masalah, maka jaminan yang “dititipkan” akan dapat dipergunakan secepat mungkin. e. Condition of Economic Kondisi ekonomi adalah keadaan ekonomi pada umumnya dan sifat sektor usaha calon debitur yang dapat mempengaruhi keberhasilan atau kegagalan usahanya. Demikian pula perkembangan teknologi dan perubahan kebijaksanaan pemerintah khususnya mengenai ekonomi moneter yang mungkin dapat mempengaruhi kelangsungan hidup perusahaan calon debitur.
10
f. Constrain Merupakan faktor hambatan atau rintangan berupa faktor-faktor sosial psikologis yang ada pada suatu daerah atau wilayah tertentu yang menyebabkan suatu proyek tidak dapat dilaksanakan . 2.5
Analisis Diskriminan Uji Variabel Analisis diskriminan (Discriminant Analysis) adalah teknik multivariate
yang termasuk Dependence Method, yakni adanya dependen dan independen. Dengan demikian, ada variabel yang hasilnya tergantung dari data variabel independen. Ciri khusus dari analisis diskriminan adalah data variabel dependen yang harus berupa data kategori, sedangkan data independen justru berupa data non kategori. Tujuan analisis diskriminan secara umum adalah untuk mengetahui apakah ada perbedaan yang jelas antara grup pada variabel dependen, atau bisa dikatakan apakah ada perbedaan antara anggota grup 1 dengan anggota grup 2. (Singgih Santoso, 2005) Zjk = a+W1X1k+W2X2k+ .. + WnXnk Dimana : Zjk
: Nilai diskriminan Z dari fungsi diskriminan j untuk objek k
a
: Intersep
Wi
: Koefisien diskriminan untuk variabel independen ke-i
Xik
: Nilai variabel ke-i untuk objek ke-k
11
III. PEMBAHASAN 3.1
Deskripsi Data Data yang digunakan dalam penelitian ini adalah data primer yang berupa
data nasabah penerima kredit yang diperoleh dengan cara mengunjungi objek penelitian, serta melakukan observasi dan data sekunder berupa data primer yang diolah lebih lanjut dengan menggunakan bantuan software SPSS 17.0. Metode pengambilan sampel yang digunakan adalah random sampling, dimana pengambilan sampel anggota populasi dilakukan secara acak tanpa memperhatikan strata dan populasi. Variabel yang digunakan dalam penelitian ini adalah sembilan variabel dengan variabel terikat (tidak bebas) adalah kredit, sedangkan variabel bebas terdiri dari usia debitur, golongan pegawai, besar pinjaman, jangka waktu pinjaman, angsuran per bulan, jasa per bulan, besarnya pembayaran per bulan, serta jumlah anak yang menjadi tanggungan. Kemudian, untuk variabel tidak bebas (kredit) akan dikategorikan dalam angka 0 untuk grup layak menerima kredit dan angka 1 untuk grup tidak layak menerima kredit. 3.2
Pengujian Variabel Bebas / Pembahasan Langkah pertama pada analisis diskriminan yaitu menguji apakah semua
variabel independent (bebas) berbeda secara nyata dengan variabel dependent (tidak bebas), sehingga dapat diketahui layak dan tidaknya dianalisis pada tabel di bawah ini:
12
Tests of Equality of Group Means Wilks' Lambda
F
df1
df2
Sig.
usia
.998
.202
1
98
.654
golongan karyawan
.894
2.182
1
98
.000
tanggungan
.776
28.248
1
98
.000
pinjaman
.941
6.165
1
98
.015
waktu
.957
4.396
1
98
.039
angsuran
.964
3.676
1
98
.058
jasa
.969
3.140
1
98
.080
pembayaran
.962
3.848
1
98
.053
Sumber : data diolah SPSS, 2009
Analisis : Tabel di atas adalah hasil pengujian untuk setiap variabel bebas yang ada. Keputusan bisa diambil lewat dua cara, yaitu : a. Dengan angka Wilk’s Lambda Angka Wilk’s lambda berkisar 0 sampai 1. Jika angka mendekati 0 maka data tiap grup cenderung berbeda, sedangkan jika angka mendekati 1, data tiap grup cenderung sama. Dari tabel terlihat angka Wilk’s Lambda berkisar antara 0,776 sampai 0,998 (mendekati 1). Dari kolom sig. bisa dilihat bahwa variabel usia, jasa, dan pembayaran yang cenderung tidak berbeda. Hal ini, berarti usia, angsuran, jasa, dan pembayaran untuk calon debitur yang layak atau tidak layak mendapatkan kredit tidak berbeda secara nyata. b. Dengan F. Test Lihat angka sig. Jika sig. > 0,05, berarti tidak ada perbedaan antar grup Jika sig. < 0,05, berarti ada perbedaan antar grup.
13
Contoh analisis dengan menggunakan Uji F : 1. Variabel golongan karyawan, angka sig. adalah di bawah 0,05 (0,000). Hal ini berarti ada perbedaan antar grup, atau debitur yang layak atau tidak layak mendapatkan kredit terkait dengan golongan karyawan dari debitur tersebut. Mungkin debitur dengan golongan tinngi (dilihat dari ijazah terakhir dan gaji pokok karyawan selama satu bulan) akan lebih layak mendapatkan kredit dibanding dengan golongan rendah. 2. Variabel tanggungan, angka sig. adalah di bawah 0,05 (0,000). Hal ini berarti ada perbedaan antar grup, atau debitur yang layak atau tidak layak mendapatkan kredit terkait dengan jumlah tanggungan dari debitur tersebut. Mungkin, debitur yang lebih sedikit tanggungannya akan lebih layak mendapatkan kredit dibanding dengan mereka yang banyak memiliki tanggungan. 3. Variabel usia, angka sig. di atas 0,05 (0,654). Hal ini berarti usia dari seorang calon debitur tidak mempengaruhi layak tidaknya debitur mendapatkan kredit. Kesimpulan ini sama dengan jika berpatokan pada angka Wilk’s Lambda yang hampir mendekati 1 untuk variabel usia Dari delapan variabel di atas, ada empat variabel yang berbeda secara nyata untuk dua grup diskriminan, yaitu golongan karyawan, jumlah tanggungan yang dimiliki debitur, besar pinjaman yang diajukan dan lama angsuran pembayaran. 3.3
Uji Varians Untuk menguji apakah data yang ada sudah memenuhi asumsi analisis
diskriminan dapat dilihat pada tabel di bawah ini:
14
Test Results Box's M F
127.499 Approx.
4.200
df1
28
df2
29701.675
Sig.
.205
Tests null hypothesis of equal population covariance matrices.
Sumber : Data diolah SPSS, 2009
Analisis : Jika analisis ANOVA dan angka Wilk’s Lambda menguji means (rata-rata) dari setiap variabel, maka Box’s M menguji varians dari setiap variabel. Analisis diskriminan mempunyai asumsi bahawa : a. Varians variabel bebas untuk tiap grup seharusnya sama. Jika demikian, seharusnya varians dari debitur yang layak mendapatkan kredit sama dengan varians dari debitur yang tidak layak mendapatkan kredit. b. Varians diantara variabel-variabel bebas seharusnya juga sama. Jika demikian, seharusnya varians dari golongan karyawan sama dengan variabel tanggungan, sama dengan variabel pinjaman dan sebagainya. Kedua pengertian di atas disimpulkan, seharusnya group covariance matrices adalah relatif sama, yang diuji dengan alat Box’s M dengan ketentuan : 1. Hipotesis Ho : group covariance matrices adalah relatif sama Ha : group covariance matrices adalah berbeda secara nyata
15
2. keputusan dengan dasar signifikansi (lihat angka sig.) : Jika sig. > 0,05, berarti Ho diterima Jika sig. < 0,05, berarti Ha diterima Dari tabel terlihat bahwa angka sig. di atas 0,05 yaitu (0,205), yang berarti data di atas sudah memenuhi asumsi analisis diskriminan, sehingga proses dapat dilanjutkan. 3.4
Variables in the Analysis
Variables in the Analysis
Step
Tolerance
Sig. of F to
Min. D
Between
Remove
Squared
Groups
1
golongan
1.000
.000
2
golongan
.991
.000
1.146
0 and 1
tanggungan
.991
.000
9.545
0 and 1
Sumber: Data diolah SPSS, 2009
Tabel dia atas dan tabel selanjutnya sebenarnya hanyalah perincian (detail) dari proses stepwise pada tabel sebelumnya. 1. Pada step 1, variabel golongan karyawan adalah variabel pertama yang masuk ke dalam Model Diskriminan. Hal ini disebabkan variabel tersebut mempunyai angka Sig. of F to Remove 0,000 (jauh di bawah 0,05). Variabel golongan karyawan yang secara nyata mempengaruhi kelayakan dalam pemberian kredit bagi debitur disebabkan karena golongan karyawan yang terkait dengan penggolongan gaji yang diterima oleh debitur berdasarkan ijazah pendidikan
16
terakhir yang tercatat dalam biro kepegawaian. Berdasarkan analisa penilaian kelayakan kredit yang biasa disebut dengan prinsip 6’C, yaitu character, capacity, collateral, capital, condition of economic, dan constrain, variabel golongan karyawan yang terkait dengan pemberian kredit sesuai dengan prinsip capital, yaitu penggolongan gaji dari golongan karyawan (golongan 1 dan golongan 2) yang memiliki gaji berkisar antara Rp. 800.000 sampai dengan Rp.1.500.000 cenderung termasuk kategori kredit debitur yang tidak lancar atau macet, sedangkan untuk golongan 3 dan golongan 4 dengan gaji berkisar Rp.2.500.000 sampai dengan Rp. 4.000.000 cenderung termasuk kategori kredit debitur yang lancar. Dengan demikian, hal tersebut sangat berpengaruh terhadap layak atau tidaknya seorang debitur mendapatkan kredit. 2. Pada step 2 atau terakhir, dimasukkan variabel tanggungan dan variabel ini memenuhi syarat yaitu angka Sig. of F to Remove 0,000 (jauh di bawah 0,05). Variabel tanggungan yang secara nyata mempengaruhi kelayakan dalam pemberian kredit bagi debitur, terkait dengan dengan jumlah anak yang menjadi tanggungan debitur. Rata-rata debitur yang tergolong tidak lancar dalam pembayaran kredit memiliki jumlah tanggungan anak sebanyak 4 sampai 5 orang anak, sedangkan rata-rata debitur yang tergolong lancar dalam pembayaran kredit memiliki jumlah anak 1 sampai 2 orang. Hal ini terkait dengan program Keluarga Berencana yang sampai saat ini masih dianjurkan oleh Pemerintah, dimana untuk satu anggota keluarga hanya memiliki dua orang anak saja ternyata dapat mengurangi resiko terjadinya kredit macet.
17
3.5
Tahap pengeluaran variabel bebas Tabel di bawah ini adalah kebalikan dari tabel sebelumnya, dimana pada
tabel ini yang dinyatakan adalah proses pengeluaran variabel secara bertahap . 1. Pada tahap 0 (keadaan awal), kedelapan variabel secara lengkap dinyatakan dengan Sig. of F to Enter sebagai faktor penguji. Terlihat Sig. of F to Enter yang terkecil adalah variabel golongan karyawan dan tanggungan. Maka, kedua variabel tersebut dikeluarkan dari step 0 tersebut, yang berarti variabel tersebut bukan termasuk variabel yang dianalisis. 2. Pada tahap 1, sekarang terlihat ada 7 variabel, dan proses terus berjalan, dengan pedoman angka Sig. of F to Enter harus di bawah 0,05, dan jika mungkin diambil angka terkecil. Terlihat variabel tanggungan sekarang mempunyai angka Sig. of F to Entere terkecil (0,000), sehingga variabel tersebut dikeluarkan. 3. Pada tahap 2, sekarang terlihat ada enam variabel dan terlihat keenam variabel tersebut mempunyai angka Sig. of F to Enter di atas 0,05 (dapat dilihat di Tabel 4.7 kolom Sig. of F to Enter). Oleh karena sudah tidak ada variabel yang memenuhi syarat, maka proses pengeluaran variabel berhenti, dan keenam variabel sisa tersebut dikeluarkan, yang berarti keenamnya termasuk pada Variables Not in the Analysis atau variabel yang tidak dianalisis lebih lanjut. Variables Not in the Analysis Sig. of F to Step 0 Layak
Tolerance Min. Tolerance
Enter
Between Min. D Squared
Groups
usia
1.000
1.000
.654
.008
0 and 1
golongan
1.000
1.000
.000
9.545
0 and 1
karyawan
18
1 Tidak
tanggungan
1.000
1.000
.000
1.146
0 and 1
pinjaman
1.000
1.000
.015
.250
0 and 1
waktu
1.000
1.000
.039
.178
0 and 1
angsuran
1.000
1.000
.058
.149
0 and 1
jasa
1.000
1.000
.080
.127
0 and 1
pembayaran
1.000
1.000
.053
.156
0 and 1
usia
.999
.999
.620
9.579
0 and 1
tanggungan
.991
.991
.000
11.409
0 and 1
pinjaman
.922
.922
.316
9.686
0 and 1
waktu
.958
.958
.572
9.590
0 and 1
angsuran
.940
.940
.310
9.690
0 and 1
jasa
.930
.930
.201
9.776
0 and 1
pembayaran
.931
.931
.249
9.733
0 and 1
usia
.998
.990
.740
11.426
0 and 1
pinjaman
.916
.910
.221
11.652
0 and 1
waktu
.941
.941
.320
11.569
0 and 1
angsuran
.938
.930
.262
11.613
0 and 1
jasa
.904
.904
.076
11.924
0 and 1
pembayaran
.923
.919
.164
11.723
0 and 1
Layak
2
Sumber : Data diolah SPSS, 2009
Dari tabel di atas terlihat bahwa variabel usia secara nyata tidak mempengaruhi kelayakan dalam pemberian kredit, karena lancar atau tidaknya seorang debitur menyelesaikan kewajibannya tidak tergantung dari usia debitur yang rata-rata berusia 30 sampai dengan 55 tahun tidak menentukan kelayakan dalam pemberian kredit. Untuk variabel pinjaman tidak mempengaruhi kelayakan dalam pemberian kredit, karena tidak ada pembatasan besar pinjaman pada pengajuan pinjaman oleh debitur. Sedangkan, variabel waktu dan angsuran juga tidak berpengaruh secara signifikan, karena adanya tata cara pembayaran dengan cara
19
pemotongan gaji setiap bulannya bagi debitur yang ingin mencicil pengembalian uang yang dipinjamnya. Variabel jasa, yaitu biaya yang dibebankan kepada setiap debitur yang jumlahnya berbeda antar debitur sesuai dengan besar pinjamannya, hal ini menyebabkan variabel jasa masuk ke dalam variable not in the analysis. Begitu pula dengan variabel pembayaran yang jumlahnya juga berbeda antar debitur, pembayaran yang dikenakan oleh setiap debitur tergantung dari besarnya pinjaman dan jasa yang dibebankan dari pinjaman masing-masing debitur, sehingga dari variabel tersebut tidak ada perbedaan yang signifikan dalam penentuan kelayakan pemberian kredit. 3.6
Pembentukan Model Diskriminan Structure Matrix
Function 1 golongan karyawan tanggungan
.915 -.317
jasaa
.308
pinjamana
.288 a
pembayaran a
.277
angsuran
.244
waktua
.240
usiaa
.013
Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. a. This variable not used in the analysis.
Sumber : Data diolah SPSS, 2009
20
Tabel Structure Matrix menjelaskan korelasi antara variabel independen dengan fungsi diskriminan yang terbentuk. Terlihat bahwa variabel golongan karyawan paling erat hubungannya dengan fungsi diskriminan, dari kredit konsumtif yang diberikan kepada anggota koperasi Karyawan Departemen Kehutanan rata-rata golongan 1 dan golongan 2 termasuk ke kategori kredit debitur tidak lancar, hal ini terkait dengan gaji untuk golongan tersebut tidak sebanding dengan besar pinjaman yang diajukan, dalam analisa kredit semakin besar modal yang dimiliki oleh debitur, maka semakin kecil pula resiko terjadinya kredit macet, begitu pula sebaliknya. Sehingga variabel golongan karyawan yang terkait dengan gaji pegawai sangat menentukkan layak tidaknya debitur mendapatkan pinjaman yang sesuai dengan kemampuannya untuk melunasinya. Variabel tanggungan, yang menunjukkan jumlah anak yang menjadi tanggungan memiliki keeratan dengan fungsi diskriminan, ratarata debitur dengan jumlah tanggungan di atas 3 orang anak masuk ke kategori debitur tidak lancar, sedangkan untuk debitur yang memiliki tanggungan di bawah 3 orang anak rata-rata masuk ke kategori lancar, semakin banyak jumlah tanggungan maka akan semakin banyak pula jumlah kebutuhan ekonomi dari debitur tersebut, sehingga debitur untuk melunasi kewajibannya akan terhambat, karena terjadi ketidakseimbangan antara besar pinjaman dengan pemasukkan dan pengeluaran untuk kebutuhan pokok dari setiap masing-masing anggota keluarga debitur.
21
Canonical Discriminant Function Coefficients Function 1 golongan karyawan
2.081
tanggungan
-.393
(Constant)
-4.335
Unstandardized coefficients
Sumber :Data diolah SPSS, 2009
Tabel di atas mempunyai fungsi yang hampir mirip dengan persamaan regresi berganda, yang dalam analisis diskriminan disebut dengan Fungsi Diskriminan : Z
Score = -4,335 + 2,081 Golongan karyawan - 0,393 Tanggungan
Kegunaan fungsi di atas adalah untuk mengetahui sebuah case (dalam kasus ini adalah seorang debitur) masuk pada grup yang satu ataukah tergolong pada grup yang lainnya. Selain fungsi di atas, dengan dipilihnya Fisher Function Coefficient pada proses analisis, maka akan terbentuk pula fungsi diskriminan fisher.
22
3.7
Cut Off Score (Nilai Batas) Classification Resultsb,c Predicted Group Membership kredit Original
Count
0
0 layak
54
2
56
1
43
44
96.4
3.6
100.0
1 tidak layak
2.3
97.7
100.0
0 layak
54
2
56
1
43
44
96.4
3.6
100.0
2.3
97.7
100.0
1 tidak layak %
Cross-validateda
Count
0 layak
1 tidak layak %
Total
1
0 layak 1 tidak layak
a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. b. 97.0% of original grouped cases correctly classified. c. 97.0% of cross-validated grouped cases correctly classified.
Sumber : Data diolah SPSS, 2009
Pada bagian Original, terlihat bahwa mereka yang pada data awal adalah tergolong layak, dan dari klasifikasi fungsi diskriminan tetap pada kelompok layak, adalah 54 orang. Sedangkan dengan model diskriminan, mereka yang pada awalnya masuk grup layak, ternyata menjadi anggota grup tidak layak adalah 2 orang. Demikian juga dengan grup tidak layak, yang tetap pada grup tidak layak sejumlah 43 orang, dan yang meleset adalah 1 orang. Dengan demikian, ketepatan prediksi dari model adalah : (54 + 43) / 100 = 0,97 atau 97% Oleh karena angka ketepatan tinggi (97%), maka model diskriminan di atas dapat digunakan untuk analisis diskriminan. Atau penafsiran tentang berbagai tabel yang
23
ada valid untuk digunakan. Pendapat lain mengatakan bahwa klasifikasi di atas terlalu optimis, dan tidak memperhitungkan berbagai bias yang mungkin terjadi. Untuk itu, disarankan juga penggunaan metode Leave-one-out cross validation untuk mengurangi bias yang mungkin terjadi di atas. Dari keterangan tabel paling bawah didapat angka ketepatan klasifikasi data ke grup dengan metode Leave-one-out cross validation, yaitu tetap 97% yang masih dikategorikan ketepatan klasifikasi tetap tinggi. Setelah terbukti bahwa fungsi diskriminan mempunyai ketepatan prediksi yang tinggi, maka fungsi diskriminan tersebut bisa digunakan untuk memprediksi sebuah kasus, apakah akan diklasifikasikan ke tipe layak atau tipe tidak layak. Dan pada kasus ini dari delapan variabel bebas yang berpengaruh secara signifikan hanya ada dua variabel saja, yaitu variabel golongan karyawan yang terkait dengan besar gaji yang diterima oleh debitur selama satu bulan serta penggolongan karyawan berdasarkan ijazah terakhir dari debitur yang tercatat dalam biro kepegawaian, dan untuk variabel
tanggungan yang terkait dengan jumlah anak yang menjadi
tanggungan debitur pada kenyataannya juga berpengaruh terhadap layak tidaknya debitur mendapatkan kredit, debitur dengan jumlah tanggungan lebih sedikit, maka lebih layak dalam mendapatkan kredit.
24
V. KESIMPULAN Berdasarkan hasil analisis data dengan menggunakan analisis diskriminan menunjukan bahwa ada perbedaan yang signifikan antara nasabah yang Layak menerima kredit dan yang Tidak Layak menerima kredit. Dari delapan variabel independent, hanya dua variabel saja yang secara nyata menjadi faktor yang menentukan kelayakan dalam pemberian kredit, yaitu variabel golongan karyawan dan jumlah tanggungan, yang juga masuk dalam model diskriminan. Selain dari variabel tersebut tidak dimasukkan dalam model diskriminan. Hal ini terlihat pada step analisis awal, baik pada bagian Variable In Analysis maupun Variable Not In Analysis. Model atau fungsi diskriminan pada kasus ini mempunyai ketepatan mengklasifikasikan kasus sebesar 97%.
