BAB IV ANALISIS DATA DAN PEMBAHASAN
A. Analisis Data Penelitian 1. Statistik Deskriptif Deskripsi data dari masing-masing variabel penelitian yang meliputi nilai minimum, nilai maksimum, mean dan standar deviasi dapat dilihat pada Tabel 4.1 berikut ini : Tabel 4.1 Hasil Uji Statistik Deskriptif Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
DPK
72
1283495.00
4801888.00 2850312.6111
CAR
72
20.71
33.25
24.7065
2.91817
FDR
72
119.46
139.96
128.3874
4.94654
NPF
72
6.15
10.36
7.6536
1.02724
INFLASI
72
3.35
8.79
5.7585
1.51794
Valid N (listwise)
72
1044599.74292
Sumber : Output SPSS 16, (data diolah)
Berdasarkan tabel 4.1 dapat dilihat bahwa dengan N = 72 waktu penelitian, variabel independen Dana Pihak Ketiga (DPK) mempunyai nilai minimum 12,834 Milyar Rupiah, nilai maksimum 48,018 Milyar Rupiah, nilai standar deviasi sebesar 10,445 Milyar Rupiah dan nilai rata - rata sebesar 28,503 Milyar Rupiah. Nilai rata - rata yang lebih besar dibandingkan nilai standar deviasi menunjukkan bahwa data tersebar dengan baik.
77
78
Capital Adequacy Ratio (CAR) mempunyai nilai minimum 20.71, nilai maksimum 33.25, dan nilai rata-rata yang didapat adalah sebesar 24.70, sedangkan standar deviasi sebesar 2.91. Dengan nilai standar deviasi terlihat lebih kecil dari mean dan nilai mean CAR di atas standar Bank Indonesia yaitu 8%, maka dapat dikatakan bahwa data pada variabel CAR tersebar dengan baik. Variabel Financing to Deposit Ratio (FDR), memiliki nilai minimum 119.46, nilai maksimum 139.96, dan nilai rata-rata yang didapat adalah sebesar 128,387, sedangkan standar deviasi sebesar 4.946. Dengan nilai standar deviasi terlihat lebih kecil dari mean dan nilai mean FDR di atas standar Bank Indonesia yaitu 80%, maka dapat dikatakan bahwa data pada variabel FDR tersebar dengan baik. Variabel Non Performing Financing (NPF) mempunyai nilai minimum 6.15, nilai maksimum 10.36, dan nilai rata-rata yang didapat adalah sebesar 7.65, sedangkan standar deviasi sebesar 1.027. Dengan nilai standar deviasi terlihat lebih kecil dari mean dan nilai mean NPF di bawah standar Bank Indonesia yaitu 5%, maka dapat dikatakan bahwa data pada variabel NPF tersebar dengan baik. Variabel Inflasi mempunyai nilai minimum 3,35, nilai maksimum 8,79, nilai standar deviasi sebesar 1,51 Milyar Rupiah dan nilai rata - rata sebesar 5,75. Nilai rata - rata yang lebih besar dibandingkan nilai standar deviasi menunjukkan bahwa data tersebar dengan baik.
79
2. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah model regresi variabel dependen dan variabel independen keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati normal. Cara untuk mendeteksi apakah variabel pengganggu atau residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. 1. Analisis Grafik Gambar 4.1 Hasil Uji Normalitas dengan Grafik Normal Probability Plot
Sumber : Output SPSS 16, (data diolah)
Berdasarkan grafik normal probability plot tersebut, titik-titik menyebar berhimpit di sekitar garis diagonal dan hal ini menunjukkan bahwa residual terdistribusi secara normal.
80
2. Uji Statistik Uji
statistik
dalam
penelitian
ini
dilakukan
dengan
menggunakan uji statistik non-parametrik Kolmogorov-Smirnov (KS). Untuk menentukan data dengan uji Kolmogorov-Smirnov, nilai signifikasi harus di atas 0,05. Hasil uji statistik Kolmogorov-Smirnov tampak pada Tabel 4.2 sebagai berikut : Tabel 4.2 Hasil Uji Normalitas dengan Kolmogorov-Smirnov (K-S) One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parameters
71 a
Mean Std. Deviation
Most Extreme Differences Absolute
.0000000 .10407465 .060
Positive
.049
Negative
-.060
Kolmogorov-Smirnov Z
.507
Asymp. Sig. (2-tailed)
.960
a. Test distribution is Normal.
Sumber:Output SPSS Berdasarkan hasil Tabel 4.2 tersebut, nilai KolmogorovSmirnov sebesar 0,507 dengan signifikansi 0,960. Data signifikansi tersebut menunjukkan bahwa hasilnya lebih besar dari 0,05 atau (0,960 > 0,05) yang menyatakan bahwa residual terdistribusi secara normal atau dengan kata lain telah memenuhi syarat uji normalitas.
81
b. Uji Multikolinieritas Uji Multikolinearitas dilakukan sebagai syarat untuk analisis regresi berganda dan juga untuk mengetahui ada tidaknya hubungan antara variabel bebas itu sendiri. Pada model regresi yang baik, antar variabel independen seharusnya tidak terjadi korelasi. Untuk mengetahui Uji Multikolinearitas dapat dilihat dari nilai Variance Inflation Factor (VIF) yang terdapat pada masing-masing variabel pada Tabel 4.3 berikut ini : Tabel 4.3 Hasil Uji Multikolinearitas Coefficients
a
Collinearity Statistics Model
Tolerance
VIF
1(Constant) LN_DPK
.158
6.347
LN_CAR
.359
2.788
LN_FDR
.224
4.465
LN_NPF
.667
1.500
LN_INFLASI
.859
1.165
a. Dependent Variable: LN_PEMBIAYAAN
Sumber : Output SPSS 16, (data diolah)
Suatu regresi dinyatakan bebas dari multikolinearitas jika mempunyai nilai tolerance > 0,1 dan VIF < 10. Dari output data diperoleh bahwa semua variabel bebas memiliki nilai tolerance lebih dari 0,1 dan nilai VIF kurang dari 10. Dengan demikian, untuk uji
82
multikolinearitas tidak terjadi masalah antar variabel independen dalam model regresi. c. Uji Autokorelasi Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linier berganda ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan problem autokorelasi. Dalam penelitian ini uji autokorelasi menggunakan uji Durbin-Watson (DW test). Tabel 4.4 Hasil Uji Autokorelasi b
Model Summary
Model
R
1
.332
R Square a
Adjusted R Square
.110
.097
Std. Error of the
Durbin-
Estimate
Watson
.09493216
2.064
a. Predictors: (Constant), LAG_PEMBIAYAAN_UKM b. Dependent Variable: Unstandardized Residual
Sumber : Output SPSS 16, (data diolah)
Berdasarkan Tabel 4.4, hasil hitung Durbin-Watson sebesar 2,187. Nilai DW menurut tabel dengan n = 72 dan k = 5 didapat angka dl = 1,468 dan du = 1,768. Karena nilai du < d < 4 – du atau 1,768 < 2,064 < 2,232 maka dapat disimpulkan bahwa tidak terdapat autokorelasi pada model regresi ini. d. Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi kesamaan variance dari residual satu pengamatan
83
ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas
atau
tidak
terjadi
heteroskedastisitas.
Uji
Heteroskedastisitas dalam penelitian ini menggunakan uji scatterplot. Berikut hasil output uji scatterplot : Gambar 4.2 Hasil Uji Heteroskedastisitas
Sumber : Output SPSS 16, (data diolah)
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tersebar dengan baik di atas maupun di bawah angka nol pada sumbu
Y.
Hal
ini
dapat
disimpulkan
heteroskedastisitas pada model regresi ini.
bahwa
tidak
terjadi
84
3. Analisis Regresi Linier Berganda Analisis regresi linier berganda merupakan alat analisis untuk mengetahui serta menganalisis seberapa besar pengaruh suatu variabel bebas terhadap variabel terikat. Dalam penelitian ini variabel independen yang digunakan lebih dari satu yaitu DPK, CAR, FDR, NPF, dan Inflasi sedangkan variabel dependennya adalah Pembiayaan UKM. Tabel 4.5 Hasil Uji Regresi Linier Berganda Coefficients
a
Standardized Unstandardized Coefficients Model 1
B (Constant)
Std. Error
15.132
.781
LN_DPK
2.818
1.139
LN_CAR
-2.443
LN_FDR
Coefficients Beta
t
Sig.
19.383
.000
.191
2.473
.016
.193
-.648
-12.680
.000
-.897
.709
-.082
-1.265
.210
LN_NPF
.831
.123
.254
6.765
.000
LN_INFLASI
.107
.052
.068
2.057
.044
a. Dependent Variable: LN_PEMBIAYAAN_UKM
Sumber : Output SPSS 16, (data diolah)
Berdasarkan data output dari Tabel 4.5 maka dapat disusun persamaan regresi linier berganda sebagai berikut : Pembiayaan = 15,132 + 2,818 DPK - 2,443 CAR - 0,897 FDR + 0,831 NPF + 0,107 INFLASI + ε
85
Persamaan tersebut mempunyai makna : a. Konstanta sebesar 15,132 menggambarkan apabila DPK, CAR, FDR, NPF, dan inflasi bernilai konstan, maka akan menaikan pembiayaan UKM sebesar 15,132. b. Koefisien regresi pada variabel dana pihak ketiga DPK (X1) sebesar 2,818 menggambarkan bahwa DPK mempunyai hubungan yang positif terhadap pembiayaan. Artinya, setiap kenaikan 1 point DPK, dengan asumsi variabel independen lainnya konstan, akan meningkatkan pembiayaan sebesar 2,818. c. Koefisien regresi pada variabel capital adequecy ratio (CAR) (X2) sebesar -2,443 menggambarkan bahwa CAR mempunyai hubungan yang negatif terhadap pembiayaan UKM. Artinya, setiap kenaikan 1 point CAR, dengan asumsi variabel independen lainnya konstan, akan menurunkan pembiayaan UKM sebesar -2,443. d. Koefisien regresi pada variabel financing to deposit ratio (FDR) (X3) sebesar -0,897 menggambarkan bahwa likuiditas mempunyai hubungan yang negatif terhadap Pembiayaan UKM. Artinya, setiap kenaikan 1 point FDR, dengan asumsi variabel independen lainnya konstan, akan menurunkan Pembiayaan UKM sebesar -0,897. e. Koefisien regresi pada variabel non performing financing NPF (X4) sebesar 0,831 menggambarkan bahwa NPF mempunyai hubungan yang positif terhadap pembiayaan UKM. Artinya, setiap kenaikan 1 point
86
NPF, dengan asumsi variabel independen lainnya konstan, akan menaikkan pembiayaan UKM sebesar 0,831. f. Koefisien
regresi
pada
variabel
Inflasi
(X5)
sebesar
0,107
menggambarkan bahwa inflasi mempunyai hubungan yang positif terhadap pembiayaan UKM. Artinya, setiap kenaikan 1 point Inflasi, dengan asumsi variabel independen lainnya konstan, akan menaikkan pembiayaan UKM sebesar 0,107. 4. Uji Hipotesis a. Uji Statistik t (Parsial) Uji statistik t parsial adalah pengujian yang digunakan untuk mengetahui apakah variabel DPK, CAR, FDR, NPF, dan Inflasi mempengaruhi pembiayaan UKM secara parsial. Hasil pengujian hipotesis secara parsial dapat dilihat pada Tabel 4.6 sebagai berikut : Tabel 4.6 Hasil Uji Hipotesis Parsial (Uji t) a
Coefficients
Standardized Unstandardized Coefficients Model 1
B (Constant)
Std. Error
15.132
.781
LN_DPK
2.818
1.139
LN_CAR
-2.443
LN_FDR
Coefficients Beta
t
Sig.
19.383
.000
.191
2.473
.016
.193
-.648
-12.680
.000
-.897
.709
-.082
-1.265
.210
LN_NPF
.831
.123
.254
6.765
.000
LN_INFLASI
.107
.052
.068
2.057
.044
a. Dependent Variable: LN_PEMBIAYAAN
Sumber : Output SPSS 16, (data diolah)
87
Penelitian ini menggunakan uji dua arah, pengujian hipotesis dengan α = 5%, sedangkan derajat bebas pengujian adalah n – k = 72 – 6 = 66 (df), maka nilai tabel t = 1,996. Hasil analisis uji t yang didapat dari Tabel 4.6 tersebut adalah sebagai berikut : 1. Pengaruh DPK (X1) Terhadap pembiayaan UKM (Y) Variabel independen Ukuran Perusahaan memiliki t
hitung
2,473 dengan tingkat signifikansi sebesar 0,016. Karena t besar dari t
tabel
sebesar
hitung
lebih
yaitu 2,473 > 1,996 dan nilai signifikansinya 0,016 <
0,05 maka H01 ditolak dan Ha1 diterima. Dengan demikian, variabel independen DPK secara parsial berpengaruh terhadap pembiayaan UKM. 2. Pengaruh CAR (X2) Terhadap pembiayaan UKM (Y) Variabel independen CAR memiliki t
hitung
tingkat signifikansi sebesar 0,000. Karena t
sebesar -12,680 dengan
hitung
lebih kecil dari t
tabel
yaitu -12,680 < 1,996 dan nilai signifikansinya 0,00 < 0,05 maka H02 ditolak dan Ha2 diterima. Dengan demikian, variabel independen CAR secara parsial berpengaruh terhadap pembiayaan UKM. 3. Pengaruh FDR (X3) Terhadap pembiayaan UKM (Y) Variabel independen likuiditas memiliki t hitung sebesar –1,265 dengan tingkat signifikansi sebesar 0,210. Karena t
hitung
lebih kecil dari t
tabel
yaitu –1,616 < 1,996 dan nilai signifikansinya 0,210 > 0,05 maka H03 ditolak dan Ha3 ditolak. Dengan demikian, variabel independen FDR secara parsial tidak berpengaruh terhadap pembiayaan UKM.
88
4. Pengaruh NPF (X4) Terhadap pembiayaan UKM (Y) Variabel independen NPF memiliki t
hitung
tingkat signifikansi sebesar 0,000. Karena t
sebesar 6,765 dengan
hitung
lebih besar dari t
tabel
yaitu 6,765 > 1,996 dan nilai signifikansinya 0,000 < 0,05 maka H04 ditolak dan Ha4 diterima. Dengan demikian, variabel independen NPF secara parsial berpengaruh terhadap pembiayaan UKM. 5. Pengaruh Inflasi (X5) terhadap pembiayaan UKM (Y) Variabel independen Inflasi memiliki t
hitung
tingkat signifikansi sebesar 0,026. Karena t
sebesar 2,057 dengan
hitung
lebih besar dari t
tabel
yaitu 2,273 > 1,996 dan nilai signifikansinya 0,04 < 0,05 maka H05 ditolak dan Ha5 diterima. Dengan demikian, variabel independen Inflasi secara parsial berpengaruh terhadap pembiayaan UKM. b. Uji Statistik F (Simultan) Uji statistik F (simultan) digunakan untuk menguji apakah semua variabel independen yaitu DPK, CAR, FDR, NPF, dan Inflasi yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen yaitu pembiayaan UKM. Hasil pengujian hipotesis secara simultan dapat dilihat pada Tabel 4.7 berikut ini :
89
Tabel 4.7 Hasil Uji Hipotesis Simultan (Uji F) b
ANOVA Model
Sum of Squares
1Regression
df
Mean Square
4.564E13
5
9.128E12
Residual
3.399E12
66
5.149E10
Total
4.904E13
71
F 177.276
Sig. .000
a
a. Predictors: (Constant), INFLASI, FDR, NPF, CAR, DPK b. Dependent Variable: PEMBIAYAN
Sumber : Output SPSS 16, (data diolah)
Nilai Ftabel didapat dari nilai degree of freedom (df1) = k – 1 = 6 – 1 = 4, dan degree of freedom (df2) = n – k = 72 – 6 =66. Maka nilai Ftabel adalah 2,35. Dari hasil uji ANOVA atau F Test pada Tabel 4.7 tersebut , didapat nilai F hitung sebesar 177,276 dengan signifikansi 0,000 dimana signifikansi tersebut lebih kecil dari 0,05. Dengan menggunakan tabel F, didapat nilai F tabel sebesar 2,35. Hal tersebut menunjukkan bahwa F hitung (177,27) > F tabel (2,35) sehingga H05 ditolak dan Ha5 diterima. Dengan demikian, dapat disimpulkan bahwa DPK, CAR, FDR, NPF, dan inflasi secara simultan berpengaruh signifikan terhadap pembiayaan UKM. 6. Uji Koefisien Determinasi (R2) Koefisien determinasi digunakan untuk mengukur seberapa besar presentase perubahan atau variasi dari variabel dependen bisa dijelaskan oleh perubahan atau variasi dari variabel independen. Semakin tinggi nilai koofisien determinasi akan semakin baik kemampuan variabel independen dalam menjelaskan pengaruhnya terhadap variabel dependen. Hasil
90
pengujian koefisien determinasi dapat dilihat dari nilai Adjusted R Square pada analisis regresi berganda. Tabel 4.8 Koefisien Determinasi – Pembiayaan b
Model Summary Mod el 1
R
R Square .965
a
Adjusted R Square
.931
Std. Error of the Estimate
.925
226920.2987
a. Predictors: (Constant), INFLASI, FDR, NPF, CAR, DPK b. Dependent Variable: PEMBIAYAN
Sumber : Output SPSS 16, (data diolah)
Berdasarkan Tabel 4.7 tersebut, besarnya Adjusted R Square adalah 0,925 hal ini berarti 92,5% variasi pembiayaan UKM dapat dijelaskan oleh variasi dari kelima variabel independen yaitu DPK, CAR, FDR, NPF, dan inflasi sedangkan sisanya sebesar 7,5% dijelaskan oleh variabel-variabel lain di luar penelitian. B. Pembahasan Hasil Penelitian Dalam pengujian secara simultan, diperoleh nilai Ftabel sebesar 177,276 dengan signifikansi 0,000 dimana signifikansi tersebut lebih kecil dari 0,05. Hal tersebut membuktikan bahwa semua variabel independen yang digunakan dalam penelitian yaitu DPK, CAR, FDR, NPF, dan inflasi terbukti secara simultan berpengaruh signifikan terhadap pembiayaan UKM. Dalam pengujian secara parsial, empat variabel independen yaitu DPK, CAR, NPF, dan Inflasi terbukti berpengaruh signifikan terhadap pembiayaan UKM. Sedangkan, variabel FDR tidak berpengaruh signifikan terhadap
91
pembiayaan UKM. Pembahasan terhadap masing-masing variabel dalam pengujian secara parsial dijelaskan sebagai berikut : 1. Pengaruh dana pihak ketiga (DPK) Terhadap pembiayaan UKM. Dana pihak ketiga merupakan dana dari masyarakat dapat berupa giro (demand deposit), tabungan (saving deposit), dan deposito berjangka (time deposit) yang berasal dari nasabah perorangan atau badan dan kemudian kegiatan yang dilakukan bank setelah itu adalah menyalurkan kembali dana tersebut kepada masyarakat yang membutuhkannya. Kegiatan penyaluran dana ini dikenal dengan istilah alokasi dana. Pengalokasian dana dapat diwujudkan dalam bentuk pinjaman atau lebih dikenal dengan kredit atau pada bank syariah (pembiayaan). Pada analisis data kuantitatif yang telah dihitung dengan menggunakan SPSS dapat diketahui bahwa Dana Pihak Ketiga (DPK) berpengaruh terhadap penyaluran pembiayaan UKM pada Bank Pembiayaan Rakyat Syariah (BPRS) di Indonesia, dijelaskan bahwa variabel bebas jumlah dana pihak ketiga berpengaruh positif dan signifikan terhadap variabel terikat alokasi pembiayaan UKM pada BPRS dari tahun 2010 sampai 2016, Hal ini didukung oleh hasil uji t = 2,473 dengan tingkat signifikansi 0,000 (signifikan < 5%). Hal ini berarti terdapat pengaruh hubungan antara Dana Pihak Ketiga (DPK) terhadap pembiayaan UKM. Kenaikan dan penurunan alokasi pembiayaan UKM sangat dipengaruhi oleh jumlah dana yang tersimpan pada perbankan. Semakin besar jumlah dana dari pihak ketiga yang ada pada perbankan maka akan
92
semakin besar pula jumlah alokasi pembiayaan UKM. Pihak bank memerlukan dana dan salah satu sumber dananya adalah dari pihak ketiga. Dana ini didapat dari setoran-setoran yang dilakukan oleh para nasabah bank tersebut. Setelah mendapatkan suntikan salah satunya dari pihak ketiga ini, maka bank dapat menyalurkan dana-dana tersebut kepada masyarakat, namun proporsi antara jumlah dana pihak ketiga yang dialokasikan kedalam pembiayaan harus diatur. Hasil penelitian ini juga didukung oleh penelitian yang dilakukan oleh Cokro Wahyu Sujati, Herry Hardiyanto dan Luh Gede Meydianawati dimana terdapat pengaruh antara jumlah dana pihak ketiga terhadap kredit usaha kecil dan menengah (UKM). 2. Pengaruh Capital Adequecy Ratio (CAR) Terhadap pembiayaan UKM. Berdasarkan uji regresi pada uji t, menunjukan bahwa CAR berpengaruh signifikan secara negatif terhadap penyaluran pembiayaan UKM. Hal ini dikarenakan nilai signifikannya lebih kecil dari 0.05, yaitu besarnya 0.016 dan nilai t
hitung
-12,680 lebih kecil dari ttabel 1,996.
Sehingga dapat ditarik kesimpulan bahwa terdapat hubungan negatif signifikan antara rasio CAR dengan penyaluran pembiayaan UKM. Artinya semakin tinggi rasio CAR maka akan terjadi penurunan pembiayaan UKM. Hal ini dimungkinkan terjadi karena kebijakan manajemen bank yang fokus untuk mempertahankan atau meningkatkan permodalaanya diatas CAR minimun 8% yang ditetapkan oleh BI sehingga cenderung menahan dananya untuk memenuhi kebutuhan CAR
93
dan membatasi pemberian pembiayaan. Hasil penelitian ini selaras dengan penelitian yang dilakukan oleh Alinda Agustina (2012) yang menyatakan CAR berpengaruh negatif signifikan terhadap penyaluran kredit UMKM. 3. Pengaruh Financing To Deposit Ratio (FDR) Terhadap pembiayaan UKM. Berdasarkan hasil penelitian thitung -1,265 lebih kecil dari ttabel 1,996 dan nilai signifikansinya 0,210 lebih besar dari 0,05, ini menunjukkan bahwa FDR tidak berpengaruh secara signifikan terhadap penyaluran pembiayaan UKM. Hasil penelitian ini mendukung penelitian sebelumnya yang dikemukakan oleh Pram Purnama Alam (2008), namun hasil tersebut berbeda
dengan
hasil
penelitian
Tito
Adhitya
Galih
(2011)
Ketidakpengaruhan ini disebabkan karena peningkatan Dana Pihak Ketiga (DPK) yang tidak diimbangi dengan peningkatan pembiayaan yang mengakibatkan bank harus menanggung beban bagi hasil melebihi yang seharusnya. Ketidaksignifikan penerapan tingkat likuiditas terhadap kinerja keuangan yang diukur dengan pembiayaan UKM karena rendahnya pembiayaan yang disalurkan bank, yang menyebabkan sebagian dana menjadi idle fund (dana mengendap) sehingga hilangnya kesempatan bank untuk memperoleh keuntungan secara maksimal. 4. Pengaruh Non Perfoming financing (NPF) terhadap pembiayaan UKM. Berdasarkan hasil penelitian thitung 6,765 lebih besar dari ttabel 1,996 dan nilai signifikansinya 0,000 lebih kecil dari 0,05, ini menunjukkan bahwa NPF berpengaruh secara signifikan terhadap penyaluran pembiayaan. Hasil penelitian ini mendukung penelitian sebelumnya yang dikemukakan oleh
94
Hayati (2006) , namun hasil tersebut berbeda dengan penelitian Tito Aditya Galih (2011) dan Alinda Agustina (2012) bahwa NPL tidak mempunyai pengaruh
yang
Pembiayaan
signifikan
bermasalah
terhadap berbanding
penyaluran terbalik
kredit
perbankan.
dengan
penyaluran
pembiayaan, dimana besarnya NPF mencerminkan tingkat pengendalian biaya dan kebijakan/kredit yang dijalankan oleh bank, sehingga semakin rendah NPF maka akan semakin tinggi jumlah pembiayaan yang akan disalurkan oleh bank. Semakin tinggi NPF menunjukkan semakin rendahnya kemampuan
bank
dalam
mengumpulkan
kembali
kredit
yang
dikeluarkannya. Semakin sedikit dana pinjaman yang kembali ke bank, akan menyebabkan dana bank yang tersedia untuk disalurkan semakin berkurang. Akibatnya, bank akan mengurangi jumlah dana yang akan disalurkan ke masyarakat. 5. Pengaruh Inflasi Terhadap pembiayaan UKM. Dalam banyak literatur disebutkan bahwa inflasi didefinisikan sebagai kenaikan harga umum secara terus menerus dari suatu perekonomian. Pengertian lain dari Inflasi yaitu, kenaikan dalam harga barang dan jasa, yang terjadi karena permintaan bertambah lebih besar dibandingkan dengan penawaran harga di pasar.1 Tingkat laju inflasi sangat berpengaruh pada kondisi perekonomian, khususnya
kegiatan
perbankan.
Kondisi
laju
inflasi
yang
tinggi
menyebabkan pemerintah (Bank Indonesia) mengeluarkan regulasi untuk 1
333.
Sadono Sukirno, Makro Ekonomi Suatu Pengantar, (Jakarta: Rajawali Pers, 2002), hlm.
95
menaikan suku bunga simpanan bank-bank di Indonesia. Ini dalam rangka agar inflasi dapat terkendali. Namun akibat lainnya adalah bank-bank terpaksa menaikan suku bunga pinjamannya (kredit). Ini dilakukan bank agar bank tidak mengalami negative spread. Negative spread adalah suatu kondisi dimana suku bunga simpanan lebih tinggi, dari suku bunga kredit. Apabila ini terjadi maka bankbank akan kesulitan dalam menjalankan aktivitasnya. Dalam kaitannya dengan bank syariah adalah penerapan tingkat margin pembiayaan lazimnya pada bank syariah dengan menggunakan metode going rate pricing, yaitu menggunakan tingkat suku bunga pasar sebagai rujukan (benchmark). Hal ini dikarenakan bank umum kerkompetisi dengan bank syariah. Dalam hal ini inflasi yang sebenarnya berpengaruh terhadap tingkat suku bunga dan secara tidak langsung juga dapat mempengaruhi tingkat margin pembiayaan pada BPRS jika dilihat dengan menggunakan analisis regresi berganda tidak mempengaruhi alokasi pembiayaan UKM pada BPRS. Dari hasil regresi dapat dijelaskan bahwa variabel bebas inflasi berpengaruh positif terhadap variable terikat pembiayaan UKM pada BPRS di Indonesia tahun 2010 sampai 2015, dimana kenaikan Inflasi akan mendorong alokasi pembiayaan UKM. Hal ini didukung oleh hasil uji t = 2,057 dengan tingkat signifikansi 0,04 (signifikan < 5%). Yang artinya secara parsial variabel inflasi berpengaruh signifikan alokasi pembiayaan UKM.
96
Hal ini bertolak belakang dengan hasil penelitian yang dilakukan oleh Cokro Wahyu Sujati yang menunjukkan bahwa inflasi berpengaruh karena kenaikan dan penurunan jumlah alokasi UKM pada bank umum sangat dipengaruhi oleh tingkat suku bunga. Semakin tinggi tingkat laju inflasi di Indonesia maka akan semakin tinggi tingkat suku bunga dan kebalikannya adalah akan semakin rendah jumlah alokasi UKM.
