BAB IV PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Analisis Regresi Berganda Analisis regresi berganda adalah hubungan secara linear antara dua atau lebih variabel independen. Analisis ini untuk mengetahui arah hubungan antara variabel
independen
dengan
dependen,
apakah
masing-masing
variabel
independen berhubungan positif atau negatif untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Secara matematis dapat dirumuskan sebagai berikut : Y = a+ β1X1+ β2X2 + β3X3 + ε. Untuk mendapatkan hasil analisis yang lebih baik, teliti dan terpercaya maka dalam penelitian ini digunakan analisis data dengan program SPSS. Setelah dilakukan pengolahan data dapat dilihat hasilnya sebagai berikut : Tabel 4.1 Koefisien Analisis Regresi Linear Berganda Coefficients(a) Unstandardized Coefficients Model 1
B (Constant) 2.113 Tingkat Inflasi -.232 Nilai Tukar .807 Bi Rate .057 a Dependent Variable: Outstanding
Std. Error 2.318 .122 .288 .424
Sumber : Data yang sudah diolah dengan SPSS
36
Standardized Coefficients
t
Sig.
Beta
B
Std. Error .373 .071 .011 .894
-.886 .339 .064
.911 -1.904 2.803 .135
a. Konstanta sebesar 2,113 artinya jika Inflasi (X1), Nilai Tukar (X2) dan BI Rate (X3) nilai nya tidak berubah, maka nilai Outstanding Kartu Kredit (Y) sebesar 2,113 triliun b. Koefisien regresi variabel Nilai Tukar (X2) sebesar 0,807 , artinya jika variabel independen lain nilai nya tetap dan Nilai Tukar mengalami kenaikan 1%, maka Outstanding Kartu Kredit akan mengalami peningkatan sebesar 0,807 triliun. Koefisien bernilai positif artinya terjadi hubungan positif antara Nilai Tukar dengan Outstanding Kartu Kredit , semakin naik Nilai Tukar maka semakin meningkat Outstanding Kartu Kredit. 4.1.2 Pengujian Hipotesis Pengujian Hipotesis adalah pengujian yang bertujuan untuk mengetahui apakah kesimpulan pada sampel dapat berlaku untuk populasi. Pengujian yang dipakai oleh penulis adalah sebagai berikut : a. Pengujian Anova ( Uji F ) Uji F digunakan untuk mengetahui apakah variabel independen ( X1, X2, X3) secara bersama-sama berpengaruh secara siginifikan terhadap variabel dependen (Y). F hitung dapat dicari dengan rumus sebagai berikut : F hitung =
R² / k (1-R²)/(n-k-1)
Ket : R2 =
Koefisien Determinasi
n =
Jumlah data atau kasus
k =
Jumlah variabel independen Tabel 4.6 Hasil Perhitungan Uji F ANOVA(b)
Model 1
Sum of Squares Regression Residual Total
Df
Mean Square
14.921
3
4.974
5.042
20
.252
19.963
23
F 19.730
Sig. .000(a)
a Predictors: (Constant), Bi Rate, Nilai Tukar, Tingkat Inflasi b Dependent Variable: Outstanding
Sumber : Data yang sudah diolah dengan SPSS
Tahap-tahap yang dilakukan untuk uji F adalah sebagai berikut : 1) Merumuskan Hipotesis Ho : Tidak ada pengaruh secara signifikan antara variabel independen (Inflasi, Nilai Tukar dan BI Rate ) secara bersama-sama terhadap Outstanding Kartu Kredit. Ha : Ada pengaruh secara signifikan antara variabel independen ( Inflasi, Nilai Tukar dan BI Rate ) secara bersama-sama terhadap Outstanding Kartu Kredit . 2) Menentukan tingkat signifikansi
Tingkat signifikansi menggunakan a = 5%, signifikansi 5% atau 0,05% adalah ukuruan standar yang sering digunakan dalam penelitian. 3) Menentukan F hitung Berdasarkan tabel diperoleh F hitung sebesar 19,730. 4) Menentukan F tabel Dengan
menggunakan
tingkat
keyakinan
95%,
a=5%,
degree
of
freedom/derajat bebas (df) regression sebesar 3 dan nilai df dari residual sebesar 20, maka dapat diketahui besarnya nilai Ftabel pada tingkat signifikansi 5% yaitu sebesar 3,10. 5) Kriteria pengujian Ho diterima bila F hitung lebih kecil dari F tabel Ho ditolak bila F hitung lebih besar dari F tabel 6) Membandingkan F hitung dengan F tabel Nilai F hitung > F table (19,730 > 3,10), maka Ho ditolak. 7) Kesimpulannya, karena F hitung > F tabel (19,730 > 3,10 ), maka Ho ditolak, artinya ada pengaruh secara bersama-sama antara Inflasi, Nilai Tukar dan BI Rate terhadap Outstanding Kartu Kredit BCA. b. uji Parsial ( Uji t )
Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen (Inflasi, Nilai tukar dan BI Rate) secara parsial berpengaruh terhadap variabel dependen (Outstanding Kartu Kredit). Rumus t hitung pada analisis regresi adalah : t hitung = bi / Sbi Ket : bi = Koefisien regresi variabel i Sbi = Standar error variabel i Tabel 4.7 Hasil perhitungan Uji t Coefficients(a) Unstandardized Coefficients Model 1
B
Standardized Coefficients
t
Beta
B
Std. Error
(Constant)
2.113
2.318
Tingkat Inflasi
Sig. Std. Error .911
.373
-.232
.122
-.886
-1.904
.071
Nilai Tukar
.807
.288
.339
2.803
.011
Bi Rate
.057
.424
.064
.135
.894
a Dependent Variable: Outstanding
Sumber : Data yang sudah diolah dengan SPSS
Tahap-tahap yang dilakukan untuk uji F adalah sebagai berikut : 1) Menentukan hipotesis Ho : Secara parsial tidak ada pengaruh antara inflasi, Nilai Tukar dan BI Rate dengan Outstanding Kartu kredit. Ha : Secara parsial ada pengaruh antara inflasi, Nilai Tukar dan BI Rate dengan Outstanding Kartu Kredit
2) Menentukan tingkat signifikansi Tingkat signifikansi menggunakan a = 5% 3) Menentukan t hitung Berdasarkan tabel diperoleh t hitung Inflasi, Nilai Tukar dan BI Rate secara berurutan sebesar -1,904, 2.803 dan 0,135. 4) Menentukan t tabel Tabel distribusi t dicari pada a=5%, pada a = 5% : 2 = 2,5 % (uji 2 sisi). Dengan derajat kebebasan (df) n-k-1 atau 24-3-1 = 20 ( n adalah jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil yang diperoleh untuk t tabel sebesar 2,09 . 5) Kriteria pengujian Ho diterima jika -t tabel > t hitung < t tabel, -t hitung > -t tabel Ho ditolak jika -t hitung < -t tabel atau t hitung > t tabel 6) Membandingkan t hitung dengan t tabel Inflasi : Nilai -t hitung > -t tabel (- 1,904 > - 2,09) maka Ho diterima Nilai Tukar : Nilai t hitung > t tabel ( 2,803 >2,09) maka Ho ditolak. BI Rate : Nilai t hitung < t tabel (0,135 < 2,09 ) maka Ho diterima
7) Kesimpulan Dari hasil diatas dapat disimpulkan bahwa dari ketiga variable diatas, Nilai tukar yang mempunyai pengaruh secara parsial terhadap Outstanding Kartu Kredit BCA, karena Ho ditolak. Jadi jika nilai tukar mengalami peningkatan maka Outstanding Kartu Kredit BCA juga akan mengalami peningkatan dan jika nilai tukar mengalami penurunan maka Outstanding Kartu Kredit BCA juga akan mengalami penurunan . c. Analisis Determinasi ( R2) Analisis determinasi dalam regresi linear berganda digunakan untuk mengetahui persentase sumbangan pengaruh variabel independen (Inflasi, nilai tukar dan BI Rate) secara serentak terhadap variabel dependen ( Outstanding Kartu Kredit BCA ).
Tabel 4.8 Koefisien Determinasi Simultan Model Summary(b)
Model 1
R .865(a)
R Square .747
Adjusted R Square .710
Std. Error of the Estimate .50208
a Predictors: (Constant), Bi Rate, Nilai Tukar, Tingkat Inflasi b Dependent Variable: Outstanding
Sumber : Data yang sudah diolah dengan SPSS
Berdasarkan tabel diatas diperoleh angka R2 ( R square) sebesar 0,747 atau 74,7%. Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel independen (Inflasi, Nilai Tukar dan BI Rate) terhadap variabel dependen (Outstanding Kartu Kredit BCA) sebesar 74,7%. Atau variasi variabel independen yang digunakan dalam model (Inflasi, Nilai Tukar dan BI Rate) mampu menjelaskan sebesar 74,7% variasi variabel dependen ( Outstanding Kartu Kredit BCA). Sedangkan sisanya sebesar 25,3% dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan kedalam model penelitian ini d. Menentukan r2 ( pengaruh variabel bebas terhadap variabel terikat secara parsial) Koefisien determinasi parsial (r)2
masing-masing variabel bebas juga
perlu dicari selain melakukan pembuktian melalui uji F, uji t dan R2 dengan cara mengkuadratkan koefisien korelasi parsial yang ada pada tabel di bawah ini :
Tabel 4.9 Koefisien Determinasi Parsial Coefficientsa Correlations Model 1
Tingkat Inflasi Nilai Tukar Bi Rate
Zero-order -.793 .269 -.732
Partial -.392 .531 .030
a. Dependent Variable: Outstanding
Sumber : Data yang sudah diolah dengan SPSS
Collinearity Statistics Part -.214 .315 .015
Tolerance .058 .863 .057
VIF 17.145 1.159 17.573
1) Untuk variabel Inflasi sebesar – 0,3922 = 0,153664 artinya variabel inflasi memiliki kontribusi secara parsial terhadap Outstanding Kartu Kredit BCA sebesar 15,37%. 2) Untuk variabel Nilai Tukar sebesar 0,5312 = 0,281961 artinya variabel Nilai Tukar memiliki kontribusi secara parsial terhadap Outstanding Kartu Kredit BCA sebesar 28,19%. 3) Untuk variabel BI Rate sebesar 0,0302 = 0,0009 artinya variabel BI Rate memiliki kontribusi secara parsial terhadap Outstanding Kartu kredit BCA sebesar 0,09 % 4.2 Pembahasan Hasil dari analisis regresi yang telah dilakukan diatas menunjukkan bahwa dari tiga variabel yaitu Inflasi, Nilai Tukar dan BI Rate dari hasil uji F diperoleh F hitung sebesar 19,730 dengan nilai p value 0,000 < 0,05,sehingga dapat diambil kesimpulan bahwa Ho ditolak, yang berarti ada pengaruh secara simultan antara Inflasi, Nilai Tukar dan BI Rate terhadap Outstanding Kartu Kredit BCA. Selain itu hasil dari analisis determinasi ( R2) sebesar 0,747 yang berarti bahwa kontribusi Tingkat Inflasi, Nilai Tukar dan BI Rate secara simultan berpengaruh terhadap Oustanding Kartu Kredit BCA sebesar 74,7 %. Namun dilihat secara parsial yang paling berpengaruh terhadap Outstanding Kartu Kredit BCA diantara ketiganya adalah Nilai Tukar, yaitu sebesar 28,19%. Dari hasil Uji t secara parsial diperoleh p value untuk Nilai Tukar sebesar 0,011, nilai tersebut masih berada di bawah level signifikansi 0,05 yang berarti variabel Nilai Tukar secara signifikan berpengaruh terhadap Outstanding Kartu
Kredit BCA. Berbeda dengan Inflasi dan BI Rate sebesar 0,071 dan 0,894 yang melebihi level signifikansi yaitu 0,05%, berarti variabel Inflasi dan BI Rate tidak berpengaruh secara signifikan terhadap Outstanding Kartu Kredit BCA. Dari besarnya kontribusi parsial tiap variabel bebas yang dapat dilihat dari koefisien determinasinya (r²), untuk inflasi sebesar 15,37 %, untuk Nilai Tukar sebesar sebesar 28,19 % dan untuk BI Rate hanya sebesar 0,09% dapat disimpulkan bahwa variable bebas Nilai Tukar memiliki pengaruh yang lebih besar terhadap Outstanding Kartu Kredit BCA bila dibandingkan degan inflasi dan BI Rate.