37
METODE PENELITIAN
3.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Bank Jabar Banten KCP Dramaga dan juga cabang Cibinong. Pelaksanaan penelitian berlangsung bulan Juli 2009 sedangkan upaya persiapan/prapenelitian dan penjajakan mulai dilakukan sejak bulan Mei 2009. 3.2 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari arsip data debitur KMU, data Laporan Bulanan Bank Jabar Banten KCP Dramaga menyangkut KMU, data dari Kementerian Negara Koperasi dan Usaha Kecil Menengah, dan Laporan Keuangan Bank Jabar Banten. 3.3 Populasi Populasi yang ditetapkan dalam penelitian ini adalah para nasabah Kredit Mikro Utama Bank Jabar Banten KCP Dramaga yang masih aktif hingga bulan Juli 2009 dan telah memperoleh pinjaman Kredit Mikro Utama sekurangkurangnya enam bulan berjalan. Jumlah anggota populasi dalam penelitian ini berjumlah 117 debitur yang terbagi dalam subpopulasi yaitu debitur dengan pengembalian lancar sebanyak 88 debitur dan debitur dengan pengembalian tidak lancar sebanyak 29 debitur.
38
3.4 Metode Penentuan Sampel Metode yang digunakan untuk menentukan sampel dalam penelititan ini dilakukan dengan penarikan sampel tanpa peluang (nonprobability sampling) yang tidak memungkinkan kita menghitung peluang terpilihnya anggota tertentu populasi ke dalam contoh. Jumlah sampel yang diambil sebanyak 70 orang yang berdasarkan pada metode Slovin yang menggunakan rumus:
n
= ukuran sampel
N
= ukuran populasi
E
= persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditoleransi yaitu 10 persen
bahwa jumlah sampel yang dinilai cukup mewakili keseluruhan populasi yang berjumlah 117 orang yaitu minimal 53 orang. Sedangkan jumlah sampel untuk masing-masing subpopulasi yaitu 49 orang mewakili subpopulasi nasabah yang lancar dalam pengembalian kredit dan 21 orang mewakili subpopulasi yang tidak lancar dalam pengembalian kredit. 3.5 Metode Pengolahan dan Analisis Data Pengolahan data dalam penelititan ini menggunakan perangkat digital komputer dengan aplikasi program SPSS 13 dan Microsoft Excell 2007. Analisis data dilakukan dengan analisis kualitatif dan analisis kuantitatif.
39
3.5.1
Analisis Kualitatif Analisis
kualitatif dilakukan
melalui
analisis
deskripktif dengan
menjabarkan satu persatu karakteristik KMU dalam bentuk tabulasi yang ditujukan untuk menunjang analisis kuantitatif. 3.5.2
Analisis Kuantitatif Analisis terhadap faktor-faktor yang berpengaruh pada kelancaran
pengembalian Kredit Mikro Utama menggunakan model analisis Regresi Logistik (Logit Biner) sehingga dapat diketahui variabel-variabel prediktor (jenis kelamin, usia, tingkat pendidikan, status nasabah, tanggungan dalam keluarga, pengalaman usaha, aset usaha, omzet usaha, total pendapatan, plafond pinjaman, jangka waktu pelunasan, pengalaman kredit, jaminan kredit, dan tingkat suku bunga) yang secara nyata berpengaruh atau tidak terhadap tingkat kelancaran pengembalian Kredit Mikro Utama sebagai variabel respon. 3.5.2.1
Analisis Regresi Logistik
1) Penentuan Variabel a)
Variabel respon Y = 1 : Jika pengembalian kredit lancar Y = 0 : Jika pengembalian kredit menunggak
b) Variabel Prediktor 1. Karakteristik personal X1 = Jenis Kelamin, sebagai variabel dummy (1 = wanita dan 0 = pria) X2 = Usia (tahun) X3 = Tingkat pendidikan (tahun)
40
X4 = Status nasabah, sebagai variabel dummy (1 = nasabah lama ; 0 = nasabah baru) X5 = Jumlah tanggungan dalam keluarga (orang) 2. Karakteristik usaha X6 = Pengalaman usaha, dengan kategori (0 = 1-8 tahun ; 1 = 8-16 tahun ; 2 = > 16 tahun) X7 = Aset usaha (rupiah) X8 = Omzet usaha, dengan kategori (0 = < 8,5 juta rupiah ; 1 = 8,5 – 85 juta rupiah; 2 = . 85 juta rupiah) X9 = Total pendapatan, dengan kategori (0 = < 1 juta rupiah ; 1 = 1- 2,5 juta rupiah ; 2 = > 2,5 juta rupiah) 3. Karakteristik kredit X10 = Plafond pinjaman, dengan kategori (0 = > 50 juta rupiah ; 1 = 25 - 50 juta rupiah ; 2 = 10 - 25 juta ; 3 = < 10 juta rupiah) X11 = Jangka waktu pelunasan (bulan) X12 = Pengalaman kredit (kali) X13 = Jaminan kredit (rupiah) X14 = Tingkat suku bunga, dengan kategori (0 = 16,5 % ; 1 = 16%) 2) Estimasi Fungsi Regresi Logistik Regresi logistik merupakan suatu model analisis untuk mengetahui pengaruh variabel-variabel prediktor yang berskala metrik (kontinyu) atau kategorik (nominal) terhadap variabel respon yang berskala kategorik. Estimasi model tersebut yaitu:
41
Lỉ = ln
= β0 + β1X1 + β2X2 + ....... + βkXk
Keterangan:
Lỉ = Variabel respon, dalam hal ini tingkat kelancaran pengembalian kredit (1 = lancar, 0 = tidak lancar)
β0 = Konstanta β1 = Koefisien variabel prediktor ke-1 βk = Koefisien variabel prediktor ke-k X1 = Variabel prediktor ke-1 Xk = Variabel prediktor ke-k 3) Uji Kelayakan Model Pengujian terhadap kelayakan model menggunakan statistik G yang merupakan nisbah kemungkinan maksimum untuk mengetahui peran variabelveriabel prediktor dalam model secara simultan/bersama-sama. Rumus uji G yaitu:
G = -2 ln
Keterangan: l0 = Likelihood tanpa variabel prediktor l1 = Likelihood dengan variabel prediktor Hipotesis:
H0 = β1 = β2 = ... = βk = 0 H1 = Minimal ada satu nilai β ≠ 0
42
Jika nilai G > 2 p(α) atau p-value dari statistik G lebih kecil dari taraf nyata (α = 0,1) maka keputusannya adalah menolak H0, artinya setidak-tidaknya ada satu variabel prediktor yang berpengaruh nyata terhadapa variabel respon. 4) Uji Kebaiksuain Model Uji kebaiksuaian model (goodness of fit) model dilakukan dengan memperhatikan nilai sebaran chi-square dari Hosmer dan Lameshow. Hipotesis: H0 = Tidak terdapat perbedaan yang signifikan antara nilai observasi dengan nilai prediksi oleh model H1 = Terdapat perbedaan yang signifikan antara nilai observasi dengan nilai prediksi oleh model Jika p-value dari ketiga statistik tersebut lebih besar dari taraf nyata (α = 0,1) maka keputusannya adalah menerima H0 yang artinya model tersebut cukup layak untuk digunakan dalam prediksi. 5) Uji Signifikansi Variabel Prediktor Secara Individu Pengujian terhadap signifikansi masing-masing variabel prediktor secara individu dilakukan dengan uji Wald (Wj), dengan rumus:
Keterangan:
= Penduga β
!"
= Penduga standard error dari β
βk
= Koefisien variabel prediktor ke-k
43
Hipotesis:
H0 = βk = 0 H1 = βk ≠ 0, k=1,2,...,k
Statistik Wj mengikuti sebaran normal (Z), jika nilai Wj > Zα/2 two-tailed p-value dari statistik Wj lebih kecil dari taraf nyata (α = 0,1) maka keputusannya adalah menolak H0 artinya variabel prediktor ke-k tersebut berpengaruh secara nyata/signifikan terhadap variabel respon. 3.6 Definisi Operasional 1.
Kredit lancar yaitu kredit yang tidak mengalami penundaan/penunggakan dalam pembayaran pokok pinjaman dan/atau bunga dari waktu yang ditetapkan.
2.
Kredit tidak lancar (menunggak) yaitu kredit yang pembayaran pokok pinjaman dan/atau bunga telah mengalami penundaan satu bulan atau lebih.
3.
Jenis kelamin yaitu jenis kelamin dari debitur penerima kredit sekaligus pelaku UMKM (1 = wanita, 0 = pria).
4.
Usia yaitu umur debitur sejak lahir hingga proses pengambilan data dilakukan (tahun).
5.
Tingkat pendidikan yaitu tingkat pendidikan formal yang dijalani oleh debitur dihitung dalam satuan tahun (lulus SD = 6, lulus SMP = 9, lulus SMA = 12, lulus D3 = 15, lulus S1 = 16).
6.
Status nasabah yaitu pembedaan nasabah atas nasabah baru atau yang sudah menjadi nasabah sebelumnya.
7.
Jumlah tanggungan keluarga adalah anak dari debitur yang belum menikah dan/atau dalam usia sekolah dan/atau anggota keluarga yang belun
44
berpenghasilan atau jumlah anggota keluarga yang masih bergantung pada debitur dalam hal keuangan dihitung dalam satuan orang. 8.
Pengalaman usaha yaitu lama usaha yang digeluti debitur, dihitung dalam satuan tahun.
9.
Aset usaha yaitu kekayaan usaha baik dalam bentuk fisik yang memiliki nilai bagi suatu entitas usaha.
10. Omzet usaha yaitu keseluruhan jumlah penjualan usaha dalam kurun waktu tertentu, yang dihitung berdasarkan jumlah uang yang diperoleh. 11. Total pendapatan usaha yaitu jumlah penerimaan bersih rata-rata per bulan dari hasil usaha debitur. 12. Plafond pinjaman yaitu nilai nominal pinjaman kredit yang diterima debitur. 13. Jangka waktu pelunasan yaitu lama pengembalian kredit yang telah disepakati dalam perjanjian. 14. Pengalaman kredit yaitu berapa kali debitur telah memperoleh pinjaman kredit. 15. Jaminan kredit yaitu aset pihak debitur yang dijanjikan kepada kreditur jika debitur tidak dapat mengembalikan pinjaman tersebut. 16. Tingkat suku bunga yaitu persentase dari pokok utang yang dibayarkan sebagai imbal jasa (bunga) dalam suatu perode tertentu.
