PENGARUH INFLASI, BI RATE, DANA PIHAK KETIGA (DPK), NON PERFORMING LOAN (NPL) DAN CAPITAL ADEQUACY RATIO (CAR) TERHADAP PENYALURAN KREDIT

PENGARUH INFLASI, BI RATE, DANA PIHAK KETIGA (DPK), NON PERFORMING LOAN (NPL) DAN CAPITAL ADEQUACY RATIO (CAR) TERHADAP PENYALURAN KREDIT (Studi Kasus pada 10 Bank Terbesar di Indonesia Berdasarkan Kredit)

SKRIPSI Diajukan kepada Fakultas Ekonomi dan Bisnis Untuk Memenuhi Syarat- Syarat Guna Meraih Gelar Sarjana Ekonomi

Disusun oleh: Ati Astuti NIM: 109081000027 JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1434 H/ 2013 M

DAFTAR RIWAYAT HIDUP

I.

IDENTITAS PRIBADI 1.

Nama

: Ati Astuti

2.

Tempat tanggal lahir

: Jakarta, 11 April 1991

3.

Alamat

: Jalan Madrasah I RT 007 RW 009 No. 27 Sukabumi Utara, Kebon Jeruk JakartaBarat 11540

II.

4.

Telepon

: 087788841532

5.

E-mail

: [email protected]

PENDIDIKAN 1.

SDI Al-Falah II Pagi

Tahun 1997-2003

2.

MTS. Al-Falah

Tahun 2003-2006

3.

SMAN 32 Jakarta

Tahun 2006-2009

4.

S1 Ekonomi UIN Syarif Hidayatullah Jakarta

Tahun 2009-2013

III. LATAR BELAKANG KELUARGA 1. Ayah

: Asmuni

2. Ibu

: Herti

3. Alamat

: Jalan Madrasah I RT 007 RW 009 No. 27 Sukabumi Utara, Kebon Jeruk JakartaBarat 11540

IV.

PENGALAMAN ORGANISASI 2012 : Forum Komunikasi Mahasiswa Betawi

v

ABSTRACT The purpose of the research is to analyze the influence Inflation, BI Rate, Volume of Deposits, Non Performing Loan, and Capital Adequacy Ratio to Bank Lending. Research object counted 10 Biggest Banks in Indonesia by volume loan with research period during 6 years start from 2006 untill 2011. Methode analyze in this research is data panel regression with the random effect model. Empiris result of this research indicated value of Adjusted R Square 96.39% with the used independent variables that an effect simultan or parsial, where Inflation and Volume of Deposits have an effect positive to Bank Lending with probability of 0.0101 and 0.0000. BI Rate, Non Performing Loan, and Capital Adequacy Ratio have an effect negative to Bank Lending with probability of 0.000, 0.0494 and 0.0281. Keywords: Inflation, BI Rate, Volume of Deposits, Non Performing Loan, Capital Adequacy Ratio, Lending, and Panel Data Regression.

vi

ABSTRAK Penelitian ini bertujuan untuk menganalisis pengaruh Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan, dan Capital Adequacy Ratio terhadap penyaluran kredit. Sampel penelitian dilakukan pada 10 bank terbesar di Indonesia berdasarkan jumlah kredit yang disalurkan dengan periode penelitian selama 6 tahun mulai tahun 2006-2011. Metode penelitian ini menggunakan regresi data panel dengan model random effect. Hasil penelitian ini menghasilkan nilai Adjusted R Square sebesar 96,39% dengan variabel independen yang digunakan berpengaruh signifikan secara parsial maupun simultan terhadap penyaluran kredit, dimana Inflasi dan Dana Pihak Ketiga berpengaruh positif terhadap penyaluran kredit dengan masing-masing probabilitas sebesar 0.0101 dan 0.0000 sedangkan BI Rate, Non Performing Loan, dan Capital Adequacy Ratio berpengaruh negatif terhadap penyaluran kredit dengan masing-masing probabilitas sebesar 0.000, 0.0494 dan 0.0281. Kata kunci: Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan, Capital Adequacy Ratio, Penyaluran Kredit, dan Regresi Data Panel.

vii

KATA PENGANTAR Assalamu’alaikum wr. wb Alhamdulillahirabbil’alamiin, penulis panjatkan kehadirat Allah SWT atas segala limpahan rahmat, taufik serta hidayah-Nya. Shalawat serta salam tercurahkan kepada junjungan Nabi besar kita, nabi Muhammad SAW sehingga penulis berhasil menyelesaikan skripsi ini yang berjudul “Pengaruh Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan, dan Capital Adequacy Ratio Terhadap Penyaluran Kredit” (Studi Kasus pada 10 Bank Terbesar di Indonesia Berdasarkan Kredit) sebagai salah satu syarat dalam mencapai gelar Sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta. Skripsi ini dibuat dengan ruang lingkup Bank Umum Go Publik di Indonesia periode 2006-2011. Pada kesempatan ini, penulis ingin mengucapkan terima kasih kepada semua pihak yang ikut berpartisipasi demi terwujudnya skripsi ini: 1. Ibu dan Bapak ku tercinta, terima kasih banyak atas segala doa dan dukungannya sehingga aku dapat menyelesaikan tugas akhir kuliah ini. Semoga Allah SWT selalu melindungi kalian. 2. Bapak Prof. Dr. Ahmad Rodoni selaku Dosen Pembimbing I yang telah sabar membimbing penulis. Meluangkan waktunya untuk memberikan arahan kepada penulis. 3. Bapak Dr. Arief Mufriyani, Lc. M.Si selaku Dosen Pembimbing II & dosen mata kuliah seminar perbankan yang telah memberikan arahan dan pengetahuan mengenai tata cara penulisan skripsi ini. 4. Bapak Prof. Dr. Abdul Hamid selaku Dekan Fakultas Ekonomi dan Bisnis, Ibu Leis Suzanawaty, SE. M.Si selaku Pudek I, Ibu Yulianti selaku Pudek II dan Bapak Herni Ali HT, SE., MM selaku Pembimbing Akademik dan Pudek III.

viii

5. Bapak Dr. Ahmad Dumyathi Bashori, MA selaku Ketua Jurusan Manajemen dan Ibu Titi Dewi M.Si selaku Sekretaris Jurusan Manajemen. 6. Bapak Dr. Lukman, M.Si, Bapak Ade Suherlan, SE., MM. MBA dan Ibu Amalia, SE., M.SM selaku dosen penguji komprehensif. 7. Seluruh Dosen Fakultas Ekonomi dan Bisnis, terima kasih banyak atas ilmu yang telah kalian berikan kepada penulis. Semoga bermanfaat sampai kapanpun. 8. Seluruh staf Fakultas Ekonomi dan Bisnis, terima kasih untuk segalanya. 9. Keluarga besar penulis yang senantiasa memberikan dukungan moral, fasilitas dan doa kepada penulis. 10. Sahabat-sahabatku. Selfi Stefani, Yesika Al Istiqomah, Raissa Andrawina, Imas Atik Aisyah, Rizanty Amanda, Tria Raina, Suci Ramida, dan Tsurumi Bunga. Terima kasih atas kebersamaannya selama ini. 11. Tryas Ardyansyah. Terima kasih untuk segala dukungan dan doanya. 12. Teman-temanku. Nurfitriana, Alvia, Fitria, Rizky Chairani, Fauziah, dan Ardillah terima kasih atas segala dukungan dan doa nya. Semoga kita semua sama-sama sukses kedepannya. Aamiin. 13. Teman-teman seperjuangan saat ujian komprehensif: Tria Raina, Marina, Alinda, Ridhwan, dan Rizky. Terima kasih untuk keceriannya saat belajar maupun saat hari ujian berlangsung. 14. Nur’aini, Yesika, Nurlailiyah, Wulan Fauzyni dan Egi terima kasih atas semangat dan bantuannya serta kakak kelas yang telah berbagi pengalaman. 15. Teman-teman Manajemen A dan Manajemen Perbankan. Terima kasih untuk kebersamaannya selama ini. 16. Teman-teman Manajemen dan Akuntansi 2009 lainnya.

ix

Penulis menyadari bahwa skripsi ini terdapat beberapa kekurangan atau kesalahan baik dari segi tata cara penulisan maupun penyusunan. Oleh karena itu, segala saran dan masukan dari semua pihak selalu diharapkan untuk perbaikan dan penyempurnaannya. Semoga penelitian ini dapat memberikan manfaat kepada semua pihak dan dapat menambah wawasan bagi yang membacanya, dan untuk semua orang yang telah berperan dalam penyusunan skripsi ini, semoga selalu dalam perlindungan Allah SWT. Atas segala kontribusi, kebaikan dan peran kalian semua saya ucapkan terima kasih.

Jakarta, 28 Agustus 2013 Penulis

Ati Astuti

x

DAFTAR ISI COVER LEMBAR PENGESAHAN SKRIPSI ..............................................................................

i

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF .................................................. ii LEMBAR PENGESAHAN UJIAN SKRIPSI .................................................................. iii LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH .......................................... iv DAFTAR RIWAYAT HIDUP.......................................................................................... v ABSTRACT...................................................................................................................... vi ABSTRAK ........................................................................................................................ vii KATA PENGANTAR ......................................................................................................viii DAFTAR ISI..................................................................................................................... xi DAFTAR TABEL.............................................................................................................xiv DAFTAR GAMBAR ........................................................................................................ xv DAFTAR LAMPIRAN.....................................................................................................xvi BAB I PENDAHULUAN A. Latar Belakang ...................................................................................................... 1 B. Perumusan Masalah ............................................................................................. 8 C. Tujuan Penelitian dan Manfaat Penelitian. ........................................................... 9 BAB II TINJAUAN PUSTAKA A. Landasan Teori...................................................................................................... 11 1. Bank .......................................................................................................... 11 2. Manajemen Kredit..................................................................................... 11 a. Definisi Kredit............................................................................... 12 b. Unsur-unsur Kredit........................................................................ 13 c. Fungsi Kredit................................................................................. 14 d. Jenis-jenis Kredit........................................................................... 16 e. Persyaratan Umum Untuk Mengajukan Kredit............................. 18 f. Prinsip Dasar Pemberian Kredit.................................................... 19 3. Inflasi......................................................................................................... 20 xi

4. BI Rate. ..................................................................................................... 23 5. Dana Pihak Ketiga..................................................................................... 24 6. Non Performing Loan ............................................................................... 26 a. Faktor Penyebab Terjadinya Kredit Bermasalah .......................... 28 b. Penyelamatan Kredit Bermasalah. ................................................ 29 7. Capital Adequacy Ratio ............................................................................ 29 8. Hubungan Antar Variabel ......................................................................... 31 B. Penelitian Terdahulu ............................................................................................. 35 C. Kerangka Berpikir................................................................................................. 39 D. Hipotesis ............................................................................................................... 41 BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian..................................................................................... 42 B. Metode Penentuan Sampel.................................................................................... 42 C. Metode Pengumpulan Data .................................................................................. 44 D. Metode Analisis Data............................................................................................ 44 1. Analisis Data Panel ................................................................................... 44 2. Model Data Panel...................................................................................... 46 3. Pemilihan Model Data Panel..................................................................... 47 4. Uji Asumsi Klasik ..................................................................................... 48 5. Uji Hipotesis ............................................................................................. 52 E. Operasional Variabel Penelitian............................................................................ 54 1. Variabel Independen ................................................................................. 54 2. Variabel Dependen.................................................................................... 57 BAB IV ANALISIS DAN PEMBAHASAN A. Sekilas Gambaran Umum Objek Penelitian.......................................................... 58 B. Analisis dan Pembahasan ...................................................................................... 68 1. Analisis Deskriptif Variabel...................................................................... 68 2. Estimasi Model Data Panel ....................................................................... 74 3. Uji Asumsi Klasik ..................................................................................... 81 4. Uji Hipotesis.............................................................................................. 86 xii

5. Analisis Regresi Data Panel ...................................................................... 93 BAB V KESIMPULAN DAN SARAN A. Kesimpulan ...........................................................................................................100 B. Saran......................................................................................................................101 DAFTAR PUSTAKA ......................................................................................................103 LAMPIRAN.................................................................................................................. . 107

xiii

DAFTAR TABEL No. 2.1 3.1 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 4.13 4.14 4.15 4.16 4.17

Keterangan Penelitian Terdahulu Sampel Bank Jumlah Kredit (Jutaan Rupiah) Tingkat Inflasi (%) Tingkat BI Rate (%) Jumlah DPK (Jutaan Rupiah) Tingkat NPL (%) Tingkat CAR (%) Hasil Uji Model Common Effect Hasil Uji Model Fixed Effect Hasil Uji Model Random Effect Hasil Uji Hausman Korelasi Antar Variabel Bebas Hasil Uji Park Hasil Uji Autokorelasi Hasil Uji F (Simultan) Hasil Uji t (Parsial) Hasil Nilai Adjusted R2 Interpretasi

xiv

Halaman 35 43 68 69 70 71 72 73 74 76 79 80 82 84 85 86 89 92 93

DAFTAR GAMBAR No. 1.1 2.1 3.1 4.1

Keterangan Grafik Perkembangan Kredit yang disalurkan Kerangka Pemikiran Karakteristik Sampel Uji Normalitas

xv

Halaman 2 40 43 81

DAFTAR LAMPIRAN No. 1. 2. 3. 4. 5.

Keterangan

Halaman

Data Variabel Penelitian Model Regresi Data Panel Uji Asumsi Klasik Uji Hipotesis Daftar Tabel

107 111 114 116 118

xvi

BAB I PENDAHULUAN A. Latar Belakang Industri perbankan merupakan bagian penting dalam perekonomian mengingat perannya sebagai perantara keuangan yang mempertemukan pihak yang membutuhkan dana dengan pihak yang kelebihan dana. Selain itu berperan pula dalam memperlancar lalu lintas pembayaran. Bank menghimpun dana dari masyarakat dalam bentuk simpanan dan disalurkan kembali dalam bentuk kredit kepada perusahaan maupun perorangan. Dari sudut pandang pemerintah, perbankan merupakan agent of development. Posisi perbankan sebagai lembaga perantara memungkinkan ia mampu membagi alokasi finansial yang dimiliki sesuai dengan pihak-pihak yang membutuhkan. Maka diharapkan suatu perbankan dapat menyalurkan kredit kepada kelompok yang dianggap layak dan mampu memanfaatkan dana tersebut pada sektor bisnis yang produktif (Fahmi dan Lavianti, 2010:38). Pentingnya kredit perbankan dalam pembiayaan perekonomian nasional dan penggerak pertumbuhan ekonomi, menjadikan penyaluran kredit sebagai fokus utama perbankan dalam menjalankan perannya. Ketersediaan kredit memungkinkan rumah tangga untuk melakukan konsumsi yang lebih baik dan memungkinkan perusahaan untuk melakukan investasi yang tidak bisa dilakukan dengan dana sendiri (Utari, 2012).

1

Berikut ini akan ditampilkan mengenai data perkembangan jumlah kredit yang disalurkan oleh Bank Umum Desember 2006-Desember 2011 (Miliar Rupiah). Gambar 1.1 Grafik Perkembangan Kredit yang disalurkan Tahun 2006-2011

Sumber: Statistik Ekonomi Keuangan Indonesia 2006- 2011, data diolah Dari grafik di atas dapat disimpulkan bahwa kredit yang disalurkan bank umum meningkat setiap tahunnya. Hal tersebut menunjukkan bahwa kebutuhan masyarakat tidak terbatas, yang menjadikan akan selalu membutuhkan uang untuk memenuhi kebutuhannya. Mengajukan kredit adalah salah satu cara masyarakat untuk memenuhi kebutuhan mereka dan sudah menjadi tugas bank umum untuk melayani masyarakat tersebut. Berkaitan dengan kredit yang disalurkan, sektor perbankan di Indonesia menunjukkan ekspansi kredit yang semakin agresif. Hal ini dapat dilihat sejak tahun 1995 dimana perbankan nasional telah tercatat menyalurkan kredit sebesar 2

Rp. 234,6 triliun dan berkembang menjadi Rp. 487,4 triliun pada akhir tahun 1998. Pada tahun 1995 bank swasta nasional merupakan kelompok bank dengan pangsa kredit yang paling besar, yaitu sebesar 48% dari total kredit perbankan. Rekor ini berturut-turut diikuti oleh kelompok bank pemerintah dengan pangsa pasar sebesar 39,84%, bank asing dan campuran sebesar 10,33%, dan BPD sebesar 2,23% (Kuncoro dan Suhardjono, 2011:26). Terjadinya krisis moneter pada tahun 1997, telah menyeret perbankan dalam kondisi diambang batas kehancuran yang menjadikan permodalan bank menurun cukup besar (Siamat, 2005:249). Hal sedemikian rupa disebabkan oleh penyaluran kredit yang dilakukan secara tidak efektif sehingga meningkatnya kredit macet pada dunia perbankan menjadikan pendapatan menurun dan melemahkan kemampuan likuiditas bank bersangkutan. Dengan semakin parahnya krisis yang terjadi, kegiatan intermediasi di sektor

keuangan

terutama

perbankan

menjadi

tersendat.

Hal

tersebut

mengakibatkan kegiatan ekonomi mengalami kontraksi yang tajam sehingga secara keseluruhan PDB pada tahun 1998 merosot tajam hingga -13,68% dibanding tahun 1997 yang mencapai 4,65%. Kerapuhan tersebut terkait dengan kondisi ekonomi makro yang tidak stabil terutama gejolak nilai tukar rupiah dan tingginya tingkat suku bunga (Siamat, 2005:103). Hal serupa dialami pula saat terjadinya krisis global pada tahun 2008 yang menyebabkan indikator ekonomi makro seperti meningkatnya Inflasi diikuti pula oleh BI Rate sehingga berdampak pada peningkatan atau penurunan penyaluran kredit. Dalam kebijakan moneter, bank memiliki posisi yang sangat penting dalam 3

perekonomian Indonesia karena mendominasi keseluruhan sektor keuangan baik dari segi kepemilikan aset, pengumpulan dana maupun penyaluran dana (Pohan, 2008:85). Perekonomian yang memiliki sektor perbankan menguntungkan akan lebih mampu menahan guncangan negatif dan memberikan kontribusi positif pada stabilitas sistem keuangan (Athanasoglou et. al, 2005). Namun dalam praktiknya, perbankan diklasifikasikan sebagai suatu bisnis yang memiliki tingkat risiko yang tinggi karena sifat bisnisnya berdasarkan pinjaman, membutuhkan pengelolaan serta pengawasan lebih mendalam atas berbagai aktivitas yang dilakukan dalam menunjang keberhasilan kinerjanya. Bank merupakan institusi dengan leverage tinggi dan peningkatan tingkat kegagalan peminjam akan berdampak pada penurunan modal secara cepat (Hardanto, 2006:106). Dalam ekonomi makro, Inflasi dan BI Rate turut mempengaruhi peningkatan atau penurunan simpanan masyarakat dan kredit yang disalurkan. Apabila laju inflasi tinggi dan tidak dapat dikendalikan, upaya perbankan dalam menghimpun dana masyarakat terganggu sehingga kegiatan penyaluran kredit menjadi tersendat. Penyaluran kredit yang tersendat menjadikan pendapatan bank menurun. Sebab sumber utama pendapatan bank sebagian besar berasal dari kredit yang disalurkan. Dengan inflasi yang tinggi, pemerintah mengatasi beredarnya uang yang meningkat tersebut dengan menaikkan suku bunga acuan (BI Rate) yang berdampak pada kenaikan suku bunga simpanan dan diikuti oleh suku bunga pinjaman (Waljianah, 2012:2). 4

Tingginya bunga simpanan yang ditawarkan tentu akan menarik hasrat masyarakat untuk menyimpan dananya di bank, dengan begitu akan banyak kredit yang dapat disalurkan. Sedangkan tingginya bunga pinjaman yang ditetapkan selain berdampak pada keuntungan yang didapat berdampak pula pada penurunan penyaluran kredit. Sebab keputusan tersebut akan menimbulkan peningkatkan kredit bermasalah sehingga bank enggan dalam menyalurkan kreditnya. Selain variabel ekonomi makro yaitu Inflasi dan BI Rate sebagai faktor eksternal. Maka Dana Pihak Ketiga, Non Performing Loan dan Capital Adequacy Ratio turut mempengaruhi bank dalam menyalurkan kredit. Dalam usahanya, bank menetapkan strategi untuk menarik masyarakat agar menyimpan uangnya di bank. Antara lain dengan suku bunga simpanan yang ditawarkan, pelayanan yang memuaskan, promosi yang menarik dan lain sebagainya. Sebab, kegiatan penghimpunan dana yang dilakukan bank sebagian besar bersumber dari simpanan nasabah dalam bentuk giro, tabungan, dan deposito berjangka. Pentingnya simpanan nasabah dengan kata lain dana pihak ketiga mengindikasikan bahwa aktivitas yang dilakukan bank membutuhkan dana masyarakat

(Kuncoro

dan

Suhardjono,

2011:68)

salah

satunya

adalah

menyalurkan kredit yang menjadi sumber utama pendapatan bank umum. Dengan meningkatnya dana pihak ketiga yang berhasil dihimpun akan semakin banyak kredit yang dapat disalurkan. Dengan kredit yang disalurkan, bank telah meningkatkan taraf hidup masyarakat karena kredit tersebut dapat digunakan untuk melakukan investasi serta keperluan konsumsi. Meskipun penyaluran kredit memegang peranan 5

penting dalam perekonomian suatu negara, pihak manajemen bank tidak mungkin berkehendak sendiri untuk memperbesar volume perkreditan karena ada hal lain yang harus dipenuhi yang menjadi kewajibannya (Latumaerissa, 1999:46), yaitu tetap menjaga likuiditas bank bersangkutan. Mengenai unsur penyaluran kredit yang sehat, pihak bank selalu sadar bahwa sebagian dana yang mereka salurkan berasal dari dana masyarakat yang dipercayakan untuk dikelola. Oleh karena itu, manajemen bank harus menerapkan prinsip kehati-hatian dalam setiap aktivitas yang salah satunya adalah menyalurkan kredit. Sebab lalai sedikit dalam melakukan perannya, akan menurunkan keuntungan bahkan dapat merusak kelangsungan hidup bank itu sendiri. Contohnya adalah terjadinya salah satu risiko yang keberadaannya selalu diantisipasi karena dapat menjadi ancaman bagi kelangsungan usaha bank, yaitu risiko kredit. Risiko ini dicerminkan dengan rasio Non Performing Loan. Bank yang mengalami kondisi kredit bermasalah menyebabkan citra kesehatan operasi bank tersebut menurun di mata masyarakat, dunia perbankan dan bank sentral (Sutojo, 2000:185). Upaya yang dilakukan sebagian besar bank umum untuk memperkecil risiko kredit tersebut adalah dengan mengalokasikan sejumlah persentase tertentu dari saldo aktiva produktifnya untuk dijadikan cadangan penghapusan kredit (Sutojo, 2008:213). Apabila cadangan kerugian kredit sudah tidak mencukupi, maka akan dibebankan kepada modal bank. Modal merupakan salah satu faktor penting dalam pengembangan usaha. Semakin tinggi rasio kecukupan modal, semakin kuat bank tersebut untuk menanggung resiko dari setiap aktiva produktif yang berisiko (Kuncoro dan 6

Suhardjono, 2011:529). Berkaitan dengan yang sudah dipaparkan sebelumnya, dapat disimpulkan baik faktor internal maupun faktor eksternal berperan penting dalam peningkatan atau penurunan penyaluran kredit. Dengan merujuk pada penelitian sebelumnya yang dilakukan oleh Sri Haryati (2009) mengenai “Pertumbuhan Kredit Perbankan di Indonesia: Intermediasi dan Pengaruh Variabel Makro Ekonomi”, penelitian ini mencoba melengkapi dengan menganalisis pengaruh Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan dan Capital Adequacy Ratio terhadap Penyaluran Kredit dengan menggunakan metode regresi data panel. Objek penelitian ini dilakukan pada 10 Bank besar di Indonesia berdasarkan jumlah kredit, dengan tujuan untuk mengetahui kinerja Bank Persero dan BUSN Devisa dalam melaksanakan perannya sebagai lembaga intermediasi yang ditinjau pula oleh kondisi ekonomi dengan kata lain kondisi diluar perusahaan yang turut serta mempengaruhi peningkatan atau penurunan penyaluran kredit bank tersebut. Berkaitan dengan terjadinya krisis global pada periode 2008 dengan masa pemulihan setelahnya menyebabkan perkembangan kinerja bank berfluktuasi seiring terjadinya krisis tersebut. Hal tersebut ditandai dengan meningkatnya inflasi pada tahun 2008 dan mulai menurun pertengahan periode 2009 diikuti dengan periode berikutnya. Meskipun demikian, pihak manajemen bank yakin masih ada harapan untuk memperbaiki kondisi ekonomi melalui kredit yang disalurkan apabila diiringi dengan berbagai upaya penanggulangan yang dilakukan para pihak 7

manajemen bank tersebut. Oleh karena itu perlu diteliti faktor apa saja yang menyebabkan hal tersebut dapat terjadi. Sebab keberhasilan perekonomian nasional tidak akan terlepas dari meningkatnya pembangunan disegala sektor. Semakin baik perbankan berperan sebagai lembaga intermediasi, perkembangan perekonomian suatu negara akan tumbuh lebih cepat. Apabila kegiatan penyaluran kredit ini berhasil dengan baik maka pendapatan yang berasal dari pendapatan bunga dan provisi kredit merupakan pendapatan terbesar operasional bank yang akan meningkatkan profitabilitas (Kuncoro dan Suhardjono, 2011:206). Melihat kondisi tersebut, penulis merasa tertarik untuk menganalisa faktor apa saja yang mempengaruhi penyaluran kredit bank umum sesuai dengan perannya sebagai lembaga intermediasi. Sehingga penulis membuat judul penelitian ini “Pengaruh Inflasi, BI Rate, Dana Pihak Ketiga (DPK), Non Performing Loan (NPL) dan Capital Adequacy Ratio (CAR) Terhadap Penyaluran Kredit (Studi Kasus pada 10 Bank Terbesar di Indonesia Berdasarkan Kredit)”. B. Perumusan Masalah Berdasarkan latar belakang penelitian tersebut, maka permasalahan yang dirumuskan adalah: a.

Bagaimana pengaruh Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan dan Capital Adequacy Ratio terhadap penyaluran kredit?

b.

Variabel Independen mana diantara Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan dan Capital Adequacy Ratio yang paling dominan mempengaruhi bank dalam menyalurkan kredit? 8

C. Tujuan dan Manfaat Penelitian 1. Tujuan Penelitian Berdasarkan perumusan pada permasalahan diatas, maka tujuan penelitian adalah sebagai berikut: a. Untuk menganalisis pengaruh Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan dan Capital Adequacy Ratio terhadap penyaluran kredit. b. Untuk menganalisis variabel independen diantara Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan, dan Capital Adequacy Ratio yang paling dominan mempengaruhi bank dalam menyalurkan kredit. 2. Manfaat Penelitian Berdasarkan tujuan penelitian di atas, maka penelitian ini diharapkan dapat bermanfaat bagi : a. Perusahaan perbankan Manfaat penelitian ini diharapkan dapat dipergunakan pihak perbankan sebagai bahan evaluasi serta pertimbangan dalam pengambilan keputusan yang berkenaan dengan perannya sebagai lembaga intermediasi dengan menjalankannya secara efektif dan efisisen demi memajukan profitabilitas perbankan itu sendiri. b. Investor Bagi pihak investor sendiri, diharapkan nantinya hasil dari penelitian tersebut bisa digunakan sebagai bahan pertimbangan untuk seberapa besar menginvestasikan dananya pada bank yang dikehendaki, agar mendapat return sesuai dengan yang diharapkan. 9

c. Peneliti Penelitian ini dapat digunakan oleh penulis sebagai media untuk mengaplikasikan teori yang didapat di bangku perkuliahan terhadap kenyataan sebenarnya yang terjadi di industri perbankan dan menguji seberapa besar pengaruh Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan dan Capital Adequacy Ratio terhadap penyaluran kredit yang dilakukan oleh 10 bank terbesar di Indonesia berdasarkan jumlah kredit. d. Serta pihak lain Melalui penelitian ini diharapkan dapat memberikan sumbangan ilmu pengetahuan kepada pihak lain atau masyarakat mengenai perekonomian terutama menyangkut lembaga keuangan perbankan.

10

BAB II TINJAUAN PUSTAKA A. Landasan Teori 1.

Bank Menurut UU No. 10 Tahun 1998 mengenai perbankan, bank merupakan “badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk kredit dan bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak.” Definisi bank di atas memberikan tekanan bahwa usaha utama bank adalah menghimpun dana dalam bentuk simpanan yang merupakan sumber dana bank. Demikian pula dari segi penyaluran dananya, hendaknya bank tidak semata-mata memperoleh keuntungan yang sebesar-besarnya bagi pemilik tetapi kegiatannya itu harus diarahkan pula pada peningkatan taraf hidup masyarakat (Siamat, 2005:276). Ismail (2010:4) menyatakan bahwa bank merupakan lembaga keuangan yang fungsi utamanya adalah menghimpun dana dari masyarakat dan menyalurkan kembali dana tersebut kepada masyarakat serta memberikan pelayanan dalam bentuk jasa perbankan.

2.

Manajemen Kredit Manajemen kredit adalah ilmu yang mempelajari tentang bagaimana suatu lembaga atau institusi dengan mempergunakan sumber daya yang dimilikinya untuk merencanakan, mengorganisasi, mengendalikan, dan 11

memimpin sehubungan dengan ruang lingkup dan berbagai kebijakan yang berhubungan dengan kredit beserta aturannya (Fahmi dan Lavianti, 2010:3). Diterapkannya manajemen kredit, bertujuan agar segala kegiatan dibidang perkreditan dapat dikelola secara baik sesuai dengan visi misi yang telah ditetapkan oleh bank bersangkutan. Walaupun bank telah merencanakan untuk menjalankan kebijaksanaan perkreditan secara sehat, tidak berarti bank terlepas dari suatu risiko. Risiko pasti ada dalam setiap kegiatan perbankan yang nantinya dapat menimbulkan kerugian jika tidak dikelola sebagaimana mestinya. a. Definisi Kredit Dalam bahasa latin, kredit disebut “credere” yang artinya percaya. Maksudnya kreditur percaya kepada debitur bahwa kredit yang disalurkan pasti akan dikembalikan sesuai perjanjian. Sedangkan bagi debitur berarti menerima kepercayaan, sehingga mempunyai kewajiban untuk membayar kembali pinjaman tersebut sesuai dengan jangka waktunya (Kasmir, 2003:72). Berdasarkan UU No. 10 tahun 1988 tentang perubahan atas UU No. 7 tahun 1992 tentang Perbankan, yang dimaksud dengan kredit adalah “penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam-meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi hutangnya setelah jangka waktu tertentu dengan pemberian bunga,” (Siamat, 2005:349). 12

Menyalurkan kredit merupakan salah satu kegiatan bank umum yang bersumber dari dana masyarakat yang berhasil dihimpun dalam rangka menjalankan tugasnya sebagai lembaga intermediasi. Sebelum kredit disalurkan kepada pihak yang membutuhkan, bank terlebih dahulu harus menilai kelayakan usaha para debiturnya untuk menghindari halhal yang tidak diinginkan semacam munculnya risiko kredit (kredit bermasalah) yang dapat merugikan kelangsungan hidup bank itu sendiri. b. Unsur-Unsur Kredit Dari pengertian di atas, menurut Ismail (2010:94) maka unsurunsur kredit adalah sebagai berikut: 1) Kreditur Kreditur merupakan pihak yang memberikan kredit kepada pihak lain yang mendapat pinjaman. Pihak tersebut bisa perorangan atau badan usaha. 2) Debitur Debitur merupakan pihak yang membutuhkan dana, atau pihak yang mendapat pinjaman dari bank. 3) Kepercayaan Kreditur memberikan kepercayaan kepada debitur, bahwa debitur akan memenuhi kewajibannya untuk membayar pinjamannya sesuai dengan jangka waktu yang telah disepakati.

13

4) Perjanjian Perjanjian merupakan suatu kesepakatan yang dilakukan antara kreditur (pihak pemberi pinjaman) dengan debitur (pihak yang mendapat pinjaman). 5) Risiko Setiap dana yang disalurkan oleh bank selalu mengandung adanya risiko tidak kembalinya dana. Risiko adalah kemungkinan kerugian yang timbul atas penyaluran kredit bank. 6) Jangka waktu Jangka waktu merupakan lamanya waktu yang diperlukan oleh debitur untuk membayar pinjamannya kepada kreditur. 7) Balas Jasa Sebagai imbalan atas dana yang disalurkan oleh kreditur, maka debitur akan membayar sejumlah uang tertentu sesuai dengan perjanjian. Imbalan ini dikenal dengan sebutan bunga bank bagi bank konvensional, dan bagi hasil untuk bank syariah. c. Fungsi Kredit Irham dan Lavianti (2010:50) menyatakan fungsi kredit perbankan dalam aktivitas perekonomian suatu negara adalah sebagai berikut: 1) Fungsi kredit berusaha memposisikan uang sebagai alat pertukaran yang efektif Industri perbankan merupakan lembaga intermediasi, dimana bank mengefektifkan dana yang selama ini tersimpan secara 14

menganggur dengan menyalurkan dana tersebut kepada pihak yang membutuhkan dan yang mampu mengelolanya, yaitu mengelola uang tersebut untuk membeli barang dan jasa sesuai kebutuhan. 2) Fungsi kredit sebagai penyalur dana dan pembina bagi dunia usaha Dunia usaha adalah pihak yang paling dominan dalam menghasilkan barang dan jasa sesuai dengan kebutuhan masyarakat. Sehingga dengan bantuan kredit yang disalurkan perbankan, diharapkan akan mampu mengatasi kekurangan dana yang selama ini tidak tercukupi untuk membeli kebutuhan yang sudah direncanakan. 3) Fungsi kredit untuk menciptakan pemerataan pendapatan Para pebisnis yang berencana memperluas usahanya, akan membuat pengangguran sedikit berkurang karena akan ada tenaga kerja baru yang diharapkan mengelola bisnis tersebut. Sehingga dengan tertampungnya tenaga kerja baru diharapkan pendapatan pemerataan akan tercipta. 4) Fungsi kredit sebagai salah satu alat dalam menggairahkan bisnis internasional Setiap pelaku bisnis yang terlibat dalam perdagangan internasional yang juga melakukan tindakan ekspor dan impor, maka kebutuhan akan kredit dalam bentuk mata uang asing akan meningkat. Dimana pada saat proyek yang dikerjakan membutuhkan mata uang asing, maka perbankan perlu mempunyai simpanan dan menyalurkan dananya dalam bentuk mata uang asing. Dari hal tersebutlah 15

kegairahan pebisnis untuk masuk ke pasar tradisional akan lebih mudah. 5) Fungsi kredit untuk meningkatkan aktivitas penggunaan barang dan jasa Dana yang diperoleh pebisnis dari perbankan akan membuat mereka dapat membeli bahan baku dan melakukan prosesnya hingga menjadi barang jadi. Tindakan ini diharapkan akan meningkatkan nilai barang tersebut, begitupun dari segi jasa. 6) Fungsi kredit sebagai pendorong dan pencipta stabilitas ekonomi Pada saat suatu negara mengalami masalah perekonomian, diharapkan kredit ini dapat mengembalikan stabilitas perekonomian tersebut dengan cara mengendalikan inflasi, menciptakan pembukaan lapangan pekerjaan, memenuhi kebutuhan pokok rakyat dan mendukung dunia usaha khususnya bidang ekspor dan impor. d. Jenis-Jenis Kredit 1) Dilihat dari segi kegunaannya, sebagai berikut: a) Kredit modal kerja Merupakan kredit

yang digunakan untuk keperluan

meningkatkan produksi dalam operasionalnya. Contoh: kredit modal kerja diberikan untuk membeli bahan baku, membayar gaji pegawai atau biaya lainnya yang berkaitan dengan proses produksi perusahaan.

16

b) Kredit investasi Yaitu kredit yang diberikan oleh bank kepada perusahaan untuk keperluan membangun suatu proyek baru dengan masa pemakaiannya untuk suatu periode yang relatif lebih panjang dan dibutuhkan modal yang besar pula. Misalnya untuk membangun pabrik atau membeli mesin-mesin. 2) Sedangkan dilihat dari segi tujuan kredit, adalah sebagai berikut: a) Kredit produktif Merupakan kredit yang digunakan untuk peningkatan usaha yang akan menghasilkan barang dan jasa. Kredit ini pada umumnya diajukan oleh mereka yang bergerak dalam dunia usaha, dimana mereka membutuhkan dana untuk berekspansi bisnis atau bertujuan untuk meningkatkan hasil grafik yang telah diperoleh saat ini untuk menjadi lebih baik lagi (Fahmi dan Lavianti,2010:8). b) Kredit konsumtif Merupakan kredit yang digunakan dalam rangka pengadaan barang atau jasa untuk tujuan konsumsi, dan bukan sebagai barang modal dalam kegiatan usaha nasabah. Jadi kredit konsumtif ini lebih dipergunakan untuk kebutuhan pribadi seperti membeli sepeda motor, mobil, rumah, peralatan rumah tangga dan sebagainya.

17

c) Kredit perdagangan Merupakan

kredit

yang

digunakan

untuk

kegiatan

perdagangan dan kredit ini sering diberikan kepada supplier yang akan membeli barang dalam jumlah tertentu. e. Persyaratan Umum Untuk Mengajukan Kredit Untuk mengajukan pinjaman kredit ke suatu lembaga perbankan. Ada beberapa persyaratan yang harus dipenuhi oleh calon debitur sebagai syarat administrasi, yaitu: 1) Fotocopy KTP (Kartu Identitas Pemohon). Fotocopy KTP istri jika pemohon adalah suami, begitu pula sebaliknya. 2) Fotocopy KK (Kartu Keluarga). 3) SK 80% dan 100% (Untuk 80% khusus bagi PNS, namun jika pegawai swasta juga memilikinya agar turut menyertakannya). 4) NPWP (Nomor Pokok Wajib Pajak). 5) Sertifikat kepemilikan rumah dan tanah sebagai jaminan, atau BPKB kendaraan. 6) Buku tabungan baik di bank tersebut maupun di bank lain. 7) Surat keterangan tempat bekerja (bagi pegawai kontrak). 8) Slip gaji 3 atau 4 bulan terakhir. 9) Mengisi formulir pengajuan kredit sesuai permintaan. Contohnya mengisi formulir pengajuan kredit KPR bila ingin mengambil pinjaman untuk memiliki rumah.

18

10) Surat keterangan sanggup membayar cicilan kredit dengan baik jika masa pensiun kerja semakin dekat. f. Prinsip Dasar Pemberian Kredit Jaminan kredit yang diberikan nasabah kepada bank hanya merupakan tambahan terutama untuk melindungi kredit macet yang disebabkan suatu hal. Oleh karena itu, bank harus menerapkan prinsip kehati-hatian dalam pemberian kreditnya. Ismail (2010:112) menyatakan prinsip pemberian kredit tersebut dapat dianalisis dengan 5C yaitu sebagai berikut: 1) Character Character menggambarkan watak dan kepribadian calon debitur. Bank perlu melakukan analisis terhadap karakter calon debitur tersebut yang tujuannya untuk mengetahui bahwa calon debitur mempunyai keinginan untuk memenuhi kewajiban membayar pinjamannya sampai dengan lunas. 2) Capacity Bank perlu mengetahui dengan pasti kemampuan calon debitur tersebut. Semakin baik kemampuan keuangan calon debitur, maka akan semakin baik pula kemungkinan kualitas kreditnya dimana dapat dipastikan kredit tersebut dapat dibayar secara tepat waktu. 3) Capital Capital atau modal perlu di analisis lebih mendalam. Sebab semakin besar modal yang dimiliki oleh calon debitur akan semakin 19

meyakinkan bank akan keseriusan calon debitur dalam mengajukan kredit. 4) Collateral Collateral merupakan jaminan yang diberikan oleh calon debitur atas kredit yang diajukan. Jaminan merupakan sumber pembiayaan kedua kalau debitur tidak dapat membayar angsurannya. Hendaknya jaminan tersebut melebihi jumlah kredit yang diberikan. 5) Condition of Economic Bank perlu mempertimbangkan sektor usaha calon debitur dikaitkan dengan kondisi ekonomi, apakah kondisi ekonomi tersebut akan berpengaruh pada usaha calon debitur di masa yang akan datang. 3.

Inflasi Inflasi menurut Pohan (2008:158) adalah suatu keadaan dimana harga meningkat secara terus menerus yang terjadi pada seluruh kelompok barang dan jasa. Dengan mempertimbangkan faktor lain dalam perekonomian, pada saat inflasi meningkat Bank Indonesia meminimalisir dengan meningkatkan BI Rate. Begitupun sebaliknya. Peningkatan BI rate direspon bank umum dengan menaikkan suku bunga pinjaman lebih tinggi daripada suku bunga simpanan, sehingga menghasilkan NIM yang positif. Ketika inflasi meningkat sangat tinggi, kenaikan suku bunga simpanan akan diikuti oleh kenaikan suku bunga pinjaman.

20

Dalam kondisi seperti itu, masyarakat lebih memilih menempatkan dananya di

bank daripada melakukan peminjaman, sebab mereka

mengharapkan bunga simpanan atas dana yang dihimpun. Namun hal tersebut membuat bank mempunyai biaya operasional yang lebih besar. Dengan meningkatnya suku bunga simpanan, suku bunga pinjaman pun ikut meningkat.

Dengan

penetapan

suku

bunga

pinjaman

yang

tinggi

menyebabkan para debitur kesulitan dalam melunasi pinjamannya. Febrina (2009) mengatakan bahwa inflasi yang tinggi menyebabkan ketidakstabilan makro yang mengakibatkan meningkatnya risiko bank dan selanjutnya berdampak pada pendapatan bank. Kenaikan inflasi yang terjadi terus menerus telah menimbulkan beberapa dampak buruk kepada masyarakat, para nasabah, kreditur/debitur, ataupun kegiatan perekonomian secara keseluruhan. Dampak inflasi terhadap individu dan masyarakat menurut Rahardja dan Manurung (2004:169), antara lain sebagai berikut: a.

Menurunnya tingkat kesejahteraan masyarakat Inflasi menyebabkan daya beli masyarakat menjadi berkurang, apalagi bagi orang-orang yang berpendapatan tetap. Kenaikan upah tidak secepat kenaikan harga-harga, maka inflasi akan menurunkan upah riil setiap individu yang berpendapatan tetap.

b. Memperburuk distribusi pendapatan Bagi masyarakat yang berpendapatan tetap akan menghadapi kemerosotan nilai riil dari pendapatannya dan pemilik kekayaan dalam bentuk uang akan mengalami penurunan juga. Lain halnya dengan 21

pemilik kekayaan tetap seperti tanah atau bangunan, mereka dapat mempertahankan atau justru menambah nilai riil kekayaannya. Menurut Rahardja dan Manurung (2004) suatu perekonomian dikatakan telah mengalami inflasi jika terjadi kenaikan harga yang bersifat umum dan berlangsung terus-menerus. Ada beberapa indikator yang dapat digunakan untuk mengetahui apakah suatu perekonomian sedang dilanda inflasi atau tidak. Indikator tersebut diantaranya: a. Indeks Harga Konsumen (IHK) Indeks Harga Konsumen adalah indeks harga yang paling umum dipakai sebagai indikator inflasi. Indeks Harga Konsumen mempresentasikan harga barang dan jasa yang dikonsumsi oleh masyarakat dalam suatu periode tertentu. b. Indeks Harga Perdagangan Besar (IHPB) Indeks Harga Perdagangan Besar merupakan indikator yang menggambarkan pergerakan harga dari komoditi-komoditi yang diperdagangkan pada tingkat produsen di suatu daerah pada periode tertentu. Pada Indeks Harga Perdagangan Besar yang diamati adalah barang-barang mentah dan barang setengah jadi yang merupakan input bagi produsen. c. GDP Deflator GDP Deflator merupakan perbandingan antara tingkat pertumbuhan ekonomi nominal dengan pertumbuhan riil.

22

4.

BI Rate Bunga dapat diartikan sebagai harga yang harus dibayar oleh bank dan nasabah sebagai balas jasa atas transaksi antara mereka (Ismail, 2010:131). Suku bunga juga dapat diartikan sebagai pendapatan yang diterima kreditur atas kredit yang telah disalurkan yang disebut bunga pinjaman serta kewajiban bank dalam memberikan imbalan kepada masyarakat atas dana yang telah mereka himpun yang disebut dengan bunga simpanan. Berdasarkan www.bi.go.id, BI Rate merupakan suku bunga kebijakan yang mencerminkan sikap kebijakan moneter yang ditetapkan oleh bank Indonesia dan diumumkan kepada publik. BI Rate diumumkan oleh Dewan Gubernur Bank Indonesia setiap Rapat Dewan Gubernur bulanan dan diimplementasikan pada operasi moneter yang dilakukan Bank Indonesia melalui pengelolaan likuiditas di pasar uang untuk mencapai sasaran operasional kebijakan moneter. Sasaran

operasional

kebijakan

moneter

dicerminkan

pada

perkembangan suku bunga Pasar Uang Antar Bank Overnight. Dengan mempertimbangkan faktor-faktor lain dalam perekonomian, Bank Indonesia pada umumnya akan menaikkan BI Rate apabila inflasi ke depan diperkirakan melampaui sasaran yang telah ditetapkan, sebaliknya Bank Indonesia akan menurunkan BI Rate apabila inflasi ke depan diperkirakan berada di bawah sasaran yang telah ditetapkan (www.bi.go.id). Respon kebijakan moneter dinyatakan dalam perubahan BI Rate secara konsisten dan bertahap dalam kelipatan 25 basis poin (bps). Dalam 23

kondisi untuk menunjukkan intensi Bank Indonesia yang lebih besar terhadap pencapaian sasaran inflasi, maka perubahan BI Rate dapat dilakukan lebih dari 25 bps dalam kelipatan 25 bps (www.bi.go.id). 5.

Dana Pihak Ketiga Dalam rangka mendukung aktivitas operasional bank yang kaitannya dengan penyaluran dana, bank perlu memperoleh sumber dana yang cukup untuk mendukung kegiatan tersebut. Salah satunya adalah dana masyarakat yang merupakan mayoritas dari seluruh dana yang dihimpun oleh bank dalam kegiatan usaha sehari-hari (Kuncoro dan Suhardjono, 2011:68). Dengan kata lain, dana pihak ketiga berperan sebagai input dalam menyalurkan kredit. Dana Pihak Ketiga merupakan dana simpanan masyarakat dalam bentuk giro, tabungan dan deposito. Dengan sumber dana ini, bank memanfaatkannya sebagai ladang yang dapat menghasilkan pendapatan bagi bank yang salah satunya adalah menyalurkan kredit. Ismail (2010:43) mengatakan sumber dana yang berasal dari pihak ketiga ini antara lain: a. Giro Giro merupakan simpanan yang berasal dari dana pihak ketiga yang penarikannya dapat dilakukan sewaktu-waktu dengan menggunakan sarana penarikan berupa cek, bilyet giro, dan sarana penarikan lainnya. Giro sangat bermanfaat bagi masyarakat dalam melakukan transaksi bisnisnya, karena memberikan kemudahan tersendiri. Memiliki rekening giro, sama dengan memiliki uang tunai. Karena sifat rekening giro dapat dicairkan setiap saat. 24

b. Tabungan Menurut

Undang-Undang No.

10

Tahun

1998

mengenai

perbankan, bahwa tabungan adalah simpanan yang penarikannya hanya dapat dilakukan menurut syarat tertentu yang telah disepakati, tetapi tidak dapat ditarik dengan cek, bilyet giro atau alat lainnya yang dapat dipersamakan dengan itu. c. Deposito Deposito merupakan jenis simpanan yang penarikannya hanya dapat dilakukan sesuai dengan jangka waktu yang telah diperjanjikan antara bank dan nasabah. Deposito dibedakan menjadi tiga jenis, yaitu: deposito berjangka, sertifikat deposito, dan deposito on call. Deposito berjangka merupakan simpanan berjangka yang dapat dicairkan sesuai dengan jangka waktu yang disepakati. Pemegang deposito berjangka

akan

mendapat

bilyet

deposito

sebagai

bukti

hak

kepemilikannya. Sertifikat Deposito adalah simpanan dalam bentuk deposito yang sertifikat bukti penyimpanannya dapat dipindahtangankan atau diperjualbelikan. Sedangkan Deposit on Call adalah jenis simpanan berjangka yang penarikannya perlu memberitahukan terlebih dahulu kepada bank penerbit deposit on call. Deposit on Call diterbitkan atas nama, dan tidak dapat diperjualbelikan. Bunga dibayar pada saat pencairan.

25

6.

Non Performing Loan (NPL) Non Performing Loan/kredit bermasalah merupakan suatu kedaan dimana nasabah sudah tidak sanggup membayar sebagian atau seluruh kewajibannya kepada bank seperti yang telah diperjanjikannya. Kredit bermasalah menurut Bank Indonesia merupakan kredit yang digolongkan ke dalam kolektibilitas Kurang Lancar, Diragukan, dan Macet (Kuncoro dan Suhardjono, 2011:420). Kredit bermasalah merupakan rasio dari risiko kredit, dimana NPL ini adalah sebuah kondisi yang sangat ditakuti oleh setiap pegawai bank. Karena dengan kredit bermasalah tersebut akan menyebabkan menurunnya pendapatan bank yang selanjutnya memungkinkan terjadinya penurunan laba (Kuncoro dan Suhardjono, 2011:427). Bank dalam memberikan kredit harus melakukan analisis terlebih dahulu

terhadap

kemampuan

debitur

untuk

membayar

kembali

kewajibannya. Setelah kredit diberikan, bank wajib melakukan pengawasan dan pembinaan atas tahap-tahap pemberian kredit yang dilakukannya (Kuncoro dan Suhardjono, 2011:243). Sutojo (2008:13) mengatakan, Bank Indonesia menggolongkan kredit bermasalah di Indonesia ke dalam tiga kelompok antara lain sebagai berikut: 1) Kredit Kurang Lancar. Dalam paket Peraturan Pemerintah bulan Mei 1993, kredit kurang lancar dibagi menjadi empat kelompok yaitu kredit dengan angsuran diluar KPR, kredit dengan angsuran 26

untuk KPR, kredit tanpa angsuran dan kredit yang diselamatkan. Dimana terdapat tunggakan pembayaran pokok dan bunga melampaui 90 hari-180 hari. 2) Kredit yang diragukan adalah kredit tersebut tidak dapat diselamatkan, tetapi nilai jaminan kreditnya tidak kurang dari 100% nilai kredit dan bunga yang tertunggak. Dimana terdapat tunggakan pembayaran pokok dan bunga melampaui 180 hari-270 hari (PBI No.7/2/PBI/2005, 27 November 2005). 3) Kredit Macet adalah kredit yang tidak memenuhi kriteria kredit lancar, kurang lancar dan kredit diragukan. Dapat memenuhi kriteria kredit diragukan, tetapi setelah jangka waktu 21 bulan semenjak masa penggolongan kredit diragukan belum terjadi pelunasan pinjaman atau usaha penyelamatan kredit. Batas rasio NPL yang diperbolehkan Bank Indonesia maksimal 5%, jika melebihi 5% akan mempengaruhi penilaian tingkat kesehatan bank bersangkutan. Tingkat NPL yang semakin besar menunjukkan bank tersebut tidak profesional dalam mengelola kredit (Riyadi, 2006:161). Apabila rasio NPL menurun, menandakan telah dilaksanakan perbaikan kualitas kredit yang diikuti dengan tingginya penyaluran kredit perbankan. Perbaikan kualitas kredit perbankan tidak terlepas dari upaya restrukturisasi maupun hapus buku yang dilakukan bank. Untuk mengantisipasi peningkatan risiko kredit, bank dapat melakukan pemupukan cadangan kerugian penghapusan kredit sehingga secara 27

keseluruhan risikonya menurun (Prayudi, 2011:14). Perhitungan NPL dapat dirumuskan sebagai berikut:

a. Faktor Penyebab Terjadinya Kredit Bermasalah Arthesa

dan

Edia

(2006:182)

memberikan

penjelasan

mengenai penyebab terjadinya kredit bermasalah, antara lain sebagai berikut: 1) Pihak Debitur a) Manajemen usaha yang menunjukkan perubahan, misalnya terjadi penggantian pengurus, perselisihan, ketidakmampuan menangani ekspansi usaha dan lainnya. b) Operasional

usaha

yang

semakin

memburuk,

seperti

kehilangan pelanggan, berkurangnya bahan pasokan, rusaknya mesin-mesin, dan lain-lain. c) Iktikad yang kurang baik dari pihak debitur, misalnya mereka sudah berniat untuk melakukan tindakan moral hazard. 2) Pihak Bank a) Keterbatasan kemampuan sumber daya manusia, misalnya pejabat bank kurang memiliki pengetahuan dan keterampilan dalam mengelola perkreditan. b) Kelemahan bank dalam melakukan pengawasan, misalnya pejabat bank belum menyadari pentingnya monitoring atas kredit yang telah diberikan kepada debitur. 28

c) Iktikad yang kurang baik dari pejabat bank, misalnya terjadi kolusi dengan pihak debitur demi kepentingan pribadi. 3) Pihak Lainnya a) Terjadinya faktor eksternal diluar kemampuan debitur, seperti bencana alam, kebakaran, perampokan dan lain-lain. b) Kondisi perekonomian yang tidak stabil dalam perkembangan iklim usaha, Misalnya terjadi krisis moneter. b. Penyelamatan Kredit Bermasalah Siamat (2005:363) mengatakan upaya menangani kredit bermasalah dapat dilakukan dengan cara sebagai berikut: 1) Rescheduling (Penjadwalan Ulang) 2) Reconditioning (Persyaratan Ulang) 3) Restructuring (Penataan Ulang) 4) Serta Eksekusi Barang Jaminan 7.

Capital Adequacy Ratio (CAR) Dalam

perusahaan perbankan, segala proses produksi

dapat

berlangsung apabila memiliki sejumlah modal yang memadai. Penggunaan modal bank dimaksudkan untuk memenuhi segala kebutuhan guna menunjang kegiatan operasi bank. Namun dalam praktiknya, menetapkan berapa besarnya batas wajar kebutuhan modal suatu bank merupakan tugas yang cukup kompleks. Bank Indonesia sebagai otoritas moneter menetapkan ketentuan mengenai kewajiban penyediaan modal minimum yang harus selalu

29

dipertahankan oleh setiap bank, yang mana ketentuan pemenuhan permodalan minimum bank disebut dengan Capital Adequacy Ratio (Siamat, 2005:287). Rasio kecukupan modal merupakan ukuran modal bank. Dimana rasio ini berperan untuk mengamankan para deposan, mendukung kestabilan, konsistensi serta efisiensi bank (Siddiqui, 2008). Untuk saat ini, minimal CAR sebesar 8% dari Aktiva Tertimbang Menurut Risiko (ATMR), atau ditambah dengan risiko pasar dan risiko operasional, tergantung kondisi bank bersangkutan. CAR yang ditetapkan oleh Bank Indonesia, mengacu pada standar internasional yang dikeluarkan oleh Banking For International Settlement (Riyadi, 2006:161). Perhitungan CAR dapat dituliskan sebagai berikut:

Tersedianya modal bank yang melebihi kecukupan yang telah ditentukan akan menjaga tingkat profitabilitas bank. Karena modal ini juga berfungsi sebagai penutup kerugian usaha akibat salah satu atau kombinasi usaha perbankan. Hal ini sesuai dengan pendapat Hassan dan Bashir (2003) yang menyatakan CAR berfungsi mengurangi biaya dari segi pendanaan dan risiko. Berdasarkan sudut pandang deposan, modal bank memegang peranan penting tersendiri dimana para penitip uang pada umumnya menuntut agar bank mempunyai modal yang cukup untuk menutupi risiko usaha yang mungkin terjadi. Sebagaimana kegiatan usaha lainnya, kegiatan usaha perbankan juga dapat mengalami kebangkrutan karena usaha perkreditan 30

tidak selalu berjalan mulus, dengan kata lain tidak semua pinjaman yang diberikan dapat ditagih kembali. 8.

Hubungan Antar Variabel a. Pengaruh Inflasi terhadap penyaluran kredit Inflasi menurut Pohan (2008:158) adalah suatu keadaan dimana harga meningkat secara terus menerus yang terjadi pada seluruh kelompok barang dan jasa. Inflasi merupakan variabel ekonomi makro yang dapat dikatakan mempunyai pengaruh atas kredit yang disalurkan bank. Sebab dengan meningkatnya inflasi, pemerintah mengambil kebijakan dengan menaikkan BI Rate yang berdampak pada kenaikan suku bunga simpanan maupun suku bunga kredit bank umum. Kenaikan suku bunga simpanan tersebut akan memacu keinginan masyarakat untuk menyimpan dananya di bank, dengan begitu akan banyak dana pihak ketiga yang dihimpun kemudian diputar kembali dengan menyalurkan dananya kepada pihak yang membutuhkan. Disisi lain, peningkatan suku bunga pinjaman akan menghambat bank dalam menyalurkan kreditnya. Hasil penelitian terdahulu yang dilakukan oleh Sujati (2007) menunjukkan bahwa inflasi berpengaruh negatif terhadap penyaluran kredit. b. Pengaruh BI Rate terhadap penyaluran kredit BI Rate merupakan suku bunga kebijakan yang mencerminkan sikap kebijakan moneter yang ditetapkan oleh Bank Indonesia dan diumumkan kepada publik. BI Rate ini timbul ketika inflasi mengalami 31

peningkatan. Dengan ditetapkannya BI Rate sebagai solusi masalah atas meningkatnya inflasi, maka suku bunga simpanan meningkat dan diikuti dengan suku bunga pinjaman agar tidak terjadi negative spread. Dengan meningkatnya suku bunga pinjaman, tentu masyarakat tidak mau melakukan peminjaman dan menyebabkan bank tersendat dalam menyalurkan dananya. Pada tahun 1997-1998 suku bunga kredit yang tidak pernah diperkirakan akan melampaui 20% setahun, ternyata naik menjadi di atas 60% atau lebih yang mengakibatkan banyaknya kredit dari berbagai sektor menjadi bermasalah (Kuncoro dan Suhardjono, 2011:419). Hal tersebut dapat mengurangi kemampuan bank dalam menyalurkan kreditnya. Model teoritis ini juga didukung oleh hasil penelitian terdahulu yang dilakukan Haryati (2009) yang menunjukkan bahwa BI Rate berpengaruh negatif terhadap penyaluran kredit. c. Pengaruh Dana Pihak Ketiga terhadap penyaluran kredit Dalam melakukan kegiatan usahanya sehari-hari, bank harus mempunyai dana agar dapat memberikan kredit kepada masyarakat. Salah satunya adalah dana masyarakat yang merupakan mayoritas dari seluruh dana yang dihimpun oleh bank dalam kegiatan usaha sehari-hari (Kuncoro dan Suhardjono, 2011:68). Dana pihak ketiga merupakan sumber dana masyarakat yang dihimpun bank yang terdiri dari giro, tabungan dan deposito. Dana pihak ketiga merupakan input dalam menyalurkan kredit. Semakin banyak dana pihak ketiga yang dihimpun, semakin mudah bank 32

dalam menyalurkan kredit kepada pihak yang membutuhkan. Hasil penelitian terdahulu yang dilakukan oleh Haryati (2009), Hasanudin (2010), dan Pratama (2010) menyatakan bahwa dana pihak ketiga ini berpengaruh positif terhadap penyaluran kredit. d. Pengaruh Non Performing Loan terhadap penyaluran kredit Non Performing Loan/kredit bermasalah merupakan rasio dari risiko kredit, dimana Non Performing Loan ini adalah sebuah kondisi yang sangat ditakuti oleh setiap pegawai bank. Karena dengan kredit bermasalah tersebut akan menyebabkan menurunnya pendapatan bank yang selanjutnya memungkinkan terjadinya penurunan laba (Kuncoro dan Suhardjono, 2011:427). Bank

yang

dalam

kegiatan

menyalurkan

kreditnya

tidak

memperhatikan prinsip kehati-hatian bank, kemungkinan akan berpotensi terjadinya Non Performing Loan (kredit bermasalah). Terjadinya Non Performing Loan ini akan memperburuk kondisi kesehatan bank sekaligus menyebabkan ketidakmampuan bank dalam menyalurkan kreditnya. Hasil penelitian terdahulu yang dilakukan oleh Pratama (2010) menyatakan bahwa NPL berpengaruh negatif terhadap penyaluran kredit. e. Pengaruh Capital Adequacy Ratio terhadap penyaluran kredit Capital Adequacy Ratio merupakan rasio dari kecukupan modal. Dengan modal yang dimiliki, bank dapat menggunakannya untuk kegiatan operasional. Salah satunya adalah menyalurkan kredit. Ketika persediaan dana untuk menyalurkan kredit mengalami kekurangan, maka dapat 33

dibantu dengan modal. Begitupun ketika terjadi risiko kredit (Non Performing Loan), dapat diatasi dengan modal tersebut. Hasil penelitian terdahulu yang dilakukan Pratama (2010), Satria dan bagus (2010) menyatakan bahwa rasio kecukupan modal (CAR) berpengaruh positif terhadap penyaluran kredit.

34

B. Penelitian Terdahulu Sebagai landasan dalam penelitian ini, digunakan beberapa penelitian yang dahulu pernah dilakukan oleh peneliti lain, diantaranya sebagai berikut: Tabel 2.1 Penelitian Terdahulu No

1

2

Peneliti

Sri Haryati (2009)

Billy Arma Pratama (2010)

Judul

Pertumbuhan Kredit Perbankan di Indonesia: Intermediasi dan Pengaruh Variabel Makro Ekonomi

Analisis FaktorFaktor yang Mempengaruhi Kebijakan Penyaluran Kredit Perbankan

Variabel

Variabel Independen: DPK, BI Rate, Inflasi, dan Nilai Tukar Variabel Dependen: Kredit

Variabel Independen: DPK, CAR, NPL, dan SBI Variabel Dependen: Kredit

Metode

Penemuan

Analisis Regresi Berganda

Hasil penelitian menunjukkan bahwa DPK berpengaruh positif signifikan terhadap kredit, BI Rate dan Nilai Tukar negatif signifikan sedangkan Inflasi positif signifikan terhadap kredit

Analisis Regresi Berganda

Hasil penelitian menunjukkan bahwa DPK, dan CAR berpengaruh positif signifikan terhadap kredit. NPL berpengaruh negatif signifikan Sedangkan SBI tidak berpengaruh signifikan terhadap kredit 35

No

3

4

Peneliti

Judul

Variabel

Dias Satria dan Rangga Bagus Subegti (2010)

Determinasi Penyaluran Kredit Bank Umum di Indonesia Periode 20062009

Variabel Independen: NPL, BOPO, CAR, DPK, ROA, dan Penempatan Dana pada SBI Variabel Dependen: Penyaluran Kredit

Faizal Musaddad (2010)

Analisis Pengaruh Dana Pihak Ketiga, Capital Adequacy Ratio, Suku Bunga SBI, dan Inflasi Terhadap Penyaluran Kredit Serta Implikasinya Terhadap Profitabilitas Bank Umum

Variabel Independen: DPK, CAR, SBI, dan Inflasi Variabel Dependen: Kredit

Metode

Analisis Regresi Data Panel

Metode Analisis Jalur

Penemuan Hasil menunjukkan bahwa CAR dan ROA berpengaruh positif. SBI berpengaruh negatif signifikan. Sedangkan NPL, BOPO, dan DPK tidak berpengaruh signifikan terhadap penyaluran kredit Bank Umum Hasil pengujian pada substruktur I, menunjukkan DPK dan Inflasi positif signifikan. Sedangkan CAR dan SBI negatif signifikan terhadap kredit. Sedangkan substruktur II menunjukkan bahwa CAR dan kredit berpengaruh positif, DPK dan SBI negatif signifikan terhadap ROA 36

No

5

6

Peneliti

Jane Bogoev (2010)

Mohammad Hasanudin dan Prihatiningsih (2010)

Judul

Banks Risk Preferences and Their Impact on the Loan Supply Function: Empirical Investigation for the Case of the Republic Macedonia

Analisis Pengaruh Dana Pihak Ketiga, Tingkat Suku Bunga Kredit, NPL dan Tingkat Inflasi Terhadap Penyaluran Kredit BPR di Jawa Tengah

Variabel

Variabel Independen: Suku Bunga, GDP, Inflasi,dan NPL Variabel Dependen: Kredit

Variabel Independen: DPK, Suku Bunga Kredit, NPL, dan Inflasi Variabel Dependen: Penyaluran Kredit

Metode

Penemuan

Dinamik Data Panel

Berdasarkan hasil penelitian, NPL sebagai spesifik bank yang paling berpengaruh terhadap penyaluran kredit. Inflasi berpengaruh positif signifikan, dan GDP berpengaruh negatif signifikan terhadap kredit

Analisis Regresi Berganda

Hasil penelitian menujukkan bahwa DPK berpengaruh positif signifikan terhadap kredit. Suku Bunga Kredit negatif tidak signifikan, NPL dan Inflasi berpengaruh positif tidak signifikan terhadap Kredit

37

No

7

8

Peneliti

Judul

Variabel

Metode

Ahmad Wirman Chauzi (2011)

Analisis Faktor–Faktor yang Mempengaruhi Kebijakan Penyaluran Kredit Perbankan

Variabel Independen: CAR, ROA, LDR, M2, SBI, NPL, dan DPK Variabel Dependen: Kredit

Analisis Regresi Berganda

Determinant of Commercial Bank’s Lending Behavior in Nigeria

Variabel Independen: Jumlah Simpanan, Investasi Portofolio, Suku Bunga, Rasio Likuiditas, dan PDB Variabel Dependen: Kredit

OLS dan ECM

Felicia Omowunmi Olokoyo (2011)

Penemuan Hasil penelitian menunjukkan bahwa CAR, LDR, M2, NPL dan DPK berpengaruh positif signifikan. Sedangkan ROA dan SBI berpengaruh positif tidak signifikan. terhadap penyaluran kredit Bank Umum Hasil penelitian menunjukkan bahwa Simpanan, GDP, dan Likuiditas berpengaruh positif signifikan terhadap kredit. Jumlah simpanan memiliki nilai koefisien tertinggi, hal ini menunjukkan bahwa DPK memiliki pengaruh tertinggi. Bank harus mengelolanya secara efisien 38

No

9

Peneliti

Imam Mukhlis (2011)

Judul

Penyaluran Kredit Bank ditinjau dari Jumlah Dana Pihak Ketiga dan Tingkat Non Performing Loans pada BRI 2000-2009

Variabel

Variabel Independen: DPK dan NPL Variabel Dependen: Kredit

Metode

Penemuan

ECM

Hasil penelitian menunjukkan bahwa hanya NPL yang berpengaruh pada jangka pendek, namun dalam jangka panjang bahwa NPL tidak mampu menjelaskan perkembangan dalam penyaluran kredit bank BRI

Sumber: Jurnal dan skripsi C. Kerangka Berpikir Kerangka berpikir merupakan suatu proses berawal dari peneliti memperoleh data kemudian mengolah data tersebut dan menginterpretasikan hasil data yang telah diolah. Berikut ini adalah gambaran mengenai kerangka berfikir yang penulis bentuk secara sederhana untuk menjelaskan proses dari penelitian yang akan dilakukan.

39

Gambar 2.1 Kerangka Berpikir 10 Bank Umum di Indonesia periode 2006-2011

Variabel Independen: Inflasi BI Rate DPK NPL CAR

Variabel Dependen:

Kredit

Uji Model Regresi Data Panel

Common Effect

Fixed Effect

Uji Chow

Random Effect

Uji Hausman

Regresi Panel Random Effect

Uji asumsi klasik: Normalitas Multikolinearitas Heteroskedastisitas Autokorelasi

Uji F

Uji t

Adjusted R2

Interpretasi

40

D. Hipotesis Hipotesis merupakan suatu penjelasan sementara mengenai perilaku, fenomena, atau suatu keadaan tertentu yang telah terjadi atau akan terjadi yang merupakan pernyataan penelitian tentang hubungan antara variabel dalam penelitian serta merupakan pernyataan paling spesifik. Dengan kata lain, hipotesis merupakan dugaan awal yang masih bersifat sementara yang disusun oleh peneliti yang akan dibuktikan kebenaranya setelah data empiris diperoleh. Berdasarkan kerangka pemikiran mengenai “Pengaruh Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan dan Capital Adequacy Ratio Terhadap Penyaluran Kredit pada 10 bank terbesar di Indonesia berdasarkan kredit”, maka hipotesis yang diajukan adalah sebagai berikut: 1. Ha1: Inflasi berpengaruh negatif terhadap penyaluran kredit 2. Ha2: BI Rate berpengaruh negatif terhadap penyaluran kredit 3. Ha3: Dana Pihak Ketiga berpengaruh positif terhadap penyaluran kredit 4. Ha4: Non

Performing

Loan

berpengaruh

negatif

terhadap

penyaluran kredit 5. Ha5: Capital Adequacy Ratio berpengaruh positif terhadap penyaluran kredit

41

BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini menganalisis pengaruh Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan (NPL) dan Capital Adequacy Ratio (CAR) terhadap penyaluran kredit yang dilakukan pada 10 Bank terbesar di Indonesia berdasarkan jumlah kredit yang disalurkan pada tahun 2011 dengan menggunakan data laporan keuangan yang diperoleh dari Bank Indonesia. Penelitian ini dilakukan selama 6 tahun terhitung mulai tahun 2006-2011. Perhitungan dan pengelolaan data dalam penelitian ini menggunakan metode analisis regresi data panel melalui software Eviews 6. B. Metode Penentuan Sampel Populasi yang digunakan dalam penelitian ini adalah Bank Umum Konvensional yang mempublikasikan laporan keuangannya kepada Bank Indonesia. Untuk penarikan sampel digunakan pendekatan “Non Probability Random Sampling” dengan teknik “Purvosive Sampling” yaitu teknik penentuan sampel dengan menggunakan beberapa pertimbangan tertentu (Sugiyono, 2003:122). Adapun karakteristik yang ditetapkan penulis untuk dijadikan sampel penelitian adalah sebagai berikut:

42

Gambar 3.1 Karakteristik Sampel Bank Umum Konvensional

Bank yang Telah Menjadikan Dirinya Go Publik

Termasuk 10 Bank Terbesar di Indonesia Berdasarkan Jumlah Kredit tahun 2011

Telah Mempublikasikan Laporan Keuangannya kepada Bank Indonesia, periode 2006-2011

Setelah ditetapkannya karakteristik tersebut, didapatkan 10 Bank terbesar di Indonesia yang dijadikan sampel dalam penelitian ini, antara lain sebagai berikut: Tabel 3.1 Sampel Bank No 1 2 3 4 5 6 7 8 9 10

Bank Jumlah Kredit (Jutaan Rupiah) Bank Rakyat Indonesia Rp. 283.586.497 Mandiri Rp. 273.962.101 Bank Central Asia Rp. 202.268.608 Bank Negara Indonesia Rp. 158.164.743 Bank Niaga Rp. 120.219.882 Bank Danamon Rp. 86.699.835 Panin Bank Rp. 70.793.812 Permata Bank Rp. 65.859.107 Bank Internasional Indonesia Rp. 62.574.123 Bank Tabungan Negara Rp. 59.337.756 Sumber: Bank Indonesia dan www.idx.co.id, data diolah 43

C. Metode Pengumpulan Data Pada saat melakukan sebuah penelitian, dibutuhkan data dan informasi yang relevan untuk dianalisis. Data yang diperoleh dalam penelitian ini merupakan data sekunder dengan cara mengumpulkan dokumen atau laporan terkait dengan penelitian yang dilakukan. Data sekunder ini diambil dari data keuangan yang dipublikasikan Bank Indonesia dengan mengunjungi situs www.bi.go.id, www.idx.co.id disertai dengan riset kepustakaan pada Bank Indonesia. Riset kepustakaan merupakan teknik pengumpulan data dalam penelitian yang dilakukan dengan tujuan untuk memperoleh data sekunder yang akan digunakan sebagai landasan teoritis yang berkaitan dengan masalah yang diteliti dengan cara mempelajari buku-buku, jurnal serta sumber lain yang relevan dengan masalah yang dibahas dalam penelitian. Adapun website jurnal yang digunakan dalam penelitian ini adalah www.google.com dan www.proquest.com. D. Metode Analisis data Metode analisis data yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Analisis Data Panel Metode yang digunakan dalam penelitian ini adalah uji regresi data panel yang merupakan gabungan antara time series (periode penelitian) dengan cross section (perusahaan). Gujarati (2003) menjelaskan beberapa keuntungan penelitian dengan menggunakan regresi data panel. a) Dengan menggabungkan antara observasi time series dan cross section membuat data panel memberi lebih banyak informasi, lebih 44

banyak variasi, sedikit kolinearitas antar variabel, lebih banyak degree of freedom dan lebih efisien. b) Dengan mempelajari observasi cross section yang berulang-ulang, data panel paling cocok untuk mempelajari dinamika perubahan. c) Data panel paling baik digunakan untuk mendeteksi dan mengukur dampak yang secara sederhana tidak bisa dilihat pada data cross section murni atau time series murni. d) Data panel memudahkan untuk mempelajari model perilaku yang rumit. Rumus regresi data panel: Yit = b0 + b1X1it + b2X2it + b3X3it + b4X4it + b5X5it + εit Model regresinya dalam bentuk log log, adalah sebagai berikut: lnYit = b0 + b1lnX1it + b2lnX2it + b3lnX3it + b4lnX4it + b5lnX5it + εit Keterangan: Y: Variabel Dependen: Kredit b0: Konstanta X1 : Inflasi X2 : BI Rate X3 : Dana Pihak Ketiga X4 : Non Performing Loan (NPL) X5 : Capital Adequacy Ratio (CAR) b (1,2,3,4,5) : Koefisien regresi masing-masing variabel independen t : waktu 45

i : perusahaan ε : error term 2. Model Data Panel Nachrowi dan Usman, (2006:311) mengatakan ada beberapa metode yang biasa digunakan untuk mengestimasi model regresi dengan menggunakan data panel yaitu dengan model Ordinary Least Square, model Fixed Effects, dan model Random Effects. Ordinary Least Square merupakan metode paling sederhana dalam melakukan pengolahan data panel. Pendekatan ini biasa digunakan untuk mengolah data berbentuk pool. Kelemahan yang dimiliki Ordinary Least Square ini adalah tidak memperlihatkan perbedaan, baik antar individu mapupun antar waktu. Diestimasikan bahwa perilaku antara perusahaan, sama dalam beberapa kurun waktu. Fixed Effect merupakan teknik mengestimasi data panel dengan menggunakan variabel dummy untuk menangkap adanya perbedaan intersep. Sedangkan Random Effect ini dapat digunakan untuk mengatasi kelemahan model efek tetap yang menggunakan variabel semu sehingga model mengalami ketidakpastian. Tanpa menggunakan variabel dummy, model Random Effect menggunakan residual yang diduga memiliki hubungan antar waktu dan antar objek. Namun salah satu syarat untuk menggunakan model Random Effect ini adalah objek data silang > koefisiennya (Winarno, 2007:242).

46

3. Pemilihan Model Data Panel Pemilihan jenis model dalam data panel, adalah sebagai berikut: a. Uji Chow Uji Chow digunakan untuk membandingkan apakah model Fixed Effect atau Common Effect yang lebih sesuai untuk digunakan dalam penelitian ini. Berikut ini rumus uji Chow yang mengacu kepada Widarjono (2009:238).

Dimana: RSSı : Residual sum of squares Common Effect RSS₂ : Residual sum of squares Fixed Effect m : df untuk numerator n : Jumlah observasi k: Jumlah parameter dalam model Fixed Effect Hipotesis yang digunakan adalah: Ho : Common Effect model H1 : Fixed Effect model Berdasarkan hipotesis yang telah dibuat, apabila F-hitung < Ftabel, maka Ho diterima sehingga dalam penelitian ini menggunakan Common Effect (OLS) dan tidak perlu melakukan Hausman test. Namun sebaliknya, apabila F-hitung > F-tabel maka model yang tepat digunakan adalah Fixed Effect dan perlu dilakukan uji Hausman. 47

b. Uji Hausman Uji Hausman ini digunakan untuk menguji apakah dalam penelitian ini lebih baik menggunakan model Fixed Effect atau Random Effect. Berikut ini hipotesis yang digunakan: H0: Random Effect model H1: Fixed Effect model Statistik uji hausman ini mengikuti distribusi statistik chisquare dengan df sebanyak k, dimana k adalah jumlah variabel independen. Jika nilai chi-square statistik hausman > chi-square tabel, maka H0 ditolak dan model yang lebih tepat adalah model Fixed Effect, begitupun sebaliknya. Bila nilai chi-square statistik hausman < chi-square tabel, maka model yang lebih tepat adalah model Random Effect (Widarjono, 2009:241). 4. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi data panel, variabelnya berdistribusi normal atau tidak. Model regresi yang baik adalah yang memiliki distribusi data normal. Uji normalitas ini dapat diketahui dengan melihat kepada Jarque Bera dengan degree of freedom sebanyak k dimana k adalah jumlah variabel independen. Jika nilai Jarque Bera ≤ nilai chi square X2 tabel, maka nilai residual terstandarisasi dinyatakan berdistribusi normal (Suliyanto, 2011:75). 48

b. Uji Multikolinearitas Multikolinearitas adalah suatu kondisi adanya hubungan linear antar variabel independen. Melibatkan beberapa variabel independen, menjadikan multikolinearitas tidak akan terjadi pada persamaan regresi sederhana (satu variabel dependen dan satu variabel independen). Dalam model regresi data panel jika terjadi korelasi antara masing-masing variabel independen, maka dikatakan terjadinya gejala multikolinearitas. Model regresi yang baik adalah yang tidak terjadi korelasi antar variabel independennya. Pengujian ada tidaknya

gejala

multikolinearitas

dapat

dilakukan

dengan

menghitung koefisien korelasi antar variabel independen (Winarno, 2007:108). Suatu model regresi yang bebas multikolinearitas adalah tingkat korelasinya kurang dari 0,85. Jika mempunyai korelasi melebihi 0,85 maka ada kemungkinan mengandung unsur multikolinearitas (Widarjono, 2010:77). Dimana nilai R2 tinggi namun banyak variabel independen yang tidak signifikan terhadap variabel dependen, maka hal ini merupakan gejala terdapatnya multikolinearitas dalam model regresi. c. Uji Heteroskedastisitas Menurut bertujuan

Suliyanto

menguji

apakah

(2011:95) dalam

uji

Heteroskedastisitas

model

regresi

terjadi 49

ketidaksamaan

varians

dari

residual

satu

pengamatan

ke

pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Data yang baik adalah data yang bersifat homoskedastisitas. Homoskedastisitas terjadi jika varian variabel pada model regresi memiliki nilai yang konstan. Model regresi yang baik akan meninggalkan residu (error) yang diasumsikan terdistribusi

normal,

yang tidak

saling

berkorelasi atau tidak menunjukkan pola tertentu. Untuk menguji apakah model mengandung heteroskedastis atau tidak dapat menggunakan salah satunya adalah uji Park. Uji Park merupakan cara untuk menguji masalah heteroskedastisitas data. Uji Park ini dikembangkan oleh Park tahun 1966 (Winarno, 2009:118). Langkahnya sebagai berikut: ln (residual²) = b0+ b1X1it + ε Ln merupakan ln dari variabel residual² b0 = Konstanta X1 = Variabel independen Lalu lihat hasil regresi dan lihat koefisien parameter untuk masing-masing

variabel.

Apabila

masing-masing

variabel

independen memiliki tingkat signifikansi > 0,05 maka dinyatakan model regresi bebas heteroskedastisitas. Model regresi ini

50

dinyatakan selesai sampai di uji Park dan tidak perlu dilakukan uji Glejser. d. Uji Autokorelasi Autokorelasi

adalah

hubungan

antara

residual

satu

observasi dengan residual observasi lainnya. Autokorelasi lebih mudah terjadi pada data time series. Karena berdasarkan sifatnya, data masa sekarang dipengaruhi oleh data pada masa sebelumnya. Meskipun demikian tetap dimungkinkan autokorelasi timbul pada data cross section (Winarno, 2007:130). Pengujian autokorelasi ini dilakukan untuk menguji apakah dalam model regresi panel terdapat korelasi antara data residu (error) periode tertentu dengan data residu periode sebelumnya. Jika terjadi gejala korelasi maka terjadi masalah autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Singgih Santoso (2012:243) mengatakan bahwa untuk mendeteksi autokorelasi bisa dilihat pada tabel Durbin Watson yang secara umum dapat diambil kesimpulan ada atau tidak adanya autokorelasi. Berikut ini penjelasannya: 1) Jika nilai Durbin Watson berada dibawah -2, maka terjadi autokorelasi positif. 2) Jika nilai Durbin Watson berada diantara -2 sampai +2, maka tidak terjadi autokorelasi. 51

3) Jika nilai Durbin Watson berada diatas +2, maka terjadi autokorelasi negatif. 5. Uji Hipotesis a. Uji statistik F (Simultan) Uji F dilakukan dengan tujuan menguji apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Uji F dapat dilakukan dengan membandingkan nilai F-hitung dengan Ftabel dengan tingkat signifikan 0,05 yang mana perhitungan ini mengacu kepada Widarjono (2010:23) adalah sebagai berikut: df = (k-1) (n-k) Kemudian dapat disimpulkan dengan ketentuan sebagai berikut: (Widarjono, 2009:68). 1) Jika F-hitung > F-tabel, maka H0 ditolak dan Ha diterima yang menunjukkan variabel independen berpengaruh signifikan terhadap variabel dependen secara simultan. 2) Jika F-hitung < F-tabel, maka H0 diterima dan Ha ditolak yang menunjukan tidak berpengaruh signifikan variabel independen terhadap variabel dependen secara simultan. b. Uji statistik t (Parsial) Uji t digunakan untuk mengetahui ada tidaknya pengaruh masing-masing variabel independen secara parsial (individual) 52

terhadap variabel dependen yang diuji pada tingkat signifikasi 0,05. Apabila tingkat signifikansi setiap variabel berada dibawah 0,05 maka variabel independen berpengaruh signifikan terhadap variabel dependen (Widarjono, 2009:46). Uji t juga dapat dilakukan dengan membandingkan t-hitung terhadap t-tabel, dengan tingkat signifikan 0,05 yang mana perhitungan ini mengacu kepada Widarjono (2009:65) adalah sebagai berikut: t-tabel = ⍺ ; df = (n-k)

Kemudian dapat disimpulkan dengan kriteria sebagai

berikut: (Widarjono, 2009:43). 1) Jika t-hitung > t-tabel, maka H0 ditolak dan Ha diterima yang menunjukkan terdapat pengaruh signifikan variabel independen terhadap variabel dependen secara parsial. 2) Jika t-hitung < t-tabel, maka H0 diterima dan Ha ditolak yang menunjukkan

tidak

terdapat

pengaruh

signifikan

variabel

independen terhadap variabel dependen secara parsial. c. Nilai koefisien determinasi yang dinotasikan dengan R2 ataupun Adjusted R2 Nilai koefisien determinasi mencerminkan seberapa besar variasi dari variabel dependen dapat dijelaskan oleh variabel independen. Dalam penelitian ini, penulis menggunakan Adjusted R2 untuk mengukur koefisien determinasi dikarenakan nilainya 53

lebih tepat (Nachrowi dan Usman, 2006). Semakin tingginya nilai Adjusted R2 menunjukkan bahwa model regresi yang digunakan semakin baik menjelaskan keadaan yang sebenarnya, begitupun sebaliknya. E. Operasional Variabel Penelitian Variabel operasional merupakan sebuah konsep yang mempunyai variasi nilai yang diterapkan dalam suatu bentuk penelitian. Variabel operasional yang akan diteliti adalah sebagai berikut: 1. Variabel Independen (Variabel Bebas) Variabel

Independen

merupakan

suatu

variabel

yang

mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel terikat (Sugiyono, 2003:33). Variabel independen dalam penelitian ini adalah sebagai berikut: a.

Inflasi Inflasi merupakan suatu keadaan perekonomian dimana tingkat harga dan biaya-biaya umum naik misalnya naiknya harga beras, harga bahan bakar, harga mobil, upah tenaga kerja, harga tanah, dan sewa barang-barang modal (Zakaria, 2009:61). Meningkatnya inflasi diikuti dengan peningkatan BI Rate sebagai suku bunga acuan sehingga bank-bank umum merespon dengan menaikkan suku bunga simpanan yang kemudian diikuti dengan kenaikan suku bunga pinjaman.

54

b.

BI Rate BI Rate merupakan suku bunga kebijakan yang mencerminkan sikap kebijakan moneter yang ditetapkan Bank Indonesia dan diumumkan kepada publik (www.bi.go.id). Besar kecilnya BI Rate tergantung pada terjadinya tingkat inflasi. Ditetapkannya BI Rate sebagai suku bunga acuan bagi pihak perbankan dalam menentukan bunga simpanan dan bunga pinjaman. Diharapkan pihak perbankan dapat secara seksama untuk mengambil keputusan secara tepat agar tercipta hasil yang efektif dan efisien.

c.

Dana Pihak Ketiga Dana Pihak Ketiga Merupakan dana simpanan masyarakat dalam bentuk giro, tabungan dan deposito (Kuncoro dan Suhardjono, 2011:68). Dana pihak ketiga inilah yang menjadi sumber operasional perbankan dalam menjalankan perannya, terutama dalam menyalurkan kredit. Maka dari itu diperlukan berbagai strategi yang dilakukan pihak bank agar dapat menarik masyarakat untuk menyimpan dananya di bank.

d.

Non Performing Loan (NPL) Non Performing Loan/kredit bermasalah merupakan suatu kedaan dimana nasabah sudah tidak sanggup membayar sebagian atau seluruh

kewajibannya

kepada

bank

seperti

diperjanjikannya. Kredit bermasalah menurut

yang

telah

Bank Indonesia

55

merupakan kredit yang digolongkan ke dalam kolektibilitas Kurang Lancar, Diragukan, dan Macet (Kuncoro dan Suhardjono, 2011:420). Kredit bermasalah merupakan rasio dari risiko kredit, dimana NPL ini adalah sebuah kondisi yang sangat ditakuti oleh setiap pegawai bank. Karena dengan kredit bermasalah tersebut akan menyebabkan menurunnya pendapatan bank yang selanjutnya memungkinkan terjadinya penurunan laba (Kuncoro dan Suhardjono, 2011:427). Berikut ini perhitungan mengenai Non Performing Loan.

e.

Capital Adequacy Ratio (CAR) Capital

Adequacy

merupakan

kecukupan

modal

yang

menunjukkan kemampuan bank dalam mempertahankan modal yang mencukupi dan kemampuan manajemen bank dalam mengidentifikasi, mengukur, mengawasi, dan mengontrol risiko-risiko yang timbul yang dapat berpengaruh terhadap besarnya modal bank (Kuncoro dan Suhardjono, 2011:519). Penggunaan modal bank dimaksudkan untuk memenuhi segala kebutuhan guna menunjang kegiatan operasi bank. Bank Indonesia menetapkan ketentuan kewajiban penyediaan modal minimum yang harus selalu dipertahankan oleh setiap bank (Siamat, 2005:287). Berikut ini rumus untuk menghitung CAR.

56

2. Variabel Dependen (Variabel Terikat) Variabel dependen merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas (Sugiyono, 2003:33). Variabel dependen dalam penelitian ini adalah sebagai berikut: a. Kredit Dalam bahasa latin, kredit disebut “credere” yang artinya percaya. Maksudnya kreditur percaya kepada debitur bahwa kredit yang disalurkannya pasti akan dikembalikan sesuai perjanjian. Sedangkan bagi debitur berarti menerima kepercayaan, sehingga mempunyai kewajiban untuk membayar kembali pinjaman tersebut sesuai dengan jangka waktunya (Kasmir, 2003:72). Berdasarkan UU No 10 tahun 1998, kredit merupakan “penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam-meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi hutangnya setelah jangka waktu tertentu dengan pemberian bunga,” (Siamat, 2005:349). Menyalurkan kredit merupakan salah satu kegiatan bank umum yang bersumber dari dana masyarakat yang berhasil dihimpun. Sebelum kredit disalurkan kepada pihak yang membutuhkan, bank terlebih dahulu menilai kelayakan usaha para debiturnya untuk menghindari hal-hal yang tidak diinginkan semacam

munculnya

risiko

kredit

yang

dapat

merugikan

kelangsungan usaha bank itu sendiri. 57

BAB IV ANALISIS DAN PEMBAHASAN A. Sekilas Gambaran Umum Objek Penelitian Industri Perbankan merupakan salah satu industri yang berperan penting dalam perkembangan perekonomian. Berikut ini adalah profil 10 Bank terbesar di Indonesia berdasarkan jumlah kredit yang dijadikan sampel dalam penelitian ini, sumber: www.idx.co.id. 1. PT. Bank Mandiri (Persero), Tbk Bank Mandiri berdiri pada tanggal 2 Oktober 1998 sebagai bagian dari program restrukturisasi perbankan yang dilaksanakan oleh Pemerintah Indonesia. Pada bulan Juli 1999, empat bank milik Pemerintah yaitu Bank Bumi Daya, Bank Dagang Negara, Bank Ekspor Impor Indonesia dan Bank Pembangunan Indonesia digabungkan ke dalam Bank Mandiri. Keempat Bank tersebut turut membentuk riwayat perkembangan perbankan di Indonesia dimana sejarahnya berawal pada lebih dari 140 tahun yang lalu. Setelah selesai proses merger, Bank Mandiri kemudian memulai proses

konsolidasi

termasuk

pengurangan

cabang

dan

pegawai.

Selanjutnya diikuti dengan peluncuran single brand di seluruh jaringan melalui iklan dan promosi. Salah satu pencapaian penting adalah penggantian secara menyeluruh platform teknologi. Bank Mandiri mewarisi sembilan sistem perbankan dari keempat legacy banks. Setelah investasi awal untuk konsolidasi sistem yang 58

berbeda tersebut, Bank Mandiri mulai melaksanakan program penggantian platform yang berlangsung selama tiga tahun, dimana program pengganti tersebut difokuskan untuk meningkatkan kemampuan penetrasi di segmen retail banking. Pada saat ini, infrastruktur teknologi informasi Bank Mandiri sudah mampu melakukan pengembangan e-channel & produk retail dengan Time to Market yang lebih baik. Mengenai perkembangan kredit, dapat dikatakan bahwa realisasi kredit turun secara signifikan. Pada tahun 2008, kredit masih tumbuh sebesar 30.5% YoY sedangkan pada tahun 2009 hanya tumbuh sebesar 10.7%. Rendahnya pertumbuhan kredit ini disebabkan berbagai faktor baik dari sisi permintaan maupun penawaran. Sebagai respon krisis, perbankan melakukan pengetatan terhadap standar kredit dan memilih untuk menaruh dana pada instrumen likuid seperti Sertifikat Bank Indonesia (SBI) dan Surat Utang Negara (SUN). 2. PT. Bank Rakyat Indonesia (Persero), Tbk Pada 22 Februari 1946, Pemerintah Indonesia mengubah lembaga ini menjadi Bank Rakyat Indonesia dengan Peraturan Pemerintah No. 1 tahun 1946, dan BRI menjadi bank pertama yang dimiliki Pemerintah Republik Indonesia. Sebagai bank pemerintah, BRI banyak berperan sebagai ujung tombak Pemerintah dalam pembangunan perekonomian nasional. Kemudian nama BRI diubah menjadi Bank Koperasi Tani dan Nelayan (BKTN) pada 1960. Berdasarkan Undang-Undang No. 21 tahun 1968, Pemerintah menetapkan kembali nama Bank Rakyat Indonesia 59

sebagai bank umum, kemudian berdasarkan Undang-Undang Perbankan No. 7 tahun 1992, BRI berubah nama dan status badan hukumnya menjadi PT Bank Rakyat Indonesia (Persero). Perseroan hingga kini tetap fokus pada bisnis disegmen Usaha Mikro, Kecil, dan Menengah (UMKM) dan memberi inspirasi berbagai pihak untuk mendayagunakan sektor UMKM sebagai tulang punggung perekonomian nasional. BRI menjadi Perseroan Terbuka pada 10 November 2003 dan mencatatkan 30% sahamnya di Bursa Efek Indonesia (BEI). Saat ini saham Perseroan tergabung dalam indeks saham LQ 45 dan termasuk salah satu saham blue chip di BEI. BRI tumbuh pesat baik dari segi aset, jumlah kredit yang disalurkan, dana pihak ketiga yang berhasil dihimpun, laba yang dihasilkan, dan kualitas aset yang terjaga. Sampai dengan 31 Desember 2009, BRI memiliki lebih dari 32 juta rekening yang terdiri dari nasabah perorangan, pelaku usaha mikro dan kecil, perusahaan menengah dan besar, baik lembaga swasta maupun pemerintahan. Pertumbuhan kredit mencapai 27,62% pada tahun 2009, sedangkan pertumbuhan DPK mencapai 26,12%. Hingga akhir tahun 2009, BRI memiliki lebih dari 6.300 unit kerja yang terdiri dari Kantor Wilayah, Kantor Cabang, Kantor Cabang Pembantu, Kantor Kas, BRI Unit maupun Teras BRI. Selain memiliki jaringan kerja yang luas BRI juga memberikan layanan BRI Prioritas bagi nasabah pilihan di beberapa Kantor Cabang. 60

3. PT. Bank Central Asia BCA berdiri pada tanggal 21 Februari 1957. Banyak hal telah dilalui sejak saat berdirinya dan barang kali yang paling signifikan adalah saat krisis moneter yang terjadi pada tahun 1997. Kemudian pada tahun 2000, BCA mengambil langkah besar dengan menjadi perusahaan publik dimana penawaran Saham Perdana berlangsung dengan menjual saham sebesar 22,55% yang berasal dari divestasi BPPN. Setelah Penawaran Saham Perdana itu, BPPN masih menguasai 70,30%

dari

dilaksanakan

seluruh di

bulan

saham Juni

BCA. dan

Penawaran Juli

2001,

saham

kedua

dengan

BPPN

mendivestasikan 10% lagi dari saham miliknya di BCA. Pada tahun 2007 BCA meningkatkan kompetensi dibidang penyaluran kredit, dimana BCA menjadi pelopor dalam menawarkan produk kredit kepemilikan rumah dengan suku bunga tetap yang dapat meraih respon positif dari pasar. Dengan mempermudah hubungan dengan nasabah baik dari segi pendanaan maupun penyaluran kredit, BCA akan terus berupaya mempertahankan likuiditas dan struktur permodalan yang kuat serta aktiva yang dimilikinya. 4. PT. Bank Negara Indonesia (Persero), Tbk Didirikan pada tahun 1946, PT Bank Negara Indonesia (Persero) Tbk adalah bank pertama yang dimiliki sepenuhnya oleh Pemerintah Indonesia. Pada awalnya BNI berfungsi sebagai bank sentral Republik Indonesia yang baru merdeka sebelum menjadi bank komersial di tahun 61

1955. Pada tahun 1996, BNI menjadi bank BUMN pertama yang melaksanakan Penawaran Umum Saham Perdana dengan mencatatkan 25% sahamnya di BEI. Menyusul proses rekapitalisasi oleh Pemerintah pada tahun 2000, dilanjutkan dengan rights issue pada tahun 2007. Pada 31 Desember 2009, saham BNI yang dimiliki publik mencapai 23,64%. Dengan total aktiva senilai Rp 227,5 triliun, BNI adalah bank terbesar ke-4 di Indonesia berdasarkan jumlah aktiva. BNI melayani basis nasabah korporasi, komersial dan individu melalui jaringan pelayanan yang luas mencakup 1.071 cabang domestik dan 5 cabang luar negeri, 4.003 unit ATM, serta layanan perbankan Internet dan SMS. Selain itu selama tahun 2009 Perseroan juga mampu menambah cadangan kerugian sebesar Rp 2.588 miliar sehingga cadangan kerugian pada akhir tahun 2009 tercatat mencapai Rp 4.051 miliar, dengan demikian diharapkan struktur keuangan akan menjadi semakin baik. Adapun target bisnis yang tidak dapat dicapai antara lain pemberian kredit yang ditargetkan dengan pertumbuhan sebesar 18,8% dari posisi akhir 2008, hanya tercapai sebesar 7,9%. Demikian pula target penghimpunan dana tabungan yang ditargetkan sebesar Rp 61,6 triliun hanya terealisasi sebesar Rp 58,8 atau 95,4% dari target. Mengingat pendapatan bunga ke depan masih tetap menjadi sumber utama pendapatan Perseroan, maka pertumbuhan kredit sangat perlu diupayakan. Namun demikian upaya untuk meningkatkan 62

pertumbuhan pendapatan non bunga perlu terus diintensifkan. Selain itu efisiensi biaya operasional masih perlu dilanjutkan dengan didukung penurunan biaya dana. Dengan upaya-upaya tersebut diharapkan Perseroan akan lebih mampu bersaing di dalam menetapkan suku bunga pinjaman. 5. PT. Bank Niaga, Tbk CIMB Niaga berdiri pada 26 September 1955 dengan nama PT. Bank Niaga, dan dalam dekade awal pendiriannya berfokus pada pembangunan nilai-nilai utama dan profesionalisme di bidang perbankan. Sebagai hasilnya, CIMB Niaga dikenal luas sebagai penyedia produk dan layanan berkualitas yang terpercaya. Di tahun 1987, CIMB Niaga menjadi bank lokal pertama yang menawarkan layanan perbankan melalui mesin ATM di Indonesia. Pencapaian ini dikenal luas sebagai masuknya Indonesia ke dalam dunia perbankan. Kepemimpinan dan inovasi CIMB Niaga dalam penerapan teknologi terkini semakin dikenal di tahun 1991 dengan menjadi yang pertama memberikan nasabahnya layanan perbankan online. CIMB Niaga memperoleh izin usaha sebagai bank umum, bank devisa dan bank yang melakukan kegiatan berdasarkan prinsip Syariah masingmasing pada 11 November 1955, 22 November 1974, dan 16 November 2004. Pada 29 November 1989, CIMB Niaga menjadi perusahaan publik dengan dicatatkannya saham pada Bursa Efek Indonesia. Langkah ini menjadi katalis bagi pengembangan jaringan CIMB Niaga 63

di seluruh pelosok negeri. Saat ini pun CIMB Niaga adalah bank penyedia kredit pemilikan rumah terbesar ketiga di Indonesia. 6. PT. Bank Danamon Danamon didirikan pada tahun 1956 sebagai Bank Kopra Indonesia. Di tahun 1976, nama tersebut diubah menjadi PT Bank Danamon Indonesia. Di tahun 1988, Danamon menjadi bank devisa dan setahun kemudian mencatatkan diri sebagai perusahaan publik di Bursa Efek Indonesia. Kini, Danamon merupakan salah satu institusi finansial terbesar di Indonesia. Sebagai bank universal, Danamon telah mengembangkan beragam bisnis perbankan, dari perbankan mikro melalui Danamon Simpan Pinjam, perbankan ritel hingga perbankan UKM & komersial dan perbankan korporasi, serta layanan pembiayaan otomotif, asuransi umum dan pembiayaan barang konsumtif melalui Adira Finance, Adira Insurance dan Adira Kredit. Didukung lebih dari 50 tahun pengalaman, Danamon terus berupaya menjadi bank yang dapat mewujudkan setiap keinginan nasabah sesuai dengan janji perusahaan. Per Desember 2010 Danamon merupakan bank ke-6 terbesar di Indonesia dalam hal jumlah aset dan jumlah kapitalisasi pasar serta memiliki jaringan cabang kedua terbesar, yaitu lebih dari 2.300 kantor cabang dan pusat pelayanan di Indonesia. Sejak tahun 2010, berlanjutnya peningkatan fundamental ekonomi Indonesia telah berjasa dalam mendorong ekspansi agresif sektor perbankan. Di akhir 2010, kredit komersial perbankan tumbuh 64

23% menjadi Rp 1.766 triliun, naik signifikan dibanding pertumbuhan 10% di tahun sebelumnya. Pertumbuhan kredit yang meningkat lebih tinggi dari pertumbuhan pendanaan, mengakibatkan terjadi kenaikan LDR. Di akhir 2010, tingkat LDR mencapai 75,2%, di atas angka tahun sebelumnya sebesar 72,9%, tetapi masih lebih rendah dari kisaran angka ideal 78%-100% yang diharapkan BI. Sepanjang 2010, dana pihak ketiga tumbuh sebesar 18,5% menjadi Rp 2.339 triliun. Deposito berjangka tetap menjadi kontributor utama, menyumbang sebesar 46% dari total pendanaan, sedangkan giro dan tabungan masing-masing menyumbang sebesar 23% dan 31%. 7. PT. Bank Panin Jumlah kredit yang diberikan oleh Bank Panin pada akhir Desember 2010 sebesar Rp. 56 triliun atau meningkat 39% dibandingkan tahun 2009. Fokus Perbankan Ritel di 2010 tetap pada peningkatan layanan berkesinambungan yang didukung oleh beragam produk lengkap. Kredit konsumen yang mewakili 28% dari keseluruhan portofolio kredit bank naik 37% menjadi Rp. 16 triliun. Komposisi kredit konsumen relatif stabil, dengan pertumbuhan kredit perumahan yang cukup tinggi sebesar 40%. Hubungan Panin yang luas dengan agen properti, pialang, dan pengembang perumahan terkemuka serta semakin tingginya minat mengikuti pameran property memungkinkan sektor ini untuk terus tumbuh secara signifikan. 65

Kredit Pemilikan Mobil juga tumbuh signifikan pada tahun 2010 yaitu naik 31%. Pada tahun itu pula, Bank menjalankan lebih banyak program kerjasama dengan dealer kendaraan bermotor lokal untuk mendorong pertumbuhan. Kredit Express Panin adalah produk kredit perorangan tanpa agunan yang ditawarkan kepada nasabah yang membutuhkan dana. KEP mulai diluncurkan pada kwartal ke-3 tahun 2009. KEP dapat diakses diseluruh cabang Bank Panin dengan penawaran bunga yang kompetitif. Untuk meningkatkan portfolio KEP, Panin Bank juga bekerjasama dengan nasabah dari Divisi Corporate untuk memberikan kredit berupa staff loan kepada karyawannya. 8. PT. Permata PT. Bank Bali didirikan pada tanggal 19 Februari 1957, kemudian berganti nama menjadi PT. Bank Permata pada tanggal 18 Oktober 2002 yang merupakan merger dari PT. Bank Universal Tbk, Bank Artamedia, PT. Bank Patriot, Bank Prima Express. Pada 10 Januari 1990, Bank Permata ini telah mencatatkan sahamnya pada BEI. Saat ini Permata Bank telah berkembang menjadi sebuah bank swasta utama yang menawarkan produk, jasa inovatif serta komprehensif terutama disisi delivery channel-nya termasuk Internet Banking dan Mobile Banking. Bank Permata memiliki aspirasi untuk menjadi penyedia jasa keuangan terkemuka di Indonesia, dengan fokus di segmen Konsumer dan Komersial. Melayani sekitar 2 juta nasabah di 57 kota di Indonesia, 66

Bank Permata memiliki 289 cabang (termaksuk 12 cabang Syariah) dan 776 ATM dengan akses tambahan di lebih dari 40.000 ATM (Visa Plus, Visa Electron, MC, Alto, ATM Bersama dan ATM Prima). 9. PT. Bank Internasional Indonesia PT. Bank Internasional Indonesia Tbk didirikan pada 15 Mei 1959. Pada tahun 1980 BII bergabung dengan PT. Bank Pembangunan Untuk Umum pada tahun 1859. Setelah mendapatkan izin sebagai bank devisa pada 1988, BII mencatatkan sahamnya di Bursa Efek Indonesia pada 1989. Sejak menjadi perusahaan publik, BII tumbuh menjadi salah satu bank swasta terdepan di Indonesia. BII menyediakan beragam produk dan jasa untuk perusahaan berskala menengah dan komersial serta menyediakan kepada individu berupa produk kartu kredit, KPR, Deposito, pinjaman dan layanan perbankan prioritas. Sedangkan layanan untuk nasabah korporasi adalah trade finance, cash management, pinjaman, kustodian, dan foreign exchange. 10. PT. Bank Tabungan Negara (Persero), Tbk Bank Tabungan Negara ini didirikan pada tahun 1897 dengan nama awal “POSTSPAARBANK” yang selanjutnya terus mengalami perubahan nama dan pada akhirnya diresmikan menjadi BANK TABUNGAN NEGARA pada tahun 1963 sesuai dengan UndangUndang No. 4 tahun 1963 dan Undang- undang No. 2 tahun 1964. BTN ini mulai menyandang status hukum Persero pada tahun 1992. 67

Bank BTN mulai mendaftarkan dirinya sebagai perusahaan publik dengan mencatatkan saham perdana di Bursa Efek Indonesia pada tahun 2009. Seiring dengan langkah tersebut, BTN tetap fokus pada tujuan utama sejak tahun 1976 sebagai penyedia kredit perumahan dan menjadi market leader dalam pembiayaan perumahan hingga saat ini. Usaha demi usaha telah dilakukan sehingga kinerja BTN terus berlanjut bahkan pada tahun 2009, BTN berhasil masuk dalam jajaran 10 bank terbesar di Indonesia dari sisi jumlah aset dan kredit yang disalurkan. B. Analisis dan Pembahasan 1. Analisis Deskriptif Variabel a. Analisis Deskriptif Jumlah Kredit Tabel 4.1 Jumlah Kredit (Jutaan Rupiah) BANK

2006

2007

2008

2009

2010

2011

BBRI

90.282.752

113.853.335

161.061.059

205.522.394

246.968.128

283.586.497

BMRI

109.379.723

126.826.445

159.007.051

179.687.845

219.032.483

273.962.101

BBCA

61.595.395

82.566.624

112.846.634

123.596.037

153.965.023

202.268.608

BBNI

65.507.448

86.875.192

108.896.144

117.644.695

132.852.979

158.164.743

BNGA

33.194.708

41.792.408

73.918.341

82.970.368

102.108.984

120.219.882

BDMN

40.878.420

50.926.572

64.233.906

59.832.098

75.090.482

86.699.835

PNBN

19.137.017

29.549.177

36.868.879

43.196.490

57.525.466

70.793.812

BNLI

23.804.500

26.454.502

34.850.805

41.201.583

50.589.480

65.859.107

BNII

21.295.476

28.392.496

35.057.139

37.047.434

49.695.623

62.574.123

BBTN

18.086.350

22.342.906

32.025.231

40.732.954

48.702.920

59.337.756

Sumber: Bank Indonesia, data diolah Pada tabel 4.1 di atas, tingkat kredit yang disalurkan tertinggi dimiliki oleh PT. BRI Tbk dan PT. Mandiri Tbk. Bank BRI menjadi bank 68

pertama yang dimiliki Pemerintah Republik Indonesia serta dikenal sebagai Bank no 1 dibanding bank BUMN lainnya dalam menyalurkan kredit, khususnya sektor UMKM. Komitmen BRI kepada sektor UMKM dibuktikan dengan tingginya penyaluran kredit kepada sektor ini. Selama tahun 2009, BRI menyalurkan kredit ke sektor UMKM sebesar Rp. 39,52 triliun atau 84,06% dari seluruh penyaluran kredit BRI sehingga meningkatkan outstanding kredit BRI ke sektor UMKM menjadi Rp. 169,83 triliun atau mencapai 81,60% dari portofolio kredit BRI. Selama tahun 2011, BRI telah menyalurkan kredit mikro komersial sebesar Rp. 78,99 triliun, meningkat Rp. 9,29 triliun atau 13,34 % dari posisi tahun 2010. b. Analisis Deskriptif Variabel Inflasi Tabel 4.2 Tingkat Inflasi Tahun Tingkat Inflasi (%) 2006 6,6 % 2007 6,59% 2008 11,06% 2009 2,78% 2010 6,96% 2011 3,79% Sumber: Bank Indonesia, data diolah Pada tabel 4.2 di atas, tingkat inflasi tertinggi terjadi pada tahun 2008, dimana pada saat itu telah terjadi krisis global yang akan berdampak pula pada perekonomian nasional. Terjadinya kenaikan harga BBM di tahun 2005 dan 2008 menyebabkan adanya

lonjakan

inflasi.

Untuk

mengatasinya,

pemerintah 69

mengupayakan untuk menaikkan BI Rate, sehingga berdampak pada kenaikan suku bunga simpanan yang kemudian diikuti oleh suku bunga pinjaman. c. Analisis Deskriptif Variabel BI Rate Tabel 4.3 Tingkat BI Rate Tahun 2006 2007 2008 2009 2010 2011

BI Rate 9,75% 8% 9,25% 6,5% 6,5% 6%

Sumber: Bank Indonesia, data diolah Pada tabel 4.3 di atas, tingkat BI Rate tertinggi terjadi pada tahun 2006. Pada periode selanjutnya tingkat suku bunga BI mengalami penurunan seiring dengan membaiknya kondisi ekonomi. Hal ini ditandai dengan meningkatnya pertumbuhan ekonomi. Kajian Statistik Indonesia mencatat sampai dengan tahun 2007 pertumbuhan ekonomi terus mengalami peningkatan hingga mencapai angka 6,1%. Pada tahun 2008, tingkat BI Rate kembali mengalami kenaikan sebesar 9,25% dari tahun sebelumnya sebagai dampak dari adanya krisis keuangan global. Ditahun 2009 kondisi perekonomian jauh lebih baik dari tahun-tahun sebelumnya. Ekonomi tumbuh 6,5% sementara inflasi cukup rendah dengan 70

volatilitas nilai tukar rupiah yang cukup terkendali. Sehingga ditahun 2009 BI Rate relatif lebih rendah dari tahun-tahun sebelumnya (Musaddad, 2010:79). d. Analisis Deskriptif Variabel DPK Tabel 4.4 Jumlah DPK (Jutaan Rupiah) BANK

2006

2007

2008

2009

2010

2011

BBRI

124.466.447

167.086.725

204.923.465

255.739.540

328.555.801

372.148.122

BMRI

197.438.261

239.920.497

279.342.151

309.457.617

332.727.856

380.236.178

BBCA

152.737.016

189.177.865

209.534.858

244.666.005

277.533.692

323.457.283

BBNI

136.140.948

150.228.182

160.283.417

193.928.796

189.378.393

224.755.289

BNGA

39.153.386

45.166.492

84.051.174

86.248.005

115.830.983

127.677.474

BDMN

54.378.258

57.372.164

74.069.938

67.258.594

79.541.163

87.993.957

PNBN

23.774.433

31.368.961

47.618.342

56.307.224

75.054.982

85.536.601

BNLI

28.660.303

30.092.189

42.803.015

45.751.144

57.791.510

79.258.385

BNII

36.893.446

36.772.754

43.448.673

47.182.372

59.507.744

70.075.044

BBTN

21.594.665

24.187.088

31.448.744

40.214.954

45.332.091

58.645.450

Sumber: Bank Indonesia, data diolah Pada tabel 4.4 di atas, menunjukkan perkembangan dana pihak ketiga yang berhasil dihimpun 10 bank terbesar di Indonesia setiap tahunnya. DPK tertinggi dimiliki oleh PT. Mandiri Tbk, dapat terlihat dari meningkatnya

simpanan

masyarakat

setiap

tahunnya.

Hal

ini

mengindikasikan bahwa Bank Mandiri sebagai bank terpercaya dapat membuktikan kepada khayalak ramai bahwa kinerja Bank Mandiri sudah mendapatkan positioning tersendiri di mata masyarakat, dilengkapi dengan berbagai fasilitas yang sudah disediakan untuk memanjakan para nasabah. Sehingga tidak ragu lagi masyarakat tersebut untuk menyimpan dananya di Bank tersebut. 71

e. Analisis Deskriptif Variabel NPL Tabel 4.5 Tingkat NPL (%) BANK 2006 2007 2008 2009 2010 2011 BBRI 4,81 3,44 2,8 3,52 2,78 2,3 BMRI 7,08 6,33 4,69 2,62 2,21 2,18 BBCA 1,3 0,81 0,6 0,73 0,64 0,49 BBNI 10,47 8,18 4,96 4,68 4,28 3,61 BNGA 3,47 3,79 2,5 3,06 2,53 2,68 BDMN 3,31 2,27 2,34 4,64 3,25 2,71 PNBN 5,95 3,06 4,34 3,15 4,36 3,56 BNLI 6,4 4,6 3,5 4 2,65 2,34 BNII 5,43 3,12 2,75 2,39 3,15 2,07 BBTN 3,91 4,05 3,2 3,36 3,26 2,75 Sumber: Bank Indonesia, data diolah Pada tabel 4.5 di atas, tingkat NPL tertinggi terjadi pada salah satu Bank BUMN yaitu Bank BNI pada tahun 2006 dengan persentase sebesar 10,47% diikuti juga dengan tahun 2007 dimana bank termasuk termasuk golongan bank tidak sehat sebab tingkat NPL yang terjadi sudah melebihi batas NPL yang ditetapkan oleh Bank Indonesia. Hal ini kemungkinan disebabkan karena PT. BNI tbk tidak menerapkan

prinsip

kehati-hatian

dalam

menyalurkan

dananya.

Sedangkan tingkat NPL terendah dimiliki oleh PT. BCA tbk mulai tahun 2006 sampai 2011. Hal ini mendeskripsikan bahwa Bank BCA sudah menerapkan prinsip kehati-hatian dalam menyalurkan kreditnya.

72

f. Analisis Deskriptif Variabel CAR Tabel 4.6 Tingkat CAR (%) BANK

2006

2007

2008

2009

2010

2011

BBRI

19,97

16,66

13,67

13,3

13,76

14,96

BMRI

25,3

21,11

15,72

15,55

13,36

15,13

BBCA

22,21

18,79

15,56

15,34

13,5

12,75

BBNI

15,95

17,65

14,38

13,91

18,63

17,63

BNGA

17,45

15,91

16,33

13,63

13,24

13,09

BDMN

22,37

20,57

13,99

17,72

13,25

16,62

PNBN

31,71

23,34

20,65

21,93

16,58

17,45

BNLI

14,4

14

11,1

12,2

14,13

14,17

BNII

24,08

21,35

19,79

14,83

12,65

12,03

BBTN

18,23

21,86

16,44

21,99

16,74

15,03

Sumber: Bank Indonesia, data diolah Pada tabel 4.6 di atas, tingkat CAR tertinggi dimiliki oleh Bank Panin dibanding bank lainnya mulai tahun 2006-2011. CAR bank yang mencapai 17,45% tersebut pada tahun 2011 menunjukkan posisi permodalan yang sehat dan kuat. Modal berlebih yang dimiliki oleh Bank Panin harus digunakan sesuai fungsinya. Modal merupakan salah satu faktor penting dalam pengembangan usaha dan menutupi segala risiko yang terjadi. Semakin tinggi rasio kecukupan modal, semakin kuat bank tersebut untuk menanggung resiko dari setiap kredit/aktiva produktif yang berisiko (Kuncoro dan Suhardjono, 2011:529). Tetapi apabila modal yang dimiliki terlalu melambung tinggi dan tidak berfungsi mengatasi masalah yang ada, dapat dikatakan bahwa modal yang tersedia merupakan dana yang menganggur. 73

2. Estimasi Model Data Panel a. Model Common Effect Model Common Effect merupakan teknik yang paling sederhana dalam mengasumsikan bahwa data gabungan yang ada, menunjukkan kondisi yang sesungguhnya. Hasil analisis regresi dianggap berlaku pada semua objek pada semua waktu. Kelemahan dari asumsi ini adalah ketidaksesuaian model dengan keadaan yang sesungguhnya. Kondisi tiap objek berbeda, bahkan satu objek pada suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada waktu yang lain (Winarno, 2007:240). Tabel 4.7 Hasil Uji Model Common Effect Dependent Variable: LN_Kredit? Method: Pooled Least Squares Date: 07/04/13 Time: 10:58 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR?

5.453431 0.121168 -0.728144 0.783506 0.031165 -0.193655

0.597222 0.060524 0.168231 0.023853 0.048603 0.100810

9.131335 2.001968 -4.328231 32.84666 0.641215 -1.920998

0.0000 0.0503 0.0001 0.0000 0.5241 0.0600

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.964927 0.961680 0.140083 1.059648 35.95592 297.1334 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

18.06119 0.715602 -0.998531 -0.789096 -0.916609 0.637908

Sumber: Data diolah 74

b. Model Fixed Effect Model yang mengasumsikan adanya perbedaan intersep (konstanta) antar perusahaan sedangkan slopenya (koefisen regresi) tetap sama antar perusahaan dikenal dengan model regresi Fixed Effect. Salah satu kelebihan model Fixed Effect ini adalah asumsi tersebut. Maksudnya adalah bahwa satu objek, memiliki konstan yang sama besarnya untuk berbagai periode waktu. Demikian juga dengan koefisien regresinya, tetap besarnya dari waktu ke waktu (Winarno, 2007:240). Teknik model Fixed Effect adalah teknik mengestimasi data panel dengan menggunakan variabel dummy untuk menangkap adanya perbedaan intersep. Pengertian Fixed Effect ini didasarkan adanya perbedaan intersep antara perusahaan namun intersepnya sama antar waktu. Disamping itu, model ini juga mengasumsikan bahwa koefisien regresi (slope) tetap antar perusahaan dan antar waktu (Widarjono, 2009:232).

75

Tabel 4.8 Hasil Uji Model Fixed Effect Dependent Variable: LN_Kredit? Method: Pooled Least Squares Date: 07/04/13 Time: 11:02 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR? Fixed Effects (Cross) _BMRI—C _BBRI—C _BBCA—C _BBNI—C _BNGA—C _BDMN—C _PNBN—C _BNLI—C _BNII—C _BBTN—C

4.580909 0.087422 -0.539770 0.816161 -0.099290 -0.155702

1.393612 0.036749 0.136694 0.062726 0.044216 0.076578

3.287075 2.378880 -3.948743 13.01154 -2.245564 -2.033244

0.0020 0.0217 0.0003 0.0000 0.0297 0.0480

-0.005103 0.144969 -0.312048 -0.029312 0.120707 0.103305 0.014652 -0.030702 -0.104371 0.097904 Effects Specification

Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.991318 0.988617 0.076349 0.262312 77.84070 367.0074 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

18.06119 0.715602 -2.094690 -1.571104 -1.889887 1.867324

Sumber: Data diolah

76

1) Uji Chow Uji Chow digunakan dalam rangka memilih model mana yang terbaik antara Common Effect dengan Fixed Effect yang lebih sesuai digunakan dalam penelitian ini, maka rumus berikut

mengacu

kepada

Widarjono

(2009:238)

untuk

mengetahui hasilnya.

Dimana: RSSı : Residual sum of squares Common Effect RSS₂ : Residual sum of squares Fixed Effect m : df untuk numerator (n-1) n : Jumlah observasi k: Jumlah parameter dalam model Fixed Effect Berdasarkan hasil uji Chow mengenai pemilihan model antara model Common Effect dan Fixed Effect, adalah sebagai berikut:

77

Hasil F-hitung sebesar 15.19823706 menunjukkan nilainya > F-tabel sebesar 2.10 yang menunjukkan bahwa model regresi terbaik yang digunakan antara Common Effect model dengan Fixed Effect model adalah Fixed Effect model. Oleh karena itu perlu dilanjutkan dengan uji Hausman untuk memilih model yang tepat antara Fixed Effect dengan Random Effect model untuk digunakan dalam penelitian ini. c. Model Random Effect Dimasukkannya variabel dummy didalam model Fixed Effect bertujuan untuk mewakili ketidaktahuan tentang model yang sebenarnya.

Namun

hal

ini

juga

membawa

konsekuensi

berkurangnya derajat kebebasan (degree of freedom) yang pada akhirnya mengurangi efisensi parameter. Masalah ini dapat diatasi dengan menggunakan residual (variabel gangguan) yang memiliki hubungan antar waktu dan antar objek. Metode ini dikenal sebagai model Random Effect (Widarjono, 2009:235). Jika diasumsikan terjadi korelasi antara eit dan variabel independen X maka model Random Effect lebih tepat untuk digunakan. Jika sampel yang kita ambil hanyalah bagian kecil dari populasi, maka kita akan mendapatkan error terms eit yang bersifat random (Widarjono, 2009:240). Namun salah satu syarat untuk menggunakan model efek random ini adalah objek data silang > koefisiennya (Winarno, 2007:242). 78

Tabel 4.9 Hasil Uji Model Random Effect Dependent Variable: LN_Kredit? Method: Pooled EGLS (Cross-section random effects) Date: 07/04/13 Time: 11:04 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Swamy and Arora estimator of component variances Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR? Random Effects (Cross) _BMRI—C _BBRI—C _BBCA—C _BBNI—C _BNGA—C _BDMN—C _PNBN—C _BNLI—C _BNII—C _BBTN—C

5.038700 0.094773 -0.586345 0.796190 -0.084809 -0.165453

0.968393 0.035554 0.119500 0.043178 0.042193 0.073333

5.203158 2.665573 -4.906668 18.43966 -2.010026 -2.256192

0.0000 0.0101 0.0000 0.0000 0.0494 0.0281

0.014986 0.154326 -0.270019 -0.023535 0.111264 0.094161 0.001356 -0.046853 -0.110495 0.074810 Effects Specification S.D.

Cross-section random Idiosyncratic random

0.136691 0.076349

Rho 0.7622 0.2378

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.966952 0.963892 0.075686 315.9951 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

4.015373 0.398302 0.309332 1.658227

Sumber: Data diolah

79

2) Uji Hausman Uji Hausman merupakan pengujian statistik untuk memilih apakah model Fixed Effect atau Random Effect yang lebih tepat untuk digunakan dalam penelitian ini. Berdasarkan uji Hausman yang telah dilakukan antara model Fixed Effect dengan Random Effect, maka digunakanlah hipotesis berikut untuk mengetahui hasil uji Hausman, antara lain sebagai berikut: H0: Random Effect model H1: Fixed Effect model Tabel 4.10 Uji Hausman (Antara Fixed Effect dengan Random Effect) Correlated Random Effects - Hausman Test Pool: KYD Test cross-section random effects

Test Summary Cross-section random

Chi-Sq. Statistic

Chi-Sq. d.f.

Prob.

2.066473

5

0.8399

Sumber: Data diolah Statistik uji hausman ini mengikuti distribusi statistik chi-square dengan df = k, dimana k adalah jumlah variabel independen. Jika nilai chisquare statistik hausman > chi-square tabel, maka H0 ditolak dan model yang lebih tepat adalah model Fixed Effect, begitupun sebaliknya. Bila nilai chi-square statistik hausman < chi-squares tabel, maka model yang lebih tepat adalah model Random Effect (Widarjono, 2009:241). Untuk melakukan uji Hausman dapat digunakan software eviews. 80

Pada uji Hausman, hasil perhitungan chi-square statistik hausman adalah sebesar 2.066473, sedangkan nilai chi-square tabel dengan df = 5 pada 0,05 adalah sebesar 11,07 yang menunjukkan bahwa chi-square statistik hausman < dari nilai chi-square tabel. Dengan demikian dapat disimpulkan bahwa H0 diterima dan H1 ditolak yang berarti model yang lebih tepat digunakan dalam penelitian ini adalah model random effect. 3. Uji Asumsi Klasik a. Uji Normalitas Uji Normalitas bertujuan untuk menguji apakah semua variabel yang di uji mempunyai data yang normal. Sebab penelitian yang baik adalah yang memiliki data terdistribusi normal. Pada penelitian ini untuk menguji data normalitas, penulis menggunakan Jarque Bera. Berikut ini hasil uji normalitas. Grafik 4.1 Hasil Uji Normalitas 12

Series: RESID Sample 2006 2011 Observations 60

10 8 6 4 2

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

2.56e-15 0.020797 0.224171 -0.414522 0.141729 -0.871732 3.753823

Jarque-Bera Probability

9.019793 0.011000

0 -0.4

-0.3

-0.2

-0.1

0.0

0.1

0.2

Sumber: Data diolah 81

Berdasarkan grafik di atas, dapat diketahui bahwa nilai Jarque Bera sebesar 9,02 dengan probabilitas sebesar 0,01. Maka dalam penelitian ini nilai Jarque Bera akan dibandingkan dengan nilai chi square (X2) tabel dengan df = k (5), dimana nilai Jarque Bera sebesar 9,02 < chi square (X2) tabel sebesar 11,07. Maka hal ini dinyatakan residual terstandarisasi data berdistribusi normal (Suliyanto, 2011:75). b. Uji Multikolinearitas Uji Multikolinearitas menunjukkan hubungan ada tidaknya korelasi antara variabel independen. Apabila antara variabel bebasnya saling berkorelasi melebihi 85% maka dapat dikatakan terjadi multikolinearitas. Model regresi yang baik adalah yang terhindar

dari

multikolinearitas.

Sebab

apabila

terjadi

multikolinearitas, kemungkinan akan terjadi regresi lancung dimana R2 menjadi terlampau tinggi dengan sedikit variabel yang signifikan. Berikut ini tabel korelasi antar variabel independen. Tabel 4.11 Korelasi Antar Variabel Independen Ln_INFLASI Ln_BI_RATE

Ln_DPK

Ln_NPL

Ln_CAR

Ln_INFLASI

1.000000

0.704023

-0.140185

0.124521

0.114049

Ln_BI_RATE

0.704023

1.000000

-0.309846

0.364289

0.439841

Ln_DPK

-0.140185

-0.309846

1.000000

-0.254693

-0.304674

Ln_NPL

0.124521

0.364289

-0.254693

1.000000

0.303437

Ln_CAR

0.114049

0.439841

-0.304674

0.303437

1.000000

Sumber: Data diolah 82

Berdasarkan tabel korelasi antar variabel independen di atas dapat dikatakan bahwa penelitian ini tidak terjadi multikolinearitas, sebab semua korelasi antar variabel bebas berada dibawah 0,85 (Widarjono, 2010:77). c. Uji Heteroskedastisitas Menurut bertujuan

Suliyanto

menguji

ketidaksamaan

(2011:95)

apakah

varians

dari

dalam residual

uji

Heteroskedastisitas

model satu

regresi

terjadi

pengamatan

ke

pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Data yang baik adalah data yang bersifat homoskedastisitas. Homoskedastisitas terjadi jika varian variabel pada model regresi memiliki nilai yang konstan. Heteroskedastisitas berarti varian variabel gangguan yang tidak konstan. Dalam kenyataannya masalah heteroskedastisitas lebih sering muncul pada data yang bersifat cross section dibanding data time series. Jika varian dari residual suatu pengamatan ke pengamatan lainnya tetap, maka disebut heteroskedastisitas. Untuk menguji apakah model mengandung heteroskedastis atau tidak, dapat menggunakan salah satunya adalah uji Park. Uji Park dikembangkan oleh Park tahun 1996 (Winarno, 2009:118). Langkahnya adalah sebagai berikut:

83

Ln (residual²) = b0+ b1X1it + b2X2it + ε Ln merupakan ln dari variabel residual² b0 = Konstanta X1 = Variabel independen X2 = Variabel independen Tabel 4.12 Hasil Uji park Dependent Variable: LOG(RES2) Method: Panel EGLS (Cross-section random effects) Date: 08/27/13 Time: 22:52 Sample: 2006 2011 Periods included: 6 Cross-sections included: 10 Total panel (balanced) observations: 60 Swamy and Arora estimator of component variances Variable

Coefficient

Std. Error

t-Statistic

Prob.

C INFLASI BI_RATE DPK NPL CAR

-6.464849 0.151686 0.096049 -4.10E-09 0.262801 0.041497

1.537494 0.122937 0.275620 2.89E-09 0.157467 0.072506

-4.204795 1.233853 0.348485 -1.418905 1.668924 0.572322

0.0001 0.2226 0.7288 0.1617 0.1009 0.5695

Effects Specification S.D. Cross-section random Idiosyncratic random

0.637058 1.566939

Rho 0.1418 0.8582

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.282868 0.216467 1.566470 4.259983 0.002448

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

-2.606420 1.769675 132.5068 1.766497

Sumber: Data diolah Berdasarkan tabel uji park di atas, dapat disimpulkan bahwa nilai probabilitas setiap variabel independen > 0,05. Hal

84

tersebut

menyatakan

model

regresi

ini

telah

bebas

heteroskedastisitas (Winarno, 2009:118). d. Uji Autokorelasi Autokorelasi

adalah

hubungan

antara

residual

satu

observasi dengan residual observasi lainnya. Autokorelasi lebih mudah timbul pada data yang bersifat time series, sebab data sekarang dipengaruhi pula oleh data sebelumnya. Meskipun demikian, tidak dapat dipungkiri bahwa autokorelasi dapat juga terjadi pada data yang bersifat cross section (Winarno, 2007:130). Tabel 4.13 Hasil Uji Autokorelasi Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.966952 0.963892 0.075686 315.9951 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

4.015373 0.398302 0.309332 1.658227

Sumber: Data diolah Berdasarkan data yang telah diolah, model random effects ini mempunyai nilai Durbin Watson sebesar 1.658227 yang berarti menyatakan bebas autokorelasi. Sebab menurut Singgih Santoso (2012:243) apabila angka D-W berada di antara -2 sampai +2, maka tidak terjadi autokorelasi.

85

4. Uji Hipotesis a. Uji F (Simultan) Uji F digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen secara keseluruhan. Apabila tingkat signifikansi variabel X terhadap variabel Y secara keseluruhan berada dibawah 0,05 maka dikatakan bahwa variabel tersebut berpengaruh signifikan. Uji F juga dapat dilakukan dengan membandingkan antara F-hitung dengan F-tabel. Berikut ini adalah hasil uji F (Simultan). Tabel 4.14 Hasil Uji F Dependent Variable: LN_Kredit? Method: Pooled EGLS (Cross-section random effects) Date: 07/04/13 Time: 11:04 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Swamy and Arora estimator of component variances Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR?

5.038700 0.094773 -0.586345 0.796190 -0.084809 -0.165453

0.968393 0.035554 0.119500 0.043178 0.042193 0.073333

5.203158 2.665573 -4.906668 18.43966 -2.010026 -2.256192

0.0000 0.0101 0.0000 0.0000 0.0494 0.0281

Effects Specification S.D. Cross-section random Idiosyncratic random

0.136691 0.076349

Rho 0.7622 0.2378

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.966952 0.963892 0.075686 315.9951 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

4.015373 0.398302 0.309332 1.658227

Sumber: Data diolah 86

Dari tabel diatas, diperoleh nilai F-hitung sebesar 315.9951 dengan tingkat probabilitas dibawah 0,05. Selain ketetapan uji F berdasarkan

tingkat

probabilitas,

berikut

ini

uji

F

akan

dibandingkan antara nilai F-hitung dengan F-tabel. Perhitungan Ftabel mengacu kepada Widarjono (2010:23) adalah sebagai berikut: df = (k-1) (n-k)

= (6-1) (60-6)

=5 54

Jika nilai F hitung (315.9951) > nilai F tabel (2.39), maka disimpulkan bahwa variabel independen berpengaruh terhadap variabel dependen secara simultan. b. Uji t (Parsial) Nachrowi

&

Usman

(2006:12)

mengatakan

setelah

melakukan uji koefisien regresi secara keseluruhan, maka langkah selanjutnya adalah menghitung koefisien regresi secara parsial yang biasa disebut dengan uji t. Uji t digunakan untuk mengetahui pengaruh masing- masing variabel X terhadap variabel Y. Berikut ini hipotesis yang digunakan untuk menganalisis uji t. Nilai t-hitung > nilai t-tabel maka H0 ditolak atau menerima Ha Nilai t-hitung < nilai t-tabel maka H0 diterima atau menolak Ha Jika menolak H0 atau menerima Ha berarti secara statistik variabel independen signifikan mempengaruhi variabel dependen dan jika menerima H0 atau menolak Ha berarti secara statistik, variabel independen tidak signifikan mempengaruhi variabel 87

dependen

(Widarjono,

2009:43).

Uji

t

dilakukan

dengan

menggunakan uji satu sisi (one tail test), dengan ⍺ = 5%, maka diperoleh t-tabel sebagai berikut: (Widarjono, 2009:65).

=

⍺ ; df = (n-k)

=

0,05 ; = 54

=

1.67356

t-tabel =

5% ; df = (60-6)

88

Berikut ini merupakan tabel hasil uji t dengan Random Effect model Tabel 4.15 Hasil Uji t Dependent Variable: LN_Kredit? Method: Pooled EGLS (Cross-section random effects) Date: 07/04/13 Time: 11:04 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Swamy and Arora estimator of component variances Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR? Random Effects (Cross) _BMRI—C _BBRI—C _BBCA—C _BBNI—C _BNGA—C _BDMN—C _PNBN—C _BNLI—C _BNII—C _BBTN—C

5.038700 0.094773 -0.586345 0.796190 -0.084809 -0.165453

0.968393 0.035554 0.119500 0.043178 0.042193 0.073333

5.203158 2.665573 -4.906668 18.43966 -2.010026 -2.256192

0.0000 0.0101 0.0000 0.0000 0.0494 0.0281

0.014986 0.154326 -0.270019 -0.023535 0.111264 0.094161 0.001356 -0.046853 -0.110495 0.074810 Effects Specification S.D.

Cross-section random Idiosyncratic random

0.136691 0.076349

Rho 0.7622 0.2378

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.966952 0.963892 0.075686 315.9951 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

4.015373 0.398302 0.309332 1.658227

Sumber: Data diolah

89

Berdasarkan hasil uji t diatas maka dapat diperoleh beberapa kesimpulan sebagai berikut: 1) Inflasi memiliki nilai t hitung sebesar 2.665573 dengan tingkat probabilitas sebesar 0.0101 yang berada dibawah tingkat α sebesar 0,05. Karena nilai signifikansi < dari 0,05 dan nilai t hitung sebesar 2.665573 > dari nilai t tabel sebesar 1.67356, maka dinyatakan bahwa inflasi berpengaruh positif terhadap penyaluran kredit. Hasil ini berbeda dengan hipotesis yang dinyatakan sebelumnya dimana inflasi berpengaruh negatif terhadap penyaluran kredit, akan tetapi hasil penelitian ini didukung dengan penelitian terdahulu yang dilakukan Haryati (2009). 2) BI Rate memiliki nilai t hitung sebesar -4.906668 dengan tingkat probabilitas sebesar 0.0000 yang berada dibawah tingkat α sebesar 0,05. Karena nilai signifikansi < dari 0,05 dan nilai t hitung sebesar -4.906668 < nilai -t tabel sebesar -1.67356, maka Ha2 dapat diterima yang berarti bahwa BI Rate berpengaruh negatif terhadap penyaluran kredit. Hasil penelitian ini sesuai dengan penelitian terdahulu yang dilakukan Haryati (2009). 3) DPK memiliki nilai t hitung sebesar 18.43966 dengan tingkat probabilitas sebesar 0.0000 yang berada dibawah tingkat α sebesar 0,05. Karena nilai signifikansi < dari 0,05 dan nilai t hitung sebesar 18.43966 > nilai t tabel sebesar 1.67356, maka Ha3 dapat diterima yang berarti bahwa variabel DPK berpengaruh positif terhadap 90

penyaluran kredit. Hasil ini sesuai dengan penelitian terdahulu yang dilakukan Haryati (2009) dan Pratama (2010). 4) NPL memiliki nilai t hitung sebesar -2.010026 dengan tingkat probabilitas sebesar 0.0494 yang berada dibawah tingkat α sebesar 0,05. Karena nilai signifikansi < dari 0,05 dan nilai t hitung sebesar -2.010026 < nilai -t tabel sebesar -1.67356, maka Ha4 dapat diterima yang berarti bahwa NPL berpengaruh negatif terhadap penyaluran kredit. Hasil ini sesuai dengan penelitian terdahulu yang dilakukan Pratama (2010). 5) CAR memiliki nilai t hitung sebesar -2.256192 dengan tingkat probabilitas sebesar 0.0281 yang berada dibawah tingkat α sebesar 0,05. Karena nilai signifikansi < dari 0,05 dan nilai t hitung sebesar -2.256192 < nilai -t tabel sebesar -1.67356, maka dinyatakan bahwa CAR berpengaruh negatif terhadap penyaluran kredit. Hal ini berbeda dengan hipotesis yang dinyatakan sebelumnya, dimana CAR berpengaruh positif terhadap penyaluran kredit. Akan tetapi hasil penelitian ini didukung dengan penelitian terdahulu yang dilakukan oleh Musaddad (2010). c. Nilai Koefisien Determinasi Koefisien determinasi merupakan bagian dari uji hipotesis yang memperlihatkan seberapa besar pengaruh variabel independen terhadap variabel dependen. Apabila R2 mendekati 1, maka dapat dikatakan bahwa variabel independen yang digunakan dapat 91

menjelaskan variabel dependen secara keseluruhan, begitupun sebaliknya. Nachrowi & Usman (2006:127) mengatakan bahwa dalam model regresi lebih tepat menggunakan Adjusted R Square, sebab nilainya lebih tepat. Berikut ini merupakan hasil Adjusted R Square. Tabel 4.16 Nilai Adjusted R Square Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.966952 0.963892 0.075686 315.9951 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

4.015373 0.398302 0.309332 1.658227

Sumber: Data diolah Dari tabel di atas, dapat disimpulkan bahwa besarnya angka Adjusted R Square sebesar 96,39%. Hal ini menunjukkan bahwa Inflasi, BI Rate, Dana Pihak Ketiga, Non Performing Loan dan Capital Adequacy Ratio dapat menjelaskam penyaluran kredit sebesar 96,39% dan sisanya dipengaruhi oleh variabel independen lain yang tidak digunakan dalam penelitian ini.

92

5. Analisis Regresi Data Panel Tabel. 4.17 Interpretasi dengan Random Effect Model Dependent Variable: LN_Kredit? Method: Pooled EGLS (Cross-section random effects) Date: 07/04/13 Time: 11:04 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Swamy and Arora estimator of component variances Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR? Random Effects (Cross) _BMRI—C _BBRI—C _BBCA—C _BBNI—C _BNGA—C _BDMN—C _PNBN—C _BNLI—C _BNII—C _BBTN—C

5.038700 0.094773 -0.586345 0.796190 -0.084809 -0.165453

0.968393 0.035554 0.119500 0.043178 0.042193 0.073333

5.203158 2.665573 -4.906668 18.43966 -2.010026 -2.256192

0.0000 0.0101 0.0000 0.0000 0.0494 0.0281

0.014986 0.154326 -0.270019 -0.023535 0.111264 0.094161 0.001356 -0.046853 -0.110495 0.074810 Effects Specification S.D.

Cross-section random Idiosyncratic random

0.136691 0.076349

Rho 0.7622 0.2378

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob (F-statistic)

0.966952 0.963892 0.075686 315.9951 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

4.015373 0.398302 0.309332 1.658227

Sumber: Data diolah

93

Dari hasil regresi data panel dengan menggunakan Random Effect model, maka dapat dibentuk persamaan sebagai berikut: Ln_Kredit = 5.038700 + 0.094773 Ln_Inflasi – 0.586345 Ln_BI_Rate + 0.796190 Ln_DPK – 0.084809 Ln_NPL – 0.165453 Ln_CAR + e Berikut ini hasil regresi data panel dengan model random effect hasil menjelaskan: a. Masing-masing pengaruh variabel independen terhadap variabel dependen 1) Pengaruh Inflasi terhadap penyaluran kredit Hasil uji hipotesis menunjukkan nilai t hitung Inflasi sebesar 2.665573 > dari nilai t tabel sebesar 1.67356 dengan nilai signifikansi < 0,05 sehingga dinyatakan bahwa inflasi berpengaruh positif signifikan terhadap penyaluran kredit. Nilai koefisien dari inflasi memiliki arah positif yaitu sebesar 0,094773. Nilai ini menunjukkan bahwa setiap peningkatan 1% pada inflasi akan meningkatkan kredit perbankan sebesar 0,094773 dengan asumsi bahwa variabel lain bernilai konstan. Hasil penelitian ini berbeda dengan hipotesis yang dinyatakan sebelumnya dimana inflasi berpengaruh negatif signifikan terhadap penyaluran kredit, akan tetapi hasil penelitian ini didukung dengan penelitian terdahulu yang dilakukan oleh Haryati (2009) yang menyatakan inflasi 94

berpengaruh

positif

signifikan

terhadap

kredit.

Meningkatnya

inflasi,

pemerintah

mensiasati

dengan

menaikkan BI Rate. BI Rate yang meningkat berdampak pada peningkatan suku bunga simpanan. Tingkat Suku bunga simpanan yang relatif tinggi akan menimbulkan hasrat masyarakat untuk menyimpan dananya di bank. Dengan begitu akan ada pemasukan untuk menyalurkan kredit kepada pihak yang membutuhkan. 2) Pengaruh BI Rate terhadap penyaluran kredit Hasil uji hipotesis menunjukkan nilai t hitung BI Rate sebesar -4.906668 < nilai -t tabel sebesar -1.67356 dengan nilai signifikansi < 0,05 maka dinyatakan Ha2 dapat diterima. Hal ini dinyatakan bahwa BI Rate berpengaruh negatif signifikan terhadap penyaluran kredit.

Nilai

koefisien dari BI Rate memiliki arah negatif yaitu sebesar 0,586345. Nilai ini menunjukkan bahwa setiap peningkatan 1% pada BI Rate akan menurunkan kredit perbankan sebesar 0,586345 dengan asumsi bahwa variabel lain bernilai konstan. Meningkatnya inflasi tentu akan meningkatkan BI Rate, sebab dengan peningkatan BI Rate akan menaikkan suku bunga simpanan yang diikuti dengan suku bunga pinjaman. Meningkatnya suku bunga pinjaman akan 95

membuat masyarakat segan untuk mengajukan kredit. Dengan begitu kredit yang disalurkan pihak bank pun akan ikut terhambat. Hasil penelitian ini sesuai dengan penelitian terdahulu yang dilakukan oleh Haryati (2009) yang menyatakan BI Rate berpengaruh negatif signifikan terhadap kredit. 3) Pengaruh Dana Pihak Ketiga terhadap penyaluran kredit Hasil uji hipotesis menunjukkan nilai t hitung DPK sebesar 18.43966 > nilai t tabel sebesar 1.67356 dengan nilai signifikansi < 0,05 maka dinyatakan Ha3 dapat diterima. Nilai koefisien dari Dana Pihak Ketiga memiliki arah positif yaitu sebesar 0,796190. Nilai ini menunjukkan bahwa setiap kenaikan 1 rupiah pada DPK akan meningkatkan kredit perbankan sebesar 0,796190 dengan asumsi bahwa variabel lain bernilai konstan. Dalam melakukan kegiatan usahanya sehari-hari, bank harus mempunyai dana agar dapat memberikan kredit kepada masyarakat. Salah satunya adalah dana masyarakat yang merupakan mayoritas dari seluruh dana yang dihimpun oleh bank dalam kegiatan usaha sehari-hari (Kuncoro dan Suhardjono, 2011:68). Meningkatnya jumlah DPK yang berhasil dihimpun ternyata masih mendominasi peningkatan jumlah kredit yang dapat disalurkan, oleh 96

karena itu, salah satu strategi bank dalam menarik minat masyarakat adalah menetapkan biaya operasional sebagai imbalan

yang

sesuai

dengan

tetap

memperhatikan

keuntungan yang didapat. Hasil penelitian ini sesuai dengan model teoritis serta penelitian terdahulu yang dilakukan Haryati (2009), Hasanudin (2010) dan Pratama (2010) yang menyatakan DPK berpengaruh positif signifikan terhadap penyaluran kredit. 4) Pengaruh Non Performing Loan terhadap penyaluran kredit Hasil uji hipotesis menunjukkan nilai t hitung NPL sebesar -2.010026 < nilai -t tabel sebesar -1.67356 dengan nilai signifikansi < 0,05, maka Ha4 dapat diterima. Hal ini dinyatakan bahwa NPL berpengaruh negatif signifikan terhadap penyaluran kredit. Nilai koefisien dari Non Performing Loan (NPL) memiliki arah negatif yaitu sebesar -0,084809. Nilai ini menunjukkan bahwa setiap peningkatan 1% pada Non Performing Loan (NPL) akan menurunkan kredit perbankan sebesar 0,084809 dengan asumsi bahwa variabel lain bernilai konstan. Non Performing Loan merupakan rasio dari risiko kredit, dimana NPL ini adalah sebuah kondisi yang sangat ditakuti oleh setiap pegawai bank. Karena dengan kredit bermasalah

tersebut

akan

menyebabkan

menurunnya 97

pendapatan

bank

yang

selanjutnya

memungkinkan

terjadinya penurunan laba (Kuncoro dan Suhardjono, 2011:427).

Oleh

karena

itu,

NPL memang sangat

mempengaruhi peningkatan atau penurunan bank dalam menyalurkan kreditnya. Tingkat NPL yang tinggi menyebabkan bank enggan dalam menyalurkan kreditnya, sebab bank tidak akan dapat mendapatkan pendapatan bunga serta tidak dapat memenuhi kebutuhan likuiditas apabila diperlukan. Hasil penelitian ini sesuai dengan model teoritis serta penelitian terdahulu yang dilakukan oleh Pratama (2010) yang menyatakan NPL berpengaruh negatif signifikan terhadap penyaluran kredit. 5) Pengaruh Capital Adequacy Ratio terhadap penyaluran kredit Hasil uji hipotesis menunjukkan nilai t hitung CAR sebesar -2.256192 < nilai -t tabel sebesar -1.67356 dengan nilai signifikansi < 0,05 sehingga dapat dikatakan bahwa CAR berpengaruh negatif signifikan terhadap penyaluran kredit. Nilai koefisien dari CAR memiliki arah negatif yaitu sebesar -0,165453. Nilai ini menunjukkan bahwa setiap peningkatan 1% pada CAR akan menurunkan kredit perbankan sebesar 0,165453 dengan asumsi bahwa variabel lain bernilai konstan. 98

Hasil penelitian ini berbeda dengan hipotesis yang dinyatakan sebelumnya, dimana CAR berpengaruh positif signifikan terhadap penyaluran kredit. Akan tetapi hasil penelitian ini didukung dengan penelitian terdahulu yang dilakukan oleh Musaddad (2010) yang menyatakan CAR berpengaruh negatif signifikan terhadap penyaluran kredit. Dimana tingginya CAR yang dimiliki akan mengurangi kredit yang disalurkan, sebab CAR dapat mengatasi risiko yang terjadi (risiko kredit). Dengan demikian cadangan yang digunakan untuk melakukan ekspansi kredit berkurang sehingga akan mengurangi pula keinginan untuk melakukan kegiatan tersebut. b. Variabel independen yang paling dominan mempengaruhi variabel dependen Di antara variabel independen yang terdiri dari Inflasi, BI Rate, DPK, NPL dan CAR yang paling dominan mempengaruhi kemampuan bank dalam menyalurkan kredit adalah dana pihak ketiga. Dapat dilihat dari nilai tertinggi pada kolam koefisien. Koefisien dari Dana Pihak Ketiga mempunyai nilai sebesar 0.796190. Hal ini menunjukkan bahwa dana masyarakat memang berperan

penting

terhadap

kemampuan

bank

menyalurkan

kreditnya dalam rangka membantu kebutuhan atau usaha masyarakat. 99

BAB V KESIMPULAN DAN SARAN A. KESIMPULAN Berdasarkan hasil analisis yang telah dilakukan dengan menggunakan regresi data panel, dapat diperoleh kesimpulan bahwa: 1. Variabel independen yang terdiri dari Inflasi dan Dana Pihak Ketiga berpengaruh positif signifikan terhadap penyaluran kredit. Sedangkan BI Rate, Non Performing Loan dan Capital Adequacy Ratio berpengaruh negatif signifikan terhadap penyaluran kredit. Hal ini menunjukkan bahwa positif dan signifikannya inflasi akan menyebabkan suku bunga simpanan bank meningkat dan hal itu akan mendongkrak DPK ikut berpengaruh positif terhadap penyaluran kredit. Semakin banyak dana yang dihimpun akan semakin meningkatkan kemampuan bank dalam menyalurkan kredit. Berpengaruh negatif dan signifikannya BI Rate, Non Performing Loan dan Capital Adequacy Ratio terhadap penyaluran kredit merupakan kondisi eksternal dan internal bank itu sendiri. BI Rate yang meningkat akan menjadikan suku bunga kredit meningkat dan menyebabkan terjadinya risiko kredit. Risiko kredit yang terjadi tentu

membutuhkan

persediaan

modal

yang

cukup

untuk

mengatasinya. Hal tersebut menjadikan modal berkurang dan akan mengurangi pula kemampuan bank dalam menyalurkan kredit.

100

2. Di antara variabel independen yang terdiri dari Inflasi, BI Rate, DPK, NPL dan CAR yang paling dominan mempengaruhi kemampuan bank dalam menyalurkan kredit adalah dana pihak ketiga. Dapat dilihat dari nilai tertinggi pada kolam koefisien. Koefisien dari variabel DPK mempunyai nilai sebesar 0.796190. Hal ini menunjukkan bahwa dana masyarakat memang berperan penting terhadap kemampuan bank menyalurkan kreditnya dalam rangka membantu kebutuhan atau usaha masyarakat. Hasil ini sesuai dengan model teoritis yang dipaparkan oleh Kuncoro (2011:68) dan penelitian terdahulu yang dilakukan oleh Felicia Omowunmi Olokoyo (2011). B. SARAN Sebagai peneliti, saya menyadari bahwa penelitian ini masih perlu dibenahi dan terus dilakukan mengingat perekonomian terus berjalan dengan penyaluran kredit sebagai salah satu indikator dalam mencapai keberhasilan ekonomi nasional. Oleh karena itu, peneliti memaparkan beberapa saran untuk peneliti lain dimasa mendatang yang akan melakukan penelitian sejenis terkait dengan penelitian ini. Beberapa hal tersebut adalah sebagai berikut: 1. Diharapkan dapat menambah variabel independen lainnya untuk memperkaya kajian ini yang disesuaikan dengan keadaan perekonomian saat ini. 2. Periode penelitian ini dimulai pada tahun 2006-2011. Diharapkan peneliti lain menggunakan periode data yang lebih akurat yang disesuaikan dengan 101

keadaan ekonomi saat ini dengan jumlah data yang lebih banyak dan rentang waktu yang lebih panjang. Penggunaan data yang lebih akurat dan rentang waktu yang lebih panjang memungkinkan hasil penelitian menjadi lebih baik. 3. Untuk menambah sampel, diharapkan dapat menggunakan kriteria lain agar mendapat hasil yang lebih baik. 4. Peneliti lain diharapkan dapat menggunakan metode lain yang lebih lengkap dan akurat sehingga dapat diperoleh kesimpulan yang lebih valid. 5. Bagi pihak perbankan, diharapkan hasil penelitian ini dapat dijadikan sebagai bahan rujukan dan evaluasi dalam mengelola bank menjadi lebih baik lagi terutama dalam menghimpun dana dan menyalurkannya kembali kepada masyarakat yang membutuhkan yang tentunya disesuaikan dengan asas perkreditan untuk meminimalisir terjadinya hal yang tidak diinginkan. 6. Bagi masyarakat, diharapkan hasil penelitian ini berguna bagi para calon nasabah dalam mengetahui kinerja bank yang berkaitan dengan perannya sebagai lembaga intermediasi serta dapat dijadikan sebagai bahan pengambilan keputusan para calon nasabah dalam memilih bank mana yang akan dijadikan sebagai tempat menyimpan uangnya dengan aman.

102

DAFTAR PUSTAKA Arthesa, Ade dan Handiman, Edia. “Bank dan Lembaga Keuangan Bukan Bank”, PT. Indeks, 2006. Athanasoglou, P.P, Brissimis, S N. dan Delis, M. D. “Bank-specific, Industry Specific and Macroeconomic Determinants of Bank Profitability”, MPRA Paper, No.153, 2005. Bogoev, Jane. “Bank’s Risk Preferences and Their Impact on the Loan Supply Function: Empirical Investigation for the Case of the Republic of Macedonia”, Macedonia and Staffordshire University, 2010. Chauzi, Ahmad Wirman. “Analisis Faktor – Faktor yang Mempengaruhi Kebijakan Penyaluran Kredit Perbankan”, Skripsi S1 Fakultas Ekonomi dan Bisnis Universitas Syarif Hidayatullah, Jakarta, 2011. Diah, G.A Utari. “Pertumbuhan Kredit Optimal”, Buletin Ekonomi Moneter dan Perbankan, Oktober 2012. Dwijayanthi, Febrina dan Prima Naomi. “Analisis Pengaruh Inflasi, BI Rate, dan Nilai Tukar Mata Uang Terhadap Profitabilitas Bank Periode 20032007”, Jurnal vol 3, 2009. Fahmi, Irham dan Hadi, Yovi Lavianti. “Pengantar Manajemen Perkreditan”, Alfabeta, Bandung, 2010. Gujarati, Damodar N. Dawn. C. Porter. “Basic Econometrics Fourth Edition”, The Mc. Growth Hill Companies Inc, New York, 2003. Hamid, Abdul. “Panduan Penulisan Skripsi”, Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta, 2010. Han, Xiaoxiao and Seo Ji-Yong. “Influential Factors in Lending and Profitability in Commercial Chinese Banks”,

African Journal of Business

Management Vol. 6 (36), 12 September, 2012. 103

Hardanto, Sulad Sri. “Manajemen Risiko Bagi Bank Umum”, PT Elex Media Komputindo, Jakarta, 2006. Haryati, Sri. “Pertumbuhan Kredit Perbankan di Indonesia: Intermediasi dan Pengaruh Variabel Makro Ekonomi”, Jurnal Keuangan dan Perbankan, Vol 13 No 2 Surabaya, 2009. Hasanudin Mohamad & Prihatiningsih. “Analisis Pengaruh Dana Pihak Ketiga, Tingkat Suku Bunga Kredit, NPL dan Tingkat Inflasi Terhadap Penyaluran Kredit BPR di Jawa Tengah”, Teknis Vol 5 No. 1 Semarang, April 2010. Hassan, M.K. & Bashir, A. “Determinants of Islamic Banking Profitability. Paper Preseted at the Proceedings of the Economic Research Forum 10th Annual Conference”, Marakesh-Morocco, 2003. Ismail. “Manajemen Perbankan: Dari Teori Menuju Aplikasi”, Kencana, Jakarta, 2010. Kasmir. “Manajemen Perbankan”, PT Raja Grafindo Persada, Jakarta, 2003. Kuncoro, Mudrajad dan Suhardjono. “Manajemen Perbankan Teori dan Aplikasi”, BPFE, Yogyakarta, 2011. Latumeriessa, Julius R. “Mengenal Aspek Operasi Bank Umum”, Bumi Aksara, 1999. Manurung Mandala, Prathama Rahardja. “Uang, Perbankan, dan Ekonomi Moneter”, FE-UI, Jakarta. 2004. Mukhlis, Imam. “Penyaluran Kredit Bank ditinjau dari Jumlah Dana Pihak Ketiga dan Tingkat Non Performing Loans pada BRI 2000-2009”, Jurnal Keuangan dan Perbankan, vol 15 no 1 Januari, 2011. Musaddad, Faizal. “Analisis Pengaruh DPK, CAR, Suku Bunga SBI, dan Inflasi terhadap Penyaluran Kredit serta Implikasinya terhadap Profitabilitas 104

pada Bank Umum”, Skripsi S1 Fakultas Ekonomi dan Bisnis Universitas Syarif Hidayatullah, Jakarta, 2010. Nachrowi dan Hardius Usman. “Ekonometrika untuk Analisis Ekonomi dan Keuangan”, Fakultas Ekonomi Universitas Indonesia, Jakarta, 2006. Olokoyo, Felicia Omowunmi. “Determinant of Commercial Bank’s Lending Behavior in Nigeria”, International Journal of Financial Research, vol 2 no 2 July, 2011. Pohan, Aulia. “Kerangka Kebijakan Moneter dan Implementasinya Di Indonesia”, PT. Grafindo Persada, Jakarta, 2008. Pratama, Billy Arma. “Analisis Faktor- faktor yang Mempengaruhi Kebijakan Penyaluran Kredit Perbankan”, Tesis Universitas Diponegoro, 2010. Prayudi, Arditya. “Pengaruh Capital Adequacy Ratio (CAR), Non Performing Loan (NPL), BOPO, Return On Asset (ROA), dan Net Interest Margin (NIM) terhadap Loan to Deposit Ratio (LDR)”, JurnalEkonomi, 2011. Riyadi, Slamet. “Banking Assets and Liability Management”, LP-FEUI, Jakarta, 2006. Santoso, Singgih. “Aplikasi SPSS pada Statistik Parametrik”, PT. Elex Media Komputindo, Jakarta, 2012. Satria, Dias dan Rangga Bagus Subegti. “Determinasi Penyaluran Kredit Bank Umum di Indonesia periode 2006-2009”, Jurnal Keuangan dan Perbankan, vol 14 no 3 September, 2010. Siamat, Dahlan. “Manajemen Lembaga Keuangan; kebijakan moneter dan perbankan (edisi kelima)”, Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta, 2005. Siddiqui, A. "Financial contracts, risk and performance of Islamic banking". Managerial Finance”, 34 (10), 680-694, 2008. 105

Sugiyono. “Metode Penelitian Bisnis”. CV. Alfabeta, Bandung, 2003. Suliyanto. “Ekonometrika Terapan, Teori dan Aplikasi dengan SPSS”, CV. Andi Offset, Yogyakarta, 2011. Sutojo, Siswanto. “Strategi Manajemen Kredit Bank Umum”, PT. Damar Mulia Pustaka, Jakarta, 2000. “Menangani Kredit Bermasalah”, PT. Damar Mulia Pustaka, Jakarta, 2008. Wahyu, Condro Sujati,”Analisis fakor-faktor yang mempengruhi volume alokasi kredit usaha kecil (KUK)”, Skripsi S1 Fakultas Ekonomi Universitas Islam Indonesia Yogyakarta, 2007. Widarjono, Agus. “Ekonometrika Pengantar dan Aplikasinya”, Ekonisia FE UII, Yogyakarta, 2009. “Analisis Statistika Multivariat Terapan”, Sekolah Tinggi Ilmu Manajemen YKPN, Yogyakarta, 2010. Winarno, Wing Wahyu. “Analisis Ekonometrika dan Statistika dengan Eviews”, Unit Penerbit dan Percetakan Sekolah Tinggi Ilmu Manajemen, Yogyakarta, 2009. Zakaria, Junaiddin. “Pengantar Teori Ekonomi Makro”, Gaung Persada Pers, Jakarta, 2009. Website: www.bi.go.id www.google.com www.idx.co.id www.proquest.com 106

LAMPIRAN Lampiran 1: Data Variabel Penelitian Sebelum Transformasi KODE

PERIODE

_BMRI

2006

KREDIT 109.379.723

_BMRI

2007

126.826.445

_BMRI

2008

159.007.051

_BMRI

2009

179.687.845

_BMRI

2010

_BMRI

9,75

DPK 197.438.261

7,08

25,3

6,59

8

239.920.497

6,33

21,11

11,06

9,25

279.342.151

4,69

15,72

2,78

6,5

309.457.617

2,62

15,55

219.032.483

6,96

6,5

332.727.856

2,21

13,36

2011

273.962.101

3,79

6

380.236.178

2,18

15,13

2006

90.282.752

9,75

124.466.447

4,81

19,97

2007

113.853.335

8

167.086.725

3,44

16,66

2008

161.061.059

9,25

204.923.465

2,8

13,67

_BBRI

2009

205.522.394

2,78

6,5

255.739.540

3,52

13,3

_BBRI

2010

246.968.128

6,96

6,5

328.555.801

2,78

13,76

_BBRI

2011

283.586.497

3,79

6

372.148.122

2,3

14,96

_BBCA

2006

61.595.395

6,6

9,75

152.737.016

1,3

22,21

_BBCA

2007

82.566.624

6,59

8

189.177.865

0,81

18,79

2008

112.846.634

9,25

209.534.858

0,6

15,56

2009

123.596.037

6,5

244.666.005

0,73

15,34

2010

153.965.023

6,5

277.533.692

0,64

13,5

_BBCA

2011

202.268.608

3,79

6

323.457.283

0,49

12,75

_BBNI

2006

65.507.448

6,6

9,75

136.140.948

10,47

15,95

_BBNI

2007

86.875.192

6,59

8

150.228.182

8,18

17,65

_BBNI

2008

108.896.144

11,06

9,25

160.283.417

4,96

14,38

_BBNI

2009

117.644.695

2,78

6,5

193.928.796

4,68

13,91

2010

132.852.979

6,5

189.378.393

4,28

18,63

2011

158.164.743

6

224.755.289

3,61

17,63

2006

33.194.708

9,75

39.153.386

3,47

17,45

_BNGA

2007

41.792.408

6,59

8

45.166.492

3,79

15,91

_BNGA

2008

73.918.341

11,06

9,25

84.051.174

2,5

16,33

_BNGA

2009

82.970.368

2,78

6,5

86.248.005

3,06

13,63

_BNGA

2010

102.108.984

6,96

6,5

115.830.983

2,53

13,24

_BNGA

2011

120.219.882

3,79

6

127.677.474

2,68

13,09

2006

40.878.420

9,75

54.378.258

3,31

22,37

2007

50.926.572

8

57.372.164

2,27

20,57

2008

64.233.906

9,25

74.069.938

2,34

13,99

2009

59.832.098

6,5

67.258.594

4,64

17,72

_BBRI _BBRI _BBRI

_BBCA _BBCA _BBCA

_BBNI _BBNI _BNGA

_BDMN _BDMN _BDMN _BDMN

INFLASI

BI_RATE 6,6

6,6 6,59 11,06

11,06 2,78 6,96

6,96 3,79 6,6

6,6 6,59 11,06 2,78

NPL

CAR

107

_BDMN

2010

75.090.482

6,96

6,5

79.541.163

3,25

13,25

_BDMN

2011

86.699.835

3,79

6

87.993.957

2,71

16,62

2006

19.137.017

9,75

23.774.433

5,95

31,71

2007

29.549.177

8

31.368.961

3,06

23,34

_PNBN

2008

36.868.879

11,06

9,25

47.618.342

4,34

20,65

_PNBN

2009

43.196.490

2,78

6,5

56.307.224

3,15

21,93

_PNBN

2010

57.525.466

6,96

6,5

75.054.982

4,36

16,58

_PNBN _BNLI

2011

70.793.812

3,79

6

85.536.601

3,56

17,45

2006

23.804.500

6,6

9,75

28.660.303

6,4

14,4

_BNLI

2007

26.454.502

6,59

8

30.092.189

4,6

14

2008

34.850.805

9,25

42.803.015

3,5

11,1

6,5

45.751.144

4

12,2

_PNBN _PNBN

_BNLI _BNLI

6,6 6,59

11,06

2009

41.201.583

_BNLI

2010

50.589.480

6,96

6,5

57.791.510

2,65

14,13

_BNLI

2011

65.859.107

3,79

6

79.258.385

2,34

14,17

_BNII

2006

21.295.476

6,6

9,75

36.893.446

5,43

24,08

_BNII

2007

28.392.496

6,59

8

36.772.754

3,12

21,35

_BNII

2008

35.057.139

11,06

9,25

43.448.673

2,75

19,79

_BNII

2009

37.047.434

2,78

6,5

47.182.372

2,39

14,83

2010

49.695.623

6,5

59.507.744

3,15

12,65

6

70.075.044

2,07

12,03

_BNII _BNII

2,78

6,96

2011

62.574.123

_BBTN

2006

18.086.350

6,6

9,75

21.594.665

3,91

18,23

_BBTN

2007

22.342.906

6,59

8

24.187.088

4,05

21,86

_BBTN

2008

32.025.231

11,06

9,25

31.448.744

3,2

16,44

_BBTN

2009

40.732.954

2,78

6,5

40.214.954

3,36

21,99

_BBTN

2010

48.702.920

6,96

6,5

45.332.091

3,26

16,74

_BBTN

2011

59.337.756

3,79

6

58.645.450

2,75

15,03

3,79

108

Setelah Transformasi Ln_DPK

KODE

PERIODE

Ln_KREDIT

Ln_INFLASI

Ln_BI_RATE

_BMRI

2006

18,51034

1,88707

2,277267

19,10094

1,957274

3,230804

2,079442

19,29582

1,8453

3,049747

2,224624

19,44795

1,545433

2,754934

1,871802

19,55033

0,963174

2,744061

_BMRI _BMRI _BMRI

2007 2008 2009

18,65833 18,88446 19,00673

1,885553 2,403335 1,022451

Ln_NPL

Ln_CAR

_BMRI

2010

19,20473

1,940179

1,871802

19,62284

0,792993

2,592265

_BMRI

2011

19,4285

1,332366

1,791759

19,7563

0,779325

2,71668

_BBRI

2006

18,31846

1,88707

2,277267

18,63955

1,570697

2,994231

_BBRI

2007

18,55042

1,885553

2,079442

18,93402

1,235471

2,813011

_BBRI

2008

18,89729

2,403335

2,224624

19,13815

1,029619

2,615204

1,871802

19,35967

1,258461

2,587764

1,871802

19,61022

1,022451

2,621766

_BBRI _BBRI

2009 2010

19,14107 19,32477

1,022451 1,940179

_BBRI

2011

19,46303

1,332366

1,791759

19,7348

0,832909

2,70538

_BBCA

2006

17,9361

1,88707

2,277267

18,84423

0,262364

3,100543

_BBCA

2007

18,22912

1,885553

2,079442

19,0582

0,593327

2,933325

_BBCA

2008

18,54154

2,403335

2,224624

19,1604

0,470004

2,744704

_BBCA

2009

18,63253

1,022451

1,871802

19,3154

0,548121

2,730464

_BBCA

2010

18,85224

1,940179

1,871802

19,44145

0,494696

2,60269

1,791759

19,59458

0,398776

2,545531

2,277267

18,7292

2,348514

2,769459

_BBCA _BBNI

2011 2006

19,12511 17,99767

1,332366 1,88707

_BBNI

2007

18,27998

1,885553

2,079442

18,82767

2,101692

2,870736

_BBNI

2008

18,50591

2,403335

2,224624

18,89245

1,601406

2,665838

_BBNI

2009

18,58318

1,022451

1,871802

19,083

1,543298

2,632608

_BBNI

2010

18,70475

1,940179

1,871802

19,05926

1,453953

2,924773

_BBNI

2011

18,87915

1,332366

1,791759

19,23052

1,283708

2,869602

_BNGA

2006

17,3179

1,88707

2,277267

17,483

1,244155

2,85934

2,079442

17,62587

1,332366

2,766948

2,224624

18,24694

0,916291

2,793004

1,871802

18,27274

1,118415

2,612273

_BNGA _BNGA _BNGA

2007 2008 2009

17,54823 18,11847 18,23399

1,885553 2,403335 1,022451

_BNGA

2010

18,44155

1,940179

1,871802

18,56764

0,928219

2,583243

_BNGA

2011

18,60483

1,332366

1,791759

18,66502

0,985817

2,571849

_BDMN

2006

17,52611

1,88707

2,277267

17,81147

1,196948

3,107721

_BDMN

2007

17,7459

1,885553

2,079442

17,86507

0,81978

3,023834

_BDMN

2008

17,97804

2,403335

2,224624

18,12052

0,850151

2,638343

1,871802

18,02406

1,534714

2,874694

1,871802

18,19179

1,178655

2,583998

_BDMN _BDMN

2009 2010

17,90705 18,1342

1,022451 1,940179

_BDMN

2011

18,27796

1,332366

1,791759

18,29278

0,996949

2,810607

_PNBN

2006

16,76714

1,88707

2,277267

16,98412

1,783391

3,456632

_PNBN

2007

17,20157

1,885553

2,079442

17,26133

1,118415

3,150169

109

_PNBN

2008

17,42288

2,403335

2,224624

17,67873

1,467874

3,027715

_PNBN

2009

17,58127

1,022451

1,871802

17,84633

1,147402

3,087856

1,871802

18,13373

1,472472

2,808197

1,791759

18,26445

1,269761

2,85934

_PNBN

2010

17,86774

_PNBN _BNLI

2011 2006

16,98539

1,88707

2,277267

17,17102

1,856298

2,667228

_BNLI

2007

17,09094

1,885553

2,079442

17,21978

1,526056

2,639057

_BNLI

2008

17,36659

2,403335

2,224624

17,57212

1,252763

2,406945

_BNLI

2009

17,53399

1,022451

1,871802

17,63873

1,386294

2,501436

_BNLI

2010

17,73925

1,940179

1,871802

17,87235

0,97456

2,6483

_BNLI

2011

18,00303

1,332366

1,791759

18,18822

0,850151

2,651127

2,277267

17,42354

1,691939

3,181382

2,079442

17,42027

1,137833

3,061052

_BNII _BNII

2006 2007

18,07528

1,940179

16,87401 17,16164

1,332366

1,88707 1,885553

_BNII

2008

17,37249

2,403335

2,224624

17,58709

1,011601

2,985177

_BNII

2009

17,42771

1,022451

1,871802

17,66953

0,871293

2,696652

_BNII

2010

17,72143

1,940179

1,871802

17,90162

1,147402

2,537657

_BNII

2011

17,95186

1,332366

1,791759

18,06508

0,727549

2,487404

_BBTN

2006

16,71067

1,88707

2,277267

16,88796

1,363537

2,903069

_BBTN

2007

16,92202

1,885553

2,079442

17,00133

1,398717

3,084658

2,224624

17,26387

1,163151

2,799717

1,871802

17,50975

1,211941

3,090588

1,181727

2,817801

1,011601

2,710048

_BBTN _BBTN

2008 2009

17,28203 17,52255

2,403335 1,022451

_BBTN

2010

17,70125

1,940179

1,871802

17,62953

_BBTN

2011

17,89876

1,332366

1,791759

17,88702

110

Lampiran 2: Model Regresi Data Panel

Common Effect Model Dependent Variable: LN_Kredit? Method: Pooled Least Squares Date: 07/04/13 Time: 10:58 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR?

5.453431 0.121168 -0.728144 0.783506 0.031165 -0.193655

0.597222 0.060524 0.168231 0.023853 0.048603 0.100810

9.131335 2.001968 -4.328231 32.84666 0.641215 -1.920998

0.0000 0.0503 0.0001 0.0000 0.5241 0.0600

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob (F-statistic)

0.964927 0.961680 0.140083 1.059648 35.95592 297.1334 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

18.06119 0.715602 -0.998531 -0.789096 -0.916609 0.637908

111

Fixed Effect Model Dependent Variable: LN_Kredit? Method: Pooled Least Squares Date: 07/04/13 Time: 11:02 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR? Fixed Effects (Cross) _BMRI—C _BBRI—C _BBCA—C _BBNI—C _BNGA—C _BDMN—C _PNBN—C _BNLI—C _BNII—C _BBTN—C

4.580909 0.087422 -0.539770 0.816161 -0.099290 -0.155702

1.393612 0.036749 0.136694 0.062726 0.044216 0.076578

3.287075 2.378880 -3.948743 13.01154 -2.245564 -2.033244

0.0020 0.0217 0.0003 0.0000 0.0297 0.0480

-0.005103 0.144969 -0.312048 -0.029312 0.120707 0.103305 0.014652 -0.030702 -0.104371 0.097904 Effects Specification

Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob (F-statistic)

0.991318 0.988617 0.076349 0.262312 77.84070 367.0074 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

18.06119 0.715602 -2.094690 -1.571104 -1.889887 1.867324

112

Random Effect Model Dependent Variable: LN_Kredit? Method: Pooled EGLS (Cross-section random effects) Date: 07/04/13 Time: 11:04 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Swamy and Arora estimator of component variances Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR? Random Effects (Cross) _BMRI—C _BBRI—C _BBCA—C _BBNI—C _BNGA—C _BDMN—C _PNBN—C _BNLI—C _BNII—C _BBTN—C

5.038700 0.094773 -0.586345 0.796190 -0.084809 -0.165453

0.968393 0.035554 0.119500 0.043178 0.042193 0.073333

5.203158 2.665573 -4.906668 18.43966 -2.010026 -2.256192

0.0000 0.0101 0.0000 0.0000 0.0494 0.0281

0.014986 0.154326 -0.270019 -0.023535 0.111264 0.094161 0.001356 -0.046853 -0.110495 0.074810 Effects Specification S.D.

Cross-section random Idiosyncratic random

0.136691 0.076349

Rho 0.7622 0.2378

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob (F-statistic)

0.966952 0.963892 0.075686 315.9951 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

4.015373 0.398302 0.309332 1.658227

113

Lampiran 3: Uji Asumsi Klasik Uji Normalitas 12

Series: RESID Sample 2006 2011 Observations 60

10 8 6 4 2

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

2.56e-15 0.020797 0.224171 -0.414522 0.141729 -0.871732 3.753823

Jarque-Bera Probability

9.019793 0.011000

0 -0.4

-0.3

-0.2

-0.1

0.0

0.1

0.2

Uji Multikolinearitas Korelasi Antar Variabel Bebas Ln_INFLASI

Ln_BI_RATE

Ln_DPK

Ln_NPL

Ln_CAR

Ln_INFLASI

1.000000

0.704023

-0.140185

0.124521

0.114049

Ln_BI_RATE

0.704023

1.000000

-0.309846

0.364289

0.439841

Ln_DPK

-0.140185

-0.309846

1.000000

-0.254693

-0.304674

Ln_NPL

0.124521

0.364289

-0.254693

1.000000

0.303437

Ln_CAR

0.114049

0.439841

-0.304674

0.303437

1.000000

114

Uji Heteroskedastisitas dengan Uji Park Dependent Variable: LOG(RES2) Method: Panel EGLS (Cross-section random effects) Date: 08/27/13 Time: 22:52 Sample: 2006 2011 Periods included: 6 Cross-sections included: 10 Total panel (balanced) observations: 60 Swamy and Arora estimator of component variances Variable

Coefficient

Std. Error

t-Statistic

Prob.

C INFLASI BI_RATE DPK NPL CAR

-6.464849 0.151686 0.096049 -4.10E-09 0.262801 0.041497

1.537494 0.122937 0.275620 2.89E-09 0.157467 0.072506

-4.204795 1.233853 0.348485 -1.418905 1.668924 0.572322

0.0001 0.2226 0.7288 0.1617 0.1009 0.5695

Effects Specification S.D. Cross-section random Idiosyncratic random

0.637058 1.566939

Rho 0.1418 0.8582

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob (F-statistic)

0.282868 0.216467 1.566470 4.259983 0.002448

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

-2.606420 1.769675 132.5068 1.766497

Uji Autokorelasi dengan Durbin Watson Weighted Statistics R-squared

0.966952

Mean dependent var

4.015373

Adjusted R-squared

0.963892

S.D. dependent var

0.398302

S.E. of regression

0.075686

Sum squared resid

0.309332

F-statistic

315.9951

Durbin-Watson stat

1.658227

Prob (F-statistic)

0.000000

115

Lampiran 4: Uji Hipotesis Uji F (Simultan) Dependent Variable: LN_Kredit? Method: Pooled EGLS (Cross-section random effects) Date: 07/04/13 Time: 11:04 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Swamy and Arora estimator of component variances Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR? Random Effects (Cross) _BMRI—C _BBRI—C _BBCA—C _BBNI—C _BNGA—C _BDMN—C _PNBN—C _BNLI—C _BNII—C _BBTN—C

5.038700 0.094773 -0.586345 0.796190 -0.084809 -0.165453

0.968393 0.035554 0.119500 0.043178 0.042193 0.073333

5.203158 2.665573 -4.906668 18.43966 -2.010026 -2.256192

0.0000 0.0101 0.0000 0.0000 0.0494 0.0281

0.014986 0.154326 -0.270019 -0.023535 0.111264 0.094161 0.001356 -0.046853 -0.110495 0.074810 Effects Specification S.D.

Cross-section random Idiosyncratic random

0.136691 0.076349

Rho 0.7622 0.2378

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob (F-statistic)

0.966952 0.963892 0.075686 315.9951 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

4.015373 0.398302 0.309332 1.658227

116

Uji t (Parsial) Dependent Variable: LN_Kredit? Method: Pooled EGLS (Cross-section random effects) Date: 07/04/13 Time: 11:04 Sample: 2006 2011 Included observations: 6 Cross-sections included: 10 Total pool (balanced) observations: 60 Swamy and Arora estimator of component variances Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln_INFLASI? Ln_BI_RATE? Ln_DPK? Ln_NPL? Ln_CAR? Random Effects (Cross) _BMRI—C _BBRI—C _BBCA—C _BBNI—C _BNGA—C _BDMN—C _PNBN—C _BNLI—C _BNII—C _BBTN—C

5.038700 0.094773 -0.586345 0.796190 -0.084809 -0.165453

0.968393 0.035554 0.119500 0.043178 0.042193 0.073333

5.203158 2.665573 -4.906668 18.43966 -2.010026 -2.256192

0.0000 0.0101 0.0000 0.0000 0.0494 0.0281

0.014986 0.154326 -0.270019 -0.023535 0.111264 0.094161 0.001356 -0.046853 -0.110495 0.074810 Effects Specification S.D.

Cross-section random Idiosyncratic random

0.136691 0.076349

Rho 0.7622 0.2378

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob (F-statistic)

0.966952 0.963892 0.075686 315.9951 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

4.015373 0.398302 0.309332 1.658227

117

Titik Persentase Distribusi F untuk Probabilita = 0,05

df untuk pembilang (N1) df untuk penyebut (N2)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

1

161

199

216

225

230

234

237

239

241

242

243

244

245

245

246

2

18.51

19.00

19.16

19.25

19.30

19.33

19.35

19.37

19.38

19.40

19.40

19.41

19.42

19.42

19.43

3

10.13

9.55

9.28

9.12

9.01

8.94

8.89

8.85

8.81

8.79

8.76

8.74

8.73

8.71

8.70

4

7.71

6.94

6.59

6.39

6.26

6.16

6.09

6.04

6.00

5.96

5.94

5.91

5.89

5.87

5.86

5

6.61

5.79

5.41

5.19

5.05

4.95

4.88

4.82

4.77

4.74

4.70

4.68

4.66

4.64

4.62

6

5.99

5.14

4.76

4.53

4.39

4.28

4.21

4.15

4.10

4.06

4.03

4.00

3.98

3.96

3.94

7

5.59

4.74

4.35

4.12

3.97

3.87

3.79

3.73

3.68

3.64

3.60

3.57

3.55

3.53

3.51

8

5.32

4.46

4.07

3.84

3.69

3.58

3.50

3.44

3.39

3.35

3.31

3.28

3.26

3.24

3.22

9

5.12

4.26

3.86

3.63

3.48

3.37

3.29

3.23

3.18

3.14

3.10

3.07

3.05

3.03

3.01

10

4.96

4.10

3.71

3.48

3.33

3.22

3.14

3.07

3.02

2.98

2.94

2.91

2.89

2.86

2.85

11

4.84

3.98

3.59

3.36

3.20

3.09

3.01

2.95

2.90

2.85

2.82

2.79

2.76

2.74

2.72

12

4.75

3.89

3.49

3.26

3.11

3.00

2.91

2.85

2.80

2.75

2.72

2.69

2.66

2.64

2.62

13

4.67

3.81

3.41

3.18

3.03

2.92

2.83

2.77

2.71

2.67

2.63

2.60

2.58

2.55

2.53

14

4.60

3.74

3.34

3.11

2.96

2.85

2.76

2.70

2.65

2.60

2.57

2.53

2.51

2.48

2.46

15

4.54

3.68

3.29

3.06

2.90

2.79

2.71

2.64

2.59

2.54

2.51

2.48

2.45

2.42

2.40

16

4.49

3.63

3.24

3.01

2.85

2.74

2.66

2.59

2.54

2.49

2.46

2.42

2.40

2.37

2.35

17

4.45

3.59

3.20

2.96

2.81

2.70

2.61

2.55

2.49

2.45

2.41

2.38

2.35

2.33

2.31

18

4.41

3.55

3.16

2.93

2.77

2.66

2.58

2.51

2.46

2.41

2.37

2.34

2.31

2.29

2.27

19

4.38

3.52

3.13

2.90

2.74

2.63

2.54

2.48

2.42

2.38

2.34

2.31

2.28

2.26

2.23

20

4.35

3.49

3.10

2.87

2.71

2.60

2.51

2.45

2.39

2.35

2.31

2.28

2.25

2.22

2.20

21

4.32

3.47

3.07

2.84

2.68

2.57

2.49

2.42

2.37

2.32

2.28

2.25

2.22

2.20

2.18

22

4.30

3.44

3.05

2.82

2.66

2.55

2.46

2.40

2.34

2.30

2.26

2.23

2.20

2.17

2.15

23

4.28

3.42

3.03

2.80

2.64

2.53

2.44

2.37

2.32

2.27

2.24

2.20

2.18

2.15

2.13

24

4.26

3.40

3.01

2.78

2.62

2.51

2.42

2.36

2.30

2.25

2.22

2.18

2.15

2.13

2.11

25

4.24

3.39

2.99

2.76

2.60

2.49

2.40

2.34

2.28

2.24

2.20

2.16

2.14

2.11

2.09

26

4.23

3.37

2.98

2.74

2.59

2.47

2.39

2.32

2.27

2.22

2.18

2.15

2.12

2.09

2.07

27

4.21

3.35

2.96

2.73

2.57

2.46

2.37

2.31

2.25

2.20

2.17

2.13

2.10

2.08

2.06

28

4.20

3.34

2.95

2.71

2.56

2.45

2.36

2.29

2.24

2.19

2.15

2.12

2.09

2.06

2.04

29

4.18

3.33

2.93

2.70

2.55

2.43

2.35

2.28

2.22

2.18

2.14

2.10

2.08

2.05

2.03

30

4.17

3.32

2.92

2.69

2.53

2.42

2.33

2.27

2.21

2.16

2.13

2.09

2.06

2.04

2.01

31

4.16

3.30

2.91

2.68

2.52

2.41

2.32

2.25

2.20

2.15

2.11

2.08

2.05

2.03

2.00

32

4.15

3.29

2.90

2.67

2.51

2.40

2.31

2.24

2.19

2.14

2.10

2.07

2.04

2.01

1.99

33

4.14

3.28

2.89

2.66

2.50

2.39

2.30

2.23

2.18

2.13

2.09

2.06

2.03

2.00

1.98

34

4.13

3.28

2.88

2.65

2.49

2.38

2.29

2.23

2.17

2.12

2.08

2.05

2.02

1.99

1.97

35

4.12

3.27

2.87

2.64

2.49

2.37

2.29

2.22

2.16

2.11

2.07

2.04

2.01

1.99

1.96

36

4.11

3.26

2.87

2.63

2.48

2.36

2.28

2.21

2.15

2.11

2.07

2.03

2.00

1.98

1.95

37

4.11

3.25

2.86

2.63

2.47

2.36

2.27

2.20

2.14

2.10

2.06

2.02

2.00

1.97

1.95

38

4.10

3.24

2.85

2.62

2.46

2.35

2.26

2.19

2.14

2.09

2.05

2.02

1.99

1.96

1.94

39

4.09

3.24

2.85

2.61

2.46

2.34

2.26

2.19

2.13

2.08

2.04

2.01

1.98

1.95

1.93

40

4.08

3.23

2.84

2.61

2.45

2.34

2.25

2.18

2.12

2.08

2.04

2.00

1.97

1.95

1.92

41

4.08

3.23

2.83

2.60

2.44

2.33

2.24

2.17

2.12

2.07

2.03

2.00

1.97

1.94

1.92

42

4.07

3.22

2.83

2.59

2.44

2.32

2.24

2.17

2.11

2.06

2.03

1.99

1.96

1.94

1.91

43

4.07

3.21

2.82

2.59

2.43

2.32

2.23

2.16

2.11

2.06

2.02

1.99

1.96

1.93

1.91

44

4.06

3.21

2.82

2.58

2.43

2.31

2.23

2.16

2.10

2.05

2.01

1.98

1.95

1.92

1.90

45

4.06

3.20

2.81

2.58

2.42

2.31

2.22

2.15

2.10

2.05

2.01

1.97

1.94

1.92

1.89

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com). 2010

Page 1

Titik Persentase Distribusi F untuk Probabilita = 0,05

df untuk pembilang (N1) df untuk penyebut (N2)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

46

4.05

3.20

2.81

2.57

2.42

2.30

2.22

2.15

2.09

2.04

2.00

1.97

1.94

1.91

1.89

47

4.05

3.20

2.80

2.57

2.41

2.30

2.21

2.14

2.09

2.04

2.00

1.96

1.93

1.91

1.88

48

4.04

3.19

2.80

2.57

2.41

2.29

2.21

2.14

2.08

2.03

1.99

1.96

1.93

1.90

1.88

49

4.04

3.19

2.79

2.56

2.40

2.29

2.20

2.13

2.08

2.03

1.99

1.96

1.93

1.90

1.88

50

4.03

3.18

2.79

2.56

2.40

2.29

2.20

2.13

2.07

2.03

1.99

1.95

1.92

1.89

1.87

51

4.03

3.18

2.79

2.55

2.40

2.28

2.20

2.13

2.07

2.02

1.98

1.95

1.92

1.89

1.87

52

4.03

3.18

2.78

2.55

2.39

2.28

2.19

2.12

2.07

2.02

1.98

1.94

1.91

1.89

1.86

53

4.02

3.17

2.78

2.55

2.39

2.28

2.19

2.12

2.06

2.01

1.97

1.94

1.91

1.88

1.86

54

4.02

3.17

2.78

2.54

2.39

2.27

2.18

2.12

2.06

2.01

1.97

1.94

1.91

1.88

1.86

55

4.02

3.16

2.77

2.54

2.38

2.27

2.18

2.11

2.06

2.01

1.97

1.93

1.90

1.88

1.85

56

4.01

3.16

2.77

2.54

2.38

2.27

2.18

2.11

2.05

2.00

1.96

1.93

1.90

1.87

1.85

57

4.01

3.16

2.77

2.53

2.38

2.26

2.18

2.11

2.05

2.00

1.96

1.93

1.90

1.87

1.85

58

4.01

3.16

2.76

2.53

2.37

2.26

2.17

2.10

2.05

2.00

1.96

1.92

1.89

1.87

1.84

59

4.00

3.15

2.76

2.53

2.37

2.26

2.17

2.10

2.04

2.00

1.96

1.92

1.89

1.86

1.84

60

4.00

3.15

2.76

2.53

2.37

2.25

2.17

2.10

2.04

1.99

1.95

1.92

1.89

1.86

1.84

61

4.00

3.15

2.76

2.52

2.37

2.25

2.16

2.09

2.04

1.99

1.95

1.91

1.88

1.86

1.83

62

4.00

3.15

2.75

2.52

2.36

2.25

2.16

2.09

2.03

1.99

1.95

1.91

1.88

1.85

1.83

63

3.99

3.14

2.75

2.52

2.36

2.25

2.16

2.09

2.03

1.98

1.94

1.91

1.88

1.85

1.83

64

3.99

3.14

2.75

2.52

2.36

2.24

2.16

2.09

2.03

1.98

1.94

1.91

1.88

1.85

1.83

65

3.99

3.14

2.75

2.51

2.36

2.24

2.15

2.08

2.03

1.98

1.94

1.90

1.87

1.85

1.82

66

3.99

3.14

2.74

2.51

2.35

2.24

2.15

2.08

2.03

1.98

1.94

1.90

1.87

1.84

1.82

67

3.98

3.13

2.74

2.51

2.35

2.24

2.15

2.08

2.02

1.98

1.93

1.90

1.87

1.84

1.82

68

3.98

3.13

2.74

2.51

2.35

2.24

2.15

2.08

2.02

1.97

1.93

1.90

1.87

1.84

1.82

69

3.98

3.13

2.74

2.50

2.35

2.23

2.15

2.08

2.02

1.97

1.93

1.90

1.86

1.84

1.81

70

3.98

3.13

2.74

2.50

2.35

2.23

2.14

2.07

2.02

1.97

1.93

1.89

1.86

1.84

1.81

71

3.98

3.13

2.73

2.50

2.34

2.23

2.14

2.07

2.01

1.97

1.93

1.89

1.86

1.83

1.81

72

3.97

3.12

2.73

2.50

2.34

2.23

2.14

2.07

2.01

1.96

1.92

1.89

1.86

1.83

1.81

73

3.97

3.12

2.73

2.50

2.34

2.23

2.14

2.07

2.01

1.96

1.92

1.89

1.86

1.83

1.81

74

3.97

3.12

2.73

2.50

2.34

2.22

2.14

2.07

2.01

1.96

1.92

1.89

1.85

1.83

1.80

75

3.97

3.12

2.73

2.49

2.34

2.22

2.13

2.06

2.01

1.96

1.92

1.88

1.85

1.83

1.80

76

3.97

3.12

2.72

2.49

2.33

2.22

2.13

2.06

2.01

1.96

1.92

1.88

1.85

1.82

1.80

77

3.97

3.12

2.72

2.49

2.33

2.22

2.13

2.06

2.00

1.96

1.92

1.88

1.85

1.82

1.80

78

3.96

3.11

2.72

2.49

2.33

2.22

2.13

2.06

2.00

1.95

1.91

1.88

1.85

1.82

1.80

79

3.96

3.11

2.72

2.49

2.33

2.22

2.13

2.06

2.00

1.95

1.91

1.88

1.85

1.82

1.79

80

3.96

3.11

2.72

2.49

2.33

2.21

2.13

2.06

2.00

1.95

1.91

1.88

1.84

1.82

1.79

81

3.96

3.11

2.72

2.48

2.33

2.21

2.12

2.05

2.00

1.95

1.91

1.87

1.84

1.82

1.79

82

3.96

3.11

2.72

2.48

2.33

2.21

2.12

2.05

2.00

1.95

1.91

1.87

1.84

1.81

1.79

83

3.96

3.11

2.71

2.48

2.32

2.21

2.12

2.05

1.99

1.95

1.91

1.87

1.84

1.81

1.79

84

3.95

3.11

2.71

2.48

2.32

2.21

2.12

2.05

1.99

1.95

1.90

1.87

1.84

1.81

1.79

85

3.95

3.10

2.71

2.48

2.32

2.21

2.12

2.05

1.99

1.94

1.90

1.87

1.84

1.81

1.79

86

3.95

3.10

2.71

2.48

2.32

2.21

2.12

2.05

1.99

1.94

1.90

1.87

1.84

1.81

1.78

87

3.95

3.10

2.71

2.48

2.32

2.20

2.12

2.05

1.99

1.94

1.90

1.87

1.83

1.81

1.78

88

3.95

3.10

2.71

2.48

2.32

2.20

2.12

2.05

1.99

1.94

1.90

1.86

1.83

1.81

1.78

89

3.95

3.10

2.71

2.47

2.32

2.20

2.11

2.04

1.99

1.94

1.90

1.86

1.83

1.80

1.78

90

3.95

3.10

2.71

2.47

2.32

2.20

2.11

2.04

1.99

1.94

1.90

1.86

1.83

1.80

1.78

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com). 2010

Page 2

Titik Persentase Distribusi F untuk Probabilita = 0,05

df untuk pembilang (N1) df untuk penyebut (N2)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

91

3.95

3.10

2.70

2.47

2.31

2.20

2.11

2.04

1.98

1.94

1.90

1.86

1.83

1.80

1.78

92

3.94

3.10

2.70

2.47

2.31

2.20

2.11

2.04

1.98

1.94

1.89

1.86

1.83

1.80

1.78

93

3.94

3.09

2.70

2.47

2.31

2.20

2.11

2.04

1.98

1.93

1.89

1.86

1.83

1.80

1.78

94

3.94

3.09

2.70

2.47

2.31

2.20

2.11

2.04

1.98

1.93

1.89

1.86

1.83

1.80

1.77

95

3.94

3.09

2.70

2.47

2.31

2.20

2.11

2.04

1.98

1.93

1.89

1.86

1.82

1.80

1.77

96

3.94

3.09

2.70

2.47

2.31

2.19

2.11

2.04

1.98

1.93

1.89

1.85

1.82

1.80

1.77

97

3.94

3.09

2.70

2.47

2.31

2.19

2.11

2.04

1.98

1.93

1.89

1.85

1.82

1.80

1.77

98

3.94

3.09

2.70

2.46

2.31

2.19

2.10

2.03

1.98

1.93

1.89

1.85

1.82

1.79

1.77

99

3.94

3.09

2.70

2.46

2.31

2.19

2.10

2.03

1.98

1.93

1.89

1.85

1.82

1.79

1.77

100

3.94

3.09

2.70

2.46

2.31

2.19

2.10

2.03

1.97

1.93

1.89

1.85

1.82

1.79

1.77

101

3.94

3.09

2.69

2.46

2.30

2.19

2.10

2.03

1.97

1.93

1.88

1.85

1.82

1.79

1.77

102

3.93

3.09

2.69

2.46

2.30

2.19

2.10

2.03

1.97

1.92

1.88

1.85

1.82

1.79

1.77

103

3.93

3.08

2.69

2.46

2.30

2.19

2.10

2.03

1.97

1.92

1.88

1.85

1.82

1.79

1.76

104

3.93

3.08

2.69

2.46

2.30

2.19

2.10

2.03

1.97

1.92

1.88

1.85

1.82

1.79

1.76

105

3.93

3.08

2.69

2.46

2.30

2.19

2.10

2.03

1.97

1.92

1.88

1.85

1.81

1.79

1.76

106

3.93

3.08

2.69

2.46

2.30

2.19

2.10

2.03

1.97

1.92

1.88

1.84

1.81

1.79

1.76

107

3.93

3.08

2.69

2.46

2.30

2.18

2.10

2.03

1.97

1.92

1.88

1.84

1.81

1.79

1.76

108

3.93

3.08

2.69

2.46

2.30

2.18

2.10

2.03

1.97

1.92

1.88

1.84

1.81

1.78

1.76

109

3.93

3.08

2.69

2.45

2.30

2.18

2.09

2.02

1.97

1.92

1.88

1.84

1.81

1.78

1.76

110

3.93

3.08

2.69

2.45

2.30

2.18

2.09

2.02

1.97

1.92

1.88

1.84

1.81

1.78

1.76

111

3.93

3.08

2.69

2.45

2.30

2.18

2.09

2.02

1.97

1.92

1.88

1.84

1.81

1.78

1.76

112

3.93

3.08

2.69

2.45

2.30

2.18

2.09

2.02

1.96

1.92

1.88

1.84

1.81

1.78

1.76

113

3.93

3.08

2.68

2.45

2.29

2.18

2.09

2.02

1.96

1.92

1.87

1.84

1.81

1.78

1.76

114

3.92

3.08

2.68

2.45

2.29

2.18

2.09

2.02

1.96

1.91

1.87

1.84

1.81

1.78

1.75

115

3.92

3.08

2.68

2.45

2.29

2.18

2.09

2.02

1.96

1.91

1.87

1.84

1.81

1.78

1.75

116

3.92

3.07

2.68

2.45

2.29

2.18

2.09

2.02

1.96

1.91

1.87

1.84

1.81

1.78

1.75

117

3.92

3.07

2.68

2.45

2.29

2.18

2.09

2.02

1.96

1.91

1.87

1.84

1.80

1.78

1.75

118

3.92

3.07

2.68

2.45

2.29

2.18

2.09

2.02

1.96

1.91

1.87

1.84

1.80

1.78

1.75

119

3.92

3.07

2.68

2.45

2.29

2.18

2.09

2.02

1.96

1.91

1.87

1.83

1.80

1.78

1.75

120

3.92

3.07

2.68

2.45

2.29

2.18

2.09

2.02

1.96

1.91

1.87

1.83

1.80

1.78

1.75

121

3.92

3.07

2.68

2.45

2.29

2.17

2.09

2.02

1.96

1.91

1.87

1.83

1.80

1.77

1.75

122

3.92

3.07

2.68

2.45

2.29

2.17

2.09

2.02

1.96

1.91

1.87

1.83

1.80

1.77

1.75

123

3.92

3.07

2.68

2.45

2.29

2.17

2.08

2.01

1.96

1.91

1.87

1.83

1.80

1.77

1.75

124

3.92

3.07

2.68

2.44

2.29

2.17

2.08

2.01

1.96

1.91

1.87

1.83

1.80

1.77

1.75

125

3.92

3.07

2.68

2.44

2.29

2.17

2.08

2.01

1.96

1.91

1.87

1.83

1.80

1.77

1.75

126

3.92

3.07

2.68

2.44

2.29

2.17

2.08

2.01

1.95

1.91

1.87

1.83

1.80

1.77

1.75

127

3.92

3.07

2.68

2.44

2.29

2.17

2.08

2.01

1.95

1.91

1.86

1.83

1.80

1.77

1.75

128

3.92

3.07

2.68

2.44

2.29

2.17

2.08

2.01

1.95

1.91

1.86

1.83

1.80

1.77

1.75

129

3.91

3.07

2.67

2.44

2.28

2.17

2.08

2.01

1.95

1.90

1.86

1.83

1.80

1.77

1.74

130

3.91

3.07

2.67

2.44

2.28

2.17

2.08

2.01

1.95

1.90

1.86

1.83

1.80

1.77

1.74

131

3.91

3.07

2.67

2.44

2.28

2.17

2.08

2.01

1.95

1.90

1.86

1.83

1.80

1.77

1.74

132

3.91

3.06

2.67

2.44

2.28

2.17

2.08

2.01

1.95

1.90

1.86

1.83

1.79

1.77

1.74

133

3.91

3.06

2.67

2.44

2.28

2.17

2.08

2.01

1.95

1.90

1.86

1.83

1.79

1.77

1.74

134

3.91

3.06

2.67

2.44

2.28

2.17

2.08

2.01

1.95

1.90

1.86

1.83

1.79

1.77

1.74

135

3.91

3.06

2.67

2.44

2.28

2.17

2.08

2.01

1.95

1.90

1.86

1.82

1.79

1.77

1.74

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com). 2010

Page 3

Titik Persentase Distribusi F untuk Probabilita = 0,05

df untuk pembilang (N1) df untuk penyebut (N2)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

136

3.91

3.06

2.67

2.44

2.28

2.17

2.08

2.01

1.95

1.90

1.86

1.82

1.79

1.77

1.74

137

3.91

3.06

2.67

2.44

2.28

2.17

2.08

2.01

1.95

1.90

1.86

1.82

1.79

1.76

1.74

138

3.91

3.06

2.67

2.44

2.28

2.16

2.08

2.01

1.95

1.90

1.86

1.82

1.79

1.76

1.74

139

3.91

3.06

2.67

2.44

2.28

2.16

2.08

2.01

1.95

1.90

1.86

1.82

1.79

1.76

1.74

140

3.91

3.06

2.67

2.44

2.28

2.16

2.08

2.01

1.95

1.90

1.86

1.82

1.79

1.76

1.74

141

3.91

3.06

2.67

2.44

2.28

2.16

2.08

2.00

1.95

1.90

1.86

1.82

1.79

1.76

1.74

142

3.91

3.06

2.67

2.44

2.28

2.16

2.07

2.00

1.95

1.90

1.86

1.82

1.79

1.76

1.74

143

3.91

3.06

2.67

2.43

2.28

2.16

2.07

2.00

1.95

1.90

1.86

1.82

1.79

1.76

1.74

144

3.91

3.06

2.67

2.43

2.28

2.16

2.07

2.00

1.95

1.90

1.86

1.82

1.79

1.76

1.74

145

3.91

3.06

2.67

2.43

2.28

2.16

2.07

2.00

1.94

1.90

1.86

1.82

1.79

1.76

1.74

146

3.91

3.06

2.67

2.43

2.28

2.16

2.07

2.00

1.94

1.90

1.85

1.82

1.79

1.76

1.74

147

3.91

3.06

2.67

2.43

2.28

2.16

2.07

2.00

1.94

1.90

1.85

1.82

1.79

1.76

1.73

148

3.91

3.06

2.67

2.43

2.28

2.16

2.07

2.00

1.94

1.90

1.85

1.82

1.79

1.76

1.73

149

3.90

3.06

2.67

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.82

1.79

1.76

1.73

150

3.90

3.06

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.82

1.79

1.76

1.73

151

3.90

3.06

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.82

1.79

1.76

1.73

152

3.90

3.06

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.82

1.79

1.76

1.73

153

3.90

3.06

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.82

1.78

1.76

1.73

154

3.90

3.05

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.82

1.78

1.76

1.73

155

3.90

3.05

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.82

1.78

1.76

1.73

156

3.90

3.05

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.81

1.78

1.76

1.73

157

3.90

3.05

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.81

1.78

1.76

1.73

158

3.90

3.05

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.81

1.78

1.75

1.73

159

3.90

3.05

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.81

1.78

1.75

1.73

160

3.90

3.05

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.81

1.78

1.75

1.73

161

3.90

3.05

2.66

2.43

2.27

2.16

2.07

2.00

1.94

1.89

1.85

1.81

1.78

1.75

1.73

162

3.90

3.05

2.66

2.43

2.27

2.15

2.07

2.00

1.94

1.89

1.85

1.81

1.78

1.75

1.73

163

3.90

3.05

2.66

2.43

2.27

2.15

2.07

2.00

1.94

1.89

1.85

1.81

1.78

1.75

1.73

164

3.90

3.05

2.66

2.43

2.27

2.15

2.07

2.00

1.94

1.89

1.85

1.81

1.78

1.75

1.73

165

3.90

3.05

2.66

2.43

2.27

2.15

2.07

1.99

1.94

1.89

1.85

1.81

1.78

1.75

1.73

166

3.90

3.05

2.66

2.43

2.27

2.15

2.07

1.99

1.94

1.89

1.85

1.81

1.78

1.75

1.73

167

3.90

3.05

2.66

2.43

2.27

2.15

2.06

1.99

1.94

1.89

1.85

1.81

1.78

1.75

1.73

168

3.90

3.05

2.66

2.43

2.27

2.15

2.06

1.99

1.94

1.89

1.85

1.81

1.78

1.75

1.73

169

3.90

3.05

2.66

2.43

2.27

2.15

2.06

1.99

1.94

1.89

1.85

1.81

1.78

1.75

1.73

170

3.90

3.05

2.66

2.42

2.27

2.15

2.06

1.99

1.94

1.89

1.85

1.81

1.78

1.75

1.73

171

3.90

3.05

2.66

2.42

2.27

2.15

2.06

1.99

1.93

1.89

1.85

1.81

1.78

1.75

1.73

172

3.90

3.05

2.66

2.42

2.27

2.15

2.06

1.99

1.93

1.89

1.84

1.81

1.78

1.75

1.72

173

3.90

3.05

2.66

2.42

2.27

2.15

2.06

1.99

1.93

1.89

1.84

1.81

1.78

1.75

1.72

174

3.90

3.05

2.66

2.42

2.27

2.15

2.06

1.99

1.93

1.89

1.84

1.81

1.78

1.75

1.72

175

3.90

3.05

2.66

2.42

2.27

2.15

2.06

1.99

1.93

1.89

1.84

1.81

1.78

1.75

1.72

176

3.89

3.05

2.66

2.42

2.27

2.15

2.06

1.99

1.93

1.88

1.84

1.81

1.78

1.75

1.72

177

3.89

3.05

2.66

2.42

2.27

2.15

2.06

1.99

1.93

1.88

1.84

1.81

1.78

1.75

1.72

178

3.89

3.05

2.66

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.81

1.78

1.75

1.72

179

3.89

3.05

2.66

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.81

1.78

1.75

1.72

180

3.89

3.05

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.81

1.77

1.75

1.72

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com). 2010

Page 4

Titik Persentase Distribusi F untuk Probabilita = 0,05

df untuk pembilang (N1) df untuk penyebut (N2)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

181

3.89

3.05

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.81

1.77

1.75

1.72

182

3.89

3.05

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.81

1.77

1.75

1.72

183

3.89

3.05

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.81

1.77

1.75

1.72

184

3.89

3.05

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.81

1.77

1.75

1.72

185

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.75

1.72

186

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.75

1.72

187

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

188

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

189

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

190

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

191

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

192

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

193

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

194

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

195

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

196

3.89

3.04

2.65

2.42

2.26

2.15

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

197

3.89

3.04

2.65

2.42

2.26

2.14

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

198

3.89

3.04

2.65

2.42

2.26

2.14

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

199

3.89

3.04

2.65

2.42

2.26

2.14

2.06

1.99

1.93

1.88

1.84

1.80

1.77

1.74

1.72

200

3.89

3.04

2.65

2.42

2.26

2.14

2.06

1.98

1.93

1.88

1.84

1.80

1.77

1.74

1.72

201

3.89

3.04

2.65

2.42

2.26

2.14

2.06

1.98

1.93

1.88

1.84

1.80

1.77

1.74

1.72

202

3.89

3.04

2.65

2.42

2.26

2.14

2.06

1.98

1.93

1.88

1.84

1.80

1.77

1.74

1.72

203

3.89

3.04

2.65

2.42

2.26

2.14

2.05

1.98

1.93

1.88

1.84

1.80

1.77

1.74

1.72

204

3.89

3.04

2.65

2.42

2.26

2.14

2.05

1.98

1.93

1.88

1.84

1.80

1.77

1.74

1.72

205

3.89

3.04

2.65

2.42

2.26

2.14

2.05

1.98

1.93

1.88

1.84

1.80

1.77

1.74

1.72

206

3.89

3.04

2.65

2.42

2.26

2.14

2.05

1.98

1.93

1.88

1.84

1.80

1.77

1.74

1.72

207

3.89

3.04

2.65

2.42

2.26

2.14

2.05

1.98

1.93

1.88

1.84

1.80

1.77

1.74

1.71

208

3.89

3.04

2.65

2.42

2.26

2.14

2.05

1.98

1.93

1.88

1.83

1.80

1.77

1.74

1.71

209

3.89

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.88

1.83

1.80

1.77

1.74

1.71

210

3.89

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.88

1.83

1.80

1.77

1.74

1.71

211

3.89

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.88

1.83

1.80

1.77

1.74

1.71

212

3.89

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.88

1.83

1.80

1.77

1.74

1.71

213

3.89

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.88

1.83

1.80

1.77

1.74

1.71

214

3.89

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.88

1.83

1.80

1.77

1.74

1.71

215

3.89

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.77

1.74

1.71

216

3.88

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.77

1.74

1.71

217

3.88

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.77

1.74

1.71

218

3.88

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.77

1.74

1.71

219

3.88

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.77

1.74

1.71

220

3.88

3.04

2.65

2.41

2.26

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.76

1.74

1.71

221

3.88

3.04

2.65

2.41

2.25

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.76

1.74

1.71

222

3.88

3.04

2.65

2.41

2.25

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.76

1.74

1.71

223

3.88

3.04

2.65

2.41

2.25

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.76

1.74

1.71

224

3.88

3.04

2.64

2.41

2.25

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.76

1.74

1.71

225

3.88

3.04

2.64

2.41

2.25

2.14

2.05

1.98

1.92

1.87

1.83

1.80

1.76

1.74

1.71

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com). 2010

Page 5

Titik Persentase Distribusi t (df = 1 – 40) Pr

0.25 0.50

0.20

0.10

0.050

0.02

0.010

0.002

1

1.00000

3.07768

6.31375

12.70620

31.82052

63.65674

318.30884

2

0.81650

1.88562

2.91999

4.30265

6.96456

9.92484

22.32712

3

0.76489

1.63774

2.35336

3.18245

4.54070

5.84091

10.21453

4

0.74070

1.53321

2.13185

2.77645

3.74695

4.60409

7.17318

5

0.72669

1.47588

2.01505

2.57058

3.36493

4.03214

5.89343

6

0.71756

1.43976

1.94318

2.44691

3.14267

3.70743

5.20763

7

0.71114

1.41492

1.89458

2.36462

2.99795

3.49948

4.78529

8

0.70639

1.39682

1.85955

2.30600

2.89646

3.35539

4.50079

9

0.70272

1.38303

1.83311

2.26216

2.82144

3.24984

4.29681

10

0.69981

1.37218

1.81246

2.22814

2.76377

3.16927

4.14370

11

0.69745

1.36343

1.79588

2.20099

2.71808

3.10581

4.02470

12

0.69548

1.35622

1.78229

2.17881

2.68100

3.05454

3.92963

13

0.69383

1.35017

1.77093

2.16037

2.65031

3.01228

3.85198

14

0.69242

1.34503

1.76131

2.14479

2.62449

2.97684

3.78739

15

0.69120

1.34061

1.75305

2.13145

2.60248

2.94671

3.73283

16

0.69013

1.33676

1.74588

2.11991

2.58349

2.92078

3.68615

17

0.68920

1.33338

1.73961

2.10982

2.56693

2.89823

3.64577

18

0.68836

1.33039

1.73406

2.10092

2.55238

2.87844

3.61048

19

0.68762

1.32773

1.72913

2.09302

2.53948

2.86093

3.57940

20

0.68695

1.32534

1.72472

2.08596

2.52798

2.84534

3.55181

21

0.68635

1.32319

1.72074

2.07961

2.51765

2.83136

3.52715

22

0.68581

1.32124

1.71714

2.07387

2.50832

2.81876

3.50499

23

0.68531

1.31946

1.71387

2.06866

2.49987

2.80734

3.48496

24

0.68485

1.31784

1.71088

2.06390

2.49216

2.79694

3.46678

25

0.68443

1.31635

1.70814

2.05954

2.48511

2.78744

3.45019

26

0.68404

1.31497

1.70562

2.05553

2.47863

2.77871

3.43500

27

0.68368

1.31370

1.70329

2.05183

2.47266

2.77068

3.42103

28

0.68335

1.31253

1.70113

2.04841

2.46714

2.76326

3.40816

29

0.68304

1.31143

1.69913

2.04523

2.46202

2.75639

3.39624

30

0.68276

1.31042

1.69726

2.04227

2.45726

2.75000

3.38518

31

0.68249

1.30946

1.69552

2.03951

2.45282

2.74404

3.37490

32

0.68223

1.30857

1.69389

2.03693

2.44868

2.73848

3.36531

33

0.68200

1.30774

1.69236

2.03452

2.44479

2.73328

3.35634

34

0.68177

1.30695

1.69092

2.03224

2.44115

2.72839

3.34793

35

0.68156

1.30621

1.68957

2.03011

2.43772

2.72381

3.34005

36

0.68137

1.30551

1.68830

2.02809

2.43449

2.71948

3.33262

37

0.68118

1.30485

1.68709

2.02619

2.43145

2.71541

3.32563

38

0.68100

1.30423

1.68595

2.02439

2.42857

2.71156

3.31903

39

0.68083

1.30364

1.68488

2.02269

2.42584

2.70791

3.31279

40

0.68067

1.30308

1.68385

2.02108

2.42326

2.70446

3.30688

df

0.10

0.05

0.025

0.01

0.005

0.001

Catatan: Probabilita yang lebih kecil yang ditunjukkan pada judul tiap kolom adalah luas daerah dalam satu ujung, sedangkan probabilitas yang lebih besar adalah luas daerah dalam kedua ujung

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com), 2010

Page 1

Titik Persentase Distribusi t (df = 41 – 80) Pr

0.25 0.50

0.20

0.10

0.050

0.02

0.010

0.002

41

0.68052

1.30254

1.68288

2.01954

2.42080

2.70118

3.30127

42

0.68038

1.30204

1.68195

2.01808

2.41847

2.69807

3.29595

43

0.68024

1.30155

1.68107

2.01669

2.41625

2.69510

3.29089

44

0.68011

1.30109

1.68023

2.01537

2.41413

2.69228

3.28607

45

0.67998

1.30065

1.67943

2.01410

2.41212

2.68959

3.28148

46

0.67986

1.30023

1.67866

2.01290

2.41019

2.68701

3.27710

47

0.67975

1.29982

1.67793

2.01174

2.40835

2.68456

3.27291

48

0.67964

1.29944

1.67722

2.01063

2.40658

2.68220

3.26891

49

0.67953

1.29907

1.67655

2.00958

2.40489

2.67995

3.26508

50

0.67943

1.29871

1.67591

2.00856

2.40327

2.67779

3.26141

51

0.67933

1.29837

1.67528

2.00758

2.40172

2.67572

3.25789

52

0.67924

1.29805

1.67469

2.00665

2.40022

2.67373

3.25451

53

0.67915

1.29773

1.67412

2.00575

2.39879

2.67182

3.25127

54

0.67906

1.29743

1.67356

2.00488

2.39741

2.66998

3.24815

55

0.67898

1.29713

1.67303

2.00404

2.39608

2.66822

3.24515

56

0.67890

1.29685

1.67252

2.00324

2.39480

2.66651

3.24226

57

0.67882

1.29658

1.67203

2.00247

2.39357

2.66487

3.23948

58

0.67874

1.29632

1.67155

2.00172

2.39238

2.66329

3.23680

59

0.67867

1.29607

1.67109

2.00100

2.39123

2.66176

3.23421

60

0.67860

1.29582

1.67065

2.00030

2.39012

2.66028

3.23171

61

0.67853

1.29558

1.67022

1.99962

2.38905

2.65886

3.22930

62

0.67847

1.29536

1.66980

1.99897

2.38801

2.65748

3.22696

63

0.67840

1.29513

1.66940

1.99834

2.38701

2.65615

3.22471

64

0.67834

1.29492

1.66901

1.99773

2.38604

2.65485

3.22253

65

0.67828

1.29471

1.66864

1.99714

2.38510

2.65360

3.22041

66

0.67823

1.29451

1.66827

1.99656

2.38419

2.65239

3.21837

67

0.67817

1.29432

1.66792

1.99601

2.38330

2.65122

3.21639

68

0.67811

1.29413

1.66757

1.99547

2.38245

2.65008

3.21446

69

0.67806

1.29394

1.66724

1.99495

2.38161

2.64898

3.21260

70

0.67801

1.29376

1.66691

1.99444

2.38081

2.64790

3.21079

71

0.67796

1.29359

1.66660

1.99394

2.38002

2.64686

3.20903

72

0.67791

1.29342

1.66629

1.99346

2.37926

2.64585

3.20733

73

0.67787

1.29326

1.66600

1.99300

2.37852

2.64487

3.20567

74

0.67782

1.29310

1.66571

1.99254

2.37780

2.64391

3.20406

75

0.67778

1.29294

1.66543

1.99210

2.37710

2.64298

3.20249

76

0.67773

1.29279

1.66515

1.99167

2.37642

2.64208

3.20096

77

0.67769

1.29264

1.66488

1.99125

2.37576

2.64120

3.19948

78

0.67765

1.29250

1.66462

1.99085

2.37511

2.64034

3.19804

79

0.67761

1.29236

1.66437

1.99045

2.37448

2.63950

3.19663

80

0.67757

1.29222

1.66412

1.99006

2.37387

2.63869

3.19526

df

0.10

0.05

0.025

0.01

0.005

0.001

Catatan: Probabilita yang lebih kecil yang ditunjukkan pada judul tiap kolom adalah luas daerah dalam satu ujung, sedangkan probabilitas yang lebih besar adalah luas daerah dalam kedua ujung

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com), 2010

Page 2

Titik Persentase Distribusi t (df = 81 –120) Pr

0.25 0.50

0.20

0.10

0.050

0.02

0.010

0.002

81

0.67753

1.29209

1.66388

1.98969

2.37327

2.63790

3.19392

82

0.67749

1.29196

1.66365

1.98932

2.37269

2.63712

3.19262

83

0.67746

1.29183

1.66342

1.98896

2.37212

2.63637

3.19135

84

0.67742

1.29171

1.66320

1.98861

2.37156

2.63563

3.19011

85

0.67739

1.29159

1.66298

1.98827

2.37102

2.63491

3.18890

86

0.67735

1.29147

1.66277

1.98793

2.37049

2.63421

3.18772

87

0.67732

1.29136

1.66256

1.98761

2.36998

2.63353

3.18657

88

0.67729

1.29125

1.66235

1.98729

2.36947

2.63286

3.18544

89

0.67726

1.29114

1.66216

1.98698

2.36898

2.63220

3.18434

90

0.67723

1.29103

1.66196

1.98667

2.36850

2.63157

3.18327

91

0.67720

1.29092

1.66177

1.98638

2.36803

2.63094

3.18222

92

0.67717

1.29082

1.66159

1.98609

2.36757

2.63033

3.18119

93

0.67714

1.29072

1.66140

1.98580

2.36712

2.62973

3.18019

94

0.67711

1.29062

1.66123

1.98552

2.36667

2.62915

3.17921

95

0.67708

1.29053

1.66105

1.98525

2.36624

2.62858

3.17825

96

0.67705

1.29043

1.66088

1.98498

2.36582

2.62802

3.17731

97

0.67703

1.29034

1.66071

1.98472

2.36541

2.62747

3.17639

98

0.67700

1.29025

1.66055

1.98447

2.36500

2.62693

3.17549

99

0.67698

1.29016

1.66039

1.98422

2.36461

2.62641

3.17460

100

0.67695

1.29007

1.66023

1.98397

2.36422

2.62589

3.17374

101

0.67693

1.28999

1.66008

1.98373

2.36384

2.62539

3.17289

102

0.67690

1.28991

1.65993

1.98350

2.36346

2.62489

3.17206

103

0.67688

1.28982

1.65978

1.98326

2.36310

2.62441

3.17125

104

0.67686

1.28974

1.65964

1.98304

2.36274

2.62393

3.17045

105

0.67683

1.28967

1.65950

1.98282

2.36239

2.62347

3.16967

106

0.67681

1.28959

1.65936

1.98260

2.36204

2.62301

3.16890

107

0.67679

1.28951

1.65922

1.98238

2.36170

2.62256

3.16815

108

0.67677

1.28944

1.65909

1.98217

2.36137

2.62212

3.16741

109

0.67675

1.28937

1.65895

1.98197

2.36105

2.62169

3.16669

110

0.67673

1.28930

1.65882

1.98177

2.36073

2.62126

3.16598

111

0.67671

1.28922

1.65870

1.98157

2.36041

2.62085

3.16528

112

0.67669

1.28916

1.65857

1.98137

2.36010

2.62044

3.16460

113

0.67667

1.28909

1.65845

1.98118

2.35980

2.62004

3.16392

114

0.67665

1.28902

1.65833

1.98099

2.35950

2.61964

3.16326

115

0.67663

1.28896

1.65821

1.98081

2.35921

2.61926

3.16262

116

0.67661

1.28889

1.65810

1.98063

2.35892

2.61888

3.16198

117

0.67659

1.28883

1.65798

1.98045

2.35864

2.61850

3.16135

118

0.67657

1.28877

1.65787

1.98027

2.35837

2.61814

3.16074

119

0.67656

1.28871

1.65776

1.98010

2.35809

2.61778

3.16013

120

0.67654

1.28865

1.65765

1.97993

2.35782

2.61742

3.15954

df

0.10

0.05

0.025

0.01

0.005

0.001

Catatan: Probabilita yang lebih kecil yang ditunjukkan pada judul tiap kolom adalah luas daerah dalam satu ujung, sedangkan probabilitas yang lebih besar adalah luas daerah dalam kedua ujung

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com), 2010

Page 3

Titik Persentase Distribusi t (df = 121 –160) Pr

0.25 0.50

0.20

0.10

0.050

0.02

0.010

0.002

121

0.67652

1.28859

1.65754

1.97976

2.35756

2.61707

3.15895

122

0.67651

1.28853

1.65744

1.97960

2.35730

2.61673

3.15838

123

0.67649

1.28847

1.65734

1.97944

2.35705

2.61639

3.15781

124

0.67647

1.28842

1.65723

1.97928

2.35680

2.61606

3.15726

125

0.67646

1.28836

1.65714

1.97912

2.35655

2.61573

3.15671

126

0.67644

1.28831

1.65704

1.97897

2.35631

2.61541

3.15617

127

0.67643

1.28825

1.65694

1.97882

2.35607

2.61510

3.15565

128

0.67641

1.28820

1.65685

1.97867

2.35583

2.61478

3.15512

129

0.67640

1.28815

1.65675

1.97852

2.35560

2.61448

3.15461

130

0.67638

1.28810

1.65666

1.97838

2.35537

2.61418

3.15411

131

0.67637

1.28805

1.65657

1.97824

2.35515

2.61388

3.15361

132

0.67635

1.28800

1.65648

1.97810

2.35493

2.61359

3.15312

133

0.67634

1.28795

1.65639

1.97796

2.35471

2.61330

3.15264

134

0.67633

1.28790

1.65630

1.97783

2.35450

2.61302

3.15217

135

0.67631

1.28785

1.65622

1.97769

2.35429

2.61274

3.15170

136

0.67630

1.28781

1.65613

1.97756

2.35408

2.61246

3.15124

137

0.67628

1.28776

1.65605

1.97743

2.35387

2.61219

3.15079

138

0.67627

1.28772

1.65597

1.97730

2.35367

2.61193

3.15034

139

0.67626

1.28767

1.65589

1.97718

2.35347

2.61166

3.14990

140

0.67625

1.28763

1.65581

1.97705

2.35328

2.61140

3.14947

141

0.67623

1.28758

1.65573

1.97693

2.35309

2.61115

3.14904

142

0.67622

1.28754

1.65566

1.97681

2.35289

2.61090

3.14862

143

0.67621

1.28750

1.65558

1.97669

2.35271

2.61065

3.14820

144

0.67620

1.28746

1.65550

1.97658

2.35252

2.61040

3.14779

145

0.67619

1.28742

1.65543

1.97646

2.35234

2.61016

3.14739

146

0.67617

1.28738

1.65536

1.97635

2.35216

2.60992

3.14699

147

0.67616

1.28734

1.65529

1.97623

2.35198

2.60969

3.14660

148

0.67615

1.28730

1.65521

1.97612

2.35181

2.60946

3.14621

149

0.67614

1.28726

1.65514

1.97601

2.35163

2.60923

3.14583

150

0.67613

1.28722

1.65508

1.97591

2.35146

2.60900

3.14545

151

0.67612

1.28718

1.65501

1.97580

2.35130

2.60878

3.14508

152

0.67611

1.28715

1.65494

1.97569

2.35113

2.60856

3.14471

153

0.67610

1.28711

1.65487

1.97559

2.35097

2.60834

3.14435

154

0.67609

1.28707

1.65481

1.97549

2.35081

2.60813

3.14400

155

0.67608

1.28704

1.65474

1.97539

2.35065

2.60792

3.14364

156

0.67607

1.28700

1.65468

1.97529

2.35049

2.60771

3.14330

157

0.67606

1.28697

1.65462

1.97519

2.35033

2.60751

3.14295

158

0.67605

1.28693

1.65455

1.97509

2.35018

2.60730

3.14261

159

0.67604

1.28690

1.65449

1.97500

2.35003

2.60710

3.14228

160

0.67603

1.28687

1.65443

1.97490

2.34988

2.60691

3.14195

df

0.10

0.05

0.025

0.01

0.005

0.001

Catatan: Probabilita yang lebih kecil yang ditunjukkan pada judul tiap kolom adalah luas daerah dalam satu ujung, sedangkan probabilitas yang lebih besar adalah luas daerah dalam kedua ujung

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com), 2010

Page 4

Titik Persentase Distribusi t (df = 161 –200) Pr

0.25 0.50

0.20

0.10

0.050

0.02

0.010

0.002

161

0.67602

1.28683

1.65437

1.97481

2.34973

2.60671

3.14162

162

0.67601

1.28680

1.65431

1.97472

2.34959

2.60652

3.14130

163

0.67600

1.28677

1.65426

1.97462

2.34944

2.60633

3.14098

164

0.67599

1.28673

1.65420

1.97453

2.34930

2.60614

3.14067

165

0.67598

1.28670

1.65414

1.97445

2.34916

2.60595

3.14036

166

0.67597

1.28667

1.65408

1.97436

2.34902

2.60577

3.14005

167

0.67596

1.28664

1.65403

1.97427

2.34888

2.60559

3.13975

168

0.67595

1.28661

1.65397

1.97419

2.34875

2.60541

3.13945

169

0.67594

1.28658

1.65392

1.97410

2.34862

2.60523

3.13915

170

0.67594

1.28655

1.65387

1.97402

2.34848

2.60506

3.13886

171

0.67593

1.28652

1.65381

1.97393

2.34835

2.60489

3.13857

172

0.67592

1.28649

1.65376

1.97385

2.34822

2.60471

3.13829

173

0.67591

1.28646

1.65371

1.97377

2.34810

2.60455

3.13801

174

0.67590

1.28644

1.65366

1.97369

2.34797

2.60438

3.13773

175

0.67589

1.28641

1.65361

1.97361

2.34784

2.60421

3.13745

176

0.67589

1.28638

1.65356

1.97353

2.34772

2.60405

3.13718

177

0.67588

1.28635

1.65351

1.97346

2.34760

2.60389

3.13691

178

0.67587

1.28633

1.65346

1.97338

2.34748

2.60373

3.13665

179

0.67586

1.28630

1.65341

1.97331

2.34736

2.60357

3.13638

180

0.67586

1.28627

1.65336

1.97323

2.34724

2.60342

3.13612

181

0.67585

1.28625

1.65332

1.97316

2.34713

2.60326

3.13587

182

0.67584

1.28622

1.65327

1.97308

2.34701

2.60311

3.13561

183

0.67583

1.28619

1.65322

1.97301

2.34690

2.60296

3.13536

184

0.67583

1.28617

1.65318

1.97294

2.34678

2.60281

3.13511

185

0.67582

1.28614

1.65313

1.97287

2.34667

2.60267

3.13487

186

0.67581

1.28612

1.65309

1.97280

2.34656

2.60252

3.13463

187

0.67580

1.28610

1.65304

1.97273

2.34645

2.60238

3.13438

188

0.67580

1.28607

1.65300

1.97266

2.34635

2.60223

3.13415

189

0.67579

1.28605

1.65296

1.97260

2.34624

2.60209

3.13391

190

0.67578

1.28602

1.65291

1.97253

2.34613

2.60195

3.13368

191

0.67578

1.28600

1.65287

1.97246

2.34603

2.60181

3.13345

192

0.67577

1.28598

1.65283

1.97240

2.34593

2.60168

3.13322

193

0.67576

1.28595

1.65279

1.97233

2.34582

2.60154

3.13299

194

0.67576

1.28593

1.65275

1.97227

2.34572

2.60141

3.13277

195

0.67575

1.28591

1.65271

1.97220

2.34562

2.60128

3.13255

196

0.67574

1.28589

1.65267

1.97214

2.34552

2.60115

3.13233

197

0.67574

1.28586

1.65263

1.97208

2.34543

2.60102

3.13212

198

0.67573

1.28584

1.65259

1.97202

2.34533

2.60089

3.13190

199

0.67572

1.28582

1.65255

1.97196

2.34523

2.60076

3.13169

200

0.67572

1.28580

1.65251

1.97190

2.34514

2.60063

3.13148

df

0.10

0.05

0.025

0.01

0.005

0.001

Catatan: Probabilita yang lebih kecil yang ditunjukkan pada judul tiap kolom adalah luas daerah dalam satu ujung, sedangkan probabilitas yang lebih besar adalah luas daerah dalam kedua ujung

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com), 2010

Page 5

Titik Persentase atas Distribusi Chi-Square ( χ2 )

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com)

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com)

Page 1

Titik Persentase Distribusi Chi-Square untuk d.f. = 1 - 50

Pr

0.25

0.10

0.05

0.010

0.005

0.001

1

1.32330

2.70554

3.84146

2

2.77259

4.60517

5.99146

6.63490

7.87944

10.82757

9.21034

10.59663

3

4.10834

6.25139

13.81551

7.81473

11.34487

12.83816

16.26624

4

5.38527

5

6.62568

7.77944

9.48773

13.27670

14.86026

18.46683

9.23636

11.07050

15.08627

16.74960

6

20.51501

7.84080

10.64464

12.59159

16.81189

18.54758

22.45774

7

9.03715

12.01704

14.06714

18.47531

20.27774

24.32189

8

10.21885

13.36157

15.50731

20.09024

21.95495

26.12448

df

9

11.38875

14.68366

16.91898

21.66599

23.58935

27.87716

10

12.54886

15.98718

18.30704

23.20925

25.18818

29.58830

11

13.70069

17.27501

19.67514

24.72497

26.75685

31.26413

12

14.84540

18.54935

21.02607

26.21697

28.29952

32.90949

13

15.98391

19.81193

22.36203

27.68825

29.81947

34.52818

14

17.11693

21.06414

23.68479

29.14124

31.31935

36.12327

15

18.24509

22.30713

24.99579

30.57791

32.80132

37.69730

16

19.36886

23.54183

26.29623

31.99993

34.26719

39.25235

17

20.48868

24.76904

27.58711

33.40866

35.71847

40.79022

18

21.60489

25.98942

28.86930

34.80531

37.15645

42.31240

19

22.71781

27.20357

30.14353

36.19087

38.58226

43.82020

20

23.82769

28.41198

31.41043

37.56623

39.99685

45.31475

21

24.93478

29.61509

32.67057

38.93217

41.40106

46.79704

22

26.03927

30.81328

33.92444

40.28936

42.79565

48.26794

23

27.14134

32.00690

35.17246

41.63840

44.18128

49.72823

24

28.24115

33.19624

36.41503

42.97982

45.55851

51.17860

25

29.33885

34.38159

37.65248

44.31410

46.92789

52.61966

26

30.43457

35.56317

38.88514

45.64168

48.28988

54.05196

27

31.52841

36.74122

40.11327

46.96294

49.64492

55.47602

28

32.62049

37.91592

41.33714

48.27824

50.99338

56.89229

29

33.71091

39.08747

42.55697

49.58788

52.33562

58.30117

30

34.79974

40.25602

43.77297

50.89218

53.67196

59.70306

31

35.88708

41.42174

44.98534

52.19139

55.00270

61.09831

32

36.97298

42.58475

46.19426

53.48577

56.32811

62.48722

33

38.05753

43.74518

47.39988

54.77554

57.64845

63.87010

34

39.14078

44.90316

48.60237

56.06091

58.96393

65.24722

35

40.22279

46.05879

49.80185

57.34207

60.27477

66.61883

36

41.30362

47.21217

50.99846

58.61921

61.58118

67.98517

37

42.38331

48.36341

52.19232

59.89250

62.88334

69.34645

38

43.46191

49.51258

53.38354

61.16209

64.18141

70.70289

39

44.53946

50.65977

54.57223

62.42812

65.47557

72.05466

40

45.61601

51.80506

55.75848

63.69074

66.76596

73.40196

41

46.69160

52.94851

56.94239

64.95007

68.05273

74.74494

42

47.76625

54.09020

58.12404

66.20624

69.33600

76.08376

43

48.84001

55.23019

59.30351

67.45935

70.61590

77.41858

44

49.91290

56.36854

60.48089

68.70951

71.89255

78.74952

45

50.98495

57.50530

61.65623

69.95683

73.16606

80.07673

46

52.05619

58.64054

62.82962

71.20140

74.43654

81.40033

47

53.12666

59.77429

64.00111

72.44331

75.70407

82.72042

48

54.19636

60.90661

65.17077

73.68264

76.96877

84.03713

49

55.26534

62.03754

66.33865

74.91947

78.23071

85.35056

50

56.33360

63.16712

67.50481

76.15389

79.48998

86.66082

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com)

Page 2

Titik Persentase Distribusi Chi-Square untuk d.f. = 51 - 100

Pr

0.25

0.10

0.05

0.010

0.005

0.001

51

57.40118

64.29540

68.66929

77.38596

80.74666

87.96798

52

58.46809

65.42241

69.83216

78.61576

82.00083

89.27215

53

59.53435

66.54820

70.99345

79.84334

83.25255

90.57341

54

60.59998

67.67279

72.15322

81.06877

84.50190

91.87185

55

61.66500

68.79621

73.31149

82.29212

85.74895

93.16753

56

62.72942

69.91851

74.46832

83.51343

86.99376

94.46054

57

63.79326

71.03971

75.62375

84.73277

88.23638

95.75095

58

64.85654

72.15984

76.77780

85.95018

89.47687

97.03883

59

65.91927

73.27893

77.93052

87.16571

90.71529

98.32423

60

66.98146

74.39701

79.08194

88.37942

91.95170

99.60723

61

68.04313

75.51409

80.23210

89.59134

93.18614

100.88789

62

69.10429

76.63021

81.38102

90.80153

94.41865

102.16625

63

70.16496

77.74538

82.52873

92.01002

95.64930

103.44238

64

71.22514

78.85964

83.67526

93.21686

96.87811

104.71633

65

72.28485

79.97300

84.82065

94.42208

98.10514

105.98814

66

73.34409

81.08549

85.96491

95.62572

99.33043

107.25788

67

74.40289

82.19711

87.10807

96.82782

100.55401

108.52558

68

75.46124

83.30790

88.25016

98.02840

101.77592

109.79130

69

76.51916

84.41787

89.39121

99.22752

102.99621

111.05507

70

77.57666

85.52704

90.53123

100.42518

104.21490

112.31693

71

78.63374

86.63543

91.67024

101.62144

105.43203

113.57694

72

79.69042

87.74305

92.80827

102.81631

106.64763

114.83512

73

80.74670

88.84992

93.94534

104.00983

107.86174

116.09151

74

81.80260

89.95605

95.08147

105.20203

109.07438

117.34616

75

82.85812

91.06146

96.21667

106.39292

110.28558

118.59909

76

83.91326

92.16617

97.35097

107.58254

111.49538

119.85035

77

84.96804

93.27018

98.48438

108.77092

112.70380

121.09996

78

86.02246

94.37352

99.61693

109.95807

113.91087

122.34795

79

87.07653

95.47619

100.74862

111.14402

115.11661

123.59437

80

88.13026

96.57820

101.87947

112.32879

116.32106

124.83922

81

89.18365

97.67958

103.00951

113.51241

117.52422

126.08256

82

90.23670

98.78033

104.13874

114.69489

118.72613

127.32440

83

91.28944

99.88046

105.26718

115.87627

119.92682

128.56477

84

92.34185

100.97999

106.39484

117.05654

121.12629

129.80369

85

93.39395

102.07892

107.52174

118.23575

122.32458

131.04120

86

94.44574

103.17726

108.64789

119.41390

123.52170

132.27732

87

95.49723

104.27504

109.77331

120.59101

124.71768

133.51207

88

96.54842

105.37225

110.89800

121.76711

125.91254

134.74548

89

97.59932

106.46890

112.02199

122.94221

127.10628

135.97757

90

98.64993

107.56501

113.14527

124.11632

128.29894

137.20835

91

99.70026

108.66058

114.26787

125.28946

129.49053

138.43786

92

100.75031

109.75563

115.38979

126.46166

130.68107

139.66612

93

101.80009

110.85015

116.51105

127.63291

131.87058

140.89313

94

102.84960

111.94417

117.63165

128.80325

133.05906

142.11894

95

103.89884

113.03769

118.75161

129.97268

134.24655

143.34354

96

104.94783

114.13071

119.87094

131.14122

135.43305

144.56697

97

105.99656

115.22324

120.98964

132.30888

136.61858

145.78923

98

107.04503

116.31530

122.10773

133.47567

137.80315

147.01036

99

108.09326

117.40688

123.22522

134.64162

138.98678

148.23036

100

109.14124

118.49800

124.34211

135.80672

140.16949

149.44925

df

Diproduksi oleh: Junaidi (http://junaidichaniago.wordpress.com)

Page 3