ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGEMBALIAN
KREDIT OLEH UKM
(Studi Kasus pada Anggota UKM Center Kabupaten Semarang)
Khotibul Umam
Anindya Ardiansari, S.E, MM.
Anindya Ardiansari, S.E, MM.
Abstrak
Anggota
UKM Center Kabupaten Semarang membutuhkan modal yang lebih besar untuk
mengembangkan usahanya. Sementara jumlah dan yang dimiliki terbatas, sehingga
mereka melakukan pinjaman pada lembaga keuangan. Permasalahan kemudian timbul,
pengembalian kredit yang dilakukan oleh anggota UKM tidak selalu lancar. Banyak
terjadi kasus terhambatnya pengembalian kredit seperti penunggakan bahkan
kemacetan pembayaran angsuran kredit. Faktor-faktor yang mempengaruhi tingkat
pengembalian kredit tersebut yaitu: lama sekolah, jumlah tanggungan keluarga,
pengalaman usaha, pendapatan, jumlah pinjaman, dan jangka waktu pengembalian. Penelitian ini merupakan studi peristiwa (event study) terhadap 65 UKM yang
menjadi anggota dari UKM Center Kabupaten Semarang dan bertujuan untuk melihat
pengaruh faktor-faktor yang dapat mempengaruhi tingkat pengembalian kredit yang
dilakukan oleh UKM Center Kabupaten Semarang. Data yang digunakan adalah data
primer yang diperoleh dari anggota UKM Center Kabupaten Semarang yang kemudian
dilakukan uji analisis regresi logistik. Berdasarkan hasil uji statistik dengan metode analisis regresi
logistik dapat disimpulkan bahwa variabel pendapatan, besar pinjaman, dan masa
pelunasan berpengaruh terhadap tunggakan pembayaran kredit. Sedangkan variabel
lama sekolah, jumlah tanggungan keluarga, dan lama berusaha tidak berpengaruh
terhadap tunggakan pembayaran kredit.
Kata kunci : UKM Kabupaten Semarang, Tingkat
Pengembalian Kredit
ABSTRACT
Members of the SME Center Semarang District require greater capital to expand its business. While the number and possessed limited, so they make loans at financial institutions. Problems then arise, loan repayment is done by members of SMEs do not always smooth. Many cases of impaired credit like arrears repayment installment congestion even Credit. Factors that influence the level of loan repayment are: old school, number of dependents, business experience, income, loan amount and repayment periode. This research is the study of events (event study) of 65 SMEs that are members of the SME Center Semarang District and aims to look at the influence of factors that can affect the rate of return on loans made by the SME Center Semarang District. The data used is primary data obtained from members of the SME Center Semarang District then performed logistic regression analysis test. Based on the results of statistical test with logistic regression analysis can be concluded that the variable income, loan size and repayment period affect the mortgage payment arrears. While the old variable schools, number of dependents, and long tried not to affect the credit payment arrears.
Keywords: SME Semarang District , Affecting Credit Returns
PENDAHULUAN
UKM
merupakan suatu bentuk usaha kecil masyarakat yang pendiriannya berdasarkan
inisiatif seseorang. Usaha dengan skala sangat terbatas ini mencakup berbagai
sektor usaha, yang meliputi sektor pertanian, perindustrian, perdagangan, jasa,
dan sebagainya. Sehingga dapat dikatakan bahwa kemajuan UKM berkontribusi dalam
pertumbuhan berbagai sektor tersebut. Sebab itu, unit usaha ini perlu mendapat
perhatian khusus dalam perkembangan dan kemajuannya karena perannya sangat
penting bagi perekonomian (Badan Pusat Statistik, 2010).
Perkembangan
dan kemajuan UKM sangat ditentukan oleh pemilik UKM, akan tetapi dukungan dari
pihak eksternal tetap berperan penting, karena adanya keterbatasan kapasitas
kemampuan dan faktor-faktor lain yang berpengaruh terhadap eksistensi dan
keberlangsungannya. Hasil penelitian empiris oleh Demirbag et la., (2006) dalam
Ardiansari, dkk (2014: 1) menyimpulkan bahwa keberhasilan usaha kecil dan
menengah (small-medium enterprises) berdampak langsung terhadap
pembangunan ekonomi baik di negara maju maupun negara berkembang. Menurut data
dari BPS dan Kementrian Negara Koperasi dan Usaha Mikro Kecil Menengah pada
tahun 2010 menunjukkan bahwa UKM masih menjadi pelaku unit usaha atau 99,9%
dari pelaku bisnis di Indonesia. Jumlah UKM yang berkembang mampu menyerap
97,04% tenaga kerja produktif yang tersedia.
Tabel 1.1
Jumlah UKM
Kabupaten Semarang
Tahun
|
Jumlah UKM
|
2011
|
1434
|
2012
|
1443
|
2013
|
1481
|
Sumber : Badan Pusat Statistik 2014
Menurut Ardiansari, dkk (2014: 29) dalam penelitiannya menyatakan bahwa 90,5% UKM Kabupaten Semarang menggunakan modal sendiri pada awal pendirian perusahaan. Namun masih ada 9,5% UKM yang sama sekali tidak mengeluarkan dana sendiri sebagai modal. Artinya dari awal perusahaan berdiri, UKM tersebut mengandalkan modal pinjaman. Pada penelitian juga diperoleh pula hasil bahwa 100% UKM Kabupaten Semarang yang menjadi sampel dalam penelitian menggunakan modal pinjaman. Melalui hasil wawancara yang dilakukan, UKM Kabupaten Semarang membutuhkan modal yang lebih besar untuk mengembangkan usahanya. Sementara jumlah dan yang dimiliki terbatas, sehingga mereka melakukan pinjaman pada lembaga keuangan.
UKM Center
ini merupakan salah satu kelompok UKM yang ada di Kabupaten Semarang. UKM yang
di bentuk pada enam tahun yang lalu ini terus mengalami peningkatan anggota
kelompok dari tahun ke tahun. Hingga tahun 2014, UKM Center telah memiliki
sebanyak 186 anggota yang tersebar di berbagai kecamatan di Kabupaten Semarang.
Sektor industri anggota UKM Center yaitu alas kaki, perabotan rumah tangga,
kerajinan, bahan bangunan, makanan, pakaian jadi (konveksi), minuman,
percetakan jamu, pupuk, jasa, tas dan dompet, pengolahan hasil pertanian,
plastik, dan pengolahan lain-lain.
Salah
satu lembaga keuangan yang dapat melakukan peran adalah bank. Bantuan bank
dalam permodalan UKM dapat menyokong kegiatan produktif yang dilakukannya.
Bantuan modal dalam bentuk kredit tersebut, tentunya diharapkan dapat
dimanfaatkan sebaik mungkin untuk meningkatkan produktivitas UKM. Peningkatan
produktivitas tersebut mencerminkan bahwa bantuan kredit yang diberikan dapat
dimanfaatkan sebaik-baiknya untuk tujuan produktif. Salah satu indikator
peningkatan produktivitas ini adalah adanya peningkatan pendapatan yang
diterima UKM. Peningkatan pendapatan ini dapat menjadi tolok ukur seberapa
besar peranan dan kontribusi kredit terhadap pendapatan UKM.
Setelah
program pembiayaan berjalan dengan baik, permasalahan kemudian timbul dalam program
pembiayaan tersebut. Permasalahan yang dimaksudkan adalah pengembalian kredit
yang dilakukan oleh UKM tidak selalu lancar. Banyak terjadi kasus terhambatnya
pengembalian kredit seperti penunggakan bahkan kemacetan pembayaran angsuran
kredit. Hal ini sangat bertentangan dengan orientasi sebuah bank maupun lembaga
keuangan, dimana berorientasi untuk memperoleh hasil atau laba dari uang yang
dipinjamkannya.
Menurut
Pradita (2013: 6), faktor-faktor yang mempengaruhi tingkat pengembalian kredit yaitu:
tingkat pendidikan, jumlah tanggungan keluarga, pengalaman usaha, pendapatan,
jumlah pinjaman, dan jangka waktu pengembalian.
Rumusan Masalah
Berdasarkan latar belakang tersebut, maka permasalahan pokok yang dapat
dirumuskan sebagai berikut:
1.
Apakah lama sekolah berpengaruh terhadap
kemampuan pemilik UKM dalam membayar kredit?
2.
Apakah jumlah tanggungan keluarga
berpengaruh terhadap kemampuan pemilik UKM dalam membayar kredit?
3.
Apakah pengalaman usaha berpengaruh terhadap
kemampuan pemilik UKM dalam membayar kredit?
4.
Apakah pendapatan berpengaruh terhadap
kemampuan pemilik UKM dalam membayar kredit?
5.
Apakah jumlah pinjaman berpengaruh
terhadap kemampuan pemilik UKM dalam membayar kredit?
6.
Apakah jangka waktu pengembalian
berpengaruh terhadap kemampuan pemilik UKM dalam membayar kredit?
Manfaat Penelitian
Penelitian
ini diharapkan memberikan manfaat sebagai berikut:
1)
Manfaat
Teoritis
a.
Diharapkan
penelitian ini dapat memberikan tambahan informasi serta bahan kajian tentang
kredit pada UKM.
b.
Sebagai bahan
referensi bagi peneliti dengan masalah terkait dengan penelitian ini.
2)
Manfaat Praktis
a. Bagi Lembaga Keuangan
Hasil penelitian ini memberikan manfaat sebagai gambaran tentang
keadaan faktor-faktor yang dapat mempengaruhi pengembalian kredit oleh UKM.
Sehingga bagi para pengambil keputusan dapat digunakan untuk menetapkan
kebijakan-kebijakan yang berkaitan dengan kredit, khususnya dalam menyalurkan
kredit yang lebih efektif bagi UKM. Berguna untuk manajemen lembaga keuangan
terkait agar mengetahui faktor-faktor yang mempengaruhi kelancaran pengembalian
kredit oleh UKM.
b. Bagi UKM
Sebagai tambahan pengetahuan bagi UKM di Kabupaten Semarang agar
mempertimbangkan faktor-faktor yang dapat mempengaruhi pengembalian kredit
sebelum melakukan kredit.
METODE PENELITIAN
Jenis dan Sumber Data
Studi kasus pada penelitian ini adalah
di UKM Kabupaten Semarang dengan menggunakan jenis penelitian kuantitatif.
Pengumpulan data dalam penelitian ini bertujuan untuk memperoleh bahan-bahan
yang relevan dan akurat. Sedangkan data
yang digunakan dalam penelitian ini yaitu: Data Primer dan Data Sekunder
Populasi dan Sampel Penelitian
Populasi
dan sampel penelitian harus didefinisikan secara jelas, karena hasil analisis
statistika sangat tergantung dari ruang lingkup dan karakteristik yang dimiliki
oleh populasi dan sampel.
1) Populasi
Penelitian
Menurut Ferdinand
(2011: 215), populasi atau universe merupakan
gabungan dari seluruh elemen yang terbentuk peristiwa, hal atau orang yang
memiliki karakteristik yang serupa yang menjadi pusat perhatian seorang
peneliti karena itu dipandang sebagai sebuah semesta alam. Populasi dalam
penelitian ini adalah kelompok UKM Kabupaten Semarang, yaitu UKM Center
Kabupaten Semarang.
2) Sampel
Penelitian
Menurut Sanusi (2011: 87),
sampel didefinisikan sebagai bagian dari populasi. Penelitian yang menggunakan
metode sampel dapat cepat diselesaikan karena dengan metode sampel hanya mengadakan
penelitian terhadap sebagian obyek. Maka pengumpulan data, pengolahan data
dapat menghemat waktu.
|
|
Metode yang digunakan dalam penelitian ini adalah probability sampling. Menurut Sugiyono (2009: 60), probability sampling adalah teknik sampling (teknik pengambilan sampel) yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Jumlah sampel didapat melalui perhitungan Slovin sebagai berikut :
Dimana :
n = jumlah contoh (ukuran sampel)
N
= jumlah populasi
e
= tingkat kesalahan yang masih bisa ditolerir (10%)
Jumlah
populasi (N) pada penelitian ini adalah 186 dan tingkat kesalahan 0,1 (10%),
sehingga hasil n adalah 65,034. Karena dibelakang koma kurang dari 5 maka
dibulatkan menjadi 65 responden.
Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam
penelitian ini adalah:
Metode
Kuesioner
Menurut
Ferdinand (2011: 30), metode kuesioner (questionnaire) adalah daftar
pertanyaan yang mencakup semua pernyataan dan pertanyaan yang akan digunakan
untuk mendapatkan data, baik yang dilakukan melalui telepon, surat, maupun
bertatap muka. Daftar pertanyaan tertulis yang akan diisi oleh responden yang
terdiri dari pertanyaan tentang beberapa hal mengenai kredit yang dilakukan
oleh UKM.
Metode Analisis Data
Analisis data yang digunakan dalam
penelitian ini terbagi menjadi 2, yaitu :
1)
Statistika
Deskriptif
Menurut Sanusi (2011: 76), analisis
deskriptif adalah analisis yang ditunjukkan pada perkembangan dan pertumbuhan
dari suatu keadaan dan hanya memberikan gambaran tentang keadaan tertentu
dengan cara menguraikan tentang sifat-sifat dari obyek penelitian tersebut.
2)
Analisis
Regresi Logistik
Pengujian hipotesis menurut Ghozali
(2009:261) dalam penelitian ini menggunakan regresi logit karena variabel
dependennya berupa variabel dummy
(non-metrik) dan variabel independennya berupa kombinasi antara metrik dan
non-metrik, serta tidak memerlukan asumsi normalitas data pada variabel
independennya, jadi regresi ini dipakai jika asumsi multivariate normal
distribution tidak dipenuhi. Persamaan model regresi ini dapat membantu
peneliti dalam melakukan tindakan-tindakan untuk mengatasi kondisi-kondisi yang
mengarahkan kepada penunggakan kredit yang dilakukan. Analisis data dilakukan
dengan menilai keseluruhan model (overall model fit).
Persamaan model regresi logit atau
logistik yang digunakan dalam penelitian ini yaitu (Ghozali, 2009: 264) :
Atau :
Dimana :
Keterangan :
Y = Kategori 1 merupakan UKM dengan
pembayaran kredit tepat waktu, kategori 0 merupakan UKM dengan pembayaran
pernah mengalami penunggakan dalam membayar kredit.
b0 = Konstanta
b1-b6 =
Koefisien
X1
= lama sekolah
X2 =
jumlah tanggungan keluarga
X3 =
pengalaman usaha
X4 =
pendapatan usaha
X5 =
jumlah pinjaman
X6 =
jangka waktu pelunasan
e = Faktor Pengganggu
Langkah-langkah analisis dalam regresi
logit/regresi logistik menurut Ghozali (2009: 268) :
a. Menilai Model Fit
Hasil output data dari logistic regression kemudian dianalisis dengan menggunakan
penilaian model fit. Langkah pertama
yaitu dengan menilai overall fit
model terhadap data. Hipotesis untuk menilai model fit adalah:
H0
: Model yang dihipotesiskan fit
dengan data
Ha
: Model yang dihipotesiskan tidak fit
dengan data
Dari
hipotesis ini jelas bahwa kita tidak akan menolak hipotesis nol agar model fit
dengan data, sehingga statistik yang digunakan berdasar pada fungsi Likelihood.
Likelihood L dari model adalah
probabilitas bahwa model yang dihipotesakan menggambarkan data input. Untuk menguji hipotesis nol dan
alternatif, L ditransformasikan menjadi -2LogL. Statistik -2LogL disebut likelihood rasio c² statistics, dimana c² distribusi dengan degree of freedom n-q, q adalah jumlah parameter dalam model. Output SPSS memberikan dua nilai -2LogL
yaitu untuk satu model yang hanya memasukkan konstanta yaitu sebesar 33.271055
dan memiliki distribusi c² dengan df 6 (65-1), walaupun tidak tampak dalam output SPSS nilai -2LogL 33.271 ini
signifikan pada alpha 5 % dan hipotesis nol ditolak yang berarti model hanya
dengan konstanta saja tidak fit
dengan data.
b. Cox dan Snell’s
R Square dan Negelkerke’s R Square
Cox dan Snell’s
R Square merupakan ukuran yang mencoba meniru ukuran R2 pada multiple regression yang didasarkan pada
teknik estimasi likelihood dengan
nilai maksimum kurang dari 1 (satu) sehingga sulit diinterpretasikan. Nagelkerke’s R square merupakan
modifikasi dari koefisien Cox dan Snell untuk memastikan bahwa nilainya bervariasi
dari 0 (nol) sampai 1 (satu). Hal ini dilakukan dengan cara membagi Cox dan Snell’s R² dengan nilai maksimumnya. Nilai Nagelkerke’s R² dapat diinterpretasikan seperti R² pada multiple regression. Dilihat dari output SPSS nilai Cox dan Snell’s R² sebesar
0.591 dan nilai Nagelkerke’s R²
adalah 0.789 yang berarti variabilitas variabel dependen yang dapat dijelaskan
oleh variabilitas variabel independen sebesar 78.9%.
c.
Hosmer and Lemeshow’s Goodness of Fit
Test
Hosmer
and Lemeshow’s Goodness of Fit Test menguji
hipotesis nol bahwa data empiris cocok atau sesuai dengan model. Jika nilai
Statistik Hosmer and Lemeshow’s Goodness
of Fit Test sama dengan atau kurang dari 0.05, maka hipotesis nol ditolak
yang berarti ada perbedaan signifikan antara model dengan nilai observasinya
sehingga Goodness fit model tidak
baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai Statistics Hosmer and Lemeshow’s Goodness of
Fit lebih besar dari 0.05, maka hipotesis nol dapat ditolak dan berarti
model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat
diterima karena cocok dengan data observasinya. Tampilan output SPSS menunjukkan bahwa besarnya nilai statistics Hosmer and Lemeshow’s Goodness of Fit sebesar 10.4492
dengan probabilitas signifikansi 0.2349 yang nilainya jauh di atas 0.05,
sehingga dapat disimpulkan bahwa model dapat diterima.
d.
Tabel
Klasifikasi
Tabel klasifikasi 2x2 menghitung nilai
estimasi yang benar (correct) dan salah (incorrect). Pada kolom
merupakan dua nilai prediksi dari variabel dependen dan dalam hal ini tidak
menunggak (0) dan menunggak (1), sedangkan pada baris menunjukkan nilai
observasi sesungguhnya dari variabel dependen tidak menunggak (0) dan menunggak
(1). Pada model yang sempurna, maka semua kasus akan berada pada diagonal
dengan tingkat ketepatan peramalan 100%. Jika model logistik memiliki
homoskedastisitas, maka prosentase yang benar (correct) akan sama untuk
kedua baris.
e.
Estimasi
Parameter dan Interpretasinya
Untuk menilai hasil analisis regresi
kita menggunakan model persamaan kedua yang memasukkan semua komponen dari
variabel independen yang dapat dilihat dari Variable in The Equation. Logistic regression dapat dinyatakan
sebagai berikut :
Wald
statistic untuk
menguji signifikansi koefisien regresi logistik masing-masing prediktor, dengan
formulasi hipotesis statistik sebagai berikut:
H0 : r = 0
Ha : r ≠ 0
Dimana r = 1, 2, 3, …, n
Kriteria :
Jika Sig. > α, maka H0
diterima
Jika Sig. < α, maka H0
ditolak
f.
Pengujian
Hipotesis
Pengujian hipotesis analisis ini
dilakukan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat.
Pengujian hipotesis dilakukan dengan cara membandingkan antara nilai
probabilitas (sig). Apabila terlihat angka signifikan lebih kecil dari 0,05
maka koefisien regresi adalah signifikan pada tingkat 5% maka berarti H0
ditolak dan Ha diterima, yang berarti bahwa variabel bebas
berpengaruh secara signifikan terhadap terjadinya variabel terikat. Begitu pula
sebaliknya, jika angka signifikansi lebih besar dari 0,05 maka berarti H0
diterima dan Ha ditolak, yang berarti bahwa variabel bebas tidak
berpengaruh secara signifikan terhadap terjadinya variabel terikat.
HASIL DAN PEMBAHASAN
Analisis
Regresi Logistik
Berdasarkan
analisis dengan program SPSS 16 for
Windows diperoleh hasil regresi berganda
seperti terangkum pada tabel 4.8 berikut:
Tabel 4.1 Analisis Regresi Berganda
Variables
in the Equation
|
||||||
B
|
S.E.
|
Wald
|
df
|
Sig.
|
||
Step
1a
|
X1
|
-0.822
|
0.782
|
1.103
|
1
|
0.294
|
X2
|
0.167
|
0.614
|
0.074
|
1
|
0.785
|
|
X3
|
1.643
|
0.856
|
3.681
|
1
|
0.055
|
|
X4
|
-2.153
|
0.875
|
6.052
|
1
|
0.014
|
|
X5
|
1.897
|
0.793
|
5.719
|
1
|
0.017
|
|
X6
|
1.602
|
0.73
|
4.808
|
1
|
0.028
|
|
Constant
|
-6.843
|
5.556
|
1.517
|
1
|
0.218
|
|
a.
Variable(s) entered on step 1: X1, X2, X3, X4, X5, X6.
|
||||||
1)
Persamaan Regresi
Berdasarkan
tabel 4.7 diperoleh persamaan regresi berganda sebagai berikut:
Persamaan
regresi tersebut mempunyai makna sebagai berikut:
1.
Koefisien X1 = -0,822
Jika variabel lama sekolah mengalami kenaikan sebesar satu poin,
sementara tanggungan keluarga, lama berusaha, pendapatan, besar pinjaman, dan
masa pelunasan kredit tetap, maka akan menyebabkan penurunan probabilitas
seseorang menunggak dalam membayar angsuran kredit sebesar 0,822.
2.
Koefisien X2 = 0,167
Jika variabel tanggungan keluarga mengalami kenaikan sebesar satu
poin, sementara lama sekolah, lama berusaha, pendapatan, besar pinjaman, dan
masa pelunasan kredit tetap, maka akan menyebabkan peningkatan probabilitas
seseorang menunggak dalam membayar angsuran kredit sebesar 0,167
3.
Koefisien X3
= 1,643
Jika variabel lama berusaha mengalami kenaikan sebesar satu poin,
sementara lama sekolah, tanggungan keluarga, pendapatan, besar pinjaman, dan
masa pelunasan kredit tetap, maka akan menyebabkan peningkatan probabilitas
seseorang menunggak dalam membayar angsuran kredit sebesar 1,643.
4.
Koefisien X4
= –2,153
Jika variabel pendapatan mengalami kenaikan sebesar satu poin,
sementara lama sekolah, tanggungan keluarga, lama berusaha, besar pinjaman, dan
masa pelunasan kredit tetap, maka akan menyebabkan penurunan probabilitas seseorang
menunggak dalam membayar angsuran kredit sebesar 2,153.
5.
Koefisien X5
= 1,897
Jika variabel besar pinjaman mengalami kenaikan sebesar satu poin,
sementara lama sekolah, tanggungan keluarga, lama berusaha, pendapatan, dan
masa pelunasan kredit tetap, maka akan menyebabkan peningkatan probabilitas
seseorang menunggak dalam membayar angsuran kredit sebesar 1,897.
6.
Koefisien X6
= 1,602
Jika variabel masa pelunasan kredit mengalami kenaikan sebesar satu
poin, sementara lama sekolah, tanggungan keluarga, lama berusaha, pendapatan,
dan besar pinjaman tetap, maka akan menyebabkan peningkatan probabilitas
seseorang menunggak dalam membayar angsuran kredit sebesar 1,602.
Uji Prasyarat Regresi Logistik
1)
Penilaian Model Fit
Penilaian model fit pada intinya digunakan untuk menilai overal fit
model terhadap data. Dalam hal ini digunakan uji Hosmer and
Lemeshow Test. Berikut adalah table penilaian model fit.
Tabel 4.2
Model Fit
Hosmer
and Lemeshow Test
|
|||
Step
|
Chi-square
|
df
|
Sig.
|
1
|
6.117
|
7
|
.526
|
Sumber : Lampiran
Hipotesis
yang digunakan dalam penelitian ini adalah sebagai berikut.
Hipotesis:
Pengambilan keputusan:
Ho diterima jika sig ≥ 5%.
Ho ditolak jika sig < 5%.
Hasil pengujian didapatkan angka signifikan pada uji Hosmer and
Lemeshow Test = 0,526 ≥ 0,05 sehingga model data yang dihipotesiskan fit dengan
data.
2)
Overall Model Fit
Overall
model fit dilakukan untuk menguji apakah masuknya variable independen dalam model
regresi mampu memperbaiki model regresi atau tidak. Penilaian model fit
dilakukan dengan membandingkan selisih nilai -2log likelihood konstanta dan
-2log likelihood variable, dengan nilai Xtabel pada df=5 diperoleh Xtabel
= 9,488. Hasil uji overall model fit dapat dilihat pada table dibawah ini.
Tabel 4.3
Uji Model Fit
Uji
model fit
|
||||
Stop
0 (L0)
|
Step
1(L1)
|
Selisih
(L0-L1)
|
X2tabel
|
Kriteria
|
81.792
|
19.124
|
62.668
|
11.071
|
Model
fit
|
Hasil
perhitungan menunjukan bahwa (L0 – L1) ≥ Xtabel. = 62,67. Jadi dapat
disimpulkan bahwa variabel bebas
yaitu lama sekolah, tanggungan keluarga, lama berusaha, pendapatan, besar
pinjaman, dan masa pelunasan kredit dapat memperbaiki
model regresi logistik.
3)
Uji Ketepatan Klasifikasi Model Regresi.
Untuk menguji seberapa besar ketepatan klasifikasi model regresi dapat
dilihat pada tabel classification model berikut ini.
Tabel 4.4
Uji Ketepatan Prediksi
Classification Tablea
|
|||||
Observed
|
Predicted
|
||||
Y
|
Percentage Correct
|
||||
Tidak Menunggak
|
Menunggak
|
||||
Step 1
|
Y
|
Tidak Menunggak
|
20
|
1
|
95.2
|
Menunggak
|
2
|
42
|
95.5
|
||
Overall
Percentage
|
95.4
|
||||
Dari
table diatas diperoleh keterangan bahwa menurut prediksi terdapat 21 responden yang memiliki tunggakan
sedangkan hasil observasi terdapat 20 responden yang memiliki tunggakan jadi
ketepatan klasifikasinya = (20/21 = 95,2%). Menurut prediksi
terdapat 44 responden yang tidak memiliki tunggakan sedangkan hasil observasi terdapat 42
responden yang tidak memiliki tunggakan jadi ketepatan klasifikasinya = 42/44 =
95,5%. Secara keseluruhan diperoleh ketepatan klasifikasi pada model regresi
ini sebesar 95,4%, dalam analisis regresi logistik semakin besar ketepatan
klasifikasi menunjukkan semakin baiknya model regresi untuk digunakan.
Uji Hipotesis
1)
Uji parsial
Pengujian
hipotesis dilakukan untuk menguji pengaruh dari
variabel-variabel independen terhadap status tunggakan responden. Hasil uji
parsial adalah sebagai berikut:
Tabel 4.5
Uji Parsial
Variables in the
Equation
|
|||||
B
|
S.E.
|
Wald
|
Sig.
|
||
X1
|
-0.822
|
0.782
|
1.103
|
0.294
|
|
X2
|
0.167
|
0.614
|
0.074
|
0.785
|
|
X3
|
1.643
|
0.856
|
3.681
|
0.055
|
|
X4
|
-2.153
|
0.875
|
6.052
|
0.014
|
|
X5
|
1.897
|
0.793
|
5.719
|
0.017
|
|
X6
|
1.602
|
0.73
|
4.808
|
0.028
|
|
Constant
|
-6.843
|
5.556
|
1.517
|
0.218
|
|
Sumber:
Lampiran
Hipotesis:
Pengambilan keputusan :
Ho diterima jika sig ≥ 5%
Ho ditolak
jika sig < 5%.
Hasil pengujian statistik dengan SPSS pada variabel (X1)
lama sekolah diperoleh sig = 0,294
= 29,4% ≥ 5% jadi Ho diterima. Ini berarti variabel lama sekolah tidak berpengaruh signifikan terhadap besarnya tunggakan dalam membayar angsuran kredit.
Pada variabel (X2)
tanggungan keluarga diperoleh nilai sig =0,785 = 78,5% ≥ 5% jadi Ho diterima. Ini berarti variabel tanggungan keluarga tidak berpengaruh signifikan terhadap besarnya tunggakan dalam membayar angsuran kredit.
Pada variabel(X3)
lama berusaha diperoleh nilai sig =0,055 = 5,5%≥ 5% jadi Ho diterima. Ini berarti variabel
lama berusaha tidak berpengaruh signifikan terhadap
besarnya tunggakan dalam membayar angsuran kredit.
Pada variabel (X4)
pendapatan diperoleh nilai nilai sig =0,014
= 1,4% < 5% jadi Ho ditolak. Ini berarti variabel
pendapatan berpengaruh signifikan terhadap
tunggakan dalam membayar angsuran kredit.
Pada variabel (X5)
besar pinjaman diperoleh nilai sig =0,017 = 1,7%< 5% jadi Ho ditolak. Ini berarti variabel
besar pinjaman berpengaruh signifikan terhadap
tunggakan dalam membayar angsuran kredit.
Pada variabel (X6)
masa pelunasan kredit diperoleh nilai sig =0,028 = 2,8% < 5% jadi Ho ditolak. Ini berarti variabel
masa pelunasan kredit berpengaruh signifikan terhadap
tunggakan dalam membayar angsuran kredit.
2)
Koefisien Determinasi
Koefisien
determinasi digunakan untuk mengukur seberapa jauh kemampuan model pada
variabel bebas yaitu lama sekolah, tanggungan
keluarga, lama berusaha, pendapatan, besar pinjaman, dan masa pelunasan kredit
secara bersama-sama dalam menerangkan variabel terikat dalam membayar angsuran
kredit.
Model Summary
|
|||
Step
|
-2 Log likelihood
|
Cox & Snell R Square
|
Nagelkerke R Square
|
1
|
19.124a
|
.619
|
.864
|
a. Estimation terminated at iteration number 8 because parameter
estimates changed by less than .001.
|
|||
Tabel 4.6
Koefisien Determinasi
Pada tabel diatas diperoleh nilai
nagelkerke R2 = 86,4% = ini berarti lama sekolah, tanggungan
keluarga, lama berusaha, pendapatan, besar pinjaman, dan masa pelunasan kredit dalam membayar angsuran kredit secara simultan sebesar 86,4%.
SIMPULAN DAN SARAN
Simpulan
dalam penelitian ini menunjukkan bahwa faktor-faktor yang berpengaruh terhadap
kemampuan anggota UKM Center dalam
membayar kredit yaitu: pendapatan, jumlah pinjaman, dan jangka waktu
pengembalian. Sedangkan faktor lama sekolah, jumlah tanggungan keluarga, dan pengalaman
usaha tidak berpengaruh terhadap kemampuan anggota UKM Center dalam membayar
kredit.
Saran
bagi pihak pemberi kredit diharapkan lebih selektif dalam memutuskan calon
debitur yang akan menerima pinjaman dengan mempertimbangkan berbagai hal
khususnya pendapatan usaha yang dimiliki calon debitur dan
frekuensi/intensitasnya dalam memperoleh pinjaman kredit. Selain itu kondisi
usaha calon debitur pada masa yang akan datang harus diprediksi karena ada
kemungkinan keberhasilan atau kegagalan usaha di masa yang akan datang dan hal
tersebut berpengaruh pada nilai pendapatan usaha yang menjadi salah satu tolak
ukur kemampuan pembayaran kredit.
Saran bagi pihak
UKM hendaknya mempertimbangkan kemampuan usahanya terlebih dahulu dalam
mengembalikan jumlah pinjaman yang dilihat dari faktor penghasilan per bulan,
besarnya pinjaman dan jangka waktu pengembalian, mengingat semakin besar dan
semakin lama jangka waktu pengembalian pinjaman berdampak pada semakin besar
potensi pemilik UKM melakukan tunggakan.
Sedangkan saran untuk peneliti selanjutnya
diharapkan dapat menggunakan hasil penelitian ini sebagai bahan referensi dan
rujukan untuk penelitian selanjutnya. Selain itu, diharapkan bagi
penelitian lanjutan untuk dapat menemukan solusi agar UKM penerima kredit dapat
mengembalikan kreditnya dengan baik sehingga terjadi simbiosis mutualisme
antara UKM dan lembaga pemberi pinjaman kredit agar terjalin kerjasama yang
baik antara bank dan UKM serta kedua belah pihak saling diuntungkan dengan
adanya pinjaman kredit tersebut.
DAFTAR PUSTAKA
Antara,
I. P. R., Sumarminingsih, E., Handoyo, S., 2012, Model Jaringan Syaraf
Tiruan Backpropagation dengan Input Berdasarkan Model Regresi Terbaik,
Jurusan Matematika dan Ilmu Pengetahuan Alam, Universitas Brawijaya, Malang.
Ardiansari,
Anindya. Vini Wiratno Putri, Andhi Wijayanto. 2014. Implementasi Financial
dan Intellectual Capital Sebagai Upaya Pemberdayaan Usaha Kecil Menengah di
Kabupaten Semarang. Laporan Penelitian Pemula. Universitas Negeri Semarang.
Arinta,
Dwi Yanti. 2013. Pengaruh Karakteristik Individu, Karakteristik Usaha,
Karakteristik Kredit Terhadap Kemampuan Debitur Membayar Kredit Pada BPR Jawa
Timur Cabang Probolinggo
(Studi
Pada Nasabah UMKM Kota Probolinggo). Jurnal Ilmiah Mahasiswa. Probolinggo.
Dendawijaya,
Lukman. Manajemen Perbankan. Jakarta Selatan : Ghalia Indonesia.
Ferdinand, Agusty.
(2011). Metodologi Penelitian Manajemen.
Semarang: UNDIP.
Firdaus,
Rochmat. Maya Ariyanti. 2004. Manajemen Perkreditan Bank Umum(teori,
masalah, kebijakan, dan aplikasinya lengkap dengan analisis kredit).
Bandung: Alfabeta
Ghozali,
Imam. 2011. Aplikasi Analisis Multivariate Dengan Program IBM SPSS 19.
Semarang : Universitas Diponegoro
Hair, Joseph F., et al.1998. Multivariate Data Analysis.
New Jersey: Prentice Hall, Inc.
Kasmir.
2014. Manajemen Perbankan. Jakarta : Rajawali Pers.
Marantika,
Carla Rizka. 2013. Analisis Faktor-faktor yang Mempengaruhi Kelancaran
Pengembalian Kredit Usaha Rakyat Mikro (Studi Kasus pada PT Bank BRI (Persero)
Tbk. Unit Tawangsari II, Cabang Sukoharjo Tahun 2013 ). Jurnal. Semarang:
Universitas Diponegoro. Semarang.
Muljono,
Teguh Pudjo. 2001. Manajemen Perkreditan bagi Bank Komersiil.
Yogyakarta: BPFE
Nastiti, Anggri. 2003. Analisis Faktor-faktor Yang Mempengaruhi
Tingkat Pengembalian Kredit Pengusaha Kecil Pada Program Kemitraan (Studi
Kasus: PT PLN (Persero) Distribusi Jawa timur Area Malang). Jurnal. Malang:
Bisnis Universitas Brawijaya.
Pradita,
Dandy Wahyu Bima. 2013. Analisis Karakteristik Debitur Yang Mempengaruhi
Tingkat Pengembalian Kredit Guna Menanggulangi Terjadinya NON PERFORMING
LOAN (Studi kasus pada BRI Kantor Cabang Pembantu Sukun Malang). Jurnal.
Malang: Universitas Brawijaya.
Sanusi,
Anwar. 2011. Metodologi Penelitian Bisnis. Jakarta : Salemba Empat.
Simorangkir, O.P.. 2004. Pengantar Lembaga Keuangan Bank dan
Nonbank. Bogor: Ghalia Indonesia. Simorangkir, O.P.. 2004. Pengantar
Lembaga Keuangan Bank dan Nonbank. Bogor: Ghalia Indonesia.
Sugiyono.
2008. Metode Penelitian Kunatitatif Kualitatif dan R&D. Bandung :
Alfabeta.
Umar, Husein. 2003. Metode Riset Komunikasi Organisasi.
Jakarta : PT Gramedia Pustaka Utama.
Undang
Undang Republik Indonesia, No. 20 tahun 2008 tentang Usaha Mikro, Kecil dan
Menengah.
Widayanthi,
Luh Ikka. 2012, Pengaruh Karakteristik Debitur UMKM Terhadap Tingkat
Pengembalian Kredit Pundi Bali Dwipa (Studi Kasus Nasabah Pada PT. Bank
Pembangunan Daerah Bali Kantor Cabang Singaraja), Jurnal. Malang: Universitas
Brawijaya. Malang.
0 komentar:
Post a Comment