analisis faktor-faktor yang mempengaruhi volume penyaluran kredit
TRANSCRIPT
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI VOLUME PENYALURAN KREDIT MIKRO, KECIL DAN
MENENGAH (MKM) DI INDONESIA
OLEH
SEPTY ANDRIANI H14104064
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR 2008
RINGKASAN
SEPTY ANDRIANI. Analisis Faktor-Faktor yang Mempengaruhi Volume Penyaluran Kredit Mikro, Kecil, dan Menengah (MKM) di Indonesia (dibimbing oleh BUNASOR SANIM).
Perkembangan sektor usaha mikro kecil dan menengah (UMKM) memegang peranan penting dalam perekonomian Indonesia. Hal ini dapat terlihat dari Kinerja UMKM dalam beberapa tahun terakhir menunjukkan peningkatan. Data Badan Pusat Statistik (BPS) menggambarkan peningkatan dari PDB yang diciptakan UMKM dalam tahun 2006 sebesar 62,3 persen jika dibandingkan tahun sebelumya. Begitu juga dengan jumlah unit usaha UMKM mencapai 48,9 juta, sedangkan jumlah tenaga kerja yang bekerja disektor ini tercatat 88,8 juta pekerja. Selain itu kontribusi yang diberikan sektor UMKM terhadap perekonomian tidak hanya terbatas pada sumbangannya terhadap PDB saja. Namun penerimaan terhadap ekspor juga mengalami peningkatan sebesar 8,2 persen pada tahun 2006 dibandingkan dengan tahun sebelumnya.
Kredit UMKM yang disalurkan untuk pertumbuhan sektor riil masih relatif rendah. Kredit yang dikucurkan perbankan di sektor UMKM memang mengalami peningkatan, meskipun hanya mencapai 21,6 persen. Berdasarkan data Bank Indonesia tercatat bahwa pertumbuhan kredit UMKM perbankan sampai Oktober 2007 sudah mencapai 21,6 persen atau secara nominal sebesar Rp. 500,03 triliun dengan rincian sebesar Rp. 197,2 triliun disalurkan untuk kredit mikro, Rp 147,22 triliun untuk kredit kecil, sedangkan Rp.155,62 triliun disalurkan untuk kredit menengah.
Melihat permasalahan yang dihadapi oleh pelaku UMKM, maka perlu adanya penelitian pada volume penyaluran kredit MKM di Indonesia. Tujuan dari penelitian ini adalah untuk menganalisis faktor-faktor yang mempengaruhi volume penyaluran kredit pada jangka panjang dan jangka pendek. Pada penelitian ini dianalisis dengan menggunakan metode ECM (Error Correction Model). Variabel yang digunakan dalam penelitian ini meliputi volume penyaluran kredit mikro, kecil, dan menengah (MKM) bank umum, Groos Domestic Product (GDP), kapasitas kredit, non performing loan, suku bunga kredit berdasarkan penggunaan, serta suku bunga SBI. Penelitian ini menggunakan data bulanan, pada periode tahun 2002 sampai 2007.
Hasil penelitian ini menunjukkan bahwa pada jangka panjang pertumbuhan ekonomi yang diukur melalui GDP (2,339011) berpengaruh secara positif dan signifikan terhadap volume penyaluran kredit mikro, kecil, dan menengah. Akan tetapi, perubahan sertifikat bank Indonesia (6,85E-05) tidak signifikan. Hal ini disebabkan oleh kenaikan pada suku bunga SBI mempengaruhi sektor riil sangat lambat, sehingga tidak berpengaruh terhadap pada volume penyaluran kredit MKM. Selain itu, kapasitas kredit (0,579417), suku bunga kredit (8,20E-05) dan non performing loan (0,000316) berpengaruh negatif dan signifikan terhadap volume penyaluran kredit mikro, kecil dan menengah (MKM) di Indonesia.
Pada jangka pendek faktor yang mempengaruhi volume penyaluran kredit mikro, kecil, dan menengah secara positif dan signifikan adalah penyaluran kredit mikro, kecil, dan menengah (MKM) pada periode tiga dan empat bulan sebelumnya. Begitu juga dengan GDP periode bulan sekarang dan tiga bulan sebelumnya, kapasitas kredit bulan sekarang dan satu bulan sebelumnya, serta NPL satu bulan sebelumnya, serta suku bunga kredit pada bulan sebelumnya. Sedangkan yang memberikan pengaruh
negatif dan signifikan pada volume penyaluran kredit MKM di Indonesia adalah GDP pada dua dan empat bulan sebelumnya, suku bunga kredit empat bulan sebelumnya, serta perubahan suku bunga SBI pada periode satu sampai tiga bulan sebelumnya. Pengaruh GDP dan penyaluran kredit MKM itu sendiri sangat besar dalam meningkatkan volume penyaluran kredit.
Berdasarkan hasil penelitian volume penyaluran kredit MKM adalah hal terpenting untuk meningkatkan sektor UMKM. Sektor ini merupakan bagian dari sektor riil yang dapat mendorong pertumbuhan ekonomi di Indonesia. Oleh karena itu, maka pada jangka panjang perlu adanya peningkatan terhadap kapasitas kredit, sebab dengan adanya peningkatan terhadap kapasitas kredit maka akan meningkatkan penyaluran kredit. Hal ini dapat ditingkatkan melalui total pasiva, kas perbankan serta GWM. Selain itu, perlu adanya peningkatan terhadap peran perbankan pada jangka pendek dengan adanya peningkatan terhadap lending capacity, penurunan suku bunga kredit, suku bunga SBI, serta NPL.
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI VOLUME PENYALURAN KREDIT MIKRO, KECIL DAN
MENENGAH (MKM) DI INDONESIA
OLEH
SEPTY ANDRIANI H14104064
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR 2008
INSTITUT PERTANIAN BOGOR
FAKULTAS EKONOMI DAN MANAJEMEN
DEPARTEMEN ILMU EKONOMI
Dengan ini menyatakan bahwa skripsi yang ditulis oleh:
Nama Mahasiswa : Septy Andriani
Nomor Registrasi Pokok : H14104064
Departemen : Ilmu Ekonomi
Judul Skripsi : Analisis Faktor-Faktor yang Mempengaruhi
Volume Penyaluran Kredit Mikro, Kecil, dan
Menengah (MKM) di Indonesia
dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada
Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian
Bogor.
Menyetujui,
Dosen Pembimbing,
Prof. Bunasor Sanim, Ph.D NIP. 130 345 012
Mengetahui,
Ketua Departemen Ilmu Ekonomi,
Rina Oktaviani, Ph.D NIP. 131 846 872
Tanggal Kelulusan :
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH
BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH
DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA
PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor, Agustus 2008
Septy Andriani H14104064
RIWAYAT HIDUP
Penulis lahir pada tanggal 30 September 1986 di Jakarta. Penulis
merupakan anak pertama dari dua bersaudara dari pasangan Bapak Suparman dan
Ibu Kapinah. Penulis menamatkan sekolah dasar di SDN IV Ciputat, kemudian
melanjutkan ke SLTP Negeri 2 Ciputat. Setelah itu penulis melanjutkan
pendidikan menengah umum di SMU Negeri I Serpong dan lulus pada tahun
2004.
Pada tahun yang sama penulis diterima sebagai mahasiswa Institut
Pertanian Bogor (IPB). Penulis masuk IPB melalui jalur Undangan Seleksi Masuk
IPB (USMI) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi,
Fakultas Ekonomi dan Manajemen. Selama ini penulis juga aktif dalam kegiatan
mahasiswa dengan terlibat sebagai pengurus Himpunan Profesi Peminat Studi
Ekonomi Pembangunan (HIPOTESA) periode 2006 dan anggota Himpunan
Mahasiswa Islam (HMI) komisariat FEM.
KATA PENGANTAR
Puji dan syukur penulis panjatkan atas kehadiran Allah SWT. Atas berkat
rahmat dan ridonya dapat menyelesaikan penelitian dan penyusunan skripsi ini.
Judul skripsi ini adalah “Analisis Faktor-Faktor yang Mempengaruhi Volume
Penyaluran Kredit Mikro, Kecil, dan Menengah (MKM) di Indonesia”.
Penelitian mengenai volume penyaluran kredit MKM merupakan topik yang
menarik, karena penyauluran kredit MKM ini dapat memacu pertumbuhan
perekonomian melalui sektor riil. Pemacuan pertumbuhan tersebut didrong
melalui peningkatan pertumbuhan pada sektor UMKM. Disamping hal tersebut,
skripsi ini juga merupakan salah satu syarat untuk memperleh gelar Sarjana
Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen,
Institut Pertanian Bogor.
Pada kesempatan ini penulis mengucapkan terima kasih kepada:
1. Orang tua tercinta penulis yaitu Suparman dan Kapinah, adikku Dalilati, serta
keluarga besar atas doa, bimbingan, semangat, perhatian, dukungan serta
pengorbanannya.
2. Prof. Ir. Bunasor Sanim, M.Sc, Ph.D selaku dosen pembimbing atas waktu,
kesabaran, masukan, arahan selama bimbingan baik secara teknis maupun
teoritis dalam proses pembuatan skripsi ini sehingga dapat diselesaikan
dengan baik.
3. Dr. Ir. Dedi Budiman Hakim, M.Ec. selaku Dosen penguji utama yang telah
bersedia menguji dan memberikan masukan serta kritik yang sangat
bermanfaat untuk penyempurnaan skripsi ini.
4. Widyastutik, M.Si Dosen penguji komisi pendidikan yang telah memberikan
masukan dalam perbaikan tata bahasa untuk penyempurnaan skripsi ini.
5. Tim TU Departemen IE Mas Anto, Mas Dede, Mas Anwar, Mas Ryan dan TU
Fakultas Ekonomi dan Manajemen atas dukungan dan bantuan selama proses
persiapan seminar dan sidang.
6. Ibu Mira Rahmawaty, Pak Mafud, Ibu Tati, serta Pak Joni dari Bank Indonesia
atas dukungan serta bantuannya selama proses pengambilan data.
7. Teman-temanku Rani, Hana, Della, Lia, Niken, Dila, Mair, Fanya, Nisa, serta
Rinda, Heni, Icha. Teman-teman sebimbingan penulis (Dwi, Uunk, dan
Fabya), teman seperjuangan (Liana, Tika, Wida, Rolas, Mba Titi, Alin, Rista,
Tatu, Andra)serta teman-teman IE 41 lainnya yang tidak dapat disebutkan satu
persatu. Terima kasih atas doa, semangat, sharing, bantuan, serta keceriaan
selama proses pembuatan skripsi.
Akhirnya penulis ucapkan terima kasih kepada semua pihak yang telah
membantu penyelesain skripsi ini. Segala kesalahan yang terjadi dalam penelitian
menjadi tanggung jawab penulis. Semoga karya ini dapat bermanfaat bagi penulis
dan pihak lain yang membutuhkan.
Bogor, Agustus 2008
Septy Andriani H14104064
DAFTAR ISI
Halaman DAFTAR TABEL.........................................................................................
DAFTAR GAMBAR....................................................................................
DAFTAR LAMPIRAN.................................................................................
I. PENDAHULUAN..................................................................................
1.1. Latar Belakang.................................................................................
1.2. Perumusan Masalah..........................................................................
1.3. Tujuan Penelitian..............................................................................
1.4. Manfaat Penelitian............................................................................
1.5. Ruang Lingkup.................................................................................
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN.................
2.1. Kredit................................................................................................
2.1.1. Pengertian Kredit....................................................................
2.1.2. Unsur-Unsur Kredit................................................................
2.1.3. Prinsip-Prinsip Kredit.............................................................
2.1.4. Jenis-Jenis Kredit...................................................................
2.1.5. Fungsi Kredit..........................................................................
2.2. Mekanisme Transmisi Kebijakan Moneter......................................
2.2.1. Jalur Suku Bunga (Interest Rate Channel).............................
2.2.2. Jalur Nilai Tukar (Exchange Rate Channel)..........................
2.2.3. Jalur Harga Aset (Asset Price Channel).................................
2.2.4. Jalur Ekspektasi (Expectation Channel)…….....…………...
2.2.5. Jalur Kredit (Credit Channel)………………………………
2.3. Definisi dan Fungsi Bank.................................................................
2.4. Usaha Mikro, Kecil dan Menengah (UMKM).................................
2.5. Penelitian Terdahulu........................................................................
xii
xiii
xiv
1
1
8
11
11
12
13
13
13
14
15
15
17
18
18
19
20
20
21
22
23
26
x
III. KERANGKA PEMIKIRAN...................................................................
3.1. Kerangka Pemikiran Teoritis..........................................................
3.1.1. Penawaran Kredit..................................................................
3.1.2. Teori Keseimbangan.............................................................
3.1.3. Faktor-Faktor yang Mempengaruhi Volume Penyaluran Kredit Mikro, Kecil, dan Menengah (MKM).....................
3.1.3.1. Suku Bunga Kredit...................................................
3.1.3.2. Non Performing Loan (NPL)...................................
3.1.3.3. Gross Domestic Product (GDP)...............................
3.1.3.4. Lending Capacity.....................................................
3.1.3.5. Suku Bunga Sertifikat Bank Indonesia (SBI)..........
3.2. Kerangka Pemikiran Operasional.....................................................
IV. METODOLOGI PENELITIAN.............................................................
4.1. Jenis dan Sumber Data.....................................................................
4.2. Metode Analisis Data.......................................................................
4.3. Pendekatan Koreksi Kesalahan........................................................
4.3.1. Uji Stasioneritas.....................................................................
4.3.2. Uji Kointegrasi.......................................................................
4.3.3. Error Correction Model.........................................................
4.4. Uji Diagnostic.................................................................................
4.4.1. Uji Normalitas........................................................................
4.4.2. Uji Heteroskedastisitas...........................................................
4.4.3. Uji Autokolerasi.....................................................................
4.4.4. Uji Mutikolinearitas...............................................................
V. HASIL DAN PEMBAHASAN...............................................................
5.1. Uji Unit Root Test............................................................................
5.2. Uji Kointergasi……………………………………..……….....…..
5.3. Error Correction Model…………………………….….…….....…
29
29
29
32
35
35
36
36
37
37
38
41
41
42
43
43
44
46
49
49
49
50
51
53
53
54
60
xi
5.4. Uji Diagnostic..................................................................................
5.4.1. Uji Normalitas........................................................................
5.4.2. Uji Heteroskedastisitas...........................................................
5.4.3. Uji Autokolerasi.....................................................................
5.4.4. Uji Multikolinearitas..............................................................
5.5. Ringkasan Hasil Penelitian...............................................................
5.5.1. Jangka Panjang.......................................................................
5.5.2. Jangka Pendek........................................................................
VI. KESIMPULAN DAN SARAN..............................................................
6.1. Kesimpulan......................................................................................
6.2. Saran................................................................................................
DAFTAR PUSTAKA...................................................................................
LAMPIRAN..................................................................................................
71
71
72
73
73
73
74
74
76
76
76
77
80
xii
DAFTAR TABEL
Nomor Halaman
1.1. Jumlah Tenaga Kerja dan Kontribusi UMKM Terhadap PDB Atas Harga Berlaku di Indonesia Tahun 2006.............................
1.2. Perkembangan Ekspor Barang UMKM dan Besar Menurut
Sektor Ekonomi di Indonesia Tahun 2005-2006.......................... 1.3. Kredit UMKM Menurut Kelompok Bank Komersial di
Indonesia Tahun 2007 (Triliun Rupiah)........................................ 2.1. Definisi UMKM............................................................................
2.2. Penelitian Terdahulu.....................................................................
4.1. Jenis, Simbol dan Sumber Data....................................................
5.1. Hasil Uji Unit Root Pada Level dengan Menggunakan Augmented Dickey Fuller..............................................................
5.2. Hasil Uji Unit Root Pada First Difference dengan Menggunakan
Augmented Dickey Fuller.............................................................. 5.3. Hasil Estimasi Persamaan Jangka Panjang dengan
Menggunakan Engle-Granger Cointegration Test...................... 5.4. Uji Unit Root Terhadap Residual Persamaan Jangka Panjang
Penyaluran Kredit MKM di Indonesia Tahun 2002-2007........... 5.5. Error Correction Model untuk Penyaluran Kredit MKM di
Indonesia Tahun 2002-2007 dengan Variabel yang Signifikan.... 5.6. Hasil Uji Heteroskedastisitas untuk Mendeteksi Metode Error
Correction Model (ECM) Pada Model Volume Penyaluran Kredit (MKM) di Indonesia Tahun 2002-2007.............................
5.7. Hasil Uji Autokolerasi untuk Mendeteksi Metode Error
Correction Model (ECM) pada Model Volume Penyaluran Kredit (MKM) di Indonesia Tahun 2002-2007.............................
2 3 6
18
21
41
53
54
55
60
61
72
73
xiii
DAFTAR GAMBAR
Nomor Halaman
1. Komposisi Kredit UMKM Menurut Jenis Kredit (Persen)..………
2. Trend Outsanding Penyaluran Kredit MKM Bank Umum…...…...
3. Trend Suku Bunga SBI Periode 1994-2007.....................................
4. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Suku Bunga...............................................................................................
5. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Nilai
Tukar................................................................................................ 6. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Harga
Aset.................................................................................................. 7. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur
Ekspektasi........................................................................................ 8. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Kredit.....
9. Keseimbangan Kredit.......................................................................
10. Penurunan Kredit Akibat Menurunnya Permintaan.........................
11. Penurunan Kredit Akibat Menurunnya Penawaran..........................
12. Kerangka Pemikiran.........................................................................
13. Trend Loan Deposit to Ratio (LDR) Periode 2002-2007…………
14. Trend Lending Capacity (LC) Bank Umum Periode 1994-2007….
15. Hasil Uji Normalitas Error Correction Model Penyaluran Kredit MKM di Indonesia Tahun 2002-2007………………….................
4
9
10
19
19
20
21
21
32
33
34
40
66
66
72
xiv
DAFTAR LAMPIRAN
Nomor Halaman
1. Data Riil Variabel-Variabel yang Mempengaruhi Volume Penyaluran Kredit MKM di Indonesia Periode 2002-2007............
2. Uji Unit Root Pada Tingkat Level...............................................
3. Uji Unit Root Pada Tingkat First Difference……………...………
4. Hasil Estimasi Jangka Panjang dengan Menggunakan Engle-Granger Cointegration Test untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007……………………………………….
5. Hasil Uji Unit Root Terhadap Residual (V) Jangka Panjang
Penyaluran Kredit MKM di Indonesia Tahun 2002-2007………..
6. Hasil Estimasi Jangka Pendek (Error Correction Model) untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007 dengan Variabel yang Tidak Signifikan………………………………...…
7. Hasil Estimasi Jangka Pendek (Error Correction Model) untuk
Penyaluran Kredit MKM di Indonesia Tahun 2002-2007 dengan Variabel yang Signifikan……………………………………...…..
8. Hasil Uji Normalitas Error Correction Model untuk Penyaluran
Kredit MKM di Indonesia Tahun 2002-2007………………..……
9. Hasil Uji Heteroskedastisitas Error Correction Model untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007…...……
10. Hasil Uji Autokolerasi Error Correction Model Untuk Penyaluran
Kredit MKM di Indonesia Tahun 2002-2007…………………..…
11. Hasil Uji Multikolinearitas Error Correction Model untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007…….......
81
83
84
86
86
87
88
89
89
90
91
I. PENDAHULUAN
1.1. Latar Belakang
Perkembangan sektor usaha mikro, kecil, dan menengah (UMKM)
memegang peranan penting dalam perekonomian Indonesia. Peranan UMKM
dipandang sebagai katup penyelamat dalam proses pemulihan ekonomi nasional
baik dalam mendorong laju pertumbuhan ekonomi maupun dalam penyerapan
tenaga kerja.
Kinerja UMKM dalam beberapa tahun terakhir menunjukkan peningkatan.
Hal ini dapat terlihat dari adanya peningkatan terhadap PDB (Produk Domestik
Bruto) yang diciptakan UMKM dalam tahun 2006 sebesar 62,3 persen jika
dibandingkan tahun sebelumya. Begitu juga dengan jumlah unit usaha UMKM
mencapai 48,9 juta, sedangkan jumlah tenaga kerja yang bekerja disektor ini
tercatat 88,8 juta pekerja. Selain itu kontribusi yang diberikan sektor UMKM
terhadap perekonomian tidak hanya terbatas pada sumbangannya terhadap PDB
saja. Namun penerimaan terhadap ekspor juga mengalami peningkatan sebesar 8,2
persen pada tahun 2006 dibandingkan dengan tahun sebelumnya (BPS, 2006).
UMKM memegang peranan penting dalam perekonomian Indonesia, baik
dilihat dari segi jumlah usaha maupun penciptaan lapangan kerja. Berdasarkan
data departemen koperasi pada tahun 2006 dari total jumlah usaha sektor UKM
memiliki jumlah unit usaha lebih besar dibandingkan dengan jenis usaha lain yaitu
mencapai sebesar 99,9 persen. Melihat jumlah unit usaha yang besar ini, maka
mampu mengindikasikan bahwa pada sektor ini dominan juga dalam penyerapan
2
tenaga kerja yaitu sebesar 96,18 persen. Sumbangan PDB yang diberikan oleh
sektor ini berkontribusi besar bagi pertumbuhan perekonomian yaitu sebesar
53,28 persen. Hal ini dapat dilihat pada Tabel 1.1.
Tabel 1.1 Jumlah Tenaga Kerja dan Kontribusi UMKM Terhadap PDB Atas Harga Berlaku di Indonesia Tahun 2006
Kriteria UKM Usaha Besar Total Jumlah Usaha
Jumlah Usaha (Unit)
48,929,636(99.9)
7,204(0.01)
48,936,840(100)
Jumlah Tenaga Kerja(Orang)
85,416,493(96.18)
3,388,462(38.16)
88,804,955(100)
Sumbangan PDB(Miliar Rupiah)
1,778,746(53.28)
1,559,450(46.72)
3,338,196(100)
Sumber : Badan Pusat Statistik dan Departemen Koperasi, 2008 (diolah)
Perkembangan sektor UMKM tersebut menggambarkan bahwa terdapat
potensi yang besar atas kekuatan domestik, jika hal ini dapat dikelola dengan baik
tentu akan dapat mewujudkan usaha yang tangguh seperti saat perkembangan
usaha menengah di Korea Selatan dan Taiwan. Apabila dilihat pada Tabel 1.1
diatas masih memperlihatkan struktur yang tersegmentasi untuk struktur ekonomi
nasional. Pada satu sisi jumlah unit usaha besar hanya memiliki jumlah unit usaha
yang lebih kecil yaitu sebesar 0,01 persen dibandingkan dengan usaha kecil dan
menengah (UKM). Akan tetapi kontribusi PDB yang disumbangkan pada sektor
ini cukup besar yaitu sebesar 46,72 persen.
Kontribusi yang diberikan oleh sektor UMKM tidak hanya berupa
sumbangan terhadap PDB saja, melainkan juga mampu berkontribusi lebih
terhadap pertumbuhan perekonomian. Sektor ini juga mempunyai potensi yang
besar dalam meningkatkan penerimaan terhadap ekspor. Peningkatan peranan
UMKM terhadap ekspor sudah terjadi sejak tahun 1997, penerimaan ekspor ini
3
memberikan kontribusi pada pemasukkan neraca perdagangan. Pada Tabel 1.2
dapat dilihat, bahwa perkembangan ekspor barang yang lebih tinggi pada sektor
pertambangan dan penggalian jika dibandingkan sektor lain. Namun pada sektor
lain masih belum optimal penerimaan ekspor yang dihasilkan, hal ini diakibatkan
dengan adanya kesulitan terhadap akses pasar dalam pemasaran, kenaikan dari
harga bahan baku bahkan dengan adanya keterbatasan akses terhadap sumber
pembiayaan.
Tabel 1.2 Perkembangan Ekspor Barang UMKM dan Besar Menurut Sektor Ekonomi di Indonesia Tahun 2005-2006
Sektor Skala usaha
UKM Besar Jumlah Pertanian, Peternakan, Kehutanan dan Perikanan
9.77 3.94 9.29
Pertambangan dan Penggalian 42.23 16.48 16.70Industri Pengolahan 10.50 6.35 7.06Total 10.75 8.56 8.90
Sumber : Badan Pusat Statistik dan Departemen Koperasi, 2008
Berdasarkan dengan kondisi diatas maka Pemerintah melakukan
kebijaksanaan dalam bidang perkereditan yaitu dalam bentuk pengendalian
jumlah kredit serta pemberian kredit yang terarah. Pengendalian penyaluran kredit
dilakukan terutama melalui pengaturan likuiditas bank, pengendalian perluasaan
kredit serta pengaturan suku bunga menurut sektor ekonomi, penentuan besarnya
pembiayaan oleh bank dan kebijaksanaan yang mengarah kepada UMKM untuk
mencapai pembangunan perekonomian.
Pengendalian dengan penyaluran kredit melalui pengaturan suku bunga
bertujuan untuk meningkatkan gairah usaha. Pengaturan suku bunga ini dapat
meningkatkan produktifitas usaha. Jika dilihat dari sisi sektor ekonomi, terdapat
4
tiga sektor utama dalam penyaluran kredit untuk UMKM, yaitu sektor
perdagangan 28,14 persen, sektor industri 8,93 persen serta sektor lainnya sebesar
49,59 persen. Komposisi ini tidak jauh berbeda dari alokasi kredit per sektor
ekonomi untuk total kredit perbankan nasional.
Sektor lainnya pada kredit UMKM, diduga disebabkan oleh adanya
penyaluran kredit konsumsi yang lebih besar. Hal tersebut dapat terlihat pada
gambar 1, dengan nilai komposisi pada jenis kredit, porsi kredit UMKM untuk
konsumsi mencapai 49,25 persen. Melihat hal ini walupun pertumbuhan ekonomi
didorong oleh sektor UMKM, namun peranan kredit konsumsi pada sektor ini
sangat dominan.
Sumber: SEKI, Bank Indonesia, 2007 Keterangan: KI=Kredit Investasi, KK= Kredit Konsumsi, KMK=Kredit Modal
Kerja
Gambar 1. Komposisi Kredit UMKM Menurut Jenis Kredit (Persen)
Sejak tahun 2003, pertumbuhan kredit UMKM untuk konsumsi selalu
berada diatas jenis kredit lain berdasarkan jenis penggunaan seperti kredit
investasi dan modal kerja. Pada kredit UMKM untuk kredit investasi porsinya
terus mengalami penurunan, hal ini sangat memperihatinkan. Kondisi seperti ini
10,99 10,5 9,31 9,05
43,45 45 48,32 50,5 49,26
45,77 44 41,18 40,19 41,69
10,78
2002 2003 2004 2005 2006
KI KK KMK
5
sebenarnya tidak terbatas terjadi pada kredit UMKM saja, namun juga untuk total
kredit perbankan.
Kredit UMKM pada tahun 2006, ternyata mulai menunjukkan perubahan.
Hal ini dapat terlihat dengan pertumbuhan kredit UMKM untuk konsumsi
mengalami penurunan, bahkan telah berada di bawah pertumbuhan total kredit
UMKM. Penyebab utama menurunnya kredit konsumsi pada tahun 2006 adalah
merosotnya daya beli masyarakat ketika pemerintah menaikkan harga BBM di
buulan September 2005 yang berdampak pada 2006. akibat merosotnya daya beli
ini, maka pertumbuhan kredit UMKM di tahun 2006 hanya sebesar 15, 65 persen
jauh dibawah tahun 2005 yang masih sebesar 30,92 persen.
Kredit UMKM yang disalurkan untuk pertumbuhan sektor rill masih relatif
rendah. Kredit yang dikucurkan perbankan di sektor UMKM memang mengalami
peningkatan, meskipun hanya mencapai 21,6 persen. Berdasarkan data bank
Indonesia tahun 2007 menggambarkan bahwa pertumbuhan kredit UMKM
perbankan sampai Oktober 2007 sudah mencapai 21,6 persen atau secara nominal
sebesar Rp. 500,03 triliun dengan rincian sebesar Rp. 197,2 triliun disalurkan
untuk kredit mikro, Rp. 147,22 triliun untuk kredit kecil, sedangkan Rp.155,62
triliun disalurkan untuk kredit menengah.
Pada bulan sebelumnya September 2007, total outsanding kredit UMKM
tercatat sebesar Rp. 494,29 triliun. Ini berarti dalam tempo sebulan, kredit baru
UMKM yang mengucur mencapai Rp. 5,74 triliun. Secara akumulasi, sejak awal
tahun hingga Oktober 2007, perbankan telah menyalurkan kredit UMKM
sebanyak 72,04 triliun. Hal ini merupakan hasil yang maksimal bagi perbankan.
6
Jika dilihat berdasarkan kelompoknya pada Tabel 1.3, maka bank swasta nasional
devisa dan bank persero (BUMN) lebih banyak dalam menyalurkan kredit
UMKM dibandingkan dengan bank yang lainnya.
Tabel 1.3 Kredit UMKM Menurut Kelompok Bank Komersial di Indonesia Tahun 2007 (Triliun Rupiah)
Jenis Bank Kuartal
I Kuartal
II Kuartal
III Okt-2007
Bank Persero 144.82 151.61 161.06 164.06Bank Swasta Nasional Devisa
179.34 191.15 204.39 206.62
Bank Swasta Nasional Non Devisa
18.07 19.39 20.7 20.73
BPD 55.59 62.23 67.51 67.91Bank Campuran 4.71 5.04 5.54 5.65Bank Asing 13.13 13.35 13.78 13.75BPR-BPRS 18.59 19.9 21.29 21.29
Sumber: Statistik Perbankan Indonesia,Bank Indonesia, 2007
Sebelumnya memang dukungan perbankan terhadap UMKM memang
sangat minimal. Kredit mikro, kecil, dan menengah lebih banyak disalurkan bukan
pada target yang sebenarnya. Hal itu tidak terlepas dari rendahnya kemampuan
akses usaha mikro, kecil, dan menengah (UMKM) terhadap permodalan. Adapun
anggapan bank dalam penyaluran kredit kepada UMKM mempunyai resiko yang
relatif tinggi, serta manajemen dan administrasi yang buruk dengan ketidakadaan
agunan.
Dilain pihak, fungsi intermediasi perbankan memang sangat rumit karena
prosedur dan aturan yang ketat dan terikat pada prinsip kehati-hatian, yaitu bank
mensyaratkan penyediaan agunan bagi masyarakat yang hendak mendapatkan
kredit. Bila terjadi ketidakseimbangan dalam prinsip kehati-hatian tersebut , akan
timbul resiko yang dapat mempengaruhi kesehatan keuangan bank. Selain itu
7
seperti yang disebutkan oleh Choury, Galai dan Mark, timbulnya perubahan
dalam kualitas kredit debitur dapat berdampak besar pada nilai kredit bank
(Syafi’i, 2005). Dalam bukunya juga Choury, Galai dan Mark menyatakan bahwa
dalam industri perbankan resiko kredit merupakan resiko klasik yang sudah
dikenal oleh para praktisi perbankan sejak lama. Penyebab utama dari berbagai
permasalahan bank menyangkut resiko kredit ini, kebanyakan berkaitan langsung.
Hal itu seperti dalam standar pemberian pinjaman bagi debitur yang belum
dikelola dengan baik dan pengelolaan portofolio yang masih belum optimal.
Selain itu juga disebabkan dengan kurangnya perhatian terhadap perubahan
kondisi perekonomian atau kondisi lain yang mempengaruhi jumlah
pengembalian pinjaman debitur.
Namun, ketika melihat kondisi pada Tabel 1.3, dengan adanya
peningkatan penyaluran kredit kepada sektor UMKM setiap tahunnya. Perbankan
sudah mulai beralih menyalurkan kreditnya kepada sektor ini. Hal ini disebabkan
dengan mampu bertahannya sektor ini pada saat krisis pada tahun 1997 terjadi.
Selain itu juga, perbankan sudah mampu menilai bahwa pada sektor ini resiko
yang dihadapi oleh perbankan sangat rendah, jika dibandingkan dengan sektor
usaha besar (korporasi). Oleh karena itu, dari perlu adanya penelitian mengenai
faktor-faktor yang mempengaruhi volume penyaluran kredit Mikro, Kecil, dan
Menengah (MKM).
8
1.2. Perumusan Masalah
Dunia usaha khususnya pada sektor UMKM memberikan peranan besar
terhadap pendapatan nasional. Hal ini terlihat dari adanya kontribusi UMKM yang
meningkat setiap tahunnya. Oleh karena itu, peningkatan sektor ini tidak terlepas
dari peranan perbankan dalam penyaluran kredit.
Kredit yang disalurkan oleh perbankan merupakan aset bank yang sifatnya
kurang liquid dibandingkan dengan aset lainnya. Hal ini disebabkan karena
pinjaman kredit tidak dapat langsung disalurkan dalam bentuk cash sampai
dengan masa pinjaman habis. Adanya kemungkinan pengembalian pinjaman yang
gagal, akibat tidak sanggupnya debitur untuk mengembalikan pinjaman sesuai
dengan kesepakatan. Pengembalian pinjaman seperti ini dapat menimbulkan
kredit terjadinya kredit bermasalah atau non performing loan (NPL). Melihat
situasi tersebut, maka kredit yang disalurkan perbankan akan mengalami
penurunan. Perbankan tidak ingin mengambil resiko dengan berkurangnya aset
yang dimiliki oleh bank.
Total penyaluran kredit mikro, kecil dan menengah nominal (outsanding)
mengalami peningkatan setiap tahunnya. Hal ini dapat terlihat pada gambar 2,
outsanding kredit MKM selalu mengalami peningkatan pada tahun 2002 sampai
2007. Peningkatan tersebut cukup besar dari Rp.1685,39 triliun sampai
Rp.5372,29 triliun. Kondisi ini menunjukkan pentingnya perbankan dalam
mendorong sektor rill untuk meningkatkan pertumbuhan perekonomian.
9
Keterangan: dalam triliun rupiah Sumber: Bank Indonesia, 2008
Gambar 2. Trend Outsanding Penyaluran Kredit MKM Bank Umum
Dalam penyaluran kredit perbankan terhadap sektor ini juga dipengaruhi
oleh suku bunga. Penetapan suku bunga yang tinggi akan menyebabkan sektor
perbankan lebih memilih untuk membeli surat berharga dibandingkan dengan
memilih resiko untuk menyalurkan kredit kepada sektor usaha. Pemilihan dengan
membeli surat berharga akan mengurangi jumlah reserve bank, sehingga jumlah
kredit yang disalurkan akan berkurang dan menurunkan pertumbuhan sektor
UMKM serta berimbas pada penurunan pertumbuhan perekonomian.
Namun, pada kenyataannya di negara Indonesia kebijakan melalui
penetapan suku bunga SBI belum memberikan pengaruh yang signifikan terhadap
pertumbuhan kredit. Hal ini dapat terlihat pada Gambar 3, periode awal tahun
2002 suku bunga SBI sebesar 16,93 persen sampai akhir 2003 sebesar 8,31
persen. Pada periode ini terjadi kebijakan moneter yang tidak efektif yang
dilakukan oleh bank sentral. Saat itu pemerintah melakukan kebijakan moneter
yang ekspansif dengan menurunkan suku bunga SBI. Penurunan SBI yang
diharapkan dapat mendorong perbankan untuk menurunkan suku bunga kredit
1685,392197,67
2837,72
3791,314527,41
5372,29
2002 2003 2004 2005 2006 2007
10
ternyata tidak terjadi, melainkan hal sebaliknya yang terjadi. Melihat hal tersebut
maka belum pulihnya fungsi lembaga perbankan.
0,00
20,00
40,00
60,00
80,00
1 10 19 28 37 46 55 64 73 82 91 100 109 118 127 136 145 154 163
suku bunga SBI
Sumber: Bank Indonesia, 2008 Keterangan: dalam persen
Gambar 3. Trend Suku Bunga SBI Periode 1994-2007
Penyaluran kredit perbankan saat ini memeng lebih banyak kepada sektor
UMKM. Proporsi yang disalurkan pada sektor UMKM mengalami peningkatan
setiap tahunnya, akan tetapi ini belum proporsional dibandingkan dengan
korporasi. Adapun dua alasan perbankan beralih untuk menyalurkan kredit kepada
sektor UMKM. Pertama, risiko kredit UMKM jauh lebih rendah dibandingkan
dengan korporasi. Kedua, NPL pada sektor UMKM lebih kecil.
Melihat berbagai permasalahan yang dihadapi oleh sektor UMKM maka
perlu adanya penelitian mengenai faktor-faktor yang mempengaruhi dalam
volume penyaluran kredit mikro, kecil, dan menengah. Oleh karena itu dapat
dirumuskan permasalahannya adalah sebagai berikut:
1. Faktor-faktor apakah yang mempengaruhi volume penyaluran kredit Mikro,
Kecil, dan Menengah pada jangka panjang?
11
2. Faktor-faktor apakah yang mempengaruhi volume penyaluran kredit Mikro,
Kecil, dan Menengah pada jangka pendek?
1.3. Tujuan Penelitian
Berdasarkan latar belakang dan perumusan masalah maka tujuan
penelitian ini adalah:
1. Menganalisis faktor-faktor yang mempengaruhi volume penyaluran kredit
Mikro, Kecil, dan Menengah (MKM) pada jangka panjang.
2. Menganalisis faktor-faktor apakah yang mempengaruhi volume
penyaluran kredit Mikro, Kecil, dan Menengah (MKM) pada jangka
pendek.
1.4. Manfaat Penelitian
Sejalan dengan tujuan penelitian maka manfaat penelitian ini adalah:
1. Memberikan pertimbangan kepada pihak yang berkepentingan seperti
lembaga perbankan khususnya dalam mengambil keputusan untuk
memberikan akses kredit kepada sektor usaha mikro, kecil, dan menengah
(UMKM).
2. Memberikan masukan untuk peningkatan pemberdayaan usaha mikro,
kecil, dan menengah (UMKM).
12
1.5. Ruang Lingkup
Penelitian ini difokuskan kepada pencarian data mengenai analisis faktor-
faktor yang mempengaruhi volume penyaluran kredit Mikro, Kecil, dan
Menengah (MKM) dengan batasan penelitian pada bank umum (bank komersial)
pada periode 2002 sampai 2007. Variabel-variabel ekonomi yang dianggap
berpengaruh dalam penelitian ini yaitu kapasitas kredit (lending capacity), non
performing loan bank umum (NPL), Gross Domestik product (GDP) dengan
tahun dasar konstan tahun 2000, suku bunga sertifikat Bank Indonesia (SBI) dan
suku bunga kredit bank umum berdasarkan jenis penggunaan yaitu kredit modal
kerja, kredit investasi dan kredit konsumsi.
II. TINJAUAN PUSTAKA
2.1. Kredit
2.1.1. Pengertian Kredit
Kredit berasal dari bahasa Yunani (credere) yang berarti kepercayaan.
Kepercayaan itu antara si pemberi dengan si pemohon kredit yang terkait dalam
suatu kesepakatan. Menurut Kent dalam Suyatno (2003), kredit adalah hak untuk
menerima pembayaran atau kewajiban untuk melakukan pembayaran pada waktu
yang diminta, atau pada waktu yang akan datang yang disebabkan oleh
penyerahan barang-barang sekarang. Jonson dalam Djinarto (2000) menyatakan
bahwa kredit adalah kemampuan untuk memperoleh barang atau jasa dengan
memberi janji untuk membayar pada tanggal tertentu dimasa yang akan datang.
Dalam arti ekonomi kredit adalah penundaan bayaran dari prestasi yang diberikan
sekarang baik dalam bentuk barang, uang atau jasa (Suyatno, 2003).
Menurut UU No.7 Tahun 1992 tentang Pokok-Pokok Perbankan,
pengertian kredit adalah penyediaan uang atau tagihan yang dapat dipersamakan
dengan itu. Hal tersebut berdasarkan persetujuan atau kesepakatan pinjaman-
pinjaman antara bank dengan pihak lain. Kondisi tersebut mewajibkan pihak
peminjam untuk melunasi utangnya setelah jangka waktu tertentu dengan jumlah
bunga, imbalan, atau pembagian hasil keuntungan.
Penyaluran terhadap kredit merupakan segala bentuk fasilitas pinjaman
dana melalui pasar rupiah dan valuta asing yang ditetapkan dalam peraturan bank
Indonesia. Namun dalam penyaluran kredit tersebut terdapat resiko kredit baik itu
14
secara langsung maupun tidak langsung. Resiko kredit merupakan resiko akibat
adanya ketidakpastian dalam pengembalian pinjaman.
Rencana kredit untuk jangka waktu satu tahun yang disusun itu
disesuaikan dengan perkiraan jumlah uang yang beredar sehingga tidak akan
menganggu kestabilan moneter. Kestabilan moneter yang dimaksudkan ialah
merupakan perimbangan antara perkembangan jumlah uang yang beredar dengan
tingkat harga, suku bunga, perkembangan neraca pambayaran, tingkat
moneterisasi perekonomian.
2.1.2. Unsur-Unsur Kredit
Menurut Muljono (2001), terdapat unsur kredit antara lain:
1. Waktu, yang menyatakan bahwa ada jarak antara saat persetujuan pemberian
kredit dan pelunasannya.
2. Kepercayaan, yang melandasi pemberian kredit oleh pihak kreditur kepada
debitur, bahwa setelah jangka waktu tertentu debitur akan mengembalikan
sesuai dengan kesepakatan yang sudah disetujui oleh kedua belah pihak.
3. Penyerahan, yang menyatakan bahwa pihak kreditur menyerahkan nilai
ekonomi kepada debitur yang harus dikembalikan setelah jatuh tempo.
4. Resiko, yang menyatakan adanya resiko yang mungkin timbul sepanjang jarak
antara saat memberikan dan pelunasannya.
5. Persetujuan dan perjanjian, yang menyatakan bahwa antara kreditur dan
debitur terdapat suatu persetujuan dan dibuktikan dengan suatu perjanjian.
15
2.1.3. Prinsip-Prinsip Kredit
Menurut Kasmir (2004), prinsip-prinsip penilaian kredit yang dilakukan
dengan analisis 5C yang terdiri dari faktor sebagai berikut:
1. Character, adalah sifat atau watak calon debitur. Hal ini bertujuan
memberikan keyakinan kepada pihak perbankan bahwa sifat atau watak dari
orang-orang yang akan diberikan kredit dapat dipercaya.
2. Capacity, adalah kemampuan calon debitur dalam membayar kredit yang
dihubungkan dengan kemampuan calon debitur tersebut dalam mengelola
bisnis serta kemampuannya mendapat keuntungan.
3. Capital, adalah sumber-sumber pembiayaaan yang dimiliki calon debitur
dalam usaha yang dilakukannya.
4. Collateral, adalah jaminan yang diberikan calon debitur baik besifat fisik
maupun non fisik. Jaminan yang diberikan dianjurkan melebihi jumlah kredit
yang diberikan.
5. Condition, adalah penilaian kredit yang mempertimbangkan kondisi ekonomi
sekarang dan masa yang akan datang.
2.1.4. Jenis-Jenis Kredit
A. Kredit Berdasarkan Tujuan Penggunaan
Berdasarkan tujuan penggunaannya, kredit terbagi menjadi dua jenis yaitu:
1. Kredit konsumtif yaitu, kredit yang digunakan untuk membiayai pembelian
barang-barang atau jasa-jasa yang dapat memberikan kepuasan langsung
kepada konsumen. Jenis kredit ini digunakan untuk membiayai hal-hal yang
16
bersifat konsumtif seperti kredit perumahan, kredit kendaraan serta kredit
untuk membeli makanan dan pakaian. Secara tidak langsung kredit konsumtif
akan memberikan efek produktif dengan cara meningkatkan produksi dari
barang atau jasa yang telah dibeli oleh peminjam.
2. Kredit produktif yaitu, kredit yang digunakan untuk tujuan-tujuan yang
produktif. Kredit ini digunakan untuk membeli barang-barang modal yang
bersifat tetap maupun untuk membiayai kegiatan pengadaan barang yang habis
dalam sekali produksi. Kredit produktif dapat dibagi lagi menjadi dua bagian
yaitu, kredit investasi dan kredit modal kerja. Kredit investasi merupakan jenis
kredit yang dikeluarkan oleh perbankan untuk pembelian barang-barang
modal yaitu, tidak habis dalam satu cycle. Kredit modal kerja merupakan jenis
kredit yang diberikan oleh bank kepada debiturnya untuk memenuhi
kebutuhan modal kerjanya yang biasanya habis dalam satu siklus usahanya.
Menurut BRI dalam Thamrin (2002), kredit investasi merupakan suatu
kebijaksanan kredit yang bersifat jangka menengah atau jangka panjang yang
diberikan kepada pengusaha perorangan atau perusahaan dengan persyaratan dan
prosedur khusus atau dengan pertimbangan kelayakan. Program kelompok kecil
Industri (KKI) digunakan untuk pembiayaan investasi barang modal dan jasa yang
diperlukan dalam rangka perluasan proyek lama atau baru serta rehabilitasi aset
yang ada. Sedangkan program kredit modal kerja permanen hanya diberikan untuk
pembiayaan modal secara terus menerus digunakan untuk kelancaran usaha.
17
B. Kredit Berdasarkan Jangka Waktu
Berdasarkan jangka waktunya, kredit dapat dibagi menjadi tiga bagian
yaitu:
1. Kredit jangka pendek, merupakan kredit yang jangka waktu pembayarannya
maksimal satu tahun. Kredit ini biasanya digunakan untuk membiayai
kebutuhan modal kerja (Djinarto, 2000).
2. Kredit jangka menengah, merupakan kredit yang jangka waktu
pembayarannya antara satu sampai dengan tiga tahun. Kredit jangka
menengah biasanya berupa kredit modal kerja dan kredit investasi yang tidak
terlalu besar (Djinarto, 2000).
3. Kredit jangka panjang, merupakan jenis kredit yang jangka waktu
pembayarannya lebih dari tiga tahun. Kredit ini biasanya digunakan untuk
pembelian mesin, pabrik, perumahan, dan alat-alat untuk keperluan investasi
(Djinarto, 2000).
2.1.5. Fungsi Kredit .
Menurut Bank Indonesia, 1997 fungsi kredit adalah:
1. Bagi dunia usaha kredit berfungsi sebagai permodalan untuk menjaga
kelangsungan atau meningkatkan usahanya, dan sebagai pengembalian kredit
wajib dilakukan tepat waktu, sehingga diharapkan dapat diperoleh dari
keuntungn usahanya.
2. Bagi lembaga keuangan kredit berfungsi untuk menyalurkan dana masyarakat
(deposito, tabungan, giro) dalam bentuk kredit pada dunia usaha.
18
2.2. Mekanisme Transmisi Kebijakan Moneter
Perekonomian sebuah negara terbuka (open economy) terdiri dari 4 sektor,
yaitu sektor moneter, sektor riil, sektor fiskal, dan sektor eksternal. Hubungan
antar sektor moneter dan sektor riil terjadi melalui mekanisme transmisi
(mechanism of transmision). Mekanisme ini dilakukan oleh bank sentral sebagai
otoritas sektor moneter dapat mengeluarkan kebijakan yang akan berpengaruh
pada sektor riil.
Mekanisme kebijakan moneter didefinisikan sebagai suatu proses.
Kebijakan moneter ini ditransmisikan ke dalam perubahan GDP riil dan inflasi
(Warjiyo dan Solikin, 2003). Secara umum jalur mekanisme transmisi tersebut
bekerja melalui lima jalur, yaitu jalur suku bunga, nilai tukar, harga aset, dan
ekspektasi.
2.2.1. Jalur Suku Bunga (Interest Rate Channel)
Mekanisme transmisi melalui jalur suku bunga menekankan bahwa
kebijakan moneter dapat mempengaruhi permintaan agregat melalui perubahan
suku bunga. Dalam hal ini, pengaruh perubahan suku bunga jangka pendek
ditransmisikan pada suku bunga jangka menengah atau jangka panjang melalui
mekanisme penyeimbang antara sisi penawaran dan permintaan di pasar uang.
Perkembangan suku bunga tersebut akan mempengaruhi biaya modal (cost of
capital), yang akan mempengaruhi pengeluaran investasi dan konsumsi yang
merupakan komponen dari permintaan agregat.
19
Sumber: Warjiyo dan Solikin, 2003 Gambar 4. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Suku Bunga
2.2.2. Jalur Nilai Tukar (Exchange Rate Channel)
Mekanisme transmisi melalui jalur nilai tukar menekankan bahwa
kebijakan moneter dapat mempengaruhi perkembangan penawaran dan
permintaan agregat, kemudian mempengaruhi output dan harga. Pengaruh
pergerakan nilai tukar tergantung pada sistem nilai tukar oleh suatu negara.
Dalam sistem nilai tukar mengambang, kebijakan moneter ekspansif oleh
Bank Sentral akan mendorong depresiasi mata uang domestik dan meningkatkan
harga barang impor. Hal ini kemudian akan mendorong kenaikan harga barang
domestik, meskipun tidak terdapat ekspansi di sisi permintaan agregat. Dalam
sistem nilai tukar mengambang terkendali, pengaruh kebijakan moneter pada
perkembangan output riil dan inflasi menjadi semakin lemah pada jangka panjang,
terutama jika terdapat substitusi yang tidak sempurna antara aset domestik dan
luar negeri.
Sumber: Warjiyo dan Solikin, 2003 Gambar 5. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Nilai Tukar
Nilai Tukar Kebijakan moneter Harga Relatif Impor
Investasi/ Konsumsi
Jumlah uang beredar
Permintaan Agregat
Suku Bunga Kebijakan moneter Biaya Modal Investasi/ Konsumsi
Jumlah uang beredar
20
2.2.3. Jalur Harga Aset (Asset Price Channel)
Mekanisme transmisi melalui jalur harga aset menekankan bahwa
kebijakan moneter berpengaruh pada perubahan harga aset dan kekayaan
masyarakat, kemudian dapat mempengaruhi pengeluaran investasi dan konsumsi.
Apabila bank sentral melakukan kebijakan moneter kontraktif, maka dapat
mendorong peningkatan suku bunga, dan akhirnya akan menekan harga aset
perusahaan (market value). Penurunan harga aset dapat berakibat pada dua hal.
Pertama, mengurangi kemampuan perusahaan untuk melakukan ekspektasi.
Kedua, menurunkan nilai kekayaan dan pendapatan, akhirnya mengurangi
pengeluaran konsumsi. Kedua hal tersebut berdampak pada penurunan
pengeluaran agregat pada akhirnya.
Sumber: Warjiyo dan Solikin, 2003 Gambar 6. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Harga Aset
2.2.4. Jalur Ekspektasi (Expectation Channel)
Mekanisme transmisi melalui jalur ekspektasi menekankan bahwa
kebijakan moneter dapat diarahkan untuk mempengaruhi pembentukan ekspektasi
mengenai inflasi dan kegiatan ekonomi. Kondisi tersebut mempengaruhi perilaku
agen-agen ekonomi dalam melakukan keputusan konsumsi dan investasi, yang
akan mendorong perubahan permintaan agregat dan inflasi.
Nilai Tukar Kebijakan moneter Harga Aset Investasi/ Konsumsi
Jumlah uang beredar
21
Sumber: Warjiyo dan Solikin, 2003 Gambar 7. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Ekspektasi
2.2.5. Jalur Kredit (Credit Channel)
Mekanisme transmisi melalui jalur kredit bekerja dengan memanfaatkan
media pasar utang dan pasar kredit. Fungsi bank sebagai lembaga intermediasi
antara Surplus Spending Unit (SSU) dan Defisit Spending Unit (DSU) berperan
penting dalam mekanisme kebijakan melalui jalur kredit. Mekanisme jalur kredit
dibedakan menjadi dua jalur. Pertama, bank lending channel yang menekan
pengaruh kebijakn moneter pada kondisi keuangan bank, dari sisi aset khususnya.
Kedua, balance sheet channel yang menekankan pengaruh kebijakan moneter
pada kondisi keuangan perusahaan dan kemudian akan mempengaruhi akses
perusahaan untuk mendapatkan kredit.
Sumber: Warjiyo dan Solikin, 2003 Gambar 8. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Kredit
Liabilitas Bank Kebijakan moneter
Jumlah uang beredar
Ketersediaan Kredit Bank
Suku Bunga/ Harga Saham
Nilai Bersih Perusahaan
Pemberian Kredit
Investasi
Ekspektasi Inflasi/ Kegiatan Ekonomi
Kebijakan moneter
Jumlah uang beredar
Keputusan konsumsi/ investasi
22
2.3. Definisi dan Fungsi Bank
Bank merupakan lembaga keuangan yang menerima deposit dan
menyalurkan ke dalam kredit. Bank adalah lembaga intermediasi keuangan,
penghubung antara orang yang memiliki kelebihan modal dengan orang yang
memerlukan modal (Mishkin, 2001). Menurut UU No. 10 Tahun 1998 tentang
Perbankan, bank adalah badan usaha yang menghimpun dana dari masyarakat
dalam bentuk simpanan dan menyalurkannya ke masyarakat dalam bentuk kredit
dan atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup
masyarakat banyak.
Apabila dilihat dari fungsinya menurut UU Pokok Perbankan No. 7 Tahun
1992 dan UU RI No. 10 Tahun 1998, terdiri dari Bank Umum dan Bank
Perkreditan Rakyat (BPR) adalah:
1. Bank umum, adalah bank yang menjalankan kegiatan usaha secara
konvensional dan atau berdasarkan prinsip syariah yang dalam kegiatannya
memberikan jasa dalam lalu lintas pembayaran. Sifat jasa yang diberikan
adalah umum, dalam arti daat memberikan seluruh jasa perbankan yang ada.
Begitu juga dengan wilayah operasinya dapat dilakukan di seluruh wilayah
Indonesia, bahkan keluar negeri (cabang).
2. Bank Perkreditan Rakyat (BPR), adalah bank yang melaksanakan kegiatan
usaha secara konvensional atau berdasarkan prinsip syariah yang dalam
kegiatannya tidak memberikan jasa dalam lalu lintas pembayaran.
23
2.4. Usaha Mikro, Kecil, dan Menengah (UMKM)
Menurut Tambunan dalam Hadad (2004), beragam definisi UMKM yang
dikeluarkan oleh berbagai instansi. Pengelompokan definisi UMKM ini dapat
dilihat dalam Tabel 2.1.
Tabel 2.1 Definisi UMKM
Lembaga Istilah Pengertian Umum
UU No.9/95 ttg Usaha Kecil
Usaha kecil
Asset: Rp200 juta di luar tanah & bangunan; Omset: Rp1 miliar/ tahun Independen
BPS
Usaha mikro Pekerja <5 orang, incl tng kerja keluarga Usaha kecil Pekerja 5 - 19 orang
Usaha menengah Pekerja 20 - 99 orang Meneg Kop & UKM
Usaha kecil
Aset < Rp200 juta, Omset < Rp1 miliar/thn
Usaha menengah
Aset > Rp200 juta, Omset > Rp1 miliar/thn
Bank Indonesia
Usaha mikro Usaha keluarga miskin, teknologi sederhana Usaha kecil Aset < Rp200 juta, Omset < Rp1 miliar/thn
Usaha menengah Aset > Rp200 juta dan < Rp5 miliar (utk industri) dan Aset > Rp200 juta dan < Rp6 miliar (utk jasa lainnya); serta Omset Rp3 miliar/thn Aset di luar tanah & bangunan
Bank Dunia
Usaha mikro Pekerja <10 orang, Aset <USD100 ribu; Omset <USD100 ribu/thn
Usaha kecil Pekerja >10 orang dan <50 orang, Aset >USD100 ribu dan <USD300 ribu; Omset >USD100 ribu/thn dan <USD3 juta/thn
Usaha menengah Pekerja >50 orang dan <300 orang, Aset >USD300 ribu dan <USD15 juta; Omset >USD300 ribu/thn dan <USD15 juta/thn
Sumber: Tambunan dalam Hadad (2002), Hal. 11
Menurut Sanim dalam Thamrin (2002), peranan usaha kecil dapat dilihat
secara lebih rinci pada tingkat atau level makro (analisis suatu kesatuan atau
agragat) yang dapat menyebabkan, yaitu:
24
1. Penyerapan tenaga kerja dan menciptakan lapangan kerja baru (employment
dan creat new job),
2. Breeding Ground untuk bisnis baru,
3. Usaha bersama kekeluargaan (cooperatif),
4. Mengurangi kecemburuan sosial, karena adanya kesenjangan sosial ekonomi
dan kemiskinan.
Peranan usaha kecil pada tingkat mikro (analisis usaha kecil mikro dan
koperasi) adalah sebagai :
1. Alat distibusi untuk bisnis besar,
2. Sumber pendapatan dan perolehan devisa,
3. Menciptakan kompetisi,
4. Medan bagi inovasi independent dan bakal kewirausahaan,
5. Kontribusi bagi desentralisasi.
Batasan usaha kecil dapat dilihat dari berbagai segi yang menyangkut ciri-
ciri khusus dan ukuran skala atau kapasitas usaha. Menurut Mintzberg dalam
Sutojo (1993), kriteria sektor usaha kecil adalah struktur organisasi yang masih
sangat sederhana dan mempunyai karakter yang khas. Menurut hasil penelitian
lembaga manajemen FEUI, profil usaha kecil di Indonesia adalah sebagai berikut:
1) Hampir setengahnya dari perusahaan kecil hanya mempergunakan kapasitas
terpasang 60 persen atau kurang. Hal tersebut disebabkan oleh adanya
kesalahan dalam perencanaan dan ketidakmampuan memperbesar pasar.
2) Lebih dari setengah perusahaan kecil didirikan sebagai pengembangan usaha.
Pada masa persiapan (sebelum investasi) terdapat dua permasalahan yang
25
menonjol yaitu pemodalan dan kemudahan usaha (lokasi dan perizinan). Pada
tahap selanjutnya (pengenalan usaha) sektor usaha kecil menghadapi masalah
pemasaran ditambah dengan masalah permodalan dan hubungan usaha. Pada
tahap peningkatan usaha, sektor ini kembali menghadapi permasalahan dalam
permodalan den pengadaan bahan baku.
3) Umumnya sulit untuk meningkatkan pangsa pasar bahkan cenderung
mengalami penurunan usaha yang terjadi karena kekurangan modal, tidak
mampu memasarkan dan kurang keterampilan khas dan adminisrasi.
4) Tingkat ketergantungan terhadap bantuan dari pemerintah berupa permodalan,
pemasaran dan pengadaan barang/bahan relatif tinggi.
5) Hampir lebih dari 50 persen dari usaha kecil masih mempergunakan teknologi
tradisional.
6) Hampir sekitar 70 persen dari usaha kecil masih melakukan pemasaran
langsung kepada konsumen.
7) Sebagian besar pengusaha kecil dalam usaha memperoleh bantuan perbankan
merasa terlalu rumit dan dokumen yang harus dipersiapkan sulit dipenuhi.
262.5. Penelitian Terdahulu
Tabel 2.2 Penelitian Terdahulu
Nama Peneliti dan Judul
Tujuan Penelitian Metode Analisis
Kesimpulan
Agung et al. (2001),
kajian secara
sistematis mengenai
fenomena credit
crunch di Indonesia
Menguji secara empiris
mengenai penurunan
kredit yang terjadi lebih
banyak disebabkan oleh
faktor-faktor penawaran
seperti dalam hipotesa
credit crunch.
switching
regression dan
dengan data
panel
Pada sisi penawaran, ditemukan bahwa:
• Kapasitas kredit, bank memiliki pengaruh positif terhadap jumlah kredit
yang disalurkan oleh bank.
• Suku bunga kredit mempunyai pengaruh yang positif dan mempunyai
pengaruh yang signifikan terhadap penawaran kredit.
• Pengaruh NPL (Non Performing Loan) dengan penawaran kredit
bersifat negatif, yang mengindikasikan peningkatan jumlah NPL akan
mengakibatkan penurunan dalam jumlah penawaran kredit perbankan.
Nilai NPL yang besar mengharuskan bank harus menyiapkan cadangan
dana penghapusan yang lebih besar guna mengantisipasi terjadinya
kredit macet.
Harmanta dan
Enkanada (2005),
Disintermediasi
Fungsi Perbankan di
Indonesia Pasca
Meneliti mengenai kredit
dengan tujuan serta
metode estimasi yang
hampir sama dengan
Agung, et. al. Penelitian
maximum
likelihood,
persamaan
simultan,
switching
Adanya perilaku yang berbeda dalam penurunan penyaluran kredit
menunjukkan perilaku yang berbeda dalam dua periode:
• Periode pertama tahun 1997/1998 ditandai dengan excess demand. Hal
ini menyimpulkan bahwa penurunan kredit yang terjadi disebabkan oleh
adanya penawaran kredit yang lemah. Pada periode ini krisis yang
27Krisis 1997 : Faktor
Permintaan atau
Penawaran Kredit,
Sebuah Pendekatan
dengan Model
Disequilibrium
ini mengasumsikan bahwa
permintaan kredit tidak
selalu sama dengan
penawaran kredit (adanya
disekuilibrium)
regression
sedang terjadi mengakibatkan pertumbuhan DPK yang lambat sehingga
menurunkan kemampuan bank dalam menyalurkan kredit.
• Periode kedua pasca krisis 1999 sampai 2003 ditandai dengan excess
supply. Hal ini menyimpulkan bahwa terjadinya penurunan kredit lebih
disebabkan dari permintaan kredit. Kondisi ini terjadi karena belum
pulihnya perekonomian dengan mengakibatkan rendahnya dalam
prospek investasi.
Habibi (2004),
permintaan dan
penawaran kredit
rupiah
Mengestimasi besarnya
penawaran dan
permintaan kredit dari
bank umum sepanjang
periode 1994-2003, serta
membuktikan apakah
terjadi credit crunch.
(Vector
Autoregresive)
VAR
Dari sisi penawaran kredit dipengaruhi secara signifikan oleh suku bunga
kredit, rasio modal terhadap aset dan kredit bermasalah. Kapasitas kredit
tidak mempunyai pengaruh yang signifikan oleh output dan suku bunga
kredit. Hal ini terihat dari representasi grafik penawaran dan permintaan
kredit yang diestimasi tidak terjadi credit crunch sepanjang periode 1994-
2003.
Marissa (2004),
korelasi antara
kredit domestik
terhadap
pertumbuhan
ekonomi Indonesia
Menganalisis faktor-
faktor yang
mempengaruhi
pertumbuhan kredit
domestik dan
pertumbuhan ekonomi di
Two Stage
Least Square
(2SLS)
Kredit domestik memiiki pengaruh positif terhadap pertumbuhan ekonomi
dan nilainya secara statistik signifikan dalam kurun waktu 1983-2002. Hal
ini menyatakan bahwa kredit telah memberikan kontribusi positif terhadap
perekonomian Indonesia. Kondisi ini menunjukkan bahwa permintaan
kredit domestik oleh sektor ekonomi disalurkan untuk kegiatan investasi
dan modal kerja sehingga menciptakan pertumbuhan ekonomi.
28Indonesia.
Karina (2005),
analisis penyaluran
kredit bank umum
terhadap usaha kecil
di Indonesia
Menganalisis faktor-
faktor yang
mempengaruhi dan peran
perbankan dalam
penyaluran kredit bank
umum terhadap usaha
kecil di Indonesia
Ordinary
Least Square
(OLS)
Selama periode 1998-2003 jumlah unit usaha kecil memberikan pengaruh
yang positif dan signifikan terhadap penyaluran kredit usaha kecil.
Peningkatan jumlah unit usaha kecil menyebabkan kredit yang disalurkan
oleh usaha kecil juga semakin banyak. Tingkat suku bunga kredit juga
memberikan pengaruh yang signifikan terhadap penyaluran kredit kepada
usaha kecil.
Wicaksono (2007),
analisis faktor-
faktor yang
mempengaruhi
kredit pertanian oleh
Bank BRI di
Indonesia.
• Mengkaji keragaan dari
volume kredit pertanian
di BRI periode 2002-
2006.
• Menganalisis pengaruh
GDP sektor pertanian,
tingkat suku bunga BRI
dan NPL terhadap
penyaluran kredit
pertanian oleh BRI dan
faktor yangberpengaruh.
Ordinary
Least Square
(OLS)
Penyaluran kredit pertanian oleh BRI tahun 2002-2003 secara nominal
selalu mengalami peningkatan, kecuali tahun 2005 triwulan IV menalami
penurunan dibandingkan pada triwulan sebelumnya. Sedangkan dari sisi
proporsi kredit pertanian terhadap total kredit yang disalurkan oleh BRI
mengalami pertumbuhan yang fluktuatif dengan tren yang terus menurun.
Proporsi yang tinggi terjadi tahun 2005 (III), terendah 2006 (IV).
Peningkatan proporsi yang gignifikan tersebut disebabkan oleh adanya
kredit pertanian jenis kredit program yang dimulai triwulan tersebut.
III. KERANGKA PEMIKIRAN
3.1. Kerangka Pemikiran Teoritis
3.1.1. Penawaran Kredit
Penawaran komoditas barang dan jasa adalah jumlah dari komoditas yang
ditawarkan produsen kepada konsumen dalam pasar dengan tingkat harga dan
jangka waktu tertentu. Sumber penawaran meliputi produksi pada waktu tertentu
dengan persediaan pada waktu sebelumnya. Penawaran atau harga dan jumlah
yang ditawarkan semakin meningkat. Begitu juga dengan penawaran kredit, jika
modal yang dimiliki oleh suatu bank semakin meningkat, maka jumlah kredit
yang ditawarkan akan semakin meningkat juga. Pada kondisi ini menggunakan
teori penawaran yang cateris paribus, yaitu variabel lain dianggap konstan atau
tetap, maka faktor lain selain komoditas tersebut tidak mengalami perubahan.
Menurut Agung et al. (2001) faktor-faktor penyaluran (L) atau penawaran
kredit dipengaruhi oleh resiko kredit (R), modal bank (K), jumlah agunan (A),
kondisi keuangan debitur (CF), kebijakan moneter (MP) dan adverse selection.
Sehingga hubungan tersebut dapat diperlihatkan dalam persamaan sebagai
berikut:
L = f (R, K, A, CF, MP) (3.1)
Dalam resiko kredit mengandung asymetric information dan moral hazard.
Asymetric information merupakan faktor yang harus dihadapi oleh perbankan,
karena bank tidak mengetahui kondisi yang sebenarnya terjadi dari perusahaan
dalam melakukan aplikasi kredit. Kondisi ini akan menimbulkan terjadinya moral
30
hazard, dengan pihak peminjam tidak memiliki kemampuan yang baik dalam
mengembalikan pinjaman yang diberikan oleh bank. Risiko kredit ini memiliki
hubungan negatif, ketika risiko kredit meningkat maka akan menurunkan
penawaran kredit.
Modal bank memiliki pengaruh positif terhadap penawaran kredit. Hal ini
disebabkan oleh kondisi likuiditas bank ditentukan dalam kemampuan bank untuk
menyalurkan kredit, sebab kredit merupakan bagian dari aset bank. Ketika kondisi
likuiditas atau modal dari bank meningkat maka kemampuan bank dalam
menyalurkan kredit juga mengalami peningkatan.
Agunan merupakan suatu bentuk komitmen dari debitur berupa suatu
penjaminan aset yang dimilikinya kepada pihak bank dalam menyalurkan kredit.
Agunan memiliki hubungan negatif dengan penawaran kredit. Kondisi keuangan
debitur (Cf) memiliki hubungan dengan output yang dihasilkan (Y) dan kualitas
pengembalian kredit (LQ). Sehingga hubungan tersebut dapat dilihat sebagi
berikut:
CF = f (Y,LQ) (3.2)
Penelitian ini melihat kondisi keuangan dalam keadaan perekonomian secara
keseluruhan maka Y dapat diubah menjadi GDP (Mankiw, 2003). Sedangkan
kualitas pengembalian kredit tercermin dari adanya kredit bermasalah maka LQ
diubah menjadi (NPL). Sehingga menjadi:
CF = f(GDP,NPL) (3.3)
Kebijakan moneter (MP) dalam persamaan 3.1, merupakan instrumen yang
dilakukan oleh Bank Indonesia dalam bentuk kebijakan pasar terbuka OPT,
31
kebijakan cadangan wajib minimum/ reserve requirement (GWM) dan penentuan
tingkat diskonto (DR). Sehingga hubungan tersebut adalah sebagai berikut
MP = f(OPT, GWM, DR) (3.4)
Dalam penelitian ini, kebijakan pasar terbuka tercermin dari kebijakan BI dalam
menentukan tingkat suku bunga SBI. SBI ini memiliki pengaruh terhadap
penyaluran kredit oleh bank. Sehingga dalam persamaan tersebut menjadi:
MP = f (SBI, GWM, DR) (3.5)
Berdasarkan penjelasan diatas maka persamaan 3.1 dapat dijabarkan lebih
detil dengan memasukkan persamaan 3.3 dan 3.5, sehingga menjadi persaman
baru:
L = f (R, K, A, GDP, NPL, SBI, GWM, DR) (3.6)
Dalam penelitian ini variabel modal, GWM, dan agunan mempengaruhi
kapasitas kredit. Oleh karena itu GWM, A dan K dapat di ubah menjadi LC.
Begitu juga dengan suku bunga kredit (RK) mempengaruhi dalam penyaluran
kredit, sehingga persamaan yang didapat menjadi:
L = f (R, LC, RK, GDP, NPL, SBI, DR) (3.7)
Penelitian ini hanya melihat faktor LC, RK, GDP, NPL, dan SBI, maka dari
persamaan 3.7, variabel R dan DR dihilangkan sehingga persamaan yang
digunakan dalam model penelitian ini adalah
L = f (LC, RK, GDP, NPL, SBI) (3.8)
32
3.1.2. Teori Keseimbangan Kredit
Keseimbangan kredit terbentuk dari perpotongan antara kurva penawaran
kredit (S0) dan permintaaan kredit (D0). Keseimbangan ini menghasilkan tingkat
suku bunga sebesar r0 dan kuantitas kredit sebesar L0.
Gambar 9. Keseimbangan Kredit
Berdasarkan gambar tersebut, penurunan penawaran kredit akan
mengakibatkan pergeseran S0 ke kiri atas, dan sebaliknya jika terjadi peningkatan.
Sementara bila terjadi penurunan permintaan kredit akan mengakibatkan
pergeseran D0 ke kiri bawah, dan juga sebaliknya.
Menurut Agung et al. (2001), turunya kredit yang disalurkan oleh
perbankan dapat disebabkan oleh:
1. Penurunan Kredit Akibat Turunnya Permintaan
Pergeseran permintaan kredit akibat lemahnya perekonomian akan
menyebabkan kredit permintaan dari kredit yaitu D menurun menjadi D1, dengan
asumsi penawaran yang tetap. Hal ini akan mengakibatkan terjadinya penurunan
pada tingkat suku bunga menjadi r1. Jika perubahan kredit didorong oleh faktor –
Kualitas kreditL0
Suku bunga
r0
S0
D0
33
faktor struktural mikroekonomi maka penurunan kurva permintaan kredit juga
diikuti oleh semakin menajamnya kemiringan dari kurva permintaan yang
mengakibatkan menurunnya sensitivitas perubahan suku bunga terhadap
permintaan kredit. Kondisi ini ditunjukkan oleh kurva D2.
Sumber: Agung et al. (2001)
Gambar 10. Penurunan Kredit Akibat Menurunnya Permintaan
2. Penurunan Kredit Akibat Turunnya Penawaran
Penawaran kredit dapat disebabkan oleh turunnya kemauan bank untuk
menyalurkan kredit pada tingkat suku bunga yang berlaku. Keengganan
menyalurkan kredit ini dapat berasal dari faktor internal maupun eksternal. Faktor
internal mengenai permasalahan seperti rendahnya kualitas dari jumlah aset yang
dimiliki oleh perbankan, tingginya tingkat NPL dan turunya modal yang dimiliki
oleh bank akibat menurunnya tingkat keuntungan. Sisi eksternal permasalahan
terjadi akibat lemahnya kondisi keuangan perusahaan serta bank tidak mengetahui
L’ L
r1
r0
Suku bunga kredit
Kualitas kredit
D0
D2 D1
S
34
secara pasti mengenai kondisi dari sutu perusahaan serta kemampuannya untuk
membayar pinjaman.
Sumber: Agung et al. (2001)
Gambar 11. Penurunan Kredit Akibat Menurunnya Penawaran
Menurunya jumlah kredit akibat perubahan faktor penawaran dapat dilihat
dengan bergesernya kurva penawaran ke kiri atas dari S0 menjadi S1. Implikasi
dari pergeseran ini adalah kenaikan tingkat suku bunga dan penurunan jumlah
penyaluran kredit. Terkadang keengganan bank untuk menyalurkan kredit tidak
diikuti dengan perubahan tingkat suku bunga. Hal ini menyebabkan kurva
penawaran bergeser kekiri dan berubah menjadi vertikal (S2), dan kurva
penawaran menjadi tidak sensitif terhadap perubahan tingkat suku bunga.
Efek seperti ini disebut sebagai Non Price Credit Rationing. Hal ini dapat
dipahami sebagai akibat memburuknya resiko kredit dunia usaha dan karena
persoalan informasi yang membuat bank tidak dapat membedakan kualitas
Kualitas kredit
Suku bunga kredit
D
L L2
r2
r1
S0
S1S2
35
debitur. Persoalan ini lebih buruk lagi ketika ada pergantian manajemen didalam
perbankan dengan orang yang baru. Karena hubungan bank dengan nasabah
jangka panjang pergantian manajemen bank menyebabkan kurang mengertinya
kondisi nasabah. Akibatnya, bank cenderung lebih berhati-hati dalam
menyalurkan kredit dan tingkat suku bunga bukan hal utama dalam menyalurkan
kredit, karena bank berpendapat bahwa hanya nasabah yang kualitas rendah yang
bersedia membayar tingkat suku bunga pinjaman yang tinggi (adverse selection
problem).
3.1.3 Faktor-Faktor yang Mempengaruhi Volume Penyaluran Kredit Mikro, Kecil, dan Menengah (MKM)
3.1.3.1. Suku bunga kredit
Suku bunga kredit merupakan suku bunga yang ditetapkan oleh bank kepada
debitur sehingga sebagai suku bunga pinjaman bagi debitur dan intensif bagi bank
atas penyaluran kredit. Dalam penelitian ini digunakan suku bunga kredit
berdasarkan jenis pengunaan yaitu suku bunga kredit modal kerja, investasi dan
konsumsi. Pengaruh suku bunga kredit terhadap penyaluran kredit kepada
memiliki hubungan yang positif. Hal ini menggambarkan bahwa ketika terjadi
peningkatan terhadap suku bunga kredit maka akan meningkatkan penyaluran
kredit. Kondisi ini sama halnya dalam penyaluran kredit terhadap sektor riil.
Suku bunga yang digunakan dalam penelitian ini menggunakn suku bunga riil
(RK), dengan formula sebagai berikut:
RK riil = RK - inflasi tahunan (INFLYOY) (3.9)
36
3.1.3.2. Non Performing Loan (NPL)
Non Performing Loan (NPL) merupakan rasio perbandingan antara kredit
dalam kualitas kurang lancar, diragukan, dan macet terhadap total kredit
(Dendawijaya, 2001). NPL merupakan salah satu indikator perbankan yang
menggambarkan kesehatan dari suatu bank.
NPL = (kredit bermasalah / total kredit) * 100% (3.10)
NPL (kredit macet) memiliki hubungan yang negatif dengan penyaluran
kredit (Harmanata, 2005) Namun pada penyaluran kredit ke dalam sektor riil,
khususnya sektor UMKM memiliki NPL yang lebih kecil dibandingkan usaha
besar.
3.1.3.3. Gross Domestic Product (GDP)
Gross Domestic Product (GDP) merupakan pengeluaran total atas output
barang dan jasa perekonomian (Mankiw, 2000). Dalam penelitian ini
menggunakan variabel GDP dengan menggunakan GDP dalam bentuk riil, yang
nilai baran dan jasa diukur dengan menggunakan harga konstan. Harga konstan
yang digunakan berdasarkan GDP rill pada tahun dasar 2000. GDP dapat
mengukur pertumbuhan perekonomian suatu negara. Pertumbuhan ekonomi
memiliki hubungan yang positif dalam penyaluran kredit (Harmanata, 2005).
Dalam penelitian ini menggunakan data bulanan yang di interpolasi dari data
triwulanan dengan menggunaka metode cubic spline.
37
3.1.3.4. Lending Capacity
Lending capacity atau kapasitas kredit, merupakan kemampuan suatu bank
dalam menyalurkan kredit. Lending capacity atau kapasitas kredit (LC) yang
diperoleh melalui pengurangan dari total pasiva, cash in valut, modal dan GWM
(giro wajib minimum). Kapasitas kredit ini diharapkan memiliki korelasi yang
positif terhadap penyaluran kredit MKM (Harmanata, 2005). Dalam penelitan ini
menggunakan kapasitas kredit dalam bentuk riil, yaitu
LC riil = LC / IHK (3.11)
3.1.3.5. Suku Bunga Sertifikat Bank Indonesia (SBI)
Suku bunga sertifikat Bank Indonesia (SBI) adalah surat berharga yang
diterbitkan oleh Bank Indonesia sebagai pengakuan hutang berjangka waktu
pendek dengan sistem diskonto. Selain itu, SBI merupakan salah satu instrumen
yang memungkinkan Bank Indonesia terlibat langsung di pasar uang, dalam
rangka mengendalikan jumlah uang yang beredar dalam perekonomian. Suku
bunga Sertifikat Bank Indonesia yaitu suku bunga rata-rata tertimbang SBI
berjangka waktu 1 (satu) bulan pada saat lelang SBI di Bank Indonesia. Suku
bunga SBI yang digunakan dalam penelitian ini berbentuk riil, adalah sebagai
berikut:
RSBI riil = RSBI - inflasi tahunan (INFLYOY) (3.12)
Suku bunga SBI memiliki hubungan yang negatif dengan penyaluran
kredit (Harmanata, 2005). Hal ini menyatakan bahwa ketika kebijakan moneter
ketat yang ditempuh oleh otoritas moneter dengan menaikkan suku bunga SBI
38
maka akan menyebabkan semakin meningkatnya dana perbankan yang
ditanamkan pada instrumen SBI sehingga jumlah kredit yang ditawarkan semakin
berkurang.
3.2. Kerangka Pemikiran Operasional
Dalam Penelitian mengenai analisis yang mempengaruhi volume
penyaluran kredit mikro, kecil dan menengah (MKM) ini melibatkan beberapa
variabel ekonomi yang dianggap mempengaruhi. Variabel yang mempengaruhi
penyaluran kredit MKM tersebut adalah Gross Domestic product (GDP),
kapasitas kredit atau lending capacity riil (RLC), suku bunga kredit riil bank
umum berdasarkan penggunaan (RRK), kredit bermasalah atau Non Performing
Loan (NPL), serta perubahan suku bunga sertifikat Bank Indonesia (DRSBI).
Berdasarkan teori yang ada bahwa dalam penyaluran kredit perbankan
terhadap pengusaha UMKM itu menimbulkan terjadinya permasalahan seperti
kredit macet. Kredit macet ini diukur dilihat melalui non performing loan (NPL).
Permasalahan mengenai kredit macet merupakan masalah bagi perbankan dalam
menyalurkan kreditnya, sebab hal ini yang dapat mengukur tingkat kesehatan
bank. Pengaruh jumlah NPL yang meningkat merupakan masalah bagi perbankan,
sebab dana yang harus disiapkan perbankan harus lebih banyak lagi untuk
menutupi permasalahan tersebut. Ketika NPL meningkat maka menyebabkan
penurunan dalam penyaluran kredit. Melihat hal tersebut, maka NPL dapat
mempengaruhi seberapa besar ekspansi yang dilakukan perbankan dalam
menyalurkan volume kredit MKM kepada UMKM.
39
Selain itu pada panyaluran kredit MKM ini juga dipengaruhi oleh
kapasitas kredit. Ketika pertumbuhan DPK (dana pihak ketiga) mengalami
peningkatan, maka kapasitas kredit juga meningkat. Oleh karena itu, kapasitas
kredit dapat mempengaruhi terjadinya peningkatan kepada jumlah kredit MKM
yang disalurkan perbankan kepada UMKM. Begitu juga dengan suku bunga
dalam penyaluran kredit MKM merupakan hal yang dilihat oleh debitur ketika
ingin meminjam kepada bank. Begitu juga dengan perbankan dalam menyalurkan
kredit MKM kepada UMKM dengan melihat tingkat suku bunga kredit.
Berdasarkan hal tersebut volume penyaluran kredit MKM yang disalurkan
perbankan terhadap UMKM tersebut, akan dianalisis dengan menggunakan
metode Error Correction Model (ECM). Metode ini digunakan untuk melihat
analisis dalam jangka pendek. Sedangkan untuk melihat analisis dalam jangka
panjang maka dianalisis dengan menggunakan Engle Granger Cointegration.
Ketika sudah dianalisis dalam jangka pendek maka model yang didapatkan
didiagnostic test agar terbebas permasalahan dalam model dengan uji normalitas,
heteroskedastisitas, autokolerasi, dan multikolinearitas. Hal itu dilakukan untuk
mendapatkan model yang terbaik.
Setelah analisis dilakukan terhadap model maka hasil analisis dapat
dibandingkan dengan teori yang telah ada. Kesimpulan mengenai pengaruh jangka
panjang maupun jangka pendek terhadap penyaluran volume kredit mikro, kecil,
dan menengah dapat diperoleh berdasarkan hasil pengamatan.
40
Gambar 12. Kerangka Pemikiran
Faktor-faktor yang mempengaruhi volume penyaluran kredit mikro, kecil, dan menengah (MKM):
1. Outsanding kredit MKM pada bank umum (LM) 2. Gross Domestic Product (GDP) 3. Kapasitas Kredit / lending capacity (LC) 4. Kredit bermasalah / Non Performing Loan (NPL) 5. Suku bunga kredit bank umum (RK) 6. Suku bunga Sertifikat Bank Indonesia (DRSBI)
Analisis dengan Metode ECM
Analisis volume penyaluran kredit mikro, kecil, dan menengah (MKM)
Analisis Jangka Panjang
Kesimpulan
Pendekatan residual
Analisis Jangka Pendek
Diagnostic Test
Engle Granger Cointegration
IV. METODE PENELITIAN
4.1. Jenis dan Sumber Data
Penelitian ini menggunakan data skunder brupa data time series yang
digunakan dalam bentuk data bulanan dengan periode tahun 2002-2007. Data ini
diperoleh dari buku Statistik Ekonomi Keuangan Indonesia (SEKI) Bank
Indonesia, buku Statistik Perbankan Indonesia (SPI) Bank Indonesia, dan
direktorat research Bank Indonesia. Data yang digunakan dalam penelitian ini
adalah data mengenai outsanding kredit mikro, kecil, dan menengah (LM), Gross
Domestic Product (GDP), lending capacity (LC), non performing loan (NPL), riil
suku bunga kredit (RRK), serta perubahan riil suku bunga sertifikat bank
Indonesia (DRSBI).
Tabel 4.1 Jenis, Simbol dan Sumber Data Penelitian No Variabel Satuan Simbol Sumber
1. Outsanding kredit mikro, kecil, dan menengah
Miliar rupiah LM BI
2. Gross Domestic Product Miliar rupiah GDP SEKI, BI
3. Lending Capacity Miliar rupiah LC BI
4. Non Performing Loan Persen NPL SPI, BI
5. Suku bunga kredit riil Persen RRK SEKI, BI
6. Perubahan riil suku bunga kredit Persen DRSBI SEKI, BI
Variabel outsanding awalnya memiliki satuan juta rupiah diubah menjadi
miliar rupiah. Variabel yang digunakan dalam penelitian ini sudah berbentuk nilai
riil, terkecuali NPL yang berasal dari data Bank Indonesia. Variabel GDP didapat
dalam bentuk kuartalan, kemudian diubah menjadi data bulanan dengan cara
42
interpolasi. GDP yang digunakan berdasarkan harga konstan tahun 2000. jenis
data, simbol dan sumbernya disajikan pada Tabel 4.1.
4.2. Metode Analisis Data
Metode yang digunakan dalam penelitian untuk menganalisis data ada dua.
Metode-metode tersebut yaitu analisis jangka panjang dengan menggunakan
persamaan kointegrasi dan analisis jangka pendek dengan menggunakan Error
Correction Model (ECM).
Langkah awal dari penelitian ini yaitu mengestimasi besarnya
mengestimasi besarnya volome penyaluran kredit mikro, kecil dan menengah
(MKM) dengan menggunakan pendekatan residual. Selanjutnya dalam penelitian
ini akan dilakukan uji unit root untuk mengetahui apakah koefisien tertentu
memiliki orde first difference atau untuk mengetahui ada atau tidaknya akar unit
(komponen random walk) dengan menggunakan Augmented Dickey Fuller Test
(ADF test). Setelah itu dilakukan uji kointegrasi untuk mengetahui adanya
hubungan jangka panjang dan meramalkan keseimbangannya dengan
menggunakan Engle-Granger Cointegration test. Langkah selanjutnya adalah
melakukan koreksi kesalahan (error) dengan menggunakan ECM untuk model
penelitian. Hal terakhir yang dilakukan adalah Diagnostic Test yaitu uji
normalitas, uji heteroskedastisitas, dan uji autokolerasi. Analisis ini dilakukan
dengan menggunakan software E-views 4.1. dan Microsoft Excel.
43
4.3. Pendekatan Koreksi Kesalahan
4.3.1. Uji Stasioneritas
Stasioneritas data hal yang sangat penting diuji dalam uji ekonometrika
suatu permodelan. Perhatian ini timbul karena jika ternyata data time series yang
diteliti bersifat non stasionery, maka hasil regresi akan mengandung R2 yang lebih
tinggi dan Durbin-Watson Statistic yang rendah. Hal ini menunjukkan bahwa
telah terjadi regresi semu (suporius regression) dalam model.
Untuk mengukur keberadaan stasioner data ada beberapa cara yang dapat
digunakan. Melalui Augmented Dickey Fuller Test (ADF test) pada Eviews 4.1.
Jika nilai statistiknya lebih kecil dari Mac Kinnon Critical Value maka dapat
disimpulkan bahwa data tersebur stasioner. Namun, jika nilai ADF statistiknya
ternyata lebih besar dari nilai Mac Kinnon Critical Value, berarti data tersebut
tidak stasioner. Salah satu cara yang dapat dilakukan untuk mengatasi masalah
data yang non-stasioner adalah dengan meningkatkan taraf nyata yang digunakan.
Jika hal tersebut tidak berhasil, maka dapat diatasi dengan melakukan difference
non stasionary processes.
Nelson dan Plosser dalam Enders (2004) menyebutkan bahwa pada
dasarnya Augmented Dickey Fuller Test (ADF test) melakukan regresi dengan
persamaan berikut:
t
p
iittt yyty εβγαα +Δ+++=Δ ∑
=+−−
21110 (4.1)
Keterangan: P = Selang yang terpilih
γαα ,, 20 = Nilai yang diestimasi
tε = Error term.
44
Hipotesis yang diuji adalah :
0:0 =γH (data tidak stasioner) 0:0 <γH (data stasioner)
Nilai γ diestimasi dengan metode Ordinary Least Squares (OLS) dengan statistik
uji yang digunakan adalah:
γγS
thit = (4.2)
dimana, γS = Simpangan baku dari γ .
Jika nilai t-hit (ADF statistic) lebih kecil dari nilai Mac Kinnon Critical
Value, maka keputusan yang diambil adalah tolak H0. Hal ini berarti bahwa data
tersebut stasioner. Selain dengan memperhatikan nilai ADF statistic, pengujian
kestasioneran juga dapat dilakukan dengan memperhatikan nilai probabilitas
(prob*).jika nilai probabilitas (prob*) lebih besar dari taraf nyata yang digunakan,
maka data tersebut tidak stasioner. Sementara itu, jika nilai probabilitas (prob*)
lebih kecil dari taraf nyata yang digunakan, maka data tersebut sudah stasioner.
4.3.2. Uji Kointegrasi
Uji kointegrasi digunakan untuk memperoleh hubungan jangka panjang
antar variabel dalam permodelan. Enders (2004) mengatakan bahwa kointegrasi
merujuk pada kombinasi linier antar variabel-variabel yang tidak stasioner. Engle
Granger dalam Enders (2004) mengemukakan bahwa hubungan kointegrasi hanya
bias dibentuk oleh variabel-variabel yang terintegrasi pada derajat yang sama.
Selain itu, menurut Engle Granger komponen-komponen dari vektor Xt =
(X1t,X2t,…,Xnt) dikatakan terkointegrasi pada order (d,b) jika:
45
a. Semua komponen dari Xt terintegrasi pada order d,
b. Terdapat vektor β = (β1,β2,…,βn) sehingga kombinasi linier dari β Xt =
β1X1t+ β2X2t+…+ βn Xnt terintegrasi pada order (d-b) dengan b>0.
Granger juga mengatakan bahwa suatu uji kointegrasi dapat dianggap sebagai
awal untuk menghindari regresi yang palsu.
Ada beberapa cara yang dapat dilakukan untuk melihat uji kointegrasi
yaitu uji kointegrasi Engle-Granger (Engle Granger Cointegration Test), uji
kontegrasi Johansen (Johansen Cointegration Test) dan uji kointegrasi Durbin
Watson (Cointegrating Regression Durbin Watson Test). Dalam penelitian ini, uji
kointegrasi Engle Granger.
Metode kointegrasi Engle Granger menggunakan metode Augmented
Dickey Fuller (ADF) yang terdiri dari dua tahap. Tahap pertama adalah meregresi
persamaan OLS kemudian mendapatkan residual (U) dari persamaan tersebut.
Kedua adalah dengan menggunakan metode ADF diuji akar unit terhadap U
dengan hipotesis yang sama dengan hipotesis yang sama dan hipotesis uji unit
root sebelumnya.
Jika hipotesis null (H0) ditolak atau signifikan, maka variabel U adalah
stasioner atau dalam hal ini kmbinasi linier antar variabel adalah stasioner atau
U=I(0). Hal ini berarti meskipun variabel-variabel yang digunakan tidak stasioner,
namun dalam jangka panjang variabel-variabel tersebut cenderung menuju kepada
keseimbangan. Oleh karena itu, kombinasi linier dari variabel- variabel tersebut
disebut co-integrated regression atau regresi kointegrasi dan parameter-parameter
46
yang dihasilkan disebut sebagai co-integrated parameters atau koefisien jangka
panjang.
LNLM = f(LNGDP, LNLC, NPL, DRSBI, RRK) (4.3)
LNLMt = b0 + b1LNGDPt + b2LNLCt + b3NPLt + b4DRSBIt + b5RRKt + vt (4.4)
dimana, LNLMt = Outsanding kredit mikro, kecil, dan menengah pada periode t (miliar rupiah), LNGDPt = Gross Domestic Product pada periode t (miliar rupiah), LNLCt = Lending Capacity pada periode t (miliar rupiah), NPLt = Non Performing Loan pada periode t (persen), DRSBIt = perubahan riil suku bunga kredit pada periode t (persen), RRKt = suku bunga kredit riil pada periode t (persen), vt = error distribunce pada periode t.
4.3.3. Error Correction Model (ECM)
Error Correction Model (ECM) digunakan untuk mengatasi masalah data
deret waktu (time series) yang tidak stasioner dan superious regression. Hal ini
dikarenakan seluruh komponen dan informasi pada tingkat variabel yang telah
dimasukkan ke dalam model, kemudian memasukkan semua bentuk kesalahan
untuk dikoreksi yaitu dengan cara mendaur ulang error yang terbentuk pada
periode sebelumnya.
Beberapa keunggulan dalam penerapan ECM (Thomas, 1997), adalah
sebagai berikut:
1. Dapat mengatasi masalah deret waktu yang non stasioner dan regresi palsu
2. Dapat diestimasi menggunakan OLS (Ordinary Least Squared)
3. Model dengan menggunakan variabel-variabel dalam bentuk first difference
dalam mengeliminasi trend dari variabel
47
4. Mengatasi masalah pengolahan data lanjutan seperti masalah multikolinieritas
antar data yang dapat menyebabkan standar error yang sangat besar.
5. Sangat ideal untuk menaksir keakuratan sebuah hipotesis, dengan ECM dapat
dengan jelas membedakan antar parameter jangka panjang.
6. ECM juga memungkinkan untuk mengeliminasi variabel-variabel yang tidak
signifikan tanpa menimbulkan masalah terhadap diagnostic statistic sehingga
efisiensi estimasi dapat ditingkatkan.
Jika terjadi ketidakseimbangan (disequilibrium error), hal ini
kemungkinan disebabkan karena kesalahan spesifikasi, antara lain terjadi pada
pemilihan variabel dan parameter pada keseimbangan itu sendiri. Selain itu,
mungkin disebabkan oleh kesalahan dalam pembuatan definisi variabel dan cara
pengukurannya, atau juga kesalahan oleh faktor manusia (human error) dalam
menginput data.
Model koreksi kesalahan (ECM) dalam penelitian ini adalah:
∆LNLMt = β0 +β1 ∆LNGDPt +β2 ∆LNLCt +β3 ∆NPLt +β4 ∆DRSBIt +β5 ∆RRKt +
γvt-1+et (4.5)
Keterangan: -1 < γ < 0
γ= error correction term
Ut = LNLMt – b0 – b1 LNGDPt – b2 LNLCt- b3 NPLt – b4 DRSBIt – b5 RRKt (4.6)
48
Model (4.6) dapat diubah dengan mengeluarkan koefisien dalam U menjadi:
∆LNLMt= β0 +β1 ∆LNGDPt +β2 ∆LNLCt +β3 ∆NPLt +β4 ∆DRSBIt +β5 ∆RRKt
+β6 LNLMt-1 +β7 LNGDPt-1 +β8 LNLCt-1 +β9 NPLt-1 +β10 DRSBIt-1
+β11 RRKt-1 +et (4.7)
dimana, β0 = b0 (γ), β1 = b1, β2 = b2, β3 = b3, β4 = b4, β5 = b5, β6 = γ, β7 = -b1 (γ), β8 = -b2 (γ), β9 = -b3 (γ), β10 =- b4 (γ), β11 = -b5 (γ), ∆ = perbedaan pertama (first difference) LNLMt = Outsanding kredit mikro, kecil, dan menengah pada periode t
(miliar rupiah), LNGDPt = Gross Domestic Product pada periode t (miliar rupiah), LNLCt = Lending Capacity pada periode t (miliar rupiah), NPLt = Non Performing Loan pada periode t (persen), DRSBIt = perubahan riil suku bunga kredit pada periode t (persen), RRKt = suku bunga kredit riil pada periode t (persen), et = error distribunce pada periode t.
Untuk mengetahui apakah spesifikasi model dengan ECM merupakan
model yang valid, maka dilakukan uji terhadap koefisien Error Correction Term
(ECT). Jika hasil pengujian terhadap koefisien ECT signifikan, maka spesifikasi
model yang di amati valid.
49
4.4. Diagnostic Test
4.4.1. Uji Normalitas
Uji normalitas dilakukan untuk memeriksa apakah error term mendekati
distribusi normal atau tidak. Jika asumsi ini tidak terpenuhi maka prosedur
pengujian menggunakan t-statistic menjadi tidak sah. Uji normalitas error term
dilakukan dengan menggunakan uji Jarque–Bera. Uji ini didasarkan pada error
penduga least squares. Prosedur pengujiannya adalah:
a. H0: Error Term terdistribusi normal
H1: Error Term tidak terdistribusi normal
b. Statistic J-B dihitung melalui tahapan berikut:
Hitung kecondongan ( 3α ) dan ketinggian ( 4α ) distribusi error term
Hitung statistik J-B dengan rumus sebagai berikut:
⎟⎟⎠
⎞⎜⎜⎝
⎛ −+=−
24)3(
24
24
23 αα
nBJ (4.8)
Daerah kritis penolakan H0 adalah Jarque- Bera (J-B) > 22−dfX atau probabilitas
(p-value) < α.
4.4.2. Uji Heteroskedastisitas
Heteroskedastisitas merupakan suatu kondisi dengan nilai varian dari
variabel independen tidak memiliki nilai yang sama. Hal ini melanggar asumsi
dasar dari regresi linear klasik yaitu varian setiap variabel bebas mempunyai nilai
yang konstan atau memiliki varian yang sama/ homoskedastisitas.
50
Rumusan homoskedastisitas adalah sebagai berikut:
22 )( σ=iuE i=1,2,...,N (4.9)
dimana, ui = unsur distrubance σ2 = nilai varians Pengujian heteroskedastisitas dalam penelitian ini dilakukan dengan
menggunakan uji White Heteroskedasticity atau Autoregressive Conditional
Heteroskedasticity (ARCH) test pada softwear E-views.
Hipotesis:
0: 00 =βH , tidak terdapat heteroskedastisitas (homoskedastisitas)
0: 00 ≠βH , terdapat heteroskedastisitas
Kriteria pengujian:
Probability Obs*R-squared < α (taraf nyata yang digunakan), maka tolak H0,
Probability Obs*R-squared > α (taraf nyata yang digunakan), maka terima H0.
Jadi, dapat disimpulkan apabila menolak H0, maka menunjukkan terdapat masalah
heteroskedastisitas dalam model. Sebaliknya, jika menerima H0 menunjukkan
bahwa tidak terdapat masalah heteroskedastisitas dalam model.
4.4.3. Uji Autokolerasi
Autokolerasi diartikan sebagai kolerasi antara anggota serangkaian
observasi yang diurutkan menurut waktu atau ruang (Gujarati, 2003). Model
klasik mengasumsikan bahwa unsur gangguan yang berhubungan dengan
observasi tidak dipengaruhi oleh unsure distrubansi atau gangguan yang
berhubungan dengan pengamatan lain. Pada softwear E-views untuk mendeteksi
adanya autokolerasi (serial correlation) dapat dilakukan melaui uji Durbin
51
Watson (DW), dimana DW>2 atau DW<2, maka terdapat masalah autokolerasi.
Namun dalam penelitian ini uji autokolerasi (serial correlation) menggunakan uji
Breush-Godfrey Serial Colleration LM . rumusan adanya autokolerasi dalam
permodelan adalah sebagai berikut:
0),( ≠ujuiE i≠j
ui = disturbance pengamatan i
uj = disturbance pengamatan j
kondisi diatas menunjukkan bahwa unsur gangguan (disturbance) yang
berhubungan dengan observasi (ui) dupengaruhi oleh unsur gangguan
(disturbance) yang berhubungan dengan pengamatan lain (uj).
Hipotesis:
0: 00 =βH , tidak terjadi autokolerasi
0: 00 ≠βH , terjadi autokolerasi
Kriteria pengujian:
Probability Obs*R-squared < α (taraf nyata yang digunakan), maka tolak H0,
Probability Obs*R-squared > α (taraf nyata yang digunakan), maka terima H0.
Jadi, dapat disimpulkan apabila menolak H0, maka menunjukkan terdapat
masalah autokolerasi dalam model. Sebaliknya, jika menerima H0 menunjukkan
bahwa tidak terdapat masalah autokolerasi dalam model.
4.4.4. Uji Multikolinearitas
Uji multikolinearitas merupakan pengujian yang dilakukan untuk melihat
apakah terdapat hubungan linier antar variabel-variabel bebas dalam model
52
regresi. Gejala multikolinearitas dalam suatu model akan menimbulkan beberapa
konsekuensi, diantaranya:
1. Meskipun penaksiran OLS dapat diperoleh, namun kesalahan standarnya
cenderung semakin besar dengan meningkatkannya korelasi antar variabel
(Gujarati, 2003).
2. Standar error dari parameter dugaan akan sangat besar, sehingga selang
kepercayaan cenderung lebih besar (Gujarati, 2003).
3. Sekalipun multikolinearitas dapat mengakibatkan banyak variabel yang tidak
signifikan, tetapi koefisien determinasi (R squared) tetap tinggi, dan uji F
signifikan (Nachrowi, 2006).
4. Jika korelasinya tinggi kemungkinan probabilitas untuk menerima hipotesis
yang salah menjadi besar (Gujarati, 2003).
5. Kesalahan standar akan semakin besar dan sensitif jika ada perubahan data
(Gujarati, 2003).
6. Tidak mungkin mengisolasi pengaruh individual dari variabel yang
menjelaskan(Gujarati, 2003).
Ada beberapa cara untuk mengetahui multikolinearitas dalam suatu model.
Salah satunya adalah dengan melihat koefisien korelasi hasil output komputer.
Jika terdapat koefisien korelasi yang lebih besar |0,8|, maka terdapat gejala
multikolinearitas.
V. HASIL DAN PEMBAHASAN
5.1. Uji Unit Root
Data deret waktu dapat dikatakan stasioner jika data tersebut menunjukkan
pola konstan dari waktu ke waktu. Uji unit root ini dilakukan untuk menganalisis
suatu variabel stasioner atau tidak satasioner. Uji ini dilakukan terhadap semua
variabel yang digunakan dalam analisis Error Correction Model (ECM).
Pengujian kestasioneran data yang digunakan dalam penelitian ini adalah uji
Augmented Dickey Fuller (ADF). Hasil uji ADF untuk data time series setiap
variable pada tingkat level dapat dilihat pada Table 5.1.
Table 5.1 Hasil Uji Unit Root Pada Level dengan Menggunakan Augmented Dickey Fuller
Variabel Nilai
ADF t-statistik
Nilai Kritis Mc Kinnon Keterangan 1% 5% 10%
LNLM -1.897107 -4.094550 -3.475305 -3.165046 Tidak stasioner LNGDP -8.967404 -4.094550 -3.475305 -3.165046 Stasioner NPL -1.203676 -3.525618 -2.902953 -2.588902 Tidak stasioner DRSBI -8.259374 -2.598416 -1.945525 -1.613760 Stasioner RRK -1.847556 -3.525618 -2.902953 -2.588902 Tidak stasioner LNLC -1.896209 -4.094550 -3.475305 -3.165046 Tidak stasioner
Sumber:Lampiran 2
Pada Tabel 5.1. dapat dilihat bahwa terdapat empat variable yang tidak
stasioner. Ini terlihat dari nilai ADF t-statistik keempat variabel tersebut lebih
besar dari Mac Kinnon Critical Value pada taraf nyata 5 persen. variabel yang
tidak stasioner pada tingkat level adalah LNLM, NPL, RRK, dan LNLC.
Ketidakstasioneran ini dapat dibuktikan melalui nilai ADF t-statistik lebih besar
dari Mac Kinnon pada taraf nyata 5 persen. Penelitian dengan menggunakan data
54
yang tidak stasioner akan menghasilkan regresi semu (superious regression). Oleh
karena itu terdapat empat variabel yang tidak stasioner dan dua variabel yang
stasioner pada tingkat level, maka perlu dilanjutkan dengan uji unit root pada
tingkat first difference.
Uji unit root pada tingkat first difference (derajat satu) ini dilakukan
sebagai konsekuensi dari tidak terpenuhinya asumsi stasioneritas pada tingkat
level (derajat nol). Table 5.2 memperlihatkan hasil uji stasioner pada tingkat first
difference.
Table 5.2 Hasil Uji Unit Root Pada First Difference dengan Menggunakan Augmented Dickey Fuller
Variabel Nilai
ADF t-statistik
Nilai Kritis Mac Kinnon keterangan 1% 5% 10%
LNLM -11.32696 -4.094550 -3.475305 -3.165046 stasioner LNGDP -10.34946 -4.096614 -3.476275 -3.165610 stasioner NPL -7.098562 -4.094550 -3.475305 -3.165046 stasioner DRSBI -10.39428 -2.599413 -1.945669 -1.613677 stasioner RRK -7.653201 -3.527045 -2.903566 -2.589227 stasioner LNLC -13.26975 -3.527045 -2.903566 -2.589227 stasioner Sumber: Lampiran 3
Berdasarkan Tabel 5.2. dapat diketahui bahwa semua data yang digunakan
dalam penelitian ini bersifat stasioner pada tingkat first difference. Oleh karena itu
dapat dikatakan semua data yang digunakan dalam penelitian ini terintegrasi pada
derajat satu (I(1)).
5.2. Uji Kointegrasi
Enders (2004) mengatakan bahwa sistem persamaan jangka panjang dapat
diperoleh dari variabel-variabel yang tidak stasioner sekalipun, asalkan terjadi
55
kointegrasi pada varriabel-variabel tersebut sehingga dapat diperoleh kombinasi
linier antara variabel atau antar variabel-variabel yang bersifat stasioner.
Pengujian kointegrasi dilakukan untuk memperoleh hubungan jangka panjang
antar variabel.
Tahap awal uji kointegrasi Engle-Granger adalah meregresi persamaan
dan mendapatkan nilai residual dari regresi tersebut. Hasil persamaan regresi
adalah:
LNLM = -18.35529 + 2.339011LNGDP - 0.579417 LNLC + 6.85E-05 DRSBI
-8.20E-05 RRK - 0.000316 NPL (5.1)
Tabel 5.3 Hasil Estimasi Persamaan Jangka Panjang dengan Menggunakan Engle-Granger Cointegration Test
Variabel Koefisien Standar Error Probabilitas
LNGDP 2.339011 0.117139 0.0000LNLC -0.579417 0.208436 0.0071DRSBI 6.85E-05 4.34E-05 0.1199RRK -8.20E-05 2.43E-05 0.0012NPL -0.000316 5.31E-05 0.0000C -18.35529 2.405981 0.0000
R-squared 0.967644Adjusted R-squared 0.965155F-statistic 388.7837Durbin-Watson stat 0.475416Prob(F-statistic) 0.000000Sumber : Lampiran 4
Berdasarkan Tabel 5.3. diatas variabel LNGDP, LNLC, RRK, NPL, dan
konstanta (C) memberikan pengaruh yang siignifikan terhadap variabel LNLM
pada derajat kepercayaan 5 persen. Sedangkan variabel DRSBI tidak memberikan
pengaruh yang signifikan. Hasil analisis persamaan penyaluran kredit mikro, kecil
dan menengah (MKM) di Indonesia adalah:
56
a. Gross Domestik Product (GDP)
Koefisien LNGDP yang positif sebesar 2,339011, artinya jika terjadi
kenaikan sebesar satu persen pada LNGDP maka volume penyaluran kredit MKM
di Indonesia akan menurun sebesar 2,339011 persen. Kondisi ini menunjukkan
bahwa pertumbuhan ekonomi yang diukur dari GDP mempengaruhi penyaluran
kredit MKM di Indonesia. Peningkatan penyaluran kredit perbankan dapat
meningkatkan produktifitas usaha. Peningkatan produktifitas ini dapat mendorong
peningkatan terhadap GDP, yang menggambarkan perbaikan terhadap
pertumbuhan perekonomian dengan adanya pemulihan terhadap iklim usaha.
Nilai probabilitas variabel LNGDP adalah 0,0000. Nilai ini lebih kecil dari
taraf nyata 5 persen, sehingga LNGDP adalah signifikan dan mempengaruhi
variabel dependennya.
b. Kapasitas Kredit atau lending capacity(LC)
Koefisien kapasitas kredit (LNLC) menunjukkan nilai yang negatif sebesar
0,579417, artinya apabila terjadi kenaikan sebesar satu persen pada kapasitas
kredit (lending capacity) maka kemampuan bank untuk menyalurkan kredit MKM
akan menurun sebesar 0,579417 persen. Kredit MKM yang disalurkan sangat
tergantung pada kapasitas kredit yang tersedia di bank. Hal ini terjadi karena
ketika kapasitas kredit yang meningkat tidak sepenuhnya disalurkan kepada sektor
rill khususnya UMKM. Porsi penyaluran kredit perbankan kepada sektor ini
masih relatif rendah, meskipun ada peningkatannya setiap tahun.
57
Apabila dilihat dari nilai probabilitas variabel LNLC adalah sebesar
0,0071. Nilai ini lebih besar dari taraf nyata 5 persen, sehingga variabel LNLC
signifikan mempengaruhi variabel dependennya.
c. Perubahan suku bunga SBI (DRSBI)
Koefisien perubahan suku bunga riil sertifikat bank Indonesia (DRSBI)
menunjukkan nilai yang positif sebesar 6,85E-05. Artinya ketika terjadi
peningkatan perubahan suku bunga sebesar 1 persen, maka penyaluran kredit
MKM akan mengalami penurunan sebesar 6,85E-05 persen. Jika dilihat dari nilai
probabilitas DRSBI adalah sebesar 0.1199, berarti nilai ini lebih besar dari taraf
nyata 5 persen. Oleh karena itu dapat disimpulkan bahwa DRSBI tidak signifikan
mempengaruhi variabel dependennya. Hal ini mengindikasikan bahwa pada
jangka panjang perubahan dari suku bunga SBI tidak berpengaruh. Selain itu juga
maka kebijakan moneter tidak berjalan atau tidak berpengaruh pada jangka
panjang, karena tidak berpengaruhnya SBI.
d. Suku bunga kredit (RRK)
Koefisien suku bunga kredit (RRK) menunjukkan nilai yang negatif
sebesar 8,20E-05. Artinya, jika terjadi kenaikan suku bunga kredit sebesar 1
persen maka penyaluran kredit MKM akan semakin menurun. Sebesar 8,20E-05
persen. Ketika suku bunga kredit itu meningkat maka kredit yang ditawarkan oleh
perbankan itu semakin menurun. Pada kondisi ini perbankan melakukan kebijakan
moneter yang kontraktif, yaitu dengan menekan jumlah uang yang beredar.
Kebijakan ini mendorong terjadinya kenaikan suku bunga yang tinggi, yang
kemudian mendorong peningkatan terhadap suku bunga kredit. Peningkatan suku
58
bunga kredit ini berdampak kepada sektor perbankan cenderung untuk membeli
surat berharga dibandingkan memberikan kredit kepada investor. Hal ini
mengakibatkan rendahnya kredit yang disalurkan oleh perbankan, sehingga
produktifitas yang akan dihasilkan oleh perusahaan akan mengalami penurunan.
Selain itu dengan adanya penurunan tersebut dapat menyebabkan pertumbuhan
perekonomian mengalami penurunan dengan lesunya iklim usaha.
Berdasarkan nilai probabilitas RRK adalah 0,0012. Nilai ini lebil kecil
dibandingkan taraf nyata 5 persen, sehingga dapat disimpulkan bahwa RRK
signifikan mempengaruhi variabel dependennya.
e. Non Performing Loan (NPL)
Koefisien non performing loan (NPL) menunjukkan nilai yang negatif
sebesar 0,000316. Hal ini berarti bahwa jika terjadi kenaikan NPL atau kredit
macet sebesar 1 persen maka akan menyebabkan penurunan pada penyaluran
kredit MKM bank umum sebesar 0,000316 persen. Semakin tinggi NPL yang
dimiliki bank, maka semakin menurun kredit MKM yang disalurkan. NPL yang
tinggi menyebabkan bank harus membentuk cadangan penghapusan yang lebih
besar sehingga dana yang dapat disalurkan lewat pemberian kredit semakin
berkurang. Sebaliknya semakin rendah NPL yang dimiliki bank, maka semakin
meningkat kredit yang dapat disalurkan. NPL yang rendah menyebabkan bank
membentuk cadangan penghapusan yang lebih sedikit sehingga dana yang dapat
disalurkan melalui kredit khususnya sektor UMKM akan semakin meningkat.
Pada tingkat NPL yang tinggi, perbankan yang berfikir rasional tidak akan
menyalurkan kreditnya. Akan tetapi, dengan resiko yang dimiliki oleh kredit
59
UMKM cenderung lebih rendah. Melihat hal tersebut maka perbankan mengambil
resiko dengan menyalurkan kredit.
Jika dilihat nilai probabilitas NPL adalah 0,0000. Nilai ini lebih kecil dari
taraf nyata 5 persen, sehingga dapat disimpulkan bahwa NPL signifikan
mempengaruhi variabel dependen.
Nilai konstanta (C) dalam pemodelan adalah negatif sebesar 18,35529. Hal
ini berarti jika semua variabel diasumsikan bernilai nol, maka penyaluran kredit
MKM pada bank umum cenderung akan meningkat sebesar 18,35529 persen.
Nilai probabilitas C adalah 0,0000, sehingga menunjukkan bahwa C memberikan
pengaruh yang signifikan dalam permodelan.
Nilai koefisien determinasi (R-Squared) adalah sebesar 0,967644 yang
berarti bahwa variasi variabel endogen dapat dijelaskan secara linier oleh variabel
bebasnya di dalam persamaan sebesar 96,76 persen, dan sisanya sebesar 3,24
persen dijelaskan leh faktor-faktor lain di luar persamaan.
Dilihat dari hasil uji F, didapatkan bahwa variabel-variabel eksogen dapat
menjelaskan variabel endogen yang ditunjukkan oleh nilai P-value = 0,00000
yang lebih kecil dari taraf nyata yang digunakan yaitu sebesar 5 persen (α=10%).
Nilai ini menunjukkan bahwa persamaan di atas telah mendukung keabsahaan
model, atau dengan kata lain bahwa pengaruh yang ditimbulkan oleh keseluruhan
variabel independen (bebas) terhadap variabel dependennya (terkait) adalah baik.
Persamaan jangka panjang telah diregresikan, maka langkah berikutnya
adalah menguji unit root terhadap nilai residual (V) dengan menggunakan metode
60
ADF. Nilai residual (V) persamaan penyaluran kredit MKM bank umum ternyata
stasioner pada tingkat level dapat dilihat pada Tabel 5.4.
Tabel 5.4 Uji Unit Root Terhadap Residual Persamaan Jangka Panjang Penyaluran Kredit MKM di Indonesia Tahun 2002-2007
Variabel Nilai ADF
t-statistik
Nilai Kritis Mac Kinnon prob ket
1% 5% 10%
V -4.239682 -2.598907 -1.945596 -1.613719 0.0001 S
Sumber: Lampiran 5 Keterangan: S= data stasioner Berdasarkan Tabel 5.4. nilai ADF t-statistik lebih kecil dari nilai kritis Mc
Kinnon pada taraf nyata 1, 5, dan 10 persen. Hal ini menunjukkan bahwa nilai
residual adalah stasioner pada tingkat level. Dilihat juga dari nilai probabilitas V
(prob*) adalah 0,0001 yang berada di bawah taraf nyata 5 persen juga
menjelaskan kestasioneran residual V tersebut. Dengan demikian terbukti bahwa
terdapat kointegrasi dalam model, sehingga perumusan ECM dapat dilanjutkan.
5.3. Error Correction Model (ECM)
Error Correction Model (ECM) digunakan untuk mengestimasi model
jangka pendek. Estimasi ECM dilakukan dengan meretriksi variabel-variabel yang
berpengaruh terhadap penyaluran kredit mikro, kecil, dan menengah (MKM).
Sebelum mendapatkan ECM untuk penyaluran kredit MKM dengan variabel yang
signifikan (lampiran 7), sudah dilakukan uji ECM untuk penyaluran kredit MKM
dengan lag (selang) empat terlebih dahulu (lampiran 6). Hasil estimasi persamaan
jangka pendek (dinamis) penyaluran kredit MKM dapat dilihat pada Tabel 5.5.
61
Tabel 5.5 Error Correction Model Untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007
Variabel Koefisien Standar Error Probabilitas
DLNLM(-3) 0.593259 0.095495 0.0000DLNLM(-4) 0.337114 0.088018 0.0003DLNGDP 0.955937 0.230329 0.0001DLNGDP(-2) -1.750117 0.634087 0.0080DLNGDP(-3) 2.972735 0.878785 0.0014DLNGDP(-4) -2.284554 0.573350 0.0002DLNLC 0.346469 0.072127 0.0000DLNLC(-1) 0.149859 0.073329 0.0461DNPL(-1) 0.000102 3.27E-05 0.0029DRRK(-1) 9.08E-05 3.23E-05 0.0070DRRK(-4) -9.71E-05 3.37E-05 0.0057DDRSBI(-1) -8.82E-05 3.27E-05 0.0094DDRSBI(-2) -8.02E-05 3.38E-05 0.0216DDRSBI(-3) -8.93E-05 3.44E-05 0.0121V(-1) -0.117171 0.033536 0.0010Sumber: Lampiran 7
Berdasarkan Tabel 5.5. diatas, maka pemodelan jangka pendeknya adalah:
DLNLM = 0.593259DLNLM(-3) + 0.337114DLNLM(-4) + 0.955937DLNGDP -
1.750117DLNGDP(-2) + 2.972735DLNGDP(-3) -
2.284554DLNGDP(-4) + 0.346469DLNLC + 0.149859DLNLC(-1) +
0.000102DNPL(-1) + 9.08E-05DRRK(-1) - 9.71E-05DRRK(-4) -
8.82E-05DDRSBI(-1) - 8.02E-05DDRSBI(-2) - 8.93E-05DDRSBI(-3)
- 0.079800V(-1) (5.2)
Hasil pengujian terhadap model dinamis (jangka pendek) penyaluran
kredit MKM dapat diinterpretasikan berdasarkan hasil estimasi pada Tabel 5.5
adalah sebagai berikut:
a. Perubahan penyaluran kredit mikro, kecil, dan menengah (DLNLM)
Koefisien perubahan penyaluran kredit MKM menunjukkan pengaruh
yang positif dan signifikan. Pengaruh penyaluran kredit MKM ternyata
62
dipengaruhi juga dengan penyaluran kredit pada periode penyaluran kredit tiga
bulan sebelumnya dan penyaluran kredit pada empat bulan sebelumnya.
Peningkatan sebesar satu persen dari penyaluran kredit MKM pada tiga
bulan sebelumnya akan meningkatkan penyaluran kredit MKM sebesar 0,593259
persen. Apabila dilihat dari nilai probabilitas variabel LNLM sebesar 0,0000,
maka nilai ini lebih kecil dari taraf nyata 5 persen. Hal ini dapat menyatakan
bahwa variabel perubahan LNLM pada tiga bulan sebelumnya adalah signifikan.
Peningkatan sebesar satu persen dari penyaluran kredit MKM pada empat
bulan sebelumnya akan meningkatkan penyaluran kredit MKM sebesar 0,37114
persen. Apabila dilihat dari nilai probabilitas variabel LNLM adalah 0,0003 maka
nilai ini lebih kecil dari taraf nyata 5 persen. Hal ini menyatakan bahwa variabel
perubahan LNLM pada empat bulan sebelumnya adalah signifikan.
Secara keseluruhan dalam jangka pendek, ketika terjadi peningkatan
penyaluran kredit pada empat dan tiga bulan sebelumnya sebesar satu persen akan
mempengaruhi kenaikan volume penyaluran kredit MKM sebesar 0,899759
persen.
b. Perubahan Gross Domestic Product (DLNGDP)
Pengaruh Gross Domestic Product (LNGDP) terhadap penyaluran kredit
MKM pada jangka pendek berpengaruh secara signifikan, kecuali periode pada
satu bulan sebelumnya. Peningkatan satu persen LNGDP pada bulan sekarang
akan meningkatan penyaluran kredit MKM sebesar 0,955937 persen. Nilai
probabilitas variabel LNGDP adalah 0,0001. Nilai ini lebih kecil dari taraf nyata 5
63
persen, sehingga variabel perubahan LNGDP pada bulan sekarang adalah
signifikan.
Peningkatan satu persen LNGDP pada dua bulan sebelumnya akan
menurunkan penyaluran kredit MKM sebesar 1,750117 persen. Nilai probabilitas
variabel LNGDP adalah 0,080. Jika GDP meningkat maka mencerminkan bahwa
meningkatnya pertumbuhan ekonomi, sehingga permintaan terhadap kredit akan
meningkat. Namun, berdasarkan hasil penelitian ini menyatakan bahwa
peningkatan GDP pada dua bulan sebelumnya mengakibatkan penurunan terhadap
permintaan kredit. Sehingga kondisi tersebut mengakibatkan terjadinya penurunan
terhadap penyaluran kredit MKM. Hal ini dapat diakibatkan juga dengan keadaan
perekonomian sekarang ini. Dalam karakteristik sektor ini yang feasibel, maka
pola subsidi masih diperlukan oleh UKM. Pola subsidi ini dapat berkurang karena
kondisi perekonomian yang terjadi saat ini. Ketika harga minyak terus meningkat
maka berimbas pada menurunnya perekonomian, keadaan ini juga menular
kepada para usaha kecil, dan menengah. Peningkatan terhadap harga minyak
tersebut juga diiringi dengan peningkatan harga bahan baku, sehingga semakin
mahalnya biaya yang dikeluarkan para pengusaha UMKM ini. Pendapatan yang
diperoleh oleh para UMKM memang meningkat, namun diikuti dengan
peningkatan bahan baku yang lebih tinggi. Selain itu juga, subsidi yang disalurkan
oleh pemerintah mengalami penurunan dengan adanya pengurangan terhadap
anggaran belanja pemerintah yang lain. Hal itu sama saja dengan keadaan
sebelumnya, sehingga menyebabkan permintaan terhadap kredit juga menurun
dan perbankan dalam menyalurkan kredit MKM juga menurun. Nilai ini lebih
64
kecil dari taraf nyata 5 persen, sehingga variabel perubahan LNGDP pada bulan
sekarang adalah signifikan dan mempengaruhi variabel dependennya.
Peningkatan satu persen LNGDP pada tiga bulan sebelumnya akan
meningkatan penyaluran kredit MKM sebesar 2,972735 persen. Nilai probabilitas
variabel LNGDP adalah 0, 0014. Nilai ini lebih kecil dari taraf nyata 5 persen,
sehingga variabel perubahan LNGDP pada tiga bulan sebelumnya adalah
signifikan dan mempengaruhi variabel dependenya.
Peningkatan satu persen LNGDP pada empat bulan sebelumnya akan
menurunkan penyaluran kredit MKM sebesar 2,284554 persen. Nilai probabilitas
variabel LNGDP adalah 0,0002. Nilai ini lebih kecil dari taraf nyata 5 persen,
sehingga variabel perubahan LNGDP pada empat bulan sebelumnya adalah
signifikan dan mempengaruhi variabel dependenya.
Secara keseluruhan dalam jangka pendek, ketika terjadi peningkatan
LNGDP sebesar satu persen maka akan meningkatkan penyaluran kredit MKM
sebesar 3,928672 persen dan akan menurunkan penyaluran kredit MKM sebesar
4,034671 persen.
c. Perubahan kapasitas kredit atau lending capacity (DLNLC)
Pengaruh perubahan kapasitas kredit atau lending capacity (LNLC)
terhadap penyaluran kredit MKM pada jangka pendek berpengaruh secara positif
dan signifikan penelitian. Peningkatan satu persen LNLC pada bulan sekarang
akan meningkatan penyaluran kredit MKM sebesar 0,346469 persen. Nilai
probabilitas variabel LNLC adalah 0,0000. Nilai ini lebih kecil dari taraf nyata 5
65
persen, sehingga variabel perubahan LNLC pada bulan sekarang adalah signifikan
dan mempengaruhi variabel dependennya.
Peningkatan satu persen LNLC pada satu bulan sebelumnya akan
meningkatan penyaluran kredit MKM sebesar 0,149859 persen. Nilai probabilitas
variabel LNLC adalah 0,0461. Nilai ini lebih kecil dari taraf nyata 5 persen,
sehingga variabel perubahan LNLC pada satu bulan sebelumnya adalah signifikan
dan mempengaruhi variabel dependennya.
Secara keseluruhan dalam jangka pendek, ketika terjadi peningkatan
LNLC sebesar satu persen maka akan meningkatkan volume penyaluran kredit
MKM sebesar 0,496328 persen. Saat kemampuan perbankan dalam menyalurkan
kredit terhadap sektor UMKM mengalami peningkatan maka jumlah kredit sektor
UMKM juga meningkat.
Setelah pasca krisis 1999 sampai dengan sekarang, terjadinya excess
supplay atau kelebihan penawaran. Sejalan dengan meningkatnya kepercayaan
masyarakat kepada perbankan, karena adanya program penjaminan pemerintah,
maka secara cepat lending capacity mengalami pemulihan. Hal ini karena
didorong dengan adanya peningkatan dana pihak ketiga pada perbankan. Selain
itu adanya program rekapitalisasi perbankan dalam mengatasi modal bank yang
negatif, hal ini dapat meningkatkan kemampuan penyaluran kredit. Namun belum
sepenuhnya kemampuan bank dalam menyalurkan kredit dapat diserap oleh sektor
rill khususnya UMKM. Kondisi ini tercermin dengan rendahnya kondisi LDR
dibawah 50 persen sampai tahun 2005. Hal ini dapat dilihat pada Gambar 13.
66
01020304050607080
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69
LDR
Sumber: Statistik Perbankan Indonesia, Bank Indonesia, 2008 Keterangan: dalam persen
Gambar 13. Trend Loan Deposit to Ratio (LDR) Periode 2002-2007
Akan tetapi pada tahun 2005 sampai saat ini kemampuan kredit dalam
menyalurkan kredit sudah mengalami pemulihan. Hal ini dapat terlihat pada
Gambar 14, dengan adanya peningkatan lending capacity setiap tahunnya dengan
kondisi LDR sebesar 66,94 persen pada akhir 2007. Oleh karena itu kemampuan
dalam menyalurkan kredit dapat diserap oleh sektor rill, untuk memacu
pertumbuhan perekonomian saat ini.
0
500
1000
1500
2000
1 11 21 31 41 51 61 71 81 91 101 111 121 131 141 151 161 171
LC
Sumber: Bank Indonesia, 2008 (diolah) Keterangan: dalam triliun rupiah
Gambar 14. Trend Lending Capacity (LC) Bank Umum Periode 1994-2007
67
d. Perubahan Non Performing Loan (DNPL)
Koefisien perubahan non performing loan (NPL) terhadap penyaluran
kredit MKM pada jangka pendek berpengaruh secara signifikan hanya pada
periode satu bulan sebelumnya Peningkatan satu persen NPL pada satu bulan
sebelumnya akan meningkatan penyaluran kredit MKM sebesar 0,000102 persen.
Nilai probabilitas variabel NPL adalah 0,0029. Ketika NPL yang dimiliki oleh
bank meningkat maka, semakin rendah kerdit yang disalurkan. Namun pada
kondisi ini berbeda, sebab resiko yang dimiliki oleh UMKM cenderung rendah,
sehingga ketika NPL meningkat maka dengan resiko yang rendah, kredit MKM
yang disalurkan meningkat.
Nilai ini lebih kecil dari taraf nyata 5 persen, sehingga variabel perubahan
NPL pada bulan sekarang adalah signifikan dan mempengaruhi variabel
dependennya. Secara keseluruhan dalam jangka pendek, ketika terjadi
peningkatan NPL sebesar satu persen maka akan meningkatkan penyaluran kredit
MKM sebesar 0,000102 persen.
e. Perubahan suku bunga kredit (DRRK)
Koefisien perubahan suku bunga kredit (RRK) berpengaruh terhadap
penyaluran kredit MKM pada jangka pendek. Peningkatan satu persen RRK pada
satu bulan sebelumnya akan meningkatkan penyaluran kredit MKM sebesar
9,08E-05 persen. Nilai probabilitas variabel RRK adalah 0,0070. Nilai ini lebih
kecil dari taraf nyata 5 persen, sehingga variabel perubahan NPL pada bulan
sekarang adalah signifikan dan mempengaruhi variabel dependennya.
68
Peningkatan satu persen RRK pada empat bulan sebelumnya akan
menurunkan penyaluran kredit MKM sebesar 9,71E-05 persen. Ketika suku bunga
meningkat maka kredit yang ditawarkan oleh perbankan semakin meningkat.
Namun pada suku bunga kredit meningkat, adanya penurunan terhadap
penyaluran kredit. Hal ini disebabkan adanya beberapa UMKM memiliki tingkat
sensitifitas yang tinggi terhadap kenaikan suku bunga. Permasalahan yang
biasanya terjadi ketika adanya peningkatan suku bunga kredit adalah kredit macet.
Kondisi ini dapat terlihat dengan adanya ketidakmampuan pengembalian dari
pihak debitur UMKM dengan nilai pengembalian yang lebih tinggi, sehingga hal
ini menyebabkan turunnya volume penyaluran kredit MKM dari pihak perbankan.
Nilai probabilitas variabel RRK adalah 0,0057. Nilai ini lebih kecil dari
taraf nyata 5 persen, sehingga variabel perubahan RRK pada bulan sekarang
adalah signifikan dan mempengaruhi variabel dependennya. Secara keseluruhan
dalam jangka pendek, ketika terjadi peningkatan RRK sebesar satu persen maka
akan meningkatkan penyaluran kredit MKM sebesar 9,08E-05 persen dan akan
menurunkan penyaluran kredit MKM sebesar 9,71E-05 persen.
f. Perubahan suku bunga Sertifikat Bank Indonesia (DRSBI)
Pengaruh perubahan terhadap perubahan suku bunga sertifikat Bank
Indonesia (DRSBI) terhadap penyaluran kredit MKM pada jangka pendek
berpengaruh secara negatif. Peningkatan satu persen DRSBI pada satu bulan
sebelumnya akan menurunkan penyaluran kredit MKM sebesar 8,82E-05 persen.
Nilai probabilitas variabel DRSBI adalah 0,094. Nilai ini lebih kecil dari taraf
69
nyata 5 persen, sehingga variabel perubahan DRSBI pada bulan sekarang adalah
signifikan dan mempengaruhi variabel dependennya.
Peningkatan satu persen DRSBI pada dua bulan sebelumnya akan
menurunkan penyaluran kredit MKM sebesar 8,02E-05 persen. Nilai probabilitas
variabel DRSBI adalah 0,0216. Nilai ini lebih kecil dari taraf nyata 5 persen,
sehingga variabel perubahan DRSBI pada bulan sekarang adalah signifikan dan
mempengaruhi variabel dependennya.
Peningkatan satu persen DRSBI pada tiga bulan sebelumnya akan
menurunkan penyaluran kredit MKM sebesar 8,93E-05 persen. Nilai probabilitas
variabel DRSBI adalah 0,0121. Nilai ini lebih kecil dari taraf nyata 5 persen,
sehingga variabel perubahan DRSBI pada bulan sekarang adalah signifikan dan
mempengaruhi variabel dependennya.
Secara keseluruhan dalam jangka pendek, ketika terjadi peningkatan
DRSBI sebesar satu persen maka akan menurunkan volume penyaluran kredit
MKM sebesar 25,77E-05 persen. Terjadinya hubungan negatif suku bunga SBI
terhadap penyaluran kredit MKM ini, sesuai dengan teori. Hal ini berarti bahwa
kebijakan moneter ketat (kontraksi moneter) yang ditempuh oleh otoritas moneter
dengan menaikkan suku bunga SBI maka akan menyebabkan semakin
meningkatnya dana perbankan yang ditanamkan pada instrumen SBI sehingga
jumlah kredit yang ditawarkan semakin berkurang.
Kondisi ini sama halnya terjadi ketika pertengahan tahun 1997 sampai
dengan 1998. saat itu pada dunia perbankan mengalami depresiasi rupiah yang
sempat mencapai Rp.15.000/US$ yang diakibatkan keputusan Thailand untuk
70
mendevaluasi Bath pada 2 Juli 1997. Distorsi yang terjadi dalam sisi moneter ini
secara langsung menuntut Bank Indnesia sebagai otoritas moneter untuk
melakukan pemulihan yang cepat. Oleh karenanya, dengan meningkatkan suku
bunga SBI, Bank Indonesia dapat menahan laju dpresiasi yang tinggi, menekan
laju iinflasi akibat depresiasi kurs Rupiah sekaligus mengembalikan kepercayaan
dunia perbankan khususnya nasabah agar tetap menyimpan dananya di bank.
Melihat keadaan seperti ini, maka penyaluran kredit yang diberikan perbankan
mengalami penurunan.
Sebaliknya kebijakan moneter longgar yang ditempuh oleh otoritas
moneter dengan menurunkan suku bunga SBI maka akan semakin menurunkan
penanaman dana perbankan pada instrumen SBI sehingga jumlah kredit yang
ditawarkan semakin meningkat. Fenomena ini menggambarkan bahwa SBI
merupakan alternatif penanaman aktiva produktif bank selain kredit dan bersifat
risk free. Ketika kebijakan moneter yang ekspansif dilakukan oleh pemerintah
yaitu dengan menurunkan suku bunga SBI. Penurunan suku bunga SBI
diharapkan dapat mendorong perbankan untuk menurunkan suku bunga kredit.
Penurunan suku bunga kredit tersebut dapat meningkatkan penyaluran kredit.
Adanya peningkatan penyaluran tersebut yang diiringi dengan kenaikan investasi
maka dapat menyebabkan terjadinya peningkatan terhadap pertumbuhan
perekonomian.
Dilihat dari nilai koefisien ECT (V(-1)) adalah negatif sebesar 0,117171.
Hal ini mengindikasikan ketidakseimbangan dalam volume penyaluran kredit
MKM. Nilai koefisien ECT (V) sebesar 0,117171 menunjukkan bahwa
71
disequilibrium periode sebelumnya terkoreksi pada periode sekarang sebesar
11,71 persen. ECT menentukan seberapa cepat equilibrium tercapai kembali ke
keseimbangan jangka panjang.
Hasil estimasi dari persamaan jangka pendek menunjukkan nilai R-Square
sebesar 0,688730, artinya bahwa 68,87 persen model volume penyaluran kredit
MKM dapat dijelaskan oleh variabel perubahan LNGDP, LNLC, NPL, DRSBI,
dan RRK pada peride bulanan sebelumnya. Sedangkan sisanya sebesar 31,13
persen dijelaskan oleh variabel lain di luar model.
5.4. Diagnostic Test
Diagnostic Test terhadap ECM dalam penelitian ini nertujuan untuk
mengetahui ada atau tidaknya masalah yang muncul dari estimasi OLS. Masalah
mengenai normalitas, heteroskedastisitas, dan autokolerasi.
5.4.1. Uji Normalitas
Uji ini dilakukan untuk memeriksa apakah error term mendekati distribusi
normal atau tidak. Uji ini dilakukan dengan bantuan Histogram- Normality Test
Jarque-Bera pada E-views 4.1.
Hasil yang diperoleh menunjukkan bahwa error term terdistribusi secara
normal. Hal ini ditunjukkan oleh nilai probabilitas Jarque-Bera sebesar 0,743801.
nilai probabilitas tersebut lebih besar dari taraf nyata 5 persen. hasil uji normalitas
dapat dilihat pada Gambar 15.
72
0
2
4
6
8
10
-0.02 -0.01 0.00 0.01 0.02
Series: ResidualsSample 2002:06 2007:12Observations 67
Mean 0.001890Median 0.002246Maximum 0.019569Minimum -0.022091Std. Dev. 0.008722Skewness -0.218115Kurtosis 2.852521
Jarque-Bera 0.591964Probability 0.743801
Gambar 15. Hasil Uji Normalitas Error Correction Model Penyaluran Kredit MKM di Indonesia Tahun 2002-2007
5.4.2. Uji Heteroskedastisitas
Uji heteroskedastisitas yang digunakan dalam penelitian ini adalah
Autoregressive Conditional Heterscedasticity (ARCH) test. Hasil uji
heteroskedastisitas tersebut ditunjukkan pada Tabel 5.6.
Tabel 5.6 Hasil Uji Heteroskedastisitas untuk Mendeteksi Metode Error Correction Model (ECM) Pada Model Volume Penyaluran Kredit (MKM) di Indonesia Tahun 2002-2007
ARCH Test:
F-statistic 0.539062 Probability 0.876394 Obs*R-squared 7.340420 Probability 0.834322
Sumber: Lampiran 9
Nilai probability Obs*R-squared sebesar 0,834322 lebih besar dari taraf
nyata 5 persen yang digunakan dalam penelitian ini. Berdasarkan nilai tersebut,
maka disimpulkan bahwa tidak terdapat masalah heteroskedastisitas dalam
pemodelan.
73
5.4.3. Uji Autokolerasi
Breusch-Godfrey Serial Correlation LM Test digunakan untuk menguji
keberadaan autokolerasi pada model jangka pendek volume penyaluran kredit
MKM. Hasil autokolerasi dapat dilihat pada Tabel 5.7.
Tabel 5.7 Hasil Uji Autokolerasi untuk Mendeteksi Metode Error Correction Model (ECM) Pada Model Volume Penyaluran Kredit (MKM) di Indonesia Tahun 2002-2007
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.879774 Probability 0.573323 Obs*R-squared 11.46410 Probability 0.489619
Sumber: Lampiran 10
Berdasarkan Tabel 5.7. dapat dibuktikan bahwa model volume penyaluran
kredit MKM terbebas dari masalah autokolerasi. Hal ini ditunjukkan dengan nilai
probabilitas Obs*R-squared adalah 0,489619 lebih besar dari taraf nyata 5 persen.
5.4.4. Uji Multikolinearitas
Berdasarkan Lampiran 11, menyatakan tidak terdapatnya multikolinearitas
pada jangka pendek ini. Hal ini terlihat pada Lampiran 11, tidak terdapat koefisien
korelasi pada model jangka pendek yang lebih besar dari |0.8|.
5.5. Ringkasan Hasil Penelitian
Berdasarkan hasil penelitian mengenai analisis faktor-faktor yang
mempengaruhi volume penyaluran kredit mikro, kecil, dan menengah (MKM) di
Indonesia maka dapat di ringkasakan hasil penelitian adalah sebagai berikut:
74
5.5.1. Jangka Panjang
Berdasarkan hasil uji persamaan jangka panjang dengan Ordinary Least Squares,
maka adapat disimpulkan bahwa faktor yang mempengaruhi penyaluran kredit
mikro, kecil, dan menengah, yaitu:
1. Pertumbuhan Ekonomi yang diukur melalui GDP berpengaruh secara positif
dan signifikan,
2. Kapasitas kredit (LC) berpengaruh secara negatif dan signifikan,
3. Perubahan suku bunga Sertifikat Bank Indonesia (DRSBI) memberikan
pengaruh yang positif dan tidak signifikan,
4. Suku bunga kredit berpengaruh negatif dan memberikan pengaruh yang
signifikan,
5. Non Performing Loan (NPL) berpengaruh negatif dan signifikan.
5.5.2. Jangka Pendek
Berdasarkan model dinamis (jangka pendek) penyaluran kredit mikro,
kecil, dan menengah (MKM) di Indonesia menyimpulkan bahwa,
1. Penyaluran kredit mikro, kecil, dan menengah (MKM) ternyata juga
mempengaruhi dengan penyaluran kredit pada periode penyaluran kredit tiga
bulan sebelumnya dan penyaluran kredit pada empat bulan sebelumnya.
Variabel ini mempengaruhi penyaluran kredit secara positif dan signifikan,
2. GDP mempengaruhi penyaluran kredit pada bulan sekarang, dua sampai
empat bulan sebelumnya. Namun ada pada dua dan empat bulan sebelumnya
75
berpengaruh negatif dan signifikan. Berbeda halnya dengan GDP pada bulan
sekarang dan tiga bulan sebelumnya berpengaruh positif dan signifikan,
3. Kapasitas kredit atau lending capacity (LNLC) berpengaruh positif dan
signifikan terhadap penyaluran kredit MKM pada bulan sekarang dan satu
bulan sebelumnya,
4. Non Performing Loan (NPL) berpengaruh positif pada satu bulan sebelumnya
dan signifikan terhadap penyaluran kredit MKM pada jangka pendek,
5. Suku bunga kredit memberikan pengaruh jangka panjang yang positif dan
signifikan pada bulan sekarang. Sedangkan pada suku bunga bulan empat
sebelumnya memberikan pengaruh yang negatif dan signifikan,
6. Perubahan suku bunga SBI memberikan pengaruh yang negatif dan signifikan
pada satu sampai tiga bulan sebelumnya.
Setelah melakukan uji diagnostic test, disimpulkan bahwa pemodelan bebas
dari permasalahan heteroskedastisitas, autokolerasi, serta error term terdistribusi
secara normal. Oleh karena itu, dapat disimpulkan bahwa secara keseluruhan
pemodelan yang dianalisis adalah baik.
VI. KESIMPULAN DAN SARAN
6.1. Kesimpulan
1. Pada jangka panjang faktor yang mempengaruhi penyaluran kredit mikro,
kecil, dan menengah secara positif dan signifikan adalah pertumbuhan
ekonomi yang diukur melalui GDP. Sedangkan kapasitas kredit, suku bunga
kredit dan non performing loan berpengaruh negatif dan signifikan.
2. Pada jangka pendek peran pemerintah lebih besar dibandingkan peran
perbankan. Hal ini terlihat dari pengaruh GDP yang lebih dominan pada
periode bulan sekarang serta dua sampai empat bulan sebelumnya.
6.2. Saran
1. Pada jangka panjang perlu adanya peningkatan terhadap kapasitas kredit,
sebab dengan adanya peningkatan terhadap kapasitas kredit maka akan
meningkatkan penyaluran kredit. Hal ini dapat ditingkatkan melalui total
pasiva, kas perbankan serta GWM.
2. Perlu adanya peningkatan terhadap peran perbankan pada jangka pendek
dengan adanya peningkatan terhadap lending capacity, penurunan suku bunga
kredit, suku bunga SBI, serta NPL.
3. Perlu adanya analisis lebih lanjut terhadap penelitian ini dengan
menambahkan variabel indikator perbankan seperti CAR, LDR. dan DPK. Hal
ini untuk melihat keterkaitan terhadap variabel ekonomi tersebut terhadap
penyaluran kredit MKM.
DAFTAR PUSTAKA
Agung, J, B. Kusmiarso, B. Pramono, E. G. Hutapea, A. Prasmuko, dan N. J. Prastowo. 2001. Credit Crunch di Indonesia Setelah Krisis : Fakta Penyebab dan Implikasi Kebijakan. Direktorat Riset Ekonomi dan Kebijakan Moneter Bank Indonesia, Jakarta.
Anggreni, Y. H. 2006. Analisis Efekivitas Kredit UMKM Studi Kasus UKM
Nasabah Bainul Ummah Kelurahan Pamoyan, Bogor Selatan [skripsi]. Fakultas Ekonomi dan Manajemen: Institut Pertanian Bogor.
Badan Pusat Statistik. 2006. Laporan Perekonomian Indonesia. Jakarta. Badan Pusat Statistik dan Departemen Koperasi. 2008. Nilai Produk Domestik
Bruto (PDB) Usaha Kecil, Menengah dan Besar Menurut Sektor Ekonomi Tahun 2005-2006 Atas Dasar Harga Berlaku. Jakarta.
_____________.2008. Jumlah Penyerapan Tenaga Kerja Usaha Kecil, Menengah
dan Besar Menurut Sektor Ekonomi Tahun 2005-2006. Jakarta. _____________. 2008. Perkembangan Ekspor Barang Usaha Kecil, Menengah
dan Besar Menurut Sektor Ekonomi Tahun 2005-2006. Jakarta. Bank Indonesia. 1997. Kebijakan dan Upaya Perbankan dalam Membantu
Pengembangan Usaha Kecil dan Koperasi. Jakarta. _____________. 2004. Bank and Other Financial Institutions. Economic report
on Indonesia. Hal. 100-120. . Boedi, A. 2005. Fenomena Credit Crunch Dalam Pasar Kredit dan Implikasinya
Terhadap Intermediasi Perbankan: Analisis Empiris Perbankan Indonesia Sebelum dan Setelah Periode Krisis [disertasi]. Pascasarjana Ilmu Ekonomi: Universitas Indonesia.
Dendawijaya, L. 2001. Manajemen Perbankan. Ghalia Indonesia, Jakarta. Djinarto, B. 2000. Banking Asset Liability Managemen Perencanaan, Strategi,
Pengawasan, dan Pengelolaan Dana. Gramedia Pustaka Umum, Jakarta. Direktorat Perizinan dan Informasi Perbankan. Statistik Ekonomi dan Keuangan
Indonesia. Bank Indonesia. Jakarta. Berbagai Edisi. Direktorat Perizinan dan Informasi Perbankan. Statistik Perbankan Indonesia.
Bank Indonesia. Jakarta. Berbagai Edisi.
78
Enders, W. 2004. Applied Econometric Time Series (Second Edition). John Willey & Sons, Inc, Albama.
Gujarati, D. 2003. Ekonometrika Dasar. Zain, Sumarno [penerjemah]. Erlangga,
Jakarta. Habibi, K. 2004. Analisis Penawaran Dan Permintaan Kredit Rupiah Di
Indonesia Periode 1994-2003 [skripsi]. Fakultas Ekonomi dan Manajemen: Institut Pertanian Bogor.
Hadikusumah, I. 2007. Analisis Efektivitas Penetapan Suku Bunga Sertifikat Bank
Indonesia (SBI) Terhadap Penyaluran Kredit Serta Implikasinya Terhadap Pertumbuhan Ekonomi Nasional [skripsi]. Fakultas Ekonomi dan Manajemen: Institut Pertanian Bogor.
Hadad, M, D. Blasyus, Herawanto, Indradjaja, M. Mukhlas, Y. Kusumastuti.
2004. Kajian Peta Permasalahan Usaha Mikro, Kecil dan Menengah (UMKM). //www.bi.go.id//.
Harmanata, dan M. Enkanada. 2005. Disintermediasi Fungsi Perbankan di
Indonesia Pasca Krisis 1997 : Faktor Permintaan atau Penawaran Kredit, Sebuah Pendekatan dengan Model Disequilibrium. Buletin Ekonomi Moneter dan Perbankan, Vol.8, No.1: 51-78.
Karina, R. 2005. Faktor-Faktor yang Mempengaruhi Penyaluran Kredit Bank
Umum Terhadap Usaha Kecil di Indonesia [skripsi]. Fakultas Ekonomi dan Manajemen: Institut Pertanian Bogor.
Kasmir. 2004. Manajemen Perbankan. PT. Raja Grafindo Persada, Jakarta. Mankiw, G. 2000. Teori Makroekonomi. Imam Nurmawan [penerjemah].
Erlangga, Jakarta. Marissa, S. 2004. Analisis Kredit Domestik dan Pertumbuhan Ekonomi di
Indonesia Periode 1983-2002 [skripsi]. Fakultas Ekonomi dan Manajemen: Institut Pertanian Bogor.
Mishkin, F. 2001. The Economics Of Money, Banking and Financial Markets.
Columbia University, America. Muljono.2001. Manajemen Perkreditan Bagi Bank Komersial. BPFE,
Yogyakarta. Nuryakin, C dan Perry W. 2006. Perilaku Penawaran Kredit Bank Indonesia:
Kasus Pasar Oligopoli Periode Januari 2001-Juli 2005. Buletin Ekonomi Moneter dan Perbankan, Vol.9, No.2: 21-55.
79
Nachrowi, D. N. 2006. Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. LP FEUI, Jakarta.
Simorangkir, O. P. 2000. Pengantar Lembaga Keuangan Bank dan Non Bank.
Ghalia Indonesia, Jakarta. Sutojo, H. 1993. Profil Sektor Usaha Kecil di Indonesia dan Upaya Penyaluran
Kredit Perbankan. LM FEUI, Jakarta. Suyatno, T. 2003. Dasar-Dasar Perkreditan Edisi Keempat. PT. Gramedia
Pustaka Umum, Jakarta. Syafi’i. 2005. Analisis Faktor-Faktor yang Mempengaruhi Realisasi Kredit
Ditinjau Dari Sisi Permintaan dan Penawaran [tesis]. Magister Perencanaan dan Kebijakan Publik Fakultas Ekonomi: Universitas Indonesia.
Thamrin, F. D. 2002. Dampak Kredit Usaha Kecil Terhadap Penyerapan Tenaga
Kerja dan Peningkatan Pendapatan Pada Usaha Kecil Kasus Nasabah BRI Cabang Bogor [tesis]. Program Pascasarjana: Institut Pertanian Bogor.
Thomas, 1997. Moneter Econometrics An Introduction : Addision Wesley Lagman
Limited. England. Untoro, dan P. Warjiyo. 2005. Default Risk dan Penjaminan Kredit UKM. Buletin
Ekonomi Moneter dan Perbankan, Vol.7, No.4: 584-619. Warjiyo,P. 2003. Wicaksono, A. R. 2007. Analisis Faktor-Faktor yang Mempengaruhi Penyaluran
Kredit Pertanian oleh Bank BRI di Indonesia [skripsi]. Fakultas Pertanian: Institut Pertanian Bogor.
Winarno, W. 2007. Analisis Ekonometrika dan Statistika dengan Eviews. Sekolah
Tinggi Ilmu Manajemen YKPN, Yogyakarta.
LAMPIRAN
81
Lampiran 1. Data Rill Variabel-Variabel yang Mempengaruhi Volume
Penyaluran Kredit MKM di Indonesia Periode 2002-2007 Periode LM NPL GDP RLC RRK RSBI 2002:01 123390.0 1200.000 11995445 929622.0 469.0000 251.00002002:02 124113.0 1240.000 12122532 912260.0 400.0000 173.00002002:03 128438.0 1280.000 12255585 891469.0 508.0000 268.00002002:04 132572.0 1310.000 12331696 889329.0 579.0000 331.00002002:05 135790.0 1240.000 12400261 868741.0 621.0000 258.00002002:06 140314.0 1180.000 12528629 868598.0 768.0000 363.00002002:07 142455.0 1210.000 12722923 880491.0 906.0000 488.00002002:08 145684.0 1150.000 12918860 876229.0 845.0000 393.00002002:09 149766.0 1080.000 12990936 879884.0 850.0000 274.00002002:10 152180.0 1060.000 12877709 882172.0 859.0000 277.00002002:11 153999.0 1020.000 12673960 859422.0 839.0000 258.00002002:12 154133.0 809.0000 12538528 865466.0 873.0000 290.00002003:01 152721.0 840.0000 12607789 885838.0 1007.000 401.00002003:02 155840.0 820.0000 12791090 849160.0 1113.000 464.00002003:03 159536.0 815.0000 12975318 844664.0 1151.000 423.00002003:04 162248.0 820.0000 13058946 847421.0 1091.000 344.00002003:05 165657.0 830.0000 13104331 842913.0 1128.000 329.00002003:06 172897.0 800.0000 13185418 846186.0 1121.000 255.00002003:07 174048.0 830.0000 13331348 852961.0 1156.000 283.00002003:08 176845.0 780.0000 13482753 848500.0 1100.000 240.00002003:09 179138.0 790.0000 13535452 849753.0 1098.000 233.00002003:10 183229.0 780.0000 13434960 860582.0 1053.000 200.00002003:11 185864.0 810.0000 13258204 848514.0 1122.000 296.00002003:12 188553.0 820.0000 13131806 902347.0 1132.000 315.00002004:01 186836.0 820.0000 13171642 852212.0 1149.000 304.00002004:02 188381.0 830.0000 13309037 849407.0 1158.000 310.00002004:03 194001.0 780.0000 13464582 845207.0 1084.000 231.00002004:04 197088.0 770.0000 13564485 834671.0 986.0000 141.00002004:05 200627.0 780.0000 13651261 855941.0 911.0000 85.000002004:06 205847.0 750.0000 13773043 859142.0 859.0000 51.000002004:07 209146.0 730.0000 13939388 843580.0 809.0000 16.000002004:08 215404.0 670.0000 14106933 842709.0 845.0000 70.000002004:09 220466.0 690.0000 14193746 849594.0 878.0000 112.00002004:10 226033.0 670.0000 14155528 843221.0 871.0000 119.00002004:11 226951.0 660.0000 14052070 841515.0 865.0000 125.00002004:12 231981.0 575.0000 13980803 852358.0 828.0000 102.00002005:01 229646.0 590.0000 14031508 835270.0 725.0000 11.000002005:02 234388.0 600.0000 14151649 837441.0 734.0000 29.000002005:03 236868.0 560.0000 14281037 828833.0 566.0000 -111.00002005:04 242820.0 570.0000 14370786 853764.0 631.0000 -17.000002005:05 249650.0 730.0000 14456635 854899.0 695.0000 85.000002005:06 257936.0 790.0000 14585619 866852.0 693.0000 107.00002005:07 262159.0 850.0000 14758130 873448.0 652.0000 167.00002005:08 268171.0 890.0000 14927328 895652.0 600.0000 167.0000
82
Lanjutan Lampiran 1. 2005:09 274318.0 880.0000 14999732 894497.0 602.0000 194.00002005:10 257254.0 840.0000 14928712 812281.0 -241.0000 -564.00002005:11 279839.0 870.0000 14784441 903346.0 -273.0000 -563.00002005:12 262603.0 830.0000 14683946 852158.0 -87.00000 -437.00002006:01 257336.0 870.0000 14731679 843648.0 -63.00000 -430.00002006:02 259517.0 930.0000 14862833 841648.0 -143.0000 -518.00002006:03 259490.0 940.0000 15000033 815629.0 85.00000 -374.00002006:04 262163.0 920.0000 15084993 816004.0 121.0000 -290.00002006:05 262488.0 880.0000 15165953 846128.0 104.0000 -335.00002006:06 267707.0 880.0000 15310234 847948.0 111.0000 -378.00002006:07 269138.0 890.0000 15529124 837288.0 149.0000 -390.00002006:08 272170.0 880.0000 15760933 851636.0 168.0000 -315.00002006:09 275276.0 850.0000 15887926 861263.0 190.0000 -330.00002006:10 276274.0 880.0000 15838488 868950.0 1005.000 446.00002006:11 277731.0 860.0000 15694545 877105.0 1090.000 498.00002006:12 284752.0 700.0000 15584147 896791.0 932.0000 315.00002007:01 275463.0 680.0000 15629498 884565.0 954.0000 324.00002007:02 275697.0 680.0000 15763659 877515.0 934.0000 295.00002007:03 280289.0 660.0000 15913846 874867.0 895.0000 248.00002007:04 282832.0 670.0000 16020789 878994.0 902.0000 271.00002007:05 288372.0 670.0000 16127635 893877.0 909.0000 274.00002007:06 297333.0 640.0000 16291037 912985.0 916.0000 273.00002007:07 300596.0 650.0000 16520365 921071.0 814.0000 165.00002007:08 305536.0 630.0000 16763649 918796.0 819.0000 174.00002007:09 310530.0 580.0000 16921639 927189.0 746.0000 130.00002007:10 311823.0 560.0000 16903007 929852.0 738.0000 137.00002007:11 318223.0 540.0000 16761341 949867.0 754.0000 154.00002007:12 323342.0 460.0000 16558161 959600.0 746.0000 141.0000
Sumber: Bank Indonesia, 2008 (diolah)
83
UJI KESTASIONERITASAN Lampiran 2. Unit Root pada Tingkat Level 1. LNLM (Outsanding Mikro Kecil Menengah) Null Hypothesis: LNLM has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic based on SIC, MAXLAG=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.897107 0.6455 Test critical values: 1% level -4.094550
5% level -3.475305 10% level -3.165046
2. LNLC (Lending Capacity) Null Hypothesis: LNLC has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic based on SIC, MAXLAG=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.896209 0.6459 Test critical values: 1% level -4.094550
5% level -3.475305 10% level -3.165046
3.LNGDP( Pertumbuhan Domestik Bruto) Null Hypothesis: LNGDP has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic based on SIC, MAXLAG=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.967404 0.0000 Test critical values: 1% level -4.094550
5% level -3.475305 10% level -3.165046
4. NPL (Non Performing Loan) Null Hypothesis: NPL has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.203676 0.6687 Test critical values: 1% level -3.525618
5% level -2.902953 10% level -2.588902
84
5. RRK(Suku Bunga Kredit Riil) Null Hypothesis: RRK has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.847556 0.3550 Test critical values: 1% level -3.525618
5% level -2.902953 10% level -2.588902
6. DRSBI (Perubahan Suku Bunga Sertifikat Bank Indonesia) Null Hypothesis: DRSBI has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.259374 0.0000 Test critical values: 1% level -2.598416
5% level -1.945525 10% level -1.613760
Lampiran 3. Uji Unit Root pada Tingkat First Difference 1. LNLM (Outsanding Mikro Kecil Menengah) Null Hypothesis: D(LNLM) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic based on SIC, MAXLAG=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -11.32696 0.0000 Test critical values: 1% level -4.094550
5% level -3.475305 10% level -3.165046
2. LNLC (Lending Capacity) Null Hypothesis: D(LNLC) has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic based on SIC, MAXLAG=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -9.130388 0.0000 Test critical values: 1% level -4.096614
5% level -3.476275 10% level -3.165610
85
3.LNGDP( Pertumbuhan Domestic Bruto) Null Hypothesis: D(LNGDP) has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 (Automatic based on SIC, MAXLAG=1) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -10.34946 0.0000 Test critical values: 1% level -4.096614
5% level -3.476275 10% level -3.165610
4. NPL (Non Performing Loan) Null Hypothesis: D(NPL) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=1) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.144814 0.0000 Test critical values: 1% level -3.527045
5% level -2.903566 10% level -2.589227
5. RRK(Suku Bunga Kredit Riil) Null Hypothesis: D(RRK) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=1)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.653201 0.0000 Test critical values: 1% level -3.527045
5% level -2.903566 10% level -2.589227
6. DRSBI (Perubahan Suku Bunga Sertifikat Bank Indonesia) Null Hypothesis: D(DRSBI) has a unit root Exogenous: None Lag Length: 1 (Automatic based on SIC, MAXLAG=1) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -10.39428 0.0000 Test critical values: 1% level -2.599413
5% level -1.945669 10% level -1.613677
86
UJI KOINTEGRASI
Lampiran 4. Hasil Estimasi Jangka Panjang dengan Menggunakan Engle-Granger Cointegration Test Untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007
Dependent Variable: LNLM Method: Least Squares Date: 05/19/08 Time: 17:26 Sample(adjusted): 2002:02 2007:12 Included observations: 71 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. LNGDP 2.339011 0.117139 19.96786 0.0000 LNLC -0.579417 0.208436 -2.779832 0.0071 DRSBI 6.85E-05 4.34E-05 1.575935 0.1199 RRK -8.20E-05 2.43E-05 -3.377254 0.0012 NPL -0.000316 5.31E-05 -5.959508 0.0000
C -18.35529 2.405981 -7.629028 0.0000 R-squared 0.967644 Mean dependent var 12.06583 Adjusted R-squared 0.965155 S.D. dependent var 0.264937 S.E. of regression 0.049455 Akaike info criterion -3.094784 Sum squared resid 0.158977 Schwarz criterion -2.903572 Log likelihood 115.8648 F-statistic 388.7837 Durbin-Watson stat 0.475416 Prob(F-statistic) 0.000000 Lampiran 5. Hasil Uji Unit Root Terhadap Residual (V) Jangka Panjang
Penyaluran Kredit MKM di Indonesia Tahun 2002-2007 Null Hypothesis: V has a unit root Exogenous: None Lag Length: 1 (Automatic based on SIC, MAXLAG=11)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.239682 0.0001 Test critical values: 1% level -2.598907
5% level -1.945596 10% level -1.613719
Augmented Dickey-Fuller Test Equation Dependent Variable: D(V) Method: Least Squares Date: 05/19/08 Time: 18:14 Sample(adjusted): 2002:04 2007:12 Included observations: 69 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. V(-1) -0.330783 0.078021 -4.239682 0.0001
D(V(-1)) 0.378425 0.113192 3.343213 0.0014
R-squared 0.247458 Mean dependent var 0.000411 Adjusted R-squared 0.236226 S.D. dependent var 0.033314 S.E. of regression 0.029115 Akaike info criterion -4.206579 Sum squared resid 0.056794 Schwarz criterion -4.141822
87
ERROR CORRECTION MODEL (ECM)
Lampiran 6. Hasil Estimasi Jangka Pendek (Error Correction Model) Untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007 dengan Variabel yang Tidak Signifikan
Dependent Variable: DLNLM Method: Least Squares Date: 05/20/08 Time: 01:39 Sample(adjusted): 2002:07 2007:12 Included observations: 66 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. DLNLM(-1) 0.078723 0.166012 0.474199 0.6382 DLNLM(-2) 0.153083 0.166315 0.920444 0.3635 DLNLM(-3) 0.468883 0.157336 2.980130 0.0051 DLNLM(-4) 0.263623 0.147214 1.790755 0.0817 DLNGDP 0.443626 0.718322 0.617586 0.5407
DLNGDP(-1) 0.617761 1.660800 0.371966 0.7121 DLNGDP(-2) -2.076127 2.113601 -0.982270 0.3325 DLNGDP(-3) 3.115001 1.708315 1.823435 0.0765 DLNGDP(-4) -2.457840 0.859516 -2.859563 0.0070
DLNLC 0.405081 0.094372 4.292402 0.0001 DLNLC(-1) 0.177457 0.125004 1.419611 0.1643 DLNLC(-2) 0.020324 0.120912 0.168087 0.8675 DLNLC(-3) 0.004219 0.114744 0.036771 0.9709 DLNLC(-4) -0.046177 0.096010 -0.480962 0.6335
DNPL -3.35E-05 3.88E-05 -0.864201 0.3932 DNPL(-1) 9.44E-05 4.17E-05 2.264699 0.0296 DNPL(-2) -5.13E-05 4.21E-05 -1.218592 0.2309 DNPL(-3) -6.79E-05 4.68E-05 -1.451049 0.1554 DNPL(-4) -5.35E-06 4.37E-05 -0.122355 0.9033
DRRK 5.69E-05 5.91E-05 0.963222 0.3419 DRRK(-1) 6.28E-05 5.43E-05 1.157232 0.2548 DRRK(-2) -6.13E-06 5.27E-05 -0.116370 0.9080 DRRK(-3) -4.15E-05 5.24E-05 -0.790776 0.4343 DRRK(-4) -8.34E-05 5.28E-05 -1.580210 0.1228 DDRSBI -4.29E-05 5.98E-05 -0.717061 0.4780
DDRSBI(-1) -0.000112 6.89E-05 -1.625390 0.1128 DDRSBI(-2) -0.000109 6.57E-05 -1.662656 0.1051 DDRSBI(-3) -7.46E-05 5.79E-05 -1.289608 0.2054 DDRSBI(-4) 2.07E-06 1.05E-05 0.197943 0.8442
V(-1) -0.025873 0.058155 -0.444907 0.6591 R-squared 0.770123 Mean dependent var 0.012643 Adjusted R-squared 0.584945 S.D. dependent var 0.015943 S.E. of regression 0.010271 Akaike info criterion -6.015936 Sum squared resid 0.003798 Schwarz criterion -5.020638 Log likelihood 228.5259 Durbin-Watson stat 1.966145
88
Lampiran 7. Hasil Estimasi Jangka Pendek (Error Correction Model) Untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007 dengan Variabel yang Signifikan
Dependent Variable: DLNLM Method: Least Squares Date: 05/20/08 Time: 11:32 Sample(adjusted): 2002:06 2007:12 Included observations: 67 after adjusting endpoints
Variabel Koefisien Std. Error t-Statistic Prob. DLNLM(-3) 0.593259 0.095495 6.212481 0.0000 DLNLM(-4) 0.337114 0.088018 3.830040 0.0003 DLNGDP 0.955937 0.230329 4.150302 0.0001
DLNGDP(-2) -1.750117 0.634087 -2.760057 0.0080 DLNGDP(-3) 2.972735 0.878785 3.382778 0.0014 DLNGDP(-4) -2.284554 0.573350 -3.984569 0.0002
DLNLC 0.346469 0.072127 4.803622 0.0000 DLNLC(-1) 0.149859 0.073329 2.043657 0.0461 DNPL(-1) 0.000102 3.27E-05 3.131106 0.0029 DRRK(-1) 9.08E-05 3.23E-05 2.810569 0.0070 DRRK(-4) -9.71E-05 3.37E-05 -2.882958 0.0057
DDRSBI(-1) -8.82E-05 3.27E-05 -2.697656 0.0094 DDRSBI(-2) -8.02E-05 3.38E-05 -2.369628 0.0216 DDRSBI(-3) -8.93E-05 3.44E-05 -2.599223 0.0121
V(-1) -0.117171 0.033536 -3.493919 0.0010 R-squared 0.688730 Mean dependent var 0.012934 Adjusted R-squared 0.604926 S.D. dependent var 0.016001 S.E. of regression 0.010057 Akaike info criterion -6.166737 Sum squared resid 0.005260 Schwarz criterion -5.673149 Log likelihood 221.5857 Durbin-Watson stat 1.713846
89
DIAGNOSTIC TEST
Lampiran 8. Hasil Uji Normalitas Error Correction Model Untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007
0
2
4
6
8
10
-0.02 -0.01 0.00 0.01 0.02
Series: ResidualsSample 2002:06 2007:12Observations 67
Mean 0.001890Median 0.002246Maximum 0.019569Minimum -0.022091Std. Dev. 0.008722Skewness -0.218115Kurtosis 2.852521
Jarque-Bera 0.591964Probability 0.743801
Lampiran 9. Hasil Uji Heteroskedastisitas Error Correction Model Untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007
ARCH Test: F-statistic 0.539062 Probability 0.876394 Obs*R-squared 7.340420 Probability 0.834322
Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/20/08 Time: 11:38 Sample(adjusted): 2003:06 2007:12 Included observations: 55 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C 9.81E-05 5.38E-05 1.823793 0.0753
RESID^2(-1) -0.099649 0.152392 -0.653903 0.5167 RESID^2(-2) -0.161683 0.152672 -1.059020 0.2956 RESID^2(-3) -0.150341 0.154276 -0.974494 0.3354 RESID^2(-4) 0.102706 0.155735 0.659497 0.5132 RESID^2(-5) 0.039683 0.155776 0.254743 0.8002 RESID^2(-6) -0.058662 0.155618 -0.376958 0.7081 RESID^2(-7) 0.050165 0.149049 0.336571 0.7381 RESID^2(-8) -0.117399 0.148924 -0.788314 0.4349 RESID^2(-9) 0.057404 0.145771 0.393795 0.6957
RESID^2(-10) -0.070706 0.143669 -0.492147 0.6252 RESID^2(-11) -0.064647 0.141146 -0.458017 0.6493 RESID^2(-12) 0.143646 0.140209 1.024510 0.3115
R-squared 0.133462 Mean dependent var 7.37E-05 Adjusted R-squared -0.114120 S.D. dependent var 9.97E-05 S.E. of regression 0.000105 Akaike info criterion -15.27747 Sum squared resid 4.65E-07 Schwarz criterion -14.80301 Log likelihood 433.1304 F-statistic 0.539062 Durbin-Watson stat 1.922831 Prob(F-statistic) 0.876394
90
Lampiran 10. Hasil Uji Autokolerasi Error Correction Model Untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007
Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.879774 Probability 0.573323 Obs*R-squared 11.46410 Probability 0.489619 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 05/20/08 Time: 11:35 Presample missing value lagged residuals set to zero.
Variabel koefisien Std. Error t-Statistic Prob. DLNLM(-3) -0.023253 0.123379 -0.188467 0.8515 DLNLM(-4) -0.044441 0.106484 -0.417349 0.6787 DLNGDP 0.092907 0.290498 0.319822 0.7508
DLNGDP(-2) -0.177965 0.776123 -0.229300 0.8198 DLNGDP(-3) 0.197728 1.072527 0.184357 0.8547 DLNGDP(-4) -0.006259 0.708943 -0.008828 0.9930
DLNLC -0.066803 0.085211 -0.783969 0.4377 DLNLC(-1) 0.009143 0.078966 0.115781 0.9084 DNPL(-1) 1.74E-05 3.55E-05 0.488321 0.6280 DRRK(-1) -2.45E-05 3.94E-05 -0.622446 0.5372 DRRK(-4) 2.57E-05 4.11E-05 0.626974 0.5342
DDRSBI(-1) 1.64E-05 4.00E-05 0.410435 0.6837 DDRSBI(-2) 1.97E-05 4.19E-05 0.468870 0.6417 DDRSBI(-3) 1.89E-05 4.20E-05 0.449458 0.6555
V(-1) -0.040051 0.039762 -1.007264 0.3199 RESID(-1) 0.280994 0.169553 1.657265 0.1053 RESID(-2) -0.022237 0.177807 -0.125063 0.9011 RESID(-3) -0.055692 0.213997 -0.260246 0.7960 RESID(-4) 0.034808 0.188869 0.184299 0.8547 RESID(-5) 0.138244 0.178987 0.772366 0.4444 RESID(-6) -0.193524 0.192692 -1.004319 0.3213 RESID(-7) 0.001936 0.186501 0.010380 0.9918 RESID(-8) -0.107818 0.180535 -0.597214 0.5537 RESID(-9) 0.391275 0.185105 2.113807 0.0408
RESID(-10) -0.077049 0.188214 -0.409367 0.6845 RESID(-11) 0.171043 0.187387 0.912781 0.3668 RESID(-12) 0.170727 0.182423 0.935885 0.3549
R-squared 0.171106 Mean dependent var 0.001890 Adjusted R-squared -0.367675 S.D. dependent var 0.008722 S.E. of regression 0.010200 Akaike info criterion -6.042755 Sum squared resid 0.004161 Schwarz criterion -5.154297 Log likelihood 229.4323 Durbin-Watson stat 1.918213
91
Lampiran 11. Hasil Uji Multikolineritas Pada Model Error Correction Model Untuk Penyaluran Kredit MKM di Indonesia Tahun 2002-2007
DLNLM DLNLM (-3)
DLNLM (-4)
DLNGDP DLNGDP (-2)
DLNGDP (-3)
DLNGDP (-4)
DLNLC DLNLC (-1)
DNPL (-1)
DLNLM 1.000000 0.242338 -0.044029 0.244540 0.324308 0.156520 -0.097973 0.482800 0.007713 0.373129 DLNLM(-3) 0.242338 1.000000 0.170529 -0.047960 0.136922 0.282506 0.404694 -0.023351 -0.005563 0.033114 DLNLM(-4) -0.044029 0.170529 1.000000 -0.131689 0.021351 0.130696 0.272929 -0.067585 -0.012419 -0.202463 DLNGDP 0.244540 -0.047960 -0.131689 1.000000 0.071929 -0.431144 -0.483072 -0.045682 0.046868 0.126000 DLNGDP(-2) 0.324308 0.136922 0.021351 0.071929 1.000000 0.696664 0.069028 0.117535 -0.010463 0.176644 DLNGDP(-3) 0.156520 0.282506 0.130696 -0.431144 0.696664 1.000000 0.710116 0.224977 0.107846 0.034110 DLNGDP(-4) -0.097973 0.404694 0.272929 -0.483072 0.069028 0.710116 1.000000 0.152410 0.206629 -0.121516 DLNLC 0.482800 -0.023351 -0.067585 -0.045682 0.117535 0.224977 0.152410 1.000000 -0.183686 -1.92E-05 DLNLC(-1) 0.007713 -0.005563 -0.012419 0.046868 -0.010463 0.107846 0.206629 -0.183686 1.000000 0.059967 DNPL(-1) 0.373129 0.033114 -0.202463 0.126000 0.176644 0.034110 -0.121516 -1.92E-05 0.059967 1.000000 DRRK(-1) 0.123346 -0.143831 -0.037760 0.044072 -0.030609 -0.030054 -0.001327 0.011002 0.385428 0.179251 DRRK(-4) 0.012825 0.121106 0.344757 -0.005119 0.051578 0.038696 0.013848 -0.028778 0.013640 -0.103833 DDRSBI(-1) 0.129522 -0.023373 0.030079 -0.013046 -0.013076 0.007255 0.025327 0.081145 0.273647 0.212754 DDRSBI(-2) 0.012253 -0.257784 -0.021952 0.007797 -0.025276 -0.014176 0.005238 -0.019874 0.082677 0.123366 DDRSBI(-3) -0.063694 0.138762 -0.264550 0.028037 -0.003841 -0.012885 -0.007416 0.005241 -0.035725 -0.147238 V(-1) -0.343602 0.070432 0.078095 0.037831 -0.322980 -0.210589 0.018396 -0.338258 0.125524 0.253606
92
Lanjutan Lampiran 11.
DRRK (-1)
DRRK (-4)
DDRSBI (-1)
DDRSBI (-2)
DDRSBI (-3)
V (-1)
0.123346 0.012825 0.129522 0.012253 -0.063694 -0.343602 -0.143831 0.121106 -0.023373 -0.257784 0.138762 0.070432 -0.037760 0.344757 0.030079 -0.021952 -0.264550 0.078095 0.044072 -0.005119 -0.013046 0.007797 0.028037 0.037831 -0.030609 0.051578 -0.013076 -0.025276 -0.003841 -0.322980 -0.030054 0.038696 0.007255 -0.014176 -0.012885 -0.210589 -0.001327 0.013848 0.025327 0.005238 -0.007416 0.018396 0.011002 -0.028778 0.081145 -0.019874 0.005241 -0.338258 0.385428 0.013640 0.273647 0.082677 -0.035725 0.125524 0.179251 -0.103833 0.212754 0.123366 -0.147238 0.253606 1.000000 0.071143 0.666226 0.108376 -0.083970 -0.081565 0.071143 1.000000 0.141698 -0.140592 -0.663520 -0.053490 0.666226 0.141698 1.000000 -0.418795 -0.149169 -0.174083 0.108376 -0.140592 -0.418795 1.000000 -0.418807 0.085798 -0.083970 -0.663520 -0.149169 -0.418807 1.000000 0.054042 -0.081565 -0.053490 -0.174083 0.085798 0.054042 1.000000