Skip to main navigation menu Skip to main content Skip to site footer
Business and Economics
DOI: 10.21070/acopen.5.2021.1749

The Influence of Borrower Characteristics, Loan Size, Business Income and Business Experience on Cooperative Loan Returns


Pengaruh Karakteristik Peminjam, Besar Pinjaman, Pendapatan Usaha dan Pengalaman Usaha Terhadap Pengembalian Pinjaman Koperasi

Universitas Muhammadiyah Sidoarjo
Indonesia
Universitas Muhammadiyah Sidoarjo
Indonesia

(*) Corresponding Author

Borrower Characteristics Loan Size Operating revenues Business Experience Loan Repayment

Abstract

This study aims to determine the effect of Borrower Characteristics, Loan Amount, Business Income and Business Experience on Cooperative Loan Repayment in Savings and Loan Cooperatives and Multipurpose Cooperatives in Candi District, Sidoarjo Regency. This research is a type of quantitative research. The sample used in this study was 150 respondents at the Savings and Loans Cooperative and Multi-Business Cooperative in Candi District, Sidoarjo Regency. The sampling technique used in this research is purposive sampling. Data was collected by distributing questionnaires. The research method to test the quality of the data using validity and reliability tests. Meanwhile, for data analysis using SEM (Structural Equation Modeling) with AMOS 24 software. The results of this study indicate that borrower characteristics, loan size, business income and business experience have a positive and significant impact on cooperative loan repayments.

Pendahuluan

Latar Belakang Masalah

Menurut Undang – undang No. 17 Tahun 2012 Koperasi adalah badan hukum yang didirikan oleh orang perseorangan atau badan hukum Koperasi, dengan pemisahan kekayaan para anggotanya sebagai modal untuk menjalankan usaha, yang memenuhi aspirasi dan kebutuhan bersama di bidang ekonomi, sosial, dan budaya sesuai dengan nilai dan prinsip koperasi. Dalam menyalurkan dananya, koperasi memberikan pinjaman kepada anggotanya untuk membiayai usaha para anggota. Namun dalam pemberian pinjaman terdapat sebuah resiko. Resiko atas pemberian pinjaman yaitu terjadi ketidakpastian atau kegagalan peminjam untuk memenuhi kewajibannya. Banyak terjadi kasus terhambatnya pengembalian pinjaman seperti penunggakan bahkan kemacetan pembayaran angsuran pinjaman. Berikut rasio pinjaman macet yang terjadi pada koperasi simpan pinjam dan koperasi serba usaha di Kecamatan Candi selama tahun 2019.

No Koperasi Jumlah Anggota Koperasi Jumlah Pinjaman Yang Dibe rikan Pinjaman Yang Macet Rasio Pinjaman Macet ( NPL )
1 Koperasi Syariah Bueka Ranting Sumorame 52 122.500.000 2.970.000 2,42%
2 KSPPS Darussalam 23 47.000.000 2.150.000 4,57%
3 KSPPS As Syifah 67 148.000.000 8.820.000 5,96%
4 Koperasi Simpan Pinjam Pembiayaan Syariah Harapan Ummat Sidoarjo 122 239.000.000 4.720.000 1,97%
5 KSPPS Darunnisa 41 103.000.000 3.060.000 2,97%
6 Koperasi Swamitra Koppas Larangan 87 193.500.000 11.720.000 6,06%
7 Koperasi Serba Usaha As Sakinah 859 1.481.500.000 58.590.000 3,95%
8 Koperasi Serba Usaha Tirto Sejahtera 35 79.500.000 1.000.000 1,26%
9 Koperasi Serba Usaha Aneka Usaha 25 52.000.000 3.000.000 5,77%
10 Koperasi Al Mubarok 80 185.000.000 1.500.000 0,81%
Table 1.Rasio Pinjaman Macet Pada Koperasi Simpan Pinjam dan Serba Usaha Di Kec. Candi Tahun 2019Dinas Koperasi dan Usaha Mikro Kab. Sidoarjo , 2019

Berdasarkan data tabel 1, semakin rendah rasio pinjaman macet artinya semakin baik tingkat pengembalian pinjaman, begitupula sebaliknya semakin tinggi rasio pinjaman macet maka tingkat pengembalian pinjaman semakin buruk. Banyaknya kasus pengembalian pinjaman bermasalah ini tentunya dipengaruhi faktor-faktor tertentu dari sisi nasabah (peminjam). Hal tersebut menyebabkan perlunya penelitian untuk mengetahui sebab-sebab tidak lancarnya pengembalian pinjaman. Untuk miminimalisir resiko dalam pengembalian pinjaman koperasi maka perlu menganalisa karakteristik peminjam, besar pinjaman, pendapatan usaha serta pengalaman usahanya.

Karakteristik peminjam merupakan keseluruhan kelakuan dan kemampuan yang ada pada individu sebagai hasil dari pembawaan lingkungannya. Apabila karakteristik peminjam tidak baik seperti adanya debitur yang tidak jujur, awal tujuan meminjam dana untuk modal usaha, ternyata dana tersebut digunakan untuk memenuhi kebutuhan pribadinya, hal tersebut dapat menghambat pengembalian pinjaman [1].

Besarnya pinjaman adalah realisasi pinjaman yang diterima nasabah (dalam satuan ribuan) [2]. Besarnya jumlah pinjaman yang diberikan kepada pengusaha kecil yang menjadi mitra binaan maka akan meningkatkan produktifitas usaha yang dijalankannya [3]. Akan tetapi tidak semua debitur menggunakan pinjaman yang diterimanya untuk kegiatan yang bersifat produktif. Banyak debitur yang menyalahgunakan pinjaman yang mereka terima untuk kegiatan yang bersifat konsumtif, terlebih lagi apabila debitur tersebut terbentur dengan masalah kesulitan keuangan.

Pendapatan Usaha merupakan bentuk dari hasil usaha debitur yang dapat mempengaruhi pengembalian pinjaman [4]. Pendapatan akan mengukur seberapa besar kemampuan debitur dalam memenuhi kewajibannya terhadap koperasi. Hasil penelitian [5] menyatakan semakin tinggi pendapatan yang diperoleh maka semakin tinggi peluang dan kecenderungan debitur untuk mengembalikan pinjaman dengan lancar. Sehingga dapat dikatakan bahwa pendapatan usaha berpengaruh positif terhadap pengembalian pinjaman. Namun berbeda dengan penelitian yang dilakukan oleh [6] yang menyatakan bahwa pendapatan usaha tidak mempengaruhi pengembalian pinjaman.

Pengalaman Usaha adalah lamanya dan banyaknya debitur telah menjalankan usahanya [7]. Semakin lama debitur menjalankan usaha maka pemahaman dan keterampilan seorang debitur akan terasah dalam menghadapi gejolak dunia usaha, sehingga tidak akan terjadi masalah dalam mengembalikan pinjaman. Maka dari itu, semakin lama pengalaman usaha debitur maka potensi debitur mengembalikan pinjaman secara lancar juga akan semakin meningkat. Namun hasil penelitian yang dilakukan oleh [7], [4] menyatakan bahwa pengalaman usaha tidak berpengaruh terhadap pengembalian pinjaman.

Hubungan Antar Variabel

Hubungan Antara Karakteristik Peminjam dan Pengembalian Pinjaman

Karakteristik merupakan sifat atau watak seseorang. Pihak koperasi harus memahami karakter calon peminjam apakah peminjam adalah orang yang dapat dipercaya atau tidak. Apabila nasabah mempunyai karakter yang baik maka kemungkinan untuk mengembalikan pinjaman baik dan kecil kemungkinan terjadi pinjaman yang macet. Hubungan ini juga diperkuat dengan penelitian yang dilakukan oleh [8] , [9] dan [10] hasil penelitiannya menunjukkan bahwa karakter nasabah berpengaruh signifikan positif terhadap pengembalian pinjaman.

Hubungan Antara Besar Pinjaman dan Pengembalian Pinjaman

Besar pinjaman merupakan besarnya realisasi pinjaman yang diberikan oleh koperasi kepada nasabah. Besar pinjaman yang diterima oleh nasabah akan digunakan untuk meningkatkan produktivitas usahanya, semakin besar jumlah pinjaman yang diterima nasabah maka tingkat produktivitas usaha dari nasabah tersebut semakin meningkat kemudian akan meningkatkan kelancaran pengembalian pijaman koperasi. Hubungan ini juga diperkuat dengan penelitian yang dilakukan oleh [3], [5], [11] dapat disimpulkan bahwa besar pinjaman memiliki pengaruh signifikan positif terhadap tingkat kelancaran pengembalian pinjaman.

Hubungan Antara Pendapatan Usaha dan Pengembalian pinjaman

Pendapatan usaha adalah keseluruhan penghasilan yang didapatkan oleh debitur di dalam menjalani usahanya, yang dihitung rata-rata perminggu, perbulan maupun pertahun. Pendapatan usaha digunakan debitur untuk memenuhi kebutuhannya, kebutuhan debitur pasti bermacam-macam dan beragam sehingga debitur memerlukan pendapatan dalam jumlah besar untuk bisa memenuhi kebutuhannya, dan untuk mengelola usahanya. Pendapatan usaha yang semakin tinggi dari usaha yang dijalankan maka kapabilitas dalam mengelola usaha semakin baik dan kemampuan membayar angsuran dan beban bunga semakin tinggi sehingga peluang pengembalian pinjaman secara lancar juga semakin besar [12]. Hubungan ini juga diperkuat dengan penelitian yang dilakukan oleh [13], [4], [14] yang menyatakan bahwa pendapatan usaha berpengaruh positif terhadap kelancaran pengembalian pinjaman.

Hubungan Antara Pengalaman Usaha dan Pengembalian Pinjaman

Menurut [15], Pengalaman usaha merupakan waktu yang dihabiskan oleh pelaku usaha untuk menjalani usahanya dan menjalani pengalaman yang diperoleh selama menjalankan usahanya. Pengalaman akan mempengaruh keterampilan dalam menjalankan tugas juga membuat pekerjaan menjadi lebih efisien. Dengan pengalaman, seseorang dapat mendeteksi kesalahan, memahami kesalahan dan mencari penyebab munculnya kesalahan tersebut. Sehingga untuk memilih akan mengambil pinjaman pun, akan dipertimbangkan dengan matang. Maka dari itu, pengalaman usaha yang semakin lama dan banyak meningkatkan kemampuan debitur dalam membayar pinjaman akan semakin tinggi. Hubungan antara pengalaman usaha dan pengembalian pinjaman diperkuat dengan hasil penelitan yang dilakukan oleh [16], [15], [17] yang menyatakan bahwa pengalaman usaha berpengaruh positif dan signifikan dalam kelancaran pengembalian pinjaman.

Metode Penelitian

Rancangan Penelitian

Rancangan dalam penelitian ini adalah rancangan explanatory research, yang menjelaskan hubungan sebab akibat antar variabel melalui pengujian hipotesis.

Populasi dan Sampel

  1. Populasi

Populasi dalam penelitian ini adalah Koperasi di Kec. Candi, Kab. Sidoarjo yang telah teraftar di ODS (Online Data Sistem) Kementrian Koperasi dan Usaha Kecil dan Menengah Republik Indonesia (nik.depkop.go.id). Jumlah populasi yang digunakan sebanyak 15.742 anggota koperasi.

  1. Sampel

Teknik sampel penilitian ini menggunakan purposive sampling. Adapun kriteria sampel yang digunakan sebagia berikut :

No Kriteria Jumlah Total
1 Koperasi di Kec. Candi, Kab. Sidoarjo yang terdaftar di Online Data Sistem. (48 Koperasi) 15.742 15.742
2 Koperasi yang bukan kelompok Koperasi Simpan Pinjam dan Koperasi Serba Usaha. (33 Koperasi) (10.006) 5.736
3 Penyebaran sampling sebanyak 10 pada setiap koperasi. (15 Koperasi) (5.586) 150
Table 2.Kriteria Purposive SamplingData yang diolah,2021

Berdasarkan kriteria purposive sampling, maka diperoleh sebanyak 150 sampling yang memenuhi kriteria.

No Nama Variabel Definisi Indikator Skala Pengukuran
1 Karakteristik Peminjam (X1) [1] [18] Merupakan tentang kebiasaaan - kebiasaan, sifat pribadi, cara hidup, keadaan keluarga, hobby dan keadaan sosial. Sikap Interval
Minat
Kebutuhan
Pengharapan
Kepercayaan
2 Besarnya Pinjaman (X2) [19] Merupakan plafon atau besarnya dana yang diberikan oleh koperasi kepada debitur. Alasan debitur meminjam di koperasi Interval
Sumber pembayaran angsuran
Kemampuan membayar angsuran
Ketepatan waktu dalam membayar angsuran
3 Pendapatan Usaha (X3) [20] Merupakan hasil yang diperoleh debitur dalam menjalankan usahanya saat ini. Target pendapatan Interval
Perolehan pendapatan
Prioritas dalam mengalokasi pendapatan
Alokasi pendapatan untuk membayar pinjaman
Alokasi pendapatan untuk memenuhi kebutuhan
4 Pengalaman Usaha (X4) [20] Merupakan waktu yang dihabiskan oleh pelaku usaha untuk menjalani usahanya dan menjalani pengalaman yang diperoleh selama menjalankan usahanya. Kemampuan menghasilkan pendapatan Interval
Pengalaman sebelum memulai usaha
Lama usaha
Kemampuan mengelola usaha
Kemampuan mengatasi masalah dan profesionalisme
5 Pengambalian Pinjaman (Y) [21] Merupakan keadaan yang menunjukkan kemampuan debitur dalam mengembalikan pinjaman yang diberikan oleh koperasi. Pemahaman kewajiban membayar kredit Interval
Cara pembayaran angsuran kredit
Membayar kredit sebelum jatuh tempo
Melaporkan kondisi apabila mengalami penundaan pembayaran
Keterlambatan membayar pinjaman
Table 3.Definisi Variabel, Indikator dan Skala PengukuranData yang diolah,2021
  1. Definisi Variabel, Indikator dan Skala Pengukuran

Jenis dan Sumber Data

  1. Jenis Data : Jenis data dalam penelitian ini menggunakan data kuantitatif.
  2. Sumber Data : Sumber data dalam penelitian ini ada dua, yaitu sumber data primer dan sumber data sekunder. Dalam penelitian ini data primer yaitu data yang diperoleh dari kuesioner yang dibagikan kepada responden, sedangkan sumber data sekunder diperoleh dari sumber lain secara tidak langsung melalui media perantara atau tidak yang berupa dokumen-dokumen koperasi yang dipublikasikan di online data system.

Teknik Pengumpulan Data

Teknik pengumpulan data dalam penelitian ini menggunakan kuisoner.

Teknik Analisis

Statistik Deskriptif

Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku umum atau generalisasi [22].

Pengujian Kualitas Data

Uji Validias

Uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner. Data dapat dikatakan valid apabila “Loading Factor” atau “Standardized Loading Estimate” > 0,05 [23].

Uji Reliabilitas

Suatu kuesioner dikatakan reliable atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waku ke waktu. Jika nilai Construct Reliability > 0,70 maka variable tersebut dikatakan reliable [23].

Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam residual dari model regresi yang dibuat berdistribusi normal ataukah tidak [23]. Sebuah data dikatakan normal jika nilai critical ratio < 2,58, sebaliknya jika nilai critical ratio > 2,58 maka data tersebut berdistribusi tidak normal.

Uji Outliners

Outlier adalah observasi atau data yang memiliki karakteristik unit yang terlihat sangat berbeda jauh dari observasi-observasi lain yang muncul dalam bentuk nilai ekstrim baik untuk sebuah variabel tunggal atau variabel kombinasi. Kriteria yang digunakan pada tingkat p < 0,001. Dengan bantuan program excel (CHIINV) jarak tersebut dievaluasi dengan menggunakan X² pada derajat bebas (degree of freedom/df) sebesar jumlah indikator yang digunakan dalam penelitian. Jika ada data yang mempunyai nilai > batas outliers, maka data tersebut harus dikeluarkan dari model penelitian.

Uji Multikolinieritas

Uji ini dilakukan untuk melihat gejala multikolinieritas atau singularitas dalam kombinasi-kombinasi variabel pada model penelitian. Jika koefisien korelasi antar variabel independen > 0,9 maka model dalam penelitian ini tidak memenuhi asumsi multikolinieritas [23].

Menilai Kriteria Goodness of Fit

Model dapat dikatakan fit apabila memenuhi kriteria sebagai berikut :

Goodness of Fit Indexs Cut off Value
Chi-Square Diharapkan kecil
Significancy Probability ≥ 0,05
RMSEA ≤ 0,08
GFI ≥ 0,90
AGFI ≥ 0,90
CMIN/DF ≤ 2,00
TLI ≥ 0,90
CFI ≥ 0,90
Table 4.Goodness of Fit Index Table

Pengujian hipotesis dilakukan dengan menggunakan nilai t-value dengan tingkat signifikan 0,05. Nilai t-value dalam program AMOS terdapat pada tabel output Regression Weight. Apabila nilai Probabilitas (P) ≤ 0,05 maka H0 ditolak dan hipotesis yang diteliti diterima.

Hasil dan Pembahasan

Statistik Deskriptif

Analisis deskriptif adalah salah satu dari bagian statistik yang digunakan. Skala distribusi kriteria pendapat adalah sebagai berikut:

Interval = (Nilai Maksimal – Nilai Minimal) / (Jumlah Kelas)

Interval = (5-1) / 5 = 0.8

Sangat Rendah: 1.00 – 1.8

Rendah: 1.81 – 2.6

Cukup: 2.61 – 3.4

Tinggi: 3.41 – 4.2

Sangat Tinggi: 4.21 – 5

No Indikator Frekuensi Jawaban N Mean Kriteria
1 2 3 4 5
1 KP 1 9 4 20 60 57 150 4,01 Tinggi
2 KP 2 10 10 12 55 63 150 4,01 Tinggi
3 KP 3 14 5 29 52 50 150 3,79 Tinggi
4 KP 4 10 4 23 66 47 150 3,91 Tinggi
5 KP 5 14 6 35 44 51 150 3,75 Tinggi
6 BP1 17 6 24 52 51 150 3,76 Tinggi
7 BP2 4 7 26 45 68 150 4,11 Tinggi
8 BP3 8 4 23 72 43 150 3,92 Tinggi
9 BP4 12 9 38 51 40 150 3,65 Tinggi
10 PDU1 12 10 42 51 35 150 3,58 Tinggi
11 PDU2 6 9 11 59 65 150 4,12 Tinggi
12 PDU3 5 4 29 56 56 150 4,03 Tinggi
13 PDU4 5 7 20 66 52 150 4,02 Tinggi
14 PDU5 7 4 21 57 61 150 4,07 Tinggi
15 PGU 1 11 3 19 46 71 150 4,09 Tinggi
16 PGU 2 11 5 23 50 61 150 3,97 Tinggi
17 PGU 3 19 5 18 57 51 150 3,77 Tinggi
18 PGU 4 12 0 24 64 50 150 3,93 Tinggi
19 PGU 5 8 0 23 54 65 150 4,12 Tinggi
20 PP 1 11 5 24 57 53 150 3,91 Tinggi
21 PP 2 11 17 29 37 56 150 3,73 Tinggi
22 PP 3 11 4 24 56 55 150 3,93 Tinggi
23 PP 4 9 4 17 67 53 150 4,01 Tinggi
24 PP 5 6 6 23 49 66 150 4,09 Tinggi
Table 5.Penilaian Responden Terhadap VariabelData Primer, 2021

Pengujian Kualitas Data

Uji Validitas

Estimate
KP5 KP 0,993
KP4 KP 0,958
KP3 KP 0,515
KP2 KP 0,666
KP1 KP 0,631
BP4 BP 0,819
BP3 BP 0,670
BP2 BP 0,897
BP1 BP 0,894
PDU5 PDU 0,745
PDU4 PDU 0,595
PDU3 PDU 0,613
PDU2 PDU 0,744
PDU1 PDU 0,694
PGU5 PGU 0,590
PGU4 PGU 0,628
PGU3 PGU 0,657
PGU2 PGU 0,936
PGU1 PGU 0,935
PP1 PP 0,553
PP2 PP 0,546
PP3 PP 0,876
PP4 PP 0,883
PP5 PP 0,575
Table 6.Hasil Uji ValiditasOutput Data AMOS 24, 2021

Berdasarkan hasil analisis yang disajikan tabel 6 di atas seluruh indikator menunjukkan hasil yang baik dengan “Loading Factor” atau “Standardized Loading Estimate” > 0,05 sesuai dengan standart yang dikemukakan oleh [23]. Maka kelima indikator tersebut sudah memenuhi validitas dan indikator tersebut dapat dipakai untuk analisis selanjutnya.

Uji Realibilitas

Variabel Construct Reliability Keterangan
Karakteristik Peminjam 0,835788378 Reliabel
Besar Pinjaman 0,883506179 Reliabel
Pendapatan Usaha 0,760809721 Reliabel
Pengalaman Usaha 0,855267166 Reliabel
Pengembalian Pinjaman 0,777073353 Reliabel
Table 7.Hasil Uji RealibilitasOutput Data AMOS 24, 2021

Berdasarkan tabel 7 nilai Construct Realiability dari uji realibilitas menunjukkan bahwa secara keseluruhan variabel dikatakan reliabel karena telah memenuhi persyaratan yang disyaratkan oleh [23] yaitu nilai Construct Realiability > 0,70. Dengan demikian penelitian ini dapat dilanjutkan untuk analisis selanjutnya.

Uji Asumsi SEM

Analisis Model Struktural

Gambar 1

Analisis Full Model Awal

Berdasarkan gambar 1 di atas dapat terlihat bahwa nilai uji kelayakan model (RMSEA, GFI, AGFI, CMIN/DF, TLI, dan CFI) belum menunjukkan model yang fit. Sehingga perlu melakukan modifikasi indek pada output AMOS. Berikut diagram jalur full model yang telah dimodifikasi dengan mengeilminasi indikator KP1, KP2, PDU 3, PDU 5, PGU4, PGU 5, PP 1 dan PP 5.

Gambar 2

Analisis Full Model Modifikasi

Setelah melakukan modifikasi,model tersebut sudah dapat dikatakan fit karna hasil dari RMSEA, GFI, CMIN/DF, TLI, dan CFI sesuai dengan kriteria Goodness of Fit Indexs menurut Ghozali (2017).

Uji Normalitas

Variable min Max skew c.r. kurtosis c.r.
PP4 1,000 5,000 -1,301 -6,504 1,402 3,506
PP3 1,000 5,000 -,843 -4,216 ,360 ,900
PP2 1,000 5,000 -,280 -1,399 -,970 -2,426
PGU1 1,000 5,000 -,718 -3,590 -,175 -,438
PGU2 1,000 5,000 -,733 -3,665 -,426 -1,064
PGU3 1,000 5,000 -,412 -2,062 -,941 -2,352
PDU1 1,000 5,000 -1,445 -7,226 1,570 3,925
PDU2 1,000 5,000 -1,201 -6,007 ,818 2,045
PDU4 1,000 5,000 -1,313 -6,563 1,431 3,578
BP1 1,000 5,000 -,943 -4,714 ,834 2,084
BP2 1,000 5,000 -,952 -4,758 ,699 1,747
BP3 1,000 5,000 -,722 -3,611 -,029 -,072
BP4 1,000 5,000 -1,091 -5,456 ,949 2,373
KP3 1,000 5,000 -,910 -4,548 -,392 -,979
KP4 1,000 5,000 -1,542 -7,709 2,157 5,392
KP5 1,000 5,000 -1,434 -7,170 2,053 5,133
Multivariate 61,149 15,602
Table 8.Assessment of NormalityOutput Data AMOS 24, 2021

Berdasarkan tabel 8 terlihat bahwa terdapat nilai c.r. Skewness yang berada diluar rentang ± 2,58. Hal tersebut dapat disimpulkan bahwa secara univariate normalitas data tidak baik. Pada uji multivariate juga menunjukkan nilai c.r. 15.602, dimana angka ini dikategorikan data tidak berdistribusi normal secara multivariate. Dengan demikian data belum memenuhi syarat untuk uji normalitas. Selanjutnya untuk menguji model yang tidak normal masih dapat diterima maka dilakukan uji bootstrapping [23].

B ollen-Stine Bootstrap

Sumber : Output Data AMOS 24, 2021

Berdasarkan hasil bootstrappingmenunjukkan nilai P = 0,199 artinya nilai ini sesuai dengan yang dipersyaratkan yaitu P > 0,05. Sehingga penelitian ini masih layak untuk digunakan dan dapat dilakukan analisis selanjutnya.

Uji Outliers

Berdasarkan nilai chi-square dengan derajat bebas 16 (jumlah indikator variabel) pada tingkat signifikansi 0,001, dengan bantuan program excel =CHIINV(0,001;16) hasilnya yaitu 39,252. Dan hasil uji pengolahan data outliers secara multivariate sebagai berikut :

Observation number Mahalanobis d-squared p1 p2
69 50,633 0,000 0,003
129 48,587 0,000 0,000
9 46,962 0,000 0,000
59 43,875 0,000 0,000
61 43,477 0,000 0,000
121 40,925 0,001 0,000
…. ……… …... …...
Table 9.Evaluasi Multivariate Outliers AwalOutput Data AMOS 24, 2021

Berdasarkan tabel 9,maka nilai Mahalanobis yang melebihi atau 39,252 mengidentifikasikan adanya data multivariate outliers. Dengan demikian akan dilakukan pengujian ulang karna terdapat multivariate outliers yang terlihat pada observasi (69, 129, 9, 59, 61, 121). Maka 6 responden tersebut harus dikeluarkan.

Observation number Mahalanobis d-squared p1 p2
58 36,825 0,002 0,004
78 35,395 0,004 0,002
82 34,174 0,005 0,001
55 32,725 0,008 0,001
21 30,099 0,017 0,014
121 29,448 0,021 0,012
83 29,366 0,022 0,004
20 27,623 0,035 0,031
108 27,437 0,037 0,018
117 27,211 0,039 0,011
135 26,473 0,048 0,021
90 26,028 0,054 0,023
….. ……… …... …...
Table 10.Evaluasi Multivariate Outliers AkhirOutput Data AMOS 24, 2021

Berdasarkan tabel 10 di atas terlihat nilai tertinggi terletak pada observasi ke 58 sebesar 36,825 yang nilainya dibawah 39,252. Maka dapat disimpulkan tidak terdapat adanya multivariate outliers dari data yang digunakan dalam penelitian ini, sehingga jumlah responden yang dapat digunakan untuk analisis sebanyak 144 data.

Uji Multikolinieritas

Estimate
KP BP ,365
KP PDU ,524
KP PGU ,001
BP PDU ,463
BP PGU -,002
PDU PGU -,077
Table 11.CorrelationsOutput Data AMOS 24, 2021

Berdasarkan tabel 11 diatas, tidak terdapat angka yang melebihi 0,9, maka pengujian selanjutnya dapat dilakukan.

Evaluasi Kriteria Goodness of Fit

No Goodness of Fit Indexs Cut off Value Hasil Evaluasi Model
1 Chi-square df = 94, P= 5% maka ꭓ2 = 117,632 132,564 Marginal
2 Probability ≥ 0,05 0,005 Marginal
3 RMSEA ≤ 0,08 0,052 Baik
4 GFI ≥ 0,90 0,904 Baik
5 AGFI ≥ 0,90 0,861 Marginal
6 CMIN/DF ≤ 2,00 1,410 Baik
7 TLI ≥ 0,90 0,968 Baik
8 CFI ≥ 0,90 0,975 Baik
Table 12.Evaluasi Kriteria Goodness of Fit Data primer, 2021

Berdasarkan tabel 12 diatas hasil dari Chi-square yaitu 132,564 yang artinya belum memenuhi persyaratan yang disyaratkan. Akan tetapi nilai dapat diterima marginal dan dapat melakukan analisis selanjutnya dengan melihat nilai RMSEA, GFI, CMIN/DF, TLI, dan CFI yang sudah memenuhi kriteria baik. Maka dapat dilakukan analisis selanjutnya. Berdasarkan hasil tersebut dapat dijelaskan bahwa hasil keseluhan memenuhi kriteria fit.

Uji Hipotesis

Regression Weights: Estimate S.E. C.R. P Ket.
PP KP 2,746 ,520 5,283 ,000 Signifikan
PP BP 1,129 ,526 2,146 ,032 Signifikan
PP PDU 1,446 ,587 2,465 ,014 Signifikan
PP PGU 1,956 ,523 1,986 ,011 Signifikan
Table 13.Hasil Uji HipotesisOutput Data AMOS 24, 2021

1. Pengaruh karakteristik peminjam terhadap pengembalian pinjaman

H0 = karakteristik peminjam tidak berpengaruh secara signifikan terhadap pengembalian pinjaman.

H1 = karakteristik peminjam berpengaruh secara signifikan terhadap pengembalian pinjaman.

Berdasarkan tabel 13 hasil uji hipotesis KP terhadap PP diperoleh P sebesar 0,000. Hal ini menunjukkan bahwa 0,000 < 0,05. Dengan demikian H0 ditolak dan H1 diterima, artinya karakteristik peminjam berpengaruh secara signifikan terhadap pengembalian pinjaman koperasi.

2. Pengaruh besarnya pinjaman tehadap pengembalian pinjaman

H0 = besarnya pinjaman tidak berpengaruh secara signifikan terhadap pengembalian pinjaman.

H2 = besarnya pinjaman berpengaruh secara signifikan terhadap pengembalian pinjaman.

Berdasarkan tabel 13 hasil uji hipotesis BP terhadap PP diperoleh P sebesar 0,032. Hal ini menunjukkan bahwa 0,032 < 0,05. Dengan demikian H0 ditolak dan H1 diterima, artinya besarnya pinjaman berpengaruh secara signifikan terhadap pengembalian pinjaman koperasi.

3. Pengaruh pendapatan usaha terhadap pengembalian pinjaman

H0 = pendapatan usahatidak berpengaruh secara signifikan terhadap pengembalian pinjaman.

H3 = pendapatan usahaberpengaruh secara signifikan terhadap pengembalian pinjaman.

Berdasarkan tabel 13 hasil uji hipotesis PDU terhadap PP diperoleh P sebesar 0,014. Hal ini menunjukkan bahwa 0,014 < 0,05. Dengan demikian H0 ditolak dan H1 diterima, artinya pendapatan usaha berpengaruh secara signifikan terhadap pengembalian pinjaman koperasi.

4. Pengaruh pengalaman usaha terhadap pengembalian pinjaman

H0 = pengalaman usahatidak berpengaruh secara signifikan terhadap pengembalian pinjaman.

H4 = pengalaman usahaberpengaruh secara signifikan terhadap pengembalian pinjaman.

Berdasarkan tabel 13 hasil uji hipotesis PGU terhadap PP diperoleh P sebesar 0,011. Hal ini menunjukkan bahwa 0,011 < 0,05. Dengan demikian H0 ditolak dan H1 diterima, artinya pengalaman usaha berpengaruh secara signifikan terhadap pengembalian pinjaman koperasi.

Pembahasan

1. Hipotesis Pertama : Karakteristik Peminjam Berpengaruh Secara Signifikan Terhadap Pengembalian Pinjaman

Hasil analisis data menunjukkan bahwa karakteristik peminjam berpengaruh secara signifikan dan positif terhadap pengembalian pinjaman koperasi. Dapat dilihat dari tabel 13 bahwa nilai probabilitas 0,000 < 0,05 yang artinya H1 diterima dan H0 ditolak.

Pada penelitian ini sejalan dengan penelitian yang dilakukan oleh [8] dan [10] yang menyatakan karakteristik peminjam berpengaruh secara signifikan terhadap pengembalian pinjaman. Tetapi hasil penelitian ini tidak sejalan dengan [24], [25] yang menyatakan bahwa karakteristik peminjam tidak berpengaruh terhadap pengembalian pinjaman.

Dengan demikian dapat dinyatakan bahwa semakin baik karakteristik peminjam maka tingkat kelancaran pengembalian pinjaman koperasi akan semakin baik. Begitupula sebaliknya semakin buruk karakteristik peminjam maka tingkat kelancaran pengembalian pinjaman koperasi akan terhambat atau macet. Maka untuk meminimalisir resiko pengembalian pinjaman, koperasi perlu menganalisis karakteristik peminjam yang meliputi beberapa aspek yaitu kebutuhan, pengharapan dan kepercayaan.

2. Hipotesis Kedua : Besarnya Pinjaman Berpengaruh Secara Signifikan Terhadap Pengembalian Pinjaman

Hasil analisis data menunjukkan bahwa besarnya pinjaman berpengaruh secara signifikan dan positif terhadap pengembalian pinjaman koperasi. Dapat dilihat dari tabel 13 bahwa nilai probabilitas 0,032 < 0,05 yang artinya H2 diterima dan H0 ditolak.

Pada penelitian ini sejalan dengan penelitian yang dilakukan oleh [26], [2] yang menyatakan bahwa besar pinjaman memiliki pengaruh signifikan terhadap tingkat kelancaran pengembalian pinjaman. Tetapi hasil penelitian ini tidak sejalan dengan [27] yang menyatakan besar pinjaman tidak berpengaruh terhadap pengembalian pinjaman.

Dengan demikian dapat dinyatakan bahwa semakin besar pinjaman yang terima oleh nasabah maka tingkat kelancaran pengembalian pinjaman koperasi akan semakin baik. Karna besarnya pinjaman dapat digunakan nasabah untuk mengembangkan produktifitas dalam menjalankan usahanya. Dengan meningkatnya produktifitas tersebut maka akan meningkatkan pendapatan nasabah dan akan meningkatkan kelancaran pengebalian pinjaman.

3. Hipotesis Ketiga : Pendapatan Usaha Berpengaruh Secara Signifikan Terhadap Pengembalian Pinjaman

Hasil analisis data menunjukkan bahwa pendapatan usaha berpengaruh secara signifikan dan positif terhadap pengembalian pinjaman koperasi. Dapat dilihat dari tabel 13 bahwa nilai probabilitas 0,014 < 0,05 yang artinya H3 diterima dan H0 ditolak.

Pada penelitian ini memiliki kesamaan dengan penelitian yang dilakukan oleh [2], [4], [5] yang menyatakan bahwa semakin tinggi pendapatan usaha maka tingkat kelancaran pengembalian kredit semakin baik. Tetapi hasil penelitian ini tidak sejalan dengan [28] [6] yang menyatakan bahwa pendapatan usaha tidak berpengaruh terhadap pengembalian pinjaman.

Dengan demikian apabila target pendapatan nasabah atas perolehan pendapatan sudah tercapai, maka nasabah dapat mengalokasikan sebagian pendapatannya untuk mengembalikan pinjaman koperasi. Semakin tinggi pendapatan usaha maka kemampuan nasabah untuk mengembalikan pinjaman semakin tinggi.

4. Hipotesis Keempat : Pengalaman Usaha Berpengaruh Secara Signifikan Terhadap Pengembalian Pinjaman

Hasil analisis data menunjukkan bahwa pengalaman usaha berpengaruh secara signifikan dan positif terhadap pengembalian pinjaman koperasi. Dapat dilihat dari tabel 13 bahwa nilai probabilitas 0,011 < 0,05 yang artinya H4 diterima dan H0 ditolak.

Pada penelitian ini sejalan dengan penelitian yang dilakukan oleh [16], [29], [30] yang menyatakan bahwa pengalaman usaha berpengaruh positif dan signifikan dalam kelancaran pengembalian pinjaman. Tetapi hasil penelitian ini tidak sejalan dengan [4] yang menyatakan bahwa pengalaman usaha tidak berpengaruh terhadap pengembalian pinjaman.

Dengan adanya pengalaman sebelum memulai usaha, nasabah memiliki ilmu dan pengetahuan dalam mengelola usahanya, dan apabila nasabah telah mengalami siklus lamanya usaha yang berjalan, maka nasabah dapat memiliki kemampuan dalam menghasilkan pendapatan yang lebih untuk mengembalikan pinjaman koperasi. Dengan demikian dapat dinyatakan bahwa semakin banyak nasabah yang memiliki pengalaman usaha maka tingat kelancaran pengembalian pinjaman akan semakin baik.

Kesimpulan

Berdasarkan analisis data yang telah dilakukan, diperoleh hasil pengujian secara statistik yang menunjukkan bahwa variabel karakteristik peminjam, besarnya pinjaman, pendapatan usaha dan pengalaman usaha terhadap pengembalian pinjaman koperasi adalah sebagai berikut :

  1. Karakteristik peminjam berpengaruh signifikan terhadap pengembalian pinjaman koperasi. Sehingga dalam hal ini menjelaskan bahwa semakin baik karakteristik peminjam maka tingkat kelancaran pengembalian pinjaman koperasi akan semakin baik.
  2. Besarnya pinjaman berpengaruh signifikan terhadap pengembalian pinjaman koperasi. Sehingga dalam hal ini menjelaskan bahwa semakin besar pinjaman yang terima oleh nasabah maka tingkat kelancaran pengembalian pinjaman koperasi akan semakin baik.
  3. Pendapatan usaha berpengaruh signifikan terhadap pengembalian pinjaman koperasi. Sehingga dalam hal ini menjelaskan bahwa semakin tinggi pendapatan usaha nasabah maka tingat kelancaran pengembalian pinjaman akan semakin baik.
  4. Pengalaman usaha berpengaruh signifikan terhadap pengembalian pinjaman koperasi. Sehingga dalam hal ini menjelaskan bahwa semakin banyak nasabah memiliki pengalaman usaha maka tingat kelancaran pengembalian pinjaman akan semakin baik.

References

  1. Robbins, Stephen, and M. Coulter, Manajemen. Jilid 2, Edisi 10. Jakarta: Erlangga, 2012.
  2. L. A. D. Budi and I. G. A. Wirajaya, “Pengaruh Jumlah Tanggungan, Pendapatan Usaha, dan Besar Pinjaman pada Tingkat Kelancaran Pengembalian Kredit,” E-Jurnal Akunt., vol. 24, no. 2, pp. 1077–1104, 2018.
  3. M. Asih, “Analisis Faktor-Faktor yang Mempengaruhi Tingkat Pengembalian Kredit Pengusaha Kecil Pada Program Kemitraan Corporate Social Responsibility (Studi kasus : PT Telkom Drive II Jakarta),” J. Manag., vol. 5, no. 1, pp. 73–94, 2014.
  4. N. L. A. Windariani and N. G. P. Wirawati, “Jumlah Tanggungan Sebagai Pemoderasi Pengaruh Pengalaman Usaha dan Pendapatan UMKM Pada Kolektibilitas KUR Mikro BRI,” E-Jurnal Akunt. Univ. Udayana, vol. 19, no. 2, pp. 943–972, 2017.
  5. N. Nawai and M. N. M. Shariff, “Factors Affecting Repayment Performance in Microfinance Programs in Malaysia,” Procedia - Soc. Behav. Sci., vol. 62, pp. 806–811, 2012.
  6. L. Rosiana, “Faktor-Faktor Yang Mempengaruhi Tingkat Kelancaran Pengembalian Pembiayaan Musyarakah Pada Debitur Usaha Mikro Kopena Cabang Bojong Kabupaten Pekalongan 2015,” Dr. Diss. Stain Pekalongan, vol. 3, no. 1, pp. 202–213, 2015.
  7. C. R. Marantika and R. D. Sampurno, “Analisis Faktor-Faktor Yang Mempengaruhi Mikro,” Dipenogoro J. Manag., vol. 2, no. 2, pp. 1–14, 2013.
  8. P. Widyartati, “Faktor – Faktor Yang Mempengaruhi Pinjaman Macet Dana Bergulir Di BKM Sendan Mukti Kelurahan Sendangguwo Kecamatan Tembalang Kota Semarang,” J. STIE SEMARANG, vol. 42, no. 1, pp. 1–10, 2016.
  9. M. M. Papias and P. Ganesan, “Repayment behaviour in credit and savings cooperative societies: Empirical and theoretical evidence from rural Rwanda,” Int. J. Soc. Econ., vol. 36, no. 5, pp. 608–625, 2019.
  10. B. H. Mpogole, I. Mwaungulu, and S. Mlasu, “Multiple Borrowing and Loan Repayment : A Study of Microfinance Clients at Iringa , Tanzani,” Glob. J. Manag. Bus. Res., vol. 12, no. 4, pp. 1–7, 2012.
  11. O. . Edet, E. . Agbachom, J. A. Igiri, and G. . Sampson, “Analysis of Borrowing and Repayment of Credit among Livestock Farmers in Cross River State, Nigeria,” Glob. J. Pure Appl. Sci., vol. 2, no. 1, pp. 33–40, 2016.
  12. L. I. Widayanthi, “Pengaruh Karakteristik Debitur UMKM Terhadap Tingkat Pengembalian Kredit Pundi Bali Dwipa (Studi Kasus Nasabah PT. Bank Pembangunan Daerah Bali Kanrtor Cabang Singaraja),” J. Ilm. Mhs. Fak. Ekon. dan Bisnis, vol. 1, no. 2, pp. 1–15, 2012.
  13. D. Y. Arinta, “Pengaruh Karakteristik Individu, Karakteristik Usaha, Karakteristik Kredit Terhadap Kemampuan Debitur Membayar Kredit Pada BPR Jatim Cabang Probolinggo,” J. Ilm. Mhs. Fak. Ekon. dan Bisnis Univ. Brawijaya, vol. 2, no. 1, pp. 1–16, 2014.
  14. S. H. Mokhtar, G. Nartea, N. Zealand, and C. Gan, “Determinants of microcredit loans repayment problem among microfinance borrowers in Malaysia,” Determ. microcredit loans Repaym. Probl. among microfinance borrowers Malaysia, vol. 2, no. 7, pp. 33–45, 2012.
  15. N. Arinda and G. Maski, “Analisis Pengaruh Usia, Jumlah Tanggungan Dalam Keluarga, Pengalaman Usaha, Omzet Usaha dan Jumlah Pinjaman Terhadap Tingkat Pengembalian Kredit Oleh UMKM. Studi Kasus : Bank Perkreditan Rakyat ( BPR ) Gunung Ringgit Malang,” J. Ilm. Mhs. Fak. Ekon. dan Bisnis Univ. Brawijaya, vol. 3, no. 2, pp. 1–12, 2015.
  16. N. W. F. Wulandari, “Analisis Faktor-Faktor Yang Mempengaruhi Kolektibilitas Kredit Usaha Rakyat (KUR) Mikro BRI (Studi Empiris pada Debitur KUR Mikro BRI Unit Renon),” J. Sains, Akunt. dan Manaj. (Vol. 1, No. 3), vol. 1, no. 3, pp. 1–49, 2019.
  17. I. A. Ojiako, A. O. Idowu, and B. C. Ogbukwa, “Determinants of Loan Repayment Behaviour of Smallholder Cooperative Farmers in Yewa North Local Government Area of Ogun State , Nigeria : an Application of Tobit Model,” J. Econ. Sustain. Dev., vol. 5, no. 16, pp. 144–154, 2014.
  18. M. Thoha, Perilaku Debitur: Konsep Dasar dan Aplikasinya. Jakarta: PT Raja Grafindo Persada, 2012.
  19. Suriya, “Pengaruh Faktor Internal Bank dan Internal Debitur Teradap Kredit Bermasalah Pada PT. Bank Negara Indonesia (PERSERO), Tbk.,” J. Fak. Ekon. dan Bisnis Univ. Hassanudin Makasar, vol. 1, no. 3, pp. 44–56, 2012.
  20. M. Abdurrahman, “Promoting Effective Poverty Alleviation and Rural Development in Indonesian throught Micro and Macra Policies: A Sociological Perspective,” J. Econ. Int. Financ., vol. 16, no. 2, pp. 66–72, 2015.
  21. A. Yulianto, “Pengaruh Faktor Internal Bank dan Internal Debitur Terhadap Kredit Bermasalah Pada PT. Bank Negeri Indonesia (Persero), Tbk.,” E-Jurnal Akunt., vol. 5, no. 9, pp. 45–54, 2017.
  22. Sugiyono, Metode Penlitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta., 2016.
  23. I. Ghozali, Model Persamaan Struktural Konsep Dan Aplikasi Dengan Program AMOS 24. Semarang: Badan Penerbitan Universitas Diponegoro, 2017.
  24. S. Bob, B. Juma, N. N. Isaac, and T. Zainabu, “Borrowers characteristics, credit terms and loan repayment performance among clients of microfinance institutions (MFIs): Evidence from rural Uganda,” J. Econ. Int. Financ., vol. 10, no. 1, pp. 1–10, 2018.
  25. A. Gustavo, Barboza, C. Smith, and I. Boubacar, “A Contribution to the Empirics of Consumers’ Anxiety Behavior on and in Credit Card Repayment. Credit Card Management and Financial Literacy Among College Student,” J. Financ. Manag. Mark. Institutions, vol. 5, no. 1, pp. 35–66, 2017.
  26. Ibeleme, N. Sysvester, C. Godwin, and J. Odienye, “Deteminants of Loan Size And Repayment Performance of Small Oil Producers in Negeria : The Care Study of Abia State,” Int. J. Bus. Manag. Adm., vol. 2, no. 3, pp. 43–54, 2013.
  27. Afriyeni, “Faktor-Faktor Yang Mempengaruhi Tingkat Pengembalian Kredit Usaha Rakyat (KUR) Pada PT. Bank Rakyat Indonesia (BRI) Unit Talang Cabang Solok,” J. Ilm. Keuang. dan Perbank., vol. 6, no. 2, pp. 207–222, 2013.
  28. D. V. Ramanujam and K. A. Vidya, “A Study on The Credit Repayment Behaviour of Borrowers,” Int. Res. J. Bus. Manag., vol. 10, no. 8, 2017.
  29. I. Manuba and N. Djinar, “The Effect of Character, Capacity, Capital, Collateral, Condition of Economic and Constraints on Credit Giving Decisions,” Int. J. Sci. an Res., vol. 8, no. 2, pp. 278–281, 2019.
  30. R. F. Makorere, “Factors affecting loan repayment behaviour in Tanzania : Empirical evidence from Dar es Salaam and Morogoro regions,” Int. J. Dev. Sustain., vol. 3, no. 3, pp. 481–492, 2014.