BAB IV ANALISIS DATA
B. Analisis Data
1. Uji Stasioneritas Data
Sebelum melakukan analisis yang lebih dalam, pengujian stasioneritas data runtut waktu yang dimiliki harus diuji terlebih dahulu dengan uji stasioneritas data. Uji stasioneritas data dilakukan untuk memastikan data time series sudah stasioner atau valid (Winarno, 2015:7.5). Hasil pengujian ada tidaknya unit root dengan metode AD Fisher Chi Square pada pengujian uji akar unit yang dikembangkan oleh Dickey-Fuller menghasilkan hasil uji sebagai berikut:
Tabel 4.5 Hasil Pengujian Unit Root pada Level
Variabel Probability Keterangan
ROA 0.1226 Tidak stasioner STVA 0.1549 Tidak stasioner CEE 0.0088 Stasioner Sumber: hasil olah data dengan eviews, 2017
Berdasarkan hasil uji unit root di tabel 4.5, yang telah dilakukan di tingkat level membuktikan bahwa hanya data CEE yang telah stasioner dan terdapat dua variabel yang belum stasioner. Untuk itu dilakukan
pengujian unit root pada first difference yang dapat dilihat di tabel 4.6 sebagai berikut:
Tabel 4.6 Hasil Pengujian Unit Root pada 1st Difference
Variabel Probability Keterangan
ROA 0.0049 Stasioner STVA 0.0002 Stasioner Sumber: hasil olah data dengan eviews, 2017
Hasil pengujian pada tingkat first difference menunjukan bahwa data ROA dan STVA telah stasioner. Maka Dengan demikian seluruh variabel telah diestimasi dengan tingkat stasioneritas masing-masing yang dimiliki oleh setiap variabel.
2. Uji Regresi Linear Berganda
Dalam penelitian ini fungsi probabilitas bank syariah dapat ditulis sebagai berikut:
ROA=f(STVA, CEE, E-banking, Branchless banking) Penulisan dalam ekonometrika dapat ditulis
ROA=α+β1.(STVA)it+β2.(CEE)it+β3.(E-banking)it+β4.(Branchless banking)it + ε
Setelah melalui uji stasioneritas data variabel diestimasi berdasarkan tingkat stasioneritas masing-masing variabel sebagai berikut sehingga diperoleh estimasi variabel sebagai berikut:
d(ROA)=α+β1.d(STVA)it+β2.(CEE)it+β3.(E-banking)it+β4.(Branchless banking)it + ε
Data dalam penelitian ini menggunakan data panel atau gabungan data time series dan cross section. Regresi data panel memerlukan model terbaik yang sesuai dengan penelitian. Penentuan model dapat dibantu dengan aplikasi eviews dengan langkah uji yakni sebagai berikut:
c. Pengujian regresi variabel dengan dua model regresi yaitu model regresi common effect (OLS) dan model regresi fixed effect (LSDV). Apabila model regresi common effect (OLS) lebih baik dari model regresi fixed effect (LSDV) maka akan dipilih regresi common effect (OLS). Tetapi apabila model regresi fixed effect (LSDV) lebih baik dari common effect (OLS), maka akan dilakukan uji lagi, yakni model regresi random untuk memilih model regresi yang baik diantara kedua model.
d. Pemilihan model dilakukan dengan chow test (F test) setelah pengujian dan memilih model terbaik dengan melihat prob cross-section dengan nilai signifikansi < 0,05.
Tabel 4.7 Model Regresi Common Effect (OLS)
Dependen Variabel : ROA
Dependent Variable: ROA
Variable Coefficient Std. Error t-Statistic Prob.
C 0.034161 0.008408 4.063102 0.0002
STVA -0.051140 0.013524 -3.781418 0.0004
CEE -0.000142 0.000114 -1.244857 0.2192
EBANK 0.013834 0.004915 2.814404 0.0071
BBANK 0.011348 0.005006 2.266978 0.0279
R-squared 0.488891 Mean dependent var 0.017840
S.E. of regression 0.014798 Akaike info criterion -5.499126 Sum squared resid 0.010510 Schwarz criterion -5.313249 Log likelihood 150.7268 Hannan-Quinn criter. -5.427646 F-statistic 11.47837 Durbin-Watson stat 0.578103
Prob(F-statistic) 0.000001
Sumber: Hasil olah data dengan eviews, 2017.
Tabel 4.8 Model Regresi fixed effect (LSDV) Dependent Variable: D(ROA)
Variable Coefficient Std. Error t-Statistic Prob.
C -0.002309 0.003812 -0.605720 0.5523 D(STVA) 0.080228 0.018577 4.318723 0.0004 CEE 0.002276 0.000415 5.477314 0.0000 EBANK -0.009067 0.005493 -1.650668 0.1161 BBANK -0.033691 0.010559 -3.190725 0.0051 Effects Specification Cross-section fixed (dummy variables)
Period fixed (dummy variables)
R-squared 0.871928 Mean dependent var 0.000362
Adjusted R-squared 0.665591 S.D. dependent var 0.012038 S.E. of regression 0.006961 Akaike info criterion -6.827734 Sum squared resid 0.000872 Schwarz criterion -5.658233 Log likelihood 193.8656 Hannan-Quinn criter. -6.385778 F-statistic 4.225737 Durbin-Watson stat 1.569888 Prob(F-statistic) 0.001153
Sumber: Hasil olah data dengan eviews, 2017.
e. Setelah dua regresi selesai diuji pada tabel 4.7 dan tabel 4.8 maka langkah selanjutnya adalah pemilihan model regresi data panel dengan chow test (F test) untuk memilih model yang terbaik.
Tabel 4.9 Hasil Uji Chow Test (F test) Redundant Fixed Effects Tests
Effects Test Statistic d.f. Prob.
Cross-section F 9.894907 (1,18) 0.0056 Cross-section Chi-square 21.027473 1 0.0000 Period F 3.481750 (24,18) 0.0044 Period Chi-square 83.054285 24 0.0000 Cross-Section/Period F 3.344548 (25,18) 0.0053 Cross-Section/Period Chi-square 83.078720 25 0.0000
Dari hasil uji pada tabel 4.9 maka dapat dilihat nilai prob Cross-section F dan Chi-square nilainya > 0,05 maka model common effect (CE) yang dipilih, dan sebaliknya, apabila prob Cross-section period F dan chi-square < 0,05 maka model Fixed effect (FE) yang dipilih. Hasil uji menunjukan nilai prob Cross-section period F dan chi-square 0,0053 < 0,05 artinya pada penelitian ini model penelitian yang akan digunakan adalah model penelitian fixed effect.
Model penelitian yang baik dari uji diatas menunjukan bahwa model regresi fixed effect lebih baik untuk digunakan, maka langkah selanjutnya adalah menguji dengan model regresi random effect. Ketika langkah pengujian model regresi random effect dengan menggunakan aplikasi eviews, proses pengujian memberikan peringatan dengan tulisan “random effects estimation requires number of cross section > number of coefs for between estimator for estimate of RE innovation variance”. Tulisan peringatan dalam proses pengujian diatas menyatakan bahwa jumlah variabel independen yang digunakan sebagai estimator lebih besar dari jumlah perusahaan yang diuji sehingga data tidak dapat diuji dengan random effect. Dari proses pengujian tersebut maka, model regresi terbaik yang digunakan dalam penelitian ini adalah model fixed effect.
3. Uji Statistik
a. Uji koefisien Determinasi (adjusted R square/R2)
Merupakan pengujian bagaimana variabel independen memberikan kontribusi terhadap variabel dependen. inti pengujian ini adalah mengukur seberapa jauh kemampuan model dalam menerangkan variasi-variasi dependen (Ghozali, 2013: 97). Model regresi dianggap berhasil apabila nilai adjusted R2 mendekati angka 1 yang memiliki arti model regresi tersebut tepat digunakan sebagai variabel penduga terhadap variabel dependen (Y). Dari hasil regresi diperoleh nilai Adjusted R2 0,665591 atau 66,6% menggambarkan bahwa variabel independen yang digunakan dalam model penelitian ini memiliki kemampuan menjelaskan variabel dependen sebesar 66,6%, adapun sisanya yakni 33,4% dijelaskan oleh variabel lain diluar model penelitian ini.
b. Uji ttest (Uji Individu)
Uji ini digunakan untuk melihat tingkat signifikansi pengaruh variabel bebas terhadap variabel dependen secara parsial/ individu. Pada dasarnya pengujian ini adalah untuk memberikan penjelas seberapa jauh pengaruh satu variabel bebas/ independen secara individual memberikan keterangan variabel terikat/ dependen (Ghozali, 2013:98). Variabel memiliki pengaruh signifikan terhadap variabel dependen apabila tingkat signifikansi atau tingkat kepercayaan 5% dan apabila degree of freedom
(df) 20 atau lebih, maka H0 ditolak jika nilai t > 2 (dalam nilai absolut) (Ghozali, 2013:99).
Tabel 4.10 ttest
Dependent Variable: D(ROA)
Variable Coefficient Std. Error t-Statistic Prob. C -0.002309 0.003812 -0.605720 0.5523 D(STVA) 0.080228 0.018577 4.318723 0.0004 CEE 0.002276 0.000415 5.477314 0.0000 EBANK -0.009067 0.005493 -1.650668 0.1161 BBANK -0.033691 0.010559 -3.190725 0.0051 Sumber: Hasil olah data dengan eviews, 2017
Hipotesis yang berfungsi sebagai dugaan sementara dalam penelitian ini telah dirumuskan sebelumnya, hipotesis nol (H0) dan hipotesis alternative (Ha) yang diuji dalam penelitian ini adalah: 1) Hubungan structure value added (STVA) dengan profitabilitas
(ROA) bank syariah
H0 : Tidak ada pengaruh signifikan antara structure value added (STVA) dengan profitabilitas (ROA) bank syariah.
H1 : Ada pengaruh signifikan antara structure value added (STVA) dengan profitabilitas (ROA) bank syariah. Nilai t statistik variabel STVA tabel 4.9 menunjukan angka 4,318 > 2 dengan tingkat probabilitas atau p-value sebesar 0,0004 < 0,05. Maka Ha diterima dan menyatakan bahwa variabel structure value added (STVA) berpengaruh signifikan terhadap profitabilitas bank syariah.
2) Hubungan capital employed efficiency (CEE) dengan profitabilitas (ROA) bank syariah
H0 : Tidak ada pengaruh signifikan antara capital employed efficiency (CEE) dengan profitabilitas (ROA) bank syariah.
Ha : Ada pengaruh signifikan antara capital employed efficiency (CEE) dengan profitabilitas (ROA) bank syariah.
Nilai t statistik variabel STVA tabel 4.9 menunjukan angka 5,477 > 2 dengan tingkat probabilitas atau p-value sebesar 0,0000 < 0,05. Maka Ha diterima dan menyatakan bahwa variabel capital employed efficiency (CEE) berpengaruh signifikan terhadap profitabilitas bank syariah.
3) Hubungan electronic banking dengan profitabilitas (ROA) bank syariah
H0 : Tidak ada pengaruh signifikan antara electronic banking dengan profitabilitas (ROA) bank syariah
Ha : Ada pengaruh signifikan antara electronic banking dengan profitabilitas (ROA) bank syariah
Nilai t statistik variabel STVA tabel 4.9 menunjukan angka 3,190 > 2 dengan tingkat probabilitas atau p-value sebesar 0,1161 > 0,05. Maka Ha ditolak, H0 diterima dan
menyatakan bahwa variabel electronic banking tidak berpengaruh signifikan terhadap profitabilitas bank syariah. 4) Hubungan branchless banking dengan profitabilitas (ROA)
bank syariah
H0 : Tidak ada pengaruh signifikan antara branchless banking dengan profitabilitas (ROA) bank syariah.
Ha : Ada pengaruh signifikan antara branchless banking dengan profitabilitas (ROA) bank syariah.
Nilai t statistik variabel STVA tabel 4.9 menunjukan angka 1,651 < 2 dengan tingkat probabilitas atau p-value sebesar 0,0051 > 0,05. Maka Ha diterima dan menyatakan bahwa variabel branchless banking berpengaruh signifikan terhadap profitabilitas bank syariah.
c. Uji Ftest (Uji serempak)
Uji ini digunakan dengan tujuan untuk mengetahui seberapa jauh variabel independen mempengaruhi variabel dependen secara bersama-sama. Pengujian hipotesis menggunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut: 1) quick look : bila nilai F > daripada 4 maka H0 ditolak pada derajat kepercayaan 5%, artinya seluruh variabel independen yang digunakan dalam penelitian secara bersama-sama dan signifikan mempengaruhi variabel dependen. 2) membandingkan nilai F hasil perhitungan menurut tabel. Bila F hitung > daripada F tabel maka
H0 ditolak dan menerima Ha (Ghazali, 2013:98). Hipotesis nol H0 dan hipotesis alternative (Ha) yang akan diuji adalah sebagai berikut:
H0 : Structure value added (STVA), Capital employed efficiency (CEE), electronic banking, dan branchless banking secara bersama-sama tidak berpengaruh terhadap profitabilitas (ROA) bank syariah.
Ha : Structure value added (STVA), Capital employed efficiency (CEE), electronic banking, dan branchless banking secara bersama-sama berpengaruh terhadap profitabilitas (ROA) bank syariah.
Berdasarkan hasil uji regresi dengan fixed effect model pada tabel 4.7 diperoleh F hitung sebesar 4,225737 dengan nilai signifikansi 0,001153 < 0,005. Maka dapat disimpulkan bahwa variabel independen yang digunakan dalam penelitian ini secara bersama-sama mempengaruhi variabel dependen. Dengan demikian H0 ditolak dan menerima Ha maksudnya structure value added (STVA), capital employed efficiency (CEE), electronic banking, dan branchless banking secara bersama-sama berpengaruh terhadap profitabilitas (ROA) bank syariah.
Dari hasil uji Ftest diatas artinya, bahwa keempat variabel yaitu STVA, CEE, electronic banking dan branchless banking merupakan salah empat dari berbagai faktor yang mempengaruhi
profitabilitas bank. keempat variabel ini berhasil mempengaruhi secara bersama-sama profitabilitas bank. Kemungkinan pengaruh variabel lain kemungkinan dapat terjadi yang tidak diteliti dalam penelitian ini.
4. Uji Asumsi Klasik
Setelah dilakukan pengujian regresi, maka langkah selanjutnya adalah pengujian dengan uji asumsi klasik. Uji asumsi klasik dalam penelitian ini meliputi uji multikolinearitas, heteroskedastisitas, dan uji autokorelasi.
a. Multikolinearitas
Merupakan keadaan dimana terdapat hubungan linear antarvariabel independen (Winarno, 2015: 5.1). Menurut Bawono (2006) multikolinearitas merupakan situasi adanya korelasi antar variabel bebas diantara satu dengan lainnya atau menjadi variabel yang tidak orthogonal. Variabel yang orthogonal adalah variabel bebas yang memiliki nilai korelasi antar variabel sama dengan nol. Indikasi multikolinearitas dari nilai Fhitung > Ftabel pada α dan derajat kebebasan tertentu. Cara lain juga dapat dilakukan dengan menguji koefisien korelasi antar variabel independen. Apabila koefisien korelasi antara masing-masing variabel independen > dari 0,8 maka terjadi masalah multikolinearitas dalam model regresi yang digunakan.
Tabel 4.11 Uji Multikolinearitas
D(STVA) CEE EBANK BBANK
D(STVA) 1.000000 -0.143826 0.106804 0.067841 CEE -0.143826 1.000000 -0.099723 0.112775 EBANK 0.106804 -0.099723 1.000000 0.450985 BBANK 0.067841 0.112775 0.450985 1.000000 Sumber: Hasil olah data dengan eviews, 2017
Berdasarkan output hasil uji koefisien korelasi yang ada pada tabel 4.11 maka dapat diperoleh kesimpulan bahwa tidak terdapat permasalahan multikolinearitas karena koefisien korelasi < 0,8.
b. Uji Heteroskedastisitas.
Heteroskedatisitas terjadi apabila terdapat ketidaksamaan varian variabel pengganggu dalam observasi. Akibat yang dapat ditimbulkan dari keadaan tersebut adalah penaksir tidak bias tetapi tidak efisien lagi baik dalam sampel kecil atau sampel besar dan kemudian uji ttest dan ftest akan menimbulkan kesimpulan yang salah (Bawono, 2006: 133). Pengambilan keputusan dapat dilihat dari Pengujian heteroskedastisitas dalam penelitian ini menggunakan uji Glejser dengan cara melihat tingkat signifikansi atau p-value. Apabila p-value > 0,05 maka tidak terjadi heteroskedastisitas dalam penelitian ini.
Tabel 4.12 Hasil Uji Glejser
Dependent Variable: ABS(RESID01)
Variable Coefficient Std. Error t-Statistic Prob. C 0.000734 0.000911 0.805775 0.4248 D(STVA) 0.002315 0.002725 0.849512 0.4003 CEE 0.000125 6.64E-05 1.876697 0.0674 EBANK 0.001129 0.000951 1.186962 0.2418 BBANK 0.001296 0.000961 1.348621 0.1845 R-squared 0.198595 Mean dependent var 0.003037 Adjusted R-squared 0.124046 S.D. dependent var 0.003023 S.E. of regression 0.002829 Akaike info criterion -8.799455 Sum squared resid 0.000344 Schwarz criterion -8.604539 Log likelihood 216.1869 Hannan-Quinn criter. -8.725796 F-statistic 2.663946 Durbin-Watson stat 1.225129 Prob(F-statistic) 0.045145
Sumber: Hasil olah data dengan eviews, 2017
Berdasarkan ouput hasil uji Glejser pada tabel 4.12 diatas dapat diperhatikan bahwa nilai signifikansi atau p-value yang dimiliki oleh semua variabel > 0,05 sehingga dalam penelitian ini tidak terjadi penyakit heteroskedastisitas.
c. Uji Autokorelasi
Merupakan hubungan antar residual observasi dalam data runtut waktu (time series). Autokorelasi dapat terjadi jika suatu keadaan dimana variabel gangguan pada periode tertentu berkorelasi dengan variabel pengganggu pada periode lain. penelitian runtun waktu membutuhkan pengujian autokorelasi (Bawono, 2006: 160). Uji autokorelasi akan dilakukan dengan uji Durbin-Watson (d). apabila nilai d berada diantara titik 0 sampai 1,435 maka terjadi korelasi positif. Apabila nilai d berada diantara 1,7258 dan 2, 565 maka tidak ada autokorelasi.
Tabel 4.13 Durbin Watson Test
R-squared 0.920436 Mean dependent var 6.19E-05 Adjusted R-squared 0.749068 S.D. dependent var 0.012847 S.E. of regression 0.006436 Akaike info criterion -7.045685 Sum squared resid 0.000538 Schwarz criterion -5.845865 Log likelihood 176.9594 Hannan-Quinn criter. -6.605903 F-statistic 5.371093 Durbin-Watson stat 2.252129 Prob(F-statistic) 0.001322
Nilai dw sebesar 2,252, bandingkan dengan nilai tabel tingkat signifikan 0,05, jumlah sampel 58 (n) dan jumlah variabel independen 4 (k=4), lihat nilai pada tabel Durbin Watson pada tabel 4.14 sebagai berikut:
Tabel 4.14 Tabel Durbin Watson
Tolak H0 berarti ada autokorelasi positif Tidak dapat diputuskan Tidak menolak H0, berarti tidak ada autokorelasi Tidak dapat diputuskan Tolak H0 berarti ada autokorelas i negatif
sumber : winarno (2015:5.31) dan ghozali (2013:451)
0 dl du 2 4-du 4-dl 4 0 1,435 1,728 2,564 2,272 4
2,252
H0 : tidak ada autokorelasi jika, du < dw < 4-du. Perbandingan nilai durbin Watson dengan nilai tabel diperoleh dw 2,252, maka dapat disimpulkan bahwa H0 diterima maksudnya tidak ada korelasi positif maupun negatif di dalam penelitian ini.