BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Hasil Analisis Data
Pada hasil penelitian ini peneliti memaparkan data yang peneliti dapatkan (data terlampir) kemudian diolah dengan menggunakan SPSS 22 hasilnya sebagai berikut:
Tabel 4.1
Persentase Perkembangan Tingkat FDR, CAR, BOPO, NPF, dan ROA
Pada Bank BRI Syariah Tbk
Per Triwulan Maret 2013-Desembar 2019
Tahun/Triwulan Persentase Kenaikan dan Penurunan FDR
III 94,85 13.86 97.35 4.19 0.20
Maka berdasarkan data diatas, data akan dianalisis dengan menggunakan program SPSS 22, dengan memasukan data persentase yang didapatkan, yaitu sebagai berikut:
1. Uji Asumsi Klasik a. Uji normalitas
Uji normalitas dilakukan untuk melihat apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah model regresi yang berdistribusi normal.
Metode yang digunakan adalah metode grafik, yaitu melihat penyebaran data sumber diagonal pada grafik normal P-P Plot of Regression Standartdized. Sebagai dasar pengambilan keputusannya, jika titik-titik menyebar sekitar garis dan mengengikuti garis diagonal, maka nilai residual tersebut telah
75
normal. Hasil uji normalitas dapat dilihat pada output hasil regresi, dan ditampilkan sebagai berikut:
Gambar 4.1 Hasil Uji Normalitas
Sumber: Data Olahan Spss 22, 2020
Berdasarkan gambar di atas dapat diketahui bahwa titik-titik menyebar sekitar garis dan mengikuti garis diagonal sehingga dapat dikatakan bahwa data yang digunakan dalam penelitian ini telah terdistribusi normal.
b. Uji autokorelasi
Autokorelasi merupakan korelasi antara anggota observasi yang disusun menurut waktu dan tempat. Model regresi yang baik seharusnya tidak terjadi autokorelasi. Mode uji menggunakan uji Durbin-Watson (DW Test). Tujuan uji autokorelasi adalah menguji tentang ada tidaknya korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 pada persamaan regresi linear.
Pengambilan keputusan pada uji Durbin-Watson sebagai berikut:
1) DU<DW<4-DU maka Ho diterima, artinya tidak terjadi autokorelasi.
2) DW<DL atau DW>4-DL maka Ho ditolak, artinya terjadi autokorelasi.
3) DL<DW<DU atau 4-DU< DW< 4-DL, artinya tidak ada kepastian atau kesimpulan yang pasti (Priyatno, 2014: 165)
Tabel 4.2 Hasil Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 ,896a ,802 ,768 ,19422 2,603
a. Predictors: (Constant), NPF, CAR, BOPO, FDR b. Dependent Variable: ROA
Sumber: Data Olahan Spss 22, 2020
Dari out put di atas dapat diketahui nilai Durbin-Watson sebesar 2,603. Untuk nilai dL dan dU dapat dilihat pada DW tabel pada signifikansi 0,05 dengan n (jumlah data) = 28 dan k (jumlah variabel independen) = 4 didapat nilai dL adalah sebesar 1,1044 dan dU adalah sebesar 1,7473. Jadi nilai 4 - dU = 4 - 1,7473 = 2,2527 dan 4 - dL = 4 - 1,1044 = 2,8956. Karena nilai DW terletak antara DU < DW < 4 – DU (2,2527 < 2,603 < 2,8956), maka H0 diterima artinya tidak terjadi autokorelasi pada model regresi.
c. Uji Multikolinieritas
Berdasarkan yang peneliti jelaskan pada teori terdahulu untuk mendeteksi ada atau tidaknya multikolinieritas dengan cara melihat apakah nilai Variance Inflation Factor (VIF) tidak lebih besar dari 10 atau nilai VIF < 10 dan nilai tolerance lebih dari 0,1 maka variabel tersebut terbebas dari multikolinieritas. Uji multikolinieritas dapat dilihat pada tabel 4.2.
77
Tabel 4.3
Hasil Uji Multikolinieritas
Coefficientsa
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
FDR ,400 2,502
CAR ,588 1,700
BOPO ,591 1,691
NPF ,352 2,839
a. Dependent Variable: ROA
Sumber: Data Olahan Spss 22, 2020
Dari hasil output dapat dilihat bahwa FDR, CAR, BOPO dan NPF memiliki nilai tolerance lebih dari 0.1, dimana tolerance FDR sebesar 0,400, tolerance CAR sebesar 0,588, tolerance BOPO sebesar 0,591 dan tolerance NPF sebesar 0,352. Nilai VIF atau Vriance inflation Factor FDR, CAR, BOPO dan NPF kurang dari 10, dimana nilai VIF untuk FDR sebesar 2,502, nilai VIF untuk CAR sebesar 1,700, nilai VIF untuk BOPO sebesar 1,691 dan nilai VIF untuk NPF sebesar 2,839. Hasil ini menunjukan bahwa variabel terbebas dari asumsi klasik multikolinieritas.
d. Uji Heteroskedastisitas
Pengujian heteroskedastisitas ini bertujuan untuk melihat ada atau tidaknya gangguan error yang muncul dalammodel regresi yang digunakan. Uji heteroskedastisitas menghasilkan grafik pola penyebaran titk atau scatterplot, dengan analisis: (1) Jika ada pola tertentu, seperti titk-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengidentifikasikan telah terjadi heteroskedastisitas. (2) Jika tidak ada pola yang jelas, serta titik-titik yang menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tiidak terjadi
heteroskedastisitas. Hasil uji heteroskedastisitas dapat dilihat pada output hasil regresi, dan ditampilkan seperti gambar 4. 2.
Gambar 4.2 Uji Heteroskedastisitas
Sumber: Data Olahan Spss 22, 2020
Dari gambar di atas dapat dilihat bahwa titik-titik tidak membentuk pola yang jelas, serta pola menyebar di atas dan di bawah angka 0 pada sumbu Y. Jadi dapat disimpulkan bahwa tidak terjadi heteroskedastisitas dalam model regresi.
2. Metode regresi linier berganda
Model regresi berganda dalam penelitian ini digunakan untuk memperkirakan atau menghitung variabel bebas X1 (FDR), X2 (CAR), X3 (BOPO) dan X4 (NPF) yang menyebabkan perubahan pada variabel Y (ROA), dan melihat seberapa besar pengaruh variabel X1, X2, X3dan X4 terhadap variabel Y, dengan persamaan sebagai berikut:
Y = a + b1X1 + b2X2 + b3X3+ b4X4 Keterangan:
79
Y = Profitabilitas (ROA)
a = Konstanta
b1b2 dan b3 = koefisiensi regresi dari setiap variabel X1 = Financing to Deposite Ratio (FDR) X2 = Capital Adequency Ratio (CAR)
X3 =Biaya Operasional Pendapatan Operasioal (BOPO) X4 = Non Performing Financing (NPF)
Analisis regresilinier berganda dilakukan dengan menggunakan program SPSS. Berikut hasil olahan regresi yang diperoleh:
Tabel 4.4
Hasil Olahan Regresi Linier Berganda
Coefficientsa
Sumber: Data Olahan Spss 22, 2020
Dari tabel 4.3 di atas terlihat bahwa nilai konstanta sebesar 8,941dan nilai koefisien regresi variabel X1 (FDR) adalah -0,005, koefisien regresi variabel X2 (CAR) sebesar adalah -0,011, koefisien regresi variabel X3 (BOPO) sebesar -0,079 dan koefisien regresi variabel X4 (NPF) adalah sebesar -0,073.
Jadi nilai koefisien regresi masing-masing variabel di atas dapat dirumuskan sebagai berikut:
ROA= 8,941 -0,005FDR -0,011CAR -0,079BOPO -0,073NPF
Angka yang dihasilkan dari pengujian atau yang disajikan dalam persamaan regresi berganda tersebut dapat dijelaskan sebagai berikut:
a = Nilai elastisitas konstanta sebesar 8,941, artinya bahwa jika variabel independen yaitu X1 (FDR), X2
(CAR), X3 (BOPO), dan X4 (NPF) bernilai 0, maka besarnya ROA yang terjadi adalah sebesar 8,941.
b1X1 = Nilai variabel b1 FDR bernilai negatif yaitu sebesar -0,005 artinya setiap keniakan 1% dari FDR maka tingkat ROA akan menurun sebesar -0,005%
dengan asumsi variabel lain tetap. Semakin naik FDR maka semakin turun ROA
b1X2 = Nilai variabel b2 CAR bernilai negatif yaitu sebesar -0,011 artinya setiap keniakan 1% dari CAR maka tingkat ROA akan menurun sebesar -0,011%
dengan asumsi variabel lain tetap. Semakin naik CAR maka semakin turun ROA
B3X3 = Nilai variabel b3 BOPO bernilai negatif yaitu sebesar -0,079 artinya setiap keniakan 1% dari BOPO maka tingka. ROA akan menurun sebesar - 0,079% dengan asumsi variabel lain tetap. Semakin naik BOPO maka semakin turun ROA
B4X4 = Nilai variabel b4 NPF bernilai negatif yaitu sebesar -0,073 artinya setiap keniakan 1% dari NPF maka tingkat ROA akan menurun sebesar -0,073%
dengan asumsi variabel lain tetap. Koefisien bernilai negatif artinya terjadi hubungan ngatif antara NPF (X4) dengan ROA (Y). Semakin naik NPF maka semakin turun ROA.
81
3. Uji Hipotesis
a. Koefisisen Determinasi (Adjusted R2)
Kekuatan pengaruh variabel bebas terhadap variabel terikat dapat diketahui dari besarnya nilai koefisien determinasi (R2), yang berbeda antara nol dan satu.
Tabel 4.5
Tabel koefissien determinasi (R2)
Model Summaryb
a. Predictors: (Constant), NPF, CAR, BOPO, FDR b. Dependent Variable: ROA
Sumber: Data Olahan Spss 22, 2020
Dari tabel 4.4 di atas, menunjukan koefisien korelasi (R) dan koefisien determinasi (R square). Nilai R menerangakan tingkat hubungan antar variabel-variabel independen (X) dengan variabel dependen (Y). Dari hasil olahan data diperoleh nilai koefisien korelasi sebesar 0,896 atau 89,6% artinya hubungan antara variabel x (FDR, CAR, BOPO dan NPF) terhadap variabel y (ROA) dalam kategori kuat.
R square menjelaskan seberapa besar variasi y yang disebabkan oleh x, dari hasil perhitungan diperoleh nilai R2 sebesar 0,802 atau 80,2%. Adjusted R square merupakan nilai R2 yang disesuaikan sehingga gambarannya lebih mendekati mutu penjajakan model, dari hasil perhitungan adjusted R square sebesar 0,768 atau 76,8%. Artinya 76,8% ROA dipengaruhi oleh keempat variabel bebas FDR, CAR, BOPO dan NPF, sedangkan sisanya 23,3% dipengaruhi oleh faktor-faktor lain diluar model.
b. Uji t. Test (Uji secara parsial)
Uji t atau uji parsial merupakan cara untuk menguji masing-masing variabel dependen terhadap variabel independen dengan dasar pengambilan keputusan. Hasil uji t dapat dilihat dari nilai Prob.t hitung (di tunjukan pada prob) lebih kecil dari tingkat kesalahan alpha 0,05 yang telah ditentukan maka dapat dikatakan bahwa variabel bebas berpengaruh signifikan terhap variabel terikat, sedangkan apabila nilai prob.t hitung lebih besar dan tingkat kesalah 0,05 maka dapat dikatakan bahwa variabel bebas tersebut tidak berpengaruh signifikan terhadap variabel terikatnya.
Dasar pengambilan keputusan:
1) Thitung> Ttabel, maka H0 ditolak dan H1 diterima 2) Thitung< Ttabel, maka H0 diterima dan H1 ditolak Berdasarkan signifikansi:
1) Ho: nilai signifikan t > 0,05
Jika nilai signifikan > 0,05 maka Ho diterima dan H1 di tolak berarti bahwa variabel independen secara parsial tidak berpengaruh signifikan terhadap variabel dependen.
2) H1: nilai signifikan t < tingkat 0,05
Jika nilai signifikan < 0,05 maka HO di tolak dan H1 di terima berarti bahwa variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen.
Uji t dilakukan dengan membandingkan t hitung dengan t tabel, taraf signifikani 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) = n- k-1 atau 28- 4 -1 = 23 (n adalah jumlah sampel dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikan = 0,025), maka hasil yang diperoleh untuk t tabel sebesar 2,069.
83
Sumber: Data Olahan Spss 22, 2020
Dengan pengujian dua sisi (signifikansi = 0,025), maka diperoleh hasil ttabel 2,069, sehingga dapat hasil pengujian sebagai berikut:
1) Hipotesis 1
Dengan hipotesis pertama sebagai berikut:
Ha1= Financing to Deposit Ratio (FDR) berpengaruh terhadap Return On Asset (ROA) PT. BRI Syariah TBK. Periode 2013-2019
H01=Financing to Deposit Ratio (FDR) tidak berpengaruh terhadap Return On Asset (ROA) PT.BRI Syariah TBK.
Periode 2013-2019
Nilai thitung < ttabel (-0,812 < 2,069) dan signifikansi > 0,05 (0,425 > 0,05) maka Ho1 diterima dan Ha1 ditolak, jadi dapat disimpulkan bahwa Financing to Deposit Ratio (FDR) tidak berpengaruh signifikan terhadap ROA pada PT BRI Syariah Tbk. Periode 2013-2019.
Hasil pengujian hipotesis 1 menunjukan bahwa FDR memiliki arah yang negatif dan tidak memiliki pengaruh yang signifikan terhadap ROA PT BRI Syariah Tbk. Hal ini dapat dilihat dari nilai signifikan FDR sebesar 0,425 dimana nilai
signifikan ini lebih besar dari nilai signifikan 0,05. Hal ini menunjukan bahwa Financing to Deposit Ratio (FDR) tidak memiliki pengaruh yang signifikan dengan arah negatif. Hal ini tidak sesuai dengan teori yang dikemukakan oleh Suryani yang mengatakan bahwa Financing to Deposit Ratio (FDR) berpengaruh positif terhadap Return On Asset (ROA), artinya setiap kenaikan atau pun penurunan satu satuan Financing to Deposit Ratio (FDR) tidak akan mempengaruhi naik turunnya Return On Asset (ROA). Hal ini menunjukan bahwa bank tetap akan mendapatkan keuntungan walaupun FDR yang dimiliki bank mengalami penurunan dan peningkatan.
2) Hipotesis 2
Dengan hipotesis pertama sebagai berikut:
Ha2=Capital Adequacy Ratio (CAR) berpengaruh terhadap Return On Asset (ROA) PT.BRI Syariah TBK. Periode 2013-2019
H02=Capital Adequacy Ratio (CAR) tidak berpengaruh terhadap Return On Asset (ROA) PT.BRI Syariah TBK.
Periode 2013-2019
Nilai thitung < ttabel (-1,421 < 2,069) dan signifikansi > 0,05 (0,169 > 0,05) maka Ho2 diterima Ha2 ditolak, jadi dapat disimpulkan bahwa Capital Adequacy Ratio (CAR) tidak berpengaruh terhadap ROA pada PT. BRI Syariah Tbk periode 2013-2019.
Hasil pengujian hipotesis 2 Capital Adequacy Ratio (CAR) memiliki arah yang negatif namun tidak memiliki pengaruh yang signifikan terhadap Return On Asset (ROA) PT. BRI Syariah Tbk. Hal ini dapat dilihat dari nilai signifikansi Capital Adequacy Ratio (CAR) sebesar 0,169 dimana nilai signifikan ini lebih besar dari nilai signifikan 0,05. Hal ini menunjukan
85
bahwa Capital Adequacy Ratio (CAR) tidak memiliki pengaruh yang signifikan dengan arah negatif. Hal ini tidak sesuai dengan teori yang dikemukakan oleh Suwarno dan Muthohar yang mengatakan bahwa Capital Adequacy Ratio (CAR) berpengaruh positif terhadap Return On Asset (ROA), artinya setiap kenaikan atau pun penurunan satu satuan Capital Adequacy Ratio (CAR) tidak akan mempengaruhi naik turunnya Return On Asset (ROA). Hal ini menunjukan bahwa bank tetap akan mendapatkan keuntungan walaupun Capital Adequacy Ratio (CAR) yang dimiliki bank mengalami penurunan dan peningkatan.
3) Hipotesis 3
Dengan hipotesis pertama sebagai berikut:
Ha3=Biaya Opearional Pendapatan Operasional (BOPO) berpengaruh terhadap Return On Asset (ROA) PT.BRI Syariah TBK. Periode 2013-2019
H03=Biaya Operasional Pendapatan Operasional (BOPO) tidak berpengaruh terhadap Return On Asset (ROA) PT.BRI Syariah TBK. Periode 2013-2019
Nilai thitung < ttabel (-6,641 < 2,069) dan signifikansi < 0,05 (0,000 < 0,05). Jika nilai signifikan < 0,05 maka HO3 di tolak dan Ha3 di terima berarti bahwa variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen.
Beban Operasional Pendapatan Operasional (BOPO) berpengaruh terhadap ROA pada PT. BRI Syariah Tbk periode 2103-2019.
Hasil pengujian hipotesis 3 Biaya Operasional Pendapatan Operasional (BOPO) memiliki arah yang negatif dan memiliki pengaruh yang signifikan terhadap Return On Asset (ROA) PT.
BRI Syariah Tbk. Hal ini dapat dilihat dari nilai signifikansi
Biaya Operasional Pendapatan Operasional (BOPO) sebesar 0,000 dimana nilai signifikan ini lebih kecil dari nilai signifikan 0,05. Hal ini menunjukan bahwa Biaya Operasional Pendapatan Operasional (BOPO) memiliki pengaruh yang signifikan dengan arah negatif. Hal ini sesuai dengan teori yang dikemukakan oleh Suwarno dan Muthohar yang mengatakan bahwa Biaya Operasional Pendapatan Operasional (BOPO) berpengaruh positif terhadap Return On Asset (ROA), artinya setiap kenaikan atau pun penurunan satu satuan Biaya Operasional Pendapatan Operasional (BOPO) akan mempengaruhi naik turunnya Return On Asset (ROA). Hal ini menunjukan bahwa keuntungan yang diperoleh bank akan naik apabila bank efisien dalam mengelola biaya operasional yang dikeluarkannnya, dan sebaliknya apabila bank tidak efisien dalam mengelola biaya operasional yang dikeluarkannya, maka akan menurunkan laba atau profitabilitas (ROA) bank yang bersangkutan.
4) Hipotesis 4
Dengan hipotesis pertama sebagai berikut:
Ha4= Non Performing Financing (NPF) berpengaruh terhadap Return On Asset (ROA) PT.BRI Syariah TBK. Periode 2013-2019
H04= Non Performing Financing (NPF) tidak berpengaruh terhadap Return On Asset (ROA) PT.BRI Syariah TBK.
Periode 2013-2019
Nilai thitung < ttabel (-0,862 < 2,069) dan signifikansi > 0,05 (0,398 > 0,05). Jika nilai signifikan > 0,05 maka HO4 di terima dan Ha4 di tolak berarti bahwa variabel independen secara parsial tidak berpengaruh signifikan terhadap variabel dependen. Non Performing Financing (NPF) tidak
87
berpengaruh terhadap Return On Asset (ROA) PT. BRI Syariah TBK. Periode 2013-2019.
Hasil pengujian hipotesis 4 Non Performing Financing (NPF) memiliki arah yang negatif namun tidak memiliki pengaruh yang signifikan terhadap Return On Asset (ROA) PT.
BRI Syariah Tbk. Hal ini dapat dilihat dari nilai signifikansi Capital Adequacy Ratio (CAR) sebesar 0,398 dimana nilai signifikan ini lebih besar dari nilai signifikan 0,05. Hal ini menunjukan bahwa Non Performing Financing (NPF) tidak memiliki pengaruh yang signifikan dengan arah negatif. Hal ini sesuai dengan teori yang dikemukakan oleh Sari dan Haryanto yang mengatakan bahwa Non Performing Financing (NPF) berpengaruh negatif terhadap Return On Asset (ROA), semakin besar Non Performing Financing (NPF) akan mengakibatkan menurunnya Return On Asset (ROA), artinya setiap kenaikan atau pun penurunan satu satuan Non Performing Financing (NPF) tidak akan mempengaruhi naik turunnya Return On Asset (ROA). Hal ini menunjukan bahwa bank tetap akan mendapatkan keuntungan walaupun Non Performing Financing (NPF) yang dimiliki bank mengalami penurunan dan peningkatan.
c. Uji F. Test
Uji F dilakukan untuk menguji variabel bebas terhadap terikat secara bersama-sama. Dalam hal ini peranan ANOVA pada tabel di bawah ini adalah untuk menguji signifikansi pengaruh FDR, CAR, BOPO dan NPF secara bersama-sama terhadap profitabilitas (ROA) pada PT. BRI Syariah Tbk.
Pengujian ini dapat dilakukan dengan mengamati nilai signifikan F pada tingkat (5%). Analisis didasarkan pada
perbandingan antara nilai signifikan F dengan nilai sigifikan 0,05 pengujian ini dapat dilakukan dengan hipotesis:
1) Berdasarkan nilai signifikansi:
a) Ho: Nilai Signifikan F > tingkat 0,05
Jika nilai signifaikan F > tingkat 0,05 maka Ho diterima H1
ditolak berarti bahwa variabel independen secara simultan tidak berpengaruh signifikan terhadap variabel dependen..
b) H1: Nilai Signifikan F < tingkat 0,05
Jika nilai F< tigkat 0,05 maka H1 diterima Ho ditolak artinya bahwa variabel independen secara simultan berpengaruh terhadap variabel dependen.
2) Berdasarkan nilai f hitung dan f tabel
a) Jika nilai f hitung > f tabel maka variabel bebas berpengaruh terhadap Y artinya Ho ditolak.
b) Jika nilai f hitung < f tabel maka variabel bebas tidak berpengaruh terhadap Y artinya Ho diterima.
Tabel 4.7 Hasil Uji F. Test
ANOVAa
Model
Sum of
Squares Df
Mean
Square F Sig.
1 Regression 3,521 4 ,880 23,337 ,000b
Residual ,868 23 ,038
Total 4,389 27
a. Dependent Variable: ROA
b. Predictors: (Constant), NPF, CAR, BOPO, FDR
Sumber: Data Olahan Spss 22, 2020
Berdasarkan tabel di atas didapat output fhitung sebesar 23,337 dengan signifikansi sebesar 0,000. Kemudian ftabel pada tabel statistik dengan α=0,05 dengan df 1 (jumlah variabel-1) atau 5-1=4 dan df 2
(n-k-89
1) atau 28-4-1=23 (n adalah jumlah data dan k adalah jumlah variabel independen). Hasil yang diperoleh untuk ftabel sebesar 2,80
Fhitung > Ftabel (23,337 > 2,80) dan signifikansi < 0,05 (0,000 <
0,05), maka Ho4 ditolak dan Ha4 diterima, artinya bahwa variabel independen secara simultan berpengaruh terhadap variabel dependen. Jadi dapat disimpulkan FDR, CAR, BOPO dan NPF berpengaruh secara simultan terhadap Return On Asset (ROA) PT BRI Syariah Tbk periode 2013-2019.
Hasil pengujian hipotesis 5 FDR, CAR, BOPO dan NPF secara simultan memiliki pengaruh yang signifikan terhadap Return On Asset (ROA) PT. BRI Syariah Tbk. Hal ini dapat dilihat dari nilai signifikansi FDR, CAR, BOPO dan NPF sebesar 0,000 dimana nilai signifikan ini lebih kecil dari nilai signifikan 0,05.