HASIL DAN PEMBAHASAN
8. PT. BCA Syariah
4.2 Hasil Penelitian .1 Analisis Deskriptif .1Analisis Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi masing-masing variabel yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness (Ghozali, 2013:19).
Variabel dalam penelitian ini terdiri dari Return on Asset (ROA) sebagai variabel dependen. Suku bunga, Inflasi, Capital Adequacy Ratio (CAR), Beban Operasional terhadap Pendapatan Operasional (BOPO), dan Non Performing Financing (NPF) sebagai variabel independen.
Statistik deskriptif variabel tersebut terdiri dari sampel Bank Umum Syariahberdasarkan laporan keuangan tahunan dan data suku bunga dan inflasi yang dirata-ratakan selama satu tahun yang diterbitkan oleh Bank Indonesia periode tahun 2011-2014. Analisis deskriptif variabel tersebut dapat dilihat pada Tabel 4.1 berikut ini:
Tabel 4.1
Analisis Statistik Deskriptif
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Berdasarkan data pada Tabel 4.1 dapat dijelaskan bahwa:
1. Variabel Return on Asset (ROA) memiliki nilai minimum sebesar -2,53dan nilai maksimum sebesar 3,81. Dengan rata-rata ROA sebesar 1,1172 dan
standart deviation (simpangan baku) sebesar 1,01853dari jumlah sampel sebanyak 40.
2. Variabel suku bunga memiliki nilai minimum sebesar 5,77dan nilai maksimum sebesar 7,53. Dengan rata-rata suku bunga sebesar 6,5660dan
Descriptive Stati stics
40 -2,53 3,81 1,1172 1,01853 40 5,77 7,53 6,5660 ,56947 40 4,27 6,96 5,6300 ,96497 40 10,64 76,39 21,1178 14,66858 40 50,76 182,31 89,1865 17,88954 40 ,00 6,84 2,6530 1,71007 40 ROA SukuBunga Inf lasi CAR BOPO NPF
Valid N (list wise)
N Minimum Maximum Mean
Std. Dev iation
standart deviation (simpangan baku) sebesar 0,56947 dari jumlah sampel sebanyak 40.
3. Variabel inflasi memiliki nilai minimum sebesar 4,27 dan nilai maksimum sebesar 6,96. Dengan rata-rata inflasi sebesar dan standart deviation
(simpangan baku) sebesar 0,96497 dari jumlah sampel sebanyak 40.
4. Variabel Capital Adequacy Ratio (CAR) memiliki nilai minimum 10,64dan nilai maksimum sebesar 76,39. Dengan rata-rata CAR sebesar21,1178dan
standart deviation (simpangan baku) sebesar14,66858dari jumlah sampel sebanyak 40.
5. Variabel Beban Operasional terhadap Pendapatan Operasional (BOPO) memiliki nilai minimum sebesar 50,76dan nilai maksimum sebesar 182,31. Dengan rata-rata BOPO sebesar 89,1865dan standart deviation (simpangan baku) sebesar17,88954dari jumlah sampel sebanyak 40.
6. Variabel Non Performing Financing (NPF) memiliki nilai minimum sebesar -0,00 dan nilai maksimum sebesar 6,84. Dengan rata-rata NPF sebesar 2,6530dan standart deviation (simpangan baku) sebesar 1,71007dari jumlah sampel sebanyak 40.
4.2.2 Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk melihat apakah data telah terdistribusi normal dengan uji normalitas dan untuk melihat apakah penelitian tersebut terjadi multikolinearitas, heteroskedasitas dan autokorelasi atau tidak.
Uji normalitas residual bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal (Ghozali, 2013:160). Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan histogram, scatter plot dan uji Kolmogorov-Smirnov.
Pada pendekatan histogram, data dikatakan normal ketika distribusi data tersebut tidak menceng ke kiri atau ke kanan. Pada pendekatan grafik yang menggunakan scatter plot, data dikatakan normal ketika terlihat titik yang mengikuti data di sepanjang garis diagonal. Pendekatan kolmogorov-smirnov untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal dengan melihat data residualnya. Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka data tersebut tidak normal.
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Gambar 4.1 Grafik Histogram
Regression Standardized Residual
4 3 2 1 0 -1 -2 Frequency 12.5 10.0 7.5 5.0 2.5 0.0 Histogram
Dependent Variable: ROA
Mean =1.99E-15 Std. Dev. =0.934
Dengan melihat tampilan grafik histogram diatas dapat disimpulkan bahwa grafik tersebut memberikan pola distribusi normal, karena kurvanya tidak miring ke kiri atau ke kanan.
Sumber: Hasil Penelitian, 2015 (Data Diolah) Gambar 4.2
Grafik Normal Plot
Pada Gambar 4.2 dapat dilihat bahwa titik-titik menyebar disekitar garis diagonal. Hal ini menunjukkan data berdistribusi normal. Untuk lebih memastikan data berdistribusi normal, dilakukan uji Kolmogorov-Smirnov seperti Tabel 4.2 dibawah ini:
Observed Cum Prob
1.0 0.8 0.6 0.4 0.2 0.0 Expect ed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Tabel 4.2
Uji Kolmogorov-Smirnov
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Pada hasil uji Kolmogorov-Smirnov, nilai Asymp. Sig. (2-Tailed) yaitu sebesar 0,428 atau 42,8%. Nilai ini lebih besar dari signifikan yaitu 0,05 atau 5%. Artinya, variabel residual berdistribusi normal.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Dalam penelitian ini uji multikoloniearitas dapat dilihat dari nilai tolerance dan variance inflation factor (VIF) (Ghazali, 2013:105). Multikoloniearitas tidak terjadi jika VIF<10 dan nilai tolerance>0,10.
One-Sample Kolmogorov-Smirnov Test
40 ,0000000 ,47149273 ,138 ,138 -,080 ,875 ,428 N Mean
Std. Dev iat ion Normal Parametersa,b
Absolute Positiv e Negat iv e Most Extreme Dif f erences Kolmogorov -Smirnov Z Asy mp. Sig. (2-t ailed)
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated f rom data. b.
Tabel 4.3 Uji Multikolinearitas
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Pada Tabel 4.3 diatas, perhitungan tolerance menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti tidak ada korelasi antara variabel independen. Sementara perhitungan nilai
Variance Inflation Factor (VIF) tidak ada yang lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas (Ghozali, 2013:139). Beberapa cara untuk mendekteksi ada atau tidaknya heteroskedasitas dengan cara melihat Grafik Plot dan Uji Glejser.
Coeffici entsa 7,728 ,986 7,840 ,000 -,279 ,200 -,156 -1,397 ,171 ,506 1,977 -,084 ,112 -,080 -,752 ,457 ,557 1,795 -,006 ,007 -,085 -,825 ,415 ,588 1,700 -,046 ,005 -,799 -9,533 ,000 ,896 1,116 -,045 ,061 -,075 -,733 ,469 ,598 1,673 (Constant) SukuBunga Inf lasi CAR BOPO NPF Model 1 B Std. Error Unstandardized Coef f icients Beta Standardized Coef f icients
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: ROA a.
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Gambar 4.3 Grafik Scatterplot
Pada Gambar 4.3 memperlihatkan bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedasitas pada model regresi, sehingga model regresi ini layak untuk digunakan. Selanjutnya untuk melihat ada tidaknya heteroskedastisitas, dapat dilakukan uji glejser seperti pada Tabel 4.4 dibawah ini:
Tabel 4.4 Hasil Uji Glejser
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Regression Standardized Predicted Value
4 2 0 -2 -4 -6 Regre ssion St udentiz ed Re sidual 4 3 2 1 0 -1 -2 Scatterplot
Dependent Variable: ROA
Coeffici entsa 1,484 ,617 2,404 ,022 -,199 ,125 -,339 -1,588 ,122 -,016 ,070 -,046 -,226 ,823 -,007 ,005 -,288 -1,452 ,156 ,005 ,003 ,256 1,591 ,121 -,018 ,038 -,092 -,470 ,641 (Constant) SukuBunga Inf lasi CAR BOPO NPF Model 1 B Std. Error Unstandardized Coef f icients Beta Standardized Coef f icients t Sig.
Dependent Variable: ABS_RES a.
Pada uji glejser diatas menunjukkan bahwa variabel suku bunga, inflasi, CAR, BOPO, dan NPF memiliki nilai signifikansi diatas 0,05 atau 5%. Artinya, tidak terjadi heteroskedastisitas pada kelima variabel independen tersebut.
4. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Menurut Ghazali (2013:110) untuk mendeteksi ada atau tidaknya autokorelasi dapat menggunakan uji Durbin-Watson (DW test).
Tabel 4.5
Hasil Uji Durbin-Watson
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Uji autokorelasi pada Tabel 4.5 menunjukkan bahwa nilai Durbin-Watson sebesar 1,658. Nilai d dibandingkan dengan nilai dl dan du pada n = 40 dan k = 5 sehingga diperoleh nilai dl sebesar 1,2305 dan du sebesar 1,7859 sehingga 4-du = 2,2141. Hal ini sesuai dengan ketentuan du < d < 4-du, yaitu 1,2305 < 1,658 < 2,2141 yang menunjukkan bahwa tidak terjadi autokorelasi positif dan negatif, sehingga dapat disimpulkan bahwa analisis regresi tidak terdapat autokorelasi.
Model Summaryb ,886a ,786 ,754 ,50497 1,658 Model 1 R R Square Adjusted R Square St d. Error of the Estimate Durbin-Wat son Predictors: (Const ant ), NPF, BOPO, I nf lasi, CAR, SukuBunga
a.
Dependent Variable: ROA b.
4.2.3 Analisis Regresi Linier Berganda
Penelitian ini menggunakan regresi linier berganda, dimana semua variabel dimasukkan untuk menguji pengaruh satu atau lebih variabel independen terhadap variabel dependen. Berdasarkan uji asumsi klasik yang telah dilakukan, dapat disimpulkan bahwa model regresi dapat digunakan (layak) dilakukan analisis statistik. Berikut ini merupakan hasil pengolahan data dengan analisis regresi linier berganda:
Tabel 4.6
Hasil Analisis Regresi Berganda
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Berdasarkan data pada Tabel 4.6 maka diperoleh model persamaan regresi linier sebagai berikut :
Y = 7,728 - 0,279X1 - 0,084X2 - 0,006X3 - 0,046X4 - 0,045X5 + ɛ
Dimana : Y = Return on Asset (ROA) X1 = Suku Bunga
X2 = Inflasi
X3 =Capital Adequacy Ratio (CAR)
X4 = Beban Operasional terhadap Pendapatan Operasional (BOPO) X5 = Non Performing Financing (NPF)
ɛ = error Coeffici entsa 7,728 ,986 7,840 ,000 -,279 ,200 -,156 -1,397 ,171 -,084 ,112 -,080 -,752 ,457 -,006 ,007 -,085 -,825 ,415 -,046 ,005 -,799 -9,533 ,000 -,045 ,061 -,075 -,733 ,469 (Constant) SukuBunga Inf lasi CAR BOPO NPF Model 1 B Std. Error Unstandardized Coef f icients Beta Standardized Coef f icients t Sig.
Dependent Variable: ROA a.
Persamaan regresi diatas dapat diinterprestasikan sebagai berikut:
1. Nilai konstanta sebesar 7,728 artinya apabila nilai variabel independen suku bunga, inflasi,capital adequacy ratio (CAR), beban operasional terhadap pendapatan operasional (BOPO), dan non performing financing (NPF) bernilai nol maka nilai variabel dependen Return on Asset (ROA) konstan di 7,728. 2. Suku bunga memilikikoefisien regresi sebesar -0,279, hal ini menunjukkan
bahwa jika variabel suku bungabertambah 1 satuan, maka variabelReturn on Asset (ROA) mengalami penurunan sebesar 0,279.
3. Inflasi memiliki koefisien regresi sebesar -0,084, hal ini menunjukkan bahwa jika variabel inflasi bertambah 1 satuan, maka variabel Return on Asset
(ROA)mengalami penurunan sebesar 0,084.
4. Capital Adequacy Ratio (CAR) memiliki koefisien regresi sebesar -0,006, hal ini berarti bahwa setiap penambahan 1 satuan variabel Capital Adequacy Ratio
(CAR), maka Return on Asset (ROA) mengalami penurunan sebesar 0,006. 5. Beban Operasional terhadap Pendapatan Operasional (BOPO) memiliki
koefisien regresi sebesar -0,046, hal ini berarti bahwa setiap penambahan 1 satuan variabel beban operasional terhadap pendapatan operasional (BOPO), maka Return on Asset (ROA) mengalami penurunan sebesar 0,046.
6. Non Performing Financing (NPF) memiliki koefisien regresi sebesar -0,045, hal ini berarti bahwa setiap penambahan 1 satuan variabel non performing financing (NPF), maka Return on Asset (ROA) mengalami penurunan sebesar 0,045.
4.2.4 Uji Hipotesis 1. Uji Parsial (Uji t)
Uji t digunakan untuk mengetahui pengaruh variabel independen yang terdiri dari suku bunga, inflasi, Capital Adequacy Ratio, beban operasional terhadap pendapatan operasional, Non Performing Financing terhadap variabel dependen yaitu Return on Asset secara parsial. Uji t memiliki tingkat signifikansi sebesar 0,05, jika signifikansi t berada dibawah 0,05 maka variabel independen secara individu berpengaruh signifikan terhadap variabel dependen. Apabila t hitung menunjukkan nilai lebih besar dibandingkan dengan t tabel, maka koefisien regresi variabel independen adalah signifikan.
Tabel 4.7 Hasil Uji Statistik t
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Dari hasil uji statistik t pada Tabel 4.7 menunjukkan bahwa:
1. Besarnya t hitung untuk variabel suku bunga adalah sebesar -1,397 dengan nilai signifikansi 0,171. Hasil tersebut menunjukkan t hitung lebih kecil dari t tabel (-1,397 2,032). Dilihat dari signifikansinya, nilai signifikansi suku bunga lebih besar dari 0,05 (0,171 0,05). Maka diperoleh kesimpulan bahwa
Coeffici entsa 7,728 ,986 7,840 ,000 -,279 ,200 -,156 -1,397 ,171 -,084 ,112 -,080 -,752 ,457 -,006 ,007 -,085 -,825 ,415 -,046 ,005 -,799 -9,533 ,000 -,045 ,061 -,075 -,733 ,469 (Constant) SukuBunga Inf lasi CAR BOPO NPF Model 1 B Std. Error Unstandardized Coef f icients Beta Standardized Coef f icients t Sig.
Dependent Variable: ROA a.
suku bunga berpengaruh negatif dan tidak signifikan terhadap Return on Asset
(ROA).
2. Besar t hitung variabel inflasi adalah sebesar -0,752 dengan nilai signifikansi 0,457. Hasil tersebut menunjukkan t hitunglebih kecil dari t tabel (-0,752 2,032), dilihat dari signifikansinya nilai signifikansi inflasi lebih besar dari 0,05 (0,457 0,05). Maka diperoleh kesimpulan bahwa inflasi berpengaruh negatif dan tidak signifikan terhadap Return on Asset (ROA).
3. Besar t hitung variabel Capital Adequacy Ratio (CAR) adalah -0,852 dengan nilai signifikansi 0,415. Hasil tersebut menunjukkan t hitung lebih kecil dari t tabel (-0,825 2,032), dilihat dari signifikansinya nilai signifikansi CAR lebih besar dari 0,05 ( 0,415 0,05). Maka diperoleh kesimpulan bahwa Capital Adequacy Ratio(CAR) berpengaruh negatif dan tidak signifikan terhadap
Return on Asset (ROA).
4. Besarnya t hitung untuk variabel beban operasional terhadap pendapatan operasional (BOPO) adalah sebesar -9,533 dengan nilai signifikansi 0,000. Hasil tersebut menunjukkan t hitung lebih besar dari t tabel (9,533 > 2,032) dengan arah negatif. Dilihat dari signifikansinya, nilai signifikansi BOPO lebih kecil dari 0,05 (0,000< 0,05). Maka diperoleh kesimpulan bahwa beban operasional terhadap pendapatan operasional (BOPO) berpengaruh negatif dan signifikan terhadap Return on Asset (ROA).
5. Besar t hitung variabel Non Performing Financing (NPF) adalah sebesar -0,733 dengan nilai signifikansi 0,469. Hasil tersebut menunjukkan t hitung lebih kecil dari t tabel (-0,733 2,032), dilihat dari signifikansinya nilai signifikansi NPF
lebih besar dari 0,05 (0,469 0,05). Maka diperoleh kesimpulan bahwa Non Performing Financing (NPF) berpengaruh negatif dan tidak signifikan terhadap Return on Asset (ROA).