BAB IV ANALISIS PENELITIAN
B. Hasil Penelitian
Sebelum melakukan pengujian hipotesis, peneliti ini terlebih dahulu melakukan pengujian terhadap kualitas data yang digunakan. Penguji ini menjamin terpenuhinya aumsi yang diperlukan untuk melakukan pengujian terhaap regresi berganda.
54
1. Statistik Deskriptif
Statistik deskkriptif memberikan gambaran umum tentang objek penelitian yang dijadikan sampel penelitian. Dengan memberikan penjelasan tentang statistic deskriptif diharapkan dapat memberikan gambaran awal tentang massalah yang diteliti.
Tabel 4.2
Deskripsi Variabel Penelitian Bank Syariah
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
CAR 55 1.95 124.43 24.4620 21.07478 DPK 55 8.10 98.90 38.2744 23.51514 BOPO 55 21.09 182.30 79.7344 29.11241 LDR 55 .84 289.20 94.4460 43.70262 Valid N (listwise) 55
Sumber: Data Sekunder yang telah diolah
Berdasarkan tabel 4.2 diatas menunjukkan bahwa jumlah data yang digunakan dalam penelitian ini adalah sebahyak 55 sampel data yang diambil dari laporan keuangan publikasi tahunan Bank Perbankan Syariah periode 2011-2015.
Berdasarkan pada tabel diatas bahwa variabel CAR terendah (minimum) sebesar 1,95% dan tertinggi (maksimum) sebesar 124,43% sementara standar deviasinya sebesar 21,07% lebih kecil dibandingkan dengan nilai rata-rata (mean) sebesar 24,46%. Dengan demikian dapat dikatakan bahwa simpangan data pada variabel CAR baik.
Variabel DPK diperoleh nilai rata-rata (mean) sebesar 38,27% dengan nilai terendah (minimum) sebesar 8,10% dan tertinggi
(maksimum) sebesar 98,90%. Sementara standar deviasi sebesar 23,51% lebih kecil daripada nilai rata-rata (mean) sehingga mencerminkan bahwa data pada variabel DPK baik.
Pada Variabel BOPO nilai terendah (minimum) sebesar 21,09% dan nilai tertinggi (maksimum) sebesar 182,30% sementara nilai rata- rata (mean) sebesar 79,73% lebih besar dibandingkan standar deviasi sebesar 29,11% sehingga menunjukkan bahwa simpangan data pada variabel BOPO baik.
Variabel LDR diperoleh nilai terendah (minimum) sebesar 0,84% dan nilai tertinggi (maksimum) sebesar 289,2% sementara standar deviasi sebesar 43,70% lebih kecil dibandingkan standar mean sebesar 94,44% sehingga menunjukkan bahwa simpangan data pada variabel LDR baik.
2. Pengujian Asumsi Klasik a. Uji Normalitas
Uji ini untuk menguji apakah dalam model regresi, data variabel dependen dan independen yang kita pakai apakah berdistribusi normal atau tidak. Model regresi yang baik adalah yang memiliki nilai residual yang berdistribusi normal. Dalam penelitian ini peneliti menggunakan
uji kolmogorov-smirnov untuk menguji kenormalan suatu data karena
dengan uji ini menghsilkan nilai yang pasti. Jika nilai dari Asymp. Sig.
(2-tailed)-nya menunjukkan angka lebih dari 5% atau 0,05 maka data
56
Sig. (2-tailed)-nya menunjukkan angka kurang dari 5% atau 0,05 maka
data tersebut tidak berdistribusi normal. Hasil pengujian normalitas pada pengujian terhadap 55 data terlihat dalam tabel 4.3 sebagai berikut:
Tabel 4.3
Normalitas Bank Sampel
One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 55
Normal Parametersa,b Mean 0E-7
Std. Deviation 31.42897365 Most Extreme Differences
Absolute .162
Positive .148
Negative -.162
Kolmogorov-Smirnov Z 1.200
Asymp. Sig. (2-tailed) .112
a. Test distribution is Normal. b. Calculated from data.
Sumber: data yang telah Diolah
Berdasarkan hasil pada tabel 4.3 di atas, data terdistribusi normal. Hal ini ditunjukkan dengan nilai Kolmogorov – Smirnov sebesar 1,200 dan signifikan pada 0,112 yang lebih besar dari dari 0,05. Hal ini berarti data residualnya terdistribusi secara normal, karena nilai signifikansinya lebih dari 0,05.
b. Uji Heterokedastisitas
Uji heterokesdatisitas ditujukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual satu pengamatan ke pengamatan lain. Jika varian dari pengamatan satu ke pengamatan lain tetap maka disebut homoskedastisitas dan jika berbeda maka heterokedastisitas. Untuk mendeteksi ada tidaknya heterokedastisitas dapat dilakukan dengan beberapa metode. Dalam
penelitian ini peneliti menggunakan metode Uji Glejser dengan meregresikan nilai absolut residual terhadap variabel independen. Dengan persamaan regesi :
AbsUt = b0+b1 CAR+b2 DPK + b3 BOPO
Jika variabel signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi Heterokedastisitas. Dan sebaliknya jika variabel tidak signifikan secara statistic mempengaruhi variabel dependen, maka tidak terjadi Heterokedastisitas.
Tabel 4.4
Heterokendastisitas Bank Sampel
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 21.589 11.035 1.956 .056 DPK .173 .144 .167 1.206 .234 BOPO -.002 .003 -.091 -.665 .509 InvCAR -131.354 148.193 -.122 -.886 .380
a. Dependent Variable: Abs_Ut
Sumber: Data yang diolah
Hasil tampilan output SPSS dengan jelas menunjukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen nilai Absolut Ut (AbsUt). Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5%. Jadi dapat disimpulkan model tidak mengandung adanya Heteroskedastisitas.
c. Uji Autokorelasi
Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode saat ini dengan periode sebelumnya. Secara sederhana
58
adalah bahwa analisis regresi untuk melihat pengaruh antara variabel bebas terhadap variabel terikat, jadi tidak boleh ada korelasi antara data saat ini dengan data sebelumnya. Uji autokorelasi hanya dilakukan pada data time series. Untuk mendeteksi ada atau tidaknya autokorelasi maka dilakukan pengujian Durbin-Watson (DW). Untuk mendeteksi ada atau tidaknya autokorelasi maka dilakukan pengujian
Durbin-Watson (DW) dengan ketentuan sebagai berikut:
(a) 0 < d < dl : ada autokorelasi positif (b) 4-dl < d < 4 : ada autokorelasi negatif (c) Du < d < 4-du : tidak ada autokorelasi positif
maupun negatif
(d) dl ≤ d ≤ du : tidak dapat disimpulkan (e) du ≤ d ≤ 4-dl : tidak ada autokorelasi negatif
Tabel 4.5
Autokorelasi Bank Sampel
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .231a .053 -.002 .91778 2.185
a. Predictors: (Constant), LnBOPO, LnCAR, LnDPK b. Dependent Variable: LnLDR
Sumber: Data yang telah diolah
Berdasarkan hasil perhitungan SPSS di atas, dapat diketahui bahwa nilai Durbin Watson pada Model Summary adalah sebesar 2,185. Oleh karena 1,68 < 2,185 < 2,32, maka hal ini berarti tidak terjadi autokerelasi pada model regresi yang digunakan dalam penelitian ini.
Multikolinearitas adalah situasi di mana terdapat kolerasi variabel- variabel bebas di antara satu dengan lainnya. berarti multikolinearitas berguna untuk mendeteksi ada tidaknya hubungan linier yang sempurna (pasti) di antara beberapa atau semua variabel independen dari model regresi. Alat statistik yang digunakan dalam penelitian ini adalah dengan variance inflation factor (VIF). Dalam metode variance
inflation factor (VIF) dilihat dari hasil tolerance dan VIF-nya. Jika
nilai dari tolerance lebih dari 0,1 maka dikatakan tidak terjadi multikolinearitas tetapi sebaliknya, jika nilai tolerance kurang dari 0,1 maka dikatakan terjadi multikolinearitas. Dan jika nilai VIF-nya menunjukkan nilai yang kurang dari 10,00 maka dikatakan tidak terjadi multikolinearitas tetapi, jika nilai VIF-nya menunjukkan nilai yang lebih dari 10,00 maka dikatakan terjadi multikolinearitas.
Tabel 4.6
Uji Multikolinearitas Bank Sampel Uji Variance Inflation Factor (VIF) Test
Coefficientsa
Model Collinearity Statistics Tolerance VIF 1 (Constant) CAR .876 1.142 DPK .973 1.028 BOPO .896 1.116 a. Dependent Variable: LDR
Sumber:Data yang telah diolah
Dilihat dari hasil yang ditunjukkan pada tolerance dan VIF nya dapat disimpilkan bahwa tidak ada gejala multikolinieritas karena tolerance menunjukkan hasil lebih dari 0,1 dan VIF nya menunjukkan
60
angka lebih kecil dari 10,00. Dapat disimpulkan bahwa tidak terjadi multikolinearitas.
3. Analisis Regresi Berganda
Pembuatan persamaan regresi berganda dapat dilakukan dengan menginterpretasikan angka-angka yang ada di dalam unstandardized
coefficient beta pada tabel 4.7 berikut:
Tabel 4.7 Hasil Analisis Regresi
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 83.534 20.662 4.043 .000 CAR .939 .274 .453 3.429 .001 DPK -.125 .233 -.068 -.539 .592 BOPO -.091 .196 -.061 -.464 .644 a. Dependent Variable: LDR
Sumber: Data yang telah diaolah
Dari Tabel 4.7 dan di atas, dengan memperhatikan angka yang berada pada kolom Unstandardized Coefficient Beta, maka dapat disusun persamaan regresi berganda sebagai berikut:
Y = 83,534 + 939 X1– 0,125X2– 0,091X3
Dari persamaan regresi di atas maka dapat diinterpretasikan beberapa hal, antara lain:
1. Nilai konstanta persamaan di atas adalah sebesar 85,534. Angka tersebut menunjukkan tingkat Loan to Deposit Ratio (LDR) yang
diperoleh oleh bank bila tingkat CAR (X1) dan DPK (X2) dan BOPO (X3) diabaikan.
2. Variabel Capital Adequacy Ratio (CAR) memiliki nilai koefisien regresi yang positif yaitu sebesar 0,939. Nilai koefisien positif menunjukkan bahwa CAR terhadap LDR berpengaruh positif. Hal ini menggambarkan bahwa jika terjadi kenaikan CAR sebesar 1%, maka LDR akan mengalami peningkatan sebesar 0,939% dengan asumsi variabel independen lain dianggap konstan.
3. Variabel Dana Pihak Ketiga (DPK) memiliki nilai koefisien regresi yang negatif yaitu sebesar -0,125. Nilai koefisien negatif menunjukkan bahwa DPK terhadap LDR berpengaruh negatif. Hal ini menggambarkan bahwa jika terjadi kenaikan DPK sebesar 1%, maka LDR akan mengalami penurunan sebesar 0,125% dengan asumsi variabel independen yang lain dianggap konstan.
4. Variabel BOPO memiliki nilai koefisien regresi yang negatif yaitu sebesar -0,091. Nilai koefisien yang negatif ini menunjukkan bahwa BOPO berpengaruh negatif terhadap LDR. Hal ini berarti setiap penurunan BOPO sebesar 1% maka LDR akan mengalami penurunan sebesar -0,091% dengan asumsi bahwa variabel independen yang lain dianggap konstan.
4. Pengujian Hipotesis
Selanjutnya dari persamaan regresi berganda dilakukan uji statistik dengan prosedur pengujiannya sebagai berikut :
62
a. Uji Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependennya. Nilai Koefisien determinasi (R2) yang mendekati satu berarti variabel-variabel independennya menjelaskan hampir semua informasi yang dibutuhkan untuk memprediksi variable dependen (Ghozali, 2009). Hasil perhitungan Koefisien Determinasi penelitian ini dapat terlihat pada tabel 4.8 berikut:
Tabel 4.8
Hasil Perhitungan Koefisien Determinasi (R2)
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .608a .369 .345 32.02799
a. Predictors: (Constant), DPK, CAR b. Dependent Variable: LDR
Sumber: Data yang diolah
Berdasarkan output SPSS tampak bahwa dari hasil perhitungan diperoleh Nilai koefisien determinasi (R2) sebesar 0,369. Dengan kata lain hal ini menunjukkan bahwa besar presentase variasi LDR yang bisa dijelaskan oleh variasi dari ketiga variabel bebas yaitu CAR, DPK dan BOPO sebesar 36,9%, sedangkan sisanya sebesar 63,1% dijelaskan oleh variabel-variabel lain diluar variabel penelitian.
b. Uji F (Secara Simultan)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependennya. Hasil perhitungan Uji F ini dapat dilihat pada Tabel 4.9 berikut :
Tabel 4.9
Hasil Perhitungan Uji F (Secara Simultan)
ANOVAa
Model Sum of
Squares
df Mean Square F Sig. 1
Regression 31233.718 3 10411.239 9.954 .000b Residual 53340.141 51 1045.885
Total 84573.859 54
a. Dependent Variable: LDR
b. Predictors: (Constant), BOPO, CAR, DPK
Sumber: Data yang telah diolah
Dari hasil analisis regresi dapat diketahui bahwa secara bersama- sama variabel independen memiliki pengaruh yang signifikan terhadap variabel dependen. Hal ini dapat dibuktikan dari nilai F hitung sebesar 9,954 dengan nilai signifikansi (sig) sebesar 0,00. Karena nilai signifikansi (sig) jauh lebih kecil dari 0,05 maka model regresi dapat digunakan untuk memprediksi LDR atau dapat dikatakan bahwa CAR, DPK dan BOPO secara bersama-sama berpengaruh terhadap LDR. Sehingga hipotesis yang menyatakan CAR, DPK dan BOPO secara bersama-sama berpengaruh terhadap LDR dapat diterima.
c. Uji t (Secara Parsial)
Uji t dilakukan untuk mengetahui pengaruh masing-masing atau secara parsial variabel independen (CAR, DPK dan BOPO) terhadap variabel dependen (LDR). sementara itu secara parsial pengaruh dari keempat variabel independen tersebut terhadap LDR ditunjukkan pada tabel 4.10 berikut :
64
Tabel 4.10 Hasil Perhitungan Uji t
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 83.534 20.662 4.043 .000 CAR .939 .274 .453 3.429 .001 DPK -.125 .233 -.068 -.539 .592 BOPO -.091 .196 -.061 -.464 .644 a. Dependent Variable: LDR
Sumber: Data yang diolah
Pengaruh dari masing-masing variabel CAR, DPK dan BOPO terhadap LDR dapat dilihat dari arah tanda dan tingkat signiftikansi (probabilitas). Variabel CAR mempunyai arah yang positif, sedangkan variabel DPK menunjukkan arah negatif. Variabel CAR berpengaruh signifikan terhadap LDR karena nilai signifikan < 0.05, sedangkan variabel DPK berpengaruh tidak signifikan terhadap LDR karena nilai signifikan > 0.05.
Hasil pengujian hipotesis masing-masing variabel independen secara parsial terhadap variabel dependennya dapat dianalisis sebagai berikut: 1. Uji Hipotesis Pengaruh CAR terhadap LDR
Hasil pengujian parsial (uji t) antara variabel CAR dengan variabel LDR menunjukkan nilai t hitung sebesar 3,429, koefisien regresi sebesar 0,939 , dan nilai probabilitas sebesar 0,001 yang lebih kecil dari 0,05 hal ini berarti bahwa CAR berpengaruh positif dan signifikan terhadap LDR Bank Syariah, Sehingga hipotesis yang menyatakan bahwa semakin tinggi CAR, maka semakin tinggi LDR. Hasil penelitian menunjukkan bahwa semakin besar CAR menunjukkan bahwa bank telah mempunyai modal yang cukup baik dalam menunjang kebutuhannya serta menanggung
risiko-risiko yang ditimbulkan termasuk di dalamnya risiko kredit. Dengan modal yang besar maka suatu bank dapat menyalurkan kredit lebih banyak, sejalan dengan kredit yang meningkat maka akan meningkatkan LDR itu sendiri. Menurut Siamat (2003), fungsi utama modal bank memenuhi kebutuhan minimum dan untuk menunjang aktiva yang mengandung atau menghasilkan risiko, misalnya kredit yang diberikan. Dengan kata lain, Capital Adequecy Ratio (CAR) merupakan tingkat kecukupan modal yang dimiliki bank dalam menyediakan dana dan untuk keperluan pengembangan usaha dan menampung risiko kerugian dana yang diakibatkan oleh kegiatan operasi bank. Tingkat kecukupan modal suatu bank sangat penting dalam menyalurkan kredit pada masyarakat. Hasil penelitian ini didukung dengan hasil penelitian dari Nasiruddin (2005), Maharani (2011), Amriani (2012), Utari (2011) menunjukkan bahwa CAR berpengaruh positif dan signifikan terhadap LDR.
2. Uji Hipotesis Pengaruh DPK terhadap LDR
Hasil pengujian parsial (uji t) antara variabel NPL dengan variabel LDR menunjukkan nilai t hitung sebesar -0,539, koefisien regresi sebesar -0,125, dan nilai probabilitas sebesar 0,592 yang lebih besar dari 0,05 hal ini berarti bahwa DPK berpengaruh negatif dan tidak signifikan terhadap LDR Bank Syariah, Sehingga hipotesis yang menyatakan bahwa semakin tinggi DPK, maka semakin tinggi LDR tidak diterima.
Hasil penelitian ini mengindikasikan bahwa peningkatan atau penurunan DPK selama periode penelitian tidak mempengaruhi Loan to
66
Deposit Rasio (LDR) secara signifikan. Semakin tinggi DPK yang berhasil
dihimpun oleh perbankan, akan mendorong peningkatan jumlah kredit yang disalurkan, demikian pula sebaliknya. DPK merupakan variabel yang memiliki pengaruh paling besar terhadap penyaluran kredit perbankan. Hal ini dikarenakan dalam menjalankan fungsi perantara keuangan (financial
intermediary), DPK merupakan sumber pendanaan yang utama. Dana -
dana yang dihimpun dari masyarakat dapat mencapai 80% - 90% dari seluruh dana yang dikelola oleh bank (Dendawijaya, 2009).
DPK berpengaruh negatif dan tidak signifikan terhadap LDR, H2 tidak terbukti. Hasil tersebut menunjukkan bahwa apabila Dana Pihak Ketiga (DPK) tersebut disalurkan kepada nasabah dalam bentuk kredit, akan mengurangi pengaruh negatif dari DPK. Pengaruh negatif disebabkan karena adanya peningkatan dari Dana Pihak Ketiga (DPK) sebagai penyebut dalam rumus LDR tidak disertai dengan peningakatan jumlah krerdit yang diberikan sebagai pembilang dalam rumus LDR. Jika terjadi kanaikan Dana Pihak Ketiga (DPK) sementara tidak diimbangi dengan jumlah kredit yang diberikan , maka LDR menurun, karena jumlah DPK sepenuhnya tidak disalurkan pada kredit.jika terjadi peningkatan kredit yang diberikan tetapi DPK yang dihimpun sedikit, maka LDR menigkat. Pengaruh negatif ini bukan karena Dana Pihak Ketiga yang bertambah maka perbankan semakin tidak likuid, namun hal ini terjadi karena presentase pertumbuhan antara DPK dengan jumlah kredit yang disalurkan tidak sejalan. Hasil penelitian sejalan dengan Penelitian yang dilakukan
oleh Syarifudin (2014) yang menemukan bahwa DPK berpengaruh negatif tidak signifikan terhadap Loan to Debit Rasio (LDR).
3. Uji Hipotesis Pengaruh BOPO terhadap LDR
Hasil pengujian parsial (uji t) antara variabel BOPO dengan variabel LDR menunjukkan nilai t hitung sebesar -0,464, koefisien regresi sebesar - 0,091, dan nilai probabilitas sebesar 0,644 yang lebih besar dari 0,05 hal ini berarti bahwa BOPO memiliki pengaruh negatif dan tidak signifikan terhadap LDR pada Bank Syariah Sehingga hipotesis yang menyatakan bahwa semakin tinggi rasio BOPO, semakin tinggi LDR tidak dapat diterima.
Berdasarkan hasil penelitian menunjukkan bahwa bank yang nilai rasio BOPO-nya tinggi mencerminkan bahwa bank tersebut tidak beropeasi dengan efisien karena tingginya nilai dari rasio ini memperlihatkan besarnya jumlah biaya operasional yang harus dikeluarkan oleh pihak bank untuk memperoleh pendapatan operasional. Menurut Siamat (2003) semakin kecil BOPO berarti semakin efisien biaya operasional yang dikeluarkan bank yang bersangkutan, sehingga kemungkinan suatu bank dalam kondisi bermasalah semakin kecil, dan semakin banyak kredit yang dapat disalurkan. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Prayudi yang mengatakan bahwa BOPO berpengaruh tidak signifikan terhadap LDR.
BAB V PENUTUP A. Kesimpulan
Berdasarkan analisis data dan pembahasan hasil penelitian, dapat ditarik kesimpulan sebagai berikut:
1. Dari hasil penelitian menunjukkan variabel CAR, DPK dan BOPO secara bersama-sama berpengaruh signifikan terhadap LDR. Artinya, setiap perubahan yang terjadi pada variable independen yaitu CAR, DPK dan BOPO secara simultan atau bersama-sama akan berpengaruh pada LDR pada Bank Syariah di Indonesia
2. Secara parsial variable CAR, DPK dan BOPO memiliki pengaruh terhadap LDR dan variabel yang paling dominan mempengaruhi LDR berdasarkan hasil penelitian sebagai berikut:
a. Variabel CAR berpengaruh positif dan signifikan terhadap LDR pada Bank Syariah di Indonesia.
b. Variabel DPK berpengaruh negative tidak signifikan terhadap LDR pada Bank Syariah di Indonesia.
c. Variabel BOPO berpengaruh negative tidak signifikan terhadap LDR pada Bank Syariah di Indonesia.
B. Saran
Adapun saran-saran yang dapat diberikan melalui hasil penelitian ini adalah sebagai berikut :
1. Bagi Bank Syariah harus meningkatkan kemampuan dan menjalankan fungsi intermediasi dengan baik dengan menjaga tingkat LDRnya agar tidak melampaui batas yang telah ditetapkan Bank Indonesia dengan tingkat LDR sebesar 78-110%. Bank diharapkan dapat menaikkan pencarian terhadap dana pihak ketiga karena memberikan kredit ini juga merupakan tujuan utama dari suatu bank. Salah satucara agar dapat menaikkan dana pihak ketiga yakni dapat dilakukan misalnya dengan memberikan suku bunga yang menarik. BOPO tidak mempengaruhi Loan
to Deposit Ratio (LDR). Semakin rendah BOPO maka kinerja bank
semakin meningkat dan menarik investor untuk menanamkani nvestasi pada bank.
2. Bagi peneliti selanjutnya diharapkan dapat meneliti dengan variabel- variabel lain diluar variable ini agar memperoleh hasil yang lebih bervariatif yang dapat menggambarkan hal-hal apa saja yang dapat berpengaruh terhadap LDR dan dapat juga memperpanjang periode amatan untuk memperluas cakupan penelitian tentang pengaruh rasio keuangan terhadap LDR.
C. Keterbatasan Penelitian
Penelitian ini mempunyai keterbatasan-keterbatasan yang dapat dijadikan bahan pertimbangan bagi peneliti berikutnya agar mendapatkan hasil yang lebih baik lagi.
1. Penelitian ini hanya menggunakan faktor internal untuk mengetahui faktor-faktor yang mempengaruhi tingkat LDR.
70
2. Penelitian hanya menggunakan objek penelitian pada Bank Syariah di Indonesia serta menggunakan periode pengamatan 5 (tahun), yaitu tahun 2011-2015 dengan menggunakan data Annual Report
dari laporan keuangan masing-masing bank yang bersangkutan dalam penelitian ini, sehingga hasil ini belum dapat mengeneralisasikan hasil penelitian.
Data Rasio Keuangan Bank Syariah di Indonesia
Periode 2011-2015
TAHUN NAMA BANK CAR DPK BOPO LDR
2011
BMI 12.01 11.6 85.25 85.15 BSM 14.57 42.6 81.66 86.03 BNI SYARIAH 17.63 16.3 36.55 70.37 MEGA SYARIAH 12.03 50.1 83.85 83.08 BRI SYARIAH 14.74 98.9 99.56 90.55 BCA SYARIAH 45.9 86.4 119 78.8 BUKOPIN SYARIAH 15.29 23 93.86 83.54 PANIN SYARIAH 8.1 40.3 74.3 162.97 VICTORIA SYARIAH 45.2 46.5 86.4 46.08 BJB SYARIAH 28.05 27.8 84.07 79.61 MAY BANK SYARIAH 73.44 17 55.19 289.2
2012 BMI 11.57 14.5 84.47 94.15 BSM 13.82 47.4 80.44 94.4 BNI SYARIAH 16.67 20.1 35.33 77.52 MEGA SYARIAH 13.51 71 90.8 88.88 BRI SYARIAH 11.35 11.3 86.63 103.07 BCA SYARIAH 31.5 12.6 82 79.9 BUKOPIN SYARIAH 12.78 25.8 91.59 91.98 PANIN SYARIAH 32.2 12.2 47.6 105.66 VICTORIA SYARIAH 28.08 64.6 28.09 73.78 BJB SYARIAH 21.09 43.6 21.09 87.99 MAY BANK SYARIAH 63.89 57.3 53.77 197.7 2013 BMI 17.27 21.8 85.12 99.99 BSM 14.1 56.4 77.18 89.37 BNI SYARIAH 15.09 25.06 33.13 85.3 MEGA SYARIAH 12.99 77.3 86.9 97.37 BRI SYARIAH 14.49 13.7 90.42 102.7 BCA SYARIAH 22.4 17.03 104.4 83.5
BUKOPIN SYARIAH 11.1 32.7 92.29 100.29 PANIN SYARIAH 20.83 28.7 81.31 90.4 VICTORIA SYARIAH 18.4 10.1 91.95 84.65
BJB SYARIAH 17.99 43.6 85.76 0.97
MAY BANK SYARIAH 59.41 77.8 67.79 152.87
2014 BMI 14.15 51.2 97.33 84.14 BSM 14.76 59.8 78.04 82.13 BNI SYARIAH 16.22 27.7 32.38 87.81 MEGA SYARIAH 19.26 58.8 97.61 93.61 BRI SYARIAH 12.89 16.7 99.47 93.9 BCA SYARIAH 29.6 23.3 117.2 91.2 BUKOPIN SYARIAH 15.85 39.9 96.73 92.89 PANIN SYARIAH 25.69 50.7 68.47 94.04 VICTORIA SYARIAH 15.27 11.3 143.31 95.91 BJB SYARIAH 15.78 56.6 91.01 0.84
MAY BANK SYARIAH 52.13 88.1 69.6 157.77
2015 BMI 12.36 20.42 97.41 90.30 BSM 12.85 20.89 94.78 82.00 BNI SYARIAH 18.74 11.97 99.51 98.41 MEGA SYARIAH 13.94 9.29 93.79 84.16 BRI SYARIAH 18.16 15.81 89,63 91.94 BCA SYARIAH 16.31 25.68 91.99 90.56 BUKOPIN SYARIAH 20.30 26.86 89.29 94.63 PANIN SYARIAH 16.14 5.02 119.19 95.29 VICTORIA SYARIAH 34.30 14.30 94.80 91.40 BJB SYARIAH 22.53 17.65 98.78 93.69 MAY BANK SYARIAH 38.40 20.99 192.60 110.54
Hasil Olahan Data SPSS 19
Descriptives
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
CAR 55 1.95 124.43 24.4620 21.07478 DPK 55 8.10 98.90 38.2744 23.51514 BOPO 55 21.09 182.30 79.7344 29.11241 LDR 55 .84 289.20 94.4460 43.70262 Valid N (listwise) 55 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 55
Normal Parametersa,b Mean 0E-7
Std. Deviation 31.42897365 Most Extreme Differences
Absolute .162
Positive .148
Negative -.162
Kolmogorov-Smirnov Z 1.200
Asymp. Sig. (2-tailed) .112
a. Test distribution is Normal. b. Calculated from data.
B Std. Error Beta 1 (Constant) 21.589 11.035 1.956 .056 DPK .173 .144 .167 1.206 .234 BOPO -.002 .003 -.091 -.665 .509 InvCAR -131.354 148.193 -.122 -.886 .380
a. Dependent Variable: Abs_Ut
Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .231a .053 -.002 .91778 2.185
a. Predictors: (Constant), LnBOPO, LnCAR, LnDPK b. Dependent Variable: LnLDR
Uji Multokolinearitas
Coefficientsa
Model Collinearity Statistics Tolerance VIF 1 (Constant) CAR .876 1.142 DPK .973 1.028 BOPO .896 1.116 a. Dependent Variable: LDR
Analisis Regresi Berganda
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 83.534 20.662 4.043 .000 CAR .939 .274 .453 3.429 .001 DPK -.125 .233 -.068 -.539 .592 BOPO -.091 .196 -.061 -.464 .644 a. Dependent Variable: LDR
Uji Koefisien Determinasi (R2)
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .608a .369 .345 32.02799
a. Predictors: (Constant), DPK, CAR b. Dependent Variable: LDR
Uji F (Secara Simultan)
ANOVAa
Model Sum of
Squares
Df Mean Square F Sig.
1
Regression 31233.718 3 10411.239 9.954 .000b Residual 53340.141 51 1045.885
Total 84573.859 54
a. Dependent Variable: LDR
B Std. Error Beta 1 (Constant) 83.534 20.662 4.043 .000 CAR .939 .274 .453 3.429 .001 DPK -.125 .233 -.068 -.539 .592 BOPO -.091 .196 -.061 -.464 .644 a. Dependent Variable: LDR
Nama Lengkap : Indah Choerul Erni
Tempat Tanggal Lahir : Kabupaten Semarang, 30 januari 1992 Jenis Kelamin : Perempuan
Agama : Islam
Warga Negara : Indonesia Status Perkawinan : Belum Kawin
Alamat Lengkap : Wonokasihan RT/RW 04/08, Kelurahan Bedono, Kecamatan Jambu, Kabupaten Semarang
Email : indah.irul88@gmail.com
B. PENDIDIKAN
Nama Sekolah Tahun Lulus
SD Negeri Bedono 3 2004
MTS Ma’arif Pringsurat 2007