BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil Penelitian
Menurut (Situmorang dan Lufti, 2011:10) analisis deskripsi merupakan analisis yang paling mendasar untuk menggambarkan data secara umum. Statistik deskriptif berusaha untuk menjelaskan atau menggambarkan berbagai karakteristik data, seperti melihat mean, varians, modus, median, serta distribusi frekuensi. Variabel yang digunakan dalam penelitian ini CAR, NPL, NIM, LDR dan BOPO sebagai variabel independen dan Profitabilitas (ROA) sebagai variabel dependen. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel Perbankan di Bursa Efek Indonesia (BEI) periode 2010-2014 sebagai berikut:
Tabel 4.1
Analisis Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Return on Asset (ROA) 155 .0005 .0943 .019793 .0128939
Capital Adequacy Ratio (CAR) 155 .0179 .4575 .147908 .0519815
Net Performing Loan (NPL) 155 .0000 .0882 .015908 .0148164
Net Interest Margin (NIM) 155 .0062 .1576 .062701 .0272182
Loan to Deposit Ratio (LDR) 155 .2771 1.3407 .813870 .1475778
BOPO 155 .3569 1.8489 .803607 .1873111
Valid N (listwise) 155
Sumber: hasil olahan SPSS (data diolah, 2015)
Berdasarkan Tabel 4.1 diatas dapat diketahui bahwa banyaknya data (N) 155, dari jumlah data sebanyak 31 Perbankan yang terdaftar di Bursa Efek
Indonesia (BEI) periode 2010-2014. Hasil tersebut diperoleh oleh metode pooled atau data panel, yaitu gabungan dari data time series (antar waktu) dan cross section (antar individu/ruang), dimana 31 bank tersebut dikalikan periode tahun pengamatan (5 tahun), sehingga observasi dalam penelitian ini menjadi 5 x 31= 155 observasi.
1. Return On Asset (ROA)
Berdasarkan dari tabel 4.1 diketahui nilai ROA paling rendah adalah Bank Kesawan Tbk. Pada tahun 2013 yaitu sebesar 0,0005, yang berarti bahwa kenaikan nilai aktiva yang tinggi namun tidak diikuti dengan kenaikan laba sebelum pajak yang kecil. Kecilnya laba sebelum pajak, kemungkinan disebabkan oleh pengguna aktiva yang tidak maksimal sehingga profitabilitas menjadi kecil pada tahun 2013. Sedangkan nilai ROA paling tinggi adalah Bank Pundi Indonesia Tbk. Pada tahun 2010 yaitu sebesar 0,0943, yang berarti bahwa tersebut mampu menghasilkan perolehan laba sebelum pajak yang tinggi dan pengelolaan aktiva dengan maksimal. Secara keseluruhan rata-rata pengembalian asset dari 31 perbankan yang diteliti adalah 0,0197. Hal ini menunjukkan profitabilitas 31 perbankan yang terdaftar di Bursa Efek Indonesia (BEI) termasuk sehat karena berada diatas standar ukuran bank di Indonesia yaitu 1,5%, sehingga akan meningkatkan tingkat kepercayaan masyarakat untuk menyimpan dananya di bank yang berdampak pada meningkatnya laba bank tersebut. Nilai rata-rata lebih besar dari standar deviasi yaitu 0,0197 > 0,0128. Hal tersebut menandakan penyebaran data yang baik.
2. Capital Adequacy Ratio (CAR)
Berdasarkan dari tabel 4.1 diketahui nilai CAR paling rendah adalah Bank International Indonesia Tbk. Pada tahun 2014 yaitu sebesar 0,0179 hal ini dikarenakan tidak besarnya tingkat kepercayaan masyarakat terhadap Bank Internasional Indonesia Tbk. Pada tahun 2014 sehingga tidak banyak nasabah yang menyimpan dananya di bank yang akan menurunkan tingkat kecukupan modal bank itu sendiri. Nilai CAR paling tinggi adalah Bank Kesawan Tbk. Pada tahun 2011 yaitu sebesar 0,4575 hal ini dikarenakan pada tahun 2011 tingkat kepercayaan masyarakat terhadap Bank Kesawan Tbk. Meningkat sehingga tingkat kecukupan modal bank itu sendiri. Secara keseluruhan rata -rata rasio kecukupan modal dari 31 perbankan yang diteliti adalah 0,1479. Hal ini menunjukkan tingkat kecukupan modal termasuk dalam kriteria yang tinggi dan dikatakan sehat karena berada diatas 8% dimana sesuai dengan Peraturan Bank Indonesia yang mensyaratkan CAR setiap perbankan minimal sebesar 8%, sehingga semakin tinggi CAR maka semakin kuat kemampuan bank tersebut untuk menanggung resiko dari setiap kredit/aktiva produktif yang beresiko. Nilai rata-rata lebih besar dari standar deviasi yaitu 0,1479> 0,0519. Hal tersebut menandakankan penyebaran data yang baik.
3. Non Performing Loan (NPL)
Berdasarkan dari tabel 4.1 diketahui nilai NPL paling rendah adalah Bank Victoria International Tbk. pada tahun 2010, Bank Danamon Indonesia Tbk. pada tahun 2010 dan 2011, Bank Bumi Artha Tbk. pada tahun 2012 dan 2013 yaitu
sebesar 0,000. Hal ini mencerminkan bahwa semakin kecil NPL semakin kecil pula risiko kredit yang ditanggung pihak bank. Nilai NPL paling tinggi adalah Bank Rakyat Indonesia Agro Niaga Tbk. pada tahun 2010 yaitu sebesar 0,0882. Hal ini disebabkan oleh risiko yang timbul karena peminjam tidak dapat mengembalikan dana yang dipinjam dan bunga yang harus dibayar. Secara keseluruhan rata-rata rasio NPL adalah 0,0159. Hal ini menunjukkan NPL pada 31 perbankan yang diteliti dikatakan sehat karena berada dibawah 5% , dimana sesuai dengan Peraturan Bank Indonesia yang mensyaratkan NPL setiap perbankan maksimal sebesar 5%, Semakin tinggi rasio ini, maka semakin buruk kualitas kredit bank yang menyebabkan jumlah kredit yang bermasalah semakin besar. Nilai rata-rata lebih besar dari standar deviasi yaitu 0,0159> 0,0148. Hal tersebut menandakan penyebaran data yang baik.
4. Net Interest Margin (NIM)
Berdasarkan dari tabel 4.1 diketahui nilai NIM paling rendah adalah Bank Mutiara Tbk. pada tahun 2014 yaitu sebesar 0,0062. Hal ini disebabkan karena kurangnya biaya bunga yang dibayarkan oleh bank kepada masing-masing sumber bank yang bersangkutan. Karena secara keseluruhan, biaya yang harus oleh bank akan menentukan berapa bank harus menetapkan tingkat bunga kredit yang diberikannya kepada nasabahnya untuk memperoleh pendapatan bersih bank. Nilai NIM paling tinggi adalah Bank Pundi Indonesia Tbk. pada tahun 2012 yaitu sebesar 0,1576. Secara keseluruhan rata-rata NIM adalah 0,0627. Hal ini menunjukkan NIM pada 31 perbankan yang diteliti dikatakan sehat karena berada
diatas 1,5% , dimana sesuai dengan Peraturan Bank Indonesia yang mensyaratkan NIM setiap perbankan minimal sebesar 5%, Semakin tinggi rasio ini maka akan meningkatkan pendapatan bunga atas aktiva produktif yang dikelola bank sehingga keuntungan semakin meningkat. Nilai rata-rata lebih besar dari standar deviasi yaitu 0,0627> 0,0272. Hal tersebut menandakan penyebaran data yang baik.
5. Loan to Deposit Ratio (LDR)
Berdasarkan dari tabel 4.1 diketahui nilai LDR paling rendah adalah Bank Pundi Indonesia Tbk. pada tahun 2010 yaitu sebesar 0,2771. Hal ini menggambarkan bahwa bank mampu membayar hutang-hutangnya dan membayar kembali kepada deposannya, serta dapat memenuhi permintaan kredit yang diajukan. Nilai LDR paling tinggi adalah Bank Rakyat Indonesia Agro Niaga Tbk. pada tahun 2010 yaitu sebesar 1,3407. Secara keseluruhan rata-rata LDR adalah 0,8138. Hal ini menunjukkan LDR pada 31 perbankan yang diteliti dikatakan sehat karena berada dibawah 85% , dimana sesuai dengan Peraturan Bank Indonesia yang mensyaratkan LDR setiap perbankan maksimal sebesar 85%, Dimana besarnya jumlah kredit yang disalurkan akan menentukan keuntungan bank, jika bank tidak mampu menyalurkan kredit sementara dana yang terhimpun banyak maka akan menyebabkan bank tersebut rugi. Nilai rata-rata lebih besar dari standar deviasi yaitu 0,8138> 0,1475. Hal tersebut menandakan penyebaran data yang baik.
6. Biaya Operasional terhadap Pendapatan Operasional (BOPO)
Berdasarkan dari tabel 4.1 diketahui nilai BOPO paling rendah adalah Bank Central Asia Tbk. pada tahun 2013 yaitu sebesar 0,3569. Hal ini dikarenakan tingginya biaya yang dikeluarkan dalam mencapai keuntungan sehingga menyebabkan rendahnya efisiensi operasional bank tersebut. Nilai BOPO paling tinggi adalah Bank Mutiara Tbk. pada tahun 2013 yaitu sebesar 1,8489. Hal ini dikarenakan rendahnya biaya yang dikeluarkan daam mencapai keuntungan sehingga menyebabkan tingginya efisiensi operasional bank. Secara keseluruhan rata-rata BOPO adalah 0,8036. Hal ini menunjukkan BOPO pada 31 perbankan yang diteliti dikatakan sehat karena berada dibawah 85% , dimana sesuai dengan Peraturan Bank Indonesia yang mensyaratkan BOPO setiap perbankan maksimal sebesar 85%. Bank yang efisien dalam menekan biaya operasionalnya dapat mengurangi kerugian akibat ketidak efisienan bank dalam mengelola usahanya sehingga laba yang diperoleh juga akan meningkat. Nilai rata-rata lebih besar dari standar deviasi yaitu 0,8036> 0,1873. Hal tersebut menandakan penyebaran data yang baik.
4.1.2 Analisis Regresi Linier Berganda 4.1.2.1 Uji Asumsi Klasik
Untuk mendapatkan nilai pemeriksa yang tidak bias dan efisien, maka penulis perlu melakukan asumsi klasik sebagai berikut:
1.Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji � dan �
mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil (Ghozali, 2011:160 dan Field, 2009:221). Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan � = , . Dasar pengambilan keputusan adalah melihat angka probabilitas �, dengan ketentuan sebagai berikut.
Jika nilai probabilitas � 0,05, maka asumsi normalitas terpenuhi. Jika probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi.
Perhatikan bahwa berdasarkan Tabel 4.2, diketahui nilai probabilitas atau Asymp. Sig. (2-tailed) sebesar 0,082. Karena nilai probabilitas , yakni 0,082, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas terpenuhi.
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 155
Kolmogorov-Smirnov Z 1.264
Asymp. Sig. (2-tailed) .082
a. Test distribution is Normal. b. Calculated from data.
Sumber: hasil olahan SPSS (data diolah, 2015)
Pengujian asumsi normalitas dapat juga digunakan pendekatan analisis grafik, histogram. Pada pendekatan histogram, jika kurva berbentuk kurva normal, maka asumsi normalitas dipenuhi. Pada pendekatan normal probability plot, jika titik-titik (dots) menyebar jauh (menyebar berliku-liku pada garis diagonal seperti ular) dari garis diagonal, maka diindikasi asumsi normalitas error tidak dipenuhi. Jika titik-titik menyebar sangat dekat pada garis diagonal, maka asumsi normalitas dipenuhi.
Gambar 4.1 Histogram untuk Pengujian Asumsi Normalitas
Gambar 4.2 Normalitas dengan Normal Probability Plot
Sumber: hasil olahan SPSS (data diolah, 2015)
Perhatikan bahwa kurva pada histogram berbentuk kurva normal, sehingga disimpulkan bahwa asumsi normalitas error dipenuhi. Di samping itu pada normal probability plot (Gambar 4.2), titik-titik menyebar cukup dekat pada garis diagonal, maka disimpulkan bahwa asumsi normalitas dipenuhi.
2.Uji Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y, dan ZPRED pada sumbu X. (Field, 2009:230, Ghozali, 2011:139). Field (2009:248, Ghozali, 2011:139) menyatakan dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Perhatikan bahwa berdasarkan Gambar 4.3, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.3 Uji Heteroskedastisitas
Sumber: hasil olahan SPSS (data diolah, 2015)
3.Uji Autokorelasi
Uji Autokorelasi dapat diuji dengan menggunakan uji Durbin-Watson (Field, 2009:220). Nilai statistik dari uji Durbin-Watson berkisar di antara 0 dan 4. (Field, 2009:220) menyatakan sebagai berikut.
“Specifically, it (Durbin-Watson) tests whether adjacent residuals are
correlated. The test statistic can vary between 0 dan 4 with a value 2 meaning that the residuals are uncorrelated".
Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi. (Field, 2009:220-221) menyatakan sebagai berikut.
“The size of the Durbin-Watson statistic depends upon the number of
predictors in the model and the number of observations. For accuracy, you should look up the exact acceptable values in Durbin and Watson's (1951) original paper. As very conservative rule of thumb, values less then 1 or greater than 3 are
definitely cause for concern; however, values closer to 2 may stil be problematic depending on your sample and model”.
Tabel 4.3 Uji Asumsi Autokorelasi
Model Durbin-Watson
1 1.918
Sumber : hasil olahan SPSS (data diolah, 2015)
Berdasarkan Tabel 4.3, nilai dari statistik Durbin-Watson adalah 1,918. Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3, maka asumsi autokorelasi tidak terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.
4.Uji Multikolinearitas
Menurut (Situmorang dan Lufti, 2001:140) uji ini digunakan untuk menguji apakah dalam model regresi linier ditemukan adanya korelasi yang tinggi diantara variabel bebas.
Untuk mendeteksi apakah terjadi multikolinearitas atau tidak dapat dilihat dari nilai variance inflation factor (VIF). Nilai VIF yang lebih dari 10 diindikasi suatu variabel bebas terjadi multikolinearitas (Myers dalam Stevens, 2009:75). Perhatikan bahwa berdasarkan Tabel 4.4, nilai VIF dari variabel CAR adalah 1,066, nilai VIF dari variabel NPL adalah 1,149, nilai VIF dari variabel NIM adalah 1,190, nilai VIF dari variabel LDR adalah 1,038, dan nilai VIF dari variabel BOPO adalah 1,315. Karena masing-masing nilai VIF tidak lebih besar dari 10, maka tidak terdapat gejala multikolinearitas yang berat.
Tabel 4.4 Uji Asumsi Multikolinearitas
Model
Collinearity Statistics
B Tolerance VIF
1 (Constant) .018
Capital Adequacy Ratio -.026 .938 1.066
Net Performing Loan -.128 .870 1.149
Net Interest Margin .178 .840 1.190
Loan to Deposit Ratio -.016 .963 1.038
BOPO .013 .760 1.315
Sumber: hasil olahan SPSS (data diolah, 2015)
4.1.2.2 Pengujian Hipotesis 1. Uji F (F-test)
Uji-F merupakan suatu uji untuk menguji apakah seluruh variabel bebas secara bersamaan atau simultan mempengaruhi variabel ROA. Hipotesis nol menyatakan seluruh variabel bebas secara bersamaan atau simultan tidak memiliki pengaruh yang signifikan secara statistik terhadap variabel ROA pada tingkat signifikansi 5%. Sedangkan hipotesis alternatif menyatakan paling tidak terdapat satu variabel bebas yang pengaruhnya signifikan secara statistik terhadap ROA pada tingkat signifikansi 5%.
Tabel 4.5 Uji Signifikansi Simultan (Uji F)
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression .004 5 .001 6.142 .000a
Residual .021 149 .000
a. Predictors: (Constant), BOPO, Loan to Deposit Ratio, Capital Adequacy Ratio, Net Performing Loan, Net Interest Margin
b. Dependent Variable: Return on Asset
Sumber: hasil olahan SPSS (data diolah, 2015)
Berdasarkan Tabel 4.5, diketahui nilai F hitung adalah 6,142. Perhatikan bahwa karena nilai F hitung F tabel, maka disimpulkan bahwa pengaruh simultan variabel bebas ROA, CAR, NPL, NIM, LDR, dan BOPO terhadap ROA signifikan secara statistik.
2. Uji t (t-test)
Uji-t merupakan suatu uji untuk menguji apakah nilai dari koefisien regresi parsial secara individu bernilai nol atau tidak (Gujarati, 2003:250, Supranto, 2005:196). Tabel 4.6 Uji t Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) .018 .009 1.951 .053
Capital Adequacy Ratio -.026 .019 -.105 -1.358 .177
Net Performing Loan -.128 .070 -.147 -1.838 .068
Net Interest Margin .178 .039 .376 4.619 .000
Loan to Deposit Ratio -.016 .007 -.186 -2.445 .016
BOPO .013 .006 .184 2.149 .033
Berdasarkan Tabel 4.6 diperoleh persamaan regresi linear berganda sebagai berikut berikut:
ROA = 0,18 – 0,026CAR – 0,128NPL + 0,178NIM – 0,016LDR + 0,013BOPO + e Berdasarkan Tabel 4.6, diketahui nilai koefisien regresi dari CAR adalah -0,026. Diketahui nilai koefisien regresi CAR bernilai negatif. Hal ini menunjukkan bahwa pengaruh antara CAR dan ROA bersifat negatif. Hal ini berarti terdapat kecenderungan, ketika CAR meningkat, maka ROA cenderung menurun. Diketahui nilai koefisien regresi dari NPL adalah -0,128. Diketahui nilai koefisien regresi NPL bernilai negatif. Hal ini menunjukkan bahwa pengaruh antara NPL dan ROA bersifat negatif. Hal ini berarti terdapat kecenderungan, ketika NPL meningkat, maka ROA cenderung menurun. Diketahui nilai koefisien regresi dari NIM adalah 0,178. Diketahui nilai koefisien regresi NIM bernilai positif. Hal ini menunjukkan bahwa pengaruh antara NIM dan ROA bersifat positif. Hal ini berarti terdapat kecenderungan, ketika NIM meningkat, maka ROA cenderung meningkat. Diketahui nilai koefisien regresi dari LDR adalah -0,016. Diketahui nilai koefisien regresi LDR bernilai negatif. Hal ini menunjukkan bahwa pengaruh antara LDR dan ROA bersifat negatif. Hal ini berarti terdapat kecenderungan, ketika LDR meningkat, maka ROA cenderung menurun. Diketahui nilai koefisien regresi dari BOPO adalah 0,013. Diketahui nilai koefisien regresi BOPO bernilai positif. Hal ini menunjukkan bahwa pengaruh antara BOPO dan ROA bersifat positif. Hal ini berarti terdapat kecenderungan, ketika BOPO meningkat, maka ROA cenderung meningkat.
3.Uji Koefisien Determinasi (R2)
Koefisien determinasi (�2) merupakan suatu nilai (nilai proporsi) yang mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan dalam persamaan regresi, dalam menerangkan variasi variabel tak bebas (Supranto, 2005:158, Gujarati, 2003:212). Nilai koefisien determinasi berkisar antara 0 dan 1. Nilai koefsien determinasi �2 yang kecil (mendekati nol) berati kemampuan variabel-variabel tak bebas secara simultan dalam menerangkan variasi variabel tak bebas amat terbatas. Nilai koefisien determinasi �2 yang mendekati 1 berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memperediksi variasi variabel tidak bebas.
Tabel 4.7 Koefisien Determinasi Model Summaryb
Model R R Square Adjusted R Square
1 .413a .171 .143
Sumber: hasil olahan SPSS (data diolah, 2015)
Berdasarkan Tabel 4.7, nilai koefisien determinasi �2 terletak pada kolom R-Square. Diketahui nilai koefisien determinasi sebesar �2= , . Nilai tersebut berarti seluruh variabel bebas secara simultan mempengaruhi variabel ROA sebesar 17,1%, sisanya sebesar 82,9% dipengaruhi oleh faktor-faktor lain.