BAB IV HASIL DAN PEMBAHASAN
4.2 Hasil Penelitian
4.2.1.1 Uji Normalitas
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Jarque-Bera (J-B). Dalam penelitian ini, tingkat signifikansi yang digunakan �=0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas dari statistik J-B, dengan ketentuan sebagai berikut:
1. Jika nilai probabilitas �≥ 0,05, maka asumsi normalitas terpenuhi.
Sumber: Hasil Penelitian Eviews (data diolah)
Gambar 4.1
Uji Normalitas dengan Uji Jarque-Bera Sebelum Transformasi Data Outlier Berdasarkan Gambar 4.1, diketahui nilai probabilitas dari statistik J-B adalah 0,0000. Karena nilai probabilitas �, yakni 0,0000, lebih kecil dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas tidak terpenuhi. Dikarenakan asumsi normalitas tidak terpenuhi maka dilakukan transformasi data outlier dengan cara mengeluarkan data yang menyimpang terlalu jauh dari data lainnya dengan menggunakan SPSS.
Sumber: Hasil Penelitian Eviews (data diolah)
Gambar 4.2
Berdasarkan Gambar 4.2, diketahui nilai probabilitas dari statistik J-B adalah 0,762417. Karena nilai probabilitas �, yakni 0,762417, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas dipenuhi (Gio, 2015).
4.2.1.2 Uji Multikolinearitas
Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai korelasi antar variabel yang terdapat dalam matriks korelasi. Gujarati dalam Gio (2015) menyatakan jika antar variabel independen ada korelasi yang cukup tinggi, yakni di atas 0,8, maka hal ini merupakan indikasi adanya multikolinearitas. Hasil uji multikolinearitas disajikan pada Tabel 4.2.
Tabel 4.1
Uji Multikolinearitas dengan Matriks Korelasi
ROE NPL BUFFT_1 LOTA SIZE
ROE 1.000000 -0.247467 -0.126689 -0.057887 -0.201932 NPL -0.247467 1.000000 -0.111413 0.197138 -0.048425 BUFFT_1 -0.126689 -0.111413 1.000000 -0.082502 0.043852 LOTA -0.057887 0.197138 -0.082502 1.000000 0.154683 SIZE -0.201932 -0.048425 0.043852 0.154683 1.000000
Sumber: Hasil Penelitian Eviews (data diolah)
Berdasarkan Tabel 4.2, dapat dilihat bahwa korelasi ROE dan NPL sebesar -0,247467, korelasi antara ROE dan BUFFt-1 sebesar -0,126689, korelasi antara ROE dan LOTA sebesar -0,057887, korelasi antara ROE dan SIZE sebesar -0,201932, korelasi antara NPL dan BUFFt-1 sebesar -0,111413, korelasi antara NPL dan LOTA sebesar 0,197138, korelasi antara NPL dan SIZE sebesar -0,048425, korelasi antara BUFFt-1 dan LOTA sebesar -0,082502, korelasi antara BUFFt-1 dan SIZE sebesar
0,043852, dan korelasi antara LOTA dan SIZE sebesar 0,154683. Dari hasil pengujian multikolinearitas pada Tabel 4.2 dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas antar variabel independen. Hal ini karena nilai korelasi antar variabel independen tidak lebih dari 0,8.
4.2.1.3 Uji Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan Uji Glejser. Dasar pengambilan keputusan adalah melihat angka probabilitas dari statistik Uji Glejser, dengan ketentuan sebagai berikut (Gio, 2015).
1. Jika nilai Prob. Chi-Square dari Obs *R-squared ≥ 0,05, maka tidak terjadi heteroskedastisitas.
2. Jika nilai Prob. Chi-Square dari Obs *R-sqaured < 0,05, maka terjadi heteroskedastisitas.
Tabel 4.2 Uji Heteroskedastisitas dengan Uji Glejser Heteroskedasticity Test: Glejser
F-statistic 1.201092 Prob. F(5,90) 0.3151 Obs*R-squared 6.005120 Prob. Chi-Square(5) 0.3057 Scaled explained SS 6.002474 Prob. Chi-Square(5) 0.3060
Sumber : Hasil Penelitian Eviews (data diolah)
Berdasarkan Tabel 4.3, nilai Prob. Chi-Square dari Obs *R-squared = 0,3057 ≥ 0,05, maka asumsi homoskedastisitas terpenuhi. Dengan kata lain, tidak terjadi gejala heteroskedastisitas yang tinggi pada residual.
4.2.1.4 Uji Autokorelasi
Asumsi mengenai independensi terhadap residual (non-autokorelasi) dapat diuji dengan menggunakan uji Durbin-Watson (Field, 2009). Nilai statistik dari uji Durbin-Watson berkisar di antara 0 dan 4. Field (2009) 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.
Tabel 4.3
Uji Autokorelasi dengan Uji Durbin-Watson Log likelihood 4.370443 Hannan-Quinn criter. 0.161995 F-statistic 0.085928 Durbin-Watson stat 1.977689
Prob(F-statistic) 0.998899
Sumber : Hasil Penelitian Eviews (data diolah)
Berdasarkan Tabel 4.4, nilai dari statistik Durbin-Watson adalah 1,977689. Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3, maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual (Gio, 2015).
4.2.2 Analisis Deskriptif
Analisis deskriptif merupakan suatu metode dimana data-data yang dikumpulkan, diklasifikasikan, dan diinterpretasikan secara objektif sehingga memberikan informasi dan gambaran mengenai topik yang dibahas. Deskriptif variabel dependen yaitu Capital Buffer (BUFF) dan variabel independen yaitu Return On Equity (ROE), Non Performing Loan (NPL), Lag of Capital Buffer (BUFFt-1), Loans to Total Assets (LOTA), dan Bank Size (SIZE).
Tabel 4.4 Statistik Deskriptif BUFF, ROE, NPL, BUFFt-1, LOTA, Size Perusahaan Perbankan di Indonesia
BUFF ROE NPL BUFFT_1 LOTA SIZE
Mean 9.184479 11.87438 2.286146 8.696042 67.89820 16.06316 Median 8.575000 11.95306 2.020000 8.280000 68.73929 16.30321 Maximum 17.57000 28.80152 9.950000 19.91000 89.84074 22.84726 Minimum 3.560000 -10.65070 0.310000 2.930000 49.97405 11.09270 Std. Dev. 2.794095 6.919451 1.623466 3.163775 7.202037 2.946396 Skewness 0.674406 -0.085166 2.093127 0.811229 -0.162737 0.049189 Kurtosis 3.246763 3.476720 9.575038 3.948620 3.760438 2.317669 Jarque-Bera 7.520753 1.025100 243.0234 14.12900 2.736797 1.901015 Probability 0.023275 0.598966 0.000000 0.000855 0.254514 0.386545 Sum 881.7100 1139.941 219.4700 834.8200 6518.227 1542.063 Sum Sq. Dev. 741.6620 4548.486 250.3861 950.8999 4927.587 824.7186 Observations 96 96 96 96 96 96
Sumber : Hasil Penelitian Eviews (data diolah)
Tabel 4.1 menunjukkan output statistik deskriptif variabel penelitian dari tahun 2012 sampai 2015 dengan menggunakan program Eviews. Dari tabel tersebut dapat dijelaskan statistik deskriptif sebagai berikut:
1. Variabel Capital Buffer (BUFF) memiliki nilai BUFF maksimum sebesar 17,57000 yang diperoleh oleh Bank Bumi Arta Tbk pada tahun 2015 hal tersebut dikarenakan nilai CAR Bank Bumi Arta yang tinggi pada 2015 yaitu 25,57%. Tingkat CAR yang tinggi menandakan semakin baik kemampuan bank tersebut dalam menanggung risiko dari setiap kredit yang beresiko. Sedangkan nilai BUFF minimum yaitu 3,560000 yang diperoleh oleh Bank Pundi Indonesia Tbk pada tahun 2013. Walaupun Bank Pundi memiliki tingkat CAR yang paling rendah namun masih berada di atas standar minimum modal menurut Bank Indonesia yaitu 8%. Diketahui rata-rata (mean) nilai BUFF adalah 9,184479, dan standar deviasinya 2,794095 dengan jumlah pengamatan sebanyak 96.
2. Variabel Return on Equity (ROE) memiliki nilai ROE maksimum sebesar 28,80152 yang diperoleh oleh Bank Rakyat Indonesia (Persero) Tbk pada tahun 2012 hal tersebut di karenakan kemampuan manajemen BRI pada tahun tersebut sangat baik sehingga dapat mengelola equity capital untuk mendapatkan income, ROE BRI pada tahun tersebut pun berada diatas standar Bank Indonesia (5%-12,5%). Sedangkan nilai ROE minimum yaitu -10,65070 yang diperoleh Bank MNC Internasional Tbk pada tahun 2013, hal tersebut dikarenakan MNC Bank (sebelumnya Bank ICB Bumiputera) mengalami kerugian sebesar Rp81,74 miliar pada 2013 akibat dari winding down pada kartu kreditnya. Bumiputera melakukan pembersihan terhadap nasabah kartu kreditnya sehingga terjadi penumpukan kerugian di ICB
Bumiputera (sekarang MNC Bank). Diketahui rata-rata (mean) nilai ROE adalah 11,87438, dan standar deviasinya 6,919451 dengan jumlah pengamatan sebanyak 96.
3. Variabel Non Performing Loan (NPL) memiliki nilai NPL maksimum sebesar 9,950000 yang diperoleh oleh Bank Pundi Indonesia Tbk pada tahun 2012, hal tersebut di karenakan kondisi Bank Pundi pada tahun tersebut mengalami kenaikan kredit macet akibat tingginya kredit yang di salurkan di sektor mikro. Bank Pundi juga masih melakukan pembenahan semenjak akuisisi dan berubah nama dari PT. Bank Eksekutif dua tahun sebelumnya. Sedangkan nilai NPL minimum yaitu 0,310000 yang diperoleh Bank QNB Indonesia Tbk pada tahun 2014, hal tersebut di karenakan kinerja Bank QNB Indonesia pada 2014 mengalami pertumbuhan yang signifikan. Walaupun Bank QNB Indonesia mengalami pertumbuhan penyaluran kredit sebesar 84% namun QNB dapat menjaga posisi NPL di tingkat yang rendah. Diketahui rata-rata (mean) nilai NPL adalah 2,286146 dan standar deviasinya 1,623466 dengan jumlah pengamatan sebanyak 96.
4. Variabel Lag of Capital Buffer (BUFFt-1) memiliki nilai BUFFt-1 maksimum sebesar 19,91000 yang diperoleh oleh Bank Woori Saudara Indonesia 1906 Tbk pada tahunn 2014 sedangkan nilai minimum yaitu 2,930000 yang diperoleh Bank Mayapada Internasional Tbk pada tahun 2013. Diketahui rata-rata (mean) nilai BUFFt-1 adalah 8,696042 dan standar deviasinya 3,163775 dengan jumlah pengamatan sebanyak 96. Sejalan dengan Capital Buffer, Capital Buffer periode
sebelumnya juga masih berada diatas standar minimum modal menurut Bank Indonesia yaitu sebesar 8%.
5. Variabel Loans to Total Assets (LOTA) memiliki nilai LOTA maksimum sebesar 89,84074 yang diperoleh oleh Bank CIMB Niaga Tbk pada tahun 2012 hal tersebut dikarenakan selama 2012 kredit investasi CIMB Niaga tercatat sebesar Rp30,18 triliun meningkat 11% dari tahun sebelumnya dikarenakan adanya penambahan modal asing ke Indonesia. Sektor pertambangan, property, dan manufaktur menjadi sektor yang dominan dalam memberikan kontribusi terhadap peningkatan kredit investasi perbankan korporat CIMB Niaga. Sedangkan nilai LOTA minimum yaitu 49,97405 yang diperoleh Bank Capital Indonesia Tbk pada tahun 2012. Walaupun nilai LOTA Bank Capital Indonesia yang paling rendah, namun Bank Capital Indonesia tetap mengalami peningkatan kredit dari tahun sebelumnya sebesar 61%. Diketahui rata-rata (mean) nilai LOTA adalah 67,89820 dan standar deviasinya 7,202037 dengan jumlah pengamatan sebanyak 96.
6. Variabel Bank Size (SIZE) memiliki nilai SIZE maksimum sebesar 22,84726 yang diperoleh oleh Bank Rakyat Indonesia Agro Niaga Tbk pada tahun 2015. Sebagai salah satu anak usaha dari BRI, BRI Agro mendapat suntikan dana dari BRI sehingga BRI Agro mengalami peningkatan total aset. Tercatat BRI Agro memiliki total aset sebesar Rp8,3 triliun pada 2015. Sedangkan nilai SIZE minimum yaitu 11,09270 yang diperoleh Bank Bukopin Tbk pada tahun 2012. Walaupun menjadi yang terendah pada 2012, Bank Bukopin selalu memiliki nilai total Asset yang meningkat
dari 2011-2015 dengan peningkatan rata-rata 13,45%. Dengan kata lain, Bank Bukopin merupakan perusahaan dengan ukuran perusahaan yang terus berkembang dilihat dari total assetnya. Diketahui rata-rata (mean) nilai SIZE adalah 16,06316 dan standar deviasinya 2,946396 dengan jumlah pengamatan sebanyak 96.
4.2.3 Pemilihan Model Data Panel
Untuk mengestimasi parameter model dengan data panel, terdapat tiga teknik yang dapat digunakan yaitu anatara lain, Common Effect Model (CEM) atau Pooled Least Square (PLS), Fixed Effect Model (FEM), dan Random Effect Model (REM).
Untuk menentukan model estimasi apakah yang digunakan anatara CEM dan FEM dalam memebentuk model regresi, maka digunakan uji Chow dengan hipotesis yang diuji sebagai berikut:
H0: Common Effect Model (CEM)
H1: Fixed Effect Model (FEM)
Aturan pengambilan keputusan terhadap hipotesis sebagai berikut:
1. Jika nilai probabilitas cross-section Chi Square < 0,05, maka H0 ditolak
Tabel 4.5 Hasil dari Uji Chow Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 0.835260 (23,67) 0.6771
Cross-section Chi-square 24.202067 23 0.3927
Sumber : Hasil Penelitian Eviews (data diolah)
Berdasarkan hasil dari uji Chow pada Tabel 4.5, diketahui nilai probabilitas adalah 0,3927. Karena nilai probabilitas 0,3927 > 0,05, maka H0 diterima. Maka model estimasi yang digunakan adalah model common effect model (CEM), maka pengujian model antara FEM dan REM tidak dilakukan.
4.2.4 Analisis Regresi Linier Berganda Model Data Panel
Analisis regresi berganda model data panel digunakan untuk mengetahui pengaruh antara variabel Return on Equity (X1), Non Performing Loan (X2), Lag of Capital Buffer (X3), Loans to Total Assets (X4), dan Bank Size (X5) terhadap Capital Buffer (Y).
Tabel 4.6
Pengujian Regresi Berganda Model Data Panel Dependent Variable: BUFF
Method: Panel Least Squares Date: 02/22/17 Time: 10:59 Sample: 2012 2015
Periods included: 4
Cross-sections included: 24
Total panel (balanced) observations: 96
Variable Coefficient Std. Error t-Statistic Prob.
C 2.258977 0.999436 2.260252 0.0262 ROE -0.062415 0.047264 -1.320553 0.1900 NPL -0.034692 0.036686 -0.945639 0.3469 BUFFT_1 0.491148 0.067571 7.268592 0.0000 LOTA -0.234930 0.234119 -1.003463 0.3183 SIZE 0.002562 0.008692 0.294773 0.7688
R-squared 0.418628 Mean dependent var 2.172060 Adjusted R-squared 0.386329 S.D. dependent var 0.305856 S.E. of regression 0.239599 Akaike info criterion 0.040761 Sum squared resid 5.166689 Schwarz criterion 0.201033 Log likelihood 4.043471 Hannan-Quinn criter. 0.105545 F-statistic 12.96122 Durbin-Watson stat 1.862937 Prob(F-statistic) 0.000000
Sumber : Hasil Penelitian Eviews (data diolah)
Berdasarkan pengelolaan data, maka pada Tabel 4.6 pada kolom Coefficients, diperoleh model persamaan regresi linear berganda sebagai berikut: Y = a + b1X1+ b2X2 + b3X3+ b4X4 + b5X5+ e
Sehingga, persamaan regresi linier berganda adalah sebagai berikut :
BUFF = 2,258977 – 0,062415ROE – 0,034692NPL + 0.491148BUFFt_1 – 0.234930LOTA + 0.002562SIZEit + e
Keterangan:
Y = Capital Buffer (BUFF) a = Konstanta
b1 = Koefisien regresi variabel X1
b2 = Koefisien regresi variabel X2 b3 = Koefisien regresi variabel X3
b4 = Koefisien regresi variabel X4 b5 = Koefisien regresi variabel X5
X1 = Return on Equity (ROE) X2 = Non Performing Loan (NPL) X3 = Lag of Capital Buffer (BUFFt_1) X4 = Loans to Total Assets (LOTA) X5 = Bank Size (SIZE)
e = Error Term
Berdasarkan persamaan linier berganda, maka dapat diinterpretasikan bahwa: 1. Konstanta sebesar 2,258977 artinya walaupun seluruh variabel independen
bernilai 0, maka Capital Buffer tetap sebesar 2,258977.
2. Koefisien Return on Equity yaitu sebesar -0.062415, artinya, jika Return on Equity mengalami kenaikan sebesar 1% dan variabel lain dianggap konstan maka Capital Buffer akan mengalami penurunan sebesar -0.062415.
3. Koefisien Non Performing Loan yaitu sebesar - 0.034692, artinya, jika Non Performing Loan mengalami kenaikan sebesar 1% dan variabel lain dianggap konstan maka Capital Buffer juga akan naik sebesar - 0.034692.
Capital Buffer mengalami kenaikan sebesar 1% dan variabel lain dianggap konstan maka Capital Buffer juga akan naik sebesar 0.491148.
5. Koefisien Loans to Total Assets yaitu sebesar - 0.234930, artinya, jika Loans to Total Assets mengalami kenaikan sebesar 1% dan variabel lain dianggap konstan maka Capital Buffer juga akan naik sebesar - 0.234930.
6. Koefisien Bank Size yaitu sebesar 0.002562, artinya, jika Bank Size mengalami kenaikan sebesar 1% dan variabel lain dianggap konstan maka Capital Buffer juga akan naik sebesar 0.002562.
4.2.5 Uji Hipotesis
Pada pengujian hipotesis, akan dilakukan analisis koefisien determinasi, pengujian pengaruh simultan (uji F), dan pengujian pengaruh parsial (uji t). Nilai-nilai statistik dari koefisien determinasi, uji F, dan uji t tersaji pada Tabel 4.8.
Tabel 4.7
Nilai Statistik dari Koefisien Determinasi, Uji F, dan Uji t Dependent Variable: BUFF
Method: Panel Least Squares Date: 02/22/17 Time: 10:59 Sample: 2012 2015
Periods included: 4
Cross-sections included: 24
Total panel (balanced) observations: 96
Variable Coefficient Std. Error t-Statistic Prob.
C 2.258977 0.999436 2.260252 0.0262 ROE -0.062415 0.047264 -1.320553 0.1900 NPL -0.034692 0.036686 -0.945639 0.3469 BUFFT_1 0.491148 0.067571 7.268592 0.0000 LOTA -0.234930 0.234119 -1.003463 0.3183 SIZE 0.002562 0.008692 0.294773 0.7688
R-squared 0.418628 Mean dependent var 2.172060 Adjusted R-squared 0.386329 S.D. dependent var 0.305856 S.E. of regression 0.239599 Akaike info criterion 0.040761 Sum squared resid 5.166689 Schwarz criterion 0.201033 Log likelihood 4.043471 Hannan-Quinn criter. 0.105545 F-statistic 12.96122 Durbin-Watson stat 1.862937 Prob(F-statistic) 0.000000
Sumber : Hasil Penelitian Eviews (data diolah)
4.2.5.1 Uji Signifikansi Pengaruh Parsial (Uji t)
Uji t atau uji parsial digunakan untuk menguji apakah suatu variabel bebas berpengaruh atau tidak terhadap variabel terikat. Uji t dalam penelitian ini menggunakan nilai signifikansi 0,05 (α=5%).
Berdasarkan Tabel 4.7, diketahui nilai prob. dari Return on Equity (ROE) adalah 0,1900, nilai prob. dari Non Performing Loan (NPL) adalah 0,3469, nilai prob. dari Loans to Total Assets (LOTA) adalah 0,3183, dan nilai prob. dari Bank
Size (SIZE) adalah 0,7688. Karena nilai prob. dari ROE, NPL, LOTA dan SIZE > 0,05, maka ROE, NPL, LOTA dan SIZE, secara parsial atau masing-masing, tidak berpengaruh signifikan terhadap Capital Buffer (BUFF). Sementara nilai prob. dari Lag of Capital Buffer (BUFFt_1) 0,0000 < 0,05, maka BUFFt_1 berpengaruh signifikan terhadap Capital Buffer (BUFF). Diketahui nilai koefisien dari BUFFt_1 adalah 0,491148 dan nilai koefisien dari SIZE adalah 0,002562, yakni bernilai positif. Hal ini berarti BUFFt_1 dan SIZE berpengaruh positif terhadap BUFF. Sedangkan nilai koefisien dari ROE adalah 0,062415, nilai koefisien dari NPL adalah -0,034692, dan nilai koefisien dari LOTA adalah -0,234930, yakni bernilai negatif, berarti ROE, NPL, dan LOTA berpengaruh negatif terhadap BUFF.
4.2.5.2 Uji Signifikansi Pengaruh Simultan (Uji F)
Uji � bertujuan untuk menguji pengaruh variabel bebas secara bersama-sama atau simultan terhadap variabel terikat. Berdasarkan Tabel 4.7, diketahui nilai Prob. (F-statistics), yakni 0,000000 < 0,05, maka dapat disimpulkan bahwa seluruh variabel bebas, yakni ROE, NPL, BUFFt_1, LOTA dan SIZE, secara simultan, berpengaruh signifikan terhadap variabel BUFF.
4.2.5.3 Analisis Koefisien Determinasi
Berdasarkan Tabel 4.7, diketahui nilai koefisien determinasi (R-squared) sebesar �2
= 0.418628. Nilai tersebut dapat diinterpretasikan ROE, NPL, BUFFt_1, LOTA, dan SIZE, mampu mempengaruhi/menjelaskan ROA secara simultan atau
bersama-sama sebesar 41,8628%, sisanya sebesar 58,1372% dipengaruhi oleh faktor-faktor lain.