BAB III KERANGKA KONSEP DAN HIPOTESIS
3.2 Hipotesis
Hipotesis penelitian adalah jawaban sementara terhadap masalah penelitian, yang kebenarannya harus diuji secara empiris. Berdasarkan kerangka konseptual yang telah diuraikan sebelumnya, maka dapat dirumuskan hipotesis penelitian sebagai berikut:
1. Rasio keuangan (Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio) berpengaruh terhadap return saham baik secara simultan dan parsial pada parsial pada perusahaan perbankan yang tercatat di Bursa Efek Indonesia.
2. Performance keuangan perbankan yang diukur dengan Return On Assets merupakan variabel moderating yang dapat memoderasi hubungan antara rasio keuangan (Capital Adequacy Ratio, beban operasional terhadap pendapatan operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio) dengan return saham pada perusahaan perbankan yang tercatat di Bursa Efek Indonesia.
BAB IV
METODE PENELITIAN
4.1 Jenis Penelitian
Penelitian ini menggunakan desain penelitian kausalitas, digunakan untuk menganalisis pengaruh antar satu variabel dengan variabel lainnya. Dilakukannya penelitian ini untuk menguji pengaruh fakta,fenomena serta mencari keterangan- keterangan secara aktual yaitu penelitian yang bersifat menjelaskan faktor- faktor yang mempengaruhi. Menurut Sugiyono (2011:4), terdapat macam- macam variabel yaitu (1) ariabel Independen, (2) Variabel Dependen, (3) Variabel Moderator, (4) Variabel Intervening. Dalam penelitian ini terdapat variabel independen (variabel yang mempengaruhi) dan variabel dependen (variabel yang dipengaruhi) yang bertujuan untuk melihat hubungan bagaimana Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio sebagai variabel independen mempengaruhi Return saham sebagai variabel dependen. Data kuatitatif atau data berbentuk angka yang digunakan dalam penelitian ini.
4.2 Lokasi Penelitian
Lokasi penelitian ini dilakukan pada perusahaan perbankan yang terdaftar di Bursa Efek Indonesia tahun 2013- 2017, dengan cara mengakses dari situs (http://www.idx.co.id) untuk mendapatkan data- data dan informasi yang dibutuhkan selama penelitian.
4.3 Populasi dan Sampel
Populasi dalam penelitian ini adalah semua perusahaan perbankan yang telah go-publik dan terdaftar di Bursa Efek Indonesia, dengan tahun pengamatan 2013-2017. Adapun perusahaan perbankan yang terdaftar di Bursa Efek Indonesia terdiri dari 43 Bank. Berdasarkan teknik pemilihan sampel tersebut maka dalam penentuan sampling penelitian ini menggunakan metode pengambilan sampel sistematik random sampling yaitu proses pengambilan sampel dilakukan dengan memberi nomor urut anggota populasi dan selanjutnya memilih nomor urut yang ganjil atau genap. Berdasarkan teknik pemilihan sampel tersebut maka dalam penentuan sampling penelitian ini dipilih nomor urut yang genap dan diperoleh total sampel sebanyak 21 perusahaan perbankan yang terdaftar di Bursa Efek Indonesia pada periode penelitian tahun 2013-2017 , seperti digambarkan pada table dibawah ini:
Tabel 4.1 Daftar Sampel Perusahaan
NO Kode Saham Nama Bank Tanggal IPO
1 AGRS Bank Agris Tbk 22 Desember 2014
2 BABP Bank MNC Internasional Tbk 15 Juli 2202
3 BBCA Bank Central Asia 31 Mei 2000
4 BBKP Bank Bukopin Tbk 10 Juli 2006
5 BBNI Bank Negara Indonesia (Persero) Tbk 25 November 1996 6 BBRI Bank Rakyat Indonesia (Persero) Tbk 10 November 2003
7 BBYB Bank Yudha Bakti Tbk 13 Januari 2015
8 BDMN Bank Danamon Indonesia 06 Desember 1989
9 BGTB Bank Ganesha Tbk 12 Mei 2016
10 BJBR Bank Jabar Banten Tbk 08 Juli 2010
11 BKSW Bank QNB Indonesia Tbk 21 November 2002
12 BMRI Bank Mandiri Persero Tbk 14 Juli 2003
13 BNGA Bank CIMB Niaga Tbk 29 November 1989
14 BNLI Bank Permata Tbk 15 Januari 1990
15 BSWD Bank of India Indonesia Tbk 01 May 2002
16 BVIC Bank Victoria Internasional Tbk 30 Juni 1999 17 INPC Bank Artha Graha Internasional Tbk 29 Agustus 1990 18 MCOR Bank China Construction Bank Ind, Tbk 03 Juli 2007
19 NAGA Bank Mitraniaga Tbk 09 Juli 2013
20 NOBU Bank Nationalnobu Tbk 20 May 2013
21 PNBS Bank PAnin Syahriah Tbk 15 Januari 2014
4.4 Jenis dan Sumber Data
Penelitian ini menggunakan data sekunder, yaitu data kuantitatif yang diperoleh dari situs Bursa Efek Indonesia (www.idx.co.id) yang berupa laporan keuangan yang dikeluarkan oleh perusahaan perbankan yang terdaftar di Bursa Efek Indonesia. Data ini merupakan gabungan data antara bank (cross section) dan antar waktu (time series) yang disebut juga dengan polling data.
4.5 Metode Pengumpulan Data
Metode pengumpulan data dilakukan dengan cara mendownload melalui website Bursa Efek Indonesia www.idx.co.id yang berupa laporan keuangan perusahaan perbankan pada tahun 2013-2017.
4.6 Defenisi Operasional Variabel
Penelitian ini dilakukan untuk menguji apakah terdapat hubungan pengaruh rasio keuangan terhadap return saham perbankan di Bursa Efek Indonesia, dan yang menjadi variabel dependen adalah Return Saham perbankan yang terdaftar di Bursa Efek Indonesia, sedangkan variabel independennya adalah (Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio). Dibawah ini akan dijelaskan definisi dari masing-masing variabel yang digunakan dalam penelitian ini, yaitu:
a. Return Saham
Return saham adalah hasil yang diperoleh dari investasi.
Return Saham = Pt- Pt-1 X 100%
Pt-1
b. Capital Adequacy Ratio (X1)
Capital Adequacy Ratio (CAR) disebut rasio kecukupan modal adalah rasio yang menunjukkan kemampuan bank dalam menyediakan dana untuk keperluan pengembangan usaha dan pelindung risiko kerugian yang diakibatkan oleh kegiatan operasional. Semakin tinggi CAR semakin baik kondisi sebuah bank.
Capital Adequacy Ratio: Modal Bank x 100%
Aktiva Tertimbang Menurut Risiko c. Beban Operasional terhadap Pendapatan Operasional (X2)
Rasio beban Operasional terhadap pendapatan operasional merupakan perbandingan antara total beban operasional terhadap pendapatan operasional, dengan input yang digunakan dalam rasio ini adalah beban operasional, dan output nya adalah pendapatan operasional”.
Beban Operasional terhadap pendapatan operasional
= Beban Operasional X 100%
Pendapan operasional
Rasio BOPO ini digunakan untuk mengukur tingkat efisiensi dan kemampuan bank dalam melakukan kegiatan operasionalnya, sehingga semakin rendah nilai rasio ini, semakin baik bank tersebut dalam memaksimalkan laba atas beban yang terjadi.
d. Net Interest Margin (X3)
Net Interest Margin merupakan perbandingan antara pendapatan bunga bersih terhadap rata-rata aktiva produktif. Penggunaan rasio ini untuk mengukur
kemampuan manajemen perusahaan pembiayaan terutama dalam hal pengelolaan aktiva produktif sehingga bisa menghasilkan laba bersih.
Net Interest Margin = Pendapatan Bunga Bersih X 100%
Rata- rata Aktiva Produktif e. Non Performing Loan (X4)
Rasio Non Performing Loan (NPL) adalah membandingan antara kredit bermasalah terhadap total kredit. Penggunaan rasio ini untuk mengukur kemampuan manajemen bank dalam mengelola kredit bermasalah, sehingga semakin tinggi rasio ini maka akan semakin semakin buruk kualitas kredit bank dimana artinya jumlah kredit bermasalah semakin besar, sehingga kondisi suatu bank yang bermasalah semakin besar. Dalam penilaian bank, besarnya Rasio Non Performing Loan (NPL) maksimum yang ditetapkan oleh Bank Indonesia adalah sebesar 5%.
Non Performing Loan = Total Kredit Bermasalah X 100%
Total Kredit Disalurkan
f. Loan to Deposit Ratio (X5)
Rasio yang menggambarkan dan mengukur sejauh mana tingkat likuiditas mengenai sejauh mana simpanan digunakan untuk pemberian pinjaman. Untuk menghitung Loan to Deposit Ratio yaitu dilihat dari perbandingan antara total kredit (kredit yang diberikan kepada pihak ketiga, tetapi tidak termasuk kredit kepada bank lain)dengan dana pihak ketiga.
Loan to Deposit Ratio = Total Kredit X 100%
Dana Pihak Ketiga
g. Performance Keuangan Perbankan (Y)
Performance keuangan perbankan (Y) merupakan perbandingan Laba sebelum pajak dengan rata-rata total asset, dengan menggunakan alat ukur Return on Assets (ROA) untuk menentukan performance keuangan dalam penelitian ini.
Return On Assets= Laba Sebelum Pajak x 100%
Rata-rata Total Aset
Tabel 4.2 Definisi Dan Pengukuran Variabel
No Nama Variabel
Defenisi Pengukuran Skala
1 Return Saham (Y)
hasil yang diperoleh dari investasi
Return Saham= Pt-Pt-1 x 100%
Pt-1
Rasio
2. Capital Adequacy Ratio (X1)
Capital Adequacy Ratio (CAR) adalah rasio yang memperlihatkan
performance bank dimana seluruh aktiva bank yang memiliki risiko seperti kredit yang ikut dibiayai dari dana modal sendiri bank, di samping dana-dana yang diperoleh dari sumber-sumber di luar bank, seperti dana masyarakat, pinjaman (utang) dan
Rasio beban Operasional terhadap pendapatan input yang digunakan dalam rasio ini adalah beban operasional, dan output nya adalah pendapatan operasional
Beban Operasional terhadap Pendapatan Operasional
= Beban operasional x 100%
Pendapatan Operasional
Rasio
4 Net Interest Margin (X3)
Net Interest Margin merupakan perbandingan antara pendapatan bunga bersih terhadap rata-rata aktiva produktif.
= Total Kredit Bermasalah x
Rasio
Loan (X4) perbandingan antara kredit bermasalah terhadap total kredit
Total Kredit Disalurkan
6 Loan to
Deposit Ratio (X5)
Rasio yang
menggambarkan dan mengukur sejauh mana tingkat likuiditas mengenai sejauh mana simpanan digunakan dengan rata-rata total
asset, dengan
4.7 Metode Analisis Data 4.7.1 Uji Statistik Deskriptif
Statistik Deskriptif merupakan statistik yang berfungsi untuk pengumpulan dan peringkasan data, serta upaya untuk menggambarkan berbagai karakteristik yang penting pada data yang telah diorganisasikan sedemikian rupa, juga untuk mendeskripsikan terhadap objek yang diteliti melalui sampel atau populasi tanpa melakukan analisis atau membuat kesimpulan yang berlaku secara umum. Uji statistik deskriptif digunakan untuk memberikan gambaran profil dari data yang digunakan dalam penelitian ini. Output uji statistik deskriptifakan dikemukakan dengan cara penyajian data yang berisi informasi mengenai nilai minimum, nilai maksimum, nilai rata- rata dan nilai standar deviasi dari sekumpulan data.
4.7.2 Uji Asumsi Klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi- asumsi klasik. Adapun asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji heteroskedastisitas, uji multikolinieritas dan uji autokorelasi.
4.7.2.1 Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistik non parametrik. Dalam pembahasan ini akan digunakan uji One Sample Kolmogorov-Smirnov dengan menggunakan taraf signifikansi 0,05. Data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 5% atau 0,05.
Pada setiap analisis regresi, uji normalitas harus dilakukan pada nilai residual yang dihasilkan dari model regresi. Uji normalitas bertujuan untuk menguji kenormalan distribusi nilai residual. Model regresi yang baik memiliki nilai residual berdistribusi normal. Uji normalitas dapat dilakukan melalui analisis grafik dan/atau uji statistik. Pendeteksian kenormalan distribusi nilai residual dari model regresi menggunakan analisis grafik dilakukan dengan cara mengamati Normal Probability Plot dari nilai residual. Jika ploting data observasi dalam Normal Probability Plot mendekati garis diagonal dan penyebaran data observasi mengikuti garis diagonalnya, maka nilai residual
berdistribusi normal sehingga dapat disimpulkan tidak terjadi pelanggaran asumsi normalitas. Tetapi jika ploting data observasi dalam Normal Probability Plot menjauh dari garis diagonal dan penyebaran data observasi tidak mengikuti garis diagonalnya, maka nilai residual tidak berdistribusi normal sehingga dapat disimpulkan terjadi pelanggaran asumsi normalitas. Secara statistik, kenormalan distribusi nilai residual dapat diketahui melalui pengaplikasian uji One-Sample Kolmogorov-Smirnov (O-S K-S) pada nilai residual yang dihasilkan dari model regresi. Jika output dari uji O-S K-S menunjukkan nilai Asymp. Sig.
(2-tailed) > 5%, nilai residual berdistribusi normal sehingga dapat disimpulkan tidak terjadi pelanggaran asumsi normalitas (Ghozali, 2013).
4.7.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas. Ada beberapa metode pengujian yang bisa digunakan diantaranya yaitu Uji Park, Uji Glesjer. Melihat pola grafik regresi, dan uji koefisien korelasi Spearman.
Heteroskedastisitas adalah adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Uji heteroskedastisitas digunakan untuk mengetahui adanya atau tidaknya adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas. Uji heteroskedastisitas dapat dilakukan melalui analisis
grafik dan/atau uji statistik. Pendeteksian gejala heteroskedastisitas dengan menggunakan analisis grafik dilakukan dengan cara melihat scatterplot dari nilai residual. Jika ploting data nilai residual dalam scatterplot menyebar diatas maupun dibawah angka 0 pada sumbu Y serta penyebaran data nilai residual pada scatterplot tidak membentuk pola yang jelas, disimpulkan model regresi yang digunakan terbebas dari gejala heteroskedastisitas. Tetapi jika ploting data nilai residual dalam scatterplot membentuk pola tertentu (bergelombang, melebar kemudian menyempit), disimpulkan model regresi yang digunakan terkena gejala heteroskedastisitas. Pendeteksian gejala heteroskedastisitas melalui uji statistik dapat dilakukan menggunakan Uji Spearman’s ho.
4.7.2.3 Uji Multikolinieritas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Ada beberapa metode pengujian yang bisa digunakan diantaranya yaitu 1) dengan melihat nilai inflation factor (VIF) pada model regresi, 2) dengan membandingkan nilai koefisien determinasi individual (r2) dengan nilai determinasi secara serentak(R2), dan 3) dengan melihat nilai eigenvalue dan condition index. Pada pembahasan ini akan dilakukan uji multikolinearitas dengan melihat nilaiinflation factor (VIF) pada model regresi dan membandingkan nilai koefisien determinasi individual (r2) dengan nilai determinasi secara serentak (R2). Menurut Santoso (2001), pada
umumnya jika VIF lebih besar dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya.
Uji multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi yang tinggi antar variabel independen. Pada model regresi yang baik seharusnya antar variabel independen tidak terjadi kolerasi yang tinggi. Adanya atau tidak adanya masalah multikolinieritas pada model regresi, dapat diketahui dengan cara mengevaluasi statistik kolinearitas dari model regresi. Suatu model regresi dinyatakan terbebas dari masalah multikolinieritas jika masing-masing variabel independen yang dimasukkan ke dalam model regresi memiliki nilai Tolerance mendekati 1 dan Variance Inflation Factor (VIF) < 10. Pendeteksian multikolinearitas juga dapat dilakukan dengan cara menganalisis Matrik Koefisien Korelasi. Jika pada matrik koefisien korelasi ditemukan ada variabel independen yang berkorelasi dengan variabel independen lainnya dengan koefisien korelasi > 90%, disimpulkan model regresi memiliki masalah multikolinieritas.
4.7.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk mendeteksi keberadaan autokorelasi pada nilai residual (prediction errors) dari sebuah analisis regresi. Autokorelasi adalah hubungan antara nilai-nilai yang dipisahkan satu sama lain dengan jeda waktu tertentu, suatu model regresi dinyatakan baik apabila terbebas dari gejala autokorelasi. Runs Test dapat digunakan untuk mendeteksi gejala autokorelasi dalam sebuah model regresi. Jika antara residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah random. Dalam pengujian ini,
nilai signifikan pada 0,05 digunakan sebagai dasar untuk menyatakan adanya atau tidak adanya gejala autokorelasi.
4.7.3 Pengujian Hipotesis Pertama 4.7.3.1 Uji Regresi Berganda
Untuk melakukan pengujian hipotesis secara statistik, penelitian ini mengaplikasikan analisis regresi berganda (Multiple Regression Analysis) dengan menggunakan program aplikasi SPSS (Statistical Product and Service Solutions).
Selain untuk mengukur kekuatan hubungan antara dua variabel atau lebih, analisis regresi juga dapat menunjukkan arah hubungan antara variabel dependen dengan variabel independen (Ghozali, 2013). Regresi Berganda digunakan untuk memodelkan hubungan antara dua atau lebih variabel independen dan variabel dependen dengan mencocokkan persamaan linier dengan data observasi. Dalam Model Regresi Linier Berganda (Multiple Linear Regression Models) yang digunakan dalam penelitian ini, variabel dependen adalah Return On Assets sebagai proksi dari kinerja keuangan perbankan sedangkan Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio, Return Saham terpilih sebagai variabel independen, dimana persamaan liniernya dirumuskan sebagai berikut:
Y = a + b1X1 + b2X2 + b3X3 + b4X4+ b5X5+ e dimana:
Y = Return On Assets (ROA) a = Intercept
b = Koefisien regresi
X1= Capital Adequacy Ratio(CAR)
X2 = Beban Operasional terhadap Pendapatan Operasional (Operating Expenses)= BOPO
X3 = Net Interest Margin (NIM) X4 = Non Performing Loan (NPL) X5 = Loan to Deposit Ratio (LDR) e = error term
Parameter persamaan regresi linier berganda tersebut dapat menunjukkan tanda koefisien regresi atas setiap variabel independen (b), positif atau negatif. b akan bernilai positif jika menunjukkan hubungan searah antara variabel independen dengan variabel dependen. Artinya kenaikan variabel independen akan mengakibatkan kenaikan variabel dependen dan sebaliknya, penurunan variabel independen akan menurunkan variabel dependen. b akan bernilai negatif jika menunjukkan hubungan yang berlawanan arah antara variabel independen dengan variabel dependen. Artinya kenaikan variabel independen akan mengakibatkan penurunan variabel dependen dan sebaliknya, penurunan variabel independen akan menaikkan variabel dependen.
4.7.3.2 Uji Koefisien Determinasi
Salah satu ukuran dari kontribusi variabel independen dalam model adalah koefisien determinasi (coefficient of determination), yang dinotasikan dengan R2 (R Square). R2 merupakan kuadrat dari korelasi product moment antara X (variabel independen) dan variabel Y (variabel dependen). Dalam model regresi, R2 dijadikan sebagai pengukuran seberapa baik garis regresi mendekati nilai data asli yang dibuat model. Jika R2 sama dengan 1, maka angka tersebut
menunjukkan garis regresi cocok dengan data secara sempurna. Uji koefisien determinasi (Uji R2) bertujuan untuk mengetahui seberapa besar kemampuan semua variabel independen yang secara serempak dimasukkan dalam model mampu menjelaskan variasi dalam variabel dependen. Nilai R2 berkisar antara 0 sampai dengan 1. Jika R2 = 0, menunjukkan bahwa variasi dalam variabel dependen sama sekali tidak mampu dijelaskan oleh hubungan liniernya dengan variabel independen. Jika R2 = 1, menunjukkan bahwa 100% variasi dalam variabel dependen mampu dijelaskan oleh hubungan liniernya dengan variabel independen. Sebagai pedoman umum, suatu model dinyatakan baik dalam memprediksi variabel dependen jika nilai R2 di atas 0,5 atau 50%.
Adjusted R Square (R2adj) merupakan R2 yang telah disesuaikan dengan jumlah variabel independen yang dimasukkan ke dalam model regresi. Tidak seperti R2, R2 adj tidak selalu meningkat apabila dilakukan penambahan variabel dalam model. Nilai R2adj selalu lebih kecil dari R2 dan bisa memiliki nilai negatif. Jika R2adj bernilai negatif, nilai tersebut dianggap 0, atau dengan kata lain variabel independen sama sekali tidak mampu menjelaskan variasi dalam variabel independennya. Penginterpretasian R2adj tidak sama seperti R2 sehingga diperlukan kehati- hatian dalam menginterpretasi dan melaporkan statistik ini.
R2adj akan lebih berguna hanya jika R2 dihitung berdasarkan sampel, bukan dari keseluruhan populasi. Oleh karena itu dalam penelitian ini, interpretasi hasil uji koefisien determinasi akan didasarkan kepada nilai R2.
4.7.3.3 Uji Statistik Simultan (Uji F)
Pengujian ini bertujuan untuk menguji signifikansi pengaruh semua variabel independen yang dimasukkan dalam model secara simultan terhadap variabel dependen. Pengujian ini menggunakan tingkat keyakinan 95 atau pada taraf signifikansi (α) 5%.
Adapun yang menjadi kriteria dalam pengambilan keputusan adalah sebagai berikut:
1. Jika F hitung > F tabel, Artinya variabel independen yang dimasukkan dalam model secara simultan berpengaruh signifikan terhadap variabel dependen.
2. Jika F hitung < F tabel, Artinya variabel independen yang dimasukkan dalam model secara simultan tidak berpengaruh signifikan terhadap variabel dependen.
4.7.3.4 Uji Statistik Parsial (Uji t)
Pengujian ini bertujuan untuk menguji signifikansi pengaruh variabel independen secara individual dalam menjelaskan variasi dalam variabel dependen.
Pengujian ini menggunakan tingkat kepercayaan 95% atau pada taraf signifikansi (α) 5 .
Adapun yang menjadi kriteria dalam pengambilan keputusan adalah sebagai berikut:
1. Jika t hitung > t tabel, Artinya suatu variabel independen berpengaruh signifikan dalam menjelaskan variasi dalam variabel dependen.
2. Jika t hitung < t tabel, Artinya suatu variabel independen tidak berpengaruh signifikan dalam menjelaskan variasi dalam variabel dependen.
4.7.4 Pengujian Hipotesis Kedua
Uji Moderating bertujuan untuk melihat seberapa jauh variabel moderating memoderasi pengaruh variabel independen terhadap variabel dependen. Menurut Ghozali (2013), variabel moderating adalah variabel independen yang memperkuat atau memperlemah hubungan antara variabel independen dengan variabel dependen. Variabel moderating dapat dilakukan dengan uji interaksi, uji nilai selisih mutlak, dan uji residual. Penelitian ini menggunakan uji residual yang bertujuan untuk menguji pengaruh deviasi dari suatu model apakah ada ketidakcocokan (lack of fit) dari deviasi hubungan linear antar variabel independen yang dilihat dari besarnya nilai residualnya.
Persamaan regresi sebagai berikut :
Z = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + e ...(1) [e]= a+bY……….(2) Keterangan:
Y = Return Saham a = Konstanta
b = Koefisien Regresi Variabel X1 = Capital Adequacy Ratio (CAR)
X2 = Beban Operasional terhadap Pendapatan Operasional X3 = Net Interest Margin
X4 = Non Performing Loan X5 = Loan To Deposit Ratio
Z = Pemoderasi/ Return On Assets e = Error (variabel pengganggu)
Adapun yang menjadi kriteria dalam pengambilan keputusan adalah sebagai berikut:
1. Jika nilai signifikansi < 5% maka artinya Return On Assets memoderasi hubungan Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio terhadap Return saham.
2. Jika nilai signifikansi > 5% artinya Return On Assets tidak memoderasi hubungan antara Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio dengan Return Saham
Suatu variabel dikatakan sebagai variabel moderating apabila nilai koefisien parameternya negatif dan nilai signifikansinya < 0.05.
BAB V
HASIL PENELITIAN DAN PEMBAHASAN
5.1 Hasil Penelitian
Penelitian pada tahap ini akan menguji pengaruh Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio terhadap Return Saham, dan apakah Return On Assets mampu memoderasi pengaruh Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio terhadap Return Saham. Populasi dalam penelitian ini seluruh perusahaan perbankan yang terdaftar dan aktif di Bursa Efek Indonesia selama tahun 2013-2017, yakni 21 perusahaan. Jumlah sampel yang diperoleh bedasarkan kriteria adalah 21 perusahaan dengan jumlah observasi sebanyak 105 unit analisis ( 21 perusahaan x 5 tahun). Jumlah populasi dan sampel dapat dilihat pada lampiran.
Penelitian pada tahap ini akan menguji pengaruh Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio terhadap Return Saham, dan apakah Return On Assets mampu memoderasi pengaruh Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Deposit Ratio terhadap Return Saham. Populasi dalam penelitian ini seluruh perusahaan perbankan yang terdaftar dan aktif di Bursa Efek Indonesia selama tahun 2013-2017, yakni 21 perusahaan. Jumlah sampel yang diperoleh bedasarkan kriteria adalah 21 perusahaan dengan jumlah observasi sebanyak 105 unit analisis ( 21 perusahaan x 5 tahun). Jumlah populasi dan sampel dapat dilihat pada lampiran.