4.4 Indikator ROE
4.4.1.3 Interpretasi Output
Tabel 4.25
Rangkuman Output Regresi
R-squared 0,979780 Mean dependent var 50,04450 Adjusted R-squared 0,973446 S.D. dependent var 73,35805 S.E. of regression 11,95396 Sum squared resid 11860,47 F-statistic 154,6869 Durbin-Watson stat 2,101653 Prob(F-statistic) 0,000000
Sumber: Output Eviews 4.1 Olahan Penulis, 2009
Berdasarkan tabel di atas, dapat dilihat dari F-stat bahwa model ini adalah model yang cukup baik untuk digunakan karena f-stat < α (α=5%) yaitu sebesar 0.
Nilai AdjustedR menunjukkan sejauh mana variasi dari variabel terikat mampu 2 dijelaskan oleh variabel bebasnya, atau dengan kata lain bagaimana model dapat menjelaskan pergerakan variabel terikatnya. Nilai AdjustedR berkisar antara 0-1, 2 semakin mendekati 1,maka kemampuan model menjelaskan pergerakan variabel terikat semakin baik. Hasil estimasi model yang digunakan menghasilkan nilai AdjustedR sebesar 0,973446. Ini berarti model yang digunakan dapat 2 menjelaskan variabel terikat atau ROE sebesar 97,34%.
Tabel 4.26
Koefisien dan t-stat Variabel Penjelas
Variable Coefficient Std.
Error t-Statistic Prob.
CAR -0,014878 0,112676 -0,132046 0,8953 LDR 0,009119 0,001596 5,712464 0,0000 NPL -0,684374 0,183653 -3,726462 0,0004 NIM -2,421588 0,326853 -7,408797 0,0000 BOPO -1,153636 0,043356 -26,60829 0,0000
Sumber: Output Eviews 4.1 Olahan Penulis, 2009
Berikut ini akan dijelaskan uji signifikasi dan uji dua arah variabel ROE terhadap variabel rasio keuangan, yaitu CAR, LDR, NPL, NIM, dan BOPO:
Variabel independen Capital Adequacy Ratio (CAR) memiliki t-stat (prob) > α (α=5%), maka tidak tolak H0. Berarti variabel CAR tidak berhubungan secara signifikan terhadap ROE.
Variabel independen Loan to Deposit Ratio (LDR) memiliki t-stat (prob) < α (α=5%), maka tolak H0. Berarti variabel LDR berhubungan secara signifikan terhadap ROE. Koefisien dari LDR yang bertanda positif menunjukkan hubungan antara variabel ini dan ROE searah. Saat LDR naik, maka ROE akan bertambah besar. Nilai koefisien dari LDR menggambarkan bahwa kenaikan (penurunan) LDR sebesar 1% akan menaikkan (menurunkan) ROE sebesar 0,009119.
Variabel independen Non Performing Loan (NPL) memiliki t-stat (prob) < α (α=5%), maka tolak H0. Berarti variabel NPL berhubungan secara signifikan terhadap ROE. Koefisien dari NPL yang bertanda negatif menunjukkan hubungan antara variabel ini dan ROE tidak searah atau berbading terbalik. Saat NPL naik, maka ROE akan semakin turun. Nilai koefisien dari NPL menggambarkan bahwa kenaikan NPL sebesar 1% akan menurunkan ROE sebesar 0,684374 dan begitu juga sebaliknya.
Variabel independen Net Interest Margin (NIM) memiliki t-stat (prob) < α (α=5%), maka tolak H0. Berarti variabel NIM berhubungan secara signifikan terhadap ROE. Koefisien dari NIM yang bertanda negatif menunjukkan hubungan antara variabel ini dan ROE tidak searah atau berbanding terbalik. Saat NIM naik, maka ROE akan semakin turun. Nilai koefisien dari NIM menggambarkan bahwa kenaikan NIM sebesar 1% akan menurunkan ROE sebesar 2,421588 dan begitu juga sebaliknya.
Variabel independen Beban Operasional terhadap Pendapatan Operasional (BOPO) memiliki t-stat (prob) < α (α=5%), maka tolak H0. Berarti variabel BOPO berhubungan secara signifikan terhadap ROE. Koefisien dari BOPO yang bertanda negatif menunjukkan hubungan antara variabel ini dan ROE tidak searah atau berbanding terbalik. Saat BOPO naik, maka ROE akan semakin turun. Nilai koefisien dari BOPO menggambarkan bahwa kenaikan BOPO sebesar 1% akan menurunkan ROE sebesar 1,153636 dan begitu juga sebaliknya.
4.4.2 Model 2
Oleh karena hasil estimasi yang didapatkan dari model 1 tidak menunjukkan hubungan yang signifikan antara ROE terhadap variabel CAR. Maka dibuatlah model baru yang mengeluarkan variabel CAR.
4.4.2.1 Pemilihan Model
Chow-test terhadap data penelitian ini adalah sebagai berikut:
Tabel 4.27
Input perhitungan Chow-Test
RRSS 25227,25 URSS 12436,96 N 22 T 5 K 4
Sumber: Output Eviews 4.1 Olahan Penulis, 2009
Dengan input pada perhitungan sebagaimana tertulis pada tabel di atas, maka didapat hasil perhitungan Chow-test sebagai berikut :
Tabel 4.28
Hasil Perhitungan Chow-Test
F-hitung (Chow) 4,113639 Critical value 1,86
Sumber: Output Eviews 4.1 Olahan Penulis, 2009
Dari hasil uji yang terdapat pada tabel di atas terhadap dua model yang diteliti, diketahui bahwa F-hitung (Chow stat) > critical value maka dengan demikian H0
ditolak, sehingga dalam penelitian ini estimasi yang digunakan adalah fixed effect.
Selanjutnya dilakukan pengujian Haussman-test, untuk menentukan apakah penelitian ini menggunakan metode fixed effect atau random effect.
Hasil Hausman-test yang dilakukan pada software Eviews jika dibandingkan dengan hasil perhitungan chi-table pada Excel akan adalah sebagai berikut :
Tabel 4.29 Hasil Hausman Test
Hausman Score 66,79955 Chi table 27,587
Sumber: Output Eviews 4.1 Olahan Penulis, 2009
Dari hasil uji yang terdapat pada tabel diatas, diketahui bahwa nilai Hausman >
chi table, maka dengan demikian H0 ditolak, H1 tidak ditolak, sehingga dalam penelitian ini estimasi yang digunakan adalah Fixed Effect.
4.4.2.2 Pengujian Statistik
Setelah melakukan uji pemilihan model yang menghasilkan model Fixed Effect sebagai model yang digunakan, maka langkah selanjutnya adalah melakukan pengujian terhadap data yang dipakai dalam penelitian ini. Hal ini dilakukan
untuk memastikan data memenuhi kriteria BLUE (Best Linear Unbiased Estimated).
4.4.2.2.1 Heteroskedastis
Tabel 4.30 Uji Heteroskedastisitas
Weighted Statistics Unweighted Statistics
R-squared 0,972049 R-squared 0,753592 Adjusted
R-squared
0,963730 Adjusted R-squared
0,680256
Sumber: Output Eviews 4.1 Olahan Penulis, 2009
Dapat dilihat dari tabel di atas bahwa baik R2 maupun adjusted R2 weighted nilainya lebih besar dari R2 maupun adjusted R2 unweighted. Hal ini menandakan bahwa data yang digunakan dalam penelitian bersifat homoskedastis.
4.4.2.2.2 Otokorelasi
Dari tabel Durbin-Watson Statistic, didapat bahwa untuk jumlah sampel 110 dan variabel penjelas 4, maka didapat dL sebesar 1,59 dan du sebesar 1,76. Pada model yang dibuat hasil Durbin-Watson Stat adalah sebesar 2,062242. Pada tabel Durbin-Watson Statistic hasil uji DW ternyata terletak pada du ≤ d ≤ 4 - du. Maka, pada model ini gagal menolak hipotesis nol (null hypothesis), yang berarti tidak ada autokorelasi.
4.4.2.2.3 Multikolinearitas
Untuk menguji multikolinearitas, maka dapat dilihat pada tabel korelasi (correlation matrix) di bawah ini.
Tabel 4.31 Correlation Matrix
BOPO LDR NIM NPL
BOPO 1,000000 0,272117 -0,398183 0,157082 LDR 0,272117 1,000000 -0,131905 0,237307 NIM -0,398183 -0,131905 1,000000 0,178171 NPL 0,157082 0,237307 0,178171 1,000000 Sumber: Output Eviews 4.1 Olahan Penulis, 2009
Dari hasil di atas, ternyata tidak terdapat hubungan antar variabel penjelas yang lebih dari 0,8, sehingga dapat disimpulkan bahwa tidak terdapat multikolinearitas.
4.4.2.3 Interpretasi Output
Tabel 4.32
Rangkuman Output Regresi
R-squared 0,972049 Mean dependent var 48,38699 Adjusted
R-squared
0,963730 S.D. dependent var 63,89171
S.E. of regression 12,16795 Sum squared resid 12436,96 F-statistic 116,8500 Durbin-Watson stat 2,062242 Prob(F-statistic) 0,000000
Sumber: Output Eviews 4.1 Olahan Penulis, 2009
Berdasarkan tabel di atas, dapat dilihat dari F-stat bahwa model ini adalah model yang cukup baik untuk digunakan karena f-stat < α (α=5%) yaitu sebesar 0.
Nilai AdjustedR menunjukkan sejauh mana variasi dari variabel terikat mampu 2 dijelaskan oleh variabel bebasnya, atau dengan kata lain bagaimana model dapat menjelaskan pergerakan variabel terikatnya. Nilai AdjustedR berkisar antara 0-1, 2 semakin mendekati 1, maka kemampuan model menjelaskan pergerakan variabel terikat semakin baik. Hasil estimasi model yang digunakan menghasilkan nilai AdjustedR sebesar 0,963730. Ini berarti model yang digunakan dapat 2 menjelaskan variabel terikat atau return on assets sebesar 96,37%.
Tabel 4.33
Koefisien dan t-stat Variabel Penjelas
Variable Coefficient Std.
Error t-Statistic Prob.
LDR 0,009218 0,001576 5,848024 0,0000 NPL -0,704424 0,182459 -3,860714 0,0002 NIM -2,523382 0,355630 -7,095531 0,0000 BOPO -1,178304 0,048047 -24,52381 0,0000
Sumber: Output Eviews 4.1 Olahan Penulis, 2009
Berikut ini akan dijelaskan uji signifikasi dan uji dua arah variable ROE terhadap variabel rasio keuangan, yaitu LDR, NPL, NIM, dan BOPO:
Variabel independen Loan to Deposit Ratio (LDR) memiliki t-stat (prob) < α (α=5%), maka tolak H0. Berarti variabel LDR berhubungan secara signifikan terhadap ROE. Koefisien dari LDR yang bertanda positif menunjukkan hubungan antara variabel ini dan ROE searah. Saat LDR naik, maka ROE akan bertambah besar. Nilai koefisien dari LDR menggambarkan bahwa kenaikan (penurunan) LDR sebesar 1% akan menaikkan (menurunkan) ROE sebesar 0,009218.
Variabel independen Non Performing Loan (NPL) memiliki t-stat (prob) < α (α=5%), maka tolak H0. Berarti variabel NPL berhubungan secara signifikan terhadap ROE. Koefisien dari NPL yang bertanda negatif menunjukkan hubungan antara variabel ini dan ROE tidak searah atau berbading terbalik. Saat NPL naik, maka ROE akan semakin turun. Nilai koefisien dari NPL menggambarkan bahwa kenaikan NPL sebesar 1% akan menurunkan ROE sebesar 0,704424 dan begitu juga sebaliknya.
Variabel independen Net Interest Margin (NIM) memiliki t-stat (prob) < α (α=5%), maka tolak H0. Berarti variabel NIM berhubungan secara signifikan terhadap ROE. Koefisien dari NIM yang bertanda negatif menunjukkan hubungan antara variabel ini dan ROE tidak searah atau berbanding terbalik. Saat NIM naik, maka ROE akan semakin turun. Nilai koefisien dari NIM menggambarkan bahwa
kenaikan NIM sebesar 1% akan menurunkan ROE sebesar 2,523382 dan begitu juga sebaliknya.
Variabel independen Beban Operasional terhadap Pendapatan Operasional (BOPO) memiliki t-stat (prob) < α (α=5%), maka tolak H0. Berarti variabel BOPO berhubungan secara signifikan terhadap ROE. Koefisien dari BOPO yang bertanda negatif menunjukkan hubungan antara variabel ini dan ROE tidak searah atau berbanding terbalik. Saat BOPO naik, maka ROE akan semakin turun. Nilai koefisien dari BOPO menggambarkan bahwa kenaikan BOPO sebesar 1% akan menurunkan ROE sebesar 1,178304 dan begitu juga sebaliknya.