BAB III KERANGKA KONSEP DAN HIPOTESIS
3.2. Hipotesis
3.2.6. Pengaruh Biaya Operasional pada Pendapatan
BOPO merupakan perbandingan antara beban operasional dan pembiayaan operasional yang diperoleh bank. Beban operasional dihitung dengan menjumlahkan beban bunga dan beban operasional bank lainnya, sedangkan pendapatan operasional dihitung dengan menjumlahkan pendapatan bunga dan pendapatan operasional lainnya. Semakin kecil rasio biaya (beban) operasionalnya akan lebih baik, karena bank yang bersangkutan dapat menutup biaya (beban) operasional dengan pendapatan operasionalnya (Rivai dkk, 2007). Sehingga, diperkirakan bahwa BOPO memiliki hubungan negatif terhadap penyaluran kredit dimana semakin kecil nilai BOPO maka semakin baik pemaksimalan pendapatan terhadap beban bank yang juga mengindikasikan semakin baik penyaluran kreditbank.Rasio BOPO yang menunjukkan nilai tinggi dapat membuat bank tidak efisisen dalam memberikan kredit. Hal ini sejalan dengan penelitian yang dilakukan oleh Yulhasnita (2013), Haryanto dan Widyarti (2017) yang menunjukkan BOPO berpengaruh negatif terhadap penyaluran kredit.
Hipotesis 6 : Biaya Operasional pada Pendapatan Operasional (BOPO) berpengaruh negatif terhadap Pemberian Kredit pada perusahaan perbankan yang terdaftar di BEI.
BAB IV
METODE PENELITIAN 4.1 Jenis Penelitian
Penelitian ini menggunakan desain penelitian kausalitas yang berguna untuk menganalisis pengaruh antar satu variabel dengan variabel lainnya. Penelitian ini dirancang untuk menguji pengaruh fakta dan fenomena serta mencari keterangan- keterangan secara actual yaitu penelitian yang bersifat menjelaskan mengenai faktor-faktor yang mempengaruhi. Jadi disini ada variabel independen (variabel yang mempengaruhi) dan variabel dependen (variabel yang dipengaruhi). Dalam penelitian ini, hubungan tersebut bertujuan untuk melihat bagaimana Non Performing Loan (NPL), Dana Pihak Ketiga (DPK), Capital Adequacy Ratio (CAR), Return on Assets (ROA), Loan to Deposit Ratio (LDR), dan Beban Operasional terhadap Pendapatan Operasional (BOPO), sebagai variabel independen mempengaruhi Pemberian Kredit sebagai variabel dependen. Data yang digunakan dalam penelitian ini adalah data kuantitatif yaitu data yang berbentuk angka.
4.2 Lokasi Penelitian dan Waktu Penelitian
Penelitian ini dilaksanakan pada perusahaan perbankan yang terdaftar di Bursa Efek Indonesia tahun 2010-2019, untuk mendapatkan data-data dan informasi yang dibutuhkan dalam penelitian ini maka dilakukan dengan cara mengakses dari situs www.idx.co.id.
32
33
4.3 Populasi Dan Sampel
Populasi dalam penelitian ini adalah perusahaan industri jasa yang merupakan semua perusahaan perbankan yang terdaftar di Bursa Efek Indonesia yaitu terdiri dari 45 bank. Tahun pengamatan adalah tahun 2010-2019. Sampel adalah bagian dari jumlah dan karakterisitik yang dimiliki oleh populasi (Sugiyono, 2006). Teknik pengambilan sampel yang digunakan pada penelitian ini adalah sampling jenuh yaitu teknik penentuan sampel dengan sensus dimana keseluruhan populasi dijadikan sampel, tetapi hanya 36 sampel yang dapat diambil dan digunakan, diperoleh 9sampel, sehingga didapat jumlah observasi dalam penelitian ini sebanyak 9 x 10 tahun = 90 observasi data.
Tabel 4.1 Daftar Sampel Penelitian
No Kode Nama Perusahaan
1 AGRO Bank Rakyat Indonesia Agroniaga Tbk 2 BMRI Bank Mandiri (Persero) Tbk
3 BNGA Bank CIMB Niaga Tbk
4 BNII Bank Maybank Indonesia Tbk
5 BTPN Bank Tabungan Pensiunan Nasional Tbk 6 BVIC Bank Victoria International Tbk
7 INPC Bank Artha Graha Internasional Tbk 8 MCOR Bank China Construction Bank Indonesia
9 MEGA Bank Mega Tbk
4.4 Jenis dan sumber data
Data yang digunakan dalam penelitian ini berupa data sekunder, yaitu data kuantitatif yang diperoleh dari situs Bursa Efek Indonesia (www.idx.co.id).
Data tersebut berupa laporan keuangan yang dikeluarkan oleh perusahaan perbankan yang terdaftar di Bursa Efek Indonesia. Data yang digunakan merupakan gabungan data antara bank (cross section) dan antar waktu (time
series) yang disebut juga dengan polling data. Pengumpulan data dilakukan dengan cara mendownload laporan keuangan perusahaan perbankan pada tahun 2010-2019 melalui website Bursa Efek Indonesia www.idx.co.id.
4.5 Metode Pengumpulan Data
Metode pengumpulan data dilakukan dengan cara mendownload laporan keuangan perusahaan perbankan pada tahun 2010-2019 melalui website Bursa Efek Indonesia www.idx.co.id.
4.6 Definisi Operasional Variabel
Penelitian ini dilakukan untuk menguji apakah terdapat pengaruh rasio keuangan terhadap kinerja keuangan perbankan di Bursa Efek Indonesia. Dalam penelitian ini yang menjadi variabel dependen adalah pemberian kredit, sedangkan variabel independennya adalah Non Performing Loan (NPL), Dana Pihak Ketiga (DPK), Capital Adequacy Ratio (NPL), Return on Assets (ROA), Loan to Deposit Ratio (LDR), dan Beban Operasional terhadap Pendapatan Operasional (BOPO).
Definisi dari masing-masing variabel yang digunakan dalam penelitian, akan dijelaskan sebagai berikut :
a. Pemberian Kredit (Y)
Pemberian kredit adalah dana yang diberikan oleh bank dalam bentuk kredit kepada debitur. Pemberian kredit dalam satuan Miliaran Rupiah.Data jumlah kredit yang disalurkan oleh bank dapat langsung diperoleh dari laporan keuangan masing- masing bank dari tahun 2014-2018.
Pemberian Kredit = Kredit dalam Rupiah + Kredit dalam Valas
35
b. Non Performing Loan (X1)
Non Performing Loan (NPL) merupakan rasio yang dipergunakan untuk mengukur kemampuan dalam menutupi kegagalan debit terhadap pengembalian kredit. NPL merupakan persentase jumlah kredit yang bermasalah (kriteria kurang lancar, diragukan dan macet) terhadap total kredit yang disalurkan bank. Menurut Surat Edaran Bank Indonesia Peraturan Nomor 17/11/PBI/2015 NPL dapat dihitung dengan rumus :
NPL = Kredit Bermasalah x 100%
Total Kredit
c. Dana Pihak Ketiga (X2)
Dana pihak ketiga (DPK) adalah sumber dana yang dihimpun bank dari masyarakat dalam bentuk simpanan giro, tabungan, dan deposito. Pertumbuhan setiap bank sangat dipengaruhi oleh perkembangan kemampuan menghimpun dana masyarakat. Kegiatan bank setelah menghimpun dana dari masyarakat luas adalah menyalurkan kembali dana tersebut kepada masyarakat yang membutuhkannya.
DPK terdiri dari jumlah simpanan giro, tabungan, dan deposito dalam satuan Miliar Rupiah.
DPK = Tabungan + deposito + Giro d. Capital Adequacy Ratio (X3)
Capital Adequacy Ratio (CAR) merupakan rasio yang memperlihatkan seberapa jauh seluruh aktiva bank yang mengandung risiko (kredit penyertaan, surat berharga, tagihan pada bank lain) untuk dibiayai dari dana modal bank sendiri, disamping memperoleh dana-dana dari sumber- sumber di luar, seperti dana masyarakat, pinjaman (utang) dan lain-lain. Dengan demikian Capital Adequacy
Ratio (CAR) merupakan rasio permodalan yang menunjukkan kemampuan bank dalam menyediakan dana untuk keperluan pengembangan usaha dan menampung risiko kerugian dana yang diakibatkan oleh kegiatan operasi bank.Rasio ini dihitung dengan membandingkan antara modal bank dengan Aktiva Tertimbang Menurut Risiko (ATMR). Bank Indonesia menetapkan besarnya rasio CAR yaitu minimum 8 persen. Formula yang digunakan untuk mengukur Capital Adequacy Ratio :
CAR = Modal Bank x 100%
Total ATMR
e. Return on Assets (X4)
Return on Asset (ROA) digunakan untuk mengukur kemampuan manajemen bank dalam memperoleh keuntungan atau laba secara keseluruhan.
Semakin besar ROA suatu bank, semakin besar pula tingkat keuntungan yang dicapai bank tersebut dan semakin baik pula posisi bank tersebut dari sisi aset (Dendawijaya, 2005:120). Return on Asset (ROA) dapat diukur dengan perbandingan antara laba sebelum pajak terhadap total aset. Menurut Surat Edaran Bank Indonesia No.9/24/DPbS tahun 2007, Rumus Return On Asset (ROA) :
ROA = Laba Sebelum Pajak x 100%
Total Aset
f. Loan to Deposit Ratio (X5 )
Loan to Deposit Ratio (LDR) merupakan rasio yang mengukur perbandingan antara seluruh jumlah kredit yang diberikan oleh bank dengan dana yang dihimpun oleh bank. Pada penelitian ini, Loan to Deposit Ratio dapat diukur dengan menggunakan rumus :
LDR = Total Kredit
Dana Pihak Ketiga x 100%
37
g. Beban Operasional terhadap Pendapatan Operasional (X6)
Beban operasional terhadap pendapatan operasional (BOPO) merupakan rasio antara biaya yang dikeluarkan oleh bank dalam menjalankan aktivitas utamanya terhadap pendapatan yang diperoleh dari aktivitas tersebut. Rasio ini dirumuskan sebagai berikut :
BOPO = Beban Operasional
Pendapatan Operasioanal x 100%
Tabel 4.2 Definisi Operasional
No Nama
Variabel
Definisi Pengukuran Skala
1 Pemberian Kredit (Y)
Pemberian kredit merupakan dana yang diberikan oleh bank dalam bentuk kredit kepada debitur
Pemberian Kredit = Kredit dalam Rupiah + Kredit dalam Valas
Rasio
perbandingan antara total kredit bermasalah (kualitas kurang lancer, diragukan, dan macet) terhadap total kredit yang disalurkan.
DPK merupakan sumber dana yang dihimpun bank dari masyarakat dalam bentuk simpanan giro, tabungan, deposito, dan bentuk lainnya.
DPK = Tabungan +
perbandingan antara modal bank dengan aktiva tertimbang menurut resiko (ATMR). digunakan untuk mengukur kemampuan manajemen bank
dalam memperoleh
keuntungan atau laba secara keseluruhan.
ROA = Laba
Sebelum Pajak/Total Aset x 100%
Rasio
6 Loan to Deposit Ratio (LDR) (X5 )
Rasio yang mengukur perbandingan antara seluruh jumlah kredit yang diberikan oleh bank dengan dana yang
4.7 Metode Analisis Data
Teknik analisis data adalah cara-cara yang digunakan dalam menganalisis data-data untuk mengetahui hasil penelitian. Metode analisis yang digunakan adalah uji statistik deskriptif, uji asumsi klasik, dan analisis regresi linier berganda dengan alat bantusoftware pengolah data statistik yaitu Eviews.
4.7.1 Uji Statistik Deskriptif
Menurut Sugiyono (2012) statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Uji statistik deskriptif dalam penelitian ini meliputi : nilai maksimum, nilai minimum dan nilai rata-rata (mean) dari masing-masing variabel penelitian.
4.7.2 Analisis Regresi Data Panel
Penelitian ini menggunakan model regresi linier berganda dengan tujuan untuk mengetahui pengaruh variabel-variabel independen (bebas) terhadap variabel dependen (terikat). Model persamaan regresi linier berganda antara variabel terikat
39
dan variabel bebas dalam penelitian disusun dalam fungsi atau persamaan sebagai berikut:
Yit = β0 + β1 X1it + β2 X2it + β3 X3it + β4 X34it + β5 X5it+ β6 X6itεit Keterangan:
Y = Pemberian Kredit X1 = Non Performing Loan X2 = Dana Pihak Ketiga X3 = Capital Adequacy Ratio X4 = Return on Assets
X5 = Loan to Deposit Ratio
X6 = Beban Operasional terhadap Pendapatan Operasional β0 = Konstanta
β1 = Koefisien regresi dari Non Performing Loan β2 = Koefisien regresi dari Dana Pihak Ketiga β3 = Koefisien regresi dari Capital Adequacy Ratio β4 = Koefisien regresi dari Return on Assets
β5 = Koefisien Loan to Deposit ratio
β5 = Koefisien regresi dari Beban Operasional terhadap Pendapatan Operasional
ε = Error Term
4.7.2.1 Pemilihan Model Regresi Data Panel
Secara umum terdapat dua pendekatan yang digunakan dalam menduga model dari data panel yaitu model tanpa pengaruh individu (common effect model) dan model dengan pengaruh individu (fixed effect model dan random effect model).
Menurut Widarjono (2007), untuk mengestimasi parameter model dengan data panel, terdapat tiga teknik yang ditawarkan, yaitu Model Efek Common (common effect models), Model Efek Tetap (fixed effect models) dan Model Efek Random (random effect models). Kemudian akan dilakukan tiga uji untuk memilih teknis estimasi data panel, yaitu dengan cara uji Chow, uji Hausman, dan uji Lagrange multiplier (Widarjono, 2007).
4.7.2.2 Uji Asumsi Klasik
Penentuan model estimasi antara Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM), model estimasi yang terpilih untuk digunakan dalam penelitian ini adalah model Fixed Effect Model (FEM). Pada model data panel jika model yang terpilih ialah common effect atau fixed effect maka uji asumsi klasik yang harus dilakukan meliputi uji heteroskedstisitas dan uji multikolinearitas, sedangkan jika model terpilih berupa random effect maka tidak perlu dilakukan uji asumsi klasik. Namun demikian, uji asumsi klasik tetap dilakukan pada model apapun untuk tujuan terpenuhinya syarat BLUE (Best Linier Unbias Estimator) (Sakti, 2018). Uji asumsi klasik terdiri dari uji normalitas, multikolonieritas, heteroskedastisitas, dan autokorelasi. Analisis uji asumsi klasik dianalisis dengan menggunakan bantuan program Eviews.
4.7.2.2.1 Uji Normalitas
Pengujian Normalitas data bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Pada penelitian ini, untuk mengetahui normal atau tidaknya faktor pengganggu dilakukan dengan J-B test (jarque-bera test). Uji ini menggunakan hasil estimasi residual dan chi-square probability distribution yaitu dengan membandingkan prob.JB-hitung pada taraf alpha 5% (Gujarati, 2015) dengan kriteria berikut:
1. Bila Prob.JB hitung ≥ 0,05 maka hipotesis yang menyatakan bahwa residual berdistribusi normal akan diterima.
41
2. Bila Prob.JB hitung < 0,05 maka hipotesis yang menyatakan bahwa residual berdistribusi normal akan ditolak..
4.7.2.2.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji, apakah model regresi ditemukan atau tidak korelasi diantara variabel bebas (independen) (Ghozali:
2013). Suatu model regresi yang baik seharusnya tidak terjadi korelasi di antara varibel bebasnya, untuk menguji ada tidaknya multikolinearitas digunakan Pairwise Correlation Matrix dengan pengolahan menggunakan Eviews. Keputusan adanya multikolinearitas dengan melihat nilai R2 pada regresi persamaan model pertama dan R2 pada regresi kedua (r). Jika r >R2 maka ada gejala multikolearitas, sebaliknya jika nilai r < R2 maka tidak terdapat gejala multikolearitas (Ghozali, 2013).
4.7.2.2.3 Uji Autokorelasi
Autokorelasi dalam analisis regresi linier adalah gejala terjadinya korelasi di antara variabel bebas. Gujarati (2015), mengatakan bahwa autokorelasi disebabkan oleh data penelitian yang berurutan sepanjang waktu (time series) saling menggangu antara satu observasi ke observasi lainnya.Penelitian yang menggunakan data cross section kemungkinan besar gejala autokorelasi tidak terjadi (Ghozali, 2013). Untuk mendiagnosis adanya autokorelasi pada penelitian ini dilakukan melalui pengujian terhadap nilai uji Durbin-Watson (DW). Uji DW hanya digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept dalam model regresi dan tidak ada variabel lagi di antara variabel bebas (Ghozali, 2013).
Hipotesis yang akan diuji adalah:
H0 : tidak ada autokorelasi (r = 0) H1 : ada autokorelasi(r 0) 4.7.2.2.4 Uji Heterokedastisitas
Menurut Ghozali (2013), uji heterokedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Uji heteroskedatisitas dalam penelitian ini diuji menggunakan uji white dengan kriteria jika diperoleh nilai Prob.Obs*R- squared lebih besar dari 0,05 maka disimpulkan bahwa tidak terjadi gejala heteroskedatisitas dalam model regresi, sebaliknya jika diperoleh nilai Prob.Obs*R-squared lebih kecil dari 0,05 maka dapat disimpulkan bahwa terjadi gejala heteroskedatisitas dalam model regresi (Ghozali, 2013).
4.7.3 Uji Hipotesis
Hipotesis diartikan sebagai jawaban sementara terhadap rumusan masalah penelitian yang harus dibuktikan melalui data yang terkumpul. Sugiyono (2013) menjelaskan secara statistik hipotesis diartikan sebagai pernyataan mengenai keadaan populasi (parameter) yang akan diuji kebenarannya berdasarkan data yang diperoleh dari sampel penelitian (statistik). Pengujuan hipotesis penelitian dilakukan melalui uji koefisien determinasi, uji statistik F (Fishier), uji statistik t, dan uji residual.
43
4.7.3.1 Uji Koefisien Determinasi
Uji koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat (Ghozali, 2013).
Menurut Ghozali (2013), kelemahan mendasar penggunaan koefisien determinasi (R2) adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Sehingga banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R2, nilai Adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model. Menurut Ghozali (2013), Adjusted R2 digunakan untuk menguji goodness-fit dari model regresi. Nilai Adjusted R2 mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksikan variasi variabel dependen, dan apabila nilai Adjusted R2 semakin kecil mendekati nol, berarti variabel-variabel independen hampir tidak memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2013).
4.7.3.2 Uji Simultan (Uji statistik F)
Uji statistik F menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara simultan (bersama-sama) terhadap variabel dependen (Ghozali, 2013). Kriteria pengujian yang digunakan adalah sebagai berikut:
1. Jika Fhitung ≤ Ftabel atau nilai signifikansi/probabilitas dari hasil uji-F ≥ 0,05 (sig.
≥ 0,05) maka H0 diterima,
2. Jika Fhitung> Ftabel atau nilai signifikansi/probabilitas dari hasil uji-F < 0,05 (sig.
< 0,05) maka H1 diterima.
4.7.3.3 Uji Parsial (Uji statistik t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh satu variabel independen secara individual atau parsial dapat menerangkan variasi variabel terikat. Adapun langkah-langkah dalam pengambilan keputusan untuk uji t adalah:
1. Jika thitung> ttabel dan nilai Sig. < α = 0,05 maka dapat disimpulkan bahwa secara secara parsial variabel independen berpengaruh signifikan terhadap variabel dependen atau H1 (parsial) dapat diterima.
2. Jika thitung< ttabel dan nilai Sig. > α = 0,05 maka dapat disimpulkan bahwa secara secara parsial variabel independen tidak berpengaruh signifikan terhadap variabel dependen atau H1 (parsial) tidak dapat diterima.
BAB V
HASIL DAN PEMBAHASAN 5.1. Hasil
5.1.1. Statistik Deskriptif
Berdasarkan hasil studi dokumentasi terhadap perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia tahun 2010-2019, menunjukkan bahwa terdapat 45 perusahaan sebagai populasi dalam penelitian ini. Pengambilan sampel dalam penelitian ini yaitu menggunakan teknik purposive sampling sehingga sampel yang dapat dipergunakan sebanyak 9 perusahaan, yang kemudian dikalikan 10 tahun pengamatan sehingga terdapat 90 observasi data.
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data dan memberikan gambaran suatu data yang dilihat dari nilai rata-rata (mean), nilai terendah (min), nilai tertinggi (max) dan standar deviasi dari masing-masing variabel penelitian. Dalam penelitian ini, variabel yang digunakan dalam perhitungan statistik deskriptif untuk masing-masing variabel yang digunakan yaitu pemberian kredit (Y), Non Performing Loan /NPL (X1), Dana Pihak Ketiga /DPK (X2), Capital Adequacy Ratio/CAR (X3), Return on Assets /ROA (X4), Loan to Deposit Ratio/LDR (X5) dan Beban Operasional terhadap Pendapatan Operasional/BOPO (X6). Hasil analisis deskriptif yang diperoleh dirangkum dalam tabel 5.1 berikut ini.
Tabel 5.1. Statistik Deskriptif
Variable Max Min Mean Std.
Deviation Pemberian Kredit (Y) 20.568 14.416 17.377 1.508167
NPL(X1) 5.020 0.220 1.619 0.945282
45
DPK (X2) 20.457 14.700 17.447 1.485401
CAR (X3) 31.914 9.120 17.964 4.119277
ROA (X4) 4.700 0.180 .803 1.105212
LDR (X5) 129.570 16.130 81.596 15.78289
BOPO (X6) 100.240 44.960 84.124 10.32871
Berdasarkan tabel 5.1 diatas, dapat dilihat bahwa:
1. Diketahui nilai maksimum dari pemberian kredit dimiliki oleh Bank Mandiri (Persero) Tbk tahun 2019 dengan nilai sebesar 20,568, sementara nilai minimum terletak pada Bank Rakyat Indonesia Agroniaga Tbk tahun 2011 dengan nilai sebesar 14,416.Nilai rata-rata dari pemberian kredit adalah 17,377 dengan nilai standar deviasi sebesar1,508167.
2. Non Performing Loan (NPL) terbesar pernah dimiliki oleh Bank Tabungan Pensiunan Nasional Tbk dengan nilau sebesar 5,020, sedangkan nilai terendahnya dimiliki oleh Bank Victoria International Tbk tahun 2010 dengan nilai 0,220.Sementara itu, nilai rata-rata NPL dari perusahaan perbankan yang menjadi sampel dalam penelitian ini adalah sebesar 1,619 yang berada jauh dibawah nilai ketentuan yaitu sebesar 5%, sehingga dalam hal ini NPL masih masuk ketegori wajar. Sementara nilai standar deviasinya sebesar 0,945282
3. Dana Pihak Ketiga (DPK) memiliki nilai maksimum sebesar 20,457 yang dimiliki oleh Bank Mandiri (Persero) Tbk tahun 2018, sedangkan nilai minimumnya sebesar 14,700 pernah dimiliki oleh Bank China Construction Bank Indonesia. Selain itu, nilai rata-rata dari DPK yaitu sebesar 1,619 dengan nilai standar deviasinya sebesar 1,485401.
47
4. Nilai tertinggi dari Capital Adequency Ratio dimiliki oleh Bank Rakyat Indonesia Agroniaga Tbk tahun 2019dengan nilai sebesar 31,914, sedangkan nilai terendahnya yaitu sebesar 9,120 dimiliki oleh Bank Artha Graha Internasional Tbk. Nilai rata-rata dari CAR pada perusahaan perbankan yang dijadikan sampel dalam penelitian ini yaitu sebesar 17,964, dimana nilai iniberada pada kategori sangat sehat yaitu dengan nilai diatas 12%. Sementara itu, nilai standar deviasinya sebesar 4,119277.
5. Return On Asset (ROA) tertinggi dimiliki oleh Bank Tabungan Pensiunan Nasional Tbk tahun 2012 dengan nilai sebesar 4,700, sedangkan nilai terendahnya pernah dimiliki oleh Bank Rakyat Indonesia Agroniaga Tbk dengan nilai sebesar 0,180. Nilai rata-rata ROA pada perusahaan yang dijadikan sampel yaitu sebesar 0,803 yang berati bank yang diteliti rata-rata memiliki predikat cukup sehat dengan standar nilai diantara 0,5%-1,25%.
Selain itu, nilai standar deviasinya sebesar 1,105212.
6. Nilai maksimum dari variabe Loan to Deposit Ratio (LDR) yaitu sebesar 129,570 dimiliki oleh Bank Tabungan Pensiunan Nasional Tbk tahun 2018, sedangkan nilai minimunya sebesar 16,130 dimiliki oleh Bank Artha Graha Internasional Tbk tahun 2010. Nilai rata-rata dari LDR untuk perusahaan perbankan yang dijadikan sampel dalam penelitian ini yaitu sebesar 81,596, dimana nilai ini merupakan standar untuk rasio LDR perbankan di Indonesia yaitu pada kisaran antara 80% sampai dengan 92%. Sedangkan nilai dari standar deviasi sebesar 15,78289.
7. Beban Operasional terhadap Pendapat Operasional (BOPO) memiliki nilai tertinggi sebesar 100,240 yang terletak pada Bank Victoria International Tbk tahun 2018, sedangkan nilai terendahnya yaitu sebesar 44,960 pernah dimiliki oleh Bank Mandiri (Persero) Tbk. Nilai rata-rata dari variabel BOPO yaitu sebesar 84,124 yang artinya rata-rata perbankan yang dijadikan sampel dalam penelitian ini merupakan bank dengan predikat sangat sehat.
Sedangkan nilai dari standar deviasi untuk BOPO yaitu sebesar 10,32871.
5.1.2. Pemilihan Model Regresi
Tiga teknik yang ditawarkan untuk mengestimasi parameter model dengan data panel, yaitu Model Efek Common (common effect models), Model Efek Tetap (fixed effect models) dan Model Efek Random (random effect models). Kemudian akan dilakukan tiga uji untuk memilih teknis estimasi data panel, yaitu dengan cara uji Chow, uji Hausman, dan uji Lagrange multiplier.
Penentuan model estimasi antara Common Effect Model (CEM) dan Fixed Effect Model (FEM) dalam membentuk regresi, maka digunakan uji Chow, dengan hasil uji sebagai berikut.
Tabel 5.2. Hasil Uji Chow
Effects Test Statistic d.f. Prob.
Cross-section F 3.455899 (8,75) 0.0019
Cross-section Chi-square 28.242869 8 0.0004
Sumber: Hasil Olah Software Eviews 10.
Berdasarkan hasil dari uji Chow pada Tabel 5.2, diketahui nilai probabilitas adalah 0.0004. Karena nilai probabilitas 0.0004< 0,05, maka model estimasi yang digunakan adalah model Fixed Effect Model (FEM).
49
Penentuan model estimasi antara Fixed Effect Model (FEM) dan Random Effect Model (REM) dalam membentuk regresi, maka digunakan uji Hausman, dengan hasil uji sebagai berikut ini.
Tabel 5.3. Hasil Uji Hausman
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 27.504309 6 0.0001
Sumber: Hasil Olah Software Eviews 10.
Berdasarkan hasil dari uji Hausman pada Tabel 5.3, diketahui nilai probabilitas adalah 0,0001. Karena nilai probabilitas 0,0001 < 0,05, maka model estimasi yang digunakan dalam penelitian ini adalah model Fixed Effect Model (FEM).
5.1.3. Uji Asumsi Klasik
Penentuan model estimasi antara Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM), model estimasi yang terpilih untuk digunakan dalam penelitian ini adalah model Fixed Effect Model (FEM). Pada model data panel jika model yang terpilih ialah common effect atau fixed effect maka uji asumsi klasik yang harus dilakukan meliputi uji
Penentuan model estimasi antara Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM), model estimasi yang terpilih untuk digunakan dalam penelitian ini adalah model Fixed Effect Model (FEM). Pada model data panel jika model yang terpilih ialah common effect atau fixed effect maka uji asumsi klasik yang harus dilakukan meliputi uji