BAB IV ANALISIS DATA
B. Analisis Data
2. Uji Statistik
Penelitian ini menggunakan metode analisis statistik sedangkan teknik yang digunakan adalah analisis regresi berganda.Analisis regresi secara umum adalah studi mengenai ketergantungan variabel dependen, dengan satu atau lebih variabel independen, dengan tujuan untuk mengestimasi atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang di ketahui
64
Gunarati (2003) dalam Ghozali (2013: 95). Adapun persamaan untuk menguji hipotesis pada penelitian ini adalah sebagai berikut:
Y= α+ β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + ε Dimana:
Y = Estimasi Variabel Dependen α = Konstan dari Persamaan Regresi
β1,2,3, = Koefisien dari Variabel Independen X1,2,3,
X1,2,3, = Variabel Independen X1,2,3,
ε = Residual atau Prediction Error a. Uji Ttest
Menurut Ghozali (2013: 98) uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variabel-variabel dependen.Pengujian ini dilakukan dengan menggunakan significance level 0,05 (α=5%). Apabila signifikansi < 0,05, maka H0 ditolak atau secara parsial variabel independen berpengaruh secara signifikan terhadap variabel dependen. Sebaliknya, bila signifikansi > 0,05, maka H0 diterima atau secara parsial variabel independen berpengaruh tidak signifikan terhadap variabel dependen.
65 b. Uji Ftest
Menurut Ghozali (2013: 98) Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara simultan terhadap variabel dependen. Uji ini bertujuan untuk menentukan signifikan pengaruh variabel independen secara bersama-sama terhadap variabel dependen. Untuk menghitung nilai F tabel, tingkat signifikansi yang digunakan sebesar 5% (0,05) dengan derajat kebebasan (degree of fredoom) df= (N-k) dan (k-1) dimana N adalah jumlah observasi, k adalah jumlah variabel termasuk intersip. Apabila nilai signifikansi < 0,05, maka H0 ditolak atau secara simultan semua variabel independen berpengaruh terhadap varibel dependen.
c. Uji Determinasi (R2)
Menurut Ghozali (2013: 97) koefisien determinasi (R2) pada intinya menguji seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.Nilai koefisien determinasi adalah antara nol dan satu.Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variansi variabel dependen amat terbatas. Secara umum koefisian determinasi untuk data silang (crossection) relatif rendah karena adanya variansi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu (time series) biasanya mempunyai nilai koefisien determinasi yang tinggi.
66
Untuk mengetahui besarnya koefisien determinasi (R2) masing-masing variabel independen terhadap variabel dependen dapat dilihat dari hasil kuadrat (pangkat dua) koefisien korelasi parsial. Sedangkan untuk menguji variabel mana yang signifikan dapat dilihat dari koefisin determinasi parsial yang terbesar dari kedua variabelindependen, karena variabel independen dalam penelitian ini lebih dari satu, maka yang digunakan adalah R2. 3. Uji Asumsi Klasik
a. Uji Multikolonieritas
Menurut Winarno (2015: 52) uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Dalam uji ini menggunakan uji auxiliary regresi dapat digunakan untuk mengetahui hubungan antara 2 variabel atau lebih variabel independen yang secara bersama-sama mempengaruhi variabel independen yang lain.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen, jika variabel independen saling berkorelasi maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antara sesamavariabel independen sama dengan nol. Untuk mendeteksi ada tidaknya multikolonieritas regresi adalah sebagai berikut:
67
1) Nilai koefisien korelasi antar variabel bebas
Jika koefisien korelasi antar variabel bebas lebih besar dari 0,8, berarti terjadi multikolonieritas dalam regresi. Dan sebaliknya, jika nilai koefisien lebih kecil dari 0,8, maka tidak terjadi multikolonieritas.
2) Melihat nilai tolerance dan varian inflation factor (VIF).
Nilai yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah jika nilai tolerance<0,10, atau sama dengan nilai VIF >10
3) Dengan melihat nilai Condition Index serta nilai setandar error koefisien beta atau koefisien regresi parsial.
b. Uji Autokorelasi
Menurut Winarno (2015: 53) uji ini bertujuan untuk menguji apakah dalam model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya).Jika terjadi korelasi maka dinamakan ada problem autokorelasi.Autokorelasi muncul karena observasi yang berurutan sepanajang waktu berkaitan satu sama lainnya.
Hal ini sering ditemukan pada data runtun waktu (time series) karena gangguan pada seseorang individu atau kelompok cenderung mempengaruhi gangguan pada individu atau kelompok yang sama pada periode berikutnya. Untuk mendeteksi adanya autokorelasi adanya gejala autokorelasi dapat dilakukan dengan uji
Durbin-68
Watson.PengujianDurbin-Wastondapat dilakukan melalui langkah-langkah sebagai berikut:
1) Merumuskan Hipotesis
Ho : tidak ada autokorelasi (ρ = 0) Ha : ada autokorelasi (ρ ≠ 0)
2) Menentukan nilai d hitung atau nilai Durbin-Wastontest untuk tiap sampel perusahaan.
3) Dari jumlah observasi (n) pada jumlah variabel independen (k) ditentukan nilai batas atas (dU) dan batas bawah (dL) dari tabel. 4) Mengambil keputusan dengan kriteria sebagai berikut:
A = 0 < d < dl, Ho ditolak ,tidak ada korelasi positif B = dl ≤ d ≤ du, tanpa kesimpulan tidak ada korelasi positif C = (k-dl) < d < k, Ho ditolak tidak ada korelasi negatif.
D = (k-du) ≤ d ≤ (k-dl), tanpa kesimpulan tidak ada korelasi negatif E = du < d < (k-du), Ho tidak ditolak, tidak ada korelasi positif atau negatif.
c. Uji Heteroskedastisitas
Menurut Winarno (2015: 58) uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidak samaan variancedari residual satu pengamatan, ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas.
69
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.Kebanyakan dari cross section mangandung situasi heteroskedastisitas, karena data ini menghimpun data yang mewakili berbagai ukuran (kecil, sedang, dan besar).
Cara mengetahui ada atau tidaknya gejala heteroskedastisitas pada penilaian ini dengan melakukan pengujian yang menggunakan White Heteroskedasticity no cross term.Jika signifikansi dari prob* < 0,005 maka model tersebut mengandung heteroskedastisitas, dan jika signifikansi dari prob*R > 0,05 maka model tersebut tidak mengandung heteroskedastisitas.
d. Uji Normalitas
Menurut Winarno (2015: 54) uji ini bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.Seperti diketahui bahwa uji T dan uji F mengansumsikan bahwa nilai residual mengikuti distribusi normal.Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.
Salah satu pengujian dalam Eviews untuk melakukan pengujian asumsi normalitas data tersebut dilakukan dengan menggunakan pengujian Jarque Berra (JB).Jarque Berra (JB) adalah uji statistik untuk mengetahui apakah data berdistribusi normal. Uji ini mengukur perbedaan skewness dan kurtosisdata dan dibandingkan dengan data yang bersifat normal, dengan kriteria:
70
1) Jika nilai J-B tidak signifikan lebih kecil dari 2 maka data berdistribusi normal
2) Bila profitabilitas lebih besar dari 5% (0,05), maka data berdistribusi normal.
G. Alat Analisis
Penelitian ini menggunakan data kuantitatif dengan uji regresi liner berganda dengan menggunakan software pengolah data Efiews 7.Eviews adalah program komputer yang digunakan untuk mengolah data statistik dan data ekonometrika, alat ini dapat digunakan untuk menyelesaikan masalah-masalah yang berbentuk time series, cross section maupun data panel.
71 BAB IV ANALISIS DATA A. Deskripsi Obyek Penelitian
1. Deskripsi Data
Data pada penelitian ini terdiri dari sebelas Bank Umum Syariah di Indonesia yang berada di bawah pengawasan Otoritas Jasa keuangan (OJK). Data penelitian ini terdiri atas laporan keuangan tahunan dari masing-masing bank syariah pada periode 2012 sampai dengan 2016 (kurun waktu 5 tahun), sehingga data penelitian yang diperoleh sebanyak 55 data.
2. Deskripsi Statistik
Menurut Ghozali (2013:19), statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari rata-rata (mean), standar deviasai, varian, maximum, minimum, sum, range, kurtosis, dan skewness (kemencengan distribusi)
Tabel 4.1
Data CAR, NPF, BOPO, FDR, Iflasi, dan ROA (%)
BANK TAHUN CAR NPF BOPO FDR INFLASI ROA
PANIN SYARIAH 2012 32.20 0.19 50.76 123.88 4.30 3.29 2013 20.83 0.77 81.31 90.40 8.38 1.03 2014 25.69 0.29 68.47 94.40 8.36 1.99 2015 20.30 1.94 89.29 96.43 3.35 1.14 2016 18.17 1.86 96.17 91.99 3.02 0.37
72 MEGA SYARIAH 2012 2013 13.51 12.99 1.32 1.45 76.73 89.66 88.88 93.37 4.30 8.38 2.40 1.14 2014 19.26 1.81 91.25 93.61 8.36 1.16 2015 18.74 3.16 85.72 98.49 3.35 1.97 2016 23.53 2.81 88.16 95.24 3.02 2.63 BJB SYARIAH 2012 21.09 4.46 88.79 84.99 4.30 1.48 2013 0.18 0.02 88.11 97.86 8.38 1.37 2014 0.16 0.06 91.01 84.02 8.36 0.72 2015 0.23 0.05 98.78 104.75 3.35 0.25 2016 0.18 0.04 122.70 98.73 3.02 0.80 BRI SYARIAH 2012 11.91 2.09 86.63 100.96 4.30 1.19 2013 14.49 3.26 90.42 102.70 8.38 1.15 2014 12.89 3.65 99.47 93.90 8.36 0.08 2015 13.94 3.89 93.79 84.16 3.35 0.76 2016 20.63 3.19 91.33 81.89 3.02 0.95 BNI SYARIAH 2012 0.19 0.01 88.79 84.99 4.30 1.48 2013 0.17 0.01 88.11 97.86 8.38 0.01 2014 0.19 0.01 89.80 92.60 8.36 0.01 2015 0.18 0.01 89.63 91.94 3.35 0.01 2016 0.18 0.02 87.67 84.57 3.02 1.44 SYARIAH MANDIRI 2012 0.14 0.01 97.38 94.40 4.30 0.02 2013 0.14 0.02 93.78 89.37 8.38 0.01 2014 0.15 0.04 97.38 81.92 8.36 0.17 2015 0.13 0.04 97.78 81.99 3.35 0.01 2016 0.13 0.04 94.12 79.19 3.02 0.59 MUAMALAT 2012 11.03 3.63 97.38 94.15 4.30 0.20 2013 14.43 3.46 93.78 99.99 8.38 0.27 2014 13.91 4.85 97.38 84.14 8.36 0.17 2015 12.36 4.20 97.41 90.30 3.35 0.20 2016 0.13 0.01 97.79 95.13 3.02 0.22 BUKOPIN SYARIAH 2012 12.78 4.59 91.59 91.98 4.30 0.55 2103 11.10 4.27 92.29 100.92 8.38 0.69 2014 14.80 3.34 96.77 92.89 8.36 0.27 2015 16.31 2.74 91.99 90.56 3.34 0.79 2016 17.00 2.72 91.76 88.18 3.02 0.76 BCA SYARIAH 2012 31.50 0.10 91.40 79.90 4.30 0.80 2013 22.40 0.10 90.20 83.50 8.38 1.00 2014 29.60 0.10 92.90 91.20 8.36 0.80 2015 34.30 0.70 92.50 91.40 3.35 1.00
73 2016 36.70 0.50 92.20 90.10 3.02 1.10 VICTORIA SYARIAH 2012 28.08 2.41 87.90 46.08 4.30 1.43 2013 18.40 3.31 91.95 84.65 8.38 0.50 2014 15.27 4.75 143.31 95.19 8.36 1.87 2015 16.14 4.82 119.19 95.29 3.35 2.36 2016 15.98 4.35 131.34 100.67 3.02 2.19 MY BANK 2012 63.89 1.25 53.77 197.70 4.30 2.88 2013 59.41 2.69 67.79 152.87 8.38 2.87 2014 52.13 4.29 69.60 157.77 8.36 3.61 2015 38.40 4.93 192.60 110.54 3.35 20.13 2016 55.06 4.60 160.28 134.73 3.02 9.51
Sumber: data diolah, 2017
B. Analisi Data
1. Uji Stasioneritas data
Uji stasioneritas digunakan untuk menguji data time series agar data yang digunakan bersifat flat, tidak mengandung komponen trend dengan keragaman konstan dan tidak terjadi fluktuasi periodik. Uji yang digunakan adalah unit root dengan uji Phillips-Perron. Berdasarkan data yang diperoleh dari laporan keuangan tahunan bank bank umum syariah tahun 2012 sampai tahun 2016 sehingga hasil dari uji stasioneritas data adalah sebagai berikut:
Tabel 4.2
Hasil pengujian unit root pada Level
Variabel Probability** Keterangan
Car 0.3880 Tidak stasioner
Npf 0.0169 Stasioner
Bopo 0.0009 Stasioner
Fdr 0.0085 Stasioner
Inflasi 0.0000 Stasioner
Roa 0.0008 Stasioner
74
Dari hasil pengujian pada tabel 4.2 masih terdapat satu variabel yang belum stasioner pada level, pengujian unit root dilanjutkan pada tingkat first difference (1st Difference). Hasil pengujian difference dapat dilihat pada tabel berikut:
Tabel 4.3
Hasil pengujian unit root pada 1st difference
Sumber: hasil olah data dengan eviews7, 2017
Berdasarkan pengujian unit root pada tingkat first difference variabel capital adequacy ratio (car) telah stasioner. Berdasarkan hal tersebut maka dapat disimpulkan bahwamasing-masing variabel telah stasioner.
2. Uji Statistik
Uji statistik ini digunakan untuk mengetahui dan menguji hubungan antar variabel independen (CAR, NPF, BOPO, FDR, INFLASI) terhadap variabel dependen Return On Asset (ROA). Dalam penelitian ini model yang digunakan adalah model regresi linier berganda dengan model Ordinary Least Square(OLS). Hasil uji regresi yang diperoleh nantinya akan digunakan untuk pengujian terhadap signifikansi yang melipti uji T, uji F dan uji determinasi (R2). Untuk menentukan hasil uji tersebut, peneliti melakukan pengujian dengan bantuan aplikasi eviews7, sehingga hasil dari model regresi tersebut adalah sebagai berikut:
Variabel Probability** Keterangan
75
Tabel 4.4
Hasil pengujian model regresi cammon effect (OLS) AR (1)
Dependent Variable: ROA Method: Least Squares
Variable Coefficient Std. Error t-Statistic Prob.
CAR 0.080135 0.022635 3.540263 0.0009 NPF -0.166288 0.163545 -1.016774 0.3145 BOPO 0.099688 0.013619 7.319930 0.0000 FDR 0.015848 0.015211 1.041874 0.3028 INFLASI -0.036178 0.104764 -0.345328 0.7314 C -10.36865 2.068536 -5.012556 0.0000 AR(1) 0.120101 0.149641 0.802590 0.4263
R-squared 0.703695 Mean dependent var 1.528006
Adjusted R-squared 0.665869 S.D. dependent var 2.952096 S.E. of regression 1.706432 Akaike info criterion 4.027109 Sum squared resid 136.8597 Schwarz criterion 4.284940 Log likelihood -101.7319 Hannan-Quinn criter. 4.126544
F-statistic 18.60339 Durbin-Watson stat 1.978718
Prob(F-statistic) 0.000000
Inverted AR Roots .12
Sumber: hasil olah data dengan eviews7,2017
Dalam penelitian ini, return on asset memiliki persamaan sebagai berikut:
Return on asset =α + β1 CAR + β2 NPF + β3 BOPO + β4 FDR + β5 INFLASI + e
Return on asset = 0.080135 CAR - 0.166288 NPF + 0.099688 BOPO + 0.015848 FDR - 0.036178 INFLASI
Berdasarkan tabel di atas ditunjukkan bahwa variabel CAR dan BOPO berpengaruh positif signifikan terhadap ROA, sedangakan variabel NPF, FDR, dan Inflasi tidak menunjukkan adanya pengaruh yang signifikan terhadap ROA.
76 a) Uji Koefisien Determinasi (R2)
Menurut Ghozali (2013: 97) koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai determinasi yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan varibel-variabel dependen amat terbatas. Jika nila ajusted r2 semakin mendekati satu itu artinya model regresi yang digunakan sudah semakin tepat untuk memprediksi varibel-variabel dependen. Dari hasil uji regresi pada tabel 4.4 diperoleh nilai Adjusted R-squared sebesar 0.665869 atau 66.58% itu artinya bahwa variabel independen yang dugunakan dalam model ini memiliki kemempuan menjelaskan variabel dependen sebesar66.58% sedangkan sisanya33,42% dijelaskan oleh variabel diluar model.
b) Uji F (Secara Simultan)
Menurut Ghozali (2013: 98) Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara simultan terhadap variabel dependen. Uji ini bertujuan untuk menentukan signifikan pengaruh variabel independen secara bersama-sama terhadap variabel dependen. Untuk menghitung nilai F tabel, tingkat signifikansi yang digunakan sebesar 5% (0,05) dengan derajat kebebasan (degree of fredoom) df= (N-k) dan (k-1)
77
dimana N adalah jumlah observasi, k adalah jumlah variabel termasuk intersip. Apabila nilai signifikansi < 0,05, maka H0 ditolak atau secara simultan semua variabel independen berpengaruh terhadap varibel dependen.
Berdasarkan hasil uji pada tabel 4.4 menunjukkan bahwa hasil uji F pada penelitian ini memiliki nilai koefisien sebesar 18.60339 dengan prob (F-statistik) 0.000000 < 0.05 yang berarti variabel bebas (independen) secara simultan (serempak) mempunyai pengaruh poistif dan signifikan terhadap tingkat Return On Asset (ROA). c) Uji T (Secara Individu)
Uji t dilakkukan untuk mengetahui pengaruh variabel bebas (individual dalam menerangkan variasi variabel terikat (dependen). Berdasarkan uji regresi linier berganda pada tabel 4.4 adalah sebagai beikut:
1) Pengaruh CAR terhadap ROA
Berdasarkan tabel 4.4 Variabel CAR (X1) dengan nilai Coefficient 0.080135 dan nilai prob. CAR (X1) 0.0009, nilai probitabilitas lebih kecil dari nilai alpha 0.05 yang berarti setiap peningkatan CAR sebesar 1% maka akan meningkatkan profitabilitas (ROA) sebesar 0.08 (8%) dengan catatan varaibel lain dianggap tetap, maka dapat dikatakan bahwa CAR (X1) secara statistik berpengaruh positif dan signifikan terhadap ROA (Y).
78 2) Pengaruh NPF terhadap ROA
Berdasarkan tabel 4.4 variabel NPF (X2) dengan nilai coefficient -0.166288 dan nilai prob. NPF (X2) sebesar 0.3145, nilai probabilitas lebih besar dari nilai alpha 0.05 maka dapat dikatakan bahwa NPF (X2) secara statistik tidak berpengaruh terhadap ROA (Y).
3) Pengaruh BOPO terhadap ROA
Berdasarkan tabel 4.4 variabel BOPO (X3) dengan nilai coefficient 0.099688 dan nilai prob. BOPO (X3) 0.0000, nilai probabilitas lebih kecil dari 0.05 yang berarti bahwa setiap peningkatan BOPO 1% maka akan meningkatkan ROA sebesar 0.099 (9.9%) dengan catatan variabel lain dianggap tetap, sehingga dapat dikatakan bahwa secara statistik BOPO berpengaruh positif dan signifikan terhadap ROA (Y). 4) Pengaruh FDR terhadap ROA
Berdasarkan tabel 4.4 variabel FDR (X4) dengan nilai coefficient 0.015848 dan dengan nilai prob. FDR (X4) sebesar 0.3028, nilai probabilitas lebih besar dari nilai alpha 0.05, maka dapat dikatakan bahwa FDR (X4) secara statistik tidak berpengaruh terhadap ROA (Y).
5) Pengaruh Inflasi terhadap ROA
Bedasarkan tabel 4.4 variabel Inflasi (X5) dengan nilai coefficient -0.036178 dan nilai prob. Inflasi (X5) 0.7314, dimana
79
niali probabilitas lebih besar dari nilai alpha 0.05 maka dapat dikatakan bahwa Inflasi (X5) secara statistik tidak berpengaruh terhadap ROA (Y).
Tebel 4.5
Kesimpulan Hasil Uji Penelitian
Hipotesis Kesimpulan
H1
CAR berpengaruh
positif dan signifikan terhadap ROA
Di Terima
H2
NPF berpengaruh
negatif dan signifikan terhadap ROA
Di Tolak
H3
BOPO berpengaruh
negatif dan Signifikan terhadap ROA
Di Tolak
H4
FDR berpengaruh positif dan signifikan terhadap ROA
Di Tolak
H5
Inflasi berpengaruh negatif dan signifikan terhadap ROA
Di Tolak
3. Uji Asumsi Klasik