Analisis data adalah cara mengolah data yang telah terkumpul untuk kemudian dapat memberikan interpretasi. Hasil pengolahan data digunakan untuk menjawab permasalahan yang telah dirumuskan. Penelitian ini menggunakan Analisis Statistik Deskriptif dan Regresi Logistik untuk menguji pengaruh
Efsisiensi Operasi, Risiko Kredit, dan Capital Adequacy Ratio (CAR) terhadap
3.5.1. Teknik Analisis Deskriptif
Analisis deskriptif digunakan untuk mendeskriptifkan variabel-variabel dalam penelitian ini. Statistik deskriptif akan memberikan gambaran umum dari tiap variabel penelitian. Alat analisis yang digunakan adalah distribusi frekuensi,
nilai rata-rata (mean), nilai minimum dan maksimum serta standar deviasi. Data
yang diteliti dikelompokkan berdasarkan jenis bank menurut statusnya, yaitu Bank Umum Swasta Nasional Devisa dan Non Devisa.
Distribusi frekuensi digunakan untuk menunjukkan penggolongan sekumpulan data dan penentuan banyaknya data (frekuensi) yang termasuk dalam setiap golongan tersebut. Hal terpenting dalam penyusunan daftar distribusi frekuensi adalah menentukan jumlah kelas. Untuk menentukan jumlah kelas dapat digunakan formula sturges sebagai berikut:
K = 1 + 3,322 Log
n
K = Jumlah kelas n = Banyaknya data
(Rachman, 2004: 9)
Setelah daftar distribusi disusun, selanjutnya untuk mendeskriptifkan data adalah menghitung nilai rata-rata dari seluruh data yang ada. Nilai rata-rata
(mean) dalam sebuah kelompok data merupakan parameter untuk kelompok data
tersebut. Nilai rata-rata ini didapat dari hasil pembagian jumlah nilai data oleh banyaknya data dalam kumpulan data tersebut. Bila kalimat ini dirumuskan maka didapat formula sebagai berikut:
_ ∑ xi X =
n
_
X = Rata-rata hitung
∑ xi = Jumlah semua harga x
n = Banyaknya kelompok
(Sudjana, 1981: 113)
Nilai minimum dan maksimum dalam data perlu diketahui untuk mengetahui rentang data. Semakin kecil rentang data mengindikasikan semakin merata tersebarnya data, sebaliknya semakin besar rentang data maka semakin berserakanlah distribusi data. Manfaat lain dari diketahuinya rentang data juga untuk menaksir nilai standar deviasi (simpangan baku).
3.5.2. Teknik Analisis Regresi Linier Berganda
Model regresi linier berganda, yaitu metode yang digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap variabel dependen dengan skala pengukur atau rasio dalam suatu persamaan linier (Rachman, 2004: 77).
Variabel independen dalam penelitian ini adalah Efisiensi Operasi yang diproksi
dengan rasio BOPO, Risiko kredit yang diproksi dengan rasio NPL, dan Capital
Adequacy Ratio. Sedangkan variabel dependennya adalah Efisiensi Intermediasi Bank Umum Swasta Nasional di Indonesia. Adapun persamaan untuk menguji hipotesis secara keseluruhan pada penelitian ini adalah sebagai berikut:
Y = ß0 - ß1 X1 - ß2 X2 + ß3X3 (Rachman, 2004:75)
Y : Efisiensi Intermediasi Bank Umum Swasta Nasional di Indonesia
ß1, ß2, ß3 : Koefisien
ß1 X1 : variabel bebas berupa Efisiensi Operasi
ß2X2 : variabel bebas berupa Risiko Kredit
ß3X3 : variabel bebas berupa Capital Adequacy Ratio (CAR)
Metode regresi berganda akan dapat dijadikan alat estimasi yang tidak bias
jika telah memenuhi persyaratan Best Linear Unbiased Estimation (BLUE). Agar
model analisis regresi yang digunakan dalam penelitian ini secara teoritis menghasilkan nilai parametrik yang sahih terlebih dahulu akan dilakukan pengujian normalitas data dan pengujian asumsi klasik regresi yang meliputi uji multikolinearitas, dan heteroskedastisitas.
Uji normalitas bertujuan menguji apakah dalam metode regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Selanjutnya uji multikolinearitas dilakukan dengan tujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas atau tidak. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas.
Sedansgkan uji heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain. Jika pengamatan dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
3.5.3. Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan metode regresi linier berganda, uji signifikansi parameter individual (uji statistik t), uji signifikansi simultan (uji statistik F) dan koefisien determinasi.
Uji statistik t digunakan untuk menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variabel dependen.
Pengujian dilakukan dengan menggunakan significance level 0,05 (α=5%).
Penerimaan atau penolakan hipotesis dilakukan dengan kriteria sebagai berikut:
a). Jika nilai signifikan > 0,05 maka hipotesis ditolak (koefisien regresi tidak
signifikan). Ini berarti bahwa secara parsial variabel independen tersebut tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
b). Jika nilai signifikan ≤ 0,05 maka hipotesis diterima (koefisien regresi
signifikan). Ini berarti bahwa secara parsial variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen.
Uji statistik F digunakan untuk menunjukkan apakah semua variabel bebas yang dimaksudkan dalam model mempunyai pengaruh secara simultan terhadap
variabel dependen. Pengujian dilakukan dengan menggunakan significance level
0,05 (α=5%). Ketentuan penerimaan atau penolakan hipotesis adalah sebagai
berikut:
a). Jika nilai signifikan > 0,05 maka hipotesis diterima (koefisien regresi
signifikan). Ini berarti bahwa secara simultan kelima variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen.
b). Jika nilai signifikan < 0,05 maka hipotesis ditolak (tidak signifikan). Ini berarti bahwa secara simultan kelima variabel independen tersebut tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien
determinasi berada di antara nol dan 1. Nilai R2 yang kecil berarti kemampuan
variabel-variabel independen dalam menjelaskan variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen.
Data dalam penelitian ini akan diolah dengan menggunakan program
Statistical Package for Social Sciences (SPSS) 10.0. Hipotesis dalam penelitian ini dipengaruhi oleh nilai signifikansi koefisien variabel yang bersangkutan
setelah dilakukan pengujian. Kesimpulan hipotesis dilakukan berdasarkan t-test
dan F-test untuk menguji signifikansi variabel-variabel independen terhadap variabel dependen.
61