BAB IV HASIL PENELITIAN
4.1 Hasil Penelitian
4.1.5 Uji Goodness of Fit
1. Uji Koefisien Determinasi (Adjusted R2)
Menurut Ghozali dan Ratmono (2017), koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi antara nol sampai satu. Apabila nilai koefisien determinasi mendekati satu berarti bahwa variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependennya. Kelemahan mendasar koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan dalam model. Setiap tambahan satu variabel bebas (independen), maka nilai R2 pasti meningkat tanpa memperhatikan apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, banyak peneliti yang meganjurkan untuk menggunakan nilai adjusted R2 pada saat mengevaluasi model regresi terbaik. Nilai adjusted R2 dapat naik atau turun jika satu variabel independen ditambahkan ke dalam model. Nilai koefisien determinasi dalam penelitian ini dapat dilihat melalui nilai adjusted R2 dalam tabel berikut ini.
Tabel 4.19 Hasil Uji Koefisien Determinasi Sub Sektor Bank yang Terdaftar di BEI
R-squared 0.631667 Adjusted R-squared 0.612938
Sumber: data diolah dari output Eviews 9 (2020)
Tabel 4.19 menunjukan nilai koefisien determinasi sub sektor bank sebesar 0.612938. Hal ini menunjukkan bahwa 61% variasi ROA dapat dijelaskan oleh tiga variabel independen yaitu CAR, NIM dan BOPO. Sisanya sebesar 39% dijelaskan oleh sebab-sebab lain di luar model.
Tabel 4.20
Hasil Uji Koefisien Determinasi Sub Sektor Lembaga Keuangan Non Bank yang Terdaftar di BEI
R-squared 0.798955 Adjusted R-squared 0.788733
Sumber: data diolah dari output Eviews 9 (2020)
Tabel 4.20 menunjukan hasil koefisien determinasi untuk sub sektor lembaga keuangan non bank. Nilai adjusted R2 sebesar 0.788733. Nilai tersebut berarti bahwa 78% variasi ROA dapat dijelaskan oleh variabel dependen yaitu CAR, NIM dan BOPO. Sedangkan sebesar 22% dipengaruhi oleh sebab-sebab lain diluar model.
Berdasarkan penjelasan diatas, maka dapat disimpulkan bahwa variasi ROA pada sub sektor lembaga keuangan non bank lebih dapat dijelaskan oleh variabel dependen yaitu CAR, NIM, dan BOPO dengan nilai koefisien determinasi sebesar 78% sedangkan pada sub sektor bank sebesar 61%.
2. Uji F
Menurut Ghozali dan Ratmono (2017), uji F bertujuan untuk mengetahui apakah semua variabel independen yang dimasukkan ke dalam model secara bersama-sama atau simultan berpengaruh terhadap variabel dependen. Uji F dapat dilakukan dengan melihat nilai probabilitasnya. Apabila nilai probabilitas > 0.05 maka H0 diterima, sedangkan apabila nilai probabilitas < 0.05 maka Ha diterima. Hipotesis yang digunakan dalam uji F adalah sebagai berikut:
H0 : secara simultan tidak berpengaruh terhadap variabel dependen H1 : secara simultan berpengaruh terhadap variabel dependen. Hasil uji F dapat dilihat pada Tabel 4.22 dan Tabel 4.23 berikut ini.
Tabel 4.21
Hasil Uji F Sub Sektor Bank yang Terdaftar di BEI
F-statistic 33.72707 Prob(F-statistic) 0.000000
Sumber: data diolah dari output Eviews 9 (2020)
Hasil uji F untuk sub sektor bank yang ditunjukan oleh tabel 4.21 diatas diperoleh nilai F-statistic sebesar 33.72707 dengan probabilitas 0.000000. Nilai probabilitas ini dibandingkan dengan taraf signifikansi 0.05. Nilai tersebut lebih kecil (0.000000 < 0.05), sehingga Ha terdukung. Dapat disimpulkan bahwa secara simultan, variabel independen yang terdiri dari CAR, NIM dan BOPO berpengaruh terhadap variabel dependen yaitu ROA perusahaan sub sektor bank yang terdaftar di BEI.
Tabel 4.22
Hasil Uji F Sub Sektor Lembaga Keuangan Non Bank yang Terdaftar di BEI
F-statistic 78.15563 Prob(F-statistic) 0.000000
Sumber: data diolah dari output Eviews 9 (2020)
Tabel 4.22 menunjukkan hasil uji F sub sektor lembaga keuangan non bank sebesar 78.15563 dengan probabilitas 0.000000. Jika dibandingkan taraf signifikansi sebesar 0.05 maka nilai probabilitas F hitung lebih kecil (0.000000<0.05), sehingga Ha terdukung. Karenanya, dapat disimpulkan bahwa secara simultan variabel CAR, NIM dan BOPO berpengaruh terhadap ROA pada perusahaan sub sektor lembaga keuangan non bank yang terdaftar di BEI.
4.1.6 Analisis Regresi Berganda
Analisis regresi berganda merupakan metode analisis yang digunakan untuk menguji hipotesis. Analisis regresi berganda digunakan untuk menganalisis pengaruh CAR, NIM dan BOPO terhadap ROA. Pengujian regresi menggunakan dua model dikarenakan penelitian membandingkan emiten pada dua sub sektor yaitu bank dan lembaga keuangan non bank. Perhitungan regresi berganda dilakukan dengan menggunakan software Eviews 9 dengan persamaan model sebagai berikut:
(𝐼)𝑅𝑂𝐴 = 𝛼 + 𝛽1(𝐶𝐴𝑅) + 𝛽2(𝑁𝐼𝑀) + 𝛽3(𝐵𝑂𝑃𝑂) + ℯ
Keterangan:
Model (I) regresi linear berganda untuk sub sektor bank
Model (II) regresi linear berganda untuk sub sektor lembaga keuangan non bank
Hasil pengujian regresi untuk kedua model diatas dapat ditunjukkan oleh Tabel 4.23.
Tabel 4.23
Hasil Uji Regresi Sub Sektor Bank dan Lembaga Keuangan Non Bank yang Terdaftar di BEI
Dependent Variabel: ROA Sampel: 7 obs (2009-2018)
Variabel Model I Model II
Independen CAR 0.1891 0.5589 -0.0182 -0.0136 NIM 0.0000* 0.4331 0.0323 0.0265 BOPO 0.0000* 0.0000* -0.0565 -0.1548 Intercept 0.0000 0.0000 1.9590 13.6483 Jumlah Sampel 70 70 Adjusted R-Square 0.6129 0.7887
Sumber: data diolah dari output Eviews 9 (2020) *signifikansi 5%
Berdasarkan tabel 4.23 diatas, dapat dilihat bahwa besarnya pengaruh variabel independen terhadap variabel dependen dengan melihat nilai intercept, dapat dirumuskan hasil regresi berganda untuk model I (sub sektor bank) sebagai berikut:
Berdasarkann persamaan pada Model I maka dapat diartikan:
1. Konstanta = 1.9590, artinya apabila CAR, NIM dan BOPO konstan atau tetap maka rata-rata ROA sebesar 1.9590.
2. Koefisien regresi CAR sebesar -0.0182, artinya apabila CAR naik (turun) sebesar satu satuan maka ROA akan turun (naik) sebesar 0.0182 dengan asumsi bahwa variabel NIM dan BOPO konstan.
3. Koefisien regresi NIM sebesar 0.0323, artinya bahwa apabila NIM naik (turun) satu satuan maka ROA akan naik (turun) sebesar 0.0323 dengan asumsi bahwa variabel CAR dan BOPO konstan.
4. Koefisien regresi BOPO sebesar -0.0565, artinya bahwa apabila BOPO naik (turun) sebesar satu satuan maka ROA akan turun (naik) sebesar 0.0565 dengan asumsi bahwa variabel CAR dan NIM konstan.
5. Variabel CAR dengan nilai signifikansi sebesar 0.1891. Nilai tersebut lebih besar dari nilai signifikansi sebesar 0.05 sehingga dapat disimpulkan bahwa variabel CAR tidak berpengaruh secara signifikan terhadap ROA. 6. Variabel NIM dengan nilai signifikansi sebesar 0.0000. Nilai tersebut
kurang dari nilai signifikansi sebesar 0.05 sehingga dapat disimpulkan bahwa variabel NIM berpengaruh secara signifikan terhadap ROA.
7. Variabel BOPO dengan nilai signifikansi sebesar 0.0000. Nilai tersebut kurang dari nilai signifikansi sebesar 0.05 sehingga dapat disimpulkan bahwa variabel BOPO berpengaruh secara signifikan terhadap ROA.
Berdasarkan Tabel 4.23 dapat dirumuskan persamaan matematis untuk regresi berganda model II (sub sektor lembaga keuangan non bank):
𝑹𝑶𝑨 = 𝟏𝟑. 𝟔𝟒𝟖𝟑 − 𝟎. 𝟎𝟏𝟑𝟔 𝑪𝑨𝑹 + 𝟎. 𝟎𝟐𝟔𝟓 𝑵𝑰𝑴 − 𝟎. 𝟏𝟓𝟒𝟖 𝑩𝑶𝑷𝑶 + 𝓮
Persamaan regresi Model II dapat diartikan sebagai berikut:
1. Constant = 13.6483, artinya apabila CAR, NIM dan BOPO konstan atau tetap maka rata-rata ROA sebesar 13.6483.
2. Koefisien regresi CAR sebesar -0.0136, artinya apabila CAR naik (turun) sebesar satu satuan maka ROA akan turun (naik) sebesar 0.0136 dengan asumsi bahwa NIM dan BOPO konstan.
3. Koefisien regresi NIM sebesar 0.0265, artinya apabila NIM naik (turun) sebesar satu satuan maka ROA akan naik (turun) sebesar 0.0265 dengan asumsi bahwa variabel CAR dan BOPO konstan. 4. Koefisien regresi BOPO sebesar -0.1548, artinya apabila BOPO naik
(turun) sebesar satu satuan maka ROA akan turun (naik) sebesar 0.1548 dengan asumsi bahwa CAR dan NIM konstan.
5. Variabel CAR dengan signifikansi sebesar 0.5589 sehingga dapat disimpulkan bahwa variabel CAR tidak berpengaruh secara signifikan terhadap ROA pada α = 5%.
6. Variabel NIM dengan signifikansi sebesar 0.4331 sehingga hasil tersebut dapat disimpulkan bahwa variabel NIM tidak berpengaruh secara signifikan terhadap ROA pada α = 5%.
7. Variabel BOPO dengan signifikansi sebesar 0.0000 sehingga dapat disimpulkan bahwa variabel BOPO berpengaruh secara signifikan terhadap ROA pada α = 5%.
4.1.7 Uji Hipotesis