BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.2 Uji Asumsi Klasik
5.2.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui kenormalan distribusi nilai residual dari model regresi. Untuk mengetahui kenormalan distribusi nilai residual dapat dilakukan melalui pengamatan grafik dan/atau uji statistik. Pengujian normalitas nilai residual dari model regresi dengan pengamatan grafik dilakukan dengan cara melihat Normal Probability Plot dari nilai residual seperti yang ditampilkan pada Gambar 5.1 berikut ini:
Gambar 5.1 Normal Probability Plot Nilai Residual Regresi Sumber: Output SPSS
Dari Gambar 5.1 terlihat ploting data observasi dalam Normal Probability Plot nilai residual regresi mendekati garis diagonal dan penyebaran data observasi mengikuti garis diagonalnya sehingga dapat dinyatakan bahwa nilai residual relatif terdistribusi secara normal. Cara lain untuk mendeteksi
melihat grafik histogram dari nilai residual (lihat Gambar 5.2). Dari Gambar 5.2 terlihat bahwa kurva distribusi frekuensi nilai residual relatif mengikuti pola distribusi normal.
Gambar 5.2 Grafik Histogram Nilai Residual Regresi Sumber: Output SPSS
Berdasarkan tampilan Gambar 5.2 Regression Standardized Residual terlihat bahwa kurva dependent dan regression standardized residual membentuk gambar seperti lonceng. Oleh karena itu, dapat disimpulkan bahwa grafik histogram memberikan pola distribusi normal. Secara statistik, pendeteksian kenormalan distribusi nilai residual juga dapat diketahui melalui hasil uji One-Sample Kolmogorov-Smirnov (lihat Tabel 5.2), yang menunjukkan bahwa nilai residual berdistribusi normal (p-value = 0,200 > 0,05). Dengan demikian
atas nilai residual dari model regresi yang digunakan dalam penelitian ini, tidak terjadi pelanggaran asumsi normalitas.
Tabel 5.2 Hasil Uji Statistik Normalitas O-S K-S
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parametersa,b Mean ,0000000
Std. Deviation ,26015602
Most Extreme Differences Absolute ,063
Positive ,025
Negative -,063
Test Statistic ,063
Asymp. Sig. (2-tailed) ,200c,d
Sumber: Output SPSS
5.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Untuk mendeteksi gejala heteroskedastisitas dapat dilakukan melalui pengamatan grafik dan/atau uji statistik. Pendeteksian gejala heteroskedastisitas dengan pengamatan grafik dilakukan dengan cara melihat scatterplot dari nilai residual (lihat Gambar 5.3). Dari Gambar 5.3 terlihat bahwa ploting data nilai residual menyebar diatas maupun dibawah angka 0 pada sumbu Y serta penyebaran data nilai residual pada scatterplot tidak membentuk pola yang jelas.
Hal ini menunjukkan bahwa model regresi yang digunakan dalam penelitian ini terbebas dari gejala heteroskedastisitas.
Gambar 5.3 Scatterplot Nilai Residual Regresi Sumber: Output SPSS
Pendeteksian gejala heteroskedastisitas secara statistik dapat dilihat dari hasil Uji Spearman’s ho yang disajikan dalam Tabel 5.3 berikut ini:
Tabel 5.3
Hasil Uji Statistik Heterokedastisitas Spearman’s Rho
Correlations
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Hasil Spearman’s ho menunjukkan bahwa signifikansi keenam variabel independen (Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan dan Loan to Funding Ratio) di atas 0,05, sehingga dapat dinyatakan bahwa model regresi yang digunakan dalam penelitian ini, terbebas dari dari gejala heteroskedastisitas.
Dengan demikian dapat disimpulkan bahwa berdasarkan hasil pengamatan grafik dan uji statistik, model regresi yang digunakan dalam penelitian ini terbebas dari gejala heteroskedastisitas.
5.2.3 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mendeteksi adanya hubungan linier atau korelasi yang tinggi antara masing-masing variabel independen dalam model regresi. Indikasi adanya atau tidak adanya multikolinearitas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor (VIF) yang dihasilkan model regresi, dimana hasilnya disajikan pada Tabel 5.4 berikut ini:
Tabel 5.4 Hasil Uji Statistik Multikolinearitas Model Regresi
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 9,024 ,422 21,394 ,000
Capital Adequacy Ratio -,008 ,004 -,041 -2,191 ,031 ,922 1,084 Beban Operasional terhadap
Pendapatan Operasional -,096 ,003 -,783 -31,168 ,000 ,523 1,910 Net Interest Margin ,240 ,017 ,316 13,998 ,000 ,647 1,546 Non Performing Loan -,028 ,030 -,020 -,929 ,356 ,735 1,360 Loan to Funding Ratio -,003 ,003 -,018 -,906 ,367 ,882 1,133 Giro Wajib Minimum -,003 ,005 -,010 -,509 ,612 ,794 1,259 a. Dependent Variable: Return On Assets
Sumber: Output SPSS
Seperti terlihat dalam Tabel 5.4, keenam variabel independen yang dimasukkan dalam model regresi memiliki nilai Tolerance yang mendekati 1 dan VIF < 10, yang berarti tidak ada hubungan multikolinearitas antar masing-masing variabel independen dalam model regresi. Dari tabel dapat disimpulkan bahwa nila Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio, Giro Wajib Minimum dimana nilai Variance Inflation Factor (VIF) tidak lebih dari 10 (atau dibawah 10) dan nilai Tolerance tidak kurang dari 0,1 (diatas 0,1).
Berdasarkan uji multikolonearitas , output pada Coefficient terlihat bahwa :
1. Nilai TOL (Tolerance) variabel Capital Adequacy Ratio 0,922 dan VIF (Variance Infloating Factor) sebesar 1,084.
2. Nilai TOL (Tolerance) variabel Beban Operasional terhadap Pendapatan Operasional 0,523 dan VIF (Variance Infloating Factor) sebesar 1,910.
3. Nilai TOL (Tolerance) variabel Net Interest Margin 0,647 dan VIF (Variance Infloating Factor) sebesar 1,546.
4. Nilai TOL (Tolerance) variabel Non Performing Loan adalah sebesar 0,735 dan VIF (Variance Infloating Factor) sebesar 1,360.
5. Nilai TOL (Tolerance) variabel Loan to Funding Ratio 0,882 dan VIF (Variance Infloating Factor) sebesar 1,133.
6. Nilai TOL (Tolerance) variabel Giro Wajib Minimum 0,794 dan VIF (Variance Infloating Factor) sebesar 1,259.
Tabel 5.5 Hasil Uji Statistik Multikolinearitas Coefficient Corelations
Giro Wajib Minimum 2,685E-5 4,518E-7 2,714E-5 2,457E-6 1,541E-5 4,923E-6 Capital Adequacy Ratio 4,518E-7 1,285E-5 -3,683E-6 -2,626E-6 2,810E-6 2,215E-7 Net Interest Margin 2,714E-5 -3,683E-6 ,000 -6,262E-6 -5,195E-6 2,737E-5 Loan to Funding Ratio 2,457E-6 -2,626E-6 -6,262E-6 9,614E-6 2,927E-6 -5,387E-7 Non Performing Loan 1,541E-5 2,810E-6 -5,195E-6 2,927E-6 ,001 -3,782E-5 Beban Operasional
terhadap Pendapatan Operasional
4,923E-6 2,215E-7 2,737E-5 -5,387E-7 -3,782E-5 9,463E-6
a. Dependent Variable: Return On Assets
Sumber : output SPSS
Pendeteksian multikolinearitas juga dapat dilakukan dengan cara menganalisis Matrik Koefisien Korelasi (lihat Tabel 5.5). Melihat hasil besaran antar variabel independen tampak bahwa hanya variabel Beban Operasional terhadap Pendapatan Operasional dan Net Interest Margin yang memiliki korelasi yang cukup tinggi dengan tingkat korelasi 0,520 atau sekitar 52%. Oleh karena korelasi antar variabel tersebut masih di bawah 95%, maka dapat dikatakan tidak terjadi multikolinearitas.
5.2.4 Uji Autokorelasi
Uji autokorelasi (korelasi serial) digunakan untuk mengetahui ada tidaknya korelasi antara kesalahan pengganggu pada periode tertentu dengan kesalahan pengganggu periode sebelumnya. Runs Test dapat digunakan untuk
mendeteksi gejala autokorelasi dalam sebuah model regresi. Jika antara residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah random.
Tabel 5.6 Hasil Uji Statistik Autokorelasi Runs Test
Runs Test
Unstandardized Residual
Test Valuea ,01271
Cases < Test Value 50
Cases >= Test Value 50
Total Cases 100
Number of Runs 50
Z -,201
Asymp. Sig. (2-tailed) ,841
a. Median
Sumber : output SPSS
Pendeteksian melalui hasil uji Runs Test (lihat Tabel 5.6), yang menunjukkan bahwa tidak terdapat gejala autokorelasi (p-value = 0,841 > 0,05).
Dengan demikian dapat disimpulkan bahwa berdasarkan hasil regresi yang digunakan dalam penelitian ini, tidak terjadi pelanggaran asumsi autokorelasi.
5.3 Pengujian Hipotesis Pertama 5.3.1 Uji Regresi Berganda
Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linier Unbiased Estimator (BLUE) dan layak dilakukan analisis regresi. Uji regresi berganda telah dilakukan untuk mengetahui seberapa besar nilai koefisien regresi dari variabel Capital Adequacy Ratio, Beban Operasional terhadap
Funding Ratio dan Giro Wajib Minimum yang diregresikan dengan Return On Assets.
Return On Assets = 9,024 – 0,008 Capital Adequacy Ratio – 0,096 Beban Operasional terhadap Pendapatan Operasional + 0,240 Net Interest Margin – 0,028 Non Performing Loan –0,003 Loan to Funding Ratio – 0,003 Giro Wajib Minimum
Tabel 5.7 Hasil Uji Statistik Regresi Berganda
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 9,024 ,422 21,394 ,000
Capital Adequacy Ratio -,008 ,004 -,041 -2,191 ,031 Beban Operasional terhadap Pendapatan
Operasional
-,096 ,003 -,783 -31,168 ,000
Net Interest Margin ,240 ,017 ,316 13,998 ,000
Non Performing Loan -,028 ,030 -,020 -,929 ,356
Loan to Funding Ratio -,003 ,003 -,018 -,906 ,367
Giro Wajib Minimum -,003 ,005 -,010 -,509 ,612
a. Dependent Variable: Return On Assets
Sumber : output SPSS
Persamaan regresi tersebut dapat diinterpretasikan sebagai berikut : 1. Konstanta (a= 9,024), mengindikasikan bahwa apabila semua
variabel independen diasumsikan konstan atau sama dengan nol maka Return On Assets adalah sebesar 9,024%.
2. Capital Adequacy Ratio (b = -0,008), mengindikasikan Capital Adequacy Ratio berpengaruh negatif terhadap Return On Assets
diikuti dengan penurunan Return On Assets sebesar -0,008%, dengan asumsi variabel independen lainnya dianggap konstan.
3. Beban Operasional terhadap Pendapatan Operasional (b= -0,096), mengindikasikan Beban Operasional terhadap Pendapatan Operasional berpengaruh negatif terhadap Return On Assets dan setiap kenaikan Beban Operasional terhadap Pendapatan Operasional sebesar 1% akan diikuti dengan penurunan Return On Assets sebesar -0,096%, dengan asumsi variabel independen lainnya dianggap konstan.
4. Net Interest Margin (b=0,240), mengindikasikan NIM berpengaruh positif terhadap Return On Assets dan setiap kenaikan NIM sebesar 1% akan diikuti dengan peningkatan Return On Assets sebesar 0,240%, dengan asumsi variabel independen lainnya dianggap konstan.
5. Non Performing Loan (b= -0,028), mengindikasikan Non Performing Loan berpengaruh negatif terhadap Return On Assets dan setiap kenaikan Non Performing Loan sebesar 1% akan diikuti dengan penurunan Return On Assets sebesar -0,028%, dengan asumsi variabel independen lainnya dianggap konstan.
6. Loan to Funding Ratio (b= -0,003), mengindikasikan Loan to Funding Ratio berpengaruh negatif terhadap Return On Assets dan setiap kenaikan Loan to Funding Ratio sebesar 1% akan diikuti dengan penurunan Return On Assets sebesar -0,003%, dengan asumsi variabel independen lainnya dianggap konstan.
7. Giro Wajib Minimum (b= -0,003), mengindikasikan Giro Wajib Minimum berpengaruh negatif terhadap Return On Assets dan setiap kenaikan Giro Wajib Minimum sebesar 1% akan diikuti dengan penurunan Return On Assets sebesar -0,003%, dengan asumsi variabel independen lainnya dianggap konstan.
Variabel independen yang paling besar pengaruhnya terhadap Return On Assets adalah Net Interest Margin, sedangkan variabel independen yang paling kecil pengaruhnya terhadap Return On Assets adalah Loan to Funding Ratio dan Giro Wajib Minimum.
5.3.2 Uji Koefisien Determinasi
Uji Koefisien Determinasi telah dilakukan untuk mengetahui seberapa besar kemampuan variabel independen (Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum ) yang dimasukkan dalam model regresi dapat menjelaskan variasi dalam variabel dependen, Return On Assets. Berdasarkan hasil uji koefisien determinasi (lihat Tabel 5.8), mengindikasikan adanya hubungan yang sangat kuat antara variabel independen (Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum) dengan variabel Return On Assets (R = 0,985 > 50%).
Seperti terlihat pada Tabel 5.8, nilai koefisien determinasi (R Square = R2) dari model regresi adalah sebesar 0,969, menunjukkan bahwa sekitar 96,9%
variasi dalam Return On Assets dijelaskan oleh kombinasi dari Capital Adequacy
Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum yang dimasukkan ke dalam model regresi sedangkan sisanya sebesar 3,1% dijelaskan oleh variabel lainnya yang tidak dimasukkan dalam model penelitian ini.
Tabel 5.8 Hasil Uji statistik Koefisien Determinasi
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,985a ,969 ,967 ,26842
a. Predictors: (Constant), Giro Wajib Minimum, Capital Adequacy Ratio, Net Interest Margin, Loan to Funding Ratio, Non Performing Loan, Beban Operasional terhadap Pendapatan Operasional
Sumber : Output SPSS
5.3.3 Uji Statistik Simultan (Uji F)
Uji Simultan bertujuan untuk menguji signifikansi pengaruh semua variabel independen yang dimasukkan dalam model secara simultan terhadap variabel dependen. Uji Simultan (Uji Statistik F) telah dilakukan untuk menguji pengaruh variabel Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum secara simultan terhadap Return On Assets sebagai proksi dari kinerja keuangan perbankan pada periode 2011-2015.
Hasil uji statistik F (lihat Tabel 5.9) menunjukkan bahwa kombinasi dari keenam variabel independen (Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum) signifikan secara statistik dalam memprediksi Return On Assets, p-value = 0,00 < α 0,05. Dari Tabel 5.9
diketahui bahwa secara keseluruhan model regresi cocok dengan data dalam memprediksi Return On Assets, F hitung = 489,53 (df1 = 6, df2 = 93) > F tabel = 2,19. Dari hasil Uji Statistik F, dapat disimpulkan bahwa Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum secara simultan berpengaruh signifikan terhadap Return On Assets.
Tabel 5.9 Hasil Uji Statistik Simultan
Model Sum of Squares Df Mean Square F Sig.
1 Regression 211,619 6 35,270 489,535 ,000b
Residual 6,700 93 ,072
Total 218,320 99
Sumber: Output SPSS
5.3.4 Uji Statistik Parsial (Uji t)
Uji Parsial bertujuan untuk menguji signifikansi pengaruh variabel independen secara individual dalam menjelaskan variasi dalam variabel dependen.
Uji Parsial (Uji Statistik t) telah dilakukan untuk menguji pengaruh variabel Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum secara parsial terhadap Return On Assets sebagai proksi dari kinerja keuangan perbankan pada periode 2011-2015. Hasil uji statistik t ditampilkan pada Tabel 5.10 berikut ini:
Tabel 5.10 Hasil Uji Statistik Parsial
Model t Sig. Keterangan
(Constant) 21,394 ,000
Capital Adequacy Ratio -2,191 ,031 Signifikan (p < 0,05) Beban Operasional terhadap
Pendapatan Operasional
-31,168 ,000 Signifikan (p < 0,05) Net Interest Margin 13,998 ,000 Signifikan (p < 0,05) Non Performing Loan -,929 ,356 Tidak Signifikan (p > 0,05) Loan to Funding Ratio -,906 ,367 Tidak Signifikan (p > 0,05) Giro Wajib Minimum -,509 ,612 Tidak Signifikan (p > 0,05)
Sumber: Output SPSS
Hasil uji Statistik parsial (t) dalam Tabel 5.10 dapat diinterpretasikan sebagai berikut:
1. Capital Adequacy Ratio memiliki nilai t hitung sebesar -2,191 dengan p-value sebesar 0,031, mengindikasikan bahwa Capital Adequacy Ratio berpengaruh negatif dan signifikan secara statistik dalam memprediksi Return On Assets, karena nilai absolut t hitung > t tabel (α = 5%, df = 93, two-tailed) = 1,985 , p-value < α 0,05.
2. Beban Operasional terhadap Pendapatan Operasional memiliki nilai t hitung sebesar -31,168 dengan p-value sebesar 0,000, mengindikasikan bahwa Beban Operasional terhadap Pendapatan Operasional berpengaruh negatif dan signifikan secara statistik dalam memprediksi Return On Assets, karena nilai absolut t hitung >
t tabel (α = 5%, df = 93, two-tailed) = 1,985 , p-value < α 0,05.
3. Net Interest Margin memiliki nilai t hitung sebesar 13,998 dengan p-value sebesar 0,000, mengindikasikan bahwa NIM berpengaruh
positif dan signifikan secara statistik dalam memprediksi Return On Assets, karena nilai absolut t hitung > t tabel (α = 5%, df = 93, two-tailed) = 1,985 , p-value < α 0,05.
4. Non Performing Loan memiliki nilai t hitung sebesar - 0,929 dengan p-value sebesar 0,356, mengindikasikan bahwa Non Performing Loan berpengaruh negatif dan tidak signifikan secara statistik dalam memprediksi Return On Assets, karena nilai absolut t hitung > t tabel (α = 5%, df = 93, two-tailed) = 1,985 , p-value < α 0,05.
5. Loan to Funding Ratio memiliki nilai t hitung sebesar -0,906 dengan p-value sebesar 0,367, mengindikasikan bahwa Loan to Funding Ratio tidak berpengaruh negatif dan tidak signifikan secara statistik dalam memprediksi Return On Assets, karena nilai absolut t hitung >
t tabel (α = 5%, df = 93, two-tailed) = 1,985 , p-value < α 0,05.
6. Giro Wajib Minimum memiliki nilai t hitung sebesar -0,509 dengan p-value sebesar 0,612, mengindikasikan bahwa Giro Wajib Minimum berpengaruh negatif dan tidak signifikan secara statistik dalam memprediksi Return On Assets, karena nilai absolut t hitung >
t tabel (α = 5%, df = 93, two-tailed) = 1,985 , p-value < α 0,05.
5.4 Pengujian Hipotesis Kedua
Menurut Ghozali (2013), variabel moderating adalah variabel independen yang dapat memperkuat atau memperlemah hubungan antara variabel independen lainnya terhadap variabel dependen. Dalam penelitian ini, variabel Dana Pihak Ketiga diduga merupakan variabel moderating yang diprediksi memliki
pengaruh moderasi terhadap hubungan Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum terhadap Return On Assets. Pengujian variabel moderating dengan persamaan regresi dapat dilakukan dengan tiga cara yakni (1) uji interaksi, (2) uji selisih mutlak dan (3) uji residual. Seperti yang dinyatakan dalam Bab IV, penelitian ini akan mengimplementasikan uji residual dalam menguji pengaruh moderasi dari variabel moderating dengan menggunakan dua persamaan regresi berikut ini:
Z = a + b1X1+ b2X2 + b3X3 + b4X4 + b5X5+ b6X6+ e ...(1)
│e│ a + bY...(2)
Persamaan regresi pertama dibuat untuk mendapatkan nilai residual dari hasil regresi variabel independen (Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum) terhadap Dana Pihak Ketiga. Kemudian nilai residual yang diperoleh melalui persamaan regresi pertama tersebut akan dibuat ke dalam nilai absolutnya sehingga diperoleh nilai absolut residual (| e |). Langkah selanjutnya adalah meregresikan Return On Assets terhadap nilai absolut residual menggunakan persamaan regresi kedua. Jika berdasarkan hasil uji residual diperoleh nilai koefisien parameter ln Return On Assets bertanda negatif dan tingkat probabilitas signifikansinya < 0,05, maka variabel Dana Pihak Ketiga dapat dinyatakan sebagai variabel moderating. Hasil analisis regresi dengan menggunakan persamaan regresi pertama disajikan pada Tabel 5.11 berikut ini:
Tabel 5.11 Hasil Uji Statistik Regresi Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non
Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum Terhadap Dana Pihak Ketiga
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B
Std.
Error Beta
1 (Constant) 10,090 39,516 ,255 ,799
Capital Adequacy Ratio 1,196 ,336 ,340 3,562 ,001 Beban Operasional terhadap
Pendapatan Operasional ,409 ,288 ,180 1,419 ,159 Net Interest Margin -2,407 1,604 -,171 -1,500 ,137 Non Performing Loan -8,715 2,817 -,331 -3,094 ,003 Loan to Funding Ratio -,288 ,290 -,097 -,990 ,325
Giro Wajib Minimum -,021 ,485 -,004 -,043 ,966
a. Dependent Variable: Dana Pihak Ketiga
Sumber: Output SPSS
Dari hasil analisis regresi pada tabel diatas, maka persamaan regresi pertama dapat diformulasikan sebagai berikut:
Dana Pihak Ketiga = 10,090 + 1,196 Capital Adequacy Ratio + 0,409 Beban Operasional terhadap Pendapatan Operasional – 2,407 Net Interest Margin – 8,715 Non Performing Loan – 0,288 Loan to Funding Ratio – 0,21 Giro Wajib Minimum.
Hasil analisis regresi dengan menggunakan persamaan regresi kedua disajikan pada Tabel 5.12 berikut ini:
Tabel 5.12 Hasil Uji Statistik Residual Return On Assets Terhadap Nilai Absolut Residual
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B
Std.
Error Beta
1 (Constant) 23,106 2,727 8,474 ,000
Return On Assets -2,976 1,119 -,259 -2,659 ,009
a. Dependent Variable: AbsRes_1
Sumber: Output SPSS
Dari hasil analisis regresi pada tabel diatas, maka persamaan regresi kedua dapat diformulasikan sebagai berikut:
| e | = 23,106 – 2,976 Return On Assets
Berdasarkan hasil uji residual pada Tabel 5.12, mengindikasikan bahwa variabel Dana Pihak Ketiga berdampak signifikan dan nilai koefisien parameternya negatif dalam memoderasi pengaruh Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum terhadap Return On Assets (b = -2,976; p = 0,009 < 0,05). Sehingga dapat disimpulkan bahwa variabel Dana Pihak Ketiga adalah variabel moderating yang dapat memperkuat pengaruh Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum terhadap Return On Assets.
5.5 Pembahasan
1. Pengujian Hipotesis Pertama
Dari hasil Uji Statistik F, dapat disimpulkan bahwa Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum secara simultan berpengaruh signifikan terhadap Return On Assets. Signifikannya pengaruh Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum secara simultan terhadap Return On Assets perbankan di Indonesia, dikarenakan adanya hubungan yang sangat kuat antar Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum dengan Return On Assets (R = 0,985 > 50%). Hal tersebut menunjukkan tingginya kemampuan Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib Minimum, yakni sebesar 96,9%, dalam menjelaskan variasi dalam capaian Return On Assets dari Perbankan di Indonesia, periode 2011-2015. Sisanya, yakni sebesar 3,1% dijelaskan oleh faktor lainnya yang tidak dimasukkan dalam model penelitian ini. Selain Capital Adequacy Ratio, Beban Operasional terhadap Pendapatan Operasional, Net Interest Margin, Non Performing Loan, Loan to Funding Ratio dan Giro Wajib
Minimum, masih terdapat faktor-faktor lainnya yang dapat berpengaruh signifikan terhadap Return On Assets. Berdasarkan hasil penelitian terdahulu oleh Mulatsih (2014), Soewarna (2011), Hesti (2010) bahwa ROE, Intellectual Capital, Ukuran Perusahaan dapat berpengaruh signifikan terhadap Return On Assets perbankan.
Variabel Capital Adequacy Ratio berpengaruh negatif terhadap Return On Assets perusahaan, hal tersebut menunjukkan bahwa perbankan belum optimal melaksanakan fungsi intermediasinya, karena dengan modal yang besar, perbankan belum dapat menyalurkan pinjaman sesuai dengan yang diharapkan. Hal ini ditunjukkan nilai Beban Operasional terhadap Pendapatan Operasional yang masih tinggi yakni rata-rata 83,87%. Dengan kata lain modal besar yang dimiliki perusahaan kurang optimal pengelolaannya sehingga profit yang dihasilkan tidak terlalu signifikan sesuai peningkatan modal tersebut.
Hasil penelitian ini mendukung penelitian yang dilakukan oleh Yudiartini (2016). Hal ini menunjukkan bahwa semakin besar Capital Adequacy Ratio akan berakibat turunnya Return On Assets. Tetapi hasil penelitian ini tidak mendukung hasil penelitian terdahulu yang dilakukan oleh Prasnanugraha (2007), Eng (2013), Rusdiana (2012), Mahardian (2008), Sugiartono (2012) dan Hapsari dan Prasetiono (2011) yang menyatakan Capital Adequacy Ratio tidak berpengaruh terhadap Return On Assets, sedangkan hasil penelitian ini menunjukkan bahwa Capital Adequacy Ratio berpengaruh negatif terhadap Return On Assets.
Variabel Beban Operasional terhadap Pendapatan Operasional berpengaruh negatif terhadap Return On Assets perusahaan, hal tersebut menunjukkan bahwa dengan meningkatnya Beban Operasional terhadap Pendapatan Operasional pada perbankan menunjukkan perbankan lebih banyak mengeluarkan biaya operasional dalam menghasilkan laba. Keadaan ini juga menunjukkan bahwa perbankan yang menghasilkan laba besar tidak efisien dalam melakukan operasionalnya sehingga Beban Operasional terhadap Pendapatan Operasional berpengaruh negatif terhadap Return On Assets. Berpengaruhnya Beban Operasional terhadap Pendapatan Operasional terhadap Return On Assets didukung oleh hasil penelitian yang dilakukan oleh Mahardian (2008), Mulatsih (2014) dan Hapsari dan Prasetiono (2011) yang menyatakan bahwa variabel Beban Operasional terhadap Pendapatan Operasional secara statistik berpengaruh negatif terhadap Return On Assets. Dalam pengelolaan aktivitas operasional bank yang efisien dengan memperkecil biaya operasional bank akan sangat mempengaruhi besarnya tingkat keuntungan bank yang tercermin dalam Return On Assets sebagai indikator yang mencerminkan efektivitas perusahaan dalam menghasilkan laba dengan memanfaatkan keseluruhan aset yang dimiliki. Tetapi hasil penelitian ini tidak mendukung hasil penelitian terdahulu yang dilakukan oleh Eng (2013) yang menyatakan Beban
Variabel Beban Operasional terhadap Pendapatan Operasional berpengaruh negatif terhadap Return On Assets perusahaan, hal tersebut menunjukkan bahwa dengan meningkatnya Beban Operasional terhadap Pendapatan Operasional pada perbankan menunjukkan perbankan lebih banyak mengeluarkan biaya operasional dalam menghasilkan laba. Keadaan ini juga menunjukkan bahwa perbankan yang menghasilkan laba besar tidak efisien dalam melakukan operasionalnya sehingga Beban Operasional terhadap Pendapatan Operasional berpengaruh negatif terhadap Return On Assets. Berpengaruhnya Beban Operasional terhadap Pendapatan Operasional terhadap Return On Assets didukung oleh hasil penelitian yang dilakukan oleh Mahardian (2008), Mulatsih (2014) dan Hapsari dan Prasetiono (2011) yang menyatakan bahwa variabel Beban Operasional terhadap Pendapatan Operasional secara statistik berpengaruh negatif terhadap Return On Assets. Dalam pengelolaan aktivitas operasional bank yang efisien dengan memperkecil biaya operasional bank akan sangat mempengaruhi besarnya tingkat keuntungan bank yang tercermin dalam Return On Assets sebagai indikator yang mencerminkan efektivitas perusahaan dalam menghasilkan laba dengan memanfaatkan keseluruhan aset yang dimiliki. Tetapi hasil penelitian ini tidak mendukung hasil penelitian terdahulu yang dilakukan oleh Eng (2013) yang menyatakan Beban