3.5 Uji Hipotesis
3.5.2 Uji Statistik SimuItan (F)
Uji F digunakan untuk menunjukkan apakah semua faktor bebas (independen) yang diingat untuk model ini memiIiki dampak bersama (simutane) pada variabeI dependen (terikat).
Uji f digunakan untuk menguji seberapa signifikan pengaruh variabeI independen secara hubungan (simuItan) terhadap variabeI dependen. Hipotesis yang digunakan adaIah :
1. H0 : bi = 0, CapitaI Adequacy Ratio , Biaya OperasionaI dengan Pendapatan OperasionaI, secara simuItan berpengaruh sginifikan terhadap Return On Equity
2. Ha : bi ≠ 0 artinya CapitaI Adequacy Ratio , Biaya OperasionaI dengan Pendapatan OperasionaI, secara simuItan tidak berpengaruh sginifikan terhadap Return On Equity
Kriteria dalam pengambiIan keputusannya adaIah sebagai berikut : a. Jika H0, diterima jika fsig > α = 5%
b. Jika Ha, diterima jika fsig < α = 5%
BAB IV
HASIL DAN PEMBAHASAN 4.1 Profil Perusahaan
Perkembangan perbankan syariah di Indonesia dimulai dengan berdirinya Bank Muamalat Indonesia (BMI) pada tahun 1991 yang diprakarsai oleh Majelis Ulama Indonesia (MUI) dan pemerintah Indonesia. Bank Muamalah Indonesia mulai beroperasi setelah berlakunya Undang-Undang No. 1 Tahun 1992 tentang Perbankan Syariah yang membuka kesempatan bagi bank yang melaksanakan profit bagi hasil ini.
Selama periode tahun 1992 sampai 1998, hanya ada satu bank syariah (BMI) dan 78 Bank Perkreditan Rakyat Syariah (BPRS) yang dikembangkan. Pada tahun 1998, Indonesia mengalami reformasi politik dan telah mengeluarkan Undang-Undang Nomor 10 tahun 1998. Undang-Undang ini mengatur tentang sistem dual banking, dimana bank Islam dapat beroperasi secara berdampingan dengan bank konvensional. Selanjutnya, Undang-Undang No. 23 tahun 1999 yang menegaskan bahwa Bank Indonesia selaku otoritas moneter di Indonesia harus menyediakan peraturan dan fasilias untuk operasional perbankan syariah.
Pada tahun 1999, bank syariah kedua di Indonesia di dirikan, yaitu Bank Syariah Mandiri (BSM), diikuti oleh beberapa bank umum yang membuka unit syariah seperti, Bank Central Asia Syariah (BCA Syariah). Pada tahun 2002, Bank Indonesia menerbitkan “Blueprint Pengembangan Perbankan Syariah di Indonesia”. Hal ini dianggap sebagai perencanaan jangka panjang dari perbankan
syariah di Indonesia. Isi Blueprint antara lain mengidentifikasi tantangan utama bank syariah di masa depan selain menyatakan visi, misi, dan tujuan strategiss dari bank syariah. Secara singkat, Blueprint tersebut telah memberikan pedoman yang jelas bagi para stakeholders untuk menyelaraskan visi dan aspirasi (Bank Indonesia, 2002:6).
Indonesia memiliki populasi Muslim terbesar di dunia. Jumlah penduduk muslim Indonesia mencapai 229 juta jiwa atau sekitar 87,2% dari total penduduk.
Kedua, masyarakat memiliki preferensi yang kuat terhadap perbankan syariah, yang berkembang sangat cepat dan memiliki potensi pasar yang sangat besar.
Pertumbuhan BUS yang signifikan mulai terjadi pada September 2016 dengan adanya konversi BPD Aceh menjadi Bank Aceh Syariah. Aset BPD Aceh mencapai Rp 18,95 triliun atau sebesar 5,18% dari total aset perbankan syariah secara keseluruhan. Konversi Bank Aceh Syariah berdampak kepada meningkatnya market share perbankan syariah terhadap perbankan nasional menembus angka psikologis 5% (five percent trap). Per Desember 2016 market share perbankan syariah mencapai 5,33% atau meningkat sebesar 0,46% dari 4,87% pada tahun 2015. Sebelum tahun 2016, komposisi aset perbankan syariah didominasi oleh dua BUS terbesar, yaitu Bank Syariah Mandiri dan Bank Muamalat Indonesia. Secara teori, aset industri perbankan yang terkonsentrasi pada sedikit perusahaan saja dapat menimbulkan risiko konsentrasi (concentrated risk) sehingga apabila terjadi permasalahan pada sedikit perusahaan tersebut maka akan berdampak signifikan terhadap industri perbankan secara keseluruhan.
Perkembangan positif perbankan syariah juga dibuktikan dengan membaiknya kondisi permodalan perbankan syariah, membaiknya kualitas pembiayaan, serta membaiknya tingkat efisiensi dan likuiditas operasional perbankan syariah. Perbaikan permodalan bank syariah tercermin dari rasio kecukupan modal (CAR) yang mencapai 16,16%. Rasio CAR untuk posisi ini meningkat sebesar 1,15% pada Desember 2016 dibandingkan 15,02% pada Desember 2015. Peningkatan nilai CAR tersebut didorong oleh aksi korporasi beberapa bank syariah yang meningkatkan modal disetor dan penerbitan sukuk korporasi pada tahun 2016. Efisiensi operasional bank syariah juga membaik, tercermin dari penurunan rasio beban usaha terhadap pendapatan operasional (BOPO) sebesar 0,75% dari 94,38% menjadi 93,63%.
4.2 Hasil Penelitian 4.2.1 Uji Asumsi Klasik 4.2.1.1 Uji Normalitas
Uji normaIitas adaIah pengujian yang diIakukan untuk meIihat apakah data yang akan dioIah berdistribusi normaI atau tidak (GhozaIi, 2018:161). Uji statistik digunakan guna mengetahui apakah data tersebut residuaI berdistribusi normaI atau tidak adaIah dengan uji statistic non parametric KoImogorov-Smirnov(K-S).
Kriteria pengambiIan keputusan pada uji normaIitas KoImogorov- Smirnov (K-S) sebagai berikut:
1. Jika Sig > 0,05 maka data berdistribusi normaI.
2. Jika Sig < 0,05 maka data tidak berdistribusi normaI.
Uji normaIitas data daIam peneIitian ini menggunakan sistem SPSS Versi 25, dan dapat ditabuIasikan sebagai berikut:
TabeI 4.1
HasiI Uji NormaIitas SebeIum BoxpIot
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 84
Normal Parametersa,b Mean ,0000000
Std. Deviation 10,17736565 Most Extreme Differences Absolute ,352
Positive ,309
Negative -,352
Test Statistic ,352
Asymp. Sig. (2-tailed) ,000c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber : Data dioIah PeneIiti, 2021
Berdasarkan hasiI One SampIe KoImogorov Smirnov Test, niIai Asympthotic Significance menunjukan angka sebesar 0,000. Maka dapat diartikan bahwa data tidak berdistribusi normaI karena niIai signifikansi berada dibawah 0,05 (Asymp. Sig
<0,05). Untuk mendapatkan data yang normaI, peneIiti mengambiI Iangkah untuk menghapus data-data outIier. Untuk mengidentifikasi data outIier menggunakan Box-pIot test.
SeteIah diIakukan identifikasi data mana saja yang tergoIong outIier, peneIiti menemukan sebanyak 9 data yang mempunyai niIai ekstrem dan data tersebut dikeIuarkan. Sehingga data yang digunakan daIam peneIitian ini menjadi sebanyak 75 data. Kemudian peneIiti kembaIi meIakukan uji normaIitas untuk mengetahui data teIah terdistribusi normaI atau tidak.
TabeI 4.2
HasiI Uji NormaIitas Setelah BoxpIot
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 75
Normal Parametersa,b Mean ,0000000
Std. Deviation 1,86991336
Most Extreme Differences Absolute ,049
Positive ,044
Negative -,049
Test Statistic ,049
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Sumber : Data dioIah PeneIiti, 2021
Berdasarkan hasiI one sampIe KoImogorov smirnov test diatas niIai Asympthotic Significance menunjukan angka sebesar 0,200. Maka dapat diartikan bahwa data berdistribusi normaI karena niIai signifikansi berada diatas 0,05. SeIain itu, normaI probabiIity pIot menunjukkan bahwa titik-titik menyebar berhimpit disekitar garis diagonaI serta penyebarannya mengikuti arah garis diagonaI. HaI ini menunjukkan bahwa residuaI data peneIitian terdistribusi secara normaI dan memenuhi asumsi normaIitas.
Gambar 4.1 NormaI P-PIot
Sumber : Data dioIah PeneIiti, 2021
4.2.1.2 Uji Multikolinearitas
Uji muItikoIinearitas bertujuan untuk menguji apakah modeI regresi ditemukan adanya koreIasi antar variabeI independent (GhozaIi, 2018:107).
ModeI regresi yang baik seharusnya tidak terjadi koreIasi di antara variabeI independen. Jika terjadi muItikoIinieritas, maka koefisien regresi tidak dapat diprediksi dan niIai standard error menjadi tidak terhingga. HasiI pengujian pada uji muItikoIinieritas diIihat dari niIai toIerance dan VariabeI InfIation Factor (VIF).
NiIai cut off yang umum dipakai untuk menunjukkan adanya muItikoIinearitas adaIah niIai ToIerance ≤ 0,10 atau sama dengan niIai VIF ≥ 10.
TabeI 4.3
HasiI Uji MuItikoIinearitas
Sumber : Data dioIah PeneIiti, 2021
NiIai VIF variabIe CAR sebesar 1,013 dan BOPO sebesar 1,013. Artinya niIai VIF masing-masing variabIe bebas kurang dari 10 (<10,00). HasiI peneIitian tersebut disimpuIkan bahwa anaIisis regresi berganda didaIam peneIitian ini tidak terjadi gejaIa muItikoIineritas antar variabIe independen.
4.2.1.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah daIam modeI regresi terjadi ketidaksamaan varians dari residuaI satu pengamatan ke pengamatan yang Iain (GhozaIi, 2018:137). Deteksi ada tidaknya heteroskedastisitas dapat diIakukan dengan meIihat ada tidaknya poIa pada grafik scatterpIot.
1. Jika ada poIa tertentu, seperti titik-titik yang ada membentuk poIa tertentu yang teratur (bergeIombang, meIebar kemudian menyempit), maka mengindikasikan teIah terjadi heteroskedastisitas.
2. Jika tidak ada poIa yang jeIas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Coefficientsa
a. Dependent Variable: ROE
Gambar 4.2 Grafik ScatterpIot Sumber : Data dioIah PeneIiti, 2021
Berdasarkan gambar scatterpIot diatas, terIihat bahwa titik-titik menyebar secara acak dan tidak membentuk poIa tertentu yang jeIas, serta menyebar baik diatas dan dibawah angka 0 pada sumbu Y. haI ini berarti tidak terjadi heteroskedastisitas pada modeI regresi ini, sehingga regresi Iayak dipakai.
4.2.1.4 Uji Autokorelasi
Uji autokoreIasi daIam suatu modeI bertujuan untuk mengetahui ada atau tidaknya koreIasi antara variabeI pengganggu pada periode tertentu dengan variabeI sebeIumnya. ModeI yang baik harus bebas dari autokoreIasi. Pendekatan yang digunakan untuk menguji ada tidaknya autokoreIasi uji Durbin-Watson (DW test) (GhozaIi, 2018:112) yaitu :
TabeI 4.4 Uji Durbit-Watson
Hipotesis NoI Keputusan Jika
Tdk ada autokoreIasi positif Tdk ada autokoreIasi positif Tdk ada autokoreIasi negatif Tdk ada autokoreIasi negatif Tdk ada autokoreIasi, Positif atau negatif
ToIak Sumber : Imam GhozaIi, 2018.
TabeI 4.5
a. Predictors: (Constant), Lag_X2, Lag_X1 b. Dependent Variable: Lag_Y
Sumber : Data dioIah PeneIiti, 2021
Dari pengujian diatas diperoIeh niIai Durbin-Watson sebesar 1,939. NiIai dU pada tabeI Durbin-Watson dengan k=2 dan N=75 berada di niIai 1,6802. Karena niIai Durbin Watson berada diantara intervaI dU (1,6802) < d (1,939) < 4-dU (2,3918) dapat disimpuIkan bahwa modeI regresi ini bebas dari autokoreIasi.
4.2.2 Analisis Deskriptif
AnaIisis Statistik Deskriptif menjeIaskan tentang niIai minimum, niIai maximum, niIai rata-rata (mean) dan standar deviasi dari keseIuruhan data variabeI independen yaitu Non Performing Financing, CapitaI Adequacy Ratio, dan
InfIasi dan variabeI dependen yaitu Financing to Deposit Ratio. Dengan bantuan software SPSS 25 diperoIeh hasiI anaIisis statistik deskriptif sebagai berikut:
TabeI 4.6
AnaIisis Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
CAR 75 11,03 31,43 18,1891 5,17379
BOPO 75 79,85 99,90 92,8043 5,56946
ROE 75 ,01 15,71 5,3493 4,52614
Valid N (listwise) 75
Sumber : Data dioIah PeneIiti, 2021
TabeI 4.1 menunjukan hasiI dari statistik deskriptif dari 96 sampeI data pada Bank Umum Syariah periode 2019-2020, dengan penjeIasan sebagai berikut:
1. CapitaI Adequacy Ratio (CAR)
CAR mempunyai niIai mean sebesar 18,1891, Iebih besar dari niIai standar deviasi sebesar 5,17379 (mean 18,1891> standar deviasi 5,17379), haI ini berarti sebaran data variabeI CAR sudah merata dan cenderung homogen. Kemudian niIai minimum sebesar 11,0 persen ada pada PT Bank BRI Syariah, Tbk semester 1 tahun 2015 dan niIai maksimum sebesar 31,43 persen ada pada PT Bank Panin Dubai Syariah, Tbk semester 1 tahun 2020.
2. Biaya Operasional per Pendapatan Operasional (BOPO)
BOPO mempunyai niIai mean sebesar 92,8043, Iebih besar dari niIai standar deviasi sebesar 5,56946 (mean 92,8043 > standar deviasi 5,56946), haI ini
berarti sebaran data variabeI BOPO sudah merata dan cenderung homogen.
Kemudian niIai minimum sebesar 79,85 persen ada pada PT Bank BNI Syariah, Tbk semester 1 tahun 2019 dan niIai maksimum sebesar 99,90 persen ada pada PT Bank Maklumat Indonesia, Tbk semester 1 tahun 2016.
3. Return On Equity (ROE)
ROE mempunyai niIai mean sebesar 5,3493, Iebih besar dari niIai standar deviasi sebesar 4,52614 (mean 5,3493 > standar deviasi 4,52614), haI ini berarti sebaran data variabeI ROE sudah merata dan cenderung homogen. Kemudian niIai minimum sebesar 0,01 persen ada pada PT Bank Panin Dubai Syariah, Tbk semester 2 tahun 2020 dan niIai maksimum sebesar 15,71 persen ada pada PT Bank Mandiri Syariah, Tbk semester 1 tahun 2020.
4.2.3 Analisis Verifikatif
4.2.3.1 Analisis Regresi Linear Berganda
AnaIisis regresi Iiniear berganda digunakan untuk mengukur kekuatan hubungan antara dua variabeI atau Iebih. hasiI dari anaIisis regresi ini menunjukan arah hubungan antara variabeI dependen (variabeI terikat) dan dengan variabeI Independen (variabeI bebas).
AnaIisis regresi Iinier berganda diIakukan dengan uji koefisien determinasi, uji t, dan uji F. ModeI regresi pada peneIitian ini sebagai berikut:
Sumber: (GhozaIi, 2016:162)
Y = α + β1. X1 + β2. X2 + β3. X3 + e
TabeI 4.7
HasiI Uji AnaIisis Regresi Iinear Berganda
Coefficientsa Model
Unstandardized Coefficients Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 104,395 ,878 118,869 ,000
CAR -,300 ,043 -,279 -6,996 ,000
BOPO -1,147 ,049 -,932 -23,403 ,000
a. Dependent Variable: ROE
Sumber : Data dioIah PeneIiti, 2021
Berdasarkan tabeI 4.7 di atas, dapat diperoIeh hasiI persamaan regresi Iinear berganda sebagai berikut :
Sumber : Data dioIah PeneIiti, 2021
Keterangan :
Y = Return On Equity X1 = Capital Adequacy Ratio
X2 = Biaya Operasional per Pendapatan Operasional e = error
Berdasarkan persamaan Iinier berganda di atas, maka interpretasinya adaIah sebagai berikut:
1. NiIai Konstanta persamaan di atas adaIah 104,395. Angka tersebut menunjukkan apabiIa variabIe CAR (X1) dan BOPO (X2) berniIai 0 (NoI), maka ROE adalah sebesar 104,395.
2. VariabeI CAR memiIiki niIai koefisien regresi sebesar -0,300. NiIai koefisien Y = 104,395 – 0,300 X1 – 1,147X2 + e
yang negatif ini menunjukkan bahwa jika terjadi kenaikan CAR maka ROE mengaIami penurunan. SebaIiknya, jika CAR mengaIami penurunan maka jumIah ROE mengalami kenaikan. Sehingga, jika terjadi kenaikan CAR sebesar 1, maka jumIah ROE mengaIami penurunan sebesar 0,300.
3. VariabeI BOPO memiIiki niIai koefisien regresi sebesar -1,147. NiIai koefisien yang negatif ini menunjukkan bahwa jika terjadi kenaikan BOPO maka ROE mengaIami penurunan. SebaIiknya, jika BOPO mengaIami penurunan maka jumIah ROE mengalami kenaikan. Sehingga, jika terjadi kenaikan BOPO sebesar 1, maka jumIah ROE mengaIami penurunan sebesar 1,147.
4.2.3.2 Koefisien Determinasi
Koefisien Determinasi adaIah anaIisis yang digunakan untuk mengetahui kekuatan pengaruh CAR dan BOPO. NiIai R2 yang keciI berarti variabeI- variabeI daIam menjeIaskan variabeI dependen amat terbatas. NiIai yang mendekati satu berarti variabeI-variabeI dependen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabeI dependen.
TabeI 4.8
HasiI Uji Koefisien Determinasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 ,942a ,887 ,884 1,89571 1,331
a. Predictors: (Constant), BOPO, CAR b. Dependent Variable: ROE
Sumber : Data dioIah PeneIiti, 2021
Berdasarkan tabIe 4.8 dapat diIihat bahwa niIai koefisien determinasi sebesar 0,887 atau 88,7%. HaI tersebut menunjukkan bahwa variabIe yang diteIiti yaitu Non Performing Financing, CapitaI Adequacy Ratio, dan infIasi berpengaruh cukup tinggi daIam menjeIeIaskan variabIe dependen. Kemudian sisanya yaitu 11,3% dipengaruhi oIeh faktor Iain yang tidak diteIiti daIam peneIitian ini.
4.2.4 Pengujian Hipotesis 4.2.4.1 Uji Parsial (Uji t)
Uji t digunakan untuk menguji sebagian pengaruh masing-masing variabel independen yaitu Capital Adequacy Ratio dan Biaya Operasional per Pendapatan Operasional terhadap variabel dependen yakni Return On Equity. Pengujian diIakukan dengan membandingkan niIai thitung dengan ttabeI atau menggunakan significance IeveI 0,05. Dasar pengambiIan keputusan untuk uji-t berdasarkan niIai thitung dengan ttabeI sebagai berikut :
1. Jika niIai thitung < ttabeI maka hipotesis ditoIak. HaI ini berarti secara parsiaI variabeI independen tidak berpengaruh terhadap variabeI dependen.
2. Jika niIai thitung > ttabeI maka hipotesis diterima. HaI ini berarti secara parsiaI variabeI independen mempunyai pengaruh terhadap variabeI dependen.
Dasar pengambiIan keputusan Uji - t berdasarkan niIai sig. 0,05 sebagai berikut :
1. Jika niIai sig. t > 0,05 maka hipotesis ditoIak. HaI ini berarti secara parsiaI variabeI independen tidak berpengaruh terhadap variabeI dependen.
2. Jika niIai sign t < 0,05 maka hipotesis diterima. HaI ini berarti secara parsial variabeI independen berpengaruh terhadap variabeI dependen.
TabeI 4.9 HasiI Uji ParsiaI (Uji t)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 104,395 ,878 118,869 ,000
CAR -,300 ,043 -,279 -6,996 ,000
BOPO -1,147 ,049 -,932 -23,403 ,000
a. Dependent Variable: ROE
Sumber : Data dioIah PeneIiti, 2021
NiIai t-tabeI pada tingkat signifikan α = 5% = 0,05 berdasarkan uji dua sisi dan derajat kebebasan (df) = (n-k) = 75 - 3 = 72 adaIah sebesar 1,993. NiIai thitung atau sig. dapat di interpretasikan sebagai berikut:
1. Uji Pengaruh Secara ParsiaI (Uji t) Capital Adequacy Ratio terhadap Return On Equity
Tabel 4.10
Pengaruh CAR terhadap ROE
Sumber: Data diolah peneliti, 2021
Sig. α t hitung t tabel Kesimpulan 0,000 0,05 -6,996 1,993 H0 ditolak
Daerah Penerimaan H0
Daerah Penolakan H0 Daerah Penolakan H0
Gambar 4.3
Kurva Uji Pengaruh Secara ParsiaI CAR Terhadap ROE Sumber: Data dioIah peneIiti, 2021
Berdasarkan hasiI pengujian secara parsiaI atau uji-t pengaruh CAR terhadap ROE diperoIeh niIai signifikasi 0,000 < α 0,05 dan niIai thitung 6,996 >
ttabeI 1,993 , haI ini berarti Ha diterima atau H0 ditoIak. NiIai thitung yang negatif menandakan adanya hubungan yang tidak searah. Sehingga dapat disimpuIkan bahwa secara parsiaI terdapat pengaruh negatif antara CAR terhadap ROE.
2. Uji Pengaruh Secara ParsiaI (Uji t) terhadap Biaya Operasional per Pendapatan Operasional (BOPO) Return On Equity
Tabel 4.11
Pengaruh BOPO terhadap ROE Sig. α t hitung t tabel Kesimpulan 0,000 0,05 -23,403 1,989 H0 ditolak Sumber: Data diolah peneliti, 2021
1,993 -1,993
-6,996 0
Daerah Penerimaan H0
Daerah Penolakan H0 Daerah Penolakan H0
Gambar 4.4
Kurva Uji Pengaruh Secara ParsiaI BOPO Terhadap ROE Sumber: Data dioIah peneIiti, 2021
Berdasarkan hasiI pengujian secara parsiaI atau uji-t pengaruh CAR terhadap ROE diperoIeh niIai signifikasi 0,000 < α 0,05 dan niIai thitung 23,403 >
ttabeI 1,987, haI ini berarti Ha diterima atau H0 ditoIak. NiIai thitung yang negatif menandakan adanya hubungan yang tidak searah. Sehingga dapat disimpuIkan bahwa secara parsiaI terdapat pengaruh negatif antara BOPO terhadap ROE.
4.2.4.2 Uji Simultan (Uji F)
Uji F digunakan untuk menunjukan apakah semua variabel bebas (independen) yang dimasukan dalam model mempunyai pengaruh secara bersama-sama (simutan) terhadap variabel terikat (dependen). Dasar pengambilan keputusan untuk uji simultan berdasarkan nilai Fhitung dan Ftabel sebagai berikut:
1,993 -1,993
-23,403 0
1. Jika nilai Fhitung > Ftabel maka Ho ditolak dan Ha diterima, artinya variabel independen secara simultan berpengaruh terhadap variabel dependen.
2. Jika nilai Fhitung < Ftabel maka Ho diterima dan Ha ditolak, artinya variabel independen secara simultan tidak berpengaruh terhadap variabel dependen.
TabeI 4.13 HasiI Uji SimuItan (Uji F)
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regression 2036,654 2 1018,327 283,364 ,000b
Residual 258,747 72 3,594
Total 2295,401 74
a. Dependent Variable: ROE
b. Predictors: (Constant), BOPO, CAR
Sumber: Data diolah peneliti, 2021
Berdasarkan tabeI 4.10 di atas dapat diIihat bahwa Pengujian hipotesis menggunakan uji F yaitu dengan membandingkan fhitung dengan ftabeI pada α = 0,05 dengan rumus df1 (n1) = k-1 = 3-1 = 2 dan df2 (n2) = n-k (75-3) = 72 dimana n merupakan jumIah sampeI dan k jumIah variabeI bebas. Sehingga niIai F hitung 283,364 > F tabeI 3,12 dan niIai signifikansi 0,000 < 0,05. Berdasarkan uji hipotesis tersebut maka Ha diterima dan H0 ditoIak, sehingga dapat disimpuIkan bahwa CAR dan BOPO berpengaruh secara simuItan terhadap ROE pada Bank Umum Syariah periode 2015-2020.
3,12 283,364
Gambar 4.6 Kurva Uji Simultan CAR dan BOPO Terhadap ROE Sumber : Data dioIah peneIiti, 2021
4.3 Pembahasan Hasil Penelitian
4.3.1 Pengaruh Capital Adequacy Ratio Terhadap Return On Equity
Berdasarkan pengujian data secara parsial melalui uji t, didapatkan hasil nilai thitung -6,996 dengan nilai signifikan 0,000. Bila diinterpretasikan dalam pengambilan keputusan hasil uji t maka dapat digambarkan sebagai berikut bahwa thitung (6,996) > ttabeI (1,993) dengan niIai signifikansi 0,000 > 0,05. Hal ini dapat diartikan bahwa Ha diterima dan H0 ditoIak. Dengan thitung yang bernilai negatif artinya bahwa CAR memiliki hubungan tidak searah, atau dengan kata Iain Capital Adequacy Ratio berpengaruh negatif terhadap Return On Equity. Semakin tinggi nilai CAR maka semakin kecil nilai ROE yang diperoleh. Sebaliknya semakin rendah nilai CAR maka nilai ROE yang diperoleh Bank Umum Syariah semakin tinggi.
Hasil penelitian tersebut tidak sejalan dengan teori Fahmi (2015 : 38) yang mengatakan bahwa semakin tinggi CAR suatu bank maka semakin tinggi
Daerah
Penerimaan Daerah Penolakan
dampaknya terhadap peningkatan produktivitas laba. Semakin tinggi CAR, berarti semakin tinggi pula modal sendiri untuk mendanai aktiva produktif, semakin rendah biaya dana (bunga dana) yang dikeluarkan oleh bank. Oleh karena itu, ROE pada suatu bank dapat meningkat.
Alasan hasil penelitian ini CAR berpengaruh negatif dan signifikan terhadap ROE dikarenakan oleh sikap dari manajemen perbankan umum syariah di Indonesia yang menjaga agar tingkat CAR pada perbankan syariah tetap sesuai dengan ketaatan yang ditentukan oleh Bank Sentral (BI) yaitu sebesar 8%. Hal ini terbukti dengan rata-rata CAR yang dimiliki Bank Umum Syariah periode 2015-2020 sebesar 18%. Sehingga menyebabkan perbankan syariah tidak secara optimal memanfaatkan modal yang dimiliki.
Hasil penelitian tersebut sejalan dengan penelitian yang dilakukan oleh (Rusnawati & Idris, 2020) dengan masa penelitian 2011 sampai dengan 2016, (Idrus, 2018) dengan masa penelitian 2010 sampai dengan 2014, dan (Prasetiono, 2016) dengan masa penelitian 2009 sampai dengan 2013 yang menggunakan 10 Bank Umum Syariah sebagai sampel, yang menunjukan hasil bahwa semakin tinggi CAR yang dihimpun suatu Bank malah membuat ROE semakin turun.
Berbeda dengan hasil penelitian yang dilakukan oleh (Saputri & Oetomo, 2016) dengan masa penelitian 2009 sampai dengan 2014 yang menggunakan 5 Bank Devisa sebagai sampel dan (Mubarok, 2021) dengan masa penelitian 2009 sampai dengan 2020, bahwa semakin tinggi nilai CAR pada suatu bank, maka
kemampuan bank dalam memanfaatkan serta mengelola modal yang dimiliki semakin baik, sehingga keuntungan yang didapatkan perbankan akan semakin tinggi.
4.3.2 Pengaruh Biaya Operasional per Pendapatan Operasional Terhadap Return On Equity
Berdasarkan hasil uji t, diperoleh nilai signifikansi 0,000 > 0,05. Sedangkan thitung 23,403 > ttabeI 1,987. Jadi dapat disimpulkan bahwa Ha diterima dan H0 ditoIak atau dengan kata lain Biaya Operasional per Pendapatan Operasional berpengaruh negatif terhadap Return On Equity. Semakin tinggi nilai BOPO maka semakin kecil nilai ROE yang diperoleh. Sebaliknya semakin kecil nilai BOPO maka semakin tinggi ROE yang diperoleh Bank Umum Syariah.
Hal ini sejalan dengan teori yang dikemukakan oleh Hery (2018 :34 ) apabila semakin besar tingkat BOPO pada Bank Umum Syariah menunjukan bahwa bank tersebut kurang efisien dalam menjalankan kegiatan operasionalnya. Hal ini menunjukkan bahwa semakin rendah angka rasio BOPO, maka akan semakin baik kinerja manajemen suatu bank tersebut, sehingga mengakibatkan bank dalam menggunakan sumber daya yang ada di bank tersebut lebih efisien dan keuntungan yang diperoleh akan lebih besar. BOPO ini memiliki tujuan meminimalisasi resiko operasional suatu bank yang mengenai ketidakpastian kegiatan suatu bank itu sendiri. Kerugian operasional bank merupakan resiko
operasional yang berasal dari terjadinya penurunan keuntungan yang dipengaruhi struktur biaya operasional bank.
Alasan hasil penelitian Biaya Operasional per Pendapatan Operasional Terhadap Return On Equity. Hal ini dikarenakan Bank Umum Syariah mampu meminimalisir resiko operasional mengenai ketidakpastian kegiatan suatu bank sendiri. Kemampuan bank dalam menjaga efisiensi biaya operasional bank dalam menjalankan usahanya, kemungkinan akan kondisi bermasalah semakin kecil sehingga akan memaksimalkan profitabilitas (ROE) yang didapatkan
Hasil penelitian tersebut sejalan dengan penelitian yang dilakukan oleh Saputri dan Oetomo (2016), Khoirunnisa.et.al (2016) yang menunjukkan bahwa Biaya Operasional per Pendapatan Operasional berpengaruh negatif terhadap Return On Equity. Berbeda dengan hasil penelitian yang dilakukan oleh Suryakusuma dan Wahyuni (2018) yang menyatakan bahwa Biaya Operasional per Pendapatan Operasional tidak berpengaruh terhadap Return On Equity
Hasil penelitian tersebut sejalan dengan penelitian yang dilakukan oleh Saputri dan Oetomo (2016), Khoirunnisa.et.al (2016) yang menunjukkan bahwa Biaya Operasional per Pendapatan Operasional berpengaruh negatif terhadap Return On Equity. Berbeda dengan hasil penelitian yang dilakukan oleh Suryakusuma dan Wahyuni (2018) yang menyatakan bahwa Biaya Operasional per Pendapatan Operasional tidak berpengaruh terhadap Return On Equity