Teknik Analisis Data

BAB III METODOLOGI PENELITIAN

G. Teknik Analisis Data

Teknik analisis data merupakan suatu cara untuk menganalisa data yang diperoleh dengan tujuan untuk menguji rumusan masalah. Peneliti harus memastikan pola analisis mana yang akan digunakan sesuai dengan jenis data yang dikumpulkan, baik data yang bersifat kualitatif maupun kuantitatif. Berikut beberapa analisis data yang digunakan dalam penelitian ini:

1. Uji Analisis Klasik a. Uji Normalitas

Uji normalitas berguna untuk membuktikan data dari sampel yang dimiliki berasal dari populasi berdistribusi normal atau data populasi yang dimiliki berdistribusi normal. Banyak cara yang dapat dilakukan untuk membuktikan suatu data berdistribusi normal atau tidak. Banyak jenis uji statistik normalitas yang dapat digunakan diantaranya Kolmogorov Smirnov, Lilliefors, Chi- Square atau Shapiro Wilk.⁶⁶

64 Hardani dkk., Metode Penelitian Kualitatif…, hlm. 149.

65 Muri Yusuf, Metode Penelitian: Kuantitatif, Kualitatif, dan Penelitian Gabungan,

(Jakarta: Prenada Media, 2016), hlm. 391.

66 Tri Cahyono, Statistik Uji Normalitas, (Purwokerto: Yayasan Sanitarian Banyumas (Yasamas), 2015), hlm. 1-2.

Dalam penelitian ini uji statistik normalitas yang digunakan adalah Kolmogorov Smirnov. teknik Kolmogorov Smirnov termasuk statistik non-parametrik yang digunakan untuk menguji hipotesis komparatif dua sempel independen bila datanya bertipe ordinal yang tersusun pada table distribusi frekuensi kumulatif.

Kriteria pengambilan dengan pendekatan Kolomogrov Smirnov adalah Bila angka Sig. Lebih besar atau sama dengan 0,05, maka data tersebut berdistribusi normal, tetapi apabila kurang, maka data itu tidak berdistribusi normal.⁶⁷

b. Uji Multikolinearitas

Uji multikolonearitas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terdapat atau terjadi korelasi, maka terdapat masalah multikolinearitas (multiko). Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen.⁶⁸ Variabel orthogonal adalah variabel bebas (independen) yang nilai korelasi antar sesama variabel bebas sama dengan nol (0). Dengan menggunakan besaran Tolerance (α) dan Variance Inflation Factor (VIF). Ketentuan-ketentuan tersebut sebagai berikut:

1) Variabel bebas mengalami multikolonieritas, jika VIF hitung

> VIF dan α hitung < α.

2) Variabel bebas tidak mengalami multikolonieritas, jika jika VIF hitung < VIF dan α hitung > α.

Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut:

1) Mempunyai nilai tolerance lebih tinggi atau diatas (>) 0,1 2) Mempunyai VIF lebih rendah atau dibawah (<)10.

c. Uji Autokorelasi

Menurut Imam Ghozali, uji autokolerasi bertujuan menguji apakah dalam model regresi linear ada kolerasi antara kesalahan pengganggu (residual) pada periode t dengan kesalahan

67 Ali Anwar, Statistika Untuk Penelitian Pendidikan Dan Aplikasinya Dengan SPSS Dan Excel, (Kediri: IAIT Press, 2009), hlm. 88-89.

68 Ce Gunawan, Regresi Linear Berganda Tutorial SPSS lengkap, (Sukabumi:

Skripsi Bisa, 2019), hlm. 48.

pengganggu pada periode t-1 (sebelumnya). Jika terjadi autokolerasi maka dinamakan ada problem autokolerasi.⁶⁹ Pada penelitian ini, untuk mengetahui ada atau tidaknya autokorelasi digunakan uji Durbin Wastin (DW) dimana nilai DW kemudian dibandingkan dengan nilai d-tabel sehingga dapat menghasilkan kesimpulan dengan kriteria sebagai berikut:⁷⁰

Deteksi Autokorelasi Positif:

1) Jika d < dL maka terdapat autokorelasi positif 2) Jika d > dU maka tidak terdapat autokorelasi positif

3) Jika dL < d < dU maka pengujian tidak ada kesimpulan yang pasti

Deteksi Autokorelasi Negatif:

1) Jika (4-d) < dL maka terdapat autokorelasi negative 2) Jika (4-d) > dU maka tidak terdapat autokorelasi negative 3) Jika dL < (4-d) < dU maka pengujian tidak ada kesimpulan

yang pasti Keterangan:

d = Nilai Durbin-Watson dL = Batas bawah DW dU = Batas atas DW

Dapat diartikan bahwa bila nilai DW lebih besar dari batas atas atau upper bound (du) dan kurang dari (4-du) berarti tidak ada autokorelasi dan sebaliknya jika nilainya mendekati 2 maka terjadi autokorelasi.

d. Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi atau terdapat ketidaksamaan varian dari rersidual dari satu pengamatan ke pengamatan yang lain. Jika varian dari nilai residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut dengan Homokedastisitas. Dan jika varian berbeda dari satu pengamatan ke pengamatan yang lainnya, maka

69 Imam Ghozali, Aplikasi Analisis Multivariate dengan Progam SPSS, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm. 110.

70 Echo Perdana K., Olah Data Skripsi Dengan SPSS 22, Pangkal Pinang: LAB KOM MANAJEMEN FE UBB, 2016, hlm. 52.

disebut Heterokedastisitas. Model regresi yang baik adalah yang tidak terjadi Heterokedastisitas, atau dengan kata lain model regresi yang baik adalah yang Homokedastisitas.⁷¹ Cara mendeteksi heterokedastisitas dapat dilakukan dengan metode scatter plot dengan prosedur sebagai berikut:

1) Jika terdapat pola tertentu seperti titik yang akan membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka menunjukkan bahwa terjadi heteroskedastisitas dalam model regresi.

2) Jika tidak terdapat pola yang jelas serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka mengindikasikan bahwa tidak terjadi heteroskedastisitas model regresi.

2. Uji Hipotesis a. Uji Parsial (Uji t)

Uji t diggunakan untuk menguji pengaruh secara parsial (per variabel) terhadap variable tergantungnya. Apakah variable tersebut memiliki pengaruh yang berarti terhadap variabel tergantungnya atau tidak.⁷² Kriteria yang digunakan sebagai berikut:⁷³

1) Jika thitung > ttabel dan signifikasi < 0,05 maka dapat disimpulkan bahwa terdapat pengaruh antara variabel independen dan dependen secara signifikan.

2) Jika thitung < ttabel dan signifikasi > 0.05 maka dapat disimpulkan bahwa tidak terdapat pengaruh antara variabel independen dan dependen.

b. Uji Simultan (uji F)

Uji F digunakan untuk menguji pengaruh secara simultan variabel bebas terhadap variabel tergantungnya. Jika variabel bebas memliki pengaruh secara simultan terhadap variabel tergantung maka model persamaan regresi masuk dalam kriteria

71 Ce Gunawan, Regresi Linear Berganda…, hlm. 62.

72 Suliyanto, Ekonometrika Terapan Teori dan Aplikasi dengan SPSS, (Yogyakarta: CV. ANDI OFFSET, 2011), hlm. 55.

73 Ce Gunawan, Regresi Linear Berganda…, hlm. 107.

cocok atau fit. Sebaliknya, jika tidak terdapat pengaruh secara simultan maka termasuk dalam kategori tidak cocok atau not fit.⁷⁴ Kriteria pengujian yang digunakan sebagai berikut:⁷⁵

1) Jika Fhitung > Ftable dan signifikasi < 0.05 maka dapat disimpulkan bahwa terdapat pengaruh antara variabel independen dan dependen secara signifikan.

2) Jika Fhitung < Ftable dan signifikasi > 0.05 maka dapat disimpulkan bahwa tidak terdapat pengaruh antara variabel independen dan dependen.

3. Uji Regresi Linear Berganda

Analisis regresi linier berganda merupakan pengembangan dari regresi linier sederhana, yaitu sama-sama alat ukur yang digunakan untuk mengetahui pengaruh dari satu variabel bebas terhadap variabel terikat. Apabila kita ingin mengetahui pengaruh beberapa variabel bebas terhadap variabel terikat, maka statistika yang sesuai untuk digunakan adalah analisis regresi linier berganda.⁷⁶ Dapat diuraikan rumus persamaan regresi linier berganda yaitu sebagai berikut:

Y = a + b1 X1+ b2 X2 + ⋯ + bn Xn+ 𝑒 Keterangan:

Y = Variabel Tergantung

a = Bilangan Konstanta (Intercept) b1 = Koefisien variable X1

b2 = Koefisien variable X2

bn = Koefisien variabel Xn

X1 = Variabel bebas pertama X2 = Variabel bebas kedua Xn = Variabel bebas ke n 𝑒 = Nilai residu

74 Suliyanto, ekonometrika terapan teori…, hlm 55.

75 Ce Gunawan, Regresi Linear Berganda…, hlm. 108.

76 Dwi Prayitno, Cara Kilat Belajar Analisis Data dengan SPSS 20, (Yogyakarta: Andi, 2012), hlm. 156.

4. Koefisien Determinasi (R2)

Analisis koefisien determinasi digunakan untuk mengetahui seberapa besar presentase pengaruh variabel independen secara serentak terhadap variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen sangat terbatas. Jika nilai R2 mendekati satu, berarti variabel-variabel independen hampir memberikan semua informasi yang di butuhkan untuk meprediksi variasi variabel dependen.

Adjusted R Square merupakan R Square yang telah disesuaikan.

Nilai dari Adjusted R Square juga menunjukkan pengaruh variabel bebas terhadap variabel terikat. Adjusted R Square biasanya mengukur sumbangan pengaruh jika dalam regresi menggunakan lebih dari dua variabel independen.⁷⁷

77 Ibid.., hlm. 137.

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN A.Hasil Penelitian

1. Gambaran Umum Objek Penelitian

a. Sejarah berdirinya Bank Muamalat Indonesia

Pada tanggal 1 November 1990 bertepatan dengan 24 Rabiul akhir 1412 hijriah Bank Muamalat Indonesia atau dapat disingkat dengan BMI resmi didirikan atas gagasan dari Majelis Ulama Indonesia (MUI), Ikatan Cendekiawan Muslim Indonesia (ICMI) dan pengusaha muslim yang kemudian mendapat dukungan dari Pemerintah Republik Indonesia. Bank Muamalat Indonesia merupakan bank pertama di Indonesia yang menggunakan konsep perbankan secara Syariah. BMI memperoleh izin untuk beroperasi sebagai bank umum pada tanggal 24 April 1992 berdasarkan Surat Keputusan Menteri Keuangan Republik Indonesia No.

430/KMK.013/1992 tentang Pemberian Izin Usaha Perseroan, sebagaimana diubah dengan Surat Keputusan Menteri Keuangan No. 131/KMK.017/1995 tentang Perubahan Keputusan Menteri Keuangan No. 430/KMK.013/1992 tentang Pemberian Izin Usaha Perseroan tanggal 30 Maret 1995 yang dalam keputusannya memberikan izin kepada Perseroan untuk dapat melakukan usaha sebagai bank umum berdasarkan prinsip syariah.⁷⁸

Tanggal 27 Oktober 1994 berdasarkan Surat Keputusan Direksi Bank Indonesia No. 27/76/KEP/DIR Bank Muamalat secara resmi beroperasi sebagai Bank Devisa. Berdasarkan Surat Keputusan Menteri Keuangan No. S-79/MK.03/1995 tanggal 6 Februari 1995, Perseroan secara resmi ditunjuk sebagai Bank Devisa Persepsi Kas Negara.⁷⁹

Pada tanggal 28 Desember 2006 berdasarkan Surat Keputusan Menteri Keuangan No. S-9383/MK.5/2006, Perseroan memperoleh status Bank Persepsi yang mengizinkan Perseroan untuk menerima setoran-setoran pajak. Kemudian pada tanggal 25

78 Bank Muamalat, ”Profil Bank Muamalat”, diakses pada 08 November 2022, https://www.bankmuamalat.co.id.

79 Ibid.

Juli 2013, Perseroan telah menjadi peserta program penjaminan Lembaga Penjamin Simpanan. Perseroan lalu ditetapkan sebagai Bank Penerima Setoran Biaya Penyelenggaraan Ibadah Haji berdasarkan Surat Keputusan Badan Pengelola Keuangan Haji No.

4/BPKH.00/2018 tanggal 28 Februari 2018.⁸⁰

Seiring kapasitas Bank Muamalat yang semakin besar dan diakui, BMI semakin melebarkan sayap dengan terus menambah jaringan kantor cabangnya tidak hanya di seluruh Indonesia, akan tetapi juga di luar negeri. Pada tahun 2009, Bank mendapatkan izin untuk membuka kantor cabang di Kuala Lumpur, Malaysia dan menjadi bank pertama di Indonesia serta satu-satunya yang mewujudkan ekspansi bisnis di Malaysia. Hingga saat ini, Bank telah memiliki 239 kantor layanan termasuk 1 (satu) kantor cabang di Malaysia. Operasional Bank juga didukung oleh jaringan layanan yang luas berupa 568 unit ATM Muamalat, 120.000 jaringan ATM Bersama dan ATM Prima, 51 unit Mobil Kas kepentingan.⁸¹

BMI melakukan perbaruan pada logo Bank untuk semakin meningkatkan kesadaran terhadap citra bank sebagai Bank Syariah Islami, Modern dan Profesional. Bank pun terus merealisasikan berbagai pencapaian serta prestasi yang diakui, baik secara nasional maupun internasional. Dalam memberikan layanan terbaiknya saat ini, BMI beroperasi bersama beberapa entitas asosiasi dan afiliasinya yaitu Al- Ijarah Indonesia Finance (ALIF) yang memberikan layanan pembiayaan syariah, (DPLK Muamalat) yang memberikan layanan dana pensiun melalui Dana Pensiun Lembaga Keuangan, Muamalat Institute yaitu lembaga yang mengembangkan, mensosialisasikan dan memberikan pendidikan mengenai sistem ekonomi syariah kepada masyarakat, dan Baitulmaal Muamalat yang memberikan layanan untuk menyalurkan dana Zakat, Infak, dan Sedekah (ZIS).⁸²

80 Ibid.

81 Ibid.

82 Ibid.

Gambar 4.1

Grafik Pergerakan ROA Bank Muamalat Sumber: hasil olah data oleh peneliti dengan Ms. Excel 2019 (2022)

Berdasarkan gambar 4.1 yang diperoleh dari data tahunan yang di keluarkan oleh PT. Bank Muamalat pada website resmi Bank Muamalat terlihat bahwa pada tahun 2014 hingga tahun 2021 pergerakan dari Return On Asset (ROA) Bank Muamalat mengalami pergerakan yang fluktuatif (naik-turun). Tampak ROA Bank Muamalat yang awalnya rendah pada tahun 2014 naik menjadi 0,20 pada tahun 2015 kemudian sempat meningkat kembali menjadi 0,22 pada tahun 2016. Akan tetapi hal tersebut tak bertahan lama, ditahun berikutnya yaitu 2017 ROA pada Bank Muamalat kembali mengalami penurunan menjadi 0,11 dan di tahun berikutnya turun kembali menjadi 0,08 dan ROA pada Bank Muamalat terus mengalami penurunan hingga tahun 2021 menjadi 0,2.

0,17 0,20

0,22

0,11 0,08

0,05

0,03 0,02 0

0,05 0,1 0,15 0,2 0,25

2014 2015 2016 2017 2018 2019 2020 2021

b. Visi dan misi Bank Muamalat

Berikut merupakan visi dan misi dari Bank Muamalat, yaitu:⁸³ 1) Visi

“Menjadi bank syariah terbaik dan termasuk dalam 10 besar bank di Indonesia dengan eksistensi yang diakui di tingkat regional”

2) Misi

Membangun lembaga keuangan syariah yang unggul dan berkesinambungan dengan penekanan pada semangat kewirausahaan berdasarkan prinsip kehati-hatian, keunggulan sumber daya manusia yang islami dan professional serta orientasi investasi yang inovatif, untuk memaksimalkan nilai kepada seluruh pemangku kepentingan.

c. Produk-produk Bank Muamalat 1) Tabungan

a) Tabungan iB Hijrah b) Tabungan iB Hijrah haji c) Tabungan iB Hijrah valas d) TabunganKu

2) Giro

a) Giro Muamalat Attijary Corporate iB b) Giro Muamalat Ultima iB

3) Deposito

a) Deposito iB Muamalat Mudharabah b) Deposito Full Invest

4) Pembiayaan

a) Pembiayaan iB Muamalat Asset Refinance Syariah b) Pembiayaan iB Muamalat Modal Kerja

c) Pembiayaan iB Muamalat Investasi 5) International Banking

a) Remittance BMI - NCB b) Remittance iB Muamalat

83Bank Muamalat, ”visi dan misi”, diakses pada 08 November 2022, https://www.bankmuamalat.co.id.

6) Trade Finance a) Bank Garansi b) Trade Finance-impor c) Trade Finance-ekspor d) Standby letter of credit B.Hasil penelitian

1. Uji Asumsi Klasik a. Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah data yang digunakan berditribusi secara normal atau tidak. Data yang baik adalah data yang berdistribusi normal. Uji normalitas dalam penelitian ini menggunakan kolmogorov-Smirnov dengan tingkat signifikasi 5%.

Data yang dikatakan berdistribusi normal apabila koefisiennya lebih dari α (0,05). Hasil perhitungan dari SPSS 22 dapat dilihat pada table 4.1 dibawah ini:

Tabel 4.1 Uji Normalitas

Unstandardized Residual

N 32

Normal Parameters^a,b Mean .0000000

Std. Deviation .07288612 Most Extreme Differences Absolute .073

Positive .073

Negative -.068

Test Statistic .073

Asymp. Sig. (2-tailed) .200^c,d

Sumber: Pengolahan data dengan SPSS 22, 2022

Dari table 4.1 dapat diketahui bahwa nilai signifikasi dengan menggunakan pendekatan Kolomogrov Smirnov adalah sebesar 0,200 lebih besar dari nilai α (0,05). Artinya data tersebut berdistribusi normal, sehingga uji normalitas terpenuhi.

b. Uji Multikolineritas

Uji Multikolineritas merupakan uji yang digunakan untuk menguji apakah dalam model regresi ditemukan adanya korelasi

antar variable bebas. Model regresi yang baik apabila tidak terjadi multikolineritas. Uji multikolineritas tepenuhi apabila nilai VIF dibawah atau kurang dari 10 dan angka tolerace diatsa 0,1 maka model regresi yang disimpulkan terbebas dari asumsi Uji multikolineritas. Hasil uji multikolineritas dengan SPSS 22 dapat di lihat pada table 4.2 dibawah ini:

Table 4.2 Uji Multikolineritas

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 9.728 .487 19.973 .000

CAR .001 .007 .012 .223 .825 .717 1.395

NPF .000 .013 .002 .029 .977 .716 1.396

BOPO -.098 .005 -.969 -20.568 .000 .869 1.150

Sumber: Pengolahan data dengan SPSS 22, 2022

Berdasarkan output dari table 4.2 di atas dapat disimpulkan bahwa nilai VIF kurang dari 10 yakni CAR sebesar 1,395, NPF sebesar 1,396, dan BOPO sebesar 1,150 sehingga dari ketiga variabel tersebut dapat disimpulkan bahwa tidak terjadi multikolonieritas artinya uji multikolonieritas terpenuhi.

c. Uji Autokorelasi

Uji autokorelasi digunakan untuk menguji apakah terjadi autokorelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Hasil uji autokorelasi dapat dilihat dari table 4.3 dibawah ini.

Table 4.3 Uji Autokorelasi

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .929^a .863 .848 .06212 1.849

Sumber: Pengolahan data dengan SPSS 22, 2022

Dari output yang dihasilkah oleh table 4.3 didapat nilai statistik uji Durbin-Watson (DW) sebesar 1,849, akan kita

bandingkan dengan tabel klasifikasi d dengan nilai signifikasi 0,05 (5%) dengan jumlah variable independen 3 (K=3) dan jumlah n atau sampel yang digunakan yaitu 32 laporan keuangan (n=32) maka nilai dari dU sebesar 1,6505 dan dL sebesar 1,2437. Karena nilai dL terletak antara dU dan (4-dU) maka didapat rumus dU <

DW < 4-dU dengan nilai 1,650 < 1,849 < 2,349, sehingga dapat disimpulkan bahwa tidak terjadi korelasi antar variable bebas (X) dengan variable terikat (Y), artinya uji autokorelasi terpenuhi.

d. Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk menentukan apakah variasi variabel berbeda untuk semua pengamatan. Salah satu cara untuk mendeteksi ada atau tidaknya masalah heteroskedastisitas adalah dengan melihat scatter plot antara nilai prediksi variabel terikat dengan residualnya. Ada atau tidaknya masalah heteroskedastisitas dalam penelitian ini dapat dideteksi dengan melihat sebaran pada scatter plot dalam gambar di bawah ini.

Gambar 4.2 Grafik scatter plot Sumber: Pengolahan data dengan SPSS 22, 2022

Dari gambar grafik scatterplots di atas tidak menunjukkan pola atau bentuk tertentu dan tampak titik-titik menyebar secara

acak serta data menyebar secara merata di atas sumbu X maupun di atas sumbu Y, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi linier.

2. Uji Hipotesis a. Uji t (Uji Parsial)

Uji t digunakan untuk menguji pengaruh masing-masing atau secara parsial variabel bebas terhadap variabel tergantungnya.

Apakah variabel tersebut memiliki pengaruh yang berarti terhadap variabel tergantungnya atau tidak.

Table 4.4 Uji t (Uji Parsial) No Variabel

Hasil uji regesi (t)

Hasil uji

regresi (sig) Keterangan 1 CAR (X1) 0,223 0,825 Positif tidak

signifikan 2 NPF (X2) 0,029 0,977 Positif tidak

signifikan 3 BOPO (X3) -20,568 0,000 Berpengaruh

signifikan negatif Sumber: Pengolahan data dengan SPSS 22, 2022

Berikut pembahasan terkait hasil uji t (uji parsial)

1) Berdasarkan hasil perhitungan dengan SPSS 22 diatas variabel Capital Adequacy Ratio (CAR) memiliki t hitung sebesar 0,223 dan nilai signifikan sebesar 0,825. Ketentuan pengambilan keputusan hipotesis diterima atau ditolak didasarkan pada besarnya nilai signifikansi. Jika signifikansi lebih kecil atau sama dengan 0,05 (≤ 0,05) maka hipotesis diterima. Hasil penelitian diperoleh nilai signifikansi sebesar 0,825 > 0,05 dan nilai t hitung 0,223 menujukkan arah positif , maka disimpulkan bahwa hipotesis (H1) yang berbunyi

“CAR berpengaruh positif signifikan terhadap ROA bank Muamalat Indonesia", ditolak.

2) Berdasarkan hasil perhitungan dengan SPSS 22 diatas variabel Non Performing Financing (NPF) memiliki t hitung sebesar - 0,029 dan nilai signifikasi sebesar 0,977. Ketentuan

pengambilan keputusan hipotesis diterima atau ditolak didasarkan pada besarnya nilai signifikansi. Jika signifikansi lebih kecil atau sama dengan 0,05 (≤ 0,05) maka hipotesis diterima. Hasil penelitian diperoleh nilai signifikansi sebesar 0,977 < 0,05 dan nilai t hitung 0,029 menunjukkan arah positif, maka disimpulkan bahwa hipotesis (H2) yang berbunyi

“NPF berpengaruh negatif signifikan terhadap ROA bank Muamalat Indonesia", ditolak.

3) Berdasarkan hasil perhitungan dengan SPSS 22 diatas variabel Biaya Operasional dan Pendapatan Operasional (BOPO) memiliki t hitung sebesar -20,568 dan nilai signifikasi sebesar 0,000. Ketentuan pengambilan keputusan hipotesis diterima atau ditolak didasarkan pada besarnya nilai signifikansi. Jika signifikansi lebih kecil atau sama dengan 0,05 (≤ 0,05) maka hipotesis diterima. Hasil penelitian diperoleh nilai signifikansi sebesar 0,000 < 0,05 dan nilai t hitung -20,568 menujukkan arah negatif, maka disimpulkan bahwa hipotesis (H3) yang berbunyi “BOPO berpengaruh negatif signifikan terhadap ROA bank Muamalat Indonesia", diterima.

b. Uji F (Uji Simultan)

Uji F atau Uji kelayakan model dimaksudkan untuk mengetahui pengaruh variabel-variabel independen (CAR, NPF, dan BOPO) secara simultan (bersama-sama) terhadap variabel dependen (ROA), sebagaimana ditunjukkan dalam tabel 4.5 sebagai berikut:

Tabel 4.5 Uji F (Uji simultan)

Model Sum of Squares Df Mean Square F Sig.

1 Regression 2.881 3 .960 163.302 .000^b

Residual .165 28 .006

Total 3.046 31

Sumber: Pengolahan data dengan SPSS 22, 2022

Berdasarkan hasil uji simultan dengan SPSS 22 dalam tabel 4.5 di atas diperoleh nilai Fhitung sebesar 163,302 menunjukkan arah positif dengan nilai signifikansi (sig) sebesar 0,000. Oleh karena

nilai signifikansi 0,000 < 0,05, maka terdapat pengaruh yang signifikan antara variabel CAR, NPF, dan BOPO terhadap variabel ROA secara bersama-sama (simultan) atau dapat diartikan bahwa model dalam penelitian ini layak untuk diteliti.

3. Uji Regresi Linear Berganda

Analisis regresi linear berganda digunakan untuk mengetahui pengaruh antara dua atau lebih variabel independen dengan variabel dependen. Perhitungan model regresi linear berganda dilakukan menggunakan program SPSS 22. Hasil analisis yang di peroleh sebagai berikut:

Tabel 4.6

Uji Regresi Linear Berganda

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 9.728 .487 19.973 .000

CAR .001 .007 .012 .223 .825

NPF .000 .013 .002 .029 .977

BOPO -.098 .005 -.969 -20.568 .000

Sumber: Pengolahan data dengan SPSS 22, 2022

Berdasarkan hasil uji regresi linear berganda pada table 4.6 diatas, diperoleh persamaan regresi sebagai berikut:

Y = 9,728 + 0,001 x1 + 0,000 x2 - 0,098 x3 + e Keterangan:

Y = variabel tergantung (ROA) a = 9,743 (konstanta)

b1 = 0,001 b2 = 0,000 b3 = -0,098 e = error term

Dari hasil persamaan analisis regresi berganda diatas, maka kesimpulan yang dapat diambil sebagai berikut:

a. Nilai konstanta sebesar 9,743 menunjukkan bahwa variabel CAR, NPF, dan BOPO jika nilainya 0 maka ROA memiliki tingkat kinerja sebesar 9,743.

b. Nilai koefisien CAR (β1) sebesar 0,001 dengan nilai positif. Hal ini berarti bahwa setiap peningkatan CAR sebesar 1% maka kinerja ROA akan bertambah sebesar 0,001 dengan asumsi variabel yang lain konstan.

c. Nilai koefisien NPF (β2) sebesar 0,000 dengan nilai positif. Hal ini berarti bahwa setiap peningkatan NPF sebesar 1% maka kinerja ROA akan menurun sebesar 0,000 dengan asumsi variabel yang lain konstan.

d. Nilai koefisien BOPO (β3) sebesar - 0,098 dengan nilai negatif. Hal ini berarti bahwa setiap peningkatan BOPO sebesar 1% maka kinerja ROA akan menurun sebesar 0,098 dengan asumsi variabel yang lain konstan.

4. Uji Koefisien Determinasi (R2)

Koefisien determinasi (adjusted R2) berfungsi untuk melihat sejauh mana keseluruhan variabel independen dapat menjelaskan variabel dependen. Apabila angka koefisien determinasi semakin mendekati 1, maka pengaruh variabel independen terhadap variabel dependen semakin kuat, yang berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sedangkan apabila nilai koefisien determinasi (adjusted R2) yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen adalah terbatas. Besarnya nilai adjusted R2 dapat dijelaskan pada tabel sebagai berikut:

Table 4.7

Uji Koefisien Determinasi

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .973^a .946 .940 .07669

Sumber: Pengolahan data dengan SPSS 22, 2022

Dari tabel 4.6 di atas, diketahui pengaruh ketujuh variabel bebas atau independen terhadap variabel ROA yang dinyatakan dengan nilai Adjusted R2, yaitu 0,940 atau 94%. Hal ini berarti 94% variasi ROA yang bisa dijelaskan oleh variasi dari ketiga variabel bebas atau independen yaitu Capital Adequacy Ratio (CAR), Non Performing Financing (NPF), dan BOPO (Biaya Operasional/Pendapatan Operasional) secara simultan. Sedangkan sisanya sebesar 100% - 94%

= 6% dijelaskan oleh sebab-sebab lain di luar model yang merupakan kontribusi variabel bebas lain di luar ketiga variabel independent. Jika nilai R2 mendekati satu, berarti variabel-variabel independen hampir memberikan semua informasi yang di butuhkan untuk meprediksi variasi variabel dependen.

C.Pembahasan

Pada dasarnya tujuan dari penelitian ini adalah untuk melihat seberapa besar pengaruh dari Capital Adquacy Ratio (CAR), Non Performing Financing (NPF), dan Biaya Operasional dan Pendapatan Operasional (BOPO) terhadap Return On Asset (ROA) pada Bank Muamalat Indonesia secara statistik kuantitaif. Berdasarkan hasil uji data yang telah peneliti lakukan ditemukan bahwa CAR, NPF, dan BOPO memiliki berbagai pengaruh yang berbeda-beda dari masing-masing uji yang dilakukan.

1. Pengaruh Capital Adquacy Ratio (CAR) terhadap Return On Asset (ROA) pada bank Muamalat Indonesia

Capital adequacy ratio (CAR) adalah rasio yang digunakan untuk mengukur kecukupan modal dari perbankan yang dapat mempengaruhi tingkat profitabilitas bank syariah. CAR memiliki hubungan yang searah atau positif dengan profitabilitas atau ROA yang berarti semakin tinggi CAR yang dihasilakan pada suatu bank, maka semakin tinggi (meningkat) pula ROA pada bank tersebut.

Berdasarkan Hasil pengujian hipotesis (uji parsial) menggunakan SPSS 22 memperlihatkan bahwa pada variabel CAR menunjukkan nilai t hitung sebesar 0,223 menunjukkan arah positif dengan nilai signifikansi (sig) lebih tinggi dibandingkan dengan 0,05 yaitu sebesar 0,825 . Dari hasil analisis tersebut menunjukkan bahwa pengaruh yang ditunjukan CAR terhadap ROA adalah pengaruh positif tidak signifikan, sehingga hipotesis pertama (Ha1) yang