BAB III METODE PENELITIAN
3.6 Teknik Pengumpulan Data
Teknik pengumpulan data dilakukan dengan studi pustaka pengumpulandata sekunder dari website perusahaan -perusahaan sektor perbankan syariah di Indonesia selama 2018-2020.
3.6 Teknik Analisis Data
Metode analisis data yang akan digunakan pada penelitian ini adalah metode linear regresi data panel. Data panel merupakan regresi yang menggabungkan data time series dan cross section. Penelitian ini menggunakan program Eviews 9 sebagai alat dalam menganalisis data. Ada beberapa keuntungan dalam menggunakan analisis data panel yaitu dapat meningkatkan jumlah observasi (sampel) serta memperoleh variasi antar unit yang berbeda menurut ruang dan variasi menurut waktu.
1. Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan data atau menggambarkan data yang berlaku umum atau generalisasi. Statistik deskriptif meliputi penyajian data melalui tabel, grafik, diagram lingkaran, piktogram, perhitungan modus, mean, median (pengukuran tendensi sentral), perhitungan desil, persentil, perhitungan penyebaran data melalui perhitungan-perhitungan rata-rata dan standar deviasi ataupun perhitungan persentase. Statistik deskriptif menjelaskan nilai rata-rata (mean) dari data, standar deviasi yang digunakan untuk mengetahui seberapa data yang berkaitan bervariasi dengan rata-rata, kemudian nilai minimum yaitu nilai terkecil dari data yang diteliti, dan nilai maksimum yaitu nilai terbesar yang diteliti.
Yit = α + β1X1it + β2X2it + β3X3it + β4X4it + εit
2. Pemilihan Model Estimasi
Analisis regresi linear dengan menggunakan data panel bertujuan untuk mengetahui pengaruh signifikan masing-masing variabel independen terhadap variabel dependen. Regresi data panel merupakan teknik analisis dengankombinasi antara data runtut waktu (Time Series) dan data silang (Cross Section). Adapun model persamaan teknik analisis regresi linear berganda denganmenggunakan data panel sebagai berikut :
Keterangan:
Y : Kinerja Keuangan (ROA) a : Konstanta
β₁ : Pengungkapan Risiko
β₂ : Independensi Anggota Komite Risiko β₃ : Kualifikasi Anggota Komite Risiko β4 : Ukuran Komite Risiko
i : Jumlah Bank Syariah di Indonesia (13 Bank) t : Periode (Tahun 2018-2020)
Ɛ : Standar Error
Regita et al., (2019) menjelaskan bahwa dalam melakukan perhitungan model regresi dengan menggunakan regresi data panel, terdapat beberapa teknik pendekatan yang dapat digunakan yaitu:
a. Poling Least Square (Common Effect Model)
Poling Least Square merupakan teknik analisis data yang amat simpel, sebab memperhitungkan data time series dan cross section dan juga menunjukkan kondisi yang sesungguhnya dan menggunakan metode Ordinary Least Squary (OLS) dalam mengestimasi model data panel.
b. Pendekatan Efek Tetap (Fixed Effect Model)
Fixed Effect Model merupakan teknik data yang menunjukkan perbedaan antar subjek, walaupun koefisien regresi sama, teknik ini berspekulasi bahwa satu subjek memiliki konstanta dan koefisien regresi yang tetap besarnya untuk periode waktu (Regita et al., 2019) .
c. Pendekatan Efek Random (Random Effect Model)
Teknik ini memperkirakan memiliki hubungan antar waktu (time series) dan antar subjek (cross section). Teknik ini diaplikasikan dengan tujuan untuk mengatasi kelemahan model fixed effect yang menggunakan variabel dummy sehingga mampu mencegah heteroskedastisitas, dengan ketentuan yang harus dipenuhi yaitu Cross Section mesti lebih besar ketimbang jumlah koefisien nya (lebih besar daripada banyaknya koefisien, (Regita et al., 2019).
3. Uji Signifikan Model Estimasi
Untuk menentukan model data panel yang sesuai untuk pengujian regresi linear yang dibutuhkan dalam penelitian ini maka terdapat dua pendekatan yaitu:
a. Uji Chow
Uji Chow merupakan pendekatan yang digunakan dalam menentukan dan membandingkan regresi model data panel yang paling tepat antara Common effect atau Fixed Effect untuk mengestimasi data panel.
Adapun hipotesis dalam Uji Chow:
H0 : Model Common Effect (CEM) merupakan model yang tepat dalam menguji regresi data panel .
H1 : Model Fixed Effect (FEM) merupakan model yang tepat dalam menguji regresi data panel.
Berdasarkan hipotesis tersebut apabila nilai probabilitas Cross-Section Chi Square< 0,05, maka H0 ditolak dan H1 diterima. Sedangkan apabila nilai probabilitas Cross-Section Chi-Square> 0,05, maka dinyatakan H0 diterima dan H1 ditolak.
b. Uji Housman
Uji Housman merupakan pendekatan yang digunakan dalam menentukan dan membandingkan regresi model data panel yang paling tepat antara Random effect atau Fixed effect untuk mengestimasi data panel.
Adapun hipotesis dalam Uji Housman:
H0 : Random Effect atau Fixed Effect merupakan model yang tepat dalam menguji regresi data panel.
H1 : Model Fixed Effect (FEM) merupakan model yang tepat dalam menguji regresi data panel.
Berdasarkan hipotesis tersebut apabila nilai probabilitas Cross-Section Chi Square < 0,05, maka H0 ditolak dan H1 diterima. Sedangkan apabila nilai probabilitas Cross-Section Chi-Square> 0,05, maka dinyatakan H0 diterima dan H1 ditolak.
4. Uji Hipotesis
a. Koefisien Determinasi (R-squared)
Koefisien determinasi yaitu untuk mengetahui seberapa besar kontribusi variabel independen terhadap variabel dependen. Koefisien determinasi ini menunjukkan kemampuan garis regresi menerangkan variasi variabel terikat yang dapat dijelaskan oleh variabel bebas. Nilai R-squared berkisar antara 0 sampai 1. Nilai yang mendekati 1 berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel-variabel dependen. Semakin mendekati 1 berarti semakin baik.
b. Uji F
Uji F dilakukan untuk mengetahui ada atau tidaknya pengaruh seluruh variabel independen secara bersama-sama (simultan) terhadap variabel dependen.
Apabila Fhitung > Ftabel, maka Ho ditolak dan Ha diterima yang berarti variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen dengan munggunakan tingkat signifikansi sebesar 5%. Jika nilai Fhitung > Ftabel, maka secara bersama-sama seluruh variabel independen mempengaruhi variabel dependen.
Selain itu, dapat juga dengan melihat nilai signifikansi. Jika nilai signifikansi lebih kecil daripada 0,05 (untuk tingkat signifikansi 5%), maka variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Sedangkan jika nilai signifikansi lebih besar daripada 0,05 maka variabel independen secara serentak tidak berpengaruh terhadap variabel dependen. Hipotesis yang digunakan adalah sebagai berikut:
Ho : Tidak terdapat pengaruh signifikan secara simultan antara variabel independen terhadap variabel dependen.
Ha : Terdapat pengaruh signifikan secara simultan antara varibel independen terhadap variabel dependen.
Dasar pengambilan keputusan adalah :
Jika nilai Signifikansi > 0,05 maka Ho diterima Jika nilai Signifikansi < 0,05 maka Ha diterima.
c. Uji t
Uji stastistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas independen secara individual dalam menerangkan variasi variabel dependen.
Uji t dapat dilakukan dengan melihat tingkat signifikansi yang dibandingkan dengan nilai α = 0,05. Pengambilan kesimpulan ini dilakukan dengan melihat nilai signifikansi dari hasil uji t pada variabel independen dengan kriteria sebagai berikut:
Jika nilai signifikansi > 0,05 maka Ho diterima Jika nilai signifikansi < 0,05 maka Ha diterima.
BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil Penelitian
1. Gambaran Umum Objek Penelitian
Objek dalam penelitian ini yaitu laporan keuangan yang terdapat dalam laporan tahunan Bank Umum Syariah periode 2018 sampai dengan 2020. Terdapat 13 Bank Umum Syariah yang dijadikan sampel dalam penelitian ini yaitu Bank Aceh Syariah, Bank Central Asia (BCA) Syariah, Bank Jabar Banten Syariah, Bank Mega Syariah, Bank Muamalat Indonesia, Bank Negara Indonesia (BNI) Syariah, Bank Panin Dubai Syariah, Bank Pembangunan Daerah (BPD) Nusa Tenggara Barat (NTB) Syariah, Bank Rakyat Indonesia (BRI) Syariah, Bank Syariah Bukopin, Bank Syariah Mandiri, Bank Tabungan Pensiunan Nasional (BTPN) Syariah, dan Bank Victoria Syariah. Data laporan keuangan tahunan diperoleh dari website masing-masing bank yang menjadi sampel dalam penelitian ini.
Bank Umum Syariah adalah bank syariah yang dalam kegiatannya memberikan jasa dalam lalu lintas pembayaran. Produk-produk bank syariah yang ditawarkan kepada nasabah dikelompokkan menjadi 3 kelompok yaitu produk penyaluran dana, produk penghimpunan dana, dan produk jasa. Produk penghimpunan dana pada bank syariah meliputi giro, tabungan, dan deposito.
Prinsip yang diterapkan dalam bank syariah yaitu prinsip wadiah dan prinsip mudharabah.
Deskripsi data dalam penelitian ini menggunakan statistik deskriptif. Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), maksimum, minimum, dan standar deviasi merupakan ukuran untuk melihat apakah variabel terdistribusi secara normal atau tidak.
Analisis statistik deskriptif dilakukan pada sampel yang digunakan penelitian ini yaitu 13 bank umum syariah selama periode 2018 sampai dengan 2020. Variabel dependen dalam penelitian ini yaitu Kinerja Keuangan, dan variabel independennya yaitu Pengungkapan Risiko, Independensi Anggota Komite Risiko, Kualifikasi Anggota Komite Risiko, dan Ukuran Komite Risiko.
Tabel 4.1
Hasil Analisis Statistik Deskriptif
ROA RISK_DISCLOSURE INDEPENDENCE QUALIFICATIONS SIZE
Mean -0.529643 2.471237 0.692308 0.717949 1.430999
Median -0.116534 2.484907 1.000000 1.000000 1.386294
Maximum 2.608598 2.639057 1.000000 1.000000 2.302585
Minimum -3.912023 2.197225 0.000000 0.000000 0.693147
Std. Dev. 1.650387 0.124194 0.467572 0.455881 0.340894
Skewness -0.372915 -0.903523 -0.833333 -0.968665 0.353762
Kurtosis 2.479853 3.074126 1.694444 1.938312 2.821033
Jarque-Bera 1.343576 5.315229 7.283661 7.930697 0.865506 Probability 0.510795 0.070115 0.026204 0.018961 0.648721
Sum -20.65608 96.37826 27.00000 28.00000 55.80897
Sum Sq. Dev. 103.5035 0.586119 8.307692 7.897436 4.415921
Observations 39 39 39 39 39
Sumber: Hasil Output E-Views 9, Data Diolah.
Hasil analisis statistik deskriptif pada tabel 4.1 di atas menunjukkan bahwa terdapat 39 jumlah sampel. Jumlah tersebut berasal dari 13 sampel dari penelitian ini, yaitu perbankan syariah di Indonesia periode 2018-2020.
Pada data variabel Pengungkapan Risiko (Risk Dislosure) menunjukkan bahwa data minimum sebesar 2,19 yaitu yang dialami oleh Bank Victoria Syariah.
Sedangkan data maksimumnya sebesar 2,63 yaitu yang dialami oleh Bank Syariah Mandiri. Nilai Pengungkapan Risiko rata-rata (mean) sebesar 2,47 dengan nilai standar deviasi sebesar 0,12. Dari data tersebut menunjukkan bahwa nilai mean lebih besar dibandingkan dengan nilai standar deviasi maka data dalam variabel Pengungkapan Risiko dapat dikatakan kurang bervariasi.
Pada data variabel Independensi Anggota Komite Risiko menunjukkan bahwa data minimum sebesar 0,00 sedangkan data maksimumnya sebesar 1,00.
Variabel Independensi Anggota Komite Risiko menggunakan variabel dummy dimana jika anggota komite risiko independen maka diberi nilai 1, dan sebaliknya.
Nilai Independensi Anggota Komite Risiko rata-rata (mean) sebesar 0,69 dan standar deviasi sebesar 0,46.
Pada data variabel Kualifikasi Anggota Komite Risiko menunjukkan bahwa data minimum sebesar 0,00 sedangkan data maksimumnya sebesar 1,00. Variabel Kualifikasi Anggota Komite Risiko menggunakan variabel dummy dimana jika anggota komite risiko memiliki salah satu kriteria kualifikasi maka diberi nilai 1, dan sebaliknya. Nilai Kualifikasi Anggota Komite Risiko rata-rata (mean) sebesar 0,71 dan standar deviasi sebesar 0,45.
Pada data variabel Ukuran Komite Risiko menunjukkan bahwa data minimum sebesar 0,69 yaitu yang dialami oleh Bank Syariah Bukopin pada tahun 2018. Sedangkan data maksimumnya sebesar 2,30 yaitu yang dialami oleh Bank Syariah Mandiri pada tahun 2020. Nilai Ukuran Komite Risiko rata-rata (mean)
bahwa nilai mean lebih besar dibandingkan dengan nilai standar deviasi maka data dalam variabel Ukuran Komite Risiko dapat dikatakan kurang bervariasi.
Pada data variabel Return On Asset (ROA) menunjukkan bahwa data minimum sebesar -3,91 atau 0,02% yaitu yang dialami oleh Bank Syariah Bukopin pada tahun 2018. Sedangkan data maksimumnya sebesar 2,60 atau 13,58% yaitu yang dialami oleh Bank Tabungan Pensiunan Nasional (BTPN) Syariah pada tahun 2019. Nilai Return On Asset (ROA) rata-rata (mean) sebesar -0,52 dengan standar deviasi sebesar 1,65.
4.2 Analisis Data
1. Pemilihan Teknik Estimasi Regresi Data Panel
Pemilihan teknik estimasi regresi data panel dikenal tiga macam pendekatan estimasi yaitu Common Effect Model, Fixed Effect Model, dan Random Effect Model. Untuk menentukan teknik terbaik yang akan digunakan untuk regresi data panel maka dilakukan pengujian yaitu uji chow dan uji hausman.
a. Common Effect Model (CEM)
Langkah pertama dilakukan pengolahan data menggunakan pendekatan Common Effect Model (CEM) secara sederhana menggabungkan seluruh data times series dan cross section, kemudian mengestimasikan model dengan menggunakan metode Ordinary Least Square (OLS).
Hasil pengolahan menggunakan Common Effect Model yaitu sebagai berikut:
Tabel 4.2
Hasil Regresi Data Panel Common Effect Model (CEM)
Dependent Variable: ROA Method: Panel Least Square Date: 01/05/23 Time: 08:53 Sample: 2018 2020 Periods included: 3
Cross-sections included: 13
Total panel (balanced) observations: 39
Variable Coefficient Std. Error t-Statistic Prob.
C -7.991451 3.112449 -2.567577 0.0148
RISK_DISCLOSURE 2.701962 1.329684 2.032033 0.0500 INDEPENDENCE -0.826808 0.481774 -1.716173 0.0952 QUALIFICATIONS -0.163196 0.311795 -0.523409 0.6041
SIZE 1.080642 0.538671 2.006126 0.0529
R-squared 0.280634 Mean dependent var -0.559975 Adjusted R-squared 0.196002 S.D. dependent var 1.609435 S.E. of regression 1.480365 Sum squared resid 74.51031 F-statistic 3.315954 Durbin-Watson stat 0.554787 Prob(F-statistic) 0.021349
Sumber: Hasil Output E-Views 9, Data Diolah.
b. Fixed Effect Model (FEM)
Langkah kedua dilakukan pengolahan data menggunakan pendekatan Fixed Effect Model (FEM) untuk membandingkan dengan metode Common Effect Model. Hasil pengolahan menggunakan Fixed Effect Model yaitu sebagai berikut:
Tabel 4.3
Hasil Regresi Data Panel Fixed Effect Model (FEM)
Dependent Variable: ROA Method: Panel Least Squares Date: 01/05/23 Time: 09:07 Sample: 2018 2020 Periods included: 3
Cross-sections included: 13
Total panel (balanced) observations: 39
Variable Coefficient Std. Error t-Statistic Prob.
C -4.358428 0.647158 -6.734723 0.0000
RISK_DISCLOSURE 1.105447 0.250872 4.406418 0.0002 INDEPENDENCE -0.206589 0.191314 -1.079844 0.2919 QUALIFICATIONS 0.214347 0.224002 0.956899 0.3490
SIZE 0.758977 0.208968 3.632025 0.0015
Effects Specification Cross-section fixed (dummy variables)
R-squared 0.894199 Mean dependent var -0.260562 Adjusted R-squared 0.889981 S.D. dependent var 4.407195 S.E. of regression 0.441409 Sum squared resid 4.286530 F-statistic 235.6710 Durbin-Watson stat 3.108730 Prob(F-statistic) 0.000000
Sumber: Hasil Output E-Views 9, Data Diolah.
c. Uji Chow
Uji chow digunakan untuk mengetahui model mana yang lebih baik antara common effect dan fixed effect. Hipotesis pada uji chow adalah sebagai berikut:
Ho : Common Effect Model Ha : Fixed Effect Model Kriteria:
Jika nilai Sig > 0,05 maka Ho diterima Jika nilai Sig < 0,05 maka Ha diterima
Tabel 4.4 Hasil Uji Chow
Effects Test Statistic d.f. Prob.
Cross-section F 15.090600 (12,22) 0.0000
Cross-section Chi-square 86.681126 12 0.0000
Sumber: Hasil Output E-Views 9, Data Diolah.
Berdasarkan uji chow yang ditunjukkan pada tabel 4.4 di atas diperoleh nilai Probability dari Cross-section Chi-square dan Cross-section F sebesar 0.0000 (kurang dari 5%), sehingga secara statistik Ho ditolak dan menerima Ha, maka model estimasi yang tepat digunakan pada regresi data panel adalah Fixed Effext Model.
Karena hasil uji chow menunjukkan hasil model yang lebih tepat digunakan adalah Fixed Effect Model, maka diperlukan uji hausman untuk menguji model yang lebih tepat digunakan antara Fixed Effect Model dan Random Effect Model. Sebelum dilakukan uji hausman, dilakukan terlebih dahulu regresi Random Effect Model.
d. Random Effect Model (REM)
Setelah melakukan uji chow, dilakukan pengolahan data dengan metode pendekatan Random Effect Model (REM) untuk dibandingkan dengan Fixed Effect Model (FEM). Hasil pengolahan menggunakan Random Effect Model yaitu sebagai berikut:
Tabel 4.5
Hasil Regresi Data Panel Random Effect Model (REM)
Dependent Variable: ROA
Method: Panel EGLS (Cross-section random effects) Date: 01/05/23 Time: 09:16
Sample: 2018 2020 Periods included: 3
Cross-sections included: 13
Total panel (balanced) observations: 39
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C -3.661264 2.507371 -1.460201 0.1534
RISK_DISCLOSURE 0.815458 0.951815 0.856740 0.3976 INDEPENDENCE -0.038498 0.401504 -0.095885 0.9242 QUALIFICATIONS 0.092451 0.521381 0.177319 0.8603
SIZE 0.752418 0.528102 1.424757 0.1633
Effects Specification
S.D. Rho
Cross-section random 1.800885 0.9350
Idiosyncratic random 0.474782 0.0650
Weighted Statistics
R-squared 0.089500 Mean dependent var -0.079700 Adjusted R-squared -0.017618 S.D. dependent var 0.451272 S.E. of regression 0.455230 Sum squared resid 7.045955 F-statistic 0.835529 Durbin-Watson stat 2.108681 Prob(F-statistic) 0.512175
Unweighted Statistics
R-squared 0.067996 Mean dependent var -0.529643 Sum squared resid 96.46572 Durbin-Watson stat 0.154020
Sumber: Hasil Output E-Views 9, Data Diolah.
e. Uji Hausman
Uji hausman digunakan untuk mengetahui model mana yang lebih baik antara random effect dan fixed effect. Hipotesis pada uji hausman adalah sebagai berikut:
Ho : Random Effect Model Ha : Fixed Effect Model Kriteria:
Jika nilai Sig > 0,05 maka Ho diterima Jika nilai Sig < 0,05 maka Ha diterima
Tabel 4.6 Hasil Uji Hausman
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 88.929274 4 0.0000
Sumber: Hasil Output E-Views 9, Data Diolah.
Berdasarkan uji hausman yang ditunjukkan pada tabel 4.6 di atas, diperoleh nilai Probability dari Cross-section random sebesar 0,0000 (lebih kecil dari 0,05) sehingga secara statistik Ho ditolak dan menerima Ha, maka model estimasi yang tepat digunakan pada regresi data panel adalah Fixed Effext Model (FEM).
2. Uji Signifikansi
Berdasarkan uji chow dan uji hausman, model regresi data panel yang tepat untuk digunakan dalam penelitian ini adalah Fixed Effect Model. Hasil uji signifikansi menggunakan Fixed Effect Model adalah sebagai berikut:
ROA = -4,358428 + 1,105447RD – 0,206589IND + 0,214347QUA + 0,758977SIZE
Tabel 4.7 Hasil Uji Signifikansi
Dependent Variable: ROA Method: Panel Least Squares Date: 01/05/23 Time: 09:07 Sample: 2018 2020 Periods included: 3
Cross-sections included: 13
Total panel (balanced) observations: 39
Variable Coefficient Std. Error t-Statistic Prob.
C -4.358428 0.647158 -6.734723 0.0000
RISK_DISCLOSURE 1.105447 0.250872 4.406418 0.0002 INDEPENDENCE -0.206589 0.191314 -1.079844 0.2919 QUALIFICATIONS 0.214347 0.224002 0.956899 0.3490 SIZE 0.758977 0.208968 3.632025 0.0015
Effects Specification Cross-section fixed (dummy variables)
R-squared 0.894199 Mean dependent var -0.260562 Adjusted R-squared 0.889981 S.D. dependent var 4.407195 S.E. of regression 0.441409 Sum squared resid 4.286530 F-statistic 235.6710 Durbin-Watson stat 3.108730 Prob(F-statistic) 0.000000
Sumber: Hasil Output E-Views 9, Data Diolah.
Dari tabel tersebut dapat disusun persamaan regresi data panel sebagai berikut :
Berdasarkan persamaan tersebut, maka dapat diuraikan sebagai berikut :
1) Nilai Konstanta bernilai negatif yaitu -4,358428. Hal ini menunjukkan bahwa apabila variabel X1,X2,X3, dan X4 sama dengan 0, maka nilai tetap atau nilai awal ROA sebesar -4,358428.
2) Koefisien regresi variabel Risk Disclosure bernilai positif yaitu sebesar 1,105447. Hal ini menunjukkan apabila Pengungkapan Risiko (Risk Disclosure) meningkat, maka ROA akan naik sebesar 1,105447 dengan anggapan variabel bebas lainnya konstan.
3) Koefisien regresi variabel Independence bernilai negatif yaitu sebesar – 0,206589. Hal ini menunjukkan apabila Independensi Anggota Komite Risiko meningkat, maka ROA akan turun sebesar 0,206589 dengan anggapan variabel bebas lainnya konstan.
4) Koefisien regresi variabel Qualifications bernilai positif yaitu sebesar 0,214347. Hal ini menunjukkan apabila Kualifikasi Anggota Komite Risiko meningkat, maka ROA akan naik sebesar 0,214347 dengan anggapan variabel bebas lainnya konstan.
5) Koefisien regresi variabel Size bernilai positif yaitu sebesar 0,758977.
Hal ini menunjukkan apabila Ukuran Komite Risiko meningkat, maka ROA akan naik sebesar 0,758977 dengan anggapan variabel bebas lainnya konstan.
3. Pengujian Hipotesis a. Hasil Uji F
Uji F dilakukan untuk mengetahui apakah seluruh variabel independen berpengaruh secara simultan terhadap variabel dependen. Hipotesis uji F pada penelitian ini yaitu :
Kualifikasi Anggota Komite Risiko dan Ukuran Komite Risiko secara bersama-sama tidak berpengaruh terhadap ROA.
Ha : Pengungkapan Risiko, Independensi Anggota Komite Risiko, Kualifikasi Anggota Komite Risiko dan Ukuran Komite Risiko secara bersama-sama berpengaruh terhadap ROA.
Dengan kriteria :
Jika nilai signifikansi > 0,05 maka Ha ditolak Jika nilai signifikansi < 0,05 maka Ha diterima.
Berdasarkan tabel 4.7 diketahui nilai f-statistik sebesar 235.6710 dengan nilai signifikansi sebesar 0,0000 yang artinya < 0,05 sehingga Ha diterima dan dapat disimpulkan bahwa variabel Pengungkapan Risiko, Independensi Anggota Komite Risiko, Kualifikasi Anggota Komite Risiko dan Ukuran Komite Risiko secara bersama-sama berpengaruh terhadap ROA.
b. Hasil Uji t
Uji t-statistik dilakukan untuk mengetahui ada atau tidaknya pengaruh antara masing-masing variabel independen terhadap variabel dependen secara parsial. Hasil uji t dapat di interpretasikan sebagai berikut:
1) Pengungkapan Risiko (Risk Disclosure) (X1)
Berdasarkan hasil uji t yang ditunjukkan pada tabel 4.7 di atas diperoleh nilai t-statistik Pengungkapan Risiko (Risk Disclosure) sebesar 1.105447 dengan arah positif dan nilai signifikansi
Pengungkapan Risiko (Risk Disclosure) yaitu 0,0002 yang berarti
< 0,05. Hipotesis untuk Pengungkapan Risiko (Risk Disclosure) pada penelitian ini adalah:
Ho : Pengungkapan Risiko (Risk Disclosure) tidak berpengaruh positif dan signifikan terhadap ROA.
Ha : Pengungkapan Risiko (Risk Disclosure) berpengaruh positif dan signifikan terhadap ROA.
Dengan kriteria :
Jika nilai signifikansi > 0,05 maka Ha ditolak Jika nilai signifikansi < 0,05 maka Ha diterima.
Berdasarkan diatas menunjukkan bahwa Ha ditolak dan menerima Ho. Maka dapat disimpulkan bahwa Pengungkapan Risiko (Risk Disclosure) berpengaruh positif dan signifikan terhadap ROA.
2) Independensi Anggota Komite Risiko (X2)
Berdasarkan hasil uji t yang ditunjukkan pada tabel 4.7 di atas diperoleh nilai t-statistik Independensi Anggota Komite Risiko sebesar -0.206589 dengan arah negatif dan nilai signifikansi Independensi Anggota Komite Risiko yaitu 0,2919 yang berarti > 0,05. Hipotesis untuk Independensi Anggota Komite Risiko pada penelitian ini adalah:
Ho : Independensi Anggota Komite Risiko tidak berpengaruh positif dan signifikan terhadap ROA.
signifikan terhadap ROA.
Dengan kriteria :
Jika nilai signifikansi > 0,05 maka Ha ditolak Jika nilai signifikansi < 0,05 maka Ha diterima.
Berdasarkan diatas menunjukkan bahwa Ha ditolak dan menerima Ho. Maka dapat disimpulkan bahwa Independensi Anggota Komite Risiko berpengaruh negatif dan tidak signifikan terhadap ROA.
3) Kualifikasi Anggota Komite Risiko (X3)
Berdasarkan hasil uji t yang ditunjukkan pada tabel 4.7 di atas diperoleh nilai t-statistik Kualifikasi Anggota Komite Risiko sebesar 0.214347 dengan arah positif dan nilai signifikansi Kualifikasi Anggota Komite Risiko yaitu 0,3490 yang berarti > 0,05. Hipotesis untuk Kualifikasi Anggota Komite Risiko pada penelitian ini adalah:
Ho : Kualifikasi Anggota Komite Risiko tidak berpengaruh positif dan signifikan terhadap ROA.
Ha : Kualifikasi Anggota Komite Risiko berpengaruh positif dan signifikan terhadap ROA.
Dengan kriteria :
Jika nilai signifikansi > 0,05 maka Ha ditolak Jika nilai signifikansi < 0,05 maka Ha diterima.
Berdasarkan diatas menunjukkan bahwa Ha ditolak dan menerima Ho. Maka dapat disimpulkan bahwa Kualifikasi Anggota Komite Risiko berpengaruh positif tetapi tidak signifikan terhadap ROA.
4) Ukuran Komite Risiko (X4)
Berdasarkan hasil uji t yang ditunjukkan pada tabel 4.7 di atas diperoleh nilai t-statistik Ukuran Komite Risiko sebesar 0.758977 dengan arah positif dan nilai Ukuran Komite Risiko yaitu 0,0015 yang berarti < 0,05. Hipotesis untuk Ukuran Komite Risiko pada penelitian ini adalah:
Ho : Ukuran Komite Risiko tidak berpengaruh positif dan signifikan terhadap ROA.
Ha : Ukuran Komite Risiko berpengaruh positif dan signifikan terhadap ROA.
Dengan kriteria :
Jika nilai signifikansi > 0,05 maka Ha ditolak Jika nilai signifikansi < 0,05 maka Ha diterima.
Berdasarkan diatas menunjukkan bahwa Ha ditolak dan menerima Ho. Maka dapat disimpulkan bahwa Ukuran Komite Risiko berpengaruh positif dan signifikan terhadap ROA.