BAB IV ANALISIS DATA DAN PEMBAHASAN
A. Analisis Data Penelitian 1. Statistik Deskriptif Deskripsi data dari masing-masing variabel penelitian yang meliputi nilai minimum, nilai maksimum, mean dan standar deviasi dapat dilihat pada Tabel 4.1 berikut ini : Tabel 4.1
Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
DPK
40
5938820.0
59283492.0
26708129.525
18366822.4405
NPF
40
.02
.08
.0430
.01539
PEMBIAYAAN
40
1484470.0
11131425.0
6891196.350
3447283.1389
Valid N (listwise)
40
Sumber : Output SPSS 16, (data diolah)
Hasil Uji Statistik Deskriptif Berdasarkan hasil perhitungan pada Tabel 4.1 tersebut, hasil interpretasi lebih lanjut atas statistik deskriptif masing-masing variabel adalah : a. Variabel DPK (X 1 ) mempunyai nilai minimum sebesar 59,388 Milyar R
R
Rupiah dan nilai maksimum sebesar 592,834 Milyar Rupiah. Sedangkan mean dari dana pihak ketiga bank syariah mandiri sebesar 267,081
dengan standar deviasi sebesar 183,668. Nilai rata-rata yang lebih besar dibandingkan nilai standar deviasi menunjukkan bahwa data tersebar dengan baik. b. Variabel NPF (X 2 ) mempunyai nilai minimum yaitu 2.00 dan nilai R
R
maksimum sebesar 8.00. Sedangkan mean dari NPF Bank Syariah Mandiri adalah 4,30 dengan standar devilasi sebesar 1,539. Dengan nilai standar deviasi terlihat lebih kecil dari mean dan nilai mean NPF dibawah standar BI yaitu 5%. Maka dapat dikatakan bahwa data pada variabel NPF tersebar dengan baik. c. Variabel Pembiayaan (Y) mempunyai nilai minimum sebesar 14,844 yang dan nilai maksimum sebesar 111,314. Sedangkan mean dari Pembiayaan Bank Syariah Mandiri adalah 68,911 dengan standar devilasi sebesar 34,472. 2. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah model regresi variabel dependen dan variabel independen keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati normal. Cara untuk mendeteksi apakah variabel pengganggu atau residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik.
1. Analisis Grafik Gambar 4.1 Hasil Uji Normalitas dengan Grafik Normal Probability Plot
Berdasarkan grafik normal probability plot tersebut, titik-titik menyebar berhimpit di sekitar garis diagonal dan hal ini menunjukkan bahwa residual terdistribusi secara normal.
2. Uji Statistik Uji
statistik
dalam
penelitian
ini
dilakukan
dengan
menggunakan uji statistik non-parametrik Kolmogorov-Smirnov (KS). Untuk menentukan data dengan uji Kolmogorov-Smirnov, nilai signifikasi harus di atas 0,05. Hasil uji statistik Kolmogorov-Smirnov tampak pada Tabel 4.2 sebagai berikut :
Tabel 4.2 Hasil Uji Normalitas dengan Kolmogorov-Smirnov (K-S)
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
40
Normal Parameters
a
Mean
P
Std. Deviation Most Extreme Differences
.0000000 .43259163
Absolute
.073
Positive
.073
Negative
-.068
Kolmogorov-Smirnov Z
.460
Asymp. Sig. (2-tailed)
.984
a. Test distribution is Normal.
Sumber : Output SPSS 16, (data diolah)
Berdasarkan hasil Tabel 4.2 tersebut, nilai Kolmogorov-Smirnov sebesar 0,460 dengan signifikansi 0,984. Data signifikansi tersebut menunjukkan bahwa hasilnya lebih besar dari 0,05 atau (0,984 > 0,05) yang menyatakan bahwa residual terdistribusi secara normal atau dengan kata lain telah memenuhi syarat uji normalitas. b. Uji Multikolinieritas Uji Multikolinearitas dilakukan sebagai syarat untuk analisis regresi berganda dan juga untuk mengetahui ada tidaknya hubungan antara variabel bebas itu sendiri. Pada model regresi yang baik, antar variabel independen seharusnya tidak terjadi korelasi. Untuk mengetahui Uji Multikolinearitas dapat dilihat dari nilai Variance Inflation Factor
(VIF) yang terdapat pada masing-masing variabel pada Tabel 4.3 berikut ini : Tabel 4.3
Collinearity Statistics Model 1
Tolerance
VIF
(Constant) LAG_RES
1.000
1.000
Sumber : Output SPSS 16, (data diolah)
Suatu regresi dinyatakan bebas dari multikolinearitas jika mempunyai nilai tolerance > 0,1 dan VIF < 10. Dari output data diperoleh bahwa semua variabel bebas memiliki nilai tolerance lebih dari 0,1 dan nilai VIF kurang dari 10. Dengan demikian, untuk uji multikolinearitas tidak terjadi masalah antar variabel independen dalam model regresi. c. Uji Autokorelasi Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linier berganda ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan problem autokorelasi. Dalam penelitian ini uji autokorelasi menggunakan uji Durbin-Watson (DW test).
Tabel 4.4 Hasil Uji Autokorelasi Model Summary
b
P
Model 1
R .514
R Square a
Adjusted R
Std. Error of the
Square
Estimate
.264
P
.244
Durbin-Watson
.37044650
2.152
a. Predictors: (Constant), LAG_RES b. Dependent Variable: Unstandardized Residual
Sumber : Output SPSS 16, (data diolah)
Berdasarkan Tabel 4.4, hasil hitung Durbin-Watson sebesar 2,152. Nilai DW menurut tabel dengan n = 40 dan k = 2 didapat angka dl = 1,3908 dan du = 1,600 Karena nilai du < d < 4 – du atau 1,600 < 2,152 < 2,400 maka dapat disimpulkan bahwa tidak terdapat autokorelasi pada model regresi ini. d. Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi kesamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas
atau
tidak
terjadi
heteroskedastisitas.
Uji
Heteroskedastisitas dalam penelitian ini menggunakan uji scatterplot. Berikut hasil output uji scatterplot :
Gambar 4.2 HASIL UJI HETEROSKEDASTISITAS
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tersebar dengan baik di atas maupun di bawah angka nol pada sumbu
Y.
Hal
ini
dapat
disimpulkan
bahwa
tidak
terjadi
heteroskedastisitas pada model regresi ini. 3. Analisis Regresi Linier Berganda Analisis regresi linier berganda merupakan alat analisis untuk mengetahui serta menganalisis seberapa besar pengaruh suatu variabel bebas terhadap variabel terikat. Dalam penelitian ini variabel independen yang digunakan lebih dari satu yaitu dana pihak ketiga dan non performing financing, sedangkan variabel dependennya adalah Pembiayaan.
Tabel 4.5 Hasil Uji Regresi Linier Berganda Coefficients
a
P
Standardized Unstandardized Coefficients Model 1
B
Coefficients
Std. Error
(Constant)
17.711
.872
LN_DPK
24.742
3.893
LN_NPF
-.483
.187
Beta
t
Sig.
20.321
.000
.683
6.356
.000
-.278
-2.586
.014
a. Dependent Variable: LN_PEMBIAYAN
Sumber : Output SPSS 16, (data diolah)
Berdasarkan data output dari Tabel 4.5 maka dapat disusun persamaan regresi linier berganda sebagai berikut : Pembiayaan = 17,711 + 24,742 Dana pihak ketiga + (-483) Non performing financing + ε Persamaan tersebut mempunyai makna : a. Konstanta sebesar 17,711 menggambarkan apabila dana pihak ketiga dan non performing financing bernilai konstan, maka akan menurunkan Pembiayaan sebesar 17,711. b. Koefisien regresi pada variabel dana pihak ketiga (X 1 ) sebesar 24,742 R
R
menggambarkan bahwa dana pihak ketiga mempunyai hubungan yang positif terhadap Pembiayaan. Artinya, setiap kenaikan 1 point dana pihak ketiga, dengan asumsi variabel independen lainnya konstan, akan meningkatkan Pembiayaan sebesar 24,742.
c. Koefisien regresi pada variabel non performing financing (X 2 ) sebesar R
R
483 menggambarkan bahwa non performing financing mempunyai hubungan yang negatif terhadap Pembiayaan. Artinya, setiap kenaikan 1 point npf, dengan asumsi variabel independen lainnya konstan, akan menurunkan Pembiayaan sebesar -483. 4. Uji Hipotesis a. Uji Statistik Parsial (Uji t) Uji statistik t parsial adalah pengujian yang digunakan untuk mengetahui apakah variabel Dana Pihak Ketiga, dan Non Performing Financing mempengaruhi Pembiayaan secara parsial. Hasil pengujian hipotesis secara parsial dapat dilihat pada Tabel 4.6 sebagai berikut : Tabel 4.6 Hasil Uji Hipotesis Parsial (Uji t) Unstandardized Coefficients Model 1
B
Standardized Coefficients
Std. Error
(Constant)
17.711
.872
LN_DPK
24.742
3.893
LN_NPF
-.483
.187
a. Dependent Variable: LN_PEMBIAYAAN
Beta
t
Sig.
20.321
.000
.683
6.356
.000
-.278
-2.586
.014
Hasil analisis uji t yang didapat dari Tabel 4.6 tersebut adalah sebagai berikut : 1. Pengaruh Dana Pihak Ketiga (X 1 ) Terhadap Pembiayaan (Y) R
R
Variabel independen Dana Pihak Ketiga
memiliki t
hitung
R
R
sebesar 6,356 dengan tingkat signifikansi sebesar 0,000. Karena t
hitung
R
R
lebih besar dari t
tabel
R
R
yaitu 6,356 > 2,024 dan nilai
signifikansinya 0,000 < 0,05 maka H01 ditolak dan Ha 1 diterima. R
R
R
R
Dengan demikian, variabel independen dana pihak ketiga secara parsial berpengaruh terhadap Pembiayaan. 2. Pengaruh
Non
Performing
Financing
(X 2 ) R
R
Terhadap
Pembiayaan (Y) Variabel independen Non Performing Financing hitung
R
R
memiliki t
sebesar -2,586 dengan tingkat signifikansi sebesar 0,014.
Karena t
hitung
R
R
lebih kecil dari t
tabel
R
R
yaitu -2,586 < 2,024 dan
nilai signifikansinya 0,014 < 0,05 maka H 02 ditolak dan Ha 2 R
diterima.
Dengan
demikian,
variabel
R
independen
R
R
non
performing financing secara parsial berpengaruh terhadap Pembiayaan.
b. Uji Hipotesis Simultan (Uji F) Tabel 4.7 Hasil Uji Hipotesis Simultan (Uji F) ANOVA
b
P
Model 1
Sum of Squares
df
Mean Square
Regression
1.820
1
1.820
Residual
5.078
37
.137
Total
6.897
38
F
Sig.
13.260
.001
a. Predictors: (Constant), LAG_RES b. Dependent Variable: Unstandardized Residual
Dari hasil uji ANOVA atau F Test pada Tabel 4.7 tersebut , didapat nilai F
R
hitung
R
sebesar 13,260 dengan
signifikansi 0,001 dimana signifikansi tersebut lebih kecil dari 0,05. Dengan menggunakan tabel F, didapat nilai F tabel sebesar R
4,10. Hal tersebut menunjukkan bahwa F tabel
R
R
hitung
R
R
R
(13,260) > F
(4,10) sehingga H03 ditolak dan Ha 3 diterima. Dengan R
R
R
R
demikian, dapat disimpulkan bahwa dana pihak ketiga dan non performing financing secara simultan berpengaruh signifikan terhadap Pembiayaan. 5. Uji Koefisien Determinasi (R 2 ) P
P
Koefisien determinasi digunakan untuk mengukur seberapa besar presentase perubahan atau variasi dari variabel dependen bisa dijelaskan oleh perubahan atau variasi dari variabel independen. Semakin tinggi nilai koofisien determinasi akan semakin baik kemampuan variabel independen
a P
dalam menjelaskan pengaruhnya terhadap variabel dependen. Hasil pengujian koefisien determinasi dapat dilihat dari nilai Adjusted R Square pada analisis regresi berganda. Tabel 4.8 Koefisien Determinasi – Pembiayaan Model Summary
b
P
B
Model 1
R .514
R Square a P
.264
Adjusted R
Std. Error of the
Square
Estimate .244
Durbin-Watson
.37044650
2.152
a. Predictors: (Constant), LAG_RES b. Dependent Variable: Unstandardized Residual
Berdasarkan Tabel 4.8 tersebut, besarnya Adjusted R Square adalah 0,244 hal ini berarti 24,4% variasi Pembiayaan dapat dijelaskan oleh variasi dari kedua variabel independen yaitu dana pihak ketiga dan non performing financing, sedangkan sisanya sebesar 75,6% dijelaskan oleh variabelvariabel lain di luar penelitian.
B. Pembahasan Hasil Penelitian Dalam pengujian secara simultan, diperoleh nilai Ftabel sebesar 13,260 R
R
dengan signifikansi 0,001 dimana signifikansi tersebut lebih kecil dari 0,05. Hal tersebut membuktikan bahwa semua variabel independen yang digunakan dalam penelitian yaitu dana pihak ketiga dan non performing financing terbukti secara simultan berpengaruh signifikan terhadap Pembiayaan.
Dalam pengujian secara parsial, dapat dikatakan bahwa variabel dana pihak ketiga terbukti berpengaruh signifikan terhadap Pembiayaan. Begitu juga dengan variabel non performing financing berpengaruh secara signifikan terhadap Pembiayaan. Pembahasan terhadap masing-masing variabel dalam pengujian secara parsial dijelaskan sebagai berikut : 1. Pengaruh Dana Pihak Ketiga Terhadap Pembiayaan Variabel independen dana pihak ketiga berpengaruh signifikan terhadap Pembiayaan yang dibuktikan dengan nilai t
hitung
R
R
sebesar 3,641
dengan tingkat signifikansi sebesar 0,001. Hasil penelitian mengenai dana pihak ketiga yang mempunyai pengaruh signifikan terhadap Pembiayaan konsisten dengan penelitian-penelitian sebelumnya, seperti yang dilakukan oleh Duddy Roesmara Donna & Nurul Chotimah (2008), Siswati (2009), Wuri Arianti (2009), Najahi Badruzaman (2009), Sagita Devi Maharani (2010), serta Tenrilau (2012). Hasil penelitian ini bertolak belakang dengan penelitian Haryadi (2009) dan Khodijah Hadiyyatul Maula (2009). Berdasarkan hasil penelitian ini, bahwa manajemen bank syariah dapat merebut hati masyarakat sehingga peranannya sebagai financial intermediary dapat berjalan dengan baik. Hal ini dibuktikan dengan kepercayaan dari masyarakat yang kelebihan dana menyalurkan dananya salah satunya dalam bentuk giro, deposito, maupun tabungan kepada bank syariah. Karena pertumbuhan setiap bank sangat dipengaruhi oleh perkembangan kemampuannya menghimpun dana masyarakat, baik berskala besar maupun kecil. Sebagai lembaga keuangan, maka dana
merupakan masalah yang paling utama. Tanpa dana yang cukup, bank tidak dapat berbuat apa-apa, atau dengan kata lain, bank menjadi tidak berfungsi sama sekali. Oleh karena itu dana pihak ketiga berpengaruh secara signifikan terhadap pembiayaan, karena dapat membantu menentukkan kualitas
bank
sebagai
financial
intermediary
serta
kemampuan
menghasilkan laba. 2. Pengaruh Non Performing Financing (NPF) Terhadap Pembiayaan Variabel independen Non Performing Financing berpengaruh secara signifikan terhadap Pembiayaan
yang dibuktikan dengan nilai t
hitung
R
R
sebesar -2,586 dengan tingkat signifikansi sebesar 0,014. Hasil penelitian mengenai non performing financing yang berpengaruh signifikan terhadap Pembiayaan, tidak konsisten dengan penelitian yang dilakukan oleh Duddy Roesmara Donna dan Nurul Chotimah (2008), Khodijah Hadiyyatul Maula (2009), Siswati (2009), Wuri Arianti N.P Harjum Muharam (2009), Sagita Devi Maharani (2010) yang membuktikan bahwa variabel npf tidak berpengaruh secara signifikan. Hasil penelitian ini membuktikan bahwa non performing financing berpengaruh secara signifikan terhadap pembiayaan. Apabila tingkat npf tinggi maka akan menyebabkan berkurangnya pendapatan yang seharusnya diterima. Padahal dari pendapatan itulah bank dapat melakukan ekspansi pembiayaan yang lain, semakin tinggi pembiayaan maka akan semakin tinggi pula tingkat keuntungan/profitabilitas yang diperoleh. Semakin besar NPF akan memperkecil keuntungan/profitabilitas bank karena dana yang
tidak dapat ditagih mengakibatkan bank tidak dapat melakukan pembiayaan pada aktiva produktif lainnya. Hal ini mengakibatkan pendapatan bank menjadi berkurang sehingga pembiayaan perbankan akan terganggu.