BAB IV ANALISIS HASIL DAN PEMBAHASAN
A. Hasil Penelitian 1. Statistik Deskriptif Analisis dalam penelitian ini disajikan dalam bentuk tabel sehingga lebih mudah dipahami dan diinterprestasikan. Statistik deskriptif memberikan gambaran atau deskriptif suatu data yang dilihat dari nilai minimum, nilai maksimum, serta standar deviasi yang merupakan transformasi data penelitian dalam bentuk tabulasi sehingga lebih mudah untuk dipahami. Adapun hasil uji deskriptif statistik dapat dilihat pada Tabel 4.1 berikut: Tabel 4.1 Statistik Deskriptif Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
KM
57
.100
.152
.12646
.012858
EDKP
57
.782
1.064
.90889
.072119
RP
57
.007
.072
.02079
.012177
PPNI
57
.319
.793
.49328
.140447
PDPK
57
.741
.931
.85728
.031208
PPAP
57
.011
.043
.02204
.009318
PDM
57
-.010
.028
.01128
.007382
Valid N (listwise)
57
Sumber: Data sekunder yang diolah, 2013 Dari pengamatan tabel 4.1 Deskriptif Statistik dapat dijelaskan bahwa: a) Jumlah data yang digunakan dalam penelitian sebanyak 57 sampel
52
53
b) Variabel Kecukupan Modal (KM) memiliki nilai minimum 0.100 dan nilai maksimum 0.152 dengan nilai rata rata 0.12646 serta standar deviasi 0.012858 c) Variabel Efektivitas Dana Pihak Ketiga (EDPK) memiliki nilai minimum 0.782 dan nilai maksimum 1.064 dengan nilai rata rata 0.90889 serta standar deviasi 0.072119 d) Variabel Resiko Pembiayaan (RP) memiliki nilai minimum 0.007 dan nilai maksimum 0.072 dengan nilai rata rata 0.02079 serta standar deviasi 0.012177 e) Variabel Proporsi Pembiayaan Non Investasi (PPNI) memiliki nilai minimum 0.319 dan nilai maksimum 0.793 dengan nilai rata rata 0.49328 serta standar deviasi 0.140447 f) Variabel Proporsi Dana Pihak Ketiga (PDPK) memiliki nilai minimum 0.741 dan nilai maksimum 0.931 dengan nilai rata rata 0.85728 serta standar deviasi 0.031208 g) Variabel Penyisihan Penghapusan Aktiva Produktif (PPAP) memiliki nilai minimum 0.011 dan nilai maksimum 0.043 dengan nilai rata rata 0.02204 serta standar deviasi 0.009318 h) Variabel Profit Distribution Management (PDM) memiliki nilai minimum -0.010 dan nilai maksimum 0.028 dengan nilai rata rata 0.01128 serta standar deviasi 0.007382.
54
2. Uji Asumsi Klasik a) Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penganggu atau residual memiliki distribusi normal. Data yang terdistribusi normal akan memperkecil kemungkinan terjadinya bias. Model regresi yang baik memiliki distribusi data normal atau mendekati normal. Uji normalitas dalam penelitian ini dilakukan dengan cara analisis statistik seperti pada tabel 4.2. Tabel 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Mean a,b Parameters Std. Deviation Most Absolute Extreme Positive Differences Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data. Sumber: Data sekunder yang diolah, 2013
57 0E-7 .00593250 .116 .116 -.093 .877 .425
Pengujian Kolmogrov-Smirnov menunjukan bahwa nilai residual terdistribusi normal hal ini ditunjukan dengan nilai 0.425 yang berada diatas nilai 0,05 atau 5%.
55
Gambar 4.1: Hasil Uji Normalitas Sumber: Data Sekunder yang diolah,2013 Grafik PP Plot terlihat titik titik yang menyebar di sekitar garis diagonal dan mengikuti garis diagonal yang menandakan grafik tersebut normal.
b) Uji Multikolinearitas Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi. Hasil Uji Multikolonieritas dapat dilihat pada tabel berikut ini:
56
Tabel 4.3 Hasil Uji Multikolinieritas Coefficients Model
a
Collinearity Statistics Tolerance
VIF
(Constant) KM
.886
1.128
EDKP
.656
1.526
1RP
.584
1.712
PPNI
.711
1.406
PDPK
.655
1.526
PPAP
.662
1.510
a. Dependent Variable: PDM
Sumber: Data sekunder yang diolah, 2013
Tabel 4.3 diatas menunjukkan hasil Multikolineritas memiliki nilai tolerance lebih besar dari 0,10 dan nilai Variance Inflation Factor (VIF) dibawah angka 10, hasil pengujian model regresi menunjukan tidak adanya gejala multikolinieritas. Sehingga dapat disimpulkan bahwa tidak terdapat Multikolonieritas pada persamaan model ini.
c) Uji Autokorelasi Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin Watson.
Pengujian dilakukan dengan dasar pengambilan keputusan
sebagai berikut:
57
Tabel 4.4 Hasil Uji Autokorelasi Model Summaryb Model R R Square Adjusted R Std. Error of Square the Estimate 1 .595a .354 .277 .006278 a. Predictors: (Constant), PPAP, PDPK, KM, PPNI, EDPK, RP b. Dependent Variable: PDM
DurbinWatson 1.182
Sumber: Data sekunder yang diolah, 2013 Dari hasil pengujian diatas dapat diperoleh nilai DW=1,182, sedangkan pada tabel DW didapat nilai DL sebesar 1,334 dan DU diperoleh sebesar 1,814. Karna nilai DW 1,182 lebih kecil dari batas bawah nilai du 1,814 dan kurang dari 4 – DU (4 – 1,814), maka dapat disimpulkan bahwa terdapat hubungan autokorelasi. Karena adanya hubungan autokorelasi maka salah satu alternatif untuk mengatasi model regresi linear yang terkena gangguan autokorelasi adalah dengan memasukkan lag dari variabel terikat menjadi salah satu variabel bebasnya, dan dari hasil pengujiannya sebagai berikut: Tabel 4.5 Hasil Uji Autokorelasi Model Summaryb DurbinModel R R Square Adjusted R Std. Error of the Square Estimate Watson a 1 .690 .476 .400 .005771 1.981 a. Predictors: (Constant), LAGPDM, PPAP, KM, PDPK, PPNI, RP, EDPK b. Dependent Variable: PDM Sumber: Data sekunder yang diolah, 2013 Didapatkan hasil dari penyembuhan untuk pengujian autokorelasi yaitu nilai DW sebesar 1.981, nilai ini lebih besar dari nilai DU yaitu 1.814 dan
58
lebih kecil dari 4-DU, dan untuk lebih memastikan apakah ada atau tidak hubungan autokorelasi, yaitu dengan cara menguji kembali dengan Uji Runs Tests pada tabel dibawah ini, hasil yang didapat yaitu nilai signifikan sebesar 0,177 yang berada diatas 0,05. Maka dapat disimpulkan bahwa tidak ada masalah autokorelasi Tabel 4.6 Hasil Pengujian Runs Test Runs Test Unstandardized Residual Test Valuea -.00041 Cases < Test Value 28 Cases >= Test Value 28 Total Cases 56 Number of Runs 24 Z -1.349 Asymp. Sig. (2-tailed) .177 a. Median Sumber: Data sekunder yang diolah, 2013
d) Uji Heteroskedastisitas Untuk menentukan heterokedastisitas dapat menggunakan grafik scatterplot, titik-titik harus menyebar secara acak, tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, bila kondisi ini terpenuhi maka tidak terjadi heterokedastisitas dan model regresi layak digunakan. Hasil dari uji heterokedastisitas dapat dilihat pada gambar 4.5 (Scatterplot) di bawah ini:
59
Gambar 4.2 : Scatter-Plot Heteroskedastisitas Sumber : Data sekunder yang diolah,2013
Hasil pengujian terlihat bahwa titik titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 (nol) pada sumbu Y. Hal ini dapat disimpulkan tidak terjadi heterokedastisitas pada model regresi.
3. Uji Kesesuaian Model a) Uji Koefisien Determinasi (R2) Pengujian dimaksudkan untuk mengetahui tingkat ketepatan yang paling baik dalam analisa regresi yang dinyatakan dengan koefisien determinasi (R2). R2 = 1 berarti independent variable berpengaruh sempurna terhadap dependent variable. Sebaliknya jik R2 = 0 berarti independent variable tidak berpengaruh terhadap dependent variable.
60
Tabel 4.7 Hasil Uji Koefisien Determinasi Model Summaryb Model R R Square Adjusted R Std. Error of DurbinSquare the Estimate Watson a 1 .690 .476 .400 .005771 1.981 a. Predictors: (Constant), LAGPDM, PPAP, KM, PDPK, PPNI, RP, EDPK b. Dependent Variable: PDM Sumber: Data sekunder yang diolah, 2013 Besarnya angka Koefisien Determinasi (R2) adalah 0,400. Angka tersebut dapat digunakan untuk melihat besarnya pengaruh ke enam variabel, yaitu KM, EDPK, RP, PDPK, PPNI, dan PPAP terhadap PDM sebesar 0,400 atau 40,0%, sedangkan sisanya 60,0% dipengaruhi oleh variabel lain. atau nilai R2 lebih mendekati 1 sehingga dapat disimpulkan bahwa variabel independen berpengaruh terhadap variabel dependen.
b) Uji Statistik F Uji Statistik F digunakan untuk menguji tingkat signifikansi koefisien regresi variabel independen secara simultan terhadap variabel dependen. Berikut ini merupakan hasil uji statistikl F.
61
Tabel 4.8 Hasil Uji Statistik F ANOVAa Sum of Squares df Mean Square
Model Regression 1 Residual Total
.001
7
.000
.002 .003
48 55
.000
F 6.232
Sig. .000b
a. Dependent Variable: PDM b. Predictors: (Constant), LAGPDM, PPAP, KM, PDPK, PPNI, RP, EDPK Sumber: Data sekunder yang diolah, 2013 Tabel 4.7 menunjukkan hasil perhitungan statistik uji F sebesar 6,232 dengan probabilitas 0,000. Karena probabilitas jauh lebih kecil dari 0,05 berarti secara simultan seluruh variabel independen KM, EDPK, RP, PDPK, PPNI, dan PPNI berpengaruh secara signifikan terhadap variabel PDM. Dengan demikian model regresi ini dapat menjelaskan bahwa variabel independen secara bersama-sama berpengaruh terhadap variabel dependen.
4. Uji Hipotesis a) Analisis Regresi Linier Berganda Berdasarkan pada tabel 4.9 di bawah, dapat dilihat koefisien untuk persamaan regresi dari penelitian ini, yang dapat disusun dalam persamaan regresi sebagai berikut: PDM = -0,023 – 0,059KM + 0,036EDPK – 0,204RP – 0,012PPNI + 0,017PDPK + 0,012PPAP
62
Tabel 4.9 Hasil Uji Regresi Berganda Coefficients Model
Unstandardized Coefficients B
Std. Error
a
Standardized Coefficients Beta
(Constant)
-.023
.039
KM
-.059
.065
-.100
.036
.015
.347
RP
-.204
.085
-.336
PPNI
-.012
.007
-.228
PDPK
.017
.031
.071
PPAP
.012
.107
.015
LAGPDM
.414
.124
.414
EDPK 1
a. Dependent Variable: PDM
Sumber: Data sekunder yang diolah, 2013 Berdasarkan persamaan regresi diatas dapat diinterprestasikan sebagai berikut: Konstanta (a) : -0,023, nilai konstanta bernilai negatif artinya jika nilai variabel KM, EDPK, RP, PPNI, PDPK, dan PPAP dianggap tidak ada atau sama dengan 0, maka nilai PDM akan semakin berkurang atau mengalami kenaikan nilai PDM negatif yaitu -0,023. Koefisien b1
: -0,059, koefisien variabel KM (Kecukupan Modal) bernilai negatif artinya apabila KM naik, maka nilai PDM akan mengalami penurunan sebesar 0,059 dengan asumsi variabel independen lain nilainya konstan.
63
Koefisien b2
: 0,036, koefisien variabel EDPK (Efektivitas Dana Pihak Ketiga) bernilai artinya apabila EDKP naik, maka nilai PDM
akan mengalami kenaikan sebesar 0,036 dengan
asumsi variabel independen lain nilainya konstan. Koefisien b3
:
-0,204, koefisien variabel RP (Resiko Pembiayaan)
bernilai positif artinya apabila RP naik, maka nilai PDM akan penurunan sebesar 0,204 dengan asumsi variabel independen lain nilainya konstan. Koefisien b4
: -0,012, koefisien variabel PPNI (Proporsi Pembiayaan Non Investasi) bernilai negatif artinya apabila PPNI naik, maka nilai PDM akan mengalami penurunan sebesar 0,012 dengan asumsi variabel independen lain nilainya konstan.
Koefisien b5
: 0,017, koefisien variabel PDPK (Proporsi Dana Pihak Ketiga) bernilai positif
apabila PDPK naik, maka nilai
PDM akan mengalami kenaikan sebesar 0,017 dengan asumsi variabel independen lain nilainya konstan. Koefisien b6
: 0,012, koefisien variabel PPAP (Penyisihan Penghapusan Aktiva Produktif ) bernilai negatif artinya apabila PPAP naik, maka nilai PDM akan mengalami kenaikan sebesar 0,012 dengan asumsi variabel independen lain nilainya konstan.
64
b) Uji Statistik t Uji statistik t ini bertujuan untuk menguji bagaimana pengaruh masing-masing variabel bebasnya secara individual terhadap variabel terikatnya. Uji ini dapat dilakukan dengan mambandingkan t hitung dengan t tabel atau dengan melihat kolom signifikansi pada masingmasing t hitung. Hasil uji statistik t dapat dilihat pada tabel berikut ini: Tabel 4.10 Hasil Uji Statistik t Coefficients Model
Unstandardized Coefficients
a
Standardized
t
Sig.
Coefficients B
Std. Error
(Constant)
-.023
.039
KM
-.059
.065
.036
RP
Beta -.582
.563
-.100
-.902
.372
.015
.347
2.329
.024
-.204
.085
-.336
-2.406
.020
PPNI
-.012
.007
-.228
-1.847
.071
PDPK
.017
.031
.071
.538
.593
PPAP
.012
.107
.015
.113
.910
LAGPDM
.414
.124
.414
3.344
.002
EDKP 1
a. Dependent Variable: PDM
Sumber: Data sekunder yang diolah, 2013
Berdasarkan hasil uji regresi statistik-t pada tabel 4.10, terlihat bahwa variabel EDKP dan RP menunjukkan hubungan yang signifikan terhadap variabel dependennya (PDM) dengan standar signifikasi 5%. Hal ini dapat dilihat dari nilai probabilitas signifikan untuk EDKP sebesar 0,024 dan RP sebesar 0,020 (sig < 0,05). Sedangkan untuk variabel KM, PPNI, PDPK, PPAP tidak berpengaruh terhadap variabel PDM karena probabilitas jauh
65
diatas 5%. Hal ini dapat dilihat dari nilai probabilitas signifikan untuk KM, PPNI, PDPK, dan PPAP, masing-masing 0,372; 0,071; 0593; 0,910 (sig > 0,05).
B. Pembahasan 1. Pengaruh Kecukupan Modal (KM) terhadap Profit Distribution Management (PDM) Hipotesis Pertama menyatakan bahwa Kecukupan Modal (KM) berpengaruh positif terhadap Profit Distribution Management (PDM). Berdasarkan hasil analisis dalam tabel 4.8 dapat diketahui bahwa pengaruh Kecukupan Modal (KM) terhadap Profit Distribution Management (PDM) memiliki nilai koefisien -0,059 dan signifikan 0,372 > 0,05. Hal Ini menunjukkan bahwa variabel KM tidak berpengaruh positif terhadap PDM sehingga hipotesis H1 ditolak. Penelitian ini bertentangan dengan peneliti sebelumnya
Rahman,
(2004),
yang
menyatakan
bahwa
KM(CAR)
berpengaruh positif terhadap PDM, tetapi penelitian ini didukung oleh Faradisa, (2009) yang menyatakan bahwa CAR tidak berpengaruh terhadap PDM. Hal ini disebabkan karna bank cenderung berhati-hati dalam menyimpan modal yang mereka miliki dan lebih menekankan pada survival bank atau kelangsungan hidup perusahaan, sehingga CAR bank tidak berpengaruh banyak terhadap distribusi bagi hasil. Dan tidak hanya itu saja jika dilihat dari peraturan Bank Indonesia yang mensyaratkan CAR minimal sebesar 8% mengakibatkan bank-bank selalu berusaha menjaga agar CAR
66
yang dimilikinya sesuai dengan ketentuan, walaupun rata rata tingkat CAR sebesar 12.686%.
2. Pengaruh efektivitas Dana Pihak Ketiga terhadap
(EDPK) Profit
Distribution Management (PDM) Hipotesis kedua menyatakan bahwa Efektivitas Dana Pihak Ketiga (EDPK) berpengaruh negatif terhadap Profit Distribution Management (PDM). Berdasarkan hasil uji regresi, EDPK memiliki nilai koefisien 0,036 dan tingkat signifikan 0,024 < 0,05. Hal Ini menunjukkan bahwa variabel EDPK berpengaruh positif terhadap PDM sehingga H2 diterima. Hipotesis ini di terima tetapi mempunyai pengaruh yang berbanding terbalik dengan hipotesis yang telah di ajukan sebelumya yang menyatakan EDPK berpengaruh negatif, hasil uji regresi menyatakan bahwa variabel EDPK berpengaruh positif. Penyebabnya adalah dana yang tersalurkan dari EDPK lebih banyak di dominasi oleh pembiayaan non investasi yang mempunyai tingkat keuntungan yang tetap sedangkan permintaan bagi hasil yang mengacu terhadap suku bunga pasar terus berubah, sehingga bank syariah terpaksa melakukan PDM yang mengacu pada suku bunga, keadaan ini yang menjadi penyebab variabel EDPK berpengaruh positif terhadap PDM.
67
3. Pengaruh Resiko Pembiayaan (RP) terhadap Profit Distribution Management (PDM) Hipotesis ketiga menyatakan bahwa Resiko Pembiayaan (RP) berpengaruh positif terhadap Profit Distribution Management (PDM). Berdasarkan hasil dari analisa, menunjukkan koefisien variabel RP adalah 0,204 dan signifikan 0,020 < 0,05. Sehingga H3 diterima. Walaupun hipotesis variabel RP di terima tetapi variabel ini tidak mempunyai pengaruh yang sama terhadap PDM. Hipotesis yang di ajukan menyatakan bahwa variabel RP berpengaruh positif terhadap PDM sedangkan hasil uji regresi menyatakan yang sebaliknya, yaitu berpengaruh negatif, hasil penelitian ini berbeda dengan penelitian sebelumnya yang menyatakan bahwa NPF bank cukup tinggi maka kemampuan bank untuk menghasilkan pendapatan menjadi menurun dan akibatnya bagi hasil yang diberikan menjadi lebih kecil, Mawardi, (2005). Penyebab tidak konsistenya penelitian ini dengan penelitian terdahulu di sebabkan karna tidak konsistennya antara kenaikan atau penurunan NPF terhadap tingkat PDM yang mengacu kepada suku bunga di setiap triwulannya. Contohnya Data Bank Mandiri syariah pada triwulan I 2009, NPF menunjukan angka 0,869 dan PDM 0,011. Pada triwulan II 2009, NPF naik menjadi 0,870 tetapi PDM turun menjadi 0,010. Kemudian pada bank muamalat indonesian triwulan III 2010, NPF menunjukan angka 0,997 dan PDM pada angka 0,008. Pada triwulan IV NPF turun menjadi 0,915 tetapi PDM naik menjadi 0,014. Selanjutnya pada Bank Mega syariah triwulan I 2013, NPF menunjukan angka 0,984 dan PDM 0,020. Pada triwulan II 2013,
68
NPF naik menjadi 1,042 tetapi PDM malah mengalami penurunan menjadi 0,015. Jadi dapat disimpulkan bahwa naiknya tingkat NPF belum tentu diimbangi dengan naiknya tingkat PDM, dan begitu pula sebaliknya.
4. Pengaruh Proporsi Pembiayaan Non Investasi (PPNI) terhadap Profit Distribution Management (PDM) Hipotesis ke empat menyatakan bahwa Proporsi Pembiayaan Non Investasi (PPNI) berpengaruh positif terhadap PDM. Berdasarkan hasil uji regresi variabel PPNI memiliki nilai koefisien -0,012 dan tingkat signifikan 0,071 > 0,05. Sehingga H4 ditolak. Hasil uji regresi menyatakan PPNI tidak berpengaruh signifikan terhadap PDM yang mengacu pada suku bunga. Hasil uji ini bertentangan dengan Hasil penelitian Farook dkk, (2009), menemukan bahwa LATA berhubungan positif dengan PDM. Walaupun hasil uji menyatakan PPNI tidak berpengaruh terhadap PDM, tetapi PPNI memilik angka signifikan sebesar 0,071 yang hampir mendekati 0,05 atau 5% yang berarti pengaruh variabel PPNI cukup kuat.
5. Pengaruh Proporsi Dana Pihak Ketiga (PDPK) terhadap Profit Distribution Management (PDM) Hipotesis ke lima menyatakan bahwa Proporsi Dana Pihak Ketiga (PDPK) berpengaruh positif terhadap Profit Distribution Management (PDM). Berdasarkan hasil analisa SPSS, memiliki nilai koefisien 0,017 dan tingkat signifikan 0,593 > 0,05. Hal Ini menunjukkan bahwa variabel PDPK tidak
69
berpengaruh terhadap PDM sehingga H5 ditolak. Hasil uji hipotesis dalam penelitian ini menyatakan variabel PDPK tidak mempunyai pengaruh yang signifikan terhadap PDM, hal ini mungkin tinggi atau rendahnya PDPK tidak mampu menjadi tolak ukur adanya aktivitas peningkatan PDM oleh manajer bank yang bersangkutan.
6. Pengaruh
Penyisihan
Penghapusan
Aktiva
Produktif
(PPAP)
terhadap Profit Distribution Management (PDM) Hipotesis ke enam menyatakan bahwa Penyisihan Penghapusan Aktiva Produktif
(PPAP)
berpengaruh
positif
terhadap
Profit
Distribution
Management (PDM). Berdasarkan hasil analisa SPSS, memiliki nilai koefisien 0,012 dan tingkat signifikan 0,910 > 0,05. Hal Ini menunjukkan bahwa variabel PPAP tidak berpengaruh terhadap PDM sehingga H6 ditolak. Hasil uji ini tidak sesuai dengan penelitian sebelumnya yang menyatakan PPAP berpengaruh positif terhadap PDM yang mengacu pada suku bunga (BI rate). Penyebab tidak konsistenya penelitian ini dengan penelitian sebelumnya mungkin karna PPAP yang di bentuk oleh bank syariah memang benar benar di sesuaikan dengan keadaan aset produktifnya, sehingga tidak ada dana cadangan yang di lebihkan/ manipulasi laba untuk mensupport dalam melakukan PDM.
70
Tabel 4.11 Ringkasan Hasil Pengujian Hipotesis No. Hipotesis Hasil 1. Kecukupan Modal (KM) berpengaruh positif terhadap profit distribution management. Ditolak 2. Efektifitas Dana Pihak Ketiga (EDPK) berpengaruh negatif terhadap profit distribution management. Diterima 3. Resiko Pembiayaan (RP) berpengaruh positif terhadap profit distribution management. Diterima 4. Penyisihan Penghapusan Aktiva Produktif (PPNI) berpengaruh positif terhadap profit distribution management. Ditolak 5. Proporsi Dana Pihak Ketiga (PDPK) berpengaruh positif terhadap profit distribution management. Ditolak 6. Proporsi Dana Pihak Ketiga (PPAP) berpengaruh positif terhadap profit distribution management . Ditolak Sumber: Data sekunder yang diolah, 2013