BAB IV ANALISIS HASIL DAN PEMBAHASAN
A.
Analisis Statistik Deskriptif Berdasarkan data yang diinput dari Annual Report (2008-2012) maka dapat dihitung rasio-rasio keuangan yang digunakan dalam penelitian ini meliputi CAR, LDR, NPL dan ROA. Dari data mentah yang telah diinput dapat dilihat nilai maksimum, minimum, mean dan standar deviation dari masing-masing variabel penelitian pada tabel 4.3 sebagai berikut: Tabel 4.1 Statistik Deskriptif
Descriptive Statistics Minimum Maximum 8.06 44.62 44.24 103.00 .00 4.12 3.77 51.93
N Mean CAR 80 16.3710 LDR 80 75.0028 NPL 80 1.0819 ROA 80 23.4527 Valid N (listwise) 80 Sumber: Output SPSS versi 17: Descriptive Statistics
Std. Deviation 5.48141 14.49864 .86833 11.23689
Berdasarkan hasil perhitungan pada tabel 4.3 terdapat 80 perusahaan sampel. CAR, LDR, NPL dan ROA selama periode pengamatan 2008-2012 menunjukkan bahwa nilai standart deviation lebih kecil daripada rataratanya. Dimana rata-rata (mean) ROA selama periode pengamatan sebesar 23.4527 dengan standar deviation (SD) sebesar 11.23689, rata-rata (mean) CAR selama periode pengamatan sebesar 16.3710 dengan standar deviation
39
40
(SD) sebesar 5.48141, rata-rata (mean) LDR selama periode pengamatan sebesar 75.0028 dengan standar deviation (SD) sebesar 14.49864, rata-rata (mean) NPL selama periode pengamatan sebesar 1.0819 dengan standar deviation (SD) sebesar 0 .86833. Hasil menunjukkan bahwa nilai standart deviation (SD) lebih kecil daripada rata-ratanya. Demikian pula nilai minimum yang lebih kecil daripada rata-ratanya, ROA (3.77), CAR (8.06), LDR (44.24),NPL (0.00) dan nilai maksimum yang lebih besar daripada rata-ratanya, ROA (51.93), CAR (44.62), LDR (103.00), NPL (0. 4.12) menunjukkan bahwa data variabel ROA, CAR, LDR dan NPL mengindikasikan hasil yang baik, hal tersebut dikarenakan standart deviation (SD) lebih kecil daripada nilai rataratanya (mean). Dari 16 perusahaan perbankan tahun 2008-2012 yang menjadi sampel, Nilai ROA maksimum 51.93 dialami oleh Bank Rakyat Indonesia (Persero) Tbk. pada tahun 2012. Nilai ROA terendah dialami oleh Bank Artha Graha Internasional Tbk. pada tahun 2008 dengan nilai minimum sebesar 3,77. Tingkat ROA keseluruhan bank dari tahun 2008-2012 menunjukkan sehat karena tingkat ROA terendah menurut peraturan BI adalah 1,22. Nilai CAR maksimum 44,62 dialami oleh Bank Capital Indonesia Tbk. pada tahun 2009, menunjukkan bank tersebut sehat. Nilai CAR terendah dialami oleh Bank Mega Tbk. pada tahun 2008 dengan nilai minimum sebesar 8,06, menunjukkan bank tersebut sehat karena CAR minimum 8% berdasarkan peraturan BI.
41
Nilai LDR maksimum 103,00 dialami oleh Bank Danamon Indonesia Tbk. pada tahun 2012 menunjukkan bank tersebut sehat. Nilai LDR terendah dialami oleh Bank Capital Indonesia Tbk. pada tahun 2011 dengan nilai minimum sebesar 44,24 menunjukkan bank tersebut sehat. Dari rata-rata LDR dari tahun 2008-2012 semua termasuk kriteria bank sehat karena semua dibawah maksimum LDR yaitu 110%. Nilai NPL maksimum 4,12 dialami oleh Bank Bukopin pada tahun 2008 menunjukkan bank tersebut sehat. Nilai NPL terendah dialamioleh Bank Victoria pada tahun 2008 dan tahun 2010, Bank Danamon pada tahun 2009 dan pada tahun 2010, Bank Bumi Artha tahun 2012. Dari rata-rata NPL dari tahun 2008-2012 semua termasuk kriteria bank sehat karena semua dibawah maksimum NPL yaitu 5%.
B.
Hasil Uji Asumsi Klasik 1.
Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal atau tidak, ada dua cara untuk mendeteksinya, yaitu dengan analisis grafik dan uji statistik. Analisis grafik merupakan cara yang termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal.
42
Gambar 4.1 Grafik Histogram
Sumber: Output SPSS versi 17: Histogram
Dari gambar 4.1. terlihat bahwa pola distribusi mendekati normal, akan tetapi jika kesimpulan normal tidaknya data hanya dilihat dari grafik histogram, maka hal ini dapat menyesatkan khussnya untuk jumlah sampel yang kecil. Metode lain yang digunakan dalam analisis grafik adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Jika distribusi data residual normal, maka garis yang akan menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Berdasarkan Gambar 4.2 Uji Normalitas yang terbentuk sebagai berikut :
43
Gambar 4.2 Uji Normalitas
Sumber: Output SPSS versi 17: Normal P-P Plot Jika dilihat berdasarkan grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Dalam uji normalitas residual dengan grafik dapat menyesatkan apabila tidak hati-hati secara visual kelihatan normal, oleh karena itu untuk melengkapi uji grafik dilakukan juga uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non parametik Kolmogrov-Smirnov (K-S) dapat dilihat pada tabel 4.4, sebagai berikut:
44
Tabel 4.2 Uji Statistik Non-Parametrik
One-Sample Kolmogorov-Smirnov Test Unstandardiz ed Residual N 80 a,,b Normal Parameters Mean .0000000 Std. Deviation 9.57933107 Most Extreme Absolute .063 Differences Positive .063 Negative -.057 Kolmogorov-Smirnov Z .561 Asymp. Sig. (2-tailed) .911 a. Test distribution is Normal. b. Calculated from data. Sumber: Output SPSS versi 17: One Sample Kolmogrov Smirnov Hasil sampel pada tabel 4.4 tersebut menunjukkan bahwa nilai Kolmogrov-Smirnov 0,561 dan tingkat signifikan 0,911 (karena p > dari 0,05). Jadi tidak dapat menolak H0 yang mengatakan bahwa residual terdistribusi secara normal atau dengan kata lain residual berdistribusi normal.
2.
Uji Multikolonieritas Untuk menditeksi ada tidaknya gejala multikolinearitas antar variable
independen yang digunakan, dapat diketahui melalui variance inflation faktor (VIF). Hasil yang ditunjukkan dalam output SPSS maka besarnya VIF dari tiga variabel independen yang digunakan (CAR, LDR, dan NPL) dapat dilihat pada tabel 4.5 sebagai berikut:
45
Tabel 4.3 Uji Variance Inflation Factor (VIF)
Model
Coefficientsa Unstandardized Standardized Coefficients Coefficients Std. B Error Beta
1
34.408
7.918
CAR
-.547
.211
LDR
.060
NPL
-6.004
(Constant)
Collinearity Statistics t
Sig. Tolerance
VIF
4.346
.000
-.267
-2.587
.012
.900
1.111
.080
.077
.747
.458
.895
1.117
1.277
-.464
-4.701
.000
.982
1.018
a. Dependent Variable: ROA Sumber: Output SPSS versi 17: Coefficients Hasil dari uji VIF pada tabel 4.5 menunjukkan bahwa ketiga variable independen tidak terjadi multikolonieritas karena nilai VIF < 10 dan TOL > 0,1. Hal ini dapat dilihat besarnya nilai tolerance untuk variable CAR, LDR dan NPL. Nilai tolerance semua variabel diatas 0,1.
Sedangkan nilai VIF
dari variabel CAR, LDR, dan NPL nilai VIF semua variabel dibawah 10. Dengan demikian kedua variabel independen (CAR, LDR dan NPL) dapat digunakan untuk memprediksi ROA selama periode pengamatan.
3.
Uji Heteroskedastisitas Untuk menentukan heteroskedastisitas juga dapat menggunakan grafik
scatterplot, titik-titik yang terbentuk harus menyebar secara acak, tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hasil uji heteroskedastisitas dapat dilihat melalui grafik Scatterplot, yang ditunjukkan pada gambar 4.3 dibawah ini
46
Gambar 4.3 Uji Heteroskedastisitas
Sumber: Output SPSS versi 17: Grafik Scatterplot Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka nol (0) pada sumbu Y, tidak berkumpul disatu tempat, serta tidak membentuk pola tertentu sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi dalam artian bahwa varian semua variabel ini menunjukkan variabel independen (CAR, LDR dan NPL) dapat digunakan untuk memprediksi ROA pada perusahaan perbankan selama periode 2008-2012.
4.
Uji Autokorelasi Penyimpangan autokorelasi dalam penelitian ini diuji dengan uji
Durbin-Watson (DW-test). Hasil regresi dengan lavel of signifikan 0,05 (α = 0,05) dengan sejumlah variabel independen 3 dan banyak data (n = 80). Adapun hasil dari uji autokorelasi dapat dilihat pada tabel 4.6 sebagai berikut:
47
Tabel 4.4 Uji Autokorelasi
Model Summaryb Adjusted R Std. Error of Model R R Square Square the Estimate a 1 .523 .273 .245 9.76657 a. Predictors: (Constant), NPL, CAR, LDR b. Dependent Variable: ROA
DurbinWatson 2.214
Sumber: Ouput SPSS versi 17: Model Summary Berdasarkan hasil uji Durbin-Watson sebesar 2,214, sedangkan dalam table DW untuk “k” = 3 dan N = 80 besar DW-tabel: dl (batas luar) = 1,568 dan du (batas dalam) = 1,715 ; 4 – du = 2,285 dan 4 – dl = 2,432. Oleh karena nilai DW 2,214 lebih besar dari batas (du) 1,715 dan DW kurang dari (4 – du) 2,285, maka dapat disimpulkan bahwa DW-test tidak dapat menolak H0 yang menyatakan bahwa tidak ada autokorelasi positif atau negatif atau dapat disimpulkan tidak terdapat autokorelasi.
C.
Analisis Regresi Linier Berganda Analisis pengaruh rasio keuangan (CAR, LDR dan NPL) terhadap profitabilitas perusahaan (ROA) pada perusahaan perbankan di Bursa Efek Indonesia (BEI) dapat dilihat dari hasil analisis regresi berganda. Pengujian koefisien regresi bertujuan untuk menguji signifikansi hubungan antara variabel independen (X) dengan variabel dependen (Y) baik secara bersamasama (dengan uji F) maupun secara individual (dengan uji t) serta dengan uji koefisien determinasi.
48
D.
Hasil Uji Hipotesis Dalam penelitian ini uji hipotesis yang digunakan meliputi: uji parsial (t-test), uji pengaruh bersama-sama (F-test), uji koefisien determinasi (R²). 2
1.
Koefisien Determinasi (R ) Uji koefisien determinasi digunakan untuk menguji goodness-fit dari
model regresi. Berdasarkan hasil output SPSS besarnya nilai adjusted R² dapat dilihat pada table 4.7 sebagai berikut: Tabel 4.5 Uji Koefisien Determinasi (R²)
Model Summaryb Adjusted R Std. Error of Model R R Square Square the Estimate 1 .523a .273 .245 9.76657 a. Predictors: (Constant), NPL, CAR, LDR b. Dependent Variable: ROA
DurbinWatson 2.214
Sumber: Output SPSS versi 17: Model Summary Dilihat dari tabel diatas, nilai koefisien Determinasi (adjusted R²) sebesar 0,245 atau 24,5% hal ini berarti 24,5% variasi ROA yang bisa dijelaskan oleh variasi dari ketiga variabel independen yaitu CAR, dan LDR dan NPL. Sedangkan sisanya sebesar 75.5% dijelaskan oleh sebab-sebab lain diluar model regresi. Standar Error of estimate (SEE) sebesar 9.76657. Makin kecil nilai SEE akan membuat model regresi semakin tepat dalam memprediksi variabel dependen.
49
2.
Uji Statistik F Berdasarkan hasil output SPSS nampak bahwa pengaruh secara
bersama-sama tiga variabel independen tersebut (CAR, LDR dan NPL) terhadap ROA seperti ditunjukkan pada table 4.8 sebagai berikut: Tabel 4.6 Hasil Perhitungan Regresi Bersama-sama
ANOVAb Sum of Mean Model Squares df Square 1 Regression 2725.829 3 908.610 Residual 7249.323 76 95.386 Total 9975.152 79 a. Predictors: (Constant), NPL, CAR, LDR b. Dependent Variable: ROA
F 9.526
Sig. .000a
Sumber: Output SPSS versi 17: Regression ANOVA Dari hasil perhitungan yang diperoleh nilai F sebesar 9.526 dan nilai signifikan sebesar 0,000. Karena nilai signifikansi lebih kecil dari 5% atau 0,05 maka hipotesis diterima dan terdapat pengaruh yang signifikan variabel CAR, LDR, dan NPL secara bersama-sama mempengaruhi variabel ROA.
3.
Uji t atau Uji Parsial Berdasarkan hasil output SPSS nampak bahwa pengaruh secara parsial
tiga variabel independen tersebut (CAR, LDR, dan NPL) terhadap seperti ditunjukkan pada tabel 4.9 sebagai berikut:
ROA
50
Tabel 4.7 Uji t (pengaruh secara parsial)
Model
Coefficientsa Unstandardized Standardized Coefficients Coefficients Std. B Error Beta
1
34.408
7.918
4.346
.000
CAR
-.547
.211
-.267 -2.587
.012
.900 1.111
LDR
.060
.080
.747
.458
.895 1.117
NPL
-6.004
1.277
-.464 -4.701
.000
.982 1.018
(Constant)
Collinearity Statistics t
.077
Sig.
Tolerance VIF
a. Dependent Variable: ROA Sumber: Output SPSS versi 17: Coefficients Dari hasil analisis regresi linier berganda dengan program SPSS seperti terlihat pada table 4.9, persamaan regresi linier yang terbentuk adalah: ROA = 34.408– 0,547 CAR + 0,060 LDR – 6,004 NPL Dari persamaan regresi linier berganda diatas maka dapat dianalisis sebagai berikut: 1) Konstanta sebesar 34.408 menyatakan bahwa jika variabel independen dianggap konstan, maka nilai ROA sebesar 34.408. 2) Dari tabel 4.9 dapat dilihat nilai t hitung sebesar -2.587 dan nilai signifikan sebesar 0.012. Hal ini berarti nilai P value kurang dari 0,05. Maka hipotesis dapat diterima. Dari hasil uji t ini disimpulkan bahwa ada pengaruh variabel CAR terhadap ROA. Sedangkan berdasarkan persamaan regresi terlihat bahwa nilai koefisien regresi sebesar -0,547. Koefisien bertanda negatif, sehingga dapat diartikan bahwa pengaruh yang diberikan oleh variabel CAR terhadap
51
ROA adalah negatif. Kondisi ini mengadung arti bahwa setiap kenaikan rasio CAR sebesar 1% akan menurunkan ROA perusahaan sebesar 54,7%. 3) Dari tabel 4.9 dapat dilihat dari nilai t hitung sebesar 0,747 dan nilai signifikan sebesar 0,458. Hal ini berarti nilai P value lebih dari 0,05. Maka hipotesis tidak dapat diterima. Dari hasil uji t ini disimpulkan bahwa tidak ada pengaruh variabel LDR terhadap ROA. Sedangkan berdasarkan persamaan regresi terlihat bahwa nilai koefisien regresi sebesar 0,060. Koefisien bertanda positif, sehingga dapat diartikan bahwa pengaruh yang diberikan oleh variabel LDR terhadap ROA adalah positif. Kondisi ini mengandung arti bahwa setiap peningkatan rasio LDR sebesar 1% akan mengakibatkan kenaikan ROA perusahaan sebesar 6,0%. 4) Dari tabel 4.9 dapat dilihat dari nilai t hitung sebesar -4.701 dan nilai signifikan sebesar 0,000. Hal ini berarti nilai P value kurang dari 0,05. Maka hipotesis dapat diterima. Dari hasil uji t dapat disimpulkan bahwa ada pengaruh variabel NPL terhadap ROA. Sedangkan berdasarkan persamaan regresi terlihat bahwa nilai koefisien regresi sebesar -6.004. Koefisien bertanda negatif, sehingga dapat diartikan bahwa pengaruh yang diberikan oleh variabel NPL terhadap ROA adalah negatif. Kondisi ini mengadung arti bahwa setiap kenaikan rasio CAR sebesar 1% akan menurunkan ROA perusahaan sebesar 60,4%.
52
E.
Pembahasan Berdasarkan hasil pengolahan data diatas dapat dibuktikan bahwa: 1. Hipotesis Pertama H (Hipotesis pertama) yaitu CAR, LDR, dan NPL terbukti secara 1
bersama-sama berpengaruh terhadap ROA. Dari hasil perhitungan yang diperoleh nilai F sebesar 9.526 dan nilai signifikan sebesar 0,000. Karena nilai signifikansi lebih kecil dari 5% atau 0,05 maka hipotesis diterima dan terdapat pengaruh yang signifikan variabel CAR, LDR, dan NPL secara bersama-sama mempengaruhi variabel ROA. Hal tersebut mengandung arti bahwa setiap perubahan yang terjadi pada variable independen CAR, LDR, dan NPL secara bersama-sama akan berpengaruh terhadap ROA. 2.
Hipotesis Kedua H (Hipotesis kedua) yaitu CAR terbukti berpengaruh terhadap ROA 2
tetapi bernilai negatif. Dari persamaan diketahui besarnya koefisien CAR sebesar -0.547. Hal ini mengindikasikan adanya pengaruh yang negatif antara CAR dan ROA. Kondisi ini mengandung arti bahwa semakin tinggi nilai CAR perusahaan maka mengakibatkan semakin rendah ROA perusahaan tersebut. CAR berpengaruh terhadap ROA, hal ini ditunjukkan dari nilai t hitung sebesar -2.587 dan nilai signifikan sebesar 0.012. Hasil penelitian ini tidak mendukung penelitian Nur Khasanah Sebatiningrum (2006) yang menyatakan CAR berpengaruh positif dan signifikan terhadap ROA.
53
Berpengaruh negatifnya CAR terhadap ROA disebabkan karena adanya krisis ekonomi pada tahun 2008, sehingga bank-bank yang beroperasi pada tahun tersebut tidak mengoptimalkan modal yang ada. Hal ini terjadi karena peraturan Bank Indonesia yang mensyaratkan CAR minimal sebesar 8% mengakibatkan bank-bank selalu berusaha menjaga agar CAR yang dimiliki sesuai dengan ketentuan. Namun bank cenderung menjaga CAR-nya tidak lebih dari 8% karena ini berarti pemborosan. Hal tersebut juga dapat terjadi karena bank belum dapat melempar kredit sesuai dengan yang diharapkan atau belum optimal.
3.
Hipotesis Ketiga H
3
(Hipotesis ketiga) yaitu LDR tidak terbukti berpengaruh terhadap
ROA tetapi bernilai positif. Dari persamaan diketahui besarnya koefisien LDR sebesar 0.060. Hal ini mengindikasikan tidak adanya pengaruh antara LDR dan ROA tetapi bernilai positif. LDR tidak berpengaruh terhadap ROA, hal ini ditunjukkan dari nilai t hitung sebesar 0.747 dan nilai signifikan sebesar 0.458. Hasil penelitian ini tidak mendukung penelitian Nur Khasanah Sebatiningrum (2006) yang menyatakan LDR berpengaruh positif dan signifikan terhadap profitabilitas.
54
4.
Hipotesis Keempat H (Hipotesis keempat) yaitu NPL berpengaruh negatif terhadap ROA. 4
Dari persamaan diketahui besarnya koefisien sebesar -6.004. Hal ini mengindikasikan adanya hubungan yang negatif antara NPL dan ROA. Kondisi ini mengandung arti bahwa semakin tinggi nilai NPL perusahaan maka mengakibatkan semakin rendah ROA perusahaan tersebut. NPL berpengaruh negatif terhadap ROA, hal ini ditunjukkan dari nilai t hitung sebesar -4.701 dan nilai signifikan sebesar 0,000. Hasil penelitian ini mendukung penelitian Ahmad Buyung Nusantara (2009) yang menyatakan NPL berpengaruh teerhadap ROA. Pengaruh negatif NPL yang ditunjukkan dalam penelitian ini mengindikasikan bahwa semakin tinggi kredit bermasalah dalam pengelolaan kredit bank yang ditunjukkan dalam NPL maka akan menurunkan tingkat pendapatan bank yang tercermin dalam ROA. Kredit bermasalah dapat menimbulkan kerugian bank yang mengakibatkan terganggunya kegiatan usaha bank tersebut. NPL yang terus meningkat dapat menunjukkan tingkat risiko kredit bank yang semakin memburuk. Dengan meningkatnya NPL, maka akibatnya bank harus menyediakan cadangan penghapusan piutang yang cukup besar, sehingga kemampuan memberi kredit akan sangat terbatas dan apabila tidak tertagih maka akan mengakibatkan kerugian. Keadaan ini mengakibatkan perputaran keuntungan bank akan mengalami penurunan, yang jika tidak segera diantisipasi dengan langkah menekan tingkat NPL, maka akan menguras sumber daya pokok usaha bank.
