BAB IV HASIL DAN PEMBAHASAN
A. STATISTIK DESKRIPTIF Statistik deskriptif memberikan informasi tentang karakteristik masingmasing variabel penelitian seperti minimum, maximum, mean, standar deviasi dan jumlah observasi yang berasal dari sampel penelitian yang memenuhi kriteria yang telah ditetapkan yang terdiri dari 140 perusahaan. Tabel 4.1 Statistik Deskriptif Gabungan Seluruh Perusahaan
Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
rentanf
140
23,00
137,00
70,8714
20,41013
car
140
-22,29
42,99
15,0801
7,70089
ldr
140
40,12
182,77
81,0944
19,44868
Nim
140
-,85
15,70
5,5266
2,46683
Bopo
140
33,19
1226,28
106,4025
112,35965
Roa
140
-52,09
5,32
1,3044
4,90279
Valid N (listwise)
140
Berdasarkan hasil statistik dekriptif tersebut, rentang waktu mempunyai nilai minimum sebesar 23 hari yaitu rentang waktu milik Bank BRI tahun 2012 dan nilai maksimum sebesar 137 hari yaitu rentang waktu milik Bank Mutiara tahun 2011. Dengan melihat nilai rata-rata (mean) rentang waktu sebesar 70,87 hari, maka dapat disimpulkan bahwa secara statistik tingkat rentang waktu bank 48
49
umum yang telah go public di Indonesia selama periode 2008-2012 menunjukkan bank tersebut tepat waktu dalam penyampaian laporan keuangan kepada BAPEPAM. Sementara standar deviasi rentang waktu sebesar 20,410 hari menunjukkan simpangan data yang nilainya lebih kecil dari pada nilai mean nya sebesar 70,87 hari dimana nilai standar deviasi dapat dikategorikan baik. Capital Adequate Ratio (CAR) mempunyai nilai minimum sebesar 22,29% yaitu nilai CAR milik Bank Mutiara pada tahun 2008, sedangkan nilai maksimum sebesar 42,99% merupakan milik Bank Tabungan Pensiunan Nasional tahun 2009. Nilai rata-rata (mean) sebesar 15,08%. Dengan melihat nilai mean, maka dapat disimpulkan bahwa secara statistik rasio CAR bank umum yang telah go public di Indonesia selama periode 2008-2012 berada jauh di atas standar yang ditetapkan Bank Indonesia yaitu minimal 8%. Sehingga dapat dikatakan bahwa bank umum yang telah go public di Indonesia telah memenuhi syarat CAR sebagaimana yang ditetapkan oleh Bank Indonesia. Sementara untuk melihat berapa besar simpangan data pada rasio CAR dapat dilihat dari nilai rata-rata (mean) sebesar 15,08% dengan standar deviasi (SD) sebesar 7.70% dimana nilai standar deviasi dapat dikategorikan baik. Loan to Deposit Ratio (LDR) mempunyai nilai minimum sebesar 40,12% milik Bank NISP pada tahun 2010, nilai maksimum sebesar 182,77% adalah milik Bank CIMB Niaga tahun 2012 dengan nilai rata-rata (mean) sebesar 81,09%. Dengan melihat nilai mean dapat disimpulkan bahwa secara statistik tingkat LDR berada di atas standar yang ditetapkan Bank Indonesia yaitu 80%, berarti kredit yang disalurkan sudah melebihi dari jumlah dana pihak ketiga yang dihimpun. Hal
50
ini menunjukkan bahwa bank umum yang telah go public di Indonesia selama periode 2008-2012 sudah efektif dalam menyalurkan kredit. Sementara untuk melihat berapa besar simpangan data pada rasio LDR dilihat dari standar deviasinya yaitu sebesar 19,44%. Dalam hal ini data variabel LDR bisa dikatakan baik, karena nilai standar deviasinya lebih kecil daripada nilai mean-nya. Net Interest Margin (NIM) memiliki terendah sebesar -0,85% adalah milik Bank Mutiara tahun 2008 dan nilai tertinggi sebesar 15,7% adalah milik Bank Artha Graha Internasional tahun2012. Secara statistik selama periode penelitian tingkat Net Interest Margin perbankan yang tercatat di Bursa Efek Indonesia bisa memenuhi standar Bank Indonesia yaitu minimal 6%. Rata-rata (mean) dari Net Interest Margin adalah 5,52% dengan nilai standar deviasi sebesar 2,46%. Hal ini menunjukkan bahwa data yang digunakan dalam variabel Net Interest Margin mempunyai sebaran kecil karena standar deviasi lebih kecil dari nilai mean-nya, sehingga simpangan data pada variabel Net Interest Margin (NIM) ini dapat dikatakan baik. BOPO memiliki nilai terendah sebesar 33,19% yaitu milik Bank BCA tahun 2012 dan nilai tertinggi sebesar 1226,28% adalah milik Bank Mutiara tahun 2008. Secara statistik selama periode penelitian tingkat BOPO perbankan yang tercatatdi Bursa Efek Indonesia masih kurang efisien karena rata-rata BOPO di atas 80%. Rata-rata (mean) dari BOPO adalah 106,40% dengan nilai standar deviasi sebesar 112,35%. Hal ini menunjukkan bahwa data yang digunakan dalam variabel BOPO mempunyai sebaran besar karena standar deviasi lebih besar dari nilai mean-nya, jadi data BOPO bersifat variatif.
51
Data rasio ROA terendah (minimum) adalah -52,09% yaitu milik Bank Mutiara tahun 2008 dan maksimum adalah 5,32% yaitu milik Bank BNI tahun 2008. Dengan melihat nilai rata-rata (mean) ROA sebesar 1.30%, maka dapat disimpulkan bahwa secara statistik tingkat perolehan ROA bank umum yang telah go public di Indonesia selama periode 2008-2012 berada di bawah 1.5%. Hal ini menunjukkan bahwa ROA bank umum yang telah go public di Indonesia selama periode 2008-2012belum memenuhi peraturan BI bahwa bank yang masuk dalam kategori sehat adalah bank yang memiliki nilai minimal ROA 1,5%. Sementara standar deviasi ROA sebesar 4,90% menunjukkan simpangan data yang nilainya lebih besar daripada meannya sebesar 1.30% menunjukkan data variabel ROA yang variatif.
B. Analisis Korelasi antar Variabel Analisis korelasi merupakan analisis untuk melihat hubungan antara dua variabel. Oleh karena data penelitian ini merupakan data continue, maka analisis korelasi yang digunakan adalah analisis korelasi Pearson Product Moment, atau sering disebut sebagai korelasi Pearson sesuai dengan nama penemunya. Untuk mengetahui ada atau tidaknya hubungan antara variabel dapat dilihat dari signifikansi nilai koefisien korelasi Perason. Sedangkan untuk melihat seberapa kuat hubungan antara variabel dapat dilihat dari besarnya nilai koefisien korelasi. Adapun hasil analisis korelasi Pearson dapat dilihat pada tabel 4.2 berikut.
52
Tabel 4.2 Koefisien Korelasi Pearson
1. Korelasi antara Rentang dengan CAR adalah tidak
signifikan, jadi
berapapun besarnya CAR tidak berkorelasi dengan besarnya Rentang. 2. Korelasi antara Rentang dan LDR adalah signifikan dan tandanya adalah negatif. Sehingga dapat dikatakan semakin kecil LDR maka akan semakin besar Rentang. 3. Korelasi antara Rentang dan NIM adalah signifikan dan tandanya adalah negatif. Sehingga dapat dikatakan semakin kecil NIM maka akan semakin besar Rentang.
53
4. Korelasi antara Rentang dan BOPO adalah signifikan dan positif. Besarnya koefisien korelasi BOPO adalah 0,194 jadi dapat dikatakan bahwa besarnya korelasi antara kedua variabel tidak cukup kuat. 5. Sedangkan korelasi antara Rentang dan ROA adalah signifikan dan tandanya adalah negatif. Sehingga dapat dikatakan semakin kecil ROA maka akan semakin besar Rentang.
C. Uji Asumsi Klasik dan Kualitas Instrumen Penelitian Analisis regresi hanya dapat dilakukan setelah regresi terbebas dari pelanggaran asumsi klasik. Pengujian asumsi klasik ini meliputi uji normalitas, multikolinearitas, autokorelasi dan heteroskedastisitas. 1. Uji Normalitas Data Uji normalitas data bertujuan untuk mengetahui apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji T dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Pengujian terhadap normalitas data penelitian ini menggunakan metode Kurtosis dan Skewness. a. Melalui Uji Kurtosis dan Skewness Suatu data dikatakan berdistribusi normal jika nilai residual berada pada rentang -2 dan +2.
rasio skewness
54
Tabel 4.3 Uji Normalitas Data N Statistik
Unstandardized Residual
140
Valid N (listwise)
140
Skewness Statistic
0,091
Std. Error 0,205
Kurtosis Statistic
0,341
Std. Error 0,407
Nilai rasio skewness = 0,091/0,205=0,44 Nilai rasio kurtosis= 0,341/0,407= 0,837 Karena nilai rasio skewness dan kurtosis berada pada rentang -2 dan +2 maka data berdistribusi normal. b. Melalui Plot
Gambar 4.1 Histogram dan Normal P-Plot
55
Histogram diatas menunjukkan bahwa data membentuk kurve normal dan sebagian besar bar/batang berada dibawah kurve, maka variabel berdistribusi normal. Begitu pula dengan gambar normal P-Plot diatas, plot-plot mengikuti garis fit line maka variabel berdistribusi normal.
2. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Uji ini dilakukan dengan cara menganalisis matrik korelasi variabel-variabel independen. Selain itu juga dapat dilihat dari nilai Tolerance dan nilai Variance Inflation Factor (VIF). Tabel 4.4 Hasil Uji Multikolonieritas Collinearity statistics Keterangan Tolerance
VIF
CAR
0,824
1,214
LDR
0,902
1,108
NIM
0,811
1,234
BOPO
0,238
4,206
ROA
0,224
4,458
56
Melihat hasil perhitungan nilai Tolerance juga menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Hail perhitungan nilai VIF juga menunjukkan hal yang sama tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi ini.
3. Uji Autokorelasi Autokorelasi merupakan korelasi yang terjadi di antara anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu (time series). Bila terjadi autokorelasi maka estimator least square tidak bias, namun akan menjadi tidak efisien. Gejala autokorelasi dapat terdeteksi dengan menggunakan metode Durbin-Watson Test. Tabel 4.5 Hasil Uji Autokorelasi Durbin Watson
H0=p=0 (tidak ada autokorelasi) H1: p≠0 (ada autokorelasi) α=5%
57
Nilai DW pada tabel diatas sebesar 2,104 lebih besar dari batas bawah (dl) 1,802 dan kurang dari 4-du (4-1,802=2,198) maka dapat disimpulkan bahwa H0 yang menyatakan bahwa tidak ada autokorelasi positif atau negatif, dapat diterima atau dapat disimpulkan tidak terdapat autokorelasi.
4. Uji Heteroskedastisitas Uji heteroskedastisitas memberikan informasi ada tidaknya konstan varian dari variabel pengganggu atau dengan kata lain untuk melihat apakah variabel konstan atau tidak. Dalam penelitian uji heteroskedastisitas diuji dengan uji Glejser. Uji Glejser dapat dilakukan dengan melalui 2 langkah. Langkah pertama melakukan perhitungan nilai residual dengan persamaan regresi yang kemudian nilai residual tersebut diabsolutkan. Langkah kedua meregresi nilai absolut dari masing-masing variabel independen. Bila variabel independen secara statistik mempengaruhi
variabel
heteroskrdastisitas.
Adapun
dependen hasil
maka pengujian
menggunakan Uji Glejser sebagai berikut :
ada
indikasi
heteroskedastisitas
terjadinya dengan
58
Tabel 4.6 Hasil Uji Glejser Coefficientsa Standardized Unstandardized Coefficients Model 1
B (Constant)
Coefficients
Std. Error
13,809
5,054
Car
-,117
,136
Ldr
,058
Nim
Beta
T
Sig.
2,732
,007
-,081
-,859
,392
,051
,100
1,120
,265
-,070
,427
-,015
-,163
,870
Bopo
-,014
,017
-,146
-,835
,405
Roa
,011
,408
,005
,028
,978
a. Dependent Variable: abresid
Hasil tersebut dengan jelas menunjukkan bahwa tidak satu pun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen nilai Absolut Ut (AbsUt). Hal ini dapat dilihat dari probabilitas signifikansi semua variabel diatas tingkat kepercayaan 5%. Jadi dapat disimpulkan bahwa model regresi ini tidak terdapat adanya heteroskedastisitas.
5. Uji Regresi Berganda Hasil pengujian asumsi klasik menunjukkan bahwa tidak terdapat permasalahan dalam regresi, sehingga hasil regresi dapat dianalisis lebih lanjut dengan melakukan regresi berganda. Uji regresi ini bertujuan untuk menjelaskan pengaruh antara variabel dependen dan independen dengan menggunakan analisis regresi dengan persamaan berikut :
59
Y=a+b1CAR+b2LDR+b3NIM+b4BOPO+b5ROA Adapun hasil perhitungan regresi yang telah dilakukan menunjukkan hasil seperti yang ditunjukkan dalam tabel sebagai berikut : Tabel 4.7 Hasil Analisis Regresi Berganda
Tabel 4.8 Hasil Uji T-Test
60
Tabel 4.9 Hasil Uji R Square Model
R
R Square
Adjusted R Square
1
0,415
0,172
0,141
Dari uji F diatas semua variabel independen yaitu CAR, LDR, NIM, BOPO dan ROA secara bersama-sama berpengaruh terhadap rentang waktu pelaporan keuangan, hal ini dapat dilihat dari nilai signifikansi nya yaitu 0,000 dibawah tingkat kepercayaan 5%. Berikut persamaan regresinya : Rentang = 99,847-0.090CAR-0,215LDR-1,750NIM+0,004BOPO-0,706ROA
D. PENGUJIAN HIPOTESIS 1. Pengaruh Capital Adequate Ratio (CAR) terhadap Ketepatan Waktu Pelaporan Keuangan H01 : CAR tidak berpengaruh terhadap Ketepatan waktu Ha1 : CAR berpengaruh terhadap Ketepatan waktu Untuk menguji hipotesis 1 dapat dilakukan melalui T-Test. Berdasarkan tabel 4.8 di atas, nilai probabilitas T-Statistik untuk variabel CAR adalah 0,696 > 0,05 (5%). Maka kesimpulannya, H01 diterima dan Ha1 ditolak, yang artinya dengan tingkat kepercayaan 95 persen dapat disimpulkan bahwa CAR tidak berpengaruh terhadap rentang waktu.
61
Seperti diketahui bahwa CAR juga biasa disebut dengan rasio kecukupan modal, yang berarti jumlah modal sendiri yang diperlukan untuk menutup risiko kerugian yang mungkin timbul dari penanaman aktiva-aktiva yang mengandung risiko serta membiayai seluruh benda tetap dan inventaris bank. Dengan demikian, manajemen bank perlu untuk mempertahankan atau meningkatkan nilai CAR sesuai dengan ketentuan BI minimal delapan persen karena dengan modal yang cukup maka bank dapat melakukan ekspansi usaha dengan lebih aman. Saat ini laporan keuangan bisa diakses ke internet dan dipublikasikan ke koran. Nasabah yang awam soal rasio dan pihak ketiga lainnya juga mengetahui perihal rasio CAR. Bila nasabah dan pihak ketiga lainnya ini merasa laporan keuangan lama di published, tentu saja dia akan was-was dengan bank tersebut. Apalagi bila dia membaca nilai CAR. Bila di anggap CAR nya tinggi, maka nasabah-nasabah tidak perlu menarik dana dari bank, karena yakin bank tersebut tidak akan dilikuidasi. Temuan ini sejalan dengan penelitian yang dilakukan oleh Inge Lengga Sari Munthe (2013) yang mengatakan bahwa CAR berpengaruh negatif namun tidak signifikan terhadap ketepatan waktu.
2. Pengaruh Loan to Deposit Ratio (LDR) terhadap Ketepatan Waktu Pelaporan Keuangan H02
: LDR tidak berpengaruh terhadap Ketepatan Waktu
Ha2
: LDR berpengaruh terhadap Ketepatan Waktu
62
Untuk menguji hipotesis 2 dapat dilakukan melalui T-Test. Berdasarkan tabel 4.8 di atas, nilai probabilitas T-Statistik untuk variabel LDR adalah 0,014 < 0,05 (5%). Maka kesimpulannya H02 ditolak dan Ha2 diterima, yang artinya dengan tingkat kepercayaan 95 persen dapat disimpulkan bahwa LDR berpengaruh signifikan terhadap ketepatan waktu. Koefisien untuk variabel LDR bertanda negatif hasil penelitian menunjukkan bahwa semakin tinggi LDR maka semakin cepat laporan keuangan diumumkan dari tanggal penutupan buku. Sebaliknya semakin kecil nilai LDR maka semakin lama laporan keuangan diumumkan dari tanggal penutupan buku. LDR sehat suatu bank jika rasio ini berkisar antara 80%-110%, sedangkan secara rata-rata tahunan LDR hanya berkisar 72% hingga 80%. Hal ini yang menyebabkan pada penelitian ini LDR yang merupakan tolok ukur rasio likuiditas tidak memberikan pengaruh nyata dalam mengukur kinerja profitabilitas bank. Jika presentase penyaluran kredit terhadap dana pihak ketiga berada antara 80% -110%, maka bank tersebut dapat dikatakan mempunyai tingkat profitabilitas yang baik,sehingga kinerja keuangan bank tersebut juga baik (Bank Indonesia, 2011). Jadi untuk mengumumkan bahwa LDR itu aman, maka laporan keuangan cepat dilaporkan.
63
Temuan ini sejalan dengan penelitian yang dilakukan oleh Inge Lengga Sari Munthe (2013) yang mengatakan bahwa LDR berpengaruh negatif dan signifikan terhadap ketepatan waktu.
3. Pengaruh Net Interest Margin (NIM) terhadap Ketepatan Waktu Pelaporan Keuangan H03
: NIM tidak berpengaruh terhadap Ketepatan Waktu
Ha3
: NIM berpengaruh terhadap Ketepatan Waktu Untuk menguji hipotesis 3 dapat dilakukan melalui melalui T-Test.
Berdasarkan tabel 4.8 di atas, nilai probabilitas T-Statistik untuk variabel NIM adalah 0,017 < 0,05 (5%). Maka kesimpulannya H03 ditolak dan Ha3 diterima, yang artinya dengan tingkat kepercayaan 95 persen dapat disimpulkan bahwa NIM berpengaruh signifikan terhadap ketepatan waktu. Koefisien untuk variabel NIM bertanda negatif hasil penelitian menunjukkan bahwa semakin tinggi NIM maka semakin cepat laporan keuangan diumumkan dari tanggal penutupan buku. Sebaliknya semakin kecil nilai NIM maka semakin lama laporan keuangan diumumkan dari tanggal penutupan buku. Hal ini terjadi karena setiap peningkatan pendapatan bunga bersih, yang merupakan selisih antara total biaya bunga dengan total pendapatan bunga mengakibatkan bertambahnya laba sebelum pajak, yang pada akhirnya mengakibatkan peningkatan profitabilitas perusahaan.
64
Dengan demikian, bila semakin tinggi NIM maka semakin baik kinerja bank tersebut. Hal ini berarti berita baik yang harus segera dilaporkan. Temuan ini tidak sejalan dengan penelitian yang dilakukan oleh Inge Lengga Sari Munthe (2013) dimana hasil penelitian nya menghasilkan signifikansi 0,65 dan bertanda negatif.
4. Pengaruh Biaya Operasional Pendapatan Operasional (BOPO) terhadap Ketepatan Waktu Pelaporan Keuangan H04
: BOPO tidak berpengaruh terhadap Ketepatan waktu
Ha4
: BOPO berpengaruh terhadap Ketepatan waktu Untuk menguji hipotesis 4 dapat dilakukan melalui melalui T-Test.
Berdasarkan tabel 4.8 di atas, nilai probabilitas T-Statistik untuk variabel BOPO adalah 0,888 > 0,05 (5%). Maka kesimpulannya H04 diterima dan Ha4 ditolak, yang artinya dengan tingkat kepercayaan 95 persen dapat disimpulkan bahwa BOPO tidak berpengaruh terhadap ketepatan waktu. Walaupun hasilnya tidak signifikan dilihat dari koefisien BOPO adalah positif hal itu dapat menjelaskan bahwa semakin besar BOPO akan berakibat semakin lama laporan keuangan diumumkan dari tanggal penutupan buku. Kondisi ini terjadi disebabkan setiap peningkatan biaya operasi Bank, yang tidak dibarengi dengan peningkatan pendapatan operasional bank akan berakibat berkurangnya laba sebelum pajak, yang pada akhirnya akan
65
menurunkan profitabilitas. Hal ini berarti berita buruk yang biasanya ditutupi oleh perusahaan.
5. Pengaruh Return on Assets (ROA) terhadap Ketepatan Waktu Pelaporan Keuangan H05 : ROA tidak berpengaruh terhadap Ketepatan waktu Ha5 : ROA berpengaruh terhadap Ketepatan waktu Untuk menguji hipotesis 5 dapat dilakukan melalui T-Test. Berdasarkan tabel 4.8 di atas, nilai probabilitas T-Statistik untuk variabel ROA adalah 0,308 > 0,05 (5%). Maka kesimpulannya, H05 diterima dan Ha5 ditolak, yang artinya dengan tingkat kepercayaan 95 persen dapat disimpulkan bahwa ROA tidak berpengaruh terhadap rentang waktu. Profitabilitas atau disebut dengan rentabilitas adalah kemampuan suatu perusahaan untuk menghasilkan laba selama periode tertentu. Rentabilitas perusahaan menunjukkan perbandingan antara laba dengan aktiva atau modal yang menghasilkan laba tersebut. Profitabilitas diukur dengan ROA yang mengukur kemampuan manajemen bank dalam memperoleh keuntungan (laba) secara keseluruhan (Dendawijaya, 2009). ROA adalah rasio yang digunakan mengukur kemampuan bank menghasilkan keuntungan secara relatif dibandingkan dengan total asetnya. Rasio ini mengukur kemampuan perusahaan menghasilkan laba bersih berdasarkan tingkat aset yang tertentu. (Munawir, 2002).
66
ROA, Net Profit Margin, dan perputaran aktiva biasanya dianalisis bersamaan, karena pengaruh langsung Net Profit Margin dan total assets turnover ada pada Return On Asset. Net Profit Margin menunjukkan kemampuan memperoleh laba dari setiap penjualan yang diciptakan oleh perusahaan. Sedangkan perputaran aktiva menunjukkan seberapa jauh perusahaan mampu menciptakan penjualan dari aktiva yang dimilikinya (Munawir, 2002). Apabila kedua faktor itu meningkat maka ROA juga akan meningkat. Apabila ROA meningkat maka profitabilitas perusahaan meningkat sehingga dampak akhirnya adalah peningkatan profitabilitas yang dinikmati oleh pemegang saham. Hal ini berarti berita baik yang harus segera dilaporkan. Jadi bila ROA baik maka akan semakin cepat berita itu diumumkan.
6. CAR, NIM, BOPO, LDR dan ROA secara bersama-sama berpengaruh signifikan terhadap Ketepatan Waktu Pelaporan Keuangan H0 : variabel bebas tidak berpengaruh terhadap ketepatan waktu H1 : variabel bebas berpengaruh terhadap ketepatan waktu Hipotesis ini di uji dengan menggunakan statistik uji F. Berdasarkan tabel 4.7 diatas, nilai prob. F-statistik diperoleh 0,0000 < 0,01 (1%). Maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima, yang artinya dengan tingkat kepercayaan 99 persen, CAR, NIM, BOPO, LDR dan ROA secara bersama-sama berpengaruh signifikan terhadap Ketepatan Waktu. Nilai
67
Adjusted R-square sebesar 14,1%, artinya sebesar 14,1% perubahan yang terjadi pada ketepatan waktu dapat dijelaskan oleh perubahan pada CAR, NIM, BOPO, LDR dan ROA, sedangkan 85,9% sisanya dijelaskan oleh variabel lain yang tidak dimasukan dalam model penelitian.
