BAB V HASIL PENELITIAN DAN PEMBAHASAN. Tabel 5.1 Statistik Deskriptif (dalam %)*

74

BAB V HASIL PENELITIAN DAN PEMBAHASAN

5.1 Hasil Penelitian

5.1.1 Deskriptif Statistik Penelitian Berikut disajikan hasil pengolahan data yakni sebagai berikut: Tabel 5.1 Statistik Deskriptif (dalam %)* NPL LDR GAP PDN ROE RETURN Valid N (listwise)

N

Minimum

Maximum

Mean

Std. Deviation

90 90 90 90

.002 .442 .102 .000

.047 1.007 1.322 .167

.019 .770 .769 .026

.011 .138 .249 .026

90 90 90

.043 -.314

.438 1.470

.179 .171

.089 .343

Sumber : Hasil Pengolahan Data Penelitian (2015) *kecuali N Populasi penelitian yang digunakan adalah perusahaan bank yang terdaftar sebagai bank devisa di Bursa Efek Indonesia tahun 2009 sampai dengan tahun 2014 sebanyak 18 bank devisa, dengan jumlah sampel sebanyak 90 perusahaan. Data tersebut untuk menguji pengaruh variabel independen yaitu NPL, LDR, GAP, PDN dan ROE sebagai variabel intervening terhadap Return Saham sebagai varibel dependen. Tabel

5.1

deskriptif

statistik

yang

menyajikan

data

minimal,maksimal dan mean dari variabel independen. Tabel tersebut variabel NPL minimal sebesar 0% dan maksimal 4,7% merupakan deskripsi kemampuan bank dalam mengelola kredit bermasalah, semakin kecil prosentase NPL maka menunjukkan semakin kecil resiko yang ditanggung oleh bank. Rasio NPL masuk dalam kriteria baik apabila

http://digilib.mercubuana.ac.id/

75

rasio NPL berkisar 2% - 5%. Dapat disimpulkan NPL bank devisa dikatakan baik. Rasio LDR minimum 44,2% dan maksimum lebih dari 100%, menjelaskan penggunaan dana pihak ketiga yang dimanfaatkan bank untuk memberikan kredit. Menurut Peraturan Bank Indonesia PBI NO. 17/11/PBI/2015, batas bawah dan atas untuk LDR adalah 78% - 94%. Jika

ada bank yang memanfaatkan dana pihak ketiga untuk kredit lebih dari 100% artinya semua DPK dan sebagian modal digunakan untuk menyalurkan kredit. Rasio GAP minimal 10.2% dan maksimal 132% menunjukkan bahwa bank devisa memiliki posisi aset yang sensitif terhadap rate sebesar 10,2% dari liabilties yang sensitif terhadap rate. Risiko tingkat suku bunga lebih besar jika nilai GAPnya semakin besar. Sementara nilai PDN minimal 0% dan maksimal 16,69% berarti bank mempunyai posisi terbuka dari modalnya untuk memperoleh keuntungan dari kenaikan kurs, PDN bank devisa semakin kecil maka potensi rugi (risiko kurs) akan semakin rendah. Rasio ROE minimal 4,3% dan maksimal 43,8% menunjukkan kemampuan bank devisa dalam menghasilkan return dari penggunaan modal. Semakin tinggi rasio ROE maka semakin baik kinerja bank devisa. Rasio return menunjukkan nilai minimal minus 31,4% dan maksimal 147%, berarti bank devisa memiliki kemampuan yang baik dalam menghasilkan return lebih dari 100%.


76

5.1.2 Uji Asumsi Klasik

5.1.2.1 Uji Normalitas Untuk memenuhi persyaratan uji regresi berganda maka data harus memenuhi syarat uji asumsi klasik yang terdiri dari uji normalitas, uji multikolinearitas, uji autokorelasi dan uji Lingteroskedastisitas. Hasil uji normalitas data dengan menggunakan uji KolmogorofSmirnov menunjukkan hasil bahwa semua data terdistribusi normal setelah data outlier sebanyak 3 sampel data dikeluarkan dari sampel sebelumnya.

Tabel 5.2 Uji Normalitas One-Sample Kolmogorov-Smirnov Test

N

Mean Normal a,b Std. Parameters Deviation Most Absolute Extreme Positive Differences Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.

NPL

LDR

GAP

PDN

ROE

87 .019 .011

87 .775 .134

87 .771 .249

87 .022 .018

87 .177 .088

.112 .112 -.051 1.049 .221

.107 .053 -.107 1.000 .271

.111 .056 -.111 1.033 .236

.121 .121 -.116 1.131 .155

.120 .120 -.067 1.123 .160

Sumber : Hasil pengolahan data penelitian (2015) Tabel 5.2 menunjukkan bahwa data seluruhnya terdistribusi normal karena memilki nilai signifikansi uji Kolmogorov-Smirnovnya lebih dari 0,05.


77

5.1.2.2 Uji Multikolinearitas Tabel 5.3 Uji Multikolinearitas Model

Unstandardized Coefficients

(Constant) NPL LDR GAP PDN ROE

Standardized Coefficients

B .307

Std. Error .150

Beta

3.509 -.316 -.189 -.147 .621

1.729 .141 .079 1.027 .214

.202 -.226 -.250 -.014 .295

T

Sig.

2.045

.044

2.029 -2.235 -2.402 -.143 2.903

.046 .028 .019 .886 .005

Collinearity Statistics Tolerance

VIF

.946 .915 .866 .931 .908

1.057 1.092 1.154 1.074 1.101

a. Dependent Variable: RETURN

Sumber : Hasil pengolahan data penelitian (2015) Tabel 5.3 menunjukkan bahwa nilai toleransi variabel seluruhnya di atas 0,1 dan nilai VIF (Variance Inflation Factor) kurang dari 10,0 sehingga dapat disimpulkan bahwa tidak terjadi multikolinearitas antar variabel independen dalam model regresi. 5.1.2.3 Uji Autokorelasi Tabel 5.4 Uji Autokorelasi Model

R

1

.491a

R Square .241

Adjusted R Std. Error of DurbinSquare tLing Estimate Watson .195 .168851741 2.121

a. Predictors: (Constant), ROE, LDR, PDN, NPL, GAP

b. Dependent Variable: RETURN

Sumber : Hasil Pengolahan Data Penelitian (2015) Hasil uji Autokorelasi menunjukkan nilai DW sebesar 2,121, dari hasil perhitungan denga rumus du < dw < 4-du, di mana nilai du berdasarkan tabel sebesar 1,386 maka jika kita masukkan 1,386 < 2,121 < (4-1,386),


78

maka dapat disimpulkan bahwa tidak terdapat autokorelasi negatif atau positif. 5.1.2.4 Uji Heteroskedastisitas

Gambar 5.1 Uji Heteroskedastisitas Sumber : Hasil Pengolahan Data Penelitian (2015) Uji heteroskedastisitas pada gambar 5.1 menunjukkan titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu y, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.

5.1.3 Uji Path Analysis Untuk menguji pengaruh variabel independen ke variabel dependen melalui variabel intervening digunakan uji path analysis (jalur path) dengan


79

SPSS. Uji jalur path dilakukan dengan melakukan uji regresi linear berganda secara bertahap melalui dua persamaan regresi yaitu : a. Uji Persamaan Regresi 1 Struktur 1 : X5 = a+b1X1+ b2X2+ b3X3+ b4X4 +e1 Tabel 5.5 Uji Koefisien Determinasi R2 Model

R

1

.340a

R Square

Adjusted R Square

.115

a. Predictors: (Constant), PDN, NPL, GAP, LDR b. Dependent Variable: ROE

Std. Error of tLing Estimate

.072

.085199129

DurbinWatson .851

Sumber : Hasil Pengolahan Data Penelitian (2015) R2 (R Square) untuk menguji seberapa pegaruh variabel independen terhadap variabel dependen. Tabel 5.5 menunjukkan bahwa variabel independen mempengaruhi variabel dependen sebesar 11,5%. Sisanya sebesar 88,5% dipengaruhi oleh faktor lain.

Tabel 5.6 Uji ANOVA U

Model

Sum of Squares .078 .595 .673

j

Regression i Residual Total

df

Mean Square

F

Sig.

4 82 86

.019 .007

2.676

.038b

Dependent Variable: ROE

Sumber : Hasil Pengolahan Data Penelitian (2015) Tabel 5.6 menunjukkan bahwa nilai signifikan uji F kurang dari 0,05. Oleh karena itu, dapat disimpulkan bahwa data yang digunakan dalam penelitian ini memenuhi uji kelayakan model.


80

Tabel 5.7 Uji t Model

(Constant) X1(NPL) 1X2(LDR) X3(GAP) X4(PDN)

Unstandardized Coefficients

Standardized Coefficients

B .319

Std. Error .069

Beta

1.293 -.126 -.097 .206

.872 .071 .038 .517

.158 -.192 -.272 .043

Dependent Variable: X5(ROE)

T

Sig.

4.611

.000

1.482 -1.771 -2.532 .398

.142 .080 .013 .692

Sumber : Hasil Pengolahan Data Penelitian (2015) Hasil uji T pada tabel 5.7 menunjukkan bahwa hanya variabel GAP yang mempengaruhi ROE (Return On Equity) dengan nilai signifikan sebesar 0,013. Pengaruh GAP terhadap ROE yaitu nilai betanya sebesar

-0,097,

artinya kenaikan GAP akan menurunkan ROE atau sebaliknya. Variabel independen lainnya yaitu NPL, LDR dan PDN tidak mempengaruhi ROE, hal ini ditandai dengan nilai signifikansi variable-variabel tersebut di atas 0,05. Persamaan struktur 1 : ROE = 0,319 + 1,293NPL - 0,126LDR - 0,097GAP + 0,206PDN+e1 Menurut Ghozali (2011) nilai standardized pada tabel 5.7 merupakan koefisien jalur path untuk menggambarkan pengaruh variabel independen terhadap variabel intervening. Sedangkan besarnya nilai e1 dapat dihitung sebagai berikut : Rumus e1= √ (1 – 0,115) = 0,9407.


81

b. Uji Persamaan Regresi 2: Struktur 2 : Y=a+b5X1+b6X2+b7X3+b8X4+b9X5+e2 Uji R2 untuk menguji seberapa besar pegaruh variabel independen terhadap variabel dependen. Tabel 5.8 Uji R2 Model

R

R Square

1

.491a

.241

Adjusted R Std. Error of Square the Estimate .195 .168851741

DurbinWatson 2.121

a. Predictors: (Constant), X1(ROE), X2( LDR), X3( PDN), X4( NPL), X5( GAP) b.Dependent Variable: RETURN

Sumber : Hasil Pengolahan Data Penelitian (2015) Pada

tabel

5.8

menunjukkan

hasil

bahwa

variabel

independen

mempengaruhi variabel dependen sebesar 24,1%, sedangkan sisanya sebesar 75,9% dipengaruhi oleh faktor lain.

Tabel 5.9 Uji ANOVA PModel

Sum of Squares

df

aRegression

.735 2.309

5 81

dTotal

3.044

86

1Residual

Mean Square .147 .029

F

Sig.

5.157

.000b

a. Dependent Variable: Y(RETURN)

a

b. Predictors: (Constant), X1(ROE), X2( LDR), X3(PDN), X4( NPL), X5(GAP)

Sumber : Hasil Pengolahan Data Penelitian (2015)

Uji ANOVA pada tabel 5.9, menunjukkan bahwa nilai signifikan uji F kurang dari 0,05. Oleh karena itu, dapat disimpulkan bahwa data yang digunakan dalam penelitian ini memenuhi uji kelayakan model.


82

Tabel 5.10 Uji t H

Model

a (Constant) s i

X1(NPL) X2(LDR) X3(GAP) X4(PDN) X5(ROE)

Unstandardized Coefficients B Std. Error .307 .150 3.509 1.729 -.316 .141 -.189 .079 -.147 1.027 .621 .214

Dependent Variable: Y (RETURN)

Standardized Coefficients Beta .202 -.226 -.250 -.014 .295

T

Sig.

2.045 2.029 -2.235 -2.402 -.143 2.903

.044 .046 .028 .019 .886 .005

Collinearity Statistics Tolerance VIF .946 .915 .866 .931 .908

1.057 1.092 1.154 1.074 1.101

Sumber : Hasil Pengolahan Data Penelitian (2015) l Hasil uji t pada tabel 5.10 menunjukkan bahwa variabel NPL, LDR, GAP dan ROE mempengaruhi return saham dengan nilai signifikansi kurang dari 0,05 yaitu NPL sebesar 0,046, LDR sebesar 0,028, GAP sebesar 0,019 dan ROE sebesar 0,005. Variabel LDR dan GAP berpengaruh negatif terhadap return saham yang ditandai dengan nilai betanya negatif sebesar 0,316. dan nilai beta GAP sebesar -0,189. Hal ini berarti kenaikan LDR dan kenaikan GAP justru akan menurunkan return saham perusahaan atau sebaliknya. Sementara variabel NPL dan ROE berpengaruh positif terhadap return saham, dengan nilai beta 3,509 untuk NPL dan nilai beta 0,621 untuk ROE. Hal ini dapat diartikan bahwa kenaikan NPL dan ROE akan meningkatkan return saham perusahaan. Sedangkan besarnya nilai e2 adalah sebagai berikut : Rumus e2= √ (1 – 0,759) = 0,8712 Uji regresi 2 : Return=0,307+3,509NPL-0,316LDR-0,189GAP-0,147PDN+0,621ROE+e2


83

Nilai koefisien standardized pada uji regresi 1 dan regresi 2 digunakan untuk membuat gambar jalur path. Gambar 5.2 Jalur Path

Sumber: Hasil Pengolahan Data Penelitian (2015) Gambar 5.1 merupakan jalur path yang menunjukkan hal-hal sebagai berikut : 1. Pengaruh variable X1 (NPL), X2 (LDR), X3 (GAP) dan X4 (PDN) terhadap variable intervening X5 (ROE). a. Beta standardized NPL (bX5X1) sebesar 0,158 dengan nilai signifikansi sebesar 0,142 atau lebih besar dari 0,05. Hal ini yang berarti NPL tidak mempengaruhi ROE. b. Beta standardize LDR (bX5X2) sebesar -0,192 dengan nilai signifikansi sebesar 0,080 atau lebih besar dari 0,05. Hal ini yang berarti LDR tidak mempengaruhi ROE.


84

c. Beta standardize GAP (bX5X3) sebesar -0,272 dengan nilai signifikansi sebesar 0,013 atau lebih kecil dari 0,05. Hal ini yang berarti GAP mempengaruhi ROE secara negatif. d. Beta standardize PDN (bX5X4) sebesar 0,043 dengan nilai signifikansi sebesar 0,692 atau lebih besr dari 0,05. Hal ini yang berarti PDN tidak mempengaruhi ROE. 2. Pengaruh variable X1 (NPL), X2 (LDR), X3 (GAP), X4 (PDN) dan X5 (ROE) terhadap variable Y (RETURN). a. Beta standardized NPL (bYX1) sebesar 0,202 dengan nilai signifikansi sebesar 0,046 atau lebih kecil dari 0,05. Hal ini yang berarti NPL mempengaruhi return saham secara positif. b. Beta standardized LDR (bYX2) sebesar -0,226 dengan nilai signifikansi sebesar 0,028 atau lebih kecil dari 0,05. Hal ini yang berarti LDR mempengaruhi return saham secara negatif. c. Beta standardized GAP (bYX3) sebesar -0,250 dengan nilai signifikansi sebesar 0,019 atau lebih kecil dari 0,05. Hal ini yang berarti GAP mempengaruhi return saham secara negatif. d. Beta standardized PDN (bYX4) sebesar -0,014 dengan nilai signifikansi sebesar 0,886 atau lebih besar dari 0,05. Hal ini yang berarti yang berarti PDN tidak mempengaruhi return saham. e. Beta standardized ROE sebesar 0,295 dengan nilai signifikansi sebesar 0,005 atau lebih kecil dari 0,05. Hal ini yang berarti ROE mempengaruhi return saham secara positif.


85

Selanjutnya,

menguji pengaruh mediasi dalam jalur path (menguji

kekuatan pengaruh tidak langsung dari vriabel dependen ke variabel independen melalui variabel mediasi) dengan menggunakan metode sobel test. Hasil perhitungan t hitung dengan menggunakan rumus sobel test dapat dilihat pada tabel 5.11. Dari hasil perhitungan sobel tes, diketahui bahwa variable X1 (NPL), X2(LDR), X3 (GAP) dan X4 (PDN) tidak memiliki kekuatan pengaruh tidak langsung ke variable independen melalui variabel mediasi X5(ROE). Dengan demikian, dapat dikatakan bahwa variabel-variabel tersebut tidak dapat dimediasi oleh variable X5 (ROE) namun dapat secara langsung berpengaruh ke Y (RETURN). Dengan kata lain, variabel ROE dalam hal ini sama dengan variabel NPL, LDR,GAP dan PDN, yaitu sebagai variabel independen. Tabel 5.11 Hasil Perhitungan Sobel Test No

Variabel

1.

T hitung

T tabel

Kesimpulan

X1 (NPL) 1,262

1,96

Tidak ada pengaruh mediasi

2.

X2(LDR)

1,453

1,96


3.

X3(GAP) 1,856

1,96


4.

X4(PDN) 0,047

1,96


Sumber : Hasil Pengolahan Data Penelitian (2015) 5.2 Pembahasan

5.2.1 Pengaruh risiko bank terhadap profitabilitas bank devisa. Pengaruh risiko perbankan yang terdiri dari risiko kredit, risiko likuiditas, risiko suku bunga dan risiko nilai tukar yang diproksikan


86

dengan variabel NPL, LDR, GAP dan PDN, menunjukkan hasil hanya variabel GAP (risiko suku bunga) yang mempengaruhi profitabilitas yang diproksikan dengan ROE. Hal ini menjelaskan bahwa risiko suku bunga berpengaruh negatif terhadap profitabilitas bank, semakin tinggi eksposur suku bunga yang ditunjukkan semakin tingginya rasio antara RSA dengan RSL maka pada kondisi suku bunga yang meningkat/menurun maka akan berdampak kepada profitabilitasnya. Pada kondisi ekonomi periode tahun 2009-2014, di mana suku bunga perbankan cenderung meningkat namun stabil, efek dari RSL lebih besar dari RSA (bank dalam kondisi short/overborrow), pengaruh risiko ini tetap nyata terhadap penurunan profitabiltas bank. Hal ini juga dapat diartikan bahwa profitabiltias bank akan lebih rendah apabila dalam kondisi likuiditas ekonomi yang ketat (tight money). Penelitian ini mendukung Odeke dan Odongo (2014) menunjukkan bahwa GAP berpengaruh signifikan terhadap kinerja perbankan namun pengaruhnya positif. Hasil penelitian menunjukkan bahwa profitabilitas bank (ROE) tidak dipengaruhi oleh risiko kredit, risiko likuiditas dan risiko nilai tukar. Tidak ada pengaruh tersebut

menunjukkan

bahwa

masih

banyak

faktor

lain

yang

mempengaruhinya, misalnya biaya operasi bank dan teknik manajemen risiko bank yang semakin meningkat dan sebagainya.


87

5.2.2 Pengaruh

risiko bank terhadap return saham melalui variabel

profitabilitas (variabel intervening). Pada uji t persamaan regresi 2 dan melalui Sobel test, menyimpulkan bahwa variable independen risiko bank yaitu NPL, LDR, dan GAP dapat berpengaruh langsung terhadap variable return saham tanpa

melalui

variable mediasinya yaitu ROE. Hal ini menjelaskan bahwa ROE dapat disamakan dengan variabel independen dan tidak menjadi variabel intervening. Penelitian ini menunjukkan bahwa NPL berpengaruh positif signifikan terhadap return saham. Hal ini berarti semakin besar risiko kredit maka return saham akan meningkat. Berbeda dengan penelitian Sugianto (2014), bahwa semakin besar provisi (menunjukkan besarnya risiko kredit) akan mengurangi return saham perbankan. Terdapat pengaruh positif ini, kemungkinan disebabkan oleh adanya peningkatan ekspansi kredit bank. Peningkatan kredit (ekspansi) menunjukkan peningkatan kemampuan bank dalam memasarkan kreditnya, namun dengan peningkatan kredit akan menyebabkan meningkatnya risiko kredit. Risiko likuiditas berpengaruh negatif secara signifikan terhadap return saham. Semakin tinggi risiko likuiditas maka return saham akan turun atau sebaliknya. Hal ini menunjukkan bahwa risiko likuiditas merupakan variabel penentu return saham. Investor akan memilih bank yang

memberikan

rasa

aman

kepada

likuiditasnya dengan baik.


nasabah

dan

mengelola

88

Risiko pasar yang berupa risiko suku bunga berpengaruh negatif signifikan terhadap return saham. Semakin tinggi risiko suku bunga suatu bank maka return sahamnya akan turun atau sebaliknya. Penelitian ini sejalan dengan penelitian Saadet, et.al (2011), bahwa interest rate dan exchange rate berpengaruh terhadap return saham. Namun berbeda dengan risiko nilai tukar tidak berpengaruh terhadap return saham. Hal ini kemungkinan disebabkan oleh eksposure nilai tukar bank-bank devisa di Indonesia dalam posisi aman (tidak agresif) pengelolaannya sehingga investor menganggap nilai tukar bukan faktor penentu harga saham.

5.2.3 Pengaruh profitabilitas bank terhadap return saham bank devisa. Pengaruh langsung profitabilitas yang diproksikan dengan ROE terhadap variable return saham menunjukkan hasil terdapat pengaruh yang positif signifikan. Artinya apabila ROE meningkat maka return saham akan meningkat pula atau sebaliknya. Hal ini sejalan dengan penelitian Dozi (2013) yang menyimpulkan terdapat pengaruh signifikan profitabilitas (ROE) terhadap return saham. Hasil penelitian ini juga sama dengan penelitian Tan dan Christos Floros (2012) yang menyimpulkan terdapat pengaruh signifikan profitabilitas (ROE) terhadap return saham. Penelitian ini tidak mendukung hasil penelitian Tsolas (2011) yang menyimpulkan bahwa tidak ada korelasi antara profitabilitas dengan harga saham.


BAB V HASIL PENELITIAN DAN PEMBAHASAN. Tabel 5.1 Statistik Deskriptif (dalam %)*

Recommend Documents