BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Hasil Penelitian 1. Statistik Deskriptif Statistik deskriptif digunakan untuk menunjukkan jumlah data (N) yang digunakan dalam penelitian ini serta dapat menunjukkan nilai maksimum, nilai minimum, nilai rata-rata (mean) serta standar deviasi (δ) dari masing-masing variabel. Pada hasil pengumpulan data sekunder mengenai rasio capital adequacy ratio (CAR), non performing loan (NPL), loan to deposit ratio (LDR) sebagai variabel independen terhadap return on assets (ROA) sebagai variabel dependen. Maka berikut ini hasil olahan statistic deskriptif data yang merupakan keseluruhan data yang digunakan dalam penelitian menggunakan SPSS versi 19 Tabel 4.1 Deskriptif Variabel Penelitian Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
CAR
110
10.36
46.49
17.3795
5.79937
NPL
110
.20
9.54
2.5480
1.69191
LDR
110
35.83
148.75
74.6369
17.70622
ROA
110
.02
4.96
1.8955
1.04896
Valid N (listwise)
110
Sumber : Data yang telah diolah dengan SPSS 19 Berdasarkan hasil perhitungan pada tabel 4.1 tersebut terlihat bahwa jumlah data (N) masing- masing sebanyak 110 yang dapat dideskripsikan sebagai berikut
52
53
a. Variabel CAR mempunyai nilai rata-rata (mean) sebesar 17,37% dengan nilai minimum sebesar 10,36% yang berasal dari CAR Bank Kesawan periode tahun 2007 dan nilai maksimum sebesar 46,49% yang berasal dari CAR Bank Kesawan periode tahun 2011. Dengan melihat nilai mean, maka dapat disimpulkan bahwa secara statistik rasio CAR Bank Umum yang listing di Bursa Efek Indonesia selama periode penelitian berada jauh di atas standar yang ditetapkan Bank Indonesia yaitu minimal 8%. Sehingga dapat dikatakan bahwa Bank Umum yang listing di Bursa Efek 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 17,37% dengan standar deviasi (SD) sebesar 5,79% dimana nilai standar deviasi dapat dikategorikan baik b. Vaiabel NPL diperoleh rata-rata sebesar 2,54% dan nilai terendah sebesar 0,20% berasal dari NPL Bank Windu Kentjana Internasional peroide tahun 2008 juga tertinggi sebesar 9,54% berasal dari NPL Bank Mandiri peroide tahun 2007 dan standar deviasi sebesar 1,69% masih lebih kecil dibandingkan nilai rata-ratanya. Ini menunjukkan bahwa data variabel NPL dapat dikatakan baik. c. Variabel LDR mempunyai nilai rata-rata (mean) sebesar 74,63% dengan nilai minimum sebesar 35,83% yang berasal dari LDR Bank Victoria periode tahun 2010 dan nilai maksimum sebesar 148.75% yang berasal dari LDR Bank Permata periode tahun 2011. Dengan melihat nilai mean dapat disimpulkan bahwa secara statistik tingkat LDR berada di bawah standar yang ditetapkan
54
Bank Indonesia yaitu 80%, berarti kredit yang disalurkan masih di bawah dari jumlah dana pihak ketiga yang dihimpun. Hal ini menunjukkan bahwa Bank kurang efektif dalam menyalurkan kredit. Sementara untuk melihat berapa besar simpangan data pada rasio LDR dilihat dari standar deviasinya yaitu sebesar 17,70%. Dalam hal ini data variabel LDR bisa dikatakan baik, karena nilai standar deviasinya lebih kecil daripada nilai mean-nya. a. Variabel ROA diperoleh dengan melihat nilai rata-rata (mean) ROA sebesar 1,89% dan terendah (minimum) adalah 0,02% berasal dari ROA Bank Bank Windu Kentjana Internasional periode tahun 2008, sementara rasio ROA tertinggi (maksimum) 4,96% berasal dari ROA Bank BTPN periode tahun 2007. Dengan melihat rata-rata maka dapat disimpulkan bahwa secara statistik tingkat perolehan ROA Bank Umum yang listing di Bursa Efek Indonesia selama periode 2007-2011 berada di atas 1.5%. Hal ini menunjukkan bahwa ROA Bank Umum Go Publik telah memenuhi peraturan BI bahwa bank yang masuk dalam kategori sehat adalah bank yang memiliki nilai minimal ROA 1,5%. Sementara standar deviasi ROA sebesar 1.04% menunjukkan simpangan data yang nilainya lebih kecil daripada nilai rata-rata atau mean hal ini menunjukkan data variabel ROA yang baik. b. Standar deviasi (σ) menunjukkan seberapa jauh kemungkinan nilai yang diperoleh menyimpang dari nilai yang diharapkan. Semakin besar nilai standar deviasi bahkan melebihi nilai rata-rata variabel tersebut maka semakin besar kemungkinan nilai riil menyimpang dari yang diharapkan, hal tersebut terjadi dikarenakan di dalam data terdapat outlier (data yang terlalu ekstrim). Dari
55
penjelasan di atas, dapat disimpulkan bahwa data variabel CAR, NPL, LDR dan ROA menunjukkan hasil yang baik, hal tersebut dikarenakan standar deviasi yang mencerminkan penyimpangan dari data variabel tersebut (CAR, NPL, LDR dan ROA) lebih kecil dari rata-ratanya.
2. Uji Asumsi Klasik a. Normalitas Dengan Uji kolmogorov-sminov Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk melihat hasil normalitas digunakan uji metode kolmogorovsmirnov test dan juga di tegaskan secara grafik Probability Plot dengan menggunakan SPSS versi 19 (Imam Ghozali,2011) Tabel 4.2 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
110 a,b
Normal Parameters
Mean Std. Deviation
Most Extreme Differences
.0000000 1.00201794
Absolute
.060
Positive
.060
Negative
-.053
Kolmogorov-Smirnov Z
.627
Asymp. Sig. (2-tailed)
.826
a. Test distribution is Normal. b. Calculated from data. Sumber : Data yang telah diolah dengan SPSS 19
56
Bedasarkan tabel 4.2 menunjukan bahwa tabel seluruh variabel (residual) menunjukan nilai signifikan di angka 0.826, dari hasil uji tersebut memiliki nilai signifikan > 0.05 maka hal ini berarti Ho diterima dan data berdistribusi normal. Hasil uji normalitas juga di uji secara grafik Probability Plot dengan menggunakan SPSS versi 19 untuk variabel ROA ditunjukkan dengan grafik dibawah ini : Gambar 4.1 Gambar Normal P-P Plot
Berdasarkan tampilan grafik Normal P-Plot diatas, dapat disimpulkan bahwa pola grafik normal, terlihat dari titik-titik yang menyebar disekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal. Berdasarkan grafik normal plot, menunjukkan bahwa model regresi layak dipakai dalam penelitian ini karena memenuhi asumsi normalitas.
57
b. Hasil Uji Multikolonieritas Pengujian ini dimaksudkan untuk melihat apakah terdapat dua atau lebih variabel bebas yang berkorelasi secara lirier. Untuk mendeteksi adanya gejala multikolonieritas dalam model penelitian dapat dilihat dari nilai Tolerance atau Variance Inflation Factor (VIF). Pengambilan keputusan : 1) Nilai VIF < 10 dan tolerance > 0.10 (tidak terjadi masalah multikolinieritas) 2) Nilai VIF > 10 dan tolerance < 0.10 ( terjadi masalah multikolinieritas) Tabel 4.3 Hasil Uji Multikolonieritas Coefficientsa Standardized Unstandardized Coefficients Model 1
B (Constant)
Std. Error 1.410
.598
CAR
.014
.017
NPL
-.140
LDR
.008
Coefficients Beta
Collinearity Statistics t
Sig.
Tolerance
VIF
2.357
.020
.079
.836
.405
.966
1.036
.059
-.227
-2.386
.019
.955
1.047
.006
.135
1.426
.157
.966
1.035
a. Dependent Variable: ROA Sumber : Data yang telah diolah dengan SPSS 19
Bedasarkan data dari tabel 4.3 dapat disimpulkan bahwa tidak terjadi gejala multikolonieritas antara variabel independen yang diindikasikan dari nilai tolerance setiap variabel lebih dari 0.1 yaitu CAR sebesar 0,966 NPL sebesar 0.955 dan LDR sebesar 0,966 juga hasil VIF lebih kecil dari 10 yaitu CAR sebesar 1,036 LDR sebesar 1,047 dan NPL sebesar 1,035. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi.
58
c. Uji autokorelasi Untuk mengetahui adanya autokorelasi dalam suatu model regresi dilakukan melalui pengujian terhadap nilai uji Durbin Watson (Uji DW), dengan hasil pengujian diperoleh data : Tabel 4.4 Hasil Uji Autokorelasi
Model Summaryb
Model 1
R
R Square
.296a
Adjusted R
Std. Error of the
Square
Estimate
.087
.062
1.01610
Durbin-Watson 2.166
a. Predictors: (Constant), LDR, CAR, NPL b. Dependent Variable: ROA Sumber : Data yang telah diolah dengan SPSS 19
Dari hasil tabel 4.4 dapat disimpulkan bahwa dalam kolom Durbin-Watson menunjukan angka 2,166. Nilai ini akan dibandingkan dengan menggunakan signifikasi 5%, jumlah pengamatan (n) sebanyak 110 dan jumlah variabel independen 3 (k -3). Maka bedasarkan tabel Durbin-Watson didapat batas atas (du) sebesar 1,7455 dan nilai batas bawah (dl) sebesar 1,6366. Yang berarti batas atas (du) lebih kecil dari nilai DW, dan juga lebih kecil dari 4-du ( 1,7455 ≤ 2,166 ≤ 4-1,7455 ). Maka dapat disimpulkan bahwa tidak ada autokorelasi positif atau negatif dan artinya terbebas dari autokorelasi.
d. Uji Heteroskedastisitas Uji Heteroksiditas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang
59
lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda akan disebut heteroksiditas. Model regresi yang baik adalah model yang terjadi heteroskedastisitas Untuk
mengetahui ada tidaknya
heteroskedastisitas antar
variabel
independen dapat dilihat dari grafik plot antara nilai prediksi variabel terikat dengan
residualnya.
Adapun
grafik
hasil
pengujian
heteroskedastisitas
menggunakan SPSS versi 19 dapat dilihat di bawah ini : Gambar 4.2 Hasil Uji Heteroskedastisitas
Berdasarkan Gambar 4.2 diatas, dapat diketahui bahwa data (titik-titik) menyebar secara acak di atas dan di bawah garis nol, tidak berkumpul di satu
60
tempat, serta tidak membentuk pola tertentu sehingga dapat disimpulkan bahwa pada uji regresi ini tidak terjadi masalah heteroskedastisitas.
3. Analisis Koefisien Determinasi (R2) Koefisien determinasi (R²), mengukur seberapa jauh kemampuan model dalam menerangkan variabel-variabel dependen. Nilai koefisien determinasi yang menunjukan dengan nilai adjusted R-square dari model regresi digunakan untuk mengetahui besarnya pengungkapan yang dapat djelaskan oleh variabel- variabel bebasnya. Nilai koefisien determinasi dari model regresi dalam penelitian ini dapat dilihat sebagai beriku : Tabel 4.5 Hasil Uji Koefisien Determinasi Model Summary
Model 1
R
R Square a
.296
Adjusted R
Std. Error of the
Square
Estimate
.087
.062
1.01610
a. Predictors: (Constant), LDR, CAR, NPL Sumber : Data yang telah diolah dengan SPSS 19
Tabel 4.5 menunjukkan koefisien korelasi (R) dan koefisien determinasi (R square). Nilai R menerangkan tingkat hubungan antar variabel-variabel independen (x) dengan variabel dependen (y). Dari hasil perolehan data diperoleh nilai koefisien korelasi sebesar 29,6 artinya hubungan antara variabel x (CAR, NPL, dan LDR) terhadap variabel y (ROA) dalam kategori lemah. nilai adjusted R square menjelaskan seberapa besar variasi y yang disebabkan oleh x, dari hasil perhitungan diperoleh nilai sebesar 0,062 atau 6,2%
61
yang artinya 6,2% ROA dipengaruhi oleh ketiga variabel bebas CAR, NPL, dan LDR. Sedangkan sisanya 93,8% dipengaruhi oleh faktor-faktor lain diluar model. Standard error of the estimate merupakan kesalahan standar dari penaksiran sebesar 1,016%.
4. Uji Hipotesis a. Hasil Uji Simultan (Uji Statistik F) Uji statistik F digunakan untuk menguji apakah variabel-variabel independen secara bersama-sama signifikan berpengaruh terhadap variabel dependen. Hasil uji statistik F dapat dilihat sebagai berikut : Tabel 4.6 Hasil Uji Statistik F ANOVAb Model 1
Sum of Squares Regression
df
Mean Square
10.494
3
3.498
Residual
109.440
106
1.032
Total
119.934
109
F 3.388
Sig. .021a
a. Predictors: (Constant), LDR, CAR, NPL b. Dependent Variable: ROA Sumber : Data yang telah diolah dengan SPSS 19
Dari hasil analisis dapat dilihat bahwa hasil uji F menunjukkan nilai F hitung sebesar 3.388 dengan signifikansi sebesar 0.021. Nilai signifikansi tersebut lebih kecil dari pada 0.05 sehingga dapat disimpulkan hipotesis yang diajukan yaitu CAR, NPL, dan LDR berpengaruh secara simultan terhadap Return On Assets (ROA) diterima. hal tersebut menunjukkan bahwa variabel independen
62
yaitu CAR, NPL, dan LDR berpengaruh secara simultan atau bersama-sama secara signifikan terhadap variabel dependen yaitu ROA.
b. Uji Signifikan Parameter Individual ( Uji Statistik t) Uji t bertujuan untuk menguji pengaruh masing-masing variabel independen (CAR, NPL, dan LDR) terhadap variabel dependen (ROA).Untuk menguji pengaruh parsial tersebut dapat dilakukan Berdasarkan nilai probabilitas. Jika nilai signifikansi lebih kecil dari 0,05 atau 5% maka hipotesis yang diajukan diterima atau dikatakan signifikan. Jika nilai signifikansi lebih besar dari 0,05 atau 5% maka hipotesis yang diajukan ditolak atau dikatakan tidak signifikan. Hasil uji analisis regresi coefficients dengan menggunakan SPSS versi 19 terlihat pada di bawah ini : Tabel 4.7 Hasil Uji T Coefficientsa Standardized Unstandardized Coefficients Model 1
B (Constant)
Std. Error 1.410
.598
CAR
.014
.017
NPL
-.140
LDR
.008
Coefficients Beta
t
Sig.
2.357
.020
.079
.836
.405
.059
-.227
-2.386
.019
.006
.135
1.426
.157
a. Dependent Variable: ROA Sumber : Data yang telah diolah dengan SPSS 19
Dari tabel 4.6 di atas, maka dapat dilihat nilai uji t dan hasil signifikan pengujiannya. Dari uji statistik t antara masing-masing variabel independen terhadap variabel dependen dapat dijelaskan sebagai berikut :
63
1) Pengaruh Capital Adequancy Ratio terhadap Return On Assets Hasil pengujian terhadap variabel Capital adequancy ratio menunjukan nilai persamaan regresi sebesar 0,014 sehingga dapat diartikan bahwa pengaruh yang diberikan oleh variabel CAR terhadap ROA adalah positif. Nilai koefisien regresi sebesar 0,014 berarti setiap kenaikan CAR sebesar 1% akan menaikan ROA sebesar 0,014%. tetapi dengan nilai signifikasi sebesar 0,405 yang artinya nilai signifikansinya diatas 0,05. Hal ini berarti bahwa variabel CAR tidak berpengaruh secara signifikan terhadap ROA.
2) Pengaruh Non Performing Loans terhadap Return On Assets Hasil pengujian terhadap variabel Non Performing Loan menunjukan nilai persamaan regresi sebesar -0,140 sehingga dapat diartikan bahwa pengaruh yang diberikan oleh variabel NPL terhadap ROA adalah negatif. Nilai koefisien regresi sebesar -0,140 berarti setiap penurunan NPL sebesar 1% akan menurunkan ROA sebesar 0,14%. dan dengan nilai signifikasi sebesar 0,019 yang artinya nilai signifikansinya dibawah 0,05. Hal ini berarti bahwa adanya pengaruh yang signifikan atau pengaruh langsung, maka dengan demikian hipotesis kedua yang menyatakan bahwa NPL berpengaruh negatif terhadap ROA Bank diterima.
3) Pengaruh Loan to Deposit Rasio terhadap Return On Assets Hasil pengujian terhadap variabel Loan to Deposit Rasio menunjukan nilai persamaan regresi sebesar 0,008 sehingga dapat diartikan bahwa pengaruh yang
64
diberikan oleh variabel LDR terhadap ROA adalah positif. Nilai koefisien regresi sebesar 0,008 berarti setiap kenaikan LDR sebesar 1% akan menaikan ROA sebesar 0,008 %. tetapi dengan nilai signifikasi sebesar 0,157 yang artinya nilai signifikansinya diatas 0,05. Hal ini berarti bahwa variabel LDR tidak berpengaruh secara signifikan terhadap ROA.
5. Hasil Analisis Linear Berganda Dengan menggunakan analisis regresi linear berganda pada program SPSS (Statistic Product & Service Situation) diperoleh persamaan regresi untuk mengetahui Return On Assets (ROA) dengan variabel independen CAR,NPL,dan LDR yaitu sebagai berikut : Tabel 4.8 Hasil Uji Linear Berganda Coefficientsa Standardized Unstandardized Coefficients Model 1
B (Constant)
Std. Error 1.410
.598
CAR
.014
.017
NPL
-.140
LDR
.008
Coefficients Beta
t
Sig.
2.357
.020
.079
.836
.405
.059
-.227
-2.386
.019
.006
.135
1.426
.157
a. Dependent Variable: ROA
Dari hasil output regresi pada tabel 4.8 menunjukan persamaan regresi berganda sebagai berikut : Y = a + b1x1 + b2x2 + b3x3 + e1 ROA = 1,410 + 0,014CAR - 0,140NPL + 0,008LDR + e
65
Dari hasil persamaan model regresi tersebut diperoleh bahwa Persamaan regresi linear berganda diatas, diketahui mempunyai konstanta sebesar 1,410 Sehingga besaran konstanta menunjukkan bahwa jika variabel – variabel independen (CAR, NPL, dan LDR) diasumsikan konstan, maka variabel dependen yaitu ROA akan naik sebesar 1,410%. Koefisien variabel CAR = 0,014 berarti setiap kenaikan CAR sebesar 1% akan menyebabkan kenaikan ROA sebesar 0.014%. Sedangkan koefisien variabel NPL sebesar -0,140 artinya jika NPL mengalami kenaikan sebesar 1%, maka ROA akan menurun sebesar -0,140%. Dan koefisien variabel LDR = 0,008 menunjukkan bahwa setiap terjadi kenaikan LDR sebesar 1% maka ROA akan naik sebesar 0,008%. B. Pembahasan 1. Pengaruh Capital Adequancy Ratio terhadap Return On Assets Hasil penelitian menunjukkan bahwa semakin besar CAR maka ROA yang diperoleh bank akan semakin besar. Semakin tinggi CAR semakin baik kinerja suatu bank. Dan didukung kegiatan utama bank adalah menghimpun dana dan menyalurkannya kembali dalam bentuk kredit dengan CAR yang cukup atau memenuhi kententuan BI yaitu 8%, Penyaluran kredit yang optimal, dengan asumsi tidak terjadi macet akan menaikkan laba yang akhirnya akan meningkatkan ROA. Hal itu disebabkan CAR merupakan rasio yang menunjukkan kemampuan permodalan suatu bank dimana modal ini nantinya akan digunakan dalam kegiatan produksinya yang akan menghasilkan laba bagi perbankan serta menjaga kemungkinan timbulnya risiko kerugian kegiatan
66
usahanya akan tetapi melihat nilai hasil signifikasi rasio permodalan atau CAR ini tidak berpengaruh secara signifikan atau secara langsung terhadap ROA. Hasil Penelitian CAR terhadap ROA ini mendukung hasil penelitian terdahulu dari Nurul Maulidya Latifah,dkk (2010) yang memperlihatkan hasil bahwa CAR tidak berpengaruh secara signifikan terhadap ROA.
2. Pengaruh Non Performing Loans terhadap Return On Assets Hasil pengujian terhadap variabel Non Performing Loan menunjukan Kondisi yang mengandung arti semakin tinggi nilai NPL mengakibatkan semakin rendah tingkat ROA pada bank. Hal ini disebabkan NPL mengindikasikan tingkat kredit macet pada bank yang akan mengakibatkan menurunnya tingkat laba (ROA) yang diperoleh secara langsung hal ini didukung dengan pendapatan utama bank yang bersumber dari pendapatan bunga kredit. Risiko berupa kesulitan pengembalian kredit oleh debitur dengan jumlah yang cukup besar dapat mempengaruhi kinerja perbankan khususnya ROA secara signifikan Hasil Penelitian NPL terhadap ROA ini mendukung hasil dari beberapa penelitian sebelumnya yaitu Maulidya Latifah,dkk (2010), Rini Andriyanti (2011),
dan Hardiyanti (2012) yang memperlihatkan hasil bahwa NPL berpengaruh secara signifikan terhadap ROA.
3. Pengaruh Loan to Deposit Rasio terhadap Return On Assets Hasil pengujian terhadap variabel Loan to Deposit Rasio Mempunyai pengertian berarti bahwa Peningkatan LDR berarti penyaluran dana ke pinjaman
67
semakin besar sehingga laba akan meningkat. Peningkatan laba tersebut menunjukkan ROA semakin tinggi. Standar LDR yang baik adalah 85% sampai dengan 110%. Oleh karena itu pihak manajemen harus dapat mengelola dana yang dihimpun dari masyarakat untuk kemudian disalurkan kembali dalam bentuk kredit maka akan semakin banyak dana yang disalurkan dalam bentuk kredit akan meningkatkan pendapatan bunga sehingga ROA semakin tinggi. akan tetapi melihat nilai hasil signifikasi rasio LDR ini tidak berpengaruh secara signifikan atau secara langsung terhadap ROA kemungkinan hal ini dikarenakan jika bank dapat menyalurkan seluruh dana yang dihimpun, hal itu akan sangat menguntungkan. Namun, itu akan sangat terkait dengan risiko apabila sewaktuwaktu pemilik dana menarik dananya atau pemakai dana tidak dapat mengembalikan dana yang dipinjamnya. Hasil Penelitian LDR terhadap ROA ini mendukung hasil penelitian terdahulu dari Maulidya Latifah,dkk (2010), De Christa R.G Sakul (2012), dan Andi
Fathurrahman (2012) yang memperlihatkan hasil bahwa LDR tidak berpengaruh secara signifikan terhadap ROA.
