66
1.52, menunjukkan bahwa kualitas penerapan GCG perbankan syariah berada pada tingkat baik.
Variabel ROGIC menunjukkan nilai minimum 0.59 dan maksimum 1.34. Hal ini berarti dalam sampel, rata – rata pertumbuhan intellectual
capital perusahaan per tahun paling kecil berjumlah 0.59 dan paling besar berjumlah 1.83. Rata-rata mean variabel IC sebesar 0.87, menunjukkan
bahwa rata – rata pertumbuhan intellectual capital berada pada Bad performers yang mengindikasikan rata – rata pertumbuhan IC perusahaan
per tahunnya masih sangat kecil. Variabel kinerja keuangan yang diproksikan dengan return on equity
ROE menunjukkan nilai minimum sebesar 0.01 dan nilai maksimum sebesar 0.94, Adapun rata-rata mean ROE adalah sebesar 0,16.
2. Hasil Uji Asumsi Klasik
Uji asumsi klasik dalam penelitian ini menggunakan uji multikolonieritas, uji heteroskedastisitas, uji normalitas, dan uji autokorelasi.
a. Uji Multikolonieritas
Uji multikoloniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model
regresi yang baik yaitu model regresi yang tidak terjadi korelasi di antara variabel independen. Untuk mengetahui ada atau tidaknya
multikoloniearitas dapat dilihat dari nilai tolerance dan lawannya Variance Inflation Factor VIF yang terdapat pada tiap – tiap variabel
seperti pada tabel dibawah ini.
67
Tabel 4.4 Hasil Uji Multikolonieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant
1.404 .667
2.106 .042
IC .158
.043 .521
3.703 .001
.924 1.083
ROGIC .290
.143 .277
2.026 .050
.976 1.025
GCG .927
.403 .321
2.301 .027
.937 1.068
a. Dependent Variable: ROE
Sumber : Data diolah Output SPSS 21
Dari tabel diatas, menunjukkan tidak ada nilai tolerance dari setiap variabel independen yang lebih dari 0.10 dan VIF kurang dari 10. Hal
ini mengindikasikan tidak ada korelasi antar variabel independen dan dapat dinyatakan tidak terjadi multikolonieritas dalam model regresi.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan variance dari satu pengamatan ke
pengamatan lainnya. Jika variance dari satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda maka
disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau yang tidak terjadi heteroskedastisitas. Berikut
adalah hasil dari uji heteroskedastisitas :
68
Gambar 4.1 Grafik Scatterplot
Sumber : Data diolah Output SPSS21
Berdasarkan tampilan pada Scatterplot di atas, terlihat bahwa titik-titik dari data menyebar secara acak serta tersebar baik di atas
maupun di bawah angka nol pada sumbu Regression Studentized Residual
dan tidak
membentuk suatu
pola tertentu.
uji heteroskedastisitas menggunakan metode analisis grafik, pada model
regresi yang
terbentuk dinyatakan
tidak terjadi
gejala heteroskedastisitas atau data bersifat homoskedastisitas.
69
Tabel 4.5 Haisil Uji Heterokedastistas Uji Spearman’s rho
Correlations
IC ROGIC
GCG Unstandardi
zed Residual
Spearmans rho IC
Correlation Coefficient 1.000
.055 -.180
-.137 Sig. 2-tailed
. .737
.266 .400
N 40
40 40
40 ROGIC
Correlation Coefficient .055
1.000 -.061
.134 Sig. 2-tailed
.737 .
.708 .411
N 40
40 40
40 GCG
Correlation Coefficient -.180
-.061 1.000
-.123 Sig. 2-tailed
.266 .708
. .450
N 40
40 40
40 Unstandardized Residual
Correlation Coefficient -.137
.134 -.123
1.000 Sig. 2-tailed
.400 .411
.450 .
N 40
40 40
40
Sumber : Data diolah Output SPSS 21
Berdasarkan hasil pengujian heterokedasisitas dengan uji spearman rho di atas dapat diketahui bahwa nilai korelasi ke tiga variabel independen
dengan Unstandardized Residual memiliki nilai signifikansi lebih dari 0,05. Karena signifikansi lebih dari 0,05 maka dapat disimpulkan
bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
c. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, residual memiliki distribusi normal atau tidak. Dalam penelitian
ini, peneliti menggunakan analisis uji statistik untuk mengetahui residual berdistribusi normal atau tidak. Uji statistik non-parametik
70
Kolmogorov Smirnov K-S mempunyai kriteria jika nilai Asymp. Sig. 2-tailed 0,05 maka distribusi data dapat dikatakan terkena problem
normalitas. Apabila asumsi ini dilanggar maka uji statistik tidak valid untuk jumlah sampel yang kecil. Data mengenai uji normalitas dapat
dilihat pada tabel di bawah ini.
Tabel 4.6 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parameters
a,b
Mean .0000000
Std. Deviation .18978195
Most Extreme Differences Absolute
.135 Positive
.135 Negative
-.081 Kolmogorov-Smirnov Z
.852 Asymp. Sig. 2-tailed
.463 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data diolah Output SPSS 21
Hasil tabel diatas dapat dikatakan bahwa data residual terdistribusi normal. Hal ini tercermin dari nilai Asymp. Sig. 2-tailed 0,05 yaitu
sebesar 0.463.
d. Uji Autokorelasi
Uji autokorelasi bertujuan apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Problem autokorelasi muncul karena observasi yang berurutan sepanjang waktu
71
berkaitan satu sama lainnya. Kondisi ini sering ditemukan pada data time series karena adanya “gangguan” pada individu atau kelompok
cenderung mempengaruhi “gangguan” pada individu atau kelompok yang sama pada periode berikutnya. Penelitian ini menggunakan
pengujian run test untuk menguji apakah antar residual terdapat korelasi yang tinggi. Apabila nilai Asymp.Sig 2-tailed 0,05 maka persamaan
regresi dikatakan terkena problem autokorelasi.
Tabel 4.7 Hasil Uji Autokorelasi
Runs Test
Unstandardized Residual
Test Value
a
-.05038 Cases Test Value
20 Cases = Test Value
20 Total Cases
40 Number of Runs
16 Z
-1.442 Asymp. Sig. 2-tailed
.149 a. Median
Sumber : Data diolah SPSS 21
Tabel diatas menunjukkan nilai Asymp.Sig.2-tailed 0.149, dimana nilai itu lebih besar dari 0.05, yang mengindikasikan bahwa tidak
terdapat autokorelasi pada data yang diuji.
72
3. Hasil Uji Hipotesis a. Koefisien Determinasi