Data Penelitian Uji Durbin-Watson DW Test

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Data Penelitian

Metode analisis data yang digunakan dalam penelitian ini ialah metode analisis statistik yang menggunakan persamaan regresi linier berganda. Langkah awal analisis data dimulai dengan input atau entry data data angka yang terdapat pada laporan keuangan yang dibutuhkan dengan menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi berganda. Pengujian asumsi klasik dan pengujian regresi berganda dilakukan dengan menggunakan software SPSS Statistical Package for Social Science. Adapun perangkat lunak SPSS yang digunakan adalah SPSS Statistics 21.0. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output- output sesuai metode analisis data yang digunakan. Penelitian ini menggunakan perusahaan perbankan yang sesuai kriteria yang telah ditentukan sebagai sampel penelitian. Berdasarkan kriteria sampel, terdapat 29 perusahaan setiap tahun dengan jumlah pengamatan 5 tahun sehingga jumlah sampel terdapat sebanyak 145 data perusahaan. Data yang diperoleh dari laporan keuangan dan laporan auditor independen yang diterbitkan oleh Bursa Efek Indonesia melalui situs www.idx.co.id. Universitas Sumatera Utara 4.2 Analisis Hasil Penelitian 4.2.1 Analisis Statistik Deskriptif “Statistik Deskriptif Desciptive Statistic adalah menu yang memberikan gambaran mengenai nilai Mean, Sum, Standar Deviasi, Variance, Range, Minimum, dan Maximum” Lubis, dkk 2007:25. Untuk data yang berupa kategori digunakan sub menu deskriptif frequancies. Variabel penelitian ini terdiri dari dana piha ketiga, loan to deposit ratio, capital adequacy ratio, non performing loan, return on asset dan suku bunga SBI sebagai variabel bebas independent variabel dan jumlah penyaluran kredit sebagai variabel terikat dependent variabel. Statistik deskriptif dari variabel bebas dan terikat pada sampel perusahaan perbankan selama periode 2009-2013 disajikan dalam tabel 4.1 berikut ini. Tabel 4.1 Statistik Deskriptif Variabel-Variabel Penelitian Descriptive Statistics N Minimum Maximum Mean Std. Deviation LN_DPK 145 21,43 33,95 29,2406 3,37674 LDR 145 8,11 889,26 84,0866 69,08342 CAR 145 3,29 48,00 17,4652 7,33237 NPL 145 ,14 27,90 3,1210 4,02934 ROA 145 -12,90 5,15 1,7486 2,13934 SBI 145 5,80 7,50 6,4600 ,59060 LN_KREDIT 145 21,19 33,79 28,9960 3,42658 Valid N listwise 145 Sumber: hasil pengolahan SPSS Universitas Sumatera Utara Berdasarkan deskripsi data yang dihasilkan dari Tabel 4.1 diatas menunjukkan bahwa jumlah observasi atau jumlah pengamatan perusahaan perbankan dalam hal ini Bank BUMN dan Bank Swasta sebanyak 145 data selama periode pengamatan 2009-2013. Berdasarkan hasil perhitungan di atas tampak bahwa Dana Pihak Ketiga DPK dalam transformasi logaritma natural memiliki nilai terendah 21.43, nilai tertinggi 33.95 dan rata-rata Dana Pihak Ketiga 29.2406. Standar deviasi jumlah dana pihak ketiga adalah 3.37674 Berdasarkan rata-rata yang dihasilkan dapat disimpukan bahwa pada umumnya perusahaan sampel memiliki Dana Pihak Ketiga perusahaan dibawah batas maksimal yang ditetapkan oleh Bank Indonesia BI yakni 32,00-42,00. Loan to Deposit Ratio LDR memiliki nilai terendah sebesar 8.11 dan yang tertinggi sebesar 889.26. Hal tersebut menunjukkan bahwa secara statistik, selama periode penelitian besarnya LDR bank BUMN dan Bank Swasta di Indonesia, yaitu bekisar 80-100. Sedangkan rata-rata LDR adalah 84,0866 dengan niai standar deviasi 69,08342. Hal tersebut menunjukkan bahwa data variabel LDR mempunyai sebaran kecil karena standar deviasi lebih keci dari nilai rata-ratanya mean, sehingga simpangan data pada variabel LDR ini dikatakan baik. Capital Adequacy Ratio CAR memiliki nilai terendah sebesar 3.29 dan yang tertinggi sebesar 48.00. Hal tersebut menunjukkan bahwa secara statistik, selama periode penelitian besarnya CAR Bank BUMN dan Bank Swasta di Indonesia sudah memenuhi standar yang ditetapkan Bank Indonesia, yaitu minimal 10.00. Sedangkan nilai rata-rata CAR adalah 17.4652 dengan nilai standar deviasi sebesar 7.33237. Hal tersebut menunjukkan bahwa data yang digunakan dalam variabel CAR mempunyai sebaran kecil karena standar deviasi lebih kecil dari nilai rata-ratanya mean. Hasil ini Menunjukkan bahwa bank BUMN dan Bank Swasta Universitas Sumatera Utara memiliki kecukupan modal minimal10.00 sebagaimana ditetapkan oleh Bank Indonesia, dapat dikatakan bahwa perusahaan perbankan secara umum memiliki kecukupan modal yang tinggi. Non Performing Loan NPL memiliki nilai terindah sebesar 0.14 dan yang tertinggi sebesar 27.90. Hal tersebut menunjukkan bahwa secara statistik, selama periode penelitian besarnya NPL Bank BUMN dan Bank Swasta di Indonesia sudah melebihi standar yang ditetapkan Bank Indonesia, yaitu di bawah 5.00 Sedangkan rata-rata NPL adalah 3.1210 dengan nilai standar deviasi sebesar 4.02934. Dapat dikatakan bahwa Bank BUMN dan Bank Swasta secara umum memiliki NPL yang rendah sehingga risiko kreditnya berkurang serta variabel NPL mempunyai sebaran besar karena standar deviasi lebih besar dari nilai rata-ratanya mean, sehingga simpangan data pada variabel NPL ini dapat dikatakan tidak baik. Return on Asset ROA memiliki nilai terendah -12.90, nilai tertinggi 5.15 . Dengan nilai rata-rata ROA sebesar 1,7486 yang lebih tinggi dari kriterianya sebesar 0,5 – 1,25, menunjukan bahwa perusahaan perbankan memiliki ROA yang tinggi. Sedangkan standar deviasi untuk ROA adalah sebesar 2.13934. Tingginya nilai standar deviasi dibandingkan dengan nilai rata-rata mean ROA mengindikasikan adanya penyimpangan yang sangat tinggi. SBI dalam hal ini merupakan bunga acuan bagi perbankan yang beroperasi di Indonesia.Nilai ini didasarkan pada tingkat setifikat bank Indonesia pada akhir tahun pada tahun 2009 – 2013 dimana diperoleh rata-rata SBI selama periode tersebut sebesar 6.46 . Dengan nilai rata-rata SBI sebesar 6.46 yang lebih rendah kriterianya sebesar 6,50 persen, dapat dikatakan bahwa Bank Indonesia mengeluarkan SBI yang rendah. Nilai standar deviasi menunjukan adanya penyimpangan sebesar 0,59 dari nilai rata-rata sebesar 6.46. Jumlah Penyaluran Kredit memiliki nilai terendah 21.19, nilai tertinggi 33.79 . rata-rata kredit dalam transformasi logaritma natural diperoleh sebesar 28.9960. Hal ini berarti bahwa Universitas Sumatera Utara dana yang diperoleh bank sampel selama tahun 2009 – 2013 adalah sebesar 28.9960. Dengan nilai rata-rata Ln.Kredit sebesar 28.9960 yang rendah dari kriteria 70.00 - 80.00 dapat dikatakan bahwa perusahaan perbankan memiliki Ln.Kredit yang tinggi. Nilai standar deviasi menunjukan adanya penyimpangan sebesar 3.42658 dari nilai rata-rata sebesar 28.9960. . Tabel 4.2 Frequencies Penelitian Statistics Statistics DPK LDR CAR NPL ROA SBI KREDIT N Valid 145 145 145 145 145 145 145 Missing Sumber: hasil pengolahan SPSS Tabel 4.2 menunjukkan deskripsi untuk variabel nominal yang terdiri dari Dana Pihak Ketiga, Loan to Deposit Ratio, Capital Adequacy Ratio, Non Performing Loan, Return on Asset, SBI, Jumlah Kredit yang di Berikan. Dari data tersebut diatas dapat dideskripsikan bahwa data yang valid sah untuk diproses adalah 145 data dan missing hilang adalah nol. Hal ini berarti semua data telah diproses. 4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas Pengujian normalitas data pada penelitian ini menggunakan analisis grafik dan analisis statistik. Analisis grafik untuk melihat normalitas data yang dilakukan dengan melihat grafik histogram dan kurva normal probability plot. Analisis statistik dilakukan dengan menggunakan uji non-parametrik Kolmogrov-Smirnov K-S. Analisis grafik dengan histogram: Universitas Sumatera Utara Gambar 4.1 Histogram Pada histogram tersebut Gambar 4.1, dapat dilihat bahwa bentuk kurva cenderung di tengah dan tidak condong skweness ke kiri maupun ke kanan. Oleh karena itu, dapat disimpulkan bahwa data dalam penelitian ini berdistribusi normal. Analisis grafik normal P-Plot Gambar 4.2. Garfik Normal P.Plot Universitas Sumatera Utara Pada gambar 4.2 data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Sehingga menurut analisis grafik histogram dan P-Plot data telah terdistribusi secara normal atau memenuhi asumsi normalitas. Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati melihatnya. Secara visual kelihatan normal, pada secara statistik bisa saja sebaliknya. Oleh sebab itu, selain cara di atas peneliti menggunakan analisis statistik uji K-S untuk memperoleh hasil pengujian yang lebih akurat. Uji K-S dilakukan dengan membuat hipotesis: Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal Apabila nilai signifikansinya lebih besar dari 0,05 maka Ho diterima, sedangkan bila nilai signifikasinya lebih kecil dari 0,05 maka Ho ditolak. Tabel 4.3 Hasil Uji Normalitas K-S One-Sample Kolmogorov-Smirnov Test Unstandardiz ed Residual N 78 Normal Parameters a,b Mean ,0000000 Std. Deviation 1,12498977 Most Extreme Differences Absolute ,128 Positive ,090 Negative -,128 Kolmogorov-Smirnov Z 1,132 Asymp. Sig. 2-tailed ,154 a. Test distribution is Normal. b. Calculated from data. Sumber: hasil pengolahan SPSS Universitas Sumatera Utara Tampak bahwa nilai signifikansi adalah sebesar 0,154 0,05 yang menunjukkan bahwa nilai residual telah terdistribusi secara normal.

4.2.2.2 Uji Multikolinearitas

Uji ini digunakan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel dependen. Jika terjadi korelasi, maka dikatakan terdapat masalah multikoliniearitas. Uji ini dilihat dari nilai Tolerance dan VIF-nya.Model regresi yang baik jika nilai Tolerance 0,1 dan VIF 10. Tabel 4.4 Hasil Uji Multikolinearitas Model Collinearity Statistics Tolerance VIF 1 Constant DPK ,609 1,641 LDR ,934 1,071 CAR ,491 2,036 NPL ,495 2,019 ROA ,732 1,366 SBI ,753 1,328 Sumber: hasil pengolahan SPSS Tabel 4.4 menunjukkan hasil uji multikolinearitas. Dari tabel di atas menunjukkan bahwa tidak terdapat satupun variabel independen yang memiliki nilai tolerance yang kurang dari 0.1 dan VIF yang lebih dari 10. Maka dapat disimpulkan bahwa tidak satupun variabel memiliki persoalan multikolinearitas antara variabel independennya Universitas Sumatera Utara Tabel 4.5 Koefisien Korelasi Antar Variabel Correlations Correlations Control Variables DPK LDR CAR NPL ROA SBI KREDIT LN_KREDIT DPK Correlation 1,000 -,055 ,024 -,087 ,415 ,385 ,996 Significance 2-tailed . ,637 ,838 ,449 ,000 ,001 ,000 Df 75 75 75 75 75 75 LDR Correlation -,055 1,000 ,136 ,143 ,057 ,037 -,026 Significance 2-tailed ,637 . ,237 ,215 ,622 ,751 ,821 Df 75 75 75 75 75 75 CAR Correlation ,024 ,136 1,000 ,698 -,147 ,026 ,065 Significance 2-tailed ,838 ,237 . ,000 ,202 ,820 ,573 Df 75 75 75 75 75 75 NPL Correlation -,087 ,143 ,698 1,000 -,120 ,055 -,041 Significance 2-tailed ,449 ,215 ,000 . ,298 ,635 ,724 Df 75 75 75 75 75 75 ROA Correlation ,415 ,057 -,147 -,120 1,000 -,064 ,428 Significance 2-tailed ,000 ,622 ,202 ,298 . ,580 ,000 Df 75 75 75 75 75 75 SBI Correlation ,385 ,037 ,026 ,055 -,064 1,000 ,415 Significance 2-tailed ,001 ,751 ,820 ,635 ,580 . ,000 Df 75 75 75 75 75 75 KRE DIT Correlation ,996 -,026 ,065 -,041 ,428 ,415 1,000 Significance 2-tailed ,000 ,821 ,573 ,724 ,000 ,000 . Df 75 75 75 75 75 75 a. Dependent Variable: Audit.Delay Sumber: hasil pengolahan SPSS Universitas Sumatera Utara Melihat hasil besaran korelasi antara variabel independen, variabel return on asset memiliki nilai korelasi yang paling tinggi sebesar 0,415 atau 41,5. Oleh karena korelasi ini masih dibawah nilai standar korelasi sebesar 0,95 atau 95, maka dapat dikatakan tidak terjadi multikolinearitas.

4.2.2.3 Uji Heterokedastisitas

Dalam penelitian ini untuk mendeteksi ada tidaknya heterokdastisitas adalah dengan meihat pola grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS. Dasar pengambilan keputusannya adalah: a. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka terjadi heterokedastisitas b. Jika tidak ada pola jelas, serta titik-titik menyebar di atas dan di bawah angka nol 0 pada sumbu Y maka tidak terjadi heterokedastisitas Universitas Sumatera Utara Sumber: hasil pengolahan SPSS Gambar 4.3 Sccaterplot Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas sumbu 0 maupun di bawah sumbu 0, sehingga dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi. Adr anya titik-titik yang menyebar menjauh dari titik-titik yag lain disebabkan karena adanya data observasi yang sangat berbeda dengan data observasi lainnya.

4.2.2.4 Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi ada korelasi pengganggu pada periode t dengan kesalahan penggangu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Pada penelitian ini uji autokorelasi Universitas Sumatera Utara yang digunakan adalah uji Durbin-Watson DW Test, uji Lagrange Multiplier LM Test, dan run test.

a. Uji Durbin-Watson DW Test

Berikut ini adalah tabel pengambilan keputusan ada tidaknya korelasi Ghozali, 2013:111: Tabel 4.6 Pengambilan keputusan ada tidaknya korelasi dengan k=5 dan n=145: No Hipotesis Nol Keputusan Jika 1 Tidak ada autokorelasi positif Tolak 0ddl 2 Tidak ada autokorelasi positif No Desicion dl ≤d≤du 3 Tidak ada korelasi negative Tolak 4-dld4 4 Tidak ada korelasi negative No Desicion 4-du ≤d≤4-dl 5 Tidak ada autokorelasi positif atau negative Tidak Tolak dud4-du Tabel 4.7 Uji Autokorelasi DW Test Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 ,983 a ,966 ,964 1790015574 0083,24000 1,827 a. Predictors: Constant, SBI, CAR, ROA, LDR, DPK, NPL b. Dependent Variable: KREDIT Sumber: hasil pengolahan spss Dari tabel 4.9 di atas menunjukkan nilai D-W sebesar 1,827. Selanjutnya nilai ini akan dibandingkan dengan nilai tabel dengan tingkat signifikansi 5, jumlah sampel 145 n=145, dan variabel independen 6 k=6. Maka dari tabel Durbin Watson didapatkan nilai batas bawah dl adalah sebesar 1,560 dan batas bawah du adalah sebesar 1,778. Universitas Sumatera Utara Oleh karena nilai D-W 1,827 lebih besar dari batas atas du 1,778 dan kurang dari 4 – 1,778 = 2,222 4 – du, maka dapat disimpulkan tidak terdapat masalah autokorelasi positif atau negatif du d 4 – du atau 1,778 1.827 2,222 atau dengan kata lain terdapat autokorelasi

b. Uji Lagrange Multiplier LM Test