Hipotesis Kerangka Kerja Pengaruh KAP, BOPO, dan FDR terhadap NET Operating Margin (NOM) Perbankan Syariah di Indonesia periode 2010-2014

Keterangan: Y t = Net Operating Margin NOM α = Konstanta β = Koefisien Regresi X 1t = Kualitas Aktiva Produktif KAP X 2t = Beban Operasional Pendapatan Operasional BOPO X 3t = Financing to Deposit Ratio FDR e t = perkiraan kesalahan pengganggu Regresi linier berganda harus memenuhi asumsi-asumsi yang ditetapkan agar menghasilkan nilai-nilai koefisien sebagai penduga yang tidak bias. 18 Pelanggaran asumsi-asumsi tersebut dapat dideteksi dengan cara melakukan:

I. Uji Asumsi Klasik

Uji Asumsi Klasik dilakukan untuk mengetahui kesesuaian model pada regresi berganda, apakah sudah lolos menjadi pemerkira linear terbaik tak bias BLUE = Best Linear Unbiased Estimator agar hasil analisis dan uji hipotesis menjadi valid atau tidak bias. 18 Anwar Sanusia, Metodologi Penelitian Bisnis, Jakarta: Salemba Empat, 2013 – Cet.III, h.135. a. Uji Normalitas Data Uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual terdistribusi secara normal atau tidak. Model regresi yang baik adalah yang memiliki nilai residual yang terdistribusi secara normal. Metode pengujian uji normalitas yang digunakan penelitian ini menggunakan uji grafik Probability Plot. Cara untuk mendeteksinya adalah dengan melihat penyebaran data pada sumber diagonal pada grafik Normal P-P Plot of Regression Standardized Residual sebagai dasar pengambilan keputusannya. Jika menyebar sekitar garis dan mengikuti garis diagonal maka residual pada model regresi tersebut terdistribusi secara normal. 19 b. Uji Multikolinearitas Uji multikolinearitas digunakan untuk menguji apakah model ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas independen. Cara Mengetahui adanya gejala multikolinearitas pada model regresi dengan melihat nilai Inflation Factor VIF dan 19 Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h. 278 Tolerance. Jika nilai VIF kurang dari 10 dan Tollerance lebih dari 0,1 maka model tersebut bebas dari multikolinearitas. 20 c. Uji Heteroskedastisitas Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual pada satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. 21 Karena dalam salah satu asumsi klasik menyatakan bahwa “kov ɛ i, = σ 2 untuk setiap i, i = 1, 2, …, n.” Artinya setiap kesalahan pengganggu mempunyai varian yang sama. 22 Uji heteroskedastisitas dalam penelitian ini menggunakan uji Scatter plot. Suatu model dinyatakan tidak terjadi masalah heteroskedastisitas apabila titik-titik menyebar dengan pola yang tidak jelas di atas dan di bawah angka 0 pada suatu sumbu Y. 23 d. Uji Autokorelasi Uji Autokorelasi digunakan untuk menguji apakah model regresi ada korelasi antara residual pada periode t dengan residual pada periode sebelumnya t-1. Model regresi yang baik adalah yang tidak adanya masalah otokorelasi. Metode pengujian yang sering 20 Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h.288. 21 Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h.296 22 J.Supranto, Ekonometri Buku Satu, Bogor: Ghalia Indonesia, 2005, h. 151. 23 Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h. 303. digunakan adalah dengan uji Durbin-Watson Uji DW. Pengambilan keputusan pada uji Durbin Watson sebagai berikut: 24  du dw 4 – du maka Ho diterima, artinya tidak terjadi autokorelasi.  dw dL atau dw 4 – dL maka Ho ditolak, artinya terjadi autokorelasi.  dL dw du atau 4 – du dw 4 – dL, artinya tidak ada kepastian atau kesimpulan yang pasti. Nilai du dan dL dapat diperoleh dari tabel statistik Durbin Watson.

II. Pengujian Hipotesis

Pengujian hipotesis merupakan langkah-langkah atau prosedur yang dilakukan dengan tujuan untuk memutuskan apakah kita menerima atau menolak hipotesis mengenai parameter populasi. 25 Berikut ini adalah langkah-langkah pengujian yang digunakan untuk menguji hipotesis pada model penelitian ini. a. Uji Simultan Uji F Uji F digunakan untuk menguji pengaruh variabel bebas secara bersama-sama terhadap variabel terikat dependen. 26 Uji seluruh 24 Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h. 292. 25 Boediono dan Wayan Koester, Teori dan Aplikasi Statistika dan Probabilitas, Bandung: PT. Remaja Rosdakarya, 2008, h. 434. 26 Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h. 258. koefisien regresi secara serempak sering disebut dengan uji model. Nilai yang digunakan untuk melakukan uji serempak adalah nilai F hitung yang dihasilkan dari rumus. Nilai F hitung = ⁄ ⁄ Karena nilai F hitung berhubungan erat dengan nilai koefisien determinasi R 2 maka pada saat melakukan uji F, sesungguhnya menguji signifikansi koefisien determinasi R 2 . Uji F yang signifikan menunjukkan bahwa variasi variabel terikat dijelaskan sekian persen oleh variabel bebas secara bersama-sama adalah benar-benar nyata dan bukan terjadi karena kebetulan. Dengan kata lain, berapa persen variabel terikat dijelaskan oleh seluruh variabel bebas secara serempak bersama-sama, dijawab oleh koefisien determinasi R 2 , sedangkan signifikan atau tidak yang sekian persen itu, dijawab oleh uji F. Berdasarkan asumsi ini, nilai koefisien determinasi R 2 dan uji F menentukan baik tidaknya model yang digunakan. Uji keseluruhan koefisien regresi secara bersama-sama uji F dilakukan dengan langkah-langkah sebagai berikut. 27 27 Anwar Sanusia, Metodologi Penelitian Bisnis, Jakarta: Salemba Empat, 2013 – Cet.III, h.137. 1. Menentukan hipotesis H : β = 0, Variabel independen secara bersama-sama tidak berpengaruh signifikan terhadap variabel dependen. H 1 : β ≠ 0, Variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen. 2. Menentukan tingkat signifikan Tingkat signifikan pada pengujian ini adalah 5 artinya resiko kesalahan mengambil keputusan 5. 3. Pengambilan keputusan Uji F statistik ini menentukan model linier berganda dapat digunakan atau tidak sebagai model analisis. Dengan menggunakan kriteria ini, jika H ditolak maka model dapat digunakan karena, baik besaran maupun tanda +- koefisien regresi dapat digunakan untuk memprediksi perubahan variabel terikat akibat perubahan variabel bebas. Kriteria pengambilan keputusan mengikuti aturan berikut.  Jika F hitung ≤ F tabel ; maka H0 diterima, artinya variasi dari model regresi tidak berhasil menerangkan variasi variabel secara keseluruhan, sejauh mana pengaruhnya terhadap variabel terikat.  Jika F hitung Ft abel ; maka H 1 diterima, artinya variasi dari model regresi berhasil menerangkan variasi variabel secara keseluruhan, sejauh mana pengaruhnya terhadap variabel terikat. b. Uji Parsial dengan T-Test Uji t digunakan untuk mengetahui pengaruh variabel bebas independen secara parsial terhadap variabel terikat dependen. 28 Pengambilan keputusan dilakukan berdasarkan perbandingan nilai t hitung masing-masing koefisien regresi dengan nilai t tabel nilai kritis sesuai dengan signifikan yang digunakan.  Jika t hitung t tabel , maka keputusannya menerima daerah penerimaan hipotesis nol H . Artinya, variabel bebas independen tidak berpengaruh terhadap variabel terikat dependen.  Jika t hitung t tabel , maka keputusannya menolak hipotesis nol H , dan menerima hipotesis alternative Hi. Artinya, variabel bebas independen berpengaruh terhadap variabel terikat dependen. 29 28 Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h. 252 . 29 Algifari, Analisis Regresi Teori, Kasus, dan Solusi, Yogyakarta: BPFE, 2013, h. 71. Uji t juga dilakukan dari melihat nilai signifikan dengan kriteria berikut: 30  Jika probabilitas 0,05, maka Ho ditolak dan menerima Hi.  Jika probabilitas 0,05, maka Ho diterima dan menolak Hi. c. Koefisien Determinasi R 2 Uji Koefisien determinasi digunakan untuk mengetahui persentase sumbangan pengaruh variabel bebas independen secara bersama-sama terhadap variabel terikat dependen yang dapat dilihat dari Adjusted R Square apabila menggunakan lebih dari dua variabel bebas independen. 31 Besarnya koefisien determinasi adalah 0 sampai dengan 1. Semakin mendekati 0 nol besarnya koefisien determinasi R 2 , semakin kecil pula pengaruh variabel bebas independen terhadap nilai terikat dengan kata lain semakin kecil kemampuan model dalam menjelaskan perubahan nilai variabel dependen. Sebaliknya, semakin mendekati 1 satu besarnya koefisien determinasi R 2 , semakin besar pula pengaruh semua variabel bebas independen terhadap variabel terikat dependen. 32 Besarmya 30 Ety Rochaety, dkk, Metodologi Penelitian Bisnis: Dengan Aplikasi SPSS Penerbit Mitra Wacana Media, 2007, h. 127. 31 Duwi Priyatno, Buku Saku Analisis Data SPSS , Yogyakarta: Media Kom, 2011, h. 251. 32 Algifari, Analisis Regresi Teori, Kasus, dan Solusi, Yogyakarta: BPFE, 2013, h. 68. koefisien determinasi R 2 dapat juga dicari dengan menggunakan formulasi sebagai berikut: 33 R 2 Keterangan: n = jumlah data y = nilai variabel terikat dependen x = nilai variabel bebas independen b = nilai koefisien regresi Dalam praktiknya, nilai koefisien determinasi yang digunakan untuk analisis adalah nilai R2 yang telah disesuaikan Adjusted R- Square yang dihitung dengan rumus berikut. Keterangan: n = jumlah data k = jumlah variabel bebas independen 33 Algifari, Analisis Regresi Teori, Kasus, dan Solusi, Yogyakarta: BPFE, 2013, h.48.

E. Kerangka Kerja

Perbankan Syariah di Indonesia Laporan Keuangan Gabungan Maret 2010 - Maret 2014 KAP X 1 BOPO X 2 FDR X 3 NOM Y Uji Asumsi Klasik  Normalitas  Multikolinearitas  Heteroskedastisitas  Autokorelasi Regresi Linier Berganda Uji F Uji t Koefisien determinasi Interpretasi Kesimpulan dan Saran 64 BAB IV HASIL DAN PEMBAHASAN

A. Sekilas Gambaran Umum Objek Penelitian dan analisis deskriptif

1. Gambaran umum Perbankan Syariah BUS di Indonesia

Bank syariah di Indonesia secara konsisten telah menunjukkan perkembangannya dari waktu ke waktu. Walaupun aset perbankan tahun 2013 tumbuh 24,2 lebih rendah dari tahun 2012 yaitu 34 namun pertumbuhan aset tersebut tetap diikuti pelaksanaan fungsi intermediasi yang optimal. Hal ini tercermin pada tren pertumbuhan dan nominal pembiayaan BUS dan UUS pada tahun 2013 yang tercatat sebesar Rp. 188,6 triliun, sementara dana pihak ketiga yang dihimpun mencapai Rp. 187,2 triliun, sehingga financing to deposit ratio FDR perbankan syariah pada kelompok BUS misalnya tetap relatif tinggi tercatat sebesar 95,9 pada akhir periode laporan. Jumlah bank yang melakukan kegiataan usaha berdasarkan prinsip syariah pada tahun 2013 sampai dengan tahun 2014 pun bertambah seiring dengan beroperasinya sejumlah bank baru. Jumlah BUS tercatat bertambah satu dari tahun sebelumnya yaitu PT Bank Tabungan Pensiunan Nasional Syariah. Bertambahnya jumlah bank juga diikuti dengan penambahan jaringan kantor, begitu juga dengan pengurangannya diikuti dengan penurunan jaringan kantor. 1 Tabel 4.1 Perkembangan Jaringan Kantor Bank Umum Syariah Kelompok Bank 2011 2012 2013 2014 Bank Umum Syariah 11 11 11 12 Jumlah Kantor BUS 1390 1734 1987 2151 Sumber: data diolah Didukung dengan telah diberlakukannya Undang-Undang No.21 Tahun 2008 tentang Perbankan Syariah yang terbit tanggal 16 Juli 2008, maka pengembangan industri perbankan syariah nasional semakin memiliki landasan hukum yang memadai dan akan mendorong pertumbuhannya secara lebih cepat lagi. 2 1 OJK, Publikasi Laporan perkembangan keuangan syariah 2013, hal.4. 2 OJK, Publikasi Laporan perkembangan keuangan syariah 2013, hal.1.

2. Analisis Deskriptif

Pengolahan data dilakukan dengan menggunakan software program komputer Microsoft Excel dan SPSS 20.0. Pengolahan data ini untuk mempercepat hasil perhitungan dan dapat menjelaskan variabel yang akan diteliti, yaitu KAP, BOPO, dan FDR sebagai variabel Independen serta Net Operating Margin NOM sebagai variabel Dependen. Tahapan awal yang dilakukan dalam penelitian ini adalah melakukan penentuan sampel dengan metode purposive sampling, yaitu pada BUS di Indonesia yang tersedia pada laporan keuangan gabungan bulanan secara time series dari Maret 2010 – Maret 2014 dengan jumlah data n sebanyak 49. Berdasarkan hasil analisis deskripsi statistik, maka berikut didalam Tabel 4.2 akan ditampilkan karakteristik sampel yang digunakan pada penelitian ini meliputi: jumlah sampel n, rata-rata sampel mean, nilai maksimum, nilai minimum serta standar deviasi σ untuk masing-masing variabel. Penjelasan lebih lanjut adalah sebagai berikut: