kebebasan α yang digunakan dimana k adalah jumlah variabel dan n adalah jumlah sampel yang diteliti.
b Membandingkan nilai probabilitas prob. penelitian dengan taraf signifikansi α sebesar 0,05 5.
Nilai probabilitas 0,05 maka H ditolak dan H
a
diterima. Nilai probabilitas 0,05 maka H
diterima dan H
a
ditolak. Jika H
ditolak, berarti minimal ada satu variabel bebas yang berpengaruh signifikan terhadap variabel terikat dan model layak digunakan.
Jika H diterima, maka tidak ada satu pun variabel bebas yang berpengaruh
signifikan terhadap variabel terikatnya.
Setelah dilakukan pengujian terhadap hipotesis guna mengetahui ada atau tidaknya pengaruh ROA, BOPO dan NPF terhadap CAR baik secara
simultan maupun parsial, maka untuk mengetahui besar kecilnya pengaruh ROA, BOPO dan NPF terhadap CAR perlu dilakukan penghitungan koefisien
determninasi R
2
dan penghitugan koefisien determinasi parsial.
c. Koefisien Determinasi
Dalam penelitian ini, penghitungan koefisien determinasi dilakukan untuk mengetahui seberapa besar kontribusi variabel ROA, BOPO dan NPF
secara simultan terhadap tingkat CAR. Angka koefisien determinasi dapat dilihat dengan perhitungan berikut:
25
Koefisien Determinasi = R
2
x 100
25
Algifari, Analisis Regresi: Teori, Kasus dan Solusi Yogyakarta: BPFE Yogyakarta, 2009, h. 45.
Nilai R
2
yang semakin besar mendekati nilai 1 merupakan indikator yang menunjukkan semakin kuatnya kemampuan variabel independen
menjelaskan perubahan variabel dependen.
26
Semakin besar nilai koefisien determinasi menunjukkan semakin besar pengaruh atau kontribusi ROA,
BOPO dan NPF secara simultan terhadap CAR. Sebaliknya, semakin kecil nilai koefisien determinasi menggambarkan semakin kecilnya pengaruh atau
kontribusi ROA, BOPO dan NPF terhadap CAR.
d. Persamaan Model Regresi Data Panel
Penelitian dengan regresi data panel ini digunakan untuk melihat pengaruh atara variabel independen terhadap variabel dependen. Hubungan
rasio rentabilitas dan rasio aktiva produktif dalam meningkatkan kecukupan modal dapat diformulasikan sebagai berikut:
CAR
it
= β
0i
+ β
1
ROA
it
+ β
2
BOPO
it
+ β
3
NPF
it
+ ε
it
Dengan: β
0i
= konstanta model regresi pada unit observasi ke i β
1
- β
3
= koefisien regresi CAR
it
= CAR pada unit observasi ke i dan waktu ke t ROA
it
= ROA pada unit observasi ke i dan waktu ke t BOPO
it
= BOPO pada unit observasi ke i dan waktu ke t NPF
it
= NPF pada unit observasi ke i dan waktu ke t ε
it
= Komponen error pada unit observasi ke i dan waktu ke t
26
Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program IBM SPSS 19, Semarang: Badan Penerbit Universitas Diponegoro, 2011, h. 99.