4.2.3.2 Uji signifikansi Parsial Uji-t
Berdasarkan uji asumsi klasik yang telah dilakukan dapat diketahui bahwa terdistribusi normal, tidak terdapat multikolineritas, tidak terjadi autokorelasi dan
tidak terdapat heterokedastisitas. Oleh karena itu data yang tersedia telah memenuhi syarat untuk menggunakan model regresi linear berganda, secara
umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen dengan satu atau lebih variabel independent, dengan tujuan
untuk mengestimasi dan atau memprediksi rata-rata populasi atau rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui.
Oleh sebab untuk mengetahui pengaruh masing-masing variabel independen terhadap variabel dependen dilakukan uji parsial atau sering disebut
uji-t. Bentuk pengujiaannya adalah :
Ho : b
i
= 0, artinya tidak terdapat pengaruh yang signifikan secara parsial antara CAR, NPL, BOPO, NIM, dan LDR terhadap ROA Bank
Pembangunan Daerah Ha :b
i
= 0, artinya terdapat pengaruh yang signifikan secara parsial antara CAR, NPL, BOPO, NIM, dan LDR terhadap ROA Bank Pembangunan
Daerah Dengan menggunakan tingkat signifikansi
� 5 jika nilai sig. T 0,05 Ho diterima, artinya tidak ada pengaruh yang signifikan variabel independent
Universitas Sumatera Utara
terhadap variabel dependen. Sebaliknya jika sig. t 0,05 Ha diterima, artinya ada pengaruh yang signifikan variabel independent terhadap variabel dependen. Nilai
t
hitung
juga dapat dibandingkan dengan nilai t
tabel .
Kriteria pengambilan keputusannya adalah
:
1. Ho diterima jika t
tabel
≤ t
hitung
≤ t
tabel
pada � = 5
2. Ha diterima jika t
hitung
t
tabel
dan t
hitung
≤ t
tabel
pada � = 5
Hasil analisis regresi berganda dapat dilihat pada tabel 4.8 berikut: Tabel 4.8
Uji Signifikansi Parsial Uji-t Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant 7,147
1,011 7,068
CAR 0,004
0,012 0,02 0,318 0,751
0,811 1,234 LnNPL
0,101 0,074
0,081 1,37 0,174
0,957 1,045 BOPO
-0,085 0,01
-0,551 -
8,143 0,728 1,374
NIM 0,157
0,032 0,348 4,897
0,661 1,512 LDR
0,013 0,004
0,189 2,816 0,006 0,74 1,352
Sumber : Hasil output SPSS
Dari Tabel 4.8 dapat dilihat nilai parsial masing-masing variabel sebagai berikut :
1. Variabel CAR tidak memiliki pengaruh signifikan terhadap ROA, hal ini dapat dilihat dari tingkat signifikan 0,751 lebih besar dari 0,05 dan nilai
Universitas Sumatera Utara
t
hitung 0,318
t
tabel 1,98667
artinya jika variabel CAR ditingkatkan satu satuan maka ROA tidak akan meningkat sebesar 0,004 satuan.
2. Variabel NPL tidak memiliki pengaruh signifikan terhadap ROA, hal ini dapat dilihat dari tingkat signifikan 0,174 lebih besar dari 0,05 dan nilai
t
hitung 1,370
t
tabel 1,98667
artinya jika variabel NPL ditingkatkan satu satuan maka variabe ROA tidak akan meningkat sebesar 0,101 satuan
3. Variabel BOPO memiliki pengaruh negatif dan signifikan terhadap ROA, hal ini dapat dilihat dari nilai signifikan 0,000 lebih kecil dari 0,005 dan
nilai t
hitung -8,143
t
tabel 1,98667
artinya jika variabel BOPO ditingkatkan satu satuan maka variabe ROA akan menurun sebesar 0,085 satuan
4. Variabel NIM memiliki pengaruh positif dan signifikan terhadap ROA, hal ini dapat dilihat dari nilai signifikan 0,000 lebih kecil dari 0,005 dan nilai
t
hitung 4,897
t
tabel 1,98667
artinya jika variabel NIM ditingkatkan satu satuan maka variabe ROA akan meningkat sebesar 0,157 satuan
5. Variabel LDR memiliki pengaruh positif tetapi tidak signifikan terhadap ROA, hal ini dapat dilihat dari nilai signifikan 0,006 lebih besar dari 0,005
dan nilai t
hitung 2,816
t
tabel 1,98667
artinya jika variabel LDR ditingkatkan satu satuan maka variabe ROA akan meningkat sebesar 0,013 satuan
Berdasarkan Tabel 4.8, maka diperoleh persamaan rergresi sebagai berikut :
ROA = 7,147 + 0,004 CAR + 0,101 NPL – 0,085 BOPO + 0,157 NIM + 0,013 LDR
Universitas Sumatera Utara
4.2.4 Koefisien Determinasi
Kategori