d. Analisis Korelasi
Tabel 4.6 Correlations
Cash Ratio Load Deposit
Ratio Capital Asset
Ratio Profitabilitas
Cash Ratio Pearson Correlation
1 .425
.359 .578
Sig. 2-tailed .001
.004 .000
N 63
63 63
63 Load Deposit Ratio
Pearson Correlation .425
1 .535
.418 Sig. 2-tailed
.001 .000
.001 N
63 63
63 63
Capital Asset Ratio Pearson Correlation
.359 .535
1 .527
Sig. 2-tailed .004
.000 .000
N 63
63 63
63 Profitabilitas
Pearson Correlation .578
.418 .527
1 Sig. 2-tailed
.000 .001
.000 N
63 63
63 63
. Correlation is significant at the 0.01 level 2-tailed.
Untuk melihat Hubungan antara variabel Cash Ratio X
1
, variabel LDR X
2
, dan variable CAR terhadap variable ROA Y Untuk menafsirkan angka korelasi digunakan kriteria sebagai berikut :
• 0 – 0,25 : korelasi sangat lemah dianggap tidak berkorelasi
• 0,25 – 0,50 : korelasi cukup
• 0,50 – 0,75 : korelasi kuat
• 0,75 – 1 : korelasi sangat kuat
63
Berdasarkan table Correlations dapat disimpulkan bahwa : a.
Nilai korelasi antara variable Cash Ratio X
1
dengan variable LDR X
2
adalah sebesar 0,425 artinya korelasi antara variable Cash Ratio X
1
dengan variable LDR X
2
adalah sangat lemah dan nilai sig 0,001 α =
0,05 artinya hubungan variable Cash Ratio X
1
dengan variable LDR X
2
adalah signifikan. b.
Nilai korelasi antara variable Cash Ratio X
1
dengan variable CAR X
3
adalah sebesar 0,359 artinya korelasi antara variable Cash Ratio X
1
dengan variable CAR X
3
adalah sangat lemah dan nilai sig 0,004 α =
0,05 artinya hubungan variable Cash Ratio X
1
dengan variable CAR X
3
adalah signifikan. c.
Nilai korelasi antara variable LDR X
2
dengan variable CAR X
3
adalah sebesar 0,535 artinya korelasi antara variable Cash Ratio X
1
dengan variable CAR X
3
adalah cukup kuat dan nilai sig 0,000 α = 0,05
artinya hubungan variable LDR X
2
dengan variable CAR X
3
adalah signifikan
64
e. Pengujian koefisien analisis jalur
Gambar 4.1
Py Є=0,547
r
12
= 0,425 PyX
1
= 0,434
r
13
= 0,359 PyX
2
= 0,048 r
23
= 0,535
PyX3 = 0,346
Berdasarkan model analisis jalur struktur diatas, bisa diketahui secara jelas alur pengaruh langsung antar variabel dan juga korelasi antar variabel.
Pengaruh langsung antara variable independen X
1
terhadap variable dependen Y dapat diformulasikan sebagai berikut:
Xi Y, maka Y = PyXiPyX1x 100 Cash Ratio X
1
ROA Y LDR X
2
CARX
3
Adapun perhitungan mengenai pengaruh langsung antara variable-variabel independen terhadap variable dependen Y adalah sebagai berikut:
65
Tabel 4.7 Pengaruh Langsung
No Notasi
Standardized coefficients
PyXi
2
1
PyX
1
0,434 18.84
2
PyX
2
0,048 0.23
3
PyX
3
0,346 11.97
4
R
2
YX
1
,X
2
,X
3
, 0,453
5
PyX
ε
0,547
Persamaan structural untuk analisis jalur berdasarkan table 4.4 diatas adalah:
Y = PyX
1
+ PyX
2
+ PyX
3
+ PyX
ε
Y = p0,434 + p0,048 + p0,346 +
0,547
ε
R
2
X
1
X
2
X
3
X
4
= 0.453 Dari tabel 4.4 dan struktur analisis jalur diatas, dapat dijelaskan sebagai
berikut: 1.
Besarnya pengaruh CR X
1
yang secara langsung mempengaruhi
ROA adalah 0,434
2
= 0.188356 atau 18.84 persen
2. Besarnya pengaruh LDR X
2
yang secara langsung mempengaruhi
ROA adalah 0,048
2
= 0.002304atau 0.23 persen
66
3. Besarnya pengaruh CAR X
3
yang secara langsung mempengaruhi
ROA adalah 0,346
2
= 0.119716atau 11.97 persen
4. Besarnya CR X
1
, LDR X
2
dan CAR X
3
berpengaruh secara simultan yang langsung mempengaruhi ROA Y adalah 0.453 = 45.3
persen. Sisanya sebesar 0.547 = 54.7 persen dipengaruhi faktor-faktor lain seperti efisiensi perusahaan, rasio operasional, non performing
loan , current rasio, kualitas aktiva dan rasio-rasio lain yang tidak
dijelaskan dalam penelitian ini.
5. Variable yang paling dominan mempengaruhi ROA adalah variable
CR dan CAR. Artinya variable ini mempunyai pengaruh yang sangat
signifikan terhadap naik turunnya ROA.
Setelah didapat koefisien jalur, kemudian dilakukan pengujian hipotesis berdasarkan angka t
hitung
dan angka signifikansi. Jika t
hitung
lebih besar dari t
tabel
2,00 atau t
hitung
2.00 maka tidak bisa menerima Ho dan tidak bisa menolak Ha, sebaliknya jika t
hitung
lebih kecil dari t
tabel
2,00 atau t
hitung
2.00 maka tidak bisa menolak Ho dan tidak bisa menerima Ha. Pengujian hipotesis dengan angka signifikansi berdasarkan alfa sebesar 0.005. Jika
signifikansi lebih kecil dari alfa, maka tidak bisa menerima Ho dan tidak bisa menolak Ha dan sebaliknya jika signifikansi lebih besar alfa maka tidak bisa
menolak Ho dan menerima Ha.
67
Adapun hasil perhitungannya ditampilkan pada tabel dibawah ini :
Tabel 4.8 Pengujian Hipotesis
No Variable t
hitung
Perbandingan Signifikansi Perbandingan Kesimpulan
1 CR 4.020 2.00
0.000 0.005
Ho ditolak
2 LDR 0.403 2.00
0.688 0.005
Ho diterima
3 CAR 2.991 2.00
0.004 0.005
Ho ditolak
Dari tabel 4.5 diatas memperlihatkan bahwa hanya ada dua variabel independen yang berpengaruh signifikan terhadap ROA yaitu CR dan CAR.
Setelah melakukan pengujian hipotesis dan dilakukan perhitungan dengan bantuan SPSS 15.0 maka dapat dijelaskan sebagai berikut :
a. Pengujian koefisien determinasi R
Kategori