Hasil Analisis
B. Hasil Analisis
1. Analisis Deskriptif
Dari hasil pengolahan data yang telah dilakukan oleh peneliti, dapat dijelaskan mengenai variabel-variabel yang terdapat dalam model yang digunakan dalam penelitian ini. Pengolahan data dilakukan dengan menggunakan alat bantu Microsoft Excel 2007 dan SPSS 17 untuk mempercepat perolehan data hasil yang dapat menjelaskan variabel- variabel yang diteliti. Tabel deskriptif menunjukan semua variabel yang Dari hasil pengolahan data yang telah dilakukan oleh peneliti, dapat dijelaskan mengenai variabel-variabel yang terdapat dalam model yang digunakan dalam penelitian ini. Pengolahan data dilakukan dengan menggunakan alat bantu Microsoft Excel 2007 dan SPSS 17 untuk mempercepat perolehan data hasil yang dapat menjelaskan variabel- variabel yang diteliti. Tabel deskriptif menunjukan semua variabel yang
Tabel 4.2
Statistik Deskriptif Masing-Masing Variabel
Descriptive Statistics
Mean Std. Deviation ROA
.7401 .13433 Total_Asset
1.3127E8 1.38052E8 Pend_Bunga
4.89E8
6.7427E6 8.06821E6 BOPO
11.46 1.1578 1.89081 Valid N (listwise)
56 Sumber : output SPSS 17 (laporan keuangan publikasi yang diolah)
Pada tabel 4.2, jumlah data atau N yang ada pada penelitian ini yakni sejumlah 56 data. Dari 56 jumlah data, nilai minimum ROA yakni sebesar -2% yang terdapat pada bank ICB Bumiputera tahun 2011. Untuk nilai maksimumnya yakni 5% terdapat pada bank BRI yang juga ditahun yang sama 2011. Sedangkan untuk nilai rata-rata nya (mean) sebesar 2,02 dengan standar deviasi 1,23. Standar deviasi yang lebih kecil dari nilai rata-rata menunjukkan sebaran variabel data Pada tabel 4.2, jumlah data atau N yang ada pada penelitian ini yakni sejumlah 56 data. Dari 56 jumlah data, nilai minimum ROA yakni sebesar -2% yang terdapat pada bank ICB Bumiputera tahun 2011. Untuk nilai maksimumnya yakni 5% terdapat pada bank BRI yang juga ditahun yang sama 2011. Sedangkan untuk nilai rata-rata nya (mean) sebesar 2,02 dengan standar deviasi 1,23. Standar deviasi yang lebih kecil dari nilai rata-rata menunjukkan sebaran variabel data
Dari 56 jumlah data, LDR memiliki nilai minimum 40% yang terdapat pada bank Victoria Internasional pada tahun 2010. Untuk nilai maksimumnya yakni 98% yang terdapat pada bank Danamon tahun 2011. Untuk nilai rata-rata, LDR memiliki nilai 74,01 dengan standar deviasi 13,43. Standar deviasi yang lebih kecil dari nilai rata-rata menunjukkan sebaran variabel data yang kecil atau tidak adanya kesenjangan yang cukup besar dari rasio LDR terendah dan tertinggi.
Dari 56 jumlah data, total assets memiliki nilai minimum 2162316 yang terdapat pada bank QNB Kesawan pada tahun 2008. Untuk nilai maksimum yakni
8 489x10 8 pada bank Mandiri tahun 2011. Untuk nilai rata-rata sebesar 13127x10 dengan standar deviasi 138052x10 8 . Standar deviasi yang lebih besar dari nilai
rata-rata menunjukkan sebaran variabel data yang besar atau adanya kesenjangan yang cukup besar dari total assets terendah dan tertinggi.
Untuk variabel pendapatan bunga, dari 56 jumlah data memiliki nilai maksimum 47466954 yang terdapat pada bank BRI tahun 2011. Untuk nilai minimum yakni 68146 yang terdapat pada bank QNB Kesawan tahun 2011.
6 Sedangkan nilai rata-ratanya yaitu 67427x10 6 dengan standar deviasi 806821x10 . Standar deviasi yang lebih besar dari nilai rata-rata menunjukkan sebaran variabel
data yang besar atau adanya kesenjangan yang cukup besar dari pendapatan bunga terendah dan tertinggi.
Dan untuk rasio BOPO, dari 56 jumlah data memiliki nilai minimum 51% yang terdapat pada bank Danamon tahun 2011. Untuk nilai maksimum sebesar 114,63% yang terdapat pada bank ICB Bumiputera tahun 2011. Sedangkan untuk nilai rata-rata yaitu 115,78 dengan standar deviasi 189,081. Standar deviasi yang lebih besar dari nilai rata-rata menunjukkan sebaran variabel data yang besar atau adanya kesenjangan yang cukup besar dari rasio BOPO terendah dan tertinggi.
2. Uji Asumsi Klasik
Suatu model dikatakan baik apabila model tersebut telah lolos dari serangkaian uji asumsi klasik. Pengujian asumsi klasik digunakan untuk mendukung kebenaran hasil analisis dengan model regresi. Pengujian asumsi klasik ini meliputi uji normalitas data, uji autokorelasi, uji multikoliniearitas, dan uji heteroskedastisitas.
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Dari hasil pengolahan data, dapat dilihat pada output berikut ini :
Tabel 4.3 Uji Normalitas Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual N
Normal Parameters a,,b Mean
.00637543 Most Extreme Differences
Std. Deviation
-.104 Kolmogorov-Smirnov Z
Negative
.779 Asymp. Sig. (2-tailed)
.579 a. Test distribution is Normal. b. Calculated from data.
Berdasarkan hasil dari output SPSS pada tabel 4.3, diketahui nilai Asymp. Sig.> 5% tidak ada yang signifikan dengan nilai 0,579 maka dapat disimpulkan data yang dipakai dalam penelitian ini berdistribusi normal (Ghozali,2011:160).
b. Uji Autokorelasi
Autokorelasi terjadi ketika kesalahan pengganggunya saling berkorelasi satu sama lain. Uji autokorelasi digunakan untuk mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada problema autokorelasi. Untuk mendeteksi autokorelasi dalam penelitian ini Autokorelasi terjadi ketika kesalahan pengganggunya saling berkorelasi satu sama lain. Uji autokorelasi digunakan untuk mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada problema autokorelasi. Untuk mendeteksi autokorelasi dalam penelitian ini
Tabel 4.4 Uji Autokorelasi
Model Summary b
Std. Error of the Model
Adjusted R
R Square
Square
Estimate Durbin-Watson
.00662 1.310 a. Predictors: (Constant), BOPO, Pend_Bunga, LDR, Total_Asset b. Dependent Variable: ROA
1 .857 a .735
Sumber : Hasil output regresi
Berdasarkan hasil dari output SPSS pada tabel 4.4 diketahui nilai Durbin-Watson sebesar 1,310 yang berada diantara -2 dan +2, maka dapat disimpulkan data dalam penelitian ini tidak terdapat Autokorelasi.
c. Uji Multikoliniearitas
Berdasarkan hasil pengolahan data, informasi yang diperoleh dapat dilihat pada tabel berikut ini :
Tabel 4.5 Uji Multikolinearitas Nilai Tolerance dan VIF
Coefficients a Collinearity Statistics
Total_Asset
Pend_Bunga
a. Dependent Variable: ROA
Sumber : Hasil output regresi
Dari tabel 4.5 di atas menunjukkan suatu model regresi dinyatakan bebas dari multikolinearitas adalah jika data mempunyai nilai tolerance lebih besar dari 0,10 dan nilai VIF lebih kecil dari 10. Dari tabel perhitungan di atas diperoleh hasil bahwa semua variabel bebas memiliki nilai tolerance lebih besar dari 0,10 dan nilai VIF lebih kecil dari angka 10. Hasil regresi pada tabel tersebut sesuai dengan pendapat (Ghozali,2011:105). Dengan demikian dalam model ini tidak terdapat multikolinearitas.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan
1) Uji Glejser
Uji glejser jika dilihat berdasarkan hasil SPSS, maka yang kita lihat adalah hasil sig dari output. Jika sig >5% maka H 0 tidak dapat ditolak, berarti tidak terjadi heteroskedastisitas. Dengan kata lain jika sig >5% maka terjadi homokedastisitas. Dari hasil pengolahan data,maka diperoleh hasil informasi pada tabel 4.6 sebagai berikut :