2 Jika KK bernilai negatif maka variabel-variabel berkorelasi negatif. Semakin dekat nilai KK ke -1 semakin kuat korelasinya.
3 Jika KK bernilai 0 nol maka variabel-variabel tidak menunjukkan korelasi.
4 Jika KK bernilai +1 atau -1 maka variabel-variabel menunjukkan korelasi positif atau negatif yang sempurna.
Untuk menentukan keeratan hubungan atau korelasi antar variabel tersebut, berikut ini diberikan nilai-nilai dari KK sebagai patokan.
10
Tabel 3.1 Nilai Koefisien Korelasi
KK = 0 Tidak ada korelasi
0 KK ≤ 0,20 Korelasi sangat rendah atau lemah sekali
0,20 KK ≤ 0,40 Korelasi rendah atau lemah tapi pasti
0,40 KK ≤ 0,70 Korelasi yang cukup berarti
0,70 KK ≤ 0,90 Korelasi yang tinggi, kuat
0,90 KK ≤ 1,00 Korelasi sangat tinggi, kuat sekali
KK = 1 Korelasi sempurna
Sumber: Iqbal Hasan
10
Iqbal Hasan, Analisis Data Penelitian dengan Statistik Jakarta: PT Bumi Aksara, 2006, h.43- 44.
d. Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi adalah antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang crosssection relatif rendah karena adanya
variasi yang besar antara masing-masing pengamatan. Kelemahan mendasar dalam menggunakan koefisien determinasi adalah
bias terhadap jumlah variabel independen yang dimasukkan dalam model. Apabila satu variabel independen ditambah, R
2
akan meningkat tanpa mempedulikan apakah variabel tersebut berpengaruh secara siginifikan atau
tidak terhadap variabel dependen. Oleh karena itu, penelitian ini menggunakan nilai adjusted R
2
untuk mengevaluasi model regresi. Nilai adjusted R
2
mampu naik atau turun apabila satu variabel independen ditambahkan dalam model regresi. Seperti halnya koefisien determinasi R
2
, nilai adjusted R
2
juga berkisar antara nol dan satu. Apabila mendekati nilai
1 berarti semakin kuat kemampuan variabel independen dalam menjelaskan variabel dependennya.
11
e. Analisis Model Regresi
Regresi linear berganda yaitu suatu model linear regresi yang variabel dependennya merupakan fungsi linear dari beberapa variabel bebas. Regresi
linear berganda sangat bermanfaat untuk meneliti pengaruh beberapa variabel yang berkorelasi dengan variabel yang diuji. Teknik analisis ini
sangat dibutuhkan dalam berbagai pengambilan keputusan baik dalam perumusan kebijakan manajemen maupun dalam telaah ilmiah.
Hubungan fungsi antara satu variabel dependen dengan lebih dari satu variabel independen dapat dilakukan dengan model regresi berganda,
dimana aspek profitabilitas bank ROA dan ROE sebagai variabel dependen, sedangkan shariah compliance SC, audit review AR, dan role
and responsibility RR sebagai variabel independen. Sehingga fungsi profitabilitas ROA yang digunakan dalam penelitian ini yaitu:
ROA = fSC,AR,RR, dan ROE = fSC,AR,RR
Persamaan regresi yang digunakan adalah sebagai berikut : Y
1
= α
1
+ b X + b X + b X + е
11
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, Edisi 5 Semarang: Badan Penerbit Universitas Diponegoro, 2011, h. 97.
