Berdasarkan tabel 4.6 dapat diinterprestasikan bahwa besarnya nilai perubahan laba tertinggi pada tahun 2006 dimiliki PT. Bank CIMB NIAGA, Tbk dengan nilai
111,1 kali, sedangkan untuk nilai yang terendah dimiliki oleh PT. Bank Bumiputera, Tbk dengan nilai -116,47 kali. Pada tahun 2007 besarnya nilai perubahan laba
tertinggi dimiliki oleh PT. Bank Mega, Tbk dengan nilai 243,26 kali, sedangkan nilai terendah dimiliki oleh PT. Bank International Indonesia, Tbk dengan nilai -44,31 kali.
Pada tahun 2008 nilai perubahan laba tertinggi dimiliki oleh PT. Bank International Indonesia, Tbk dengan nilai 39,94 kali dan untuk yang terendah dimiliki oleh PT.
Bank Bumiputera, Tbk dengan nilai -90,67 kali. Pada tahun 2009 nilai perubahan laba tertinggi dimiliki oleh PT. Bank Bumiputera, Tbk dengan nilai 161,84 kali, sedangkan
nilai terendah dimiliki oleh PT. Bank International Indonesia, Tbk dengan nilai - 108,74 kali.
4.3. Hasil Analisis
4.3.1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Untuk mengetahui apakah data tersebut mengikuti sebaran normal dapat
dilakukan dengan menggunakan metode Kolmogorov Smirnov. Jika nilai signifikansi p- value 0,05 maka H diterima, yang artinya normalitas terpenuhi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel : 4.3.1.1 Uji normalitas Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Mean .0000
Normal Parameters
a
Std. Deviation 67.82897
Absolute .154
Positive .154
Most Extreme Differences Negative
-.107 Kolmogorov-Smirnov Z
.922 Asymp. Sig. 2-tailed
.363 a. Test distribution is Normal.
Sumber : Output SPSS 16.00
Dari hasil perhitungan didapatt nilai signifikan uji normalitas residual sebesar 0.363, dimana nilai tersebut lebih besar dari 0.05 sehingga ketentuan H diterima dan
dapat disimpulkan bahwa asumsi normalitas terpenuhi.
4.3.2. Uji Asumsi
Klasik
Tujuan dari analisis asumsi klasik adalah untuk mengeetahui secara pasti apakah
model regresi linear berganda dengan persamaan Y = β + β X + β X + β X + β X + β₅X₅
+ e, yang digunakan untuk membahas pengaruh variable bebas Quick Ratio, Capital Adequacy Ratio, Net Profit Margin, Return On Equity Capital, dan Loan to Deposit Ratio
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
terhadap variable terikat yaitu perubahan laba, menghasilkan keputusan yang bersifat BLUE Best Linear Unbiased Estimator dalam arti, pengambilan keputusan melalui uji F dan uji t
tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linear berganda, yaitu:
4.3.2.1. Autokorelasi
Uji autokorelasi digunakan untuk mengetahui bahwa antara observasi dalam setiap variable bebas tidak terjadi suatu korelasi atau hubungan. Uji ini dapat dilakukan dengan
menggunakan uji Durbin Watson DW-test. Tabel : 4.3.2.1 : Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .435
a
.190 .055
73.26366 2.412
a. Predictors: Constant, Loan to Deposit Ratio, Return On Equity Capital, Capital Adequacy Ratio, Qucik Ratio, Net Profit Margin
b. Dependent Variable: Perubahan Laba
Sumber : Output SPSS 16.00
Hasil uji autokorelasi menunjukkan bahwa nilai DW sebesar 2,412 berada didaerah keragu-raguan. Jika DW berada diantara 1,21 DW 1,65 atau 3,35 DW 2,79 maka
termasuk dalam daerah keragu-raguan; sehingga dapat disimpulkan bahwa asumsi tidak terjadi autokorelasi dapat dipenuhi.
4.3.2.2. Multikolinieritas
Multikolinieritas berarti ada hubungan linear yang sempurna diantara beberapa atau semua variable bebas dari model regresi. Pendeteksian ada tidaknya gejala multikonieritas
dapat diketahui dengan melihat nilai VIF. Menurut Ghozali 2006:92, jika nilai VIF lebih
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
kecil dari 10 atau tolerance mendekati 1, maka model regresi tersebut bebas dari gejala multikolinieritas.
Adapun hasil dari perhitungan dengan menggunakan program SPSS 16.0 diperoleh nilai VIF sebagai berikut:
Tabel 4.3.2.2 : Uji Multikolinieritas
Coefficients
a
Unstandardized Coefficients
Standardized Coefficients
Collinearity Statistics Model
B Std. Error
Beta t
Sig. Tolerance
VIF Constant
-14.818 72.036
-.206 .838
Qucik Ratio -.287
3.316 -.017
-.087 .932
.665 1.503
Capital Adequacy Ratio
2.684 2.476
.204 1.084
.287 .766
1.306 Net Profit Margin
1.400 3.091
.130 .453
.654 .326
3.070 Return On Equity
Capital 4.159
4.139 .310
1.005 .323
.284 3.516
1
Loan to Deposit Ratio -.859
.889 -.194
-.966 .342
.670 1.493
a. Dependent Variable: Perubahan Laba
Sumber : Output SPSS 16.00 Hasil uji multikonieritas menunjukkan nilai VIF yang kurang dari 10, sehingga tidak
terjadi multikolinieritas yang tinggi. Dengan demikian dapat disimpulkan bahwa asumsi tidak terjadi multikolinieritas pada variable bebas penelitian dapat dipenuhi.
4.3.2.3. Heteroskedastisitas
Dalam model regresi, nilai residual tidak boleh ada hubungan dengan varuabel bebas. Untuk mendeteksi ada tidaknya heteroskedastisitas dapat menggunakan rank spearman, yaitu
mengkorelasikan nilai residual dengan seluruh variable bebas . menurut santoso 2001: 231, jika nilai probabilitas lebih besar dari 0,05 maka model regresi tersebut bebas dari gejala
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
heteroskedasitisitas. Adapun hasil dari perhitungan dengan menggunakan SPSS 16.0 diperoleh nilai probabilitas sebagai berikut:
Tabel 4.3.2.3 : Uji Heteoskedastisitas
Unstandardized Residual
Correlation Coefficient 1.000
Sig. 2-tailed .
Unstandardized Residual
N 36
Correlation Coefficient -.031
Sig. 2-tailed .859
Qucik Ratio
N 36
Correlation Coefficient .018
Sig. 2-tailed .917
Capital Adequacy Ratio
N 36
Correlation Coefficient .137
Sig. 2-tailed .425
Net Profit Margin
N 36
Correlation Coefficient .128
Sig. 2-tailed .456
Return On Equity Capital
N 36
Correlation Coefficient .091
Sig. 2-tailed .597
Spearmans rho
Loan to Deposit Ratio
N 36
. Correlation is significant at the 0.05 level 2-tailed. . Correlation is significant at the 0.01 level 2-tailed.
Sumber : Output SPSS 16.00
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Hasil Uji Heteroskedastisitas diperoleh nilai signifikansi X1=0,859; X2=0,917; X3=0,425; X4=0,456; X5=0,597 yang masing-masing 0,05 berarti tidak terjadi
heteroskedastisitas. Dengan demikian asumsi tidak terjadi heteroskedastisitas dapat dipenuhi.
4.3.3. Analisis Regresi Linear Berganda
Dalam penelitian ini, teknik analisis yang digunakan adalah analisis regresi linear berganda dan untuk mengolah data digunakan alat bantu computer dengan program SPSS
16.0 Statistical Product and Service Solution. Tujuannya untuk mengeetahui adanya pengaruh variable bebas yaitu Quick Ratio X1, Capital Adequacy Ratio X2, Net Profit
Margin X3, Return on Equity Capital X4, dan Loan to Deposit Ratio X5 terhadap variabel terikat yaitu Perubahan Laba Y. dari pengolahan data tersebut, maka diperoleh
hasil sebagai berikut: Tabel 4.3.3.1 : hasil Koefisien Regresi
Coefficients
a
Unstandardized Coefficients
Standardized Coefficients
Collinearity Statistics Model
B Std. Error
Beta t
Sig. Tolerance
VIF Constant
-14.818 72.036
-.206 .838
Qucik Ratio -.287
3.316 -.017
-.087 .932
.665 1.503
Capital Adequacy Ratio
2.684 2.476
.204 1.084
.287 .766
1.306 Net Profit Margin
1.400 3.091
.130 .453
.654 .326
3.070 Return On Equity
Capital 4.159
4.139 .310
1.005 .323
.284 3.516
1
Loan to Deposit Ratio -.859
.889 -.194
-.966 .342
.670 1.493
a. Dependent Variable: Perubahan Laba
Sumber : Hasil Pengolahan data
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Berdasarkan tabel 4.11 di atas, maka diperoleh persamaan regresi linear berganda sebagai berikut:
Y = -14,818 – 0,287X1 + 2,687X2 + 1,400X3 + 4,159X4 – 0,859X5
Dari persamaan regresi linear berganda di atas dapat diperoleh penjelasan masing-masing koefisien regresi sebagai berikut:
1. Konstanta sebesar – 14,818 menyatakan bahwa jika variable bebas dianggap
konstan, maka variabel Y sebesar -14,818. 2.
Koefisien variable X1 sebesar -0,287 menyatakan bahwa setiap penambahan X1 sebesar satu satuan, maka akan menurunkan Y sebesar 0,287.
3. Koefisien variabel X2 sebesar 2,687 menyatakan bahwa setiap penambahan X2
sebesar satu satuan, maka akan menaikkan Y sebesar 2,687. 4.
Koefisien variabel X3 sebesar 1,400 menyatakan bahwa setiap penambahan X3 sebesar satu satuan, maka akan menaikkan Y sebesar 1,400.
5. Koefisien variabel X4 sebesar 4,159 menyatakan bahwa setiap penambahan X4
sebesar satu satuan, maka akan menaikkan Y sebesar 4,159. 6.
Koefisien variabel X5 sebesar -0,859 menyatakan bahwa setiap penambahan X5 sebesar satu satuan, maka akan menurunkan Y sebesar -0,859.
4.3.4. Hasil Pengujian Hipotesis 4.3.4.1. Uji Koefisien Determinasi R²
