38
mengetahui hubungan antara variabel-variabel independen terhadap variabel dependen secara parsial individu. Kriteria pengambilan keputusan adalah:
1 Hipotesis diterima apabila t
tabel
pada sig-prob a 0,05 2
Hipotesis ditolak apabila t
hitung
t
tabel
pada sig-prob a 0,05
c. Uji simultan Uji F
Secara simultan, pengujian hipotesis dilakukan dengan uji F. Menurut Ghozali 2005 :84,“uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas
yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variable dependen atau terikat”. Uji ini bertujuan untuk menguji pengaruh antara variabel independen
terhadap variabel dependen secara bersama-sama. Kriteria pengmbilan keputusan adalah:
1 Hipotesis diterima apabila F
hitung
F
tabel
atau sig-prob a 0,05 2
Hipotesis ditolak apabila F
hitung
F
tabel
atau sig-prob a 0,05
Universitas Sumatera Utara
39
BAB IV
HASIL DAN PEMBAHASAN
4.1 Data Penelitian
Objek dalam penelitian ini adalah bank syariah yang terdaftar di Bursa Efek Indonesia periode 2008-2012. Pemilihan sampel dilakukan dengan metode purposive sampling. Dari
populasi sebanyak 7 bank syariah yang memenuhi kriteria dan untuk selanjutnya dapat dijadikan sampel yaitu Bank Muamalat Indonesia, Bank Syariah Mandiri, Bank Syariah
Mega Indonesia, Bank Negara Indonesia Syariah, dan Bank Rakyat Indonesia Syariah, Bank Bukopin Syariah dan Panin Bank Syariah.
4.2 Analisis Data Penelitian 1. Analisis deskriptif
Analisis deskriptif dari data yang diambil untuk penelitian ini adalah dari tahun 2008 sampai dengan tahun 2012 yaitu sebanyak 35 data pengamatan. Deskripsi variabel dalam
statistik deskriptif yang digunakan pada penelitian ini meliputi nilai minimum, maksimum, mean, dan standar deviasi dari satu variabel dependen yaitu profitabilitas ROA dan
empat variabel independen yaitu CAR Capital Adequacy Ratio, NPF Non Performing Financing, BOPO Beban Operasional Pendapatan Operasional, dan FDR Financing
to Deposit Ratio.
Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data. Statistik deskriptif menggambarkan karakter sampel yang digunakan dalam penelitian ini.
Distribusi statistik deskriptif untuk masing-masing variabel terdapat pada Tabel 4.1 berikut:
Universitas Sumatera Utara
40
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation CAR
35 9,40
45,45 15,7769
6,85256 NPF
35 1,50
7,00 3,3980
1,17230 BOPO
35 73,76
215,58 93,8254
29,86283 FDR
35 68,92
184,37 88,7937
19,57312 ROA
35 -3,60
3,81 1,2937
1,30866 Valid N listwise
35
Tabel 4.1 menunjukan bahwa rata-rata masing dapat dilihat bahwa selama periode pengamatan, dapat diberi kesimpulan yaitu sebagai berikut:
a. Variabel dependen profitabilitas ROA yang diukur dengan membandingkan
antara laba sebelum pajak terhadap total asset. ROA memiliki nilai terendah - 3,60 dan nilai tertinggi 3,81 dengan nilai rata-rata 1,2937 dan standar deviasi
1,30866. b.
Variabel independen CAR Capital Adequacy Ratio yang mencerminkan kecukupan modal diukur dengan membandingkan antara modal sendiri
terhadap aktiva tertimbang menurut risiko. Nilai terendah adalah 9,40 dan nilai tertinggi 45,45 dengan nilai rata-rata 15,7769 dan standar deviasi 6,85256.
c. Variabel independen NPF Non Performing Financing yang mencerminkan
risiko pembiayaan diukur dengan membandingkan antara pembiayaan bermasalah terhadap total pembiayaan. Nilai terendah adalah 1,50 dan nilai
tertinggi 7,00 dengan nilai rata-rata 3,3980 dan standar deviasi 1,17230. d.
Variabel independen BOPO Beban Operasional Pendapatan Operasional yang mencerminkan efisiensi diukur dengan membandingkan antara jumlah
total beban operasional terhadap jumlah total pendapatan operasional perputaran total. Nilai terendah adalah 73,76 dan nilai tertinggi 215,58 dengan
nilai rata-rata 93,8254 dan standar deviasi 29,86283.
Universitas Sumatera Utara
41 e.
Variabel independen FDR Financing to Deposit Ratio yang mencerminkan kemampuan bank dalam membayar kembali penarikan dana yang dilakukan
deposan diukur dengan membandingkan pembiayaan yang diberikan terhadap total dana pihak ketiga. Nilai terendah 68,92 dan nilai tertinggi 184,37 dengan
nilai rata-rata 88,7937 dan standar deviasi 19,57312.
2. Pengujian asumsi klasik a. Uji normalitas data
Uji normalitas data bertujuan untuk menguji apakah dalam sebuah model regresi, variabel dependen ROA, variabel independen CAR, NPF, BOPO, dan FDR pada
bank syariah, atau keduanya mempunyai distribusi normal atau tidak. Normalitas umumnya dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari
grafik atau dengan melihat histogram dari residualnya.
Gambar 4.1 Uji Normalitas Histogram
Gambar 4.2
Universitas Sumatera Utara
42
Uji Normalitas Grafik P-Plot
Analisis grafik dapat digunakan dengan dua alat yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi normal. Pada grafik
histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data dikatakan berdistribusi
normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal.
Dengan melihat tampilan grafik histogram pada gambar 4.1 diatas kita dapat melihat bahwa gambar grafik berbentuk lonceng dan tidak menceng ke kiri dan ke
kanan yang menunjukkan bahwa data terdistribusi secara normal. Pada grafik P-P Plot pada gambar 4.2 diatas terlihat titik-titik menyebar di sepanjang garis diagonal. Kedua
grafik tersebut menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas.
b. Uji heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain
Ghozali, 2005 : 111. Model regresi yang baik untuk dijadikan obyek penelitian
Universitas Sumatera Utara
43 adalah tidak terjadi heterokedastisitas. Cara melihat ada tidaknya heterokedastisitas
adalah dengan melihat grafik scatterplot yang dihasilkan dari pengolahan data menggunakan program SPSS. Dasar pengambilan keputusannya menurut adalah
sebagai berikut: 1
Jika membentuk pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi
heterokedastisitas. 2
Jika tidak membentuk pola yang jelas, serta titik menyebar dibawah angka 0 dan y, maka tidak heterokedastisitas.
Uji ini dilakukan dengan mengamati pola tertentu pada grafik scatterplot, dimana bila ada titik-titik yang menyebar di atas dan dibawah angka 0 pada sumbu y serta tidak
membentuk pola maka tidak terjadi heterokedastisitas.
Gambar 4.3 Uji Heterokedastisitas Scatterplot
Universitas Sumatera Utara
44 Pada gambar 4.3 tentang grafik scatterplot diatas terlihat titik-titik menyebar
secara acak dan tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu y. Hal ini berarti tidak terjadi
heterokedastisitas pada model regresi sehingga model regresi layak dipakai untuk melihat pengaruh variabel independen terhadap variabel dependen.
c. Uji autokorelasi