Tabel 4.15 Return On Asset ROA Bank Mega Syariah 2010-2014
NAMA BANK
TAHUN BULAN
MARET JUNI
SEPTEMBER DESEMBER
Bank Mega Syariah
2010 3,18
2,98 2,47
1,96 2011
1,77 1,87
1,65 1,58
2012 3,52
4,13 4,11
3,81 2013
3,57 2,94
2,57 2,33
2014 1,18
0,99 0,24
0,29
Rasio ROA tertinggi 4,13
Rasio ROA terendah 0,24
Rata-rata total rasio ROA 2,35
Sumber: http:www.megasyariah.co.id
Nilai Rasio ROA tertinggi pada bulan Juni 2012 pada angka 4,13 dan terendah pada bulan September 2014 pada angka 0,29. Dan rata-rata total rasio
ROA sebesar 2,35.
4.3 Analisis Hasil Penelitian
4.3.1 Analisis Regresi Data Panel
Data panel adalah gabungan antara data runtut waktu time series dan data silangcross section. Data runtut waktu biasanya meliputi satu objekindividu
misalnya harga saham, kurs mata uang, SBI, atau tingkat inflasi, tetapi meliputi beberapa periode bisa harian, bulanan, kuartalan, atau tahunan. Data silang
terdiri dari atas beberapa atau banyak objek, sering disebut responden misalnya perusahaan dengan beberapa jenis data misalnya; laba, biaya iklan, laba ditahan,
dan tingkat investasi dalam suatu periode waktu tertentu. Ketika kita melakukan suatu observasi perilaku unit ekonomi seperti rumah tangga, perusahaan atau
Negara, kita tidak hanya akan melakukan observasi terhadap unit-unit tersebut di
dalam waktu yang bersamaan tetapi juga perilaku unit-unit tersebut pada berabagai periode waktu
Regresi dengan menggunakan data panel disebut model regresi data panel. Adabeberapa keuntungan yang diperoleh dengan menggunakan data panel.
Pertama, data panel merupakan gabungan data data time seris dan cross section mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree
of freedom yang lebih besar. Kedua, menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah
penghilangan variabel ommited-variable. Analisis Regresi data Panel digunakan untuk mendapatkan koefisien regresi
yang akan menentukan apakah hipotesis yang dibuat akan diterima atau ditolak. Dalam penentuan metode mana yang lebih tepat digunakan dalam penelitian ini,
terlebih dahulu dilakukan estimasi dengan tiga model dan panel yaitu, common effect, fixed effect, dan random effect dan kemudian diuji untuk mengetahui model
mana yang terbaik untuk digunakan. Pada umumnya dalam data panel hanya ada dua metode yang sesuai yaitu
fixed effect model FEM dan Random Effect Model REM yang sesuai karena model OLS Ordinary Least Square dalam penggunaanya kurang realistis. Hal
ini disebabkan karena dengan menggunakan model OLS maka akan diperoleh nilai intercept dan koefisien parameter yang konstan. Untuk itu, harus dipilih
salah satu model yang paling tepat. Masing-masing model ini memiliki kelebihan. Metode Random Effect REM mempunyai parameter yang lebih sedikit, sehingga
model yang dibentuk akan memiliki derajat kebebasan degree of freedom yang
lebih banyak dibandingkan dengan fixed effect Model FEMyang tidak perlu mengasumsikan bahwa komponen error tidak berkorelasi dengan variabel bebas.
1. Hasil Estimasi dengan Model Fixed Effect
Hasil estimasi Model Fixed Effect yang dilakukan melalui pengolahan eviews dapat dilihat pada tabel output berikut :
Dependent Variable: DROA? Method: Pooled Least Squares
Date: 080515 Time: 00:07 Sample adjusted: 2011 2014
Included observations: 4 after adjusments Cross-sections included: 7
Total pool balanced observations: 35 Variable
Coefficient Std. Error
t-Statistic Prob.
C 144.6301
32.64467 4.430435
0.0001 DNPF?
-0.133872 0.081194
-1.648797 0.1108
Fixed Effects Cross _BSM—C
-13.48983 _BCA—C
42.16646 _BRI—C
-58.10643 _BUKPOPIN—C
5.290441 _BNI—C
-18.59845 _PANIN—C
19.03019 _MEGA—C
23.70762 Effects Specification
Cross-section fixed dummy variables R-squared
0.213782 Mean dependent var 93.57143
Adjusted R-squared 0.009948 S.D. dependent var
61.41818 S.E. of regression
61.11192 Akaike info criterion 11.26092
Sum squared resid 100836.0 Schwarz criterion
11.61643 Log likelihood
-189.0661 Hannan-Quinn criter. 11.38364
F-statistic 1.048806 Durbin-Watson stat
2.200687 ProbF-statistic
0.421831 Sumber:datadiolah
Hasil regresi menunjukkan bahwa nilai koefisien dari ketujuh bank untuk koefisien BSM sebesar -13,48983 BCA sebesar 42.16646 BRI sebesar -58.10643
BUKOPIN sebesar 5.290441 BNI sebesar -18.59845 PANIN sebesar 19.03019 MEGA sebesar 23.70762. Berdasarkan nilai koefisien dari variabel NPF yaitu
sebesar -0.133872 yang mempunyai nilai probabilitas sebesar 0,1108 sehingga
berdasarkan nilai probabilitas tersebut menunjukkan tidak signifikan pengaruhnya, dimana nilai probabilitas 0,1108 lebih besar dari 0,10.
2. Hasil Estimasi dengan Model Random Effect
Hasil estimasi Model Random Effect yang dilakukan melalui pengolahan
eviews dapat dilihat pada tabel output berikut :
Dependent Variable: DROA? Method: Pooled EGLS Cross-section random effects
Date: 080515 Time: 00:09 Sample: 2010 2014
Included observations: 4 After adjusments Cross-sections included: 7
Total pool balanced observations: 35 Swamy and Arora estimator of component variances
White cross-section standard errors covariance d.f. corrected Variable
Coefficient Std. Error
t-Statistic Prob.
C 111.0833
28.39522 3.912042
0.0004 DNPF?
-0.045915 0.060291
-0.761556 0.4517
Random Effects Cross _BSM—C
-10.37783 _BCA—C
37.20745 _BRI—C
-58.10643 _BUKPOPIN—C
3.190431 _BNI—C
-12.79825 _PANIN—C
13.53009 _MEGA—C
18.72562 Effects Specification
S.D. Rho
Cross-section random 0.000000
0.0000 Idiosyncratic random
61.11192 1.0000
Weighted Statistics R-squared
0.016803 Mean dependent var 93.57143
Adjusted R-squared -0.012991 S.D. dependent var
61.41818 S.E. of regression
61.81582 Sum squared resid 126099.5
F-statistic 0.563986 Durbin-Watson stat
1.864801 ProbF-statistic
0.457981 Unweighted Statistics
R-squared 0.016803 Mean dependent var
93.57143 Sum squared resid
126099.5 Durbin-Watson stat 1.864801
Sumber: data diolah
Hasil regresi menunjukkan bahwa nilai koefisien dari ketujuh bank untuk koefisien BSM sebesar -10.37783, BCA sebesar 37.20745 BRI sebesar -58.10643
BUKOPIN sebesar 3.190431 BNI sebesar -12.79825 PANIN sebesar 13.53009, MEGA sebesar 18.72562 Berdasarkan nilai koefisien dari variabel NPF yaitu
sebesar-0.045915 yang mempunyai nilai probabilitas sebesar 0,4517 sehingga berdasarkan nilai probabilitas tersebut menunjukkan tidak signifikan
pengaruhnya, dimana nilai probabilitas 0,4517 lebih besar dari 0,10.
4.3.2UjiHausman Fixed effect vs Random Effect
Uji ini dikembangkan oleh Hausman untuk memilih apakah lebih baik menggunakan Model Fixed Effect atau Random effect. Statistik Uji Hausman
mengikuti distribusi Chi-Square dengan Degree Of freedom sebanyak K dimana K adalah jumlah variabel independen, jika nilai statistik Hausman lebih besar dari
nilai kritisnya, maka model yang tepat adalah model Fixed Effect dan sebaliknya. Berikut hasil uji Hausman yang ditampilkan dalam tabel output.
Tabel 4.16 Uji Hausman
Test Summary Chi-Sq
Statistic Chi-Sq.d.f
Prob. Cross-section
random 3.567616
1 0.0589
Sumber: data diolah
Hipotesis dari uji Hausman adalah: H
: Random Effect Model H
1
: Fixed Effect Model
Sehingga : -
Apabila Chi Square statistik pada uji Hausman signifikan, berarti model dapat diestimasi dengan model Fixed Effect Model.
- Apabila nilaiChi Square statistik pada uji Hausman tidak signifikan, berarti
peneliti dapat menggunakan model RandomEffect Model Berdasarkan output uji Hausman dari eviews diatas terlihat nilai Chi Square
tabel yaitu 3,567616 7.815. Dan dengan melihat nilai probabilitas 0,0589 5 menunjuukkan tidak signifikan pengaruhnya dimana karena nilai probabilitasnya
lebih besar dari 5. Dengan demikian dapat disimpulkan bahwa metode analisis model Random Effect Model REM lebih baik dibandingkan Fixed Effect Model
FEM. Berdasarkan uji Hausman, terlihat bahwa model mengikuti Random Effect.
4.4 Pembahasan Hasil Penelitian