Metode Analisis Statistik Analisis Regresi Linear Berganda

3.5.1.4 Uji Heteroskedastisitas

Menurut Erlina 2011:105 “Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi ini terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain”. Jika varian dari residual dari suatu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas. Salah satu uji untuk mengetahui heteroskedastisitas adalah dengan melihat penyebaran dari variance residual pada diagram pencar scatter plot.

3.5.2 Metode Analisis Statistik

Penelitian ini menggunakan analisis regresi berganda. Analisis regresi ini dapat digunakan untuk memperoleh gambaran yang menyeluruh mengenai hubungan antara variabel dependen dan independen secara menyeluruh baik secara simultan atau secara parsial. Dalam penelitian ini analisis regresi linear berganda digunakan untuk mengetahui pengaruh Rasio Beban Operasional terhadap Pendapatan Operasional BOPO, Capital Adequacy Ratio CAR, Dana Pihak Ketiga DPK, Non Performing Loan NPL dan terhadap Return On Assets ROA pebankan yang terdaftar di Bursa Efek Indonesia. Adapun persamaan regresi yang digunakan, yaitu: Yi,t = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + e Universitas Sumatera Utara Keterangan: Yi,t =Return on Assets ROA perusahaan i pada tahun t a = Konstanta X 1 = Biaya Operasional terhadap Pendapatan Operasional BOPO X 2 = Capital Adequacy Ratio CAR X 3 = Dana Pihak Ketiga DPK X 4 = Non Performing Loan NPL b 1 = Koefisien regresi variabel X 1 b 2 = Koefisien regresi variabel X 2 b 3 = Koefisien regresi variabel X 3 b 4 = Koefisien regresi variabel X 4

3.5.3 Pengujian Hipotesis

Model regresi yang sudah memenuhi asumsi-asumsi klasik tersebut akan digunakan untuk menganalisis suatu perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis daerah dimana Ho ditolak. Sebaliknya, disebut tidak signifikan bila uji statistiknya berada dalam daerah dimana Ho diterima. Model pengujian yang dilakukan adalah uji t.

1. Uji Signifikansi Simultan Uji-F

Pengujian ini dilakukan untuk mengetahui apakah semua variabel bebas secara bersama-sama atau serempak mempunyai pengaruh yang signifikan terhadap variabel terikat. Universitas Sumatera Utara Adapun mengenai hipotesis yang dilakukan dalam penelitian ini dirumuskan sebagai berikut : a. Jika probabilitas sig F α 0,05 atau F hitung F tabel maka Ho diterima, artinya tidak ada pengaruh dari variabel independen terhadap variabel dependen. b. Jika probabilitas sig F α 0,05 atau F hitung F tabel maka Ha diterima, artinya ada pengaruh dari variabel independen terhadap variabel dependen.

2. Uji Signifikansi Parsial Uji-t

Pengujian ini dilakukan untuk mengetahui apakah setiap variabel bebas secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat. Adapun mengenai hipotesis-hipotesis yang dilakukan dalam penelitian ini dirumuskan sebagai berikut : a. Jika probabilitas sig t α 0,05 atau t hitung t tabel maka Ho diterima, artinya tidak ada pengaruh secara parsial dari variabel independen X terhadap variabel depeden Y. b. Jika probabilitas sig t α 0,05 atau t hitung t tabel maka Ha diterima, artinya ada pengaruh secara parsial dari variabel independen X terhadap variabel depeden Y.

3. Koefisien Determinasi R

2 Koefisien determinasi adalah koefisien nilai yang menunjukkan besarnya variasi variabel terikat dependent variabel yang dipengaruhi oleh variasi variabel bebas independent variabel. Universitas Sumatera Utara Pengukuran besarnya persentase kebenaran dari uji regresi tersebut dapat dilihat melalui nilai koefisien derminasi multiple R 2 koefisien determinan mengukur proporsi dari variasi yang dapat dijelaskan oleh variabel bebas. Apabila nilai R 2 suatu regresi mendekati satu maka semakin baik regresi tersebut dan semakin mendekati nol maka variabel independen secara keseluruhan tidak bisa menjelaskan variabel dependen. Adjusted R square ini digunakan untuk melihat berapa besar pengaruh faktor-faktor yang ditimbulkan oleh variabel-variabel bebas terhadap variabel terikat. Untuk memastikan tipe hubungan antar variabel dapat dilihat pada tabel 3.3 berikut ini. Tabel 3.3 Hubungan Antar Variabel Nilai Interpretasi 0,0 – 0,19 Sangat Tidak Erat 0,2 – 0,39 Tidak Erat 0,4 – 0,59 Cukup Erat 0,6 – 0,79 Erat 0,8 – 0,99 Sangat Erat Situmorang, 2008:113 Universitas Sumatera Utara BAB IV HASIL DAN PEMBAHASAN

4.1 Gambaran Umum Perusahaan

Perusahaan yang digunakan di dalam penelitian ini adalah perusahaan yang bergerak di sektor perbankan yang terdaftar di Bursa Efek Indonesia periode 2010-2013. Perusahaan Perbankan yang terdaftar dari tahun 2010-2013 yaitu sebanyak 32 perusahaan. Metode pemilihan sampel yang digunakan adalah purposive judgement sampling method yaitu berdasarkan kriteria-kriteria tertentu. Berdasarkan metode tersebut diperoleh sampel penelitian yaitu sebanyak 25 perusahaan yang bergerak dalam sektor perbankan periode penelitian tahun 2010-2013 yaitu sebanyak 4 tahun sehingga data pooling sebanyak 100. Universitas Sumatera Utara Tabel 4.1 Daftar Sampel Penelitian No Nama Perusahaan Kode 1 Bank Artha Graha Internasional Tbk. INPC 2 Bank Bukopin Tbk. BBKP 3 Bank Bumi Arta Tbk. BNBA 4 Bank Capital Indonesia Tbk. BACA 5 Bank Central Asia Tbk. BBCA 6 Bank CIMB Niaga Tbk. BNGA 7 Bank Danamon Indonesia Tbk. BDMN 8 Bank Ekonomi Raharja Tbk. BAEK 9 Bank Himpunan Saudara 1906 Tbk. SDRA 10 Bank Internasional Indonesia Tbk. BNII 11 Bank Mandiri Persero Tbk. BMRI 12 Bank Mayapada Tbk. MAYA 13 Bank Mega Tbk. MEGA 14 Bank Negara Indonesia Persero Tbk. BBNI 15 Bank Nusantara Parahyangan Tbk. BBNP 16 Bank OCBC NISP Tbk. NISP 17 Bank Pan Indonesia Tbk. PNBN 18 Bank Permata Tbk. BNLI 19 Bank Rakyat Indonesia Persero Tbk. BBRI 20 Bank Rakyat Indonesia Agroniaga Tbk. AGRO 21 Bank of India Indonesia Tbk. BSWD 22 Bank Tabungan Negara Persero Tbk. BBTN 23 Bank Tabungan Pensiunan Nasional Tbk. BTPN 24 Bank Victoria International Tbk. BVIC 25 Bank Windu Kentjana Internasional Tbk. MCOR Sumber: Olahan Peneliti, 2014 Universitas Sumatera Utara 4.2 Analisis Hasil Penelitian 4.2.1 Analisis Statistik Deskriptif Berdasarkan hasil analisis deskripsi statistik, maka pada Tabel 4.2 akan ditampilkan karakteristik sampel yang digunakan didalam penelitian ini meliputi jumlah sampel N, rata-rata sampel mean, nilai maksimum, nilai minimum serta standar deviasi untuk masing-masing variabel. Tabel 4.2 Statistik Deskriptif Descriptive Statistics N Minimu m Maximu m Mean Std. Deviation BOPO 100 53.00 95.97 79.2746 9.84621 CAR 100 10.35 29.29 16.2389 3.42432 DPK 100 14.02 20.14 17.2528 1.65898 NPL 100 .21 8.82 2.0342 1.25097 ROA 100 .66 5.15 2.2973 1.05266 Valid N listwise 100 Sumber : Data diolah peneliti Berdasarkan tabel 4.2 diatas menunjukkan bahwa jumlah data yang digunakan dalam penelitian ini sebanyak 100 sampel yang diteliti selama periode 2010-2013. Berikut ini adalah penjelasan data deskriptif yang telah diolah : a. Variabel Biaya Operasional terhadap Pendapatan Operasioan BOPO memiliki nilai minimum terkecil sebesar 53,00 yang terdapat pada Bank Tabungan Pensiunan Nasional Tbk. tahun 2013, dan nilai maksimum terbesar sebesar 95,97 terdapat pada Bank Universitas Sumatera Utara Rakyat Indonesia Agroniaga Tbk. tahun 2010. Nilai rata-rata mean sebesar 79,2746 dan Standard deviation simpangan baku variabel ini adalah 9,84621. b. Variabel Capital Adequacy Ratio CAR memiliki nilai minimum terkecil sebesar 10,35 yang terdapat pada Bank Himpunan Saudara 1906 Tbk. tahun 2012, dan nilai maksimum terbesar sebesar 29,29 terdapat pada Bank Capital Indonesia Tbk. tahun 2010. Nilai rata- rata mean sebesar 16,2389 dan Standard deviation simpangan baku variabel ini adalah 3,42432. c. Variabel Dana Pihak Ketiga DPK memiliki nilai minimum terkecil sebesar 14,02 yang terdapat pada Bank of India Tbk. tahun 2010, dan nilai maksimum terbesar sebesar 20,14 terdapat pada Bank Mandiri Persero Tbk. tahun 2013. Nilai rata-rata mean sebesar 17,252 dan Standard deviation simpangan baku variabel ini adalah 1,65898. d. Variabel Non Performing Loan NPL memiliki nilai minimum terkecil sebesar 0,21 yang terdapat pada Bank Bumi Arta Tbk. tahun 2013, dan nilai maksimum terbesar sebesar 8,82 terdapat pada Bank Rakyat Indonesia Agroniaga Tbk. tahun 2010. Nilai rata- rata mean sebesar 2,0342 dan Standard deviation simpangan baku variabel ini adalah 1,25097. e. Variabel Return On Assets ROA memiliki nilai minimum terkecil sebesar 0,66 yang terdapat pada Bank Artha Graha Internasional Universitas Sumatera Utara Tbk. tahun 2012, dan nilai maksimum terbesar sebesar 5,15 terdapat pada Bank Rakyat Indonesia Persero Tbk. tahun 2012. Nilai rata-rata mean sebesar 2,2973 dan Standard deviation simpangan baku variabel ini adalah 1,05266. 4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas Uji Normalitas dilakukan untuk menguji apakah dalam sebuah model regresi, variabel independen, dan variabel dependen atau keduanya mempunyai distribusi normal atau tidak. Uji ini akan dideteksi melalui dua cara, yaitu analisis grafik histogram dan Normal P-Plots serta analisis statistik Non-Parametrik Kolmogorov-Smirnov. Uji normalitas pertama dengan melihat grafik histogram sebagaimana terlihat dalam gambar 4.1 di bawah ini : Gambar 4.1 Grafik Histogram Universitas Sumatera Utara Sumber : Data diolah, 2014 Pada gambar 4.1 diatas dapat dilihat bahwa pola terdistribusi seacara normal. Hal ini ditunjukkan oleh distribusi data kurva histogram yang memiliki keseimbangan ke kiri dan ke kanan. Akan tetapi jika kesimpulan normal atau tidaknya data hanya dilihat dari grafik histogram, maka hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode lain yang digunakan dalam analisis grafik adalah dengan melihat normal probability plot. Jika distribusi data residual normal, maka garis yang akan menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Uji normalitas dengan melihat normal probability plot dapat dilihat pada gambar 4.2 berikut : Gambar 4.2 Grafik Normal P-P Plot Sumber : Data Diolah, 2014 Universitas Sumatera Utara Dari gambar 4.2 di atas terlihat bahwa grafik P-Plot di atas terdistribusi secara normal. Hal ini dikarenakan titik-titik data menyebar di sekitar garis diagonalserta penyebaran mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal. Pada analisis stastistik, pengujian ini menggunakan uji kolmogorov-smirnov untuk mendapatkan tingkat uji normalitas yang lebih signifikan. Data yang berdistribusi normal ditunjukkan dengan nilai signifikansi diatas 0,05. Hasil pengujian menggunakan Uji Kolmogorov-Smirnov yaitu sebagai berikut: Tabel 4.3 Hasil Uji Normalitas dengan Kolmogrov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardiz ed Residual N 100 Normal Parameters a,b Mean .0000000 Std. Deviation .35900011 Most Extreme Differences Absolute .102 Positive .102 Negative -.058 Kolmogorov-Smirnov Z 1.023 Asymp. Sig. 2-tailed .246 a. Test distribution is Normal. b. Calculated from data. Sumber : Data Diolah, 2014 Universitas Sumatera Utara Dari tabel di atas menunjukkan bahwa data sudah terdistribusi secara normal. Hal ini di lihat dari nilai kolmogorov-smirnov Z sebesar 1,023 dengan nilai Asymp.Sig 2-tailed sebesar 0,246 atau probabilitas diatas 0,05. Hal ini menunjukkan bahwa data telah terdistribusi secara normal.

4.2.2.2 Uji Multikolinearitas

Uji ini bertujuan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel independen. Pengujian ini dapat dilihat melalui nilai tolerance dan Variance Inflation Factor VIF. Apabila nilai VIF 10 dan nilai tolerance 0,1 maka terjadi multikolinearitas dan apabila nilai VIF 10 dan nilai tolerance 0,1 maka tidak terjadi multikolinearitas. Hasil uji multikolinearitas dapat dilihat pada tabel berikut : Tabel 4.4 Hasil Uji Multikolinearitas Model Collinearity Statistics Tolerance VIF 1 Constant BOPO .470 2.128 CAR .819 1.221 DPK .507 1.972 NPL .902 1.109 Sumber : Data Diolah, 2014 Universitas Sumatera Utara Berdasarkan tabel di atas menunjukkan bahwa variabel independen memiliki nilai tolerance 0,10 dan VIF 10. Untuk Variabel BOPO memiliki nilai tolerance sebesar 0,470 dan VIF sebesar 2,128. Variabel CAR memiliki nilai tolerance sebesar 0,819 dan VIF sebesar 1,221.variabel DPK memiliki nilai tolerance sebesar 0,507 dan VIF sebesar 1,972. Variabel NPL memiliki nilai tolerance sebesar 0,902 dan VIF sebesar 1,109. Berdasarkan tabel tersebut dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model ini.

4.2.2.3 Uji Autokorelasi

Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson. Untuk uji Durbin Watson memiliki ketentuan sebagai berikut: 1. tidak ada autokorelasi positif, jika 0 d dl 2. tidak ada autokorelasi positif, jika dl ≤ d ≤ du 3. tidak ada korelasi negatif, jika 4 - dl d 4 4. tidak ada korelasi negatif, jika 4 – du ≤ d ≤ 4 – dl 5. tidak ada autokorelasi, positif atau negatif, jika du d 4 – du Universitas Sumatera Utara Tabel 4.5 Hasil Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .940 a .884 .879 .36648 2.080 a. Predictors: Constant, BOPO, CAR, NPL, DPK b. Dependent Variable: ROA Sumber : Data Diolah, 2014 Nilai tabel Durbin Watson diketahui bahwa nilai dl lower bound untuk k = 4 dan n=100 adalah sebesar 1,5922 sedangkan nilai du upper bound adalah sebesar 1,7582. Hasil pengolahan dengan menggunakan SPSS diperoleh nilai dw= 2,080 yang terletak di dalam interval1,7582 du 2,080 dw 2,2418 4-du sehingga dapat dikatakan bahwa model regresi linier berganda bebas dari gejala autokorelasi.

4.2.2.4 Uji Heteroskedastisitas

Pengujian ini digunakan untuk melihat apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual dalam rangkaian suatu pengamatan ke pengamatan lain. Pengujian dilakukan dengan membuat scatterplot untuk mengetahui terjadi heteroskedastisitas atau tidak. Hasilnya dapat dilihat pada gambar 4.1 di bawah ini. Universitas Sumatera Utara Gambar 4.3 Scatterplot Standardized Predicted Value Sumber : Data Dioalah, 2014 Berdasarkan gambar di atas terlihat bahwa, titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu y. Hal ini mengandung arti bahwa dalam model regresi ini tidak terjadi heteroskedastisitas sehingga model regresi layak pakai.

4.2.3 Analisis Regresi Linear Berganda

Tabel berikut ini menunjukkan hasil analisis regresi melalui pengolahan data dengan SPSS 16.0 for Windows. Universitas Sumatera Utara Tabel 4.6 Hasil Analisis Regresi Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 10.258 .553 18.563 .000 BOPO -.099 .005 -.928 -18.179 .000 CAR -.015 .012 -.050 -1.299 .197 DPK .041 .000 .055 1.116 .267 NPL .055 .031 .066 1.786 .077 a. Dependent Variable: ROA Sumber : Data Diolah, 2014 Tabel 4.6 pada kolom unstandardized coefficients beta dapat disusun persamaan regresi linier berganda sebagai berikut: Y = 10,258 + 0,041 - 10X1 + 0,055X2 - 0,015X3 - 0,099X4 + e Variabel terikat pada regresi ini adalah ROA Y, sedangkan variabel bebas adalah BOPO X1, CAR X2, DPK X3, dan NPL X4. Dari persamaan regresi diatas maka dapat dianalisis sebagai berikut : a. Koefisien regresi BOPO sebesar -0,099 menyatakan bahwa setiap penambahan BOPO sebesar 1 maka akan menurunkan ROA sebesar 0,099 . b. Koefisien regresi CAR sebesar -0,015 menyatakan bahwa setiap penambahan CAR sebesar 1 maka akan menurunkan ROA sebesar 0,015 . Universitas Sumatera Utara c. Koefisien regresi DPK sebesar 0,041 menyatakan bahwa setiap penambahan DPK sebesar 1 maka akan meningkatkan ROA sebesar 0,041 . d. Koefisien regresi NPL sebesar 0,055 menyatakan bahwa setiap penambahan NPL sebesar 1 maka akan meningkatkan ROA sebesar 0,055 . e. Konstanta sebesar 10,258 menyatakan bahwa jika nilai, BOPO, CAR, DPK dan NPL adalah nol maka ROA yang terjadi adalah sebesar 10,258 . 4.2.4 Uji Hipotesis 4.2.4.1 Uji Signifikansi Simultan Uji F