BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Analisis Statistik Deskriftif
Statistik deskriptif memberikan penjelasan mengenai nilai minimum, nilai maksimum, nilai rata-rata mean, dan nilai standar deviasi dari variabel-variabel
independen dan variabel dependen.
Tabel 4.1 Deskriftif Statistics
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation LDR
48 59.15
116.04 85.1204
18.23249 CAR
48 12.02
21.49 15.4129
1.92094 BOPO
48 63.42
99.71 78.5402
7.54150 PERT.LABA
48 .01
1.59 .4117
.32330 Valid N listwise
48
Sumber : Output SPSS 18.0, diolah Penulis 2013
Pada tabel 4.1 di atas menunjukkan bahwa jumlah data yang digunakan dalam penelitian ini sebanyak 48 sampel data yang diambil dari Laporan
Keuangan Publikasi masing-masing bank yang bersangkutan periode 2009 sampai dengan 2011. Berdasarkan data dari tabel di atas, maka statistik deskriptif dapat
dijelaskan sebagai berikut : 1. Variabel Loan to Deposit Ratio LDR atau X1 memiliki nilai minimum
sebesar 15,59 dan nilai maksimum LDR X1 sebesar 116,04 dengan nilai rata-rata 85,1204 serta standar deviasi 18,23249
Universitas Sumatera Utara
2. Variabel independen kedua yaitu Capital Adequancy Ratio CAR atau X2 memiliki nilai minimum 12,02 dan nilai maksimum 21,49 dengan nilai rata-
rata mean CAR X2 sebesar 15,4128 dan standar deviasi CAR 1,92094. 3. Variabel independen terakhir BOPO atau X3 memiliki nilai minimum 63,42
dan nilai maksimum 99,71 dengan nilai rata-rata mean BOPO X3 sebesar 75,5402 dan standar deviasi adalah 7,54150
4. Variabel dependen Pertumbuhan Laba Y memiliki nilai minimum 0,01 dan nilai maksimum 1,59 dengan rata-rata mean sebesar 0,4117 dan standar
deviasi 0,32330. Dari gambaran di atas dapat disimpulkan bahwa data variabel LDR X1,
CAR X2, BOPO X3, dan Pertumbuhan Laba Y menunjukkan hasil yang baik, hal tersebut karena standar deviasi yang mencerminkan penyimpangan dari
data variabel tersebut lebih kecil dari nilai rata-ratanya mean.
4.2 Hasil Uji asumsi Klasik
4.2.1 Hasil Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal atau tidak,
dengan membuat hipotesis seperti dibawah ini : H
: data residual berdistribusi normal, H
a
: data residual tidak berdistribusi normal,
Universitas Sumatera Utara
Apabila nilai signifikansi lebih besar dari 0,05 maka H0 diterima sebaliknya apabila nilai signifikansi lebih kecil dari 0,05 maka H0 ditolak
atau Ha diterima.
Tabel 4.2 One-Sample Kolmogrov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parameters
a,b
Mean .0000000
Std. Deviation .29674561
Most Extreme Differences Absolute
.140 Positive
.140 Negative
-.076 Kolmogorov-Smirnov Z
.969 Asymp. Sig. 2-tailed
.305 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Output SPSS 18.0, diolah penulis 2013
Dari hasil pengolahan data pada tabel 4.2 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,305. Dan diatas nilai signifikan 0,05. Dengan
demikian dapat ditarik kesimpulan bahwa H diterima, yang berarti data
residual berdistribusi normal. Metode lain untuk mengetahui normalitas adalah dengan menggunakan
metode analaisis grafik, baik dengan melihat grafik secara histogram ataupun dengan melihat secara Normal Probability Plot. Normalitas data dapat dilihat
dari penyebaran data titik pada sumbu diagonal pada grafik Normal P-Plot atau dengan melihat histogram dari residualnya.
Universitas Sumatera Utara
Uji normalitas dengan grafik Normal P-Plot akan membentuk satu garis lurus diagonal, kemudian plotting data akan dibandingkan dengan garis
diagonal. Jika distribusi normal maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Uji normalitas yang pertama dengan melihat grafik secara histogram dan grafik Normal P-Plot sebagaimana terlihat dalam gambar 4.1 di bawah
ini:
Gambar 4.1 Histogram
Sumber : Output SPSS 18.0, diolah Penulis 2013
Dari histogram pada gambar 4.1 menunjukkan pola distribusi normal karena grafik telah berbentuk lonceng dan tidak miring ke kanan maupun ke
Universitas Sumatera Utara
kiri. Dengan demikian dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas. Demikian pula hasil uji normalitas dengan
menggunakan grafik p-plot.
Gambar 4.2 Grafik Normal P-Plot
Sumber :Output SPSS 18.0, diolah penulis 2013
Pada grafik normal p-plot terlihat bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa
model regresi telah memenuhi asumsi normalitas.
Universitas Sumatera Utara
4.2.2 Uji multikolinearitas
“Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi yang tinggi atau tidak antara variabel
bebas”, Sulaiman, 2004:89. Multikolinearitas berarti ada hubungan linier yang sempurna pasti di antara beberapa atau semua variabel independen
dari model regresi. Adapun cara pendeteksiannya adalah jika multikolinearitas tinggi, seseorang mungkin memperoleh R2 yang tinggi.
Pendeteksian multikolinearitas pada suatu model dapat dilihat yaitu nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak
kurang dari 0.1 maka model dapat dikatakan terbebas dari multikolinearitas.
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 1.111
.531 2.094
.042 LDR
-.005 .003
-.287 -1.706
.095 CAR
.029 .026
.169 1.117
.270 BOPO
-.009 .007
-.209 -1.285
.205 a. Dependent Variable: PERT.LABA
Sumber : Output SPSS 18.0, diolah Penulis 2013
Dari data pada tabel 4.3 dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas antara variabel independen yang diindikasikan dari nilai
tolerance setiap variabel lebih besar 0,1 dan nilai VIF lebih kecil dari 10. Dari
Universitas Sumatera Utara
penjelasan di atas dapat disimpulkan regresi tersebut tidak terdapat problem multikolinearitas, maka model regresi yang ada layak untuk dipakai.
4.2.3 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskesdastisitas, dan jika berbeda disebut
heteroskedastisitas. “Model regresi yang baik adalah tidak terjadi gejala heterokedastisitas”, Erlina, 2011:105.
Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik scatterplot, dengan dasar analisis :
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
Gambar 4.3 Hasil Uji Heterokedastisitas
Sumber : Output SPSS 18.0, diolah Penulis 2013
Berdasarkan gambar 4.3 dapat diketahui bahwa data membentuk titik- titik yang menyebar secara merata di atas dan di bawah garis nol, tidak
berkumpul di satu tempat, serta tidak membentuk pola tertentu sehingga dapat disimpulkan bahwa pada uji regresi ini tidak terjadi masalah
heteroskedastisitas.
4.2.4 Uji Autokorelasi
“Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara
residual pada periode t dengan residual periode t-1 pada model regresi dalam suatu model regresi linier beganda. Model regresi yang baik adalah regresi
yang bebas dari autokorelasi”, Sulaiman, 2004:89. Untuk mendeteksi ada
Universitas Sumatera Utara
atau tidaknya autokorelasi, maka dilakukan pengujian Durbin-Watson DW dengan ketentuan sebagai berikut :
a. 1,65 DW 2,35 berarti tidak ada autokorelasi b. 1,21 DW 1,65 atau 2,35 DW 2,79 berarti dapat disimpulkan
c. DW 1,21 atau DW 2,79 berarti autokorelasi
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
d i
m e
n s
i o
n
1 .397
a
.158 .100
.30670 2.550
a. Predictors: Constant, BOPO, CAR, LDR b. Dependent Variable: PERT.LABA
Sumber : Output SPSS 18.0, diolah Penulis 2013
Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin Watson DW sebesar 2,550. Nilai DW tersebut lebih besar dari 2,350 dan
lebih kecil dari 2,790, atau 2,350 2,550 2,790 maka nilai DW tersebut bebas dari autokorelasi. Dengan demikian dapat disimpulkan tidak dapat
disimpulkan ada atau tidaknya korelasi.
4.3 Pengujian Hipotesis
Dalam melakukan pengujian hipotesis, peneliti menggunakan regresi linier berganda dan data diolah dengan menggunakan SPSS Versi 18,00 For Windows.
4.3.1 Analisis Regresi Berganda
Universitas Sumatera Utara
Untuk mengetahui koefisien variabel LDR X1, CAR X2, dan BOPO X3, maka dapat dilihat pada tabel 4.5 berikut ini
Tabel 4.5 Analisis Regresi Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.111
.531 2.094
.042 LDR
-.005 .003
-.287 -1.706
.095 CAR
.029 .026
.169 1.117
.270 BOPO
-.009 .007
-.209 -1.285
.205 a. Dependent Variable: PERT.LABA
Sumber : data diolah, Penulis
Analisis rergesi linear berganda digunakan untuk menguji pengaruh dua atau variabel independen terhadap satu variabel dependen. Dengan
melihat tabel di atas, dapat disusun persamaan regresi linear berganda sebagai berikut:
Pertumbuhan Laba Y = 1,111 – 0,005 LDR + 0,029 CAR –0,009 BOPO
Berdasarkan model regresi dan tabel 4.5 di atas, maka hasil regresi berganda dapat dijelaskan sebagai berikut :
1. Persamaan regresi linear berganda di atas diketahui mempunyai konstanta sebesar 1,111. Besaran konstanta menunjukkan bahwa jika variabel-
veriabel independen diasumsikan konstan, maka variabel dependen yaitu pertumbuhan laba akan naik sebesar 1,111.
Universitas Sumatera Utara
2. Koefisien variabel LDR X1 = - 0,005 berarti setiap kenaikan LDR X1 sebesar 1 akan menyebabkan penurunan Pertumbuhan Laba Y sebesar
0,005. 3. Koefisien variabel CAR X2 = 0,029 berarti setiap kenaikan CAR X2
sebesar 1 akan menyebakan kenaikan Pertumbuhan Laba Y sebesar 0,029.
4. Koefisien variabel BOPO X3 = -0,009 berarti setiap kenaikan BOPO X3 sebesar 1 akan menyebabkan penurunan Pertumbuhan Laba Y
sebesar 0,009.
4.3.2 Uji Kriteria Statistik
4.3.2.1 Uji R² Koefisien Determinasi
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Tujuan menghitung koefisien determinasi adalah untuk mengetahui variabel bebas terhadap variabel terikat. Nilai R2 mempunyai interval
antara 0 sampai 1 0 ≤ R2 ≤ 1. “Semakin besar R2 mendekati 1,
semakin baik hasil untuk model regresi tersebut dan semakin mendekati 0, maka variabel independen secara keseluruhan tidak dapat
menjelaskan variabel dependen”, Sulaiman, 2004 : 86.
Tabel 4.6 Hasil Uji R²
Model Summary
b
Universitas Sumatera Utara
Model R
R Square Adjusted R
Square Std. Error of the
Estimate
d i
m e
n s
i o
n
1 .397
a
.158 .100
.30670 a. Predictors: Constant, BOPO, CAR, LDR
b. Dependent Variable: PERT.LABA
Sumber :data diolah, Penulis
Nilai R menerangkan tingkat hubungan antar variabel-variabel independen X dengan variabel dependen Y. pada tabel di atas, dapat
dilihat bahwa R sebesar 0.397 atau 39,7. Artinya hubungan antara variabel independen yaitu LDR X1, CAR X2, dan BOPO X3
terhadap variabel dependen yaitu pertumbuhan laba Y adalah 39,7. Hal ini menunjukkan bahwa hubungan antara pertumbuhan laba Y
dengan Loan to Deposit Ratio X1, Capital Adequancy Ratio X2 dan Rasio BOPO X3 dapat dikatakan rendah, karena angka R lebih kecil
dari 0,50 50. Tingkat hubungan ini dapat dilihat dari tabel pedoman untuk memberikan interpretasi koefisien korelasi.
Tabel 4.7 Pedoman untuk Memberikan Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,000 - 0,199 Sangat Rendah
0,2 - 0,399 Rendah
0,4 - 0,599 Sedang
0,6 - 0,799 Kuat
0,8 – 1 Sangat Kuat
Sumber : Sugiyono, 2004:18
Nilai R square atau koefisien determinasi adalah sebesar 0.158 atau 15,8. angka tersebut mengidentifikasikan bahwa variabel
Universitas Sumatera Utara
independen LDR X1, CAR X2 dan BOPO X3 dapat menerangkan variabel independen yaitu pertumbuhan laba Y sebesar 15,8.
Sedangkan sisanya sebesar 84,2 diterangkan oleh variabel lain yang tidak dimasukkan dalam model regresi pada penelitian ini.
Selanjutnya standard error of the estimate adalah sebesar 0.3067 dimana semakin kecil angka ini maka akan membuat model
regresi semakin tepat dalam memprediksi pertumbuhan laba.
4.3.2.2 Uji Parsial t-test
“Uji t dipakai untuk melihat signifikansi dari pengaruh variabel independen secara individu terhadap variabel dependen dengan
menganggap variabel lain bersifat konstan”, Sulaiman, 2004:86. Langkah-langkah Uji t adalah sebagai berikut :
a Merumuskan Hipotesis H0 : β = 0, artinya tidak terdapat pengaruh yang signifikan antar
variabel independen X terhadap variabel dependen Y. H1 : β ≠ 0, artinya terdapat pengaruh yang signifikan antara variabel
independen X terhadap variabel dependen Y. b Menentukan Tingkat Signifikan
Tingkat signifikan pada penelitian ini adalah 5, artinya risiko kesalahan mengambil keputusan adalah 5.
c Pengambilan Keputusan
Universitas Sumatera Utara
1 Jika probabilitas sig t α 0,05 maka H
diterima, artinya tidak ada pengaruh yang signifikan secara parsial dari variabel independen
X terhadap variabel dependen Y. 2
Jika probabilitas sig t α 0,05 maka H
a
diterima, artinya ada pengaruh yang signifikan secara parsial dari variabel independen X.
Uji ini dilakukan dengan membandingkan t-hitung dengan t-tabel dengan ketentuan sebagai berikut :
Jika thitung t-tabel, maka H diterima,
Jika thitung t-tabel, maka H
a
diterima. Dengan nilai signifikansi 0,05
Berikut ini adalah hasil dari uji t :
Tabel 4.8 Hasil Uji Parsial Uji T
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 1.111
.531 2.094
.042 LDR
-.005 .003
-.287 -1.706
.095 CAR
.029 .026
.169 1.117
.270 BOPO
-.009 .007
-.209 -1.285
.205 a. Dependent Variable: PERT.LABA
Sumber :Output SPSS 18.0, diolah Penulis, 2013
Dari tabel di atas, maka hasil regresi berganda dapat dianalisis sebagai berikut:
a
Loan to Deposit Ratio X1 terhadap Pertumbuhan Laba Y
Universitas Sumatera Utara
Nilai t-hitung untuk variabel LDR X1 adalah sebesar 0,003 dan t- tabel untuk df = n-3 48-3
dan α = 5 diketahui sebesar 2,014. dengan demikian nilai t-hitung lebih kecil dari nilai t-tabel 0,003 2,014 dan
nilai signifikansi sebesar 0,095 0,05 artinya H0 diterima, bahwa LDR X1 secara parsial tidak memiliki pengaruh yang signifikan terhadap
Pertumbuhan Laba bank Y pada tingkat kepercayaan 95. b
Nilai t-hitung untuk variabel CAR X2 adalah sebesar 1,117 dan t- tabel untuk df = n-3 48-3
dan α = 5 diketahui sebesar 2,014. dengan demikian nilai t-hitung lebih kecil dari nilai t-tabel 1,117 2,014 dan
nilai signifikansi 0,270 0,05 artinya H0 diterima , bahwa CAR X2 secara parsial tidak memiliki pengaruh yang signifikan terhadap
Pertumbuhan Laba bank Y umum pada tingkat kepercayaan 95. Capital Adequancy Ratio X2 terhadap Pertumbuhan Laba Y
c Nilai t-hitung untuk variabel BOPO X3 adalah sebesar -1,285 dan
t-tabel untuk df = n-3 48-3 dan α = 5 diketahui sebesar 2,014.
dengan demikian nilai t-hitung lebih kecil dari nilai t-tabel -1,285 2,014 dan nilai signifikansi 0,270 0,05 artinya H0 diterima , bahwa
BOPO X3 secara parsial tidak memiliki pengaruh yang signifikan terhadap Pertumbuhan Laba bank Y pada tingkat kepercayaan 95.
Rasio BOPO X3 terhadap Pertumbuhan Laba Y
Universitas Sumatera Utara
4.3.2.3 Uji Simultan F-test
“Uji F digunakan untuk menguji apakah variabel-variabel independen yang dimasukkan dalam model mempunyai pengaruh
secara bersama-sama terhadap variabel dependen”, Kuncoro, dalam Lestari 2012:66.
Bentuk pengujiannya adalah sebagai berikut : 1. Menentukan Hipotesis
H : β = 0, artinya variabel independen X secara bersama-sama tidak
berpengaruh signifikan terhadap variabel dependen Y H
1
: β ≠ 0, artinya variabel independen X secara bersama-sama berpengaruh signifikan terhadap variabel dependen Y
2. Menentukan Tingkat Signifikan Tingkat signifikan pada penelitian ini adalah 5 artinya risiko
kesalahan mengambil keputusan adalah 5. 3. Pengambilan Keputusan
1 Jika probabilitas sig F α 0,05 maka H
diterima, artinya tidak ada pengaruh yang signifikan dari variabel independen X terhadap
variabel dependen Y. 2
Jika probabilitas sig F α 0,05 maka H
a
diterima, artinya ada pengaruh yang signifikan dari variabel independen X terhadap
variabel dependen Y.
Uji ini dilakukan dengan membandingkan signifikansi F-hitung dengan F-tabel dengan ketentuan :
Universitas Sumatera Utara
Jika Fhitung F-tabel, maka H diterima
Jika Fhitung F-tabel, maka H
a
diterima, Dengan nilai signifikansi 0,05
Berdasarkan hasil pengolahan data dengan program SPSS Versi 18.0 maka diperoleh hasil sebagai berikut:
Tabel 4.9 Hasil Uji Simultan Uji F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
.774 3
.258 2.742
.054
a
Residual 4.139
44 .094
Total 4.912
47 a. Predictors: Constant, BOPO, CAR, LDR
b. Dependent Variable: PERT.LABA
Sumber : Output SPSS 18.0, diolah Penulis 2013
Berdasarkan hasil uji ANOVA diatas dapat dijelaskan bahwa variabel independen LDR X1, CAR X2, dan BOPO X3 tidak
berpengaruh secara simultan terhadap variabel dependen Pertumbuhan Laba Y. Hasil uji F menunjukkan nilai F-hitung sebesar 2,742 dengan
signifikansi sebesar 0,054, nilai signifikansi tersebut lebih besar dari 0.05. Sedangkan F-tabel diketahui sebesar 2,816 sehingga dapat
disimpulkan bahwa F-hitung F-tabel 2,742 2,816 maka H diterima dan H
a
ditolak.
Universitas Sumatera Utara
4.4 Pembahasan Hasil Penelitian
Pertumbuhan laba perusahaan perbankan dipengaruhi oleh faktor internal dan faktor eksternal. Kinerja keuangan membantu para manajer untuk mengetahui
posisi keuangan sehingga membantu dalam pengambilan kebijakan perusahaan. Kondisi keuangan adalah salah satu faktor internal perusahaan yang diketahui
melaluli laporan keuangan perusahaan yang dianalisis dengan menggunakan analisis rasio. Penelitian ini dilakukan untuk mengetahui apakah rasio keuangan
mempunyai pengaruh terhadap pertumbuhan laba baik secara simultan maupun secara parsial. Perusahaan yang digunakan dalam penelitian ini adalah
perusahaan perbankan dengan sampel sebanyak 4 perusahaan. Variabel independen yang digunakan dalam penelitian ini adalah Loan to Deposit Ratio,
Capital Adequacy Ratio, dan rasio BOPO, sedangkan variabel dependennya adalah pertumbuhan laba.
Berdasarkan hasil dari uji asumsi klasik dapat disimpulkan bahwa model berdistribusi normal, tidak terjadi multikolinearitas dan tidak terjadi
heterokedastisitas, sehingga kesalahan bakunya kecil dan uji asumsi klasik baik digunakan untuk memprediksi pertumbuhan laba bank umum. Persamaan regresi
digunakan untuk kemampuan memprediksi, dari hasil analisis diperoleh persamaan regresi berganda :
Pertumbuhan Laba Y = 1.111 - 0.005 LDR + 0.029 CAR –0.009 BOPO
Berdasarkan hasil uji determinasi dengan menggunakan pengukuran adjusted R² dengan menggunakan SPSS 18.0 diperoleh nilai adjusted R² atau
Universitas Sumatera Utara
koefisien determinasi adalah sebesar 0,158 atau 15,8. angka tersebut mengidentifikasikan bahwa variabel independen LDR X1, CAR X2 dan BOPO
X3 dapat menerangkan variabel independen yaitu pertumbuhan laba Y sebesar 15,8. Sedangkan sisanya sebesar 84,2 diterangkan oleh variabel lain yang
tidak dimasukkan dalam model regresi pada penelitian ini. Berdasarkan hasil uji parsial t-test diperoleh beberapa kesimpulan
bahwa variabel LDR X1 berpengaruh negatif tidak signifikan terhadap pertumbuhan laba Y, hal ini terlihat dari koefisien LDR sebesar -0,005
menunjukkan LDR X1 berhubungan negatif terhadap pertumbuhan laba Y. Pengaruh negatif yang ditunjukkan oleh LDR X1 mengindikasikan bahwa
apabila LDR X1 mengalami kenaikan, maka pertumbuhan laba Y akan mengalami penurunan, dan sebaliknya apabila LDR X1 mengalami penurunan,
maka pertumbuhan laba Y akan mengalami kenaikan. Semakin besar LDR X1 mengindikasikan kredit yang dikeluarkan oleh Bank Umum dari dana pihak ketiga
akan mengurangi kemampuan Bank Umum dalam meningkatkan laba dengan asumsi kredit yang diberikan ternyata menghasilkan kredit macet. Hal ini
menggambarkan bahwa LDR X1 mempunyai pengaruh negatif tidak signifikan terhadap Pertumbuhan Laba Y.
Hasil penelitian ini mendukung hasil penelitian Rina Ani Sapariyah 2010 dan Suci Ayu Lestari 2012 yang menyatakan bahwa LDR berpengaruh
negatif terhadap pertumbuhan laba. Namun perbedaan dari penelitian ini dengan penelitian Rina Ani Sapariyah 2010, yaitu dalam penelitian ini menyunjukkan
bahwa LDR tidak berpengaruh signifikan terhadap pertumbuhan laba, sedangkan
Universitas Sumatera Utara
penelitian yang dilakukan oleh Rina Ani Sapariyah bahwa LDR berpengaruh signifikan terhadap pertumbuhan laba.
Dari hasil uji secara parsial CAR X2, diperoleh nilai signifikansi sebesar 0,270. Karena nilai signifikan CAR X2 ini lebih besar dari 0,05, maka
dapat disimpulkan bahwa CAR X2 tidak berpengaruh secara parsial terhadap pertumbuhan laba Y. Hal ini mengindikasikan bahwa perubahan yang terjadi
pada CAR X3 tidak akan berpengaruh signifikan terhadap pertumbuhan laba Y.
Koefisien CAR X2 sebesar 0,029 menunjukkan CAR X2 berhubungan positif terhadap pertumbuhan laba Y . Pengaruh positif yang
ditunjukkan oleh CAR X2 mengindikasikan bahwa apabila CAR X2 mengalami kenaikan, maka pertumbuhan laba Y juga akan mengalami kenaikan,
dan sebaliknya. Semakin besar CAR X2 mengindikasikan modal yang dimiliki Bank Umum juga meningkat, sehingga menambah kemampuan Bank Umum
dalam meningkatkan laba. Hal ini menyatakan bahwa CAR X2 mempunyai pengaruh yang positif terhadap pertumbuhan laba Y.
Hasil penelitian ini juga mendukung hasil penelitian Rina Ani Sapariyah 2010 dan Suci Ayu Lestari 2012 yang menunjukkan bahwa CAR berpengaruh
positif terhadap pertumbuhan laba. Namun terdapat perbedaan antara penelitian ini dengan penelitian yang dilakukan oleh Rina Ani Sapariyah 2010, yaitu dalam
penelitian ini menunjukkan bahwa CAR tidak berpengaruh signifikan terhadap pertumbuhan.
Universitas Sumatera Utara
Dari hasil perhitungan secara parsial untuk variabel BOPO X3 diperoleh nilai signifikansi sebesar 0,205. Karena nilai signifikan BOPO X3 ini
lebih besar dari 0,05, maka dapat disimpulkan bahwa BOPO X3 tidak berpengaruh secara parsial terhadap pertumbuhan laba. Hal ini mengindikasikan
bahwa perubahan yang terjadi pada BOPO X3 tidak akan berpengaruh signifikan terhadap pertumbuhan laba Y.
Koefisien BOPO X3 sebesar -0.009 menunjukkan BOPO X3 berhubungan negatif terhadap pertumbuhan laba Y. Pengaruh negatif yang
ditunjukkan oleh BOPO X3 mengindikasikan bahwa apabila BOPO X3 mengalami kenaikan, maka pertumbuhan laba Y akan mengalami penurunan,
dan sebaliknya apabila BOPO X3 mengalami penurunan, maka pertumbuhan laba Y juga akan mengalami penurunan. Semakin besar BOPO X3
mengindikasikan beban operasional yang dimiliki Bank Umum atas terhadap pendapatan operasional akan menambah kemampuan Bank Umum dalam
meningkatkan laba. Hal menyatakan bahwa BOPO X3 mempunyai pengaruh negatif tidak signifikan terhadap pertumbuhan laba Y.
Hasil penelitian ini mendukung hasil penelitian yang dilakukan oleh Teddy Rahman 2009 dan Ahmad Ridwan 2010 yang menyatakan bahwa
variabel independen BOPO tidak berpengaruh signifikan dan negatif terhadap pertumbuhan laba. Penelitian ini tidak sejalan dengan hasil penelitian yang
dilakukan oleh Suci Ayu Lestari 2012 yang menyatakan bahwa BOPO berpengaruh secara positif dan signifikan terhadap pertumbuhan laba.
Universitas Sumatera Utara
Berdasarkan hasil uji simultan F-test diperoleh kesimpulan bahwa secara simultan tidak terdapat pengaruh antara variabel independen LDR X1,
CAR X2, dan BOPO X3 terhadap variabel dependen Pertumbuhan Laba Y. Hasil penelitian ini mendukung hasil penelitian yang dilakukan oleh Ahmad
Ridwan 2010 yang menyatakan bahwa variabel FDR, CAR dan BOPO tidak berpengaruh secara simultan terhadap pertumbuhan laba bank.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil analisis data dan pembahasan yang telah diuraikan pada bab IV, maka dapat ditarik kesimpulan sebagai berikut :
1. Hasil uji t variabel Loan to Deposit Ratio X1 terhadap pertumbuhan laba Y secara parsial tidak berpengaruh signifikan pada perusahaan perbankan
yang terdaftar di BEI. Pada variabel LDR X1 dengan nilai t
hitung
yaitu sebesar -1,706 dan nilai t
tabel
diketahui sebesar 2,014. Sehingga dapat diketahui bahwa t
hitung
t
tabel
-0,174 2,014, dengan demikian H diterima
dan H
a
ditolak. Tingkat signifikansi pada variabel ini adalah 0,095 dan tingkat signifikansi ini lebih besar dari 0,05, dengan demikian H
o
diterima dan H
a
ditolak. Pada penelitian ini dapat ditarik kesimpulan bahwa variabel LDR X1 memiliki hubungan yang negatif terhadap pertumbuhan laba Y.
Artinya jika LDR X1 mengalami kenaikan, maka pertumbuhan laba X1 tidak akan mengalami penurunan dan begitu juga sebaliknya.
2. Berdasarkan hasil uji t variabel CAR X2 berpengaruh positif tidak signifikan terhadap Pertumbuhan Laba Y pada perusahaan perbankan yang
terdaftar di BEI. Pada variabel Capital Adequacy Ratio X2 nilai t
hitung
adalah sebesar 1,117 dan nilai t
tabel
diketahui sebesar 2,014. Sehingga dapat diketahui bahwa t
hitung
t
tabel
1,117 2,014 dengan demikian H diterima
dan H
a
ditolak. Tingkat signifikansi pada variabel ini adalah 0,270 dan
Universitas Sumatera Utara