lxxii
3. Hasil Uji Autokorelasi
Pada pengujian autokorelasi ROE diperoleh nilai Durbin Watson Pada tabel 4.3 sebesar 0.635375 hal ini menunjukkan bahwa Durbi Watson -
20.6353752, memenuhi syarat -2d2, yang berarti Durbin Watson tidak terdapat autokorelasi dan dapat disimpulkan bahwa model regresi ini layak
dipakai dalam pengujian. Pada pengujian autokorelasi ROA diperoleh nilai Durbin Watson Pada
tabel 4.4 sebesar 0.70741 hal ini menunjukkan bahwa Durbi Watson - 20.707412, memenuhi syarat -2d2, yang berarti Durbin Watson tidak
terdapat autokorelasi dan dapat disimpulkan bahwa model regresi ini layak dipakai dalam pengujian.
4. Hasil Uji Normalitas
Uji ini bertujuan untuk menguji apakah dalam model regresi variabel, variabel independen atau keduanya mempunyai distribusi normal atau
tidak. Model regresi yang baik adalah distribusi data normal. Untuk mengetahui model regresi variabel, variabel independen atau
keduanya berdistribusi normal atau tidak, dapat dilihat pada gambar 4.8 dan 4.9.
lxxiii Gambar 4.8
Hasil Uji Normalitas ROE BMI
Sumber : Data sekunder yang di olah
Dari grafik Normal P-P Plot tersebut bahwa sebaran data di chart menyebar disekitar garis diagonal dan mengikuti arah garis diagonal tersebut,
ini menunjukkan bahwa data berdistribusi normal
lxxiv Gambar 4.9
Hasil Uji Normalitas ROA BMI
Sumber : Data sekunder yang di olah
Dari grafik Normal P-P Plot tersebut bahwa sebaran data di chart menyebar disekitar garis diagonal dan mengikuti arah garis diagonal tersebut,
ini menunjukkan bahwa data berdistribusi normal.
lxxv
b. Analisis Regresi BMI
Tabel 4.3 Hasil Analisis Regresi BMI Dengan Variabel Dependen ROE
Dependent Variable: ROE Method: Least Squares
Date: 022410 Time: 14:09 Sample: 2005M01 2008M12
Included observations: 48 Coefficient
Std. Error t-Statistic
Prob. C
0.317240 0.063362
5.006826 0.0000
DEPOSITRISK -0.858262
0.297484 -2.885071
0.0060 CREDITRISK
-0.046869 0.361151
-0.129776 0.8973
R-squared 0.156103 Mean dependent var
0.138764 Adjusted R-
squared 0.118596 S.D. dependent var
0.078229 S.E. of regression
0.073444 Akaike info criterion -2.324125
Sum squared resid
0.242731 Schwarz criterion -2.207175
Log likelihood 58.77899 Hannan-Quinn criter.
-2.279929 F-statistic
4.162006 Durbin-Watson stat 0.635375
ProbF-statistic 0.021954
Sumber : Data sekunder yang di olah
Persamaan model penelitian untuk pengaruh rasio risiko bank terhadap profitabilitas sebagaimana tabel diatas dapat ditulis sebagai berikut:
ROE = 0.317240 - 0.858262DEPOSITRISK - 0.046869CREDITRISK Berdasarkan tabel 4.3 dan persamaan tersebut diatas, terlihat bahwa pada
tingkat kepercayaan 95 =0,05, menunjukkan bahwa : 1 Variabel deposit risk ternyata memiliki angka signifikan
0,0060 lebih kecil dari 0,05. Ini menunjukkan bahwa deposit risk berpengaruh signifikan
terhadap profitabilitasROE.
Hasil penelitian ini konsisten dengan penelitian Dony Akbar
2008.
lxxvi 2 Variabel credit risk ternyata memiliki angka signifikan
0,8973 lebih besar dari 0,05. Ini menunjukkan bahwa credit risk tidak berpengaruh signifikan
terhadap profitabilitasROE.
Hasil penelitian ini konsisten dengan penelitian Dony Akbar
2008. Hal ini berarti bahwa jika nilai rasio deposit risk naik sebesar 1 maka
risiko perusahaan semakin rendah, karena memperlihatkan kemampuan permodalan bank yang semakin besar dalam menjamin dana deposan, sehingga
risiko simpanannya menjadi lebih kecil. Semakin sedikit dana yang dipakai untuk pembiayaan, dengan demikian profitabilitas BMI akan turun sebesar
0,858262. Jika nilai rasio credit risk meningkat sebesar 1 maka risiko perusahaan semakin besar, profitabilitas BMI akan naik sebesar 0.046869.
Pengujian ini juga menghasilkan nilai koefisien determinasi R
2
sebesar 0,156. hal ini berarti bahwa kemampuan rasio risiko bank secara bersama-sama
dalam menerangkan variasi perubahan variabel terikat adalah sebesar 15,6 dan sisanya dipengaruhi variabel lain.
Pengujian ini juga menghasilkan nilai AIC yaitu -2,324125, menurut Profesor Hirotugu Akaike semakin kecil nilai AIC, semakin baik modelnya.
Penemuan ini menunjukkan bahwa apabila rasio deposit risk BMI meningkat maka risiko perusahaan akan menurun, yang pada akhirnya dapat
menurunkan profitabilitas pada BMI. Hal ini menunjukkan bahwa BMI memperlihatkan kemampuan permodalan yang semakin besar dalam menjamin
dana deposan, sehingga risiko simpanannya menjadi lebih kecil. namun sedikit
lxxvii dana yang dipakai untuk pembiayaan, dengan demikian profitabilitas semakin
menurun.
Tabel 4.4 Hasil Analisis Regresi BMI Dengan Variabel Dependen ROA
Dependent Variable: ROA Method: Least Squares
Date: 022410 Time: 14:07 Sample: 2005M01 2008M12
Included observations: 48 Coefficient
Std. Error t-Statistic
Prob. C
0.117385 0.060854
1.928959 0.0601
DEPOSITRISK -0.138476
0.285712 -0.484672
0.6303 CREDITRISK
-0.241786 0.346860
-0.697072 0.4893
R-squared 0.015231 Mean dependent var
0.082677 Adjusted R-
squared -0.028537 S.D. dependent var
0.069552 S.E. of
regression 0.070538 Akaike info criterion
-2.404878 Sum squared
resid 0.223900 Schwarz criterion
-2.287928 Log likelihood
60.71708 Hannan-Quinn criter. -2.360683
F-statistic 0.347995 Durbin-Watson stat
0.707401 ProbF-statistic
0.707985
Sumber : Data sekunder yang di olah
Persamaan model penelitian untuk pengaruh rasio risiko bank terhadap profitabilitas sebagimana tabel diatas dapat ditulis sebagai berikut:
ROA = 0.117385 - 0.138476DEPOSITRISK - 0.241786CREDITRISK Berdasarkan tabel 4.4 dan persamaan tersebut diatas, terlihat bahwa pada
tingkat kepercayaan 95 =0,05, menunjukkan bahwa:
lxxviii 1 Variabel deposit risk ternyata memiliki angka signifikan
0,6303 lebih besar dari 0,05. Ini menunjukkan bahwa deposit risk tidak berpengaruh signifikan
terhadap profitabilitasROA. 2 Variabel credit risk ternyata memiliki angka signifikan
0,4893 lebih besar dari 0,05. Ini menunjukkan bahwa credit risk tidak berpengaruh signifikan
terhadap profitabilitasROA. Pengujian ini juga menghasilkan nilai koefisien determinasi R
2
sebesar 0,0152. hal ini berarti bahwa kemampuan rasio risiko BMI secara bersama-sama
dalam menerangkan variasi perubahan variabel terikat hanya 1,52 . Hal ini menunjukkan bahwa kedua rasio risiko sangat kecil dalam mempengaruhi ROA
BMI. Pengujian ini juga menghasilkan nilai AIC yaitu -2,404878, menurut
Profesor Hirotugu Akaike semakin kecil nilai AIC, semakin baik modelnya. Penemuan ini menunjukkan bahwa apabila rasio deposit risk BMI
menurun maka risiko perusahaan akan naik, yang pada akhirnya dapat mendorong kenaikkan profitabilitas pada BMI. jika rasio credit risk meningkat,
maka risiko perusahaan akan meningkat, yang pada akhirnya dapat mendorong peningkatan profitabilitas pada BMI karena menggambarkan kemampuan BMI
dalam memenuhi likuiditasnya.
c. Uji Asumsi Klasik BSM 1. Hasil Uji Multikolinearitas.
lxxix Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan
adanya korelasi antar variabel independen. Jika terjadi korelasi, maka terdapat multikolinieritas Multikol dimana model regresi yang baik seharusnya tidak
terjadi korelasi diantara variabel independen. Untuk menganalisis adanya korelasi antar variabel independen atau
tidak, dapat dilihat dalam tabel 4.5 Tabel 4.5
Hasil Uji Kolinieritas
ASSETRISK DEPOSITRISK
CREDITRISK ROA
ROE ASSETRISK
1.000000 0.770228
0.798275 0.232998
-0.089960 DEPOSITRISK
0.770228 1.000000
0.699809 0.311210
-0.233154 CREDITRISK
0.798275 0.699809
1.000000 0.058753
-0.418638 ROA
0.232998 0.311210
0.058753 1.000000
0.442339 ROE
-0.089960 -0.233154
-0.418638 0.442339
1.000000
Sumber : Data sekunder yang di olah
Berdasarkan tabel 4.5 Dapat dilihat bahwa tidak terdapat kolinieritas yang kuat antara variabel independent. Dengan demikian tidak
terjadi multikolinearitas.
2 Hasil Uji Heterokedastisitas
Uji ini dilakukan untuk menguji apakah dalam sebuah regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan lain. Jika varians
dan residual suatu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heterokedastisitas. Model yang
baik adalah homoskedastisitas atau tidak terjadi heterokedastisitas. Untuk mengetahui apakah terjadi heterokedastisitas atau tidak, dapat
dilihat pada gambar 4.10 dan 4.11
lxxx Gambar 4.10
Hasil Uji Heterokedastisitas ROE BSM
Sumber : Data sekunder yang di olah
Dari grafik Scatterplot sebaran titik-titik chart berada disekitar titik nol 0, serta tidak tampak adanya suatu pola tertentu pada data tersebut.
Maka dapat disimpulkan bahwa tidak terjadi gejala heterokedastisitas pada model regresi ini
Gambar 4.11 Hasil Uji Heterokedastisitas ROA BSM
lxxxi
Sumber : Data sekunder yang di olah
Dari grafik Scatterplot sebaran titik-titik chart berada disekitar titik nol 0, serta tidak tampak adanya suatu pola tertentu pada data tersebut. Maka dapat
disimpulkan bahwa tidak terjadi gejala heterokedastisitas pada model regresi ini.
3. Hasil Uji Autokorelasi
Kategori