Dari persamaaan regresi tersebut ditentukan besarnya pengaruh dari suku bunga DPK terhadap laba bersih. Nilai –2,347 disebut konstanta,
dan nilai 1,37 disebut koefisien regresi suku bunga DPK yang bermakna jika variabel suku bunga DPK berubah satu satuan maka variabel laba
bersih akan berubah senilai 1,37. Sebagai contoh , jika suku bunga DPK dinaikan 1 maka laba bersih akan naik sebesar Rp. 1,37 juta.
Hasil analisis menunjukkan berdasarkan uji memiliki pengaruh terhadap laba bersih secara nyata, artinya suku bunga DPK memiliki
pengaruh terhadap laba bersih dengan tingkat kepercayaan yang sangat kuat yaitu 92,0. Nilai koefisien regresi suku bunga DPK dengan analisis
regresi linear adalah positif yang menunjukan peningkatan suku bunga DPK mengakibatkan peningkatan laba bersih.
Dalam tabel ANOVA menunjukan statistik F sebesar 161,47 Dengan menggunakan
α sebesar 5, maka menolak hipotesis awal yaitu H
= 0. Hasil analisis Secara statistik tidak ada parameter model bernilai nol, menunjukan bahwa model regresi linear sederhana telah mewakili
data yang ada. Berdasarkan grafik probabilitas normal residual menunjukan
bahwa residual yang terbentuk hampir mendekati garis lurus, sehingga residual yang terbentuk telah mengikuti distribusi normal. Ada beberapa
informasi yang dapat diperoleh, diantaranya adalah rata-rata dan standar deviasi residual masing-masing sebesar 4.831.691 x 10
-13
dan 1,307. Rata- rata residual sangat kecil karena mendekati nol dan jumlah pengamatan
adalah 16 pengamatan. Nilai statistik Kolmogorov-Smirnov adalah 0,131 dan p-value uji normal residual grafik lebih dari 15. Nilai statistik yang
diperoleh kurang dari nilai statistik Kolmogorov. Kesimpulannya hasil uji kenormalan residual adalah residual regresi linear tersebut telah mengikuti
distribusi normal.
4.6. Pengaruh antara Laba Bersih dengan Faktor-faktor Suku unga
Hasil perhitungan analisis regresi berganda antara laba dengan faktor-faktor suku bunga dapat dilihat pada Tabel 11.
Tabel 11. Hasil regresi laba dengan faktor-faktor suku bunga
Regression Analysis: Laba versus COLF; OHC; Risk Factor; Spread
The regression equation is Laba = - 651 + 5647 COLF - 4 OHC - 8849 Risk Factor + 632
Spread Predictor Coef SE Coef T P VIF
Constant -651 1399 -0.46 0.656 COLF 5647 11459 0.49 0.637 341.2
OHC -4 12397 -0.00 1.000 489.7 Risk Factor -8849 19684 -0.45 0.667 409.4
Spread 632.0 585.6 1.08 0.316 4.5 S = 312.301 R-Sq = 47.8 R-Sqadj = 17.9
Analysis of Variance Source DF SS MS F P
Regression 4 623937 155984 1.60 0.275 Residual Error 7 682722 97532
Total 11 1306659 Source DF Seq SS
COLF 1 381190 OHC 1 76316
Risk Factor 1 52828 Spread 1 113603
Hasil analisis regresi berganda menunjukan bahwa nilai COLF, OHC dan Risk Factor memiliki nilai Variation Inflation Factor VIF 5,
berarti ada korelasi antar variabel prediktor sehingga ada ketidaksesuaian model. Variation Inflation Factor VIF digunakan untuk mengidentifikasi
adanya multikolinear dalam model. Multikolinear adalah suatu keadaan dimana antar variabel prediktor terdapat hubungan sangat erat r
ij
~ 1. Dalam regresi, apabila ada korelasi antar variabel prediktor maka
akan ada ketidak sesuaian model yang telah dibuat. Untuk mengatasinya, memerlukan metode regresi khusus yang mampu menangani
multikolinearitas diantaranya dengan menggunakan regresi stepwise, best subset, backward elimination, forward selection
, dan lain-lain. Hasil regresi berganda diperoleh bahwa masing-masing parameter
faktor suku bunga COLF, Overhead Cost, Risk Factor dan spread berpengaruh tidak nyata terhadap laba bersih. Hal ini menunjukan bahwa
COLF, Overhead Cost, Risk Factor, dan spread apabila digunakan secara bersama-sama untuk mengukur pengaruhnya terhadap laba bersih maka
parameter tersebut berpengaruh tidak nyata. Oleh karena itu, untuk menentukan parameter faktor suku bunga yang efektif berpengaruh secara
nyata terhadap laba bersih dilakukan pemilihan parameter faktor-faktor suku bunga dengan menggunakan perintah stepwise regression pada
program MINITAB. Stepwise regression
merupakan perintah dalam minitab yang digunakan untuk menghilangkan atau menambah variabel dalam regresi,
hasil yang diperoleh dari perintah stepwise regression dapat dilihat pada Tabel 12.
Tabel 12. Stepwise regression antara laba dengan faktor-faktor suku bunga
Stepwise Regression: Laba versus COLF; OHC; Risk Factor; Spread
Alpha-to-Enter: 0.05 Alpha-to-Remove: 0.05 Response is Laba on 4 predictors, with N = 12
Step 1 Constant -913.4
Spread 677 T-Value 2.85
P-Value 0.017
S 269 R-Sq 44.75
R-Sqadj 39.23 Mallows C-p -0.6
Regresi stepwise yang dibuat memiliki 4 variabel prediktor, yaitu COLF, Overhead Cost, Risk Factor dan Spread. Berdasarkan hasil analisis
metode stepwise, variabel yang memiliki pengaruh terbesar terhadap laba yang dihasilkan adalah spread. Persamaan regresinya dapat dilihat pada
Tabel 13.
Tabel 13. Hasil analisis laba dengan spread
Regression Analysis: Laba versus Spread
The regression equation is Laba = - 913 + 677 Spread
Predictor Coef SE Coef T P Constant -913.4 524.0 -1.74 0.112
Spread 676.5 237.7 2.85 0.017 S = 268.685 R-Sq = 44.8 R-Sqadj = 39.2
Analysis of Variance Source DF SS MS F P
Regression 1 584742 584742 8.10 0.017 Residual Error 10 721917 72192
Total 11 1306659 Unusual Observations
Obs Spread Laba Fit SE Fit Residual St Resid 1 1.30 121.4 -33.9 223.1 155.3 1.04 X
Dari persamaaan regresi tersebut ditentukan besarnya pengaruh dari masing-masing variabel independen terhadap laba bersih. Nilai –913
disebut konstanta, dan nilai 677 disebut koefisien regresi spread yang bermakna jika spread dinaikan 1 maka laba bersih akan naik adalah Rp.
677 juta. Hasil analisis menunjukkan bahwa spread terhadap laba bersih
memiliki pengaruh secara nyata dengan tingkat kepercayaan yang sedang yaitu 44,8. Nilai koefisien regresi spread dengan analisis regresi linear
adalah positif yang menunjukan peningkatan spread mengakibatkan peningkatan laba bersih.
Output taksiran parameter menunjukan bahwa statistik t untuk variabel spread adalah 2,85 dan P-Value bernilai 0,017. Sehingga dalam
model tersebut tidak ada korelasi antar variabel prediktor dan dinyatakan model sesuai.
Nilai koefisien determinasi model regresi adalah 44,8, yang menyatakan bahwa 44,8 variasi sampel jumlah laba dijelaskan oleh
spread
yang telah mewakili dari variabel yang lain.
Dalam tabel ANOVA menunjukan statistik F sebesar 8,10 Dengan menggunakan
α sebesar 5, maka menolak hipotesis awal yaitu H
= 0. Hasil analisis Secara statistik tidak ada parameter model bernilai nol, menunjukan bahwa model regresi telah mewakili data yang ada.
Berdasarkan grafik probabilitas normal residual menunjukan bahwa residual yang terbentuk hampir mendekati garis lurus, sehingga
residual yang terbentuk telah mengikuti distribusi normal. Rata-rata residual sangat kecil karena mendekati nol dan jumlah pengamatan adalah
12 pengamatan. Nilai statistik Kolmogorov-Smirnov adalah 0,199 dan p- value uji normal residual grafik lebih dari 15. Nilai statistik yang
diperoleh kurang dari nilai statistik Kolmogorov. Kesimpulannya hasil uji kenormalan residual adalah residual regresi linear tersebut telah mengikuti
distribusi normal.
4.7. Pengaruh Suku Bunga Kredit, Suku Bunga DPK dan spread terhadap
