Teknik Analisis Data METODE PENELITIAN

π x dan π y = Matriks koefisien matriks loading ε x dan ε y = Matriks outer model residu a. Convergent Validity Convergent validity merupakan tingkatan sejauh mana hasil pengukuran suatu konsep menunjukkan korelasi positif dengan hasil pengukuran konsep lain yang secara teoritis harus berkorelasi positif. 60 Convergent Validitymengukur besarnya korelasi anatara konstrak dengan variabel laten. Dalam evaluasi Convergent Validity dari pemeriksaan individual item reliability, dapat dilihat dari nilai standarized loading factor. Pengukuran indikator dengan konstruknya. nilai loading faktor diatas 0,7 dapat dikatakan ideal, artinya bahwa indikator dikatakan valid sebagai indikator yang mengukur konstruk. Meskipun demikian, nilai standarized loading factor, diatas 0,5 dapat diterima, sedangkan dibawah 0,5 dikeluarkan dari model. 61 b. Discriminant Validity Disriminant Validity dari model reflektif dievaluasi melalui cross loading, kemudian membandingkan nilai AVE degan kuadrat nilai korelasi antar konstruk atau membandingkan akar AVE denga korelasi antarkonstrak. Ukuran Cross loading adalah 60 Bambang Prasetyo dan Lina Miftahul Jannah,”Metode Penelitian Kuantitatif Teori dan Aplikasi‖, Jakarta: Raja Grafindo Persada, 2005, h.103-104 61 Sofyan Yamin dan Heri Kurniawan, “Generasi Baru Mengolah Data Penelitian dengan Partial Least Square Path Modeling‖, Jakarta: Salemba Infotek, 2011 h.18 membandingkan korelasi indikator dengan konstraknya dan konstrak dari blok lainnya. Bila indikator dengan konstrak lebih tinggi dari korelasi dengan blok lainnya, hal ini menunjukkan konstrak tersebut memprediksi ukuran pada blok mereka dengan lebih baik dari blok lainnya. Ukuran Discriminant Validity lainnya adalah akar AVE harus lebih tinggi daripada korelasi antara konstrak dengan konstrak lainnya atau nilai AVE lebih tinggi dari kuadrat korelasi antar konstrak. 62 c. Composite Reliability Composite Reliability dilakukan dengan melihat view latent variable coefficients. Dari output ini, maka kriteria dilihat dari dua hal yaitu composite reliability dan cronbach’s alpha. Keduanya harus bernilai di atas 0,70 sebagai syarat reliabilitas. 63 Apabila suatu konstruk telah memenuhi dua kriteria tersebut maka dapat dikatakan bahwa konstruk reliabel. Pendapat lain dinyatakan oleh Chin menyatakan bahwa cronbach’s alpha dalam PLS dikatakan baik apabila ≥ 0,η dan dikatakan cukup apabila ≥ 0,3 64 . Apabila suatu konstruk telah memenuhi dua kriteria tersebut maka dapat dikatakan bahwa 62 Sofyan Yamin dan Heri Kurniawan, “Generasi Baru Mengolah Data Penelitian dengan Partial Least Square Path Modeling‖, Jakarta: Salemba Infot ek, 2011 h. 19-20 63 Mahfud Sholihin dan Dwi Ratmono, “Analisis SEM-PLS dengan WarpPLS 3.0 untuk Hubungan Nonlilier dalam Penelitian Sosial dan Bisnis.‖ Yogyakarta: Andi.2013 h. 73 64 Sofyan Yamin dan Heri Kurniawan, ―Structural Equation Modeling‖, Jakarta: Salemba Infotek, 2009 h. konstruk reliabel atau memiliki konsistensi dalam instrumen penelitian. a. Evaluasi Model Struktural Inner Model Inner Model menentukan spesifikasi hubungan antara konstrak laten dan konstrak laten lainnya. Persamaan dari inner model adalah sebagai berikut: 65 Keterangan: = Matriks konstrak laten endogen ξ = Matriks konst rak laten eksogen β = Koefisien matriks variabel endogen Г = Koefisien matriks variabel eksogen = Inner model residual matriks Evaluasi model struktural inner model meliputi uji kecocokan model model fit, path coefficient, dan R 2 . Uji model fit ini digunakan untuk mengetahui apakah suatu model memiliki kecocokan dengan data. Pada uji kecocokan model terdapat 3 indeks pengujian, yaitu average path coefficientAPC, average R-squared ARS dan average varians factor AVIF. Nilai p untuk APC dan ARS harus lebih 65 Sofyan Yamin dan Heri Kurniawan, ―Structural Equation Modeling‖, Jakarta: Salemba Infotek, 2009 h. 213 = β+ξГ+ kecil dari 0.05 atau berarti signifikan. Selain itu, AFIV sebagai indikator multikolinearitas harus lebih kecil dari 5. 66 3. Hipotesis Uji hipotesis digunakan untuk menjelaskan arah hubungan antara variabel independen dan variabel dependennya. Pengujian ini dilakukan dengan cara analisis jalur path analysis atas model yang telah dibuat. Program WarpPLS 5.0 dapat secara simultan menguji model struktural yang komplek, sehingga dapat diketahui hasil analisis jalur dalam satu kali analisis regresi. Gambar 3.1 Analisis Lajur Hasil korelasi antar konstruk diukur dengan melihat path coefficients dan tingkat signifikansinya yang kemudian dibandingkan dengan hipotesis penelitian yang terdapat pada bab dua. Suatu hipotesis dapat diterima atau harus ditolak secara 66 Mahfud Sholihin dan Dwi Ratmono, “Analisis SEM-PLS dengan WarpPLS 3.0 untuk Hubungan Nonlilier dalam Penelitian Sosial dan Bisnis.‖ Yogyakarta: Andi.2013 h. 61 IB-VACA IB-STVA IB-VAHU NPM ROA Intellectual capital KK GCG statistik dapat dihitung melalui tingkat signifikansinya. Biasanya tingkat signifikansi ditentukan sebanyak 10, 5, dan 1. Tingkat signifikansi yang dipakai dalam penelitian ini adalah sebesar 10. Apabila tingkat signifikansi yang dipilih sebesar 10 maka tingkat signifikansi atau tingkat kepercayaan 0,10 untuk menolak suatu hipotesis. Dalam penelitian ini ada kemungkinan mengambil keputusan yang salah sebesar 5. Berikut ini yang digunakan sebagai dasar pengambilan keputusan yaitu: p- value≥ 0,0η, maka Ho diterima p-value 0,05, maka Ho ditolak dan Ha diterima. 77

BAB IV HASIL DAN ANALISIS DATA

A. Gambaran Penelitian

1. Gambaran Kinerja Keuangan Bank Syariah tahun 2011 -2014 Table 4.1 Perkembangan Kinerja Perbankan Syariah BANK ROA Rata- rata NPM Rata- rata 2011 2012 2013 2014 2011 2012 2013 2014 BSM 1.95 2.25 1.53 0.17 1.48 0.146 0.17 0.119 0.0129 0.11 BNIS 1.29 1.48 1.37 1.27 1.35 0.065 0.08 0.072 0.075 0.07 BRIS 0.2 1.19 1.15 0.08 0.66 0.011 0.076 0.074 0.0319 0.05 BMI 1.52 1.54 0.5 0.17 0.93 0.118 0.131 0.38 0.011 0.16 BCAS 0.9 0.8 1 0.8 0.88 0.072 0.071 0.082 0.047 0.07 BMS 1.58 3.81 2.33 0.29 2.00 0.054 0.14 0.11 0.014 0.08 BPS 1.75 3.29 1.03 1.99 2.02 0.13 0.24 0.08 0.135 0.15 BVS 6.93 1.43 0.5 -1.87 1.75 0.00298 0.122 0.036 0.129 0.07 BSB 0.52 0.55 0.69 0.27 0.51 0.0049 0.055 0.053 0.018 0.03 BMSI 3.57 2.89 2.87 3.61 3.24 0.4 0.44 0.29 0.33 0.37 Sumber : Data diolah Tabel di atas menunjukan pertumbuhan nilai ROA dan NPM yang dihasilkan oleh masing-masing Bank syariah selama periode 2011 hingga 2014, ROA menunjukan kemampuan manajemen perusahaan dalam menghasilkan pendapatan dari pengelolaan aset yang dimiliki dan NPM menunjukkan pendapatan bersih perusahaan atas penjualan. Dari tabel di atas dapat dilihat bahwa rata-rata nilai ROA tahun 2011 hingga 2014 yang tertinggi adalah Bank Maybank Syariah Indonesia dengan nilai 3.24 dan yang terendah yaitu Bank Syariah 76 Bukopin. Dari hasil tersebut menunjukkan pada tahun 2011 -2014 kemampuan manajemen Bank Mybank syariah yang terbaik dalam memanfaatkan aset yang dimiliki. Sedangkan Bank Syariah Bukopin, dilihat dari nilai rata-rata ROA tahun 2011 -2014 yang menempati posisi terkecil menunjukkan bahwa manajemen perusahaan kurang efektif dalam memanfaatkan aset untuk menghasilkan keuntungan. Semakin tinggi prosentase nilai ROA maka manajemen perusahaan semakin. efektif dalam memanfaatkan aset untuk menghasilkan keuntungan. Sedangkan, rata-rata nilai NPM tahun 2011 hingga 2014 yang tertinggi adalah Bank Maybank Syariah Indonesia dengan nilai 0.37 dan yang terendah yaitu Bank Syariah Bukopin dengan nilai 0.03. Dari hasil tersebut menunjukkan pada tahun 2011 -2014 kemampuan manajemen Bank Mybank syariah yang terbaik dalam mendapatkan laba. Sedangkan Bank Syariah Bukopin, dilihat dari nilai rata-rata NPM tahun 2011 -2014 yang menempati posisi terkecil menunjukkan bahwa manajemen perusahaan kurang efektif dalam menghasilkan keuntungan.