August 80.36
77.65 75.89
77.87 81.2
80.37 September
79.1 77.54
75.44 77.98
82.39 80.06
October 78.94
78.03 75.04
79.06 75.61
79.96 November
77.7 77.92
75.29 78.59
93.5 79.99
December 80.54
78.41 74.75
78.21 79.28
83.41 Sumber: Otoritas Jasa Keuangan data diolah
Kinerja intermediasi perbankan yang tertahan berdapak pada penurunan profitablitas dan efisiensi yang tercermin pada rasio ROA yang menurun pada tabel
4.1 dan rasio Biaya Operasional terhadap Pendapatan Operasional BOPO yang meningkat. Pada tabel 4.3 terlihat kenaikan rasio BOPO tertiggi pada tahun 2014
bulan November dengan nilai 93,5 persen dan terendah di bulan Januari 2014 dengan nilai 70,43 persen.
Data selanjutnya yang akan ditampilkan adalah data makroekonomi pada periode Januari 2010 sampai dengan Desember 2015, yakni sebagai berikut:
Tabel 4.5 Pertumbuhan
Industrial Production Index di Indonesia
dalam persen
Month Indeks Produksi Bulanan Industri Besar dan Sedang
2010 2011
2012 2013
2014 2015
January 96.59
101.66 102.76
113.91 117.32
123.33 February
97.28 98.06
105.63 112.31
116.60 119.67
March 101.37
105.86 102.46
112.58 116.80
125.46 April
101.44 102.19
103.38 114.12
117.25 127.11
May 100.90
105.63 108.31
115.78 120.16
123.03 June
104.72 107.23
109.79 113.34
120.22 126.26
July 100.93
109.45 111.41
115.28 117.05
122.21
August 101.12
103.10 100.78
113.37 120.13
127.01 September
92.32 104.12
109.61 116.36
127.74 130.31
October 100.77
107.59 118.17
118.05 124.37
131.09 November
101.72 101.35
114.13 116.20
121.73 128.64
December 100.83
102.89 114.12
117.36 124.94
126.22
Tabel 4.6 Pertumbuhan Inflasi di Indonesia Month
Inflasi dalam persen 2010
2011 2012
2013 2014
2015
January 3.72
7.02 3.65
4.57 8.22
6.96 February
3.81 6.84
3.56 5.31
7.75 6.29
March 3.43
6.65 3.97
5.90 7.32
6.38 April
3.91 6.16
4.50 5.57
7.25 6.79
May 4.16
5.98 4.45
5.47 7.32
7.15 June
5.05 5.54
4.53 5.90
6.70 7.26
July 6.22
4.61 4.56
8.61 4.53
7.26 August
6.44 4.79
4.58 8.79
3.99 7.18
September 5.80
4.61 4.31
8.40 4.53
6.83 October
5.67 4.42
4.61 8.32
4.83 6.25
November 6.33
4.15 4.32
8.37 6.23
4.89 December
6.96 3.79
4.30 8.38
8.36 3.35
Tabel 4.7 Pertumbuhan BI Rate di Indonesia
Month BI Rate dalam persen
2010 2011
2012 2013
2014 2015
January 6.50
6.50 6.00
5.75 7.50
7.50 February
6.50 6.75
5.75 5.75
7.50 7.50
March 6.50
6.75 5.75
5.75 7.50
7.50 April
6.50 6.75
5.75 5.75
7.50 7.50
May 6.50
6.75 5.75
5.75 7.50
7.50 June
6.50 6.75
5.75 6.00
7.50 7.50
July 6.50
6.75 5.75
6.50 7.50
7.50 August
6.50 6.75
5.75 7.00
7.50 7.50
September 6.50
6.75 5.75
7.25 7.50
7.50 October
6.50 6.50
5.75 7.25
7.50 7.50
November 6.50
6.00 5.75
7.25 7.75
7.50 December
6.50 6.00
5.75 7.50
7.75 7.50
Tabel 4.8 Pertumbuhan Indeks Harga Saham Gabungan IHSG di Indonesia
dalam persen
Month Indeks Harga Saham Gabungan IHSG
2010 2011
2012 2013
2014 2015
January 2.61
3.41 3.94
4.45 4.42
5.29 February
2.55 3.47
3.99 4.80
4.62 5.45
March 2.97
3.68 4.12
4.94 4.77
5.52 April
2.80 3.82
4.18 5.03
4.84 5.09
May 2.91
3.84 3.83
5.07 4.89
5.22 June
3.07 3.89
3.96 4.82
4.88 4.91
July 3.07
4.13 4.14
4.61 5.09
4.80 August
3.08 3.84
4.06 4.20
5.14 4.51
September 3.50
3.55 4.26
4.32 5.14
4.22 October
3.64 3.79
4.35 4.51
5.09 4.46
November 3.53
3.72 4.28
4.26 5.15
4.45 December
3.70 3.82
4.32 4.27
5.23 4.59
Data diolah
Tabel 4.9 Pertumbuhan Nilai Tukar di Indonesia Month
Nilai Tukar dalam persen 2010
2011 2012
2013 2014
2015
January 95.57
98.82 99.44
92.29 73.2
70.89 February
95.88 101.44
98.51 92.58
76.93 69.58
March 98.19
102.77 97.49
92.09 78.48
68.4
April 99.31
104.39 97.39
92.06 77.61
69.18 May
97.49 104.84
93.57 91.31
77.08 67.75
June 98.54
104.11 94.41
90.14 74.78
67.13 July
99.98 105.2
94.36 87.08
77.22 66.39
August 98.99
104.34 93.62
81.93 76.38
63.81 September
100.29 101.44
93.35 77.07
73.29 61.06
October 100.25
101.3 93.08
79.67 74.08
65.62 November
99.3 97.6
93.18 74.73
73.38 64.67
December 99.54
98.7 92.55
73.43 71.95
64.88
B. Analisis Pengujian Statistik
1. Uji Stasioneritas
Langkah pertama dalam melakukan analisis data time series yaitu uji stasioneritas dilakukan untuk mengetahui variabel-variabel yang diuji stasioner atau tidak. Uji
stasioner data dapat dilakukan dengan menggunakan uji akar unit yaitu dengan menggunakan augemted dickey-fuller ADF pada derajat yang sama level atau
difference senigga diperoleh suatu data yang stasioner. Pada penelitian ini menggunakan uji augemted dickey-fuller ADF. Berikut adalah hasil uji stasioneritas
dengan menggunakan augemted dickey-fuller ADF dari setiap data:
Tabel 4.11 Hasil Uji Stasioneritas ADF pada tingkat level
Variabel ADF Statistik
ket. t-statistic
critical values 5 prob
ROA -3.192560
-2.902953 0.0245
Stasioner FDR
-2.665924 -2.902953
0.0851 Stasioner
BOPO -5.586259
-2.902953 0.0000
Tidak Stasioner
Industrial Production Index -0.564950
-2.904198 0.8708
Tidak Stasioner Inflasi
-2.802051 -2.903566
0.0631 Tidak Stasioner
BI Rate -1.168273
-2.903566 0.6857
Tidak Stasioner IHSG
-2.271200 -2.902953
0.1840 Tidak Stasioner
Nilai Tukar 0.467618
-2.902953 0.9844
Tidak Stasioner Sumber: output eviews data diolah
Berdasarkan tabel uji stasioneritas dengan uji ADF pada tigkat level diatas. Dengan menggunakan critical value 5 hanya nilai ADF t-statistik ROA dan BOPO
yang lebih besar dari critical value nya dengan masing-masing nilai -3.192560 untuk ROA dan -5.586259 untuk BOPO sehingga dapat dikatakan stasioner kedua variabel
tersebut karena lebih besar dari nilai critical value -2.902953. Sebaliknya variabel lainnya tidak stasioner dengan data sebagai berikut, nilai
FDR t-statistic -2.665924 critical value -2.902953 kemudian Industrial Production Index t-statistic -0.564950 critical value -2.904198, untuk Inflasi t-statistic -
2.802051 critical value -2.903566, BI Rate t-statistic -1.168273 critical value - 2.903566, Indeks Harga Saham Gabungan IHSG t-statistic -2.271200 critical
value -2.902953, Nilai Tukar t-statistic 0.467618 critical value -2.902953 dan pada variabel Harga Minyak Mentah Dunia nilai t-statistic -0.870460 critical value -
2.903566. maka variabel Industrial Production Index, Inflasi, BI Rate, Indeks Harga Saham Gabungan IHSG dan Nilai Tukar dapat dikatakan tidak stasioner uji ADF
pada tingkat Level.
Oleh karena itu perlu dilakukan proses 1
st
difference karena untuk mengetahui variabel lainnya stasioner atau tidak. Pada tabel berikut merupakan hasil uji
stasioneritas ADF pada tingkat 1
st
difference.
Tabel 4.12 Uji stasioneritas ADF tingkat 1st difference
Variabel ADF Statistik
ket. t-statistic
critical values 5 prob
ROA -9.398586
-2.903566 0.0000
Stasioner FDR
-9.907723 -2.903566
0.0001 Stasioner
BOPO -12.779420
-2.903566 0.0001
Stasioner Industrial Production Index
-7.993599 -2.904848
0.0000 Stasioner
Inflasi -5.446375
-2.903566 0.0000
Stasioner BI Rate
-4.797646 -2.903566
0.0002 Stasioner
IHSG -8.282740
-2.903566 0.0000
Stasioner Nilai Tukar
-8.088535 -2.903566
0.0000 Stasioner
Sumber: output eviews data diolah
Asumsi uji ADF jika t-statistic critical value = tidak stasioner, dan ADF t- statistic critical value = stasioner. Dengan keterangan asumsi tersebut, maka dapat
dinyatakan semua variabel penelitian diantaranya ROA, FDR, BOPO, Industrial Production Index IPI, Inflasi, BI Rate, Indeks Harga Saham Gabungan dan Nilai
Tukar dapat dinyatakan stasioner pada tingkat 1
st
difference karena semua nilai t- statistic critical value. Maka penelitian dapat dilanjutkan dengan uji berikutnya.
2. Uji Lag Optimal
Permasalahan yang terjadi pada uji stasioneritas adalah penentuan lag yang optimal. Pada pendekatan VAR maupun VECM sangat sensitif tehadap panjangnya
lag yang digunakan. Penentuan panjangnya lag dimaksudkan untuk mengetahui
panjangnya periode keterpengaruhan suatu variabel terhadap variabel masa lalunya maupun variabel endogen lainnya.
Untuk menentukan panjang lag yang optimal dapat dilihat dari beberapa criteria yaitu: Final Prediction Error FPI Akaike Information Creterion AIC, Schwarz
Information Criterion SC dan Hanna-Quinn Information Criterion HQ. hasil uji panjang lag optimal dapat dilihat pada tabel di bawah ini.
Tabel 4.13 Hasil Penetapan Lag Optimal
Lag LR
FPE AIC
SC HQ
NA 79.14429
29.91215 30.20830
30.02933 1
738.9524 0.002123
19.36598 22.32751
20.53786 2
106.1262 0.002955
19.57293 25.19983
21.79951 3
66.63577 0.008496
20.28223 28.57450
23.56350 4
109.8502 0.005227
19.03846 29.99612
23.37443 5
78.74440 0.006431
17.70664 31.32967
23.09731
Pada tabel 4.13 dapat dilihat hasil uji lag tersebut memberikan rekomendasi lag yang berbeda-beda. Terlihat bahwa dengan criteria FPE, SC dan HQ kandidat yang
disarankan adalah lag 1, dapat dilihat dari tanda bintang yang paling banyak. Dengan demikian lag optimal yang disarankan adalah lag 1.
3. Uji Kointegrasi
Pengujian kointegrasi dilakukan untuk memperoleh hubungan jangka panjang antar variabel yang telah memenuhi persyaratan selama proses integrasi yaitu dimana
semua variabel telah stasioner pada derajat yang sama yaitu derajat satu 1
st
