68
4.1.5.3 Uji Parsial Uji Statistik t
Untuk menguji pengaruh parsial tersebut dapat dilakukan dengan dua cara sebagai berikut :
1. Membandingkan nilai t hitung dalam tabel coefficients dengan t tabel. Jika t hitung t tabel maka H0 ditolak artinya terdapat pengaruh secara parsial
antara variabel independen terhadap variabel dependen. Jika t hitung t tabel maka H0 diterima artinya tidak terdapat pengaruh secara parsial
antara variabel independen terhadap variabel dependen. 2. Berdasarkan nilai probabilitas. Jika nilai signifikansi lebih kecil dari 0,05
atau 5 maka hipotesis yang diajukan diterima atau dikatakan signifikan. Jika nilai signifikansi lebih besar dari 0,05 atau 5 maka hipotesis yang
diajukan ditolak atau dikatakan tidak signifikan. Pengaruh ROA, BOPO, LDR secara parsial terhadap CAR dapat diketahui
dari hasil uji t yang terdapat pada tabel 4.11 berikut:
Tabel 4.13 Hasil Uji Parsial Uji Statistik t
Coefficientsa
Mode l
Unstandardized Coefficients
Standardize d
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF B
Std. Error
1 Constant
12.742 3.571
3.568 .001
ROA -.260
.599 -.059
-.434 .666
.993 1.007
BOPO -.033
.021 -.213
-1.573 .022
.995 1.005
LDR .084
.040 .281
2.068 .044
.989 1.011
a Dependent Variable: CAR
Sumber: Diolah dengan SPSS 17, 2013
Universitas Sumatera Utara
69
4.1.5.4 Analisis Regresi Berganda
Analisis regresi linear berganda digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap satu variabel dependen Imam Ghozali,
2009:13. Persamaan regresi dapat dilihat dari tabel hasil uji coefficients. Pada tabel coefficients yang dibaca adalah nilai dalam kolom B, baris pertama
menunjukkan konstanta a dan baris selanjutnya menunjukkan konstanta variabel independen. Berdasarkan tabel di atas maka model regresi yang digunakan adalah
sebagai berikut.
CAR = 12.742 - 0.260ROA – 0.033BOPO + 0.084LDR
Berdasarkan model regresi dan tabel 4.11 di atas maka hasil regresi berganda dapat dijelaskan sebagai berikut :
1. Persamaan regresi linear berganda diatas, diketahui mempunyai konstanta sebesar 12.742. Besaran konstanta menunjukkan bahwa jika variabel-
variabel independen diasumsikan konstan, maka variabel dependen yaitu CAR akan naik sebesar 12.74.
2. Koefisien variabel ROA =-0.260 berarti setiap kenaikan ROA sebesar 1 akan menyebabkan kenaikan CAR sebesar 0.26.
3. Koefisien variabel LDR = 0.084 berarti setiap kenaikan BOPO sebesar 1 akan menyebabkan penurunan CAR sebesar 0.0084.
Universitas Sumatera Utara
70
4.2 Pembahasan Hasil Penelitian
1. Return On Asset ROA Dari hasil perhitungan uji secara parsial diperoleh nilai t hitung sebesar -
0.434 dengan signifikansi 0,666, serta t tabel sebesar 2,048. Karena nilai signifikansi lebih besar daripada 0,05 dan nilai t hitung lebih kecil daripada t tabel
maka dapat disimpulkan bahwa ROA tidak berpengaruh secara parsial terhadap CAR sehingga hipotesis yang diajukan yaitu ROA berpengaruh terhadap CAR
secara parsial ditolak. Hal ini mengindikasikan bahwa perubahan yang terjadi pada rentabilitas yaitu ROA tidak akan mempengaruhi nilai CAR, yang berarti
bahwa naik atau turunnya rentabilitas yaitu ROA tidak berpengaruh terhadap CAR.
Beberapa bank yang modalnya di bawah rata-rata serta mengalami penurunan antara lain disebabkan oleh manajemen bank yang lemah terutama
karena pengelolaan rentabilitas yang kurang tepat. ROA yang tidak berpengaruh terhadap CAR menunjukkan efisiensi perbankan dalam mengelola rentabilitasnya
yaitu ROA, dimana keuntungan atas asset tidak lebih tinggi daripada pertumbuhan jumlah dana yang dihimpun sehingga bank tidak perlu menambah dananya
melalui modal sendiri untuk membiayai keuntungan atas asset. Hasil penelitian ini berbeda dengan hasil penelitian Cynthia Edginarda
2012 dan Netty Siregar 2010 yang menunjukkan bahwa ROA berpengaruh secara parsial terhadap CAR. Penelitian ini berbeda dengan penelitian terdahulu
dikarenakan objek penelitian, jumlah sampel, ada beberapa rasio yang digunakan berbeda, dan tahun penelitian yang berbeda.
Universitas Sumatera Utara
Kategori