BAB III METODE PENELITIAN. tiga bank umum syariah yaitu Bank Muamalat Indonesia, Bank Syariah Mandiri dan

Transkripsi

1 A. Lokasi Penelitian BAB III METODE PENELITIAN Penelitian ini dilakukan dan di akses dari website bank terkait dengan penelitian ini dengan objek penelitian yang digunakan yaitu 10 bank syariah yang terdiri dari tiga bank umum syariah yaitu Bank Muamalat Indonesia, Bank Syariah Mandiri dan Bank Syariah Mega, sedangkan yang lain merupakan unit usaha syariah yaitu BRI Syariah, BNI Syariah, BCA Syariah, Bank Panin Syariah, Bank Bukopin Syariah, Bank Victoria Syariah dan Maybank Syariah Indonesia. B. Jenis Penelitian Penelitian ini merupakan penelitian deskriptif kuantitatif. Deskriptif kuantitatif yang sifatnya memberikan gambaran secara umum bahasan yang diteliti dalam data atau angka yang kemudian dianalisa dan dipresentasikan dalam bentuk uraian. Yang dimaksud penelitian deskriptif suatu metode dalam penelitian suatu status kelompok manusia, suatu objek, suatu kondisi, suatu kelas peristiwa pada masa sekarang dengan tujuan untuk membuat gambaran secara sistematis mengenai fakta fakta dan sifat hubungan anatara fenomena fenomena yang akan diselidiki dengan menganalisis kemudian menyimpulkannya. Kemudian diinterpretasikan berdasarkan teori-teori dan literatur-literatur yang berhubungan dengan aktiva produktif, capital adequacy ratio dan financing to deposit ratio terhadap Retrun On Assets pada bank syariah di Indonesia pada tahun

2 22 C. Populasi dan Sampel Populasi yang digunakan dalam penelitian ini berjumlah 13 bank syariah yang dilihat dari Statistik Perbankan Syariah pada Jaringan Kantor Individual Perbankan Syariah bulan Desember 2015 terdiri dari tiga bank umum syariah yaitu Bank Muamalat Indonesia, Bank Syariah Mandiri, Bank Syariah Mega, sedangkan yang lain merupakan unit usaha syariah Bank Aceh Syariah, Bank Tabungan Pensiunan Nasional Syariah, BRI Syariah, BNI Syariah, BCA Syariah, BJB Syariah, Bank Panin Syariah, Bank Bukopin Syariah, Bank Victoria Syariah dan Maybank Syariah Indonesia Sampel dalam penelitian ini diambil dengan menggunakan metode purposive sampling yaitu metode pemilihan sampel dengan kriteria tertentu yang sesuai atau baik sekali untuk dijadikan sampel berdasarkan populasi di atas. Kriteria dalam pengumpulan sampel ini yaitu : 1 Bank syariah yang digunakan secara rutin mempublikasikan laporan keuangan tahunan di halaman websitenya secara berturut-turut dari tahun Bank syariah yang diteliti memiliki data terkait dengan variabel-variabel yang digunakan dalam penelitian.

3 23 Tabel 3.1 Proses Seleksi Sampel Berdasarkan Kriteria (Purposive Sampling) No. Nama Bank Syariah Kriteria 1 Kriteria 2 Keterangan 1. Bank Muamalat Indonesia Memenuhi Kriteria 2. Bank Syariah Mandiri, Memenuhi Kriteria 3. Bank Syariah Mega Memenuhi Kriteria 4. Bank Aceh Syariah - Tidak Memenuhi Kriteria 5. Bank Tabungan Pensiunan Tidak Memenuhi - Nasional Syariah Kriteria 6. BRI Syariah Memenuhi Kriteria 7. BNI Syariah Memenuhi Kriteria 8. BCA Syariah Memenuhi Kriteria 9. Bank Jabar Banten Tidak Memenuhi - Syariah Kriteria 10. Bank Panin Syariah Memenuhi Kriteria 11. Bank Syariah Bukopin Memenuhi Kriteria 12. Bank Victoria Syariah Memenuhi Kriteria 13. Maybank Syariah Indonesia Memenuhi Kriteria Total Bank Sampel Penelitian 10 Dari kriteria di atas diperoleh 10 bank syariah yang terdiri dari tiga bank umum syariah yaitu Bank Muamalat Indonesia, Bank Syariah Mandiri dan Bank Syariah Mega, sedangkan yang lain merupakan unit usaha syariah yaitu BRI Syariah, BNI Syariah, BCA Syariah, Bank Panin Syariah, Bank Bukopin Syariah, Bank Victoria Syariah dan Maybank Syariah Indonesia

4 24 D. Definisi Operasional dan Pengukuran Variabel Digunakan untuk mengetahui konsep atas variabel yang akan diteliti. Definisi masing masing variable yang digunakan dalam penelitian ini adalah sebagai berikut: 1 Variabel Dependen Variabel dependen adalah tipe variabel yang dijelaskan atau dipengaruhi oleh variabel independen. Dalam penelitian ini variabel dependen adalah profitabilitas bank syariah dan menggunakan 10 bank syariah di Indonesia dan diukur dengan ROA (Y). ROA dinyatakan dalam bentuk persentase dan dirumuskan sebagai berikut : ROA = Laba Bersih x 100% Total Aktiva 2 Variabel Independen Variabel independen adalah tipe variabel yang menjelaskan atau mempengaruhi variabel yang lain. Variabel-variabel independen yang akan diuji dalam penelitian ini yaitu : 1) Aktiva Produktif (X1) Aktiva produktif merupakan penempatan dana oleh suatu bank dalam aset yang menghasilkan pendapatan. Dalam penelitian ini diukur dengan cara menjumlahkan pos-pos aktiva produktif yaitu pembiayaan, penyertaan serta surat berharga yang hasilnya dinyatakan dalam bentuk juta rupiah.

5 25 2) Capital Adequacy Ratio (CAR) (X2) Capital Adequacy Ratio digunakan untuk mengukur kemampuan manajemen bank dalam mengelola modal yang dimiliki untuk mengontrol risiko yang dimbul akibat kegiatan operasionalnya. Rumus untuk menghitung CAR sebagai berikut dan hasilnya dinyatakan dalam bentuk persen. CAR = Modal Bank x 100% Total Aktiva Tertimbang Menurut Resiko 3) Financing to Deposit Ratio (X3) Penelitian ini menggunakan Financing to Deposit Ratio untuk mengukur kemampuan bank dalam memenuhi kewajiban jangka pendeknya dan hasilnya dinyatakan dalam bentuk persen : E. Jenis dan Sumber Data FDR = Pembiayaan x 100% Dana Pihak Ketiga Jenis data yang digunakan adalah data sekunder yang diperoleh dari buku-buku, literatur, internet, catatan-catatan, serta sumber lain yang menunjang dan berhubungan dengan masalah penelitian. Data yang dipergunakan dalam analisis ekonometrika dapat berupa data time series, data cross section, atau data panel. Data panel (panel pooled data) merupakan gabungan data cross section dan data timeseries. Penelitian ini menggunakan data panel (pooling data), yaitu sekelompok data individual yang diteliti selama rentang waktu

6 26 Cakupan yang digunakan dalam penelitian ini adalah data laporan keuangan tahunan dalam kurun waktu (time series) dari tahun dan data deret lintang (cross section) sebanyak 10 Bank Syariah di Indonesia. Sumber data yang digunakan dalam penelitian ini diperoleh dari publikasi laporan keuangan tahunan Bank Syariah dan sumber-sumber lain yang dapat digunakan dalam penelitian ini. F. Teknik Pengumpulan Data Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi yaitu teknik pengumpulan data secara tidak langsung atau berupa dokumen sekunder. Pengumpulan data melalui dokumen dalam bentuk tertulis maupun elektronik dari lembaga atau institusi mengenai variabel dan data pendukung yang digunakan dalam penelitian. Data yang diperoleh kemudian disusun dan diolah sesuai kepentingan penelitian. G. Metode Analisis Data Teknik analisa data yang digunakan dalam penelitian ini adalah analisis regresi data panel yang bersifat dinamis dengan model double log untuk mengetahui apakah semua variabel (Aktiva Produktif, Capital Adequacy Ratio dan Financing to Deposit Ratio) baik secara simultan dan parsial berpengaruh terhadap variabel dependent yaitu profitabilitas yang di ukur menggunakan Return On Assets. Dengan persamaan sebagai berikut: logy = β 0 + β 1 logx 1 + β 2 logx 2 + β 3 logx 3 + e β 0 : Konstanta/ Intercept

7 27 β 1, β 3, β 3,β4 : Koefisien Regresi Parsial X 1 : Aktiva Produktif X 2 : Capital Adequacy Ratio X 3 : Financing to Deposit Ratio Untuk mengetahui pengaruh variabel-variabel independen terhadap variabel dependen maka dilakukan dengan uji statistik t dan uji statistik F dengan tingkat signifikan 5%. Alat analisis yang digunakan dalam penelitian ini antara lain: 1. Model Regresi Panel a. Common Effect Model common effect (CE) adalah model paling sederhana yang mengasumsikan bahwa tidak ada keheterogenan antar individu yang tidak terobservasi (intersep sama), karena semua keheterogenan telah dijelaskan oleh variabel independen. Estimasi parameter model common effect menggunakan metode OLS. Model common effect (pooling) yang dapat digunakan untuk memodelkan data panel adalah: Y it = α + X it β + e it Dimana : Y it adalah observasi dari unit ke i dan diamati pada periode ke t. (dependen) X it adalah variabel independen yang diamati dari unit i pada periode t. Dan diasumsikan X it memuat konstanta.

8 28 e it adalah komponen error yang dia yang diasumsikan memiliki harga mean 0 dan variansi homogen dalam waktu serta independen dengan X it. b. Model Fixed Effect Model fixed effect (FE) pada data panel diasumsikan bahwa koefisien slope konstan tetapi intersep bervariasi sepanjang unit individu. Istilah fixed effect berasal dari kenyataan bahwa meskipun intersep β oi berbeda antar individu namun intersep antar waktu sama (time invariant), sedangkan slope tetap sama antar individu dan antar waktu. Bentuk umum model fixed effectadalah sebagai berikut: Terdapat keheterogenan antar individu yang tidak terobservasi, maka nilai intersep untuk setiap variabel independen berbeda tapi memiliki slope yang sama. Estimasi parameter model fixed effect menggunakan metode Least Square Dummy Variable, yaitu dengan menambahkan variabel dummy yang bersesuaian untuk masing masing nilai variabel independen. Y it = Y it + p i=1 β k X k,it + e it Dengan di adalah Variabel Dummy ke I, i= 2,3., N dan N adalah banyaknya unit cross section.pendugaan parameter regresi data panel dilakukan dengan menggunakan Ordinary Least Square. c. Random - Effect Model random effect (RE) digunakan untuk mengatasi permasalahan yang ditimbulkan oleh model fixed effect dengan perubah semu (dummy) pada data

9 29 panel menimbulkan permasalahan hilangnya derajad bebas dari model. Estimasi parameter model random effect menggunakan metode Generalized Least Square. Y it = β oi + p i=1 β k X k,it + μ it + e it 2. Uji Kesesuaian Model a. Uji Chow Uji ini digunakan untuk memilih salah satu model pada regresi data panel, yaitu model efek tetap (Fixed Effect Model) dengan model koefisien tetap (common effect model). Hipotetsis dalam uji chow adalah: H 0 H 1 : Common Effect Model : Fixed Effect Model Dasar penolakan terhadap hipotesis diatas adalah dengan membandingkan perhitungan F statistik dengan F tabel. Perbandingan dipakai apabila hasil F hitung lebih besar (>) dari F tabel maka H 0 ditolak yang berarti model yang paling tepat adalah Fixed Effect Model. Begitupun sebaliknya, jika F hitung lebih kecil (<) dari F tabel maka H 0 diterima dan model yang digunakan adalah Common Effect Model (Widarjono, 2009). Perhitungan F statistic didapat dari uji Chow dengan rumus: F = (SSE 1 SSE 2 ) (n 1) SSE 2 (nt n k)

10 30 Dimana: SSE1 SSE2 n k : Sum Square Error dari model Common Effect : Sum Square Error dari model Fixed Effect : Jumlah bank syariah(cross section) : Jumlah variabel independen Sedangkan F tabel didapat dari: Dimana: F tabel = {α df(n 1, nt n k)} α n nt k : Tingkat signifikasi yang dipakai (alfa) : Jumlah bank syariah : Jumlah cross section x jumlah time series : Jumlah variabel independen b. Uji Langrange Multiplier (LM) Breush-Pagan Uji Lagrange Multiplier (LM) digunakan untuk mengetahui signifikan teknik Random Effect. Uji Lagrange Multiplier (LM) digunakan untuk memilih antara OLS (Common Effect) tanpa variabel dummy atau Random Effect. Uji signifikan Random Effect ini dikembangkan oleh Bruesch pagan. Adapun nilai statistik LM dihitung berdasarkan formula sebagai berikut : LM = = n nt [ T i=1 t=1 eit] [ 2 (T 1) n i=1 T t=1 eit 2 nt 2 (T 1) -1] 2

11 31 Keterangan : N T e = Jumlah Individu = Jumlah Periode Waktu = Residual metode OLS Hipotesis untuk pengujian ini yaitu : H0 = OLS tanpa variabel dummy ( Common Effect) H1 = Random Effect Model Ketentuan : 1) Apabila Probabilitas Breusch-Pagan <alpha (0,05), maka H0 ditolak dan H1 diterima, berarti bahwa model Random Effect merupakan model yang tepat. 2) Apabila Probabilitas Breusch-Pagan >alpha (0,05), maka H0 diterima dan H1 ditolak, berarti bahwa model OLS tanpa variabel dummy (Common Effect) merupakan model yang tepat. c. Uji Hausman Kegunaan uji Hausman adalah untuk memilih antara Fixed Effect atau Random Effect. Uji Hausman digunakan apabila metode Fixed Effect dan Random Effect lebih baik dari metode OLS (Common Effect). Statistik uji Hausman mengikuti chi square dengan degree of freedom sebanyak jumlah variabel bebas dari model. Dengan ketentuan: H0 H1 : Random Effect : Fixed Effect

12 32 Apabila hasil dari Hausman test menunjukkan bahwa nilai probabilitasnya lebih kecil dari tingkat signifikasi 0,05, maka dengan demikian hipotesis nol ditolak dan model yang digunakan Fixed Effect. Uji Hausman digunakan apabila metode Fixed Effect dan Random Effect kebih baik dari metode OLS (Common Effect). Rumus uji Hausman yaitu: m = q Var(q ) 1 q Keterangan: q = (β β GLS ) Var(q ) = Var(β ) Var(β GLS ) Ketentuan: 1) Apabila Hausman hitung Tabel Chi Square, maka Ho ditolak dan Ha diterima, berarti bahwa model Fixed Effect merupakan model yang tepat. 2) Apabila Hausman hitung Tabel Chi Square, maka Ho diterima dan ha ditolak, berarti model Random Effect merupakan model yang tepat. 3. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi data panel, nilai residual berdistribusi normal atau tidak dengan membandingkan nilai Jarque-Bera (JB) dan nilai Chi Square tabel. Kriteria yang digunakan menerima H0 jika nilai Jarque-Bera < nilai Chi Square maka data berdistribusi normal.

13 33 JB = n [ S2 6 (K 3)2 + ] 24 Dimana n adalah jumlah pengamatan, S adalah koefisien Skewness, K adalah koefisien kurtosis. Hipotesis yang diuji adalah: H0 : error berdistribusi normal H1 : error tidak berdistribusi normal H0 ditolak jika nilai p-value uji Jarque Bera lebih kecil dari derajad kesalahan 5% (0,05). Sehingga asumsi normalitas terpenuhi. b. Uji Multikolinieritas Multikolinieritas adalah kondisi dimana terjadi korelasi antar variabel variabel independen (bebas). Ada tidaknya multikolinieritas dapat diketahui dengan melihat nilai korelasi pearson atau nilai koefisien korelasi antara masing masing variabel bebas yang dihitung dengan rumus r 2 1,2 = n ( x 1i x 2i i=1 ) 2 ( n 2 i=1 x 1i )( n i=1 x Berdasarkan model tersebut dapat ditunjukkan adanya multikolinieritas serius yang terjadi apabila nilai korelasi pearson r1,2 > 0,9. 2 ) 2i Multikolinieritas berarti adanya hubungan linier yang sempurna atau pasti antara beberapa atau semua variabel yang menjelaskan model regresi. Jika koefisien korelasi antara masing masing variabel bebas lebih besar dari 0,9

14 34 berarti terjadi multikolinieritas dalam model regresi.jika asumsi non multikolinieritas dilanggar, maka akan memberika beberapa akibat, antara lain: 1) Estimator regresi tidak dapat diestimasi (pada multikolinieritas sempurna) 2) Estimator OLS dapat diestimasi dan bersifat BLUE, tapi varians memiliki nilai yang cukup besar. 3) Selang kepercayaan menjadi lebih besar 4) Hasil uji t dari beberapa variabel tidak signifikan, walaupun nilai R 2 tinggi 5) Tanda bagi estimator parameter berkebalikan dengan teori yang ada. c. Uji Heterokedastisitas Uji heterokedastisitas digunakan untuk menguji apakah terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya, umumnya terjadi pada data cross section. Untuk menguji ada atau tidaknya heterokedastisitas dalam penelitian ini digunkana metode Glejser dengan meregresikan semua variabel bebas terhadap nilai mutlak residualnya. e Jika terdapat pengaruh variabel bebas yang signifikan terdapat nilai mutlak residualnya maka dalam model terdapat masalah heterokedastisitas. d. Uji Autokorelasi Pengujian autokorelasi bertujuan untuk mengetahui apakah ada korelasi antara anggota serangkaian data observasi yang diuraikan menurut waktu (time series) atau ruang (cross section) (Suliyato, 2011:125). Dalam penelitian ini menggunakan uji autokorelasi Durbin-Watson dengan kriteria pengujian jika du < DW < 4-dU atau

15 35 nilai DW terletak antara du dengan 4-dU maka dapat dikatakan model persamaan regresi tidak mengandung masalah autokorelasi. Adanya autokorelasi dalam model menyebabkan beberapa akibat antara lain: 1) Estimator OLS tidak bias, tapi tidak bersifat BLUE 2) Ujihipotesis tidak valid karena varians bias dan tidak konsisten 3) OverestimaterR 2 Ada tidaknya autokorelasi pada suatu model dapat dilihat dari nilai statistik uji Durbin Watson-nya, dengan membandingkannya dengan nilai upper critical value (d U ) dan lower critical value ( d L ) dengan melihat n (jumlah observasi) dan k (jumlah variabel) yang digunakan. Dengan kriteria deteksi autokorelasi adalah sebagai berikut: Tolak H0 Korelasi Positif Inconclusive Tidak ada autokorelasi Inconclusive Tolak H0 Korelasi Negatif 0 dl du 4-dU 4-dL 4 Gambar 3.1. Skema Kriteria Uji Durbin - Watson 4. Pengujian dengan Uji Statistik a. Uji F (Simultan) Untuk mengetahui signifikansi teknik Fixed effect akan diuji menggunakan uji statistik F. Signifikan atau tidak secara simultan maka digunakan F hitung dengan rumus:

16 36 F ht = R 2 /k (1 R 2 )/(n k 1) Dimana: k R 2 n F = Jumlah variabel bebas = koefisien regresi = jumlah sampel = F hitung dibanding F tabel Adapun ketentuan dari uji F ini adalah sebagai berikut: 1) Apabila F hitung > F tabel maka Ho ditolak dan Ha diterima. Sehingga ada pengaruh secara serentak antara Aktiva Produktif, Capital Adequacy Ratio dan Financing to Deposit Ratio terhadap Return On Assets adalah signifikan. 2) Apabila F hitung < F tabel maka Ho diterima dan Ha ditolak. Sehingga pengaruh secara serentak antara Aktiva Produktif, Capital Adequacy Ratio dan Financing to Deposit Ratio Bruto terhadap Return On Assets adalah tidak signifikan. b. Uji t (Parsial) Untuk mengetahui tingkat signifikasi regresi secara parsial dapat diuji dengan t hitung dengan menggunakan rumus: t = b sb Dimana: b = Bobot regresi

17 37 sb = Standart deviasi dari variabel bebas Dalam hal ini regresi dapat diuji dengan taraf signifikan 5% dan taraf kepercayaan 95% dengan penduga ada tidaknya penyimpangan yang terjadi dengan hipotesa sebagai berikut: a) Ho : β1 = 0, berarti tidak ada pengaruh secara parsial antara Aktiva Produktif, Capital Adequacy Ratio dan Financing to Deposit Ratio terhadap Return On Assets. b) Ha : β1 0, berarti ada pengaruh secara parsial antara Aktiva Produktif, Capital Adequacy Ratio dan Financing to Deposit Ratio terhadap Return On Assets. 1) Jika t tabel < t hitung < t tabel, maka Ho diterima dan Ha ditolak yang berarti tidak ada pengaruh yang signifikan antara variabel independent terhadap terhadap variabel dependent. 2) Jika t hitung > t-tabel atau t hitung < t-tabel, maka Ho ditolak dan Ha diterima, yang berarti ada pengaruh antara variabel independent dan dependent. 5. Koefisien determinasi(r 2 ) Uji R 2 =koefisien regresi sampel dalam kecocokan data, atau dengan kata lain R 2 = menunjukan kemampuan variabel penjelas dalam menerangkan variabel terikat. Nilai R 2 =akan semakin tinggi apabila jumlah variabel bebas dalam persamaan regresi ditambah tetapi derajat kebebasan nyasemakin kecil. Namun meningkatnya R 2 = tidak menjamin bahwa model tersebut lebih baik dalam

18 38 menjelaskan variabel terikat. Oleh karena itu menggunakan R 2 = yang sudah diperhtungkan derajat kebebasannya. Adapun R 2 = dapat dirumuskan sebagai berikut: R 2 = 1 (1 R 2 ) = 1 n 1 n k 1 Apabila nilai R 2 =semakin tinggi berarti menunjukan bahwa model semakin baik dengan kata lain variabel penjelas dapat menjelaskan variabel terikat dengan baik. Sebaliknya apabila R 2 = makin rendah maka model kurang baik dan kemampuan variabel bebas dalam menjelaskan variabel terikat semakin rendah. Kegunaan koefisien determinasi ini yaitu: 1) Untuk mengukur ketepatan suatu garis regresi yang ditetapkan suatu kelompok data observasi, apabila R 2 = akan besar maka akan semakin tepat suatu garis regresi. Sebaliknya semakin kecil nilai R 2 = menunjukan semakin tidak tepat regresi tersebut untuk mewakili data observasi koefisien determinasi mempunyai nilai antara 0 dan 1 (0 1). 2) Untuk mengukur besarnya presentase dari jumlah variasi dari variabel dependent dan tepat dikatakan seberapa jauh variabel independent mampu menerangkan variabel dependent.