BAB III METODE PENELITIAN 1.1 Waktu dan Tempat Penelitian Waktu dan tempat penelitian menguraikan tentang jadwal penelitian dilaksanakan dan lokasi dimana penelitian dilakukan, yang juga mencakup gambaran umum dari obyek penelitian. Pada penelitian ini peneliti mengambil data waktu tiga tahun terakhir perbankan di Indonesia. Selain itu peneliti memilih 10 bank terbesar pada tahun 2011 berdasarkan jumlah asetnya yang telah ditetapkan oleh Bank Indonesia (BI) sebagai obyek yang akan diteliti. 1.2 Desain Penelitian Rancangan dari penelitian ini merupakan pengujian hipotesis, yaitu penelitian yang menjelaskan fenomena dalam bentuk hubungan antarvariabel. Tipe hubungan dari variabel-variabel ini adalah hubungan sebab-akibat. Maka penelitian ini disebut dengan penelitian kausal. Penelitian ini bertujuan mengetahui bagaimana hubungan positif dan negatif antara variabel independen dengan variabel dependen. Setelah itu, dilakukan pengujian terhadap hipotesis yang terdapat pada hipotesis penelitian untuk mengetahui apakah hipotesis yang diajukan sesuai dengan kenyataan yang terjadi di lapangan. 29
1.3 Hipotesis Dari kerangka pemikiran teoritis diatas, maka dapat diambil beberapa hipotesis sebagai berikut : 1. Diduga Capital Adequacy Ratio (CAR), Non Performing Loan (NPL), dan Loan Deposit Ratio (LDR) berpengaruh secara bersama-sama terhadap Return On Assets (ROA) pada Bank di Indonesia. 2. Diduga Capital Adequacy Ratio (CAR) berpengaruh positif dan signifikan terhadap Return on Assets (ROA) Bank di Indonesia. 3. Diduga Non Performing Loan (NPL) berpengaruh negatif dan signifikan terhadap Return On Assets (ROA) Bank di Indonesia. 4. Diduga Loan Deposit Ratio (LDR) berpengaruh negatif dan signifikan terhadap Return On Assets (ROA) Bank di Indonesia. 1.4 Variabel dan skala pengukuran Penelitian ini mengambil beberapa variabel yang akan diuji. Variabel independen dalam penelitian ini adalah Jumlah Kredit yang Diberikan, Non Performing Loan (NPL), Tingkat Kecukupan Modal yang diukur dengan Capital Adequacy Ratio (CAR), dan Tingkat Likuditas yang diukur dengan Loan to Deposit Ratio(LDR), sedangkan variabel dependennya adalah Profitabilitas perbankan yang diukur dengan Return On Assets (ROA). 30
1.5 Metode pengumpulan data Penelitian ini menggunakan dua metode pengumpulan data, yaitu : 2. Studi Pustaka Penelitian ini dengan mengumpulkan data dan teori yang relevan terhadap permasalahan yang akan diteliti dengan melakukan studi pustaka terhadapliteratur dan bahan pustaka lainnya seperti artikel, jurnal, buku dan penelitian terdahulu. 3. Studi Dokumenter Pengumpulan data sekunder yang berupa laporan keuangan yang diperoleh dari website masing-masing Bank Swasta Nasional serta dari Bank Indonesia. 1.6 Jenis data Jenis data yang digunakan dalam penelitian ini yaitu Data Kuantitatif. Data Kuantitatif adalah jenis data yang teratur atau mudah diukur, yang biasa dinyatakan dalam satuan satuan berupa angka, yang merupakan gabungan antara data time series (data tahunan) dengan periode penelitian yang dimulai dari tahun 2009, 2010 dan 2011. Model dalam penelitian ini menggunakan empat variabel yaitu Capital Adequacy Ratio (CAR), Non Performing Loan (NPL), Loan to Deposit Ratio (LDR), dan Return On Assets (ROA). 31
1.7 Sumber Data Sumber data yang digunakan dalam penelitian ini adalah Data Sekunder yaitu data yang mendukung data primer yang diperoleh melalui dokumen- dokumen perusahaan yang berhubungan dengan kinerja keuangan perusahaan. Data yang digunakan dalam penelitian ini terdiri dari beberapa sumber, yaitu laporan keuangan yang berisi rasio rasio keuangan Bank di Indonesia yang diambil dari website bank yang dijadikan objek dalam penelitian serta penerbitan laporan data Bank Indonesia. 1.8 Populasi dan sampel Populasi yang digunakan sebagai sampel dalam penelitian ini adalah 10 bank terbesar di Indonesia pada tahun 2011. Kemudian melihat pada rate 10 bank tersebut pada periode 2009, 2010 dan 2011. Dari populasi yang ada akan diambil sejumlah tertentu sebagai sample. Nama-nama bank yang akan digunakan dalam sample diperoleh dari website. Sampel yang digunakan adalah data kuantitatif yaitu data yang diukur dalam suatu skala numeric. Data sekunder berupa laporan keuangan tahunan dari ke 10 bank terbesar tersebut dari periode 2009, 2010 dan 2011. Teknik sampel yang digunakan dalam penelitian ini adalah 10 bank terbesar pada tahun 2011 berdasarkan jumlah asetnya yang telah ditetapkan oleh Bank Indonesia (BI). 32
1.9 Definisi Operasional Variabel Agar penelitian ini dapat dilaksanakan sesuai dengan yang diharapkan, maka perlu dipahami berbagai unsur-unsur yang menjadi dasar dari suatu penelitian ilmiah yang termuat dalam operasionalisasi variabel penelitian. Secara lebih rinci, Tabel 3.1 Operasionalisasi Variabel Penelitian No Variabel Konsep Indikator 1 Return On Assets (ROA) Untuk mengukur kemampuan manajemen bank dalam memperoleh keuntungan secara ROA = Laba sebelum pajak Rata- rata total aset 2 3 4 Loan Deposit to Ratio (LDR) Net Performing Loan( NPL ) Capital Adequacy Ratio (CAR) keseluruhan Adalah rasio antara seluruh jumlah kredit yang diberikan bank dengan dana pihak yang diterima oleh bank. Rasio ini menunjukkan salah satu penilaian likuiditas bank. Adalah untuk melihat seberapa besar tingkat kredit bermasalah yang telah disalurkan oleh bank. Bank Indonesia memberikan aturan baku maximal 5% untuk nilai NPL. CAR adalah rasio kinerja bank yang digunakan untuk mengukur kecukupan modal yang dimiliki bank untuk menunjang aktiva yang mengandung atau menghasilkan resiko LDR = Kredit Yang Diberikan Total Dana Pihak Ketiga NPL = Kredit bermasalah Total Kredit CAR = Total Modal ATMR Sumber: Surat Edaran Bank Indonesia Nomor 3/30/DPNP tanggal 14 Desember 2001 33
1.9.1 Non Performing Loan Kredit non-performing bank adalah kredit yang diklasifikasikan sebagai kurang lancar, diragukan, dan macet. Non Performing Loan ditunjukkan dengan perbandingan jumlah kredit bermasalah terhadap jumlah kredit yang diberikan bank kepada para debitur, tidak termasuk kredit yang diberikan kepada bank lain. NPL disajikan dalam persentase di Catatan Atas Laporan Keuangan Bank. Nilai NPL yang diambil untuk penelitian ini adalah NPL nett, yaitu jumlah setelah dikurangi cadangan kerugian penurunan nilai. 1.9.2 Capital Adequacy Ratio Rasio permodalan yang digunakan adalah Capital Adequacy Ratio (CAR) yaitu dengan membandingkan antara Total Modal dengan Aset Tertimbang Menurut Risiko (ATMR). CAR yang diwajibkan oleh Bank Indonesia adalah sebesar 8%. Peraturan Bank Indonesia No. 10/15/PBI/2008 tanggal 24 September 2008 mewajibkan bank-bank di Indonesia untuk memperhitungkan risiko operasional (operational risk) dalam perhitungan rasio KPMM. Perhitungan beban modal risiko operasional dalam menghitung KPMM untuk risiko operasional dilakukan secara bertahap sejak 1 Januari 2010. Total Modal diperoleh dari Total Modal Inti, Total Modal pelengkap, dan Total Modal Pelengkap Tambahan Yang Dialokasikan Untuk Mengantisipasi Risiko Pasar dikurangi dengan Penyertaan. 34
1.9.3 Loan to Deposit Ratio Rasio likuiditas yang digunakan adalah Loan to Deposit Ratio (LDR) yaitu dengan membandingkan antara kredit yang diberikan kepada pihak ketiga dengan Total Dana Pihak Ketiga (tidak termasuk antar bank). Dana Pihak Ketiga (DPK) adalah simpanan pihak ketiga bukan bank yang terdiri dari giro, tabungan dan simpanan berjangka. Semakin tinggi rasio LDR maka memperlihatkan bahwa total dana yang disalurkan semakin besar dan risiko yang ditanggung akan semakin besar, sehingga dapat mengganggu profitabilitas bank. Besar kecil total dana yang disalurkan tergantung kebijakan manajemen bank. Setiap keputusan yang diambil tentu memiliki risiko yang harus ditanggung. 1.9.4 Return On Assets Profitabilitas diukur dengan menggunakan ROA. Return On Assets (ROA) yaitu rasio yang digunakan untuk mengukur kemampuan manajemen bank dalam memperoleh keuntungan (laba) secara keseluruhan. 1.10 Metode analisis data Dalam penelitian ini, data yang sudah dikumpulkan akan diolah menggunakan software statistik SPSS for Windows. Software statistik membantu pengolahan data menjadi lebih cepat dengan hasil yang akurat sepanjang data yang digunakan tepat dan terhindar dari penyakit-penyakit statistik. Penelitian dilakukan untuk lebih dari dua variabel sehingga alat analisis yang digunakan adalah statistik 35
multivariate dependence dengan regresi berganda. Setelah data dimasukkan kedalam software SPSS, akan dihasilkan persamaan regresi berganda. Selanjutnya, tahap-tahap pengujian yang perlu dilakukan meliputi : 1. Uji Normalitas Uji normalitas bertujuan menguji apakah error dari regresi berdistribusi normal. Pengujian dilakukan dengan menggunakan Kolmogorov Smirnov. Error yang berdistribusi tidak normal menyebabkan tidak bisa digunakan untuk penelitian regresi dan harus disembuhkan terlebih dahulu. 2. Uji Asumsi klasik Model regresi yang dihasilkan dalam penelitian harus terhindar dari penyakit asumsi klasik. Jika terdapat asumsi klasik harus dilakukan tindakan penyembuhan terhadap model yang dihasilkan agar model yang dihasilkan menjadi akurat untuk penelitian tersebut. Uji asumsi klasik meliputi : a. Multikolinearitas Pengujian asumsi uji multikolinearitas (multicollinearity) merupakan antar variabel-variabel independen yang masuk ke dalam model. Metode untuk mendiagnose adanya multicollinearity dilakukan dengan diduganya korelasi (r) diatas 0,70 (Singgih Santoso, 1999:262) dan ketika korelasi derajat nol juga tinggi, 36
tetapi tak satupun atau sangat sedikit koefisien regresi parsial yang secara individu signifikan secara statistik atas dasar pengujian t yang konvensional (Gujarati, 1995:166). Disamping itu juga dapat digunakan uji Variance Inflation Factor (VIF) yang dihitung dengan rumus sebagai berikut: VIF = 1/ Tolerance Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas. Untuk model regresi yang baik seharusnya tidak terjadi korelasi di antara variable bebas. Untuk mengetahui adanya multikolinearitas dapat diketahui dengan menganalisis matrik korelasi variabel- variabel bebasnya. Dengan bantuan program SPSS, maka matriks tersebut dapat diketahui dan apabila terdapat korelasi yang tinggi (umumnya diatas 0.9), maka hal ini merupakan indikasi adanya multikolinearitas yang serius (Imam Ghozali, 2004). Selain itu juga dapat digunakan dengan melihat besaran VIF (Variance Inflation Factor), apabila besaran VIF mempunyai nilai dibawah 10, maka model regresi tersebut bebas dari multikolinearitas (Imam Ghozali, 2004). b. Uji Heteroskedastisitas Pengujian asumsi ketiga adalah heteroscedasticity untuk mengetahui ada tidaknya heteroskedatisitas yang dilakukan dengan 37
Glejser-test yang dihitung dengan rumus sebagai berikut : (Gujarati, 1995 : 187). [ e i ] = β 1 X i +v i X i : variabel independen yang diperkirakan mempunyai hubungan erat dengan variance (δ 2 i ), dan V i : unsur kesalahan. Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidak-samaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan apabila berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Heteroskedastisitas terjadi apabila tidak adanya kesamaan deviasi standar nilai variabel dependen pada setiap variabel independen. Bila terjadi gejala heteroskedastisitas akan menimbulkan varians koefisien regresi menjadi minimum dan confidence interval melebar sehingga hasil uji signifikansi statistik tidak valid lagi. Heteroskedastisitas dapat dideteksi dengan uji Glejser. Dalam uji Glejser, model regresi linear yang digunakan dalam penelitian ini diregresikan untuk mendapatkan nilai residualnya. Kemudian 38
nilai residual tersebut diabsolutkan dan dilakukan regresi dengan semua variabel independen, bila terdapat variabel independen yang berpengaruh signifikan pada tingkat signifikansi 5 % terhadap residual absolut maka terjadi heteroskedastisitas dalam model regresi ini. c. Uji Autokorelasi Pengujian asumsi ke-empat dalam model regresi linier klasik adalah autocorrelation. Untuk menguji keberadaan autocorrelation dalam penelitian ini digunakan metode Durbin- Watson test, dimana angka-angka yang diperlukan dalam metode tersebut adalah dl, du, 4 dl, dan 4 du. Jika nilainya mendekati 2 maka tidak terjadi autokorelasi, sebaliknya jika mendekati 0 atau 4 terjadi autokorelasi (+/-). Posisi angka Durbin-Watson test dapat digambarkan dalam gambar 3.2 Sumber: http://duwiconsultant.blogspot.com Gambar 3.2: Posisi Angka Durbin Watson 39
Tujuan dari uji ini adalah untuk menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Konsekuensi dari adanya autokorelasi dalam suatu model regresi adalah varian sample tidak menggambarkan varians populasinya. Lebih jauh lagi, model regresi yang dihasilkan tidak dapat digunakan untuk menaksir variabel dependen pada nilai variabel independen tertentu. Untuk mendiagnoisis adanya autokorelasi dalam suatu model regresi dapat dilakukan melalui pengujian terhadap nilai Durbin Watson dengan ketentuan sebagai berikut : Tabel 3.2 Daerah Durbin Watson H Keputusan Jika Tidak ada autokorelasi o positif Tolak 0 < d < dl Tidak ada autokorelasi positif No decision dl d du Tidak ada korelasi negatif Tolak 4 dl < d < 4 Tidak ada korelasi negatif No decision 4 du d 4 dl Tidak ada autokorelasi positif Tidak tolak atau Sumber: negatif http://duwiconsultant.blogspot.com du < d < (4 du) 40
3. Uji Hipotesis Pada penelitian ini, penulis akan menguji 4 hipotesis pengaruh variabel independen terhadap variabel dependen penelitian. Untuk mendukung hasil penelitian, penulis juga melakukan: a. Pengujian secara parsial (uji t) Pengujian ini dilakukan untuk mengetahui secara parsial variabel bebas berpengaruh secara signifikan atau tidak terhadap variabel terikat. Pengujian ini dilakukan dengan menggunakan uji dua arah dengan hipotesis sebagai berikut: Uji keberartian koefisien (bi) dilakukan dengan statistik-t (student-t). Hal ini digunakan untuk menguji koefisien regresi secara parsial dari variabel independennya. Adapun hipotesis dirumuskan sebagai berikut: H a : b 1 > 0, atau Ho : b1 = 0 maka H a diterima dan H o ditolak Artinya terdapat pengaruh yang signifikan secara parsial dari variabel independen (X 1 s/d X 5 ) terhadap variabel dependen (Y). Dengan α = 5% maka untuk menentukan apakah pengaruhnya signifikan atau tidak, dilakukan analisis melalui peluang galatnya (p) dengan criteria sebagai berikut (Sutrisno Hadi, 1994) : 41
ƒ P>0,05 maka dinyatakan non signifikan atau Ho diterima ƒ 0,05>P>0,01 maka dinyatakan signifikan atau Ho ditolak ƒ P<0,01 maka dinyatakan sangat signifikan atau Ho ditolak Untuk menilai t hitung digunakan rumus : t hitung = Koefisien regresi b 1 Standar deviasi b 1 Kriteria pengujian yang digunakan sebagai berikut : 1. Ho diterima dan Ha ditolak apabila t hitung < t tabel. Artinya variabel bebas tidak berpengaruh secara signifikan terhadap variabel terikat. 2. Ho diterima dan Ha ditolak apabila t hitung > t tabel. Artinya variabel bebas berpengaruh secara signifikan terhadap variabel terikat. Jika T hitung > T- tabel (a, k 1, n k), maka H o ditolak dan Ha diterima atau dikatakan signifikan, artinya secara parsial variable bebas (X1) berpengaruh signifikan terhadap variable dependen (Y) = hipotesis diterima. Jika T hitung < T- tabel (a, k 1, n k), maka H o diterima dan Ha ditolak maka dikatakan tidak signifikan, artinya secara parsial 42
variable bebas (X1) berpengaruh tidak signifikan terhadap variabel dependen (Y) = hipotesis ditolak Secara grafik daerah kedudukan Ha dan Ho ditunjukkan dalam gambar 3.3 sebagai berikut: T(t) Daerah penerimaan Ho Daerah penolakan Ho 0 t-tabel Gambar 3.3 Daerah Penerimaan Hipotesis Uji-T Jika t- hitung > t- tabel (α, n k 1), maka H o ditolak, dan Jika t- hitung < t- tabel (α, n k 1), maka H o diterima. b. Pengujian secara simultan (uji F) Pengujian ini dilakukan untuk mengetahui secara bersamasama apakah variabel bebas berpengaruh secara signifikan atau tidak terhadap variabel terikat (Imam Ghozali:2007). Pengujian ini dilakukan dengan menggunakan uji dua arah dengan hipotesis sebagai berikut: 1. Ho : b 1 = b 2 = b 3 = b 4 = b 5 = b 6 = b 7 = 0, artinya tidak ada pengaruh secara signifikan dari variabel bebas secara bersamasama. 43
2. Ho : b 1 b 2 b 3 b 4 b 5 b 6 b 7 0, artinya ada pengaruh secara signifikan dari variabel bebas secara bersamasama. Penentuan besarnya Fhit menggunakan rumus : F hitung = Keterangan : R 2 / (k-1) (1-R 2 )(n-k) R = koefisien determinan n = jumlah observasi Jika F hitung > F- tabel (a, k 1, n k), maka H o ditolak dan Ha diterima atau dikatakan signifikan, artinya secara bersama-sama variable bebas (X1 s/d X5) berpengaruh signifikan terhadap variable dependen (Y) = hipotesis diterima Jika F hitung < F- tabel (a, k 1, n k), maka H o diterima dan Ha ditolak maka dikatakan tidak signifikan, artinya secara bersamasama variabel bebas (X1 s/d X5) berpengaruh tidak signifikan terhadap variabel dependen (Y) = hipotesis ditolak Secara grafik daerah kedudukan Ha dan Ho ditunjukkan dalam gambar 3.2. sebagai berikut: 44
F(t) Daerah penerimaan Ho Daerah penolakan Ho 0 F-tabel Gambar 3.4 Daerah Penerimaan Hipotesis Uji-F 45