BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pikiran Dalam memilih saham, serang investr memperhatikan faktr-faktr fundamental yang mempengaruhi harga saham tersebut, bukan berdasarkan pada gsip, isu atau infrmasi jangka pendek semata. Oleh karena itu, dalam pergerakan saham sehari-hari, infrmasi fundamental seharusnya memegang peranan sangat penting. Khususnya dalam pergerakan saham perbankan, kita perlu mempertimbangakan faktr mengenai risik kredit yang meliputi beberapa rasi yaitu CAR, NPL, PPAP. Dalam tesis ini penulis berusaha untuk memberikan gambaran hasil keseluruhan penelitian yang dilakukan untuk menganalisis pengaruh risik kredit terhadap imbal hasil saham perbankan dengan menggunakan pengujian statistik. Risik kredit yang diwakili CAR, NPL, dan PPAP, yang diambil dari peride Januari 2001 hingga Desember 2005. Pada penelitian ini, aspek eknmi dan nn-eknmi yang lain seperti perubahan suhu plitik, sasaran knsumen (nasabah), dan sebagainya tidak diperhitungkan. Kemudian data dari risik kredit yang diwakili CAR, NPL, dan PPAP yang merupakan variabel bebasnya akan dilihat pengaruhnya terhadap data imbal hasil saham yang merupakan variabel terikat yang terjadi pada kuartal I 2001, kuartal II 2001, dan seterusnya sampai kuartal IV 2005 dengan menggunakan regresi berganda. 30
31 3.2 Variabel Variabel-variabel yang akan diukur dalam penelitian ini dikelmpkkan menjadi dua, yaitu: a. Variabel terikat (dependent variable), dimana dalam penelitian ini adalah imbal hasil saham b. Variabel bebas (independent variable), yang dalam penelitian ini adalah: - Capital Adequacy Rati (CAR) - Nn Perfrming Lan (NPL) - Penyisihan Penghapusan Aktiva Prduktif (PPAP) 3.3 Hiptesis Hiptesis untuk menguji apakah terdapat pengaruh yang signifikan dari keseluruhan variabel independent terhadap variabel dependent (menggunakan uji regresi berganda antara variabel independent terhadap variabel dependent). H : Tidak ada pengaruh yang signifikan dari risik kredit yang terdiri dari CAR, NPL, PPAP secara bersama-sama ataupun individual terhadap imbal hasil saham perbankan. H 1 : Ada pengaruh yang signifikan dari risik kredit yang terdiri dari CAR, NPL, PPAP secara bersama-sama ataupun individual terhadap imbal hasil saham perbankan.
32 Hiptesis yang bersifat statistik pada dasarnya dapat diartikan sebagai suatu asumsi mengenai parameter fungsi frekuensi variabel acak. Pengujian hiptesis dapat dinyatakan dalam bentuk H yang merupakan hiptesis nl (Null hypthesis) dan sebagai hiptesis yang akan diuji yang pada akhirnya keputusan untuk menerima atau menlak ditentukan leh hasil eksperimen atau pemilihan sampelnya serta sebagai suatu pernyataan tegas terhadap nilai atas suatu parameter ppulasi yang dianggap tidak benar. H 1 merupakan hiptesis tandingan (alternative hypthesis) dan sebagai suatu pernyataan terhadap nilai atas suatu parameter ppulasi yang dianggap tidak benar. Macam keputusan yang dapat diambil atas hiptesis yang akan dibuat adalah, bilamana H benar, maka tindakan krektif tidak perlu dilakukan, akan tetapi bilamana H 1 benar, maka tindakan krektif perlu dilakukan. Untuk menentukan apakah H diterima atau tidak, digunakan niali statistic sampel sebagai dasar dalam menentukan daerah kritis (critical regin) pengujian itu sendiri. Dalam tiap prses pengambilan keputusan untuk menerima atatu menlak hiptesis tertentu, seringkali dihadapkan pada dua macam kesalahan pengambilan keputusan yang berbeda, diantaranya adalah : 1. Kesalahan jenis I (type I errr), merupakan kesalahan menlak H yang benar atau kesalahan a (a errr) dengan prbabilitas sebesar a, yaitu taraf nyata pengujiannya. 2. Kesalahan jenis II (type II errr), merupakan kesalahan menerima H yang salah atau kesalahan ß (ß errr) dengan prbabilitas sebesar ß, yaitu daerah kuasa pengujiannya.
33 Secara teritis, kedua jenis kesalahan tersebut harus semampu mungkin untuk diminimalisasikan melalui pemilihan daerah kritis yang setepatnya. Dengan demikian pengujian hiptesis yang terbaik harus mengikuti suatu landasan umum, bahwa bilamana terdapat beberapa daerah kritis yang memiliki prbabilitas jenis I yang sama dan yang sudah ditentukan, maka pengujian hiptesis yang terbaik adalah yang memiliki prbabilitas kesalahan jenis II yang sekecil mungkin. Prbabilitas kesalahan jenis I dapat dispesifikasikan, tetapi prbabilitas kesalahan jenis II tergantung pada nilai parameter yang tidak diketahui. Ketiga kuantitas a, ß, dan n berhubungan sedemikian rupa sehingga jika dua dari ke tiga kuantitas tersebut dispesifikasikan, maka yang ketiga akan dapat ditentukan dengan sendirinya. 3.4 Ppulasi dan Sampel 1. Ppulasi. Bank yang listing di BEJ sejak tahun 2001-2005 2. Sampel. Dari ppulasi tersebut, dipilih sampel dengan teknik purpsive sampling. Anggta sampel yang diambil harus memenuhi kriteria berikut ini: a. Bank yang listing di Bursa Efek Jakarta sejak tahun 2001 b. Bank yang listing di Bursa Efek Jakarta dari sebelum Desember 2000 hingga Desember 2005 c. Bank yang tidak melakukan prses merger dan atau akuisisi selama peride penelitian d. Bank yang kegiatannya dalam peride penelitian tidak pernah terjadi partial delisting
34 e. Bank yang telah menerbitkan lapran keuangan selama 5 tahun, yaitu tahun 2001, 2002, 2003, dan 2004, 2005 lengkap dengan data rasi keuangan yang termasuk risik kredit yang menjadi variabel independen penelitian ini. f. Bank yang mempunyai lapran keuangan per kuartal yang berakhir pada bulan 31 Maret, 31 Juni, 31 September dan 31 Desember. Hal ini dilakukan untuk menghindari adanya pengaruh perbedaan waktu dalam pengukuran variabel. Berikut ini merupakan daftar perbankan yang sesuai dengan kriteria penelitian, yaitu : 1. Bank Central Asia 2. Bank Niaga 3. Bank Mayapada 4. Bank Artha Niaga Kencana 5. Lippbank 6. Bank Panin 7. Bank Mega 8. Bank Buana Indnesia 3.5 Metde Pengumpulan Data Penelitian ini menggunakan data diperleh dari Bursa Efek Jakarta. Data-data tersebut berupa harga saham harian perbankan yang telah g public mulai dari tahun 2001 sampai 2005 dan lapran keuangan yang diperleh dari Bank Indnesia. Untuk lapran keuangan digunakan lapran keuangan kuartalan tahun 2001 sampai 2005. Pengambilan data bersumber dari Bursa Efek Jakarta karena Bursa Efek Jakarta
35 merupakan bursa utama dalam perdagangan saham di Indnesia dengan demikian data yang diambil dapat mewakili pelaku pasar mdal dalam mengambil keputusan investasi. Pengambilan lapran keuangan adalah dari Bank Indnesia karena setiap perbankan harus menyerahkan lapran keuangan kepada Bank Indnesia yang berfungsi sebagai Bank Sentral. 3.6 Metde Analisis Ada beberapa metde untuk menganalisa data : Perhitungan imbal hasil saham Regresi Berganda Pengujian Hiptesis ada 3 cara R-square F-test T-test Multicllinearity Autcrrelatin Heterscedasitcity Uji Nrmalitas 3.6.1 Perhitungan Imbal Hasil Saham Data yang terkumpul, berupa harga saham mingguan penutupan yang selanjutnya dilah agar dapat menghasilkan imbal saham dengan rumus:
36 Ri = p t p p t i ti 1 i di mana: Ri t = imbal hasil saham i pada peride t Pi t = harga saham penutupan perusahaan i pada peride t Pi t-1 = harga saham penutupan perusahaan i pada peride t-1 Jika selama peride penelitian bank melakukan stck split atau reverse stck split, maka pada tanggal tersebut imbal hasil akan dilakukan penyesuaian dengan rumus berikut: R i = clsin g pricet pen price pen price t t 3.6.2 Regresi Linier Berganda Analisis regresi berganda digunakan untuk memprediksikan bagaimana keadaan (naik turunnya) variabel dependen, bila dua atau lebih variabel independen sebagai faktr prediktr dimanipulasi (dinaik-turunkan nilainya). Jadi, analisis regresi ganda akan dilakukan bila jumlah variabel independennya minimal dua. Untuk bisa membuat ramalan melalui regresi, maka data setiap variabel harus tersedia. Selanjutnya, berdasarkan data itu peneliti harus dapat menemukan persamaan melalui perhitungan. (Sugiyn, 2003, p210-211).
37 Mdel analisis dalam penelitian ini adalah sebagai berikut: CAR NPL Imbal hasil saham PPAP Gambar 3.1 Mdel Regresi Persamaan untuk regresi berganda adalah : Y = b 0 + (b 1 x X 1 ) + (b 2 x X 2 ) + (b 3 x X 3 ) +.+ (b n x X n ) Sehingga dapat dibuat persamaan regresi berganda untuk perhitungan imbal hasil : Y 1 = b 0 + (b 1 x X 1 ) + (b 2 x X 2 ) + (b 3 x X 3 ) Keterangan : Y 1 = Imbal hasil tiap sahamnya X 1 = CAR X 2 = NPL X 3 = PPAP b 0 = Knstanta b 1 = Knstanta untuk perhitungan CAR b 2 = Knstanta untuk perhitungan NPL b 3 = Knstanta untuk perhitungan PPAP
38 3.6.3 Pengujian Hiptesis Pengujian hiptesis adalah suatu prsedur yang akan menghasilkan suatu keputusan, yaitu keputusan gagal menlak (fail t reject) atau menlak hiptesis ini. Dalam penelitian tesis ini, digunakan prsedur pengujian hiptesis, seperti berikut 1. Menentukan frmulasi hiptesisnya Hiptesis nl (H ) Hiptesis Alternatif (H 1 ) 2. Menentukan taraf kesalahan dan taraf kepercayaan Taraf kesalahan adalah batas tleransi dalam menerima kesalahan dari hasil hiptesis terhadap nilai parameter ppulasinya. Suatu kesimpulan dari data sampel yang akan diberlakukan untuk ppulasi mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang akan dinyatakan dalam bentuk persentase. Jika peluang kesalahan 5 %, maka taraf kepercayaan 95%. Peluang kesalahan dan kepercayaan ini disebut level f significant atau tingkat signifikansi. Suatu hiptesis dengan taraf kesalahan 1% berarti jika penelitian dilakukan pada 100 sampel yang diambil dari ppulasi yang sama, akan terdapat satu kesimpulan yang salah yang diberlakukan untuk ppulasi. Jadi, signifikansi adalah kemampuan untuk digeneralisasikan dengan kesalahan tertentu. Ada hubungan signifikan berarti hubungan itu dapat digeneralisasikan. Ada perbedaan signifikan berarti perbedaan itu dapat digeneralisasikan (dapat berlaku umum). (Sugiyn, 2003, p144)
39 Dalam penelitian ini, peneliti menggunakan peluang kesalahan 5% dan taraf kepercayaan 95%. 3. Menentukan kriteria pengujian Kriteria pengujian adalah bentuk pembuatan keputusan dalam hal gagal menlak atau menlak hiptesis nl dengan cara membandingkan nilai hitung dengan nilai tabel atau dengan menggunakan prbabilitas. 4. Melakukan uji statistik Uji statistik yang dilakukan dalam penelitian ini adalah uji multiple regresi (uji F, uji t parsial) Membuat kesimpulan Pembuatan kesimpulan merupakan penetapan keputusan dalam hal gagal ditlak atau menlak hiptesis nl sesuai dengan kriteria pengujian. 3.6.3.1 R-Square ( Cefficient f Determinant ) R-Square menunjukkan seberapa besar keseluruhan variabel independen menjelaskan perubahan dalam nilai variabel dependen. R-Square digunakan untuk menguji berapa persen variabel independen secara bersama-sama menjelaskan perilaku variasi dalam variabel dependen. Semakin besar nilai R- Square maka semakin besar pengaruh variabel independen terhadap variabel dependen
40 3.6.3.2 Uji F (F-test) Uji F digunakan untuk melakukan pengujian hiptesis bagi lebih dari dua variabel. Pengujian ini dimaksudkan untuk mengetahui apakah persamaan regresi yang diperleh berdasarkan penelitian memiliki arti bila digunakan dalam penarikan kesimpulan mengenai hubungan sejumlah variabel yang dipelajari. Rumus F-test adalah F= 2 R k 2 ( 1 - R ) ( n - k - 1 ) Kriteria pengujian: Dengan membandingkan statistik hitung dengan statistik tabel: Jika F hitung > F tabel yang diperleh dari tabel distribusi F dengan taraf signifikasi 5% maka H ditlak. Jika F hitung < F tabel yang diperleh dari tabel distribusi F dengan taraf signifikasi 5% maka H gagal ditlak. Berdasarkan prbabilitas Jika prbabilitas > 0.05 maka H diterima. Jika prbabilitas < 0.05 maka H ditlak.
41 3.6.3.3 Uji t (t-test) Uji t dilakukan untuk mengetahui apakah variabel-variabel independen secara individual / parsial memiliki pengaruh yang signifikan terhadap variabel dependen. Dasar pengambilan keputusan: Jika sig-t >0.05 berarti variabel independen tidak mempunyai pengaruh signifikan dengan variabel dependen Jika sig-t <0.05 berarti variabel independen mempunyai pengaruh signifikan dengan variabel dependen 3.6.4 Multiklinearitas (Multicllinearity) Dalam regresi berganda dengan variabel independen X lebih dari satu, dua atau lebih variabel X adalah cllinear jika variabel tersebut merupakan kmbinasi linear antara masing-masing variabel. Multicllinearity dapat membuat perhitungan yang diperlukan regresi menjadi tidak stabil, bahkan menjadi mustahil. Multicllinearity juga dapat menghasilkan estimasi tak terduga standard errr yang besar untuk kefisien variabel X. multicllinearity juga dikenal sebagai cllinearity dan ill cnditining. Variabel X 1 dan X 2 merupakan cllinear sejati bila: X 1 = a + bx 2, dengan nilai tertentu untuk a dan b
42 Variance Inflatin Factr (VIF) 1 VIF (X ) =, 1 - R h 2 h di mana R h ² adalah nilai R² yang diperleh untuk regresi variabel X h, sebagai dependen variabel, pada variabel X lainnya di persamaan awal dalam memprediksi Y. Slusi dari multicllinearity adalah: Salah satu slusi terbaik adalah dengan menghilangkan cllinear variabel dari persamaan regresi yang ada. 1. Jika multicllinearity disebabkan leh skema sampling yang cenderung mengandung nilai yang sama dari independen variabel lainnnya, perubahaan dalam perencanaan sampling dengan memasukkan elemen di luar jangkauan multicllinearity akan membantu mengurangi perluasan dari masalah ini. 2. Metde lain yang seringkali berhasil mengurangi penyebaran dari multicllinearity, atau bahkan menghilangkannya, adalah dengan mengubah bentuk dari beberapa variabel. Cara yang terbaik adalah dengan membentuk kmbinasi baru dari variabel X yang tidak berhubungan dengan yang lain dan memasukkannya ke persamaan regresi. Sehingga yang jelas infrmasi yang terkandung akan tetap terjaga dan multicllinearity akan dihapus. 3. Multicllinearity mungkin dapat dihilangkan dengan menggunakan alternatif least squares prcedure yang disebut ridge regressin. Estimatr kefisien yang dihasilkan leh ridge regressin menjadi bias, akan tetapi dalam
43 kasus tertentu, hal ini menjadi layak dipertimbangkan dengan pengurangan tingginya variasi dari estimatr hasil multicllinearity. 3.6.5 Autkrelasi (Autcrrelatin) Salah satu asumpsi dasar dari mdel regresi yang telah dipertimbangkan adalah kebebasan dari errr. Asumpsi ini sering dilanggar ketika data dikumpulkan lewat sekuential peride waktu karena residual dari pint dalam waktu yang cenderung sama dengan residual pin waktu terdekatnya. Pla residual seperti ini dikenal dengan autcrrelatin. Ketika autcrrelatin muncul di dalam data, validitas dari regresi menjadi sangat diragukan. Statistik Durbin-Watsn akan membantu mendeteksi keberadaan autcrrelatin dalam data. Test Durbin-Watsn adalah: H 0 : p 1 = 0 H 1 : p 1? 0 Test statistik Durbin-Watsn adalah: d = i i = 2 (e -e ) i i = 1 i i-1 e 2 i 2 e i = errr pada hari ke i e i-1 =errr pada hari ke i-1
44 3.6.6 Heterskedastisitas (Heterscedasticity) Dalam statistik, suatu urutan dari randm variabel dikatakan Heterscedastic bila urutan randm variabel tersebut mempunyai varian yang berbeda-beda. Ketika heterscedasticity ada, metde least-squares biasa tidak dapat digunakan untuk memperkirakan regresi dan metde lebih kmplek harus digunakan, yang dikenal dengan generalized least-squares. Jadi heterscedasticity berarti nn cnstant errr variance, Heter = different; scedasticity = tendency t scatter. Heterskedastisitas menunjukkan bahwa varian dari setiap errr bersifat hetergen yang berarti melanggar asumsi klasik yang mensyaratkan bahwa varian dari errr harus bersifat hmgen. Pengujian Heterskedastisitas pada prinsipnya adalah akan menguji apakah antar prediktr mempunyai pengaruh signifikan dengan nilai residualnya. Jika nilai krelasi ini signifikan maka nilai residualnya tidak dapat diabaikan. Pengujian Heterskedastisitas menggunakan krelasi Pearsn karena akan diujinya keeratan hubungan antara hasil hasil pengamatan dari ppulasi yang mempunyai dua varian atau lebih (bivariate), di mana perhitungan ini mensyaratkan bahwa ppulasi asal sampel mempunyai dua varian atau lebih dan berdistribusikan nrmal. Krelasi Pearsn banyak digunakan untuk mengukur krelasi interval atau rasi. Dalam pengujian Heterskedastisitas, digunakan sftware SPSS dengan memilih menu save agar didapatkan nilai residual dalam analisa regresi dan
45 aktifkan Unstandardized pada kelmpk residual. Setelah munculnya satu variabel baru bernama res_1, krelasikan nilai residual ini dengan menggunakan krelasi Pearsn. Cara mengkrelasikannya adalah dengan menggunakan menu analyze > crrelate > Bivariate dan masukan semua variabel kecuali variabel terikat serta aktifkan Crrelatin Cefficient Pearsn. Berdasarkan tingkat signifikansi dari krelasi Pearsn maka : Jika tingkat signifikansi > a = 0.05, maka tidak terjadi Heterskedastisitas. Jika tingkat signifikansi < a = 0.05, maka terjadi Heterskedastisitas 3.6.7 Nrmalitas Uji Nrmalitas bertujuan untuk menguji apakah dalam mdel regresi, variabel pengganggu atau residual memiliki distribusi nrmal. Cara yang digunakan dalam penelitian ini adalah dengan melakukan analisis grafik. Nrmalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagnal atau grafik atau dengan melihat histgram dari residualnya. Dasar pengambilan kepurutusannya adalah: Jika data menyebar di sekitar garis diagnal dan mengikuti arah garis diagnal atau grafik histgram menunjukkan pla distrbusi nrmal, maka mdel regresi memenuhi asumsi nrmalitas. Jika data menyebar jauh dari diagnal dan/tidak mengikuti arah garis diagnal atau grafik histgram tidak menunjukkan pla distrbusi nrmal, maka mdel regresi tidak memenuhi asumsi nrmalitas.
46 Setelah mdel regresi dinyatakan valid secara statistik, langkah selanjutnya adalah melakukan uji apakah variabel-variabel independen mempunyai pengaruh secara signifikan terhadap variabel dependen. Berikut uji yang dilakukan. 3.7. Diagram Alur Metde Penelitian Pengambilan data -Harga saham mingguan -Rasi keuangan Pemilihan titik sampel -Penentuan peride -Penentuan jumlah sampel Perhitungan imbal hasil rata-rata kuartalan Perhitungan imbal hasil mingguan rata-rata kuartalan Uji Mdel Multiple Regressin Rasi keuangan terhadap Imbal Hasil Penarikan kesimpulan Gambar 3.2 Diagram Alur Metde Penelitian