BAB III METODOLOGI PENELITIAN A. Waktu dan tempat Penelitian Penelitian ini dilakukan pada perusahaan Bank Umum Indonesia yaitu Bank Umum Swasta Nasional Devisa yang mengeluarkan laporan keuangan periode selama tahun 2007 2009. Penelitian ini dilakukan selama bulan November 2010 January 2011. B. Desain Penelitian Rancangan penelitian yang digunakan adalah penelitian kausal yang merupakan penelitian untuk mengetahui pengaruh antara satu atau lebih variabel bebas (independen variabel) terhadap variabel terikat (dependent variabel). C. Hipotesis Menurut pola umum metode ilmiah, setiap penelitian terhadap suatu objek hendaknya memiliki acuan hipotesis, yang berfungsi sebagai jawaban sementara yang masih harus dibuktikannya dengan menggunakan data hasil observasi (Husein Umar, 2000)
H1 : Diduga bahwa secara bersama sama (simultan) variabel CAR,BOPO, LDR berpengaruh signifikan terhadap Return on Asset (ROA) H2 : Diduga bahwa secara partial variabel CAR berpengaruh signifikan 30 terhadap Return on Asset (ROA) H3 : Diduga bahwa secara partial variabel BOPO berpengaruh signifikan terhadap Return on Asset (ROA) H4 : Diduga bahwa secara partial variabel LDR berpengaruh signifikan terhadap Return on Asset (ROA) D. Variabel dan Skala Pengukuran Variabel penelitian yang digunakan dalam penelitian ini terdiri dari: 1. Variabel dependen (Variabel Y) yaitu variabel yang nilainya dipengaruhi oleh variabel independen. Variabel dependen dalam penelitian ini adalah aspek profitabilitas yang diukur dengan ROA. Data ROA diperoleh dari Data Statistik Perbankan Indonesia (www.bi.go.id). 2. Variabel independen (variabel X) yaitu variabel yang menjadi sebab terjadinya atau terpengaruhinya variabel dependen. Variabel independen dalam penelitian ini adalah: CAR, BOPO, dan LDR. a. CAR merupakan rasio antara modal sendiri terhadap aktiva tertimbang menurut resiko, data CAR diperoleh dari Directory Perbankan Indonesia periode tahun 2007-2009.
b. BOPO merupakan rasio antara Biaya Operasi terhadap Pendapatan Operasi, data BOPO diperoleh dari Directory Perbankan Indonesia periode tahun 2007 2009. c. LDR merupakan rasio antara kredit yang diberikan terhadap total dana pihak ketiga, data LDR diperoleh dari Directory Perbankan Indonesia periode tahun 2007 2009. Berdasarkan uraian diatas dapat diringkas dalam Tabel 3.1 berikut: N o Tabel 3.1 Definisi Operasional Variabel Variabel Definisi Pengukuran Skala Penguk uran 1 CAR Rasio antara modal sendiri terhadap aktiva tertimbang menurut resiko 2 BOPO Rasio antara Biaya Operasi Terhadap PendapatanOperasi 3 LDR Rasio antara jumlah kredit terhadap jumlah dana masyarakat dan modal sendiri 4 ROA Rasio antara earning before tax (EBT) terhadap average total assets Sumber: Taswan (2010), Manajemen Perbankan. Modal ATMR Biaya Operasional Pendapatan Operasional Kredit Dana Pihak Ketiga Laba sebelum Pajak Total Asset Rasio Rasio Rasio Rasio E. Metode Pengumpulan Data Dalam penulisan skripsi ini, penulis melakukan penelitian kepustakaan (library research) yaitu penulisan yang dilakukan melalui bahan- bahan kepustakaan berupa tulisan tulisan ilmiah, jurnal dan laporan-laporan penelitian
ilmiah yang ada hubungannya dengan topik yang diteliti. Sedangkan untuk tehnik pengumpulan data yang dipergunakan adalah dengan melakukan pencatatan langsung data dari perbankan yaitu khususnya untuk Bank Umum Swasta Nasional Devisa (BUSND) pada kurun waktu tahun 2007 2009 (dalam bulanan). F. Jenis Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder dari laporan keuangan perbankan tahun 2007-2009 yang diperoleh dari Direktori Perbankan Indonesia. G. Populasi dan Sampel 1. Populasi Sebelum menentukan sampel, maka terlebih dahulu peneliti harus menentukan populasi. Populasi adalah sekelompok individu individu atau objek yang memiliki standar-standar tertentu dari ciri ciri yang telah ditetapkan sebelumnya. Populasi juga dapat diartikan sebagai wilayah generalisasi yang terdiri atas : objek atau subjek yang memiliki kualitas atau karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan (Sugiyono,1999). Populasi bukan sekedar jumlah yang ada pada objek atau subjek yang dipelajari,tetapi meliputi seluruh karakteristik atau sifat yang dimiliki oleh subjek atau objek itu. Populasi di sini yakni Bank Umum di Indonesia yang terdiri dari 5 kategori yang berjumlah 130 Bank, yakni : bank persero, bank umum
swasta devisa, bank umum swasta non-devisa, bank pembangunan daerah, bank campuran, dan bank asing. 2. Sample Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 1999). Bila populasi besar dan peneliti tidak meneliti semua yang ada pada populasi, misalnya karena keterbatasan dana, tenaga, dan waktu maka peneliti dapat menggunnakan sample yang ada pada populasi itu. Pengambilan sampel yang digunakan dalam penelitian ini adalah Purpossive Sampling artinya sampel dipilih agar dapat mewakili populasinya, sampel yang dipilih adalah menurut aturan umum bahwa pengambilan sample disyaratkan minimal minimal 5 periode untuk tiap independen. Sedangkan teknik pemilhan sample non probability samplingnya adalah metode pengambilan sample yang tidak memberikan peluang atau kesempatan yang sama pada setiap anggota populasi untuk dipilih menjadi sampel. Hanya elemen populasi yang memenuhi kriteria tertentu dari penelitian saja yang dijadikan sampel. Dari kriteria yang diajukan diatas didapat sampel yakni bank umum swasta devisa dikarenakan kategori Bank ini memiliki proporsi penyaluran kredit yang paling besar dalam sistem perbankan nasional pada umumnya dan khususnya pada bank umum. Bank umum swasta devisa terdiri dari 31 bank masih aktif beroperasi selama periode tahun amatan, yakni tahun 2007-2009.
H. Metode Analisis Data Metode analisis yang digunakan dalam penelitian ini adalah metode kuantitatif. Analisis data kuantitatif adalah bentuk analisa yang menggunakan angka-angka dan perhitungan dengan metode statistik, maka data tersebut harus diklasifikasikan dalam kategori tertentu dengan menggunakan tabel-tabel tertentu, untuk mempermudah dalam menganalisis dengan menggunakan program SPSS 17 for windows. Adapun alat analisis yang digunakan adalah analisis regresi berganda dengan melakukan uji asumsi klasik terlebih dahulu. 1. Uji Penyimpangan Asumsi Klasik Berdasarkan tujuan dan penelitian ini, maka beberapa metode analisis data yang akan digunakan dalam penelitian ini adalah sebagai berikut: a. Uji Normalitas Data Uji asumsi normalitas bertujuan untuk menguji sebuah model regresi, variabel independen, variabel dependen, atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi normal atau mendekati normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. 1) Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang kedua yaitu dengan melihat
normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual normal, maka garis menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Dasar pengambilan keputusan memenuhi normalitas atau tidak (Imam Ghozali,2006), sebagai berikut: Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi normalitas. Jika data yang menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogramnya tidak menunjukan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. 2) Analisis Statistik Uji Normalitas dengan grafik dapat menyesatkan kalau tidak hatihati secara visual kelihatan normal, padahal secara statistik bisa sebaliknya oleh sebab itu dianjurkan disamping uji grafik dilengkapi dengan uji statistik. Uji statistik sederhana yang dapat dilakukan dengan menguji normalitas residual adalah uji statistik non- parametik Kolmogorov- Smirnov (K-S). Untuk menentukan data dengan uji Kolmogorov-Smirnov, nilai signifikansi harus
diatas 5% (Imam Ghozali, 2006). Uji K-S dilakukan dengan membuat hipotesis sebagai berikut: H0 = Data residual berdistribusi normal HA = Data residual tidak berdistribusi normal. b. Uji Multikolinieritas Multikolinientas berarti adanya hubungan linier yang kuat antar variabel bebas yang satu dengan yang lain dalam model regresi. Model regresi yang baik adalah yang tidak terdapat korelasi linier/hubungan yang kuat antara variabel bebasnya. Jika dalam model regresi terdapat gejala multikolinieritas, maka model regresi tersebut tidak dapat menaksir secara tepat sehingga diperoleh kesimpulan yang salah tentang variabel yang diteliti. Pengujian gejala multikolinieritas dengan cara mengkorelasikan variabel bebas yang satu dengan variabel bebas yang lain dengan menggunakan bantuan program SPSS for Windows. Menurut Imam Ghozali (2006): Mengukur multikolinieritas dapat dilihat dari nilai tolerance atau VIF (Variance Inflation Factor) dari masing-masing variabel, Jika nilai Tolerance <0,10 atau VIF>10 maka terdapat multikolinieritas, sehingga variabel tersebut harus dibuang atau sebaliknya. c. Uji Heterokedastisitas Uji asumsi heterokedastisitas bertujuan untuk menguji apakah dalam model regresi linier terjadi ketidaksamaan varian dari
residual satu pengamatan ke lainnya. Jika variance dan residual satu pengamaan ke pengamatan lain tetap, maka disebut Homokedastisitas dan jika berbeda disebut heteroskedastisitas. Penulis menggunakan dua cara untuk mendeteksi ada atau tidak adanya heterokedastisitas yaitu dengan melihat Grafik Plot dan analisis Statistik dengan Uji Park. 1) Grafik Scatterplot Cara ini dengan melihat Grafik Plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada atau tidak adanya heterokedastisitas dapat dilakukan dengan melihat ada atau tidak adanya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y Prediksi Y sesungguhnya) yang telah di-studentized. Dasar pengambilan keputusan ada tidaknya heterodesitas (Imam Ghozali,2006), sebagai berikut : Jika ada pola tertentu seperti titik-titik yang ada membentuk suatu pola 1iteratur (bergelombang, kemudian menyempit), maka terjadi heterokedastiaitas Jika tidak ada pola tertentu yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 sumbu Y, maka tidak terjadi heterokedastisitas. 2) Analisis Statistik Uji Park
Uji Park mengemukakan metode bahwa variance (s 2 ) merupakan fungsi dari variabel variabel independen yang dinyatakan dalam persamaan sbb: Ln σ 2 i = α + β Ln Xi + vi Karena s 2 i umunya tidak diketahui, maka dapat ditaksir dengan menggunakan residual Ut sebagai proksi, sehingga persamaan menjadi: LnU 2 i = α + β Ln Xi + vi d. Uji Autokorelasi Uji autukorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Dalam penelitian ini penulis menggunakan Uji Durbin Watson untuk mendeteksi ada atau tidaknya autokorelasi. Uji Durbin Watson digunakan untuk autokorelasi tingkat satu (first order autocorelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag di antara variabel independen(imam Ghozali, 2006). Hipotesis yang akan diuji adalah: H0: Tidak ada Autokorelasi (r = 0) HA: ada autokorelasi (r 0)
Tabel 3.2 Pengambilan Keputusan Ada atau tidak adanya Autokorelasi Hipotesis Nol Keputusan Jika Tidak ada Tolak autokorelasi Positif Tidak ada No Decision autokorelasi positif Tidak ada Tolak korelasi negatif Tidak ada No Decision korelasi negatif Tidak ada Tidak ditolak autokorelasi positif dan negatif Sumber: Imam Gozali, 2006 0 < d < dl dl d du 4 dl < d < du 4 - du d 4 - dl du < d < 4 -du Gambar 3.1 Posisi Angka Durbin Watson Posittive Indication Indication Negative Autocorrelation No Auto Autocorrelation Correlation 0 dl du 2 4- du 4-dl 4 Sumber: Gudjarati, 2003 2. Analisis Regresi Berganda
Pengujian terhadap hipotesis dilakukan dengan cara sebagai berikut: a. Uji signifikansi (pengaruh nyata) variabel independen (Xi) terhadap variabel dependen (Y) baik secara bersama-sama (serentak) maupun secara parsial (individual) dilakukan dengan uji statistik F (F-test) dan uji statistik t (t-test). 1) Uji F statistik Uji Statistik F pada dasarnya menunjukan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/terikat. Hipotesis nol (H0) yang hendak diuji apakah semua parameter dalam model sama dengan nol, atau: Ho : b1 = b2 = = bk = 0 Artinya, apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis Alternatifnya (HA) tidak semua parameter secara simultan sama dengan nol, atau: HA : b1 b2.bk 0 Artinya semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap dependen (ImamGozali,2006). Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut:
Nilai F lebih besar dari pada 4 maka H0 dapat ditolak pada derajat kepercayaan 5%. Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa semua variabel independen secara serentak signifikan mempengaruhi variabel dependen. Membandingkan dengan nilai F hasil perhitungan dengan nilai F tabel, maka Ho ditolak dan menerima HA. 2) Uji T Statistik Uji t pada dasarnya menunjukan seberapa jauh pengaruh satu variabel penjelas independen secara individual dalam menerangkan variasi variabel dependen. Hipotesis nol yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol: Ho : bi = 0 Artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (HA) parameter suatu variabel tidak sama dengan nol, atau: HA : bi 0 Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen (Imam Gozali, 2006)
Cara untuk menguji t adalah sebagai berikut ini: Bila jumlah degree of freedom (df) adalah 20 atau lebih, dan derajat kepercayaan sebesar 5%, maka Ho yang menyatakan bi= 0 dapat ditolak bila nilai t lebih besar dari 2 (dalam nilai absolut). Dengan kata lain kita menerima hipotesis alternatif. Membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai t hasil hitung lebih tinggi dibandingkan nilai t tabel, kita menerima hipotesis alternatif. 3) Koefisien Determinasi Koefisien determinasi (R 2 ) pada intinya mengukur seberapa kemampuan model dalam menjelaskan variabel dependen. Nilai R 2 berkisar antara 0 sampai dengan 1 (0< R 2 1). (Imam Gozali,2006)