E. Variabel Penelitian dan Defenisi Operasional Variabel
Variabel yang digunakan dalam penelitian ini adalah sebagai berikut : 1. Variabel Independen bebas
Menurut Sugiyono 2006 : 3, “ variabel independen atau variabel bebas adalah variabel yang menjadi sebab timbulnya atau berubahnya variabel
dependen variabel terikat ”. Variabel independent yang digunakan dalam penelitian ini adalah risiko kredit yang diberikan dan tingkat likuiditas.
2. Variabel Dependen terikat Menurut Sugiyono 2006 : 3, “ variabel dependen atau variabel terikat
adalah variabel yang dipengaruhi atau menjadi akibat karena adanya variabel bebas ”. Variabel dependen yang digunakan dalam penelitian ini adalah
profitabilitas perusahaan. Uraian variabel – variabel yang dipakai dalam penelitian ini adalah :
1. Risiko kredit yang diberikan, yaitu merupakan suatu risiko akibat kegagalan atau ketidakmampuan nasabah mengembalikan jumlah
pinjaman yang diperoleh dari bank beserta bunganya sesuai dengan jangka waktu yang telah ditentukan atau dijadwalkan. Risiko kredit
yang diberikan dalam penelitian ini diukur dengan mempergunakan Non Performing Loan NPL .
2. Likuiditas, yaitu kemampuan suatu perusahaan dalam melunasi hutang lancarnya dengan menggunakan aktiva lancar yang dimiliki
perusahaan. Likuiditas dalam penelitian ini diukur dengan mempergunakan Loan to Deposit Ratio LDR .
Universitas Sumatera Utara
3. Profitabilitas perusahaan adalah salah satu cara untuk menilai secara tepat sejauh mana tingkat pengembalian yang akan didapat dari
aktivitas bisnis yang ada. Profitabilitas dalam penelitian ini diukur dengan mempergunakan Return On Total Asset ROA .
F. Metode Analisis Data
Metode analisis data dalam penelitian ini adalah metode analisis statistik, dengan menggunakan software SPSS 16. Adapun metode analisis data yang
digunakan dalam penelitian ini adalah sebagai berikut : 1. Pengujian Asumsi Klasik
a. Uji Normalitas Uji normalitas bertujuan untuk menguji salah satu asumsi dasar
analisis regresi berganda, yaitu variabel – variabel independen dan dependen harus berdistribusi normal atau mendekati normal
Imam Gozali,2005. Untuk menguji apakah data-data yang
dikumpulkan berdistribusi normal atau tidak dapat dilakukan dengan metode, sebagai berikut:
a. Metode Grafik Metode grafik yang handal untuk menguji normalitas data adalah
dengan melihat normal probability plot, sehingga hampir semua aplikasi komputer statistik menyediakan fasilitas ini. Normal
probability plot adalah membandingkan distribusi kumulatif data yang sesungguhnya dengan distribusi kumulatif dari distribusi
normal hypothetical distribution. Proses uji normalitas data
Universitas Sumatera Utara
dilakukan dengan memperhatikan penyebaran data titik pada Normal P- Plot of Regression Standardized dari variabel terikat
dimana:
● Jika data menyebar di sekitar garis diagonal dan mengikuti
arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
● Jika data menyebar jauh dari garis diagonal atau mengikuti garis diagonal, maka model regresi tidak memenuhi asumsi
normalitas. b. Metode Statistik
Uji statistik sederhana yang sering digunakan untuk menguji asumsi normalitas adalah dengan menggunakan uji normalitas dari
Kolmogorov Smirnov. Metode pengujian normal tidaknya distribusi data dilakukan dengan melihat nilai signifikansi variabel, jika
signifikan lebih besar dari alpha 5, maka menunjukkan distribusi data normal.
b. Uji Multikolinearitas Uji ini diperlukan karena untuk mengetahui ada tidaknya variabel
independen yang memiliki kemiripan dengan variabel independen lain dalam satu model.Uji multikolinearitas bertujuan untuk mengidentifikasi
ada tidaknya hubungan antar variabel dalam model regresi. Pengujian multikolinearitas dapat dilakukan dengan melihat VIF Variance
Inflation Factor dan diantara variabel bebas. Jika nilai VIF 10 atau 26
Universitas Sumatera Utara
nilai tolerance 0,10 maka terjadi multikolinearitas, sedangkan apabila nilai VIF 10 atau nilai tolerance 0,10 maka tidak terjadi
multikolinearitas. Jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,90 , maka hal ini merupakan indikasi
adanya multikolinearitas. c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke
pengamatan yang lain. Jika varian dari residual satu pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regeresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Cara menditeksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik Plot antara nilai prediksi variabel terikat
dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitasnya dapat dilakukan dengan melihat ada
tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah yang telah diprediksi dan sumbu X
residual Y prediksi – Y sesungguhnya yang telah di Menurut Ade Fatma Lubis 2007 : 34, cara memprediksi pola gambar scatterplot
medel yaitu : 1. Titik – titik data menyebar di atas dan di bawah atau di
sekitar angka 0 27
Universitas Sumatera Utara
2. Titik – titik data tidak mengumpul hanya diatas atau dibawah saja
3. Penyebaran titik – titik data tidak boleh membentuk pola bergelombang, melebar dan menyempit dan melebar
kembali 4. Penyebaran titik – titik data sebaiknya tidak berpola.
d. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi
linier ada korelasi antara kesalahan pengunaan pada periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka
dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.
Menurut Ade Fatma Lubis 2007 : 33, cara menguji keberadaan autokorelasi dalam penelitian ini digunakan uji statistic Durbin-Watson.
Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu first order autocorrelation dan mensyaratkan adanya intercept konstanta
dalam model regresi dan tidak ada variabel lagi di antara variabel independen. Hipotesis yang akan diujii adalah:
• Ho : tidak ada autokorelasi r = 0 • Ha : ada autokorelasi r
≠ 0 e. Uji Regresi Berganda
Regresi berganda dilakukan untuk mengetahui sejauh mana variabel bebas mempengaruhi variabel terikat. Pada regresi berganda terdapat
Universitas Sumatera Utara
satu variabel terikat dan lebih dari satu variabel bebas. Dalam penelitian ini yang menjadi variabel terikat adalah profitabilitas ROA, sedangkan
yang menjadi variabel bebas NPL dan LDR. Model hubungan return on asset ROA dengan variabel-variabel
tersebut dapat disusun dalam fungsi atau persamaan sebagai berikut: ROA = a + b1 NPL + b2 LDR + e
Dimana : a = Konstanta;
b1,b2 = koefisien regresi dari X1, X2 e = error term
2. Uji Hipotesis
Dalam uji asumsi klasik dapat dilakukan analisis hasil regresi atau uji hipotesis. Uji hipotesis yang digunakan meliputi; uji parsial t-test, uji
pengaruh simultan F-test, uji koefisien determinasi R². a. Uji Secara Parsial Uji – t
Uji t digunakan untuk menguji pengaruh masing-masing variabel indepeden yang digunakan dalam penelitian ini terhadap variabel
dependen secara parsial Imam Ghozali, 2009 : 46. Uji t dilakukan untuk menguji hipotesis 1 dan sampai dengan hipotesis 5. Menurut
Imam Gozali 2009 : 45, langkah – langkah yang dilakukan adalah sebagai berikut :
Universitas Sumatera Utara
1. Merumuskan hipotesis, artinya ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen secara
parsial. 2. Menentukan tingkat signifikansi, taraf signifikansi adalah 95
atau 3. Membandingkan t hitung dan table t- table = t 2 n-k-1
ditolak apabila t hitung t tabel diterima apabila t hitung t tabel
4. Berdasarkan Probabilitas • ditolak apabila P 0,05
• diterima apabila P 0,05 5. Melihat pengaruh hubugan antara variabel indipenden dengan
variabel dependen, apakah bertanda positif atau negatif. b. Uji Signifikan Simultan Uji F statistik
Menurut Ade Fatma Lubis 2007 : 37, uji pengaruh simultan digunakan untuk mempengaruhi apakah variabel independen secara
bersama-sama atau simultan mempegaruhi variabel dependen. SPSS selalu menggunakan tolak ukur 5 yang berarti risiko kesalahan
mengambil keputusan dibatasi sampai 5 tidak boleh lebih. Untuk menguji hipotesis ini digunakan statistik dengan kriteria
pengambilan keputasan sebagai berikut : 1. Bila nilai F lebih besar dari pada 4 maka H0 dapat ditolak,
pada derajat 5. Dengan kata lain kita menerima hipotesis 30
Universitas Sumatera Utara
alternatif yang menyatakan bahwa semua variabel independen dan signifikan mempengaruhi variabel dependen.
2. Membandingkan nilai F hasil perhitungan dengan nilai F menurut table. Bila nilai F hitung lebih besar dari pada nilai F
table, maka Ho ditolak dan menerima Ha. c. Koefisien Determinasi R2
Koefisien determinasi R2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi dependen atau dengan
kata lain untuk menguji goodness-fit dari model regresi. Nilai R2 koefisien determinasi adalah antara 0 dan 1. Menurut Ade Fatma Lubis
2007 : 48, koefisien determinasi terletak pada table Model Summary dan tertulis R Square. Namun untuk regresi linier berganda sebaiknya
menggunakan R Square yang disesuaikan atau tertulis Adjusted R Square, karena disesuaikan dengan jumlah variabel independent yang
digunakan dalam penelitian. Nilai R Square dikatakan baik jika di atas 0,5 karena nilai R Square
berkisar antara 0 sampai 1. Pada umumnya sample dengan data deret waktu time series memiliki R Square maupun Adjusted R Square
cukup tinggi di atas 0,5 , sedangkan sample dengan data item tertentu yang disebut data silang Crossection pada umumnya memiliki R
Square maupun Adjusted R Square agak rendah di bawah 0,5 , namun tidak menutup kemungkinan data jenis Crossection memiliki nilai
R Square maupun Adjusted R Square yang cukup tinggi. 31
Universitas Sumatera Utara
G. Jadwal Penelitian
Kategori