46
Tabel 3.4 Daftar Perusahaan Yang Menjadi Sampel
No NAMA PERUSAHAAN
KODE
1 Bank Rakyat Indonesia Agro Niaga Tbk
AGRO 2
Bank Capital Indonesia Tbk BACA
3 Bank Central Asia Tbk
BBCA 4
Bank Bukopin Tbk BBKP
5 Bank Negara Indonesia Persero Tbk
BBNI 6
Bank Nusantara Parahyangan Tbk BBNP
7 Bank Rakyat Indonesia Persero Tbk
BBRI 8
Bank Tabungan Negara Persero Tbk BBTN
9 Bank Danamon Indonesia Tbk
BDMN 10
Bank Pembangunan Daerah Jawa Barat dan Banten Tbk BJBR
11 Bank Mandiri Persero Tbk
BMRI 12
Bank Bumi Arta Tbk BNBA
13 Bank CIMB Niaga Tbk
BNGA 14
Bank Permata Tbk BNLI
15 Bank Sinar Mas Tbk
BSIM 16
Bank Tabungan Pensiunan Nasional Tbk BTPN
17 Bank Victoria International Tbk
BVIC 18
Bank Artha Graha Internasional Tbk INPC
19 Bank Mayapada Internasioanal Tbk
MAYA 20
Bank Windu Kentjana Internasional Tbk MCOR
21 Bank Mega Tbk
MEGA 22
Bank NISP OCBC Tbk NISP
23 Bank Pan Indonesia Tbk
PNBN Sumber: www.idx.co.id data diolah
3.7
Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder yang berasal dari media cetak maupun media elektronik berupa laporan keuangan
periode tahun 2012-2014. Data sekunder adalah data yang diperoleh dari sumber- sumber cetak, dimana data sekunder dikumpulkan oleh pihak lain sebelumnya.
Data sekunder ini yang berupa laporan keuangan dapat diperoleh dari www.idx.co.id.
3.8 Metode Pengumpulan Data
Data dikumpulkan dengan menggunakan metode studi pustaka dan dokumentasi. Studi pustaka dilakukan dengan mengolah literatur, artikel, jurnal
maupun media tertulis lain yang berkaitan dengan topik pembahasan dalam
Universitas Sumatera Utara
47
penelitian ini. Sedangkan dokumentasi dilakukan dengan mengumpulkan sumber- sumber data dokumenter seperti laporan tahunan perusahaan yang menjadi sampel
penelitian.
3.9 Teknik Analisis Data
Analisis data diartikan sebagai upaya data yang sudah tersedia kemudian diolah dengan statistik dan dapat digunakan untuk menjawab rumusan masalah
dalam penelitian, dengan demikian teknik analisis data dapat diartikan sebagai cara melaksanakan analisis terhadap data, dengan tujuan mengolah data tersebut
untuk menjawab rumusan masalah Sujarweni, 2015:121. Penelitian ini termasuk penelitian kuantitatif yang menggunakan teknik analisis data regresi linier
berganda yaitu untuk regresi yang memiliki lebih dari satu variabel independen dan satu variabel dependen. Data-data yang diperoleh merupakan data dengan
karakteristik panel dan akan diolah dengan menggunakan Eviews 7 dan melakukan pemilihan model data panel. Menurut Ariefianto 2012:148 data panel
adalah data yang berstruktur urut waktu sekaligus cross section. Data semacam ini diperoleh dengan mengamati serangkaian observasi cross section antar individu
pada suatu periode tertentu. Penelitian ini juga menggunakan tahapan analisis dengan melakukan pengujian hipotesis yaitu uji signifikansi serempak uji F dan
uji parsial uji t.
3.9.1 Analisis Statistik Deskriptif
Analisis deskriptif adalah suatu metode analisis yang dilakukan dengan mengumpulkan data-data yang diperlukan, kemudian data-data tersebut
Universitas Sumatera Utara
48
diklasifikasikan, dianalisis, dan diinterpretasikan secara objektif sehingga diperoleh gambaran yang jelas mengenai topik ataupun masalah yang diteliti.
3.9.2 Uji Asumsi Klasik 3.9.2.1 Uji Normalitas
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Jarque-Bera J-B. Dalam penelitian ini, tingkat signifikansi
yang digunakan � = 0,05. Dasar pengambilan keputusan adalah melihat angka
probabilitas dari statistik J-B, dengan ketentuan sebagai berikut: 1.
Jika nilai probabilitas � ≥ 0,05, maka asumsi normalitas terpenuhi.
2. Jika probabilitas 0,05, maka asumsi normalitas tidak terpenuhi
3.9.2.2 Uji Multikolinearitas
Uji multikolonieritas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan antar variabel independen dalam suatu
model. Kemiripan antar variabel independen akan mengakibatkan korelasi yang sangat kuat Sujarweni, 2015:158.
Untuk mendeteksi apakah terindikasi terjadi gejala multikolinearitas, dapat digunakan pendekatan matriks korelasi dari variabel bebas. Jika terdapat nilai
korelasi di atas 0,8 antar variabel bebas, maka diindikasi terjadi multikolinearitas. Gujarati dalam Gio 2015: 20 menyatakan sebagai berikut.
“Another suggested rule of thumb is that if the pair-wise or zero-order correlation coefficient between two regressors is high, say, in excess of 0,8, then
multicolinearity is a serious problem”.
Universitas Sumatera Utara
49
3.9.2.3 Uji Heteroskedastisitas
Asumsi homoskedastisitas menyatakan terjadi kesamaan varians dari error errors with constant variance untuk setiap tingkatan atau level dari variabel-
variabel bebas. Ketika asumsi homoskedastisitas tidak dipenuhi, maka peristiwa tersebut disebut heteroskedastisitas. Deteksi ada tidaknya heteroskedastisitas
dapat dilakukan dengan Uji Glejser. Dasar pengambilan keputusan adalah melihat angka probabilitas dari statistik uji Glejser, dengan ketentuan sebagai berikut
Gio, 2015: 57: 1.
Jika probabilitas koefisien regresi variabel bebas ≥ 0,05, maka tidak
terjadi heteroskedastisitas 2.
Jika probabilitas koefisien regresi variabel bebas 0,05, maka terjadi
heteroskedastisitas.
3.9.2.4 Uji Autokorelasi
Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi. Field dalam Gio Gio, 2015: 58
menyatakan sebagai berikut. “The size of the Durbin-Watson statistic depends upon the number of predictors
in the model and the number of observations. For accuracy, you should look up the exact acceptable values in Durbin and Watsons 1951 original paper. As
very conservative rule of thumb, values less then 1 or greater than 3 are definitely cause for concern; however, values closer to 2 may stil be problematic depending
on your sample and model”.
Menurut Sujarweni 2015:159 menguji autokorelasi dalam suatu model bertujuan untuk mengetahui ada tidaknya korelasi antara varibael pengganggu
pada periode t-1 tertentu dengan variabel sebelumnya. Dalam keadaan pelanggaran asumsi independensi dari error, estimator-estimator yang dihasilkan
Universitas Sumatera Utara
50
dengan metode kuadrat terkecil ordinary least square masih bersifat tak bias, konsisten, secara asismtotik terdistribusi normal, namun estimator-estimator
tersebut tidak lagi efisien. Sebagai akibatnya, uji signifikansi � dan � yang biasa
tidak lagi valid.
3.9.3 Pemilihan Model Data Panel
Untuk mengestimasi parameter model data panel, terdapat beberapa model yaitu:
1. Model Efek Tetap Fixed Effect Model, FEM
Model ini mengasumsikan bahwa ada variabel-variabel yang tidak semuanya masuk dalam persamaan model sehingga memungkinkan
adanya intersep yang tidak konstan, dimana intersep ini memiliki kemungkinan untuk berubah pada setiap individu dan waktu.
2. Model Efek Random Random Effect Model, REM
Berbeda dengan model efek tetap, pada model efek random, perbedaan antara individu atau waktu dicerminkan lewat error. Model ini juga
memperhitungkan bahwa gangguan memiliki kemungkinan berkorelasi sepanjang urut waktu dan cross section.
3. Model Residual Gabungan Pooled OLS
Pooled OLS merupakan model yang paling sederhana untuk mengestimasi parameter model data panel. Model ini mengkombinasikan data cross
section dan time series urut waktu sebagai satu kesatuan. Untuk mengestimasi model data panel, metode ini biasanya menggunakan
Ordinary Least Square OLS.
Universitas Sumatera Utara
51
Langkah-langkah untuk pemilihan model data panel dapat dilakukan dengan :
1. Estimasi dengan Model Efek Tetap FEM
2. Uji Chow Pooled OLS atau Fixed Effect Model
Dengan kriteria pengujian : H = Pooled OLS dan H
1
= Fixed Effect Model. Tolak H
jika p-value 0,05; maka H
1
diterima. 3.
Estimasi dengan Model Efek Random REM 4.
Uji Hausman Random Effect Model atau Fixed Effect Model Dengan Kriteria Pengujian : H
o
= Random Effect Model dan H
1
= Fixed Effect Model. Tolak H
jika p-value 0,05; maka H
1
diterima
3.9.4 Analisis Regresi Berganda
Teknik analisis data yang digunakan dalam penelitian ini adalah analisis regresi linier berganda multiple linier regression method karena penelitian ini
terdiri dari beberapa variabel independen. Analisis regresi linier berganda bertujuan untuk mengetahui bagaimana pengaruh satu atau lebih variabel
independen terhadap variabel dependen. Analisis regresi digunakan untuk menguji kebenaran hipotesis yang diajukan dalam penelitian. Model regresi linier
berganda yang digunakan adalah sebagai berikut:
Universitas Sumatera Utara
52
Y =
α + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+b
5
X
5
+ e
Dimana : Y
= Value Added Intellectual Capital Coefficients α
= Konstanta b
1, 2, 3, 4, 5, 6
= Koefisien regresi dari masing-masing variabel bebas X
1
= Proporsi Komisaris Independen X
2
= Kepemilikan Manajerial X
3
= Kepemilikan Institusional X
4
= Return on Asset ROA X
5
= Leverage
e = Standar Error
3.10 Pengujian Hipotesis
