37
perusahaan dapat lebih efisien menggunakan asetnya untuk menciptakan nilai.
b. Risiko berbasis pasar Risiko pasar merupakan suatu risiko yang timbul dari pergerakan tingkat
suku bunga atau harga pasar. Risiko pasar dalam penelitian ini diukur menggunakan konsep beta. Beta
merupakan pengukur risiko sistematis dari suatu saham atau portofolio relatif terhadap risiko pasar. Beta juga
berfungsi sebagai pengukur volatilitas return saham, atau portofolio terhadap return pasar.
ER : Tingkat pengembalian yang diharapkan expected return
Rf : Tingkat bunga bebas risiko risk free
β : Tingkat sensitivitas suatu saham atau aset pada pergerakan pasar
R
m
: Tingkat pengembalian pasar return market
3.5 Jenis dan Sumber Data
Penelitian ini menggunakan jenis data sekunder yaitu berupa laporan tahunan annual report yang diperoleh dari publikasi resmi beberapa sumber
yaitu dari Bursa Efek Indonesia www.idx.co.id
dan situs web masing-masing bank yang termasuk dalam sampel serta data harga historis saham yang diperoleh
Universitas Sumatera Utara
38
dari situs Yahoo Finance www.finance.yahoo.com
. Dalam penelitian ini digunakan data panel yang merupakan data yang diambil dari berbagai unit pada
suatu periode waktu Ariefianto 2012 : 4. Penggunaan data panel memiliki beberapa kelebihan, diantaranya adalah data panel mampu mengontrol atau
menangkap heterogenitas individu. Selanjutnya, data panel mampu memberikan informasi yang lebih lengkap, tingkat variabilitas yang lebih tinggi, dan derajat
bebas degree of freedom yang lebih besar.
3.6 Pengolahan Data
Pengolahan data dalam penelitian ini menggunakan Microsoft Office Excel 2007 dan Eviews 7. Pengolahan dan perhitungan data sekunder untuk
variabel-variabel bebas dan variabel terikat akan diolah dan dihitung menggunakan Microsoft Office Excel 2007. Estimasi regresi linear berganda dan
uji asumsi klasik akan menggunakan Eviews 7. Microsoft Office Excel 2007 juga akan digunakan untuk pengolahan data dalam bentuk diagram dan tabel.
3.7 Metode Analisis
3.7.1 Pemilihan Model Data Panel
Penggunaan data panel dalam regresi akan menghasilkan intersep dan slope yang berbeda pada setiap entitas perusahaan dan setiap periode waktu.
Untuk mengestimasi parameter model dengan data panel, terdapat tiga teknik model yang sering ditawarkan, yaitu 1 Common Effect 2 Fixed Effect Model
FEM dan 3 Random Effect Model REM.
Universitas Sumatera Utara
39
1. Pendekatan Kuadrat Terkecil Common Effect
Teknik ini
merupakan teknik
yang paling
sederhana dengan
mengkombinasikan data cross section dan time series sebagai satu kesatuan tanpa melihat adanya perbedaan waktu dan entitas individu. Dimana
pendekatan yang sering dipakai adalah metode Ordinary Least Square OLS yang mengabaikan adanya perbedaan dimensi individu maupun waktu.
2. Model Efek Tetap Fixed Effect Model, FEM
Pendekatan fixed effect memperhitungkan kemungkinan bahwa peneliti menghadapi masalah omitted variables dimana omitted variables mungkin
membawa perubahan pada intercept time series atau cross section. Model dengan FE menambahkan variabel dummy untuk mengizinkan adanya
perubahan intercept ini. 3.
Model Efek Random Random Effect Model, REM Pendekatan efek acak random effect memperbaiki efisiensi proses least
square dengan
memperhitungkan error dari cross section dan time
series. Model random effect adalah variasi dari estimasi generalized least square.
Ada beberapa cara yang dapat digunakan untuk menentukan teknik mana yang paling tepat dalam mengestimasi parameter data panel, yaitu :
1. Uji Chow
Uji ini digunakan untuk mengetahui apakah teknik regresi data panel dengan metode Fixed Effect lebih baik dari regresi model data panel tanpa variabel
dummy atau metode Common Effect. Hipotesis dalam uji ini adalah :
Universitas Sumatera Utara
40
Ho : Common Effect Ha : Fixed Effect Model
Apabila nilai F hitung lebih besar dari F kritis maka hipotesis nul ditolak yang artinya model yang tepat untuk regresi data panel adalah model Fixed
Effect. Dan sebaliknya, apabila nilai F hitung lebih kecil dari F kritis maka hipotesis nul diterima yang artinya model yang tepat untuk regresi data
panel adalah model Common Effect. 2.
Uji Hausman Statistik uji Hausman mengikuti distribusi statistik Chi-Squares dengan
derajat kebebasan df sebesar jumlah variabel bebas. Hipotesis dalam uji Hausman adalah :
Ho : Random Effect Model Ha : Fixed Effect Model
Apabila nilai statistik Hausman lebih besar dari nilai kritis Chi- Squares maka hipotesis nul ditolak yang artinya model yang tepat untuk
regresi data panel adalah model Fixed Effect. Dan sebaliknya, apabila nilai statistik Hausman lebih kecil dari nilai kritis Chi-Squares maka hipotesis
nul diterima yang artinya model yang tepat untuk regresi data panel adalah model Random Effect.
3.7.2 Model Regresi
Dalam menguji pengaruh diversifikasi pendapatan terhadap kinerja dan risiko berbasis pasar, penelitian ini menggunakan model regresi linear berganda
Universitas Sumatera Utara
41
yaitu model regresi dengan lebih dari satu variabel bebas independent variable. Variabel bebas yang digunakan ada dua, yaitu fee based income dan trading
income, Pengaruh variabel bebas tersebut akan diuji pengaruhnya terhadap dua variabel terikat yaitu kinerja berbasis pasar dan risiko berbasis pasar. Oleh sebab
itu, terdapat dua model regresi dalam penelitian ini : Model regresi yang pertama adalah untuk menentukan pengaruh variabel bebas
terhadap kinerja berbasis pasar yang dinyatakan dalam model regresi sebagai berikut :
Y
t
: Kinerja berbasis pasar α
: Intercept β
1
: Slope fee based income FBI
1t
: Fee based income β
2
: Slope trading income TI
2t
: Trading income X
: Variabel kontrol μ
it
: error term
Sedangkan model regresi kedua adalah untuk menentukan pengaruh variabel bebas terhadap risiko berbasis pasar yang dinyatakan dalam model regresi sebagai
berikut : Y
it
= α + β
1
FBI
1t
+ β
2
TI
2t
+
it
+ μ
it
Universitas Sumatera Utara
42
R
t
: Risiko berbasis pasar α
: Intercept β
1
: Slope fee based income FBI
1t
: Fee based income β
2
: Slope trading income TI
2t
: Trading income X
: Variabel kontrol μ
it
: error term
3.7.3 Uji Asumsi Klasik
Data panel memiliki beberapa keunggulan sehingga dalam pengunaannya, data panel tidak mengharuskan adanya uji asumsi klasik. Menurut Wibisono
2005, keunggulan-keunggulan data panel yaitu antara lain : 1.
Panel data mampu memperhitungkan heterogenitas individu secara ekspilisit dengan mengizinkan variabel spesifik individu.
2. Kemampuan mengontrol heterogenitas ini menjadikan data panel dapat
digunakan untuk menguji dan membangun model perilaku lebih kompleks. 3.
Data panel mendasarkan diri pada observasi cross-section yang berulang- ulang time series, sehingga metode data panel cocok digunakan sebagai
study of dynamic adjustment. R
it
= α + β
1
FBI
1t
+ β
2
TI
2t
+ X
it
+ μ
it
Universitas Sumatera Utara
43
4. Tingginya jumlah observasi memiliki implikasi pada data yang lebih
informatif, lebih variatif, dan kolinieritas multiko antara data semakin berkurang, dan derajat kebebasan degree of freedomdf lebih tinggi
sehingga dapat diperoleh hasil estimasi yang lebih efisien. 5.
Data panel dapat digunakan untuk mempelajari model perilaku yang kompleks.
6. Data panel dapat digunakan untuk meminimalkan bias.
Dengan keunggulan tersebut maka implikasi pada tidak harus dilakukannya pengujian asumsi klasik dalam model data panel Gujarati, 2006; Wibisono, 2005;
Aulia; 2004, dalam Shochrul R, Ajija, dkk. 2011
3.7.4 Uji Signifikansi
Uji signifikansi dalam penelitian ini dilakukan secara parsial dan secara simultan. Uji parsial mengukur pengaruh satu variabel bebas secara individual
dalam menerangkan variasi variabel terikat. Sedangkan uji simultan mengukur pengaruh variabel bebas secara bersama-sama terhadap variabel terikat.
1. Uji Parsial Uji Statistik T
Uji t digunakan untuk menguji secara parsial masing-masing variabel. Hasil uji t dapat dilihat pada tabel coefficients pada kolom sig significance. Jika
probabilitas nilai t atau signifikansi 0,05, maka dapat dikatakan bahwa terdapat pengaruh antara variabel bebas terhadap variabel terikat secara
parsial. Namun, jika probabilitas nilai t atau signifikansi 0,05, maka dapat
Universitas Sumatera Utara
44
dikatakan bahwa tidak terdapat pengaruh yang signifikan antara masing- masing variabel bebas terhadap variabel terikat.
2. Uji Simultan Uji Statistik F
Uji F digunakan untuk mengetahui pengaruh variabel bebas secara bersama- sama simultan terhadap variabel terikat. Signifikan berarti hubungan yang
terjadi dapat berlaku untuk populasi. Penggunaan tingkat signifikansinya beragam, tergantung keinginan peneliti, yaitu 0,01 1 ; 0,05 5 dan
0,10 10. Sebagai contoh, kita menggunakan taraf signifikansi 5 0,05, jika nilai probabilitas 0,05, maka dapat dikatakan terdapat pengaruh yang
signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat. Namun, jika nilai signifikansi 0,05 maka tidak terdapat pengaruh
yang signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat.
3. Koefisien Determinasi R
2
Koefisien determinasi menunjukkan proporsi variabel-variabel terikat y yang dapat dijelaskan oleh variasi variabel bebas x. R
2
adalah suatu ukuran kesesuaian model model fit. Dengan perkataan lain, seberapa baik
hubungan yang diestimasi secara linier telah mencerminkan pola data yang sebenarnya. Suatu catatan penting untuk diingat pada penggunaan R
2
sebagai ukuran kelaikan suai model adalah bahwa R
2
tidak pernah menurun dengan penambahan regresor, sebaliknya justru cenderung meningkat. Fakta
ini berasal dari konsekuensi dari aljabar di mana jumlah kuadrat tidak pernah menurun dengan bertambahnya regresor Ariefianto 2012 : 25
Universitas Sumatera Utara
45
BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil Statistik Deskriptif
Analisis deksriptif digunakan untuk memberi gambaran data dalam sebuah penelitian. Penelitian ini menggunakan data dari 27 bank yang termasuk
dalam sampel selama periode penelitian dari tahun 2010-2014. Tabel 4.1 di bawah menguraikan hasil statistik deskriptif yaitu nilai rata-rata mean, nilai tengah
median, dan simpangan baku standart deviation dari masing-masing variabel penelitian.
Tabel 4.1 Hasil Perhitungan Statistik Deskriptif Variabel Bebas
Median Mean
Std. Deviation
Fee Based Income 0.528864
0.514396 0.262206
Trading Income 0.167594
0.261767 0.245988
Variabel Kontrol
Bank Size 17.64214
17.36262 1.702647
Equity-to-asset 0.110774
0.111467 0.027705
Cost-to-income 0.820000
0.826741 0.130543
Non Performing Loan 0.020500
0.026897 0.045082
Loan Growth Rate 0.232295
0.294609 0.453689
Return to Asset 0.016621
0.016867 0.016296
Sumber : Hasil Olahan Data Eviews, Lampiran 2
Berdasarkan tabel di atas, dapat dilihat bahwa nilai rata-rata fee based income adalah sebesar 0.514396 dengan standar deviasi sebesar 0.262206. Nilai
rata-rata ini lebih besar jika dibandingkan dengan nilai rata-rata trading income yang mempunyai nilai sebesar 0.261767. Hal ini menunjukkan bahwa, dalam
meningkatkan sumber pendapatan, sektor perbankan go public di Indonesia lebih
Universitas Sumatera Utara
46
fokus kepada pemberian jasa-jasa atau service kepada nasabahnya, seperti kiriman uang, kliring, inkaso, dan sebagainya.
Nilai rata-rata ukuran bank bank size adalah sebesar 17.36262 dengan standar deviasi sebesar 1.702647. Nilai bank size tertinggi dimiliki oleh Bank
BRI dengan angka sebesar 20.47226 pada tahun 2014. Ukuran bank menunjukkan total kekayaan atau aset yang dimiliki bank dan dinyatakan dalam logaritma
natural total aset. Rasio ekuitas terhadap aset equity-to-asset mempunyai nilai rata-rata
sebesar 0.111467. Dengan kata lain, rata-rata sebesar 11,1467 dari total aset perbankan di Indonesia dimiliki oleh pemegang saham. Semakin tinggi nilai rasio,
maka pemegang saham dapat memperoleh bagian yang lebih besar. Cost-to-income mempunyai nilai rata-rata sebesar 0.826741 dengan
standar deviasi sebesar 0.130543. Nilai ini menunjukkan bahwa rata-rata perbankan di Indonesia memiliki rasio beban operasional terhadap pendapatan
operasional sebesar 82,6741. Semakin rendah nilai cost-to-income, maka semakin efisien bank dalam mengendalikan biaya operasionalnya.
Rasio kredit macet atau non performing loan mempunyai nilai rata-rata sebesar 0.026897. Nilai ini dapat diartikan bahwa rata-rata perbankan di Indonesia
memiliki rasio kredit macet sebesar 2,6897 dari total kredit yang diberikan. Ini merupakan nilai yang baik karena nilai rata-rata NPL berada di bawah nilai
ketentuan Bank Indonesia yaitu sebesar 5.
Universitas Sumatera Utara
47
Selanjutnya, nilai rata-rata pertumbuhan kredit atau loan growth rate di Indonesia adalah sebesar 0.294609 dengan standar deviasi sebesar 0.453689. Ini
berarti bahwa kredit yang disalurkan oleh bank-bank di Indonesia meningkat sebesar 29,4609 setiap tahunnya. Semakin tinggi jumlah kredit yang disalurkan,
maka hal ini akan memberikan dampak positif bagi kegiatan perekonomian. Nilai rata-rata return to asset ROA adalah sebesar 0.016867. Ini
menunjukkan bahwa rata-rata tingkat pengembalian dari aset yang dimiliki perbankan di Indonesia adalah sebesar 1,6867. Ini merupakan angka yang baik
karena standar ROA ideal menurut Bank Indonesia adalah minimum 1,5.
4.2 Estimasi Regresi Hipotesis 1
