Jenis Data Metode Pengumpulan Data Proporsi dewan komisaris independen Proporsi dewan komisaris dan direksi wanita Kepemilikan Manajerial

3.6 Jenis Data

Data yang digunakan dalam penelitian ini adalah data sekunder. Data diperoleh dari laporan tahunan dan laporan keuangan Bank Umum Swasta Nasional yang berasal dari hasil publikasi di situs Bursa Efek Indonesia dan situs masing-masing Bank.

3.7 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi dokumentasi. Metode ini dilakukan dengan mengumpulkan data pendukung dari literature, jurnal dan buku-buku referensi untuk mendapatkan gambaran masalah yang diteliti serta mengumpulkan data sekunder yang relevan dengan penelitian dari laporan tahunan dan laporan keuangan yang dipublikasikan oleh Bank Indonesia, Bursa Efek Indonesia dan situs masing-masing bank.

3.8 Teknik Analisis Data

Teknik analisis yang digunakan adalah metode analisis deskriptif dan metode analisis statistik sebagai berikut:

3.8.1 Metode Analisis Deskriptif

Metode analisis deskriptif adalah suatu metode analisis yang dilakukan dengan cara menumpulkan, mengklasifikasi, menganalisis dan menginterpretasikan data sehingga dapat memberikan gambaran masalah yang dihadapi. Universitas Sumatera Utara

3.8.2 Metode Analisis Statistik

Metode analisis statistik dalam penelitian ini adalah analisis regresi linear berganda yang digunakan untuk mengetahui pengaruh proporsi dewan komisaris independen, proporsi dewan komisaris dan direksi wanita, kepemilikan manajerial dan kepemilikan institusional terhadap kinerja intellectual capital Bank Umum Swasta Nasional yang terdaftar di Bursa Efek Indonesia. Adapun persamaan regresi yang digunakan, yaitu: Y

i,t

= a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + e Keterangan : Y

i,t

: Value Added Intellectual Coefficient VAIC perusahaan i pada tahun t a : konstanta X 1 : proporsi dewan komisaris independen X 2 : proporsi dewan komisaris dan dewan direksi wanita X 3 : kepemilikan manajerial X 4 : kepemilikan institusional b 1 -b 4 : koefisien regresi untuk masing-masing variabel bebas e : error of term

3.8.3 Uji Asumsi Klasik

Uji asumsi klasik digunakan dalam penelitian ini untuk menguji apakah data memenuhi asumsi klasik. Uji asumsi klasik digunakan untuk menghindari estimasi yang bias karena tidak semua data dapat diterapkan dengan melakukan analisis regresi. Penulis menggunakan bantuan program software SPSS 16.0 for Universitas Sumatera Utara Windows Statistics Product and Service Solution. Dalam penelitian ini penilis menggunakan pengujian yang meliputi uji normalitas, uji heteroskedastisitas, uji autokorelasi, dan uji multikolinearitas.

3.8.3.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji kenormalan distribusi dalam model regresi pada variabel residual Ghozali, 2006: 110. Uji ini juga bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan independen memiliki distibusi normal. Data yang baik adalah data yang mempunyai pola yang tidak menceng ke kiri atau menceng ke kanan. Untuk menguji apakah data-data yang dikumpulkan berdistribusi normal atau tidak, dapat dilakukan dengan dengan beberapa pendekatan sebagai berikut:

1. Pendekatan Kolmogorov-Smirnov

Alat uji ini digunakan untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal. Hipotesisnya sebagai berikut: H = data residual berdistribusi normal H a = data residual tidak berdistribusi normal Dengan menggunakan tingkat signifikan � 5. Jika nilai Asymp.Sig 2 tailed taraf nyata α, maka H diterima artinya data residual berdistribusi normal. Sebaliknya jika nilai Asymp.Sig 2 tailed taraf nyata α, maka H ditolak artinya data residual tidak berdistribusi normal. Universitas Sumatera Utara

2. Pendekatan Grafik

Metode grafik yang digunakan untuk menguji normalitas data dalam penelitian ini adalah dengan melihat normal probability plot. Proses uji normalitas data dilakukan dengan memperhatikan penyebaran data titik pada Normal P-P Plot of Regression Standardized dari variabel terikat dimana: a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. b. Jika data menyebar jauh dari garis diagonal atau mengikuti garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.

3. Pendekatan Histogram

Untuk menguji normalitas data dapat dilihat dengan kurva normal. Kurva normal yaitu kurva yang memiliki ciri-ciri khusus, salah satu diantaranya adalah mean, modus, dan median pada tempat yang sama. Ukuran kemiringan puncak kurva ke kiri atau ke kanan dikenal dengan nama “kemiringan kurva” atau “kemencengan kurva” skewness. Kemencengan suatu kurva distribusi data dapat bertanda positif arah kanan dan bertanda negatif arah kiri.

3.8.3.2 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual dari satu pengamatan ke pengamatan lain, maka Universitas Sumatera Utara disebut homoskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heterokedastisitas Ghozali, 2006: 105. Salah satu cara mendeteksi heteroskedastisitas adalah melihat ada tidaknya pola tertentu pada grafik scatterplot antara nilai prediksi variabel terikat dengan residualnya. Jika titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. Sebaliknya, jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas. Uji ini juga dapat dilakukan melalui uji Glejser, yaitu dengan meregres nilai absolut residual terhadap variabel independen. Apabila signifikansi dari taraf nyata 5, maka dianggap tidak terjadi masalah heteroskedastisitas, dan begitu sebaliknya.

3.8.3.3 Uji Autokorelasi

Uji autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linear berganda ada korelasi antara kesalahan pengganggu pada periode t dan kesalahan pengganggu pada periode t-1 periode sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi maka dilakukan pengujian Durbin-Watson DW dengan ketentuan sebagai berikut Ghozali, 2006: 95: Kriteria pengambilan keputusan uji autokorelasi ditunjukkan pada Tabel sebagai berikut: Universitas Sumatera Utara Tabel 3.2 Kriteria Pengambilan Keputusan Uji Autokorelasi Hipotesis nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d d L Tidak ada autokorelasi positif No decision d L d d U Tidak ada autokorelasi negatif Tolak 4-d L d 4 Tidak ada autokorelasi negatif No decision 4-d U d 4-d L Tidak ada autokorelasi, positif atau negatif Tidak ditolak d U d 4-d U Sumber: Ghozali 2006

3.8.3.4 Uji Multikolinearitas

Uji ini digunakan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Untuk mendeteksi adanya masalah multikolinearitas dapat dilihat dari nilai tolerance dan lawannya, yaitu VIF Variance Inflation Factor. Nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1tolerance. Nilai yang dipakai untuk menandai adanya faktor-faktor multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10. Sebaliknya nilai tolerance 0,1 atau VIF 10 menunjukkan tidak terjadi multikolinearitas.

3.8.4 Uji Hipotesis

Model regresi yang sudah memenuhi asumsi-asumsi klasik tersebut akan digunakan untuk menganalisis melalui pengujian hipotesis. Dalam analisis regresi terdapat tiga jenis criteria ketepatan goodness of fit yaitu uji statistic t, uji statistik F dan koefesien determinan R 2 Ghozali, 2006: 83. Universitas Sumatera Utara 1. Uji Signifikansi Simultan Uji Statistik F Uji statistik F dilakukan untuk mengetahui apakah semua variabel bebas secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel terikat. Bentuk pengujiannya adalah: a. H :b 1 = � 2 = � 3 = � 4 =0, artinya tidak terdapat pengaruh yang signifikan secara bersamaan dari proporsi dewan komisaris independen, proporsi dewan komisaris dan direksi wanita, kepemilikan manajerial dan kepemilikan institusional terhadap Value Added Intellectual Capital VAIC Bank Umum Swasta Nasional. b. H a : minimal satu � � ≠ 0, artinya terdapat pengaruh yang signifikan secara bersamaan dari proporsi dewan komisaris independen, proporsi dewan komisaris dan direksi wanita, kepemilikan manajerial dan kepemilikan institusional terhadap Value Added Intellectual Capital VAIC Bank Umum Swasta Nasional. D engan menggunakan tingkat signifikan α 5, jika nilai sig.F 0,05 maka H diterima, artinya tidak ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Sebaliknya, jika nilai sig. F 0,05 maka H a diterima, artinya ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Pengambilan keputusan juga dapat dilakukan dengan membandingkan nilai F hitung dan nilai F tabel. Kriterianya adalah sebagai berikut: a. H diterima jika F hitung F tabel pada α = 5 b. H a diterima jika F hitung F tabel pada α = 5 Universitas Sumatera Utara 2. Uji Signifikansi secara Parsial Uji Statistik t Uji statistik t menunjukkan apakah setiap variabel bebas secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat. Bentuk pengujiannya adalah sebagai berikut:

a. Proporsi dewan komisaris independen

H : b 1 = 0, artinya proporsi dewan komisaris independen tidak berpengaruh yang signifikan terhadap Value Added Intellectual Capital VAIC Bank Umum Swasta Nasional di Bursa Efek Indonesia. H : b 1 ≠ 0, artinya proporsi dewan komisaris independen berpengaruh yang signifikan terhadap Value Added Intellectual Capital VAIC Bank Umum Swasta Nasional di Bursa Efek Indonesia.

b. Proporsi dewan komisaris dan direksi wanita

H : b 2 = 0, artinya proporsi dewan komisaris dan direksi tidak berpengaruh yang signifikan terhadap Value Added Intellectual Capital VAIC Bank Umum Swasta Nasional di Bursa Efek Indonesia. H : b 2 ≠ 0, artinya proporsi dewan komisaris dan direksi wanita berpengaruh yang signifikan terhadap Value Added Intellectual Capital VAIC Bank Umum Swasta Nasional di Bursa Efek Indonesia.

c. Kepemilikan Manajerial

H : b 3 = 0, artinya kepemilikan manajerial tidak berpengaruh yang signifikan terhadap Value Added Intellectual Capital VAIC Bank Umum Swasta Nasional di Bursa Efek Indonesia. Universitas Sumatera Utara H : b 3 ≠ 0, artinya kepemilikan manajerial berpengaruh yang signifikan terhadap Value Added Intellectual Capital VAIC Bank Umum Swasta Nasional di Bursa Efek Indonesia.

d. Kepemilikan Institusional