commit to user 29
menghasilkan pendapatan bunga bersih. Pendapatan bunga bersih diperoleh dari pendapatan bunga dikurangi beban
bunga. Semakin besar rasio ini maka meningkatnya pendapatan bunga atas aktiva produktif yang dikelola bank
sehingga kemungkinan suatu bank dalam kondisi bermasalah semakin kecil. Rasio ini diperoleh dengan rumus:
oduktif rataAktiva
Rata h
BungaBersi Pendapa
NIM
Pr tan
- =
4
Liquidity
aspek likuiditas, likuiditas suatu bank dapat diukur dengan
Loan to Deposit Ratio
LDR. Rasio ini untuk mengetahui kemampuan bank dalam membayar kembali kewajiban kepada para
nasabah yang telah menanamkan dana dengan kredit-kredit yang telah diberikan kepada para debiturnya. Semakin tinggi rasionya
semakin tinggi tingkat likuiditasnya. Dapat dihitung dengan menggunakan rumus:
ri ModalSendi
n silDihimpu
aYangBerha SeluruhDan
Kredit empa
SeluruhPen LDR
+ =
tan
D. SUMBER DATA
Data yang digunakan adalah data kuantitatif, yaitu data yang diukur dalam suatu skala numerik angka. Dalam penelitian ini menggunakan data
sekunder yaitu data yang telah dikumpulkan oleh lembaga pengumpul data
commit to user 30
dan dipublikasikan kepada masyarakat pengguna data. Data sekunder berupa laporan keuangan tahunan dari bank-bank umum yang terdaftar di Bursa Efek
Indonesia periode 2004–2007.
E. METODE PENGUMPULAN DATA
Metode pengumpulan data yang digunakan di dalam penelitian ini adalah metode studi dokumentasi, dengan mendapatkan data berupa laporan
keuangan tahunan yang telah dikeluarkan oleh perusahaan perbankan pada tahun 2004, 2005, 2006, dan 2007.
Data tersebut diperoleh melalui situs yang dimiliki oleh Bursa Efek Indonesia, yakni www.idx.co.id,
studi pustaka atau literatur melalui buku teks, jurnal, artikel, serta sumber data tertulis lainnya yang berkaitan dengan
informasi yang dibutuhkan, juga dijadikan sumber pengumpulan data.
F. METODE ANALISIS DATA
Berbagai model yang telah dibentuk dalam penelitian ini selanjutnya dianalisis dengan menggunakan teknik analisis regresi linier berganda untuk
mengetahui apakah ada pengaruh variabel independen terhadap variabel dependen, serta uji beda untuk menguji hipotesis yang telah disusun oleh
penulis. Adapun alat bantu yang digunakan pada metode analisis data ini
commit to user 31
adalah dengan menggunakan program
SPSS Statistical Package for Social Sciences for Windows
versi 12.0.
1. Uji Normalitas Data
Uji normalitas ini bertujuan untuk menguji kenormalan data dalam suatu model regresi, variabel pengganggu atau residual dari regresi tersebut
terdistribusi normal atau tidak. Jika asumsi ini dipenuhi, maka nilai residual dari analisis akan berdistribusi normal. Dalam Uji Normalitas ini ada dua cara
untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik Ghozali, 2006. Walaupun normalitas suatu
variabel tidak selalu diperlukan dalam analisis, akan tetapi hasil uji statistik akan lebih baik ketika semua variabel dalam keadaan berdistribusi normal
Ghozali, 2006 : 28. Beberapa metode pengujian normalitas data yang berkembang cukup
beragam, antara lain dapat dengan menghitung nilai
Skewness
dan
Kurtosis,
menggunakan
Uji Kolmogrov-Smirnov
, uji normalitas dengan menggunakan grafik ataupun uji normalitas dengan menggunakan uji
Jaque-Bera J-B test
. Pada penelitian ini pendekatan yang digunakan penulis, sesuai dengan alat
bantu
SPSS for Windows versi 12.0
, maka digunakan uji
kolmogorov-smirnov
untuk mengetahui residual regresi terdistribusi normal atau tidak. Langkah-langkah yang dilakukan adalah dengan melakukan regresi
antar variabel kemudian mendapati residual dari regresi tersebut dan baru diuji dengan
Uji Kolmogorov Smirnov,
sedangkan kriteria pengujiannya adalah bila
commit to user 32
nilai signifikansi residual lebih besar dari alfa 0,05 maka data berdistribusi normal, namun ketika nilai signifikansi residual lebih kecil dari alfa 0,05
maka dapat dinyatakan data tidak berdistribusi normal. Hal yang perlu ditekankan disini yaitu, seringkali uji normalitas disalah artikan dengan
penafsiran bahwa semua variabel harus memiliki distribusi normal. Sebenarnya hal tersebut tidak keliru, namun lebih tepatnya uji asumsi klasik
normalitas yang dimaksud adalah nilai residual dari regresi haruslah berdistribusi normal Ghozali, 2006 : 134.
2. Uji Asumsi Klasik
a. Uji Multikolinearitas
Uji multikolinearitas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan
variabel independen lain dalam satu model. Kemiripan antarvariabel independen dalam suatu model akan menyebabkan terjadinya korelasi
yang sangat kuat antara suatu variabel independen dengan variabel independen yang lain. Selain itu, deteksi terhadap multikolineritas juga
bertujuan untuk menghindari kebiasan dalam proses pengambilan kesimpulan mengenai pengaruh pada uji parsial masing-masing
variabel independen terhadap variabel dependen. Multikolinearitas dapat dideteksi dengan:
commit to user 33
1 Nilai deskriminasi yang sangat tinggi dan diakui dengan
nilai
F
test
yang sangat tinggi, serta tidak atau hanya sedikit nilai
t
test
yang signifikan. 2
Meregresikan model analisis dan melakukan uji korelasi antar variable dependent dengan menggunakan
variance inflating factor
VIF dan
tolerance value
. Batas VIF adalah 10 dan
tolerance value
adalah 0,1. Jika nilai VIF lebih besar dari 10 dan nilai
tolerance value
lebih kecil dari 0,1
maka menunjukkan
adanya multikolinearitas.
Sebaliknya jika nilai VIF di bawah 10 dan nilai
tolerance value
di atas 0,1 maka tidak terjadi multikolinearitas Gujarati, 2006.
b. Uji Autokolerasi
Uji autokorelasi bertujuan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu pada periode tertentu dengan
variabel pengganggu pada periode sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama
lain. Masalah ini timbul karena residual tidak bebas dari suatu observasi ke observasi lainnya. Model regresi yang baik adalah regresi
yang bebas dari autokorelasi.
commit to user 34
Uji autokorelasi dapat dilakukan dengan menggunakan uji Durbin-Watson, dimana hasil pengujian ditentukan berdasarkan nilai
Durbin-Watson. Kriteria Durbin-Watson, yaitu: 1
Angka D-W dibawah -2 berarti ada autokorelasi positif 2
Angka D-W antara -2 sampai dengan +2 berarti tidak ada autokorelasi
3 Angka D-W di atas +2 berarti ada autokorelasi negative
c. Uji Heterokesdatisitas
Heteroskedastisitas adalah varian residual yang tidak konstan pada regresi sehingga akurasi hasil prediksi menjadi meragukan. Uji
heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan
variance
dari residual satu observasi ke observasi yang lain.
Heteroskesdastisitas menggambarkan nilai hubungan antara nilai yang diprediksi dengan
Studentized Delete Residual
nilai tersebut. Cara memprediksi ada tidaknya heterokedastisitas pada satu model
dapat dilihat dari pola gambar Scatterplot model. Analisis pada gambar Scatterplot yang menyatakan model regresi linier berganda tidak
terdapat heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas.
commit to user 35
3. Uji Hipotesis
a. Uji F
Uji ini digunakan untuk mengetahui tingkat signifikansi pengaruh variabel independen secara bersama-sama simultan
terhadap variabel dependennya. Apabila signifikansi F
hitung
lebih besar dari F
tabel
maka hipotesis diterima, dan sebaliknya bila nilai F hitung lebih kecil dari F
tabel
maka hipotesis ditolak.
b. Uji Regresi
Analisis regresi ini digunakan untuk mengetahui apakah variabel independen berpengaruh terhadap variabel dependen, dengan
menggunakan persamaan sebagai berikut:
Y = α + b
1
CAR + b
2
NPL + b
3
ROA + b
4
ROE + b
5
BO PO
+ b
6
NIM + b
7
LDR +
e
Keterangan: Y
= Laba Rugi Perusahaan Laba untuk bank tidak bermasalah,
dan rugi untuk bank bermasalah α
= Konstanta b
1
, b
2
, b
3
, b
4
, b
5
, b
6,
b
7
= Koefisien regresi CAR
=
Capital Adequacy Ratios
commit to user 36
NPL =
Non Performing Loans
ROA =
Return On Asset
ROE =
Return On Equity
BO PO = Biaya Operasional Pendapatan
Operasional NIM
=
Net Interest Margin
LDR =
Loan to Deposit Ratio e
=
Error
c. Koefisien Determinasi
R
2
Uji koefisien determinasi
R
2
bertujuan untuk mengetahui presentase variabel dependen yang dapat dijelaskan oleh variabel
independen. Nilai
R
2
besarnya antara 0 dan 1.
R
2
dikatakan baik jika makin mendekati 1. Nilai yang mendekati satu berarti variabel-variabel
independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sedangkan jika
R
2
bernilai 1 berarti variabel independen berpengaruh sempurna pada variabel independen. Nilai
R
2
yang kecil berarti kemampuan variabel independen dalam menjelaskan variabel dependen sangat terbatas.
Jika
R
2
bernilai 0 maka tidak ada pengaruh variabel independen terhadap variabel dependen.
commit to user 37
d. Pengujian Koefisien Parsial Uji
t
Pengujian ini bertujuan untuk mengetahui hubungan yang signifikan dari masing-masing variabel bebas terhadap variabel
terikatnya. Pengujiannya adalah sebagai berikut : 1
H diterima atau H
a
ditolak apabila nilai signifikansi
t
hitung
≥ 0,05. Ini menunjukkan bahwa variabel independen secara parsial tidak berpengaruh terhadap variabel dependen.
2 H
ditolak atau H
a
diterima apabila nilai signifikansi
t
hitung
0,05. Ini menunjukkan bahwa variabel independen secara parsial berpengaruh terhadap variabel dependen.
e. Uji Beda
Dalam penelitian ini dilakukan uji beda untuk mengetahui apakah rasio keuangan CAMEL memiliki perbedaan yang signifikan
antara bank kategori tidak bermasalah yang di
proxy
-kan dengan laba dan bank kategori bermasalah yang di
proxy
-kan dengan rugi. Alat uji yang digunakan adalah
Independen Sample Test
untuk data yang berdistribusi normal dan
Mann Whitney U Test
untuk data yang berdistribusi tidak normal.
commit to user
38
BAB IV ANALISIS DATA DAN PEMBAHASAN