Lokasi Penelitian Batasan Operasional Definisi Operasional Sumber dan Jenis Data Metode Pengumpulan Data Metode Analisis Data

BAB III METODE PENELITIAN

3.1 Jenis Penelitian

Penelitian ini berbentuk kuantitatif yaitu penelitian ilmiah yang sistematis terhadap bagian-bagian dan fenomena serta hubungan-hubungannya. Tujuan penelitian kuantitatif adalah mengembangkan dan menggunakan model-model matematis, teori-teori dan atau hipotesis yang berkaitan dengan fenomena alam. Proses pengukuran adalah bagian yang sentral dalam penelitian kuantitatif karena hal ini memberikan hubungan yang fundamental antara pengamatan empiris dan ekspresi matematis dari hubungan-hubungan kuantitatif.

3.2 Lokasi Penelitian

Penelitian ini dilakukan di Bank Sumatera Utara yang berlokasi di jalan Imam Bonjol No.18, Medan, Sumatera Utara.

3.3 Batasan Operasional

Ruang lingkup penelitian ini adalah menganalisis ekspansi kredit investasi, kredit modal kerja, dan kredit komersial pada Bank Sumatera Utara. UNIVERSITAS SUMATERA UTARA

3.4 Definisi Operasional

1. Ekspansi Kredit adalah kebijakan kredit berupa penambahan atau perluasan jumlah kredit dengan menggunakan sumber-sumber dana yang tersedia. 2. Kredit investasi adalah kredit yang digunakan untuk kepentingan usaha dan untuk tujuan jangka panjang. 3. Kredit modal kerja adalah kredit yang digunakan untuk keperluan produksi dan untuk tujuan jangka pendek. 4. Kredit komersial adalah kredit yang digunakan untuk keperluan konsumsi pribadi. 5. Pendapatan bunga adalah pendapatan yang diperoleh dari penanaman dana bank pada aktiva produktif.

3.5 Sumber dan Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data atau informasi yang telah diolah yang penulis peroleh dari berbagai sumber seperti objek penelitan, berbagai literature yang ada, serta sumber atau data lainnya yang berkaitan.

3.6 Metode Pengumpulan Data

Peneliti mengumpulkan data dengan menggunakan metode dokumentasi atau bahan tertulis yang didapat dari berbagai sumber seperti buku, jurnal, peraturan UNIVERSITAS SUMATERA UTARA pemerintah dan dokumen mengenai kredit Bank Sumut, Annual report dan laporan keuangan yang telah ada sebelumnya.

3.7 Metode Analisis Data

3.7.1 Metode Analisis Deskriptif

Menurut Kuncoro 2003 Analisis deskriptif merupakan semua bentuk pemamparan hasil dari temuan atau penelitian. Analisis desriptif ini menyusun, mengklasifikasikan, menafsirkan serta mengintegrasikan data sehingga memberikan gambaran tentang masalah yang dihadapi atau diteliti.

3.7.2 Metode Analisis Tren

Yaitu analisa terhadap pencatatan atau penyusunan terhadap peristiwa atau fakta yang diambil dari waktu ke waktu, misalnya tiap-tiap bulan, triwulan dan lain- lain Mirdayati, 2001. Analisa tren baru dapat diwujudkan terhadap data yang telah dikuantifisir atau diwujudkan dalam angka-angka. Dalam analisa ini, untuk menentukan garis trend penulis menggunakan metode kuadrat terkecil Least Square dengan rumus: Y’ = a + bx Dimana : a = ΔYn UNIVERSITAS SUMATERA UTARA b = ΔXYΔX Dengan keterangan sebagai berikut : 2 Y’ = Nilai Trend a = Nilai Konstan x = waktu b = Lereng garis trend X = Nilai Koding Y = Nilai dependen

3.7.3 Analisis Regresi Berganda

Penelitian ini menggunakan model regresi berganda dalam menganalisis data. Model ini digunakan untuk mengetahui seberapa besar pengaruh variabel independen, yaitu ekspansi kredit investasi X1, ekspansi kredit modal kerja X2, dan ekspansi kredit komersial X3 terhadap variabel dependen yaitu pendapatan bank Sumut dalam hal ini pendapatan bunga Y. Berdasarkan kerangka pemikiran yang telah ditulis, model penelitian ini secara sistematis dapat ditulis sebagai berikut: Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 Dimana : + µ UNIVERSITAS SUMATERA UTARA α = kostanta Y = pendapatan Bunga X 1 X = ekspansi kredit investasi 2 X = ekspansi kredit modal kerja 3 β = ekspansi kredit komersial 1 β 2 β 3 µ = error resdiual = koefisien regresi Untuk menguji secara simultan signifikansi hubungan antara variabel independen dan variabel dependen dilakukan uji F pada a=5. Sedangkan untuk menguji koefisien regresi secara parsial antara masingmasing variabel independen dengan variabel dependen dilakukan uji t.

1. Uji Signifikansi Simultan atau uji F

Jika dalam uji t pengaruh variabel independen diuji secara individual atau parsial, maka dalam uji F ini dilakukan untuk melihat pengaruh variabel-variabel secara keseluruhan simultan terhadap variabel dependen. Hipotesa dalam pengujian ini adalah sebagai berikut : UNIVERSITAS SUMATERA UTARA H0 : β 1 = β 2 = β 3 Ha : β = 0, Artinya variabel-variabel independen tidak berpengaruh terhadap variabel dependen. 1 ≠ β 2 ≠ β 3 Ketentuan dari penerimaan atau penolakan hipotesa adalah sebagai berikut : ≠ 0, Artinya ada pengaruh terhadap variabel dependen. Bila Fhitung. Ftabel atau signifikansi F 0,05 maka H0 ditolak Bila Fhitung. Ftabel atau signifikansi F 0,05 maka H0 diterima. Nilai F hitung

2. Uji Signifikan Parsial Atau uji t

dapat diperoleh dengan menggunakan bantuan aplikasi software Eviews 5.1. Uji t dimaksudkan untuk melihat signifikansi dari pengaruh variabel independen secara individual parsial terhadap variabel dependen, dengan asumsi variabel independen lainnya konstan dalam regresi berganda . Hipotesa dalam pengujian ini adalah : H0 : β 1 Ha : β = 0, artinya variabel independen secara parsial tidak berpengaruh terhadap variabel dependen 1 Ketentuan penerimaan ataupenolakan hipotesa H0 adalah sebagai berikut: ≠ 0, artinya suatu variabel independen secara parsial berpengaruh terhadap variabel dependen Jika : thitung ttabel atau signifikansi t 0,05 maka H0 ditolak thitung ttabel signifikansi t 0,05 maka H0 diterima Jika H0 ditolak berarti dengan tingkat kepercayaan 5 atau 0,05, variabel independen yang diuji secara nyata berpengaruh terhadap variabel dependen. UNIVERSITAS SUMATERA UTARA Nilai t hitung dapat diperoleh dengan menggunakan bantuan aplikasi software Eviews 5.1.

3.7.4 Uji Asumsi Klasik 1. Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Pengujian dilakukan dengan pemeriksaan terhadap histogram, jika batang histogram mempunyai kemiripan bentuk dengan kurva normal berbentuk seperti lonceng, maka kurva tersebut dapat dikatakan normal atau mendekati normal. Penelitian ini melakukan uji normalitas dengan menggunakan Uji Jarque- Berra Test J-B Test. Bila probabilitas hasil uji lebih besar dari 0,05 5 maka terdistribusi normal dan sebaliknya terdistribusi tidak normal.

2. Uji Multikolinearitas

Multikolinearitas berarti adanya hubungan linier yang sempurna atau pasti diantara beberapa atau semua variabel yang menjelaskan dari model regresi. Uji non multikolinearitas diperlukan karena bila terjadi kolinearitas sempurna diantara X, koefisien regresinya tak tertentu dan kesalahan standarnya tak terhingga. Jika kolinearitas tingkatnya tinggi tetapi tidak sempurna, penaksiran koefisien regresi adalah mungkin, tetapi kesalahan standarnya cenderung besar. Sebagai hasilnya, nilai populasi dari koefisien tidak dapat ditaksir dengan tepat. UNIVERSITAS SUMATERA UTARA Multikolinieritas mengindikasikan adanya korelasi linier yang tinggi mendekati sempurna di antara dualebih variabel independen Gujarati, 1995. Multikolinieritas diuji dengan menggunakan kolerasi parsial dengan tahapan estimasi pada kolerasi parsial dilakukan estimasi regresi untuk variabel2 independennya juga selain variabel dependennya. Apabila nilai regresi persamaan lebih besar dari regresi variabel independen lain maka estimasi tersebut bebas dari multikolinearitas dan sebaliknya.

3. Uji Heteroskedastisitas

Suatu asumsi penting dari model regresi linier klasik adalah bahwa gangguan disturbance yang muncul dalam regresi populasi adalah homoskedastisitas, yaitu semua gangguan tadi mempunyai varians yang sama. Jika varians bersifat variabel atau tidak sama maka terjadi gangguan heteroskedastik. Menurut Sulaiman 2004 Gejala heteroskedastisitas ditunjukkan melalui koefisien regresi dari masing-masing variabel independen terhadap nilai absolut residunya e, jika nilai probabilitasnya lebih besar dari nilai alphanya 0,05, maka variabel tersebut bebas dari unsur heteroskedastisitas. Untuk mengetahui gejala heterokedastisitas pada estimasi digunakan uji White. Uji white memulai pengujiannya dengan membentuk model: Y i = β 1 + β 2 + β 3 +µ Kemudian persamaan di atas dimodifikasi dengan membentuk regresi bantuan auxiliary regression sehingga model menjadi i µ 1 2 = α + α 1 x 1 + α 2 x 2 + α 3 x 1 2 + α 4 x 2 2 + α 5 x 1 x 2 + µ i UNIVERSITAS SUMATERA UTARA Pada estimasi ini disimpulkan bahwa tidak terdapat masalah heterokedastisitas dalam hasil estimasi, jika nilai R 2 hasil regresi dikalikan dengan jumlah data atau [n.R 2 = X 2 Hitung] Lebih kecil dibandingkan X 2

4. Uji Autokorelasi

tabel. Dan akan terjadi heterokedastisitas bila sebaliknya. Metode uji ini digunakan apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t, dengan kesalahan pada periode t-1. Jika terjadi korelasi, berarti dijumpai problem autokorelasi Santoso, 2004:216. Pada estimasi ini digunakan Lagrange Multiplier LM Test dalam mendeteksi adanya autokolerasi dalam model. Pada model ini dikatakan tidak terdapat autokolerasi jika nilai probability lebih tinggi dari 0,05 UNIVERSITAS SUMATERA UTARA BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum PT Bank Sumut Medan