Berdasarkan kriteria tersebut maka jumlah bank yang terpilih jadi sampel penelitian adalah sebanyak 24 bank. Sehingga jumlah data observasi dalam
penelitian ini adalah 5 tahun x 24 sampel adalah 120 data observasi.
4.4. Metode Pengumpulan Data
Dalam melaksanakan penelitian ini, data yang dipergunakan berupa data sekunder dari laporan historis rasio keuangan masing-masing perusahaan
perbankan. Data yang digunakan merupakan gabungan data antara bank cross section dan antar waktu time series yang disebut juga dengan polling data.
Pengumpulan data dilakukan dengan cara mendownload laporan keuangan perusahaan perbankan selama tahun 2008-2012 melalui;
1. Website BEI www.idx.co.id 2. Indonesian Capital Market Dictionary ICMD
4.5. Definisi Operasional dan Metode Pengukuran Variabel
Lubis 2012, definisi operasional merumuskan secara jelas dan ringkas variabel-variabel serta indikator yang mempengaruhinya bila ada agar dapat
dengan mudah dimengerti dan diukur. Penelitian ini dilakukan untuk menguji apakah terdapat pengaruh komponen dari Intellectual Capital, Capital Adequacy
Ratio, Ukuran Perusahaan dengan Leverage sebagai pemoderasinya terhadap kinerja keuangan pada perusahaan perbankan di Bursa Efek Indonesia.
Universitas Sumatera Utara
4.5.1 Variabel Bebas Independent Variabel 4.5.1.1
Intellectual Capital X1
Dalam penelitian ini yang menjadi variabel bebas adalah Intellectual Capital, Capital Adequacy Ratio serta Ukuran Perusahaan. Intellectual Capital
adalah modal pengetahuan sumber daya yang diukur kinerjanya berdasarkan efisiensi value added VA yang dihasilkan dari komponen-komponen Intellectual
Capital yaitu Human Capital, Structural Capital dan Physical Capital. Adapun formulanya adalah; VA = OP + EC + D + A
dimana; OP
= Operating profit EC
= Employee costs D A = Depreciation Amortisation
4.5.1.1.1 Physical Capital
Bentuk pengukuran yang digunakan adalah dengan cara menghitung value added dari physical capital itu sendiri yang dikenal dengan istilah value added
Capital Employed VACA yaitu perbandingan antara value added dengan capital employed atau modal fisik yang bekerja. Adapun Capital Employed CE
merupakan modal fisik yang digunakan atau nilai buku dari aktiva neto. Menurut Ghozali dan Chariri 2007, total aktiva neto merupaka selisih antara total aktiva
dengan kewajiban yang dirumuskan sebagai berikut; VACA =
Universitas Sumatera Utara
4.5.1.1.2 Human Capital HC
Human Capital adalah pengetahuan, keahlian atau skill dan pengalaman yang dimiliki karyawan dalam memproduksi barang dan jasa serta
kemampuannya dalam layanan professional. Menurut Ulum 2009, Human Capital dihitung dari pengeluaran-pengeluaran yang dilakukan untuk Human
Capital itu sendiri berupa beban gaji dan upah, pelatihan dan lain-lain selama satu periode. Pengukurannya adalah melalui Value Added Human Capital atau dikenal
dengan istilah VAHU yaitu dengan membandingkan Value Added terhadap Human Capital-nya. Formulanya adalah sebagai berikut ;
=
Rasio ini menunjukkan seberapa besar kontribusi yang dikeluarkan dalam setiap rupiah yang diinvestasikan dalam human capital terhadap value added-nya.
4.5.1.1.3 Structural Capital SC
Stewart 1997, Structural Capital adalah pengetahuan yang akan tetap berada dalam perusahaan. Modal struktural meliputi perihal seperti gedung,
perangkat keras, perangkat lunak, proses, paten, dan hak cipta. Contoh lain yang termasuk dalam structural capital adalah membangun sistem seperti database
sehingga orang dapat saling berhubungan dan belajar satu sama lain dan kemudahan berbagi pengetahuan serta bekerja sama antar individu dalam
organisasi. Contoh lainnya adalah struktur organisasi, petunjuk proses, strategi,
rutinitas, software, hardware dan semua hal yang nilainya terhadap perusahaan lebih tinggi dari pada nilai materialnya.
Universitas Sumatera Utara
Pengukuran dilakukan terhadap value added dari nilai strukturalnya, dikenal dengan istilah Structural Capital Value Added STVA yaitu rasio dari SC
terhadap VA. Rumusannya adalah sebagai berikut;
=
, dimana SC = VA - HC Rasio ini diartikan untuk mengukur jumlah SC yang dibutuhkan untuk
menghasilkan 1 rupiah dari VA dan merupakan indikasi bagaimana keberhasilan SC dalam penciptaan nilai.
4.5.1.2 Capital Adequacy Ratio X2
Menurut Sihombing 1990, Capital Adequacy Ratio CAR adalah rasio
yang memperlihatkan seberapa besar jumlah seluruh aktiva bank yang mengandung resiko kredit, surat berharga dan tagihan pada bank lain yang ikut
dibiayai dari modal sendiri di samping memperoleh dana-dana dari sumber di luar bank. Rasio ini menunjukkan besarnya kecukupan modal yang dimiliki bank.
Semakin efisien modal yang digunakan untuk aktivitas operasionalnya mengakibatkan bank mampu meningkatkan pemberian kredit sehingga akan
mengurangi tingkat resiko. Rumusnya adalah sebagai berikut; CAR
=
Dimana ATMR adalah Aktiva Tertimbang Menurut Resiko
4.5.1.3 Ukuran Perusahaan X3
Ukuran perusahaan dalam penelitian ini adalah total aktiva yang dimiliki perusahaan perbankan. Variabel ukuran perusahaan diproxykan dalam logaritma
Universitas Sumatera Utara
natural Ln dari total aset, karena masing-masing bank memiliki total aset dengan nilai selisih yang berbeda-beda, sehingga menyebabkan nilai yang ekstrim.
Menurut Sudarmadji dan Sularto 2007, rumus ukuran perusahaan
diformulasikan sebagai berikut; Ukuran Perusahaan
= LnTotal Aktiva
4.5.1.4 Leverage Variabel Moderating
Dalam penelitian ini yang menjadi variabel moderating adalah leverage. Untuk melihat seberapa besar leverage yang digunakan perusahaan dapat diukur
melalui rasio yaitu rasio yang menekankan pada peran penting pendanaan hutang bagi perusahaan. Dengan menunjukkan berapa persentase aktiva perusahaan yang
didanai oleh hutang dan persentase sisanya didanai oleh ekuitas pemegang saham. Pada penelitian ini menggunakan rasio aset yang dibiayai oleh hutang atau
dikenal sebagai “debt to assets ratio” DAR, dirumuskan sebagai berikut Sinuraya,1999;
=
4.5.2 Variabel Terikat Dependent Variabel Y
Kinerja keuangan adalah kemampuan aset yang dimiliki bank untuk menghasilkan laba atau profitabilitas. Alat ukur yang digunakan untuk
menentukan kinerja keuangan dalam penelitian ini adalah Return on Asset ROA. Rasio ini mengukur seberapa besar profit yang diciptakan atas setiap dollar atau
rupiah aset yang diinvestasikan. ROA dalam perbankan dirumuskan sebagai berikut;
Universitas Sumatera Utara
ROA
=
Adapun definisi operasional variabel, parameter variabel dan skala pengukuran dapat dilihat pada tabel berikut ini;
Tabel 4.3 Definisi Operasional Variabel
Variabel Definisi Operasional
Parameter Skala
Return on AssetY
Kemampuan aset yang dimiliki bank dalam menghasilkan laba.
Atau besarnya profit
yang diciptakan atas setiap dollar aset
yang diinvestasikan =
Laba Setelah Pajak Total Aset
Rasio
Capital Adequacy
Ratio Kekuatan
modal bank
dibandingkan aktiva tertimbang menurut resiko
= Modal Bank
ATMR Rasio
Intellectual Capital
VAIC
TM
Besarnya Modal
Intelektual yang
dihasilkan melalui
efisiensi nilai tambah dengan penjumlahan dari komponen-
komponen Modal Intelektual yaitu Phisical Capital, Human
Capital da Struktural Capital. VAIC
TM
= VACA + VAHU + STVA Rasio
Ukuran Perusahaan
Besar kecilnya
perusahaan dilihat dari total aktivanya yang
dilogaritmakan.
Size = LnTotal Aktiva
Rasio Leverage
M Pendanaan
hutang bagi
perusahaan dengan
menunjukkan berapa persentase aktiva aset perusahaan yang
didanai oleh hutang.
= Total hutang
Total Asset
Rasio
4.6 Metode Analisis Data
Menurut Lubis 2012, metode ini ditujukan untuk menguraikan dengan jelas dan ringkas mengenai metode dan teknik analisis data yang akan digunakan
termasuk alat yang dipakai dalam menjalankan penelitian. Metode analisis data yang digunakan dalam penelitian ini adalah model
analisis regresi linear berganda dan uji residual sebagai pemoderasi dengan bantuan Software SPSS for Windows.
Universitas Sumatera Utara
4.6.1 Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan gambaran umum tentang profil dari sampel penelitian. Statistik deskriptif pada penelitian ini difokuskan
kepada nilai rata-rata atau mean, standar deviasi, nilai minimum dan nilai maksimum.
4.6.2 Pengujian Asumsi Klasik
Salah satu syarat pengujian hipotesis dengan menggunakan analisis regresi adalah uji asumsi klasik. Uji ini meliputi; uji normalitas, uji multikolinearitas, uji
autokorelasi dan uji heteroskedastisitas.
4.6.2.1 Uji Normalitas Data
Uji Normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel independen dan variabel dependen memiliki distribusi normal atau tidak.
Model regresi yang baik hendaknya berdistribusi normal atau mendekati normal. Menurut Ghozali 2006, ada dua cara untuk mendeteksi apakah dalam model
regresi, nilai residual berdistribusi normal atau tidak yaitu uji melalui analisis grafik histogram dan probality plots serta uji statistik yang dikenal dengan uji
Kolmogolov-Smirnov K-S.
a. Analisis grafik
Untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara observasi dengan distribusi yang mendekati
Universitas Sumatera Utara
distribusi normal. Metode lain adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual yang akan dibandingkan dengan garis diagonal. Jika distribusi
data residual normal maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
b. Analisis Statistik
Uji statistik
adalah dengan
uji Kolmogorov-Smirnov
K-S untuk
menentukan normalitas distribusi residual. Jika sig atau p-value 5 maka data berdistribusi normal dan jika sig atau p-value 5 maka data tidak
berdistribusi normal.
4.6.2.2 Uji Multikolinearitas
Menurut Ghozali 2006, Uji Multikolinearitas bertujuan untuk menguji apakah dalam model regresi terdapat korelasi antara variabel independen. Bila
hasil uji SPSS memiliki korelasi 0.95 maka ada indikasi multikolineritas. Uji Multikolinearitas dapat juga dilihat dari nilai VIF Variance Inflation Factor dan
nilai ToleranceValue. Batas VIF adalah 10 dan nilai Tolerance Value adalah 0.1. Jika nilai VIF lebih besar dari 10 dan nilai Tolerance Value lebih kecil dari 0.1
maka terjadi multikolinearitas.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika suatu model regresi mengandung multikolinearitas maka
Universitas Sumatera Utara
kesalahan standar estimasi akan cenderung meningkat dengan bertambahnya variabel dependen.
4.6.2.3 Uji Autokorelasi
Menurut Ghozali 2006, Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan periode t
-1
sebelumnya. Model regresi yang baik adalah bebas autokorelasi. Alat uji untuk mendeteksi
autokorelasi dilakukan dengan uji Durbin-Watson DW-test. Dasar pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut;
1. Bila nilai DW lebih kecil dari -2, berarti terdapat autokorelasi positif 2. Bila nilai DW berada diantara -2 sampai +2 maka tidak ada autokorelasi
3. Bila nilai DW lebih besar dari +2, maka terdapat autokorelasi negatif
4.6.2.4 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual data yang ada. Model regresi
yang baik adalah tidak terjadi heteroskedastisitas. Alat uji yang digunakan adalah sebagai berikut;
a. Dengan melihat Grafik Plot, dimana deteksi dapat dilakukan dengan melihat ada tidaknya pola yang terdapat pada grafik scatterplot. Apabila ada pola
tertentu seperti bergelombang atau melebar kemudian menyempit maka diindikasikan terjadi heteroskedastisitas.
Universitas Sumatera Utara
b. Uji Glejser, dapat dilihat apabila terdapat signifikansi secara statistik dari variabel independen dalam mempengaruhi variabel dependen. Jika probabilitas
signifikan diatas alpha 5 maka model regresi tidak mengandung heteroskedastisitas dan jika probabilitas signifikan dibawah tin
gkat α 5 maka model regresi terjadi heteroskedastisitas.
4.7. Pengujian Hipotesis
