3.2. Lokasi dan Waktu Penelitian
Penelitian dilaksanakan di PT Bank X yang berlokasi di Jakarta. Pemilihan tempat dilakukan secara purposive. Waktu penelitian dimulai dari
bulan Februari 2009 sampai April 2009.
3.3. Metode Pengumpulan Data
Data yang dikumpulkan dari penelitian ini adalah data sekunder. Data sekunder merupakan data yang telah diolah lebih lanjut dan disajikan, baik
oleh pihak pengumpul data atau oleh pihak lain misalnya dalam bentuk tabel, diagram, dan lain-lain Juanda, 2003. Data sekunder diperoleh dari data
historis PT Bank X, studi literatur, laporan penelitian, dan laporan keuangan yang diterbitkan bank maupun internet.
3.4. Metode Pengolahan dan Analisis Data
Dalam penelitian ini, data yang diperoleh akan dianalisis dengan metode statistik yaitu dengan menggunakan metode analisis deskriptif, analisis
korelasi pearson product moment, analisis regresi linier berganda dan diolah dengan menggunakan Minitab 14.
3.4.1. Analisis deskriptif
Analisis deskriptif merupakan analisis yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan
data yang terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi, Sugiono
dalam Gumayantika 2008.
3.4.2. Analisis Korelasi Pearson Product Moment
Korelasi pearson product moment merupakan statistik yang mengukur keserasian hubungan diantara dua variabel. Rumus dibawah
ini digunakan bila sekaligus akan menghitung persamaan regresi. Menurut Alma 2007, perumusan untuk korelasi pearson product
moment yaitu:
=
∑ ∑
∑ {
∑ – ∑
} { ∑ }
............................................. 3
Dimana: r = Koefisien korelasi
Y = Variabel terikat Laba X = Variabel bebas DPK dan NPL
n = Lamanya periode Korelasi pearson product moment dilambangkan dengan r
dengan ketentuan nilai r tidak lebih dari harga -1
≤
r
≤
+1. Apabila nilai r = -1 artinya korelasinya negatif sempurna; r = 0 artinya tidak
ada korelasi; dan r = 1 berarti korelasinya sangat kuat. Untuk dapat memberi interpretasi terhadap kuat lemahnya
hubungan korelasi, maka dapat digunakan pedoman korelasi seperti pada Tabel 1.
Tabel 1. Pedoman untuk memberikan interpretasi koefisien korelasi
Interval Koefisien Tingkat Hubungan
0.00 - 0.199 Sangat rendah
0.20 - 0.399 Rendah
0.40 - 0.599 Sedang
0.60 - 0.799 Kuat
0.80 - 1.000 Sangat kuat
Sumber : Sugiono, 2006
3.4.3. Analisis Regresi Linier Berganda
Menurut Arief 2006, analisis regresi digunakan untuk melihat bagaimana variasi peubah dari beberapa peubah bebas mempengaruhi
peubah tidak bebas dalam suatu fenomena yang kompleks. Analisis regresi dapat dibedakan menjadi regresi sederhana dan regresi
berganda. Jika parameter dari suatu hubungan fungsional antara satu peubah tidak bebas dengan lebih dari satu peubah bebas maka yang
digunakan adalah regresi berganda. Analisis regresi berganda menjelaskan seberapa jauh suatu peubah mempengaruhi peubah
lainnya. Pada penelitian ini dana pihak ketiga dan kredit bermasalah menjadi peubah bebas yang mempengaruhi peubah tidak bebas yaitu
laba. Model regresi berganda ditunjukkan oleh persamaan berikut ini :
Y = +
+ +e ................................................................
4 Keterangan :
Y = Laba
β
= Konstanta
X
= DPK
X
= NPL = Tingkat kesalahan galat
Ada beberapa asumsi yang harus dipenuhi oleh model regresi. Oleh karena itu diperlukan pengujian asumsi yang meliputi uji normalitas,
uji multikolinearitas, uji autokorelasi dan heteroskedastisitas menurut Gujarati dalam Susanti 2007.
a. Uji Normalitas
Uji normalitas merupakan uji yang dilakukan jika data yang digunakan kurang dari 30 untuk mengetahui distribusi kenormalan
data, yaitu apakah data dapat dianggap berdistribusi normal atau tidak. Ketika data telah berdistribusi normal, maka data tersebut
dapat diolah menggunakan statistik parametrik yang pada penelitian ini menggunakan model regresi berganda. Untuk
menguji kenormalan data dilakukan dengan menguji kenormalan data residual. Uji normalitas dapat dilihat dengan melihat nilai
statistik Kolmogorov-Smirnov KS pada uji normalitas residual. Jika nilai statistik KS lebih kecil dibanding nilai tabel KS dan nilai
p-value lebih besar dari α, maka asumsi kenormalan terpenuhi sehingga model regresi yang telah dibuat dapat digunakan Iriawan
dan Astuti, 2006.
b. Uji Multikolinieritas
Multikolinieritas adalah kondisi dimana peubah-peubah bebas memiliki korelasi diantara satu dengan yang lainnya. Jika peubah-
peubah bebas memiliki korelasi sama dengan 1 atau berkorelasi sempurna mengakibatkan koefisien-koefisien regresi menjadi tidak
dapat diperkirakan dan nilai standar error setiap koefisien regresi
menjadi tak hingga Arief, 2006. Uji multikolinearitas adalah uji untuk melihat apakah terdapat korelasi antara peubah bebas yang
digunakan dalam model regresi. Untuk melihat apakah ada multikolinearitas pada model regresi dilihat dari nilai variance
inflation factor atau VIF. Jika nilai VIF masing-masing peubah bebas memiliki nilai lebih besar dari 5 maka model regresi
memiliki multikolinearitas sehingga menjadi tidak valid Iriawan dan Astuti, 2006.
c. Uji Autokorelasi
Kategori