57
BAB III METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Ruang lingkup penelitian ini yaitu membahas variabel bebas Independent Variable yang terdiri dari DPK X
1
, nilai tukar X
2
, suku bunga SBI X
3
, inflasi X
4
dan CAR X
5
, sedangkan variabel terikat Dependent Variable adalah ROA. Data yang digunakan yaitu dari bulan
Januari tahun 2007 sampai dengan bulan Desember 2011 60 bulan.
B. Metode Penentuan Sampel
Populasi dalam penelitian ini adalah kelompok bank yang termasuk dalam bank umum di Indonesia periode Januari 2007 sampai dengan Desember 2011.
Dalam penelitian ini, teknik pengambilan sampel yang digunakan oleh penulis adalah metode judgement sampling. Metode jugdement sampling atau
purposive pengumpulan data atas dasar strategi kecakapan atau pertimbangan
pribadi semata Abdul Hamid, 2007:29.
C. Metode Pengumpulan Data
Dalam Penelitian ini pengumpulan data yang dilakukan dengan cara ; 1. Studi Kepustakaan, yaitu memperoleh berbagai data dari literatur, jurnal-
jurnal yang dipublikasikan, laporan penelitian sebelumnya, serta berbagai sumber lainnya.
58 2. Data sekunder, yaitu merupakan sumber data penelitian yang diperoleh
peneliti secara tidak langsung melalui media perantara diperoleh dan dicatat oleh pihak lain. Data sekunder dikumpulkan, dicatat dan diolah sendiri dari
data yang sudah tersedia. Data sekunder yang dapat diperoleh dari penelitian ini adalah data historis, struktur organisasi, laporan keuangan, anggaran dan
lain sebagainya Indriantoro, 1999:147. Pada penelitian ini menggunakan data time series yang dipublikasikan oleh Bank Indonesia dimulai dari
Januari tahun 2007 sampai dengan Desember 2011.
D. Metode Analisis Data
Penelitian ini menggunakan metode analisis linier berganda. Analisis linier berganda adalah kecenderungan satu variabel, variabel tidak bebas, pada
satu atau lebih variabel lain, variabel yang menjelaskan. Analisis regresi berganda digunakan untuk menaksir dan atau meramalkan nilai rata-rata hitung
atau nilai rata-rata variabel tidak bebas atas dasar nilai tetap variabel yang menjelaskan diketahui Damodar Gujarati, 2003.
1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean Imam Ghozali, 2012:17.
2. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji normalitas
59 digunakan untuk mengetahui suatu populasi suatu data dapat dilakukan
dengan analisis grafik. Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram dan normal probability plot
yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Jika distribusi data residual
normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Dengan melihat tampilan grafik histogram maupun grafik normal plot dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang
menceng skewness ke kiri dan tidak normal. Sedangkan pada grafik normal p-p plot
terlihat titik-titik menyebar disekitar garis diagonal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran
data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari
residualnya Imam
Ghozali, 2012:160.
Dasar pengambilan
keputusannya: 1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan pola disribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafik histogramnya tidak menunjukkan pola
distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
60 Uji statistik yang dapat digunakan untuk mengukur normalitas data
yaitu salah satunya dengan menggunakan uji statistic non parametric Kolmogorov-Smirnov K-S. Untuk mendeteksi data berdistribusi normal,
profitabilitas signifikansi data haruslah diatas tingkat kepercayaan ≥ 0,05 atau 5. Uji K-S dilakukan dengan membuat hipotesis:
Ho : Data residual berdistribusi normal
Ha : Data residual tidak berdistribusi normal
b. Uji Multikolinearitas
Multikolonieritas adalah adanya suatu hubungan linear yang sempurna antara beberapa atau semua variabel independen. Uji multikolonieritas
bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak
terjadi korelasi diantara variabel independen Imam Ghozali, 2012: 105. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak
orthogonal. Variabel orthogonal adalah variabel independen yang nilai korelasi
antarsesama variabel independen sama dengan nol. Multikolonieritas dideteksi dengan menggunakan nilai tolerance dan variance inflasion factor
VIF. Kedua ukuran ini menunjukkan setiap variabeli ndependen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur
variabilitas variabel independen yang terpilih, yang tidak dapat dijelaskan oleh variabel independen lainnya. Nilai tolerance yang rendah samadengan
61 nilai VIF tinggi karena VIF=1Tolerance. Nilai cut-off yang umum dipakai
untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance ≤0,10
atau sama dengan VIF ≥ 10. Imam Ghozali, 2012:106
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam modal regresilinear ada korelasi antara kesalahan pengganggu residual pada
periode t dengan kesalahan penganggu pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model regresi
yang baik adalah regresi bebas dari autokorelasi. Untuk mendeteksi autokorelasi dapat dilakukan uji statistik melalui Uji Durbin Watson DW
test Imam Ghozali, 2012:111. Durbin Watson test dilakukan dengan membuat hipotesis:
Ho : tidak ada autokorelasi r = 0 Ha : ada autokorelasi r ≠ 0
Dasar pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
1. Bila nilai DW terletak diantara batas atas atau upper bound du dan 4-du maka koefisien autokorelasi =0, berarti tidak ada autokorelasi.
2. Bila nilai DW lebih rendah daripada batas bawah atau lower bound dl maka autokorelasi 0, berarti ada autokorelasi positif.
3. Bila DW lebih besar dari 4-dl maka koefisien autokorelasi 0, berarti ada autokorelasi negatif.
62 4. Bila DW terletak antara du dan dl atau DW terletak antara 4-du
dan 4- dl, maka hasilnya tidak dapat disimpulkan.
Tabel 3.1 Dasar Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol Keputusan
Jika Tidak ada autokorelasi positif
Tidak ada autokorelasi positif Tidak ada korelasi negatif
Tidak ada korelasi negatif Tidak ada autokorelasi positif
atau negatif Tolak
No decision Tolak
No decision Tidak ditolak
0 d dl dl
≤ d ≤ du 4
– dl d 4 4
– du ≤ d ≤ 4 - dl du d 4 - du
Sumber: Imam Ghozali, 2012:111 Nilai Durbin Watson akan dibandingkan dengan nilai tabel dengan
menggunakan nilai signifikansi 5, jumlah sampel 60 n dan jumlah variabel independen 5 k = 5 Imam Ghozali, 2012:112.
d. Uji Heterokedaktis
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan
kepengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda
disebut Heterokedastisitas. Model regresi yang baik adalah yang Homokedastisitas atau tidak terjadi Heterokedastisitas Imam Ghozali, 2012:
63 139. Salah satu cara untuk mendeteksi adanya heteroskedastisitas adalah
dengan melihat grafik plot antara nilai prediksi variabel independen ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat
dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi,
dan sumbu X adalah residual Y prediksi - Y sesungguhnya yang telah di- studentized
Imam Ghozali, 2012:139. Dasar analisisnya adalah sebagai berikut:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3. Analisis Regresi Linear Berganda
Setelah melalui uji asumsi klasik, yang meliputi uji normalitas, uji autokorelasi, uji heteroskedastisitas dan uji multikolonieritas, serta data telah
terdistribusi normal, maka data yang sudah dikumpulkan tersebut dianalisa dengan menggunakan metode regresi linear berganda.
Analisis regresi adalah studi mengenai ketergantungan variabel dependen dengan satu atau lebih variabel independen untuk memprediksi nilai rata-rata
populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel
64 independen yang diketahui. Hasil analisis regresi adalah berupa koefisien regresi
untuk masing-masing variabel independen. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependen dengan sutu persamaan. Dalam analisis
regresi, selain mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukkan arah hubungan antara variabel dependen dengan independen Imam
Ghozali, 2012:95.
4. Pengujian Hipotesis
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari nilai koefisien determinan R², nilai statistik F dan nilai statistik t.
Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis daerah dimana Ho ditolak. Sebaliknya disebut tidak
signifikan bila nilai uji statistiknya berada dalam daerah dimana Ho diterima Imam Ghozali, 2012: 89.
a. Uji Signifikansi Simultan Uji Statistik F
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh
secara bersama-sama terhadap variabel dependenterikat Imam Ghozali, 2012:98. Hipotesis nol Ho yang hendak diuji adalah apakah semua
parameter dalam model sama dengan nol, atau : Ho
: b1 = b2 =……= bk = 0
65 Artinya apakah semua variabel independen bukan merupakan penjelas
yang signifikan terhadap variabel dependen. Hipotesis alternatifnya Ha tidak semua parameter secara simultan sama dengan nol, atau:
Ha : b1 ≠ b2 ≠……≠ bk ≠ 0 Artinya semua variabel independen secara simultan merupakan
penjelas yang signifikan terhadap variabel dependen Ghozali, 2012: 98. Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan
keputusan sebagai berikut: 1. Quick look: bila nilai F lebih besar daripada 4 maka Ho dapat ditolak
pada derajat kepercayaan 5. Dengan kata lain, kita menerima hipotesis alternatif yang menyatakan bahwa semua variabel
independen secara serentak dan signifikan mempengaruhi variabel dependen.
2. Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F tabel, maka Ho
ditolak dan Ha diterima. Untuk menyimpulkan model masuk dalam kategori cocok atau tidak,
maka harus membandingkan nilai F hitung dengan F tabel dengan derajat bebas: df: α, k-1, n-k, dimana k adalah jumlah variabel dan n adalah
jumlah pengamatan ukuran sampel. Untuk menghitung besarnya nilai F hitung digunakan formula berikut Suliyanto, 2011:61:
66 Keterangan :
F = Nilai F Hitung R² = Koefisien determinasi
k = Jumlah variabel n = Jumlah pengamatan ukuran sampel
b. Uji Signifikansi Parameter Individual Uji Statistik t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi
variabel independen. Hipotesis nol Ho yang hendak diuji adalah apakah suatu parameter bi sama dengan nol, atau:
Artinya, apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya Ha
parameter suatu variabel tidak sama dengan nol, atau: Ha : bi ≠ 0
Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen.
Cara melakukan uji t adalah sebagai berikut: 1. Quick look: bila jumlah degree of freedom df adalah 20 atau lebih,
dan derajat kepercayaan sebesar 5, maka Ho yang menyatakan bi = 0 dapat ditolak bila t lebih besar dari 2 dalam nilai absolut. Dalam kata
F =
100 k
- n
R² -
1 1
- k
R² X
67 lain kita menerima hopotesis alternatif, yang menyatakan suatu
variabel independen secara individual mempengaruhi variabel independen.
2. Membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan
nilai t tabel, kita menerima hipotesis alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi
variabel dependen. Dalam pengujian hipotesis yang menggunakan uji dua pihak ini
berlaku ketentuan, bahwa bila harga t hitung berada pada daerah penerimaan Ho atau terletak diantara harga tabel, maka Ho diterima dan Ha ditolak.
Dengan demikian bila harga t hitung lebih kecil atau sama dengan ≤ dari
harga tabel maka Ho diterima. Harga t hitung adalah harga mutlak, jadi tidak
dilihat + atau - nya Sugiono, 2010:97. Dalam tabel distribusi t terdapat istilah satu pihak dan dua pihak.
Penggunaan tabel satu pihak atau dua pihak tergantung pada hipotesis yang diajukan. Jika belum menunjukkan arah, misalnya terdapat pengaruh tidak
menunjukkan positif atau negatif maka menggunakan dua pihak. Derajat bebasnya adalah df α
2
, n-k, dimana n adalah jumlah pengamatan ukuran sampel dan k adalah jumlah variabel. Untuk menghitung besarnya nilai t
hitung digunakan rumus berikut Suliyanto, 2011:62 :
68 Keterangan :
t = Nilai t hitung
bj = Koefisien regresi
sbj = Kesalahan buku koefisien regresi
c. Koefisien Determinasi R²
Koefisien determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi adalah nol dan satu. Nilai R² yang kecil berarti kemampuan variabel-variabel independen dalam dalam menjelaskan variasi
variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang cross section relatif rendah karena adanya
variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu time series biasanya mempunyai nilai koefisien determinasi
yang tinggi. Kelemahan mendasar penggunaan koefisien determinasi adalah bias
terhadap jumlah variabel independen yang dimasukkan dalam model. Setiap penambahan satu variabel independen R² pasti meningkat, tidak peduli apakah
variabel tersebut berpengaruh secara signifikan terhadap variabel dependen
t
i =
Sbj bj
69 atau tidak. Oleh karena itu banyak peneliti menganjurkan untuk menggunakan
nilai adjusted R² pada saat mengevaluasi model regresi terbaik. Tidak seperti R², nilai adjusted R² dapat naik atau turun apabila satu variabel independen
ditambahkan ke dalam model Imam Ghozali, 2012: 97. Dalam penelitian ini digunakan Adjusted R² karena nilai variabel bebas yang diukur terdiri dari
nilai rasio absolut dan nilai perbandingan. Kegunaan Adjusted R² adalah: 1. Sebagai ukuran ketepatan garis regresi yang diterapkan suatu
kelompok data hasil survey. Semakin besar nilai Adjusted R² maka akan semakin tepat suatu garis regresi dan sebaliknya.
2. Untuk mengukur besarnya proporsi atau prosentase dari jumlah variasi dari variabel dependen, atau untuk mengukur sumbangan dari
variabel dependen terhadap variabel independen.
E. Operasional Variabel Penelitian
Dalam penelitian ini, variabel yang digunakan adalah : 1. Dana Pihak Ketiga DPK
Variabel DPK ini adalah seluruh dana yang berhasil dihimpun sebuah bank dari masyarakat luas, dana yang dihimpun dari masyarakat tersebut
biasanya berbentuk simpanan giro, simpanan tabungan dan simpanan deposit. Data yang digunakan dalam penelitian ini adalah jumlah rata-rata DPK
perbulan bank umum dalam milyar rupiah.
70 2. Nilai Tukar
Nilai tukar adalah harga dimana suatu mata uang sebuah negara dapat dipertukarkan dengan mata uang negara lain. Perubahan-perubahan dalam
kegiatan ekonomi suatau negara akan mempengaruhi nilai tukar mata uang dari negara tersebut dengan mata uang negara lainnya. Harga mata uang
tersebut nilai tukar ditentukan oleh interaksi antara penawaran dan permintaan dalam pasar valuta asing. Data yang digunakan dalam penelitian
ini adalah jumlah rata-rata nilai tukar perbulan dalam satuan rupiah. 3. Suku Bunga SBI
Menurut Kasmir 2003:37, bunga bagi bank berdasarkan prinsip konvensional dapat diartikan sebagai balas jasa yang diberikan oleh bank
kepada nasabah yang membeli atau menjual produknya . Bunga juga dapat diartikan sebagai harga yang harus dibayarkan kepada nasabah yang
memiliki simpanan dan yang harus dibayar oleh nasabah kepada bank nasabah yang memperoleh pinjaman. SBI adalah surat berharga dalam mata
uang Rupiah yangditerbitkan oleh Bank Indonesia sebagai pengakuan utang berjangka waktu pendek. Satuan data yang digunakan dalam penelitian ini
adalah berbentuk persentase. 4. Inflasi
Menurut Bank Indonesia, secara sederhana inflasi diartikan sebagai meningkatnya harga-harga secara umum dan terus menerus.Kenaikan harga
dari satu atau dua barang saja tidak dapat disebut inflasi kecuali bila kenaikan
71 itu meluas atau mengakibatkan kenaikan harga pada barang Capital lainnya.
Kebalikan dari inflasi disebut deflasi. Satuan data yang digunakan dalam penelitian ini adalah berbentuk persentase perbulan.
5. Adequacy Ratio CAR Dalam penelitian ini dari sisi permodalan digunakan rasio CAR. CAR
dijadikan variabel independen yang mempengaruhi ROA didasarkan atas hubungannya dengan tingkat risiko bank yang bermuara pada profitabilitas
ROA bank umum. Rasio CAR digunakan untuk mengukur kecukupan modal yang dimiliki bank untuk menunjang aktiva yang mengandung atau
menghasilkan risiko, misalnya kredit yang diberikan. Semakin tinggi CAR maka semakin kuat kemampuan bank tersebut untuk menanggung risiko dari
setiap kredit atau aktiva produktif yang berisiko. Jika nilai CAR tinggi sesuai dengan ketentuan Bank Indonesia sebesar 8 berarti bahwa bank tersebut
mampu membiayai operasi bank, dan keadaan yang menguntungkan tersebut dapat memberikan kontribusi yang cukup besar bagi profitabilitas ROA
bank Dendawijaya, 2003. Data yang digunakan dalam penelitian ini adalah rata-rata CAR perbulan dalam bank umum, CAR disajiakan dalam bentuk
rasio. Rumus perhitungan CAR:
CAR = 100
ATMR Bank
Modal X
72 6. Return On Asset ROA
Menurut Frederic Mishkin 2007 : 232, oleh karena pemilik bank harus mengetahui apakah banknya dikelola dengan baik, mereka
membutuhkan pengukuran yang baik mengenai profitabilitas bank. Ukuran dasar dari keuntungan bank adalah Return on Assets ROA, laba bersih
setelah pajak dibagi asset. Data yang digunakan dalam penelitian ini adalah rata-rata ROA perbulan dalam bank umum, ROA disajiakan dalam bentuk
rasio. Rumus penghitungan ROA :
ROA = 100
Asset Total
Pajak Sebelum
Laba X
73
BAB IV HASIL DAN PEMBAHASAN
A. Sekilas Gambaran Umum Objek Penelitian
1. Deskripsi Objek Penelitian
Menurut Undang ‐Undang No. 10 Tahun 1998, bank adalah badan usaha
yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk kredit danatau bentukbentuk
lainnya dalam rangka meningkatkan taraf hidup rakyat banyak. Dari pengertian di atas fungsi utama dari bank adalah sebagai suatu lembaga perantara
intermediary antara kelompok masyarakat yang mempunyai kelebihan dana surplus unit dengan kelompok masyarakat yang kekurangan dana deficit unit,
dimana unit surplus menghimpun dananya di bank dalam bentuk simpanan dan kemudian bank menyalurkannya ke unit defisit dalam bentuk kredit, sehingga
dari aktifitas tersebut antara sektor moneter dengan sektor riil dapat saling
menguntungkan.
Perbankan Indonesia dalam menjalankan fungsinya berasaskan prinsip kehati-hatian. Fungsi utama perbankan Indonesia adalah sebagai penghimpun
dan penyalur dana masyarakat serta bertujuan untuk menunjang pelaksanaan pembangunan nasional dalam rangka meningkatkan pemerataan pembangunan