50
Berdasarkan kriteria-kriteria tersebut, maka peneliti mengambil 10 bank sebagai sampel. Beriku daftar bank yang menjadi sampel
dalam penelitian ini:
Tabel 3.1 Daftar sampel penelitian
No Kode
Perusahaan Total Aset
Rp Juta
1 BBCA
PT. Bank Central Asia Tbk. 442.994.197
2
BNGA PT. Bank CIMB Niaga Tbk.
197.412.481
3 BDMN
PT. Bank Danamon Indonesia 155.791.308
4 PNBN
PT. Bank Pan Indonesia Tbk. 148.792.614
5 BNLI
PT. Bank Permata Tbk. 131.798.595
6 BNII
PT. Bank Internasional Indonesia Tbk. 115.855.514
7
NISP PT. Bank OCBC NISP Tbk.
79.141.737
8 BBKP
PT. Bank Bukopin Tbk. 65.689.830
9 MEGA
PT. Bank Mega Tbk. 65.219.108
10
BAEK PT. Bank Ekonomi Raharja Tbk.
25.365.299 Sumber:
www.idx.co.id data diolah
C. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai berikut:
1. Riset Kepustakaan
Menurut Mestika Zed 2004:3 Riset Kepustakaan atau yang sering disebut dengan studi keputakaan ialah serangkaian kegiatan
51
yang berkenaan dengan metode pengumpulan data pustaka, membaca, dan mencatat serta mengolah bahan penelitian.
Riset kepustakaan merupakan teknik untuk memperoleh dan mengumpulkan data dengan cara membaca dan mempelajari buku,
jurnal-jurnal ataupun yang lainnya yang berkaitan dengan penelitian ini.
Metode pengumpulan data pada penelitian ini adalah pengumpulan data sekunder dimana data-data yang dibutuhkan
diperoleh dari: a. Laporan keuangan tahunan perusahaan BUSN devisa yang
dipublikasikan yang diteliti selama periode penelitian. b. Data BI rate, Kurs yang dipublikasikan di
www.bi.go.id c. Jurnal atau publikasi lainnya yang relevan yang memuat
informasi yang berkaitan dengan penelitian ini.
2. Sumber Internet
Sebagian data tambahan yang penulis tidak bisa temukan dari sumber-sumber yang telah disebutkan, maka diambil data dari internet
untuk melengkapi kekurangan yang ada.
D. Metode Analisi Data
1. Analisis Data Panel
Data yang dipergunakan dalam penelitian ini merupakan kombinasi dari data time series dan cross section. Estimasi yang
dilakukan dengan menyatukan kedua data tersebut yang disebut
52
dengan data pooling atau panel data dengan pengolahan data menggunakan Software Eviews 7.01 untuk menjelaskan hubungan
antara variabel independen dengan variabel dependen. Penggunaan software ini dirasa tepat mengingat analisis dengan
data panel sudah disediakan Eviews sejak versi awal dan selama ini sudah menjadi selah satu keunggulan Eviews dibanding dengan
program-program statistik lainnya dalam mengelolah data panel. Software Microsoft Excel 2007 juga dipakai untuk mempermudah
pengelolaan data seperti pembuatan grafik, tabel, dan lain-lain. Data panel pool yakni data yang merupakan gabungan antara
runtun waktu time series dengan seksi silang cross section. Oleh karenanya, data panel memiliki gabungan karakteristik keduanya yaitu
data yang terdiri dari beberapa objek dan meliputi beberapa waktu Winarno, 2011:91.
Menurut Agus Widarjono 2009:229 ada beberapa keuntungan yang diperoleh dengan menggunakan data panel. Pertama, data panel
yang merupakan gabungan dua data time series dan cross section mampu menyediakan data yang lebih banyak sehingga akan
menghasilkan Degree Of Freedom yang lebih besar. Kedua, menggabungkan informasi dari data time series dan cross section
dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel omitted variable.
53
Model Regresi Panel Menurut Agus Widarjono:
Y
it
= α +
b1
X
1it
+
b2
X
2it
+
b3
X
3it
+
b4
X
4it
+ e
Dimana: Y = Variabel dependen
α = Kostanta X = Variabel independen
b = Koefisien regresi masing-masing variabel independen t = Waktu
i = Perusahaan e = Error term
Metode estimasi model regresi dengan menggunakan data panel dapat dilakukan melalui tiga pendekatan, antara lain:
1 Model Common Effect
Model Common Effect atau Pooled Regression Model adalah motode estimasi yang menggabungkan pooled seluruh data time series
dan cross section dengan menggunakan pendekatan OLS Ordinary Least Square untuk melakukan estimasi parameternya. Dalam
pendekatan ini tidak memperhatikan dimensi individu maupun waktu sehingga perilaku data antara perusahaan diasumsikan sama dalam
berbagai kurun waktu. Pada dasarnya model common effect sama seperti OLS dengan meminimumkan jumlah kuadrat, tetapi data yang digunakan
bukan time series atau data cross section saja melainkan data panel yang
54
diterapkan data bentuk pooled. Bentuk umum untuk model Ordianry Least Square adalah:
Y
it
=
b
+
b1
X
it
+
b2
X
it
+
it
untuk i= 1,2,…,n dan t=1,2,…,t
2 Model Fixed Effect
Teknik model Fixed Effect adalah teknik mengestimasi data panel dengan menggunakan variabel dummy untuk menangkap adanya
perbedaan intersep. Pengertian Fixed Effect ini didasarkan adanya perbedaan intersep antara perusahaan namun intersepnya sama antar
waktu time invariant. Disamping itu, model ini juga mengasumsikan bahwa koefisien regresi slope tetap antar perusahaan dan antar waktu.
Pendekatan dengan variabel dummy ini dikenal dengan sebutan Fixed Effect Model atau Least Square Dummy Variabel LSDV atau
disebut juga Covariance Model. Persamaan pada estimasi dengan menggunakan fixed effect model dapat ditulis dalam bentuk sebagai
berikut:
Y
it
=
b
+
b1
X
it
+
b2
X
it
+
b3
D
1i
+
b4
D
2i
+ ……+
it
= 1,2,....,n = 1,2,....t
D = dummy
3 Model Random Effect
Random Effect Model adalah model etimasi regresi panel dengan asumsi koefisien slope kontan dan intersep berbeda antara individu dan
antar waktu Random Effect. Dimasukannya variabel dummy di dalam Fixed Effect Model bertujuan untuk mewakili ketidaktahuan tentang
model yang sebenarnya. Namun, ini juga membawa konsekuensi
55
berkurangnya derajat kebebasan degree of freedom yang pada akhirnya mengurangi efisiensi parameter. Masalah ini bisa diatasi dengan
menggunakan variabel gangguan error terms yang dikenal dengan Random Effect. Model ini akan mengestimasi data panel dimana variabel
gangguan mungkin saling berhubungan antar waktu dan antar individu. Model yang tepat digunakan untuk mengestimasi Random Effect
adalah Generalized Least Square GLS sebagai estimatornya, karena dapat meningkatkan efisiensi dari least square. Bentuk umum untuk
Random Effect Model adalah:
Y
it
= α
1
+
bj
X
jit
+
it
dengan
it
= u
i
+ v
t
+ w
it
Dimana : u
i
~ N 0, u2 = komponen cross section error v
t
~ N 0, v2 = komponen time series error w
it
~ N 0, w2 = komponen eror kombinasi
2. Tahapan Analisis Data
