Yani Suryani, 2014 Pengaruh Intelectual Capital Terhadap Kinerja Keuangan Bank Syariah Umum
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Teknik analisis data bertujuan untuk mengambil teknik-teknik dalam pengolahan sehingga dapat mempermudah proses pengolahan data. Adapun teknik
analisis data yang dilakukan dalam penelitian ini diantaranya yaitu: 1.
Analisis data keuangan pada Bank Umum Syariah dan menghitung indikator Intellectual Capital dengan metode VAIC
TM
yaitu VACA, VAHU, dan STVA.
2. Analisis data keuangan pada Bank Umum Syariah dan menghitung
rasio kinerja keuangan yaitu CAR, NPF, ROA, FDR. 3.
Melakukan teknik statistik dalam meneliti pengaruh Intellectual Capital
terhadap kinerja keuangan Bank Umum Syariah. Setelah selesai melakukan analisis data, maka data tersebut dapat diolah
lebih lanjut. Data yang telah diolah dan dianalis dapat mempermudah data untuk ditarik kesimpulan.
3.2.5.1 Statistik Deskriptif
Statistik deskriptif
adalah statistik
yang digunakan
untuk menggambarkan data dengan cara mendeskripsikan atau menggambarkan data
yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi Sugiyono, 2012:206. Statistik
deskriptif yang digunakan dalam penelitian ini adalah rata-rata mean, median modus, dan standar deviasi.
Yani Suryani, 2014 Pengaruh Intelectual Capital Terhadap Kinerja Keuangan Bank Syariah Umum
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
3.2.5.2 Pengujian Hipotesis
Dalam menguji kebenaran dari hipotesis, penelitian ini menggunakan alat analisis Partial Least Square PLS. PLS merupakan salah satu bagian dari
metode persamaan struktural Structural Equation ModelingSEM, dimana PLS diperkenalkan secara umum oleh Herman World 1974. PLS diperkenalkan
sebagai metode umum untuk mengestimasi path model yang menggunakan konstruk laten dengan multiple indikator Imam Ghozali, 2006:17.
PLS merupakan
alat analisis
yang dapat
digunakan untuk
mengkonfirmasi teori, tetapi dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten Imam Gozali, 2006:4. PLS alat analisis
Component Based yang merupakan metode alternatif dari Covariance Based-
SEM, dimana variabel laten yang diteliti menggunakan PLS tidak hanya dalam bentuk reflektif tetapi juga dalam bentuk formatif seperti bentuk variabel dalam
penelitian ini. Selain itu, PLS tidak mengasumsikan data dengan distribusi tertentu dan jumlah sampel yang besar, untuk itu penelitian ini digunakan dengan alat
analisis PLS. Model analisis jalur semua variabel laten dalam PLS dilakukan dengan
tahapan berikut. 1.
Model Pengukuran atau Outer Model Model pengukuran atau outer model merupakan tahapan yang
menggambarkan hubungan antara indikator dengan variabel latennya. Model
Yani Suryani, 2014 Pengaruh Intelectual Capital Terhadap Kinerja Keuangan Bank Syariah Umum
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
pengukuran atau outer model terbagi menjadi dua bagian dimana outer model
dengan indikator reflektif dan indikator formatif.
Outer model dengan indikator reflektif , indikator dievaluasi melalui tiga
tahap yaitu dengan convergent dan discriminant validity dari indikatornya serta composite reliability.
Convergent validity
dinilai berdasarkan
korelasi item
scorecomponent score dengan construct score yang dihitung dengan PLS,
dimana dikatakan tinggi jika berkolerasi lebih dari 0.70 dengan konstruk yang ingin diukur terkecuali untuk penelitian tahap awal dari pengembangan
skala pengukuran nilai loading 0.5 sampai 0.60 dianggap cukup Imam Ghozali, 2006:25.
Untuk menilai discriminant validity yaitu membandingkan nilai Root Of Average Variance Extracted
AVE setiap konstruk dengan korelasi antara konstruk dengan konstruk lainnya dalam model, dimana nilai AVE
direkomendasikan sebesar 0.50 Imam Ghozali, 2006:25 . Berikut ini rumus untuk menghitung AVE:
AVE =
∑ ∑
∑
Composite reliability blok indikator yang mengukur suatu konstruk
dievaluasi dengan menggunakan internal consistency dan Cronbach’s
Alpha , dimana dalam PLS dapat dihitung dengan rumus sebagai berikut.
Imam Ghozali, 2006:5-6. ∑
∑ ∑
Yani Suryani, 2014 Pengaruh Intelectual Capital Terhadap Kinerja Keuangan Bank Syariah Umum
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Dalam mengukur
composite reliability
mengukur internal
consistency dan nilainya harus di atas 0.60.
Outer model dengan indikator formatif, model evaluasi PLS untuk outer
model pada indikator formatif dievaluasi berdasarkan pada substantive
contentnya yaitu dengan membandingkan besarnya relatife weight dan
melihat signifikansi dari ukuran weight tersebut Chin dalam Imam Ghozali, 2006:24. Dimana dalam model outer model dengan indikator formatif tidak
memerlukan pengukuran validitas dan reliabilitas. Selain itu, uji multikolinieritas untuk konstruk formatif diperlukan dengan menghitung
nilai Variance Inflation Factor VIF dan lawannya Tolerance Imam Ghozali dan Hengky Laten, 2012.
2. Model Struktural atau Inner Model
Model struktural atau inner model merupakan tahap pengukuran yang menggambarkan hubungan antara variabel laten.
Dimana dalam Imam Ghozali 2006:23, model persamaannya diketahui:
Keterangan: -
= eta kinerja keuanganvariabel laten endogen -
β = beta koefisien pengaruh variabel endogen terhadap endogen -
Γ = gamma koefisien pengaruh variabel endogen terhadap eksogen -
= zeta vektor variabel residual
Yani Suryani, 2014 Pengaruh Intelectual Capital Terhadap Kinerja Keuangan Bank Syariah Umum
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Model evaluasi PLS untuk inner model dievaluasi dengan melihat variance yang dijelaskan yaitu dengan melihat nilai R2 dengan menggunakan ukuran
Stone-Geisser Q Squares test, dimana perubahan R-Square dapat digunakan
untuk menilai pengaruh variabel laten independen tertentu terhadap variabel laten dependen apakah mempunyai pengaruh yang substantive
Imam Ghozali, 2006:6. Pengaruh besarnya f
2
dapat dihitung dengan rumus:
Hengky dan Ghozali, 2012:77 R
2 included
dan R
2 excluded
= R-Squares dari variabel laten endogen ketika prediktor variabel laten digunakan atau dikeluarkan dalam
persamaan struktural. Di samping melihat R-Square, model PLS juga dievaluasi dengan melihat
Q-square predicate relevance untuk model konstruk dengan mengukur
seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya Imam Ghozali, 2006:6.
Adapun Rumus Q-Square dalam Imam Ghozali 2006 disebutkan:
Dimana ,
... adalah R square variabel endogen dalam model
interpretasi sama dengan koefisien determinasi total pada analisis jalur.
Yani Suryani, 2014 Pengaruh Intelectual Capital Terhadap Kinerja Keuangan Bank Syariah Umum
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
3.2.5.3 Kriteria Penerimaan dan Penolakan Hipotesis
