21 NISP
Bank OCBC NISP Tbk √ √
√ −
22 PNBN
Bank Panin Tbk √ √
√ √
13 23
BNLI Bank Permata Tbk
√ √ √
√ 14
24 BJBR
Bank Pembangunan Daerah Jawa Barat dan Banten, Tbk
√ √ −
√ 25
BBRI Bank Rakyat Indonesia Persero
√ √ √
√ 15
26 BSIM
Bank Sinar Mas Tbk √ √
− √
27 BSWD
Bank Swadesi Tbk √ √
√ √
16 28
BTPN Bank Tabungan Pensiunan
Persero Tbk √ √
√ √
17 29
BBTN Bank Tabungan Negara Persero
Tbk √ √
− √
30 BVIC
Bank Victoria Internasional Tbk √ √
− √
31 MCOR
Bank Windu Kentjana Internasional Tbk
√ − √
√
Sumber: Bursa Efek Indonesia, 2011
3.5 Jenis Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang diperoleh secara tidak langsung baikdari buku
literature, arsip-arsip dan dokumen-dokumen yang dimilikioleh instansi bersangkutan atau media lain. Data diperoleh dari laporan keuangan tahunan
perusahaan perbankan yang terdaftar di Bursa Efek Indonesia BEI dari tahun 2009, 2010, 2011. Selain itu, data sekunder yang didapat juga berasal dari
Indonesian Capital Market Directory ICMD.
3.6 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi dokumentasi. Ini dilakukan dengan mengumpulkan, mencatat dan
menghitung data-data yang berhubungan dengan penelitian.
Universitas Sumatera Utara
3.7 Teknik Analisis
3.7.1 Uji Asumsi Klasik
3.7.1.1 Normalitas Data
Uji Normalitas bertujuan untuk menguji kenormalan distribusi dalam model regresi pada variabel pengganggu atau
variabel residual Ghozali, 2007. Uji ini bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan independen
memiliki distribusi normal. Untuk menguji apakah data-data yang dikumpulkan berdistribusi normal atau tidak dapat dilakukan dengan
metode sebagai berikut : a. Metode Grafik
Metode grafik yang handal untuk menguji normalitas data adalah dengan melihat normal probability plot, sehingga hampir semua
aplikasi komputer statistik menyediakan fasilitas ini. Normal probability plot adalah membandingkan distribusi kumulatif data
yang sesungguhnya dengan distribusi kumulatif dari distribusi normal hypothetical distribution. Proses uji normalitas data
di;akukan dengan memperhatikan penyebaran data titik pada Normal P-P Plot of Regression Standardized dari variabel terikat
dimana : • Jika data menyebar di sekitar garis diagonal dan mengikuti
arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
• Jika data menyebar jauh dari garis diagonal atau mengikuti garis diagonal, maka model regresi tidak memenuhi asumsi
normalitas. b. Metode Statistik
Uji statistik sederhana yang sering digunakan untuk menguji asumsi normalitas adalah dengan menggunakan uji normalitas dari
Kolmogrov Smirnov. Penerapan pada uji Kolmogorov Smirnov
adalah bahwa jika signifikansi di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal
baku, berarti data tersebut tidak normal.Lebih lanjut, jika signifikansi di atas 0,05 maka berarti tidak terdapat perbedaan yang signifikan
antara data yang akan diuji dengan data normal baku,
3.7.1.2 Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi terdapat korelasi antar variabel bebas. Model regresi yang
baik seharusnya tidak terdapat korelasi di antara variabel independen, jika terjadi korelasi antar variabel independen maka di
katakan terjadi problem multikolinieritas. Cara untuk mengetahui apakah terjadi multikolinieritas atau tidak yaitu dengan melihat
Variance Inflation Factor VIF dan diantara variabel bebas. Jika nilai VIF 10 atau nilai tolerance0,10 maka terjadi
multikolinearitas, sedangkan apabila nilai VIF 10 atau nilai tolerance 0,10, maka tidak terjadi multikolinearitas.
Universitas Sumatera Utara
3.7.1.3 Uji Heteroskedastisitas
Pengujian ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variancedari residual satu pengamatan
ke pengamatan yang lain. Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan menggunakan grafik
Scatterplot antara nilai prediksi variable dependen yaitu ZPREDdengan residualnya SRESID. Apabila nilai profitabilitas
signifikansinya di atas tingkat kepercayaan 5 dan grafik Scatterplot, jika tidak ada pola yang jelas dan titik-titik menyebar
diatas maupun dibawah angka nol pada sumbu Y, maka dapat disimpulkan bahwa model regresi tidak mengandung adanya
heteroskedastisitas Ghozali, 2007.
3.7.1.4 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan penggunaan pada
periode t dengan kesalahan pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan waktu
berkaitan satu sama lainnya. Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara
kesalahan penggunaan pada periode t dengan kesalahan pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang
berurutan waktu berkaitan satu sama lainnya. Run Testdapat digunakan untuk menguji apakah residual terdapat korelasi yang
Universitas Sumatera Utara
tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run test
digunakan untuk melihat apakah data residual terjadi secara acak atau sistematis. Tidak terjadi autokorelasi apabila probabilitas
s ignifikan lebih besar dari α= 0,05
3.7.1.5 Uji Regresi Berganda
Regresi berganda dilakukan untuk mengetahui sejauh mana variabel bebas mempengaruhi variabel terikat. Pada regresi berganda
terdapat satu variabel terikat dan lebih dari satu variabel bebas. Dalam penelitian ini yang menjadi variabel terikat adalah
profitabilitas ROA, sedangkan yang menjadi variabel bebas HCE, SCE, dan CEE.
Model hubungan return on asset ROA dengan variabel-variabel tersebut dapat disusun dalam fungsi atau persamaan sebagai berikut
ROA = a + b1HCE + b2 SCE + b3 CEE + e
Dimana : a = Konstanta
b1, b2, b3 = koefisien regresi dari HCE, SCE, CEE e = eror term
3.7.2 Pengujian Hipotesis
Dalam uji asumsi klasik dapat dilakukan analisis hasil regresi atau uji hipotesis. Uji hipotesis yang digunakan meliputi ; uji parsial t-test, uji
pengaruh simultan F-test, uji koefisien determinasi R
2
.
Universitas Sumatera Utara
3.7.2.1 Uji Hipotesis secara Parsial Uji t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam
menerangkan variasi variabel dependen. Cara untuk mengetahuinya yaitu dengan membandingkan nilai t hitung dengan nilai t tabel.
Apabila nilai t hitung lebih besar dibandingkan dengan nilai t tabel maka berarti t hitung tersebut signifikan artinya hipotesis alternatif
diterima yaitu variabel independen secara individual mempengaruhi variabel dependen. Selain itu, bisa juga dilakukan dengan melihat
apakah p-value dari masing-masing variabel. Hipotesis diterima apabila p-value5 Ghozali, 2007.
3.7.2.2 Uji Koefisien Regresi Simultan Uji F
Menurut Ghozali 2007, “Pada dasarnya menunjukkan arah apakah semua variabel independen yang dimasukkan dalam model
mempunyai pengaruh secara bersama-sama terhadap variabel dependen”.Cara untuk mengetahuinya yaitu dengan membandingkan
nilai F hitung dengan nilai F tabel. Apabila nilai F hitung lebih besar dari nilai F tabel, maka hipotesis alternatif diterima artinya semua
variabel independen secara bersama-sama dan signifikan mempengaruhi variabel dependen. Selain itu juga dapat dilihat
berdasarkan probabilitas. Jika probabilitas signifikansi lebih kecil dari
α= 0,05maka variabel independen berpengaruh secara simultan terhadap variabel dependen.
Universitas Sumatera Utara
3.7.2.3 Koefisien Determinasi R
Koefisien determinasi R
2
2
mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen
atau dangan kata lain untuk menguji goodness-fit dari model regresi. Nilai R
2
Nilai R Square dikatakan baik jika diatas 0,5. Pada umumnya sampel dengan data deret waktu time series memiliki R Square
maupun Adjusted R Square cukup tinggi diatas 0,5, sedangkan sampel dengan data item tertentu yang disebut data silang
Crossection pada umumnya memiliki R Square maupun Adjusted R Square agak rendah dibawah 0,5, namun tidak menutup
kemungkinan data jenis Crossection memiliki R Square maupun Adjusted R Square yang cukup tinggi.
koefisien determinasi adalah antara 0 dan 1.
Universitas Sumatera Utara
3.8 Jadwal Penelitian
Jadwal penelitian yang direncanakan sebagai berikut:
Tahapan Penelitian
Maret April - Juni
Juli Agustus
Septembrs Oktober
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3
4
Pengajuan Judul
Pengajuan Proposal
Bimbingan Perbaikan
Proposal Pengumpulan
Data Pengolahan
Data Bimbingan
Perbaikan Skripsi
Ujian Komprehensif
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
4.1 Deskripsi Objek Penelitian
Dari seluruh perusahaan perbankan yang terdaftar di Bursa Efek Indonesia BEI tidak semua dijadikan sampel penelitian. Karena dalam
penelitian ini yang dijadikan sampel adalah perusahaan perbankan yang menerbitkan laporan keuangan selama tiga tahun berturut-turut dari tahun 2009,
2010, dan 2011. Teknik pengolahan yang digunakan adalah proporsiv sampling sehingga dari 31 perusahaan yang terdaftar hanya 17 perusahaan yang
memenuhi semua syarat penelitian untuk dijadikan sampel.
Tabel 4.1 PENENTUAN JUMLAH SAMPEL
Jumlah seluruh perusahaan perbankan yang terdaftar di Bursa Efek Indonesia BEI pada
tahun 2009, 2010, 2011
Yang tidak menerbitkan laporan keuangan selama empat tahun dari tahun 2009, 2010, dan 2011
31
14 Jumlah sampel penelitian yang digunakan
17 Sumber : Pojok Bursa Efek Indonesia BEI, 2012
Seperti yang dinyatakan sebelumnya, penelitian ini bertujuan untuk mengetahui pengaruh modal intelektual yang diukur dengan HCE, SCE, CEE
terhadap kinerja perusahaan yang diukur dengan ROA.
Universitas Sumatera Utara