43
1 PT. Bank Permata Tbk.
2 PT. Bank Mandiri Tbk.
3 PT. Bank Mega Tbk.
4 PT. Bank Negara Indonesia PerseroTbk.
5 PT. Bank Rakyat Indonesia Persero Tbk.
6 PT. Bank Central Asia Tbk
7 PT. Bank OCBC NISP Tbk
8 PT. Bank Internasional Indonesia Tbk.
9 PT. Bank Danamon Indonesia Tbk.
10 PT. Bank PAN Indonesia Tbk
11 PT. Bank CIMB Niaga Tbk
3.3. Teknik Pengumpulan Data 3.3.1. Jenis Data
Penelitian ini dilakukan dengan menggunakan data sekunder, yaitu data yang dikumpulkan, diolah, dan disajikan oleh pihak lain. Data yang
digunakan dalam penelitian ini adalah data laporan keuangan 11 perusahaan perbankkan di Bursa Efek Indonesia pada tahun 2004 sampai
tahun 2008.
3.3.2. Sumber Data
Sumber data yang digunakan adalah data sekunder yang diperoleh tidak secara langsung dari obyek penelitian. Data yang diperoleh dalam
bentuk yang sudah jadi, sudah dikumpulkan, dan telah diolah oleh pihak
44
lain, biasanya sudah dalam bentuk publikasi, meliputi harga saham dan data laporan keuangan perusahaan perusahaan perbankkan dan terdaftar di
Bursa Efek Indonesia dengan kurun waktu mulai tahun 2004 sampai dengan tahun 2008 Umar, 2004:41.
3.3.3. Pengumpulan Data
Data dikumpulkan dengan cara dokumentasi yaitu melihat, mempelajari, dan mengutip catatan-catatan dari dokumen yang ada pada
laporan keuangan perusahaan perbankkan yang terdaftar di Bursa Efek Indonesia, kemudian dilakukan rekapitulasi sesuai dengan kebutuhan
penelitian. Data yang digunakan berupa laporan keuangan dari tahun 2004- 2008.
3.4. Teknik Analisis Dan Uji Hipotesis 3.4.1.
Uji Normalitas
Uji normalitas data digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal yang dapat dilakukan dengan berbagai metode
diantaranya adalah uji regresi OLS Ordinary least Square, dimana distribusi sampling dari regresi OLS tergantung pada distribusi residual
e, apabila residual e berdistribusi normal dengan sendirinya bo dan b
1
Komponen penganggu e harus tersebar mengikuti sebaran normal dengan nilai tengah = 0 dengan varaian sebesar
σ juga berdistribusi normal. Gujarati, 1995:66
2
. Uji normalitas dapat
45
dilakukan dengan berbagai metode diantaranya adalah Kolmogorov Smirnov. Dalam regresi OLS b
dan b
1
adalah fungsi linier dari Y dan Y adalah fungsi linier dari u
I
3.4.2. Teknik Analisis
residual.
Sesuai dengan tujuan dan hipotesis penelitian yang dilakukan, maka keterkaitan antara variabel penelitian dapat digambarkan secara
spesifik dalam model regresi linier berganda. Analisis ini dapat digunakan untuk menerangkan tingkat ketergantungan
satu variabel terikat dengan satu atau lebih variabel bebas. Dalam anlisis ini juga dapat diukur derajat keeratan hubungan antara satu variabel terikat
dengan satu atau lebih variabel bebas. Adapun model regresi linier berganda secara umum adalah sebagai berikut :
Y = β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+e Keterangan
: Y = Kelengkapan Pengungkapan
X
1
= Leverage X
2
= Likuiditas X
3
= Profitabilitas X
4
= Saham β
β = Konstanta
e = Kesalahan baku
1
…. β
4
= Koefisien regresi variabel X
1
sampai dengan X
4
46
3.4.3. Uji Asumsi Klasik
Regresi linier berganda dengan persamaan Y = β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
a. Tidak terdapat multikolinieritas
+ e harus bersifat BLUE Best Linier Unbiased Estimator, artinya pengambilan keputusan melalui Uji F dan Uji t tidak
boleh bias. Untuk menghasilkan pengambilan keputusan yang BLUE maka harus dipenuhi diantaranya tiga asumsi dasar yang tidak boleh dilanggar
oleh model regresi linier berganda tersebut adalah sebagai berikut :
b. Tidak terjadi heteroskedastisitas
c. Tidak ada autokorelasi
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga
pengambilan keputusan melalui Uji F dan Uji t menjadi bias. Dibawah ini asumsi dasar dari BLUE sebagai berikut :
a. Multikolinieritas
Merupakan suatu keadaan dimana satu atau lebih variable bebas berkorelasi sempurna dengan variable bebas lainnya. Multikolinieritas
dapat dilihat dengan menggunakan nilai VIF Variance Inflation Factor.
Pedoman suatu model regresi yang bebas multiko adalah Santoso, 2002:203 :
1 Mempunyai nilai VIF di sekitar angka 1
2 Mempunyai angka tolerance mendekati 1
47
3 Koefisien korelasi antara variable bebas haruslah lemah di bawah
0,5 . Jika korelasi kuat, maka terjadi problem multiko. b.
Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi
terjadi ketidaksamaan variance dari residual atau pengamatan ke pengamatan lainnya. Kebanyakan data cross section mengandung
situasi heteroskedastisitas, karena ini mengimpun data yang terwakili berbagai ukuran kecil, sedang, dan besar. Salah satu cara untuk
mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan cara menggunakan uji Rank Spearman yaitu dengan membandingkan antara
residual dengan seluruh variabel bebas. Mendeteksi adanya heteroskedastisitas adalah sebagai berikut : Gujarati, 1999 : 177
1. Nilai probabilitas 0,05 berarti bebas dari heteroskedastisitas.
2. Nilai probabilitas 0,05 berarti terkena heteroskedastisitas.
c. Autokorelasi
Autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Panduan untuk mendeteksi
autokorelasi bisa dilihat pada table D-W Durbin-Watson. Deteksi adanya autokorelasi :
1 Angka D-W di bawah -2 berarti ada autokorelasi positif
2 Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi
3 Angka D-W di atas +2 berarti ada autokorelasi negatif
48
3.4.4. Uji Hipotesis
a. Pengujian hipotesis penelitian pengaruh simultan variabel X
1
, X
2
, X
3
, X
4
1 H
terhadap Y digunakan uji F dengan prosedur sebagai berikut : :
β
1
= β
2
= ..... = β
j
? 0 X
1
, X
2
, X
3
, X
4
H secara bersama tidak
berpengaruh terhadap Y.
1
: Salah satu dari β
j
? 0 X
1
, X
2
, X
3
, X
4
2 Dalam penelitian ini digunakan tingkat signifikan 0,05 dengan
derajat bebas [n-k], dimana n : jumlah pengamatan, dan k : jumlah variabel.
secara bersama berpengaruh terhadap Y.
3 Dengan F hitung sebesar :
R
2
F k – 1
hit
= 1 – R
2
n – k Sumber : Gujarati 1995:141
Keterangan : F
hi t
= F hasil perhitungan R
2
b. Untuk pengujian hipotesis penelitian pengaruh parsial variabel X
= koefisien regresi k = jumlah variabel
n = jumlah sample
1
, X
2
X ,
3
, X
4,
X
5
1 H
terhadap Y digunakan uji t dengan prosedur sebagai berikut:
: b
j
= 0 tidak terdapat pengaruh X
1
, X
2
, X
3
, X
4
atau X
5
terha
49
dap Y H
1
: b
j
? 0 terdapat pengaruh X
1
, X
2
, X
3
, atau X
4
2 Dalam penelitian ini digunakan tingkat signifikansi 0,05 dengan
derajat bebas n-k, dimana n : jumlah pengamatan, dan k : jumlah variabel.
terhadap Y Dimana j = 1, 2, 3, ...., k : Variabel ke J sampai ke k.
3 Dengan nilai t hitung :
bj t
hit
= se bj
Sumber : Gujarati 1995
Keterangan : t
hit
= t hasil perhitungan b
j
= Koefisien regresi se bj = Standart error
50
BAB IV HASIL PENELITIAN DAN PEMBAHASAN