BAB III METODE PENELITIAN
A. Jenis Penelitian Jenis penelitian ini adalah penelitian dengan pendekatan kuantitatif. Penelitian ini merupakan penelitian empiris dalam bentuk pengujian hipotesis dengan metode kausalitas yaitu dengan mengukur pengaruh variabel-variabel independen terhadap variabel dependen. Dimana dalam penelitian ini variabel independen yang digunakan adalah penghimpunan dana pihak ketiga, pembiayaan bermasalah, kecukupan modal dan rasio cepat, dan variabel dependen yang digunakan adalah profitabilitas.
B. Objek Penelitian Objek penelitian ini adalah PT. Bank Muamalat Indonesia.
C. Jenis Data dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder dalam penelitian ini berupa laporan keuangan triwulan Bank Muamalat Indonesia selama tahun 2005-2014 yang diakses dari web resmi Bank Muamalat Indonesia (www.bankmuamalat.co.id). Selain itu juga bersumber pada buku, artikel, jurnal dan skripsi yang terkait dengan penelitian ini.
48
49
D. Teknik Pengumpulan Data Teknik
pengumpulan
data
dalam
penelitian
ini
menggunakan
dokumentasi. Dokumentasi adalah metode dengan cara membaca, menelaah, mengkaji dan mencari data-data tentang hal-hal yang berkaitan dengan penelitian.
E. Variabel Penelitian Variabel adalah sesuatu yang dapat membedakan/mengubah nilai. Variabel dapat dibagi menjadi dua macam yaitu variabel independen atau variabel bebas yaitu variabel yang mempengaruhi dan variabel dependen atau variabel terikat yaitu variabel akibat atau variabel yang dipengaruhi.1 Variabel dependen atau variabel terikat dalam penelitian ini adalah profitabilitas. Sedangkan variabel independen atau variabel bebas adalah penghimpunan dana pihak ketiga, pembiayaan bermasalah, kecukupan modal dan rasio cepat. 1. Variabel Dependen (variabel terikat) : Profitabilitas (Return On Asset) merupakan kemampuan manajemen bank dalam menghasilkan laba dari perolehan asset yang dimiliki. Rasio ini dirumuskan: ROA =
Laba Bersih Sesudah Pajak x100% Total Aktiva
2. Variabel Independen (variabel bebas) : a. Dana Pihak Ketiga 1
hlm.42.
Mudrajat Kuncoro, Metode Riset Untuk Bisnis dan Ekonomi, (Jakarta : Erlangga,2003),
50
Dana pihak ketiga merupakan dana bank yang perolehannya dari kumpulan dana masyarakat. Dana tersebut diperoleh berdasarkan produk seperti giro wadi’ah, tabungan wadi’ah, tabungan mudharabah dan deposito mudharabah. Rasio ini dirumuskan : DPK =
DPK x100% Total Kewajiban
b. Pembiayaan Bermasalah (Non Performing Financing) Non Performing Financing adalah rasio kinerja bank untuk mengukur pembiayaan bermasalah baik berupa pembiayaan kurang lancar, diragukan maupun macet terhadap total pembiayaan yang disalurkan secara keseluruhan. Rasio ini dirumuskan : NPF =
Pembiayaan Bermasalah (KL, D, M) x100% Total Pembiayaan
c. Kecukupan Modal (Capital Adequacy Ratio) Capital Adequacy Ratio merupakan kemampuan bank dalam menyediakan
dana
untuk
keperluan
pengembangan
usaha
dan
menampung risiko kerugian dana yang diakibatkan oleh kegiatan operasi bank. Modal ini digunakan untuk menjaga kepercayaan masyarakat terhadap kinerja bank. Rasio ini dirumuskan : CAR =
Modal x100% ATMR
d. Rasio Cepat (Quick Ratio) Quick Ratio adalah kemampuan untuk membayar hutang yang harus segera dipenuhi dengan aktiva lancar yang lebih likuid. Rasio ini merupakan ukuran kemampuan perusahaan dalam memenuhi kewajiban-
51
kewajiban jangka pendek dengan asset yang dimiliki. Rasio ini dirumuskan : Quick Ratio =
Aktiva Lancar Kewajiban Lancar
Tabel 3.1 Definisi Operasional Variabel Variabel
Definisi
Indikat
Penelitian
Operasional
or
X1Penghimpun Dana bank yang an dana pihak
perolehannya
ketiga
kumpulan
Rumus
DPK
dari
Skala
Rasio
Laporan
Keuangan
Triwulan
DPK x100% Total Kewajiban
dana
Sumber Data
Bank
Muamalat Indonesia,
masyarakat.
data
diambil
website Muamalat
dari Bank
Indonesia
(BMI). X2Pembiayaan
Risiko gagal bayar,
bermasalah(Non
risiko ini mengacu
Performing
pada potensi
Financing)
kerugian yang
data
dihadapi bank
website
ketika pembiayaan
Muamalat
yang diberikannya
(BMI).
NPF
Rasio Pembiayaan Bermasalah (KL, D, M) x100% Total Pembiayaan
Keuangan
Triwulan
Bank
Muamalat Indonesia, diambil
dari Bank
Indonesia
52
macet.
Laporan
52
53
X3Kecukupan
Kemampuan bank
modal(Capital
dalam
Adequcy Ratio)
menyediakan dana
CAR
Rasio Modal x100% ATMR
Laporan
Keuangan
Triwulan
Bank
Muamalat Indonesia,
untuk menunjang
data
diambil
dari
aktiva yang
website
mengandung atau
MuamalatIndonesia
menghasilkan
(BMI).
Bank
risiko X4Rasio cepat (Quick Ratio)
Kemampuan untuk
QR
Rasio Aktiva Lancar Kewajiban Lancar
membayar hutang yang harus segera
Laporan
Keuangan
Triwulan
Bank
Muamalat Indonesia,
dipenuhi dengan
data
diambil
aktiva lancar yang
website
lebih likuid.
Muamalat
dari Bank
Indonesia
(BMI). Y
Kemampuan
Profitabilitas(R manajemen bank eturn On Asset)
dalam
ROA
Rasio Laba Bersih Sesudah Pajak x100% Total Aktiva
Laporan
Keuangan
Triwulan BankMuamalat Indonesia,
data
dari perolehan asset
diambil dari website
53
menghasilkan laba
54
yang dimiliki.
Bank MuamalatIndonesia (BMI).
54
55
F. Metode Analisis Data 1. Uji Asumsi Klasik Untuk mengetahui apakah model regresi benar-benar menunjukkan hubungan yang signifikan dan representative, maka model tersebut harus memenuhi asumsi klasik. Ada lima pengujian dalam uji asumsi klasik, yaitu : a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik.2 1) Analisis Grafik Analisis grafik dilakukan dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Jika distribusi data residual normal, maka garis yang menggambarkan data yang sesungguhnya akan mengikuti garis diagonalnya.
2
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.160.
56
2) Uji Statistik Uji statistik dalam penelitian ini menggunakan uji statistik nonparametrik Kolmogorov-Smirnov (K-S). Jika signifikasi hasil uji K-S nilainya lebih besar dari 0,05 berarti data terdistribusi normal. b. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi ada tidaknya multikolinearitas dalam model regresi dapat dilihat dari Tolerance Value atau Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan VIF yang tinggi.3 Nilai cutoff yang umum dipakai adalah : 1) Jika nilai tolerance ≥ 10% dan nilai VIF ≤ 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. 2) Jika nilai tolerance ≤ 10% dan nilai VIF ≥ 10, maka dapat disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi. 3
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.105.
57
c. Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah yang terjadi homokedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, antara lain : 1) Melihat Grafik Plot antara nilai prediksi variabel terikat (dependen) yaitu 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. Dasar analisis ada atau tidaknya heteroskedastisitas dapat dilakukan sebagai berikut : 4 a) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang
menyempit),
teratur
(bergelombang,
melebar
maka
mengindikasikan
kemudian
telah
terjadi
heteroskedastisitas. b) Jika tidak ada pola jelas, serta titik-titik menyebar diatas dan dibawah
angka
0
pada
sumbu
Y,
maka
tidak
terjadi
heteroskedastisitas. 4
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.139.
58
2) Uji Park Park mengemukakan metode bahwa variance (s2) merupakan fungsi dari variabel-variabel independen yang dinyatakan dalam persamaan sebagai berikut :5 σ2 = α Xiβ Persamaan ini dijadikan linear dalam bentuk persamaan logaritma sehingga menjadi : Ln σ2i = α + β LnXi + vi Karena s2i umumnya tidak diketahui, maka dapat ditaksir dengan menggunakan residual Ut sebagai proksi, sehingga persamaan menjadi: LnU2i = β LnXi + vi 3) Uji Glejser Seperti halnya uji Park, Glejser mengusulkan untuk meregres nilai absolut residual terhadap variabel independen, dengan persamaan regresi :6 Ut = α + βXt + vt Jika
variabel
independen
signifikan
secara
statistik
mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Jika nilai probabilitas signifikansinya diatas
5
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.141. 6 Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.142.
59
tingkat kepercayaan 0,05, maka dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas. 4) Uji White Pada dasarnya uji White mirip dengan kedua uji Park dan Glejser. Menurut White, uji ini dapat dilakukan dengan meregres residual
kuadrat
(U2t) dengan variabel
independen, variabel
independen kuadrat dan perkalian (interaksi) variabel independen. Misalkan kita punya dua variabel independen X1 dan X2, maka persamaan regresinya sebagai berikut :7 U2t = b0 + b1X1 + b2X2 + b3X12 + b4X22 + b5 X1X2 Dari persamaan regresi ini dapatkan nilai R2 untuk menghitung c2 dimana c2 = n x R2 (Gujarati,2003). Pengujiannya adalah jika c2 hitung < c2 tabel, maka hipotesis alternatif adanya heteroskedastisitas dalam model ditolak. d. Uji Autokorelasi Pengujian autokorelasi ini bertujuan untuk menguji apakah dalam suatu 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. Model regresi yang baik adalah yang bebas autokorelasi. Untuk mendeteksi gejala autokorelasi, dapat dilakukan dengan uji Durbin-Waston (DW test), Uji
7
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.143.
60
Lagrange Multiplier (LM test), Uji Statistics Q : Box-Pierce dan Ljung Box, dan Run Test.8 1) Uji Durbin-Waston (DW test) Uji Durbin-Waston hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag diantara variabel independen. Hipotesis yang akan diuji adalah : Ho : tidak ada autokorelasi (r = 0) Ha : ada autokorelasi ( r ≠ 0) Tabel 3.2 Uji Durbin Watson Hipotesis Nol Tidak ada autokorelasi positif Tidak ada autokorelasi Positif Tidak ada autokorelasi Negatif Tidak ada autokorelasi Negatif Tidak ada autokorelasi, baik positif maupun negative
Keputusan Tolak No decision
Jika 0 < d < dl dl ≤ d ≤ du
Tolak
4 – dl < d < 4
No decision
4 – du ≤ d ≤ 4 – dl
Terima
du < d < 4 – du
2) Uji Lagrange Multiplier (LM test) Uji autokorelasi dengan LM test terutama digunakan untuk sample besar diatas 100 observasi. Uji ini memang lebih tepat
8
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.110.
61
digunakan dibandingkan uji DW terutama bila sample yang digunakan relatif besar dan derajat autokorelasi lebih dari satu.9 3) Uji Statistics Q : Box-Pierce dan Ljung Box Uji Box-Pierce dan Ljung Box digunakan untuk melihat autokorelasi dengan lag lebih dari dua. Criteria ada tidaknya autokorelasi adalah jika jumlah lag yang signifikan lebih dari dua, maka dikatakan terjadi autokorelasi. Jika lag yang signifikan dua atau kurang dari dua, maka dikatakan tidak ada autokorelasi.10 4) Run Test Run test sebagai bagian dari statistic non-parametik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang 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 random atau tidak (sistematis).11 H0 = residual (res_1) random (acak) Ha = residual (res_1) tidak random e. Uji Linearitas Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Apakah fungsi yang digunakan dalam
9
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.113. 10 Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.118. 11 Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.120.
62
suatu studi empiris sebaiknya berbentuk linear, kuadrat atau kubik. Dengan uji linearitas akan diperoleh informasi apakah model empiris sebaiknya linear, kuadrat atau kubik.12 Ada beberapa uji yang dapat dilakukan, antara lain : 1) Uji Durbin Watson Uji ini biasanya dilakukan untuk melihat ada tidaknya autokorelasi dalam suatu model regregi. Dengan mendasarkan pada nilai D-W tabel, bandingkan nilai statistic. Jika signifikan atau berada pada daerah autokorelasi positif, maka spesifikasi model persamaan utama adalah salah, atau misspesification. 2) Ramsey Test Uji ini dikembangkan oleh Ramsey tahun 1969. Ramsey menyarankan suatu uji yang disebut general test of specification atau RESET. Untuk melakukan uji ini kita harus membuat suatu asumsi atau keyakinan bahwa fungsi yang benar adalah fungsi linier.13 F =
(R2new – R2old)/m (1 – R2new)/(n-k)
Dari hasil perhitungan nilai F hitung, kemudian dibandingkan dengan F tabel. Jika F hitung > F tabel, maka hipotesis nol yang menyatakan bahwa spesifikasi model dalam bentuk fungsi linier ditolak.
12
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.166. 13 Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.167.
63
3) Uji Lagrange Multiplier Uji Lagrange Multiplier merupakan uji alternatif dari Ramsey test dan dikembangkan oleh Engle tahun 1982. Estimasi dengan uji ini bertujuan untuk mendapatkan nilai c2 hitung atau (n x R2). Persamaan utama Y = f (X1+X2+X3+X4), jika dianggap persamaan utama tersebut benar spesifikasinya, maka nilai residualnya harus dihubungkan dengan nilai kuadrat variabel independen dengan persamaan regresi : Ut = b0 + b1X12+ b2X22 + b3X32 + b4X42 Jika c2 hitung > c2 tabel, maka hipotesis yang menyatakan model linier ditolak.14 2. Analisis Regresi Linier Berganda Analisis regresi linier berganda digunakan untuk mengetahui seberapa besar pengaruh variabel independen, yaitu penghimpunan dana pihak ketiga (DPK), pembiayaan bermasalah (Non Performing Financing), kecukupan modal (Capital Adequacy Ratio), rasio cepat (Quick Ratio) terhadap variabel dependen yaitu profitabilitas (Return On Asset) pada Bank Muamalat Indonesia periode 2005-2014. Adapun persamaan regresi linier berganda yang digunakan dalam penelitian ini adalah sebagai berikut : Y= a+β1X1+β2X2+ β 3X3+ β 4X4+ ε Keterangan : Y 14
= Profitabilitas (Return On Asset)
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.169.
64
a
= Konstanta
β1-4
= Koefisien regresi
X1
= Penghimpunan dana pihak ketiga
X2
= Pembiayaan bermasalah (Non Performing Financing)
X3
= Kecukupan modal (Capital Adequacy Ratio)
X4
= Rasio Cepat (Quick Ratio)
ε
= Variabel pengganggu (error)
3. Pengujian Hipotesis a. Uji t (parsial) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. Dalam uji ini digunakan hipotesis sebagai berikut : H0 : βi = 0 Ha : βi ≠ 0 Cara melakukan uji t adalah sebagai berikut :15 1) Quick Look : bila jumlah degree of freedom (df) adalah 20 atau lebih, dan α = 5%, maka Ho yang menyatakan βi = 0 dapat ditolak bila nilai t > 2 (dalam nilai absolute). Dengan kata lain Ha diterima, yang menyatakan bahwa suatu variabel independen secara individual dan signifikan mempengaruhi variabel dependen.
15
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.99.
65
2) Membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai thitung > ttabel, maka Ho ditolak dan menerima Ha. b. Uji F (simultan) Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/terikat. Untuk pengujian ini digunakan hipotesa sebagai berikut : H0 : β1 = β2 = β3 = β4 = 0 Ha : β1, β2, β3, β4 ≠ 0 Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut :16 1) Quick Look : bila nilai F > 4 maka H0 dapat ditolak dengan derajat kepercayaan 5%. Dengan kata lain Ha diterima, 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 Fhitung > Ftabel, maka H0 ditolak dan menerima Ha. 4. Uji Koefisien Determinasi Koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi 16
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.98.
66
variabel dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.17
17
Imam Ghozali, Aplikasi Analisis Multivariate Dengan ProgramIBM SPSS 19, (Semarang : BP.Undip, 2011), hlm.97.
