BAB III METODOLOGI PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan adalah data sekunder. Data sekunder yaitu data yang mengacu pada informasi yang dikumpulkan oleh seseorang dan bukan penelti yang melakukan studi mutakhir (Sekaran, 2006). Data tersebut diperoleh dari Bankscope. Adapun data yang dipakai adalah data seluruh commercial dan islamic bank di negara rumpun melayu (Indoneisa, Malaysia, dan Brunei Darussalam) dan di negara timur tengah (Bahrain, Kuwait, Saudi Arabia, United Arab Emirates, Qatar, Yordania, Iraq, Iran, dan Lebanon). B. Populasi dan Sampel Populasi
yang
digunakan
dalam
penelitian
ini
adalah
seluruh
commercial dan islamic bank di rumpun melayu (Indoneisa, Malaysia, dan Brunei Darussalam) dan di rumpun timur tengah (Bahrain, Kuwait, Saudi Arabia, United Arab Emirates, Qatar, Yordania, Iraq, Iran, dan Lebanon). Populasi di rumpun melayu sebanyak 99 commercial bank dan 24 islamic bank, kemudian di rumpun timur tengah sebanyak 99 commercial bank dan 39 islamic bank. Sampel yang digunakan sebanyak 61 commercial bank dan 19 islamic bank dari tiga negara di rumpun melayu, dan 58 commercial bank dan 24 islamic bank dengan tahun pengamatan 2011-2014. Sampel diambil dengan metode purposive sampling. Adapun kriteria sampel yang digunakan sebagai berikut:
19
20
1.
Bank tersebut merupakan bank commercial dan Islamic.
2.
Bank yang diamati pada tahun 2011 – 2014.
3. Bank tersebut menampilkan informasi yang lengkap mengenai total asset, ekuitas, laba bersih, NPL, dan cost to income pada tahun penelitian. C. Definisi Operasional dan Pengukuran Variabel Variabel-variabel yang diuji dalam penelitian ini terdiri dari variabel risiko kredit berupa Z-Score dan NPL. Variabel kontrol yaitu Total Asset, Cost to Income, dan Asset growth. Hubungan antar variabel ini telah dijelaskan pada latar belakang penelitian ini. Penelitian ini merupakan replikasi dan pengembangan dari penelitian Kabir, et al. (2015). Penelitian ini bertujuan untuk membuktikan penelitian sebelumnya dengan menggunakan proksi dan tahun penelitian yang berbeda. Adapun definisi masing-masing variabel adalah sebagai berikut: 1. Variabel Variabel pada penelitian ini yaitu risiko kredit. Pengukuran risiko kredit diukura menggunakan Z-Score dan NPL. a. Z-Score Salah satu teknik untuk mengukur tingkat stabilitas bank menggunakan data akuntansi yaitu Z-Score. Penelitian terbaru telah menggunakan Z-Score secara luas untuk mengukur stabilitas keuangan
bank
karena
menggabungkan
buffer
bank,
baik
21
keuntungan, modal, dan standar deviasi dari laba, untuk mengukur keberesikoan bank (Beck et al, 2013). Perhitungan Z-Score adalah sebagai berikut: Z-Score = (ROA + E/A) / S.D of ROA dimana ROA = return on asset, yaitu laba bersih dibagi dengan total aset. E / A = Total ekuitas dibagi dengan total aset, dan SD dari ROA = Standar deviasi ROA selama periode tiga tahun. Rumus dari standar deviasi ROA adalah
dimana y = ROA, dan n = periode tahun. Standar deviasi ROA adalah nilai ROA yang digunakan untuk menentukan bagaimana sebaran data dalam sampel, dan seberapa dekat titik data individu ke mean – atau rata-rata – nilai sampel. b. Non Performing Loan (NPL) Rasio NPL yang tinggi menunjukkan banyaknya jumlah debitur yang tidak
membayar angsuran kredit secara kontinyu, baik itu
pokok kredit maupun bunganya. NPL akan berakibat pada kerugian bank, yaitu kerugian karena tidak diterimanya kembali dana yang telah disalurkan maupun pendapatan bunga yang tidak dapat diterima.
Dengan
kata
lain,
bank
kehilangan
kesempatan
22
mendapatkan bunga, yang berakibat pada penurunan laba secara total. Mengukur rasio NPL yaitu dengan membagi jumlah total pinjaman yang merugikan dengan jumlah pinjaman bersih, sehingga rasio NPL yang tinggi menunjukkan peningkatan probabilitas kebangkrutan bank. Salah satu keuntungan dari rasio NPL adalah pengukurannya langsung dari solvabilitas perbankan dan sulit bagi manajemen untuk memanipulasi. 2. Variabel Kontrol Variabel Kontrol adalah variabel yang dikendalikan atau dibuat konstan sehingga pengaruh variabel tidak dapat dipengaruhi oleh faktor luar yang tidak diteliti. Variabel ini digunakan untuk menghindari hasil yang bias. Penelitian ini mempertimbangkan satu set variabel kontrol yang efeknya telah ditemukan dalam studi sebelumnya terkait dengan risiko kredit. a. Log of Total Asset Log of total asset digunakan sebagai proksi dari ukuran. (Čihák dan Hesse, 2010) telah mengidentifikasi dampak signifikan dari ukuran risiko pada perbedaan atribut risiko di bank yang lebih besar selalu memiliki lebih banyak kesempatan untuk diversifikasi risiko melalui jaringan cabang mereka, pengalaman dan keterampilan; maka risiko kredit diharapkan memiliki hubungan negatif dengan ukuran bank.
23
b. Asset Growth Pertumbuhan aset merupakan penentu risiko kredit yang signifikan dan indikator moral hazard. Kriteria relaxing screening mengarah ke masalah seleksi yang merugikan untuk bank, karena itu kredit risk meningkat. (Abedifar dkk., 2013) menggunakan variabel yang sama ini untuk menyelidiki dampak pada risiko kebangkrutan. Pertumbuhan aset diharapkan memiliki hubungan negatif dengan risiko kredit. c. Cost to Income Ratio Cost to Income Ratio termasuk untuk menangkap biaya inefisiensi di seluruh bank-bank. (Abedifar dkk., 2013) menemukan bahwa biaya inefisiensi memiliki dampak positif pada risiko kredit. Sebuah rasio yang lebih tinggi menunjukkan bahwa manajemen tidak efisien dan cukup bijaksana untuk memantau risiko. Oleh karena itu, diharapkan adanya hubungan positif antara risiko kredit dan biaya inefisiensi. D. Metode Analisis 1. Statistik Deskriptif Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (Ghozali, 2006).
24
Statistik deskriptif memberikan gambaran atau deskriptif suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, dan varian dengan prosedur yaitu menentukan tingkat rata-rata (mean), standar deviasi dan varian indikator risiko kredit di bank konvensional dan syariah.
2. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas ini dilakukan sebagai syarat untuk melakukan uji beda independen sample T-test. Uji normalitas ini dapat dilakukan dengan analisis statistik non-parametik Kolmogorov-Smimov (K-S). Uji K-S dilakukan dengan membuat hipotesis: (Ghozali, 2006). Jika hasil uji menunjukan sampel berdistribusi normal maka uji beda yang akan digunakan dalam penelitian ini adalah uji parametric (paired sampel t-test). Tetapi apabila sampel tidak berdistribusi normal maka uji beda yang akan digunakan dalam penelitian ini adalah uji non parametric (Wilcoxon Rank-Sum Test) H0: Data residual berdistribusi normal Jika hasil Uji K-S menunjukkan nilai probabilitas tidak signifikan pada 0,05 (p>0,005) maka hipotesis nol diterima yang berarti data
25
residual terdistribusi normal. H1: Data residual tidak berdistribusi normal JIka hasil Uji K-S menunjukkan nilai probabilitas signifikan pada 0,05 (p<0,005) maka hipotesis nol ditolak yang berarti data residual terdistribusi tidak normal. b. Uji Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah model regresi
ditemukan
adanya
korelasi
anatar
variabel
bebas
(independen). Model Regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen dengan melihat nilai variance inflation factor (VIF) kurang dari 10 dan nilai tollerance lebih dari 0,1 (Ghozali, 2006). Cara mendeteksi multikolonieritas menurut Ghozali: 1) Dengan menganalisis matrik korelasi antar variabel bebas. Jika matrik antar variabel bebas mempunyai korelasi yang tinggi (umumnya
diatas
0,90)
naka
terdapat
indikasi
terjadinya
multikolinieritas. 2) Dengan melihat colinierity statistic yaitu nilai tolerance dan nilai Variance Infation Factor (VIF). Secara umum nilai tolerance yang dipakai adalah 0,10 atau sama dengan nilai VIF diatas 10. Jika nilai VIF dibawah 10 maka diantara variabel bebas tidak terdapat indikasi terjadinya multikolinieritas.
26
c. Uji Heterokedastisitas Untuk menentukan heterokedastisitas dengan uji glejser. Uji glejser dilakukan dengan cara meregresikan antara variabel independent dengan nilai absolut residualnya. Jika nilai signifikansi antara variabel independent dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heterokedastisitas.
d. Uji Autokorelasi Uji autokorelasi adalh sebuah pengujian yang bertujuan untuk menguji apakah di dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Autokorelasi dalam penelitian ini dideteksi dengan menggunakan uji Durbin Watson yaitu dengan membandingkan nilai Durbin Watson hitung (d) dengan nilai Durbin Watson tabel yaitu batas lebih tinggi (upper bond atau du) dan batas lebih rendah (lower bond atau dl). 3. Uji Regresi Regresi berganda adalah metode analisis yang tepat ketika penelitian satu variabel terikat yang diperkirakan berhubungan dengan satu atau kebih variabel bebas. Tujuan dari analisis regresi berganda adalah memperkirakan perubahan respon variabel terikat terhadap beberapa variabel bebas.
27
Analisi regresi berganda adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel dependent (Y) dengan satu atau beberapa variabel independent (X). Hubungan matematis digunakan sebagai suatu model regresi yang digunakan untuk meramalkan atau memprediksi nilai (Y) berdasarkan nilai (X) tertentu. Dengan analisis regresi akan diketahui variabel independent yang benar-benar signifikan mempengaruhi variabel dependen dan dengan
variabel
yang
signifikan
tadi
dapat
digunakan
untuk
mempredeksi variabel dependent. Metode analisis yang digunakan dalam penelitian ini adalah analisis regresi berganda untuk melihat pengaruh dari variabel kontrol yang dimiliki terhadap variabel-variabel dalam penelitian ini. 4. Uji Hipotesis a. Uji Beda Dua Sampel yang Tidak Berhubungan (Independen) Pengujiian ini digunakan untuk menguji apakah terdapat perbedaan yang signifikan antara risiko kredit bank syariah dan konvensional. 1) Statistik Parameterik: Independent Sample T-test Syarat yang harus dipenuhi untuk Independent sample t-test adalah: (1) data harus terdistribusi normal, dan (2) variance kedua kelompok populasi tersebut homogen. Apabila sebaran data tidak normal dan atau varian kedua kelompok tersebut heterogen, maka harus digunakan pengujian alternatif
28
dengan menggunakan statistik non parametik. Untuk menentukan apakah hipotesis diterima atau tidak, bisa diketahui perbandingan antara p-value dengan tingkat signifikansi. Jika thitung > ttabel atau nilai probabilitas (p)<0,05 maka hipotesis (H1) diterima (H0 ditolak). Jika thitung > ttabel atau nilai probabilitas (p)>0,05 maka hipotesis (H1) ditolak (H0 diterima). 2) Statistik Non Parametik: Wilcoxon Rank-Sum Test. Uji
peringkat
mengevaluasi
tanda
perlakuan
wilcoxon
(treatment)
digunakan tertentu
pada
untuk dua
pengamatan, antara dua variabel independen. Jika data yang akan diolah tidak terdistribusi normal maka akan menggunakan metode Wilcoxon Rank-Sum Test. sebagai pengujian hipotesis. Jika nilai probabilitas (p) < 0,05 maka hipotesis (H1) diterima (H0 ditolak). Jika nilai probabilitas (p) > 0,05 maka hipotesis (H1) ditolah (H0 diterima).
