III. METODOLOGI PENELITIAN
3.1. Kerangka Pemikiran Bank adalah lembaga keuangan yang merupakan penggerak utama dalam pertumbuhan perekonomian masyarakat Indonesia. Sebagai lembaga Intermediasi, bank memiliki tugas utama yaitu menghimpun dana dan menyalurkan dana tersebut kepada masyarakat. Bank syariah merupakan lembaga keuangan berbentuk bank yang menggunakan prinsip syariah dalam kegiatan operasionalnya. Setelah Pemerintah
memberlakukan
undang-undang
mengenai
kemudahan
pelaksanaan prinsip syariah dalam kegiatan usaha bank, yang tercantum di dalam
Undang-Undang
Nomor
10
Tahun
1998,
mengakibatkan
pertumbuhan Industri perbankan syariah di Indonesia semakin meningkat. Seperti halnya bank konvensional, aktivitas utama bank syariah pun yaitu menghimpun dana dari masyarakat yang kelebihan dana dan menyalurkan ke masyarakat yang membutuhkan dana. Akan tetapi dalam penyaluran dana, bank syariah menyalurkannya melalui pembiayaan. Jumlah pembiayaan yang disalurkan kepada masyarakat tergantung dari besarnya jumlah dana yang diperoleh dari masyarakat yaitu DPK. Dari Proses penyaluran dan penghimpunan dana tersebut maka akan diketahui fungsi intermediasi bank, apakah berjalan dengan baik atau tidak. Salah satu indikator untuk melihat fungsi intermediasi bank dapat diketahui dari nilai FDR, dan pada akhirnya akan mempengaruhi laba yang akan diperoleh bank. Berdasarkan analisis tersebut dapat diketahui sejauh mana kinerja suatu bank. Besarnya hubungan antar variabel akan dianalisis menggunakan korelasi pearson, dan besarnya pengaruh perubahan yang ditimbulkan oleh DPK dan pembiayaan serta nilai FDR terhadap laba akan diketahui dengan menggunakan analisis regresi linier berganda. Penggunaan Uji simultan dengan F-test bertujuan untuk mengetahui pengaruh bersama-sama variabel independen terhadap variabel dependen, sedangkan besarnya pengaruh variabel independen secara individual (parsial) terhadap variabel dependen
26
diketahui dengan menggunakan uji t. Analisis komponen utama digunakan untuk mengatasi kendala multikolinieritas. Penelitian ini diharapkan dapat menjadi masukan untuk mengetahui sejauh mana fungsi intermediasi bank berjalan, serta sebagai input alternatif dalam meningkatkan laba perusahaan. Kerangka pemikiran dari penelitian ini, dapat dilihat pada Gambar 6. Bank X KCP
Fungsi Intermediasi
Penghimpunan Dana
DPK
Penyaluran Dana (Pembiayaan)
Bagi Hasil
Jual Beli
Sewa
Financing to Deposit Ratio
Pengaruh DPK, Pembiayaan, FDR terhadap Laba
Kinerja Bank
Rekomendasi Kebijakan perusahaan Gambar 6. Kerangka pemikiran Keterangan: : Alur penelitian : Alat analisis : Batasan Penelitian
- Regresi linier berganda - Korelasi - Analisis komponen utama - Uji F - Uji t
27
3.2. Metode Penelitian 3.2.1
Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Kantor Cabang Pembantu PT. Bank X yang berlokasi di Bogor (Bank X KCP). Waktu penelitian dimulai pada bulan Maret 2010 sampai Mei 2010.
3.2.2
Metode Pengumpulan Data Jenis data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Menurut Mc. Leod, data primer adalah data yang didapat dari sumber pertama baik individu atau perseorangan, misalnya hasil dari wawancara atau hasil pengisian kuesioner yang biasa dilakukan oleh peneliti. Sedangkan data sekunder adalah data primer yang telah diolah lebih lanjut dan disajikan baik oleh pihak pengumpul data primer atau oleh pihak lain misalnya dalam bentuk tabel-tabel atau diagram-diagram. Data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Data Primer bersumber dari hasil wawancara langsung dengan pihak bank dan data sekunder diperoleh
dari
data
historis
bank.
Untuk
menunjang
kesempurnaan hasil penelitian, peneliti juga akan menggunakan data sekunder yang bersumber dari studi literatur, laporan penelitian, dan laporan keuangan yang diterbitkan bank maupun internet. 3.2.3
Metode Pengolahan dan Analisis Data Proses pengolahan data dalam penelitian ini menggunakan metode
statistik,
yaitu
metode
deskriptif
analisis
dengan
pendekatan kualitatif dan kuantitatif. Statistik deskriptif bersifat menjelaskan data dalam ukuran-ukuran nilai angka yang dapat menggambarkan karakteristik data. Statistik deskriptif menyajikan data dalam tabel, grafik, grafik, ukuran pemusatan data, dan penyebaran data. Metode analisis yang digunakan dalam penelitian ini yaitu analisis regresi linier berganda, analisis komponen utama, analisis
28
korelasi pearson, analisis regresi linear sedarhana, uji-F, dan uji t. Terdapat dua variabel dalam penelitian yaitu: 1. Variabel bebas (independent variable) adalah variabel stimulus atau variabel yang mempengaruhi variabel lain. Variabel independen dalam penelitian ini terdiri dari 3 yaitu: a. X1 adalah Dana Pihak Ketiga (DPK) yang terdiri dari tabungan, giro, dan deposito. b. X2 adalah Pembiayaan, yang terdiri dari pembiayaan bagi hasil, pembiayaan jual beli dan pembiayaan sewa. c. X3 adalah Financing To Deposit Ratio (FDR) FDR = Total Pembiayaan X 100 persen .................…...(1) Dana Pihak Ketiga 2. Variabel tergantung (dependent variable) adalah variabel yang memberikan respon jika dihubungkan dengan variabel bebas. Variabel bebas dalam penelitian ini adalah laba yang diperoleh dari laporan laba rugi bank. a. Analisis Regresi Linier Berganda Analisis regresi berganda menjelaskan seberapa jauh suatu peubah mempengaruhi peubah lainnya. Model regresi berganda ditunjukkan oleh persamaan berikut ini: Y = a + b1X1 + b2 X2 + b3 X3 + ..........................………......(2) Keterangan : Y = Laba X1 = DPK X2 = Pembiayaan X3 = FDR a = Konstanta b1 = Koefisien regresi X1 b2 = Koefisien regresi X2 b3 = Koefisien regresi X3
29
Ada beberapa asumsi yang harus dipenuhi oleh model regresi. Oleh karena itu diperlukan pengujian asumsi yang meliputi uji normalitas, uji multikolinearitas, uji autokorelasi, dan heteroskedastisitas (Uyanto, 2009). a) Uji Normalitas Uji normalitas merupakan uji yang dilakukan jika data yang digunakan kurang dari 30 untuk mengetahui distribusi kenormalan data, yaitu apakah data dapat dianggap berdistribusi normal atau tidak. Ketika data telah berdistribusi normal, maka data tersebut dapat diolah menggunakan statistik parametrik yang pada penelitian ini menggunakan model regresi berganda. Untuk menguji kenormalan data dilakukan dengan menguji kenormalan data residual. Uji normalitas dapat dilihat dengan nilai statistik kolmogorov-smirnov (KS) pada uji normalitas residual. Jika nilai statistik KS lebih kecil dibanding nilai tabel KS dan nilai p-value lebih besar dari α, maka asumsi kenormalan terpenuhi sehingga model regresi yang telah dibuat dapat digunakan. b) Uji Multikolinearitas Multikolinearitas adalah kondisi dimana peubahpeubah bebas memiliki korelasi diantara satu dengan yang lainnya. Jika peubah-peubah bebas memiliki korelasi sama dengan satu
atau berkorelasi sempurna mengakibatkan
koefisien-koefisien
regresi
menjadi
tidak
dapat
diperkirakan dan nilai standar error setiap koefisien regresi menjadi tak hingga. Uji multikolinieritas adalah uji untuk melihat apakah terdapat korelasi antara peubah bebas yang digunakan dalam model regresi. Untuk melihat apakah ada multikolinieritas pada model regresi dilihat dari nilai variance inflation factor (VIF). Jika nilai VIF masing-masing peubah bebas memiliki nilai lebih besar
30
dari lima maka model regresi memiliki multikolinieritas sehingga menjadi tidak valid. c) Uji Autokolerasi Penaksiran model regresi linear memiliki asumsi bahwa tidak terdapat korelasi serial atau autokorelasi. Autokorelasi atau korelasi serial kemungkinan terjadi pada data time series. Model regresi yang baik tidak memperkenankan terjadinya autokorelasi. Akibat dari terjadinya autokorelasi adalah pengujian hipotesis dalam uji F tidak valid dan jika diterapkan akan memberikan kesimpulan yang menyesatkan pada tingkat signifikansi dan koefisien regresi yang ditaksir. Untuk mendeteksi terjadinya autokorelasi atau tidak dalam suatu model regresi dilakukan dengan menggunakan uji Autokorelasi diidentifikasi dengan melakukan uji runtutan (run test). Hipotesis yang digunakan adalah: Ho : Tidak terdapat autokorelasi ordo 1 pada sisaan H1 : Terdapat autokorelasi ordo 1 pada sisaan d) Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varian dari residual untuk peubah bebas yang diketahui. Jika varian dari residual untuk peubah yang diketahui tetap, disebut dengan homoskedastisitas. Jika varian berbeda, disebut heteroskedastisitas. Asumsi pada model regresi
adalah
varian
setiap
variabel
independen
mempunyai nilai yang konstan atau memiliki varian yang sama. Masalah heteroskedastisitas umumnya terjadi pada data
cross
sectional.
Konsekuensi
dari
adanya
heteroskedastisitas adalah kemungkinan untuk mengambil kesimpulan yang salah dalam uji F karena pengujian tingkat signifikansi yang kurang kuat.
31
Untuk melihat apakah pada model regresi terdapat heteroskedastisitas dilihat dari sebaran titik-titik yang tersebar pada output perhitungan dengan perangkat lunak Minitab. Sebaran titik-titik yang tidak membentuk pola tertentu namun tersebar di atas dan di bawah nol menunjukkan bahwa model regresi tidak mengalami masalah heteroskedastisitas. b.
Analisis Korelasi Pearson Korelasi
pearson
merupakan
statistik
yang
mengukur keserasian hubungan diantara dua variabel. Rumus dibawah ini digunakan bila sekaligus akan menghitung persamaan regresi. Menurut Atmaja (2009) korelasi pearson dapat dirumuskan sebagai berikut : rxy =
n∑XY – (∑X) (∑Y) ............................…….…...(3) √{n∑X2(∑X)2} {n∑XY2}
Dimana : r = Koefisien korelasi Y = Variabel terikat X = Variabel bebas n = Lamanya periode Korelasi pearson dilambangkan dengan (r) dengan ketentuan nilai r tidak lebih dari harga (-1≤ r ≤ 1). Apabila nilai r = -1 artinya korelasi negatif sempurna; r = 0 artinya tidak ada korelasi; dan r = 1 berarti korelasinya sempurna. Untuk dapat memberi interpretasi terhadap kuat lemahnya
hubungan
korelasi,
pedoman korelasi seperti Tabel 6.
maka
dapat
digunakan
32
Tabel 6. Pedoman Untuk Memberikan Interpretasi Koefisien Korelasi Interval Koefisien Tingkat Hubungan 0,00 – 0,20
Sangat lemah
0,21 – 0,40
Lemah
0,41 – 0,70
Kuat
0,71 – 0,90
Sangat kuat
0,91 – 0,99
Sangat kuat sekali
1
Korelasi sempurna
Sumber : Nugroho dalam Rohaeni, 2009. c.
Analisis Komponen Utama Analisis
komponen
utama
pada
dasarnya
mentransformasi peubah-peubah bebas yang berkorelasi menjadi peubah-peubah baru yang orthogonal dan tidak berkorelasi. Analisis ini bertujuan untuk menyederhanakan peubah-peubah dimensinya.
yang
diamati
dengan
cara
mereduksi
Hal ini dilakukan dengan menghilangkan
korelasi di antara peubah melalui transformasi peubah asal ke peubah baru (komponen utama) yang tidak berkorelasi, Sehingga analisis komponen utama ini dapat digunakan untuk menghindari kasus multikolinearitas (Ulpah, 2006). Tahapan-tahapan yang dilakukan dalam analisis regresi komponen utama adalah: 1.
Membakukan peubah bebas asal yaitu X menjadi Z dengan cara mengurangkan setiap peubah bebas asal Xi dengan rata-rata dan dibagi simpangan baku.
2.
Menentukan akar ciri dan vektor ciri dari matriks R Akar ciri dan vektor ciri dapat dilihat dari output analisis komponen utama,. Nilai Eigenvalue menjelaskan vektor ciri. Sebagian ahli menganjurkan
agar memilih
komponen utama yang akar cirinya lebih besar dari satu, karena jika akar cirinya lebih kecil dari satu, keragaman
33
data yang dapat dijelaaskan oleh komponen utama tersebut kecil sekali. Sedangkan vektor ciri dapat dilihat dari nilai Pci. 3.
Menetukan persamaan vektor utama dari vektor ciri Morrison dalam Ulpah (2006) menyarankan agar memilih
komponen-komponen
utama
tersebut
mempunyai keragaman kumulatif kira-kira 75persen. 4.
Meregresikan peubah respon Y terhadap skor komponen utama W
d.
5.
Transformasi dari W menjadi Z
6.
Transformasi dari Z menjadi peubah asal (X)
Analisis Uji Simultan (Uji-F) Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimaksud dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (Kuncoro dalam Rohaeni, 2009). Langkah-langkah uji statistik F adalah: a) Merumuskan hipotesis 1. H0 : β i = 0, I = 1, 2, 3 Hipotesis nol (H0) yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol. Artinya, semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen 2. H1 : ∃ β i ≠ 0, i = 1, 2, 3 Hipotesis alternatifnya (H1), tidak semua parameter secara simultan sama dengan nol. Artinya, paling sedikit terdapat satu variabel independen merupakan penjelas yang signifikan terhadap variabel dependen. b) Menentukan F tabel 1.
Fα (k-1, n-k)
2.
Taraf nyata (α) = 0,05; yaitu tingkat kesalahan yang masih dapat ditolerir.
34
3.
Derajat bebas pembilang = k-1
4.
Derajat bebas penyebut = n-k
c) Menentukan F hitung yang diperoleh dari hasil regresi melalui minitab 14 d) Membandingkan F hitung dengan F tabel 1. Jika statistik hitung (angka F output) > statistik tabel (F tabel) atau F hitung < - F tabel, atau p-value < 0,05 maka H0 ditolak dan H1 diterima. 2.
Jika –F tabel < statistik hitung (angka F output) < statistik tabel (F tabel) atau p-value > 0,05 maka H0 diterima dan H1 ditolak.
e.
Analisis Uji Parsial (Uji t) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel terikat. Langkah-langkah uji statistik t adalah: 1. Merumuskan hipotesis a) H0 : β 1 = 0 Hipotesis nol (H0) yang hendak diuji adalah apakah suatu parameter ( β 1) sama dengan nol. Artinya, suatu
variabel
penjelas
yang
independen signifikan
bukan terhadap
merupakan variabel
dependen. b) H1 : β 1 ≠ 0 Hipotesis
alternatifnya
(H1),
parameter
suatu
variabel tidak sama dengan nol. Artinya, variabel tersebut
merupakan
penjelas
yang
signifikan
terhadap variabel dependen. 2. Menentukan t-tabel a. Menentukan besarnya t-tabel : t (α/2,df) b. Taraf nyata (α) = 0,05; yaitu tingkat kesalahan yang masih dapat ditolerir.
35
c. Derajat bebas (df) = n-k 3.
Menentukan t-hitung yang diperoleh dari hasil regresi melalui program minitab 14.
4. Membandingkan t-hitung dengan t-tabel -
jika statistik hitung hitung (angka t output) > statistik tabel (t-tabel) atau t hitung < -t tabel , atau p-value < 0,05 maka H0 ditolak dan H1 diterima
-
jika statistik hitung hitung (angka t output) < statistik tabel (t-tabel) atau t hitung > -t tabel , atau p-value > 0,05 maka H0 diterima dan H1 ditolak.
