52
BAB III
METODOLOGI PENELITIAN
A. Tempat dan Waktu Penelitian
Dalam penelitian ini penulis mengambil judul penelitian yaitu, analisis
pengaruh capital adequency ratio (CAR) dan Loan to Deposite Ratio (LDR)
terhadap Return On Assets (ROA) serta dampaknya pada Dividen Payout
Ratio (DPR) pada Perusahaan Sub Sektor Perbankan Yang Terdaftar di Bursa
Efek Indonesia (BEI) periode tahun 2008-2017.
Penelitian ini dilakukan untuk mengetahui pengaruh capital adequency
ratio (CAR) dan Loan to Deposite Ratio (LDR) terhadap Return On Assets
(ROA) serta dampaknya pada Dividen Payout Ratio (DPR) baik secara parsial
maupun secara simulutan (Studi Kasus pada Perusahaan Sub Sektor
Perbankan Yang Terdaftar di Bursa Efek Indonesia (BEI) Periode Tahun
2008-2017.
1. Tempat Penelitian
Tempat penelitian ini dilakukan pada Perusahaan Sub Sektor Perbankan
Yang Terdaftar di Bursa Efek Indonesia (BEI) Periode Tahun 2008-2017.
2. Waktu Penelitian
Adapun data yang penulis ambil dari tahun 2008 sampai dengan tahun
2017, waktu penelitian ini dilakukan pada bulan Januari 2018.
53
B. Populasi dan Sampel
1. Populasi
Menurut Sugiyono (2013:80), populasi merupakan wilayah
generalisasi yang terdiri atas objek atau subjek yang mempunyai
karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya. Populasi yang diteliti adalah seluruh
laporan keuangan Perusahaan Sub Sektor Perbankan Yang Terdaftar di
Bursa Efek Indonesia (BEI) Periode Tahun 2008-2017.
Populasi yang digunakan dalam penelitian ini adalah seluruh
perusahaan perbankan umum konvensional yang tercatat di Bursa Efek
Indonesia tahun 2008 sampai dengan tahun 2017 berjumlah 43 bank yang
terdiri dari 4 bank umum persero (BUMN Pemerintah), 29 Bank Umum
Swasta Nasional (BUSN) Devisa dan 10 Bank Umum Swasta Nasional
(BUSN) Non Devisa.
Sedangkan yang dijadikan sampel dalam penelitian ini yaitu 10
(sepuluh) perusahaan perbankan yang mempunyai asset periode tahun
2008 sampai dengan tahun 2017.
Populasi dalam penelitian ini dapat dilihat pada tabel dibawah ini:
Tabel 3.1
Perbankan Yang Terdaftar Di Bursa Efek Indonesia
No Kode Saham Nama Perusahaan
1 AGRO Bank Rakyat Agro Niaga Tbk
2 AGRS Bank AgrISs Tbk
3 ARTO Bank Artos Indonesia Tbk
4 BABP Bank MNC Internasional Tbk
5 BACA Bank Capital Indonesia Tbk
54
6 BBCA Bank Central Asia Tbk
7 BBHI Bank Hendra Internasional Tbk
8 BBKP Bank Bukopin Tbk
9 BBMD Bank Mestika Dharma Tbk
10 BBNI Bank Negara Indonesia (Persero) Tbk
11 BBNP Bank Nusantara Parahyangan Tbk
12 BBRI Bank Rakyat Indonesia (Persero) Tbk
13 BBTN Bank Tabungan Negara (Persero) Tbk
14 BBYB Bank Yudha Bhakti Tbk
15 BCIC Bank J Trust Indonesia Tbk
16 BDMN Bank Danamon Indonesia Tbk
17 BEKS Bankn Pembanguna Daerah Banten Tbk
18 BGTB Bank Ganesha Tbk
19 BINA Bank Ina Perdana Tbk
20 BJBR Bank Jabar Banten Tbk
21 BJTM Bank Pembangunan Daerah Jawa Timur Tbk
22 BKSW Bank QNB Indonesia Tbk
23 BMAS Bank Maspion Indonesia Tbk
24 BMRI Bank Mandiri (Persero) Tbk
25 BNBA Bank Bumi Artha Tbk
26 BNGA Bank CIMB Niaga Tbk
27 BNII Bank Maybank Indonesia Tbk
28 BNLI Bank Permata Tbk
29 BSIM Bank Sinar Mas Tbk
30 BSWD Bank Of India Indonesia Tbk
31 BTPN Bank Tabungan Pensiunan Nasional Tbk
32 BVIC Bank Victoria Internasional Tbk
33 DNAR Bank Dinar Indonesia Tbk
34 INPC Bank Artha Graha Internasional Tbk
35 MAYA Bank Mayapada Internasional Tbk
36 MCOR Bank China Construction Tbk
37 MEGA Bank Mega Tbk
38 NAGA Bank Mitraniaga Tbk
39 NISP Bank OCBC NISP Tbk
40 NOBU Bank Nationalnobu Tbk
41 PNBN Bank Pan Indonesia Tbk
42 PNBS Bank Panin Syariah Indonesia Tbk
43 SDRA Bank Woori Saudara Indonesia 1906 Tbk
Sumber: BEI, diolah sendiri, 2017.
55
2. Sampel
Menurut (Sugiono, 2012:85). Pengambilan sampel dilakukan
berdasarkan metode purpose sampling yaitu teknik penentu sampel
dengan pertimbangan tertentu (Sugiono, 2012:85). Pengambilan sampel
dengan metode ini bertujuan untuk mendapatkan sampel yang
representative sesuai dengan kriteria sampel.
Menurut (Sugiyono, 2009:81) Sampel adalah bagian dari jumlah dan
karakter yang dimiliki populasi. Karena keberadannya merupakan bagian
dari populasi, tentulah ia memiliki ciri-ciri dan pertimbangan tertentu yang
dimiliki oleh populasinya. Sampel yang digunakan dalam penelitian ini
adalah laporan keuangan Sub Sektor Perbankan Yang Terdaftar di Bursa
Efek Indonesia (BEI) periode tahun 2008-2017 dengan kriteria sebagai
berikut:
a. Perusahaan perbankan yang terdaftar di BEI pada tahun 2008 sampai
dengan tahun 2017. Daftar ini disusun berdasarkan data financial yang
disediakan atau dikeluarkan oleh Otoritas Jasa Keuangan (OJK) di
websitnya.
b. perusahaan yang menerbitkan laporan keuangan tahunan yang telah di
audit dari periode 31 Desember 2008 sampai dengan 31 Desember
2017.
c. Perusahaan yang memiliki nilai Capital Adequacy Ratio (CAR), Loan
to Deposite Ratio (LDR), Return On Assets (ROA) dan Diveden
56
Payout Ratio (DPR) positif selama 10 tahun berturut-turut yaitu dari
tahun 2008 sampai dengan tahun 2017.
d. Perusahaan yang memiliki nilai Capital Adequacy Ratio (CAR),
Loan to Deposite Ratio (LDR), Return On Assets (ROA) dan Dividen
Payout Ratio (DPR) secara positif.
Dari sampel penentuan kriteria diatas, maka perusahaan Sub Sektor
Perbankan yang memenuhi persyaratan untuk dijadikan sampel penelitian
adalah sebagai berikut:
Tabel 3.2
Sampel Bank Umum Konvensional Go Public di BEI
No Kode Saham Nama Perusahaan
1 BBCA Bank Central Asia Tbk.
2 BBNI Bank Negara Indonesia Tbk.
3 BBTN Bank Tabungan Negara Tbk.
4 MAYA Bank Mayapada International Tbk.
5 SDRA Bank Woori Saudara Indonesia 1900 Tbk.
6 BJTM Bank Pembangunan Daerah Jawa Timur Tbk.
7 BVIC Bank Victoria International Tbk.
8 BNGA Bank CIMB Niaga Tbk.
9 BMRI Bank Mandiri Tbk.
10 PNBN Bank Pan Indonesia Tbk.
Sumber: BEI, diolah sendiri, 2017
C. Metode Penelitian
Metode yang digunakan dalam penelitian ini adalah metode deskriptif
analisis dengan pendekatan kuantitatif, yaitu hasil penelitian yang kemudian
diolah dan dianalisis untuk diambil kesimpulannya, artinya penelitian yang
dilakukan adalah penelitian yang menekankan analisisnya pada data-data
numeric (angka). Dengan menggunakan metode penelitian ini akan dikatahui
57
hubungan yang signifikan antara variabel yang diteliti, sehingga menghasilkan
kesimpulan yang memperjelas gambaran mengenai objek yang akan diteliti.
Menurut Sugiyono (2013:2), Metode penelitian pada dasarnya
merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan
tertentu. Berdasarkan hal tersebut terdapat empat kata kunci yang perlu
diperhatikan yaitu cara ilmiah, data, tujuan dan kegunaan. Menurut Sugiyono
(2013:147), metode deskriptif adalah metode yang digunakan untuk
menganalisis data dengan cara mendeskripsikan atau menggambarkan data
yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat
kesimpulan yang berlaku untuk umum.
Adapun pengertian metode kuantitatif menurut Sugiyono (2013:13),
adalah sebagai metode penelitian yang berlandaskan pada filsafat positivisme,
digunakan untuk meneliti pada populasi dan sampel tertentu, teknik
pengambilan sampel pada umumnya dilakukan secara random, pengumpulan
data menggunakan instrument penelitian, analisis data bersifat kuantitatif atau
statistic dengan tujuan untuk menguji hipotesis yang telah ditetapkan.
Penelitian ini dimaksudkan untuk menguji hipotesis dengan
menggunakan perhitungan statistic dengan program eviews. Metode deskriptif
dengan pendekatan kuantitatif tersebut digunakan untuk menguji lebih dalam
mengenai Analisis Pengaruh Capital Adequancy Ratio (CAR) dan Loan to
Deposite Ratio (LDR) terhadap Return On Assets (ROA) serta dampaknya
terhadap Deviden Payout Ratio (DPR) Pada Perusahaan Sub Sektor Perbankan
Yang Terdaftar di Bursa Efek Indonesia (BEI) Periode Tahun 2008-2017.
58
Serta menguji teori dengan pengujian suatu hipotesis apakah diterima atau
ditolak.
Berikut ini adalah proses-proses dalam metode penelitian ini
Gambar 3.1
Metode Penelitian
Studi Pustaka
Daftar perusahaan sub sektor
perbankan di BEI
Laporan keuangan (Neraca, Laba
Rugi, Pasar Modal dan Rasio)
Pengumpulan data
Perumusan Masalah
Sampel Penelitian Metode Purpose Sampling:
a. Saham Perusahaan Perbankan yang Terdaftar di BEI Periode tahun 2008-2017.
b. Perusahaan Perbankan yang menerbitkan Laporan Keuangan Tahunan dari
Periode 31 Desember 2008 sampai dengan 31 Desember 2017.
Menghitung Nilai Rasio CAR, LDR, ROA dan DPR
Pengolahan Data dengan menggunakan Program Eviews 9
Pengujian Model Regresi Data Panel yaitu: Uji Chow dan Uji
Hausman
Uji Asumsi Klasik yaitu: Uji Normalitas, Uji
Multikolinearitas, Uji Autokorelasi.
Uji Hipotesis yaitu: Uji t, Uji F dan Uji Koefesien Korelasi
Pembahasan Hasil
Kesimpulan dan Saran
59
D. Desain Penelitian
Menurut (Sugiyono, 2010) Desain penelitian ini adalah secara
keseluruhan dari perencanaan untuk menjawab pertanyaan penelitian dan
mengantisipasi beberapa kesulitan yang mungkin timbul selama proses
penelitian, hal ini penting karena desain penelitian merupakan strategi untuk
mendapatkan data yang dibutuhkan untuk keperluan pengujian hipotesis atau
untuk menjawab pertanyaan penelitian dan sebagai alat untuk mengontrol
variabel yang berpengaruh dalam penelitian .
Meninjau definisi desain penelitian yang dilakukan oleh sugiono diatas,
penulis berasumsi desain penelitian merupakan semua proses yang dilakukan
dalam perencanaan dan pelaksanaan penelitian, maka dapat dikatakan bahwa
desain penelitian merupakan semua proses penelitian yang dilakukan oleh
penulis dalam melaksanakan penelitian mulai dari perencanaan sampai dengan
pelaksanaan penelitian yang dilakukan dengan cara memilih, mengumpulkan
dan menganalisis data yang diteliti pada waktu tertentu.
Gambar di bawah ini menjelaskan hubungan antara 4 (empat) variabel
yaitu, dua variabel laten eksogen (X1, X2,) dan dua variabel latern endogen (Y
dan Z).
Dimana:
X1 (CAR) : Capital Adequacy Ratio
X2 (LDR) : Loan to Deposit Ratio
Y (ROA) : Return On Assets
Z (DPR) : Deviden Payout Ratio
60
Berdasarkan pendekatan penelitian yang digunakan, maka desain
penelitian dalam penelitian ini adalah sebagai berikut:
Gambar 3.2
Desain Penelitian
Metodologi penelitian adalah ilmu yang mempelajari prinsip, prosedur,
ketentuan dan cara-cara penelitian yang sekurang-kurangnya mencakup empat
komponen utama pengetahuan, yaitu pengetahuan tentang pengenalan sumber
data serta ketentuan dan cara penarikan sumber data, pengetahuan tentang
jenis-jenis dan karakteristik data, pengetahuan tentang cara-cara pengumpulan
data untuk masing-masing jenis data, dan pengetahuan tentang penerapan
metode analisis data untuk masing-masing jenis data. Metode dalam penelitian
ini adalah prosedur, ketentuan dan cara-cara penelitian. Fungsi Metode
Penelitian dalam penyusunan proposal penelitian, Tesis dan Disertasi adalah
untuk memperkenalkan sumber data dan menyatakan cara penarikan sumber
Modal
ATMR
Total
Loan
Total
Deposit
CAR
(X1)
(
LDR
(X2)
ROA
(Y)
DPR
(Z)
DPS
EPS
Laba
Bersih
Total
Aktiva
61
data untuk menjelaskan jenis-jenis data yang dikumpulkan untuk menyatakan
teknik pengumpulan data untuk masing-masing jenis data untuk menyatakan
metode analisis data untuk mengolah masing-masing jenis data.
Metode penelitian yang digunakan dalam penelitian ini adalah metode
anaisis kuantitatif, yaitu penelitian yang menekankan analisisnya pada data
numerical atau angka yang diperoleh dengan metode statistic serta dilakukan
pada penelitian inferensial atau dalam rangka pengujian hipotesis sehingga
diperoleh signifikasi hubungan antara variabel yang diteliti. (Sugiyono, 2011)
mengemukakan sebagai berikut: ”Penelitian kuantitatif dapat diartikan sebagai
metode penelitian yang berlandaskan pada filsafat positivism, digunakan
untuk meneliti pada populasi atau sampel tertentu, pengumpulan data
menggunakan instrument penelitian, analisis data bersifat kuantitatif/statistic,
dengan tujuan untuk menguji hipotesis.
E. Definisi Operasional Variabel
Menurut Sugiyono (2010:38) menjelaskan bahwa Variabel penelitian
adalah suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang
mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya. Operasionalisasi variabel diperlukan untuk
menentukan jenis, indicator, serta skala dari variabel-variabel yang terkait
dalam penelitian, sehingga pengujian hipotesis dengan alat bantu statistic
dapat dilakukan secara benar, maka dalam penelitian ini terdapat dua variabel
yang digunakan yaitu:
62
1. Variabel Independen (X)
Menurut Sugiono (2010, Hal: 39) variabel independen atau variabel
bebas yaitu variabel yang mempengaruhi atau menjadi sebab
perubahannya atau timbulnya variabel dependen (terikat). Variabel
independen dalam penelitian ini terdiri dari:
a. Current Aduquency Ratio (CAR)
Capital Adequancy Ratio merupakan rasio yang digunakan
untuk mengukur permodalan dan cadangan penghapusan dalam
menanggung perkreditan, terutama risiko yang terjadi karena bunga
gagal ditagih. Untuk mencari rasio ini perlu terlebih dahulu diketahui
besarnya estimasi risiko yang akan terjadi dalam pemberian kredit dan
resiko yang akan terjadi dalam perdagangan surat-surat berharga.
CAR dapat diperoleh dengan membagi total modal dengan aset
tertimbang menurut resiko (ATMR), seperti rumus dibawah ini:
b. Loan to Deposit Ratio (LDR)
Rasio LDR digunakan untuk mengukur kemampuan bank
tersebut apakah mampu membayar hutang-hutangnya dan membayar
kembali kepada deposannya, serta dapat memenuhi permintaan kredit
yang diajukan. Semakin tinggi LDR maka laba perusahaan semakin
meningkat (dengan asumsi bank tersebut mampu menyalurkan kredit
dengan efektif, sehingga jumlah kredit macetnya akan kecil). Cara
63
menghitung LDR adalah dengan membagi total kredit dengan total
deposito.
c. Variabel Moderator (Y)
Variabel moderator merupakan variabel yang mempengaruhi
(memperkuat atau memperlemah) hubungan antara variabel
independen dengan variabel dependen, variabel ini sering disebut
dengan variabel independen kedua.
Return On Assets sering juga disebut sebagai rentabilitas
ekonomis. Rasio ini termasuk merupakan rasio profitabilitas yang
mengukur kemampuan perusahaan dalam menghasilkan laba dengan
semua aktiva yang dimiliki oleh perusahaan.
d. Variabel Dependen (Z)
Menurut sugiyono (2010, Hal: 33) variabel dependen atau
terikat adalah variabel yang dipengaruhi atau yang menjadi akibat,
karena adanya variabel bebas. Variabel bebas dalam peneitian ini
adalah Dividen Payout Ratio (DPR) adalah rasio pembayaran dividen
adalah persentase laba yang dibayarkan dalam bentuk dividen, atau
rasio antara laba yang dibayarkan dalam bentuk dividen dengan total
laba yang tersedia bagi pemegang saham (Agus Sunarto, 2001: 491).
Rasio pembayaran dividen (dividen payour ratio) menentukan jumlah
64
laba yang dibagi dalam bentuk dividen kas dan laba yang ditahan
sebagai sumber pendanaan.
Rasio ini menunjukan persentasi laba perusahaan yang
dibayarkan kepada para pemegang saham yang berupa dividen kas.
Apabila laba perusahaan yang ditahan untuk keperluan operasional
perusahaan dalam jumlah besar, berarti laba yang akan dibayarkan
sebagai dividen menjadi lebih kecil. Sebaliknya jika perusahaan lebih
memilih untuk membagikan laba sebagai dividen, maka hal tersebut
akan mengurangi porsi laba ditahan dan mengurangi sumber
pendanaan intern. Namun, dengan lebih memilih membagikan laba
sebagai dividen tentu saja akan meningkatkan kesejahteraan para
pemegang saham, sehingga para pemegang saham akan terus
menanamkan sahamnya untuk perusahaan tersebut.
Dimana nilai DPS dan EPS adalah:
Sehingga nilai DPR (Deviden Payout Ratio) dapat dihitung dengan
perumusan dibawah ini:
65
Semakin besar nilai dividen payout ratio, menunjukan
kondisi yang semakin baik.
Tabel 3.3
Operasional Variabel
No Variabel Indikator Sub Indikator Skala
1 Capital
Adequacy Ratio
(CAR)
Solvabilitas
x 100%
Rasio
2 Loan to
Deposite Ratio
(LDR)
Likuiditas
Rasio
3 Return On
Assets (ROA)
Profitabilitas
x 100%
Rasio
4 Deviden Payout
Ratio (DPR)
DPR
x 100%
Rasio
F. Sumber Dan Cara Pengumpulan Data/Informasi
1. Jenis dan Sumber Data
Dalam memperoleh data yang dibutuhkan dalam penelitian ini, maka
peneliti menggunakan metode sebagai berikut:
Menurut Sugiyono (2013:137), data menurut sumbernya terbagi
menjadi 2 yaitu:
a. Data primer merupakan sumber data yang langsung memberikan data
kepada pengumpul data.
b. Data sekunder adalah sumber sekunder merupakan sumber data yang
diperoleh dengan cara membaca, mempelajari dan memahami melalui
media lain yang bersumber dari literatur, buku-buku atau dokumen
perusahaan.
66
Dalam penelitian ini, penulis menggunakan sumber data sekunder
yaitu laporan keuangan yang telah dipublikasikan oleh Bursa Efek
Indonesia (BEI) periode tahun 2008-2017.
2. Pengumpulan Data
Metode yang digunakan dalam pengumpulan data untuk melakukan
penelitian ini sebagai berikut:
a. Library Research
Data yang diperoleh dalam penelitian ini adalah dengan
membaca literatur, buku, artikel, jurnal dan hal yang yang
berhubungan dengan aspek yang diteliti agar memperoleh data yang
valid.
b. Internet Reserch
Terkadang buku referensi atau literatur yang dimiliki atau
meminjam di perpustakaan tertinggal selama beberapa waktu atau
kadarluasa, karena ilmu selalu berkembang pesat, penulis
menggunakan penelitian dengan teknologi yang selalu berkembang
yaitu internet sehingga data yang diperoleh up to date.
c. Field Reserch
Penulis akan melakukan pengumpulan data-data perusahaan
yang berupa laporan keuangan pada perusahaan Sub Sektor Perbankan
Yang Terdaftar di Bursa Efek Indonesia (BEI) Periode Tahun 2008-
2017.
67
G. Teknik Pengumpulan Data
Dalam sebuah penelitian untuk mendapatkan data-data yang
dibutuhkan diperlukan teknik-teknik dalan pengumpulan data. Oleh karena
itu, seorang peneliti memerlukan populasi dari data yang akan diteliti. Tetapi
dalam menentukan populasi tersebut tidak semua kita ambil, kita hanya akan
mengambil sampel yang akan kita jadikan bahan analisa dalam menentukan
kesimpulan dari variabel-variabel yang peneliti ambil.
Dalam penelitian ini, penulis menggunakan sumber data sekunder
yaitu laporan keuangan yang telah dipublikasikan oleh Bursa Efek Indonesia
(BEI) periode tahun 2008-2017.
H. Rancangan Analisa Data dan Uji Hipotesis
1. Uji Asumsi Klasik
Uji asumsi klasik adalah suatu hal penting yang harus dipahami
dalam penggunaaan analisa regresi linier berganda sehingga persamaan
garis regresi yang diperoleh benar-benar dapat digunakan untuk
memprediksi variabel independen. Uji tersebut akan menghasilkan garis
regresi yang tidak cocok untuk memprediksi variabel independen. Dalam
penelitian ini terdapat 4 (empat) uji asumsi klasik yaitu:
a. Uji Normalitas
Uji normalitas dimaksudkan untuk menguji apakah nilai
residual yang telah terstandarisasi pada model regresi berdistribusi
normal atau tidak. Tidak terpenuhinya normalitas pada umumnya
68
disebabkan karena berdistribusi data yang dianalisis tidak normal,
karena terdapat nilai eksterm pada data yang diambil.
Menurut (Suliyanto, 2011:69) Nilai eksterm ini dapat terjadi
karena adanya kesalahan dalam pengambilan sampel, bahkan karena
kesalahan dalam melakukan input data atau memang karena
karakteristik data tersebut sangat jauh dari rata-rata.
Desain hipotesis uji normalitas sebagai berikut:
H0 : data berdistribusi normal
H1 : data tidak berdistribusi normal
Menurut Gozali (2016), apabila nilai probabilitas signifikansi
lebih besar dari alpha 0,05, maka H0 diterima dan H1 ditolak atau
data berdistribusi normal. Namun apabila nilai probabilitas
signifikansi lebih kecil dari 0,05 mak H0 ditolak dan H1 diterima
atau data tidak berdistribusi normal.
Menurut Sulisyanto (2011:75), normalitas data diketahui
dengan membandingkan statistic jarque-Bera (JB) dengan x2 tabel.
Jika nilai Jarque Bera (JB) < x2 tabel maka nilai residual
terstandarisasi dinyatakan berdistribusi normal.
b. Uji Multikoloniearitas
Menurut (Sulisyanto, 2011:18) Uji multikoloneritas bertujuan
untuk menguji apakah dalam model regresi yang terbentuk ada
korelasi yang tinggi atau sempurna di antara variabel bebas atau
tidak. Jika dalam model regresi yang terbentuk terdapat korelasi yang
69
tinggi atau sempurna di antara variabel bebas maka model regresi
tersebut dinyataka mengandung gejala multikolonier.
Menurut (Widarjono, 2913:104) Multikolonearitas dilakukan
untuk melihat hubungan linear antara variabel independen dalam
suatu regresi. Untuk mendeteksi masalah multikolonearitas dalam
model regresi yang salah satunya dengan menguji koefesien korelasi
antar variabel independen. Jika koefesien korelasi di atas 0,85, maka
diduga ada multikolinieritas dalam model.
Uji multikoloniearitas dilakukan dengan melihat nilai
tolerance dan inflation factor (VIF). Apabila nilai tolerance value
lebih tinggi daripada 0,10 dan VIF lebih kecil daripada 0,10 maka
dapat disimpulkan tidak terjadi multikolonearitas.
c. Uji Heteroskedastisitas
Heteroskedtisitas timbul apabila nilai residual dari model
tidak memiliki varians yang konstan. Artinya, setiap observasi
mempunyai reliabilitas yang berbeda-beda akibat perubahan kondisi
yang melatarbelakangi tidak terangkum dalam model. Gejala ini
sering terjadi pada data cross section, sehingga sangat dimungkinkan
terjadi heteroskedastisitas pada data panel.
Metode yang digunakan untuk mendeteksi adanya
heteroskedastisitas pada penelitian ini adalah uji White. Uji
Heteroskedastisitas dapat dilihat dari probabilitas Obs*R-Square,
apabila nilai probabilitas Obs*R-Square uji white lebih kecil dari
70
0,05, maka dapat disimpulkan bahwa terdapat masalah
heteroskedastisitas pada penelitian ini.
d. Uji Autokorelasi
Autokorelasi muncul karena residual yang tidak bebas antar
satu observasi ke observasi lainnya. Hal ini disebabkan karena error
pada individu cenderung mempengaruhi individu yang sama pada
periode berikutnya. Masalah autokorelasi sering terjadi pada data
time series (runtut waktu).
Deteksi autokorelasi pada data panel dapat melalui uji Durbin-
Watson. Nilai uji Durbin-Watson dibandingkan dengan nilai tabel
Durbin-Watson untuk mengetahui keberadaan korelasi posituf atau
negatif.
Keputusan mengenai keberadaan autokorelasi dalam
penelitian ini sebagai berikut:
Jika d < dl, berarti terdapat autokorelasi positif
Jika d > (4- dl), berarti terdapat autokorelasi negatif
Jika du <d , (4- dl), berarti tidak terdapat autokorelasis
2. Estimasi Model Regresi Data Panel
Menurut (Baltagi, 2005) Data panel adalah data yang merupakan
hasil dari pengamatan pada beberapa individu atau (unit cross sectional)
yang merupakan masing-masing diamati dalam beberapa periode waktu
yang beruntun (unit waktu). Menurut Wanner & Pevalin sebagaimana
dikutip oleh Sembodo (2013) menyebutkan bahwa regresi panel
71
merupakan sekumpulan teknik untuk memodelkan pengaruh peubah
pejelas terhadap perubah responpada data panel.Ada beberapa model
regresi panel, salah satunya adalah model dengan slope konstan dan
intercept bervariasi.
Model regresi panel yang hanya dipengaruhi oleh salah satu unit
saja (unit cross-sectional atau unit waktu) disebut model komponen satu
arah, sedangkan model regresi panel yang dipengaruhi oleh kedua unit
(unit cross- sectional dan unit waktu) disebut model komponen dua arah.
Secara umum terdapat dua pendekatan yang digunakan dalam menduga
model dari data panel yaitu model tanpa pengaruh individu (common
effect) dan model dengan pengaruh individu (fixed effect dan random
effect).
Menurut Jay & Sunengsih (2009), analisis regresi data panel
adalah analisis regresi yang didasarkan pada data panel untuk mengamati
hubungan antara satu variabel terikat (dependent variabel).
Beberapa alternatif model yang dapat diselesaikan dengan data
panel yaitu:
a. Model Koefesien Tetap Antar Waktu dan Individu (Common
Effect): Ordinary Least Square.
Common Effect Model (CEM) merupakan model sederhana
yaitu menggabungkan seluruh data time series dengan cross section,
selanjutnya dilakukan estimasi model dengan menggunakan OLS
(Ordinary Least Square). Model ini menganggap bahwa intersep dan
72
slop dari setiap variabel sama untuk setiap objek observasi. Dengan
kata lain, hasil regresi ini dianggap berlaku untuk semua objek pada
semua waktu. Kelemahan model ini adalah ketidaksesuaian model
dengan keadaan yang sebenarnya. Kondisi tiap objek dapat berbeda
dan kondisi suatu objek satu waktu dengan waktu yang lain dapat
berbeda.
Secara umun, persamaan modelnya dituliskan sebagai berikut:
Yit = α + β Xit + εit : = 1,2, …, N ; t = 1,2, …, T
Dimana:
Yit= Variabel respon pada unit observasi ke- I dan waktu ke-t
Xit = Variabel predictor pada unit observasi ke- I dan waktu ke- t
β = Koefesien slope atau koefesien arah
α = Intercept model regresi
εit = Komponen error pada unit observasi ke- I dan waktu ke- t
b. Model Effect Tetap (Fixed Effect Model)
Model yang mengaasumsikan adanya perbedaan intersep untuk
setiap individu ini dikenal sebagai model regresi fixed effect. Istilah
fixed effect berasal dari kenyataan bahwa meskipun intersep berbeda
pada setiap individu. Tetapi masing-masing intersep individu tidak
bervariasi atau tetap sepanjang waktu (time invariant). Selain itu
model juga mengasumsikan bahwa koefesien slope konstan
sepanjang waktu dan individu. Estimasi yang dilakukan yaitu dengan
teknik variabel dummy untuk individu. Selanjutnya, karena
73
penggunaan dummy untuk estimasi fixed effect itu, maka literatur
menyebutkan teknik Least Square Dummy Variables (LSDV).
Dengan demikian di dalam model ini ada efek individu.
Software Eviews telah menyediakan program estimasi model data
panel dengan teknik fixed effect tersebut, dengan persamaan umum.
Persamaan regresi pada Fixed Effect Model adalah:
∑ k dk + βx it +εit
Dimana:
Yit = Variabel respon pada unit observasi ke- i dan waktu ke- t
Xit = Variabel predictor pada unit observasi ke- i dan waktu ke- t
β = Koefesien slope atau koefesien arah
α = Intercept model regresi
εit= Komponen error pada unit observasi ke- I dan waktu ke- t
Gujarati (2004) mengatakan bahwa pada Fixed Effect Model
diasumsikan bahwa koefesien slope bernilai konstan tetapi intercept
bersifat tidak konstan.
c. Model Effect Random (Random Effect Model)
Efek random digunakan untuk mengatasi kelemahan model
efek tetap yang menggunakan variabel semu, sehingga model
mengalami ketidakpastian. Tanpa menggunakan variabel semu,
metode efek random menggunkan residual, yang diduga memiliki
hubungan antar waktu dan antar objek. Tidak seperti pada model efek
74
tetap (β0 dianggap tetap), pada model ini β0 diasumsikan bersifar
random, sehingga dapat dituliskan dalam perumusan:
β0 = β0 + ui,i= 1,2,…, n
sehingga persamaan model yang digunakan adalah:
Yit = β01 + βXit + εn I = 1,2,…,n
Dimana:
Yit : Variabel dependen pada unit observasi ke- i dan waktu ke- t
Xit : Variabel independen pada unit observasi ke- i dan waktu ke- t
Β : Koefesien slope atau koefesien arah
β0i : Intesep model regresi
ui : Komponen error pada unit observasi ke- i
εi : Komponen error pada unit observasi ke- i dan waktu ke- t
3. Pengujian Model Regresi Data Panel
a. Uji Chow
Uji chow digunakan untuk melihat apakah ada pengaruh efek
individu atau tidak di dalam variabel.
Rumus untuk mencari nilai F statistic adalah sebagai berikut:
Uji Chow
Dimana:
RSS1 = Sum square residual dari hasil estimasi common effect, no
weight
RSS2 = Sum square residual dari hasil estimasi fixed effect, no
weight
75
m = Jumlah restriksi
n = Jumlah observasi
T = Jumlah data waktu atau time series
K’ = Jumlah parameter dalam model fixed effect, yaitu jumlah
individu (N) ditambah jumlah variabel penjelas (k), maka n-
k’ sama dengan [NT-(N+k’ dan juga sama dengan (NT-N-
k).
Hipotesis nol (H0) pada uji F adalah tidak ada efek individu .
Jika nilai Fstatistik > nilai –tabel, maka H0 ditolak.
b. Uji Hausman
Menurut (Wooldridge, 2002) Uji Hausman adalah uji untuk
memilih antara model random effect dan fixed effect. Pertimbangan
utama dalam memilih random effect dan fixed effect adalah apakah
unobserved effect (ci) dan variabel penjelas (xti) berkorelasi atau
tidak. Fixed effect konsisten jika cidan xti berkorelasi, sedangkan
random effect tidak konsisten jika ci dan xti berkorelasi.
Uji hausman digunakan untuk menentukan apakah
menggunakan model fixed effect atau model random effect yang
paling tepat. Uji hausman dilakukan dengan hipotesis sebagai berikut:
H0 = Random effect yang paling tepat
H1 = Fixed effect yang paling tepat
Statistik uji hausman ini mengikuti distribusi statistik. Chi
Square dengan degree of freedom sebanyak k, dimana k adalah
76
jumlah variabel independen. Jika nilai statistik hausman lebih besar
dari nilai kritisnya maka H0 ditolak dan model yang tepat adalah
model fixed effect sedangkan sebaliknya bila nilai statistik hausman
lebih kecil dari nilai kritisnya maka model yang tepat adalah model
random effect. Atau dapat dilihat kepada nilai probabilitas cross
section random, dengan ketentuan sebagai berikut:
1) Jika probabilitas < 0,05, maka H0 ditolak dan H1 diterima.
2) Jika probabilitas > 0,05, maka H0 diterima dan H1 ditolak.
c. Uji Langrange Mutlipler (LM)
Uji Langrangge Multiplier (LM) dilakukan umtuk
membandingkan atau memilih model mana yang terbaik antara
Common Effect dan Random Effect. Uji-uji Langrangge Multiplier ini
digunakan untuk memastikan model mana yang akan di pakai, dasar
dilakukan uji ini adalah apabila hasil uji fixed dan random tidak
konsisten. Misalnya pada uji chow model yang cocok adalah Fixed
Effect model, namun pada saat di lakukan uji hausman model yang
cocok adalah model Random Effect. Uji Langrange Multiplier
memakai data residual dari variabel dengan cara menghitung nilI
LM-hitung.
Nilai LM-hitung akan dibandingkan dengan nilai Chi Squred
tabel dengan derajat kebebasan (degree of freedom) sebanyak jumlah
variabel independent (bebas) dan alpha atau tingkat signifikan
sebesar 5%. Apabila nilai LM-hitung >Chi Squred tabel maka model
77
yang dipilih adalah Random Effect.Apabila nilai LM-hitung <Chi
Squred tabel maka model yang dipilih adalah Common Effect.
4. Pengujian Hipotesis/statistic
a. Uji Parsial (uji t)
Uji t ini bertujuan untuk mengetahui besarnya pengaruh
masing-masing variabel independen secara individual (parsial)
terhadap variabel dependen. Menurut Priyatno (2012, Hal: 58-59),
pengujian dengan berdasarkan probabilitas tingkat signifikasi yang
digunakan sebesar 5%, hal ini berarti tingkat kepercayaan adalah
95% (100%-5%), dengan cara pengambilan keputusan adalah:
1) Jika nilai probabilitas > 0,05 maka H0 diterima.
2) Jika nilai probabilitas < 0,05 maka H0 ditolak.
H0 : Tidak signifikan variabel independen terhadap variabel
dependen.
H1 : Ada signifikan variabel independen terhadap variabel
dependen.
Atau dengan cara melihat tabel t:
1) Jika t hitung < t tabel, maka H0 diterima
2) Jika t hitung > t tabel, maka H1 ditolak
Untuk menghitung t-tabel digunakan ketentuan n-k-1 pada
level signifikan sebesar 5% (tingkat kesalahan 5% atau 0,05) atau
taraf keyakinan 95% atau 0,95.
78
Pengujian hipotesis secara parsial, dapat diuji dengan
menggunakan rumus uji t. pengujian t statistic bertujuan untuk
menguji ada atau tidaknya pengaruh masing-masing variabel
independen (X) terhadap variabel dependen (Y).Menurut (Ghozali,
2011:84) Uji t pada dasarnya menunjukan seberapa jauh pengaruh
satu variabel penjelas/independen secara individual dalam
menerangkan variansi variabel independen.
Dalam penelitian ini, berarti uji t digunakan untuk mengetahui
pengaruh dari masing-masing variabel-variabel X1 (Capital
Edequency Ratio) dan variabel X2 (Loan to Deposite Ratio) terhadap
Y (Return On Assets) dan dampaknya terhadap Z (Dividen Payout
Ratio).
Rumus uji t yang digunakan adalah:
√
√
Dimana:
t = Nilai thitung
r = Nilai koefesien korelasi
n = jumlah data pengamatan
Adapun cara pengambilan keputusannya, berdasarkan signifikansinya
adalah :
1) Jika signifikan > 0,05 maka H0 diterima dan H1 ditolak sehingga
dapat disimpulkan bahwa secara parsial variabel independen
tidak berpengaruh signifikan terhadap variabel dependen.
79
2) Jika signifikan < 0,05 maka H0 ditolak dan H1 diterima sehingga
dapat disimpulkan bahwa secara parsial variabel independen
berpengaruh signifikan terhadap variabel dependen.
Atau dengan cara melihat ttabel (one tail test) sebagai berikut:
1) Jika nilai t hitung ≤ ttabel maka H0 diterima dan H1 ditolak sehingga
dapat disimpulkan bahwa secara parsial variabel independentidak
berpengaruh terhadap variabel dependen.
2) Jika nilai t hitung ≥ ttabel maka H0 ditolak dan H1 diterima sehingga
dapat disimpulkan bahwa secara parsial variabel independen
berpengaruh secara nyata terhadap variabel dependen.
Pada pengujian ini juga menggunakan tingkat signifikansi (α)
sebesar 5% (tingkat kesalahan 5% atau 0,05) dan untuk mencari t
tabel menggunakan df = n-k-1. Pada penelitian ini uji t akan
dilakukan dengan bantuan software Eviews.
b. Uji Simulutan (uji F)
Menurut Priyanto (2012:55-56), uji F digunakan untuk
menguji pengaruh variabel independen secara bersama-sama terhadap
variabel dependen. Tingkat signifikasi adalah 5%, hal ini berarti
tingkat kepercayaan adalah 95% (100%-5%), menurut Priyanto
(2012, Hal: 57) dengan cara pengambilan keputusan adalah:
1) Jika nilai probabilitas > 0,05 maka H0 diterima
2) Jika nilai probabilitas < 0,05 maka H1 ditolak
80
H0 : Tidak signifikan variabel independen terhadap variabel
dependen secara bersama-sama.
H1 : Ada signifikan variabel independen terhadap variabel dependen
secara bersama-sama.
Dengan cara melihat F hitung dengan F tabel:
1) Jika F hitung < F tabel, maka H0 diterima
2) Jika F hitung > F tabel, maka H0 ditolak
H0 : Tidak ada pengaruh variabel independen terhadap variabel
dependen secara bersama-sama.
H1 : Ada pengaruh variabel independen terhadap variabel dependen
secara bersama-sama.
Uji F pada dasarnya menunjukan apakah semua variabel
independen atau bebas yang dimasukan dalam model mempunyai
pengaruh secara bersama-sama terhadap variabel dependen atau
terikat. Pada pengujian ini juga menggunakan tingkat signifikansi
sebesar 5% atau 0,05.
Kriteria penerimaan dan penolakan hipotesis uji F adalah
sebagai berikut:
1) Jika signifikan penelitian > 0,05 maka H0 diterima dan H1 ditolak
sehingga dapat disimpulkan bahwa secara simulutan variabel
independen tidak berpengaruh signifikan terhadap variabel
dependen.
81
2) Jika signifikan penelitian < 0,05 maka H0 ditolak dan H1 diterima
sehingga dapat disimpulkan bahwa secara simulutan variabel
independen berpengaruh signifikan terhadap variabel dependen.
Atau dengan cara melihat F tabel sebagai berikut:
1) Jika Fhitung< Ftabel, maka H0 ditolak dan H1diterima sehingga dapat
disimpulkan bahwa secara simulutan variabel independen tidak
berpengaruh terhadap variabel dependen.
2) Jika Fhitung> Ftabel, maka H0 diterima dan H1ditolak sehingga dapat
disimpulkan bahwa secara simulutan variabel independen
berpengaruh terhadap variabel dependen.
Sementara itu nilai Fhitung dapat ditentukan dengan rumus sebagai
berikut:
F=
Dimana:
F = besarnya Fhitung
n = jumlah sampel
k = jumlah variabel
R2
= koefesien determinasi
c. Koefesien Determinasi (R2)
Uji R2 atau uji determinasi merupakan suatu ukuran yang
penting dalam regresi, karena dapat menginformasikan baik atau
tidaknya model regresi yang terestimasi, atau dengan kata lain angka
tersebut dapat mengukur seberapa dekatkah garis regresi yang
82
terestimasi dengan data sesungguhnya. Nilai koefesien determinasi
(R2) ini mencerminkan seberapa besar variasi dari variabel terikat Y
dapat diterangkan oleh variabel bebas X. Bila nilai koefesien korelasi
determinasi sama dengan 0 (R2 = 0), artinya variasi dari Y tidak dapat
diterangkan oleh X sama sekali. Sementara bila R2 = 1, artinya variasi
dari Y secara keseluruhan dapat diterangkan oleh X. Dengan kata lain
bila R2 = 1, maka semua titik pengamatan berada tepat pada garis
regresi. Dengan demikian baik buruknyasuatu persamaan regresi
ditentukan oleh R2 nya mempunyai nilai antara nol dan satu.
Menurut Santoso dalam buku Priyatno ( 2008, Hal: 81),
Adjusted R Square adalah R Square yang telah disesuaikan nilai ini
selalu lebih kecil dari R square dari angka ini bias memiliki harga
negative, bahwa untuk regresi dengan lebih dari dua variabel bebas
digunakan Adjuster R2 sebagai koefesien determinasi.
Pengujian terhadap hipotesis ke-1 dilakukan dengan melihat
hasil perhitungan standardized conicial discriminant funcition
coefficients. Jika perhitungan menghasilkan variabel yang secara
statistic dinyatakan mampu membedakan status pengelompokan
perusahaan maka hipotesis alternatif diterima.
Pengujian terhadap hipotesis ke-1 dilakukan dengan melihat
besarnya koefesien diskriminan yang dihasilkan berdasarkan
perhitungan cannical discriminant funcition coefficient dan
standardized conical discriminant funcition coefficiens. Nilai
83
koefesien yang tersebar menunjukan pengaruh dominan dari variabel
independen.
Koefesien Determinasi (R2) pada intinya mengukur seberapa
jauh kemampuan model dalam menerangkan variansi variabel
dependen.Nilai koefesien determinasi adalah antara nol dan satu.
Nilai (R2) yang kecil berarti kemampuan variabel-variabel
independen dalam menjelaskan variansi variabel dependen amat
terbatas. Menurut (Ghozali, 2016:97) nilai yang mendekati satu
berarti variabel-variabel independen memberikan hamper semua
informasi yang dibutuhkan untuk memprediksi variansi variabel
dependen.
Koefesien Determinasi (R2) berguna untuk mengukur seberapa
besar peranan variabel dependen secara simulutan mempengaruhi
perubahan yang terjadi pada variabel independen. Untuk mengetahui
variabel bebas mempengaruhi variabel terikat, perlu diketahui nilai
koefesien terterminasi R2
karena nilai variabel bebas yang diukur
terdiri dari nilai rasio absolute dan nilai perbandingan.
Rumus yang digunakan adalah sebagai berikut:
K = r2x100%
Dimana:
KD = Koefeesien Determinasi
r2
= Kuadrat Koefesien Korelasi