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