METODE PENELITIAN
E. Metode Analisis Data
Analisis yang digunakan dalam penelitian ini adalah analisis kuantitatif yaitu dengan menggunakan model regresi linier berganda (multiple linier regression method). Bentuk rumusan matematik dari analisis regresi linier berganda yang dipergunakan untuk mengetahui pengaruh variabel independen (bebas) yaitu pangsa pasar dana pihak ketiga, kecukupan modal, efisiensi, likuiditas, klasifikasi bank terhadap variabel dependen (terikat) yaitu ROA adalah sebagai berikut:
Y = a + b1 X1 + b2 X2 + b3 X3 + b4 X4 + b5 X5 + e Keterangan :
Y = Return On Asset
a = Konstanta/intercep
b1...b5 = Koefisien regresi dari setiap variabel independen X1 = Pangsa pasar dana pihak ketiga
X2 = Capital Adequacy Ration
X3 = Rasio biaya operasional per pendapatan operasional X4 = Loans to Deposit Ration
X5 = Variabel dummy untuk mengetahui klasifikasi bank, apakah termasuk bank pemerintah atau swasta
Teknik estimasi variabel dependen (terikat) yang melandasi analisis regresi disebut ordinary least squares (pangkat kuadrat terkecil biasa). Inti metode OLS adalah mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis tersebut.
Dalam penelitian ini data dianalisis dengan program komputer
Statistic SPSS 10.0 (Statistical Package for the Sosial Science Versi 10.00).
salah satu syarat untuk bisa menggunakan persamaan regresi berganda adalah terpenuhinya asumsik klasik. Untuk mendapatkan nilai pemeriksa yang tidak bias dan efisien (Best Liniar Unbias Estimator/BLUE) dari satu persamaan regresi berganda dengan metode pangkat kuadrat terkecil (Ordinary Least
Squares/OLS) perlu dilakukan pengujian untuk mengetahui model regresi
yang dihasilkan memenuhi persyaratan asumsi klasik. Adapun langkah-langkah yang dilakukan dalam penelitian ini adalah sebagai berikut:
1. Uji Normalitas, untuk menguji apakah dalam sebuah model regresi, variabel dependen, variabel independen atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah disribusi data normal atau mendekati normal. Deteksi normalitas digunakan uji Kolmogorov-Smirnov dengan kriteria apabila Asymp. Sig (2-tailed) atau profitabilitas diatas 0,05 maka distribusi data adalah normal (Singgi Santoso,2000:32).
Agar model regresi berganda dapat digunakan dan memberikan hasil yang representatif (Blue-Best, linier, Unblased, Estimation) maka persamaan tersebut harus dapat memenuhi beberapa asumsi klasik yaitu tidak terjadi multikolinearitas, autokorelasi dan heterokedastisitas serta memenuhi asumsi normalitas (Gujarati, 1988).
a. Uji Multikolinearitas, untuk menguji apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan terdapat problem multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen (Singgi Santoso, 2000:76). Metode yang di gunakan untuk mendeteksi adanya multikolinearitas, dalam penelitian ini dengan menggunakan VIF (Variant Inflation Factor) dengan rumus sebagai berikut:
VIF = ) 1 ( 1 2 xt R
atau VIF = 1/tolerance
Pada umumnya jika VIF >5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas yang lainnya (Santoso, 2001:357)
b. Uji Autokorelasi, untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Tentu saja model korelasi yang baik adalah regresi yang bebas dari
autokorelasi. Deteksi adanya autokorelasi dapat dilihat dari nilai Durbin Waston Test sebagai berikut (Singgi Santoso, 2002:82):
Angka D-W dibawah -2 berarti ada autokorelasi positif.
Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi.
Angka D-W diatas +2 berarti ada autokorelasi negatif. c. Uji Heterokedastisitas adalah bertujuan untuk mengetahui apakah
dalam sebuah model regresi terjadi ketidaksamaan varian dari residual antara satu pengamatan dengan pengamatan yang lain. Uji heterokedastisitas menggunakan park test dengan ketentuan. 1). Jika signifikan < 0,05 maka terjadi heterokedastisitas.
2). Jika signifikan > 0,05 maka bebas dari unsur heterokedastisitas. (Menurut Santoso, 2002:75).
3. Uji Hipotesis
Pendekatan yang diperlukan dalam pengujian variabel-variabel yang mempengaruhi yaitu pangsa pasar dana pihak ketiga, kecukupan modal, efisiensi, likuiditas, klasifikasi bank adalah uji signifikan. Signifikan secara umum merupakan suatu prosedur untuk memeriksa benar atau tidaknya suatu hipotesis nol.
a. Uji F digunakan untuk melihat signifikansi secara statistik pengaruh variabel independen secara serentak terhadap variabel dependen.
1) H0: b1-b5 = 0
Tidak ada pengaruh secara simultan variabel independen (ukuran Pangsa pasar dana pihak ketiga, Rasio biaya operasional per pendapatan operasional, Capital adequacy ratio, Loans to deposit ratio, Variabel dummy untuk mengetahui klasifikasi bank, apakah termasuk bank pemerintah atau swasta) terhadap variabel dependen (Return on Asset).
H1: b1-b5
0Ada pengaruh secara simultan variabel independen (ukuran Pangsa pasar dana pihak ketiga, Rasio biaya operasional per pendapatan operasional, Capital adequacy ratio, Loans to deposit ratio, Variabel dummy untuk mengetahui klasifikasi bank, apakah termasuk bank pemerintah atau swasta) terhadap variabel dependen (Return on Asset). 2)
= 0,05 3) Fhitung=1
)
1
(
2 2
k
n
R
k
R
Keterangan : R2 = Koefisien Determinasi n = Jumlah Sampelk= Jumlah Variabel Independen F= Nilai Fhitung
4). - Signifikansi F > 0,05, maka H0 diterima dan H1 ditolak, artinya tidak ada pengaruh secara simultan variabel independen terhadap variabel dependen.
- Jika signifikansi F < 0,05, maka H0 ditolak dan H1
diterima, artinya ada pengaruh secara simultan variabel independen terhadap variabel dependen.
b. Koefisien Diterminasi (R2)
Untuk mengetahui hubungan variabel independen terhadap variabel dependen secara bersama-bersama antara 0 dan 1 (0R2 1). Semakin tinggi R2 suatu regresi maka semakin baik regresi tersebut, dan semakin kecil R2 berarti persamaan regresi tersebut tidak dapat diterima, artinya variabel independen yang ditentukan tidak mampu menjelaskan variasi perubahan variabel dependen.
Rumus R dapat ditulis :
R2=
2 2 2 2 ( X) n Y ( Y) X n Y X XY Nc. Uji t digunakan untuk melihat kuat atau tidaknya pengaruh variabel independen secara parsial terhadap variabel dependen.
Tidak ada pengaruh secara parsial variabel independen (ukuran Pangsa pasar dana pihak ketiga, Rasio biaya operasional per pendapatan operasional, Capital adequacy ratio, Loans to deposit ratio, Variabel dummy untuk mengetahui klasifikasi bank, apakah termasuk bank pemerintah atau swasta) terhadap variabel dependen (Return on Asset).
H1: bi
0Ada pengaruh secara parsial variabel independen (ukuran Pangsa pasar dana pihak ketiga, Rasio biaya operasional per pendapatan operasional, Capital adequacy ratio, Loans to deposit ratio, Variabel dummy untuk mengetahui klasifikasi bank, apakah termasuk bank pemerintah atau swasta) terhadap variabel dependen (Return on Asset).
2) α = 0,05 3) thitung = bi / Sbi
Keterangan : bi = koefisien
Sbi = Standar error koefisien regresi
4) – Jika signifikansi t >0,05, maka H0 diterima, dan H1 ditolak yang artinya tidak ada pengaruh secara parsial variabel independen terhadap variabel dependen.
- Jika Signifikansi t < 0,05, maka H0, ditolak dan H1 diterima yang artinya ada pengaruh secara parsial variabel independen terhadap variabel dependen.