METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang digunakan adalah penelitian asosiatif yang bertujuan untuk mengetahui hubungan antara dua variabel atau lebih (Sugiyono, 2012). Penelitian ini dilakukan untuk mengetahui dan menganalisis pengaruh Intellectual Capital yang terdiri dari Value Added Capital Employed (VACA), Value Added Human Capital (VAHU) dan Structural Capital Value Added (STVA) terhadap rasio kemampulabaan yang dinilai dari rasio Return on Asset (ROA) dan Return on Equity (ROE) serta Capital Gain saham.
3.2 Tempat dan Waktu Penelitian
Tempat penelitian ini berasal dari data sekunder, yaitu laporan keuangan perusahaan sektor perbankan yang telah dipublikasi di website resmi Bank
Indonesia
Indonesia (www.idx.go.id). Waktu penelitian ini akan dilakukan dari bulan Mei 2016 sampai dengan bulan Agustus 2016.
3.3 Batasan Operasional
Variabel yang digunakan dalam penelitian ini adalah variabel terikat (dependent variable) dan variabel bebas (independent variable).
Variabel terikat dalam penelitian ini adalah kemampulabaan yang dinilai dari rasio Return on Asset (ROA) dan Return on Equity (ROE) serta capital gain saham. Variabel bebas dalam penelitian ini adalah Intellectual Capital yang terdiri dari Value Added Capital Employed (VACA), Value Added Human Capital (VAHU) dan Structural Capital Value Added (STVA).
Objek penelitian pada penelitian ini, yaitu perusahaan perbankan terbuka di Indonesia. Data penelitian yang digunakan pada penelitian ini diperoleh dari laporan keuangan dalam kurun waktu lima tahun, yaitu dimulai dari tahun 2011 sampai dengan tahun 2015 yang dipublikasikan melalui website resmi Bank Indonesia dan data harga saham di website resmi Bursa Efek Indonesia.
3.4 Definisi Operasional Variabel
Tabel 3.1
Operasionalisasi Variabel
Variabel Definisi Pengukuran Skala
Ukur Value Added Capital Employed (VACA) ( X1)
VACA adalah perbandingan antara value added (VA) dengan capital employed (CE) atau modal fisik yang bekerja. Rasio ini menunjukkan adanya kontribusi yang dibuat oleh setiap unit capital employed terhadap value added organisasi.
VACA = ����������
���������������
Value Added = Output – Input Out =Total penjualan dan pendapatan lain In = Beban Operasional – Beban Karyawan Capital Employed = Total aktiva – Kewajiban
Rasio
Value Added Human Capital (VAHU) (X2)
VAHU adalah rasio dari VA (Value Added) terhadap HC (Human Capital), yang menunjukkan hubungan antara VA (Value Added) dan HC (Human Capital) mengindikasikan kemampuan HC (Human Capital) membuat nilai pada sebuah perusahaan.
VAHU = ����������
������������
Human Capital = Beban
karyawan terdiri dari gaji dan tunjangan
Lanjutan Tabel 3.1
Variabel Definisi Pengukuran Skala
Ukur Structural
Capital Value Added (STVA) (X3)
STVA adalah rasio structural capital terhadap value added yang mengukur jumlah SC (Structural Capital) yang dibutuhkan untuk menghasilkan satu rupiah dari VA (Value Added). STVA menjadi indikator keberhasilan Structural Capital.
STVA = ����������������� ���������� Struktural Capital = VA – HC Rasio Return on Asset (ROA) (Y1)
Return on Asset (ROA) adalah rasio yang mengukur kemampuan perusahaan menghasilkan laba dari aset yang dipergunakan.
ROA = ���������ℎ ��������� Rasio Return on Equity (ROE) (Y2)
Return on Equity (ROE) adalah rasio yang mengukur kemampuan perusahaan memperoleh laba yang tersedia bagi pemegang saham perusahaan. ROE = ���������ℎ ������������ Rasio Capital Gain (Y3)
Capital gain (loss) merupakan selisih laba (rugi) yang dialami pemegang saham karena harga saham sekarang relatif lebih tinggi (rendah) dibanding harga saham sebelumnya.
�����������=�� − �(� −1)
�(� −1)
Rasio
3.5 Populasi dan Sampel Penelitian
3.5.1 Populasi
Populasi adalah wilayah generalisasi yang terdiri dari objek atau subjek yang menjadi kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2012:115). Populasi dalam penelitian ini adalah seluruh perusahaan perbankan (bank umum) yang telah go public setidaknya mulai tahun 2011 sampai dengan tahun 2015 dan Berdasarkan data BEI, jumlah bank yang go public di Indonesia per Desember 2015 adalah 43 bank.
3.5.2 Sampel
Sampel adalah bagian dari jumlah atau karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2012:116). Teknik penarikan sampel yang digunakan adalah purposive sampling dengan pertimbangan sebagai berikut:
1) Perusahaan perbankan yang telah go public dan terdaftar di BEI mulai tahun 2011 sampai tahun 2015
2) Menerbitkan dan mempublikasikan laporan keuangan tahunan pada kurun waktu tahun 2011 sampai tahun 2015.
3) Data perdagangan harga saham lengkap
4) Perusahaan perbankan tidak melakukan merger ataupun perubahan nama selama periode pengamatan
Tabel 3.2
Kriteria Pengambilan Sampel
No Karakteristik Perusahaan Jumlah
1 Jumlah Perusahaan Perbankan terbuka di Indonesia 43 2 Bank yang tidak mempublikasikan laporan keuangan
pertahun secara lengkap selama tahun 2011-2015 (0) 3 Data perdagangan harga saham yang tidak lengkap periode
tahun 2011-2015 (13)
4 Perusahaan perbankan yang melakukan merger ataupun
perubahan nama selama periode pengamatan. (5)
Berikut ini daftar 25 perusahaan perbankan yang menjadi sampel dalam penelitian:
Tabel 3.3
Daftar Sampel Penelitian Perusahaan Perbankan
No Nama Bank
1 Bank Mandiri (Persero), Tbk
2 Bank Negara Indonesia (Persero), Tbk 3 Bank Rakyat Indonesia (Persero), Tbk 4 Bank Tabungan Negara (Persero), Tbk 5 Bank Rakyat Indonesia Agroniaga, Tbk 6 Bank Artha Graha Internasional, Tbk 7 Bank Bukopin,Tbk
8 Bank Bumi Arta Tbk 9 Bank Central Asia , Tbk 10 Bank CIMB Niaga, Tbk 11 Bank Danamon Indonesia,Tbk 12 Bank Mayapada Internasional, Tbk 13 Bank Mega, Tbk
14 Bank Nusantara Parahyangan, Tbk 15 Bank OCBC NISP, Tbk
16 Pan Indonesia Bank, Tbk 17 Bank Permata Tbk 18 Bank Sinarmas, Tbk
19 Bank Of India Indonesia, Tbk 20 Bank Pundi Indonesia, Tbk
21 Bank Tabungan Pensiunan Nasional, Tbk 22 Bank Victoria Internasional, Tbk
23 BPD Jawa Barat dan Banten Tbk 24 Bank Capital Indonesia, Tbk
25 Bank Windu Kentjana Internasional, Tbk. Sumber: www.idx.co.id
Berdasarkan kriteria pengambilan sampel, jumlah sampel pada penelitian ini adalah sejumlah 25 bank dengan periode waktu tahun 2011 sampai dengan 2015. Jumlah observasi penelitian ini: 5 tahun x 25 sampel adalah sebanyak 125 observasi.
3.6. Jenis Data dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif, yaitu data yang berwujud angka-angka (Ridwan, 2010:106). Sumber data yang digunakan adalah data sekunder. Data tersebut diperoleh dari buku-buku referensi, literatur ilmiah lainnya yang berkaitan dengan topik pembahasan penelitian dan laporan keuangan perusahaan perbankan yang diperoleh dari website resmi Bank Indonesia (BI) dan data harga saham pada Bursa Efek Indonesia (BEI) periode 2011 sampai dengan 2015.
3.7 Metode Pengumpulan Data
Metode pengumpulan data pada penelitian ini adalah studi dokumentasi. Studi dokumentasi merupakan teknik pengumpulan data dengan cara mengumpulkan dan mempelajari data dari buku-buku, jurnal penelitian, majalah dan internet yang memiliki relevan dengan penelitian.
3.8 Teknik Analisis Data
Data-data yang diperoleh akan diolah menggunakan program software Eviews dengan menggunakan alat statistik deskriptif dan regresi linear berganda data panel yang terdiri dari tiga variabel dependen (Y1, Y2, Y3) dan tiga variabel
independen (X1, X2, X3).
3.8.1 Analisis Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono, 2012:206).
3.8.2 Pemilihan Model Data Panel
Dalam ekonometrika terdapat berbagai macam tipe data, yakni data runtut waktu (time series), data silang (cross section), dan data gabungan keduanya (pooled data atau data panel). Untuk penelitian ini metode yang akan digunakan adalah metode data panel. Data panel digunakan jika jumlah observasi lebih dari satu dan jumlah unit cross section juga lebih dari satu (misalnya banyaknya perusahaan, banyaknya negara, dan sebagainya) dan time series (misalnya bulan, tahun, dan sebagainya). Dalam panel data, unit cross section yang sama disurvey sepanjang waktu (Gujarati, 2003).
Menurut Nachrowi dan Usman, (2006 : 311) untuk mengestimasi parameter model dengan data panel, terdapat beberapa pendekatan yang ditawarkan yaitu:
1. Common Effect Model atau Pooled Least Square (PLS)
Pendekatan ini cukup sederhana. Tekniknya hampir sama seperti membuat regresi dengan data cross section atau time series. Namun untuk data panel, perlu mengkombinasikan data cross section dengan data time series terlebih dahulu sebelum memulai regresi. Metode ini bisa menggunakan Ordinary Least Square (OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel.
2. Fixed Effect Model
Pendekatan ini mengasumsikan bahwa adanya variabel-variabel yang tidak semuanya masuk dalam persamaan model memungkinkan adanya intersep yang
tidak konstan. Artinya intersep ini mungkin berubah untuk setiap individu dan waktu.
3. Random Effect Model
Jika pada model efek tetap perbedaan antarindividu atau waktu dicerminkan lewat intersep, maka pada model ini perbedaan tersebut diakomodasi lewat error. Teknik ini juga memperhitungkan bahwa gangguan mungkin berkorelasi sepanjang time series dan cross section.
Adapun langkah-langkah untuk pemilihan model data panel adalah sebagai berikut:
1. Estimasi dengan Fixed Effect Model
2. Uji Chow (Pooled Least Square atau Fixed Effect Model) Dengan kriteria pengujian:
H0 = Pooled Least Square
H1 = Fixed Effect Model
Tolak H0 jika p-value < nilai signifikansi (0,05); maka H1 diterima.
3. Estimasi dengan Random Effect Model
4. Uji Hausman (Random Effect Model atau Fixed Effect Model) Dengan kriteria pengujian:
H0 = Random Effect Model
H1 = Fixed Effect Model
3.8.3 Analisis Regresi Linear Berganda Data Panel
Analisis regresi linear berganda merupakan perluasan dari regresi sederhana. Regresi linear berganda ditujukan untuk menentukan hubungan linear antara beberapa variabel bebas yang biasa disebut X1, X2, X3 dan seterusnya
dengan variabel terikat yang disebut Y (Situmorang dan Lufti, 2012:166). Regresi berganda digunakan untuk mngetahui arah dan besar pengaruh dari variabel bebas yang jumlahnya lebih dari satu terhadap variabel terikatnya.
Model persamaan regresi berganda data panel adalah sebagai berikut: Model 1 : Y1 = a + b1X1 + b2X2 + b3X3 +e
Model 2 : Y2 =a + b1X1 + b2X2 + b3X3 +e
Model 3 : Y3 = a + b1X1 + b2X2 + b3X3 +e
Keterangan:
Y1 = Return on Asset (ROA)
Y2 = Return on Equity (ROE)
Y3 = Capital Gain
a = Konstanta.
b1, b2, b3 = Koefisien regresi variabel independen.
X1 = Value Added Capital Employed (VACA)
X2 = Value Added Human Capital (VAHU)
X3 = Structural Capital Value Added (STVA)
3.9 Pengujian Asumsi Klasik
3.9.1 Uji Multikolinearitas
Uji Multikolinieritas digunakan untuk mendeteksi ada tidaknya hubungan antar beberapa atau semua variabel independen dalam model regresi. Multikolieritas merupakan keadaan di mana satu atau lebih variabel independen dinyatakan sebagai kondisi linier dengan variabel lainnya. Artinya jika di antara peubah-peubah bebas yang digunakan sama sekali tidak berkorelasi satu dengan yang lain maka bisa dikatakan bahwa tidak terjadi multikolineritas. Apabila pengujian multikolinieritas dilakukan dengan menggunakan correlation matrix, jika hasilnya ada yang melebihi dari 0,8 itu menandakan bahwa terjadi multikolinieritas yang serius. Dan jika terjadi multikolinieritas yang serius maka akan berakibat buruk, karena hal tersebut akan mengakibatkan pada kesalahan standar estimator yang besar (Gujarati, 2006:68).
3.9.2 Uji Autokorelasi
Menurut Ghozali (2012:110) uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokolerasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi ada tidaknya autokolerasi, digunakan metode uji Durbin-Watson (DW). Dasar pengambilan keputusan ada tidaknya autokolerasi dengan menggunakan nilai uji Durbin-Watson yaitu sebagai berikut :
2. Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi, 3. Angka D-W di atas +2, berarti ada autokorelasi negatif.
3.9.3 Uji Heteroskedastisitas
Heteroskedastisitas adalah deteksi untuk melihat apakah variabel gangguan tidak konstan atau berubah-ubah. Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika variance tidak konstan atau berubah-ubah disebut Dengan Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas (Nachrowi, 2006:109). Pendeteksian heteroskedastisitas pada penelitian ini digunakan metode Generalized Least Square (cross section weight). Hipotesis yang diajukan dalam uji heteroskedastisitas adalah sebagai berikut:
H0 : homoskedastisitas
H1 : heteroskedastisitas
Terima H0 jika p-value > nilai signifikansi (0,05); maka H1 ditolak.
Apabila hasil pengujian menunjukkan probabilitas variabel yang lebih dari 0.05 maka tidak terdeteksi adanya heteroskedastisitas.
3.10 Pengujian Hipotesis
3.10.1 Uji-t (Uji Signifikansi Parsial)
Uji ini digunakan untuk mengetahui pengaruh satu variabel independen secara parsial terhadap variabel dependen. Bentuk pengujiannya adalah sebagai berikut :
H0:bi= 0, artinya secara parsial variabel bebas (VACA, VAHU, STVA)
berpengaruh tidak signifikan terhadap variabel terikat (ROA, ROE, Capital Gain). H1:bi ≠ 0, artinya secara parsial variabel bebas (VACA, VAHU, STVA)
berpengaruh signifikan terhadap variabel terikat (ROA, ROE, Capital Gain). Pengujian menggunakan uji-t dengan tingkat pengujian pada α =5% derajat kebebasan (degree of freedom) atau df= (n-k).
Kriteria pengambilan keputusan:
H0 diterima jika thitung≤ ttabel, atau sig > α = 5%
H1 diterima jika thitung > ttabel, atau sig < α = 5% 3.10.2 Uji-F (Uji secara Simultan)
Uji-F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (terikat).
H0:bi=0, artinya secara bersama-sama variabel bebas (VACA, VAHU, STVA)
berpengaruh tidak signifikan terhadap variabel terikat (ROA, ROE, Capital Gain). H1:bi≠0, artinya secara bersama-sama variabel bebas (VACA, VAHU, STVA)
Kriteria pengambilan keputusan:
H0 diterima jika Fhitung≤ Ftabel atau sig > α = 5%
H1 diterima jika Fhitung > Ftabel atau sig < α = 5% 3.10.3 Koefisien Determinasi (R2)
Koefisien determinasi adalah koefisien nilai yang menunjukan besarnya variasi variabel terikat (dependent variable) yang dipengaruhi oleh variasi variabel bebas (independent variable). Pengukuran besarnya persentase kebenaran dari uji regresi tersebutu dapat dilihat melalui nilai koefisien determinasi multiple R2 (koefisien determinan mengukur proporsi dari variasi yang dapat dijelaskan oleh variabel bebas). Apabila nilai R2 suatu regresi (mendekati satu), maka semakin baik regresi tersebut dan semakin mendekati nol, maka variabel independen secara keseluruhan tidak bisa menjelaskan variabel dependen. Adjusted R Square ini digunakan untuk melihat berapa besar pengaruh faktor- faktor yang ditimbulkan oleh variabel bebas terhadap variabel terikat.