III-30
BAB III
METODE DAN PROSES PENYELESAIAN
III.1.Metode Penelitian
Metode penelitian merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Penelitian yang penulis lakukan ini merupakan penelitian kuantitatif yang ditulis menggunakan analisis statistik deskriptif, yaitu teknik analisis penelitian dengan cara menginterpretasikan dan mendeskripsikan data-data yang telah terkumpul untuk membuat kesimpulan dari penelitian.
3.1.1. Populasi dan Sampel Penelitian
Prof. Dr. Sugiyono (2012) menyatakan bahwa dalam penelitian kuantitatif, populasi diartikan sebagai wilayah generalisasi yang terdiri atas: objek/subjek yang mempunyai kualitas dan karakeristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Sedangkan sampel didefinisikan sebagai bagian dari jumlah dan karakteristik yang dimiliki oleh populasi itu.
Berdasarkan pengertian diatas, penulis menetapkan seluruh Bank Umum di Indonesia sebagai populasi penelitian. Dari wilayah generalisasi tersebut penulis menggunakan teknik purposive sampling yaitu teknik penentuan sampel dengan pertimbangan hal-hal tertentu. Berikut ini adalah
kriteria penentuan sampel penelitian yang penulis lakukan:
1. Sampel penelitian adalah bank umum yang terdaftar di Bursa Efek Indonesia (BEI) hingga tahun 2013
3.1.2. Data Penelitian 3.1.2.1. Jenis Data
Jenis data yang digunakan dalam penelitian ini data sekunder berupa data kuantitatif dan data kualitatif. Data kuantitatif yaitu data yang berbentuk bilangan sedangkan data kualitatif yaitu data yang tidak berbentuk bilangan. Data sekunder yang penulis gunakan merupakan data panel atau data runtun waktu silang ( cross-sectional time series), dimana terdapat banyak bank yang dijadikan sampel penelitian dengan sembilan variabel penelitian berbeda pada masa penelitian dua tahun yaitu, tahun 2012 dan 2013.
3.1.2.2. Sumber Data
Data yang penulis gunakan pada penelitian ini adalah data yang bersumber dari :
1. Laporan keuangan lengkap yang berakhir pada 31 Desember 2012 dan 2013 berisi neraca, laporan laba rugi, dan laporan arus kas masing-masing bank yang telah tersedia di situs resmi
Bursa Efek Indonesia (IDX)
2. Laporan Perekonomian Indonesia yang dipublikasikan oleh Bank Indonesia, dan
3. Data-data relevan lainnya yang bersumber dari Lembaga Penjamin Simpanan (LPS), serta Badan Pusat Statistik (BPS),
3.1.2.3. Teknik Pengumpulan Data
3.1.3. Definisi Operasional Variabel
Menurut Prof. Dr. Sugiyono (2012) variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variansi tertentu yang ditetapkan peneliti untuk dipelajari kemudian ditarik kesimpulannya. Berdasarkan penelitian yang dilakukan, penulis membagi variabel penelitian menjadi dua jenis berdasarkan hubungan antara satu variabel dengan variabel yang lain, yaitu:
1. Variabel Independen (X)
Variabel independen atau variabel bebas adalah variabel yang mempengaruhi atau menjadi sebab perubahan atau timbulnya variabel dependen (Sugiyono, 2012). Pada penelitian penulis ini, variabel independen yang diteliti adalah sembilan variabel yang terdapat pada model yaitu: SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO, OENEG, dan CHIN dengan persamaan regresi logistik model Ohlson (Y-score) sebagai berikut ini:
- = - 1,32 – 0,407 X1 + 6,03 X2 - 1,43 X3 + 0,0757 X4
- 2,37 X5 - 1,83 X6 + 0,285 X7- 1,72 X8- 0,52 X9
a. X1 SIZE
Variabel independen pertama adalah SIZE. Variabel SIZE memiliki koefisien negatif yang mengakibatkan nilai Y-score
semakin kecil.
Produk Nasional Bruto (PNB) atau Gross National Bruto (GNP) meliputi nilai produk berupa barang dan jasa yang dihasilkan oleh penduduk suatu Negara selama satu tahun, termasuk hasil produksi barang dan jasa yang dihasilkan oleh warga Negara yang
= log
[
]
dimana,Indeks Tingkat Harga PNB =
berada di luar negeri, tetapi tidak termasuk hasil produksi perusahaan asing yang beroperasi di wilayah negara tersebut.
Indeks Tingkat Harga PNB pada variabel SIZE didapatkan dengan membagi PNB Nominal dengan PNB Riil. PNB Nominal mengukur nilai output pada harga yang berlaku selama periode produksi. Sedangkan PNB Riil mengukur nilai output yang diproduksi dalam setiap periode berdasarkan harga tahun dasar yang ditentukan.
Rasio ini dipakai untuk menghitung ukuran perusahaan (firm size). Dimana rasio ini lebih fokus pada eksternal perusahaan, seperti ketidakpastian kondisi ekonomi makro yang diukur dari Indeks Tingkat Harga Pendapatan Nasional Bruto (PNB).
b. X2 TLTA
Variabel independen ke-2 adalah TLTA (total liabilities to total assets). Rasio ini termasuk ke dalam rasio utang (leverage) atau rasio solvabillitas jangka panjang yang mengukur kemampuan perusahaan dalam membayar kewajiban jika perusahaan tersebut dilikuidasi. Variabel ini memiliki koefisien positif yang berarti semakin besar rasio ini, maka semakin besar kemungkinan perusahaan mengalami financial distress karena terjadi peningkatan resiko berupa ketidakmampuan perusahaan dalam membayar kewajibannya.
c. X3 WCTA
Variabel independen ke-3 adalah WCTA (Working Capital divided by Total Assets) yang merupakan salah satu rasio likuiditas. Modal kerja yang dimaksud disini adalah modal kerja
TLTA
=
bersih, yaitu sebagian dari aktiva lancar yang benar-benar dapat digunakan untuk membiayai operasinya perusahaan tanpa mengganggu likuiditasnya.
Nilai WCTA yang semakin tinggi menunjukkan semakin besar porsi modal kerja yang dimiliki perusahaan dari total aktivanya. Dengan modal kerja yang besar, diharapkan kegiatan operasional perusahaan menjadi lancar sehingga pendapatan yang diperoleh akan meningkat dan pada akhirnya diharapkan terjadi peningkatan laba perusahaan.
Umumnya, apabila perusahaan mengalami kesulitan keuangan, modal kerja akan turun lebih cepat dari pada total aktivanya sehingga menyebabkan variabel ini menjadi kecil karena variabel ini memiliki koefisien negatif, yang dapat memperkecil nilai Y-score. Semakin kecil rasio tersebut menunjukkan bahwa semakin buruk kinerja keuangan perusahaan.
d. X4 CLCA
Variabel independen ke-4 adalah CLCA (Current Liability divided by Current Assets). CLCA merupakan salah satu rasio likuiditas yang digunakan untuk mengungkapkan jaminan keamanan (margin of safety) perusahaan terhadap kreditor jangka pendek. Jika perbandingan utang lancar melebihi aktiva lancarnya (rasio ini menunjukan angka melebihi 1), maka perusahaan dikatakan mengalami kesulitan melunasi utang jangka pendeknya. Semakin besar rasio CLCA yang dimiliki perusahaan, maka semakin besar nilai Y-score dari perusahaan tersebut karena
memiliki koefisien variabel ini adalah positif. CLCA
=
e. X5 NITA
Variabel independen ke-6 adalah NITA (Net Income divided by Current Assets). Rasio ini merupakan rasio rentabilitas untuk mengukur kemampuan bank dalam menghasilkan laba dari total aset yang tersedia. Semakin besar rasio ini maka nilai Y-score
akan semakin kecil karena variabel ini memiliki koefisien negatif.
f. X6 FUTL
Variabel independen ke-7 adalah FUTL. Rasio ini merupakan rasio solvabilitas dengan menghitung sejauh mana dana yang digunakan untuk kegiatan utama perusahaan yaitu dana yang tersedia dari kegiatan operasi dipakai untuk membayar kewajiban perusahaan atau hutang.
Dana yang tersedia dari kegiatan operasi didapat dari laporan arus
kas. Jumlah aliran arus kas yang berasal dari aktivitas operasi merupakan indikator yang menentukan apakah dari operasi
perusahaan dapat menghasilkan aliran kas yang cukup untuk melunasi kewajiban, pemeliharaan kemampuannya tersebut membayar deviden dan melakukan investasi baru tanpa mengandalkan para sumber pendanaan dari luar.
NITA
=
g. X7 INTWO
{
INTWO merupakan variabel dummy yang dinyatakan dalam angka 1 dan 0. Jika selama dua tahun terakhir perusahaan
mengalami kerugian, maka nilai Y-score akan semakin besar dikarenakan koefisien variabel ini positif, sehingga semakin besar kemungkinan perusahaan mengalami financial distress.
h. X8 OENEG
Sama seperti INTWO, OENEG juga merupakan variabel dummy yang dinyatakan dalam angka 1 dan 0. Dimana:
{
Angka 1 menunjukkan bahwa total aset yang tersedia tidak dapat digunakan untuk menutupi total utang sehingga kemungkinan terjadinya financial distress pada perusahaan semakin tinggi.
i. X9 CHIN
Variabel independen ke-9 ini memiliki koefisien negatif yang dapat memperkecil nilai Y-score. Rasio merupakan rasio profitabilitas untuk mengetahui kemampuan perusahaan menghasilkan keuntungan dengan cara mengukur perubahan laba bersih yang diperoleh selama dua tahun terakhir. NIt (Net Income)
merupakan laba bersih periode t, sedangkan NIt-1 merupakan laba
bersih untuk periode sebelum tahun penelitian. CHIN =
2. Variabel Dependen (Y)
Variabel dependen atau variabel terikat adalah variabel yang dipengaruhi atau menjadi akibat, karena adanya variabel bebas (Sugiyono, 2012). Variabel dependen pada penelitian ini adalah kondisi financial distress bank-bank yang terdaftar di Bursa Efek Indonesia (BEI). Dimana variabel dependen yang diteliti merupakan variabel dummy (non-matriks) dengan skala nominal, yaitu bank yang berada dalam kondisi distress dinyatakan dalam nilai 1 dan bank yang berada dalam kondisi non-distress (aman) dinyatakan dalam nilai 0.
Definisi operasional mengenai variabel-variabel yang digunakan pada penelitian penulis rangkum dalam tabel berikut ini:
Tabel III.1 Operasionalisasi Variabel
Variabel Independen (X)
Variabel Konsep Koefisien Indikator Skala
X1 : SIZE
Rasio ini digunakan untuk menentukan ukuran perusahaan (firm size). Semakin besar rasio ini, maka kemungkinan bank mengalami kondisi distress semakin kecil.
rasio solvabillitas yang mengukur kemampuan perusahaan dalam membayar seluruh kewajiban. Semakin besar rasio ini risiko perusaan mengalami kondisi distress semakin besar.
Positif (+) Rasio
X3 : WCTA
Rasio Likuiditas untuk mengukur kemampuan perusahaan dalam mengelola modal kerja bersih dari total aset yang dimiliki. Semakin besar rasio ini, maka kemungkinan perusahaan mengalami kondisi distress semakin kecil
Negatif (-) Rasio
X4 : CLCA
Rasio Likuiditas untuk mengukur sejauh mana kemampuan aset lancar perusahaan telah dibiayai penggunaan utang lancar. Semakin besar rasio ini, maka kemungkinan bank mengalami kondisi
distress semakin besar
X5 : NITA
Rasio rentabilitas untuk mengukur kemampuan bank dalam menghasilkan profit dari total aset yang tersedia. Semakin besar rasio ini, maka kemungkinan bank mengalami kondisi
distress semakin kecil
Negatif (-) Rasio
X6 : FUTL
Rasio solvabilitas untuk mengukur kemampuan bank dalam membiayai total utang dari dana operasi yang tersedia. Semakin besar rasio ini, maka kemungkinan bank mengalami kondisi
distress semakin kecil angka 0 jika Total Utang < Total Aset.
Negatif (-) Nominal
X9 : CHIN
Rasio profitabilitas untuk mengukur perubahan laba bersih yang dihasilkan perusahaan pada periode tahun ke-t dan
Varibel dependen berupa variabel dummy yang dinyatakan dalam angka 1 apabila bank mengalami kondisi distress (Kemungkinan Kegagalan dari Nilai Y-score > 0,5), atau angka 0 apabila bank berada dalam kondisi non-distress (Kemungkinan Kegagalan dari Nilai Y-score ≤ 0,5).
Cut-off
point 0,5 Nominal
Sumber: Kerangka Pemikiran
III.2.Alat Analisis Penelitian 3.2.1. Statistik Deskriptif
3.2.2. Analisis Regresi Logistik
Pada penelitian ini, penulis menggunakan analisis regresi logistik untuk menganalisis data. Analisis regresi logistik adalah suatu metode statistik yang berfungsi untuk menguji apakah probabilitas terjadinya variabel dependen dapat diprediksi dengan variabel independennya. Variabel dependen berupa non-matrik (nominal atau ordinal) dengan dua kategori sedangkan variabel independen berupa satu atau lebih metrik (interval atau rasio) dan non metrik.
Menurut Prof. Dr. Imam Ghozali (2012), regresi logistik umumnya dipakai jika asumsi multivariate normal distribution tidak dipenuhi yaitu apabila variabel independen merupakan kombinasi antara matrik dan non-matrik sehingga terjadi penyimpangan yang mempengaruhi signifikansi uji statistik dan tingkat ketepatan klasifikasi. Regresi logistik juga tidak mensyaratkan jumlah sampel untuk kategori (dummy) variabel dependen harus sebanding.
Metode regresi logistik yang penulis pakai adalah metode forward. Menurut Widhiarso (2010) metode forward adalah metode yang memasukan
prediktor secara bertahap berdasarkan korelasi parsial terbesar. Proses tersebut dihentikan ketika prediktor-prediktor baru tidak bisa meningkatkan sumbangan efektif secara signifikan (signifikan dibawah 0,05)
3.2.2.1. Kelayakan Model Regresi Logistik (Goodness of fit)
Langkah pertama dalam menganalis data menggunakan regresi logistik menurut Prof. Dr. Imam Ghozali (2012) adalah dengan menilai overall fit model terhadap data. Regresi logistik adalah model regresi yang telah mengalami modifikasi, sehingga karakteristiknya sudah tidak sama lagi dengan model regresi sederhana atau berganda.
1. Nilai -2 Log Likehood (-2 Log L)
Penilaian model fit berdasarkan nilai -2LogL dapat dilihat dengan membandingkan antara nilai –2LogL pada awal (block number = 0) dengan nilai –2LogL pada akhir (block number = 1). Nilai -2LogL pada awal (block number = 0) merupakan model yang hanya memasukkan konstanta, sedangkan nilai –2LogL pada akhir (block number = 1) merupakan model yang memasukkan konstanta dan variabel independen (Ghozali, 2012).
Apabila nilai –2LogL block number = 1 lebih kecil dari nilai –2LogL block number = 0, maka menunjukkan model regresi yang baik. Dengan demikian adanya penurunan Log Likelihood berarti bahwa model regresi semakin baik.
2. Omnibust Test of Model Coefficient
Pengujian ini dilakukan untuk menguji apakah variabel independen secara simultan berpengaruh terhadap variabel
dependen. Nilai Chi-square dalam omnibus test of model coefficient merupakan penurunan nilai -2 Log Likelihood. Apabila nilai Chi-square menunjukkan nilai signifikansi
lebih kecil dari 0,05 maka dapat disimpulkan bahwa penggunaan variabel independen dalam model penelitian secara simultan dapat memprediksi variabel dependen.
3. Koefisien Cox and Snell R Square dan Negelkerke R Square
memastikan bahwa nilainya bervariasi dari 0 (nol) sampai 1 (satu). Hal ini dilakukan dengan cara membagi Cox dan
’ q dengan nilai maksimumnya. Nilai
’ q si logistik dapat
diinterpretasikan seperti nilai R Square pada multiple regression, dimana variabel dependen dapat dijelaskan oleh variabel independen sebesar nilai pada ’ Square.
4. Hosmer and Lemeshow test
’ goodness of fit test menguji hipotesis nol apakah data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit). Hipotesis untuk menilai model fit adalah:
Ho : Model yang dihipotesiskan fit dengan data H1 : Model yang dihipotesiskan tidak fit dengan data.
Kriteria pengambilan keputusan yang untuk menguji hipotesis ini adalah (Ghozali, 2012) :
a. Apabila nilai signifikasi ’ goodness of fit statistics ≥ 0,05 maka H0 diterima yang
berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya.
3.2.2.2. Ketepatan Prediksi Model Regresi Logistik
Prof. Dr. Imam Ghozali (2012) menjelaskan bahwa classification tabel 2 X 2 digunakan untuk menghitung nilai estimasi yang benar (correct) dan salah (incorrect). Kolom pada tabel klasifikasi merupakan dua nilai prediksi dari variabel dependen, yaitu kategori bank dalam kondisi aman atau non-distress (0) dan bank yang dalam kondisi distress (1). Baris pada tabel klasifikasi menunjukkan nilai observasi sesungguhnya dari variabel dependen. Jika model logistik mempunyai homoskedastisitas, maka persentase yang benar (correct) akan sama pada kedua baris. Model yang sempurna akan menunjukkan tingkat ketepatan peramalan 100%.
3.2.2.3. Estimasi Parameter dan Interpretasi
Estimasi maksimum likehood parameter dari model dapat dilihat pada tampilan output tabel variable in the equation (Ghozali, 2012). Persamaan regresi Logistik dapat dinyatakan sebagai
berikut :
( )
( )
Keterangan:
Ln = Log natural
P = Probabilitas terjadinya kegagalan bank
0 = Konstanta
1, 2 n = Koefisien regresi
