39 BAB III
METODOLOGI PENELITIAN
A. Desain Penelitian
Penelitian ini merupakan penelitian kuantitatif yang menggunakan model data panel, yaitu model data yang menggabungkan data time series dengan cross- section. Lebih rincinya, metode kuantitatif dalam penelitian ini bersifat deskriptif, yaitu memberikan gambaran mengenai suatu fenomena atau permasalahan yang sedang terjadi. Selain itu, penelitian ini bersifat verifikatif, yaitu memverifikasi kebenaran hasil penelitian sebelumnya (Bungin, 2010).
Berdasarkan uraian sebelumnya, penelitian ini bermaksud meneliti sebelas Bank Umum Syariah untuk periode tahun 2011 hingga 2014 untuk memberikan gambaran mengenai faktor-faktor yang mempengaruhi profitabilitas dan efisiensi Bank Umum Syariah. Selain itu, penelitian ini hendak memverifikasi hasil penelitian terdahulu terkait pengaruh kepemilikan saham asing, perubahan nilai tukar/kurs serta pengeluaran zakat bagi profitabilitas dan efisiensi Bank Umum Syariah di Indonesia.
B. Populasi dan Sampel 1. Populasi
Populasi merupakan jumlah dari keseluruhan obyek (satuan-satuan/ individu-individu) yang karakteristiknya hendak diduga (Djarwanto,1994). Populasi yang digunakan dalam penelitian ini adalah seluruh Bank Umum
Syariah di Indonesia yang menyajikan laporan keuangan per 31 Desember selama periode 2011- 2014 serta dilaporkan ke Bank Indonesia.
2. Sampel
Sampel adalah sebagian dari populasi yang karakteristiknya hendak diselidiki, dan dianggap bisa mewakili keseluruhan populasi (jumlahnya lebih sedikit daripada jumlah populasinya) (Djarwanto, 1994). Pengambilan sampel dalam penelitian ini menggunakan teknik purposive sampling, yaitu pengambilan sampel dari populasi berdasarkan kriteria tertentu.
Proses pengambilan sampel dengan metode purposive sampling pada penelitian ini didasarkan pada beberapa kriteria yaitu :
a. Bank yang sudah berdiri atau berpisah dari unit konvesional (bukan sebagai Unit Usaha Syariah) dan menjadi Bank Umum Syariah di Indonesia dalam periode tahun 2011 hingga tahun 2014.
b. Bank Umum Syariah yang telah mempublikasikan laporan keuangan berturut-turut dari tahun 2011 hingga tahun 2014.
c. Bank Umum Syariah yang memiliki kelengkapan data terkait variabel yang diteliti.
Berdasarkan kriteria pemilihan sampel tersebut, Bank Umum Syariah yang tidak memenuhi kriteria adalaha PT Bank Tabungan Pensiunan Negara Syariah. Berikut adalah BUS yang memenuhi kriteria berjumlah sebelas, yaitu :
1) PT. Bank Central Asia Syariah 2) PT. Bank Jabar dan Banten Syariah
3) PT. Bank Syariah Mandiri 4) PT. Bank Muamalat Indonesia 5) PT. Bank Mega Syariah
6) PT. Bank Negara IndonesiaSyariah 7) PT. Bank Rakyat IndonesiaSyariah 8) PT. Bank Bukopin Syariah
9) PT. Bank Panin Syariah
10) PT. Maybank Indonesia Syariah 11) PT. Bank Victoria Syariah
Berikut adalah tabel prosedur pemilihan sampel : Tabel 3.1
Prosedur Pemilihan Sampel
No Keterangan Jumlah
1. Jumlah BUS di Indonesia per tahun 2014 12 2. Jumlah BUS yang tidak memenuhi kriteria
(tidak tersedianya data pada periode penelitian)
1
3. Jumlah BUS yang memenuhi kriteria 11 Total sampel yang digunakan (jumlah bank yang
memenuhi kriteria x 4 tahun pengamatan)
44 sampel
Sumber : Hasil olahan penulis, 2016
C. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang berupa laporan keuangan publikasi tahunan yang diperoleh dari website resmi
Bank Indonesia dan Otoritas Jasa Keuangan, serta website resmi masing-masing Bank Umum Syariah untuk periode tahun 2011 hingga tahun 2014. Sumber penunjang lain dalam penelitian ini adalah berupa jurnal, artikel dan sumber-sumber lain yang dapat digunakan dalam penelitian ini.
D. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi pustaka yang dilakukan dengan mengumpulkan, mencatat dan menghitung data-data yang berhubungan dengan penelitian. Data berupa laporan keuangan publikasi tahunan, data kurs tengah tahunan dan laporan zakat BUS yang diperoleh dari website resmi Bank Indonesia dan Otoritas Jasa Keuangan, serta website resmi masing-masing Bank Umum Syariah untuk periode tahun 2011 hingga tahun 2014. Dari beberapa sumber tersebut, diperolehlah sejumlah data yang nantinya akan dilakukan tahap analisis data kuantitatif.
E. Definisi Operasional dan Pengukuran Variabel
Berikut ini adalah variabel-variabel yang digunakan dalam penelitian ini beserta definisi operasionalnya :
1. Variabel Independen
a. Kepemilikan Saham Asing
Bank asing atau foreign bank adalah bank yang kepemilikan sahamnya, lebih dari 50% adalah milik pihak asing, baik milik swasta asing maupun pemerintah asing (Berger et al., 2006). Menurut Awdeh (2005) kaitannya dengan kepemilikan asing, bank dibagi menjadi dua
tipe : (1) Bank domestik dengan saham mayoritas asing (majority foreign ownership) lebih dari 50% dan (2) Perwakilan atau cabang dari bank asing/multinasional (Foreign Bank). Bopkin (2013) juga menambahkan definisi bank asing yaitu bank yang 60% sahamnya dimiliki oleh pihak asing. Oleh karena itu, untuk mengukur jumlah saham kepemilikan asing dalam suatu BUS, digunakanlah ukuran jumlah persentase saham asing yang terdapat dalam keseluruhan saham kepemilikan BUS tersebut.
Kepemilikan Saham Asing = Jumlah % saham asing
b. Nilai Tukar/ Kurs Rupiah Terhadap Dolar
Nilai Tukar/ Kurs adalah perubahan harga mata uang dalam negeri terhadap mata uang asing. Dalam hal ini kurs diproksikan dengan Kurs Tengah Bank Indonesia yaitu rata-rata penjumlahan dari Kurs Jual dan Kurs Beli yang berlaku pada akhir periode laporan tahunan dari tahun 2011 hingga tahun 2014 yang bersumbernya dari Bank Indonesia (Mutamimah, 2012). Dikarenakan nominal data berbentuk ribuan, maka data perlu ditransformasi untuk mengubah skala pengukuran data asli menjadi bentuk lain sehingga data dapat memenuhi asumsi-asumsi yang mendasari analisis ragam (Rosadi, 2012). Rumus perubahan kurs diperoleh dengan rumus sebagai berikut :
c. Pengeluaran Zakat
Pengeluaran zakat pada penelitian ini adalah jumlah zakat perusahaan yang dibayar oleh Bank Umum Syariah pada tahun 2011 hingga tahun 2014. Total pengeluaran zakat Bank Umum Syariah per tahun yang nilainya sangat besar akan diproksikan menjadi Logaritma. Hal ini dimaksudkan untuk mencegah ketidakliniearan dalam pengujian dengan variabel lainnya (Dzunurain, 2014).
Zakat = Total Pengeluaran Zakat
2. Variabel Dependen a. Return on Assets
ROA atau Return On Assets adalah rasio laba bersih setelah pajak terhadap total aset untuk menilai seberapa besar tingkat pengembalian dari aset yang dimiliki oleh perusahaan (Novado dan Hartomo, 2014). Indikator untuk mengukur tingkat Return On Assets adalah dengan membandingkan laba yang diperoleh dengan total assets yang dimiliki oleh perusahaan (Dzunurain, 2014). Berikut adalah rumus untuk menghitung ROA :
b. Beban Operasional Terhadap Pendapatan Operasional
Rasio BOPO merupakan rasio efisiensi bank yang mengukur beban operasional terhadap pendapatan operasional (Amirah dan Raharjo, 2014). Beban operasional merupakan beban yang dikeluarkan
oleh bank dalam rangka menjalankan aktivitasnya, sedangkan pendapatan operasional adalah segala bentuk pendapatan yang diperoleh dari aktivitas bank (Hendrayanti dan Muharam, 2013). Oleh karena itu, rumus rasio untuk mengukur rasio BOPO adalah :
F. Metode Analisis Data
1. Analisis Deskriptif Statistik
Statistik deskriptif dalam penelitian ini bertujuan untuk mendeskripsikan data sampel dan tidak membuat kesimpulan yang berlaku untuk populasi di mana sampel diambil. Menurut Ghozali (2006), statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range dan kemencengan distribusi.
2. Uji Asumsi Klasik
Menurut Gujarati (2006) agar model regresi tidak bias atau agar model regresi BLUE (Best Linear Unbiased Estimator) maka perlu dilakukan uji asumsi klasik terlebih dahulu. Uji persyaratan analisis untuk regresi berganda yang sering digunakan adalah sebagai berikut:
a. Uji Normalitas
Menurut Ghozali (2006), uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel bebas dan variabel terikat keduanya
memiliki distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji normalitas dalam penelitian ini dilakukan melalui metode grafik Histogram dengan bantuan program Eviews 8.
Untuk mendeteksi apakah residualnya berdistribusi normal atau tidak dengan membandingkan nilai Probabilitas Jarquae Bera (JB) dengan tingkat signifikansi 5% (Rosadi, 2012). Lebih rincinya, jika nilai Probabilitas Jarquae Bera (JB) < 0,05, maka residualnya berdistribusi tidak normal. Sebaliknya, jika nilai Probabilitas Jarquae Bera (JB)> 0,05, maka residualnya berdistribusi normal.
b. Uji Multikolinearitas
Dalam suatu model regresi diasumsikan tidak memuat hubungan dependensi linear antar variabel independen. Namun, jika terjadi hubungan dependensi linear yang kuat di antara variabel independen, maka model tersebut mengalami masalah multikolinearitas (Rosadi, 2012).
Untuk menguji masalah multikolinearitas dalam suatu model regresi, dapat dilihat lewat matriks korelasi dari variabel independen, jika terjadi koefisien korelasi lebih dari 0,80, maka model tersebut terdapat multikolinearitas (Gujarati, 2006). Pengujian ini akan dilakukan dengan bantuan program Eviews 8.
c. Uji Autokorelasi
Autokorelasi digunakan untuk menguji suatu model apakah antara variabel pengganggu masing-masing variabel bebas saling mempengaruhi. Dengan kalimat lain, model diasumsikan bahwa residual bersifat independen satu dengan yang lain (Rosadi, 2012). Untuk mengetahui apakah pada model regresi mengandung autokorelasi atau tidak, dapat dilakukan dengan uji D-W (Durbin Watson).
Pengujian Autokorelasi ini menggunakan bantuan program Eviews 8 serta Tabel Durbin Watson, yang merupakan tabel standar ekonometrika untuk melihat daerah kritis (d) hasil uji (Rosadi, 2012). Pengambilan keputusan pada Uji D-W ini, didasarkan pada:
1) du < d < 4-du = Tidak terdapat Autokorelasi 2) d<dl = Terdapat Autokorelasi positif 3) d> 4-dl = Terdapat Autokorelasi Negatif 4) dl<d<du atau 4-du<d<4-dl = Tidak ada Keputusan Autokorelasi
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menganalisis apakah variansi dari error bersifat tetap (homoskedastik) atau berubah-ubah (heteroskedastik). Salah satu uji statistik yang lazim dipergunakan untuk pengujian heteroskedastisitas adalah dengan uji Glejser. Uji Glejser dilakukan dengan meregresikan variabel-variabel bebas terhadap nilai absolut residualnya (Gujarati, 2006). Residual adalah selisih antara nilai
observasi dengan nilai prediksi dan absolut adalah nilai mutlaknya. Untuk pengujian heteroskedastisitas dengan Uji Glejser akan dilakukan dengan bantuan program Eviews 8.
Adapun kriteria yang digunakan dalam hasil uji heteroskedastisitas dengan Uji Glejser (Gujarati, 2006) adalah sebagai berikut:
1) Jika variabel independen secara statistik signifikan pada variabel dependen nilai absolut, maka terjadi heteroskedasitas.
2) Jika variabel independen secara statistik tidak signifikan pada variabel dependen nilai absolut, maka terjadi homoskedastisitas.
3. Analisis Regresi Berganda
Analisis model regresi yang digunakan dalam penelitian terdiri dari dua tahap, yang dilakukan secara terpisah. Analisis pertama terkait pengaruh variabel bebas pada profitabilitas (ROA) dan yang ke-2 pada efisiensi (BOPO), disesuaikan dengan penyusunan hipotesis penelitian ini. Keduanya akan dinyatakan dalam regresi linier sebagai berikut :
ROAit =
BOPOit =
Keterangan :
ROA = Return on Assets
BOPO = Beban Operasional terhadapPendapatan Operasional a = konstanta
β1– β2 = koefisien regresi
= saham kepemilikan asing
= nilai tukar/kurs rupiah terhadap dollar AS = pengeluaran zakat Bank
i = perusahaan/ Bank Umum Syariah t = periode/ tahun
e = error
4. Uji Spesifikasi Model
Setelah model regresi berganda terbentuk berdasarkan hipotesis yang telah disusun, maka tahap selanjutnya adalah menguji spesifikasi model yang berbentuk data panel. Data panel (pooled data) merupakan kombinasi dari data time series dan cross-section. Untuk mengestimasi parameter model dengan data panel, terdapat beberapa teknik yang ditawarkan, yaitu Common Effect Model, Fixed Effect Model (FEM) dan Random effects Model (REM) (Firdaus dan Irawan, 2009). Berikut penjelasannya :
a. Pooled Least Square / Common Effect Model
Teknik ini membuat regresi dengan data cross-section atau time series. Namun, sebelum membuat regresi harus menggabungkan data cross-section dengan data time series (pool data). Data gabungan ini diperlakukan sebagai satu kesatuan pengamatan yang digunakan untuk mengestimasi model dengan metode PLS.
b. Fixed Effect Model
Adanya variabel yang tidak semuanya masuk dalam persamaan model memungkinkan adanya intercept yang tidak konstan. Dengan kata lain, intercept ini mungkin berubah untuk setiap individu dan waktu. Pemikiran inilah yang menjadi dasar pemikiran pembentukan modeltersebut.
Untuk mengestimasi pooling data dengan menggunakan model ini, diperlukan variabel boneka (dummy variable) untuk menghitung pengaruh dari variabel-variabel yang dihilangkan yang spesifik terhadap unit–unit individu tetapi tetap konstan antar waktu. Penggunaan model ini menangkap perbedaan antar unitindividu sedangkan perubahan antar waktu dianggap konstan. Dengan kata lain, yang dianalisis adalah perbedaan antar unit individu/cross section yang dicerminkan dalam variabel boneka dan tidak ada efek yang ditimbulkan dalam variabel antar waktu.
c. Random Effect Model
Bila pada Fixed Effect Model, perbedaan antar individu dan atau waktu dicerminkan lewat intercept, maka pada Model Efek Random, perbedaan tersebut diakomodasi lewat error. Teknik ini juga memperhitungkan bahwa error mungkin berkorelasi sepanjang time series dan cross section.
Untuk memilih model yang tepat, ada beberapa uji yang perlu dilakukan, yaitu :
1) Uji Chow
Menurut Rosadi (2012), Chow-test adalah untuk mengetahui apakah teknik regresi data panel dengan fixed effect lebih baik dari model regresi data panel tanpa variabel dummy atau OLS. Dasar pengambilan keputusan menggunakan Chow Test atau Likelihood Ratio, yaitu:
Jika Ho diterima, maka model common effect Jika Ho tidak didukng, maka model fixed effect
Jika nilai probabilitas Cross-section F dan Chi-square masing-masing di bawah nilai signifikasi 0,05, maka hipotesis Ho tidak didukung atau model terbaik adalah model fixed effect. Sebaliknya, jika nilai probabilitas Cross-section F dan Chi-square masing-masing di atas nilai signifikasi 0,05, maka hipotesis Ho didukung atau model terbaik adalah model common effect.
2) Uji Hausman
Menurut Rosadi (2012), uji Hausman digunakan untuk memilih antara fixed effect atau random effect. Statistik uji Hausman ini mengikuti distribusi statistik Chi Square. Apabila nilai probabilitas Cross-section random di bawah nilai signifikasi 0,05, maka model terbaik untuk penelitian adalah model fixed effect. Sebaliknya, jika
nilai probabilitas Cross-section random di atas nilai signifikasi 0,05, maka model terbaik adalah model random effect. Dasar pengambilan keputusan menggunakan uji Hausman (random effect vs fixed effect), yaitu:
Jika Ho: terdukung, maka model random effect. Jika Ho: tidak didukung, maka model fixed effect. 5. Uji Hipotesis
a. Uji Signifikansi Simultan (Uji Statistik F)
Pengujian Statistik F menunjukkan apakah semua variabel independen (bebas) yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama secara signifikan atau tidak pada variabel dependen. Signifikan yang dimaksud adalah tingkat signifikan sebesar 0,05 (5%). Pengujian hipotesisnya sebagai berikut :
1) Jika nilai signifikansi lebih besar dari 0,05 maka hipotesis tidak didukung (koefisien regresi tidak signifikan). Hal ini menandakan bahwa secara bersama-sama (simultan) ketiga variabel bebas dalam penelitian ini tidak mempunyai pengaruh yang signifikan pada variabel terikat.
2) Jika nilai signifikansi kurang dari 0,05 maka hipotesis didukung (koefisien regresi signifikan). Hal ini menandakan bahwa secara bersama-sama (simultan) ketiga variabel bebas dalam penelitian ini mempunyai pengaruh yang signifikan pada variabel terikat.
b. Uji Signifikansi Parsial (Uji Statistik t)
Menurut Ghozali (2006), uji statistik t pada intinya menggambarkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Cara untuk mengetahuinya yaitu dengan membandingkan nilai statistik t dengan tingkat signifikansi sebesar 0,05 (5%). Ketentuan penerimaan atau penolakan hipotesis dilakukan dengan kriteria sebagai berikut :
1) Jika nilai signifikansi lebih besar dari 0,05 maka hipotesis tidak didukung (koefisien regresi tidak signifikan). Hal ini menandakan bahwa secara terpisah (parsial) variabel bebas dalam penelitian ini tidak mempunyai pengaruh yang signifikan pada variabel terikat.
2) Jika nilai signifikansi kurang dari 0,05 maka hipotesis didukung (koefisien regresi signifikan). Hal ini menandakan bahwa secara terpisah (parsial) variabel bebas dalam penelitian ini mempunyai pengaruh yang signifikan pada variabel terikat.
c. Uji Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada dasarnya untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Koefisien determinasi (R2) merupakan antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2006). Uji Koefisien Determinasi dapat diketahui melalui Adjusted R-squared dari output hasil uji regresi.
