BAB 3

METODE PENELITIAN

3.1 Data dan Metode Pemilihan Sampel

Penelitian ini bertujuan untuk mengetahui sejauh mana pengaruh dari
spesifikasi bank, diversifikasi pendapatan dan makro ekonomi terhadap profitabilitas
bank umum syariah. Penelitian ini menggunakan pendekatan kuantitatif dan bersifat
asosiatif kausal yaitu mencari hubungan (pengaruh) sebab akibat antara variabel
independen (X) dan variabel dependen (Y). Data yang digunakan adalah data
sekunder yang diambil dari laporan keuangan Bank Umum Syariah selama periode
2011-2018 serta sumber lainnya seperti website Otoritas Jasa Keuangan (OJK).
Teknik sampling yang digunakan dalam penelitian ini adalah purposive sampling,
yaitu sampel yang dipilih secara cermat dengan mengambil orang atau objek
penelitian yang selektif dan mempunyai ciri-ciri spesifik. Hal tersebut dilakukan agar
sampel yang digunakan tidak dipilih secara acak, namun sesuai dengan kriteria yang
ditentukan di awal.
Proses seleksi sampel didasarkan pada kriteria yang ditetapkan yakni Bank
Umum Syariah (BUS) yang beroperasi di Indonesia sejak tahun 2011 sampai tahun
2018 dan secara rutin menerbitkan laporan keuangan yang dilaporkan kepada Otoritas
Jasa Keuangan. Berdasarkan kriteria tersebut, maka total observasi seluruh sampel
penelitian adalah 120 pengamatan yang diperoleh dari data tahunan 11 (sebelas) Bank
Umum Syariah yakni BNI Syariah, BRI Syariah, Bank Syariah Mandiri, Bank
Muamalat, Bank Mega Syariah, Bank Panin Syariah, Bank Bukopin Syariah, Bank
BCA Syariah, Bank Victoria Syariah, BJB Syariah, dan Maybank Syariah. Alasan
pemilihan 11 bank umum syariah sebagai objek penelitian dibandingkan unit usaha
syariah, karena bank-bank tersebut dianggap mewakili populasi perbankan syariah
yang memiliki sistem pola operasional tersendiri dan terlepas dari induknya (bank
konvensional).
3.2 Definisi Operasional Variabel
Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi
akibat karena adanya variable bebas, sedangkan varibel bebas merupakan variabel
yang mempengaruhi atau menjadi sebab timbulnya variabel terikat (Sugiyono,
2011).Variabel yang digunakan sebagai variabel dependen dalam penelitian ini
adalah kinerja bank syariah. Kinerja bank syariah tersebut diukur dengan
menggunakan rasio Return on Asset (ROA). Variabel bebas yang digunakan dalam
penelitian ini meliputi Size, Rasio kecukupan modal, Risiko Likuiditas, Biaya
Operasional, Diversifikasi Pendapatan, PDB, dan Inflasi.

Tabel 3.1
Definisi Operasional Variabel

Variabel Definisi Variabel Formula Pengukuran Skala

Return On Rasio perbandingan antara laba ROA = LabaBersih X 100% Rasio
Asset (ROA) setelah pajak dengan total Total Aktiva
asset.

Ukuran (Size) Ukuran perusahaan (size) Size = Ln (Total Aktiva)

menggambarkan besar
kecilnya suatu perusahaan
sebagaimana ditunjukan oleh
total aktiva atau penjualan.
Total aktiva digunakan sebagai
estimasi ukuran perusahaan
dengan mempertimbangkan
bahwa nilai aktiva relatif lebih
stabil dibandingkan nilai
penjualan.
Rasio Rasio kinerja bank untuk CAR = Modal Bank x 100% Rasio
Kecukupan mengukur kecukupan modal ATMR
Modal (CAR) yang dimiliki bank untuk
menunjang aktiva yang
mengandung atau
menghasilkan risiko, seperti
pembiayaan.
Risiko Rasio yang digunakan untuk FDR = ∑ Pembiayaan yang diberikan x100% Rasio
Likuiditas mengukur tingkat likuiditas ∑ Dana Pihak Ketiga
(FDR) dengan cara membandingkan
 antara pembiayaan yang
disalurkan dengan dana yang
dihimpun dari masyarakat
sehingga diketahui
kemampuan bank dalam
membayar kewajiban jangka
pendeknya.
Biaya Rasio yang digunakan untuk BOPO = Biaya Operasional x 100% Rasio
Operasional mengukur tingkat efisiensi Pendapatan Operasional
(BOPO) bank dalam kegiatan
operasionalnya.
Diversifikasi Pendapatan non-bagi Hasil Rasio
Pendapatan yang dihitung dengan proporsi
(DIV) pendapatan non-bunga
terhadap pendapatan
operasional. Sumber
pendapatan non-bagi hasil
terdiri dari dua jenis yaitu fee
income dan trading income

PDB jumlah seluruh nilai barang PDB = pengeliaran rumah tangga + Nominal
dan jasa final yang diproduksi pengeluaran pemerintah +
di suatu Negara dalam jangka pengeluaran investasi + (ekspor –
waktu tertentu. impor)
Inflasi suatu proses meningkatnya Rasio
harga-harga secara umum dan
terus-menerus (continue)
berkaitan dengan mekanisme
pasar

3.3 Teknik Analisis Data

Teknik analisis yang digunakan adalah analisis regresi data panel dengan
menggunakan software statistic Eviews 9. Penelitian ini menggunakan analisis data
panel yang mengkombinasikan data time series dan data cross section. Penggabungan
data time series dan cross section ini berguna untuk menganalisa pengaruh yang
memiliki perbedaan entitas dan atau perbedaan periode, serta prediksi yang dihasilkan
lebih kuat(Hsiao, 1986). Selain itu analisa regresi data panel dapat mengontrol
variabel data yang hilang atau tidak teramati(Hsiao, 1986). Model estimasi data panel
yang digunakan dalam penelitian dapat berupa metode common effect, fixed effect
ataupun random effect, sedangkan untuk menentukan metode mana yang lebih sesuai
dengan penelitian ini maka digunakan Uji Chow dan Uji Hausman.

3.3.1 Pemilihan Model Estimasi Data Panel

Sebelum dilakukan regresi untuk menginterpretasikan dan menganalisa hasil
regresi tersebut, maka perlu dibangun sebuah model regresi linear berganda dari
beberapa variabel bebas dan satu variabel terikat. Model regresi dalam penelitian ini
digambarkan sebagai berikut :
Yit= α+β1X it + β2X it + β3X it + β4X it + β5X it + β6X it + β7X it + εit

Keterangan:
Yit = Return On Assets (ROA) Bank ke-i tahun ke-t
α = Konstanta
X1it = Size (log Total Assets) Bank ke-i tahun ke-t
X2it = Capital Adequacy Ratio (CAR) Bank ke-i tahun ke-t
X3it = Liquidity Risk (Financing to Deposit Ratio/FDR) Bank ke-i tahun ke-t
X4it = Operating Cost (BOPO) Bank ke-i tahun ke-t
X5it = Diversifikasi Pendapatan (DIV)) Bank ke-i tahun ke-t
X6it = Pendapatan Domestik Bruto (Gross Domestic Product/GDP) Bank ke-i tahun ke-t
X7it = Inflasi (INF) Bank ke-i tahun ke-t
β1...β6 = Koefisien regresi
ε = Tingkat kesalahan (standard error)
(Bollen & Brand, 2010; Widarjono, 2013) mengungkapkan setidaknya ada 3
(tiga) model yang dapat digunakan untuk mengestimasi data panel diantaranya :
1. Model Pool (Common Effect Model)
Teknik ini merupakan teknik yang paling sederhana untuk mengestimasi
parameter model data panel, yaitu dengan mengkombinasikan data cross
section dan time series sebagai satu kesatuan tanpa melihat adanya perbedaan
waktu dan individu. Pendekatan yang dipakai pada model ini adalah metode
Ordinary Least Square (OLS).
 2. Model Efek Tetap (Fixed Effect Model)
Teknik ini mengestimasi data panel dengan menggunakan variabel dummy
untuk menangkap adanya perbedaan intersep. Pendekatan ini didasarkan
adanya perbedaan intersep antara perusahaan namun intersepnya sama antar
waktu. Model ini juga mengasumsikan bahwa slope tetap antar perusahaan
dan antar waktu. Pendekatan yang digunakan pada model ini menggunakan
metode Least Square Dummy Variable (LSDV).
3. Model Efek Acak (Random Effect Model)
Teknik ini akan mengestimasi data panel dimana variabel gangguan mungkin
saling berhubungan antar waktu dan antar individu. Perbedaan antar individu
dan antar waktu diakomodasi lewat error. Karena adanya korelasi antar
variabel gangguan maka metode OLS tidak bisa digunakan sehingga model
random effect menggunakan metode Generalized Least Square (GLS).

3.3.2 Uji Kesesuaian Model

Untuk menguji kesesuaian atau kebaikan dari tiga metode pada teknik
estimasi dengan model data panel, maka digunakan Uji Chow dan Uji
Hausman(Baltagi, 2008).
1. Uji Chow
Uji chow digunakan untuk memilih model pada regresi data panel, yaitu
antara model efek tetap (fixed effect model) dengan model koefeisien tetap
(pooled regression). Hipotesis awal dari uji adalah model efek tetap sama
bagusnya dengan model koefisien tetap. Proseder pengujiannya sebagai
berikut (Baltagi, 2008)
Ho : Model Common Effect
H1 : Model Fixed Effect
Dasar penolakan terhadap hipotesa nol (Ho) adalah dengan menggunakan
F-statistik, seperti rumus berikut :
CHOW = (ESS1-ESS2) / (N-1)
 ESS2 / (NT-N-K)
Dimana :
ESS1 : Residual Sun Square hasil perdugaan model fixed effect
ESS2 : Residual Sun Square hasil perdugaan model pooled last square
N : Jumlah Data Cross Section
T : Jumlah Data Time Series
K : Jumlah Variabel Penjelas
Statistik chow mengikuti distribusi F-statistik dengan derajat bebas (N-
1,NT-N-K). Jika nilai chow statistik (Fstatistik) < F tabel, maka H1
diterima, maka yang terpilih adalah model fixed effect, begitu pula
sebaliknya (Baltagi, 2008)

2. Uji Hausman
Uji ini digunakan untuk memilih model efek acak (random effect model)
dengan model efek tetap (model efek tetap). Uji ini bekerja dengan
menguji apakah terdapat hubungan antara galat pada model (galat
komposit) dengan satu atau lebih variabel penjelas (independen) dalam
model. Hipotesis awalnya adalah tidak terdapat hubungan antara galat
model dengan satu atau lebih variabel penjelas. Prosedur pengujiannya
sebagai berikut: (Baltagi, 2008)
Ho : Metode Random Effect
H1 : Metode Fixed Effect
Dengan rumus sebagai berikut :
𝑚 = (𝛽− 𝑏)(𝑀0− 𝑀1)−1(𝛽−𝑏)~𝑋2(𝐾)
Dimana β adalah vektor untuk statistik variabel fixed effect, b adalah
vector statistic variabel random effect, M0 adalah matrik kovarians untuk
dugaan fixed effect model
dan M1 adalah matrik kovarians untuk dugaan random effect model.
3.3.3 Pengujian Hipotesis
1. Uji t
Uji t digunakan untuk menguji hubungan regresi secara parsial.
Menurut (Gujarati, 2007) pengambilan keputusan uji t dilakukan jika:
Ho : Berarti tidak ada pengaruh yang berarti dari variabel bebas
terhadap variabel terkait.
H1 : Berarti ada pengaruh yang berarti dari variabel bebas terhadap
variabel terkait
Untuk memutuskan hipotesis mana yang diterima dan mana yang
ditolak, maka pengjian dilakukan dengan cara membandingkan nilai t
hitung dengan t tabel jika:
𝑡h𝑖𝑡 > 𝑡𝑡𝑎𝑏𝑒𝑙 : maka Ho ditolak Ha diterima, yang berarti bahwa
variabel bebas (X1,X2,..dst ) secara parsial berpengaruh terhadap
variabel terikat (Y) adalah signifikan.
𝑡h𝑖𝑡 > 𝑡𝑡𝑎𝑏𝑒𝑙 : maka Ho diterima Ha ditolak, yang berarti bahwa
variabel bebas (X1,X2,..dst) secara parsial berpengaruh terhadap
variabel terikat (Y) adalah tidak signifikan.
2. Uji F
Uji f statistik menunjukkan apakah semua variabel bebas yang
dimaksudkan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel terikat
dilihat dengan menggunakan Eviews. Dengan hipotesis sebagai
berikut :
H0 : Berarti variabel bebas tidak memiliki pengaruh dengan variabel
terikat
Ha : Berarti ada pengaruh secara serentak antara semua variabel bebas
terhadap variabel terikat.
Menurut (Gujarati, 2007), kriterianya adalah :
 Apabila 𝐹h𝑖𝑡 > 𝐹𝑡𝑎𝑏𝑒𝑙 : maka Ho ditolak Ha diterima, yang berarti
bahwa variabel bebas (X1,X2,..dst) secara serentak berpengaruh
terhadap variabel terikat (Y) adalah signifikan.
Apabila 𝐹h𝑖𝑡 > 𝐹𝑡𝑎𝑏𝑒𝑙 : maka Ho diterima Ha ditolak, yang berarti
bahwa variabel bebas (X1,X2,..dst) secara serentak berpengaruh
terhadap variabel terikat (Y) adalah tidak signifikan
3. R-Squared (R²)
Koefisien determinasi (R²) mengukur tingkat ketepatan atau
kecocokan dari regresi data panel, yaitu mencerminkan seberapa besar
variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X
yang dilihat menggunakan Eviews(Nachrowi & Usman, 2006).
Besarnya nilai R² berada di antara 0 (nol) dan 1 (satu) yaitu 0 < R² <
1. Jika R² semakin mendekati 1 (satu), maka model tersebut baik dan
pengaruh antara variabel terkait Y semakin kuat (erat
hubungannya)(Widarjono, 2013).
3.4 Jadwal Penelitian
Peneliti melaksanakan penelitian ini mulai dari bulan September 2018 sampai
dengan Juli 2019. Adapun jadwal penelitian yang meliputi pembuatan proposal
sampai dengan sidang tesis disajikan pada tabel 3.2 di bawah ini.

Tabel 3.2
Jadwal Kegiatan