BAB III

METODOLOGI PENELITIAN

3.1 Objek, Waktu dan Tempat Penelitian

Objek dalam penelitian adalah profil risiko, permodalan,

profitabilitas, dan nilai perusahaan pada sektor perbankan yang

tercatat di Bursa Efek Indonesia (BEI) dan dilaksanakan sejak

tanggal dikeluarkannya ijin penelitian dengan tahun pengamatan

dari tahun 2017 sampai tahun 2021. Untuk memperoleh data, maka

pelaksanaan penelitian dilakukan di Bursa Efek Indonesia (BEI)

dan The Indonesia Capital Market Institute (TICMI) dengan cara

mengunjungi website www.idx.co.id dan https://ticmi.co.id.

3.2 Metode yang Digunakan

Setiap penelitian harus melibatkan pendekatan secara

eksplisit, disiplin, sistematis (terencana, terpesan, dan publik) untuk

mengetahui hasil yang paling tepat. Metode penelitian pada

dasarnya merupakan cara ilmiah untuk mendapatkan data dengan

tujuan dan kegunaan tertentu (Sugiyono, 2017). Metode penelitian

merupakan urutan-urutan proses analisis data yang akan disajikan

secara sistematik, karena dengan urutan proses analisis data dapat

diketahui secara cepat dan membantu pemahaman maksud dari

penelitian tersebut (Basuki dan Prawoto, 2017).

51
 52

Menurut Darmadi (2013) yang dimaksud dengan metode

penelitian adalah suatu cara ilmiah untuk mendapatkan data

dengan tujuan kegunaan tertentu. Cara ilmiah berarti kegiatan

penelitian itu didasarkan pada ciri-ciri keilmuan yaitu rasional,

empiris, dan sistematis. Dari penjelasan tersebut dapat disimpulkan

bahwa metode penelitian adalah suatu cara ilmiah didasarkan pada

ciri-ciri keilmuan (rasional, empiris, dan sistematis) untuk

mendapatkan data yang valid dengan tujuan dan kegunaan

tertentu. Creswell dan Creswell (2019) terdapat beberapa metode

yang dapat digunakan dalam melakukan penelitian bisnis, baik

yang bersifat kuantitatif atau kualitatif, eksperimental atau non-

eksperimental, interaktif atau non-interaktif.

Metode penelitian yang digunakan dalam penelitian ini

adalah metode kuantitatif dengan pendekatan deskriptif dan

verifikatif. Menurut Sugiyono (2017) metode penelitian kuantitatif

berlandaskan pada filsafat positivisme, digunakan untuk meneliti

pada populasi atau sampel tertentu, pengumplan data

menggunakan instrument penelitian, analisis data bersifat

kuantitatif atau statistik. Creswell dan Creswell (2019)

menambahkan bahwa metode penelitian kuantitatif adalah metode

di mana angka digunakan untuk menjelaskan temuan.

Sedangkan penelitian deskriptif menurut Sugiyono (2017)

adalah metode penelitian yang dilakukan untuk mengetahui

 53

keberadaan variable mandiri, baik hanya pada satu variabel atau

lebih (variabel yang berdiri sendiri atau variabel bebas) tanpa

membuat perbandingan variabel itu sendiri dan mencari hubungan

dengan variabel lain. Dalam penelitian ini, metode deskriptif

digunakan untuk menjelaskan bagaimana kondisi profil risiko, tata

kelola manajemen yang baik, rentabilitas, dan permodalan

terhadap pertumbuhan usaha serta dampaknya pada nilai

perusahaan sektor perbankan di Bursa Efek Indonesia (BEI) Tahun

2017 – 2021.

Lebih lanjut penelitian verifikatif menurut Sugiyono (2017)

merupakan metode penelitian yang melalui pembuktian untuk

menguji hipotesis hasil penelitian deskriptif dengan perhitungan

statistika sehingga didapat hasil pembuktian yang menunjukan

hipotesis ditolak atau diterima. Dalam penelitian ini, metode

verifikatif digunakan untuk mengetahui pengaruh profil risiko, tata

kelola manajemen yang baik, rentabilitas, dan permodalan

terhadap pertumbuhan usaha serta dampaknya pada nilai

perusahaan sektor perbankan di Bursa Efek Indonesia (BEI) Tahun

2017 – 2021.
 54

3.3 Definisi dan Operasionalisasi Variabel

3.3.1 Definisi variabel

Variabel merupakan hal yang sangat penting dalam

sebuah penelitian, karena tidak mungkin seorang peneliti

melakukan penelitian tanpa variabel. Variabel penelitian

sangat ditentukan oleh landasan teoritis dan kejelasan yang

ditegaskan oleh hipotesis penelitian. Variabel penelitian

adalah segala sesuatu yang berbentuk dan ditetapkan oleh

peneliti untuk dipelajari sehingga diperoleh informasi tentang

hal tersebut, kemudian ditarik kesimpulannya (Sugiyono,

2017).

Selaras dengan judul penelitian yaitu pengaruh faktor

- faktor terpilih model harga aset dan kinerja perusahaan

terhadap tingkat pengembalian saham serta dampaknya

pada nilai perusahaan di Bursa Efek Indonesia, maka

penulis mengelompokkan terdapat tiga jenis variabel yang

akan diteliti. Berikut ini merupakan variabel yang digunakan

dalam penelitian ini yaitu:

1. Variabel Bebas (Independent Variable)

Variabel bebas mempunyai pengaruh atau

menjadi penyebab terjadinya perubahan pada variabel

lain. Sehingga dapat dikatakan bahwa perubahan yang

 55

terjadi pada variabel bebas diasumsikan akan

mengakibatkan terjadinya perubahan variabel lain.

Variabel bebas merupakan variabel yang

mempengaruhi atau yang menjadi sebab perubahan atau

timbulnya variabel dependen (terikat) (Sugiyono, 2017).

Berdasarkan pengertian tersebut, maka dalam penelitian

ini terdapat 2 (Dua) variabel bebas yang diteliti, yaitu;

1. Profil risiko

Profil risiko adalah gambaran keseluruhan

risiko yang melekat pada operasional bank. Selain

untuk kepentingan pelaporan pada Bank Indonesia,

penyusunan profil risiko juga diperlukan sebagai

bahan supervisi untuk mengendalikan risiko bank

secara efektif. Laporan profil risiko digabungkan

dengan laporan tingkat kesehatan bank, di mana

profil risiko menjadi salah satu komponen penilaian

kesehatan bank, Ikatan Bankir Indonesia (2016).

Dalam penelitian ini peneliti mengukur faktor profil

risiko dengan menggunakan indikator yaitu faktor

risiko kredit yaitu non performing loan (NPL).

Non performing loan (NPL) merupakan rasio

untuk mengukur kemampuan bank dalam menjaga

risiko kegagalan pengembalian kredit oleh debitur.

 56

Semakin rendah rasio ini maka kemungkinan bank

mengalami kerugian sangat rendah yang secara

otomatis laba akan semakin meningkat (negatif).

Rumus risiko kredit adalah sebagai berikut :

2. Permodalan

Modal adalah uang yang ditanamkan oleh

pemiliknya sebagai pokok untuk memulai usaha

maupun untuk memperluas (besar) usahanya yang

dapat menghasilkan sesuatu guna menambah

kekayaan (Pandia, 2012). Fungsi modal bank

dimaksudkan untuk menutup potensi kerugian yang

tidak terduga, dan sebagai cadangan pada saat

terjadi krisis perbankan. Modal bank juga berfungsi

agar para deposan yang menyimpan uang di bank

merasa tenang bahwa uang yang disimpan akan

terjamin dapat dikembalikan pada waktunya, Ikatan

Bankir Indonesia (2016).

Penilaian faktor permodalan (capital) meliputi

penilaian terhadap tingkat kecukupan permodalan

serta penilaian mengenai pengelolaan permodalan

bank. Dalam penelitian ini peneliti mengukur faktor

permodalan (capital) dengan menggunakan capital

 57

adequacy ratio (CAR). Capital adequacy ratio (CAR)

adalah rasio kinerja bank untuk mengukur kecukupan

modal yang dimiliki bank guna menutupi kemungkinan

kegagalan dalam pemberian kredit. Semakin tinggi

nilai capital adequacy ratio (CAR) yang dicapai oleh

bank menunjukkan kinerja bank semakin baik dan

keuntungan bank akan semakin meningkat. Capital

adequacy ratio (CAR) dapat dirumuskan sebagai

berikut:

2. Variabel Terikat (Dependent Variable)

Variabel terikat merupakan variabel yang

dipengaruhi atau yang menjadi akibat karena adanya

variabel bebas (Sugiyono, 2017). Berdasarkan

pengertian tersebut, maka dalam penelitian ini variabel

terikat yang diteliti, yaitu;

1. Nilai Perusahan

Nilai perusahaan adalah rasio yang

menggambarkan kondisi yang terjadi di pasar dan

mampu memberi pemahaman bagi pihak manajemen

perusahaan terhadap kondisi penerapan yang akan

dilaksanakan dan dampaknya pada masa yang akan

datang (Fahmi, 2015). Optimalisasi nilai perusahaan

 58

dapat dicapai bila perusahaan memperhatikan para

pemangku kepentingan, keseimbangan pencapaian

tujuan dapat menjadikan perusahaan berpeluang

mendapatkan keuntungan optimal sehingga kinerja

perusahaan akan dinilai baik oleh investor.

Tujuan utama suatu perusahaan adalah untuk

meningkatkan nilai perusahaan atau memaksimalkan

kekayaan secara optimal. Meningkatakan nilai

perusahaan sangat penting bagi suatu perusahaan

karena semakain tinggi nilai perusahaan maka

semakin menciptakan kesejahteraan bagi para

pemegang saham. Nilai perusahaan yang tinggi akan

membuat pasar percaya tidak hanya pada kinerja

perusahaan saat ini namun pada prospek perusahaan

dimasa depan (Wijaya dan Sedana, 2015).

Dalam penelitian ini peneliti mengukur nilai

perusahaan menggunakan price book value (PBV).

Price book value (PBV) berkaitan dengan

pertumbuhan modal sendiri yang membandingkan

antara harga perlembar saham dengan nilai buku

perlembar saham. Meningkatnya PBV menunjukkan

bahwa kinerja dari sebuah perusahaan di masa

mendatang dinilai semakin prospektif oleh para

 59

investor. Price book value(PBV) dapat dirumuskan

sebagai berikut:

3. Variabel Intervening

Sugiyono (2017) menyatakan variabel intervening

adalah variabel yang secara teoritis mempengaruhi

hubungan antara variabel independen dengan dependen

menjadi hubungan tidak langsung dan tidak dapat

diamati dan diukur. Sehingga variabel intervening yang

dapat memperlemah dan memperkuat hubungan antar

variabel. Berdasarkan pengertian tersebut, maka dalam

penelitian ini variabel Intervening yang diteliti yaitu :

1. Profitabilitas

Dalam penelitian ini peneliti mengukur faktor

profitabilitas dengan menggunakan rasio Return on

Asset (ROA). Return on Asset (ROA) yaitu

perbandingan antara laba setelah pajakdengan

jumlah aktiva. ROA merupakan salah satu rasio

profitabilitas yang digunakan untuk mengukur

efektivitas perusahaan di dalam menghasilkan

keuntungan dengan memanfaatkan total yang

dimilikinya.
 60

ROA dapat dirumuskan sebagai berikut:

3.3.2 Operasionalisasi Variabel

Oprasionalisasi variabel adalah suatu cara untuk

mengukur konsep dari variabel-variabel yang saling

mempengaruhi dan dipengaruhi. Tujuan dari

operasionalisasi variabel ialah untuk menentukan jenis dan

indikator yang digunakan dalam penelitian. Proses ini juga

dimaksudkan untuk menentukan skala pengukuran dari

masing-masing variabel sehingga pengujian hipotesis

dengan menggunakan alat bantu statistika dapat dilakukan

secara benar. Adapun indikator variabel yang telah

disebutkan adalah sebagai berikut;

 61

Tabel 3.1

Operasionalisasi Variabel Penelitian

No. RGEC Variabel Konsep Indikator Skala

NPL (Non Performing Loan)

adalah suatu keadaan dimana
Non nasabah sudah tidak sanggup
Profil risiko
1 Performing membayar sebagian atau Rasio
Loan (NPL) seluruh kewajibannya kepada
bank seperti yang telah
diperjanjikan.
CAR (Capital Adequacy Ratio)
merupakan rasio kecukupan
Capital modal yang menunjukkan
2 Permodalan Adequancy kemampuan perbankan dalam Rasio
Ratio (CAR) menyediakan dana yang
digunakan untuk mengatasi
kemungkinan risiko kerugian.
ROA merupakan salah satu
rasio profitabilitas yang
digunakan untuk mengukur
Return on
3 Profitabilitas efektivitas perusahaan di dalam Rasio
Asset (ROA)
menghasilkan keuntungan
dengan memanfaatkan total
yang dimilikinya.
Rasio valusasi investasi yang
digunakan untuk
Nilai Price to Book
4 membandingkan nilai pasar Rasio
Perusahaan Value (PBV)
saham perusahaan dengan
nilai bukunya.

3.4 Sumber dan Teknik Pengumpulan Data/Informasi

3.4.1 Sumber Data/Informasi

Sumber data adalah segala sesuatu yang dapat

memberikan informasi mengenai data. Sumber data yang

digunakan dalam penelitian adalah data sekunder. Menurut

Sugiyono (2017) data sekunder merupakan sumber yang

tidak langsung memberikan data kepada pengumpulan data.

 62

Sumber data/informasi yang diperlukan dalam penelitian ini,

yaitu;

1. Daftar perusahaan perbankan di Bursa Efek Indonesia

(BEI) tahun 2017 – 2021.

2. Data laporan keuangan perusahaan perbankan di Bursa

Efek Indonesia (BEI) tahun 2017 – 2021 yang bersumber

dari situs web resmi www.ticmi.co.id

3. Data lain yang berhubungan dengan penelitian ini

diperoleh dari internet, jurnal keuangan, hasil penelitian

terdahulu yang berhubungan dengan penelitian ini dan

dari sumber kepustakaan.

3.4.2 Teknik Pengumpulan Data/Informasi

Teknik pengumpulan data adalah prosedur sistematis

yang terstandarisasi untuk memperoleh data yang

diperlukan (Darmadi, 2013). Menurut Sugiyono (2017) teknik

pengumpulan data adalah serangkaian cara yang dilakukan

peneliti untuk memperoleh data agar diperoleh data yang

valid, reliable, dan obyektif. Dalam penelitian ini, teknik

pengumpulan data yang dilakukan menggunakan metode

dokumenter yaitu dengan cara menggumpulkan data-data

berupa dokumen seperti laporan keuangan perusahaan

yang dimuat dalam situs resmi Bursa Efek Indonesia dan

website perusahaan perbankan. Penelitian ini juga

 63

menggunakan sumber dari kepustakaan (library research),

dengan menggumpulkan data dari sumber-sumber pustaka

yang mendukung penelitian ini berupa buku, jurnal, makalah

dan penelitian terdahulu yang berkaitan dengan masalah

yang diteliti.

3.5 Teknik Penentuan Data

3.5.1 Populasi Penelitian, Sampel dan Teknik Sampling

Populasi merupakan keseluruhan dari subjek

penelitian yang akan diteliti, dapat berupa sejumlah nilai

yang diperoleh dari hasil perhitungan tertentu. Menurut

Menurut Sugiyono (2017) pengertian populasi adalah

wilayah generalisasi yang terdiri atas objek/subjek yang

mempunyai kualitas dan karakteristik tertentu yang

ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik

kesimpulannya.

Populasi tidak hanya sekedar jumlah yang ada pada

objek atau subjek yang dipelajari, tetapi meliputi seluruh

karakteristik atau sifat yang dimiliki oleh subjek atau objek

tersebut. Populasi yang digunakan dalam penelitian ini

adalah perusahaan sektor perbankan yang tercatat di Bursa

Efek Indonesia periode 2017-2021.

 64

3.5.2 Sampel Penelitian

Sampel merupakan sebagian subjek yang diambil dari

keseluruhan subjek penelitian atau populasi. Jumlah dari

sebagian inilah yang akan dijadikan sebagai fokus

penelitian. Tentu saja jumlah sebagian yang diambil tersebut

harus mewakili seluruh jumlah subjek penelitian atau

populasi.

Menurut Sugiyono (2017:81) pengertian sampel adalah

bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi tersebut. Bila populasi terlalu besar, dan peneliti
tidak mungkin mempelajari semua yang ada pada populasi,
karena keterbatasan dana, tenaga dan waktu, maka peneliti
dapat menggunakan sampel.

Teknik sampling merupakan teknik pengambilan

sampel. Teknik sampling pada dasarnya dikelompokan

menjadi dua yaitu Probability Sampling dan Nonprobability

Sampling. Dalam penelitian ini penulis menggunakan

metode Nonprobability Sampling, sedangkan cara

pengambilan sampel yang digunakan adalah Sampling

jenuh.

Sampling jenuh adalah teknik penentuan sampel bila

anggota populasi digunakan sebagai sampel. Hal ini sering

dilakukan bila jumlah populasi relative kecil, kurang dari 30

orang, atau penelitian yang ingin membuat generalisasi

dengan kesalahan yang sangat kecil. Istilah lain sampling

 65

jenuh adalah sensus, dimana semua anggota populasi

dijadikan sebagai sampel. Sugiyono (2016:85).

Oleh karena itu, sampel yang dipilih dalam penelitian

ini 4 populasi dan seluruhnya menjadi sample. Berikut daftar

perusahaan bank pemerintah yang terdaftar di Bursa Efek

Indonesia tahun 2010 – 2019 yang dijadikan sampel

penelitian, yaitu;

Tabel 3.2

Sampel Perusahaan Sektor Perbankan

No Kode Emiten Nama Emiten

1 BMRI Bank Mandiri (Persero) Tbk

2 BBNI Bank Negara Indonesia (Persero) Tbk

3 BBTN Bank Tabungan Negara (Persero) Tbk

4 BBRI Bank Rakyat Indonesia (Persero) Tbk

Sumber: www.sahamok.com

3.6 Rancangan Analisis dan Uji Hipotesis

3.6.1 Rancangan Analisis

Analisis data merupakan upaya atau cara untuk mengolah

data menjadi informasi sehingga karakteristik data tersebut bisa

dipahami dan bermanfaat untuk dijadikan solusi permasalahan,

tertutama masalah yang berkaitan dengan penelitian. Menurut

Sugiyono (2017) analisis data merupakan kegiatan setelah data

 66

dari seluruh responden atau data lain terkumpul. Kegiatan dalam

analisis data adalah mengelompokan data berdasarkan variabel

dan jenis responden, mentabulasi data berdasarkan variabel dari

seluruh responden, menyajikan data tiap variabel yang diteliti,

melakukan perhitungan untuk menjawab rumusan masalah dan

melakukan perhitungan untuk hipotesis yang telah diajukan.

Analisis data merupakan proses penyusunan dan

pengolahan data guna menafsirkan data yang telah diperoleh. Data

yang terhimpun dari hasil penelitian akan penulis bandingkan

antara data yang ada di lapangan dengan data kepustakaan, yang

kemudian dilakukan analisis untuk menarik kesimpulan.

Berdasarkan jenis data dan analisis, penelitian ini adalah jenis

penelitian kuantitatif. Analisis data dalam penelitian ini dilakukan

secara deskriptif dan verifikatif. Dalam melakukan analisis

terhadap data yang dikumpulkan untuk mencapai suatu

kesimpulan, penulis melakukan perhitungan pengolahan dan

penganalisaan dengan bantuan dari program Eviews 10 untuk

menjawab permasalahan yang telah dirumuskan.

3.6.2 Analisis Deskriptif

Salah satu metode yang digunakan oleh penulis

dalam menganalisis data dalam penelitian ini adalah analisis

statistik secara deskriptif. Menurut Sugiyono (2017) yang

dimaksud dengan pendekatan deskriptif adalah rumusan

 67

masalah yang berkenaan dengan pertanyaan terhadap

keberadaan variabel mandiri, baik hanya pada satu variabel

atau lebih (variabel yang berdiri sendiri).

Dalam analisis ini akan dilakukan pembahasan

mengenai profil risiko, tata kelola manajemen yang baik,

rentabilitas, permodalan, pertumbuhan usaha, dan nilai

perusahaan. Analisis statistik deskriptif yang digunakan

adalah nilai rata-rata (mean), standar deviasi, nilai minimum

dan maksimum sebagai gambaran mengenai karakteristik

dari setiap variabel penelitian.

3.6.3 Analisis Verifikatif

Analisis verifikatif digunakan untuk mencari

kebenaran dari hipotesis yang diajukan. Penelitian verifikatif

merupakan metode penelitian melalui pembuktian untuk

menguji hipotesis hasil penelitian deskriptif dengan

perhitungan statistika sehingga didapat hasil pembuktian

yang menunjukan hipotesis ditolak atau diterima (Sugiyono,

2017).

Dalam penelitian ini analisis verifikatif digunakan

untuk mengetahui ada tidaknya pengaruh profil risiko dan

permodalan terhadap profitabilitas dan dampaknya pada

nilai perusahaan. Metode analisis ini dilakukan dengan

langkah sebagai berikut:

 68

3.6.3.1 Analisis Regresi Data Panel

Menurut Basuki dan Prawoto (2017) data

panelmerupakan gabungan antara data runtut waktu

(time series) dan data silang (cross section). Data

time series merupakan data yang terdiri atas satu

atau lebih variabel yang akan diamati pada satu unit

observasi dalam kurun waktu tertentu. Sedangkan,

data cross-section merupakan data observasi dari

beberapa unit observasi dalam satu titik waktu.

Pemilihan data panel dikarenakan dalam

penelitian ini menggunakan data time series dan

data cross section. Menurut Basuki dan Prawoto

(2017), adapun keunggulan dengan menggunakan

data panel antara lain sebagai berikut;

 Data panel mampu memperhitungkan

heterogenitas individu secara eksplisit dengan

mengizinkan variabel spesifik individu.

 Data panel dapat digunakan untuk menguji,

membangun, dan mempelajari model-model

perilaku yang kompleks.

 Data panel mendasarkan diri pada observasi

cross section yang berulang-ulang (time series),

 69

sehingga cocok digunakan sebagai study of

dynamic adjustment.

 Data panel memiliki implikasi pada data yang

lebih informatif, lebih bervariatif, dan mengurangi

kolinieritas, derajat kebebasan (degree of

freedom/df) yang lebih tinggi, sehingga dapat

diperoleh hasil estimasi yang lebih efisien.

 Data panel dapat digunakan untuk

meminimalkan bias yang mungkin ditimbulkan

oleh agregasi data individu.

 Data panel dapat mendeteksi lebih baik dan

mengukur dampak yang secara terpisah

diobservasi dengan menggunakan data time

series ataupun cross section (Sarwono, 2016).

Mengingat data panel merupakan gabungan

dari data cross section dan data time series, maka

model matematis data panel dalam penelitian ini

dapat dituliskan sebagai berikut;

Persamaan I : Pengaruh profil risiko dan

permodalan terhadap nilai

 70

perusahaan sektor perbankan di

Bursa Efek Indonesia.

Dimana;

Y : variabel profitabilitas

α : konstanta

β : koefisien regresi masing variabel independen

X1 : variabel profil risiko

X2 : variabel permodalan

ϵ : error term

i : perusahaan

t : waktu

Persamaan II : Pengaruh profitabilitas terhadap nilai

perusahaan sektor perbankan di

Bursa Efek Indonesia.

Dimana;

Z : variabel nilai perusahaan

α : konstanta
 71

β : koefisien regresi tingkat pengembalian

saham

Y : variabel profitabilitas

ϵ : error term

i : perusahaan

t : waktu

Menurut Basuki dan Yuliadi (2015) dalam

metode estimasi model regresi dengan

menggunakan data panel dapat dilakukan dengan

tiga pendekatan, yaitu sebagai berikut:

1. Model Efek Umum (Common Effect Model)

Model common effect merupakan

pendekatan model data panel yang paling

sederhana karena hanya mengombinasikan data

time series dan cross section dalam bentuk pool.

Pada model ini tidak diperhatikan dimensi waktu

maupun individu, sehingga diasumsikan bahwa

perilaku data perusahaan sama dalam berbagai

kurun waktu.

Metode ini bisa menggunakan

pendekatan ordinary least square (OLS) atau

teknik kuadrat terkecil untuk mengestimasi

model data panel. Kondisi tiap objek dapat

 72

berbeda dan kondisi suatu objek satu waktu

dengan waktu yang lain dapat berbeda. Model

common effect dapat diformulasikan sebagai

berikut :

Dimana;

Yit : variabel dependen di waktu t untuk unit

cross section i

α : intersep

βj : parameter untuk variabel ke-j

Xjit : variabel bebas j di waktu t untuk unit cross

section i

ϵit : komponen error di waktu t untuk unit

cross section i

i : urutan perusahaan yang di observasi

t : time series (urutan waktu)

j : urutan variabel

2. Model Efek Tetap (Fixed Effect Model)

Model fixed effect mengasumsikan bahwa

perbedaan antar individu dapat diakomodasi dari

perbedaan intersepnya, dimana setiap individu

 73

merupakan parameter yang tidak diketahui.

Untuk mengestimasi data panel model fixed

effect menggunakan teknik variabel dummy

untuk menangkap perbedaan intersep antar

perusahaan.

Namun demikian, slopnya sama antar

perusahaan. Model estimasi ini sering disebut

dengan teknik least squares dummy variable

(LSDV). Selain diterapkan untuk efek tiap

individu, LSDV juga dapat mengakomodasi efek

waktu yang bersifat sistemik, melalui

penambahan variabel dummy waktu di dalam

model. Model fixed effect dapat diformulasikan

sebagai berikut;

Dimana;

Yit : variabel dependen di waktu t untuk unit

cross section i

α : intersep

βj : parameter untuk variabel ke-j

Xjit : variabel bebas j di waktu t untuk unit cross

section i
 74

ϵit : komponen error di waktu t untuk unit

cross section i

Di : Dummy variabel

3. Model Efek Random (Random Effect Model)

Model random effect akan mengestimasi

data panel di mana variabel gangguan mungkin

saling berhubungan antar waktu dan antar

individu. Berbeda dengan fixed effectl, efek

spesifik dari masing-masing individu

diperlakukan sebagai bagian dari komponen

error yang bersifat acak (random) dan tidak

berkorelasi dengan variabel penjelas yang

teramati.

Keuntungan menggunakan model random

effect yaitu menghilangkan heteroskedastisitas.

Model ini juga disebut dengan error component

model (ECM). Metode yang tepat untuk

mengakomodasi model random effect adalah

teknik generalized least square (GLS). Model

random effect secara umum dituliskan sebagai

berikut :
 75

Dimana;

ui ~ N (0, σ2u) : merupakan komponen cross

section error

vi ~ N (0, σ2v) : merupakan komponen time

series error

wi ~ N (0, σ2w) : merupakan time series dan

cross section error

Pemilihan model yang paling tepat untuk

mengelola data panel yang digunakan dalam

penelitian ini berdasarkan pada pertimbangan

statistic. Hal ini perlu dilakukan untuk memperoleh

dugaan yang tepat dan efisien. Pertimbangan

statistic yang di maksut melalui pengujian, Untuk

memilih model yang paling tepat digunakan dalam

mengelola data panel, terdapat tiga metode yang

dapat dilakukan, yaitu sebagai berikut (Basuki dan

Prawoto, 2017: 277) :

1. Uji Chow

Uji chow yakni pengujian untuk

menentukan model common effect atau fixed

 76

effect yang paling tepat digunakan dalam

mengestimasi data panel. Tahapan yang

dilakukan adalah data diregresikan dengan

menggunakan model common effect dan fixed

effect terlebih dahulu kemudian dilakukan

fixed/random effect testing dengan

menggunakan redundant fixed effect – likelihood

ratio. Selanjutnya dibuat hipotesis untuk di uji,

yaitu;

H0 : β1 = 0 (maka digunakan model common

effect)

H1 : β1 ≠ 0 (maka digunakan model fixed

effect)

Pedoman yang akan digunakan dalam

pengambilan kesimpulan uji chow adalah

sebagai berikut :

a. Jika nilai Probability F > 0,05 artinya H0

diterima, yang artinya model yang dipilih

adalah common effect.

b. Jika nilai Probability F < 0,05 artinya H0

ditolak, yang artinya model yang dipilih

 77

adalah fixed effect, dilanjut dengan uji

hausman.

2. Uji Hausman

Hausman test adalah pengujian statistik

untuk memilih apakah model fixed effect atau

random effect yang paling tepat digunakan.

Tahapan uji hausman adalah data diregresikan

dengan model random effect dan fixed effect,

kemudian dilakukan fixed/random effect testing

dengan menggunakan correlated random effect

– hausman test. Selanjutnya dibuat hipotesis

untuk di uji, yaitu;

H0 : β1 = 0 (maka digunakan model random

effect)

H1 : β1 ≠ 0 (maka digunakan model fixed

effect)

Pedoman yang akan digunakan dalam

pengambilan kesimpulan uji hausman adalah

sebagai berikut :

a. Jika nilai probability Chi-Square > 0,05, maka

H0 diterima, yang artinya model yang dipilih

adalah random effect.

 78

b. Jika nilai probability Chi-Square < 0,05, maka

H0 ditolak, yang artinya model yang dipilih

adalah fixed effect.

3. Uji Lagrange Multiplier

Uji lagrange multiplier dilakukan untuk

mengetahui apakah model random effect lebih

baik dariapada common effect. Uji ini digunakan

ketika uji chow yang terpilih adalah model

common effect. Tahapan uji lagrange multiplier

adalah data diregresikan dengan model random

effect dan model common effect, kemudian

dilakukan fixed/random effect testing dengan

menggunakan ommited random effect –

lagrange multiplier. Selanjutnya, dibuat hipotesis

untuk di uji, yaitu;

H0 : β1 = 0 (maka digunakan model common

effect)

H1 : β1 ≠ 0 (maka digunakan model random

effect)

Pedoman yang akan digunakan dalam

pengambilan kesimpulan uji lagrange multiplier

adalah sebagai berikut :

 79

a. Jika nilai statistik LM < Chi-Square, maka H0

ditolak, yang artinya model yang dipilih

adalah random effect.

b. Jika nilai statistik LM > Chi-Square, maka H0

diterima, yang artinya model yang dipilih

adalah common effect.

3.6.3.2 Uji Asumsi Klasik.

Pengujian asumsi klasik merupakan

prasyarat dalam analisis regresi yang menggunakan

metode OLS (Ordinary Least Square). Uji asumsi

klasik yang digunakan dalam regresi linier dengan

metode estimasi OLS, meliputi uji linieritas, uji

normalitas, uji autokorelasi, uji multikolinieritas, dan

uji heteroskedastisitas. Namun demikian, tidak

semua uji asumsi klasik harus dilakukan pada setiap

model regresi dengan metode OLS (Basuki dan

Prawoto, 2017:297), termasuk juga dalam penelitian

ini. Berikut ini dijelaskan mengenai uji asumsi klasik

dan jenis uji asumsi klasik yang akan digunakan

dalam penelitian ini.

1. Uji Normalitas
Uji normalitas pada dasarnya tidak

merupakan syarat best linier unbias estimator

dan beberapa pendapat tidak mengharuskan

 80

syarat ini sebagai sesuatu yang wajib dipenuhi.

Namun demikian, karena penggunaan uji F dan

uji t mengharuskan faktor kesalahan mengikuti

distribusi normal maka uji normalitas tetap

dilakukan dalam penelitian ini.

Uji normalitas bertujuan untuk menguji

apakah dalam model regresi panel, variabel-

variabelnya berdistribusi normal atau tidak.

Model regresi yang baik adalah memiliki

distribusi data normal atau mendekati normal. Uji

normalitas dalam penelitian ini dilakukan dengan

membandingkan nilai Jarque-Bera (JB) dan nilai

Chi-Square tabel. Hipotesis yang digunakan

adalah sebagai berikut;

H0 : β1 = 0 (maka data berdistribusi normal)

H1 : β2 ≠ 0 (maka data tidak berdistribusi

normal)

Pedoman yang akan digunakan dalam

pengambilan kesimpulan adalah sebagai berikut

a. Jika nilai Probability > 0,05 maka distribusi

data adalah normal

 81

b. Jika nilai Probability < 0,05 maka distribusi

data adalah tidak normal

2. Uji Multikolinearitas

Uji multikolinearitas perlu dilakukan pada

saat regresi linier menggunakan lebih dari satu

variabel bebas. Jika variabel bebas hanya satu,

maka tidak mungkin terjadi multikolinearitas. Uji

multikolinearitas bertujuan untuk menguji apakah

pada model regresi ditemukan adanya korelasi

antar variabel bebas.

Model regresi yang baik seharusnya tidak

terjadi korelasi antar variabel independen

(Ghozali, 2016). Jika variabel independen saling

berkorelasi, maka variabel tidak orthogonal.

Variabel ortogonal adalah variabel independen

yang nilai korelasi antar sesama variabel

independen sama dengan nol. Mendeteksi ada

tidaknya multikolinearitas di dalam regresi

adalah sebagai berikut;

a. Jika nilai koefisien kolerasi (R2) > 0.80, maka

data tersebut terjadi multikolinearitas.

b. Jika nilai koefisien kolerasi (R2) < 0.80, maka

data tersbut tidak terjadi multikolinearitas.

 82

3. Uji Heteroskedastisitas

Uji heteroskedastisitas biasanya terjadi

pada data cross section, di mana data panel

lebih dekat ke ciri data cross section

dibandingkan time series. Uji heteroskedastisitas

bertujuan menguji apakah dalam model regresi

terjadi ketidaksamaan variance dari residual

suatu pengamatan ke pengamatan yang lain.

Jika variance dari residual satu

pengamatan ke pengamatan yang lain tetap,

maka disebut homoskedastisitas dan jika varians

berbeda maka disebut heteroskedastisitas.

Model regresi yang baik adalah yang tidak terjadi

heteroskedastisitas. Kebanyakan dari data cross

section mengandung situasi heteroskedastisitas

karena data ini menghimpun data yang mewakili

berbagai ukuran.

Untuk mendeteksi ada tidaknya

heteroskedastisitas dapat dilakukan dengan uji

Glejser yakni dengan meregresikan nilai

mutlaknya. Hipotesis yang digunakan adalah

sebagai berikut;
 83

H0 : β1 = 0 (maka tidak ada masalah

heteroskedastisitas)

H1 : β2 ≠ 0 (maka terdapat masalah

heteroskedastisitas)

Pedoman yang akan digunakan dalam

pengambilan kesimpulan uji Glejser adalah

sebagai berikut :

a. Jika nilai Probability > 0,05 maka H0 ditolak,

artinya ada masalah heteroskedastisitas.

b. Jika nilai Probability < 0,05 maka H0

diterima, artinya tidak terdapat masalah

heteroskedastisitas.

4. Uji Autokorelasi

Uji autokorelasi bertujuan untuk melihat

apakah dalam model regresi linear ada korelasi

antara kesalahan pengganggu pada periode t

dengan kesalahan pengganggu pada periode t-1

(sebelumnya). Uji autokorelasi hanya dapat

dilakukan pada data time series, sebab yang

dimaksud dengan autokorelasi adalah sebuah

 84

nilai pada sampel atau observasi tertentu yang

sangat dipengaruhi oleh nilai observasi

sebelumnya.

Oleh karena itu, penelitian yang

menggunakan data cross section maupun data

panel, tidak perlu melakukan uji autokorelasi.

Pengujian autokorelasi pada data yang tidak

bersifat time series (cross section atau panel)

tidaklah berarti (Basuki dan Prawoto, 2017).

Oleh sebab itu, uji autokorelasi tidak dilakukan

dalam penelitian ini. Sehingga, penelitian ini

mengasumsikan bahwa variabel independen

tertentu tidak terdapat autokorelasi.

3.6.3.3 Uji Kelayakan (Goodness of Fit) Model Regresi

Data Panel.

Keselarasan atau kecocokan model regresi

atau Goodness of Fit khusus untuk analisis regresi

merupakan penjelasan mengenai seberapa besar

variasi variabel terikat dengan menggunakan

variabel bebas dalam model regresi (Basuki dan

Prawoto, 2017). Dalam menilai kecocokan model

 85

atau goodness of fit dari sebuah model regresi,

dalam penelitian ini menggunakan nilai R-squared

(R2).

Koefisien determinasi pada intinya mengukur

seberapa jauh kemampuan model dalam

menerangkan variasi variabel dependen. Nilai

koefisien determinasi adalah antara 0 (nol) dan 1

(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.

Akan tetapi penggunaan koefisien

determinasi memiliki suatu kelemahan, yaitu

terdapatnya suatu bias terhadap jumlah variabel

independen yang dimasukkan kedalam model. Agar

terhindar dari bias tersebut, maka digunakan nilai

adjusted R2, dimana nilai adjusted R2 mampu naik

atau turun apabila terjadi penambahan satu

variabel independen (Ghozali, 2016). Menurut

 86

Sugiyono (2017), rumus untuk menghitung koefisien

determinasi, yaitu;

Dimana;

Kd : koefisien determinasi

r2 : koefisien korelasi

3.6.4 Uji Hipotesis

Hipotesis adalah jawaban sementara terhadap

rumusan masalah penelitian. Kebenaran dari hipotesis itu

harus dibuktikan melalui data yang terkumpul (Sugiyono,

2017). Berikut adalah pengujian hipotesis yang digunakan

dalam penelitian, yaitu:

1. Uji Pengaruh Simultan (Uji F)

Uji F digunakan untuk mengetahui apakah variabel

independen secara bersama-sama atau simultan

mempengaruhi variabel dependen dan untuk mengetahui

derajat signifikan hubungan variabel independen

terhadap variabel dependen. Langkah-langkah pengujian

dengan menggunakan uji F adalah sebagai berikut :

1. Membuat formula uji hipotesis

 87

H0 : β1 = β2 = βn = 0 (Profil risiko dan permodalan

tidak berpengaruh terhadap

nilai perusahaan)

H0 : β1 = β2 = βn ≠ 0 (profil risiko dan permodalan

memiliki pengaruh terhadap

nilai perusahaan)

2. Menentukan tingkat kesalahan (signifikasi)

Tingkat signifikansi yang dipilih adalah 5% (α =

0,05) atau dengan tingkat kepercayaan sebesar 95%

dari derajat kebebasan (dk) = n-k-1 untuk

memperoleh nilai Ftabel sebagai batas daerah

penerimaan dan penolakan hipotesis.

3. Menentukan nilai Fhitung

Nilai Fhitung bertujuan untuk mengetahui apakah

variabel bebas secara menyeluruh memberikan

pengaruh signifikan terhadap variabel terikat. Berikut

rumus Fhitung :

( ) ( )

Dimana;

R2 : koefisien determinasi

N : jumlah data

K : jumlah variabel independen

 88

4. Kriteria pengujian hipotesis secara simultan

Adapun dalam penelitian ini kriteria uji F yang

digunakan adalah :

a. Jika Fhitung < Ftabel, maka H0 ditolak, dan Ha

diterima, berarti variabel independen secara

simultan mempengaruhi variabel dependen.

b. Jika Fhitung > Ftabel, maka H0 diterima, dan Ha

ditolak, berarti variabel independen secara

simultan tidak mempengaruhi variabel dependen.

2. Uji Pengaruh Parsial (Uji t)

Uji t merupakan pengujian hubungan regresi

secara parsial yang bertujuan untuk mengetahui

signifikasi dari pengaruh variabel bebas secara individu

terhadap variabel terikat, dengan menganggap variabel

lain bersifat konstan. Langkah-langkah pengujian dengan

menggunakan uji t adalah sebagai berikut :

1. Membuat formula uji hipotesis

1. Hipotesis pengaruh profil risiko terhadap nilai

perusahaan

H0 : β1 = 0 (profil risiko tidak berpengaruh

signifikan terhadap nilai perusahaan)

 89

H1 : β1 ≠ 0 (profil risiko berpengaruh signifikan

terhadap nilai perusahaan)

2. Hipotesis pengaruh permodalan terhadap nilai

perusahaan

H0 : βn = 0 (permodalan tidak berpengaruh

signifikan terhadap nilai perusahaan)

H1 : βn ≠ 0 (permodalan berpengaruh signifikan

terhadap nilai perusahaan)

4. Hipotesis pengaruh profitabilitas terhadap nilai

perusahaan

H0 : β1 = 0 (profitabilitas tidak berpengaruh

signifikan terhadap nilai perusahaan)

H1 : β1 ≠ 0 (profitabilitas berpengaruh signifikan

terhadap nilai perusahaan)

2. Menentukan tingkat kesalahan (Signifikansi)

Tingkat signifikansi yang dipilih adalah 5% (α =

0,05) atau dengan tingkat kepercayaan sebesar 95%

dari derajat kebebasan (dk) = n-k-1 untuk

memperoleh nilai Ftabel sebagai batas daerah

penerimaan dan penolakan hipotesis.

3. Menentukan nilai thitung

 90

Pengujian regresi secara parsial untuk

mengetahui apakah individual variabel bebas

berpengaruh signifikan atau tidak terhadap variabel

terikat. Hipotesis parsial digunakan uji t, maka dapat

dianalisis dengan menggunakan rumus sebagai

berikut :

√
√

Dimana;

t : uji t

r2 : Koefisien korelasi

n : jumlah data

k : jumlah variabel independen

4. Kriteria pengujian hipotesis secara parsial

Kriteria uji-t yang digunakan adalah :

a. Jika thitung > ttabel, maka H0 ditolak, dan Ha diterima,

berarti variabel independen secara parsial

mempengaruhi variabel dependen.

b. Jika thitung < ttabel, maka H0 diterima, dan Ha ditolak,

berarti variabel independen secara parsial tidak

mempengaruhi variabel dependen.