bab iii metode penelitian 3.1. metode yang...

99

BAB III

METODE PENELITIAN

3.1. Metode yang Digunakan

Rancangan penelitian adalah suatu kesatuan, rencana terinci dan spesifik

mengenai cara memperoleh, menganalisis, dan menginterpretasi data. Selain itu,

rancangan penelitian berisi tentang hal-hal dan kondisi umum yang

melatarbelakangi dilaksanakan kegiatan tersebut, yang didasarkan pada konsep

maanajemen strategis, dengan mengkaji secara khusus faktor GCG, biaya

pengembangan SDM, biaya pengembangan TI, dan keunggulan bersaing (CAR,

BOPO, FBI) dalam peranannya mewujudkan kinerja perusahaan perbankan

(ROA) yang telah go public di Indonesia.

Pendekatan jenis penelitian ini adalah kuantitatif yang menekankan

analisisnya pada data numerik (angka) yang diolah dengan metoda statistika.

Sedangkan berdasarkan kedalaman analisisnya jenis penelitian yang akan

digunakan adalah metode deskriptif dan inferensial. Penelitian deskriptif yang

dilakukan untuk membuat deskripsi atau gambaran secara sistematis, faktual dan

akurat mengenai fakta, sifat dan hubungan antara variabel yang diteliti, sedangkan

inferensialdimaksudkan untuk mengungkapkan keterkaitan antar variabel melalui

pengujian hipotesis dan juga dimaksudkan untuk mengetahui kondisi masing-

masing variabel pada periode waktu yang digunakan. Sekaran (2006) menyatakan

bahwa “hypothesis testing: offers an enhanced understanding of the relationship

100

that exist among variable. Hypothesis testing could also establish cause and effect

relationship that exist among variable”.

3.2. Operasionalisasi Variabel

Seluruh variabel yang digunakan dalam penelitian ini merupakan data

kuantitatif yang tergolong observable variable yang merupakan data sekunder.

Dengan demikian dalam penelitian ini tidak dilakukan penyusunan konstruk.

Menurut Hair et al. (2011), menjelaskan bahwa proses konseptualisasi dimulai

dengan identifikasi variabel dan konstruk. Variabel adalah observable dan

berkarakteristik terukur dalam suatu model konseptual. Para peneliti setuju

bahwa nilai pada variabel tersebut benar-benar dapat diukur, sebagai contoh

penjualan: level produksi, pembelian, karakterisktik demografi dll. Ketika

karakteristik diukur dengan suatu pertanyaan atau pernyataan tunggal, secara

umum dapat digolongkan sebagai variabel. Variabel berkaitan langsung dengan

observasi, fakta yang dapat diverifikasi seperti pengamatan konter keluar-masuk

suatu toko atau observasi pembelian nasabah atau umur individu.

Selanjutnya Hair et al. (2011) juga menyebutkan bahwa ketika beberapa

pertanyaan atau pernyataan digunakan dalam kombinasi untuk merepresentasikan

suatu karakteristik atau konsep, dapat disebut kombinasi suatu konstruk. Suatu

perbedaan besar antara variabel dan suatu konstruk bahwa variabel diukur secara

langsung. Sebaliknya konstruk hanya dapat diukur secara tidak langsung melalui

beberapa indikator variabel, seringnya melalui kuesioner survey. Selain itu,

konstruk adalah konsep yang merepresentasikan suatu level yang lebih tinggi dari

abstraksi dibandingkan variabel dan didefinisikan atas dasar teori. Sebagai contoh,

101

konstruk yang digunakan dalam bisnis adalah kualitas layanan, tingkah laku merk,

komitmen organisasi, kepuasan, kepemimpinan dll. Setiap konstruk akan diukur

secara tidak langsung. Kesimpulannya, perbedaan utama antara variabel dan

konstruk bahwa variabel secara langsung diukur dari suatu karakteristik tunggal

atau atribut pada suatu level yang lebih rendah dari abstraksi, di mana konstruk

konsisten berkaitan dengan beberapa karakteristik dan diukur secara tidak

langsung.

Dalam penelitian ini operasionalisasi variabel dapat diuraikan sebagai

berikut:

1. Variabel GCG

Variabel GCG dalam penelitian ini juga digolongkan ke dalam observable

variable mengingat merupakan data sekunder dan penilaiannya bersumber

dari penilaian tingkat kesehatan yang dilakukan otoritas pengawasan bank di

Indonesia (OJK) yang bersumber dari publikasi bank. Aturan dan tata cara

penilaian GCG Bank Umum diatur dalam ketentuan di bawah UU (POJK No.

55/POJK.03/2016 tentang Penerapan Tata kelola Bagi Bank Umum dan SE

BI No. 15/15/DPNP), yang didasarkan atas pelaksanaan GCG pada industri

perbankan dengan berlandaskan prinsip 5 (lima) prinsip dasar yaitu

transparansi, akuntabilitas, pertanggungjawaban, independensi, dan

kewajaran. Penerapan ke-5 prinsip tersebut meliputi 11 faktor penilaian GCG,

yaitu:

a. Pelaksanaan tugas dan tanggung jawab komisaris

b. Pelaksanaan tugas dan tanggung jawab direksi

102

c. Kelengkapan dan pelaksanaan tugas komite

d. Penanganan benturan kepentingan

e. Penerapan fungsi kepatuhan

f. Penerapan fungsi audit intern

g. Penerapan fungsi audit ekstern

h. Penerapan manajemen risiko termasuk sistem pengendalian intern

i. Penyediaan dana kepada pihak terkait dan penyediaan dana besar

j. Transparansi kondisi keuangan dan non keuangan bank, laporan

pelaksanaan GCG dan pelaporan internal

k. Rencana strategis bank.

Penilaian terhadap ke-11 faktor tersebut dilakukan secara komprehensif dan

terstruktur yang diintegrasikan menjadi 3 (tiga) aspek governance yaitu

governance structure, governance process, dan governance outcome, sebagai

suatu proses yang berkesinambungan. Penilaian faktor GCG merupakan

penilaian terhadap kualitas manajemen Bank atas pelaksanaan prinsip GCG,

dengan memperhatikan signifikansi atau materialitas suatu permasalahan

terhadap penerapan GCG pada Bank secara bank-wide, sesuai skala,

karakteristik dan kompleksitas usaha Bank.

Adapun cara penilaiannya dari masing-masing faktor tersebut dielaborasi

dalam bentuk matriks ke dalam sejumlah kriteria dan indikator yang kemudian

dianalisis penerapannya pada industri perbankan. Setelah analisis dilakukan

secara lengkap, kemudian dilakukan kuantifikasi atas dasar urutan skala

pemeringkatan dari 1-5 (Sangat Baik, Baik, Cukup Baik, Kurang Baik, dan

103

Tidak Baik). Hasil dari penskalaan tersebut berupa skala ordinal, kemudian

dilakukan transformasi menjadi interval dengan menggunakan Metoda

successive intervals scaling.

2. Variabel Biaya Pengembangan/Investasi TI

Variabel Biaya ini tergolong observable variable, merupakan salah satu pos

biaya dalam laporan rugi laba bank umum, dengan pengambilan data

bersumber dari pos biaya investasi TI bank umum, Laporan Bank Umum

(LBU) yang disampaikan berkala kepada DPIP OJK.

3. Variabel Biaya Pengembangan SDM

Variabel Biaya ini tergolong observable variable, merupakan salah satu pos

biaya dalam laporan rugi laba bank umum, dengan pengambilan data

bersumber dari pos biaya pengembangan SDM bank umum, LBU yang

disampaikan berkala kepada DPIP OJK. Secara aturan otoritas pengawasan

bank besarnya biaya pengembangan SDM ini minimal sebesar 5% dari total

biaya SDM bank. Aturan besarnya biaya pengembangan SDM bank umum

diatur dalam SK Dir BINo. 31/310/KEP/DIR Tahun 1999.

4. Variabel Keunggulan Bersaing

Variabel keunggulan bersaing diambil dari pendekatan sebagai berikut:

a. Berdasarkan teori keunggulan bersaing yakni dari faktor low cost dan

diferensiasi. Untuk faktor low cost digunakan variabel rasio efisiensi

(rasio BOPO) dan FBI.

Rasio BOPO lazim digunakan oleh otoritas sebagai salah satu cara

menghitung efisiensi industri perbankan. Mengingat rasio BOPO

104

merupakan rasio yang dihitung dari pos biaya operasional dibagi dengan

pos pendapatan operasional (keduanya pos pada laporan laba rugi bank)

maka tergolong juga oberservable variable.

Data rasio BOPO berasal dari DPIP OJK yang dihitung atas dasar LBU

yang disampaikan berkala oleh bank umum.

b. Berdasarkan aturan Basel Comitte on Bank Supervision (BCBS), yang

merupakan lembaga internasional di bawah BIS yang membuat regulasi

standard internasional bagi industri perbankan. Aturan BCBS khususnya

Basel III menyebutkan bahwa penguatan modal dapat meningkatkan daya

tahan bank terhadap krisis dan gejolak perekonomian serta risiko yang

timbul akibat peningkatan eksposur penyediaan dana. Indonesia termasuk

anggota BIS yang juga tunduk pada aturan BCBS, juga mengatur bahwa

aspek modal bank merupakan salah satu komponen penilaian tingkat

kesehatan bank, selain faktor risiko, GCG dan earnings. Dengan demikian

komponen ketiga dari variabel Keunggulan Bersaing dalam penelitian ini

adalah modal bank yang diukur dari CAR. Sumber data CAR bank umum

juga dari DPIP OJK, yang dihitung atas dasar modal yang dimiliki (modal

inti, pelengkap, tambahan) dibandingkan dengan nilai pembobotan risiko

pos-pos neraca yang penting (aktiva tertimbang menurut risiko). Peraturan

permodalan bank umum terdapat dalam POJK No. 34/POJK.03/2016

tentang Perubahan atas POJK No. 11/POJK.03/2016 tentang Kewajiban

Penyedian Modal Minimum Bank tanggal 26 September 2016. Data CAR

105

berasal dari DPIP OJK yang dihitung atas dasar LBU yang disampaikan

berkala oleh bank umum.

c. Kemudian faktor diferensiasi digunakan variabel FBI, yang saat ini

merupakan trend industri perbankan untuk meningkatkan FBI dalam

komposisi pendapatannya, yang relatif berisiko rendah namun syarat

teknologi. Selain itu, berbagai penelitian sebelumnya menunjukkan FBI

merupakan salah satu aspek keunggulan bersaing yang berpengaruh

terhadap kinerja bank. Data rasio FBI berasal dari DPIP OJK yang

dihitung atas dasar LBU yang disampaikan berkala oleh bank umum

5. Variabel Kinerja Perusahaan

Variabel Kinerja Perusahaan diukur oleh rasio ROA, yang merupakan rasio

dari pos laba (dari pos laporan laba-rugi bank) dibagi dengan total aset (dari

pos neraca bank), sehingga tergolong juga observable variable. Dalam

penghitungan aspek earning pada penilaian tingkat kesehatan bank umum,

rasio ROA merupakan salah satu komponen yang diperhitungkan.

Sebagaimana juga data biaya, data rasio ROA ini juga berasal dari DPIP OJK

yang dihitung atas dasar LBU yang disampaikan berkala oleh bank umum.

Tabel 3.1 Operasionalisasi Variabel

Variabel Dimensi Indikator Ukuran Skala

GCG (X1)

Peringkat kualitas

atau penilaian

GCG merupakan

nilai komponen

GCG yang

dihitung dalam

penilaian tingkat

kesehatan bank

Hasil penilaian GCG

dari lembaga

independen dari

berbagai dimensi.

Nilai GCG bersumber

dari kompilasi data

publikasi bank

Pengukuran dari

ordinal (peringkat)

menjadi interval untuk

kegunaan uji statistik.

Ordinal

106


oleh OJK

Biaya

Pengembangan

Teknologi

Informasi/TI (X2)

Secara akuntansi

merupakan salah

satu komponen

biaya dalam

laporan Laba-

Rugi Bank

Besarnya biaya TI yang

dikeluarkan oleh tiap

emiten bank.

Besarnya biaya TI yang

dikeluarkan oleh tiap

emiten bank.

Pengukuran rasio

untuk kegunaan uji

statistik.

rasio

Besarnya pos Biaya

investasi TI diambil

dari LBU.

Besarnya pos Biaya

investasi TI diambil

dari LBU.

Pengukuran rasio

untuk kegunaan uji

statistik.

Biaya

Pengembangan

SDM (X3)

Secara akuntansi

merupakan salah

satu komponen

biaya dalam

laporan Laba-rugi

bank. Besarnya

biaya

pengembangan

SDM (diluar

infrastruktur),

minimal 5% dari

biaya total SDM

bank tahun lalu.

Besarnya pos Biaya

Pengembangan SDM

diambil dari LBU

Besarnya pos Biaya

Pengembangan SDM

diambil dari LBU

Pengukuran rasio

untuk uji statistik.

rasio

Keunggulan

Bersaing (Y)

Merupakan

komponen

keunggulan

bersaing:

- low cost, rasio

BOPO (Y1)

- diferensiasi,

FBI, (Y2); serta

- CAR (Y3).

CAR dan rasio

BOPO

merupakan salah

satu aspek yang

digunakan oleh

otoritas nasional

CAR= merupakan rasio

modal terhadap Aktiva

Tertimbang Menurut

Risiko/ATMR

CAR dihitung dan

diambil dari LBU

Nilai BOPO dan CAR

sudah dalam bentuk

rasio.

rasio

Rasio BOPO= rasio

Biaya Operasional

terhadap Pendapatan

Rasio BOPO dihitung

dan diambil dari LBU

107


dan global dalam

komponen

penghitungan

tingkat kesehatan

bank.

Permodalan

merupakan syarat

mutlak dari

otoritas global

dan nasional agar

bank dapat

bersaing dan

berkelanjutan.

Secara akuntansi

FBI merupakan

salah satu

komponen

pendapatan

operasional selain

bunga kredit yang

ada dalam

laporan Laba-rugi

bank.

Opersaiaonal

FBI= merupakan salah

satu komponen

pendapatan operasional

selain bunga kredit

yang ada dalam laporan

Laba-rugi bank

FBI dihitung dan

diambil dari LBU

Pengukuran FBI dari

nominal menjadi rasio

untuk uji statistik

Kinerja

Perusahaan (Z)

Merupakan

penilaian akhir

terhadap

kapabilitas

perusahaan,

dalam hal ini

digunakan

penilaian aspek

finansial rasio

ROA. Rasio ini

digunakan dalam

penghitungan

komponen

earnings pada

penghitungan

tingkat kesehatan

bank

Rasio rentabilitas,

menggunakan rasio

ROA yang

mencerminkan rasio

antara laba rata-rata

terhadap total aset

Nilai rasio ROA

dihitung dari LBU.

Nilai rasio ROA

dihitung dari LBU.

rasio

108

3.3. Sumber dan Cara Penentuan Data/Informasi

Jenis data merupakan data sekunder, yaitu data/informasi bank umum

konvensional yang tercatat di BEI periode 2011-2016, bersumber dari BEI, BI,

publikasi bank dan OJK. Sementara itu data yang dikumpulkan adalah GCG,

biaya TI, biaya pengembangan SDM, rasio ROA dan indikator keunggulan

bersaing (permodalan (CAR), rasio efisiensi (rasio BOPO) dan aspek FBI).

Populasi dalam penelitian ini adalah bank umum konvensional yang

tercatat di BEI periode 2011-2016, sebanyak 37 bank (cross-section), dimana

periodisasi laporan keuangan ditentukan selama 6 tahun yaitu 2011-2016 (time

series). Sehingga data yang diperoleh adalah gabungan antara data cross section

dan time series yang disebut sebagai data panel. Struktur data panel diharapkan

dapat memberikan informasi yang lebih banyak.

3.4. Teknik Pengumpulan Data

Sumber data pada penelitian ini adalah data sekunder dan sebagai

pengkonfirmasi hasil penelitian data sekunder akan digunakan data primer dengan

menggunakan teknik wawancara/FGD dengan pihak berkompeten (senior

management). Unit analisis dibatasi pada Bank Umum Konvensional yang Go

Public di BEI. Posisi sampai dengan Desember 2016 berjumlah 37 bank umum

konvensional. Adapun periodisasi data ditentukan selama 6 tahun (2011-2016)

antara lain untuk memenuhi persyaratan analisis data dan agar merepresentasikan

populasi yang diambil.

109

3.5. Rancangan Analisis dan Uji Hipotesis

3.5.1. Rancangan Analisis

Model Estimasi Data Panel

Rancangan analisis yang akan digunakan dalam penelitian ini adalah regresi

untuk data panel. Regresi data panel merupakan analisis regresi yang

menggabungkan data time series dengan cross section, dimana unit cross section

yang sama diukur pada waktu yang berbeda. Maka dengan kata lain, data panel

merupakan data dari beberapa individu sama yang diamati dalam kurun waktu

tertentu. Keunggulan regresi data panel antara lain:

1. Data Panel mampu memperhitungkan heterogenitas individu secara

ekspilisit dengan mengizinkan variabel spesifik individu;

2. Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data

panel dapat digunakan untuk menguji dan membangun model perilaku lebih

kompleks.

3. Data panel mendasarkan diri pada observasi cross-section yang berulang-

ulang (time series), sehingga metode data panel cocok digunakan sebagai

study of dynamic adjustment.

4. Tingginya jumlah observasi memiliki implikasi pada data yang lebih

informatif, lebih variatif, dan kolinieritas (multikol) antara data semakin

berkurang, dan derajat kebebasan (degree of freedom/df) lebih tinggi

sehingga dapat diperoleh hasil estimasi yang lebih efisien.

5. Data panel dapat digunakan untuk mempelajari model-model perilaku yang

kompleks.

110

6. Data panel dapat digunakan untuk meminimalkan bias yang mungkin

ditimbulkan oleh agregasi data individu.

Dengan keunggulan tersebut maka implikasi pada tidak harus

dilakukannya pengujian asumsi klasik dalam model data panel (Verbeek, 2000;

Gujarati dan Porter, 2009)

Secara umum data panel menghasilkan koefisien intersep dan slope yang

berbeda di tiap perusahaan dan setiap periode waktu. Oleh karena itu dalam

mengestimasi persamaan ekonometrika akan sangat tergantung dari asumsi yang

dibuat tentang koefisien intersep dan slope serta variabel gangguannya.

Berdasarkan asumsi yang telah ditentukan ada beberapa teknik estimasi parameter

model regresi data panel yang ditawarkan yaitu :

a. Koefisien Tetap antar Waktu dan Individu (Common Effect)

Teknik yang digunakan dalam metode Common Effect hanya dengan

mengkombinasikan data time series dan cross section. Dengan hanya

menggabungkan kedua jenis data tersebut maka dapat digunakan metode

OLS untuk mengestimasi model data panel. Dalam pendekatan ini tidak

memperhatikan dimensi individu maupun waktu, dan dapat diasumsikan

bahwa perilaku data antar perusahaan sama dalam berbagai rentang waktu.

Asumsi ini jelas sangat jauh dari realita sebenarnya, karena karakteristik antar

perusahaan baik dari segi kewilayahan jelas sangat berbeda.

b. Model Efek Tetap (Fixed Effect)

Teknik yang digunakan dalam penelitian ini adalah metode Fixed

Effect. Metode dengan menggunakan variabel dummy untuk menangkap

111

adanya perbedaan intersep. Metode ini mengasumsikan bahwa koefisien

regresi (slope) tetap antar perusahaan dan antar waktu, namun intersepnya

berbeda antar perusahaan namun sama antar waktu (time invariant). Namun

metode ini membawa kelemahan yaitu berkurangnya derajat kebebasan

(degree of freedom) yang pada akhirnya mengurangi efisiensi parameter.

c. Model Efek Random (Random Effect)

Tenik yang digunakan dalam Metode Random Effect adalah dengan

menambahkan variabel gangguan (error terms) yang mungkin saja akan

muncul pada hubungan antar waktu dan antar perusahaan. Teknik metode

OLS tidak dapat digunakan untuk mendapatkan estimator yang efisien,

sehingga lebih tepat untuk menggunakan Metode Generalized Least

Square (GLS).

Judge (1980) dalam Fadly (2011), menyatakan ada perbedaan mendasar

untuk menentukan pilihan antara FEM (Fixed Effects Model) dan ECM (Error

Component Model) antara lain sebagai berikut (Gujarati dan Porter, 2009):

1) Jika T (jumlah data time series) besar dan N (jumlah unit cross-section)

kecil, perbedaan antara FEM dan ECM adalah sangat tipis. Oleh karena

itu, dapat dilakukan penghitungan secara konvensional. Pada keadaan ini,

FEM mungkin lebih disukai.

2) Ketika N besar dan T kecil, estimasi diperoleh dengan dua metode dapat

berbeda secara signifikan. Pada ECM, dimana adalah komponen random

cross-section dan pada FEM, ditetapkan dan tidak acak. Jika kita sangat

yakin dan percaya bahwa individu, ataupun unit cross-section sampel kita

http://ferdifadly.blogspot.com/2012/01/peran-intervensi-pemerintah.html

112

adalah tidak acak, maka FEM lebih cocok digunakan. Jika unit cross-

section sampel adalah random/acak, maka ECM lebih cocok digunakan.

3) Komponen error individu dan satu atau lebih regresor berkorelasi,

estimator yang berasal dari ECM adalah bias, sedangkan yang berasal dari

FEM adalah unbiased.

4) Jika N besar dan T kecil, serta jika asumsi untuk ECM terpenuhi, maka

estimator ECM lebih efisien dibanding estimator FEM.

Secara formal, ada tiga prosedur pengujian yang akan digunakan, yaitu uji

statistik F yang digunakan untuk memilih antara model common effects atau fixed

effects; uji Lagrange Multiplier (LM) yang digunakan untuk memilih antara model

common effect atau model random effects; dan uji Hausman yang digunakan

untuk memilih antara model fixed effects atau model random effects.

(1) Uji F Statistik

Uji F statistik merupakan uji perbedaan dua regresi dalam hal ini regresi data

panel dengan asumsi intersep dan slope sama (common effect). Uji ini

dilakukan dengan membandingkan residual sum of squares (RSS) dari kedua

hasil regresi tersebut. Rumusnya adalah :

Dimana :

RSS1 : residual sum of squares dengan common effect;

RSS2 : residual sum of squares dengan fixed effect;

M : numerator (yaitu jumlah restriksi atau pembatasan dalam model

common effect atau jumlah kelompok individu dikurangi 1);

knRSSRSS

kRSSRSSRSSF c

2/

/)(

21

21

http://ferdifadly.blogspot.com/2012/06/pengujian-signifikansi-model-fixed_01.html

http://ferdifadly.blogspot.com/2012/06/pengujian-signifikansi-model-fixed_01.html

http://ferdifadly.blogspot.com/2012/06/pengujian-signifikansi-random-effects.html

http://ferdifadly.blogspot.com/2012/06/pengujian-signifikansi-random-effects.html

http://ferdifadly.blogspot.com/2012/06/hausmann-test-fixed-effects-versus.html

http://ferdifadly.blogspot.com/2012/06/hausmann-test-fixed-effects-versus.html

113

(n – k) : denumerator; n : jumlah observasi; k: jumlah parameter dalam

model fixed effect.

Hipotesis nolnya adalah intersep dan slope sama (common effect). Nilai

statistik hitung hingga akan mengikuti distribusi statistik F dengan derajat

bebas (df) sebanyak m untuk numerator dan (n – k) untuk denumerator.

(2) Uji Lagrange Multiplier (LM)

Uji LM digunakan untuk memilih model random effect atau common effect.

Uji bisa juga dinamakan uji signifikansi random effect yang dikembangkan

oleh Bruesch–Pagan (1980). Uji LM Bruesch–Pagan ini didasarkan pada nilai

residual dari metode common effect. Nilai LM dihitung dengan rumus:

Dimana: n = jumlah individu; T = jumlah periode waktu; e = residual metode

common effect.

Hipotesis nolnya adalah intersep dan slope sama (common effect). Uji LM ini

didasarkan pada distribusi chi-square dengan degree of freedom sebesar

jumlah variabel independen. Jika nilai LM statistik lebih besar dari nilai kritis

statistik chi-square maka kita menolak hipotesis nol, berarti estimasi yang

lebih tepat dari regresi data panel adalah model random effect. Sebaliknya

jika nilai LM statistik lebih kecil dari nilai kritis statistik chi-square maka kita

menerima hipotesis nol yang berarti model common effect lebih baik

digunakan dalam regresi.

(3) Uji Hausman

Untuk menentukan salah satu model diantara dua model fixed effect atau

random effect, Hausman (1978) telah mengembangkan suatu uji yang

didasarkan pada ide bahwa Least Square Dummy Variable (LSDV) dalam

114

metode Fixed Effect dan Generalized Least Square (GLS) pada Random

Effect adalah efisien, sedangkan metode Ordinary Least Square (OLS) tidak

efisien, dilain pihak alternatifnya adalah metode OLS efisien dan GLS tidak

efisien. Oleh karena itu, hipotesis nolnya adalah hasil estimasi keduanya tidak

berbeda sehingga uji Hausman bisa dilakukan berdasarkan perbedaan

estimasi tersebut. Unsur penting untuk uji ini adalah kovarian matrik dari

perbedaan vektor.

3.5.1.1 Model Ekonometrika

Model yang digunakan adalah :

Model 1 : Yit= β0i + β11 X1it + β12X2it + β13X3it + eit

Model 2 : Zit= β0i + β21 X1it + β22X2it + β23X3it +β24Y1it + eit

Keterangan :

X1= GCG

X2= Biaya Pengembangan TI

X3= Biaya pengembangan SDM

Y = Keunggulan Bersaing Bank Umum Konvensional yang Go Public

Z = Kinerja Bank Umum Konvensional yang Go Public

= Koefisien regresi

e = Error

i = 1,2,3…n

t = Waktu

115

3.5.2. Rancangan Pengujian Hipotesis

Hipotesis 1

GCG, Biaya Pengembangan TI, dan Biaya Pengembangan SDM berpengaruh

terhadap Keunggulan Bersaing (BOPO, CAR dan FBI) pada bank konvensional

yang tercatat di BEI periode 2011-2016.


BOPOit= β01i + β11GCG1it + β12IT2it + β13SDM3it + eit

CARit= β02i + β21GCG1it + β22IT2it + β23SDM3it + e2t

FBIit= β03i + β31GCG1it + β32IT2it + β33SDM3it + e3t

a. Uji Koefisien Regresi Simultan

Pengujian dilakukan secara simultan untuk seluruh koefisien regresi dari

variabel independen sama dengan nol (null hypothesis).

H0 : β11 = β12 = β13 = 0

H0 : Minimal ada satu β1j ≠ 0

Nilai F-statistik untuk uji simultan dirumuskan sebagai berikut :

knR

kR

F

)1(

12

2

Keterangan :

R2

= koefisien determinasi

Jika F value lebih besar dari F-Tabel (F, k-1, n-k) maka H0 ditolak. Alternatif

lain dengan melihat nilai p–value F atau Prob (F-statistik) yang diperoleh dari

116

hasil proses Eviews. Jika sangat rendah H0 ditolak. Pengujian juga dapat

dilakukan dengan melihat nilai R2.

b. Uji Koefisien Regresi Parsial

Hipotesis yang digunakan ialah sebagai berikut :

H0 : β1j =0

Peningkatan GCG tidak berpengaruh terhadap keunggulan bersaing

bank konvensional yang tercatat di BEI

Biaya TI tidak berpengaruh terhadap keunggulan bank konvensional

yang tercatat di BEI

Biaya pengembangan SDM tidak berpengaruh terhadap keunggulan

bersaing bank konvensional yang tercatat di BEI

H1 : β1j≠0

Peningkatan GCG berpengaruh terhadap keunggulan bersaing bank

konvensional yang tercatat di BEI

Biaya TI berpengaruh terhadap keunggulan bersaing bank

konvensional yang tercatat di BEI

Biaya pengembangan SDM berpengaruh terhadap keunggulan bersaing

bank konvensional yang tercatat di BEI

Statistik uji menggunakan uji t sebagai berikut :

Bandingkan ‘t value’ yang dihitung dibandingkan dengan ‘ t table’ berdasarkan

degree of freedom tertentu dan dengan = 5%. Jika t value lebih besar, dari t-

Tabel maka H0 ditolak.

117

Hipotesis 2

Keunggulan Bersaing (BOPO, CAR dan FBI) berpengaruh terhadap kinerja

perusahaan pada bank konvensional yang tercatat di BEI periode 2011-2016.


ROAit= β04i + β41BOPOit + β42CAR2it + β43FBI3it + e4it

A. Hipotesis Simultan

H0 : β41= β42 = β43 = 0

Tidak terdapat pengaruh dari BOPO, CAR dan FBI terhadap ROA

H1 : paling sedikit ada β ij 0

Terdapat pengaruh BOPO, CAR dan FBI terhadap ROA


knR

kR

F

)1(

12

2

Keterangan :

R2






118



H0 : β4i=0

BOPO tidak berpengaruh terhadap kinerja (ROA) bank konvensional


CAR tidak berpengaruh terhadap kinerja (ROA) bank konvensional


FBI tidak berpengaruh terhadap kinerja (ROA) bank konvensional


H1 : β4i ≠ 0

BOPO berpengaruh terhadap kinerja (ROA) bank konvensional yang

tercatat di BEI

CAR berpengaruh terhadap kinerja (ROA) bank konvensional yang

tercatat di BEI

FBI berpengaruh terhadap kinerja (ROA) bank konvensional yang

tercatat di BEI





119

Hipotesis 3

GCG, Biaya Pengembangan TI, dan Biaya Pengembangan SDM serta

Keunggulan Bersaing (BOPO, CAR dan FBI) berpengaruh terhadap Kinerja

Perusahaan pada bank konvensional yang tercatat di BEI periode 2011-2016

melalui keunggulan bersaing.


ROAit= β05i +β51GCGit + β52IT2it + β53SDM3it+ β54BOPOit + β55CAR2it +

β56FBI3it + e5it

A. Hipotesis Simultan

H0 : β51= β52 = β53 = β54 = β55 = β56 = 0

Tidak terdapat pengaruh GCG, Biaya Pengembangan/Investasi TI, dan

Biaya Pengembangan SDM, BOPO, CAR dan FBI terhadap ROA

H1 : paling sedikit ada β ij 0

Terdapat pengaruh GCG, Biaya Pengembangan/Investasi TI, dan Biaya

Pengembangan SDM, BOPO, CAR dan FBI , terhadap ROA


knR

kR

F

)1(

12

2

Keterangan :

R2




120





H0 : β5i = 0

GCG tidak berpengaruh terhadap kinerja (ROA) bank konvensional


IT tidak berpengaruh terhadap kinerja (ROA) bank konvensional yang

tercatat di BEI

SDM tidak berpengaruh terhadap kinerja (ROA) bank konvensional


BOPO tidak berpengaruh terhadap kinerja (ROA) bank konvensional


CAR tidak berpengaruh terhadap kinerja (ROA) bank konvensional


FBI tidak berpengaruh terhadap kinerja (ROA) bank konvensional


H1 : β5i≠ 0

GCG berpengaruh terhadap kinerja (ROA) bank konvensional yang

tercatat di BEI

IT berpengaruh terhadap kinerja (ROA) bank konvensional yang

tercatat di BEI

SDM berpengaruh terhadap kinerja (ROA) bank konvensional yang

tercatat di BEI

BOPO berpengaruh terhadap kinerja (ROA) bank konvensional yang

tercatat di BEI

121

CAR berpengaruh terhadap kinerja (ROA) bank konvensional yang

tercatat di BEI

FBI berpengaruh terhadap kinerja (ROA) bank konvensional yang

tercatat di BEI





3.6. Rancangan Pemecahan Masalah

Rancangan pemecahan masalah didasarkan teori dan hasil penelitian

sebelumnya tentang faktor-faktor yang mempengaruhi kinerja dan keunggulan

bersaing perbankan. Selanjutnya, setelah dilakukan pengujian statistik, diharapkan

akan didapatkan model penelitian untuk mengetahui pengaruh dan hubungan antar

variabel baik antar variabel independen dengan variabel dependen, antar variabel

independen, maupun antar variabel dependen. Pendekatan pengaruh masing-

masing variabel independen akan dilakukan terlebih dahulu terhadap variabel

dependen, kemudian pendekatan pengaruh variabel independen secara gabungan

dilakukan dalam analisis selanjutnya. Selanjutnya, analisis terhadap dependen

variabel dilakukan untuk mengetahui apakah terdapat hubungan korelasi atau

tidak dan arah korelasi tersebut.

122

3.6.1. Perumusan Tujuan

Berdasarkan rumusan permasalahan yang telah disusun, dapat ditentukan

tujuan pemecahan masalah sebagai berikut:

• Untuk mengetahui perkembangan GCG, Biaya Pengembangan TI, Biaya

Pengembangan SDM, dan Keunggulan Bersaing pada bank konvensional yang

tercatat di BEI periode 2011-2016.

• Untuk mengetahui Pengaruh GCG, Biaya Pengembangan TI, dan Biaya

Pengembangan SDM terhadap Keunggulan Bersaing pada bank konvensional



Pengembangan SDM terhadap Kinerja Perusahaan pada bank konvensional


• Untuk mengetahui Pengaruh Keunggulan Bersaing terhadap Kinerja

Perusahaan pada bank konvensional yang tercatat di BEI periode 2011-2016.


Pengembangan SDM terhadap Kinerja Perusahaan pada bank konvensional

yang tercatat di BEI periode 2011-2016 melalui Keunggulan Bersaing.

Jika telah diketahui peran dan hubungan antar variabel, maka selanjutnya

diharapkan dapat disusun rekomendasi berdasarkan kegunaan penelitian yang

telah dijabarkan sebelumnya.

123

3.6.2. Pemetaan Strategi

Berdasarkan analisis terhadap variabel menurut uji statistik yang didapat,

kemudian dilakukan tahapan berikutnya berupa pemetaan strategi. Pemetaan

strategi didasarkan atas variabel solusi (variabel independen yang berpengaruh

signifikan terhadap variabel dependen) dikaitkan dengan hipotesis yang diajukan.

Selanjutnya dilakukan pemetaan strategi atas dasar hasil pengujian hipotesis dan

dikaitkan dengan aspek atau bidang dan level pada manajemen perusahaan,

khususnya industri perbankan.

3.6.3. Operasionalisasi Strategi

Berdasarkan pemetaan strategi yang telah disusun, selanjutnya disusun

operasionalisasi strategi dengan alternatif dan tahapan strategi yang akan

diterapkan. Alternatif dan tahapan strategi yang akan diterapkan didasarkan atas

aspek atau bidang dan level pada manajemen industri perbankan, berdasarkan

urutan prioritas, materialitas dan probabilitas.

3.6.4. Rencana Tindakan

Tahapan berikutnya setelah operasionalisasi strategi adalah rencana

tindakan atau action plan. Rencana tindakan merupakan program atau rencana

kegiatan yang disusun untuk mencapai tujuan tertentu. Dalam hubungan ini

rencana tindak selayaknya didasarkan pada rekomendasi yang dibuat dikaitkan

dengan kondisi industri perbankan serta lingkungannya, sehingga dapat

memberikan pemecahan masalah strategis perbankan sesuai dengan aspek yang

diteliti.

124

3.6.5 Rencana Evaluasi dan Kontrol

Pada akhirnya setiap kegiatan atau program baik yang strategis ataupun

kurang strategis, diperlukan rencana evaluasi dan kontrol atau pengendalian agar

sesuai dengan rencana semula dan jika dimungkinkan dapat diperbaiki pada waktu

proses berjalan, sehingga tujuan yang akan dicapai secara optimal dengan

penyimpangan yang minimal. Rencana evaluasi selayaknya sesuai dengan

bobot/tahapan kegiatan dan dilakukan atas dasar prioritas, biaya atau waktu yang

tepat. Sementara itu kontrol yang akan dilakukan, selayaknya dapat secara efektif

mengendalikan penyimpangan yang material sepanjang kegiatan/program

dijalankan.

bab iii metode penelitian 3.1. metode yang...

Documents