BAB 3 METODA PENELITIAN
3.1
Jenis dan Sumber Data
Peneliti memperoleh data penelitian ini yang terdapat pada sumber data historis berupa laporan keuangan perusahaan yang telah diaudit dengan benar serta disajikan secara lengkap yang disajikan oleh perusahaan-perusahaan yang bergerak di bidang industri penghasil bahan baku sektor pertambangan yang terdaftar di Bursa Efek Indonesia pada periode tahun 2010-2012 yang telah disajikan secara lengkap yang dapat juga di download di websitenya Bursa Efek Indonesia yakni www.idx.co.id. Jenis dari adanya data yang digunakan oleh peneliti untuk melakukan penelitian ini berupa data kuantitatif yang artinya data yang disusun berupa angka yang pengambilan datanya berdasarkan laporan keuangan perusahaan yang telah diaudit dengan benar serta disajikan secara lengkap dari perusahaan-perusahaan yang bergerak di bidang industri penghasil bahan baku sektor pertambangan pada tahun 2010 sampai 2012 yang telah terdaftar di Bursa Efek Indonesia. Sumber data yang digunakan dalam penelitian ini berupa data sekunder. Data sekunder merupakan data yang sudah tersedia dan siap untuk dianalisis sesuai dengan tujuan dari penelitian ini dimana pengambilan datanya melalui media perantara yang berasal dari dokumen berupa laporan keuangan perusahaan yang telah diaudit dengan benar serta disajikan secara lengkap oleh perusahaanperusahaan industri penghasil bahan baku sektor pertambangan yang terdaftar di Bursa Efek Indonesia. Sumber data dalam penelitian ini diambil dari Annual Report (Laporan Tahunan) dan data laporan keuangan sektor pertambangan yang telah terdaftar di Bursa Efek Indonesia hingga tahun 2014 ditambah dengan company profile tiap perusahaan pertambangan. Selain itu sumber data lain atau data penunjang adalah berasal dari media massa dan website perusahaan pertambangan, penelitian lain yang telah dilakukan dan serta jurnal-jurnal lain yang mempunyai kaitan dengan 31
32 penelitian ini. Pada sektor pertambangan terdapat 4 sub sektor yaitu : a) Pertambangan Batubara; b) Pertambangan Minyak dan Gas Bumi; c) Pertambangan Logam dan Mineral lainnya; d) Pertambangan Batu-batuan. 3.2
Pengambilan Sampel
3.2.1
Pengertian Populasi dan Sampel Penelitian
Menurut Sugiyono (2012) populasi merupakan wilayah umum yang terdiri atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Wijaya (2009) mendefinisikan populasi sebagai totalitas unit analisis yang sedang diteliti atau keseluruhan unit analisis. Populasi dalam penelitian ini adalah adalah perusahaan sektor tambang yang telah terdaftar di Bursa Efek Indonesia (BEI) hingga tahun 2014 sebanyak 38 perusahaan dan data penelitian yang digunakan adalah untuk tahun 2010-2012. Menurut Sugiyono (2012), sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Sugiyono (2012) menyatakan teknik sampling merupakan teknik pengambilan sampel yang digunakan dalam penelitian. 3.2.2
Metode Pengumpulan Sampel
Penelitian yang dilakukan oleh peneliti ini dapat dikenal dengan menggunakan metode dokumentasi yang biasanya dengan mencari data-data yang berhubungan tentang variabel yang diteliti oleh peneliti yang berdasarkan pada adanya catatan yang dimiliki oleh masing-masing perusahaan yang berisikan data yang terdapat dalam laporan keuangan perusahaan yang telah diaudit secara lengkap dan benar tentang penerapan Good Corporate Governance yang mempengaruhi profitabilitas perusahaan akan diteliti yang telah tersimpan di Bursa Efek Indonesia pada periode
33 tahun 2010 sampai 2012 yang sering dikenal dengan data sekunder yang metode pengumpulan sampelnya dilakukan dengan teknik purposive sampling dimana pengambilan sampelnya berdasarkan adanya beberapa kriteria yang wajib semua kriteria untuk dipenuhi dengan tidak menggunakan semua sampel secara sembarangan pada laporan keuangan perusahaan yang telah diaudit secara lengkap yang dapat didownload di www.idx.co.id. Berdasarkan beberapa penguraian tentang sampel maka sampel yang digunakan oleh peneliti dalam melakukan penelitian ini berupa perusahaanperusahaan yang bergerak di bidang industri penghasil bahan baku sektor pertambangan yang telah terdaftar di Bursa Efek Indonesia periode tahun 2010 sampai 2012 dimana pengambilan sampel ini dilakukan dengan menggunakan teknik nonprobability sampling ialah dengan cara purposive sampling dimana pemilihan sampel ini dilakukan dengan penentuannya yang mencantumkan beberapa kriteria yang dengan tujuan untuk menghindari adanya ambiguitas maka harus memenuhi semua kriteria yang tercantum yang dapat disebutkan sebagai berikut: 1. Perusahaan pertambangan yang telah terdaftar dalam Bursa Efek Indonesia hingga 2014; 2. Perusahaan tidak mengalami kerugian operasional selama periode Laporan Keuangan 2010-2012; 3. Perusahaan yang mempunyai laporan tahunan dan laporan keuangan yang telah di audit tahun 2010,2011, dan 2012.
3.3
Pengumpulan Data
Penelitian yang dilakukan oleh peneliti ini dapat dikenal dengan menggunakan metode dokumentasi yang biasanya dengan mencari data-data yang berhubungan tentang variabel yang diteliti oleh peneliti yang berdasarkan pada adanya catatan yang dimiliki oleh masing-masing perusahaan yang berisikan data yang terdapat dalam laporan keuangan perusahaan yang telah diaudit secara lengkap dan benar tentang penerapan Good Corporate Governance yang mempengaruhi profitabilitas perusahaan akan diteliti yang telah tersimpan di Bursa Efek Indonesia yang sering dikenal dengan data sekunder yang metode pengumpulan sampelnya dilakukan dengan teknik purposive sampling dimana pengambilan sampelnya
34 berdasarkan adanya beberapa kriteria yang wajib semua kriteria untuk dipenuhi dengan tidak menggunakan semua sampel secara sembarangan pada laporan keuangan perusahaan yang telah diaudit secara lengkap dan dapat diperoleh di www.idx.co.id. 3.4
Variabel dan Pengukuran
3.4.1
Definisi dan Pengukuran Operasional Variabel
Menurut Sugiyono (2012) variabel dapat didefinisikan sebagai atribut seseorang, atau obyek, yang mempunyai “variasi” antara satu orang dengan yang lain atau satu obyek dengan obyek yang lain. Pada penelitian ini terdiri dari dua variabel, variabel bebas (independen) dan variabel terikat (dependen). Variabel independen adalah variabel yang memengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen. Sedangkan definisi dari variabel dependen adalah variabel yang memengaruhi atau yang menjadi akibat, karena adanya variabel bebas. Variabel-variabel good corporate governance yang digunakan dalam penelitian ini antara lain: a) Komposisi dewan komisaris independen merupakan kompisisi jumlah dewan komisaris independen terhadap jumlah keseluruhan dewan komisaris yang dimiliki
oleh
dinyatakan
digit belakang koma). Komisaris yang
dalam
dua
emiten
(persentase
komposisi
masuk perhitungan dalam penelitian ini hanya komisaris yang masih aktif per 31 Desember tahun yang bersangkutan.
b) Jumlah dewan direksi merupakan variabel yang diukur berdasarkan jumlah dewan direksi yang diungkapkan dalam annual report emiten. Direksi yang masuk perhitungan dalam penelitian ini hanya direksi yang masih aktif per 31 Desember tahun yang bersangkutan.
35
c) Keberadaan komite audit, merupakan variabel dummy. Nilai 1 diberikan untuk emiten yang memiliki komite audit dan nilai 0 diberikan untuk emiten yang tidak memiliki komite audit. Nilai 1 hanya diberikan apabila terdapat komite audit yang memenuhi syarat- syarat sebagai berikut: 1. Komite Audit terdiri sekurang-kurangnya tiga orang; dan 2. Komite Audit diketuai oleh seorang komisaris independen. Dalam penelitian ini, kinerja perusahaan diukur dengan menggunakan Return On Assets (ROA) dan Return On Equity (ROE) sebagai ukuran kinerja operasional perusahaan (Weygandt, Kieso, Kimmel 2007). Dengan demikian, rumus yang digunakan untuk Return On Assets (ROA) adalah sebagai berikut : Earning After Interest and Tax ROA = Total Asset
Dan rumus untuk Return On Equity (ROE) adalah sebagai berikut : Earning After Interest and Tax ROE = Total Equity
3.5
Metode Analisis Data
Dalam metode analisis data, data dikelola dengan menggunakan software SPSS versi 21 untuk menguji statistik. Uji statistik dilakukan dengan uji klasik berupa uji heteroskedastisitas, uji multikolinearitas dan uji otokorelasi kemudian uji t, uji f, uji regresi linear sederhana berganda dan statistik deskriptif. Uji klasik, uji t, uji f, uji regresi linear sederhana berganda dan statistik deskriptif disajikan dalam subbab berikut ini.
36 3.5.1
Statistik Deskriptif
Statistik deskriptif adalah statistik yang memberikan gambaran atau deskripsi suatu data yang dilihat dari rata-rata, standar deviasi, variance, maksimum, minimum, kurtosis, skewnes (kemencengan distribusi) (Ghozali, 2013). Statistik deskriptif mendeskripsikan data menjadi sebuah informasi yang lebih jelas dan mudah dipahami. 3.5.2
Uji Normalitas
Menurut Ghozali (2013), Uji normalitas memiliki tujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Jika terdapat normalitas, maka residual akan terdistribusi secara normal dan independen. Yaitu perbedaan antara nilai prediksi dengan skor yang sesungguhnya atau error akan terdistribusi secara simetri di sekitar nilai mean sama dengan nol. Jika salah cara mendeteksi normalitas ini adalah lewat pengamatan nilai residual. Untuk menguji normalitas residual data variabel independen dan variabel dependen
penelitian ini adalah menggunakan uji statistik non-parametrik
Kolmogorov-Smirnov (K-S). Untuk uji statistik non-parametrik KolmogorovSmirnov, pengambilan keputusan menurut Ghozali (2013) adalah sebagai berikut: 1.
Jika
hasil
signigikansi
Kolmogorov-Smirnov
menunjukkan
nilai
signifikan > 0.05 maka data residual terdistribusi dengan normal. 2. Jika hasil signifikansi Kolmogorov-Smirnov menunjukkan nilai signifikan < 0.05 maka data residual tidak terdistribusi normal. Data outlier akan digunakan dalam penelitian ini seandainya data penelitian tidak terdistribusi dengan normal atau tidak lolos dalam uji normalitas. Data outlier menurut Ghozali (2013) adalah kasus atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk variabel tunggal atau kombinasi. Deteksi terhadap univariate outlier dapat dilakukan dengan menentukan nilai batas yang akan dikategorikan sebagai data outlier yaitu dengan cara mengkonversi nilai data kedalam skor standarized atau yang biasa disebut z-score (Ghozali, 2013).
37 3.5.3
Koefisien Determinasi
Menurut Ghozali (2013) koefisien determinasi (
pada intinya mengukur
seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai adjusted
yang kecil
berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu berarti variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen (Gurajati dalam Ghozali, 2013).
3.5.4
Uji Klasik
Dalam pengujian klasik, terdapat 3 jenis pengujian antara lain:
3.5.4.1 Heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi, misalnya perubahan struktur ekonomi dan kebijakkan pemerintah yang dapat mengakibatkan terjadinya perubahan tingkat keakuratan data. Dengan kata lain, heteroskedastisitas terjadi jika residual tidak memiliki varian yang konstan. Gangguan heterosdekastisitas sering muncul dalam data cross section, tetapi bisa juga terjadi pada data runtut waktu (time series). Gangguan heterosdekastisitas dapat membawa kita pada galat baku yang bias dan menjadikan hasil uji statistik tidak tepat serta interval sehingga keyakinan untuk estimasi parameter juga kurang tepat. Kita dapat mengkonversi regresi ke bentuk logaritma atau menjalankan regresi dengan sistem kuadrat terkecil tertimbang (weighted least square) untuk menghilangkan gangguan heteroskedastisitas.
Deteksi terhadap gangguan heteroskedastisitas Pemeriksaan terhadap gejala heteroskedastisitas adalah dengan melihat pola diagram pencar residual, yaitu selisih antara nilai Ỷ prediksi dengan Y observasi.
38 a) Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heteroskedastisitas. b) Jika diagram pencar tidak membentuk pola atau acak maka regresi tidak mengalami gangguan heterokedastisitas.
3.5.4.2 Multikolinearitas
Multikolinearitas adalah keadaan dimana variabel-variabel independen dalam persamaan regresi mempunyai korelasi (hubungan) yang erat satu sama lain. Parameter yang mudah ditenggarai dari adanya multikolinearitas: a) Biasanya regresi mempunyai persamaan dengan nilai R2 yang tinggi atau sangat tinggi, Fhitung tinggi, tetapi banyak variabel bebas yang tidak signifikan (thitung-nya rendah). b) Terdapat beberapa variabel yang mempunyai nilai Eigenvalue mendekati nol. Multikolinearitas menyebabkan timbulnya masalah-masalah, yaitu: 1) Koefisien regresi yang bertanda positif dalam regresi sederhana bisa berubah negatif dalam regresi berganda atau sebaliknya. 2) Fluktuasi nilai estimasi koefisien regresi sangat besar. 3) Jika variabel-variabel independen terkorelasi satu sama lain, variabel-variabel tersebut menjelaskan varian yang sama dengan mengestimasi variable dependen, jadi penambah variable independen tidak berpengaruh apa-apa. Multikolinearitas terkadang dapat dihilangkan dengan cara: a) Memperbanyak jumlah sampel (mengumpulkan lebih banyak data). b) Melakukan transformasi terhadap hubungan fungsional. c) Menghilangkan variabel independen yang kolinearitasnya tinggi.
Deteksi terhadap gangguan multikolinearitas Regresi yang bebas multikolinearitas ditandai dengan nilai Variance Inflation Factor (VIF) kurang dari 10 dan Tolerance lebih dari 0,1.
39 3.5.4.3 Autokorelasi
Masalah autorelasi sering timbul pada data runtut waktu (time series). Autokorelasi sering disebut juga korelasi serial. Misalnya data pertama berkorelasi dengan data kedua, data kedua berkorelasi dengan data ketiga, dan selanjutnya, hal ini disebut korelasi serial derajat pertama. Data dalam pengujian ini akan dinilai baik apabila tidak terjadi autokorelasi antara variabel bebas dengan variabel terikat. Kasus autokorelasi positif umumnya terjadi dari pada autokorelasi negatif sehingga yang kita bahas adalah autokorelasi positif saja. Jika residual dalam persamaan regresi mengandung autokorelasi positif, penggunaan metode kuadrat terkecil menimbulkan beberapa masalah, yaitu : a. Kesalahan baku estimasi menilai variabilitas kesalahan menjadi lebih rendah. b. Interval keyakinan dan pengujian dengan menggunakan distribusi t dan F tidak dapat lagi diterapkan secara tepat. c. Kesalahan baku koefisien regresi menilai variabilitas koefisien regresi yang ditaksir terlalu rendah. Pendeteksian autokorelasi yang digunakan dalam penelitian tersebut menggunakan tes Durbin Watson yang dengan dapat ditarik kesimpulan apabila telah melihat koefisien korelasi Durbin Watson test (Algifari, 2009) yang diuraikan sebagai berikut: Durbin Watson test Tingkat Autokorelasi uji Durbin Watson
Kesimpulan
Kurang dari 1,10
Ada autokorelasi
1,10 – 1,54
Tidak ada kesimpulan
1,55 – 2,46
Tidak ada autokorelasi
2,47 – 2,90
Tidak ada kesimpulan
Lebih dari 2,91
Ada autokorelasi
40 3.5.5
Uji Hipotesis
3.5.5.1 Uji Signifikansi Parameter Individual (Uji Statistik t) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/ independen secara individual dalam menerangkan variasi variabel dependen (Ghozali, 2013). Cara melakukan uji t menurut Ghozali (2013) adalah sebagai berikut: 1. Apabila t hitung > t tabel dan tingkat signifikansi < 0,05, maka secara parsial variabel independen berpengaruh signifikan terhadap variabel dependen. 2. Apabila t hitung ≤ t tabel dan tingkat signifikansi > 0,05, maka secara parsial variabel independen tidak berpengaruh signifikan terhadap variabel dependen. Hasil dari uji statistik t akan menjadi dasar dari pengambilan keputusan hipotesis pada penelitian ini, apabila variabel independen berpengaruh signifikan terhadap variabel dependen, maka hipotesis didukung. Sebaliknya, jika variabel independen tidak berpengaruh signifikan terhadap variabel independen, maka hipotesis tidak didukung. 3.5.5.2 Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama terhadap variabel dependen (Ghozali, 2013). Untuk menguji hipotesis dengan uji statistik F menggunakan kriteria sebagai berikut: 1. Apabila F hitung > F tabel dan tingkat signifikansi < 0,05 maka semua variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen. 2.
Apabila F hitung ≤ F tabel dan tingkat signifikansi > 0,05 maka semua variabel independen tidak berpengaruh secara bersama-sama terhadap variabel dependen.
41 3.6
Regresi Linear Sederhana Berganda
Secara umum regresi linear sederhana berganda merupakan perhitungan hubungan antara satu variabel dependen dengan beberapa variabel independen. Regresi linear berganda pada penelitian ini adalah: Y1 = α + β1X1 + β2X2 + β3X3 dimana: Y1 = Return On Asset (ROA) yaitu variable dependen X1 = Komposisi Komisaris Independen X2 = Jumlah Dewan Direksi X3 = Keberadaan Komite Audit α = sebagai konstanta regresi β = adalah intersep atau kemiringan garis regresi
Y2 = α + β1X1 + β2X2 + β3X3 dimana: Y2 = Return On Equity (ROE) yaitu variable dependen X1 = Komposisi Komisaris Independen X2 = Jumlah Dewan Direksi X3 = Keberadaan Komite Audit α = sebagai konstanta regresi β = adalah intersep atau kemiringan garis regresi
42
