BAB 3 METODA PENELITIAN
3.1
Objek Penelitian Dalam penelitian ini yang dijadikan populasi adalah perusahaan-perusahaan
manufaktur yang bergerak di bidang consumer goods yang terdaftar di Bursa Efek Indonesia. Perusahaan manufaktur dipilih karena perusahaan ini merupakan perusahaan yang paling banyak terdaftar di Bursa Efek Indonesia. Sektor consumer goods dipilih karena merupakan industri yang memproduksi barang-barang yang paling banyak dikonsumsi oleh masyarakat sehingga memiliki kemungkinan terbesar untuk berkembang pesat. Penelitian ini dilakukan untuk periode tahun 2010-2012. Price earning ratio (PER) menjadi variabel terikat di dalam penelitian ini. PER akan diuji terhadap variabel bebas untuk melihat apakah masing-masing variabel bebas memiliki pengaruh terhadap PER secara parsial dan simultan. Variabel bebasnya adalah current ratio, debt to ratio, inventory turn over, dan return on asset.
3.2
Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data
sekunder menurut (Sekaran, 2011: 65) merupakan data yang diolah sedemikian rupa oleh seseorang sehingga menghasilkan data yang informatif dan perolehan datanya didapatkan melalui media perantara (internet, penelusuran dokumen, publikasi informasi, dan lain-lain). Data sekunder diperoleh melalui library research, yaitu penelitian melalui kepustakaan, dimana data yang dikumpulkan dari bahan-bahan bacaan yang berhubungan dengan penelitian, jurnal-jurnal, karya ilmiah, dan juga laporan tahunan (annual report) yang sudah dipublikasi berupa laporan keuangan. Data laporan keuangan ini diperoleh dari database BEI (www.idx.co.id). Jenis perusahaan yang akan diteliti adalah industri consumer goods yang terdaftar di BEI dari tahun 20102012.
37
38 3.3
Metode Pengumpulan Sampel
3.3.1
Populasi dan Teknik Pemilihan Sampel Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur yang
terdaftar di BEI tahun 2010-2012. Perusahaan manufaktur adalah perusahaan yang kegiatan usahanya membeli bahan baku kemudian mengubahnya menjadi barang jadi yang selanjutnya didistribusikan kepada konsumen. Pertimbangan mengambil sampel perusahaan manufaktur adalah karena kelompok industri ini relatif besar jika dibandingkan dengan kelompok industri yang lain di Bursa Efek Indonesia. BEI membagi industri manufaktur menjadi tiga sub industri yaitu aneka industri (miscellaneous industry), industri dasar dan kimia (basic industry and chemicals), dan industri barang konsumen (consumer goods industry). Teknik pengambilan sampel dilakukan dengan metode non-probability sampling, yaitu metode pengambilan sampel secara tidak acak dengan teknik pemilihan secara purposive sampling dengan tujuan untuk mendapatkan sampel yang sesuai dengan tujuan penelitian. Menurut (Sekaran, 2011: 136) metode purposive sampling merupakan metode pengambilan sampel yang didasarkan pada beberapa pertimbangan atau kriteria tertentu. Kriteria perusahaan yang akan menjadi sampel pada penelitian ini adalah sebagai berikut : 1. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. 2. Perusahaan manufaktur yang bergerak di bidang consumer goods yang terdaftar di Bursa Efek Indonesia. 3. Perusahaan consumer goods yang menerbitkan laporan keuangan tahunan berturut-turut selama dari tahun 2010 sampai dengan 2012. 4. Perusahaan yang menggunakan mata uang rupiah dalam laporan keuangannya.
Tabel 3.1 Pemilihan Sampel Kriteria Pengumpulan Sampel Perusahaan manufaktur yang terdaftar di BEI Bukan berasal dari sektor industri barang konsumsi Laporan keuangan tidak lengkap (dari tahun 2010-2012) Total perusahaan yang memenuhi kriteria Sumber: Berdasarkan olahan data penulis
Jumlah Perusahaan 137 perusahaan 100 perusahaan 10 perusahaan 27 perusahaan
39
Sejumlah 27 perusahaan dipilih dari 137 perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia yang akan digunakan sebagai sampel dalam penelitian. Perusahaan yang akan dipilih tersebut merupakan perusahaan manufaktur yang bergerak di bidang consumer goods. Penelitian ini dilakukan selama tiga tahun penelitian, yaitu 2010-2012 sehingga total data dalam penelitian ini sebanyak 81 data yang merupakan hasil perkalian 27 perusahaan dan 3 tahun periode penelitian. Sampel perusahaan yang diperoleh setelah melakukan purposive sampling dipaparkan dalam tabel 3.2 di bawah ini.
Tabel 3.2 Sampel Penelitian Kode Emiten ADES AISA CEKA DLTA DVLA GGRM HMSP ICBP INDF KAEF KDSI KICI KLBF LMPI MERK MLBI MRAT MYOR PYFA RMBA ROTI SKLT STTP TCID TSPC ULTJ UNVR Sumber: http://www.idx.co.id
Nama Emiten Akasha Wira International Tbk Tiga Pilar Sejahtera Food Tbk Cahaya Kalbar Tbk Delta Djakarta Tbk Darya-Varia Laboratoria Tbk Gudang Garam Tbk HM Sampoerna Tbk Indofood CBP Sukses Makmur Tbk Indofood Sukses Makmur Tbk Kimia Farma (Persero) Tbk Kedawung Setia Industrial Tbk Kedaung Indah Can Tbk Kalbe Farma Tbk Langgeng Makmur Industri Tbk Merck Tbk Multi Bintang Indonesia Tbk Mustika Ratu Tbk Mayora Indah Tbk Pyridam Farma Tbk Bentoel International Investama Tbk Nippon Indosari Corpindo Tbk Sekar Laut Tbk Siantar Top Tbk Mandom Indonesia Tbk Tempo Scan Pacific Tbk Ultra Jaya Milk Industry Tbk Unilever Indonesia Tbk
40 3.4
Analisis Variabel
3.4.1
Variabel Dependen Variabel dependen yang digunakan dalam penelitian ini adalah price earning
ratio. Price earning ratio merupakan perhitungan dari harga saham dibagi dengan laba per saham perusahaan. Pengukuran variabel dependen adalah sebagai berikut:
Tabel 3.3 Pengukuran Variabel Dependen Nama Variabel
Rumus
Price Earning Ratio Sumber: Harahap (2011)
Harga Saham / EPS
3.4.2
Variabel Independen Variabel independen yang digunakan dalam penelitian ini adalah current
ratio (CR), debt to ratio (DR), inventory turn over (INTO), dan return on equity (ROE). Pengukuran tiap-tiap variabel independen adalah sebagai berikut:
Tabel 3.4 Pengukuran Variabel Independen Nama Variabel Current Ratio Debt to Ratio Inventory Turn Over Return On Asset Sumber: Harahap (2011)
3.5
Rumus Aktiva Lancar / Utang Lancar Total Utang / Total Aset Harga Pokok Penjualan / Rata-rata Persediaan Laba Bersih / Total Aset
Metode Analisis Data Data yang dikumpulkan diolah menggunakan perangkat lunak Excel untuk
pengelompokkan, perhitungan, pengurutan data, dan sebagainya. Sedangkan untuk keperluan analisis menggunakan perangkat lunak Eviews version 7.1.
3.5.1
Analisis Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran umum dari data yang
digunakan. Statistik deskriptif menunjukkan atas variabel-variabel yang ada pada permodelan data panel penelitian. Uji normalitas dapat dilakukan untuk mengetahui
41
apakah residualnya telah terdistribusi secara normal (Gujarati, 2006). Distribusi residual telah terdistribusi secara normal dapat dilihat melalui probability atas Jarque-Bera dengan tingkat signifikansi 95% (α = 0,05) ditentukan bahwa jika kurang dari tingkat signifikansi maka data telah terdistribusi secara normal.
3.5.2
Analisis Pemilihan Pengujian Data Panel Menurut (Prabowoningtias, 2011: 51) terdapat beberapa keunggulan dari
penggunaan data panel dibandingkan dengan data time series dan cross section. Pertama, dapat memberikan sejumlah data yang lebih besar, menaikkan derajat kebebasan, mengurangi
kolinearitas
diantara
variabel
penjelas,
sehingga
diperoleh estimasi ekonometrik yang efisien. Kedua, memberikan informasi yang penting bagi peneliti yang tidak dapat diberikan jika menggunakan data time series dan cross section. Keunggulan regresi data panel menurut (Gujarati, 2006) antara lain: •
Data panel mampu memperhitungkan heterogenitas individu secara ekspilisit dengan mengizinkan variabel spesifik individu.
•
Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat digunakan untuk menguji dan membangun model perilaku lebih kompleks.
•
Data panel mendasarkan diri pada observasi cross-section yang berulangulang (time series), sehingga metode data panel cocok digunakan sebagai study of dynamic adjustment.
•
Tingginya jumlah observasi memiliki implikasi pada data yang lebih informatif, lebih variatif, dan kolinieritas (multiko) antara data semakin berkurang, dan derajat kebebasan (degree of freedom/df) lebih tinggi sehingga dapat diperoleh hasil estimasi yang lebih efisien.
•
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. Menurut (Endri, 2010: 2) untuk mengestimasi parameter model dengan data panel, terdapat beberapa teknik yang ditawarkan, yaitu:
42 a. Koefisien Tetap Antar Waktu dan Individu (Common Effect): Ordinary Least Square Teknik ini tidak ubahnya dengan membuat regresi dengan data cross sectional atau time series. Akan tetapi untuk data panel, sebelum membuat regresi harus menggabungkan data cross sectional dengan data time series (pool data). Kemudian data gabungan ini diperlakukan sebagai suatu kesatuan pengamatan untuk mengestimasi model dengan metode OLS. Metode ini dikenal dengan estimasi common effect. Dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu. Diasumsikan bahwa perilaku data antar perusahaaan sama dalam berbagai kurun waktu. b. Model Efek Tetap (Fixed Effect) Adanya ketidaksesuaian model dengan keadaan yang sesungguhnya. Kondisi tiap objek saling berbeda, bahkan satu objek pada suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada waktu yang lain. Oleh karena itu diperlukan suatu model yang menunjukkan perbedaan konstanta antar objek, meskipun dengan koefisien regresor yang sama. Untuk membedakan satu objek dengan objek lainnya, digunakan variabel semu (dummy). c. Model Efek Acak (Random Effect) Efek acak digunakan untuk mengatasi kelemahan metode efek tetap yang menggunakan variabel semu. Metode efek acak menggunakan residual, yang diduga memiliki hubungan antar waktu dan antar objek. Metode analisis data panel dengan efek acak harus memenuhi persyaratan yaitu objek data silang harus lebih besar daripada banyaknya koefisien. Analisis data dalam penelitian ini menggunakan teknik analisis data panel dengan menggunakan metode fixed effect. Model empris yang digunakan dalam penelitian ini, yaitu: Yit = β0 + β1X1it + β2X2it + ..... + βkXkit + Uit dimana: Y
= variabel terikat
X
= variabel bebas
β0
= intersep
βi
= linear
i
= unit observasi
t
= unit waktu (tahun)
43
U
= error term (disturbance)
Dengan mengikuti persamaan tersebut, model estimasi dalam penelitian ini adalah sebagai berikut: PER = β0 + β1CRit + β2DRit + β3INTOit + β4ROAit + Uit dimana: PER
= price earning ratio
CR
= current ratio
DR
= debt to ratio
INTO = inventory turn over ROA = return on asset β0
= intersep/konstanta
β1
= koefisien CR
β2
= koefisien DR
β3
= koefisien INTO
β4
= koefisien ROA
i
= unit observasi
t
= unit waktu (tahun)
U
= error term (disturbance)
3.5.3
Uji Asumsi Klasik Dalam ekonometrika dikenal istilah BLUE (Best Liner Unbias Estimator),
bila model regresi yang diestimasi bersifat BLUE maka koefisien estimasi dari suatu model regresi yang diperoleh sangat baik dan tidak bias. Sebelum melakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian mengenai ada tidaknya pelanggaran terhadap asumsi-asumsi klasik. Hasil asumsi yang baik adalah pengujian yang tidak melanggar uji asumsi klasik. Uji asumsi klasik diterapkan guna memperoleh hasil estimasi yang valid secara ekonometri, dalam arti bahwa analisis yang akan diterapkan tidak menyimpang dari teori ekonomi. Dalam model data-data ekonomi sering sekali mengalami pelanggaran uji asumsi klasik terutama uji heteroskedastisitas, uji autokorelasi dan uji multikolinieritas.
44 3.5.3.1 Uji Heteroskedastisitas Menurut (Sarjono dan Julianita, 2011: 66) heteroskedastisitas keadaan
dimana
observasi. Untuk
adalah
varians variabel tidak sama untuk semua pengamatan atau mengetahui
ada
atau
tidaknya
heteroskedastisitas
dapat
digunakan Uji White-test. Permasalahan heterokedastisitas dapat diatasi dengan menggunakan metode GLS (Generalized Least Square) yang telah diberikan perlakuan “white heteroscedasticity-consistent covariance” sehingga data akan bersifat homokedastisitas.
3.5.3.2 Uji Autokorelasi Autokorelasi adalah keadaan dimana variabel gangguan pada periode tertentu berkorelasi dengan variabel yang pada periode lain, dengan kata lain variabel gangguan
tidak
random. Menurut (Ariefianto, 2012: 27) faktor-faktor yang
menyebabkan autokorelasi antara lain kesalahan dalam menentukan model, penggunaan lag pada model, memasukkan variabel yang penting. Akibat dari adanya autokorelasi adalah parameter yang diestimasi menjadi bias dan variannya minimum, sehingga tidak efisien. Untuk menguji ada tidaknya autokorelasi salah satunya diketahui dengan melakukan Uji Durbin-Watson (DW). Dari hasil uji Durbin-Watson tersebut nilai DW hitung harus berada pada kisaran angka 2 (1,4 < DW-Stat < 2,4). Hal ini mengindikasikan bahwa pada model tersebut tidak mempunyai masalah autokorelasi. Demikian juga sebaliknya, apabila nilai DW hitung jauh dari kisaran angka 2 maka model tersebut mempunyai masalah autokorelasi. Apabila data mengandung autokorelasi, data harus segera diperbaiki agar model tetap dapat digunakan.
3.5.3.3 Uji Multikolinearitas Menurut (Prabowoningtias, 2011: 58) uji multikolinearitas ini bertujuan untuk mengetahui apakah masing-masing variabel bebas saling berhubungan secara linier dalam model persamaan regresi yang digunakan. Masalah multikolinearitas timbul bila variabel-variabel bebas berhubungan satu sama lain (Ariefianto, 2012: 52). Dalam penelitian ini uji multikolinearitas akan dilakukan dengan menggunakan correlation matrix untuk mendeteksi adanya multikolinearitas. Kriterianya adalah masing-masing variabel bebas harus memiliki nilai lebih dari 0,8 atau sama dengan
45
satu, sehingga dapat disimpulkan bahwa antara variabel bebas tidak terdapat multikolinieritas.
3.6
Pengujian Hipotesis
3.6.1
Uji Hipotesis Secara Parsial (Uji-t) Uji t dilakukan untuk melihat signifikansi dari pengaruh variabel bebas secara
individual terhadap variabel terikat dengan menganggap variabel bebas lainnya adalah konstan (sama). Pengujian hipotesis ini dilakukan secara one tail (satu arah) dengan tingkat signifikansi 5% (0,05) dengan kriteria pengujian uji t menggunakan hipotesis sebagai berikut (Ariefianto, 2012: 21): 1. Ho diterima dan Ha ditolak apabila t hitung > t tabel, yang artinya variabel penjelas secara individual tidak mempengaruhi variabel yang dijelaskan secara signifikan. 2. Ho ditolak dan Ha diterima apabila t hitung < t tabel, yang artinya variabel penjelas secara individual mempengaruhi variabel yang dijelaskan secara signifikan.
3.6.2
Uji Hipotesis Secara Bersama-Sama (Uji F) Uji F dilakukan untuk mengetahui apakah secara kolektif seluruh variabel
bebas yang ada pada model regresi memberikan dampak penjelas yang signifikan pada variabel terikat. Pada tingkat signifikansi 5% (0,05) dengan kriteria pengujian yang digunakan sebagai berikut: 1. Ho ditolak dan Ha diterima apabila F hitung > F tabel, yang artinya variabel penjelas secara serentak dan bersama-sama mempengaruhi variabel yang dijelaskan secara signifikan. 2. Ho diterima dan Ha ditolak apabila F hitung < F tabel, yang artinya variabel penjelas secara serentak atau bersama-sama tidak mempengaruhi variabel yang dijelaskan secara signifikan.
3.7 Operasional Variabel Variabel menurut (Sekaran, 2011: 115) adalah apapun yang dapat membedakan atau membawa variasi pada nilai. Perbedaan pada nilai atau hasil penelitian dapat terjadi pada berbagai waktu untuk objek atau orang yang sama, atau
46 pada waktu yang sama untuk objek yang berbeda. Variabel yang digunakan dalam penelitian ini, antara lain: a. Variabel Bebas (Variable Independent) Variabel bebas adalah variabel yang mempengaruhi atau menjadi sebab perubahan variabel terikat. Penelitian ini menggunakan empat variabel bebas yaitu: 1. Current ratio adalah suatu perhitungan yang digunakan untuk mengetahui kesanggupan memenuhi kewajiban jangka pendek oleh aktiva yang diperkirakan menjadi uang tunai dalam periode yang sama dengan jatuh tempo utang (Sawir, 2001: 8). 2. Debt to ratio adalah suatu perhitungan yang digunakan untuk memperlihatkan proporsi antara kewajiban yang dimiliki dan seluruh kekayaan yang dimiliki. 3. Inventory turn over adalah suatu perhitungan yang digunakan untuk menunjukkan seberapa cepat perputaran persediaan dalam siklus produksi normal. 4. Return on asset adalah suatu perhitungan yang digunakan untuk menggambarkan kemampuan aset yang dimiliki perusahaan dalam menghasilkan laba. b. Variabel Terikat (Variable Dependent) Variabel terikat adalah variabel yang dipengaruhi atau menjadi akibat karena adanya variabel bebas. Variabel terikat dalam penelitian ini adalah price earning ratio (PER). PER adalah perhitungan antara harga pasar saham dibagi dengan earning per share (EPS).
