BAB 4 METODE PENELITIAN

BAB 4 METODE PENELITIAN 4.1 Jenis Penelitian Jenis penelitian yang digunakan dalam penelitian ini adalah casual study. Casual study adalah penelitian yang melihat hubungan sebab akibat apakah dalam satu variabel dengan variabel lain nya mempunyai pengaruh yang signifikan atau tidak (Sekaran dan Bougie, 2010). Penelitian ini bersifat ex-post facto, artinya data yang dikumpulkan setelah semua kejadian berlalu. Masalah yang akan diteliti adalah analisa faktor-faktor yang mempengaruhi kebijakan dividen. Faktor- faktor tersebut adalah free cash flow, size of company profitability, financial leverage, growth. 4.2 Variabel Penelitian Penelitian ini menggunakan variabel terikat adalah kebijakan dividen yang diproksikan dengan dividend payout ratio, dan free cash flow, size of company profitability, financial leverage, growth sebagai variabel bebas. 4.2.1

Definisi Konsep

4.2.1.1 Free Cash flow Arus kas bebas (free cash flow) adalah perhitungan arus kas yang dihasilkan oleh suatu perusahaan di akhir suatu 54

http://digilib.mercubuana.ac.id/

55

periode keuangan (kuartalan atau tahunan)—setelah membayar gaji, biaya produksi, tagihan, cicilan hutang berikut bunganya, pajak, dan juga belanja modal (capital expenditure) untuk pengembangan usaha. Rumus untuk mencari arus kas bebas (free cash flow) adalah :

FCF =

Net CF From Operation + Net CF From Investing Total Aset

4.2.1.2 Size of Company Size of company merupakan ukuran atau besarnya aset yang dimiliki perusahaan. Size of company diproksi dengan nilai logaritma natural dari total sales. Size of company merupakan variabel yang berskala rasio. Rumus yang digunakan untuk mencari size of company adalah : Size = Ln (Total Sales)


56

4.2.1.3 Profitability Profitabilitas adalah suatu kemampuan perusahaan dalam menghasilkan laba pada suatu periode tertentu. Untuk mengukur profitabilitas digunakan rasio earning per share (EPS). Profitabilitas merupakan variabel yang berskala rasio. Rumus untuk mencari profitability adalah :

EPS =

Net Income - Preference Share Outstanding Share

4.2.1.4 Financial Leverage Leverage ratio adalah ukuran seberapa besar jumlah hutang perusahaan. Saat perusahaan meminjam sejumlah uang, perusahaan menjanjikan rentetan pembayaran dan bunga. Jika profit meningkat, maka pemberi hutang akan terus menikmati pembayaran bunga tetap, dan memberi gain kepada shareholders. Tentu sebaliknya, jika profit menurun, maka shareholder menerima dampak buruknya. Jika situasinya sangat buruk, perusahaan yang berhutang banyak tidak akan mampu membayar hutangnya.


57

Rumus yang digunakan untuk mencari financial leverage adalah :

DER =

Total Liability Total Equity

4.2.1.5 Growth Pertumbuhan perusahaan pada penelitian ini dilihat dari tingkat total asset growth ratio, dimana ratio ini menunjukan bahwa semakin besar nilai total asset growth ratio, ini menunjukan bahwa semakin besar pertumbuhan asset perusahaan, maka akan meningkatkan kepercayaan investasi dari para investor terhadap perusahaan tersebut. Rumus untuk mencari growth adalah :

TAG =

Total Asset - Total Asset (t-1) Total Asset (t-1)

4.2.1.6 Kebijakan Dividen (Dividend Payout Ratio) Dividend payout ratio menggambarkan kemampuan perusahaan untuk membayarkan dividen kepada para pemegang


58

saham setiap tahun bedasarkan dengan laba bersih yang di dapatkan oleh perusahaan. Rumus yang digunakan untuk mencari dividend payout ratio adalah :

DPR =

Dividend per share Earning per share

4.3 Populasi dan Sampel Penelitian Populasi adalah sekelompok orang, kejadian, atau segala sesuatu yang mempunyai karakteristik tertentu. Populasi dalam penelitian ini adalah perusahaan – perusahaan terdaftar pada index KOMPAS 100 tahun 2010 – 2014. Sampel adalah sebagian dari populasi yang karakteristiknya akan diteliti dan dianggap dapat mewakili dari sejumlah populasi.Teknik penarikan sampel dalam penelitian ini adalah dengan Purposive Sampling yang artinya bahwa: (1) sampel dipilih berdasarkan kesesuaian karaktreristik sampel yang dtentukan, (2) untuk memperkecil kesalahan dalam proses pemilihan sampel, (3) berdasarkan pertimbangan mengenai kelengkapan data, kejelasan data, ketersediaan data yang akan dikumpulkan.


59

Oleh karena sampel yang digunakan dalam penelitian ini adalah sampel yang memenuhi kriteria sebagai berikut : Tabel 4.1 Kriteria Sampel

No

Kriteria

Jumlah Emiten

1

Perusahaan terdaftar pada indeks Kompas 100 secara berkelanjutan dari tahun 2010 -2014

33

2

Perusahaan menerbitkan laporan keuangan yang telah di audit selama periode 2010-2014

33

3

Perusahaan-perusahaan tersebut bukan merupakan institusi keuangan (6 perusahaan)

27

4

Laporan Keuangan yang telah diaudit selama tahun 2010-2014 menggunakan mata uang rupiah (2 perusahaan menggunakan rupiah)

25

5

Perusahaan terdaftar pada indeks Kompas 100 membagikan dividen pada tahun 2010-2014 (4 perusahaan tidak membayar)

21

6

Tahun Penelitian

5 Jumlah Pengamatan

105

4.4 Jenis dan Sumber Data 1. Jenis data penelitian ini adalah data sekunder yaitu merupakan skala rasio, cross section dan time series..


60

Data sekunder diperoleh dengan melakukan kajian kepustakaan dan pengamatan yang berhubungan dengan topik penelitian. Jenis data yang akan digunakan adalah data tahunan perusahaan. Untuk tanggal penting dalam dividen yang digunakan dalam penelitian ini adalah tanggal pencatatan. Data sekunder diperoleh dari literatur, referensi, company profile, laporan tahunan, laporan penelitian, Indonesian Capital Market Directory, Indonesian Stock Exchange dan sebagainya. Pengumpulan data merupakan data Time Series untuk periode tahun 2010 sampai dengan 2014 (5 tahun). Data panel adalah kombinasi dari data time series dan cross section. Data panel dapat menjelaskan dua macam informasi yaitu: informasi cross-section pada perbedaan antar subjek, dan informasi time series yang merefleksikan perubahan pada subjek waktu. Ketika kedua informasi tersebut tersedia, maka analisis data panel dapat digunakan. Berikut adalah sumber data digunakan dalam penelitian ini :


dalam bentuk tabel yang

61

Tabel 4.2 Variabel, Definisi Operasional dan Sumber Data Variabel

Dimensi

Free Cash Flow

Size of Company

Profitability Financial Leverage Growth

Free Cash Flow

Natural log of market capitalisation Earning Per Share Total Debt to equity ratio Total Asset Growth

Indikator - Net Cash Flow From Operation - Net Cash Flow From Investing - Total Asset

Sumber Data Laporan Arus Kas Laporan Arus Kas Laporan Neraca

- Total Sales

Laporan Laba Rugi

- Net Income

Laporan Laba Rugi

- Preference Share

Laporan Neraca

- Outstanding Share - Total Liability - Total Equity Total Asset / Total Asset (t-1)

Laporan Neraca Laporan Neraca Laporan Neraca Laporan Neraca

4.5 Teknik Pengumpulan Data Teknik pengumpulan data pada penelitian ini dilakukan dengan dokumentasi. Dokumentasi yang dilakukan adalah dengan mengumpulkan semua data sekunder yang dipublikasikan Bursa Efek Indonesia (BEI) tentang perusahaan yang termasuk dalam indeks Kompas 100 pada tahun 2010 – 2014. Dokumentasi angka-angka pada laporan keuangan yang sesuai dengan kriteria indikator yang digunakan.


62

Data sekunder dalam penelitian ini meliputi laporan keuangan tahunan perusahaan yang berada dalam indeks Kompas 100 pada tahun 2010 – 2014. yang telah diaudit oleh auditor independen. Laporan keuangan tahun dan audited diperoleh dari situs BEI, yaitu www.idx.co.id. 4.6 Teknik Analisa Data 1. Analisa Deskriptif Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness (kemencengan distribusi) (Ghozali, 2012). Maksimum dan minimum adalah nilai tertinggi dan terendah dari suatu variabel yang diteliti. Range merupakan selisih

antara

maksimum

dan

minimum.

Skewness

mengukur

kemencengan dari data dan kurtosis mengukur puncak dari distribusi data (Ghozali, 2012). Maka dari itu tujuan dari statistik deskriptif adalah agar kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi inti dari kumpulan data yang ada 2. Analisis Inferensial Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen (terikat) dengan satu atau lebih variabel independen, dengan tujuan untuk mengestimasi dan/atau


63

memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui (Gujarati, 2003 dalam Ghozali, 2012). Dalam penelitian ini menggunakan analisis regresi linier berganda karena variabel independen yang diteliti lebih dari satu. Analisis regresi linier berganda digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Persamaan regresi linier berganda dalam penelitian ini adalah regresi yang bersifat cross section dan time series, sehingga pendekatan yang digunakan adalah data panel :

Yit = α+ β1FCFit + β2SIZEit + β3PROFit + β4LEVit + β5GROWTHit + e

Keterangan : Y

= Kebijakan Dividen (DPR)

α

= Konstanta

β1 - β4 independen

= Koefisien Regresi dari masing-masing variabel

i

= Perusahaan ke 1 sampai ke n

t

= Tahun 2010 - 2015

FCF

= Free Cash Flow

SIZE

= Size of Company

PROF

= Profitability (EPS)

LEV

= Financial Leverage (DER)


64

Growth

= Growth (PER

e

= error

Oleh karena itu analisis regresi linier berganda dalam penelitian ini dilakukan dengan uji data panel. Pengujian pertama dilakukan terhadap model. Setelah model terbaik ditemukan berikutnya terhadap pengaruh variabel bebas dan variabel terikat. 2.1 Model Regresi Data Panel Estimasi model regresi dengan menggunakan data panel dapat dilakukan melalui tiga pendekatan, antara lain (Winarno, 2011) : 1. Common Effect Model atau Pooled Least Square (PLS): Merupakan pendekatan model data panel yang paling sederhana karena hanya mengkombinasikan data time series dan cross section. 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. 2. Fixed Effect Model (FE): Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan


65

intersepnya. Untuk mengestimasi data panel model Fixed Effects menggunakan

teknik

variable

dummy

untuk

menangkap

perbedaan intersep antar perusahaan, perbedaan intersep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif. Namun demikian slopnya sama antar perusahaan. Model estimasi ini sering juga disebut dengan teknik Least Squares Dummy Variable (LSDV). 3. Random Effect Model (RE): Model ini akan mengestimasi data panel dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu. Pada model Random Effect perbedaan intersep diakomodasi oleh error terms masing-masing perusahaan. Keuntungan menggunkan model Random Effect yakni menghilangkan heteroskedastisitas. Model ini juga disebut dengan Error Component Model (ECM) atau teknik Generalized Least Square (GLS) . Untuk memilih model yang tepat terdapat beberapa pengujian yang dapat dilakukan, antara lain : a. Uji Statistik F (Uji Chow) Untuk mengetahui model mana yang lebih baik dalam pengujian data panel, bisa dilakukan dengan penambahan variabel


66

dummy sehingga dapat diketahui bahwa intersepnya berbeda dapat diuji dengan uji Statistik F. Uji ini digunakan untuk mengetahui apakah teknik regresi data panel dengan metode Fixed Effect lebih baik dari regresi model data panel tanpa variabel dummy atau metode Common Effect. Hipotesis nul pada uji ini adalah bahwa intersep sama, atau dengan kata lain model yang tepat untuk regresi data panel adalah Common Effect, dan hipotesis alternatifnya adalah intersep tidak sama atau model yang tepat untuk regresi data panel adalah Fixed Effect. Nilai Statistik F hitung akan mengikuti distribusi statistik F dengan derajat kebebasan (deggre of freedom) sebanyak m untuk numerator dan sebanyak n – k untuk denumerator. m merupakan merupakan jumlah restriksi atau pembatasan di dalam model tanpa variabel dummy. Jumlah restriksi adalah jumlah individu dikurang satu. nmerupakan jumlah observasi dan k merupakan jumlah parameter dalam model Fixed Effect. Jumlah observasi (n) adalah jumlah individu dikali dengan jumlah periode, sedangkan jumlah parameter dalam model Fixed Effect (k) adalah jumlah variabel ditambah jumlah individu. Apabila nilai F hitung lebih besar dari F kritis maka hipotesis nul ditolak yang artinya model yang tepat untuk regresi data panel


67

adalah model Fixed Effect. Dan sebaliknya, apabila nilai F hitung lebih kecil dari F kritis maka hipotesis nul diterima yang artinya model yang tepat untuk regresi data panel adalah model Common Effect. Jika model terbaik bukan Common Effect, maka perlu dilakukan uji Hausman untuk menentukan apakah Random Effect Model atau Fixed Effect Model yang terbaik. b. Uji Hausmam Hausman telah mengembangkan suatu uji untuk memilih apakah metode Fixed Effectdan metode Random Effect lebih baik dari metode Common Effect. Uji Hausman ini didasarkan pada ide bahwa Least Squares Dummy Variables (LSDV) dalam metode metode Fixed Effect dan Generalized Least Squares (GLS) dalam metode Random Effectadalah efisien sedangkan Ordinary Least Squares (OLS) dalam metode Common Effecttidak efisien. Dilain pihak, alternatifnya adalah metode OLS efisien dan GLS tidak efisien. Karena itu, uji hipotesis nulnya adalah hasil estimasi keduanya tidak berbeda sehingga uji Hausman bisa dilakukan berdasarkan perbedaan estimasi tersebut. Statistik uji Hausman mengikuti distribusi statistik ChiSquares dengan derajat kebebasan (df) sebesar jumlah variabel bebas. Hipotesis nulnya adalah bahwa model yang tepat untuk regresi data


68

panel adalah model Random Effect dan hipotesis alternatifnya adalah model yang tepat untuk regresi data panel adalah model Fixed Effect. Apabila nilai statistik Hausman lebih besar dari nilai kritis ChiSquares maka hipotesis nul ditolak yang artinya model yang tepat untuk regresi data panel adalah model Fixed Effect. Dan sebaliknya, apabila nilai statistik Hausman lebih kecil dari nilai kritis ChiSquares maka hipotesis nul diterima yang artinya model yang tepat untuk regresi data panel adalah model Random Effect. c. Uji Lagrange Multiplier Menurut Widarjono (2007: 260), untuk mengetahui apakah model Random

Effect

lebih

baik

dari

model Common

Effect digunakan Lagrange Multiplier (LM). Uji Signifikansi Random Effect ini dikembangkan oleh Breusch-Pagan. Pengujian didasarkan pada nilai residual dari metode Common Effect. Uji LM ini didasarkan pada distribusi Chi-Squares dengan derajat kebebasan (df) sebesar jumlah variabel independen. Hipotesis nulnya adalah bahwa model yang tepat untuk regresi data panel adalah Common Effect, dan hipotesis alternatifnya adalah model yang tepat untuk regresi data panel adalah Random Effect. Apabila nilai LM hitung lebih besar dari nilai kritis Chi-Squares maka hipotesis nul ditolak yang artinya model yang tepat untuk regresi data panel adalah


69

model Random Effect. Dan sebaliknya, apabila nilai LM hitung lebih kecil dari nilai kritis Chi-Squares maka hipotesis nul diterima yang artinya model yang tepat untuk regresi data panel adalah model Common Effect. 2.2 Uji Model Regresi Koefisien Determinasi 2.2.1 Koefisien determinasi (R2) Koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabelvariabel 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. Namun, kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen, maka R2 akan meningkat, tidak peduli apakah variabel tersebut berpengaruh signifikan terhadap


70

variabel

dependen.

Oleh

karena

itu,

penelitian

ini

menggunakan Adjusted R2. Oleh karena itu banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi mana model regresi terbaik. Tidak seperti nilai R2, nilai Adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model (Ghozali, 2012). 2.2.2 Uji Signifikansi Simultan (Uji Statistik F) Uji statistik F dapat digunakan untuk mengukur ketepatan fungsi regresi sampel dalam menaksir nilai aktual (Goodness of fit) dan menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Uji F dapat dilakukan dengan membandingkan probabilitas (Sig.) dengan alfa 0,05 (α = 5%). Jika probabilitas lebih besar dari 0,05 maka variabel independen secara bersama-sama tidak mempengaruhi variabel dependen. Sebaliknya, jika probabilitas lebih kecil dari 0,05 maka variabel independen secara bersama-sama mempengaruhi variabel dependen (Ghozali, 2012).


71

2.3 Uji Signifikansi Parameter Individual (Uji Statistik t) Uji statistik t dilakukan untuk menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Uji t dapat dilakukan dengan membandingkan probabilitas (Sig.) dengan alfa 0,05 (α = 5%). Jika probabilitas lebih besar dari 0,05 maka sebuah variabel independen tidak mempengaruhi variabel dependen. Sebaliknya, jika probabilitas lebih

kecil

dari

0,05

maka

sebuah

variabel

mempengaruhi variabel dependen (Ghozali, 2012).


independen

BAB 4 METODE PENELITIAN

Recommend Documents