BAB III METODE PENELITIAN
A. Jenis dan Pendekatan Penelitian. Jenis penelitian yang digunakan dalam peneltian ini adalah pendekatan kuantitatif. Desain penelitian ini termasuk desain penelitian sebab akibat antara dua variabel atau lebih atau penelitian ini sering disebut dengan penelitian kausatif. Desain kausal berguna untuk mengukur hubungan antara variabel penelitian atau berguna untuk menganalisis begaimana suatu variabel mempengaruhi
variabel
lainnya.1
Penelitian
dengan
pendekatan
ini
menggunakan data yang berbentuk angka sebagai hasil dari analisa data yang diolah dan berupa perhitungan angka-angka dan analisis penggunaan statistik, tujuannya adalah sebagai dasar perhitungan dan analisa dalam penelitian ini. Data tersebut diantaranya EPS, PER, ROA dan Harga Saham. B. Setting Penelitian. Data yang diperlukan dalam penelitian ini adalah laporan keuangan perusahaan yang tergabung dalam JII tahun 2011-2014. C. Variabel Penelitian. Variabel penelitian dalam penelitian ini adalah variabel dependen dan variabel independen. Dengan menggunakan skala penggukuran skala rasio.
1
Umar Husein, Metode Penelitian untuk Skripsi dan Tesis (Jakarta: PT. Raja Grafindo Persada, 2001), hlm.8
38
39
Skala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak dua titik pada skala sudah diketahui, dan mempunyai nilai 0 (nol) yang absolut.2 1. Variabel Dependen Variabel dependen adalah variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas.3 Variabel dependen dalam penelitian ini adalah Harga Saham (Y). 2. Variabel Independen. a. Variabel independen merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen (terikat).4 b. Variabel independen dalam penelitian ini adalah EPS (X1), PER(X2), dan ROA (X3). Tabel 3.1 Definisi Operasional Variabel No
1
Variabel
Pengukuran
Variabel
Harga
Dependen
perusahaan
Harga Saham
berdasarkan
saham
www.yaho Harga
harga
Sumber
Penutupan
o.finance.c om
penutupan tahunan perusahaan.
2
Singgih Santoso, Statistik Parametrik: Konsep dan Aplikasi dengan SPSS, (Jakarta: PT. Elex Media Komputindo, 2010), hlm. 6. 3
Sugiyono, Statistik Untuk Peneltian, (Bandung: Alfabeta, 2010), Cetakan ke 16, hlm. 4.
4
Sugiyono, Statistik Untuk Peneltian, (Bandung: Alfabeta, 2010), Cetakan ke 16, hlm. 4.
40
2
Variabel
Perbandingan
Independen
antara laba bersih
Erning Per Share dengan (EPS).
Laporan
jumlah
saham
yang
Laba Bersih
keuangan
Jumlah Saham Beredar
diterbitkan. 3
Price Earning
Perbandingan
Laporan
Ratio (PER)
antara harga pasar
Harga Saham
saham dengan laba
EPS
keuangan
per lembar saham 4
Return on asset Kemampuan (ROA)
perusahaan
Laporan untuk
Laba Setelah
menghasilkan keuntungan
keuangan
pajak atau
Total Asset
laba. Sumber: data diolah oleh peneliti. D. Populasi, Sampel, dan Teknik pengambilan sempel. Populasi adalah keseluruhan objek penelitian yang akan diteliti.5 Populasi yang
digunakan
dalam
penelitian
ini
adalah
perusahaan -
perusahaan Go Public yang terdaftar di Jakarta Islamic Index (JII). Sedangkan jumlah sampel untuk penelitian ini adalah 10 perusahaan Go Public dengan Laporan keuangan Audited tercatat dari tahun 2011 sampai tahun 2014 dengan menggunakan metode purposive sampling yaitu pengambilan data disesuaikan denagn kriteria-kriteria yang telah ditentukan sebelumnya.6
5
Syamsul Hadi, Metodologi Penelitian Kuantitatif untuk Akuntansi Keuangan (Yogyakarta:
Ekonisia, 2006), hlm. 45. 6
Said Kelana Asnawi dan Chandra Wijaya, Riset Keuangan: Pengujian-pengujian Empiris. Jakarta: Pt. Graha Pustaka Utama. 2005, hlm. 254.
41
Adapun kriteria sampel yang akan digunakan sebagai berikut: 1. Perusahaan yang terdaftar di Bursa Efek Indonesia difokuskan pada saham-saham yang terdapat di Jakarta Islamic Index (JII) tahun 20112014. 2. Perusahaan tersebut mempublikasikan laporan keuangan audited yang lengkap secara berturut-turut selama tahun 2011– 2014. 3. Memiliki data harga saham lengkap periode 2011-2014. Tabel 3.2 Perusahaan yang Memenuhi Kriteria Sampel
NO. 1 2
NAMA PERUSAHAAN
KODE PERUSAHAAN AALI ASII
4
PT. Astra Agro Lestari Tbk PT. Astra International Tbk PT. Indocement Tunggal Prakasa Tbk PT. Indo Tambangraya Megah Tbk
5
PT. Kalbe Farma Tbk
KLBF
6
PT. PP London Sumatera Tbk
LSIP
7
PT. Tambang Batubara Bukit Asam Tbk
PTBA
8
PT. Semen Gresik (Persero) Tbk
SMGR
9
PT. Telekomunikasi Indonesia Tbk
TLKM
10
PT. United Tractors Tbk
UNTR
3
Sumber data diolah oleh peneliti.
INTP ITMG
42
E. Instrumen dan Teknik Pengumpulan Data Penelitian. Dalam penelitian ini akan digunakan
metode pengumpulan data
dengan cara Studi Dokumentasi yaitu dengan mengkaji buku-buku, jurnal dan makalah untuk dapat landasan teoritis yang komprehensif serta eksplorasi Laporan Keuangan Perusahaan – perusahaan yang dikutip langsung dari Laporan Keuangan Audited dari Perusahaan – perusahaan di Indonesia yang terdaftar di JII Tahun 2011 sampai tahun 2014. F. Teknik Pengolahan dan Analisis Data. Kegiatan analisis data ini akan dilakukan untuk menyempitkan dan membatasi penemuan-penemuan sehingga menjadi suatu data yang teratur serta tersusun secara sistematis dan lebih berarti. Dengan demikian, proses analisis data ini merupakan suatu upaya untuk menemukan jawaban atas pertanyaan-pertanyaan yang ada dalam rumusan masalah yang diperoleh dalam penelitian. 1. Uji Asumsi Klasik Dalam analisis linier berganda perlu menghindari penyimpangan asumsi klasik supaya tidak timbul masalah dalam menggunakan analisis tersebut. Untuk tujuan tersebut maka harus dilakukan pengujian terhadap tiga asumsi klasik berikut ini: a.
Uji Normalitas Uji Normalitas bertujuan untuk mengetahui apakah model regresi, variabel pengganggu atau residual mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi
43
normal atau mendekati normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik.7 1) Analisis grafik Uji normalitas yang dilakukan dengan cara melihat grafik histrogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Selain itu,model lain dengan melihat normal probability yang membandingkan distribusi kumulatif dari distribusi normal. Dasar pengambilan keputusan dalam uji normalitas sebagai berikut:8 a) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histrogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. b) Jika data menyebar jauh dari diagonal dan/ atau tidak mengikuti arah garis diagonal atau grafik histrogramnya tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. 2) Analisis Statistik Dalam penelitian ini, uji statistik yang digunakan untuk menguji normalitas residual adalah uji statistik non-parametik 7
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm. 160. 8
Imam Ghozali,Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm.163.
44
Kolmogrov-Smirnov (K-S). Uji K-S dilakukan dengan melihat apabila signifikansi (p) < 0,05 maka distribusi data tidak normal, sedangkan apabila signifikansi (p) > 0,05 maka distribusi data normal.9 b. Uji Multikolonieritas Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel Independen (EPS, PER, dan ROA). Model regresi yang baik seharusnya tidak terjadi korelsai antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel yang nilai korelasi antar sesama variabel indepanden dalam hal ini EPS, PER, dan ROA sama dengan nol. Gejala multikolinearitas pada suatu model dapat dilihat dari nilai tolerance dan nilai variance influance factor (VIF). Dasar pengambilan keputusan adalah nilai VIF ≥ 10, maka model regresi memiliki gejala multikolinearitas. Apabila nilai tolerance
≤ 0,1,
maka
model regresi memiliki gejala multikolinearita10 c.
Uji Heteroskedastisitas Uji
heteroskedastisitas
dilakukan
untuk
mengetahui ada
tidaknya penyimpangan terhadap salah satu asumsi klasik yang 9
Imam Ghozali,Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm.164 10
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), Hlm.139.
45
mensyaratkan adanya homokedastisitas. Pengujianada tidaknya gejala heteroskedastisitas memakai metode grafik dengan melihat ada tidaknya pola tertentu pada scatterplot dari variabel dependen, dimana jika tidak terdapat pola tertentu maka tidak terjadi heteroskedastisitas dan
begitu
juga
sebaliknya.
Untuk
mendeteksi
adanya
Heterokedastisitas dilakukan dengan melihat Grafik Plot antara nilai prediksi variabel terikat yaitu ZPRED dengan residualnya SRESID.11 Dasar
analisis
yang
digunakan
untuk
mendeteksi
heteroskedatisitas adalah sebagai berikut:12 1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang
menyempit)
teratur maka
(bergelombang,
melebar
mengidentifikasikan
telah
kemudian terjadi
heterokesdatisitas. 2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskerdatisitas.
Analisis
dengan
grafik
plot
memiliki
kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah pengamatan, semakin sulit untuk mengintepretasikan hasil grafik plot.
11
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm. 139 12
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm. 139
46
d. Uji Autokorelasi Autokorelasi bertujuan menguji apakah dalam model regresi linier ada kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) karena gangguan pada seseorang individu/kelompok cenderung mempengaruhi gangguan pada individu/kelompok yang sama pada periode berikutnya.13 Deteksi autokorelasi bila: D < dL
: terjadi masalah autokorelasi yang positif yang perlu perbaikan.
dL < d < d
: ada masalah autokorelasi positif tetapi lemah dimana perbaikan akan lebih baik.
Du < d < 4 – du
: tidak ada masalah autokorelasi.
4 – du< d < 4 – dL
: masalah autokorelasi lemah, dimana dengan perbaikan akan lebih baik.
4 – dL < d
: masalah autokorelasi serius.
2. Analisis Regresi Linier Berganda Analisis regresi linier berganda yaitu teknik yang mengukur besarnya pengaruh variabel bebas (Independent variabel) terhadap variabel terikat (Dependent variabel) dengan menggunakan variabel bebas yang 13
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm. 110
47
lebih dari satu.variabel independent dalam penelitian ini meliputi EPS, PER, dan ROA. Sedangkan yang menjadi variabel terikat adalah harga saham. Rumus regresi linier berganda yang digunakan adalah sebagai berikut: Y= a+b1X1+b2X2+b3X3 +e Keterangan: Y
= Harga saham
a
= Koefisien Konstanta
b
= Koefisien Regresi
X1
= EPS
X2
= PER
X3
= ROA
e
= Estimasi Error
1) Uji-t (uji signifikan parsial) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. hipotesis yang digunakan adalah: H0 : b1 = 0 (artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen). Ha : b1≠0
(artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen).
48
Cara melakukan uji t adalah sebagai berikut: a. Quick look : bila jumlah degree of freedom (df) adalah 20 atau lebih, dan derajat kepercayaan
sebesar 0,05, maka H0yang
menyatakan b1= 0 dapat ditolak bila nilai t lebih besar dari 2 (dalam nilai absolut). Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen. b. Membandingkan nilai statistik t tabel dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, kita menerima hipotesis alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.14 2) Uji F (pengujjian signifikansi secara bersama-sama) Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukan dalam model mempunyai
pengaruh
secara bersama-sama
terhadap variabel
dependen/terikat. Untuk menguji hipotesis ini digunakan digunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut: a. Quick look : bila nilai F lebih besar dari pada 4 maka H0 ditolak pada derajat kepercayaan 0,05. Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa semua variabel 14
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm. 99.
49
independen secara serentak dan signifikan mempengaruhi variabel dependen. b. Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F tabel, maka H0 ditolak dan menerima Ha.15 3) Uji koefisien determinasi (R2) Efisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel independen dalam menjelaskan variabel-variabel dependen amat terbatas. Secara umum koefisien determinasi untuk data silang tempat relatif rendah karena adanya variasi yang besar antara masing-masing pengamat, sedangkan data runtut waktu biasanya mempunyai koefisien determinasi yang tinggi.16
15
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm. 98. 16
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm. 97.
