BAB III METODE PENELITIAN
1.1.
Populasi dan Sampel Populasi yang diteliti pada penelitian ini adalah perusahaan sector jasa sub sektor hotel, restoran, dan pariwisata yang telah terdaftar pada Bursa Efek Indonesia (BEI) pada periode 2 Januari 2010 hingga 31 Desember 2014. Sampel yang digunakan pada penelitian ini sejumlah 18 perusahaan sektor jasa sub sektor hotel, restoran, dan pariwisata di Indonesia yang telah terdaftar pada Bursa Efek Indonesia (BEI).
1.2.
Metode Pengumpulan Data Menurut Indiantoro dan Supomo (1999: 146), sumber data dibagi menjadi dua, yaitu data primer dan data sekunder.Data primer merupakan data penelitian yang diperoleh secara langsung dari sumber asli (tidak melalui media perantara). Data sekunder merupakan data penelitian yang diperoleh peneliti secara tidak langsung melalui perantara (diperoleh dan dicatat oleh pihak lain). Penelitian ini menggunakan data sekunder berupa data cross-section yang diperoleh dari Bursa Efek Indonesia (BEI) www.idx.co.id dan www.sahamok.com
1.3.
Definisi Operasional Variabel
1.3.1. Variabel Dependen Variabel dependen merupakan variabel terikat, yaitu variabel yang dipengaruhi atau menjadi akibat karena adanya variabel independen. Variabel dependen yang digunakan pada penelitian ini adalah
kebijakan
dividen. Kebijakan dividen menyangkut tentang masalah penggunaan laba yang menjadi hak para pemegang saham yaitu pembagian laba dalam jumlah dividen yang dibayarkan tergantung dari kebijakan setiap perusahaan. Dalam penelitian ini digunakan regresi respon kualitatif yang merupakan variable dummy, nilai 1 jika perusahaan membagikan dividen an nilai 0 jika perusahaan tidak membagikan dividen (Abdelsalam et al. 2008) 1.3.2. Variabel Independen Variabel dependen merupakan variabel yang menjadi sebab terjadinya
atau
berubahnya
variabel
dependen,
sehingga
variabel
independen dapat dikatankan sebagai variabel yang mempengaruhi. Pada penelitian ini, variabel independen yang digunakan adalah: a. Board size: Diperoleh dari banyaknya dewan pada perusahaan. Karena di Indonesia menggunakan sistem due-tier, maka board size diperoleh dari menggabungkan dewan direksi dan dewan komisaris (Darmadi et al., 2013). BS = β anggota dewan
b. Board independency: Diperoleh dari banyaknya dewan independen di perusahaan dibagi dengan jumlah seluruh anggota board (Darmadi et al., 2013). BID=
β ππ§π π π π¨ππ π’π§πππ©ππ§πππ§ β ππ§π π π¨ππ πππ°ππ§
c. Board intensity: Board
intensity
diperoleh
dari
banyaknya
frekuensi
dewan
mengadakan rapat yang dalam satu tahun (Bokpin, 2011) BOIN=βrapat dewan dalam satu tahun d. Foreign ownership: Diperoleh dari total jumlah saham asing yang terdapat dalam suatu perusahaan (Bokpin, 2011) FRG=βsaham asing
1.3.3. Variabel Kontrol Variabel Kontrol adalah variabel yang dikendalikan / dibuat konstan sehingga pengaruh variabel Independen/ variabel bebas terhadap variabel dependen/ variabel terikat, tidak dapat dipengaruhi oleh faktor luar yang tidak diteliti. a. Return On Assets Return On Assets (ROA) dihitung dengan membagi laba setelah pajak dengan total aset. Semakin tinggi kemampuan perusahaan dalam memperoleh laba diduga makin tinggi juga kemungkinan dividen akan dibagikan (Ajanthan, 2013) ππππππ ππ ππππππ (πΉπΆπ¨) =
πππ ππππππ πππππ πππ (π΅π·π¨π») πππππ ππππππ (π»π¨)
b. Debt-to-Total Assets Debt-to-Total Assets (DTA) dihitung dengan membagi hutang dengan total aset. Semakin tinggi rasio hutang perusahaan akan menurunkan kemungkinan pembayaran dividen (Ajanthan, 2013)
π
πππ β ππ β πππππ ππππππ (π«π»π¨) =
π
πππ πππππ ππππππ (π»π¨)
1.4.
METODE ANALISIS DATA
1.4.1. Statistik Deskriptif Statistic deskriptif memeberikan gamabaran suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum (Ghozali, 2006). 1.4.2. Uji Asumsi Klasik 1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penganggu atau residual berdistribusi normal atau tidak (Ghozali, 2011). Salah satu cara untuk melakukan uji normalitas adalah dengan uji statistik Kolmogorov-Smirnov Z (I-Sample K-S). Berikut adalah dasar pengambilan keputusan dengan uji statistik Kolmogorov-Smirnov Z (I-Sample K-S): a. Jika nilai Asymp. Sig (2-tailed) lebih kecil 0,05 maka distribusi data tidak normal. b. Jika nilai Asymp. Sig (2-tailed) lebih besar 0,05 maka distribusi data normal. 2. Uji Multikolinearitas Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variable independen.
Untuk mengetahui ada tidaknya multikolinieritas dapat dilihat dari Tolerance Value (TOL) dan Variance Inflation Factor (VIF). a. Tidak terjadi multikolinieritas jika nilai Tolerance lebih besar dari 0,10 dan nilai VIF lebih kecil dari 10 b. Terjadi multikolinearitas jika nilai Tolerance kurang dari 0,10 dan nilai VIF lebih besar dari 10 3. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah model regresi linier terdapat korelasi kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (Ghozali, 2011). Jika terjadi autokorelasi, maka dinamakan ada problem atokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual atau kesalahan pengganggu tidak bebas dari satu observasi ke observasi lain. Dalam penelitian ini, untuk melakuakn uji auto korelasi digunakan uji Durbin Watson. Pada uji durbin Watson dilakuan dengan membandingkan nilai statistic t-hitung dengan t-tabel. 4. Uji Heteroskedastisitas Uji Heteroskesdastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskesdastisitas dan jika berbeda
disebut Heteroskesdastisitas. Model regresi yang baik adalah yang Homoskesdastisitas atau tidak terjadi Heteroskesdastisitas (Ghozali, 2011). Pada penelitian ini pengujian heteroskesdastisitas dilakukan dengan uji glejser dan scatter plot . Dasar pengambilan keputusan pada uji glejser adalah: a. Jika nilai signifikansi lebih besar dari 0,05. Maka kesimpulannya tidak terjadi heterokedasitas. b. Jika nilai signifikansi lebih kecil dari 0,05. Maka kesimpulanya terjadi masalah heterokedasitas. Uji hetoekedasitas dengan melihat penyebaran data grafik scatter plot, dimana nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID. Apabila titik pada grafik scatter plot menyebar, maka data yang digunakan terbebas dari heterokedastisitas. Tetapi apabila titik-titik pada grafik tersebut membentuk pola tertentu, maka data yang di gunakan terdapat masalah heterokedastisitas. 1.4.3. Pengujian Hipotesis 1. Regresi Linear Berganda Analisis regresi adalah studi mengenai ketergantungan variable dependen dengan satu atau lebih variable independen dengan tujuan untuk mengestimasi dan memprediksi rata-rata populasi atau nilai rata-
rata variable dependen berdasarkan nilai variable independen yang diketahui (Gujarati dalam Ghozali, 2006) 2. Uji Signifikansi Simultan (Uji F) Digunakan untuk mengetahui pengaruh variabel independen terhadap variable dependen secara simultan. Langkah-langkahnya sebagai berikut: a. Menentukan hipotesis H 0 : b1 = b2 = b3 = b4 = 0 H 1 : b1 β b2 β b3 β b4 β 0 b. Menentukan F tabel dengan tingkat signifikan 0,05 Mengitung
F
hitung
dengan
komputer
dan
kemudian
membandingkan dengan F tabel, Kriteria pengujian: a. Bila nilai signifikan > nilai alpha (5% atau 1% atau 10%), berarti variabel independen secara simultan tidak berpengaruh terhadap variabel dependen. F hitung < F tabel, model regresi tidak signifikan. Ho diterima dan H1 ditolak. b. Bila nilai signifikan < nilai alpha (5% atau 1% atau 10%), maka variabel independen secara simultan berpengaruh terhadap variabel dependen. F hitung > F tabel, model regresi signifikan. H0 ditolak, dan H1 diterima.
3. Uji Koefisien Determinasi (Uji R 2) Bertujuan untuk mengetahui tingkat ketepatan perkiraan dalam analisis regresi. Koefisien Determinasi (R2) pada intinya mengukur seberapa jauh variabel independen mampu menerangkan variabel dependen. Setiap tambahan satu variabel independen, maka R 2 pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Nilai R2 yang kecil berarti kemampuan variable independen dalam menjelaskan variable dependen amat terbatas. Nilai yang mendekati 1 berarti variable independen memberikan
hampir
semua
informasi
yang
dibutuhkan
untuk
memprediksi variable dependen (ghozali, 2011) 4. Uji Signifikan Parameter Individual (Uji t) Uji ini bertujuan untuk mengetahui apakah variabel bebas secara parsial / bagian mempengaruhi variabel dependen dengan asumsi variable independen lainnya konstan. Kriteria pengujian: a. Bila nilai signifikan > alpha (5% atau 1% atau 10%), berarti variabel independen secara individual tidak berpengaruh terhadap variabel dependen. b. Bila nilai signifikan < nilai alpha (5% atau 1% atau 10%), berarti variable independen secara individual berpengaruh terhadadap variabel dependen.
