BAB III METODE PENELITIAN
1.1 Jenis Penelitian Jenis penelitian yang akan dilakukan oleh peneliti merupakan pengujian hipotesis. Penelitian ini menguji pengaruh rasio keuangan terhadap pertumbuhan laba. Dalam penelitian ini digunakan empat variabel yang mencerminkan rasio-rasio keuangan tersebut, keempat variabel itu adalah Current Ratio (CR), Debt Ratio (DR), Total Asset Turnover (TAT) dan Net Profit Margin (NPM). 1.2 Data dan Sumber Data Penelitian ini menggunakan data sekunder yaitu laporan keuangan berupa neraca dan laporan laba rugi perusahaan sub sektor transportasi yang terdaftar di BEI selama periode 20112014. Laporan keuangan tahun buku 2011 sampai dengan 2013 digunakan untuk menghitung perubahan rasio keuangan, dan laporan keuangan tahun buku 2011 sampai dengan 2014 digunakan untuk menghitung pertumbuhan laba. Sumber data diperoleh dari laporan keuangan perusahaan yang dipublikasikan dalam situs resmi Bursa Efek Indonesia (BEI), yaitu Indonesia Stock Exchange (IDX) pada www.idx.ac.id. 1.3 Populasi dan Sampel 1.3.1 Populasi Menurut Sekaran (2006), populasi merupakan keseluruhan kelompok orang, kejadian, atau hal minat yang ingin peneliti investigasi. Populasi yang menjadi objek penelitian ini adalah seluruh perusahaan transportasi yang terdaftar di Bursa Efek Indonesia selama periode 20112014. Populasi penelitian ini berjumlah 33 perusahaan transportasi.
1.3.2 Sampel Menurut Sekaran (2006) sampel adalah subkelompok populasi. Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah purposive sampling. Purposive sampling merupakan metode pengambilan sampel yang terbatas pada jenis sampel tertentu yang dapat memberikan informasi yang diinginkan, baik karena satu-satunya yang memenuhi kriteriakriteria yang ditentukan oleh peneliti. Tujuan dari teknik pengambilan sample ini adalah agar mendapatkan sample yang representatif dan sesuai dengan kriteria yang telah ditentukan. Adapun kriteria sampel yang akan digunakan dalam penelitian ini sebagai berikut: 1. Perusahaan yang bergerak disub sektor transportasi yang terdaftar si BEI pada periode penelitian yaitu dari tahun 2011-2014. 2. Selama periode penelitian, perusahaan tersebut konsisten membuat laporan keuangan tahunan dan dipublikasikan secara luas. 3. Laporan keuangan berakhir pada tanggal 31 Desember setiap tahunnya. 3.4 Definisi Operasional Variabel dan Pengukuran Variabel 3.4.1 Variabel Dependen Menurut Priyatno (2009) variabel dependen adalah variabel yang nilainya dipengaruhi oleh variabel lain. Variabel dependen dalam penelitian ini adalah pertumbuhan laba. Laba yang digunakan dalam penelitian ini adalah laba setelah pajak, yang dapat dirumuskan sebagai berikut: ∆Yit =
(Yᵢᵼ+1−Yᵢᵼ) Yᵢᵼ
Keterangan:
∆Yit
= Pertumbuhan laba pada periode tertentu,
Yit
= Laba perusahaan i pada periode t, dan
Yit+1
= Laba perusahaan i pada periode t+1.
3.4.2 Variabel Independen Variabel Independen adalah variabel yang mempengaruhi variabel dependen (Priyatno, 2009). Dalam penelitian ini yang menjadi variabel independen adalah Current Ratio, Debt Ratio, Total Asset Turnover, dan Net Profit Margin. 3.4.2.1 Current Ratio Current Ratio (CR) merupakan rasio likuiditas yang dihitung dengan cara membagi aktiva lancer dengan kewajiban lancar. CR dapat dirumuskan sebagai berikut (Hanafi & Halim, 2007):
CR =
Aktiva Lancar Kewajiban Lancar
3.4.2.2 Debt Ratio Debt Ratio (DR) merupakan rasio solvabilitas yang menunjukkan perbandingan antara total kewajiban terhadap total asset. DR dapat dirumuskan sebagai berikut (Hanafi & Halim, 2007):
DR =
Total Kewajiban
Total Aktiva
3.4.2.3 Total Asset Turnover Total Asset Turnover (TAT) merupakan rasio aktivitas yang menunjukkan efisiensi penggunaan seluruh aktiva untuk menunjang penjualan/pendapatan. TAT dapat dirumuskan sebagai berikut (Hanafi & Halim, 2007):
TAT =
Penjualan Total Aktiva
3.4.2.4 Net Profit Margin Net Profit Margin (NPM) adalah salah salah satu rasio profitabilitas yang menunjukkan kemampuan perusahaan dalam menghasilkan pendapatan bersih terhadap total penjualan bersihnya. NPM dapat dirumuskan sebagai berikut (Hanafi & Halim, 2007):
NPM =
Laba Bersih Setelah Pajak Penjualan Bersih
3.5 Metode Analisis Data 3.5.1 Model Analisis Metode analisis data merupakan metode yang digunakan untuk mengolah dan memprediksi hasil penelitian untuk mendapatkan sebuah kesimpulan. Penelitian ini menggunakan analisis regresi berganda. Analisis ini untuk meramalkan variabel dependen jika variabel independen dinaikkan atau diturunkan. Analisis regresi linier berganda dalam penelitian ini digunakan untuk menguji pengaruh rasio keuangan terhadap pertumbuhan laba. Model dalam penelitian ini adalah: Yt = a + b1CR + b2DR + b3TAT + b4NPM + e Keterangan:
Yt
= Pertumbuhan laba,
a
= Koefisien konstanta,
b
= Koefisien regresi dari masing-masing variabel,
CR
= Current Ratio,
DR
= Debt Ratio,
TAT
= Total Asset Turnover,
NPM = Net Profit Margin, dan e
= Koefisien error.
3.5.2 Teknik Analisis 3.5.2.1 Statistik Deskriptif Statistik deskriptif adalah tabular, metode grafis dan numeric yang digunakan untuk meringkas data. Statistik deskriptif dapat digunakan untuk meringkas data yang berhubungan dengan seluruh populasi atau sampel (Fleming & Nellis, 1996). 3.5.2.2 Uji Asumsi Klasik a. Uji Normalitas Ghozali (2009) menyatakan uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen memiliki distribusi normal atau tidak. Model regresi yang baik memiliki distibusi data normal atau mendekati normal. Untuk mendeteksi normalitas dapat dilakukan dengan uji statistik. Ada dua cara untuk mengetahui apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. 1. Analisis Grafik Salah satu cara paling mudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati normal. Akan tetapi, apabila hanya melihat histogram saja, akan dapat membingungkan khususnya untuk jumlah sampel yang kecil. Metode lain yang dapat digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Dasar pengambilan keputusan dari analisis normal probability plot adalah sebagai berikut: a) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
b) Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. 2. Analisis Statistik Untuk mendeteksi normalitas data dapat juga dilakukan analisis statistic yang salah satunya dapat dilihat melalui Kolmogrov-Smirnov test (K-S). Uji K-S dilakukan dengan membuat suatu hipotesis : Ho = Data residual terdistribusi normal, dan Ha = Data residual tidak terdistribusi normal. Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut: a) Apabila probabilitas nilai Z uji K-S signifikan secara statistik maka Ho ditolak, yang berarti data terdistribusi tidak normal b) Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik maka Ho diterima, yang berarti data terdistribusi normal. b. Uji Multikolinearitas Ghozali (2009) menyatakan bahwa uji multikolinearitas digunakan untuk mengetahui apakah terdapat korelasi di antara variabel-variabel independen dalam model regresi tersebut. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika terdapat korelasi antara variabel independen, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen adalah nol. Untuk mendeteksi ada tidaknya multikolinearitas dalam model regresi dapat dilihat dari tolerance value atau variance inflation factor (VIF). Sebagai dasar acuannya dapat disimpulkan:
1. Jika nilai tolerance > 0,1 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. 2. Jika nilai tolerance < 0,1 dan nilai VIF > 10, maka dapat disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi. c. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka ada masalah autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu dengan yang lain. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya, biasanya dijumpai pada data deret waktu (time series). Konsekuensi adanya autokorelasi dalam model regresi adalah variance sample tidak dapat menggambarkan variance populasinya, sehingga model regresi yang dihasilkan tidak dapat digunakan untuk menaksir niali variabel dependen pada nilai independen tertentu. Untuk mengetahui dan menguji menguji ada tidaknya autokorelasi dalam model analisis regresi dapat digunakan pengujian statistik Durbin Watson (DW). Apabila nilai DW lebih besar dari batas (du) dan kurang dari 4 – (du), maka dapat disimpulkan bahwa tidak ada autokorelasi (Ghozali, 2009). d. Uji Heteroskedastisitas Ghozali (2009) menyatakan bahwa uji heteroskedastisitas bertujuan untuk 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 Homoskedastisitas dan jika berbeda disebut Heteroskedasitas. Model regresi yang
baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk mendeteksi adanya heteroskedastisitas dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID). Dasar analisisnya: 1. Jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola tertentu, yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola tertentu serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas. 3.5.2.3 Pengujian Hipotesis Setelah melakukan pengujian normalitas dan pengujian asumsi klasik, langkah selanjutnya yaitu melakukan pengujian atas hipotesis. Menurut Ghozali (2009) pengujian hipotesis adalah suatu prosedur dimana hasil sampel digunakan untuk menguji kebenaran atau hipotesis dengan alat analisis yaitu uji t, uji F dan nilai koefisien determinasi (R2). Perhitungan statistic disebut signifikan secara statistic apabila uji nilai statistiknya berada dalam daerah kritis (daerah dimana Ho ditolak). Sebaliknya, disebut tidak signifikan bila uji nilai statistiknya berada dalam daerah dimana Ho diterima. a. Koefisien Determinasi (R2) Koefisien determinasi atau R2 bertujuan 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 variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel independen. Bila terdapat nilai adjusted R2 bernilai negatif, maka nilai adjusted R2 dianggap bernilai nol (Ghozali, 2009). b. Uji statistik F Menurut Ghozali (2009) uji statistic F bertujuan untuk mengukur apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Pengujian secara simultan ini dilakukan dengan cara membandingkan antara tingkat signifikansi F dari hasil pengujian dengan nilai signifikansi yang digunakan dalam penelitian ini. Cara pengujian simultan terhadap variabel independen yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Jika tingkat signifikansi F yang diperoleh dari hasil pengolahan nilainya lebih kecil dari nilai signifikansi yang digunakan yaitu sebesar 5 persen maka dapat disimpulkan bahwa semua variabel independen secara simultan berpengaruh terhadap variabel dependen. 2) Jika tingkat signifikansi F yang diperoleh dari hasil pengolahan nilainya lebih besar dari nilai signifikansi yang digunakan yaitu sebesar 5 persen maka dapat disimpulkan bahwa semua variabel independen secara simultan tidak berpengaruh terhadap variabel dependen. c. Uji statistik t Bertujuan untuk mengukur seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel independen. Pengujian secara simultan ini dilakukan dengan cara membandingkan antara tingkat signifikansi t dari hasil pengujian dengan nilai signifikansi yang digunakan dalam penelitian ini. Cara pengujian parsial terhadap variabel independen yang digunakan dalam penelitian ini adalah sebagai berikut (Ghozali, 2009):
1) Jika niali signifikansi t dari masing-masing variabel yang diperoleh dari pengujian lebih kecil dari nilai signifikansi yang diperhunakan yaitu sebesar 5 persen maka secara parsial variabel independen berpengaruh terhadap variabel dependen. 2) Jika nilai signifikansi t dari masing-masing variabel yang diperoleh dari pengujian lebih besar dari niali signifikansi yang dipergunakan yaitu sebesar 5 persen maka secara parsial variabel independen tidak berpengaruh terhadap variabel dependen.
