39
BAB III METODE PENELITIAN A. Jenis Penelitian
Jenis penelitian ini adalah penelitian kuantitatif dengan menggunakan data sekunder yang diperoleh dari data yang berada diperusahaan yang terdaftar dalam Jakarta Islamic Index (JII) pada tahun 2012 sampai tahun 2014. B. Populasi dan Teknik Pengambilan Sampel
Populasi yang digunakan dalam penelitian ini adalah seluruh saham perusahaan go public yang terdaftar dalam kelompok saham di JII selama periode penelitian yaitu 2012 - 2014. Metode pengambilan sampel dalam penelitian ini menggunakan metode purposive sampling, yaitu pengambilan sampel dari suatu populasi berdasarkan kriteria tertentu yang sesuai dengan penelitian. Sampel dalam penelitian diambil dengan kriteria yaitu saham perusahaan yang selalu masuk dalam Jakarta Islamic Indeks (JII) selama 3 periode pengamatan yaitu 2012 sampai dengan 2014.1 Jumlah sampel data dalam 3 periode pengamatan pada tahun 2012 sampai 2014 yang masuk dalam Jakarta Islamic Indeks(JII)yang bisa dilihat dalam tabel sebagai berikut.
1
www.idx.co.id, diakses tanggal 15 maret 2015 pukul 19.23 wib
39
40
Tabel 3.1.
Daftar Saham yang Selalu Masuk dalam Jakarta Islamic Indeks (JII) Selama 2012 sampai 2014
NO
KODE
NAMA SAHAM
1.
AALI
Astra Agro Lestari Tbk.
2.
ASII
Astra International Tbk.
3.
ASRI
Alam Sutera Realty Tbk.
4.
CPIN
Charoen Pokphand Indonesia Tbk.
5.
INTP
Indocement Tunggal Prakarsa Tbk.
6.
ITMG
Indo Tambangraya Megah Tbk.
7.
KLBF
Kalbe Farma Tbk.
8.
LPKR
Lippo Karawaci Tbk.
9.
LSIP
PP London Sumatra Indonesia Tbk.
10.
PTBA
Tambang Batubara Bukit Asam (Persero) Tbk.
11.
SMGR
Semen Indonesia (Persero) Tbk.
41
12.
TLKM
Telekomunikasi Indonesia (Persero) Tbk.
13.
UNTR
United Tractors Tbk.
14.
UNVR
Unilever Indonesia Tbk.
Sumber: www.idx.co.id (Data sekunder diolah) C. Variabel Penelitian dan Definisi Operasional Variabel
Berdasarkan konsep yang ada yaitu analisis portofolio dan investasi saham, maka variabel-variabel yang perlu diteliti yaitu sebagai berikut. 1) Keputusan Investasi Dasar keputusan investasi terdiri dari tingkat return harapan, tingkat risiko serta hubungan antara return dan risiko. Hubungan antara risiko dan return harapan merupakan hubungan yang bersifat searah dan linier. Artinya, semakin besar risiko aset, semakin besar pula return harapan atas suatu asset tersebut.2 Keputusan Investasi adalah suatu kebijakan atau keputusan yang diambil untuk menanamkan modal pada satu atau lebih aset untuk mendapatkan keuntungan di masa yang akan datang atau permasalahan bagaimana manajer keuangan harus mengalokasikan dana kedalam bentuk – bentuk investasi yang akan dapat mendatangkan keuntungan di
2
Eduardus Tandelilin, Portofolio dan Investasi (Yogyakarta : Kanisius, 2010), hlm. 9
42
masa yang akan datang. Secara singkat keputusan investasi yaitu penggunaan dana yang bersifat jangka panjang. Bentuk, macam dan komposisi dari investasi akan mempengaruhi dan menunjang tingkat keuntungan di masa depan yang diharapkan dari investasi tersebut tidak dapat diperkirakan secara pasti. Oleh karena itu investasi akan mengandung risiko atau ketidakpastian. Risiko dan hasil yang diharapkan dari investasi itu akan mempengaruhi pencapaian tujuan, kebijakan, maupun nilai perusahaan.3 Dalam pengambilan keputusan investasi, opportunity cost merupakan pendapatan atau penghematan biaya yang di korbankan sebagai akibat dipilihnya alternatif tertentu. Keputusan investasi yang di definisikan sebagai kombinasi antara aktiva yang dimiliki (assets in place) dan pilihan investasi di masa yang akan datang dengan net present value positif. Keputusan investasi dalam penelitian ini di proksikan dengan PER (Price Earning Ratio), dimana PER menunjukkan perbandingan antara closing price dengan laba per lembar saham (earning per share). PER dirumuskan dengan :4
PER =
3
Eduardus Tandelilin, Portofolio dan Investasi (Yogyakarta : Kanisius,2010),hlm.17 Arie Afzal, Pengaruh Keputusan Investasi, Keputusan Pendanaan, Dan Kebijakan Deviden Terhadap Nilai Perusahaan, Skripsi, (Semarang : Universitas Diponegoro, 2012) 4
43
Keterangan
:
PER
: Price Earning Ratio
EPS
: Earning Per Share
2) Return Realized Return adalah persentase perubahan harga penutupan saham A pada bulan ke t dikurangi harga penutupan saham A pada bulan ke t-1 kemudian hasilnya dibagi dengan harga penutupan saham A pada bulan ke t-1. Ri = (Pt – Pt-1) / Pt-1 Keterangan : Ri
= Return saham
Pt
= Harga saham pada saat t
Pt-1
= Harga saham untuk waktu sebelumnya
Tingkat keuntungan yang diharapkan atau expected return tiap saham individual merupakan rata-rata tertimbang realized return saham i. Dihitung dengan program Excel menggunakan rumus Average atau menggunakan rumus5: E(Ri) =
/N
Keterangan: E(Ri ) = expected return Ri 5
= return realisasi saham i
Eduardus Tandelilin, Portofolio dan Investasi (Yogyakarta : Kanisius, 2010),hlm. 178
44
n
= jumlah realized return saham
b. Risiko Standar Deviasi (SD) digunakan untuk mengukur risiko dari realized return, yang dapat dihitung dengan program Excel menggunakan rumus STDEV .6 2
=
Keterangan: 2
= standar deviasi (SD)
Xi =realized return ke-i saham i X = rata-rata realized return saham n
= jumlah realized return saham i
c. Excess Return To Beta (ERB) merupakan kelebihan pengembalian antara pengembalian yang diperkirakan dengan tingkat pengembalian bebas risiko dengan rumus:
ERB = Keterangan:7 ERB
: Excess Return to Beta (kelebihan pengembalian) sekuritas ke-i
E(Ri)
:
Pengembalian
yang
diperkirakan (expected
return)
berdasarkan model indeks tunggal untuk sekuritas ke- i Rf 6
: Tingkat pengembalian bebas risiko
Jogiyanto, Teori Portofolio dan Analisis Investasi (Yogyakarta : Cetakan Ketiga BPFE, 2003), hlm. 131 7 Jogiyanto, Teori Portofolio dan Analisis Investasi (Yogyakarta : Cetakan Ketiga BPFE, 2003), hlm. 362
45
βi
:Perubahan tingkat pengembalian yang diperkirakan dari sekuritas ke- i
d. Cut-Off Rate (Ci) hasil bagi varian pasar dan return premium terhadap variance error saham dengan varian pasar dan sensitivitas saham individual terhadap variance error saham. Yang mempunyai rumus sebagai berikut.8
Ci =
Keterangan: Ci
: Cut-Off Rate (pembatas pada tingkat tertentu)
E(Ri) : pengembalian yang diperkirakan atas saham i
8
Rf
: tingkat pengembalian bebas risiko
σm2
: Varians pasar
σ ei2
: Varian ei (Unsystematic risk)
Jogiyanto, Teori Portofolio dan Analisis Investasi (Yogyakarta : Cetakan Ketiga BPFE, 2003), hlm. 363
46
Tabel 3.2 Ringkasan Variabel Penelitian dan Definisi Operasional
No
Variabel
Keterangan
Rumus perhitungan
Skala pengukuran
1
Keputusan
Diukur dengan PER
PER=
investasi Rasio 2
E(Ri)
rata-rata tertimbang
(Expected
realized return saham
Return
E(Ri) =
/N
Rasio
i
Saham) 3
Risiko
seberapa besar nilai
2
=
tiap-tiap item menyimpang dari rataratanya Rasio 4
ERB (Excess return to Beta)
merupakan kelebihan pengembalian antara pengembalian yang diperkirakan dengan
ERB =
47
tingkat pengembalian bebas risiko 5
Cut-Off Rate
Rasio
hasil bagi varian pasar Ci =
(Ci)
dan return premium terhadap variance error saham dengan
Rasio
varian pasar dan sensitivitas saham individual terhadap variance error saham.
D. Metode Pengumpulan Data Teknik yang digunakan dalam mengumpulkan data adalah teknik dokumentasi, yaitu mencari data mengenai hal-hal atau variabel yang berupa catatan, buku, surat kabar, majalah, atau data-data yang berkaitan dengan obyek penelitian. Data yang dikumpulkan dalam penelitian ini dengan melakukan teknik dokumentasi yaitu dengan mencatat atau mengkopi data yang tercantum dalam Bursa Efek Indonesia (BEI), JII, SBI serta berbagai literatur untuk penggunaan hasil penelitian dan konsep-konsep yang dibutuhkan.9
9
h.131.
Sutrisno Hadi, Metodologi Reseach 1 (Yogyakarta: Fakultas Psikologi UGM, 1980),
48
E. Metode Analisis Data Analisis data dilakukan dengan menggunakan regresi linier berganda dan perhitungannya dilakukan dengan menggunakan program MS Excel. a. Uji Asumsi Klasik Sebelum melakukan analisis regresi, terlebih dahulu dilakukan uji asumsi klasik yaitu uji normalitas, uji multikolinearitas, uji autokorelasi, dan uji heteroskedastisitas. a. Uji Normalitas Tujuan uji normalitas bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Terdapat dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak. Menggunakan analisis grafik dan uji statistik.10Uji normalitas dalam penelitian ini menggunakan uji statistik non-parametrik Kolmogorov-Smirnov (KS). Jika signifikasi hasil uji K-S nilainya lebih besar dari 0,05 berarti data terdistribusi normal. b. Uji Heteroskedastisitas Uji Heteroskedastisitas 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 10
Imam Ghozali, Aplikasi analisis Multivariate dengan Program IBM SPSS 19 (Semarang: Badan Penerbit Undip, 2011), hlm. 160
49
Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Dalam penelitian ini, uji heteroskedastisitas dilakukan dengan melihat Grafik Plot antara nilai prediksi variabel terikat (dependen) dengan residualnya. Dasar analisisnya, sebagai berikut : 1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang
menyempit),
teratur
(bergelombang,
maka
melebar
mengindikasikan
kemudian
telah
terjadi
heteroskedastisitas. 2) Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah
angka
0
pada
sumbu
Y,
maka
tidak
terjadi
heteroskedastisitas.11 c. Uji Multikolinieritas Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.12 Hasil pengujian ini menggunakan nilai Collinearity Statistics Tolerance (T) dan Variance Inflation Factor (VIF). Nilai cutoff yang umum dipakai untuk menunjukkan adanya
11
Imam Ghozali, Aplikasi analisis Multivariate dengan Program IBM SPSS 19 (Semarang: Badan Penerbit Undip, 2011), hlm. 139 12 Imam Ghozali, Aplikasi analisis Multivariate dengan Program IBM SPSS 19 (Semarang: Badan Penerbit Undip, 2011), hlm. 105
50
multikolinieritas adalah nilai Tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10.13 d. Uji Autokorelasi Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier ada kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Dalam penelitian ini uji autokorelasi menggunakan uji Durbin-Watson (DW test). Hipotesis yang diuji adalah:14 H0 :R = 0 : tidak ada autokorelasi Ha :R ≠ 0 : ada autokorelasi Nilai signifikansi penelitian ini adalah 5%, jumlah pengamatan 42 (n) dan jumlah variabel independen 5 (k = 5) sehingga nilai du dan dL berturut-turut adalah 1,7202 dan 1,3064. Penenetuan hasil analisisnya sebagai berikut:
13
Imam Ghozali, Aplikasi analisis Multivariate dengan Program IBM SPSS 19 (Semarang: Badan Penerbit Undip, 2011), hlm. 106 14 Imam Ghozali, Aplikasi analisis Multivariate dengan Program IBM SPSS 19 (Semarang: Badan Penerbit Undip, 2011) hlm.110
51
Tabel 3.3 Dasar Penentuan Uji Durbin-Watson Hipotesi Nol
Keputusan
Jika
Tidak ada autokorelasi positif
Tolak
0 < d
Tidak ada autokorelasi
Tidak ada d L ≤ d ≤ dU
Positif
Keputusan
Tidak ada autokorelasi Tolak
4 - dL< d < 4
Negatif Tidak ada autokorelasi
Tidak ada 4 – dU ≤ d ≤ 4 – dL
Negatif
Keputusan
Tidak ada autokorelasi, dU< d < 4 – dU
Terima baik positif maupun negatif
b. Uji Hipotesis a. Analisis Regresi Linier Berganda Penelitian
ini
di analisis
dengan
model
regresi
linear
berganda untuk melihat seberapa besar pengaruh risiko, expected return, excess return to beta dan cut-off rate terhadap keputusan investasi dengan model dasar sebagai berikut: Y = a + b1X1 + b2X2 + b3X3 + b4X4 + e Di mana: Y : Keputusan Investasi
52
X1
: Risiko
X2
: Expected return
X3
: Excess return to beta
X4
: Cut-off rate
b1b2b3b4 : Koefesien regresi a
: Intercept
e
: Error
b. Uji Signifikasi Uji signifikansi antara variabel bebas terhadap variabel terikat, baik secara simultan (serentak) maupun parsial dilakukan dengan menggunakan uji statistik t dan uji statistik F.15 1) Uji t (secara parsial) Uji t yaitu pengujian yang digunakan untuk mengetahui apakah expected return, risiko, excess return to beta, cut-off rate mempengaruhi keputusan investasi secara parsial. Pengujian signifikansi yang dilakukan uji t ditetapkan dengan menggunakan taraf signifikansi 0,05. Prosedur pengujian hipotesis sebagai berikut: (1) Menentukan Level of Significance α < 0,05. (2) Jika thitung> ttabel, maka menerima Ha, yang berarti variabel bebas tersebut mampu mempengaruhi variabel terikat secara signifikan. Jika thitung< ttabel, maka Ha tidak dapat diterima,
15
Imam Ghozali, Aplikasi analisis Multivariate dengan Program IBM SPSS 19 (Semarang: Badan Penerbit Undip, 2011), hlm. 98
53
yang berarti variabel bebas tersebut tidak mempengaruhi variabel terikat. 2) Uji F (secara simultan) Uji F pada dasarnya digunakan untuk menguji apakah semua variabel independen yaitu expected return, risiko, excess return to beta, cut-off rate yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen yaitu keputusan investasi. Pembuktian dilakukan dengan cara membandingkan nilai Ftabel dengan Fhitung. Untuk menentukan nilai F, tingkat signifikan yang digunakan sebesar 5% dengan derajat kebebasan (degree of freedom) df = (n-k) dan (k-1) dimana n adalah jumlah observasi, kriteria uji yang digunakan adalah: (1) Jika Fhitung < Ftabel maka H0 diterima artinya hitung tabel secara statistik dapat dibuktikan bahwa variabel independen (profitabilitas, leverage, ukuran perusahaan dan likuiditas) tidak berpengaruh terhadap variabel dependen (penyampaian laporan keuangan). (2) Jika Fhitung> Ftabel maka H0 ditolak dan Ha hitung tabel (Hipotesis alternative) diterima, artinya secara simultan dapat dibuktikan semua variabel independen (expected return, risiko, excess return to beta, cut-off rate) berpengaruh terhadap variabel dependen (keputusan investasi).
54
3) Uji Koefisien Determinasi Dalam uji regresi linear berganda ini dianalisis pula besarnya determinasi (R2). Keseluruhan R2 digunakan untuk mengukur ketepatan yang paling baik dari analisis linear berganda. Jika R2 yang diperoleh mendekati 1 (satu), maka semakin kuat model tersebut menerangkan variabel independen terhadap variabel dependen. Sebaliknya jika R2 mendekati 0 (nol), maka semakin lemah variabel-variabel independen menerangkan variabel dependen.16
Selain melakukan pembuktian dengan uji t, perlu juga di cari besarnya koefisien determinasi (R2) parsial untuk masingmasing variabel independen. Menghitung R2 digunakan untuk mengetahui sejauh mana sumbangan dari masing-masing variabel independen, jika variabel lainnya konstan terhadap variabel dependen. Semakin besar nilai R2, maka semakin besar variasi sumbangannya terhadap variabel dependen.
16
Imam Ghozali, Aplikasi analisis Multivariate dengan Program IBM SPSS 19 (Semarang: Badan Penerbit Undip, 2011), hlm. 101