BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

A. Waktu dan Tempat Penelitian Penelitian ini bertujuan untuk mengetahui apakah variabel-variabel independen yang dipilih oleh penulis, yaitu leverage, liquidity, profitability, auditor reputation dan maturity berpengaruh secara parsial dan simultan terhadap rating sukuk. Waktu pengambilan sampel dimulai dari bulan September sampai Desember pada tahun 2015. Populasi dalam penelitian ini adalah perusahaan non keuangan yang menerbitkan sukuk dan terdaftar di Bursa Efek Indonesia (BEI) serta diberi peringkat oleh PT PEFINDO.

B. Desain Penelitian Penelitian merupakan serangkaian pengamatan yang dilakukan selama jangka waktu tertentu terhadap suatu fenomena yang memerlukan jawaban dan penjelasan. Salah satu hal penting yang harus dipertimbangkan dalam melakukan penelitian adalah merumuskan desain penelitian agar tujuan dapat tercapai dengan baik. Karena penelitian ini untuk mengetahui hubungan yang bersifat mempengaruhi antara dua variabel atau lebih maka penelitian ini menggunakan desain penelitian kausal yang mana bertujuan untuk menguji hipotesis tentang pengaruh satu atau beberapa variabel (variabel independen) dan variabel lainnya (variabel dependen) (Sugiyono, 2007:30).

55

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

56

C. Definisi dan Operasionalisasi Variabel Operasionalisasi Variabel merupakan penjelasan dari dimensi-dimensi dan indikator dari setiap variabel. Terdapat dua variabel dalam penelitian ini, yaitu variabel dependen (variabel Y) dan variabel independen (variabel X). 1. Variabel Dependen Variabel dependen dalam penelitian ini adalah rating sukuk. Rating sukuk sama dengan rating obligasi, yang mana rating yang diberikan oleh suatu perusahaan penilai obligasi mengenai bonafiditas dari penerbit obligasi. Di Indonesia, perusahaan yang mendapat izin serta menjadi market leader dalam pemberian rating adalah PT. PEFINDO (Pemeringkat Efek Indonesia). Selain itu, ada juga terdapat perusahaan lain yang memiliki bidang usaha serupa yaitu Fitch Rating Indonesia dan ICRA (Indonesia Credit Rating Agency). Umumnya perusahaan yang mendapat izin dari pemerintah Indonesia hanya memeringkat perusahaan-perusahaan yang beroperasi di Indonesia. Variabel ini dilihat berdasarkan peringkat yang dikeluarkan oleh PT PEFINDO. Peringkat yang digunakan dalam penelitian ini adalah peringkat berkategori investment grade yang dibagi ke dalam 4 klasifikasi. Pada penelitian Afiani (2012) dijelaskan bahwa rating dikonversikan kedalam bentuk nilai seperti pada tabel 3.1.


57

Tabel 3.1 Konversi Rating Sukuk Rating idAAA

Nilai 4

idAA+

3

idAA

3

idAA-

3

idA+

2

idA

2

idA-

2

idBBB+

1

idBBB

1

idBBB-

1

Sumber: www.pefindo.com dan modifikasi dari penelitian Afiani (2012).

2. Variabel Independen Variabel independen dalam penelitian ini adalah faktor akuntansi berupa rasio leverage dan likuiditas dan profitabilitas, sedangkan untuk faktor non akuntansi adalah reputasi auditor dan maturity. a. Leverage (X1) Menurut Kasmir (2008:151) Leverage Ratio merupakan rasio yang digunakan untuk mengukur sajauh mana aktiva perusahaan dibiayai dengan utang. Artinya berapa besar beban utang yang ditanggung perusahaan dibandingkan dengan aktivanya. Dalam arti luas dikatakan bahwa rasio leverage digunakan untuk mengukur kamampuan perusahaan untuk membayar seluruh kewajibanya, baik


58

jangka pendek maupun jangka penjang apabila perusahaan dibubarkan (dilikuidasi). Pada penelitian ini akan diukur menggunakan Rasio utang terhadap ekuitas (Debt to Equity Ratio). Debt to Equity Ratio menghitung perbandingan total utang yang digunakan oleh perusahaan dengan total modal yang dimiliki. Jika rasio ini cukup tinggi, maka hal tersebut menunjukkan tingginya penggunaan utang, sehingga hal ini dapat membuat perusahaan mengalami kesulitan keuangan, dan biasanya memiliki risiko kebangkrutan yang cukup besar.

DER =

Total Utang Total Ekuitas

b. Likuiditas (X2) Rasio likuiditas adalah rasio yang mengukur kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya. Salah satu alat yang dipakai untuk mengukur likuiditas adalah dengan menggunakan rasio lancar (Current Ratio). Perusahaan yang mampu memenuhi kewajiban keuangannya tepat pada waktunya berarti perusahaan tersebut dalam keadaan likuid dan mempunyai aktiva lancar lebih besar daripada utang lancarnya (Almilia dan Devi, 2007). Menurut Burton et al (2000) tingkat likuiditas yang tinggi akan menunjukkan kuatnya kondisi keuangan perusahaan sehingga secara financial akan mempengaruhi prediksi peringkat obligasi. Rasio


59

likuiditas dalam penelitian ini diproksikan menjadi Current Ratio (CR).

CR =

Aktiva Lancar Utang Lancar

c. Profitabilitas (X3) Rasio ini menggambarkan kemampuan perusahaan untuk menghasilkan keuntungan dari setiap satu rupiah aset yang digunakan, dan juga memberikan ukuran yang lebih baik atas profitabilitas perusahaan karena menunjukkan efektivitas manajemen dalam menggunakan aktiva untuk memperoleh pendapatan dan dapat menilai apakah perusahaan efisien dalam memanfaatkan aktivanya dalam kegiatan operasional perusahaan. Menurut Mark, K; Peter, K; and Teck-Kin, S (2001) dalam penelitian Almilia dan Devi (2007) mengatakan bahwa rasio profitabilitas yang diukur dengan ROA mempunyai pengaruh yang positif terhadap pertumbuhan laba karena rasio ini mengukur kemampuan perusahaan dalam menghasilkan laba bersih berdasarkan tingkat asset tertentu. Apabila laba perusahaan tinggi maka akan memberikan peringkat yang naik pula sehingga variabel ini dikatakan dapat mempengaruhi prediksi peringkat obligasi. Dalam penelitian ini rasio profitabilitas diproksikan sebagai Return On Asset (ROA).

ROA =

Laba Setelah Pajak Total Aktiva


60

d. Reputasi Auditor (X4) Argumentasi yang mendasari dimasukkannya reputasi auditor adalah semakin tinggi reputasi auditor maka semakin tinggi pula tingkat

kepastian

suatu

perusahaan

sehingga

semakin

kecil

kemungkinan perusahaan mengalami kegagalan (Almilia dan Devi, 2007). Reputasi auditor menunjukkan prestasi dan kepercayaan publik yang disandang auditor atas nama besar yang dimiliki tersebut. Di Indonesia emiten yang diaudit oleh auditor big 4 akan mempunyai obligasi yang investment grade lebih tinggi karena semakin baik reputasi auditor maka akan mempengaruhi peringkat obligasi. Skala pengukurannya menggunakan skala nominal karena merupakan

variabel

dummy.

Pengukuran

dilakukan

dengan

memberikan nilai 1 jika laporan keuangan perusahaan diaudit oleh KAP big 4 dan 0 jika laporan keuangan perusahaan diaudit oleh selain KAP big 4. e. Maturity (X5) Jatuh Tempo (maturity) adalah tanggal dimana pemegang obligasi akan mendapatkan pembayaran kembali pokok atau nilai nominal obligasi yang dimilikinya. Periode jatuh tempo obligasi bervariasi mulai dari 365 hari sampai dengan diatas 5 tahun. Obligasi yang akan jatuh tempo dalam waktu 1 tahun akan lebih mudah untuk di prediksi, sehingga memilki resiko yang lebih kecil dibandingkan


61

dengan obligasi yang memiliki periode jatuh tempo dalam waktu 5 tahun. Investor cenderung menyukai obligasi yang berumur pendek. Umur sukuk yang pendek ternyata menunjukkan peringkat sukuk investment

grade

yang

lebih

tinggi.

Skala

pengukurannya

menggunakan skala nominal karena variabel maturity ini merupakan variabel dummy. Pengukurannya dilakukan dengan memberikan nilai 1 jika sukuk mempunyai umur antara satu sampai lima tahun dan 0 jika sukuk mempunyai umur lebih dari lima tahun (Magreta dan Nurmayanti, 2009). D. Pengukuran Variabel Pengukuran variabel dalam kerangka dasar konseptual adalah sebuah bagian yang utuh dari penelitian dan sebuah aspek yang penting dari desain penelitian. Pengukuran ini penting untuk memperoleh hasil atas apa yang hendak diteliti atau diuji. Pengukuran variabel adalah suatu proses kuantifikasi atribut (kualitatif) dari suatu materi atau obyek sehingga diperoleh angka (bilangan) menggunakan aturan tertentu. Dengan demikian bilamana aturannya diubah maka akan menghasilkan data yang berbeda. Operasional variabel dalam penelitian merupakan hal yang sangat penting

guna

menghindari

penyimpangan

saat

pengumpulan

data.

Penyimpangan muncul dalam bentuk “bias” yang mana dapat disebabkan oleh pemilihan data yang kurang tepat.


62

Tabel 3.2 Operasional Variabel No 1

Variabel

Dimensi

Indikator

Skala

Rating Sukuk

Investment Grade

AAA(4), AA+(3), AA(3), AA(3), A+(2), A(2), A-(2), BBB+(1), BBB(1), BBB-(1)

Ordinal

(Afiani, 2012) 2

3

4

Leverage (Magreta dan Nurmayanti, 2009) Likuiditas (Purwaningsih, 2013) Profitabilitas (Magreta dan Nurmayanti, 2009) Reputasi Auditor

5 (Almilia dan Devi, 2007) 6

Maturity (Magreta dan Nurmayanti, 2009)

Debt to Equity Ratio

DER

=

Current Ratio

CR

=

Return Of Asset

ROA =

Total Utang Total Ekuitas

Aktiva Lancar Utang Lancar

Laba Setelah Pajak

Total Aktiva

Sukuk bernilai 1 jika laporan keuangan perusahaan diaudit Reputasi Auditor oleh KAP big 4 dan 0 jika laporan keuangan perusahaan diaudit oleh selain KAP big 4.

Umur Obligasi

Rasio

Rasio

Rasio

Nominal

Sukuk bernilai 1 jika sukuk mempunyai umur antara 1 sampai 5 tahun dan bernilai 0 Nominal jika umur sukuk lebih dari 5 tahun.

E. Populasi dan Sampel Populasi dalam penelitian ini adalah perusahaan non keuangan yang menerbitkan sukuk dan terdaftar di Bursa Efek Indonesia serta diperingkat oleh PT PEFINDO selama 5 tahun periode penelitian (2010-2014). Sampel


63

dipilih dari populasi sukuk perusahaan non keuangan yang terdaftar di Bursa Efek Indonesia (BEI) dan diberi peringkat oleh PT PEFINDO dan diterbitkan pada periode tahun 2010-2014. Teknik pengambilan sampel menggunakan metode purposive sampling dengan kriteria sebagai berikut: 1. Perusahaan non keuangan yang terdaftar di Bursa Efek Indonesia (BEI) : Sebanyak 441 perusahaan non keuangan yang terdaftar. 2. Perusahaan non keuangan yang menerbitkan sukuk dan diperingkat oleh PT PEFINDO : Sebanyak 9 perusahaan. 3. Perusahaan yang menerbitkan laporan keuangan lengkap yang berakhir pada 31 Desember periode tahun 2010-2014. 4. Dari kriteria sampel tersebut diperoleh 8 Perusahaan sebagai sampel selama periode tahun 2010-2014. Metode pengumpulan data yang digunakan adalah metode studi dokumenter dengan menggunakan data sekunder yang berupa laporan keuangan yang dapat diunduh pada www.idx.co.id. Adapun penentuan dapat dilihat dalam tabel 3.3.


64

Tabel 3.3 Sampel Penelitian No 1 2

Kriteria Total perusahaan non keuangan terdaftar di BEI Total perusahaan non keuangan yang menerbitkan sukuk dan diperingkat oleh PT PEFINDO periode tahun 20102014 tidak

Jumlah 441 9

3

Total perusahaan yang laporan keuangannya lengkap selama periode tahun 2010-2014

4

Total perusahaan yang memenuhi kriteria sampel penelitian

8

5

Total sampel penelitian dari tahun 2010-2014

40

1

Sumber: www.idx.co.id Sebanyak 8 perusahaan yang telah listing dan menerbitkan sukuk serta telah memenuhi kriteria sampling selama periode pengamatan tahun 20102014 yang mengacu pada Otoritas Jasa Keuangan (OJK), dan Bursa Efek Indonesia (www.idx.co.id), adalah sebagai berikut:


65

Tabel 3.4 Perusahaan-perusahaan yang Menerbitkan Sukuk

No 1 2 3

Jenis

Nama Sukuk Sukuk Mudharabah Berkelanjutan I Adhi Sukuk Ijarah Aneka Gas Industri II Sukuk Ijarah TPS Food I

Nama Penerbit Efek

Sukuk

Mudharabah Adhi Karya (Persero) Tbk, PT Ijarah

Aneka Gas Industri, PT

Ijarah

Tiga Pilar Sejahtera Food Tbk, PT

4

Sukuk Ijarah Indosat V Ijarah

Indosat Tbk, PT

5

Sukuk Ijarah PLN IV

Ijarah

Perusahaan Listrik Negara (Persero), PT

Ijarah

Summarecon Agung Tbk, PT

Sukuk Ijarah 6

Berkelanjutan I Summarecon Agung

7

8

Sukuk Mudharabah II Mayora Indah Sukuk Ijarah Titan Petrokimia Nusantara I

Mudharabah Mayora Indah Tbk, PT

Ijarah

Lotte Chemical Titan Tbk

Sumber: www.idx.co.id

F. Teknik Pengumpulan Data Data adalah fakta empirik yang dikumpulkan oleh peneliti untuk kepentingan memecahkan masalah atau menjawab pertanyaan penelitian. Data penelitian dapat berasal dari berbagai sumber yang dikumpulkan dengan menggunakan berbagai teknik selama kegiatan penelitian berlangsung. Data yang digunakan pada peneliti ini menggunakan data sekunder. Data sekunder


66

merupakan data yang diperoleh atau dikumpulkan peneliti dari berbagai sumber yang telah ada (peneliti sebagai tangan kedua). Data sekunder dapat diperoleh dari berbagai sumber seperti Biro Pusat Statistik (BPS), buku, laporan, jurnal, dan lain-lain. Input data untuk faktor akuntansi dan non akuntansi pada penelitian ini diperoleh dari laporan keuangan yang dipublikasikan masing-masing perusahaan yang diteliti pada tahun 2010 sampai 2014. Kemudian data mengenai peringkat sukuk diperoleh dari peringkat sukuk yang diterbitkan oleh PT PEFINDO pada tahun 2010 sampai 2014. Adapun data sekunder lainnya didapat dari: 1. IDX-Fact Book 2. Jurnal-jurnal, tesis dan bahan yang bersumber dari internet yang berhubungan dengan sukuk dan peringkat obligasi. 3. PT Pemeringkat Efek Indonesia (PEFINDO) 4. Otoritas Jasa Keuangan (OJK).

G. Metode Analisis Metode analisis yang digunakan ditentukan berdasarkan jenis penelitian yang dipilih peneliti. Metode analitis yang digunakan adalah: 1. Analisis Statistik Deskriptif Metode penelitian yang digunakan dalam penelitian ini adalah deskriptif kuantitatif. Menggunakan metode ini untuk mengetahui pengaruh faktor akuntansi dan faktor non-akuntansi terhadap peringkat sukuk serta untuk mengetahui perbandingan besar tingkat signifikansi


67

antara variabel independen terhadap peringkat sukuk. Variabel independen yang digunakan dalam penelitian ini yaitu rasio keuangan, reputasi auditor dan maturity. Statistik deskriptif memberikan gambaran atau deskriptif suatu data yang terlihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan distribusi)

untuk

menggambarkan

variabel

leverage,

likuiditas,

profitabilitas, reputasi auditor dan maturity. 2. Uji Asumsi Klasik Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis Ordinary Least Square (OLS). Sehingga analisis regresi yang tidak berdasarkan OLS tidak memerlukan persyaratan asumsi klasik, misalnya regresi logistik atau regresi ordinal. Demikian juga tidak semua uji asumsi klasik harus dilakukan pada analisis regresi linear, misalnya uji multikolinearitas tidak dilakukan pada analisis regresi linear sederhana dan uji autokorelasi tidak perlu diterapkan pada data cross sectional. Uji asumsi klasik yang sering digunakan

yaitu uji

multikolinearitas, uji heteroskedastisitas, uji

normalitas, uji autokorelasi dan uji linearitas. a. Uji Normalitas Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai


68

residualnya. Sering terjadi kesalahan yang jamak yaitu bahwa uji normalitas dilakukan pada masing-masing variabel. Hal ini tidak dilarang tetapi model regresi memerlukan normalitas pada nilai residualnya bukan pada masing-masing variabel penelitian. Menurut Ghozali (2012) uji normalitas adalah untuk mengetahui apakah model regresi, variabel penggangu atau residual memiliki distribusi normal. Uji normalitas dapat dilakukan dengan uji histogram, uji normal P Plot, uji Chi Square, Skewness dan Kurtosis atau uji Kolmogorov Smirnov. Pengujian dengan metode grafik sering menimbulkan perbedaan persepsi di antara beberapa pengamat, sehingga penggunaan uji normalitas dengan uji statistik bebas dari keragu-raguan, meskipun tidak ada jaminan bahwa pengujian dengan uji statistik lebih baik dari pada pengujian dengan metode grafik. Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov Smirnov (KS). Uji K-S dilakukan dengan melihat nilai Asymp. Sig. Dengan ketentuan sbb: 1) Asymp. Sig > 5%, maka data berdistribusi normal. 2) Asymp. Sig < 5%, maka data tidak berdistribusi normal. Jika residual tidak normal tetapi dekat dengan nilai kritis (misalnya signifikansi Kolmogorov Smirnov sebesar 0,049) maka dapat dicoba dengan metode lain yang mungkin memberikan justifikasi normal. Tetapi jika jauh dari nilai normal, maka dapat


69

dilakukan beberapa langkah yaitu: melakukan transformasi data, melakukan trimming data outliers atau menambah data observasi. Transformasi dapat dilakukan ke dalam bentuk logaritma natural, akar kuadrat, inverse, atau bentuk yang lain tergantung dari bentuk kurva normalnya, apakah condong ke kiri, ke kanan, mengumpul di tengah atau menyebar ke samping kanan dan kiri. b. Uji Multikolinearitas Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada korelasi yang tinggi di antara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Sebagai ilustrasi, adalah

model

regresi

dengan

variabel

bebasnya

motivasi,

kepemimpinan dan kepuasan kerja dengan variabel terikatnya adalah kinerja. Logika sederhananya adalah bahwa model tersebut untuk mencari pengaruh antara motivasi, kepemimpinan dan kepuasan kerja terhadap kinerja. Jadi tidak boleh ada korelasi yang tinggi antara motivasi dengan kepemimpinan, motivasi dengan kepuasan kerja atau antara kepemimpinan dengan kepuasan kerja. Alat statistik yang sering dipergunakan untuk menguji gangguan multikolinearitas adalah dengan Variance Inflation Factor (VIF), korelasi pearson antara variabel-variabel bebas, atau dengan melihat Eigenvalues dan Condition Index (CI). Untuk mendeteksi ada atau


70

tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut : 1) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat 2) Menganalisis matrik korelasi variabel-variabel bebas. Jika antara variabel bebas ada korelasi yang cukup tinggi (umumnya di atas 0,09), maka hal ini merupakan indikasi adanya multikolonieritas. 3) Multikolonieritas dapat juga dilihat dari nilai tolerance dan lawannya lebih dari 10% dan memiliki nilai Variance Inflation Factor (VIF) kurang dari 10, maka model regresi tersebut bebas dari masalah multikoleniaritas. Beberapa

alternatif

cara

untuk

mengatasi

masalah

multikolinearitas adalah sebagai berikut: 1) Mengganti atau mengeluarkan variabel yang mempunyai korelasi yang tinggi. 2) Menambah jumlah observasi. 3) Mentransformasikan data ke dalam bentuk lain, misalnya logaritma natural, akar kuadrat atau bentuk first difference delta. c. Uji Heteroskedasitas Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual satu ke pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan


71

adalah di mana terdapat kesamaan varians dari residual satu pengamatan

ke

pengamatan

yang

lain

tetap

atau

disebut

homoskedastisitas. Deteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot dengan memplotkan nilai ZPRED (nilai prediksi) dengan ZRESID (nilai residualnya). Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Uji statistik yang dapat digunakan adalah uji Glejser, uji Park atau uji White. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas: 1) Dengan melihat Grafik Plot (Gambar). Dasar analisis: a) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas. b) Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, tetapi terjadi homoskedastisitas. Analisis dengan melihat Grafik Plot (Gambar) memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hadil ploting. Semakin sedikit jumlah pengamatan, semakin sulit menginterpretasikan hasil grafik plot. Oleh sebab itu,


72

diperlukan uji statistik yang lebih dapat menjamin keakuratan hasil. 2) Uji Glejser a) Jika Sig < 5%, maka terdapat heteroskedastisitas. Dimana: independen signifikan secara statistik terhadap dependen. b) Jika Sig > 5%, maka terdapat homoskedastisitas. Dimana: independen tidak signifikan secara statistik terhadap dependen. Heteroskedastisitas muncul apabila kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstant dari satu observasi ke observasi lainnya. Artinya, setiap observasi mempunyai reliabilitas yang berbeda akibat perubahan dalam kondisi yang melatarbelakangi tidak terangkum dalam spesifikasi model. Gejala heteroskedastisitas lebih sering dijumpai dalam data silang tempat daripada runtut waktu, maupun juga sering muncul dalam analisis yang menggunakan data rata-rata. d. Uji Autokorelasi Uji ini bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan-kesalahan pada periode t-1 (sebelumnya). Untuk menguji ada tidaknya autokorelasi, dalam penelitian ini menggunakan uji Durbin Watson (DW Test) dan Run Test. Menurut Singgih Santoso (216:2000) pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:


73

1) Nilai D-W dibawah -2 berarti diindikasikan ada autokolerasi postif. 2) Nilai D-W diantara -2 sampai 2 berarti diindikasikan tidak ada autokolerasi. 3) Nilai D-W di atas 2 berarti diindikasikan terdapat autokolerasi negatif. 3. Analisis Regresi Linear Berganda Dalam uji regresi berganda simultan, seluruh variabel prediktor (bebas) dimasukkan ke dalam perhitungan regresi secara serentak. Sehingga, peneliti bisa menciptakan persamaan regresi guna memprediksi variabel terikat dengan memasukkan, secara serentak, serangkaian variabel bebas. Persamaan regresi kemudian menghasilkan konstanta dan koefisien regresi bagi masing-masing variabel bebas. Analisis regresi yang digunakan dalam penelitian ini adalah regresi berganda. Model penelitian ini disampaikan dalam rumus: Y = α + β1 X1 + β2 X2 + β3 X3 + β4 DX4 + β5 DX5 + e Dimana: Y

: Rating Sukuk sebagai variabel dependen

α

: Konstanta

β₁ - β₄

: Koefisien regresi variabel independen

X₁

: Leverage sebagai variabel independen

X₂

: Liquidity sebagai variabel independen

X3

: Profitability sebagai variabel independen

DX4

: Auditor Reputation sebagai variabel independen


74

DX5

: Maturity sebagai variabel independen

4. Uji Hipotesis Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisis data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak mungkin disebabkan oleh faktor yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya. a. Uji Koefisien Determinasi (R2) Pengukuran koefisien determinasi dilakukan untuk mengetahui persentase pengukuran variabel independen (prediktor) terhadap perubahan variabel dependen. Dari sini akan diketahui seberapa besar variabel dependen mampu dijelaskan oleh variabel independen. Sedangkan sisanya dijelaskan oleh sebab-sebab lain diluar model. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel independen. Koefisien determinasi (R2) 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 amat terbatas. Nilai yang mendekati satu berarti


75

variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. b. Uji Statistik F (Uji Simultan) Uji F digunakan untuk mengetahui pengaruh variabel bebas secara bersama-sama (simultan) terhadap variabel terikat. Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi. Uji statistik F untuk menguji apakah model penelitian/analisis baik atau memiliki GOF (Goodness of Fit) atau bisa diterjemahkan bahwa secara serentak variabel independen mempengaruhi variabel dependen. 1) Jika Signifikansi Uji F < 5%, atau melihat F Hitung > F Tabel, maka model penelitian/analisis baik atau memiliki GOF (Goodness of Fit) atau bisa diterjemahkan bahwa secara serentak variabel independen mempengaruhi variabel dependen. 2) Jika Signifikansi Uji F > 5%, atau melihat F Hitung < F Tabel, maka model penelitian/analisis tidak baik atau tidak memiliki GOF (Goodness of Fit) atau bisa diterjemahkan bahwa secara serentak variabel independen tidak mempengaruhi variabel dependen. Hasil uji F dilihat dalam tabel ANOVA dalam kolom sig. Sebagai contoh, kita menggunakan taraf signifikansi 5% (0,05), jika nilai probabilitas < 0,05, maka dapat dikatakan terdapat pengaruh yang signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat. Namun, jika nilai signifikansi > 0,05 maka, tidak


76

terdapat pengaruh yang signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat c. Uji Statistik T (Uji Parsial) Uji T adalah jenis pengujian statistika untuk mengetahui apakah ada perbedaan dari nilai yang diperkirakan dengan nilai hasil perhitungan statistika. Uji T pada dasarnya menunjukkan seberapa jauh pengaruh satu

variabel

bebas

secara

individual dalam

menerangkan variasi variabel terikat. Uji-T menilai apakah mean dan keragaman dari dua kelompok berbeda secara statistik satu sama lain. Analisis ini digunakan apabila kita ingin membandingkan mean dan keragaman dari dua kelompok data, dan cocok sebagai analisis dua kelompok rancangan percobaan acak. Uji statistik T menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Dengan melihat kolom Coefficients Regression sebagai T hitung, lalu membandingkannya dengan T tabel, dan melihat tingkat Signifikansi. 1) Jika Signifikansi Uji T < 5%, atau melihat T Hitung > T Tabel, maka H0 ditolak, Ha diterima. Bahwa variabel independen secara individual berpengaruh terhadap variabel dependen. 2) Jika Signifikansi Uji T > 5%, atau melihat T Hitung < T Tabel, maka H0 diterima, Ha ditolak. Bahwa variabel independen secara individual tidak berpengaruh terhadap variabel dependen.


BAB III METODE PENELITIAN

Recommend Documents