BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini bersifat studi kasus dengan cara mengumpulkan, mempelajari, menganalisis dan mengintegrasi variabel-variabel dari hasil publikasi Laporan Keuangan Bank yang berada di Data penelitian ini diambil dari situs Bursa Efek Indonesia
(www.idx.co.id),
www.sahamok.com,
dan
www.google.com.
Penelitian dilakukan dari tahun 2014. Objek penelitian terbatas pada perusahaan perbankan go-public yang ada di Indonesia dengan prasyarat tertentu ,dan tersedianya laporan keuangan triwulan selama periode tahun 2010 sampai dengan tahun 2013. B. Desain Penelitian Dalam penelitian ini, metode yang digunakan adalah penelitian kausal, yaitu menjelaskan pengaruh suatu variabel bebas (independent variable) terhadap variabel terikat (dependent variable). Variabel independen dalam penelitian ini meliputi Debt Financing, Equity Financing serta varibel dependennya adalah Profit Expense Ratio C. Definisi dan operasionalisasi variabel Definisi operasionalisasi variabel penelitian ini merupakan bagian yang paling penting dalam bab ini, karena menjelaskan pengertian serta cara mengukur dari
34
35
masing-masing variabel. Definisi operasionalisasi variabel dalam penelitian ini meliputi, definisi variabel independen dan dependen. 1. Variabel Independen a.
Debt Financing
pembiayaan defisit perusahaan atau pemerintah dengan menerbitkan suratsurat berharga seperti jangka pendek perusahaan, pemerintah, obligasi. Tingkat keuntungannya ditentukan di depan dan menjadi bagian dari harga atas barang/jasa yang dijual. =
Jumlah debt inancing Jumlah total pembiayaan
a. Equity Financing Sumber keuangan yang menginvestasikan uang mereka kepada perusahaan yang telah beroperasi selama 3-5 tahun dengan potensi menjadi pemain besar dan memberikan keuntungan diatas rata-rata bagi para pemegang saham mereka. Tingkat keuntungannya ditentukan dari besarnya keuntungan usaha sesuai dengan prinsip bagi hasil.
=
Jumlah equity inancing Jumlah total pembiayaan
36
2. Variabel Dependen Profit Expense Ratio menilai profitabilitas menggunakan PER atau Profit Expense Ratio yang bertujuan untuk menilai efisiensi biaya yang dilakukan oleh perusahaan dan pencapaian profit tinggi dengan beban – beban yang ada. Berdasarkan PSAK Kerangka Dasar Penyusunan dan Penyajian Laporan Keuangan “Profit (keuntungan/gain) didefinisikan sebagai kenaikan manfaat ekonomi dan dilaporkan dalam jumlah bersih setelah dikurangi dengan beban – beban yang bersangkutan.” =
Pro it Total expense
Tabel 3.1 Pengukuran operasional variabel penelitian No
Variabel
Jenis Variabel
Pengukuran
Skala
1.
Debt financing
Variabel bebas
Total Pembiayaan jual beli = (Pembiayaan Prinsip Murabahah + Pembiayaan Prinsip Salam + Pembiayaan Prinsip Istishna’ i + pembiayaan prinsip ijarah )
Rasio
2.
Equity financing
Variabel bebas
Total Pembiayaan bagi hasil = (Pembiayaan Prinsip Mudharabah + Pembiayaan Prinsip Musyarakah )
Rasio
3.
Profit Ratio
Profit ---------------Total expense
Rasio
Expense Variabel terikat
Sumber : data sekunder yang diolah 2014
37
D. Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini adalah Teknik Eksperimen dimana teknik pengumpulan data yang diperoleh dari hasil simulasi. Studi kepustakaan (library research) yang dilakukan untuk memperoleh data sekunder berupa kegiatan perusahaan dan data-data perusahaan dengan cara mempelajari, mengkaji, meneliti, serta menelaah bukubuku, jurnal akuntansi, serta dari data yang dibutuhkan penelitian dari www.sahamok.com, www.google.com dan www.globalreporting.org yang berhubungan dengan penelitian yang sedang diteliti.
E. Metode Analisis Data Analisis data merupakan bagian yang amat penting dalam metode ilmiah, karena dengan analisis tersebut data dapat berarti atau bermakna dan berguna dalam memecahkan masalah penelitian. Data yang telah dikumpulkan perlu dipecahkan dalam kelompok-kelompok dan dilakukan kategorisasi data sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawab masalah dan bermanfaat untuk menguji hipotesis. Persamaan regresi yang digunakan untuk meneliti pengaruh X1 dan X2 terhadap Y dengan menggunakan analisis regresi linear berganda. Y = α + β1X1 + β2X2 + e
38
Keterangan: Y = Profit expense ratio X1 = Tingkat debt financing X2 = Tingkat equity financing α = Konstanta, merupakan nilai terikat yang dalam hal ini adalah Y pada saat variabel bebasnya adalah 0 (X1, X2,= 0) β1 = Koefisien regresi berganda antara variabel bebas X1 terhadap variabel terikat Y, bila variabel bebas X2 , dan dianggap konstan β2 = Koefisien regresi berganda antara variabel bebas X2 terhadap variabel terikat Y, bila variabel bebas X1, dan dianggap konstan e = Faktor-faktor lain yang mempengaruhi variabel Y (error)
Analisis data dalam penelitian ini adalah analisis kuantitatif dengan menggunakan teknik perhitungan statistik. Analisis data yang diperoleh dalam penelitian ini akan menggunakan bantuan teknologi komputer yaitu microsoft excel dan menggunakan program aplikasi SPSS (Statistical and Service Solution). Metode analisis data yang digunakan dalam penelitian ini adalah dengan metode analisi Regresi Linier Berganda. Dalam melakukan analisis regresi linier berganda, metode ini mensyaratkan untuk melakukan uji asumsi klasik agar mendapatkan hasil regresi yang baik (Ghozali, 2013). Uji asumsi klasik tersebut terdiri dari: 1.
Uji normalitas dengan menggunakan uji Kolmogrov-Smirnov dengan tingkat signifikansi 5%.
39
2.
Uji multikoliniearitas dengan menggunakan nilai Tolerance dan Variance Inflation Factor (VIF);
3.
Uji autokorelasi dengan melakukan pengujian nilai Durbin Watson (DW test);
4.
Uji heteroskedasitas dengan menggunakan uji scatterplot;
1. Statistik Deskriptif Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness (Ghozali,2006).
2. Uji Asumsi Klasik Pengujian asumsi klasik dilakukan agar memperoleh hasil regresi yang bisa dipertanggungjawabkan dan mempunyai hasil yang tidak bias atau disebut Best Linier Unbiaxed Estimator (BLUE). Dari pengujian tersebut asumsi-asumsi yang harus dipenuhi adalah tidak terdapat korelasi yang erat antara variabel independen (multikolinearitas), tidak terdapat korelasi residual periode t dengan t-1 (autokorelasi), dan tidak terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain (heterokedastisitas), data yang dihasilkan berdistribusi normal.
40
a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residul memiliki distribusi normal. Salah satu cara apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal (Ghozali, 2013). Pendeteksian dilakukan dengan cara melihat penyebaran data (titik) pada sumbu diagonal dari grafik dengan dasar pengambilan keputusan: a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya 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 histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Secara statistik uji normalitas juga dapat dilakukan dengan menggunakan one sample kolmogorov-Smirnov test. Jika nilai sig (2-tailed) lebih besar dari tingkat signifikan (0,05), maka mengindikasikan variabel independen terdistribusi normal.
b. Uji Multikoliniearitas Uji multikoliniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi
41
yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Salah satu cara untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah di lihat dari nilai Tolerance dan lawannya Variance Inflation Factor. Nilai yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10 (Ghozali, 2013). Uji multikolinearitas bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya korelasi atau hubungan yang signifikan antar variabel bebas. Dalam model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas, Ghozali (2011). Multikolinearitas akan menyebabkan koefisien regresi bernilai kecil dan standar error regresi bernilai besar sehingga pengujian variabel bebas secara individu akan menjadi tidak signifkan. Untuk mengetahui ada tidaknya multikolinearitas dapat dilihat dari nilai tolerance dan VIF ( Variance Inflation Factor ). Apabila nilai VIF < 10 mengindikasikan bahwa model regresi bebas dari multikolinearitas, sedangkan untuk nilai tolerance > 0,1 (10%) menunjukkan bahwa model regresi bebas dari multikolinearitas. Multikolinearitas diartikan sebagai hubungan linier yang sempurna antara beberapa
atau semua
variabel
bebas.
Tujuan dilakukan pengujian
multikoliniearitas adalah menegetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Apabila variabel bebas saling berkorelasi, maka variabel ini tidak ortogonal. Variabel
42
ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel = 0. Menurut Ghozali (2013) untuk mendeteksi ada tidaknya multikoliniearitas dalam suatu model regresi adalah sebagai berikut : 1. Nilai R² yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen. 2. Menganalisis matrix korelasi variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi (umumnya diatas 9,0) maka hal ini merupakan indikasi adanya multikoliniearitas. Tidak adanya korelasi yang tinggi antar variabel independen bukan berarti bebas dari multikoliniearitas. Multikoliniearitas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen. 3. Multikoliniearitas dapat juga dilihat dari nilai tolerance dan Variance Inflation Factor (VIF). Kedua ukuran tersebut menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen lainnya. Jadi, nilai tolerance yang rendah sama dengan nilai VIF yang tinggi (karena nilai VIF = 1 atau tolerance) dan menunjukkan adanya kolinearitas yang tinggi. Nilai yang umum dipakai adalah nilai toleransi 0,10 atau sama dengan nilai VIF diatas 10. Walaupun nilai multikoliniearitas dapat dideteksi dengan nilai tolerance dan VIF, tetapi masih tetap tidak dapat
43
mengetahui variabel-variabel independen mana sajakah yang saling berkorelasi. Jika nilai VIF < dari 10 maka tidak terdapat multikolinearitas (Ghozali, 2007 ).
c. Uji Autokorelasi Ghozali (2013) menyebutkan uji autokorelasi yang dilakukan dalam penelitian ini bertujuan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t dengan kesalahan periode t-1 (sebelumnya). Untuk mendeteksi ada atau tidaknya autokorelasi digunakan uji Durbin Watson Test (DW Test) sebagai pengujinya dengan taraf signifikansi (L) = 5%.
Salah satu cara mendeteksi ada atau tidaknya
autokorelasi adalah dengan uji Durbin - Watson dengan ketentuan sebagai berikut : 1. Deteksi autokorelasi positif a. Jika d < dL maka terdapat autokorelasi positif. b. Jika d > dU maka Tidak terdapat autokorelasi positif. c.
jika dL < d < dU maka pengujian tidak dapat disimpulkan.
2. Deteksi autokorelasi negatif a. Jika (4 -d) < dL maka terdapat autokorelasi negatif. b. Jika (4 -d) > dU maka tidak terdapat autokorelasi negatif. c. Jika dL <(4 -d) < dU maka pengujian tidak dapat disimpulkan.
44
d. Uji Heteroskedasitas Menurut Ghozali (2013) uji heteroskedasitas 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
yang
lain
tetap,
maka
disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Ada
beberapa
cara
untuk
mendeteksi
ada
atau
tidaknya
heteroskedastisitas: 1. Melihat grafik flot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedasitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya yang telah di-studentized. Dasar analisis : 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur ( bergelombang,melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
45
3. Pengujian Hipotesis a. Uji R² Uji R² 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-variabel indenpenden dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi - variabel dependen (Ghozali, 2005). b. Uji F-statistic Pengujian ini bertujuan untuk mengetahui apakah variabel independent secara simultan atau bersama-sama mempengaruhi variabel dependent secara signifikan. Pengujian ini menggunakan uji F yaitu dengan membandingkan F hitung dengan F tabel. Uji ini dilakukan dengan syarat: 1. Bila F hitung < F tabel maka H0 diterima dan ditolak Ha, artinya bahwa secara bersama-sama variabel independen tidak berpengaruh terhadap variabel dependen. 2. Bila F hitung > F tabel, maka H0 ditolak dan menerima Ha artinya bahwa secara bersama-sama variabel independen berpengaruh terhadap variabel dependen. Pengujian ini juga dapat menggunakan pengamatan nilai signifikan F pada tingkat α yang digunakan (penelitian ini menggunaka tingkat α sebesar 5 ). Analisis ini
46
didasarkan pada perbandingan antara nilai signifikansi F dengan nilai, signifikansi 0,05 dengan syarat-syarat sebagai berikut: 1. Jika signifikansi F <0,05 maka Ho ditolak yang berarti variabel-variabel independent secara simultan berpengaruh terhadap variabel dependen. 2. Jika signifikansi F >0,05 maka Ho diterima yang berarti variabel independent secara simultan tidak berpengaruh terhadap variabel dependen. c. Uji t-statistic Pada dasarnya, uji t digunakan untuk mengukur seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variable dependen. Uji ini dilakukan dengan syarat: 1. Bila t hitung < t tabel maka H0 diterima dan ditolak Ha, artinya bahwa secara bersama-sama variabel independen tidak berpengaruh terhadap variabel dependen. 2. Bila t hitung > t tabel, maka H0 ditolak dan menerima Ha artinya bahwa secara bersama-sama variabel independen berpengaruh terhadap variabel dependen. Pengujian ini juga dapat menggunakan pengamatan nilai signifikan t pada tingkat α yang digunakan (penelitian ini menggunakan tingkat α sebesar5). Analisis ini didasarkan pada perbandingan antara nilai signifikansi t dengan nilai , signifikansi 0,05 dengan syarat-syarat sebagai berikut: 1. Jika signifikansi t < 0,05 maka Ho ditolak yang berarti variabel independen secara simultan berpengaruh terhadap variabel dependen.
47
2. Jika signifikansi t > 0,05 maka Ho diterima yang berarti variabel independen secara simultan tidak berpengaruh terhadap variabel dependen.
d. Analisis Regresi Berganda Analisis ini digunakan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Dalam hal ini yang menjadi variabel bebas adalah Debt Financing, Equity Financing, sedangkan variabel terikatnya adalah Profit Expense Ratio.
