BAB III METODOLOGI PENELITIAN
3.1
Tempat Dan Waktu Penelitian
3.1.1
Tempat Penelitian Peneliti memilih tempat penelitian di PT. Hanjaya Mandala
Sampoerna, Tbk dengan data laporan keuangan selama 5 tahun terhitung dari tahun 2006 sampai tahun 2011.
3.1.2
Waktu Penelitian Penelitian yang direncanakan oleh peneliti berlangsung selama +
4 bulan, terhitung bulan Februari sampai dengan bulan Juni 2013. Tahun 2013 N o
1.
Kegiatan
Pengajuan Proposal
2.
Ujian Proposal
3.
Penelitian yang
Februar
Maret
i
April
III
IV
I
II
III
IV
√
√
√
√
√
√
I
Mei
Juni
II
III
IV
I
II
III
IV
√
√
√
√
√
√
√
I
II
√
mencakup pengolahan data dalam pembuatan hasil penelitian dan kesimpulan. 4.
Seminar Hasil Penelitian
5.
Ujian Skripsi
√ √
3.2
Disain Penelitian Metode penelitian pada dasarnya menggambarkan adanya
prosedur yang mungkin dapat menguji hipotesis penelitian, agar bisa mencapai kesimpulan mengenai hubungan variabel bebas dengan variabel terikat dalam suatu penelitian (Sudjana : 2002) Metode penelitian yang digunakan dalam penelitian ini adalah metode kuantitatif, yakni menganalisis adanya pengaruh antara variabel yang satu dengan yang lain yang dalam penelitian ini yaitu variabel X1 (Current Ratio), X2 (Tingkat Suku Bunga SBI)
dan variabel Y (Harga
Saham). Metode penelitian ini bersifat korelasional yang menjelaskan pengaruh Current Ratio, Tingkat Suku Bunga SBI terhadap harga saham merupakan
data
time
series.
Dengan
demikian
penelitian
ini
menggambarkan fakta-fakta dan menjelaskan keadaan dari objek penelitian yang sesuai dengan kenyataan sebagaimana adanya dan mencoba menganalisa untuk memberikan kebenarannya berdasarkan data yang diperoleh. Adapun disain penelitiannya, dapat digambarkan sebagai berikut : Keterangan : X1 = Current Ratio
X1 Y
X2 Gambar 3.1 Disain Penelitian
X2 = Tingkat Suku Bunga SBI Y = Harga Saham
= Pengaruh secara Parsial = Pengaruh secara Simultan
3.3
Devinisi Operasional Variabel Penelitian Berdasarkan data Singarimbun (2000) definisi operasional adalah
unsur penelitian yang memberitahukan bagaimana caranya mengukur suatu variabel. Adapun yang menjadi indikatornya adalah sebagai berikut : 1.
Current Ratio adalah membandingkan antara aktiva lancar yang dimiliki oleh perusahaan dengan utang lancar yang dimiliki oleh perusahaan. Variabel ini diukur dengan menggunakan rumus :
2.
=
Suku Bunga SBI dihitung menggunakan metode rata-rata tertimbang dengan membobot suku bunga dengan volume transaksi SBI di masing-masing suku bunga yang tidak melebihi SOR pada setiap periode lelang. Variabel ini diukur dengan menggunakan rumus :
3.
=
(vol1 x rate1) + (vol2 x rate2) + (vol3 x rate3) + (vol N x rate N)
Harga saham adalah harga pasar saham historis. Berdasarkan uraian di atas maka dapat disusun operasionalisasi variabel yang terdapat pada tabel 3.2 berikut :
Tabel 3.3 Definisi Operasionalisasi Variabel JENIS KONSEP
INDIKATOR
SKALA
VARIABEL Current ratio current (X1)
ratio
perbandingan lancar
atau
merupakan antara
- Aktiva
Rasio
harta Lancar
aktiva
lancar, - Hutang
biasa dipakai untuk mengukur Lancar sampai
sejauh
perusahaan
mana mampu
membayar kewajiban jangka pendek dari aktiva lancarnya. (Ir. Kuswadi, MBA, 2005 : 197) Tingkat
Sertifikat
Bank
Indonesia Tingkat suku
Rasio
Suku Bunga adalah surat berharga atas bunga SBI SBI
unjuk
dalam
(X2)
diterbitkan
rupiah oleh
Indonesia
yang tahunan yang Bank ditetapkan
sebagai oleh BI
pengakuan hutang berjangka waktu pendek dengan sistem diskonto.
(Dr.
(Cand)
Taswan, SE., M.Si: 2008) Variabel
Harga saham
Terikat :
yang
terkait
adalah harga Harga dengan
surat dalam
saham Nominal
Harga
berharga tersebut (stock) baik penelitian
Saham
merupakan nilai buku maupun diambil
(Y)
nilai pasar atau harga pada harga saat penutupan.
ini pada
saham
saat penutupan setiap
akhir
tahun.
3.4
Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini
adalah Teknik dokumentasi yaitu pengumpulan data yang bersumber pada
benda-benda
tertulis
(Arikunto,2002).
Pengumpulan
data
berdasarkan dokumen atau laporan tertulis yang terpublikasi dan dapat dipertanggung jawabkan. Pencarian data secara dokumentatif dapat melalui media cetak, website, blog ilmiah, laporan hasil riset dan lain-lain. Adapun laporan keuangan PT. Hanjaya Mandala Sampoerna, Tbk didapat dari website www.idx.co.id.
3.5
Teknik Analisis Data Teknik analisis data yang digunakan adalah desktiptif, yaitu suatu
teknik analisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya dari nilai variabel mandiri, baik satu variabel atau lebih kemudian membuat perbandingan atau menghubungkan antra variabel yang satu dan yang lainnya dilanjutkan
dengan membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono, 2008). Analisis deskriptif dilakukan antara lain dengan menggunakan alat analisis.
3.5.1
Uji Asumsi Klasik Model regresi yang digunakan dalam menguji hipotesis haruslah
menghindari kemungkinan terjadinya penyimpangan asumsi klasik. Asumsi klasik regresi menurut Ghozali (2009) meliputi uji Normalitas, Multikoliniearitas, uji Autokorelasi, dan uji Heteroksiditas. 3.5.1.1 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 residualnya. Uji normalitas bertujuan untuk menguji apakah model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Metode yang dapat dipakai untuk normalitas antara lain:
analisis grafik dan
analisis statistik. Uji normalitas dalam penelitian ini dilakukan dengan cara analisis grafik. Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
a.
Jika data menyebar di sekitar garis diagonal dan mengikuti garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal regresi memenuhi asumsi normalitas.
b.
Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
3.5.1.2 Uji Multikolinearitas Masalah-masalah yang mungkin akan timbul pada penggunaan persamaan
regresi
berganda
adalah
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. Adanya Multikolinearitas dapat dilihat dari tolerance value atau nilai variance inflation factor (VIF). Batas dari tolerance value dibawah 0,10 atau nilai VIF diatas 10, maka terjadi problem multikolinearitas. Jika terjadi multikolinearitas akan menimbulkan akibat sebagai berikut : a.
Standar error koefisien regresi yang diperoleh menjadi besar. Semakin besarnya standar error maka semakin erat kolinearitas antara variabel bebas.
b.
Standar error yang besar mengakibatkan confident interval untuk penduga parameter semakin melebar, dengan demikian terbuka kemungkinan terjadinya kekeliruan, yakni menerima hipotesis yang salah.
3.5.1.3 Uji Autokorelasi Autokorelasi dapat diartikan sebagai korelasi yang terjadi di antara anggota-anggota dari serangkaian observasi yang berderetan waktu (apabila datanya time series) atau korelasi antara tempat berdekatan (apabila cross sectional). Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah yang bebas autokorelasi. Untuk mendeteksi autokorelasi, dapat dilakukan uji statistik melalui uji Durbin-Watson (DW test) (Ghozali, 2006). DW test sebagai bagian dari statistik non–parametrik dapat digunakan untuk menguji korelasi tingkat satu dan mensyaratkan adanya intercept dalam model regresi dan tidak ada variabel lag diantara variabel independen. DW test dilakukan dengan membuat hipotesis: a.
Ho : tidak ada autokorelasi ( r = 0 )
b.
Ha : ada autokorelasi ( r ≠ 0 ) Dasar pengambilan keputusan ada tidaknya autokorelasi adalah:
a.
Bila nilai DW terletak diantara batas atas atau upper bound (du) dan (4-du) maka koefisien autokorelasi = 0, berari tidak ada autokorelasi.
b.
Bila nilai DW lebih rendah daripada batas bawah atau lower boun (dl) maka koefisien autokorelasi > 0, berarti ada autokorelasi positif.
c.
Bila nilai DW lebih besar dari (4 - dl) maka koefisien autokorelasi < 0, berarti ada autokorelasi negatif.
d.
Bila nilai DW terletak antara du dan dl atau DW terletak antara (4 du) dan (4-dl), maka hasilnya tidak dapat disimpulkan.
3.5.1.4 Uji Heteroskedastisitas Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual satu ke pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut homoskedastisitas. Uji heteroskedasitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain.
Model regresi yang baik adalah yang
terjadi
homokedastisitas atau tidak terjadi heteroskedastisitas. Untuk mendeteksi adanya heterokedastisitas dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID).
Dasar analisisnya: a.
Jika ada pola tertentu, seperti titik –titik yang membentuk suatu pola tertentu, yang teratur (bergelombang, melebar, kemudian menyempit),
maka
mengindikasikan
telah
terjadi
heteroskedastisitas. b.
Jika tidak ada pola tertentu serta titik–titik menyebar diatas dan dibawah
angka
nol
pada
sumbu
Y,
maka
tidak
terjadi
heteroskedastisitas. Analisis dengan grafik plot memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin
sedikit
jumlah
pengamatan,
semakin
sulit
untuk
mengintepretasikan hasil grafik plot.
3.5.2
Analisis Regresi Berganda Teknik analisis yang digunakan adalah model regresi linier
berganda yang persamaannya dapat dituliskan sebagai berikut: Y = a + β 1X1 + β 2X2 + e Keterangan: Y = Harga saham a = Konstanta β 1.... β 2 = Beta masing-masing variabel X1 = Current Ratio X2 = Tingkat Suku Bunga SBI
e = error term Nilai koefisien regresi disini sangat menentukan sebagai dasar analisis, mengingat penelitian ini bersifat fundamental method. Hal ini berarti jika koefisien b bernilai positif (+) maka dapat dikatakan terjadi pengaruh searah
antara variabel
bebas
dengan variabel
terikat
(dependen), setiap kenaikan nilai variabel bebas akan mengakibatkan kenaikan variabel terikat (dependen). Demikian pula sebaliknya, bila koefisien nilai b bernilai negatif (-), hal ini menunjukkan adanya pengaruh negatif dimana kenaikan nilai variabel bebas akan mengakibatkan penurunan nilai variabel terikat (dependen).
3.5.3
Hipotesis Statistik Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat
diukur dari goodness of fit nya. Secara statistik, setidaknya ini dapat diukur dari nilai koefisien determinansi, nilai statistik F dan nilai satistik t. Perhitungan statistik disebut signifikan secara statistik, 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.
3.5.3.1 Uji t (Parsial) Uji t dilakukan untuk mengetahui pengaruh masing-masing rasio keuangan secara individu terhadap minimalisasi resiko. Langkah–langkah
pengujian yang dilakukan adalah dengan pengujian dua arah, sebagai berikut (Gujarati,1999) a.
Merumuskan hipotesis (Ha) Ha diterima: berarti terdapat pengaruh yang signifikan antara variabel independen terhadap variabel dependen secara parsial.
b.
Menentukan tingkat signifikansi (α) sebesar 0,05
c.
Membandingkan thitung dengan ttabel,. Jika thitung lebih besar dari ttabel maka Ha diterima. Nilai thitung dapat dicari dengan rumus (Gujarati, 1999): THitung = 1.
Bila – ttabel < - thitung dan thitung < ttabel, variabel bebas (independen) secara individu tak berpengaruh terhadap variabel dependen.
2.
Bila thitung > ttabel dan –thitung < -ttabel, variabel bebas (independen) secara individu berpengaruh terhadap variabel dependen.
d.
Berdasarkan probabilitas Ha akan diterima jika nilai probabilitasnya kurang dari 0,05 (α)
e.
Menentukan
variabel
independen
mana
yang
mempunyai
pengaruh paling dominan terhadap variabel dependen. Hubungan ini dapat dilihat dari koefisien regresinya.
3.5.3.2 Uji F (Simultan) Uji F dilakukan untuk melihat pengaruh variabel bebas secara bersama-sama terhadap variabel tidak bebas. Tahapan uji F sebagai berikut: a.
Merumuskan Hipotesis (Ha) Ha diterima: berarti terdapat pengaruh yang signifikan antara variabel independen terhadap variabel dependen (risiko investasi) secara simultan.
b.
Menentukan tingkat signifikansi yaitu sebesar 0.05 (α=0,05)
c.
Membandingkan Fhitung dengan Ftabel Nilai F hitung dapat dicari dengan rumus (Gujarati, 1999): ( − 1) (1 −
)
( − )
Dimana: R2 = Koefisien Determinasi K = Banyaknya koefisien regresi N = Banyaknya Observasi 1.
Bila Fhitung < Ftabel, variabel bebas secara bersama-sama tidak berpengaruh terhadap variabel dependen.
2.
Bila Fhitung > Ftabel, variabel bebas secara bersama-sama berpengaruh terhadap variabel dependen.
d.
Berdasarkan Probabilitas
Dengan menggunakan nilai probabilitas, Ha akan diterima jika probabilitas kurang dari 0,05 e.
Menentukan nilai koefisien determinasi, dimana koefisien ini menunjukkan seberapa besar variabel independen pada model yang digunakan mampu menjelaskan variabel dependennya.
3.5.3.3 Koefisien Determinasi (R2) Digunakan untuk mengetahui keeratan hubungan antara variabel bebas dengan variabel terikat. Nilai R2 terletak antara 0 sampai dengan 1 (0 ≤ R2 ≤ 1). Tujuan menghitung koefisien determinasi adalah untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Perhitungan nilai koefisien deteminasi ini diformulasikan sebagai berikut: =
R2 = Koefisien determinasi majemuk (multiple coeficient of determinant), yaitu proporsi variabel terikat yang dapat dijelaskan oleh variabel bebas secara bersama-sama. ESS = Explained sum of squares, atau jumlah kuadrat yang dijelaskan atau variabel nilai variabel terikat yang ditaksir di sekitar rataratanya. TSS = Total sum of squares, atau total variabel nilai variabel terikat sebenarnya di sekitar rata-rata sampelnya.
Bila
R2
mendekati
1
(100%),
maka
hasil
perhitungan
menunjukkan bahwa makin baik atau makin tepat garis regresi yang diperoleh. Sebaliknya jika nilai R2 mendekati 0 maka menunjukkan semakin tidak tepatnya garis regresi untuk mengukur data observasi.
