BAB III METODOLOGI PENELITIAN
A. Waktu dan Tempat Penelitian Waktu penelitian ini mengambil data perusahaan sektor non keuangan terdaftar di BEI selama tahun 2009-2012. Penelitian ini dilakukan di BEI yang menyediakan informasi laporan keuangan tahunan dengan mengakses situs resmi Bursa Efek Indonesia yaitu www.idx.co.id, www.globalreporting.org tentang kategori indeks GRI untuk pengungkapan CSR dalam laporan keberlanjutan perusahaan, dan penelitian di IIGC yang berlokasi di Jalan Raya Pasar Jumat No 41B Lebak Bulus, Jakarta 12440, melalui media alamat email
[email protected] untuk mendapatkan data indeks CGPI. B. Desain Penelitian Penelitian yang digunakan peneliti adalah penelitian kausal, untuk mengetahui pengaruh antara satu atau lebih variabel bebas terhadap variabel terikat. Penelitian ini menggambarkan bagaimana kinerja keuangan dan Good Corporate Governance sebagai variabel independen mempengaruhi nilai perusahaan sebagai variabel dependen, dan kemudian Corporate Social Responsibility sebagai variabel moderasi untuk memperlemah atau memperkuat hubungan tersebut.
38
39
Kinerja keuangan diukur dengan menggunakan ROE, GCG diukur dengan CGPI, CSR diukur dengan standar GRI G3, dan nilai perusahaan dinilai dengan Tobin’s Q. Pemaparan hasil maupun perhitungan dilakukan secara sistematis atas datadata kuantitatif tersebut. Data-data kuantitatif yang digunakan merupakan data laporan keuangan tahun 2009-2012.
C. Hipotesis H1 : Kinerja keuangan mempunyai pengaruh secara signifikan terhadap nilai perusahaan H2 : Good Corporate Governance mempunyai pengaruh secara signifikan terhadap
nilai
perusahaan
H3 : Corporate Social Responsibility mampu memoderasi pengaruh kinerja keuangan terhadap nilai perusahaan. H4 : Corporate Social Responsibility mampu memoderasi pengaruh GCG terhadap nilai perusahaan.
D. Variabel dan Skala Pengukuran 1. Variabel Dependen Menurut Sugiyono (2010), “variabel dependen atau variabel terikat adalah variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel
40
bebas”. Variabel dependen dalam penelitian ini adalah nilai perusahaan yang disimbolkan dengan (Y). Pengukuran nilai perusahaan dalam penelitian ini menggunakan penilaian rasio Tobin’s Q. Rasio Tobin’s Q menggunakan rumus, (Angela , 2013): (EMV + D) Q= (EBV + D) Dimana : Q
= Nilai perusahaan
EMV = Nilai pasar ekuitas (Equity Market Value), yang diperoleh dari hasil perkalian harga saham penutupan (closing price) akhir tahun dengan jumlah saham yang beredar pada akhir tahun. (EMV = closing price x jumlah saham beredar) D
= Nilai buku dari total utang
EBV = Nilai buku dari total ekuitas
2. Variabel Independen Menurut Sugiyono (2010), “variabel independen atau variabel bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen (terikat)”. Variabel independen pada penelitian ini disimbolkan dengan (X) dan variabel independen yang digunakan yaitu kinerja keuangan (X1) dan GCG (X2).
41
a) Kinerja Keuangan (X1) Pengukuran kinerja keuangan yang digunakan dalam penelitian ini diukur dengan rasio profitabilitas, yaitu Return On Equity (ROE).
Laba Setelah Pajak ROE = Ekuitas Pemegang Saham b) Good Corporate Governance (X2) Pengukuran GCG yang digunakan dalam penelitian ini diukur dengan menggunakan data CGPI.
Dimana CGPI merupakan hasil riset dan
pemeringkatan GCG yang diterbitkan oleh IICG. GCG = Indeks CGPI
3. Variabel Moderasi Menurut Sugiyono (2010), variabel moderasi adalah variabel yang mempengaruhi (memperkuat atau memperlemah) hubungan antara
variabel
independen dengan dependen. Tingkat pengungkapan CSR pada laporan keberlanjutan yang dinyatakan dalam Corporate Social Responsibility Index (CSRI) yang akan dinilai dengan
membandingkan
jumlah pengungkapan
yang
dilakukan
perusahaan dengan jumlah pengungkapan yang disyaratkan. Informasi CSRI yang digunakan dalam dalam penelitian ini berdasarkan standar Global Reporting Initiative G3 (GRI G3) yang didapat dari www.globalreporting.org.
42
Perhitungan CSR dilakukan dengan menggunakan pendekatan dikotomi yaitu setiap item CSR dalam instrument penelitian yang diungkapkan oleh perusahaan diberikan nilai 1 dan 0 jika tidak diungkapakan (Sayekti dan Wondabio, 2007 dalam Angela, 2013). Selanjutnya skor dari keseluruhan item dijumlahkan untuk memperoleh keseluruhan skor untuk setiap perusahaan. Rumus perhitungan CSRI adalah sebagai berikut (Sayekti dan Wondabio, 2007 dalam Angela, 2013) : ∑Xij CSRIj = nj Keterangan : CSRI
: Corporate Social Responsibility Index perusahaan j
nj
: jumlah item untuk perusahaan j, n = 79
∑Xij
: jumlah item i diungkapkan Tabel 3.1 Variabel dan Skala Pengukuran Jenis Variabel Variabel Dependen Nilai Perusahaan
Independen 1
Kinerja Keuangan
Pengukuran Tobin’s Q (EMV + D) Q= (EBV + D) Laba Setelah Pajak
Skala Pengukuran Rasio
Rasio
ROE = Ekuitas Pemegang Saham
Independen 2 Moderasi
Good Corporate GCG=Indeks Governanace CGPI Corporate Social ∑Xij Responsibility CSRIj = nj
Sumber : Data Sekunder (2014)
Rasio Rasio
43
E. Metode Pengumpulan Data Data dikumpulkan dengan melakukan studi kepustakaan, yaitu dengan mencatat data yang tercantum di BEI dan Galeri Investasi Universitas Mercu Buana untuk memperoleh data-data dan informasi tentang laporan keuangan perusahaan. F. Jenis Data Jenis data yang digunakan dalam penelitian ini merupakan data sekunder, berupa data laporan tahunan (annual report), laporan keberlanjutan (sustainability report) dan laporan keuangan perusahaan pada periode laporan tahun 2009-2012. Dalam penelitian ini jenis perusahaan yang diteliti adalah emiten non-keuangan terdaftar di Bursa Efek Indonesia. G. Populasi dan Sampel 1. Populasi Populasi adalah wilayah generalisasi yang terdiri atas : objek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2010). Populasi yang digunakan dalam penelitian ini adalah perusahaan yang berpartisipasi dalam riset dan pemeringkatan yang diselenggarakan oleh IICG tahun 2009-2012. 2. Sampel Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2010).
44
Metode pengambilan sampel yang digunakan adalah purposive sampling dengan tujuan untuk mendapatkan sampel representatif sesuai dengan kriteria yang ditentukan. Adapun kriteria pemilihan sampel yang digunakan adalah sebagai berikut : a. Emiten yang terdaftar di BEI selama tahun 2009-2012. b. Emiten yang konsisten aktif berpartisipasi dalam riset dan pemeringkatan yang diselenggarakan oleh IICG tahun 2009-2012. c. Emiten yang termasuk sektor non keuangan tahun 2009-2012 d. Emiten sektor non-keuangan yang menerbitkan annual report dan sustainability report secara lengkap selama tahun 2009-2012. e. Emiten sektor non-keuangan menerbitkan dan mempublikasikan laporan keuangan yang telah diaudit oleh Auditor Independen tahun 2009-2012. Tabel 3.2 Kriteria Pemilihan Sampel No Kriteria 1 Jumlah populasi 2 Emiten tidak terdaftar di BEI tahun 2009-2012 3 Emite tidak berturut-turut aktif berpartisipasi dalam riset yang diselengarakan IICG tahun 2009-2012 4 Emiten yang tidak termasuk sektor non keuangan 5 Emiten sektor non keuangan yang tidak menerbitkan annual report dan sustainability report tahun 2009-2012. 6 Emiten sektor non keuangan yang tidak menerbitkan laporan keuangan telah diaudit 7 Jumlah akhir sampel Sumber: Data diolah (2014)
Total 60 (17) (17) (14) (1)
(1) 10
45
Tabel 3.3 Data Perusahaan Sampel No Kode Nama Perusahaan 1 ANTM PT. Aneka Tambang Tbk 2 AUTO PT. Astra Otoparts Tbk 3 ELTY PT. Bakrieland Development Tbk 4 BTEL PT. Bakrie Telecom Tbk 5 PTBA PT. Bukit Asam Tbk 6 JSMR PT. Jasa Marga Tbk 7 WEHA PT. Panorama Transportasi Tbk 8 TLKM PT. Telekomunikasi Indonesia Tbk 9 TINS PT. Timah (Persero) Tbk 10 UNTR PT. United Tractors Tbk Sumber: Data diolah (2014)
H. Metode Analisis Data Metode analisis data yang digunakan dalam penelitian ini adalah analisis kuantitatif. Analisis data dilakukan menggunakan uji regresi linier berganda, yaitu uji t untuk membuktikan hipotesis yang dibentuk dalam penelitian dan untuk melihat tingkat signifikannya dengan menggunakan program SPSS (Statistical Package for Social Science) Realese 21 for Windows. Sebelum dilakukan uji model, maka peneliti melakukan analisis statistika deskriptif, dilanjutkan analisis statistika inferensia. Statistika inferensia melalui persamaan regresi yang diawali dengan meliputi uji Normalitas, uji Asumsi Klasik (uji Multikolinearitas, uji Autokorelasi, dan uji Heterokedastisitas), Analisis Linier Berganda, Koefiesien Determinasi. Uji F, dan Uji t.
46
1. Statistika Deskriptif Sugiyono (2010) menyatakan bahwa statistik deskriptif adalah statistik yang digunakan
untuk
menganalisa
data
dengan
cara
mendeskripsikan
atau
menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Statistik Deskriptif yang digunakan dalam penelitian ini adalah untuk mengetahui gambaran atau deskripsi suatu data. Dapat dilihat dari nilai rata-rata, nilai minimum, nilai maksimum, dan standar deviasi. 2. Statistika Deskriptif Inferensia Statistik deskriptif inferensia adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi (Sugiyono, 2010). a. Uji Normalitas Uji normalitas dilakukan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen memiliki distribusi normal atau tidak. Untuk menghindari terjadinya bias, data yang digunakan harus terdistribusi dengan normal. Model regresi yang baik adalah memiliki data normal atau mendekati normal (Imam, 2011). Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Untuk melihat apakah data yang dianalisis memiliki nilai residual berada di sekitar nol (data normal) yang menggunakan program SPSS. Uji statistik yang
47
dapat digunakan untuk menguji normalitas residual adalah Uji KolmogorovSmirnov (K-S). Hipotesis : Ho: data berasal dari populasi yang terdistribusi normal Ha: data berasal dari populasi yang tidak terdistribusi normal Menurut Imam (2011), dasar pengambilan keputusan uji statistik dengan Kolmogorov-Smirmov Z (I-Sample K-S) adalah : 1) Apabila nilai Asymp. Sig (2-tailed) kurang dari 0,05, maka Ho ditolak. Hal ini berarti ada data residual terdistribusi tidak normal. 2) Apabila nilai Asymp. Sig (2-tailed) lebih dari 0,05, maka Ho diterima. Hal ini berarti ada data residual terdistribusi normal.
b. Uji Asumsi Klasik Dalam penelitian ini digunakan uji asumsi klasik. Uji asumsi klasik merupakan persyaratan analisi regresi linier berganda. Uji asumsi klasik bertujuan untuk menetapkan ketepatan modal. Uji asumsi klasik yang digunakan dalam penelitian ini adalah sebagai berikut : 1) Uji Multikolinearitas Uji Multikolinearitas dilakukan untuk menguji apakah model regresi ditemukan adanya kolerasi antar variabel independen. Model regresi yang baik
48
seharusnya tidak terjadi kolerasi di antara variabel independen. Jika variabel independen saling berkolerasi, maka variabel ini tidak orthogonal. Multikolinearitas adalah suatu keadaan dimana memiliki hubungan yang sempurna antara beberapa atau semua variabel independen dalam model regresi. Multikolinearitas terjadi jika Variance Inflation Factor (VIF) melebihi 10 (Imam, 2011). Untuk mendeteksinya ada tidaknya multikolinieritas di dalam regresi dapat dilihat dari tolerance value dan nilai variance inflation factor (VIF). Sebagai dasar acuannya dapat disimpulkan: a) Jika nilai tolerance > 0,10 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak terdapat multikolinieritas antar variabel independen dalam model regresi b) Jika nilai tolerance < 0,10 dan nilai VIF > 10, maka dapat disimpulkan bahwa terdapat multikolinieritas antar variabel independen dalam model regresi tersebut. 2) Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode (t-1) yakni periode sebelumnya (Imam, 2011). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi yang lain. Model regresi yang baik adalah regresi yang bebas dari autokorelasi (Imam, 2011).
49
Ada beberapa cara untuk mendetekasi ada atau tidaknya autokorelasi, salah satunya adalah dengan uji Durbin-Watson (D-W test). Imam (2011) menyatakan bahwa uji DW test hanya digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya konstanta dalam model regresi dan tidak ada variabel lag di antara variabel independen. Hipotesis yang di uji adalah : H0 : tidak ada autokorelasi ( r = 0 ) HA: ada korelasi ( r ≠ 0) Dasar pengambilan keputusan ada tidaknya autokorelasi dengan menggunakan table Durbin-Watson: Tabel 3.4 Tabel Durbin-Watson Hipotesis nol
Keputusan
Jika
Tidak ada autokorelasi positif Tidak ada autokorelasi positif Tidak ada autokorelasi negatif Tidak ada autokorelasi negative Tidak ada autokorelasi, positif atau negative
Tolak No decision Tolak No decision Tidak ditolak
0 < d < dl dl ≤ d ≤ du 4 – dl < d < 4 4 – du ≤ d ≤ 4 – dl du < d < 4 - du
Sumber : Buku Aplikasi Analisis Multivariate Dengan Program IBM SPSS 19 (2011)
3) Uji Heteroskedastisitas Menurut Imam (2011) Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan lainnya. Uji heteroskedastisitas dilakukan dengan menggunakan grafik scatterplot antara nilai variabel terikat (ZPRED) dengan residual
50
(SRESID), dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-studentized. Dasar analisis yang diambil adalah sebagai berikut : a) Jika pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasi 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 heterokedastisitas.
c. Koefisien Determinasi (R2) Koefisien determinasi (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 independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel indipenden memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Nilai adjusted R2 digunakan pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R2, nilai adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.
51
d. Uji Hipotesis Penelitian ini menguji hipotesis-hipotesis dengan menggunakan metode regresi berganda (multiple regression). Metode regresi berganda menghubungkan satu variabel dependen dengan beberapa variabel independen dalam suatu model prediktif tunggal. Untuk menguji signifikansi dari suatu hipotesis perlu menggunakan uji F, dan uji t. 1) Uji Signifikansi Simultan (Uji F) Uji simultan dengan F pada dasarnya bertujuan untuk menunjukkan apakah semua variabel bebas yang dimasukkan kedalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Hasil F-test ini pada output spss dapat dilihat pada ANOVA. F table dihitung dengan cara df = k-1, dan df2 = k, k adalah jumlah variabel dependen dan independen. Ho : secara bersama-sama variabel independen tidak memiliki pengaruh signifikan terhadap variabel dependen. Ha
: secara bersama-sama variabel independen memiliki pengaruh yang signifikan terhadap variabel dependen.
Keputusan : a) Jika nilai signifikansi < 0,05, maka Ha diterima. b) Jika nilai signifikansi > 0,05, maka Ha ditolak. 2) Uji Signifikansi Parameter Individual (Uji t) Uji t digunakan untuk menguji tingkat signifikansi pengaruh variabel independen terhadap variabel dependen secara parsial. Pengambilan keputusan
52
didasarkan pada nilai t hitung masing-masing koefisien t regresi dengan t tabel sesuai dengan tingkat signifikansi yang digunakan. Penerimaan atau penolakan hipotesis dilakukan dengan kriteria sebagai berikut : a) Bila nilai signifikansi t > 0,05 maka Ho ditolak, berarti terdapat pengaruh yang signifikan antara satu variabel independen terhadap variabel dependen. b) Bila nilai signifikansi t < 0,05 maka Ho diterima, berarti tidak terdapat pengaruh yang signifikan antara satu variabel independen terhadap variabel dependen.
e. Analisis Regresi Berganda Penelitian ini dilakukan untuk menguji pengaruh variabel bebas terhadap variabel terikat menggunakan variabel pemoderasi. Variabel pemoderasi ini akan memperkuat hubungan variabel bebas dan variabel terikat. Model regresi yang dapat digunakan untuk menguji pengaruh variabel pemoderasi adalah uji interaksi, uji nilai selisih mutlak, dan uji residual (Imam, 2011). Penelitian ini menggunakan uji nilai selisih mutlak dengan alasan sebagai berikut: 1) Model ini mampu mengatasi masalah multikolinearitas yang umumnya terjadi sangat tinggi apabila menggunakan uji interaksi. 2) Model ini memasukkan variabel efek utama ke dalam analisis regresi, sedangkan uji residual hanya memasukkan efek interaksi saja.
53
Menghilangkan efek-efek utama dalam persamaan regresi moderasian akan menyebabkan hasil koefisien interaksi bias menuju ke arah signifikan sehingga menghilangkan arti dari efek interaksi (Jogiyanto, 2007). Pada uji nilai selisih mutlak ini, nilai setiap variabel bebas dan pemoderasi merupakan standardized score. Selanjutnya, interaksi variabel bebas dan variabel moderasi diukur dengan nilai absolute perbedaan antara kedua variabel tersebut atau menggunakan nilai selisih mutlak. Menurut Frucot dan Shearon (1991), model interaksi seperti ini lebih disukai karena dapat mengurangi masalah multikolinearitas tanpa mengurangi pengaruh terhadap variabel terikat. Y = α + β1X1 + β2X2 + β3Z + β4Abs(X1-Z) + β5Abs(X2-Z) + ε Dimana : Y = Tobin’s Q α = Konstanta β = Koefisien regresi X1 = standardized ROE X2 = standardized Good Corporate Governance Z = standardized Corporate Social Responsibility Index Abs(X1-Z) = Nilai absolute ROE-CSRI Abs(X2-Z) = Nilai absolute GCG-CSRI
