BAB III OBJEK DAN DESAIN PENELITIAN Bab ini dibagi menjadi dua bagian, yaitu objek penelitian dan desain penelitian. III.1 Objek Penelitian Objek penelitian dalam skripsi ini adalah nilai perusahaan LQ 45 periode 2009- 2011. Populasi penelitian adalah perusahaan- perusahaan LQ 45 periode 2009- 2011. Populasi tersebut dipilih karena memiliki dampak yang besar terhadap pelaku pasar modal Indonesia di mana perusahaan LQ 45 merupakan perusahaan- perusahaan yang sahamnya diminati dan menjadi fokus perhatian investor. Selain itu, saham- saham perusahaan LQ 45 mencerminkan harga saham yang paling aktif diperdagangkan dan mempengaruhi keadaan pasar serta memiliki prospek pertumbuhan dan kondisi keuangan yang baik. Perusahaan LQ 45 juga terdiri dari berbagai perusahaan yang bergerak di berbagai sektor sehingga dapat mewakili perusahaan yang tercatat di Bursa Efek Indonesia. III.2 Desain Penelitian Merupakan strategi untuk mendapatkan data yang dibutuhkan untuk keperluan pengujian hipotesis dan alat untuk mengontrol variabel yang berpengaruh dalam penelitian. III.2.1 Jenis dan Sumber Data Salah satu pertimbangan dalam memilih masalah penelitian adalah ketersediaan sumber data. Data yang diperlukan untuk mendukung analisis dan pengujian hipotesis dalam penelitian ini adalah data sekunder, yaitu data perusahaan LQ 45 yang terdaftar di Bursa Efek Indonesia (website : www.idx.co.id) dan data mengenai laporan keuangan tahunan 36
perusahaan yang diperoleh melalui Indonesian Capital Market Directory (ICMD). Data pendukung lainnya yang digunakan dalam penelitian ini berupa informasi yang berasal dari buku, jurnal, dan internet. III.2.2 Teknik Penentuan Sampel Teknik penentuan sampel yang digunakan adalah purposive sampling, di mana merupakan suatu teknik pengumpulan data yang digunakan apabila anggota sampel dipilih secara khusus berdasarkan tujuan penelitiannya. Sampel dalam penelitian ini memiliki kriteria sebagai berikut : 1)
Perusahaan sampel terdaftar di Bursa Efek Indonesia periode 2009-2011 yang masuk dalam perusahaan LQ 45 periode Februari- Juli dan Agustus- Januari secara berturut- turut dari tahun 2009 sampai 2011.
2)
Perusahaan sampel mempunyai laporan keuangan yang berakhir 31 Desember dan memiliki data yang diperlukan secara lengkap.
3)
Rasio yang digunakan adalah rasio profitabilitas.
Tabel III.1 menjelaskan proses seleksi sampel. Tabel III.1 Proses Seleksi Sampel No Keterangan 1 Perusahaan LQ 45 yang masuk dalam periode Februari- Juli tahun 2009
Jumlah 31
dan periode Agustus- Januari tahun 2010 secara berturu- turut
2
Perusahaan LQ 45 yang masuk dalam periode Februari- Juli tahun 2010 dan periode Agustus- Januari tahun 2011 secara berturut- turut
31
3
Perusahaan LQ 45 yang masuk dalam periode Februari- Juli tahun 2011 dan periode Agustus- Januari tahun 2012 secara berturut- turut
31
37
III.2.3 Metode Pengumpulan Data Metode pengumpulan data dalam penelitian ini menggunakan metode dokumentasi, yaitu dengan cara mengumpulkan data berupa laporan keuangan setiap perusahaan sampel pada periode penelitian yaitu 2009- 2011 yang diperoleh dari situs Indonesia Stock Exchange (www.idx.co.id) dan data mengenai laporan keuangan tahunan perusahaan yang diperoleh melalui Indonesian Capital Market Directory (ICMD).
III.2.4 Metode Analisis Data Analisis data merupakan proses yang paling penting dalam sebuah penelitian. Metode analisis data yang digunakan dalam penelitian ini meliputi : III.2.4.1 Analisis Statistik Deskriptif Menurut Sekaran (2006 : 285), statistik deskriptif meliputi transformasi data mentah ke dalam bentuk yang akan memberi informasi untuk menjelaskan sekumpulan faktor dalam suatu situasi. Hal tersebut dilakukan dengan cara mengurutkan data mentah yang diperoleh. Metode ini digunakan untuk memberikan gambaran atas sampel penelitian (menggambarkan pola distribusi dari variabel- variabel tertentu dalam sekelompok data) sebelum dilakukan analisis pada hipotesis utama penelitian. Pengukuran yang digunakan dalam penelitian ini adalah mean (nilai rata- rata), standard deviation (standar deviasi), nilai maksimum, dan nilai minimum dari data observasi. Menurut Sekaran (2006 : 287), mean (nilai rata- rata) digunakan untuk mengetahui rata-rata data yang bersangkutan. Standar deviasi merupakan ukuran dispersi untuk data berskala interval dan rasio, serta memberikan indeks penyebaran distribusi atau variabilitas dalam data. Nilai maksimum digunakan untuk mengetahui
38
jumlah terbesar data yang bersangkutan, sedangkan nilai minimum digunakan untuk mengetahui jumlah terkecil data yang bersangkutan.
III.2.4.2 Uji Asumsi Klasik Uji asumsi klasik merupakan suatu persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square (OLS). Menurut Gujarati & Porter (2010 : 71), metode OLS memiliki beberapa sifat- sifat statistik yang sangat menarik dan merupakan metode paling kuat dan dikenal dalam analisis regresi. Pengujian asumsi klasik dilakukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan
benar-benar
bebas
dari
adanya
gejala
heteroskedastisitas,
gejala
multikolinearitas, dan gejala autokorelasi. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar error. Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi
koefisien
regresi
menjadi
rendah.
Dengan
adanya
autokorelasi
mengakibatkan penaksir masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan terlebih dahulu sebelum melakukan pengujian regresi linier berganda, yang terdiri dari : 1)
Uji Normalitas Uji normalitas digunakan untuk menguji apakah dalam model regresi, variabel independen dan dependennya memilki distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal (Ghozali, 2006). Normalitas data dapat diketahui dengan melihat penyebaran data (titik)
39
pada sumbu diagonal pada grafik atau histogram dari residualnya. Data normal dan tidak normal dapat diuraikan sebagai berikut : a)
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya, menunjukkan pola terdistribusi normal, maka model regresi memenuhi asumsi normalitas.
b)
Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafik histogramnya, tidak menunjukkan pola terdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Uji normalitas dengan grafik dapat menyesatkan apabila tidak hati-hati
secara visual kelihatan normal, tetapi secara statistik bisa sebaliknya sehingga uji grafik dilengkapi dengan uji statistik. Uji statistik digunakan untuk menguji normalitas residual. Uji statistik yang digunakan dalam penelitian ini adalah uji statistik model Kolmogrov-Smirov (K-S). Pengujian ini dilakukan dengan membuat hipotesis : H0 : Data residual berdistribusi normal apabila nilai signifikan ≥ 0,05 Ha : Data residual tidak berdistribusi normal apabila nilai signifikan < 0,05
2)
Uji Multikolinieritas Pengujian ini bertujuan untuk menguji apakah di dalam model analisis regresi ditemukan adanya pengaruh antar varibel-variabel bebas yang satu dengan yang lainnya. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas (Ghozali, 2006). Jika variabel bebas saling berkolerasi, maka variabel-variabel tidak orthogonal. Untuk mengetahui apakah ada kolerasi diantara variabel-variabel bebas dapat diketahui dengan melihat dari nilai 40
tolerance (tolerance value) yang tinggi dan nilai variance inflation factor (VIF). Kedua ukuran tersebut menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Setiap variabel bebas menjadi variabel terikat terhadap variabel bebas lainnya. Tolerance value mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya sehingga tolerance value yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/tolerance) dan menunjukkan adanya kolineritas yang tinggi. Nilai cut off yang umum dipakai adalah tolerance 0,10 atau sama dengan nilai VIF 10. Besar tolerance value bervariasi dari suatu variabel independen yang tidak dijelaskan oleh variabel independen lainnya. Tolerance value berbanding terbalik dengan VIF. Model regresi yang bebas multikolinieritas adalah yang mempunyai nilai toleransi di atas 0,1 atau VIF di bawah 10. Apabila tolerance value dibawah 0,1 atau VIF diatas 10, maka terjadi multikolinieritas. Multikolinieritas menyebabkan standart error yang semakin besar. Pengujian ini dilakukan dengan membuat hipotesis : H0 : Tolerance ≥ 0,10 dan VIF < 10; tidak terjadi multikolinearitas Ha : Tolerance < 0,10 dan VIF > 10; terjadi multikolinearitas
3)
Uji Heteroskedastisitas Pengujian heteroskedastisitas bertujuan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. 41
Model regeresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas (Gozhali, 2006). Cara mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik Scatterplot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitasnya dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED, dimana sumbu Y adalah yang telah diprediksi dan sumbu X residual (Y prediksi-Y
sesungguhnya)
yang
telah
distandarisasi.
Dasar
analisis
heteroskedasitas, sebagai berikut : a) Jika ada pola tertentu, seperti titik yang membentuk pola yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heterodastisitas. b) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan bawah angka 0 pada sumbu Y, maka tidak heterokedastisitas. 4)
Uji Autokorelasi Menurut Ghozali (2006), uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengunaan pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Uji autokorelasi dapat dilakukan dengan menggunakan uji Durbin- Watson di mana hasil pengujian ditentukan berdasarkan nilai Durbin- Watson seperti disajikan dalam Tabel III.2. Durbin-Watson hanya digunakan untuk autokorelasi 42
tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lagi di antara variabel bebas. Jika nilai Dw terletak antara Du dan (4- Du) atau Du ≤ Dw ≤ (4- Du) berati bebas dari autokorelasi, sebaliknya jika nilai Dw ≤ DL atau Dw > (4- DL) berarti terdapat autokorelasi. Nilai DL dan Du dapat dilihat pada tabel Durbin- Watson, yaitu nilai DL ; Du ; α ; n ; (k – 1), di mana n adalah jumlah sampel, k adalah jumlah variabel independen, dan α adalah taraf signifikan. Pengujian ini dilakukan dengan membuat hipotesis : H0 : Du ≤ Dw ≤ (4- Du) ; tidak terjadi autokorelasi Ha : Dw < Du atau (4- Du) < Du ; terjadi autokorelasi Tabel III.2 Tabel Standar Autokorelasi Hipotesis nol
Keputusan
Jika
Tidak ada autokorelasi positif
Tolak
0 < Dw < DL
Tidak ada autokorelasi positif
Tidak ada keputusan DL ≤ Dw ≤ Du
Tidak ada korelasi positif
Tolak
Tidak ada korelasi positif
Tidak ada keputusan 4- Du ≤ Dw ≤ - DL
Tidak ada autokorelasi positif atau negatif Tidak ditolak
4- DL < Dw < 4 Du < Dw < 4 – Du
III.2.4.3 Analisis Regresi Untuk mengetahui pengaruh yang signifikan antara kinerja keuangan yang terdiri dari variabel Return on Equity (ROE), arus kas dari aktivitas operasi, dan ukuran perusahaan terhadap nilai perusahaan LQ 45 yang terdaftar di Bursa Efek Indonesia, dalam penelitian ini digunakan analisis regresi berganda. Analisis regresi dilakukan untuk mengetahui seberapa besar hubungan antara variabel independen dan dependennya. 43
Adapun model regresi berganda yang akan digunakan dalam penelitian ini dituliskan sebagai persamaan (3.1). LN_MVAi = α + β ROE + β LN_AKOi + β LN_SIZE + ε 1 i 2 3 i i
.....
(3.1)
Keterangan : LN_MVAi = Nilai Perusahaan α = Konstanta ROE = ROE perusahaan i i
LN_AKO = Arus kas dari aktivitas operasi perusahaan i i
LN_SIZE = Ukuran perusahaan i i
εi = Tingkat Kesalahan β = Koefisien Regresi i
Model regresi berganda pada persamaan (3.1) digunakan untuk setiap tahun (2009, 2010, dan 2011) sehingga dalam penelitian ini didapat tiga persamaaan regresi berganda untuk tiga tahun yang berbeda.
III.2.5 Metode Penyajian Data Penyajian data hasil statistik yang digunakan dalam penelitian ini akan disajikan dalam bentuk tabel, diagram, grafik, dan deskripsi berupa intepretasi hasil analisis yang diperoleh.
III.2.6 Uji Hipotesis Pengujian asumsi klasik dalam penelitian ini dapat dilakukan dengan menggunakan analisis hasil regresi atau uji hipotesis. Uji hipotesis yang digunakan antara lain : uji
44
hipotesis secara parsial parsial (uji t), uji signifikansi atau pengaruh simultan (uji statistik F), dan koefisien determinasi (R²).
III.2.6.1 Uji Hipotesis Secara Parsial (Uji t) Uji t digunakan untuk menguji pengaruh masing-masing variabel indepeden yang digunakan dalam penelitian terhadap variabel dependen (Ghozali, 2006). Uji t dilakukan untuk menguji hipotesis 1 sampai dengan hipotesis 3 dengan langkah- langkah sebagai berikut: 1)
Merumuskan hipotesis : Ho : β ≤ 0 i
Ha : β > 0 i
2)
Menentukan tingkat signifikansi, taraf signifikansi adalah α = 5%
3)
Membandingkan t hitung dan tαtabel Ho ditolak apabila t hitung > tαtabel
4)
Berdasarkan nilai - p : Jika nilai- p < 0,05 maka Ho ditolak Hal ini berarti variabel- variabel independen dalam penelitian ini memiliki
pengaruh positif terhadap variabel dependen. Langkah- langkah yang telah dijelaskan di atas berlaku untuk semua variabel independen dalam penelitian ini.
III.2.6.2 Uji Signifikansi atau Pengaruh Simultan (Uji Statistik F) Uji statistik F menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama- sama atau simultan terhadap variabel dependennya. Uji statistik F dilakukan dengan langkah- langkah sebagai berikut: 45
1)
Merumuskan hipotesis : Ho : β = β = β = 0 1
2
3
Ha : β ≠ β ≠ β ≠ 0 1
2
3
2)
Menentukan tingkat signifikansi, taraf signifikansi adalah α = 5%
3)
Membandingkan F-hitung dan F- tabel Ho ditolak apabila F-hitung > F- tabel
4)
Berdasarkan nilai - p : Jika nilai- p < 0,05 maka Ho ditolak Hal ini menunjukkan bahwa terdapat pengaruh variabel- variabel independen
secara simultan terhadap variabel dependen dalam penelitian ini.
III.2.6.3 R² atau Koefisien Determinasi Menurut Gujarati & Porter (2010 : 94), koefisien determinasi R² merupakan ukuran ringkas yang menginformasikan kepada kita seberapa baik sebuah garis regresi sampel sesuai dengan datanya. Nilai koefisien determinasi adalah antara 0 dan 1. Nilai R² yang kecil berarti kemampuan variabel-variabel independen dalam menejelaskan variasi variabel dependen amat terbatas. Sebaliknya, nilai yang mendekati 1 berarti variabelvariabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
III.2.7 Operasionalisasi Variabel Operasionalisasi variabel akan menjelaskan mengenai variabel yang digunakan dalam penelitian sebagai berikut :
46
III.2.7.1 Variabel Dependen Variabel dependen dalam penelitian ini adalah nilai perusahaan yang diukur dengan market value added (MVA). Menurut Brigham & Houston (2010 : 111), MVA merupakan selisih antara nilai pasar ekuitas (market value of equity) suatu perusahaan dengan nilai buku ekuitas (book value of equity) seperti yang disajikan dalam neraca. Nilai pasar dihitung dengan mengalikan harga saham dengan jumlah saham yang beredar. Perhitungan MVA dituliskan sebagai persamaan (3.2). MVA = MVE – BVE
.....
(3.2)
Keterangan : MVA = Market Value Added MVE = Market value of equity (Market price x Outsanding shares) BVE = Book value of equity
III.2.7.2 Variabel Independen Kinerja keuangan menunjukkan kondisi keuangan perusahaan selama periode tertentu. Kinerja keuangan juga merupakan hal penting yang harus dicapai oleh setiap perusahaan karena menggambarkan kemampuan perusahaan dalam mengelola dan mengalokasikan sumber dayanya. Variabel independen dalam penelitian ini adalah kinerja keuangan yang diukur dari return on equity (ROE), arus kas dari aktivitas operasi, dan ukuran perusahaan. 1)
Return on Equity (ROE) Data ROE akan disajikan dalam skala rasio. Data ROE diperoleh dari hasil observasi atas informasi keuangan dalam laporan tahunan perusahaan LQ 45
47
tahun 2009 – 2011. Informasi keuangan tersebut kemudian dioperasikan dalam persamaan (3.3). Laba bersih Return on Equity =
x 100 %
..... (3.3)
Ekuitas Biasa 2)
Arus Kas dari Aktivitas Operasi Data arus kas dari aktivitas operasi didasarkan atas nilai logaritma arus kas dari aktivitas operasi yang diperoleh dari hasil observasi atas informasi keuangan dalam laporan tahunan perusahaan LQ 45 tahun 2009 – 2011. Informasi keuangan tersebut kemudian dioperasikan dalam persamaan (3.4). AKO = Ln of Cash Flow from Operating Activities
3)
.....
(3.4)
Ukuran Perusahaan Merupakan ukuran besar atau kecilnya suatu perusahaan. Dalam penelitian ini, ukuran perusahaan menggunakan nilai logaritma total penjualan perusahaan pada akhir tahun yang diperoleh dari hasil observasi atas informasi keuangan dalam laporan tahunan perusahaan LQ 45 tahun 2009 – 2011. Informasi keuangan tersebut kemudian dioperasikan dalam persamaan (3.5). Size = Ln of Net Sales
.....
(3.5)
48
