BAB IV DESAIN DAN METODE PENELITIAN
A.
Desain Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah dengan
penelitian asosiatif kausal. Menurut Sugiyono (2014:56), desain asosiatif kausal berguna untuk menganalisis hubungan antara satu variabel dengan variabel lainnya. Penelitian ini adalah penelitian untuk mengetahui pengaruh satu variabel atau lebih (variabel bebas) terhadap variabel tertentu (variabel terikat) dengan memerlukan pengujian hipotesis dengan uji statistik. Dalam hal ini untuk mengetahui pengaruh current ratio (CR), total asset turnover (TATO), debt to equity ratio (DER), return on equity (ROE), asset growth (AG), dan kepemilikan institusional (KI) terhadap kebijakan dividen atau dividend payout ratio (DPR) pada perusahaan sektor industri barang dan konsumsi dengan pengujian statistik guna mengetahui apakah keenam variabel tersebut mempunyai pengaruh yang signifikan terhadap kebijakan dividen atau dividend payout ratio (DPR).
B. Definisi dan operasionalisasi variabel Operasional variabel yang digunakan dalam penelitian ini yaitu : 1. Variabel bebas (Independent Variable) Variabel bebas yang digunakan dalam penelitian ini mencangkup : a. Variabel Current Ratio (CR) 59
60
Current ratio (CR) mengukur kemampuan perusahaan dalam membayar seluruh kewajiban lancarnya dengan menggunakan seluruh aktiva lancarnya. Menurut Rahardjo (2009:139), rumus current ratio (CR) adalah sebagai berikut:
Jumlah Aktiva Lancar Current Ratio (CR)
= Total Kewajiban Lancar
b. Variabel Total Asset Turnover (TATO) Menurut Kasmir (2014:185), total asset turrnover (TATO) atau perputaran total asset merupakan rasio yang digunakan untuk mengukur perputaran semua aktiva yang dimiliki perusahaan dan mengukur berapa jumlah penjualan yang diperoleh dari tiap rupiah aktiva. Menurut Kasmir (2014:186), total asset turnover (TATO), rumusnya adalah sebagai berikut:
Penjualan Total Asset Turnover (TATO) = Total Aktiva
c.
Variabel Debt to Equity Ratio (DER) Menurut Simatupang (2010:56) debt to equity ratio (DER), yaitu rasio yang menggambarkan kemampuan perusahaan menutupi seluruh
61
utangnya dengan modal sendiri. Menurut Simatupang (2010:56), rumus debt to equity ratio (DER) adalah sebagai berikut:
Total Hutang Debt to Equity Ratio (DER) = Total Modal Sendiri
d. Variabel Return on Equity (ROE) Menurut Sugiyono, et al (2008:72), rasio ini mengukur tingkat penembalian dari bisnis atas seluruh modal yang ada. ROE merupakan salah satu indikator yang digunakan pemegang saham untuk mengukur keberhasilan bisnis yang dijalani. Menurut Sugiyono, et al (2008:72), rumus return on equity (ROE) adalah sebagai berikut:
Laba Bersih Return on Equity (ROE) = Total Ekuitas
e.
Variabel Asset Growth (Pertumbuhan Aset) Rasio pertumbuhan aset menurut Harahap (2013:309-310), rasio ini menunjukkan persentasi kenaikan aset tahun ini dibanding dengan tahun lalu. Semakin tinggi rasio ini maka semakin baik. Pertumbuhan aset adalah perubahan aset pada laporan keuangan per tahun.
62
Perhitungan
pertumbuhan
aset
menurut
Prasetyo
(2011:110),
dirumuskan sebagai berikut:
Total Aset t – Total Aset (t-1) Asset Growth (Pertumbuhan Aset) = Total Aset (t-1)
f.
Variabel Kepemilikan Institusional Kepemilikan institusional adalah proporsi saham yang dimiliki oleh pihak institusi pada akhir tahun yang diukur dalam porsentase (Dewi, 2008:50). Rumus Kepemilikan institusional, menurut Tarjo (2008:25), adalah sebagai berikut:
Jumlah saham institusi Kepemilikan Institusional = Jumlah saham yang beredar
2. Variabel terikat (Dependent Variable) Variabel terikat yang gunakan dalam penelitian ini adalah kebijakan dividen atau dividend payout ratio (DPR). Menurut Rahardjo (2009:151), rasio pembayaran dividen (dividend payout ratio) mengukur porsi penghasilan
yang
dibayarkan
dalam
dividen.
Menurut
Rahardjo
(2009:141), rumus kebijakan dividen atau (DPR) adalah sebagai berikut:
Dividen Per Lembar Saham Dividend Payout Ratio (DPR) = Penghasilan Per Lembar Saham
63
C.
Populasi dan Sampel Penelitian Populasi dalam penelitian ini adalah perusahaan sektor industri barang
dan konsumsi yang terdaftar di Bursa Efek Indonesia sampai dengan sekarang, populasi dalam penelitian ini adalah 38 perusahaan sektor barang dan konsumsi yang terdaftar di Bursa Efek Indonesia sampai dengan tahun 2014. Teknik pemilihan sampel (sampling) pada penelitian ini adalah purposive sampling di mana peneliti memilih sampel berdasarkan karakteristik anggota sampel yang disesuaikan dengan maksud penelitian. Menurut Umar (2014:79), purposive sampling adalah pemilihan sampel berdasarkan pada karakteristik tertentu yang dianggap mempunyai sangkut paut dengan karakteristik populasi yang sudah diketahui sebelumnya. Perusahaan sampel dalam penelitian ini adalah perusahaan yang memiliki kriteria antara lain sebagai berikut : a. Perusahaan sektor industri barang dan konsumsi yang terdaftar di Bursa Efek Indonesia (BEI). b. Perusahaan masih terdaftar di Bursa Efek Indonesia pada periode pengamatan. c. Data laporan keuangan lengkap untuk periode 2010 sampai 2014 dan periode laporan keuangan berakhir 31 Desember serta dipublikasikan. d. Perusahaan sektor industri barang dan konsumsi yang harga sahamnya dipublikasikan dan juga membagikan dividen untuk periode 2010 sampai 2014.
64
Dari kriteria-kriteria tersebut di atas maka penulis mengambil atau mendapatkan sampel sebanyak 10 perusahaan sektor industri barang dan konsumsi yang terdaftar di Bursa Efek Indonesia (BEI).
Tabel 4.1 Daftar Nama Perusahaan yang Dijadikan Sampel Penelitian No.
Nama Perusahaan
Kode Emiten
1.
PT. Delta Djakarta Tbk
DLTA
2.
PT. Darya-Varia Laboratoria Tbk
DVLA
3.
PT. Gudang Garam Tbk
GGRM
4.
PT. Hanjaya Mandala Sampoerna Tbk
HMSP
5.
PT. Indofood Sukses Makmur Tbk
INDF
6.
PT. Merck Tbk
MERK
7.
PT. Mayora Indah Tbk
MYOR
8.
PT. Taisho Pharmaceutical Indonesia Tbk
SQBI
9.
PT. Mandom Indonesia Tbk
TCID
10
PT. Unilever Indonesia Tbk
UNVR
Sumber: Bursa Efek Indonesia yang telah diolah
D.
Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan adalah studi pustaka.
Dengan menggunakan buku-buku panduan, makalah, majalah, koran, jurnal atau artikel dan sumber-sumber dari media internet yang berkaitan dengan penelitian yang dilakukan dan Pusat Referensi Pasar Modal (PRPM) di Bursa Efek Indonesia (BEI) dan juga dengan mendownload situs di internet yaitu
65
www.idx.co.id. Data yang dikumpulkan adalah data laporan keuangan yang digunakan adalah neraca, laba rugi dan laporan perubahan modal periode Desember 2010 - Desember 2014.
E.
Metode Analisis Data
1.
Uji Asumsi Klasik Menurut Sudarmanto (2010:102) beberapa hal yang mendasari tentang
perlunya melakukan uji asumsi klasik atau uji persyaratan regresi linear berganda adalah agar besaran atau koefisien statistik yang diperoleh benar-benar merupakan penduga parameter yang memang dapat dipertanggungjawabkan atau akurat. Pengujian terhadap penyimpangan asumsi klasik dalam penelitian ini terdiri dari uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi. a. Uji Normalitas Salah satu uji persyaratan yang harus dipenuhi dalam penggunaan analisis parametrik yaitu uji normalitas data populasi. Hal ini dapat ditegaskan, bahwa suatu penelitian yang melakukan pengujian hipotesis dengan menggunakan one- sample kolmogorof-smirnov test menuntut suatu asumsi yang harus diuji, yaitu populasi harus berdistribusi normal, menurut Sudarmanto (2010:105). Dalam penelitian ini menggunakan dua cara yaitu : pertama nilai Asymp. Sig (2-tailed), menurut Sudarmanto (2010:108), apabila menggunakan ukuran ini maka harus dibandingkan dengan tingkat alpha yang kita tetapkan sebelumnya apakah 10%, 5% atau 1%. Kriteria yang digunakan yaitu Ho
66
diterima apabila nilai Asymp. Sig (2-tailed) > dari tingkat alpha yang ditetapkan (5%), karenanya dapat dinyatakan bahwa data berasal dari populasi yang berdistribusi normal. Kedua menggunakan gambar atau grafik normal PPlot, menurut Priyatno (2012:60-61), normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Dasar pengambilan keputusan adalah: (1)
Jika data menyebar disekitar garis diagonal dan mengikuti arah diagonal grafik, hal ini menunjukkan pola distribusi normal. Model persamaan regresi memenuhi asumsi normalitas.
(2)
Jika ada data menyebar menjahui garis diagonal dan tidak mengikuti arah garis diagonal grafik, hal ini menunjukan pola distribusi normal. Model persamaan regresi tidak memenuhi asumsi normalitas.
(3) Apabila data tidak berdistribusi normal, tidak perlu dilakukan pengujian dengan menggunakan statistik parametrik seperti uji t, uji f atau ANOVA dan sebagainya. b. Uji Multikolinearitas Menurut Priyatno (2012:39), uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolenearitas, yaitu adanya hubungan linear antar variabel independent dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolenearitas. Ada beberapa metode pengujian yang bisa digunakan untuk mengetahui ada tidaknya multikolinearitas yaitu :
67
1)
Dengan melihat nilai Varians Inflaction Factor (VIF) pada model regresi,
2) Dengan membandingkan nilai koefisien determinasi individual (r2) dengan nilai determinasi secara serentak (R2) dan 3) Dengan melihat nilai eigenvalue dan condition index. Pada penelitian ini akan dilakukan uji multikolinearitas dengan melihat nilai VIF pada model regresi. Menurut Nugroho (2010:58) jika nilai VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolinearitas. c.
Uji Autokorelasi Menurut
Priyatno
(2012:47)
uji
autokorelasi
digunakan
untuk
mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara residual pada suatu pengamatan dengan pengamatan lain pada model regresi. Persyaratan yang harus dipenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode pengujian yang sering digunakan adalah dengan Uji Durbin-Watson (Uji DW) dengan ketentuan sebagai berikut: (1)
Jika d lebih kecil dari dL dari atau lebih besar dari (4-dL) maka hipotesis nol ditolak, yang berarti terdapat autokorelasi.
(2)
Jika d terletak antara dU dan (4-dL), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi.
68
(3)
Jika d terletak antara dL dan dU atau diantara (4-dL), maka tidak menghasilkan kesimpulan yang pasti. Oleh karena hasil durbin watson 1,625 yang artinya dL < DW < dU
(1,291 < 1,625 < 1.822), maka tidak menghasilkan kesimpulan yang pasti. Oleh karena itu dapat dilakukan alternatif dengan uji statistik runs test menurut Ghozali (2009:58) dengan pengambilan keputusan bahwa run test menunjukan nilai asymp sig (2-tailed) > 0.05 yang artinya tidak adanya autokorelasi dalam model regresi. d. Uji Heteroskedastisitas Menurut Priyatno (2012:41) uji heteroskedastisitas digunakan untuk mengetahui
ada
atau
tidaknya
penyimpangan
asumsi
klasik
heteroskedastisitas, yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya heteroskedastisitas. Ada beberpa metode pengujian yang dilakukan diantaranya Uji Park, Uji Glesjer, melihat Pola Grafik Regresi dan uji Koefisien Korelasi Spearman. Menurut Priyatno (2012:31), heteroskedastisitas adalah varian setiap disturbance term yang dibatasi oleh nilai tertentu mengenai variabel bebas adalah berbentuk suatu nilai konstanta yang sama dengan a². Selain itu Priyatno
(2012:33)
menjelaskan
bahwa
keadaan
heteroskedastisitas
menyebabkan penaksiran koefisien regesi tidak efisien dan hasil taksiran dapat menyesatkan. Pada akhirnya kesimpulan yang diambil menjadi salah. Salah
69
satu cara untuk mendeteksi heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residual (SRESID). Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu (bergelombang, melebar kemudian menyempit), maka mengidentifikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas.
2. Analisis Regresi Linier Berganda Metode analisis yang digunakan untuk menguji hipotesis adalah analisis linier berganda dengan model seperti di bawah ini : DPR = a + b (CR) + b (TATO) + b (DER) + b (ROE) + b (AG) + b (KI) + e 1
2
3
4
5
Di mana: DPR
:
Variabel dependen Kebijakan Dividen (DPR)
a
:
Konstanta
CR
:
Variabel independen Current Ratio
TATO
:
Variabel independen Total Asset Turnover
DER
:
Variabel independen Debt toEequity Ratio
ROE
:
Variabel independen Return on Equity
AG
:
Variabel independen Asset Growth
KI
:
Variabel independen Kepemilikan Institusional
:
Koefisien regresi variabel independen
b ,b ,b ,b ,b 1
2
3
4
5
6
70
e
:
Error term
3. Analisis Regresi Ganda (Uji R2) Uji R2 atau uji determinasi merupakan suatu ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya model regresi yang terestimasi, atau dengan kata lain angka tersebut dapat mengukur seberapa dekatkah garis regresi yang terestimasi dengan data sesungguhnya. Nilai koefisien determinasi (R2) ini mencerminkan seberapa besar variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X. Bila nilai koefisien determinasi sama dengan 0 (R2 = 0), artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali. Sementara bila R2 = 1, artinya variasi dari Y secara keseluruhan dapat diterangkan oleh X. Dengan kata lain bila R2 = 1, maka semua titik pengamatan berada tepat pada garis regresi. Dengan demikian baik atau buruknya suatu persamaan regresi ditentukan oleh R2 nya yang mempunyai nilai antara nol dan satu. Menurut Priyatno (2012:81), Adjusted R square adalah R square yang telah disesuaikan nilai ini selalu lebih kecil dari R square dari angka ini bisa memiliki harga negatif, bahwa untuk regresi dengan lebih dari dua variabel bebas digunakan Adjusted R2 sebagai koefisien determinasi.
4. Pengujian hipotesis Uji Hipotesis berguna untuk memeriksa atau menguji apakah koefisien regresi yang didapat signifikan (berbeda nyata). Maksud dari signifikan ini adalah
71
suatu nilai koefisien regresi yang secara statistik tidak sama dengan nol, berarti dapat dikatakan bahwa tidak cukup bukti untuk menyatakan variabel bebas mempunyai pengaruh terhadap variabel terikat. Untuk itu maka koefisien regeresi harus diuji. Ada tiga jenis uji hipotesis terhadap koefisien regresi yang dapat dilakukan, yang disebut dengan uji-t, uji-F, dan uji R2. a. Uji-t (Uji Parsial) Uji t ini bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independent secara individual (parsial) terhadap variabel dependent. Menurut Priyatno (2012:58-59), pengujian dengan berdasarkan probabilitas: Tingkat signifikansi yang digunakan sebesar 5%, hal ini berarti tingkat kepercayaan adalah 95% (100%-5%), dengan cara pengambilan keputusan adalah : • Jika nilai probabilitas > 0.05 maka H0 diterima • Jika nilai probabilitas < 0.05 maka H0 ditolak Atau dengan cara melihat tabel t : • Jika - t tabel < t hitung < t tabel, maka H0 diterima • Jika - t hitung < - t tabel atau t hitung > t tabel, maka H0 ditolak Untuk menghitung t-tabel digunakan ketentuan n-k-1 pada level significant (α) sebesar 5% (tingkat kesalahan 5% atau 0.05) atau taraf keyakinan 95% atau 0.95. b. Uji-F (Uji Simultan atau bersama)
72
Menurut Priyatno (2012:55-56), Uji F digunakan untuk menguji pengaruh variabel independen secara bersama–sama terhadap variabel dependen. Dengan demikian, secara umum hipotesisnya dituliskan sebagai berikut: Ho : Tidak ada pengaruh variable independent terhadap variable dependent secara bersama-sama. Ha : Ada pengaruh variable independent terhadap variable dependent secara bersama-sama. Tingkat signifikansi adalah 5%, hal ini berarti tingkat kepercayaan adalah 95% (100%-5%), menurut Priyatno (2012:57), dengan cara pengambilan keputusan adalah : • Jika nilai probabilitas > 0.05 maka H0 diterima • Jika nilai probabilitas < 0.05 maka H0 ditolak Atau dengan cara melihat F hitung dengan F Tabel: • Jika F hitung < F tabel, maka H0 diterima • Jika F hitung > F tabel, maka H0 ditolak