BAB IV METODE PENELITIAN
4.1
Desain Penelitian Bentuk penelitian ini merupakan penelitian kausalitas. Penelitian
kausalitas merupakan karakteristik masalah berupa hubungan sebab akibat antara 2 variabel atau lebih dengan mencari pengaruh variabel independen terhadap variabel dependen. Dalam penelitian ini, peneliti menguji variabel independen adalah Return On Asset (ROA), Earning Per Share (EPS), Financial leverage, Current Asset (CR), Umur Perusahaan, dan Ukuran Perusahaan,
terhadap
variabel dependen adalah initial return.
4.2
Populasi dan Sampel Populasi dalam penelitian ini merupakan perusahaan yang go public yang
tercatat di Bursa Efek Indonesia (BEI) selama periode 2008 sampai dengan 2013. Sampel penelitian ini adalah perusahaan yang melakukan IPO yang dipilih dengan menggunakan metode purposive sampling. Dengan metode purposive sampling, sampel dipilih atas dasar kesesuaian karakteristik dengan kriteria sampel yang ditentukan. Kriteria pemilihan sampel dalam penelitian ini sebagai berikut: 1. Perusahaan yang terdaftar yang melakukan IPO di BEI selama periode tahun 2008 sampai dengan 2013. 2. Seluruh perusahaan yang terdaftar initial return pada saat IPO selama periode tahun 2008 sampai dengan 2013.
32
3. Data laporan keuangan perusahaan periode tahun 2008 sampai dengan 2013 baik mengenai variable keuangan dan variable non-keuangan yang tersedia secara lengkap.
4.3
Variabel dan Definisi Operasional Penelitian ini menggunakan dua variabel, yaitu variabel dependen dan
variabel independen. Penjelasan setiap variabel akan di jelaskan sebagai berikut:
4.3.1
Variabel Dependen Variabel dependen adalah variabel yang dipengaruhi oleh variabel
independen. Dalam penelitian ini, variabel dependennya adalah initial return, yang merupakan return awal untuk diterima oleh pemodal yaitu selisih antara harga penutupan saham pada hari pertama diperdagangkan di pasar sekunder dibagi dengan harga perdana. Perumusannya adalah sebagai berikut (Yustisia dan Roza, 2011):
IR =
x 100%
Keterangan : IR = Return Awal (initial Return) Pt1 = Harga penutupan (closing price) pada hari pertama perusahaan yang melakukan IPO. Pt0 = Harga penawaran perdana (offering price)
33
4.3.2
Variabel Independen Variabel independen atau variabel bebas merupakan variabel yang
mempengaruhi variabel dependen. Variabel independen yang di gunakan dalam penelitian ini adalah profitabilitas, solvabilitas, likuiditas, age dan size, sebagai berikut : 4.3.2.1
Profitabilitas
4.3.2.1.1 Return On Assets (ROA) Rasio ROA digunakan untuk mengukur efektivitas perusahaan di dalam menghasilkan keuntungan dengan cara memanfaatkan aktiva yang dimilikinya. Rasio ini merupakan rasio yang terpenting di antara rasio rentabilitas yang ada. ROA sering di sebut juga ROI (Return On Investment). Skala yang digunakan adalah skala rasio. ROA dapat dirumuskan sebagai berikut (Wijayanto, 2009) : Net income after tax (NIAT) ROA = Total Asset (TA)
4.3.2.1.2 Earning Per Share (EPS) Earnings Per Share (EPS) menunjukkan seberapa besar kemampuan laba bersih yang berhasil diperoleh perusahaan untuk setiap unit saham selama suatu periode tertentu. Skala yang digunakan adalah skala rasio. EPS dapat dirumuskan sebagai berikut (Suyatmin dan Sujadi, 2006): Laba Bersih EPS = Jumlah saham biasa yang beredar
34
4.3.2.2
Solvabilitas Solvabilitas atau
Financial leverage menunjukkan seberapa jauh
perusahaan atau kepemilikan modal perusahaan dalam membayar hutanghutangnya. Skala yang digunakan adalah skala rasio, Financial leverage dapat dirumuskan sebagai berikut (Khomsiyah, 2005): Total Hutang FinLev
= Total equity
4.3.2.3
Likuiditas Current Ratio (CR) merupakan salah satu rasio likuiditas, yaitu rasio yang
bertujuan untuk mengukur kemampuan suatu perusahaan dalam memenuhi kewajiban jangka pendeknya. Skala yang digunakan adalah skala rasio. Current Rasio dapat dirumuskan sebagai berikut (Kurniawan, 2007) : Current Asset CR = Current Liabilities
4.3.2.4
Age Umur emiten yaitu seberapa lama perusahaan berdiri atau bertahan. Umur
emiten diukur dengan jumlah tahun sejak berdirinya perusahaan sampai dengan perusahaan melakukan penawaran perdana. Skala yang digunakan adalah skala rasio. Umur emiten dapat dirumuskan sebagai berikut (Khomsiyah, 2005): Age = Tahun IPO – Tahun berdiri
35
4.3.2.5
Size Ukuran perusahaan menunjukkan jumlah total asset yang dimiliki oleh
perusahaan, ukuran prusahaan merupakan besaran aktiva perusahaan berdasar laporan keuangan perusahaan klien yang terakhir. Skala yang digunakan adalah skala
rasio.
Ukuran
perusahaan
dapat
dirumuskan
sebagai
berikut
(Khomsiyah,2005): Size = Ln Total Asset Tabel 4.1 Ringkasan Pengukuran Variabel Variabel No.
Variabel
Definisi dan Rumus
Skala
1.
Dependen (Y) : Initial Return
Rasio
2.
Independen (X) : Profitabilitas A. Return On Asset
Rasio
B. Earning Per Share
Rasio
Solvabilitas Financial Leverage
Rasio
Likuiditas Current Ratio
Rasio Umur Emiten
Age Umur Perusahan
Ln Total
Size Ukuran Perusahaan
36
4.4
Metode dan Tehnik Pengumpulan Data Penelitian ini menggunakan data sekunder yang dapat diperoleh dari BEI
melalui www.idx.co.id, www.ojk.co.id, PRPM (Pusat Referensi Pasar Modal), ICMB (Indonesian Capital Market Directory) dan Prospektus ringkas emiten ditambah dengan penelitian ke pustakaan yaitu dengan membaca dan mempelajari literatur-literatur serta mengumpulkan data lain yang berhubungan variabel yang akan digunakan bagi pembahasan masalah.
4.5
Metode Analisis Data Metode analisis data yang digunakan adalah regresi berganda (multiple
regression). Pengelolahan data dalam penelitian ini dengan menggunakan program SPSS 17 Metode ini digunakan untuk mengetahui pengaruh perubahan variabel independen terhadap dependen baik secara sendiri-sendiri maupun bersama-sama.
4.5.1 Analisis Statistika Deskriptif Analisis ini bertujuan untuk memberikan gambaran atau deskripsi suatu data yang dilihat dari rata-rata (mean), variance maksimum, variance minimum dan standar deviasi (Ghozali, 2005:19). 4.5.2
Analisis Statistika Inferensial
4.5.2.1 Uji Normalitas Uji normalitas merupakan pengujian yang dilakukan untuk melihat apakah data peneliti yang digunakan baik variabel independen maupun dependen tersebut
37
terdisribusi normal atau tidak normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk menguji apakah data terdistribusi normal atau tidak, dapat dilakukan dengan one sample kolmogorovsmirnov test, yaitu jika nilai asymp sig > 0.05, maka data terditribusi normal, sedangkan jika nilai asymp sig < 0.05, Maka data terdistribusi tidak normal (Ghozali, 2005:30).
4.5.2.2 Uji Outlier Uji Outlier dilakukan jika data tidak terdistribusi normal yaitu jika z-score > -2,56 atau < 2,56. Data dalam uji ini dikatakan normal dan jika z-score terletak antara -2,56 sampai 2,56. Ada empat timbulnya outlier, yaitu: kesalahan dalam meng-entry data, gagal menspesifikasi adanya missing value dalam program computer, outlier bukan merupakan anggota populasi yang kita ambil sebagai sampel, dan outlier berasal dari populasi tersebut memiliki nilai yang ekstrim dan tidak terdistribusi secara normal (Ghozali, 2005).
4.5.3
Uji Asumsi Klasik
4.5.3.1 Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji dalam model regresi terdapat korelasi antara variabel bebas (independen). Model regresi yang baik, seharusnya tidak terjadi korelasi di antara variasi bebas. Menurut Ghozali (2005:91) pedoman suatu model regresi yang bebas multikolinearitas adalah:
38
1. Nilai Variance Inflation Faktor (VIF), jika nilai regresi memiliki nilai VIF > 10 maka terdapat multikolinearitas, sebaliknya jika nilai regresi memiliki nilai VIF < 10 maka tidak terjadi multikolinearitas dalam model regresi. 2. Nilai tolerance, jika model memiliki nilai tolerance < 0,1 maka terdapat multikolinearitas , sebaliknya jika nilai tolerance > 0,1 maka tidak terjadi masalah multikolinearitas pada model regresi.
4.5.3.2 Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pada periode t-1. Jika terjadi korelasi maka ada masalah autokorelasi. Hal ini sering ditemukan pada time series karena residual atau kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Untuk mendeteksi adanya autokorelasi dengan menggunakan uji durbin waston (Dw), kriteria pengambilan kesimpulan dalam uji Durbin Waston (DW) adalah apabila nilai DW terletak diantara batas atas (du) dan batas bawah (4-du) maka disimpulkan tidak ada autokorelasi. Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut, Ghozali (2005:95) : 1. Tidak ada autokorelasi +
:
0
= Menolak
2. Tidak ada autokorelasi +
:
dl
= Ragu-ragu
3. Tidak ada autokorelasi -
:
(4-dl)
= Menolak
4. Tidak ada autokorelasi -
:
(4-du)
= Ragu-ragu
5. Tidak ada autokorelasi +/-
:
du
= Menerima
39
4.5.3.3 Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residuals serta pengamatan dengan pengamatan lain. Jika variance residuals dari suatu pengamatan lebih berbeda maka disebut heteroskedastisitas. Umumnya ini terjadi pada data cross-section karena data ini menghimpun data yang mewakili berbagai ukuran (kecil, sedang, dan besar). Untuk mendeteksi ada atau tidaknya heteroscedasticity dilakukan dengan grafik scatterplot antara nilai prediksi variabel dependen (ZPRED) dengan residualnya (SRESID), untuk mengetahui masalah heteroskedastisitas maka dapat dideteksi sebagai berikut (Ghozali, 2005:105): 1. Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu yang diatur (bergelombang, melebar dan menyempit) maka diindikasikan telah terjadi terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4.5.4
Uji Hipotesis Pengujian ini menggunakan analisis regresi berganda (multiple regression)
yang terdiri dari pengujian korelasi, koefisien determinasi, uji F, dan uji t dengan bantuan program software SPSS statistik 17 adalah software yang berfungsi untuk menganalisa data, melakukan regresi, dan bermanfaat dalam forecasting dengan berbasis windows. Analisis agresi berganda digunakan untuk mengetahui bentuk
40
hubungan yang ada antara variabel independen (x) dengan variabel dependen (Y). Berikut model regresi yang digunakan adalah: IR
i.t
=
a0 + b1ROAi.t + b2EPSi.t + b3FINLEVi.t + b4CRi.t + b5AGEi.t + b6SIZEi.t + €
Keterangan: IR
: Initial return hari pertama penutupan
i.t
: i (perusahaan), t (time series)
a0
: Konstanta
b1-b6
: Koefisien regresi
ROA i.t
: Return On Asset
EPS i.t
: Earning Per Share
FINLEVi.t
: Financial leverage
CR i.t
: Current ratio
AGE i.t
: Umur Perusahaan
SIZE i.t
: Skala/Ukuran Perusahaan
€
: Error term Tujuan pengujian regresi adalah untuk mengetahui faktor yang
mempengaruhi initial return. Pengaruh variabel independen terhadap variabel dependen secara individu di uji dengan uji T, sedangkan pengaruh variabel independen terhadap variabel dependen secara keseluruhan diuji dengan uji F. Hasil pengelolahan statistik regresi linear berganda (Multiple regression) yang perlu diperhatikan dalam pengujian hipotesis ini adalah sebagai berikut :
41
4.5.4.1 Uji Koefesien Determinasi (Adjusted R-Square) Koefesien determinasi (R2) merupakan determinasi berganda yang mempunyai arti besar proporsi sumbangan variabel independen terhadap variabel dependennya yaitu untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi yang terjadi pada variabel dependen (Ghozali, 2005). R2 akan bernilai antara 0 dan 1, sebagai berikut :
Jika R2 = 1 : Maka Proporsi atau persentase sumbangan dari variabel independen mempunyai pengaruh penuh terhadap variabel dependennya.
Jika 0 < R2 < 1 : Maka variabel independennya mempunyai pengaruh terhadap variabel dependen dengan proporsi tertentu.
Jika R2 = 0 : Maka variabel independen tidak mempunyai pengaruh terhadap variabel dependen.
4.5.4.2 Uji variance fisher ( Uji F) Merupakan pengujian variabel secara keseluruhan, bagaimana pengaruh seluruh variabel independen secara simultan terhadap variabel dependen (Ghozali, 2005), dengan pengambilan keputusan sebagai berikut : 1. Jika nilai signifikansi (F) < 0.05 maka Ha di terima (model tepat digunakan untuk memprediksi variabel dependen), dengan kata lain variabel independen secar simultan berpengaruh terhadap variabel independen. 2. Jika nilai signifikansi (F) > 0.05 maka Ha di tolak (model tidak tepat digunakan untuk memprediksi variabel dependen).
42
4.5.4.3 Uji test of significant ( Uji t) Uji “t” (uji parsial) menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variabel dependen (Ghozali, 2005:84). Bila signifikan berarti secara statistik hal ini menunjukkan bahwa variabel independen mempunyai pengaruh secara parsial terhadap variabel dependen, sesuai dengan langkah-langkahnya sebagai berikut : 1. Menentukan H0 dan H1 H0 : β1 = 0 (Variabel independen tidak berpengaruh terhadap initial return) H0 : β1 ≠ 0 (Variabel independen berpengaruh terhadap initial return) 2. Mencari nilai statistik uji
Dimana :
bi
= Koefisien Regresi masing-masing variabel bebas
Se(bi) = Standar error masing-masing variabel bebas 3. Kriteria pengujian
Jika angka signifikan t < 0,05 maka variabel independen berpengaruh signifikan secara individual terhadap variabel dependen, atau jika signifikan t > 0,05 maka Ha tidak dapat diterima.
Jika nilai signifikan t > 0,05 maka variabel independen tidak berpengaruh signifikan terhadap variabel dependen, jika t < 0,05 maka Ha dapat diterima.
43
