71
BAB IV METODE PENELITIAN
4.1. Jenis/Desain Penelitian Jenis dan desain penelitian ini menggunakan penelitian kuantitatif karena
menggunakan data kuantitatif dengan pendekatan statistik
deskriptif. Penelitian menurut tingkat eksplanasinya penelitian bersifat penelitian
asosiatif/hubungan
dengan
bentuk
hubungan
kausal
pendekatan deskriptif statistik. Desain penelitian ini merupakan desain konklusif. Menurut Maholtra dalam Wijaya (2013 : h. 23) desain konklusif merupakan desain penelitian bertujuan menguji hipotesis dengan karakteristik informasi yang didefinisikan secara jelas dan proses riset terstruktur. Selanjutnya metode analisis adalah kuantitatif dengan temuan ada pada kesimpulan serta hasil penelitian dapat dijadikan pertimbangan dalam pengambilan keputusan. Desain konklusif dapat berupa desain deskriptif dan desain asosiatif
kausal (sebab akibat). Menurut Wijaya
(2013 : h. 23) desain deskriptif bertujuan menguraikan sesuatu atau karakteristik sesuatu.
4.2. Variabel Penelitian Variabel penelitian yang terdiri dari 4 (empat) variabel bebas (independen) dan 1 (satu) variabel terikat (dependen) dapat dijelaskan sebagai berikut :
71
72
a. Likuiditas dengan sub variabel current ratio (CR). b. Solvabilitas dengan sub variabel debt to equity ratio (DER). c. Aktivitas dengan sub variabel total assets turnover (TATO). d. Profitabilitas dengan sub variabel return on equity (ROE). e. Capital gain (loss). Periode yang dimaksudkan dalam penelitian ini adalah periode tahun 2008-2013.
4.3. Definisi Operasional dan Pengukuran Variabel Berdasarkan definisi konseptual variabel di atas maka definisi operasional variabel adalah sebagai berikut :
Tabel 4.1 Definisi Operasional Variabel Variabel Likuiditas
Dimensi Current Ratio (CR)
Indikator
Rasio antara aktiva lancar terhadap utang lancar Solvabilitas Debt to Equity Rasio antara total Ratio (DER) hutang terhadap equity Total Asset Aktivitas Rasio antara Turn Over penjualan (TATO) terhadap total aktiva Rasio antara net Profitabilitas Return on Equity (ROE) income after tax Terhadap total Equity
Jenis Data Data Rasio
Sumber Data Data Sekunder (BEI)
Data Rasio
Data Sekunder (BEI) Data Sekunder (BEI)
Data Rasio
Data Rasio
Data Sekunder (BEI)
73
Capital Gain
Capital Gain (Loss)
Selisih untung (rugi) dari harga investasi sekarang dengan harga periode yang lalu dibagi dengan harga tahun sebelumnya
Data Rasio
Data Sekunder (BEI)
4.4. Populasi dan Sampel Populasi penelitian ini adalah semua perusahaan dari sektor industri properti yang terdaftar (listing) pada Bursa Efek Indonesia (BEI). Jumlah populasi penelitian ini adalah 40 perusahaan. Teknik pengambilan sampel yang digunakan adalah sampling purposive. Menurut Sugiyono (2009 : h. 122) sampling purposive adalah teknik penentuan sampel dengan pertimbangan tertentu. Oleh karena itu pemilihan sampel ditentukan
berdasarkan
beberapa
pertimbangan
tertentu.
Kriteria
pertimbangan dalam pemilihan sampel pada penelitian ini adalah sebagai berikut : a. Jenis perusahaan yang akan dimasukkan dalam sampel adalah perusahaan dari sektor industri properti. b. Perusahaan terdaftar atau listing di Bursa Efek Indonesia sebelum tanggal 1 Januari 2008 sampai dengan tanggal 31 Desember 2013. c. Perusahaan tidak pernah delisting di Bursa Efek Indonesia. d. Perusahaan memiliki data laporan keuangan dan capital gain/loss setiap tahun.
74
e. Perusahaan mengeluarkan laporan keuangan dalam satuan mata uang Rupiah. Berdasarkan kriteria-kriteria diatas, diperoleh sampel sejumlah 29 perusahaan industri properti dengan penjelasan proses pemilihan sampel penelitian adalah sebagai berikut :
Tabel 4.2 Pemilihan Sampel dengan Kriteria Pemilihan Sampel No. 1.
Kriteria Pemilihan Sampel Perusahaan Industri Properti di Bursa Efek Indonesia (Populasi) Perusahaan terdaftar atau listing di Bursa 2. Efek Indonesia sebelum tanggal 1 Januari 2008 sampai dengan tanggal 31 Desember 2013 dan memiliki laporan keuangan dan data capital gain/loss 3. Perusahaan yang pernah mengalami delisting pada tanggal 1 Januari 2008 sampai dengan tanggal 31 Desember 2013 sehingga tidak memiliki laporan keuangan 4. Perusahaan Industri Properti yang menjadi sampel penelitian Sumber : diolah (2015)
Jumlah 40 31
2
29
Dengan demikian sampel perusahaan properti yang memenuhi kriteria tersebut diperoleh jumlah 29 perusahaan.
4.5. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Bursa Efek Indonesia atau Indonesia Stock Exchange (ISX) Statistic, terutama Table Trading dan Financial Ratios
75
periode tahun 2008 – 2013. Table Trading digunakan untuk mendapatkan data harga penutupan (closing price) pada setiap akhir tahun pada tahun 2008 – 2013 dan data capital gain/loss; serta Financial Ratios digunakan untuk memperoleh data rasio-rasio keuangan yang meliputi CR, DER, TATO dan ROE.
4.6. Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan terutama dengan cara studi dokumenter dari Indonesian Capital Market Directory tahun 20082013 dan Indonesia Stock Exchange Statistics.
4.7. Metode Analisis Data Metode analisa data yang penulis gunakan adalah teknik korelasi dan teknik regresi, yaitu dengan korelasi sederhana untuk menentukan masing-masing variabel bebas (X) dan variabel terikat (Y). Regresi sederhana untuk menentukan kontribusi masing-masing variabel (X) dan (Y). Sedangkan korelasi ganda untuk menentukan hubungan variabel X 1, X2, X3 dan X4 secara bersama-sama terhadap variabel Y, dan regresi ganda untuk menentukan kontribusi variabel X1, X2, X3 dan X4 secara bersama-sama terhadap variabel Y. Rumus-rumus yang digunakan antara lain :
76
a. Analisis Deskriptif Statistik Analisis deskriptif statistik dilakukan untuk menggambarkan variabel penelitian dengan menghitung rata-rata, skor maksimum dan minimum maupun standard deviation. b. Analisa Korelasi dan Regresi 1. Analisa Korelasi Berganda : n ( xy ) – (x . y ) R = n x2 - (x)2 n y2 - (y)2 dimana : R = faktor korelasi n = jumlah data X = variabel bebas Y = variabel terikat
2. Analisa Regresi Linier Berganda : Analisa regresi linier berganda dituangkan dalam bentuk formula : Y = + 1 X1 + 2 X2 + 3 X3 + 4 X4 +e dimana : Y
= Capital Gain
X1
= Current Ratio
X2
= Debt to Equity Ratio
X3
= Total Asset Turn Over
X4
= Return on Equity
77
= Konstanta
1..4 = Koefisien Regresi Dengan perhitungan mencari koefisien dan , menggunakan formula : = Y-X XY – n X Y = ------------------ X2 – n X2
c. Analisa Uji Asumsi Klasik Uji asumsi klasik diperlukan agar koefisien statistik yang diperoleh benar-benar merupakan penduga parameter yang akurat, efisien, dan tidak bias atau dikenal dengan istilah asumsi BLUE (Best Linear Unbiased Estimator). Persyaratan-persyaratan yang diperlukan untuk menghasilkan parameter BLUE adalah sebagai berikut : 1. Uji Normalitas Uji normalitas menurut Uyanto (2009 : h. 52) dapat dilihat dengan Kolmogorov Smirnov dengan nilai P-value harus lebih besar dari α = 0,05 sehingga dapat dijelaskan bahwa populasi data berdistribusi normal.
78
2. Uji Multikolinearitas Uji multikolinearitas menurut Nugroho (2005 : h. 58), diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam satu model. Kemiripan antar variabel independen dalam suatu model akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu variabel independen dengan variabel independen lain. Selain itu deteksi terhadap multikolinearitas juga bertujuan untuk menghindari kebiasaan dalam proses pengambilan kesimpulan mengenai pengaruh pada uji parsial masing-masing variabel independen terhadap variabel dependen. Selain itu, deteksi
terhadap
multikolinearitas
juga
bertujuan
untuk
menghindari kebiasaan dalam proses pengambilan kesimpulan mengenai pengaruh pada uji parsial masing-masing variabel independen
terhadap
variabel
dependen.
Deteksi
multikolinearitas pada suatu model dapat dilihat
dari nilai
Variance Inflation Factor (VIF) tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolineritas VIF = 1 / Tolerance, jika VIF = 10 maka Tolerance = 1 / 10 = 0,1. Semakin tinggi VIF maka semakin rendah Tolerance.
79
3. Uji autokorelasi 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, 2009 : h. 36).
Penentuan ada atau tidaknya suatu model persamaan regresi mengandung masalah autokorelasi dapat dilihat pada tabel dan gambar sebagai berikut :
Tabel 4.3 Uji Statistik Durbin-Watson d Nilai statistik d 0< d < dL
Hasil Menolak hipotesis nul; adanya autokorelasi positif
dL ≤ d ≤ d U
Daerah keragu-raguan; tidak ada keputusan
dU ≤ d ≤ 4 - dU
Menerima hipotesis nul; tidak ada autokorelasi positif/negatif Daerah keragu-raguan; tidak ada keputusan
4 – dU ≤ d ≤ 4 - dL
4 – dL ≤ d ≤ 4
Menolak hipotesis nul; adanya autokorelasi negatif
Sumber : Widarjono (2005 : h.182)
80
Berikut gambar statistik Durbin Watson :
Autokorelasi Positif
Ragu-ragu
Ragu-ragu
Autokorelasi negatif
Tidak ada korelasi
0
dL
dU
2
4-dU
4-dL
4
Sumber : Widarjono (2005 : h.183) Gambar 4.1. Statistik Durbin-Watson d
4. Uji Heteroskedastisitas Menurut Pratisto (2004 : h. 149), heteroskedastisitas terjadi karena
perubahan situasi yang tidak tergambarkan
dalam spesifikasi model regresi yang mengakibatkan terjadinya perubahan keakuratan data. Untuk mendeteksi terhadap gejala heteroskedastisitas adalah dengan melihat pola diagram pencar. Diagram pencar residual merupakan selisih antara nilai Y prediksi dengan Y observasi. Jadi, jika diagram pencar membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heteroskedastisitas tetapi jika diagram pencar
tidak membentuk pola atau acak maka regresi tidak
mengalami gangguan heteroskedastisitas.
81
d. Analisa Uji Anova Analisa ini berguna untuk mengetahui hubungan antara semua variabel bebas terhadap variabel terikat, yaitu dengan melakukan perbandingan antara faktor F dari hasil perhitungan terhadap F dari tabel. Jika dihasilkan < 0,05 atau F (hitung) > F (tabel), maka dapat
disimpulkan
bahwa
semua
variabel
bebas
memang
berhubungan signifikan terhadap variabel terikat. Perhitungan dengan uji Anova ini menggunakan toleransi tingkat kesalahan sebesar 5%, dengan kata lain bahwa tingkat kebenarannya sebesar 95%. Rumus F hitung sebagai berikut : R2/ ( k-1) F= (1 – R)2 / (n – k) dimana : R = Koefisien korelasi ganda k = Jumlah variabel dependen n = Jumlah sampel
e. Analisa Uji t Adapun uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh
satu
variabel
penjelas
secara
individual
dalam
menerangkan variabel terikat. (Kuncoro, 2004, h. 81). Uji koefisien regresi menggunakan uji t dengan menggunakan rumus t hitung sebagai berikut :
82
bi t = S Dimana : bi = Parameter S = Deviasi standar Mencari t Tabel adalah dengan derajat kebebasan : (n – k) pada derajat kepercayaan 95 % (2 tailed). Jika dihasilkan < 0,05 atau t (hitung) > t (tabel), maka dapat disimpulkan bahwa variabel bebas secara parsial memang berpengaruh signifikan terhadap variabel terikat.