63
BAB IV METODE PENELITIAN
4.1. Metode Penelitian Penelitian ini bertujuan untuk menguji dampak/pengaruh variabel (independent variable/variabel laten eksogen) terhadap variabel tertentu (dependent variabel/variabel laten endogen), oleh karena itu metode penelitian yang digunakan oleh penulis adalah metode kausal.
4.2. Variabel dan Pengukurannya Variabel-variabel yang digunakan dalam penelitian ini terdiri dari independent variable (variabel bebas) dan dependent variable (variabel terikat). Variabel bebas/variabel laten eksogen nya adalah GCG dengan variabel indikator/variabel manifes-nya berupa Corporate Governance Perception Index (CGPI) yang merupakan hasil pemeringkatan atas penerapan Corporate Governance di perusahaan publik (emiten) yang dilakukan oleh lembaga riset independen IICG. CGPI yang digunakan adalah hasil survey IICG untuk periode tahun 2009 hingga 2011. Ada empat komponen penilaian yang harus dilalui oleh peserta survey, meliputi : -
Self Assessment
-
Dokumen
-
Makalah
-
Observasi
64
Variabel bebas/variabel laten eksogen lainnya adalah Ukuran (Size) perusahaan. Ukuran perusahaan diwakili oleh variabel indikator/variabel manifest berupa Asset dan Income. Data income yang digunakan untuk emiten keuangan adalah Interest Income, sedangkan data income yang digunakan untuk emiten non keuangan adalah Sales Revenue. Dependent variable (variabel terikat) adalah variabel yang dipengaruhi oleh independent variable (variabel bebas). Variabel terikat/variabel laten endogen dalam hal ini adalah kinerja perusahaan yang diukur dengan Kinerja Pasar/Price to Earning dan Kinerja Fundamental/Return On Equity.
Price to Earning (PER) adalah rasio harga saham terhadap laba yang diperoleh perusahaan, yang biasa dihitung dengan formula = harga pasar per saham biasa / laba per saham
Return On Equity (ROE) adalah kemampuan perusahaan dalam menggunakan modalnya untuk memperoleh laba. Formula yang digunakan untuk menghitung besarnya nilai ROE adalah sebagai berikut : ROE = Net Income Equity Tabel 4.1. Pengukuran Variabel
Variabel Independent variable :
Indikator 1) Self Assessment (SA)
X1 = CGPI
2) Dokumen (DOK) 3) Makalah (MAK) 4) Observasi (OBS)
65
Independent variable :
1) Asset
X2 = SIZE
2) Income
Dependent Variable :
1) Price to Earning (PER)
Y = Kinerja Perusahaan
2) Return on Equity (ROE)
4.3. Populasi dan Sampel Populasi yang digunakan dalam penelitian ini adalah emiten / perusahaan publik yang terdaftar dalam Corporate Governance Perception Index (CGPI) periode tahun 2009 – 2011 yang dikeluarkan oleh The Indonesian Institute for Corporate Governance (IICG). Sampel dipilih dengan menggunakan metode purposive sampling atau sampel bertujuan dengan kriteria tertentu (judgement sampling). Kriteria penarikan sampel yang diterapkan adalah sebagai berikut : a) Emiten sektor keuangan dan non keuangan yang terdaftar dalam Corporate Governance Perception Index periode 2009 – 2011. b) Emiten dalam sampel memiliki laporan keuangan lengkap dan jelas untuk periode terpilih termasuk data pendukung lainnya. Sampel yang digunakan adalah yang memenuhi kriteria-kriteria di atas. Pemilihan sampel dapat dilihat pada tabel berikut : Tabel 4.2. Kriteria Pemilihan Sampel
66
Kriteria
Periode 2009
Emiten masuk dalam CGPI
2010
Total 2011
18
22
25
65
18
21
24
63
(keuangan & non keuangan) Emiten memiliki laporan keuangan lengkap
4.4. Metode Analisis Berdasarkan pada masalah pokok yang dikemukakan dalam penelitian ini, maka metode analisis data yang digunakan untuk menguji hipotesis dalam penelitian ini digunakan metode regresi linier berganda, yaitu : Y = a + B1x1 + B2x2 + e Untuk mengetahui apakah variabel independent ( (X1) / self assessment, dokumen, makalah, dan observasi ) dan ( (X2) / Asset dan Income ) berpengaruh terhadap variabel dependent ( (Y) / Price to Earning dan / Return On Equity ), maka dilakukan pengujian metode Structural Equation Modelling (SEM) berbasis variance yaitu Partial Least Square – Path Modeling (PLS-PM). Hipotesis Penelitian : HA1 : GCG memiliki pengaruh positif yang signifikan terhadap Kinerja perusahaan HA2 : Size memiliki pengaruh positif yang signifikan terhadap Kinerja perusahaan
Pengambilan Keputusan : -
Jika Pr > |t| < 0,05 maka hipotesis penelitian diterima.
67
4.4.1. Structural Equation Modeling (SEM) Structural Equation Modeling (SEM) merupakan suatu teknik statistik yang mampu menganalisis variabel laten, variabel teramati, dan kesalahan pengukuran secara langsung. SEM mampu menganalisis hubungan antara variabel laten dengan variabel indikatornya, hubungan antara variabel laten yang satu dengan variabel laten yang lain, juga mengetahui besarnya kesalahan pengukuran (Sitinjak dan Sugiarto, 2006). Hal tersebut sejalan dengan pendapat ahli yang mengatakan SEM tidak seperti analisis multivariate biasa yang tidak bisa menguji regresi berganda ataupun analisis faktor secara bersama-sama (Ghozali, 2006). Disamping hubungan kausal searah, SEM juga memungkinkan menganalisis hubungan dua arah.
4.4.2. Partial Least Square – Path Modeling (PLS-PM) PLS-PM merupakan metode SEM berbasis variance dimana pertama kali dikembangkan oleh Herman Wold pada tahun 1975. Metode ini dapat digunakan pada setiap jenis data (nominal, ordinal, interval, rasio) serta asumsi yang digunakan pada persamaan struktural. PLS-PM tidak mengikuti suatu distribusi tertentu, misal berdistribusi normal multivariat serta ukuran sampel yang fleksibel. PLS dapat juga digunakan untuk tujuan konfirmasi (seperti pengujian hipotesis) dan tujuan eksplorasi. Meskipun PLS lebih diutamakan sebagai eksplorasi daripada konfirmasi, PLS juga dapat menduga apakah terdapat atau tidak terdapat hubungan antar konstrak dan menekankan pengertian tentang nilai hubungan tersebut.
68
4.4.3. Estimasi Model dan Persamaan Struktural Estimasi model meliputi tiga tahap, pertama adalah pembuatan model, kemudian menaksir koefesien jalur, dan yang ketiga adalah menaksir loading faktor. Kemudian persamaan struktural yang dibuat berdasarkan kerangka pemikiran adalah sebagai berikut : Pengaruh variabel independent (X) / GCG dan SIZE terhadap variabel dependent (Y) / Kinerja
SA
DOK GCG
PER
MAK OBS
KINERJA PERUSAHAAN
ASSET
SIZE
ROE (%)
INCOME
Gambar 4.1. Estimasi model GCG = π1 SA + π2 DOK + π3 MAK + π4 OBS + £ SIZE = π1 ASSET + π2 INCOME + £ Y (Kinerja perusahaan) = α + GCGπ +SIZEπ +£
4.4.4. Evaluasi Model Pengukuran
Evaluasi awal terhadap model dalam PLS-PM adalah evaluasi convergent validity. Convergent validity memiliki dua pengujian, yaitu reliability item dan
69
average variance extracted (AVE). Item reliabilitas biasa kita sebut dengan validitas indikator. Pengujian terhadap reliability item ini dilihat dari nilai loading factor (standardized loading). Nilai loading factor ini merupakan besarnya korelasi antara setiap indikator dengan konstraknya. Suatu indikator dikatakan memiliki validitas yang baik bila memiliki nilai loading factor lebih besar dari 0.5. Untuk menguji signifikasi dari model loading factor ini dapat dilihat dari nilai critical ratio. Nilai critical ratio diatas 2,0 menunjukan loading factor tersebut signifikan, sehingga dapat dikatakan valid. Berikutnya adalah pemeriksaan terhadap average variance extracted (AVE). AVE menggambarkan variance yang mampu dijelaskan oleh item-item dibandingkan dengan varian yang disebabkan oleh error pengukuran. Standarnya adalah, bila nilai AVE di atas 0,5 maka dapat dikatakan bahwa konstrak memiliki convergent validity yang baik. AVE Setelah evaluasi terhadap model pengukuran terpenuhi, maka langkah selanjutnya adalah menguji hipotesis.
4.4.5. Evaluasi Model Struktural Setelah mengevalusi model pengukuran, maka langkah selanjutnya adalah mengevaluasi model struktural. Ada beberapa tahap untuk mengevaluasi model struktural, pertama adalah melihat signifikansi hubungan antara konstrak. Hal ini dapat dilihat dari koefesien jalur (path coefficient) yang menggambarkan kekuatan hubungan antara konstrak. Tanda dalam path coefficient harus sesuai dengan teori
70
yang dihipotesiskan, untuk menilai signifikansi path coeffeient dapat dilihat dari nilai t test (critical ratio) yang diperoleh dari proses bbottstrapping (resampling method). Langkah selanjutnya mengevaluasi nilai R2. . Penjelasan nilai R2 sama halnya dengan nilai R2 dalam regresi linear yaitu besarnya variability variabel endogen yang mampu dijelaskan oleh variabel eksogen. Chin (1998) menjelaskan kriteria batasan nilai R2 ini dalam tiga klasifikasi, yaitu 0.67; 0.33; dan 0.19 sebagai substansial, moderat, dan lemah. Perubahan nilai R2 dapat digunakan untuk melihat apakah pengaruh variabel laten eksogen terhadap endogen memiliki pengaruh yang substansif. Hal ini dapat diukur dengan effect size F2. Formula effect size F2 adalah : F2 = Dimana R include dan R exclude adalah nilai R2 dari variabel endogen yang diperoleh keetika variabel ketika variabel eksogen tersebut masuk atau dikeluarkan dalam model. Interprestasi nilai F kuadrat ini adalah mengikuti terminologi yang disarankan oleh Cohen (1988), yaitu 0.02 ; 0.15 ; dan 0.35 dengan variabel laten eksogen memiliki pengaruh kecil, moderat, dan besar pada level struktural. Untuk memvalidasi model secara keseluruhan, maka digunakan goodness of fit (GOF) yang diperkenalkan oleh Tenenhaus, et al. (2004). GOF ini merupakan ukuran tunggal yang digunakan untuk memvalidasi performa
71
gabungan antara model pengukuran dan model struktural. Nilai GOF index ini diperoleh dari average communalities index dikalikan dengan nilai R2 model. Formula GOF indeks : GoF = Com diatas adalah average communalities dan R2 bergaris atas adalah rata-rata model R2 . Nilai Gof ini terbentang antara 0-1 dengan interprestasi nilai ini adalah 0,1 (GoF kecil) 0,25 (GoF moderat), dan 0,36 (GoF besar).
