BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN A.

Jenis Penelitian Penelitian ini merupakan jenis penelitian dasar (basic research) yang

bertujuan

untuk

memberikan

kontribusi

terhadap

pengembangan

ilmu

pengetahuan melalui konfirmasi atas teori yang sudah ada. Pada penelitian ini peneliti menggunakan model penelitian kausal yang merupakan penelitian untuk mengetahui pengaruh antara satu atau lebih variabel bebas (independen variabel) terhadap variabel terikat (dependen variabel) seperti dinyatakan oleh Sekaran (2014). B.

Populasi dan Sampel

1.

Populasi dan Sampel Penelitian Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur yang

ada di Indonesia selama periode 2010-2013. Teknik pengambilan sampel dilakukan secara purposive sampling dengan kriteria yang digunakan untuk memilih sampel adalah sebagai berikut : 1)

Perusahaan-perusahaan dalam industi manufaktur yang terdaftar di BEI selama periode 2009-2013.

2)

Perusahaan manufaktur yang tidak melakukan merger dan akuisisi pada tahun 2009-2013.

3)

Perusahaan manufaktur yang tidak mengalami kerugian pada tahun 20092013. 43 http://digilib.mercubuana.ac.id/

44

4)

Perusahaan yang menyampaikan laporan keuangan dalam mata uang rupiah.

5)

Perusahaan memiliki data kepemilikan saham perusahaan dalam Indonesia Capital Directory Market (ICMD). Tabel 4.1 Kriteria Sampel Penelitian

Kriteria Pengambilan Sampel Perusahaan manufaktur yang terdaftar di BEI tahun 2013 Perusahaan manufaktur yang tidak terdaftar di Bursa Efek Indonesia berturut-turut selama tahun 2009-2013 Perusahaan manufaktur yang merger dan akuisisi pada tahun 2009-2013 Perusahaan manufaktur yang mengalami rugi pada tahun 20092013 Perusahaan manufaktur yang menggunakan pembukuan dalam mata uang selain rupiah Perusahaan manufaktur yang tidak ada data IHSG harian (31 Mar 2011 – 31 Mar 2015 Perusahaan manufaktur yang tidak diketahui Saham Beredar dan Struktur Kepemilikannya (S. Institusional) Jumlah Perusahaan yang memenuhi kriteria (1 tahun) Jumlah Perusahaan sampel selama 2010-2013 (4 tahun) Sumber : data sekunder yang diolah 2016

C.

Variabel dan Skala Pengukuran

1.

Variabel Dependen

Jumlah 142 (21) (6) (35) (18) (1) (11) 50 200

Yang menjadi variabel dependen dalam penelitian ini adalah Earnings Response Coefficient (ERC). ERC dapat diukur dengan beberapa kali tahapan perhitungan. Tahap pertama melakukan perhitungan cumulative abnormal return (CAR) dan tahap yang kedua menghitung unexpected earnings (UE). 1.1. Cumulative abnormal return (CAR)

http://digilib.mercubuana.ac.id/

45

CAR merupakan proksi dari harga saham atau reaksi pasar yang diukur dari selisih actual return dengan return ekspetasi. Actual return merupakan pendapatan yang telah diterima investor berupa capital gain. Expected return merupakan pendapatan yang diharapkan oleh investor. 1)

Abnormal Return (AR) = Actual Return - Expected Return

2)

Actual Return

Rit Pt Pt-1 3)

Rit = P t – P t-1 P t-1 = actual return saham perusahaan i pada hari t = harga saham pada saat penutupan (close price) untuk saham i pada hari ke-t = harga saham pada saat penutupan (close price) untuk saham i pada hari ke t-1

Expected Return Rmt = IHSGt – IHSGt-1 IHSGt-1 Rmt IHSGt IHSGt-1

= return pasar pada waktu t = indeks harga saham gabungan pada saat penutupan = indeks harga saham gabungan pada saat pembukaan

1.2. Unexpected Earnings Unexpected earnings diukur melalui perhitungan perbedaan laba akuntansi perusahaan periode tahun t dengan periode sebelumnya yaitu tahun t-1 dibandingkan dengan laba tahun t-1. Unexpected Earnings = Laba tahun t – Laba tahun t-1 Laba tahun t-1


46

1.3. Earnings response coefficient (ERC) Merupakan koefisien (β) yang diperoleh dari regresi antara cummulative abnormal return (CAR) dan unexpected earnings (UE) sebagaimana dinyatakan dalam model empiris Arfan dan Antasari (2008), yaitu: CAR = α + β (UE) + e Keterangan: CAR = Cumulative abnormal return UE = Unexpected earnings β = Koefisien hasil regresi (ERC) e = Komponen error 2.

Variabel Independen

2.1. Manajemen Laba Manajemen laba diartikan sebagai suatu intervensi pihak manajemen terhadap informasi laporan keuangan. Manajemen laba diukur dengan menggunakan Discretionary Revenue dengan model Stubben (2010). Variabel manajemen laba sebagai variabel dependen untuk pengukurannya digunakan regresi linear. Manajemen laba melalui dengan discretionary revenue diukur dengan menggunakan rumus estimasi dari Stubben (2010:2) menyatakan bahwa discretionary revenue adalah perbedaan antara perubahan yang sebenarnya dalam piutang dan perubahan diprediksi dalam piutang berdasarkan model. Abnormal piutang yang tinggi atau rendah mengindikasikan adanya pengelolaan pendapatan. Untuk melakukan benchmark terhadap model yang ada, Stubben (2010) membandingkan kemampuan dari model pendapatan dan model akrual yang


47

umum digunakan (Jones 1991; Dechow et al 1995; Dechow dan Dichev 2002; Kothari et al 2005) untuk mendeteksi kombinasi pendapatan dan manajemen biaya. Lebih lanjut, Stuben (2010: 3) menyebutkan bahwa penggunaan discretionary revenue sebagai proksi manajemen laba yang dihitung dengan pendekatan penerimaan dapat mengukur manajemen laba lebih baik dibandingkan menggunakan pendekatan akrual. Hasil temuam menunjukkan bahwa ukuran discretionary revenue menghasilkan bias dan kesalahan yang lebih kecil dibandingkan model akrual, dimana discretionary revenue dapat mendeteksi tidak hanya pendapatan manajemen , tetapi juga manajemen laba (melalui pendapatan). Model of Discretionary Revenue :

Keterangan : AR R SIZE AGE GRR_P GRR_N GRM _SQ ε

= annual change; = end of fiscal year accounts receivable; = annual revenues; = natural log of total assets at end of fiscal year; = age of firm (years); = industry-median-adjusted revenue growth (_ 0 if negative); = industry-median-adjusted revenue growth (_ 0 if positive); = industry-median-adjusted gross margin at end of fiscal year; = square of variable; and = error.


48

2.2. Kepemilikan Institusional Beiner et al. (dalam Indriani, 2010) menyatakan bahwa kepemilikan institusional adalah jumlah persentase hak suara yang dimiliki oleh institusi. Kepemilikan institusional yang tinggi akan menghasilkan upaya yang lebih intensif dalam membatasi perilaku manajer yang oportunistik sehingga dapat menekan kecenderungan manajemen untuk memanfaatkan discretionary accruals dalam laporan keuangan. Dalam penelitian ini, kepemilikan institusional diukur dengan menggunakan indikator persentase jumlah saham yang dimiliki institusi dari seluruh modal saham yang beredar. Kepemilikan Institusi =

3.

Variabel Kontrol Variabel manajemen laba ditentukan oleh berbagai faktor secara endogen,

dimana interpretasi hasil penelitian merupakan sebagai suatu hubungan yang parsial. Berikut adalah berbagai variabel yang secara teori menentukan besaran earnings management: 3.1. Ukuran Perusahaan (Size) Ukuran perusahaan adalah suatu skala dimana dapat diklasifikasikan besar kecilnya perusahaan. Pada dasarnya ukuran perusahaan hanya terbagi dalam tiga kategori, yaitu perusahaan besar, perusahaan menengah dan perusahaan kecil. Dalam penelitian ini, ukuran perusahaan diukur dengan logaritma natural dari besarnya total aset perusahaan karena nilai aset relatif lebih stabil daripada nilai pasar dan penjualan. Logaritma total aset perusahaan dapat menunjukkan bahwa


49

semakin besar ukuran atau aset perusahaan berarti semakin besar juga angka logaritmanya (Cornett et al., 2008). Ukuran Perusahaan = LN (Total Asset) 3.2. Leverage (Lev) Leverage adalah perbandingan antara utang dan aktiva yang menunjukkan beberapa bagian aktiva yang digunakan untuk menjamin utang. Ukuran ini berhubungan dengan keberadaan dan ketat tidaknya suatu persetujuan utang. Perusahaan yang memiliki kemungkinan lebih tinggi dalam melanggar perjanjian utang cenderung terlibat dalam praktik manajemen laba untuk meningkatkan laba perusahaan (Healy dan Palepu; DeFond dan Jiambalvo; dalam Rusmin, 2010). LEV =

D.

Metode Analisis Data Teknik analisis data yang digunakan dalam penelitian ini adalah analisis

regresi berganda dengan metode penggabungan atau pooling data. Karena dalam analisis regresi, selain mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukkan arah hubungan antara variabel dependen dengan variable independen (Ghozali, 2005). Dalam penelitian ini akan di analisis dengan menggunakan model alat analisis regresi berganda.


50

1.

Analisis Statistik Deskriptif Statistik deskriptif adalah statistik yang memberikan gambaran atau

deskripsi suatu data yang dilihat dari rata-rata, standar deviasi, variance, maksimum, minimum, kurtosis, skewnes (kemencengan distribusi) (Ghozali, 2005). Statistik deskriptif mendeskripsikan data menjadi sebuah informasi yang lebih jelas dan mudah dipahami. Statistik deskriptif digunakan untuk mengembangkan profil perusahaan yang menjadi sampel statistik deskriptif berhubungan dengan pengumpulan dan peningkatan data, serta penyajian hasil peningkatan tersebut (Ghozali, 2005). 2.

Uji Pearson Correlation Uji pearson correlation ini digunakan untuk melihat hubungan

signifikansi antara variabel dependen dan variabel independen. 3.

Analisis Regresi Berganda

3.1. Asumsi Klasik Pengujian regresi linier berganda dapat dilakukan setelah model dari penelitian ini memenuhi syarat-syarat yaitu lolos dari asumsi klasik. Syarat-syarat yang harus di penuhi adalah data tersebut harus terdistribusikan secara normal, tidak mengandung multikoloniaritas, dan heterokidastisitas. Untuk itu sebelum melakukan pengujian regresi linier berganda perlu dilakukan lebih dahulu pengujian asumsi klasik, yang terdiri dari : 1)

Uji Normalitas Pengujian normalitas memiliki tujuan untuk menguji apakah dalam model

regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti


51

diketahui bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid dengan jumlah sampel yang ada. Untuk menguji normalitas data, penelitian ini menggunakan analisis grafik. Pengujian normalitas melalui analisis grafik adalah dengan cara menganalisis grafik normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Data dapat dikatakan normal jika data atau titik-titik terbesar di sekitar garis diagonal dan penyebarannya mengikuti garis diagonal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Dasar pengambilan keputusan : Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Jika data menyebar lebih jauh dari diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas (Ghozali, 2001). Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogrov-Smirnov (K-S). Jika hasil Kolmogrov-Smirnov menunjukkan nilai signifikan di atas 0,05 maka data residual terdistribusi

dengan

normal.

Sedangkan

jika

hasil

Kolmogrov-Smirnov

menunjukkan nilai signifikan di bawah 0,05 maka data residual terdistribusi tidak normal (Ghozali, 2001).


52

2)

Uji Multikoliniearitas Pengujian ini bertujuan untuk menguji apakah di dalam model analisis

regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada tidaknya multikolinieritas di dalam regresi dapat dilihat dari: (1) tolerance value, (2) nilai variance inflation factor (VIF). Model regresi yang bebas multikolinieritas adalah yang mempunyai nilai tolerance di atas 0,1 atau VIF di bawah 10 (Ghozali, 2005). Apabila tolerance variance di bawah 0,1 atau VIF di atas 10, maka terjadi multikolinieritas. 3)

Uji Autokorelasi Pengujian ini dilakukan untuk menguji apakah dalam suatu model regresi

linier ada korelasi antara kesalahan pengguna pada periode t dengan kesalahan pada periode t-1 (Ghozali, 2005). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Uji autokorelasi dapat dilakukan dengan menggunakan uji Durbin-Watson (DW), dimana hasil pengujian ditentukan berdasarkan nilai Durbin-Watson (DW). 4)

Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi

terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians tetap maka disebut homoskedastisitas dan jika berbeda maka


53

terjadi

masalah

heteroskedastisitas.

Model

regresi

yang

baik

yaitu

homoskesdatisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada tidaknya heteroskedastisitas yaitu melihat scatter plot (nilai prediksi dependen ZPRED dengan residual SRESID), Gletjer test, Park test, dan White test (Ghozali, 2009). 4.

Uji Regresi Linier berganda Model penelitian fungsi regresi linier berganda dapat ditulis dengan

persamaan untuk H1 : DRit = α 0 + α 1 INST+ αSIZE +αLEV+ e Sedangkan untuk H2 dan H3 : CAR = β 0 + β

1

UE + β

2

INST + β

3

DR + β 4 SIZE + β

5

LEV + β

6

INS*UE + β 7 DR*UE + β 8 SIZE*UE + β 9 LEV*UE + ε Keterangan : DR AR UE INST SIZE LEV α 0 dan β 0 β1 – β9 ε

= nilai discresionary revenue perusahaan i periode t = Abnormal Return yang dihitung dari actual return dikurangkan dengan expected return = Unexpected Earnings yang dihitung dari laba tahun penelitian dikurangkan laba periode sebelumnya dibandingkan dengan laba tahun sebelumnya = kepemilikan institusional = size atau ukuran perusahaan yang dihitung dari logaritma total aset = leverage merupakan proporsi total hutang dibandingkan dengan total asset perusahaan = koefisien konstanta = koefisien variabel bebas = komponen error


54

a.

Uji Hipotesis

1)

Koefisien Determinasi (R2) Uji determinasi digunakan untuk mengukur tingkat kemampuan model

dalam menerangkan variabel independen, tapi karena R2 mengandung kelemahan mendasar, yaitu adanya bias terhadap jumlah variabel independen yang dimasukkan ke dalam model, maka dalam penelitian ini menggunakan adjusted R2 berkisar antara 0 dan 1. Jika nilai adjusted R2 semakin mendekati 1 maka semakin baik kemampuan model tersebut dalam menjelaskan variabel dependen (Ghozali, 2009). 2)

Uji Serentak (F-test) Uji statistik F digunakan untuk mengetahui apakah semua variabel

independen yang dimasukan ke dalam model mempunyai pengaruh secara bersama-sama atau simultan terhadap variabel dependen (Ghozali, 2009). Hipotesis yang diajukan adalah sebagai berikut (Ghozali,2009): H0 : β1 = β2 = … = βk = 0 (semua koefisien slope secara simultan sama dengan nol)

HA : tidak semua koefisien slope secara simultan sama dengan nol. Untuk menguji ada pengaruh yang signifikan atau tidak antara variabel dependen dan independen secara simultan digunakan uji F dengan kriteria sebagai berikut (Ghozali, 2009): Bila F hitung > F tabel atau P value < α(0,05) maka H0 ditolak. Bila F hitung ≤ F tabel atau P value ≥ α(0,05) maka H0 diterima.


55

3)

Uji Parsial (T-test) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen terhadap variabel dependen dengan menganggap variabel independen lainnya konstan (Ghozali,2009). Pengujian koefisien regresi masing-masing variabel (Ghozali, 2009): H0 : βi = 0 (tidak ada pengaruh variabel independen i pada variabel dependen) HA : βi ≠0 (ada pengaruh variabel independen i pada variabel dependen). Kriteria pengambilan keputusan adalah sebagai berikut (Ghozali, 2009): a.

Jika thitung > ttabel maka variabel independen i secara parsial bepengaruh terhadap variabel dependen. Jika thitung < ttabel maka variabel independen i secara parsial tidak bepengaruh terhadap variabel dependen.

b.

Jika Pvalue < α 0,05 maka H0 ditolak, berarti variabel independen i berpengaruh signifikan terhadap variabel dependen. Jika Pvalue ≥ α 0,05 maka H0 diterima, berarti variabel independen i tidak berpengaruh signifikan terhadap variabel dependen.


BAB IV METODOLOGI PENELITIAN

Recommend Documents