BAB 3 METODE PENELITIAN
3.1
Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data sekunder yang
berasal dari laporan keuangan perusahaan-perusahaan non keuangan yang terdaftar dalam Bursa Efek Indonesia (BEI). Selain itu, data sekunder yang lain yang digunakan dalam penelitian ini adalah laporan hasil Program Penilaian Peringkat Kinerja Perusahaan Dalam Pengelolaan Lingkungan Hidup (PROPER), data sekunder yang berkaitan dengan program Corporate Social Responsibility (CSR) yang ada dalam laporan tahunan ataupun laporan keberlanjutan perusahan dan data sekunder untuk melihat harga saham penutupan dan jumlah saham yang beredar. Data diperoeh dari : 1. Akses internet pada Indonesia Stock Exchange (IDX) (www.idx.co.id) 2. Akses internet pada website Kementerian Lingkungan Hidup yang berkaitan dengan hasil PROPER tahun 2011-2013 (www.menhl.go.id) 3. Akses internet untuk melihat kapitalisasi pasar terkait dengan harga saham penutup dan saham yang beredar pada tahun 2011-2013 (www.sahamok.com) 4. Akses internet ada masing-masing website perusahaan yang menjadi sampel penelitian untuk melihat informasi-informasi yang berkaitan dengan topik skripsi.
3.2
Penentuan Jumlah Sampel Penentuan pemilihan jumlah sampel didasari pada jumlah populasi. Populasi
merupakan seluruh karakteristik yang menjadi objek penelitian, di mana karakteristik tersebut berkaitan dengan seluruh kelompok orang, peristiwa, atau benda yang menjadi pusat perhatian bagi peneliti. Objek penelitian yang menjadi populasi dalam penelitian ini adalah perusahaan-perusahaan non keuangan yang terdaftar pada Bursa Efek Indonesia (BEI) secara berturut-turut pada periode tahun 2011 sampai dengan tahun 2013. Perusahaan non keuangan dipilih karena terdiri dari berbagai industri 47
yang secara keseluruhan berkaitan dengan kinerja lingkungan, Corporate Social Responsibility (CSR), dan kinerja keuangan. Selain itu, perusahaan non keuangan secara garis besar terdiri dari berbagai industri seperti, pertanian, pertambangan, industri dasar dan kimia, aneka industri, industri barang konsumsi, serta property & real estate. Perusahaan yang tercatat di BEI digunakan sebagai populasi karena selain jumlahnya yang banyak juga sesuai dengan penelitian sebelumnya yang dilakukan oleh Pujiasih. Penelitian ini menggunakan perusahaan-perusahaan non keuangan yang telah go public karena perusahaan yang telah go public cenderung menyajikan laporan keuangannya secara tepat waktu sehingga memudahkan bagi para investor maupun calon investor untuk mengetahui kondisi keuangan perusahaan dan memudahkan para investor maupun calon investor untuk mengambil keputusan untuk berinvestasi. Perusahaan yang menjadi objek penelitian memiliki kewajiban untuk menyampaikan laporan tahunan kepada pihak luar perusahaan sehingga memungkinkan laporan tahunan tersebut dapat diperoleh dalam penelitian ini. Perusahaan tersebut juga sudah mencantumkan CSR dalam laporan tahunan ataupun laporan keberlanjutan. 3.3 Metode Pengumpulan Sampel Pengumpulan
sampel
dalam
penelitian
ini
menggunakan
teknik
nonprobability sampling yaitu teknik pengambilan sampel yang tidak memberikan peluang atau kesempatan yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel (Sugiyono, 2013:84). Salah satu teknik pengambilan sampel dalam nonprobability sampling adalah purposive sampling. Menurut Sugiyono (2013:85) purposive sampling adalah teknik penentuan sampel dengan pertimbangan tertentu. Penentuan jumlah sampel dalam penelitian ini didasari dengan kriteria sebagai berikut: a. Perusahaan-perusahaan non keuangan yang go public dan terdaftar dalam Bursa Efek Indonesia pada tahun 2011, 2012, dan 2013 secara berturut-turut. b. Perusahaan-perusahaan
non
keuangan
yang
menerbitkan
dan
mempublikasikan laporan tahunan tahun 2011, 2012, dan 2013 . c. Perusahaan-perusahaan non keuangan yang melaporkan Corporate Social Responsibility (CSR) dalam laporan tahunan maupun laporan keberlanjutan. d. Perusahaan yang mengikuti program PROPER tahun 2011, 2012, dan 2013. 48
3.4. Definisi Operasional Variabel 3.4.1. Variabel Dependen Variabel dependen dalam penelitian ini yaitu kinerja keuangan. Kinerja keuangan merupakan hasil pengukuran kinerja perusahaan yang didasarkan pada hasil dari kondisi keuangan perusahaan. Dalam penelitian ini kinerja keuangan diukur menggunakan Tobin’s Q, dengan rumus: Tobin’s Q =
3.4.2. Variabel Independen Variabel independen dalam penelitian ini yaitu kinerja Lingkungan. Kinerja lingkungan diukur melalui prestasi perusahaan dalam mengikuti PROPER. Program yang merupakan salah satu upaya yang dilakukan Kementrian Lingkungan Hidup (KLH) yang bertujuan mendorong perusahaan taat terhadap peraturan lingkungan hidup dan mencapai keunggulan lingkungan (environmental excellency) melalui integrasi prinsip-prinsip pembangunan berkelanjutan dalam produksi dan jasa, dengan jalan penerapan sistem manajemen lingkungan, 4R (Reduce, Reuse, Recycle dan Recovery) , efisiensi energi, konservasi sumberdaya dan pelaksanaan bisnis yang beretika
serta
bertanggung
jawab
terhadap
masyarakat
melalui
program
pengembangan masyarakat.
Sistem peringkat kinerja PROPER mencakup pemeringkat perusahaan dalam 5 warna yaitu: 1. Emas : sangat sangat baik
skor = 5
2. Hijau : sangat baik
skor = 4
3. Biru : baik
skor = 3
4. Merah : buruk
skor = 2
5. Hitam : sangat buruk
skor = 1
49
Tabel 3.1 Kriteria Peringkat PROPER Kriteria Peringkat
Keterangan
PROPER Peringkat Emas
Diberikan kepada penanggung jawab usaha dan/atau kegiatan yang telah
secara
konsisten
menunjukkan
keunggulan
lingkungan
(environmental excellency) dalam proses produksi dan/atau jasa, melaksanakan bisnis yang beretika dan bertanggung jawab terhadap masyarakat. Hijau
Diberikan kepada penanggung jawab usaha dan/atau kegiatan yang telah
melakukan
dipersyaratkan
pengelolaan
dalam
lingkungan
peraturan
(beyond
lebih
dari
compliance)
yang melalui
pelaksanaan sistem pengelolaan lingkungan, pemanfaatan sumberdaya secara efisien melalui upaya 4R (Reduce, Reuse, Recycle dan Recovery),
dan
melakukan
upaya
tanggung
jawab
sosial
(CSR/Comdev) dengan baik. Biru
Diberikan kepada penanggung jawab usaha dan/atau kegiatan yang telah melakukan upaya pengelolaan lingkungan yang dipersyaratkan sesuai dengan ketentuan dan/atau peraturan perundang-undangan.
Merah
Diberikan kepada penanggung jawab usaha dan/atau kegiatan yang upaya pengelolaan lingkungan hidup dilakukannya tidak sesuai dengan persyaratan sebagaimana diatur dalam peraturan perundangundangan.
Hitam
Diberikan kepada penanggung jawab usaha dan/atau kegiatan yang sengaja melakukan perbuatan atau melakukan kelalaian yang mengakibatkan pencemaran dan/atau kerusakan lingkungan serta pelanggaran terhadap peraturan perundang-undangan atau tidak melaksanakan sanksi administrasi.
Sumber :Kementerian Lingkungan Hidup
50
3.4.3 Variabel Intervening Variabel intervening adalah variabel yang secara teoritis memengaruhi hubungan antara variabel independen dengan variabel dependen menjadi hubungan yang tidak langsung dan tidak dapat diamati dan diukur. Varibel ini merupakan variabel penyela atau antara yang terletak antara variabel independen dan variabel dependen sehingga variabel independen tidak langsung memengaruhi berubahnya atau timbulnya variabel dependen (Sugiyono, 2013). Variabel intervening bertujuan untuk mengetahui apakah besarnya pengaruh X ke Y lebih besar atau lebih kecil dari X ke Y dengan melalui variabel intervening. Jika besarnya pengaruh X ke Y melalui intervening lebih besar dari pada pengaruh X ke Y maka variabel tersebut dapat diterima sebagai variabel intervening. Variabel Intervening yang digunakan dalam penelitian ini yaitu Corporate Social Responsibility (CSR). Corporate Sosial Responsibility disini diukur menggunakan item-item pengungkapan tangung jawab sosial berdasarkan Global Reporting Initiative (GRI) Guideline 3 (GRI G3.1). Jumlah item pengungkapan adalah 84 item namun untuk perusahaan yang bergerak di industri pertambangan item pengungkapannya menjadi 95 item dikarenakan terdapat indikator tambahan untuk sektor tambang dan logam sebanyak 11 item pengungkapan. Apabila pengaruh kinerja lingkungan ke kinerja keuangan melalui CSR lebih besar dari pada pengaruh kinerja lingkungan ke kinerja keuangan secara langsung maka variabel CSR dapat diterima sebagai variabel intervening. Disini variabel intervening yang berupa CSR yaitu ekonomi, lingkungan, hak asasi manusia, tenaga kerja, masyarakat, dan tanggung jawab produk. Pendekatan untuk menghitung CSR menggunakan variabel dummy dimana, jika perusahaan mengungkapkan diberi nilai 1 namun jika tidak mengungkapkan diberi nilai 0. Selanjutnya skor dari item – item yang diungkapkan dijumlah. Rakhiemah dan Agustia (2009) menjelaskan rumus dalam menghitung CSR yaitu: j=
51
Keterangan: CSRIj : Corporate Social Responsibility Disclosure Index perusahaan j nj
: Jumlah item yang diungkapkan perusahaan j
Xij
: dummy variable: 1 = jika item i diungkapkan ; 0 = jika item i tidak diungkapkan.
Dengan demikian, 0 ≤ CSRIj ≤ 1 3.5
Teknik Analisis Data Metode analisis data pada penelitian ini menggunakan metode kuantitatif
karena menggunakan pendekatan saintifik dengan menggunakan statistik deskriptif, uji asumsi klasik analisis regresi, dan uji hipotesis.
3.5.1. Statistik Deskriptif Statistik
deskriptif
berfungsi
sebagai
penganalisis
data
dengan
menggambarkan sampel data yang telah dikumpulkan tanpa penggeneralisasian. Penelitian ini menjabarkan jumlah data, rata-rata, nilai minimum dan maksimum, dan standar deviasi. Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono,2013:147). 3.5.2
Uji Asumsi Klasik Menurut Sarjono dan Julianita (2011:53) model regresi linier dapat disebut
sebagai model yang baik jika memenuhi asumsi klasik. Oleh karena itu, uji asumsi klasik sangat diperlukan sebelum melakukan analisis regresi. Uji asumsi klasik terdiri dari uji normalitas, uji heterokedatisitas, uji multikorelasi, dan uji autokorelasi. 3.5.2.1 Uji Normalitas Uji normalitas bertujuan untuk mengetahui normal atau tidaknya suatu distribusi data. Uji normalitas membandingkan antara data yang kita miliki dan data berdistribusi normal yang memiliki mean dan standar deviasi yang sama dengan data 52
kita. Uji normalitas menjadi hal yang penting karena salah satu syarat pengujian parametric-tes (uji parametrik) adalah data harus memiliki distribusi normal atau berdistribusi normal. 3.5.2.2 Uji Heterokedatisitas Menurut
Wijaya
(2009)
dalam
Sarjono
dan
Julianita
(2011:53),
heterokedatisitas menunjukkan bahwa varians variabel tidak sama untuk semua pengamatan atau observasi. Jika varians dari residual satu pengamatan ke pengamatan lain tetap maka disebut homokedatisitas. Model regresi yang baik adalah terjadi homokedatisitas dalam model, atau tidak terjadi heterokedatisitas. Untuk mendeteksi ada tidaknya heterokedatisitas dapat dilakukan dengan melihat grafik plot antara nilai prediksi variabel dependen (ZPRED) dengan residualnya (SRESID). Apabila ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedatisitas. 3.5.2.3 Uji Multikorelasi Uji multikorelasi bertujuan untuk mengetahui apakah hubungan diantara variabel bebas memiliki masalah multikorelasi (gejala multikolinieritas) atau tidak (Sarjono dan Julianita, 2011:70). Multikorelasi itu sendiri adalah korelasi yang sangat tinggi atau yang sangat rendah yang terjadi pada hubungan diantara variabel bebas. Uji multikorelasi perlu dilakukan apabila jumlah variabel bebas atau independen lebih dari satu. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebasnya. Cara umum yang digunakan oleh peneliti untuk mendeteksi ada tidaknya masalah multikolinieritas pada model regresi adalah dengan melihat nilai Tolerance dan VIF( Variance Inflation Factor ). Nilai yang direkomendasikan untuk menunjukkan tidak adanya masalah multikolinieritas adalah nilai Tolerance harus > 10 dan nilai VIF < 10 (Heir et al. 2010).
53
Menurut Wijaya (2009: 119) dalam Sarjono dan Julianita (2011:70), ada beberapa cara mendeteksi ada tidaknya multikolinieritas, sebagai berikut. 1. Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris yang sangat tinggi, tetapi secara individual variabel bebas banyak yang tidak signifikan memengaruhi variabel terikat. 2. Menganalisis korelasi diantara variabel bebas. Jika diantara variabel bebas ada korelasi yang cukup tinggi (lebih besar daripada 0.90), hal ini merupakan indikasi adanya multikolinieritas. 3. Multikolinieritas dapat juga dilihat dari nilai VIF (varianc-inflating faktor). Jika VIF < 10 tingkat kolinieritas dapat ditoleransi. 4. Nilai Eigenvalue sejumlah satu atau lebih variabel bebas yang mendekati nol memberikan petunjuk adanya multikolieritas. 3.5.2.4 Uji Autokorelasi Menurut Wijaya (2009: 12) dalam Sarjono dan Julianita (2011:80) uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu (disturbance termed) pada periode t dan kesalahan pengganggu pada periode sebelumnya (t-1). Apabila terjadi korelasi maka hal tersebut menunjukkan adanya problem korelasi. Masalah autokorelasi sering terjadi pada data time series. Uji Durbin Watson merupakan salah satu cara untuk menguji apakah terjadi autokorelasi dalam suatu model regresi. Pengambilan keputusan ada tidaknya autokolerasi: a. Bila nilai DW berada diantara du sampai dengan 4-dU, koefisien korelasi sama dengan nol. Artinya, tidak terjadi autokolerasi. b. Bila nilai DW lebih rendah daripada batas bawah atau lower bound (dL), koefisien korelasi lebih besar daripada nol. Artinya, terjadi autokorelasi positif.
54
c. Bila nilai DW lebih besar dari pada 4-dL, koefisien korelasi lebih kecil daripada nol. Artinya, terjadi autokorelasi negatif. d. Bila nilai DW terletak diantara 4-dU dan 4-dL, hasilnya tidak dapat disimpulkan.
3.5.3
Analisis Regresi Analisis regresi adalah suatu analisis yang digunakan untuk mengukur
pengaruh variabel bebas terhadap variabel terikat. Dalam penelitian ini, metode analisis yang digunakan adalah model analisis regresi linier sederhana dan berganda. Penelitian ini akan menerangkan pengaruh langsung dan tidak langsung variabel bebas (dependent), terhadap variabel terikat (independent) dan variabel perantara (intervening). Model regresi yang digunakan dalam penelitian ini adalah sebagai berikut: YKK = α + β1KL + e1……….(1) YCSR = α + β1KL + e2……..(2) YKK = α + B2Ycsr + e3………(3) Keterangan: Ycsr : corporate sosial responsibility Ykk : Kinerja Keuangan α : konstanta β : koefisien regresi KL : kinerja lingkungan e : standar error
3.5.4
Uji Hipotesis Uji hipotesis pada penelitian ini menggunakan uji signifikansi parameter
individual (uji t), uji signifikansi simultan (uji f), dan ketepatan perkiraan model atau yang lebih dikenal dengan koefisien determinasi (R2).
55
3.5.4.1 Uji Signifikansi Simultan F (Uji statistik F) Uji F (F-test) pada dasarnya bertujuan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model regresi mempunyai pengaruh secara simultan (bersama – sama) terhadap variabel dependen ataukah tidak. Pengujian secara simultan ini dilakukan dengan cara membandingkan antara tingkat signifikansi F dari hasil pengujian dengan nilai signifikansi yang digunakan dalam penelitian ini. Jika F statistik > F tabel, maka dapat disimpulkan bahwa semua variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. Dalam penelitian ini menggunakan nilai probabilitas Sig. 0.05. Dasar pengambilan keputusan: 1. Jika nilai probabilitas lebih kecil daripada atau sama dengan nilai probabilitas
Sig. ( 0.05 ≤ Sig.), Ho diterima (Ha ditolak), maka dapat disimpulkan bahwa tidak ada pengaruh atau kontribusi antara variabel independen (X) secara simultan dan signifikan terhadap variabel dependen (Y) . Artinya, tidak signifikan. 2. Jika nilai probabilitas lebih besar daripada atau sama dngan nilai probabilitas
Sig. ( 0.05 ≥ Sig.), Ho ditolak (Ha diterima), maka dapat disimpulkan bahwa ada pengaruh atau kontribusi antara variabel independen (X) secara simultan dan signifikan terhadap variabel dependen (Y). Artinya, signifikan.
3.5.4.2 Uji Signifikansi Parameter Individual (Uji t) Uji statistik t digunakan untuk menguji secara parsial guna menunjukkan pengaruh tiap variabel independen secara individual terhadap variabel independen. Pengujian secara simultan ini dilakukan dengan cara membandingkan antara tingkat signifikansi t dari hasil pengujian dengan nilai signifikansi yang digunakan dalam penelitian ini. Dalam pengujian ini menggunkan nilai probabilitas 0.05. Dasar pengambilan keputusan: 1. Jika nilai probabilitas lebih kecil daripada atau sama dengan nilai probabilitas Sig. ( 0.05 ≤ Sig.), Ho diterima (Ha ditolak), maka dapat disimpulkan bahwa
56
tidak ada pengaruh atau kontribusi yang signifikan antara variabel independen (X) terhadap variabel dependen (Y). 2. Jika nilai probabilitas lebih besar daripada atau sama dengan nilai probabilitas Sig. ( 0.05 ≥ Sig.), Ho ditolak (Ha diterima), maka dapat disimpulkan bahwa ada pengaruh atau kontribusi yang signifikan antara variabel independen (X) terhadap variabel dependen (Y).
3.5.4.3 Koefisien Determinasi Koefisien determinasi menunjukkan seberapa besar kemampuan variabel independen dalam menerangkan variasi variabel dependen. Nilai R-Squares 0.75, 0.50, dan 0.25 menunjukkan bahwa model kuat, sedang, dan lemah. Kelemahan mendasar penggunaan R-Squares adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen, maka nila (R2) R-Squares pasti akan meningkat. Oleh karena itu sangat dianjurkan untuk menggunakan nilai adjusted R-Squares dalam mengevaluasi model regresi, dimana nilainya dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model. Menurut Gujarati dan Potter (2010) dalam buku Hengky dan Selva (2013:81) jika dalam uji regresi didapat nilai adjusted R-Squares negatif, maka nilai tersebut dianggap nol. Nilai koefisien determinansi adalah antara 0 dan 1. Nilai yang mendekati 1 berarti variabel–variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. 3.5.4.4 Analisis Jalur Metode analisis jalur (Path Analysis) digunakan untuk menguji pengaruh variabel intervening. Model path analysis (analisis jalur) digunakan untuk menganalisis pola hubungan diantara variabel. Menurut Riduwan dan Kuncoro (2008:2) dalam
Sarjono dan Julianita (2011:117) model ini bertujuan untuk
mengetahui pengaruh langsung maupun tidak langsung seeperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen). Metode analisis jalur (Path Analysis) merupakan perluasan dari analisis regresi linear berganda, atau analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel yang telah ditetapkan sebelumnya berdasarkan teori. Untuk mengetahui pengaruh mediasi ini diuji menggunakan sobel test. 57
Di dalam penelitian ini terdapat variabel intervening yaitu corporate social responsibility (CSR). Menurut Baron dan Kenny (1986, dalam Ghozali, 2011) suatu variabel disebut variabel intervening jika variabel tersebut ikut mempengaruhi hubungan antara variabel independen dengan variabel dependen. Artinya, pengaruh variabel independen terhadap variabel dependen bisa secara langsung, tetapi juga bisa melalui perantara atau variabel mediasi. Pengujian hipotesis mediasi dapat dilakukan dengan prosedur uji Sobel (Sobel Test). Uji sobel dilakukan dengan cara menguji kekuatan pengaruh tidak langsung variabel independen (X) ke variabel dependen (Y) melalui variabel intervening (M). Pengaruh tidak langsung X ke Y melalui M dihitung dengan cara mengalikan jalur X – M (a) dengan jalur M – Y (b) atau ab. Jadi koefisien ab = (c-c’) dimana c adalah pengaruh X terhadap Y tanpa mengontrol M, sedangkan c’ adalah koefisien pengaruh X terhadap Y setelah mengontrol M. Standard error koefisien a dan b ditulis dengan Sa dan Sb, besarnya standard error pengaruh tidak langsung (indirect effect) Sab dihitung dengan rumus dibawah ini:
Sab
=
Untuk menguji signifikansi pengaruh tidak langsung, maka kita perlu menghitung nilai t dari koefisien dengan rumus sebagai berikut:
Nilai t hitung ini dibandingkan dengan nilai t tabel. Jika nilai t hitung lebih besar dari nilai t tabel maka dapat disimpulkan terjadi pengaruh mediasi (Ghozali, 2011). Model persamaan yang digunakan adalah : Ykk = α + β1KL+β2CSR+e4……….(4)
58
3.6
Metode Penyajian Data Penelitian ini menggunakan penyajian data berupa tabel. Tabel yang disajikan
merupakan data hasil olahan dari data sekunder. Berdasarkan tabel yang merupakan hasil dari penggunaan software SPSS, penulis akan menuliskan maksud dari tabel tersebut dengan paragraf. 3.7
Alat Uji Statistik Dalam melakukan penelitian ini, peneliti menggunakan software SPSS versi
21.0 untuk mengolah data statistik dan untuk menguji pengaruh antar variabel. Menurut Priyatno (2008:13) dalam Sarjono dan Julianita (2011:113) SPSS adalah program atau software yang digunakan untuk mengolah data statistik. Dari berbagai software untuk mengolah data statistik lainnya, SPSS merupakan software yang paling banyak digunakan. Umumnya SPSS dulu hanya digunakan untuk mengolah data dalam bidang sosial saja. Namun, dengan seiring berjalannya waktu SPSS mengalami perkembangan sehingga SPSS dapat digunakan dalam bidang ilmu lainnya seperti ekonomi, psikologi, pertanian, teknologi, industri, dan lain-lain. SPSS diciptakan oleh Norman Nie, seorang lulusan Fakultas Ilmu Poitik dari Stanford University.
59
60
