BAB III METODE PENELITIAN

Transkripsi

1 BAB III METODE PENELITIAN 3.1. Metode yang Digunakan Metode yang digunakan dalam penelitian ini yaitu metode deskriptif verifikatif. Penelitian ini menggunakan metode deskriptif karena dilakukan untuk meneliti persoalan yang berupa kondisi fakta saat ini dari suatu populasi. Pembahasan berhubungan dengan rumus atau formula yang diperoleh dari laporan keuangan perusahaan tahunan yang telah diaudit untuk membuat uraian sistematis tentang faktor-faktor yang mempengaruhi terhadap struktur modal yang diteliti kemudian menggabungkan hubungan antar variabel yang terlibat di dalamnya. Selain itu, penelitian ini menggunakan metode verifikatif karena penelitian ini bertujuan untuk menguji secara sistematis hipotesis mengenai hubungan antara variabel-variabel independen terhadap variabel dependen dari masalah yang diteliti Operasionalisasi Variabel Pada penelitian ini, variabel dependen yang digunakan adalah struktur modal. Sedangkan variabel independen yang digunakan adalah rasio profitabilitas, rasio likuiditas, dan ukuran perusahaan. Berdasarkan uraian yang telah dijelaskan sebelumnya, maka operasionalisasi variabel pada penelitian ini dapat dijelaskan dalam tabel berikut ini: Tabel 3.1 Operasionalisasi Variabel No Variabel Definisi Pengukuran Skala 1 Struktur Modal Komposisi antara Rasio (Y) modal sendiri dan hutang jangka panjang yang diperlihara oleh perusahaan. 33

2 34 2 Rasio Kemampuan Rasio Profitabilitas perusahaan secara (X1) menyeluruh dalam menghasilkan return dari penjualan dan investasi secara menyeluruh. 3 Rasio Likuiditas Kemampuan Rasio (X2) perusahaan dalam memenuhi kewajiban jangka pendek menggunakan aset yang dimiliki perusahaan saat maturitas. 4 Ukuran Kondisi yang Rasio Perusahaan (X3) memperlihatkan besar kecilnya suatu perusahaan yang diukur ( ) berdasarkan total aset yang dimiliki perusahaan Jenis dan Sumber Data Data yang digunakan adalah struktur modal (LDER), rasio profitabilitas (ROA), rasio likuiditas (CR), dan ukuran perusahaan (Ln total aset) yang diolah dengan menggunakan sumber dari laporan keuangan

3 35 tahunan (annually) yang telah di audit pada industri makanan dan minuman periode 2013 sampai dengan Jenis data yang digunakan adalah data panel karena kombinasi data yang sifatnya time series dengan cross section. Penelitian ini menggunakan populasi perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia periode Pengambilan sampel dipilih dengan menggunakan teknik purposive sampling. Kriteria yang ditetapkan untuk pemilihan sampel pada penelitian ini adalah sebagai berikut : i. Perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia yang sahamnya aktif diperdagangkan pada periode tahun , ii. Perusahaan makanan dan minuman yang memberikan publikasi laporan keuangan tahunan yang telah di audit dengan konsisten dan lengkap periode , iii. Perusahaan makanan dan minuman yang memberikan publikasi laporan keuangan tahunan yang telah di audit dalam mata uang Rupiah (Rp), iv. Perusahaan makanan dan minuman yang memiliki laba bersih, rasio profitabilitas, rasio likuiditas, dan ukuran perusahaan yang positif periode Tabel 3.2 Prosedur Pemilihan Sampel Keterangan Jumlah Perusahaan makanan dan minuman yang terdaftar di Bursa 14 Efek Indonesia tahun Perusahaan makanan dan minuman yang tidak memberikan 2 publikasi laporan keuangan yang telah diaudit dengan konsisten dan lengkap tahun Perusahaan makanan dan minuman yang memiliki laba bersih, 1 rasio profitabilitas, rasio likuiditas, dan ukuran perusahaan (ln total aset) yang positif berturut-turut dari tahun Sampel Akhir 11 Sumber : Bursa Efek Indonesia (Data diolah)

4 36 Berdasarkan prosedur pemilihan sampel yang telah ditentukan, terdapat 2 perusahaan yang tidak memberikan publikasi laporan keuangan yang telah diaudit dalam mata uang Rupiah (Rp) yaitu perusahaan AISA (Tiga Pilar Sejahtera Food Tbk) pada tahun 2014 dan perusahaan PSDN (Prashida Aneka Niaga Tbk) pada tahun Selain itu, terdapat 1 perusahaan yang memiliki laba bersih, rasio profitabilitas, rasio likuiditas, dan ukuran perusahaan (ln total assets) yang negatif yaitu ALTO (Tri Banyan Tirta Tbk). Sampel akhir pada penelitian ini sebanyak 11 perusahaan, diantaranya adalah: Tabel 3.3 Daftar Perusahaan Sampel Penelitian No Kode Nama Emiten 1 CEKA Wilmar Cahaya Indonesia Tbk d.h Cahaya Kalbar Tbk 2 DLTA Delta Djakarta Tbk 3 ICBP Indofood CBP Sukses Makmur Tbk 4 INDF Indofood Sukses Makmur Tbk 5 MLBI Multi Bintang Indonesia Tbk 6 MYOR Mayora Indah Tbk 7 ROTI Nippon Indosari Corporindo Tbk 8 SKBM Sekar Bumi Tbk 9 SKLT Sekar Laut Tbk 10 STTP Siantar Top Tbk 11 ULTJ Ultrajaya Milk Industry and Trading Company Tbk Sumber : (Data diolah) 3.4. Metode Pengumpulan Data Metode pengumpulan data merupakan cara yang dilakukan untuk mengumpulkan data oleh peneliti dengan tujuan mendapatkan informasi yang akan membantu permasalahan penelitian. Penelitian ini menggunakan metode pengumpulan data berupa metode dokumentasi yaitu dengan melakukan pengambilan data sekunder

5 37 pada Bursa Efek Indonesia melalui situs Selain itu, penelitian ini menggunakan metode studi kepustakaan yaitu dengan mempelajari beberapa referensi buku, jurnal, dan penelitian terdahulu yang berhubungan dengan judul skripsi ini, serta mempelajari beragam literatur tentang teori yang berhubungan dengan permasalahan yang ingin diteliti Metode Pengolahan dan Analisis Data Metode pengolahan data adalah suatu cara yang digunakan oleh peneliti untuk mengubah data menjadi informasi. Penelitian ini pada umumnya menggunakan data yang bersifat kuantitatif (dapat dihitung), sehingga untuk mengolah datanya menggunakan software berbasis statistika yaitu Eviews9. Metode analisis data adalah cara yang digunakan untuk mengolah data menjadi informasi sehingga karakteristik datanya dapat dimengerti dan dimanfaatkan untuk menemukan solusi permasalahan pada penelitian yang bersangkutan. Metode yang digunakan untuk menganalisis data penelitian ini adalah pendekatan kuantitatif dan analisis uji statistik. Penelitian ini bertujuan untuk membuktikan ada atau tidak adanya pengaruh variabel independen (rasio profitabilitas, rasio likuiditas, dan ukuran perusahaan) terhadap variabel dependen (struktur modal) periode tahun Salah satu cara yang digunakan dalam menganalisi data adalah menggunakan data panel karena pada penelitian ini terdapat penggabungan antara data time series dan cross section. Pada umumnya, berikut adalah langkah yang dilakukan oleh penulis dalam melaksanakan penelitian ini adalah sebagai berikut: 1. Mendata perusahaan industri makanan dan minuman yang terdaftar di Bursa Efek Indonesia periode tahun Mengumpulkan data laporan keuangan tahunan yang telah diaudit perusahaan industri makanan dan minuman yang terdaftar di Bursa Efek Indonesia tahun

6 38 3. Menghitung struktur modal masing-masing perusahaan yang menjadi objek penelitian yang diproyeksikan menggunakan long term debt to equity ratio (LDER). 4. Menghitung rasio profitabilitas masing-masing perusahaan yang menjadi objek penelitian yang diproyeksikan menggunakan return on assets (ROA). 5. Menghitung rasio likuiditas masing-masing perusahaan yang menjadi objek penelitian yang diproyeksikan menggunakan current ratio (CR). 6. Menghitung ukuran perusahaan yang menjadi objek penelitian diproyeksikan menggunakan Ln total assets. 7. Membuat model persamaan dengan menggunakan analisis regresi berganda. 8. Melakukan uji asumsi klasik berupa uji normalitas, uji multikolinearitas, uji korelasi, dan uji heteroskedastisitas. 9. Melakukan regresi terhadap model estimasi yaitu dengan menggunakan analisis regresi berganda. 10. Menganalisis koefisien determinasi pada variabel independen terhadap variabel dependen penelitian. 11. Melakukan pengujian hipotesis dengan menggunakan uji T yaitu membandingkan besarnya t hitung dengan tingkat signifikansinya, serta menganalisis dan menginterpretasikan hasil dari pengujian hipotesisnya. 12. Memberi kesimpulan berdasarkan hasil pengujian statistik yang dilakukan Analisis Regresi Data Panel (Nuryanto & Pambuko, 2018, p. 83) mengemukakan bahwa analisis regresi data panel adalah analisis regresi yang menggabungkan antara data time series dan cross section. Keuntungan menggunakan data panel yaitu menghasilkan data yang lebih banyak dan memiliki degree of freedom yang besar, dapat mendeteksi dan mengukur pengaruh yang tidak dapat diteliti menggunakan data murni time series atau data murni cross section.

7 39 Teknik analisis yang digunakan adalah analisis regresi berganda. (Suyono, 2018, p. 5) mengemukakan bahwa analisis regresi berganda adalah model probabilistik yang digunakan untuk menguji pengaruh dua atau lebih variabel bebas (independen) terhadap variabel terikat (dependen) dengan menggunakan skala pengukuran interval atau rasio dalam persamaan linear. Model regresi berganda pada penelitian ini adalah sebagai berikut: = Keterangan: Y it α it = Struktur modal (LDER) = konstanta β 1 X1 = koefisien regresi variabel rasio profitabilitas (ROA) β 2 X2 = koefisien regresi variabel rasio likuiditas (CR) β 3 X3 = koefisien regresi variabel ukuran perusahaan (Ln Total Assets) ε it i t = galat acak atau random error = individu perusahaan ke-i = tahun ke-t Hasil dari analisis ini akan merepresentasikan apabila koefisien regresi (β) pada suatu variabel independen (bebas) bernilai positif (+) maka menyatakan adanya pengaruh yang searah antara variabel independen terhadap variabel dependen. Sedangkan apabila koefisien regresi (β) pada suatu variabel independen (bebas) bernilai negatif (-) maka menyatakan adanya pengaruh yang tidak searah (berlawanan) antara variabel independen terhadap variabel dependen Uji Asumsi Klasik 1. Uji Normalitas (Santoso, 2018, p. 42) mengemukakan bahwa uji normalitas bertujuan untuk mengetahui distribusi dari sebuah data apakah mengikuti atau mendekati distribusi normal. Distribusi normal biasanya digambarkan dalam distribusi data berbentuk seperti lonceng (bell

8 40 shaped), dan apabila semakin mendekati distribusi normal maka menginterpretasikan data penelitian yang baik digunakan, sehingga distribusi data tidak menceng ke kanan ataupun ke kiri. Uji Normalitas dalam multivariat dianggap cukup kompleks, karena harus melakukan pengujian pada seluruh variabel secara bersamaan. Hal tersebut masih dapat dilakukan dengan logika bahwa jika secara parsial memenuhi asumsi normalitas, maka secara simultan atau multivariat variabel-variabel tersebut juga dapat dianggap memenuhi asusmsi normalitas. Apabila terdapat data yang berdistribusi tidak normal, maka ada beberapa perlakuan yang dapat dilakukan agar datanya dapat berdistribusi normal, diantaranya adalah sebagai berikut: 1. Menambah jumlah data bisa dengan menambah sampel ataupun menambah periode. Kemudian, setelah terdapat data yang baru maka kembali dilakukan pengujian ulang. 2. Mencari data yang menjadikan penyebab tidak normalnya distribusi data, kemudian hilangkan. 3. Melakukan transformasi data, contohnya diubah ke logaritma atau logaritma natural lalu melakukan pengujian ulang. 4. Data yang berdistribusi tidak normal diterima apa adanya dan tidak perlu melakukan beragam treatment, tetapi bisa mencoba menggunakan alat analisis statistik non-parametrik. 2. Uji Multikolinearitas (Nawari, 2010, p. 233) mengemukakan bahwa multikolinearitas bisa terjadi pada model regresi linier berganda yaitu yang memiliki lebih dari satu variabel independen (bebas) sehingga adanya korelasi yang kuat pada masing-masing variabel independen sehingga menjadikan nilai β k menjadi tidak stabil. Data penelitian yang baik adalah yang tidak terdapat multikolinearitas. Gejala kolinearitas ditunjukkan apabila variabel independen penelitian diuji secara simultan menghasilkan koefisien korelasi dan

9 41 koefisien determinasi yang rendah sehingga tidak signifikan, tetapi apabila variabel independen penelitian diuji secara parsial menghasilkan koefisien korelasi dan koefisien determinasi yang tinggi sehingga signifikan. Jika hal tersebut terjadi, maka menunjukkan adanya multikolinearitas antar masing-masing variabel independen penelitian. Jika terdapat suatu model analisis regresi berganda, untuk menguji ada tidaknya multikolinearitas dapat dilakukan dengan melakukan uji F, uji t, dan menganalisis koefisien determinasi. Apabila F hitung signifikan dan koefisien determinasi (R 2 ) tinggi, sedangkan uji t pada variabel independen terhadap variabel dependen menunjukkan tidak adanya yang signifikan, maka dapat dikategorikan bahwa telah terjadi kolinearitas dalam model tersebut. Cara lain yang dapat dilakukan untuk menguji ada tidaknya kolinearitas adalah membandingkan nilai Variance Inflation Factor (VIF) dan bilangan kondisi. Apabila nilai VIF lebih besar dari 5,26 atau nilai bilangan kondisi lebih besar dari 100 maka kolinearitas dapat dikatakan mengkhawatirkan. 3. Uji Korelasi (R) (Nawari, 2010, p. 29) menjelaskan bahwa nilai koefisien korelasi (R) merepresentasikan kekuatan hubungan fungsional antara variabel independen dan variabel dependen. Hasil nilai uji korelasi biasanya berkisar antara -1 sampai dengan 1, jika hasilnya mendekati angka -1 atau mendekati 1 maka menunjukkan hasil semakin kuatnya hubungan fungsional antara variabel independen dan variabel dependen yang diuji. Apabila hasil uji korelasi mendekati 0 maka menunjukkan semakin lemahnya hubungan fungsional antara variabel independan dan variabel dependen yang diuji. Koefisien korelasi dapat dihitung menggunakan rumus berikut ini: Koefisien korelasi (R) akan bernilai positif apabila nilai β 1 positif, dan sebaliknya koefisien korelasi (R) akan bernilai negatif apabila nilai β 1 negatif.

10 42 4. Uji Heteroskedastisitas (Santoso, 2018, p. 46) menjelaskan bahwa uji heteroskedastisitas bertujuan untuk menguji apakah data penelitian yang digunakan mempunyai varians yang berbeda diantara anggota grup tersebut. (Nawari, 2010, p. 227) mengemukakan bahwa suatu model regresi penelitian yang baik akan menghasilkan nilai ε i yang homoskedastis. Ciri suatu model regresi mengalami heteroskedastisitas adalah memiliki varians (ε i ) yang dinyatakan dalam nilai yang berbeda dari satu pengamatan ke pengamatan lainnya sehingga menunjukkan adanya hubungan yang signifikan dengan variabel independennya, dan bisa berkorelasi positif ataupun negatif. Adanya heteroskedastisitas menjadikan terdapat penurunan yang semakin besar pada nilai variabel independennya (jika terjadi korelasi positif), dan sebaliknya terdapat penurunan yang semakin kecil pada nilai variabel independennya (jika terjadi korelasi negatif). 5. Uji Autokorelasi (Nawari, 2010, p. 222) mengemukakan bahwa autokorelasi adalah terjadinya korelasi antara kesalahan pengganggu ke i (ε i ) dengan kesalahan pengganggu sebelum i (ε i-1 ). Adanya korelasi menjadikan nilai covarian dari (ε i ε i-1 ) 0. Model regresi yang baik harus bebas dari autokorelasi. Salah satu penyebab autokorelasi adalah data yang bersifat time series yaitu data berupa runut waktu yang menunjukkan nilai masa sekarang dipengaruhi oleh nilai masa lalu Analisis Koefisien Determinasi (R 2 ) (Nawari, 2010, p. 29) menjelaskan bahwa koefisien determinasi (R 2 ) merupakan proporsi keragaman variabel dependen yang dapat dijelaskan oleh variabel independennya. Hasil nilai R 2 berkisar antara 0 sampai 1. Apabila nilai R 2 semakin mendekati 1 maka merepresentasikan semakin tingginya proporsi keragaman variabel dependen yang dapat dijelaskan oleh variabel independennya. Sedangkan apabila nilai R 2

11 43 semakin mendekati 0 maka merepresentasikan semakin rendahnya proporsi keragaman variabel dependen yang dapat dijelaskan oleh variabel independennya. Koefisien determinasi (R 2 ) dapat dihitung menggunakan rumus berikut ini: Pengujian Pemilihan Model (Uji Hausman) Terdapat 3 metode yang dapat digunakan untuk mengestimasi model regresi data panel, diantaranya adalah sebagai berikut: 1. Pooled Least Square Model ini sering dikenal dengan common effect (CEM). Apabila efek individual (α) konstan sepanjang waktu (t) dan spesifik pada setiap unit (i) maka hasil pengujiannya akan sama seperti model regresi biasa. Sedangkan apabila efek individual (α) sama setiap unit, maka hasil pengujiannya akan menghasilkan estimasi yang konsisten dan efisien untuk nilai (α) dan (β) 2. Fixed Effect Model (FEM) Model ini mengasumsikan bahwa perbedaan antar unit dapat diketahui dari perbedaan konstanta. 3. Random Effect Model (REM) Model ini sering dikenal dengan variance components estimation. Intersep yang bervariasi terhadap individu dan waktu tetapi slop nya konstan terhadap individu dan waktu. Random effect model meningkatkan efisiensi proses pendugaan kuadrat terkecil dengan memperhitungkan galat acak kerat lintang dan deret waktu. Untuk menentukan metode yang akan digunakan untuk mengestimasi model panel dapat menggunakan Chow Test dan Hausman Test. (Nuryanto & Pambuko, 2018, p. 86) menjelaskan bahwa chow test merupakan suatu pengujian statistik yang dilakukan untuk memilih antara

12 44 pooled least square dan fixed effect model. Hipotesis yang digunakan dalam chow test adalah sebagai berikut: H 0 H a = Model mengikuti pooled least square = Model mengikuti fixed effect H 0 diterima apabila Uji F nilai probabilitasnya > α 5% (0,05). Sedangkan H 0 ditolak apabila Uji F nilai probabilitasnya < α 5% (0,05). (Nuryanto & Pambuko, 2018, p. 87) mengemukakan bahwa apabila hasil pengujian menunjukkan H 0 ditolak, berarti model mengikuti fixed effect, maka perlu dilakukan hausman test yang kemudian akan dibandingkan dengan random effect model untuk menentukan model penelitian yang paling tepat untuk digunakan. Hipotesis yang digunakan dalam hausman test adalah sebagai berikut: H 0 H a = Model mengikuti random effect = Model mengikuti fixed effect H 0 diterima apabila Uji Hausman nilai probabilitasnya > α 5% (0,05). Sedangkan H 0 ditolak apabila Uji Hausman nilai probabilitasnya < α 5% (0,05) Pengujian Signifikansi secara Parsial (Uji t) (Firdaus & Zamzam, 2018, p. 83) mengemukakan bahwa hipotesis merupakan dugaan sementara penelitian yang masih harus dibuktikan kebenaran. Tujuan dilakukannya uji hipotesis adalah untuk memperoleh kesimpulan menolak atau menerima hipotesis yang telah dibuat. Sebelum melakukan sebuah penelitian, peneliti perlu untuk menentukan hipotesis nol dan hipotesis alternatif. Hipotesis nol (H 0 ) adalah hipotesis yang menyatakan bahwa variabel independen tidak berpengaruh terhadap variabel dependen. Sedangkan hipotesis alternatif (H a ) adalah hipotesis yang menyatakan bahwa variabel independen berpengaruh terhadap variabel dependen.

13 45 Uji t adalah suatu metode yang dilakukan untuk mengetahui ada atau tidaknya pengaruh yang signifikan variabel independen terhadap variabel dependen. Ada beberapa tahap yang harus dilalui dalam melakukan uji t diantaranya yaitu: 1. Merumuskan hipotesis nol (H 0 ) dan hipotesis alternatif (H a ) dari penelitian. a. Rasio Profitabilitas: H 0 = β 1 0 (Rasio profitabilitas tidak berpengaruh secara negatif terhadap struktur modal) H a = β 1 < 0 (Rasio profitabilitas berpengaruh secara negatif terhadap struktur modal) b. Rasio Likuiditas: H 0 = β 2 0 (Rasio likuiditas tidak berpengaruh secara negatif terhadap struktur modal) H a = β 2 < 0 (Rasio likuiditas berpengaruh secara negatif terhadap struktur modal) c. Ukuran Perusahaan: H 0 = β 3 0 (Ukuran perusahaan tidak berpengaruh secara positif terhadap struktur modal) H a = β 3 > 0 (Ukuran perusahaan berpengaruh secara positif terhadap struktur modal) 2. Menentukan daerah penerimaan hipotesis menggunakan uji t. Tingkat kesalahan atau significant level yang diperbolehkan adalah sebesar 0,05 atau 5% serta menggunakan derajat kebebasan (degree of freedom = n-k- 1), dimana n merupakan jumlah sampel, dan k merupakan jumlah variabel independen dalam penelitian. 3. Menghitung besarnya nilai t-stat pada tabel coefficients atau dapat dihitung menggunakan rumus sebagai berikut:

14 46 Keterangan: t n β n sb n = t hitung atau t-stat = koefisien regresi masing-masing variabel independen = standard error masing-masing variabel independen 4. Membuat kesimpulan H 0 ditolak atau H 0 tidak dapat ditolak Kita dapat membandingkan besarnya nilai t hitung (t-stat) dengan t tabel, atau dapat membandingkan t-α dengan significant level sebesar 95%, sehingga akan diperoleh kriteria kesimpulan sebagai berikut: i. Uji Pihak Kanan Pengaruh Ukuran Perusahaan (X 3 ) Apabila t-stat t-tabel, H 0 tidak dapat ditolak Apabila t-stat > t-tabel, H 0 ditolak Gambar 3.1. Kriteria Penolakan H0 Menggunakan Uji Pihak Kanan ii. Uji Pihak Kiri Pengaruh Rasio Profitabilitas (X 1 ) dan Rasio Likuiditas (X 2 ) Apabila t-stat t-tabel, H 0 tidak dapat ditolak Apabila t-stat < t-tabel, H 0 ditolak Gambar 3.2 Kriteria Penolakan H0 Menggunakan Uji Pihak Kiri