BAB III METODE PENELITIAN

Transkripsi

1 BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian dilakukan di Pojok Bursa Universitas Mercu Buana dan data yang digunakan adalah data sekunder. Obyek penelitian dalam penelitian ini adalah laporan keuangan dan daftar harga saham pada perusahaan Go public yang terdaftar di Bursa Efek Indonesia (BEI) yang tergolong emiten manufaktur industri farmasi. Data penunjang lainnya diperoleh melalui situs resmi Bursa Efek Indonesia di BEI dipilih sebagai tempat penelitian karena BEI merupakan Bursa Efek Indonesia yang memilki catatan historis yang panjang dan lengkap mengenai perusahaan yang sudah Go Public. Obyek penelitian ini adalah data perusahaan farmasi yang terdaftar di BEI mulai tahun 2011 sampai dengan tahun Dalam penelitian ini terdapat 10 perusahaan yang digunakan. Penelitian mulai dilakukan pada bulan Agustus B. Desain Penelitian Metode penelitian yang digunakan adalah metode penelitian kausal. Penelitian kausal adalah penelitian untuk mengetahui pengaruh satu atau lebih variabel (independen variable) terhadap variabel tertentu (dependent variable). Penelitian kausal memerlukan pengujian hipotesis dengan uji statistik parametrik dengan analisis regresi data panel. 29

2 30 C. Definisi dan Operasionalisasi Variabel Dalam penelitian ini yang menjadi variabel dependen (y) adalah Return Saham, sebagai Variabel independen terdiri dari X1 Economic Value Added dan X2 Market Value Added. 1. Variabel Dependen Variabel dependen adalah variabel yang menjadi fokus utama dalam penelitian ini. Pengukuran variabel dependen (y) dilakukan dengan melihat Market Value Added dan Economic Value Added kemudian dibandingkan dengan Return saham per tahun, untuk menghitung return saham per tahun kita mebutuhkan data harga saham. Harga saham yang saya gunakan yaitu Closing Price (Harga Penutupan) per tahun. Harga penutupan memiliki arti penting karena mencerminkan perdagangan dan investor yang bersedia mengambil posisi overnight. Pada setiap akhir transaksi yang dikalkulasikan menjadi rata-rata per bulan, tahun 2011 sampai dengan 2014, menggunakan rumus sebagai berikut (Jogiyanto, 2003: 201): Rata-rata Harga Saham Bulanan= Rata-rata Harga Saham Tahunan =

3 31 ReturnSaham Tahunan = t+1 t t R t+1 R t = harga saham periode tahun depan = harga saham periode saat ini 2. Variabel Independen a. Economic Value Added EVA (Econoomic Value Added) merupakan alat komunikasi yang efektif baik untuk penciptaan nilai yang dapat dijangkau oleh manajer lini yang akhirnya mendorong kinerja perusahaan dan untuk menghubungkan dengan pasar modal. Rumus perhitungan EVA (Economic Value Added) adalah sebagai berikut: EVA = Laba operasi bersih sesudah pajak (NOPAT) biaya modal. b. Market Value Added MVA (Market Value Added), sebagai alat pengukur kemakmuran bagi para pemegang saham dengan memaksimumakan perbedaan antara nilai pasar ekuitas dengan jumlah modal ekuitas yang dipasok oleh para investor kepada perusahaan. Rumus perhitungan Market Value Added adalah sebagai berikut:

4 32 MVA = Nilai pasar Ekuitas Modal ekuitas yang diinvestasikan investor. MVA t = P t.q t P o.q t Keterangan : P t Q t P o = Harga pasar saham per lembar = Jumlah lembar saham yang beredar pada tahun t = Harga pasar saham per lembar saat penawaran perdan Berikut adalah tabel operasional variabel-variabel yang terdapat dalam penelitian ini: Tabel 3.1 Operasionalisasi Variabel Penelitian Jenis Variabel Variabel Deskripsi Skala/ Indikator Dependen Return Rt + 1 Rt Rasio Saham Rt Independen EVA NOPAT Biaya Modal Rasio MVA Nilai Pasar Ekuitas Modal Rasio Ekuitas yang diinvestasikan investor Sumber : Berbagai Buku D. Populasi dan Sampel Penelitian Populasi dalam penelitian ini adalah seluruh perusahaan industri farmasi yang go public di BEI sebanyak 10 perusahaan sampai tahun

5 Pengambilan sampel dengan metode purposive yaitu dengan kriteria sebagai berikut: 1. Perusahaan yang bergerak di bidang industri Farmasi yang telah terdaftar di BEI selama Perusahaan yang telah mempublikasikan laporan keuangannnya periode 31 Desember desember Perusahaan selama tahun tidak mengalami kerugian. Dari kriteria tersebut di atas, maka dalam penelitian ini sampel yang sesuai kriteria pada perusahaan industri farmasi yang listing di BEI, adalah sebagai berikut : Tabel 3.2 Jumlah Sampel Penelitian Seleksi Sampel Jumlah Jumlah Perusahaan farmasi yang terdaftar di BEI sampai 10 tahun 2014 Jumlah Perusahaan farmasi yang tidak terdaftar di BEI 1 tahun Perusahaan selama yang mengalami kerugian 2 Jumlah perusahaan yang memenuhi kriteria sampel 7 Jumlah tahun pengamatan Total sampel yang digunakan dari tahun

6 34 penelitian : Berikut ini adalah daftar perusahaan farmasi yang menjadi sampel Tabel 3.3 Daftar Perusahaan NO NAMA PERUSAHAAN KODE 1 PT. TEMPO SCAN PACIFIC Tbk TSPC 2 PT. TAISHO PHARMACEUTICAL INDONESIA Tbk SQBB 3 PT. PYRIDAM FARMA Tbk PYFA 4 PT. MERCK Tbk MERK 5 PT. KALBE FARMA Tbk KLBF 6 PT. KIMIA FARMA (Persero) Tbk KAEF 7 PT. DARYA-VARIA LABORATORIA Tbk DVLA Sumber: yang sudah diolah E. Teknik Pengumpulan Data Metode pengumpulan data menggunakan studi pustaka (library search), yaitu dengan mengumpulkan data sekunder berupa laporan keuangan neraca dan laporan keuangan laba rugi dari perusahaan-perusahaan manufaktur yang di ambil sebanyak 7 perusahaan manufaktur di Indonesia dengan rentang tahun pengamatan dari tahun 2011 hingga tahun Data penelitian tersebut diperoleh dari cetak media internet yang di listing di Bursa Efek Indonesia. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, karena merupakan data premier yang telah diolah lebih lanjut dan telah disajikan oleh bursa efek Indonesia.

7 35 F. Metode Analisis Dalam penelitian ini metode analisis yang dilakukan adalah model analisis regresi data panel dengan bantuan software Eviews 6, dan untuk mengetahui tingkat signifikansi masing-masing koefisien regresi antara variabel independen terhadap variabel dependen, maka digunakan uji statitik sebagai berikut: 1. Uji Stasioneritas Tujuan dari uji stasioneritas adalah untuk melihat apakah ratarata varians data konstan sepanjang waktu dan kovarian antara dua atau lebih data dalam runtun waktu hanya tergantung pada kelambanan antara dua atau lebih periode waktu tersebut. (Gujarati, 2004). Menurut Nachrowi (2006:339) disebutkan bahwa data time series merupakan sekumpulan nilai suatu variabel yang diambil pada waktu yang berbeda. Data time series memiliki permasalahan yaitu otokorelasi. Otokorelasi tersebut merupakan penyebab data menjadi tidak stasioner. Untuk menguji apakah data bersifat stasioner atau tidak, maka dalam penelitian ini akan digunakan uji Augmented Dickey-Fuller Unit Root Test (ADF-Unit Root Test) atau Phillips Peron. Kriteria pengujian adalah sebagai berikut: H 0 : data bersifat stasioner H A : data bersifat tidak stasioner Nilai absolut t-statistic < nilai kritis uji pada tabel McKinnon pada berbagai tingkat kepercayaan (1%, 5%, dan 10%) atau Nilai

8 36 Probability > tingkat signifikansi (0.05), maka secara statistic mampu menolak H Analisis Regresi Data Panel Menurut Nachrowi dan Usman (2006) bahwa data panel merupakan gabungan antara data berkala (time series) dan data individual (cross section). Data time series adalah data yang dikumpulkan dari waktu ke waktu terhadap suatu individu. Sedangkan data cross section merupakan data yang dikumpulkan dalam satu waktu terhadap banyak individu. Keunggulan regresi data panel menurut Wibisono (2005) antara lain: a. Panel data mampu memperhitungkan heterogenitas individu secara eksplisit dengan mengizinkan variabel spesifik individu. b. Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat digunakan untuk menguji dan membangun model perilaku lebih kompleks c. Data panel mendasarkan data pada observasi cross section yang berulang-ulang (time series), sehingga metode data panel cocok digunakan sebagai study of dynamic adjustment. d. Tingginya jumlah observasi memiliki implikasi pada data yang lebih informatif, lebih variatif, dan kolinierutas (multiko) antara data semakin berkurang dan derajat kebebasan (degree of

9 37 freedom/df) lebih tinggi sehingga diperoleh hasil estimasi yang lebih efisien. e. Data panel dapat digunakan untuk memperlajati model-model pelaku yang kompleks f. Data panel dapat digunakan untuk meminimalkan bias yang mungkin timbul oleh agregasi data individu. Permodelan menggunakan teknik regresi data panel dapat dilakukan dengan tiga pendekatan alternatif, yaitu: metode Common Effect (pooled least square), metode Fixed Effect (FE), dan metode Random Effect (RF). a. Common Effect (pooled least square) Metode Common Effect adalah metode yang hanya menggabungkan data tanpa melihat perbedaan waktu dan individu. Dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu, dan dapat diasumsikan bahwa perilaku data antar perusahaan sama dalam berbagai rentang waktu. Asumsi ini jelas sangat jauh dari realita sebenarnya, karena karakteristik antar perusahaan baik dari segi kewilayahan jelas sangat berbeda. Berikut adalah model Common Effect : Keterangan: Y = α + β1 it + β2 it + ε

10 38 Y α β1 β2 i t ε = Return Saham = Konstanta = Economic Value Added = Market Value Added = Perushaan = Tahun = Error b. Fixed Effect (FE) Metode Fixed Effect adalah metode yang mengestimasi data panel dengan menggunakan variabel dummy untuk menangkap adanya perbedaan intersep. Metode ini mengasumsikan bahwa koefisien regresi (slope) tetap antar individu dan antar waktu. (Widarjono, 2007). Namun intersepnya berbeda antar perusahaan namun sama antar waktu (time invariant). Akan tetapi metode ini membawa kelemahan yaitu berkurangnya derajat kebebasan (degree of freedom) yang pada akhirnya mengurangi efisiensi parameter. Berikut adalah permodelan Fixed Effect : Y = α 1 + α 2 D 2i + α 3 D 3i + + α 22 D 22i + β1 it + β2 it + β3 it + u it dimana D 2i = 1 dummy untuk perusahaan 2, 0 jika bukan; D 3i = 1 dummy untuk perusahaan 3, 0 jika bukan; dan seterusnya. Karena

11 39 penelitian ini menggunakan 7 perusahaan maka pada penelitian ini menggunakan 8 dummy guna menghindari perangkap variable dummy (dummy variable trap), yaitu situasi dimana terjadi kolinearitas sempurna. c. Random Effect (RE) Metode Random Effect adalah metode yang akan mengestimasi data panel dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu. (Widarjono, 2007). Teknik yang digunakan dalam metode Random Effect adalah dengan menambahkan variabel gangguan (error terms) yang mungkin saja akan muncul pada hubungan antar waktu dan antar data perusahaan. Berikut adalah permodelan Random Effect : dimana: Y = α + β1 it + β2 it + β3 it + ω it ω + ε + u ω adalah error term gabungan terdiri atas dua komponen: ε, yaitu komponen error yang cross-section atau spesifik-individual, dan u, yaitu komponen error gabungan time-series dan crosssection.

12 40 3. Pemilihan Model Untuk memilih model yang paling tepat digunakan dalam mengelola data panel, terdapat beberapa pengujian yang dapat dilakukan, yaitu: a. Uji Chow Chow test digunakan untuk mementukan apakah model data panel regresi dengan metode Common Effect atau dengan metode Fixed Effect, apabila dari hasil uji tersebut di tentukan bahwa metode Common Effect yang digunakan, maka tidak perlu diuji kembali dengan Uji Hausman. Pengujian yang dilakukan dengan Chow-test atau Likelihood ratio test, dengan asumsi yaitu: H 0 : model mengikuti Pool H A : model mengikuti Fixed b. Uji Hausman Hausman test adalah pengujian statistik untuk memilih apakah model Fixed Effect atau Random Effect yang paling tepat digunakan apabila dari hasil Uji Chow tersebut ditentukan bahwa metode Fixed Effect yang digunakan, maka harus ada uji lanjutan dengan Uji Hausman untuk memilih antara metode Fixed Effect atau metode Random Effect yang akan digunakan untuk mengestimasi regresi data panel. Penguyang dilakukan menggunakan Hausman test dengan asumsi sebagai berikut:

13 41 H 0 : model mengikuti Random Effect H A : model mengikuti Fixed Effect Pengujian ini untuk mengetahui apakah model regresi yang digunakan layak (fit) untuk melakukan pengujian hipotesis dalam penelitian ini. Pengujian in dilakukan dengan alat bantuan program Eviews ver. 7. Kriteria pengujiannya adalah sebagai berikut: a. H 0 diterima dan H A ditolak apabila value > 0,1 atau bila nilai signifikansi lebih dari nilai alpha 0,1 berarti model regresi dalam penelitian ini tidak layak (fit) untuk digunakan dalam penelitian. b. H 0 ditolak dan H A diterima apabila value < 0,05 atau bila nilai signifikansi kurang dari nilai alpha 0,05 berarti model regresi dalam penelitian ini layak (fit) untuk digunakan dalam penelitian. 4. Uji Statistik F Menurut Ghozali (2011:98) uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/terikat. Hipotesis nol (H 0 ) yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol, atau:

14 42 H 0 : b1 = b2 =..= bk = 0 Artinya, apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (H A ) tidak semua parameter secara simultan sama dengan nol, atau: H A : b1 b2. bk 0 Artinya. Semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen. Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut: Quick look : bila nilai F lebih besar daripada 4 maka Ho dapat ditolak pada derajat kepercayaan 5%., Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa semua variabel independen secara serentak dan signifikan secara serentak dan signifikan mempengaruhi variabel dependen. Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F tabel, maka H 0 ditolak dan menerima H A. 5. Uji Statistik t (Uji Parsial) Menurut Ghozali (2011:98) uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi

15 43 variabel dependen. Hipotesis nol (H 0 ) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol, atau: H 0 : bi = 0 Artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (H A ) parameter suatu variabel tidak sama dengan nol, atau: H A : bi 0 Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen. Cara melakukan uji t adalah sebagai berikut: Quick look : bila jumlah degree of freedom (df) adalah 20 atau lebih, dan derajat kepercayaan sebesar 5%, maka Ho yang menyatakan bi = 0 dapat ditolak bila nilai t lebih besar dari 2 (dalam nilai absolut). Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen. Membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, kita menerima hipotesis alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.