BAB III METODE PENELITIAN

Transkripsi

1 BAB III METODE PENELITIAN 3.1. Waktu dan tempat penelitian Penelitian untuk penulisan skripsi ini berlangsung pada 24 Agustus 2014 sampai dengan selesai dilaksanakan menggunakan data keuangan yang ada di bursa efek Indonesia periode Desain Penelitian Penelitian dalam skripsi ini adalah penelitian kausal, Penulis menjelaskan halhal untuk mengetahui ada atau tidaknya pengaruh antara variabel. Dimana penelitian ini bertujuan untuk mengetahui pengaruh antara variabel tidak terikat yaitu pendapatan premi (X 1 ), klaim (X 2 ) dan laba (X 3 ) terhadap variabel terikat yaitu Risk Based Capital (Y) di perusahaan asuransi. Desain penelitian yang digunakan dalam penelitian ini adalah metode uji hipotesa. Hal ini dikarenakan penelitian ini menjelaskan sifat hubungan tertentu, pengaruh atau menentukan perbedaan antar kelompok atau kebebasan (independensi) dua atau lebih faktor dalam satu situasi. Data yang diambil dan di olah pada penulisan ini berdasarkan atas beberapa waktu sebelumnya. 41

2 Variabel Penelitian dan Skala Pengukuran Variabel yang digunakan dalam penelitian ini adalah Risk Based Capital pada perusahaan asuransi sebagai variabel dependen atau variabel terikat. Sedangkan kondisi pendapatan premi, klaim, dan laba sebagai variabel independen atau variable bebas. Dalam penelitian ini, pengukuran yang terdapat dalam penelitian disajikan secara ringkas yang tertuang dalam table di bawah ini. Tabel 3.1 Pengukuran Variabel Variabel Jenis Rumus Skala Variabel Pengukuran Risk Based Capital Dependen Uraian Jumlah 1. Tingkat Solvabilitas a. Kekayaan yang diperkenankan xxx b. Kewajiban xxx c. Tingkat Solvabilitas (a - b) xxx 2. Batas Tingkat Solvabilitas (BTSM) d. Kegagalan pengelolaan kekayaan xxx e. Ketidakseimbangan antara nilai kekayaan dan nilai kewajiban dalam setiap jenis mata uang xxx f. Perbedaan antara beban klaim yang diperkirakan dengan beban klaim yang terjadi xxx Rasio g. Ketidakmampuan reasuradur untuk membayar klaim yang terjadi xxx h. Jumlah BTSM (2d + 2e + 2f + 2g) xxx 3. Kelebihan (Kekurangan) Batas Tingkat Solvabilitas (1c - 2h) xxx 4. Rasio Risk Based Capital (dalam %) (1c 2h) xxx Sumber : Peraturan Bapepam dan LK No. PER-09/BL/2011

3 43 Pendapatan Premi Independen Pendapatan Premi Neto Modal Sendiri x 100% Rasio Klaim Independen Beban Klaim Pendapatan Premi Neto x 100% Rasio Laba Independen Laba bersih setelah bunga dan pajak ROE = Jumlah Modal Sendiri Rasio 3.4. Populasi dan Sampel Penelitian Populasi Populasi merupakan keseluruhan unsur-unsur yang memiliki satu atau beberapa karakteristik yang sama. Dalam penelitian ini, populasi yang digunakan adalah semua perusahaan yang bergerak di bidang industri asuransi yang terdaftar di Bursa Efek Indonesia (BEI), dari data yang diperoleh penulis jumlah industri asuransi yang terdaftar di BEI adalah sebanyak 11 perusahaan Sampel Sampel adalah objek yang di observasi yang merupakan bagian dari populasi atau objek penelitian, dengan tujuan memperoleh gambaran mengenai seluruh objek. Purposive sampling merupakan teknik pengambilan sampel berdasarkan pada kriteria tertentu yang dianggap mempunyai sangkut paut dengan karakteristik populasi yang sudah diketahui sebelumnya

4 44 (Sugiyono, 2007). Dengan tujuan untuk mendapatkan sampel yang representatif sesuai dengan kriteria yang ditentukan. Adapun kriteria pemilihan sampel pada penelitian ini adalah sebagai berikut: 1. Perusahaan dalam industri asuransi yang sudah terdaftar di BEI. 2. Ketersediaan dan kelengkapan data selama penelitian. Apabila ada perusahaan yang tidak bisa dihitung rasionya, maka akan dikeluarkan. 3. Perusahaan harus menerbitkan laporan keuangan tahunan yang mencantumkan nilai variabel-variabel yang akan diteliti yaitu pendapatan premi, jumlah kewajiban atau klaim dan laba atau profitabilitas. Berdasarkan kriteria yang ditentukan perusahaan yang bisa dijadikan sampel dalam penelitian ini adalah sebanyak 10 perusahaan seperti ditampilkan pada tabel 3.2 berikut ini :

5 45 Tabel 3.2 Sampel Penelitian No Nama Perusahaan Kode 1 Bina Dana Arta Tbk ABDA 2 Harta Aman Pratama Tbk AHAP 3 Multi Artha Guna Tbk AMAG 4 Bintang Tbk ASBI 5 Dayin Mitra Tbk ASDM 6 Jasa Tania Tbk ASJT 7 Ramayana Tbk ASRM 8 Lippo General Insurance Tbk LPGI 9 Maskapai Reasuransi Indonesia Tbk MREI Panin Insurance 10 Tbk PNIN Sumber : Sahamok.com 3.5. Teknik Pengumpulan Data Data yang digunakan dalam penelitian ini adalah data sekunder yang artinya bahwa data diperoleh secara tidak langsung melalui media perantara (didapat dan dicatat pihak lain) atau data yang telah diolah lebih lanjut dan disajikan oleh pihak pengumpul, atau pihak lainnya seperti data yang telah dipublikasikan. Data-data yang digunakan dalam penelitian ini adalah perusahaan industri asuransi yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun Data-data tersebut diperoleh dari website

6 46 Pengumpulan data dalam penyusunan skripsi ini dilakukan dengan studi kepustakaan. Studi kepustakaan atau studi literatur merupakan salah satu teknik pengumpulan data yang diperoleh dari berbagai literatur (seperti buku, jurnal akuntansi, internet, dan lain-lain) yang menunjang pelaksanaan penelitian, yang bertujuan untuk memperoleh informasi dan pengetahuan serta teori-teori yang relevan dengan masalah yang akan dibahas Jenis Data 1. Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang diperoleh dari bahan bahan yang tersedia di buku-buku, jurnal, majalah, dan sumber lainnya yang berhubungan dengan penelitian ini. Jenis data yang digunakan peneliti dalam penelitian ini adalah : 1. Data laporan keuangan berupa laporan keuangan tahunan dari setiap perusahaan yang menjadi sampel dari penelitian ini. 2. Data ikhtisar keuangan, yang menyatakan rasio-rasio perusahaan diantaranya pendapatan premi, beban klaim dan laba Metode Analisis Metode yang digunakan dalam penelitian ini adalah metode analisis data kuantitatif, untuk memperkirakan secara kuantitatif pengaruh dari beberapa variabel independen secara bersama-sama maupun secara sendirisendiri terhadap variabel dependen. Metode analisis yang digunakan dalam

7 47 penelitian ini adalah model regresi data panel. Teknik pengolahan data dilakukan dengan menggunakan program komputer eviews. Regresi data panel merupakan teknik regresi yang menggabungkan data time series dengan cross section. Menurut Winarno (2009), data panel dapat didefinisikan sebagai gabungan antara data silang (cross section) dengan data runtut waktu (time series). Nama lain dari panel adalah pool data, kombinasi data time series dan cross section, micropanel data, longitudinal data, analisis even history dan analisis cohort. Pada dasarnya penggunaan metode data panel memiliki beberapa keunggulan. Berikut adalah keunggulan metode data panel: 1. Panel data mampu memperhitungkan heterogenitas individu secara eksplisit dengan mengizinkan variabel spesifik individu. 2. Kemampuan mengontrol heterogenitas individu ini selanjutnya menjadikan data panel dapat digunakan untuk menguji dan membangun model perilaku yang lebih kompleks. 3. Data panel mendasarkan diri pada observasi cross section yang berulangulang (time series), sehingga metode data panel cocok untuk digunakan sebagai study of dynamic adjustment. 4. Tingginya jumlah observasi memiliki implikasi pada data yang lebih informatif, lebih variatif, kolinearitas antar variabel yang semakin

8 48 berkurang, dan peningkatan derajat bebas (degrees of freedom-df), sehingga dapat diperoleh hasil estimasi yang lebih efisien. 5. Data panel dapat digunakan untuk mempelajari model-model perilaku yang kompleks. 6. Data panel dapat meminimalkan bias yang mungkin ditimbulkan oleh agregasi data individu. Keunggulan-keunggulan tersebut memiliki implikasi pada tidak harus dilakukan pengujian asumsi klasik dalam model data panel. Persamaan regresi dengan data panel adalah sebagai berikut: Yit = β 0 + β 1 X 1it + β 2 X 2it +β 3 X 3it + e it Keterangan: Y it : Risk Based Capital β 0 : Konstanta β 1, β 2, β 3, : Koefisien variabel independent X 1it : Pendapatan Premi X 2it : Klaim X 3it : Laba : Error e it Terdapat tiga pendekatan dalam mengestimasi regresi data panel yang dapat digunakan yaitu model Common Effect, model Fixed Effect, dan model Random Effect Common Effect Estimasi Common Effect (koefisien tetap antar waktu dan individu) merupakan teknik yang paling sederhana untuk mengestimasi data panel. Hal ini karena hanya dengan mengkombinasikan data time series dan

9 49 data cross secsion tanpa melihat perbedaan antara waktu dan individu, sehingga dapat menggunakan metode OLS dalam mengestimasi data panel. Dalam pendekatan estimasi ini, tidak diperlihatkan dimensi individu maupun waktu. Diasumsikan bahwa perilaku data antar perusahaan sama dalam berbagai kurun waktu. Dengan mengkombinasikan data time series dan data cross section tanpa melihat perbedaan antara waktu dan individu, maka model persamaan regresinya adalah: Yit = β 0 + β 1 X 1it + β 2 X 2it +β 3 X 3it + β 4 X 4it + e it Fixed Effect Pendekatan estimasi common effect (slope konstan tetapi intersep berbeda antar individu) sangat jauh berbeda dari realita sebenarnya. Karakteristik antar perusahaan jelas akan berbeda, misalnya budaya perusahaan, gaya manajerial, sistem insentif, dan sebagainya. Salah satu cara paling sederhana mengetahui adanya perbedaan adalah dengan mengasumsikan bahwa intersep berbeda antar perusahaan sedangkan slopenya tetap sama antar perusahaan. Model yang mengasumsikan adanya perbedaan intersep biasa disebut dengan model regresi Fixed Effect. Teknik model Fixed Effect adalah teknik mengestimasi data panel dengan menggunakan variabel dummy untuk menangkap adanya perbedaan intersep. Pengertian Fixed

10 50 Effect ini didasarkan adanya perbedaan intersep antara perusahaan namun intersepnya sama antar waktu. Di samping itu, model ini juga mengasumsikan bahwa koefisien regresi (slope) tetap antar perusahaan dan antar waktu. Model Fixed Effect dengan teknik variabel dummy dapat ditulis sebagai berikut: Y it = β 0 + β 1 X 1it +β 2 X 2it +β 3 X 3it +β 4 X 4it + β 5 d 1it + β 6 d 2it +.+ β n d nit + e it Random Effect Pada model Fixed Effect terdapat kekurangan yaitu berkurangnya derajat kebebasan (Degree Of Freedom) sehingga akan megurangi efisiensi parameter. Untuk mengatasi masalah tersebut, maka dapat menggunakan pendekatan estimasi Random Effect. Pendekatan estimasi random effect ini menggunakan variabel gangguan (error terms). Variabel gangguan ini mungkin akan menghubungkan antar waktu dan anatar perusahaan. Penulisan konstanta dalam model random effect tidak lagi tetap tetapi bersifat random sehingga dapat ditulis dengan persmaan sebagai berikut: Yit = β 0 + β 1 X 1it + β 2 X 2it +β 3 X 3it + e it + µ i

11 Pengujian Hipotesis Dalam memilih model data panel yang akan digunakan, pertama dilakukan uji stasioner dimana dengan uji ini akan menentukan data stasioner atau tidak. Selanjutnya akan dilakukan uji Chow untuk menentukan apakah pengolahan data panel menggunakan metode Common Effect atau Fixed Effect. Jika signifikan maka dilanjutkan dengan uji Hausman untuk memilih antara Fixed Effect dan Random Effect. Jika hasil uji Hausman signifikan maka disimpulkan pengolahan dilakukan dengan metode Fixed Effect Uji Stasioner Uji stasioner ini dilakukan untuk melihat apakah data yang diuji merupakan data yang diteliti stasioner atau tidak. Data yang stasioner merupakan data yang bersifat flat, tidak mengandung komponen trend, dengan keragaman yang konstan serta tidak terdapat fluktuasi periodik. Uji stasioner dapat dilakukan dengan Uji Akar-Akar Unit (Unit Rooted Test). Untuk memperoleh data yang stasioner, Unit Rooted Test dapat dilakukan dengan tiga cara yaitu Augmented Dickey-Fuller (ADF), Dickey Fuller (DF) dan Phillip-Pheron.

12 Uji Chow Uji Chow merupakan pengujian untuk menentukan model common effect atau fixed effect yang paling tepat digunakan dalam mengestimasi data panel. Hipotesis dalam uji chow adalah : Ho : Common effect model atau OLS Ha : Fixed effect model Dasar penolakan terhadap hipotesis diatas adalah dengan membandingkan perhitungan F-statistik dengan F-tabel. Perbandingan dipakai apabila hasil F hitung lebih besar (>) dari F tabel maka Ho ditolak yang berarti model yang paling tepat digunakan adalah Fixed Effect Model. Begitupun sebaliknya, jika F hitung lebih kecil (<) dari F tabel maka Ho diterima dan model yang digunakan adalah Common Effect Model (Widarjono, 2009). Perhitungan F statistik didapat dari Uji Chow dengan rumus : Dimana: SSE1 SSE2 : Sum Square Error dari model Common Effect : Sum Square Error dari model Fixed Effect

13 53 n nt k : Jumlah perusahaan (cross section) : Jumlah cross section x jumlah time series : Jumlah variabel independen Uji Hausman Setelah selesai melakukan uji Chow dan didapatkan model yang tepat adalah Fixed Effect, maka selanjutnya kita akan menguji model manakah antara model Fixed Effect atau Random Effect yang paling tepat, pengujian ini disebut sebagai uji Hausman. Uji Hausman dapat didefinisikan sebagai pengujian statistik untuk memilih apakah model Fixed Effect atau Random Effect yang paling tepat digunakan. Pengujian uji Hausman dilakukan dengan hipotesis berikut: Ho Ha : Random Effect Model : Fixed Effect Model Uji Hausman akan mengikuti distribusi chi-squares sebagai berikut: Statistik Uji Hausman ini mengikuti distribusi statistic Chi Square dengan degree of freedom sebanyak k, dimana k adalah jumlah variabel independen. Jika nilai statistik Hausman lebih besar dari nilai kritisnya maka Ho ditolak dan model yang tepat adalah model Fixed Effect sedangkan sebaliknya bila nilai statistik Hausman lebih kecil dari nilai kritisnya maka model yang tepat adalah model Random Effect.