BAB III METODE PENELITIAN. diawali dengan memperhatikan fenomena yang layak untuk diteliti,

Transkripsi

1 BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan Oktober 2016 di Jakarta yang diawali dengan memperhatikan fenomena yang layak untuk diteliti, melakukan penelaahan kepustakaan, baik secara langsung mendatangi perpustakaan ataupun membaca literatur melalui buku-buku wajib, jurnal, artikel dan website. Penelitian ini dilakukan dalam perusahaan industri manufaktur yang terdaftar pada Bursa Efek Indonesia periode Penelitian mengambil data sekunder dari Bursa Efek Indonesia yang diterbitkan melewati situs resmi BEI ( yang mempublikasikan laporan keuangan tahunan (annual report) yang akan diolah oleh peneliti. B. Desain Penelitian Dalam penelitian ini menggunakan metode penelitian kausal yaitu melakukan penelitian tentang pengaruh satu atau beberapa variabel lainnya. Variabel yang digunakan dalam penelitian ini adalah varibel Independen yang meliputi Debt to Equity Ratio (DER), Return On Asset (ROA), Investment Opportunity Set (IOS) dan Firm Size, sedangkan untuk variabel dependen adalah nilai Dividend Payout Ratio (DPR). 42

2 43 C. Definisi dan operasionalisasi variable Variabel adalah konsep yang mempunyai variasi nilai. Dilihat dari sudut pandang hubungannya, variabel yang digunakan dalam penelitian ini terdiri dari variabel dependent dan variable independen. Dengan menggunakan skala pengukuran skala rasio. Skala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak dua titik pada skala sudah diketahui, dan mempunyai nilai 0 (nol) yang absolute. 1. Variabel Dependen atau variabel terikat (Y) Variabel dependen adalah variabel yang menjadi perhatian utama peneliti. Tujuan penelitian ini adalah memahami dan membuat variable terikat, menjelaskan variabilitasnya, atau memprediksinya. Dengan kata lain, variabel dependen merupakan variabel utama yang menjadi factor yang berlaku dalam penelitian. Variabel dependen yang digunakan dalam penelitian ini adalah besarnya dividen yang dibagikan kepada investor (dividend payout ratio). Menurut Van Horne dan Wachowicz (2014:206), Dividend payout ratio adalah dividen kas, tahunan yang dibagikan dengan laba tahunan; atau dividen perlembar dibagi dengan laba per lembar. Rasio ini menujukakan persentase laba perusahaan yang diberikan kepada pemegang saham secara tunai. Menurut Murhadi (2015:65), dividend payout ratio (DPR) dapat dirumuskan sebagai berikut: Dividen Payout Ratio (DPR) = Dividend Per Share Earning Per Share

3 44 2. Variabel Independen atau variabel bebas (X) Variabel Independen merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen (terikat) (Sugiyono, 2009:59). Variabel independen dalam penelitian ini adalah Debt to Equity Ratio, Return On Asset, Investment Opportunity Set dan Firm Size. a. Debt to Equity Ratio (DER) Debt to equity ratio menurut Kasmir (2015:157) merupakan rasio yang digunakan untuk menilai utang dengan ekuitas. Rasio ini berguna untuk mengetahui jumlah dana yang disediakan peminjam (kreditor) dengan pemilik perusahaan. Faktor ini mencerminkan kemampuan perusahaan dalam memenuhi seluruh kewajibannya yang ditunjukkan oleh beberapa bagian modal sendiri yang digunakan untuk membayar hutang. Rasio ini menunjukkan kemampuan perusahaan untuk memenuhi kewajiban jangka panjangnya. Perusahaan yang memiliki DER tinggi akan memberikan dividen yang rendah. Menurut Murhadi (2015:61), debt to equity ratio dapat dirumuskan sebagai berikut:: Debt to Equity Ratio (DER) = Total Debt Total Equity

4 45 b. Return On Asset (ROA) Return on Asset (ROA) menurut Brigham dan Houston (2014:148) adalah rasio laba bersih terhadap total asset mengukur pengembalian atas modal aset setelah bunga dan pajak yang menunjukkan hasil (return) atas jumlah aktiva yang digunakan dalam perusahaan. Menurut Murhadi (2015:64) Return on asset ratio mencerminkan seberapa besar return yang dihasikan atas setiap rupiah uang yang ditanamkan dalam bentuk aset. Menurut Sudana (2011:22), Return on asset ratio dapat dihitung dengan formula sebagai berikut : Return On Asset Ratio (ROA) = Earning After Taxes Total Assets c. Investment Opportunity Set (IOS) Istilah set kesempatan investasi atau Investment Opportunity Set (IOS) memandang nilai suatu perusahaan sebagai sebuah kombinasi assets in place (aset yang dimiliki) dengan investment options (pilihan investasi) pada masa depan Myers (1977) dalam Sumarni et al. (2014). Penelitian ini menggunakan variabel market to book value of equity (MVEBVE) karena menurut Kumar (2007: 35) dalam Sumarni et al. (2014) proksi ini adalah proksi yang paling valid digunakan, paling banyak digunakan oleh peneliti dibidang keuangan di Amerika Serikat (Kumar dalam Sumarni et al. 2014). Proksi ini memiliki korelasi yang sangat tinggi dalam pertumbuhan

5 46 perusahaan dimasa yang akan datang. Kumar Sumarni et al. (2014) kemudian menyimpulkan bahwa proksi ini lebih baik dan dapat mengurangi tingkat kesalahan yang ada. Menurut Sumarni et al., (2014) market to book value of equity (MVEBVE) dapat dihitung dengan formula sebagai berikut : MVE/BVE = MC TE Dimana : - MVE/BVE = Rasio market to book value of equity - MC = Kapitalisasi Pasar ( Lembar saham beredar harga ) - TE = Total Ekuitas d. Firm Size Menurut Budiman dan Harnovinsah (2016) ukuran perusahaan menggambarkan besar kecilnya suatu perusahaan yang dapat dinyatakan dengan total aktiva atau total penjualan bersih. Semakin besar total aktiva maupun penjualan maka semakin besar pula ukuran suatu perusahaan Semakin besar aktiva maka semakin besar modal yang ditanam, sementara semakin banyak penjualan maka semakin banyak juga perputaran uang dalam perusahaan. Menurut Sari et al. (2014) Firm Size Ukuran perusahaan diukur dengan menggunakan logaritma natural dari nilai buku aktiva

6 47 menunjukkan dasar teori pada pengaruh ukuran (firm size) terhadap DPR sangat kuat. Menurut Sari et al. (2016) Firm size dapat dihitung dengan formula sebagai berikut : Firm Size = LN (Total Aktiva) Tabel 3.1 Operasional Variabel Penelitian Variabel Jenis Variabel Pengukuran Skala Dividend Payout Ratio (DPR) Variabel Dependen DPR = Dividend Per Share Earning Per Share Ratio Debt to Equity Ratio (DER) Variabel Independen DER = Total Debt Total Equity Ratio Return on Asset (ROA) Variabel Independen ROA = Earning After Tax Total Asset Ratio Invesment Opportunity Set (IOS) Variabel Independen MVE/BVE = MC TE Ratio Firm Size Variabel Independen SIZE = Ln (Total Aktiva) Ratio Sumber : Murhadi (2015:61), Sudana (2011:22), Sumarni et al., (2014), Sari e al.(2016)

7 48 D. Populasi dan Sampel Penelitian 1. Populasi Populasi adalah wilayah generalisasi yang tediri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur yang terdaftar di BEI. 2. Sampel Sampel adalah sebagian atau wakil populasi yang diteliti. Pengambilan sampel dalam penelitian ini yaitu metode sampel bertujuan (purposive sampling). Adapun tujuan dari metode ini untuk mendapatkan sampel atas pertimbangan tertentu dengan kriteria yang telah ditentukan dengan tujuan mendapatkan sampel yang representatif. Dimana kriteria sampel penelitian yang digunakan adalah: 1) Perusahaan yang tergolong kategori perusahaan manufaktur yang secara kontinyu terdaftar di Bursa Efek Indonesia selama periode ) Perusahaan yang memiliki data laporan keuangan yang lengkap selama periode penelitian, yaitu ) Perusahaan manufaktur yang membagikan dividen secara kontinyu selama periode

8 49 No. 1 Tabel 3.2 Proses Pemilihan Sampel Penelitian Kriteria Sampel Perusahaan yang tergolong kategori perusahaan manufaktur yang secara kontinyu terdaftar di Bursa Efek Indonesia selama periode Jumlah Perusahaan Perusahaan yang tidak memiliki data laporan keuangan yang lengkap selama periode penelitian, yaitu (15) 3 Perusahaan manufaktur yang tidak membagikan dividen secara kontinyu selama periode (119) Total perusahaan yang dapat dijadikan sampel penelitian 12 Tahun pengamatan Jumlah sampel penelitian ( 12 x 4 tahun ) 48 Sumber: Berdasarkan teknik purposive sampling diatas, diperoleh sampel sejumlah 12 perusahaan, karena jumlah sampel yang relative kecil, maka dalam proses pengolahan data digunakan metode pooled, dimana data pengamatan menjadi 48 pengamatan ( 4 tahun x 12 sampel = 48 data amatan), hal tersebut sudah memenuhi jumlah sampel minimum untuk bias diregresi yaitu sejumlah 30 sampel (Ghozali, 2014). Berikut adalah daftar perusahaan yang menjadi sampel penelitian ini:

9 50 Tabel 3.3 Daftar Sampel Perusahaan No Kode Perusahaan Nama Perusahaan 1 ASII Astra International Tbk 2 AUTO Astra Auto Part Tbk 3 CPIN Charoen Pokphand Indonesia Tbk 4 EKAD Ekadharma International Tbk 5 GGRM Gudang Garam Tbk 6 HMSP Hanjaya Mandala Sampoerna Tbk 7 INDF Indofood Sukses Makmur Tbk 8 INTP Indocement Tunggal Prakasa Tbk 9 KLBF Kalbe Farma Tbk 10 MERK Merck Tbk 11 SMGR Semen Indonesia Tbk d.h Semen Gresik Tbk 12 UNVR Unilever Indonesia Tbk Sumber: E. Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini dengan melakukan penelaahan kepustakaan atau library research dengan membaca berbagai buku, surat kabar, jurnal dan artikel yang diperlukan dan berhubungan dengan penelitian yang penulis lakukan serta metode dokumentasi. Penelaah kepustakaan dilakukan di Perpustakaan Universitas Mercu Buana, sementara pendokumentasian data laporan keuangan tahunan

10 51 perusahaan periode tahun dilakukan dengan mengumpulkan data dari website publikasi resmi yang dimiliki oleh BEI, yakni ( F. Metode Analisis Metode analisis data yang digunakan adalah model analisis regresi linier berganda atau multiple regression, penelitian ini menggunakan empat variabel independen dan satu variabel dependen. Dalam melakukan pengolahan data statistik, penulis menggunakan media aplikasi Statistical Package for the Social Sciences (SPSS) versi 20. Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X1, X2,.Xn) dengan variabel dependen (Y). Selain itu, uji deskriptif juga digunakan untuk memberikan berupa gambaran mengenai variabel-variabel dalam penelitian ini dan pengujian kelayakan model regresi dalam penelitian ini. Berikut ini penjelasan secara rinci tentang metode analisis yang digunakan dalam penelitian ini. 1. Analisis Statistik Deskriptif Pengolahan dan analisis data dalam penelitian ini menggunakan teknik statistik deskriptif dan analisis regresi. Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness (kemencengan distribusi). Analisis deskriptif dimaksudkan untuk memberikan gambaran mengenai distribusi dan perilaku data sampel tersebut (Ghozali, 2014:19).

11 52 2. Uji Asumsi Klasik Karena data yang digunakan adalah data sekunder, maka untuk menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi klasik yang mendasari model regresi. Pengujian asumsi klasik yang digunakan dalam penelitian ini meliputi uji multikolinearitas, heteroskedatisitas dan autokorelasi. Masing-masing pengujian asumsi klasik tersebut secara rinci dapat dijelaskan sebagai berikut (Imam Ghozali : 2014:105) : a. Uji Normalitas Menurut Imam Ghozali (2014:160) Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilarang maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. 1) Analisis grafik Cara untuk mendeteksi apakah residual memiliki distribusi normal atau tidak, yaitu dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode lain yaitu dengan melihat

12 53 normal probability plot yang membandingkan distribusi kumulatif dengan distribusi normal. Distribusi normal akan membentuk suatu garis lurus diagonal. Jika distribusi data residual normal, maka garis yang menggambarakan data sesungguhnya akan mengikuti garis diagonalnya (Ghozali,2014:160). 2) Uji statistic Uji normalitas data dilakukan dengan uji Kolmogorov Smirnov, distribusi data dikatakan normal jika signifikansi > 0,05. Apabila nilai signifikansi < 0,05 maka distribusi data tidak normal. b. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen.uji ini merupakan uji model. Model Regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen (Ghozali,2014). Multikolinearitas dapat dilihat dengan cara menganalisis nilai VIF (Varinace Inflation Factor). Sebagai dasar acuannya dapat disimpulkan: 1) Jika nilai tolerance > 0,1 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. 2) Jika nilai tolerance < 0,1 dan nilai VIF > 10, maka dapat disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.

13 54 c. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) karena gangguan pada seseorang individu atau kelompok cenderung mempengaruhi gangguan pada individu atau kelompok yang sama pada periode berikutnya. Pada data crossection (silang waktu), masalah autokorelasi relatif jarang terjadi karena gangguan pada observasi yang berbeda berasal dari individu/kelompok yang berbeda. Model regresi yang baik adalah regresi yang bebas dari autokorelasi (Imam Ghozali, 2014:110). Pedoman dalam menentukan autokorelasi dapat dilihat dalam tabel Durbin Watson sebagai berikut : Tabel 3.4 UJI STATISTIK DURBIN-WATSON Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d dl Tidak ada autokorelasi positif No Decision dl = d = du Tidak ada autokorelasi negative Tolak 4 dl d 4 Tidak ada autokorelasi negative No Decision 4 du = d = 4 Dl Tidak ada autokorelasi positif maupun Negarif Tidak Ditolak du d 4 du Sumber : Ghozali, 2014

14 55 Keterangan : du = Batas Atas dw = Hasil tes Durbin Watson dl = Batas Bawah d. Uji Heteroskedastisitas Pengujian ini bertujuan apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual dari satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas (Imam Ghozali, 2014:139). Salah satu cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan menggunakan grafik Scatterplot antara nilai prediksi variable terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Apabila nilai probabilitas signifikansinya diatas tingkat kepercayaan 5 % dan grafik Scatterplot, titik-titik menyebar diatas maupun dibawah angka nol pada sumbu Y, maka dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas (Ghozali,2014:139). Selain dapat dideteksi dengan menggunakan uji glejser. Uji glejser dilakukan dengan meregresi nilai absolute residual terhadap variabel independen signifikan secara statistik mempengaruhi variabel dependen maka ada indikasi terjadi heteroskedastisitas.

15 56 3. Uji Kesesuain Model a. Uji Koefisien Determinansi (R 2 ) Uji koefisien determinasi merupakan uji model. Koefisien determinasi (R2) mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Dari sini akan diketahui seberpa besar variabel dependen mampu dijelaskan oleh variabel independen, sedangkan sisanya dijelaskan oleh sebab-sebab lain di luar model. Nilai yang mendekati 1 berarti variabel-variabel independen hampir memberikan semua informasi yang dibutuhan untuk memprediksi variasi variabel dependen (Ghozali, 2014:97). b. Analisis Regresi Linier Berganda Penggunaan data sekunder yang bersifat kuantitatif dalam penelitian ini mengarah pada metode kuantitatif dengan menggunakan alat analisis regresi berganda karena terdapat lebih dari satu variabel independen. Dalam persamaan garis regresi, yang bertindak sebagai variabel dependen adalah kebijakan dividen, sedangkan variabel independen diwakili oleh DER, ROA, IOS, dan Firm Size. Alat analisis regresi berganda digunakan untuk mengukur pengaruh dari gabungan variabel-variabel DER, ROA, IOS, dan Firm Size. Persamaan model regresi linier berganda dalam penelitian ini adalah : Y = a + b1x1 + b2x2 + b3x3 + b4x4 + e

16 57 Dimana : Y a = Variabel dependen Dividen Payout Ratio (DPR) = Konstanta b1, b2, b3, b4 = Koefisien regresi masing-masing variabel independen X1 X2 X3 X4 e = Variabel independen Debt to Equity Ratio (DER) = Variabel independen Return On Asset (ROA) = Variabel independen Investment Opportunity Set (IOS) = Variabel independen Firm Size = error 4. Uji Hipotesis a. Uji Statistik F 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 (H0) yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol (Imam Ghozali, 2014:177). Untuk menguji hipotesis ini digunakan statistik f dengan criteria pengambilan keputusan sebagai berikut: 1) Quick Look: bila nilai f lebih besar daripada 4 maka H0 dapat ditolak pada derajat kepercayaan 5%. Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa semua

17 58 variabel independen secara bersamaan dan signifikan mempengaruhi variabel dependen. 2) Membandingkan nilai f hasil perhitungan dengan nilai f menurut tabel. Bila nilai f hitung lebih besar daripada nilai f tabel, maka H0 ditolak dan menerima HA. Bila berdasarkan nilai probabilitas, maka probabilitas > 0,005 (<0,05), maka Ho diterima (ditolak). b. Uji Statistik t Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual atau parsial dalam menerangkan variasi variable dependen. Hipotesis nol (H0) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol (Imam Ghozali, 2014:178). Cara melakukan uji t adalah sebagai berikut: a. Menentukan nilai probabilitas (t tabel ) Tingkat signifikansi (α) sebesar = 5% 1) Jika nilai probabilitas > 0,05 maka Ho diterima 2) Jika nilai probabilitas < 0,05 maka Ho ditolak b. Membandingkan t hitung dengan t tabel dengan kriteria sebagai berikut: 1. Jika t hitung t tabel maka hipotesis alternatif (H1) diterima, berarti variabel bebas (X) secara individual mempunyai pengaruh terhadap variabel terikat (Y).

18 59 2. Jika t hitung t tabel maka hipotesis alternatif (H1) ditolak, berarti variabel bebas (X) secara individual tidak mempunyai pengaruh terhadap variabel terikat (Y).