21 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Pentingnya sektor agrikultur di Indonesia menjadi alasan utama perlunya dilakukan analisis keuangan dan non-keuangan terhadap perusahaan yang termasuk pada sektor tersebut. Salah satu analisis yang penting untuk dilakukan adalah analisis terhadap kondisi financial distress perusahaan. Financial distress merupakan keadaan dimana perusahaan tidak mampu membayar hutangnya pada pihak ke tiga. Ketika suatu perusahaan berada dalam kondisi financial distress, besar kemungkinan bagi perusahaan tersebut untuk mengalami kebangkrutan. Analisis kondisi financial distress dilakukan dengan menggunakan laporan keuangan perusahaan sektor agrikultur yang terdaftar pada Bursa Efek Indonesia. Untuk melakukan analisis ini, diperlukan laporan keuangan yang lengkap selama periode tahun 2006 sampai dengan tahun 2010. Laporan keuangan yang digunakan adalah laporan laba rugi dan neraca. Dari kedua laporan tersebut diperoleh data penerimaan bersih, penjualan, beban bunga, dan beban pajak dari laporan laba rugi perusahaan, serta data total aset, total aset lancar, total kewajiban lancar, total ekuitas, depresiasi, dan amortisasi dari neraca perusahaan. Seluruh data tersebut digunakan untuk menghitung rasio keuangan Net Profit Margin (NPM), Current Ratio (CR), Return On Assets (ROA), Return On Equity (ROE), Earning Before Interest, Tax, Depretiation, and Assets to Total Assets (EBITDA/TA). Ke lima rasio ini merupakan variabel independen yang diuji pengaruhnya terhadap variabel dependen DSCR (DSCR). Rasio yang memiliki pengaruh pada nilai DSCR dapat digunakan sebagai alat prediksi kondisi financial distress oleh perusahaan sektor agrikultur di Indonesia. Nilai DSCR tentunya berbeda-beda setiap perusahaan di sektor agrikultur (cross section) dan juga berbeda setiap tahunnya (time series). Oleh karena itu, metode yang tepat untuk meneliti kondisi financial distress perusahaan adalah metode regresi data panel yang memperhatikan data cross section dan time series. Penelitian tidak hanya menganalisis faktor internal perusahaan yang dapat mempengaruhi nilai DSCR, tetapi juga menganalisis faktor eksternal perusahaan
22 yang memuncak pada tahun 2008, yaitu krisis subprime mortgage Amerika Serikat. Pengaruh yang diberikan dilihat dengan menggunakan variabel dummy untuk merepresentasikan kondisi krisis tersebut. Setelah seluruh data numerik diperoleh, dilakukan uji Hausman Test untuk memilih metode yang akan digunakan pada model penelitian, yaitu Fixed Effect Model (FEM) atau Random Effect Model (REM) untuk menjadi landasan asumsi pada metode regresi data panel. Perbedaan nilai DSCR yang disebabkan oleh berbagai faktor internal dan eksternal memungkinkan terjadinya perbedaan kondisi pada perusahaan sektor agrikultur, yaitu kondisi status financial distress atau non-financial distress. Kondisi perusahaan yang berbeda dijadikan sebagai landasan pemikiran berikutnya, yaitu faktor apa saja yang menyebabkan terjadinya perubahan kondisi perusahaan. Terdapat empat jenis status (perubahan kondisi perusahaan) yang mungkin terjadi pada perusahaan di sektor agrikultur Indonesia, yaitu: Status 0 = perusahaan tetap pada kondisi financial distress Status 1 = perusahaan keluar dari kondisi financial distress menjadi nonfinancial distress Status 2 = perusahaan tetap pada kondisi non-financial distress Status 3 = perusahaan keluar dari kondisi non-financial distress menjadi financial distress Penelitian berfokus pada faktor apa saja yang menyebabkan perusahaan keluar dari kondisi financial distress menjadi non-financial distress, yaitu pada status 1. Status 1 ini disebut juga dengan emergence financial distress, yaitu keluarnya perusahaan dari kondisi financial distress. Analisis ini dilakukan secara deskriptif terhadap perusahan sektor agrikultur yang mengalami kondisi emergence financial distress dengan meneliti kebijakan keuangan maupun nonkeuangan yang dilakukan oleh perusahaan pada tahun yang bersangkutan.
23 Laporan Keuangan dan Laporan Tahunan Perusahaan Sektor Agrikultur Periode 2006-2010 DSCR NPM CR ROA ROE EBITDA /TA - Hausmann Test - Uji Asumsi Klasik Var. Dummy Krisis Subprime Mortgage Analisis financial distress dengan DSCR Dampak Krisis Subprime Mortgage Emergence Financial Distress Regresi Panel Data Analisis Deskriptif Implikasi Manajerial Gambar 3. Kerangka pemikiran p enelitian 3.2. Lokasi dan Waktu Penelitian Penelitian dilakukan pada perusahaan sektor agrikultur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2006-2010. Penelitian dilakukan pada bulan Desember 2011 hingga Januari 2012.
24 3.3. Sumber dan Metode Pengumpulan Data Penelitian ini menggunakan sumber data sekunder yang bersifat kuantitatif dan kualitatif. Data tersebut diperoleh dari Bursa Efek Indonesia berupa laporan keuangan serta laporan tahunan, dan literatur-literatur terkait yang mendukung penelitian. Objek penelitian ini adalah perusahaan sektor agrikultur pada periode 2006-2010. Dalam penelitian ini pengambilan sampel dilakukan secara non probability sampling, yaitu dengan pendekatan purposive sampling dengan kriteria sebagai berikut: 1. Perusahaan telah terdaftar di Bursa Efek Indonesia pada atau sebelum tahun 2006. 2. Perusahaan terdaftar pada sektor agrikultur. 3. Perusahaan menerbitkan laporan keuangan yang telah diaudit pada periode 2006-2010. 4. Perusahaan menerbitkan laporan keuangan yang lengkap pada periode 2006-2010, terutama data-data yang dibutuhkan untuk menghitung rasio penelitian. 5. Perusahaan tidak delisting selama periode 2006-2010. 3.4. Variabel Penelitian 3.4.1 Variabel Dependen Variabel dependen yang digunakan dalam penelitian ini adalah debt service coverage. Nilai DSCR kemudian digunakan untuk menentukan kondisi perusahaan, apakah berada dalam kondisi financial distress atau tidak. Perusahaan dikatakan mengalami financial distress apabila memiliki nilai DSCR 1,20 (Ruster, 1996). 3.4.2 Variabel Independen Variabel independen dalam penelitian ini adalah rasio keuangan perusahaan yang diperkirakan mempengaruhi nilai DSCR, yaitu rasio net profit margin, current ratio, return on equity, return on asset, rasio EBITDA to total assets serta variabel dummy untuk kondisi krisis Subprime Mortgage.
25 3.5 Hipotesis Penelitian Hipotesis yang diajukan pada penelitian ini adalah sebagai berikut: 1. Net profit margin yang diperoleh dari perbandingan laba bersih (net profit) dengan total penjualan (total sales/total revenue) merupakan indikator kemampuan usaha dalam menghimpun dana. Hipotesis 1; H10: Tidak ada hubungan antara NPM dengan DSCR H1 1 : Ada hubungan antara NPM dengan DSCR 2. Current ratio mencerminkan kemampuan perusahaan dalam memenuhi kewajiban pembayaran jangka pendek dengan membandingkan besarnya aset lancar dengan kewajiban lancar. Hipotesis 2; H2 0 : Tidak ada hubungan antara CR dengan DSCR H2 1 : Ada hubungan antara CR dengan DSCR 3. Return on Equity mencerminkan keuntungan/ kerugian yang dihasilkan oleh perusahaan dari ekuitas, dimana ekuitas berupa investasi dari para pemegang saham biasa. Hipotesis 3; H3 0 : Tidak ada hubungan antara ROE dengan DSCR H3 1 : Ada hubungan antara ROE dengan DSCR 4. EBITDA/TA memperlihatkan efisiensi pengelolaan aset operasional perusahaan, yaitu earning before interest, tax, depreciation, and amortization dibandingkan dengan total assets. Rasio ini emperlihatkan produktivitas aset perusahan dalam menghasilkan laba bersih dengan tidak mengurangi dana depresiasi maupun amortisasi. Hipotesis 4; H4 0 : Tidak ada hubungan antara EBITDA/TA dengan DSCR H4 1 : Ada hubungan antara EBITDA/TA dengan DSCR 5. Return on Assets mencerminkan keuntungan/kerugian yang dihasilkan dari jumlah aset. Rasio ini mengindikasikan arus kas dari total aset dalam periode waktu satu tahun. Hipotesis 5;
26 H5 0 : Tidak ada hubungan antara ROA dengan DSCR H5 1 : Ada hubungan antara ROA dengan DSCR 6. Krisis Subprime Mortgage yang terjadi di Amerika pada pertengahan tahun 2007 sampai dengan akhir tahun 2008 memberikan gejolak pada kondisi perekonomian seluruh dunia. Pada penelitian ini akan dilihat apakah krisis tersebut memberikan dampak pada kondisi financial distress sektor agrikultur Indonesia dengan menggunakan variabel dummy. Hipotesis 6: H6 0 : Tidak ada hubungan antara krisis subprime mortgage dengan DSCR H6 1 : Ada hubungan antara krisis subprime mortgage dengan DSCR 3.6 Teknik Analisis 3.6.1 Regresi Data Panel Pada analisis statistik, data dapat dikumpulkan dari waktu ke waktu pada satu obyek yang sering disebut dengan runtut waktu (time series). Namun demikian data juga dapat dikumpulkan dari beberapa objek pada satu waktu, disebut juga sebagai data silang (cross section). Jika data time series dan data cross section digabungkan maka disebut dengan data panel (Suliyanto, 2011). Data panel merupakan data dua dimensi, berbeda dengan time series dan cross section yang hanya satu dimensi. Ketika data panel memiliki jumlah observasi time series yang sama pada tiap unit cross-section, maka data disebut dengan balanced panel data. Sebaliknya, ketika data panel memiliki jumlah observasi time series yang berbeda pada tiap unit cross-section, maka data disebut dengan unbalanced panel data. Model data panel adalah: = + + (2) Dimana, y = variabel dependen, x = variabel independen, a = intercept, b = slope, i = indeks individu,
27 t = indeks waktu, ε = error. 3.6.2 Hausman Test Pada analisis regresi data panel terdapat dua jenis model, yaitu Fixed Effect Model (FEM) dan Random Effect Model (REM). Penentuan model yang terbaik dapat dilakukan dengan menggunakan Hausman Test, yaitu: = ( ) ( ) ( ) (3) Dimana, b merupakan koefisien REM dan β merupakan koefisien FEM. Kesimpulan yang dapat diambil dengan menggunakan Hausman Test adalah untuk menggunakan asumsi FEM apabila > (, ) dan untuk menggunakan asumsi REM apabila (, ) (Sanjoyo, 2007). FEM memasukkan unsur dummy variable yang memungkinkan intersep bervariasi antar cross section maupun antar time series. Analisis dengan FEM menghasilkan hasil estimasi yang lebih baik (robust) dan cocok untuk digunakan pada data yang terdiri dari tingkat individu. REM memecahkan masing-masing komponen error menjadi cross section error, time series error, dan combination error. REM lebih cocok untuk digunakan padaa sampel acak dari suatu populasi yang diteliti. 3.6.3 Uji Asumsi Klasik Otokorelasi Masalah otokorelasi dapat terjadi pada data observasi yang diuraikan menurut waktu (time series) atau ruang (cross section), yang berarti data panel juga dapat mengalami masalah ini. Uji otokorelasi bertujuan untuk mengetahui apakah ada korelasi antara anggota serangkaian data observasi (Suliyanto, 2011). Uji otokorelasi dapat dilakukan dengan metode Breusch Godfrey dengan perangkat lunak SPSS 16. Metode ini mengasumsikan disturbance factor (Ut) diturunkan dengan mengikuti path order otoregressive scheme. Skema ini dilakukan dengan menghitung nilai Lag residual persamaan regresi, dimana regresi dilakukan dengan menggunakan nilai residual (μ i) sebagai variabel dependen dan nilai lag residual (μ t-1 sampai dengan μ t-p ) sebagai variabel independen. Lalu akan dihasilkan nilai chi-square yang diperoleh dari hasil perkalian R 2 dengan hasil pengurangan total sampel dengan total lag residual. Apabila chi-square yang
28 dihasilkan kurang dari chi-square tabel, maka dapat disimpulkan data tidak mengalami masalah otokorelasi. 3.6.4 Uji Asumsi Klasik Multikolinieritas Multikolinieritas memiliki arti terjadinya korelasi linier yang mendekati sempurna antar lebih dari dua variabel bebas. Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi yang terbentuk ada korelasi yang tinggi atau sempurna di antara variabel bebas atau tidak. Jika dalam model regresi yang terbentuk terdapat korelasi yang tinggi atau sempurna di antara variabel bebas maka model regresi tersebut dinyatakan mengandung gejala multikolinier. Uji multikolinieritas dilakukan dengan melihat nilai Variance Inflation Factor (VIF) dengan menggunakan alat analisis SPSS 16. Model dinyatakan tidak memiliki gejala multikolinier ketika nilai VIF seluruh variabel independen tidak lebih besar dari 10. 3.6.5 Uji Asumsi Klasik Heteroskedastisitas Masalah heteroskedastisits mengindikasikan bahwa terdapat varian variabel pada model regresi yang tidak konstan. Harapannya, suatu model regresi memiliki varian variabel yang konstan, yang disebut dengan homoskedastisitas. Masalah heteroskedastisitas ini sering terjadi pada penelitian data cross-section, sehingga harus dilakukan pada penelitian ini. Uji heteroskedastisitas dilakukan dengan metode Glejser dengan menggunakan perangkat lunak SPSS 16, dimana dilakukan regresi terhadap seluruh variabel independen terhadap nilai mutlak residualnya. Masalah heteroskedastisitas akan diidentifikasi apabila terdapat pengaruh variabel independen terhadap nilai mutlak residualnya. Persamaan pada uji Glejser adalah sebagai berikut: = + +...(8) Dimana, = Nilai residual mutlak X i = Variabel bebas 3.6.6 Analisis Faktor Pengaruh Kondisi Financial Distress Penelitian menggunakan data time series dan cross section, sehinga metode yang digunakan untuk menganalisis faktor yang mempengaruhi kondisi
29 financial ditress adalah metode regresi data panel. Hasil dari metode ini akan menjawab Hipotesis 1 sampai dengan Hipotesis 5. Regresi data panel dilakukan dengan menggunakan perangkat lunak Eviews 5.1. dengan model regresi data panel yang digunakan pada penelitian ini adalah sebagai berikut: = + + + + + + + (5) Dimana, DSCR it = Debt Service Coverage pada perusahaan i pada tahun t, NPM it = Net Profit Margin pada perusahaan i pada tahun t, CR it = Current Ratio pada perusahaan i pada tahun t, ROE it = Return On Equity pada perusahaan i pada tahun t, ET it = EBITDA/TA = Earning Before Interest, Tax, Depretiation, Amortization to Total Assets ROA it = Return On Asset = Variabel Dummy Krisis Subprime Mortgage = intercept perusahaan i = Slope variabel NPM pada perusahaan i = Slope variabel CR pada perusahaan i = Slope variabel ROE pada perusahaan i = Slope variabel EBITDA/TA pada perusahaan i = Slope variabel ROA pada perusahaan i = Slope variabel dummy krisis subprime mortgage pada perusahaan i = Error pada perusahaan i pada tahun t, = Perusahaan pada sektor agrikultur di Indonesia, yaitu AALI, BISI, CPRO, DSFI, LSIP, MBAI, SMAR, SGRO, TBLA, UNSP = Periode waktu tahun 2006-2010 3.6.7 Analisis Emergence Financial Distress Analisis emergence financial distress dilakukan untuk melihat faktor apa saja yang dapat membantu perusahaan keluar dari kondisi financial distress. Analisis ini dapat dilakukan secara statistik apabila penelitian memiliki sampel yang mencukupi untuk dilakukannya analisis statistik. Namun pada penelitian ini,
30 jumlah kasus emergence financial distress di sektor agrikultur hanya ada tiga, yang tidak cukup untuk menjadi dasar dilakukannya analisis emergence financial distress dengan menggunakan metode statistik. Sehingga penelitian ini melakukan analisis secara deskriptif, yaitu dengan mengkaji laporan keuangan dan laporan tahunan perusahaan untuk melihat kebijakan keuangan dan non-keuangan yang dilakukan oleh perusahaan pada tahun dimana perusahaan tersebut keluar dari kondisi financial distress.