BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Waktu kegiatan penelitian ini dimulai pada bulan September 2016 hingga bulan Juli 2017. Dengan waktu penelitian tersebut diharapkan dapat mewujudkan hasil yang optimal dan tempat penelitian ini dilakukan dengan mengambil data laporan tahunan pada perusahaan farmasi yang terdapat di Bursa Efek Indonesia dari tahun 2012 sampai dengan tahun 2015. Lokasi penelitian ini dipilih karena dianggap sebagai tempat yang tepat bagi peneliti untuk memperoleh data yang diperlukan. Data diperoleh dari website resmi Bursa Efek Indonesia, yaitu www.idx.co.id. B. Desain Penelitian Pada penelitian ini penulis menggunakan metode penelitian asosiatif kausal. Penelitian kausal adalah penelitian untuk mengetahui pengaruh satu atau lebih variabel bebas (independent variabel) terhadap variabel tertentu (dependent variabel). Dalam penelitian ini yang diteliti adalah pengaruh DER, ROE, dan Size (independent variabel) terhadap nilai perusahaan (dependent variabel). Objek penelitian perusahaan farmasi yang terdaftar di Bursa Efek Indonesia selama tahun 2012 sampai dengan tahun 2015. 41
42 C. Definisi dan Operasional Variabel 1. Definisi Variabel Variabel dalam penelitian ini terdiri dari satu variabel dependen dan tiga variabel independen. Variabel dependen dalam penelitian ini adalah nilai perusahaan. Variabel independen dalam penelitian ini adalah struktur modal, profitabilitas dan ukuran perusahaan. a. Variabel Dependen Variabel dependen adalah variabel terikat yang dipengaruhi oleh variabel independen. Variabel terikat yang digunakan dalam penelitian ini adalah nilai perusahaan. Nilai perusahaan ini diukur dengan menggunakan price to book value (PBV), dalam penelitian ini PBV dihitung berdasarkan perbandingan antara harga pasar saham dengan nilai buku per saham. (Brigham dan Houston, 2011) PBV dapat dihitung dengan : b. Variabel Independen Variabel independen adalah variabel yang dapat mempengaruhi variabel dependen. Variabel independen yang digunakan dalam penelitian ada 3, yakni sebagai berikut : 1) Struktur Modal Struktur modal yang ada dalam penelitian ini menggunakan rasio hutang atau Debt to Equity Ratio (DER). DER (Debt to Equity Ratio) adalah variabel yang mendefinisikan
43 seberapa banyak proporsi dari modal perusahaan yang sumber pendanaannya berasal dari pinjaman atau kredit. Prastowo dan Julianty (2010) mengemukakan bahwa debt to equity ratio diukur dengan rumus : 2) Profitabilitas Profitabilitas yang ada dalam penelitian ini menggunakan rasio Return On Equity (ROE). Return On Equity (ROE) adaah rasio yang digunakan untuk mengukur kemampuan perusahaan dalam memperoleh laba yang disediakan bagi pemegang saham, yang dipengaruhi oleh jumlah hutang yang dimiliki perusahaan, sehingga apabila jumlah hutang semakin besar maka rasio ini akan semakin besar pula (Mardiyanto, 2008). Return On Equity (ROE) diperoleh dengan cara membandingkan laba bersih setelah pajak terhadap common stock equity (Gitman dan Zutter, 2012). Secara matematis dapat dirumuskan sebagai berikut (Gitman dan Zutter, 2012) : 3) Ukuran Perusahaan Ukuran perusahaan merupakan ukuran atau besarnya aset yang dimiliki perusahaan. Ukuran perusahaan dalam
44 penelitian ini merupakan cerminan dari besar kecilnya total aktiva perusahaan pada akhir tahun, yang diukur menggunakan log natural (Ln) dari total aktiva (Sujoko dan Soebiantoro, 2007). Formula dari ukuran adalah sebagai berikut : 2. Operasional Variabel Tabel 3 Operasional Variabel dan Skala Pengukuran No Variabel Indikator Skala 1. Struktur Modal Ratio 2. Profitabilitas Ratio 3. Ukuran Ratio Perusahaan 4. Nilai Ratio Perusahaan D. Populasi dan Sampel Penelitian 1. Populasi Penelitian Menurut Sugiyono (2014), pengertian populasi adalah wilayah generalisasi yang terdiri atas proyek / subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh penelitian untuk dipelajari dan kemudian ditarik kesimpulan.
45 Populasi yang diteliti dalam penelitian ini adalah perusahaan manufaktur sektor Farmasi yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2012-2015. Dengan jumlah populasi sebanyak 11 Perusahaan. Tabel 4 Daftar Perusahaan yang Menjadi Populasi Penelitian Sumber : www.idx.co.id 2. Sampel Penelitian Sampel Menurut Sugiyono (2014), pengertian sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Teknik pengambilan sampel dilakukan dengan metode purposive sampling. Purposive Sampling adalah teknik penentuan sampel dengan pertimbangan tertentu. Teknik ini paling cocok digunakan dalam penelitian kualitatif yang tidak melakukan generalisasi (Sugiyono, 2011). Dalam penelitian ini sampel harus memenuhi kriteria sebagai berikut : a) Mempublikasikan laporan keuangan tahunan perusahaan farmasi yang datanya lengkap dan sesuai dengan data yang
46 diperlukan serta secara konsisten selama 4 tahun berturut-turut tahun 2012-2015 yang terdaftar di situs BEI (www.idx.co.id) atau dari situs perusahaan. b) Perusahaan adalah perusahaan yang bergerak dibidang Farmasi. c) Perusahaan farmasi yang sahamnya aktif diperdagangkan di Bursa Efek Indonesia (BEI). Tabel 5 Jumlah Sampel Penelitian Dari populasi yang berjumlah 11 Perusahaan, sebanyak 7 Perusahaan yang memenuhi syarat menjadi sampel dalam penelitian ini. Berikut ini tabel 7 perusahaan yang menjadi sampel Penelitian : Tabel 6 Daftar Perusahaan Yang Menjadi Sampel Penelitian
47 E. Teknik Pengumpulan Data Teknik pengumpulan data dari penelitian ini yaitu dengan menggunakan penelitian kepustakaan (Library Research). Library Research merupakan suatu penelitian yang mengambil sumber data dengan mempelajari, menelaah buku-buku, jurnal ilmiah, majalah, dan literatur lainnya yang relevan dengan topik penelitian ini sehingga diperoleh pemahaman yang memadai sebagai rerangka pemikiran yang akan digunakan sebagai dasar pembahasan dalam penelitian ini. Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa data laporan keuangan, ringkasan kinerja tercatat, dan factbook perusahaan Farmasi yang tercatat di Bursa Efek Indonesia pada tahun 2012-2015. Data sekunder menurut Sugiyono (2012) adalah sumber data yang diperoleh dengan cara membaca, mempelajari dan memahami melalui media yang bersumber dari literatur, buku-buku, serta dokumen perusahaan atau sumber data sekunder adalah data yang tidak langsung diberikan kepada pengumpul data. Adapun sumber data yang diperlukan untuk penelitian ini adalah Laporan keuangan, ringkasan kinerja perusahaan tercatat dan factbook perusahaan sub sektor Farmasi yang terdaftar di BEI. Laporan keuangan, ringkasan kinerja perusahaan tercatat dan factbook diambil dari tahun 2012-2015 melalui situs www.idx.co.id.
48 F. Metode Analisis Data Menurut Sugiyono (2012) yang dimaksud dengan analisis data ialah kegiatan setelah data dari seluruh responden terkumpul. Kegiatan dalam analisis data adalah mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan. 1. Analisis Statistik Deskriptif Menurut Sugiyono (2012) statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Analisis statistik deskriptif dalam penelitian ini mencakup karakteristik perusahaan Farmasi yang menjadi sampel penelitian ini. Selain itu juga dilakukan penggambaran variabel yang mencakup rata-rata, maksimum, minimum, dan deviasi standar dari masing-masing variabel yang digunakan dalam analisis. 2. Analisis Kelayakan Data Dalam penelitian ini, data yang digunakan adalah data panel (Panel Pooled Data), karena kelebihan dari pengguna data panel, salah satunya adalah dapat memberikan data yang lebih
49 informatif, dan lebih baik dalam mendeteksi dan mengukur efek yang tidak dapat diamati dalam data cross section dan time series (Harjito, 2011). Keunggulan Regresi Data Panel menurut Wibisono (2015), antara lain : 1) Panel data mampu memperhitungkan heterogenitas individu secara eksplisit dengan mengijinkan variabel spesifik individu. 2) Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data panel data digunakan untuk menguji dan membangun model perilaku lebih komplek. 3) Data panel mendasarkan diri pada Observasi Cross-Section yang berulang-ulang (Time Series), sehingga metode data panel cocok digunakan sebagai study of dynamic adjustman. 4) Tingginya jumlah observasi memiliki implikasi pada data yang lebih informatif, lebih variatif, dan kolinearitas (multiko) antara data semakin berkurang, dan derajat kebebasan (Degree of freedom / DF) lebih tinggi sehingga dapat diperoleh hasil estimasi yang lebih efisien. 5) Data panel dapat digunakan untuk mempelajari model-model perilaku yang kompleks. 6) Data panel dapat digunakan untuk meminimalkan bias yang mungkin ditimbulkan oleh agregasi data individu.
50 a. Uji Stasioner Data Uji stasioner data dilakukan untuk melihat apakah data stasioner atau tidak. Data yang tidak stasioner bila diregresikan akan mudah menyebabkan referensi lancing. Data dikatakan stationer bila memenuhi syarat sebagai berikut : a) Rata-rata dan variannya konstan sepanjang waktu. b) Kovarian antara dua data runtut waktu tergantung pada kelambanan antara dua periode tersebut. Oleh karenanya data yang tidak stasioner harus dijadikan stasioner terlebih dahulu. Untuk menjadikan data tidak stasioner menjadi data stasioner biasanya data cukup di diferensi saja. Pada tingkat diferensi pertama, biasanya data sudah menjadi stasioner, kalau ternyata belum, kemungkinan besar pada diferensi kedua sudah stasioner. 3. Analisis Regresi Data Panel Permodelan dengan menggunakan teknik Regresi data panel dapat dilakukan dengan 3 Pendekatan Alternatif metode pengolahannya, yaitu : a. Metode Common Effect (Pooled Least Square) Model ini merupakan model paling sederhana dibandingkan dengan kedua model lainnya. Model ini tidak dapat membedakan varians antara silang tempat dan titik waktu karena
51 memiliki intercept yang tetap, dan bukan bervariasi secara random (Kuncoro, 2014). Persamaan untuk common effect ditulis dengan persamaan sebagai berikut : Yit = α+βxit + εit untuk i = 1,2,...,N dan t = 1,2,...,T Dimana N adalah jumlah unit cross section (individu) dan T adalah jumlah periode waktunya. Dengan mengasumsi komponen eror dalam pengolahan kuadrat terkecil biasa dapat melakukan proses estimasi secara terpisah untuk setiap unit cross section. b. Metode Fixed Effect (FE) Pengertian model Fixed Effect adalah model dengan intercept berbeda-beda untuk setiap subjek (cross section), tetapi slope setiap subjek tidak berubah seiring waktu (Gujarati, 2012). Model ini mengasumsikan bahwa intercept adalah berbeda setiap subjek sedangkan slope tetap sama antar subjek. Dalam membedakan satu subjek dengan subjek lainnya digunakan variabel dummy (Kuncoro, 2014). Model ini sering disebut dengan model Least Square Dummy Variables (LSDV). Secara matematis model panel data yang menggunakan fixed effect adalah sebagai berikut : Yit = α+βxit +γ2w2t + γ3w3t +...+ γnwnt + σ2zit+ σ3zi3...+ σtzit+ εit
52 Dimana : Yit = variabel terikat untuk individe ke-i dan waktu ke-t Xit = variabel bebas untuk individe ke-i dan waktu ke-t Wit = merupakan variabel boneka (dummy) dimana Wit = 1 untuk individu i, i = 1,2,...N dan bernilai 0 untuk lainnya. Zit = merupakan variabel boneka (dummy) dimana Zit = 1 untuk periode t, t = 1,2,...T dan bernilai 0 untuk lainnya. Pada Fixed Effects Approach terdapat beberapa kemungkinan persamaan regresi yang tergantung pada asumsi yang digunakan : 1. Intercept dan slope dari koefisien tetap atau konstan sepanjang waktu dan error term menangkap perbedaan perbedaan sepanjang waktu dan individu. 2. Slope dari koefisien konstan tetapi intersep individual bervariasi 3. Slope dari koefisien konstan tetapi intersep bervariasi berdasarkan individu maupun pada waktu. 4. Seluruh koefisien bervariasi pada individual. 5. Intersep dan juga slope dari koefisien berbeda pada individu maupun waktu. Model fixed effect memiliki beberapa kelemahan yaitu : 1. Terlalu banyak variabel boneka (dummy)
53 2. Terlalu banyak variabel didalam model sehingga ada kemungkinan terjadi multikoliniaritas. 3. Tidak mampu mengidentifikasi dampak variabel variabel time invariant seperti jenis kelamin, warna dan etnik. 4. Harus berhati-hati dalam memikirkan error term Uit c. Metode Random Effect (RE) Random effect disebabkan variasi dalam nilai dan arah hubungan antar subjek diasumsikan random yang dispesifikasikan dalam bentuk residual (Kuncoro, 2014). Model ini mengestimasi data panel yang variabel residual diduga memiliki hubungan antar waktu dan antar subjek. Menurut Widarjono (2007) model random effect digunakan untuk mengatasi kelemahan model fixed effect yang menggunakan variabel dummy. Metode analisis data panel dengan model random effect harus memenuhi persyaratan yaitu jumlah cross section harus lebih besar daripada jumlah variabel penelitian. Berikut ini persamaan random effect : Yit = α+βxit + εit ; εit = ut + vt + wit Dimana : u t = komponen cross section error vt = komponen time series error wit = komponen error kombinasi
54 Untuk menguji permodelan Regresi data panel ketiga estimasi model Regresi dengan melakukan uji Chow dan uji Hausman yang ditujukan untuk menentukan apakah model data panel dapat diregresi dengan metode Common Effect, Metode Fixed Effect atau Metode Random Effect (Widarjono, 2007). 4. Pemilihan Model Regresi Data Panel Pertama yang harus dilakukan adalah melakukan uji F untuk memilih model mana yang terbaik diantara ketiga model tersebut adalah dengan melakukan uji chow dan uji hausman. a. Uji Chow Uji Chow merupakan uji untuk membandingkan model common effect dengan fixed effect (Widarjono, 2007). Chow test dalam penelitian ini menggunakan Eviews 8. Hipotesis yang dibentuk dalam Chow Test ini adalah sebagai berikut : H o = Model Common Effect H a = Model Fixed Effect Uji Chow digunakan untuk menentukan apakah model data panel diregresi dengan metode Common Effect atau dengan metode Fixed Effect apabila dari hasil uji tersebut ditentukan bahwa metode Common Effect yang digunakan, maka tidak perlu diuji kembali dengan Uji Hausman. Namun apabila dari hasil Uji Chow tersebut ditentukan bahwa metode Fixed Effect yang digunakan, maka harus ada uji lanjutan dengan Uji
55 Hausman untuk memilih metode Fixed Effect atau metode Random Effect yang digunakan untuk mengestimasi regresi data panel. Pertimbangan pemilihan pendekatan yang digunakan ini didekati dnegan menggunakan statistik F yang berusaha memperbandingkan antara nilai jumlah kuadrat dari error dari proses pendugaan dengan metode kuadrat terkecil dan efek tetap adalah : Dimana : RRSS URSS N T K = Restricted Residual Sum Square = Unrestricted Residual Sum Square = Jumlah data Cross Section = Jumlah data Time Series = Jumlah variabel penjelas Hipotesis : H 0 = Model menggunakan pendekatan Common Effect H a = Model menggunakan pendekatan Fixed Effect Pengujian yang dilakukan dengan menggunakan Chow Test atau Likelihood Ratio Test dengan asumsi : H o ditolak jika ρ-value lebih kecil dari α. H a diterima jika ρ-value lebih besar dari α. Nilai α yang digunakan sebesar 0,05 atau 5%.
56 b. Uji Hausman Pengujian ini membandingkan model fixed effect dengan metode random effect dalam menentukan model yang terbaik untuk digunakan sebagai model regresi data panel (Gujarati, 2012). Hausman Test menggunakan program yang serupa dengan Chow Test yaitu program Eviews. Hipotesis yang dibentuk dalam Hausman test adalah sebagai berikut : H o = Model Random Effect H a = Model Fixed Effect Model Uji Hausman yang digunakan adalah sebagai berikut: W = X 2 [k-1] = [b β] [b β] Sementara itu hipotesis yang digunakan dalam pengujian ini adalah : H o = W memiliki distribusi chi-square yang terbatas dengan derajat kebebasan (k-1) H a = W memiliki distribusi chi-square yang tidak terbatas dengan derajat kebebasan (k-1) Uji menggunakan chi-square dimana jika probabilitas dari hausman lebih kecil dari α (hasil hausman test signifikan) maka H o ditolak dan model fixed effect digunakan. 1. H o diterima dan H a ditolak apabila ρ value > 0,05 atau bila signifikansi > α = 0,05 berarti model regresi dalam
57 penelitian ini tidak layak atau fit untuk digunakan dalam penelitian. 2. H o ditolak dan H a diterima apabila ρ value < 0,05 atau bila signifikansi < α = 0,05 berarti model regresi dalam penelitian ini layak atau fit untuk digunakan dalam penelitian. c. Uji Lagrange Multiplier Lagrange Multiplier (LM) adalah uji untuk menentukan model Random Effect atau Common Effect yang paling tepat digunakan dalam mengestimasi data panel. Hipotesis dalam uji LM adalah : H o = Common Effect Model H a = Random Effect Model Uji signifikasi Random Effect ini dikembangkan oleh Breusch Pagan. Metode Breusch Pagan untuk uji signifikasi Random Effect didasarkan pada nilai residual dari metode OLS. Uji LM mempunyai statistika uji sebagai berikut : Dimana : n = jumlah individu T = jumlah periode tertentu e = residual metode Common Effect (OLS)
58 Uji LM ini didasarkan pada distribusi chi-squares dengan degree of freedom sebesar jumlah variabel independen. Jika nilai LM statistik lebih besar dari nilai kritis statistik chi-squares maka kita menolak hipotesis nul, yang artinya estimasi yang tepat untuk model regresi data panel adalah metode Random Effect daripada metode Common Effect. Sebaliknya jika nilai LM statistik lebih kecil dari nilai statistik chi-squares sebagai nilai kritis, maka kita menerima hipotesis nul, yang artinya estimasi yang digunakan dalam regresi data panel adalah metode Common Effect bukan metode Random Effect (Widarjono, 2009). Uji LM tidak digunakan jika pada uji Chow dan uji Hausman menunjukkan model yang paling tepat adalah Fixed Effect Model. Uji LM dipakai manakala pada uji Chow menunjukkan model yang dipakai adalah Common Effect Model, sedangkan pada uji Hausman menunjukkan model yang paling tepat adalah Random Effect Model. Maka diperlukan uji LM sebagai tahap akhir untuk menentukan model Common Effect atau Random Effect yang paling tepat. 5. Pengujian Model Regresi Data Panel a. Uji Model Regresi Data Panel (Uji F) Uji F dapat dilakukan dengan membandingkan F hitung dengan F tabel, jika F hitung > dari F tabel, (H o ditolak dan H a
59 diterima) maka model signifikan atau bisa dilihat dalam kolom signifikansi pada Anova (olahan dengan SPSS, menggunakan Uji Regresi dengan metode Enter / Full Model). Model signifikan selama kolom signifikansi < α dan sebaliknya jika F hitung < F tabel, maka model tidak signifikan, hal ini juga ditandai dengan nilai kolom signifikansi akan lebih besar dari alpha. Rumus yang dapat digunakan untuk dapat melakukan pengujian ini adalah : Dimana : k n = jumlah variabel independen = jumlah anggota sampel Kriteria pengambilan keputusan yang digunakan adalah sebagai berikut : H o diterima atau H a ditolak jika probabilitas tingkat signifikansi F hitung > α = 0,05 H o ditolak atau H a diterima jika probabilitas tingkat signifikansi F hitung < α = 0,05 Apabila H o diterima, maka hal ini menunjukkan bahwa variabel independen tidak mempunyai hubungan yang signifikan dengan variabel dependen dan sebaliknya. Apabila H o ditolak, maka hal ini menunjukkan bahwa variabel independen
60 mempunyai hubungan yang signifikan dengan variabel dependen. b. Uji Koefisien Regresi Data Panel (Uji T) Uji T digunakan untuk menguji secara parsial masingmasing variabel. Hasil Uji T dapat dilihat pada tabel coefficients pada kolom sig (significance). Jika probabilitas nilai t atau signifikansi < 0,05, maka dapat dikatakan bahwa terdapat pengaruh variabel bebas terhadap variabel terikat secara parsial. Namun jika probabilitas nilai t atau signifikansi > 0,05, maka dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan antara masing-masing variabel bebas terhadap variabel terikat. Hipotesis Uji T : H o : diterima jika Sig > α H a : diterima jika Sig < α Rumus yang digunakan dalam menguji hipotesis (Uji T) penelitian ini adalah : Dimana : t b = nilai uji t = koefisien regresi Sb = standard error dari variabel independen
61 Apabila H o diterima, maka hal ini menunjukkan bahwa variabel independen tidak mempunyai hubungan yang signifikan dengan variabel dependen dan sebaliknya. Apabila H o ditolak, maka hal ini menunjukkan bahwa variabel independen mempunyai hubungan yang signifikan dengan variabel dependen. Dalam memudahkan dan mempercepat proses pengolahan data, penulis menggunakan komputerisasi dengan menggunakan program Eviews 9.