BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Waktu penelitian untuk mendapatkan data dilakukan terhitung dari bulan Maret - Desember 2016. Tempat penelitian ini adalah di pojok bursa efek yang berada di Universitas Mercu Buana dan situs resmi Bursa Efek Indonesia (BEI) yaitu www.idx.co.id, dengan objek penelitian yang difokuskan pada Perusahaan Manufaktur di Indonesia Sub-Sektor Makanan dan Minuman tahun 2011-2014. B. Desain Penelitian Desain penelitian ini adalah penelitian kausal yang bertujuan untuk menguji hipotesis tentang pengaruh satu atau beberapa variabel bebas (Independent Variabels) terhadap variabel terikat (Dependent Variabels). Dalam penelitian ini, variabel independent yang digunakan adalah Return On Asset, Current Ratio, Debt to Equity Ratio, dan Total Asset Turnover. Sedangkan variabel dependen yang digunakan adalah Return Saham. C. Definisi dan Operasionalisasi Variabel Definisi operasional adalah aspek penelitian yang memberikan informasi kepada kita tentang bagaimana caranya mengukur variabel. Definisi operasional bersifat spesifik, rinci, tegas dan pasti yang menggambarkan karakteristik variabel - variabel penelitian dan hal - hal yang dianggap penting. Variabel penelitian merupakan suatu nilai atau sifat dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk 39
40 mempelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2011). Variabel dalam penelitian dikelompokkan menjadi variabel dependen dan independent. a. Variabel Dependen (Y) Variabel Dependen sering disebut dengan variabel terikat atau variabel yang dipengaruhi oleh keberadaan variabel bebas. Variabel dependen yang digunakan dalam penelitian ini adalah return saham, yang di lambangkan dengan huruf Y. b. Variabel Independent (X) Variabel Independent merupakan variabel yang sering disebut dengan variabel bebas atau variabel yang mempengaruhi variabel terikat. Variabel independent ini variabel bebas maka dilambangkan dengan huruf X. Variabel independen yang digunakan dalam penelitian ini adalah : a) ROA (Return On Asset) ROA merupakan salah satu rasio profitabilitas, dimana rasio ini menggambarkan perputaran aktiva diukur dari volume penjualan. Semakin besar rasio ini semakin baik. Hal ini berarti berarti bahwa aktiva dapat lebih cepat berputar dan meraih laba atau memperoleh keuntungan secara keseluruhan. b) CR (Current Ratio) CR merupakan salah satu rasio likuiditas, dimana rasio ini menunjukkan sejauh mana aktiva lancar menutupi kewajiban-kewajiban lancar. Semakin besar perbandingan aktiva lancar dengan utang lancar semakin tinggi
41 kemampuan perusahaan menutupi kewajiban jangka pendeknya. Rasio ini dapat dibuat dalam bentuk presentasi. c) DER (Debt to Equity Ratio) DER merupakan rasio solvabilitas yang digunakan untuk menilai utang dengan ekuitas. Rasio ini untuk mengukur kemampuan perusahaan dalam memenuhi seluruh kewajiban baik kewajiban jangka pendek maupun jangka panjang apabila perusahaan dilikuidasi. d) TATO (Total Asset Turnover) TATO merupakan rasio untuk mengukur tingkat perputaran total aktiva terhadap penjualan. Rasio ini menunjukkan seberapa jauh kemampuan semua aktiva menciptakan penjualan. Semakin tinggi rasio ini semakin baik bagi perusahaan. Berikut adalah Tabel operasional variabel variabel yang terdapat dalam penelitian ini :
42 Tabel 3.1 Operasionalisasi Variabel Dan Skala Pengukuran No 1. 2. Variabel Return Saham Return On Asset (ROA) Jenis Variabel Variabel Dependen Variabel Independent Pengukuran t t Skala Rasio Rasio 3. Current Ratio (CR) Variabel Independent Rasio 4. Debt to Equity Ratio (DER) Variabel Independent Rasio 5. Total Asset Turnover (TATO) Variabel Independent Rasio D. Populasi dan Sampel Penelitian Populasi adalah wilayah generalisasi yang terdiri dari obyek atau subyek yang memiliki kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2008). Populasi dalam penelitian ini adalah seluruh Perusahaan Manufaktur sub sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia Tahun 2011 sampai dengan 2014. Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2010). Sampel yang digunakan adalah perusahaan manufaktur sub-sektor makanan dan minuman, karena perusahaan manufaktur di BEI memiliki populasi yang relatif begitu besar sehingga memiliki tingkat kompetisi yang kuat dan memiliki jumlah perusahaan terbesar dibandingkan
43 perusahaan lainnya sehingga terhindar dari kekurangan data setelah dilakukan penyesuaiannya. Teknik pengambilan sampel yang digunakan adalah Non probability sampling dengan metode purposive sampling. Non probability sampling adalah teknik pengambilan sampel yang tidak memberikan peluang atau kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel (Sugiyono, 2010). Purposive sampling adalah teknik penentuan sampel dengan pertimbangan khusus sehingga layak dijadikan sampel (Sugiyono, 2010). Alasan digunakan metode purposive sampling dalam penelitian ini karena teknik pengambilan perusahaan dilakukan berdasarkan beberapa kriteria sebagai berikut : 1. Perusahaan yang termasuk dalam sub-sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia. 2. Perusahaan yang telah mempublikasikan laporan keuangan yang telah di audit per 31 Desember 2011-2014. 3. Perusahaan yang memiliki data yang lengkap terkait dengan variabel yang digunakan dalam penelitian.
44 Tabel 3.2 PROSEDUR PEMILIHAN SAMPEL Keterangan Perusahaan Makanan dan Minuman yang terdaftar di BEI tahun 2011-2014 Perusahaan yang tidak memiliki data lengkap Jumlah Perusahaan yang memiliki data lengkap sesuai dengan variabel penelitian dan digunakan sebagai sampel penelitian Jumlah 14 3 9 Tabel 3.3 SAMPEL PENELITIAN No Kode Nama Perusahaan 1. AISA Tiga Pilar Sejahtera Food,Tbk 2. ADES Akasha Wira International,Tbk 3. CEKA Wilmar Cahaya Indonesia,Tbk. 4. DLTA Delta Djakarta,Tbk. 5. INDF Indofood Sukses Makmur,Tbk 6. ICBP Indofood CBP Sukses Makmur,Tbk. 7. SKLT Sekar Laut,Tbk. 8. STTP Siantar Top,Tbk. 9. ULTJ Ultra Jaya,Tbk. Sumber data : www.idx.co.id E. Teknik Pengumpulan Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah sumber data yang tidak langsung memberikan data kepada pengumpul data (Sugiyono, 2008). Dimana data tersebut sudah diolah, diperoleh berdasarkan laporan keuangan tahunan yang telah diaudit dan dipublikasikan.
45 Data laporan tersebut diperoleh dari Bursa Efek Indonesia (BEI), yaitu www.idx.co.id. F. Metode Analisis Data Dalam penelitian ini, metode analisis yang dilakukan adalah model analisis regresi data panel dengan menggunakan bantuan software Eviews 8, untuk mengetahui tingkat signifikansi masing masing koefisien regresi antara variabel independent terhadap dependen, maka digunakan uji statistik sebagai berikut : 1. Analisis Deskriptif Analisis Deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono, 2008). 2. Uji Stasioneritas Uji Stasioneritas bertujuan untuk melihat apakah data yang diuji bersifat stasioneritas atau tidak. Data dapat dikatakan stasioner jika nilai rata-rata dari varian tidak mengalami perubahan secara sistematik atau rata-rata variannya konstan (Nachrowi dan Usman, 2006). Uji stasioneritas yang populer digunakan adalah Unit Root Test (Uji Akar Unit). Berbagi uji dapat dilakukan untuk memastikan adanya unit root dalam data. Untuk melihat kestasioneritasan data, dapat digunakan uji unit root test dengan metode Augmented Dickey-Fuller test yang diperkenalkan oleh Dickey Fuller sebagai modifikasi dari uji root Dickey-Fuller (Dickey and Fuller,1979) sebagai berikut:
46 Jika Variabel Yt sebagai variabel dependen, maka akan diubah menjadi: Jika koefisien ( ρ ) adalah = 1 dalam arti hipotesis diterima, maka variabel mengandung unit root dan bersifat non-stasioner. Untuk mengubah trend yang bersifat stasioner dilakukan uji orde pertama (first difference). ( )( ) Koefisien ρ akan bernilai, dan hipotesis akan ditolak sehingga model menjadi stasioner. Hipotesis yang digunakan pada pengujian augmented dickey fuller adalah : H0 : = 0 (Terdapat unit roots, variabel Y tidak stasioner) H1 : (Tidak Terdapat unit roots, variabel Y stasioner) Statistika uji t = ( ) Kriteria Uji : Tolak H 0 jika t hitung > t pada tabel Dickey - Fuller dengan taraf signifikansi α. 3. Analisis Regresi Data Panel Menurut (Kuncoro, 2011) bahwa data panel merupakan kombinasi antara data silang tempat (cross section) dengan data runtut waktu (time series). Data time series adalah data yang terdiri dari satu objek namun terdiri dari beberapa waktu periode. Sedangkan data cross section adalah data yang terdiri dari satu objek namun memerlukan sub objek-sub objek lainnya yang berkaitan atau yang berada di dalam objek induk tersebut pada suatu waktu. keuntungan yang diperoleh dengan menggunakan data panel menurut (Agus, 2007) yaitu :
47 a) Data panel merupakan gabungan dua data cross section dan time series mampu menyediakan data yang lebih banyak sehingga akan menghasilkan derajat kebebasan (degree of freedom) yang lebih besar. b) Menggabungkan informasi data dari cross section dan time series dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel. Permodelan menggunakan teknik regresi data panel dapat dilakukan dengan tiga pendekatan alternatif, yaitu: metode Common Effect (pooled least square), metode Fixed Effect (FE), metode Random Effect (RE). a. Common Effect (Pooled Least Square) Metode Common Effect adalah metode yang menggabungkan data cross section dengan time series dan menggunakan metode Ordinary Least Square (OLS) untuk mengestimasi model data panel tersebut. Metode Common Effect mengabaikan adanya perbedaan dimensi individu maupun waktu atau dengan kata lain perilaku data antar individu sama dalam berbagai kurun waktu. (Agus, 2007). Berikut adalah model Common Effect: Keterangan:
48 b. Fixed Effect (FE) Metode Fixed Effect mengasumsikan bahwa intersep dari setiap individu adalah berbeda sedangkan slope antar individu adalah tetap (sama). Teknik ini menggunakan variabel dummy untuk menangkap adanya perbedaan intersep antar individu (Agus, 2007). Model ini sering disebut dengan model Least Square Dummy Variables (LSDV). Berikut adalah model Fixed Effect: Dimana variabel dummy d1t untuk subjek pertama dan 0 jika bukan, d2t untuk subjek kedua dan 0 jika bukan, dan seterusnya. dalam sebuah penelitian ini menggunakan 9 perusahaan, maka jumlah variabel dummy yang digunakan sebanyak 8 variabel guna untuk menghindari perangkap variabel dummy, yaitu kondisi dimana terjadi kolonearitas sempurna. c. Random Effect (RE) Metode Random Effect adalah metode yang 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 dari pada jumlah variabel penelitian (Agus, 2009).
49 Pada model Random Effect ini Berbeda dengan fixed effects model, efek spesifik dari masing-masing individu diperlakukan sebagai bagian dari komponen error yang bersifat acak dan tidak berkorelasi dengan variabel penjelas yang teramati, model seperti ini dinamakan random effects model (REM). Model ini sering disebut juga dengan error component model (ECM). Berikut adalah model Random Effect: Dimana: ini terdiri dari dua komponen:, yaitu komponen residual cross section dan yaitu residual gabungan time series dan cross section. 4. Pemilihan Model Regresi Data Panel Untuk memilih suatu model yang paling tepat digunakan dalam mengelola data panel, terdapat beberapa pengujian yang dapat dilakukan, antara lain: a. Uji Chow Uji ini digunakan untuk mengetahui apakah teknik regresi data panel dengan metode Fixed Effect lebih baik dari regresi model data panel tanpa variabel dummy atau metode Common Effect. Chow test dalam penelitian ini menggunakan program Eviews. Hipotesis yang dibentuk dalam Chow test adalah sebagai berikut: H 0 : Model Common Effect atau Pool H A : Model Fixed Effect Statistika uji yang digunakan adalah Uji F dengan rumus (Baltagi, 2005):
50 ( ) ( ) ( ) Dimana : SSE 1 : Sum Squared Error dari model Common Effect SSE 2 : Sum Squared Error dari model Fixed Effect n nt k : Jumlah Perusahaan : Jumlah cross section x jumlah time series : Jumlah variabel independent Kriteria uji yang digunakan adalah F tabel didapat dari Ftabel = {α:df(n -1,nt-n-k)} Dimana: α : Tingkat signifikansi yang dipakai (alfa) n : Jumlah perusahaan (cross section) nt : Jumlah cross section x jumlah time series k : Jumlah variabel independen Dasar penolakan terhadap hipotesis diatas adalah dengan membandingkan perhitungan F-statistik dengan F-table. Perbandingan dipakai apabila hasil F hitung > dari F tabel maka H0 ditolak yang berarti model yang paling tepat digunakan adalah Fixed Effect Model. Dan sebaliknya jika F hitung < dari F tabel maka H0 diterima dan model yang digunakan adalah Common Effect Model (Agus, 2009).
51 b. Uji Hausman Pengujian Hausman ini mengembangkan suatu uji untuk memilih apakah metode Fixed Effect dan metode Random Effect lebih baik dari metode Common Effect. Uji Hausman ini didasarkan pada ide bahwa Least Squares Dummy Variables (LSDV) dalam metode Fixed Effect dan Generalized Least Squares (GLS) dalam metode Random Effect adalah efisien, sedangkan Ordinary Least Squares (OLS) dalam metode Common Effect tidak efisien (Agus, 2007). Hausman test menggunakan program yang serupa dengan Chow test yaitu program Eviews. Hipotesis yang dibentuk dalam Hausman test adalah sebagai berikut : H 0 : Model Random Effect H A : Model Fixed Effect Dengan asumsi bahwa error secara individual tidak saling berkorelasi begitu juga error kombinasinya. Uji Hausman mempunyai statistika uji : H = ( β RE - β FE ) 1 ( ΣFE - ΣRE) -1 (β RE - β FE ) Dimana : β FE = Fixed Effect Estimator β RE = Random Effect Estimator ΣFE = Matrik Kovarians Fixed Effect ΣRE = Matrik Kovarians Random Effect
52 Kriteria uji yang digunakan adalah χ 2 (α,k). Statistik Uji Hausman ini mengikuti distribusi statistika Chi Square dengan degree of freedom sebanyak k,dimana k adalah jumlah variabel independent. Jika nilai statistik Hausman lebih besar dari nilai kritisnya maka H 0 ditolak dan model yang tepat adalah model Fixed Effect sedangkan sebaliknya bilai nilai statistik Hausman lebih kecil dari nilai kritisnya maka model yang tepat adalah model Random Efffect. 5. Uji Model Regresi Data Panel a. Pengujian Model Regresi Data Panel Menurut (Larasati, 2012) Uji Statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. Kriteria pengujian : 1. F hitung F tabel, maka H 0 diterima dan H A ditolak artinya semua variabel independent (X) tidak berpengaruh nyata terhadap variabel dependen (Y) dan persamaan tersebut tidak dapat diterima sebagai penduga. 2. F hitung > F tabel, maka H 0 ditolak dan H A diterima artinya semua variabel independent (X) secara simultan merupakan penjelas yang signifikan terhadap variabel dependen (Y) dan persamaan tersebut dapat diterima sebagai penduga. b. Uji koefisien Regresi Data Panel (Uji Parsial) Menurut (Larasati, 2012) Uji Statistik t Menunjukkan seberapa jauh pengaruh satu variabel bebas secara individual dalam menerangkan variasi
53 variabel dependen. Uji terhadap nilai statistik t merupakan uji signifikansi parameter individual. Nilai statisik t menunjukkan seberapa jauh pengaruh variabel independen secara individual terhadap variabel dependennya. Nilai beta menunjukkan slope variabel bebas. Bila nilai statistik beta sama dengan nol maka variabel bebas tidak memiliki hubungan signifikan dengan variabel terikat. Kriteria pengujian H 0 adalah sebagai berikut : 1. Bila t hitung t tabel, maka H 0 diterima dan H 1 ditolak, artinya variabel independent bukan merupakan penjelas variabel dependent. 2. Bila t hitung > t tabel, maka H 0 ditolak dan H 1 diterima, artinya variabel independent merupakan penjelas variabel dependent.