BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Metode penelitian pada dasarnya merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Tempat penelitian yang digunakan untuk mengumpulkan data yaitu di Pojok Bursa Universitas Mercu Buana, dan waktu penelitian adalah bulan Mei 2016 sampai dengan Februari 2017. 3.2. Desain Penelitian Penelitian ini menggunakan metode deskriptif kausal, karena menjelaskan hubungan kausal antara variabel melalui hipotesis. Penelitian ini memerlukan pengujian hipotesis dengan menggunakan uji statistik. Peneliti ingin menguji pengaruh antara variabel independen (yang mempengaruhi) variabel terhadap dependen (yang dipengaruhi) 3.3. Definisi dan Operasional Variabel Variabel yang digunakan dalam penelitian ini terdiri dari variabel dependen dan lima variabel independen, yaitu: a) Variabel Independen (X) Variabel Independen sering disebut juga sebagai variable stimulus, prediktor, antecedent. Atau dalam bahasa Indonesis disebut sebagai variabel bebas. Variabel bebas merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel (dependen / terikat) 40
41 Dalam penelitian ini, yang digunakan sebagai variabel independen adalah sebagai berikut: 1. Current Ratio (X1) Current Ratio merupakan rasio likuiditas yang digunakan untuk mengukur kemampuan perusahaan dalam memenuhi kewajiban jangka pendek. Formulanya sebagai berikut: Current Ratio = Aset Lancar Kewajiban Lancar 2. Debt to Equity Ratio (X2) Debt to Equity Ratio merupakan rasio hutang yang digunakan untuk mengukur perbandingan antara total hutang dengan total modal. Formulanya sebagai berikut: Debt to Equity Ratio = Total Hutang Ekuitas 3. Return on Asset (X3) Return on Asset (ROA) digunakan untuk mengukur efektifitas perusahaan dalam menghasilkan keuntungan dengan memanfaatkan aktiva yang dimilikinya. ROA merupakan rasio antara laba sesudah pajak terhadap total aset, dengan formula sebagai berikut: Retun on Asset = Laba Bersih Total Aset
42 4. Return on Equity (X4) ROE merupakan kemampuan perusahaan dalam menghasilkan keuntungan dengan menggunakan modal sendiri. ROE disebut juga tingkat pengembalian atas ekuitas pemilik perusahaan. Rumus dari ROE adalah sebagai berikut: Retun on Equity = Laba Bersih Ekuitas 5. Total Asset Turn Over (X5) Rasio ini merupakan rasio yang digunakan untuk mengukur perputaran semua aktiva yang dimiliki perusahaan dan mengukur berapa jumlah penjualan yang dimiliki perusahaan dan mengukur berapa jumlah penjualan yang diperoleh dari tiap rupiah aktiva. Rumus dari TATO adalah sebagai berikut: Total Asset Turn Over = Penjualan Total Asset b) Variabel Dependen (Y) Variabel dependen sering disebut juga sebagai variable output, kriteria, konsekuen. Dalam bahasa Indonesia sering disebut sebagai variabel terikat. Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas. (Sugiyono, 2012:33) Dalam penelitian ini, yang dimaksud dengan variabel dependen adalah Harga Saham. Harga Saham yang digunakan adalah harga saham rata-rata harian pada perusahaan ritel terdaftar di Bursa Efek Indonesia periode tahun 2011 2015.
43 TABEL 3.1 TABEL OPERASIONAL VARIABEL Variabel Konsep Variabel Indikator Skala Current Ratio (X1) Rasio lancar yang digunakann untuk mengukur perbandingan aset lancer dan kewajiban lancar Aset Lancar Kewajiban Lancar Rasio Debt to Equity Ratio (X2) Rasio hutang yang digunakan untuk mengukur perbandingan antara total hutang dengan total modal Total Hutang Ekuitas Rasio Return on Assets (X3) Untuk mengukur efektifitas perusahaan dalam menghasilkan keuntungan dengan memanfaatkan aktiva Laba Bersih Total Aset Rasio Return on Equty (X4) Rasio Profitabilitas yang digunakan untuk mengukut kemampuan perusahaan dalam menghasilkan keuntungan dengan menggunakan modal sendiri Laba Bersih Ekuitas Rasio Total Assets Turnover (X5) Untuk mengukur perputaran semua aktiva yang dimiliki perusahaan dan mengukur berapa jumlah penjualan yang dimiliki perusahaan Penjualan Total Aset Rasio Harga Saham (Y) Harga Saham yang digunakan adalah harga rata-rata yang diperoleh dari harga saham harian Harga rata-rata harian Rupiah 3.4. Populasi dan Sampel Populasi yang digunakan dalam penelitian ini adalah perusahaan retail yang terdaftar di Bursa Efek Indonesia selama periode tahun 2011 sampai dengan tahun 2015. Jumlah Perusahaan ritel yang terdaftar sampai dengan tahun 2015 sebanyak 22 perusahaan. Teknik penarikan sampel penelitian ini adalah purposive sampling, yaitu metode penarikan sampel tidak acak. Perusahaan yang memenuhi kriteria atau syarat tertentu saja yang dapat digunakan sebagai sampel penelitian. Sedangkan
44 syarat atau kriteria tersebut adalah sebagai berikut: TABEL 3.2 PROSES SAMPLING No Kriteria Jumlah 1 Perusahaan Ritel terdaftar di BEI per Desember 2015 22 2 Perusahaan yang terdaftar di BEI setelah tahun 2010 (6) 3 Perusahaan yang memiliki laporan keuangan yang dapat di akses per Desember 2015 (3) 4 Total Sampel 13 Sumber : SahamOK yang telah diolah pebulis Setelah melalui kriteria sampel, jumlah perusahaan yang diteliti adalah 13 perusahaan retail yang datanya layak digunakan, dengan data disajikan pada Lampiran 2. 3.5. Teknik Pengumpulan Data Dalam penelitian ini penulis menggunakan data runtun waktu (times series), karena observasi yang dilakukan pada waktu yang berbeda dan data antarruang (cross sectional), karena menggunakan data lebih dari satu perusahaan. Data penelitian merupakan data skala rasio. Sumber data yang digunakan dalam penelitian ini adalah data sekunder karena bukan data yang diperoleh secara langsung dari perusahaan. Adapun cara penulisan untuk mendapatkan informasi yang dibutuhkan tersebut maka penulis melakukan berbagai kegiatan dengan melakukan Riset Kepustakaan (Library Research). Pengumpulan data dilengkapi dengan membaca dan mempelajari serta
45 menganalisis literatur yang bersumber dari buku-buku, jurnal ilmiah, majalah maupun internet yang berkaitan dengan penelitian ini, baik berupa rumus rumus teknik perhitungan maupun teori teori yang mendukung objek penelitian. Penelitian dilakukan dengan menggunakan data sekunder untuk keperluan analisis, data sekunder yang dikumpulkan berupa laporan keuangan yang terdiri dari neraca dan laporan laba/rugi konsolidasi dari perusahaan di Bursa Efek Indonesia (BEI) periode 2011 2015. Data-data yang diteliti tersebut berasal dari situs internet yaitu Yahoo Finance dan Indonesia Stock Exchange (IDX). 3.6. Metode Analisis Pengolahan data akan dilakukan dengan analisis data panel dengan bantuan software E-views 8. Menurut Ghozali dan Ratmono (2013:231) data panel sering juga disebut sebagai pooled data (pooling time series and cross section), micropanel data, longitudinal data, event history analisys, dan cohort analysis data. Semua istilah ini mempunyai makna pergerakan sepanjang waktu dari unit cross-sectional. Secara sederhana, data panel adalah sekelompok individual dalam retang periode waktu tertentu. Karakteristik data panel adalah adanya observasi berulang (multiple) untuk setiap individu dalam sampel. Menurut Ghozali dan Ratmono (2013:233), penggunaan data panel memiliki beberapa keuntungan utama dibandingkan dengan jenis data crosssection maupun time series, yaitu: a. Data Panel dapat memberikan peneliti jumlah pengamatan yang besar, meningkatkan degree of freedom (derajat kebebasan), data memiliki variabilitas yang besar dan mengurangi kolinieritas
46 antarvariabel independen sehingga dapat menghasilkan estimasi ekonometri yang efisien. b. Data panel dapat memberikan informasi lebih banyak yaang tidak dapat diberikan hanya oleh data cross section atau time series saja. c. Data panel dapat memberikan penyelesaian yang lebih baik dalam inferensi perubahan dinamis dibandingkan data cross section. Model analisis ini merupakan analisis yang bersifat kuantitatif yang digunakan untuk mengetahui sejauh mana besarnya pengaruh antara variabel independen dengan variabel dependen. 3.6.1. Analisis Statistik Deskriptif Statisik deskriptif bertujuan untuk memberikan gambaran atau deskripsi mengenai suatu data yang dilihat dari nilai rata-rata (mean), nilai minimum (minimum) dan maksimum (maximum), jumlah (sum), dan sebagainya. (Ghozali dan Ratmono, 2013:35) 3.6.2. Model Regresi Data Panel Dalam mengestimasi parameter model dengan data panel, ada tiga pendekatan model yang dapat dilakukan, yaitu Common Effect Model, Fixed Effect Model dan Random Effect Model. a) Pooled Least Square (Common Effect Model) Dalam pengolahan data panel, metode PLS atau Common Effect Model merupakan pendekatan yang paling sederhana. PLS melakukan regresi tanpa mempedulikan sifat cross-section dan time series pada data
47 (Ghozali dan Ratmono, 2013:252) Model Common Effect atau Pooled Least Square Model merupakan model estimasi data panel yang mengunakan Ordinary Least Square (OLS) untuk mengestimasi parameternya. Model PLS tidak memperhatikan dimensi individu dan waktu sehingga perilaku data antar obyek penelitian sama meskipun dalam waktu yang berbesa. Model Common Effect tidak berbeda dengan OLS yaitu meminimumkan jumlah kuadrat, yang berbeda hanya data yang digunakan pada model Common Effect merupakan data panel. Model persamaan regresinya adalah sebagai berikut : Yit = β0 + β1x1it +β2x2it + β3x3it + β4x4it + β5x5it + εit b) Fixed Effect Model Model Fixed Effect memperkenanlan adanya heterogenitas antar subyek dengan pemberian nilai intersep tersendiri untuk masing-masing entitas. Perbedaan ini dapat disebabkan oleh karakteristik khusus dari masing-masing perusahaan (Ghozali dan Ratmono, 2013:261). Dalam model FEM, diasumsukan bahwa koefisien slope dari regresor tidak bervariasi antarindividu maupun antarwaktu. Pendekatan ini merupakan cara memasukkan individualitas setiap perusahaan atau setiap unit cross sectional, adalah dengan membuat intersep bervariasi antar perusahaan, tetapi masih berasumsi bahwa koefisien slope konstan untuk setiap perusahaan. Model regresinya adalah sebagai berikut : Yit = β0 + β1x1it +β2x2it + β3x3it + β4x4it + β5x5it + µit
48 Fixed Effect menunjukkan walaupun intersep mungkin berbeda, tetapi intersep individu tersebut tidak bervariasi terhadap waktu ( time invariant). Model Fixed Effect merupakan cara untuk mengestimasi data panel menggunakan variable dummy untuk menganggap adanya perbedaan intersep. Penggunaan variabel dummy dalan data panel Fixed Effect Model dikenal dengan teknik variabel dummy atau differential intercept dummies, sehingga disebut juga Least-Square Dummy Variable (LSDV) Regression Model. Persamaan regresi nya dapat dituliskan sebagai berikut: Yit = α1 + α2d2i + α3d3i + α4d4i + α5d5i + α6d6i + α7d7i + α8d8i + α9d9i + α10d10i + α11d11i + α12d12i + α13d13i + β1x1it +β2x2it + β3x3it + β4x4it + β5x5it + µit c) Random Effect Model Dalam Random Effect Model, nilai intersep diasumsikan acak dari nilai populasi yang besar dengan memperhitungkan error dari crosssection dan time series. Random Effect Model merupakan model yang mengasumsikan koefisien slope kontan dan intersep berbeda antara obyek individu dan antar waktu (Ghozali dan Ratmono, 2013:285). Kelemahan dalam Fixed Effect Model yang mengakibatkan berkurangnya efisiensi parameter dapat diatasi dengan Random Effect Model menggunakan Generalized Least Square (GLS). Model Regresinya adalah sebagai berikut: Yit = β0 + β1x1it +β2x2it + β3x3it + β4x4it + β5x5it + + εit +µit
49 3.6.3. Pemilihan Model Regresi Data Panel Untuk menentukan model analisis data panel yang paling tepat antara Common Effect Model, Fixed Effect Model dan Random Effect Model, maka dilakukan uji pemilihan model dengan melakukan beberapa uji, yaitu: 1. Uji Chow (F Test) Uji Chow digunakan untuk memilih antara model Common Effect atau Fixed Effect dalam mengolah data panel. Hal ini dikarenakan asumsi bahwa setiap unit cross-section memiliki perilaku yang sama cenderung tidak realistis mengingat tiap unit cross-section memiliki perilaku yang berbeda. Pengujian ini dilakukan dengan hipotesis: H0 = Common Effect Model Ha = Fixed Effect Model Jika nilai probabilitas (Prob) untuk Cross-section F nilainya > 0,05, maka H0 diterima, tetapi jika nilai probabilitas (Prob) untuk Cross-section F nilainya < 0,05 maka Ho ditolak, Ha diterima. Dengan demikian, model yang lebih baik adalah Fixed Effect Model. 2. Uji Hausman Uji Hausman digunakan untuk memilih antara model Fixed Effect atau Random Effect. Pengujian statistic Hausman menggunakan distribusi Chi-square. Pengujian dilakukan dengan hipotesis sebagai berikut: H0 = Random Effect Model Ha = Fixed Effect Model Prosedur pengujian dilakukan dengan menggunakan menu yang ada pada
50 program Eviews, dengan melihat probabilitas dari Cross-section Random Jika nilai probabilitas < 0,05, maka H0 ditolak atau Fixed Effect lebih baik. Jika hipotesis nol ditolak, maka model REM dapat menghasilkan estimator yang bias sehingga melanggar asumsi Gauss-Markov, oleh karena itu model FEM lebih tepat (Ghozali dan Ratmono, 2013:289). Jika nilai probabilitas dari Chi-square > 0,05, maka H0 diterima yaitu Random Effect Model lebih baik daripada Fixed Effect Model. 3.6.4 Analisis Regresi Data Panel Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari goodness of fit. Teknik Regresi Linear Berganda (Multiple Regression Model) digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Secara statistik, dapat diukur dari nilai koefisien determinasi, nilai statistik F dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana H0 ditolak). Sebaliknya disebut tidak signifikan apabila nilai uji statistiknya berada dalam daerah dimana H0 tidak dapat ditolak.(ghozali dan Ratmono, 2013:59) a) Pengujian Model Regresi Data Panel Pengujian Model Regresi Data Panel atau yang biasa disebut dengan Uji F digunakan untuk menguji semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Hipotesis nol adalah joint hypothesis bahwa β1, β2. βk secara stimultan sama dengan nol.
51 H0: β1 = β2=.= βk = 0 Pengujian hipotesis ini sering disebut penhujian signifikansi keseluruhan (overall significance) terhadap garis regresi yang ingin mengakaji apakah Y secara linear berhubungan dengan semua variabel X. Joint hypothesis dapat diuji dengan teknik analisis variance (ANOVA). Pengambilan Keputusan: Misalkan model regresi dengan k-variabel Yi = β1x1i + β2x2i + β3x3i +.+ βkxki +µi H0: β1 = β2=.= βk = 0 (semua koefisien slope secara stimultan sama dengan nol) Ha = Tidak semua koefisien slope secara stimultan sama dengan nol Hitung nilai F statistik dengan rumus: ESS/df F = = RSS/df ESS/(k-1) RSS/(n-k) Dalam menentukan tingkat signifikan (α) yaitu sebesar 5% dapat dilakukan dengan berdasarkan nilai probabilitas, dengan cara: a) Jika nilai probabilitas > 0,05 maka Ho diterima b) Jika nilai probabilitas < 0,05 maka Ho ditolak b) Koefisien Determinasi (R 2 ) Koefisien determinasi merupakan besaran yang memberikan informasi goodness of fit dari persamaan regresi, yaitu memberikan proporsi atau presentasi kekuatan pengaruh variabel yang menjelaskan secara simultan terhadap variasi
52 dari variabel dependen. Koefisien determinasi (R 2 ) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah 0 dan 1. Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen amat terbatas. Nilai R 2 yang mendekati 1 (satu) berarti variabel-variabel independen memberikan hampir seluruh informasi yang dibutuhkan untuk memprediksi variabel dependen. Secara umum koefisien determinasi untuk data silang (cross-section) relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan data runtun waktu (time series) biasanya memiliki nilai koefisien determinasi yang tinggi. (Ghozali dan Ratmono, 2013:59) c) Pengujian Koefisien Regresi Data Panel Pengujian koefisien regresi data panel atau yang disebut dengan uji t bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independen secara individual (parsial) terhadap variabel dependen dengan menganggap variabel lainnya konstan. Jika asumsi normalitas error yaitu µi ~ N (0, σ 2 ) terpenuhi, maka dapat menggunakan uji t untuk menguji koefisien parsial dari regresi. Pengujian hipotesisnya sebagai berikut: H0: β1 = 0 dan Ha: β1 0. Dalam menentukan tingkat signifikan (α) yaitu sebesar 5 persen dapat dilakukan dengan berdasarkan nilai probabilitas, ditentukan dengan cara sebagai berikut: a. Jika nilai probabilitas > 0,05 maka H0 diterima b. Jika nilai probabilitas < 0,05 maka Ha diterima Untuk menghitung t-tabel digunakan ketentuan n-1 pada level signifikansi
53 (α) sebesar 0,05 atau taraf keyakinan 0,95, jadi apabila tingkat kesalahan suatu variabel lebih dari 0,05 berarti variabel itu tidak signifikan.