35 BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan mulai bulan Agustus 2014 dan mengambil data yang berasal dari situs resmi Badan Pusat Statistik, Bank Indonesia, Kementerian Energi dan Sumber Daya Mineral, dan Bursa Efek Indonesia.. B. Desain Penelitian Jenis penelitian ini adalah penelitian kausal yaitu penelitian yang bertujuan untuk menguji hipotesis tentang pengaruh pengaruh inflasi, nilai tukar (kurs), harga minyak mentah (ICP), terhadap indeks harga saham sektor manufaktur di Bursa Efek Indonesia. C. Definisi Operasional dan Pengukuran Variabel 1. Definisi Operasional Variabel Variabel yang terdapat dalam penelitian ini terdiri atas variabel independen dan variabel dependen yaitu: a. Variabel Independen Variabel Independen yang digunakan dalam penelitian ini terdiri dari inflasi (X 1 ), nilai tukar (kurs) (X 2 ), dan harga minyak mentah (ICP) (X 3 ).
36 1) Inflasi (X 1 ) Inflasi merupakan suatu proses meningkatnya harga-harga secara umum dan terus-menerus berkaitan dengan mekanisme pasar yang dapat disebabkan oleh berbagai faktor, antara lain, konsumsi masyarakat yang meningkat, berlebihnya likuiditas di pasar yang memicu konsumsi atau bahkan spekulasi, sampai termasuk juga akibat adanya ketidaklancaran distribusi barang. Variabel ini diukur berdasarkan tingkat inflasi yang tercatat dan diterbitkan oleh Badan Pusat Statistik setiap bulannya mulai untuk periode tahun 2010 sampai dengan 2013. 2) Nilai tukar (kurs) (X 2 ) Nilai tukar mata uang (kurs) merupakan perbandingan antara nilai mata uang suatu negara dengan mata uang negara lain yang dapat dipertukarkan atau diperjualbelikan. Variabel ini diukur berdasarkan Kurs tengah Bank Indonesia bulanan selama periode tahun 2010 sampai dengan 2013. 3) Harga Minyak Mentah (ICP) (X 3 ) ICP (Indonesian Crude Price) atau harga minyak mentah Indonesia merupakan harga dasar minyak mentah yang digunakan dalam APBN. ICP merupakan harga rata-rata minyak mentah Indonesia di pasar internasional yang dipakai sebagai indikator perhitungan bagi hasil minyak. ICP ditetapkan setiap bulan dan dievaluasi setiap semester oleh pemerintah dalam hal ini Kementerian Energi dan Sumber Daya Mineral (ESDM). Variabel ini diukur
37 berdasarkan harga minyak mentah Indonesia yang ditetapkan oleh pemerintah (Kementerian ESDM) periode tahun 2010 sampai dengan 2013. b. Variabel Dependen Variabel dependen yang digunakan dalam penelitian ini adalah Indeks harga saham sektor manufaktur. Indeks harga saham sektor manufaktur adalah suatu indikator yang menunjukkan pergerakan harga saham perusahaanperusahaan manufaktur dalam suatu periode, yang berfungsi sebagai indikator trend pasar, artinya pergerakan indeks menggambarkan kondisi pasar pada suatu saat, apakah keadaan pasar sedang aktif atau sedang lesu. Variabel ini diukur berdasarkan Indeks sektor manufaktur yang dikeluarkan oleh Bursa Efek Indonesia periode tahun 2010 sampai dengan 2013. Tabel 3.1 Definisi Operasional Variabel Variabel Jenis Variabel Definisi Operasional Inflasi Independen Suatu proses meningkatnya harga-harga secara umum dan terus-menerus. Nilai Tukar (Kurs) Independen Perbandingan antara nilai mata uang suatu negara dengan mata uang negara lain yang dapat dipertukarkan atau diperjualbelikan. Harga Minyak Mentah (ICP) Indeks Harga Saham Independen Dependen Sumber: Data diolah Harga rata-rata minyak mentah Indonesia di pasar internasional yang dipakai sebagai indikator perhitungan bagi hasil minyak. Suatu indikator yang menunjukkan pergerakan harga saham perusahaan-perusahaan manufaktur dalam suatu periode, yang berfungsi sebagai indikator trend pasar.
38 2. Pengukuran Variabel Tabel 3.2 Skala Pengukuran Variabel Varibel Dimensi Indikator Inflasi Tingkat inflasi Data tingkat inflasi bulanan yang diumumkan oleh Badan Pusat Statistik Nilai Tukar (Kurs) Harga Minyak Mentah (ICP) Indeks Harga Saham Sektor manufaktur Sumber: Data diolah Nilai Tukar Rupiah dan USD Harga Minyak Mentah Indonesia (ICP) Indeks harga saham sektor manufaktur Kurs tengah Bank Indonesia bulanan Harga minyak mentah Indonesia yang ditetapkan oleh pemerintah dalam hal ini kementerian ESDM Indeks sektor manufaktur yang dikeluarkan oleh BEI Skala Pengukuran Rasio Rasio Rasio Rasio D. Populasi dan Sampel Penelitian Menurut Wiwik (2014), populasi adalah seluruh subyek (orang, perusahaan, peristiwa) atau sesuatu yang menjadi fokus penelitian. Populasi dalam penelitian ini adalah indeks harga saham sektor manufaktur di Bursa Efek Indonesia (BEI) periode tahun 2010-2013 yang telah dibuat indeksnya oleh BEI. Metode yang digunakan peneliti dalam pemilihan sampel penelitian ini yaitu metode Purposive Sampling, yaitu pengambilan sampel dengan cara dimana peneliti menentukan sendiri sampel yang diambil dengan pertimbangan tertentu. Sampel yang diambil harus memenuhi kriteria sebagai berikut:
39 1. Indeks harga saham sektor manufaktur di Bursa Efek Indonesia pada Januari 2010 sampai dengan Desember 2013. 2. Data tersedia untuk dianalisis. Berdasarkan kriteria tersebut di atas, diperoleh jumlah sampel (n) selama periode tahun 2010-2013 sebanyak 48 sampel data (bulan), dimana kondisi inflasi, nilai tukar, dan harga minyak mentah (ICP), mengalami fluktuasi yang cukup signifikan serta volatilitas indeks harga saham sektor manufaktur cukup tinggi. Tabel 3.3 Kriteria Penentuan Sampel Kriteria Jumlah Indeks harga saham sektor manufaktur selama periode 48 Januari 2010 Desember 2013 Data tidak lengkap - Jumlah Sampel 48 Sumber: Data diolah E. Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan untuk menyusun dan mengumpulkan data-data yang diperlukan dalam penelitian ini adalah teknik pengumpulan data arsip (Dokumen/Copy), yaitu mengumpulkan data dengan cara mencatat data yang berhubungan dengan masalah yang akan diteliti. Jenis data yang digunakan dalam penelitian ini yaitu data kuantitatif. Sumber data yang digunakan dalam penelitian ini yaitu data sekunder yang terdiri dari data bulanan indeks harga saham sektor manufaktur yang tercantum pada Monthly Statistic pada situs resmi Bursa Efek Indonesia (www.idx.co.id), data inflasi diperoleh dari situs resmi Badan Pusat Statistik (BPS), data nilai tukar (kurs) rupiah terhadap
40 dollar yang diperoleh dari situs resmi bank Indonesia (www.bi.go.id), serta data harga minyak mentah (ICP) yang diperoleh dari publikasi statistik harga minyak mentah Indonesia yang diterbitkan oleh Kementerian Energi dan Sumber Daya Mineral. F. Metode Analisis 1. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas adalah pengujian tentang kenormalan distribusi data. Penggunaan uji normalitas karena pada analisis statistik parametik, asumsi yang harus dimiliki oleh data adalah bahwa data tersebut harus terdistribusi secara normal. Maksud data terdistribusi secara normal adalah bahwa data akan mengikuti bentuk distribusi normal (Santosa dan Ashari, 2005). Uji normalitas bisa dilakukan dengan dua cara, yaitu dengan Normal Probability Plot (P-Plot) dan uji Kolmogorov Smirnov. Pada Normal Probability Plot (P-P Plot) prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan yaitu: 1) Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
41 2) Jika data menyebar jauh garis diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Uji normalitas dengan Kolmogorov Smirnov merupakan uji beda antara data yang diuji normalitasnya dengan data normal baku. Jika nilai signifikansi lebih besar dari 0,05 maka data terdistribusi normal. Sebaliknya, jika nilai signifikansi lebih lebih dari 0,05 maka data tersebut tidak berdistribusi normal. b. Uji Multikolinieritas Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal (Ghozali, 2007). Untuk mendeteksi adanya atau tidaknya korelasi antar variabel independen, dapat dilihat dari Value Inflation Factor (VIF). Apabila nilai VIF > 10, terjadi multikolinieritas. Sebaliknya, jika VIF < 10, tidak terjadi multikolinearitas. c. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual antara observasi yang satu dengan observasi yang lain. Jika varians antara observasi yang satu dengan observasi
42 yang lain tetap maka disebut homoskedastisitas dan jika berbeda maka terjadi problem heteroskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas yaitu dengan melihat grafik Plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi Y sesuungguhnya) yang telah di-studentized. Dasar analisisnya adalah sebagai berikut: 1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. 2) Jika ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Selain dengan grafik scatter plot, uji heteroskedastisitas juga dapat dilakukan dengan uji Glejser. Uji Glejser dilakukan dengan meregresikan variabel-variabel bebas terhadap nilai absolut residualnya (Gujarati, 2004). Dasar pengambilan keputusan pada Uji Heteroskedastisitas yakni : 1) Jika nilai signifikansi lebih besar dari 0,05 maka tidak terjadi heteroskedastisitas. 2) Jika nilai nilai signifikansi lebih kecil dari 0,05 maka terjadi heteroskedastisitas.
43 d. Uji Autokorelasi Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode pengujian yang sering digunakan adalah dengan uji Durbin- Watson (uji DW) dengan ketentuan sebagai berikut: 1) Jika d lebih kecil dari dl atau lebih besar dari (4-dL) maka hopotesis nol ditolak, yang berarti terdapat autokorelasi. 2) Jika d terletak antara du dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi. 3) Jika d terletak antara dl dan du atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti. Nilai du dan dl dapat diperoleh dari tabel statistik Durbin Watson yang bergantung banyaknya observasi dan banyaknya variabel yang menjelaskan. 2. Analisis Regresi Linier Berganda Penelitian ini menggunakan analisis regresi linier berganda (Multiple Regression Analysis). Analisis ini dipergunakan untuk menguji pengaruh variabel independen, dalam hal ini inflasi, nilai tukar, dan harga minyak mentah (ICP), terhadap variabel dependen yaitu indeks harga saham sektor manufaktur. Model dalam penelitian ini adalah sebagai berikut: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + e
44 Keterangan: Y X 1 X 2 X 3 a = Indeks Harga Saham Sektor Manufaktur = Inflasi = Nilai Tukar (Kurs) = Harga Minyak Mentah (ICP) = Konstanta b 1-3 = Koefisien regresi dari masing-masing variable independen e = Faktor Pengganggu / error 3. Uji Hipotesis a. Uji Parsial (t-test) Uji Parsial atau Uji t digunakan untuk menguji signifikansi konstanta dari setiap variabel independen, Inflasi (X 1 ), Nilai Tukar (Kurs) (X 2 ), dan Harga Minyak Mentah (ICP) (X 3 ), benar-benar berpengaruh secara parsial (terpisah) terhadap variabel dependennya yaitu Indeks Harga Saham Sektor Manufaktur (Y). Kriteria pengujian dengan tingkat signifikansi (a) = 0,05 ditentukan sebagai berikut : 1) Dengan membandingkan nilai t hitung dengan nilai t tabel a) Apabila t hitung < t tabel maka H 0 diterima dan H 1 ditolak b) Apabila t hitung > t tabel maka H 0 ditolak dan H 1 diterima 2) Dengan melihat nilai probabilitas singnifikan
45 a) Apabila nilai probabilitas singnifikan > 0,05 maka H 0 diterima dan H 1 ditolak. b) Apabila nilai probabilitas singnifikan < 0,05 maka H 0 ditolak dan H 1 diterima. b. Uji Simultan atau Uji Pengaruh secara Bersama-sama (F-test) Uji Simultan atau yang lebih sering disebut Uji F digunakan untuk menguji pengaruh variabel-variabel independen secara secara keseluruhan (X 1, X 2, dan X 3 ) terhadap variabel dependen. Kriteria untuk menguji hipotesis adalah sebagai berikut: 1) Membuat hipotesis untuk kasus pengujian F-test di atas, yaitu : H0 : b 1 = b 2 = b 3 = 0 Artinya: secara simultan, tidak ada pengaruh yang signifikan dari variabel independen yaitu Inflasi (X 1 ), Nilai Tukar (Kurs) (X 2 ), dan Harga Minyak Mentah (ICP) (X 3 ) terhadap variabel dependennya yaitu Indeks Harga Saham Sektor Manufaktur (Y). H 1 : b 1,b 2,b 3 > 0 Artinya: secara simultan, ada pengaruh yang signifikan dari variabel independen yaitu Inflasi (X 1 ), Nilai Tukar (Kurs) (X 2 ), dan Harga Minyak Mentah (ICP) (X 3 ) terhadap variabel dependennya yaitu Indeks Harga Saham Sektor Manufaktur (Y). 2) Menentukan F tabel dan F hitung. Dengan tingkat kepercayaan sebesar 0,95 atau taraf signifikansi sebesar 0.05, maka :
46 a) Jika F hitung > F tabel, maka H 0 ditolak, berarti masing-masing variabel bebas secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel terikat. b) Jika F hitung < F tabel, maka H 0 diterima, berarti masing-masing variabel bebas secara bersama-sama tidak mempunyai pengaruh yang signifikan terhadap variabel terikat. c. Koefisien Determinasi (R 2 ) Koefisien determinasi merupakan besaran yang memberikan informasi goodness of fit dari persamaan regresi, yaitu memberikan proporsi atau persentase kekuatan pengaruh variabel yang menjelaskan (X 1, X 2, dan X 3 ) secara simultan terhadap variasi dari variabel dependen (Y). Koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinansi adalah antara 0 dan 1. Nilai R² yang kecil berarti kemampuan variabel variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati 1 (satu) berarti variabel variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.