BAB 3 DESAIN PENELITIAN 3.1 Desain Penelitian Dalam desain penelitian ini, akan dijelaskan gambaran singkat dari penelitian ini, yaitu jenis dan sumber data, populasi dan sampel, metode pengumpulan sampel, metode analisis data, metode penyajian data, uji statistik, dan operasional variabel yang akan diteliti. 3.2 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu laporan keuangan. Data tersebut tersedia di website di BEI yang tersedia secara online pada situs http:/www.idx.co.id. selain itu juga peringkat obligasi yang dapat diakses di website PEFINDO pada situs http://new.pefindo.com 3.3 Populasi dan Sampel Penelitian ini menggunakan populasi semua perusahaan go public yang menerbitkan obligasi dan perusahaan tersebut terdaftar di Bursa Efek Indonesia (BEI) serta terdaftar dalam peringkat obligasi yang dikeluarkan PT. PEFINDO. Periode laporan keuangan adalah data periode tahun 2010-2013. Pemilihan sampel dilakukan dengan menggunakan Purposive Sampling yaitu dengan menggunakan kriteria tertentu dalam melakukan pemilihan sampel. Kriteria tersebut adalah: 1. Perusahaan penerbit obligasi yang terdaftar di BEI dan diperingkat oleh PT PEFINDO peiode 2010-2013 2. Perusahaan yang termasuk sektor non keuangan 3. Perusahaan penerbit obligasi yang konsisten terdaftar di BEI atau tidak mengalami delisting 35
36 4. Perusahaan yang memiliki Laporan Keuangan lengkap dan tidak mengalami kerugian 3.4 Metode Pengumpulan Sampel Dalam penelitian ini, data sekunder diperoleh dari teknik data dokumenter laporan keuangan tahunan dari perusahaan go public yang terdaftar di Bursa Efek Indonesia (BEI) dan peringkat obligasi diperoleh dari download di situs new.pefindo.com. 3.5 Metode Penyajian Data Penelitian ini merupakan penelitian kuantitatif sehingga penyajian data dapat berupa angka dalam tabel ataupun diagram, dimana hasil dari penyajian data tersebut dapat memberikan hasil yang jelas mengenai hubungan antara variabel dependen dan variabel independen apakah variabel tersebut mempunyai pengaruh yang signifikan atau tidak. Selain itu pembahasan juga dapat berupa tabel maupun diagram sehingga mendapatkan pemahaman yang lebih baik atas penelitian ini. 3.6 Metode Analisis Data Analisis data merupakan kegiatan mengolah data yang telah terkumpul kemudian dapat memberikan interprestasi pada hasil-hasil tersebut. Kegiatan dalam analisi data meliputi: pengelompokan data tiap variable yang diteliti, melakukan perhitungan untuk menguji hipotesis yang diajukan. Metode analisis data akan dilakukan dengan analisis multivariate dengan menggunakan regresi logistik. Analisis regresi logistik digunakan untuk melihat pengaruh sejumlah variabel independen terhadap varabel dependen yang berupa variabel kategorikan (binominal, multinominal atau ordinal) atau juga untuk memprediksi nilai suatu variabel dependen (yang berupa variabel kategorik) berdasarkan nilai variabel-variabel independen. Stanislaus (2006:225) SPSS menyediakan tiga prosedur regresi logistik yaitu:
37 a) Regresi Logistik Biner (binary logistic regression), adalah regresi logistik yang mana variabel dependennya berupa variabel dikotomi atau variabel biner. Contoh variabel dikotomi atau variabel vinee adalah sukesk-gagal, ya-tidak, benar-salah, hidup-mati, hadir-absen, priaperempuan dan sebagainya b) Regresi Logistik Multinminal (multinominal logistic regression), adalah regresi logistik yang mana variabel dependennya berupa variabel kategorik yang terdiri lebih dari dua nilai seperti merah, biru, kuning, hitam atau Islam, Kristen, Hindu, Budha dan seterusnya. c) Regresi Logistik Ordinal (ordinal logistic regression), adalah regresi logistik yang mana variabel dependennya berupa vaiabel dengan skala ordinal seperti sangat setuju, setuju netral, tidak setuju, sangat tidak setuju dan sebaganya. Penelitian ini menggunakan regresi logistik biner karena variabel dependennya yaitu peringkat obligasi berupa variabel dikotomi yang terbagi menjadi kategori investment grade dan non-investment grade. Teknik analisis ini tidak menggunakan lagi uji normalitas dan uji asumsi klasik pada variable bebasnya (ghozali,2011). Kelebihan dari model regresi ini menurut Algifari (2009) adalah: 1. Regresi logistik tidak memiliki asumsi normalitas atas variabel bebas yang digunakan dalam model. Artinya, variabel penjelas tidak harus memiliki distribusi normal, linier, maupun varian yang sama dalam setiap grup. 2. Variabel bebas dalam regresi logistic bisa campuran dari variabel kontinyu, distrik, dan dikotomi. 3. Regresi logistik amat bermanfaat digunakan apabila distribusi respon atas variabel terikat diharapkan nonlinier dengan satu atau lebih variabel bebas. Adapun model regresi yang digunakan sebagai berikut:
38 Model 1: Y = Model 2: Y = Keterangan: Y = Peringkat obligasi X 1 = Leverage X2 X3 X4 Md = Likuiditas = Solvabilitas = Profitabilitas = Kualitas Auditor β 0 = Konstanta β 1, β 2, = Koefisien Regresi 3.7 Uji Statistik Uji Statistik yang akan digunakan dalam penelitian ini, yaitu uji statistik deskriptif, uji likelihood, uji Hosmer and lemeshow s goodness off it, uji Cox and Snell s R Square dan Nagel karke R Square. 3.7.1 Statisktik deskriptif Statistik deskriptif memberikan gambaran atau deskripsi variabel-variabel dalam penelitian. Statistik deskriptif yang digunakan dalam penelitian ini adalah nilai rata-rata
39 (mean), maksimum, minimum, dan deviasi standar, untuk menggambarkan variabel leverage, likuiditas, solvabilitas, profitabilitas dan kualitas auditor. 3.7.2 Uji Likelihood Adanya pengurangan nilai antara -2LL awal dengan nilai -2LL pada langkah berikutnya menunjukan bahwa model yang dihipotesiskan fit dengan data (Ghozali, 2011). Adanya penurunan nilai log likelihood menunjukan model regresi semakin baik. 3.7.3 Uji Cox and Snell R 2 dan nagel Karke R 2 Nagel Karke R Square merupakan modifikasi dari koefisien Cox and Snell s untuk memastikan bahwa nilainya bervariasi dari 0 sampai 1. Hal ini dilakukan dengan cara membagi nilai Cox and Snell sr² dengan nilai maksimumnya. nilai Nagel Karke R² dapat diinterprestasikan seperti nilai R² pada multiple regression. 3.7.4 Uji Hosmer and Lemeshow s goodness of fit Pengujian Hosmer and lemeshow digunakan untuk menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model. (Ghozali, 2011) menyatakan bahwa jika nilai Hosmer-Lemeshow signifikan atau lebih kecil dari 0.05 maka model tidak mampu memprediksi nilai observasinya atau model dikatakan tidak sesuai. Sebaliknya jika tidak signifikan atau lebih besar dari 0.05 maka model mampu memprediksi nilai observasinya atau dapat dikatakan model diterima karena sesuai dengan data observasinya. 3.8 Definisi Operasional danvariabel Penelitian 3.8.1 Variabel Dependen (Y) Variable dependen yang hendak diujikan ialah peringkat obligasi yang secara umum dapat dibagi menjadi dua peringkat yaitu Investment Grade yang terdiri dari AAA, AA, dan A kemudian peringkat non-investment Grade yang terdiri BBB, BB, B, CCC, dan D. variable ini mengukur tingkat peringkat obligasi perusahaan dan memberi
40 nilai pada masing-masing peringkat dengan mengacu pada penelitian terdahulu disesuaikan dengan peringkat obligasi yang dikeluarkan oleh PEFINDO. Skala yang digunakan dalam penelitian ini merupakan skala nominal dengan dua kategori yaitu: 1 = untuk perusahaan dengan peringkat obligasi Investment Grade 0 = untuk perusahaan dengan peringkat obligasi noninvestment Grade 3.8.2 Variabel independen (X) Variable Independen yang akan diujikan dalam penelitian ini meliputi: 1. Rasio Leverage (X1) Mengukur keseimbangan proporsi antara asset yang didanai dari kreditor danyang didanai oleh pemilik perusahaan. Rendahnya nilai rasio leverage dapat diartikan bahwa hanya sebagian kecil aktiva didanai dengan utang dan semakin kecil resiko kegagalan perusahaan. Rasio yang digunakan sebagai proyeksi leverage pada penelitian ini adalah: 2. Rasio Likuiditas (X2) Menunjukan Kemampuan perusahaan untuk memenuhi kewajiban utang jangka pendeknya. Semakin tinggi likuiditas perusahaan maka semakin baik peringkat obligasi suatu perusahaan. Rasio yang memproyeksikan likuidasi pada penelitian ini dirumuskan sebagai berikut:
41 3. Rasio Solvabilitas (X3) Solvabilitas merupakan kemampuan perusahaan dalam memeuhi segala kewajiban finansialnya apabila suatu saat perusahaan mengalami likuidasi. Dengan demikian solvabilitas merupakan kemampuan suatu perusahaan membayar semua kewajibannya baik itu jangka pendek maupun jangka panjang. Rasio yang memproyeksikan rasio profitabilitas dalam penelitian ini diformulasikan sebagai berikut: 4. Rasio Profitabilitas (X4) Profitabilitas menunjukan kemampuan perusahaan dalam memperoleh laba, baik dalam hubungannya dengan penjualan, total aktiva maupun laba bagi modal sendiri. Semakin tinggi profitabilitas suatu perusahaan maka semakin baik perusahaan memperoleh laba, semakin baik pula peringkat obligasi perusahaan. Rasio profitabilitas dalam penelitian ini dirumuskan menggunakan return on asset yang diformulasikan sebagi berikut: 3.8.3 Variabel moderasi (Md)
42 Variabel moderasi adalah variabel yang memperngaruhi (memperkuat atau memperlemah) hubungan antara variabel independen dengan dependen. Variabel ini juga sebagai variabel independen kedua (Sugiyono: 2013). Variabel moderasi yang digunakan dalam penelitian ini merupakan kualitas auditor (Md). Kualitas auditor merupakan nama baik atau citra yang didapat atas kerja yang baik, kepercayaan dari para kliennya salam tanggung jawabnya sebagai auditor. Dalam penelitian ini kualitas auditor diukur dengan ukuran kantor akuntan publik (KAP) yang memakai variable dummy. Jika KAP termasuk dalam kategori Big Four Auditors, akan diberi kode 1, sedangkan yang tidak termasuk kategori Big Four Auditors maka akan diberi kode 0. Yang termasuk KAP Big Four Auditors adalah: 1) KAP Osman Bing Satrio & Eny (Deloitte Touche Tohmatsu) 2) KAP Tanudiredja, Wibisana & Rekan (Price Waterhouse Coopers) 3) KAP Purwantono, Suherman & Surja (Ernst & Young) 4) KAP Sidharta dan Widjaja (Klynveld Peat Marwick Goerdeler)