BAB IV METODOLOGI PENELITIAN 4.1. Metode Penelitian Metode penelitian yang digunakan adalah pendekatan deskriptif kuantitatif, berdasarkan permasalahan yang diteliti, penelitian ini digolongkan kepada bentuk penelitian kausal asimetris, yakni penelitian yang bertujuan untuk mengetahui hubungan antara variabel bebas net profit margin, return on asset, return on equity, earning per share dan risiko sistematik terhadap variabel terikat yaitu harga saham. Dari sudut pandang jenis data yang dikumpulkan, penelitian ini tergolong metode penelitian data sekunder sedangkan dari sudut tempat pengambilan data, penelitian ini digolongkan sebagai penelitian kepustakaan. 4.1.1. Waktu, Lokasi dan Tempat Penelitian Kegiatan penelitian ini dilaksanakan selama 3 (bulan) bulan yang dimulai pada bulan Mei 2012 s/d Juli 2012. Lokasi penelitian yang dipilih oleh peneliti untuk melengkapi data-data penelitian ini adalah di pusat referensi pasar modal (PRPM) gedung Bursa Efek Indonesia, Menara 2 Lantai 1 Jl. Jend. Sudirman Kav. 52-53 Jakarta 12190 Telp. (021) 5153787, Fax. (021) 5153786. 42
4.2. Metode Pengumpulan Data 4.2.1. Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data tersebut bersumber dari Bursa Efek Indonesia, BEI Statistik 2009-2011, yang memuat laporan keuangan per triwulan (quarterly) dari setiap emiten, serta dari situs resmi www.idx.co.id, www.finance.yahoo.com, www.etrading.com. Data yang digunakan merupakan Data Panel yaitu gabungan dari data antar perusahaan LQ45 (cross section) dan data antar waktu (time series). 4.2.2. Periode Penelitian Penelitian ini akan mengambil periode secara triwulan (quarterly) yaitu tahun 2009:Q1-2011Q4 hal ini dikarenakan peneliti ingin melihat apakah hasil penelitian dengan data triwulan (quarterly) akan sama dengan hasil penelitian sebelumnya yang menggunakan data tahunan. 4.2.3. Sampel Penelitian Pengambilan sampel pada penelitian ini dilakukan dengan tehnik purposive sampling yaitu pengambilan sampel berdasarkan kriteria tertentu, adapun kriteria tersebut adalah sebagai berikut : 1. Masuk dalam perhitungan indeks LQ45 dari (2007-2011). 2. Perusahaan tidak pernah delisting dari LQ45 dari (2007-2011) 43
3. Data keuangan setiap triwulan lengkap dan dapat diakses. 4. Tidak memiliki rasio ekuitas dan pendapatan negatif. Berdasarkan kriteria diatas dari total populasi sebanyak 45 perusahaan didapat sampel sebanyak 8 perusahaan yang memenuhi kriteria yakni : Tabel 4.1 Daftar Perusahaan Sampel Jumlah sampel cross section penelitian adalah 8 perusahaan (i=8) dan time series sebanyak 12 kuartal yaitu 2009Q1 s/d 2011Q4 (t=12). sehingga total observasi dalam penelitian adalah n=96. 4.3. Operasional Variabel 4.3.1. Identifikasi Variabel Dalam penelitian mengenai pengaruh faktor fundamental terhadap return saham sub sektor manufaktur ini terdapat enam variabel yang digunakan. Dari enam variabel tersebut satu diantaranya adalah variable yang tidak bebas 44
(dependent variable) dan sisanya merupakan variable bebas (independent variable). Lengkapnya adalah sebagai berikut: 1. Variabel Terikat : harga saham (Y) 2. Variabel Bebas : net profit margin (X1), return on asset (X2), return on equity (X3), earning per share (X4) dan beta saham (X5). 4.3.2. Defenisi Operasional Untuk menjelaskan variabel-variabel yang sudah diidentifikasikan, maka definisi operasional variabel adalah sebagai berikut : 1. Harga Saham (Y) Harga saham yang dimaksud pada penelitian ini merupakan harga rata-rata saham (closing price) pada bulan kedua setiap akhir triwulan yang diperoleh dari www.finance.yahoo.com, dengan rincian sebagai berikut : triwulan pertama harga yang digunakan adalah rata-rata harga penutupan bulan mei, triwulan kedua harga yang digunakan adalah rata-rata harga penutupan bulan agustus, triwulan ketiga September harga yang digunakan adalah rata-rata harga penutupan bulan november dan triwulan keempat harga yang digunakan adalah rata-rata harga penutupan bulan februari tahun berikutnya. 2. Rasio Profitabilitas Net Profit Margin (X1) 45
Net profit margin menunjukkan kemampuan menghasilkan laba bersih dari aktivitas operasional perusahaan semakin besar rasio net profit margin semakin baik terhadap kinerja perusahaan. Return On Asset (X2) Return on asset menunjukkan kemampuan perusahaan dalam menghasilkan laba dengan menggunakan assets yang dimiliki oleh perusahaan. Semakin tinggi ROA maka semakin baik dalam memberikan pengembalian kepada penanam modal. Return on Equity (X3) Return on equity mengukur tingkat keuntungan dari investasi yang telah dilakukan pemilik modal sendiri atau pemegang saham. Semakin tinggi ROE menunjukkan semakin efisien perusahaan dalam menggunakan modal sendiri untuk menghasilkan laba. Earning Per Share (X4) Earning per share (EPS) merupakan rasio yang menunjukkan berapa besar kemampuan per lembar saham dalam menghasilkan laba. 3. Risiko Sistematik Beta (X5) Variabel beta digunakan untuk menggambarkan risiko sistematik yang dimasukkan dalam model analisis. Semakin tinggi tingkat beta, maka 46
semakin tinggi risiko sistematik yang tidak dapat dihilangkan karena diversifikasi. Tabel 4.2 Defenisi Operasional Variabel Variabel Indikator Defenisi Skala Variabel Terikat Harga Saham Variabel Bebas Rasio Profitabilitas Risiko Sistematik Closing Price (Y) NPM (X1) ROA (X2) ROE (X3) EPS (X4) Beta (X5) Harga saham merupakan harga penutupan saham perkuartal kuartal setiap tahunnya Menunjukkan kemampuan perusahaan dalam menghasilkan laba bersih. Menunjukkan kemampuan perusahaan dalam menghasilkan laba dengan menggunakan assets perusahaan Mengukur tingkat keuntungan dari investasi yang telah dilakukan pemilik modal sendiri atau pemegang saham Mengukur kemampuan per lembar saham dalam menghasilkan laba Menggambarkan risiko pasar yang dimasukkan dalam model analisis Rasio Rasio Rasio Rasio Rasio Rasio 4.4. Metode Analisis Data Model analisis data yang dipergunakan dalam penelitian ini adalah analisis Regresi Data Panel. Sebelum melakukan estimasi yang tidak bias dengan analisis regresi, perlu dilakukan uji BLUE, yaitu pengujian antar variabel bebas supaya tidak terjadi multikolinieritas, heteroskedastisitas, dan autokorelasi. Bentuk model yang digunakan adalah: Y it = it + 1 NPM it + 2 ROA it + 3 ROE it + 4 EPS it + 5 BETA it + it Dimana : Y it : Harga Saham Perusahaan Perusahaan i pada periode t 47
it : intercept 1-5 : koefisien regresi NPM it : net profit margin Perusahaan i pada periode t ROA it : return on asset Perusahaan i pada periode t EPS it : earning per share Perusahaan i pada periode t BETA it : return on equity Perusahaan i pada periode t it : error term Analisis data dilakukan dengan bantuan Eviews For Student versi 6 dengan menggunakan tingkat kepercayaan (convidence interval) sebesar 95% dan tingkat toleransi kesalahan (alpha) 5%. 4.4.1. Data Panel Data panel adalah merupakan penggabungan antara data cross section dan time series (Widjanarko, 2007:249). sedangkan menurut gurajati data panel adalah merupakan gabungan antara jenis data time series dan cross section, sehingga panel data merupakan data yang memiliki dimensi ruang dan waktu (gurajati, 2004:636). lain : Ada beberapa keuntungan dalam menggunakan regresi data panel antara 1. Tidak ada batasan terhadap heterogenitas dari tiap unit karena data panel berkaitan dengan individual, perusahaan, negara, dan sebagainya dalam periode waktu tertentu. 48
2. Lebih informatif, lebih bervariasi,sedikit kolinieritas antar variabel, degree of freedom lebih besar dan lebih efisien karena kombinasi data time series dan cross section 3. Lebih unggul dalam mempelajari perubahan dinamis karena mempelajari observasi cross section yang berulang. 4. Lebih dapat mendeteksi dan mengukut pengaruh-pengaruh yang tidak dapat diobservasi pada data cross section maupun time series murni. 5. Dapat digunakan untuk mempelajari behavioral model yang lebih kompleks. 6. Data panel dapat meminimalkan bias yang dihasilkan oleh agregasi individu atau perusahaan karena unit lebih banyak. 4.4.2. Pendekatan Data Panel Menurut Nachrowi untuk mengestimasi regresi data panel terdapat tiga pendekatan (Nachrowi, 2006:311-316) yaitu : 1. Pooled Least Square Pada model ini digabungkan data cross section dan data time series kemudian digunakan metode OLS terhadap Panel tersebut. metode ini adalah pendekatan yang paling sederhana karena tidak bisa melihat perbedaan antar individu dan perbedaan antar waktu karena intercept maupun slope sama. Persamaan Pooled Least Square secara matematis ditulis sebagai berikut : 49
Y it = + X it + it ; i = 1,2...N ; t = 1,2,...T 2. Fixed Effect Approach Pada pendekatan model panel ini setiap data memiliki intercept yang mungkin berubah-ubah untuk setiap individu dan waktu, dimana setiap unit cross section bersifat tetap secara time series. Fixed Effect. secara matematis ditulis sebagai berikut : Y it = + X it + 2 W 2t + 3 W 3t +... + n W nt + 2 Z i2 + 3 Z i3 +... + T Z it + it 3. Random Effect Approach Dalam pendekatan random effect perbedaan antar waktu dan antar individu diakomodasi lewat error. error dalam pendekatan ini terbagi menjadi error untuk komponen individu dan error, error komponen waktu dan error gabungan. perbedaan dengan fixed effect adalah dalam derajat kebebasan tidak perlu diestimasi terhadap intercept N cross sectional. secara matematis ditulis sebagai berikut : Y it = + X it + it ; it = u i + v t + w it 4.4.3. Pengujian Model Data Panel 1. Uji Chow Uji Chow adalah pengujian yang dilakukan untuk mengetahui apakah model yang digunakan adalah pooled least square atau fixed effect. Adapun rumus yang digunakan adalah : 50
R fe R cc N T K = restricted residual sum square = unrestricted residual sum square = jumlah data cross section = jumlah data time series = jumlah variabel penjelas Pengujian ini mengikuti distribusi F statistik, dimana jika F statistik lebih besar dari pada F tabel maka HO ditolak. Ho : Pool Least Square H1 : Fixed Effect F Statistik > F tabel = Tolak Ho atau jika nilai probabilitas lebih kecil dari 5% 2. Hausman Test Untuk menentukan apakah model yang digunakan fixed effect atau random effect digunakan uji hausman dengan mengikuti distribusi chi-square. Adapun rumus yang digunakan adalah : Ho H1 = Random Effect = Fixed Effect Uji ini menggunakan distribusi chi square dimana jika probabilitas dari hausman test lebih kecil dari atau hausman test signifikan maka tolak Ho random effect dan terima H1 gunakan model Fixed effect 51
4.5. Uji Asumsi Klasik Dalam model regresi klasik terdapat asumsi-asumsi terutama mengenai error yang harus dipenuhi agar menghasilkan nilai parameter yang BLUE (Best Linier Unbias Estimator) maka dalam melakukan estimasi persamaan linear dengan OLS (Ordinary Least Square) harus memenuhi asumsi BLUE yaitu : Nilai harapan dari rata-rata kesalahan adalah nol varians tetap (homoskedastis) tidak ada hubungan antara variabel bebas dengan error term tidak ada korelasi serial antara error tidak ada multikolinearitas Maka dilakukan pengujian Asumsi Klasik berupa ; 1. Uji Multikolonieritas Uji Multikolonieritas bertujuan untuk menguji apakah ada ditemukan korelasi di antara variabel bebas (independent variabel). Jika terjadi korelasi maka terdapat problem multikolonieritas. Pada model regresi yang baik tidak terjadi korelasi di antara variabel bebasnya. Ada tidaknya multikolinearitas dapat dideteksi dengan korelasi matriks dari residual (Widarjono, 2007:114) jika koefisien korelasi tinggi diatas 0,85 maka diduga ada multikolinearitas dalam model, dan sebaliknya jika koefisien korelasi relatif rendah maka model tidak mengandung multikolonieritas. 52
2. Uji Heteroskedastisitas Heteroskedastisitas adalah keadaan dimana varians tidak konstan atau berubah-ubah. model yang baik adalah bersifat homoskedastis dimana variansnya konstan atau erornya memiliki varians yang sama. untuk mengetahui ada tidaknya heteroskedastisitas dilakukan uji white dengan metode weighted least square sehingga mendapatkan estimasi yang lebih efisien. hipotesa pada white heterokedasticity test adalah Ho : tidak terdapat heterokedastisitas yang berarti tidak ada hubungan antara eror dengan variabel bebasnya (Widarjono, 2007:140). 3. Uji Autokorelasi Uji ini dilakukan untuk menunjukkan bahwa tidak ada autokorelasi atau kondisi yang berurutan diantara gangguan atau disturbance yang masuk ke dalam fungsi regresi. Untuk mendeteksi ada tidaknya gejala autokorelasi dapat dilakukan dengan uji Durbin Watson atau uji d. Nilai d memiliki batas 0 sampai dengan 4, dan juga memiliki batas bawah d L dan juga batas atas d U. Salah satu cara untuk mengetahui ada tidaknya autokorelasi pada model regresi adalah dengan melakukan Uji Durbin Watson (Dw). Pengambilan keputusan ada tidaknya korelasi untuk N=96 dan K = 5 (Widarjono, 2007:160). Tabel 4.3 Uji Statistik Durbin Watson Statistik DW DW Hasil dw < d L Kurang dari 1,5600 Ada Otokorelasi Positif d L dw d U 1,5600-1,7785 Tanpa Kesimpulan d U dw 4-d U 1,7785-2,2215 Tidak Ada Otokorelasi 4-d U dw 4-d L 2,2215-2,4400 Tanpa Kesimpulan dw > 4-d L Lebih dari 2,4400 Ada Otokorelasi Negatif 53
4.6. Pengujian Hipotesis 1. Uji Serempak (Uji F) Uji signifikansi serempak atau Uji F ini dimaksudkan untuk melihat kemampuan menyeluruh dari variabel bebas yaitu 1, 2, 3, 4, 5 untuk dapat atau mampu menjelaskan tingkah laku atau keragaman variabel terikat Y. Uji F juga dimaksudkan untuk mengetahui apakah semua variabel bebas memiliki koefisien regresi sama dengan nol. Hipotesis yang akan diuji ditulis sebagai berikut : H 0 : 1, 2, 3, 4, 5 = 0 rasio profitabilitas (NPM, ROA, ROE, EPS) dan risiko sistematik (Beta) secara simultan tidak memiliki pengaruh terhadap harga saham LQ45 di Bursa Efek Indonesia. H a : Minimal satu i 0, i = 1,2,3,4,5 rasio profitabilitas (NPM, ROA, ROE, EPS) dan risiko sistematik (Beta) secara simultan memiliki pengaruh terhadap harga saham LQ45 di Bursa Efek Indonesia. Uji ini dilakukan dengan membandingkan nilai F hitung dengan F tabel, dengan ketentuan jika nilai F hitung lebih besar dari nilai F tabel atau signifikansi F hitung lebih kecil dari alpha 5% maka H0 ditolak dan Ha diterima yaitu variabel bebas mempengaruhi variabel terikat. Demikian pula sebaliknya apabila F hitung lebih kecil dari F tabel maka H 0 diterima dan H a ditolak. Artinya bahwa variabel bebas secara bersama-sama tidak mempengaruhi variabel terikat. 54
2. Uji Parsial (Uji t) Uji signifikansi parsial atau Uji t adalah untuk menguji apakah suatu variabel bebas berpengaruh atau tidak terhadap veriabel terikat. mungkin secara bersama-sama atau global pengaruh semua variabel bebas dari 1 sampai 5 nyata. Namun demikian belum tentu secara individu atau parsial seluruh variabel dari B1 sampai B5 berpengaruh nyata terhadap variabel terikatnya. Hipotesis yang akan diuji ditulis sebagai berikut: H 0 : i = 0, rasio profitabilitas (NPM, ROA, ROE, EPS) dan risiko sistematik (Beta) secara parsial tidak memiliki pengaruh terhadap harga saham LQ45 di Bursa Efek Indonesia. H a : i 0, rasio profitabilitas (NPM, ROA, ROE, EPS) dan risiko sistematik (Beta) secara parsial memiliki pengaruh terhadap harga saham LQ45 di Bursa Efek Indonesia. Untuk mengetahui apakah suatu variabel bebas secara parsial berpengaruh nyata atau tidak digunakan uji t, dengan ketentuan jika t hitung lebih besar dari t tabel atau signifikansi t hitung lebih kecil dari alpha 5% maka H 0 ditolak dan H a diterima. yaitu bahwa variabel bebas secara parsial mempengaruhi variabel terikat. Demikian pula sebaliknya apabila t hitung lebih kecil dari t tabel maka H 0 diterima dan Ha ditolak. Artinya bahwa secara parsial variabel bebas tidak mempengaruhi variabel terikat. 55