BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian 1. Tempat Penelitian Data yang diperlukan dalam penulisan Skripsi yang berjudul Analisis Pengaruh Return On Investment (ROI) Dan Economic Value Added (EVA) Terhadap Harga Saham Pada Perusahaan Sektor Semen Yang Terdaftar Di Bursa Efek Indonesia (BEI) Periode 2013 30 Sept 2016, merupakan data sekunder maka penulis mengadakan penelitian pada Perusahaan yang terdaftar di Bursa Efek Indonesia periode 2013-2016 Jl. Jendral Sudirman Ka 52-53 Senayan Kebayoran Baru, Jakarta Selatan. Data-data tersebut dapat diambil dari situs resmi Bursa Efek Indonesia, idx dan yahoofinance. 2. Waktu Penelitian Penelitian dilakukan pada peride Januari 2013 30 Sept 2016 B. Desain Penelitian Berdasarkan tujuan penelitian yaitu untuk mengetahui pengaruh ROI Dan EVA terhadap Harga Saham pada Perusahaan Sektor Semen yang terdaftar di BEI. Maka jenis penelitian yang digunakan adalah penelitian berjenis sebab akibat (kausal). Alasan digunakannya jenis penelitian ini adalah untuk mengetahui apakah variabel ROI dan EVA memiliki pengaruh yang signfikan terhadap harga saham baik secara simultan dan parsial. 33
34 Menurut Sugiyono (2013) Hubungan kausal adalah hubungan yang bersifat sebab akibat, dimana ada variabel independen (variabel yang mempengaruhi) dan variabel dependen (variabel yang dipengaruhi). Dalam penelitian ini digunakan suatu hipotesis yang berkaitan dengan analisis data yang diteliti, disertai dengan teknik pengumpulan data yang digunakan yaitu dokumentasi. Menurut Sugiyono (2013) dalam bukunya Metode Penelitian Manajemen menerangkan bahwa penelitian kuantitatif adalah penelitian dengan memperoleh data yang berbentuk angka atau data kualitatif yang diangkakan.yang bertujuan untuk mengembangkan dan menggunakan model-model matematis, teori-teori dan atau hipotesis yang berkaitan dengan fenomena alam. Jenis data yang diperlukan dalam penulisan ini yaitu data sekunder. Data sekunder yaitu data yang lebih dahulu dikumpulkan dan dilaporkan oleh orang diluar penyidik sendiri, walaupun sesungguhnya adalah data yang asli. Data ini berasal dari berupa jurnal, keuangan tahunan (annual report), harga saham penutupan (closing price) atau data lain yang tidak langsung diperoleh dari www.idx.co.id,danwww.yahoofinance.com. Dalam penelitian ini menggunakan data sekunder yang berupa daftar perusahaan sektor semen yang terdapat di Bursa Efek Indonesia. C. Definisi Dan Operasionalisasi Variabael Definisi operasional variable menunjukkan ukuran dari suatu variabel. Variabel bebas penelitian ini yaitu Return On Investment (ROI) dan Economic Value Added (EVA) dan variabel terikatnya adalah harga saham pada perusahaan yang bergerak disektor semen di Bursa Efek Indonesia.
35 Tabel 3. 1 Defenisi Operasional Variabel Skala No Nama Variabel Cara Pengukuran Pengukuran 1. Dependen : Harga Saham (Y) Y = α + β1x1 + β2x2 + e Rasio 2. Dependen: Return On Investment (ROI) Economic Value Added (EVA) ROI = Sumber: dikembangkan untuk penelitian Laba Usaha (Sebelum pajak) Jumlah Kekayaan Aktiva x100 rasio EVA = NOPAT Capital Charges Atau EVA = NOPAT (WACC x Invested Capital) rasio D. Populasi Dan Sampel Penelitian Populasi dalam penelitian ini adalah perusahaan yang termasuk dalam perusahaan sektor semen yang terdaftar di Bursa Efek Indonesia mulai tahun 2013 sampai dengan 30 September tahun 2016. Perusahaan sektor semen diambil sebagai populasi penelitian karena sektor semen telah ikut berperan serta dalam meningkatkan pembangunan ekonomi baik skala lokal, regional maupun nasional. Perusahaan sektor semen yang terdaftar di Bursa Efek Indonesia adalah terdiri dari 4 perusahaan. Teknik sampling yang digunakan adalah non probability sampling. Menurut Sugiyono (2010) non probabilitysampling adalah teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Dengan metode pengambilan sampel yang digunakan adalah saturation sampling (sampling jenuh) yaitu teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel penelitian. Alasan pemilihan
36 metode adalah karena jumlah populasi dalam penelitian ini sangat kecil yaitu 4 perusahaan. Berikut ini dapat dilihat perusahaan sektor semen yang terdaftar di Bursa Efek Indonesia yang dijadikan sampel penelitian: Tabel 3. 2 Perusahaan Sektor Semen Sub Sektor Semen yang terdaftar di Bursa Efek Indonesia (BEI) No Kode Nama Emiten Tanggal IPO Saham 1. INTP Indocement Tunggal Prakasa Tbk 05 Desember 1989 2. SMBR Semen Baturaja (Persero) Tbk 28 Juni 2013 3. SMCB Holcim Indonesia Tbk 10 Agustus 1997 4. SMGR Semen Indonesia (Persero) Tbk 08 Juli 1991 Sumber:www.sahamok.com E. Teknik Pengumpulan Data Pengumpulan data dalam penelitian ini adalah dengan metode dokumentasi dan studi pustaka. Menurut Sanusi (2011) Metode dokumentasi dilakukan untuk mengumpulkan data sekunder dari berbagai sumber, baik secara pribadi maupun kelembagaan. Sedangkan metode studi pustaka dilakukan dengan cara mempelajari, membaca, dan menelaah berbagai literatur serta bahan penunjang lain yang berkaitan dengan penelitian yang dilakukan seperti buku teks, jurnal ilmiah, majalah, internet, maupun penelitian terdahulu yang relevan dengan penelitian ini. Metode pengumpulan data pada penelitian ini adalah studi dokumentasi dengan cara meneliti dokumen-dokumen dan bahan tulisan dari perusahaan, serta jurnal-jurnal ilmiah dan buku-buku yang berkaitan dengan penelitian yang
37 dilakukan. Teknik ini digunakan dengan mendokumentasikan yaitu mencatat data tahunan yang tercantum untuk harga saham adalah harga penutupan (closing price) yang diperoleh dari www.idx.co.id. Untuk laporan keuangan dan annual report perusahaan periode tahun 2013 sampai dengan 30 Sept tahun 2016 diperoleh dari www.yahoofinance.com. F. Metode Analisis Penelitian ini menggunakan analisis data panel. Data Panel adalah data yang dikumpulkan secara cross section (data silang) dan diikuti pada periode waktu tertentu tersebut, sehinggan peneliti dapat melihat pola naik turunnya keuntungan suatu perusahaan dalam tempo waktu tertentu dan perbedaan keuntungan beberapa perusahaan pada suatu waktu (Nachrowi, 2006). Data panel merupakan gabungan dari data cross section (data silang) dan data time series (runtut waktu), sehingga jumlah pengamatan menjadi sangat banyak. Hal ini bisa menjadi keuntungan karena menggunakan data yang banyak tetapi datanya menjadi sangat kompleks. Oleh karena itu diperlukan suatu teknik tersendiri dalam mengatasi model yang menggunakan data panel. 1. Pemodelan Data Panel Model data panel dapat dituliskan sebagai berikut: Y it = α + βx it + ε it ; i = 1,2.,N; t = 1,2..T dimana: N T N x T = banyaknya observasi = banyaknya waktu = banyaknya data panel
38 2. Estimasi Regresi Data Panel Dalam analisis data panel terdapat beberapa teknik untuk mengestimasi parameter model yaitu: a. Ordinary Least Square/Common Effect Sebelum membuat regresi harus digabungkan dengan data cross section dengan data time series. Kemudian data gabungan ini diperlukan sebagai satu kesatuan pengamatan yang digunakan untuk mengestimasi model dengan metode OLS. Metode OLS yang digunakan dalam regresi data panel tidak berbeda dengan metode OLS dalam regresi linier berganda (Nachrowi, 2006). b. Model Fixed Effect Adanya variabel yang tidak semuanya masuk dalam persamaan model memungkinkan adanya intercept yang tidak konstan, atau dengan kata lain, intercept ini mungkin berubah untuk setiap individu dan waktu. Pemikiran inilah yang menjadi dasar pemikiran pembentukan model tersebut (Nachrowi, 2006). c. Model Random Effect Apabila pada Model Fixed Effect, perbedaan antar individu dan atau waktu dicerminkan lewat intercept, maka pada model Random Effect, perbedaan tersebut diakomodasi lewat error. Teknik ini juga memperhitungkan bahwa error mungkin berkolerasi sepanjang time series dan cross section (Nachrowi, 2006).
39 3. Penentuan Model Regresi data Panel Data panel atau pooled data merupakan kombinasi dari data time series dan cross section. Metode data panel digunakan untuk mengatasi interkorelasi di antara variabel-variabel bebas yang pada akhirnya dapat mengakibatkan tidak tepatnya penaksiran regresi. Penentuan model regresi data panel bertujuan untuk memilih model estimasi regresi dari data panel. Pertama-tama data yang diuji dengan menggunakan uji Chow untuk memilih model regresi antara common effect atau Fixed effect. Jika data tidak lolos uji Chow, maka kemudian dilanjutkan dengan menggunakan uji Hausman untuk memilih model regresi antara Fixed effect atau Random effect. a. Uji Chow Untuk memilih model mana yang akan digunakan antara common effect atau fixed effect didalam penelitian ini akan digunakan uji Chow terlebih dahulu. Langkah pertama adalah melakukan estimasi regresi dengan fixed effect. Kemudian melakukan uji Chow untuk menentukan apakah akan menggunakan model common effect atau fixed effect dimana hipotesis dari uji Chow adalah sebagai berikut : H0 : Model Common Effect Lebih Baik dari Model Fixed Effect Ha : ModelCommon Effect Tidak Lebih Baik dari Model Fixed Effect Apabila F hitung lebih kecil dari F tabel atau probabilitas dari cross section F lebih besar dari 0,05 maka Ho tidak dapat ditolak. Yang artinya menggunakan model common effect dan pengujian berhenti
40 sampai di uji Chow test. Sebaliknya apabila F hitung lebih besar dari F tabel atau probabilitas dari cross section F lebih kecil dari 0,05 maka tolak Ho yang artinya menggunakan model fixed effect dan pengujian berlanjut ke uji Hausman. b. Uji Hausman Pada dasarnya Uji Hausman digunakan untuk melihat konsistensi pendugaan dengan Model Common Effect. Mengingat Model Random Effect diduga dengan menggunakan metode tersebut, maka dalam pemodelan data panel, uji tersebut digunakan untuk melihat kelayakan penggunaan model panel (Nachrowi, 2006). Dengan menggunakan model sesuai dengan Random Effect dan Fixed Effect pengujian yang dilakukan menggunakan Uji Chow dan Uji Hausman yaitu: H0 = Model random effect lebih baik dari model fixed effect H1 = Model random effect tidak lebih baik dari model fixed effect Jika data panel yang dimiliki mempunyai jumlah waktu (T) lebih besar dibanding jumlah individu (N) maka disarankan menggunakan model fixed effect, dan jika data panel yang dimiliki mempunyai jumlah waktu (T) lebih kecil dibanding jumlah individu (N) maka disarankan menggunakan model random effect Dengan data yang ada yaitu periode waktu 4 tahun (T) dan 4 perusahaan (N) maka T < N dapat disimpulkan bahwa untuk model yang digunakan adalah model random effect tetapi keputusan sesuai atau tidaknya akan melalui Uji Chow dan Uji Hausman terlebih dahulu.
41 4. Uji Asumsi Klasik Dalam penggunaan analisis regresi, agar menunjukan hubungan yang valid atau tidak bias maka perlu dilakukan pengujian asumsi klasik pada model regresi yang digunakan. Dikatakan telah memenuhi asumsi klasik apabila memenuhi syarat normalitas, non multikolineritas, non heteroskedastisitas dan non autokorelasi. a. Hasil Uji Normalitas Uji ini digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Model estimasi yang baik memiliki data berdistribusi normal atau mendekati normal. Dalam model regresi, pengujian uji normalitas dilakukan terhadap data residual. Untuk mengetahui apakah data berdistribusi normal atau tidak dalam penelitian ini menggunakan uji Jarque-Bera. Dimana Hipotesis pada uji Jarque- Berra adalah sebagai berikut. H0 : Residual berdistribusi Normal Ha : Residual tidak berdistribusi Normal Apabila nilai probabilitas yang diperoleh lebih besar dari α = 5%, maka menerima H0 yang artinya residual data berdistribusi normal. b. Hasil Uji Multikolinieritas Uji multikolinieritas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinieritas, yaitu adanya hubungan linier antar variabel independen dalam model regresi. Dalam penelitian ini untuk mendeteksi ada atau tidaknya multikolinieritas dengan
42 menggunakan VIF (Variance Inflations Factors) yaitu apabila nilai VIF untuk variable ROI & EVA < 5 maka dapat dikatakan tidak terjadi multikolinieritas pada kedua variabel bebas tersebut. c. Hasil Uji Autokorelasi Autokorelasi menggambarkan adanya korelasi berurutan antara unsur unsur variabel gangguan(disturbance term) dalam suatu rangkaian data runtun waktu (times series). Untuk melihat adanya autokorelasi dalam penelitian ini digunakan Uji Durbin Watson. Uji Durbin watson akan menghasilkan nilai Durbin Watson (DW) yang nantinya akan dibandingkan dengan dua (2) nilai Durbin Watson Tabel, yaitu Durbin Upper (DU) dan Durbin Lower DL). Dikatakan tidak terdapat autokorelasi jika nilai DW > DU dan (4-DW) > DU atau bisa dinotasikan juga sebagai berikut: (4-DW) > DU < DW. d. Hasil Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dalam penenlitian ini menggunakan metode uji White. Dimana hipotesis uji White ialah: H0 : Varian residual Homoskedastisitas Ha : Varian residual Heteroskedastisitas
43 Jika nilai probabilitas Chi Squares dari Obs*R-Square lebih besar dari α = 5% maka terima Ho yang artinya tidak ada heteroskedastisitas. 5. Analisis Regresi Data Panel Metode Analisis Data penelitian ini menggunakan analisis panel data sebagai alat pengolahan data dengan menggunakan software Eviews8.0 Analisis dengan menggunakan data panel adalah kombinasi dari data time series dan cross section. Dengan mengakomodasi dalam model informasi baik yang terkait variabel-variabel cross section maupun time series, data panel secara substansial mampu menurunkan masalah omitted variables, model yang mengabaikan variabel yang relevan (Wibisono dalam Ajija et.,al, 2011). Persamaan model dengan menggunakan data cross-section dapat ditulis sebagai berikut : Yi = β0 + β1 Xi + εi ; i = 1, 2,..., N dimana N adalah banyaknya data cross-section. Sedangkan persamaan model dengan time-series adalah : Yt = β0 + β1 Xt + εt ; t = 1, 2,..., T dimana T adalah banyaknya data timeseries Mengingat data panel merupakan gabungan dari time-series dan crosssection, maka model dapat ditulis dengan : Yit = β0 + β1 Xit + εit i = 1, 2,..., N ; t = 1, 2,..., T dimana : N = banyaknya observasi T = banyaknya waktu N x T = banyaknya data panel
44 Analisis regresi digunakan untuk mengetahui ada tidaknya pengaruh antara variabel independen dengan variabel dependen. Berdasarkan pengolahan data, hasil analisis dapat ditunjukan pada tabel sebelumnya. Pada penelitian ini adalah menggunakan model common effect. Seberapa besar variabel independen mempengaruh variabel dependen di dalam penelitian ini dapat dihitung dengan regresi data panel sebagai berikut: Y it = a + bx 1it + bx 1it + ε it Y = Harga saham (i), pada waktu (t) α = Konstanta b = Koefisien Regresi X1 = ROI Perusahaan (i), pada waktu (t) X2= EVA perusahaan (i), pada waktu (t) ε it =error term perusahaan (i), pada waktu (t) Selanjutnya, setelah dilakukan pengujian ketepatan model regresi data panel dengan Uji F, yang kemudian dilanjutkan dengan pengujian signifikansi pengaruh tiap variabel independen terhadap variabel dependen dengan menggunakan uji-t beserta interpretasi variabel yang signifikan memengaruhi variabel dependen. Setelah itu dilakukan pengujian goodness of fit terhadap model data panel melalui besaran nilai Koefisien Determinasi (R-square). Hasil dari ketiga tahapan ini adalah sebagai berikut:
45 a. Uji Simultan (Uji F) Uji simultan atau uji F digunakan untuk mengetahui apakah model regresi data panel yang digunakan telah tepat untuk menjelaskan pengaruh variabel- variabel independen secara bersama-sama (simultan) terhadap variabel dependen dengan menggunakan tingkat signifikansi sebesar 5%. Adapun hipotesis yang digunakan adalah sebagai berikut: Hipotesis: H0: Tidak terdapat pengaruh yang signifikan secara simultan antara ROI & EVA terhadap harga saham. Ha :Terdapat pengaruh yang signifikan secara simultan antara ROI & EVA terhadap harga saham. Kriteria untuk uji F ini adalah apabila probabilitas (signifikansi) 0,05 maka tolak Ho dan sebaliknya apabila probabilitas (signifikansi) > 0,05 maka terima Ho, artinya bahwa minimal terdapat satu variabel independen yang mempengaruhi variabel dependen secara signifikan. b. Uji Parsial (Uji T) Uji t digunakan untuk mengetahui pengaruh masing-masing variabel independen terhadap variabel dependen dengan membandingkan antara probabilitas dengan tingkat signifikansi sebesar 5%. Kriteria untuk uji T (parsial) ini adalah apabila probabilitasnya (signifikansi) <0,05 maka tolak Ho dan sebaliknya apabila probabilitas (signifikansi) 0,05 maka terima Ho.
46 c. Koefisien Determinasi Koefisien determinasi (R 2 ) digunakan untuk mengukur seberapa baik garis regresi sesuai dengan data aktualnya (goodness of fit). Koefisien determinasi ini mengukur presentase total variasi variabel dependen Y yang dijelaskan oleh variabel independen di dalam garis regresi. Uji ini bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terkait. Koefisien determinasi (R 2 ) menunjukkan proporsi yang diterangkan oleh variabel bebas dalam model terhadap variabel terkaitnya, sisanya dijelaskan oleh variabel lain yang tidak dimasukkan dalam model, formulasi model yang keliru dan kesalahan eksperimen Rumus yang dapat digunakan menurut Gujarati (2006) adalah Rsquared = ESS TSS ESS= Explain sum square (jumlah kuadrat yang diterangkan) TSS= Total sum square (jumlah total kuadrat)