BAB III METODE PENELITIAN
Pada bab ini, menjelaskan tentang langkah-langkah yang digunakan untuk membahas permasalahan yang diambil dalam penelitian. Selain itu, dibagian ini juga dijelaskan mengenai alat dan metode yang digunakan untuk melakukan kegiatan penelitian ini.
A. Waktu Dan Tempat Penelitian 1.
Waktu Penelitian Proses
penelitian
ini
diawali
dengan
kegiatan
mengidentifikasi
permasalahan ditempat penelitian, perumusan masalah yang teridentifikasi, pengumpulan dasar teori yang memperkuat landasan dalam variabel, penyusunan metode dalam pengumpulan data, hingga penentuan teknik pengujian statistik yang dipergunakan. Pada proses penelitian ini waktu penelitian sudah dimulai sejak Mei 2016 sampai Desember 2016. 2.
Tempat Penelitian Penelitian ini dilakukan tidak secara langsung ke perusahaan, melainkan
dengan memanfaatkan situs internet yang menyediakaan data-data yang diperlukan dan melalui research library di Universitas Mercu Buana. Penelitian menggunakan sebuah objek yang di ambil oleh peneliti melalui data sekunder yang terdaftar di Bursa Efek Indonesia internet www.idx.co.id
58 http://digilib.mercubuana.ac.id/
59
B. Desain Penelitian Dalam penelitian ini, peneliti menggunakan metode penelitian kausal, yaitu dimana penelitian melakukan analisis data ada atau tidaknya pengaruh antara satu atau lebih variabel bebas (independent variabel) terhadap variabel terikat (dependent variabel).
C. Definisi dan Oprasionalisasi Variabel 1. Devinisi Variabel Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti
untuk
mempelajari
dan
kemudian
di
tarik
kesimpulannya.
(Sugiyono,2011). Dalam penelitian ini menggunakan 2(dua) variabel, yaitu sebagai berikut : 1. Variabel Bebas (Variabel Independen) Variabel Independen adalah variabel yang berfungsi menerangkan atau mempengaruhi variabel lainnya. Dalam variabel ini ada 3 (tiga) variabel independen yang di gunakan yaitu, Earning Per Share (EPS), Return On Equity (ROE). a. Earning Per Share (EPS) Earning Per Share (EPS) adalah rasio pasar yang menunjukkan bagian laba untuk setiap saham. Nilai Earning Per Share (EPS) dalam penelitian ini berasal dari perbandingan antara laba bersih setelah pajak dengan jumlah yang beredar.
http://digilib.mercubuana.ac.id/
60
b. Return On Equity (ROE) Return On Equity (ROE) adalah rasio profitabilitas yang di gunakan untuk mengukur tingkat efektivitas perusahaan dalam menghasilkan keuntungan dengan memanfaatkan ekuitas. Nilai Return On Equity (ROE) dalam penelitian ini berasal dari perbandingan antara laba bersih setelah pajak dengan modal sendiri yang dimiliki emiten dalam satu tahun tertentu. 2. Variabel Terikat (Variabel Dependen) Variabel dependen adalah variabel yang diterangkan atau mendapat pengaruh
dari
variabel
lainnya.Dalam
penelitian
ini,
peneliti
menggunakan variabel dependen berupa harga saham. a. Harga Saham Harga saham dapat didefinisikan sebagai harga pasar (market value). Harga pasar adalah harga yang berlaku didalam pasar pada saat itu. Harga saham dipengaruhi oleh permintaan dan penawaraan yang secara fundamental ditentukan oleh aktiva yang diwakilinya. Pengukuran dari variabel harga saham ini yaitu harga penutupan saham (closing price) tiap perusahaan yang diperoleh dari harga saham pada periode akhir tahun. 2. Operasional Variabel Variabel-variabel penelitian dan definisi oprasional dalam penelitian ini dapat di sajikan dalam tabel 3.1 di bawah ini
http://digilib.mercubuana.ac.id/
61
Tabel 3.1 Ringkasan Definisi Operasional Variabel Variabel
Rumus
EPS (X1)
Skala pengukuran Rasio
Nachrowi, 2006 ROE (X2)
Rasio Hery, 2015
Harga Saham (Y)
Harga saham periode akhir tahun (closing price). Usman, 2008
Rasio
D. Populasi dan Sample Penelitian 1. Populasi Penelitian Menurut Sugiyono (2010) Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek/yang mempunyai kualitas dan karakteristik tertentu yang di tetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Dalam penelitian ini populasi yang di ambil adalah perusahaan Food and Beverageyang go public sebanyak 51 perusahaan. 2. Sample Penelitian Menurut Sugiyono (2010) Sample adalah bagian dari jumlah dan karakteristik yang di miliki oleh populasi tersebut.Sample dalam penelitian ini di ambil dengan metode purposive sampling, artinya sample di pilih dengan kretaria tertentu terlebih dahulu.Dalam penelitian ini sample yang di ambil adalah 10 perusahaan Food and Beverage pada tahun 2011-2015. Sample yang
http://digilib.mercubuana.ac.id/
62
di pilih dalam penelitian ini adalah perusahaan Food and Beverage di Bursa Efek Indonesiadengan criteria sebagai berikut: 1. Saham Perusahaan yang masih aktif di bidang Food and Beverage yang terdaftar di Bursa Efek Indonesia yaitu terdapat 51 perusahaan. Adapun subjek yang akan di sajikan adalah 10 perusahaan. 2. Perusahaan Food and Beverage yang menyajikan laporan keuangan dan rasio secara lengkap sesuai dengan variabel yang akan di teliti berdasarkan sumber yang di gunakan. Table 3.2 Data Sample Perusahaan Food and Beverage di BEI Kode No Nama Perusahaan Perusahaan 1 ULTJ Ultrajaya milk Industry & Trading Co Tbk 2 MLBI Multi Bintang Indonesia Tbk 3 ADES Akasha Wira Internasional Tbk 4 ICBP Indofood CBP Sukses Makmur Tbk 5 INDF Indofood Sukses Makmur Tbk 6 STTP Siantar Top Tbk 7 ROTI Nippon Indosari Corporindo Tbk 8 AISA Tiga Pilar Sejahtera Food Tbk 9 SKLT Sekar Laut Tbk 10 CEKA Wilmar Cahaya Indonesia Tbk Sumber: www.idx.co.id E. Teknik Pengumpulan Data Dalam penulisan ini, data dikumpulkan melalui dua tahap. Pada tahap pertama dilaukukan study pustaka yaitu denagn mencari literature yang berhubungan dengan penulisan yang akan dilakukan. Pada tahap kedua dikumpulkan data dengan cara mengundah dari situs internet Bursa Efek
http://digilib.mercubuana.ac.id/
63
Indonesia yaitu www.idx.co.id melalui media internet untuk memperoleh laporan keuangan dan laporan tahunan perusahaan.
F. Metode Penelitian (Analisis Data) 1. Penelitian Statistik Deskriptif Sugiyono (2014) Statistik deskriptif adalah statistic yang digunakan untuk
menganalisis
data
dengan
cara
menggambarkan data yang telah terkumpul
mendeskripsikan
atau
sebagaimana adanya
tenpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Penelitian yang dilakukan pada populasi (tanpa diambil sampelnya) jelas akan menggunakan statistik deskriptif dalam analisisnya. Statistic deskriptif dapat digunakan bila peneliti hanya ingin mendeskripsikan data sampel, dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil. Termasuk dalam statistic deskriptif antara lain adalah pemnyajian data melalui tabel, grafik, diagram lingkaran, pictogram, perhitungan modus, median, mean (pengukuran tendensi sentral), perhitungan desil, presentil, perhitungan penyebaran data melalui perhitungan ratarata dan standar deviasi, perhitungan presentase.dalam statistic deskriptif juga dapat dilakukan mencari kuatnya hubungan antara variabel melalui analisis korelasi, melakukan prediksi dengan analisis regresi, dan membuat perbandingan dengan membandingkan rata-rata data sampel atau populasi. Hanya perlu diketahui bahwa dalam
http://digilib.mercubuana.ac.id/
64
analisa korelasi, regresi, atau membandingkan dua rata-rata atau lebih tidak perlu diuji signifikannya.Jadi secara teknis dapat diketahui bahwa, dalam statistic deskriptif tidak ada uji signifikansi, tidak ada taraf
kesalahan,
karena
peneliti
tidak
bermaksud
membuat
generalisasi, sehingga tidak ada kesalahan generalisasi.
2.
Analisis Kelayakan Data Sebelum menganalisis data, kita harus mengetahui lebih dulu apakah data runtut waktu yang kita gunakan bersifat stasioner atau tidak. Untuk mengetahui stasioner data,digunanakan metode uji akar unit. Uji akar akar unit bertujuan untuk menganalisis data time series stasioner (tidak ada akar akar unit) atau tidak stasioner (ada akar akar unit). Umumnya regresi dengan menggunakan data time series tidak stasioner,regresi dengan menggunakan data yang tidak stasioner menyebabkan spurious regretion ditandai dengan nilai R² yang tinggi dengan t-stat, f-stat yang signifikan tetapi dw relatif kecil < 0.5 Sebuah data time series dikatakan stasioner jika rata rata, varian dan covarian dari variabel-variabel tersebut seluruhnya tidak di pengaruhi oleh waktu atau dengan kata lain konstan. Dengan persamaan: Yt = β Yt-1 + Ut , dimana β = 0
http://digilib.mercubuana.ac.id/
65
Jika β=1 maka kita katakan bahwa variabel random (stokastik) Y mempunyai akar unit. Jika data time series mempunyai akar unit maka di katakan data tersebut bergerak secara random (random walk) dan data tersebut mempunyai sifat random walk dikatakan data tidak stasioner. Oleh karena itu jika kita melakukan regresi Yt padalag Yt-1 dan mendapatkan nilai β = 1 maka data dikatakan tdak stasioner. Ide dasar uji stsioner data dengan uji akar unit dapat di jelaskan melalui model Autoregresive (AR) berikut ini: Yt -Yt-1
= βYt-1- Yt-1 + Ut
ΔYt
= (β-1) Yt-1 + Ut dimana ρ = (1-β)
ΔYt
= ρ Yt-1 + Ut
Kemudian di lakukan pengujian Uji akar unit Dickey-Fuller (DF).dengan hipotesis H0 : ρ = 0 (tidak stasioner) Ha : ρ ≠ 0 (stasioner) Kriteria uji yang di gunakan adalah critical value Dickey Fuller t table untuk di bandingkan dengan t hitung. Jika t hitung lebih negative dari t tabel,maka tolak H0.
3.
Analisis Data Panel Data panel adalah gabungan antara data silang (cross section)dana data runtut waktu (time series). Menurut Agus Widarjono (2007)
http://digilib.mercubuana.ac.id/
66
metode data panel mempunyai beberapa keuntungan jika di banding dengan data time series atau cross section, yaitu: 1. Data panel yang merupakan gabungan dua data time series dan cross section mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree of freedom yang lebih besar. 2. Menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel (omitted-variabel). Dalam estimasi model data panel terdapat tiga pilihan yang dapat dilakukan yaitu: a. Common Effect Adalah teknik estiasi data panel yang paling sederhana yaitu dengan cara mengkombinasikan data time series dan crooss section dengan metode Ordinary Least Square. Model common effect dapat ditulis sebagai berikut:
Keterangan: Yit= Variabel respon pada unit observasi ke-i dan waktu ke-t Xit = Variabel prediktor pada unit observasi ke-i dan waktu ke-t β= Koefisien slope atau koefisien arah α = Intercept model regresi εit= Galat atau komponen error pada unit observasi ke-i dan waktu ke-t
http://digilib.mercubuana.ac.id/
67
b. Fixed Effect Fixed
effect
sudah
memperhatikan
keragaman
atau
heterogenitas individu yakni dengan mengasumsikan bahwa intersep antar kelompok individu berbeda, sedangkan slope-nya diangap sama. Pengertian fixed effect didasarkan adanya perbedaan intersep antar individual namun sama antar waktu (time invariant), sedangkan koefiseien regresi (slope) dianggap tetap baik antar kelompok individu maupun antar waktu. Dalam model fixed effect, generalisasi secara umum sering dilakukan dengan cara memberikan variable dummy. Tujuannya adalah untuk mengijinkan terjadinya perbedaan nilai parameter yang berbeda-beda baik lintas unit cross section maupun antar waktu. Model fixed effect dapat ditulis: Yit = ai + bXit + g1ΣDi + eit Atau dalam bentuk covariancemodel dapat ditulis : Yit
= a + bXit + g2W2 + g3 W3 + ... + g NWn1 + d 2Zi2 + d 3Wi3
+ ... + d TZIT + e it
Keterangan: Wit
= I : untuk unit individu ke i,i = 2 , ..., N
Wit
= o : lainnya
Zit
= I : untuk periode waktu ke t,t = 2 ,..., T
Zit
= o : lainnya
http://digilib.mercubuana.ac.id/
68
c. Random effect Adalah metode regresi yang mengestimasi data panel dengan menghitung eror dari model regresi dengan metode Generalized Least Square. Dalam random effect parameter-parameter yang berbeda antara daerah maupun antar waktu dimasukkan kedalam error. Diasumsikan pula bahwa error secara individu (Ui) tidak saling berkolerasi, begitu juga dengan error kombinasinya (eit). Model random effect dapat ditulis:
Dimana: ui: komponen error cross section vt: komponen error time series wit : komponen error gabungan
4. Pemilihan Model Regresi Data Panel Untuk memilih salah satu model yang dianggap paling tepat dari tiga jenis model data panel, maka perlu dilakukan serangkaian uji, yaitu: a. Uji Chow-Test Untuk mengetahui model mana yang lebih baik dalam pengujian data panel, bisa dilakukan dengan penambahan variabel dummy sehingga dapat diketahui bahwa intersepnya berbeda dapat diuji dengan uji statistik F. Uji ini digunakan untuk mengetahui apakah teknik regresi data panel dengan metode Fixed Effect lebih baik dari
http://digilib.mercubuana.ac.id/
69
regresi model data panel lupa variabel dummy atau metode Common Effect. Hipotesis:
Keterangan: n
=
Jumlah data cross section
T
=
Jumlah data time series
K
=
Jumlah data varibel independen
RRSS
=
Restricted Residual Sums of Squareyang berasal dari model koefisien tetap
URSS
=
Unrestricted Residual Sums of Squareyang berasal dari model efek tetap
jikanilaiFhitung > F(n-1,nT-n-K)atau p-value < α (taraf signifikansi/alpha), maka tolak hipotesis awal (H0) sehingga model yang terpilih adalah model efek tetap.
http://digilib.mercubuana.ac.id/
70
b. Uji Hausman-Test Uji ini digunakan untuk memilih model efek acak (random effect model) dengan model efek tetap (fixed effect model). Uji ini bekerja dengan menguji apakah terdapat hubungan antara galat pada model (galat komposit) dengan satu atau lebih variabel penjelas (independen) dalam model. Hipotesis awalnya adalah tidak terdapat hubungan antara galat model dengan satu atau lebih variablepenjelas. Prosedur pengujiannya sebagai berikut (Baltagi, 2008) Hipotesis:
Statistik uji yang digunakan adalah uji chi-squared kriteria Wald, yaitu
http://digilib.mercubuana.ac.id/
berdasarkan
71
Jika nilai W > X2(α,K) atau nilai p-value kurang dari taraf signifikansi yang ditentukan, maka tolak hipotesis awal (H0) sehingga model yang terpilih adalah model efek tetap. Menurut Rosadi (2011) uji ini bertujuan untuk melihat apakah terdapat efek random di dalam panel data. Dalam perhitungan statistik Uji Hausman diperlukan asumsi bahwa banyaknya kategori cross section lebih besar dibandingkan jumlah variabel independen (termasuk konstanta) dalam model. Lebih lanjut, dalam estimasi statistik Uji Hausman diperlukan estimasi variansi cross section yang positif, yang tidak selalu dapat dipenuhi oleh model. Apabila kondisi-kondisi ini tidak dipenuhi maka hanya dapat digunakan model fixed effect.
5. Analisis Model Regresi Data Panel a. Koefisien Determinasi Menurut Nachrowi & Usman (2006), Koefisien Determinasi (Goodness of Fit), yang dinotasikan dengan R2, merupakan suatu ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya model regresi yang terestimasi. Atau dengan kata lain, angka tersebut dapat mengukur seberapa dekatkah garis regresi yang terestimasi dengan data sesungguhnya. Nilai Koefisien Determinasi (R2) ini mencerminkan seberapa besar variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X.
http://digilib.mercubuana.ac.id/
72
Bila nilai Koefisien Determinasi sama dengan 0 (R2=0) artinya variasi Ytidak dapat diterangkan oleh X sama sekali. Sementara bila R2=1, artinya variasi Y secara keseluruhan dapat diterangkan oleh X. dengan kata lain R2=1,maka semua pengamatan berada tepat pada garis regresi. Dengan demikian baik atau buruknya suatu persamaan regresi ditentukan oleh R2--nya yang mempunyai nilai antara nol dan satu. b. Pengujian Model Regresi Data Panel F Pengujian Model Regresi Data Panel F pada dasarnya menunjukkan apakah semua variabel independent yang dimasukkan dalam model mempunyai pengaruh secara simultan terhadap semua variabel dependen.Dalam uji ini kita melihat pengaruh variabel Earning Per Share dan Return On Equity bersama-sama terhadap variabel dependen harga saham. Dengan demikian, secara umum hipotesisnya dituliskan sebagai berikut. H0: ß1 = ß2= ß3 = 0, artinya secara bersama-sama tidak ada pengaruh variabel independen terhadap variabel dependen Ha: ß1 ≠ ß2 ≠ ß3≠ 0, artinya secara bersama-sama ada pengaruh variable independen terhadap variabel dependen. Statistik uji:
http://digilib.mercubuana.ac.id/
73
Dengan R2 = koefisien determinasi n = jumlah cross section T = jumlah time series K = jumlah variabel independen Kriteria pengujian: Jika f hitung ≤ f tabel maka H0 diterima dan Ha ditolak Jika f hitung ≥ f tabel maka H0 ditolak dan Ha diterima Jika H0 diterima, berarti variable independen tidak berpengaruh nyata terhadap variable dependen. Sebaliknya, jika H0 ditolak berarti variable independen berpengaruh nyata terhadap variable dependen.
6. Analisis Koefisien Regresi Data Panel Analisis koefisien regresi data panel digunakan untuk mengetahui apakah dalam model regresi Earning Per Share dan Return On Equity secara parsial berpengaruh signifikan terhadap harga saham. Langkah – langkah pengujian yang dilakukan adalah sebagai berikut (Gujarati, 2012): a. Merumuskan hipotesis Ho: secara parsial tidak ada pengaruh antara variabel independen terhadap variabel dependen. Ha: secara parsial ada pengaruh antara variabel independen terhadap variabel dependen.
http://digilib.mercubuana.ac.id/
74
b. Menentukan tingkat signifikansi (α) sebesar 0,05 c. Membandingkan thitung dengan ttabel. Jika thitung lebih besar dari ttabel maka Ha diterima. Statistik pengujian (Gujarati,2012)
Dimana ß1
= Koefisien regresi
Se(ß1) = Standar error koefisien regresi
Kriteria Pengujian jika –t tabel <-t hitung dan t hitung< t tabel variable independen secara individu berpengaruh terhadap variable dependen jika –t hitung < -t tabel dan
t hitung > t tabel variable
independen secara individu berpengaruh terhadap variable dependen d. Berdasarkan probabilitas Ha akan diterima jika nilai probabilitasnya kurang dari 0,05 (α)
http://digilib.mercubuana.ac.id/