Defenisi Operasional dan Pengukuran Operasional

METODOLOGI PENELITIAN

E. Defenisi Operasional dan Pengukuran Operasional

Pengoperasionalan konsep dapat disebut juga mendefenisikan konsep secara operasional. Pada defenisi operasional setiap variabel yang digunakan dalam melakukan penelitian harus dijelaskan agar tidak terjadi pemahaman yang berbeda. Pada defenisi operasional peneliti dapat mengumpulkan, mengukur, atau menghitung informasi melalui logika empiris. Istilah dalam defenisi operasional harus dapat diuji dan mempunyai rujukan empiris.

Variabel yang digunakan dalam penelitian ini adalah sebagai berikut: 1. variabel independen / variabel bebas (X)

Variabel independen adalah variabel yang mempengaruhi variabel lain. Variabel independent dalam penelitian ini adalah nilai rasio keuangan Altman Z-Score. Nilai rasio keuangan Altman Diperoleh melalui perhitungan sebagai berikut

a.Ratio Working Capital to Total Assets atau WC/TA, rasio ini diukur dalam ukuran prosentase rasio.

WorkingCapital Ratio Working Capital to Total Assets =

Total Assets

b.Ratio Retained Earnings to Total Assets atau RE/TA Rasio ini dalam prosentase.

Retained Earnings Retained Earnings to total Assets =

Total Assets

c.Ratio Earning Before Interest and Taxes to Total Assets atau EBIT/TA rasio ini diukur dalam ukuran prosentase.

Earning before Interest and Taxes Earning Before Interest =

And Taxes Total Assets

d.Ratio Market of Equity to Book Value of Total Debt atau MVE/BVL rasio ini diukur dalam ukuran prosentase.

Market of Equity to =Book value of total debt Market of Equity

e.Ratio Sales to Total Assets atau S/TA,rasio ini diukur dalam ukuran kali.

Sales Sales to Total Assets =

Total Aktiva

2. variabel dependen / variabel terikat (Y)

Variabel dependen adalah variabel yang dipengaruhi oleh variabel lain yaitu dipengaruhi oleh variabel independen. Variabel dependen dalam penelitian ini adalah harga saham. Harga saham yang dimaksud dalam penelitian ini adalah harga penutupan (closing price) harian emiten selama jangka waktu pengamatan (5 hari sebelum dan sesudah tanggal publikasi laporan keuangan). Harga saham dalam penelitiaan ini adalah harga saham relatif. Harga saham relatif dihitung dengan rumus sebagai berikut (Jogiyanto 2000):

Pit-Pit-1

Rit = P_it-1

Dimana:

Rit = harga saham untuk saham I pada hari ke t Pit = harga saham I pada hari ke t

Pit-1 = harga saham I pada hari sebelumnya atau t-1

Selanjutnya dihitung rata-rata harga saham relatifnya sebelum dan sesudah tanggal publikasi untuk masing-masing perusahaan dengan rumus sebagai berikut:

Σ

Y

฀=

n

Σ

Y = harga saham relatif sebelum dan sesudah tanggal publikasi laporan keuangan

Y = rata-rata harga saham sebelum dan sesudah tanggal publikasi laporan keuangan

n = jumlah hari F. Metode Analisis Data

1. Uji Asumsi Klasik

Model regresi yang diperoleh dari metode kuadrat terkecil biasanya merupakan model regresi yang menghasilkan estimasimator linier tidak bias yang terbaik. Kondisi ini akan terjadi jika dipenuhi beberapa asumsi klasik meliputi uji normalitas data, uji autokorelasi dan uji heteroskedastisitas.

a. Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah dalam sebuah model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi

normal ataukah tidak normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk menguji apakah distribusi data normal atau tidak dapat dilakukan dengan uji statistik. Test statistic sederhana dapat dilakukan adalah berdasarkan nilai kurtosis atau skewness.Uji normalitas dilakukan untuk mengetahui apakah dalam sebuah model regresi, variabel terikat dan variabel bebas, mempunyai distribusi normal atau mendekati distribusi normal. Normalitas dideteksi dengan penyebaran data (titik) pada sumbu diagonal dari grafik. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas.

b. Uji Autokorelasi

Autokorelasi adalah keadaan dimana variabel gangguan apa periode tertentu berkorelasi dengan variabel gangguan apa periode lain, atau dengan kata lain variabel gangguan tidak random, akibatnya variabel sampel tidak dapat menggambarkan variasi populasi. Uji otokorelasi bertujuan untuk menguji apakah dalam suatu regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan periode t-1(sebelumnya). Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi(Ghozali, 2001:61). Uji yang digunakan dalam penelitian ini untuk mendeteksi ada tidaknya autokorelasi adalah menggunakan uji

1) bila nilai DW (Durbin-Watson) terletak antara batas atas (DU) dan 4-DU, maka koefisien autokorelasi sama dengan nol artinya tidak terjadi autokorelasi,

2) bila nilai DW<DL (batas bawah) maka koefisien autokorelasi lebih besar dari nol artinya ada autokorelasi positif,

3) bila nilai DW>4-DL, maka koefisien autokorelasi lebih kecil dari nol artinya ada autokorelasi negatif,

4) bila nilai DW terletak antara DU dengan DL atau DW terletak diantara 4-DU dan 4-DL, maka hasilnya tidak dapat diputuskan ada autokorelasi atau tidak.

c. Uji Heteroskedastisitas

Uji heteroskedastisitas adalah suatu keadaan dimana varians dari kesalahan pengganggu tidak konstan untuk semua variabel bebas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.Uji heteroskedastisitas dapat dideteksi dengan melihat ada tidaknya pola tertentu pada grafik (dapat dilihat dari hasil analisis). Menurut Nugroho (2005:62) cara memprediksi ada tidaknya heterokedastisitas pada suatu model dapat diihat dari pola gambar Scatterplot model tersebut. Analisis pada gambar Scatterplot yang menyatakan model regresi linear berganda tidak terdapat heteroskedastisitas jika:

1) titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0, 2) titik-titik data tidak mengumpul hanya di atas atau di bawah saja, 3) penyebaran titik-titik data tidak boleh membentuk pola bergelombang

4) penyebaran titik-titik data sebaiknya tidak berpola. 2. Pengujian Hipotesis

a. Regresi Sederhana

Regresi sederhana digunakan untuk menganalisis pengaruh kebangkrutan bank dengan Z-Score terhadap harga saham. Perhitungan dengan regresi sederhana tersebut dirumuskan :

Y = a + bX Keterangan:

Y = Harga Saham (Variabel Dependen) a = Konstanta

b = Koefisien Regresi

X = Nilai Z-Score (Variabel Independen) b. Koefisien Determinasi

Dalam uji regresi dianalisis pula besarnya koefisien determinasi (R2). Koefisien determinasi (R2) ini digunakan untuk mengukur dan mengetahui persentase pengaruh variabel independen terhadap perubahan variabel dependen. Jika nilai R2 mendekati 1 maka dapat dikatakan semakin kuat kemampuan variabel bebas dalam model regresi tersebut dalam menerangkan variasi variabel terikatnya. Sebaliknya jika R2 mendekati 0 maka semakin lemah variabel bebas menerangkan variasi variabel terikat.