BAB III METODE PENELITIAN
D. Jenis Dan Sumber Data
Jenis data dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang diperoleh secara tidak langsung melalui media perentara.
Data tersebut dapat diperoleh laporan keuangan serta melalui studi pustaka pada perusahaan yang masuk dalam Indeks LQ 45 periode 2017 - 2020.
Alasan penulis melakukan penelitian pada perusahaan Indeks LQ 45 yaitu Indeks LQ 45 merupakan perusahaan yang paling tepat dijadikan sebagai tempat penanaman modal bagi investor. Karena perusahaan Indeks LQ 45 merupakan saham dengan liquid berkapitalisasi pasar yang tinggi atau perusahaan yang paling aktif diperdagangkan di pasar modal, memiliki frekuensi perdagangan yang tinggi, memiliki prospek pertumbuhan serta kondisi keuangan yang cukup baik, tidak fluktuatif dan secara objektif telah diseleksi dan dipilih oleh Bursa Efek Indonesia sehingga perusahaan atau saham Indeks LQ 45 aman dimiliki dan investor merasa aman menanamkan modalnya karena sistem kinerja perusahaan sangat bagus, sehingga memiliki risiko rendah dibandingkan perusahaan-perusahaan yang tergabung di indeks lain.
Kelebihan Indeks LQ 45 adalah setiap tahunnya perusahaan yang tergabung di Indeks tidak semuanya tetap, tetapi dalam setiap tahunnya ada perubahan saham yang masuk dalam Indeks LQ 45. Hal ini dikarenakan perusahaan-perusahaan yang tergabung dalam LQ 45 adalah perusahaan yang memiliki tingkat liquid yang tinggi dari nilai transaksi atau peringkat teratas dari kriteria yang telah ditentukan. Bagi investor, likuiditas saham sangat penting dikarenakan saham yang liquid menjadi prioritas untuk dibeli dibandingkan indeks lain yang tidak liquid.
Peristiwa covid-19 membuat perusahaan Indeks LQ 45 dan Indeks lain mengalami tekanan likuiditas dan yang dikhawatirkan oleh perusahaan pada kondisi ini adalah terjadinya default besar-besaran, karena kondisi ekonomi saat ini memiliki sifat yang tidak pasti di masa mendatang. Hal ini akan mempengaruhi penjualan atau pendapatan perusahaan, sehingga perusahaan akan mendapatkan laba bersih yang rendah. Dengan laba yang didapatkan rendah maka pertumbuhan laba juga menurun, dan investor akan memberikan respon negatif kepada perusahaan sehingga pada akhirnya investor tidak mau menanamkan modal diperusahaan tersebut. Dampak yang akan ditimbulkan adalah perusahaan tidak dapat memperoleh modal dan mengalami kesulitan dalam mengembangkan perusahaan. Maka dari itu, perusahaan pada saat pandemi ini, harus lebih hati-hati dalam menyajikan laporan keuangan. Karena pada dasarnya, perusahaan didirikan untuk memperoleh keuntungan dari proses aktivitas dalam bidang usaha masing-masing.
2. Sumber Data
Dalam penelitian ini Sumber diperoleh dari perusahaan yang masuk dalam Indeks LQ 45 periode 2017 - 2020. Seluruh sumber diperoleh langsung lewat situs. Perusahaan yang masuk dalam Indeks LQ 45 periode 2017 β 2020.
E. Defenisi Operasional Variabel
Variabel penelitian merupakan segala sesutau yang dapat diberi berbagai macam nilai atau yang dapat diukur dengan berbagai macam nilai untuk memberikan gambaran yang lebih nyata mengenai fenomena. Defenisi operasional merupakan penentuan penyusunan sehingga menjadi variabel yang dapat diukur dan menjelaskan cara tertentu yang dapat digunakan dalam mengoperasikan penyusunan sehingga memungkinkan peneliti yang sama atau mengembangkan cara pengukuran yang lebih baik.
Dalam penelitian ini, variabel dibedakan menjadi dua, yaitu variabel bebas (X) terdiri dari Arus Kas Operasi (X1), Book Tax Differences sebagai (X2), dan dan serta variabel terikat adalah sebagai Pertumbuhan Laba (Y).
Pengukuran variabel-variabel penelitian tersebut dijelaskan sebagai berikut:
1. Arus Kas Operasi
Arus kas dari aktivitas operasi jumlah arus kas yang berasal dari aktivitas operasi merupakan indikator yang menentukan apakah dari operasinya perusahaan dapat menghasilkan arus kas yang cukup untuk melunasi pinjaman, memelihara kemampuan operasi perusahaan,
membayar deviden dan melakukan investasi baru tanpa mengendalikan pada sumber pendanaan dari luar. (PSAK No. 2, 2009). Dalam penelitian ini arus kas operasi dihitung sebagai βperubahan arus kas operasiβ yaitu selisih antara kas yang diperoleh dan digunakan untuk kegiatan operasioanal periode sekarang (t) dikurangi kas yang diperoleh dan digunakan untuk keegiatan operasional periode sebelumnya (t-1), yang rumusnya ditunjukan sebagai berikut :
βπ΄πΎπ = π΄πΎππ‘ β π΄πΎπ (π‘ β 1) π΄πΎπ (π‘ β 1)
Dimana :
βAKO = Arus Kas Operasi
AKOt = Arus Kas Operasi Periode Sekarang AKO(t-1) = Arus Kas Operasi Periode Sebelumnya
2. Perbedaan Laporan Komersial dengan Laporan Keuangan Fiskal (Book Tax Differences)
Book-tax differences merupakan perbedaan jumlah laba yang dihitung berdasarkan akuntansi dengan laba yang dihitung sesuai dengan peraturan perpajakan. Rumus yang digunakan untuk menghitung book tax differences yang digunakan saputro dalam penelitiannya adalah:
βππ₯Β° = (ππ₯Β° β ππ¦Β°) ππ
Dimana:
βYx0 = Book Tax Differences Yx0 = Laba Kena Pajak Xy0 = Laba Bersih Xy0 = Rata-Rata Aktiva
3. Pertumbuhan Laba
Pertumbuhan Laba yang digunakan dalam penelitian ini dihitung sebagai βperubahan laba akuntansiβ yaitu selisih antara laba bersih yang diperoleh periode sekarang (t) dikurangi laba bersih yang diperoleh periode sebelumnya (t-1). Dibagi dengan laba bersih yang diperoleh periode sebelumnya (t-1).
Dimana rumusnya ditunjukan sebagai berikut:
βπππ‘ = πππ‘ β ππ (π‘ β 1) ππ (π‘ β 1) Keterangan :
βXIt = Pertumbuhan Laba
Xi(t-1) = Laba Bersih Perusahaan i Pada Tahun Sebelumnya Xit = Laba Bersih Perusahaan i Pada Tahun Sekarang
F. Teknis Pengumpulan Data
Teknis pengumpulan data yang diterapkan di dalam penelitian yaitu dengan cara sebagai berikut:
1. Dokumentasi
Pengumpulan data dengan jalan membaca dan mengambil catatan yang diperlukan dari perusahaan tersebut. Dilakukan dengan membaca laporan keuangan masing-masing perusahaan yang dipilih sebagai sample penelitian yang terdaftar di Indeks LQ 45.
2. Studi Pustaka
Pengumpulan data dengan jalan mempelajari literatur - literatur melalui studi keperpustakaan. Menggunakan buku-buku yang berkaitan dengan judul yang diambil.
G. Teknik Analisis Data
Teknik Analisis data yang digunakan dalam penelitian ini adalah regresi data panel. Regresi data panel adalah teknik regresi yang menggabungkan antara data time series dan data cross-section. Data time series adalah data yang dikumpulkan dari waktu ke waktu terhadap suatu individu. Sedangkan data cross-section merupakan data yang dikumpulkan dalam satu waktu terhadap banyak individu.
Pada dasarnya terdapat tiga pendekatan yang dapat digunakan untuk menentukan model regresi data panel, yaitu model common effect, fixed effect dan random effect. Tidak semua ketiga model digunakan dalam penelitian ini,
tetapi dari ketiga model inilah yang akan ditentukan manakah yang paling sesuai dengan permasalahan data penelitian. Dalam menentukan dari ketiga model, maka diperlukan beberapa pengujian yang digunakan untuk memilih model regresi data panel yang terbaik untuk suatu permasalahan yang ada, yaitu sebagai berikut :
1. Uji Chow
Uji Chow digunakan untuk mengetahui model regresi data panel yang terbaik diantara model yang diperoleh berdasarkan model common effect dengan model yang diperoleh dengan model fixed effect. Kriteria perhitungan hipotesis, sebagai berikut:
H0 : Common Effect /atau jika H0 diterima dan H1 ditolak.
H1 : Fixed Effect /atau jika H0 ditolak dan H1 diterima.
Dasar penolakan tetrhadap hipotesis ini adalah dengan membandingkan probabilitas Cross-Section Chi-Square dengan tingkat signifikansi alpha 5%. Apabila probabilitas Cross-Section Chi-Square lebih besar dari tingkat signifikansi alpha 0.05, maka model yang paling tepat digunakan adalah fixed effect dengan daerah H0 ditolak. Begitupun sebaliknya, apabila H0 diterima dengan nilai probabilitas Cross-section Chi-Square lebih kecil dari tingkat signifikansi alpha 0.05, maka model yang paling tepat digunakan adalah common effect.
2. Uji Hausman
Uji Hausman digunakan untuk mengetahui model regresi data panel yang terbaik diantara model yang diperoleh berdasarkan model
random effect dengan model yang diperoleh berdasarkan model fixed effect. Kriteria perhitungan hipotesis, sebagai berikut:
H0 : Random Effect / atau jika H0 diterima dan H1 ditolak H1 : Fixed Effect / atau jika H0 ditolak dan H1 diterima
Jika nilai probabilitas Cross-section Chi-Square > tingkat signifikansi alpha 0.05, maka H0 diterima dengan model regresi yang paling tepat digunakan adalah random effect. Dan jika probabilitas Cross-Section Chi-Square < tingkat signifikansi alpha 0.05, maka H0 ditolak dengan model regresi yang paling tepat adalah fixed effect.
3. Uji Lagrange Multiplier
Uji Lagrange Multiplier digunakan unuk mengetahui model regresi data panel antara random effect dan common effect. Kriteria perhitungan hipotesis, sebagai berikut:
H0 : Random Effect / atau H0 diterima dan H1 ditolak.
H1 : Common Effect / atau H0 ditolak dan H1 diterima.
Apabila nilai uji probabilitas Cross-Section Chi-Square dari Breusch-Pagan > tingkat signifikansi alpha 0.05, maka daerah H0 ditolak sehingga model yang tepat digunakan adalah random effect, begitu juga sebaliknya, apabila probabilitas Cross-Section Chi-Square < tingkat
signifikansi alpha 0.05, maka H0 diterima sehingga model regresi data panel yang paling tepat adalah common effect.22
H. Pengujian Model 1. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel dependen dan independen dalam model regresi tersebut terdistribusi secara normal.
Cara untuk mendeteksi apakah residual terdistribusi secara normal atau tidak adalah dengan menggunakan metode grafik dan metode Uji Jarque-Bera Test yaitu apabila probabilitas lebih besar dari tingkat signifikansi alpha 0.05, maka variabel-variabel berdistribusi normal. Pada uji normalitas dengan mengunakan metode grafik, normalitas dapat dideteksi dengan melihat histogram dari resedualnya.
Metode Uji Jarque-Bera Test, digunakan untuk mengetahui apakah data residual berdistribusi normal atau tidak. Residual berdistribusi normal, jika signifikasi lebih dari 0,05.23 Dasar pengambilan keputusan uji stastik dengan uji Jarque-Bera test adalah :
1) Apabila nilai Probabilitas kurang dari 0,05 maka H0 ditolak. Hal ini berarti data terdistribusi tidak normal.
2) Apabila nilai Probabilitas lebih dari 0,05 maka H0 diterima. Hal ini berarti data terdistribusi normal.
22 Mariska Srihardianti, Mustafid and Alan Prahutama, 'Metode Regresi Panel Untuk Peramalan Konsumsi Energi Di Indonesia', Jurnal Gaussian, 5.3 (2016), 475-485.
23 Ce Gunawan, Mahir Menguasai SPSS (Yogyakarta: Deepublish, 2019), 119-125.
b. Uji Autokorelasi
Uji asumsi autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Artinya, nilai residu yang ada tidak berkorelasi satu dengan yang lain. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Regresi yang baik adalah regresi yang bebass dari autokorelasi.24
Pengujian autokorelasi pada penelitian ini menggunakan nilai statistik Durbin Watson (DW). Uji Durbin Watson digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lagi diantara variabel independen.25 Uji Durbin Watson menjadi menu default pada program SPSS. Jika nilai hitung DW tidak berada pada rentang nilai tabel DW batas bawah dan batas atas, maka tidak terdapat masalah autokorelasi.
Adapun kriteria nilai dalam pengujiannya yaitu : Kriteria ini dapat dilihat di tabel DW dengan Ξ± = 5% (0,05) sebagai berikut :
1) d < dl β Terdapat auto korelasi 2) d > u β dl β Terdapat auto 3) du < d < u β du β Terdapat auto 4) dl < d < du β Tidak ada kesimpulan 5) u β du < d u β Di β Tidak ada kesimpulan26
Tabel 3.1 Kriteria Autokorelasi
24 Singgih Santoso, Mahir Statistik Parametrik (Jakarta: Elex Media Komputindo, 2019), 205.
25 Firdaus, Metodologi Penelitian Kuantitatif (Riau: Dotplush Publisher, 2021), 34.
26 Irwan Gani and Siti Amalia, Alat Analisis Data (Yogyakarta: Andi, 2015), 124.
DW Keterangan
< 1,550 Ada Autokorelasi 1,550 β 1,699 Tanpa Kesimpulan 1,669 β 2,331 Tidak ada Autokorelasi 2,331 β 2,450 Tanpa kesimpulan
> 2,450 Ada Autokorelasi
c. Uji Multikoleniaritas
Uji Multikoleniaritas digunakan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi, maka terdapat multikolinieritas. Regresi yang baik harusnya tidak terjadi kolerasi diantara variabel independen. Untuk mendeteksi adanya multikolinearitas dapat dilihat dari nilai koefesien, hasil Eviews 9 dengan pedoman nilai VIF tidak melebihi 10. Pada umumnya, jika VIF lebih besar dari 10, maka variabel bebas mempunyai multikolinearitas pada variabel bebas lainnya.
Kriteria Penilaian :
1) VIF < 10 β Tidak Terjadi Multikolinearitas 2) VIF > 10 β Terjadi Multikoleniaritas
3) Telorance > 0,1 β Tidak Terjadi Multikoleniaritas 4) Tolerance < 0,1 β Terjadi Multikoleniaritas d. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengematan lain tetap, disebut homoskedastisitas dan jika berbeda disebut heteroskedatisitas. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas. Penelitian ini dalam mendeteksi ada tidaknya heteroskedastisitas menggunakan uji Glejser. Uji Glejser ini mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen. Jika variabel independen memiliki signifikan < 0,05 maka ada indikasi terjadi heteroskedastisitas. Jika variabel independen memliki signifikan > 0,05 maka tidak terjadi heteroskedastisitas. Dalam uji heteroskedastisitas adapun kriteria nilai dalam pengujinya yaitu Sig > a, maka tidak akan terjadi heteroskedastisitas, uji ini menggunakan metode park test.27
2. Uji Signifikan Simultan (Uji Statistik F)
Pengujian ini dilakukan dengan menggunakan Uji F-Statistik .untuk menguji pengaruh variabel bebas secara bersama-sama (simultan) terhadap variabel terikat menggunakan uji F.
Ada dua cara yang bisa dilakukan untuk uji hipotesis dalam uji F yaitu:
1) Berdasarkan nilai signifikan (Sig) dari output Anova,
a) Jika nilai probabilitas FStatistik < tingkat signifikansi alpha 0,05, maka hipotes diterima. Maka artinya Arus Kas Operasi (X1) dan
27 Imam Ghozali, Aplikasi Analisis Multiverate Dengan Program (Semarang: Badan Penerbit Universitas Diponegoro,2016), 154.
Book Tax Differences (X2) secara simultan berpengaruh terhadap Pertumbuhan Laba (Y).
b) Jika probabilitas FStatistik > tingkat signifikansi 0,05, maka hipotesis ditolak , maka artinya Arus Kas Operasi (X1) dan Book Tax Differences (X2) secara simultan tidak berpengaruh terhadap Pertumbuhan Laba (Y).
2) Berdasarkan perbandingan Nilai Fhitung dengan FTabel
a) Jika nilai Fhitung > Ftabel maka hipotesis diterima. Maka artinya Arus Kas Operasi (X1) dan Book Tax Differences (X2) secara simultan berpengaruh terhadap Pertumbuhan Laba (Y).
b) Sebaliknya, jika nilai Fhitung < Ftabel, maka hipotesis ditolak.
Maka artinya Arus Kas Operasi (X1) dan Book Tax Differences (X2) secara simultan tidak berpengaruh terhadap Pertumbuhan Laba (Y).
3. Uji Hipotesis
Untuk menguji hipotesis mengenai variabel bebas terhadap variabel tergantung dapat atau tidak dapatnya degunakan alat analisa statistic yaitu dengan melakukan uji f dan uji t.
a. Uji Signifikan Parameter Individual (Uji Statistik T)
Uji digunakan untuk menguji kemaknanaan koefesien regresi linear parsial masing-masing variabel bebas. Pengambilan keputusan berdasarkan nilai Thitung masing - masing koefesien regresi dengan menggunakan Ttabel sesuai dengan tingkat segnifikan yang digunakan.
Apabila nilai probabilitas signifikan > 0,05 maka suatu variabel independen merupakan penjelasan yang signifikan terhadap variabel dependen.
Dalam hal ini ada dua acuan yang kita pakai dalam mengambil keputusan, yang pertama yaitu dengan melihat nilai signifikan dan yang kedua dengan membandingkan nilai Thitung dengan Ttabel.
1) Berdasarkan nilai signifikan
a) Jika nilai probabilitas TStatistik < tingkat signifikansi alpha 0,05 maka variabel bebas (X) berpengaruh signifikan terhadap varibael terikat (Y), artinya hipotesis diterima.
b) Jika nilai probabilitas TStatistik > tingkat signifikansi alpha 0,05 maka tidak berpengaruh signifikan variabel bebas (X) terhadap variabel terikat (Y), artinya hipotesis tidak diterima.
2) Berdasarkan perbandingan nilai thitung dengan ttabel
a) Jika Thitung > Ttabel, maka variabel bebas (X) berpengaruh terhadap variabel terikat (Y), atau hipotesis diterima.
b) Jika Thitung < Ttabel, maka variabel bebas (X) tidak berpengaruh terhadap variabel terikat (Y), hipotesis tidak diterima.
Untuk menguji hipotesis mengenai variabel bebas terhadap variabel tergantung dapat atau tidak dapatnya degunakan alat analisa statistik yaitu dengan melakukan uji F dan uji T.
53 BAB 1V
ANALISIS DAN PEMBAHASAN A. HASIL PENELITIAN
1. Sejarah Perkembangan Indeks LQ 45
Indeks LQ 45 diartikan sebagai 45 saham yang tercatat dan terpilih di Bursa Efek Indonesia sesuai kriteria yang telah ditetapkan. Saham ini di pilih karena tercatat sebagai 45 saham yang paling aktif diperdagangkan di Bursa Efek Indonesia. Indeks LQ 45 singkatan dari liquid 45, maka dari itu kriteria utama agar bisa masuk kedalam Indeks LQ 45 adalah dengan likuiditas transaksi yang tinggi dan mempertimbangkan kapitalisasi pasar yang tinggi juga. Namun, untuk lebih mempertajam kriteria maka diadakan evaluasi pada bulan januari tahun 2005 dengan menambah beberapa faktor sebagai pertimbangan, antara lain:
a. Transaksi saham masuk dalam urutan 60 terbesar di pasar regular, dengan kurun waktu 12 bulan terakhir.
b. Kapitalisasi pasar masuk ke dalam bagian transaksi teratas di pasar regular selama 12 bulan terakhir.
c. Saham telah tercatat di Bursa Efek Indonesia paling tidak selama tiga bulan.
d. Memiliki kondisi keuangan dan prospek pertumbuhan yang baik, dan juga frekuensi perdagangan dan transaksi tinggi di pasar regular.
Bursa Efek Indonesia secara rutin memantau perkembangan kinerja saham-saham yang masuk kedalam perhitungan Indeks LQ 45. Setiap tiga
bulan sekali dilakukan evaluasi atas pergerakan saham, sehingga enam bulan sekali Bursa Efek Indonesia melakukan seleksi terhadap saham-saham yang tergabung di Indeks LQ 45. Jika terdapat saham-saham yang tidak memenuhi kriteria seleksi, maka saham tersebut akan digantikan dengan saham lain yang memenuhi kriteria. Walaupun ada pergantian saham, jumlah saham yang tergabung di Indeks LQ 45 tetap 45 saham.
Indeks LQ 45 pertama kali digunakan pada tanggal 24 Februari 1997, sedangkan Indeks LQ 45 diresmikan hasil perhitungannya pada tanggal 13 Juli 1994 dengan nilai dasar 100. Indeks ini termasuk sebagai alternatif Indeks selain IHSG. Saham yang terdaftar di IHSG sebagian besar adalah saham yang kurang aktif diperdagangkan. Karena hal tersebut, IHSG kurang mencerminkan kondisi sebenarnya di Bursa Efek Indonesia. Terbentuknya Indeks LQ 45 menjadi hal penting karena dapat dijadikan sebagai pelengkap IHSG. Dan khususnya untuk menyediakan sarana obyektif dan terpercaya bagi analisis keuangan, manajer investasi, investor dan peminat informasi pasar modal dengan memperhatikan pergerakan harga saham-saham yang aktif diperdagangkan.
2. Faktor-Faktor Perkembangan Indeks LQ 45
a. Faktor-Faktor Yang Berperan Dalam Pergerakan Indeks LQ 45 1) Tingkat toleransi investor terhadap resiko.
2) Saham-saham penggerak indeks (Indeks Mover Stocks) yang sering menjadi pusat perhatian merupakan saham berkapitalisasi pasar besar di Bursa Efek Indonesia.
3) Tingkat suku bunga pada surat berharga yang diterbitkan Bank Indonesia, sebagai patokan portofolio investasi dipasar keuangan Indonesia.
b. Faktor-Faktor Yang Berpengaruh Terhadap Naiknya Indeks LQ 45 1) Penguatan nilai tukar rupiah yang mampu mengangkat Indeks LQ
45 ke zona positif.
2) Penguatan bursa global dan regional menyusul penurunan harga minyak mentah dunia.
3. Gambaran Umum Objek Penelitian
Objek penelitian ini merupakan perusahaan yang terdaftar di Indeks LQ 45 dengan periode empat tahun terakhir yaitu tahun 2017 sampai dengan tahun 2020. Pada penelitian ini menggunakan Eviews 9 sebagai alat untuk mengolah data. Penentuan sampel pada penelitian ini menggunakan metode purposive sampling untuk mengeluarkan beberapa perusahaan yang tidak memenuhi persyaratan dengan kriteria sebagai berikut:
Tabel 4.1 Seleksi Sampel
No. Keterangan Jumlah
1. Jumlah perusahaan yang terdaftar di Indeks LQ 45 periode 2017 sampai 2020
45
2. Mata uang yang digunakan tidak dalam bentuk rupiah (10)
Jumlah 35
Periode Penelitian 2017-2020 4
Jumlah Observasi 140
Sumber: olahan peneliti
Berdasarkan Tabel 4.1 dijelaskan bahwa terdapat 35 sampel perusahaan yang masuk kedalam Indeks LQ 45 yang dijadikan data penelitian. Dengan periode penelitian empat tahun terakhir yaitu tahun 2017 sampai dengan 2020, sehingga dihasilkan jumlah observasi 140 sampel yang akan diolah datanya. Berikut ini nama-nama perusahaan yang digunakan sebagai sampel:
Tabel 4.2 Perusahaan Sampel
No Kode Nama Perusahaan No Kode
Nama Perusahaan
1 ACES
Ace Hardware Indonesia Tbk.
19 JPFA
Japfa Comfeed Indonesia Tbk.
2 AKRA AKR Corporindo Tbk. 20 JSMR Jasa Marga
(Persero) Tbk.
14 GGRM Gudang Garam Tbk. 32 TOWR dilakukan observasi. Jumlah populasi sebanyak 45 perusahaan, namun hanya 35 perusahaan ini yang memenuhi syarat yang sesuai dengan kriteria penelitian.
B. HASIL UJI DATA
1. Penentuan Regresi Data Panel
Dalam menentukan model regresi data panel antara model common effect, fixed effect atau random effect dilakukan dengan Uji Chow, Uji Hausman dan Uji Lagrange Multiplier.
a. Uji Chow
Hasil dari Uji Chow disajikan dalam tabel 4.3, sebagai berikut:
Tabel 4.3 Hasil Uji Chow
Effects Test Stat. d.f Prob.
Cross-Section F 1.531218 (34.103) 0.0531 Cross-Section Chi-Ssuare 57.272904 34 0.0075 Sumber: Output Eviews 9, diolah peneliti
Berdasarkan tabel 4.3 diatas, diketahui probabilitas Cross-section Chi-Square menghasilkan Ftabel 0.0075 lebih kecil dari tingkat signifikansi Ξ± = 5% dengan dihasilkan H0 ditolak atau model Common Effect ditolak sedangkan H1 diterima. Dilihat dari ketentuan hipotesis Uji Chow, apabila Fhitung lebih besar dibandingkan Ftabel dengan hasil H0 ditolak maka model regresi yang tepat digunakan menurut perhitungan Uji Chow adalah model Fixed Effect.
b. Uji Hausman
Uji Hausman disajikan dalam tabel 4.4, sebagai berikut:
Tabel 4.4 Hasil Uji Hausman
Test Summary
Chi-Square Stat.
Chi-Square d.f
Prob.
Cross-Section Random 0.031633 2 0.9843 Sumber: Output Eviews 9, diolah peneliti
Berdasarkan tabel 4.4 diatas, diketahui probabilitas Cross-Section Chi-Square memiliki Ftabel 0.9843 lebih besar dari tingkat signifikansi
Ξ± = 5% dengan hasil H0 diterima sedangkan H1 ditolak. Dilihat dari kriteria hipotesis uji hausman, apabila probabilitas Chi-Square lebih kecil daripada Ξ± = 5%, maka model yang lebih baik adalah Fixed Effect dengan hasil H0 ditolak. Dan jika probabilitas Chi-Square lebih besar daripada Ξ± = 5%, maka model yang lebih baik adalah Random Effect dengan hasil H0 diterima. Sehingga dapat dikatakan bahwa model yang tepat digunakan menurut uji hausman adalah model Random Effect.
Maka dari itu, hasil penelitian uji hausman terhadap variabel bebas dan terikat pada tabel diatas adalah model Random Effect. Karena, probabilitas Cross-Section Chi-Square sebesar 0.9843 lebih besar dari signifikansi alpha 0.05, dengan daerah H0 diterima.
c. Uji Lagrange Multiplier
Uji Lagrange Multiplier disajikan dalam tabel 4.5, sebagai berikut:
Tabel 4.5
Uji Lagrange Multiplier
Uji
Croo-Section
Time Both
Breusch Pagan
2.738910 0.858221 3.597131 (0.0979) (0.3542) (0.0579) Sumber: Output Eviews 9, diolah peneliti
Berdasarkan tabel 4.5 diatas, diketahui probabilitas Cross-Section Lagrange Multiplier dari Breusch-Pagan lebih besar dibandingkan
tingkat signifikansi alpha 5%. Dengan kriteria hipotesis Uji Lagrange Multiplier untuk tabel diatas adalah, H0 diterima dengan model regresi yang paling tepat digunakan adalah Random Effect, karena
tingkat signifikansi alpha 5%. Dengan kriteria hipotesis Uji Lagrange Multiplier untuk tabel diatas adalah, H0 diterima dengan model regresi yang paling tepat digunakan adalah Random Effect, karena