METODE PENELITIAN
3.1. Desain Penelitian
Desain penelitian ini menggunakan metode desain asosiatif dengan hubungan kausal yaitu menganalisis hubungan antara satu variabel dengan variabel lainnya (Umar, 2006).
3.2. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang sudah tersedia oleh pihak lain, sehingga tidak perlu lagi dikumpulkan secara langsung dari sumbernya oleh peneliti. Adapun data sekunder dalam penelitian ini diperoleh dari laporan tahunan perusahaan yang berasal dari situs Bursa Efek Indonesia
ya
3.3. Populasi dan Sampel Penelitian
Populasi dalam penelitian ini menggunakan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) yang mendapatkan pinjaman bank.Perusahaan yang menjadi sampel dalam penelitian ini dipilih berdasarkan metode purposive sampling atau berdasarkan kriteria tertentu, untuk mendapatkan sampel yang representative. Kriteria yang digunakan adalah sebagai berikut :
1. Perusahaan manufaktur yang terdaftar di BEI.
2. Perusahaan manufaktur yang mendapat pinjaman dari bank pada periode penelitian yang diteliti.
3. Perusahaan manufaktur yang menerbitkan laporan keuangan yang telah diaudit untuk periode yang berakhir 31 Desember.
4. Data-data mengenai variabel penelitian yang akan diteliti tersedia lengkap dalam laporan tahunan perusahaan yang diterbitkan pada periode penelitian tersebut.
3.4. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode studi pustaka dan dokumentasi.Studi pustaka dilakukan dengan mengelola literature, artikel, jurnal serta penelitian terdahulu yang berkaitan dengan topik pembahasan dari penelitian ini. Sedangkan dokumentasi dilakukan dengan cara mempelajari dan mengumpulkan sumber data-data dokumenter yang diperoleh dari IDX berupa laporan tahunan perusahaan, yang kemudian dilanjutkan dengan pencatatan dan penghitungan.
3.5. Defenisi Operasional dan Variabel Penelitian 3.5.1. Variabel Dependen
Variabel dependen atau variabel terikat merupakan variabel yang dijelaskan atau yang dipengaruhi oleh variabel independen atau bebas.Variabel dependen dalam penelitian ini adalah Cost of Bank Loan.
3.5.1.1. Cost of Bank Loan
Cost of Bank Loan adalah biaya yang diberikan oleh bank kepada perusahaan atas transaksi pinjaman yang dilakukan.Cost of Bank Loan diukur berdasarkan tingkat suku bunga yang terdapat dalam transaksi pinjaman bank. Perusahaan yang mendapatkan lebih dari satu pinjaman maka, suku bunga akan dihitung dengan menggunakan metode rata-rata tertimbang. Dalam penelitian ini, Cost of Bank Loan dinyatakan dengan variabel CoL.
3.5.2. Variabel Independen
Variabel independen atau variabel bebas merupakan variabel yang mempengaruhi variabel dependen atau terikat.Variabel independen yang dipakai dalam penelitian ini adalah berdasarkan keadaan perusahaan pada satu tahun sebelum mendapatkan pinjaman.Variabel independen yang digunakan adalah Corporate Governance.
3.5.2.1. Corporate Governance
Corporate governance dalam penelitian ini diukur dengan menggunakan tiga proksi yaitu proporsi kepemilikan institusional, proporsi komisaris independen dan jumlah komite audit. Proporsi kepemilikan institusional dalam kepemilikan saham perusahaan dinyatakan dengan variabel KEP_INST, yang mana diukur dengan menghitung persentase kepemilikan saham perusahaan oleh institusi.Proporsi komisaris independen dalam sebuah susunan komisaris dinyatakan dengan variabel DK_IND, yang mana diukur dengan menghitung persentase dewan komisaris independen dalam sebuah jajaran dewan komisaris.Dan yang terakhir, jumlah komite audit dalam perusahaan dinyatakan dengan variabel KOM_AUD, yang mana diukur dengan menghitung jumlah komite audit dalam perusahaan.
3.5.3. Variabel Kontrol
Variabel kontrol merupakan variabel independen yang untuk keperluan tertentu dikendalikan dengan tujuan untuk mengetahui pengaruh variabel independen lain terhadap variabel dependen. Variabel kontrol yang dipakai dalam penelitian ini adalah berdasarkan keadaan perusahaan pada satu tahun sebelum mendapatkan pinjaman. Disini terdapat lima variabel kontrol, yaitu leverage, ukuran perusahaan, return to asset, probabilitas kebangkrutan perusahaan, dan current ratio.
3.5.3.1. Leverage
Leverage merupakan rasio antara total kewajiban dengan total asset. Semakin besar rasio leverage, berarti semakin tinggi nilai utang perusahaan. Dalam penelitian ini, leverage dinyatakan dengan variabel LEV, yang diukur dengan membagi total kewajiban dengan total asset.
3.5.3.2. Ukuran Perusahaan
Perusahaan yang berukuran besar, memiliki kemampuan lebih dalam dalam penyediaan modal.Sehingga ukuran perusahaan yang besar, memiliki lebih sedikit default risk.Ukuran perusahaan dinyatakan dalam variabel SIZE, yang diukur dengan menggunakan natural logaritm jumlah asset perusahaan.
3.5.3.3. Return To Asset
Return To Asset merupakan rasio yang digunakan untuk mengukur turnover aset atas investasi yang dilakukan perusahaan. Semakin tinggi return to asset, maka akan semakin mengurangi risiko pada bank.. Return To Asset dinyatakan dalam variabel ROA, yang diukur dengan cara membagi pendapatan bersih sebelum pajak dengan total asset yang dimilki perusahaan.
3.5.3.4. Probabilitas Kebangkrutan
Probabilitas kebangkrutan perusahaan dinyatakan dalam variabel Z-score, yaitu variabel yang menunjukkan angka kesehatan perusahaan yang diukur dengan menggunakan model Altman. Nilai kesehatan perusahaan yang tinggi menunjukkan probabilitas kebangkrutan yang rendah, demikian juga sebaliknya.
Perusahaan dikatakan sehat atau tidak sehat didasarkan atas nilai Z-score yang diperoleh. Bila Z-score menunjukkan lebih dari 2,9 , maka termasuk perusahaan yang sehat. Sedangkan bila Z-score menunjukkan kurang dari 1,23 , maka termasuk perusahaan yang tidak sehat. Namun, bila Z-score diantara 1,23 dan 2,9 maka termasuk grey area. Z-score dinyatakan dalam persamaan :
Z’ = Net Working Capital to Total Assets + Retained Earnings to Total Assets + EBIT to Total Assets + Market Value Equity to Book Value of Debt + Sales to Total Assets.
Net Working Capital to Total Assets menunjukkan kemampuan perusahaan untuk menghasilkan modal kerja bersih dari keseluruhan total aktiva yang dimilikinya. Modal kerja bersih diperoleh dengan cara aktiva lancar dikurangi dengan kewajiban lancar. Rasio ini dihitung dengan cara membagi modal kerja bersih dengan total aset.
Retained Earning to Total Assets menunjukkan kemampuan perusahaan untuk menghasilkan laba ditahan dari total aktiva perusahaan. Rasio ini dihitung dengan cara membagi nilai laba ditahan dengan total
aset. Earning Before Interest and Tax to Total Assets menunjukkan kemampuan perusahaan untuk menghasilkan laba dari aktiva perusahaan sebelum pembayaran bunga dan pajak. Rasio ini dihitung dengan cara membagi laba sebelum pajak dengan total aset.
Market Value of Equity to Book Value of Debt menunjukkan kemampuan perusahaan untuk memenuhi kewajiban-kewajiban dari nilai pasar modal sendiri (saham biasa). Rasio ini dihitung dengan cara membagi nilai pasar modal sendiri dengan nilai buku utang. Nilai pasar modal sendiri diperoleh dengan mengalikan jumlah lembar saham biasa yang beredar dengan harga pasar per lembar saham biasa.Sedangkan nilai buku utang diperoleh dengan menjumlahkan kewajiban lancar dengan kewajiban jangka panjang.
Sales to Total Assets menunjukkan kemampuan perusahaan untuk menghasilkan volume bisnis yang cukup dibandingkan investasi dalam total aktivanya. Dengan kata lain, adanya efisiensi manajemen dalam menggunakan kesuluruhan aktiva untuk menghasilkan penjualan dan mendapatkan laba. Rasio ini dihitung dengan cara membagi total penjualan dengan total asset.
3.5.3.5. Current Ratio
Current ratio merupakan kemampuan perusahaan dalam membayar kewajiban jangka pendeknya dengan menggunakan aktiva lancar yang dimiliki.Current ratio dinyatakan dalam variabel CR, yang diukur dengan cara membagi kewajiban lancar dengan aset lancar.
3.6. Metode Analisis
Metode analisis yang digunakan dalam penelitian ini adalah analisis regresi linier. Namun, untuk menjamin keakuratan analisis, sebelumnya akan dianalisis dengan menggunakan analisis statistik deskriptif dan uji asumsi klasik. Analisis statistik deskriptif dilakukan untuk mengetahui dispersi dan distribusi data. Sedangkan uji asumsi klasik dilakukan untuk menguji kelayakan model regresi yang selanjutnya akan digunakan untuk menguji hipotesis penelitian.
3.6.1. Metode Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness atau kemencengan distribusi (Ghozali, 2009). Dengan kata lain, statistik deskriptif akan memberikan gambaran umum dari setiap variabel penelitian. Alat analisis yang digunakan adalah nilai rata-rata (mean), nilai minimum dan maksimum serta standar deviasi. Pada
standar deviasi, apabila nilainya kecil maka akan menunjukkan nilai sampel atau populasi yang mengelompok di sekitar nilai rata-rata hitungnya. Hal ini disebabkan karena nilainya yang hampir sama dengan nilai rata-rata hitungnya. Sebaliknya, apabila nilai standar deviasinya besar, maka penyebaran dari rata-rata juga besar.
3.6.2. Uji Asumsi Klasik
Uji asumsi klasik bertujuan untuk mengetahui kelayakan penggunaan model regresi dalam penelitian. Dengan kata lain, terpenuhinya asumsi klasik regresi oleh model statistik yang teruji terlebih dahulu, maka secara teoritisnya akan menghasilkan nilai parameter penduga yang valid. Uji ini terdiri dari uji normalitas, heterokedastisitas, multikolinearitas, dan autokorelasi (Ghozali, 2009).
3.6.2.1.Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, residual atau variance pengganggu memiliki distribusi normal (Ghozali, 2009). Cara untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan menggunakan analisis grafik Histogram dan Normal P-Plot kemudian uji statistik non-parametrik Kolgomorov Smirnov (K- S). Uji KolgomorovSmirnov diyakini lebih akurat dari uji normalitas dengan grafik, karena uji normalitas dengan grafik dapat menyesatkan, jika tidak hati-hati secara visual akan terlihat normal (Ghozali, 2009).
a. Pada uji normalitas dengan menggunakan analisis grafik, normalitas dapat dideteksi dengan melihat distribusi data menyebar di sekitar garis diagonal dari grafik atau dengan melihat histogram dari garis residualnya.
b. Cara pengambilan keputusan pada uji statistik non-parametrik Kolgomorov Smirnov (K-S) :
1. Jika nilai Asymp.Sig. (2-tailed) > 0,05 artinya data residual berdistribusi normal.
2. Jika nilai Asymp.Sig. (2-tailed) < 0,05 artinya data residual tidak berdistribusi normal.
3.6.2.2.Uji Heterokedastisitas
Uji heterokedastisitas bertujuan menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain, atau gambaran hubungan nilai yang diprediksi dengan Studentized Delete Residual nilai tersebut. Model regresi yang baik adalah model regresi yang memiliki persamaan variance residual suatu periode pengamatan dengan periode pengamatan yang lain, atau adanya hubungan antara nilai yang diprediksi dengan Studentized Delete Residual nilai tersebut sehingga dapat dikatakan model tersebut homokedastisitas. Pengujian heterokedastisitas dalam penelitian ini dilakukan dengan grafik Scatterplot dan uji Gletser. Dasar analisis yang digunakan untuk mengambil keputusan dalam grafik scatterplot adalah sebagai berikut :
1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola bergelombang, melebar kemudian menyempit dan melebar kembali, maka mengindikasikan telah terjadi heterokedastisitas, dan model regresi harus diperbaiki.
2. Jika tidak ada pola yang jelas, serta titik-titik data yang menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
Uji heterokedastisitas dengan menggunakan Uji Glejser dalam penelitian ini dilakukan dengan cara meregres nilai absolute residual terhadap variabel independen (Ghozali, 2009). Jika variabel independen secara statistik berpengaruh signifikan terhadap variabel dependen, maka terdapat indikasi terjadi heterokedastisitas dalam model regresi yang digunakan.Dan jika tidak ada satupun variabel independen yang secara statistik berpengaruh signifikan terhadap variabel dependen maka tidak terjadi heterokedastisitas dalam model regresi yang digunakan. Hal ini dapat dilihat dari koefisien paremeter, dimana :
1. Jika nilai probabilitas signifikansinya > 0,05 artinya tidak terjadi heterokedastisitas.
2. Jika nilai probabilitas signifikansinya < 0,05 artinya terjadi heterokedastisitas.
Uji ini bertujuan untuk menguji apakah di dalam model regresi terdapat korelasi (kemiripan) antar variabel independen (bebas).Model regresi yang baik seharusnya tidak terjadi kolinearitas diantara variabel independen (Ghozali, 2009). Untuk mendeteksi adanya multikolinearitas di dalam model regresi dalam penelitian ini adalah dengan melihat tolerance value dan varian inflation factor (VIF). Model regresi dapat dikatakan terbebas dari multikolinearitas jika nilai VIF tidak lebih dari 10 (VIF < 10), dan nilai tolerance tidak kurang dari 0,1 (tolerance value > 0,1).
3.6.2.4. Uji Autokorelasi
Uji autokorelasi dalam suatu model bertujuan untuk menguji ada tidaknya korelasi antar variabel pengganggu pada periode t dengan variabel pengganggu pada periode sebelumnya (t-1). Autokorelasi sering terjadi pada sampel dengan data time series dengan n-sampel adalah periode waktu. Untuk menguji ada tidaknya masalah autokorelasi, penelitian akan menggunakan uji Durbin-Watson (DW test), dimana harus ditentukan besarnya nilai kritis du dan dl. Berdasarkan jumlah observasinya dari variabel independen, jika hipotesis nol menyatakan bahwa tidak terjadi autokorelasi, maka :
1. Jika DW < dl, maka Ho ditolak, berarti suatu regresi mengalami autokorelasi.
2. Jika du< DW < 4 – du, maka Ho diterima yang berarti bahwa suatu persamaan regresi tidak mengalami autokorelasi.
3. Jika dl ≤ DW ≤ du atau du ≤ DW ≤ 4 – dl, maka hasilnya tidak dapat disimpulkan.
3.6.3. Uji Hipotesis
Hipotesis diuji dengan analisis linear berganda. Analisis linear berganda dilakukan untuk menguji hubungan antara 2 atau lebih variabel independen dengan variabel dependen yang ditampilkan dalam bentuk persamaan regresi. Persamaan regresi linier berganda yang digunakan dalam penelitian ini adalah :
CoLi =
α
0 +α
1KEP_INSTi +α
2KOM_AUDi +α
3DK_INDi +α
4LEVi +α
5SIZEi +α
6ROAi +α
7Z-scorei +α
8Cri +ε
i Keterangan :CoLi = Discretionary Accruals
�0 = Konstanta
α1- α 8 = Koefisien regresi
KEP_INSTi= Proporsi Kepemilikan Institusional
KOM_AUDi= Jumlah Komite Audit
DK_INDi= Proporsi Dewan Komisaris Independen
LEVi = Leverage
SIZEi = Ukuran Perusahaan
Z-scorei= Probabilitas Kebangkrutan
Cri= Current Ratio
ε
i= Error/Tingkat Kesalahan PengangguKemudian dilakukan Uji Koefisien Determinasi (R2), Uji Signifikansi Simultan (Uji Statistik F), dan Uji Signifikansi Parameter Individual (Uji Statistik t).
3.6.3.1. Uji Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dapat menjelaskan variasi variabel dependen.Lebih lanjut Ghozali (2006) menjelaskan bahwa nilai koefisien determinasi adalah antara 0 dan sampai dengan 1.Jika nilai R2 semakin mendekati 1, maka model semakin baik yang artinya kemampuan variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Apabila nilai R2 = 1, berarti variabel berpengaruh sempurna terhadap variabel dependen. Tetapi jika nilai R2 = 0, berarti variabel independen tidak berpengaruh sempurna terhadap variabel dependen. Dengan kata lain, nilai R2 yang kecil berarti kemampuan variabel independen dalam menjelaskan variabel dependen sangat terbatas, begitu juga sebaliknya.
3.6.3.2.Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F menunjukkan apakah semua variabel bebas atau independen mempunyai pengaruh secara bersama-sama terhadap variabel terikat atau dependen (Ghozali, 2005 : 84). Pengujian ini dilakukan dengan membandingkan nilai F hitung dengan F tabel, dan melihat nilai signifikansi F pada output hasil regresi menggunakan SPSS dengan nilai signifikansi 0,05. Bila F hitung lebih besar dari F tabel atau probabilitas lebih kecil dari nilai signifikan (Sig ≤ 0,05), maka hipotesis tidak dapat ditolak, yang berarti bahwa secara simultan variabel independen mempunyai pengaruh signifikan terhadap variabel dependen. Dan bila F hitung lebih kecil dari F tabel atau probabilitas lebih besar dari nilai signifikan (Sig ≥ 0,05), maka hipotesis tidak dapat diterima, yang berarti bahwa secara simultan variabel independen tidak mempunyai pengaruh signifikan terhadap variabel dependen.
3.6.3.3.Uji Signifikansi Parameter Individual (Uji Statistik t)
Uji statistik t digunakan untuk mengetahui besarnya pengaruh variabel independen secara individual terhadap variabel dependen. Pada penelitian ini menggunakan tingkat signifikansi 5%, jadi variabel independen yang tingkat signifikansinya lebih kecil atau kurang dari 0,05 dinyatakan berpengaruh signifikan terhadap variabel dependen.