METODE PENELITIAN - Pengaruh Tingkat Inflasi, Suku Bunga, Dan Nilai Tukar Terhadap Harga Saham

METODE PENELITIAN

3.1 Jenis Penelitian

Penelitian ini menggunakan jenis pendekatan kuantitatif. Pendekatan ini bertujuan untuk menguji teori, menunjukkan hubungan antarvariabel, memberikan deskripsi statistik, membangun fakta, menaksir dan meramalkan hasilnya.Penelitian menggunakan angka-angka statistik ataupun kode yang dapat dikuantifikasi. Data tersebut berbentuk variabel-variabel dan operasionalisasinya dengan skala ukuran tertentu, misalnya skala nominal, ordinal, interval, dan rasio.

3.2 Tempat dan Waktu Penelitian

1) Tempat Penelitian

Penelitian ini dilakukan di Bursa Efek Indonesia melalui media internet dengan menggunakan situs menggunaka

2) Waktu Penelitian

Waktu penelitian dimulai dari bulan Oktober 2012 sampai bulan Maret 2013.

3.3 Batasan Operasional

Adapun yang menjadi batasan operasional dalam penelitian ini adalah sebagai berikut :

1. Variabel yang digunakan dalam penelitian ini terdiri dari :

a. Variabel bebas (independent variable), yang terdiri dari tingkat inflasi, suku bunga, dan nilai tukar.

b. Variabel terikat (dependent variable), yaitu harga saham perusahaan properti dan real estatyang terdaftar di Bursa Efek Indonesia.

2. Data yang digunakan dalam penelitian ini diperoleh dari :

a. Data tingkat inflasi, suku bunga, dan nilai tukarpada tahun 2006 - 2012 yang dipublikasikan oleh Bank Indonesia.

b. Data harga saham perusahaan properti dan real estatdi Bursa Efek Indonesia pada tahun 2006-2012.

3.4 Defenisi Operasional Variabel

Defenisi operasional yang digunakan dalam penelitian ini adalah :

1.Variabel independen(X) adalah variabel yang dapat mempengaruhi perubahan dalam variabel dependen dan mempunyai hubungan yang positif ataupun yang negatif bagi variabel dependen nantinya (Kuncoro, 2009 : 50). Adapun yang menjadi variabel bebas (independent variable) dari penelitian ini adalah :

a. Inflasi (X1

Inflasi adalah kecenderungan kenaikan harga-harga umum secara terus- menerus (sustained) yang berarti bukan terjadi pada satu waktu saja, akan tetapi bisa beberapa waktu lamanya. Kenaikan tingkat harga umum (general price level) yang terjadi sekali waktu saja, tidaklah dapat dikatakan sebagai inflasi (Nanga, 2005 : 237).Indeks Harga Konsumen

(IHK) merupakan indeks harga yang sering digunakan dalam mengukur tingkat inflasi. Data inflasi yang digunakan dalam penelitian ini adalah data inflasi mulai tahun 2006 sampai 2012 secara tahunan.

b. Suku Bunga (X2

Surat berharga Bank Indonesia yang diterbitkan Bank Indonesia sebagai pengakuan utang jangka pendek dengan sistem diskonto. Data yang digunakan adalah rata-rata SBI tahunan. Data diambil dari tahun 2006- 2012.

)

c. Nilai Tukar (X3

Merupakan nilai tengah antara kurs jual dan kurs beli yang digunakan oleh Bank Indonesia yang diterbitkan secara bulanan. Nilai tukar yang digunakan adalah nilai tukar rupiah terhadap dolar Amerika secara tahunan. Data yang diambil adalah data nilai tukar mulai tahun 2006– 2012 secara tahunan.

)

2. Variabel dependen (Y) adalah variabel yang menjadi perhatian utama dalam sebuah pengamatan (Kuncoro, 2009 : 50). Variabel terikat (dependent variable) yang digunakan adalah harga saham masing-masing perusahaan. Harga saham dihitung dari harga saham penutupan (closing price) pada setiap akhir hari transaksi yang dikalkulasikan menjadi rata-rata harga bulanan dan dirata-ratakan menjadi harga tahunan dengan menggunakan rumus :

Rata-rata harga saham

bulanan = �� −�� ℎ��

∑ ��

tahunan =�� −�� ℎ��

3.5 Populasi dan Sampel Penelitian

Populasi dari penelitian ini adalah perusahaan properti dan real estat yang terdaftar di Bursa Efek Indonesia, selama kurun waktu 2006 - 2012, yaitu sebanyak 41 perusahaan (emiten). Sampel yang digunakan dalam penelitian ini adalah sampel jenuh dimana semua populasi digunakan sebagai sampel.

3.6 Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder kuantitatif yang bersumber dari hasil publikasi berbagai instansi terkait seperti Bursa Efek Indonesia (BEI), Bank Indonesia (BI), dan beberapa bahan pustaka lainnya seperti buku-buku referensi, koran, artikel yang diterbitkan di internet, serta literatur ilmiah lainnya yang sesuai dengan topik bahasan penelitian.

3.7 Metode Pengumpulan Data

Pengumpulan data dilakukan melalui studi dokumentasi dengan mengumpulkan data pendukung dari literatur, jurnal, koran, artikel, dan buku- buku referensi untuk mendapatkan gambaran masalah yang diteliti serta mengumpulkan data sekunder yang relevan dari laporan yang dipublikasikan oleh Bursa Efek Indonesia (BEI), dan Bank Indonesia (BI).

3.8 Teknik Analisis Data

Data yang terkumpul dibersihkan dari data yang outliear.Data outliear

adalah data yang secara nyata berbeda dengan data-data lain. Data outlinear bisa terjadi karena kesalahan dalam pemasukan data, atau kesalahan pada pengambilan sampel. Keberadaan data-data ekstrim tidak bisa dihindarkan. Data

sesungguhnya. Jika sebuah data outliear, maka nilai Z yang di dapat lebih besar dari angka + 2,5 atau lebih kecil dari angka – 2,5 (Santoso, 2005 : 112). Data yang telah dibersihkan kemudian dianalisisis melalui metode analisis statistika deskriptif dan metode analisis statistika inferensial.

3.8.1 Metode Analisis Statistika Deskriptif

Metode analisis statistika deskriptif merupakan suatu metode analisis dimana data yang dikumpulkan, diklasifikasikan,dianalisis, dan diinterpretasikan secara objektif sehingga memberikan informasi dan gambaran mengenai topik yang dibahas.

3.8.2 Metode Analisis Linear Berganda

Penelitian ini menggunakan analisis statistika yaitu analisis regresi linear berganda, digunakan untuk mengetahui pengaruh tingkat inflasi, suku bunga, dan nilai tukar, terhadap harga saham properti dan real estat di Bursa Efek Indonesia. Adapun persamaan regresi yang digunakan adalah :

Yi,t = a + b1X1 + b2X2 + b3X3

Keterangan :

+ e

Yi,,t

a = Konstanta

= Harga saham perusahaan i pada tahun t

X1 X = Tingkat Inflasi 2 X = Suku Bunga 3 b = Nilai Tukar

1 = Koefisien regresi variabel X

b 3 = Koefisien regresi variabel X

e = Standard error

Penulis menggunakan bantuan program software SPSS 16.00 for Windows (Statistic Product & Service Solution) dalam penelitian ini. Sebelum melakukan analisis regresi, dilakukan pengujian asumsi klasik untuk mendapatkan perkiraan yang efisien atau tidak. Situmorang dan Lufti (2012 : 100) menyatakan bahwa jika hasil regresi telah memenuhi asumsi-asumsi regresi maka nilai estimasi yang diperoleh akan bersifat BLUE (Best, Linear, Unbiased, Estimator). Adapun syarat asumsi klasik yang harus dipenuhi model regresi berganda sebelum data tersebut dianalisis adalah sebagai berikut :

1. Uji Normalitas

Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F diasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil (Erlina, 2011 : 100).Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan (Situmorang dan Lufti, 2012). Uji dilakukan dengan beberapa pendekatan, yaitu :

a. Pendekatan Histogram

Untuk menguji normalitas data dapat dilihat dengan kurva normal, yaitu kurva yang memiliki ciri khusus, salah satu diantaranya adalah bahwa : mean, mode,

dan median pada tempat yang sama. Jika ketiga tendensi sentral tersebut tidak terletak pada satu tempat, berarti kurva tersebut miring ke kiri atau ke kanan. Ukuran kemiringan puncak kurva ke kiri atau ke kanan tersebut dikenal dengan nama “kemiringan kurva” atau “kemencengan kurva” (skewness). Kemencengan suatu kurva distribusi data dapat bertandapositif (ke arah kanan) atau bertanda negatif (kearah kiri) (Situmorang dan Lufti, 2012 : 101).

b. Pendekatan Grafik

PP plot akan membentuk plot antara nilai-nilai teoritis (sumbu x) melawan nilai- nilai yang didapat dari sampel (sumbu y). Apabila plot dari keduanya berbentuk linier (dapat didekati oleh garis lurus), maka hal ini merupakan indikasi bahwa residual menyebar normal. Bila pola-pola titik yang terletak selain di ujung-ujung plot masih berbentuk linier, meskipun ujung-ujung plot agak menyimpang dari garis lurus, kita dapat mengatakan bahwa sebaran data (dalam hal ini residual), adalah normal (Situmorang & Lufti, 2012 : 103).

c. Pendekatan Kolmogorov-Smirnov

Alat uji ini digunakan untuk memastikan apakah data sepanjang garis diagonal berdistribusi normal. Hipotesisnya sebagai berikut :

= data residual berdistribusi normal

Dengan menggunakan tingkat signifikan (α) 5%. Jika nilai Asymp.Sig (2 tailed) > taraf nyata (α), maka H

= data residual tidak berdistribusi normal

0 diterima artinya data residual berdistribui normal.

Sebaliknya, jika nilai Asym.Sig (2 tailed) < taraf nyata (α), maka H0 diterima,

d. Uji Multikolinearitas

Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Ada dua uji multikolinearitas yang sering digunakan yaitu sebagai berikut (Erlinai, 2011 : 103) :

1. VIF (Variance Inflating Factor)

VIF adalah suatu estimasi berapa besar multikolinearitas meningkatkan varian pada suatu koefisien estimasi sebuah variabel independen/penjelas. VIF yang tinggi menunjukkan bahwa multikolinearitas telah menaikkan sedikit varian pada koefisien estimasi, akibatnya menurunkan tingkat t. Semakin tinggi nilai VIF suatu variabel tertentu, maka akan semakin tinggi varian koefisien estimasi pada variabel tersebut (dengan asumsi varian error term adalah konstan). Dengan demikian, semakin tinggi VIF, semakin berat dampak pada multikolinearitas. Pada umumnya jika nilai VIF lebih besar dari 10, maka terjadi multikolineritas yang cukup berat diantara variabel independen.

2. Korelasi diantara Variabel Independen

Disamping VIF, cara lain yang dapat digunakan untuk mendeteksi adanya gejala multikolinearitas suatu model adalah dengan melihat koefisien korelasi sederhana antara variabel-variabel independen/penjelas. Apabila r adalah tinggi nilai absolutnya, maka ada dua variabel penjelas tertentu berkorelasi dan masalah multikolinearitas ada dalam persamaan tersebut. Koefisien korelasi yang tinggi ini menunjukkan terjadi gejala multikolinearitas yang berat. Korelasi antar dua variabel penjelas dikatakan memiliki hubungan yang tinggi, beberapa peneliti

secara arbiter menentukan 0,8. Dengan demikian, suatu model terdapat gejala multikolinearitas, jika korelasi diantara variabel independen lebih besar dari 0,8.

2. Uji Heteroskedastisitas

Salah satu asumsi yang penting dari model regresi linear adalah varian residual bersifat homokedastisitas atau bersifat konstan. Umumnya heterokedastisitas sering terjadi pada model yang menggunakan data cross section

(silang waktu) daripada time series (runtut waktu). Hal ini bukan berarti model yang menggunakan data runtut waktu bebas dari heterokedasitas.

Pengujian gejala heterokedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas, dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas (Erlina, 2011 : 105).

3. Uji Autokorelasi

Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada

time series (Erlina, 2011 : 106). Uji autokorelasi dapat dilakukan dengan menggunakan Uji Statistik Q : Box – Pierce dan Ljung Box. Uji ini digunakan utuk melihat autokorelasi dengan lag lebih dari dua. Kriteria pengambilan

keputusan dalam uji ini adalah jika lag yang signifikan (sig > 0,05) lebih dari dua maka tidak terdapat autokorelasi (Situmorang dan Lufti, 2012 : 133).

3.8.3 Pengujian Hipotesis

Model regresi yang sudah memenuhi asumsi-asumsi klasik tersebut akan digunakan untuk menganalisis. Suatu perhitungan statistik disebut signifikan secara statistik apablia nilai uji statistiknya berada dalam daerah kritis (daerah dimana H0 ditolak). Sebaliknya, disebut tidak signifikan bila uji statistiknya

berada dalam daerah dimana H0

1. Uji Signifikan Simultan (Uji F)

diterima. Model pengujian yang dilakukan adalah uji F dan uji t.

Pengujian ini dilakukan untuk mengetahui apakah semua variabel bebas secara bersama-sama atau serempak mempunyai pengaruh yang signifikan terhadap variabel terikat.Bentuk pengujiannya adalah :

1. H0 : b1 = b2 = b3 = b4

2. H

= 0, artinya tidak terdapat pengaruh yang signifikan secara bersamaan dari tingkat inflasi,sukubungaterhadap harga saham.

a : minimal satu b

Dengan menggunakan tingkatan (α) 5%, jika nilai sig.F > 0,05 maka H i ≠ 0R, artinya terdapat pengaruh yang signifikan

secara bersamaan dari tingkat inflasi, suku bunga, dan nilai tukar terhadap harga saham.

diterima, artinya tidak ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Sebaliknya, jika nilai sig.F < 0,05 maka Ha diterima, artinya ada pengaruh yang signifikan secara bersamaan dari

variabel bebas terhadap variabel terikat. Pengambilan keputusan juga dapat dilakukan dengan membandingkan nilai Fhitung dan nilai Ftabel

1. H

. Dimana kriterianya, yaitu :

0 diterima jika Fhitung≤ Ftabel

2. H

pada α = 5 % a diterima jika Fhitung> Ftabel

2. Uji Signifikansi Parsial (uji t)

pada α = 5%

Pengujian ini dilakukan untuk mengetahui apakah setiap variabel bebas secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat :

a. b1

= Inflasi 0 :b1

Ha : b

= 0, artinya tingkat inflasi tidak berpengaruh yang signifikan terhadap harga saham perusahaan properti dan real estatdi Bursa Efek Indonesia.

b.b

1≠ 0, artinya tingkat inflasi berpengaruh yang signifikan terhadap

harga saham perusahaan properti dan real estatdi Bursa Efek Indonesia.

= Suku Bunga 0 : b2

= 0, artinya suku bunga tidak berpengaruh yang signifikan terhadap harga saham perusahaan properti dan real estatdi Bursa Efek Indonesia.

a: b

c. b

2≠ 0, artinya suku bunga berpengaruh yang signifikan terhadap harga

saham perusahaan properti dan real estatdi Bursa Efek Indonesia.

= Nilai Tukar

0 : b3 = 0, artinya nilai tukar tidak berpengaruh yang signifikan terhadap

H0 : b

Dengan menggunakan tingkat signifikan (α) 5%, jika nilai sig. t > 0,05 H

3≠ 0, artinya nilai tukar berpengaruh yang signifikan terhadap harga

saham perusahaan properti dan real estatdi Bursa Efek Indonesia.

diterima, artinya tidak ada pengaruh yang signifikan variabel bebas terhadap variabel terikat. Sebaliknya, jika sig.t <0,05 Ha diterima, artinya ada pengaruh

yang signfikan antara variabel bebas terhadap variabel terikat. Nilai thitung juga

dapat dibandingkan dengan nilai ttabel

1. H

. Kriteria pengambilan keputusannya yaitu :

0 diterima jika −ttabel ≤ thitung≤ ttabel

2. Ha diterima jika t

pada α = 5 % hitung > ttabel atau−thitung≤ −ttabel 3. Koefisien Determinasi (R

pada α = 5%

Koefisien determinasi adalah koefisien nilai yang menunjukkan besarnya variasi variabel terikat (dependent variable) yang dipengaruhi oleh variasi variabel bebas (independent variable). Pengukuran besarnya persentase kebenaran dari uji regresi tersebut dapat dilihat melalui nilai koefisien determinasi

multiple R

)

(koefisien determinan mengukur proporsi dari variasi yang dapat dijelaskan oleh variabel bebas). Apabila nilai R2 suatu regresi (mendekati satu), maka semakin baik regresi tersebut dan semakin mendekati nol, maka variabel independen secara keseluruhan tidak bisa menjelaskan variabel dependen.

Adjusted R Square ini digunakan untuk melihat berapa besar pengaruh faktor- faktor yang ditimbulkan oleh variabel-variabel bebas terhadap variabel terikat. Untuk memastikan tipe hubungan antarvariabel dapat dilihat pada table berikut ini.

Tabel 3.1.

Hubungan Antarvariabel

Nilai Interpretasi

0,0 – 0.19 Sangat Tidak Erat

0,2 – 0,39 Tidak Erat

0,4 – 0,59 Cukup Erat

0,6 – 0,79 Erat

0,8 – 0,99 Sangat Erat

Dalam dokumen Pengaruh Tingkat Inflasi, Suku Bunga, Dan Nilai Tukar Terhadap Harga Saham Perusahaan Properti Dan Real Estat Di Bursa Efek Indonesia (Halaman 54-67)