METODE PENELITIAN A. Jenis dan Lokasi Penelitian
E. Teknik Pengumpulan Data
1) Pemilihan Model Data Panel a) Model Data Panel
Keterangan :
Yit : Harga Saham
β0 : Konstanta
β1,β2,β2 : Koefisien Variabel Independent X1it : Margin Laba Bersih
X2it : Pengembalian atas Ekuitas
eit : Error
1) Pemilihan Model Data Panel a) Model Data Panel
Terdapat tiga pendekatan yang digunakan dalam proses estimasi regresi data panel yaitu Pooling Least square (model Common Effect), model Fixed Effect, dan model Random Effect.
Common Effect
Common effect adalah teknik yang paling sederhana untuk estimasi data panel. Hal ini dikarenakan hanya dikombinasi data time series dan data cross section tanpa melihat perbedaan antara waktu dan individu, maka dapat digunakan metode Ordinary Least Square (OLS) dalam estimasi data panel.
Dalam pendekatan estimasi ini, maka tidak perlu memperhatikan dimensi individu maupun waktu. Di asumsikan bahwa data pada perusahaan sama dalam berbagai kurun waktu, dengan kombinasi data time series dan data cross selection dengan tidak melihat perbedaan antara waktu dan individu, adapun model persamaan regresi nya yaitu :
Yit =β0+β1X1it+β2X2it+…..+βndit+eit
Fixed Effect
Dalam model ini dapat diasumsikan bahwa adanya perbedaan intercept biasa disebut dengan model regresi Fixed Effect. Teknik model Fixed Effect adalah teknik estimasi data panel dengan menggunakan variabel dummy untuk menangkap adanya perbedaan intetcept. Fixed Effect diartikan dengan adanya perbedaan intercept antara perusahaan namun intercept sama antar waktu. Model ini juga mengasumsikan bahwa koefisien regresi (slope) tetap antar perusahaan dan antar waktu. Model Fixed Effect dengan teknik Least Square Dummy Variabel (LSDV).
Least Square Dummy Variabel (LSDV) merupakan regresi Ordinary Least Square (OLS) dengan menggunakan variabel dummy dengan intercept di asumsikan berbeda antar unit perusahaan. Variabel dummy berguna dalam menggambarkan efek perusahaan investasi. Model Fixed
Effect dengan teknik Least Square Dummy Variabel (LSDV) dapat dilihat sebagai berikut:
Yit =β0+β1X1it+β2X2it+…..+βndit+eit
Random Effect
Pada model Fixed Effect memiliki kekurangan yaitu berkurangnya derajat kebebasan sehingga akan dikurangi efisiensi parameter. Maka dakam mengatasi masalah tersebut dengan menggunakan pendekatan Random Effect.
Pendekatan estimasi Random Effect menggunakan variabel gangguan. Pada Variabel gangguan ini kemungkinan dapat menghubungkan antar waktu dan antar perusahaan.
Penulisan konstanta pada model random effect tidak lagi tetap akan tetapi bersifat random sehingga dapat dilihat dengan persamaan dibawah ini:
Yit =β0+β1X1it+β2X2it+…..+βndit+eit b) Pemilihan Model
Ketiga model yang di estimasi akan dipilih model mana yang paling baik dan tepat sesuai dengan tujuan penelitian. Terdapat tiga pengujian dalam memilih model regresi data panel (CE, FE atau RE) berdasarkan karakteristik data yang dimiliki, diantaranya yaitu F Test (Chow Test), Hausman Test dan Langrangge Multiplier (LM) Test.
F Test (Chow Test)
Uji Chow dapat digunakan untuk memilih antara metode Common Effect dan metode Fixed Effect, dengan ketentuan pengambilan keputusan sebagai berikut:
H0 : Metode common effect H1 : Metode fixed effect
Jika nilai p-value cross section Chi Square < α = 5%, atau nilai probability (p-value) F test < α = 5% maka Ho akan ditolak atau disebut metode yang dapat digunakan adalah metode fixed effect. Jika nilai p-value cross section Chi Square ≥ α = 5%, atau nilai probability (pvalue) F test ≥ α = 5% maka H0 diterima, atau dapat dikatakan bahwa metode yang digunakan adalah metode common effect.
Uji Hausman
Uji Hausman bertujuan untuk menentukan model yang terpilh apakah metode Random Effect atau metode Fixed Effect yang sesuai, dengan menggunakan syarat pengambilan keputusan sebagai berikut:
H0 : Metode random effect H1 : Metode fixed effect
Jika nilai p-value cross section random < α = 5% maka H0 ditolak dan metode yang digunakan adalah metode Fixed Effect. Sebaliknya, apabila nilai p-value cross section random
≥ α = 5% maka H0 diterima dan metode yang digunakan adalah metode Random Effect.
Uji LM Test
Uji LM bertujuan untuk menentukan model random effect atau common effect. Uji LM Bruesch–Paganini didasarkan pada nilai residual dari metode common effect.
Nilai LM dihitung dengan rumus:
Di mana : n = jumlah individu; T = jumlah periode waktu e = residual metode common effect
Hipotesis nol merupakan intercept dan slope sama (common effect).Uji LM didasarkan pada distribusi chi-square dengan degree off reedom sebesar jumlah variabel independen. Jika nilai LM statistik lebih besar dari nilai kritis statistik chisquare maka kita menolak hipotesis nol,berarti estimasi yang lebih tepat dari regresi data panel ialah model Random Effect. Begitupun sebaliknya apabila nilai LM statistik lebih kecil dari nilai kritis statistik chisquare maka kita menerima hipotesis nol yang berarti modelcommon effect lebih baik digunakan dalam regresi.
d. Uji Hipotesis
Uji hipotesis adalah jawaban sementara dalam rumusan masalah pada penelitian. Hasil uji regresi linear sederhana maupun uji regresi berganda terdiri dari beberapa hasil yang digunakan sebagai pengujian hipotesis antara lain sebagai berikut :
1) Uji Parsial (Uji T)
Pengujian parsial digunakan untuk menunjukkan seberapa jauh pengaruh satu variabel independen terhadap variabel dependen pada tingkat signifikan 0.05 (5%) dengan menganggap variabel bebas bernilai konstan. Langkah-langkah yang harus dilakukan dengan uji-t yaitu dengan pengujian :
Hipotesis:
H0:βi = 0 artinya masing msing variabel bebas tidak ada pengaruh yang signifikan dari variabel terikat.
H1: βi ≠ 0 artinya masing-masing variabel bebas ada pengaruh yang signifikan dari variabel terikat.
Bila probabilitas > α 5% maka variabel bebas tidak signifikan atau tidak mempunyai pengaruh terhadap variabel terikat (H0 diterima, Ha ditolak). Apabila probabilitas < α 5% maka variabel bebas signifikan atau mempunyai pengaruh terhadap variabel terikat (H0 ditolak, Ha diterima).
2) Uji Simultan (Uji F)
Secara simultan, pengujian hipotesis dilakukan dengan uji F. Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama sama terhadap variabel dependen atau terikat.
Hipotesis yang akan diuji dalam penelitian ini adalah:
H0 : βi = 0 variabel independen secara bersama-sama tidak
mempunyai pengaruh terhadap variabel dependen.
H1 : βi ≠ 0 variabel independen secara bersama-sama mempunyai pengaruh terhadap variabel dependen.
Bila probabilitas > α 5% maka variabel bebas tidak signifikan dan tidak memiliki pengaruh pada variabel terikat. Apabila probabilitas < α 5% maka disebut pada variabel bebas yaitu signifikan atau memiliki pengaruh terhadap variabel terikat.
51 BAB IV
HASIL PENELITIAN DAN PEMBAHASAN