BAB II. TINJAUAN PUSTAKA
2.3 Kerangka Konseptual
2.3.1 Hubungan antar variabel
2.3.1.3 Pengaruh struktur modal terhadap nilai
Bagi setiap perusahaan, keputusan dalam pemilihan sumber dana merupakan hal penting sebab hal tersebut akan memengaruhi struktur keuangan perusahaan, yang akhirnya akan memengaruhi kinerja perusahaan. Sumber dana perusahaan dicerminkan oleh modal asing dan modal sendiri yang diukur dengan debt to assets ratio (DAR). Semakin tinggi hutang untuk membiayai operasional perusahaan maka akan menurunkan nilai perusahaan., karena dengan tingkat hutang yang tinggi maka beban yang akan ditanggung perusahaan juga besar.
Hasil analisis yang dilakukan Hermuningsih (2013); Nadila, dkk (2017); Gayatri, Mustanda (2018); Dewi, dkk (2014); Febriana, Djawahir (2016);
Freddy, Tanuwijaya (2014); Setiawaty, dkk (2018);Gabriel, Loan (2016); Prastuti, Sudiarta (2016); Gunawan, dkk (2018); Dwipayana, dkk (2016); Perdana (2010);
Hermuningsih (2013) yang menyatakan bahwa struktur modal berpengaruh signifikan terhadap nilai perusahaan. DAR berpengaruh positif terhadap nilai perusahaan.
Teori yang mendukung hasil analisis ini adalah teori sinyal yang menyatakan bahwa perusahaan yang berkualitas baik akan memberikan sinyal pada pasar dengan demikian pasar diharapkan dapat membedakan perusahaan yang berkualitas baik dan buruk. Hutang memberikan informasi atau isyarat mengenai aktiva dan modal perusahaan karena hutang yang tinggiakan meningkatkan keyakinan akan aktiva dan modal perusahaan. Hal ini menunjukan bahwa semakin tinggi DAR berarti semakin besar jumlah modal dan aktiva yang digunakan sebagai modal investasi. Widyastuti (2016); Hidayah, Widyawati (2016); Sianturi (2015);Dewi, dkk (2014) yang menyatakan bahwa DAR berpengaruh negatif terhadap nilai perusahaan yang dihitung dengan rasio tobin’s Q. Dikarenakan perusahaan yang memiliki tingkat utang yang tinggi akan menyebabkan beban bunga yang dibayarkan juga tinggi akan mengurangi kemampuan perusahaan dalam menghasilkan laba dan hal ini mempengaruhi keputusan investor dalam menginvestasikan dananya atau membeli saham suatu perusahaan dan seringkali kondisi financial distressyang dihadapi perusahaan disebabkan oleh kegagalan dalam membayar hutang.
2.3.1.4 Pengaruh Corporate social responsibility (CSR) sebagai Variabel Moderating dalam Hubungan antara kebijakan dividen terhadap nilai perusahaan
Menurut Poddi dan Vergalli (2009), tujuan utama dari perusahaan tidak hanya untuk memenuhi keinginan shareholders tetapi juga stakeholders, baik yang secara langsung maupun tidak langsung berhubungan dengan proses
produksi. Untuk itu perusahaan harus mampu menggabungkan antara market value dari perusahaan dan keharmonisan pihak-pihak yang terkait. Sementara perusahaan ideal yang diminati oleh investor tidak hanya dilihat pada fundamental melainkan juga melihat corporate social responsibility (Murwaningsari, 2009).
Dividend payout ratio tetap menjadi sinyal bagi para investor yang mengharapkan keuntungan dalam bentuk dividen. Dalam hal ini perusahaaan berkewajiban untuk melakukan tanggung jawab sosial dan kini bukan lagi menjadi suatu beban bagi perusahaan, karena banyak manfaat yang dapat diperoleh perusahaan dari aktivitas CSR.
2.3.1.5 Pengaruh Corporate social responsibility (CSR) sebagai Variabel Moderating dalam Hubungan antara ukuran perusahaan terhadap nilai perusahaan
Haniffa et al, (2005) menegaskan bahwa CSR berpengaruh dalam penilaian calon investor selain ukuran perusahaan yang menjanjikan return saham yang stabil. Semakin besar ukuran perusahaan maka semakin besar pula tekanan dan tanggungjawabnya terhadap stakeholders (Adam dan Hardwick, 1998), dan ketika perusahaan tersebut melaksanakan CSR sebagai bentuk tanggungjawab sosialnya maka keberlangsungan perusahaan dapat terjaga dan investor akan semakin tertarik untuk berinvestasi. Hasil penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh oleh Wulandari dan Wiksuana (2017); Hardian dan asyik (2016) yang menyatakan bahwa CSR tidak mampu memoderasi pengaruh ukuran perusahaan terhadap nilai perusahaan.
2.3.1.6 Pengaruh Corporate social responsibility (CSR) sebagai Variabel Moderating dalam Hubungan antara struktur modal terhadap nilai perusahaan
Pelaporan dan pengungkapan informasi Corporate Social Responsibility (CSR) merupakan upaya atau strategi manajemen untuk memberikan sinyal kepada para stakeholder atau pelaku pasar bahwa perusahaan akuntabel, transparan, dan komitmen terhadap keberlanjutan bisnis yang ramah sosial dan lingkungan (Lako, 2011). Tambahan informasi yang lebih detail pada akhirnya perusahaan akan mendapat kemudahan dalam akses pendanaan dari para investor dan lembaga-lembaga kreditor sehingga meningkatkan nilai pasar sahamnya.
Hasil penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh oleh Wulandari dan Wiksuana (2017) yang menyatakan bahwa CSR berpengaruh positif signifikan yang artinya mampu memoderasi pengaruh struktur modal perusahaan terhadap nilai perusahaan. Sedangkan Hardian dan asyik (2016) yang menyatakan bahwa CSR berpengaruh negatif tidak signifikan yang artinya tidak mampu memoderasi pengaruh struktur modal perusahaan terhadap nilai perusahaan.
Gambar 2.1. Kerangka Konseptual
2.4 Hipotesis
Hipotesa dalam penelitian ini adalah :
1. Kebijakan Dividen berpengaruh positif dan signifikan terhadap nilai perusahaan pada perusahaan pertambangan yang terdaftar di BEI periode 2012-2016.
2. Ukuran Perusahaan berpengaruh positif dan signifikan terhadap nilai perusahaan pada perusahaan pertambangan yang terdaftar di BEI periode 2012-2016.
3. Struktur modal berpengaruh positif dan signifikan terhadap nilai perusahaan pada perusahaan pertambangan yang terdaftar di BEI periode 2012-2016.
4. Corporate social responsibility secara signifikan mampu memoderasi pengaruh kebijakan deviden terhadap nilai perusahaan pertambangan yang terdaftar di BEI periode 2012-2016.
5. Corporate social responsibility secara signifikan mampu memoderasi pengaruh ukuran perusahaan terhadap nilai perusahaan pertambangan yang terdaftar di BEI periode 2012-2016.
6. Corporate social responsibility secara signifikan mampu memoderasi pengaruh struktur modalterhadap nilai perusahaan pertambangan yang terdaftar di BEI periode 2012-2016.
BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian deskriptif korelasional. Sukaria (2016) menjelaskan penelitian deskriptif korelasional merupakan suatu penelitian yang dilaksanakan dengan tujuan menditeksi sejauh mana variasi –variasi pada suatu factor berkaitan (berkolerasi) dengan satu atau lebih faktor lain berdasarkan koefisien korelasi. Pada penelitian korelasional, peneliti hanya tertarik untuk mendapatkan jawaban tentang ada tidaknya hubungan satu faktor dengan faktor lainnya.
3.2 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia periode 2012 – 2016.
3.3 Populasi dan Sampel
Populasi adalah keseluruhan anggota atau kelompok yang membentuk objek yang dikenakan investigasi oleh peneliti (Sinulingga, 2016). Berdasarkan data yang diperoleh dari situs website IDX, diketahui bahwa perusahaan pertambangan yang terdaftar di BEI saat periode tersebut berjumlah 44 perusahaan.
Pemilihan sampel dilakukan dengan menggunakan metode purposive sampling yaitu salah satu teknik pengambilan sampel yang dilakukan berdasarkan kriteria atau pertimbangan tertentu. Jumlah sampel pada penelitian ini adalah 13 emiten. Adapun kriteria yang digunakan dalam penentuan sampelnya adalah :
Tabel 3.1 Kriteria Pemilihan Sampel Penelitian
No Kriteria Tidak Memenuhi
Kriteria
Akumulasi 1 Perusahaan pertambangan yang listing di
BEI pada tahun 2012-2016
44 2 Perusahaan pertambangan yang
menerbitkan laporan tahunan atau Annual Reportsecara konsisten selama periode pengamatan yaitu 2012-2016
12 32
3 Perusaahaan yang membagikan dividen berturut-turut dalam penelitian dari tahun2012-2016
19 13
Jumlah perusahan yang dijadikan sampel 13
Tahun Pengamatan (tahun) 5
Banyak Sampel 65
Sumber: Data Skunder Diolah
Berdasarkan kriteria diatas maka diperoleh sampel sebanyak 13 perusahaan dikalikan selama 5 tahun sehingga diperoleh sebanyak 65 sampel.
3.4 Operasionalisasi Variabel
Variabel penelitian adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti yang memiliki nilai yang berbeda-beda atau bervariasi (Sinulingga, 2016 : 84). Dalam penelitian ini terdapat 3 klasifikasi variabel : 1. Variabel Dependen
Variabel dependen merupakan variabel yang nilainya dipengaruhi atau ditentukan oleh nilai variabel lain (Sinulingga, 2016).
Variabel dependen (terikat) dalam penelitian ini adalah nilai perusahaan.
Pengukuran nilai perusahaan menggunakan Tobin’s Q. Menurut Weston dan Copeland (2012) Tobin’s Q dapat dirumuskan sebagai berikut :
Tobin’s Q =𝐸𝐸𝐸𝐸𝐸𝐸+𝐷𝐷
𝐸𝐸𝐸𝐸𝐸𝐸+𝐷𝐷
Keterangan
Q = Nilai Perusahaan
EM = Nilai pasar ekuitas (Equity Market Value), yang diperoleh dari hasil perkalian harga saham penutupan (closing price) akhir tahun dengan jumlah saham yang beredar pada akhir tahun.
EBV = Nilai buku dari ekuitas (Equity Book Value), yang diperoleh dari selisih total aset perusahaan dengan total kewajiban.
D = Nilai buku dari total utang.
2. Variabel Independen
Variabel independen adalah variabel yang mempengaruhi variabel dependen baik secara positif maupun negatif (Sinulingga, 2016 : 86). Variabel indipenden dalam penelitian ini adalah :
1. Kebijakan Dividen
Dalam penelitian ini, kebijakan dividen diukur dengan menggunakan rasio pembayaran dividen (dividend payout ratio). Dividend Payout Ratio (DPR) diukur dengan menggunakan rumus menurut Arifin, Zaenal, (2005) yaitu
Rasio Pembayaran Dividen = 𝐷𝐷𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑡𝑡𝑡𝑡𝑑𝑑𝑡𝑡𝑑𝑑 𝑝𝑝𝑑𝑑𝑝𝑝 𝑝𝑝𝑑𝑑𝑝𝑝𝑝𝑝𝑡𝑡𝑝𝑝 𝑠𝑠𝑡𝑡ℎ𝑡𝑡𝑝𝑝 𝐿𝐿𝑡𝑡𝑝𝑝𝑡𝑡 𝑝𝑝𝑑𝑑𝑝𝑝𝑠𝑠𝑑𝑑 ℎ 𝑝𝑝𝑑𝑑𝑝𝑝 𝑝𝑝𝑑𝑑𝑝𝑝𝑝𝑝𝑡𝑡𝑝𝑝 𝑠𝑠𝑡𝑡ℎ𝑡𝑡𝑝𝑝
2. Ukuran Perusahaan
Ukuran (size) perusahaan bisa diukur dengan menggunakan total aktiva.
Salah satu tolak ukur yang menunjukkan besar kecilnya perusahaan adalah ukuran aktiva dari perusahaan tersebut. Perusahaan yang memiliki total aktiva besar menunjukkan bahwa perusahaan tersebut telah mencapai tahap kedewasaan dimana dalam tahap ini arus kas perusahaan sudah positif dan dianggap memiliki
prospek yang baik dalam jangka waktu yang relatif lama, selain itu juga mencerminkan bahwa perusahaan relatif lebih stabil dan lebih mampu menghasilkan laba dibanding perusahaan dengan total aset yang kecil. Karena total asset bernilai besar maka hal ini dapat disederhanakan dengan mentransformasikan kedalam logaritma natural (Ghozali, 20013) sehingga ukuran perusahaan dapat dihitung dengan menggunakan rumus :
Ukuran perusahaan = Ln total aktiva
3. Struktur Modal
Penelitian ini menggunakan DAR sebagai pengukur struktur modal perusahaan. Struktur modal diproksikan melalui Debt to Asset Ratio (DAR).
Adapun rumus dari DAR menurut Kasmir (2010) sebagai berikut:
4. Variabel Moderasi DAR= Total hutang
Total Aset
Variabel moderasi penelitian ini adalah Corporate Social Responsibility.
Menurut lingkar studi CSR Indonesia, CSR (Corporate Social Responsibility) adalah upaya sungguh – sungguh dari entitas bisnis untuk meminimalkan dampak negatif dan memaksimalkan dampak positif operasinya terhadap seluruh pemangku kepentingan dalam ranah ekonomi, sosial, dan lingkungan agar mencapai tujuan pembangunan berkelanjutan (Nurdizal, 2011).
Prinsip-prinsip dasarCorporate Social Responsibility yang menjadi dasar bagi pelaksanaan yang menjiwai atau menjadi informasi dalam pembuatan keputusan menurut ISO 26000 dalam Septiana (2012) adalah :Kepatuhan terhadap
hukum, Menghormati instrumen/badan-badan Internasional, Menghormati stakeholders dan kepentingannya, Akuntabilitas, Transparasi, Perilaku yang beretika, Melakukan tindakan pencegaha, Menghormati dasar-dasar HAM
Tingkat pengungkapan CSR pada laporan tahunan perusahaan yang dinyatakan dalam Corporate Social Responsibility Index (CSRI) yang akan dinilai dengan membandingkan jumlah pengungkapan yang dilakukan perusahaan dengan yang disyaratkan oleh GRI 4.0 yang berjumlah 91 item pengungkapan yang meliputi tema : economic, environment, labour practices, human rights, society, dan product responsibility. Rumus penghitungan Corporate social disclosure index (CSDI) menurut Haniffa dkk (2005) adalah sebagai berikut :
Corporate social disclosure index (CSDI) = ∑ 𝑥𝑥𝑑𝑑𝑥𝑥
𝑑𝑑 x 100 % Keterangan :
Σ𝛴𝛴𝑑𝑑𝑥𝑥 = Jumlah item yang diungkapkan oleh perusahaan j n = Jumlah keseluruhan item , n = 91
Pengukuran indeks pengungkapan CSR menggunakan metode analisis isi (content analysis) yaitu suatu metode pengkodifikasian teks dengan ciri – ciri yang sama ditulis dalam berbagai kelompok atau kategori berdasar pada kinerja yang ditentukan (Sembiring, 2005). Nilai 1 jika item I diungkapkan, nilai 0 jika item I tidak diungkapkan, dengan demikian 0 ≤ CSDI≤1.
Tabel 3.2 Oprasionalisasi Variabel Penelitian Variabel Definisi
Operasional
Indikator Skala
Variabel harga saham yang dibentuk oleh
Rasio Pembayaran Dividen
= Kebijakan dividen (dividend policy) adalah keputusan apakah laba yang diperoleh
perusahaan akan dibagikan kepada pemegang saham sebagai dividen atau akan ditahan dalam bentuk laba ditahan guna oleh total aktiva, jumlah penjualan, rata–rata total penjualan dan rata–
rata total aktiva.
Jadi, ukuran perusahaan
merupakan ukuran atau besarnya asset yang dimiliki oleh perusahaan.
Rasio
Variabel Independen
Rasio ini mengukur seberapa besar
Rasio DAR= Debt Total / Asset Total
(X3) debt to assets ratio
aktiva perusahaan yang dibiayai oleh kreditur. Investor yang akan diterima perusahaan
(CSR) adalah suatu tindakan atau
Corporate social disclosure index (CSDI)
CSDI = ∑ 𝑥𝑥𝑑𝑑𝑥𝑥
𝑑𝑑 x 100 %
Rasio
3.5 Teknik Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian ini adalah dengan studi dokumentasi, yaitu dengan cara mengumpulkan data sekunder dari laporan keuangan perusahaan pertambangan yang terpilih menjadi sampel yang telah dipublikasikan oleh Bursa Efek Indonesia (BEI) dan data pendukung lainnya seperti catatan maupun informasi lainnya yang berkaitan dengan penelitian melalui pustaka, media internet dan media massa.
3.6 Jenis dan Sumber data
Jenis data yang digunakan dalam penelitian ini merupakan data kuantitatif yaitu data yang berbentuk angka atau bilangan yang dapat diolah atau dianalisis menggunakan teknik perhitungan matematika atau statistika. Data yang digunakan merupakan data sekunder, yaitu data sekunder data ini diperoleh dengan menggunakan studi literatur yang dilakukan terhadap banyak buku dan diperoleh berdasarkan catatan – catatan yang berhubungan dengan penelitian, selain itu peneliti mempergunakan data yang diperoleh dari internet (Sugiyono, 2014).
Data yang digunakan menurut waktu pengumpulannya adalah data panel (pooling data). Panel data (pooling data) adalah gabungan dari data yang melibatkan satu waktu tertentu (cross section) dan data yang melibatkan deret waktu (time series). Data satu waktu tertentu (cross section) adalah data yang terdiri dari satu objek namun memerlukan sub objek-sub objek lainnya yang berkaitan atau yang berada di dalam objek induk tersebut pada suatu waktu, dan data deret waktu (time series) adalah data yang terdiri dari satu objek namun terdiri dari beberapa waktu periode, seperti harian, bulanan, triwulanan, dan tahunan.
Variabel pada penelitian ini adalah kebijakan dividen dan Ukuran Perusahaan dan struktur modal sebagai variabel independen (X) dan Nilai Perusahaan sebagai variabel dependen (Y) serta Corporate Social Responsibility, sebagai variabel moderating (Z).
Sumber data diperoleh dari pojok BEI atau secara online pada website BEI di www.idx.co.id berupa laporan tahunan perusahaan untuk periode 2012 hingga 2016 pada perusahaan-perusahaan pertambangan yang terdaftar di BEI yang menampilkan variabel penelitian selama periode penelitian.
3.7 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah analisis regresi linear berganda yang menggunakan program Eviews. Analisis ini untuk mengetahui arah hubungan antara variabel bebas dengan variabel terikat apakah masing-masing variabel bebas berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel terikat apabila nilai variabel independen mengalami kenaikan atau penurunan.
3.7.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif merupakan statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku umum atau generalisasi (Sugiyono, 2013:206).
Analisis statistik deskriptif digunakan untuk memberikan deskripsi tentang data setiap variabel-variabel penelitian yang digunakan di dalam penelitian ini. Data yang dilihat adalah jumlah data, nilai rata-rata, standar deviasi, nilai minimum, dan nilai maksimum dari variabel Independen dan Dependen.
3.7.2 Moderating Regression Analysis (MRA)
Analisis regresi berganda digunakan untuk mendapatkan koefisien regresi yang akan menentukan apakah hipotesis yang dibuat akan diterima atau ditolak Ghozali (2013). Pengujian regresi variabel moderating yaitu variabel independen yang akan memperkuat atau memperlemah hubungan antara variabel independen lainnya tehadap variabel dependen.
Persamaan Regresi Model MRA (Moderated Regression Analysis ) Yit= β0+ + β1DPRit+ β2SIZEitt+ β3DARit+ β4CSRit+ β5DPRit*CSR+
β6SIZEit*CSR+ β7DARit*CSR+∈ Dimana :
it
Y = Tobin’s Q Α = Konstanta
β1 – β7 = Koefisien Regresi X1 = Dividen payout ratio (DPR) X2 = Size
X3 = DAR
z = Corporate social responsibility (CSR)
∈ = Error Term i = Perusahaan t = Waktu t
1.7.2. Pemilihan Metode Estimasi
Penelitian ini menggunakan data panel. Data Panel adalah gabungan antara data cross section dan data time series, dimana unit cross section yang sama diukur pada waktu yang berbeda. Maka dengan kata lain, data panel merupakan data dari beberapa individu sama yang diamati dalam kurun waktu tertentu. Jika kita memiliki T periode waktu (t = 1,2,…,T) dan N jumlah perusahaan (i = 1,2,…,N), maka dengan data panel kita akan memiliki total unit observasi sebanyak NT. Jika jumlah unit waktu sama untuk setiap perusahaan, maka data disebut balanced panel. Jika sebaliknya, yakni jumlah unit waktu berbeda untuk setiap perusahaan, maka disebut unbalanced panel.
Menurut Ajija et al. (2011) terdapat tiga metode yang dapat digunakan untuk bekerja dengan data panel yaitu:
1. Common Effect Model atau Pooled Least Square (CEM)
Merupakan pendekatan model data panel yang paling sederhana karena
hanya mengkombinasikan data time series dan cross section. Pada model ini tidak diperhatikan dimensi waktu maupun individu, sehingga diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square (OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel.
2. Fixed Effect Model (FEM)
Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya. Untuk mengestimasi data panel model Fixed Effects menggunakan teknik variable dummy untuk menangkap perbedaan intersep antar perusahaan, perbedaan intersep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif. Namun demikian slopnya sama antar perusahaan. Model estimasi ini sering juga disebut dengan teknik Least Squares Dummy Variable (LSDV).
3. Random Effect Model (REM)
Model ini akan mengestimasi data panel dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu. Pada model Random Effect perbedaan intersep diakomodasi oleh error terms masing-masing perusahaan. Keuntungan menggunkan model Random Effect yakni menghilangkan heteroskedastisitas. Model ini juga disebut dengan Error Component Model (ECM) atau teknik Generalized Least Square (GLS) . Sebelum melakukan estimasi dengan data panel perlu dilakukan pemilihan dari ketiga model yang sudah disebutkan yaitu CEM, FEM, REM. Pemilihan
model terbaik untuk dapat mengestimasi data panel ada beberapa uji yang dilakukan yaitu uji Chow test atau Likelyhood test dan uji Haustman test.
Untuk memilih model yang paling tepat terdapat beberapa pengujian yang dapat dilakukan, antara lain:
1. Uji Chow
Chow test adalah pengujian untuk menentukan model apakah Common Effect Model (CEM) ataukah Fixed Effect Model (FEM) yang paling tepat digunakan dalam mengestimasi data panel.Chow test merupakan uji dengan melihat hasil F statistik untuk memilih modelyang lebih baik antara common effect modelatau fixed effect model. Jika nilai probability lebih kecil dari 0,05 (< 0,05), maka model yang digunakan adalah Fixed Effect Model (FEM). Jika nilai probability lebih besar dari0,05 (>0,05), maka model yang digunakan adalah Common Effect Model (CEM).
H0: Common Effect Model(CEM) lebih baik dari Fixed Effect Model (FEM) H1: Fixed Effect Model (FEM) lebih baik dari Common Effect Model (CEM) 2. Uji Hausman
Hausman test adalah pengujian statistik untuk memilih apakah Fixed Effect model atau Random Effect model yang paling tepat digunakan.
H0: Random Effect Model (REM) lebih baik dari Fixed Effect Model (FEM) H1:Fixed Effect Model (FEM) lebih baik dari Random Effect Model (REM) 3. Uji Lagrange Multiplier
Uji Lagrange Multiplier (LM) adalah uji untuk mengetahui apakah model Random Effect Model lebih baik daripada metode Common Effect Model
(CEM) digunakan.
H0 : Common Effect Model lebih baik dari Random Effect Model H1 : Random Effect Model lebih baik dari Common Effect Model
Bila terpilih Common Effect Model (CEM) dan Fixed Effect Model (FEM) maka wajib dilakukan uji asumsi klasik, tetapi jika terpilih Random Effect Model (REM) maka tidak wajib dilakukan uji asumsi klasik (Gujarati dan Porter)
3.8 Uji Asumsi Klasik
Uji Asusmsi Klasik yang digunakan adalah uji normalitas, uji heteroskedastisitas, uji multikolinearitas, uji autokorelasi.
3.8.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Ghozali (2013), dalam uji normalitas ini ada 2 cara untuk mendeteksi apakahresidual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Alat uji yang digunakan adalah dengan analisis grafik histogram dan grafik normal probability plot dan uji statistik dengan Kolmogorov-Smirnov Z (1-Sample KS).
Ghozali (2013), dasar pengambilan keputusan dengan analisis grafik normal probability plot adalah :
1. Jika data menyebar di sekitar
2. Garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
3. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non parametrik Kolmogorov-Smirnov (K-S). Uji Kolmogorov-Smirnov (K-S) dilakukan dengan membuat hipotesis :
H0 : Data residual berdistribusi normal Hi : Data residual tidak berdistribusi normal
3.8.2 Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas (Ghozali,2001). Jika variabel bebas saling berkorelasi, maka variabel-variabel ini tidak orthogonal.
Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut:
1. Nilai R2
2. Menganalisis matriks korelasi variabel-variabel independen. Jika antar variabel ada korelasi cukup tinggi, maka hal ini merupakan indikasi adanya multikolonieritas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolonieritas. Multikolonieritas dapat disebabkan karena adan dan ya efek kombinasi dua atau lebih variabel independen.
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.
3. Multikolonieritas dapat juga dilihat dari nilai tolerance adan Variance Inflation Factor (VIF). Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.
Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sma dengan nilai VIF yang tinggi (karena VIF = 1/tolerance). Nilai cut off yang umum dipakai untuk menunjukan adanya multikolonierita sadalah nilai tolerance ≤ 0.10 atau sama dengan nilai VIF ≥10.
3.8.3 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi atara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan penggangggu) tidak bebasi dari satu observasi ke observasi lainnya.
Hal ini sering ditemukan pada data runtut waktu (time series) karena gangguan pada seseorang individu/kelompok cenderung mempengaruhi gangguan pada individu/kelompok yang sama pada periode berikutnya.
Pada data cross section (silang waktu) masalah autokorelasi relatif jarang terjadi karena gangguan pada observasi yang berbeda berasal dari individu/kelompok yang berbeda. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Ada beberapa cara yang dapat digunakan untuk
Pada data cross section (silang waktu) masalah autokorelasi relatif jarang terjadi karena gangguan pada observasi yang berbeda berasal dari individu/kelompok yang berbeda. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Ada beberapa cara yang dapat digunakan untuk