BAB III METODE PENELITIAN
H. Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah analisis data kuantitatif, untuk memperkirakan secara kuantitatif pengaruh dari beberapa variabel independen secara sendiri-sendiri terhadap variabel dependen. Hubungan fungsional antara satu variabel dependen dengan variabel independen dapat dilakukan dengan teknik analisis regresi linear.
Model analisis yang digunakan adalah model analisis regresi linear sederhana dengan model sebagai berikut :
Y = α + βx + e Keterangan :
Y : variabel dependen atau response variable X : variabel independen atau predictor variable α : konstanta/intersep
β : koefisien regresi X e : random error
nilai β (koefisien regresi) dan a (konstanta) dihitung dengan rumus berikut :
= ∑∑ − ∑− ∑ ∑
= ∑ −
Keterangan :
x : nilai variabel bebas (independen) y : nilai variabel terikat (dependen)
Nilai koefisien regresi sangat berarti sebagai dasar analisis. Koefisien β akan bernilai positif (+) jika menunjukkan hubungan yang searah antara variabel independen dengan variabel dependen, artinya kenaikan variabel independen akan mengakibatkan kenaikan variabel dependen, begitu pula sebaliknya jika variabel independen mengalami penurunan. Sedangkan nilai β akan negatif (-) jika menunjukkan hubungan berlawanan, artinya kenaikan variabel independen akan mengakibatkan penurunan variabel dependen, demikian pula sebaliknya.
Model persamaan yang diperoleh dari pengolahan data diupayakan tidak terjadi gejala heteroskedastisitas dan autokorelasi. Untuk mengetahui ada tidaknya gejala-gejala tersebut akan dilakukan uji terlebih dahulu dengan uji asumsi klasik.
1. Pengujian Asumsi Klasik
Pengujian asumsi klasik digunakan untuk mengetahui kondisi data yang digunakan dalam penelitian. Hal ini dilakukan agar diperoleh model analisis yang tepat. Model analisis regresi linear mensyaratkan uji asumsi terhadap data yang meliputi uji heteroskedastisitas dengan menggunakan uji Glejser, uji normalitas menggunakan uji Skewness dan Kurtosis dan uji autokorelasi menggunakan uji Durbin-Watson.
a. Uji Normalitas
Menurut Ghozali (2011:160), uji normalitas bertujuan untuk menguji apakah variabel pengganggu atau residual mempunyai distribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Dalam penelitian ini akan menggunakan uji statistik untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan uji Skewness dan Kurtosis.
Secara statistik ada dua komponen normalitas yaitu Skewness dan Kurtosis. Skewness berhubungan dengan simetri distribusi, sedangkan Kurtosis berhubungan dengan puncak dari suatu distribusi. Untuk mendeteksi variabel berdistribusi normal atau tidak dengan uji Skewness dan Kurtosis dapat dilakukan dengan dua cara yaitu :
1) Dengan membagi nilai statistik Skewness dengan standar eror Skewness dan nilai statistik Kurtosis dengan standar eror Kurtosis. Jika nilainya berada di antara -2 dan 2 maka distribusi data normal (Santoso, 2000:53).
2) Menghitung Zskew dan Zkurt dengan rumus sebagai berikut : = √6 = � � √ 4 Keterangan : n : jumlah sampel
Jika Zskew ≥ Ztabel (α (0,05) = 1,96), maka data tidak berdistribusi normal. Sedangkan jika Zkew < Ztabel (α (0,05) = 1,96), maka data berdistribusi normal. Jika Zkurt ≥ Ztabel (α (0,05) = 1,96), maka data tidak berdistribusi normal. Sedangkan jika Zkurt < Ztabel (α (0,05) = 1,96), maka data berdistibusi normal (Santoso, 2000:53).
b. Uji Heteroskedastisitas
Menurut Ghozali (2011:139), uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residu satu pengamatan ke pengamatan lain. Jika varians dari residu satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas,
sedangkan jika varians dari residu satu pengamatan ke pengamatan lain berbeda disebut heteroskedastisitas. model regresi yang baik adalah yang homoskedas atau tidak terjadi heteroskedastisitas. kebanyakan dari data cross section mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran (kecil, sedang dan besar). Untuk mengetahui ada tidaknya heteroskedastisitas dapat dilakukan dengan uji Glejser yaitu dengan meregresikan nilai absolut residual terhadap variabel bebas. Model regresi tidak mengandung adanya heteroskedastisitas apabila probabilitas signifikansinya di atas taraf nyata 5%.
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada masalah autokorelasi. Model regresi yang baik adalah yang bebas autokorelasi. Untuk mendeteksi autokorelasi dapat dilakukan uji statistik melalui uji Durbin-Watson (DW test). Dasar pengambilan keputusan ada tidaknya autokorelasi sebagai berikut :
1) Bila nilai DW terletak diantara batas atas atau upper bound (dU), maka koefisien autokorelasi = 0 berarti tidak ada autokorelasi.
2) Bila nilai DW lebih rendah daripada batas bawah atau lower bound (dL), maka koefisien autokorelasi > 0 berarti ada autokorelasi positif.
3) Bila nilai DW lebih besar dari (4-dL), maka koefisien autokorelasi < 0 berarti ada autokorelasi negatif.
4) Bila nilai DW terleytak antara dU dan dL atau DW terletak antara (4-dU) dan (4-dL), maka hasilnya tidak dapat disimpulkan.
2. Uji Hipotesis
Suatu persamaan regresi populasi ditunjukkan oleh Y = α + βX, mengandung makna bahwa X berpengaruh terhadap Y jika koefisien regresi X atau β tidak sama dengan nol (β ≠ 0). Koefisien regresi X atau β bernilai positif (β > 0) menunjukkan bahwa perubahan Y dan X searah, artinya jika nilai X naik maka nilai Y juga naik. Sebaliknya koefisien regresi X atau β bernilai negatif (β < 0) menunjukkan bahwa perubahan Y dan X berlawanan arah, artinya jika X naik maka Y akan turun. Dalam penelitian ini akan dianalisis ada atau tidaknya pengaruh negatif nilai tukar mata uang (X) terhadap Return On Assets (Y1) dan ada atau tidaknya
pengaruh negatif nilai tukar mata uang (X) terhadap harga saham (Y2), maka pengujian terhadap pengaruh variabel independen terhadap variabel dependen dapat dilakukan melalui langkah-langkah sebagai berikut : a. Hipotesis
1) H0:β ≥ 0 : kurs Rupiah tidak berpengaruh negatif terhadap ROA H1:β < 0 : kurs Rupiah berpengaruh negatif terhadap ROA 2) H0:β ≥ 0 : kurs Rupiah tidak berpengaruh negatif terhadap harga
saham
H2:β < 0 : kurs Rupiah berpengaruh negatif terhadap harga saham b. Menentukan nilai kritis
Nilai kritis ditentukan dengan menggunakan tabel distribusi t. penentuan nilai kritis didasarkan pada tingkat signifikansi (α) yang digunakan. Tingkat signifikansi (α) yang digunakan dalam pengujian hipotesis 5%. Selain tingkat signifikansi penentuan nilai kritis pengujian adalah memperhatikan derajat kebebasan (degree of freedom disingkat d.f.), besarnya d.f. = n-k. n adalah jumlah sampel dan k adalah banyaknya parameter yang diestimasi (konstanta ditambah dengan semua koefisien regresi) dalam persamaan.
c. Menentukan nilai t hitung
Rumus menentukan t hitung sebagai berikut :
Keterangan : β : Koefisien regresi
sβ adalah kesalahan standar koefisien regresi yang dapat ditentukan dengan rumus sebagai berikut :
= �
√∑ − ∑
Se : kesalahan standar estimasi
� = √∑ − ∑ − ∑−
d. Kriteria
H0 ditolak jika p/2 ≤ 0,05 atau thitung < ttabel, sedangkan H0 diterima jika p/2 > 0,05 atau thitung ≥ ttabel
e. Kesimpulan
Berdasarkan keputusan yang diambil, maka kesimpulan yang dibuat adalah sebagai berikut :
1) Untuk hipotesis 1
Jika H0 ditolak, artinya kurs Rupiah berpengaruh negatif terhadap ROA.
Jika H0 diterima, artinya kurs Rupiah tidak berpengaruh negatif terhadap ROA.
2) Untuk hipotesis 2
Jika H0 ditolak, artinya kurs Rupiah berpengaruh negatif terhadap harga saham.
Jika H0 diterima, artinya kurs Rupiah tidak berpengaruh negatif terhadap harga saham.
3. Koefisien Determinasi
Menurut Ghozali (2011:97) koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model menerangkan variasi variabel independen. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas, sebaliknya nilai R2 yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Gozali, 2011:97). Nilai koefisien determinasi yang digunakan dalam penelitian ini adalah nilai adjusted R2 karena nilai adjusted R2 dianggap lebih baik dari nilai R2.
4. Pengujian Tambahan
Pengujian tambahan ini dilakukan untuk mengetahui kapan suatu peristiwa atau fenomena mempengaruhi window pada perusahaan Farmasi yang terdaftar di BEI. Dalam pengujian ini akan ditinjau reaksi pasar di lima hari kerja bursa sebelum dan lima hari kerja bursa setelah pengumuman kenaikan suku bunga AS (Fed Fund Rate) yang menyebabkan Rupiah
melemah. Hal ini mengakibatkan kinerja perusahaan-perusahaan yang memiliki hutang luar negeri (dalam dollar AS) dan yang mengimpor bahan baku dari luar negeri (dalam dollar AS) mengalami penurunan karena biaya operasional perusahaan yang meningkat yang disebabkan oleh biaya bahan baku yang semakin mahal, contohnya perusahaan Farmasi yang 90% bahan bakunya masih impor dari luar negeri (pembelian bahan baku dalam Dolar AS), (Rini Soemarno, Tribunjogja, 03 Agustus 2015). Pengumuman ini diumumkan pada tanggal 17 Desember 2015. Untuk mengetahui reaksi pasar terhadap pengumuman, yaitu dengan melakukan pengujian abnormal return. Pengujian abnormal return tidak dilakukan secara individual, melainkan secara keseluruhan (agregat). Langkah-langkah yang dilakukan dalam pengujian abnormal return ini (Hartono, 2013:610) yaitu :
a) Menghitung return saham masing-masing perusahaan Farmasi pada periode t, dimana t dimulai dari t-5 sampai t+5 (tanggal 12 Desember 2015 sampai tanggal 22 Desember 2015)
,� = ,�− ,�− ,�−
Keterangan
Ri,t : Return saham i (perusahaan Farmasi) pada periode t (12 Desember, 13 Desember, 14 Desember,… dst)
Pi,t : Harga saham penutupan perusahaan i (perusahaan Farmasi) pada periode t (12 Desember, 13 Desember, 14 Desember,…dst)
Pi,t-1 : Harga saham penutupan perusahaan i (perusahaan Farmasi) pada periode t-1 (12 Desember – 1, 13 Desember – 1, 14 Desember – 1,.dst) b) Menghitung return ekspektasian saham masing-masing perusahaan dengan
periode estimasi 11 hari (mean adjusted model)
�[ ,�] =
∑� ,�
=�
Keterangan :
E[Ri,t] : Return ekspektasian saham i (perusahaan Farmasi) pada periode peristiwa ke-t (12 Desember sampai 22 Desember 2015)
Ri,t : Return saham i (perusahaan Farmasi) pada periode estimasi ke-t (12 Desember sampai 22 Desember 2015)
T : Lamanya periode estimasi 11 hari yaitu dari 12 Desember sampai 22 Desember 2015
c) Menghitung abnormal return saham masing-masing perusahaan Farmasi
,� = ,�− �[ ,�]
Keterangan :
RTNi,t : abnormal return saham i (perusahaan Farmasi) pada periode peristiwa ke-t (12 Desember, 13 Desember,…dst) Ri,t : return saham i (perusahaan Farmasi) pada periode
peristiwa ke-t (12 Desember, 13 Desember,…dst) E[Ri,t] : return ekspektasian saham i (perusahaan Farmasi) pada
d) Menghitung rata-rata abnormal return perusahaan Farmasi
�
̅̅̅̅̅̅̅ = ∑= ,�
Keterangan :
RTNt : rata-rata abnormal return saham pada hari ke-t (12 Desember, 13 Desember, 14 Desember,…dst)
RTNi,t : abnormal return saham i (perusahaan Farmasi) pada hari ke-t (12 Desember, 13 Desember, 14 Desember,…dst) k : jumlah saham (sembilan saham perusahaan Farmasi)
Pengujian signifikansi return tidak normal (abnormal return) adalah untuk mengetahui apakah terdapat abnormal return yang bernilai positif dan signifikan pada sekitar tanggal terjadinya peristiwa pengumuman kenaikan suku bunga AS (Fed Fund Rate). Dengan pengujian ini dapat diketahui kapan suatu peristiwa mempengaruhi window. Pengujian ini dilakukan dengan uji-t. Langkah-langkah yang dilakukan yaitu menentukan nilai t hitung dengan cara menghitung nilai standarisasi abnormal return dan nilai kesalahan standar estimasi dengan rumus sebagai berikut (Hartono, 2013:629) :
a) Menghitung nilai kesalahan standar estimasi (market adjusted model)
� � = √∑ ,�−− ̅̅̅̅̅̅̅� √
Keterangan :
KSE : kesalahan standar estimasi saham perusahaan Farmasi RTNi,t : return saham i (perusahaan Farmasi) pada hari ke-t
(12 Desember, 13 Desember, 14 Desember,…dst) R TNt : rata-rata return saham perusahaan Farmasi selama
Periode estimasi (12 Desember sampai 22 Desember 2015) k : jumlah perusahaan Farmasi (9 perusahaan)
b) Menghitung nilai standarisasi abnormal return (RTNS) atau t-hitung
,� = � �,�
Keterangan :
RTNSi,t : abnormal return standarisasi saham i (perusahaan Farmasi) pada hari ke-t (12 Desember, 13 Desember, 14 Desember,..dst) RTNi,t : abnormal return saham i (perusahaan Farmasi) pada hari
ke-t (12 Desember, 13 Desember, 14 Desember,…dst) KSEi : kesalahan standar estimasi saham i (perusahaan Farmasi)
Jika nilai t-hitung > nilai t-tabel, maka disimpulkan terdapat pengaruh yang signifikan terhadap peristiwa dan window atau peristiwa tersebut mempengaruhi window (terdapat reaksi pasar). Sedangkan jika nilai t-hitung ≤ nilai t-tabel, maka disimpulkan tidak terdapat pengaruh yang signifikan terhadap peristiwa dan window atau peristiwa tersebut tidak mempengaruhi
window (tidak terdapat reaksi pasar). Untuk menentukan nilai t tabel digunakan rumus sebagai berikut
− = ; −
Dimana
α : tingkat kepercayaan (0,05) n : jumlah sampel