BAB III
DESAIN DAN METODE PENELITIAN
A. Jenis Penelitian
Pada penelitian ini, peneliti menggunakan penelitian kausal. Penelitian kausal merupakan penelitian yang bertujuan untuk mengetahui pengaruh antara satu atau lebih variabel independen terhadap variabel dependen.
B. Definisi Operasionalisasi Variabel dan Pengukuran Variabel
Penelitian ini menggunakan satu variabel dependen yaitu kebijakan utang (Y) dan tiga variabel independen, yaitu struktur aset (X1), profitabilitas (X2), pertumbuhan perusahaan (X3).
1. Kebijakan Hutang
Kebijakan utang dalam penelitian ini diproksikan dengan Debt to asset ratio(DAR) yaitu rasio yang digunakan untuk mengetahui seberapa banyak aset perusahaan yang dibiayai oleh hutang. Rumus DAR yaitu dengan membandingkan total hutang dengan total aset perusahaan dimana hasil yang didapat adalah seberapa besar utang perusahaan mendukung pengelolaan aset perusahaan. Semakin besar presentase DAR maka akan semakin besar risiko
keuangan perusahaan akibat penggunaan hutang yang tidak dapat ditutupi oleh besarnya aset perusahaan yang dimiliki.
Debt Asset Ratio =
2. Struktur Aset (Tangibility)
Pengukuran struktur aset dapat dilakukan dengan melihat proporsi aset tetap perusahaan terhadap total aset perusahaan secara keseluruhan, dimana semakin tinggi pula rasio hutang perusahaan yang bermakna bahwa pembelian aset lebih banyak didanai oleh hutang. Secara matematis dapat diformulasikan sebagai berikut (Brigham dan Houston 2001:39) dalam Indraswary (2016) :
Struktur Aset =
3. Profitabilitas
Dalam penelitian ini diukur dengan menggunakan rasio Return On Assets (ROA). ROA merupakan rasio perbandingan antara laba sebelum pajak dengan total aset perusahaan dalam satu periode. Dimana jika semakin tinggi tingkat rasio profitabilitas perusahaan maka akan semakin kecil penggunaan hutang perusahaan.
Profit =
4. Pertumbuhan Perusahaan (Growth Opportunity)
Pertumbuhan perusahaan dalam penelitian ini diproksikan dengan tingkat pertumbuhan total aset selama satu periode. Untuk mengukur pertumbuhan perusahaan yaitu dengan membandingkan jumlah proporsi peningkatan total aset dari tahun sebelumnya dengan total aset tahun berjalan.
Dimana semakin tinggi tingkat rasio pertumbuhan perusahaan maka akan semakin kecil perusahaan dalam menggunakan hutang.
Growth =
Berikut ini merupakan rangkuman dari seluruh variabel yang digunakan dalam penelitian ini.
Tabel 3.1
Skala Pengukuran Variabel
Variabel Pengukuran Variabel Skala Pengukuran
Variabel
DAR Total utang/ Total ekuitas Rasio
PROF Laba bersih/ Total aset Rasio
GROWTH Total aset t – Total aset t-1/ Total aset t-1 Rasio
Sumber data diolah
C. Populasi dan Sampel Penelitian
Dalam penelitian ini yang menjadi populasi adalah seluruh perusahaan industri otomotif yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2012–2017.
Teknik pengambilan sampel menggunakan teknik sampling purposive dimana sampel ditentukan dengan suatu pertimbangan tertentu, yaitu :
Tabel 3.2
Prosedur Pemilihan Sampel
No. Keterangan Jumlah
1. Perusahaan industri otomotif yang terdaftar di Bursa
Efek Indonesia (BEI) sampai dengan tahun 2017 25
2.
Perusahaan industri otomotif yang tidak memenuhi kebutuhan variabel yang akan diteliti pada tahun pengamatan yaitu tahun 2012 – 2017
(3)
3.
Perusahaan industri otomotif yang tidak memiliki data laporan keuangan yang lengkap sampai dengan tahun 2017
(10)
Data yang dapat dijadikan sampel 12
Sumber data diolah
Berdasarkan tabel 3.2 di atas, data perusahaan yang dapat dijadikan sampel berjumlah 12 perusahaan bidang otomotif. Berikut adalah 12 perusahaan industri otomotif yang akan diteliti, yaitu :
Tabel 3.3
Daftar Sampel Perushaan No. Kode Nama Perusahaan
1. ASSI PT Astra International Tbk 2. AUTO PT Astra autopart Tbk 3. BRAM PT Indo Kordsa Tbk
4. GDYR PT Goodyear Indonesia Tbk 5. GJTL PT Gajah Tunggal Tbk 6. IMAS PT Indomobil sukses Tbk 7. INDS PT Indospring Tbk
8. LPIN PT Multi Prima sejahtera Tbk 9. MASA PT Multistrada Arah Sarana Tbk 10. NIPS PT Nipress Tbk
11. PRAS PT Prima Aloy Stell 12. SMSM PT Selamat Sempurna Tbk
Sumber data diolah
D. Teknik Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini yaitu dengan melakukan perolehan data perusahaan di website BEI, studi kepustakaan, literatur, jurnal penelitian terdahulu, dan artikel yang terkait dengan penelitian. Data dalam penelitian ini merupakan data sekunder dimana data sudah tersedia berupa laporan keuangan tahunan perusahaan industri otomotif yang terdaftar di BEI tahun 2012 – 2017.
E. Metode Analisis Data 1. Model Analisis Data
Dalam penelitian ini, model analisi data yang digunakan adalah analisis regresi linier berganda dimana adanya hubungan dari beberapa variabel independen terhadap satu variabel dependen. Menurut Gujarati (2007:180) menjelaskan bahwa analisis regresi linier berganda digunakan untuk model regresi dengan lebih dari satu variable penjelas.
Persamaan model analisis regresi linier berganda berdasarkan pada variabel yang akan diuji adalah sebagai berikut.
Y = α + β1 X1 + β2 X2 + β3 X3 + e
Dimana Y : Kebijakan Utang α : Konstanta β : Koefisien regresi
X1 : Struktur aset (Tangibility) X2 : Profitabilitas
X3 : Pertumbuhan perusahaan e : error (tingkat kesalahan)
2. Teknik Analisis Data
Teknik analisi data yang digunakan pada penelitian ini adalah sebagai berikut.
a. Analisis Deskriptif
Analisis deskriptif memberikan gambaran mengenai data – data statistik setiap variabel dilihat dari nilai mean (rata – rata), standar deviasi, nilai maksimum dan nilai minimum data.
b. Uji Asumsi Klasik
Teknik analisi data yang harus dipenuhi pada model analisis regresi linier berganda adalah dengan uji asumsi klasik dimana pengujian tersebut meliputi berikut ini.
1) Uji Normalitas
Uji normalitas adalah pengujian tentang kenormalan distribusi data. Menurut Ghozali (2013), uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel dependen dan independen mempunyai distribusi normal atau tidak.
Uji normalitas data dalam penelitian ini menggunakan uji normal dengan melihat nilai statistik Kolmogorov-Smirnov (KS) pada uji normalitas residual. Data dikatakan berdistribusi normal jika memiliki tingkat signifikansi > 0,05.
2) Uji Heteroskedasitas
Uji heteroskedasitisitas digunakan untuk mengetahui apakah terdapat perbedaan varian dari residual untuk variabel independen yang diketahui. Jika varian dari residual untuk variabel yang diketahui tetap, maka disebut homoskedasitisitas (Imam Ghozali, 2006 : 125).
Model regresi yang baik adalah yang homoskedasitisitas atau yang tidak terjadi heteroskedatisitas.
Ada tidaknya heteroskedatisitas dapat dilihat melalui grafik Scatterplots. Jika titik-titik membentuk suatu pola yang teratur (bergelombang), maka mengindikasikan telah terjadi heteroskedasitisitas. Sedangkan jika titik-titik menyebar di atas dan di bawah angka 0 serta membetuk suatu pola yang tidak jelas, maka tidak terjadi heteroskedasitisitas.
Selain dengan grafik Scatterplots, digunakan uji Glejser untuk menjamin keakuratan hasil. Uji Glejser dilakukan dengan cara meregresikan variabel independen dengan nilai residual yang diabsolutkan. Model regresi dapat dinyatakan terbebas dari heteroskedastisitas jika dalam table t test tidak ada yang lolos signifikansi.
3) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah di antara variabel independen terdapat korelasi yang tinggi satu sama lain. Jika
terdapat korelasi yang tinggi di antara variabel-variabel independennya, maka hubungan variabel independen terhadap variabel dependennya akan terganggu. Untuk mengetahui apakah variabel mengandung multikolinieritas atau tidak dengan melihat nilai variance inflation factor (VIF) dan nilai tolerance (Imam Ghozali, 2006 : 95).
Nilai tolerance yang rendah sama dengan nilai VIF yang tinggi, karena VIF = 1/tolerance. Maka suatu model regresi dikatakan mengandung multikolinoeritas jika nilai tolerance lebih kecil dari 0,1 atau sama dengan nilai VIF lebih besar dari 10.
4) Uji Autokorelasi
Uji autokorelasi ini bertujuan untuk mengetahui ada tidaknya korelasi antara suatu periode t dengan periode sebelumnya (t – 1). Uji statistik yang digunakan adalah uji Durbin Watson dengan hipotesis yang akan diuji adalah :
Ho : tidak mengandung autokorelasi (r = 0) Ha : mengandung autokorelasi (r )
1. Bila nilai DW terletak antara batas atas atau upper bound (du) dan (4 - du), maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
2. Bila nilai DW lebih rendah daripada batas bawah atau lower bound (dl), maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.
3. Bila nilai DW lebih besar daripada (4 - dl), maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif.
4. Bila nilai DW terletak di antara batas atas (du) dan batas bawah (dl) atau DW terletak antara (4 - du) dan (4 - dl), maka hasilnya tidak dapat disimpulkan.
c. Pengujian Hipotesis
1) Koefisien Determinan (R2)
Koefisien determinan (R2) dimaksudkan untuk mengetahui tingkat ketepatan paling baik dalam analisa regresi, dimana hal yang ditunjukkan oleh besarnya koefesien determinan (R2) antara enol (0) dan satu 1 (satu).
2) Uji Parsial (Uji t)
Uji t merupakan pengujian data untuk mengetahui pengaruh setiap variabel independen terhadap variabel dependen (Imam Ghozali, 2013 : 98). Cara pengujian ini dilakukan dengan membandingkan antara t hitung dengan t tabel. Nilai t tabel dapat ditentukan dengan tingkat signifikansi 5% dengan derajat kebebasan
df = (n – k – 1) dimana n adalah jumlah sampel dan k adalah jumlah variabel. Kriteria pengujian yang digunakan adalah jika t hitung lebih besar dari t tabel maka hipotesis diterima, sedangkan jika sebaliknya, t
hitung lebih kecil dari t tabel, maka hipotesis ditolak.
Selain itu, uji t juga dapat dilihat dari besarnya nilai probabilitas value (p value) yang dibandingkan dengan taraf signifikansi (α) sebesar 5%. Kriteria pengujian yang digunakan dalam hal ini adalah jika p value lebih kecil dari 0,05 maka hipotesis diterima, sedangkan jika sebaliknya, p value lebih besar dari 0,05, maka hipotesis ditolak.
3) Kesesuaian Model Uji F
Uji F adalah pengujian yang bertujuan untuk mengetahui pengaruh semua variabel independen terhadap variabel dependen secara bersamaan (Imam Ghozali, 2013: 98). Pengujian ini dilakukan dengan cara membandingkan antara F hitung dengan F tabel. Nilai F tabel
dapat ditentukan dengan tingkat signifikansi 5% dengan derajat kebebasan (df) k = (n – k – 1) . Kriteria pengujian yang digunakan adalah jika F hitung lebih besar dari F tabel maka hipotesis diterima, sedangkan jika sebaliknya, F hitung lebih kecil dari F tabel, maka hipotesis ditolak.
