21 BAB III
METODE PENELITIAN
A. Jenis Penelitian
Penelitian ini merupakan jenis penelitian asosiatif. Penelitian asosiatif merupakan penelitian untuk menganalisis hubungan antar satu variabel dengan variabel lain (Ulum dan Juanda, 2017). Dalam penelitian ini menguji variabel independen yaitu asimetri informasi, ukuran perusahaan dan profitabilitas terhadap variabel dependen yaitu manajemen laba.
B. Populasi dan Teknik Penentuan Sampel 1. Populasi
Populasi dalam penelitian ini adalah perusahaan Properti dan Real Estate yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2019. 2. Sampel
Teknik penentuan sampel yang digunakan dalam penelitian ini adalah purposive sampling dengan kriteria :
a. Perusahaan sektor Properti dan Real Estate yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2019.
b. Perusahaan sektor Properti dan Real Estate yang menerbitkan laporan keuangannya pada tahun 2019.
c. Perusahaan sektor Properti dan Real Estate yang memiliki kelengkapan dan ketersediaan data dan informasi yang diperlukan.
C. Definisi Operasional Variabel
Penelitian ini menggunakan tiga variabel independen dan satu variabel dependen, yang terdiri dari :
1. Variabel Dependen (Y)
Variabel dependen dalam penelitian ini adalah manajemen laba. Manajemen laba yaitu usaha manajer untuk mempengaruhi informasi pada laporan keuangan yang bertujuan mengelabui pihak eksternal dalam menilai kinerja keuangan perusahaan (Sulistyanto, 2008). Manajemen laba dapat diukur melalui discreationary accrual sebagai proksi manajemen laba yang dihitung dengan menggunakan model Modified Jones (Hidayat et al., 2019). Apabila discreationary accrual menunjukkan nilai positif, maka ada kemungkinan perusahaan melakukan manajemen dengan menaikkan labanya (income increas). Sebaliknya apabila discreationary accrual menunjukkan nilai negatif, maka ada kemungkinan perusahanan melakukan manajemen laba dengan menurunkan laba (income decrease). Adapun model perhitungan Modified Jones adalah sebagai berikut:
Langkah 1
Menghitung total accrual dengan rumus: 𝑇𝐴𝐶𝑖𝑡 = 𝑁𝐼𝑖𝑡− 𝐶𝐹𝑂𝑖𝑡 Langkah 2
Mencari nilai koefisien β1, β2 dan β3 dengan rumus:
(𝑇𝐴𝐶𝑖𝑡 𝑇𝐴𝑖𝑡−1 ) = 𝛽1( 1 𝑇𝐴𝑖𝑡−1 ) + 𝛽2(∆𝑅𝐸𝑉𝑖𝑡− ∆𝑅𝐸𝐶𝑖𝑡 𝑇𝐴𝑖𝑡−1 ) + 𝛽3(𝑃𝑃𝐸𝑖𝑡 𝑇𝐴𝑖𝑡−1 ) + 𝑒
Langkah 3
Menghitung non discretionary accrual (NDA) dengan rumus: 𝑁𝐷𝐴𝐶𝐶𝑖𝑡 = 𝛽1( 1 𝑇𝐴𝑖𝑡−1) + 𝛽2( ∆𝑅𝐸𝑉𝑖𝑡 − ∆𝑅𝐸𝐶𝑖𝑡 𝑇𝐴𝑖𝑡−1 ) + 𝛽3( 𝑃𝑃𝐸𝑖𝑡 𝑇𝐴𝑖𝑡−1) Langkah 4
Menghitung discretionary accrual (DA) dengan rumus: 𝐷𝐴𝐶𝐶 = (𝑇𝐴𝐶𝑖𝑡
𝑇𝐴𝑖𝑡−1) − 𝑁𝐷𝐴𝐶𝐶𝑖𝑡 Keterangan :
TACit : Total akrual perusahaan i pada tahun t
NIit : Laba bersih perusahaan i pada tahun t
CFOit : Arus kas operasi perusahaan i pada tahun t
TAit-1 : Total aset perusahaan pada akhir tahun t-1
ΔREVit : Pendapatan periode t dikurangi pendapatan periode t-1
ΔRECit : Piutang periode t dikurangi piutang periode t-1
PPEit : Aset tetap perusahaan i pada tahun t
E : Error term perusahaan i pada tahun t
NDACCit : Nondiscretionary Accrual perusahaan i pada tahun t
DACC : Discretoionary Accrual perusahaan i pada tahun t
2. Variabel Independen (X) Asimetri Informasi
Pada variabel asimetri informasi dihitung menggunakan model ask-bid spread (Hidayat et al., 2019) yang dihitung menggunakan rumus :
𝑆𝑃𝑅𝐸𝐴𝐷𝑖𝑡 = 𝑎𝑠𝑘𝑖𝑡− 𝑏𝑖𝑑𝑖𝑡 (𝑎𝑠𝑘𝑖𝑡+ 𝑏𝑖𝑑2 𝑖𝑡)
𝑥100%
Keterangan :
ASKit : Harga saham tertinggi perusahaan i pada periode t.
BIDit : Harga saham terendah perusahaan i pada periode t.
Ukuran Perusahaan
Pada variabel ukuran perusahaan dapat dihitung menggunakan logaritma natural (Ln) dari total aset (Agustia dan Suryani, 2018) dengan menggunakan rumus :
𝑈𝑘𝑢𝑟𝑎𝑛 𝑃𝑒𝑟𝑢𝑠𝑎ℎ𝑎𝑎𝑛 = 𝐿𝑛 𝑡𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡 Profitabilitas
Pada variabel profitabilitas menggunakan perhitungan rasio return on asset (ROA). Menurut Assih dan Gudono (2000) dalam Kusumawati (2019) Return on asset (ROA) adalah rasio yang penting dalam menilai sehat atau tidaknya perusahaan, sehingga dapat mempengaruhi keputusan investor, adapun rumus ROA menurut Kusumawati (2019) yaitu :
𝑅𝑂𝐴 = 𝐿𝑎𝑏𝑎 𝑆𝑒𝑡𝑒𝑙𝑎ℎ 𝑃𝑎𝑗𝑎𝑘 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡
D. Jenis dan Sumber Data
Penelitian ini menggunakan data sekunder, yaitu data yang diterbitkan dan digunakan oleh entitas yang bukan pengolahnya (Ulum dan Juanda, 2017). Data
sekunder penelitian ini bersumber dari laporan keuangan tahunan perusahaan properti dan real estate yang terdaftar di Bursa Efek Indonesia tahun 2019. E. Teknik Perolehan Data
Teknik perolehan data pada penelitian ini berupa teknik dokumentasi dimana memperoleh data dengan cara mendownload laporan keuangan tahunan perusahaan melalui website resmi Bursa Efek Indonesia (www.idx.co.id). F. Teknik Analisis Data
Tahapan dalam proses analisis data adalah sebagai berikut : a. Analisis Statistik Deskriptif
Menurut Ghozali (2016) analisis statistik deskriptif digunakan untuk memberikan gambaran mengenai variabel-variabel yang diteliti. Teknik analisis statistik deskriptif merupakan metode pengumpulan dan penyajian data untuk memberikan informasi yang diringkas dalam bentuk tabel dan grafik yang dapat dipahami. Tabel dan grafik tersebut berisi tentang penjelasan data yang telah diolah. Analisis statistik deskriptif memberikan deskripsi mengenai data penelitian dilihat dari nilai minimum, nilai maksimum, nilai rata-rata (mean) dan standar deviasi.
b. Analisis Regresi Linier Berganda
Teknik analisis data yang digunakan dalam penelitian ini adalah teknik analisis regresi linier berganda. Menurut Ghozali (2016) teknik analisis regresi linier berganda digunakan untuk menunjukkan arah hubungan antara variabel dependen dengan variabel independen, serta untuk mengukur kekuatan hubungan antar dua variabel atau lebih. Analisis
regresi linier berganda ini digunakan untuk menguji perngaruh asimetri informasi, ukuran perusahaan dan profitabilitas terhadap manajemen laba. Persamaan dalam model regresi pada penelitian ini adalah :
𝑀𝐿 = α + 𝛽1𝐴𝐼 + 𝛽2𝑈𝑃 + 𝛽3𝑃 + 𝑒 Keterangan :
ML : Manajemen Laba α : Konstanta
β1-β3 : Koefisien Regresi tiap variabel AI : Asimetri informasi
UP : Ukuran perusahaan P : Profitabilitas E : Error
c. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk menguji kelayakan atas metode regresi yang digunakan pada penelitian ini. Pengujian ini juga dilakukan untuk memberikan kepastian bahwa tidak ada multikolinearitas dan heterokedastisitas dalam metode regresi yang digunakan serta untuk memberikan kepastian bahwa jika data yang dihasilkan berdistribusi normal. Uji asumsi klasik meliputi:
1. Uji Normalitas
Uji normalitas digunakan untuk mengidentifikasi suatu model regresi berdistribusi normal atau tidak (Ghozali, 2016). Dengan cara
melihat grafik histogram yang membandingan antara data observasi dengan distribusi yang mendekati distribusi normal. Cara perhitungan lain yaitu dengan melihat normal probability plot, garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya jika distribusi data residual normal. Selain itu juga dapat diukur dengan uji statistik One-Sample Kolmogorov-Smirnov Test yaitu dengan menggunakan fungsi distribusi kumulatif. Nilai residual dapat dikatakan berdistribusi normal jika nilai signifikansi atau probabilitas > 0,05 maka data dapat dikatakan terdistribusi secara normal.
2. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengidentifikasi apakah dalam model regresi yang digunakan terdapat korelasi yang tinggi atau sempurna antar variabel independen (Ghozali, 2016). Suatu model regresi menunjukkan adanya multikolinearitas apabila tollerance < 0,10 dan VIF (varinance inflation factor) > 10. Metode regresi dapat dikatakan baik jika tidak terjadi korelasi antar variabel independen. 3. Uji Heterokedastisitas
Uji heterokedastisitas digunakan untuk menguji adanya ketidaksamaan varian antar variabel dari pengamatan satu ke pengamatan lain (Ghozali, 2016). Untuk mengidentifikasikan adanya heterokedastisitas dapat menggunakan grafik scatterplot. Apabila ada titik-titk yang membentuk pola tertentu, maka dapat diindetifikasikan telah terjadi heterokedastisitas. Apabila tidak terbentuk pola yang jelas
dan juga titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
d. Uji Koefisien Determinasi (R2)
Uji koefisien determinasi (R2) untuk mengukur sejauh mana kemampuan model regresi dalam menjelaskan variasi variabel independen terhadap variabel dependen (Ghozali, 2016). Nilai koefisien determinasi ada diantara nol dan satu. Semakin kecil nilai koefisien determinasi berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen semakin terbatas. Jika nilai koefisien determinasi mendekati angka 1 dapat diartikan bahwa variabel independen memberikan hampir semua informasi yang terkait dalam memprediksi varibel dependen.
e. Uji Hipotesis 1. Uji T (parsial)
Uji T digunakan untuk menguji seberapa jauh pengaruh masing-masing variabel independen yang digunakan secara parsial dalam menjelaskan variabel dependen (Ghozali, 2016). Apabila nilai signifikansi t > 0,05 maka hipotesis ditolak (koefisien regresi tidak signifikan) hal ini mengartikan variabel independen tidak berpengaruh terhadap variabel dependen. Apabila nilai signifikansi t ≤ 0,05 maka hipotesis diterima (koefisien regresi signifikan) hal ini mengartikan variabel independen berpengaruh terhadap variabel dependen.
2. Uji F (simultan)
Uji F digunakan untuk mengidentifikasikan apakah model regresi fit untuk diolah lebih lanjut. Menurut Ghozali (2016) pada dasarnya uji F dilakukan untuk mengetahui apakah semua variabel independen jika dimasukkan dalam model regresi mempunyai pengaruh yang simultan terhadap variabel dependen. Ketika nilai signifikansi F > 0,05 maka hipotesis ditolak (koefisien regresi tidak signifikan) hal ini mengartikan ketiga variabel independen tersebut tidak berpengaruh terhadap variabel dependen. Apabila nilai signifikansi F ≤ 0,05 maka hipotesis diterima (koefisien regresi signifikan) hal ini mengartikan ketiga variabel independen tersebut berpengaruh terhadap variabel dependen.
