BAB IV
DESAIN DAN METODE PENELITIAN
A. Jenis Penelitian
Penelitian ini merupakan penelitian survey (survey research) yang menggunakan penjelasan dan pengujian hipotesis (explanotary) yang menggunakan metode deskriptif dan explanatory dengan cara menggambarkan tentang pengaruh Manajemen Risiko terhadap Pendapatan Perusahaan dengan Penegendalian Internal sebagai variabel moderasi. Berdasarkan tingkat eksplanasinya (level of explanation), penelitian ini dikategorikan sebagai penelitian deskriptif kuantitatif. Penelitian deskriptif kuantitatif adalah penelitian yang bertujuan untuk menjelaskan satu fenomena atau mendeskripsikan fenomena.
B. Definisi dan Operasionalisasi Variabel 1. Dependent Variabel (Y)
Dependent variabel (y) dalam penelitian ini yaitu Pendapatan Perusahaan Pendapatan perusahaan dapat diukur dengan cara :
a. Pengakuan pendapatan. b. Pengukuran Pendapatan. c. Pengungkapan Pendapatan.
1. Independent Variabel (X)
Independent variabel (X) dalam penelitian ini yaitu Manajemen Risiko. Manajemen Risiko merupakan suatu pendekatan terstruktur dalam mengelola ketidakpastian yang berkaitan dengan ancaman. Manajemen risiko juga dapat dikatakan sebagai rangkaian
aktivitas manusia mengenai penilaian risiko, pengembangan strategi untuk mengelolanya dan mitigasi risiko dengan menggunakan pemberdayaan atau pengelolaan sumbar daya yang tersedia.
Manajemen risiko dalam penelitian ini diukur dengan menggunakan instrument yang terdiri dari item pertanyaan yang dikembangkan peneliti, diukur dengan menggunakan skala Likert 1-5 dengan indikator antara lain:
a. Fluktulasi Harga
b. Persaingan dalam Bisnis c. Kerusakan Aset Perusahaan
d. Gangguan atas Fasilitas Pengolahan Sistem Informasi 2. Moderating Variabel (Z)
Moderating Variabel (Z) dalam penelitian ini adalah Pengendalian Internal yang merupakan sebuah proses yang dilakukan oleh seluruh personil perusahaan mulai dari direksi, manajemen, dan seluruh karyawan yang disusun untuk memberikan keyakinan yang memadai terkait dengan pencapaian tujuan perusahaan.
Pengendalian Internal dalam penelitian ini diukur dengan menggunakan instrument yang terdiri dari item pertanyaan yang dikembangkan peneliti, diukur dengan menggunakan skala Likert 1-5 dengan indikator antara lain:
a. Integritas dan nilai nilai Etika b. Komitmen pada kompetensi c. Dewan Direksi dan Komite Audit
d. Filsofi Manajemen dan cara kerja Operasional e. Struktur Organisasi
f. Pelimpahan Wewenang dan TanggungJawab g. Kebijakan dan Prosedur atau SDM
C. Populasi dan Sampel
Populasi penelitian ini adalah seluruh karyawan PT Antareja antara lain dapat dilihat pada tabel dibawah ini:
No Departemen Jabatan Jumlah Total
1 Operasional Manager 2 65 Supervisor 3 Staff 60 2 Finance Manager 3 56 Supervisor 3 Staff 50
3 Internal Audit Manager 1
6
Staff 5
Tabel 1. Populasi penelitian
Teknik pengambilan sampel dalam penelitian ini adalah dengan metode purposive sampling yaitu pengambilan sampel dengan tujuan tertentu (Sugiyono, 2010). Penelitian ini akan meneliti mengenai pengaruh Manajemen Risiko terhadap Pendapatan Perusahaan dengan Pengendalian Internal sebagai variabel moderasi, maka kriteria pemilihan sampel dalam penelitian ini:
1. Semua pihak yang terlibat langsung secara teknis dalam operasional perusahaan. 2. Kuisioner yang dikembalikan dengan pengisian yang lengkap.
Adapun pihak yang terlibat langsung secara teknis dalam operasional perusahaan adalah:
No Departemen Jabatan Jumlah Total
1 Operasional Manager 2
Staff 60 65
2 Bagian Gudang Manager 1
21
Staff 20
Tabel 2. Sampel penelitian D. Teknik Pengumpulan Data
1. Data Primer
Pengambilan data pada penelitian ini dilakukan dengan cara kuisioner dan dokumentasi. Kuisioner dalam penelitian ini sebelumnya diuji melalui uji validitas dan uji reliabilitas. Kuisioner penelitian ini menggunakan skala dasar pengukuran Likert dengan skala 1-5.
E. Teknik Analisis Data
Analisis data dalam penelitian ini menggunakan tiga jenis uji, yaitu: (1) statistik deskriptif, (2) uji validitas dan reliabilitas, (3) uji asumsi klasik, (4) uji regresi dan (5) uji hipotesis. Penelitian ini menggunakan program SPSS for Windows untuk pengolahan data.
1. Statistik Deskriptif
Statististik deskriptif berfungsi untuk mendeskripsikan atau memberi gambaran terhadap objek yang diteliti melalui data sampel sebagaimana adanya tanpa melakukan analisis atau membuat kesimpulan yang berlaku umum. Data disajikan dengan tabel, grafik atau diagram. (Sugiyono, 2010)
2. Uji Validitas dan Uji Reliabilitas a. Uji Validitas
Pengujian validitas dilakukan untuk melihat seberapa jauh ketepatan dalam penggunaan pertanyaan di dalam kuisioner untuk memperoleh data primer. Uji validitas item merupakan uji instrumen data untuk mengetahui seberapa cermat suatu item dalam mengukur apa yang ingin diukur. Dalam melakukan uji validitas dilakukan pengujian terhadap item-item yang
telah disusun berdasarkan konsep operasional variabel yang ada. Suatu item dianggap sahih apabila item tersebut mampu mengungkapkan apa yang akan diungkapkan atau apa yang akan diukur.
b. Uji Reliabilitas
Uji reliabilitas digunakan untuk mengetahui keajegan atau konsistensi alat ukur kuisioner. Pengujian reliabilitas dalam penelitian ini menggunakan Inter-Item Consistency Reliability yang melihat Cronbach’s Coefisient Alpha sebagai koefisien dari reliabilitas
1. Uji Asumsi Klasik
Uji asumsi klasik merupakan tahap yang harus dilakukan sebelum uji hipotesis. Hal ini perlu dilakukan untuk mengetahui adanya kemungkinan multikolenieritas, heteroskedastisitas dan autokorelasi. Jika asumsi ini dilanggar maka uji hipotesis menjadi bias. Uji asumsi klasik terdiri dari empat macam, yaitu normalitas, multikolinearitas, heteroskedastisitas, dan autokorelasi.
a. Uji Normalitas
Asumsi data telah berdistribusi normal adalah salah satu asumsi yang penting dalam melakukan penelitian dengan regresi. Uji ini bertujuan untuk menguji apakah dalam model regresi, variabel independen, dependen dan moderasi terdistribusi secara normal atau tidak. Pengujian dalam penelitian dengan melihat normal probability plot, di mana pada grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal.
b. Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi
korelasi di antara variabel independen. Untuk mendeteksi ada tidaknya multikolinieritas di dalam model regresi adalah (1) melihat nilai toleran dan lawannya, (2) Variance Inflation Factor (VIF) nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF=1/tolerance). Nilai cut off yang dipakai untuk menunjukan adanya multikolenieritas adalah nilai tolerance < 0.10 atau sama dengan VIF < 10
2. Uji Regresi
Analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen dengan satu atau lebih variabel independen, dengan tujuan untuk mengestimasi dan atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel yang diketahui (Gujarati, 2007).
Menurut Ghozali (2013) ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari Goodness of fitnya. Secara statistic F dan nilai statistik t. perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana H0 ditolak). Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah H0 diterima.
Data yang telah di kumpulkan akan di analisis menggunakan alat bantu analisis statistik yaitu :
a. Analisis Regresi Linear Sederhana
Analisis Regresi Sederhana digunakan untuk menguji bagaimana pengaruh antara variabel X1 terhadap Y, X2 terhadap Y dan variabel X3 terhadap Y.
b. Model Persamaan Moderated Regression Analysis (MRA)
Model persamaan Moderated Regression Analysis digunakan untuk menguji bagaimana kemampuan variabel Z terhadap pengaruh antara variabel X1 terhadap Y,
variabel X2 terhadap Y dan variabel X3 terhadap Y. Ada tiga cara menguji regresi dengan
Variabel Moderating adalah variabel independen yang akan memperkuat atau memperlemah hubungan antara variabel independen lainnya terhadap variabel dependen. Model hubungan berikut ini dapat menggambarkan adanya pengaruh moderating terhadap penelitian ini.
Dalam gambar diatas variabel pengendalian intern merupakan variabel moderasi, oleh karena itu dapat melemahkan atau memperkuat hubungan antara manajemen risiko dan pendapatan perusahaan. Semakin tinggi manajemen risiko dan pengendalian internya, maka semakin tinggi pendapatan perusahaan. Sebaliknya semakin tinggi manajemen risiko dan pengendalian intern, maka semakin menurun pendapatan perusahaan.
Jadi jelas bahwa variabel pengendalian intern merupakan variabel moderasi, oleh karena itu variabel ini dapat memperkuat atau melemahkan hubungan antara manajemen risiko dan pendapatan perusahaan.
b.1 Jenis-Jenis Variabel Moderator
Manajemen Risiko(X1) Pendapatan Perusahaan ( Y )
Variabel moderator dapat dianggap sebagai bagian dari satu kelas variabel dan didalam ilmu sosial disebut dengan variabel spesifikasi. Variabel Spesifikasi adalah variabel yang menspesikasikan bentuk dan atau besarnya hubungan antara predictor (variabel independen) dan criteria (variabel dependen). Jadi variabel spesifikasi atau variabel moderator dapat dikembangkan menggunakan dua dimensi atau karakteristik.
Sharma et al ( 1981) mengelompokan variabel moderator menjadi tiga kelompok seperti dibawah ini :
Tabel b.1 Jenis-Jenis Variabel Moderator
Berhubungan dengan kriterion
dan atau prediktor Tidak dengan kriterion dan berhubungan prediktor Tidak berinteraksi dengan prediktor 1 Intervening,Exogen,antesedent, prediktor 2 Moderator (Homologizer) Berinteraksi dengan prediktor 3 Moderator (Quasi Moderator) 4 Moderator (Pure Moderator)
Berdasarkan gambar b.1, Pertama, pengelompokan didasarkan pada hubungannya dengan variabel kriterion (dependen), yaitu apakah variabel moderator berhubungan atau tidak berhubungan dengan variabel kriterion (dependen). Kedua, apakah variabel moderator berinteraksi dengan variabel prediktor (independen). Misalkan ada variabel kriterion (dependen) Y, variabel prediktor (independen) X dan variabel moderator Z.
Jika variabel moderator(Z) berhubungan dengan kriterion (Y) dan / atau prediktor (X) seperti pada kuadran 1, maka variabel Z bukanlah moderator, tetapi merupakan variabel
intervening, exogen, anteseden atau prediktor (independen). Secara konseptual variabel pada kuadran 2,3 dan 4 diidentifikasi sebagai variabel moderator.
Jenis variabel moderator pada kuadran 2 mempengaruhi kekuatan hubungan , tetapi tidak berinteraksi dengan variabel prediktor (X) dan tidak berhubungan secara signifikan baik dengan prediktor (X) maupun dengan variabel kriterion (Y). Dalam keadaan seperti ini, nilai residual atau error merupakan fungsi variabel moderator. Sehingga dengan membagi total sample menjadi dua kelompok yang homogin dengan mmeperhatikan error variance akan meningkatkan nilai predilktif model. Jenis moderator seperti ini disebut variabel Homologizer. Misalkan hubungan fungsional antara variabel kriterion (Y) dan variabel predictor (X) seperti dibawah ini :
Yi = ʃ i(Xi) + Єi
Dimana Yi adalah variabel kriterion, Xi adalah variabel predictor dan e adalah random error term. Semakin besar nilai error term, semakin kecil tingkat kekuatan hubungan antara Y dan X dan berlaku sebaliknya.
Jenis kedua dari variabel moderator adalah moderator akan memodifikasi bentuk hubungan antara variabel kriterion (Y) dan predictor(X) seperti tampak pada gambar kuadran 3 dan 4. Pada kuadran 3, variabel moderator (Z) berhubungan dengan variabel kriterion(Y) dan/ atau variabel predictor (X) serta berinteraksi dengan variabel predictor (X) .
Berdasarkan persamaan ( b2) jelas bahwa variabel moderator (Z) berfungsi sebagai variabel predictor (independen) dan sekaligus juga berinteraksi dengan variabel predictor lainnya (X). Jenis moderator pada kuadran 3 disebut quasi moderator (moderator semu).
Pada kuadran 4, variabel moderator (Z) tidak berhubungan dengan variabel kriterion (Y) dan predictor (X), tetapi berinteraksi dengan variabel predictor (X).
Berdasarkan persamaan (b3)jelas bahwa variabel moderator (Z) tidak berfungsi sebagai variabel predictor(independen) tetapi langsung berinteraksi dengan variabel predictor lainnya (X). Jenis moderator pada kuadran 4 ini disebut pure moderator (moderator asli).
b.2 Metode Pengujian Variabel Moderator
Terdapat dua metode untuk mengientifikasi ada tidaknya variabel moderator, yaitu analisis sub-groups ( sub kelompok) dan moderated regression analysis (MRA). Walaupun keduametode ini lebih banyak digunakan dalam penelitian, tetapi kedua metode ini tidak dapat saling menggantikan oleh karena itu kedua metode ini tidak ekivalen.
Analisis Sub-Kelompok
Analisis sub-kelompok digunakan untuk mengidentifikasi ada tidaknya jenis moderator Homologizer,. Analisis ini dilakukan dengan memecahkan sample menjadi dua sub-kelompok atas dasar variabel ketiga yaitu variabel yang di hipotesiskan sebagai moderator. Pengelompokan ini dapat dilakukan secara kualitatif jika datanya sudah dalam bentuk kualitatif seperti jenis kelamin atau untuk kasus datanya bersifat kontinyu atau kuantitatif maka pengelompokan dapat dilakukan berdasarkan nilai median (nilai tengah) atau mean (nilai rata-rata) dengan pengelompokan diatas dan di bawah mean atau median.
Setelah observasi dibagi menjadi sub-kelompok, lakukan regresi untuk menginvestigasi hubungan antara variabel predictor (X) dan variabel Kriterion (Y) untuk masing-masing sub-kelompok. Untuk menentukan apakah ada variabel moderator beberapa peneliti membandingkan nilai koefisien determinasi (R2) masing-masing regresi. Regresi yang memiliki niali R2 lebih tinggi dianggap memiliki nilai prediktif yang lebih baik. Namun demikian banyak kririk yang menyatakan bahwa menggunakan nilai koefisien validitas prediksi (R2) untuk menentukan ada tidaknya variabel moderator tidaklah cukup.
Oleh karena itu R2 akan bervariasi antar segmen atau sub-kelompok sehingga kesimpulan yang menyatakan bahwa variabel yang digunakan untuk menentukan bentuk sub-kelompok sebagai moderator dapat salah.
Pendekatan alternative untuk menguji ada tidaknya variabel moderator adalah dengan menguji apakah bentuk hubungan regresi berbeda untuk setiap sub-kelompok. Uji terhadap kesamaan antar persamaan regresi dilakukan dengan uji Chow. Jika koefisien regresi antar sub-kelompok berbeda, maka dapat disimpulkan variabel ketiga yang digunakan untuk memecah menjadi sub-kelompok adalah moderator.
Moderator Regression Analysis (MRA)
Moderator Regression Analysis berbeda dengan analisis sub-kelompok, karena menggunakan pendekatan analitik yang mempertahankan integritas sample dan memberikan dasar untuk mengontrol pengaruh variabel moderator. Untuk menggunakan MRA dengan satu variabel predictor(X), maka kita harus membandingkan tiga persamaan regresi untuk menentukan jenis variabel moderator. Ketiga persamaan tersebut adalah :
Yi = α + β1Xi + Є (1)
Yi = α + β1Xi + β2Zi +Є (2)
Yi = α + β1Xi + β2Zi +β3Xi*Zi +Є (3)
Jika persamaan (2) dan (3) tidak berbeda secara signifikan atau ( β3 = 0;β2 ≠0) maka Z bukanlah variabel moderator, tetapi sebagai variabel prediktor (independen) lihat kuadran 1. Variabel Z merupakan variabel pure moderator(kuadran 4), maka persamaan (1) dan (2) tidak berbeda, tetapi harus berbeda dengan persamaan (3) atau ( β2 = 0;β3 ≠0). Variabel Z merupakan variabel quasi moderator (kuadran3) jika persamaan (1)(2) dan (3) harus berbeda satu dengan yang lainnya atau ( β2 ≠ β3 ≠ 0).
Pure Moderator
Pengujian terhadap pure moderator dilakukan dengan membuat regresi interaksi, tetapi variabel moderator tidak berfungsi sebagai variabel independen.
Pengujian hipotesis dilakukan dengan Uji t ( Uji Signifikansi Parameter Individual) secara statistik yaitu sebagai berikut : Uji statistik t dilakukan untuk menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen (Kusumadilaga, 2010). Dasar pengambilan keputusannya adalah:
a. Jika t-hitung < t-tabel, maka variabel independen secara individual tidak berpengaruh terhadap variabel dependen (hipotesis ditolak).
b. Jika t-hitung > t-tabel, maka variabel independen secara individual berpengaruh terhadap variabel dependen (hipotesis diterima). Uji t dapat juga dilakukan dengan melihat nilai signifikansi t masing-masing variabel pada pada output hasil regresi menggunakan SPSS dengan significance level 0,1 (α=10%). Jika nilai signifikansi lebih besar dari α maka hipotesis ditolak (koefisien regresi tidak signifikansi), yang berarti secara individual variabel independen tidak mempunyai pengaruh yang signifikan terhadap variabel dependen. Jika nilai signifikansi lebih kecil dari α maka hipotesis diterima (koefisien regresi signifikan), berarti secara individual variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen.
