3. METODE PENELITIAN. 28 Universitas Kristen Petra

3. METODE PENELITIAN

3. 1. Jenis Peneitian

Penelitian ini merupakan penelitian yang bersifat kuantitatif, yaitu penelitian yang menggunakan analisa statistik dengan data penelitian berupa angka-angka (Sugiyono, 2011). Proses pengolahan data pada penelitian ini dilakukan dengan analisa pemodelan persamaan structural atau Structural Equation Modelling (SEM) untuk mengetahui pengaruh masing-masing variabel terhadap dividend payout ratio.

3. 2. Populasi Penelitian

Populasi merupakan wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2011).

Batasan populasi yang digunakan dalam pengumpulan data untuk penelitian ini adalah seluruh perusahaan yang terdaftar di Bursa Efek Indonesia yang membagikan deviden tunai secara konsisten setiap tahunnya selama periode tahun 2011 hingga tahun 2015.

3. 3. Sampel dan Teknik Sampling

Pengambilan sampel dalam penelitian ini dilakukan dengan menggunakan teknik non-probability sampling, yaitu teknik pengambilan sampel yang tidak memberi peluang yang sama bagi setiap anggota populasi untuk dipilih menjadi sampel (Sugiyono, 2011). Teknik non-probability sampling yang dilakukan yaitu pemilihan sampling bertujuan (purposive sampling), yaitu dengan memilih anggota sampel secara khusus berdasarkan kriteria tertentu, sesuai dengan tujuan penelitian yang dilakukan (Sugiyono, 2011). Dalam penelitian ini, kriteria pemilihan sampel yang digunakan adalah sebagai berikut:

1. Perusahaan terdaftar di Bursa Efek Indonesia sejak tahun 2011,

2. Perusahaan tidak melakukan delisting, merger, atau akuisisi pada periode tahun 2011 hingga 2015

3. Perusahaan memperoleh laba yang positif pada periode tahun 2011 hingga 2015, dan

Tabel 3.1. Jumlah Sampel Perusahaan

Keterangan Jumlah Perusahaan

Jumlah perusahaan yang terdaftar di

BEI sejak tahun 2011 428

Jumlah perusahaan yang membagikan deviden setiap tahun pada periode 2011-2015

119

Jumlah perusahaan yang memenuhi

kriteria sampel penelitian 95

Sumber: Bloomberg, www.idx.co.id, & www.ksei.co.id

3. 4. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yang merupakan data yang diperoleh dalam bentuk sudah jadi, yang berarti bahwa data tersebut telah diolah dan disajikan oleh orang lain (Sugiyono, 2011). Data penelitian berupa data-data laporan keuangan tahunan yang dipublikasikan oleh perusahaan sampel pada periode tahun 2011 hingga 2015. Data laporan keuangan tersebut diperoleh dari Bloomberg.

3. 5. Definisi Operasional Variabel

Dalam penelitian ini, terdapat dua jenis variable yaitu variable bebas (independent variable), variable terikat (dependent variable), dan variabel moderator (moderating variable). Berikut adalah definisi dari masing-masing jenis variabel dalam penelitian ini (Sugiyono, 2011):

1. Variabel bebas (independent variable) merupakan variabel yang mempengaruhi atau variabel yang menjadi sebab perubahan atau timbulnya variabel terikat. Dalam penelitian ini, variabel bebas yang diteliti adalah Profitability, Leverage, Sales Growth, dan Investment Opportunities.

2. Variabel terikat (dependent variable) merupakan variabel yang dipengaruhi atau menjadi akibat, karena adanya variabel bebas. Dalam penelitian ini, variabel terikat yang diteliti adalah Dividend Payout Ratio.

3. Variabel moderator (moderating variable) merupakan variabel yang dapat mempengaruhi, dengan memperkuat atau memperlemah hubungan antara variabel independen dan variabel dependen. Dalam penelitian ini, variabel moderator adalah Size.

Pembahasan mengenai definisi operasional masing-masing variabel dalam penelitian ini adalah sebagai berikut.

3. 5. 1. Variabel Dependen

3. 5. 1. 1. Dividend Payout Ratio (DPR)

Dividend payout ratio, merupakan kebijakan pembagian deviden perusahaan, yang ditentukan berdasarkan proporsi dari laba yang diperoleh perusahaan. Pengukuran dividend payout ratio dalam penelitian ini mengacu pada penelitian sebelumnya (Abor & Fiador, 2013; Ahmed & Javid, 2009; Ali et al., 2015; Al-kuwari, 2012; Amidu & Abor, 2006; Issa, 2015; Kania & Bacon, 2005;

Khalid & Rehman, 2015; Khan & Ashraf, 2014; Musiega et al., 2013; Nuhu, 2014;

Thanatawee, 2011), maka dalam penelitian ini dividend payout ratio diukur dengan:

Dividend Payout Ratio (DPR)

=

^{𝑇𝑜𝑡𝑎𝑙} 𝐶𝑎𝑠ℎ 𝐷𝑖𝑣𝑖𝑑𝑒𝑛𝑑 𝑃𝑎𝑖𝑑

𝑁𝑒𝑡 𝐼𝑛𝑐𝑜𝑚𝑒

...

(3.1)

3. 5. 2. Variabel Independen 3. 5. 2. 1. Profitability (PROF)

Profitability, merupakan pengukuran kemampuan aset perusahaan dalam menghasilkan laba. Pengukuran profitability dalam penelitian ini mengacu pada penelitian-penelitian terdahulu (Arif & Akbar, 2013; Ahmed & Javid, 2009;

Amidu & Abor, 2006; Issa, 2015; Khalid & Rehman, 2015; Nuhu, 2014).

Dengan demikian definisi operasional variabel profitability adalah sebagai berikut:

Profitability (PROF)

=

^{𝑁𝑒𝑡 𝐼𝑛𝑐𝑜𝑚𝑒}

𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠

...

(3.2)

3. 5. 2. 2. Leverage (LEVE)

Leverage, merupakan tingkat hutang yang dimiliki perusahaan sebagai pendanaan dari sumber eksternal. Pengukuran leverage dalam penelitian ini mengacu pada penelitian-penelitian sebelumnya (Abor & Fiador, 2013; Ahmed &

Javid, 2009; Al-kuwari, 2012; Alzomaia & Al-khadhiri, 2013) dengan menggunakan debt-to-equity ratio (DER) sebagai proksi dari leverage. Dengan demikian definisi operasional variabel leverage adalah sebagai berikut:

Leverage (LEVE)

=

^{𝑇𝑜𝑡𝑎𝑙 𝐷𝑒𝑏𝑡}

𝑇𝑜𝑡𝑎𝑙 𝐸𝑞𝑢𝑖𝑡𝑦

...

(3.3)

3. 5. 2. 3. Sales Growth (SGROW)

Sales Growth, merupakan tingkat pertumbuhan penjualan perusahaan.

Penelitian ini menggunakan pengukuran sales growth seperti yang diterapkan dalam penelitian-penelitian sebelumnya (Amidu & Abor, 2006; Kania & Bacon, 2005; Khan & Ashraf, 2014) sebagai berikut:

Sales Growth (SGROW)

=

𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝑆𝑎𝑙𝑒𝑠−𝐿𝑎𝑠𝑡 𝑌𝑒𝑎𝑟 𝑆𝑎𝑙𝑒𝑠

𝐿𝑎𝑠𝑡 𝑌𝑒𝑎𝑟 𝑆𝑎𝑙𝑒𝑠

...

(3.4)

3. 5. 2. 4. Investment Opportunities (INVOPP)

Investment Opportunities, merupakan kesempatan yang ada bagi perusahaan untuk melakukan investasi, yang akan dipertimbangkan oleh investor dalam menentukan suatu investasi. Sesuai dengan pengukuran yang telah digunakan dalam penelitian-penelitian sebelumnya (Abor & Fiador, 2013; Arif &

Akbar, 2013; Issa, 2015; Museiga et al., 2013; Nuhu, 2014; Thanatawee, 2011), investment opportunity diukur dengan market-to-book value ratio (MBR) yang didefinisikan sebagai berikut:

Investment Opportunities (INVOPP)

=

𝑀𝑎𝑟𝑘𝑒𝑡 𝑉𝑎𝑙𝑢𝑒 𝑜𝑓 𝐸𝑞𝑢𝑖𝑡𝑦

𝐵𝑜𝑜𝑘 𝑉𝑎𝑙𝑢𝑒 𝑜𝑓 𝐸𝑞𝑢𝑖𝑡𝑦

...

(3.5)

3. 5. 3. Variabel Moderator 3. 5. 3. 1. Size (SIZE)

Size, merupakan ukuran besar atau kecilnya sebuah perusahaan.

Pengukuran size dilakukan berdasarkan penelitian sebelumnya (Ahmed & Javid, 2009; Arif & Akbar, 2013; Khalid & Rehman, 2015; Thanatawee, 2011), dengan rumus sebagai berikut:

Size (SIZE)

=

ln 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠

...

(3.6)

3. 6. Teknik Analisis Data

Teknik analisis data yang digunakan pada penelitian ini yaitu Structural Equation Modelling (SEM). Data yang diolah dalam penelitian ini merupakan data time series. Prosedur analisis data yang dilakukan adalah sebagai berikut.

a. Mendapatkan nilai dari variabel terikat yang digunakan dalam penelitian, yaitu DPR. Variabel terikat ini dihitung selama 5 periode, yaitu dari tahun 2011 hingga tahun 2015, sehingga DPR masing-masing memiliki 5 nilai.

b. Mendapatkan nilai dari masing-masing variabel bebas, yaitu PROF, LEVE, SGROW, dan INVOPP. Seluruh variabel bebas ini dihitung selama 5 periode, yaitu dari tahun 2010 hingga tahun 2015, sehingga masing-masing variabel tersebut memiliki 5 nilai.

c. Melakukan uji hipotesis penelitian dengan menggunakan structural equation modelling (SEM) untuk menguji pengaruh profitability, leverage, sales growth, dan investment opportunity terhadap dividend payout ratio, serta pengaruh size sebagai variabel moderator terhadap masing-masing hubungan.

3. 6. 1. Pengujian Hipotesis

Pengujian ini dilakukan untuk mengetahui tingkat signifikansi dari pengaruh variabel bebas yang digunakan dalam penelitian terhadap variabel terikat. Hubungan antara variabel terikat dengan variabel bebas dalam penelitian ini ditunjukkan dalam model analisis dan persamaan sebagai berikut:

Gambar 3.1. Model Analisis

DPR = α₀ + β ₁PROF + β ₂LEVE + β ₃SGROW + β ₄INVOPP + γ₁SIZE.PROF+ γ2SIZE.LEVE + γ ₃SIZE.SGROW + γ ₄SIZE.INVOPP + ε ... (3.7) Dalam pengujian hipotesis dilakukan uji signifikansi variabel bebas terhadap variabel terikat dengan menggunakan structural equation modelling (SEM), yaitu Partial Least Square (PLS).

3. 6. 2. Analisa Partial Least Square (PLS)

Analisis Partial Least Square (PLS) adalah teknik statistika multivariat yang melakukan pembandingan antara variabel dependen berganda dan variabel independen berganda. PLS merupakan salah satu metode analisis persamaan struktural (SEM) berbasis varian yang didesain untuk menyelesaikan regresi berganda ketika terjadi permasalahan spesifik pada data, seperti ukuran sampel penelitian kecil, adanya data yang hilang, dan multikolinearitas (Jogiyanto &

Abdilah, 2009).

Tujuan dari analisa PLS adalah untuk memprediksi pengaruh variabel independen terhadap variabel dependen, dan menjelaskan hubungan teoritikal di antara kedua variabel. PLS dapat digunakan untuk mengidentifikasi faktor yang merupakan kombinasi variabel independen sebagai penjelas, dan variabel dependen sebagai variabel respon.

Profitability

Leverage

Sales Growth

Investment Opportunities

Dividend Payout Ratio H1

H2

H3

H4

H51 H52 H53

H54

Size

PLS secara simultan dapat melakukan pengujian model pengukuran sekaligus pengujian model struktural. Model pengukuran digunakan untuk uji validitas dan reliabilitas, sedangkan model struktural digunakan untuk uji kausalitas (pengujian hipotesis dengan model prediksi).

Evaluasi model PLS dilakukan dengan melakukan evaluasi outer model dan inner model. Outer model merupakan model pengukuran untuk menilai validitas dan reliabilitas model. Melalui proses iterasi algoritma, parameter model pengukuran (validitas konvergen, validitas diskriminan, composite reliability, dan Cronbach’s alpha). Kemudian inner model merupakan model struktural untuk memprediksi hubungan kausalitas antar variabel laten, melalui proses bootstrapping, parameter uji T-statistic diperoleh untuk memprediksi adanya hubungan kausalitas (Jogiyanto & Abdilah, 2009).

3. 6. 2. 1. Model Pengukuran (Outer Model)

Model pengukuran dalam PLS digunakan untuk menguji validitas konstruk dan reliabilitas instrument. Uji validitas dilakukan untuk mengetahui kemampuan instrument penelitian dalam mengukur apa yang seharusnya diukur.

Sedangkan uji reliabilitas digunakan untuk mengukur konsistensi alat ukur dalam mengukur suatu konsep.

3. 6. 2. 1. 1. Uji Validitas

Uji validitas konstruk menunjukkan seberapa baik hasil yang diperoleh dari penggunaan suatu pengukuran sesuai teori-teori yang digunakan untuk mendefinisikan suatu konstruk (Ghozali, 2008). Dalam uji validitas konstruk ini, suatu konstruk harus memiliki korelasi yang kuat antara konstruk dengan item- itemnya, dan hubungan yang lemah dengan variabel lainnya. Validitas konstruk terdiri atas validitas konvergen dan validitas diskriminan.

a. Uji Validitas Konvergen (Convergent Validity)

Uji validitas konvergen (convergent validity) merupakan pengukuran korelasi antara skor indikator dengan skor variabel laten. Convergent validity digunakan untuk mengukur dalam menentukan apakah setiap indikator yang diestimasi secara valid mengukur dimensi dari konsep

pengukur-pengukur dari suatu konstruk seharusnya memiliki korelasi tinggi. Uji validitas konvergen dalam PLS dinilai berdasarkan loading factor (korelasi antara skor item/skor komponen dengan skor konstruk).

Semakin tinggi nilai faktor loading, maka semakin penting peranan loading dalam menginterpretasikan matrik faktor. Untuk pemeriksaan awal dari pengembangan skala pengukuran, nilai loading lebih besar 0,50 dianggap sudah baik (Ghozali, 2008).

b. Uji Validitas Diskriminan (Discriminant Validity)

Uji validitas diskriminan (discriminant validity) merupakan pengukuran indikator dengan variabel laten. Pengukuran discriminant validity dinilai berdasarkan nilai cross loading. Suatu indikator dikatakan memenuhi discriminant validity jika cross loading indikator terhadap variabelnya terbesar jika dibandingkan dengan variabel lainnya (Ghozali, 2008). Uji validitas diskriminan dilakukan dengan prinsip bahwa pengukur-pengukur konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi. Validitas diskriminan terjadi jika dua instrumen yang berbeda yang mengukur dua konstruk yang diprediksi tidak berkorelasi akan menghasilkan skor yang memang tidak berkorelasi. Uji validitas diskriminan dinilai berdasarkan cross loading pengukuran dengan konstruknya. Selain itu, metode lain yang digunakan untuk menilai validitas diskriminan adalah dengan membandingkan akar AVE untuk setiap konstruk dengan korelasi antara konstruk dengan konstruk lainnya dalam model. Model penelitian dikatakan memenuhi syarat validitas diskriminan jika nilai akar AVE untuk setiap konstruk lebih besar daripada korelasi antara konstruk dengan konstruk lainnya dalam model.

3. 6. 2. 1. 2. Uji Reliabilitas

Uji reliabilitas bertujuan untuk mengukur tingkat konsistensi internal alat ukur. Reliabilitas menunjukkan akurasi, konsistensi, dan ketepatan suatu alat ukur dalam melakukan pengukuran (Ghozali, 2008). Uji reliabilitas dalam PLS dapat menggunakan dua metode, yaitu Cronbach’s alpha dan composite reliability.

Cronbach’s alpha mengukur batas bawah nilai reliabilitas, sedangkan composite reliability mengukur nilai sesungguhnya reliabilitas suatu konstruk. Syarat yang harus dipenuhi dalam uji reliabilitas adalah nilai composite reliability atau Cronbach’s alpha harus lebih besar dari 0,7 meskipun 0,6 masih dapat diterima..

3. 6. 2. 2. Model Struktural (Inner Model)

Model struktural dalam PLS dievaluasi dengan menggunakan R² untuk konstruk dependen, nilai path coefficient atau t-values tiap path untuk uji signifikansi antar konstruk dalam model struktural. Koefisien determinasi (R²) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Nilai koefisien determinasi adalah antara nol dan satu.

Nilai R² yang kecil artinya semakin terbatas kemampuan variabel-variabel bebas dalam menjelaskan variabel terikat. Sedangkan nilai R² yang mendekati satu artinya variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel terikat (Ghozali, 2008).

Nilai path coefficient atau inner model menunjukkan tingkat signifikansi dalam pengujian hipotesis. Skor path coefficient atau inner model yang ditunjukkan oleh nilai T-statistic harus di atas 1,96 untuk hipotesis dua ekor (two- tailed) dan di atas 1,64 untuk hipotesis satu ekor (one-tailed) untuk pengujian hipotesis pada tingkat kepercayaan (alpha) 5% dan power 80%. Untuk pengujian hipotesis penelitian, digunakan hipotesis statistik sebagai berikut:

a. Pengaruh variabel independen terhadap variabel dependen:

H0 : αi = 0 i = 1, 2, 3, 4 Ha : αi ≠ 0

dengan:

i = 1  Pengaruh profitability terhadap dividend payout ratio i = 2  Pengaruh leverage terhadap dividend payout ratio i = 3  Pengaruh sales growth terhadap dividend payout ratio

i = 4  Pengaruh investment opportunities terhadap dividend payout ratio

b. Pengaruh variabel moderator size pada masing-masing hubungan:

H0 : βi = 0 i = 1, 2, 3, 4 Ha : βi ≠ 0

dengan:

i = 1  Terdapat interaksi antara size dengan profitability terhadap dividend payout ratio

i = 2  Terdapat interaksi antara size dengan leverage terhadap dividend payout ratio

i = 3  Terdapat interaksi antara size dengan sales growth terhadap dividend payout ratio

i = 4  Terdapat interaksi antara size dengan investment opportunities terhadap dividend payout ratio

3. 6. 2. 3. Pengukuran Model Konstruk

Sedangkan untuk mengukur model konstruk digunakan Q-square predictive relevance. Q-square dapat mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya. Jika Q-square > 0 berarti menunjukkan bahwa model memiliki predictive relevance, sebaliknya jika nilai Q-square < 0 menunjukkan model kurang memiliki predictive relevance (Ghozali, 2008). Perhitungan Q-square dapat dilakukan dengan rumus:

𝑄² = 1 − (1 − 𝑅₁²)(1 − 𝑅₂²) … (1 − 𝑅_𝑝²) ... (3.8) Dimana R12

, R22

... Rp2

adalah R-square variabel endogen dalam model.