3. METODOLOGI PENELITIAN

3. METODOLOGI PENELITIAN

3.1 Model Analisis

Untuk melakukan pengujian terhadap hipotesis-hipotesis dalam penelitian ini, penelitian ini menggunakan model analisis analisis skematis sebagai berikut:

Gambar 3. 1 Model Analisis

Selain bentuk skematis, model analisis juga dinyatakan dalam bentuk persamaan matematis sebagai berikut:

EPS

_i,t

= 𝑎

₀

+ β

₁

KINL

_i.t−1

+ β

₂

COMP

_i.t−1

+ β

₃

PROF

_i.t−1

+ β

₄

SIZE

_i.t−1

+ ε (3.1) Dimana:

EPS

_i,t−1

= Earning per share perusahaan i pada periode t;

𝑎 = Konstanta

KINL

_i,t−1

= Kinerja Lingkungan perusahaan i pada periode t;

COMP

_i,t−1

= Level of competitiveness perusahaan i pada periode t;

PROF

_i,t−1

= Profil Industri perusahaan i pada periode t;

SIZE

_i,t−1

= Firm size i pada periode t;

β

₁

= Koefisien regresi dari variabel Kinerja Lingkungan;

β

2

= Koefisien regresi dari variabel Level of Competitiveness;

β

₃

= Koefisien regresi dari variabel Profil Industri;

Kinerja Lingkungan (Variabel Independen)

Earning per Share (Variabel Dependen)

Variabel Kontrol:

Level of Competitiveness Industry Profile

Firm Size

β

4

= Koefisien regresi dari variabel Firm Size;

ε = Error

3.2 Definisi Operasional Variabel

Tabel 3. 1 Definisi Operasional Variabel

Variabel Definisi Operasional Skala

Earning per share (EPS)

Perhitungan EPS diatur dalam International Accounting Standard 33 (IASB, 2008) dengan menggunakan rumus:

EPS =

𝑁𝑒𝑡 𝐼𝑛𝑐𝑜𝑚𝑒−𝑃𝑟𝑒𝑓𝑒𝑟𝑟𝑒𝑑 𝐷𝑖𝑣𝑖𝑑𝑒𝑛𝑑𝑠 𝑂𝑢𝑡𝑠𝑡𝑎𝑛𝑑𝑖𝑛𝑔 𝑆ℎ𝑎𝑟𝑒

Rasio

Kinerja Lingkungan (KINL)

Kinerja lingkungan diukur dengan menggunakan pemeringkatan PROPER yang mengukur kinerja lingkungan perusahaan dengan menggunakan pemeringkatan berdasarkan warna (Kementerian Lingkungan Hidup, 2010) di mana peringkat emas diberi nilai lima, hijau adalah nilai empat, biru diberi nilai tiga, merah diberi nilai dua dan hitam diberi nilai satu (Sarumpaet et al., 2017).

Ordinal

Level of

competitiveness (COMP)

Untuk mengukur level of competitiveness, penelitian ini menggunakan HHI (Herfindahl-Hirschman Index) sesuai dengan penelitian Chen dan Chiu (2014) yang menggunakan rumus total dari pangsa pasar kuadrat dari semua perusahaan pada suatu pasar.

HHI= ∑(Pangsa pasar)

²

Rasio

Profil Industri (PROF)

Sejalan dengan sensitivitas perusahaan terhadap masalah lingkungan, jenis industri diklasifikasi menjadi dua kelompok utama, yaitu industri high-profile dan low- profile (Roberts, 1992). Dalam penelitian ini, perusahaan yang tergolong industri high-profile diberikan skor 1 dan industri low-profile diberikan skor 0.

Nominal

Tabel 3. 2 Definisi Operasional Variabel (Lanjutan)

Variabel Definisi Operasional Skala

Firm size (SIZE)

Konsisten dengan penelitian sebelumnya, penelitian ini menggunakan logaritma dari total aktiva sebagai indikator firm size (Sarumpaet, 2005; Liang & Liu, 2017; Li et al., 2017).

SIZE= log (total aktiva)

Rasio

3.3 Jenis dan Sumber Data

Penelitian ini menggunakan data kualitatif dan kuantitatif dari pengumuman PROPER dan laporan keuangan tahunan perusahaan yang mengikuti PROPER secara konsisten dan terdaftar di Bursa Efek Indonesia dalam rentang delapan tahun yakni dari tahun 2010 hingga 2017.

3.4 Instrumen dan Pengumpulan Data

Instrumen dan pengumpulan data yang dilakukan dalam penelitian ini menggunakan metode dokumentasi dalam rentang delapan tahun yaitu dari tahun 2010-2017.

3.5 Populasi

Populasi dalam penelitian ini adalah semua perusahaan di Indonesia.

3.6 Sampel dan Teknik Sampling

Teknik sampling yang digunakan dalam penelitian ini adalah purposive sampling. Purposive sampling dilakukan dengan menentukan sampel sesuai kriteria tertentu. Kriteria sampel dalam penelitian ini, antara lain:

1. Perusahaan-perusahaan terdaftar di BEI dalam rentang waktu 2010-2017.

2. Perusahaan mengikuti PROPER secara konsisten selama delapan tahun (periode 2010-2017).

3. Perusahaan memiliki komponen-komponen data yang diperlukan untuk

penelitian.

3.7 Unit Analisis

Unit analisis dalam penelitian ini adalah tingkat organisasi.

3.8 Teknik Analisis Data

Tahapan analisis yang dilakukan untuk menguji hipotesis dalam penelitian ini, antara lain:

1. Mengumpulkan dan menghitung data yang diambil dari laporan keuangan tiap tahun setiap perusahaan yang mengikuti PROPER secara konsisten selama delapan tahun dari tahun 2010-2017 yang diperoleh dari Bursa Efek Indonesia (BEI).

2. Melakukan perhitungan dengan statistik deskriptif yang dapat memudahkan pemahaman mengenai variabel-variabel yang akan diuji dalam penelitian. Statistik deskriptif yang dimaksud dalam penelitian ini merupakan deskripsi data melalui penghitungan mean, median, standar deviasi, nilai minimum dan nilai maksimum.

3. Alat analisis yang digunakan dalam penelitian ini adalah model analisis data panel yang dapat dikelompokkan menjadi:

a. Model Common – Effect

Model ini mengasumsikan bahwa semua keheterogenan telah dijelaskan oleh variabel independen sehingga tidak ada keheterogenan antara individu yang tidak terobservasi (konstantanya sama). Estimasi parameter model ini menggunakan metode Ordinary Least Square (OLS). Model common-effect yang akan digunakan antara lain (Silalahi et al., 2014):

𝑌

_𝑖𝑡

= 𝑎 + β

_𝑗

𝑋

_𝑖𝑡^𝑗

+ 𝑒

_𝑖𝑡

(3.2) Dimana:

𝑌

_𝑖𝑡

= variabel dependen dari unit ke-i dan periode ke-t 𝑎 = konstanta

β

_𝑗

= parameter untuk variabel ke-j

𝑋

_𝑖𝑡^𝑗

= variabel independen ke-j dari unit ke-i periode ke-t

𝑒

b. Model Fixed – Effect

Model ini mengasumsikan bahwa terdapat keheterogenan antara individu yang tidak terobservasi sehingga nilai konstanta untuk setiap variabel independen berbeda tetapi slopenya sama. Estimasi model ini menggunakan metode Least Square Dummy Variable (LSDV), yakni menambahkan variabel dummy untuk masing-masing variabel independen. Model fixed-effect yang akan digunakan ialah (Silalahi et al., 2014):

𝑌

_𝑖𝑡

= 𝑎

_𝑖

+ β

_𝑗

𝑋

_𝑖𝑡^𝑗

+ 𝑒

_𝑖𝑡

(3.3) Dimana:

𝑌

_𝑖𝑡

= variabel dependen dari unit ke-i dan periode ke-t 𝑎

_𝑖

= konstanta untuk unit ke-i

β

_𝑗

= parameter untuk variabel ke-j

𝑋

_𝑖𝑡^𝑗

= variabel independen ke-j dari unit ke-i periode ke-t 𝑒

_𝑖𝑡

= error unit ke-i pada perode ke-t

c. Model Random – Effect

Model ini mengasumsikan bahwa konstanta adalah variabel random.

Estimasi dalam model ini menggunakan Generalized Least Square.

Model random-effect yang akan digunakan yaitu (Silalahi et al., 2014):

𝑌

_𝑖𝑡

= 𝑎

_𝑖

+ β

_𝑗

𝑋

_𝑖𝑡^𝑗

+ ɥ

_𝑖𝑡

ɥ

_𝑖𝑡

= 𝑢

_𝑖

+ 𝑣

_𝑖

+ 𝑤

_𝑖𝑡

(3.4) Dimana:

𝑢

_𝑖

~ 𝑁 (0, 𝜎

_𝑢²

) = komponen cross section error 𝑢

_𝑖

~ 𝑁 (0, 𝜎

_𝑣²

) = komponen time series error 𝑢

_𝑖

~ 𝑁 (0, 𝜎

_𝑤²

) = time series dan cross section error

4. Untuk memilih model terbaik dari ketiga model di atas, maka dilakukan uji Chow, uji Hausman, dan uji LM Breusch-Pagan.

a. Uji Chow dilakukan untuk memilih antara model common-effect dan

fixed-effect. Jika hasil Uji Chow menyatakan H0 diterima, maka teknik

regresi data panel menggunakan model common-effect dan pengujian berhenti. Namun, apabila hasil Uji Chow menyatakan H0 ditolak, maka teknik regresi data panel menggunakan model fixed-effect dan untuk selanjutnya dilakukan uji Hausman. Hipotesis dalam Uji Chow adalah (Falah et al., 2016):

H0 : Model common-effect H1 : Model fixed-effect

b. Uji Hausman dilakukan untuk memilih alat analisa data menggunakan fixed-effect atau random-effect. Ini digunakan apabila metode fixed- effect dan random-effect lebih baik dari metode common-effect. Statistik uji Hausman mengikuti chi-square dengan degree of freedom sebanyak jumlah variabel bebas dari model. Apabila nilai statistik Hausman lebih besar dari nilai kritis chi square maka hipotesis nol ditolak yang artinya model yang tepat untuk regresi data panel adalah model fixed-effect dan sebaliknya, apabila nilai statistik Hausman lebih kecil dari nilai kritis chi- square maka hipotesis nol diterima yang artinya model yang tepat untuk

regresi data panel adalah model random-effect. Dengan ketentuan (Falah, et al. 2016):

H0 : Model random-effect H1 : Model fixed-effect c. Uji LM Breusch-Pagan

Uji Lagrange Multiplier (LM) digunakan untuk mengetahui signifikan teknik Random Effect. Uji Lagrange Multiplier (LM) digunakan untuk memilih antara common-effect atau random-effect. Ketentuannya antara lain (Silalahi et al., 2014):

H0 : Model random-effect H1 : Model common-effect

5. Melakukan uji asumsi klasik yang terdiri dari empat pengujian yaitu uji

normalitas, uji autokorelasi, uji multikolinearitas, dan uji

heteroskedastisitas. Jika model yang terpilih adalah common-effect maka

uji kelayakan data dilakukan dengan empat pengujian asumsi klasik

tersebut. Jika model yang terpilih adalah fixed-effect maka dilakukan

pengujian heteroskedastisitas. Jika model yang terpilih adalah random- effect maka tidak perlu dilakukan pengujian.

a. Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah error dari persamaan regresi memiliki distribusi yang normal. Data dapat dinyatakan baik apabila memiliki error yang terdistribusi normal. Uji normalitas dalam penelitian ini menggunakan uji Kolmogorov- Smirnov dengan menggunakan taraf signifikansi 5% dan error dapat dikatakan terdistribusi normal jika memiliki signifikansi lebih dari 5%.

b. Uji Autokorelasi

Uji autokorelasi dilakukan untuk menguji apakah ditemukan korelasi antara error pada suatu periode dengan periode sebelumnya dalam sebuah model regresi linear. Metode yang digunakan untuk pengujian adalah dengan menghitung nilai Durbin-Watson. Dalam penelitian ini diharapkan tidak ada autokorelasi. Data dari penelitian dinyatakan bebas autokorelasi jika nilai Durbin-Watson berada di rentang 0 dan 2.

c. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk memeriksa apakah antar variabel independen terdapat korelasi. Model regresi dinyatakan layak apabila tidak terdapat korelasi antar variabel independennya (tidak terdapat multikolinearitas). Penelitian ini menggunakan VIF (variance inflation factor) dalam menguji adanya multikolinearitas. Nilai VIF yang melebihi 10 menunjukkan adanya sifat multikolinearitas.

d. Uji Heteroskedastisitas

Heteroskedastisitas merupakan keadaan dimana setiap error tidak

memiliki varian yang sama. Data dapat dinyatakan baik jika memiliki

error yang homogen. Untuk mendeteksi heteroskedastisitas penelitian

ini menggunakan uji Glejser dengan signifikansi 10% atau 5%. Data

dinyatakan terbebas dari asumsi heteroskedastisitas apabila nilai

signifikansi lebih dari 10% atau 5%.

6. Melakukan uji kelayakan model regresi. Uji kelayakan model digunakan untuk mengetahui berapa rentang variabel independen mempengaruhi variabel dependen. Penelitian ini menggunakan uji F dan R

²

. Uji F dilakukan untuk menilai apakah model regresi layak digunakan untuk menguji hipotesis dan dapat dikatakan layak digunakan jika tingkat signifikansi F kurang dari 10% atau 5%. Apabila hasilnya layak, maka tahap berikutnya adalah menghitung nilai R

²

. Nilai R

²

mencerminkan seberapa besar kontribusi variabel independen dalam mempengaruhi variabel dependen. Semakin R

²

mendekati nol, maka semakin kecil pengaruh variabel independen terhadap variabel dependen. Sebaliknya, semakin R

²

mendekati satu, maka semakin besar pengaruh variabel independen terhadap variabel dependen.

7. Melakukan uji hipotesis (uji t). Uji t dilakukan untuk mengetahui pengaruh

variabel independen terhadap variable dependen. Pengambilan keputusan

dapat didasarkan pada nilai signifikansi dari data regresi. Nilai signifikansi

yang digunakan adalah 10% dan 5%. Apabila nilai signifikansi kurang dari

10% dan 5%, dapat dikatakan bahwa variabel independen berpengaruh

secara signifikan terhadap variabel dependen.