4.1. Desain Penelitian
Berdasarkan karakteristik masalah dalam penelitian ini maka desain penelitian menggunakan pengujian beda rata-rata. Di mana pengujian beda rata- rata merupakan tipe penelitian dengan karakteristik masalah berupa perbandingan antara dua vaiabel atau lebih. Dalam penelitian ini, dilakukan pengamatan terhadap konsekuensi-konsekuensi yang timbul dan menelurusi kembali fakta yang secara masuk akal sebagai faktor-faktor penyebabnya. Penelitian ini bertujuan untuk mengetahui perbedaan kinerja perusahaan antara perusahaan bertipologi prospector dan defender.
Seleksi Perusahaan Prospector dan Defender
Dalam menentukan perusahaan bertipologi prospector dan defender, maka dalam penelitian ini digunakan analisis faktor yang didasarkan pada Saraswati dan Atmini (2007). Tujuan utama dari analisis faktor adalah mendefinisikan struktur suatu data matrik dan menganalisis struktur saling hubungan (korelasi) antar sejumlah besar variabel atau dimensi yang sering disebut dengan faktor.
Analisis faktor menghendaki bahwa matrik data harus memiliki korelasi yang cukup agar dapat dilakukan analisis faktor. Uji yang digunakan untuk melihat interkorelasi antar variabel dan dapat tidaknya analisis faktor dilakukan
sampai 1, jika nilai MSA < 0.50 maka analisis faktor tidak dapat dilakukan (Ghozali,2005).
Indeks faktor yang diperoleh kemudian diurutkan mulai dari yang terendah sampai yang tertinggi. Sepertiga peringkat pertama diidentifikasi sebagai perusahaan bertipologi defender dan sepertiga terakhir diidentifikasikan sebagai perusahaan bertipologi prospector. Sisanya akan dihilangkan dari sampel karena kurang tepat untuk membedakan antara perusahaan prospector dan defender.
Menurut Habbe dan Hartono (2001) untuk menentukan sampel yang tergolong perusahaan bertipologi prospector dan sampel mana yang tergolong perusahaan defender ditentukan dengan empat variabel indikator yang digunakan sebagai proksi perusahaan bertipologi prospector dan defender dapat dirumuskan sebagai berikut :
KAPREN = KAR/PEN PBV = MV/BV
CETA = (CEt – CEt-1) / TAt-1
CEMVE = (CEt – CEt-1) / MVEt-1
Keterangan :
KAR = Total karyawan PEN = Total penjualan bersih
MV = Harga pasar per lembar saham BV = Nilai buku per lembar saham CEt = Capital expenditure tahun t CEt-1 = Capital expenditure tahun t-1
MVEt-1 = Nilai pasar ekuitas akhir tahun t-1 TAt-1 = Total asset tahun t-1
Berikut beberapa tahapan dalam melakukan analisis faktor untuk menentukan antara perusahaan bertipologi prospector dan defender dengan menggunakan common factor analysis.
Tahapan Yang Digunakan Untuk Analisa Faktor
Tujuan analisa faktor disini adalah untuk mereduksi keempat variabel yaitu (1) rasio karyawan terhadap penjualan, (2) rasio market value to book value, (3) rasio capital expenditure to total asset, dan (4) rasio capital expenditure to market value equity; ke dalam jumlah faktor yang lebih sedikit dari jumlah variabel awal. Faktor yang tercipta tetap mencerminkan variabel-variabel aslinya.
Langkah-langkah dalam analisa faktor adalah: (Untuk memudahkan pengertian penulis menggunakan angka hipotetikal dengan 8 variabel)
Pertama : membuat matriks korelasi antar variabel
Korelasi yang tinggi antara variabel berarti variabel tersebut dapat dimasukkan dalam satu faktor. Jika sebuah variabel mempunyai kecenderungan mengelompok maka variabel tersebut akan mempunyai korelasi yang tinggi dengan variabel lain.
Ada dua test di sini, yaitu :
1) Metode Kaiser-Meyer Olkin (KMO)
Metode ini mengukur homogenitas variabel indikator, yang dipilih adalah angka KMO 0.50 atau lebih. Adapun arti ukuran KMO dijelaskan pada Tabel 4.1.
Tabel 4.1 Arti Ukuran KMO Ukuran
KMO
Arti
≥ 0.90 Sangat baik
0.80 – 0.90 Berguna 0.70 – 0.79 Biasa 0.60 – 0.69 Cukup 0.50 – 0.59 Buruk
≤ 0.50 Tidak diterima
Angka Kaiser-Meyer Olkin (KMO) memberikan petunjuk apakah indikator-indikator yang ada layak dianalisa dengan analisa faktor. Syarat kecukupan adalah bila nilai KMO diatas 0.50 artinya memenuhi syarat kecukupan untuk analisa faktor.
2) Bartlett Test of Sphericity
Uji Bartlett ini adalah uji statistik untuk signifikansi menyeluruh dari semua korelasi dalam matriks korelasi, bentuk ujinya adalah:
Ho: Data yang diobservasi merupakan sampel dari distribusi normal yang mana koefisien korelasinya nol.
Ha: Data yang diobservasi dari distrubusi normal dengan korelasi tidak sama dengan nol.
Jika angka Sig lebih kecil dari 0.05 maka Ho ditolak atau Ha diterima.
Dalam hal ini tidak diperlukan lagi uji normalitas.
Contoh output SPSS untuk uji KMO dan Bartlett adalah sebagai berikut:
Pertama : Kaiser-Meyer Olkin (KMO) dan Bartlett Test of Sphericity
Tabel 4.2
Contoh KMO dan Bartlett Test of Sphericity
Kaiser-Meyer Olkin (KMO) measure
of sampling
Adequacy 0.676
Bartlett Test
of Sphericity Approx. Chi-square 121,92
df 8 28
Sig. 0
Dari tabel ini angka KMO adalah sebesar 0.676 yang berarti > 0.50 sehingga telah memenuhi syarat untuk analisa faktor. Untuk Bartlett Test of Sphericity ditunjukkan dengan angka Chi-square sebesar 121.928 dengan angka sig sebesar 0.000 lebih kecil dari 0.05. Jadi dapat disimpulkan bahwa data yang diobservasi dari distribusi normal dan dengan korelasi tidak sama dengan nol.
Kedua: Ekstraksi Faktor
Ekstraksi faktor adalah suatu metode yang digunakan untuk mereduksi data dari beberapa variabel. Tujuannya adalah untuk mereduksi data dari beberapa variabel sehingga menghasilkan jumlah faktor lebih sedikit agar lebih mudah diinterpretasikan.
Pada Matrix Communalities ini disajikan nilai awal dan nilai ekstraksi.
Angka extraction pertama sebesar 0.496 diperoleh dari angka penjumlahan baris pertama Component Matrix di bawah dikuadratkan. Angka tersebut adalah
496 . 0 528 . 0 466 .
0 2 2
demikian juga angka baris kedua.
Tabel 4.3
Contoh Communalities Initial Extraction
1 1 0.496
2 1 0.735
3 1 0.677
4 1 0.691
5 1 0.728
6 1 0.366
7 1 0.6
8 1 -0.656
Ketiga: Rotasi Faktor
Tujuannya adalah untuk mendapatkan struktur (jumlah) faktor yang lebih sederhana (lebih sedikit) sehingga lebih mudah diinterpretasikan. Hasilnya dari rotasi ini berupa Total Variance Explained pada Tabel 4.4.
Tabel 4.4
Contoh Total Variance Explained
Component Initial Eigenvalues Extraction Sum of Squares Loadings Total % Of
Variance Cumulative
% Total % Of
Variance Cumulative
1 3.356 41.949 41.949 3.356 41.949 41.949 %
2 1.594 19.931 61.88 1.594 19.931 61.88
3 0.972 12.152 74.032
4 0.67 8.378 82.41
5 0.563 7.043 89.453
6 0.469 5.868 95.321
7 0.196 2.445 97.766
8 0.179 2.234 100
Tabel ini menjelaskan besarnya variance yang dapat dijelaskan oleh faktor yang terbentuk. Ada 8 variabel yang dimasukkan. Dengan masing-masing variabel mempunyai mean zero dan variance 1 maka jumlah kolom total = 3.356 + 1.594 + ... + 0.179 = 8
Jika ke 8 variabel tersebut diringkas menjadi satu faktor maka variance yang bisa dijelaskan oleh satu faktor tersebut adalah 41.949% yang didapat dari (3.356/8)× 100% = 41.949%. Jika ke 8 variabel tersebut diringkas menjadi dua faktor maka variance yang bisa dijelaskan oleh dua faktor tersebut variance faktor 1 sebesar 41.949% dan variance faktor 2 sebesar (1.594/8)× 100% = 19.931%
atau jumlahnya sebesar 61.88%. Artinya 61.88% dari variabilitas kedelapan variabel dasar.
Angka eigenvalues dibawah 1 tidak digunakan dalam menghitung jumlah faktor yang terbentuk, untuk contoh ini hanya ada 2 faktor yang terbentuk.
Keempat: Component Matrix
Tabel 4.5
Contoh Component Matrix
Component
Pertama Kedua 1 -0.466 0.528 2 0.847 0.132 3 0.809 0.151 4 0.538 0.634 5 -0.841 -0.147 6 0.346 0.497 7 -0.587 0.506 8 0.554 -0.591
Jadi dari 8 variabel di atas terbentuk dua faktor, yaitu faktor Pertama dan faktor Kedua yang ditunjukkan pada kolom Component. Angka yang ada merupakan faktor loading yang merupakan korelasi antara tiap variabel dengan faktor yang terbentuk.
Pada Component matrix di atas, variabel nomor 4 mempunyai korelasi diatas 0.5 terhadap faktor pertama dan faktor kedua sulit untuk dipilih. Untuk mengatasi ini digunakan metode rotasi. Hasilnya terlihat pada matrix Rotated Component Matrix berikut:
Tabel 4.6
Contoh Rotated Component Matrix Component
Pertama Kedua 1 -0.0288 0.704 2 0.741 -0.432 3 0.723 -0.393 4 0.817 0.153 5 -0.745 0.417 6 0.582 0.167 7 -0.136 0.763 8 0.0565 -0.808
Matriks ini dapat menunjukkan kriteria (variabel) mana yang masuk faktor pertama dan mana yang masuk faktor kedua dan seterusnya. Hasil dari rotasi component matriks diperoleh dua faktor dengan unsur-unsurnya yaitu:
Faktor Pertama, meliputi variabel 2, 3, 4, 5 dan 6 Faktor Kedua, meliputi variabel 1, 7 dan 8 Hubungan linear dapat dibuat sebagai berikut:
06 582
. 0
05 745
. 0 04 817
. 0 03 723
. 0 01 741
. 0
Variable
Variable Variable
Variable Variable
Pertama Factor
08 Variable 808
. 0 07 Variable 763
. 0 01 Variable 704
. 0 Kedua
Factor
Penerapannya pada penelitian ini adalah bahwa jumlah variabel adalah 4 buah yaitu (1) rasio karyawan terhadap penjualan, (2) rasio market value to book
value, (3) rasio capital expenditure to total asset, dan (4) rasio capital expenditure to market value equity. Misal diperoleh 2 faktor, maka nilai masing- masing faktor adalah:
Faktor 1 = 0.9 Rasio Kary + 0.7 Rasio Capex to TA Faktor 2 = 0.8 Rasio MV + 0.6 Rasio Capex to MVE
Tabel 4.7
Contoh Output Faktor 1 dan Faktor 2
No Perusahaan Rasio Kary Rasio MV
Rasio Capex to TA
Rasio Capex to MV E
Faktor1 Faktor2 Factor Sum
1 PT A 0.75 2.5 0.3 0.8 0.885 2.48 3.365
2 PT B 3 4
5 6 .... 7 ....
....
Diperoleh untuk PT A :
Faktor 1 = 0.9(0.75) + 0.7(0.3) = 0.885 Faktor 2 = 0.8(2.5) + 0.6(0.8) = 2.48
Di sini akan diperoleh dua versi ranking untuk mendapatkan kelompok perusahaan prospector dan defender, yaitu berdasarkan faktor 1 dan berdasarkan faktor 2, kedua faktor tersebut kemudian dijumlahkan (factor_sum). Langkah selanjutnya adalah mendapatkan rata-rata pertumbuhan penjualan, rata-rata
pertumbuhan laba, rata-rata return on investment , dan rata-rata return on sales untuk perusahaan kelompok prospector dan defender.
Dengan uji beda dapat diketahui, yaitu:
1) Apakah rata-rata pertumbuhan laba (income growth) perusahaan manufaktur bertipologi prospector lebih besar dari perusahaan manufaktur bertipologi defender?
2) Apakah rata-rata pertumbuhan penjualan (sales growth) perusahaan manufaktur bertipologi prospector lebih besar dari perusahaan manufaktur bertipologi defender?
3) Apakah rata-rata return on investment (ROI) perusahaan manufaktur bertipologi prospector lebih kecil dari perusahaan manufaktur bertipologi defender ?
4) Apakah rata-rata return on sales perusahaan manufaktur bertipologi prospector lebih besar dari perusahaan manufaktur bertipologi defender?
4.2. Populasi dan Sampel Penelitian
Populasi dalam penelitian ini adalah seluruh perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2011 sampai 2014. Pada penelitian ini sampel yang digunakan yaitu perusahaan manufakur yang terdatar di Bursa Efek Indonesia (BEI) pada tahun 2011 sampai 2014. Unit analisis pada penelitian ini yaitu tingkat perusahaan karena penelitian ini berkaitan dengan kinerja yang difokuskan pada kinerja suatu perusahaan.
Sampel dipilih berdasarkan metode purposive sampling dengan tujuan untuk mendapatkan sampel yang sesuai dengan kriteria tertentu. Adapun kriteria pemilihan sampel adalah:
1) Perusahaan manufaktur menurut klasifikasi Indonesian Capital Market Directory 2014.
2) Perusahaan yang telah menerbitkan laporan keuangan auditan berturut- turut selama tahun 2011 sampai 2014.
3) Perusahaan yang memiliki laba positif.
4) Laporan keuangan perusahaan berakhir tanggal 31 Desember dan dinyatakan dalam rupiah.
5) Perusahaan yang terklasifikasi sebagai perusahaan dengan tipe prospector dan defender.
4.3. Teknik Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder, pengertian dari data sekunder menurut Sekaran (2013) yaitu “Data yang diperoleh melalui sumber yang ada dan tidak perlu dikumpulkan sendiri oleh peneliti”. Data sekunder yang digunakan diperoleh dari laporan keuangan perusahaan yang tercatat dalam Indonesian Capital Market Directory serta Bursa Efek Indonesia (BEI). Adapun data yang dibutuhkan berupa :
1) Data akuntansi yang diambil dari laporan keuangan perusahaan sampel selama tahun 2011 sampai 2014, yaitu penjualan bersih, capital expenditure, total aktiva, jumlah karyawan, laba sebelum pajak,
extraordinary items, dan discontinued operation yang diperoleh dari Bursa Efek Indonesia (BEI).
2) Harga pasar saham, nilai buku saham, dan data publikasi laporan keuangan yang diperoleh dari Bursa Efek Indonesia (BEI).
4.4. Definisi Operasional Variabel dan Pengukurannya 4.4.1. Pertumbuhan Laba (Income Growth)
Pertumbuhan laba pada perusahaan prospector dan defender diperoleh dari laba sebelum pajak, tidak termasuk extraordinary items dan discontinued operations pada tahun t dikurangi laba sebelum pajak, tidak termasuk extraordinary items dan discontinued operations pada tahun t-1 dibagi dengan nilai pasar ekuitas pada akhir tahun t-1. Pengukuran variabel pertumbuhan laba menggunakan skala rasio. Menurut Saraswati dan Atmini (2007), pertumbuhan laba dapat dirumuskan sebagai berikut :
ΔIBED = IBEDt-IBEDt-1
MVEt-1
Keterangan :
IBED = Income Before Extraordinary items and Discontinued Operations
ΔIBED= Pertumbuhan laba (Kenaikan Income Before Extraordinary items dan Discontinued Operations)
IBEDt = Laba sebelum pajak, tidak termasuk extraordinary items dan discontinued operations pada tahun t
IBEDt-1 = Laba sebelum pajak, tidak termasuk extraordinary items dan discontinued operations pada tahun t-1
MVEt-1 = Nilai Pasar Ekuitas pada akhir tahun t-1
4.4.2. Pertumbuhan Penjualan (Sales Growth)
Pertumbuhan penjualan perusahaan prospector dan defender diperoleh dari total penjualan bersih tahun t dikurangi total penjualan bersih tahun t-1 dibagi dengan total penjualan bersih tahun t-1.
Pengukuran variabel pertumbuhan penjualan menggunakan skala rasio.
Menurut Saraswati dan Atmini (2007) pertumbuhan penjualan dapat dirumuskan sebagai berikut :
ΔSG = SGt-SGt-1
SGt-1
Keterangan :
ΔSG = Pertumbuhan Penjualan
SGt = Total penjualan bersih pada tahun t SGt-1 = Total penjualan bersih pada tahun t-1
4.4.3. Return on Investment (ROI)
Skala pengukuran ini menggunakan skala rasio. Return on Investment dapat dirumuskan sebagai berikut :
ROI = NI TA
Keterangan :
ROI = Return on Investment
NI = Net Income atau Laba Bersih TA = Total Aktiva
4.4.4. Return on Sales (ROS)
Return on Sales merupakan rasio yang digunakan untuk mengukur kemampuan perusahaan dalam menghasilkan laba bersih pada penjualan, dengan membagi laba bersih terhadap total penjualan. Return on Sales ini biasa juga dikenal dengan Profit Margin Ratio yaitu rasio profitabilitas yang mengukur jumlah laba bersih yang diperoleh dengan setiap penjualan yang dihasilkan dengan membandingkan laba bersih dan penjualan bersih perusahaan. Dengan kata lain, rasio margin laba menunjukkan berapa persen dari penjualan yang tersisa setelah semua biaya dibayar untuk bisnis. Sehingga rumus return on sales dapat dirumuskan sebagai berikut :
ROS = NI Keterangan : TS
ROS = Return on Sales NI = Laba Bersih TS = Total Penjualan
4.5. Metode Analisis Data
Keempat hipotesis diuji dengan menggunakan uji beda dua sampel independen (two independent sample). Sebelum dilakukan uji beda dua sampel independen, dilakukan uji normalitas data menggunakan Kolmogorov-Smirnov Goodness of Fit Test. Bila data terdistribusi normal pengujian hipotesis menggunakan T-Test. Bila sebaliknya, data tidak terdistribusi normal, uji hipotesis menggunakan statistik non-parametrik, yaitu Man-Whitney U Test.
4.5.1. Statistik Deskriptif
Statistik deskriptif adalah teknik statistik yang bertujuan memberikan penjelasan atau informasi mengenai karakterisik dari suatu kelompok data atau lebih sehingga pemahaman akan ciri-ciri yang unik atau khusus dari kelompok data tersebut diketahui. Berisikan metode- metode yang berkaitan dengan pengumpulan, peringkasan, dan penyajian suatu gugus data sehingga memberikan informasi yang berguna.
Digunakan untuk mendeskripsikan variabel-variabel dalam penelitian.
4.5.2. Uji Kualitas Data
Uji kualitas data pada penelitian ini menggunakan uji normalitas data yang digunakan untuk mengetahui apakah data yang digunakan dalam penelitian ini berdistribusi normal atau tidak. Pada penelitian ini digunakan uji Kolmogorov Smirnov dengan α = 0.05, di mana jika tingkat signifikansi lebih dari 0.05 maka data terdistribusi normal dan bila
sehingga hipotesis diuji dengan menggunakan statistk non-parametrik, yaitu Mann-Whitney U-Test. Caranya adalah dengan menentukan terlebih dahulu hipotesis pengujian yaitu : hipotesis Nol (Ho) : data terdistribusi secara normal dan hipotesis alternatif (Ha) : data tidak terdistribusi secara normal (Ghozali, 2005).
4.5.3. Uji Beda t-test
Uji beda t-test digunakan untuk menentukan apakah dua sampel yang tidak berhubungan memiliki nilai rata-rata yang berbeda. Tujuan uji beda t-test adalah membandingkan rata-rata dua grup yang tidak berhubungan satu dengan yang lain (Ghozali, 2005). Uji beda yang digunakan adalah two independent sample t-test dan bila data tidak berdistribusi normal maka digunakan uji Mann Whitney U dengan α = 0.05, di mana jika tingkat signifikansi lebih dari 0.05 maka hipotesis alternatif (Ha) ditolak dan jika tingkat signifikansi kurang dari 0.05 maka hipotesis alternatif (Ha) diterima.
