3. METODE PENELITIAN
3.1 Jenis Penelitian
Penelitian ini adalah penelitian yang bertujuan untuk melihat hubungan antara corporate governance, firm growth, profitabilitas terhadap kebijakan dividen. Penelitian ini adalah penelitian kuantitatif karena menggunakan data numerik. Penelitian kuantitatif dilakukan untuk meneliti populasi atau sampel tertentu, pengumpulan data menggunakan instrumen penelitian, analisis data bersifat statistik dengan tujuan menguji hipotesis yang ditetapkan. Penelitian ini menguji pengaruh hubungan antar variabel yang dianalisis menggunakan path analysis atau analisis jalur.
3.2 Populasi dan Sampel
Populasi dari penelitian ini adalah seluruh perusahaan yang terdaftar di Bursa Efek Indonesia (BEI). Penarikan sampel menggunakan cara purposive sampling, artinya bahwa penentuan sampel mempertimbangkan kriteria tertentu yang telah dibuat terhadap objek yang sesuai dengan tujuan penelitian. Pengambilan sampel dibatasi dengan persyaratan sebagai berikut:
● Terdaftar di BEI pada tahun 2014-2017
● Mempublikasikan annual report lengkap dari tahun 2014-2017
● Perusahaan harus selalu profit dari tahun 2014-2017
● Membagi dividen secara konsisten dari tahun 2014-2017
● Menyajikan laporan keuangan dalam mata uang Rupiah
Perusahaan yang menjadi sampel harus selalu menghasilkan profit selama periode pengamatan karena berdasarkan pada UU PT No. 40 tahun 2007 pasal 71 menyatakan bahwa dividen hanya boleh dibagikan apabila Perseroan mempunyai saldo laba yang positif. Perusahaan yang dijadikan sampel juga harus membagikan dividen secara konsisten selama tahun pengamatan karena pada penelitian ini ingin melihat pengaruh dari variabel independennya terhadap kebijakan dividen perusahaan yang diukur dengan dividend payout ratio. Apabila perusahaan tidak membagikan dividen dimasukan kedalam data penelitian maka pengaruhnya tidak dapat diamati. Selain itu, salah satu variabel independen yang dianggap
salah satu tujuan dari GCG adalah melindungi hak shareholders atau pemegang saham. Menurut UU PT No. 40 tahun 2007 pasal 52 disebutkan bahwa salah satu hak pemegang saham adalah untuk menerima pembayaran dividen, sehingga perusahaan yang membagikan dividen dapat menjadi salah satu indikator bahwa perusahaan tersebut memberikan perlindungan terhadap pemegang saham.
Perusahaan yang tidak memenuhi kriteria sampel di atas akan dikeluarkan dari sampel penelitian.
3.3 Jenis dan Sumber Data
Penelitian ini merupakan jenis penelitian kuantitatif dimana menggunakan data sekunder berupa informasi data corporate governance, firm growth, profitabilitas dan kebijakan dividen di Indonesia. Sumber data yang digunakan dalam penelitian ini adalah data sekunder, yaitu berupa laporan tahunan perusahaan yang terdaftar di BEI periode 2014-2017.
3.4 Definisi Operasional Variabel
Definisi operasional variabel adalah uraian tentang batasan variabel yang dimaksud atau tentang apa yang diukur oleh variabel yang bersangkutan. Variabel dalam penelitian ini:
3.4.1. Variabel Independen
a. Good Corporate Governance
Konsep : Good Corporate Governance
Definisi Operasional : Skor pengungkapan Good Corporate Governance perusahaan sampel terpilih. GCG Score diambil dari dari penelitian Black et al. (2006)
Proxy : Menggunakan rumus (2.2)
b. Firm Growth
Konsep : Firm Growth
Definisi Operasional : Persentase perumbuhan total aset dari tahun yang diteliti terhadap tahun sebelumnya dari perusahaan sampel terpilih.
Indikator Empirik : Menggunakan rumus (2.3)
3.4.2. Variabel Dependen Kebijakan Dividen
Konsep : Kebijakan dividen
Definisi Operasional : Rasio pembagian dividen kepada shareholders dari waktu ke waktu dari perusahaan sampel terpilih.
Proxy : Nilai Payout Ratio dari Company Report
3.4.3. Variabel Mediasi Profitabilitas
Konsep : Profitabilitas
Definisi Operasional : Rasio perbandingan laba bersih dengan jumlah aktiva perusahaan dari perusahaan sampel terpilih
atau Return On Asset (ROA).
Proxy : Nilai ROA dari Company Report
3.5 Teknik Analisa Data
Penelitian ini menggunakan path analysis (analisis jalur) sebagai teknik dalam menganalisa data. Path analysis digunakan untuk mengukur besarnya kontribusi atau pengaruh variabel bebas (independen) terhadap variabel tergantung (dependen). Path analysis tidak hanya mengetahui berapa besarnya pengaruh namun juga variabel mana yang merupakan pengaruh langsung atau tidak langsung.
Teknik path analysis didasari oleh asumsi berikut ini:
• Hubungan antar variabel bersifat linier, adaptif, dan bersifat normal.
• Hanya sistem aliran kausal ke satu arah, artinya tidak ada arah kausalitas yang berbalik.
• Variabel terikat (endogen) minimal dalam skala ukur interval atau ratio.
• Observed Variables diukur tanpa kesalahan (instrumen pengukuran valid dan reliable), artinya variabel yang diteliti dapat diobservasi secara langsung.
• Model yang dianalisis dispesifikasikan (diidentifikasi) dengan benar berdasarkan teori dan konsep yang relevan, artinya model teori yang diuji dibangun berdasarkan kerangka teoritis yang mampu menjelaskan hubungan kausalitas antar variabel yang diteliti.
Analisa korelasi dan regresi merupakan dasar dari perhitungan koefisien path. Analisis penelitian ini diolah menggunakan bantuan software AMOS. Kriteria pengujian model penelitian ini adalah sebagai berikut :
3.5.1. Menentukan Goodness Of Fit Indices
Goodness Of Fit adalah menguji fit suatu model yaitu kesesuaian model teoritik dengan data empiris. Kriteria-kriteria untuk menilai fit sebuah model menurut Hair, Anderson, Tatham, & Black (2010) adalah sebagai berikut.
● Normed Square (CMIN/DF), merupakan salah satu indikator untuk mengukur tingkat fit sebuah model, dihasilkan dari statistik Chi – Square (CMIN) dibagi dengan Degree of Freedom (DF). Nilai CMIN/DF <= 2,00 menunjukan penerimaan model yang baik
● Goodness of Fit Index (GFI), merupakan ukuran mengenai ketepatan dari suatu model dalam menghasilkan suatu observed matrix covariances. Nilai GFI >=
0,90 mengisyaratkan model yang diuji memiliki kesesuaian yang baik.
● Adjusted Goodness of Fit Index (AGFI), merupakan pengembangan dari GFI yang telah disesuaikan dengan rasio dari degree of freedom. Nilai AGFI >=
0,90 mengisyaratkan model yang diuji memiliki kesesuaian yang baik.
● Tucker Lewis Index (TLI), merupakan indeks kesesuaian inkremental yang membandingkan model yang diuji dengan baseline model. Nilai TLI >= 0,90 mengisyaratkan model yang diuji memiliki kesesuaian yang baik
● Comparative Fit Index (CFI), merupakan indeks kesesuaian inkremental.
indeks ini relatif tidak sensitif terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan model. Nilai CFI >= 0,90 mengisyaratkan model yang diuji memiliki kesesuaian yang baik.
● Root Mean Square Error of Approximation (RMSEA), merupakan ukuran yang mencoba memperbaiki kecenderungan statistik chi-square menolak model dengan jumlah sampel yang besar. Nilai RMSEA <= 0,08 mengindikasikan indeks yang baik untuk menerima kesesuaian sebuah model.
● Incremental Fit Index (IFI), digunakan untuk mengatasi masalah parsimoni dan ukuran sampel. Nilai IFI >= 0,90 mengisyaratkan model yang diuji memiliki kesesuaian yang baik
Tabel 3.1 Tabel Kriteria Model Fit
3.5.2. Menentukan Koefisien Path
Koefisien path ditentukan dengan kriteria signifikansi sig < 0,05 (jika sig <
0,05 maka dapat disimpulkan signifikan sedangkan jika sig >= 0,05 maka disimpulkan tidak signifikan). Berikut ini adalah tabel estimasi koefisien path:
Tabel 3.2 Tabel Estimasi Koefisien Path
3.5.3. Uji Mediasi
Variabel mediasi atau intervening adalah variabel yang secara teoritis dapat mempengaruhi hubungan antara variabel independen terhadap variabel dependen.
Variabel ini terletak di antara variabel independen dan variabel dependen, sehingga variabel independen tidak secara langsung mempengaruhi variabel dependen.
Model penelitian tanpa menggunakan variabel mediasi dapat dilihat pada Gambar 3.1 berikut ini:
Gambar 3.1 Model penelitian tanpa variabel mediasi
Gambar 3.1 menunjukan pengaruh langsung variabel independen (X) terhadap variabel dependen (Y). Huruf c atau total effect merupakan koefisien regresi dari pengaruh variabel independen (X) terhadap variabel dependen (Y).
Kriteria Nilai Kritis Evaluasi Model
CMIN/DF ≤ 2.00 Baik
GFI > 0.90 Baik
AGFI ≥ 0.90 Baik
TLI ≥ 0.90 Baik
CFI ≥ 0.90 Baik
RMSEA ≤ 0.08 Baik
IFI ≥ 0.90 Baik
X c Y
Koefisien Estimasi Signifikansi GCG Profitabilitas B1
Firm Growth Profitabilitas B2 GCG Dividen B3 Firm Growth Dividen B4
< 0,05 (Signifikan);
> 0,05 (Insignifikan)
Model penelitian dengan menggunakan variabel mediasi dapat diilustrasikan pada gambar 3.2 berikut ini:
Gambar 3.2 Model penelitian dengan variabel mediasi
Gambar 3.2 di atas menunjukan pengaruh tidak langsung variabel independen (X) terhadap variabel dependen (Y) melalui variabel mediasi (M). Huruf a merupakan koefisien regresi dari pengaruh variabel independen (X) terhadap variabel mediasi (M), huruf b merupakan koefisien regresi dari pengaruh variabel mediasi (M) terhadap variabel dependen (Y), sedangkan Huruf c’ atau direct effect merupakan koefisien regresi dari pengaruh variabel independen (X) terhadap variabel dependen (Y) secara tidak langsung melalui variabel mediasi (M). Uji mediasi dilakukan dengan 2 tahapan, tahap pertama menggunakan metode Causal Step dan tahap kedua menggunakan metode Product of Coefficients atau Sobel Test.
• Metode Causal Step
Metode Causal Step merupakan metode pengujian yang dikembangkan oleh Baron & Kenny (1986). Langkah-langkah dalam menguji mediasi dalam metode ini adalah sebagai berikut,
1. Membuat persamaan regresi variabel independen (X) terhadap variabel dependen (Y). Analisis regresi ini akan menghasilkan koefisien c.
2. Membuat persamaan regresi variabel independen (X) terhadap variabel mediasi (M). Analisis regresi ini akan menghasilkan koefisien a.
3. Membuat persamaan regresi variabel independen (X) dan variabel mediasi (M) terhadap variabel dependen (Y). Analisis regresi ini akan menghasilkan dua nilai koefisien. Prediksi (M) terhadap (Y) akan menghasilkan koefisien b, sedangkan prediksi (X) terhadap (Y) menghasilkan koefisien c’.
Berdasarkan hasil estimasi ketiga persamaan regresi tersebut, ada beberapa persyaratan yang harus dipenuhi untuk tercapainya mediasi. Pertama, variabel independen harus mempengaruhi variabel dependen secara signifikan pada
X Y
a M
c’
b
persamaan pertama (koefisien c). Kedua, variabel independen harus mempengaruhi variabel mediasi secara signifikan pada persamaan kedua (koefisien a). Ketiga, variabel mediator harus mempengaruhi variabel dependen secara signifikan pada persamaan ketiga (koefisien b).
Mackinnon (2008) membagi mediasi menjadi 2 jenis yaitu mediasi sempurna atau complete mediation dan mediasi parsial atau partial mediation.
Mediasi sempurna adalah keadaan dimana hubungan variabel independen dan variabel dependen dijelaskan secara penuh oleh variabel mediasi. Dalam analisa data, mediasi sempurna terjadi ketika total effect (koefisien c) signifikan dan direct effect (koefisien c’) tidak signifikan. Sedangkan mediasi parsial adalah keadaan dimana variabel mediasi tidak menjelaskan secara penuh hubungan antara variabel independen dan variabel dependen. Dalam analisa data, mediasi parsial terjadi ketika koefisien c dan c’ menunjukan hasil yang signifikan.
• Metode Product of Coefficients (Sobel Test)
Metode Product of Coefficients (Sobel Test) dikembangkan oleh Michael E.
Sobel tahun 1982. Uji variabel mediasi pada metode ini dilakukan dengan menguji kekuatan pengaruh tidak langsung variabel independen (X) terhadap variabel dependen (Y) melalui variabel mediasi (M) atau dengan kata lain menguji signifikansi pengaruh tidak langsung. Uji signifikansi pengaruh tidak langsung menggunakan sobel test dinilai lebih mempunyai kekuatan secara statistik daripada metode causal step (Preacher & Hayes, 2004). Pengujian sobel test dapat dihitung dengan menggunakan Sobel Test Calculator yang tersedia di website http://quantpsy.org/sobel/sobel.htm.
