3. METODOLOGI PENELITIAN

3. METODOLOGI PENELITIAN

3.1. Model Analisis

Berikut hubungan antar variabel yang akan digunakan untuk menguji hipotesis dalam penelitian ini dinyatakan pada Gambar 3.1 dibawah ini :

Gambar 3.1 Model Analisis Hipotesis

Berdasarkan Model Analisis Hipotesis diatas, maka hipotesis akan diuji menggunakan model regresi linear yang dinyatakan sebagai berikut :

EMt = α + β1OS + β2FDL + β3OS*FDL + β4 CS + β5 CS*FDL + ε (3.1) Keterangan :

EM = Earnings Management α = Koefisien konstanta

Financial Distress Likelihood

Ownership

Structure Capital

Structure

Earnings Managemen Institutional

Ownership

Managerial Ownership

Debt Ratio

Absolute Value Discretionary Accruals

Profitability Market Value

β1-β5 = Koefisien variable OS = Ownership Structure CS = Capital Structure

FDL = Financial Distress Likelihood ε = Perkiraan kemungkinan eror

3.2. Definisi Operasional Variabel dan Skala Pengukuran

Penelitian ini menggunakan 5 (lima) variabel yaitu : Institutional Ownership, Managerial Ownership, Financial Distress Likelihood, Capital Structure dan Earnings Quality. Dimana Ownership Structure yang diukur menggunakan indikator institutional ownership dan managerial ownership serta Capital Structure yang diukur dengan menggunakan indikator Debt ratio sebagai variabel independen, Earnings Quality yang diukur dengan menggunakan absolute abnormal discretionary accrual sebagai variabel dependen, dan Financial Distress Likelihood sebagai variabel moderasi. Berikut ini definisi atas atribut-atribut yang telah teridentifikasi dan skala pengukuran yang dipergunakan dalam menganalisa penelitian ini :

Tabel 3.1 Definisi Operasional Variabel dan Skala Pengukuran Variable

Penelitian

Skala Pengukuran

Definisi Operasional

Institutional

Ownership Ratio

 Instituional Ownership (kepemilikan institusional) merupakan kepemilikan saham oleh perusahaan atau instasi lain yang memiliki peran penting dalam pengawasan tata kelola perusahaan(Masud

& Mazumder, 2016).

 Kepemilikan pemegang saham institusional dapat diukur melalui jumlah saham yang dimiliki oleh investor institusional atas seluruh saham yang yang beredar (Kamran

& Shah, 2014) :

Institutional Ownership =

Managerial

Ownership Rasio

 Managerial ownership (kepemilikan manajerial) merupakan kondisi dimana manajemen memiliki saham pada perusahaan yang dikelola sehingga tindakan manajemen dapat dipengaruhi oleh motivasi sebagai pemegang saham (Ogbonnaya et al, 2016)

 Kepemilikan manajerial dapat diukur melalui presentase kepemilikan saham oleh manajemen atas seluruh saham yang beredar (Alzoubi, 2016) :

Managerial Ownership =

Financial Distress Likelihood

Rasio

 Financial distress (tekanan keuangan) merupakan kondisi dimana perusahaan mengalami tekanan/kesulitan keuangan untuk membayar/memenuhi kewajiban keuangannya (Pindado et al.,2008).

 Menurut penelitian Pindado et al.(2008) bahwa perusahaan yang berpotensi mengalami financial distress apabila memenuhi salah satu dari dua kriteria berikut :

a. Profitability yang diukur dengan EBITDA lebih kecil daripada financial expenses yang diukur dengan interest expenses selama dua tahun berturut-turut

b. Market value yang diukur dengan average stock price per year mengalami penurunan selama dua tahun berturut-turut.

 Berdasarkan kriteria diatas EBITDA dan

average stock price per year dapat dirumuskan sebagai berikut :

EBITDAit = ∑ Revenueit – ∑ Expenses (Interest, Tax, Depreciation and Amortization)it

Dimana :

EBITDAit = Earnings Before Interest,Tax,Depreciation and Amortization pada perusahaan i periode t

∑ Revenueit = Total pendapatan pada perusahaan i periode t

∑ Expenses(interest,tax,depreciation and amortization)it = Total beban bunga, pajak,

depresiasi dan amortisasi pada perusahaan i periode t Average stock price per yearit = Rata –

rata nilai pasar saham per tahun pada perusahaan i periode t

∑ stock price per monthit = Total harga saham per bulan pada perusahaan i periode t

Capital

Structure Rasio

 Capital Structure (struktur modal) merupakan mekanisme / cara perusahaan mengelola berbagai sumber pendanaan untuk membiayai keseluruhan kegiatan operasionalnya (Ghafoor et al., 2011).

 Finacial leverage digunakan sebagai alat ukur capital structure (struktur modal)

(Chadha & Sharma, 2015).

 Menurut Obeidat (2016) financial leverage dapat menunjukkan komposisi hutang yang digunakan dalam struktu pendanaan. Financial leverage dapat diukur dengan menggunakan rumus :

Debt Ratioit = Dimana :

Debt Ratioit = Rasio hutang yang digunakan pada perusahaan i periode t Total Debtit = Total hutang pada perusahaan

i periode t

Total Assetsit = Total aset pada perusahaan i periode t

Earnings

Quality Rasio

 Earnings quality adalah nilai kualitas laba semakin tinggi apabila informasi kinerja perusahaan semakin relevan dan dapat digunakan dalam pengambilan

keputusan oleh pengambil

keputusan/stakeholder (Amos , Ibrahim , Nasidi, & Ibrahim, 2016).

 Accruals Quality merupakan alat ukur untuk menentukan kualitas earnings quality dimana earnings yang dihasilkan akan semakin merepresentasikan nilai cash flow from operation (Abeysekera & Ma, 2014).

 Rumus untuk menghitung discretionary accrual adalah sebagai berikut :

Tait = Niit – OCFit

Kemudian, nilai total accruals yang diestimasi dengan persamaan regresi OLS

adalah sebagai berikut :

= + +

+

Dari persamaan regresi di atas, kemudian untuk mencari nondiscretionary accruals (NDA) dapat dihitung dengan memasukkan kembali koefisien-koefisien yang telah diperoleh

NDAit= + 2 + 3

Total accruals memiliki komponen yang terdiri dari discretionay accrual dan non discretionary accrual (TA = DA + NDA).

Sehingga perhitungan discretionay accrual (tingkat accruals hasil rekayasa laba) dapat dirumuskan sebagai berikut :

DAit = - NDAit Dimana:

Dait = Discretionay accrual pada perusahaan i pada periode t

NDAit = Nondiscretionary accruals perusahaan i pada periode t

TAit = Total accruals perusahaan i pada periode t

NIit = Laba bersih pada perusahaan i pada periode t

CFOit = Aliran kas dari aktivitas operasi perusahaan i pada periode t

Ait-1 = Total aktiva perusahaan i pada periode t-1

= Pendapatan perusahaan i pada periode t dikurangi pendapatan periode t-1

= Piutang perusahaan i pada periode t dikurangi piutang periode t-1

PPEit = Saldo dari (asset tetap) bruto perusahaan i pada periode t

= Koefisien

= Eror term perusahaan i pada periode t

3.3. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif dan kualitatif. Dimana data yang digunakan dalam penelitian ini merupakan data sekunder, data sekunder merupakan data yang diperoleh dari penelitian orang lain atau sumber yang telah dipublikasikan.

Berikut ini rincian data dan sumber perolehannya sebagai berikut:

Jenis Data Sumber Data

Institutional Ownership Annual Report Managerial Ownership Annual Report

EBITDA Bloomberg

Interest Expenses Bloomberg

Market Value Bloomberg

Debt Ratio Bloomberg

Discretionary Accruals Bloomberg

3.4. Instrumen dan Pengumpulan Data

Metode yang digunakan dalam pengumpulan data adalah metode dokumentasi, yaitu dengan cara mengumpulkan data sekunder yaitu laporan tahunan (annual report) dan laporan keuangan tahunan perusahaan pada sektor

pertambangan yang terdaftar di Bursa Efek Indonesia (BEI) yang diakses melalui idx.co.id atau Bloomberg tahun 2011 – 2017.

3.5. Populasi

Pada penelitian ini populasi yang digunakan adalah 43 perusahaan pada sektor pertambangan yang terdaftar di Bursa Efek Indonesia selama tahun 2011- 2017. Populasi yang digunakan terdiri dari 4 sub sektor pertambangan yaitu sub sektor batubara, minyak & gas bumi, logam & mineral, dan batu-batuan. Alasan memilih sektor pertambangan karena pada tahun 2015 hingga awal 2016 sektor pertambangan mengalami penurunan kapitalisasi pasar, selain itu menurut Sacha Winzenried, Lead Adviser for Energy, Utilities & Mining PwC Indonesia, kapitalisasi pasar keseluruhan perusahaan pertambangan yang tercatat di Bursa Efek Indonesia turun dari Rp 255 triliun pada tanggal 31 Desember 2014 menjadi Rp 161 triliun pada tanggal 31 Desember 2015 (Rembert, 2016).

3.6. Sampel dan Teknik Sampling

Hasil akhir sample yang digunakan adalah sekitar 63% dari total populasi perusahaan yaitu sebanyak 27 perusahaan dari industri yang telah ditetapkan, terdaftar dalam BEI selama tahun 2011-2017. Penelitian ini menggunakan teknik purposive sampling, di mana sample yang dipilih berdasarkan kriteria-kriteria tertentu, yang akan dijelaskan sebagai berikut:

1. Perusahaan dari sektor pertambangan (sub-sektor sektor batubara, minyak & gas bumi, logam & mineral, dan batu-batuan).

2. Melakukan Initial Public Offering (IPO) sebelum tahun 2010.

3. Laporan keuangan harus dalam satuan rupiah.

4. Laporan keuangan harus lengkap selama tahun 2011-2017.

3.7. Unit Analisis

Unit analisis dalam penelitian ini adalah 27 perusahaan pada sektor pertambangan (sub-sektor sektor batubara, minyak & gas bumi, logam & mineral, dan batu-batuan) yang terdaftar di Bursa Efek Indonesia selama tahun 2011-2017.

Jenis olah data yang digunakan pada penelitian ini adalah cross sectional, dimana penelitian dilakukan pada 27 perusahaan pada periode tertentu.

3.8. Teknik Analisis Data

Dalam penelitian ini untuk menguji kemampuan financial distress memoderasi pengaruh Ownership Structure dan Capital Structure terhadap Earnings Management.

Penelitian ini akan menggunakan teknik analisis data structural equation modelling (SEM), dengan menggunakan software SPSS dan WarpPLS. Software WrapPLS 5.0 digunakan mengolah data untuk hubungan antar variabel penelitian dikarenakan variabel penelitian merupakan variabel laten yang dapat diukur dengan indikator – indikator untuk meminimalisir hasil yang bias atas pengolahan data. Teknik analisis data dengan WrapPLS memiliki beberapa tahap analisis, yaitu (Kock, 2015):

1. Mengumpulkan dan mempersiapkan data

Data yang dibutuhkan diambil dari laporan tahunan (annual report) untuk perusahaan-perusahaan yang telah menjadi sample penelitian ini dengan periode 2011-2017. Selain itu, angka yang dibutuhkan untuk perhitungan variabel independen dan variabel dependen diperoleh dari Bloomberg.

2. Melakukan perhitungan variabel dependen, independen, moderasi, dan mediasi.

3. Merancang model struktural (inner model)

Dalam WarpPLS, hubungan model struktural antara variabel laten didasarkan pada rumusan masalah atau hipotesis.

4. Merancang model pengukuran (outer model)

Langkah ini mengacu pada variabel operasionalisasi dalam penelitian ini.

Pada langkah ini, indikator diklasifikasikan sebagai formatif atau reflektif.

Indikator harus diklasifikasikan dengan benar karena klasifikasi yang tidak semestinya dapat menyebabkan hasil yang bias.

5. Membuat Diagram Path

Diagram path menunjukkan hubungan terhadap alur kausal antar variabel eksogen dan endogen. Hubungan-hubungan kausal yang ada merupakan justifikasi dari teori yang telah ada. Kemudian konsep tersebut divisualisasikan ke dalam gambar sehingga lebih mudah dipahami.

Diagram path dari penelitian ini dapat dilihat pada gambar 3.1.

6. Mengkonversi diagram path ke persamaan dari:

a. Outer model (outer relation): mengacu pada spesifikasi hubungan antara variabel laten dengan indikator pengukurnya.

b. Inner model (inner relation): mengacu pada hubungan antara variabel dependen (endogenous) dengan variabel independen (exogenous).

c. Weight relation: weight relation memperkirakan nilai variabel laten.

Inner dan outer model akan memberikan spesifikasi yang diikuti oleh weight relation pada alogaritma PLS.

7. Estimasi Parameter

Algoritma analisis outer model adalah proses perhitungan variabel laten dari data yang diperoleh dari indikatornya. Ada 5 jenis algoritma outer model yaitu regresi PLS (inner model tidak mempengaruhi outer model), mode M (inner model mempengaruhi outer model), mode A (untuk model indikator reflektif), mode B (model indikator formatif) dan Robust Path Analysis (data variabel laten berupa rata-rata skor indikator).

Algoritma analisis model dalam mencakup proses perhitungan koefisien jalur yang merupakan hubungan antara variabel laten. Ada tiga algoritma untuk inner model yang linier (hubungan linier antara variabel laten), Warp2 (hubungan berbentuk U) dan Warp3 (hubungan berbentuk S).

8. Goodness of fit test

Uji goodness of fit dalam penelitian ini hanya berlaku untuk inner model karena penelitian ini hanya menggunakan data keuangan. Goodness of fit yang dimaksud adalah indeks dan ukuran seberapa baik hubungan antar variabel laten. Model harus sesuai dengan kriteria berikut:

Tabel 3.2 Model Fit And Quality Indices Model fit and quality indeces Kriteria Fit Average path coefficient (APC) p < 0.05 Average R-squared (ARS) p < 0.05 Average adjusted R-sqaured (AARS) p < 0.05

Average block VIF (AVIF) Acceptable if <= 5, ideally <= 3.3

Average full collinearity VIF (AFVIF) Acceptable if <= 5, ideally <= 3.3 Tenenhaus GoF (GoF) Small >= 0.1,

medium >= 0.25, large >= 0.36

Sympson’s paradox ratio (SPR) Acceptable if <= 0.7, ideally <= 1 R-squared contribution ratio Acceptable if <= 0.9,

ideally <= 1 Statistical suppression ratio (SSR) Acceptable if >= 0.7 Nonlinear bivariate causality direction

ratio (NLBCDR)

Acceptable if >= 0.7

9. Pengujian Hipotesa

Pengujian hipotesis menggunakan uji statistik untuk menentukan daerah penerimaan hipotesis sehingga penulis dapat memperoleh kesimpulan hasil hipotesis penelitian. Pengujian hipotesis menggunakan metode resampling Boostrap sedangkan uji statistik yang digunakan adalah uji-t. Uji t-statistik digunakan untuk menguji secara parsial dari variabel-variabel independen terhadap dependennya. Selain itu, pengujian ini juga menguji tingkat signifikansi setiap variabel bebas (independen). Pengujian dilakukan dengan t-test, bila mana diperoleh p-value ≤ 0,05 (alpha 5%) atau maksimal p-value < 0,1 (alpha 10%), maka dapat disimpulkan signifikan.

Pengujian tipe moderasi juga dilakukan karena dalam penelitian ini juga melihat tipe moderasi mana yang dapat diterapkan dalam hipotesis.

Pengertian variabel moderasi adalah variabel yang bersifat memperkuat atau memperlemah pengaruh variabel independen terhadap variabel dependen. Ciri yang terpenting dari variabel moderasi adalah tidak dipengaruhi oleh variabel independen. Pendekatan moderasi yang dipakai dalam penelitian ini adalah regresi moderasi, karena melibatkan variabel moderasi dalam membangun model hubungannya. Berikut ringkasan 5 jenis klasifikasi variabel moderasi dapat dilihat pada tabel :

Tabel 3.3 Tipe Moderasi dan Koefisien

No Tipe Variabel Moderasi Koefisien

1 Absolute Moderation b1 dan b2 not significant, b3

significant 2 Pure Moderation b2 not significant, b3 significant 3 Quasi Moderation b2 significant, b3 significant 4 Homologister Moderation b2 not significant, b3 not significant

5 Predictor

Moderation

b2 significant, b3 not significant

Dimana : b1 : Independen; b2 : Moderasi; b3 : Independen*Moderasi 10. Menarik kesimpulan atas pengujian hipotesa