BAB III
METODE PENELITIAN
Pada bab ini, menjelaskan tentang langkah-langkah yang digunakan untuk membahas permasalahan yang diambil dalam penelitian. Selain itu, dibagian ini juga dijelaskan mengenai alat dan metode yang digunakan untuk melakukan kegiatan penelitian ini.
A. Waktu dan Tempat Penelitian 1. Waktu Penelitian
Penelitian ini dilakukan tidak secara langsung ke perusahaan, melainkan dengan memanfaatkan data sekunder yang dipublikasikan oleh Bursa Efek Indonesia melalui situs www.idx.co.id. Sedangkan waktu penelitian adalah mulai Mei 2016 – Desember 2016
2. Tempat Penelitian
Penelitian ini menganalisis pengaruh Earning Per Share (EPS) dan Dividend Payout Ratio (DPR) terhadap harga saham. Untuk memperoleh data guna penyusunan penelitian ini, peneliti memilih lokasi atau tempat penelitian pada perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia periode 2011-2015.
B. Desain Penelitian
Dalam penyusunan penelitian ini penulis menggunakan metode analisis kausal, Analisis kausal berguna untuk menganalisis pengaruh yang bersifat
sebab akibat antara satu atau lebih variabel yang mempengaruhi (independent variables) terhadap variabel dipengaruhi (dependent variabel).
C. Definisi dan Operasionalisasi Variabel 1. Definisi Variabel
Menurut Sugiyono (2009) “variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk mempelajari dan kemudian ditarik kesimpulannya”.
Dalam penelitian ini menggunakan 2 (dua) variabel, yaitu sebagai berikut: a. Variabel Bebas (Variabel Independen)
Variabel Independen adalah variabel yang berfungsi menerangkan atau mempengaruhi variabel lainnya. Dalam penelitian ini terdapat 2 (dua) variabel independen yang di gunakan yaitu:
1) Earning Per Share (EPS) adalah Rasio yang menunjukkan seberapa besar keuntungan (return) yang diperoleh investor atau pemegang saham per saham dengan cara membagi laba bersih setelah pajak dengan jumlah saham biasa yang beredar. Laba per lembar saham (Earning Per Share) dapat dijadikan sebagai indikator tingkat nilai perusahaan. Laba per lembar saham (Eaning Per Share) juga merupakan salah satu cara untuk mengukur keberhasilan dalam mencapai keuntungan bagi para pemilik saham dalam perusahaan.
2) Dividend Payout Ratio (DPR) adalah Persentase laba yang dibayarkan dalam bentuk dividen, atau rasio antara laba yang di bayarkan dalam bentuk dividen dengan total laba yang tersedia bagi pemegang saham.
b. Variabel Terikat (Variabel Dependen)
Variabel dependen adalah variabel yang diterangkan atau mendapat pengaruh dari variabel lainnya. Dalam penelitian ini, peneliti menggunakan variabel dependen berupa harga saham, harga saham merupakan salah satu bentuk efek atau surat berharga yang di perdagangkan dipasar modal (bursa). Pengukuran dari variabel harga saham ini yaitu harga penutupan saham (closing price) tiap perusahaan yang diperoleh dari harga saham pada periode akhir tahun.
2. Operasionalisasi Variabel
Definisi operasional adalah suatu informasi ilmiah yang amat membantu penelitian lain yang ingin menggunakan variabel yang sama. Definisi operasional merupakan semacam petunjuk pelaksanaan bagaimana caranya mengukur suatu variabel sehingga dapat menentukan apakah prosedur pengukuran yang sama akan dilakukan atau diperlukan prosedur pengukuran yang baru. Adapun operasionalisasi dari masing-masing variabel terdapat pada tabel-tabel berikut:
Tabel 3.1
Operasionalisasi Variabel
Variabel Rumus Skala
Pengukuran EPS (X1) (Nachrowi, 2006) Rasio DPR (X2)
DPS = Dividend Per Share
EPS = Earning Per Share
(Lukas, 2008)
Rasio
Harga Saham (Y) Kebijakan Pasar Rasio
Sumber : Peneliti (2017)
D. Populasi dan Sampel Penelitian 1. Populasi Penelitian
Sugiyono (2009) menyatakan “populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya”.
Dalam penelitian ini, populasi yang digunakan penulis adalah seluruh perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia sebanyak 51 perusahaan.
2. Sampel Penelitian
Sampel adalah sekelompok atau beberapa bagian dari suatu populasi. Menurut Sugiyono (2009), “sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut”. Sampel yang diambil dari populasi harus benar-benar representatif (mewakili).
Dalam penelitian ini digunakan purposive sampling yaitu teknik pengambilan sampel secara sengaja. Maksudnya, peneliti menentukan sendiri sampel yang diambil karena ada pertimbangan tertentu. Jadi sampel diambil tidak secara acak, tapi ditentukan sendiri oleh peneliti untuk dijadikan sampel agar benar-benar bisa mendapatkan sampel yang sesuai dengan persyaratan atau tujuan penelitian (memperoleh data yang akurat ). Adapun jumlah sampel perusahaan yang akan dijadikan subyek penelitian adalah 10 perusahaan makanan dan minuman yang terdaftar di BEI. Kriteria pemilihan sampel yang akan diteliti adalah:
1. Perusahaan makanan dan minuman yang terus menerus terdaftar pada kurun waktu penelitian (2011-2015).
2. Tersedia data laporan keuangan selama kurun waktu penelitian (2011-2015).
Berdasarkan kriteria tersebut yang menjadi sampel dalam penelitian ini yaitu berjumlah 10 perusahaan. Perusahaan yang termasuk dalam penelitian ini dapat dilihat pada tabel 3.2 sebagai berikut :
Tabel 3.2
Data Sampel Perusahaan makanan dan minuman di BEI
No. Kode
Perusahaan Nama perusahaan
1 SKLT Sekar Laut Tbk
2 ROTI Nippon Indosari Corporindo Tbk 3 TBLA Tunas Baru Lampung Tbk 4 MLBI Multi Bintang Indonesia Tbk 5 ADES Akasha Wira International Tbk 6 FAST Fast Food Indonesia Tbk
7 ULTJ Ultra jaya Milk Industry and Trading Company Tbk 8 INDF Indofood Sukses Makmur Tbk
9 ICBP Indofood CBP Sukses Makmur Tbk
10 MYOR Mayora Indah Tbk
Sumber: www.idx.co.id
E. Teknik Pengumpulan Data
Dalam penelitian ini jenis data yang digunakan adalah data sekunder. Menurut Sugiyono (2010) data sekunder adalah Sumber data yang tidak langsung memberikan data kepada pengumpul data, misalnya lewat orang lain atau lewat dokumen. Untuk memperoleh data yang diperlukan untuk penelitian ini maka dilakukan studi kepustakaan yaitu teknik pengumpulan data dengan mengadakan studi penelaahan terhadap buku-buku, literatur-literatur, catatan-catatan, dan laporan-laporan yang ada hubungannya dengan masalah yang dipecahkan. Dalam penelitian ini data EPS, DPR dan Harga Saham diperoleh dari situs resmi BEI di www.idx.co.id.
F. Metode Analisis
1. Penelitian Statistik Deskriptif
Sugiyono (2014) Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.
Penelitian yang dilakukan pada populasi (tanpa diambil sampelnya) jelas akan menggunakan statistik deskriptif dalam analisisnya. Statistik deskriptif dapat digunakan bila peneliti hanya ingin mendeskripsikan data sampel, dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil.
Termasuk dalam statistik deskriptif antara lain adalah penyajian data melalui tabel, grafik, diagram lingkaran, pictogram, perhitungan modus, median, mean (pengukuran tendensi sentral), perhitungan desil, presentil, perhitungan penyebaran data melalui perhitungan rata-rata dan standar deviasi, perhitungan presentase. dalam statistik deskriptif juga dapat dilakukan mencari kuatnya hubungan antara variabel melalui analisis korelasi, melakukan prediksi dengan analisis regresi, dan membuat perbandingan dengan membandingkan rata-rata data sampel atau populasi. Hanya perlu diketahui bahwa dalam analisa korelasi, regresi, atau membandingkan dua rata-rata atau lebih tidak perlu diuji signifikannya. Jadi secara teknis dapat diketahui bahwa, dalam statistik deskriptif tidak
ada uji signifikansi, tidak ada taraf kesalahan, karena peneliti tidak bermaksud membuat generalisasi, sehingga tidak ada kesalahan generalisasi.
2. Analisis kelayakan data
Sebelum menganalisis data, kita harus mengetahui lebih dulu apakah data runtut waktu yang kita gunakan bersifat stasioner atau tidak. Untuk mengetahui stasioner data,digunanakan metode uji akar unit. Uji akar akar unit bertujuan untuk menganalisis data time series stasioner (tidak ada akar akar unit) atau tidak stasioner (ada akar akar unit).
Umumnya regresi dengan menggunakan data time series tidak stasioner, regresi dengan menggunakan data yang tidak stasioner menyebabkan spurious regretion ditandai dengan nilai R² yang tinggi dengan t-stat, f-stat yang signifikan tetapi dw relatif kecil < 0.5 Sebuah data time series dikatakan stasioner jika rata rata, varian dan covarian dari variabel-variabel tersebut seluruhnya tidak dipengaruhi oleh waktu atau dengan kata lain konstan.
Dengan persamaan :
Yt = β Yt-1 + Ut , dimana β = 0
Jika β=1 maka kita katakan bahwa variabel random (stokastik) Y mempunyai akar unit. Jika data time series mempunyai akar unit maka di katakan data tersebut bergerak secara random (random walk) dan data
tersebut mempunyai sifat random walk dikatakan data tidak stasioner. Oleh karena itu jika kita melakukan regresi Yt pada lag Yt-1 dan mendapatkan nilai β = 1 maka data dikatakan tdak stasioner.
Ide dasar uji stsioner data dengan uji akar unit dapat di jelaskan melalui model Autoregresive (AR) berikut ini :
Yt -Yt-1 = βYt-1- Yt-1 + Ut
ΔYt = (β-1) Yt-1 + Ut dimana ρ = (1-β) ΔYt = ρ Yt-1 + Ut
Kemudian di lakukan pengujian Uji akar unit Dickey-Fuller (DF). dengan hipotesis
H0 : ρ = 0 (tidak stasioner) Ha : ρ ≠ 0 (stasioner)
Kriteria uji yang di gunakan adalah critical value Dickey Fuller t table untuk di bandingkan dengan t hitung. Jika t hitung lebih negative dari t tabel,maka tolak H0.
3. Analisis Model Regresi Data Panel
Data panel adalah konstribusi dari data time series dan cross section. Data panel merupakan kumpulan data cross section yang diamati secara simultan/serentak dari waktu ke waktu (time series).
Metode data panel merupakan suatu metode yang digunakan untuk melakukan analisis empirik yang tidak mungkin dilakukan jika hanya menggunakan data time series atau cross section. Data cross section adalah data yang dikumpulkan dalam satu waktu terhadap banyak
individu, sedangkan data time series merupakan data yang dikumpulkan dari waktu ke waktu terhadap suatu individu. Karena mengkombinasikan data cross section dan time series maka panel data memiliki beberapa keunggulan, Baltagi dalam Gujarati (2012) membuat daftar keuntungan-keuntungan dari data panel sebagai berikut:
1. Teknik estimasi data panel dapat mengatasi heterogenitas karena memberikan variabel-variabel spesifik – subjek, kita menggunakan istilah subjek karena secara logika sederhana dapat mencakup unit-unit mikro seperti individu, perusahaan, negara bagian, dan negara 2. Penggabungan data time series dan cross section akan menghasilkan
data yang lebih informatif, bervariasi, mengurangi keterkaitan antar variabel dan mempunyai drajat kebebasan yang lebih besar serta lebih efisien.
3. Dengan mempelajari observasi cross section secara berulang-ulang, data panel lebih cocok mempelajari perubahan yang dinamis.
4. Dapat menjelaskan dan mendeteksi pengaruh-pengaruh yang tidak bisa dijelaskan oleh data time series dan cross-section saja.
5. Data panel dapat digunakan untuk mempelajari perilaku model yang lebih kompleks.
6. Data panel dapat meminimalisasi bias.
Dalam estimasi model data panel terdapat tiga pilihan yang dapat dilakukan yaitu:
a. Common Effect
Adalah teknik estimasi data panel yang paling sederhana yaitu dengan cara mengkombinasikan data time series dan cross section dengan metode Ordinary Least Square. Model common effect dapat ditulis sebagai berikut:
Keterangan:
Yit= Variabel respon pada unit observasi ke-i dan waktu ke-t
Xit = Variabel prediktor pada unit observasi ke-i dan waktu ke-t
β= Koefisien slope atau koefisien arah α = Intercept model regresi
εit= Galat atau komponen error pada unit observasi ke-i dan waktu
ke-t
b. Fixed Effect
Fixed effect sudah memperhatikan keragaman atau heterogenitas individu yakni dengan mengasumsikan bahwa intersep antar kelompok individu berbeda, sedangkan slope-nya diangap sama. Pengertian fixed effect didasarkan adanya perbedaan intersep antar individu namun sama antar waktu (time invariant), sedangkan koefiseien regresi (slope) dianggap tetap baik antar kelompok individu maupun antar waktu.
Dalam model fixed effect, generalisasi secara umum sering dilakukan dengan cara memberikan variable dummy. Tujuannya
adalah untuk mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda baik lintas unit cross section maupun antar waktu. Model fixed effect dapat ditulis:
Yit = ai + bXit + g1ΣDi + eit Atau dalam bentuk covariance model dapat ditulis:
Yit = a + bXit + g2W2 + g3 W3 + ... + g NWn1 + d 2Zi2 + d 3Wi3 +
... + d TZIT + e it
Keterangan:
Wit = I : untuk unit individu ke i,i = 2 , ..., N Wit = o : lainnya
Zit = I : untuk periode waktu ke t,t = 2 ,..., T Zit = o : lainnya
c. Random Effect
Adalah metode regresi yang mengestimasi data panel dengan menghitung eror dari model regresi dengan metode Generalized Least Square. Dalam random effect parameter-parameter yang berbeda antara daerah maupun antar waktu dimasukkan kedalam error. Diasumsikan pula bahwa error secara individu (Ui) tidak saling berkolerasi, begitu juga dengan error kombinasinya (eit). Model random effect dapat ditulis:
Dimana:
vt: komponen error time series
wit : komponen error gabungan
4. Analisis Pemilihan Model Regresi Data Panel
Untuk memilih salah satu model yang dianggap paling tepat dari tiga jenis model data panel, maka perlu dilakukan serangkaian uji, yaitu:
a. Uji Chow-Test
Untuk mengetahui model mana yang lebih baik dalam pengujian data panel, bisa dilakukan dengan penambahan variabel dummy sehingga dapat diketahui bahwa intersepnya berbeda dapat diuji dengan uji statistik F. Uji ini digunakan untuk mengetahui apakah teknik regresi data panel dengan metode Fixed Effect lebih baik dari regresi model data panel variabel dummy atau metode Common Effect.
Hipotesis :
Keterangan:
T = Jumlah data time series
K = Jumlah data varibel independen
RRSS = Restricted Residual Sums of Squareyang berasal dari model koefisien tetap
URSS = Unrestricted Residual Sums of Squareyang berasal dari model efek tetap
jika nilai Fhitung>F(n-1,nT-n-K) atau p-value < α (taraf
signifikansi/alpha), maka tolak hipotesis awal (H0) sehingga
model yang terpilih adalah model efek tetap. b. Uji Hausman
Uji ini digunakan untuk memilih model efek acak (random effect model) dengan model efek tetap (fixed effect model). Uji ini bekerja dengan menguji apakah terdapat hubungan antara galat pada model (galat komposit) dengan satu atau lebih variabel penjelas (independen) dalam model. Hipotesis awalnya adalah tidak terdapat hubungan antara galat model dengan satu atau lebih variablepenjelas. Prosedur pengujiannya sebagai berikut (Baltagi, 2008).
Statistik uji yang digunakan adalah uji chi-squared berdasarkan kriteria Wald, yaitu
Jika nilai W > X2
(α,K)atau nilai p-value kurang dari taraf signifikansi
yang ditentukan, maka tolak hipotesis awal (H0) sehingga model
yang terpilih adalah model efek tetap.
Menurut Rosadi (2011) uji ini bertujuan untuk melihat apakah terdapat efek random di dalam panel data.
Dalam perhitungan statistik Uji Hausman diperlukan asumsi bahwa banyaknya kategori cross section lebih besar dibandingkan jumlah variabel independen (termasuk konstanta) dalam model.
Lebih lanjut, dalam estimasi statistik Uji Hausman diperlukan estimasi variansi cross section yang positif, yang tidak selalu dapat dipenuhi oleh model. Apabila kondisi-kondisi ini tidak dipenuhi maka hanya dapat digunakan model fixed effect.
5. Analisis Model Regresi Data Panel a. Koefisien Determinasi (R2)
Menurut Nachrowi & Usman (2006), Koefisien Determinasi (Goodness of Fit), yang dinotasikan dengan R2, merupakan suatu
ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya model regresi yang terestimasi. Atau dengan kata lain, angka tersebut dapat mengukur seberapa dekatkah garis regresi yang terestimasi dengan data sesungguhnya.
Nilai Koefisien Determinasi (R2) ini mencerminkan seberapa besar
variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X. Bila nilai
Koefisien Determinasi sama dengan 0 (R2=0) artinya variasi Ytidak
dapat diterangkan oleh X sama sekali. Sementara bila R2=1, artinya
variasi Y secara keseluruhan dapat diterangkan oleh X. dengan kata lain R2=1,maka semua pengamatan berada tepat pada garis regresi. Dengan
demikian baik atau buruknya suatu persamaan regresi ditentukan oleh R2--nya yang mempunyai nilai antara nol dan satu.
b. Pengujian Model Regresi Data Panel (Uji F)
Pengujian Model Regresi Data Panel (Uji F) pada dasarnya menunjukkan apakah semua variabel independent yang dimasukkan dalam model mempunyai pengaruh secara simultan terhadap semua variabel dependen. Dalam uji ini kita melihat pengaruh variabel earning
per share dan dividend payout ratiobersama-sama terhadap variabel dependen harga saham.
Dengan demikian, secara umum hipotesisnya dituliskan sebagai berikut.
H0: ß1 = ß2= ß3 = 0, artinya secara bersama-sama tidak ada pengaruh variabel independen terhadap variabel dependen.
Ha: ß1 ≠ ß2 ≠ ß3≠ 0, artinya secara bersama-sama ada pengaruh variable independen terhadap variabel dependen.
Statistik uji :
Dengan
R2 = koefisien determinasi n = jumlah cross section T= jumlah time series
K= jumlah variabel independen Kriteria pengujian :
Jika f hitung ≤ f tabel maka H0 diterima dan Ha ditolak
Jika f hitung ≥ f tabel maka H0 ditolak dan Ha diterima atau jika signifikansi <α, maka H0 ditolak, jika signifikansi >α, maka H0 diterima.
Jika H0 diterima, berarti variable independen tidak berpengaruh nyata terhadap variable dependen. Sebaliknya, jika H0 ditolak berarti variable independen berpengaruh nyata terhadap variable dependen.
6. Analisis Koefisien Regresi Data Panel (Uji t)
Analisis koefisien regresi data panel digunakan untuk mengetahui apakah dalam model regresi Earning Per Share dan Dividend Payout Ratiosecara parsial berpengaruh terhadap harga saham. Langkah-langkah pengujian yang dilakukan adalah sebagai berikut (Gujarati, 2012):
a. Merumuskan hipotesis
Ho: secara parsial tidak ada pengaruh antara variabel independen terhadap variabel dependen.
Ha: secara parsial ada pengaruh antara variabel independen terhadap variabel dependen.
b. Menentukan tingkat signifikansi (α) sebesar 0,05
c. Membandingkan thitung dengan ttabel. Jika thitung lebih besar dari ttabel maka Ha diterima.
Statistik pengujian (Gujarati,2012)
Dimana
ß1 = Koefisien regresi
Kriteria Pengujian
jika –t tabel < -t hitung dan t hitung < t tabel variable independen secara individu berpengaruh terhadap variable dependen
jika –t hitung < -t tabel dan t hitung > t tabel variable independen secara individu berpengaruh terhadap variable dependenatau jika signifikansi <α, maka H0 ditolak, jika signifikansi >α, maka H0 diterima.
d. Berdasarkan probabilitas
Ha akan diterima jika nilai probabilitasnya kurang dari 0,05 (α) e. Membandingkan t hitung dengan t tabel
Menentukan variabel independen mana yang mempunyai pengaruh paling dominan terhadap variabel dependen. Hubungan ini dapat dilihat dari koefisien regresinya.
