38 A. Ruang Lingkup Penelitian
Penelitian ini dilakukan di Depok, dimulai dari pengumpulan landasan teori dan sumber-sumber data pada awal april 2013. Kemudian dilanjutkan dengan pengolahan data–data yang telah diperoleh. Selanjutnya penulis melakukan pengolahan menggunakan aplikasi Statistical Package for the Social Sciences atau disingkat dengan SPSS versi 19.0 untuk mencapai tujuan dari penelitian ini. Penulias melanjutkan dengan penyusunan hasil penelitian dan membuat kesimpulan.
B. Desain Penelitian
Desain penelitian merupakan semua proses yang diperlukan dalam perencanaan dan pelaksanaan penelitian (Husein, 2011). Desain perencanaan penelitian ini bertujuan untuk melaksanakan penelitian secara sistematik, melakukan perumusan suatu hipotesis secara ilmiah, sehingga dapat menarik kesimpulan yang benar sesuai dengan hasil olahan perangkat analisis yang digunakan.
Penelitian ini dilaksanakan untuk memperoleh data-data yang menunjukkan gambaran tentang Analisis Pengaruh Rasio Profitabilitas dan Rasio Solvabilitas terhadap ReturnSaham Perusahaan Property dan Real Estate di Bursa Efek Indonesia.
a) Penelitian Deskriftif
Merupakan penelitian yang bertujuan untuk membuat deskripsi secara sistematis, faktual, dan akurat mengenai fakta-fakta dan sifat-sifat dari populasi (objek) penelitian.
b) Penelitian kausal
Merupakan penelitian untuk mengetahui pengaruh antara satu atau lebih variabel bebas (independent variable) terhadap variabel terikat (dependent variable).
C. Hipotesis
Hipotesis dapat diartikan sebagai suatu jawaban yang bersifat sementara terhadap masalah yang diajukan, dan jawaban itu masih akan diuji secara empiris kebenarannya (Jogiyanto,2003).
Hipotesis dalam penelitian ini adalah :
H1 : NPM (NetProfit Margin) berpengaruh positif terhadap return saham H2 : DER (Debt To Equity) berpengaruh positif terhadap return saham
D. Variable dan Skala Penelitian
Menurut Jogiyanto (2003:3), “ Variabel penelitian pada dasarnya adalah sesuatu hal yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga di peroleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya”. Variabel-variabel yang digunakan dalam
penelitian ini adalah variabel independent (bebas) dan variabel dependen (terikat).
1. Variabel Bebas (independent variable)
Variabel bebas (X) yaitu Net Profit Margin dan Debt to Equity. Keempat variabel ini akan dijelaskaan sebagai berikut:
a. Net Profit Margin (NPM)
Adalah kemampuan perusahaan untuk menghasilkan keuntungan dibandingkan penjualan yang dicapai. Net Profit Margin (NPM) dihitung dengan cara membagikan keuntungan bersih dengan total penjualan. Rasio ini menunjukkan keuntungan bersih dengan total penjualan yang diperoleh setiap bulannya.
b. Debt To Equity Ratio
Adalah rasio yang menunjukkan persentase penyedia dana oleh pemegang saham terhadap pemberi pinjaman. Debt to Equity Ratio (DER) merupakan rasio perbandingan antara total hutang dengan total modal sendiri.
2. Variabel Terikat (dependent variable)
Variabel terikat (Y) yaitu return saham. Return saham yang digunakan untuk mengukur keuntungan yang akan diperoleh para investor atau investasi yang dilakukannya, yang dapat diformulasikan sebagai berikut:
Dimana :
Pt – Pt-1
Rt =
Rt : return saham yang diharapakan pada periode t Pt : periode harga saham akhir
Pt-1 : periode harga saham awal
E. Metode Pengumpulan Data
Dalam penelitian ini sumber data yang digunakan adalah data sekunder yang diperoleh dengan cara dokumentasi, dimana data yang diperoleh secara langsung dari objek yang diteliti. Peneliti ini data-data diperoleh melalui website www.idx.co.id , www.finance.yahoo.com , dan literatur yang berhubungan dengan masalah yang di teliti.
F. Jenis Data
Penelitian ini menggunakan data sekunder yaitu data yang diambil dari sumber informasi lain dan diperoleh melalui studi kepustakaan dan dari beberapa literatur. Alasan menggunakan data sekunder dengan pertimbangan bahwa variabel dalam penelitian dapat diamati atau dihitung dengan menggunakan data sekunder, selain itu pertimbangan lain menggunakan data sekunder ialah data ini dapat diperoleh lebih mudah, lebih murah dan mempunyai rentang waktu dan ruang yang lebih luas.
G. Populasi dan Sampel
Menurut Sugiyono (2007 : 80), 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. Populasi penelitian ini adalah seluruh perusahaan real estate dan properti yang laporan keuangannya terdapat dipublikasi BEI tahun 2011.
Tabel 3.1 Sampel Penelitian
Kriteria Jumlah
1. Perusahaan real estat dan properti yang sudah terdaftar di BEI pada tahun 2012
2. Perusahaan telah menerbitkan laporan keuangan lengkap di tahun 2011
3. Data perdagangan sahamnya ada di tahun 2011 sampai 2012
44
42
37
Jumlah Sampel 37
Dari tabel 3.1 menunjukkan bahwa dari populasi sebanyak 44 perusahaan yang memenuhi kriteria untuk dijadikan sampel sebanyak 37 perusahaan. Daftar perusahaan tersebut dapat dilihat pada lampiran 2.
H. Metode Analisis Data
Metode analisis data ini digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan persamaan regeresi berganda (multiple regression). Analisis data dilakukan dengan bantuan SPSS 19.0
(statistical package for sosial science). 1. Statistik Deskriptif
Menurut Ghozali (2006:19) Statistik deskriptif adalah teknik statistik yang bertujuan memberikan penjelasan atau informasi mengenai karakteristik dari suatu kelompok data atau lebih sehingga pemahaman akan ciri-ciri yang unik atau khusus dari kelompok data tersebut diketahui. Statistik deskriptif memberikan gambaran atau deskripsi suatu data dilihat dari nilai rata-rata (mean), nilai tertinggi (maksimum), nilai terendah (minimum), dan standard deviasi.
2. Uji Normalitas
Menurut Ghozali (2006:29), tujuan pengujian ini adalah untuk mengetahui apakah dalam model regresi, variabel penganggu atau residual memiliki distribusi normal. Jika terdapat normalitas, maka residual akan terdistribusi secara normal dan independen. Data yang berdistribusi normal adalah data yang sebaran nilai datanya memiliki nilai yang memusat di nilai rata-ratanya (frekuensi keluarnya nilai data terbanyak adalah di nilai rata-rata) dan frekuensi keluarnya nilai data semakin kecil bila nilai data semakin bernilai ekstrim. Uji normalitas dilakukan dengan melakukan pengujian One Sample Kolmogorov-Smirnov. Kriteria pengujian yang digunakan menurut Ghozali (2006:29) adalah : (1) apabila nilai Asymp. Sig (2-tailed) uji Kolmogorov-Smirnov bernilai di atas atau sama dengan nilai alpha (0,05), maka data berdistribusi secara normal; (2) apabila nilai Asymp. Sig (2-tailed)
uji Kolmogorov-Smirnov bernilai di bawah nilai alpha (0,05), maka data tidak berdistribusi secara normal
3. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis dalam penelitian ini terbebas dari penyimpangan asumsi klasik yang meliputi uji normalitas, multikolinieritas, heteroskedastisitas dan autokorelasi. Adapun masing-masing pengujian tersebut dapat dijelaskan sebagai berikut:
a. Uji Normalitas
Tujuan uji normalitas menurut Ghozali (2006:29) adalah “untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal”. Normalitas data dapat ditentukan dengan melihat histogram atau pola distribusi data normal. Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari garfik atau dengan melihat histogram dari nilai residualnya.
Proses uji normalitas data dilakukan dengan uji Kolmogorov Smirrnov. Distribusi data dapat dilihat dengan membandingkan Zhitung dengan Ztabel dengan kriteriasebagai berikut:
1) Jika Zhitung (Kolmogorov Smirnov) < Ztabel (1,96), atau angk signifikan > taraf signifikan (α) 0,05 maka distribusi data dikatakan normal,
2) Jika Zhitung (Kolmogorov Smirnov) > Ztabel (1,96), atau angka signifikan < taraf signifikan (α) 0,05 maka distribusi data dikatakan tidak normal,
Uji normalitas data juga dapat dilihat dengan memperlihatkan penyebaran data (titik) pada normal P Plot of Regression Standardized Residual variabel independen, dimana:
1) Jika data penyebaran sekitar garis diagonal dan mengikuti araah garis diagonal, maka model regresi memenuhi asumsi normalitas. 2) Jika data menyebar jauh dari garis diagonal dan tidak mengikuti
arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Model regresi yang baik adalah yang mempunyai distribusi data normal atau mendekati normal.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak tidak terjadi korelasi antara variabel bebas (Ghozali,2006:105). Untuk mendeteksi ada atau tidaknya multikolineritas dalam model regresi ini adalah dengan menganalisis matrik korelasi variabel-variabel bebas dan apabila korelasinya signifikan antar variabel bebas tersebut maka terjadi
multikolinieritas.
Seperti yang dijelaskan oleh Ghozali (2006:105) sebagai berikut:
1) Nilai R2 yang dihasilkan oleh estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen. 2) Menganalisis matriks korelasi variabel-variabel independen. Jika
antar variabel independen terjadi korelasi yang cukup tinggi (umumnya > 0,90), maka indikasi terjadi multikolinearitas. Tidak adanya nilai korelasi yang tinggi antar variabel independen tidak berarti bebas multikolinearitas. Multikolinearitas dapat terjadi karena kombinasi dua atau lebih variabel independen.
3) Multikolinearitas dapat dilihat dari nilai tolerance dan lawannya yaitu variance inflactor factor (VIF). Kedua variabel ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabelitas vriabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan VIF yang tinggi. Batasan umum yang digunakan untuk mengukur multikolinieritas adalah tolerance <0,1 dan nilai VIF >10 maka terjadi multikolineritas.
c. Uji Autokorelasi
model regressi linier terdapat korelasi antara pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya) (Ghozali, 2006:110). Alat analisis yang digunakan adalah uji Durbin – Watson Statistic. Untuk mengetahui terjadi apa tidak autokorelasi dengan membandingkan nilai statistik hitung Durbin Watson pada perhitungan regresi dengan statistik tabel Durbin Watson pada tabel.
Dasar pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
1) Bila nilai BW terletak diantara batas atau upper bound (du) dan (4-du) maka koefisien autokorelasi =0, berarti tidak ada autokorelasi.
2) Bila nilai DW lebih rendah atau lower bound (dl) maka koefisien autokorelasi >0, berarti ada autokorelasi positif. 3) Bila nilai DW lebih besar dari (4-dl) maka koefisien korelasi
<0, berarti ada korelasi negatif
4) Bila nilai DW terletak antara du dan dl atau DW terletak antara (4-du) dan (4-dl), maka hasilnya tidak dapat disimpulkan. d. Uji Heterokedasitas
Menurut Ghozali (2006:139) uji heterokedasitas bertujuan “untuk menguji apakah didalam model regresi terjadi kketidaksamaan variance dari satu pengamatan ke pengamatan yang lain” . suatu model regresi yang baik adalah tidak terjadi heterokedasitas. Uji heterokedasitas dapat
dilakukan dengan melihat grafik Scatterplot antara nilai prediksi variabel independen dengan nilai residualnya. Dasar analisis yang dapat digunakan untuk menentukan heterokedasitas, anatara lain:
1) Jika ada pola tertentu, seperti ada titik-titik yang ada membentuk pola tertentu yang mengatur (bergelombang, melebar kemudian menyempit), maka mengindikasikan heterokedasitas.
2) Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjaid heterokedasitas atau terjadi homokedasitas.
4. Analisi Regresi Berganda
Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi berganda. Analisis persamaan berganda digunakan untuk mengetahui pengaruh dari beberapa variabel bebas terhadap satu variabel terikat. Analisis regresi berganda dihasilkan dengan cara memasukkan input data variabel ke fungsi regresi. Persamaan regresi berganda yang digunaka dapat dinyatakan sebagai berikut:
Y = a + b1X1 + b2X2 + e
Dimana :
Y = return saham perusahaan property dan real estate a = konstanta
b1,b2, = koefisien regresi X1 = Net Profit Margin X2 = Debt to Equity Ratio E = koefisien pengganggu 5. Uji Hipotesis
a. Uji Simultan (Uji F)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara simultan terhadap variabel terikat. Pada penelitian ini hipotesis 4 diuji dengan uji F. Pengujian ini dilakukan dengan menggunakan uji dua arah dengan hipotesis sebagai berikut:
1) Ho : b1 = b2 = b3 = b4 = 0, artinya tidak ada pengaruh secara signifikan dari variabel bebas secara bersama-sama.
2) Ho : b1 ≠ b2 ≠ b3 ≠ b4 ≠ 0, artinya ada pengaruh secara signifikan dari variabel bebas secara bersama-sama.
Penentuan besarnya F hitung menggunakan rumus :
R2 / (k-1) F hitung = (1-R2) (n-k) Dimana : R = koefisien determinan n = jumlah observasi
k = jumlah variabel
Kriteria penguji yang digunakan sebagai berikut :
1) Ho diterima dan Ha ditolak apabila F hitung < F tabel, artinya variabel bebas bersama-sama tidak berpengaruh secara signifikan terhadap variable terikat.
2) Ho diterima dan Ha ditolak apabila F hitung > F tabel, artinya variabel bebas bersama-sama berpengaruh secara signifikan terhadap variable terikat.
b. Uji Statistik Parsial (Uji t)
Pengujian ini dilakukan untuk mengetahui secara parsial variabel bebas berpengaruh secara signifikan atau tidak terhadap variabel terikat. Pengujian ini dilakukan dengan menggunakan uji dua arah dengan hipotesis sebagai berikut:
1) Ho = b1 = 0, artinya tidak ada pengaruh secara signifikan dari variabel bebas terhadap variabel terikat.
2) Ho = b1 ≠ 0, artinya ada pengaruh secara signifikan dari variabel bebas terhadap variabel terikat.
Untuk menilai t hitung digunakan rumus : Koefisien regresi b1
Thitung =
Standar deviasi b1
1) Ho diterima dan Ha ditolak apabia t hitung < t tabel. Artinya variabel bebas tidak berpengaruh secara signifikan terhadap variabel terikat.
2) Ho diterima dan Ha ditolak apabia t hitung > t tabel. Artinya variabel bebas berpengaruh secara signifikan terhadap variabel terikat.
c. Koefisien Determinasi
Koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 dan 1. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas (Ghozali,2005). Nilai yang mendekati 1 (satu) berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
