44 BAB III
OBJEK DAN METODE PENELITIAN
3.1. Objek Penelitian
Objek penelitian adalah karakteristik yang melekat pada subjek penelitian.
Dalam terminologi penelitian, objek penelitian ini dinamakan variabel penelitian (Nuryaman & Christina, 2015, p. 5). Objek penelitian ini meliputi variabel: (1) Return on Asset (ROA), (2) Return on Equity (ROE), (3) Earning per Share
(EPS), dan (4) harga saham pada perusahaan sub sektor transportasi yang terdaftar di Bursa Efek Indonesia periode 2014-2016.
3.2. Metode Penelitian 3.2.1 Metode yang Digunakan
Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dan verifikatif. Dimana menurut Nazir (2013, p. 54), metode deskriptif adalah:
“Suatu metode dalam meneliti status sekelompok manusia, suatu objek, suatu set kondisi, suatu sistem pemikiran ataupun suatu kelas peristiwa pada masa mendatang. Tujuan dari penelitian deskriptif ini adalah untuk membuat deskripsi, gambaran atau lukisan secara sistematis, faktual, dan akurat mengenai fakta-fakta, sifat-sifat, serta hubungan antar fenomena yang diselidiki.”
Sedangkan menurut Arikunto (2010), penelitian verifikatif adalah penelitian yang bertujuan untuk mengecek kebenaran hasil penelitian lain.
3.2.2 Teknik Pengumpulan Data
Menurut Nazir (2013, p. 174), teknik pengumpulan data adalah prosedur yang sistematis dan standar untuk memperoleh data yang diperlukan. Dalam penelitian ini teknik pengumpulan data yang dilakukan penulis yaitu dengan cara:
a. Penelitian Kepustakaan (Library Research)
Dalam studi kepustakaan ini, penulis memperoleh berbagai informasi sebagai dasar teori dan acuan dalam mengolah data, dengan cara membaca, mempelajari, menelaah dan mengkaji literatur-literatur berupa buku-buku, jurnal dan penelitian-penelitian sebelumnya.
b. Riset Internet (Online Research)
Dalam penelitian ini, penulis mengumpulkan data dari situs-situs terkait guna memperoleh tambahan literatur yang berkaitan dengan objek yang diteliti.
3.3. Operasional Variabel Penelitian
Menurut Sekaran (2017, p. 115), variabel penelitian adalah apapun yang dapat membedakan atau membawa variasi pada nilai. Nilai bisa berbeda pada berbagai waktu untuk objek atau orang yang sama, atau pada waktu yang sama untuk objek atau orang yang berbeda.
Mendefinisikan variabel secara operasional adalah menggambarkan/mendeskripsikan variabel penelitian sedemikian rupa, sehingga variabel tersebut bersifat: spesifik (tidak berinterprestasi ganda), terukur (observable atau measurable) (Nuryaman & Christina, 2015, p. 52). Variabel- variabel yang diteliti dapat dibedakan menjadi dua:
a. Variabel bebas (Variabel Independen)
Variabel bebas adalah variabel yang dapat mempengaruhi variabel dependen. Dengan kata lain, perubahan nilai (variance) pada variabel independen dapat menyebabkan perubahan nilai variabel dependen (Nuryaman & Christina, 2015, p. 42). Pada penelitian ini yang menjadi varibel bebas adalah Return on Asset (ROA), Return on Equity (ROE), dan Earning per Share (EPS).
b. Variabel terikat (variabel dependen)
Variabel terikat adalah variabel yang dipengaruhi oleh variabel independen. Dengan kata lain, besar nilai variabel dependen dipengaruhi oleh perubahan nilai variabel independen. Variabel terikat merupakan variabel yang menjadi perhatian peneliti, tujuan penelitian adalah memahami variabel terikat, menjelaskannya, serta berusaha menemukan variabel lain yang bisa menjadi variabel prediktornya (Nuryaman &
Christina, 2015, p. 42). Pada penelitian ini yang menjadi varibel terikat adalah harga saham.
Operasionalisasi dari variabel tersebut dapat dilihat secara lebih rinci pada tabel berikut ini:
Tabel 3.1
Operasionalisasi Variabel
Variabel Konsep Indikator Skala
Return on Asset (ROA) (X1)
Rasio yang melihat sejauh mana investasi yang telah ditanamkan mampu memberikan
pengembalian keuntungan sesuai dengan yang diharapkan. Dan investasi tersebut sebenarnya sama dengan aset perusahaan yang ditanamkan atau ditempatkan.
(Fahmi, 2013, p. 98)
( )
Rasio
Return on Equity (ROE) (X2)
Rasio ini mengkaji sejauh mana suatu perusahaan mempergunakan sumber daya yang dimiliki untuk mampu memberikan laba atas ekuitas
(Fahmi, 2013, p. 98)
( )
Rasio
Earning Per Share (EPS) (X3)
Bentuk pemberian
keuntungan yang
diberikan kepada para pemegang saham dari setiap lembar saham yang dimilikinya.
(Fahmi, 2013, p. 96)
( )
Rasio
Harga Saham (Y)
Harga saham yang terjadi di pasar bursa pada saat tertentu yang ditentukan oleh pelaku pasar dan ditentukan oleh permitaan dan penawaran saham yang bersangkutan di
pasar modal
(Widoatmodjo, 2009)
Rata-rata harga saham penutupan (closing price) dalam satu periode tersebut
Rasio
3.4. Jenis dan Sumber Data 3.4.1 Jenis Data
Jenis data yang digunakan adalah data kuantitatif. Data kuantitatif adalah metode penelitian yang berlandaskan pada filsafat positivisme yang digunakan untuk meneliti pada populasi atau sampel tertentu, pengumpulan data menggunakan instrumen penelitian, analisis data bersifat kuantitatif/statistik, dengan tujuan untuk menguji hipotesis yang telah ditetapkan (Sugiyono, 2012, p.
12).
3.4.2 Sumber Data
Sumber data menyangkut pada letak keberadaan data penelitian yang diperlukan, data penelitian berada pada siapa atau pada apa (Nuryaman &
Christina, 2015, p. 78). Sumber data yang digunakan dalam penelitian ini adalah data sekunder. Sumber data sekunder merupakan data yang tersedia dan dibuat oleh pihak tertentu dalam bentuk dokumen (Nuryaman & Christina, 2015, p. 79).
Data sekunder yang digunakan berupa laporan keuangan tahunan dan rata-rata harga saham penutupan (closing price) perusahaan sampel yang diperoleh dari internet, melalui situs resmi Bursa Efek Indonesia www.idx.co.id serta situs sahamok www.sahamok.com
3.5. Populasi dan Sampel Penelitian 3.5.1 Populasi
Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2012, p. 115). Menurut Sekaran (2017, p. 53), populasi (population) mengacu pada keseluruhan kelompok orang, kejadian, atau hal – hal menarik yang ingin peneliti investigasi.
Sedangkan menurut Nuryaman dan Christina (2015, p. 101), populasi menunjukan seluruh kelompok orang, kejadian atau sesuatu yang menjadi keterkaitan peneliti untuk diinvestigasi. Bisa juga dikatakan bahwa populasi merupakan total kumpulan elemen yang dari kumpulan tersebut akan dibuat kesimpulan.
Berdasarkan pengertian tersebut, maka populasi dalam penelitian ini adalah 35 perusahaan sub sektor transportasi yang terdaftar di Bursa Efek Indonesia periode 2014-2017.
3.5.2 Sampel
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2012, p. 116). Menurut Sekaran (2017, p. 54), sampel (sample) adalah sebagian dari populasi. Sampel terdiri atas sejumlah anggota yang dipilih dari populasi. Dengan kata lain, beberapa, tapi tidak semua, elemen populasi akan membentuk sampel.
Sedangkan menurut Nuryaman dan Christina (2015, p. 101), sampel adalah bagian dari populasi, sampel berisi beberapa anggota yang dipilih dari populasi.
Dengan kata lain, yang membentuk sampel hanyalah beberapa elemen populasi saja, bukan seluruh elemen.
Berdasarkan pengertian tersebut, maka sampel dalam penelitian ini adalah 20 perusahaan sub sektor transportasi yang terdaftar di Bursa Efek Indonesia yang ditentukan oleh kriteria tertentu.
3.5.3 Teknik Pengambilan Sampel
Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah purposive sampling. yaitu teknik penentuan sampel dengan pertimbangan tertentu
(Sugiyono, 2012, p. 122). Pengampilan sampel bertujuan (purposive sampling) adalah terbatas pada jenis orang tertentu yang dapat memberikan informasi yang diinginkan, baik karena mereka adalah satu-satunya pihak yang memilikinya, atau mereka memenuhi beberapa kriteria yang ditentukan oleh peneliti (Sekaran &
Bougie, 2017, p. 67).
Adapun pertimbangan-pertimbangan tertentu untuk pengambilan sampel yang digunakan dalam penelitian ini yaitu:
1. Perusahaan sub sektor transportasi yang terdaftar di Bursa Efek Indonesia periode 2014-2017.
2. Perusahaan sub sektor transportasi yang mempublikasikan laporan keuangan dan laporan tahunanan di Bursa Efek Indonesia secara konsisten selama periode 2014-2017.
3. Perusahaan sub sektor transportasi yang mempunyai kelengkapan keuangan secara konsisten dan data lain yang lengkap untuk melakukan perhitungan dalam penelitian ini dari tahun 2014 sampai dengan tahun 2017.
Tabel 3.2
Sampel Penelitian
Kriteria Jumlah
Perusahaan Jumlah perusahaan sub sektor transportasi yang terdaftar di
Bursa Efek Indonesia periode 2014-2017.
35 Perusahaan sub sektor transportasi yang tidak
mempublikasikan laporan keuangan dan laporan tahunanan di Bursa Efek Indonesia secara konsisten selama periode 2014-2017.
(5)
Perusahaan sub sektor transportasi yang tidak menyediakan data atau informasi yang dibutuhkan penelitian ini
(10)
Jumlah sampel penelitian 20
Sumber: www.sahamok.com, www.idx.co.id (data diolah kembali)
Adapun daftar nama perusahaan sub sektor transportasi yang termasuk ke dalam sampel penelitian disajikan dalam tabel berikut:
Tabel 3.3
Daftar Nama Perusahaan
No. Kode Saham Nama Perusahaan
1. APOL Arpeni Pratama Ocean Line Tbk 2. ASSA Adi Sarana Armada Tbk
3. BBRM Pelayaran Nasional Bina Buana Raya Tbk 4. BULL Buana Lintas Lautan Tbk
5. CASS Cardig Aero Services Tbk 6. GIAA Garuda Indonesia (Persero) Tbk 7. HITS Humpuss Intermoda Transportasi Tbk
8. INDX Tanah Laut Tbk
9. KARW ICTSI Jasa Prima Tbk
10. LEAD Logindo Samuderamakmur Tbk 11. MBSS Mitra Bantera Segara Sejati Tbk 12. NELY Pelayaran Nelly Dwi Putri Tbk 13. SAFE Steady Safe Tbk
14. SDMU Sidomulyo Selaras Tbk 15. SMDR Samudera Indonesia Tbk
16. TAXI Express Transindo Utama Tbk 17. TMAS Pelayaran Tempura Emas Tbk 18. TPMA Trans Power Marine Tbk
19. WEHA Weha Transportasi Indonesa Tbk 20. WINS Wintermar Offshore Marine Tbk
Sumber: www.idx.co.id, www.sahamok.com (data diolah kembali)
3.6. Rancangan Pengujian Hipotesis 3.6.1 Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), median, minimum, maximum, standard deviation, skewness, dan kurtosis (Ghozali & Ratmono, 2013, p. 35). Pada
penelitian ini, penulis akan mendeskripsikan untuk variabel Return on Asset (ROA), Return on Equity (ROE), Earning per Share (EPS), dan harga saham.
3.6.2 Pengujian Asumsi Klasik
Uji asumsi klasik biasanya sering digunakan pada persamaan regresi linear berganda. Uji asumsi klasik dalam penelitian ini digunakan untuk menguji kesalahan model regresi yang digunakan dalam penelitian. Uji asumsi klasik merupakan syarat yang harus dipenuhi agar persamaan regresi dapat dikatakan sebagai persamaan regresi yang baik, maksudnya adalah persamaaan regresi yang dihasilkan akan valid jika digunakan untuk memprediksi (Ghozali & Ratmono, 2013, p. 103). Pengujian asumsi klasik yang digunakan adalah uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi.
3.6.2.1 Uji Normalitas
Menurut Ghozali & Ratmono (2013, p. 165), uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal. Seperti diketahui, bahwa uji t dan F mengasumsikan nilai residual mengikuti distribusi normal. Jika asumsi ini tidak terpenuhi maka uji statistik menjadi tidak valid khususnya untuk ukuran sampel kecil. Pengujian normalitas dalam penelitian ini menggunakan eviews 9.
Dalam eviews 9, normalitas sebuah data dapat dilihat dari gambar histogram, namun seringkali polanya tidak mengikuti bentuk kurva normal, sehingga sulit disimpulkan. Lebih mudah bila melihat koefisien Jarque-Bera (J-B) dan Probabilitasnya. Kedua angka ini bersifat saling mendukung. Jarque-Bera adalah uji statistik untuk mengetahui apakah data berdistribusi normal. Terdapat dua cara untuk melihat apakah data berdistribusi normal, yaitu:
a. Bila nilai J-B tidak signifikan (lebih kecil dari tabel chi square), maka data berdistribusi normal.
b. Bila probabilitas lebih besar dari 5% (tingkat signifikansi), maka data berdistribusi normal.
3.6.2.2 Uji Multikolonearitas
Menurut Ghozali & Ratmono (2013, p. 77), uji multikolonearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi yang tinggi atau sempurna antarvariabel independen. Jika antarvariabel independen X’s terjadi multikolinearitas sempurna, maka koefisien regresi variabel X tidak dapat
ditentukan dan nilai standard error menjadi tak terhingga. Jika multikolinearitas antar variabel X’s tidak sempurna tetapi tinggi, maka koefisien regresi X dapat ditentukan, tetapi memiliki nilai standard error tinggi yang berarti nilai koefisien regresi tidak dapat diestimasi dengan tepat.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi pada penelitian ini menggunakan nilai Tolerance dan lawannya dan Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Nilai cutoff yang umum digunakan adalah tolerance < 0.10 atau sama dengan VIF > 10.
Apabila nilai Tolerance lebih dari 0.10 atau nilai VIF kurang dari 10 maka dapat dikatakan bahwa tidak terjadi multikolinearitas antarvariabel dalam model regresi (Ghozali & Ratmono, 2013, p. 80)
3.6.2.3 Uji Heteroskedastisitas
Menurut Ghozali & Ratmono (2013, p. 93), uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.
Pada penelitian ini, untuk mendeteksi ada atau tidaknya gejala heteroskedastisitas dilakukan dengan menggunakan uji white. Uji white dilakukan dengan meregres residual kuadrat (U2i) dengan variabel independen, variabel
independen kuadrat dan perkalian (interaksi) antarvariabel independen (Ghozali &
Ratmono, 2013, p. 104). Prosedur pengujian dilakukan dengan hipotesis sebagai berikut:
H0 : tidak ada heteroskedastisitas
Ha : ada heteroskedastisitas
Pada tingkat signifikansi 0.05 apabila nilai probabilitas obs*R-squared <
0.05 maka terdapat gejala heteroskesdatisitas, sebaliknya apabila nilai probabilitas obs*R-square > 0.05 maka tidak terdapat gejala heteroskedastisitas.
3.6.2.4 Uji Autokorelasi
Menurut Ghozali & Ratmono (2013, p. 137), uji autokorelasi menguji apakah dalam model regresi linear ada korelasi antarakesalahan pengganggu (residual) pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Salah satu cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah menggunakan uji Lagrange Multiplier (LM Test). Uji LM juga disebut dengan uji Breusch-Godfrey. Dasar pengambilan keputusan terdapat atau tidaknya autokolerasi dapat dilakukan dengan cara melihat nilai p dari nilai Obs*R- squared. Jika nilai p dari nilai Obs*R-squared signifikan secara statistik lebih besar dari 0.05 maka dapat disimpulkan bahwa model terbebas dari masalah autokolerasi (Ghozali & Ratmono, 2013, p. 144).
3.6.3 Uji Analisis Regresi Linear Berganda
Analisis data merupakan kegiatan setelah data dari seluruh sumber terkumpul. Kegiatan dalam analisis data tersebut adalah mengelompokkan data berdasarkan variabel dan jenis responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan (Sugiyono, 2012, p. 206). Tujuan dari analisis data yaitu untuk menjawab masalah penelitian yang telah dirumuskan, sehingga hasil dari analisis data dapat dijadikan dasar dalam membuat kesimpulan serta rekomendasi bagi pengguna untuk pengambilan keputusan bisnis (Nuryaman & Christina, 2015, p. 115).
Metode analisis data yang digunakan pada penelitian ini adalah analisis regresi linear berganda. Menurut Sugiyono (2012, p. 277), analisis regresi linear berganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel dependen, bila dua atau lebih variabel independen sebagai faktor prediktor dinaik turunkan nilainya. Jadi analisis regresi linear berganda akan dilakukan bila jumlah variabel independennya minimal dua.
Menurut Ghozali & Ratmono (2013, p. 57) regresi linear berganda digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap satu variabel dependen dan umumnya dinyatakan dalam persamaan sebagai berikut:
Y = α + β1X1 + β2X2 + β3X3 + µ
Model estimasi yang digunakan untuk membentuk persamaan regresi di atas adalah metode ordinary least square (OLS)
Dimana:
Y = Harga Saham α = Konstan
β = Koefisien regresi yang menunjukan angka peningkatan ataupun penurunan variabel dependen yang didasarkan pada variabel independen bila β (+) maka terjadi kenaikan dan bila β (-) maka terjadi penurunan.
X1 = Return on Asset (ROA) X2 = Return on Equity (ROE) X3 = Earning per Share (EPS)
µ = error
3.6.4 Uji Hipotesis
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari goodness of fit. Secara statistik dapat diukur dari nilai koefisien determinasi, nilai statistik F dan nilai statistik t (Ghozali P. , 2013, hal. 59).
3.6.4.1 Koefisien Determinasi (R2)
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel- variabel independen dalam menjelaskan variasi variabel dependen amat terbatas.
Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel
dependen. Secara umum koefisien determinasi untuk data silang (cross-section) relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu (time series) biasanya mempunyai nilai koefisien determinasi yang tinggi (Ghozali & Ratmono, 2013, p.
59).
3.6.4.2 Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama- sama terhadap variabel dependen. Hipotesis nol adalah joint hypothesis bahwa β1,β2...βk secara simultan sama dengan nol.
H0 : β1 = β2 = ... = βk = 0
Pengujiian hipotesis ini sering disebut pengujian signifikansi keseluruhan (overall significance) terhadap garis regresi yang ingin menguji apakah Y secara linear berhubungan dengan kedua X1 dan X2.
Pengambilan keputusan: jika F hitung > F tabel yaitu Fα (k – 1, n – k) maka hipotesis nol ditolak. Dimana Fα (k – 1, n – k) adalah nilai kritis F pada tingkat signifikansi α dan derajat bebas (df) pembilang (k – 1) serta derajat bebas (df) penyebut (n - k) (Ghozali & Ratmono, 2013, p. 61).
3.6.4.3 Uji Signifikan Parameter Individual (Uji Statistik t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel dependen dengan mengganggap variabel independen lainnya konstan.
Jika asumsi normalitas error yaitu µi ~ N (0,σ2) terpenuhi, maka kita dapat menggunakan uji t untuk menguji koefisien parsial dari regresi.
Jika nilai hitung t > nilai t tabel tα(n – k), maka H0 ditolak yang berarti X1
berpengaruh terhadap Y. α adalah tingkat signifikansi dan (n-k) derajat bebas yaitu jumlah n observasi dikurangi jumlah variabel independen dalam model (Ghozali & Ratmono, 2013, p. 62).
3.7. Penetapan Tingkat Signifikan
Tingkat signifikan (level of significant) merupakan tingkat kesalahan yang ditetapkan oleh peneliti dalam mengambil keputusan untuk menolak atau menerima hipotesis atau tingkat kekeliruan yang ditolerir oleh peneliti. Tingkat signifikansi yang digunakan α = 5% atau 0.05 karena dinilai cukup untuk menguji hubungan antara variabel-variabel yang diuji atau menunjukkan bahwa korelasi antara kedua variabel cukup nyata. Tingkat signifikan 0.05 artinya adalah kemungkinan besar dari hasil penarikan kesimpulan mempunyai probabilitas 95%
atau toleransi kesalahan sebesar 5%.
3.8. Penarikan Kesimpulan
Berdasarkan pengujian yang dilakukan, tahapan berikutnya adalah penarikan kesimpulan apakah variabel-variabel bebas secara parsial maupun simultan memiliki pengaruh yang signifikan atau tidak terhadap variabel terikat.
Hipotesis statistik :
H01 :β1=0 Return on Asset tidak berpengaruh terhadap harga saham.
Ha1 :β1≠0 Return on Asset berpengaruh terhadap harga saham.
H02 :β1=0 Return on Equity tidak berpengaruh terhadap harga saham.
Ha2 :β1≠0 Return on Equity berpengaruh terhadap harga saham.
H03 :β1=0 Earning per Share tidak berpengaruh terhadap harga saham.
Ha3 :β1≠0 Earning per Share berpengaruh terhadap harga saham.
H04 :β1=0 Return on Asset, Return on Equity, dan Earning per Share tidak berpengaruh terhadap Harga Saham.
Ha4 :β1≠0 Return on Asset, Return on Equity, dan Earning per Share berpengaruh terhadap Harga Saham.
