BAB III METODE PENELITIAN

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Penelitian ini menggunakan jenis metode asosiatif kausal. Menurut Sugiyono (2016) Penelitian asosiatif adalah penelitian yang bertujuan untuk menganalisis variabel satu dengan variabel lainnya atau bagaimana suatu variabel mempengaruhi variabel lainnya. Sedangkan penelitian kausal adalah penelitian yang bertujuan untuk menyelidiki hubungan sebab akibat.

B. Populasi dan Sampel

Populasi merupakan satu kelompok besar yang merupakan kumpulan objek sejenis. Populasi dalam penelitian ini yaitu perusahaan pertambangan yang telah diaudit dan terpublikasi di Bursa Efek Indonesia periode tahun 2017-2019.

Sampel adalah bagian dari populasi yang sesuai untuk dijadikan objek penelitian. Untuk menentukan sampel yang diambil dari populasi, maka dibutuhkan teknik sampling atau teknik pengambilan sampel. Dalam penelitian ini dalam menentukan sampel penelitian menggunakan teknik purposive sampling yaitu teknik pengambilan sampel sesuai dengan kriteria yang dibutuhkan dalam penelitian.

Kriteria dalam pemilihan sampel dalam penelitian ini yaitu :

1. Perusahaan pertambangan yang terdaftar di BEI tahun 2017-2019.

2. Perusahaan pertambangan yang menerbitkan harga penutupan saham tahun 2017-2019.

3. Memiliki data laporan keuangan lengkap selama periode penelitian pada tahun 2017-2019.

C. Definisi Operasional dan Pengukuran Variabel 1. Variabel Dependen

Variabel dependen atau variabel terikat (Y) dalam penelitian ini adalah return saham. Return adalah sebuah hasil investasi yang diperoleh dari saham. Return saham adalah tingkat keuntungan yang dinikmati oleh pemodal atas suatu investasi yang dilakukan. Dalam penelitian ini indikator return saham yang digunakan adalah return saham selama 3 tahun. Adapun rumus return saham menurut Hartono (2017) yang digunakan adalah sebagai berikut :

Pt = Harga saham pada periode ke-t

Pt-1 = Harga saham pada periode ke t-1 (sebelumnya) 2. Variabel Independen

Dalam penelitian ini terdapat tiga variabel independen (X) yaitu rasio likuiditas (X1), rasio solvabilitas (X2), rasio profitabilitas (X3), rasio aktivitas (X4).

a. Rasio Likuiditas

Rasio likuiditas adalah rasio yang menunjukan kemampuan perusahaan untuk memenuhi kewajiban jangka pendek Kasmir (2010).

Likuiditas perusahaan diasumsikan dalam penelitian ini menjadi alat prediksi investor terhadap return saham perusahaan dan diukur menggunakan current ratio. Current Ratio adalah indikator keuangan

������ ����� =�_� − �_�−�

�_�−�

bersifat jangka pendek yaitu kemampuan perusahaan untuk melunasi kewajiban lancar dengan menggunakan aset lancar. Dimana seberapa besar aset lancar yang tersedia dapat menutup kewajiban lancarnya, dapat dirumuskan sebagai berikut:

Jika hasil dari rumus Current Ratio diatas menghasilkan angka lebih dari 2, maka perusahaan tersebut menghasilkan nilai likuiditas yang tinggi. Sehingga perusahaan memiliki kemampuan untuk melunasi kewajiban jangka pendek dan mempengaruhi return sahamnya meningkat. (Harahap 2004)

b. Rasio Solvabilitas

Rasio solvabilitas adalah perhitungan rasio yang menunjukan kemampuan perusahaan untuk memenuhi seluruh kewajiban baik jangka panjang maupun jangka pendek Sudana (2011). Analisis pada rasio ini diperlihatkan untuk mengukur kemampuan perusahaan dalam membayar hutang apabila suatu saat perusahaan dilikuidasi dan dibubarkan. Rasio solvabilitas dalam penelitian ini mampu menjadi alat prediksi investor untuk melihat kondisi saat saham yang diinvestasikan mengalami penurunan dan dapat diukur menggunakan Debt to Equity Ratio.

Dirumuskan sebagai berikut :

Jika hasil dari rumus Debt to Equity Ratio diatas menghasilkan angka dibawah 1, maka dapat dikatakan bahwa perusahaan memiliki hutang yang lebih kecil kepada pihak eksternal. Sehingga perusahaan

DER =

����� ������ (����)

����� ����� (������)

CR =

������ ������

������ ������

akan mampu membayar hutang jangka panjang dan menghasilkan return saham yang meningkat. (Kasmir 2010)

c. Rasio Profitabilitas

Rasio profitabilitas adalah perbandingan yang dihitung untuk mengetahui kemampuan suatu perusahaan untuk mendapatkan laba (profit) dari pendapatan terkait penjualan, aset, dan ekuitas berdasarkan pengukuran. Menurut Sartono (2008) profitabilitas adalah kemampuan perusahaan dalam memperoleh laba dalam hubungan dengan penjualan, total aktiva maupun modal sendiri. Dalam penelitian ini perhitungan yang digunakan sebagai acuan untuk mengetahui laba suatu perusahaan adalah return on asset. Dirumuskan sebagai berikut :

Jika hasil dari rumus return on asset diatas menghasilkan nilai yang mendekati 1, maka dapat dikatakan perusahaan tersebut memiliki nilai profitabilitas yang tinggi. Sehingga memperoleh laba yang meningkat dan mempengaruhi return saham perusahaan meningkat karena kinerja perusahaan yang baik. (Priatna 2016)

d. Rasio Aktivitas

Rasio aktivitas digunakam untuk mengevaluasi manfaat yang dihasilkan oleh aset tertentu, seperti persediaan dan piutang atau untuk mengevaluasi manfaat yang dihasilkan oleh total aset perusahaan secara keseluruhan (Kasmir 2010).

Salah satu proksi yang digunakan untuk mengukur rasio aktivitas ini adalah Total Assets Turnover (TATO). TATO menunjukkan tingkat

ROE =

���� ������

����� �����

efesiensi penggunaan seluruh aktiva perusahaan dalam menghasilkan volume penjualan tertentu. semakin tinggi nilai TATO berarti semakin tinggi efesiensi penggunaan aktiva dalam menghasilkan penjualan (Sudana 2011). TATO dirumuskan sebagai berikut:

Jika hasil dari rumus total assets turnover ratio diatas menghasilkan nilai yang mendekati 1, maka dapat dikatakan perusahaan tersebut memiliki nilai aktivitas yang tinggi. Sehingga memperoleh laba yang meningkat dan mempengaruhi return saham perusahaan meningkat karena kinerja perusahaan yang baik. (Kasmir 2010)

D. Jenis dan Sumber Data

Jenis data dalam penelitian ini termasuk jenis data sekunder. Data sekunder adalah data yang diperoleh oleh peneliti secara tidak langsung menggunakan berbagai media atau didapat dari pihak ketiga. Sumber data dalam penelitian ini diperoleh dari laporan keuangan yang telah dipublikasikan perusahaan di situs web Bursa Efek Indonesia yaitu www.idx.co.id.

E. Teknik Perolehan Data

Data yang digunakan dalam penelitian ini diperoleh dengan teknik dokumentasi. Teknik dokumentasi adalah pengambilan data yang telah tersedia dalam bentuk surat, laporan, catatan, dan foto. Pada penelitian ini data diperoleh dari situs web Bursa Efek Indonesia www.idx.co.id berupa data perusahaan pertambangan tahun 2017-2019.

TATO =

^{���������}_{����� ����}

� =

^∑�_�^�

F. Teknik Analisis Data

1. Analisis Statistik Deskriptif

Menurut Hartono (2013) analisis statistik deskriptif dipergunakan untuk memberikan deskripsi dari suatu hasil data. Statistik deskriptif memberikan penjabaran yang lebih jelas mengenai data kuantitatif agar mudah dipahami.

Dalam penelitian ini analisis statistik deskriptif dipergunakan untuk mengetahui nilai minimum, maksimum, dan mean pada perusahaan pertambangan di Bursa Efek Indonesia tahun 2017-2019. Dengan rumus sebagai berikut:

a. Rata-rata Hitung (Mean)

Mean merupakan teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok tersebut Hartono (2013). Rata-rata hitung (mean) dapat dirumuskan sebagai berikut:

Keterangan:

� = Mean (Rata-rata)

∑Xi = Jumlah nilai X ke i sampai ke n

n = Jumlah sampel atau banyak data

b. Standar Deviasi

Standar deviasi atau simpangan baku dari data yang telah disusun dalam tabel distribusi frekuensi atau data bergolong Hartono (2013).

Dapat dihitung dengan rumus sebagai berikut:

Keterangan:

S = Simpang baku

Xi = Nilai X ke i sampai n

X = Rata-rata nilai

n = Jumlah sampel

2. Analisis Regresi Data Panel

Menurut Kuncoro (2011) data panel adalah data kombinasi antara data silang tempat (cross section) dengan data runtut waktu (time series).

Terdapat unit cross section yang sama diukur pada waktu yang berbeda.

Analisis regresi data panel adalah analisis regresi yang didasarkan pada data panel untuk mengamati hubungan antara satu variabel terikat (dependent variabel) dengan satu atau lebih variabel bebas( independent variabel). Pada peneilitian ini analisis data panel digunakaan untuk mengetahui seberapa besar pengaruh kinerja keuangan yaitu likuiditas, solvabilita, profitabilitas, dan aktivitas terhadap return saham pada tahun yang berbeda-beda. Data panel memiliki persamaan analisis regresi data panel sebagai berikut :

� = ∑�

_�

(�

_�

− �)

^�

(� − �)

Yit= α + β1 X1_it+ β₂ X2_it+ β₃ X3_it+ β₄ X4_it+ e Keterangan :

Yit =Return Saham dari unit ke-i dan diamati pada periode ke-t X1it =Rasio Likuiditas dari unit ke-i dan diamati pada periode ke-t X2it =Rasio Solvabilitas dari unit ke-i dan diamati pada periode ke-t X3it =Rasio Profitabilitas dari unit ke-i dan diamati pada period ke-t X4it = Rasio Aktivitas dari unit ke-i dan diamati pada periode ke-t α = Konstanta

β = Koefisien Regresi Variabel Independen e = error term

a. Common Effect Model (CEM)

Dari ketiga model ini, model CEM adalah model yang paling sederhana untuk mengestimasi paramenter model data panel. Common Effect Model adalah kombinasi data cross section dan time series sebagai satu kesatuan tanpa melihat adanya perbedaan waktu dan entitas (individu).

Model ini mengabaikan adanya perbedaan dimensi individu maupun waktu atau bisa disebut data individu sama dalam berbagai kurung waktu.

Pendekatan yang sering dipakai dalam model ini adalah Ordinary Least Square (OLS). (Widarjono 2009)

b. Fixed Effect Model (FEM)

Fixed effect model merupakan salah satu model estimasi yang digunakan pada model regresi data panel atau disebut juga sebagai least square dummy variabel (LSDV). Disebut fixed effect model karena setiap individu dalam model memiliki intersep yang tidak berubah sepanjang waktu meskipun intersep antar individu berbeda. (Widarjono 2009)

Untuk mengestimasi model ini, dapat menggunakan regresi dengan variabel dummy dimana setiap individu akan menjadi variabel dummy.

Dengan menjadikan setiap individu menjadi variabel dummy, maka akan ada satu yang menjadi basis sebagai pembanding untuk menghindari perangkap variabel dummy.

c. Random Effect Model (REM)

Random effect disebabkan variasi dalam nilai dan arah hubungan antar subjek diasumsikan random yang dispesifikasikan dalam bentuk residual Kuncoro (2011). Model ini mengestimasi data panel yang variabel residual diduga memiliki hubungan antar waktu dan antar subjek. Menurut Widarjono (2009) model random effect digunakan untuk mengatasi kelemahan model fixed effect yang menggunakan variabel dummy. Metode analisis data panel dengan model random effect harus memenuhi persyaratan yaitu jumlah cross section harus lebih besar daripada jumlah variabel penelitian.

3. Uji Chow Untuk Menentukan Common Effect Model atau Fixed Effect Model

Uji chow digunakan untuk memilih model regresi data panel yang terbaik diantara common effect model atau fixed effect model. Hipotesis awal dari uji adalah fixed ef ect model. Maka prosedur untuk uji chow adalah sebagai berikut :

H0 : common effect model H1 : fixed effect model

Menurut Baltagi (2008), untuk melihat hasil uji chow dapat dilakukan dengan melihat nilai probabilitas chi square. Jika nilai probabilitas chi square > taraf signifikansi, maka H1 ditolak atau model yang digunakan adalah model common effect. Sebaliknya jika nilai probabilitas chi square <

taraf signifikansi, maka H1 diterima atau model yang digunakan adalah model fixed effect.

4. Uji Hausman Untuk Menentukan Fixed Effect Modal dan Random Effect Model

Uji hausman dilakukan untuk memilih model yang terbaik antara fixed effect model atau random effect model. Uji ini menguji apakah terdapat hubungan antara error pada model dengan salah satu variabel independen dalam model. Prosedur untuk uji hausman adalah sebagai berikut :

H0 : random effect model H1 : fixed effect model

Menurut Baltagi (2008) Jika nilai probabilitas uji hausman < taraf signifikansi, maka H1 diterima atau model yang tepat adalah fixed effect model. Begitupun sebaliknya, jika nilai probabilias uji hausman > taraf signifikansi, maka H1 ditolak atau model yang digunakan adalah random effect model

5. Uji Asumsi Klasik

Uji asumsi klasik dilakukan untuk mengetahui apakah data yang digunakan layak untuk dianalisis. Dalam penelitian ini menggunakan 4 uji asumsi klasik yaitu uji normalitas, uji multikolinieritas, uji heteroskedastisitas, dan uji autokorelasi.

a. Uji Normalitas

Menurut Widarjono (2009) uji normalitas dilakukan untuk menguji apakah pada suatu model regresi variabel independen dan variabel dependen ataupun keduanya mempunyai distribusi normal atau tidak normal. Apabila suatu variabel tidak berdistribusi secara normal, maka hasil uji statistik akan mengalami penurunan. Pada uji normalitas data dapat dilihat normal atau tidak ketika nilai signifikasinya diatas 5% atau 0,05 yang artinya data memiliki distribusi normal sedangkan data yang memiliki nilai signifikasi dibawah 0,05 maka data tersebut tidak memiliki distribusi normal.

b. Uji Multikolinieritas

Menurut Widarjono (2009) uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Untuk menciptakan sebuah model regresi, antar variabel independen tidak boleh terdapat multikolinieritas karena multikolinieritas dapat menimbulkan bias dalam hasil penelitian terutama dalam proses pengambilan kesimpulan mengenai pengaruh

variabel independen terhadap variabel dependen. Untuk mengetahui ada atau tidaknya multikolinieritas dalam model regresi dapat dilihat dari : 1) Nilai R2 yang dihasilkan dalam suatu model regresi sangat tinggi

atau variabel independen banyak menunjukkan hubungan tidak signifikan dengan variabel dependen.

2) Menganalisis matrik korelasi antar variabel independen. Jika antar variabel independen terdapat korelasi yang cukup tinggi (di atas 0.10) maka mengindikasikan adanya multikolinieritas,

3) Melihat nilai tolerance dan variance inflation faktor (VIF). Nilai yang umumnya digunakan untuk menunjukkan multikolinieritas.

c. Uji Heteroskedastisitas

Menurut Widarjono (2009) uji Heteroskedastisitas berarti varian variabel gangguan yang tidak konstan. Uji heteroskedastisitas digunakan untuk menguji apakah dalam model terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lainnya. Model regresi yang baik adalah model regresi yang tidak terjadi heteroskedastisitas, atau dengan kata lain hasilnya homoskedastisitas.

d. Uji Autokorelasi

Menurut Widarjono (2009) uji autokorelasi bertujuan apakah dalam model regresi terdapat korelasi kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Jika terdapat korelasi maka ada masalah autokorelasi, karena model regresi yang baik adalah model regresi yang tidak terdapat autokorelasi di dalamnya.

6. Uji Hipotesis

Untuk mengetahui apakah hipotesis (asumsi) yang diajukan ditolak atau diterima, dilakukan uji hiposesis melalui Uji Koefisien Determinasi (R2), Uji-T dan Uji-F sebagai berikut :

a. Uji Koefisien Determinasi (R2 )

Pengujian koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat.

b. Uji Statistik F (f-test)

Uji F dilakukan untuk mengetahui secara serentak variabel independen mampu menjelaskan variabel dependen secara baik.

Pengujian dilakukan dengan menggunakan tingkat signifikansi sebesar 0,05 (α= 5%). Ketentuan penolakan dan penerimaan hipotesis adalah sebagai berikut :

1) Jika nilai signifikansi F hitung ≤ 0,05 maka H0 ditolak. Ini berarti bahwa secara bersama-sama seluruh variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen.

2) Jika nilai signifikansi F hitung ≥ 0,05 maka H0 diterima. Ini berarti bahwa secara bersama-sama seluruh variabel independen tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.

c. Uji Statistik T (t-test)

Uji t dilakukan untuk menguji apakah secara terpisah variabel independen mampu menjelaskan variabel dependen secara baik.

Pengujian dilakukan dengan menggunakan tingkat signifikansi sebesar 0,05 (α=5%). Ketentuan penolakan atau penerimaan hipotesis adalah sebagai berikut :

1) Jika nilai signifikansi t hitung ≤ 0,05 maka H0 ditolak dan menerima H1 (koefisien regresi signifikan). Ini berarti bahwa secara parsial variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen.

2) Jika nilai signifikansi t hitung > 0,05 maka H0 diterima dan menolak H1 (koefisien regresi tidak signifikan). Ini berarti bahwa secara

parsial variabel independen tersebut tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.