3.1. Model Analisis
Penelitian ini menggunakan pendekatan kuantitatif yaitu pendekatan melalui pembuktian hipotesis yang berdasarkan pada data-data kuantitatif yang diperoleh dari hasil pengukuran. Obyek penelitian adalah perusahaan-perusahaan go public yang bergerak dalam bidang Infrastruktur, utilitas, transportasi, perdagangan, dan jasa yang terdaftar di BEJ tahun 1994 – 2004.
Model yang digunakan dalam penelitian ini adalah simple average hasil dari pengembangan Fama dan French (1995), Model tersebut adalah :
∆Y = a + b ∆Mkt + s ∆SMB + h ∆HML + e Dimana :
∆ SMB = ⅓ (S/L + S/M + S/H) – ⅓ (B/L + B/M + B/H)
∆ HML = ½ (S/H + B/H) – ½ (S/L + B/L)
∆Y = Perubahan fundamental.
∆Mkt = Perubahan market.
∆SMB = Selisih simple average dari saham berkapitalisasi kecil (small size) dengan saham berkapitalisasi besar (big size).
∆HML= Selisih simple average dari saham yang mempunyai book to market equity ratio tinggi dengan saham yang mempunyai book to market equity ratio rendah.
a = Koefisien konstanta.
b, s, h = Koefisien variable independen.
e = error.
3.2. Identifikasi Variabel
Dalam penelitian ini dibagi menjadi 2 yakni variabel terikat / (dependent variable) dan variabel bebas / (independent variable).
Variabel terikat dalam penelitian ini adalah:
2. Perubahan net sales
1. Perubahan economic income
Sedangkan variabel bebas dalam penelitian ini adalah:
1. Perubahan market (∆Mkt) 2. Perubahan size (∆SMB)
3. Perubahan book-to-market equity (∆HML)
3.3. Definisi Operasional Variabel
Untuk memperjelas pelaksanaan penelitian, maka dalam penelitian ini terdapat definisi operasional instrumen untuk masing-masing instrumen penelitian sebagai berikut :
a. ∆Y merupakan perubahan fundamental yang dilihat dari perubahan penjualan (net sales) dan economic income yang diproxi dari profit after tax.
b. Perubahan Market (∆Mkt) untuk Net Sales merupakan logaritma dari penjumlahan penjualan, dapat dirumuskan dengan:
∆MktS = ∆(log Σsales)
log digunakan untuk mengukur tingkat pertumbuhan penjualan yang hasilnya berupa nilai koefisien desimal. Sedangkan untuk Economic Income, dapat dirumuskan dengan :
∆MktEI = ∆ΣEIi Dimana :
∆MktS = Perubahan market terhadap net sales.
∆log Σsales = Perubahan dari Logaritma atas penjumlahan net sales tiap
tahun.
∆MktEI = Perubahan market tehadap economic income.
∆ΣEIi = Perubahan jumlah profit after tax sebagai proxi economic income tiap tahun.
c. Perubahan size perusahaan (∆ SMB) untuk net sales, dapat dirumuskan dengan :
∆ SMBS =
3 3
small Salesbig
Sales Σ∆
Σ∆ −
Perubahan (∆ SMB) untuk Economic Income, dapat dirumuskan dengan :
∆ SMBEI =
3 3
small EIbig
EI Σ∆
Σ∆ −
Dimana:
∆ SMBS = Perubahan size terhadap net sales
Σ∆Salessmall = Penjumlahan dari perubahan net sales pada perusahaan dengan kategori kecil (small)
Σ∆Salesbig = Penjumlahan dari perubahan net sales pada perusahaan dengan kategori besar (big)
∆ SMBEI = Perubahan size terhadap economic income
Σ∆EIsmall = Penjumlahan dari perubahan economic income pada
perusahaan dengan kategori kecil (small)
Σ∆EIbig =Penjumlahan dari perubahan economic income pada perusahaan dengan kategori besar (big)
Size merupakan kapitalisasi pasar yang dibagi menjadi 2 kelompok, yaitu big size (B) dan small size (S). Size dilakukan dengan cara mengurutkan (ranking) saham yang mempunyai nilai kapitalisasi pasar (Market capitalization) dari yang terbesar sampai dengan yang terkecil kemudian dicari mediannya. Untuk big berada pada atas nilai median, sedangkan untuk small berada pada bawah nilai median.
d. Perubahan HML net sales (∆HML net sales ) didapat dengan menggunakan perhitungan HMLNetSales = ½ (S/H + B/H) – ½ (S/L + B/L). Dimana S/H+B/H merupakan rata-rata perubahan net sales (∆Net Sales) pada portofolio high BE/ME dan S/L+B/L merupakan rata-rata perubahan net sales (∆Net Sales) pada portofolio low BE/ME.
Perubahan HML Ei (∆ HML Ei ) didapat dengan menggunakan perhitungan HML Ei = ½ (S/H + B/H) – ½ (S/L + B/L). Dimana S/H+B/H merupakan rata-rata perubahan Ei (∆ Ei) pada portofolio high BE/ME dan S/L+B/L merupakan rata-rata perubahan Ei (∆Ei) pada portofolio low BE/ME.
Book to market equity ratio diukur dari pembagian antara equity per share dengan closing price pada akhir tahun pada bulan desember. Dibagi menjadi 3 bagian yaitu High, Medium, dan Low dengan prosentase 30%,40%, dan 30%. Pembagian ini berdasarkan book to market equity ratio saham perusahaan yang telah diurutkan (ranking).
3.4. Skala Pengukuran
Skala pengukuran yang digunakan dalam penelitian ini adalah skala ratio.
digunakan untuk mengukur Mkt, SMB, HML, Economic Income dan Net Sales (NS).
3.5. Jenis dan Sumber Data
Jenis data yang dikumpulkan adalah data kuantitatif berupa laporan keuangan perusahaan-perusahaan go public meliputi: Net Sales, Profit after tax, Equity per share, Market capitalization bulan juni, Closing price pada bulan desember. sumber data penelitian ini adalah dokumentasi resmi Capital Market Directory dari perusahaan-perusahaan go public yang bergerak dalam bidang Infrastruktur, utilitas, transportasi, perdagangan, dan jasa yang terdaftar di BEJ tahun 1994 – 2004.
3.6. Instrumen dan Pengumpulan Data
Dalam penelitian ini data diperoleh langsung dari capital market directory yaitu dokumentasi atau laporan resmi keuangan perusahaan-perusahaan go public yang yang bergerak dalam bidang Infrastruktur, utilitas, transportasi, perdagangan, dan jasa yang terdaftar di BEJ dan efektif dalam periode 1994-2004.
3.7. Populasi
Populasi dalam penelitian ini adalah semua perusahaan-perusahaan go public yang yang bergerak dalam bidang Infrastruktur, utilitas, transportasi, perdagangan, dan jasa yang terdaftar di BEJ dan efektif dalam periode 1994-2004.
3.8. Sampel dan Teknik Sampling
Penentuan sampel dalam penelitian ini menggunakan teknik sampling purposive yaitu penarikan sampel dengan tujuan-tujuan/pertimbangan tertentu.
Sampling purposive merupakan suatu metode pengambilan sampel yang tergolong dalam sample nonprobabilitas. Beberapa kriteria dalam pemilihan sampel yang dipakai dalam penelitian ini adalah :
1. Perusahaan tersebut bergerak dalam bidang Infrastruktur, utilitas, transportasi, perdagangan, dan jasa.
2. Perusahaan tersebut terdaftar di BEJ dan efektif dalam periode tahun 1994 – 2004.
3. Laporan keuangan perusahaan-perusahaan tersebut lengkap dan jelas, dan efektif selama periode tahun 1994 – 2004.
3.9. Unit Analisis
Unit analisis dalam penelitian ini adalah perusahaan-perusahaan dalam bidang Infrastruktur, utilitas, transportasi, perdagangan, dan jasa.
3.10. Teknik Analisis Data
Ada beberapa tahap atau syarat yang harus dilakukan terhadap data penelitian yakni:
1. Pembentukan Portofolio dan Subportofolio
Membentuk portofolio S/L, B/L, S/M, B/M, S/H, B/H yang dibentuk setiap tahunnya.
2. Regresi Linier Berganda
Digunakan sebagai penguji hubungan antar variabel, apakah variabel bebas
didalam model mempunyai hubungan signifikan dengan variabel terikatnya dengan menggunakan model OLS :
∆Y = a + b ∆Mkt + s ∆SMB + h ∆HML Baik untuk economic income maupun net sales, dimana :
∆Y = Perubahan fundamental
∆Mkt = Perubahan market
∆SMB = Perubahan size perusahaan.
∆HML= Perubahan book to market equity ratio a = Koefisien konstanta
b, s, h = Koefisien variable independen
Hasil dari regresi persamaan harus bersifat BLUE (Best Linier Unbiased Estimation), artinya untuk menghasilkan keputusan, pengambilan nilai regresi tidak boleh bias, karena jika salah satu tidak terpenuhi maka persamaan regresi tersebut tidak lagi bersifat BLUE.
3. Uji Normalitas Data
Uji normalitas data digunakan untuk mengetahui apakah data penelitian yang akan digunakan telah berdistribusi secara normal atau tidak, hal ini dapat diketahui dengan Jarque-Bera. Apabila diketahui nilai probabilitasnya di atas 0,05 tergolong normal sedangkan untuk probabilitas di bawah 0,05 tergolong tidak normal.
4. Uji Asumsi Klasik
a. Multikolinieritas atau Kolinieritas Ganda
Merupakan situasi dimana terdapat korelasi ganda yang tinggi, bilamana salah satu dari variabel independent terdapat korelasi yang tinggi.
Konsekuensi yang ditimbulkan apabila asumsi tidak terpenuhi:
• Penaksiran koefisien regresi masih mungkin dilakukan tetapi memiliki standar deviasi yang lebih besar.
• Oleh karena nilai standard error dari koefesien regresi besar, maka dengan sendirinya interval keyakinan untuk parameter dari populasi cenderung melebar.
Universitas Kristen Petra
• Dengan tingginya tingkat kolinieritas, probabilitas untuk menerima hipotesa, padahal itu salah, menjadi membesar nilainya.
• Standart errornya menjadi sensitif.
Indikator untuk mengetahui ada tidaknya korelasi adalah dengan melihat nilai VIF (Variance Inflation Factor). Dimana jika VIF di bawah 10 berarti tidak terdapat multikolinieritas dan jika VIF di atas 10 maka berarti terdapat multikolinieritas.
b. Heteroskedastisitas
Heteroskedastisitas merupakan asumsi yang menyebutkan bahwa variabel gangguan (error) mempunyai varians yang sama. Apabila asumsi ini tidak terpenuhi atau terdapat heteroskedastisitas, maka akibatnya adalah uji signifikan tidak lagi akurat. Di samping itu metode OLS akan memberikan kesimpulan yang salah bila tetap digunakan. Jika terjadi gejala pelanggaran heteroskedastisitas pada beberapa variabel bebas, maka dapat dilakukan white test, dengan ketentuan heterokedastisitas tidak terjadi bila nilai probabilitasnya di atas 0,05 dan sebaliknya jika di bawah 0,05 terjadi heterokedastisitas.
c. Autokorelasi
Autokorelasi adalah uji asumsi yang berfungsi untuk mengetahui ada tidaknya korelasi antar data dalam variabel. Diharapkan dalam pengujian regresi data terbebas dari asumsi autokorelasi. Untuk mengetahui gejala autokorelasi dapat diketahui dari nilai Durbin Watson (DW). Ada tiga kemungkinan hasil dalam autokorelasi :
• Bebas autokorelasi
• Autokorelasi positif
• Autokorelasi negatif
Berikut aturan autokorelasi dalam bentuk grafik :
Menolak Ho Ada autokorelasi
Daerah ragu - ragu
Tidak ada
autokorelasi Daerah ragu - ragu
Menolak Ho Ada
0 dL dU 2 4-dU 4-dL 4
5. Revisi Regresi Ulang
Untuk mengetahui tepat tidaknya model regresi linier berganda, dilakukan apabila terjadi pelanggaran terhadap asumsi klasik.
6. Uji hipotesis secara parsial (uji-t)
Melakukan uji t yang bertujuan untuk mengetahui apakah variabel bebas secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat.
Dengan langkah-langkah sebagai berikut :
• Merumuskan hipotesis statistik : H0 : bi = 0, tidak ada pengaruh HA : bi ≠ 0, ada pengaruh
• Menentukan Level of Significant sebesar 95% atau α = 5%
• Diambil kesimpulan sebagai berikut :
H0 gagal ditolak apabila -t1/2α < t < t1/2α H0 ditolak apabila t <-t1/2α atau t >t1/2α
7. Uji simultan (uji-F)
Uji F digunakan untuk mengetahui secara simultan pengaruh dari variabel bebas terhadap variabel terikat.
Dengan langkah-langkah sebgai berikut:
• Membuat tabel Fhitung
• Menentukan Level of Significant sebesar 95% atau α = 5%
• Diambil kesimpulan sebagai berikut :
Ho gagal ditolak apabila Fhitung > Ftabel
Ho ditolak apabila Fhitung < Ftabel
8. Uji Goodness of Fit
Menghitung koefesien determinasi sebagai parameter fit model atau Goodness of fit model, untuk mengetahui seberapa besar variabel independen mampu menjelaskan variabel dependen, dapat dirumuskan sebagai berikut :
R2 =
TotalSS SSR
Total SS = SSR + SSE Dimana:
R2 = Regresi linear
SSR = Sum Square Regression SSE = Sum Square Error Total SS = Total Sum Square
Semakin besar R2 berarti semakin tepat persamaan perkiraan regresi linier, maka variasi perubahan variabel terikat dapat dijelaskan oleh perubahan variabel bebas.
