3. METODOLOGI PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah metode kuantitatif kausal, yang datanya bersumber dari data historis. Menurut Sugiyono (2016) penelitian metode kuantitatif adalah penelitian yang menggunakan data berupa angka atau data kualitatif yang diangkakan, dan akan diolah dengan metode statistik. Metode penelitian kausal digunakan untuk melihat hubungan sebab-akibat atau pengaruh antar beberapa variabel independen dan variabel dependen (Sugiyono, 2016).
3.2 Gambaran Populasi dan Sampel 3.2.1 Populasi
Populasi dapat diartikan sebagai sebuah wilayah generalisasi, yang terdiri dari subjek/objek yang memiliki karakteristik atau sifat yang sudah ditetapkan oleh peneliti untuk dipelajari dan kemudian diambil kesimpulannya (Sugiyono, 2016). Populasi data yang digunakan dalam penelitian ini adalah seluruh perusahaan di sektor industri manufaktur yang terdaftar di BEI.
3.2.2 Sampel
Sampel dari penelitian ini didapat dari metode pemilihan sampel purposive sampling, yang berarti metode pengambilan sampel dengan kriteria-kriteria yang sudah ditetapkan oleh peneliti (Sugiyono, 2016). Sampel yang diambil untuk penelitian ini adalah perusahaan manufaktur yang terdaftar di BEI dari kuartal 1-4 tahun 2008-2016. Kriteria sampel data yang akan digunakan dalam penelitian ini adalah:
1. Perusahaan yang berada di sektor manufaktur dan terdaftar di BEI dari kuartal 1-4 tahun 2008-2016.
2. Saham dari perusahaan manufaktur tidak pernah mengalami delisting selama kuartal 1-4 tahun 2008-2016.
3. Laporan keuangan perusahaan diterbitkan secara rutin selama kuartal 1-4 tahun 2008-2016.
3.3 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yang berupa laporan keuangan perusahaan sektor manufaktur yang berada di BEI dari kuartal 1-4 tahun 2008-2016. Sumber data didapatkan dari Bloomberg, Bank Indonesia (BI), dan Badan Pusat Statistik (BPS).
3.4 Metode dan Prosedur Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data historis, maka metode pengumpulan data yang digunakan adalah metode dokumentasi, dimana peneliti mengumpulkan data dari laporan keuangan perusahaan manufaktur, jurnal penelitian dari emeraldinsight.com, data makro dari Bloomberg, Bank Indonesia (BI), dan Badan Pusat Statistik (BPS).
3.5 Definisi Operasional Variabel 3.5.1 Variabel Independen
1. Konsep : Equity Market Index
Definisi operasional : Indeks yang menunjukkan tingkat pertumbuhan pasar saham yang ada di Indonesia.
Indikator Empirik : :
(3.1) Penjelasan:
a. TVT = Total Value Traded b. MCAP = Market Capitalization
2. Konsep : Debt Market Index
Definisi Operasional : Indeks yang menunjukkan tingkat pertumbuhan pasar utang yang ada di Indonesia.
Indikator Empirik :
(3.2)
Penjelasan:
a. M3 = Jumlah semua tabungan dan deposito berjangka (dalam rupiah atau dollar) milik penduduk atau lembaga keuangan non bank
b. PRIV = Jumlah uang yang dimiliki dan digunakan bank untuk mendanai sektor swasta secara long-term
c. BANK = Jumlah asset yang dimiliki oleh bank d. BOND = Bond Market Capitalization
e. GDP = Gross Domestic Product
2. Konsep : Firm Size
Definisi operasional : Firm Size adalah seberapa besar ukuran perusahaan yang dilihat dari jumlah total aset yang dimiliki oleh perusahaan.
Indikator Empirik : (3.3)
3. Konsep : Profitability
Definisi operasional : Tingkat pengembalian atau kemampuan perusahaan dalam menghasilkan laba dari memanfaatkan aset perusahaan.
Indikator Empirik : (3.4) Penjelasan:
a. ROA = Return on Assets
b. EBITDA (Earnings Before Interest, Taxes, Depreciation and Amortization) = Gross Profit – Expenses
4. Konsep : Growth Opportunity
Definisi operasional : Kemungkinan pertumbuhan perusahaan yang dilihat dari nilai pasar saham perusahaan periode sebelumnya dibandingkan dengan nilai buku perusahaan.
Indikator Empirik :
(3.5)
Penjelasan:
MTB = Market-to-book ratio
5. Konsep : Asset Intensity
Definisi Operasional : Alokasi aset berwujud yang dimiliki perusahaan terhadap total aset perusahaan.
Indikator Empirik :
(3.6)
Penjelasan:
a. AI = Asset Intensity
b. Total Assets = Current Assets + Fixed Assets
3.5.2 Variabel Dependen
1. Konsep : Capital Structure
Definisi operasional : Proporsi atau perbandingan pendanaan perusahaan yang dapat berasal dari internal dan eksternal perusahaan.
Indikator Empirik : (3.7) Penjelasan:
TDR = Debt-to-asset Ratio
3.6 Teknik Analisa Data 3.6.1 Data Panel
Data Panel adalah gabungan antara data runtun waktu (time series) dan data silang (cross section), data time series biasanya meneliti satu objek, tetapi dalam beberapa periode (daily, quarterly, monthly, yearly), sedangkan data silang adalah penelitian beberapa objek dengan berbagai jenis data (contoh: Kas, biaya, tingkat laba) dalam periode tertentu. Dalam penelitian kali ini, pengolahan data secara statistiknya akan menggunakan program eViews, dan menggunakan metode data panel yang dijelaskan menggunakan persamaan berikut.
(3.8)
Variabel Y menunjukkan posisi variabel dependen atau variabel yang dipengaruhi, dan variabel X adalah variabel independen atau variabel yang
mempengaruhi. Huruf i menjelaskan jenis data dan huruf t menjelaskan periode datanya.
3.6.2 Pemilihan model regresi data panel
Sebelum menjalankan regresi data panel, harus ditentukan terlebih dahulu metode yang akan digunakan. Menurut (Ajija, Sari, Setianto, & Primanti, 2010), ada 3 jenis metode yang dapat digunakan untuk regresi data panel, yaitu:
1. Common Effect Model
Common Effect Model adalah model yang bertujuan untuk menggabungkan seluruh data time series dengan cross section, dan berasumsi bahwa model gabungan tersebut menunjukkan kondisi nyata dari data tersebut.
Kemudian data yang digabungkan itu diperlakukan sebagai satu unit pengamatan, lalu digunakan untuk mengestimasi model dengan menggunakan metode Ordinary least square (OLS). Hasil dari regresi mewakili semua objek pada semua periode waktu. Persamaan regresi dari Common Effect Model adalah sebagai berikut:
(3.9)
Dimana i adalah jumlah individu/unit penelitian, dan t adalah jumlah periode waktu penelitian.
Jika variabel-variabel dari penelitian dimasukkan kedalam persamaan tersebut akan menjadi sebagai berikut:
TDRi,t = α + β1DMIt + β2EMIt + β3AIi,t + β4SIZEi,t + β5ROAi,t+ β6MTBi,t-1 + εit
(3.10)
Dimana:
a. α = Intercept b. β = Slope
c. ε = Error / variabel residual d. DMI = Debt Market Index e. EMI = Equity Market Index f. AI = Asset Intensity g. SIZE = Firm Size h. ROA = Profitability
i. MTB = Growth Opportunity 2. Fixed Effect Model (FEM)
Fixed Effect Model adalah model yang memiliki nilai intercept berbeda- beda dalam setiap subjek yang berbeda-beda juga (Data cross section), tetapi slope setiap subjek tidak berbeda (Gujarati & Porter, 2008:640). Di dalam model ini, untuk membedakan objek, digunakan variabel dummy, karena itu, model ini sering disebut Least Square Dummy Variables (LSDV).
Seperti di penelitian-penelitian sebelumnya (Demirguc-Kunt, 1996; Ooi, 2012), metode data panel yang digunakan adalah fixed-effect model. Fixed-effect model memiliki metode pendugaan parameter yang dinamakan Least Square Dummy Variable (LSDV). LSDV digunakan untuk mewakili ketidaklengkapan informasi dalam model regresi (Jaya & Sunengsih, 2009). Persamaan regresi dari Fixed Effect Model adalah sebagai berikut:
(3.11)
Dimana D adalah variabel dummy untuk unit ke-i.
Jika variabel-variabel dari penelitian dimasukkan kedalam persamaan tersebut akan menjadi sebagai berikut:
TDRi,t = Dαi + β1DMIt + β2EMIt + β3AIi,t + β4SIZEi,t + β5ROAi,t+ β6MTBi,t-1 + εit (3.12)
3. Random Effect Model (REM)
Penggunaan model random effect ini digunakan untuk memperbaiki kelemahan dari model FEM yang menggunakan variabel dummy. Dalam model ini digunakan juga perhitungan variabel error atau residual di data time series dan cross section.
Menurut (Ajija, Sari, Setianto, & Primanti, 2010), dari tiga model data panel, ada dua model yang sering digunakan untuk mengestimasi model regresi data panel, yaitu fixed effect model dan random effect model. Untuk menentukan model yang terbaik antara common effect model, fixed effect model, dan random effect model, dapat digunakan dua teknik atau uji, yang pertama adalah uji Chow dan yang kedua adalah uji Hausman. Persamaan regresi dari Random Effect Model adalah sebagai berikut:
(3.13) Jika variabel-variabel dari penelitian dimasukkan kedalam persamaan tersebut akan menjadi sebagai berikut:
TDRi,t = αi + β1DMIt + β2EMIt + β3AIi,t + β4SIZEi,t + β5ROAi,t+ β6MTBi,t-1+
εit (3.14)
Dimana adalah residual yang secara individual merupakan karakteristik random dari observasi unit ke - i dan konstan sepanjang waktu. Sedangkan adalah residual yang bersifat menyeluruh dari kombinasi antara time series dan cross-section.
3.6.2.1 Uji Chow
Uji Chow adalah salah satu metode yang digunakan untuk menentukan model mana yang terbaik untuk digunakan di dalam model regresi suatu penelitian. Hipotesa dari hasil uji Chow adalah sebagai berikut:
a. H0: Menggunakan common effect model b. H1: Menggunakan fixed effect model Kriteria terima atau tolak (α: 5%)
a. Jika nilai cross section F < α maka tolak H0
b. Jika nilai cross section F > α maka gagal tolak H0
3.6.2.2 Uji Hausman
Uji Hausman digunakan untuk membandingkan antara fixed effect model dan random effect model. Dengan menggunakan uji Hausman, hipotesa yang digunakan adalah
a. H0: Menggunakan random effect model b. H1: Menggunakan fixed effect model Kriteria terima atau tolak (α: 5%)
a. Jika P-Value < α maka tolak H0 b. Jika P-Value > α maka gagal tolak H0
3.6.3 Uji Asumsi Klasik
Di dalam penelitian kali ini, data yang digunakan adalah data panel, maka sebelum menjalankan model regresi, perlu dilakukan uji asumsi klasik. Uji asumsi klasik terdiri dari uji linearitas, uji multikolinearitas, uji heterokesdastisitas, dan uji autokorelasi. Ketika menggunakan data panel, langkah uji asumsi klasik yang digunakan tidak sebanyak langkah biasanya.
Menurut Ghozali (2013), asumsi distribusi normal hanya berlaku pada penelitian dengan jumlah sampel kecil (jumlah lebih kecil dari 30 sampel), dan tidak berlaku pada penelitian dengan jumlah sampel besar (jumlah lebih besar dari 30 sampel). Dengan demikian, asumsi distribusi normal dalam penelitian ini tidak valid, karena jumlah sampel penelitian ini lebih besar dari 30 sampel.
Menurut Gujarati (2004), pengujian autokorelasi dalam penelitian yang menggunakan data panel itu tidak diperlukan, karena autokorelasi terjadi pada data bersifat time series, sedangkan data panel terdiri dari data time series dan cross-section. Hal ini disebabkan karena adanya korelasi antara residual dengan variabel independen sulit terpenuhi.
Maka dari itu, uji asumsi klasik yang akan digunakan dalam penelitian kali ini adalah uji multikolinearitas dan uji heteroskedastisitas saja.
3.6.3.1 Uji Multikolinearitas
Uji multikolinearitas adalah salah satu metode pengujian data yang mencari apakah ada hubungan korelasi atau kolineartias di antara variabel- variabel independen yang digunakan. Model regresi yang baik adalah yang tidak terjadi interkorelasi antar variabel independennya. Jika modelnya memiliki tingkat korelasi yang tinggi, maka akan semakin susah untuk menyimpulkan hasil regresi yang pasti, karena perubahan satu variabel akan merubah variabel pasangannya.
Untuk melihat adanya multikolinearitas atau tidak, dapat dilihat:
a. R2 > 0.8, tetapi tidak ada atau sedikit t-statistik yang signifikan
b. Memiliki nilai F-statistik yang signifikan, tetapi nilai t-statistik masing- masing variabel indpenden tidak signifikan.
Maka hipotesa yang digunakan:
a. H0: Tidak ada multikolinearitas b. H1: Ada multikolinearitas
Kriteria terima atau tolak H0:
a. Jika korelasi antar variabel > 0.8 maka tolak H0
b. Jika korelasi antar variabel independen < 0.8 maka gagal tolak H0
3.6.3.2 Uji Heteroskedastisitas
Uji Heterokesdastisitas memiliki tujuan untuk mengetahui apakah ada varian dari variabel error / variabel residual yang tidak konstan, tapi ketika varian variabel error memiliki nilai varian yang konstan, hal tersebut dinamakan homoskedastisitas. Untuk menguji heteroskedastisitas, dapat digunakan white test.
Dalam penelitian kali ini, uji yang digunakan adalah dengan white test, yang akan membuat hipotesa sebagai berikut:
a. H0 : Tidak terdapat heteroskedastisitas b. H1 : Terdapat heteroskedastisitas Kriteria diterima atau ditolak :
a. Jika P-Value dari Obs*R-squared < (α) 5% maka tolak H0 b. Jika P-Value dari Obs*R-squared > (α) 5% maka gagal tolak H0
3.6.4 Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan tujuan untuk melihat pengaruh variabel independen terhadap variabel dependen. Dalam penelitian ini, teknik regresi yang digunakan adalah teknik regresi linear berganda.
Perlu juga dilakukan uji signifikansi variabel independen terhadap variabel dependen yang menggunakan uji F (secara bersama-sama) dan uji t (secara parsial).
3.6.4.1 Uji F
Uji F bertujuan untuk melihat pengaruh seluruh variabel independen secara bersama-sama terhadap variabel dependen.
Hipotesa yang digunakan adalah sebagai berikut:
a. H0: β1, β2, β3, β4, β5, β6, β7 = 0, yang menunjukkan variabel Debt Market Index, Equity Market Index, Asset Intensity, Firm Size, Profitability,
Inflation, dan Growth Opportunity secara bersama-sama tidak berpengaruh signifikan terhadap Capital Structure perusahaan sektor manufaktur.
b. H1: β1, β2, β3, β4, β5, β6, β7 ≠ 0, yang menunjukkan variabel Debt Market Index, Equity Market Index, Asset Intensity, Firm Size, Profitability, Inflation, dan Growth Opportunity secara bersama-sama berpengaruh signifikan terhadap Capital Structure perusahaan sektor manufaktur.
Kriteria terima atau tolak:
a. Jika P-value < (α) 5% maka tolak H0
b. Jika P-value > (α) 5% maka gagal tolak H0
3.6.4.2 Uji t
Uji t dilakukan untuk melihat pengaruh signifikansi masing-masing variabel independen yang digunakan di dalam penelitian secara parsial terhadap variabel dependen.
Hipotesa yang digunakan adalah sebagai berikut:
a. H0 : β1 = 0, berarti variabel Debt Market Index tidak berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
b. H1 : β1 ≠ 0, berarti variabel Debt Market Index berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
c. H0 : β2 = 0, berarti variabel Equity Market Index tidak berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
d. H1 : β2 ≠ 0, berarti variabel Equity Market Index berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
e. H0 : β3 = 0, berarti variabel Asset Intensity tidak berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
f. H1 : β3 ≠ 0, berarti variabel Asset Intensity berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
g. H0 : β4 = 0, berarti variabel Firm Size tidak berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
h. H1 : β4 ≠ 0, berarti variabel Firm size berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
i. H0 : β5 = 0, berarti variabel Profitability tidak berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
j. H1 : β5 ≠ 0, berarti variabel Profitability berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
k. H0 : β6 = 0, berarti variabel Growth Opportunity tidak berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
l. H1 : β6 ≠ 0, berarti variabel Growth Opportunity berpengaruh signifikan secara parsial terhadap capital structure perusahaan manufaktur yang terdaftar di BEI.
Kriteria terima atau tolak:
a. Jika P-value < (α) 5% maka tolak H0
b. Jika P-value > (α) 5% maka gagal tolak H0
