24 BAB III
METODE PENELITIAN
A. Jenis Penelitian
Penelitian ini menggunakan jenis penelitain asosiatif. Penelitian asosiatif adalah jenis penelitian yang bertujuan untuk menganalisis hubungan antara suatu variabel dengan variabel yang lain. Hubungan ini dapat berupa hubungan biasa (kolerasi) maupun hubungan kausalitas (sebab akibat). Dalam penelitian jenis ini selalu ada dua variabel penelitian (Ulum, 2018).
B. Populasi dan Teknik Penentuan Sampel
Populasi yang digunakan dalam penelitian ini adalah semua perusahaan manufaktur periode 2017-2019 yang terdaftar di Bursa Efek Indonesia. Metode pemilihan sampel yang digunakan dalam penelitian ini adalah metode purposive sampling yaitu pemilihan sampel dengan menggunakan kriteria tertentu (Sugiono, 2015). Adapun kriteria pemilihan sampel dalam penelitian ini adalah:
1. Perusahaan manufaktur yang secara konsisten terdaftar di Bursa Efek Indonesia periode 2017-2019.
2. Perusahaan manufaktur yang menerbitkan annual report periode 2017- 2019.
3. Perusahaan manufaktur yang tidak mengalami kerugian pada tahun 2017-2019.
4. Perusahaan manufaktur yang secara konsisten membagikan dividen periode 2017-2019.
25
5. Perusahaan manufaktur yang menyajikan data secara lengkap mengenai kelima variabel pada penelitian ini.
C. Definisi Operasioanal Variabel Penelitian
Variabel merupakan suatu objek yang menjadi fokus dalam penelitian. Dalam penelitian ini terdapat dua tipe variabel independen (X) dan variabel dependen (Y) yang merupakan variabel yang diperkirakan nilainya.
1. Variabel Independen
Variabel Independen merupakan variabel yang tidak terikat oleh variabel lain. Dalam gambar arah hubungan variabel, variabel independen ditinggalkan oleh anak panah (Ulum, 2018). Variabel independen dalam penelitian ini adalah ukuran perusahaan, struktur modal, kebijakan dividen dan konservatisme akuntansi.
a. Ukuran perusahaan
Ukuran perusahaan merupakan nilai yang menunjukkan besar kecilnya suatu perusahaan. Suatu perusahaan dapat dikatakan besar atau tidaknya dilihat dari jumlah total aset, nilai saham dan lain-lain (Mudjijah, 2019). Penilaian untuk mengukur besarnya ukuran perusahaan pada penelitian ini dengan simbol (X1) yang diperoleh dengan rumus SIZE dengan penggunaan logaritma total aset, logaritma digunakan bertujun untuk meminimalisir fluktuasi yang berlebihan dan bertujuan menyederhanakan total aset yang kemungkinan mencapai nominal triliun rupiah tanpa merubah proporsi sebenarnya (Wahyuni, 2013).
26
Berikut formula untuk mengukur ukuran perusahaan dengan rumus SIZE (Suwardika, 2017):
𝑆𝐼𝑍𝐸 = 𝐿𝑜𝑔 (𝑡𝑜𝑡𝑎𝑙 𝑎𝑠𝑒𝑡)
Adapun kriteria ukuran perusahaan yang diatur dalam UU No.
20 tahun 2008 diuraikan dalam tabel 3.1:
Tabel 3.1
Kriteria Ukuran Perusahaan
Ukuran Perusahaan Kategori
Total Aset Size
Usaha mikro Maksimal 50 juta 0-17,72 Usaha kecil >50 juta-500 juta 17,72-20,03 Usaha Menengah >500 juta-10M 20,03-23,02
Usaha besar >10 M >23,02
Jika size perusahaan diatas sebesar 0-17,72 maka dikategorikan sebagai usaha mikro, jika 17,72-20,03 maka dikategorikan sebagai usaha kecil, jika 20,03-23,02 maka dikategorikan sebagai usaha menengah, dan jika lebih besar 23,02 maka dikategorikan sebagai usaha besar.
b. Struktur Modal
Struktur modal (capital structure) merupakan perimbangan atau perbandingan antara jumlah hutang jangka panjang (modal asing) dengan modal sendiri (Riyanto, 2010). Struktur modal dengan simbol (X2) yang dapat diperoleh dengan rasio leverage yaitu DER
27
(debt equity ratio) semakin tinggi hutang yang dimiliki perusahaan maka akan semakin beresiko perusahaan tersebut, sebaliknya semakin rendah tingkat pengembalian hutangnya maka risiko perusahaan juga akan semakin rendah.
Berikut formula untuk mengukur struktur modal dengan rumus DER sebagai berikut (Kasmir, 2017):
𝐷𝐸𝑅 =Total hutang Ekuitas
Struktur modal yang optimal dapat dikatakan apabila hutang perusahaan tidak lebih besar dari modal perusahaan atau dalam kata lain DER tidak boleh lebih besar dari 50%. Sehingga modal yang dijamin (hutang) tidak lebih besar dari modal yang menjadi jaminanya (Amaniah et al., 2013). Dapat pula diartikan jika DER dibawah angka 1 atau dibawah angka 100% maka hutang atau kewajiban lebih kecil dari pada modal bersih sehingga perusahaan dapat dikatakan ideal atau baik. Namun sebaliknya jika hasil DER diatas angka 1 atau 100% maka hutang atau kewajiban lebih besar dari pada modal bersih sehingga perusahaan tidak sehat atau belum baik.
c. Kebijakan dividen
Kebijakan dividen merupakan keputusan yang dibuat oleh manajemen untuk menentukan berapa laba yang diperoleh perusahaan dalam suatu periode yang akan dibagikan kepada investor sebagai dividen atau akan ditahan di perusahaan dalam bentuk laba ditahan (Husnan, 2012). Semakin tinggi dividen yang
28
dibagikan maka akan semakin tinggi pula nilai dividen perlembar sahamnya sehingga akan semakin rendah nilai laba yang ditahan, hal ini akan menghambat tingkat pertumbuhan modal sendiri. Kebijakan dividen pada penelitian ini dengan simbol (X3) yang dapat diukur dengan rasio pasar yaitu DPR (dividend payout ratio) sebagai berikut (Danang, 2013):
𝐷𝑃𝑅 =𝐷𝑖𝑣𝑖𝑑𝑒𝑛 𝑝𝑒𝑟𝑙𝑒𝑚𝑏𝑎𝑟 𝑠𝑎ℎ𝑎𝑚 𝐿𝑎𝑏𝑎 𝑝𝑒𝑟𝑙𝑒𝑚𝑏𝑎𝑟 𝑠𝑎ℎ𝑎𝑚 d. Konservatisme Akuntansi
Konservatisme Akuntansi merupakan prinsip akuntansi yang mengakui beban dan kewajiban sesegera mungkin meskipun ada ketidakpastian dalam hasilnya, namun hanya mengakui pendapatan dan aset ketika sudah yakin akan diterima (savitri, 2016). Dalam penelitian ini konservatisme akuntansi dengan simbol (X4) menggunakan rumus CONNAC yang dapat dilihat dari kecenderungan akumulasi akrual. Akrual yang dimaksud adalah perbedaan antara laba bersih sebelum depresiasi dan arus kas operasi (Givoly, 2002). Jika nilai akrual bernilai negatif maka laba bersih lebih kecil dari arus kas operasi, sehingga perusahaan dapat dikatakan konservatif. Sebaliknya jika nilai akrual positif maka laba bersih lebih besar dari arus kas operasi, sehingga perusahaan tidak menerapkan konservatisme akuntansi.
Berikut adalah formula untuk mengukur konservatisme akuntansi menggunakan rumus CONNAC (Givoly, 2002):
𝐶𝑂𝑁𝑁𝐴𝐶𝑖𝑡= 𝑁𝐼𝑖𝑡− 𝐶𝐹𝑂𝑖𝑡
29
CONNACit = Konservatisme Akuntansi
NIit = Laba bersih dikurangi depresiasi perusahaan i pada tahun t CFOit = Arus kas dari aktifitas operasi perusahaan i pada tahun t 2. Variabel Dependen
Variabel dependen adalah variabel yang terikat oleh variabel lain, dalam gambar arah hubungan antar variabel, variabel dependen dituju oleh anak panah (Ulum, 2018). Variabel indepenen dalam penelitian ini adalah nilai perusahaan dengan simbol (Y).
a. Nilai perusahaan
Nilai Perusahaan merupakan pemikiran para investor terhadap tingkat kesuksesan perusahaan dalam kegiatan-kegiatan operasional perusahaan yang tercermin dari nilai saham suatu perusahaan (;
Susilowati, 2019). Untuk mencari nilai perusahaan dapat diperoleh dengan menggunakan rasio PBV (Price to book value) sebagai berikut:
𝑃𝐵𝑉 = Harga Saham perlembar Nilai buku perlembar saham 𝑁𝑖𝑙𝑎𝑖 𝑏𝑢𝑘𝑢 𝑝𝑒𝑟 𝑙𝑒𝑚𝑏𝑎𝑟 𝑠𝑎ℎ𝑎𝑚 = Total ekuitas
Jumlah saham beredar Jika perusahaan dengan PBV di bawah angka 1 maka harga saham dikatakan murah, sedangkan perusahaan dengan PBV di atas angka 1 maka harga saham dapat dikatakan mahal. Perusahaan yang berjalan dengan baik umumnya memiliki rasio PBV di atas 1 yang mencerminkan bahwa nilai pasar saham lebih besar dari nilai bukunya.
30 D. Jenis dan Teknik Pengambilan Data
Jenis penelitian ini adalah kuantitatif dan data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari laporan tahunan perusahaan manufaktur periode 2017-2019 yang terdaftar di Bursa Efek Indonesia, data yang dikumpulkan dengan mengakses www.idx.co.id dan melakukan studi kepustakaan, yaitu dengan mencatat data yang tercantum di Bursa Efek Indonesia, dengan data-data tersebut dapat digunakan untuk perhitungan ukuran perusahaan (Total Asset), DER (Debt Equity Ratio), DPR (Divident payout ratio), CONNACit (accrual measure) dan PBV (price book value).
E. Teknik Perolehan Data
Teknik yang digunakan untuk memperoleh data pada penelitian ini adalah dokumentasi dengan mengumpulkan laporan keuangan tahunan perusahaan manufaktur yang terdaftar di BEI tahun 2017-2019 dengan mengakses www.idx.co.id.
F. Teknik Analisis Data 1. Uji Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk analisa data dengan cara mendeskripsikan atau menggambarkan data yang sudah terkumpul tanpa ada tujuan untuk membuat kesimpulan generalisasi. Teknis statistik deskriptif merupakan kualitatif dalam bentuk uraian, kualitatif dalam bentuk perhitungan, distribusi frekuensi (mean, median, varian dan standar deviasi) (Ulum, 2018). Mean diperkirakan untuk memperkirakan besar rata-rata populasi yang
31
diperkirakan dari sampel. Statistik deskriptif memberikan penjelasan yang lebih jelas mengenai data kuantitatif yang ada agar dapat lebih mudah dipahami.
2. Uji Asumsi Klasik a. Uji Normalitas
Uji Normalitas digunakan untuk menguji apakah variabel (X) dengan variabel terikat (Y) terdistribusi normal atau tidak, dengan menggunakan grafik. Dasar pengambilan keputusan model regresi memenuhi asumsi normalitas adalah dapat dilihat apabila data menyebar disekitar garis diagonal. Jika Probability <5% maka data tidak normal, sebaliknya jika probability >5% maka data dapat dikatakan normal. Pengujian normalitas dilakukan secara statistik untuk memperoleh hasil yang valid.
b. Uji Multikolinearitas
Pengujian ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya bebas multikolinearitas dengan variabel independen. Uji multikolinearitas pada penelitian ini menggunakan variance inflation factor (VIF). Jika nilai toleransi lebih besar dari
0,1 atau nilai VIF lebih kecil dari 10, maka dapat disimpulkan tidak terjadi multikolinearitas pada data yanga akan diolah. Model regresi yang baik yaitu yang tidak mengandung multikonearitas.
c. Uji Heteroskedastisitas
32
Pengujian ini bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Apabila terdapat titik-titik yang membentuk pola tertentu maka telah terjadi heteroskedastisitas, sebaliknya apabila tidak terbentuk pola yang jelas dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas. Jika varians dari residual pengamatan satu ke pengamatan yang lain tetap maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah dalam sebuah model regresi linier terdapat korelasi antara kesalahan penganggu pada periode t (periode tahun berjalan) dengan kesalahan pada periode t-1 (periode tahun sebelumnya) (Ghozali, 2018). Hal ini dapat diketahui bahwa uji autokorelasi dilakukan untuk data time series. Salah satu cara untuk mengetahui ada tidaknya masalah autokorelasi dengan uji Durbin-Waston (DW) (Danang, 2013).
1. Jika d (durbin-waston) lebih kecil dari pada dL (batas bawah durbin waston ) atau lebih besar dari pada 4-dL, maka hipotesis 0 ditolak, yang berarti terdapat autokorelasi.
2. Jika d (durbin waston) terletak antara dU (batas atas durbin waston) dan 4-dU maka hipotesis nol diterima, yang berarti tidak ada autokorelasi.
33
3. Jika d (durbin waston) terletak antara dL dan dU atau diantara 4-dU, maka tidak menghasilkan kesimpulan yang pasti.
3. Uji Hipotesis
a. Uji Regresi Linier Berganda
Regresi linier berganda (multiple linier regression) bertujuan untuk dapat mengetahui hubungan antara variabel independen dengan dependen. Adapun bentuk matematis model regresi berganda sebagai berikut:
𝑌 = 𝛼 + 𝛽1𝑋1+ 𝛽2𝑋2+ 𝛽3𝑋3+ 𝛽₄𝑋₄+ 𝑒 Y = Nilai Perusahaan
α = Konstanta
β = Koefesien Regresi X1 = Ukuran Perusahaan X2 = Struktur Modal X3 = Kebijakan Deviden X4 = Konservatisme Akuntansi e =Error
b. Uji Koefesien Determinasi (𝑹𝟐)
Koefesien Determinasi (Adjusteed R-Square) merupakan salah satu bentuk nilai yang digunakan untuk mengetahui hubungan antara dua variabel. Koefesien Determinasi (Adjusteed R-Square) pada intinya mengukur seberapa jauh kemampuan model dalam mengukur variasi variabel terkait. Nilai Koefesien Determinasi (Adjusteed R-Square) berada pada angka 0 dan angka 1. Bila nilai
34
(Adjusteed R-Square) semakin mendekati angka 1 maka semakin tepat suatu garis regresi yang digunakan sebagai pendekatan.
Sebaliknya semakin kecil nilai berarti semakin tidak tepat garis regresi tersebut untuk mewakili data hasil observasi. Nilai (Adjusteed R-Square) yang kecil berarti kemampuan variabel independen dalam menjelaskan variabel dependen terbatas.
c. Uji Nilai F (simultan)
Uji nilai F untuk menunjukkan bahwa semua variabel independen yang dimasukkan dalam model regresi mempunyai pengaruh terhadap variabel dependen (Ghozali, 2018). Hasil uji F dapat dilihat dari nilai signifikan >0,05 maka ada pengaruh antara variabel independen terhadap variabel dependen maka hipotesis diterima, sebaliknya jika nilai signifikan < 0,05 maka tidak ada pengaruh antara variabel independen terhadap variabel dependen atau hipotesis ditolak.
d. Uji Nilai t (parsial)
Uji nilai t pada dasarnya untuk menunjukkan seberapa jauh pengaruh variabel independen secara individual dalam menerangkan variabel dependen. Apabila nilai signifikasi < 0,05 maka hipotesis yang menjelaskan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen diterima, yang berarti terdapat pengaruh secara parsial. Sedangkan jika nilai signifikasinya
> 0,05 maka hipotesis ditolak yang berarti tidak ada pengaruh secara parsial antara variabel independen terhadap variabel dependen.
