3. METODOLOGI PENELITIAN
3.1. Jenis Penelitian
Jenis penelitian yang digunakan peneliti adalah jenis penelitian kuantitatif. Pendekatan kuantitatif adalah pendekatan dimana variabel-variabel yang diamati dan diteliti dapat diindentifikasi dan hubungan antara satu variabel dengan variabel lain dapat diukur dengan jelas (Sugiyono, 2007). Dengan pendekatan kuantitatif, penelitian yang mengkaji erat atau tidaknya pengaruh antara variabel-variabel bebas dengan variabel terikat.
3.2. Populasi dan Sampel
Menurut Sudjana (2005: 6), populasi adalah totalitas semua nilai yang mungkin, hasil menghitung ataupun pengukuran, kuantitatif maupun kualitatif mengenai karakteristik tertentu dari semua anggota kumpulan yang lengkap dan jelas yang ingin dipelajari sifat-sifatnya. Sedangkan sampel merupakan sebagian dari jumlah karakteristik yang dimiliki oleh populasi (Sugiyono, 2007). Penentuan sampel harus diperhatikan karena sampel yang digunakan harus bisa mewakili karakteristik dari total populasi (Sekaran, 2003). Hal ini diharapkan dapat diperoleh hasil penelitian yang sama seperti pada saat penelitian menggunakan populasi.
Populasi yang digunakan dalam penelitian ini adalah semua perusahaan yang terdaftar pada Jakarta Islamic Index (JII) periode tahun 2009-2014.
Pemilihan sampel dilakukan dengan teknik pengambilan sampel berdasarkan purposive sampling untuk sampel yang ditentukan berdasarkan pertimbangan- pertimbangan tertentu. Pertimbangan yang dipakai pada penelitian ini adalah:
a. Perusahaan terdaftar pada Daftar Efek Syariah (DES) pada awal periode pengamatan hingga akhir periode pengamatan yaitu tahun 2009-2014 b. Perusahaan yang konsisten terdaftar selama periode pengamatan, artinya
tidak berubah-ubah (listing maupun delisting) pada Jakarta Islamic Index
(JII) pada awal periode pengamatan hingga akhir periode pengamatan yaitu tahun 2009-2014.
c. Perusahaan menerbitkan dan mempublikasikan laporan keuangan setiap akhir tahun atau periode 31 Desember. Melaporkan keuangan secara berturut-turut mulai tahun 2009 sampai 2014.
Dengan beberapa kriteria-kriteria diatas, maka subjek observasi yang digunakan dalam penelitian ini selama periode Des 2008-Mei 2009 hingga Juni 2014-Nov 2014 adalah sebagai berikut:
Tabel 3.1
Daftar Sampel Perusahaan
No. Nama Perusahaan Kode
1 Astra Agro Lestari Tbk. AALI
2 Astra International Tbk. ASII
3 Indocement Tunggal Prakarsa Tbk. INTP
4 Kalbe Farma Tbk. KLBF
5 PP London Sumatra Indonesia Tbk. LSIP 6 Tambang Batubara Bukit Asam (Persero) Tbk. PTBA
7 Semen Indonesia (Persero) Tbk. SMGR
8 Telekomunikasi Indonesia (Persero) Tbk. TLKM
9 Unilever Indonesia Tbk. UNVR
3.3.Jenis dan Sumber Data 3.3.1. Jenis Data
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif, dimana data ini diukur menggunakan skala numerik (angka). Penelitian dengan data kuantitatif akan dihitung menggunakan rumus-rumus statistik dan biasanya dinyatakan dalam bentuk jumlah dan angka, yaitu data laporan keuangan perusahaan terdaftar pada indeks Jakarta Islamic Index (JII) periode 2009-2014.
3.3.2. Sumber Data
Sumber data dalam sebuah penelitian merupakan suatu subjek dimana data diperoleh. Ada dua jenis sumber data yang biasa digunakan dalam penelitian, yaitu sumber data primer dan sumber data sekunder.
Sumber data yang digunakan dalam penelitian ini adalah sumber data sekunder, yakni data berupa dokumen dan informasi berhubungan dengan objek penelitian yang diperoleh secara tidak langsung melalui media perantara (diterbitkan dan dicatat oleh pihak lain). Sumber data sekunder yang dipakai penelitian ini meliputi:
a. Daftar perusahaan go public di Indonesia yang aktif dan terdaftar di Jakarta Islamic Index (JII) pada periode 2009-2014 yang diambil dari situs Otoritas Jasa Keuangan (www.ojk.go.id).
b. Data laporan keuangan secara lengkap dalam masing-masing perusahaan yang diambil dari situs Bursa Efek Indonesia (www.idx.co.id).
c. Data harga saham dari masing-masing perusahaan yang diambil dari situs Bursa Efek Indonesia (www.idx.co.id) dan www.yahoo.finance.com.
3.4. Metode Pengumpulan Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu data yang sudah diterbitkan atau digunakan oleh pihak lain (Suharyadi dan Purwanto, 2007). Metode pengumpulan data yang digunakan adalah:
1. Teknik dokumentasi dengan mengumpulkan data dari beberapa sumber yakni:
a. Menyeleksi perusahaan-perusahaan tetap dalam indeks Jakarta Islamic Index (JII) selama periode 2009-2014. Hal ini dikarenakan terjadi pengkajian ulang selama 6 bulan sekali.
b. Data laporan keuangan tahunan dalam situs masing-masing perusahaan maupun dalam situs bursa efek Indonesia.
2. Studi kepustakaan yang dilakukan dengan cara membaca buku yang berkaitan dengan penelitian maupun diambil di dalam internet.
3.5. Variabel, Konsep dan Definisi Operasional 3.5.1. Indentifikasi Variabel
Dalam melakukan pengujian terhadap hipotesis yang telah diajukan, maka variabel-variabel yang akan digunakan yaitu:
1. Variabel bebas (Independent variable) adalah variabel yang mempengaruhi atau menjadi sebab perubahan atau timbulnya variabel dependen (terikat) meliputi:
a. Return on Equity atau ROE b. Current Ratio atau CR
c. Total Asset Turnover atau TATO d. Debt to Equity Ratio atau DER e. Earning per Share atau EPS.
2. Variabel terikat (dependent variable) adalah variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas. Variable terikat pada penelitian ini adalah return saham.
3.5.2. Definsi Operasional 3.5.2.1. Konsep: Return Saham
Definisi : Return saham merupakan tingkat pengembalian berupa imbalan yang diperoleh dari hasil jual beli saham. Return yang dipergunakan adalah return realisasi (realized return) yang merupakan total return dari selisih harga saham periode sekarang dengan periode sebelumnya (Jogiyanto, 2003).
Indikator Empirik:
Rt = (Pt – Pt−1)
Pt−1 (3.1)
Dimana,
Rt : Return saham
Pt : Harga saham periode tahun sekarang
Pt-1 : Harga saham periode tahun sebelumnya 3.5.2.2. Konsep: Return on Equity atau ROE
Definisi : Rasio yang menunjukkan seberapa besar kontribusi ekuitas dalam menciptakan laba bersih. Semakin tinggi hasil pengembalian tasa ekuitas berarti semakin tinggi pula jumlah laba bersih yang dihasilkan dari setiap rupiah dana yang tertanam dalam ekuitas.
Indikator Empirik:
𝐿𝑎𝑏𝑎 𝐵𝑒𝑟𝑠𝑖ℎ
𝑇𝑜𝑡𝑎𝑙 𝐸𝑘𝑢𝑖𝑡𝑎𝑠 (3.2)
3.5.2.3. Konsep: Current Ratio atau CR
Definisi : Rasio yang digunakan untuk mengukur kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya yang segera jatuh tempo dengan menggunakan total asset yang tersedia. Jika rasio lancar suatu perusahaan kecil maka perusahaan tesebut memiliki modal kerja (asset lancar) yang sedikit untuk membayar kewajiban jangka pendeknya.
Indikator Empirik:
𝐴𝑠𝑠𝑒𝑡 𝐿𝑎𝑛𝑐𝑎𝑟
𝐾𝑒𝑤𝑎𝑗𝑖𝑏𝑎𝑛 𝐿𝑎𝑛𝑐𝑎𝑟 (3.3)
3.5.2.4. Konsep: Total Asset Turnover atau TATO
Definisi : Rasio yang digunakan untuk mengukur keefektifan total asset yang dimiliki perusahaan dalam menghasilkan penjualan. Jika perputaran total asset rendah berarti perusahaan memiliki kelebihan total asset dimana total asset yang ada belum dimanfaatkan secara maksimal untuk menciptakan penjualan.
Indikator Empirik:
𝑃𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡 (3.4)
3.5.2.5. Konsep: Debt to Equity Ratio atau DER
Definisi : Rasio yang digunakan untuk mengukur besarnya proporsi utang terhadap modal, serta berguna untuk mengetahui besarnya perbandingan antara jumlah dana yang disediakan oleh kreditor dengan jumlah dana yang berasal dari pemilik perusahaan. Semakin tinggi debt to equity ratio maka semakin kecil jumlah modal pemilik yang dapat dijadikan jaminan utang.
Indikator Empirik:
𝑇𝑜𝑡𝑎𝑙 𝐻𝑢𝑡𝑎𝑛𝑔
𝑇𝑜𝑡𝑎𝑙 𝐸𝑘𝑢𝑖𝑡𝑎𝑠 (3.5)
3.5.2.6. Konsep: Earning per Share atau EPS
Definisi : Rasio yang digunakan untuk mengukur besar keuntungan(return) yang diperoleh investor atau pemegang saham per saham. Semakin tingginilai Earning Per Share (EPS) tentu saja menggembirakan pemegang sahamkarena semakin besar laba yang disediakan pemegang saham.
Indikator Empirik:
𝐿𝑎𝑏𝑎 𝑆𝑒𝑡𝑒𝑙𝑎ℎ 𝑃𝑎𝑗𝑎𝑘
𝐽𝑢𝑚𝑙𝑎ℎ 𝐿𝑒𝑚𝑏𝑎𝑟 𝑆𝑎ℎ𝑎𝑚 (3.6)
3.6. Teknik Analisis Data
3.6.1. Analisis Statistika Deskriptif
Menurut Suharyadi dan Purwanto (2007: 10), statistika deskriptif adalah metode statistika yang digunakan untuk menggambarkan atau mendeskripsikan data yang telah dikumpulkan menjadi sebuah informasi. Statistik deskriptif mempunyai kegiatan mulai dari memngumpulkan, mengolah, dan menyajikan data. Penyajian data dapat berbentuk tabel, diagram, maupun gambar agar mudah dipahami.
3.6.2. Analisis Regresi Linier Berganda
Menurut Harianto dan Sudomo (2001), regresi linear adalah suatu teknik atau alat analisis statistika/ekonometrika yang dimaksud untuk menjelaskan hubungan statistiK antara dua variabel. Dengan kata lain, mengkaji hubungan ketergantungan antara suatu variabel tak bebas (dependent variable) terhadap satu atau lebih variabel (independent variabel).
3.6.3. Uji Asumsi Klasik
Dalam menguji pengaruh variabel independen terhadap variabel dependen maka dapat menggunakan regresi linier berganda. Penelitian regresi linier berganda diharuskan berdampingan dengan uji asumsi klasik, guna terhindar dari kekeliruan dalam hasil akhir atau agar dapat memperoleh Best Linear Unbiased Estimator (BLUE). Pengujian asumsi klasik yang digunakan adalah Uji Normalitas, Uji Multikolonieritas, Uji Heteroskedastisitas, dan Uji Autokorelasi.
3.6.3.1.Uji Multikolinieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independent). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen (Ghozali, 2013:105). Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model, peneliti akan melihat dengan menganalisis matrik korelasi variabel-variabel independen, jika antar variabel independen ada korelasi dengan nilai yang cukup tinggi (umumnya diatas 0,90) maka terjadi indikasi adanya multikolonieritas.
Selain itu, multikolonieritas dapat dilihat dari nilai tolerance dan variance inflation factor (VIF).
Tolerence mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan variabel independen lainnya. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerence < 0.10 atau sama dengan nilai VIF > 10. Jika terdapat multikolinieritas, peneliti akan mengatasi hal tersebut dengan transformasi variabel. Transformasi variabel merupakan salah satu cara mengurangi hubungan linier di antara variabel
independen. Transformasi dapat dilakukan dalam bentuk logaritma natural dan bentuk first difference atau delta (Ghozali, 2013:106). Indikasi terjadinya multikolinieritas yakni:
1) Jika nilai VIF < 10, maka dapat diartikan bahwa tidak terdapat multikolinearitas pada penelitian tersebut
2) Jika nilai VIF > 10, maka terjadi gangguan multikolinearitas pada penelitian tersebut.
3.6.3.2.Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) karena “gangguan” pada individu atau kelompok yang sama pada periode berikutnya. Pada data cross section (silang waktu), masalah autokorelasi relatif jarang terjadi karena gangguan pada observasi yang berbeda berasal dari individu atau kelompok yang berbeda.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi (Ghozali, 2013:110).
Untuk mendeteksi terjadinya autokorelasi dalam penelitian ini maka digunakan uji Durbin-Watson (uji D-W) dengan melihat koefisien korelasi D-W test. Menurut Ghozali (2013:111) indikasi ada tidaknya autokorelasi adalah sebagai berikut:
a. Jika 0 < d < dl, maka terjadi autokorelasi positif.
b. Jika dl < d < du, maka tidak ada kepastian apakah terjadi autokorelasi atau tida (ragu-ragu).
c. Jika 4 – dl < d< 4, maka terjadi autokorelasi negatif.
d. Jika 4 – du ≤ d ≤ 4 – dl, maka tidak ada kepastian apakah terjadi autokorelasi atau tidak (ragu-ragu).
e. Jika du < d < 4 – du, maka tidak terjadi autokorelasi baik positif maupun negatif.
3.6.3.3.Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain (Ghozali, 2013:139). Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heterokedastisitas. Sebuah model regresi yang baik adalah model regresi yang mempunyai data yang homoskedastisitas atau tidak terjadi heterokedastisitas adalah dengan melihat ada/tidaknya pola tertentu pada grafik Scatter Plot dengan ketentuan:
1) Jika terdapat pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka menunjukkan telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.6.3.4.Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang baik adalah yang mempunyai distribusi normal (Ghozali, 2013:160). Uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal, kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid. Cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu uji statistik non-parametrik Kolmogorov-Smirnov (Ghozali, 2013:163).
Uji normalitas dengan menggunakan uji statistik non-parametrik Kolmogorov-Smirnov, jika nilai signifikan yang digunakan yaitu 5% maka normalitas data dapat ditentukan dari nilai signifikansi Kolmogorov-Smirnov dengan terlebih dahulu membuat hipotesis berupa:
H0 : data residual berdistribusi normal, jika nilai p-value > nilai signifikan 5%.
H1 : data residual tidak berdistribusi normal, jika nilai p-value < nilai signifikan 5%.
3.6.4. Model Analisis Regresi Linier Berganda
Persamaan regresi linier berganda untuk menguji hipotesis secara keseluruhan dapat dirumuskan sebagai berikut:
Return = a + b1ROE + b2CR + b3TATO + b4DER + b5EPS + e Dimana:
Return : return saham a : Konstanta
b1-b5 : Koefisien regresi ROE : Return on Equity CR : Current Ratio
TATO : Total Asset Turnover DER : Debt to Equity Ratio EPS : Earnings per Share e : Error
3.6.5. Analisis Koefisien Determinasi (Adjusted R2)
Menurut Ghozali (2013:97), koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai yang diperoleh dari uji koefisien determinasi menunjukkan seberapa pengaruh variabel independen terhadap variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Apabila nilai koefisien determinasi 0 (nol) maka dapat dikatakan bahwa variabel dependen tidak dipengaruhi oleh variabel independen, akan tetapi jika nilai koefisien determinasi adalah 1 (satu) maka variabel dependen dipengaruhi oleh variabel independen.
Penggunaan koefisien determinasi dapat menimbulkan bias terhadap jumlah variabel independen yang dimasukkan dalam model. Pada setiap tambahan variabel independen yang dimasukkan dalam model, maka nilai koefisien determinasi akan meningkat, tidak peduli apakah variabel indepenen tambahan memiliki pengaruh terhadap variabel dependen, sehingga akan lebih baik jika
menggunakan adjusted R2 , karena nilai determinasi dapat naik atau turun jika ada tambahan variabel independen (Ghozali, 2013).
3.6.6. Uji Signifikansi Simultan (Uji Statistik F)
Uji F dipergunakan untuk menguji ketepatan model. Jika signifikan berarti tinjauan statistik menunjukkan bahwa variabel independen tersebut mempunyai pengaruh secara simultan terhadap variabel dependennya.
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model regresi mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat (Ghozali, 2013:98). Pengujian dilakukan dengan menggunakan significance level 0,05 (α=5%). Ketentuan penerimaan atau penolakan hipotesis adalah sebagai berikut :
H0 : b1 = b2 = b3 = b4 = b5 = 0 , artinya adalah tidak terdapat pengaruh yang signifikan dari variabel independen terhadap variabel dependen.
H1 : b1 ≠ b2 ≠ b3 ≠ b4≠ b5 ≠ 0 , artinya terdapat pengaruh yang signifikan dari variabel independen terhadap variabel dependen
Hasil uji signifikasi simultan (uji F) dapat disimpulkan sebagai berikut:
a. Jika p-value > 5% maka H0 diterima, H1 ditolak.
b. Jika p-value < 5% maka H0 ditolak, H1 diterima.
3.6.7. Uji Signifikansi Parameter Individual (Uji Statistik t)
Pengujian ini bertujuan untuk mengetahui pengaruh yang signifikan dari masing-masing variabel independen terhadap variabel dependen. Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variabel dependen. Pengujian menggunakan tingkat signifikansi (α) sebesar 5% atau 0.05. Perumusan penerimaan atau penolakan hipotesis yang akan diuji, yaitu:
H0 : b1,b2,b3,b4,b5 = 0, artinya secara parsial suatu variabel independen tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
H1 : b1,b2,b3,b4,b5 ≠ 0, artinya secara parsial variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen.
Hasil uji signifikansi parsial (uji t) dapat disimpulkan sebagai berikut:
a. Jika p-value > 5% maka H0 diterima, H1 ditolak.
b. Jika p-value < 5% maka H0 ditolak, H1 diterima.
