24 BAB III
METODE PENELITIAN A. Jenis Penelitian
Jenis penelitian ini merupakan penelitian asosiatif, yaitu jenis penelitian yang bertujuan untuk menganalisi hubungan antara suatu variabel dengan variabel lain.
Penelitian ini berusaha untuk mengetahui pengaruh profitabilitas, likuiditas, dan leverage terhadap financial distress.
B. Populasi dan Teknik Penentuan Sampel
Menurut Wiley J (2017) populasi adalah kelompok orang, kejadian, atau hal- hal menarik dimana penenliti ingin membuat opini (berdasarkan statistik sampel.
(Jhon Wiley dan Sons, Inc, 2013). Populasi dalam penelitian ini yaitu perusahaan sektor property, real-estate, dan konstruksi bangunan yang terdaftar di BEI.
Menurut Wiley J (2017) sampel adalah sebagian populasi yang terdiri atas jumlah anggota yang dipilih dari populasi. Dengan kata lain, beberapa, namun tidak semua, elemen populasi yang membentuk sampel. Dalam pengambilan sampel, penelitian ini menggunakan metode purposive sampling. Menurut Wiley J (2017), purposive sampling adalah desain pengambilan sampel berdasarkan pertimbangan tertentu digunakan jika jumlah atau kategori orang tertentu memiliki informasi yang dicari terbatas. Adapun kriteria sampel sampel yang akan digunakan dalam penelitian ini adalah :
1. Perusahaan sektor property, real estate dan kontruksi bangunan yang terdaftar di BEI tahun 2018.
2. Perusahaan sektor property, real estate dan kontruksi bangunan yang telah mempublikasi atau menerbitkan laporan keuangan tahunan yang sudah di audit oleh auditor independen untuk periode yang berakhir 31 desember selama tahun 2018.
C. Variabel dan Pengukurannya 1. Variabel Independen
a. Profitabilitas (X1)
Menurut Hanafi (2009) rasio profitabilitas mengukur kemampuan perusahaan menghasilkan keuntungan (profitabilitas) pada tingkat penjualan, aset, dan modal saham yang tertentu. Return on asset (ROA) mengukur kemampuan perusahaan menghasilkan laba bersih berdasarkan tingkat aset yang tertentu. Return on asset (ROA) dapat diukur dengan rumus :
b. Likuiditas (X2)
Menurut Hanafi (2009) rasio likuiditas jangka pendek perusahaan dengan melihat aktiva lancar perusahaan relatif terdapat hutang lancarnya (hutang dalam hal ini merupakan kewajiban perusahaan). Rasio lancar mengukur kemampuan perusahaan memenuhi hutang jangka pendeknya
Return on asset = Laba Bersih Total Aset
dengan menggunakan aktiva lancarnya (aktiva yang akan berubah menjadi kas dalam waktu satu tahun atau satu siklus bisnis). Rasio lancar dapat diukur dengan rumus :
c. Leverage (X3)
Menurut Hanafi (2009) rasio leverage mengukur kemampuan perusahaan memenuhu kewajiban-kewajiban jangka panjangnya. Rasio ini mengukur likuiditas jangka panjang perusahaan dengan demikian memfokuskan pada sisi kanan neraca. Rasio leverage dapat dukur dengan rumus :
2. Variabel Dependen (Y)
financial distress dapat digambarkan dari dua titik ekstrem yaitu kesulitan likuiditas jangka pendek sampai tidak mampu membayar hutangnya. Kesulitan keuangan jangka pendek biasanya bersifat jangka pendek, tetapi bisa berkembang menjadi parah. Indikator kesulitan keuangan dapat dilihat dari analisis aliran kas, analisis strategi perusahaan, dan laporan keuangan perusahaan (Andre & Salma, 2014)
Current Ratio = Aset Lancar Kewajiban Lancar
Rasio total hutang terhadap total aset = Total hutang total aset
Menurut Noviandri (2014) perusahaan yang dikategorikan mengalami financial distress dapat diketahui dengan menggunakan rumus interest coverage ratio (ICR). Interest coverage ratio (ICR) merupakan rasio antara laba sebelum bunga dan pajak pada beban bunga. Rasio ini mengukur kemampuan perusahaan memenuhi beban tetapnya berupa bunga dengan laba yang diperolehnya, atau mengukur berapa kali besarnya laba bisa menutup beban bunganya. Penelitian ini menyatakan bahwa perusahaan yang berada dalam kesulitan keuangan yaitu perusahaan yang memiliki interest coverage ratio (rasio laba usaha terhadap biaya bunga) kurang dari 1 (satu) dan perusahaan yang memiliki interest coverage ratio lebih dari 1 (satu) untuk perusahaan yang tidak mengalami financial distress
Variabel terikat dalam penelitian ini adalah kondisi financial distress perusahaan sub sektor property, real estate, dan konstruksi yang terdaftar di BEI tahun 2018 yang merupakan variabel kategori (dummy), sehingga model regresi variabeltersebut harus dinyatakan sebagai variabel dikotomi.. Pemberian kode 1 untuk perusahaan yang tidak mengalami financial distress, yaitu nilai ICR lebih dari satu (ICR>1). Pemberian kode 0 untuk perusahaan mengalami financial distress yaitu nilai ICR kurang dari satu (ICR>1). Interest coverage ratio dapat diukur dengan rumus :
Interest coverage ratio (ICR) = 𝐸𝑎𝑟𝑛𝑖𝑛𝑔 𝑏𝑖𝑓𝑜𝑟𝑒 𝑖𝑛𝑡𝑒𝑟𝑒𝑠𝑡 𝑎𝑛𝑑 𝑡𝑎𝑥 Beban bunga
D. Jenis dan Sumber Data
Dalam penelitian ini jenis data yang digunakan adalah data sekunder.
Menurut Wiley J (2017) data sekunder mengacu pada informasi yang dikumpulkan dari sumber-sumber yang sudah ada. Data sekunder yang digunakan dalam penelitian ini yaitu berupa laporan keuangan tahunan pada perusahaan sub sektor property, real estate, dan konstruksi bangunan yang terdaftar di Bursa Efek Indonesia tahun 2018.
E. Teknik Pengumpulan Data
Untuk memperoleh data yang dibutuhkan untuk penelitian ini, penulis menggunakan teknik dokumentasi. Teknik dokumentasi digunakan untuk memperoleh data-data yang sudah jadi dan sudah diolah oleh orang lain. Data dokumentasi yang dikumpulkan dalam penelitian ini yaitu laporan keuangan tahunan yang sudah di audit per 31 desember tahun 2018. Data tersebut diperoleh dari situs www.idx.ac.id.
F. Teknik Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah analisis regresi logistik dengan menggunakan aplikasi Statistical Package for Social Science (SPSS). Adapun tahapan analisis data dalam penelitian ini adalah sebagai berikut :
1. Menghitung variabel-variabel yang digunakan, rasio-rasio keuangan sebagai variabel independen dan financial distress sebagai variabel dependen pada
perusahaan sub sektor property, real estate dan kontruksi bangunan yang terdaftar di Bursa Efek Indonesia Tahun 2018.
2. Mengidentifikasi perusahaan sub sektor property, real estate dan kontruksi bangunan yang mengalami kondisi financial distress dan yang tidak mengalami financial distress (sehat).
3. Selanjutnya data yang telah diperoleh, dianalisis menggunakan statistik deskriptif untuk memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata, standar deviasi, maksimum, dan minimum Ghozali (2016)
4. Kemudian, menguji data yang sudah ada menggunakan analisis regresi logistic dengan bantuan aplikasi SPSS. Penelitian ini menggunakan analisis regresi logistik karena variabel independennya merupakan variabel kategori (dummy).Analisis regresi logistik digunakan untuk menguji apakah probabilitas terjadinya variabel dependen dapat diprediksi dengan varibel independen. Hal ini untuk menguji pengaruh rasio keuangan terhadap financial distress. Pada analisis regresi logistik tidak perlu adanya uji asumsi normalitas data pada variabel bebasnya, Ghozali (2016). Berikut ini adalah tahapan analisis regresi logistik, yaitu :
a. Menilai Kelayakan Model Regresi Menilai model fit sebelum melakukan analisis regresi logistik agar supaya model fit dengan data. Analisis model fit menggunakan Hosmer and Lemeshow’s Goodness of Fit Test untuk menguji
hipotesis nol bahwa data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit). Jika nilai Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05, maka hipotesis nol ditolak yang berarti ada perbedaan signifikan antara model dengan nilai observasinya sehingga Goodness of Fit Model tidak baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai Hosmer and Lemeshow’s Goodness of Fit Test lebih besar dari 0,05, maka hipotesis nol tidak dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya, Ghozali (2016).
b. Menilai keseluruhan model (Overall Model Fit Test) Pengujian dilakukan dengan cara membandingkan nilai antara -2 Log Likelihood (-2LL) untuk model dengan konstanta saja (Block Number = 0) dengan nilai -2 Log Likelihood (-2LL) untuk model dengan konstanta dan variabel bebas (Block Number = 1). Model dapat dikatakan baik atau diterima apabila terjadi penurunan nilai dari -2LL awal ke -2LL akhir. Hal ini berarti penambahan variabel bebas ke dalam model yang hanya konstanta dapat memperbaiki model fit Ghozali (2016).
c. Pengujian Koefisien Determinasi Melakukan uji koefisien determinasi menggunakan Nagelkerke’s R Square merupakan modifikasi dari koefisien square untuk memastikan bahwa nilainya bervariasi dari 0 (nol) sampai 1 (satu).
Hal ini dilakukan dengan cara membagi nilai Cox Cox dan Snell’s R2 dengan
nilai maksimumnya. Nilai Nagelkerke’s R2 dapat diinterpretasikan seperti nilai R2 pada multiple regression. Uji Nagelkerke’s R Square digunakan untuk menilai seberapa besar variabilitas variabel dependen dapat dijelaskan oleh variabilitas variabel independen, Ghozali (2016).
d. Tabel Klasifikasi 2x2 Tabel klasifikasi 2x2 menghitung nilai estimasi yang benar dan salah. Pada kolom merupakan dua nilai prediksi dari variabel dependen, sedangkan pada baris menunjukkan nilai observasi sesungguhnya dari variabel dependen. Pada model sempurna, maka semua kasus akan berada pada diagonal dengan tingkat ketepatan peramalan 100%. Jika model logistik mempunyai homoskedastisitas, maka persentase yang benar akan sama untuk kedua baris, Ghozali (2016)
e. Pengujian Hipotesis
1) Pengujian Hipotesis secara Simultan
Menurut Ghozali (2016), pengujian hipotesis secara simultan pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Untuk menguji hipotesis ini digunakan omnibus test of model coefficients dengan kriteria pengambilan keputusan sebagai berikut :
a) Menentukan hipotesis yang telah dirumuskan :
H0 : Tidak ada pengaruh X1, X2, dan X3, terhadap Y
HA : Ada pengaruh X1, X2, dan X3, terhadap Y
b) Men entukan tingkat signifikansi α sebesar 0,05.
c) Membuat pengambilan keputusan
Jika nilai signifikansi lebih kecil dari tingkat signifikansi 0,05 (p <
0,05), maka hipotesis alternatif (HA) diterima, yang menyatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen.
2) Pengujian Hipotesis secara Parsial
Menurut Ghozali (2016), pengujian hipotesis secara parsial pada dasarnya menunjukkan seberapa jauh satu vaiabel independen secara parsial dalam menerangkan variasi variabel dependen. Untuk menguji hipotesis ini digunakan variables in the equation dengan kriteria pengambilan keputusan sebagai berikut :
a) Menentukan hipotesis yang telah dirumuskan :
(1) Pengaruh rasio profitabilitas (X1) terhadap financial distress (Y)
H0 : Tidak terdapat pengaruh signifikan antara X1 terhadap Y
H1 : Terdapat pengaruh signifikan antara X1 terhadap Y
(2) Pengaruh rasio likuiditas (X2) terhadap financial distress (Y)
H0 : Tidak terdapat pengaruh signifikan antara X2 terhadap Y
H2 : Terdapat pengaruh signifikan antara X2 terhadap Y
(3) Pengaruh rasio leverage (X3) terhadap financial distress (Y)
H0 : Tidak terdapat pengaruh signifikan antara X3 terhadap Y
H3 : Terdapat pengaruh signifikan antara X3 terhadap Y
ficients dengan kriteria pengambilan keputusan sebagai berikut : b) Menentukan tingkat signifikansi α sebesar 0,05
c.) Membuat pengambilan keputusan
(1) Jika nilai signifikansi lebih kecil dari tingkat signifikansi 0,05 (p
<0,05), maka H0 ditolak dan HA diterima. Hal ini berarti terdapat pengaruh signifikan antara variabel independen terhadap variabel dependen secara parsial.
(2) Jika nilai signifikansi lebih besar dari tingkat signifikansi 0,05 (p
>0,05), maka H0 diterima dan HA ditolak. Hal ini berarti tidak terdapat pengaruh signifikan antara variabel independen terhadap variabel dependen secara parsial.
