1 A. Lokasi Penelitian
Fokus temuan ini terdapat di Perusahaan telekomunikasi yang terdaftar di Bursa Efek Indonesia, dan menggunakan statistik dan informasi dari website resmi https://www.idx.co.id sebagai sumber informasi.
B. Jenis Penelitian
Dalam temuan ini metodologi postpositivisme juga dikenal sebagai pendekatan kuantitatif digunakan guna melakukan temuan kuantitatif, itu digunakan untuk mempelajari populasi atau sampel orang tertentu. Purposive sampling menjadi teknik standar untuk mengumpulkan sampel, dan data dikumpulkan menggunakan alat analisis, data akan dianalisis secara kualitatif tujuan menyanggah hipotesis yang dibuat sebelumnya (Sugiyono, 2018).
C. Populasi dan Penentuan Sampel
Populasi dalam temuan ini meliputi seluruh perusahaan telekomunikasi yang terdaftar di Bursa Efek Indonesia dari tahun 2017 sampai tahun 2021. Sebanyak 19 perusahaan dipilih oleh peneliti untuk diteliti dan diambil kesimpulannya (Sugiyono, 2019).
Sampel adalah subset atau sebagian dari populasi yang dipilih untuk dijadikan sebagai subjek penyelidikan. (Trianto, 2015). Temuan ini memanfaatkan disebut sebagai "sampel positif", yang memungkinkan partisipan memilih sampel yang
memenuhi kriteria yang diberikan. Sampel yang terpilih harus memenuhi kriteria sebagai berikut.
Perusahaan telekomunikasi terdaftar aktif berdagang sejak 2017 hingga 2021 di Bursa Efek Indonesia
a. Perusahaan yang secara konsisten menampilkan semua informasi keuangannya untuk tahun 2017 sampai dengan tahun 2021
b. Perusahaan yang mencatat informasi keuangannya dengan menggunakan mata uang rupiah, karena fluktuasi nilai tukar mata uang asing yang konstan antara dolar AS dan rupiah indonesia. Bisnis yang mengungkapkan data keuangan menggunakan mata uang asing menghadapi kesulitan dalam mencapai perhitungan yang akurat dalam beberapa rasio. Berikut adalah daftar nama perusahaan yang menjadi contoh temuan yang baik:
Tabel 3.1 Kriteria Pengambilan Sampel
Dari Tabel 3.1 diatas, lalu diperoleh 13 perusahaan telekomunikasi Indonesia periode 2017-2021. Berikut adalah daftar nama perusahaan yang menjadi sampel temuan:
Tabel 3. 1 Sampel Penelitian
Sumber: idx.co.id, oleh data 2023
D. Definisi Operasional dan Pengukuran Variabel
Topik temuannya adalah risiko bisnis, struktur modal,dan kebijakan utang, deskripsi variabel disediakan di bawah ini:
1. Risiko Bisnis
Risiko bisnis terjadinya temuan yang terkait dengan laju pertumbuhan aset dibagian bawah, risiko dalam bisnis adalah hasil dari ketidakjelasan internal terhadap strategi pertumbuhan perusahaan sehubungan dengan modal yang ditanamkan di perusahaan (Abubakar et al., 2020).
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 = 𝜎𝜎 𝐸𝐸𝐸𝐸𝑅𝑅𝐸𝐸𝐸𝐸 𝐸𝐸𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝑇𝑇𝐸𝐸 2. Struktur Modal
Struktur modal suatu perusahaan menjadi gambaran proporsi keuangannya, termasuk perbandingan modal yang diterima melalui utang jangka panjang dan modal sendiri sebagai sumber keuangan perusahaan (Fahmi, 2014).
𝐿𝐿𝐿𝐿𝐸𝐸𝑅𝑅 =𝑈𝑈𝑇𝑇𝑇𝑇𝑈𝑈𝑈𝑈 𝐽𝐽𝑇𝑇𝑈𝑈𝑈𝑈𝐽𝐽𝑇𝑇 𝑃𝑃𝑇𝑇𝑈𝑈𝑃𝑃𝑇𝑇𝑈𝑈𝑈𝑈 𝑀𝑀𝑇𝑇𝑀𝑀𝑇𝑇𝑇𝑇 𝑅𝑅𝑆𝑆𝑈𝑈𝑀𝑀𝐸𝐸𝑆𝑆𝐸𝐸 3. Kebijakan Utang
Istilah “utang” mengacu pada tugas yang diberikan oleh manajemen perusahaan guna mengumpulkan uang dari karyawan nya dalam rangka menjalankan bisnis.
(Gani, 2016).
𝐿𝐿𝐸𝐸𝑅𝑅 = 𝐸𝐸𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝐻𝐻𝐸𝐸𝑇𝑇𝑇𝑇𝑈𝑈𝑈𝑈 (𝐿𝐿𝑆𝑆𝐷𝐷𝑇𝑇) 𝐸𝐸𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝐸𝐸𝐽𝐽𝐸𝐸𝐸𝐸𝑇𝑇𝑇𝑇𝐸𝐸 (𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝑇𝑇𝐸𝐸) E. Jenis dan Sumber Data
Data analysis menggunakan deret waktu, seluruh data berasal dari sumber sekunder seperti www.idx.co.id data yang digunakan dalam temuan ini berasal dari
laporan tahunan perusahaan telekomunikasi yang terdaftar di Bursa Efek Indonesia dari tahun 2017-2021.
F. Teknik Pengumpulan Data
Dokumentasi digunakan sebagai pendekatan pengumpulan data dalam temuan, yang berarti bahwasanya informasi dari dokumen atau dokumen sebelumnya seperti buku, transkrip, dokumen, dan objek lain yang terkait dengan topik temuan dimasukkan.
G. Teknik Analisis Data
Dalam temuan ini analisis yang digunakan adalah analisis data kuantitatif dengan menggunakan regresi linier berganda, regresi linier berganda menjadi model regresi linear yang variabel bebasnya lebih besar daripada variabel terikatnya. Analisis data dilakukan dengan menggunakan aplikasi SPSS, metode analisis data yang digunakan adalah asumsi klasik, model linier regresif, dan hipotesis berikut menjadi rincian dari masing-masing analisis metode yang digunakan dalam temuan ini, yang tercantum dibawah ini.
1. Uji Asumsi Klasik
Pengujian dalam temuan terdiri dari uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi. Hal ini dilakukan untuk memastikan variabel independen yang akan digunakan mengurangi bias saat melakukan temuan (Trisanti et al., 2017).
a Uji Normalitas
Menurut Ghozali, (2018) Quantile-Quantile Plot (Q-Q Plot) digunakan untuk menentukan apakah dua variabel independen dalam model regresi berdistribusi normal atau tidak. Model regresi bekerja lebih baik ketika data didistribusikan secara normal atau dilambangkan dengan normal, seperti yang terlihat pada contoh berikut:
1) Apabila titik-titik (dots) menyebar jauh (menyebar berliku-liku pada garis diagonal seperti ular) dari garis diagonal, berarti belum terbentuk kenormalan.
2) Apabila titik-titik cukup dekat dengan garis diagonal, dianggap normal.
b Uji Multikolinearitas
Menurut Ghozali, (2018)Tujuan temuan multikolinearitas adalah untuk mengetahui ada tidaknya korelasi antara variabel bebas dan terikat dalam model regresi. Manfaat multikolinearitas adalah meningkatkan variasi variabel dalam sebuah game. Akibatnya, standard error meningkat, sehingga ketika koefisien diuji, nilai t-hitung kini lebih besar dari nilai t-tabel. Hal ini memperlihatkan adanya hubungan antara variabel bebas dan variabel terikat. Berikut ini adalah masalah yang muncul selama penyelidikan ini:
1) Apabila nilai VIF < 10 atau nilai Tolerance > 0.01 lalu dinyatakan tidak terjadi multikolinearitas.
2) Apabila nilai VIF > 10 atau nilai Tolerance < 0.01 lalu dinyatakan terjadi multikolinearitas.
c Uji Heteroskedastisitas
Menurut Ghozali, (2018) uji heteroskedastisitas dilakukan dengan maksud untuk mengetahui ada atau tidaknya perbedaan variasi atau residual antara pengamatan pertama dan kedua, residual menjadi nilai observasi dan nilai prediksi, dan absolute menjadi nilai mutlak. Jika varians residual antara pengamatan tetap konstan, lalu disebut homoskedastisitas. Namun jika variasi residualnya bervariasi lalu disebut heteroskedastisitas, untuk mengidentifikasi heteroskedastisitas dalam model regresi dengan garis lengkung. Gunakan grafik scatterplot. Berikut adalah daftar topik yang dibahas dalam uji ini:
1) Apabila ditemukan suatu pola tertentu, seperti titik-titik yang membentuk suatu pola tertentu yang teratur (bergelombang, melebar, lalu menyempit), lalu hal ini menandakan telah terjadi heteroskedastisitas
2) Apabila tidak ada pola atau titik-titik yang jelas terlihat diatas dan dibawah angka 0 pada sumbu y, heteroskedastisitas tidak akan terjadi
d Uji Autokorelasi
Menurut Ghozali, (2018) apabila salah satu model kembali, jauh lebih baik jika tidak mengalami autokorelasi. Autokorelasi diperlukan bila pengamatan dilakukan dalam jangka waktu yang lama dan relevan, autokorelasi dapat deteksi menggunakan uji Durbin-Watson dengan menurunkan nilai Durbin-Watson (DW) autokorelasi hanya diterapkan pada data deret waktu
Menurut Ghozali, (2018) Untuk mendeteksi ada tidaknya autokorelasi, lakukan langkah-langkah berikut:
a) Apabila d lebih dari dL atau lebih besar dari (4-dL) akan terjadi autokorelasi b) Apabila d dibagi antara dU dan (4-dU), autokorelasi tidak akan terjadi
c) Apabila d dibagi antara dL dan dU, atau antara (4-dU) dan (4-dL), hasil yang diinginkan tidak akan diperoleh.
2. Regresi Linier Berganda
Temuan ini menemukan variabel independen lebih dari satu, sehingga analisis regresi linier berganda untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Berikut ciri-ciri garis lengkung regresif yang digunakan:
Y = α+ β1 X1 + β2 X2 + e Keterangan:
Y : Kebijakan utang a : Konstanta β : Koefisien X1 : Risiko Bisnis X2 : Struktur Modal e : Eror
3. Uji Hipotesis
Setelah melakukan uji asumsi klasik yang dilanjutkan dengan analisis garis regresi, langkah selanjutnya adalah menerapkan hipotesis terhadap hipotesis sebelum nya, dengan menggunakan uji t, uji F, uji koefisien determinasi (R2), dan uji korelasi.
a. Uji Parsial (Uji t)
Menurut Ghozali, (2016) menentukan signifikansi pada tabel koefisien menjadi langkah awal dalam menentukan signifikansi, dasar pengujian hasil regresi biasanya dilakukan dengan tingkat kepercayaan sebesar 95% atau dengan tingkat signifikan nya sebesar 5%.
Berikut ini adalah persyaratan untuk uji:
1) Apabila taraf signifikansi uji t lebih besar dari 0,5 lalu Ho dibuang dan Ha dipertahankan. Tidak ada perbedaan antara variabel independen dan dependen 2) Apabila taraf signifikansi 0,5 lalu Ho dihilangkan dan Ha dipertahankan. Ada
perbedaan antara variabel independen dan dependen b. Uji Simultan (Uji F)
Menurut Ghozali, (2016) uji F digunakan untuk mengetahui ada tidaknya pengaruh variabel bebas terhadap variabel terikat, uji F digunakan untuk membandingkan manfaat semua variabel independen dengan variabel dependen.
Ambang batas standar untuk signifikansi adalah 0,05 atau 5% apabila signifikansi F>0,05 lalu dapat disimpulkan bahwasanya variabel bebas berpengaruh terhadap variabel terikat. Berikut adalah ringkasan dari apa yang terjadi pada uji F
1) Apabila nilai F lebih besar dari 0,05 lalu Ho dihilangkan dan H1 dipertahankan, setiap variabel independen/bebas memiliki keunggulan signifikan atas setiap variabel dependen/terikat
2) Apabila tingkat signifikansi F melebihi 0,05 lalu Ho dan H1 dibuang. Akibatnya tidak ada satupun variabel independen/bebas yang memiliki keunggulan signifikan dibandingkan variabel dependen/terikat
c. Koefisien determinasi (R2)
Menurut Ghozali, (2016) pengujian koefisien determinasi dilakukan untuk mengukur sejauh mana model dapat menjelaskan dampak secara simultan dari variabel independen ke variabel dependen, yang digunakan dalam nilai R-Square yang disesuaikan.
Jika membutuhkan R2, prediksi terbaik untuk model tesis ialah akan membutuhkan nya. Uji koefisien determinasi R2 mengidentifikasikan signifikansi dan kontribusi dua variabel independen dalam ansambel, memiliki dua angka yang mewakili koefisien determinasi: 0 dan 1, ketika koefisien determinasi lebih besar dari satu, variabel independen memberikan lebih banyak informasi daripada yang diminta oleh variabel independen. Namun, pengurangan nilai R memperlihatkan kontribusi variabel independen terhadap variabel dependen yang ditunjukkan.
(Ghozali, 2018).
d. Koefisien Korelasi
Sugiyono, (2018) koefisien korelasi digunakan untuk mengidentifikasi hubungan yang signifikan antara dua variabel. Jumlah koefisien korelasi memiliki rentang dari -1 hingga 1
Adanya hubungan positif antara kedua faktor tersebut dapat diinterpretasikan sebagai indikator apakah suatu koefisien memiliki skor positif dalam rentang 0
sampai 1. Dengan kata lain, jika salah satu faktor meningkat, lalu faktor lainnya juga meningkat. Jika hasil penentuan negatif, yakni jika salah satu dari mereka meningkat sementra yang lain menurun, lalu dapat dikatakan bahwasanya kedua variabel tersebut memiliki hubungan negatif tunggal.
Tabel 3.3 Interval Koefisien Korelasi
