BAB III
METODE PENELITIAN A. Subjek Penelitian
Perusahaan sektor Hotel, Resor, dan Kapal Pesiar yang ada di Bursa Efek Indonesia (BEI) ialah subjek yang dipakai dalam studi ini, dimana subjek itu bisa diakses lewat laman resmi www.idx.co.id
B. Jenis Penelitian
Pendekatan kuantitatif dipakai dalam studi ini dengan maksud untuk menguak fakta perihal sejauh mana profitabilitas pada Perusahaan Sektor Hotel, Resor, dan Kapal Pesiar yang Tercatat di Bursa Efek Indonesia (BEI) bisa mendapat pengaruh dari Perputaran Kas, Perputaran Piutang, Perputaran Persediaan, dan Perputaran Modal Kerja pada Di Masa Pandemi COVID 19.
C. Populasi dan Penentuan Sampel
30 perusahaan sektor Hotel, Resor, dan Kapal Pesiar yang tercatat di Bursa Efek Indonesia ialah populasi yang dipakai dalam studi ini.
Teknik purposive sampling dipakai untuk menetapkan sampel dengan ada sejumlah kriteria, yakni :
a) Jumlah perusahaan Hotel, Resor, dan Kapal Pesiar yang tercatat di Bursa Efek Indonesia (BEI)
b) Perusahaan Hotel, Resor, dan Kapal Pesiar yang senantiasa menerbitkan laporan keuangannya secara triwulan pada 2020-2022
c) Perusahaan pada sub sektor Hotel, Resor, dan Kapal Pesiar yang tercatat di IPO sebelum tahun 2020.
Tabel 3. 1 Kriteria Pemilihan Sampel
Kriteria Jumlah Perusahaan
Jumlah perusahaan Hotel, Resor, dan Kapal Pesiar yang tercatat di Bursa Efek Indonesia (BEI)
Perusahaan Hotel, Resor, dan Kapal Pesiar yang senantiasa menerbitkan laporan keuangannya secara triwulan pada 2020- 2022
30 23
Perusahaan pada sub sektor Hotel, Resor, dan Kapal Pesiar yang tercatat di IPO sebelum tahun 2020
26
Total Sampel 19
Sumber : Dikembangkan dalam studi ini (2023)
Berlandaskan kriteria itu, maka didapat 19 perusahaan pada sektor Hotel, Resor, dan Kapal Pesiar Periode Tahun 2020-2022.
D. Deskripsi dan Pengukuran Variabel
Variabel independen, yakni Perputaran Kas, Perputaran Piutang, Perputaran Persediaan, dan Perputaran Modal Kerja sebagai, dan variabel dependen, yakni Profitabilitas ialah sejumlah variabel yang dipakai dalam studi ini. Berikut pemaparan perihal variabel-variabel itu :
1. Perputaran Kas
Perputaran kas ialah sejauh mana pemasukan bisa dihasilkan oleh uang kas dengan mengalami sirkulasi selama periode waktu khusus.
Tingkat kapasitas modal kerja suatu sektor yang diperlukan untuk
melunasi tagihan dan mendanai penjualan bisa diukur memakai rasio perputaran kas. Rasio ini bisa dikalkulasi dengan rumus :
Perputaran Kas = Penjualan Rata − Rata Kas
2. Perputaran Piutang
Perputaran piutang ialah seberapa sering siklus piutang selama periode waktu khusus, seperti satu tahun. Piutang akan mengalami sirkulasi semakin cepat saat rasio perputaran piutang juga semakin tinggi, sehingga berimbas pada pengelolaan investasi dalam piutang yang semakin baik. Di lain sisi, investasi piutang tidak dikelola secara tepat dan efisien saat perusahaan memutar piutang mereka dengan intensitas yang rendah. Perputaran piutang bisa dikalkulasi dengan rumus berikut :
Perputaran Piutang = Penjualan Kredit Rata − Rata Piutang
3. Perputaran Persediaan
Jumlah uang yang disimpan dalam perputaran persediaan selama periode persediaan disimpan sampai terjual di akhir bisa diukur dengan memakai perputaran persediaan. Modal kerja yang disimpan persediaan barang dagang akan mengalami penurunan saat perputaran persediaan mengalami kenaikan, dimana hal itu baik bagi perusahaan. Rasio ini bisa di hitung dengan rumus :
Perputaran Persediaan = Penjualan Bersih Rata − Rata Persediaan
4. Perputaran Modal Kerja
Sejauh mana efektivitas pemakaian modal kerja sektor dalam kurun masa khusus bisa diukur dengan memakai perputaran modal kerja, maknanya dalam satu periode, berapa banyak modal kerja yang bisa diputar oleh perusahaan. Semakin cepat pengerjaannya modal mengalami sirkulasi untuk suatu periode khusus, semakin tinggi kerja yang baik perputaran modal dan menghasilkan kinerja sektor meraih laba pada periode itu. Perputaran modal kerja bisa dikalkulasi dengan rumus, yakni :
Perputaran Modal Kerja = Penjualan
Aktiva Lancar − Hutang Lancar
5. Profitabilitas
Rasio profitabilitas memainkan kontribusi yang amat vital dalam mengukur kekuatan suatu sektor dalam mengejar laba selama periode waktu khusus, dan juga memberikan ukuran tingkat efektivitas pengelolaan sektor yang dihasilkan dari pemasukan investasi dan penjualan. Semakin naik rasio profitabilitas memperlihatkan suatu sektor semakin tepat dalam memanfaatkan aktivanya untuk mendapat
laba. Dalam studi ini, ROA atau Return On Assets. Return On Assets (ROA) ialah rasio profitabilitas yang dipakai dengan mengkomparasikan pemasukan bersih dengan total aktiva. Perputaran aktiva diukur dengan volume penjualan yang bisa diperlihatkan dengan rasio ini. Return On Assets (ROA) bisa dirumuskan dengan :
𝑅𝑒𝑡𝑢𝑟𝑛 𝑂𝑛 𝐴𝑠𝑠𝑒𝑡𝑠 (ROA) =Laba Bersih Total Aset
E. Jenis dan Sumber Data
Dalam studi ini, data sekunder ialah jenis data dipakai peneliti, dimana www.idx.co.id ialah sumber dari data-data ini yang berwujud laporan keuangan dan laporan triwulan sektor.
F. Teknik Pengumpulan Data
Dalam studi ini, dokumentasi ialah teknik yang dipakai peneliti dalam menghimpun data. Catatan periode lalu yang didapat dari laporan keuangan dan laporan triwulan perusahaan sektor Hotel, Resor, dan Kapal Pesiar yang tercatat di Bursa Efek Indonesia pada tahun 2020-2022 ialah data dokumentasi yang dihimpun dalam studi ini.
G. Teknik Analisis Data
Regresi linier berganda yang disertai dengan sejumlah uji asumsi klasik ialah sejumlah teknik yang dipakai peneliti dalam menganalisis data.
1. Uji Asumsi Klasik
Tingkat kekeliruan serendah mungkin harus ada pada model regresi yang dipakai, dimana asumsi klasik yang memuat uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi harus dipenuhi. Berikut pemaparan singkat perihal uji asumsi-asumsi itu:
a. Uji Normalitas
Memainkan kontribusi yang amat vital dalam menguji apakah data dalam model regresi untuk variabel dependen dan independen keduanya berdistribusi normal. Model regresi yang baik ialah saat data terdistribusi secara normal atau mendekati normal. Cara untuk menguji normalitas ialah dengan menampilkan plot probabilitas normal, yang memuat aktivitas mengkomparasikan distribusi kumulatif dari data aktual dengan distribusi kumulatif dari distribusi normal (hipotesis). Landasan pengambilan keputusan dari analisis normal probability plot, yakni :
1) Asumsi normalitas bisa dipenuhi oleh model regresi saat pola distribusi normal terbentuk dari persebaran data
terjadi di sekitar garis diagonal dan mengikuti arah garis diagonal.
2) Asumsi normalitas tidak bisa dipenuhi oleh model regresi saat pola distribusi normal tidak terbentuk, yang mana persebaran data menjauhi garis diagonal dan tidak mengikuti arah garis diagonal.
b. Uji Multikolinearitas
Suatu peristiwa yang memperlihatkan terjadinya reaksi yang hampir paripurna antar variabel bebas. Model regresi yang baik bisa diperlihatkan pada tidak dijumpai adanya multikolinearitas antara variabel bebas. Ketentuan dalam pengujian ini, yakni:
1) Dijumpai adanya multikolinearitas saat nilai tolerance di bawah 0,1 dan VIF melebihi 10
2) Tidak dijumpai adanya multikolinearitas saat nilai tolerance melebihi 0,1 dan VIF di bawah 10.
c. Uji Heteroskedastisitas
Uji ini memainkan kontribusi yang amat vital dalam menguji ketimpangan varians dari satu observasi ke observasi lainnya dalam model regresi. Tidak dijumpainya heteroskedastisitas mengindikasikan bahwa model regresi berada di posisi yang baik. Pola gambar scatterplots yang diperhatikan
dari output SPSS menjadi satu dari sekian cara agar heteroskedastisitas bisa dideteksi. Ketentuan dalam uji ini, yakni:
1) Sejumlah titik data penyebar di atas dan di bawah atau di sekitar angka 0.
2) Sejumlah titik tidak mengumpul hanya di atas atau di bawah saja.
3) Pola bergelombang melebar lalu menyempit dan melebar kembali tidak boleh dijumpai dalam sejumlah titik yang tersebar.
4) Tidak dijumpainya pola khusus pada sejumlah titik yang tersebar.
d. Uji Autokorelasi
Autokorelasi bermakna data yang diamati dan data sebelumnya yang diurutkan berlandaskan waktu dan tempat membentuk suatu korelasi. Tidak dijumpai adanya autokorelasi mengindikasikan bahwa model itu ialah model yang baik. Model Durbin-Watson banyak dipakai dalam pengujian autokorelasi.
Kriteria pengujian Durbin-Watson, yakni:
1) Dijumpai adanya autokorelasi saat nilai dL melebihi d atau nilai (4-dL) di bawah nilai dL.
2) Tidak dijumpai adanya autokorelasi saat dU < d < (4-dU).
3) Tidak dijumpai adanya kesimpulan yang jelas saat dL < d
< dU atau (4-dU) < d < (4-dL).
2. Regresi Linear Berganda
Analisis regresi linear berganda dipakai sebab studi ini memakai empat variabel bebas, yang mana analisis itu memainkan kontribusi yang amat vital dalam menguak fakta perihal sejauh mana variabel terikat bisa mendapat pengaruh dari variabel bebas. Persamaan regresi linear berganda yang dipakai, yakni:
y = a + b1 x1 + b2 x2 + b3 x3 + b4 x4 + e Keterangan :
y : Profitabilitas a : Konstanta
b : Koefisien Regresi x1 : Perputaran Kas x2 : Perputaran Piutang x3 : Perputaran Persediaan x4 : Perputaran Modal Kerja e : Error
3. Uji Hipotesis
Pengujian hipotesis ialah tahap terakhir, dimana hipotesis sebelumnya bisa dijawab di fase ini, yakni dengan memakai uji parsial (uji t), uji simultan (uji F) dan koefisien determinasi yang dipaparkan, yakni:
a. Uji Parsial (Uji t)
Untuk menguak fakta perihal sejauh mana variabel dependen bisa mendapat pengaruh dari Perputaran Kas, Perputaran Piutang, Perputaran Persediaan, dan Perputaran Modal Kerja secara individual, apakah pengaruhnya signifikan atau tidak. Tahap-tahap pengujian, yakni:
1) Menetapkan hipotesis
2) Menetapkan taraf signifikansi dengan memakai signifikansi 0,05
3) Menetapkan p – value (sig) 4) Pengambilan keputusan
p – value (sig) < α (tingkat signifikansi 0,05) maka hipotesis tidak ditolak
p – value (sig) melebihi α (tingkat signifikansi 0,05) maka hipotesis ditolak
b. Uji Simultan (Uji F)
Secara berbarengan, Uji F atau uji koefisien regresi memainkan kontribusi yang amat vital dalam menguak fakta perihal sejauh mana variabel dependen bisa mendapat pengaruh dari variabel independen secara serentak. Tahap-tahap pengujian, yakni:
1) Menetapkan hipotesis
2) Menetapkan taraf signifikansi dengan signifikansi 0,05 3) Menetapkan p – value (sig)
4) Pengambilan keputusan
p – value (sig) < α (tingkat signifikansi 0,05) maka hipotesis tidak ditolak
p – value (sig) melebihi α (tingkat signifikansi 0,05) maka hipotesis ditolak
c. Koefisien Determinasi (R2)
Koefisien determinasi (R2) memainkan kontribusi yang amat vital dalam menguak fakta perihal sejauh mana variabel dependen bisa dipaparkan oleh variabel independen. Output SPSS mempertimbangkan koefisien determinasi dengan memakai adjusted R-squared. Variabel y mendapat pengaruh dari variabel x pada saat 0 < R2 < 1 saat koefisien determinasi (R2) memiliki
nilai yang semakin besar, yakni menuju 1. Di lain sisi, variabel y sedikit mendapat pengaruh dari variabel x saat R2 memiliki nilai yang semakin kecil, yakni menuju 0.
d. Koefisien Korelasi
Analisis koefisien korelasi memainkan kontribusi yang amat vital dalam menguak fakta perihal sejauh mana kedua variabel membentuk suatu relasi, di sisi lain, besar kecilnya pengaruh yang diberikan bisa diprediksi dengan memakai analisis regresi.
Secara khusus, analisis korelasi memperlihatkan ada atau tidaknya relasi antara dua variabel, ke mana arah relasinya, dan ukuran relasi. Arah korelasi bisa positif (berarah sama) atau negatif (berlawanan arah).
Tabel 3. 2 Interval Koefisien Korelasi Interval Koefisien Tingkat relasi
0,00 – 0,19 Korelasi memiliki relasi sangat rendah 0,20 – 0,39 Korelasi memiliki relasi rendah 0,40 – 0,59 Korelasi memiliki relasi sedang 0,60 – 0,79 Korelasi memiliki relasi kuat 0,80 – 1,00 Korelasi memiliki relasi sangat kuat Sumber : (Sugiyono, 2012)
