31 BAB 3 METODA PENELITIAN 3.1 Jenis dan Sumber Data

BAB 3
METODA PENELITIAN
3.1
Jenis dan Sumber Data
Peneliti memperoleh data penelitian ini yang terdapat pada sumber data
historis berupa laporan keuangan perusahaan yang telah diaudit dengan benar serta
disajikan secara lengkap yang disajikan oleh perusahaan-perusahaan yang bergerak
di bidang industri penghasil bahan baku sektor pertambangan yang terdaftar di
Bursa Efek Indonesia pada periode tahun 2010-2012 yang telah disajikan secara
lengkap yang dapat juga di download di websitenya Bursa Efek Indonesia yakni
www.idx.co.id.
Jenis dari adanya data yang digunakan oleh peneliti untuk melakukan
penelitian ini berupa data kuantitatif yang artinya data yang disusun berupa angka
yang pengambilan datanya berdasarkan laporan keuangan perusahaan yang telah
diaudit dengan benar serta disajikan secara lengkap dari perusahaan-perusahaan
yang bergerak di bidang industri penghasil bahan baku sektor pertambangan pada
tahun 2010 sampai 2012 yang telah terdaftar di Bursa Efek Indonesia.
Sumber data yang digunakan dalam penelitian ini berupa data sekunder. Data
sekunder merupakan data yang sudah tersedia dan siap untuk dianalisis sesuai
dengan tujuan dari penelitian ini dimana pengambilan datanya melalui media
perantara yang berasal dari dokumen berupa laporan keuangan perusahaan yang
telah diaudit dengan benar serta disajikan secara lengkap oleh perusahaanperusahaan industri penghasil bahan baku sektor pertambangan yang terdaftar di
Bursa Efek Indonesia.
Sumber data dalam penelitian ini diambil dari Annual Report (Laporan
Tahunan) dan data laporan keuangan sektor pertambangan yang telah terdaftar di
Bursa Efek Indonesia hingga tahun 2014 ditambah dengan company profile tiap
perusahaan pertambangan. Selain itu sumber data lain atau data penunjang adalah
berasal dari media massa dan website perusahaan pertambangan, penelitian lain yang
telah dilakukan dan serta jurnal-jurnal lain yang mempunyai kaitan dengan
31
32
penelitian ini.
Pada sektor pertambangan terdapat 4 sub sektor yaitu :
a) Pertambangan Batubara;
b) Pertambangan Minyak dan Gas Bumi;
c) Pertambangan Logam dan Mineral lainnya;
d) Pertambangan Batu-batuan.
3.2
Pengambilan Sampel
3.2.1
Pengertian Populasi dan Sampel Penelitian
Menurut Sugiyono (2012) populasi merupakan wilayah umum yang terdiri
atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang
ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.
Wijaya (2009) mendefinisikan populasi sebagai totalitas unit analisis yang sedang
diteliti atau keseluruhan unit analisis. Populasi dalam penelitian ini adalah adalah
perusahaan sektor tambang yang telah terdaftar di Bursa Efek Indonesia (BEI)
hingga tahun 2014 sebanyak 38 perusahaan dan data penelitian yang digunakan
adalah untuk tahun 2010-2012.
Menurut Sugiyono (2012), sampel adalah bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi. Sugiyono (2012) menyatakan teknik
sampling merupakan teknik pengambilan sampel yang digunakan dalam penelitian.
3.2.2
Metode Pengumpulan Sampel
Penelitian yang dilakukan oleh peneliti ini dapat dikenal dengan menggunakan
metode dokumentasi yang biasanya dengan mencari data-data yang berhubungan
tentang variabel yang diteliti oleh peneliti yang berdasarkan pada adanya catatan
yang dimiliki oleh masing-masing perusahaan yang berisikan data yang terdapat
dalam laporan keuangan perusahaan yang telah diaudit secara lengkap dan benar
tentang penerapan Good Corporate Governance yang mempengaruhi profitabilitas
perusahaan akan diteliti yang telah tersimpan di Bursa Efek Indonesia pada periode
33
tahun 2010 sampai 2012 yang sering dikenal dengan data sekunder yang metode
pengumpulan sampelnya dilakukan dengan teknik purposive sampling dimana
pengambilan sampelnya berdasarkan adanya beberapa kriteria yang wajib semua
kriteria untuk dipenuhi dengan tidak menggunakan semua sampel secara
sembarangan pada laporan keuangan perusahaan yang telah diaudit secara lengkap
yang dapat didownload di www.idx.co.id.
Berdasarkan beberapa penguraian tentang sampel maka sampel yang
digunakan oleh peneliti dalam melakukan penelitian ini berupa perusahaanperusahaan yang bergerak di bidang industri penghasil bahan baku sektor
pertambangan yang telah terdaftar di Bursa Efek Indonesia periode tahun 2010
sampai 2012 dimana pengambilan sampel ini dilakukan dengan menggunakan
teknik nonprobability sampling ialah dengan cara purposive sampling dimana
pemilihan sampel ini dilakukan dengan penentuannya yang mencantumkan beberapa
kriteria yang dengan tujuan untuk menghindari adanya ambiguitas maka harus
memenuhi semua kriteria yang tercantum yang dapat disebutkan sebagai berikut:
1. Perusahaan pertambangan yang telah terdaftar dalam Bursa Efek
Indonesia hingga 2014;
2. Perusahaan tidak mengalami kerugian operasional selama periode
Laporan Keuangan 2010-2012;
3. Perusahaan yang mempunyai laporan tahunan dan laporan keuangan
yang telah di audit tahun 2010,2011, dan 2012.
3.3
Pengumpulan Data
Penelitian yang dilakukan oleh peneliti ini dapat dikenal dengan
menggunakan metode dokumentasi yang biasanya dengan mencari data-data yang
berhubungan tentang variabel yang diteliti oleh peneliti yang berdasarkan pada
adanya catatan yang dimiliki oleh masing-masing perusahaan yang berisikan data
yang terdapat dalam laporan keuangan perusahaan yang telah diaudit secara lengkap
dan benar tentang penerapan Good Corporate Governance yang mempengaruhi
profitabilitas perusahaan akan diteliti yang telah tersimpan di Bursa Efek Indonesia
yang sering dikenal dengan data sekunder yang metode pengumpulan sampelnya
dilakukan dengan teknik purposive sampling dimana pengambilan sampelnya
34
berdasarkan adanya beberapa kriteria yang wajib semua kriteria untuk dipenuhi
dengan tidak menggunakan semua sampel secara sembarangan pada laporan
keuangan perusahaan yang telah diaudit secara lengkap dan dapat diperoleh di
www.idx.co.id.
3.4
Variabel dan Pengukuran
3.4.1
Definisi dan Pengukuran Operasional Variabel
Menurut Sugiyono (2012) variabel dapat didefinisikan sebagai atribut
seseorang, atau obyek, yang mempunyai “variasi” antara satu orang dengan yang
lain atau satu obyek dengan obyek yang lain. Pada penelitian ini terdiri dari dua
variabel, variabel bebas (independen) dan variabel terikat (dependen). Variabel
independen adalah variabel yang memengaruhi atau yang menjadi sebab
perubahannya atau timbulnya variabel dependen. Sedangkan definisi dari variabel
dependen adalah variabel yang memengaruhi atau yang menjadi akibat, karena
adanya variabel bebas.
Variabel-variabel good corporate governance yang digunakan dalam
penelitian ini antara lain:
a) Komposisi dewan komisaris independen merupakan kompisisi jumlah
dewan komisaris independen terhadap jumlah keseluruhan dewan
komisaris yang dimiliki
oleh
dinyatakan
digit belakang koma). Komisaris yang
dalam
dua
emiten
(persentase
komposisi
masuk perhitungan dalam penelitian ini hanya komisaris yang masih
aktif per 31 Desember tahun yang bersangkutan.
b) Jumlah dewan direksi merupakan variabel yang diukur berdasarkan
jumlah dewan direksi yang diungkapkan dalam annual report emiten.
Direksi yang masuk perhitungan dalam penelitian ini hanya direksi
yang masih aktif per 31 Desember tahun yang bersangkutan.
35
c) Keberadaan komite audit, merupakan variabel dummy. Nilai 1 diberikan
untuk emiten yang memiliki komite audit dan nilai 0 diberikan untuk
emiten yang tidak memiliki komite audit. Nilai 1 hanya diberikan apabila
terdapat komite audit yang memenuhi syarat- syarat sebagai berikut:
1. Komite Audit terdiri sekurang-kurangnya tiga orang; dan
2. Komite Audit diketuai oleh seorang komisaris independen.
Dalam penelitian ini, kinerja perusahaan diukur dengan menggunakan Return
On Assets (ROA) dan Return On Equity (ROE) sebagai ukuran kinerja operasional
perusahaan (Weygandt, Kieso, Kimmel 2007). Dengan demikian, rumus yang
digunakan untuk Return On Assets (ROA) adalah sebagai berikut :
Earning After Interest and Tax
ROA =
Total Asset
Dan rumus untuk Return On Equity (ROE) adalah sebagai berikut :
Earning After Interest and Tax
ROE =
Total Equity
3.5
Metode Analisis Data
Dalam metode analisis data, data dikelola dengan menggunakan software
SPSS versi 21 untuk menguji statistik. Uji statistik dilakukan dengan uji klasik
berupa uji heteroskedastisitas, uji multikolinearitas dan uji otokorelasi kemudian
uji t, uji f, uji regresi linear sederhana berganda dan statistik deskriptif. Uji
klasik, uji t, uji f, uji regresi linear sederhana berganda dan statistik deskriptif
disajikan dalam subbab berikut ini.
36
3.5.1
Statistik Deskriptif
Statistik deskriptif adalah statistik yang memberikan gambaran atau deskripsi
suatu data yang dilihat dari rata-rata, standar deviasi, variance, maksimum,
minimum, kurtosis, skewnes (kemencengan distribusi) (Ghozali, 2013). Statistik
deskriptif mendeskripsikan data menjadi sebuah informasi yang lebih jelas dan
mudah dipahami.
3.5.2
Uji Normalitas
Menurut Ghozali (2013), Uji normalitas memiliki tujuan untuk menguji
apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi
normal. Jika terdapat normalitas, maka residual akan terdistribusi secara normal dan
independen. Yaitu perbedaan antara nilai prediksi dengan skor yang sesungguhnya
atau error akan terdistribusi secara simetri di sekitar nilai mean sama dengan nol.
Jika salah cara mendeteksi normalitas ini adalah lewat pengamatan nilai residual.
Untuk menguji normalitas residual data variabel independen dan variabel
dependen
penelitian ini adalah menggunakan uji statistik non-parametrik
Kolmogorov-Smirnov (K-S). Untuk uji statistik non-parametrik KolmogorovSmirnov, pengambilan keputusan menurut Ghozali (2013) adalah sebagai berikut:
1.
Jika
hasil
signigikansi
Kolmogorov-Smirnov
menunjukkan
nilai
signifikan > 0.05 maka data residual terdistribusi dengan normal.
2. Jika hasil signifikansi Kolmogorov-Smirnov menunjukkan nilai signifikan
< 0.05 maka data residual tidak terdistribusi normal.
Data outlier akan digunakan dalam penelitian ini seandainya data penelitian
tidak terdistribusi dengan normal atau tidak lolos dalam uji normalitas. Data outlier
menurut Ghozali (2013) adalah kasus atau data yang memiliki karakteristik unik
yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam
bentuk nilai ekstrim baik untuk variabel tunggal atau kombinasi. Deteksi terhadap
univariate outlier dapat dilakukan dengan menentukan nilai batas yang akan
dikategorikan sebagai data outlier yaitu dengan cara mengkonversi nilai data
kedalam skor standarized atau yang biasa disebut z-score (Ghozali, 2013).
37
3.5.3
Koefisien Determinasi
Menurut Ghozali (2013) koefisien determinasi (
pada intinya mengukur
seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Nilai koefisien determinasi adalah antara nol dan satu. Nilai adjusted
yang kecil
berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
dependen sangat terbatas. Nilai yang mendekati satu berarti variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel
dependen (Gurajati dalam Ghozali, 2013).
3.5.4
Uji Klasik
Dalam pengujian klasik, terdapat 3 jenis pengujian antara lain:
3.5.4.1 Heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan
dalam spesifikasi model regresi, misalnya perubahan struktur ekonomi dan
kebijakkan pemerintah yang dapat mengakibatkan terjadinya perubahan tingkat
keakuratan data. Dengan kata lain, heteroskedastisitas terjadi jika residual tidak
memiliki varian yang konstan. Gangguan heterosdekastisitas sering muncul dalam
data cross section, tetapi bisa juga terjadi pada data runtut waktu (time series).
Gangguan heterosdekastisitas dapat membawa kita pada galat baku yang bias dan
menjadikan hasil uji statistik tidak tepat serta interval sehingga keyakinan untuk
estimasi parameter juga kurang tepat. Kita dapat mengkonversi regresi ke bentuk
logaritma atau menjalankan regresi dengan sistem kuadrat terkecil tertimbang
(weighted least square) untuk menghilangkan gangguan heteroskedastisitas.
Deteksi terhadap gangguan heteroskedastisitas
Pemeriksaan terhadap gejala heteroskedastisitas adalah dengan melihat
pola diagram pencar residual, yaitu selisih antara nilai Ỷ prediksi dengan Y
observasi.
38
a) Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur
maka regresi mengalami gangguan heteroskedastisitas.
b) Jika diagram pencar tidak membentuk pola atau acak maka regresi tidak
mengalami gangguan heterokedastisitas.
3.5.4.2 Multikolinearitas
Multikolinearitas adalah keadaan dimana variabel-variabel independen
dalam persamaan regresi mempunyai korelasi (hubungan) yang erat satu sama
lain.
Parameter yang mudah ditenggarai dari adanya multikolinearitas:
a) Biasanya regresi mempunyai persamaan dengan nilai R2 yang tinggi
atau sangat tinggi, Fhitung tinggi, tetapi banyak variabel bebas yang
tidak signifikan (thitung-nya rendah).
b) Terdapat beberapa variabel yang mempunyai nilai Eigenvalue
mendekati nol.
Multikolinearitas menyebabkan timbulnya masalah-masalah, yaitu:
1) Koefisien regresi yang bertanda positif dalam regresi sederhana bisa
berubah negatif dalam regresi berganda atau sebaliknya.
2) Fluktuasi nilai estimasi koefisien regresi sangat besar.
3) Jika variabel-variabel independen terkorelasi satu sama lain,
variabel-variabel tersebut menjelaskan varian yang sama dengan
mengestimasi variable dependen, jadi penambah variable independen
tidak berpengaruh apa-apa.
Multikolinearitas terkadang dapat dihilangkan dengan cara:
a) Memperbanyak jumlah sampel (mengumpulkan lebih banyak data).
b) Melakukan transformasi terhadap hubungan fungsional.
c) Menghilangkan variabel independen yang kolinearitasnya tinggi.
Deteksi terhadap gangguan multikolinearitas
Regresi yang bebas multikolinearitas ditandai dengan nilai Variance Inflation
Factor (VIF) kurang dari 10 dan Tolerance lebih dari 0,1.
39
3.5.4.3 Autokorelasi
Masalah autorelasi sering timbul pada data runtut waktu (time series).
Autokorelasi sering disebut juga korelasi serial. Misalnya data pertama berkorelasi
dengan data kedua, data kedua berkorelasi dengan data ketiga, dan selanjutnya, hal
ini disebut korelasi serial derajat pertama. Data dalam pengujian ini akan dinilai baik
apabila tidak terjadi autokorelasi antara variabel bebas dengan variabel terikat.
Kasus autokorelasi positif umumnya terjadi dari pada autokorelasi negatif
sehingga yang kita bahas adalah autokorelasi positif saja. Jika residual dalam
persamaan regresi mengandung autokorelasi positif, penggunaan metode kuadrat
terkecil menimbulkan beberapa masalah, yaitu :
a. Kesalahan baku estimasi menilai variabilitas kesalahan menjadi lebih
rendah.
b. Interval keyakinan dan pengujian dengan menggunakan distribusi t
dan F tidak dapat lagi diterapkan secara tepat.
c. Kesalahan baku koefisien regresi menilai variabilitas koefisien regresi
yang ditaksir terlalu rendah.
Pendeteksian autokorelasi yang digunakan dalam penelitian tersebut
menggunakan tes Durbin Watson yang dengan dapat ditarik kesimpulan apabila telah
melihat koefisien korelasi Durbin Watson test (Algifari, 2009) yang diuraikan
sebagai berikut:
Durbin Watson test
Tingkat Autokorelasi uji Durbin Watson
Kesimpulan
Kurang dari 1,10
Ada autokorelasi
1,10 – 1,54
Tidak ada kesimpulan
1,55 – 2,46
Tidak ada autokorelasi
2,47 – 2,90
Tidak ada kesimpulan
Lebih dari 2,91
Ada autokorelasi
40
3.5.5
Uji Hipotesis
3.5.5.1 Uji Signifikansi Parameter Individual (Uji Statistik t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu
variabel penjelas/ independen secara individual dalam menerangkan variasi variabel
dependen (Ghozali, 2013). Cara melakukan uji t menurut Ghozali (2013) adalah
sebagai berikut:
1. Apabila t hitung > t tabel dan tingkat signifikansi < 0,05, maka secara
parsial variabel independen berpengaruh signifikan terhadap variabel
dependen.
2. Apabila t hitung ≤ t tabel dan tingkat signifikansi > 0,05, maka secara
parsial variabel independen tidak berpengaruh signifikan terhadap
variabel dependen.
Hasil dari uji statistik t akan menjadi dasar dari pengambilan keputusan
hipotesis pada penelitian ini, apabila variabel independen berpengaruh signifikan
terhadap variabel dependen, maka hipotesis didukung. Sebaliknya, jika variabel
independen tidak berpengaruh signifikan terhadap variabel independen, maka
hipotesis tidak didukung.
3.5.5.2 Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel
independen yang dimasukkan dalam model mempunyai pengaruh secara bersama
terhadap variabel dependen (Ghozali, 2013). Untuk menguji hipotesis dengan uji
statistik F menggunakan kriteria sebagai berikut:
1. Apabila F hitung > F tabel dan tingkat signifikansi < 0,05 maka semua
variabel independen secara bersama-sama berpengaruh signifikan
terhadap variabel dependen.
2.
Apabila F hitung ≤ F tabel dan tingkat signifikansi > 0,05 maka semua
variabel independen tidak berpengaruh secara bersama-sama terhadap
variabel dependen.
41
3.6
Regresi Linear Sederhana Berganda
Secara umum regresi linear sederhana berganda merupakan perhitungan
hubungan antara satu variabel dependen dengan beberapa variabel independen.
Regresi linear berganda pada penelitian ini adalah:
Y1 = α + β1X1 + β2X2 + β3X3
dimana:
Y1 = Return On Asset (ROA) yaitu variable dependen
X1 = Komposisi Komisaris Independen
X2 = Jumlah Dewan Direksi
X3 = Keberadaan Komite Audit
α = sebagai konstanta regresi
β = adalah intersep atau kemiringan garis regresi
Y2 = α + β1X1 + β2X2 + β3X3
dimana:
Y2 = Return On Equity (ROE) yaitu variable dependen
X1 = Komposisi Komisaris Independen
X2 = Jumlah Dewan Direksi
X3 = Keberadaan Komite Audit
α = sebagai konstanta regresi
β = adalah intersep atau kemiringan garis regresi
42