Teknik Analisis METODE PENELITIAN

54 kovarian atau matriks korelasi. Analisis terhadap data outlier harus dilakuakan sebelum matriks kovarian atau korelasi dihitung. Teknik estimasi model persamaan structural pada awalnya dilakukan dengan ordinary least square OLS regression, tetapi teknik ini telah digantikan oleh Maximum Likedhood Estimation ML yang lebih efisien dan unbiased jika asumsi normalitas multivariate dipenuhi. Langkah kelima 5 : Menilai Identifikasi Model Struktural Selama proses estimasi berlangsung dengan program computer, sering didapat hasil estimasi yang tidak logis atau meaningless dan hal ini berkaitan dengan masalah identifikasi model structural. Problem identifikasi adalah ketidak mampuan proposed model untuk menghasilkan unique estimate. Cara mendeteksi ada tidaknya problem identifikasi adalah dengan melihat hasil estimasi yang meliputi : 1 adanya nilai standar error yang besar untuk satu atau lebih koefisien, 2 ketidakmampuan program untuk invert information matrix, 3 nilai estimasi yang tidak mungkin misalkan error variance yang negative, 4 adanya nilai korelasi yang tinggi .0.90 antar koefisisen estimasi. Langkah keenam 6 : Menilai Kriteria Goodnes-fit Salah satu tujuan dari analisis jalur path analysis adalah menentukan apakah model masuk akalfit. Suatu model penelitian dikatakan baik apabila memiliki model yang fit pula. Tingkat kesuaian model menurut Imam Ghozali 2008 adalah sebagai berikut: 1. Absolute Fit Measures 55 Absolute Fit Measures mengukur model fit secara keseluruhan baik model structural maupun model pengukuran secara bersama. a. Likelihood-Ratio Chi-Square Statistic Ukuran fundamental dari overall fit adalah likedlihood ratio chi- square χ 2 . Nilai chi- square yang tinggi relative terhadap degree of freedom menunjukkan bahwa matriks kovarian atau korelasi yang diobsevasikan dengan yang diprediksi berbeda secara nyata dan ini menghasilkan probabilitas ρ lebih kecil dari tingkat signifikansi α. Sebaliknya nilai chi-square akan menghasilkan nilai pr obabilitas ρ yang lebih besar dari tingkat signifikansi α dan ini menunjukkan bahwa input matrik kovarian antara prediksi dengan observasi sesungguhnya tidak berbeda secara signifikan. Dalam hal ini peneliti harus mencari nilai chi-square dimana ρ ≥ 0.05 atau tidak signifikan karena mengharapkan bahwa model yang diusulkan cocok atau fit dengan data observasi. b. CMINDF Adalah nilai chi-square dibagi dengan degree of freedom. Beberapa pengarang menganjurkan menggunakan ratio ukuran ini untuk mengukur fit. Menurut Wheaton et. Al 1977 nilai ratio 5 lima atau kurang dari 5 lima merupakan nilai reasonable. Peneliti lainnya seperti Byrne 1988 mengusulkan nilai ratio ini 2 merupakan nilai ukuran fit. c. Goodness of index GFI 56 GFI dikembangkan oleh Joreskog dan Sorborn 1984 yaitu ukuran non- statistik yang nilainya berkisar dari nilai 0 poor fit sampai 1.0 perfect fit. Nilai GFI yang tinggi menunjukkan nilai fit yang lebih baik dan beberapa nilai GFI yang dapat diterima sebagai nilai yang layak sebelum ada standarnya, tetapi banyak peneliti menganjurkan nilai diatas 90 sebagai ukuran good fit. d. Root Mean Square Error of Approximation RMSEA RMSEA merupakan ukuran yang mencoba memperbaiki kecenderungan statistic chi-square menolak model dengan jumlah sampel yang besar. Nilai RMSEA antara 0.05 sampai 0.08 merupakan ukuran yang dapat diterima. Hasil uji empiris RMSEA cocok untuk menguji model konfirmatori atau competing model strategi dengan jumlah sampel yang besar. 2. Incremental Fit Measures Incremental fit measures membandingkan proposed model dengan baseline model yang sering disebut dengan null model. Null model merupakan model realistic dimana model-model yang lain harus diatasnya. a. Ajusted Goodness-of-Fit AGFI AGFI merupakan perkembangan dari GFI yang disesuaikan dengan ratio degree of freedom untuk proposed model dengan degree of freedom untuk null model . Nilai yang direkomendasikan adalah ≥ 0.90. b. Tucker-Lewis Index TLI 57 TLI atau dikenal dengan nonnormed fit index NNFI. Ukuran ini menggabungkan ukuran parsimony kedalam index komparasi antara proposed model dan null model dan nilai TLI berkisar dari 0 sampai dengan 1.0. Nilai TLI yang direkomendasikan adalah ≥ 0.90. c. Normed Fit Index NFI NFI merupakan ukuran perbandinagn antara proposed model dan null model. Nilai NFI akan bervariasi dari 0 sampai 1. Seperti halnya TLI tidak ada nilai absolute yang dapat digunakan sebagai standar, tetapi umumnya direkomendasikan ≥ 0.90. 3. Parsimonious Fit Measures Ukuran ini menghubungkan goodness-of-fit model dengan sejumlah koefisien estimasi yang diperlukan untuk mencapai level fit. Tujuan dasarnya adalah untuk mendiagnose apakah model fit telah tercapai dengan “overfitting” data yang memiliki banyak koefisien. Prosedur ini mirip dengan “adjustment” terhadap nilai R 2 didalam multiple regression. Namun, karena tidak ada uji statistik yang tersedia maka penggunaannya hanya terbatas untuk membandingkan model. a. Parsimonious Normal Fit Index PNFI PNFI merupakan modifikasi dari NFI. PNFI memasukan jumlah degree of freedom yang digunakan untuk mencapai level fit. Semakin tinggi nilai PNFI semakin baik. Kegunan utama dari PNFI adalah untuk membandingakn model dengan degree of 58 freedom yang berbeda. Digunakan untuk membandingkan model alternative sehingga tidak ada nilai yang direkomendasikan sebagai nilai fit yang diterima. b. Parsimonious Goodness-of-fit Index PGFI PGFI merupakan modifikasi dari GFI atas dasar parsimony estimed model. Nilai PGFI berkisar antara 0 sampai 1.0 dengan nilai semakin tinggi semakin menunjukkan model lebih parsimony. 59 Tabel. 3.1 Sandar Penilaian Kesesuaian Fit Laporan Statistik Nilai yang Direkomendasikan Imam Ghozali 2008 Cut of value Keterangan Absolut Fit Probabilitas � 2 Tidak Signifikan p0.05 Model yang diusulkan cocok fit dengan data observasi � 2 df ≤5 -Ukuran yang reasonable 2 -Ukuran yang Fit RMSEA 0.1 -good fit 0.05 -very good fit 0.01 -outstanding fit 0.05 ≤ � ≥ 0.08 -reasonable fit GFI 0.90 good fit Incremental Fit AGFI ≥ 0.90 good fit TLI ≥ 0.90 good fit NFI ≥ 0.90 good fit Parsimonious Fit PNFI 0 - 1.0 lebih besar lebih baik PGFI 0 - 1.0 lebih besar lebih baik Sumber : Data diolah 60 Langkah ketujuh 7 : Interprestasi dan Modifikasi Model Ketika model telah dinyatakan diterima, maka peneliti dapat mempertimbangkan dilakukannya modifikasi model untuk memperbaiki penjelasan teoritis atau goodness-of-fit. Modifikasi dari model awal harus dilakukan setelah dikaji banyak pertimbangan. Jika model dimodifikasi, maka model tersebut harus di cross-validated diestimasi dengan data terpisah sebelum model modifikasi diterima.

E. Operasional Variabel Penelitian

1. Variabel Endogen

a. PER Price Earning Ratio Price Earning Ratio merupakan rasio pasar dimana rasio ini digunakan untuk mengukur harga pasar relatif terhadap nilai buku. Menurut Brigham, Houston 2009:110 PER dihitung dengan rumus sebagai berikut: PER = Harga Saham Laba per Lembar Saham EPS X 100 Keterangan : PER Price to Earning Ratio = adalah rasio antara price stock dengan Earning Per Share EPS Harga Saham = harga penutupan saham dipasar regular akhir tahun Earning Per sharesEPS = adalah keuntungan pada tiap lembar saham 61 Book Value nilai buku = adalah hasil bagi equity dengan jumlah saham yang beredar. b. ROE Salah satu rasio yang dapat digunakan dalam mengukur kinerja perusahaan adalah ROE dengan mengukur seberapa efektif perusahaan menggunakan sumberdaya yang disediakan oleh pemegang saham Horngren, Sundem, Elliott, 1999:150. Secara matematis ROE dapat dirumuskan sebagai berikut: ROE = NIAT Total Ekuitas Keterangan : ROE = Pengembalian absolute yang akan diberikan perusahaan kepada para pemegang saham NIAT = Laba bersih yang telah dikurangi pajak Total Ekuitas = Total modal sendiri 62

2. Variabel Eksogen

a. DER

DER merupakan rasio leverage. Rasio ini mengukur kemampuan perusahaan dalam memenuhi kewajiban- kewajiban jangka panjangnya. Rasio laverage dapat dihitung berdasarkan informasi dari neraca, yaitu dari pos-pos aktiva dan pos-pos hutang. Menurut Garrison Noreen 2001:18, Debt to Equity Ratio dapat dirumuskan sebagai berikut: DER = Total Kewajiban atau Hutang Jumlah Modal Sendiri atau Ekuitas Pemegang Saham Keterangan : DER = Jumlah aktiva yang disediakan Oleh kreditor untuk setiap dollar aktiva yang disediakan oleh pemilik perusahaan Total Hutang = Jumlah hutang jangka panjang dan jangka Pendek Jumlah modal sendiri = Modal yang disediakan oleh Investor 63

b. NPM

Net Profit Margin merupakan rasio antara laba bersih Net Profit yaitu penjualan yang telah dikurangi dengan seluruh expenses beban termasuk pajak yang kemudian dibandingkan dengan penjualan Kusmayandi, Dedi,2009:1968. Rasio ini mengukur kemampuan perusahaan meghasilkan pendapatan bersih terhadap total penjualan yang dicapai. NPM adalah rasio yang mengukur seberapa laba yang diperoleh untuk setiap rupiah penjualan yang dihasilkan Betrianis,2006. Net Profit Margin secara sistematis dapat dirumuskan sebagai berikut: Dewi Astuti, 2004:36 �� � � � �� NPM = Laba Bersih Penjualan Keterangan : NPM = Laba yang diperoleh untuk setiap rupiah Penjualan Laba Bersih = Pendapatan yang dihasilkan dari penjualan yang telah dikurangi pajak Penjualan = Pendapatan penjualan 64

c. TATO

Total Asset Turnover Merupakan rasio aktivitas yang digunakan untuk mengukur sampai seberapa besar efektivitas perusahaan dalam menggunakan sumber dayanya yang berupa asset. dalam rangka menghasilkan penjualan Betrianais:2006. Total asset turnover secara sistematis dapat dirumuskan sebagai berikut:. Dewi Astuti, 2004:34 � �� � � � � TATO = Penjualan Total Aktiva Keterangan: TATO = Perputaran Total asset yang merupakan jumlah aktiva lancar dan tidak lancar Penjualan = Pendapatan perusahaan Total Aktiva = Jumlah aktiva tetap dan aktiva lancar 65

BAB IV ANALISIS DAN PEMBAHASAN

A. Sekilas Gambaran Umum Objek Penelitian

Penelitian ini menggunakan data yang berasal dari dokumen ICMD Indonesian Capital Marketing Directory yang di dalamnya terdapat perusahaan emiten yang terdaftar di BEI. Tidak semua emiten yang terdaftar pada BEI dijadikan sampel pada penelitian ini, karena perusahaan yang dijadikan sampel hanyalah perusahaan yang nonkeuangan, PMDN serta memenuhi kriteria proposive sampling yang telah ditentukan selama periode pengamatan 2002-2009. Terdapat 186 perusahaan PMDN yang listed secara berturut-turut dari tahun 2002-2009 sebagai populasi pada penelitian ini. Dari populasi tersebut diperoleh 45 perusahaan PMDN yang memenuhi kriteria proposive sampling dari periode 2002-2009 sehingga jumlah sampel yang didapat adalah 360 sampel. Beberapa sampel yang digugurkan karena tidak memenuhi kriteria serta tidak terdapat kelengkapan data. Berdasarkan data mentah yang di input dari ICMD maka dapat dihitung rasio-rasio keuangan yang digunakan dalam penelitian ini yang meliputi DER, NPM, TATO, ROE dan PER.