commit to user
BAB III METODE PENELITIAN
A. Desain Penelitian
Penelitian ini besifat survey data sekunder. Penelitian ini termasuk dalam tipe penelitian penjelasan explanatory research yang menyoroti
hubungan variabel penelitian dan menguji hipotesis yang telah dirumuskan.
B. Populasi, Sampel dan Teknik Pengambilan Sampel
Penelitian ini mengambil populasi perusahaan yang listing di BEI khususnya perusahaan Keuangan yang go- public tahun 2006 sampai tahun
2008. Teknik pengambilan sampel adalah purposive random sampling.
Kriteria yang digunakan untuk penentuan sampel adalah : a.
Merupakan perusahaan keuangan yang go-public dan terdaftar di BEI sesuai dengan pengklasifikasian Indonesian Capital Market Directory.
b. Perusahaan mempublikasikan laporan keuangan tahunan untuk periode 2006
sampai 2008. c.
Sampel adalah perusahaan yang sahamnya aktif diperdagangkan di Bursa Efek Indonesia selama periode 2006 sampai 2008.
commit to user
C. Sumber Data dan Metode Pengumpulan Data
Data yang digunakan dalam penelitian adalah data sekunder. Data yang digunakan dalam penelitian ini dikumpulkan dengan metode dokumentasi
terhadap laporan keuangan perusahaan keuangan yang terdaftar di Bursa Efek Indonesia selama periode tahun 2006 sampai tahun 2008. Data diperoleh dari
publikasi Indonesian Capital Market Directory ICMD, yang memuat laporan keuangan perusahaan yang telah go-public. Untuk beberapa variabel, data yang
ada masih merupakan data mentah yang terutang dalam laporan keuangan perusahaan sehingga masih harus diolah untuk menjadi data siap pakai.
D. Variabel yang diteliti dan Pengukuran Variabel
1. Variabel Independen X
Variabel independen pada penelitian ini adalah : a.
Market-to-Book RatioX1 Barker dan Wurgler 2002 membuktikan bahwa Market-to-Book
Ratio mempengaruhi Leverage, yang diukur dengan :
Mbi,t = Total Assets i,t – Book Equity i,t + Market Equity i,t
Total Assets i,t Mb = Market-to-Book Ratio
b. Firm Size X2
Variabel ukuran perusahaan diukur melalui log natural dari total aktiva. Variabel total aktiva merupakan variabel yang memiliki satuan
commit to user
angka paling besar yang potensial menimbulkan heteroskedastisitas sehingga harus ditransformasikan ke log natural. Selain itu untuk
memampatkan perbedaan nilai dengan variabel independen lain. Total aktiva
dipilih sebagai
proxy ukuran
perusahaan dengan
mempertimbangkan bahwa nilai aktiva relatif lebih stabil dibandingkan nilai market capitalized dan penjualan. Jadi perhitungan ukuran
perusahaan menggunakan : SIZEi,t = Ln Total Assets i,t
c. Tangibility of Assets X3
Diukur dengan :
TNG = Tangibility of Assets
d. Firm Profitability X4
Mayers 1984 menyusun teori struktur modal yang menjelaskan bahwa jika suatu perusahaan itu menguntungkan maka itu lebih
memungkinkan bahwa pembiayaan mungkin berasal dari sumber internal dari pada sumber eksternal. Perusahaan yang lebih menguntungkan
diharapkan memiliki hutang sedikit, karena itu lebih mudah dan pengeluaran yang lebih efektif dalam membiayai secara internal. Yang
diukur dengan :
commit to user
PRF = Profitability EBT = Earning Before Tax
e. Tingkat pertumbuhan Perusahaan X5
Tingkat pertumbuhan perusahaan dinyatakan dengan angka indeks pertumbuhan yaitu alat ukur perubahan jumlah aktiva pada tiap-
tiap tahun yang bersangkutan berdasarkan tahun dasar Rumusnya yaitu : I = Pn
– Po Po I
= Indeks pertumbuhan perusahaan Pn
= Jumlah aktiva pada tahun yang bersangkutan Po
= Jumlah aktiva pada tahun dasar
2. Variabel Dependen
Variabel dependen dalam pengukuran ini adalah leverage perusahaan. Leverage merupakan hasil dari penggunaan biaya asset tetap
atau dana untuk menambah pengembalian pada kepemilikan perusahaan. Leverage perusahaan i pada tahun t, didefinisikan sebagai berikut :
commit to user
E.
Teknik Analisis Data
1. Uji Normalitas
Asumsi normalitas untuk menguji apakah data berdistribusi normal atau tidak. Data yang baik adalah yang berdistribusi normal. Pengujian ini
dilakukan dengan memakai uji Kolmogorov- Smirnov. Level of Significant yang digunakan adalah 0,05. Jika nilai p-value lebih besar dari 0,05 maka
data berdistribusi normal, begitu pula sebaliknya.
2. Uji Hipotesis
a. Pengujian Simultan uji-F
Pengujian ini dilakukan untuk menguji variabel independen secara bersama-sama berpengaruh terhadap variabel dependen.
Pengujiannya adalah sebagai berikut : a
Ho diterima atau Ha ditolak apabila nilai signifikansi F hitung 0,05. Ini menunjukkan bahwa variabel independen secara bersama-sama
tidak berpengaruh terhadap variabel dependen. b
Ho ditolak atau Ha diterima apabila nilai signifikansi F hitung 0,05. Ini menunjukkan bahwa variabel independen secara bersama-sama
berpengaruh terhadap variabel dependen. b.
Pengujian Keofisien Regresi Parsial uji-t Pengujian ini dilakukan untuk mengetahui variabel bebas secara
parsial atau individu mempunyai pengaruh terhadap variabel bebas lainnya atau tidak Gujarati, 2003. Pengujiannya adalah sebagai berikut :
commit to user
a Ho diterima atau Ha ditolak apabila nilai signifikansi t hitung 0,05.
Ini menunjukkan bahwa variabel independen secara parsial tidak berpengaruh terhadap variabel dependen.
b Ho ditolak atau Ha diterima apabila nilai signifikansi t hitung 0,05.
Ini menunjukkan bahwa variabel independen secara parsial berpengaruh terhadap variabel dependen.
c. Uji Keofisien Determinasi
Keofisien determinasi bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen
Nugroho,2005:50. Nilai R
2
adjusted besarnya berkisar antara lebih besar sama dengan 0 dan lebih kecil sama dengan 1. Jika semakin
mendekati 1 maka model semakin baik karena apabila R
2
adjusted sama dengan 1 berarti variabel independen berpengaruh sempurna terhadap
variabel dependen, sedangkan jika R
2
adjusted sama dengan 0 berarti tidak ada pengaruh variabel independen pada variabel dependen.
3. Uji Asumsi Klasik
a. Uji Multikolinearitas
Uji multikolinearitas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel
independen lain dalam satu model Nugroho, 2005: 58 . Kemiripan antar variabel independen dalam suatu model akan menyebabkan terjadinya
korelasi yang sangat kuat antara suatu variabel independen dengan
commit to user
variabel independen yang lain. Deteksi multikolinearitas pada suatu model dapat dilihat dari beberapa hal, antara lain Nugroho,2005:58 :
1 Jika nilai Variance Inflation Factor VIF tidak lebih dari 10 dan
Tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolinearitas.
2 Jika nilai keofisien korelasi antar masing-masing variabel independen
kurang dari 0,70 maka model dapat dinyatakan bebas dari asumsi klasik multikolinearitas.
3 Jika nilai keofisien determinan, baik dilihat dari R
2
maupun R-square di atas 0,60 namun tidak ada variabel independen yang berpengaruh
terhadap variabel dependen maka ditengarai model terkena multikolineritas.
b. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi Santoso,2001.
Autokorelasi pada sebagian besar kasus ditemukan pada regresi yang datanya time series, atau berdasarkan waktu berkala, seperti bulanan,
tahunan dan seterusnya. Mendeteksi adanya autokorelasi bias dilihat pada tabel Durbin-
Watson, yang bias dilihat pada buku statistik yang relevan. Namun demikian secara umum bias diambil patokan :
commit to user
- Angka D-W di bawah -2 berarti ada autokorelasi positif.
- Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi.
- Angka D-W di atas +2 berarti ada autokorelasi negatif.
Autokorelasi bisa diatasi dengan berbagai cara, antara lain dengan melakukan transformasi data, menambah data observasi.
c. Uji Heteroskedastisitas
Heteroskedastisitas menguji dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
Heteroskedastisitas Ghozali, 2006. Model regresi yang baik adalah yang
Homoskedstisitas atau
tidak terjadi
Heteroskedastisitas. Kebanyakan data crossection mengandung situasi Heteroskedastisitas
karena data ini menghimpun data yang mewakili berbagai ukuran kecil, sedang dan besar. Jika variabel independen signifikan secara statistik
mempengaruhi variabel
dependen, maka
ada indikasi
terjadi Heteroskedastisitas. Hasil tampilan output SPSS dengan jelas
menunjukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen nilai
absolute. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan model regresi tidak
mengandung adanya Heteroskedastisitas.
commit to user
BAB IV HASIL PENELITIAN DAN PEMBAHASAN