Metode Pengumpulan Data Sejarah Singkat Perusahaan

Tabel 3.3 Populasi dan Seleksi Sampel Kriteria Jumlah Emisi Obligasi Syariah periode 2008-2014 yang terdaftar di Otoritas Jasa Keuangan 49 Emisi yang perusahaan penerbitnya sebelumnya sudah menerbitkan saham dan terdaftar di Bursa Efek Indonesia 32 Emisi obligasi syariah dengan data yang tersedia dengan lengkap 31 Jumlah Sampel 31 Berdasarkan kriteria tersebut, peneliti menetapkan sebanyak 19 perusahaan dengan total penerbitan sebanyak 31 sampel emisi obligasi syariah yang menjadi objek penelitian Lampiran 1.

3.7 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk kuantitatif yaitu data yang diukur berdasarkan skala numerik seperti nilai rasio. Data sekunder biasanya telah dikumpulkan oleh lembaga pengumpulan data dan dipublikasikan kepada masyarakat pengguna data Sugiyono, 2007:309. Skala pengukuran yang diterapkan pada penelitian ini adalah skala rasio. Menurut Sekaran 2009:243, skala rasio adalah skala yang memiliki permulaan nol absolute dan karena itu menunjukkan tidak hanya besaran, tetapi juga proporsi perbedaan. Data yang digunakan berupa data perusahaan yang menerbitkan obligasi syariah pada periode tahun 2008-2014 yang terdaftar di OJK dan Bursa Efek Indonesia yang mencakup tentang nilai penerbitan dan return saham perusahaan.

3.8 Metode Pengumpulan Data

Data yang dikumpulkan dalam penelitian ini adalah data sekunder. Data dikumpulkan dengan metode dokumentasi, yaitu suatu teknik pengumpulan data dengan mempelajari dan menggunakan informasi nilai, rating penerbitan obligasi syariah dan return saham dari perusahaan-perusahaan yang menerbitkan obligasi syariah sukuk pada periode tahun 2008-2014 dan terdaftar di Bursa Efek Indonesia melalui situs www.idx.co.id, data harga saham, finance.yahoo.com, data pendukung literatur, jurnal, dan buku-buku referensi untuk memperoleh gambaran masalah yang akan diteliti.

3.9 Teknik Analisis Data

Penelitian ini menggunakan metode analisis regresi berganda. Untuk menjamin keakuratan data, maka sebelum dilakukan analisis regresi untuk menguji hipotesis dalam penelitian ini dilakukan terlebih dahulu analisis statistik deskriptif. Selain itu, metode ini juga melakukan uji asumsi klasik guna mendapatkan hasil yang baik dengan tahap sebagai berikut:

3.9.1 Analisis Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi masing-masing variabel yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtois, dan skewness Ghozali, 2011. Standar deviasi, varian, maksimum, dan minimum menunjukkan hasil analisis terhadap dispersi variabel. Sedangkan skewness dan kurtosis menunjukkan bagaimana variabel terdistribusi. Varian dan standar deviasi menunjukkan penyimpangan variabel terhadap nilai rata-rata Ghozali, 2011.

3.9.2 Analisis Regresi Linier Berganda

Dalam penelitian ini, hipotesis diuji dengan analisis regresi berganda dengan model sebagai berikut: Y = a + bX1+ bX2 + e Keterangan: Y = Return Saham a = Konstanta b = Koefisien Regresi X1 = Nilai Penerbitan Obligasi Syariah X2 = Rating Penerbitan Obligasi Syariah e = error Untuk mengetahui apakah model regresi berganda tersebut baik atau tidak maka dapat terlebih dahulu diuji menggunakan Uji Asumsi Klasik. Asumsi klasik adalah asumsi yang mendasari analisis regresi dengan tujuan mengukur asosiasi atau keterikatan antar variabel bebas. Suatu model dikatakan baik apabila mempunya sifat-sifat tidak bias sebagai suatu penafsir. Selain itu, model yang baik dan layak dipakai untuk memprediksi apabila sudah lolos dari serangkaian uji asumsi klasik yang melandasinya. Uji Asumsi Klasik dilakukan dengan Uji Normalitas, Uji Multikolinearitas, Uji Heterokedastisitas, dan Uji Autokorelasi sebagai berikut ini:

1. Uji Normalitas

Uji normalitas bertujuan untuk mengetahui keberadaan variabel pengganggu atau residual di dalam model regresi. Jika data normal, maka statistik yang digunakan adalah statistik parametrik. Jika sebaliknya, maka statistik non-parametriklah yang digunakan atau peneliti dapat melakukan treatment agar data normal. Dalam menguji normalitas data, peneliti menggunakan uji Kolmogrov-Smirnov KS. Konsep dasar dari uji tersebut adalah dengan membandingkan distribusi data yang akan diuji normalitasnya dengan distribusi normal baku. Distribusi normal baku adalah data yang telah ditransformasikan dalam bentuk Z-score dan diasumsikan normal. Jadi uji Kolmogrov-Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku. Apabila nilai signifikansi dari uji KS 0,05 maka data distribusi normal Ghozali, 2011:165.

2. Uji Multikolinearitas

Uji Multikolinearitas bertujuan untuk menguji apakah suatu model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal Ghozali, 2006:91 Model regresi yang baik seharusnya tidak mengandung multikolinearitas di dalamnya. Pengujian ini menggunakan nilai VIF Variance Inflation Factors sebagai acuan adanya multikolinearitas. Jika nilai VIF 2 maka telah terjadi multikolinearitas antar variabel independen. Di samping itu, sebuah model regresi dikatakan mengandung multikolinearitas apabila korelasi antar variabel independennya lebih besar dari 0,9.

3. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika cariance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas Ghozali, 2006:105. Terdapat beberapa cara dalam mengidentifikasi Heteroskedastisitas. Wulandari 2012:47 mengungkapkan salah satu cara mengidenetifikasi heteroskedastisitas dalam model regresi adalah metode Chart Diagram Scatterplot yaitu: 1. Jika ada pola tertentu seperti titik-titik yang membentuk pola beraturan gelombang, melebar kemudian menyempit maka model regresi mengalami Heteroskedastisitas. 2. Jika ada pola yang jelas serta titik-titik yang menyebar ke atas dan bawah 0 pada sumbu Y maka model tidak mengalami Heteroskedastisitas.

4. Uji Autokorelasi

Uji ini bertujuan untuk mengetahui apakah ada korelasi antar kesalahan pengganggu pada periode t dengan periode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Alat analisis yang digunakan adalah uji Durbin-Watson. Untuk mengetahui terjadi atau tidaknya autokorelasi dapat dilakukan dengan membandingkan nilai statistik hitung Durbin-Watson pada perhitungan regresi dengan statistik tabel Durbin-Watson. Pengambilan keputusan ada atau tidaknya autokorelasi dapat ditentukan dengan melihat tabel berikut : Tabel 3.4 Keputusan Ada Tidaknya Autokorelasi DW Kesimpulan 1,08 Ada Autokorelasi 1,08 – 1,66 Tanpa Autokorelasi 1,66 – 2,34 Tidak ada Autokorelasi 2,34 – 2,92 Tanpa Kesimpulan Lebih dari 2,92 Ada Autokorelasi Sumber : Ghozali, Aplikasi Analisis Multivariate Dengan Program SPSS, 2005 Jika nilai Durbin-Watson tidak dapat memberikan kesimpulan apakah data yang digunakan terbebas dari autokorelasi atau tidak, maka perlu dilakukan Run Test. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah random atau acak Ghozali, 2005. Apabila tingkat signifikansi hasil uji Run Test dibawah α 0,05 maka didalam model terdapat autokorelasi. Tetapi apabila tidak signifikan pada α 0,05 maka tidak terdapat autokorelasi. Hipotesis yang diajukan dalam uji Run Test. H0 : residual random acak H1 : residual tidak random

3.9.3 Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini menggunakan alat statistik Statistical Package For The Social Science SPSS. SPSS adalah salah satu program komputer yang khusus dibuat untuk mengolah data dengan metode statistik tertentu Santoso, 2010:11. Pengujian hipotesis dilakukan dengan Uji F, Uji t, dan Koefisien Determinasi.

1. Koefisien Determinasi

Koefisien determinasi bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Dalam uji regresi linier berganda dianalisis pula besarnya koefisien regresi keseluruhan. pada intinya mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel dependen atau variabel terikat Ghozali, 2011:97. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel independen. Selain , untuk menguji determinasi variabel-variabel independen terhadap variabel dependen akan dilakukan dengan melihat pada koefisien korelasi parsial dengan nilai variabel yang paling tinggi akan menunjukkan tingkat hubungan dan pengaruh yang dominan terhadap varial dependen.

2. Uji F Simultan

Uji F dilakukan untuk mengatahui apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat Ghozali, 2006:84. Hipotesis: Ho: tidak terdapat pengaruh yang signifikan dari variabel- variabel independen secara simultan terhadap variabel dependennya. Ha: terdapat pengaruh yang signifikan dari variabel-variabel independen secara simultan terhadap variabel dependennya. Kriteria pengambilan keputusannya adalah: 1. Jika F hitung F tabel dengan tingkat signifikansi α 5, maka Ho ditolak. 2. Jika F hitung F tabel dengan tingkat signifika nsi α 5, maka Ho diterima.

3. Uji t Parsial

Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual menerangkan variasi variabel terikat Ghozali, 2006:84. Pengujian parsial regresi dimaksudkan untuk mengetahui apakah variabel bebas secara individual mempunyai pengaruh terhadap variabel terikat dengan asumsi variabel yang lain itu konstan. 1. Ho :Kedua variabel independen tidak berpengaruh siginifikan secara parsial terhadap variabel dependen. 2. Ha : Kedua variabel independen berpengaruh signifikan secara parsial terhadap variabel dependen. Uji ini memiliki ketentuan sebagai berikut: 1. Jika t-hitung t-tabel, maka H0 ditolak. 2. Jika t-hitung t-tabel, maka H0 tidak dapat ditolak. BAB IV HASIL PENELITIAN

4.1 Sejarah Singkat Perusahaan

Secara historis, pasar modal telah hadir jauh sebelum Indonesia merdeka. Pasar modal atau bursa efek telah hadir sejak jaman kolonial Belanda dan tepatnya pada tahun 1912 di Batavia. Pasar modal ketika itu didirikan oleh pemerintah Hindia Belanda untuk kepentingan pemerintah kolonial atau VOC. Meskipun pasar modal telah ada sejak tahun 1912, perkembangan dan pertumbuhan pasar modal tidak berjalan seperti yang diharapkan, bahkan pada beberapa periode kegiatan pasar modal mengalami kevakuman. Hal tersebut disebabkan oleh beberapa faktor seperti perang dunia ke I dan II, perpindahan kekuasaan dari pemerintah kolonial kepada pemerintah Republik Indonesia, dan berbagai kondisi yang menyebabkan operasi bursa efek tidak dapat berjalan sebagimana mestinya. Pemerintah Republik Indonesia mengaktifkan kembali pasar modal pada tahun 1977, dan beberapa tahun kemudian pasar modal mengalami pertumbuhan seiring dengan berbagai insentif dan regulasi yang dikeluarkan pemerintah. Dalam penelitian ini, sampel yang digunakan adalah perusahaan- perusahaan penerbit obligasi syariah yang juga terdaftar pada BEI. Jumlah sampel dalam penelitian ini adalah sebanyak 19 perusahaan yang mana telah menerbitkan obligasi syariah periode 2008 sampai dengan 2014. Pemilihan sampel dilakukan dengan beberapa kriteria yang telah ditentukan. Daftar perusahaan sampel penelitian akan dijelaskan pada Tabel 4.1. Tabel 4.1 Daftar Perusahaan Sampel Penelitian No Kode Nama Perusahaan Tgl Efektif Sektor 1 ISAT 1 PT Indosat Tbk 27 Mar 08 Telekomunikasi 2 MYOR1 PT Mayora Indah Tbk 28 Mei 08 Manufaktur 3 SMRA1 PT Summarecon Agung Tbk 13 Jun 08 Properti 4 MTDL PT Metrodata Electronics Tbk 26 Jun 08 Elektronika 5 MPPA PT Matahari Putra Prima Tbk 1 Mar 09 Ritel 6 BLTA PT Berlian Laju Tanker Tbk 15 Mei 09 Pelayaran 7 ELTY PT Bakrieland Developement Tbk 29 Jun 09 Properti 8 ISAT 2 PT Indosat Tbk 30 Nop 09 Telekomunikasi 9 MAPI PT Mitra Adiperkasa Tbk 8 Des 09 Ritel 10 FPNI PT Titan Petrokimia Nusantara 2 Jun 10 Manufaktur 11 ADHI PT Adhi Karya Tbk 27 Jun 12 Properti 12 ISAT 3 PT Indosat Tbk 19 Jun 12 Telekomunikasi 13 MYOR2 PT Mayora Indah Tbk 1 Mei 12 Manufaktur 14 SMRA2 PT Summarecon Agung Tbk 3 Des 13 Properti 15 AISA PT Tiga Pilar Sejahtera Food Tbk 28 Mar 13 Manufaktur 16 ADMF PT Adira Dinamika Multi Finance Tbk 21 Feb 13 Keuangan 17 ISAT 4 PT Indosat Tbk 4 Des 14 Telekomunikasi 18 SMRA3 PT Summarecon Agung Tbk 30 Jun 13 Properti 19 BNII PT Bank Internasional Indonesia Tbk 30 Jun 14 Keuangan

4.2 Hasil Penelitian