Ruang Lingkup Penelitian Metode Penentuan Sampel Metode Pengumpulan Data Metode Analisis

BAB III METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini dilakukan pada perusahaan-perusahaan yang bergerak dibidang telekomunikasi di Indonesia dan terdaftar di Bursa Efek Indonesia BEI serta memiliki laporan keuangan triwulanan secara berturut-turut dari tahun 2003 sampai dengan tahun 2007.

B. Metode Penentuan Sampel

Sampel yang di ambil dalam penelitian ini adalah keseluruhan populasi yang akan diteliti yaitu perusahaan-perusahaan yang termasuk kedalam perusahaan yang bergerak dibidang telekomunikasi yang terdaftar di Bursa Efek Indonesia dan mempunyai laporan keuangan secara berturut-turut dari tahun 2003 sampai tahun 2007.

C. Metode Pengumpulan Data

Dalam rangka memperoleh data yang diperlukan, teknik pengumpulan data sekunder adalah sebagai berikut : 1. Riset kepustakaan Yaitu teknik pengumpulan data yang didasarkan pada teori-teori dari berbagai literature yang berhubungan dengan obyek penelitian. Data yang diperlukan untuk penelitian diperoleh dari buku-buku yang berhubungan dengan penelitian yang akan dilakukan. Data yang dibutuhkan dapat juga diambil dari internet sebagai salah satu media riset kepustakaan. 2. Dokumentasi Yaitu teknik pengumpulan data yang dilakukan dengan cara mencatat data dari dokumen yang berkaitan dengan obyek penelitian di Bursa Efek Indonesia. Data sekunder tersebut adalah : a. Data berupa laporan keuangan yang diterbitkan setiap tahun dan prospectus perusahaan di Bursa Efek Indonesia dari tahun 2003 sampai dengan 2007 serta data index statistic dari Bursa Efek Indonesia. b. Data berupa informasi harga saham perusahaan-perusahaan yang bergerak di bidang telekomunikasi di Bursa Efek Indonesia dari tahun 2003 sampai dengan 2007.

D. Metode Analisis

1. Metode Analisis Regresi Berganda Regresi bertujuan untuk menguji hubungan pengaruh antara satu variabel terhadap variabel lain. Variabel yang dipengaruhi disebut variabel tergantung atau dependen, sedangkan variabel yang mempengaruhi disebut variabel bebas atau variabel independen. Regresi yang memiliki satu variabel dependen dan lebih dari satu variabel independen disebut regresi berganda. Model regresi linier berganda dikatakan model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik statistik, baik itu multikolineritas, autokorelasi, dan heteroskedastisitas. Adapun persamaan dari regresi berganda dalam penelitian ini adalah sebagai berikut: Dimana: Y = Return saham x 1 = Perputaran Persediaan x 2 = Perputaran Total Aktiva x 3 = Return on Asset x 4 = Debt to Total Assets x 5 = Debt to Equity Ratio x 6 = Price Earnig Ratio x 7 = Price to Book Ratio a = Konstanta b = Koefisien regresi yang menunjukkan angka peningkatan atau penurunan variabel terikat yang didasarkan pada hubungan nilai variabel bebas е = Error Y = a + b X 1 + bX 2 + bX 3 + bX 4 + bX 5 + bX 6 + bX 7 +е 2. Uji Asumsi Klasik Suatu model regresi berganda dapat dikatakan sebagai model yang baik jika model tersebut terbebas dari asumsi-asumsi klasik, baik itu multikolineritas, autokorelasi, dan heteroskedastisitas. a. Uji Autokorelasi Autokorelasi akan terjadi apabila terdapat korelasi antara residu ei dengan variabel tergantung Y. untuk mendeteksi terjaditidaknya auto korelasi dapat dilihat dari nilai koefesien Durbin-watson test DWT. Autokorelasi sering terjadi pada sampel dengan data time series dengan n–sampel adalah periode waktu. Sedangkan untuk sampel data section dengan n-sampel item seperti perusahaan, orang, wilayah dan yang lain sebagainya jarang terjadi, karena variabel penggangu item sampel yang satu berbeda dengan yang lain. b. Uji Normalitas Uji normalitas data ini bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian adalah data yang yang memiliki distribusi normal. Normalitas data dapat dilihat dengan beberapa cara, diantaranya: 1 Nilai skewness Nilai skewness digunakan untuk mengetahui bagaimana distribusi normal data dalam variabel dengan menilai kemiringan kurva. Dan nilai skewness yang baik adalah mendekati angka 0. Jika kemiringan dilihat dari nilai skewness, nilai skewness ini bersifat mutlak +-, ketinggian kurva dilihat dari nilai kurtosis. Nilai kurtosis tidak berpengaruh terhadap penilaian distribusi normal. 2. Normal P-Plot Uji normalitas data dengan Normal P-Plot, suatu variabel dikatakan normal jika gambar distribusi dengan titik-titik data yang menyebar di sekitar garis diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal. c. Multikolineritas Uji multikolineritas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam suatu model Nugroho, 2005 : 58. Artinya, uji ini melihat adakah hubungan linier antara variabel dependen dan independen pada sebuah regresi. Deteksi multikolineritas pada suatu model dapat dilihat dari beberapa hal Nugroho:2005:58: a. Jika nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0.1, maka model dapat dikatakan terbebas dari multikolineritas VIF = 1Tolerance, jika VIF = 10 maka Tolerance = 110 = 0.1. Semakin tinggi VIF maka semakin rendah Tolerance. b. Jika nilai koefisien korelasi antar masing-masing variabel independen kurang dari 0.7, maka model dapat dinyatakan bebas dari asumsi klasik multikolineritas. Jika lebih dari 0.7 maka diasumsikan terjadi korelasi yang sangat kuat antar variabel independen sehingga terjadi multikolineritas. c. Jika nilai koefisien determinan, baik dilihat dari R 2 maupun R-Square diatas 0.60 namun tidak ada variabel independen yang berpengaruh terhadap variabel dependen, maka model terkena multikolineritas. d. Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk mengetahui terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain, atau gambaran hubungan antara nilai yang diprediksi dengan Studentized Delete Residual. Model regresi yang baik adalah model regresi yang memiliki persamaan variance residual suatu periode pengamatan dengan periode pengamatan yang lain. Cara mendeteksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar Scatterplot model tersebut. Analisis pada gambar Scatterplot yang menyatakan model linier berganda tidak terdapat heteroskedastisitas jika : a. Titik-titik data menyebar di atas dan di bawah atau disekitar angka 0 Nol. b. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. c. Penyebaran titik-titik data yang di peroleh tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali. d. Penyebaran titik-titik data sebaiknya tidak berpola. 2. Uji Regresi Berganda a. Uji Simultan dengan F-Test Uji F-test bertujuan untuk mengetahui pengaruh bersama-sama variabel independen terhadap variabel dependen. Hasil F-test ini pada output SPSS 16.0 dapat dilihat pada tabel ANOVA. Hasil F-test menunjukan variabel independen secara bersama-sama berpengaruh terhadap variabel dependen jika p-value pada kolom Sig. lebih kecil dari level of significant yang ditentukan, atau F hitung pada kolom F lebih besar dari F tabel. F tabel dihitung dengan cara df1 = k-1, dan df2 = n- k, k adalah jumlah variabel dependen dan independen. Jika nilai F hitung lebih besar dari pada nilai F tabel yang telah di peroleh berarti pengaruh variabel bebas terhadap variabel terikat secara bersama-sama adalah signifikan. b. Uji Parsial dengan T-Test Uji t-test bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independen secara individual parsial terhadap variabel dependen. Pada output SPSS 16.0 dapat dilihat pada tabel Coefficients a . Nilai dari uji t-test dapat dilihat dari p-value pada kolom Sig. pada masing-masing variabel independen, jika p-value lebih kecil dari level of significant yang ditentukan, atau t-hitung pada kolom t lebih besar dari t-tabel. c. Koefisien Determinasi R 2 Koefisien determinasi R 2 bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Nilai R Square dikatakan baik jika diatas 0.5 karena nilai R Square berkisar antara 0 sampai 1. Pada output SPSS koefisien determinasi terletak pada tabel Model Summary b dan tertulis R Square.

E. Operasional Variabel Penelitian