Metode Pengumpulan Data Operasional Variabel Penelitian

49 Tabel 3.1 Proses Pengambilan Sampel Keterangan Jumlah Perusahaan Perusahaan yang tercatat di IICG selama periode penelitian 2009-2013 11 Perusahaan yang terdaftar di BEI selama periode penelitian 2009-2013 9 Perusahaan yang memenuhi kriteria sampel penelitian 8 Perusahaan yang termasuk dalam sampel penelitian ini dapat dilihat pada tabel 3.2 berikut ini: Tabel 3.2 Sampel Penelitian No. Nama Perusahaan Kode 1 PT Aneka Tambang Tbk. ANTM 2 PT Bank Mandiri Tbk. BMRI 3 PT Bank Negara Indonesia Tbk. BBNI 4 PT Bukit Asam Tbk. PTBA 5 PT Garuda Indonesia Tbk. GIAA 6 PT Jasa Marga Tbk. JSMR 7 PT Telekomunikasi Indonesia Tbk. TLKM 8 PT Timah Tbk. TINS

C. Metode Pengumpulan Data

Data merupakan sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti serta sangat penting bagi pemakai. Dalam penelitian ini jenis data yang digunakan yaitu data kuantitatif. Data kuantitatif adalah data yang 50 dinyatakan dalam bentuk angka. Sumber data yang digunakan dalam penelitian ini yaitu: 1. Data sekunder Data sekunder adalah data yang didapat secara tidak langsung dari sumbernya karena data ini biasanya telah dikumpulkan oleh suatu lembaga pengumpul data dan dipublikasikan kepada masyarakat. Pengumpulan data untuk penelitian ini dilakukan dengan teknik dokumentasi. Teknik dokumentasi merupakan teknik yang dilakukan dengan mengumpulkan data-data tentang perusahaan yang menjadi sampel penelitian melalui fasilitas internet dengan mengakses situs-situs resmi perusahaan serta informasi dari media massa lainnya. Data sekunder laporan keuangan masing-masing perusahaan dapat diakses melalui website www.finance.yahoo.co.id dan www.idx.co.id. Sedangkan untuk data sekunder indeks penerapan corporate governance diperoleh dari lembaga IICG dengan menghubunginya secara langsung untuk memperoleh data yang dimaksud. 2. Riset Kepustakaan Library Penelitian ini juga menggunakan metode pengumpulan data dari kepustakaan. Hal ini bertujuan untuk mendapatkan bahan kepustakaan terutama teoritis yang berkaitan dengan penelitian ini yang bisa bersumber dari buku-buku dan jurnal-jurnal yang terkait. 51

D. Metode Analisis Data

Analisis yang digunakan dalam penelitian ini menggunakan tahap-tahap sebagai berikut: 1. Uji Statistik Deskriptif Menurut Ghozali 2011:19 statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness kemencengan distribusi.

2. Uji Asumsi Klasik a. Uji Normalitas

Menurut Ghozali 2011:160 uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu: 1 Analisis grafik merupakan salah satu cara termudah untuk melihat normalitas residual yaitu dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang 52 menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. 2 Analisis statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov K-S. Uji Kolmogorov-Smirnov K-S dilakukan dengan membuat hipotesis sebagai berikut: Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal Apabila nilai asymptotic significant value lebih kecil dari nilai signifikasi yang ditentukan α = 0,05 maka Ho ditolak atau data tidak berdistribusi normal, sedangkan apabila nilai asymptotic significant value lebih besar dari nilai signifikasi yang ditentukan α = 0,05 maka Ho diterima atau data berdistribusi normal. b. Uji Multikolonieritas Menurut Ghozali 2011:105 uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut: 53 1 Nilai R 2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen. 2 Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya multikolonieritas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolonieritas. Multikolonieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen. 3 Multikolonieritas dapat juga dilihat dari a nilai tolerance dan lawannya b variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres terhadap vatiabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1Tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10. Setiap peneliti harus menentukan tingkat kolonieritas yang masih dapat ditolerir. Sebagai misal nilai tolerance = 0,10 sama dengan tingkat kolonieritas 0,95. Walaupun 54 multikolonieritas dapat dideteksi dengan nilai Tolerance dan VIF, tetapi kita masih tetap tidak mengetahui variabel-variabel independen mana sajakah yang saling berkorelasi. c. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah 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 homoskedastisitasdan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2011:139. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas dan salah satu caranya yaitu dengan melihat Grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di-studentized. Dengan dasar analisis yaitu: 1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka terjadi heteroskedastisitas. 55 2 Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Menurut Ghozali 2011:142 analisis dengan grafik plot memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah pengamatan semakin sulit menginterpretasikan hasil grafik plot. Oleh sebab itu diperlukan uji statistik yang lebih dapat menjamin keakuratan hasil. Salah satu uji statistik yang dapat digunakan untuk menguji heteroskedastisitas adalah dengan Uji Glejser. Uji Glejser dilakukan dengan cara meregresikan antara nilai absolut residual terhadap variabel independen. Jika nilai signifikansi antara nilai absolut residual terhadap variabel independen lebih dari nilai sigifikansi yang digunakan maka tidak terjadi heteroskedastisitas. d. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2011:110. 56 Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi yaitu: 1 Uji Durbin-Watson DW Menurut Ghozali 2011:111 uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lag diantara variabel independen. Pengambilan keputusan pada uji Durbin Watson diperlihatkan pada tabel 3.3 berikut: Tabel 3.3 Analisis Durbin-Watson Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d dl Tidak ada autokorelasi positif No decision dl ≤ d ≤ du Tidak ada korelasi negatif Tolak 4-dl d 4 Tidak ada korelasi negatif No decision 4-du ≤ d ≤ 4-dl Tidak ada autokorelasi, positif atau negatif Tidak ditolak du d 4-du Sumber: Ghozali 2011:111 Untuk mendeteksi autokorelasi dapat juga menggunakan uji statistik non-parametrik Run Test. Menurut Ghozali 2011:120 Run Test digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run Test digunakan untuk melihat apakah data residual terjadi secara random atau tidak sistematis. Dengan hipotesisnya yaitu: Ho : residual res_1 random acak Ha : residual res_1 tidak random 57 Apabila nilai asymptotic significant value lebih kecil dari nilai signifikasi yang ditentuka n α = 0,05 maka Ho ditolak atau data residual tidak random, sedangkan apabila nilai asymptotic significant value lebih besar dari nilai signifikasi yang ditentukan α = 0,05 maka Ho diterima atau data residual acak random. 3. Pengujian Hipotesis

a. Uji t Uji Signifikansi Parsial

Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas independen secara individual dalam menerangkan variasi variabel dependen Ghozali, 2011:98. Uji statistik t dilakukan untuk menunjukkan seberapa jauh pengaruh penerapan corporate governance, age, size, growth, dan risk secara individual dalam menerangkan variasi struktur modal. Penelitian ini juga dilakukan untuk mecari pengaruh paling besar di antara variabel independen terhadap variabel dependen. Variabel independen yang paling berpengaruh terhadap variabel dependen dapat dilihat dari tabel Coefficients, pada kolom Standardized Coefficients dengan nilai tertinggi. Uji t dapat dilakukan dengan mengamati nilai signifikansi t. Apabila tingkat signifikansi dari t hitung tingkat signifikansi yang ditentukan α = 0,05, maka Ho ditolak dan Ha diterima. Hipotesis nol Ho dan hipotesis alternatifnya Ha yang hendak diuji adalah sebagai berikut: 58 1 Ho : b 1 = 0; penerapan corporate governance tidak memiliki pengaruh secara parsial terhadap struktur modal. Ha : b 1 ≠ 0; penerapan corporate governance memiliki pengaruh secara parsial terhadap struktur modal. 2 Ho : b 2 = 0; age tidak memiliki pengaruh secara parsial terhadap struktur modal. Ha : b 2 ≠ 0; age memiliki pengaruh secara parsial terhadap struktur modal. 3 Ho : b 3 = 0; growth tidak memiliki pengaruh secara parsial terhadap struktur modal. Ha : b 3 ≠ 0; growth memiliki pengaruh secara parsial terhadap struktur modal. 4 Ho : b 4 = 0; size tidak memiliki pengaruh secara parsial terhadap struktur modal. Ha : b 4 ≠ 0; size memiliki pengaruh secara parsial terhadap struktur modal. 5 Ho : b 4 = 0; risk tidak memiliki pengaruh secara parsial terhadap struktur modal. Ha : b 4 ≠ 0; risk memiliki pengaruh secara parsial terhadap struktur modal.

b. Uji F Uji Signifikansi Simultan

Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model 59 mempunyai pengaruh secara bersama-sama terhadap variabel dependenterikat Ghozali, 2011:98. Uji statistik F ini dilakukan untuk menunjukkan apakah penerapan corporate governance, age, size, growth, dan risk secara simultan merupakan penjelas yang signifikan terhadap struktur modal. Uji F dapat dilakukan dengan mengamati nilai signifikansi F. Apabila tingkat signifikansi dari F hitung tingkat signifikansi yang ditentukan α = 0,05, maka Ho ditolak dan Ha diterima. Hipotesis nol Ho dan hipotesis alternatifnya Ha yang hendak diuji adalah sebagai berikut: Ho : b 1 , b 2 , b 3 , b 4, b 5 = 0; penerapan corporate governance, age, growth, size dan risk tidak memiliki pengaruh secara simultan terhadap struktur modal. Ha : b 1 , b 2 , b 3 , b 4, b 5 ≠ 0; penerapan corporate governance, age, growth, size dan risk memiliki pengaruh secara simultan terhadap struktur modal. c. Uji R 2 Koefisien Determinasi Menurut Ghozali 2011:97 koefisien determinasi R 2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan 60 variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen, maka R 2 pasti meningkat, tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R 2 . Nilai Adjusted R 2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model Ghozali, 2011:97. 4. Uji Regresi Linier Berganda Uji regresi linier berganda yaitu untuk mengetahui pengaruh dari variabel independen X 1 , X 2 , X 3 , X 4 , dan X 5 terhadap variabel dependen Y. Dalam penelitian ini, analisis regresi linier berganda digunakan untuk mengetahui seberapa kuat pengaruh penerapan corporate governance, age, size, growth, dan risk terhadap struktur modal. Bentuk persamaannya adalah: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 + e 61 Keterangan: Y = Variabel dependen Struktur Modal a = Konstanta b 1 -b 5 = Koefisien regresi X 1 = Variabel Independen 1 CGPI X 2 = Variabel Independen 2 Age X 3 = Variabel Independen 3 Size X 4 = Variabel Independen 4 Growth X 5 = Variabel Independen 5 Risk e = Faktor Error

E. Operasional Variabel Penelitian

1. Variabel Dependen Variabel dependen yang digunakan dalam penelitian ini adalah struktur modal DER. Struktur modal dalam penelitian ini diukur dengan Debt to Equity Ratio DER dikarenakan DER mencerminkan besarnya proporsi antara total hutang dan total modal sendiri. Semakin tinggi nilai DER menunjukkan komposisi total hutang semakin besar dibanding dengan total modal sendiri. Rumus yang dipakai dalam penelitian ini yaitu: DER = 62 2. Variabel independen bebas Variabel independen yang digunakan dalam penelitian ini adalah penerapan corporate governance CGPI, firm age age, firm size size, growth asset growth, dan business risk risk. Variabel bebas dalam penelitian ini yaitu: a. Penerapan Corporate Governance CGPI Variabel penerapan corporate governance ini diperoleh langsung bersumber dari The Indonesia Institute for Corporate Governance IICG yaitu lembaga yang rutin melakukan riset mengenai penerapan Corporate Governance dengan hasilnya berupa angka-angka indeks dari sejumlah perusahaan yang bersedia mengikuti riset dari IICG tersebut, dengan data yang didapat yaitu CGPI Corporate Governance Perception Index. IICG memiliki buku laporan hasil riset dan pemeringkatan dari setiap tahunnya mengenai perusahaan yang bersedia mengikuti riset tersebut dengan sejumlah aspek yang menjadi penilaian yang dilakukan oleh IICG. b. Firm Age AGE Secara konsep teoritis bahwa firm age atau memiliki pengaruh yang positif terhadap struktur modal perusahaan, sebab dengan usia dan pengalaman yang semakin panjang akan memungkin bagi perusahaan untuk bisa memperoleh akses atas sumber dana pinjaman yang lebih luas pula. Usia perusahaan dapat diukur dengan persamaan: AGE = Ln Tahun penelitian – Tahun berdiri perusahaan 63 c. Firm Size SIZE Firm size atau ukuran perusahaan merupakan proksi dari probabilitas kebangkrutan perusahaan. Dalam kajian teoritis serta beberapa penelitian sebelumnya diperoleh bahwa size ini berpengaruh positif terhadap struktur modal perusahaan, karena bagi perusahan berukuran besar akan semakin kecil risiko kebangkrutannya, sehingga lebih mudah untuk mengakses perolehan dana pinjaman. Selain tiu bagi perusahaan yang memiliki ukuran besar akan cenderung memiliki collateralized assets yang lebih besar pula. Adapun rumus perhitungannya adalah sebagai berikut: d. Growth Asset GROWTH Tingkat pertumbuhan perusahaan dapat diukur dengan beberapa variabel seperti PriceEarning Ratio, PriceCash flow Ratio, MarketBook Ratio, dan Tobin’s q. Tingkat pertumbuhan suatu perusahaan akan menunjukkan sampai seberapa jauh perusahaan akan menggunakan utang sebagai sumber pendanaannya dalam upaya peningkatan produktivitas usahanya. Perusahaan yang memiliki tingkat pertumbuhan yang tinggi cenderung membutuhkan sumber dana ekstern yang lebih besar, biasanya dalam bentuk penerbitan surat utang. Hal ini disebabkan karena penerbitan surat utang biayanya relativ lebih rendah daripada SIZE = Log Total Asset 64 emisi saham baru dengan biaya yang jauh lebih besar. Pertumbuhan perusahaan dalam penelitian ini dapat dihitung dengan rumus: e. Business Risk RISK Jika suatu perusahaan memiliki risiko bisnis yang kecil apabila perusahaan menghadapi permintaan produk yang stabil, harga-harga input dan produknya yang relatif konstan, harga produknya dapat segera disesuaikan dengan kenaikan biaya, dan sebagian besar biayanya bersifat variabel sehingga apabila permintaan menurun maka biaya operasional juga menurun. Business risk pada penelitian ini menggunakan rumus sebagai berikut: ROIC = NOPAT Modal GROWTH = TA t – TA t-1 TA t-1 65 BAB IV ANALISIS DAN PEBAHASAN

A. Gambaran Umum Objek Penelitian