45
Tabel 3.3 Daftar Sampel Penelitian
No. Nama Perusahaan Kode Saham Kode Obligasi
Jatuh Tempo
1 PT. Adira Dinamika Multifinance, Tbk
ADMF ADMF01CCN1
16-Des-16 2
PT. Aneka Tambang Persero, Tbk ANTM
ANTM01ACN1 14-Des-18
ANTM01BCN1 14-Des-21
3 PT. Arpeni Pratama Ocean Line, Tbk
APOL APOL02A
30-Jun-21 PT. Bank Tabungan Negara Persero, Tbk
BBTN BBTN14
11-Jun-20 BBTN15
28-Jun-21 5
PT. BPD Jawa Barat Banten, Tbk BJBR
BJBR07C 09-Feb-18
6 PT. Bank Mandiri Persero, Tbk
BMRI BMRI01
11-Des-16 7
PT. Bank CIMB Niaga, Tbk BNGA
BNGA01SB 08-Jul-17
BNGA02SB 23-Des-20
BNGA01B 23-Des-16
8 PT. Bank International Indonesia, Tbk
BNII BNII01BCN1
06-Des-16 BNII01SB
19-Mei-18 BNII01SBCN1
06-Des-18 9
PT. Bank Permata, Tbk BNLI
BNLI02SB 28-Jun-18
10 PT. Smartfren Telecom, Tbk
FREN FREN01
15-Jun-17 11
PT. Indosat, Tbk ISAT
ISAT05B 29-Mei-17
ISAT07B 08-Des-16
12 PT. Jasa Marga Persero, Tbk
JSMR JMPD13R
21-Jun-17 13
PT. Bank OCBC NISP, Tbk NISP
NISP03SB 30-Jun-17
14 PT. Bank Pan Indonesia, Tbk
PNBN PNBN04SB
09-Nop-17 15
PT. Telekomunikasi Indonesia Persero, Tbk TLKM
TLKM02B 06-Jul-20
Sumber: www.idx.co.id
3.6 Jenis dan Sumber Data
Jenis data yang dipergunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang diperoleh atau dikumpulkan dan disatukan oleh
studi-studi sebelumnya atau yang diterbitkan oleh berbagai instansi lain. Data ini bisa diperoleh dari media internet, jurnal dan buku-buku referensi.
3.7 Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan adalah dengan studi pustaka yaitu pengumpulan data melalui informasi dari tulisan ilmiah, jurnal, artikel ataupun
internet yang memiliki relevansi dengan objek penelitian yang nantinya data
Universitas Sumatera Utara
46 tersebut digunakan sebagai acuan dan bahan pertimbangan terhadap apa yang ada
di lapangan.
3.8 Uji Asumsi Klasik
Pengujian asumsi klasik dilakukan untuk mengetahui kelayakan dari model analisis data yang digunakan. Uji asumsi klasik adalah pernyataan statistik yang
harus dipenuhi pada analisis regresi linear berganda Situmorang dan Lufti, 2014 : 114. Uji asumsi klasik yang digunakan dalam penelitian ini terdiri dari uji
normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi. Uji Normalitas dilakukan dengan pendekatan grafik Jarque-Bera, dan QQ Plot, Uji
Heteroskedastisitas delakukan dengan pendekatan Uji Glejser, Uji Multikolonearitas dengan pendekatan nilai Variance Inflation Factor VIF serta
Uji Autokorelasi dengan pendekatan nilai Durbin Watson DW
3.9 Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah analisis deskriptif statistik dan analisis regresi linear berganda data panel.
3.9.1 Analisis Deskriptif
Analisis deskriptif adalah suatu metode analisis dimana data-data yang dikumpulkan, diklasifikasikan, dianalisis, dan diinterpretasikan secara objektif
sehingga memberikan informasi dan gambaran mengenai topik yang dibahas.
3.9.2 Analisis Regresi Linear Berganda Data Panel
Untuk menguji hipotesis tentang pengaruh variabel independen Tingkat Suku Bunga, Peringkat Obligasi, Ukuran Perusahaan, dan Debt to Equity Ratio
Universitas Sumatera Utara
47 terhadap Yield to Maturity, penelitian ini menggunakan teknik analisis regresi
linear berganda data panel. Di dalam ekonometrika, data panel adalah hasil gabungan dari data deret waktu
time series dan data silang cross section dengan model sebagai berikut: Yit = α + b
1
X
1
it + b
2
X
2
it + b
3
X
3
it + b
4
X
4
it + eit di mana:
Y = Yield to Maturity YTM
a = Konstanta
i = 1, 2, …, N simbol perusahaan dan t = 1, 2, …, T
simbol tahun N
= banyaknya perusahaan t
= banyaknya tahun b
1
, b
2
, b
3
,b
4
= koefisien regresi parsial untuk X
1
, X
2
, X
3
, dan X
4,
X
1
= Tingkat Suku Bunga X
2
= Peringkat Obligasi X
3
= Ukuran Perusahaan X
4
= Debt to Equity Ratio DER e
= disturbance error faktor penggangguresidual
Karena merupakan hasil gabungan dari data deret waktu dan data silang maka panel data ini memiliki beberapa keunggulan menurut Gujarati 2006 : 637,
yaitu: 1.
Mampu mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat diatasi dalam data cross section murni atau data time series murni.
2. Mampu mengontrol heterogenitas individu atau unit cross section.
3. Memberikan data yang informatif, mengurangi kolinearitas antar peubah serta
meningkatkan derajat kebebasan sehingga data menjadi lebih efisien.
Universitas Sumatera Utara
48 4.
Data panel lebih baik digunakan untuk studi dynamics of adjusment karena terkait dengan observasi pada cross section yang sama secara berulang.
5. Mampu menguji dan mengembangkan model perilaku yang lebih kompleks.
Estimasi model dengan menggunakan data panel dapat dilakukan dengan tiga metode, yaitu metode kuadrat terkecil pooled least square, metode efek tetap
fixed effect, dan metode efek random random effect.
3.10 Metode Analisis Data Panel 3.10.1 Pooled Least Square Common Effect Model
Metode kuadrat terkecil yaitu mengestimasi data panel dengan Metode Pooled least square PLS. Metode ini merupakan metode yang paling sederhana dalam
pengolahan data panel yaitu dengan menggabungkan seluruh data time series dan data silang. Dengan N sebagai jumlah unit cross section individu dan T adalah
jumlah periode waktunya. Dengan mengansumsi komponen error dalam pengolahan kuadrat terkecil biasa, kita dapat melakukan proses estimasi secara
terpisah untuk setiap unit cross section.
3.10.2 Metode Efek Tetap Fixed Effect Model
Kesulitan terbesar dalam pendekatan metode kuadrat terkecil adalah adanya asumsi intersep dan slope dari persamaan regresi yang dianggap konstan, baik
antar daerah maupun antar waktu yang kurang sesuai dengan tujuan penggunaan data panel. Untuk mengatasi hal ini dapat digunakan pendekatan model efek tetap
fixed effect yaitu dengan menambahkan model dummy pada data panel, sehingga model efek tetap disebut juga dengan Least Square Dummy Variable. Metode efek
tetap memper-hitungkan kemungkinan bahwa peneliti menghadapi masalah
Universitas Sumatera Utara
49 omitted variables, yang mungkin membawa perubahan pada intercept time series
atau cross-section . Pada metode efek tetap estimasi dapat dilakukan dengan tanpa pembobot no
weighted atau Least Square Dummy LSDV dan dengan pembobot crosssection weight atau General Least Square GLS. Tujuan dilakukan pembobotan ini
adalah untuk mengurangi heterogenitas antar unit cross section Gujarati 2006 : 639.
3.10.3 Metode Efek Acak Random Effect Model
Pendekatan Metode efek acak memperbaiki efisiensi proses least square dengan memperhitungkan error dan cross-section dan time series. Model efek acak adalah
variasi dari estimasi generalized least square GLS. Model efek acak disebut juga sebagai error component model karena dalam model ini, parameter yang
berbeda antar individu maupun antar waktu dimasukkan ke dalam error. Asumsi yang digunakan dalam model ini adalah error secara individual tidak
saling berkorelasi, begitu pula dengan error kombinasinya. Penggunaan model efek acak dapat menghemat derajat kebebasan dan tidak mengurangi jumlahnya
seperti pada model fixed effect. Hal ini berimplikasi kepada parameter hasil estimasi akan menjadi efisien. Semakin efisien maka model yang akan didapat
semakin baik. Dengan demikian adanya gangguan asumsi klasik dalam model ini telah terdistribusi secara normal sehingga tidak diperlukan lagi treatmen terhadap
model bagi pelanggaran asumsi klasik yaitu asumsi adanya autokorelasi, multikoliniearitas dan heterokedastisitas.
Universitas Sumatera Utara
50
3.10.4 Pemilihan Model Data Panel
Model mana yang akan dipilih dari 3 pendekatan model yang ada maka perlu dilakukan analisis terlebih dahulu agar diperoleh pendekatan model yang paling
sesuai terhadap hasil penelitian ini. Pengujian statistik yang digunakan dalam data panel yaitu:
1. Uji Chow Chow test
Uji Chow merupakan pengujian statistik yang digunakan untuk memilih apakah lebih baik menggunakan model kuadrat terkecil Pooled Least Square Common
Effect Model atau model efek tetap Fixed Effect. Uji Chow digunakan untuk mengetahui apakah teknik regresi data panel dengan model efek tetap Fixed
Effect lebih baik dari teknik regresi data panel tanpa variabel dummy dengan melihat residual sum of squares RSS. Dalam pengujian ini dilakukan dengan
hipotesis berikut : H
: Model Kuadrat Terkecil Ha: Model Efek Tetap
Dasar penolakan terhadap hipotesis nol adalah dengan menggunakan F statistik atau Uji Chow yang dirumuskan dalam bentuk persamaan berikut ini:
F = di mana:
RSS1 = residual sum square hasil pendugaan model Efek Tetap RSS2 = residual sum square hasil pendugaan model PLS
N = jumlah data cross section
T = jumlah data time series
K = jumlah variabel bebas
Universitas Sumatera Utara
51 Jika nilai chow statistics F-stat hasil pengujian lebih besar dari F-tabel, maka
cukup bukti untuk melakukan penolakan terhadap H sehingga model yang
digunakan adalah Model Efek Tetap dan sebaliknya. 2.
Uji Hausman Uji Hausman adalah pengujian statistik sebagai dasar pertimbangan dalam
memilih apakah menggunakan model efek tetap Fixed Effect atau menggunakan model efek random Random Effect. Jika nilai probabilitas lebih k
ecil dari nilai α = 5 maka Ho ditolak dan model yang dipilih adalah Fixed Effect dan sebaliknya.
3.11 Pengujian Hipotesis
Setelah mendapatkan paramater estimasi yang dianggap sesuai maka langkah selanjutnya adalah melakukan pengujian terhadap parameter estimasi
tersebut. Pengujian dilakukan untuk menentukan baik tidaknya sebuah model yang telah dipilih.
3.11.1 Uji Serempak Uji F
Pengujian ini dilakukan untuk mengetahui pengaruh suatu variabel independen secara serempak terhadap variabel dependen.
Bentuk pengujiannya adalah:
a.
H :b
1
= b
2
= b
3=
b
4
=0, artinya secara serempak Tingkat Suku Bunga,
Peringkat Obligasi, Ukuran Perusahaan, dan Debt to Equity Ratio berpengaruh tidak
signifikan terhadap Yield to Maturity Obligasi Korporasi di Bursa Efek Indonesia periode
2011-2014.
Universitas Sumatera Utara
52
b.
H
a
: minimal satu b
i
≠ 0, artinya secara serempak Tingkat Suku Bunga,
Peringkat Obligasi, Ukuran Perusahaan, dan Debt to Equity Ratio berpengaruh signifikan
terhadap Yield to Maturity Obligasi Korporasi di Bursa Efek Indonesia periode 2011-2014.
Dengan menggunakan tingkat signifikan α 5, jika nilai sig.F 0,05 maka H diterima, artinya tidak ada pengaruh yang signifikan secara bersamaan dari
variabel bebas terhadap variabel terikat. Sebaliknya, jika nilai sig. F 0,05 maka H
a
diterima, artinya ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Pengambilan keputusan juga dapat dilakukan
dengan membandingkan nilai F
hitung
dan nilai F
tabel
. Dimana kriterianya, yaitu: a. H
diterima jika F
hitung
F
tabel
pad a α = 5
b. H
a
diterima jika F
hitung
F
tabel
pada α = 5
3.11.2 Uji Parsial Uji t
Secara parsial, pengujian hipotesis dilakukan dengan uji t, uji statistik t menunjukkan seberapa jauh pengaruh satu variabel independen secara individual
dalam menerangkan variabel dependen Ghozali, 2005: 84. Bentuk pengujiannya adalah sebagai berikut.
a. Tingkat Suku Bunga X
1
H : b
1
= 0, artinya Tingkat Suku Bunga berpengaruh tidak signifikan terhadap
Yield to Maturity Obligasi Korporasi di Bursa Efek Indonesia periode 2011-2014. H
a
: b
1
≠ 0, artinya Tingkat Suku Bunga berpengaruh signifikan terhadap Yield
to Maturity Obligasi Korporasi di Bursa Efek Indonesia periode 2011-2014.
Universitas Sumatera Utara
53
b. Peringkat Obligasi X
2
H : b
2
= 0, artinya Peringkat Obligasi berpengaruh tidak signifikan terhadap
Yield to Maturity Obligasi Korporasi di Bursa Efek Indonesia periode 2011-2014. H
a
: b
2
≠ 0,
artinya Peringkat Obligasi berpengaruh signifikan terhadap Yield to
Maturity Obligasi Korporasi di Bursa Efek Indonesia periode 2011-2014.
c. Ukuran Perusahaan X
