3.4 Metode Pengumpulan Data
Data dikumpulkan dengan-dengan melakukan studi kepustakaan, yaitu dengan mencatat data yang tercantum di BEI, Indonesian Capital Market Directory 2008
sampai dengan 2010, serta Indonesian Security Market Database ISMD. Dengan data-data tersebut bisa digunakan untuk perhitungan harga saham tiap perusahaan,
22 BSWD PT. Bank Of India Indonesia Tbk
√ √
√ Sampel 10
23 PNBN
PT. Bank Pan Indonesia Tbk √
√ √
Sampel 11 24
BNLI PT. Bank Permata Tbk
√ √
√ Sampel 12
25 BBRI
PT. Bank Rakyat Indonesia Persero Tbk
√ √
√ Sampel 13
26 BSMT PT. Bank Sumatera Utara
√ √
× 27
BBTN PT. Bank Tabungan Negara Tbk
√ √
×
28 BTPN
PT. Bank Tabungan Pensiunan Nasional Tbk
√ √
√ Sampel 14
29 BVIC
PT. Bank Victoria Internasional Tbk
√ √
√ Sampel 15
30 MCOR
PT. Bank Windu Kentjana Internasional Tbk
√ √
×
harga saham IHSG, laba operasi tiap perusahaan, nilai PBV, Return on Equity ROE, leverage, dan nilai aktiva perusahaan.
3.5 Metode Analisis
Ada tiga analisis yang digunakan dalam analisis ini yaitu uji statistik
deskriftif, uji asumsi klasik, dan uji hipotesis. 3.5.1
Uji Statistik Deskriftif
Statistik Deskriftif merupakan sebuah pengujian yang memberikan gambaran atau deskriftif suatu data yang dilihat dan nilai rata-rata mean, standar deviasi,
varian, maksimum, minimum, sum, range, kurtosis dan skewness Ghozali, 2006.
3.5.2 Uji Asumsi Klasik
3.5.2.1 Uji Normalitas
Pengujian ini bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu 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 statistic menjadi tidak valid untuk jumlah
sampel kecil Ghozali, 2006.
Pada penelitian itu menggunakan uji normalitas data dengan menggunakan uji statistic Kolomogrov-Smirnov. Uji statistik non-paramerik
Kolomogrov-Smirnov K-S dilakukan dengan membuat hipotesis Ghozali, 2006.
: Data residual berdistribusi normal : Data residual tidak berdistribusi normal
Apabila nilai signifikansinya lebih besar dari 5 , maka diterima
berarti data residual terdistribusi secara normal.
3.5.2.2 Uji Multikolienaritas
Pengujian ini bertujuan menguji apakah model regresi yang ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik
seharusnya tidak terjadi korelasi antara variabel independen. Menurut Ghozali 2006 multikolinearitas dilihat dari :
- Nilai tolerance, dan lawannya
- Variance Inflation Factor VIF Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang
dijelaskan oleh variabel bebas lainnya. Dalam pengertian sederhana setiap variabel bebas menjadi variabel terikat dan diregresi terhadap variable bebas lainnya.
Tolerance mengukur variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance rendah sama dengan nilai VIF tinggi
karena VIF-1tolerance dan menunjukkan nilai kolinearitas yang tinggi. Nilai cutoff yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF di
atas 10. Setiap analisa harus menentukan tingkat kolinearitas yang masih dapat ditolerir.
3.5.2.3 Uji Heteroskedastisitas
Bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan deviasi standar nilai variabel dependen pada setiap variabel
independen. Pengujian ini juga bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke
pengamatan lain. Jika varian dari residual suatu pengamatan ke pengamatan tetap maka disebut homoskedastisitas dan jika berbeda maka disebut heteroskedastisitas
Ghozali, 2006.
Heteroskedastisitas dapat dideteksi dengan melihat grafik scatterplot antara nilai prediksi variable dependen Z-PRED dan residualnya S-RESID,
dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah Y yang diprediksi – Y sesungguhnya. Apabila titik-titik pada grafik scaterrplot menyebar
secara acak dan tidak membentuk pola, maka tidak terjadi heteroskedastisitas pada model regresi, sehingga model tersebut layak dipakai.
Analisis dengan grafik plots memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit
jumlah pengamatan semakin sulit menginterprestasikan hasil grafik plot.
3.5.2.4 Uji Autokorelasi
Bertujuan untuk menguji apakah dalam suatu model regresi ada korelasi antara kesalahan pengganggu pada periode – t dengan kesalahan pada periode t-1.
Uji durbin Watson ini hanya digunakan untuk autokorelasi tingkat 1 first order
autocorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lag diantara variabel independen. Hipotesis yang akan
diuji adalah : = tidak ada auto autokorelasi r = 0, dan
= ada korelasi r = 0 Ghozali, 2006
Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut : 1 angka D-W di bawah -2 berarti ada autokorelasi positif,
2 angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi, 3 angka D-W di atas +2 berarti ada autokorelasi negatif.
3.5.3 Uji Goodness of fit
Analisis ketetapan model dilakukan unutk mendeteksi ketetapan yang
paling baik dari garis regresi. Uji ini dilakukan dengan cara melihat besarnya nilai koefisien determinasi.
merupakan besaran non negatif dan besarnya angka determinasi adalah antara angka nol sampai satu 0
≤ ≤ 1. Koefisien determinasi bernilai nol berarti tidak ada hubungan antara variable bebas dan
variabel terikat. Koefisien determinasi bernilai satu berarti suatu kecocokkan sempurna dan ketetapan model Ghozali, 2006.
3.5.4 Uji Hipotesis
Alat pengujian yang digunakan dalam penelitian ini adalah analisis regresi berganda. Regresi berganda digunakan untuk menganalisis pengaruh antar variabel
independen maupun dependen. Metode statistik digunakan dengan tingkat taraf signifikan α = 0,05 artinya derajat kesalahan sebesar 5. Tujuan dari pengujian
koefisien regresi untuk menguji hubungan antara variabel independen dan variabel dependen baik secara bersama-sama Uji F maupun secara individual Uji t.
3.5.4.1 Uji Signifikas Parameter Individual Uji statistik t
Uji t adalah pengujian secara statistik untuk mengetahui apakah variabel independen secara individual mempunyai pengaruh terhadap variabel dependen.
Jika tingkat probabilitasnya lebih kecil dari 0,05 maka dapat dikatakan variabel independen berpengaruh terhadap variabel dependen.
Prosedur pengujiannya adalah setelah melakukan perhitungan terhadap t hitung, kemudian membandingkan nilai t hitung dengan t tabel. Kriteria
pengambilan keputusan adalah sebagai berikut : •
Apabila t hitung dari t tabel dan tingkat α 0,05, maka yang menyatakan bahwa tidak terdapat pengaruh variabel independen secara
parsial terhadap variabel dependen ditolak. Itu berarti secara parsial variabel independen berpengaruh signifikan terhadap variabel
dependen. •
Apabila t hitung t tabel dan tingkat signifikan α 0,05 maka diterima, yang berarti secara parsial variabel independen tidak
berpengaruh signifikan terhadap variabel dependen.
3.5.4.2 Uji Simultansi Uji Statistik F
Pengujian ini untuk mengetahui apakah variabel independen secara serentak berpengaruh terhadap variabel dependen. Apabila tingkat probabilitasnya
lebih kecil dari 0,05 maka dapat dikatakan bahwa semua variabel independen secara bersama-sama berpengaruh terhadap variabel terikat Ghozali, 2006.
Adapun prosedur pengujiannya, adalah setelah melakukan perhitungan terhadap F hitung kemudian membandingkan nilai F hitung dengan F tabel. Kriteria
pengambilan keputusan adalah : • Apabila F hitung F t
abel dan tingkat signifikan α 0,05 maka menyatakan bahwa semua variabel independen tidak berpengaruh
secara simultan terhadap variabel dependen ditolak. Ini berarti secra simultan semua variabel independen berpengaruh signifikan terhadap
variabel dependen. •
Apabila F hitung F tabel dan tingkat signifikan α 0,05 maka diterima, yang berarti secara simultan semua variabel independen tidak
berpengaruh signifikan terhadap variabel dependen.
3.5.4.3 Uji hipotesis 1
Semua dengan penelitian Dahlia dan Siregar 2007 untuk menguji hipotesis pertama digunakan alat uji regresi berganda dan Ordinary Last Square
OLS, cross sectional. Model pertama yang diajukan yaitu meregresi variabel ROE satu tahun ke depan dengan variabel independen dan variabel control yang terdiri
dari leverage, size dan growth. Tujuan dari pengujian ini adalah untuk mengetahui pengaruh antara pengungkapan CSR dan ROE.
Model Pertama
Dimana : GROWTH
: Kesempatan pertumbuhan ROE
: Return on Equity CSR
: Corporate Social Responsibility indikator GRI LEV
: Rasio ungkitan leverage perusahaan SIZE
: Ukuran perusahaan -
: Koefisien yang diestimasi : error term
i : 1,2,…,N
t : 1,2,…,T
dimana N : banyaknya observasi dan T : banyaknya waktu
= +
+ +
+ +
3.5.4.4 Uji Hipotesis 2
Sesuai dengan penelitian yang dialakukan oleh Dahlia dan Siregar 2007, untuk menguji hipotesa itu akan digunakan alat uji regresi berganda dan dengan
metode Ordynary Least Square OLS cross-sectional. Model kedua ini meregresikan variabel CAR sebagai proksi dari kinerja keuangan dengan variabel
independen dan variabel control yang terdiri dari leverage, size, beta, growth, dan unexpected earnings.
Model kedua
Dimana : : Return harian perusahaan pada hari t
CSR : Corporate Social Responsibility berdasarkan indicator
GRI LEV
: Rasio ungkitan leverage SIZE
: Ukuran perusahaan GROWTH
: Kesempatan pertumbuhan UE
: Unexpected Earnings -
: Koefisien yang diestimasi
= +
+ +
+ +
+ +
: error term i
: 1,2,…,N t
: 1,2,…,T dimana N
: banyaknya obeservasi dan T : banyaknya waktu
3.6 Jadwal Penelitian
Tabel 3.2 Jadwal Penelitian
Tahapan penelitian Maret
2012 April
2012 Mei
2012 Juni
2012 Juli
2012 Penyelesaian proposal
Pengajuan proposal Penyerahan proposal kepada
dosen pembimbing
Bimbingan dan perbaikan proposal
Pengumpulan data Pengolahan data
Bimbingan dan penyelesaian skripsi
Ujian Komprehensif
BAB IV ANALISIS HASIL PENELITIAN
4.1 Data Penelitian
4.1.1 Statistik Deskriptif
Menurut Ghozali 2006: 19, “statistik deskriftif memberkan gambaran atau deskripsi yang dilihat dari nilai rata – rata mean, standar deviasi, varian, nilai
maksimum, nilai minimum, sum, range, kurtosis dan skewness kemencengan distribusi”. Pada tabel 4.1 dibawah ini akan ditampilkan statistik deskriptif penelitian
ini.
Tabel 4.1 Statistik Deskriptif
N Range Minimum Maximum Sum
Mean Std.
Deviation Variance Statistic Statistic Statistic
Statistic Statistic Statistic Statistic
Statistic CSR=CSDI
45 .43
.36 .79
25.21 .5602
.09224 .009
ROE=ROEit 45
43.46 .37
43.83 708.92 15.7538 9.79246
95.892 returnsaham=
Rit 45 307.76
-82.76 225.00 1518.68 33.7484 70.39362 4955.262
lev=LEVit 45
22.10 10.80
32.90 811.00 18.0222 5.76787
33.268 growth=GRO
WTH 45
5.98 .09
6.07 83.24
1.8498 1.15398
1.332 size=SIZEit
45 96.61
.38 96.99 2018.43 44.8540 29.51310
871.023 betasaham=
BETAit 45
.57 .36
.93 33.17
.7371 .13800
.019 UE=UEit
45 462.00 -1.00
461.00 5616.90 124.8200 139.71124 19519.229 Valid N
listwise 45
Sumber : Data diolah peneliti, 2012
Kategori