Metode Pengumpulan Data Pengujian Hipotesis

34 X2 dikonversikan kedalam bentuk ordinal dari bentuk huruf yang dikeluarkan oleh PT. PEFINDO Cumulative Abnormal Return Saham Y Menggambarkan akumulasi abnormal return sesudah dan sebelum penerbitan obligasi syariah sukuk Sekunder Market Adjusted Model RTNi,t=Ri,t – E[Ri,t] Rasio

3.5 Metode Pengumpulan Data

Penelitian ini menggunakan data kuantitatif dan juga merupakan data sekunder yang informasinya diperoleh secara tidak langsung dari perusahaan. Metode pengumpulan data untuk keperluan penelitian ini dilakukan dengan metode dokumentasi, yaitu dengan melihat dan melakukan pencatatan data terhadap data pada Bursa Efek Indonesia. Penelitian juga dilakukan dengan menggunakan studi kepustakaan, yaitu mempelajari, memahami, mencermati, menelaah, mengidentifikasi hal-hal yang sudah ada dan apa yang belum ada dalam bentuk jurnal-jurnal atau karya-karya ilmiah yang berkaitan dengan permasalahan penelitian. Data yang digunakan dalam penelitian ini diperoleh dengan cara mengunduh data-data yang diperlukan dari website Bursa Efek Indonesia BEI yaitu www.idx.co.id dan ICMD Indonesia Capital Market Directory. Universitas Sumatera Utara 35 3.6 Metode Analisis Data 3.6.1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali,2011:160. Ada 2 dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik atau dengan uji statistik. a. Analisa Grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun agar lebih tepat, metode lain yang lebih handal adalah 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. Ada 2 dua dasar dalam pengambilan keputusannya, yaitu: 1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Universitas Sumatera Utara 36 b. Analisis Statistik Pengujian data yang akan peneliti lakukan adalah dengan menggunakan analisis statistik, yaitu uji staistik non-parametrik Kolmogorov-Smirnov KS. Distribusi data dapat dilihat dengan membandingkan Z hitung dengan Z tabel dengan kriteria sebagai berikut: a. jika angka signifikan tarif signifikan α 0,05 maka distribusi data dikatakan normal, b. jika angka signifikan tarif signifikan α 0,05 maka distribusi data dikatakan tidak normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.

3.6.2 Pengujian Asumsi Klasik

Peneliti melakukan uji asumsi klasik terlebih dahulu sebelum melakukan pengujian hipotesis. Pengujian asumsi klasik yang diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar terbebas dari adanya gejala heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi.

3.6.2.1 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Dalam penelitian pengujian heteroskedastisitas dilakukan dengan melihat pola titik-titik pada grafik regresi antara nilai prediksi variabel terikat dependen yaitu ZPRED Standardized Predicted Value Universitas Sumatera Utara 37 dengan residualnya SRESID Studentized Residual. Uji yang baik seharusnya tidak terjadi heteroskedastisiitas. Deteksi ada tidaknya heteroskedasitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah residual Y prediksi –Y sesungguhnya yang telah di studentized. Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemedian menyempit, maka mengindikasi telah terjadi heteroskedasitas. Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Pada penelitian ini akan di uji dengan melihat pola titik-titik pada grafik regresi.

3.6.2.2 Uji Multikolinearitas

Uji multikolinearitas digunakan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali,2005:91. Untuk melihat ada atau tidaknya multikolinieritas dalam model regresi dilihat dari nilai tolerance dan nilai Variance Inflation Factor VIF. Batasan yang umum dipakai untuk menunjukkan adanya mutikolineritas adalah nilai tolerance 0,10 dan nilai VIF10. Apabila nilai tolerance 0,10 atau nilai VIF 10 maka dapat disimpulkan tidak terjadi multikolinearitas. Universitas Sumatera Utara 38

3.6.2.3 Uji Autokorelasi

Autokorelasi merupakan korelasi antara anggota observasi yang disusun menurut waktu atau tempat. Model regresi yang baik seharusnya tidak terjadi autokorelasi. Metode pengujian menggunakana uji Durbin Watson DW test. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Kriteria pengujian dengan uji autokorelasi adalah sebagai berikut: a Jika DW dL atau DW 4-dL maka terdapat autokorelasi. b Jika dL DW dU atau 4-dU DW 4-dL maka status autokorelasi tidak dapat dijelaskan inconclusive. c Jika dU DW 4-dU maka tidak terjadi autokorelasi Non Autokorelasi.

3.6.3 Analisis Regresi Linier Berganda

Dalam penelitian ini peneliti menggunakan analisis regresi linier berganda. Analisis regresi linear berganda bertujuan untuk mengetahui hubungan linear antara dua variabel atau lebih. Dimana satu variabel sebagai variabel terikat dependen dan yang lainnya sebagai variabel bebas independen. Hasil analisis regresi adalah berupa koefisien untuk masing-masing variabel independen. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependen dengan suatu persamaan. Koefisien regresi dihitung dengan dua tujuan sekaligus, yaitu meminimumkan penyimpangan antara nilai actual dan nilai estimasi variabel dependen berdasarkan data yang ada. Formulasinya adalah sebagai berikut : Universitas Sumatera Utara 39 Y= a + bx 1 + bx 2 + e Keterangan : Y = Variabel terikat cumulative abnormal return saham a = Konstanta b = koefisien arah regresi x 1 = Variabel bebas 1 nilai penerbitan obligasi syariah sukuk perusahaan x 2 = Variabel bebas 2 rating penerbitan obligasi syariah sukuk perusahaan e =Standard Error 3.6.4 Pengujian Hipotesis 3.6.4.1 Uji Statistik F Uji Signifikan Simultan Uji F digunakan untuk mengetahui apakah variabel-variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. Pengujian dilakukan dengan menggunakan significance level 0.05 α = 5. Keputusan penerimaan atau penolakan hipotesis adalah sebagai berikut : 1. Jika nilai signifikan 0,05, maka hipotesis ditolak koefisien regresi tidak signifikan. Ini berarti bahwa secara simultan variabel independen tersebut tidak mempunyai pengaruh yang signifikan terhadap variabel dependen. 2. Jika nilai signifikan 0,05, maka hipotesis diterima koefisien regresi signifikan. Ini berarti bahwa secara simultan variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen. Universitas Sumatera Utara 40

3.6.4.2 Uji Statisitk t Uji Signifikan Parsial

Uji t digunakan untuk mengetahui apakah variabel bebas secara individual mempunyai pengaruh terhadap variabel terikat dengan asumsi variabel yang lain itu konstan. Pengujian dilakukan dengan menggunakan significance level 0.05 α = 5. Penerimaan atau penolakan hipotesis dilakukan dengan kriteria sebagai berikut : 1. Jika nilai signifikan 0,05, maka hipotesis ditolak koefisien regresi tidak signifikan, Ini berarti bahwa secara parsial variabel independen tersebut tidak mempunyai pengaruh yang signifikan terhadap variabel dependen. 2. Jika nilai signifikan ≤ 0,05, maka hipotesis diterima koefisien regresi signifikan. Ini berarti bahwa secara parsial variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen.

3.6.4.3 Pengujian Koefisien Determinasi R

2 Pengujian koefisien determinan dilakukan untuk melihat seberapa besar pengaruh variabel bebas terhadap variabel terikat. Pengujian ini dilakukan dengan melihat nilai koefisien determinan. Koefisien determinan � 2 merupakan besaran non negatif dan besarnya koefisien determinasi adalah 0 ≤ � 2 ≤1 . Jika koefisien determinan bernilai 0, maka tidak ada hubungan antara variabel bebas dengan variabel terikat. Sebaliknya jika Universitas Sumatera Utara 41 koefisien determinan bernilai 1, maka ada keterikatan sempurna antara variabel bebas dengan variabel terikat. Uji Determinasi, untuk melihat besarnya kontribusi pengaruh variabel bebas dan variabel terikat dapat dihitung dengan rumus: � = � � � ��� Universitas Sumatera Utara 42 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Gambaran Singkat Objek Penelitian Sumber data dalam penelitian ini adalah perusahaan - perusahaan yang terdaftar di Bursa Efek Indonesia. Perusahaan- perusahaan yang terdaftar di Bursa Efek Indonesia untuk tahun 2011 - 2013 dan yang menerbitkan obligasi syariah sukuk yang menjadi penelitian berjumlah 8 perusahaan. Penelitian ini dilakukan untuk mengetahui apakah terdapat pengaruh struktur nilai dan rating penerbitan obligasi syariah sukuk pada perusahaan yang terdaftar di BEI tahun 2011 - 2013.

4.1.2 Statistik Deskriptif

Variabel-variabel dalam penelitian dimasukkan ke program SPSS dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Berikut ini ditampilkan data statistik secara umum dari seluruh data yang digunakan sebagaimana terlihat pada tabel berikut: Tabel 4.1. Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation NilaiPenerbitanSukuk 36 .00 .69 .0492 .11413 RatingSukuk 36 11 16 13.67 1.773 CumulativeAbnormalReturn 36 -.35 .70 .0452 .22682 Valid N listwise 36 Sumber: SPSS 20, Data Diolah 2016 Universitas Sumatera Utara 43 Dari tabel tersebut dapat dijelaskan bahwa: 1. Rata-rata nilai penerbitan sukuk adalah 0,69 dengan standar deviasi 0,11413, nilai maksimum 0,69, dan nilai minimum 0,00, maka dapat diindikasikan data bervariatif dan menyebar. 2. Rata-rata rating sukuk adalah 13,67 dengan standar deviasi 1,773, nilai maksimum 16, nilai minimum 11, maka dapat diindikasikan data bervariatif dan menyebar. 3. Rata-rata cumulative abnormal return adalah 0,0452 dengan standar deviasi 0,22682, nilai maksimum 0,70, nilai minimum -0,35, maka dapat diindikasikan data bervariatif dan menyebar.

4.1.3 Uji Asumsi Klasik

4.1.3.1 Uji Normalitas Data

Untuk menguji data penelitian ini berdistribusi normal atau tidak, maka digunakanlah analisis grafik pada Gambar 4.1. dan Gambar 4.2. Universitas Sumatera Utara 44 Gambar 4.1. Normal P-Plot Universitas Sumatera Utara 45 Gambar 4.2. Grafik Histogram Berdasarkan kedua gambar di atas, dapat dilihat bahwa data penelitian normal. Hal tersebut tergambar pada Gambar 4.1. dimana titik-titik yang menyebar mendekati garis diagonal. Demikian juga dengan data yang ditampilkan lewat histogram pada Gambar 4.2. yang menunjukkan pola distribusi normal, maka model regresi dinyatakan telah memenuhi asumsi normalitas. Data yang terdistribusi secara normal juga ditunjukkan oleh hasil uji Kolmogorov-Smirnov pada Tabel 4.2. Hasil pengujian memiliki nilai Universitas Sumatera Utara 46 signifikansi 0,522 atau 0,05, sehingga data secara positif dapat dikategorikan normal. Tabel 4.2. One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 36 Normal Parameters a,b Mean 0E-7 Std. Deviation .22500667 Most Extreme Differences Absolute .136 Positive .136 Negative -.116 Kolmogorov-Smirnov Z .814 Asymp. Sig. 2-tailed .522 a. Test distribution is Normal. b. Calculated from data.

4.1.3.2 Uji Multikolinearitas

Pengujian multikolinearitas dilakukan dengan melihat nilai Variance Coefficient Factors VIF yang ditampilkan pada Tabel 4.3. Tabel 4.3. Hasil Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant .242 .304 .796 .432 NilaiPenerbitanSukuk -.109 .344 -.055 -.317 .753 .994 1.006 RatingSukuk -.014 .022 -.110 -.633 .531 .994 1.006 a. Dependent Variable: CumulativeAbnormalReturn Universitas Sumatera Utara 47 Tabel 4.3. menunjukkan nilai VIF memiliki nilai 10 yang berarti tidak terjadi multikolinearitas antar variabel pada model regresi penelitian ini.

4.1.3.3 Uji Heteroskedastisitas

Uji heterokedastisitas dilakukan untuk mengetahui ketidaksamaan nilai prediksi variabel terikat ZPRED dan residualnya SRESID. Hasil uji heterokedastisitas dapat dilihat dari Diagram Scatterplot yang ditunjukkan pada Gambar 4.3. Gambar 4.3. Diagram Scatterplot Universitas Sumatera Utara 48 Titik-titik yang tersebar di atas maupun di bawah nilai 0 pada sumbu Y menunjukkan tidak terjadi heterokedastisitas pada penelitian ini.

4.1.3.4 Uji Autokorelasi

Uji ini dilakukan dengan menggunakan analisis Durbin Watson DW test. Pengambilan keputusan pada asumsi ini memerlukan dua nilai bantu yang diperoleh dari tabel Durbin Watson, yaitu nilai dL dan dU untuk k = jumlah variabel bebas dan n = jumlah sampel. Jika nilai DW berada diantara nilai dU hingga 4-dU, berarti asumsi tidak terjadi autokorelasi terpenuhi. Adapun kriteria dalam penentuan autokorelasi adalah sebagai berikut : 1 Jika DW dL atau DW 4-dL maka terdapat autokorelasi. 2 Jika dL DW dU atau 4-dU DW 4-dL maka status autokorelasi tidak dapat dijelaskan inconclusive. 3 Jika dU DW 4-dU maka tidak terjadi autokorelasi Non Autokorelasi. Tabel 4.4. Durbin Watson yang terdapat pada lampiran 5 menunjukkan bahwa dengan n = 36, k = 2, maka akan diperoleh dL = 1,3537 dan dU = 1,5872 dan 4-dU = 4-1,5872 = 2,4128. Tabel 4.4. Uji Autokorelasi Model Summary b Model Durbin-Watson 1 1.790 a. Predictors: Constant, RatingSukuk, NilaiPenerbitanSukuk b. Dependent Variable: CumulativeAbnormalReturn Universitas Sumatera Utara 49 Tabel 4.4. menunjukkan bahwa DW test sebesar = 2,205, ini menyimpulkan bahwa data berada di dU DW 4-dU, maka data yang digunakan dalam penelitian ini tidak terjadi autokorelasi.

4.2 Pengujian Hipotesis

Pengujian hipotesis dilakukan untuk melihat pengaruh nilai dan rating penerbitan sukuk terhadap cumulative abnormal return yang dilakukan dengan menggunakan analisis regresi berganda. 1. Uji Simultan Uji-F Sebelum melakukan pengujian untuk uji parsial dengan menggunakan uji t, maka akan dilakukan pengujian apakah semua variabel independen yang dimasukkan kedalam model mempunyai pengaruh bersama-sama terhadap variabel dependen. Uji yang dilakukan adalah dengan menggunakan Uji-F dengan bantuan tabel F. Berikut ini merupakan hasil perhitungan Uji-F. Gambar 4.4. Menentukan Nilai � Tabel dengan Microsoft Excel df1=2, df=33 Berdasarkan Gambar 4.4., diketahui nilai F tabel adalah 3,28. Universitas Sumatera Utara 50 Tabel 4.5 Uji Signifikansi Simultan Uji F ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression .029 2 .014 .267 .767 b Residual 1.772 33 .054 Total 1.801 35 a. Dependent Variable: CumulativeAbnormalReturn b. Predictors: Constant, RatingSukuk, NilaiPenerbitanSukuk Tabel 4.5. menunjukkan bahwa F hitung adalah sebesar 0.267 F tabel 3,28 dengan taraf signifikansi sebesar 0,767 0.05. Hasil tersebut menunjukkan bahwa secara bersama-sama variabel nilai dan rating penerbitan obligasi syariah sukuk dalam penelitian ini tidak mempunyai pengaruh yang signifikan terhadap cumulative abnormal return. 2. Uji Parsial Uji-t Uji-t pada dasarnya menunjukkan seberapa besar pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel dependen. Gambar 4.5. Menentukan Nilai � Tabel dengan Microsoft Excel df=33 Berdasarkan Gambar 4.5., diketahui nilai t tabel adalah 2,03451. Universitas Sumatera Utara 51 Tabel 4.6. Uji Parsial Uji-t Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .242 .304 .796 .432 NilaiPenerbitanSukukX1 -.109 .344 -.055 -.317 .753 RatingSukukX2 -.014 .022 -.110 -.633 .531 Hasil t hitung yang ada selanjutnya dibandingkan dengan nilai t tabel yang terdapat pada lampiran 5, untuk kesalahan 5 uji dua pihak dan dk = n – 3 = 33, maka diperoleh t tabel = 2,03451 terdapat pada lampiran 5. Adapun kriteria penerimaan hipotesis adalah sebagai berikut : Ho Hipotesis Nol : µ = 0 tidak ada pengaruh Ha Hipotesis Alternatif : µ ≠ 0 ada pengaruh Berdasarkan hasil Tabel 4.6., uji hipotesis yang telah dilakukan, terlihat model regresi penelitian adalah sebagai berikut: Ŷ = 0,242 – 0,109X 1 – 0,014X 2 + e Secara parsial, pengaruh masing-masing variabel independen dapat diuraikan sebagai berikut: a. Nilai Penerbitan Obligasi Syariah Sukuk mempunyai t hitung = - 0,317 t tabel 2,03451 dan memiliki nilai signifikansi = 0,753 α = 5 maka dapat disimpulkan Nilai Penerbitan Obligasi Syariah Sukuk tidak memiliki pengaruh yang signifikan terhadap Cumulative Abnormal Return. Universitas Sumatera Utara 52 b. Rating Obligasi Syariah Sukuk mempunyai t hitung = -0,633 t tabel = 2,03451 dan memiliki nilai signifikansi = 0,531 α = 5, maka dapat disimpulkan bahwa Rating Obligasi Syariah Sukuk tidak memiliki pengaruh yang signifikan terhadap Cumulative Abnormal Return. 3. Koefisien Determinasi Dalam suatu penelitian, untuk mengetahui seberapa luas variabel independen tersebut menerangkan perubahan variabel dependen, dapat dilihat melalui koefisien determinasi R 2 pada tabel dibawah ini. Tabel 4.7. Uji Koefisien Determinasi Model Summary b Change Statistics R Square Change F Change df1 df2 Sig. F Change .016 .267 2 33 .767 Berdasarkan tabel 4.7. diketahui bahwa koefiensi determinassi R 2 adalah sebesar 0,016 atau sebesar 16. Hal ini berarti bahwa persentase pengaruh variabel independen terhadap variabel dependen sebesar 16 sedangkan sisanya yaitu 84 adalah pengaruh lain yang tidak dijelaskan dalam penelitian ini. Universitas Sumatera Utara 53

4.3. Pembahasan