Outlier Ghozali [PDF]

Citation preview

20



BAB III METODOLOGI PENELITIAN



A. Waktu dan Tempat Penelitian Waktu dan tempat penelitian di lakukan pada PT. Bursa Efek Indonesia, yang datanya tidak langsung diperoleh di kantor PT. Bursa Efek Indonesia melainkan penulis peroleh melalui situs www.idx.co.id. Penelitian dilakukan selama 5 bulan terhitung mulai dari bulan September 2012 sampai dengan bulan Januari 2013.



B. Desain Penelitian Desain penelitian yang di gunakan dalam penelitian ini adalah uji hipotesis kasual, Penelitian kasual merupakan penelitian untuk mengetahui pengaruh antara Economic Value Added (EVA) dan Return On Investment (independen variable) terhadap Return Saham (dependen variable).



C. Hipotesis Berdasarkan kerangka pemikiran di atas dapat disusun hipotesis berikut ini: H1 : Terdapat pengaruh siknifikan antara EVA dan ROI terhadap Return Saham (studi empiris pada industri makanan dan minuman).



21



H2a : EVA berpengaruh siknifikan terhadap Return Saham (studi empiris pada industri makanan dan minuman). H2b : ROI berpengaruh siknifikan terhadap Return Saham (studi empiris pada industri makanan dan minuman).



D. Variabel dan Skala Pengukuran Variabel-variabel dalam penelitian ini meliputi variable dependen dan varibel independen . Vriabel dependen adalah variable yang memiliki karateristik dimana besar kecilnya variable dapat di pengaruhi oleh banyak factor, sedangkan variable independen adalah varibel yang dapat berdiri sendiri tanpa tergantung atau dipengaruhi oleh factor lain. 1.



Variabel Dependen (Y) Variabel Dependen (Y) adalah Return Saham, skala pengukuran variabel dengan menggunakan skala rasio. Data yang digunakan adalah data Closing price 10 hari setelah laporan keuangan di umumkan ke publik periode harian selama tahun 2007 sampai tahun 2011. Return saham ini dihitung dengan cara sebagai berikut : Ri = (P t –P t-1)/ P t-1 Dimana : Ri = Return saham P t = Harga saham pada tahun t P t-1 = Harga saham pada tahun t-1 (tahun sebelumnya)



22



2. Variable Independent (X), terdiri dari : a. Economic Value Added (EVA) (X1), terdiri dari : Economic Value Added (EVA) dihitung dengan laba operasi setelah pajak dikurangi dengan biaya modal.



1)



Menghitung Net Operating After Tax (NOPAT) NOPAT = Laba Usaha (1-T)



2)



Menghitung Invested Capital



Invested Capital = Total Aktiva –Utang jangka pendek yang tidak menanggug bungan



3)



Menghitung Biaya Modal Tertimbang (WACC) WACC = Kd x (1-T) x Wd + Ke x We



Dimana : T = Pajak yang dikenakan pemerintah kepada perusahaan Kd = Biaya hutang Ke = Biaya modal sendiri Wd = Proporsi hutang We = Proporsi modal sendiri



2 3



4)



Menghitung Economic Value Added (EVA)



EVA = NOPAT –(WACC x Invested Capital)



b. Return on investment (ROI) (X2) Return on investment (ROI) dihitung dengan cara membagi laba bersih dengan asset operasi rata-rata yg dimiliki perusahaan. ROI = Laba Bersi / Total Aktiva



E. Metode Pengumpulan Data 1. Return Saham Data Return saham ini merupakan data saham yang terdaftar di BEI yang diperoleh melalui www.yahoofinance.com. Data yang digunakan adalah harga saham pada tahun 2007 sampai tahun 2011.



2. Economic Value Added (EVA) dan Return on investment (ROI) Data yang digunakan merupakan data perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) yang diperoleh dari website www.idx.co.id. Data yang digunakan adalah laporan keuangan perusahaan yang terdaftar di Bursa Efek Indonesia tahun 2007 sampai tahun 2011 sesuai dengan kriteria yang telah ditentukan.



24



F. Jenis Data Penelitian ini menggunakan data sekunder yaitu data yang diambil dari sumber informasi lain dan diperoleh melalui studi kepustakaan dan dari beberapa literatur. Alasan menggunakan data sekunder dengan pertimbangan bahwa variabel dalam penelitian dapat diamati atau dihitung dengan menggunakan data sekunder, selain itu pertimbangan lain menggunakan data sekunder ialah data ini dapat diperoleh lebih mudah, lebih murah dan mempunyai rentang waktu dan ruang yang lebih luas.



G. Populasi dan Sampel Penelitian ini mengambil populasi perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia selama periode 2007-2011. Pemilihan sampling yang digunakan dalam penelitian ini dilakukan dengan cara Purposive Sampling Method. Adapun kriteria yang diambil dalam memilih sampel adalah sebagai berikut: 1) Perusahaan Manufaktur (industry makanan dan minuman) yang terdaftar di Bursa Efek Indonesia, 2) Perusahaan yang mempunyai data yang lengkap selama periode penelitian, 3) Perusahaan yang melaporkan laporan keuangan dalam satuan mata uang rupiah, 4) Perusahaan yang memiliki operating income positif selama periode penelitian,



2 5



H. Metode Analisa Data



1. Statistik Deskriptif Menurut Ghozali (2006:19) Statistik deskriptif adalah teknik statistik yang bertujuan memberikan penjelasan atau informasi mengenai karakteristik dari suatu kelompok data atau lebih sehingga pemahaman akan ciri-ciri yang unik atau khusus dari kelompok data tersebut diketahui. Statistik deskriptif memberikan gambaran atau deskripsi suatu data dilihat dari nilai rata-rata (mean), nilai tertinggi (maksimum), nilai terendah (minimum), dan standard deviasi



2. Uji Normalitas Menurut Ghozali (2006:29), tujuan pengujian ini adalah untuk mengetahui apakah dalam model regresi, variabel penganggu atau residual memiliki distribusi normal. Jika terdapat normalitas, maka residual akan terdistribusi secara normal dan independen. Data yang berdistribusi normal adalah data yang sebaran nilai datanya memiliki nilai yang memusat di nilai rata-ratanya (frekuensi keluarnya nilai data terbanyak adalah di nilai rata-rata) dan frekuensi keluarnya nilai data semakin kecil bila nilai data semakin bernilai ekstrim. Uji normalitas dilakukan dengan melakukan pengujian One Sample Kolmogorov-Smirnov. Kriteria pengujian yang digunakan menurut Ghozali (2006:29) adalah : (1) apabila nilai Asymp. Sig (2-tailed) uji Kolmogorov-



2 6



Smirnov bernilai di atas atau sama dengan nilai alpha (0,05), maka data berdistribusi secara normal; (2) apabila nilai Asymp. Sig (2-tailed) uji Kolmogorov-Smirnov bernilai di bawah nilai alpha (0,05), maka data tidak berdistribusi secara normal



3. Uji Outlier Menurut Ghozali (2006:41), menyatakan bahwa outlier adalah kasus atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk sebuah variabel tunggal atau variabel kombinasi. Ada empat penyebab timbulnya data outlier: (1) kesalahan dalam menginput data; (2) gagal menspesifikasikan adanya missing value dalam program komputer; (3) outlier bukan merupakan anggota populasi yang kita ambil sebagai sampel; (4) outlier berasal dari populasi yang kita ambil sebagai sampel, tetapi distribusi dari variabel dalam populasi tersebut memiliki nilai ekstrim dan tidak berdistribusi normal. Deteksi terhadap univariate outlier dapat dilakukan dengan menentukan nilai batas yang akan dikategorikan sebagai data outlier yaitu dengan cara mengkonversi nilai data ke dalam skor standarized atau yang biasa disebut z-scored, yang memiliki nilai rata-rata (mean) sama dengan nol dan standar deviasi sama dengan satu. Untuk kasus sampel kecil (kurang dari 80), maka standar skor dengan nilai > 2.5 dinyatakan outlier. Untuk sampel besar standar skor dinyatakan outlier jika nilainya pada kisaran 3 sampai 4.



27



Jika standar skor tidak digunakan, maka kita dapat menentukan data outlier jika data tersebut nilainya lebih besar dari 2.5 standar deviasi atau antara 3 sampai 4 standar deviasi tergantung dari besarnya sampel 4. Uji Asumsi Klasik



a. Uji Multikolinieritas Menurut Ghozali (2006:105), pengujian ini 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 multikolinearitas di dalam model regresi adalah sebagai berikut: (1) nilai R2 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 diatas 0.90), maka hal ini merupakan indikasi adanya multikolinearitas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel



28



independen; (3) Mulitkolinearitas dapat juga dilihat dari nilai tolerance dan lawannya 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 variabel 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=1/Tolerance). Nilai cutoff yang umum dipakai untuk adanya multikolinearitas adalah nilai Tolerance < 0.10 atau sama dengan nilai VIF >10.



b.



Uji Heteroskedastisitas Menurut Ghozali (2006), pengujian ini bertujuan untuk 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



homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas. Dalam penelitian ini, untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan menggunakan uji Korelasi Spearman’syaitu:(1)apabila nilai signifikansi bernilai di atas nilai alpha (0,05), maka tidak terdapat heteroskedastisitas; (2) apabila nilai



29



signifikansi bernilai di bawah nilai alpha (0,05), maka terdapat heteroskedastisitas.



3. Uji Autokorelasi Menurut Ghozali (2006), pengujian ini bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan penggangu 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 penganggu) tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah model yang bebas dari autokorelasi. Dalam penelitian ini, untuk mendeteksi ada atau tidaknya autokorelasi dengan menggunakan uji Bruesch-Godfrey atau lebih dikenal dengan uji Lagrange Multiplier (LM test) yaitu: (1) apabila nilai signifikansi bernilai di atas nilai alpha (0,05), maka tidak terjadi autokorelasi; (2) apabila nilai signifikansi bernilai di bawah nilai alpha (0,05), maka terjadi autokorelasi. 5.



Uji Hipotesis Untuk menjawab hipotesis yang telah dibuat dapat menggunakan metode analisis sebagai berikut yaitu pengujian siknifikan simultan (uji F), pengujian siknifikansi parameter individu (uji t) dan uji koefisien determinasi (R2).



3 0



1.



Pengujian Siknifikan Simultan (uji F) Menurut Ghozali (2006), pengujian ini pada dasarnya



menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/terikat. Bila hasilnya signifikan berpengaruh berarti model yang diuji merupakan model yang baik guna dipakai dalam penyederhanaan dunia nyata. Hasil dari uji F dilihat dari tabel annova. Kriteria pengujian yang digunakan menurut Ghozali (2006) adalah : (1) Apabila signifikansi (SIG) lebih besar dari nilai alpha (0,05), maka Ho diterima; (2) Apabila signifikansi (SIG) kurang dari sama dengan nilai alpha (0,05), maka Ha diterima. Dimana hipotesis untuk model fit ini adalah : Ho



: Model yang dihipotesakan tidak fit dengan data



Ha



: Model yang dihipotesakan fit dengan data



2.



Pengujian Siknifikansi Parameter Individu (uji t) Menurut Ghozali (2006), pengujian ini untuk menunjukan seberapa



jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel independen. Hasil dari uji t diliat dari tabel coefisien. Kriteria pengujian yang digunakan Ghozali (2006) adalah : (1) Apabila signifikansi (SIG) lebih besar dari nilai alpha (0,05), maka Ho



31



diterima; (2) Apabila signifikansi (SIG) kurang dari sama dengan nilai alpha (0,05), maka Ha diterima. Dimana hipotesis untuk model fit ini adalah : Ho : Tidak terdapat pengaruh antara variabel independen dengan variabel dependen Ha : Terdapat pengaruh antara variabel independen dengan variabel dependen



3.



2



Koefisien Determinasi (Adjusted R ) Menurut Ghozali (2006), koefisien determinasi digunakan untuk



mengukur seberapa jauh kemampuan model regresi dalam menerangkan 2



variasi variabel dependen. Nilai adjusted R memiliki range antara nol 2



dan satu. Nilai adjusted R yang kecil berarti kemampuan variabelvariabel independen dalam menjelaskan variasi variabel dependen 2



semakin terbatas. Sementara nilai adjusted R yang semakin mendekati satu berarti variabel-variabel independen semakin memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.