BAB III

METODE PENELITIAN

3.1. Objek Penelitian

Penelitian ini merupakan penelitian kausalitas dimana terdapat

hubungan antara dua variabel atau lebih. Hubungan dalam penelitian ini

merupakan hubungan kausal yaitu sebab akibat, dimana ada variabel

eksogen (bebas) yaitu variabel yang mempengaruhi variabel endogen

(terikat) yaitu variabel yang dipengaruhi.

3.2. Lingkup Penelitian

Lokasi penelitian dilakukan terhadap 9 (sembilan) perusahaan yang

bergerak di bidang farmasi dan telah terdaftar di Bursa Efek Indonesia

dengan pengambilan data melalui ICMD (Indonesian capital market

directory) Tahun 2009 - 2013, dan situs internet : (www.idx.co.id).

3.3. Variabel Penelitian

3.3.1. Klasifikasi Variabel

Dalam penelitian ini yang dijadikan variabel independen adalah ukuran

perusahaan (X1), struktur aktiva (X2), profitabilitas (X3) dan struktur modal

(X4). Sedangkan variabel dependen adalah nilai perusahaan (Y).

61
 62

3.3.2. Definisi Operasional Variabel

Dalam penelitian ini, operasional variabel didefinisikan sebagai

berikut :

1) Ukuran Perusahaan (X1)

Ukuran perusahaan adalah ukuran atau besarnya aset yang dimiliki

oleh perusahaan. ln merupakan natural logaritma dari total aset. Untuk

mengetahui ukuran perusahaan yaitu dengan cara mengalikan natural

logaritma dengan total aktiva/aset yang dimiliki perusahaan farmasi di BEI

tahun 2009 - 2013.

Ukuran Perusahaan = Ln. Total Aktiva

2) Struktur Aktiva (X2)

Struktur aktiva menggambarkan besarnya aktiva yang dapat

dijaminkan perusahaan sebagai kolateral ketika perusahaan melakukan

pinjaman kepada kreditur. Struktur aktiva merupakan total aktiva tetap

yang dimiliki oleh perusahaan farmasi di BEI selama tahun 2009 - 2013.

Struktur aktiva diukur dalam persentase.

Aktiva Tetap

Total Aktiva

3) Profitabilitas (X3)

Profitabilitas diukur dengan Return on Asset (ROA) dan Return on

Equity (ROE).
 63

Return on Asset (ROA) menggambarkan kemampuan perusahaan

untuk menghasilkan keuntungan dari setiap satu rupiah aset yang

digunakan pada perusahaan farmasi di BEI selama tahun 2009 - 2013.

Satuan pengukuran ROA dalam persentase.

Return on Equity (ROE) adalah rasio antara laba bersih setelah

pajak terhadap penyertaan modal sendiri pada perusahaan farmasi di

BEI tahun 2009 - 2013. ROE menunjukan kemampuan pengembalian

perusahaan (return) atas dana yang diinvestasikan oleh pemegang saham.

Satuan pengukuran ROE adalah :

4) Struktur Modal (X4)

Struktur modal diukur dengan Debt to Equity Ratio (DER) adalah

perbandingan total hutang yang dimiliki perusahaan dengan total

ekuitas perusahaan pada perusahaan farmasi di BEI Tahun 2009 - 2013.

Satuan pengukuran DER adalah dalam persentase.

 64

5) Nilai Perusahaan (Y)

Nilai perusahaan pada penelitian ini diukur menggunakan indikator

price to book value (PBV) dan dividen payout ratio (DPR). PBV adalah

rasio antara harga per lembar saham dengan nilai buku perlembar saham

pada 9 (sembilan) perusahaan farmasi yang terdaftar di Bursa Efek

Indonesia dengan periode penelitian atas nilai perusahaan selama tahun

2009 - 2013. Rasio ini digunakan untuk menilai suatu ekuitas berdasarkan

nilai bukunya. Satuan pengukuran PBV adalah dalam persentase.

Price to Book Value = Market price per share of stock

Book value per share of stock

Rasio pembayaran dividen (dividend payout ratio) menentukan jumlah

laba yang dapat ditahan sebagai sumber pendanaan. DPR adalah rasio

pembayaran dividen dari 9 (sembilan) perusahaan farmasi yang terdaftar

di Bursa Efek Indonesia dengan periode penelitian atas nilai perusahaan

selama tahun 2009 - 2013.

Rasio ini dapat dicari dengan rumus sebagai berikut :

Dividen Per Lembar Saham

DPR = Laba per lembar sahamx 100%
Laba Per Lembar saham

3.4. Prosedur Pengumpulan Data

3.4.1. Jenis Data

Data yang digunakan adalah data sekunder. Data sekunder umumnya

berupa bukti, catatan, atau laporan historis yang telah tersusun dalam arsip
 65

(data dokumenter) baik yang dipublikasikan maupun yang tidak

dipublikasikan. Data sekunder dalam penelitian ini berupa ukuran

perusahaan, struktur aktiva, return on asset (ROA), return on equity

(ROE), debt to equity ratio (DER), price book value (PBV) dan

dividen payout ratio (DPR), dimana data - data tersebut bersumber dari

laporan keuangan perusahaan manufaktur yang listing di BEI periode

tahun 2009 - 2013 yang termuat dalam Indonesian Capital Market

Directory (ICMD) tahun 2009 dan 2013 .

3.4.2 Populasi dan Sampel

Populasi adalah kumpulan semua anggota dari obyek yang

diteliti. Populasi dalam penelitian ini adalah 11 (sebelas) perusahaan

farmasi yang terdaftar di Bursa Efek Indonesia sesuai publikasi

Indonesian capital market directory(ICMD).

No Nama Perusahaan
1 PT Darya Varia Laboratories Tbk.
2 PT Indofarma (Persero) Tbk.
3 PT Kimia Farma (Persero) Tbk.
4 PT Kalbe Farma Tbk.
5 PT Merck Indonesia Tbk.
6 PT Mustika Ratu Tbk.
7 PT Pyridam Farma Tbk.
8 PT Tempo Scan Pacific Tbk.
9 PT Taisho Pharmaceutical IndonesiaTbk.
10 PT Merck Sharp Dohme Pharma Tbk.
11 PT Martina Berto Tbk.
 66

Pemilihan sampel menggunakan metode purposive sampling, dimana

sampel perusahaan farmasi yang dipilih berdasarkan pada kriteria tertentu

yaitu :

1) Perusahaan farmasi yang terdaftar di Bursa Efek Indonesia sesuai

dengan pengklasifikasian Indonesia Capital Market Directory.

2) Perusahaan farmasi yang menerbitkan laporan keuangan dari tahun

2009 – 2013 secara berturut-turut.

3) Perusahaan yang memiliki nilai ekuitas positif dalam laporan keuangan

periode penelitian dari tahun 2009 – 2013.

4) Perusahaan farmasi yang memiliki nilai perubahan aktiva yang positif

pada periode penelitian dari tahun 2009 – 2013.

Berdasarkan kriteria-kriteria tersebut maka jumlah sampel dari penelitian

ini dapat dijelaskan pada tabel dibawah ini :

Tabel 3.1.
Proses Pengambilan Sampel

No Karakteristik Sampel Keterangan

1 Perusahaan Segmen Industri Lainnya yang bergerak 11
di bidang Farmasi dan terdaftar di Bursa Efek
Indonesia Tahun 2009 - 2013
2 Perusahaan farmasi yang tidak menerbitkan laporan 1 PT Martina
keuangan secara lengkap Tahun 2009 - 2013 BertoTbk
3 Perusahaan farmasi yang tidak memiliki nilai 1 PT Merck
perubahan aktiva yang positif Sharp Dohme
Pharma Tbk
Jumlah sampel penelitian (Perusahaan Farmasi) 9

Dari tabel 4.1. di atas dapat diketahui bahwa jumlah sampel dari penelitian

ini adalah sebanyak 9 perusahaan. Adapun nama-nama perusahaan farmasi

 67

yang menjadi sampel dari penelitian ini sebanyak 9 perusahaan ditunjukan

dalam tabel 4.2.

3.4.3. Cara Pengumpulan Sampel

Cara pengumpulan data yang digunakan adalah dokumentasi, yaitu

dengan cara mengumpulkan, mencatat, dan mengkaji data sekunder yang

berupa laporan keuangan perusahaan farmasi yang dipublikasikan oleh

BEI melalui Indonesian Capital Market Directory (ICMD) tahun 2014

untuk periode Tahun 2009 - 2013 .

Tabel 3.2.
Sampel Penelitian Perusahaan Farmasi Tahun 2009 - 2013

No Nama Perusahaan
1 PT Darya Varia LaboratoriesTbk.
2 PT Indofarma (Persero) Tbk.
3 PT Kimia Farma (Persero) Tbk.
4 PT Kalbe Farma Tbk.
5 PT Merck Indonesia Tbk.
6 PT Mustika Ratu Tbk.
7 PT Pyridam Farma Tbk.
8 PT Tempo Scan Pacific Tbk.
9 PT Taisho Pharmaceutical IndonesiaTbk.
Sumber : Indonesian Capital Market Directory Tahun 2009 - 2013

3.5. Metode Analisis Data

Berdasarkan rumusan masalah dan hipotesis penelitian maka teknik

dan analisis data yang dilakukan untuk penelitian ini adalah menggunakan

model regresi. Untuk dapat melakukan analisis dengan model regresi, maka

data yang diambil harus memiliki karakteristik good and fit. Penilaian good
 68

and fit ini dilakukan melalui analisis uji kualitas data. Adapun uji kualitas

data terdiri dari statistik deskriptif dan asumsi klasik.

3.5.1. Statistik Deskriptif

Statistik ini digunakan untuk memberikan gambaran profil data sampel.

Penelitian ini menggunakan statistik deskriptif yang terdiri rata-rata, deviasi

standar, minimum dan maksimum.

3.5.2. Pengujian Asumsi Klasik

Dalam suatu penelitian, kemungkinan munculnya masalah dalam

analisis regresi cukup sering dalam mencocokkan model prediksi kedalam

sebuah model yang telah dimasukan ke dalam serangkaian data. Masalah ini

sering disebut dengan pengujian normalitas, multikolonieritas, autokorelasi,

dan heteroskedastisitas.

3.5.2.1. Uji Normalitas

Uji normalitas data bertujuan untuk menguji apakah model regresi dalam

penelitian, antara variabel dependen dengan variabel independen keduanya

memiliki distribusi normal atau tidak. Untuk dapat dianalisis data harus

berdistribusi normal atau mendekati normal. Cara mendeteksi normalitas

adalah dengan pengamatan melalui nilai residual. Cara lain adalah dengan

melihat distribusi dari varibel-variabel yang akan diteliti. Jika variabel tidak

berdistribusi secara normal (menceng ke kiri atau ke kanan) maka hasil uji
 69

statistik akan tergredasi. Normalitas suatu variabel umumnya dideteksi

dengan grafik atau uji statistik sedangkan normalitas nilai residual dideteksi

dengan metode grafik.

Secara statistik ada dua komponen normalitas yaitu skewness dan

kurtosis. Skewness berhubungan dengan simetris distribusi. Skewed

variabel (variabel melenceng) adalah variabel yang mean-nya atau rata-

ratanya tidak ditengah-tengah distribusi. Sedangkan kurtosis berhubungan

dengan puncak suatu distribusi. Jika variabel terdistribusi secara normal

maka nilai skewness dan kurtosis sama dengan nol (Ghozali, 2001:27-28).

Normalitas variabel dideteksi juga dengan menggunakan uji statistik

Kolmogorov-Smirnov dengan cara melihat nilai probabilitas signifikan

yang bernilai diatas nilai 0.05 maka data berdistribusi normal dan selain

itu juga dengan mempergunakan metode grafik histogram data.

Apabila data tidak berdistribusi normal, maka dapat dilakukan

transformasi agar menjadi normal. Untuk menormalkan data harus

diketahui terlebih dahulu bagaimana bentuk grafik histogram dari data

yang ada apakah moderative positive skewness, substantial positive

skewness, severe positive skewness dengan bentuk L dan sebagainya.

Dengan mengetahui terlebih dahulu bentuk grafik histogram data, maka

dapat ditentukan bentuk transformasinya. Berikut ini bentuk transformasi

yang dapat dilakukan sesuai dengan grafik histogram.

 70

Bentuk Grafik Histogram Bentuk Transformasi

Moderative positive skewness SQRT (x) atau akar kuadrat
Substansial positive skewness LG10(x) atau logaritma 10 atau
LN
Several positive skewness dengan bentuk L 1/x atau inverse

Moderative negative skewness SQRT (k-x)

Substansial negative skewness LG10 (k-x)
Severe negative skewness dengan bentuk L 1/(k-x)
Sumber : Aplikasi Analisis Multivariate dengan program SPSS

Dimana k adalah konstanta yang berasal dari setiap skor dikurangkan

sehingga skor terkecil adalah 1 (Ghozali, 2001;32). Setelah dilakukan

transformasi data maka, normalitas data dilihat kembali dengan

menggunakan uji statistik Kolmogorov-Smirnov dan dilanjutkan dengan

melihat metode grafik histogram data. Normalitas nilai residual dilihat

dengan menggunakan metode grafik normalitas P-P Plot dengan aturan

melihat sebaran data yang mengikuti garis diagonal data maka akan

berdistribusi normal atau mendekati distribusi normal.

3.5.2.2. Uji Autokorelasi

Pada asumsi OLS didapati kesepakatan bahwa persamaan regresi yang

terbentuk tidak boleh ada autokorelasi. Uji autokorelasi merupakan korelasi

antara anggota dalam runtut waktu (time series) atau antara space data cross

section (Hakim, 2004:253).

Cara mendeteksi adanya gejala autokorelasi adalah dengan melihat nilai

Durbin-Watson. Asumsi penggunaan analisis DW ini jika digunakan untuk

autokorelasi tingkat pertama dan model regresi yang ada mempunyai

 71

intercept (constant) serta tidak terdapat variabel lagi. Pengambilan

keputusan bila menggunakan uji DW adalah sebagai berikut :

1) Nilai DW terletak diantara du dan 4-du maka autokorelasi sama dengan

nol, dan atau dapat diartikan tidak ada autokorelasi. du<DW<4-du.

2) Nilai DW terletak dibawah lower boud (dl), maka akan mempunyai

koefisien korelasi lebih besar dari nol dan memiliki autokorelasi positif.

3) Nilai DW > (4-dl), maka koefisien korelasi kurang dari nol, sehingga

memiliki autokorelasi negatif.

4) Nilai DW terletak diantara batas atas du dan batas bawal dl atau terletak

antara (4-du) dan (4-dl) sehingga hasilnya tidak dapat disimpulkan.

Cara untuk mengatasi autokorelasi adalah banyak cara salah satunya

adalah dengan menggunakan metode Hidrent-Lu, yaitu apabila menemukan

autokorelasi yang positif atau negatif dari model yang ditelitinya maka dapat

menggunakan ρ dimulai dari -0.9, -0.8, ………, 0.8, 0,9. Untuk setiap nilai ρ

yang di coba, dilakukan proses transformasi yang diikuti dengan

perhitungan regresi yang bersangkutan. Dari setiap hasil regresi kemudian

diperoleh dan yang terbaik adalah dapat melihat jumlah kuadrat yang

terkecil (sum of square residuals) dari model regresinya (Arief, 2006:44).

3.5.2.3. Uji Multikolonieritas

Multikolonieritas merupakan fenomena situasi dimana ada korelasi

antara variabel independen satu dengan yang lainnya. Konsekuensi praktis

 72

yang timbul sebagai akibat adanya multikolonieritas ini adalah kesalahan

standar penaksir semakin besar dan probabilitas untuk menerima hipotesis

yang salah semakin besar sehingga kesimpulan yang akan diambil menjadi

salah. Dalam asumsi klasik OLS (ordinary least square) diterangkan bahwa

tidak ada multikolonieritas yang sempurna antar variabel independen. Jika

terdapat nilai korelasi di antara variabel independen adalah satu maka

koefisiennya : (a) Koefisien untuk nilai-nilai regresi tidak dapat diperkirakan

(b) Nilai standard error dari setiap koefisien regresi menjadi nilai yang tidak

terhingga (Arief, 2006:23).

Cara untuk mendeteksi adanya gejala multikolonieritas adalah dengan

menggunakan metode Varian Inflation Factor (VIF). Adapun kriteria yang

digunakan dalam pengujian metode VIF ini adalah jika VIFj > 10 terjadi

multikolonieritas yang tinggi antara variabel independen dengan variabel

independen lainnya (Hakim, 2004:301).

Cara untuk dapat mengatasi multikolonieritas adalah dengan melakukan

(a) Transformasi variabel. Jika terlihat pada model awal dengan adanya

gejala multikolonieritas maka dapat dilakukan transformasi variabel yang

bersangkutan ke dalam bentuk logaritma natural atau bentuk-bentuk

transformasi lainnya, sehingga nilai t hitung yang dihasilkan secara individu

variabel independen dapat secara signifikan mempengaruhi variabel terkait.

(b) Meningkatkan jumlah data sampel. Dengan adanya peningkatan jumlah

data sampel diharapkan mampu menurunkan standard error disetiap

 73

variabel independen dan akan diperoleh model yang benar-benar bisa

menaksir koefisien regresi secara tepat (Arief, 2006 :30-31).

3.5.2.4. Uji Heteroskedastisitas

Langkah ini bertujuan untuk menguji apakah di dalam model regresi

yang kita miliki mengandung perbedaan variansi residu dari kasus

pengamatan satu kasus ke kasus pengamatan yang lainnya. Jika variansi

residu dari kasus pengamatan satu ke kasus pengamatan yang lainnya

mempunyai nilai tetap maka disebut homoskedastisitas dan jika mempunyai

perbedaan maka disebut heteroskedastisitas. Model regresi yang baik adalah

model regresi yang memiliki homoskedastisitas dan bukan memiliki

heteroskedastisitas.

Cara untuk mendeteksi ada tidaknya heteroskedastisitas adalah dengan

melihat grafik plot antara nilai residu variabel dependen (SRESID) dengan

nilai prediksi (ZPRED) (Santoso, 2006 : 251). Dasar analisisnya : (a) Jika

ada pola tertentu, seperti titik-titik yang membentuk pola yang teratur

(bergelombang, melebar kemudian menyempit), maka mengidentifikasikan

telah terjadi heteroskedastisitas. (b) Jika tidak ada pola yang jelas, serta titik-

titik menyebar di atas dan di bawah angka pada sumbu Y, maka tidak terjadi

heteroskedastisitas.

Cara untuk mengatasi heteroskedastisitas adalah : (a) melakukan

transformasi dalam bentuk membagikan model regresi asal dengan salah

 74

satu variabel independen yang digunakan dalam model ini. (b) melakukan

transformasi log. (Arief, 2006:37).

3.5.3. Hipotesis

Pengujian hipotesis dalam penelitian ini akan menguji apakah ukuran

perusahaan, struktur aktiva, profitabilitas dan struktur modal berpengaruh

terhadap nilai perusahaan. Teknik statistik yang digunakan adalah regresi

linier. Pengujian hipotesis dengan menggunakan model regresi sederhana

diterapkan untuk hipotesis 1, 2, 3, 4 dan 5 karena hanya menguji

pengaruh secara parsial antara variabel independen (ukuran perusahaan,

struktur aktiva, profitabilitas/ROA, profitabilitas/ROE dan struktur modal)

terhadap dua variabel dependen (nilai perusahaan). Adapun persamaan

regresi hipotesis 1 untuk menguji pengaruh ukuran perusahaan terhadap

nilai perusahaan adalah sebagai berikut:

Y = α + β1x1 + ε1

Persamaan regresi hipotesis 2 untuk menguji pengaruh struktur aktiva

terhadap nilai perusahaan adalah sebagai berikut:

Y = α + β2x2 + ε2

Persamaan regresi hipotesis 3 dan 4 untuk menguji pengaruh profitabilitas

(ROA dan ROE) terhadap nilai perusahaan adalah sebagai berikut:

Y = α + β3x3 + ε3 (ROA)

Y = α + β4x4 + ε4
 75

Persamaan regresi hipotesis 5 untuk menguji pengaruh struktur modal

terhadap nilai perusahaan adalah sebagai berikut:

Y = α + β5x5 +ε5

Pengujian hipotesis dengan menggunakan model regresi berganda

diterapkan untuk menguji pengaruh secara bersama-sama antara variabel

independen (ukuran perusahaan, struktur aktiva, profitabilitas/ROA,

profitabilitas/ROE dan struktur modal) terhadap satu variabel dependen

(nilai perusahaan). Adapun persamaan regresi yang digunakan adalah

sebagai berikut:

Y = α + β1x1 + β2x2 + β3x3 + β4x4 + β5x5 + ε

Dimana:
Y : Nilai Perusahaan
α : Konstanta
β1 : Koefisien Regresi Ukuran Perusahaan
β2 : Koefisien Regresi Struktur Aktiva
β3 : Koefisien Regresi Profitabilitas - ROA
β4 : Koefisien Regresi Profitabilitas - ROE
β5 : Koefisien Regresi Struktur Modal - DER
X1 : Ukuran Perusahaan
X2 : Struktur Aktiva
X3 : Profitabilitas Perusahaan – ROA
X4 : Profitabilitas Perusahaan – ROE
X5 : Struktur Modal - DER
ε : Standard Error
 76

Apabila nilai koefisien ukuran perusahaan, struktur aktiva,

profitabilitas dan struktur modal yang diukur signifikan, maka akan

menunjukkan bahwa ukuran perusahaan, struktur aktiva, profitabilitas dan

struktur modal berpengaruh terhadap nilai perusahaan.

Pengujian hipotesis 1 sampai dengan hipotesis 4 apakah ukuran

perusahaan, struktur aktiva, profitabilitas dan struktur modal berpengaruh

terhadap nilai perusahaan, dapat dilakukan dengan teknik regresi linier

sederhana. Adapun langkah-langkah yang dilakukan sebagai berikut:

1. Membuat Formulasi Hipotesis:

H1: β1 ≠ 0, ukuran perusahaan berpengaruh terhadap nilai perusahaan

H2: β2 ≠ 0, struktur aktiva berpengaruh terhadap nilai perusahaan

H3: β3 ≠ 0, profitabilitas berpengaruh terhadap nilai perusahaan - ROA

H4: β4 ≠ 0, profitabilitas berpengaruh terhadap nilai perusahaan - ROE

H5: β5 ≠ 0, struktur modal berpengaruh terhadap nilai perusahaan

2. Menentukan Tingkat Signifikansi.

Untuk memperoleh nilai signifikansi, menggunakan taraf nyata (α) 5%.

3. Dasar pengambilan keputusan

a. ρ-value < 0.05, maka H1,H2, H3, H4, H5 berpengaruh

b. ρ-value > 0.05, maka H1, H2, H3, H4, H5 tidak berpengaruh