BAB III

METODE PENELITIAN

A. Lokasi dan Waktu Penelitian

Penelitian ini akan dilakukan terhadap laporan keuangan pada perusahaan

manufaktur sub sektor otomotif dan komponen yang terdaftar di Bursa Efek

Indonesia (BEI). Waktu penelitian di rencanakan selama 3 bulan yaitu dari bulan

april sampai juni 2021.

B. Jenis dan Sumber Data

1. Jenis Data

Jenis data yang di gunakan dalam penelitian ini adalah data skunder, yaitu

data penelitian yang di peroleh peneliti dari berbagai sumber yang telah ada dan

secara tidak langsung dengan melalui media internet. Data skunder dalam

penelitian ini meliputi laporan keuangan perusahaan manufaktur sub sektor

otomotif dan komponen periode 2017-2019 yang di ambil dari Bursa Efek

Indonesia.

2. Sumber Data

Data yang digunakan dalam penelitian ini adalah laporan keuangan

perusahaan manufaktur sub sektor otomotif dan komponen periode 2017-2019

yang bersumber dari Bursa Efek Indonesia (BEI) dengan mengakses internet di

situs www.idx.co.id

C. Teknik Pengumpulan Data

Teknik pengumpulan data dalam penelitian ini adalah metode dokumentasi

dengan data kualitatif. Metode dokumentasi adalah teknik pengumpulan data yaitu
data mengenai variabel yang diperoleh melalui dokumen-dokumen, website,

jurnal-jurnal, artikel, tulisan ilmiah dan cacatan di media masa. Data-data tersebut

diperoleh melalui situs resmi yang dimiliki oleh BEI yaitu www.idx.co.id.

Berdasarkan teknik tersebut, penulis mengumpulkan data dokumentasi

berupa laporan keuangan (laporan laba rugi dan neraca) perusahaan manufaktur

subsektor otomotif dan komponen yang terdaftar di Bursa Efek Indonesia periode

2017-2019.

D. Populasi dan Sampel

1. Populasi

Populasi adalah subjek atau objek yang memiliki karakteristik tertentu.

Populasi yang digunakan dalam penelitian ini adalah perusahaan manufaktur sub

sektor otomotif dan komponen yang terdaftar di Bursa Efek Indonesia periode

2017-2019 yang berjumlah 13 perusahaan.

2. Sampel

Sampel adalah sebagian atau wakil dari jumlah dan karakteristik yang

dimiliki oleh populasi yang diteliti.

Pemilihan sampel dalam penelitian ini dilakukan dengan menggunakan

metode Purposive Sampling artinya bahwa populasi yang dijadikan sampel adalah

populasi yang memenuhi kriteria sampel tertentu sesuai yang dikehendaki

peneliti. Adapun kriteria pemilihan sampel dalam penelitian ini adalah sebagai

berikut :
a. Perusahaan manufaktur sub sektor otomotif dan komponen yang

menerbitkan dan mempublikasikan laporan keuangan tahunan dengan

lengkap.

b. Perusahaan manufaktur sub sektor otomotif dan komponen yang

melaporkan laporan keuangan tahunan secara berturut-turut selama periode

pengamatan tahun 2017-2019.

c. Perusahaan manufaktur sub sektor otomotif dan komponen yang

melaporkan laporan keuangan tahunan menggunakan Rupiah selama

periode pengamatan tahun 2017-2019.

Berdasarkan kriteria-kriteria diatas, dari 13 perusahaan manufaktur sub

sektor otomotif dan komponen yang terdaftar di Bursa Efek Indonesia tahun

2017-2019 yang memenuhi kriteria adalah berjumlah 12 perusahaan.

E. Analisa data

Analisis data dalam penelitian ini adalah menggunakan metode regresi linier

berganda. Analisis regresi berganda merupakan persamaan regresi yang variabel

bebasnya (independent variable) lebih dari satu, namun masih menunjukkan

diagram hubungan yang linear (Suarni Norawati, 2015:136).

Adapun persamaan dari regresi linier berganda adalah sebagai berikut :

Y = α + β1X1 + β2X2 + β3X3 + ε

Keterangan :

Y = Return On Assets

α = Konstanta sebagai titik potong

β1, β2 β3 = Koefisien Regresi

X1 = Ukuran Perusahaan

X2 = Free Cash Flow

X3 = Kebijakan Hutang

ε = Error Term

Didalam membahas analisa data didalam penelitian ini, penulis

menggunakan analisis deskriptif verifikatif dengan pendekatan kuantitatif, yaitu

penelitian yang diolah dan dianalisis diambil kesimpulannya, artinya penelitian

yang dilakukan adalah penelitian yang menekankan analisisnya pada data-data

numeric (angka), dengan menggunakan metode penelitian ini akan diketahui

hubungan yang signifikan antara variabel yang diteliti, sehingga mengasilkan

kesimpulan yang akan memperjelas mengenai objek yang diteliti. Selanjutnya

dalam melakukan analisa hasil penelitian yakni untuk mengkuantifikasikan data

kualitatif maka digunakan analisa data kuantitatif sebagaimana berikut :

1. Uji Normalitas

Uji normalitas digunakan untuk menguji apakah model regresi mempunyai

distribusi normal ataukah tidak. Asumsi normalitas merupakan persyaratan yang

sangat penting pada pengujian kebermaknaan (signifikansi) koefisien regresi.

Model regresi yang baik adalah model regresi yang memiliki distribusi normal

atau mendekati normal, sehingga layak dilakukan pengujian secara statistik.

Dasar pengambilan keputusan bisa dilakukan berdasarkan probabilitas

(asymnotic significance), yaitu :

a. Jika Probabilitas > 0,05 maka distribusi dari populasi adalah normal.

b. Jika Probabilitas < 0,05 maka populasi tidak berdistribusi secara normal.
 Pengujian secara visual dapat juga dilakukan dengan metode gambar normal

Probability Plots dalam program SPSS. Dasar pengambilan keputusan :

 Jika data menyebar disekitar garis diagonal dan mengikuti ara garis

diagonal, maka dapat disimpulkan bahwa model regresi memenuhi asumsi

normalitas.

 Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis

diagonal, maka dapat disimpulkan bahwa model regresi tidak memenuhi

asumsi normalitas.

Selain itu uji normalitas digunakan untuk mengetahui bahwa data yang

diambil berasal dari populasi berdistribusi normal. Uji yang digunakan untuk

menguji kenormalan adalah uji Kolmogorov-Smirnov. Berdasarkan sampel ini

akan diuji hipotesis nol bahwa sampel tersebut berasal dari populasi berdistribusi

normal melawan hipotesis tandingan bahwa populasi berdistribusi tidak normal.

2. Uji Multikoleniaritas

Suatu model regresi mengandung multikolinearitas jika ada hubungan yang

sempurna antara variabel independen. Konsekuensinya adalah bahwa kesalahan

standar estimasi akan cenderung meningkat dengan bertambahnya variabel

independen. Tingkat signifikansi yang digunakan untuk menolak hipotesis nol

akan semakin besar, dan profitabilitas menerima hipotesis yang salah juga

semakin besar. Sehingga model regresi yang diperoleh tidak valid untuk

menaksirkan nilai variabel independen.

Untuk menguji adanya multikolinearitas dapat dilakukan dengan

menganalisis korelasi antar variabel dan perhitungan nilai torelance serta variance
inflation factor (VIF). Multikolinearitas terjadi jika nilai tolerance lebih kecil dari

0,1 yang bearti tidak ada korelasi antar variabel independen yang nilainya labih

dari 95%. Dan nilai VIF lebih besar dari 10, apabila VIF kurang dari 10 dapat

dikatakan bahwa variabel independen yang digunakan dalam model ini adalah

dapat dipercaya dan objektif (Ghozali, 2006: 91).

3. Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi

terjadi ketidaksamaan varian dari residu satu pengamatan ke pengamatan yang

lain. Jika varian dari residual suatu pengamatan ke pengamatan lain tetap, maka

disebut homokedastisitas dan jika berbeda disebut heterokedastisitas.

Untuk menguji ada tidaknya gangguan keterokedastisitas dapat dilihat

melalui pola diagram pencar (scatterplot). Jika scatterplot membentukpola

tertentu maka regresi mengalami gangguan keterokedastisitas.Sebaliknya jika

scatterplot tidak membentuk pola tertentu atau menyebar maka regresi tidak

mengalami gangguan heterokedastisitas (Ghozali, 2006: 105).

4. Uji Auto Korelasi

Autokorelasi adalah korelasi yang terjadi diantara anggota-anggota dari

serangkaian pengamatan yang tersusun dalam serangkaian waktu (time series

data), atau tersusun dalam serangkaian ruang (cross section data). Penyimpanan

asumsi ini biasanya muncul pada saat observasi yang menggunakan data time

series dari pada cross section, karena pada time series saling berurutan dan saling

terkait (Irianto, 2010:204).

 Konsekuensi adanya autokerelasi dalam suatu model regresi adalah varians

sampel tidak dapat menggambarkan varians populasinya, dan model regresi yang

dihasilkan tidak dapat digunakan untuk menaksir nilai variabel dependen pada

nilai variabel independen tertentu, serta estimasi yang dibuat menjadi tidak

efisien. Dalam penelitian ini digunakan Durbin Watson test untuk menguji

autokorelasi, yaitu :

a. Jika angka Durbin Watson (DW) dibawah -2, berarti dapat autokorelasi

positif.

b. Jika angka Durbin Watson (DW) diantara -2 sampai +2, berarti tidak

terdapat autokorelasi.

c. Jika angka Durbin Watson (DW) diatas +2 terdapat autokorelasi negatif.

Uji untuk mendeteksi adanya gejala autokorelasi adalah uji yang

dikembangkan oleh Durbin dan Watson, yang dikenal dengan statistik Durbin-

Watson (DW) (Gujarati, 2007:119).Uji statistik Durbin-Watson menguji bahwa

tidak terdapat autokorelasi pada nilai sisa. Uji ini menghasilkan nilai DW hitung

dan nilai DW tabel ( dU dan dL ), dU = nilai batas atas dan dL = nilai batas bawah

pada tingkat signifikansi.

Tabel III.1
Kriteria Durbin-Watson

Nilai d Hipotesis Nol Keputusan

0< d < dL ada autokorelasi positif Menolak

dL ≤ d ≤ dU tidak ada autokorelasi positif tidak dapat disimpulkan

4- dL≤ d ≤ 4 - dU ada korelasi negative Menolak

4 - dU ≤ d ≤ 4 - dL ada korelasi negative tidak dapat disimpulkan

 dU < d <4 - dU tidak ada autokorelasi, baik tidak menolak
positif atau negative

Sumber : Gujarati ( 2004: 470)

5. Uji Autokorelasi

Koefisien korelasi (R) berguna untuk mengetahui besarnya konstribusi

variabel bebas terhadap variabel terikat.Dalam penelitian ini menggunakan regresi

linier berganda makamasing-masing variabel independen yaitu current ratio,

return on investment, debt to asset dan earnings per share secara parsial dan

secarasimultan mempengaruhi variabel dependen yaitu dividen.

Dalam regresi linier berganda koefisien korelasi merupakan sumbangan atau

kontribusi bersama dari seluruh variabel bebas terhadap variabel

terikat.Mengingat variabel bebas satu dengan variabel bebas lainnya

berkemungkinan besar tidak mandiri (masih ada hubungan walaupun kecil), maka

kontribusi seluruh variabel bebas terhadap variabel terikat tidak sama dengan

jumlah kontribusi masing-masing variabel bebas terhadap variabel terikat (Irianto,

2010 : 206).

Untuk mengetahui bagaimana keeratan hubungan antar suatu variabel

independen dengan variabel dependen dapat dilihat pada hasil nilai korelasi

dengan interprestasi sebagai berikut :

Tabel III.2
Interprestasi Koefisien Korelasi

No. Interval Interprestasi

1. 0,800-1,000 Sangat Kuat
2. 0,600-0,799 Kuat
3. 0,400-0,599 Cukup Kuat
4. 0,200-0,399 Rendah
 5. 0,000-0,199 Sangat Rendah
Sumber : Riduwan (2012: 81)

Koefisien korelasi dapat juga digunakan untuk mengetahui arah hubungan

antara dua variabel.Tanda (+) dan (-) yang terdapat pada koefisien korelasi

menunjukkan arah hubungan antara dua variabel.

Tanda (-) pada nilai R (koefisien korelasi) menunjukkan hubungan yang

berlawanan arah, artinya jika nilai satu variabel naik maka nilai variabel lain akan

turun. Sedangkan tanda (+) pada nilai R (koefisien korelasi) menunjukkan

hubungan searah yang artinya jika nilai variabel yang satu naik maka nilai

variabel lainnya juga naik.Koefisien determinasi digunakan untuk mengetahui

seberapa besar pengaruh variabel independen terhadap dependen.

F. Uji Hipotesis

Rancangan pengujian hipotesis ini dinilai dengan penetapan hipotesis nol

dan hipotesis alternatif, penelitian uji statistik dan perhitungan nilai uji statistik,

peritungan hipotesisi, penetapan tingkat signifikan dan penarikan kesimpulan.

Hipotesis yang akan digunakan dalam penelitian ini berkaitan dengan ada

tidaknya perngaruh variabel bebas terhadap variabel terikat. Hipotesis nol (H 0)

Tidak terdapat pengaruh yang signifikan dan Hipotesis alternatif (Ha)

menunjukkan adanya pengaruh antara variabel bebas dan terikat.