METODE PENELITIAN
terdaftar dalam Indeks Saham Syariah Indonesia (ISSI). Indeks harga saham
menggambarkan kondisi pasar pada suatu saat, apakah sedang aktif atau lesu.
(Sundjaja, 2010).
12 Mei 2011 adalah indeks komposit saham syariah yang tercatat di BEI. ISSI
ISSI adalah seluruh saham syariah yang tercatat di BEI dan masuk ke dalam
melakukan seleksi saham syariah yang masuk ke dalam ISSI. ISSI merupakan
45
46
BEI. Konstituen ISSI adalah keseluruhan saham syariah tercatat di BEI dan
2020.
dari bulan Februari 2022 sampai Agustus 2022 dengan format sebagai berikut:
Populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek
sebagai sumber data yang memiliki kualitas dan karakteristik tertentu. Populasi
berupa keseluruhan kumpulan dari unit analisa ditetapkan oleh peneliti untuk
kemudian dikaji dan ditarik beberapa kesimpulan. Populasi dalam penelitian ini
dalam Indeks Saham Syariah Indonesia (ISSI) Periode 23 Februari 2022 s.d.
oleh populasi dan dipilih secara hati-hati dari populasi tersebut. Sampel
diambil melalui beberapa cara tertentu, dan yang juga memiliki karakteristik
tertentu, jelas dan lengkap. Teknik pengambilan sampel dalam penelitian ini
Desember 2020.
48
4. Perusahaan yang baru masuk Indeks Saham Syariah Indonesia (ISSI) tidak
5. Perusahaan yang tercatat di BEI (IPO) di atas tahun 2017 tidak dimasukkan
memenuhi kriteria keempat yaitu Perusahaan yang baru masuk Indeks Saham
perusahaan yang tercatat di BEI (IPO) di atas tahun 2017 tidak dimasukkan
sampel penelitian yaitu 88 perusahaan yang dijelaskan dalam tabel 3.2 berikut:
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif
Data sekunder merupakan data yang diperoleh secara tidak langsung atau data
Jenis data yang digunakan dalam penelitian ini adalah data yang
diperoleh dari atau berasal dari bahan kepustakaan. Metode pengumpulan data
yang digunakan dalam penelitian ini yaitu penelitian pustaka atau library
seperti buku, jurnal ilmiah, dan tulisan-tulisan lain yang terkait dengan
perusahaan yang terdaftar dalam Indeks Saham Syariah Indonesia dengan yang
dalam definisi konsep) tersebut, secara operasional, secara praktik, secara nyata
dalam obyek yang diteliti serta menunjukkan alat ukur yang tepat untuk
digunakan dalam penelitian ini adalah variabel bebas dan variabel terikat.
perusahaan (pada akhir tahun) dan nilai buku dari liabilitas sebagai rasio total
aset. (Nekhili, & Cherif., 2011). Rumus yang digunakan untuk mengukur
Tobin’s Q adalah:
Tobins’ Q = (MVS+DEBT)/TA
AVCL = Accounting Value of the firm Current Liabilities (Short term Debt
+ Taxes Payable)
AVCA = Accounting Value of the firm Current Asset (Cash + Inventories +
Receivables)
AVLTD = Accounting Value of the firm Long Term Debt
yang berasal dari pihak berelasi dibagikan dengan hutang yang dimiliki oleh
nilai islam. Dalam penelitian ini diukur dengan Islamic Social Reporting
suatu metode analisa data melalui teknik observasi dan analisa terhadap isi
item pernyataan, yaitu nilai 0 untuk setiap item yang tidak diungkapkan dan
(scoring) pada indeks ISR selesai dilakukan, maka besarnya disclosure level
c. Struktur Modal
55
Indikator struktur modal dalam penelitian ini adalah debt to equity ratio
DER).
Pengolahan dan perhitungan data sekunder untuk variabel bebas akan diolah
pengolahan data sekunder untuk variabel terikat dan estimasi regresi data panel
Analisis statistik deskriptif yaitu teknis analisis data yang digunakan untuk
telah dikumpulkan yang dilihat dari nilai rata-rata (mean), median dan standar
Pada model regresi data panel, uji asumsi klasik yang diperlukan hanyalah
hal berikut:
1) Model sudah diasumsikan bersifat linear, maka uji linearitas hampir tidak
2) Pada syarat Best Linier Unbiased Estimator (BLUE) uji normalitas tidak
3) Pada dasarnya uji autokorelasi pada data yang tidak bersifat time series
(cross section atau panel) akan sia-sia, karena autokorelasi hanya akan
4) Pada saat model regresi linear menggunakan lebih dari satu variabel bebas,
cross section, yang dimana data panel lebih dekat dari ciri data cross section
melihat nilai tolerance dan Variance Inflation Factor (VIF). Kriteria pengujian
a) Jika nilai tolerance > 0,10 maka dapat dipastikan tidak terjadi
b) Jika nilai tolerance < 0,10 maka dapat dipastikan terjadi multikolinearitas
a) Jika nilai VIF < 10,00 maka dapat dipastikan bahwa terjadi multikolinearitas
b) Jika nilai VIF > 10,00 makan dapat dipastikan bahwa tidak terjadi
kesamaan varians dari satu penelitian ke penelitian lain. Model regresi yang
varians dari residual satu penelitian ke penelitian yang lain tetap atau
data gabungan antara data time series dan data cross section. Model regresi ini
terbatas. Data cross section dalam penelitian ini terdiri dari 88 perusahaan yang
terdaftar di Indeks Saham Syariah Indonesia. Dan data time series terdiri dari
social reporting, struktur modal dan kinerja keuangan perusahaan tahun 2018–
2020. Pada penelitian ini terdapat 3 (tiga) variabel bebas yang akan dimasukan
kedalam persamaan model regresi yaitu transaksi pihak berelasi (related party
X3 = Struktur Modal
e = Error
t = Waktu
i = Perusahaan
Untuk mengetahui nilai yang tepat regresi, maka adanya estimasi data
panel yaitu common effect models, fixed effect models, dan random effect
models.
menggabungkan kedua jenis data tersebut, maka dapat digunakan metode Least
uji ini diperuntukkan asumsi dari data gabungan. Sehingga dapat terlihat
kondisi yang sebenarnya. Namun, teknik ini pun memiliki kekurangan, yaitu
ketidak pastian model dengan kondisi yang sesungguhnya. Suatu objek tidak
Yti = α + Xtiβti + e
Keterangan:
Y = Variabel dependen
α = Konstanta
β = Koefisien Regresi
X = Variabel independen
e = Error
t = Waktu
60
i = Perusahaan
sama antar perusahaan. Model estimasi ini sering juga disebut dengan teknik
Least Squares Dummy Variable (LDSV). Selain diterapkan untuk efek tiap
individu, LSDV juga dapat mengakomodasi efek waktu yang bersifat sistemik,
Metode ini lebih efisien digunakan di dalam data panel apabila jumlah
kurun waktu lebih besar daripada jumlah individu variabel. Keunggulan yang
dimiliki metode ini adalah dapat membedakan efek individul dan efek waktu
dan metode ini tidak perlu menggunakan asumsi bahwa komponen error tidak
mungkin saling berhubungan antar waktu dan antar individu. Berbeda dengan
sebagai bagian dari komponen error yang bersifat acak (random) dan tidak
ini disebut juga dengan Error Component Model (ECM). Metode yang tepat
Square (GLS), dengan asumsi komponen error bersifat homokedastik dan tidak
61
ada gejala cross- sectional correlation. Metode ini akan baik jika
menggunakan sebuah data panel yang kuantitasnya besar dari waktu yang
Untuk memilih model yang paling tepat dalam mengelola data panel,
1) Uji Chow
effect yang paling tepat digunakan dalam mengestimasi data panel. Jika nilai
probabilitas lebihkecil dari nilai α maka H0 ditolak dan jika nilai probabilitas
lebih besar dari nilai α maka H0 diterima. Uji analisis pengaruh. Pengujian ini
menggunakan seluruh data sampel. Apabila nilai F uji ini sign, maka uji Chow
dilakukan agar dapat memilih metode Fixed Effect Model atau Common Effect
Model.
Dalam menentukan model yang tepat untuk digunakan maka dapat dilihat
(signifikan) maka model estimasi yang akan digunakan adalah fixed effect,
akan tetapi jika nilai signifikansinya lebih dari 5% (tidak signifikan) maka
model yang digunakan adalah model common effect. Hipotesis yang dibentuk
2) Uji Hausman
atau random effect yang paling tepat digunakan. Jika nilai probabilitas lebih
kecil dari nilai α maka H0 ditolak dan jika nilai probabilitas lebih besar dari
Dasar penolakan terhadap hipotesis diatas adalah apabila nilai statistik uji
ini tinggi, dari kritisnya, maka H0 ditolak. Dan model yang sangat tepat untuk
effect lebih baik dari pada metode common effect. Jika nilai probabilitas lebih
kecil dari nilai α maka H0 ditolak dan jika nilai probabilitas lebih besar dari
Uji ini dilakukan untuk mengetahui dan menentukan model mana yang
lebih tepat dalam regresi data panel antara CEM ataupun REM. Hipotesis yang
Besarnya koefisien determinasi antara nol sampai satu. Apabila nilai R square
KD = R2 × 100%
Keterangan:
1) Apabila nilai thitung > ttabel dan nilai signifikansi < 0,05 maka dapat
disimpulkan bahwa secara parsial terdapat pengaruh signifikan antara
variabel independen terhadap variabel dependen.
2) Apabila nilai thitung < ttabel dan nilai signifikansinya < 0,05 maka dapat
disimpulkan bahwa secara parsial tidak adanya pengaruh signifikan antara
variabel independen terhadap variabel dependen.
t = r√𝑛 − 2√1 – r2
Keterangan:
t = Nilai uji t
r = Nilai korelasi hasil r hitung
n = Jumlah sampel
r2 = Koefisien determinasi
hipotesis nol bahwa koefisien determinasi majemuk dalam populasi R2, sama
kurang dari atau lebih kecil dari 0,05 maka dapat disimpulkan adanya
1) Apabila nilai Fhitung > Ftabel dan nilai signifikansi < 0,05 maka disimpulkan
bahwa variabel independen secara simultan memiliki pengaruh signifikansi
terhadap variabel dependen.
2) Apabila nilai Fhitung < Ftabel dan nilai signifikansi > 0,05 maka disimpulakan
bahwa variabel independen secara simultan tidak mempunyai pengaruh
signifikan terhadap variabel dependen.