1

BAB III

METODE PENELITIAN

A. Tempat, Waktu Penelitian dan Penulisan Hasil

Penelitian ini menggunakan data yang diperoleh dari Bursa Efek Indonesia (BEI)

sebagai sumber utama informasi. Bursa Efek Indonesia (BEI) adalah lembaga yang

menyediakan platform perdagangan saham dan instrumen keuangan di Indonesia.

Dalam studi ini, data yang digunakan bersumber dari platform online yang disediakan

oleh Bursa Efek Indonesia (BEI), sehingga tempat penelitian ini dapat dikategorikan

sebagai virtual. Data yang diambil dari Bursa Efek Indonesia (BEI) mencakup informasi

keuangan perusahaan yang terdaftar di Bursa Efek Indonesia (BEI).

Hasil penelitian ini akan ditulis dalam bentuk laporan penelitian. Laporan

penelitian akan terdiri dari beberapa bab yang mencakup bab pendahuluan, tinjauan

Pustaka, metode penelitian, analisisis data, temuan penelitian, dan kesimpulan. Bab-bab

tersebut akan membahas Langkah-langkah penelitian, hasil analisis data, serta

inerprestasi dan implikasi temuan penelitian.

Adapun proses rencana penelitian dapat dilihat pada tabel sebagai berikut.

B. Desain Penelitian

Penelitian ini menggunakan desain studi kuantitatif dengan pendekatan analisis

regresi data panel. Menurut Basuki dan Prawoto (2017:275), Data Panel adalah hasil

penggabungan antara data berurutan dalam waktu (time series) dengan data

pengamatan pada titik tertentu (cross section). Data time series terdiri dari satu atau

UNIVERSITAS UTPADAKA SWASTIKA

 2

lebih variabel yang diamati pada unit observasi selama periode waktu tertentu.

Sedangkan data cross section merupakan pengamatan dari beberapa observasi pada

satu titik.

Pemilihan penggunaan data panel dalam studi ini didasarkan pada alasan bahwa

penelitian tersebut melibatkan rentang waktu beberapa tahun dan banyak perusahaan .

C. Definisi Operasional dan Pengukuran Variabel Penelitian

D. Populasi dan Sampel Penelitian

E. Metode Pengumpulan Data

F. Metode Analisis Data

Populasi dan Sampel

Populasi studi ini adalah Perusahaan Manufaktur yang terdaftar di BEI periode 2017-2021.

Penentuan sampel studi ini menggunakan metode purposive sampling. Metode ini merupakan

penentuan sampel dengan menggunakan pertimbangan atau ciri-ciri tertentu (Cooper &

Schindler, 2014). Beberapa pertimbangan atau ciri-ciri tertentu studi ini sebagai berikut.

1. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia selama periode 2017 –

2021

2. Laporan keuangan yang dilaporkan menggunakan mata uang rupiah.

3. Pembagian dividen kas secara berturut-turut dalam periode 2017 – 2021.

4. Perusahaan yang memiliki saldo laba positif.

3.2 Jenis dan Sumber Data

UNIVERSITAS UTPADAKA SWASTIKA

 3

Data sekunder digunakan dalam studi ini untuk menguji hipotesis. Data sekunder adalah

data yang diperoleh secara langsung dari laporan keuangan perusahaan yang dipublikasikan

pada situs www.idx.go.id dan www.Idnfinancials.com.

3.3 Definisi Operasional dan Pengukuran Variabel

Studi ini menggunakan definisi operasional dan pengukuran variabel untuk menjelaskan

secara konseptual variabel serta mengukur variabel. Alasannya adalah untuk mengukur variabel

yang tidak dapat diamati secara langsung, sehingga membutuhkan proksi. Definisi operasional

dan pengukuran variabel digunakan untuk setiap variabel yaitu, kebijakan dividen, kualitas laba

dan overconfidence managerial. Berikut ini adalah definisi operasional dan pengukuran

variabel.

1. Kebijakan Dividen

Pengukuran kebijakan dividen yang diproksi oleh dividend payout ratio. Dividend payout

ratio merupakan perbandingan antara dividen yang dibayarkan dengan laba bersih yang

didapatkan perusahaan.

Total Dividend
DPR=
Net Income

Semakin tinggi rasio pembayaran dividen (dividend payout ratio) akan menguntungkan

untuk pihak investor, tetapi tidak berlaku untuk perusahaan karena akan memperlemah

keuangan perusahaan, tetapi sebaliknya semakin rendah dividend payout ratio akan

memperkuat keuangan perusahaan dan akan merugikan para investor, karena dividen yang

diharapkan investor tidak sesuai yang diharapkan.

2. Kualitas Laba

UNIVERSITAS UTPADAKA SWASTIKA

 4

Kualitas laba adalah stabilitas laba bersih dari tahun ke tahun. Semakin tinggi stabilitas

pendapatan, semakin besar kontrol perusahaan akan keuntungan yang dipegang saat ini

akan semakin tinggi pula kualitas laba (Hasanzadeh, 2012). Dalam penelitian ini, kualitas laba

akan diukur menggunakan skala rasio. Menurut Ramadan (2015) rumus yang digunakan

untuk menghitung kualitas laba adalah sebagai berikut:

CFO
EQ=
EBIT

Dimana EQ (Earning Quality) adalah proksi dari kualitas Laba, CFO (Cash Flow Operation)

adalah arus kas dari aktivitas operasi, EBIT (Earning Before Interest and Taxes) adalah laba

sebelum bunga dan pajak.

3. Overconfidence Managerial

(Penjualan Sekarang−Penjualan Tahun Sebelumnya)

Pertumbuhan Penjualan=
PenjualanTahun Sebelumnya

(Total aset sekarang−Total Aset tahun sebelumnya)

Pengaruh Aset=
Total Aset tahun sebelumnya

( Laba Operasional Sekarang−Laba Operasional tahun sebelumnya)

Pertumbuhan Laba=
( Laba operasional tahun sebelumnya)

3.4 Metode dan Teknik Analisis Data

Tujuan analisis deskriptif untuk memberikan gambaran atau deskripsi terkait variabel.

Deskripsi tersebut adalah nilai minimum, maksimum, rata-rata dan standar deviasi. Analisis

tersebut hanya memberikan deskripsi terkait karakteristik variabel, sehingga disebut sebagai

analisis univariat.

Pengujian asumsi klasik bertujuan untuk memperoleh residual terkecil ketika

menggunakan pendekatan regresi data panel. Semakin kecil residual menunjukkan bahwa model

UNIVERSITAS UTPADAKA SWASTIKA

 5

yang diajukan oleh peneliti memiliki BLUE (best linear unbiased estimator). Studi ini

menggunakan dua uji asumsi klasik yang berperan penting dalam mempengaruhi residual yaitu,

uji heteroskedastisitas, dan multikolinearitas. Studi ini tidak menggunakan uji normalitas karena

jumlah observasi sampel yang telah memenuhi kriteria central limith theorem (Cooper &

Schindler, 2014; Widarjono, 2016). Selain itu, pendekatan data panel tidak mensyaratkan uji

autokorelasi (Basuki & Prawoto, 2017).

Tujuan uji heteroskedastisitas untuk mendeteksi adanya inkonsistensi varian suatu residual

observasi. Studi ini menggunakan white-s heteroscedasticity-consistent variance and standard

error untuk mengoreksi masalah heteroskedastisitas dalam rangka memperoleh hasil kokoh

(robust). Ghozali & Ratmono (2017) menjelaskan bahwa hasil uji white-s heteroscedasticity-

consistent variance and standard error merupakan satu kesatuan dengan hasil uji hipotesis.

Selain itu, Ekananda (2015) menjelaskan bahwa salah satu perbaikan masalah heteroskedastisitas

adalah menggunakan konsisten varian dengan white-s heteroscedasticity-consistent variance and

standard error.

Uji multikolinearitas bertujuan untuk mendeteksi hubungan antara variabel independen.

Model yang baik adalah model yang tidak memiliki hubungan antara variabel independen.

Pengambilan kesimpulan uji multikolinearitas adalah apabila nilai korelasi > 0,9 menujukkan

bahwa model penelitian ini memiliki korelasi antarvariabel independen (Ekananda, 2015).

Tujuan analisis kesesuaian model adalah untuk mengetahui ketepatan fungsi regresi sampel

dalam menaksir nilai aktual (Ghozali, 2013). Peneliti menggunakan uji statistik-F untuk menilai

kesesuaian model penelitian. Model penelitian memenuhi uji kesesuaian model apabila nilai

signifikansi < 0,05. Selanjutnya, peneliti melakukan uji koefisien determinasi dengan tujuan

untuk mengukur seberapa jauh kemampuan model dalam menjelaskan variasi variabel dependen.

UNIVERSITAS UTPADAKA SWASTIKA

 6

Nilai adjusted R2 digunakan oleh peneliti sebagai parameter untuk mengukur koefisien

determinasi. Ghozali (2013) menjelaskan bahwa nilai koefisien determinasi yang kecil

menunjukkan bahwa kemampuan variabel independen dalam menjelaskan variasi variabel

dependen terbatas dan nilai yang mendekati satu menunjukkan bahwa variabel independen

memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel

dependen.

Studi ini bertujuan untuk menguji dan menganalisis pengaruh tekanan anggaran terhadap

kesejahteraan masyarakat melalui deviasi anggaran. Studi ini menggunakan regresi data panel

untuk menguji hipotesis. Regresi data panel memiliki tiga model, yaitu common effect model,

fixed effect model, dan random effect model. Berikut ini adalah uraian ketiga model tersebut.

1. Common Effect Model (OLS)

Common effect model merupakan pendekatan model data panel dengan kombinasi data time

series dan cross section tanpa melihat perbedaan antarwaktu dan individu. Metode ini disebut

juga dengan ordinary least square (OLS). Pada metode ini, diasumsikan bahwa perilaku data

antarperusahaan sama dalam berbagai kurun waktu Widarjono (2016)..

2. Fixed Effect Model (FEM)

Nachrowi & Usman (2006) menjelaskan bahwa adanya variabel-variabel yang tidak

semuanya masuk dalam model memungkinkan adanya intersep yang tidak konstan, sehingga

intersep tersebut kemungkinan berubah untuk setiap individu dan waktu. Untuk

mengakomodasi kondisi tersebut, maka munculah fixed effect model mengasumsikan bahwa

perbedaan antarwaktu dan individu dapat diakomodasi dari perbedaan intersepnya.

3. Random Effect Model (REM)

Nachrowi & Usman (2006) menjelaskan random effect model menunjukkan perbedaan

UNIVERSITAS UTPADAKA SWASTIKA

 7

karakteristik individu dan waktu yang diakomodasikan pada error dari model. Pada model ini,

efek rata-rata dari data cross section dan time series direpresentasikan dalam intersep,

sedangkan deviasi efek secara random untuk data time serie direpresentasikan dalam

komponen error time series dan deviasi data cross section dinyatakan dalam komponen error

cross section.

Ketiga model tersebut perlu ditentukan berdasarkan tiga uji berpasangan, yaitu chow test,

lagrange multiplier test, dan hausman test (Widarjono, 2016). Berikut ini uraian untuk

menentukan ketiga uji tersebut.

1. Chow Test

Chow test merupakan metode untuk menentukan model common effect atau fixed effect dalam

data panel. Basuki & Prawoto (2017) menjelaskan bahwa penentuan model ini dilakukan

dengan uji F atau chi-square dengan hipotesis sebagai berikut.

H0: Model common effect lebih baik dari fixed effect.

Ha: Model fixed effect lebih baik dari common effect.

Kesimpulannya adalah ketika nilai α hasil chow test > 5%, maka H0 terdukung, sehingga

model yang cocok adalah common effect. Akan tetapi, ketika nilai α hasil chow test < 5%,

maka Ha terdukung, sehingga model yang cocok adalah fixed effect.

2. Lagrange Multiplier Test

Lagrange multiplier test merupakan metode untuk menentukan model common effect atau

random effect dalam data panel. Basuki & Prawoto (2017) menjelaskan bahwa penentuan

model ini dilakukan dengan uji LM dengan hipotesis sebagai berikut.

H0: Model common effect lebih baik dari random effect.

Ha: Model random effect lebih baik dari common effect.

UNIVERSITAS UTPADAKA SWASTIKA

 8

Kesimpulannya adalah ketika nilai α hasil LM > 5%, maka H0 terdukung, sehingga model

yang cocok adalah common effect. Akan tetapi, ketika nilai α hasil LM test < 5%, maka Ha

terdukung, sehingga model yang cocok adalah fixed effect.

3. Hausman Test

Hausman test merupakan metode untuk menentukan model fixed effect atau random effect

dalam data panel. Basuki & Prawoto (2017) menjelaskan bahwa penentuan model ini

dilakukan dengan uji F dengan hipotesis sebagai berikut.

H0: Model random effect lebih baik dari fixed effect.

Ha: Model fixed effect lebih baik dari random effect.

Kesimpulannya adalah ketika nilai α hasil chow test > 5%, maka H0 terdukung, sehingga

model yang cocok adalah random effect. Akan tetapi, ketika nilai α hasil Hausman test < 5%,

maka Ha terdukung, sehingga model yang cocok adalah fixed effect.

Ketiga uji model tersebut dapat ditampilkan pada gambar 3.1 sebagai berikut.

Chow Test Hausman Test

Common Effect Fixed Effect Random Effect

Model Model Model

Lagrange
Multiplier Test

Gambar 3.1
Model Penentuan Data Panel

Gambar 3.1 menunjukkan bahwa ketika nilai α hasil chow test 5%, maka model yang

cocok digunakan adalah fixed effect model, sehingga selanjutnya dapat dilakukan hausman test

UNIVERSITAS UTPADAKA SWASTIKA

 9

untuk menentukan model yang paling tepat dalam menguji hipotesis penelitian. Sebaliknya,

ketika nilai α hasil chow test 5%, maka model yang cocok digunakan adalah common effect

model, sehingga selanjutnya dapat dilakukan lagrange multiplier test untuk menentukan model

yang paling tepat dalam menguji hipotesis.

Studi ini selanjutnya memisahkan uji hipotesis sesuai dengan aturan Baron & Kenny

(1986) dengan memisahkan antara uji efek langsung (direct effect) dan efek moderasi

(moderating effect). Hipotesis moderasi akan diuji menggunakan moderated regression analysis

(MRA). Berikut ini adalah persamaan untuk menguji hipotesis.

Efek langsung (Direct effect)

Nilai perusahaan = α + β1Strategi Bisnis Kepemimpinan Biaya + β2Strategi
Bisnis Diferensiasi + e

Efek moderasi (Moderating effect)

Nilai perusahaan = α + β3Strategi Bisnis Kepemimpinan Biaya +
β4Organizational Capital + β5Strategi Bisnis
Kepemimpinan Biaya*Organizational Capital + e

Nilai perusahaan = α + β6Strategi Bisnis Diferensiasi + β7Organizational

Capital + β8Strategi Bisnis Diferensiasi*Organizational
Capital + e

Kualitas Laba = α + β1Kebijakan Dividen + e

Efek masing-masing

Kualitas Laba =
α + β 1 KebijakanDividen+ β 2 KecakapanManajerial+ β 3 KebijakanDividen∗KecakapanManajerial+ e

UNIVERSITAS UTPADAKA SWASTIKA

 10

Kualitas Laba =
α + β 1 KebijakanDividen+ β 2 OverconfidenceManagerial+ β3 KebijakanDividen∗OverconfidenceManagerial+ e

UNIVERSITAS UTPADAKA SWASTIKA