43

BAB IIIMETODE PENELITIAN3.1.Definisi Operasional dan Pengukuran VariabelVariabel penelitian adalah objek penelitian atau sesuatu yang menjadi titik perhatian. Variabel dibedakan menjadi dua yaitu variabel dependen dan variabel independen. Variabel dependen (terikat) adalah variabel yang nilainya tergantung dari nilai variabel lain (Y) dan variabel independen (bebas) adalah variabel yang nilainya tidak tergantung pada variabel lain (X). Variabel dalam penelitian ini terdiri dari :1. Deviden Payout Ratio (Y)Van Horne dan machowicz (2007:270) menyatakan bahwa Devidend Payout Ratio adalah deviden tahunan yang dibagi dengan laba tahunan; atau deviden per lembar saham dibagi dengan laba per lembar saham. Rasio tersebut menunjukkan persentase laba yang dibayarkan kepada pemegang saham secara tunai dan juga menentukan jumlah laba yang dapat ditahan dalam perusahaan sebagai sumber pendanaan.

2. Profitabilitas ( X1 )profitabilitas yang digunakan Return On Assets (ROA) adalah rasio rentabilitas yang menunjukkan perbandingan antara laba (sebelum pajak) dengan total aset perusahaan, rasio ini menunjukkan tingkat efisiensi pengelolaan aset yang dilakukan oleh perusahaan yang bersangkutan.

3. Kepemilikan Manajerial ( X2 )Kepemilikan Manajerial (Managerial Ownership) adalah tingkat kepemilikan saham pihak manajemen yang secara aktif ikut dalam pengambilan keputusan, misalnya direktur dan komisaris.

Secara garis besar definisi operasional variabel diatas adalah :Tabel. 3.1. Definisi Operasional dan Pengukuran VariabelVariabelDefinisiIndikatorSumber RefrensiSkala pengukuranSumber data

Deviden Payout Ratio (Y)Jumlah dividen yang dibayarkan kepada pemegang saham pada tahun t+1

1. Dividen perlembar saham 2. Laba perlembar saham

(Gitman, 2009 : 611)RasioLaporan Keuangan

Profitabilitas (X1)Profitabilitas adalah kemampuan perusahaan dengan aktiva atau modalnya untuk menghasilkan laba selama periode tertentu. 1. Laba setelah pajak 2. Total aktiva

Agus Sartono (2001:122)

RasioLaporan keuangan

Kepemilikan Manajerial (X2)Kepemilikan Manajerial (managerial ownership) adalah tingkat kepemilikan saham pihak manajemen yang secara aktif ikut dalam pengambilan keputusan, misalnya direktur dan komisaris. 1. Kepemilikan saham komisaris 2. Kepemilikan saham direksi

(Wahidahwati : 2002)RasioLaporan Keuangan

3.2. Populasi dan SampelPopulasi dalam penelitian ini adalah seluruh perusahaan di Indonesia yang terdaftar di JII (Jakarta Islamic Index) yang beroperasi antara periode 2010 2014. Penarikan sampel menggunakan metode purposive sampling, populasi perusahaan sebanyak 33 perusahaan setelah diambil sampel ternyata 9 perusahaan saja yang memenuhi kriteria.Tabel 3.2penyaringan sampel penelitian berdasrkan metode purposive samplingNoKeteranganJumlah

1Perusahaan yang terdaftar di Jakarta Islamic Index sampai tahun 201433

2Perusahaan yang tidak bersifat tetap ( perusahaan baru atau perusahaan yang keluar dari Jakarta Islamic Index )(6)

27

3Perusahaan yang tidak masuk dalam kategori perusahaan yang sebagian sahamnya dimiliki oleh kepemilikan manajerial.(18)

Jumlah Perusahaan Sampel9

3.3.Jenis dan Sumber DataJenis data yang digunakan dalam penelitian ini adalah data kuantitatif. Sumber data yang digunakan dalam penelitian ini diperoleh dari laporan keuangan tahunan perusahaan yang terdaftar di Jakarta Islamic Index (JII) selama periode 2010-2014 yang dipublikasikan pada website BEI (www.idx.co.id).3.4. METODE PENGUMPULAN DATAData yang dikumpulkan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang diterima oleh peneliti secara tidak langsung. Oleh karena itu, metode pengumpulan data menggunakan metode dokumentasi. Menurut Nusantara (2009) dalam Nurfahmi (2014), metode dokumentasi adalah metode yang dilakukan dengan melakukan klarifikasi dan kategorisasi bahan-bahan tertulis berhubungan dengan masalah penelitian yang mempelajari dokumen-dokumen atau data-data yang diperlukan, dilanjutkan dengan pencatatan dan perhitungan.3.5. ANALISIS DATADalam penelitian kuantitatif, analisis data merupakan kegiatan setelah data terkumpul. Kegiatan dalam analisis data adalah: mengelompokkan data berdasarkan variabel, mentabulasi data berdasarkan variabel, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan (Sugiyono,2014:207).3.5.1.Analisis Statistik DeskriptifStatistik Deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul. Yang termasuk dalam statistik deskriptif antara lain adalah penyajian data melalui tabel, grafik, diagram lingkaran, pictogram, penghitungan modus, median, mean, perhitungan penyebaran data melalui perhitungan rata-rata dan standar deviasi (Sugiyono,2014:207-208). Analisis statistik deskriptif digunakan untuk menggambarkan variabel-variabel yang digunakan dalam penelitian ini agar variabel-variabel tersebut dapat lebih jelas dan mudah dipahami3.5.2. Analisis Regresi BergandaMetode analisis yang digunakan dalam penelitian ini adalah regresi berganda dengan menggunakan aplikasi SPSS. Analisis regresi berganda digunakan Untuk menguji model pengaruh dan hubungan variable bebas yang lebih dari dua variable terhadap variable dependen, ), Jadi dapat disimpulkan bahwa dampak dari penggunaan analisis regresi, adalah untuk memutuskan apakah naik dan menurunnya variabel independen (Profitabilitas dan Kepemilikan Manajerial) dapat dilakukan melalui menaikkan dan menurunkan variabel dependen (Devidend Payout Ratio).Persamaan regresi linear berganda dalam penelitian ini adalah sebagai berikut:Y = o + 1X1 + 2X2 +

Keterangan:Y= Devidend Payout Ratio (DPR)X1= ProfitabilitasX2= Kepemilikan Manajerial0= Konstanta1= Koefisien regresi berganda X1 terhadap variabel terikat Y, apabila variabel bebas X2 dianggap konstan 2= Koefisien regresi berganda X2 terhadap variabel terikat Y, apabila variabel bebas X1 dianggap konstan= Faktor penggangu diluar model.3.5.3. Uji Asumsi KlasikSebelum melakukan pengujian hipotesis dengan analisis regresi berganda, harus dilakukan uji klasik terlebih dahulu. Uji asumsi klasik dalam penelitian ini digunakan untuk mengetahui hubungan antar variabel yang ada dalam model regresi. Pengujian yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi.3.5.3.1.Uji NormalitasGhozali (2013:160) menyatakan bahwa uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Cara untuk mengetahui residual berdistribusi normal atau tidak adalah dengan analisis grafik histogram, grafik normal plot serta uji statistik non-parametrik Kolmogorov-Smirnov.Untuk grafik histogram dan grafik normal plot, pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan (Gozhali,2013:163) yaitu:1. Jika data menyebar di sekitar garis diagonal dan mengikuti aras garis diagonal atau grafik histogram nya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.1. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.Untuk mendeteksi normalitas data dengan uji statistik non-parametrik Kolmogorov-Smirnov, dasar pengambilan keputusannya adalah sebagai berikut :1. Jika nilai Asymp Sig (2 tailed) lebih kecil dari 0,05 maka H0 ditolak dan berarti data residual tidak terdistribusi secara normal.1. Jika nilai Asymp Sig (2 tailed) lebih besar dari 0,05 maka H0 diterima dan berarti data residual terdistribusi secara normal.3.5.3.2.Uji MultikolonieritasMenurut Ghozali (2013:105) uji multikolonieritas memiliki tujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi ada tidaknya multikolonieritas 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.1. Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi (di atas 0,90), maka hal ini merupakan indikasi adanya multikolonieritas. Selain itu multikolonieritas dapat disebabkan adanya efek kombinasi dua atau lebih variabel independen.1. Multikolonieritas dapat juga dilihat dari nilai tolerance dan variance inflation factor (VIF). Nila cutoff untuk menunjukkan adanya multikolonieritas adalah nilai toleransi 0,1 atau sama dengan VIF 10.3.5.3.3.Uji HeteroskedastisitasGhozali (2013:139) menyatakan bahwa uji heterokedastisitas bertujuan menguji apakan dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang tidak terjadi heterokedastisitas. Untuk menguji heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residual nya SRESID. Deteksi ada tidaknya heteroskedaktisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi Y sesungguhnya) yang tekah di-studentized. Dasar analisis untuk pengambilan keputusan berkaitan dengan grafik tersebut adalah sebagai berikut.2. Jika terdapat pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindentifikasikan telah terjadi heterokedastisitas.2. Jika tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.3.5.3.4.Uji AutokorelasiMenurut Ghozali (2013:110) uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Salah satu cara untuk mengetahui ada atau tidaknya autokorelasi di dalam model regresi adalah dengan menggunakan uji Durbin Watson (DW test).Uji Durbin Watson digunakan untuk autokorelasi tingkat satu (first order autocorelation) dan mensyaratkan adanya konstanta atau intercept dalam model regresi serta tidak ada variabel lag diantara variabel independen (Ghozali,2013). Kriteria pengambilan keputusan dalam uji Durbin Watson yaitu:Tabel 3.1Kriteria Pengambilan Keputusan Uji Durbin-WatsonHipotesis NolKeputusanJika

Tidak ada autokorelasi positifTolak0 < d < dl

Tidak ada autokorelasi positifTidak dapat disimpulkandl d du

Tidak ada korelasi negativeTolak4 - dl < d < 4

Tidak ada korelasi negativeTidak dapat disimpulkan4 - du d 4 - dl

Tidak ada autokorelasi, positif dan negativeDiterimadu < d < 4 - du

Sumber: Ghozali (2013:111)Keterangan : dl = Batas bawah dwdu = Batas atas dw3.5.4.Pengujian HipotesisMenurut Ghozali (2013:97), ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dengan Goodness of fit-nya. Secara statistik, setidaknya ini dapat diukur dengan nilai koefisien determinasi, nilai statistik F dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana Ho ditolak). Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana Ho diterima.3.5.4.1.Koefisien KorelasiKoefisien korelasi bertujuan untuk mengukur kekuatan asosiasi (hubungan) linier antara dua variabel.atau lebih variabel independen dengan satu atau lebih variabel dependen. Korelasi juga tidak membedakan antara variabel dependen dengan variabel independen. Dalam analisis regresi, koefisien korelasi yang digunakan juga menunjukkan arah antara variabel dependen dengan variabel independen selain mengukur kekuatan asosiasi (hubungan).Besarnya koefisien korelasi adalah -1 r 1 :1. Apabila ( - ) berarti terdapat hubungan negatif.1. Apabila ( + ) berarti terdapat hubungan positif.Interpretasi dari nilai koefisien korelasi :1. Kalau r = -1 atau mendekati -1, maka hubungan antara kedua variabel kuat dan mempunyai hubungan yang berlawanan (jika X naik maka Y turun atau sebaliknya)1. Kalau r = 1 atau mendekati 1, maka hubungan yang kuat antara variabel X dan variabel Y hubungannya searah.Sedangkan harga r akan dikonsultasikan dengan tabel interpretasi nilai r sebagai berikut : Tabel 3.2Pedoman Interpretasi Koefisien KorelasiInterval KoefisienTingkat Hubungan

0,00 0,1990,20 0,3990,40 0,5990,60 0,7990,80 1,000Sangat rendahRendahSedangKuatSangat kuat

Sumber : Sugiyono (2014:257)3.5.4.2. Koefisien DeterminasiKoefisien determinasi (R) digunakan untuk mengukur kemampuan mode dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai koefisien determinasi yang kecil mencerminkan kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas (Ghozali, 2013:97). Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.Namun Insukindro (1998) dalam Ghozali (2013) menekankan bahwa koefisien determinasi hanyalah salah satu dan bukan satu-satunya kriteria memilih model yang baik. Alasannya bila suatu estimasi regresi linear menghasilkan koefisien determinasi yang tinggi, tetapi tidak konsisten dengan teori ekonomika yang dipilih oleh peneliti, atau tidak lolos dari uji asumsi klasik maka model tersebut bukanlah model penaksir yang baik dan seharusnya tidak dipilih menjadi model empirik.3.5.4.3.Uji Kelayakan ModelUji ini dilakukan untuk melihat apakah model yang dianalisis memiliki tingkat kelayakan model yang tinggi yaitu variabel-variabel yang digunakan model mampu menjelaskan fenomena yang dianalisis. Indikator yang digunakan adalah mean square dari regresi atau mean square dari residual dengan Uji Anova untuk melihat sebaran varian yang disebabkan oleh regresi dan varians yang disebabkan oleh residual (Ferdinand, 2014:239).

1. Apabila F-hitung pada F-tabel maka semua variabel independen layak untuk menjelaskan variabel dependen yang dianalisis.1. Apabila F-hitung pada F-tabel maka semua variabel independen tidak layak untuk menjelaskan variabel dependen yang dianalisis.3.5.4.4.Uji tMenurut Ghozali (2013:98) uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. Kriteria pengambilan keputusan untuk menguji hipotesis adalah sebagai berikut:0. Jika nilai signifikansi lebih besar dari 5% maka hipotesis ditolak. Ini berarti bahwa suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen.0. Jika nilai signifikansi lebih kecil dari 5% maka hipotesis diterima. Ini berarti bahwa suatu variabel independen merupakan penjelas yang signifikan terhadap variabel dependen.31