BAB III

METODE PENELITIAN

A. Desain Penelitian

Dalam penelitian ini, penulis menggunakan metode kuantitatif.

Penelitian kuantitatif menekankan pada pengujian teori melalui pengukuran

variabel penelitian dengan angka dan melakukan analisis data dengan

prosedur statistik (Erlina dan Mulyani, 2007 : 12) Selain itu pada penelitian

ini juga menggunakan desain penelitian kausal komparatif. Nazir (2005: 58)

menyatakan penelitian komparatif adalah penelitian deskriptif yang ingin

mencari jawaban secara mendasar tentang sebab-akibat, dengan menganalisis

faktor-faktor penyebab terjadinya ataupun munculnya suatu fenomena

tertentu. Menurut Husein (2012: 7) desain kausal digunakan untuk

mengukur kuat hubungan dan pengaruh antar variabel dalam penelitian.

B. Tempat dan Waktu Penelitian

Penelitian ini dilakukan pada perusahaan yang termasuk dalam

perusahaan sektor pertambangan yang terdaftar di Bursa Efek Indonesia (BEI)

yang diakses melalui www.idx.co.id. Penelitian dimulai pada bulan Juni 2014

sampai dengan Juli 2014.

C. Definisi Operasional dan Pengukuran Variabel

Sekaran (2006: 115) menjelaskan bahwa variabel adalah apapun

yang dapat membedakan atau membawa variasi pada nilai. Nilai bisa

berbeda pada berbagai waktu untuk objek atau orang yang sama. Variabel

43
 44

penelitian yang digunakan dalam penelitian ini terdiri dari variabel bebas

dan variabel terikat.

1. Variabel Bebas

Variabel bebas adalah variabel yang mempengaruhi variabel terikat,

entah secara positif atau negatif (Sekaran, 2006: 117). Dalam penelitian ini

variabel yang digunakan adalah Intellectual Capital yang terdiri atas

Capital Employed Efficiency (CEE), Human Capital Efficiency (HCE), dan

Structural Capital Efficiency (SCE), dan dan diukur dengan Value Added

Intellectual Coefficient (VAIC). VAIC merupakan model yang

dikembangkan oleh Pulic (1998,1999).

Ulum (2009: 86) menyebutkan kegunaan VAIC, yaitu

menyediakan standar perhitungan yang mudah dan merupakan ukuran

dasar yang konsisten sehingga memungkinkan analisis komparatif baik di

perusahaan maupun di negara secara efektif. Selain itu, data yang

digunakan dalam perhitungan VAIC didasarkan pada laporan keuangan,

yang biasanya telah diaudit oleh akuntan publik yang profesional.

Pulic (1999) dalam (Ulum, 2009: 88) menjelaskan VA dihitung

sebagai selisih antara output (OUT) dan input (IN) dengan formula sebagai

berikut :

VA = OUT – IN ........ (8)

Keterangan :

VA = Value Added
 45

OUT = Output (total penjualan dan pendapatan lain)

IN = Input (beban penjualan dan biaya-biaya lain-selain

beban karyawan)

Pulic (1999) menjelaskan juga bahwa value added juga dapat

dihitung dari akun-akun perusahaan sebagai berikut :

VA = OP + EC + D +A ......... (9)

Keterangan :

VA = Value Added

OP = operating profit

EC = employee cost

D = depreciation

A = amortisation

Pulic (1999) menjelaskan bahwa value added dipengaruhi oleh

efisiensi human capital dan structural capital. Hubungan lainnya dari

value added (VA) adalah capital employed efficiency (CEE) yang dalam

hal ini dilabeli dengan VACA. VACA adalah indikator untuk VA yang

diciptakan oleh satu unit dari capital employed/physical capital. Rasio ini

menunjukkan kontribusi yang dibuat oleh setiap unit dari CEE terhadap

value added organisasi. Persamaan VACA adalah sebagai berikut :

 46

VACA = VA/CE ........ (10)

Keterangan :

VACA = Value Added Capital Employed

VA = Value Added

CE = Capital Employed (dana yang tersedia : net assets)

Pulic (1999) menjelaskan hubungan Value Added (VA) dengan

human capital efficiency (HCE) dalam VAHU. Ini menunjukkan berapa

banyak VA yang dapat dihasilkan dengan dana yang dikeluarkan untuk

tenaga kerja. VAHU menunjukkan kontribusi yang dibuat oleh setiap

rupiah yang diinvestasikan dalam HCE terhadap VA organisasi.

VAHU = VA/HC ........ (11)

Keterangan :

VAHU = Value Added Human Capital

VA = Value Added

HC = Human Capital (beban karyawan)

Pulic (1999) menjelaskan hubungan Value Added (VA) dengan

structural capital efficiency (SCE) dalam STVA. Ini mengukur jumlah

SCE yang dibutuhkan untuk menghasilkan satu rupiah dari VA dan

 47

merupakan indikasi bagaimana keberhasilan SCE dalam penciptaan nilai.

Persamaan STVA sebagai berikut :

STVA = SC/VA ....... (12)

Keterangan :

STVA = Structural Capital Value Added

SC = Structural Capital (VA-HC)

VA = Value Added

Pulic (1999) mengembangkan VAIC sebagai penjumlahan 3

komponen tersebut, yaitu :

VAIC = VACA + VAHU + STVA ........ (13)

2. Variabel Terikat

Variabel terikat yaitu variabel yang menjadi perhatian utama

peneliti (Sekaran, 2006: 116). Variabel terikat yang digunakan dalam

penelitian ini adalah Return on Asset (ROA).

ROA merupakan salah satu rasio profitabilitas. Dalam analisis

laporan keuangan, rasio ini paling sering digunakan, karena mampu

menunjukkan keberhasilan perusahaan menghasilkan keuntungan. ROA

mampu mengukur kemampuan perusahaan manghasilkan keuntungan

pada masa lampau untuk kemudian diproyeksikan di masa yang akan

datang.
 48

........ (14)

Sumber : Brigham dan Houston (2001: 90)

D. Populasi dan Sampel

Populasi adalah keseluruhan unsur-unsur yang memiliki satu atau

beberapa ciri atau karakteristik yang sama. Sekaran (2006: 121)

menambahkan bahwa populasi mengacu pada keseluruhan kelompok

orang, kejadian, atau hal minat yang ingin peneliti investigasi. Populasi

dalam penelitian ini adalah perusahaan sektor pertambangan yang

terdaftar di Bursa Efek Indonesia pada tahun 2007-2012 dan secara

konsisten tercatat dalam Indonesian Capital Market Directory (ICMD)

sebanyak 39 perusahaan pertambangan.

Sekaran (2006: 123) menjelaskan bahwa sampel adalah sebagian

dari populasi yang terdiri atas sejumlah anggota yang dipilih dari

populasi. Penentuan sampel dalam penelitian ini dilakukan secara non

probability sampling-purposive sampling artinya bahwa populasi yang akan

dijadikan sampel penelitian adalah populasi yang memenuhi kriteria

sampel tertentu sesuai yang dikehendaki oleh peneliti (Sekaran, 2006:

 49

127). Sekaran (2006: 127) menjelaskan bahwa penelitian yang baik

menggunakan data laporan keuangan antara 5-10 tahun.

Penentuan kriteria sampel diperlukan untuk menghindari

timbulnya mispesification dalam penentuan sampel penelitian yang

selanjutnya akan berpengaruh terhadap analisis. Adapun syarat sampel yang

digunakan dalam penelitian ini adalah sampel yang menyajikan informasi

keuangan lengkap dengan kriteria khusus sebagai berikut :

1. Perusahaan sampel merupakan perusahaan dalam sektor

pertambangan yang menerbitkan laporan keuangan tahunan antara

tahun 2007-2012 yang terdaftar di Bursa Efek Indonesia.

2. Laporan keuangan yang digunakan merupakan laporan keuangan yang

telah diaudit oleh kantor akuntan publik.

3. Perusahaan sampel tidak berganti jenis usaha pada saat periode

penelitian sedang berlangsung.

Berikut ini perusahaan yang masuk dalam populasi:

Tabel 2. Daftar Perusahaan Pertambangan yang tercatat di BEI

No Kode Saham Nama Emiten

1 ARTI Ratu Prabu Energi Tbk

2 ENRG Energi Mega Persada Tbk

3 MEDC Medco Energi International Tbk

4 RUIS Radiant Utama Interinsco Tbk

5 ANTM Aneka Tambang (Persero) Tbk

 50

No Kode Saham Nama Emiten

6 CITA Cita Mineral Investindo Tbk

7 ITMG Indo Tambangraya Megah Tbk

8 DEWA Darma Henwa Tbk

9 INCO Vale Indonesia Tbk

10 TINS Timah (Persero) Tbk

11 PTBA Tambang Batubara Bukit Asam (Persero) Tbk

12 BUMI Bumi Resources Tbk

13 PTRO Petrosea Tbk

14 KKGI Resources Alam Indonesia Tbk

15 ELSA Elnusa Tbk

Sumber : www.sahamok.com

E. Jenis Data dan Teknik Pengumpulan Data

Jenis data yang digunakan dalam penelitian ini menggunakan data

sekunder. Data sekunder adalah data yang telah ada dan tidak perlu

dikumpulkan sendiri oleh peneliti (Sekaran, 2006: 65). Data sekunder dalam

penelitian ini adalah laporan keuangan tahunan perusahaan yang menjadi

sampel penelitian ini pada tahun 2007-2012 yang telah diaudit oleh kantor

akuntan publik. Teknik pengumpulan data dilakukan dengan metode

dokumentasi dimana data dikumpulkan dari website BEI di www.idx.co.id,

yahoo finance dan Indonesian Capital Market Directory.

F. Teknik Analisis Data

Metode analisis yang digunakan dalam penelitian ini adalah

analisis regresi linier berganda. Analisis regresi ini bertujuan untuk

 51

memperoleh gambaran yang menyeluruh mengenai hubungan antara

variabel independen dan variabel dependen untuk kinerja pada masing-

masing perusahaan baik secara parsial maupun secara simultan. Sebelum

melakukan uji linier berganda, metode mensyaratkan untuk melakukan

uji asumsi klasik guna mendapatkan hasil yang terbaik (Ghozali, 2011:

105). Tujuan pemenuhan asumsi klasik ini dimaksudkan agar variabel

bebas sebagai estimator atas variabel terikat tidak bias.

1. Uji Asumsi Klasik

Sebelum dilakukan pengujian analisis regresi linier berganda

terhadap hipotesis penelitian, maka terlebih dahulu perlu dilakukan

suatu pengujian asumsi klasik atas data yang akan diolah sebagai

berikut :

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model

regresi, variabel pengganggu atau residual memiliki distribusi

normal. Seperti diketahui bahwa uji t dan F mengasumsikan

bahwa nilai residual mengikuti distribusi normal. Kalau asumsi

ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah

sampel kecil. Ada dua cara untuk mendeteksi apakah residual

berdistribusi normal atau tidak yaitu dengan analisis grafik dan

uji statistik. Untuk menguji apakah data berdistribusi normal

atau tidak dilakukan uji statistik Kolmogorov-Smirnov Test.

 52

Residual berdistribusi normal jika memiliki nilai signifikansi

>0,05 (Imam Ghozali, 2011: 160-165).

b. Uji Multikolinieritas

Menurut Imam Ghozali (2011: 105-106) uji

multikolinieritas bertujuan untuk menguji apakah model regresi

ditemukan adanya korelasi antar variabel bebas (independen).

Untuk menguji multikolinieritas dengan cara melihat nilai VIF

masing-masing variabel independen, jika nilai VIF < 10, maka

dapat disimpulkan data bebas dari gejala multikolinieritas.

c. Uji Heteroskedastisitas

Uji heterokedastisitas bertujuan menguji apakah dalam model

regresi terjadi ketidaksamaan variance dari residual satu pengamatan

ke pengamatan yang lain. Ada beberapa cara yang dapat dilakukan

untuk melakukan uji heteroskedastisitas, yaitu uji grafik plot, uji

park, uji glejser, dan uji white. Pengujian pada penelitian ini

menggunakan Grafik Plot antara nilai prediksi variabel dependen

yaitu ZPRED dengan residualnya SRESID. Tidak terjadi

heteroskedastisitas apabila tidak ada pola yang jelas, serta titik-titik

menyebar di atas dan di bawah angka 0 pada sumbu Y. (Imam

Ghozali, 2011: 139-143).

d. Uji Autokorelasi
 53

Uji autokorelasi bertujuan menguji apakah dalam model

regresi linier ada korelasi antara kesalahan pengganggu pada

periode t dengan kesalahan pengganggu pada periode t-1

(sebelumnya). Jika terjadi korelasi, maka dinamakan ada

problem autokorelasi (Imam Ghozali, 2011: 110).

Pada penelitian ini untuk menguji ada tidaknya gejala

autokorelasi menggunakan uji Durbin-Watson (DW test).

Tabel 3. Pengambilan keputusan ada tidaknya autokorelasi

Hipotesis Nol Keputusan Jika

Tidak ada autokorelasi positif Tolak 0 < d < dl

Tidak ada autokorelasi positif No Decision dl ≤ d ≤ du
Tidak ada korelasi negatif Tolak 4 – dl < d < 4
Tidak ada korelasi negatif No Decision 4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi, positif Tidak Ditolak du < d < 4-du
atau negatif

Sumber: Imam Ghozali, 2011

2. Uji Hipotesis

Pengujian hipotesis pada penelitian ini menggunakan analisis

regresi linier berganda. Analisis ini digunakan untuk mengetahui

pengaruh beberapa variabel independen (X) terhadap variabel dependen

(Y). Analisis linier berganda dilakukan dengan uji koefisien

determinasi, uji t, dan uji F. Model regresi dalam penelitian ini sebagai

berikut :
 54

Y = α + β1.X1 + β2.X2 + β3.X3 ...... (15)

Keterangan :
Y = Return on Asset

α = Konstanta
β1, β2, β3 = Koefisien regresi variable Independen
X1 = Value Added of Capital Employed (VACA)
X2 = Value Added Human Capital (VAHU)
X3 = Structural Capital Value Added (STVA)

a. Uji koefisien determinasi (R2)

Koefisien determinasi (R2) pada intinya mengukur seberapa

jauh kemampuan model dalam menerangkan variasi variabel

dependen. Nilai koefisien determinasi adalah antara nol dan satu.

Nilai R2 yang kecil berarti kemampuan variabel-variabel

independen dalam menjelaskan variasi variabel dependen amat

terbatas. Nilai yang mendekati satu berarti variabel-variabel

independen memberikan hampir semua informasi yang dibutuhkan

untuk memprediksi variasi variabel dependen (Imam Ghozali,

2011: 97).

b. Uji Parsial (uji t)

Tujuan dari uji parsial adalah untuk mengetahui seberapa

jauh pengaruh dari variabel independen (X) terhadap variabel

dependen (Y) secara parsial. Pengujian hipotesis akan

dilakukan dengan menggunakan tingkat signifikansi sebesar

 55

0,05 (α =5%) atau tingkat keyakinan sebesar 0,95. Hipotesis

dirumuskan sebagai berikut :

Ho : bi = 0

HA : bi ≠ 0

1) Pengaruh Value Added of Capital Employed (X1) terhadap

Return on Asset (Y).

Ho1 : b1 ≤ 0, tidak terdapat pengaruh positif X1 terhadap Y

Ha1 : b1 > 0, terdapat pengaruh positif X1 terhadap Y

2) Pengaruh Value Added Human Capital (X2) terhadap Return on

Asset (Y).

Ho2 : b2 ≤ 0, tidak terdapat pengaruh positif X2 terhadap Y

Ha2 : b2 > 0, terdapat pengaruh positif X2 terhadap Y

3) Pengaruh Structural Capital Value Added (X3) terhadap

Return on Asset (Y).

Ho3 : b3 ≤ 0, tidak terdapat pengaruh positif X3 terhadap Y

Ha3 : b3 > 0, tidak terdapat pengaruh positif X3 terhadap Y

Ketentuan dalam pengujian ini adalah sebagai berikut :

1) Jika tingkat signifikansi ≤ 5%, Ho ditolak dan Ha diterima

 56

2) Jika tingkat signifikansi ≥ 5%, Ho diterima dan Ha ditolak

c. Uji Simultan (Uji Statistik F)

Uji F pada dasarnya menunjukkan apakah semua variabel

independen atau bebas yang dimasukkan dalam model mempunyai

pengaruh secara bersama-sama terhadap variable dependen/terikat.

Pada pengujian ini juga menggunakan tingkat signifikansi sebesar

5% atau 0,05. Prosedur Uji F ini adalah sebagai berikut :

1) Menentukan hipotesis nol maupun hipotesis alternatifnya :

Ho : b1 = b2 = b3 = 0, berarti tidak ada pengaruh X1, X2, X3,

terhadap Y

Ha : b1 ≠ b2 ≠ b3 ≠ 0, berarti ada pengaruh X1, X2, X3,

terhadap Y

2) Membuat keputusan uji F

Jika nilai F lebih besar dari pada 4 maka Ho ditolak pada

derajat kepercayaan 5%, dengan kata lain hipotesis alternatif

(Ha) diterima, yang menyatakan bahwa semua variabel

independen secara serentak dan signifikan mempengaruhi

variabel dependen.