bab iii obyek dan metode penelitian 3.1. obyek...

45

Syarif Hidayat, 2015

PENGARUH PROFITABILITAS DAN KINERJA LINGKUNGAN TERHADAP PENGUNGKAPAN TANGGUNG JAWAB SOSIAL Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

BAB III

OBYEK DAN METODE PENELITIAN

3.1. Obyek Penelitian

Obyek dalam penelitian ini adalah pengaruh profitabilitas dan kinerja

lingkungan terhadap pengungkapan tanggung jawab sosial pada perusahaan

manufaktur khususnya industri pulp dan kertas. Untuk itu dalam penelitian ini

data yang digunakan adalah laporan PROPER dan annual report perusahaan

manufaktur khususnya industri pulp & kertas dan kayu tahun 2010-2013 yang

tedaftar di BEI.

3.2. Metode Penelitian

Metode penelitian merupakan suatu cara ilmiah yang digunakan untuk

mendapatkan data dan tujuan untuk menemukan jawaban, untuk membuktikan

suatu hal atau untuk memecahkan masalah. Dalam melakukan suatu penelitian

ilmiah seorang peneliti harus mempunyai metode yang sesuai dengan kebutuhan

penelitian sehingga mempermudah pencapaian tujuan peneliti. Pernyataan

tersebut sesuai dengan pendapat yang dikemukakan oleh Sugiyono (2008:2) yaitu:

“Penelitian pada dasarnya merupakan cara ilmiah untuk mendapatkan data dengan

tujuan dan kegunaan tertentu”.

46



Metode penelitian yang digunakan dalam penelitian ini adalah metode

penelitian kausalitas. menurut Indriantoro dan Supomo (2011:90), mengemukakan

bahwa:

Desain kausal berguna untuk mengukur hubungan antara variabel X dengan

variabel Y dimana variabel dependen (sebut: variabel Y) dijelaskan atau

dipengaruhi oleh variabel independen tertentu (sebut: variabel X), maka dapat

dinyatakan bahwa variabel X menyebabkan variabel Y.

.

3.2.1. Definisi dan Operasinalisasi Variabel

Menurut Sugiyono (2008:59) variabel penelitian adalah ”suatu atribut atau

sifat atas nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu

yang ditetapkan oleh peneliti untuk kemudian dipelajari dan ditarik

kesimpulannya”.

Menurut Sugiyono (2008:59) mendefinisikan variabel bebas dan terikat

sebagai :

a. Variabel bebas adalah variabel yang mempengaruhi atau yang menjadi

sebab perubahannya atau timbulnya variabel terikat.

b. Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi

akibat karena adanya variabel bebas.

Dalam penelitian ini terdiri dari variabel sebagai berikut:

1. Variabel bebas: profitabilitas (X1) dan kinerja lingkungan (X2) dimana

variabel ini tidak dipengaruhi oleh variabel lain, akan tetapi variabel ini akan

mempengaruhi variabel lain.

47



2. Variabel terikat: Pengungkapan Tanggung Jawab Sosial Perusahaan (Y),

dimana variabel ini merupakan suatu akibat yang ditimbulkan oleh reaksi

variabel bebas.

Sedangkan operasionalisasi variabel dalam penelitian ini akan dijelaskan

dalam tabel di bawah ini :

Tabel 3.1

Operasionalisasi Variabel

Variabel Indikator Variabel Skala Data

Variabel X1 :

Profitabilitas Perusahaan

Return On Equity : 𝐿𝑎𝑏𝑎 𝐵𝑒𝑟𝑠𝑖ℎ

𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑀𝑜𝑑𝑎𝑙 (𝐸𝑞𝑢𝑖𝑡𝑦)

(Hanafi dan Halim (2008 : 179))

Rasio

Variabel X2 :

Kinerja Lingkungan

Perusahaan

Peringkat PROPER:

Emas = 5

Hijau = 4

Biru = 3

Merah = 2

Hitam = 1

(Pemberian Score dari Hasil

Penilaian PROPER yang Dilakukan

Oleh Kementrian ingkungan

Hidup)

Ordinal

Variabel Y :

Pengungkapan

Tanggung Jawab Sosial

Index CSR :

𝐶𝑆𝑅𝐼𝑗 =∑ 𝑋𝑖𝑗

𝑛𝑗

(Global Reporting Intiative)

Rasio

48



Definisi operasionalisasi dari masing-masing variabel yang digunakan

dalam penelitian ini adalah :

a. Profitabilitas Perusahaan

Profitabilitas adalah kemampuan perusahaan untuk menghasilkan

keuntungan pada tingkat penjualan, aset dan modal saham tertentu (Ricky dan

jesica, 2009). Penelitian ini mengukur profitabilitas dengan menggunakan salah

satu rasio profitabilitas yaitu Return On Equity. Dalam Hanafi dan Halim (2008 :

179) menyatakan bahwa perusahaan yang memiliki tingkat rasio pengembalian

modal (ROE) tinggi sebagai pengukur profitabilitas, perusahaan akan

meningkatkan pengungkapan pertanggungjawaban sosialnya.

Return On Equity = 𝐿𝑎𝑏𝑎 𝐵𝑒𝑟𝑠𝑖ℎ

𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑀𝑜𝑑𝑎𝑙 (𝐸𝑞𝑢𝑖𝑡𝑦)

b. Kinerja Lingkungan Perusahaan

Kinerja lingkungan ini diukur dengan melihat peringkat perusahaan tersebut

yang mengikuti program PROPER. Program PROPER ini merupakan salah satu

upaya Kementrian Lingkungan Hidup untuk mendorong penataan perusahaan

dalam pengelolaan lingkungan hidup. Sistem peringkat PROPER dibagi menjadi

lima peringkat yaitu :

- Emas : sangat baik Skor = 5

49



- Hijau : baik Skor = 4

- Biru : rata-rata Skor = 3

- Merah : kurang baik Skor = 2

- Hitam : Tidak baik Skor = 1

c. Pengungkapan Tanggung Jawab Sosial Perusahaan

Pengungkapan tanggung jawab sosial perusahaan pada penelitian ini diukur

dengan menggunakan CSR index yang merupakan luas pengungkapan relatif

setiap perusahaan sampel atas pengungkapan sosial yang dilakukannya, dimana

instrumen pengukuran dalam checklist yang akan digunakan dalam penelitian ini

mengacu pada instrumen yang ditetapkan oleh Global Reporting Intiative (GRI).

Pendekatan untuk menghitung CSRI pada dasarnya menggunakan

pendekatan dikotomi yaitu setiap item CSR dalam instrumen penelitian diberi

nilai 1 jika diungkapkan, dan nilai 0 jika tidak diungkapkan. Selanjutnya, skor

dari setiap item dijumlahkan untuk memperoleh keseluruhan skor untuk setiap

perusahaan. Rumus perhitungan CSRI adalah sebagai berikut:

𝐶𝑆𝑅𝐼𝑗 =∑ 𝑋𝑖𝑗

𝑛𝑗

Keterangan:

CSRIj : Corporate Social Responsibility Disclosure Index perusahaan j

nj : jumlah item untuk perusahaan j, nj ≤ 79

Xij : dummy variabel: 1 = jika item i diungkapkan; 0 = jika item i tidak

diungkapkan

50



3.2.2. Populasi dan Sampel Penelitian

Menurut Sugiyono (2008:115) populasi adalah wilayah generalisasi yang

terdiri atas: obyek/subyek yang mempunyai kualitas dan karakteristik tertentu

yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan.

Populasi dalam penelitian ini yaitu industri Pulp & Kertas dan kayu yang terdaftar

di PROPER tahun 2010-2013 sebanyak 46 perusahaan.

Menurut Sugiono (2008:116) sampel adalah bagian dari jumlah dan

karakteristik yang dimiliki oleh populasi tersebut. Sampel dalam penelitian ini

diambil dengan menggunakan metode purposive sampling. Artinya, setiap bagian

dari populasi memiliki kesempatan yang sama untuk terpilih menjadi sampel,

asalkan telah memenuhi kriteria yang ditetapkan. Adapun kriteria yang dijadikan

dasar dalam pengambilan sampel adalah sebagai berikut:

1. Sampel adalah perusahaan-perusahaan manufaktur khusunya industri

pulp & kertas dan kayu yang telah melakukan penilaian kinerja

lingkungan melalui program PROPER yang dilakukan Kementrian

Lingkungan Hidup tahun 2010-2013,

2. Sampel adalah perusahaan manufaktur khusunya industri pulp & kertas

dan kayu yang terdaftar di BEI yang telah mempublikasikan laporan

tahunan periode tahun 2010-2013.

51



Berdasarkan paparan kriteria di atas, maka dari total pengamatan sejumlah

46 Industri pulp & kertas dan kayu, diperoleh sampel penelitian yang memenuhi

kriteria tersebut yaitu dapat dilihat pada tabel 3.2 di bawah ini :

Tabel 3.2

Jumlah Pengamatan Industri Pulp & Kertas dan kayu

Jumlah perusahaan industri pulp & kertas dan kayu yang

mengikuti PROPER

46 Perusahaan

Industri pulp & kertas dan kayu yang tidak terdaftar pada

Bursa Efek Indonesia

(37 Perusahaan)

Industri pulp & kertas dan kayu yang terdaftar di BEI tidak

tersedia data laporan tahunan secara konsisten tahun 2010-

2013

(2 Perusahaan)

Total Sampel Penelitian 7 Perusahaan

Sumber : www.idx.co.id dan website masing-masing perusahaan (diolah)

Adapun 7 sampel dari penelitian ini yaitu sebagai berikut :

Tabel 3.3

Sampel Penelitian

No Perusahaan Kode Perusahaan

1 PT. Fajar Surya Wisesa, Tbk FASW

2 PT. Indah Kiat Pulp & Paper, Tbk INKP

3 PT. Toba Pulp Lestari, Tbk INRU

4 PT. Kertas Basuki Rachmat Indonesia, Tbk KBRI

http://www.idx.co.id/

52



5 PT. Suparma, Tbk SPMA

6 PT. Sumalindo Lestari Jaya, Tbk SULI

7 PT. Tirta Mahakam Resources, Tbk TIRT

Sumber : www.idx.co.id

3.2.3. Teknik Pengumpulan Data

Teknik pengumpulan data merupakan langkah yang paling utama dalam

penelitian, karena tujuan utama dari penelitian adalah mendapatkan data. Ada dua

tahap dalam melakukan melakukan teknik pengumpulan data. Tahap pertama

dilakukan melalui studi pustaka dengan cara pengkajian dari literatur-literatur,

seperti buku, jurnal akuntansi dan laporan penelitian yang berkaitan dengan

masalah yang diteliti guna memperoleh dasar teoritis. Pada tahap kedua,

pengumpulan data sekunder. Data sekunder adalah sumber yang tidak langsung

memberikan data kepada pengumpul data. (sugiyono, 2008:402). Data sekunder

tersebut diperoleh dari media internet dengan cara mengunduh melalui situs

www.idx.co.id untuk memperoleh data mengenai laporan keuangan dan

mengunduh laporan hasilan PROPER dari situs Kementrian Lingkungan Hidup.

3.2.4. Teknik Analisis Data



53



Selanjutnya data yang telah terkumpul dianalisis untuk dapat memberikan

jawaban dari masalah yang dibahas dalam penelitian ini. Analisis ini dilakukan

pada data yang diperoleh dari laporan tahunan perusahaan-perusahaan yang

diteliti. Menurut Sugiyono (2008:428) analisis data adalah

proses mencari dan menyusun secara sistemastis data yang diperoleh dari

hasil wawancara, catatan lapangan, dan dokumentasi, dengan cara

mengorganisasikan data ke dalam kategori,menjabarkan ke dalam unit-unit,

melakukan sintesa, menyusun ke dalam pola, memilih mana yang penting

dan yang akan dipelajari, dan membuat kesimpulan sehingga mudah

difahami oleh diri sendiri maupun orang lain. Metode analisis data yang

digunakan dalam penelitian ini adalah dengan analisis kuantitatif.

Metode analisis data yang digunakan dalam penelitian ini adalah dengan analisis

kuantitatif. Data ini berupa angka-angka yang kemudian diolah menggunakan

metode statistik dengan menggunakan software SPSS (Statistik Product and

Service Solution). Peneliti melakukan terlebih dahulu uji asumsi klasik sebelum

melakukan pengujian hipotesis.

3.2.4.1. Uji Asumsi Klasik

3.2.4.1.1. Uji Normalitas

Uji normalitas data digunakan untuk melakukan pengujian data observasi

apakah data tersebut berdistribusi normal atau tidak. (Sarwono, 2012:96). Uji

normalitas yang digunakan dalam penelitian ini adalah dengan cara uji statistika

nonparametrik Kolmogorov Smirnov. Menurut Sarwono (2012:97) Apabila nilai

probabilitas signifikansinya lebih besar dari 0,05 (>0,05), maka data tersebut

terdistribusi secara normal. Sedangkan apabila nilai probabilitas signifikansi lebih

kecil dari 0,05 (<0,05), maka data tersebut tidak terdistribusi secara normal.

54



Selain itu, untuk mendeteksi normalitas juga dapat menggunakan program

IBM SPSS Versi 20.0. Pengujian dapat dilakukan dengan melihat grafik distribusi

normal atau Normal P-P Plot of Regression Standardized Residual. Dasar

pengambilan keputusan adalah:

a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis

diagonal, maka model regresi mempunyai residual yang normal.

b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis

normal, maka model regresi tidak memenuhi asumsi normalitas.

3.2.4.1.2. Uji Multikolinieritas

Menurut Imam Ghozali (2007:91), multikolinearitas adalah untuk menguji

apakah terdapat korelasi antar variabel independen. Sedangkan model regresi

yang baik adalah model regresi yang tidak terdapat problem multikolinearitas

(nonmultikolinearitas) yang tidak terdapat korelasi antar variabel independennya

atau tidak berhubungan secara sempurna antar variabel independen.

Jika variabel independen saling berkorelasi (multikolinearitas) maka

keslahan standar estimasi akan cenderung meningkat dengan bertambahnya

variabel independen atau dengan kata lain tidak orthogonal. Sedangkan menurut

Imam Ghozali (2007:91) pengertian ortogonal adalah “variabel independen yang

nilai korelasi antar semua variabel independen sama dengan nol”.

Metode yang akan digunakan untuk melihat adanya multikolinearitas

dalam penelitian ini adalah dengan melihat besaran nilai tolerance dan nilai

Variance Inflation Factor (VIF). Nilai tolerance digunakan untuk mengukur

55



variabilitas variabel yang dipilih yang tidak dapat dijelaskan oleh variabel

independen lainnya (Imam Ghozali, 2007:91).

Nilai tolerance dan nilai Variance Inflation Factor (VIF) berbanding

terbalik, dengan kata lain yaitu jika nilai tolerance rendah maka nilai Variance

Inflation Factor (VIF) akan tinggi. Nilai yang dipakai untuk menunjukkan adanya

multikolinearitas adalah nilai tolerance value < 0,10 dan nilai Variance Inflation

Factor (VIF) > 10.

3.2.4.1.3. Uji Heterokedastisitas

Menurut Imam Ghozali (2007:105) tujuan dilakukan uji asumsi

heterokedastisitas adalah “untuk menguji apakah dalam sebuah regresi terjadi

ketidaksamaan varians dan residual dari suatu pengamatan yang lain”. Jika nilai

residualnya tetap, maka disebut homoskedastisitas sedangkan jika berbeda disebut

dengan heterokedastisitas.

Pengujian asumsi heterokedastisitas adalah dengan melihat adanya pola

tertentu pada Grafik Plot antara prediksi variabel dependen yaitu ZPRED dengan

residualnya SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan

dengan melihat ada tidaknya pola tertentu pada grafik Sarterplot antara SRESID

dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah

residual (Y Prediksi – Y sesungguhnya). Sedangkan dasar analisisnya menurut

Imam Ghozali (2007:105) adalah sebagai berikut:

56



a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu

yang teratur,maka mengidentifikasikan telah terjadi heterokedastisitas.

b. Jika tidak ada pola yang jelas serta titik-titik menyebar di bawah dan di

atas 0 pada sumbu Y, maka hal ini tidak terjadi heterokedastisitas.

3.2.4.1.4. Uji Autokorelasi

Pada data time series sering ditemukan adanya masalah autokorelasi.

Menurut Imam Ghozali (2007:95), uji autokorelasi bertujuan untuk menguji

apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada

periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika

terdapat korelasi, maka akan dinamakan ada problem autokorelasi. Sedangkan

cara untuk mengetahui adanya autokorelasi adalah dengan menggunakan Durbin-

Watson (DW) Statistic dengan kriteria melihat tabel sebagai berikut:

Tabel 3.4

Kriteria Nilai Durbin-Watson (DW) Statistic

Kurang dari 1,10 Ada Korelasi

1,10 – 1,54 Tanpa Kesimpulan

1,55 – 2,45 Tidak ada autokorelasi

2,46 – 2,90 Tanpa Kesimpulan

Lebih dari 2,91 Ada Korelasi

3.2.4.2. Rancangan Pengujian Hipotesis

Hipotesis dapat diartikan sebagai suatu jawaban yang bersifat sementara

terhadap permasalahan penelitian, sampai terbukti melalui data yang terkumpul

57



(Suharsimi Arikunto, 2006:71). Hipotesis yang telah dibuat tersebut harus

dilakukan pengujian. Pengujian hipotesis menurut Suharyadi dan Purwanto

(2008:82), adalah “prosedur yang didasarkan pada bukti sampel yang dipakai

untuk menentukan apakah hipotesis merupakan suatu pernyataan yang wajar dan

oleh karenanya tidak ditolak, atau hipotesis tersebut tidak wajar dan oleh karena

itu harus ditolak”. Hipotesis yang digunakan dalam penelitian ini adalah sebagai

berikut:

1. Hipotesis 1

H0-1 : β1 ≤ 0 Tidak ada pengaruh positif profitabilitas terhadap

Pengungkapan Tanggung Jawab sosial Perusahaan.

Ha-1 : β1 > 0 Ada pengaruh positif Profitabilitas terhadap


2. Hipotesis 2

H0-2 : β2 ≤ 0 Tidak ada pengaruh positif Kinerja Lingkungan

terhadap Pengungkapan Tanggung Jawab sosial

Perusahaan.

Ha-2 : β2 > 0 Ada pengaruh positif Kinerja Lingkungan terhadap


Data-data yang dipergunakan untuk pengujian statistik ini merupakan data-

data yang berasal dari variabel dependen yaitu pengungkapan tanggung jawab

sosial perusahaan dan data yang berasal dari variabel independen yaitu

58



profitabilitas dan kinerja lingkungan. Variabel pengungkapan tanggung jawab

sosial perusahaan dan profitabilitas menggungakan skala rasio sedangkan variabel

kinerja lingkungan menggunakan skala ordinal.

3.2.4.3. Pengujian Hipotesis

Hipotesis diuji dengan menggunakan analisis regresi berganda. Analisis

regresi berganda pada dasarnya menurut Indriantoro dan Supomo (20011:211),

merupakan ekstensi dari model regresi dalam analisis bivariate yang umumnya

digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap

variabel dependen dengan skala pengukuran interval atau rasio dalam suatu

persamaan linier. Karena data yang diperoleh dari variabel ada yang masih dalam

bentuk skala ordinal, sementara pada analisis bivariate diperlukan data yang

memiliki skala interval maka dilakukan transformasi tingkat pengukuran dari

skala ordinal ke skala interval melalui Methode of Successitive Intervals.

Metode Successitive Intervals dapat dioperasikan dengan salah satu

program tambahan pada Microsoft Excel, yaitu Program Successitive Intervals

dengan langkah kerja menurut Sambas Ali (2007 : 70) adalah sebagai berikut :

a. Double klik di stat97.xla, kemudian klik "enable macros"

b. Input skor yang diperoleh pada lembar kerja (worksheet) Excel

c. Pilih Add-ins, klik “Statistics” pada Menu Bar

d. Klik “Succesive interval” pada Menu Analize

e. Klik “Drop Down” untuk mengisi Data Range pada kotak dialog

input, dengan cara memblok skor yang akan di ubah skalanya

f. Pada kotak dialog di atas, kemudian check list (√) Input Label in first

now

g. Pada Option Min Value isikan atau pilih 1 dan Max Value isikan atau

pilih 5

h. Masih pada Option, check list (√) Display Summary

59



i. Selanjutnya pada Output, tentukan Cell Output, hasilnya akan

ditempatkan di sel mana kemudian klik “next”

j. Pilih variabel yang akan di transformasi kemudian klik “next” dan

“finish”

Analisis regresi berganda digunakan untuk mengetahui signifikan tidaknya

pengaruh variabel bebas profitabilitas dan kinerja lingkungan terhadap variabel

terikat yaitu pengungkapan tanggung jawab sosial perusahaan. Persamaan

fungsinya dapat dirumuskan sebagai berikut:

Ŷ = a + b1X1 + b2X2

Dimana :

Ŷ = pengungkapan tanggung jawab sosial perusahaan

a = harga Y bila X=0 (konstan)

b = Angka arah atau koefisien regresi, yang menunjukkan angka peningkatan

ataupun penurunan variabel dependen yang didasarkan pada variabel

independen. Bila b (+) maka naik, bila (-) maka terjadi penurunan.

X1 = Profitabilitas

X2 = Kinerja Lingkungan

3.2.4.4. Menghitung Koefisien Determinasi

Koefisien determinasi (KD) menurut Suharyadi dan Purwanto (2008)

merupakan “ukuran untuk mengetahui kesesuaian atau ketepatan hubungan antara

variabel independen dengan variabel dependen dalam suatu persamaan regresi.

Dengan kata lain, keofisien determinasi menunjukkan kemampuan variabel X

60



yang merupakan variabel bebas menerangkan atau menjelaskan variabel Y yang

merupakan variabel tidak bebas. Nilai koefisien determinasi berada anatara 0

sampai 1 (0 ≤ KD ≤ 1)

a. Jika nilai koefisien determinasi (KD) = 0, berarti tidak ada hubungan

variabel independen terhadap variabel dependen.

b. Jika nilai koefisien determinasi (KD) = 1, berarti variansi (naik/turunnya)

variabel dependen adalah 100% dipengaruhi oleh variabel independen.

c. Jika nilai koefisien determinasi (KD) berada diantara 0 dan 1 maka

besarnya hubungan variabel independen terhadap variasi variabel

independen adalah sesuai dengan nilai KD itu sendiri, dan selebihnya

dipengaruhi oleh faktor-faktor lain. Formulasi koefisien determinasi

menurut Sugiyono (2010):

KD = (r2) x 100%

Dimana: KD = Koefisien Determinasi

r = Koefisien Korelasi

3.2.4.5. Penarikan Kesimpulan

Penarikan kesimpulan didasarkan atas analisis tiap variabel dan pengujian

hipotesis atas variabel penelitian. Berdasarkan kesimpulan yang diperoleh penulis

selanjutnya akan mencoba memberikan pandangan dan saran-saran yang

bermanfaat untuk penelitian ini.

bab iii obyek dan metode penelitian 3.1. obyek...

Documents