METODOLOGI PENELITIAN
D. Metode Analisis Data
Metode analisis data menggunakan statistik deskriptif, uji kualitas data,
uji asumsi klasik, dan uji hipotesis.
1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang
dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan kemencengan distribusi (skewness) (Ghozali, 2009:19).
2. Uji Kualitas Data
Untuk mendapatkan hasil penelitian yang baik, maka sebelum dilakukan
uji statistik terlebih dahulu dilakukan uji realibilitas dan uji validitas agar
hasil penelitian menjadi realibel dan valid.
a. Uji Reliabilitas
Realibilitas adalah alat untuk mengukur suatu kuesioner yang
merupakan indikator dari variabel atau konstruk. Kuesioner dikatakan
realibel atau handal jika jawaban seseorang terhadap pernyataan adalah
konsisten atau stabil dari waktu ke waktu. (Ghozali, 2009:45)
Teknik yang digunakan dalam menghitung reliabilitas penelitian
ini adalah dengan mengukur koefisien Cronbach Alfa (a). Suatu variabel dikatakan reliabel jika memberikan nilai Cronbach’s Alpha > 0,60. Jika nilai Alpha < 0,60 hal ini mengindikasikan ada beberapa responden yang menjawab tidak konsisten dan harus kita lihat satu
persatu jawaban responden yang tidak konsisten harus dibuang dari
analisis dan alpha akan meningkat.
b. Uji validitas
Uji validitas adalah alat yang digunakan untuk mengukur valid
atau tidaknya suatu kuesioner. Suatu kuesioner dinyatakan valid jika
pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu
yang akan diukur oleh kuesioner tersebut. (Ghozali, 2009:49)
Pengujian validitas dilakukan dengan cara menghitung korelasi
antara skor tiap butir pertanyaan dengan jumlah skor seluruh
pertanyaan. Angka korelasinya tersebut kemudian dibandingkan
dengan angka kritis atau r kritis untuk seluruh responden dengan
tingkat signifikansi sebesar 0,05% pada tabel Product Moment yang digunakan sebagai rumus korelasi. Suatu instrumen dikatakan valid
apabila bila angka korelasional yang diperoleh dari perhitungan yaitu r
hitung lebih besar atau sama dengan dari r tabel (r kritis) atau dengan
melihat nilai probabilitas jika nilai probabilitas lebih kecil dari nilai
signifikansi 0,05 maka dikatakan valid, sebaliknya jika lebih besar dari
nilai signifikansi 0,05 maka tidak valid.
3. Uji Asumsi Klasik
Untuk melakukan uji asumsi klasik atas data primer ini, maka peneliti
melakukan, uji normalitas, uji multikolinearitas dan uji heteroskedastisitas.
a. Uji Normalitas
Normalitas bertujuan untuk menguji apakah variabel dalam
sebuah model regresi, variabel dependen, variabel independen, atau
keduanya mempunyai distribusi normal atau tidak (Ghozali,
2009:147). Model regresi yang baik adalah distribusi data normal atau
mendekati normal. Deteksi normalitas dengan melihat penyebaran data
(titik) pada sumbu diagonal data grafik. Dasar pengambilan keputusan:
jika data yang menyebar disekitar diagonal dan mengikuti arah garis
diagonal, maka model regresi mengikuti asumsi normalitas, sedangkan
jika data menyebar jauh dari data diagonal atau tidak mengikuti arah
garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Pengujian multikolinearitas bertujuan untuk menguji apakah
pada model regresi ditemukan adanya korelasi antar variabel
independen. Jika terjadi korelasi, maka dinamakan terdapat problem
multikolinearitas (multiko). Model regresi yang baik seharusnya tidak
terjadi korelasi antara variabel independen. Untuk mendeteksi adanya
problem multiko, maka dapat dilakukan dengan melihat nilai
Tolerance dan Variance Inflation Factor (VIF) serta besaran korelasi antar suatu variabel. (Ghozali, 2009:95)
Jika VIF > 10 dan nilai tolerance < 0,10 maka terjadi gejala
Multikolinierita, sebaliknya jika VIF < 10 atau disekitar angka 1 dan
nilai tolerance>0,10 atau mendekati 1 maka bebas multiko. Sedangkan jika dilihat dengan besaran korelasi antar variabel independen, maka
suatu model regresi dapat dikatakan bebas multiko jika koefisien
korelasi antar variabel independen haruslah lemah (dibawah 0,5). Jika
korelasinya kuat, maka terjadi multiko
c. Uji Heteroskedastisitas
Uji heterokedastistas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan variansi dari residual satu
pengamataan ke pengamatan yang lain. Model regresi yang baik
adalah yang homokedastisitas atau tidak terjadi heterokedastistas.
(Ghozali, 2009:125)
Pada heteroskedastisitas, keahlian yang terjadi tidak random
(acak) tetapi menunjukkan hubungan yang sistematis sesuai dengan
besarnya satu atau lebih variabel bebas. Adanya heteroskedastisitas
dalam regresi dapat diketahui dengan menggunakan beberapa cara.
Cara yang penulis gunakan adalah dengan melihat grafik Scatterplot
antara nilai prediksi variabel terikat dengan residualnya. Deteksi ada
tidaknya pola tertentu pada grafik Scattelplot dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y
sesungguhnya) yang sudah di-studentizet.
Dasar analisis: jika pola tertentu, seperti titik yang ada
membentuk pola tertentu yang teratur (bergelombang, melebar
kemudian menyempit), maka mengindikasikan telah terjadi
heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik
menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas.
4. Uji Hipotesis
Hipotesis dalam penelitian ini diuji dengan menggunakan regresi
berganda. Analisis regresi berfungsi untuk mengukur kekuatan hubungan
antara dua variabel atau lebih, juga menunjukkan hubungan antara variabel
dependen dengan variabel independen (Ghozali, 2009:86). Variabel
independen dari penelitian ini terdiri dari orientasi etika dan pengalaman
sedangkan variabel dependennya adalah persepsi etis praktik manajemen
laba.
Dalam uji hipotesis ini dilakukan melalui:
a. Uji Koefisien Determinasi
Untuk menentukan seberapa besar variabel independen dapat
menjelaskan variabel dependen, maka perlu diketahui koefisien
determinasi (R-square). Jika R-square adalah sebesar 1 berarti fluktuasi variabel dependen seluruhnya dapat dijelaskan oleh variabel
independen dan tidak ada faktor lain yang menyebabkan fluktuasi
variabel dependen. Nilai R-square berkisar hampir 1, berarti semakin kuat kemampuan variabel independen menjelaskan variabel dependen.
Sebaliknya, jika nilai R-square semakin mendekati angka 0 berarti semakin lemah kemampuan variabel independen dapat menjelaskan
fluktuasi variabel dependen (Ghozali Imam, 2009:87).
b. Uji Statistik t
Uji statistik t digunakan untuk mengetahui seberapa jauh pengaruh
satu variabel penjelas/independen secara individual dalam
menerangkan variasi variabel dependen (Ghozali, 2009:88). Untuk
mengetahui ada tidaknya pengaruh masing-masing variabel
independen secara individual terhadap variabel dependen digunakan
tingkat signifikansi 5% (α) = 0,05. Jika probability t lebih besar dari 0,05 maka tidak ada pengaruh dari variabel independen terhadap
variabel dependen (koefisien regresi tidak signifikan), sedangkan jika
nilai probability t lebih kecil dari 0,05 maka terdapat pengaruh
variabel dependen (koefisien signifikan).
c. Uji Statistik F
Uji statistik F dilakukan untuk mengetahui hubungan variabel-variabel
independen secara bersama-sama (simultan) terhadap variabel
dependen. Untuk mengetahui apakah variabel-variabel independen
secara bersama-sama mempengaruhi variabel dependen, maka
menggunakan tingkat signifikansi sebesar 0,05 (Ghozali, 2009:88).
Untuk menguji hipotesis ini digunakan statistik F dengan kriteria
pengambilan keputusan sebagai berikut: jika Fhitung lebih besar dari
Ftabel dan tingkat signifikansi lebih kecil dari pada alpha 0,05 maka H0
ditolak atau Ha diterima, ini berarti menyatakan bahwa semua variabel
independen mempunyai pengaruh secara bersama-sama terhadap
variabel dependen. Sebaliknya jika Fhitung lebih kecil dari Ftabel dan
tingkat signifikansi lebih besar dari pada alpha 0,05 maka variabel
independen tidak mempunyai pengaruh secara bersama-sama terhadap
variabel dependen.