METODE PENELITIAN
C. Metode Pengumpulan Data
Penelitian ini menggunakan data sekunder yaitu data yang diperoleh oleh peneliti secara tidak langsung dari objeknya, tetapi melalui sumber lain, baik lisan maupun tulisan. Data sekunder dikumpulkan dari website dan sumber lainnya, lalu dilanjutkan dengan pencatatan, perekapan, kemudian penghitungan. Untuk variabel independen (kualitas audit), variabel dependen (manajemen laba), dan variabel intervening (fee audit) data berupa laporan tahunan yang diperoleh dari BEI. Data penunjang lainnya diperoleh dari situs resmi BEI (www.idx.co.id), database pasar modal lab bursa FEB UIN Syarif Hidayatullah.
Pengunaan data sekunder dikarenakan alasan sebagai berikut:
1. Laporan keuangan yang sudah dipublish telah diaudit oleh akuntan publik sehingga informasinya dapat dipercaya.
31 2. Kantor pusat perusahaan berada di berbagai tempat yang berbeda sehingga apabila harus mengambil data langsung dari sumbernya akan menyita banyak waktu dan materi.
3. Lebih mudah dan lebih murah dalam memperoleh data.
D. Metode Analisis Data 1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varians, maksimum, minimum, sum, range, kurtosis, dan skewness
(kemencengan distribusi) (Ghozali, 2012).
Statistik deskriptif didasarkan pada data yang telah dikumpulkan lalu dianalisis. Analisis ini digunakan untuk memberikan deskripsi mengenai variabel-variabel penelitian (fee audit, kualitas audit, dan manajemen laba) yang dapat dilihat dari jumlah data, maksimum, minimum, angka rata-rata, kisaran, dan standar deviasi.
2. Uji Asumsi Klasik a. Uji Normalitas
Pengujian akan dilakukan pada variabel fee audit dan manajemen laba saja karena satu variabel lainnya (kualitas audit)
32 hanyalah variabel dikotomi yang jelas tidak akan mampu membentuk distribusi normal.
Uji ini bertujuan untuk menguji apakah dalam model regresi, variabel independen, variabel dependen atau keduanya memiliki distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal (Ghozali, 2012). Proses uji normalitas data dilakukan dengan uji Kolmogorov-Smirnov (K-S).
Uji K-S dilakukan dengan melihat angka probabilitasnya dengan ketentuan:
1) Nilai signifikansi atau nilai probabilitas < 0,05; distribusi adalah tidak normal.
2) Nilai signifikansi atau nilai probabilitas > 0,05; distribusi adalah normal.
Selain uji K-S, normal tidaknya suatu data dapat dideteksi juga lewat plot grafik histogram, hanya gambar grafik kadang-kadang dapat menyesatkan karena kelihatan distribusinya normal tetapi secara statistik sebenarnya tidak normal (Ghozali, 2012).
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas atau
33 independen (Ghozali, 2012). Untuk menguji multikolinearitas, maka dapat dilakukan pengujian dengan menggunakan uji
Variance Inflation Factor (VIF) dengan ketentuan, yaitu: 1) Apabila memiliki nilai VIF (variance inflation factor) < 10; 2) Mempunyai angka Tolerance mendekati > 0,10; dan
3) Jika kedua kriteria di atas terpenuhi, maka bisa disimpulkan bahwa variabel-variabel independen tidak memiliki masalah multikolinearitas.
Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen (Ghozali, 2012).
c. Uji Heterokedastisitas
Uji ini bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual dari satu pengamatan ke pengamatan lainnya. Jika varian dari residual dari satu pengamatan ke pengamatan lainnya tetap, maka disebut homokedastisitas, dan jika berbeda disebut heterokedastisitas. Model regresi yang baik bersifat homokedastisitas dan tidak terjadi heterokedastisitas (Ghozali, 2012).
Heterokedastisitas dapat dideteksi dengan melihat plot antara nilai taksiran dengan residual. Uji heterokedastisitas dalam
34 penelitian ini yaitu dengan melihat ada tidaknya pola tertentu pada grafik scatter plot. Ketentuan :
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan masalah heterokedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
d. Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Gejala ini menimbulkan konsekuensi yaitu interval keyakinan menjadi lebih lebar serta varians dan kesalahan standar akan ditafsir terlalu rendah. Uji autokorelasi dilakukan dengan Run test
untuk menguji apakah antar residual terdapat korelasi yang tinggi. 3. Uji Hipotesis
Jika suatu variabel dependen bergantung pada lebih dari satu variabel independen, hubungan antara kedua variabel disebut analisis regresi berganda (multiple regression). Hasil pengujian tersebut akan
35 memberikan hasil dari penolakan atau penerimaan dari hipotesis penelitian.
Penelitian ini menggunakan software SPSS 21 untuk memprediksi hubungan antara variabel independen dengan variabel dependen. Adapun persamaan untuk menguji hipotesis secara keseluruhan dalam penelitian ini adalah sebagai berikut:
LNABSDTA = β1KA + β2LNFEE + e Keterangan:
LNABSDTA : Manajemen laba KA : Kualitas audit LNFEE : Fee audit
β1, β2 : Koefisien masing-masing variabel e : Error
Analisis regresi linier berganda dan analisis jalur digunakan untuk menguji hipotesis dalam penelitian ini. Analisis jalur merupakan perluasan dari analisis regresi berganda, atau dengan kata lain analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel yang telah ditetapkan sebelumnya berdasarkan teori. Persamaannya antara lain adalah sebagai berikut:
36 LNABSDTA = β1 KA + β2 LNFEE + e2
Keterangan:
LNABSDTA : Manajemen laba KA : Kualitas audit LNFEE : Fee audit
β1, β2 : Koefisien masing-masing variabel e1, e2 : Error
Untuk mengetahui kebenaran prediksi dari pengujian regresi yang dilakukan, maka dilakukan pencarian nilai koefisien determinasi. Uji F juga digunakan untuk mengetahui apakah semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen. Sedangkan pengujian untuk mendukung hipotesis adalah dengan uji t yaitu seberapa jauh pengaruh variabel dependen.
a. Uji Koefisien Determinasi
Untuk menguji seberapa jauh kemampuan model penelitian dalam menerangkan variabel dependen, yaitu dengan menghitung koefisien determinasi (R²). Semakin besar adjusted R² suatu variabel independen, maka menunjukkan semakin dominan pengaruh variabel independen terhadap variabel dependen.
37 Nilai R² yang telah disesuaikan adalah antara nol dan sampai dengan satu. Nilai R² yang mendekati satu berarti kemampuan variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Nilai R² yang kecil atau dibawah 0,5 berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen sangat kecil. Menurut Gujarati (2003) dalam Ghozali (2012) jika dalam uji empiris didapat nilai adjusted R² negatif, maka nilai adjusted R² dianggap bernilai nol.
b. Uji Statistik F (F-test)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimaksud dalam penelitian secara simultan atau bersama-sama merupakan penjelas yang signifikan terhadap variabel dependen. Pengujian dilakukan dengan menggunakan tingkat signifikansi sebesar 0,05 (α=5%). Ketentuan penolakan dan penerimaan hipotesis adalah sebagai berikut:
1) Jika nilai signifikansi F > 0,05 atau Fhitung < Ftabel maka Ho diterima dan menolak H1 (koefisien regresi tidak signifikan). Ini berarti bahwa secara bersama-sama seluruh variabel independen tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
38 2) Jika nilai signifikansi F ≤ 0,05 atau Fhitung > Ftabel maka Ho ditolak dan menerima H1 (koefisien regresi signifikan). Ini berarti bahwa secara bersama-sama seluruh variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen.
c. Uji Statistik t (t-test)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara parsial atau individual dalam menerangkan variabel dependen. Pengujian dilakukan dengan menggunakan tingkat signifikansi sebesar 0,05 (α=5%). Ketentuan penolakan atau penerimaan hipotesis adalah sebagai berikut:
1) Jika nilai signifikansi t > 0,05 maka Ho diterima dan menolak H1 (koefisien regresi tidak signifikan). Ini berarti bahwa secara parsial variabel independen tersebut tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
2) Jika nilai signifikansi t ≤ 0,05 maka Ho ditolak dan menerima H1 (koefisien regresi signifikan). Ini berarti bahwa secara parsial variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen.
39 E. Operasionalisasi Variabel Penelitian
Variabel penelitian adalah suatu atribut atau sifat- sifat atau nilai dari seseorang, obyek, atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Dalam penelitian ini, variabel yang digunakan adalah kualitas audit sebagai variabel independen, fee audit sebagai variabel intervening, sedangkan manajemen laba sebagai variabel dependen. Variabel-variabel tersebut dapat dijelaskan sebagai berikut:
1. Kualitas Audit (Variabel Independen)
Menurut Luhgiatno (2010) dan Aloysia (2003), kualitas audit sebagai variabel dependen dalam penelitian diproksikan dengan ukuran kantor akuntan publik yang diukur dengan menggunakan variabel dummy yaitu nilai 0 untuk KAP non BIG4 dan nilai 1 untuk KAP yang berafiliasi dengan KAP BIG4 internasional. Dengan mengasumsikan bahwa auditor KAP BIG4 memiliki kualitas audit relatif lebih baik dibandingkan dengan auditor KAP non BIG4. 2. Fee Audit (Variabel Intervening)
Variabel intervening yang digunakan dalam penelitian ini adalah
fee audit. Data tentang fee audit akan diambil dari akun professional fees yang terdapat dalam laporan keuangan dari perusahaan yang
40 terdaftar di Bursa Efek Indonesia (BEI). Hal ini sesuai dengan penelitian yang dilakukan oleh Hartadi (2009).
3. Manajemen Laba (Variabel Dependen)
Sejauh ini hanya model berbasis agregate accrual yang diterima secara umum sebagai model yang memberikan hasil paling kuat dalam mendeteksi manajemen laba (Sulistyanto, 2008). Model empiris ini sejalan dengan akuntansi berbasis akrual yang selama ini digunakan dalam pencatatan transaksi. Model akuntansi akrual dapat memunculkan komponen akun akrual yang mudah dipermainkan nominalnya karena akun ini berasal dari transaksi-transaksi yang tidak disertai penerimaan dan pengeluaran kas. Model agregat accrual
menggunakan semua komponen laporan keuangan untuk mendeteksi rekayasa keuangan.
Model berbasis agregate accrual yang digunakan adalah Modified Jones Models. Dechow et al. (1995) menemukan bahwa model ini merupakan alat yang paling kuat untuk mendeteksi manajemen laba. Sehingga manajemen laba sebagai variabel dependen dalam penelitian ini diproksikan dengan discretionary accruals (DTA) model jones dimodifikasi (modified jones model). Pengukuran variabel manajemen laba menurut modified jones models dapat dilakukan dengan urutan sebagai berikut (Sulistyanto, 2008):
41 a. Menghitung nilai total akrual (TAC) dengan model berikut:
TAC = NI – CF
Keterangan: TAC : Total accrual NI : Net income after tax
CF : Net cash flow from operation
b. Menghitung nilai nondiscretionary accruals (NDA) dengan terlebih dahulu melakukan regresi linear sederhana terhadap model berikut:
Keterangan: TAC : Total accrual
TA : Total assets
PPE : Gross property, plant, and equipment Dengan melakukan regresi terhadap ketiga variabel di atas maka diperoleh koefisien dari variabel independen, yaitu b1, b2, b3 yang akan dimasukkan dalam persamaan di bawah ini untuk menghitung nilai nondiscretionary total accruals (NDTA).
42 Keterangan: NDA : Nondiscretionary accruals
TA : Total assets
TR : Trade receivables
PPE : Gross property, plant, and equipment
c. Menghitung nilai discretionary accruals (DTA) yang merupakan selisih antara total akrual (TAC) dengan nondiscretionary accruals (NDTA).
Variabel dan skala pengukuran yang terdapat dalam penelitian disajikan secara ringkas dalam tabel dibawah ini:
Tabel. 3.1
Operasionalisasi Variabel dan Pengukuran
No. Jenis
Variabel
Variabel Indikator Skala
Pengukuran 1. Dependen Manajemen Laba Logaritma natural dan absolut dari discretionary accruals modified jones model. Rasio
2. Independen Kualitas Audit Variabel dummy, jika perusahaan menggunakan KAP BIG4 maka diberi nilai 1, jika perusahaan tidak menggunakan Nominal
43
No. Jenis
Variabel
Variabel Indikator Skala
Pengukuran KAP BIG4
maka diberi nilai 0. 3. Intervening Fee Audit Logaritma
natural dari
professional fees.
Rasio
44 BAB IV