BAB III METODE PENELITIAN
3.7 Teknik Analisis …
Dalam penelitian ini, metode yang digunakan adalah metode penelitian kuantitatif. Pendekatan kuantitatif berasal dari data yang diperoleh dari laporan keuangan. Data kuantitatif adalah data yang diukur dalam suatu skala numerik (angka). Kesesuaian dalam menggunakan metode kuantitatif biasanya
menghasilkan solusi yang tepat, ekonomis, dapat diandalkan, cepat, mudah untuk digunakan dan dimengerti.
3.7.1 Metode Statistik Deskriptif
Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberikan gambaran terhadap obyek yang diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku (sugiono 2011:29).
3.7.2 Uji Asumsi Klasik
Pendugaan nilai koefisien regresi dengan metode kuadrat terkecil (OLS) bertujuan untuk mencapai kondisi yang baik. Untuk mancapai kondisi yang baik, maka persamaan regresi harus memenuhi asumsi klasik. Sebelum pengujian hipotesis, terlebih dahulu data diuji apakah terdapat kondisi normality,
multicollinearity dan heterokedastisitas. 3.7.2.1 Uji Normalitas Data
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kalau nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil. Cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya adalah:
1) Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas,
2) Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov (K-S). Uji K-S dibuat dengan membuat hipotesis:
H0 : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal
Bila signifikansi >0,05 dengan α = 5% berarti distribusi data normal dan H0 diterima, sebaliknya bila nilai signifikan <0,05 berarti distribusi data tidak normal dan Ha diterima
3.7.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya menunjukkan tidak terjadinya korelasi diantara variabel independen.
Ada tidaknya multikolonieritas dapat dideteksi dengan melihat:
1) Melihat nilai tolerance, Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance > 0,10.
2) Melihat nilai variance inflation factor (VIF), Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai VIF < 10.
3) Menganalisis matrik korelasi variabel-variabel independen untuk matrik korelasi adanya indikasi multikolonieritas dapat dilihat jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,95.
4) Melihat nilai Condition Index (CI), Jika nilai CI antara 10 dan 30 terdapat multikolinearitas moderat ke kuat, sedangkan jika nilai CI > 30 artinya terdapat multikolinearitas sangat kuat.
3.7.2.3 Uji Heteroskedastisitas
Tujuan pengujian ini adalah untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lainnya. Jika varian residual suatu pengamatan lain tetap maka disebut homokesdastisitas dan jika berbeda maka disebut heterokedastisitas. Model regresi yang baik adalah homoskedastisitas, Ghozali (2011). Dalam penelitian ini cara untuk mendeteksi ada tidaknya heterokedastisitas, yaitu dengan menggunakan metode grafik.
Metode ini mendeteksi ada tidaknya heteroskedastisitas dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot dengan ktiteria sebagai berikut :
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang terukur (bergelombang, melebar kemudian menyempit), maka mengindikasikan adanya heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.7.2.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjan tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson dengan ketentuan dari Prof. Singgih sebagai berikut:
1) Angka D-W dibawah -2 berarti ada autokorelasi positif,
2) Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi, 3) Angka D-W di atas +2 berarti ada autokorelasi negatif.
Run test sebagai bagian dari statistik non parametrik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random yaitu dengan melihat nilai probabilitasnya. Bila signifikansi > 0,05 dengan α = 5% berarti residual random dan H0 diterima, sebaliknya bila nilai signifikan < 0,05 berarti residual tidak random dan H0 ditolak.
3.7.3 Uji Hipotesis
Penelitian ini dianalisis dengan model regresi berganda dengan model dasar sebagai berikut:
Y = α+β1X1+β2X2 + β3X3+β4X4+ε
Y = Variabel dependen, dalam hal ini Manajemen Laba
α = Konstanta.
β1,β2, β3, β4 = Koefisien regresi X1,X2,X3,X4
X1 = Variabel independen pertama yaitu Kepemilikan Manajerial X2 = Variabel independen kedua yaitu Proporsi Dewan Komisaris X3 = Variabel independen ketiga yaitu Komite Audit
X4 = Variabel independen keempat yaitu IFRS ε = Tingkat kesalahan pengganggu.
3.7.3.1 Uji Simultan (F Test)
Uji F statistik digunakan untuk menguji keberartian pengaruh dari seluruh variabel bebas secara bersama-sama (serentak) terhadap variabel tidak bebas. Uji ini dilakukan dengan ketentuan sebagai berikut:
H0 diterima jika Fhitung < Ftabel Ha diterima jika Fhitung > Ftabel Pada tingkat kepercayaan 95 %.
Selain itu dapat pula dilihat dari nilai signifikansinya. Jika nilai signifikansi penelitian < 0,05 maka Ha diterima.
3.7.3.2 Uji Parsial (Uji-t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen. Uji ini dilakukan dengan membandingkan signifikansi t hitung dengan ketentuan sebagai berikut:
Ha diterima jika t hitung > t tabel (α = 5%)
Selain itu dapat pula dilihat dari nilai signifikansinya. Jika nilai signifikansi penelitian < 0,05 maka Ha diterima.
3.7.3.3 Uji Determinasi
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Lebih lanjut nilai koefisien determinasi adalah antara nol dan sampai dengan satu. Nilai adjusted R2 yang mendekati satu berarti kemampuan variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen
BAB IV
ANALISIS HASIL PENELITIAN