26
BAB III
METODOLOGI PENELITIAN
A. Jenis Penelitian
Jenis penelitian ini adalah penelitian asosiatif merupakan jenis penelitian yang bertujuan untuk menganalisis hubungan antara suatu variabel dengan variabel yang lain. Penelitian ini memiliki tingkatan tertinggi dibandingkan dengan deskriptif dan komparatif karena dengan penelitian ini dapat dibangun suatu teori yang dapat menjelaskan, meramalkan dan mengontrol suatu gejala (Sugiyono, 2003). Penelitian ini bertujuan untuk mengetahui peran fraud diamond dalam mendeteksi kecurangan pada laporan keuangan dan untuk menguji hipotesis atau menjawab semua pertanyaan dari subjek yang diteliti.
B. Populasi dan Teknik Penentuan Sampel
Populasi dari penelitian ini adalah perusahaan jasa yang bergerak pada sub sektor asuransi yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2016-2020. Sampel dalam penelitian ini diperoleh dengan menggunakan metode purposive sampling yaitu metode pengambilan sampel dengan pertimbangan bahwa sampel yang dipilih berdasarakan kriteria yang telah ditetapkan (Widarjono, 2015). Adapun kriteria yang digunakan dalam pengambilan sampel ini adalah sebagai berikut:
1. Perusahaan jasa sub sektor asuransi yang terdaftar di Bursa Efek Indonesia (www.idx.co.id) pada periode 2016-2020.
27
2. Mempublikasikan laporan keuangan tahunan dalam website Bursa Efek Indonesia (www.idx.co.id) pada periode 2016-2020 berturut- turut.
3. Mengungkapkan data-data yang berkaitan dengan variabel penelitian dan tersedia secara lengkap pada publikasi selama periode 2016-2020.
C. Definisi Operasional Variabel dan Pengukurannya
Penelitian ini bertujuan untuk menganalisis hubungan antara variabel independen yang merupakan komponen fraud diamond dengan variabel dependen yaitu kecurangan laporan keuangan. Penelitian ini menggunakan metode kuantitatif untuk menganalisis permasalahan penelitian. Penelitian ini menganalisis 1 variabel dependen dan 4 variabel independen. Berikut rincian penjelasannya:
1. Variabel Dependen
Variabel dependen yang digunakan dalam penelitian ini adalah kecurangan laporan keuangan. Kecurangan laporan keuangan merupakan suatu kesengajaan dalam menyajikan laporan keuangan yang tidak sesuai, sehingga menyebabkan laporan keuangan tidak relevan dan menyesatkan.
Penelitian ini mendeteksi kecurangan laporan keuangan dengan menggunakan Beneish M-Score yang telah ditetapkan oleh Beneish (1999). Model Beneish M-Score menggunakan 8 rasio keuangan yang dirumuskan sebagai berikut:
28
M- Score = -4.84 + 0.920 DSRI + 0.528 GMI + 0.404 AQI + 0.892 SGI + 0.115 DEPI – 0.172 SGAI – 0.327 LVGI + 4.679 TATA a. Days Sales in Receivable Index (DSRI)
DSRI = 𝑁𝑒𝑡 𝑅𝑒𝑐𝑒𝑖𝑣𝑎𝑏𝑙𝑒 𝑡 / 𝑆𝑎𝑙𝑒𝑠 𝑡 𝑁𝑒𝑡 𝑅𝑒𝑐𝑒𝑖𝑣𝑎𝑏𝑙𝑒 𝑡 − 1 / 𝑆𝑎𝑙𝑒𝑠 𝑡 − 1 b. Gross Margin Index (GMI)
GMI = (𝑆𝑎𝑙𝑒𝑠𝑡−1− 𝐶𝑂𝐺𝑆𝑡−1) / 𝑆𝑎𝑙𝑒𝑠 𝑡 − 1 (𝑆𝑎𝑙𝑒𝑠 𝑡 − 𝐶𝑂𝐺𝑆 𝑡) / 𝑆𝑎𝑙𝑒𝑠 𝑡 c. Asset Quality Index (AQI)
AQI = (1−𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝑎𝑠𝑠𝑒𝑡𝑠𝑡+𝑛𝑒𝑡 𝑓𝑖𝑥𝑒𝑑 𝑎𝑠𝑠𝑒𝑡𝑠𝑡) / 𝑇𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡𝑠 𝑡 (1−𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝑎𝑠𝑠𝑒𝑡𝑠𝑡−1+𝑛𝑒𝑡 𝑓𝑖𝑥𝑒𝑑 𝑎𝑠𝑠𝑒𝑡𝑠𝑡−1) / 𝑇𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡𝑠 𝑡−1 d. Sales Growth Index (SGI)
SGI = 𝑆𝑎𝑙𝑒𝑠 𝑡
𝑆𝑎𝑙𝑒𝑠 𝑡−1
e. Depreciation Index (DEPI) DEPI
= 𝐷𝑒𝑝𝑟𝑒𝑐𝑖𝑎𝑡𝑖𝑜𝑛 𝑡 − 1 / (𝑃𝑃𝐸 𝑡 − 1 + 𝐷𝑒𝑝𝑟𝑒𝑐𝑖𝑎𝑡𝑖𝑜𝑛 𝑡 − 1) 𝐷𝑒𝑝𝑟𝑒𝑐𝑖𝑎𝑡𝑖𝑜𝑛 𝑡 / 𝑆𝑎𝑙𝑒𝑠 𝑡 − 1
f. Sales, General and Administrative Expenses Index (SGAI) SGAI = 𝑆𝐺𝐴 𝐸𝑥𝑝𝑒𝑛𝑠𝑒 𝑡 / 𝑆𝑎𝑙𝑒𝑠 𝑡
𝑆𝐺𝐴 𝐸𝑥𝑝𝑒𝑛𝑠𝑒 𝑡 − 1 / 𝑆𝑎𝑙𝑒𝑠 𝑡 − 1 g. Leverage Index (LVGI)
LVGI = 𝑇𝑜𝑡𝑎𝑙 𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠 𝑡 / 𝑇𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡𝑠 𝑡 𝑇𝑜𝑡𝑎𝑙 𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠 𝑡 − 1 / 𝑇𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡𝑠 𝑡 − 1 h. Total Accrual to Total Assets (TATA)
𝑇𝐴𝑇𝐴 =𝑁𝑒𝑡 𝑖𝑛𝑐𝑜𝑚𝑒 𝑡 − 𝐶𝑎𝑠ℎ 𝑓𝑙𝑜𝑤𝑠 𝑓𝑟𝑜𝑚 𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡 𝑇𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡𝑠 𝑡
29
Jika hasil hitungan Beneish M-Score lebih kecil dari -2.22 maka dikategorikan sebagai perusahaan yang terindikasi kecurangan.
Sedangkan jika hasilnya lebih besar dari -2.22 maka dikategorikan sebagai perusahaan yang tidak terindikasi kecurangan. Selanjutnya untuk perusahaan yang terindikasi kecurangan diberikan skor 1 sedangkan skor 0 diberikan kepada perusahaan yang tidak terindikasi kecurangan (Tiffani dan Marfuah, 2015).
2. Variabel Independen
Variabel independen yang digunakan dalam penelitian ini merupakan 4 elemen dari fraud diamond. Berikut rincian penjelasannya:
a. Pressure (Tekanan)
Pressure (tekanan) merupakan tindakan kecurangan pada
laporan keuangan perusahaan yang disebabkan karena manajemen mendapatkan tekanan untuk mencapai target yang telah ditetapkan, salah satunya dalam prospek keuangan perusahaan. Variabel pressure diproksikan dengan financial stability dan menggunakan
perhitungan perubahan total aset (ACHANGE), karena ketika manajemen mendapatkan tekanan, maka untuk mengatasinya perusahaan memerlukan tambahan sumber pembiayaan dan modal dari hutang. Ketika perusahaan memiliki tingkat leverage yang tinggi, maka ada perusahaan memiliki indikasi melakukan kecurangan pada laporan keuangan.
30
Apabila presentase dari rasio perubahan total aset lebih kecil dari rata-rata industri atau < -1,45% maka adanya kemungkinan terjadinya kecurangan, dengan alasan jika total aset mengalami penurunan maka akan mengganggu progress dan kestabilan ekonomi yang ada di perusahaan. Mengacu pada penelitian Nugraheni dan Triatmoko (2016) diukur dengan menggunakan rasio perubahan total aset, dengan rumus sebagai berikut:
𝐴𝐶𝐻𝐴𝑁𝐺𝐸 =𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡 𝑡 − 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡 𝑡 − 1 𝑇𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡 𝑡 b. Rationalization (Rasionalisasi)
Rationalization (rasionalisasi) merupakan pembenaran
terhadap tindakan kecurangan pada laporan keuangan yang dilakukan seseorang. Indikasi kecurangan tersebut menyebabkan ketegangan hubungan antara manajemen dengan auditor, sehingga terjadi pergantian auditor dengan tidak memperpanjang penugasan baru untuk audit yang lama. Variabel rationalization diproksikan dengan change in auditor atau pergantian auditor eksternal (AUDCHANGE) dan diukur dengan variabel dummy yaitu dengan memberikan kode 1 jika terjadi pergantian auditor eksternal pada periode penelitian sedangkan nilai 0 jika perusahaan tidak melakukan pergantian auditor.
31 c. Opportunity (Kesempatan)
Opportunity (kesempatan) merupakan peluang atau
kesempatan yang dimiliki seseorang untuk melakukan tindakan kecurangan. Peluang tersebut diambil jika dirasa resikonya kecil untuk dideteksi (Sihombing dan Rahardjo, 2014). Kecurangan bisa terjadi karena kurangnya pengendalian dan pengawasan dari perusahaan, sehingga hal ini bisa menjadi kesempatan bagi manajemen untuk melakukan kecurangan terhadap laporan keuangan. Variabel opportunity dalam penelitian ini diproksikan dengan nature of industry dan menggunakan perhitungan perubahan piutang (RECEIVABLE). Pada laporan keuangan terdapat akun-akun yang besarnya saldo ditentukan oleh perusahaan berdasarkan estimasi, seperti akun piutang tak tertagih dan akun persediaan utang (Setiawati dan Baningrum, 2018).
Melakukan penilaian estimasi seperti piutang tak tertagih memungkinkan manajemen untuk melakukan manipulasi, seperti manipulasi laba bersih dengan piutang usaha dan pendapatan.
Apabila presentase rasio piutang terhadap penjualan lebih besar dari rata-rata industri atau > -22,2, maka adanya kemungkinan terjadinya kecurangan, dengan alasan jika piutang mengalami kenaikan yang dapat mengakibatkan tidak tertagihnya piutang sehingga semakin besar biaya-biaya yang akan dikeluarkan.
Mengacu pada penelitian Yesiariani dan Rahayu (2017)
32
menggunakan rasio piutang terhadap penjualan dengan rumus sebagai berikut:
𝑅𝐸𝐶𝐸𝐼𝑉𝐴𝐵𝐿𝐸 = 𝑃𝑖𝑢𝑡𝑎𝑛𝑔 𝑡 − 𝑃𝑖𝑢𝑡𝑎𝑛𝑔 𝑡 − 1 Penjualan t − Penjualan t − 1 d. Capability (Kemampuan)
Capability (kemampuan) merupakan kemampuan yang
dimiliki seseorang untuk melakukan kecurangan, yang biasanya dapat dilakukan oleh orang yang memiliki kedudukan tinggi di perusahaan, seperti direksi dan manajer. Variabel capability diukur menggunakan proksi change in director atau pergantian direksi (DCHANGE) yang diukur menggunakan variabel dummy, yaitu dengan memberikan kode 1 jika terjadi pergantian direksi pada periode penelitian sedangkan nilai 0 jika perusahaan tidak melakukan pergantian direksi. Variabel capability di ukur dengan proksi change in director atau pergantian direksi disebabkan karena jika perusahaan melakukan pergantian direksi dapat menyebabkan stress period yang berdampak pada semakin terbukanya peluang untuk melakukan kecurangan (Wolfie dan Hermanson, 2004).
D. Jenis dan Sumber Data
Pada penelitian ini data diperoleh menggunakan data sekunder.
Data sekunder adalah sumber data yang langsung memberikan datanya kepada pengumpul data, seperti melalui orang lain atau dokumen
33
(Sugiyono, 2010). Data sekunder yang digunakan dalam penelitian ini adalah annual report atau laporan tahunan dan laporan keuangan sub sektor asuransi yang terdaftar di Bursa Efek Indonesia pada periode 2016- 2020, yang diperoleh dari website resmi BEI (www.idx.co.id) dan menggunakan data dokumentai tambahan dari berbagai media cetak dan elektronik.
E. Teknik Perolehan Data
Teknik pengumpulan data dalam penelitian ini adalah dengan teknik dokumentasi. Memperoleh data dan informasi dalam bentuk soft file laporan keuangan tahunan yang didownload melalui website resmi Bursa Efek Indonesi (www.idx.co.id) yang memuat informasi perusahaan dan laporan keuangan perusahaan selama periode 2016-2020.
F. Teknik Analisis Data
1. Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk memberikan gambaran mengenai variabel-variabel dengan menganalisis data serta menguraikan hasil pengujian data yang terdiri dari mean, median, maksimum, minimum, varian dan standar deviasi (Ulum dan Juanda, 2016).
2. Analisis Regresi Logistik
Penelitian ini menggunakan teknik analisis regresi logistik disebabkan karena penelitian ini bertujuan untuk meguji hubungan antara variabel independen dengan variabel dependen dan variabel
34
dependen yang menggunakan variabel dummy (Ghozali, 2016).
Persamaan model regresi logistik dalam penelitian ini yaitu:
In ( 𝜋
1−𝜋) = 𝑎 + 𝛽0 + 𝛽1 𝑃𝑟𝑒𝑠𝑠𝑢𝑟𝑒 + 𝛽2 𝑂𝑝𝑝𝑜𝑟𝑡𝑢𝑛𝑖𝑡𝑦 + 𝛽3 𝑅𝑎𝑡𝑖𝑜𝑛𝑎𝑙𝑖𝑧𝑎𝑡𝑖𝑜𝑛 + 𝛽4 𝐶𝑎𝑝𝑎𝑏𝑖𝑙𝑖𝑡𝑦
Keterangan:
In ( 𝜋
1−𝜋) = Variabel dummy 𝑎 = Konstantan
𝛽0 = Koefisien regresi konstanta
𝛽1,2,3,4 = Koefisien regresi masing-masing proksi Pressure = Perubahan total aset
Rationalization = Pergantian auditor independen Opportunity = Perubahan piutang
Capability = Pergantian susunan direksi
a. Model Logit
Model logit dalam penelitian ini digunakan untuk memprediksi probabilitas kejadian suatu peristiwa dari variabel independen dengan mencocokkan data pada fungsi logit kurva logistik. Kategori paling dasar dari model tersebut menghasilkan binary values seperti angka 0 dan 1. Angka yang dihasilkan
mewakilkan suatu kategori tertentu yang dihasilkan dari perhitungan probabilitas terjadinya kategori tersebut. Berikut penjelasannya :
Residual = Y − Y = Y − 𝛽1− 𝛽2X
35
Ketika Y = 1, Residual = 1 − 𝛽1− 𝛽2X Ketia Y = 0, Residual = −𝛽1− 𝛽2X
Oleh karena itu dengan menggunakan persamaan diatas, dapat kita tuliskan:
𝑃
1 − 𝑃= exp (𝛽1+ 𝛽2𝑋)
Jika hasil dari perhitungan model logit semakin mendekati angka 1 artinya, semakin besar pengaruh variabel tesebut terhadap kecurangan. Sedangkan jika hasil dari perhitungan model logit semakin mendekati angka 0 artinya, semakin kecil pengaruh variabel tesebut terhadap kecurangan.
b. Uji Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmes and Lemeshow’s Goodness of Fit Test. Model ini
bertujuan untuk menguji hipotesis nol bahwa data empiris sesuai dengan model atau dapat dikatakan fit ketika:
1). Jika nilai Hosmes and Lemeshow Goodness of Fit kurang dari atau sama dengan 0,05 maka H0 ditolak yang berarti ada perbedaan signifikan antara model dengan nilai observasinya yang mana tidak baik karena model tidak dapat memprediksi nilai observasinya.
2). Jika Hosmes and Lemeshow Goodness of Fit lebih besar dari 0,05 maka H0 dapat diterima yang berarti model mampu
36
memprediksi nilai observasinya atau cocok dengan data observasi.
c. Uji Koefisien Determinasi (Pseudo R²)
Pseudo R-Square digunakan untuk melihat seberapa besar
kemampuan variabel independen dalam menjelaskan variabel dependennya. Nilai koefisien determinasi ialah antara 1 dan 0, jika Pseudo R² semakin besar nilainya mendekati 1 maka model
semakin tepat.
d. Uji Simultan (Omnibus test)
Uji Omnibus test of model coefficient dilakukan untuk menguji apakah secara terpisah variabel independen mampu menjelaskan variavel dependen secara baik. Pengujian dilakukan dengan menggunakan tingkat signifikansi sebesar 0,05 (α=5%).
Ketentuan penolakan atau penerimaan H0 adalah:
1). Jika nilai signifikansi Omnibus test of model coefficient kurang dari atau sama dengan 0,05 maka H0 ditolak dan H1 diterima (koefisien regresi signifikan). Hal ini berarti secara simultan variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen.
2). Jika nilai signifikansi Omnibus test of model coefficient lebih besar dari 0,05 maka H0 diterima dan H1 ditolak (koefisien regresi tidak signifikan). Hal ini berarti secara simultan
37
variabel independen tersebut tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
3. Uji Hipotesis
Uji hipotesis secara parsial dengan menggunakan uji wald untuk menguji pengaruh antara variabel independen terhadap variabel dependen.
Ketentuan penolakan atau penerimaan H0 pada tingkat signifikansi (α) 5%
adalah:
a. Jika nilai wald statistic lebih kecil dari chi square dan nilai probabilitas lebih besar dari tingkat signifikansi (α). Maka H0 diterima dan hipotesis ditolak yang menyatakan variabel independen berpengaruh tidak signifikan terhadap variabel dependen.
b. Jika nilai wald statistic lebih besar dari chi square dan nilai probabilitas lebih kecil dari tingkat signifikansi (α). Maka H0 ditolak dan hipotesis diterima yang menyatakan variabel independen berpengaruh signifikan terhadap variabel dependen.
c. Memasukkan persamaan dari estimasi logit model ke dalam pencarian probabilitas.
