42
keterangan mengenai apa yang ingin diketahui dan bertujuan untuk menyusun suatu ilmu yang berupaya membuat hukum-hukum dari generalisasinya.
Penelitian kuantitatif dilakukan dengan cara mengkuantitatifkan data-data penelitian yang dapat menghasilkan informasi yang dibutuhkan untuk proses
analisis.
3.7.1. Statistik Deskriptif
Metode analisis deskriptif merupakan metode analisis data yang dilakukan untuk mengetahui dan menjelaskan variabel yang diteliti yang
berupa angka-angka sebagai dasar untuk pengambilan keputusan. Angka- angka yang dimaksud adalah nilai minimum, nilai maksimum, rata-rata
mean, dan standar deviasi Ghozali, 2013: 19.
3.7.2. Uji Asumsi klasik
Uji asumsi klasik merupakan persyaratan statistik yang harus dipenuhi oleh analisis linear berganda. Uji asumsi klasik ini biasa digunakan para
peneliti yang sedang mengolah data yang mengharuskan kriteria: 1. Model regresi dispesifikasikan dengan benar.
2. Eror menyebar normal dengan rataan nol dan memiliki suatu ragam tertentu
3. Tidak terjadi heteroskedastisitas pada ragam ragam eror. 4. Tidak terjadi multikolinearitas antara variabel bebas.
5. Eror tidak mengalami autokorelasi.
43
Berikut ini adalah uji asumsi yang dilakukan dalam penelitian ini:
3.7.2.1. Uji Normalitas
Uji Normalitas digunakan dalam tahap awal dalam metode pemilihan analisis data. Uji normalitas digunakan untuk mengetahui
apakah distribusi data penelitian masing-masing variabel telah menyebar secara normal.Model regresi yang baik adalah yang memiliki distribusi
data normal atau mendekati data normal. Normalitas dapat dideteksi dengan melihat penyebaran data titik-titik pada sumbu diagonal dari
grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya jika data hanya menyebar disekitar garis
diagonal dan mengikuti arah garis diagonal, atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi
asumsi normalitas. Untuk melengkapi hasil analisis grafik normal probability plot
digunakan uji statistic non-parametrik Kolomogorov- Smirnoc
K-S. Pada uji statistic one-sample Kolmogorov Smirnov dapat dilihat probabilitas signifikan terhadap variabel. Jika probabilitas
signifikan diatas 0,05, maka variabel tersebut terdistribusi secara normal Ghozali, 2013.
3.7.2.2. Uji multikolinearitas
Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen Ghozali, 2013:
105. Pada model regresi yang baik seharusnya tidak terjadi korelasi
44
antar variabel independen.Untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi adalah dengan cara melihat nilai
Tolerance dan nilai Variance Inflation Factor VIF. Jika nilai Tolerance
lebih dari 0,10 berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95. Jika nilai Variance Inflation Factor VIF lebih
besar dari 10 maka terjadi multikolinearitas Ghozali, 2013: 103.
3.7.2.3 Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah pada suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode satu dengan
periode sebelumya Ghozali, 2013: 110. Jika terjadi korelasi, berarti dijumpai problem autokorelasi. Uji autokorelasi dilakukan dengan
menggunakan Run test. Apabila nilai Asymptotic Significance 0,05 maka tidak terjadi gejala autokorelasi sementara itu jika nilai Asymptotic
Significance 0,05 maka telah terjadi gejala autokorelasi Sugiyono,
2011: 112.
3.7.2.4. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians antara satu pengamatan ke pengamatan
lainnya Ghozali, 2013: 139. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap maka disebut homoskedastisitas, dan jika
berbeda maka disebut heteroskedastisitas. Model regresi yang baik adalah terjadi homoskedastisitas. Cara mendeteksi ada tidaknya gejala
45
heteroskedasitisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik scatterplot di sekitar nilai X dan Y. Jika ada pola tertentu,
maka telah terjadi gejala heteroskedastisitas Ghozali, 2013: 139.
3.7.3. Analisis Regresi Linear Berganda
Metode analisis data yang digunakan adalah analisis regresi berganda. Alat uji statistik regresi berganda digunakan untuk mencari pengaruh
sekumpulan variable independen terhadap suatu variable dependen. Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan
variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen
apabila nilai variabel independen mengalami kenaikan atau penurunan. Pengujian dalam penelitian ini menggunakan model regresi linear
berganda yaitu: Y =
α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ e Keterangan:
Y = Keberadaan Komite Manajemen Risiko α
= Konstanta X
1
= Proporsi Dewan Komisaris X
2
= Ukuran Dewan X
3
= Frekuensi Rapat Dewan X
4
= Reputasi Auditor E = Error
46
3.7.4. Pengujian Hipotesis
3.7.4.1. Koefisien Determinasi Adjusted R
2
Uji koefisien determinasi dilakukan dalam penelitian bila variabel independennya lebih dari satu. Uji ini dilakukan untuk
menentukan seberapa besar variabel independen dapat menjelaskan variabel dependennnya. Jika nilai adjusted R
2
= 1 berarti fluktuasi variabel dependen seluruhnya dapat dijelaskan oleh variabel
independen. Jika nilai adjusted R
2
semakin mendekati 1, berarti semakin kuat kemampuan variabel independen dapat menjelaskan
fluktuasi variabel dependen, sedangkan jika nilai adjusted R
2
semakin mendekati 0 berarti semakin lemah kemampuan variabel independen dapat dijelaskan fluktuasi variabel dependen Ghozali,
2013: 97. 3.7.4.2. Uji F-Statistik
Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh
secara bersama-sama terhadap variabel dependen. Dasar penerimaan atau penolakan hipotesis dapat dilihat dengan membandingkan F
hitung
dengan F
tabel
, jika F
hitung
F
tabel
maka Ho ditolak dan Ha diterima Ghozali, 2013: 98.
47
3.7.4.3. Uji T-Statistik
Uji statistik t disebut juga sebagai uji signifikansi individual. Uji t dilakukan untuk mengetahui signifikansi secara parsial antara
variabel independen dengan variabel dependen dengan mengasumsikan bahwa variabel independen lainnya konstan. Dasar penerimaan atau
penolakan hipotesis dapat dilihat dengan membandingkan nilai t
hitung
dengan t
tabel
, apabila t
hitung
lebih besar dari t
tabel
maka Ho ditolak dan Ha diterima Ghozali, 2013: 99.
48
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum Sampel Penelitian
Penelitian ini bertujuan untuk mengetahui faktor-faktor proporsi komisaris independen, ukuran komisaris, frekuensi rapat dewan, dan reputasi auditor
terhadap keberadaan komite manajemen risiko. Populasi yang digunakan dalam penelitian ini adalah perusahaan perbankan yang terdaftar di Bursa Efek Indonesia
BEI. Tahun penelitian yang dipilih dalam penelitian ini adalah tahun 2011-2014. Periode pengamatan dilakukan selama empat tahun agar peneliti dapat
menganalisis dan mengamati perkembangan perusahaan yang menjadi sampel penelitian selama periode waktu tersebut. Selama periode waktu penelitian
perusahaan yang menjadi sampel dapat mengalami perubahan baik dipengaruhi oleh faktor internal maupun eksternal perusahaan.
Pengambilan sampel dalam penelitian ini dengan menggunakan metode purposive sampling
, yaitu pemilihan sampel berdasarkan kriteria-kriteria yang telah ditentukan, dalam penelitian ini kriteria yang digunakan adalah:
1. Perusahaan perbankan yang terdaftar di BEI tahun 2011-2014. 2. Berturut-turut mengeluarkan laporan tahunan selama tahun penelitian.
3. Memiliki Komite Manajemen Risiko dan menyediakan data tentang keanggotaannya.
49
4.2 Statistik Deskriptif
Statistik deskriptif dilakukan agar dapat memberikan gambaran tentang suatu data yang dilihat dari nilai minimum, maksimum, rata-rata mean dan standar
deviasi yang dihasilkan dari variabel-variabel penelitian. Variabel-variabel yang digunakan dalam penelitian ini adalah struktur modal, kinerja keuangan,
pertumbuhan, dan ukuran perusahaan sebagai variabel independen, serta nilai perusahaan sebagai variabel dependen. Hasil uji statistik deskriptif dengan
menggunakan program SPSS disajikan dalam tabel 4.1 berikut ini:
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Komite Manajemen Risiko
64 .60206
1.38021 .9700721
.20147096 Proporsi Komisaris
independen 64
.33333 44.00000
1.3441535 5.45972746
Ukuran Dewan Komisaris 64
3 9
4.97 1.808
Frekuensi Rapat Dewan 64
4 64
15.33 14.321
Valid N listwise 64
Sumber: Lampiran 7
Reputasi Auditor
Frequency Percent
Valid Percent Cumulative
Percent Valid
23 35.9
35.9 35.9
1 41
64.1 64.1
100.0 Total
64 100.0
100.0
Sumber: Lampiran 7
50
Dari hasil analisis statistik deskriptif tersebut diketahui bahwa jumlah observasi dalam penelitian N adalah 64. Pada variabel reputasi auditor dapat
diketahui bahwa 35,9 perusahaan perbankan menggunakan jasa akuntan publik yang berasal dari KAP non big four dan sebanyak 64,1 perusahaan
perbankan menggunakan jasa akuntan publik yang berasal dari KAP big four. Variabel komite manajemen risiko memiliki nilai minimum sebesar 0,60206,
nilai maksimum sebesar 1,38021, nilai rata-rata 0
,
9700721, dan standar deviasinya sebesar 0,20147096. Variabel proporsi komisaris independen yang
dimiliki perusahaan sampel mempunyai nilai minimum 0,33333, nilai maksimum 44,00000, nilai mean 1,3441535, dan standar deviasi 5,45972746.
Variabel ukuran dewan komisaris menunjukkan nilai minimum 3, nilai maksimum 9, dan nilai rata–rata 4,97 dan standar deviasinya sebesar 1,808.
Variabel frekuensi rapat dewan yang dimiliki perusahaan sampel memiliki nilai minimum 4, nilai maksimum 64 dan nilai rata-rata 15,33 dengan standart
deviasi 14,321.
4.3. Uji Asumsi Klasik 4.3.1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah distribusi data penelitian masing-masing variabel telah menyebar secara normal.Model
regresi yang baik adalah yang memiliki distribusi data normal atau mendekati data normal. Normalitas dapat dideteksi dengan melihat penyebaran data
titik-titik pada sumbu diagonal dari grafik atau dengan melihat histogram
51
dari residualnya. Dasar pengambilan keputusannya jika data hanya menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, atau grafik
histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Untuk melengkapi hasil analisis grafik normal
probability plot digunakan uji statistic non-parametrik Kolomogorov-Smirnoc
K-S. Pada uji statistic one-sample Kolmogorov Smirnov dapat dilihat probabilitas signifikan terhadap variabel. Jika probabilitas signifikan diatas
0,05, maka variabel tersebut terdistribusi secara normal Ghozali, 2013. Berikut uji normalitas dalam penelitian ini:
Tabel 4.2 Hasil Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 64
Normal Parameters
a,b
Mean .0000000
Std. Deviation .19022666
Most Extreme Differences Absolute
.053 Positive
.053 Negative
-.049 Test Statistic
.053 Asymp. Sig. 2-tailed
.200
c,d
Sumber: Lampiran 7 Berdasarkan tabel 4.2, diketahui nilai probabilitas atau Asymp. Sig. 2-tailed
sebesar 0,200. Nilai probabilitas sebesar 0,200 lebih besar dibandingkan tingkat signifikansi yaitu 0,05. Hal ini berarti asumsi normalitas terpenuhi.
52
Gambar 4.1 Uji Normalitas Histogram
Sumber: Lampiran 7
Dari gambar 4.1 diatas menunjukkan bahwa data telah terdistribusi secara normal karena distribusi data mengikuti garis diagonal yang tidak
menceng skewness kiri maupun menceng skewness kanan.
53
Gambar 4.2 Grafik P-Plot
Sumber: Lampiran 7 Dengan melihat tampilan grafik normal plot dapat disimpulkan bahwa grafik
normal plot terlihat titik-titik menyebar disekitar garis diagonal serta mengikuti arah garis diagonal. Dapat dikatakan bahwa distribusi data model
regresi adalah normal.
4.3.2. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Pada model regresi yang baik
seharusnya tidak terjadi korelasi antar variabel independen.Untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi adalah dengan cara
melihat nilai Tolerance dan nilai Variance Inflation Factor VIF. Jika nilai
54
Tolerance 0,10 dan nilai Variance Inflation Factor VIF 10 maka tidak
terjadi gejala multikolinearitas Ghozali, 2013: 103.
Berikut adalah hasil uji multikolinearitas disajikan pada tabel 4.3 berikut ini:
Tabel 4.3 Hasil Uji Multikolinearitas Data
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
Proporsi Komisaris independen
.906 1.104
Ukuran Dewan Komisaris .753
1.328 Frekuensi Rapat Dewan
.950 1.052
Reputasi Auditor .814
1.228
Sumber: Lampiran 7 Berdasarkan tabel 4.3. di atas diperoleh nilai Tolerance untuk semua
variabel independen yang diteliti lebih besar dari 0,1 Tolerance 0,1 dan juga diperoleh nilai Variance Inflation Factor VIF untuk semua variabel
independen yang diteliti lebih kecil dari 10 VIF 10, maka dapat disimpulkan tidak ada gejala multikolinearitas terhadap variabel independen
yang diteliti.
55
4.3.3. Uji Autokorelasi
