Teknik Analisis Uji Normalitas Uji Hipotesis

3.4. Teknik Analisis, Uji Hipotesis, Uji Normalitas, dan Uji Asumsi Klasik

3.4.1. Teknik Analisis

Sesuai dengan tujuan dan hipotesis penelitian yang disajikan maka hubungan antar variabel dalam penelitian ini menggunakan Analisis Regresi Berganda. Analisis Regresi Berganda adalah analisis yang menunjukan hubungan antara suatu variabel yang dinamakan variabel terikat dependen variabel terhadap variabel lain yang bebas independen variabel. Analisis regresi berganda yang digunakan dalam penelitian adalah Algifari,2000:98: Y = b +b 1 X 1 +b 2 D 1 +b 3 D 2 Keterangan : Y = Lamanya hari penyelesaian audit audit delay b = Konstan X 1 = Ukuran perusahaan TOTASS b 1 ,b 2 ,b 3 = Koefisien regresi D 1 = Laba atau rugi perusahaan LOSS D 1 = 1 untuk perusahaan yang mengalami rugi D 1 = 0 untuk perusahaan yang mengalami laba D 2 = Ukuran kantor akuntan publik BFOUR D 2 = 1 untuk perusahaan yang bermitra kerja dengan The Big Four D 2 = 0 untuk perusahaan yang tidak bermitra kerja dengan The Big Four

3.4.2. Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Untuk mengetahui apakah data tersebut mengikuti sebaran normal dapat dilakukan dengan berbagai metode diantaranya adalah metode Kolmogrov Smirnov Soemarsono, 2002:40. Pedoman dalam mengambil keputusan apakah sebuah distribusi normal adalah : Soemarsono, 2002:43  Jika nilai signifikansi nilai probabilitasnya lebih kecil dari 5 , maka distribusi adalah tidak normal  Jika nilai signifikansi nilai probabilitasnya lebih besar dari 5 , maka distribusi adalah normal

3.4.3. Uji Asumsi Klasik

Persamaan Regresi Berganda harus bersifat BLUE Best Linear Unbiased Estimator, artinya pengambilan keputusan melalui uji F dan t tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi diantaranya tiga asumsi dasar yaitu : a. Tidak terdapat autokorelasi b. Tidak terdapat multikolinieritas c. Tidak terdapat heteroskedastisitas Apabila salah satu dari ketiga asumsi dasar tersebut tidak dipenuhi, maka persamaan regresi berganda yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias.

3.4.3.1 Autokorelasi

Autokorelasi dapat didefinisikan sebagai “korelasi di antara anggota observasi yang diurut menurut waktu seperti data deretan berkala atau ruang seperti data lintas-sektoral” Gujarati, 2007:112. Pengujian ini bertujuan untuk meneliti apakah sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Model regresi yang baik adalah model regresi yang bebas dari autokorelasi Santoso, 2000:216. Suatu jenis pengujian yang umumnya digunakan untuk mengetahui adanya autokorelasi yang dikembangkan oleh J. Durbin dan G. Watson yang disebut sebagai statistik Durbin-Watson. Pengujian ini dilakukan dengan membandingkan nilai d dari hasil perhitungan dengan nilai d L dan d U dari table Durbin-Watson Gujarati, 2007:122. Table 3.1 : Uji d Durbin Watson Hipotesis Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d dL Tidak ada autokorelasi positif Tak ada keputusan d L ≤ d ≤ d U Tidak ada autokorelasi negatif Tolak 4 - dL d 4 Tidak ada autokorelasi negatif Tak ada keputusan 4 - d U ≤ d ≤ 4 - dL Tidak ada autokorelasi positif atau negatif Jangan tolak d U d 4 - dU Sumber : Gujarati, 2007 , Dasar - Dasar Ekonometrika, Edisi Ketiga, Jilid 2, Penerbit Erlangga, Jakarta, hal 122. Berdasarkan table Durbin - Watson di atas, bila diterapkan dalam bentuk kurva seperti gambar di bawah ini : Gambar 3.1 Kurva Durbin Watson Tidak Ada Autokorelasi A d a A u toko re la si ne ga ti f D ae ra h K era g u -ra gua n D ae ra h ke ra g u -ra gua n A d a A u toko re la si po si ti f dl du 4-du 4-dl

3.4.3.2 Multikolinieritas

Pengujian ini bertujuan untuk meneliti apakah pada model regresi ditentukan adanya korelasi antar variabel independen. Model regresi yang baik adalah model regresi yang bebas dari multikolinieritas Santoso, 2000:203. Multikolinieritas terjadi ketika variabel independen yang ada dalam metode berkorelasi satu sama lain, ketika korelasi antar variabel independen sangat tinggi maka sulit untuk memisahkan pengaruh masing- masing variabel independen terhadap variabel dependen. Salah satu cara yang digunakan untuk mengetahui ada tidaknya multikolinieritas yaitu dengan melihat besarnya nilai Variance Inflation Factor VIF. VIF ini dapat dihitung dengan rumus : VIF = 1 Tolerance Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh sama dengan nilai VIF tinggi. Nilai cutoff yang umumnya dipakai untuk menunjukan adanya multikolonieritas adalah nilai tolerance value 0.10 dan VIF 10 Ghozali, 2006: 91-92.

3.4.3.3 Heteroskedastisitas

Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya. Salat satu cara untuk mendeteksi ada atau tidak adanya Heteroskedastisitas adalah dengan cara menggunakan uji rank spearman yaitu dengan membandingkan antara residual dengan seluruh variabel bebas. Menurut Singgih Santoso 2002:301 deteksi adanya Heteroskedastisitas adalah 1 Nilai Probabilitas 0,05 berarti bebas dari Heteroskedastisitas 2 Nilai Probabilitas 0,05 berarti terkena Heteroskedastisitas

3.4.2. Uji Hipotesis

A. Untuk pengujian dengan memakai uji F

Untuk menguji cocok atau tidaknya model regresi yang dihasilkan untuk mengetahui pengaruh X 1 , D 1 , dan D 2 terhadap Y digunakan uji F dengan prosedur sebagai berikut : H : β1 = β2 = 0 artinya model regresi yang dihasilkan tidak cocok untuk mengetahui pengaruh X 1 , D 1 , dan D 2 terhadap Y. H i : β1 = β2 ≠ 0 artinya model regresi yang dihasilkan cocok untuk mengetahui pengaruh X 1 , D 1 , dan D 2 terhadap Y. 1. Dalam penelitian ini digunakan tingkat signifikan 0,05 atau 5 2. Kriteria pengujian adalah sebagai berikut : a. Apabila nilai probabilitas ≥ 0,05 H diterima dan H i ditolak. b. Apabila nilai probabilitas ≤ 0,05 H ditolak dan H i diterima.

B. Untuk pengujian dengan memakai uji t

Untuk menguji signifikan atau tidaknya perbedaan pengaruh D 1 dan D 2 atas X 1 terhadap Y digunakan uji t student dengan prosedur sebagai berikut : H : β1 = artinya tidak terdapat perbedaan pengaruh yang signifikan D 1 dan D 2 atas X 1 terhadap Y. H i : β1 ≠ 0 artinya terdapat perbedaan pengaruh yang signifikan D 1 dan D 2 atas X 1 terhadap Y. 1. Dalam penelitian ini digunakan tingkat signifikan 0,05 atau 5 2. Kriteria pengujian adalah sebagai berikut : a. Apabila nilai probabilitas ≥ 0,05 H diterima dan H i ditolak. b. Apabila nilai probabilitas ≤ 0,05 H ditolak dan H i diterima.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskripsi Obyek Penelitian

Kehadiran industri pembiayaan multi finance di Indonesia sesungguhnya belumlah terlalu lama, terutama bila dibandingkan dengan di negara-negara maju. Dari beberapa sumber, diketahui industri ini mulai tumbuh di Indonesia pada 1974. Kelahirannya didasarkan pada surat keputusan bersama SKB tiga menteri, yaitu Menteri Keuangan, Menteri Perindustrian, dan Menteri Perdagangan. Setahun setelah dikeluarkannya SKB tersebut, berdirilah PT. Pembangunan Armada Niaga Nasional pada 1975. Kelak, perusahaan tersebut mengganti namanya menjadi PT. Persero PANN Multi Finance. Kemudian, melalui Keputusan Presiden Keppres No.611988, yang ditindaklanjuti dengan SK Menteri Keuangan No. 1251KMK.0131988, pemerintah membuka lebih luas lagi bagi bisnis pembiayaan, dengan cakupan kegiatan meliputi leasing, factoring, consumer finance, modal ventura dan kartu kredit. Sebagai sesama industri keuangan, perkembangan industri leasing relatif tertinggal dibandingkan yang lain, perbankan, misalnya. Terlebih lagi bila dibandingkan dengan perbankan pasca Pakto 1988. Pada era inilah bank muncul dan menjamur bagai musim hujan. Deregulasi yang digulirkan pemerintah di bidang perbankan telah membuahkan banyak sekali bank,