Metode Pengumpulan Data Hasil Penelitian .1 Deskripsi Objek Penelitian

38

3.6 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yang dimaksud dalam penelitian ini adalah laporan keuangan tahunan perusahaan. Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari: 1. IDX Indonesian Stock Exchanges tahun 2011dan 2014. 2. Jurnal, makalah, penelitian, buku, website perusahaan yang bersangkutan dan situs internet yang berhubungan dengan tema penelitian ini. Alasan peneliti menggunakan data sekunder adalah karena data sekunder lebih mudah diperoleh, biayanya lebih murah, sudah ada penelitian dengan jenis data ini, serta lebih dapat dipercaya keabsahannya karena laporan keuangannya telah diaudit oleh akuntan publik.

3.7 Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini menggunakan metode dokumentasi dan studi pustaka. Metode dokumentasi adalah metode pengumpulan data dengan cara mencatat dan mempelajari dokumen–dokumen atau arsip–arsip yang relevan dengan masalah yang diteliti. Metode dilakukan dengan mengumpulkan seluruh data sekunder dari www.idx.co.id, pojok BEI Bursa Efek Indonesia. Universitas Sumatera Utara 39

3.8 Teknik Analisi s Data

3.8.1 Analisis Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness Ghozali, 2011. Analisis deskriptif bertujuan untuk mengetahui gambaran dari data variabel penelitian, dengan variabel dependen berupa kecurangan pelaporan keuangan fraudulent financial reporting dan variabel independen berupa komponen-komponen yang termasuk dalam segitiga kecurangan atau fraud triangle.

3.8.2 Uji Regresi Logistik

Untuk melakukan pengujian terhadap hipotesis yang telah ditentukan, maka metode analisis yang digunakan haruslah tepat untuk dapat dipertanggungjawabkan kebenarannya. Adapun metode analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik. Pemilihan model ini didasarkan alasan karena data yang digunakan dalam penelitian ini bersifat non metrik pada variabel dependen, sedangkan variabel independennya terdiri dari data metrik dan non metrik. Adapun model regresi logistik dalam penelitian ini adalah sebagai berikut : RESTATEMENT = α + β 1 ACHANGE + β 2 OSHIP + β 3 AUDSIZE + β 4 LEVERAGE + β 5 PENGALAMAN + ε dimana : RESTATEMENT = variabel dummy yang dikodekan dengan angka 1 satu jika perusahaan melakukan penyajikan kembali laporan keuangan restatement dan 0 Universitas Sumatera Utara 40 nol jika perusahaan tidak melakukan penyajian kembali laporan keuangan restatement. α = konstanta β = koefisien variabel ACHANGE = financial stability OSHIP = personal financial need AUDCSIZE = innefective monitoring LEVERAGE = rasio leverage PENGALAMAN = pengalaman pra komite audit ε = error Selanjutnya, berdasarkan hasil output SPSS yang diperoleh, akan dilakukan analisis pengujian model regresi logistik melalui beberapa tahapan.

3.8.2.1 Menilai Keseluruhan Model Overall Model Fit

Langkah pertama adalah menilai overall fit model terhadap data. Beberapa test statistik diberikan untuk menilai hal data. Dari hipotesis diatas, agar model fit dengan data maka jelas kita tidak akan menolak hipotesis nol. Statistik yang digunakan berdasarkan pada fungsi likelihood. Likelihood L dari model adalah probabilitas ini. Hipotesis untuk menilai model fit adalah Ghozali, 2011 : H0 : Model yang dihipotesiskan fit dengan data HA : Model yang dihipotesiskan tidak fit dengan bahwa model yang dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan alternatif, L ditranformasikan menjadi -2LogL. Penurunan Universitas Sumatera Utara 41 likelihood -2LogL menunjukkan model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskam fit dengan data.

3.8.2.2 Menilai Kelayakan Model Regresi Hosmer and Lemeshow’s Goodness

of Fit Test Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Hosmer and Lemeshow’s Goodness of Fit Test menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Jika nilai Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05, maka hipotesis nol ditolak yang berarti ada perbedaan signifikan antara model dengan nilai observasinya sehingga Goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai statistik Hosmer and Lemeshow Goodness –of-fit lebih besar dari 0,05, maka hipotesis nol tidak dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya Ghozali, 2011.

3.8.2.3 Koefisien Determinasi

� � Cox dan Snell’s R Square merupakan ukuran yang mencoba meniru ukuran pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 sehingga sulit diinterpretasikan. Untuk mendapatkan koefisien determinasi yang dapat diinterpretasikan seperti nilai R 2 pada multiple regression, maka digunakan Nagelkereke R Square.Nagelkereke’s R Square merupakan modifikasi dari koefisien Cox and Universitas Sumatera Utara 42 Snell R Square untuk memastikan bahwa nilainya bervariasi dari 0 sampai 1. Hal ini dilakukan dengan cara membagi nilai Cox and Snell R Square dengan nilai maksimumnya Ghozali, 2011. Nilai yang kecil berarti kemampuan variabel- variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati suatu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.

3.8.2.4. Tabel Klasifikasi

Tabel klasifikasi akan menunjukkan besarnya kekuatan prediksi dari model regresi untuk memprediksi kemungkinan terdapatnya restatement di suatu perusahaan. Pada kolom dalam hasil output SPSS merupakan dua nilai prediksi dari variabel dependen dalam hal ini yang mengungkap restatement 1 dan yang tidak mengungkap restatement 0, sedangkan pada baris memperlihatkan nilai observasi sesungguhnya dari variabel dependen yang mengungkap restatement 1 dan tidak mengungkap restatement 0. Jika model sempurna, maka akan berada pada diagonal dengan tingkat ketepatan peramalan 100 pada semua kasus. 3.8.3 Uji Multikolinearitas Uji Multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebasnya. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi yang umumnya di atas 0,95, maka hal ini merupakan indikasi adanya multikolinearitas. Universitas Sumatera Utara 43 3.8.4 Uji Hipotesis 3.8.4.1 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 Fhitung dengan Ftabel, jika Fhitung Ftabel maka Ho di tolak dan Ha diterima Ghozali 2013.

3.8.4.2 Uji t-Statistik

Uji statistik t disebut juga sebagai uji signifikan individual. Uji t dilakukan untuk mengetahui signifikansi secara parsial antara variabel independen dengan variabel dependen dengan mangasumsikan bahwa variabel independen lainnya konstan. Dasar peneriaman atau penolakan hipotesis dapat dilihat dengan membandingkan nilai thitung dengan ttabel, apabila thitung lebih besar dari ttabel maka Ho ditolak dan Ha diterima Ghozali, 2006. Universitas Sumatera Utara 44

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian 4.1.1 Deskripsi Objek Penelitian Populasi dalam penelitian ini adalah perusahaan perusahaan manufaktur pada sektor dasar kimia semen, logam, sektor aneka industri otomotif komponen, tekstil garment, alas kaki, kabel, sektor industri barang konsumsi makanan minuman, rokok, farmasi, kosmetik barang keperluan rumah tangga, peralatan rumah tangga yang listing di Bursa Efek Indonesia selama periode 2011-2014. Penelitian ini menggunakan data sekunder berupa annual report perusahaan manufaktur periode 2011-2014 yang diperoleh dari situs resmi BEI di www.idx.co.id. Populasi dalam penelitian ini diperoleh dengan jumlah perusahaan sebanyak 144 perusahaan. Sedangkan sampel data yang memenuhi kriteria yang dapat digunakan dalam penelitian ini sebanyak 18 perusahaan dari 144 perusahaan yang terdaftar di Bursa Efek Indonesia dari tahun 2011-2014. Sehingga, jumlah keseluruhan sampel yang akan dijadikan objek penelitian ini dari tahun 2011-2014 sejumlah 72 annual report perusahaan. Nama-nama perusahaan yang dijadikan sampel dalam penelitian ini terdapat dalam Lampiran 1. Universitas Sumatera Utara 45

4.1.2 Analisis Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata mean, dan nilai standar deviasi, dari variabel financial stability, personal financial need, ineffective monitoring, leverage, dan pengalaman pra komite audit. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut: Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation RESTATEMENT 72 1 ,36 ,484 ACHANGE 72 -,20 ,92 ,1299 ,17176 OSHIP 72 ,00 16,60 1,9293 3,09410 AUDSIZE 72 3,0 4,0 3,194 ,3985 LEVERAGE 72 ,11 1,13 ,5011 ,21639 PENGALAMAN 72 ,06 1,00 ,5504 ,26709 Valid N listwise 72 Berdasarkan Tabel 4.1, diketahui nilai financial stability minimum adalah -0,20, sedangkan nilai financial stability maksimum adalah 0,92. Diketahui nilai rata-rata mean financial stability dari tahun 2011-2014 adalah 0,1299, dan standar deviasinya adalah 0,17176. Diketahui nilai personanl financial need minimum adalah 0,00, sedangkan personal financial need maksimum adalah 16,60. Diketahui nilai rata-rata mean personal financial need dari tahun 2011- 2014 adalah 1,9293 dan standar deviasinya adalah 3,09410. Diketahui nilai ineffective monitoring minimum adalah 3,0, sedangkan nilai ineffective monitoring maksimum adalah 4,0. Diketahui nilai rata-rata mean ineffective monitoring dari tahun 2011-2014 adalah 3,194 , dan standar deviasinya adalah Universitas Sumatera Utara 46 0,3985. Diketahui nilai leverage minimum adalah 0,11, sedangkan nilai leverage maksimum adalah 1,13. Diketahui nilai rata-rata mean leverage adalah 0,5011, dan standar deviasinya adalah 0,21639. Diketahui nilai pengalaman pra komite audit minimum adalah 0,06 sedangkan nilai pengalaman pra komite audit maksimum adalah 1,00. Di ketahui rata-rata mean pengalaman pra komite audit adalah 0,5504 dan standar deviasinya 0,26709. Tabel 4.2 Statistik Deskriftif Restatement