Jenis dan Sumber Data Metode Pengumpulan Data Gambaran Singkat Objek Penelitian

39 13 Kalbe Farma Tbk KLBF   X  14 Langgeng Makmur Industry Tbk LMPI     Sampel 6 15 Martina Berto Tbk MBTO   X  16 Merck Tbk MERK     Sampel 7 17 Multi Bintang Indonesia MLBI   X  18 Mustika Ratu Tbk MRAT     Sampel 8 19 Mayora Indah Tbk MYOR   X  20 Prashida Aneka Niaga Tbk PSDN   X  21 Pyridarma Farma Tbk PYFA     Sampel 9 22 Bantoel International Investama Tbk RMBA    X 23 Schering Plough Indonesia Tbk SCPI     Sampel 10 24 Sekar Laut Tbk SKLT     Sampel 11 25 Siantar Top Tbk STTP    X 26 Taisho Pharmaceutical Indonesia Tbk SQBI     Sampel 12 27 Mandom Indonesia Tbk TCID     Sampel 13 28 Tempo Scan Pacific Tbk TSPC    X 29 Ultrajaya Milk Industry and Trading Company Tbk ULTJ     Sampel 14 30 Unilever Indonesia Tbk UNVR     Sampel 15

3.5 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat pengguna data Erlina, 2011:22. Data sekunder dalam penelitian ini diperoleh dari website Bursa Efek Indonesia BEI yaitu www.idx.co.id , buku-buku referensi, internet, dan literatur ilmiah lainnya yang berhubungan dengan penelitian. Universitas Sumatera Utara 40

3.6 Metode Pengumpulan Data

Pengumpulan data dilakukan dengan cara memperolehnya dari jurnal ilmiah, studi pustaka, buku-buku yang berhubungan dengan penelitian, dokumentasi, laporan keuangan, dan informasi yang berhubungan dengan penelitian yang didapat melalui internet.

3.7 Metode Analisis Data

Metode analisis data yang digunakan untuk menguji hipotesis dalam penelitian ini adalah:

3.7.1 Uji Normalitas

Uji normalitas berguna untuk mengetahui apakah variabel dependen, independen, atau keduanya berdistribusi normal, mendekati normal atau tidak. Jika data ternyata tidak berdistribusi normal, analisis nonparametik dapat digunakan. Jika data berdistribusi normal, analisis parametik termasuk model-model regresi dapat digunakan. Jika angka signifikan 0,05 maka data berdistribusi normal dan jika angka signifikan 0,05 maka data tidak berdistribusi normal Umar, 2008:79-81. Pengujian ini diperlukan untuk melakukan uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah kecil sampel Erlina, 2011:100.

3.7.2 Uji Multikolinieritas

Uji multikolinieritas berguna untuk mengetahui apakah pada model regresi yang diajukan telah ditemukan korelasi yang kuat antar variabel Universitas Sumatera Utara 41 independen. Jika terjadi korelasi yang kuat, terdapat masalah multikolinieritas yang harus diatasi Umar, 2008:82. Cara yang digunakan untuk melihat adanya multikolinieritas dapat dilakukan dengan dua pengujian yaitu dengan melihat nilai VIF dan korelasi antara variabel independen. Jika nilai VIF labih besar dari 10, maka terjadi multikolinieritas yang cukup berat diantara variabel independen atau apabila jika korelasi diantara variabel independen lebih besar dari 0,8 Erlina,2011:103

3.7.3 Uji Autokorelasi

Uji autokorelasi berguna untuk mengetahui apakah dalam sebuah model regresi linier terdapat hubungan yang kuat baik positif maupun negatif antar data yang ada pada variabel-variabel penelitian Umar, 2008:86. Uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear pada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Jika terjadi korelasi, maka terdapat problem autokorelasi Erlina, 2011:106. Pengujian ini dilakukan dengan menggunakan uji Durbin Watson, dengan kriteria : 1. Bila nilai Durbin-Watson DW terletak antara batas atas atau Upper Bound DU dan 4 – DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi. Universitas Sumatera Utara 42 2. Bila nilai DW lebih rendah dari batas bawah atau Lower Bound DL, maka koefisien autokorelasi lebih besar dari nol, berarti ada autokorelasi positif. 3. Bila nilai DW lebih besar dari pada 4 – DL, maka koefisien autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif. 4. Bila nilai DW terletak di antara batas atas DU dan batas bawah DL atau DW terletak antara 4-DU dan 4-DL, maka hasilnya dapat disimpulkan, Ghozali, 2001 dalam Erlina, 2011.

3.7.4 Menguji Keseluruhan Model

Pengujian ini dilakukan dengan membandingkan antara -2 Log Likelihood -2LL pada awal block=0 dengan -2 Log Likelihood pada akhir block=1. nilai -2 Log Likelihood yang mengalami penurunan mengindikasi bahwa model regresi semakin baik.

3.7.5 Menguji Kelayakan Model Regresi

Untuk menilai kelayakan model regresi logistik yang digunakan, dapat diukur dengan uji Hosmer and Lemeshow yaitu dengan Goodness Of Fit Test. Uji ini merupakan suatu alat statistik yang digunakan untuk pengujian kebaikan atau kecocokan model yang diuji dibandingkan dengan data yang diamati, kriteria model diantaranya: 1. Jika nilai signifikan Hosmer and Lemeshow ≤ 0,05, maka terdapat perbedaan yang signifikan antara model dengan nilai observasi sehingga kelayakan model tidak baik karena model tidak dapat memperbaiki nilai observasinya. Universitas Sumatera Utara 43 2. Jika nilai signifikan Hosmer and Lemeshow ≥ 0,05, maka model mampu memprediksi nilai observasinya atau model dapat diterima karena sesuai dengan data observasinya. 3 .8 Pengujian Hipotesis Regresi Logistik Hipotesis dalam penelitian ini diuji dengan menggunakan pengujian regresi logistik. Regresi logistik sebenarnya sama dengan regresi berganda hanya saja- menggunakan variabel dummy atau varaiabel kualitatif, dimana variabel dalam model diberi nilai 1 dan 0 untuk masing-masing kategori. Penelitian ini memberikan nilai 0 untuk FIFO dan 1 untuk average FIFO = 0, Average = 1. Model yang digunakan: �� � 1 −� = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 Dimana : + e P = pemilihan metode penilaian persdiaan a = konstanta X 1 X = ukuran perusahaan 2 = X financial leverage 3 b = laba sebelum pajak 1… b 3 e = error = koefisien regresi Dalam penelitian pada umumnya menggunakan tingkat signifikan 1, 5, atau 10. Jika dalam suatu pengujian hipotesis menggunakan α = 5. Artinya, peneliti yakin bahwa dari 100 anggota sampel, probabilitas anggota sampel yang tidak memiliki karakteristik populasi lebih dari 5 adalah 5 Algifari, 2001:21. Universitas Sumatera Utara 44 Kriteria penerimaan atau penolakan hipotesis adalah: 1. Apabila nilai signifikansi 0,05 maka hipotesis ditolak. 2. Apabila nilai signifikansi 0,05 maka hipotesis diterima. Untuk melihat pengujian regresi logistik secara parsial dapat dilihat dalam tabel variabel in the Equation, sedangkan untuk pengujian regresi secara simultan dapat dilihat dalam tabel Omnibus Test of Model Coefficients. Universitas Sumatera Utara 45 BAB IV PEMBAHASAN

4.1 Gambaran Singkat Objek Penelitian

Populasi penelitian ini terdiri dari perusahaan barang konsumsi yang terdaftar di Bursa Efek Indonesia. Berdasarkan kriteria pemilihan sampel, yaitu purposive sampling maka diperoleh 15 perusahan yang dijadikan sampel dari 30 perusahaan populasi yang ada, seperti yang terdapat pada tabel berikut: Tabel 4.1 Gambaran Perusahaan Penelitian No Keterangan Jumlah Perusahaan 1. Total perusahaan yang menjadi populasi 30 perusahaan 2. Perusahaan yang merubah kebijakan perusahaan pada periode penelitian 6 perusahaan 3. Perusahaan yang menerapkan lebih dari satu metode persediaan secara konsisten 9 perusahaan 4. Perusahaan yang memenuhi kriteria 15 perusahaan Sumber : Diolah Oleh Peneliti, 2013 Jumlah sampel yang diperoleh dari populasi yang ada sebanyak 15 perusahaan yang terdiri dari dua kelompok, yaitu perusahaan yang menggunakan metode rata-rata dan metode FIFO, seperti yang ditunjukkan pada tabel berikut: Universitas Sumatera Utara 46 Tabel 4.2 Kelompok Sampel Perusahaan Berdasarkan Metode Persediaan dan Persentase No Metode Jumlah Persentase 1 Rata-rata 9 60 2 FIFO 6 40 Jumlah 15 100 Sumber :Diolah Oleh Peneliti, 2013 Dari tabel tersebut dapat dilihat bahwa perusahaan yang menggunakan metode rata-rata di Indonesia lebih banyak dari perusahaan yang menggunakan metode FIFO. Terdapat 9 perusahaan yang menggunakan metode rata-rata dan 6 perusahan yang menggunakan metode FIFO dari 15 perusahaan, hal ini sejalan dengan penelitian yang dilakukan oleh Taqwa 2001 dan Mukhlasin 2001 yang hasil penelitiannya menunjukkan bahwa perusahaan manufaktur di Indonesia lebih banyak menggunakan metode rata-rata.

4.2 Analisis Data dan Hasil Penelitian

Dokumen yang terkait

Analisis Faktor-Faktor Yang Mempengaruhi Pemilihan Metode Akuntansi Persediaan Pada Perusahaan Manufaktur Yang Terdaftar di BEI Tahun 2007-2009

13 68 78

Analisis Faktor-Faktor yang Mempengaruhi Pemilihan Metode Penilaian Persediaan (Studi Kasus pada Perusahaan Manufaktur Yang Terdaftar di BEI tahun 2011-2013)

4 15 76

Analisis Faktor-Faktor yang Mempengaruhi Pemilihan Metode Penilaian Persediaan (Studi Kasus pada Perusahaan Manufaktur Yang Terdaftar di BEI tahun 2011-2013)

0 0 9

Analisis Faktor-Faktor yang Mempengaruhi Pemilihan Metode Penilaian Persediaan (Studi Kasus pada Perusahaan Manufaktur Yang Terdaftar di BEI tahun 2011-2013)

0 0 2

Analisis Faktor-Faktor yang Mempengaruhi Pemilihan Metode Penilaian Persediaan (Studi Kasus pada Perusahaan Manufaktur Yang Terdaftar di BEI tahun 2011-2013)

0 0 7

Analisis Faktor-Faktor yang Mempengaruhi Pemilihan Metode Penilaian Persediaan (Studi Kasus pada Perusahaan Manufaktur Yang Terdaftar di BEI tahun 2011-2013)

0 0 19

Analisis Faktor-Faktor yang Mempengaruhi Pemilihan Metode Penilaian Persediaan (Studi Kasus pada Perusahaan Manufaktur Yang Terdaftar di BEI tahun 2011-2013)

0 0 2

Analisis Faktor-Faktor yang Mempengaruhi Pemilihan Metode Penilaian Persediaan (Studi Kasus pada Perusahaan Manufaktur Yang Terdaftar di BEI tahun 2011-2013)

0 0 8

BAB I PENDAHULUAN 1.1 Latar Belakang - Analisis Faktor yang Mempengaruhi Pemilihan Metode Penilaian Persediaan pada Perusahaan Barang Konsumsi yang Terdaftar di BEI Tahun 2009-2011

0 0 9

Analisis Faktor yang Mempengaruhi Pemilihan Metode Penilaian Persediaan pada Perusahaan Barang Konsumsi yang Terdaftar di BEI Tahun 2009-2011

0 0 13