4. Financial Targets
Perusahaan seringkali mempunyai target tingkat laba yang harus diperoleh atas usaha yang dikeluarkan, kondisi inilah yang dinamakan
financial targets. Salah satu pengukuran untuk menilai tingkat laba yang diperoleh perusahaan atas usaha yang dikeluarkan adalah dengan
menggunakan ROA. Perbandingan laba terhadap jumlah aktiva ROA adalah ukuran kinerja operasional yang banyak digunakan untuk
menunjukkan seberapa efisien aktiva telah bekerja Skousen et al., 2009. ROA sering digunakan dalam menilai kinerja manajer dalam menentukan
bonus, kenaikan upah, dan lain-lain. ROA dijadikan sebagai proksi untuk variabel financial targets dalam penelitian ini.
Return on Asset ROA merupakan bagian dari rasio profitabilitas dalam analisis laporan keuangan atau pengukuran kinerja perusahaan.
ROA dapat dihitung dengan rumus sebagai berikut Skousen et al, 2009:
ROA =
5. Ineffective Monitoring
Ineffective monitoring merupakaan keadaan dimana perusahaan tidak memiliki unit pengawas yang efektif untuk memantau kinerja
perusahaan. Ineffective monitoring terjadi karena adanya dominasi manajemen oleh satu orang atau kelompok tertentu, tanpa kontrol, tidak
efektifnya pengawasan dewan direksi dan komite audit atas proses
pelaporan keuangan dan pengendalian internal dan sejenisnya SAS No.99. Oleh sebab itu, penelitian ini memproksikan ineffective monitoring
dengan rasio jumlah dewan komisaris independen BDOUT. Komisaris independen adalah anggota dewan komisaris yang
memenuhi persyaratan tidak memiliki hubungan terafiliasi baik dengan pemegang saham pengendali, direktur atau komisaris lainnya, tidak
bekerja rangkap dengan perusahaan terafiliasi dan memahami peraturan perundang-undangan di bidang Pasar Modal. Adanya dewan komisaris
independen diharapkan dapat meningkatkan pengawasan kinerja perusahaan sehingga mengurangi tindakan fraud. Rasio dewan komisaris
independen BDOUT dapat diukur dengan Skousen et al, 2009: BDOUT =
H. Teknik Analisis Data
Teknik analisis data digunakan untuk mendapatkan hasil yang tepat dalam mengolah data sehingga dapat dipertangungjawabkan. Adapun, teknik
analisis data yang digunakan dalam penelitian ini adalah: 1.
Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel penganggu atau residual memiliki distribusi normal. Dalam uji normalitas ada 2 cara untuk mendeteksi residual berdistribusi normal
ataupun berdistribusi tidak normal yaitu dengan analisis grafik dan uji statistik Ghozali, 2011. Alat uji yang digunakan pada penelitian ini
adalah uji statistik dengan Kolmogorov-Smirnov Z 1-Sampel K-S. Dasar pengambilan keputusan uji statistik dengan Kolmogorov-Smirnov Z 1-
Sampel K-S berdasarkan Ghozali, 2011 : a.
Jika nilai Asymp. Sig. 2-tailed kurang dari 0,05 maka Ho ditolak. Hal ini berarti data residual terdistribusi tidak normal.
b. Jika nilai Asymp. Sig. 2-tailed lebih dari 0,05 maka Ho diterima. Hal
ini berarti data residual terdistribusi normal. 2.
Uji Asumsi Klasik Pengujian asumsi klasik diperlukan untuk mendeteksi ada atau
tidaknya penyimpangan asumsi klasik atas persamaan regresi berganda yang digunakan. Pengujian asumsi klasik terdiri dari uji multikolonieritas,
uji autokorelasi, uji heteroskedastisitas. a.
Uji Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah dalam model
regresi ditemukan adanya korelasi antar variabel bebas independen Ghozali, 2011. Model regresi yang baik seharusnya tidak terjadi
korelasi antar variabel independen. Untuk mendeteksi ada atau tidaknya multikolonieritas, dapat dilihat dari Tolerance dan lawannya yaitu
Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen
lainnya. Jadi, nilai Tolerance yang rendah sama dengan nilai VIF tinggi. Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikoloniaritas adalah Tolerance ≤ 0,10 atau sama dengan VIF ≥ 10.
b. Uji Autokorelasi
Uji Autokorelasi digunakan untuk menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan penganggu pada
periode t-1 tahun sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Dalam
penelitian ini, cara untuk mendeteksi ada atau tidaknya autokorelasi yaitu dengan melakukan Uji Durbin-Watson DW Test sebagai berikut:
1 Angka DW di bawah -2 berarti ada autokorelasi positif.
2 Angka DW di antara -2 sampai +2, berarti tidak ada autokorelasi.
3 Angka DW di atas +2 berarti ada autokorelasi negatif.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain Ghozali, 2011. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas
dan jika berbeda disebut Heteroskedastisitas. Untuk mengetahui heteroskedastisitas dilihat melalui hasil uji statistik.
Uji statistik yang dilakukan adalah menggunakan Uji Glejser. Uji Glejser dilakukan dengan meregresikan nilai absolut residual
absRes_1 sebagai variabel dependen dengan variabel independen. 1
Jika niali Asymp. Sig. 2-tailed kurang dari 0,05 maka Ho ditolak terjadi heteroskedastisitas dalam data.