E. Metode Pengumpulan Data
Metode yang digunakan dalam penelitian ini adalah metode dokumentasi yaitu mencari data mengenai hal-hal atau variabel yang berupa laporan,
agenda, catatan dan lain-lain.
F. Metode Analisis Data
Metode yang digunakan dalam penelitian ini adalah metode dokumentasi yaitu mencari data mengenai hal-hal atau variabel yang berupa laporan,
agenda, catatan dan lain-lain.
1. Analisis Deskriptif
Teknik analisis deskriptif digunakan untuk mengetahui nilai rata-rata, minimum, maksimum dan standar deviasi dari variabel-variabel yang diteliti.
2. Uji Regresi Logistik
Regresi logistik merupakan suatu model regresi yang telah mengalami modifikasi, sehingga karakteristiknya sudah tidak sama lagi dengan model
regresi sederhana atau berganda. Regresi logistik digunakan dalam penelitian ini karena variabel dalam penelitian ini berskala metrik dan non metrik.
Berikut adalah tahapan dalam menganalisis regresi logistik Ghozali, 2007.
a. Menilai Model Regresi Goodness of Fit Test
Kesesuaian model dalam regresi berganda goodness of fit dapat dilihat dari R
2
ataupun F test. Cara menilai model regresi logistik dapat dilihat dari pengujian Hosmer and Lemesshow`s goodness of fit. Pengujian ini dilakukan
untuk menilai model yang dihipotesiskan agar data empiris cocoksesuai dengan model. Dasar keputusan:
• Jika nilai statistik Hosmer and Lemesshow`s goodness of fit kurang dari 0,05 maka hipotesis 0 ditolak.
• Jika nilai statistik Hosmer and Lemesshow`s goodness of fit lebih besar dari 0,05 maka hipotesis 0 diterima, artinya mampu memprediksi nilai
observasinya atau cocok dengan data.
b. Menilai Keseluruhan Model Overall Model Fit
Untuk menilai keseluruhan model overall model fit ditunjukkan dengan likelihood value
-2LL, yaitu dengan cara membandingkan nilai antara -2 Log Likelihood
-2LL pada awal Block Number = 0 dengan nilai -2 Log Likelihood
-2LL pada akhir Block Number = 1. Dasar keputusan: • Jika terjadi penurunan nilai antara -2LL awal dengan nilai –2LL akhir,
berarti model yang dihipotesakan fit dengan data. • Jika tidak terjadi penurunan nilai antara -2LL awal dengan nilai –2LL
akhir, berarti model yang dihipotesakan tidak fit dengan data.
c. Menganalisis Nilai Cox Snell’s R Square Negelkerke’s R Square
Cox Snell’s R Square merupakan ukuran yang mencoba meniru
ukuran R
2
pada multiple regression yang didasarkan pada teknik estimasi likelihood
dengan nilai maksimum kurang dari 1 sehingga sulit diintepretasikan. Negelkerke’s R Square merupakan modifikasi dari
koefisien Cox Snell untuk memastikan bahwa nilainya bervariasi dari 0
hingga 1. Nilai Negelkerke’s R Square dapat diintepretasikan seperti nilai R
2
pada multiple regression.
d. Menganalisis Koefisien Regresi
Model persamaan regresi dalam penelitian ini menggunakan model umum analisis regresi logistik sebagai berikut :
Ln Y = β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ β
6
X
6
+ ε
1 – Y Keterangan:
Ln Y = Discretionary Accrual 1 – Y
β = Konstanta
β
1
– β
6
= Koefisien
Regresi X
1
= Proporsi Dewan Komisaris Independen X
2
= Komite Audit X
3
= Kepemilikan Manajerial X
4
= Kepemilikan Institusional X
5
= Leverage X
6
= Ukuran Perusahaan Size
e. Menguji Hipotesis