3.3.2. Sumber Data
Sumber data yang dipakai dalam penelitian ini berasal dari Bursa Efek Indonesia BEI dan download di situs
www.idx.co.id .
3.3.3. Teknik Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini adalah sebagai berikut :
a. Dokumentasi
Yaitu teknik pengumpulan data dengan cara mempelajari dan menganalisa dokumen laporan keuangan perusahaan food and beverages
go public di BEI. b.Studi kepustakaan
Yaitu suatu cara pengumpulan data melalui buku-buku literature,tulisan ilmiah,artikel dan jurnal-jurnal yang digunakan sebagai landasan teori
yang mendukung pelaksanaan penelitian.
3.4. Teknik Analisis dan Uji Hipotesis 3.4.1. Uji Normalitas Data
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel bebas dan variabel terikat keduanya memiliki distribusi
normal atau tidak [Ghozali 2001:74]. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal.
Pedoman dalam mengambil keputusan apakah sebuah distribusi data mengikuti distribusi normal adalah:
a. Jika nilai signifikan nilai probabilitasnya 5, maka distribusi
adalah tidak normal. b.
Jika nilai signifikan nilai probabilitasnya 5, maka distribusi adalah normal [Sumarsono, 2004 : 41-43]
3.4.2. Uji Asumsi Klasik
Berdasarkan uji asumsi klasik persamaan regresi harus bersifat BLUE Best Linier Unbiased Estimator artinya pengambilan keputusan melalui
uji F dan uji T tidak boleh bias. a.
Tidak boleh ada autokorelasi b.
Tidak boleh ada multikolinearitas c.
Tidak boleh ada heteroskedastisitas Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar,
maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan melalui uji F dan uji T menjadi bias [Gujarati,
1999 : 218] a.
Multikolinearitas 1.
Uji Multikolinieritas dimaksudkan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas
independen. [Ghozali 2001:57]
Identifikasi secara statistik ada atau tidaknya gejala multikolinearitas dapat dilakukan dengan melihat nilai Variance
Inflation Factor VIF. VIF menyatakan tingkat “pembekakan” varians, apabila
varians lebih besar dari 10. Hal ini berarti terdapat multikolinearitas pada persamaan regresi linear. [Gujarati, 1999:339]
b. Heterokesdatisitas
Uji Heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual satu
pengamatan ke pengamatan yang lain. [Ghozali 2001:69] Menurut Santoso [2003 : 243], diaognosis heteroskedastisitas
secara kuantitatif dalam suatu regresi dapat dilakukan dengan mempergunakan uji korelasi rank spearman:
a. Jika dari nilai signifikan residual lebih kecil dari 0,05 maka terjadi
heteroskedastisitas. b.
Jika dari nilai signifikan residual lebih besar dari 0,05 maka tidak terjadi heteroskedastisitas.
c. Autokorelasi
Autokorelasi dapat didefinisikan sebagai korelasi antar data observasi yang diurutkan berdasarkan urutan waktu data time series
atau data yang diambil pada waktu tertentu data cross - sectional, Gujarati, 1999:201. Konsekuensi dari adanya autokorelasi dalam
suatu model regresi adalah varian sampel tidak dapat menggambarkan
varian populasinya, untuk mendiaknosis adanya autokorelasi dalam suatu model regresi dilakukan melalui pengujian terhadap nilai uji
Durbin Watson uji DW, [Algifari, 1997:77] Pedoman model regresi untuk mendeteksi autokorelasi
menurut besaran DW Durbin - Watson yaitu: a.
Angka D – W dibawah -2 berarti ada autokorelasi + b.
Angka D – W sampai +2 berarti tidak ada autokorelasi c.
Angka D – W dibawah +2 berarti ada autokorelasi -
3.4.3. Teknik Analisis
Teknik analisis digunakan adalah analisis regresi berganda. Adapun persamaan regresi berganda adalah sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ e
Dimana: Y = Manajemen Laba
a = Konstanta Regresi b
1
= Koefisien Regresi Variabel X
1
b
2
= Koefisien Regresi Variabel X
2
X
1
= Asimetri Informasi X
2
= Ukuran Perusahaan e = Standar eror
3.4.4. Uji Hipotesis
1. Uji F
Uji F digunakan untuk menguji kesesuaian model regresi yang digunakan dalam penelitian, adapun prosedur uji F :
a. Ho :
β
1
, β
2,
…ßj = 0, tidak ada kesesuaian model pengaruh antara variabel bebas X
1
,X
2
dengan variabel terikat Y. Ha :
β
1
, β
2,
…ßj ≠ 0, ada kesesuaian model pengaruh antara
variabel bebas X
1
,X
2
dengan variabel terikat Y. b.
Tingkat signifikan 0,05 dengan derajat bebas n – k – 1 c.
Kriteria pengujian
Jika tingkat signifikan p – value ≥ 0,05, maka Ho diterima
dan Ha ditolak a = 0,05, tidak ada kesesuaian model pengaruh antara variabel bebas X
1
,X
2
dengan variabel terikat y.
Jika tingkat signifikan p – value ≤ 0,05, maka Ho ditolak dan
Ha diterima a = 0,05, ada kesesuaian model pengaruh antara variabel bebas X
1
,X
2
dengan variabel terikat y. 2.
Uji t Uji t digunakan untuk menguji pengaruh masing-masing
variabel bebas X
1
, X
2
dan variabel terikat Y, adapun prosedur uji t adalah:
a. Ho : ßj = 0, tidak ada pengaruh secara persial antara variabel bebas
X
1
,X
2
terhadap variabel terikat Y.
Ha : ßj ≠ 0, ada pengaruh secara persial antara variabel bebas
X
1
,X
2
terhadap variabel terikat Y. b.
Tingkat signifikan 0,05 derajat bebas n – k – 1 c.
Kriteria pengujian
Jika tingkat signifikan p – value ≥ 0,05, maka Ho diterima
dan Ha ditolak a = 0,05, tidak ada pengaruh secara persial antara variabel bebas X
1
,X
2
dengan variabel terikat Y.
Jika tingkat signifikan p – value ≤ 0,05, maka Ho ditolak dan
Ha diterima a = 0,05, ada pengaruh secara persial antara variabel bebas X
1
,X
2
dengan variabel terikat Y.
BAB IV HASIL ANALISIS DAN PEMBAHASAN