xlix
pengamatan 2011- 2013. 4.
Jumlah perusahaan sampel 11
5. Tahun Pengamatan
3 6.
Jumlah sampel total selama periode penelitian 2011-2013
33
Sumber : Data Sekunder yang diolah peneliti 2016
3.4 Jenis dan Sumber Data 3.4.1 Jenis Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Menurut Umar 2003 : 60 “data sekunder merupakan data primer yang
telah diolah lebih lanjut, misalnya dalam bentuk tabel, grafik, diagram, gambar, dan sebagainya sehingga lebih informatif jika digunakan oleh
pihak penelitian”. Analisis deskriptif meliputi jumlah, sampel, range, nilai minimum, nilai maksimum, nilai rata-rata mean, standar
deviasi dan variance.
3.4.2 Sumber Data
Data yang digunakan pada penelitian ini merupakan data sekunder yang diambil dari lembaga pengumpul data laporan keuangan perusahaan
pertambangan. Dalam hal ini peneliti mengunduh laporan keuangan dari website resmi Bursa Efek Indonesia di www.idx.co.id
l
3.5 Metode Pengumpulan Data
Data dalam penelitian ini dikumpulkan dengan metode dokumentasi dimana penulis mencari data langsung dari catatan-catatan atau laporan keuangan yang
ada di BEI. Data sekunder yang diambil dari BEI ini terdiri dari laporan auditor independen dan laporan keuangan perusahaan setiap perusahaan pertambangan
yang terdaftar sesuai dengan kriteria pemilihan sampel.
3.6 Metode Analisis Data
3.6.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif bertujuan untuk mengetahui karakteristiksampel
yang digunakan dan
menggambarkan variabel-variabel dalam penelitian.
Analisis deskriptif
meliput jumlah,sampel,range, nilaiminimum, nilai maksimum, nilai rata
ratamean, standar deviasi danvariance.
3.6.2 Uji Multikolonieritas
Uji ini bertujuan untuk situasi dimana adanya korelasi variabel- variabel independen antara variabel satu dengan yang lainnya. Tujuannya
adalah untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas variabel independen. Apabila terjadi korelasi
antara variabel-variabel tersebut, berarti terjadi problem multikolonieritas. Sedangkan variabel yang baik adalah yang tidak terjadi problem
multikolonieritas. Uji multikolonieritas dilakukan dengan melihat nilai korelasi antara variabel independen, jika nilai korelasi antara variabel
independen lebih besar dari 0,90 maka dapat disimpulkan bahwa terdapat
li gejala multikolonieritas antara variabel independen dalam penelitian
tersebut. Ada dua cara yang dapat dilakukan jika terjadi multikolineritas, yaitu:
a. Mengeluarkan salah satu variabel, misalnya variabel independen A dan B
saling berkorelasi dengan kuat, maka bisa dipilih A atau B yang dikeluarkan dari model regresi.
b. Menggunakan metode lanjut, seperti Regresi Bayessian atau Regresi
Ridge.
3.6.3 Menguji Model Fit
Statistik yang digunakan adalah berdasarkan pada fungsi likelihood L. hipotesis yang digunakan untuk menilai , model fitadalah
H0 : Model yang dihipotesiskan fit dengan data Ha : Model yang dihipotesiskan tidak fit dengan data
Untuk menguji hipotesis nol dan alternatif, L ditransformasikan menjadi 2LogL. Menurut Ghazali 2006, ―adanya pengurangan nilai
antara -2LogL awal initial -2LL function dengan nilai -2LogL pada langkah berikutnya menunjukkan bahwa model yang dihipotesiskan fit
dengan data.Log Likehood pada regresi logistik mirip dengan pengertian
―Sum of Square Error ‖ pada model regresi, sehingga
penurunan nilai LogLikehood menunjukkan model regresi semakin baik.
lii
3.6.4 Menguji Kelayakan Model Regresi
Model ini digunakan untuk menguji hipotesis nol bahwa data empiris sesuai dengan model tidak ada perbedaan antara model dengan data,
sehingga model dapat dikatakan fit. Kelayakan model ini dinilai dengan menggunakan Hosmer and Lemeshow
‟s Goodness of Fit Test . Dalam hal ini hipotesis yang digunakan untuk menilai kelayakannya adalah
H0 : Tidak ada perbedaan antara model dengan data Ha : ada perbedaan antara model dengan data
Jika nilai Hosmer and Lemeshow’s Goodness of Fit Test ≤ 0,05,
maka berarti terdapat perbedaan signifikan antara model dengan nilai observasinya sehingga goodness fit model tidak baik karena model tidak
dapat memprediksi nilai observasinya Ghozali, 2006.
3.7 Pengujian Hipotesis
