6. Kelengkapan
Pengungkapan Laporan Keuangan
Y Sumber: Peneliti, 2011
3.5 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan software statistik, yaitu SPSS 18. Peneliti melakukan
uji asumsi klasik terlebih dahulu sebelum melakukan pengujian hipotesis.
3.5.1 Pengujian Asumsi Klasik
1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi
linier variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data
normal atau mendekati normal. Cara untuk melihat normalitas adalah dengan melihat histogram yang membandingkan antara data observasi dengan
distribusi yang mendekati distribusi normal. Namun demikian, dengan hanya melihat histogram hal ini dapat menyesatkan khususnya untuk sampel yang
kecil jumlahnya. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari data
sesungguhnya dengan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan plooting
data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah
Universitas Sumatera Utara
normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2005:110. Cara lain untuk mendeteksi apakah
residual berdistribusi normal atau tidak yaitu dengan uji statistik. Uji statistik yang digunakan dalam penelitian ini adalah uji Kolmogorovk-Smirnov 1
sample K-S dengan signifikansi 5. Data yang normal adalah data yang memiliki nilai signifikansi lebih besar dari 0,05 Ghozali, 2005:114.
2. Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independenGhozali,
2005:91. Deteksi multikolinieritas pada suatu model dapat dilihat jika nilai variance inflation factor VIF tidak lebih dari 10 dan nilai tolerance tidak
kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolinieritas. 3. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan
lainnya. Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas.
Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas.
Universitas Sumatera Utara
Untuk menguji adanya heterokedastisitas, menurut Ghozali 2005:105 dapat dilihat dari grafik Scatterplot antara nilai prediksi variabel independen yaitu
ZPRED dengan residualnya SRESID. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka telah terjadi
heterokedastisitas. Sebaliknya, jika tidak ada pola yang jelas, serta titik-titik yang menyebar maka tidak terjadi heterokedastisitas.
4. Uji Autokorelasi Uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi
linier ada korelasi atau kesalah pengganggu pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan
sepanjang tahun yang berkaitan satu dengan yang lainnya, hal ini sering ditemukan pada time series. Pada data cross section, masalah autokorelasi
relatif tidak terjadi.
Tabel 3.2 Nilai Durbin Watson
No. Nilai d
Keterangan
1. 2.
3. 4.
5. 0 d dL
dL ≤ d ≤ dU
dU d 4 – dU 4 – dU
≤ d ≤ 4 – dL 4 – dL d 4
Ada autokorelasi Tidak ada kesimpulan
Tidak ada autokorelasi Tidak ada kesimpulan
Ada autokorelasi Sumber: Ghozali, 2005 : 96
3.5.2 Pengujian Hipotesis
Kategori