E. Prosedur Pengambilan Data
Jenis data yang digunakan berupa data sekunder yaitu data yang diperoleh dalam bentuk yang sudah jadi dan tidak memerlukan pengolahan lebih lanjut
seperti laporan keuangan tahunan. Data yang diperoleh dengan cara mendapatkannya dari luar perusahaan disebut data eksternal Umar, 2001: 70.
Pada penelitian ini, pengumpulan data dilakukan dengan dua tahap, tahap pertama dilakukan melalui studi pustaka, yakni jurnal akuntansi dan buku-buku
yang berkaitan dengan masalah yang diteliti. Pada tahap kedua, pengumpulan data sekunder yang diperoleh dari media
internet dengan mendownload melaui situs www.idx.co.id
untuk memperoleh data mengenai laporan keuangan yang telah dipublikasikan.
F. Metode dan Teknik Analisis Data
Metode analisis data yang digunakan adalah metode analisis statistik dengan menggunakan software SPSS 16. Sebelum data dianalisis, maka untuk
keperluan analisis data tersebut terlebuh dahulu dilakukan uji asumsi klasik.
1. Pengujian Asumsi Klasik
Uji asumsi klasik yang dilakukan adalah uji normalitas data, uji multikolonieritas, uji heteroskedastisitas dan uji autokorelasi.
a. Uji Normalitas Uji normalitas data bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal. Kalau nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk
jumlah sampel kecil Ghozali, 2005:110. Menurut Ghozali 2005:110, ”cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu
analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram
dari residualnya”. Dasar pengambilan keputusannya adalah: 1
jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model
regresi memenuhi asumsi normalitas, 2
jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka
model regresi tidak memenuhi asumsi normalitas. ”Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah
uji statistik Kolmogorov-Smirnov K-S”, yang dijelaskan oleh Ghozali 2005:115. Uji K-S dibuat dengan membuat hipotesis:
Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal
Bila signifikansi 0,05 dengan α = 5 berarti distribusi data normal dan Ho
diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal dan Ha diterima.
b. Uji Multikolinieritas Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi
ditemukan korelasi antar variabel bebas. Pengujian ini dapat dilihat dari nilai VIF dan korelasi di antara variablel bebas. Jika terjadi korelasi di antara variabel
bebas lebih besar dari 0,9 berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebasnya Ghozali,
2005: 91.
c. Uji Heteroskedastisitas Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lain. Menurut Erlina 2007:108 “jika varians dari residual satu pengamatan ke
pengamatan lainnya tetap, maka disebut homoskedastisitas. Sebaliknya jika varians berbeda, maka disebut heterokedasitas”. Ada tidaknya heteroskedastisitas
dapat dilakukan dengan melihat grafik Scaterplot antar nilai prediksi variabel independen dengan nilai residualnya. Dasar analisis yang dapat digunakan untuk
menentukan heteroskedastisitas, antara lain: 1
jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas, 2
jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi
homoskedastisitas.
d. Uji Autokorelasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear
ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari
autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Ada beberapa cara yang dapat digunakan untuk mendeteksi masalah
dalam autokorelasi di antaranya adalah dengan Uji Durbin Watson pada buku stastistik relevan. Namun, secara umum dapat diambil patokan sebagai berikut:
1. angka D-W di bawah –2 berarti ada autokorelasi positif,
2. angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi,
3. angka D-W di atas +2 berarti ada autokorelasi negatif.
2. Uji Hipotesis