sedangkan sampel yang berada di atas 0 berarti sampel yang diduga cenderung tidak melakukan manipulasi aktivitas nyata melalui pengurangan biaya diskresioner.
4.6. Metode analisis data
Model dan teknis analisis data dalam penelitian ini menggunakan pendekatan regresi linear berganda. Uji statistik digunakan untuk menentukan
keputusan menerima atau menolak hipotesis yang diajukan dalam penelitian ini. Untuk uji regresi diperlukan evaluasi asumsi-asumsi yang mendasari sebuah model
regresi sehingga diperoleh aplikasi yang tepat.
4.6.1. Uji Asumsi Klasik
Salah satu syarat untuk bisa menggunakan persamaan regresi berganda adalah terpenuhinya uji asumsi klasik. Empat uji asumsi klasik dalam penelitian ini meliputi
uji normalitas, heteroskedastisitas, autokorelasi, dan multikolinearitas. Penjelasan masing-masing pengujian asumsi klasik akan diuraikan seperti di bawah ini.
4.6.1.1. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi, variabel independen dan variabel dependen berdistribusi normal atau tidak. Cara untuk
menguji normalitas adalah dengan uji Kolmogorov-Smirnov untuk menentukan normalitas distribusi residual. Jika sig atau p-value 0,05 maka data berdistribusi
normal.
Universitas Sumatera Utara
4.6.1.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi di antara variabel independen. Jika terdapat korelasi,
berarti terdapat masalah multikolinearitas. Model regresi yang baik seharusnya tidak terjadi multikolinearitas. Cara untuk mendeteksi ada atau tidaknya multikolinearitas
adalah dengan VIF variance inflation faktor. Indikasi adanya multikolinearitas adalah apabila nilai VIF 10.
4.6.1.3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varian dari residual antara satu pengamatan ke
pengamatan lainnya. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Metode yang dapat digunakan untuk menguji adanya gejala ini adalah uji Glejser.
Jika terdapat koefisien regresi variabel independen yang tidak signifikan 0,05, berarti tidak terdapat heteroskedastisitas.
4.6.1.4. Uji Autokorelasi
Autokorelasi adalah adanya korelasi pada tempat yang berdekatan dan menimbulkan konsekuensi, yaitu interval keyakinan menjadi lebar serta varians dan
kesalahan standar akan ditaksir terlalu rendah. Jika kesalahan pengganggu dalam observasi saling berkorelasi satu sama lain atau terjadi saling ketergantungan, maka
akan terjadi autokorelasi. Uji korelasi bertujuan untuk menguji apakah dalam suatu
Universitas Sumatera Utara
model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Jika terjadi korelasi, maka terdapat masalah
autokorelasi. Model regresi yang baik adalah tidak terdapat autokorelasi. Pendekatan yang sering digunakan untuk menguji ada atau tidaknya autokorelasi adalah uji
Durbin-Watson. Deteksi tidak ada autokorelasi adalah nilai D-W antara 1,5 s.d. 2,5.
4.6.2. Uji Hipotesis
Analisis data yang digunakan dalam penelitian ini adalah analisis regresi berganda. Analisis regresi berganda merupakan alat analisis untuk mengetahui
pengaruh variabel independen terhadap variabel dependen dengan tingkat signifikansi α = 5. Analisis regresi berganda ini meliputi koefisien determinasi, uji
simultan dan uji parsial. Masing-masing pengujian selanjutnya dijelaskan seperti di bawah ini.
4.6.2.1 Koefisien Determinasi