Metode Analisis Data

D. Metode Analisis Data

1. Uji Asumsi Klasik

Penelitian ini menggunakan model regresi linier berganda dan untuk mengetahui tepat tidaknya penggunaan model tersebut, maka terlebih dahulu dilakukan analisis terhadap variabel-variabel yang diteliti yaitu melalui uji asumsi klasik. Uji asumsi klasik digunakan dengan tujuan untuk mengetahui ada tidaknya pelanggaran asumsi klasik pada penelitian yang menggunakan dua atau lebih variabel independen yang akan diamati. Berdasarkan uji asumsi klasik dapat diketahui ada tidaknya nilai prediktor yang bias dari model persamaan regresi linier berganda yang digunakan. Terdapat empat asumsi klasik, yaitu multikolinearitas, autokorelasi, heteroskedastisitas, dan normalitas.

a. Uji multikolinearitas Menurut Ghozali (2006) multikolinearitas terjadi jika antar variabel independen terdapat hubungan yang signifikan. Model regresi yang baik seharusnya di antara variabel independen tidak boleh saling berkolerasi. Untuk mendeteksi ada tidaknya multikolinearitas dalam variabel-variabel independen yaitu dengan melihat nilai Variance

Inflation Factors (VIF) dan Tolerance. Bila nilai VIF kurang dari 10 dan nilai tolerance diatas 0,10, maka model dapat dikatakan terbebas dari multikolinearitas.

b. Uji autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan penganggu pada periode t-1 (sebelumnya). Model regresi yang baik adalah regresi yang bebas dari autokorelasi (Ghozali, 2006). Untuk mengetahui dan mendeteksi ada tidaknya masalah autokorelasi, akan digunakan uji Durbin-Watson (DW test). Berikut ini adalah pengambilan keputusan ada tidaknya autokorelasi (Ghozali, 2006).

Jika Tdk ada autokorelasi positif

Hipotesis nol

Keputusan

0 < d < dl Tdk ada autokorelasi positif

Tolak

dl £ d £ du Tdk ada autokorelasi negatif

No decision

4 - dl < d < 4 Tdk ada autokorelasi negatif

Tolak

4 – du £ d £ 4 – dl Tdk

No decision

du < d < 4 - du positif atau negatif

ada

autokorelasi,

Tidak ditolak

c. Uji heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah jika terjadi homoskedatisitas atau tidak terjadi heterokedastisitas (Ghozali, 2006). Untuk mendeteksi ada atau tidaknya heterokedastisitas dapat dilakukan c. Uji heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah jika terjadi homoskedatisitas atau tidak terjadi heterokedastisitas (Ghozali, 2006). Untuk mendeteksi ada atau tidaknya heterokedastisitas dapat dilakukan

d. Uji normalitas Menurut Ghozali (2006) uji normalitas digunakan untuk menguji normalitas pendistribusian variabel dependen dan variabel independen. Model uji regresi yang baik adalah yang memiliki distribusi data normal atau mendekati distribusi data normal. Untuk menguji apakah sampel penelitian merupakan jenis distribusi normal maka digunakan pengujian One-Sample Kolmogorov-Smirnov.

2. Pengujian Hipotesis

Untuk menganalisis mekanisme pengaruh corporate governance terhadap manajemen laba melalui real activities manipulation maka hipotesis akan diuji dengan tiga persamaan yang berbeda, yaitu:

CFO = α + β 1 MANJ + β 2 INST + β 3 KI+ β 4 KA + є…....Persamaan Regresi 1 PROD = α + β 1 MANJ + β 2 INST + β 3 KI+ β 4 KA + є….Persamaan Regresi 2 DISEXP = α + β 1 MANJ + β 2 INST + β 3 KI+ β 4 KA + є..Persamaan Regresi 3

Keterangan: MANJ = Kepemilikan manajerial,

INST = Kepemilikan institusional, KI

= Komposisi komisaris independen, KA

= Kesesuaian komite audit, CFO

= Arus kas kegiatan operasi, PROD = Biaya produksi, DISEXP = Biaya diskresioner,

α = Konstanta, β

= Koefisien regresi, dan є

= Koefisien error. Persamaan regresi 1 akan digunakan untuk menjawab hipotesis 1 a ,

2 a ,3 a dan 4 a . Persamaan regresi 2 untuk menguji hipotesis 1 b ,2 b ,3 b dan 4 b , sedangkan persamaan regresi 3 digunakan untuk menjawab hipotesis 1 c ,

2 c , 3 c dan 4 c . Setelah persamaan regresi terbebas dari asumsi dasar, selanjutnya dilakukan pengujiaan hipotesis sebagai berikut.

1) Koefisien Determinasi (R 2 )

2 Koefisien determinasi (R ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.

Nilai koefisien determinasi adalah antara nol dan satu (0<R 2 <1). Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam

menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.

2) Uji Signifikansi Parameter Individual (Uji Statistik-t)

Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan

variasi variabel dependen. Hipotesis nol (H 0 ) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol, atau:

H 0 : bi = 0

Artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (Ha) parameter suatu variabel tidak sama dengan nol, atau:

Ha : bi ≠0 Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen. Dasar pengambilan keputusan adalah dengan membandingkan antara nilai probabilitas (p) dari t-hitung dengan taraf signifikansi 5%. Kaidah pengambilan keputusan adalah:

- Jika nilai p < 0,05 maka H 0 ditolak - Jika nilai p > 0,05 maka H 0 diterima

3) Uji Signifikansi Simultan (Uji Statistik F) Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/terikat.

Hipotesis nol (H 0 ) yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol, atau:

H 0 : b1 = b2 = b3 = b4 = 0

Artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (Ha) tidak semua parameter secara simultan sama dengan nol, atau:

Ha : b1 ≠ b2 ≠ b3 ≠ b4 ≠ 0 Artinya, semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen. Dasar pengambilan keputusan adalah dengan membandingkan antara nilai probabilitas (p) dari F-hitung dengan tingkat signifikansi 5%. Kaidah pengambilan keputusan adalah:

- Jika nilai p < 0,05 maka H 0 ditolak - Jika nilai p > 0,05 maka H 0 diterima