4. Financial Targets
Perusahaan seringkali mempunyai target tingkat laba yang harus diperoleh atas usaha yang dikeluarkan, kondisi inilah yang dinamakan
financial targets
. Salah satu pengukuran untuk menilai tingkat laba yang diperoleh perusahaan atas usaha yang dikeluarkan adalah dengan
menggunakan ROA. Perbandingan laba terhadap jumlah aktiva ROA adalah ukuran kinerja operasional yang banyak digunakan untuk
menunjukkan seberapa efisien aktiva telah bekerja Skousen
et al
., 2009. ROA sering digunakan dalam menilai kinerja manajer dalam menentukan
bonus, kenaikan upah, dan lain-lain. ROA dijadikan sebagai proksi untuk variabel
financial targets
dalam penelitian ini.
Return on Asset
ROA merupakan bagian dari rasio profitabilitas dalam analisis laporan keuangan atau pengukuran kinerja perusahaan.
ROA dapat dihitung dengan rumus sebagai berikut Skousen
et al
, 2009:
ROA =
5. Ineffective Monitoring
Ineffective monitoring
merupakaan keadaan dimana perusahaan tidak memiliki unit pengawas yang efektif untuk memantau kinerja
perusahaan.
Ineffective monitoring
terjadi karena adanya dominasi manajemen oleh satu orang atau kelompok tertentu, tanpa kontrol, tidak
efektifnya pengawasan dewan direksi dan komite audit atas proses
pelaporan keuangan dan pengendalian internal dan sejenisnya SAS No.99. Oleh sebab itu, penelitian ini memproksikan
ineffective monitoring
dengan rasio jumlah dewan komisaris independen BDOUT. Komisaris independen adalah anggota dewan komisaris yang
memenuhi persyaratan tidak memiliki hubungan terafiliasi baik dengan pemegang saham pengendali, direktur atau komisaris lainnya, tidak
bekerja rangkap dengan perusahaan terafiliasi dan memahami peraturan perundang-undangan di bidang Pasar Modal. Adanya dewan komisaris
independen diharapkan dapat meningkatkan pengawasan kinerja perusahaan sehingga mengurangi tindakan
fraud
. Rasio dewan komisaris independen BDOUT dapat diukur dengan Skousen
et al
, 2009: BDOUT =
H. Teknik Analisis Data
Teknik analisis data digunakan untuk mendapatkan hasil yang tepat dalam mengolah data sehingga dapat dipertangungjawabkan. Adapun, teknik
analisis data yang digunakan dalam penelitian ini adalah: 1.
Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel penganggu atau residual memiliki distribusi normal. Dalam uji normalitas ada 2 cara untuk mendeteksi residual berdistribusi normal
ataupun berdistribusi tidak normal yaitu dengan analisis grafik dan uji statistik Ghozali, 2011. Alat uji yang digunakan pada penelitian ini
adalah uji statistik dengan
Kolmogorov-Smirnov Z
1-Sampel K-S. Dasar pengambilan keputusan uji statistik dengan
Kolmogorov-Smirnov Z
1- Sampel K-S berdasarkan Ghozali, 2011 :
a. Jika nilai Asymp. Sig. 2-tailed kurang dari 0,05 maka Ho ditolak.
Hal ini berarti data residual terdistribusi tidak normal. b.
Jika nilai Asymp. Sig. 2-tailed lebih dari 0,05 maka Ho diterima. Hal ini berarti data residual terdistribusi normal.
2. Uji Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mendeteksi ada atau tidaknya penyimpangan asumsi klasik atas persamaan regresi berganda
yang digunakan. Pengujian asumsi klasik terdiri dari uji multikolonieritas, uji autokorelasi, uji heteroskedastisitas.
a. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen
Ghozali, 2011. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Untuk mendeteksi ada atau tidaknya
multikolonieritas, dapat dilihat dari
Tolerance
dan lawannya yaitu
Variance Inflation Factor
VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen
lainnya. Jadi, nilai
Tolerance
yang rendah sama dengan nilai VIF tinggi. Nilai
cutoff
yang umum dipakai untuk menunjukkan adanya multikoloniaritas adalah
Tolerance
≤ 0,10 atau sama dengan VIF ≥ 10.
b. Uji Autokorelasi
Uji Autokorelasi digunakan untuk menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan penganggu pada
periode t-1 tahun sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Dalam
penelitian ini, cara untuk mendeteksi ada atau tidaknya autokorelasi yaitu dengan melakukan Uji Durbin-Watson DW Test sebagai berikut:
1 Angka DW di bawah -2 berarti ada autokorelasi positif.
2 Angka DW di antara -2 sampai +2, berarti tidak ada autokorelasi.
3 Angka DW di atas +2 berarti ada autokorelasi negatif.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan
variance
dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2011. Jika
variance
dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas
dan jika berbeda disebut Heteroskedastisitas. Untuk mengetahui heteroskedastisitas dilihat melalui hasil uji statistik.
Uji statistik yang dilakukan adalah menggunakan Uji Glejser. Uji Glejser dilakukan dengan meregresikan nilai absolut residual
absRes_1 sebagai variabel dependen dengan variabel independen. 1
Jika niali Asymp. Sig. 2-tailed kurang dari 0,05 maka Ho ditolak terjadi heteroskedastisitas dalam data.
