lv 2. Data Sekunder Secondary Data
Data sekunder merupakan sumber data penelitian yang diperoleh penelitian secara tidak langsung melalui media perantara diperoleh dan dicatat
oleh pihak lain. Adapun data sekunder yang penulis pakai yaitu: a. Riset Kepustakaan
Penelitian kepustakaan dilakukan dengan cara mengumpulkan, membaca dan memahami buku, literatur, catatan perkuliahan, artikel jurnal, data dari
internet. makalah auditing, laporan penelitian terdahulu, catatan atau laporan historis yang telah tersusun dalam arsip data dokumenter yang
dipublikasikan dan yang tidak dipublikasikan dan sebagainya yang berhubungan dengan peran, tanggung jawab auditor intern dan pencegahan
tindakan kecurangan. b. Teknik Dokumentasi
Teknik dokumentasi adalah teknik pengumpulan data dengan cara mengutip langsung data yang diperoleh dari lembaga instansi yang
terkait, yang berhubungan dengan penelitian yang penulis lakukan.
I. Metode Analisis Data
Metode analisis data merupakan suatu metode yang digunakan untuk mengolah suatu data penelitian dengan menggunakan proses penyederhanaan data
dalam bentuk yang mudah dibaca dan diinterpretasikan. Analisis dalam penelitian ini menggunakan metode analisis deskriptif kuantitatif dengan metode Regresi
Linear Berganda Multiple Regression Linier dan pengujian data dalam penelitian ini dilakukan dengan bantuan software pengolah data statistic SPSS ver.12.0.
1. Teknik pegolahan data penelitian
lvi Instrumen penelitian ini adalah kuesioner, instrumen yang valid dan
reliable merupakan syarat mutlak untuk mendapatkan hasil penelitian yang valid, reliable
dan normal. a. Uji Validitas
Pengujian validitas dilakukan untuk membuktikan sejauh mana data yang terdapat dalam kuesioner dapat mengukur tingkat kevaliditasan suatu
kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur Indiantoro dan
Supomo, 2002:180. Setiap butir pertanyaan dikatakan valid bila angka korelasional yang diperoleh dari perhitungan lebih besar atau sama dengan
r kritis. Untuk menentukan r hitung didapatkan dari perhitungan dengan rumus teknik korelasi karl pearson dengan menggunakan SPSS.
b. Uji Reliabilitas Setelah melakukan pengujian validitas instrumen penelitian, tahap
selanjutnya adalah mengukur reliabilitas data instrumen penelitian. Reliabilitas menunjukkan konsistensi dari data yang dikumpulkan. Suatu
kuesioner dikatakan reliable handal jika jawaban seseorang terhadap pernyataan adalah konsisten dari waktu ke waktu. Ghozali, 2005:45.
Pengujian reliabilitas dalam penelitian ini untuk menunjukkan tingkat reliabilitas konsistensi internal. Teknik yang digunakan dalam penelitian
ini adalah alpha cronbach karena menggunakan jenis data likert. Rumus cronbach’s alpha
Sugiyono, 2005:283 sebagai berikut:
K
∑σb²
r = k-1
1 -
σt²
lvii Keterangan:
r = reliabilitas k = banyaknya pertanyaan
σt² = varians total ∑σb² = mean kuadrat kesalahan
Penelitian menggunakan bantuan program SPSS dalam menghitung alpha cronbach
untuk menginterpretasikan nilai alpha yang diperoleh, digunakan kriteria korelasi menurut Sugiyono 2005:183 yang diperoleh dari sumber
Gulford yaitu,
Tabel 3. 2 Kriteria Korelasi
0,00 - 0,200 =
Korelasi sangat
rendah 0,20 - 0,399
= Korelasi
rendah 0,40 - 0,599
= Korelasi
sedang 0,60 - 0,799
= Korelasi
kuat 0,80 - 1,00
= Korelasi
sangat kuat
Sumber: Gulford
Suatu butir kuesioner dikatakan reliabel bila nilai r alpha hitung lebih besar dari pada r alpha tabel.
2. Uji Asumsi Klasik a. Uji Normalitas Data
lviii Uji normalitas data bertujuan untuk menguji apakah dalam sebuah model
regresi, variabel independen dan variabel dependen atau keduanya mempunyai distribusi normal atau tidak. Pengujian normalitas akan
dilakukan dengan menggunakan One-Sample Kolmogorov-Smirnov Test untuk masing-masing variabel. Untuk uji One-Sample Kolmogorov-
Smirnov Test , akan dilihat dari nilai probabilitasnya, jika probabilitasnya
0.05 data terdistribusi normal. Apabila data tidak terdidtribusi secara normal maka dilakukan transformasi data Ghozali, 2005:30.
b. Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas independen Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel
independen. Model regresi yang tidak ada multikolinieritas adalah yang mempunyai nilai besaran korelasi antar variabel bebas kurang dari 95,
VIF Variance Inflation Factor kurang dari angka 1.0 dan mempunyai nilai tolerance lebih dari 0.1 atau 10 Ghozali, 2005:91.
c. Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Untuk mendeteksi apakah terdapat heteroskedastisitas pada
model regresi, dapat dilihat pada model grafik scaterplot. Dasar pengambilan keputusan sebagai berikut:
lix 1 Jika ada pola tertentu seperti titik-titik point-point yang ada
membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah terjadi
heteroskedastisitas. 2 Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan
dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2005: 105.
3. Uji Hipotesis a. Uji Signifikansi Simultan Uji Statistik F
Uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen untuk mengambil keputusan hipotesis diterima atau ditolak dengan membandingkan tingkat signifikansi
sebesar 0.05. Jika nilai probabiliti F lebih besar dari 0.05 maka model regresi
tidak dapat digunakan untuk memprediksi variabel dependen atau dengan kata lain variabel independen secara bersama tidak berpengaruh terhadap
variabel dependen Ghozali, 2005:84. b. Uji Signifikansi Parameter Individual Uji Statistik t
Uji statistik t pada dasarnya mengukur seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan
variasi variabel dependen. Untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel-variabel independen secara individual terhadap
variabel dependen digunakan tingkat signifikansi 0.05. Jika nilai
lx probability t lebih besar dari 0.05 maka tidak ada pengaruh dari variabel
independen terhadap variabel dependen koefisien regresi tidak signifikan, sedangkan jika nilai probability t lebih kecil dari 0.05 maka terdapat
pengaruh dari variabel independen terhadap variabel dependen koefisien regresi signifikan. Santoso, 2004: 168.
Kemudian rumus yang digunakan adalah sebagai berikut: t
=
2 s
s
r 1
1 n
r −
−
c. Koefisien Determinasi R
2
Koefesien determinasi digunakan untuk mengukur persentase variasi variabel terikat yang dijelaskan oleh semua variabel bebasnya.
Untuk regresi dengan lebih dari dua variabel bebas, digunakan adjusted R
2
sebagai koefisien determinasi Santoso, 2004:365. Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah
antara nol dan satu. 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. Nilai koefisien determinsai terletak antara 0 dan 1 0R
2
1, dimana semakin tinggi nilai R
2
suatu regresi atau semakin mendekati 1 maka hasil regesi tersebut semakin baik. Hal ini berarti variabel-variabel
bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel terikat. Sebaliknya jika nilai R-square
lxi semakin mendekati angka 0 berarti semakin lemah kemampuan variabel
independen dapat menjelaskan fluktuasi variabel dependen Ghozali, 2005:83.
Kelemahan mendasar penggunaan koefesien determinasi adalah bias terhadap jumlah variabel bebas yang dimasukkan ke dalam model.
Setiap tambahan satu variabel bebas maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel
terikat. Oleh karena itu digunakanlah adjusted R
2
pada saat mengevaluasi model regresi. Tidak seperti R
2
, nilai adjusted R
2
dapat naik turun apabila satu variabel bebas ditambahkan ke dalam model.
Dalam kenyataan nilai adjusted R
2
dapat bernilai negatif, meskipun yang dikehendaki harus bernilai positif. Jika dalam uji empiris didapat nilai
adjusted R
2
negatif maka nilai adjusted R
2
dianggap bernilai nol. Secara matematis jika nilai R
2
=1 maka adjusted 1 R
2
= 1 R
2
= R
2
= 1 sedangkan jika nilai R
2
= 0 maka adjusted R
2
= 1-k n-k. Jika k 1, maka adjusted R
2
akan bernilai negatif.
E. Variabel dan Pengukurannya
