3.5 Metode Analisis Data
Metode analisis data merupakan bagian yang sangat penting dalam suatu penelitian ilmiah karena proses analisis data merupakan jawaban atas permasalahan
yang dikemukakan sebelumnya sesuai dengan tujuan penelitian.
3.5.1 Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan informasi mengenai karakteristik dari variabel independen. Statistik deskriptif memberikan gambaran
mengenai suatu data yang terlihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan sweknes atau kemencengan distribusi
Ghozali, 2005 : 19. Statistik deskriptif dalam penelitian ini berupa ukuran tendensi sentral mean, minimum, maximum dan standar deviasi dari variabel yang diujikan
dalam penelitian ini, yaitu Ukuran Perusahaan X
1
, LabaRugi X
2
, Opini Auditor X
3
, Jenis Industri X
4
, Ukuran KAP X
5
, Rasio Utang X
6
, Profitabilitas X
7
dan Umur X
8
3.5.2 Uji Asumsi Klasik
Model regresi yang baik adalah model regresi yang memenuhi asumsi dasar sehingga diperoleh model regresi yang BLUE Best Linier Unbiased Estimated,
Wasis, 2007 : 48. Dalam pengujian ini peneliti menggunakan analisis regresi linier berganda,
untuk memperoleh nilai pemerkira yang tidak bias dan efisien maka dalam pelaksanaan data harus memenuhi asumsi klasik. Asumsi klasik yang dimaksud :
1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi
variabel dependen dan variabel independen keduanya mempunyai distribusi normal atau tidak. Model regresi yang sahih valid adalah distribusi data
normal atau mendekati normal Ghozali, 2005:110
Pengujian ini dibantu dengan menggunakan software SPSS for windows ver 16,00, normalitas dapat dideteksi dengan alat analisis grafik
berupa Probability Plot of Standardized Residual dengan melihat nilai signifikan residualnya. Jika nilai signifikan berada diatas nilai signifikan 0,05
maka dapat disimpulkan bahwa telah terjadi normalitas.
2 Uji Multikolinieritas Pengujian ini bertujuan untuk meneliti apakah pada model regresi
ditentukan adanya korelasi antar variabel independen. Model regresi yang sahih valid adalah model regresi yang bebas dari multikolinearitas.
Multikolinearitas terjadi ketika variabel independen yang ada dalam metode berkorelasi satu sama lain, ketika korelasi antar variabel independen sangat
tinggi maka sulit untuk memisahkan pengaruh masingmasing variabel independen terhadap variabel dependen.
Dalam melakukan pengujian terhadap multikolinearitas dapat dideteksi dengan menggunakan Variance Inflation Factor VIF, jika nilai
VIF 10 maka terjadi multikolinieritas dan sebaliknya apabila VIF 10 maka tidak terjadi multikolinearitas Ghozali, 2001:91
3 Uji Autokorelasi Autokorelasi berarti terdapat korelasi di antara kesalahan pengganggu
pada data pengamatan yang diurutkan berdasarkan waktu, sehingga munculnya suatu data dipengaruhi oleh data sebelumnya. Untuk mengetahui
adanya autokorelasi bias dilihat dengan nilai Durbin-Watson D-W dengan kriteria ,Santoso 2000 dalam Wasis 2007:49 :
a. Angka D-W di bawah -2, berarti ada autokorelasi positif, b. Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi ,
c. Angka D-W di atas +2, berarti ada autokorelasi negatif
4 Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan
lain tetap maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas
atau tidak terjadi heteroskedastitas Ghozali, 2005 : 105. Dalam penelitian ini pengujian heteroskedastisitas dilakukan dengan
melihat Grafik Scatterplot antara nilai prediksi variabel dependen dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya
heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah
residual Y prediksi-Y sesungguhnya yang telah di-studentized. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur
bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik
menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.5.3 Analisis Regresi Linier Berganda