57
A. Persamaan model
pertama, digunakan
untuk menghitung kualitas akrual.
CAC
i,t
= i +
i
1
CF
i,t-1
+ i
2
CF
i,t
+ i
3
CF
i,t+1
+ i
4
Δ REV
i,t
+ i
5
PPE
i,t
+ e
i,t
B. Persamaan model kedua, digunakan untuk menguji hipotesis penelitian. Hipotesis penelitian ini ialah
menguji pengaruh signifikan variabel kepemilikan institusional, corporate governance perception index,
dan ukuran perusahaan terhadap kualitas akrual dengan memasukkan nilai absolute dari current accruals
sebagai variabel kontrol.
EST_ERR
1,t
= i +
i
1
IO
1,t
+ i
2
CGPI
1,t
+ i
3
SIZE
i,t
+
i
4
ABS_ACC
i,t
+ e
1,t
Keterangan : EST_ERR
i,t
IO
i,t
CGPI
i,t
SIZE
i,t
ABS_ACC : Kualitas akrual perusahaan i tahun t.
: Kepemilikan institusional perusahaan i pada tahun t
: Corporate governance perception index perusahaan i pada tahun t
: Ukuran perusahaan i pada tahun t : Nilai absolute dari current accruals
perusahaan i pada tahun t
58
β –
β
5
ε
i,t
: Koofiesien regresi : error term
2. Langkah Analisis Data
Analisis data dalam penelitian ini dilakukan dengan langkah-langkah sebagai berikut :
a. Menghitung kualitas akrual masing-masing
perusahaan a. Menghitung CAC perusahaan i pada tahun t
Data yang dibutuhkan yaitu : a.
Δ Aktiva lancar tahun t yaitu aktiva lancar tahun t dikurangi aktiva lancar tahun t-1.
b. Δ Kewajiban lancar tahun t yaitu kewajiban lancar tahun t
dikurangi kewajiban lancar tahun t-1. c.
Δ Kas tahun t yaitu kas tahun t dikurangi kas tahun t-1. d.
Δ Hutang lancar tahun t yaitu hutang lancar tahun t dikurangi hutang lancar tahun t-1.
CAC dihitung dengan rumus : CAC = Δ aktiva lancar – Δ kewajiban lancar – Δ kas +
Δ hutang lancar
i
59
b.Menghitung kualitas akrual perusahaan i pada tahun t dengan persamaan berikut
CAC
i,t
= i +
i
1
CF
i,t-1
+ i
2
CF
i,t
+ i
3
CF
i,t+1
+ i
4
Δ REV
i,t
+ i
5
PPE
i,t
+ e
i,t
Masing-masing variabel diskala dengan total aktiva awal tahun t. Kualitas akrual merupakan nilai absolute dari accrual estimation
errors. Accrual estimation errors adalah nilai residu dari persamaan di atas e
i,t
. Dengan kata lain, kualitas akrual merupakan nilai absolute dari e
i,t
.
b. Uji asumsi klasik
Menurut Ghozali 2005, teknik estimasi variabel dependen yang melandasi analisis regresi disebut Ordinary Least Square OLS. Inti
metode OLS ialah mengestimasi suatu garis regresi dengan cara meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap
garis tersebut. Regresi dengan metode estimasi Ordinary Least Square akan memberikan hasil yang Best Liniear Unbiased Estimator BLUE
jika memenuhi semua asumsi klasik. Asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, uji multikolinearitas, uji
autokorelasi, dan uji heteroskedastisitas. E. Uji Normalitas
60
Uji normalitas data bertujuan untuk menguji variabel dependen dan independen mempunyai distribusi normal atau tidak Ghozali,
2005. Dalam penelitian ini, uji normalitas data dilakukan dengan menggunakan model kolmogorov-smirnov. Cara mendeteksi
normalitas ialah melalui pengamatan nilai residual Apabila nilai signifikansi lebih besar dari taraf signifikansi yaitu 0,05, maka data
residual terdistribusi normal. Cara lain ialah dengan melihat distribusi dari variabel-variabel yang akan diteliti Ghozali, 2005.
F. Uji Multikolinearitas Multikolinearitas adalah suatu hubungan yang sempurna antara
beberapa variabel independen dalam model regresi. Tujuan uji multikolinieritas ialah untuk menguji dalam model regresi
ditemukan adanya korelasi antar variabel bebas independen atau tidak Ghozali, 2001. Uji ini dilakukan dengan melihat nilai
Variance Inflation Factor VIF. Apabila nilai tolerance kurang dari 0,10 atau nilai VIF melebihi angka 10, maka disimpulkan telah
terjadi multikolinearitas. Sedangkan jika nilai tolerance lebih dari 0,10 atau nilai VIF dibawah angka 10, maka disimpulkan tidak
terjadi multikolinearitas. G. Uji Autokorelasi
Autokorelasi adalah korelasi antara anggota serangkaian observasi yang terletak bederetan menurut waktu seperti data time
61
series atau korelasi antara tempat yang berdekatan seperti data cross sectional. Uji autokorelasi bertujuan untuk menguji dalam
suatu model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau
tidak Ghozali, 2001. Uji yang digunakan untuk mendeteksi adanya autokorelasi adalah uji Durbin-Watson. Untuk mendeteksi adanya
autokorelasi dapat dilihat dari nilai Durbin-Watson dari hasil SPSS. Hipotesis yang akan diuji adalah
H : tidak ada autokorelasi
H
a
: ada autokorelasi Pengambilan keputusan ada atau tidaknya autokorelasi Santosa,
2001 ialah sebagai berikut : a. Angka Durbin Watson di bawah -2 berarti ada autokorelasi
positif b. Angka Durbin Watson di antara -2 sampai +2 berarti tidak
ada autokorelasi c. Angka Durbin Watson di atas +2 berarti ada autokorelasi
negatif
H. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk mengetahui dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan
62
ke pengamatan lain atau tidak Ghozali, 2001. Jika variance dari residual satu pengamatan ke pengamatan lain tetap disebut
homoskedastisitas. Jika tidak tetap disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak
mengalami heteroskedastisitas Ghozali, 2005. Uji ini dilakukan dengan melihat grafik plot antara nilai prediksi
variabel dependen ZPRED dengan residualnya SRESID. Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan
melihat ada tidaknya pola tertentu pada grafik scatterplot antara ZPRED dan SRESID. Sumbu Y adalah Y yang telah diprediksi dan
sumbu X adalah residual. Dasar analisa untuk menentukan ada atau tidaknya heteroskedastisitas Ghozali, 2001 ialah sebagai berikut :
E. Jika ada pola tertentu pada grafik scatterplot, seperti titik-titik membentuk gelombang atau melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas F. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka terjadi tidak heteroskedastisitas.
c. Pengujian hipotesis
Penelitian ini bertujuan untuk memperoleh bukti empiris pengaruh kepemilikan institusional, corporate governance perception index, dan
63
ukuran perusahaan terhadap kualitas akrual dengan nilai absolute current accruals sebagai variabel kontrol, maka persamaan yang akan diuji yaitu :
Kategori