commit to user
E. Teknik Analisis Data
Analisis data dalam penelitian ini dilakukan dengan statistik deskriptif, uji asumsi klasik dan pengujian hipotesis. Pengujian dilakukan dengan menggunakan
bantuan program SPSS
release
16.
1. Statistik Deskriptif
Statistik deskriptif terdiri dari penghitungan
mean, median
, standar deviasi, maksimum, dan minimum. Analisis ini dimaksudkan untuk memberikan
gambaran mengenai distribusi dan perilaku data Ghozali, 2006.
2. Pengujian Hipotesis
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari
goodness of fit-
nya. Secara statistik,
goodness of fit
dapat diukur dari nilai koefisien determinasi R
2
, nilai statistik F dan nilai statistik t. Perhitungan statistik dikatakan signifikan apabila nilai uji statistiknya berada dalam daerah
kritis daerah dimana Ho ditolak. Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana Ho diterima Ghozali, 2006. Persamaan
regresi berganda untuk pengujian hipotesis dalam penelitian ini adalah:
F INDISC = β
+ β
1
BSIZE + β
2
RPTDK + β
3
KKI + β
4
KKAI + β
5
RPTKAI + β
6
LEV + β
7
PROF + e
commit to user
Keterangan Persamaan Regresi Berganda
Simbol Keterangan
FINDISC BSIZE
RPTDK KKI
KKAI RPTKAI
LEV PROF
β E
Financial risk disclosure
Ukuran dewan komisaris Jumlah rapat dewan komisaris
Komposisi komisaris independen Komposisi komite audit independen
Jumlah rapat komite audit
Leverage
Profitabilitas Koefisien regresi
Error
a. Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh variabel independen mampu menerangkan variabel dependen. Untuk jumlah
variabel independen lebih dari dua, lebih baik menggunakan koefisien determinasi yang telah disesuaikan yaitu
adjusted
R
2
Ghozali, 2006. Besarnya koefisien determinasi adalah 0 nol sampai dengan 1 satu.
Semakin mendekati nol, semakin kecil pula pengaruh semua variabel independen X terhadap nilai variabel dependen dengan kata lain semakin
kecil kemampuan model dalam menjelaskan perubahan nilai variabel dependen. Jika koefisien determinasi mendekati satu, maka sebaliknya
Ghozali, 2006. b.
Nilai F Uji statistik F pada dasarnya menunjukkan apakah semua variabel
independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen Ghozali, 2006. Melalui nilai F
kita akan mengetahui apakah ukuran dewan komisaris, jumlah rapat dewan komisaris, komposisi komisaris independen, komposisi komite audit
commit to user
independen, dan jumlah rapat komite audit berpengaruh secara simultan terhadap
financial risk disclosure
. c.
Nilai t Merupakan pengujian yang dilakukan untuk mengetahui apakah
variabel independen berpengaruh secara signifikan terhadap variabel dependen. Nilai t digunakan untuk menguji koefisien regresi secara parsial
dari variabel independennya. Dalam penelitian ini, nilai t menggunakan tingkat signifikansi 5. Adapun pengujian hipotesisnya adalah:
Jika
p value
0,05 maka H
1
diterima. Jika
p value
0,05 maka H
1
ditolak. Sebagai persyaratan pengujian regresi berganda dilakukan uji asumsi
klasik untuk memastikan bahwa data penelitian valid, tidak bias, konsisten, dan penaksiran koefisien regresinya efisien Gujarati, 2003.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2006.
Hasil pengujian data dilakukan dengan menguji Kolmogorov-Sminorv. Kriteria pengujian apabila
p value
0,05 maka data berdistribusi normal, sedangakan apabila
p value
0,05 data tidak berdistribusi normal. Hal ini didukung juga dengan tampilan grafik histogram dan normal
probability plot
. 2.
Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah masalah yang
sering muncul dalam analisis regresi terjadi, yaitu dimana terdapat korelasi
commit to user
yang tinggi antar dua atau lebih variabel independen Ghozali, 2006. Pengujian dilakukan dengan menggunakan toleransi
value
VIF
variance inflation factor
. Jika
tolerance value
0,1 dan VIF 10 maka tidak terjadi multikolonieritas.
3. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t–1 Ghozali, 2006. Untuk mengetahui dan menguji ada tidaknya autokorelasi dalam model analisis regresi, bisa digunakan cara
pengujian statistik Durbin Watson DW. Tabel III.1
Nilai
Durbin
–
Watson Nilai DW
Kesimpulan Kurang dari 1,10
1,10 sampai 1,54 1,55 sampai 2,46
2,47 sampai 2,90 Lebih dari 2,91
Ada autokorelasi Tanpa kesimpulan
Tidak ada autokorelasi Tanpa kesimpulan
Ada autokorelasi
4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan
yang lain Ghozali, 2006. Untuk menentukan heteroskedastisitas dapat digunakan menggunakan grafik
scatterplot
. Dalam grafik
scatterplot
titik yang terbentuk harus menyebar secara acak, baik di atas maupun di bawah angka 0
pada sumbu Y. Bila kondisi ini terpenuhi maka tidak terjadi heteroskedastisitas Ghozali, 2006.
commit to user
BAB IV ANALISIS DAN PEMBAHASAN
Kategori