3.5 Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini diperoleh dengan cara mengunduhmendownload melalui situs resmi bursa efek indonesia BEI, yaitu
www.idx.co.id . Data yang diperoleh, kemudian diolah kembali dengan cara
menghitung sendiri, dengan menggunakan rumus-rumus yang telah tersedia, dan diperolehlah nilai dari current relative performance CRP, total asset TA, debt to
equity ratio DER, net profit margin NPM dan return on assets ROA serta nilai –
nilai dari discreasionary accrual DA dan disclosure indeks DI.
3.6 Teknik Analisis Data
Sebelum melakukan pengujian dan pengolahan data menggunakan program SPSS Statistical Package For Social Science, terlebih dahulu dilakukan
perhitungan terhadap rasio-rasio variabel yang akan dianalisis, yaitu : current relative performance CRP, ukuran perusahaan, debt to equity ratio DER, net
profit margin NPM, return on assets ROA, tingkat manajemen laba perusahaan dan menghitung besarnya indeks kelengkapan pengungkapan, setelah di peroleh hasil
dari perhitungan manual tersebut selanjutnya teknik analisis yang dilakukan dengan menggunakan teknik analisis linier berganda
3.6.1 Teknik analisis regresi berganda
Teknik analisis yang digunakan dalam penelitian ini adalah teknik analisis data regresi berganda statistic multiple regression. Model ini dipilih
karena jumlah variabel yang diteliti dalam penelitian lebih dari 2 dua dan
28
Universitas Sumatera Utara
untuk melihat secara langsung pengaruh dari beberapa variabel terikat. Analisis linier berganda dapat dinyatakan dengan persamaan sebagai berikut :
Y = +
1
X
1
+
2
X
2
+ . . . + e Ket : Y
= Variabel terikat Dependent variable a
= Konstanta b
1
, b
2
… = Koefisien regresi X
1
, X
2
... = Variabel bebas Independent variable e
= Eror Model analisis regresi linier berganda untuk masing-masing variabel
adalah sebagai berikut : a.
Manajemen laba discretionary accrual DA =
+
1
CRP +
2
DER +
3
TA + e . . . . . . 1 b.
Tingkat pengungkapan disclosure index DI = +
1
DER +
2
ROA +
3
TA +
4
NPM + e . . . . . . 2 Kemudian untuk mengetahui pengaruh langsung antara manajemen laba
dan tingkat pengungkapan laporan keuangan maka nilai estimasi dari DI diregresikan kembali dengan nilai DA dengan persamaan sebagai berikut :
c. Manajemen laba terhadap indeks pengungkapan
DI = +
1
DA + e . . . . . . . 3
3.6.2 Pengujian asumsi klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala
heteroskedasitas, gejala multikolinearitas, dan gejala autokorelasi. Model 29
Universitas Sumatera Utara
regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE best linear unbiased estimator yakni tidak terdapat
heteroskedasitas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi. Pengujian-pengujian yang dilakukan adalah sebagai berikut :
1. Uji normalitas
Syarat data yang layak untuk diuji adalah data tersebut harus berasal dari populasi yang berdistribusi normal. Uji ini digunakan untuk
menguji apakah
variabel-variabel independen
dan dependen
mempunyai distribusi normal atau tidak, jika asumsi ini dilanggar, maka uji statistik menjadi tidak valid atau bias terutama untuk sampel
kecil. Pada analisis linier berganda, asumsi normalitas tidak dilakukan
dengan mengujinya pervariabel, melainkan pada nilai residualnya, apabila setelah dilakukan pengujian maka didapat data yang tidak
terdistribusi secara normal maka harus dilakukan transformasi data, sehingga data berubah menjadi normal. Apabila hal tersebut juga gagal
maka kita bisa membuang outlier atau menambah sampel penelitian. Adapun uji normalitas data dalam penelitian ini menggunakan uji
Kolmogrov-Smirnov, dimana apabila nilai Sig. atau signifikan atau probabilitas 0.05, maka distribusi data tidak normal.
2. Uji multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen.
30
Universitas Sumatera Utara
Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen, untuk mendeteksi ada tidaknya multikoliniearitas dengan
melihat nilai tolerance dan nilai variance inflation factor VIF a.
Jika tolerance 0,10 dan VIF 10, maka terjadi multikolinearitas b.
Jika tolerance 0,10 dan VIF 10, maka tidak terjadi multikolinearitas
3. Uji autokorelasi
Autokorelasi adalah korelasi antara anggota-anggota sampel yang diurutkan berdasarkan waktu. Uji ini bertujuan untuk menguji dalam
sebuah model regresi linear ada korelasi antar kesalahan penganggu residual pada periode t dengan kesalahan pada periode t-1
sebelumnya. Untuk menguji adanya autokorelasi dilakukan pengujian Durbin Watson DW, dengan kriteria sebagai berikut:
a. Apabila DW di bawah -2 berarti ada autokorelasi positif
b. Apabila DW di antara -2 sampai +2 maka tidak ada autokorelasi
c. Apabila DW di atas +2 berarti ada korelasi negatif
4 Uji heterokedasitas
Uji ini bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaanperbedaan variansi residu dari satu pengamatan dengan
pengamatan lainnya atau ditemukan adanya korelasi antar variabel bebas independen. Jika tidak memiliki perbedaan maka disebut
homokedasitas dan
jika memiliki
perbedaan maka
disebut
31
Universitas Sumatera Utara
heterokedasitas. Model regresi yang baik adalah yang homokedasitas, cara mendeteksinya dengan melihat grafik scatterplot, jika
a. Terdapat pola tertentu seperti titik-titik yang membentuk suatu pola
yang teratur, maka terjadi heterokedasitas b.
Tidak ada pola yang jelas serta titik-titik yang menyebar di atas angka 0 dan dibawah angka 0 pada sumbu y maka tidak terjadi
heterokedasitas.
3.6.3 Koefisien determinasi R