Teknik analisis regresi berganda Pengujian asumsi klasik

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