commit to user 37
Di mana: DA
it
adalah akrual kelolaan, TA
it
adalah total akrual, dan NDA
it
adalah akrual non kelolaan, maka:
it it
it it
it it
z NPA
NPA LOAN
CO TA
+ D
+ +
+ +
=
4 3
2 1
b b
b b
b
Di mana
it it
it
DA z
e +
=
Untuk menentukan akrual total dengan menggunakan model Beaver dan Engel 1996 ini, digunakan total saldo penyisihan penghapusan aktiva
produktif PPAP. Dalam penentuan koefisien manajemen laba tersebut, semua variabel dideflasi terlebih dahulu dengan nilai buku ekuitas dan
cadangan kerugian pinjaman.
E. Metoda Analisis Data
Dalam penelitian ini, pengujian hipotesis menggunakan analisis regresi berganda dengan memakai program SPSS release 16.0. Tahapan pokok yang
dilakukan untuk menganalisis data, antara lain:
1. Uji Asumsi Klasik
Uji asumsi klasik bertujuan untuk memastikan bahwa hasil penelitian adalah valid dengan data yang digunakan secara teori adalah
tidak bias, konsisten, dan penaksiran koefisien regresinya efisien. Pengujian asumsi klasik terdiri dari beberapa macam pengujian sebagai
berikut: a. Uji multikolinieritas
Uji multikolinieritas merupakan uji yang dilakukan dengan tujuan menguji apakah model regresi terdapat korelasi antarvariabel
commit to user 38
independen Ghozali, 2006. Model regresi yang baik seharusnya tidak terdapat korelasi di antara variabel independen. Jika terjadi korelasi
antarvariabel independen
maka dikatakan
terjadi problem
multikolinieritas. Untuk mendeteksi ada tidaknya multikolonieritas dalam model regresi, peneliti akan melihat nilai tolerance dan
Variance Inflation Factor VIF dengan alat bantu program SPSS 16.0. Tolerance mengukur variabilitas variabel independen yang
terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF= 1
tolerance. Nilai cutoff yang dipakai adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10. Jika tidak ada variabel independen yang
memiliki nilai tolerance kurang dari 0.10 dan tidak ada variabel independen yang memiliki nilai VIF lebih dari 10, maka tidak terjadi
problem multikolinieritas. b. Uji autokorelasi
Uji autokorelasi merupakan pengujian apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu sama lainnya. Masalah ini timbul karena kesalahan pengganggu tidak bebas dari satu observasi ke observasi
lainnya. Untuk
menguji ada
tidaknya autokorelasi,
peneliti menggunakan uji Durbin-Watson Uji DW. Uji autokorelasi
commit to user 39
dilakukan dengan membandingkan nilai Durbin Watson table yaitu batas lebih tinggi upper bond atau d
u
dan batas lebih rendah lower bond atau d
i
. Kriteria pengujiannya adalah sebagai berikut: 1 0 d d
i
, maka terjadi autokorelasi positif. 2 d
i
d d
u
, maka tidak ada kepastian apakah terjad autokorelasi atau tidak ragu-ragu.
3 4 – d
i
d 4, maka terjadi autokorelasi negatif. 4 4 – d
u
d 4 – d
i
, maka tidak ada kepastian apakah terjadi autokorelasi atau tidak ragu-ragu.
5 d
u
d 4 – d
u
, maka tidak terjadi autokorelasi baik positif maupun negatif.
Apabila nilai DW lebih besar dari batas atas du dan kurang dari 4-du, maka dapat disimpulkan bahwa tidak terdapat autokorelasi.
c. Uji heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu
pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika beda disebut heteroskedastisitas, model regresi yang baik
adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas. Kebanyakan
data cross-sectional
mengandung situasi
heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran kecil, sedang, besar Ghozali, 2006. Untuk
mendeteksi ada atau tidaknya heteroskedastisitas dalam model, peneliti
commit to user 40
akan menggunakan Uji Glejser dengan bantuan program SPSS. Apabila koefisien parameter 0.05 maka tidak ada masalah heteroskedastisitas.
d. Uji normalitas data Uji normalitas data bertujuan untuk menguji apakah dalam
model regresi variabel dependen dan independen memiliki distribusi normal. Pengujian normalitas data dalam penelitian ini menggunakan
uji Kolmogrov Smirnov, yaitu dengan membandingkan nilai p value dengan tingkat signifikansi 5. Jika p value 5, maka data
berdistribusi normal.
2. Uji Hipotesis
