52
3.5 Jenis Data
Jenis  data  yang  digunakan  dalam  penelitian  ini  adalah  data  sekunder. Menurut Arikunto 2010 “data sekunder merupakan sumber data penelitian yang
diperoleh  peneliti  secara  tidak  langsung  melalui  media  perantara  diperoleh  dan dicatat  oleh  pihak  lain
”.  Data  sekunder  umumnya  berupa  bukti,  catatan  atau laporan  historis  yang  telah  tersusun  dalam  arsip  data  dokumenter  yang
dipublikasikan  dan  yang  tidak  dipublikasikan.  Data  yang  digunakan  adalah gabungan  antara  data
time  series
dan
cross  section
.  Data
time  series
adalah sekumpulan  data  dari  suatu  fenomena  tertentu  yang  terdapat  dalam  beberapa
interval  waktu  tertentu,  sedangkan  data
cross  section
adalah  data  untuk  meneliti suatu  fenomena  tertentu.  Data  penelitian  meliputi  laporan  keuangan  auditan,
laporan  auditor  independen,  dan  laporan  tahunan yang  telah  dipublikasikan  dan
diambil dari
database
BEI dengan mengunduh data melalui website resmi Bursa Efek Indonesia
www.idx.co.id
dan
www.sahamok.com
selama tahun 2013 sampai tahun 2014.
3.6 Metode Pengumpulan Data
Metode  pengumpulan  data  yang  digunakan  yaitu  metode  dokumentasi dengan  mengumpulkan  dan  menganalisis  data  sekunder  atau  data  untuk
perusahaan  manufaktur  sektor  barang  konsumsi  pada  tahun  2013  hingga  2014 yang  diperoleh  secara  tidak  langsung  melalui  media  perantara  yaitu  internet  dari
Bursa  Efek  Indonesia  melalui  laporan  tahunan  dan  laporan  keuangan  yang  telah
Universitas Sumatera Utara
53
diaudit dan diterbitkan setiap tahunnya yang diunduh melalui situs
www.idx.co.id
dan
www.sahamok.com .
3.7  Teknik Analisis Data
Alat  analisis  yang  digunakan  dalam  penelitian  ini  adalah  analisis  regresi linier berganda. Pengujian ini dilakukan dengan mengunakan
software
SPSS versi 16. Berikut ini dijelaskan tahapan-tahapan pengujian dalam penelitian ini:
3.7.1  Analisis Statistik Deskriptif
Statistik  deskriptif  digunakan  untuk  mendeskriptifkan  variabel- variabel  dalam  penelitian  ini,  yaitu  Manajemen  Laba,
Deferred  Tax Liabilities
,
Deferred  Tax  Asset
,  dan  Akrual  pada  perusahaan  manufaktur yang  terdaftar  di  BEI.
“Statistik  deskriptif  akan  memberikan  gambaran atau  deskripsi  suatu  data  yang  dilihat  dari  nilai  rata-rata  mean,  standar
deviasi, varian, maksimum, minimum, sum,
range
, kurtosis dan skewness Ghozali, 2006: 29
”. Statistik deskriptif dimaksudkan untuk memberikan gambaran mengenai distribusi dan perilaku data sampel tersebut.
3.7.2  Uji Asumsi Klasik
Untuk  mengetahui  apakah  model  regresi  yang  diperoleh  dapat menghasilkan  estimator  linier  yang  BLUE
Best  Linear  Unbiased Estimator
perlu dilakukan uji asumsi  klasik.  Dalam  uji asumsi  klasik  ini
Universitas Sumatera Utara
54
model  analisis  yang  digunakan  akan  menghasilkan  estimator  yang  tidak bias apabila memenuhi beberapa asumsi klasik sebagai berikut:
3.7.2.1  Uji Normalitas
Menurut  Ghozali,  2006:  110 “Uji  normalitas  bertujuan
untuk  menguji  apakah  dalam  model  regresi,  variabel  pengganggu atau  residual  memiliki  distribusi  normal
”. Seperti diketahui bahwa uji  T  dan  F  mengasumsikan  bahwa  nilai  residual  mengikuti
distribusi  normal.  Kalau  asumsi  ini  dilanggar  maka  uji  statistik menjadi tidak valid untuk jumlah sampel kecil.
Untuk menguji
normalitas peneliti
menggunakan pendekatan  grafik  berupa  histogram  dan
P-Plot
serta  uji
Kolmogorov  Smirnov
.  Kriteria  pengujian  yang  digunakan  adalah nilai
p-value
,  apabila  nilai
p-value
0,05,  maka  dapat  dinyatakan bahwa  data  berdistribusi  normal,  dan  apabila  jika
p-value
0,05 maka dapat dinyatakan bahwa data tidak berdistribusi normal.
3.7.2.2  Uji Multikolonieritas
Menurut Ghozali, 2006: 91 uji multikolonieritas bertujuan untuk  menguji  apakah  model  regresi  ditemukan  adanya  korelasi
antar  variabel  bebas  independen.  Model  regresi  yang  baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika
variabel  independen  saling  berkorelasi,  maka  variabel-variabel  ini tidak  ortogonal.  Variabel  ortogonal  adalah  variabel  independen
Universitas Sumatera Utara
55
yang nilai korelasi antar sesama variabel independen sama dengan nol.  Untuk  mendeteksi  ada  atau  tidaknya  multikolonieritas  di
dalam model regresi  adalah sebagai berikut: a.
Nilai R
2
yang dihasilkan oleh suatu estimasi model  regresi empiris  sangat  tinggi,  tetapi  secara  individual  variabel-
variabel  independen  banyak  yang  tidak  signifikan mempengaruhi variabel dependen.
b. Menganalisis
matrik korelasi
varariabel-variabel independen.  Jika  antar  variabel  independen  ada  korelasi
yang  cukup  tinggi  umumnya  di  atas  90,  maka  hal  ini merupakan indikasi adanya multikolonieritas. Tidak adanya
korelasi yang tinggi antar variabel independen tidak berarti bebas  dari  multikolonieritas.  Multikolonieritas  dapat
disebabkan  karena  adanya  efek  kombinasi  dua  atau  lebih variabel independen.
c. Multikolonieritas dapat juga dilihat dari 1 nilai
tolerance
dan  lawannya  2
variance  inflation  factor
VIF.  Kedua ukuran  ini  menunjukkan  setiap  variabel  independen
manakah yang dijelaskan oleh variabel independen lainnya. Dalam  pengertian  sederhana  setiap  variabel  independen
menjadi  variabel  dependen  dan  diregress  terhadap  variabel independen  lainnya.
Tolerance
mengukur  variabilitas variabel  independen  yang  terpilih  yang  tidak  dijelaskan
Universitas Sumatera Utara
56
oleh variabel independen lainnya. Jadi nilai
tolerance
yang rendah  sama  dengan  nilai  VIF  tinggi  karena  VIF  =
1
Tolerance
.  Nilai
cut  off
yang  umum  dipakai  untuk menunjukkan  adanya  multikolonieritas  adalah  nilai
Tolerance
0,10 atau sama dengan nilai VIF10.
3.7.2.3 Uji Heteroskedastisitas
Menurut  Ghozali  2006:  105 “uji  heteroskedastisitas
bertujuan 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
homoskedastisitas  dan  jika  berbeda  disebut  heteroskedastisitas. Model regresi  yang baik adalah yang homoskedastisitas atau tidak
terjadi  heteroskedastisitas.  Kebanyakan  data
cross  section
mengandung situasi
heteroskedastisitas karena
data ini
menghimpun  data  yang  mewakili  berbagai  ukuran  kecil,  sedang, dan besar.
Cara  untuk  mendeteksi  ada  atau  tidaknya  heteroskedastisitas adalah  dengan  melakukan  Uji  Glejser.  Seperti  halnya  Uji  Park,
Glejser  mengusulkan  untuk  meregres  nilai  absolut  residual terhadap variabel independen Gujarati, 2003 dalam Ghozali, 2005
:  108.  Jika  variabel  independen  signifikan  secara  statistik mempengaruhi  variabel  dependen,  maka  ada  indikasi  terjadi
Universitas Sumatera Utara
57
heteroskedastisitas.  Sebaliknya,  jika  tidak  ada  satupun  variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen  nilai  Absolut  Ut  AbsUt  maka  tidak  terjadi heteroskedastisitas.  Hal  ini  dapat  dilihat  dari  probabilitas
signifikansinya diatas 5.
3.7.2.4 Uji Autokorelasi
Menurut  Ghozali  2006:  95 “uji  autokorelasi  bertujuan
menguji  apakah  dalam  model  regresi  linear  ada  korelasi  antara kesalahan pengganggu pada periode t-1 sebelumnya
”. Jika terjadi korelasi,  maka  dinamakan  ada  masalah  autokorelasi.  Autokorelasi
muncul  karena  observasi  yang  berurutan  sepanjang  waktu berkaitan  satu  sama  lainnya.  Masalah  ini  timbul  karena  residual
kesalahan  pengganggu  tidak  bebas  dari  satu  observasi  ke observasi  lainnya.  Hal  ini  sering  ditemukan  pada  data  time  series
karen a  “gangguan”  pada  seorang  individukelompok  cenderung
mempengaruhi  “gangguan”  pada  individukelompok  yang  sama pada periode berikutnya.
Pada  data
crosssection
,  masalah  autokorelasi  relatif  jarang terjadi  karena  “gangguan”  pada  observasi  yang  berbeda  berasal
dari  individu  kelompok  yang  berbeda.  Model  regresi  yang  baik adalah  yang  bebas  dari  autokorelasi.  Uji  autokorelasi  dapat  diuji
menggunakan  uji
run  test
.  Uji
run  test
menguji  apakah  antar
Universitas Sumatera Utara
58
residual  terdapat  korelasi  yang  tinggi.  Run  test  menunjukkan tidak terjadi autokorelasi antar nilai residual, jika nilai test di atas
0,05.
3.7.3  Pengujian Hipotesis
Penelitian  ini  menggunakan  analisis  regresi  berganda.  Adapun persamaaan  regresi  berganda  untuk  pengujian  hipotesis  dalam  penelitian
ini adalah sebagai beikut: =
+ +
+ +
�
Keterangan: α
= Konstanta β
1
- β
2
= Koefisien Regresi DTL
=
Deferred Tax Liabilities
DTA =
Deferred Tax Asset
ACC = Akrual
ε =
Standard error
3.7.3.1 Koefisien Determinasi R
2
Koefisien  determinasi  R
2
bertujuan  untuk  mengetahui seberapa  besar  kemampuan  variabel  independen  menjelaskan
Universitas Sumatera Utara
59
variabel  dependen.  Nilai
R  Square
dikatakan  baik  jika  di  atas  0,5 karena  nilai
R  Square
berkisar  antara  0  sampai  1.  Pada  umumnya sampel  dengan  data  deret  waktu
time  series
memiliki
R  Square
maupun
Adjusted  R  Square
cukup  tinggi  diatas  0,5,  sedangkan sampel  dengan  data  item  tertentu  yang  disebut  data  silang
cross section
pada  umumnya  memiliki
R  Square
maupun
Adjusted  R Square
agak  rendah  di  bawah  0,5,  namun  tidak  menutup kemungkinan  data  jenis
cross  section
memiliki  nilai
R  Square
maupun
Adjusted R square
yang cukup tinggi.
3.7.3.2  Uji Parsial dengan
T-Test
T-test
bertujuan  untuk  mengetahui  besarnya  pengaruh masing-masing  variabel  independen  secara  individual  parsial
terhadap variabel dependen. Hasil uji ini pada output SPSS dilihat pada  tabel
Coefficients
.  Nilai  dari  uji
t-test
dapat  dilihat  dari
p- value
pada kolom
Sig.
pada masing-masing variabel independen, jika
p-value
lebih  kecil  dari
level  of  significant
yang  ditentukan, atau t-hitung pada kolom t lebih besar dari
t-tabel
.
3.7.3.3 Uji Simultan dengan
F-Test
Hasil
F-test
dapat  dilihat  dari  hasil  regresi  pada  tabel ANOVA.  Hasil
F-test
menunjukkan  variabel  independen  secara bersama-sama  berpengaruh  terhadap  variabel  dependen  jika
p-
Universitas Sumatera Utara
60 value
pada  kolom
sig.
lebih  kecil  dari
level  of  significant
yang ditentukan, atau F hitung pada kolom F lebih besar dari F tabel. F
tabel dihitung dengan cara df1=k-1, dan df2=n-k, k adalah jumlah variabel dependen dan independen.
Universitas Sumatera Utara
61
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Metode  analisis  data  yang  digunakan  dalam  penelitian  ini  adalah  metode analisis  statistik  yang  menggunakan  persamaan  regresi  berganda.  Analisis  data
dimulai dengan mengolah data dengan menggunakan
Microsoft Excel
, selanjutnya dilakukan pengujian asumsi klasik, pengujian menggunakan regresi berganda dan
diakhiri  dengan  pengujian  hipotesis.  Pengujian  dilakukan  dengan  menggunakan software SPSS versi 16.
Metode pengambilan sampel dilakukan dengan teknik
purposive sampling
. Objek  penelitian  ini  adalah  perusahaan  manufaktur  yang  terdaftar  di  Bursa  Efek
Indonesia  selama  periode  2013  sampai  dengan  2014,  dimana  jumlah  perusahaan manufaktur  tersebut  adalah  143  perusahaan.  Dari  jumlah  tersebut,  perusahaan
yang  memenuhi  kriteria  dalam  pemilihan  sampel  tersebut  adalah  sejumlah  20 perusahaan.
4.2 Analisis Hasil Penelitian