BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini
bertujuan untuk menganalisa hubungan kausalitas yang digunakan untuk
menjelaskan pengaruh variabel independen, yaitu pengungkapan sukarela, audit tenure dan auditor spesialis
terhadap variabel dependen, yaitu asimetri informasi dengan komite audit
sebagai variabel moderasi. Populasi penelitian ini adalah perusahaan perbankan
yang terdaftar di BEI pada periode 2011-2015. Penelitian ini menggunakan jenis
data kuantitatif berupa data sekunder yang diperoleh dengan mengakses website www.idx.co.id.
B. Metode Penentuan Sampel
Populasi yang
digunakan dalam penelitian ini adalah seluruh perusahaan perbankan yang
terdaftar di Bursa Efek Indonesia periode 2011-2015. Sampel adalah bagian dari
jumlah maupun karakteristik yang dimiliki oleh populasi tersebut. Pemilihan
sampel penelitian didasarkan pada metode purposive
sampling, yaitu teknik pengambilan sampel dengan pertimbangan atau kriteria
tertentu. Kriteria yang dipertimbangkan
dalam pengambilan sampel penelitian ini adalah sebagai berikut:
1. Perusahaan
perbankan yang terdaftar secara berturut-turut selama periode pengamatan yaitu 2011-2015.
2. Perusahaan
perbankan yang menerbitkan laporan keuangan dalam mata uang rupiah dan
menggunakan bahasa Indonesia untuk periode yang berakhir pada tanggal 31
Desember dan telah diaudit oleh auditor independen pada periode pengamatan
yaitu 2011-2015.
3. Data
saham tersedia selama periode pengamatan.
4. Perusahaan
memiliki data lengkap yang dibutuhkan peneliti.
C. Metode Pengumpulan Data
Dalam penelitian
ini data dikumpulkan dengan cara teknik pengumpulan dokumenter, yaitu
penggunaan data yang berasal dari dokumen-dokumen yang sudah ada. Hal ini
dilakukan dengan cara melakukan penelusuran dan pencatatan informasi yang
diperlukan pada data sekunder berupa laporan keuangan perusahaan sampel. Metode
dokumentasi ini dilakukan dengan cara mengumpulkan annual report, laporan keuangan beserta laporan audit oleh auditor
independen dan data lain yang diperlukan berdasarkan penjelasan sebelumnya.
Data pendukung lainnya diperoleh dengan metode studi pustaka dari jurnal-jurnal
ilmiah serta literatur yang memuat pembahasan berkaitan dengan penelitian ini.
Data diperoleh dari www.idx.co.id
yang berupa laporan tahunan (Annual Report),
laporan keuangan dan laporan audit oleh laporan auditor independen.
D. Metode Analisis Data
1. Analisis Statistik Deskriptif
Statistik
deskriptif memberi gambaran atau deskripsi suatu data yang dilihat dari nilai
rata-rata (mean), minimum, maksimum dan standar deviasi (Ghozali, 2013).
2. Uji Asumsi Klasik
Uji asumsi klasik bertujuan untuk
memastikan bahwa sampel yang diteliti terdistribusi normal serta terbebas dari
gangguan multikoloniaritas, autokorelasi, dan heteroskesdastisitas.
a. Uji Normalitas
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.
(Ghozali, 2013).
Dalam penelitian
ini, uji normalitas dilakukan dengan menggunakan analisis grafik dan uji
statistik. Analisis grafik dapat dilakukan dengan melihat grafik histogram dan normal
probability plot (Normal P-P Plot). Distribusi normal akan membentuk
satu garis diagonalnya. Sedangkan, uji statistik yang digunakan adalah uji
statistik non-parametrik Kolmogorov-Smirnov (K-S). Jika uji Kolmogorov-Smirnov
menunjukkan hasil yang signifikan berarti data residual terdistribusi tidak
normal (Ghozali, 2013).
b. Uji Multikoloniaritas
Uji
multikoloniaritas bertujuan untuk menguji apakah dalam model regresi ditemukan
adanya korelasi antar variabel bebas (independen). Jika ada korelasi yang
tinggi di antara variabel-variabel bebasnya, maka hubungan antara variabel
bebas terhadap variabel terikatnya menjadi terganggu. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Ghozali (2013) menjelaskan cara
untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi,
yaitu:
1)
Menganalisis
matrik korelasi variabel-variabel independen. Jika antar variabel ada korelasi
yang cukup tinggi (umumnya di atas 0,90), maka hal ini mengindikasikan adanya
multikoloniaritas.
2)
Multikoloniaritas
dapat dilihat dari nilai Tolerance dan lawannya yaitu Variance
Inflation Factor (VIF). Nilai Tolerance yang rendah sama dengan
nilai VIF tinggi (karena VIF = 1/Tolerance). Nilai cutoff yang
umum dipakai untuk menunjukkan adanya multikoloniaritas adalah nilai Tolerance
≤ 0,10 atau sama dengan nilai VIF ≥ 10. Regresi bebas dari masalah
multikoloniaritas jika nilai Tolerance > 0,10 atau sama dengan niai
VIF < 10 (Ghozali, 2013).
c. Uji Heteroskesdastisitas
Uji
heteroskesdastisitas 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 yang
lain tetap, maka disebut homoskesdastisitas dan jika berbeda disebut heteroskesdastisitas.
Model regresi yang baik adalah yang homoskesdastisitas atau tidak terjadi
heteroskesdastisitas.
Deteksi ada atau
tidaknya heteroskesdastisitas dapat dilihat dengan menggunakan uji glejser.
Dalam uji glejser pengujian dapat dikatakan terbebas dari masalah heteroskesdastisitas jika nilai sig >
0,05. Selain itu pengujian heteroskesdastisitas dapat diketahui dengan melihat
ada tidaknya pola tertentu pada grafik scatterplot. Jika ada pola
tertentu maka mengindikasikan telah terjadi heteroskesdastisitas. Tetapi, jika
tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka
0 pada sumbu Y, maka tidak terjadi heteroskesdastisitas (Ghozali, 2013).
d. Uji Autokorelasi
Uji autokorelasi
bertujuan menguji apakah dalam model regresi linear ada korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode
t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem
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.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Salah satu cara
yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah
dengan penggunaan uji Durbin-Watson (DW). Jika d lebih kecil dibandingkan
dengan dL atau lebih besar dari dU (4-dL), maka dapat dikatakan H0
ditolak karena terdapat autokorelasi. Namun, jika nilai DW berada di antara dL
dan dU berarti tidak terjadi autokorelasi (Ghozali, 2013).
3. Koefisien Determinasi (R2)
Koefisien
determinasi (R2) merupakan pengujian untuk mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien
determinasi adalah antara nol dan satu. Nilai R2 yang kecil menunjukkan
kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
dependen amat terbatas. Sedangkan nilai yang mendekati satu menunjukkan bahwa
variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen (Ghozali, 2013).
4. Analisis Regresi Berganda dan Moderated Regression Analysis
Analisis regresi
yang digunakan dalam penelitian ini menggunakan model analisis regresi berganda
dan MRA (Moderated Regression Analysis).
a.
Pengujian dengan Analisis
Regresi Berganda
(H1 sampai H3)
Model regresi berganda bertujuan
untuk memprediksi besar variabel dependen dengan menggunakan data variabel
independen yang sudah diketahui. Persamaan regresi berganda dirumuskan sebagai
berikut:
Y = α + β1X1 + β2X2
+ β3X3 + e
Keterangan:
Y =
Asimetri Informasi
α =
Konstanta
β1 =
Koefisien regresi pertama, yaitu besarnya perubahan Y
apabila X1 berubah sebesar 1 satuan
X1 =
Pengungkapan Sukarela
β2 =
Koefisien regresi kedua, yaitu besarnya perubahan Y
apabila X2 berubah sebesar 1 satuan
X2 =
Audit Tenure
β3 =
Koefisien regresi ketiga, yaitu besarnya perubahan Y
apabila X3 berubah sebesar 1 satuan
X3 =
Auditor Spesialis
e = Error
b.
Pengujian dengan Moderated Regression Analysis (MRA)
Uji interaksi atau sering disebut Moderated Regression Analysis (MRA)
merupakan pengujian khusus regresi linier berganda yang memiliki unsur
interaksi dengan variabel lain sebagai moderasi dengan perumusannya sebagai
berikut:
1)
Hubungan
interaksi antara pengungkapan sukarela dan komite audit terhadap asimetri
informasi (H4)
Y = α + β1X1 + β2X4
+ β3(X1X4) + e
Keterangan:
Y =
Asimetri Informasi
α =
Konstanta
β =
Koefisien regresi
X1 =
Pengungkapan Sukarela
X4 = Komite Audit
X1X4 = Variabel perkalian antara pengungkapan sukarela
dengan komite audit yang menggambarkan pengaruh variabel
moderasi komite audit terhadap hubungan pengungkapan sukarela dengan asimetri
informasi
2)
Hubungan
interaksi antara audit tenure dan
komite audit terhadap asimetri informasi (H5)
Y = α + β1X2 + β2X4
+ β3(X2X4) + e
Keterangan:
Y =
Asimetri Informasi
α =
Konstanta
β =
Koefisien regresi
X2 =
Audit Tenure
X4 = Komite Audit
X2X4 = Variabel
perkalian antara audit tenure
dengan
komite audit yang menggambarkan pengaruh variabel
moderasi komite audit terhadap hubungan audit
tenure dengan asimetri informasi
3)
Hubungan
interaksi antara auditor spesialis dan komite audit terhadap asimetri informasi
(H6)
Y = α + β1X3 + β2X4
+ β3(X3X4) + e
Keterangan:
Y =
Asimetri Informasi
α =
Konstanta
β =
Koefisien regresi
X1 =
Auditor Spesialis
X4 = Komite Audit
X1X4 = Variabel perkalian antara auditor spesialis dengan
komite audit yang
menggambarkan pengaruh variabel moderasi komite audit terhadap hubungan auditor
spesialis dengan asimetri informasi
5. Uji Hipotesis
Pengujian hipotesis dilakukan
dengan melalui:
a) Uji
Signifikansi Parameter Individual (Uji Statistik t)
Penguijan Parsial atau uji t ini
bertujuan untuk menunjukkan seberapa jauh pengaruh satu variabel independen
secara individual dalam menerangkan variasi variabel dependen. Pengujian
dilakukan dengan menggunakan significance
level 0,05 (α=5%) (Ghozali, 2013).
Uji t dapat dilakukan dengan
membandingkan t hitung dengan t tabel, jika t hitung > t tabel maka H0
ditolak atau Ha diterima. Hal ini ditandai nilai kolom signifikansi
akan lebih kecil dari alpha. Artinya semua variabel independen mempunyai
pengaruh secara parsial terhadap variabel dependen. Dan sebaliknya, jika t
hitung < t tabel maka H0 diterima atau Ha ditolak. Hal
ini juga ditandai nilai kolom signifikansi akan lebih besar dari nilai alpha.
Artinya semua variabel independen tidak mempunyai pengaruh secara parsial
terhadap variabel dependen.
E. Operasionalisasi Variabel Penelitian
1. Variabel Bebas,
terdiri dari:
a. Pengungkapan
Sukarela (X1)
Luas
pengungkapan sukarela diukur dengan menggunakan indeks pengungkapan sukarela.
Indeks pengungkapan yang digunakan dalam penelitian ini menggunakan indeks yang
digunakan oleh Hossain dan Reaz (2007),
Sehar et al (2013) dan Barros et al (2013) dan telah disesuaikan
dengan Peraturan BAPEPAM No. KEP-431/BL/2012. Informasi yang diharapkan
diungkapkan oleh perusahaan dikemukakan dalam 40 item pengungkapan dan dibagi
menjadi 8 kategori utama yaitu:
a.
Corporate
Strategy
b.
Corporate
Governance
c.
Financial
Performance
d.
Risk
Management
e.
Accounting
Policy Review
f.
Key
Non-Financial Statistics
g.
Corporate
Sosial Responsibility
h.
Others
Sudarma dan Ratnadi (2015)
menjelaskan bahwa indeks pengungkapan sukarela suatu perusahaan diperoleh
dengan cara sebagai berikut:
1. Pemberian
skor pada tiap item indeks pengungkapan sukarela. Item akan diberikan nilai
satu (1) apabila indeks terkait diungkapkan dan akan diberikan nol (0) apabila
tidak diungkapkan dalam laporan tahunan (annual
report).
2. Setiap
item pengungkapan sukarela tidak dikenakan bobot tertentu, sehingga setiap item
akan diperlakukan sama.
3. Luas
pengungkapan sukarela setiap perusahaan akan diukur menggunakan indeks, yaitu
total skor yang diberikan kepada suatu perusahaan atas item pengungkapan
sukarela yang diungkapkan dalam laporan tahunan (annual report) dengan skor yang diharapkan dapat diperoleh dari
perusahaan itu.
Luas
Pengungkapan Sukarela = Indeks
pengungkapan sukarela yang
diterbitkan/Indeks
pengungkapan yang
diharapkan
b. Audit Tenure (X2)
Audit
Tenure adalah masa perikatan audit antara Kantor Akuntan
Publik (KAP) dengan kliennya. Variabel audit
tenure dihitung dengan menjumlah total panjang masa perikatan audit sebelum
auditor berpindah (Wakum dan Wisadha, 2014). Dalam penelitian ini, pengukuran
dilakukan dengan cara menelusuri nama kantor akuntan publik yang menerbitkan
laporan auditor independen tersebut. Peneliti menelusuri mulai dari periode
analisis hingga saat akhir perioda analisis, dan menghitung berapa tahun
berturut-turut nama suatu kantor akuntan publik tercantum pada laporan auditor
independen (Nuratama, 2011; Wakum, 2014).
Tenure
= ∑Jumlah tahun KAP mengaudit perusahaan yang sama
c. Auditor
Spesialis (X3)
Auditor spesialis dan non spesialis
dikategorikan berdasarkan data persentase klien perusahaan publik yang diaudit
oleh KAP pada industri tertentu, kemudian dilakukan pembobotan (weightening) berdasarkan total aset perusahaan dengan rumus yang dikembangkan
oleh Primadita (2012) sebagai berikut:
Auditor Spesialis = (∑ klien KAP di industri/∑ emiten di industri) X (∆ aset klien KAP di industri/∆ aset seluruh emiten di industri)
Suatu
KAP dikatakan spesialis jika KAP tersebut menguasai market share 10% atau lebih. Variabel auditor spesialis diukur
dengan menggunakan variabel dummy.
Jika suatu KAP tertentu menguasai ≥10% market
share maka diberikan nilai 1 (spesialis), dan 0 jika tidak.
2. Variabel Moderasi,
terdiri dari:
a. Komite
Audit (X4)
Variabel moderasi dalam penelitian ini ialah komite
audit, yang merupakan pihak internal perusahaan yang memiliki tugas membantu
Dewan Komisaris dalam memastikan pengawasan atas pelaporan keuangan (Vafeas,
2005 dalam Wakum, 2014). Mengadopsi penelitian Sari dan Riduwan (2013) proksi
untuk mengukur keberadaan komite audit adalah dengan melihat jumlah komite
audit atau dapat dilihat sebagai berikut:
Komite Audit = Jumlah Komite Audit dalam Perusahaan
3. Variabel Terikat,
terdiri dari:
a. Asimetri
Informasi
(Y)
Pengukuran
asimetri informasi yang digunakan dalam penelitian ini adalah dengan Market to Book Value (Varici, 2013). Market to book value merupakan rasio
yang digunakan untuk mengukur kinerja pasar saham terhadap nilai bukunya. Market to book value dibagi menjadi dua,
yaitu market to book value of asset dan
market to book value of equity (Wasilah,
2005). Pada penelitian ini, pengukuran yang digunakan atas asimetri informasi
menggunakan market to book value of
equity.
Asimetri Informasi = Jumlah saham beredar akhir tahun X harga penutupan saham akhir tahun lalu/Total Ekuitas
Tabel 3. 1 Definisi Operasional dan Pengukuran Variabel
No.
|
Variabel
|
Jenis Variabel
|
Indikator
|
Skala
Pengukuran
|
1.
|
Pengungkapan
Sukarela (X1)
|
Independen
|
Indeks Pengungkapan Sukarela
|
Rasio
|
2.
|
Audit Tenure (X2)
|
Independen
|
Jumlah
tahun KAP mengaudit perusahaan yang sama.
|
Nominal
|
3.
|
Auditor
Spesialis (X3)
|
Independen
|
Variabel
dummy, yaitu jika KAP menguasai
market share ≥10% di industri perbankan maka memiliki nilai 1 dan 0 jika
sebaliknya.
Dihitung
dengan persentase jumlah klien yang diaudit
KAP
di industri perbankan lalu dilakukan pembobotan berdasarkan total aset
perusahaan.
|
Nominal
|
4.
|
Komite
Audit (X4)
|
Moderasi
|
Jumlah
anggota Komite Audit.
|
Nominal
|
5.
|
Asimetri
Informasi (Y)
|
Dependen
|
Menghitung
market to book value of equity dari perusahaan. (Jumlah saham beredar
X harga penutupan saham akhir tahun/total ekuitas)
|
Rasio
|
Sumber: Diolah dari
berbagai referensi
Tidak ada komentar:
Posting Komentar
Saran dan kritik berbeda dengan komentar menjatuhkan. Sikapi dengan bijak