BAB III METODE PENELITIAN 3.1. Desain Penelitian Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang menjelaskan sifat dari hubungan tertentu, memahami perbedaan antara kelompok atau independensi dua variabel atau lebih (Sekaran dan Bougie, 2010:108). Penelitian ini menguji pengaruh pengaruh fraud risk factors (opportunity) yang meliputi ukuran dewan komisaris, sifat industri, independensi dewan komisaris, komposisi komite audit, independensi komite audit, pelaporan keuangan interim, dan transaksi pihak berelasi terhadap kemungkinan terjadinya kecurangan laporan keuangan (fraudulent financial statement). 3.2. Populasi, Sampel dan Teknik Pengambilan Sampel Populasi dalam penelitian ini adalah seluruh perusahaan nonkeuangan yang terdaftar dan dipublikasi melalui website www.idx.com. Sampel merupakan sebagian dari populasi yang karakteristiknya diselidiki dan dianggap dapat mewakili populasi (Sekaran, 2006). Teknik pengambilan sampel yang digunakan pada penelitian ini adalah purposive sampling, yaitu pengambilan sampel dengan menggunakan kriteria-kriteria yang ditentukan berdasarkan kebijakan dari peneliti. Kriteria tersebut adalah: a. perusahaan nonkeuangan yang listing terus-menerus di Bursa Efek Indonesia (BEI) selama tahun 2009-2011, 34
b. perusahaan yang laporan keuangannya dipublikasikan dalam www.idx.com selama periode 2009-2011, dan c. laporan keuangan perusahaan yang memiliki data-data yang berkaitan dengan variabel penelitian. Berdasarkan kriteria tersebut, diperoleh sampel sejumlah 218 perusahaan nonkeuangan dengan 654 pengamatan. 3.3. Jenis dan Metode Pengumpulan Data Penelitian ini menggunakan data sekunder yang telah disediakan dan dipublikasikan oleh pihak lain, dalam hal ini adalah Bursa Efek Indonesia (BEI) melalui www.idx.co.id. Data yang digunakan adalah laporan keuangan selama tahun 2009-2011. Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi. Metode dokumentasi merupakan metode pengumpulan data dengan mempelajari catatan atau dokumen perusahaan yang relevan dengan masalah yang diteliti, dalam hal ini laporan keuangan perusahaan. 3.4. Pengukuran Variabel Penelitian ini menggunakan data kuantitatif sebagai indikator variabel penelitian. Penelitian ini menganalisis 12 variabel, yang terdiri atas 1 variabel dependen, 7 variabel independen, dan 4 variabel kontrol. Definisi operasional dari masing-masing variabel akan dijelaskan sebagai berikut ini. 3.4.1. Variabel Dependen Variabel dependen atau variabel terikat merupakan variabel yang dipengaruhi oleh variabel bebas (Sekaran, 2009). Variabel dependen yang 35
digunakan dalam penelitian ini adalah fraudulent financial statement, yang diproksikan dengan opini auditor independen. Opini auditor independen dipilih sebagai proksi variabel dependen, karena dalam 55% kasus kecurangan, perusahaan terlibat mendapatkan opini unqualified (Albrecht dan Albrecht, 2008). Selain itu, masih sedikit penelitian yang menggunakan opini auditor independen sebagai proksi kecurangan. Penelitian sebelumnya lebih banyak menggunakan restatament sebagai proksi kecurangan. Variabel ini diukur menggunakan variabel dummy. Pemberian nilai pada variabel ini adalah 1 (satu) jika perusahaan memperoleh opini selain wajar tanpa pengecualian (qualified opinion), dan 0 (nol) jika perusahaan memperoleh opini wajar tanpa pengecualian (unqualified opinion). 3.4.2. Variabel Independen Variabel indepeden atau variabel bebas merupakan variabel yang membantu menjelaskan varians dari variabel dependen (Sekaran, 2009). Variabel bebas yang digunakan dalam penelitian ini adalah sebagai berikut ini. 3.4.2.1. Sifat Industri Dalam ISA 240, nature of industry merupakan salah satu faktor risiko kecurangan (peluang). Sifat industri di sini diproksikan dengan piutang usaha dan persediaan. Kedua akun tersebut seringkali menjadi pembeda yang signifikan antara perusahaan fraud dan non-fraud. Persediaan yang menumpuk menunjukkan adanya penurunan atau stagnansi dalam penjualan dan overstated persediaan. Piutang dan penjualan secara khas tetap pada trend yang konsisten dan wajar. Jika 36
ada kenaikan dalam piutang kemungkinan disebabkan karena kenaikan penjualan (Harrington, 2005). Variabel ini diukur dengan persamaan sebagai berikut ini. INVSAL = (Inventory t /Sales t Inventory t-1 /Sales t-1 ) RECSAL = (Receivables t /Sales t Receivables t-1 /Sales t-1 ) 3.4.2.2. Ukuran Dewan Komisaris Dewan komisaris dipandang sebagai kunci dari mekanisme pengawasan internal dalam perusahaan karena tanggung jawabnya untuk mengawasi tindakan manajemen (Beasley, 1998). Jumlah anggota dewan komisaris harus disesuaikan dengan kompleksitas perusahaan dengan tetap memperhatikan efektivitas dalam pengambilan keputusan (KNKG, 2006). Variabel ini diukur dengan persamaan sebagai berikut ini. BS = 3.4.2.3. Independensi Dewan Komisaris Komisaris independen merupakan anggota dewan komisaris yang tidak berasal dari pihak yang terafiliasi. Komisaris independen sebagai pengamat objektif, bertugas untuk melakukan pengawasan terhadap aktivitas manajemen (Beasley, 1998). Keberadaan komisaris independen menjadikan mekanisme pengawasan berjalan secara lebih efektif. Variabel ini diukur dengan persamaan sebagai berikut ini. INDC = x 100% 37
3.4.2.4. Komposisi Komite Audit Komite audit bagi perusahaan yang sahamnya tercatat di Bursa Efek Indonesia (BEI) wajib diketuai oleh seorang komisaris independen. Perusahaan yang dalam komite auditnya beranggotakan komisaris independen memiliki kemungkinan kecil untuk melakukan kecurangan laporan keuangan (Abbott, et al., 2000). Variabel ini diukur dengan persamaan sebagai berikut ini. SZCMD = 3.4.2.5. Independensi Komite Audit Perusahaan yang sahamnya tercatat di Bursa Efek Indonesia (BEI) wajib memiliki komite audit. Salah satu tugas komite audit adalah membantu dewan komisaris untuk memastikan bahwa pengendalian internal telah diterapkan dengan baik. Skousen et al. (1998, 2006, 2009) menemukan hubungan negatif signifikan antara independensi komite audit terhadap kecurangan laporan keuangan. Variabel ini diukur dengan persamaan sebagai berikut ini. INDCMD = x 100% 3.4.2.6. Pengawasan internal yang lemah Berdasarkan ISA 240, salah satu ciri kurangnya pengawasan internal adalah tidak memadainya mekanisme pengawasan, termasuk pengawasan terhadap pelaporan keuangan interim. Variabel ini diukur menggunakan variabel dummy, yaitu nilai 1 (satu) jika perusahaan menerbitkan laporan keuangan interim, dan 0 (nol) jika tidak. 38
3.4.2.7. Transaksi Pihak Berelasi (Istimewa) Transaksi pihak berelasi atau pihak istimewa merupakan transaksi yang dilakukan dengan pihak yang memiliki hubungan afiliasi dengan perusahaan. Keberadaan transaksi pihak berelasi bisa menunjukkan adanya risiko kecurangan yang tinggi (Beasley, 2010). Lou dan Wang (2009) menemukan hubungan positif signifikan antara transaksi pihak berelasi dengan kecurangan laporan keuangan. Transaksi pihak berelasi diukur sesuai dengan penelitian Lou dan Wang (2009), persamaan sebagai berikut ini. RPT = x 100% 3.4.3. Variabel Kontrol Tujuan variabel ini adalah untuk mengontrol variabel independen yang membuat hubungan antara variabel independen dan dependen tidak terpengaruh oleh faktor di luar penelitian. 3.4.3.1. Ukuran Perusahaan Ukuran perusahan diproksikan dengan total aset perusahaan yang ditransformasikan dengan proses logaritma. LOGTA = LOG (Total Aset) 3.4.3.2. Kepemilikan manajemen Kepemilikan manajemen memiliki pengaruh negatif terhadap manajemen laba (Antonia, 2008). MO = x 100% 39
3.4.3.3. Institusional Blockholder Proporsi kepemilikan institusi yang memiliki minimal 5% saham. Keberadaan blockholder memberikan alternatif dalam mekanisme pengawasan (Abbott, et al., 2000). IBLOCK = x 100% 3.4.3.4. Komite Audit Komite audit dipercaya meningkatkan kemampuan dewan komisaris untuk mengawasi aktivitas manajemen (Beasley, 1996). Skousen (2006) menemukan hubungan negatif signifikan antara keberadaan komite audit dengan fraudulent finanial statement. CMAUD= 3.5. Metode Analisis Data Penelitian ini menggunakan statisktik deskriptif dan pengujian hipotesis untuk menganalisis data. Untuk menganalisis data digunakan SPSS release 16. 3.5.1. Statistik Deskriptif Analisis statistik deskriptif merupakan analisis untuk mengetahui nilai rata-rata (mean), median, nilai maksimum, nilai minimum dan standar deviasi dari data. Statistik deskriptif merupakan statistik yang menggambarkan atau mendeskripsikan data menjadi sebuah informasi yang lebih jelas dan mudah untuk dipahami (Dewi, 2011). 40
3.5.2. Uji Hipotesis Penelitian ini menggunakan analisis regresi logistik untuk pengujian hipotesis. Model ini dipilih karena data yang digunakan dalam penelitian ini bersifat nonmetrik untuk variabel dependen (FFS), sedangkan variabel independen (BS, RECSAL, INVSAL, SIZECOMMAUD, INDCMD, INDC, RPT, dan IFR) merupakan campuran antara variabel kontinu (data metrik) dan kategorikal (data nonmetrik). Campuran skala pada variabel bebas tersebut menyebabkan asumsi multivariate normal distribution tidak dapat terpenuhi, sehingga tidak membutuhkan asumsi normalitas data pada variabel independennya (Ghozali, 2009). Analisis logistik yang digunakan adalah binary logistic regression, yang bertujuan untuk menganalisis data kualitatif yang mencerminkan dua pilihan. Dengan memasukkan variabel ke dalam model, model regresi logistik dalam penelitian ini adalah sebagai berikut ini: FFS= β0 + β1recsal + β2invsal + β3bs + β4indc + β5szcmd + β6indcmd + β7ifr + β8rpt + β9logta + β10mo + β11iblock + β12cmaud + Keterangan: FFS RECSAL INVSAL BS INDC SZCMD = Kecurangan laporan keuangan = Rasio perubahan persediaan terhadap penjualan = Rasio perubahan persediaan terhadap penjualan = Ukuran dewan komisaris = Independensi dewan komisaris = Komposisi komite audit 41
INDCMD IFR RPT LOGTA MO = Independensi komite audit = Laporan keuangan interim = Transaksi pihak berelasi = Ukuran perusahaan = Kepemilikan saham manajemen IBLOCK = Kepemilikan saham institusi >5% CMAUD = Jumlah anggota komite audit 3.5.2.1. Uji Model Fit 3.5.2.1.1. Hosmer and Lemeshow s Goodness of Fit Test Menurut Ghozali (2005), goodness of fit test dapat dilakukan dengan memperhatikan output dari Hosmer and Lemeshow s Goodness of fit test, dengan hipotesis sebagai berikut ini. Ho: model yang dihipotesiskan fit dengan data, dan Ha: model yang dihipotesiskan tidak fit dengan data Jika nilai statistik Hosmer and Lemeshow sama dengan atau kurang dari 0,05 maka hipotesis nol ditolak yang berarti terdapat perbedaan signifikan antara model dengan nilai observasinya sehingga goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai statistik Hosmer and Lemeshow lebih besar dari 0,05 maka hipotesis nol tidak dapat ditolak yang berarti model mampu memprediksi nilai observasinya. 3.5.2.1.2. Cox and Snell s R Square dan Nagelkerke s R square Cox dan Snell s R Square merupakan ukuran yang mencoba meniru ukuran R 2 pada multiple regression yang didasarkan pada teknik estimasi 42
likelihood dengan nilai maksimum kurang dari 1 sehingga sulit diinterpretasikan. Untuk mendapatkan koefisien determinasi yang dapat diinterpretasikan seperti nilai R 2 pada multiple regression, maka digunakan Nagelkerke R square. Nagelkerke R square merupakan modifikasi dari koefisien Cox and Snell R square untuk memastikan bahwa nilainya bervariasi dari 0 sampai 1. Hal ini dilakukan dengan cara membagi nilai Cox and Snell R square dengan nilai maksimumnya (Ghozali, 2009). Nagelkerke R square menjelaskan kemampuan variabel bebas dalam menjelaskan varians dari variabel dependen. 3.5.2.2. Uji Ketepatan Klasifikasi Uji ketepatan klasifikasi digunakan untuk menghitung persentase ketepatan klasifikasi yang telah dilakukan sebelumnya menggunakan dummy variable. Tabel klasifikasi 2x2 menghitung nilai estimasi yang benar (correct) dan salah (incorrect). Pada model yang sempurna, maka semua kasus akan berada pada tingkat ketepatan peramalan 100%. Jika model logistic mempunyai homoskedastisitas, maka persentase yang benar akan sama untuk kedua baris. 3.5.2.3. Uji Signifikansi Simultan Tes statistik chi square ( ) digunakan berdasarkan pada fungsi likelihood pada estimasi model regresi. Likelihood (L) dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. L ditransformasikan menjadi -2logL untuk menguji hipotesis nol dan alternatif. Penggunaan nilai untuk keseluruhan model terhadap data dilakukan dengan membandingkan nilai -2 log likelihood awal (hasil block number 0) dengan nilai - 2 log likelihood hasil block number commit 1. Dengan to user kata lain, nilai chi square didapat 43
dari nilai -2logL 1 2logL 0. Apabila terjadi penurunan, maka model tersebut menunjukkan model regresi yang baik. Penurunan tersebut juga menunjukkan bahwa penambahan variabel bebas memberikan pengaruh nyata terhadap model. Nilai signifikansi pada Omnibus Test of Model Coefficient menunjukkan bahwa model logistik secara keseluruhan dapat menjelaskan atau memprediksi variabel independen terhadap variabel dependen. Ho: Variabel-variabel independen secara bersama-sama tidak mempengaruhi variabel dependen. Ha: Variabel-variabel independen secara bersama-sama tidak mempengaruhi variabel dependen. Dengan tingkat signifikansi (α) sebesar 0,05, maka kesimpulan yang dapat di ambil adalah sebagai berikut ini. 1) Jika p-value > 0,05 Ho diterima dan Ha ditolak, berarti variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen. 2) Jika p-value < 0,05 Ho ditolak dan Ha diterima, berarti variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. 3.5.2.4. Uji Signifikansi Parameter Individual Pengujian ini dilakukan untuk menguji seberapa jauh masing-masing atau pengaruh parsial variabel independen yang dimasukkan dalam model mempunyai pengaruh terhadap variabel dependen. Uji hipotesisnya adalah sebagai berikut ini. 44
Ho : Variabel independen tidak mempunyai pengaruh terhadap variabel dependen. Ha : Variabel independen mempunyai pengaruh terhadap variabel dependen. Dengan tingkat signifikansi (α) sebesar 0,05, maka kesimpulan yang dapat di ambil adalah sebagai berikut ini. 1) Jika p-value > 0,05 Ho diterima dan Ha ditolak, berarti variabel independen tidak berpengaruh terhadap variabel dependen. 2) Jika p-value < 0,05 Ho ditolak dan Ha diterima, berarti variabel independen berpengaruh terhadap variabel dependen. 45