commit to user Dari statistik deskriptif di atas dapat dilihat bahwa nilai minimum,
maksimum, mean dan standar deviasi dari DA masing masing sebesar 10, 38, 22,27 dan 10,25. Dengan diketahuinya nilai mean
discretionary accrual
DA yang menunjukkan nilai positif, mengindikasikan bahwa manajemen laba
earnings management
dilakukan dengan cara menaikkan laba.
C. PENGUJIAN ASUMSI KLASIK
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual e memiliki distribusi normal. Uji t dan uji F
mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sample kecil
Ghozali : 98, 2007. Uji normalitas data dalam penelitian ini menggunakan
one sample kolmogorof smirnof
dengan menggunakan kriteria pengujian satu arah
one-tailed test
. Kriteria yang harus dipenuhi untuk memenuhi asumsi ini adalah jika signifikansi hitung
p-value
lebih besar dari 0,05 maka data dinyatakan berdistribusi normal
.
Berikut adalah hasil pengujian normalitas dengan uji
Kolmogorov-Smirnov
regresi berganda :
commit to user
Tabel 3 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 73
Normal Parameters
a
Mean .0000000
Std. Deviation .46918864
Most Extreme Differences Absolute
.166 Positive
.166 Negative
-.054 Kolmogorov-Smirnov Z
1.422 Asymp. Sig. 2-tailed
.065 a. Test distribution is Normal.
Sumber : Hasil Olah Data
Dari hasil perhitungan dapat diketahui bahwa hasil uji
Kolmogorov- Smirnov
K-S memberikan nilai 1,422 dan signifikan pada 0,065 diatas α=0.05. Hal ini mengindikasikan bahwa data tersebut memenuhi syarat
berdistribusi normal.
2. Uji Multikolinearitas
Multikolinearitas dapat dilihat dari nilai
Tolerance
dan lawannya
Variance Inflation Factor VIF.
Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Berdasarkan aturan VIF
Variance Inflation Factor dan Tolerance,
maka apabila VIF melebihi angka 10 atau
Tolerance
kurang dari 0,10, maka dinyatakan terjadi gejala multikolinieritas, sebaliknya apabila harga VIF kurang dari 10 atau
tolerance
lebih dari 0,10, maka
commit to user dinyatakan tidak terjadi gejala multikolinieritas Ghozali, 2005.hasil uji
multikolinearitas dalam adalah sebagai berikut :
Tabel 4 Hasil Uji Multikolinearitas
Variabel Tolerance
VIF Interpretasi
KA 0,997
1,003 Tidak terjadi multikolinearitas
Lev 0,840
1,176 Tidak terjadi multikolinearitas
Size 0,403
2,480 Tidak terjadi multikolinearitas
DA 0,408
2,454 Tidak terjadi multikolinearitas
Sumber : Hasil Pengolahan Data
Dari hasil uji multikolinieritas yang disajikan dalam tabel di atas dapat diketahui bahwa semua variabel yang digunakan dalam model regresi tidak terjadi
gejala multikolinieritas. Dapat disimpulkan bahwa setiap variabel independen yang akan diuji tidak mengalami multikolinieritas sehingga variabel independen
dalam satu persamaan saling bebas dan berkorelasi satu sama lain. 3.
Uji Heterokedastisitas
Uji heterokedastisitas dilakukan dengan menggunakan uji
glejser
, yaitu dengan meregresi nilai residual kuadrat dengan variabel independen, variabel
independen kuadrat dan perkalian interaksi variabel independen Ghozali, 2005. Hasil pengujian heterokedastisitas dapat dilihat dari tabel berikut :
commit to user
Tabel 5 Hasil Uji Heterokedastisitas
Variabel Sig
Interpretasi
KA 0,525
Tidak terjadi heterokedastisitas Lev
0,719 Tidak terjadi heterokedastisitas
Size 0,199
Tidak terjadi heterokedastisitas DA
0,608 Tidak terjadi heterokedastisitas
Sumber : Hasil pengolahan data
Dari hasil diatas dapat diketahui bahwa model regresi bebas dari masalah Heteroskedastisitas. Hal ini terlihat dari nilai signifikansi variabel independen
KA, Lev, Size dan DA lebih besar dari tingkat signifikansi sebesar 0,05 5
4. Uji Autokorelasi