Statistik Deskriptif Analisis Regresi Berganda Statistik Deskriptif

38

3.7 Metode Analisis Data

3.7.1 Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness kemencengan distribusi Ghozali, 2006.

3.7.2 Uji Asumsi Klasik

1. Uji Normalitas Data

Uji normalitas data ini sebaiknya dilakukan sebelum diolah berdasarkan model – model penelitian. Uji normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian dan data yang digunakan dalam penelitian adalah data yang terdistribusi normal Lubis dkk., 2007. Uji normalitas dapat dilakukan melalui analisis grafik dan analisis statistik. Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati normal. Namun demikian hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. No Variabel Independen Pengukuran Skala 1 Corporate Governance Rasio 2 Dewan Komisaris Rasio Universitas Sumatera Utara 39 Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2006 Analisis Statistik Untuk mendeteksi normalitas data dapat juga dilakukan dengan analisis statistik yang salah satunya dapat dilihat melalui uji Kolmogorov-Smirnov K-S test. Uji K-S dilakukan dengan membuat hipotesis sebagai berikut: Ho : data terdistribusi secara normal sig. 0,05 Ha : data tidak terdistribusi normal sig. 0,05 Dasar pengambilan keputusan dalam uji Kolmogorov-Smirnov K-S test adalah sebagai berikut : a Apabila probabilitas nilai Z uji K-S signifikan secara statistik, maka Ho ditolak, yang berarti data terdistribusi tidak normal. b Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik, maka Ho diterima, yang berarti data terdistribusi normal.

2. Uji Multikolinearitas

Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara vaiabel independen. Jika variabel independen saling berkorelasi, maka variabel – variabel ini tidak ortogonal. Universitas Sumatera Utara 40 Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol Ghozali, 2006 Untuk mengetahui adanya multikolinearitas dapat dilihat melalui nilai Variance Inflation Factor VIF dan nilai toleransi Tolerance Value. Untuk mengetahui adanya gejala multikolinearitas biasanya digunakan nilai cutoff dengan nilai tolerance 0,10 dan nilai VIF 10.

3. Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari satu 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 Ghozali, 2006

4. Autokorelasi

Uji autokolerasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 periode 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 adanya residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya Ghozali, 2006. Untuk menguji ada atau tidaknya autokorelasi dilakukan dengan uji Durbin-Watson DW test. Model regresi yang baik harus terlepas dari adanya autokorelasi. Universitas Sumatera Utara 41

3.7.3 Analisis Regresi Berganda

Penelitian ini menggunakan model analisis regresi berganda dengan persamaan kuadrat terkecil atau Ordinary Least Square OLS untuk menganalisis pengaruh corporate governance, dewan komisaris dan ukuran perusahaan terhadap manajemen laba, dengan model dasar sebagai berikut : Keterangan : Y = Manajemen Laba a = Konstanta X1 = Indeks Corporate Governance X2 = Ukuran Dewan Komisaris b1...b3 = Koefisien Regresi e = error term

3.7.4 Pengujian Hipotesis

3.7.4.1 Koefisien Determinasi

Koefisien Determinasi R 2 bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen Lubis dkk., 2007 Nilai R 2 adalah nol sampai dengan satu. Apabila nilai R 2 semakin mendekati satu, maka variable-variabel independen memberikan semua informasi yangdibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya jika nilai R 2 semakin kecil, maka kemampuan variabel-variabel independen dalam menjelaskan variabel dependen semakin terbatas.

3.7.4.2 Uji Signifikansi Simultan Uji F

Universitas Sumatera Utara 42 Uji F dilakukan untuk melihat pengaruh variabel bebas secara simultan bersama-sama terhadap variabel terikat. Tahapan uji F sebagai berikut: a Merumuskan hipotesis Ho : β = 0, artinya variabel independen secara bersama-sama tidak berpengaruh signifikan terhadap variabel dependen. Ha : β ≠ 0, artinya variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen. b Menentukan tingkat signifikansi sebesar 0,05 α=0,05 c Membandingkan Fhitung dengan Ftabel d Berdasarkan probabilitas. 1. Jika probabilitas sig F α 0,05 artinya variabel independen secara simultan tidak berpengaruh signifikan terhadap variabel dependen. 2. Jika probabilitas sig F α 0,05 artinya variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. e Menentukan nilai koefisien determinasi, dimana koefisien menunjukkan seberapa besar variabel independen pada model yang digunakan mampu menjelaskan variabel dependennya .

3.7.4.3 Uji Signifikansi Parsial Uji t

Uji t dilakukan untuk mengetahui apakah semua variabel bebas secara parsial individual mempunyai pengaruh yang signifikan terhadap variabel Universitas Sumatera Utara 43 terikat. Langkah – langkah pengujian yang dilakukan adalah dengan pengujian dua arah, sebagai berikut : a Merumuskan hipotesis Ho : β = 0, artinya variabel independen tidak berpengaruh signifikan terhadap variabel dependen secara parsial. Ha : β ≠ 0, artinya variabel independen berpengaruh signifikan terhadap variabel dependen secara parsial. b Menentukan tingkat signifikansi sebesar 0,05 α=0,05 c Membandingkan thitung dengan t tabel. d Berdasarkan probabilitas. 1. Jika probabilitas sig t α 0,05 artinya variabel independen secara individu tidak berpengaruh signifikan terhadap variabel dependen. 2. Jika probabilitas sig t α 0,05 artinya variabel independen secara individu berpengaruh signifikan terhadap variabel dependen. e Menentukan variabel independen mana yang mempunyai pengaruh paling dominan terhadap variabel dependen. Hubungan ini dapat dilihat dari koefisien regresinya. Universitas Sumatera Utara 44

BAB IV HASIL DAN PEMBAHASAN

4.1 Data Penelitian

Data dalam penelitian ini dianalisis melalui metode analisis statistik dengan menggunakan analisis persamaan regresi berganda. Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft Office Excel 2007. Selanjutnya, dilakukan pengujian asumsi klasik dan hipotesis dengan menggunakan regresi berganda. Pengujian dilakukan dengan menggunakan software SPSS versi 17.0. Prosedur pengujian dimulai dengan memasukkan data yang akan diuji ke dalam program SPSS, yang kemudian menghasilkan output-output sesuai metode analisis yang telah ditetapkan sebelumnya. Adapun jumlah perusahaan yang dijadikan sampel dalam penelitian ini, yang dipilih berdasarkan kriteria-kriteria tertentu, berjumlah 85 perusahaan. Periode penelitian adalah tahun 2012.

4.2 Hasil Penelitian

4.2.1 Statistik Deskriptif

Statistik deskriptif digunakan untuk menunjukkan jumlah data yang digunakan dalam penelitian ini serta dapat menunjukkan nilai maksimum, nilai minimum, nilai rata-rata mean serta standar deviasi dari masing-masing variabel. Penelitian ini menggunakan data sekunder yang dapat diperoleh dari situs www.idx.co.id dengan mendownload laporan keuangan sampel perusahaan manufaktur pada tahun 2012. Universitas Sumatera Utara 45 Variabel dalam penelitian ini meliputi Corporate Governance CG dan dewan komisaris sebagai variabel independen serta manajemen laba sebagai variabel dependen. Hasil olah data deskriptif dapat dilihat pada tabel 4.2 sebagai berikut: Tabel 4.2 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation M.LABA 85 -.095788 .524981 .19956089 .101951397 CG 85 .00 3.93 1.4792 1.04423 D.KOM 85 .25 1.00 .3981 .12354 Valid N listwise 85 Sumber: Data yang diolah peneliti 1. Variabel Manajemen Laba M.LABA memiliki nilai minimum -0.095788 dan maksimum 0.524981 dengan rata- rata 0.19956089 dan standar deviasi 0.101951397. 2. Variabel Corporate Governance CG memiliki nilai minimum 0.00 dan maksimum 3.93, dengan rata-rata sebesar 1.4792 dan standar deviasi 1.04423. 3. Variabel Dewan Komisaris D.KOM memiliki nilai minimum 0.25 dan maksimum 1.00, dengan rata-rata sebesar 0.3981 dan standar deviasi 0.12354. Standar deviasi σ menunjukkan seberapa jauh kemungkinan nilai menyimpang dari nilai yang diharapkan dalam hal ini variabel M.LABA, CG, Universitas Sumatera Utara 46 dan D.KOM. Semakin besar nilai standar deviasi maka semakin besar kemungkinan nilai riil menyimpang dari yang diharapkan Gujarati, 1995.

4.2.2 Uji Asumsi Klasik