c. Uji Heterokedastisitas
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 yang
lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah
yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Salah satu cara untuk mendeteksi ada tidaknya
heteroskedastisitas adalah dengan melakukan uji glesjer. Gejala heteroskedastisitas dapat diketahui dengan
memperhatikan signifikansi masing-masing variabel penjelas. Bila variabel penjelas secara statistik signifikan
mempengaruhi residual, maka dapat dipastikan model regresi memiliki masalah heteroskedastisitas.
d. Uji Autokorelasi
Autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pada periode sebelumnya t-1, Ghozali 2005. Pendeteksian autokorelasi
pada kasus ini digunakan uji durbin watson. Jika nilai durbin watson berada diantara du dan 4-du maka dapat dikatakan
tidak terjadi autokorelasi.
Universitas Sumatera Utara
3.7.2. Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi berganda multiple regression analysis. Analisis
regresi berganda digunakan untuk menguji pengaruh variabel independen terhadap variabel dependen.
Model regresi yang dikembangkan dalam penelitian ini terdiri dari dua model. Pada model pertama, persamaan regresi akan diuji tanpa
menyertakan variabel kontrol dan pada model kedua, persamaan regresi akan diuji dengan menyertakan variabel kontrol.
Dimana : RISK
it
: Risiko kebangkrutan perusahaan i pada tahun t EC
it
: Kompensasi eksekutif perusahaan i pada tahun t DACC
it
: Discretionary accrual perusahaan i pada tahun t SIZE
it
: Total aset perusahaan i pada tahun t DEBT
it
: Debt Ratio perusahaan i pada tahun t ROA
it
: Return on Assets perusahaan i pada tahun t β
: Koefisien regresi ε
it
: error
Universitas Sumatera Utara
Ketepatan fungsi regresi dalam menaksir nilai aktual dapat diukur dari Goodness of Fitnya. Secara statistik, setidaknya ini dapat
diukur dari nilai koefisien determinasi, nilai statistik t dan nilai statistik F. Perhitungan statistik disebut signifikan secara statistik
apabila nilai uji statistiknya berada dalam daerah dimana H0 ditolak. Sebaliknya disebut tidak signifikan jika nilai uji statistiknya berada
dalam daerah dimana H0 diterima, Ghozali 2006
1. Uji Koefisien Determinasi R2
Koefisien Determinasi digunakan untuk mengetahui persentase pengaruh variabel independen terhadap perubahan
variabel dependen. Dari sini akan diketahui seberapa besar variabel dependen akan mampu dijelaskan oleh variabel
independennya, sedangkan sisanya dijelaskan oleh sebab-sebab lain di luar model. Nilai R2 berkisar antara 0 sampai 1. Nilai
yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen.
2. Uji Signifikansi Parameter Individual Uji Statistik t
Uji statistik t digunakan untuk mengetahui kemampuan masing-masing variabel independen secara parsial dalam
menjelaskan perilaku variabel dependen. Pengujian dilakukan dengan menggunakan tingkat signifikansi 5. Penolakan atau
penerimaan hipotesis dilakukan dengan ketentuan berikut :
Universitas Sumatera Utara
Jika nilai signifikansi kurang atau sama dengan 0,05 maka hipotesis diterima yang berarti secara parsial variabel
kompensasi eksekutif dan manajemen laba berpengaruh terhadap risiko kebangkrutan.
Jika nilai signifikansi lebih dari 0,05 maka hipotesis ditolak yang berarti secara parsial variabel kompensasi eksekutif dan
manajamen laba tidak berpengaruh terhadap risiko kebangkrutan.
3. Uji Signifikansi Simultan Uji Statistik F
Uji statistik F digunakan untuk mengetahui apakah variabel independen yang terdapat dalam persamaan regresi secara
bersama-sama berpengaruh terhadap nilai variabel dependen. Pengujian dilakukan dengan tingkat signifikansi 5. Penolakan
atau penerimaan hipotesis dilakukan dengan ketentuan berikut : Jika nilai signifikansi kurang dari atau sama dengan 0,05
maka hipotesis diterima yang berarti secara bersama-sama variabel kompensasi eksekutif dan manajemen laba
berpengaruh terhadap risiko kebangkrutan. Jika nilai signifikansi lebih dari 0,05 maka hipotesis ditolak
yang berarti secara bersama-sama variabel kompensasi eksekutif dan manajemen laba tidak berpengaruh terhadap
risiko kebangkrutan.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Gambaran Umum Objek Penelitian
Populasi dalam penelitian ini adalah perusahaan-perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia BEI. Sedangkan
pemilihan sampel dilakukan secara purposive sampling dari tahun 2008 sd 2010 dengan tujuan untuk mendapatkan sampel yang representative sesuai
kriteria yang ditentukan. Berdasarkan kriteria tersebut diperoleh sampel sebanyak 68 perusahaan yang datanya lengkap, sedangkan pengolahan data
dilakukan secara pooling sehingga diperoleh 204 pengamatan. Ringkasan proses pemilihan sampel dan jenis sub-industri dari sampel yang digunakan
dalam penelitian ini dapat dilihat dalam tabel 4.1 dan tabel 4.2, sedangkan nama perusahaan sampel dapat dilihat dalam lampiran 1.
Tabel 4.1 Deskripsi Pemilihan Sampel Penelitian
Keterangan Jumlah
Konsisten terdaftar di Bursa Efek Indonesia untuk periode 2008-2010
127 Perusahaan dengan data tidak lengkap
59 Jumlah sampel
68 Total pengamatan periode 2008-2010
204
Sumber : Data Sekunder yang Diolah, 2012
Universitas Sumatera Utara
Tabel 4.2 Deskripsi Jenis Sub-Industri Objek Penelitian
No. Jenis Sub-Industri
Jumlah Persentase
1 Cement
3 4.41
2 Ceramics, Glass, Porcelain
4 5.88
3 Metal and Allied Products
8 11.76
4 Chemicals
4 5.88
5 Plastics Packaging
6 8.82
6 Animal Feed
2 2.94
7 Wood Industries
8 Pulp Paper
3 4.41
9 Automotive and Components
6 8.82
10 Textile, Garment
8 11.76
11 Footwear
1 1.47
12 Cable
3 4.41
13 Electronics
1 1.47
14 Food and Beverages
6 8.82
15 Tobacco Manufactures
2 2.94
16 Pharmaceuticals
5 7.35
17 Cosmetics and Household
3 4.41
18 House ware
3 4.41
Sumber : Data Sekunder yang Diolah, 2012
Tabel 4.2 memberikan informasi bahwa perusahaan–perusahaan yang tergabung dalam jenis sub-industri Textile and Garment dan Metal and
Allied Products yang paling banyak digunakan sebagai sampel yaitu sebesar 11,76, diikuti oleh sampel perusahaan yang tergabung dalam jenis sub-
industri Plastics Packaging, Automotive and Components, Food and Beverages yaitu masing-masing sebesar 8,82. Sedangkan untuk sampel
perusahaan yang tergabung dalam jenis sub-industri Pharmaceuticals, Chemicals, dan Ceramics, Glass, Porcelain, masing-masing sebesar 7,35,
5,88, dan 5,88. Secara umum tidak ada sampel yang mendominasi, sehingga generalisasi penelitian ini mencakup keseluruhan sub-industri
Universitas Sumatera Utara
dalam industri manufaktur kecuali untuk sub-industri Wood Industries, dimana tidak terdapat perusahaan yang dapat dijadikan sampel.
4.2. Statistik Deskriptif Variabel Penelitian