71
Hasil perhitungan nilai tolerance menunjukkan variabel independen memiliki nilai tolerance lebih dari 0,10 yaitu 0,861, 0,834,
0,945 yang berarti tidak terjadi korelasi antar variabel independen. Hasil perhitungan VIF juga menunjukkan hal yang sama dimana
variabel independen memiliki nilai VIF kurang dari 10 yaitu 1,162, 1,199, 1,058. Dengan demikian dapat disimpulkan bahwa dalam
model regresi tidak terjadi multikolinearitas antar variabel independen.
4.2.3 Analisis Regresi Berganda
Hasil analisis regresi berganda pengaruh Corporate Governance CG, ukuran perusahaan, dan dewan komisaris terhadap manajemen laba
pada perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia ditunjukkan pada tabel 4.6 berikut :
Tabel 4.6 Hasil Analisis Regresi
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta
1 Constant
-,219 ,627
-,349 ,729
CG ,084
,046 ,286
1,835 ,074
UkuranPerusahaan -,002
,024 -,016
-,099 ,922
DewanKomisaris -,491
,254 -,289
-1,939 ,059
a. Dependent Variable: DA
Sumber: Data sekunder diolah
Universitas Sumatera Utara
72
Analisis regresi berganda digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap satu variabel dependen. Persamaan regresi
dapat dilihat dari tabel hasil uji coefficients. Pada tabel coefficients yang dibaca adalah nilai dalam kolom B, baris pertama menunjukkan konstanta a
dan baris selanjutnya menunjukkan konstanta variabel independen. Berdasarkan tabel 4.6 di atas maka model regresi yang digunakan adalah
sebagai berikut;
DA = -0.219 + 0.084 CG - 0.002 UkuranPerusahaan – 0.491 DewanKomisaris
Dari persamaan regresi tersebut diatas maka dapat dianalisis sebagai berikut: a
Konstanta sebesar -0.219 menyatakan bahwa jika nilai CG, Ukuran, dan Dewan adalah nol maka DA yang terjadi adalah sebesar -0.219.
b Koefisien regresi CG sebesar 0.084 menyatakan bahwa setiap penambahan
CG sebesar 1 maka akan meningkatkan DA sebesar 8.4. c
Koefisien regresi UkuranPerusahaan sebesar -0.002 menyatakan bahwa setiap penambahan Ukuran sebesar 1 maka akan menurunkan DA sebesar 0.2.
d Koefisien regresi Dewan sebesar -0.491 menyatakan bahwa setiap
penambahan Dewan sebesar 1 maka akan menurunkan DA sebesar 49.1.
4.2.4 Pengujian Hipotesis 4.2.4.1 Uji Signifikansi Parsial Uji-t
Pengujian ini dilakukan untuk mengetahui apakah setiap variabel bebas secara parsial mempunyai pengaruh yang signifikan
terhadap variabel terikat. Dengan menggunakan tingkat signifikan α
Universitas Sumatera Utara
73
5, jika nilai sig. 0,05 artinya tidak ada pengaruh yang signifikan variabel bebas terhadap variabel terikat. Sebaliknya jika sig. 0,05
artinya ada pengaruh yang signifikan antara variabel bebas terhadap variabel terikat. Nilai thitung juga dapat dibandingkan dengan nilai t-
tabel. Dimana jika t-hitung t- tabel pada α = 5 artinya tidak ada
pengaruh yang signifikan variabel bebas terhadap variabel terikat. Sebaliknya jika t-hitung t-
tabel pada α = 5 artinya ada pengaruh yang signifikan antara variabel bebas terhadap variabel terikat. Hasil
uji t dapat dilihat pada tabel 4.7 sebagai berikut :
Tabel 4.7 Uji Signifikansi Parsial Uji-t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
-,219 ,627
-,349 ,729
CG ,084
,046 ,286
1,835 ,074
UkuranPerusahaan -,002
,024 -,016
-,099 ,922
DewanKomisaris -,491
,254 -,289
-1,939 ,059
a. Dependent Variable: DA
Sumber: Data sekunder diolah a
Nilai T tabel diperoleh dengan menggunakan Microsoft Excel dengan rumus TINV 0.05,41 yaitu 2.019541
Universitas Sumatera Utara
74
b T hitung variabel CG yang diperoleh sebesar 1.835. Nilai T hitung T
tabel 1.835 2.019541 artinya H1 ditolak.kesimpulan ini diperkuat dengan nilai signifikansi 0.074 0.05 yang berarti pengungkapan CG
tidak memiliki pengaruh signifikan terhadap manjemen laba DA. c
T hitung variabel UkuranPerusahaan yang diperoleh sebesar -0.099. Nilai T hitung T tabel -0.099 2.019541 artinya H2
ditolak.kesimpulan ini diperkuat dengan nilai signifikansi 0.922 0.05 yang berarti UkuranPerusahaan tidak memiliki pengaruh
signifikan terhadap manjemen laba DA. d
T hitung variabel DewanKomisaris yang diperoleh sebesar - 1.939. Nilai T hitung T tabel -1.939 2.019541 artinya H3
ditolak.kesimpulan ini diperkuat dengan nilai signifikansi 0.059 0.05 yang berarti DewanKomisaris tidak memiliki pengaruh
signifikan terhadap manjemen laba DA.
4.2.4.2 Uji Signifikansi Simultan Uji F
Uji F dilakukan untuk melihat pengaruh variabel independen CG, UkuranPerusahaan, dan DewanKomisaris secara simultan
bersama – sama terhadap variabel dependen DA. Hasil uji F ditunjukkan pada tabel 4.8 sebagai berikut :
Universitas Sumatera Utara
75
Tabel 4.8 Hasil Uji F
ANOVA
a
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
,237 3
,079 2,241
,098
b
Residual 1,447
41 ,035
Total 1,684
44 a. Dependent Variable: DA
b. Predictors: Constant, DewanKomisaris, CG, UkuranPerusahaan
Sumber: Data sekunder diolah Kriteria pengambilan keputusan:
Ho diterima jika F hitung F tabel untuk a =5 atau probalilitas 0.05.
H5 diterima jika F hitung F tabel untuk a= 5 atau probabalitas 0.05.
Dari Hasil uji F pada tabel 4.10 di atas maka diperoleh analisis sebagai berikut:
a Nilai F tabel diperoleh dengan menggunakan Microsoft Excel dengan
rumus FINV 0.05,3,41 yaitu 2.832747. b
F hitung yang diperoleh sebesar 2.241. Nilai F hitung F tabel 2.241 2.832747 artinya H4 ditolak yakni Corporate Governace X1,
Ukuran Perusahaan X2, dan Dewan komisaris X3 secara simultan tidak memiliki pengaruh signifikan terhadap manajemen laba Y.
Universitas Sumatera Utara
76
c Kesimpulan ini diperkuat dengan melihat nilai signifikansi 0.098
0.05 yang menunjukkan bahwa pengungkapan Corporate Governace X1, Ukuran Perusahaan X2, dan Dewan komisaris X3 secara
simultan tidak memiliki pengaruh signifikan terhadap manajemen laba Y.
4.2.4.3 Koefisien Determinasi R2
Koefisien determinasi R2 digunakan untuk melihat sejauhmana keseluruhan variabel independen dapat menjelaskan
variabel dependen. Apabila angka koefisien determinasi semakin mendekati 1, maka pengaruh variabel independen terhadap variabel
dependen adalah semakin kuat, yang berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen. Sedangkan nilai koefisien determinasi yang kecil berarti kemampuan variabel-variabel
independen dalam menjelaskan variasi variabel dependen adalah terbatas Ghozali, 2006: 48. Besarnya nilai koefisien determinasi
dapat dijelaskan pada tabel 4.9 sebagai berikut :
Tabel 4.9 Hasil Koefisien Determinasi
Model Summary
Model R
R Square Adjusted R Square Std. Error of the Estimate
1 ,375
a
,141 ,078
,18787 a. Predictors: Constant, DewanKomisaris, CG, UkuranPerusahaan
Universitas Sumatera Utara
77
Sumber: Data sekunder diolah Tabel 4.9 diatas menunjukkan nilai koefisien korelasi R dan
koefisien determinasi R square. Nilai R menunjukkan tingkat hubungan antar variabel-variabel independen dengan variabel
dependen. Dari hasil olahan data diperoleh nilai koefisien korelasi sebesar 0.375 atau sama dengan 37.5 artinya hubungan antara
variabel CG,Ukuran dan Dewan terhadap variabel DA tidak kuat. Definisi korelasi ini tidak kuat didasarkan pada nilai R yang berada di
bawah 0.5 atau 50. Koefisien determinasi R square R2 menunjukkan seberapa
besar variabel independen menjelaskan variabel dependennya. Dari hasil perhitungan diperoleh nilai R2 sebesar 0.141 atau 14.1 yang
berarti kemampuan variabel independen dalam menerangkan variasi variabel dependen sangat terbatas.
Pada tabel diatas juga ditunjukkan nilai Adjusted R Square. Dari hasil perhitungan, nilai adjusted R square sebesar 0.078 atau
7.8. Artinya 7.8 variabel DA dipengaruhi oleh ketiga variabel bebas yaitu CG, Ukuran dan Dewan. Sedangkan sisanya 92.2
dipengaruhi oleh faktor-faktor lain diluar model.
Universitas Sumatera Utara
78
4.3 Interpretasi Hasil
