commit to user
B. Analisis Statistik Deskriptif
Berdasarkan kriteria sampel yang telah ditetapkan, jumlah sampel dalam penelitian ini sebanyak 27 perusahaan dengan 81 observasi. Dari 81 observasi
tersebut, terdapat 3 data outlier sehingga dikeluarkan dari sampel. Lampiran 1 memuat daftar sampel yang digunakan dalam penelitian ini. Berikut adalah data
statistik deskriptif variabel-variabel yang digunakan dalam penelitian ini.
TABEL IV. 2 Statistik Deskriptif
N Minimum Maximum Mean
Std. Deviation
DAC 78
-1.23 .86
-.117 .33906
CSR 78
.31 .78
.5700 .12198
SIZE 78
11.36 13.91
12.390 .59406
KOM 78
3.00 10.00
4.9744 2.26191
KI 78
13 96
72.90 18.589
KP 78
4 85
26.21 17.760
LEV 78
.97 5.68
2.0879 .86383
CFP 78
-.26 .53
.1151 .12368
Sumber: Hasil pengolahan data Keterangan:
DAC : Akrual diskresioner
CSR : Corporate Social Responsibility
SIZE : Ukuran Perusahaan
KOM : Ukuran Dewan Komisaris
KI : Kepemilikan Institusional
KP : Kepemilikan Publik
LEV : Leverage
CFP : Kinerja Keuangan Perusahaan
Hasil statistik deskriptif pada tabel IV.2 menunjukkan bahwa rata-rata akrual diskresioner DAC bernilai negatif sebesar -0, 117. Hasil tersebut menunjukkan
bahwa perusahaan manufaktur di Indonesia melakukan tindak manajemen laba dengan pola meminimalkan laba selama perioda 2006
– 2008. Rata-rata total aset
commit to user
perusahaan sampel sebesar Rp12.390.000.000,- dan rata-rata kemampuan menghasilkan laba yang diukur dengan Return on Asset sebesar 11,51.
C. Pengujian Asumsi Klasik
Sebelum pengujian hipotesis dilakukan, maka terlebih dahulu harus dilakukan pengujian asumsi klasik yang terdiri dari uji normalitas, uji
heterokedastisitas, uji autokorelasi dan uji multikolinieritas. Terpenuhinya pengujian asumsi klasik tersebut menunjukkan bahwa data yang digunakan secara
teori adalah tidak bias, konsisten, dan penaksiran koefisien regresinya efisien Gujarati, 2003.
Uji normalitas penelitian ini menggunakan uji Kolmogorov-Smirnov K- S, Hasil uji Kolmogorov-Smirnov K-S pada model 1 menunjukkan nilai 1,169
dan signifikan pada nilai 0,130. Sedangkan hasil uji Kolmogorov-Smirnov K-S pada model 2 menunjukkan nilai 0,819 dan signifikan pada nilai 0,513. Kedua
hasil tersebut menunjukkan nilai signifikansi di atas 0.05, berarti bahwa residual model regresi dalam penelitian ini berdistribusi normal.
Uji multikolinieritas untuk deteksi terhadap multikolinieritas antar variabel dalam model penelitian bertujuan untuk menghindari kebiasan dalam proses
pengambilan kesimpulan mengenai pengaruh pada uji parsial masing-masing variabel independen terhadap variabel dependen Nugroho, 2005. Ukuran yang
umum dipakai untuk mendeteksi adanya multikolinieritas adalah nilai tolerance kurang dari 0,10 atau sama dengan nilai VIF10 Ghozali, 2003. Tabel IV.3
berikut menunjukkan hasil uji multikolinieritas model regresi penelitian ini.
commit to user
Tabel IV.3 Hasil Uji Multikolinieritas
Variabel Tolerance
VIF Interpretasi
Model 1 : DAC
0,992 1,008
Bebas multikolinieritas SIZE
0,409 2,445
Bebas multikolinieritas KOM
0,475 2,104
Bebas multikolinieritas LEV
0,905 1,105
Bebas multikolinieritas KI
0,046 21,881
Terjadi multikolinieritas KP
0,044 22,750
Terjadi multikolinieritas Model 1 : setelah KP dihilangkan
DAC 0,993
1,007 Bebas multikolinieritas
SIZE 0,462
2,163 Bebas multikolinieritas
KOM 0,478
2,090 Bebas multikolinieritas
LEV 0,944
1,060 Bebas multikolinieritas
KI 0,924
1,083 Bebas multikolinieritas
Model 2 : DAC
0.005 186,780
Terjadi multikolinieritas KOM
0,477 2,097
Bebas multikolinieritas KI
0,895 1,118
Bebas multikolinieritas LEV
0,826 1,210
Bebas multikolinieritas SIZE
0,415 2,410
Bebas multikolinieritas CSR
DACCSR 0,755
0,005 1,325
187,935 Bebas multikolinieritas
Terjadi multikolinieritas
Sumber: Hasil pengolahan data
Berdasarkan nilai Tolerance pada Tabel IV.3 di atas dapat dilihat bahwa tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10,
namun variabel KI dan KP mempunyai nilai VIF10, berarti terdapat korelasi antar variabel KI dan KP. Dengan demikian, salah satu dari variabel tersebut
harus dihilangkan dari model penelitian ini supaya tidak terjadi bias dalam pengambilan kesimpulan. Model penelitian ini selanjutnya hanya menggunakan
variabel KI untuk pengujian hipotesis dalam penelitian ini. Selanjutnya, uji autokorelasi menggunakan Durbin-Watson statistic DW.
Sebagai pedoman, regresi OLS bebas autokorelasi positif atau negatif, jika DW terletak diantara d
U
dan 4-d
U.
Hasil pengujian model 1 menunjukkan nilai Durbin- Watson statistic 1,659, sedangkan d
U
senilai 1,653 dan 4-d
U
senilai 2,347. Hasil pengujian model 2 menunjukkan nilai Durbin-Watson statistic 1,948, sedangkan
commit to user
d
U
senilai 1.714 dan 4-d
U
senilai 2,286, berarti bahwa nilai DW diantara d
U
dan 4- d
U
dan disimpulkan bahwa model regresi penelitian ini bebas autokorelasi. Uji heterokedastisitas dilakukan dengan uji White yaitu membandingkan
probabilitas ObsR-squared hasil regresi residual yang dikuadratkan dengan variabel independen dengan
α nya. Kriteria yang bebas dari masalah heterokedastisitas adalah jika probabilitas ObsR-squared
α. Hasil pengujian heterokedastisitas dapat dilihat pada model 1 bahwa probabilitas ObsR-squared
sebesar 16,534 dan pada model 2 sebesar 18,321. Nilai ObsR-squared kedua model ini lebih besar dari nilai
α sebesar 0,05. Jadi dapat disimpulkan bahwa tidak terjadi heterokedastisitas dalam pengujian ini.
Dengan demikian, disimpulkan bahwa model pertama penelitian ini telah memenuhi uji asumsi klasik. Model kedua memenuhi asumsi normalitas, bebas
dari gejala autokorelasi, dan heterokedastisitas, tetapi terjadi multikolinearitas pada variabel DAC dan DAC_CSR. Hal tersebut disebabkan oleh faktor moderasi
antara DAC dan CSR.
D. Pengujian Hipotesis
Kategori