Deskriptif Penelitian b,c b,c,d

48

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskriptif Penelitian

Penelitian ini menggunakan metode analisis regresi logistik. Analisis dimulai dengan pengolahan data yang tersimpan di dalam Microsoft Excel yang akan digunakan sebagai input data pada program SPSS 18.0 aplikasi software pengolah data. Pada program SPSS akan dilakukan regresi logistik. Proses input data terlebih dahulu dilakukan dengan memasukkan data yang ada di dalam Microsoft Excel yang berfungsi sebagai variabel-variabel yang akan diuji dan menghasilkan output sesuai dengan metode analisis data yang telah ditentukan. Berdasarkan kriteria yang telah ditetapkan, penelitian ini memiliki 27 perusahaan yang memenuhi kriteria dan dijadikan sampel dalam penelitian dan diamati selama periode 2009 -2012 dengan 108 unit analisis.

4.2. Analisis Hasil Penelitian

4.2.1. Statistik Deskriptif

Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data yang menggambarkan karakteristik sampel yang digunakan dalam penelitian ini. Analisis ini untuk menjelaskan karakteristik sampel terutama mencakup nilai rata rata mean, nilai ekstrim yaitu nilai minimum dan nilai maksimum, serta standar deviasi. Berdasarkan data olahan SPSS yang meliputi Manajemen laba, dewan Universitas Sumatera Utara 49 komisaris, dewan komisaris independen, kepemilikan institusional dan return on asset . Tabel 4.1 Statistik Dekstriptif Variabel-Variabel Penelitian N Minimum Maximum Mean Std. Deviation Manajemen Laba 108 1 .49 .502 Dewan Komisaris 108 2 9 4.90 1.884 D.Komisaris Independen 108 .250 1.000 .57342 .122356 Kepemilikan Institusional 108 .110 1.000 .79128 .219499 Return On Asset 108 .026 .359 .13839 .050636 Valid N listwise 108 Sumber : Hasil Output SPSS Berdasarkan tabel diatas dapat dideskripsikan sebagai berikut : 1. Jumlah perusahaan adalah 27 perusahaan, dengan 108 unit analisis, yaitu 27 perusahaan dikalikan dengan 4 tahun pengamatan penelitian. Terdapat 1 variabel yang merupakan skala nominal, sehingga angka ini adalah sebagai kategori semata tanpa nilai intrinsik, oleh karena itu tidak dapat dihitung rata- rata mean dan standar deviasi tersebut. 2. Variabel dewan komisaris memiliki nilai minimum sebesar 2 dan nilai maksimum sebesar 9. Rata-rata untuk variabel dewan komisaris sebesar 4,90 dengan standar deviasi 1,884. 3. Variabel dewan komisaris independen memiliki nilai minimum sebesar 0.250 dan nilai maksimum sebesar 1,000. Rata-rata untuk variabel dewan komisaris independen sebesar 0,57342 dan standar deviasinya 0,122356. Universitas Sumatera Utara 50 4. Variabel kepemilikan institusional memiliki nilai minimum sebesar 0,110 dan nilai maksimum sebesar 1,000. Rata-rata untuk variabel kepemilikan institusional sebesar 0,79128 dan standar deviasinya 0,219499. 5. Variabel Return On Asset memiliki nilai minimum sebesar 0.26 dan nilai maksimum sebesar 0,359. Rata-rata untuk variabel return on asset sebesar 0,13839 dan standar deviasinya 0,050636. Tabel 4 2 Sumber : Hasil Output SPSS Berdasarkan table 4.2 dapat dideskripsikan bahwa jumlah data yang valid sah untuk diproses adalah 108 buah, tanpa ada data yang hilang missing, artinya semua data telah diproses. Tabel 4.3 Statistik Frekuensi Variabel Manajemen Laba Frequency Percent Valid Percent Cumulative Percent Valid Tidak ada 55 50.9 50.9 50.9 Ada 53 49.1 49.1 100.0 Total 108 100.0 100.0 Sumber : Hasil Output SPSS Statistik Frekuensi Variabel Penelitian Manajemen laba Dewan Komisaris D.Komisaris Independen Kepemilikan Institusional Return On Asset N Valid 108 108 108 108 108 Missing Universitas Sumatera Utara 51 Dari tabel 4.3 dapat dideskripsikan bahwa variabel dependen manajemen laba merupakan variabel nominal yang menggunakan variabel dummy dimana perusahaan yang tidak melakukan manajemen laba diberi kode “0” dan perusahaan yang melakukan manajemen laba diberi kode “1”, serta memiliki data valid karena seluruh data telah diproses.

4.2.2 Pengujian Hipotesis Penelitian

Pengujian hipotesis menggunakan model logistic regression dengan metode enter pada tingkat signifikansi α 5 0,05. Apabila tingkat signifikansi 0,05, maka H1- H4 diterima, jika tingkat signifikansi 0,05, maka H1- H4 tidak dapat diterima. Logistic regression digunakan untuk menguji pengaruh dewan komisaris X1, dewan komisaris independen X2, kepemilikan institusional X3, return on asset X4 terhadap manajemen laba Y. Tabel 4.4 Variables in the Equation B S.E. Wald df Sig. ExpB Step 1 a X1 -.080 .112 .513 1 .474 .923 X2 -1.291 1.670 .597 1 .440 .275 X3 -.389 .949 .168 1 .682 .678 X4 -2.863 3.947 .526 1 .468 .057 Constant 1.798 1.559 1.331 1 .249 6.039 Sumber : Hasil Output SPSS Universitas Sumatera Utara 52 Dari tabel 4.4 diperoleh hasil persamaan regresi logistik tersebut, sebagai berikut : EM = 1,798 – 0,080 X1 – 1,291 X2 - 0,389 X3 – 2,863 X4+ ε Berdasarkan tabel 4.4 dapat dideskripsikan hal sebagai berikut : 1. X1 mempunyai tingkat signifikansi 0,474 dan lebih besar dari tingkat signifikansi 0,05, sehingga ukuran dewan komisaris yang diproksikan dengan DK tidak dapat diterima, artinya ukuran dewan komisaris tidak berpengaruh signifikan terhadap manajemen laba. 2. X2 mempunyai tingkat signifikansi sebesar 0,440 , sehingga variabel dewan komisaris independen tidak dapat diterima, artinya dewan komisaris independen tidak berpengaruh signifikan terhadap manajemen laba. 3. X3 mempunyai tingkat signifikansi sebesar 0,682, sehingga variabel kepemilikan institusional yang diproksikan dengan KI tidak dapat diterima, artinya kepemilikan institusional tidak berpengaruh signifikan terhadap manajemen laba. 4. X4 mempunyai tingkat signifikansi sebesar 0,468, sehingga variabel return on asset yang diproksikan dengan besaran return on asset tidak dapat diterima, artinya return on asset tidak berpengaruh secara signifikan terhadap kualitas audit Universitas Sumatera Utara 53

4.2.3 Pengujian Model

4.2.3.1 Menguji kelayakan Model Regresi Goodness of Fit

Menilai kelayakan model regresi dilakukan dengan menilai nilai signifikan pada tabel Hosmer and Lemeshow Goodness of fit test. Model dikatakan mampu memprediksi nilai observasi karena cocok dengan data observasinya apabila nilai Hosmer and Lemeshow Goodness of fit test 0,05 Ghozali,2006. Tabel 4.5 Hosmer and Lemeshow Test Step Chi-square df Sig. 1 8.369 8 .398 Sumber : Hasil Output SPSS Universitas Sumatera Utara 54 Sumber : Hasil Output SPSS Dari tampilan tabel hosmer and lamenshow di atas pada tabel 4.5 ditunjukan bahwa besarnya nilai statistik hosmer and lamenshow Goodness of Fit sebesar 8,369 dengan probabilitas signifikansi 0,398 dimana 0,398 0,05 maka hipotesis nol tidak dapat ditolak H0 diterima. Hal ini berarti model regresi yang dipergunakan dalam penelitian ini layak dipakai untuk analisis selanjutnya, karena tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dan klasifikasi yang diamati Contingency Table for Hosmer and Lemeshow Test EM = Tidak ada EM = Ada Total Observed Expected Observed Expected Step 1 1 6 6.575 5 4.425 11 2 5 6.378 6 4.622 11 3 6 6.134 5 4.866 11 4 8 5.927 3 5.073 11 5 8 5.764 3 5.236 11 6 6 5.507 5 5.493 11 7 5 5.300 6 5.700 11 8 3 5.126 8 5.874 11 9 3 4.834 8 6.166 11 1 5 3.454 4 5.546 9 Universitas Sumatera Utara 55

4.2.3.1.1 Menguji Model Keseluruhan Model Overall Fit Model

Menilai keseluruhan model dilakukan dengan cara memperhatikan angka pada -2 Log Likelihood -2LL Block Number = 0 dan -2 Log Likelihood -2LL Block Number = 1. Jika terjadi penurunan angka -2 Log Likelihood block Number = 0 – block Number = 1 menunjukkan model regresi yang baik. Nilai -2 Log Likelihood -2LL Block Number = 0 dapat dilihat pada tabel 4.6 sebagai berikut. Tabel 4.6 Hasil Uji Overall Fit Model -2 Log Likelihood Awal Iteration History

a,b,c

Iteration -2 Log likelihood Coefficients Constant Step 0 1 149.683 -.037 2 149.683 -.037 a. Constant is included in the model. b. Initial -2 Log Likelihood: 149.683 c. Estimation terminated at iteration number 2 because parameter estimates changed by less than .001. Sumber : Hasil Output SPSS Nilai -2 Log Likehood -2LL Block number = 1dapat dilihat pada tabel 4.7 sebagai berikut Tabel 4 7 Hasil Uji Overall Fit Model -2 Log Likelihood Akhir Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant Dewan Komisaris D.Komisaris Independen Kepemilikan Institusional ROA Step 1 1 148.020 1.773 -.079 -1.272 -.382 -2.827 2 148.020 1.798 -.080 -1.291 -.389 -2.863 3 148.020 1.798 -.080 -1.291 -.389 -2.863 Universitas Sumatera Utara 56 a. Method: Enter b. Constant is included in the model. c. Initial -2 Log Likelihood: 149.683 d. Estimation terminated at iteration number 3 because parameter estimates changed by less than .001. Sumber : Hasil Output SPSS Pada tabel 4.6 dan 4.7 terlihat bahwa angka -2 LL Block Number = 0 adalah 149,683. Dari model tersebut ternyata overall model fit pada -2LL Block Number = 0 menunjukan adanya penurunan pada -2LL Block Number = 1 sebesar 1,663. Penurunan likehood ini menunjukan bahwa keseluruhan model regresi logistik yang digunakan merupakan model yang baik atau dengan kata lain model yang dihipotesiskan fit dengan data. Penurunan nilai Log Likehood menunjukan model regresi yang semakin baik.

4.3 Pembahasan Hasil Penelitian