41 6
Manajemen Laba Y
suatu intervensi dengan maksud
tertentu terhadap proses pelaporan
keuangan eksternal dengan sengaja
untuk memperoleh keuntungan pribadi
Y = TAit Ait-1 – NDAit
Rasio
3.6 Metode Analisis Data
Metode analisis data yang digunakan pada penelitian ini adalah metode analisis statistik dengan menggunakan SPSS, namun terlebih dahulu dilakukan uji asumsi
klasik sebelum melakukan pengujian hipotesis.
3.6.1 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, 2013.
3.6.2 Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis, maka data yang diperoleh dalam penelitian ini akan diuji terlebih dahulu untuk memenuhi asumsi dasar dengan
melakukan uji asumsi klasik. Pengujian ini bertujuan untuk mengetahui apakah model
42 estimasi telah memenuhi kriteria ekometrik, dalam arti tidak ada penyimpangan yang
serius dari asumsi-asumsi yang telah dibuat. Uji asumsi klasik meliputi:
3.6.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti
diketahui bahwa uji t dan f mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak
valid untuk jumlah sampel kecil. Menurut Ghozali 2013, ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan
analisi grafik dan analisis statistik. a.
Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual adalah
dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian hanya
dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. 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. b. Analisis Statistik
Uji statistik yang digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov Smirnov K-S. Pedoman pengambialn keputusan
rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov yaitu:
1. smirnov dapat dilihat dari nilai Sig. atau signifikan atau probabilitas 0,05 maka distribusi data adalah tidak normal,
2. nilai Sig. atau signifikan atau probabilitas 0,05 maka distribusi data adalah normal.
43
3.6.2.2 Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah dalam model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi
yang berurutan sepanjang waktu berkaitan satu sama lain, masalah ini muncul karena residual atau kesalahan pengganggu tidak bebas dari satu observasi ke
observasi lainnya Erlina, 2008. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Cara yang umum digunakan untuk mendeteksi masalah autokorelasi adalah dengan uji Durbin Watson, terjadinya Autokorelasi jika nilai Durbin-
Watson
DW
memiliki nilai lebih dari 5, atau Durbin-Watson DW 5. Pengambilan keputusan ada atau tidaknya autokorelasi adalah sebagai berikut:
a Bila nilai Durbin Watson DW terletak antara batas atas atau Upper
Bound DU dan 4 – DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi
b Bila nilai DW lebih rendah dari pada batas bawah atau Lower Bound
DL, maka koefisien autokorelasi lebih besar dari nol, berarti ada autokorelasi positif.
c Bila nilai DW lebih besar dari pada 4-DL, maka koefisien
autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif,
44
d Bila nilai DW terletak di antara batas atas DU dan batas bawah DL
atau DW terletak antara 4-DU dan 4-DL, maka hasilnya tidak dapat disimpulkan.
Jika nilai Durbin-Watson tidak dapat memberikan kesimpulan apakah data yang digunakan terbebas dari autokorelasi atau tidak, maka perlu
dilakukan Run-Test. Pengambilan keputusan didasarkan pada acak atau tidaknya data, apabila bersifat acak maka dapat diambil kesimpulan bahwa
data tidak terkena autokorelasi. Menurut Ghozali 2013 acak atau tidaknya data didasarkan pada
batasan sebagai berikut : a apabila nilai probabilitas
≥ α = 0,05 maka observasi terjadi secar a acak.
bapabila nilai probabilitas ≤ α = 0,05 maka observasi terjadi secara
tidak acak.
3.6.2.3 Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan
yang lain. Untuk melihat ada atau tidaknya heteroskedastisitas dilakukan dengan mengamati grafik scatterplot antar nilai prediksi variabel terikat
dengan residualnya. Deteksi ada atau tidaknya heteroskedstisitas dilakukan
45
dengan melihat ada tidaknya pola tertentu pada grafik scarrteplot dengan dasar analisis:
1 jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas, 2 jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di
bawah angka 0 pada sumbuh Y, maka tidak terjadi heteroskedastisitas. Ghozali,2013.
3.6.2.4 Uji Multikolonearitas
Uji ini bertujuan untuk menguji apakah di dalam model regresi terdapat korelasi antar variabel bebas independen Ghozali, 2013. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam
regresi adalah melihat tolerance value dan varian inflation factor VIF, suatu model regresi yang bebas dari masalah multikolonieritas apabila mempunyai
tolerance value 0,10 dan nilai VIF 10.
3.6.3 Model Regresi Linear Berganda
Model regresi linear berganda adalah model regresi yang memiliki lebih dari satu variabel independen. Persamaan regresi tersebut adalah sebagai berikut:
46
Y = α +β1KI + β2 KuaAud + β3 KIKuaAud + β4 Leverage +β5 Size + e Y = α +β1KO + β2 KuaAud+β3 KOKuaAud +β4 Leverage +β5 Size + e
Keterangan: Y= Manajemen laba variabel dependen
α= Konstanta β1 β2 β3= Koefisien regresi variabel
KI = Kepemilikan Institusional KuaAud = Kualitas Audit
KIKuaAud = Interaksi antara kepemilikan institusional dengan kualitas audit KOKuaAud = Interaksi antara komite audit dengan kualita audit
Size, laverage. e= distribance error
3.6.4 Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan pengujian secara simultan uji F dan parsial uji t.
3.6.4.1 Uji Signifikansi Simultan Uji-F
Uji statistik F pada dasarnya menunjukkkan apakah semua variabel independen yang dimaksud dalam model mempunyai pengaruh secara
bersama-sama simultan terhadap variabel dependen. Kriteria pengujian yang digunakan sebagai berikut :
1. Jika F
hitung
F
tabel
maka H diterima atau Ha ditolak,
47
2. Jika F
hitung
F
tabel
maka H ditolak dan Ha diterima,
3. Jika tingkat signifikansi 0.05 maka H0 ditolak dan Ha diterima,
4. Jika tingkat signifikansi 0.05 maka H
diterima dan Ha ditolak Ghozali,2013.
3.6.4.2 Uji Signifikansi Parsial Uji-t
Pengujian t digunakan untuk menunjukkan seberapa jauh pengaruh variabel independen terhadap variabel dependen. Pengujian ini dilakukan
untuk mengetahui secara parsial variabel bebas berpengaruh secara signifikan atau tidak terhadap variabel terikat.
Kriteria pengujian yang digunakan sebagai berikut : 1.
Jika t
hitung
t
tabel
maka H diterima atau Ha ditolak,
2. Jika t
hitung
t
tabel
maka H ditolak dan Ha diterima,
3. Jika tingkat signifikansi 0.05 maka H0 ditolak dan Ha diterima,
4. Jika tingkat signifikansi 0.05 maka H
diterima dan Ha ditolak Ghozali, 2007.
48
BAB IV HASIL DAN PEMBAHASAN
4.1 Data Penelitian
Data dalam penelitian ini adalah data sekunder yang didapatkan dari Indonesian Capital Market Directory ICMB tahun 2010-2013. Populasi dalam penelitian ini
adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dan masih aktif dari tahun 2010-2013. Sampel dalam penelitian ini dipilih dengan menggunakan
metode purposive sampling dengan beberapa kriteria tertentu. Berdasarkan kriteria yang ditetapkan, terdapat 25 perusahan manufaktur yang memenuhi kriteria untuk
dijadikan sampel dan diamati selama periode 2010 sampai dengan 2013. Ringkasan prosedur pemilihan sampel dapat dilihat pada table 4.1
Tabel 4.1 Sampel Penelitian
No Keterangan
Jumlah 1. Perusahaan manufaktur yang terdaftar di BEI dan tidak
keluar pada tahun 2010-2013 140
2. Perusahaan yang menerbitkan laporan keuangan yang lengkap selama periode penelitian tahun 2010-2013
25
49
3 Perusahaan yang memberikan informasi yang meliputi total
aktiva, total hutang pendapatan, piutang dagang, aktiva tetap, laba bersih dan aliran kas dari aktivitas operasi
perusahaan, KAP yang melakukan pengauditan tersedia 25
Tahun pengamatan 4
Perusahaan yang dijadikan sampel penelitian 100
4.2 Hasil Analasis Data
4.2.1 Analisis Statistik Deskriptif
Uji statistik deskriptif bertujuan untuk memberikan gambaran atau deskripsi dari suatu data yang dilihat dari jumlah sampel, nilai minimum, nilai
maksimum, nilai rata-rata mean, dan standar deviasi dari masing-masing variabel. Berikut ini dijelaskan statistik data penelitian:
Tabel 4.2 Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation ManjLaba
100 -.91
.40 -.0114
.19576 KI
100 34.01
99.14 75.2313
16.44824 KomAudit
100 34.01
99.00 74.9303
15.94591 Size
100 25.18
33.86 28.5495
1.70897 Laverage
100 .09
.90 .4492
.20861 Valid N
listwise 100
50
Berdasarkan hasil yang diperoleh dari Tabel 4.2 maka dapat dijelaskan bahwa: 1.
Variabel Manajemen Laba memiliki jumlah sampel sebanyak 100, nilai minimum -9.1, nilai maksimum 40, mean nilai rata-rata sebesar-0.0114
dan standart deviation atau simpangan baku sebesar 0.19576. 2.
Variabel Kepemilikan institusional memiliki jumlah sampel sebanyak 100, nilai minimum 34.01, nilai maksimum 99.14, mean nilai rata-rata
sebesar 75.2313 dan standart deviation atau simpangan baku sebesar 16.44824.
3. Variabel Komite Audit memiliki jumlah sampel sebanyak 100, nilai
minimum 34.01, nilai maksimum 99.00, mean nilai rata-rata sebesar 74.9303 dan standart deviation atau simpangan baku sebesar 15.94591.
4. Variabel Laverage memiliki jumlah sampel sebanyak 100, nilai minimum
0.09, nilai maksimum 90, mean nilai rata-rata sebesar 0.4492 dan standart deviation atau simpangan baku 0.20861.
5. Variabel Size memiliki jumlah sampel sebanyak 100, nilai minimum
25.18, nilai maksimum 33.86, nilai mean rata-rata 28.5495, dan nilai standart deviation atau simpangan baku 1.70897.
6. Jumlah sampel yang digunakan adalah sebanyak 100 sampel.
51
4.2.2 Uji Asumsi Klasik
