Hasil Uji Asumsi Klasik

69 Tabel 4.6. Uji Heterokedastisitas Coefficients a Model Unstandardized Coefficients t Sig. B Std. Error 1 Constant 1.096 1.381 .794 .430 UE .018 .015 1.158 .251 ACSIZE -.010 .206 -.047 .962 ERM -.143 .386 -.371 .712 LEV .008 .018 .438 .663 COMPSIZE -.018 .052 -.345 .731 Ln.ACEFK -.011 .162 -.070 .945 a. Dependent Variable: Abs_res1 Sumber: Data Sekunder Diolah Indikator terjadinya heteroskedastisitas adalah adanya signifikansi 5 antara variabel independen terhadap variabel dependen nilai Absolut Residual Abs_res1. Dari hasil uji di atas, semua variabel independen tidak memiliki signifikansi terhadap variabel dependen. Ini menandakan tidak adanya heteroskedastisitas pada data yang diolah. d. Uji Normalitas Uji normalitas dilakukan dengan menggunakan uji Kolomogrov- Smirnov. Pengujian ini bertujuan untuk mengetahui apakah dalam sebuah model regresi, variabel penggangu atau residual mempunyai distribusi yang normal. Model regresi yang baik adalah model regresi yang memiliki distribusi data normal atau mendekati normal. Selengkapnya mengenai hasil uji normalitas penelitian dapat dilihat pada tabel 4.7. 70 Tabel 4.7. Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 72 Normal Parameters a,,b Mean .0000000 Std. Deviation .69293266 Most Extreme Differences Absolute .133 Positive .133 Negative -.086 Kolmogorov-Smirnov Z 1.130 Asymp. Sig. 2-tailed .155 a. Test distribution is Normal. b. Calculated from data. Sumber: Data Sekunder Diolah Dari tabel 4.7. didapat bahwa nilai Kolomogrov-Smirnov sebesar 1,130 dengan signifikansi 0,155. Data terdistribusi normal bila signifikansinya kurang dari 0,05. Karena asymp sig. yang didapat lebih dari 0,05, maka dapat disimpulkan bahwa data penelitian ini terdistribusi normal.

3. Hasil Uji Hipotesis

a. Uji Adj R

2 Pada model regresi berganda penggunaan adjusted R 2 , atau koefisien determinasi yang telah disesuaikan, lebih baik dalam melihat seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen bila dibandingkan dengan R 2 koefisien determinasi. Kelemahan dalam menggunakan nilai R 2 adalah karena adanya bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. 71 Selengkapnya mengenai hasil uji Adj R 2 penelitian dapat dilihat pada tabel 4.8. sebagai berikut. Tabel 4.8. Hasil Uji Adjusted R 2 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .422 a .178 .102 .72421 2.018 a. Predictors: Constant, Ln.ACEFK, LEV, UE, ACSIZE, ERM, COMPSIZE b. Dependent Variable: CAR Sumber: Data Sekunder Diolah Dari tabel 4.8. di atas menunjukkan bahwa nilai Adj R 2 sebesar 0,102 dimana berarti hanya sebesar 10,2 variasi variabel dependen CAR yang dapat dijelaskan oleh variasi variabel independen UE, Ln.ACEFK, ACSIZE, dan ERM dan variabel kontrol LEV dan COMPSIZE dalam penelitian ini. Hal ini menandakan masih rendah atau lemahnya kemampuan variabel independen dan kontrol dalam menjelaskan variabel dependen, sedangkan sisanya yang sebesar 89,8 dijelaskan oleh variabel lain yang tidak dimasukkan ke dalam penelitian. Adapun angka koefisien korelasi R menunjukkan nilai sebesar 0,422 yang menandakan bahwa hubungan antara variabel independen dengan variabel dependen adalah lemah karena memiliki nilai R 0,5. Faktor lain yang dapat mempengaruhi kualitas laba diantaranya adalah kualitas auditor Teoh dan Wong, 1993:346; Balsam et al., 2003:26; Investment Opportunity Set dan kepemilikan institusional, 72 Puteri dan Rohman, 2012:12 . Kualitas auditor yang tinggi dianggap lebih memberikan laporan keuangan perusahaan yang bisa lebih dipercaya Teoh dan Wong, 1993:346. b. Uji F Uji F bertujuan untuk mengetahui apakah seluruh variabel independen secara bersama-sama simultan memiliki pengaruh yang signifikan terhadap variabel dependen. Signifikansi model regresi pada penelitian ini diuji dengan melihat nilai signifikansi sig. yang ada di tabel 4.9. Selengkapnya mengenai hasil uji F penelitian dapat dilihat di halaman berikutnya. Tabel 4.9. Hasil Uji F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 7.391 6 1.232 2.349 .041 a Residual 34.091 65 .524 Total 41.482 71 a. Predictors: Constant, Ln.ACEFK, LEV, UE, ACSIZE, ERM, COMPSIZE b. Dependent Variable: CAR Sumber: Data Sekunder Diolah H 4 : Efektivitas dan ukuran komite audit, serta enterprise risk mangement secara simultan berpengaruh terhadap kualitas laba. Dari tabel 4.9. menunjukkan bahwa nilai F hitung sebesar 2,349 dengan nilai sig. sebesar 0,041. Hal ini menandakan bahwa model regresi dapat digunakan untuk menilai kualitas laba karena nilai signifikansi alpha α = 5. Maka dapat disimpulkan H 4 dapat 73 diterima. Hal ini menunjukkan terdapat pengaruh yang signifikan secara simultan antara efektivitas dan ukuran komite audit, serta enterprise risk management terhadap kualitas laba. c. Uji t Uji t bertujuan untuk mengetahui seberapa jauh pengaruh variabel independen secara individual parsial, yaitu peran komite audit yang diwakili oleh efektivitas komite audit Ln.ACEFK, ukuran komite audit ACSIZE, dan enterprise risk management ERM dalam menerangkan variabel dependen, yaitu kualitas laba CAR. Variabel independen ditambahkan satu demi satu kedalam regresi cumulative abnormal return CAR yang diproksikan dengan ERC. Signifikansi model regresi pada penelitian ini diuji dengan melihat nilai sig. yang ada di tabel 4.10. Tabel 4.10. Hasil Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -3.009 2.034 -1.479 .144 UE .000 .022 .000 -.008 .994 .993 1.007 ACSIZE -.112 .303 -.046 -.372 .711 .833 1.201 ERM -.086 .569 -.020 -.151 .881 .740 1.351 LEV .092 .027 .393 3.467 .001 .982 1.019 COMPSIZE .137 .077 .250 1.769 .082 .633 1.579 Ln.ACEFK -.151 .239 -.100 -.633 .529 .508 1.969 a. Dependent Variable: CAR Sumber: Data Sekunder Diolah