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