36 14
BJBR BPD Jawa Barat Banten, Tbk
V V
V V
11 15
BJTM BPD Jawa Timur, Tbk
V -
- V
16 BKSW
Bank QNB Kesawan, Tbk V
V -
V 17
BMRI Bank Mandiri Persero, Tbk
V V
V V
12 18
BNBA Bank Bumi Artha, Tbk
V V
V V
13 19
BNGA Bank CIMB Niaga, Tbk
V V
V V
14 20
BNII Bank International Indonesia, Tbk
V V
V V
15 21
BNLI Bank Permata, Tbk
V V
- V
22 BSIM
Bank Sinarmas, Tbk V
V V
V 16
23 BSWD
Bank of India Indonesia, Tbk V
V V
V 17
24 BTPN
Bank Tabungan Pensiunan Nasional, Tbk
V V
V V
18 25
BVLC Bank Victoria International, Tbk
V V
V V
19 26
INPC Bank Artha Graha International, Tbk
V V
V V
20 27
MAYA Bank Mayapada International, Tbk
V V
V V
21 28
MCOR Bank Windu Kentjana International,
Tbk V
- -
V 29
MEGA Bank Mega, Tbk
V V
V V
22 30
NISP Bank OCBC NISP
V V
V V
23 31
PNBN Bank Pan Indonesia, Tbk
V V
V V
24 32
SDRA Bank Himpunan Saudara 1906, Tbk
V V
V V
25
Sumber : www.idx.co.id
3.4 Metode Pengumpulan Data
Universitas Sumatera Utara
37
Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi pustaka dan studi dokumentasi, yaitu dengan cara mengumpulkan data,
mencatat dan mengkaji data sekunder berupa laporan keuangan perusahaan yang telah dipublikasikan dalam periode pengamatan. Data sekunder dalam penelitian
ini diperoleh dari website Bursa Efek Indonesia yaitu www.idx.co.id
3.5 Definisi Operasional dan Pengukuran Variabel Penelitian 3.5.1 Variabel Independen Bebas
Variabel independen adalah variabel yang menjadi sebab timbulnya atau berubahnya variabel dependen variabel terikat. Variabel independen yang
digunakan dalam penelitian ini adalah mekanisme good corporate governance yang terdiri dari kepemilkan instutisional, proporsi dewan komisaris independen,
komite audit dan leverage.
1. Kepemilikan Institusional
Kepemilikan Institusional adalah persentase saham yang dimiliki oleh institusi perusahaan. Variabel ini diukur berdasarkan persentase
jumlah saham yang dimiliki institusi dari seluruh modal saham yang beredar. Perhitungan dari kepemilikan institusional adalah :
2. Proporsi Dewan Komisaris Independen
Universitas Sumatera Utara
38
Komisaris Independen adalah anggota dewan komisaris yang tidak terafiliasi dengan manajemen, anggota dewan komisaris lainnya dan
memegang saham pengendali, serta bebas dari hubungan bisnis atau hubungan lainnya yang dapat mempengaruhi kemampuannya untuk
bertindak independen atau bertindak semata-mata demi kepentingan perusahaan Komite Nasional Kebijakan Governance, 2004. Proporsi
dewan komisaris independen diukur berdasarkan persentase jumlah anggota dewan komisaris independen dari seluruh jumlah komisaris
perusahaan.
3. Komite Audit
Adalah suatu komite yang terdiri dari tiga atau lebih anggota yang bukan merupakan bagian dari manajemen perusahaan untuk melakukan
pengujian dan penilaian atas kewajaran laporan yang dibuat perusahaan. Keberadaan komite audit diukur bedasarkan persentase jumlah komite
audit yang berasal dari komisaris independen dari seluruh jumlah anggota komite audit. Perhitungan dari komite audit adalah :
Universitas Sumatera Utara
39
4. Leverage
Leverage merupakan rasio antara total kewajiban dengan total ekuitas. Leverage merupakan alat untuk mengukur seberapa jauh suatu
perusahaan dibiayai oleh hutang. Semakin tinggi rasio leverage berarti semakin tinggi pula proporsi pendanaan perusahaan yang dibiayai oleh
hutang. Rasio leverage dihitung seperti di bawah ini:
3.5.2 Variabel Dependen terikat
Variabel dependen adalah variable yang dipengaruhi atau yang menjadi akibat, karena adanya variable bebas. Variabel dependen dalam penelitian ini
adalah manajemen laba. Manajemen laba merupakan suatu teknik pengelolaan angka laba dimana angka-angka yang dilaporkan memiliki kekuatan yang serupa
untuk membangun opini di lingkungan perusahaan. Karena laba bersih yang dilaporkan merupakan angka yang memperoleh perhatian paling banyak, maka
angka ini pulalah yang paling mungkin dimanipulasi oleh para manajer. Stice 2004. Penggunaan discretionary accruals sebagai proksi manajemen laba
dihitung dengan menggunakan Modified Jones Model Dechow et al., 1995.
TAC = Nit – CFOit ..................................................................................... 1
Nilai total accrual TA yang diestimasi dengan persaman regresi OLS sebagai berikut :
TAitAit- 1 = β1 1 Ait-1 + β2 ΔRevt Ait-1 + β3 PPEt Ait-1 + e 2
Universitas Sumatera Utara
40
Dengan menggunakan koefisien regresi diatas nilai non discretionary accruals NDA dapat dihitung dengan rumus :
NDAit = β1 1 Ait-1 + β2 ΔRevt Ait-1 - ΔRect Ait-1 + β3 PPEt Ait-1 ..................................................................................................................... 3
Selanjutnya discretionary accrual DA dapat dihitung sebagai berikut:
DAit = TAit Ait-1 – NDAit ....................................................................... 4
Keterangan : Dait = Discretionary Accruals perusahaan i pada periode ke t
NDAit = Non Discretionary Accruals perusahaan i pada periode ke t Tait = Total akrual perusahaan i pada periode ke t
Nit = Laba bersih perusahaan i pada periode ke-t CFOit = Aliran kas dari aktivitas operasi perusahaan i pada periode ke t
Ait-1 = Total aktiva perusahaan i pada periode ke t-1 ΔRevt = Perubahan pendapatan perusahaan i pada periode ke t
PPEt = Aktiva tetap perusahaan pada periode ke t ΔRect = Perubahan piutang perusahaan i pada periode ke t
e = error Tabel 3.2
Definisi Operasional dan Skala Pengukuran Variabel
No Variabel
Definisi Parameter
Skala Pengukuran
Universitas Sumatera Utara
41 1
Kepemilikan Institusional
X
1
Persentase saham yang dimiliki oleh
institusi perusahaan
X
1
= saham yg dimiliki
institusional total saham yg
beredar x100
Rasio
2 Proporsi dewan
komisaris independen
X
2
Anggota dewan komisaris yang
tidak terafiliasi dengan manajemen
X
2
= jumlah komisaris independen
total saham yang beredar
x100 Rasio
3 Komite audit
X
3
komite yang terdiri dari tiga atau lebih
anggota yang bukan merupakan
bagian dari manajemen
perusahaan untuk melakukan
pengujian dan penilaian atas
kewajaran laporan yang dibuat
perusahaan X
3
=jumlah anggota komite audit
independen jumlah seluruh
komisaris x
100 Rasio
4 Leverage
X
4
Rasio antara total kewajiban dengan
total ekuitas X
4
= Total ekuitas
Total kewajiban Rasio
5 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
Sumber data : diolah sendiri
Keterangan : NDAit = Non Discretionary Accruals perusahaan i pada periode ke t
Tait = Total akrual perusahaan i pada periode ke t
Universitas Sumatera Utara
42
Ait-1 = Total aktiva perusahaan i pada periode ke t-1
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 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
Menurut Erlina dan Mulyani 2007 Uji ini berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal, gunakan
Universitas Sumatera Utara
43
statistik parametrik dan jika data tidak normal gunakan statistik non parametrik atau lakukan treatment agar data normal.
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.
3.6.2.2 Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah dalam model regresi linear ada korelasi antar kesalahan pengganggu pada periode t
Universitas Sumatera Utara
44
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,
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.
Universitas Sumatera Utara
45
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 secara acak.
b apabila 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 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,
Universitas Sumatera Utara
46
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. Kedudukan variabel independen
dalam formula tidak dimasalahkan apakah sebagai variabel pengganggu atau variabel independen utama Hadi, 2006. Regresi linear berganda
ditujukan untuk menentukan hubungan linear antar beberapa variabel independen yang biasa disebut X
1
, X
2
, X
3
, X
4
Y= α + β1X1 + β2X2 + β3X3 + β4X4 + e
dan seterusnya dengan variabel terikat yang disebut Y Situmorang, 2007. Persamaan regresi
linear berganda digunakan yaitu:
Universitas Sumatera Utara
47
Keterangan: Y = Manajemen Laba variabel Dependen
α = Konstanta β1 β2 β3 β4 = Koefisisen regresi variable
X
1
X = Kepemilikan institusional
2
X = Proporsi dewan komisaris independen
3
X = Komite Audit
4
e = disturbance error = Leverage
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 2.
Jika F diterima atau Ha ditolak,
hitung
F
tabel
maka H 3.
Jika tingkat signifikansi 0.05 maka H0 ditolak dan Ha diterima,
ditolak dan Ha diterima,
Universitas Sumatera Utara
48
4. Jika tingkat signifikansi 0.05 maka H
diterima dan Ha ditolak Situmorang, 2007.
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 2.
Jika t diterima atau Ha ditolak,
hitung
t
tabel
maka H 3.
Jika tingkat signifikansi 0.05 maka H0 ditolak dan Ha diterima,
ditolak dan Ha diterima,
4. Jika tingkat signifikansi 0.05 maka H
diterima dan Ha ditolak Situmorang, 2007.
BAB IV HASIL DAN PEMBAHASAN
Universitas Sumatera Utara
