Gambar 4.3 Grafik Scatterplot
Sumber: Hasil Output SPSS
4.4 Pengujian Hipotesis
Pengujian hipotesis dilakukan untuk mendapatkan gambaran hubungan antara variabel independen dengan variabel dependen. Dalam penelitian ini,
pengujian hipotesis dilakukan dengan uji secara simultan uji F dan uji secara parsial Uji t.
4.4.1 Koefisien Determinasi
Tujuan koefisien determinasi R
2
adalah mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi antara 0 dan 1. Nilai R
2
Penggunaan Koefisien determinasi R yang kecil berarti kemampuan
variabel bebas dalam menjelaskan Variabel terikat sangat terbatas, begitu pula sebaliknya Ghozali, 2006.
2
memiliki kelemahan mendasar yatiu bias terhadap jumlah variabel independen yang dimasukkan ke dalam
model. Jadi setiap tambahan satu variabel independen, maka koefisien determinasi R
2
akan meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu
dalam penelitian ini akan digunakan nilai adjust R
2
Tabel 4.7
, untuk mengevaluasi model regresi. Hasil uji determinasi menghasilkan output sebagaimana dalam tabel
sebagai berikut:
Hasil Uji Koefisien Determinasi Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.510
a
.260 .201
.124502 2.082
a. Predictors: Constant, EDIFF, KA, KIN, KINST, KOA, LVR, KMJ b. Dependent Variable: DA
Sumber: Hasil Output SPSS Berdasarkan hasil uji determinasi diketahui bahwa nilai adjusted R
square sebesar 0,201 yang dapat dimaknai bahwa 20,1 variasi manajemen laba dapat dijelaskan oleh kepemilikan institusional, kepemilikan manajemen,
komisaris independen, komite audit, leverage, kualitas audit dan employee diff. Hal ini menandakan masih rendah atau lemahnya kemampuan variabel
independen dalam menjelaskan variabel dependen, sedangkan sisanya yaitu 79,9 dijelaskan oleh variabel lain yang tidak dimasukkan dalam penelitian ini.
4.4.2 Uji Signifikan Secara Simultan Uji F
Menurut Ghozali, 2006:127 “uji statistik F pada dasarnya digunakan untuk mengetahui apakah variabel independen secara bersama-sama atau
simultan mempengaruhi variabel dependen”. Uji satistik F dalam penelitian ini
dilakukan dengan melihat nilai signifikan sig pada uji ANOVA. Hasil uji statistik F dalam penelitian ini terlihat pada tabel 4.8 berikut ini:
Tabel 4.8 Hasil Uji Secara Simultan Uji Statistik F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression .474
7 .068
4.371 .000
a
Residual 1.349
87 .016
Total 1.823
94 a. Predictors: Constant, EDIFF, KA, KIN, KINST, KOA, LVR, KMJ
b. Dependent Variable: DA Sumber : Hasil Output SPSS
Berdasarkan tabel 4.8 di atas menunjukkan nilai F hitung sebesar 4,371 dengan nilai signifikan sebesar 0,000. Hal ini menandakan bahwa model regresi
dapat digunakan untuk menilai adanya manajemen laba. Karena nilai signifikan lebih kecil dari 0,05 0,0000,05. Maka, dapat disimpulkan H
8
4.4.3 Uji Signifikan Secara Parsial Uji t