67
perusahaan dengan jumlah tahun penelitian 5 tahun dari tahun 2010- 2014.
Tabel 4.3 menunjukkan statistik deskriptif dari masing-masing variabel penelitian. Berdasarkan tabel 4.3 hasil analisis menggunakan
statistik deskriptif terhadap variabel proporsi konservatisme akuntansi KONS menunjukkan nilai minimum sebesar -0.19 nilai maksimum
sebesar 0.19 dengan nilai rata-rata mean sebesar 0.0038 dan standar deviasinya sebesar 0.06927.
Hasil analisis menggunakan statistik deskriptif terhadap variabel proporsi Komite Audit KA menunjukkan nilai minimum sebesar 2.00
nilai maksimum sebesar 3.00 dengan nilai rata-rata mean sebesar 2.9889 dan standar deviasinya sebesar 0.10541.
Hasil analisis menggunakan statistic deskriptif terhadap variabel proporsi Komisaris Independen KI menunjukkan nilai minimum sebesar
1.00 nilai maksimum sebesar 4.00 dengan nilai rata-rata mean sebesar 2.0111 dan standar deviasinya sebesar 0.84127.
Hasil analisis menggunakan statistik deskriptif terhadap variabel proporsi Kualitas Laba KL menunjukkan nilai minimum sebesar -3.77
nilai maksimum sebesar 4.46 dengan nilai rata-rata mean sebesar -0.0160 dan standar deviasinya sebesar 1.36550.
2. Hasil Uji Asumsi Klasik
Uji asumsi klasik digunakan dengan menggunakan analisis regresi terhadap variabel independen dan variabel dependen.
68
a. Hasil Uji Multikoliniaritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas
independen. Untuk mendeteksi adanya multikolinieritas, maka dapat dilakukan dengan melihat nilai tolerance dan Variance
Inflation Factor VIF serta besaran korelasi antara variabel independen. Berikut ini adalah tabel yang menunjukkan hasil uji
multikolinieritas. Tabel 4.4
Hasil Uji Multikolinieritas
Berdasarkan tabel 4.4 diatas dapat diketahui bahwa hasil uji menunjukkan nilai tolerance mendekati angka 1 dan nilai VIF disekitar
angka satu 1 untuk setiap variable. Hasil perhitungan toleransi menunjukkan bahwa tidak ada variabel independen yang memiliki nilai
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Toleran ce
VIF Constan
t 1.153
2.589 .445
.657
KONS 14.84
7 1.343
.753 11.05
7 .000
.945 1.058 KA
-.282 .861
-.022 -.328
.744 .992 1.008
KI -.191
.110 -.117 -1.730
.087 .952 1.050
a. Dependent Variable: LN_KL Sumber: Data sekunder yang diolah
69
tolerance kurang dari 0.10 yang berarti tidak ada korelasi antara variable independen yang nilainya lebih dari 95. Hasil VIF juga
menunjukkan hal yang sama bahwa tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10.
Berdasarkan hasil uji multikolinieritas tersebut, maka dapat disimpulkan bahwa semua variabel independen dalam model persamaan
regresi tidak terdapat problem multikolonieritas dan dapat digunakan dalam penelitian ini.
b. Hasil Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya autokorelasi dalam analisis regresi
untuk mendeteksi ada atau tidaknya autokorelasi maka dapat dilakukan dengan melihat nilai Durbin Watson.
Durbin-Watson hanya dilakukan untuk autokorelasi tingkat satu first order autocorrelation dan mensyaratkan adanya
intercept konstanta dalam model regresi dan tidak ada variable lag antara variabel independen. Hipotesis yang akan diuji adalah:
H0: tidak ada autokorelasi r=0 HA: ada autokorelasi r≠0
70
Pengambilan keputusan ada atau tidaknya autokorelasi: Tabel 4.5
Pengambilan Keputusan Autokorelasi Hipotesis nol
Keputusan Jika
Tidak ada autokorelasi positif Tolak
0ddl Tidak ada autokorelasi positif
No decision dl≤d≤du
Tidak ada autokorelasi Negatif Tolak
4-dud4 Tidak ada autokorelasi Negatif
No decision 4-
du≤d≤4-dl Tidak ada autokorelasi positif atau
Negatif Tidak
ditolak Dud4-du
Sumber: Data Sekunder yang diolah Berikut adalah tabel yang menunjukkan hasil uji autokorelasi.
Tabel 4.6 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-
Watson 1
.789
a
.623 .610
.85293 2.109
a. Predictors: Constant, KI, KA, KONS b. Dependent Variable: LN_KL
Sumber: Data sekunder yang diolah
Berdasrakan tabel 4.6 diatas dapat diketahui bahwa hasil uji autokorelasi pada nilai Durbin-Watson adalah 2.109, nilai ini akan
kita bandingkan dengan nilai tabel dan menggunakan nilai signifikansi 5 , jumlah sampel 90 dan jumlah variable 3 k=3
maka di tabel durbin watson akan didapatkan nilai batas atas du
71
1.587 dengan variabel independen 3. Oleh karena nilai durbin Watson DW sebesar 2.109 lebih besar dari batas atas du dan
kurang dari 4-1.587 4-du. Maka disimpulkan bahwa kita tidak bias menolak H0 yang menyatakan bahwa tidak ada autokorelasi
positif atau negatif, karena nilai dud4-du yaitu 1.587 2.109 2.413 Dapat disimpulkan bahwa tidak terjadi autokorelasi positif
atau negative.
c. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dalam penelitian ini dilakukan dengan
teknik Uji Glejser. Glejser mengusulkan untuk meregres nilai absolut residual terhadap variabel independen Gujarati,2003
dengan persamaan regresi |Ut|=α+βXt+vt Jika
variable independen
signifikan secara
statistik mempengaruhi variabel dependen, maka ada indikasi terjadi
heteroskedastisitas.
72
Gambar 4.7 Hasil Uji Heteroskedastisitas
Sumber: Data sekunder yang diolah Hasil output tampilan SPSS pada tabel diatas dengan jelas
menunjukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen nilai
absolute Ut AbsUt. Hal ini dilihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5. Jadi dapat
disimpulkan bahwa model regresi tidak mengandung adanya heteroskedastisitas.
d. Hasil Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen atau keduanya
mempunyai distribusi yang normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Untuk
mendeteksi normalitas data, penelitian ini menggunakan analisi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
Constant -.465
1.864 -.249
.804 KONS
1.460 .966
.164 1.510
.135 KA
.378 .620
.065 .610
.543 KI
-.053 .079
-.072 -.665
.508 a. Dependent Variable: absRES
73
one sample Kolmogorov-Smirnov test. Caranya adalah dengan menentukan terlebih dahulu hipotesis pengujiannya yaitu:
Hipotesis Nol H0 : Data terdistribusi secara normal Hipotesis Alternatif: Data tidak terdistribusi secara normal
Tabel 4.8 Hajil Uji Normalitas
Dari tabel 4.8 diatas dapat disimpulkan bahwa nilai Kolmogorov-Smirnov Z sebesar 0.952 dengan probabilitas
signifikansi 0.325 jauh diatas α=0.05 hal ini berarti H0 diterima, data terdistribusi secara normal.
3. Hasil Uji Hipotesis