53
n-k atau 32-5 dan tingkat signifikansi 0,05 maka nilai t
tabel
sebesar 2,052. Hasil ini menunjukkkan bahwa t
hitung
t
tabel
0,932 2,052 dan nilai signifikansinya lebih besar dari 0,05 0,360 0,05 maka dapat disimpulkan
bahwa H
4
ditolak yang artinya variabel reputasi auditor tidak berpengaruh terhadap ICD.
4.2.3.2 Uji Simultan Uji F
Uji ini dilakukan untuk melihat pengaruh komite audit, laba perusahaan, kepemilikan manajerial, dan independensi dewan komisaris terhadap harga
saham. Berdasarkan pengolahaan data dengan menggunakan SPSS versi 21, maka diperoleh hasil seperti tabel 4.6 berikut.
Tabel 4.6 Hasil Uji F
ANOVA
a
Model Sum of
Squares df
Mean Square
F Sig.
1 Regression
.168 5
.034 2.969
.031
b
Residual .284
25 .011
Total .452
30 a. Dependent Variable: ICD
b. Predictors: Constant, LAG_1, Umur_Perusahaan, Reputasi_Auditor,
Komisaris_Independen, Ukuran_Perusahaan Sumber: Output SPSS, data diolah peneliti, 2016
Hasil uji ANOVApada tabel 4.6 menunjukkan bahwa f
hitung
sebesar 2,969 dengan tingkat signifikansi 0,031 , sedangkan f
tabel
2,73 dengan signifikansi 0,05. Hasil ini menunjukkan bahwa f
hitung
f
tabel
2,969 0,05 maka dapat disimpulkan
Universitas Sumatera Utara
54
bahwa H
5
diterima yang artinya komisaris independen,ukuran perusahaan,umur perusahaan dan reputasi auditor berpengaruh secara simultan terhadap ICD.
4.2.3.3 Uji Koefisiean Determinasi R
2
Nilai koefisien determinasi yang baik adalah nilai koefisien determinasi yang mendekati satu. Artinya, semakin mendekati satu maka variabel – variabel
independen memberi hampir seluruh informasi yang dibutuhkan untuk memprediksi variabel dependen. Sebaliknya, semakin kecil nilai koefisien
determinasi berarti semakin terbatas informasi yang diberikan dalam menjelaskan variasi variabel dependen. Pengujian koefisien variabel pada penelitian ini dapat
dilihat pada tabel 4.7.
Tabel 4.7 Uji Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .610
a
.373 .247
.10652 a. Predictors: Constant, LAG_1, Umur_Perusahaan, Reputasi_Auditor,
Komisaris_Independen, Ukuran_Perusahaan b. Dependent Variable: ICD
Sumber: Output SPSS, data diolah peneliti, 2016 Tampilan output SPSS pada tabel 4.7 menunjukkan Adjusted R square
sebesar 0,247 atau 24,7 Hal ini berarti 24,7 variasi ICD dapat dijelaskan oleh variasi variabel Komisaris Independen, Umur Perusahaan, Ukuran Perusahaan dan
Universitas Sumatera Utara
55
Reputasi Auditor sedangkan sisanya 100 - 24,7 = 75,3 dijelaskan oleh sebab – sebab lain diluar model.
4.3 Pembahasan Hasil Penelitian
Berdasarkan hasil pengujian variabel penelitian secara simultan menunjukkan bahwa komisaris independen, ukuran perusahaan, umur perusahaan
dan reputasi auditor berpengaruh signifikan terhadap ICD yang ditunjukkan dengan nilai signifikansi F 0,05 dengan nilai F signifikansi sebesar 0.031 dan
ditunjukkan pula dengan nilai f
hitung
f
tabel
2,969 0,05. Hal ini sesuai dengan penelitian yang dilakukan oleh Giani 2013 dengan hasil bahwa ukuran
perusahaan, umur perusahaan dan leverage berpengaruh signifikan terhadap ICD meskipun dalan penelitian tersebut tidak dibuat variabel komisaris insependen dan
reputtasi auditor. Berdasarkan hasil pengujian variabel penelitian secara parsial
menunjukkan bahwa variabel independen yaitu : 1.
Komisaris independen berpengaruh signifikan terhadap ICD. Hal ini sesuai dari nilai signifikansi t sebesar 0,012. Nilai ini lebih kecil dari nilai
probabilitas sebesar 0,05. Hasil penelitian ini berbeda dengan dengan penelitian sebelumnya yang dilakukan oleh Nugroho 2012 dan Gea
2013 dimana hasil penelitiannya menyatakan bahwa komisaris independen tidak berpengaruh terhadap ICD.
2. Ukuran Perusahaan tidak bepengaruh signifikan terhadap ICD. Hal ini
sesuai dari nilai signifikansi t sebesar 0,630. Nilai ini lebih besar dari nilai probabilitas sebesar 0,05. Hasil penelitian ini sesuai dengan hasil
Universitas Sumatera Utara
