Berdasarkan tabel 4.8 di atas, dapat disimpulkan bahwa model regresi tidak terjadi heteroskedastisitas, karena tingkat signifikansi yang
dihasilkan oleh variabel asimetri informasi X
1
dan ukuran perusahaan X
2
lebih dari 0,05 sig 5.
3. Uji Autokorelasi
Uji statistik yang digunakan untuk mengetahui ada tidaknya
autokorelasi adalah uji Durbin Watson. Dibawah ini merupakan hasil uji Durbin Watson, yaitu:
Tabel 4.9 : Hasil Uji Durbin Watson
Model Summary
b
,652
a
,425 ,384
,76371248 1,871
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Ukuran Perusahaan X2, Asimetri Informasi X1 a.
Dependent Variable: DA Y b.
Sumber : Lampiran 3 Nilai
DW Durbin
Watson yang dihasilkan adalah sebesar 1,871
karena nilai DW Durbin Watson berada diantara –2 dan +2 maka dapat disimpulkan bahwa antar residual kesalahan pengganggu tidak terdapat
korelasi atau model regresi linier berganda yang dihasilkan tidak terjadi autokorelasi.
4.3.3. Persamaan Regresi Linier Berganda
Metode analisis
data yang
digunakan dalam penelitian ini adalah analisis regresi linier berganda. Berikut ini model atau persamaan regresi
linier berganda yang digunakan :
Tabel 4.10: Model Regresi Linier Berganda Model Koefisien
regresi Konstanta
Asimetri informasi X
1
Ukuran perusahaan X
2
10,052 0,009
-0,942 Sumber : Lampiran 3
Persamaan regresi
linier berganda yang dihasilkan adalah sebagai
berikut :
Y = 10,052 + 0,009 X
1
- 0,942 X
2
Dari persamaan regresi di atas menjelaskan bahwa : 1. Konstanta a yang dihasilkan sebesar 10,052 menunjukkan besarnya
manajemen laba diproksikan dengan Diecretionary Accruals Y, apabila asimetri informasi X
1
dan ukuran perusahaan X
2
adalah konstan atau nol.
2. Koefisien regresi untuk variabel asimetri informasi X
1
b
1
sebesar 0,009 berarti setiap kenaikan asimetri informasi X
1
satu satuan maka manajemen laba diproksikan dengan Diecretionary Accruals Y akan
naik sebesar 0,009 dengan asumsi variabel adalah konstan. 3. Koefisien regresi untuk variabel ukuran perusahaan X
2
b
2
sebesar -0,942 berarti setiap kenaikan ukuran perusahaan X
2
satu satuan maka manajemen laba diproksikan dengan Diecretionary Accruals Y akan
turun sebesar 0,942 dengan asumsi variabel asimetri informasi X
1
adalah konstan.
4.3.4. Uji F
Uji F dapat digunakan untuk mengetahui apakah model yang digunakan adalah cocok atau sesuai untuk mengetahui memprediksi
manajemen laba diproksikan dengan Diecretionary Accruals. Tabel dibawah ini merupakan hasil uji F :
Tabel 4.11: Uji F Variabel Bebas
F
hitung
Sig R
2
Asimetri informasi X
1
Ukuran perusahaan X
2
10,336 0,000 0,425
Sumber : Lampiran 5
Berdasarkan tabel
di atas dapat diketahui bahwa nilai F
hitung
yang dihasilkan sebesar 10,336 dengan tingkat signifikan sebesar 0,000 kurang
dari 5 maka H ditolak dan H
1
diterima yang berarti bahwa model regresi linier berganda yang digunakan adalah cocok untuk memprediksi
manajemen laba diproksikan dengan Diecretionary Accruals. Besarnya pengaruh variabel asimetri informasi X
1
dan ukuran perusahaan X
2
terhadap manajemen laba diproksikan dengan Diecretionary Accruals Y. dapat dilihat dari nilai koefisien determinasi
R-squareR
2
. Nilai koefisien determinasi R-squareR
2
yang dihasilkan yaitu sebesar 0,425 yang artinya pengaruh asimetri informasi X
1
dan ukuran perusahaan X
2
terhadap manajemen laba diproksikan dengan
Diecretionary Accruals Y sebesar 42,5 sedangkan sisanya 57,5
dipengaruhi oleh faktor lain yang tidak dibahas pada penelitian ini.
4.3.5. Uji t