Statistik Deskriptif Pengujian Asumsi Klasik

dilakukan penggabungan Bursa Efek Surabaya BES ke Bursa Efek Jakarta BEJ dan berubah nama menjadi Bursa Efek Indonesia BEI. Dari populasi yang ada, sampel diambil berdasarkan kriteria yang telah ditetapkan, yaitu sebanyak 21 perusahaan dengan tiga tahun pengamatan sehingga berjumlah 63 unit analisis. Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan regresi linear berganda. Pengujian asumsi klasik dan regresi dilakukan dengan menggunakan software SPSS versi 16. Proses pengolahan data dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan.

4.2. Analisis Data Hasil Penelitian

4.2.1. Statistik Deskriptif

Analisis statistik deskriptif merupakan metode analisis yang digunakan untuk memberikan gambaran yang dilihat dari frekuensi dan deskriptif minimum, mkasimum, mean, standar deviasi dari setiap variable, baik variable independen maupun variable dependen. Hasil analisis statistic deskriptif disajikan pada table berikut ini: Universitas Sumatera Utara Tabel 4.1. Descriptive Statistics N Minimum Maximum Mean Std. Deviation DebtCovenant 63 .01 41.99 8.5074 11.67292 GrowthOpportunities 63 .17 35.40 2.7627 5.52894 Konservatisme 63 -434.00 334.00 -8.8317 130.70389 Valid N listwise 63 Sumber: Hasil Pengolahan SPSS 16 2012 Berdasarkan table 4.1. dapat dideskripsikan sebagai berikut: 1. Jumlah seluruh sampel dalam penelitian ini yang dapat dilihat dari nilai N sebanyak 63 unit analisis yang terdiri dari 21 perusahaan dalam tiga tahun pengamatan. Jumlah data yang valid adalah 63, yang menunjukkan bahwa semua data valid. Penelitian ini menggunakan dua variable independen dengan skala rasio yaitu debt covenant X1 dan growth opportunities X2, dan satu variable dependen dengan skala nominal yaitu konservatisme Y. 2. Variable independen yang pertama yaitu debt covenant memiliki nilai minimum 0.01, maksimum 41.99 dan mean 8.5074 yang berarti nilai debt covenant yang dimiliki perusahaan sampel paling sedikit 0.01, paling banyak 41.99 dan rata-rata 8.057 dengan standar deviasi 11.67292. 3. Variable independen yang kedua yaitu growth opportunitiesmemiliki nilai minimum 0.17, maksimum 35.40 dan mean 2.7627 yang berarti Universitas Sumatera Utara tingkat growth opportunities perusahaan sampel paling rendah 0.17, paling tinggi 35.40 dan rata-rata 2.7627 dengan standar deviasi 5.52894. 4. Variable dependen yaitu konservatisme memiliki nilai minimum - 434.00, maksimum 334.00 dan mean -8.8317 yang berarti tingkat konservatisme perusahaan sampel paling rendah -434.00, paling tinggi 334.00 dan rata-rata -8.8317 dengan standar deviasi 130.70389.

4.2.2. Pengujian Asumsi Klasik

4.2.2.1. Uji Normalitas Data

Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variable pengganggu atau residual memiliki distribusi normal atau tidak. Uji normalitas dapat dilakukan dengan analisis grafik dan uji statistik. Hasil uji normalitas dalam penelitian ini awalnya tidak terdistribusi secara normal. Untuk mengatasi masalah tersebut, maka dilakukanwinsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai tertentu. Hasil uji normalitas setelah data terdistribusi normal disajikan sebagai berikut: Universitas Sumatera Utara Gambar 4.1. Grafik Histogram Sumber: Hasil Pengolahan SPSS 16 2012 Pada gambar 4.1. dapat dilihat bahwa data terdistribusi normal karena grafik histogram menunjukkan distribusi data tidak menceng ke kiri atau menceng ke kanan. Universitas Sumatera Utara Gambar 4.2. Grafik Normal P-Plot Sumber: Hasil Pengolahan SPSS 16 2012 Pada gambar 4.2. grafik normal P-Plot memperlihatkan titik-titik menyebar di sekitar garis diagonal serta penyebarannya mendekati garis diagonal sehingga dapat disimpulkan bahwa data terdistribusi normal. Universitas Sumatera Utara Tabel 4.2. Hasil Uji Kolmogorov Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 63 Normal Parameters a Mean .0000000 Std. Deviation 1.29976091E2 Most Extreme Differences Absolute .153 Positive .138 Negative -.153 Kolmogorov-Smirnov Z 1.216 Asymp. Sig. 2-tailed .104 a. Test distribution is Normal. Sumber: Hasil Pengolahan SPSS 16 2012 Pada table 4.2. hasil uji kolmogorov-smirnov menunjukkan nilai Asymp.Sig.2-tailed 0.104 lebih besar dari nilai signifikansinya 0.05 0.104 0.05, yang artinya adalah data terdistribusi secara normal. Hasil ini sesuai dengan grafik histogram dan grafik normal P-Plot yang menggambarkan data terdistribusi normal.

4.2.2.2. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variable bebas. Model regresi yang baik adalah yang tidak terjadi korelasi antara variable-variabel independen. Uji multikolinearitas pada Universitas Sumatera Utara penelitian ini dilakukan dengan melihat angka tolerance dan nilai VIF dari masing-masing variabel independen yang diuji. Hasil pengujian multikolinearitas dalam penelitian ini disajikan sebagai berikut: Tabel 4.3. Hasil Uji Multikolinearitas Sumber: Hasil Pengolahan SPSS 16 2012 Untuk mengetahui multikolinearitas dapat dilihat dari nilai Variance Inflation Factor VIF dan nilai toleransi tolerance value. Nilai cut off yang umum dipakai adalah nilai toleransi 0.10 atau sama dengan nilai VIF 10. Jika nilai VIF lebih besar dari 10, maka terjadi multikolinearitas yang cukup berat antara variable independen. 1. Variable debt covenant memiliki nilai tolerance 0.992 yang lebih besar dari 0.10 dan nilai VIF 1.008 yang lebih besar dari 10. Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1Constant -20.272 21.924 -.925 .359 DebtCovenant .787 1.443 .070 .545 .587 .992 1.008 GrowthOpportunities 1.717 3.046 .073 .564 .575 .992 1.008 a. Dependent Variable: Konservatisme Universitas Sumatera Utara 2. Variable growth opportunities memiliki nilai tolerance 0.992 yang lebih besar dari 0.10 dan nilai VIF 1.008 yang lebih besar dari 10. Dari hasil pengujian yang dilakukan terlihat bahwa tidak ada nilai tolerance yang kurang dari 0.10 dan tidak ada angka VIF yang lebih dari 10, maka dapat disimpulkan bahwa tidak terjadi multikolinearitas antar variabel bebas dalam model regresi.

4.2.2.3. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan “menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain” Ghozali, 2007: 105. Model regresi yang baik adalah yang homoskedastisitas, atau tidak terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas dapat dilihat dari grafik scatterplot berikut ini: Universitas Sumatera Utara Gambar 4.3. Scatterplot Sumber: Hasil Pengolahan SPSS 1666 2012 Hasil pengujian heterokedastisitas dengan jelas menunjukkan bahwa tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y. Dengan demikian, dapat disimpulkan bahwa tidak terjadi heterokedastisitas dalam model regresi tersebut. Selain scatterplot, heteroskedastisitas juga dapat diuji dengan uji glejser. Hasilnya dapat dilihat pada tabel berikut : Universitas Sumatera Utara Tabel 4.4. Hasil Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -20.272 21.924 -.925 .359 DebtCovenant .787 1.443 .070 .545 .587 GrowthOpportunities 1.717 3.046 .073 .564 .575 a. Dependent Variable: Konservatisme Sumber: Hasil Pengolahan SPSS 16 2012 Dari hasil regresi diatas menunjukkan bahwa probabilitas signifikansinya adalah 0.587 dan 0.575. Semuanya berada diatas 0.05 maka dapat dipastikan tidak terjadi heteroskedastisitas pada model regresi.

4.2.2.4. Uji Autokorelasi

Uji autokorelasi bertujuan “menguji apakah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1” Ghozali, 2007: 95. Auto korelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Universitas Sumatera Utara Untuk mengetahui adanya autokorelasi dilakukan dengan uji Durbin Watson. Hasil uji Durbin Watson disajikan dalam table berikut ini: Tabel 4.5. Uji Durbin Watson Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .105 a .011 -.022 132.12460 2.215 a. Predictors: Constant, GrowthOpportunities, DebtCovenant b. Dependent Variable: Konservatisme Sumber: Hasil Pengolahan SPSS 16 2012 Tabel 4.5. memperlihatkan nilai statistik D-W sebesar 2.215lebih besar dari batas atas du 1.736 dan kurang dari 4- 1.736 4-du, yang berarti tidak terjadi autokorelasi.

4.2.3. Pengujian Hipotesis Penelitian