49
analisis regresi berganda, terlebih dahulu dilakukan pengujian asumsi klasik agar memenuhi sifat estimasi regresi bersifat BLUES Best
Linear Unbiased Estimator.
1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari niali minimum, maksimum, nilai rata-
rata mean, dan standar deviasi. Analisis statistik deskriptif digunakan untuk mengetahui
gambaran mengenai earning management, mekanisme corporate governance, ukuran perusahaan terhadap nilai perusahaan pada
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia.
2. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas ini bertujuan untuk menguji apakah dalam model regresi, variabel bebas dan variabel terikat
keduanya memiliki distribusi normal atau tidak Ghozali, 2005. Model regresi yang baik adalah memiliki data
berdistribusi normal. Menurut suliyanto 2011: 67 Untuk menguji apakah terdapat distribusi yang normal atau tidak
dalam model regresi maka digunakanlah pendekatan grafik menggunakan normal probability plot, yaitu dengan
membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif data dari distribusi normal.
50
dalam grafik yang dihasilkan jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal,
maka model regresi memenuhi asumsi normalitas data, sebaliknya jika data menyebar jauh dari garis diagonal atau
tidak mengikuti arah garis, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel
independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel
independen yang nilai korelasi antar sesama variabel independen sama dengan nol.
Terdapat beberapa metode yang dapat digunakan untuk mendeteksi adanya masalah multikolinearitas, salah
satu metodenya ialah dengan melihat nilai korelasi parsial. Uji
multikolinearitas dengan
korelasi parsial
dilakukan dengan
membandingkan antara
koefesien determinasi keseluruhan dengan nilai koefesien korelasi
parsial semua variabel bebasnya. Jika nilai koefesien determinasi keseluruhan lebih besar dari nilai koefesien
51
parsial semua variabel bebasnya maka model tersebut tidak mengandung gejala multikolinearitas Suliyanto, 2011: 88.
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka
dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan
satu sama lainnya. Model regresi yang baik adalah regresi
yang bebas dari autokorelasi Ghozali dalam Puspita, 2011.
Untuk menguji keberadaan autokorelasi, penelitian ini menggunakan metode Durbin-Watson d test. Pengujian
dengan Durbin-Watson statistik ini dilakukan untuk mengetahui ada tidaknya hubungan antara kesalahan
pengganggu error term pada periode sebelumnya dengan kesalahan pengganggu pada periode berikutnya. Dalam
metode Durbin-Watson menggunakan titik kritis yaitu batas bawah dl dan batas atas du. Persyaratan uji dengan
menggunakan tabel Durbin-Watson adalah :
52
1. Jika nilai DW terletak antara dl dan 4 – dl atau antara du dan 4 – du maka koefisien autokorelasi sama dengan 0
yang berarti tidak terdapat autokorelasi. 2. Jika nilai DW berada diluar dl atau diluar du maka
koefisien autokorelasi lebih besar daripada 0 yang berarti terdapat autokorelasi positif.
3. Jika nilai DW lebih besar daripada 4 – dl, berarti ada autokorelasi negatif.
4. Jika nilai DW terletak antara du dan dl atau nilai DW terletak antara 4 – du dan 4 – dl maka hasilnya tidak
dapat disimpulkan. Namun demikian secara umum biasa diambil patokan
Santoso, 2000: 219 : 1. Angka D-W di bawah -2, berarti terdapat autokorelasi
positif. 2. Angka D-W diantara -2 dampai +2, berarti tidak terdapat
autokorelasi
3. Angka D-W diatas +2, berarti terdapat autokorelasi negatif d.
Uji Heteroskedastisitas
Pengujian ini bertujuan unutk menguji apakah didalam model regeresi terdapat ketidaksamaan varians dari
residual suatu pengamatan. Jika varians dari residual suatu pengamatan
yang lain
tetap berarti
telah terjadi
53
homoskedastesitas. Jika terjadi homoskedastisitas dikatakan mempunyai model yang baik, cara mendeteksi dengan
melihat diagram pancar scater plot. Cara mendeteksi grafik scater plot adalah sebagai berikut :
1. Jika data memiliki pola menyebar atau titik-titik berada diatas dan dibawah angka 0 pada sumbu Y dan tidak
membentuk suatu pola yang jelas, berarti data tersebut baik atau tidak terjadi heteroskedastisitas.
2. Jika data memiliki pola mengumpul atau membentuk suatu pola tertentu misalnya bergelombang, melebar,
kemudian menyempit,
dikatakan telah
terjadi heteroskedastisitas Santoso, 2002
3. Analisis Regresi Berganda
Analisis regresi berganda dimaksudkan untuk menguji pengaruh simultan dari beberapa variabel bebas terhadap satu
variabel terikat. Analisis regresi digunakan oleh peneliti apabila peneliti bermaksud meramalkan bagaimana keadaan naik-
turunnya variabel dependen, dan apabila dua atau lebih variabel independen sebagai prediktor dimanipulasi atau dinaik turunkan
nilainya Sugiyono, 2002: 90. Analisis regresi dapat memberikan jawaban mengenai
besarnya pengaruh setiap variabel independen terhadap variabel
54
dependennya. Dalam penelitian ini model regresi berganda yang akan dikembangkan adalah sebagai berikut :
Y = α +
â
1 1
+
â
2 2
+
â
3 3
+
â
4 4
+
â
5 5
+
â
6
+
e Keterangan :
Y = nilai perusahaan α = Konstanta
1
= earning management
2
= jumlah dewan komisaris
3
= kepemilikan institusional
4
= kepemilikan manajerial dummy
5
= kualitas auditor dummy
6
= ukuran perusahaan dummy
â
1
= Koefisien regresi earning management
â
2
= Koefisien regresi jumlah dewan komisaris
â
3
= Koefisien regresi kepemilikan institusional
â
4
= Koefisien regresi kepemilikan manajerial
â
5
= Koefisien Regresi kualitas auditor
â
6
= Koefisien Regresi ukuran perusahaan e = error term
55
4. Koefisien Determinasi