65 65
tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED. Jika terdapat pola tertentu seperti titik-titik yang ada
membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka terjadi heteroskedastisitas. Sebaliknya,
jika tidak terdapat pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 nol pada sumbu Y, maka tidak terjadi
heteroskedastisitas. Adapun hasil uji heteroskedastisitas dengan grafik scatterplot dapat dilihat pada gambar 4.1.
Gambar 4.1 Hasil Uji Heteroskedastisitas
Menggunakan Grafik Scatterplot
Sumber: Data sekunder yang diolah. Berdasarkan hasil uji heteroskedastisitas pada gambar 4.1 di atas
dapat dilihat bahwa grafik scatterplot menunjukkan data tersebar di atas dan di bawah angka 0 pada sumbu Y dan tidak terdapat pola
66 66
yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model persamaan regresi. Untuk lebih
meyakinkan pengujian, maka dilakukan pengujian heteroskedastisitas dengan menggunakan uji glejser. Adapun hasil uji heteroskedastisitas
dengan uji glejser dapat dilihat pada tabel 4.6
Tabel 4.6 Hasil Uji Heteroskedastisitas
Menggunakan Uji Glejser
Sumber: Data sekunder yang diolah. Berdasarkan tabel 4.6 di atas dapat diketahui bahwa tidak terdapat
satupun variabel
independen yang signifikan
secara statistik
mempengaruhi variabel dependen nilai Absolut Ut Absut. Ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 0,05.
Dengan demikian dapat disimpulkan bahwa tidak terdapat gejala heteroskedastisitas pada model persamaan regresi sehingga model
regresi layak digunakan untuk memprediksi discretionary accruals yang memicu manajemen laba berdasarkan variabel-variabel yang
mempengaruhinya, yaitu diversifikasi operasi, diversifikasi geografis, dan ukuran perusahaan.
67 67
d. Hasil Uji Normalitas Uji normalitas digunakan untuk menguji apakah dalam sebuah
model regresi, variabel dependen dan variabel independen atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang
baik adalah yang memiliki distribusi data normal atau mendekati normal. Untuk mendeteksi normalitas data adalah dengan melihat
penyebaran data atau titik pada sumbu diagonal dari grafik. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal,
maka model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah diagonal, maka
regresi tidak memenuhi asumsi normalitas. Adapun hasil uji normalitas dapat dilihat pada gambar 4.2
Gambar 4.2 Hasil Uji Normalitas
Menggunakan Grafik P-Plot
Sumber: Data sekunder yang diolah.
68 68
Berdasarkan hasil uji normalitas pada gambar 4.2 di atas dapat dilihat bahwa grafik probability plot P-Plot menunjukkan titik-titik
data berada di sekitar garis diagonal dan mengikuti arah garis diagonal. Dengan demikian, maka dapat disimpulkan bahwa data
dalam penelitian ini telah terdistribusi normal atau telah memenuhi asumsi normalitas.
Selain dengan grafik, uji normalitas juga dilakukan dengan menggunakan metode uji Kolmogorov-Smirnov, berikut hasil uji
normalitas dengan Kolmogorov-Smirnov.
Tabel 4.7 Hasil Uji Normalitas
Kolmogorov Smirnov
Sumber: Data sekunder yang diolah. Berdasarkan tabel 4.7 di atas diketahui nilai signifikansi variabel
dependen yaitu manajemen laba sebesar 0,127 0,05. Dengan demikian maka dapat disimpulkan bahwa data manajemen laba
berdistribusi normal, sehingga asumsi normalitas terpenuhi. Hasil uji
69 69
Kolmogorov-Smirnov ini konsisten dengan hasil uji grafik probability
plot , yang menandakan bahwa data terdistribusi secara normal.
3. Hasil Uji Koefisien Determinasi
Uji koefisien determinasi dilakukan untuk mengukur kemampuan variabel
independen, yaitu diversifikasi
operasi, diversifikasi geografis, dan ukuran perusahaan menjelaskan variabel dependen,
yaitu manajemen laba yang menggunakan proksi discretionary accruals
. Adapun hasil uji koefisien determinasi dapat dilihat dalam tabel 4.8.
Tabel 4.8 Hasil Uji Koefisien Determinasi
Sumber: Data sekunder yang diolah. Hasil uji koefisien determinasi pada Tabel 4.8 menunjukkan nilai
Adjusted R Square sebesar 0,139. Nilai ini menunjukkan bahwa variabel manajemen laba dapat dijelaskan sebesar 0,139 atau 13,9
oleh variabel diversifikasi operasi, diversifikasi geografis, dan ukuran perusahaan, sedangkan sisanya 86,1 100-13,9 dijelaskan oleh
variabel-variabel lain yang tidak disertakan dalam model penelitian ini. Variabel tersebut yaitu status internasional, legal origin, konsentrasi
kepemilikan perusahaan, masa perikatan audit, audit tenure, ukuran
70 70
KAP, siklus hidup perusahaan, dan corporate governance Aryati dan Walansendouw 2013, Indraswari 2010, Fatmawati dan Sabeni
2013, Dinuka dan Zulaikha 2014, Mehdi dan Seboui 2011, Shen dan Chih 2007, Anggit dan Shodiq 2014 dan Anggraini 2013.
4. Hasil Uji Hipotesis
Pengujian hipotesis dalam penelitian ini dilakukan dengan menggunakan model analisis regresi berganda multiple regression
analysis , yaitu dilakukan melalui uji statistik t, dan uji statistik F.
a. Hasil Uji Statistik t Uji statistik t digunakan untuk mengetahui ada atau tidaknya
pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikansi
0,05. Jika nilai probability t lebih kecil dari 0,05 maka Ha diterima dan menolak Ho, sedangkan jika nilai probability t lebih besar dari
0,05 maka Ho diterima dan menolak Ha. Berikut ini adalah tabel 4.9 yang menunjukkan hasil uji statistik t.
Tabel 4.9 Hasil Uji Statistik t
Sumber: Data Sekunder yang diolah
71 71
Tabel 4.9 diatas menunjukkan hasil uji statistik t antara variabel independen dengan variabel dependen sebagai berikut:
Hasil uji hipotesis 1: Pengaruh diversifikasi operasi terhadap manajemen laba.
Tabel 4.7 menunjukkan hasil bahwa variabel diversifikasi operasi memiliki tingkat signifikansi sebesar 0,046. Tingkat
signifikansi tersebut kurang dari 0,05 yang berarti Ha
1
diterima sehingga dapat dikatakan bahwa diversifikasi operasi berpengaruh
secara signifikan terhadap manajemen laba. Adapun nilai beta yang dihasilkan adalah negatif sebesar -2,701.
Hal ini menunjukkan bahwa perusahaan yang memiliki segmen operasi yang lebih banyak maka akan semakin kecil nilai
akrual diskresionernya. Perusahaan yang terdiversifikasi secara operasi biasanya memiliki segmen bisnis yang berbeda. Hal
tersebut menyebabkan para manajer di anak-anak perusahaan kesulitan untuk memanipulasi nilai akrual karena nilai akrual yang
dihasilkan dari
unit-unit usaha
cenderung dihapuskan.
Ini menyebabkan manajemen laba semakin rendah dilakukan oleh
perusahaan yang terdiversifikasi secara operasi Mehdi dan Seboui, 2011.
Hasil penelitian ini juga sejalan dengan earnings volatility hypothesis
yang menyatakan bahwa diversifikasi perusahaan dapat menghasilkan variabilitas laba yang lebih rendah, karena laba yang
72 72
dihasilkan dari berbagai unit perusahaan ini kurang berkorelasi sempurna. Hal ini disebabkan akrual pada perusahaan yang
terdiversifikasi cenderung dihapuskan. Sehingga dapat disimpulkan manajemen
laba cenderung lebih
sedikit dilakukan
pada perusahaan yang melakukan diversifikasi operasi.
Hasil penelitian ini mendukung hasil penelitian El Mehdi dan Seboui 2011 serta Indraswari 2010 yang menunjukkan hasil
bahwa diversifikasi operasi berpengaruh signifikan terhadap manajemen laba.
Hasil uji hipotesis 2: pengaruh diversifikasi geografis terhadap manajemen laba.
Tabel 4.9 menunjukkan hasil bahwa variabel diversifikasi geografis memiliki tingkat signifikansi sebesar 0,101. Tingkat
signifikansi tersebut lebih besar dari 0,05 yang berarti Ha
2
ditolak sehingga dapat dikatakan bahwa diversifikasi geografis tidak
berpengaruh secara signifikan terhadap manajemen laba. Tidak
berpengaruhnya diversifikasi geografis
terhadap manajemen laba mungkin disebabkan oleh perusahaan yang
beroperasi di satu negara justru melakukan praktik manajemen laba yang lebih tinggi dibandingkan dengan perusahaan yang beroperasi
di dua negara. Ini berarti bahwa tingkat kompleksitas organisasi perusahaan yang disebabkan adanya diversifikasi geografis tidak
73 73
mendorong manajemen perusahaan untuk melakukan praktik manajemen laba yang lebih agresif Dinuka dan Zulaikha, 2014.
Kemungkinan tidak berpengaruhnya diversifikasi geografis terhadap manajemen laba dalam penelitian ini juga disebabkan
oleh sedikitnya jumlah perusahaan manufaktur sektor consumer goods industry
yang melakukan diversifikasi geografis. Hal tersebut menyebabkan hasil perhitungan diversifikasi geografis
menjadi tidak berpengaruh terhadap manajemen laba. Hasil penelitian ini mendukung hasil penelitian Dinuka dan
Zulaikha 2014, yang menyatakan bahwa diversifikasi geografis tidak memiliki pengaruh yang signifikan terhadap manajemen laba.
Akan tetapi, hasil penelitian ini tidak mendukung penelitian yang dilakukan oleh Mehdi dan Seboui 2011 serta Fatmawati dan
Sabeni 2013 yang menyatakan bahwa diversifikasi geografis mempunyai pengaruh yang signifikan terhadap manajemen laba.
Hasil uji hipotesis 3: Pengaruh ukuran perusahaan terhadap manajemen laba.
Tabel 4.9
menunjukkan hasil
bahwa variabel ukuran
perusahaan memiliki tingkat signifikansi sebesar 0,011. Tingkat signifikansi tersebut lebih kecil dari 0,05 yang berarti Ha
3
diterima sehingga dapat dikatakan bahwa ukuran perusahaan berpengaruh
secara signifikan terhadap manajemen laba. Adapun nilai beta yang dihasilkan adalah positif sebesar 0,149.