79 Dimana :
n = jumlah sampel atau observasi d = nilai statistik Durbin-Watson
k = jumlah variabel bebas
� = − .
+ −
= .
Dengan menggunakan rumus Theil-Nagar di atas didapat nilai
ρ sebesar 0.265. Setelah nilai ρ didapat, langkah selanjutnya
adalah mentransformasi persamaan regresi menjadi seperti di bawah ini:
Y = Y- ρ Yt-1
X1 = X1- ρ X1t-1
Lakukan seterusnya sampai mendapatkan variabel baru X5. Setelah mendapatkan variabel baru, kemudian lakukan
regresi dengan persamaan sebagai berikut:
Y= β1 + X1 + X2 + X3 + X4 + X5 + εt
2. Statistik Deskriptif Setelah Transformasi Data
Setelah melakukan regresi meggunakan data baru hasil transformasi data maka didapatkan hasil statistik deskriptif sebagai
berikut:
80 Tabel 4.7
Statistik Deskriptif Setelah Transformasi Data Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation
Y X1 Ast.Informasi
104 104
-.17 -7.35
.44 144.05
.0220 44.6191
.09381 30.55604
X2 Leverage 104
-.05 .90
.2711 .14550
X4 By.Politik 104
17.69 23.61
20.9830 1.31035
X5 CFO 104
-.30 .48
.0807 .11077
Valid N listwise 104
Sumber: Data sekunder diolah Berdasarkan hasil statistik deskriptif di atas, variabel
manajemen laba Y menunjukan nilai terendah minimum -0.17, nilai tertinggi maximum 0.44, nilai rata-rata mean 0.0220 dan
standar deviasi sebesar 0.09381 dari hasil tersebut dapat disimpulkan bahwa perusahaan Consumer Goods Industry melakukan manajemen
laba akrual, baik dengan teknik income minimization maupun dengan income maximization. Hasil analisis statistik deskriptif variabel
asimetri informasi X1 menghasilkan nilai terendah minimum - 7.35, nilai tertinggi maximum 144.05, nilai rata-rata mean 44.6191
dan standar deviasi sebesar 30.55604. Hasil analisis statistik deskriptif variabel leverage X2
menghasilkan nilai terendah minimum -0.05, nilai tertinggi maximum 0.90, nilai rata-rata mean 0.2711 dan standar deviasi
sebesar 0.14550. Hasil analisis statistik deskriptif variabel biaya politik X4 menunjukan nilai terendah minimum 17.69, nilai
81 tertinggi maximum 23.61, nilai rata-rata mean 20.9830 dan standar
deviasi sebesar 1.31035. Hasil analisis statistik deskriptif variabel kontrol operating cash flow X5 menunjukan nilai terendah
minimum -0.30, nilai tertinggi maximum 0.48, nilai rata-rata mean 0.0807 dan standar deviasi sebesar 0.11077.
3. Uji Asumsi Klasik Setelah Transformasi Data
a. Uji Normalitas
Setelah melakukan regresi meggunakan data baru hasil transformasi data maka didapatkan hasil uji normalitas sebagi
berikut:
Gambar 4.4
82 Gambar 4.5
Dari grafik histogram tampak bahwa residual terdistribusi secara normal dan berbentuk simetris tidak menceng ke kanan atau
ke kiri. Pada grafik normal probability plots titik-titik menyebar berhimpit di sekitar garis diagonal dimana hal ini menunjukkan
bahwa residual terdistribusi secara normal. Selain itu berdasarkan hasil pengujian uji normalitas
menggunakan metode uji non-parametrik Kolmogorov-Smirnov K- S diperoleh hasil sebagai berikut :
83
Tabel 4.8 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 104
Normal Parameters
a,b
Mean .0000000
Std. Deviation .06814503
Most Extreme Differences Absolute
.127 Positive
.127 Negative
-.099 Kolmogorov-Smirnov Z
1.292 Asymp. Sig. 2-tailed
.071 a. Test distribution is Normal.
b. Calculated from data. Sumber: Data sekunder diolah
Berdasarkan tabel di atas, hasil uji Kolmogorov-Smirnov K-S menunjukan bahwa data terdistribusi secara normal. Hal ini
dapat terlihat dari nilai probabilitas sebesar 0.071 lebih besar dari 0.05. Sehingga berdasarkan hasil pengamatan pada grafik
histogram, normal probability plots dan hasil uji Kolmogorov- Smirnov K-S dapat disimpulkan bahwa model penelitian ini
memenuhi uji asumsi klasik normalitas.
d. Uji Heteroskedastisitas
Setelah melakukan regresi meggunakan data baru hasil transformasi data maka didapatkan hasil uji heteroskedastisitas
sebagai berikut:
84
Gambar 4.6
Dari grafik scatterplots di atas terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah
angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
c. Uji Multikolinieritas
Uji multikolonieritas bertujuan untuk menguji apakah adanya korelasi antar variabel bebas independen dalam model
regresi. Setelah melakukan regresi menggunakan data baru hasil transformasi data didapatkan hasil uji multikolinieritas sebagai
berikut:
85
Tabel 4.9 Hasil Uji Multikolinieritas Setelah Transformasi Data
Model Collinearity
Statistics
Kesimpulan
Tolerance VIF
Constant AST.INFOR
.969 1.031
Tidak terjadi multikolonieritas LEVERAGE
.741 1.349 Tidak terjadi multikolonieritas
KOM.BONUS .859
1.164 Tidak terjadi multikolonieritas
BY.POLITIK .740
1.351 Tidak terjadi multikolonieritas
OCF .872
1.146 Tidak terjadi multikolonieritas
Sumber: Data sekunder diolah Dalam tabel 4.9 menunjukan hasil uji multikolonieritas
dengan nilai VIF berkisar antara 1.031 sampai 1.351. Sedangkan nilai tolerance berkisar antara 0.740 sampai 0.969. Maka dari hasil
tersebut dapat disimpulkan bahwa model penelitian ini tidak terjadi multikolonieritas
.
d. Uji Autokorelasi
Setelah melakukan regresi menggunakan data baru hasil transformasi data maka didapatkan hasil uji autokorelasi sebagai
berikut:
Tabel 4.10 Hasil Uji Autokorelasi D-W Setelah Transformasi Data
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .687
a
.473 .446
.06986 1.691
a. Predictors: Constant, X5, X3, X1, X2, X4 b. Dependent Variable: Y
86 Setelah dilakukan analisis data, diperoleh nilai Durbin
Watson sebesar 1.691. Tabel 4.10 menunjukkan bahwa nilai uji Durbin Watson pada penelitian ini berada di antara dl 1.571 dan
du 1.780 atau dapat dikatakan dl d du. Maka dapat disimpulkan bahwa no decision yang menyatakan bahwa tidak ada
autokorelasi positif.
4. Koefisien Determinasi R
2
Koefisien determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
independen. Nilai koefisien determinasi adalah antara nol 0 dan 1. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai
yang mendekati satu 1 berarti variabel-variabel independen memberikan hampir seluruh informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen Ghozali, 2011:97. Uji koefisien determinasi
R
2
dilakukan untuk mengukur seberapa jauh model dalam menerangkan pengaruh variabel independen terhadap
variabel dependen. Dalam penelitian ini variabel independen yang uji adalah asimetri informasi, leverage, kompensasi bonus dan biaya
politik. Sedangkan variabel dependennya adalah manjemen laba. Dalam penelitian ini juga menggunakan variabel kontrol yaitu variabel
operating cash flow. Adapun hasil uji koefisien Adjusted R Square disajikan dalam tabel 4.11 di bawah ini:
87
Tabel 4.11 Koefisien Determinasi
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
1 .687
a
.473 .446
.06986 a. Predictors: Constant, X5, X3, X1, X2, X4
b. Dependent Variable: Y
Pada tabel 4.11, memperlihatkan Adjusted R Square adalah sebesar 0.446, hal ini berarti 44,6 variabel manajemen laba dapat
dijelaskan oleh variabel asimetri informasi, leverage, kompensasi bonus, biaya politik, dan operating cash flow perusahaan. Sedangkan
sisanya yaitu sebesar 100-44,6 = 55,4 dijelaskan oleh faktor- faktor lain yang tidak termasuk dalam analisa regresi pada penelitian
ini seperti kualitas audit Wiryadi dan Sebrina, 2013, kepemilikan manajerial Antonia, 2008, corporate governance Jao dan Pagulung,
2011 serta faktor-faktor lainnya yang tidak dijelaskan dalam penelitian ini.
5. Hasil Pengujian Hipotesis
