Price Earning Ratio PER dari tabel tersebut menunjukkan nilai minimum sebesar 0,11 dan nilai maksimum sebesar 63,31 Rentang data
dalam variabel ini 63,20. Nilai rata-rata sebesar 18,03 dan standar deviasi sebesar 12,32. Nilai standar deviasi lebih kecil dari nilai rata-ratanya.
Variabel dependen dalam penelitian ini yaitu earning management. Nilai minimum variabel ini adalah -0,37 dan nilai maksimum 0,37 serta
rentang data 0,73. Rata – rata earning management dalam penelitian ini adalah 0,0357 dan standar deviasi sebesar 0,104.
4.2.2 Uji Asumsi Klasik
Tujuan dari uji asumsi klasik yaitu untuk menguji kelayakan model regresi dalam penelitian yang dilakukan. Uji asumsi klasik terdiri dari uji
normalitas, uji multikolinearitas, uji heterokedastisitas, dan uji auto korelasi.
4.2.2.1 Uji Normalitas
Tujuan uji normalitas menurut Situmorang et al., 2012 adalah ingin mengetahui apakah distribusi sebauh data mengikuti
atau mendekati distribusi normal, yaitu distribusi dengan berbentuk lonceng. Uji normalitas dapat dilakukan melalui analisa grafik dan
analisa statistik. Analisa grafik dilakukan dengan melihat grafik histogram dan grafik normal probability plot. Hasil pengujian
analisis grafik dapat dilihat pada gambar 4.1 dan 4.2 di bawah ini.
Gambar 4.1 Histogram
Gambar di atas menunjukkan uji normalitas dengan menggunakan pendekatan histogram. Pada grafik histogram
tersebut terlihat bahwa data berdistribusi normal hal ini ditunjukkan dari bentuk grafik yang berbentuk lonceng dan terlihat
tidak menceng ke kiri ataupun ke kanan. Dengan adanya uji normalitas maka hasil penelitian dapat digeneralisasikan pada
populasi.
Gambar 4.2 Grafik Normal P-Plot
Gambar di atas merupakan hasil uji nornalitas dengan menggunakan pendekatan grafik. Pada gambar di atas terlihat titik
mengikuti garis diagonal yang memanjang. Hal ini berarti data berdistribusi normal.
Uji normalitas dengan analisis statistik dilakukan melalui uji Kolmogorov-Smirnov. Jika nilai signifikansi lebih dari 0,05 maka
data berdistribusi normal. Hasil pengujian Kolmogorov – Smirnov ditunjukkan tabel 4.3 berikut.
Tabel 4.3 Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
72 Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,09313222
Most Extreme Differences
Absolute ,117
Positive ,117
Negative -,116
Kolmogorov-Smirnov Z ,990
Asymp. Sig. 2-tailed ,281
a. Test distribution is Normal. b. Calculated from data.
Pada tabel tersebut terdapat nilai Kolmogorov-Smirnov sebesar 0,990 dan nilai Asymp. Sig. 2-tailed sebesar 0,281 di atas
nilai signifikansi 0,05, maka dapat disimpulkan data berdistribusi normal.
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas.
Ketentuan suatu model regresi tidak terdapat gejala multikolinearitas adalah jika nilai Variance Inflation Factor VIF
10 dan Tolerance 0.1. Hasil uji multikolinearitas dapat dilihat pada tabel berikut.
Tabel 4.4 Nilai Collinearity Statistics
Dari tabel tersebut terlihat nilai Tolerance setiap variabel independen berada di atas 0,10 Tol 0,10 dan nilai VIF setiap
variabel independen juga lebih kecil dari 10 VIF 10, maka dapat disimpulkan tidak terdapat multikolinearitas.
Tabel 4.5 Nilai Koefisien Korelasi
Coefficient Correlations
a
Model PER
leverage firm size DPR
ROI FCF
1 Correlations PER 1,000
-,083 -,042
-,417 -,049
-,344 leverage
-,083 1,000
-,167 ,134
,193 -,154
firm size -,042
-,167 1,000
-,048 -,031
-,014 DPR
-,417 ,134
-,048 1,000
-,226 ,240
ROI -,049
,193 -,031
-,226 1,000
-,648 FCF
-,344 -,154
-,014 ,240
-,648 1,000
a. Dependent Variable: EM
Tabel tersebut menunjukkan hasil korelasi antar variabel independen. Hasil korelasi antar variabel independen berada
dibawah 0,9 maka dapat disimpulkan tidak terjadi multikolinearitas.
Model Collinearity Statistics
Tolerance VIF
1 Constant
firm size ,956
1,046 Leverage
,900 1,111
FCF ,425
2,351 ROI
,449 2,226
DPR ,732
1,367 PER
,600 1,665
4.2.2.3 Uji Heterokedastisitas