Berdasarkan gambar di atas, dapat diketahui bahwa seluruh model regresi memiliki grafik scatter plot dengan titik-titik yang terbentuk menyebar secara acak
diatas maupun dibawah angka 0 pada sumbu Y, dan tidak membentuk pola tertentu. Dengan demikian model yang diajukan dalam penelitian ini terbebas dari gejala
Heteroskedastisitas.
5.1.2.4. Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam suatu model regresi linear terjadi korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada
periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Uji
autokorelasi dilakukan dengan menggunakan uji Durbin-Watson D-W. Apabila D- W terletak antara 1,5 sampai 2,5 maka
Tabel 5.5. Uji Autokorelasi
tidak terjadi gejala autokorelasi, Santoso 2002. Hasil uji Autokorelasi dapat di lihat pada tabel di bawah ini:
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .418
a
.175 .057
.00100286 2.032
a. Predictors: Constant, LOG_TAS, ABN_DISEXP, ABN_CFO, DCA, DLA b. Dependent Variable: WR
Sumber: hasil pengolahan data statistik menggunakan SPSS 17
Dari tabel di atas menunjukan bahwa nilai DW 2.032 terletak antara 1,5 sampai 2,5 sehingga sehingga dapat dikatakan bahwa tidak terdapat autokorelasi.
Universitas Sumatera Utara
5.1.3 Uji Hipotesis Berdasarkan hasil dari tabel 5.1. Descriftive statistic yang menyatakan bahwa
earning management diindikasikan terjadi pada akrual dan aktifitas nyata pada periode penelitian ini, sehingga dapat dilakukan pengujian pengaruh variabel
independen terhadap variabel dependen baik secara simultan maupun secara parsial. Pengujian hipotesis untuk penelitian ini menggunakan analisis regresi linear dan
analisis regresi berganda. Untuk hipotesis satu sampai dengan hipotesis empat menggunakan regresi linear sederhana yaitu digunakan untuk mengetahui pengaruh
antara satu variabel bebas x terhadap satu variabel terikat Y sedangkan untuk hipotesis ke lima digunakan analisis regresi berganda yaitu untuk mengetahui
pengaruh beberapa variabel bebas x dan satu buah variabel terikat Y. Adapun uji statistik yang digunakan adalah koefisien determinasi, uji-f uji secara serempak dan
uji-t uji secara parsial.
5.1.3.1. Koefisien Determinasi
Berdasarkan dari Test Of Goodness Of Fit koefisien determinasi R
2
, nilai R
2
menunjukkan seberapa besar proporsi dari total variasi tidak bebas yang dapat dijelaskan oleh variabel penjelasnya Gujarati, 2003. Semakin tinggi nilai R
2
maka semakin besar proporsi dari total variasi variabel dependen yang dapat dijelaskan oleh
variabel independen. Koefisien determinasi R
2
mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Range nilai dari R
2
adalah 0-1. 0
≤ R
2
≤ 1. Semakin mendekati nol berarti model tidak baik atau variasi model
Universitas Sumatera Utara
dalam menjelaskan amat terbatas, sebaliknya semakin mendekati satu model semakin baik. Sedang kelemahannya adalah bias terhadap jumlah variabel independen. Maka
fungsi dari adjusted R square akan mengurangi keraguanbias tersebut. Berikut ini adalah hasil dari R
2
Tabel 5.6. Test of goodness of fit
:
Model Summary
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .418
a
.175 .057
.00100286 a. Predictors: Constant, LOG_TAS, ABN_DISEXP, ABN_CFO, DCA, DLA
Sumber: hasil pengolahan data statistik menggunakan SPSS 17
Koefisien R pada tabel di atas sebesar 41,8 yang berarti hubungan antara variabel independen dan variabel dependen cukup erat. Sedangkan R
2
sebesar 17.5 hal ini dapat diartikan bahwa kinerja saham dipengaruhi oleh earning management
sebesar 17.5 dan dipengaruhi oleh variabel lain selain variabel yang digunakan dalam penelitian ini sebesar 82.5.
5.1.3.2 Uji F