Analisis statistik dapat dilakukan dengan pengujian Kolmogorov Smirnov. Untuk melihat apakah data terdistribusi normal atau tidak dapat dilihat dari nilai
signifikansinya. Jika nilai signifikansinya lebih besar dari 0,05 maka data terdistribusi normal. Apabila nilai signifikansinya lebih kecil dari 0,05 maka data
tidak terdistribusi normal. Pengujian tersebut dapat dilihat pada tabel berikut ini :
Tabel 4.2 Uji Normalitas Data Awal
One-Sample Kolmogorov-Smirnov Test
Unstandardized Predicted Value
N 56
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 1,20842754
Most Extreme Differences Absolute
,202 Positive
,139 Negative
-,202 Test Statistic
,202 Asymp. Sig. 2-tailed
,382 a. Test distribution is Normal.
b. Calculated from data. c. Lilliefors Significance Correction.
Sumber : Output SPSS. Diolah oleh penulis, 2015 Hasil uji Kolmogorov Smirnov pada tabel diatas menunjukkan bahwa nilai
signifikan atau nilai probabilitasnya sebesar 0,382. Maka dapat disimpulkan bahwa data terdistribusi normal karena nilai signifikansinya lebih besar dari 0,05
yaitu 0,382 0,05.
4.2.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas adalah uji yang dilakukan untuk melihat apakah dalam model regresi terjadi perbedaan variabel residu dari satu pengamatan ke
pengamatan lain Ghozali, 2011. Hasil pengujian heteroskedastisitas dapat dilihat pada gambar 4.5 berikut ini.
Gambar 4.3 Grafik Scatterplot Awal
Sumber : Output SPSS. Diolah oleh penulis, 2015 Gambar 4.3 menunjukkan bahwa titik-titik menyebar secara acak serta
tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat dikatakan tidak terjadi heteroskedastisitas dan model regresi layak dipakai untuk
mengetahui faktor-faktor yang mempengaruhi manajemen laba.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 atau sebelumnya. Autokorelasi sering terjadi pada sampel dengan data time series dengan sampel adalah periode waktu.
Pengujian autokorelasi pada penelitian ini dilakukan dengan menggunakan uji Durbin-Watson.
Tabel 4.3 Uji Durbin-Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,525
a
,276 ,219
2,03448 1,263
a. Predictors: Constant, IFRS, Komite Audit, Kepemilikan Manajerial, Proporsi Dewan Komisaris b. Dependent Variable: Manajemen Laba
Sumber : Output SPSS. Diolah oleh penulis, 2015 Berdasarkan Tabel 4.3 tentang Uji Autokorelasi memperlihatkan bahwa
nilai Durbin-Watson DW adalah 1,263. Hasil 1,263 tersebut adalah diantara -2 dan +2, maka dapat dikemukakan bahwa tidak terjadi Autokorelasi dalam
penelitian ini.
4.2.2.4 Uji Multikolinearitas
Hasil tabel 4.4 menunjukkan bahwa seluruh variabel bebas dari gejala multikolonieritas karena masing-masing variabel memiliki nilai tolerance 0.10
dan nilai VIF 10.
Tabel 4.4 Uji Multikolonieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -10,820
2,192 -4,936
,000 Kepemilikan
Manajerial -1,237
,659 -,227
-1,878 ,066
,971 1,029
Proporsi Dewan Komisaris
-5,177 2,829
-,240 -1,830
,073 ,829
1,206 Komite Audit
13,217 3,546
,481 3,727
,000 ,851
1,175 IFRS
,382 ,281
,163 1,360
,180 ,983
1,017 a. Dependent Variable: Manajemen Laba
Sumber : Output SPSS. Diolah oleh penulis, 2015 Hasil pengujian multikolonieritas pada tabel 4.4 menunjukkan nilai
tolerance variabel independen lebih besar dari 0,1. Nilai tolerance Kepemilikan Manajerial sebesar 0,971; Proporsi Dewan Komisaris sebesar 0,829; Komite
Audit sebesar 0,851; dan IFRS sebesar 0,983. Hasil perhitungan VIF kurang dari 10 terlihat pada Kepemilikan Manajerial sebesar 1,029; Proporsi Dewan
Komisaris sebesar 1,206; Komite Audit sebesar 1,175; dan IFRS sebesar 1,017. Dari nilai tolerance dan nilai VIF dimana masing-masing nilai variabel
independen memenuhi kriteria pengujian multikolonieritas maka dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen.
4.2.3 Analisis Regresi