Penelitian menggunakan periode 2007 sampai dengan 2009 sehingga
perusahaan yang digunakan adalah perusahaan perbankan yang telah aktif
diperdagangkan dalam periode tersebut. Terdapat 28 perusahaan perbankan
yang terdaftar di Bursa Efek Indonesia pada tahun 2009, akan tetapi
terdapat 3 perusahaan yang baru listing pada tahun 2007, yaitu PT Bank
Agroniaga Tbk., PT Bank Capital Indonesia Tbk., dan PT Bank Windu
Kentjana International Tbk. Demikian juga terdapat 2 buah perusahaan
yang baru listing di BEI tahun 2008 yaitu PT Bank Ekonomi Raharja Tbk.,
dan PT Bank Tabungan Pensiunan Nasional Tbk., sehingga hanya terdapat 23
perusahaan perbankan yang berturut-turut memperdagangkan sahamnya dari
tahun 2007 sampai dengan tahun 2009. Dari 23 perusahaan yang
memperdagangkan sahamnya berturut-turut antara tahun 2007 sampai dengan
2009 terdapat 8 perusahaan yang tidak mencantumkan data variabel
penelitian secara lengkap yaitu data piutang perusahaan yang
dipergunakan untuk menghitung discretionary accrual. Dengan demikian
sampel penelitian adalah sebanyak 15 perusahaan.
B. Analisis Data
1. Uji Asumsi Klasik
Analisis regresi linear berganda memerlukan beberapa asumsi agar model tersebut layak dipergunakan. Asumsi yang
dipergunakan dalam penelitian ini adalah uji normalitas, uji
multikolinearitas, uji heteroskedastisitas dan uji autokorelasi.
Uji normalitas data dipergunakan untuk menentukan apakah data
terdistribusi secara normal atau tidak. Uji normalitas yang dipergunakan
adalah plot grafik di mana asumsi normalitas terpenuhi jika titik-titik
pada grafik mendekati sumbu diagonalnya.
Gambar 1
Uji Normalitas
Uji Normalitas
Gambar menunjukkan bahwa titik-titik pada grafik telah mendekati atau
hampir berhimpit dengan sumbu diagonal atau membentuk sudut 45 derajad
dengan garis mendatar. Interpretasinya adalah bahwa nilai residual pada
model penelitian telah terdistribusi secara normal. Untuk memperkuat
hasil pengujian tersebut dipergunakan uji Kolmogorov-Smirnov yaitu
sebagai berikut:
Tabel 1
Uji Normalitas dengan Kolmogorov-Smirnov
Uji Normalitas dengan Kolmogorov-Smirnov
Tampak bahwa nilai signifikansi adalah sebesar 0,868 > 0,05 yang
menunjukkan bahwa nilai residual telah terdistribusi secara normal.
Hasil analisis awal menunjukkan adanya data outliers yaitu data yang
menyimpang terlalu jauh dari data yang lain sehingga harus dikeluarkan
dari model penelitian. Berikut adalah identifikasi data outlier pada
model dalam penelitian ini:
Tabel 2
Identifikasi Data Outliers
Identifikasi Data Outliers
Tampak bahwa terdapat 1 buah data outliers yaitu data ke-8 sehingga data
tersebut dikeluarkan dari model penelitian dan jumlah data penelitian
menjadi 44 buah. Dengan mengeluarkan satu buah data tersebut, masih
terdapat 1 buah lagi data outliers yaitu sebagai berikut:
Tabel 3
Identifikasi Data Outliers 2
Identifikasi Data Outliers 2
Data ke-23 menjadi outliers setelah data ke-8 dikeluarkan, dengan
demikian, data ke-23 juga dikeluarkan dari model sehingga tidak ada lagi
data outliers. Dengan mengeluarkan dua buah data outliers maka
diperoleh grafik P Plot sebagai berikut:
Gambar 2
Uji Normalitas Tanpa Data Outliers
Uji Normalitas Tanpa Data Outliers
Gambar menunjukkan bahwa titik-titik pada grafik telah mendekati atau
hampir berhimpit dengan sumbu diagonal atau membentuk sudut 45 derajad
dengan garis mendatar. Interpretasinya adalah bahwa nilai residual pada
model penelitian telah terdistribusi secara normal. Untuk memperkuat
hasil pengujian tersebut dipergunakan uji Kolmogorov-Smirnov yaitu
sebagai berikut:
Tabel 4
Uji Normalitas dengan Kolmogorov-Smirnov Tanpa Outliers
Uji Normalitas dengan Kolmogorov-Smirnov Tanpa Outliers
Tampak bahwa dengan 43 data maka nilai signifikansi adalah sebesar 0,884
> 0,05 yang menunjukkan bahwa nilai residual telah terdistribusi
secara normal.
b. Uji Multikolinearitas
Uji multikolinearitas dilakukan dengan menggunakan nilai variance
inflation factor (VIF). Model dinyatakan terbebas dari gangguan
multikolinearitas jika mempunyai nilai VIF di bawah 10 atau tolerance di
atas 0,1. Berikut adalah uji Multikolinearitas dalam penelitian ini:
Tabel 5
Uji Multikolinearitas
Uji Multikolinearitas
Tabel di atas memberikan semua nilai VIF di bawah 10 atau nilai
tolerance di atas 0,1. Berarti tidak terdapat gejala multikolinearitas
pada model dalam penelitian ini.
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas dilakukan dengan memplotkan grafik antara SRESID
dengan ZPRED di mana gangguan heteroskedastisitas akan tampak dengan
adanya pola tertentu pada grafik. Berikut adalah uji heteroskedastisitas
pada keempat model dalam penelitian ini:
Gambar 3
Uji Heteroskedastisitas
Uji Heteroskedastisitas
Tampak pada diagram di atas bahwa model penelitian tidak mempunyai
gangguan heteroskedastisitas karena tidak ada pola tertentu pada grafik.
Titik-titik pada grafik relatif menyebar baik di atas sumbu nol maupun
di bawah sumbu nol.
d. Uji Autokorelasi
Berikut adalah nilai Durbin-Watson pada model dalam penelitian ini:
Tabel 6
Uji Autokorelasi
Uji Autokorelasi
Adapun nilai dU untuk 5 buah variabel dengan 43 data pada taraf 5%
adalah sebesar 1,780. Tampak bahwa 0 < dW < dU yang masuk pada
kategori no decision. Untuk memperkuat hasil tersebut digunakan uji Run,
di mana gangguan autokorelasi terjadi jika signifikansi di bawah 0,05.
Berikut adalah uji autokorelasi dengan Run test:
Tabel 7
Uji Autokorelasi dengan Run Test
Uji Autokorelasi dengan Run Test
Tampak bahwa signifikansi adalah sebesar 0,760 > 0,05 yang
menunjukkan bahwa tidak terjadi gangguan autokorelasi pada model
penelitian.
C. Uji Goodness of Fit
Uji goodness of fit adalah untuk melihat kesesuaian model, atau seberapa
besar kemampuan variabel bebas dalam menjelaskan varians variabel
terikatnya. Berikut adalah hasil perhitungan nilai R dan koefisien
determinasi dalam penelitian ini:
Tabel 8
Uji Goodness of Fit
Uji Goodness of Fit
Tabel tersebut memberikan nilai R sebesar 0,689 pada model penelitian
dan koefisien determinasi sebesar 0,404. Tampak bahwa kemampuan variabel
bebas dalam menjelaskan varians variabel terikat adalah sebesar 40,4%.
Masih terdapat 59,6% varians variabel terikat yang belum mampu
dijelaskan oleh variabel bebas dalam model penelitian ini.
D. Uji F
Uji F (uji simultan) adalah untuk melihat pengaruh variabel bebas yaitu
terhadap variabel terikatnya yaitu DA secara serempak. Berikut adalah
nilai F hitung dalam penelitian ini:
Tabel 9
Uji F
Uji F
Tampak bahwa nilai F hitung pada model penelitian adalah sebesar 6,686
dengan taraf signifikansi sebesar 0,000. Nilai signifikansi adalah di
bawah 0,05 yang menunjukkan bahwa variabel bebas secara serempak
mempunyai pengaruh yang signifikan terhadap manajemen laba pada
signifikansi 5%.
E. Uji T
Uji T (parsial) adalah untuk melihat pengaruh variabel-variabel bebas
secara parsial terhadap variabel terikatnya. Berikut adalah hasil
perhitungan nilai t hitung dan taraf signifikansinya dalam penelitian
ini:
Tabel 10
Uji t
Uji t
Berdasarkan hasil pada tabel tersebut, dapat disusun persamaan regresi linear berganda sebagai berikut:
Y = 3,385 – 0,108 X1 – 0,016 X2 + 0,11 X3 + 0,178 X4 - 0,161 X5 + e
Keterangan:
Y = Discretionary Accrual
X1 = Ukuran dewan komisaris
X2 = Komite audit
X3 = Kepemilikan institusional
X4 = Kepemilikan manajerial
X5 = Ukuran perusahaan
Interpretasi terhadap persamaan tersebut beserta uji hipotesis akan diberikan sebagai berikut:
1. Pengujian Hipotesis 1
Berdasarkan analisis data di atas, maka tampak bahwa nilai t hitung
untuk variabel ukuran dewan komisaris adalah sebesar -3,011. Nilai
tersebut di atas nilai t tabel untuk N = 43 yaitu sebesar + 2,011
sehingga diinterpretasikan bahwa variabel ukuran dewan komisaris
mempunyai pengaruh yang signifikan terhadap discretionary accrual.
Dengan demikian hipotesis H1 dalam penelitian ini yang berbunyi:
Terdapat pengaruh yang signifikan antara ukuran dewan komisaris terhadap
manajemen laba diterima. Berarti ukuran dewan komisaris mempunyai
pengaruh signifikan terhadap manajemen laba.
2. Pengujian Hipotesis 2
Berdasarkan analisis data di atas, maka tampak bahwa nilai t hitung
untuk variabel ukuran komite audit adalah sebesar -0,392. Nilai tersebut
di bawah nilai t tabel + 2,011 sehingga diinterpretasikan bahwa
variabel ukuran komite audit tidak mempunyai pengaruh yang signifikan
terhadap discretionary accrual. Dengan demikian hipotesis H2 dalam
penelitian ini yang berbunyi: Terdapat pengaruh yang signifikan antara
komite audit terhadap manajemen laba ditolak. Berarti ukuran komite
audit tidak mempunyai pengaruh signifikan terhadap manajemen laba.
3. Pengujian Hipotesis 3
Berdasarkan analisis data di atas, maka tampak bahwa nilai t hitung
untuk variabel ukuran kepemilikan institusional adalah sebesar 3,093.
Nilai tersebut di atas nilai t tabel + 2,011 sehingga diinterpretasikan
bahwa variabel kepemilikan institusional mempunyai pengaruh yang
signifikan terhadap discretionary accrual. Dengan demikian hipotesis H3
dalam penelitian ini yang berbunyi: Terdapat pengaruh yang signifikan
antara kepemilikan intitusional terhadap manajemen laba diterima.
Berarti kepemilikan institusional mempunyai pengaruh signifikan terhadap
manajemen laba.
4. Pengujian Hipotesis 4
Berdasarkan analisis data di atas, maka tampak bahwa nilai t hitung
untuk variabel kepemilikan manajerial adalah sebesar 1,083. Nilai
tersebut di bawah nilai t tabel + 2,011 sehingga diinterpretasikan bahwa
variabel kepemilikan manajerial tidak mempunyai pengaruh yang
signifikan terhadap discretionary accrual. Dengan demikian hipotesis H4
dalam penelitian ini yang berbunyi: Terdapat pengaruh yang signifikan
antara kepemilikan manajerial terhadap manajemen laba ditolak.
5. Pengujian Hipotesis 5
Berdasarkan analisis data di atas, maka tampak bahwa nilai t hitung
untuk variabel ukuran perusahaan adalah sebesar -3,663. Nilai tersebut
di atas nilai t tabel + 2,011 sehingga diinterpretasikan bahwa variabel
ukuran perusahaan mempunyai pengaruh yang signifikan terhadap
discretionary accrual.. Dengan demikian hipotesis H4 dalam penelitian
ini yang berbunyi: Terdapat pengaruh yang signifikan antara ukuran
perusahaan terhadap manajemen laba diterima. Berarti terdapat pengaruh
yang signifikan antara ukuran perusahaan terhadap manajemen laba.
Jasa Olah Data SPSS
BalasHapusBagi yang sedang kesulitan dalam melakukan pengolahan data skripsi, karya tulis, ataupun thesis, Olah Data Semarang mau menawarkan Jasa Olah Data SPSS.
Jenis Pengolahan Data yg di Tawarkan Meliputi
Jasa Olah Data SPSS Meliputi :
1. Statistik Deskriptif :
- Frekuensi (Mean, Modus, Median, Std. Deviasi, dll)
- Tabulasi silang (Crosstab)
2. Uji Hipotesis :
- Uji T Berpasangan
- Uji T tidak berpasangan
- Oneway ANOVA
- Repeated ANOVA
- Chi Square
- Mann Whitney
- Kruskal-Wallis
- Wilcoxon
- Friedmann
- Spearman
- Fisher
- Kolmogorov-Smirnov
- Mc Nemar
- Probit
- Regresi Linier
3. Uji Instrumen Data :
- Uji validitas dan reliabilitas
4. Asumsi Klasik :
- Uji normalitas
- Multikolinearitas
- Autokorelasi
- Heteroskedastisitas
5. Cara Order
- Silahkan hubungi ane via WA/BBM untuk konsultasi awal
6. Contact :
- WA : 085227746673
- BBM : D04EBECB
- IG : @olahdatasemarang
- Website : http://biro-jasa-spss.blogspot.co.id
Usaha Kami terdaftar di Google Map Dengan Nama Olah Data Semarang
Yang tertarik Jasa Olah Data SPSS, kontak Olah Data Semarang aja ya... InsyaAllah Olah Data Semarang akan layani Jasa Olah Data SPSS dengan sebaik2nya...