BAB IV ANALISIS HASIL PENELITIAN
B. Analisis Hasil Penelitian
Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder
yang diperoleh dari www.idx.co.id dan Indonesian Capital Market Directory
berupa data keuangan sampel perusahaan manufaktur dari tahun 2007 sampai
tahun 2009 yang dijabarkan dalam bentuk statistik. Variabel dari penelitian ini
terdiri dari good corporate governance yang diproksikan kedalam kepemilikan manajerial, proporsi dewan komisaris dan komite audit sebagai
variabel bebas (independent variable) dan manajemen laba sebagai variabel terikat (dependent variable). Statistik deskriptif dari variabel tersebut dari sampel perusahaan manufaktur selama periode 2007 sampai dengan tahun
Tabel 4.2
Statistik Deskriptif Variabel Penelitian
Descriptive Statistics
N Range Minimum Maximum Mean Std. Deviation
Kepemilikan Manajerial 60 15.5300 .0000 15.5300 2.298667 3.9139180
Proporsi dewan komiaris 60 .6000 .2000 .8000 .378500 .1097428
Komite audit 60 .5000 .0000 .5000 .320000 .1433261
Manjemen laba 60 6.7030 -4.4990 2.2040 -.058817 .7256633
Valid N (listwise) 60
Sumber: Data yang diolah peneliti, 2011
Tabel 4.1 menunjukkan bahwa variabel good corporate governance yang diproksikan kedalam kepemilikan manajerial, proporsi dewan komisaris dan
komite audit memiliki nilai minimum yang negatif dan manajemen laba juga
negatif. Nilai maksimum komisaris independen, komite audit dan manajemen
laba memiliki nilai yang negatif, sedangkan kepemilikan manajerial memiliki
nilai positif. Akan tetapi, ini bukan berarti kepemilikan manajerial memiliki
pengaruh yang positif karena nilai diatas merupakan hasil pengolahan data
yang telah diproksikan dengan menggunakan log natural.
Berikut ini perincian data deskriptif yang telah diolah:
a. Variabel kepemilikan manajerial memiliki nilai minimum 0,0000 dan
maksimum 15,5300 dengan rata-rata kepemilikan manajerial sebesar
2,298667 dengan jumlah sampel sebanyak 60,
b. Variabel proporsi dewan komisaris memiliki nilai minimum 0,2000 dan
nilai maksimum 0,8000 dengan rata-rata proporsi dewan komisaris
c. Variabel komite audit memiliki nilai minimum 0,000 dan nilai maksimum
0,5000 dengan rata-rata komite audit sebesar 0,320000 dengan jumlah
sampel sebanyak 60,
d. variabel manajemen laba memiliki nilai minimum -4,4990 dan nilai
maksimum 2,2040 dengan rata-rata manajemen laba sebesar -0,58817
dengan jumlah sampel sebanyak 60.
2. Pengujian Asumsi Klasik a. Uji Normalitas
Uji data statistik dengan model kolmogorov-Smirnov dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak. Ghozali
(2005:115), memberikan pedoman pengambilan keputusan tentang data
mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov yang dapat dilihat dari :
1. nilai signifikan atau probabilitas < 0,05, maka distribusi data adalah tidak
normal.
2. nilai signifikan atau probabilitas > 0,05, maka distribusi data adalah
1) Uji Normalitas Sebelum Data Ditransformasi
Tabel 4.3
Uji Normalitas Sebelum Transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 60
Normal Parametersa,,b Mean .0000000
Std. Deviation .71639687
Most Extreme Differences Absolute .340
Positive .263
Negative -.340
Kolmogorov-Smirnov Z 2.636
Asymp. Sig. (2-tailed) .000
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil pengolahan SPSS 17, 2011
Dari hasil pengolahan data tersebut, besarnya nilai Kolmograv-Smirnov
adalah 2,636 dan signifikansi pada 0.00, maka dapat disimpulkan data tidak
terdistribusi secara normal karena 0,00 < 0,05. Data yang tidak terdistribusi secara
normal dapa dilihat melalui grafik histogram dan grafik normal plot data secara
Gambar 4.1
Grafik Histogram (sebelum transformasi) Sumber: Hasil Pengolahan SPSS 17, 2011
Dengan cara membandingkan antara data observasi dengan distribusi yang
mendekati distribusi secara normal, grafik di atas dapa disimpulkan bahwa
distribusi data tidak normal karena grafik histogram menunjukkan distribusi data
Gambar 4.2
Grafik Normal P-Plot of Regression Standardized Residual (sebelum transformasi)
Sumber: Hasil Pengolahan Data SPSS 17, 2011
Demikian pula dengan hasil uji normalitas dengan menggunakan grafik
plot terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak
menjauh dari garis diagonal sehingga dapat disimpulkan bahwa data dala model
regresi tidak terdistribusi secara normal. Dari hasil uji normalitas dengan
Kolmograv-Smirnov (K-S), grafik histogram dan grafik normal plot menunjukkan
2) Uji Normalitas Setelah Data Ditransformasi
Ada beberapa cara mengubah model regresi menjadi normal menurut
Jogiyanto (2004: 172), yaitu:
1) Dengan melakukan transformasi data,
2) Lakukan trimming,
3) Lakukan winsorizing.
Untuk mengubah nilai residual agar berdistribusi normal, peneliti melakukan
transformasi data ke model LN dari persamaan manj.laba =
f(kep.manjerial,prop.dewankomisaris, komiteaudit) menjadi LN_ manj.laba =
f(kep.manjerial,prop.dewankomisaris, komiteaudit). Transformasi data ke dalam
bentuk LN menyebabkan data yang bernilai negative tidak ditransformasi
sehingga menghasilkan missing values.
Setiap data yang terdapat missing values akan diganti dengan data mean
(rata-rata). Kemudian, data diuji ulang berdasarkan asumsi normalitas. Berikut ini hasil
Tabel 4.4
Uji Normalitas Setelah Transformasi One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 30
Normal Parametersa,,b Mean .0000000
Std. Deviation 1.01702273 Most Extreme Differences Absolute .098 Positive .098 Negative -.092 Kolmogorov-Smirnov Z .534
Asymp. Sig. (2-tailed) .938
a. Test distribution is Normal.
Sumber: Hasil Olah Data SPSS oleh Peneliti, 2011
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4-3 dapat dilihat dari signifikan (2-tailed) Kolmogorov-Smirnov dari variabel kepemilikan manajerial, proporsi dewan komisaris, komite audit dan manajemen lebih besar dari 0,05 atau telah terdistribusi dengan normal.
Dengan demikian, secara keseluruhan dapat disimpulkan bahwa nilai-nilai
observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji
asumsi klasik lainnya. Untuk lebih jelas, berikut ini dilampirkan grafik histogram
Gambar 4.1 Grafik Histogram
Sumber: Hasil olah Data SPSS oleh Peneliti
Gambar 4.3
Grafik Histogram (setelah transformasi) Sumber: Hasil Pengolahan SPSS 17, 2011
Gambar 4.4
Normal P-P Plot of Regression Standardized Residual (Setelah Data Ditransformasi)
Sumber: Hasil olah data oleh peneliti
Dengan cara membandingkan antara data observasi dengan distribusi yang
mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa
distribusi data normal karena grafik histogram menunjukkan distribusi data
mengikuti garis diagonal yang tidak menceng (skewness) ke kiri maupun ke kanan atau normal.
Demikian pula dengan hasil uji normalitas dengan menggunakan grafik
plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis
diagonal serta
penyebarannya agak mendekati dengan garis diagonal sehingga dapat
disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
b. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear
ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1. Autokorelasi muncul karena observasi yang berurutan
sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering
ditemukan pada time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson.
Hasil pengujian autokorelasi terhadap variabel dependen Manajemen Laba akan disajikan pada tabel 4.3 berikut ini:
Tabel 4.5
Hasil Uji Autokorelasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .560a .313 .234 1.07410 2.254
a. Predictors: (Constant), Komite Audit, Kepemilikan manajerial, Proporsi Dewan Komisaris
b. Dependent Variable: manajemen laba
Berdasarkan tabel 4.3, dapat dilihat bahwa nilai DW sebesar 2,254. Nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5%,
jumlah sampel sebanyak 30 (n = 30) dan jumlah variabel independen sebanyak 3 (k = 3), maka dari tabel statistik Durbin-Watson didapatkan nilai batas bawah (DL) sebesar 1,006 dan nilai batas atas (DU) sebesar 1,421. oleh karena itu, nilai DW
berada di antara DL dan DU (1,006 ≤ 2,254 ≤ 1,421), maka dapat disimpulkan
bahwa tidak terjadi autokorelasi positif.
c. Uji Multikolinearitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala
multikolonieritas adalah dengan melihat besaran korelasi antar variabel
independen dan besarnya tingkat kolonieritas yang masih dapat ditolerir,
yaitu: Tolerance > 0.10 dan Variance Inflation Factor (VIF) < 10. Berikut disajikan tabel hasil pengujian:
Tabel 4.6
Hasil Uji Multikolinearitas
Coefficientsa
Model
Unstandardized
Coefficients Collinearity Statistics
Std. Error Tolerance VIF
1 (Constant) 1.376
LN_kepemilikan manajerial .099 .906 1.104
LN_proporsi dewan komisaris .796 .987 1.013
LN_komite audit 1.140 .912 1.096
a. Dependent Variable: LNmanj.laba
Hasil perhitungan nilai tolerance menunjukkan variabel independen memiliki
nilai tolerance > 0,10 yaitu 0, 988 untuk variabel kpemilikan manjerial, 0,987
yang berarti tidak terjadi korelasi antar variabel indepeden. Hasil perhitungan VIF
juga menunjukkan hal yang sama dimana variabel independen memiliki nilai VIF
kurang dari 10 yaitu 1,013 untuk variabel kepemilikan manajerial, 1,014 untuk
variabel proporsi dewan komisaris, dan 1,004 untuk variabel komite audit.
Berdasarkan tabel tersebut dapat disimpulkan bahwa tidak ada multikolinearitas
antar variabel independen model ini.
Tabel 4.7 Koefisien Korelasi Coefficient Correlationsa Model LN_komite audit LN_proporsi dewan komisaris LN_kepemilikan manajerial
1 Correlations LN_komite audit 1.000 .037 .289
LN_proporsi dewan komisaris .037 1.000 -.091
LN_kepemilikan manejerial .289 -.091 1.000
Covariances LN_komite audit 1.300 .034 .032
LN_proprsi dewan komisaris .034 .634 -.007
LN_kepemilikan manajerial .032 -.007 .010
a. Dependent Variable: LNmanj.laba
Hasil besaran korelasi antar variabel memperlihatkan bahwa antara
variabel independen yang diuji variabel kepemilikan manajerial mempunyai
korelasi paling tinggi yaitu sebesar 0,289 atau 28,9%. Hal ini tidak menunjukkan
gejala korelasi karena masih di bawah 0,95 sehingga dapat disimpulkan bahwa
d. Uji Heterokedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala
heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari
pengolahan data dengan menggunakan program SPSS. Dasar pengambilan
keputusannya adalah:
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur (bergelombang, melebar kemudian menyempit),
maka mengindikasikan telah terjadi heteroskedastisitas,
2) Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas
atau terjadi homoskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran
Gambar 4.5 Scatterplot
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Adanya
titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya
data observasi yang sangat berbeda dengan data observasi yang lain. Hasil output
menunjukkan SPSS ini dengan jelas menunjukkan tidak ada indikasi terjadi
3. Pengujian Hipotesis
Pengujian hipotesis dilakukan untuk mengethui apakah variabel independen
dalam model regresi berpengaruh terhadap variabel dependen. Pengujian hipotesis
dalam penelitian ini menggunakan analisis regresi linear berganda. Untuk menguji
apakah hipotesis yang diajukan diterima atau ditolak, digunakan uji t (t-test) dan
uji F (F-test).
Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang
dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear
Unbiased Estimator (BLUE) dan layak dilakukan analisis regresi berganda.
Berdasarkan hasil pengolahan data program SPSS 17, maka diporeleh hasil
sebagai berikut:
Tabel 4.8 Analisis Hasil Regresi
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -5.172 1.292 -4.002 .000 Kepemilikan Manajerial -.147 .065 -.368 -2.250 .033 Proporsi Dewan Komisaris -1.789 .761 -.385 -2.352 .027 KomiteAudit -.167 1.057 -.026 -.158 .876
a. Dependent Variable: manajemen laba
Dari tabel 4.7 diatas maka dapat disusun persmaan regresi sebagai berikut:
Model persamaan regresi berganda tersebut bermakna:
1) Konstanta sebesar -5,172 menunjukkan bahwa apabila tidak ada variabel independen (X1 = 0, X2 = 0, X3 = 0) maka manajemen laba sebesar -5,172.
2) b1 sebesar -0,147 menunjukkan bahwa setiap kenaikan dari laba akuntansi sebsar 1% akan diikuti oleh kenaikan manajemen laba sebesar -0,147.
3) b2 sebesar -1,789 menunjukkan bahwa setiap kenaikan dari laba akuntansi sebsar 1% akan diikuti oleh kenaikan manajemen laba sebesar -1,789.
4) b3 sebesar -0,167 menunjukkan bahwa setiap kenaikan dari laba akuntansi sebsar 1% akan diikuti oleh kenaikan manajemen laba sebesar -0,167.
a. Koefisien determinasi
Dalam uji ini regresi dianalisis pula besarnya koefisien determinasi
(R2). Koefisien determinasi (R2) ini digunakan untuk mengukur dan
mengetahui persentase pengaruh variabel independen terhadap
perubahan variabel dependen. Jika nilai R2 mendekati 1 maka dapat
dikatakan semakin kuat kemampuan variabel bebas dalam model
regresi tersebut dalam menerangkan variasi variabel terikatnya.
Sebaliknya, semakin kecil nilai R2, maka kemampuan
variabel-variabel independen dalam menjelaskan variasi variabel-variabel dependen
semakin terbatas. Nilai R square memiliki kelemahan yaitu nilai R square akan meningkat setiap ada penambahan satu variabel
independen meskipun variabel independen tersebut tidak berpengaruh
signifikan terhadap variabel dependen.
Tabel 4.9 Model Summary
Nilai Adjusted R Square pada tabel 4.7 diatas sebesar 0,234. Hal ini
menunjukkan bahwa 2,34% variabel manajemen laba dapat dijelaskan
variabel yang ada yaitu, kepemilikan manajerial, proporsi dewan komisaris
dan komite audit sedangkan sisanya 97,66 (100% - 2,34%) dipengaruhi
oleh variabel lain yang tidak dijelaskan oleh model penelitian ini.
b. Uji parsial (Uji T)
Uji T digunakan untuk menguji signifikansi konstanta dan setiap
variabel independennya. Berdasarkan hasil pengolahan SPSS, diperoleh
hasil sebagai berikut :
Tabel 4.10 Hasil Uji T Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .560a .313 .234 1.07410 2.254
a. Predictors: (Constant), Komite Audit, Kepemilikan Manajerial, Komisaris Independen
b. Dependent Variable: manajemen laba sumber: Hasil Pengolahan SPSS 17, 2011
B Std. Error Beta 1 (Constant) -5.172 1.292 -4.002 .000 Kepemilikan Manajerial -.147 .065 -.368 -2.250 .033 Proporsi Dewan Komisaris -1.789 .761 -.385 -2.352 .027 KomiteAudit -.167 1.057 -.026 -.158 .876
a. Dependent Variable: manajemen laba
Dari Tabel 5.10 diperoleh hasil sebagai berikut:
1) Nilai thitung untuk variabel kepemilikan manajerial = -2,250 sedangkan nilai
ttabel pada tingkat keyakinan 95% adalah sebesar 2,042 berarti thitung < ttabel
atau -2,250 < 2,042; sedangkan nilai signifikansi = 0,033 dengan (á) =
0,05 berarti nilai signifikansi < 0,05 atau 0,033 < 0,05. Karena thitung < ttabel
dan signifikansi < 0,05 maka H0 diterima, artinya kepemilikan manajerial
tidak berpengaruh secara signifikan terhadap manajemen laba.
2) Nilai thitung untuk variabel proporsi dewan komisaris independen = -2,352
sedangkan nilai ttabel pada tingkat keyakinan 95% adalah sebesar 2,042
berarti thitung >ttabel atau -2,588 < 2,042; sedangkan nilai signifikansi =
0,027 dengan (á) = 0,05 berarti nilai signifikansi < 0,05 atau 0,027 < 0,05.
Karena thitung > ttabel dan signifikansi < 0,05 maka H0 ditolak , artinya
komposisi dewan komisaris independen tidak berpengaruh secara
signifikan terhadap manajemen laba.
3) Nilai thitung untuk variabel komite audit = -0,158 sedangkan nilai ttabel pada
tingkat keyakinan 95% adalah sebesar 2,042 berarti thitung < ttabel atau
-0,158 < 2,042; sedangkan nilai signifikansi = 0,876 dengan (á) = 0,05
signifikansi > 0,05 maka H0 diterima, artinya komite audit tidak
berpengaruh secara signifikan terhadap manajemen laba (ML).
c. Uji Simultan (Uji F)
Indikator signifikansi parameter koefisien Adjusted R2 signifikan atau
tidak, maka dapat dilakukan pengujian dengan bantuan alat uji statistik uji
metode F dengan tingkat keyakinan (confident level) sebesar 95%. kriteria
pengujian yang digunakan adalah apabila F hitung > F tabel maka H0 ditolak;
dan apabila F hitung < F tabel maka H0 diterima. Hal tersebut ditunjukkan
dalam tabel:
Tabel 4.11
Hasil Uji Simultan F ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 13.682 3 4.561 3.953 .019a
Residual 29.996 26 1.154
Total 43.678 29
a. Predictors: (Constant), KomiteAudit, KepemilikanManajerial, KomisarisIndependen
b. Dependent Variable: manajemen laba
Dari uji ANOVA atau F test, diperoleh Fhitung sebesar 3,953 dengan
tingkat signifikansi 0,019, sedangkan Ftabel sebesar 2,92 dengan
signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa
berpengaruh secara simultan dan signifikan terhadap manajemen laba
karena Fhitung > Ftabel (3,953 > 2,92).
