HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian
4.1.5 Uji Analisis Regresi dengan Variabel Moderating .1 Uji Asumsi Klasik .1 Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah data yang digunakan memiliki distribusi normal atau mendekati normal dengan melihat normal probability plot. Uji normalitas yang pertama dilakukan adalah berdasarkan grafik secara histogram yang terlihat pada gambar 4.7.
Gambar 4.7
Gambar Grafik Histogram (Data Asli)
Berdasarkan gambar 4.7 terlihat bahwa pola distribusi normal, akan tetapi jika kesimpulan normal atau tidaknya data hanya dilihat dari grafik histogram, maka hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode lain yang digunakan dalam analisis grafik adalah dengan melihat normal probability plot yang
membandingkan distribusi kumulatif dan distribusi normal. Jika distribusi data residual normal, maka garis yang akan menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Uji normalitas dengan melihat normal probability plot dapat dilihat dalam gambar 4.8 berikut:
Gambar 4.8
Normal Probability Plot (Data Asli)
Berdasarkan grafik profitabilitas pada gambar 4.8 di atas menunjukkan bahwa data telah terdistribusi secara normal karena distribusi data residualnya mengikuti arah garis diagonal (garis normal). Pengujian normalitas data secara analisis statistik dapat dilakukan dengan melakukan uji Kolmogorov-Smirnov. Data yang terdistribusi normal ditunjukkan dengan nilai signifikansi di atas 0.05. Sedangkan, data yang tidak berdistribusi normal ditunjukkan dengan nilai signifikansi dibawah 0.05 (Ghozali,2007:12).
Tabel 4.13
Hasil Uji Normalitas dengan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 87
Normal Parametersa,b Mean 0E-7
Std. Deviation .39551604 Most Extreme Differences
Absolute .117
Positive .075
Negative -.117
Kolmogorov-Smirnov Z 1.091
Asymp. Sig. (2-tailed) .185
a. Test distribution is Normal. b. Calculated from data.
Berdasarkan hasil uji normalitas dengan Kolmogorov-Smirnov (Data Asli) diatas, terlihat bahwa data telah terdistribusi dengan normal yang mana terlihat bahwa nilai signifikansi diatas 0.05 yaitu sebesar 0.185 dan nilai Kolmogorov-Smirnov Z sebesar 1.091 dibawah 1.97.
2. Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk mengetahui ada atau tidaknya hubungan linear antara variabel independen dalam model regresi dimana prasyarat dalam model regresi adalah tidak adanya multikolinearitas. Pada uji multikolinearitas ini dapat dilihat melalui nilai inflation factor (VIF) dan Tolerance.
Tabel 4.14
Hasil uji Multikolinearitas
Coefficientsa
Model Collinearity Statistics Tolerance VIF 1 (Constant) Zscore(GCG) .866 1.154 Zscore(firm_size) .813 1.231 X2z .832 1.201
a. Dependent Variable: earning_mgt
Berdasarkan aturan Variance Inflation Factor (VIF) dan Tolerance, apabila VIF melebihi angka 10 atau Tolerance kurang dari 0.10 maka dinyatakan terjadi gejala multikolinearitas, sebaliknya apabila VIF kurang dari 10 atau Tolerance lebih dari 0.10 maka dinyatakan tidak terjadi gejala multikolinearitas. Dalam penelitian ini data yang digunakan dalam uji multikolinearitas ini adalah data dari variabel independen.
3. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika variance dari residual satu pengamatan ke pengamatan lain berbeda disebut heteroskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik scatterplot, dengan dasar analisis (Ghozali, 2005:139).
3. Jika pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
4. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dengan menggunakan grafik scatterplot ditunjukkan pada gambar 4.9 dibawah ini:
Gambar 4.9 Grafik Scatterplot
Pada grafik scatterplot diatas, terlihat titik-titik menyebar secara acak, serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y sehingga dapat diambil kesimpulan bahwa tidak terdapat gejala heteroskedastisitas pada model regresi yang digunakan.
4. Uji Autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah sebuah model regresi terdapat korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu pada periode t-1 atau sebelumnya (Ghozali, 2005). Jika terjadi korelasi dinamakan ada masalah autokorelasi. Untuk mendeteksi ada atau tidaknya autokorelasi, peneliti menggunakan Durbin-Watson (DW test). Hasil pengujian autokorelasi dapat dilihat pada tabel berikut:
Tabel 4.15
Uji Autokorelasi dengan Durbin-Watson
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .769a .592 .577 .40260 2.019
a. Predictors: (Constant), x2z, Zscore(GCG), Zscore(firm_size) b. Dependent Variable: earning_mgt
Berdasarkan hasil pengujian Durbin-Watson diperoleh nilai Durbin-Watson sebesar 2.019 yang berarti berdasarkan kriteria Durbin-Watson hasil tersebut 1.579 < 2.019< 2.421 yang berarti tidak terjadi autokorelasi.
4.1.5.2 Uji Hipotesis
Hasil pengujian analisis regresi dengan variabel moderasi antara variabel firm_size dengan earning management di mana good corporate governance sebagai variabel moderasi dapat dilihat pada Tabel 4.12 berikut:
Tabel 4.16
Uji Hipotesis Regresi Moderasi
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .797 .081 9.878 .000 Zscore(GCG) -.193 .047 -.312 -4.134 .000 Zscore(firm_size) -.502 .048 -.812 -10.428 .000 x2z -.054 .053 -.079 -1.025 .308
a. Dependent Variable: earning_mgt
Berdasarkan Tabel 4.16 diketahui bahwa nilai signifikansi variabel absolut residual antara firm size dengan GCG adalah 0.308 > 0.05, sehingga dapat disimpulkan bahwa variabel GCG tidak mampu memoderasi hubungan antara firm size dengan earning management pada Perusahaan Manufaktur yang terdaftar di BEI periode 2012-2014.
4.2 Pembahasan
Berdasarkan hasil penelitian telah diketahui bahwa earning power dan firm size memengaruhi secara positif dan signifikan secara simultan terhadap earning management pada Perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia periode 2012-2014. Hasil penelitian ini didapatkan dari nilai 43.319 > 2.71 dan signifikansi 0.000 < 0.05, yang mana menyatakan bahwa secara bersama-sama earning power dan firm size yang meningkat akan meningkatkan earning management pada Perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia periode 2012-2014.
Pengaruh Earning Power terhadap Earning Management
Hasil penelitian menunjukkan bahwa earning power berpengaruh secara positif namun tidak signifikan terhadap earning management dikarenakan nilai t hitung 0.280 < 1.662 dan signifikansi 0.780 > 0.05. Hasil penelitian ini menunjukkan bahwa earning power perusahaan yang semakin besar tidak dapat menentukan bagaimana earning management diaplikasikan pada perusahaan tersebut. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Menurut Yuliana (2011), pada penelitian tesis di Fakultas Ekonomi, Universitas Diponegoro dengan judulpenelitian Pengaruh Kompensasi, Leverage, Ukuran Perusahaan, Earnings Power Terhadap Manajemen Laba dan dengan menggunakan analisis regresi linier berganda membuktikan bahwa kompensasi, leverage, ukuran perusahaan, earnings powermemberi pengaruh signifikan terhadap Manajemen Laba (p<0.05).
PengaruhFirm SizeterhadapEarning Management
Hasil penelitian menunjukkan bahwa firm size berpengaruh secara positif dan signifikan terhadap earning management dikarenakan nilai t hiutng 9.105 > t tabel 1.662 dan signifikansi 0.000 < 0.05. Hasil penelitian ini menunjukkan bahwa firm size perusahaan yang semakin besar akan berpengaruh signifikan terhadap earning management perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2012-2014. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Nurul (2014) Universitas Andalas, Analisis pengaruh leverage, earning power, capital structure dan firm size terhadap manajemen laba pada perusahaan sektor barang konsumsi yang terdaftar di BEI periode 2009-2013 dan dengan menggunakan analisis regresi linier berganda membuktikan bahwa everage, earning power, capital structure dan firm size berpengaruh signifikan terhadap manajemen laba.
Pengaruh variabel moderasi (Good Corporate Governance)
Hasil pengujian regresi dengan variabel moderasi menyatakan bahwa variabel good corporate governance tidak mampu menjadi variabel moderasi antara variabel independen yaitu earning power dan firm size dengan variabel dependen yaitu earning management. Hasil penelitian ini menunjukkan bahwa good corporate governance yang baik maupun tidak baik; tidak akan mampu memperkuat atau memperlemah hubungan antara earning power dan firm size dengan earning management.
BAB V
KESIMPULAN DAN SARAN