HASIL PENELITIAN DAN PEMBAHASAN 4.1 Gambaran Umum Perusahaan
4.2 Hasil Penelitian
4.2.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan nilai standar deviasi. Dalam penelitian ini, variabel yang digunakan dalam perhitungan statistik deskriptif adalah perspektif positive accounting theory (kepemilikan manajerial, kepemilikan publik, leverage, firm size, intensitas modal), growth opportunities, operating cash flow, dan konservatisme akuntansi. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut.
Tabel 4.1 Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Kepemilikan Manajerial 64 .0606 78.8103 18.577905 22.9487626 Kepemilikan Publik 64 .0245 241.1211 35.059629 30.4546836 Leverage 64 .0009 .9398 .716219 .2443184 Firm Size 64 21.9700 33.8400 29.313750 2.2974468 Intensitas Model 64 .0169 .3890 .185711 .0933993 Growth Opportunities 64 .2083 8.9470 1.728366 1.6244048
Operating Cash Flow 64 -.4745 1.4761 -.007591 .2379383
Konservatisme Akuntansi 64 -2.7283E13 3.7600E13 5.961383E10 6.2359498E12
Valid N (listwise) 64
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.1, dapat dilihat bahwa jumlah unit analisis (N) dalam penelitian ini adalah sebanyak 64 unit analisis yang terdiri dari 16 perusahaan yang diamati pada tahun 2010-2013. Berdasarkan Tabel 4.1, diketahui perspektif positive accounting theory yang diproksikan dengan kepemilikan manajerial minimum adalah 0,060, sedangkan maksimum adalah 78,8103. Dan diketahui rata-rata (mean) dari tahun 2010-2013 adalah 18,577905, dan standar deviasinya adalah 22,9487626. Diketahui perspektif positive accounting theory yang diproksikan dengan kepemilikan publik minimum adalah 0,0245, sedangkan maksimum adalah 0,0245. Diketahui rata-rata (mean) dari tahun 2010-2013 adalah 35,059629, dan standar deviasinya adalah 30,4546836. Diketahui perspektif positive accounting theory yang diproksikan dengan leverage minimum adalah 0,0009, sedangkan maksimum adalah 0,9398. Diketahui rata-rata (mean) dari tahun 2010-2013 adalah 0,716219, dan standar deviasinya adalah 0,2443184. Diketahui perspektif positive accounting theory yang diproksikan dengan firm size minimum adalah 21,9700, sedangkan maksimum adalah 33,8400. Diketahui rata-rata (mean) dari tahun 2010-2013 adalah 29,313, dan standar deviasinya adalah 2,29744. Diketahui perspektif positive
accounting theory yang diproksikan dengan intensitas modal minimum adalah 0,0169, sedangkan maksimum adalah 0,3890. Diketahui rata-rata (mean) dari tahun 2010-2013 adalah 0,185711, dan standar deviasinya adalah 0,0,0933993. Diketahui growth opportunities minimum adalah 0,2083, sedangkan growth opportunities maksimum adalah 8,9470. Diketahui rata-rata (mean) growth opportunities dari tahun 2010-2013 adalah 1,7283, dan standar deviasinya adalah 1,6244048. Diketahui operating cash flow minimum adalah -0,4745, sedangkan operating cash flow maksimum adalah 1,4761. Diketahui rata-rata (mean) operating cash flow dari tahun 2010-2013 adalah -0,007591, dan standar deviasinya adalah 0,2379383. Diketahui konservatisme akuntansi minimum adalah -2,7283, sedangkan konservatisme akuntansi maksimum adalah 3,7600. Diketahui rata-rata (mean) konservatisme akuntansi dari tahun 2010-2013 adalah 5,961383, dan standar deviasinya adalah 6,23594.
4.2.2 Uji Asumsi Klasik
4.2.2.1 Uji Asumsi Normalitas
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan . Dasar pengambilan keputusan adalah melihat angka probabilitas , dengan ketentuan sebagai berikut.
Jika nilai probabilitas 0,05, maka asumsi normalitas terpenuhi Jika probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi.
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
Kolmogorov-Smirnov Z .583
Asymp. Sig. (2-tailed) .886
a. Test distribution is Normal.
b. Calculated from data.
Sumber: hasil olahan software SPSS
Perhatikan bahwa berdasarkan Tabel 4.2, diketahui nilai probabilitas atau Asymp. Sig. (2-tailed) sebesar 0,886. Karena nilai probabilitas , yakni 0,886, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas dipenuhi.
Pengujian asumsi normalitas dapat juga digunakan pendekatan analisis grafik, histogram. Pada untuk pendekatan histogram, jika kurva berbentuk kurva normal, maka asumsi normalitas dipenuhi. Pada pendekatan normal probability plot, jika titik-titik (dots) menyebar jauh (menyebar berliku-liku pada garis diagonal seperti ular) dari garis diagonal, maka diindikasi asumsi normalitas error tidak dipenuhi. Jika titik-titik menyebar sangat dekat pada garis diagonal, maka asumsi normalitas dipenuhi.
Gambar 4.2 Uji Normalitas dengan Normal Probability Plot
Gambar 4.1 dan Gambar 4.2 merupakan output dari SPSS. Perhatikan bahwa kurva pada histogram berbentuk kurva normal, sehingga disimpulkan bahwa asumsi normalitas error dipenuhi. Di samping itu pada normal probability plot (Gambar 4.2), titik-titik menyebar cukup dekat pada garis diagonal, maka disimpulkan bahwa asumsi normalitas dipenuhi.
4.2.2.2 Uji Asumsi Multikolinearitas
Untuk memeriksa apakah terjadi multikolinearitas atau tidak dapat dilihat dari nilai variance inflation factor (VIF). Nilai VIF yang lebih dari 10 diindikasi suatu variabel bebas terjadi multikolinearitas (Ghozali, 2011).
Tabel 4.2
Uji Asumsi Multikolinearitas
Model Collinearity Statistics Tolerance VIF 1 (Constant) Kepemilikan Manajerial .767 1.303 Kepemilikan Publik .953 1.049 Leverage .901 1.109 Firm Size .861 1.161 Intensitas Model .703 1.422
Growth Opportunities .601 1.663
Operating Cash Flow .838 1.193
Sumber: hasil olahan software SPSS
Perhatikan bahwa berdasarkan Tabel 4.2, nilai VIF dari variabel kepemilikan manajerial adalah 1,024, nilai VIF dari variabel kepemilikan publik adalah 1,049, dan seterusnya sampai dengan nilai VIF dari variabel operating cash flow adalah 1,193. Karena masing-masing nilai VIF tidak lebih besar dari 10, maka tidak terdapat gejala multikolinearitas yang berat.
4.2.2.3 Uji Autokorelasi
Tabel 4.3 Uji Autokorelasi Model Durbin-Watson
1 1.848
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.3, nilai dari statistik Durbin-Watson adalah 1,848. Pengambilan keputusan apakah terjadi autokorelasi atau tidak juga dapat dibandingkan dengan nilai kritis Durbin-Watson. Diketahui jumlah variabel bebas sebanyak 7, dan jumlah sampel yang diteliti sebanyak 64, maka
dan . Karena
maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.
4.2.2.4 Uji Asumsi Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y, dan ZPRED pada sumbu X. (Field, 2009:230, Ghozali, 2011:139). Field (2009:248, Ghozali, 2011:139) menyatakan dasar analisis adalah jika ada pola tertentu, seperti
titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.3 Uji Heteroskedastisitas
Perhatikan bahwa berdasarkan Gambar 4.3, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.