BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2 Analisis Data
4.2.2 Hasil Uji Asumsi Klasik
Uji asumsi klasik dilakukan dengan menggunakan analisis regresi
terhadap variabel dependen dan variabel independen. Analisis regresi harus
dahulu data harus memenuhi keempat uji asumsi klasik. Uji asumsi klasik
yang telah dilakukan dan hasilnya adalah sebagai berikut :
4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel dependen dan variabel independen atau keduanya
telah terdistribusi secara normal atau tidak (Ghozali, 2006). Suatu
model regresi yang baik adalah yang memiliki distribusi data normal
atau mendekati normal.
Uji normalitas yang dipergunakan adalah dengan melihat
tabel kolmogorov-smirnov, histogram, dan normal probability plot.
Tabel kolmogorov-smirnov harus memiliki nilai signifikansi lebih
besar dari 0,05 agar dapat dikatakan bahwa data tersebut terdistribusi
secara normal. Sedangkan pada histogram, bentuk grafik histogram
harus berbentuk lonceng agar dapat dikatakan terdistribusi normal.
Pada tabel p-p plot yang dibandingkan adalah distribusi kumulatif
dari distribusi normal. Jika distribusi data residual normal, maka
garis yang menggambarkan data sesungguhnya akan mengikuti garis
diagonalnya (Ghozali, 2006). Hasil pengujian ini dapat dilihat pada
Tabel 4.2
Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 28
Normal Parametersa,b Mean ,0000000 Std. Deviation ,23552088 Most Extreme Differences Absolute ,230 Positive ,230 Negative -,139 Kolmogorov-Smirnov Z 1,218 Asymp. Sig. (2-tailed) ,103
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data olahan peneliti 2016
Pada tabel diatas dapat dilihat bahwa nilai Asymp. Sig.
(2-tailed) > 0,05 maka dapat dikatakan bahwa data yang digunakan
dalam penelitian ini tidak terkena problem normalitas.
Gambar 4.1 Histogram
Pada gambar histogram sebelumnya dapat kita lihat bahwa
histogram membentuk lonceng. Maka dari itu dipastikan bahwa data
pada penelitian ini terdistribusi secara normal.
Gambar 4.2 P-P Plot
Gambar menunjukkan bahwa titik-titik pada grafik telah
mendekati atau hampir berhimpit dengan sumbu diagonal atau
membentuk sudut 45 derajat dengan garis mendatar. Interpretasinya
adalah bahwa nilai residual pada kedua model telah terdistribusi
secara normal.
4.2.2.2 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu
tidaknya heterokedastisitas dilakukan dengan melihat ada atau
tidaknya pola tertentu pada grafik scatterplot antara SRESID dan
ZPRED. Jika terdapat pola tertentu seperti titik-titik yang ada
membentuk suatu pola tertentu yang teratur (bergelombang, melebar
kemudian menyempit), maka terjadi heterokedastisitas. Adapun hasil
uji heterokedastisitas dalam penelitian ini dapat dilihat pada gambar
berikut :
Gambar 4.3 Scatterplot
Tampak pada gambar bahwa model persamaan diatas tidak
mempunyai gangguan heteroskedastisitas karena tidak ada pola
tertentu pada grafik. Titik-titik pada grafik relatif menyebar baik di
4.2.2.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam
model regresi ditemukan adanya korelasi antar variabel independen.
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. Hail uji multikolinearitas dapat dilihat pada
tabel berikut ini :
Tabel 4.3 Uji Multikolinearitas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF 1 (Constant) kepemilikan.menejerial ,789 1,268 kepemilikan.institusional ,702 1,424 komisaris.independen ,125 7,993 dewan.komisaris ,118 8,456 komite.audit ,617 1,621 LN_DA ,556 1,799
a. Dependent Variable: kinerja
Sumber : Data olahan peneliti 2016
Tabel di atas memberikan semua nilai VIF di bawah 10 atau
nilai Tolerance di atas 0,1 maka tidak terdapat gejala
4.2.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah sebuah
model regresi linear memiliki korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pengganggu pada periode t-1
(sebelumnya). Jika korelasi terjadi, maka dinamakan ada masalah
autokorelasi (Ghozali, 2006).
Dalam penelitian ini, pengujian autokorelasi dilakukan
dengan menggunakan metode run test untuk menguji apakah antar
residual terdapat korelasi yang tinggi. Apabila nilai Asymp. Sig.
(2-tailed) < 0,05 maka persamaan regresi dikatakan terkena problem
autokorelasi.Hasil uji autokorelasi dapat dilihat pada tabel berikut :
Tabel 4.4 Uji Autokorelasi Runs Test Unstandardized Residual Test Valuea -,00704 Cases < Test Value 14 Cases >= Test Value 14 Total Cases 28 Number of Runs 19
Z 1,348
Asymp. Sig. (2-tailed) ,178
a. Median
Sumber : Data olahan peneliti 2016
Pada tabel diatas ditunjukkkan nilai Asymp. Sig. (2-tailed) >
0,05 maka persamaan regresi dikatakan tidak terkena problem
4.2.3 Analisis Jalur
Analisis jalur digunakan dalam penelitian yang tidak hanya
menggunakan variabel dependen dan variabel independen tapi juga variabel
intervening yang menjadi variabel mediator atau penghubung.
Dalam penelitian ini analisis jalur digunakan untuk melihat apakah
terdapat pengaruh antara corporate governance terhadap manajemen laba
dan apakah manajemen laba berpengaruh terhadap kinerja keuangan.
Dengan demikian terdapat dua model persamaan dalam penelitian ini yaitu:
Model 1
ML = P1 kepemilikan.manajerial + P2 kepemilikan.institusional + P3
komisaris.independen+ P4 dewan.komisaris+ P5 komite audit +
Tabel 4.5
Analisis Jalur Model 1 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta (Constant) -1,969 ,943 -2,087 ,049 kepemilikan.menejerial ,174 ,081 ,371 2,147 ,043 kepemilikan.institusional ,016 ,011 ,305 1,429 ,167 komisaris.independen ,763 ,532 1,598 1,435 ,165 dewan.komisaris -,208 ,168 -1,312 -1,239 ,228 komite.audit -,592 ,231 -,676 -2,557 ,018
a. Dependent Variable: LN_DA
Model 2
Kinerja = P6 kepemilikan.manajerial + P7 kepemilikan.institusional + P8
komisaris.independen + P9 dewan.komisaris+ P10 komite audit + P11
manajemen.laba +
Tabel 4.6
Analisis Jalur Model 2
Sumber : Data olahan peneliti 2016
Dari tabel diatas maka dapat dapat kita ketahui jumlah koefisien jalur atau
koefisien path (p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11) pada model persamaan
dalam penelitian ini. Koefisien jalur tersebut dapat dilihat pada diagram
analisis jalur berikut ini :
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta (Constant) ,744 ,339 2,197 ,037 kepemilikan.menejerial ,015 ,027 ,093 ,546 ,590 kepemilikan.institusional ,000 ,003 -,021 -,120 ,906 komisaris.independen ,058 ,211 ,118 ,277 ,784 dewan.komisaris ,089 ,215 ,182 ,416 ,681 komite.audit -,511 ,163 -,602 -3,138 ,004 LN_DA ,048 ,052 ,188 ,928 ,362
Gambar 4.4 Diagram Analisis Jalur