BAB III KERANGKA DAN HIPOTESIS PENELITIAN
3.2 Hipotesis Penelitian
3.2.2 Hubungan Variabel Moderating dalam
3.2.2.1 Pengaruh Manajemen Laba
Independen dan Komite Audit), Profitabilitas, Financial Leverage dan Ukuran Perusahaan Terhadap Nilai Perusahaan
Manajemen laba terjadi pada saat manajer mengaplikasikan dan mengatur laba untuk memaksimalkan kepentingan mereka dan mengabaikan kepentingan pihak lain. Pengakuan laba yang didasarkan atas prinsip akrual memberi peluang bagi manajer untuk melaporkan laba tidak sesuai dengan sebagaimana mestinya (Jensen dan Meckling, 1976). Hal ini tentunya dapat mempengaruhi
ketidakstabilan nilai perusahaan dimana manajemen laba yang berperan sebagai pemoderasi dapat memperkuat atau memperlemah hubungan antara good corporate governance (kepemilikan institusi, komisaris independen dan komite audit), profitabilitas, financial leverage dan ukuran perusahaan terhadap nilai perusahaan.
Berdasarkan literatur Silitonga (2012) menemukan bahwa manajemen laba dapat memoderasi hubungan antara good corporate governance terhadap nilai perusahaan. Dalam hal ini, manajemen laba merupakan variabel pemoderasi yang memperlemah pengaruh good corporate governance terhadap nilai perusahaan.
Literatur Machdar (2017) menemukan bahwa manajemen laba berpengaruh negatif terhadap nilai perusahaan. Hasil ini menerangkan bahwa manajer memilih suatu kebijakan akuntansi bukan untuk meningkatkan nilai perusahaan, melainkan meminimalisasi laba dalam rangka untuk menghindari pembayaran pajak.
: Manajemen laba dapat memoderasi pengaruh dari good corporate governance (kepemilikan institusi, komisaris independen dan komite audit), profitabilitas, financial leverage dan ukuran perusahaan terhadap nilai perusahaan.
BAB IV
METODE PENELITIAN
4.1. Desain Penelitian
Desain penelitian yang digunakan sebagai acuan strategi penelitian untuk menjawab pertanyaan penelitian adalah asosiatif kausal. Penelitian asosiatif kausal menjelaskan bagaimana hubungan antara suatu variabel dengan variabel lain. Dalam hal ini, penelitian asosiatif kausal digunakan untuk mencari sebab dan akibat hubungan antara variabel independen dengan variabel dependen.
4.2. Definisi Operasional Variabel
Definisi operasional terdiri dari variabel dependen, variabel independen dan variabel moderating. Variabel dependen berupa nilai perusahaan (Y2).
Adapun variabel independen antara lain kepemilikan institusi (X1), komisaris independen (X2), komite audit (X3), profitabilitas (X4), financial leverage (X5) dan ukuran perusahaan (X6). Sedangkan variabel moderating berupa manajemen laba (Z).
4.2.1. Variabel Dependen Nilai Perusahaan (Y)
Nilai perusahaan adalah persepsi masyarakat khususnya para pemangku kepentingan mengenai sukses tidaknya suatu perusahaan dalam memaksimalkan kesejahteraan pemegang kepentingan. Nilai perusahaan diukur menggunakan rasio Tobin’s Q (Calmes et al., 2013), yaitu:
Q = Keterangan:
Q : Nilai perusahaan
MVC : Market Value of Capital atau Kapitalisasi Pasar (Market Capitalization) yang merupakan hasil dari perkalian harga saham penutupan (closing price) akhir tahun dengan jumlah saham yang beredar akhir tahun.
AVD : Accounting Value of Debts atau nilai akuntansi dari utang.
AVA : Accounting Value of Assets atau nilai akuntansi dari aset.
4.2.2. Variabel Independen Kepemilikan Institusi (X1)
Kepemilikan institusi adalah persentase penyertaan saham yang dimiliki oleh pihak eksternal berupa institusi, seperti bank, perusahaan asuransi dan atau pemegang saham. Rumus kepemilikan institusi mengikuti literatur Zurriah (2016) yaitu:
Kepemilikan Institusi =
x 100%
Komisaris Independen (X2)
Komisaris independen adalah komisaris perusahaan yang berfungsi untuk mengontrol dan mengawasi proses aktivitas bisnis perusahaan secara independen, tidak memihak dan tidak memiliki kepentingan yang menjadi penghubung atau penengah bagi manajer perusahaan dan pemegang
saham. Rumus komisaris independen mengikuti literatur Siahaan (2017) dihitung dengan:
Komisaris Independen =
x 100%
Komite Audit (X3)
Komite audit adalah tim atau komite yang dibentuk oleh perusahaan untuk menjaga kualitas laporan keuangan agar tetap reliable dan trustworthy.
Komite audit diharapkan mampu menilai kinerja perusahaan yang disajikan oleh auditor internal dan eksternal dan merekomendasikan alat kontrol yang lebih baik bagi perusahaan. Komite audit dihitung mengikuti literatur Azzahra (2017) dengan cara rasio jumlah komite audit yang ada didalam perusahaan.
Komite Audit = Jumlah Komite Audit Keseluruhan Profitabilitas (X4)
Profitabilitas adalah rasio yang digunakan untuk mengukur keberhasilan perusahaan dalam mengelola asset dan modal sehingga menghasilkan turnover dalam bentuk penghasilan atau laba. Adapun rumus yang dapat digunakan dalam perhitungan profitabilitas mengikuti literatur Azzahra (2017) yaitu:
ROA =
x 100%
Financial Leverage (X5)
Financial leverage adalah keputusan pendanaan yang diambil oleh manajemen dalam rangka untuk membiayai aktivitas operasional
pihak eksternal, yaitu bank. Berdasarkan Brigham (1999:86) financial leverage dapat yang terdiri dari dengan rumus Book Debt to Asset Ratio:
DAR = x 100%
Ukuran Perusahaan (X6)
Ukuran perusahaan merupakan cerminan dari banyaknya asset dan modal yang dimiliki oleh suatu perusahaan. Ukuran perusahaan tergolong menjadi kecil, menengah dan besar. Ukuran perusahaan yang terdiri dari dengan mengikuti literatur Zurriah (2016) yaitu:
Ukuran Perusahaan = Ln total asset
4.2.3. Variabel Moderating Manajemen Laba (Z)
Manajemen laba adalah proses pengaturan laba yang dilakukan oleh manajer atas kepentingan pribadi terkait pelaporan keuangan untuk meningkatkan kualitas laporan kepada pihak eksternal. Perhitungan manajemen laba dapat yang terdiri dari dengan rumus revenue discretionary model (Stubben, 2010) antara lain:
ΔARit = α + β1 ΔR1_3it+ β2 ΔR4it +e Keterangan:
AR = piutang akhir tahun
R1_3 = pendapatan pada tiga kuartal pertama R4 = pendapatan pada kuartal ke4
e = error
Ringkasan definisi operasional beserta pengukuran variabel penelitian tercantum dalam tabel 4.1.
Tabel 4.1 Definisi Operasional dan Pengukuran Variabel Penelitian
Variabel Definisi Operasional Paramater/ Indikator Skala Nilai penyertaan saham yang dimiliki oleh pihak penengah bagi manajer perusahaan dan
Komite audit menjaga kualitas laporan keuangan agar tetap
reliable dan
trustworthy. Komite audit diharapkan
Jumlah komite audit Nominal
perusahaan yang disajikan oleh auditor internal dan eksternal dan merekomendasikan alat kontrol yang lebih baik bagi perusahaan.
Profitabilitas Profitabilitas adalah rasio yang digunakan untuk mengukur bersumber dari pihak eksternal, yaitu bank. dari banyaknya asset dan modal yang
Manajemen laba adalah proses pengaturan laba yang dilakukan oleh
eksternal.
Sumber: Definisi Operasional diolah Peneliti (2019).
4.3. Populasi, Sampel dan Teknik Pengambilan Sampel 4.3.1. Populasi
Populasi adalah kelompok elemen yang merupakan gabungan dari orang, objek, transaksi atau kejadian yang dijadikan sebagai objek penelitian (Kuncoro, 2003). Populasi yang tercakup dalam penelitian ini adalah perusahaan manufaktur yang sahamnya terdaftar di Indeks Saham Syariah Indonesia (ISSI) tahun 2014-2018 sebanyak 153 perusahaan.
4.3.2. Sampel dan Teknik Pengambilan Sampel
Sampel adalah bagian dari populasi yang dapat mewakili populasi penelitian (Kuncoro, 2003). Teknik pengambilan sampel menggunakan teknik purposive sampling, di mana sampel ditentukan berdasarkan kriteria tertentu (Sugiyono, 2008). Kriteria pengambilan sampel pada penelitian ini sebagai berikut:
1. Perusahaan yang terdaftar dalam Indeks Saham Syariah Indonesia (ISSI) selama tahun 2014-2018 berturut-turut.
2. Emiten yang memiliki kepemilikan institusi selama tahun 2014-2018.
3. Perusahaan terdaftar yang memiliki komisaris independen selama periode 2014-2018.
4. Perusahaan terdaftar yang memiliki komite audit minimal 3 (tiga) orang dengan 1 (satu) orang sebagai ketua komite audit dan 2 (dua) orang sebagai anggota komite audit seperti yang disyaratkan Blue Ribbon Committee (1999).
5. Menerbitkan laporan keuangan per kuartal dari tahun 2014-2018.
Tabel 4.2 Sampel Penelitian
No. Nama Perusahaan Kode
1. Akasha Wira International Tbk. ADES
2. Astra International Tbk. ASII
3. Astra Otoparts Tbk. AUTO
4. Beton Jaya Manunggal Tbk. BTON
5. Darya Varia Laboratoria Tbk. DVLA 6. Ekadharma International Tbk. EKAD 7. Gunawan Dianjaya Steel Tbk. GDST 8. Champion Pasific Indonesia Tbk. IGAR 9. Indofood Sukses Makmur Tbk. INDF 10. Indocement Tunggal Prakasa Tbk. INTP 11. Indopoly Swakarsa Industy Tbk. IPOL
12. Kimia Farma Tbk. KAEF
13. Kabelindo Murni Tbk. KBLM
14. Kalbe Farma Tbk. KLBF
15. Lion Metal Works Tbk. LION
16. Merck Tbk. MERK
17. Pelat Timah Nusantara Tbk. NIKL 18. Industri Jamu dan Farmasi Sido Muncul Tbk. SIDO
19. Sekar Bumi Tbk. SKBM
20. Semen Gresik Tbk. SMGR
21. Selamat Sempurna Tbk. SMSM
22. Mandom Indonesia Tbk. TCID
23. Chandra Asri Petrochemical Tbk. TPIA
24. Unilever Indonesia Tbk. UNVR
25. Wijaya Karya Beton Tbk. WTON
Sumber: Sampel Penelitian diolah Peneliti (2019).
Berdasarkan kriteria tersebut maka terdapat 25 perusahaan manufaktur yang memenuhi persyaratan sebagai sampel penelitian. Proses pengambilan
sampel disajikan dalam Lampiran 3. Karena tahun diamati adalah 5 (tahun) pengamatan, maka jumlah observasi menjadi 125 observasi.
Daftar perusahaan manufaktur yang merupakan sampel penelitian disajikan pada Tabel 4.2 tersebut di atas.
4.4. Teknik Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu laporan keuangan tahunan yang dipublikasikan per kuartal pada periode 2014-2018 secara berturut-turut. Teknik pengumpulan data dilakukan dengan mengunduh laporan keuangan tahunan yang diterbitkan di Bursa Efek Indonesia (BEI) melalui situs www.idx.co.id dan situs official masing-masing perusahaan.
4.5. Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah analisis regresi linier berganda dengan variabel moderating melalui pengujian uji residual.
Analisis regresi bertujuan untuk menguji dan menganalisis pengaruh Good Corporate Governance, Profitabilitas, Financial Leverage dan Ukuran Perusahaan yang terhadap Nilai Perusahaan melalui Manajemen Laba yang terdaftar di Indeks Saham Syariah Indonesia periode 2014-2018. Data diolah dengan program Statistical Package for Social Science (SPSS) versi 21.0.
Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + e Keterangan:
Y : Nilai Perusahaan
α : Konstanta
β1 – β6: Koefisien Regresi X1 : Kepemilikan Institusi X2 : Komisaris Independen X3 : Komite Audit
X4 : Profitabilitas X5 : Financial Leverage X6 : Ukuran Perusahaan e : Error
4.5.1. Analisis Statistik Deskriptif
Statistik deskriptif menggambarkan data berdasarkan nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan distribusi. Skewness berfungsi untuk mengukur tingkat kemencengan data, sedangkan kurtosis berfungsi untuk mengukur puncak suatu distribusi data. Data telah terdistribusi secara normal apabila nilai skewness dan kurtosis mendekati nol (Ghozali, 2011).
4.5.2. Uji Asumsi Klasik
Uji asumsi klasik merupakan salah satu syarat pengolahan data dari analisis regresi linier berganda. Pengujian berdasarkan asumsi klasik harus melalui uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi (Sudarmanto, 2013).
4.5.2.1. Uji Normalitas
Uji normalitas berkaitan erat dengan kurva yang normal, terdiri dari skewness dan kurtosis. Sudarmanto (2013) menyatakan bahwa Skewness merupakan pengukuran penyimpangan suatu kurva normal yang berbentuk simetrik, yaitu kemencengan positif dan kemencengan negatif. Skewness positif memiliki skor rata-rata yang lebih banyak daripada distribusi skor yang tinggi sehingga kurva yang dihasilkan landai ke kanan.
Asumsi yang terdapat dalam uji normalitas dimaksudkan agar tidak terjadinya pernyimpangan dari sebaran skor secara signifikan atas distribusi normal yang simetrik atau tidak menceng secara signifikan. Adapun pemahaman mengenai kurtosis terdapat dalam Sudarmanto (2013) yang menyatakan bahwa kurtosis merupakan kecuraman atau kedataran kurva simetrik yang diukur berdasarkan distribusi skornya. Terdapat 3 (tiga) jenis kurva kurtosis, yaitu (1) Leptokurtic dimana kurva simetrik berbentuk sangat tajam sehingga distribusi skor lebih banyak menyebar di tengah, (2) Mesokurtic dimana kurva simetrik berdistribusi normal standar (kurva normal), dan (3) Platykurtic dimana kurva simetrik memiliki bentuk yang datar.
Pengujian normalitas ini digunakan untuk mengetahui apakah model regresi, variabel pengganggu atau residual memiliki distribusi yang normal atau tidak (Ghozali, 2006). Dalam penelitian Kusuma (2013) terdapat dua pedoman pengambilan keputusan untuk menentukan apakah distribusi data termasuk normal atau tidak, yaitu:
a. Apabila nilai Sig atau signifikansi atau nilai probabilitas menunjukkan angka < 0,05. Distribusi adalah tidak normal.
b. Apabila nilai Sig atau signifikansi atau nilai probabilitas menunjukkan angka > 0,05. Distribusi adalah normal (dalam Ghozali, 2006).
4.5.2.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah terdapat hubungan korelasi antara variabel bebas (independen) ataukah tidak terhadap model regresi.
Jika model regresi terjadi korelasi di antara variabel-variabel independen, maka variabel-variabel tersebut tidak orthogonal. Dan dapat dikatakan bahwa model regresi tersebut tidak baik. Variabel orthogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol (Ghozali, 2006).
Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut :
a. nilai yang dihasilkan adalah tinggi. Hal ini diperoleh dari suatu estimasi model regresi empiris. Walaupun secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.
b. Menganalisis matrik korelasi variabel-variabel independen yang tinggi (di atas 0.90) yang merupakan indikasi adanya multikolinearitas.
Multikolinearitas dapat juga dilihat dari (1) nilai tolerance dan (2) variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang menjelaskan variabel independen lainnya. Nilai tolerance yang rendah menunjukkan nilai VIF yang tinggi (karena VIF = 1/Tolerance). Nilai cutoff yang dipakai untuk mengetahui adanya multikolinearitas adalah nilai Tolerance > 0.10 atau sama dengan nilai VIF < 10.
4.5.2.3. Uji Heteroskedastisitas
Dengan melakukan uji heteroskedastisitas, dapat diketahui apakah terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain dalam model regresi. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, hal tersebut dinamakan Homoskedastisitas dan jika mengalami perbedaan disebut Heteroskedastisitas. Model regresi yang baik adalah Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Heteroskedasitas dapat dilihat melalui grafik plot antara nilai prediksi variabel terikat dengan residualnya. Apabila terdapat titik-titik menyebar secara acak pada pola grafik yang ditunjukkan (tanpa pola yang jelas) serta tersebar di atas maupun dibawah angka 0 pada sumbu Y, maka kesimpulannya adalah tidak terjadi heteroskedastisitas. Selain grafik scatterplots, uji heteroskedastisitas juga dapat dilakukan dengan Uji Glejser. Jika probabilitas signifikan > 0.05, maka model regresi tidak mengandung heteroskedastisitas atau homoskedastisitas (Ghozali, 2006).
4.5.2.4. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya) dalam suatu model regresi linier. Adapun uji autokorelasi tingkat satu dengan konstanta (intercept) didalamnya adalah menggunakan uji Durbin-Watson di mana tidak ada variabel lag di antara variabel bebas (Kusuma, 2013).
Hipotesis yang akan diuji adalah : H0 : tidak ada autokorelasi ( r = 0 ) HA : ada autokorelasi ( r ≠ 0 )
Hal-hal yang harus diperhatikan dalam pengambilan keputusan mengenai ada tidaknya autokorelasi antara lain:
a. Jika nilai Durbin-Watson terletak diantara batas atas (du) dan (4-du), maka koefisien autokorelasi adalah = 0, artinya tidak ada autokorelasi.
b. Jika nilai Durbin-Watson lebih rendah dari pada batas bawah (dl) maka koefisien autokorelasi adalah > 0, artinya ada autokorelasi positif.
c. Jika nilai Durbin-Watson lebih besar dari (4-dl) maka koefisien autokorelasi adalah < 0, artinya terjadi autokorelasi negatif.
d. Jika nilai Durbin-Watson terletak antara (du) dan (dl) atau Durbin-Watson terletak antara (4-du) dan (4-dl), maka tidak dapat ditarik kesimpulan.
4.5.3. Uji Hipotesis Penelitian 4.5.3.1. Koefisien Determinasi ( )
Dalam penelitian Kusuma (2013) menyatakan bahwa koefisien determinasi ( ) mengukur sejauh mana model yang dibentuk mampu menjelaskan variasi variabel independen. Koefisien determinasi dapat dicari dengan rumus (Gujarati, 1999:101) :
= ESS = 1
Besaran nilai yaitu 0-1 (0 ≤ ≤ 1) koefisien determinasi ini digunakan untuk mengetahui seberapa besar variabel dependen dipengaruhi oleh variabel independen. Jika diketahui memiliki nilai 1 berarti semakin besar pengaruh variabel independen terhadap variabel dependen.
4.5.3.2. Uji Statistik F (Uji Simultan)
Uji statistik F digunakan untuk mengetahui apakah dalam model regresi semua variabel independen memiliki pengaruh secara bersama-sama (simultan) terhadap variabel dependen. Jika nilai probabilitas signifikansi < 0.05, maka variabel independen secara bersama-sama (simultan) mempengaruhi variabel dependen (Ghozali, 2006).
4.5.3.3. Uji Statistik t (Uji Parsial)
Uji statistik t digunakan untuk mengetahui seberapa besar satu variabel independen secara individual berpengaruh dalam menjelaskan variasi variabel
independen merupakan penjelas yang signifikan terhadap variabel dependen (Ghozali, 2006).
4.5.3.4. Uji Hipotesis Variabel Moderating
4.5.3.4.1. Mendeteksi Pengaruh Moderasi dengan Uji Residual
Menurut Ghozali (2011) variabel moderating adalah variabel independen yang mampu memperkuat atau memperlemah hubungan yang terjadi antara variabel independen dengan variabel dependen. Terdapat 3 (tiga) jenis model pengujian dengan variabel moderating (Ghozali, 2011) yaitu: (1) uji interaksi, (2) uji nilai selisih mutlak, dan (3) uji residual.
Penelitian ini menggunakan metode residual untuk menguji manajemen laba dalam memoderasi pengaruh dari variabel independen terhadap variabel dependen karena uji residual dapat mengatasi terjadinya kecenderungan multikolinearitas yang tinggi antar variabel independen yang diteliti (Ghozali, 2013). Model pengujian variabel moderating dengan uji residual juga menyajikan data ketidakcocokan (Lack of Fit) dari nilai residual untuk menguji pengaruh deviasi dari suatu model regresi.
Suatu variabel merupakan pemoderasi variabel independen apabila koefisien regresi dari variabel dependen bernilai negatif dan signifikan (Ghozali, 2013). Adapun persamaan regresi linier dengan uji residual adalah:
Z = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + e…….. (1)
| ε | = α + β7Y………..(2)
Keterangan:
Y : Nilai Perusahaan α : Konstanta
β1 – β7: Koefisien Regresi X1 : Kepemilikan Institusi X2 : Komisaris Independen X3 : Komite Audit
X4 : Profitabilitas X5 : Financial Leverage X6 : Ukuran Perusahaan Z : Manajemen Laba e : Error
BAB V
HASIL DAN PEMBAHASAN
5.5. Deskripsi Data
Analisis statistik deskriptif terdiri dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan nilai standar deviasi yang berfungsi untuk menjelaskan atau mendeskripsikan kepemilikan institusi, komisaris independen, komite audit, profitabilitas, financial leverage, ukuran perusahaan, manajemen laba, dan nilai perusahaan.
Tabel 5.1
Deskripsi Data Kepemilikan Institusional, Komisaris Independen, Komite Audit, Profitabilitas, Financial Leverage, Ukuran Perusahaan, Manajemen Laba, dan Nilai Perusahaan.
Descriptive Statistics
N Range Minimum Maximum Mean
Nilai PTY 125 22.72 .57 23.29 2.6780
KInstX1 125 1.00 .00 1.00 .8837
KIndX2 125 .66 .14 .80 .3781
KAuditX3 125 2 3 5 3.15
ROAX4 125 52.54 -5.88 46.66 9.1448
DARX5 125 .66 .07 .73 .3630
UkPTX6 125 7.59 25.88 33.47 28.9637
MLZ 125 8.90813 -1.67744 7.23069 .0000000 Valid N (listwise) 125
Sumber: Deskripsi Data diolah Peneliti (2019).
Berdasarkan Tabel 5.1 hasil statistik deskriptif pada 125 data perusahaan manufaktur tahun 2014 sampai tahun 2018 atas variabel dependen Nilai Perusahaan (Y), Kepemilikan Institusi (X1), Komisaris Independen (X2), Komite Audit (X3), Profitabilitas (X4), Financial Leverage (X5), Ukuran Perusahaan (X6), dan variabel moderating Manajemen Laba (Z), dapat dijelaskan sebagai berikut:
a. Nilai perusahaan sebagai variabel dependen (Y) diproksikan dengan nilai Tobin’s Q. Nilai minimum sebesar 0,57 dan nilai maksimum sebesar 23,29 dengan nilai rata-rata (mean) sebesar 2,67 dan nilai standar deviasi sebesar 3,72. Nilai rata-rata dari nilai perusahaan lebih mendekati nilai minimumnya, menunjukkan bahwa perusahaan yang menjadi sampel memiliki nilai perusahaan yang rendah.
b. Kepemilikan institusi sebagai variabel independen pertama (X1) diproksikan dengan persentase kepemilikan institusi terhadap total kepemilikan. Nilai minimum sebesar 0,00 dan nilai maksimum sebesar 1,00 dengan nilai rata-rata (mean) sebesar 0,88 dan nilai standar deviasi sebesar 0,29. Nilai rata-rata dari kepemilikan institusi lebih mendekati nilai maksimumnya, menunjukkan bahwa perusahaan yang menjadi sampel memiliki tingkat kepemilikan institusi yang tinggi.
c. Komisaris independen sebagai variabel independen kedua (X2) diproksikan dengan persentase komisaris independen terhadap total komisaris. Nilai minimum sebesar 0,14 dan nilai maksimum sebesar 0,80 dengan nilai rata-rata (mean) sebesar 0,37 dan nilai standar deviasi sebesar 0,11. Nilai rata-rata dari komisaris independen lebih mendekati nilai minimumnya, menunjukkan bahwa perusahaan yang menjadi sampel memiliki tingkat komisaris independen yang rendah.
d. Komite audit sebagai variabel independen ketiga (X3) diproksikan dengan jumlah komite audit. Nilai minimum sebesar 3,00 dan nilai maksimum sebesar 5,00 dengan nilai rata-rata (mean) sebesar 3,15 dan
nilai standar deviasi sebesar 0,38. Nilai rata-rata dari komite audit lebih mendekati nilai minimumnya, menunjukkan bahwa perusahaan yang menjadi sampel memiliki jumlah komite audit yang rendah.
e. Profitabilitas sebagai variabel independen keempat (X4) diproksikan dengan Return on Assets (ROA). Nilai minimum sebesar -5,88 dan nilai maksimum sebesar 46,66 dengan nilai rata-rata (mean) sebesar 9,14 dan nilai standar deviasi sebesar 9,14. Nilai rata-rata dari profitabilitas lebih mendekati nilai minimumnya, menunjukkan bahwa perusahaan yang menjadi sampel memiliki tingkat profitabilitas yang rendah.
f. Financial leverage sebagai variabel independen kelima (X5) diproksikan dengan Debt to Assets Ratio (DAR). Nilai minimum sebesar 0,07 dan nilai maksimum sebesar 0,73 dengan nilai rata-rata (mean) sebesar 0,36 dan nilai standar deviasi sebesar 0,16. Nilai rata-rata dari financial leverage lebih mendekati nilai minimumnya, menunjukkan bahwa perusahaan yang menjadi sampel memiliki tingkat financial leverage yang rendah.
g. Ukuran perusahaan sebagai variabel independen keenam (X6) diproksikan dengan Logaritma Natural Total Aset. Nilai minimum sebesar 25,88 dan nilai maksimum sebesar 33,47 dengan nilai rata-rata (mean) sebesar 28,96 dan nilai standar deviasi sebesar 1,82. Nilai rata-rata dari financial leverage lebih mendekati nilai minimumnya,
menunjukkan bahwa perusahaan yang menjadi sampel memiliki tingkat financial leverage yang rendah.
h. Manajemen laba sebagai variabel moderating (Z) diproksikan dengan Revenue Discretionary. Nilai minimum sebesar -1,67 dan nilai maksimum sebesar 7,23 dengan nilai rata-rata (mean) sebesar 0,00 dan nilai standar deviasi sebesar 0,99. Nilai rata-rata dari manajemen laba lebih mendekati nilai minimumnya, menunjukkan bahwa perusahaan sampel banyak terindikasi melakukan manajemen laba.
5.6. Uji Persyaratan Analisis Data 5.2.5. Uji Normalitas
Uji normalitas menggunakan nilai residual dengan uji Kolmogrov-Smirnov. Untuk mengetahui suatu data telah berdistribusi secara normal atau tidak, hasil uji normalitas harus memiliki nilai signifikan yang lebih besar dari 0,05.
Tabel 5.2 Hasil Uji Kolmogrov-Smirnov.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 125
Normal Parametersa Mean .0000000
Std. Deviation 1.64573256
Most Extreme Differences Absolute .069
Positive .069
Negative -.057
Kolmogorov-Smirnov Z .769
Asymp. Sig. (2-tailed) .596
a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Uji Kolmogrov-Smirnov diolah Peneliti (2019).
Berdasarkan Tabel 5.2 berikut, nilai signifikansi atau Asymp. Sig. (2-tailed) adalah sebesar 0,596 dan lebih besar dari 0,05. Dengan demikian, asumsi normalitas data telah terpenuhi.
Hasil uji normalitas suatu data juga dapat dibuktikan pada Gambar 5.1 dengan pendekatan normal probability plot, dimana penyebaran titik-titik observasi merata mendekati garis diagonalnya. Sehingga dapat disimpulkan bahwa data penelitian telah berdistribusi secara normal.
Gambar 5.1 Uji Normalitas dengan Normal Probability Plot
Gambar 5.2 Grafik Histogram
Berdasarkan grafik histogram pada Gambar 5.2 terdapat distribusi data yang membentuk sebuah lonceng yang tidak menceng (skewness) ke kanan atau ke kiri sehingga data penelitian telah berdistribusi normal.
5.2.6. Uji Multikolinearitas
Data penelitian yang bebas dari multikolinearitas harus mencapai batas nilai tolerance > 0,10 dan nilai VIF < 10.
Berdasarkan tabel 5.3 berikut, dapat disimpulkan secara keseluruhan bahwa data bebas dari multikolinearitas. Adapun perincian nilai untuk masing-masing variabel yaitu:
a. Kepemilikan institusi (X1) telah bebas dari multikolinearitas dengan nilai tolerance lebih besar dari 0,10 (0,829 > 0,10) dan nilai VIF lebih kecil dari 10 (1,207 < 10).
Tabel 5.3 Hasil Uji Multikolinearitas
Coefficientsa
Model
Collinearity Statistics Tolerance VIF 1 (Constant)
KInstX1 .829 1.207
KIndX2 .606 1.649
KAuditX3 .748 1.337
ROAX4 .587 1.702
DARX5 .835 1.197
UkPTX6 .759 1.317
a. Dependent Variable: NilaiPTY Sumber: diolah Peneliti (2019).
b. Komisaris independen (X2) memiliki nilai tolerance lebih besar dari 0,10 (0,606 > 0,10) dan nilai VIF lebih kecil dari 10 (1,649 < 10) sehingga data telah bebas dari multikolinearitas.
c. Komite audit (X3) telah memenuhi nilai tolerance lebih besar dari 0,10 (0,748 > 0,10) dan nilai VIF lebih kecil dari 10 (1,337 < 10) dan bebas dari multikolinearitas.
d. Profitabilitas (X4) bebas dari multikolinearitas karena memiliki nilai tolerance lebih besar dari 0,10 (0,587 < 0,10) dan nilai VIF lebih kecil dari 10 (1,702 > 10).
e. Financial leverage (X5) dengan nilai tolerance lebih besar dari 0,10 (0,748 > 0,10) dan nilai VIF lebih kecil dari 10 (1,337 < 10) sehingga bebas dari multikolinearitas.
f. Ukuran perusahaan (X6) memiliki nilai tolerance lebih besar dari 0,10 (0,835 > 0,10) dan nilai VIF lebih kecil dari 10 (1,197 < 10) dan bebas dari multikolinearitas.
5.2.7. Uji Heteroskedastisitas
5.2.7. Uji Heteroskedastisitas