2. Ukuran Perusahaan
4.2 Hasil Penelitian
4.2.2 Uji Asumsui Klasik .1 Uji Normalitas
Uji normalitas dilakakukan dengan uji kolmogorov smirnov. Uji ini digunakan untuk mengetahui apakah distribusi variabel X dan Y normal atau tidak. Kriteria pengambilan keputusan yaitu jika signifikansi > 0,05 maka data berdistribusi normal, dan jika signifikansi < 0,05 maka data berdistribusi tidak normal.
Gambar 4.5
Diagram Hasil Uji Normalitas dengan Histogram Normal Sumber : Data Dikaji Peneliti (2020)
Pada Gambar 4.5 dapat dilihat bahwa histogram berbentuk lonceng yang simetris dan tidak terlalu condong ke kiri atau ke kanan. Berdasarkan grafik tersebut dapat disimpulkan bahwa data terdistribusi secara normal. Hasil uji normalitas berdasarkan P-P P-Plot terdapat pada Gambar 4.6.
Gambar 4.6
Grafik Hasil Uji Normalitas dengan Normal P-P Plot Sumber : Data Dikaji Peneliti (2020)
Pada Gambar 4.6 dapat dilihat titik-titik menyebar dan berhimpit mengikuti garis diagonal. Hal ini menunjukkan data terdistribusi secara normal. Hasil uji normalitas menggunakan Kolmogorov-Smirnov (K-S) terdapat di Tabel 4.8.
Tabel 4.8
Normal Parametersa,b Mean ,0000000
Std. Deviation ,07454586 Most Extreme Differences Absolute ,116
Positive ,076
d. This is a lower bound of the true significance.
Sumber : Output SPSS Versi 25
Pengujian normalitas menggunakan Kolmogorov-Smirnov (K-S) dapat diketahui melalui nilai probabilitas signifikansi sebesar 0,05. Dari Tabel 4.8 pada kolom Asymptotic Significant (2-tailed) dapat ditarik kesimpulan bahwa data pada variabelnya memiliki nilai signifikansi 0,200. Karena signifikansi lebih dari 0,05 maka data dinyatakan data berdistribusi normal (p = 0,200 > 0,05).
4.2.2.2 Uji Heteroskedastisitas
Model regresi yang baik mensyaratkan tidak adanya masalah heteroskedastisitas, karena dapat menyebabkan penaksiran atau estimator menjadi tidak efisien dan nilai koefisien determinasi akan menjadi sangat tinggi. Jika dalam grafik scatterplot tidak terdapat titik-titik yang membentuk suatu pola teratur (bergelombang, membentuk garis horisontal dan vertikal), maka dapat dikatakan bahwa tidak terjadi heteroskedastisitas pada model regresi, dan model regresi berganda layak untuk dipakai. Untuk melihat apakah terjadi heteroskedastisitas atau tidak dapat dilihat melalui grafik Scatterplot pada Gambar 4.7.
Gambar 4.7
Grafik Hasil Uji Heteroskedastisitas dengan Scatterplot Sumber : Data Dikaji Peneliti (2020)
Dari grafik Scatterplot yang terdapat pada Gambar 4.7 dapat diketahui bahwa titik-titik menyebar dengan pola tidak teratur. Titik-titik tersebut mempunyai pola yang tidak jelas berada di atas dan di bawah angka 0 pada sumbu Y, maka model regresi tidak terjadi masalah heteroskedastisitas sehingga model dapat digunakan untuk memprediksi pengaruh variabel-variabel independen.
4.2.2.3 Uji Multikolinearitas
Uji multikolinearitas diketahui dari nilai VIF (variance inflation factor) untuk masing-masing variabel bebas. Uji ini dilakukan untuk menguji apakah ditemukan adanya korelasi variabel independen dalam model regresi. Model regresi dianggap baik jika tidak terdapat multikolinearitas atau tidak ada korelasi antar variabel independen.
Untuk mengetahui multikolinearitas dalam model dapat dilihat di Tabel 4.9.
Tabel 4.9
Hasil Uji Multikolinearitas Coefficientsa
Model
Collinearity Statistics Tolerance VIF 1 (Constant)
FinancialDistress ,726 1,264 UkuranPerusahaan ,737 1,356
Leverage ,584 1,764
a. Dependent Variable: KonservatismeAkuntansi
Sumber : Output SPSS Versi 25
Dari Tabel 4.9 pada kolom coefficients di atas dapat diketahui bahwa nilai tolerance dari semua variabel independen di atas dari 0,10. Hal ini berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan VIF menunjukkan tidak ada variabel independen yang memiliki nilai VIF lebih dari 10. Maka dapat disimpulkan bahwa tidak terdapat korelasi antar variabel independen atau tidak ada multikolinearitas dalam model regresi.
4.2.2.4 Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah ada korelasi antara kesalahan pengganggu periode t dalam kesalahan pengganggu pada periode t-1 (periode sebelumnya) pada model regresi linear (Ghozali, 2016). Model regresi yang baik adalah model regresi yang tidak terdapat autokorelasi. Penelitian ini menggunakan Run Test di mana nilai Asymp. Sig. (2-tailed) > 0,05 maka data residual terjadi secara random (acak).
Untuk mengetahui hasil uji autokorelasi dapat dilihat pada Tabel 4.10.
Tabel 4.10 Hasil Uji Autokorelasi
Runs Test
Unstandardize d Residual
Test Valuea ,01324
Cases < Test Value 15 Cases >= Test Value 15
Total Cases 30
Number of Runs 11
Z -1,672
Asymp. Sig. (2-tailed) ,094 a. Median
Sumber : Output SPSS Versi 25
Dari Tabel 4.10 dapat diketahui nilai Asymptotic Significant (2-tailed) sebesar 0,094 > 0,05 maka dapat disimpulkan bahwa tidak terdapat gejala atau masalah autokorelasi atau dengan kata lain H0 diterima yaitu data residual terjadi secara random (acak). Dengan demikian, masalah autokorelasi teratasi melalui Run Test sehingga analisis regresi linear dapat dilanjutkan.
4.2.3.2 Uji Parsial (Uji t)
Uji statistik t digunakan untuk menguji pengaruh masing-masing variabel independen terhadap variabel dependen. Variabel-variabel tersebut diuji dengan tingkat signifikan sebesar 0,05. Jika nilai t lebih kecil dari 0,05 maka H0 ditolak, sebaliknya jika nilai t lebih besar dari 0,05 maka H0 diterima. Tabel 4.12 di bawah ini menyajikan uji statistik t sebelum moderasi.
Tabel 4.12
Hasil Uji Parsial (Uji t) Sebelum Moderasi Coefficientsa
Model t Sig.
1 (Constant) -,821 ,419
FinancialDistress -4,639 ,000 UkuranPerusahaan -,398 ,694 a. Dependent Variable: KonservatismeAkuntansi
Sumber : Output SPSS Versi 25 1. Financial Distress
Hasil pengujian hipotesis yang terdapat pada Tabel 4.12 menunjukkan bahwa nilai signifikansi variabel financial distress sebesar 0,000. Hasil pengujian ini menerima hipotesis pertama (H1a) karena variabel financial distress memiliki nilai signifikansi lebih kecil dari 0,05. Hal ini berarti variabel financial distress berpengaruh terhadap konservatisme akuntansi.
2. Ukuran Perusahaan
Hasil pengujian hipotesis yang terdapat pada Tabel 4.12 menunjukkan bahwa nilai signifikansi variabel ukuran perusahaan sebesar 0,694. Hasil pengujian ini menolak hipotesis kedua (H1b) karena variabel ukuran perusahaan memiliki nilai signifikansi lebih besar dari 0,05. Hal ini berarti variabel ukuran perusahaan tidak berpengaruh terhadap konservatisme akuntansi.
4.2.3.3 Koefisien Determinasi (𝐑𝟐)
Koefisien determinasi R2 digunakan untuk mengetahui seberapa besar prosentase pengaruh variabel independen (X) secara bersama-sama dapat mempengaruhi atau menjelaskan variabel dependen (Y). Dalam penelitian ini uji koefisien determinasi dilihat dari nilai Adjusted R2. Pada Tabel 4.14 menunjukkan hasil sebelum adanya moderasi.
Tabel 4.14
Hasil Uji Koefisien Determinasi (𝐑𝟐) Sebelum Moderasi Model Summaryb
Sumber : Output SPSS Versi 25
Dari Tabel 4.14 diketahui bahwa nilai Adjusted R2 adalah sebesar 0,542. Hal ini berarti 54,2 % variabel X yaitu financial distress dan ukuran perusahaan dapat menjelaskan atau mempengaruhi variabel Y yaitu konservatisme akuntansi, sedangkan sisanya 45,8 % dijelaskan atau dipengaruhi oleh faktor-faktor lain di luar model penelitian ini.
4.2.4.1 Pengaruh Financial Distress Terhadap Konservatisme Akuntansi
Tabel 4.12 menunjukkan nilai signifikansi H1a sebesar 0,000. Nilai ini lebih kecil dibandingkan nilai signifikansi 0,05. Hasil tersebut menunjukkan bahwa financial distress berpengaruh terhadap konservatisme akuntansi.
Berdasarkan data financial distress pada Tabel 4.4 terbukti bahwa unit penelitian pada penelitian ini cenderung melakukan titik aman kondisi financial distress berada di bawah angka 0 artinya perusahaan pada sampel ini terbukti terhindar dari kondisi tersebut.
Begitupula dengan data konservatisme akuntansi pada Tabel 4.3 menunjukkan bahwa perusahaan melakukan titik aman di mana perusahaan menerapkan prinsip konservatisme akuntansi.
Pada umumnya karena biaya tetap yang tinggi, aset tidak likuid, atau pendapatan yang peka terhadap penurunan ekonomi. Hal tersebut terjadi karena kemungkinan manajer akan menghadapi tekanan pelanggaran kontrak. Perusahaan juga ingin agar dapat dipercaya oleh para investor dan kreditor dengan menerapkan prinsip konservatisme akuntansi. Perusahaan yang memiliki potensi atas terjadinya kesulitan keuangan yang tinggi akan menganggap manajer sebagai pihak yang paling bertanggung jawab karena kualitas manajer tersebut dianggap buruk.
Tentunya dapat menjadi sebuah ancaman bagi manajer yang bersangkutan, sehingga manajer menggunakan prinsip konservatisme akuntansi dalam penyajian laporan keuangan untuk menghindari kemungkinan konflik dengan kreditor dan pemegang saham. Dengan demikian financial distress yang semakin tinggi maka laporan keuangan yang dihasilkan akan semakin tidak konservatif.
Hal ini akan menyebabkan ketika suatu perusahaan berada dalam potensi kesulitan keuangan yang tinggi maka perusahaan itu akan cenderung lebih agresif dan berani dalam menghadapi risiko dan hal-hal yang tidak pasti (risk-seeker), sehingga hal ini akan mempengaruhi penerapan konservatisme yang semakin rendah. Permasalahan tersebut dapat menjadi ancaman bagi manajer, sehingga mendorong manajer untuk mengurangi penerapan prinsip akuntansi yang konservatif.
4.2.4.2 Pengaruh Ukuran Perusahaan Terhadap Konservatisme Akuntansi
Tabel 4.12 menunjukkan nilai signifikansi H1b sebesar 0,694. Nilai ini lebih besar dibandingkan nilai signifikansi 0,05. Hasil tersebut menunjukkan bahwa ukuran perusahaan tidak berpengaruh terhadap konservatisme akuntansi.
Tidak berpengaruhnya ukuran perusahaan disebabkan dari unit analisis yang digunakan pada penelitian ini memiliki nilai aktiva meningkat setiap periodenya, sehingga nilai ukuran perusahaan yang dihasilkan cenderung besar dan dapat dibuktikan pada Tabel 4.5. Selain itu, unit penelitian yang digunakan merupakan perusahaan go public. Semakin besarnya ukuran perusahaan tersebut tidak diiringi dengan penerapan konservatisme akuntansi.
Ketika ukuran perusahaan tersebut besar dan memiliki total aktiva yang beragam, maka pengawasan oleh pemerintah akan tinggi. Adanya peraturan-peraturan yang telah diterbitkan oleh pemerintah sudah sesuai dengan keinginan perusahaan, sehingga perusahaan tidak harus menerapkan konservatisme. Sebagai contoh yaitu pengenaan beban pajak yang relatif rendah yang diberikan oleh pemerintah akan meringankan perusahaan tersebut.
Hasil ini tidak sesuai dengan political cost hypothesis atau lebih dikenal sebagai size hypothesis yang berdasar pada asumsi bahwa perusahaan besar lebih sensitif secara politis dan memiliki beban transfer kesejahteraan yang lebih besar daripada perusahaan yang lebih kecil, sehingga untuk mengurangi biaya politis tersebut perusahaan menerapkan konservatisme akuntansi.