METODOLOGI PENELITIAN
3.1. Model Analisis
Model analisis adalah variabel yang digunakan dalam melakukan analisa data sehingga dapat diperoleh suatu kesimpulan. Penelitian ini menggunakan model analisis dengan data yang bersifat kuantitatif. Dua variabel independen yaitu struktur kepemilikan dan tata kelola perusahaan, satu variabel dependen yaitu manajemen laba dan ada beberapa variabel kontrol. Kerangka berpikir dari penelitian ini sebagaimana ditunjukkan dalam Gamabr 3.1. berikut :
Gambar 3.1. Kerangka Berpikir
3.2. Jenis Penelitian
Penelitian ini menggunakan studi kausalitas. Studi kausalitas adalah studi yang menghasilkan hubungan antara variabel bebas dengan variabel teikat
Variabel Independen
Variabel Dependen Earnings Management
(Y) Ownership structure of the
banking industry (X1)
Corporate Governance (X2)
Variabel Kontrol
1. Capital Adecuancy Ratio 2. Non Performing Loan 3. Return on assets (ROA) 4. Leverage
5. Size
disamping mengukur kekuatan hubungannya. Penelitian ini termasuk jenis kausal karena memiliki tujuan untuk mengukur besaran pengaruh ownership structure of the banking industry terhadap earnings management.
3.3. Definisi Operasional
Variabel penelitian meliputi dua variabel yang mempengaruhi (Independent) dengan notasi “X” dan variabel yang dipengaruhi (dependent) dengan notasi “Y”.
Variabel bebas penelitian terdiri dari ownership structure of the banking industry dan corporate governance. Sedangkan variabel terikat adalah earnings management. Definisi operasional variabel penelitian ini sebagai berikut :
3.3.1. Variabel dependen
Variabel dependennya adalah manajemen laba ( earnings management).
Menurut Arifin & Destriana, (2016), manajemen laba adalah campur tangan yang dilakukan secara sengaja oleh manajemen untuk mendapatkan laba sesuai dengan tujuannya. Pengurukan earning management menggunakan formulas Modified Jones pada (Chen, Elder, & Hsieh, 2007) dengan rumus sebagai berikut : 𝑇𝐴𝑖,𝑡 = 𝑁𝐼𝑖,𝑡− 𝐶𝐹𝑂𝑖,𝑡 (1)
𝑇𝐴𝑖,𝑡
𝐴𝑖,𝑡−1= 𝜕1[ 1
𝐴𝑖,𝑡− 1] + 𝜕2(∆𝑅𝐸𝑉𝑖,𝑡− ∆𝑅𝐸𝐶𝑖,𝑡
𝐴𝑖,𝑡− 1 ) + 𝜕3(𝑃𝑃𝐸𝑖,𝑡
𝐴𝑖,𝑡− 1) + 𝜕4𝑅𝑂𝐴𝑖,𝑡− 1 + 𝜀𝑖,𝑡 (2)
𝑁𝐷𝐴𝑖,𝑡
𝐴𝑖,𝑡−1 = 𝜕̂ (1 1
𝐴𝑖,𝑡−1) + 𝜕̂ (2 ∆𝑅𝐸𝑉𝑖,𝑡−∆𝑅𝐸𝐶𝑖,𝑡
𝐴𝑖,𝑡−1 ) + 𝜕̂ (3 𝑃𝑃𝐸𝑖,𝑡
𝐴𝑖,𝑡−1) + 𝜕̂𝑅𝑂𝐴4 𝑖,𝑡−1 (3)
𝐷𝐴𝑖,𝑡
𝐴𝑖,𝑡−1= 𝑇𝐴𝑖,𝑡
𝐴𝑖,𝑡−1− {𝜕̂1 ( 1
𝐴𝑖,𝑡− 1) + 𝜕̂2(∆𝑅𝐸𝑉𝑖,𝑡−∆𝑅𝐸𝐶𝑖,𝑡
𝐴𝑖,𝑡−1 ) + 𝜕̂3(𝑃𝑃𝐸𝑖,𝑡
𝐴𝑖,𝑡− 1) +
𝜕̂4𝑅𝑂𝐴𝑖,𝑡− 1} (4)
Keterangan :
𝑇𝐴𝑖,𝑡 = total accruals pada perusahaan di tahun t.
𝑁𝐼𝑖,𝑡 = net income sebelum discontinued segmen dan extraordinary items.
𝐶𝐹𝑂𝑖,𝑡 = cash flow dari bagian operasi.
∆𝑅𝐸𝑉𝑖,𝑡 = perubahan revenue pada perusahaan dari tahun t.
∆𝑅𝐸𝐶𝑖,𝑡 = perubahan piutang perusahaan pada tahun t.
𝑃𝑃𝐸𝑖,𝑡 = nilai property, plant and equipment for company in year t.
𝑅𝑂𝐴𝑖,𝑡−1= return on assets perusahaan pada tahun di t- 1.
𝐴𝑖,𝑡− 1 = total assets perusahaan pada tahun t- 1.
𝑁𝐷𝐴𝑖,𝑡 = non discretionary accruals pada perusahaan di tahun t . 𝐷𝐴𝑖,𝑡 = discretionary accruals pada perusahaan di tahun t.
𝜀𝑖,𝑡 = nilai residual perusahaan pada t.
Cara menghitung discretionary accruals menggunakan Modified Jones Model (Gerayli, Yanesari, & Ma’atoofi, 2011). Untuk mengestimasi discretionary accruals, diawali dengan tiga langkah, yaitu:
1. Perhitungan nilai total accruals dengan persamaan:
Total Accruals (TAC) = laba bersih setelah pajak – Arus kas dari aktivitas operasi.
2. Perhitungan nilai non discretionary accruals dengan persamaan regresi Ordinary Least Square (OLS) sebagai berikut:
(5) Dimana:
TAC t = total accruals perusahaan pada periode t A t-1 = total asset perusahaan pada akhir tahun t-1
ΔREV = perubahan pendapatan perusahaan i dari tahun t − 1 ke tahun t PPE t = aktiva tetap perusahaan pada periode t
Dengan nilai koefisien regresi yang tertera diatas kemudian hitung nilai non discretionary total accruals:
(6) Dimana :
NDA t = non discretionary accruals perusahaan pada periode t
α = fitted coefficient yang diperoleh dari hasil regresi pada perhitungan total accruals
ΔREC t = perubahan piutang perusahaan i dari tahun t-1 ke tahun t
3. Menghitung nilai discretionary accruals dilakukan dengan menselisihkan antara total accrual dengan nondiscretionary total accruals.
(7) Dimana:
DA t = discretionary accruals perusahaan pada periode t 3.3.2. Variabel Independen
3.3.2.1. Ownership structure of the banking industry (𝑿𝟏)
Struktur kepemilikan adalah faktor yang dapat mempengaruhi kegiatan perusahaan. Kepemilikan bank oleh pemerintah lebih baik dan menghasilkan keuntungan yang besar. Cara pengukuran profitabilitas (ROE dan ROA) dan juga mengukur variabel non-pergorming loans dengan tujuan untuk mengukur kualitas perbankan. Struktur kepemilikan bank terdiri dari kepemilikan pemerintah, kepemilikan keluarga, kepemilikan institusional, dan kepemilikan manajerial, penjelasan sebagai berikut :
a. Struktur Kepemilikan Manajerial
Kepemilikan manajerial adalah kepemilikan saham yang dimiliki oleh manajer sendiri maupun anak cabang perusahaan yang berafiliasi. Struktur kepemilikan manajerial dapat dilihat dengan menggunakan presentase perbandingan jumlah saham dengan seluruh modal yang beredar.
𝐾𝑒𝑝𝑒𝑚𝑖𝑙𝑖𝑘𝑎𝑛 𝑀𝑎𝑛𝑎𝑗𝑒𝑟𝑖𝑎𝑙 = ∑ 𝑆𝑎ℎ𝑎𝑚 𝑑𝑖𝑟𝑒𝑘𝑠𝑖 & 𝑘𝑜𝑚𝑖𝑠𝑎𝑟𝑖𝑠
∑ 𝐿𝑒𝑚𝑏𝑎𝑟 𝑠𝑎ℎ𝑎𝑚 𝑏𝑒𝑟𝑒𝑑𝑎𝑟 𝑥 100%
(8)
b. Struktur Kepemilikan Institusional
Struktur Kepemilikan Institusional adalah saham yang ditanam dalam suatu perusahaan oleh pihak institusional (Darwis, 2009).
𝐾𝑒𝑝𝑒𝑚𝑖𝑙𝑖𝑘𝑎𝑛 𝐼𝑛𝑠𝑡𝑖𝑡𝑢𝑠𝑖𝑜𝑛𝑎𝑙 = ∑ 𝑆𝑎ℎ𝑎𝑚 𝑝𝑖ℎ𝑎𝑘 𝑖𝑛𝑠𝑡𝑖𝑡𝑢𝑠𝑖𝑜𝑛𝑎𝑙
∑ 𝑇𝑜𝑡𝑎𝑙 𝑠𝑎ℎ𝑎𝑚 𝑏𝑒𝑟𝑒𝑑𝑎𝑟 𝑥 100%
(9) c. Struktur Kepemilikan Keluarga
Struktur kepemilikan keluarga adalah kepemilikan saham yang dimiliki oleh keluarga saja.
𝐾𝑒𝑝𝑒𝑚𝑖𝑙𝑖𝑘𝑎𝑛 𝐾𝑒𝑙𝑢𝑎𝑟𝑔𝑎 = ∑ 𝑆𝑎ℎ𝑎𝑚 𝑝𝑖ℎ𝑎𝑘 𝑘𝑒𝑙𝑢𝑎𝑟𝑔𝑎
∑𝑇𝑜𝑡𝑎𝑙 𝑠𝑎ℎ𝑎𝑚 𝑏𝑒𝑟𝑒𝑑𝑎𝑟 x 100% (10) d. Struktur Kepemilikan Pemerintah
Struktur kepemilikan pemerintah adalah total kepemilikan saham yang dimiliki oleh pemerintah dari total saham yang dikelola
𝐾𝑒𝑝𝑒𝑚𝑖𝑙𝑖𝑘𝑎𝑛 𝑃𝑒𝑚𝑒𝑟𝑖𝑛𝑡𝑎ℎ = ∑𝑆𝑎ℎ𝑎𝑚 𝑝𝑖ℎ𝑎𝑘 𝑝𝑒𝑚𝑒𝑟𝑖𝑛𝑡𝑎ℎ
∑ 𝑇𝑜𝑡𝑎𝑙 𝑠𝑎ℎ𝑎𝑚 𝑏𝑒𝑟𝑒𝑑𝑎𝑟 𝑥 100%
(11) 3.3.2.2. Corporate Governance (𝑿𝟐)
Menurut Swastika, (2013), corporate governance diukur menggunakan board of director. Board of director pengukuran ini didasarkan pada jumlah direktur yang ada di perusahaan, penilaian ini berdasarkan skala rasio yaitu dari jumlah direksi di perusahaan.
3.3.3. Variabel kontrol
Analisis yang digunakan adalah regresi linear berganda dengan variabel independen yang berupa variabel dummy. Variabel dummy merupakan data yang bersifat nominal. Jika dalam regresi hanya terdiri dari variabel dummy, maka variabel dummy dalam model regresi akan memunculkan kendala dalam pengukuran. Selain itu, model regresi tidak boleh hanya terdiri dari variabel yang bersifat nominal saja, namun harus terdiri juga dengan variabel yang bersifat rasio.
Oleh sebab itu, digunakan variabel kontrol dalam penelitian ini untuk menghilangkan bias pada variabel dependen yang merupakan variabel kuantitatif.
Variabel kontrol telah digunakan pada berbagai penelitian terdahulu karena merupakan salah satu alat kontrol bagi pengukuran manajemen laba dalam bank.
Variabel kontrol yang digunakan adalah Rasio kecukupan modal (Capital Adequancy Ratio)
3.3.3.1. Rasio Kecukupan Modal (Capital Adequancy Ratio)
Rasio kecukupan modal memiliki fungsi untuk melindungi nasabah yang menyimpan uang di bank dalam bentuk deposito dan mempromosikan stabilitas sistem keuangan di seluruh dunia. Rasio kecukupan bank adalah rasio modal bank untuk risiko regulasi (regulator risk). Rumus dari rasio kecukupan modal (Capital Adequancy Ratio) sebagai berikut:
𝐶𝐴𝑅 = 𝑇𝑖𝑒𝑟 𝑂𝑛𝑒 𝐶𝑎𝑝𝑖𝑡𝑎𝑙 + 𝑇𝑖𝑒𝑟 𝑇𝑤𝑜 𝐶𝑎𝑝𝑖𝑡𝑎𝑙 𝑅𝑖𝑠𝑘 𝑊𝑒𝑖𝑔ℎ𝑡𝑒𝑑 𝐴𝑠𝑠𝑒𝑡𝑠
(12) 3.3.3.2.Non Performing Loan
Non performing loan adalah sejumlah uang yang dipinjam oleh debitur tetapi debitur belum melakukan pembayaran sesuai dengan periode yang telah ditentukan.
Periode yang ditentukan juga bervariasi, tergantung pada industri dan jenis pinjaman. Namun secara umum, periode adalah 90 hari atau 180 hari. Salah satu kunci dari non performing loan adalah menilai kualitas kinerja dari bank. Jika non performing loan terus meningkat akan memberikan dampak negatif terhadap bank yaitu mengurangi jumlah modal yang dimiliki oleh bank, karena suku bunga yang seharusnya menjadi sumber pendapatan bank menjadi terhambat dengan tidak menerima lagi angsuran sesuai dengan periode yang seharusnya. Maka dengan begitu, pihak bank harus melakukan analisa kredit sehingga melakukan seleksi klien yang memang pantas untuk menerima dana pinjaman dari bank. Langkah terbaik adalah dengan membuat sistem manajemen yang lebih sistematis.
3.3.3.3. Return on asset (ROA)
Rasio return on asset adalah hasil dari perhitungan antara laba bersih dengan aset. Menurut Setiawati, (2010), rasio ini memperlihatkan efektivitas pengelolaan aset, semakin tinggi angka maka pengelolaan aset akan semakin produktif.
𝑅𝑂𝐴 =𝐿𝑎𝑏𝑎 𝑏𝑒𝑟𝑠𝑖ℎ 𝑠𝑒𝑏𝑒𝑙𝑢𝑚 𝑝𝑎𝑗𝑎𝑘
𝑇𝑜𝑡𝑎𝑙 𝑎𝑘𝑡𝑖𝑣𝑎 𝑥 100%
(13) 3.3.3.4.Leverage
Leverage adalah penggunaan aktiva yang berguna untuk menutup biaya atau beban tetap dari perusahaan. Dalam penelitian ini digunakan financial leverage (leverage keuangan). Penelitian Dewi, (2010) menjelaskan financial leverage adalah penggunaan dana yang disertai dengan biaya tetap. Financial leverage diproksikan dengan debt to total assets dengan rumus sebagai berikut :
𝐷𝑒𝑏𝑡 𝑡𝑜 𝑡𝑜𝑡𝑎𝑙 𝑎𝑠𝑠𝑒𝑡𝑠 = 𝑇𝑜𝑡𝑎𝑙 𝑢𝑡𝑎𝑛𝑔 𝑇𝑜𝑡𝑎𝑙 𝑎𝑘𝑡𝑖𝑣𝑎
(14) 3.3.3.5.Size
Size adalah skala yang dapat diklarifikasikan besar kecilnya perusahaan menurut berbagai cara, seperti menggunakan total aktiva, jumlah karyawan dan lain-lain. Size merupakan indikator yang menunjukkan karakteristik suatu perusahaan dimana terdapat parameter yang dapat digunakan untuk menentukan ukuran perusahaan.
𝑆𝑖𝑧𝑒 = 𝐿𝑛 𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎 𝑃𝑒𝑟𝑢𝑠𝑎ℎ𝑎𝑎𝑛 (15) 3.4. Populasi, Sampel, dan Teknik Pengambilan Sample
Populasi dalam penelitian ini adalah perusahaan-perusahaan perbankan yang terdaftar dalam Bursa Efek Indonesia selama periode 2014-2017. Alasan memilih perusahaan perbankan karena perusahaan perbankan memiliki ruang lingkup cukup besar karena banyak terdaftar di Bursa Efek Indonesia, sehingga dapat dianggap mewakili keseluruhan perusahaan perbankan yang terdaftar di BEI. Obyek penelitian adalah bank umum yang ada di Indonesia. Sample dalam penelitian ini adalah perusahaan yang termasuk dalam sektor perbankan dan tercatat dalam BEI selama periode 2014-2017. Sample sektor perbankan yang dituju harus yang memiliki data laporan keuangan secara teratur dan lengkap selama periode observasi.
Purposive sampling adalah proses pemeilihan sample dalam penelitian ini.
Purposive sampling merupakan metode penentuan sample dengan menggunakan pertimbangan tercapainya tujuan dalam enelitian ini yaitu perusahaan dapat menyajikan laporan keuangan secara lengkap dalam bentuk ikhtisiar laporan keuangan. Kriteria sampel yang akan digunakan dalam penelitian ini meliputi:
1. Perusahaan perbakan yang terdaftar dalam Bursa Efek Indonesia tahun 2014-2017.
2. Laporan keuangan dan laporan tahunan selama 4 (empat) tahun berturut- turut (2014-2017) dan tersedia dari database Bloomberg atas situs idx.co.id.
3.5. Teknik Analisis Data
Teknik analisa data dalam penelitian ini adalah dengan pengumpulan data sekunder yang berasal dari www.idx.co.id . Dalam penelitian ini, cara yang digunakan untuk menganalisis data adalah statistik deskriptif, uji asumsi klasik dan uji kelayakan model regresi.
3.5.1. Statistik Deskriptif
Metode pengumpulan dan penyajian data yang memberikan informasi berguna bagi suatu perusahaan merupakan statistik deskriptif. Statistika deskriptif memberikan informasi yang tidak lengkap yaitu mengenai data yang dimiliki oleh perusahaan saja dan tidak menarik kesimpulan yang penting. Informasi yang dapat diperoleh dari statistika deskriptif adalah rata-rata (mean), median, modus, standar deviasi, varian, dan sebagainya.
3.5.2. Uji Asumsi Klasik 3.5.2.1.Uji Normalitas
Menurut Widarjono, (2010), uji normalitas memiliki tujuan untuk mengetahui apakah variabel pengganggu (residual) memiliki distribusi yang normal. Data yang diinginkan adalah data yang mempunyai distribusi normal. Pada asumsi kenormalan, apabila ada nilai error atau variabel pengganggu berdistribusi normal, maka variabel dependen atau yang dapat disebut juga nilai y akan berdistribusi normal. Langkah yang digunakan untuk uji normalitas adalah dengan
menggunakan SPSS 20 dan menggunakan One Sample Kolmogorov- Smirnov.
Apabila hasil dari One Sample Kolmogorov- Smirnov menghasilkan nilai sig >0.05, maka data dikatakan normal, sedangkan apabila nilai sig <0.05 maka data tidak normal.
3.5.2.2. Uji Heteroskedastitas
Uji Heteroskedastitas ini memiliki tujuan untuk menguji apakah terjadi ketidaksamaan varian dari residual suatu pengamatan ke pengamatan yang lain. Jika varian residual dari suatu pengamatan ke pengamatan yang tetap, maka akan disebut homokedastisitas dan jika berbeda akan disebut heteroskedastisitas. Model yang baik adalah homoskedastisitas. Ada atau tidaknya heteroskedastisitas dilakukan dengan korelasi rank spearman antara variabel bebas dengan nilai residual. Jika korelasi rank spearman antara variabel bebas dengan nilai residual menghasilkan nilai yang signifikansi > 0.05 (α=5%), maka disimpulkan dalam model regresi tidak terjadi heteroskedastisitas (Ghozali, 2013).
3.5.2.4. Uji Autokorelasi
Uji autokorelasi dalam suatu model dilakukan untuk mengetahui ada tidak hubungan antar variabel penganggu pada periode yang telah ditentukan dengan variabel pengganggu pada periode sebelumnya. Apabila terjadi hubungan maka disebut autokorelasi . Regresi yang bebas dari autokolerasi merupakan regresi yang baik. Salah satu cara untuk mendeteksi autokorelasi dapat dilakukan dengan uji Durbin-Watson, merupakan uji non para-metrik sehingga tidak menuntut kenormalan distribusi data ataupun aturan yang lain. Adapun angka dari Durbin- Watson yang dapat menjadi patokan adalah (Anatolyev, 2003):
1,65 < DW < 2,35 : tidak terjadi autokorelasi
1,21 < DW < 1,65 atau 2,35 < DW < 2,79: tidak dapat disimpulkan
DW < 1,21 atau DW > 2,79 : terjadi autokorelasi
3.5.2.3. Uji Multikolinearitas
Uji multikolinearitas adalah uji untuk menghasilkan apakah variabel independen harus terbebas dari kolerasi antar variabel independen. Kesamaan antara variabel independen dalam suatu perusahaan akan menyebabkan terjadi
korelasi yang kuat antara variabel independen satu dengan variabel independen lainnya. Deteksi multikolinieritas bertujuan untuk menghindari kebiasan dalam proses pembuatan kesimpulan mengenai pengaruh pada uji parsial masing-masing variabel independen terhadap variabel dependen (Ghozali, 2013).
Deteksi multikolinieritas pada suatu model dapat dilihat dari nilai variance inflation factor (VIF) dari nilai toleransi. Model diperkirakan bebas dari multikolinieritas apabila nilai variance inflation factor tidak lebih dari 10 dan nilai toleransi kurang dari 0,1. Semakin tinggi variance inflation factor maka semakin rendah nilai toleransi (Ghozali, 2013).
3.5.2.5. Persamaan Regresi
Uji statistik F, uji statistik T dan uji koefisien determinasi adalah cara untuk menganalisis regresi dalam penelitian ini. Berikut adalah model regresi yang digunakan dalam penelitian ini:
𝑌 = 𝛽0+ 𝛽1𝑋1+ 𝛽2𝑋2+ 𝛽3𝐷1+ 𝛽4𝑋3+ 𝛽4𝑋4 3.5.2.6.Uji Kelayakan Model Regresi
Cara yang digunakan untuk mendeteksi kelayakan model regresi dalam penelitian ini adalah analisis Goodness of Fit. Goodness of Fit Text menguji hipotesis nol bahwa data empiris sesuai dengan model, dengan begitu tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Hipotesis yang dipakai dalam penelitian ini adalah:
Ho : koefisien regresi yang tidak signifikan H1 : koefisien regresi yang signifikan
Sedangkan, dasar pengambilan keputusan adalah dengan berdasarkan probabilitas dengan melihat angka signifikansi untuk setiap variabel yang ada pada bagian akhir output yaitu:
a. Jika probabilitas > 0.05 maka Ho diterima b. Jika probabilitas < 0.05 maka Ho ditolak 3.5.2.7. Uji Koefisien Determinasi (R2)
Koefisien ini memiliki tujuan untuk mengetahui besarnya perubahan variabel independen bisa menjelaskan perubahan dalam variabel dependen. Nilai koefisien berkisar antara 0 sampai 1. Koefisien akan bernilai 0, jika tidak ada hubungan
variansi variabel yang dapat dijelaskan oleh hubungan tersebut. Koefisien determinasi akan bernilai 1 jika semua variasi variabel dapat dijelaskan. Koefisien bernilai 0 dan 1 jika hanya sebagian variasi variabel yang dapat dijelaskan oleh hubungan tersebut.
a. Apabila terdapat variabel yang tidak signifikan secara statistik, maka model regresi harus diulang lagi dengan hanya memasukkan variabel yang signifikan secara statistik sehingga model regresi dapat digunakan untuk memcari variabel dependen yang ada.
b. Menganalisis nilai R untuk menguji hubungan antara variabel dependen dengan variabel independen. Apabila nilai R di atas 0.5 maka dapat diambil keputusan bahwa korelasi antara variabel dependen dan variabel independen adalah kuat.
c. Menganalisa nilai (Standard Error Estimate), makin kecil nilai maka model regresi semakin tepat dalam memprediksi variabel dependen.
3.5.2.8. Uji Signifikansi Simultan (Uji Statistik F)
Uji F bertujuan untuk melihat pengaruh variabel independen secara keseluruhan terhadap variabel dependen menyatakan bahwa model yang didapatkan berhubungan linier atau tidak. Jika nilai F hitung > F tabel atau nilai signifikansi (α < 5%), maka variabel independen secara keseluruhan berpengaruh terhadap variabel independen dan terhadap hubungan linier antar variabel (Nugroho, 2005).
3.5.2.9. Uji Signifikansi Parameter Individual (Uji Statistik T)
Uji t statistik dilakukan untuk mengetahui bagaimana pengaruh dari variabel independen secara individu terhadap variabel dependen, dengan variabel lain yang mempengaruhi variabel dependen yang dianggap konstan. Jika nilai t hitung >t tabel atau nilai signifikansi (α < 5%), maka variabel independen berpengaruh signifikan terhadap variabel dependen.
