25
Universitas Kristen Petra
3. METODOLOGI PENELITIAN 3.1 Jenis Penelitian
Penelitian ini merupakan jenis penelitian asosiatif. Penelitian asosiatif merupakan penelitian yang bertujuan untuk mengetahui pengaruh ataupun hubungan antara dua variabel atau lebih (Sugiyono, 2009). Penelitian ini ingin menguji pengaruh earning management terhadap kinerja keuangan perusahaan dengan sales growth dan capital expenditure growth sebagai variabel moderasi pada perusahaan yang melakukan Seasoned Equity Offering periode 2011-2015.
3.2 Gambaran dan Populasi Sampel
Dalam penelitian ini populasi yang digunakan adalah perusahaan non-lembaga keuangan yang tercatat di Bursa Efek Indonesia. Teknik pengambilan
sample dalam penelitian ini adalah purposive sampling, yaitu teknik mengambil
sampel dengan tidak berdasarkan random, daerah atau strata, melainkan berdasarkan atas adanya pertimbangan yang berfokus pada tujuan tertentu (Sugiyono, 2009). Kriteria pemilihan sampel adalah:
a. Perusahaan non lembaga keuangan yang tercatat di Bursa Efek Indonesia selama 2010-2017
b. Perusahaan yang melakukan Seasoned Equity Offering antara tahun 2011-2015
c. Kurun waktu perbedaan antara listing date dan trading date perusahaan yang melakukan SEO tidak lebih dari 1 bulan
d. Perusahaan memiliki laporan yang lengkap terkait data keuangan yang digunakan sebagai variabel penelitian
e. Perusahaan memiliki descritionary accrual positif.
3.3 Jenis dan Sumber Data
Jenis data yang digunakan adalah data sekunder, yaitu data penelitian yang didapatkan melalui media perantara atau secara tidak langsung yang berupa jurnal, laporan, buku, dan sebagainya. Data berupa daftar perusahaan yang telah melakukan Seasoned Equity Offering bersumber dari factbook yang dipublikasikan di situs idx.co.id, sedangkan data rasio keuangan bersumber dari laporan tahunan
26
Universitas Kristen Petra dan laporan keuangan yang dipublikasikan perusahaan di situs web perusahaan serta situs idx.co.id.
3.4 Metode dan Prosedur Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah metode dokumentasi, yaitu pengumpulan data dengan cara mengumpulkan dokumen-dokumen dari sumber-sumber yang berasal dari catatan penting baik dari lembaga atau organisasi maupun perorangan. Data dokumentasi yang diambil untuk penelitian ini bersumber dari media online. Data dikumpulkan dari berbagai situs penyedia informasi yang relevan, yaitu laporan tahunan dan laporan keuangan perusahaan dari situs web perusahaan serta situs idx.co.id.
3.5 Definisi Operasional Variabel
a. Konsep : Kinerja keuangan perusahaan
Definisi Operasional : Kinerja keuangan merefleksikan kinerja fundamental perusahaan. Kinerja keuangan dalam penelitian ini diukur dengan menggunakan perubahan return on asset (∆ROA𝑖𝑦). Perubahan ROA adalah perubahan laba yang diperoleh dari pengelolahan aset perusahaan dari tahun ke tahun. Indikator Empirik :
1) Kinerja keuangan perusahaan tahun pertama (∆ROA1) dihitung menggunakan rumus (2.4)
2) Kinerja keuangan perusahaan tahun kedua (∆ROA2) dihitung menggunakan rumus (2.5)
b. Konsep : Earning management
Definisi Operasional : Earning management adalah aktivitas manajemen melalui rekayasa data keuangan perusahaan yang bersifat non-cash atau akrual guna menginformasikan kinerja perusahaan yang baik.
27
Universitas Kristen Petra
descritionary accrual dengan Modified Jones Model
(Dechow, Sloan, & Sweeney, 1995). Indikator Empirik : Dihitung menggunakan rumus (2.11)
c. Konsep : Sales growth
Definisi Operasional : Perubahan total penjualan dari tahun ke tahun. Indikator Empirik : Dihitung menggunakan rumus (2.12)
d. Konsep : Capital expenditure growth
Definisi Operasional : Perubahahan jumlah dana yang digunakan untuk meningkatkan dan/atau memperoleh aset tetap dari tahun ke tahun.
Indikator Empirik : Dihitung menggunakan rumus (2.13)
3.6 Teknik Analisa Data
Pengolahan data secara statistik dalam penelitian ini menggunakan program E-Views 9 dengan metode regresi extended cross section (pooled least square). Untuk menjawab permasalahan di atas, disusunlah langkah penelitian sebagai berikut :
1. Melakukan perhitungan atau pengukuran earning management menggunakan
Modified Jones Model (1995).
𝐷𝐶𝐴𝑖𝑦 = 𝐷𝐶𝐴𝑖𝑄1+ 𝐷𝐶𝐴𝑖𝑄2 Keterangan :
𝐷𝐶𝐴𝑖𝑦 : Discretionary accruals perusahaan i pada tahun t
𝐷𝐶𝐴𝑖𝑄1 : Discretionary accruals pada kuater terdekat sebelum SEO
𝐷𝐶𝐴𝑖𝑄2 : Discretionary accruals pada kuater kedua terdekat sebelum SEO 2. Melakukan perhitungan variabel kinerja keuangan perusahaan.
∆𝑅𝑂𝐴𝑖𝑦1= 𝑅𝑂𝐴𝑖𝑦1− 𝑅𝑂𝐴𝑖𝑦0 ∆𝑅𝑂𝐴𝑖𝑦2= 𝑅𝑂𝐴𝑖𝑦2− 𝑅𝑂𝐴𝑖𝑦0 Keterangan :
∆𝑅𝑂𝐴𝑖𝑦1 : Perubahan ROA tahun pertama setelah SEO ∆𝑅𝑂𝐴𝑖𝑦2 : Perubahan ROA tahun kedua setelah SEO
(3.1)
(3.2) (3.3)
28
Universitas Kristen Petra 𝑅𝑂𝐴𝑖𝑦0 : ROA pada tahun perusahaan melakukan SEO
𝑅𝑂𝐴𝑖𝑦1 : ROA satu tahun setelah perusahaan melakukan SEO 𝑅𝑂𝐴𝑖𝑦2 : ROA dua tahun setelah perusahaan melakukan SEO
3. Melakukan perhitungan dan menginput variabel sales growth dan capital
expenditure growth.
4. Menghitung rata-rata, standar deviasi, nilai minimum, dan nilai maksimum dari data yang digunakan (data deskriptif).
5. Menyusun persamaan regresi
Model regresi pada penelitian ini adalah sebagai berikut : 1) Model 1
Untuk mengobservasi rumusan masalah 1 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦1
∆𝑅𝑂𝐴𝑖𝑦1 = 𝛼0+ 𝛼1𝐷𝐶𝐴𝑖𝑦 + 𝛼2𝑆𝐺𝑅𝑂𝑖𝑦+ 𝛼3𝐶𝐴𝑃𝐺𝑅𝑂𝑖𝑦+ 𝜀𝑖𝑦 2) Model 2
Untuk mengobservasi rumusan masalah 1 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦2
∆𝑅𝑂𝐴𝑖𝑦2 = 𝛽0+ 𝛽1𝐷𝐶𝐴𝑖𝑦 + 𝛽2𝑆𝐺𝑅𝑂𝑖𝑦+ 𝛽3𝐶𝐴𝑃𝐺𝑅𝑂𝑖𝑦+ 𝜀𝑖𝑦 3) Model 3
Untuk mengobservasi rumusan masalah 2 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦1
∆𝑅𝑂𝐴𝑖𝑦1 = 𝛾0+ 𝛾1𝐷𝐶𝐴𝑖𝑦 + 𝛾2𝑆𝐺𝑅𝑂𝑖𝑦+ 𝛾3𝐷𝐶𝐴𝑖𝑦. 𝑆𝐺𝑅𝑂𝑖𝑦 + 𝜀𝑖𝑦
4) Model 4
Untuk mengobservasi rumusan masalah 2 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦2 ∆𝑅𝑂𝐴𝑖𝑦2 = 𝜑0 + 𝜑1𝐷𝐶𝐴𝑖𝑦 + 𝜑2𝑆𝐺𝑅𝑂𝑖𝑦+ 𝜑3𝐷𝐶𝐴𝑖𝑦. 𝑆𝐺𝑅𝑂𝑖𝑦+ 𝜀𝑖𝑦 (3.6) (3.4) (3.5) (3.7)
29
Universitas Kristen Petra 5) Model 5
Untuk mengobservasi rumusan masalah 3 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦1
∆𝑅𝑂𝐴𝑖𝑦1 = 𝜎0+ 𝜎1𝐷𝐶𝐴𝑖𝑦 + 𝜎2𝐶𝐴𝑃𝐺𝑅𝑂𝑖𝑦 + 𝜎3𝐷𝐶𝐴𝑖𝑦. 𝐶𝐴𝑃𝐺𝑅𝑂𝑖𝑦+ 𝜀𝑖𝑦
6) Model 6
Untuk mengobservasi rumusan masalah 3 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦2 ∆𝑅𝑂𝐴𝑖𝑦2 = 𝜗0+ 𝜗1𝐷𝐶𝐴𝑖𝑦 + 𝜗2𝐶𝐴𝑃𝐺𝑅𝑂𝑖𝑦 + 𝜗3𝐷𝐶𝐴𝑖𝑦. 𝐶𝐴𝑃𝐺𝑅𝑂𝑖𝑦 + 𝜀𝑖𝑦 Keterangan : 𝛼0, 𝛽0, 𝛾0, 𝜑0, 𝜎0, 𝜗0 : Konstanta 𝛼1−3, 𝛽1−3, 𝛾1−3, 𝜑1−3, 𝜎1−3, 𝜗1−3 : Koefisien regresi
∆𝑅𝑂𝐴𝑖𝑦1 : Perubahan ROA untuk perusahaan
i tahun pertama setelah SEO
∆𝑅𝑂𝐴𝑖𝑦2 : Perubahan ROA untuk perusahaan
i tahun kedua setelah SEO
𝐷𝐶𝐴𝑖𝑦 : Earning management untuk
perusahaan i pada tahun y
𝑆𝐺𝑅𝑂𝑖𝑦 : Sales growth untuk perusahaan i
pada tahun y
𝐶𝐴𝑃𝐺𝑅𝑂𝑖𝑦 : Capital expenditure growth untuk
perusahaan i tahun y
𝜀𝑖𝑦 : Error term
6. Model Penelitian
Teknik analisis data yang digunakan untuk menganalisis pengaruh
earning management terhadap kinerja keuangan perusahaan dengan sales growth dan capital expenditure growth sebagai variabel moderasi pada
perusahaan yang melakukan Seasoned Equity Offering adalah analisis regresi
Extended Cross Section atau Pooled Least Square.
(3.8)
30
Universitas Kristen Petra
Pooled Least Square
Menurut Gujarati (2004), Pooled Least Square dilakukan dengan cara menggabungkan data cross section dan time series (pooling data) sebelum membuat persamaan regresi. Kemudian data gabungan ini diperlakukan sebagai satu kesatuan pengamatan yang digunakan untuk mengestimasi model dengan menggunakan metode Ordinary Least Square (OLS). Dengan kata lain, dapat dikatakan bahwa regresi Pooled Least Square sama dengan regresi linear berganda cross section.
Persamaan dari pendekatan ini adalah sebagai berikut: 𝑌𝑖𝑡 = 𝛼 + 𝑥𝑘𝑖𝑡𝛽𝑘 + 𝜀
𝑖𝑡 (3.10)
Keterangan:
i = jumlah objek (cross section) t = jumlah periode (time series)
Dengan mengasumsikan komponen gangguan (error) dalam Pooled
Least Square, dapat dilakukan proses estimasi secara terpisah untuk setiap unit
objek (cross section) dan setiap periode (time series). Metode ini tidak dapat memperhatikan perbedaan-perbedaan yang mungkin timbul akibat dimensi ruang dan waktu karena metode ini tidak dapat membedakan intercept dan slope antar individu maupun antar waktu.
7. Melakukan Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda berbasis Ordinary Least Square (OLS). Jadi analisis regresi yang tidak berdasarkan OLS tidak perlu melakukan uji asumsi klasik. Pengujian ini bertujuan untuk memastikan hasil persamaan regresi akurat, konsisten dan tidak bias. Uji asumsi klasik terdiri dari :
a. Uji Normalitas
Uji normalitas dilakukan untuk melihat apakah nilai residual (error
term) memiliki sebaran atau berdistribusi normal atau tidak. Model regresi
yang baik adalah yang memiliki nilai residual yang berdistribusi normal. Uji normalitas dapat dilakukan dengan Uji Jarque-Bera.
31
Universitas Kristen Petra Hipotesis uji normalitas :
H0 : Data berdistribusi normal H1 : Data tidak berdistribusi normal Derajat signifikansi (α) = 5%
Kriteria penerimaan hipotesa didasarkan pada nilai probabilitas
(value) dari uji Jarque-Bera yang dapat dilihat pada nilai chi-square. Jika p-value lebih besar dibandingakn α, maka hipotesis nol diterima. Jika p-p-value
lebih kecil dibandingkan α, maka hipotesis nol ditolak (Gujarati & Porter, 2009). Jika data tidak normal maka dapat diindikasikan adanya data outlier yaitu data yang memiliki karakteristik atau nilai yang jauh berbeda dari keseluruhan data.
b. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variansi dari residual satu pengamatan ke pengamatan lain. Jika variansi dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastis dan jika berbeda disebut maka heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau yang tidak terjadi heterokedastisitas. Deteksi heterokedastisitas dapat dilakukan dengan Uji White atau White Test. Hipotesis uji heterokedatisitas:
H0 : Tidak terdapat heterokedastisitas H1 : Terdapat heterokedastisitas Derajat signifikansi (α) = 5%
Keputusan terima tolak dengan melihat Probability Obs* R-Squared sebagai p-value pada hasil uji White. Apabila p-value > α maka H0 diterima, sedangkan apabila p-value < α maka H0 ditolak.
c. Uji Autokorelasi
Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara varians data suatu periode t dengan periode sebelumnya (t-1). Analisis
32
Universitas Kristen Petra regresi dilakukan untuk melihat pengaruh antara variabel independen (variable bebas) terhadap variabel dependen (varibel terikat), namun tujuan ini akan terganggu apabila terdapat korelasi antara data observasi antar periode. Oleh karena itu, model regresi yang baik adalah yang tidak memiliki autokorelasi.
Uji statistik yang untuk mendeteksi adanya autokolerasi adalah uji
Durbin-Watson Test dan The Bruesch-Godfrey (BG) Test.
Hipotesis uji autokorelasi : H0 : Tidak terdapat autokorelasi H1 : Terdapat autokorelasi 1) Durbin-Watson Test
Keputusan terima tolak hipotesis dilihat dari nilai d atau DW yang selanjutnya dibandingkan dengan nilai dU (batas atas) dan/atau dL (batas bawah). Nilai dU dan dL ditentukan melalui tabel Durbin-Watson dengan memperhatikan beberapa komponen, yaitu jumlah sampel (T), jumlah variabel (k) dan derajat signifikansi (α).
Berikut adalah kriteria keputusan uji autokorelasi :
Tabel 3.1. Pengambilan keputusan uji autokorelasi (Durbin-Watson)
Hipotesis Nol Keputusan Jika
Tidak autokorelasi positif Tolak hipotesis nol 0 < d <dL Tidak autokorelasi positif Tidak ada keputusan dL ≤ d ≤ dU Tidak autokorelasi negative Tolak hipotesis nol 4 - dL > d < 4
Tidak autokorelasi positif Tidak ada keputusan 4 - dU > d < 4 - dL Tidak autokorelasi positif atau
negative Terima hipotesis nol dU < d < 4 – dU Sumber : Gujarati dan Porter (2009)
33
Universitas Kristen Petra
2) The Breusch-Godfrey (BG) Test
The Breusch-Godfrey (BG) Test juga dikenal dengan LM test.
Keputusan terima tolak dengan melihat Probability Obs* R-Squared sebagai p-value pada hasil uji LM Test. Apabila p-value > α maka H0 diterima, sedangkan apabila p-value < α maka H0 ditolak.
d. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah terdapat hubungan yang sempurna atau hampir sempurna antar variabel independen. Jika terjadi multikolinearitas, hubungan antara variabel independen dan varibel dependen akan tergganggu. Oleh karena itu, persamaan regresi yang baik adalah yang tidak memiliki multikolinearitas.
Terdapat tiga cara untuk mendeteksi multikolinearitas, yaitu :
Melihat nilai 𝑅2 (R-Square)
Nilai 𝑅2 (R-Square) pada hasil regresi yang mununjukkan seberapa besar variabel independen dapat menjelaskan variabel dependen. Apabila 𝑅2 tinggi tetapi hanya sedikit variabel independen yang berpengaruh signifikan terhadap variabel dependen, maka dapat diindikasikan adanya multikolinearitas.
Variance Inflation Factor (VIF)
Multikolinearitas juga dapat dideteksi dengan melihat nilai
Variance Inflation Factor (VIF). Cara ini dilakukan dengan
membandingkan nilai VIF masing-masing variabel dengan 10. Jika nilai VIF lebih besar dari 10 maka terdapat indikasi multikolinearitas (Gujarati & Porter, 2009).
Melakukan uji korelasi
Hipotesis uji multikolinearitas : H0 : Terdapat multikolinearitas H1 : Tidak terdapat multikolinearitas
Apabila koefisien korelasi > 0.8 maka dapat disimpulkan bahwa pada model persamaan regresi terdapat multikolinearitas (H0 diterima),
34
Universitas Kristen Petra sebaliknya jika koefisien korelasi < 0.8 maka pada model regresi tidak terdapat multikolienaritas (H0 ditolak) (Gujarati & Porter, 2009).
8. Melakukan uji t (parsial)
Uji t berfungsi untuk menguji koefisien regresi secara parsial dari variabel variabel bebasnya. Berikut ini hipotesa statistik untuk model regresi :
1) Model 1
Untuk mengobservasi rumusan masalah 1 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦1 H0 : α1 = 0, berarti variabel earning management tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H1 : α1 ≠ 0, berarti variabel earning management berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H0 : α2 = 0, berarti variabel sales growth tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H1 : α2 ≠ 0, berarti variabel sales growth berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H0 : α3 = 0, berarti variabel capital expenditure growth tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO H1 : α3 ≠ 0, berarti variabel capital expenditure growth berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
2) Model 2
Untuk mengobservasi rumusan masalah 1 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦2 H0 : β1 = 0, berarti variabel earning management tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
H1 : β1 ≠ 0, berarti variabel earning management berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
H0 : β2 = 0, berarti variabel sales growth tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
35
Universitas Kristen Petra H1 : β2 ≠ 0, berarti variabel sales growth berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
H0 : β3 = 0, berarti variabel capital expenditure growth tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO H1 : β3 ≠ 0, berarti variabel capital expenditure growth berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
3) Model 3
Untuk mengobservasi rumusan masalah 2 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦1 H0 : γ1 = 0, berarti variabel earning management tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H1 : γ1 ≠ 0, berarti variabel earning management berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H0 : γ2 = 0, berarti variabel sales growth tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H1 : γ2 ≠ 0, berarti variabel sales growth berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H0 : γ3 = 0, berarti variabel sales growth sebagai variabel moderasi tidak berpengaruh signifikan terhadap pengaruh earning management terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H1 : γ3 ≠ 0, berarti variabel sales growth sebagai variabel moderasi berpengaruh signifikan terhadap pengaruh earning management terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
4) Model 4
Untuk mengobservasi rumusan masalah 2 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦2 H0 : φ1 = 0, berarti variabel earning management tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
H1 : φ1 ≠ 0, berarti variabel earning management berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
36
Universitas Kristen Petra H0 : φ2 = 0, berarti variabel sales growth tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
H1 : φ2 ≠ 0, berarti variabel sales growth berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
H0 : φ3 = 0, berarti variabel sales growth sebagai variabel moderasi tidak berpengaruh signifikan terhadap pengaruh earning management terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
H1 : φ3 ≠ 0, berarti variabel sales growth sebagai variabel moderasi berpengaruh signifikan terhadap pengaruh earning management terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
5) Model 5
Untuk mengobservasi rumusan masalah 3 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦1 H0 : σ1 = 0, berarti variabel earning management tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H1 : σ1 ≠ 0, berarti variabel earning management berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H0 : σ2 = 0, berarti variabel capital expenditure growth tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO H1 : σ2 ≠ 0, berarti variabel capital expenditure growth berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H0 : σ3 = 0, berarti variabel capital expenditure growth sebagai variabel moderasi tidak berpengaruh signifikan terhadap pengaruh earning management terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
H1 : σ3 ≠ 0, berarti variabel capital expenditure growth sebagai variabel moderasi berpengaruh signifikan terhadap pengaruh earning management terhadap kinerja keuangan perusahaan tahun pertama pasca SEO
6) Model 6
Untuk mengobservasi rumusan masalah 3 dengan variabel dependen ∆𝑅𝑂𝐴𝑖𝑦2 H0 : ϑ1 = 0, berarti variabel earning management tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
37
Universitas Kristen Petra H1 : ϑ1 ≠ 0, berarti variabel earning management berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
H0 : ϑ2 = 0, berarti variabel capital expenditure growth tidak berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO H1 : ϑ2 ≠ 0, berarti variabel capital expenditure growth berpengaruh signifikan terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
H0 : ϑ3 = 0, berarti variabel capital expenditure growth sebagai variabel moderasi tidak berpengaruh signifikan terhadap pengaruh earning management terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
H1 : ϑ3 ≠ 0, berarti variabel capital expenditure growth sebagai variabel moderasi berpengaruh signifikan terhadap pengaruh earning management terhadap kinerja keuangan perusahaan tahun kedua pasca SEO
Kriteria yang harus dipenuhi adalah: a. p-value < 0,05, maka tolak H0 b. p-value ≥ 0,05, maka terima H0
