BAB III METODOLOGI PENELITIAN
3.5 Metode Analisis Data
3.5.4 Uji Asumsi Klasik
Penggunaan model analisis regresi berganda terikat dengan sejumlah asumsi harus memenuhi asumsi-asumsi klasik yang mendasari model tersebut agar diperoleh estimasi yang tidak bias. Pengujian asumsi yang harus dipenuhi agar metode Ordinary Least Square (OLS) dapat digunakan dengan baik (uji
persyaratan analisis), meliputi uji multikolinearitas, uji heterokedastisitas dan uji autokorelasi.
3.5.4.1 Uji Multikolinieritas
Multikolinieritas adalah kondisi adanya hubungan linier antar variabel independen, karena melibatkan beberapa variabel independen, maka multikolinieritas tidak akan terjadi pada persamaan regresi sederhana (yang terdiri atas satu variabel dependen dan satu variabel independen) (Winarno, 2011).
Multikolinieritas adalah kondisi adanya hubungan linier antar variabel independen (Gujarati, 2007: 61). Jika nilai F hitung
> F kritis pada dan derajat kebebasan tertentu maka model mengandung unsur multikolinieritas. Pada pengujian ini F kritis pada yang ditetapkan adalah sebesar 0.85 (Gujarati,2007).
3.5.4.2 Uji Heteroskedastisitas
Pengujian heteroskedastisitas dilakukan untuk mendeteksi varians yang tidak tetap sama di semua tingkat (Gujarati, 2006).
Asumsi model regresi adalah: (1) residual (ei) memiliki nilai rata- rata nol, (2) residual memiliki varian yang konstan atau var(ei) = σ2, dan (3) residual suatu observasi lainnya atau cov(ei, ej) = 0, sehingga menghasilkan estimator yang BLUE. Apabila asumsi (1) tidak terpenuhi, yang terpengaruh hanyalah slope estimator dan ini tidak membawa konsekuensi serius dalam analisis ekonometris.
Sedangkan apabila asumsi (2) dan (3) dilanggar, maka akan
45
membawa dampak serius bagi prediksi dengan model yang dibangun (Winarno, 2011).
Salah satu pengujian yang digunakan untuk mendeteksi gejala heteroskedastisitas adalah dengan menggunakan metode grafik. Metode ini relatif mudah, yaitu dengan menampilkan scatte plot dari variabel residual kuadrat dan variabel independen. Jika grafik tersebut menunjukkan bahwa data tersebar secara acak dan tidak menunjukkan pola tertentu, sehingga hal tersebut diduga terdapat masalah heteroskedastisitas.
Pengujian lain yang digunakan untuk mendeteksi masalah ini adalah dengan melakukan uji white. Uji white menggunakan residual kuadrat sebagai variabel dependen, dan variabel independennya terdiri atas variabel independen yang sudah ada, ditambah dengan kuadrat variabel independen, ditambah lagi dengan perkalian dua variabel independen. Nilai Obs*R-squared dengan nilai probabilitas yang lebih rendah dari nilai α dapat disimpulkan bahwa data tersebut bersifat heteroskedastisitas (Winarno, 2011). Selain itu, pengujian juga dilakukan dengan uji park. Uji ini dikembangkan oleh Park pada tahun 1966, di mana pengujian dilakukan dengan meregresikan nilai log residual kuadrat sebagai variabel dependen dengan variabel independennya.
3.5.4.3 Uji Autokorelasi
Autokorelasi (autocorrelation) adalah hubungan antara residual satu observasi dengan residual observasi lainnya.
Sehingga, pengujian ini dilakukan untuk mengidentifikasi adanya hubungan antara residual observasi dengan observasi lainnya.
Pengidentifikasian yang dilakukan untuk menguji adanya autokorelasi dengan menggunakan Uji Durbin –Watson (Uji D-W).
Ketentuan dalam pengujian ini adalah apabila d berada di antara 1,54 dan 2,46 maka tidak terdapat autokorelasi. Jika nilai d didapatkan di bawah 1,54 atau di atas 2,46 maka dapat disimpulkan bahwa model tersebut mengandung gejala autokorelasi (Winarno, 2011).
3.5.5 Teknik Pengujian Hipotesis 3.5.5.1 Uji Statistik t
Menurut Ghozali (2013:171), uji parsial (t test) digunakan untuk mengetahui pengaruh masing-masing variabel independen terhadap variabel dependen. Pengambilan keputusan dalam pengujian ini berdasarkan nilai t hitung dan t tabel.
Bila t hitung > t tabel atau probabilitas < tingkat signifikansi (Sig <
0,05), maka Ha diterima dan Ho ditolak, variabel independen berpengaruh terhadap variabel dependen.
47
Bila t hitung < t tabel atau probabilitas > tingkat signifikansi (Sig >
0,05), maka Ha ditolak dan Ho diterima, variabel independen tidak berpengaruh terhadap variabel dependen.
4.1 Gambaran Umum Objek Penelitian
Obyek penelitian ini merupakan perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia (BEI) dengan periode selama lima tahun terakhir yaitu periode 2011 sampai dengan tahun 2015. Data yang digunakan dalam penelitian ini adalah data laporan tahunan yang menyediakan informasi keuangan dan profil direksi perusahaan manufaktur sektor industri barang konsumsi pada periode 2011 sampai dengan periode 2015.
Berdasarkan kriteria yang telah ditetapkan (purposive sampling), maka jumlah observasi yang digunakan dalam penelitian ini adalah sebanyak 11 perusahaan.
Berikut adalah rincian pengambilan sampel penelitian:
Tabel 4.1
Prosedur Pemilihan Sampel
Kriteria Sampel Jumlah Perusahaan
Populasi perusahaan manufaktur sektor industri barang konsumsi 37
Perusahaan yang tidak memenuhi kriteria (20)
Perusahaan yang di outlier (6)
Perusahaan yang terpilih menjadi sampel 11
Jumlah Observasi
Periode 2011 – 2015
11 Perusahaan x 5 Tahun 55 observasi
Sumber: Data sekunder yang diolah, 2016
49
Rincian perusahaan manufaktur sektor industri barang konsumsi yang terpilih menjadi sampel adalah sebagai berikut:
Tabel 4.2
Jumlah Sampel Perusahaan
No Kode Saham Nama Perusahaan
1 TSPC PT Tempo Scan Pacific Tbk 2 SKLT PT Sekar Laut Tbk
3 RMBA PT Bentoel Internasional Investama Tbk
4 MERK PT Merck Tbk
5 MBTO PT Martina Berto Tbk 6 KLBF PT Kalbe Farma Tbk 7 KAEF PT Kimia Farma Tbk
8 ICBP PT Indofood CBP Sukses Makmur Tbk 9 HMSP PT Hanjaya Mandala Sampoerna Tbk 10 DVLA PT Darya Varia Laboratoria Tbk 11 DLTA PT Delta Djakarta Tbk
Sumber: Data sekunder yang diolah, 2016
4.2 Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk memberikan gambaran umum atas variabel dependen dan variabel independen dalam penelitian yang meliputi nilai rata-rata (mean), nilai tengah (median), nilai maksimum (max), nilai minimum (min), serta nilai standar deviasi dari masing-masing variabel. Tabel dibawah ini menunjukan statistics descriptive yang diproksikan dengan EFFIN, DACC, GENDER, dan EDU pada perusahaan manufaktur sektor industri barang konsumsi, untuk periode tahun 2011 sampai dengan 2015. Berikut ini dijelaskan statistik data penelitian :
Tabel 4.3 Statistik Deskriptif
EFFIN DACC GENDER EDU
Mean 0,002523 0,038345 0,172824 0,127273 Median -0,002007 0,035276 0,111111 0,000000 Maximum 0,069065 0,344646 0,666667 1,000000 Minimum -0,065931 -0,161563 0.000000 0,000000 Std. Dev. 0,029292 0,081798 0.199791 0,33635
Observations 55 55 55 55
Sumber: output eviews diolah
Berdasarkan informasi yang ditampilkan pada Tabel 4.3 dapat diuraikan mengenai penjelasan statistik deskriptif dari setiap variabel penelitian, yaitu:
1. Efisiensi Investasi
Variabel efisiensi investasi yang diproksikan dengan EFFIN merupakan variabel dependen dalam penelitian ini, yang diukur dengan menggunakan kesempatan pertumbuhan untuk menentukan apakah perusahaan mengalami overinvestment atau underinvestment. Berdasarkan pengolahan data yang dilakukan dengan menggunakan software Eviews 9, variabel efisiensi investasi memiliki mean yang merupakan nilai rata-rata dari data penelitian yang diperoleh dari hasil penjumlahan seluruh data dan membaginya dengan cacah data, didapat nilai sebesar 0,002523. Kemudian, median yang merupakan nilai tengah dari nilai data yang telah diurutkan dari yang terkecil hingga yang terbesar adalah sebesar -0,002007.
Nilai maksimum sebesar 0,069065 dimiliki oleh PT Bentoel Internasional Investama (RMBA) tahun 2013 yang artinya bahwa perusahaan tersebut telah mengalami overivestment sebesar 6,91%, dan nilai minimum sebesar -0,065931
51
yang dimiliki oleh PT Delta Djakarta (DLTA) tahun 2011 yang artinya bahwa perusahaan tersebut telah mengalami underinvestment sebesar 6,59%. Sedangkan untuk nilai standar deviasinya adalah 0,029292 berdasarkan hal tersebut dapat diketahui bahwa standar deviasi lebih besar dibandingkan nilai rata-rata. Hal ini menunjukkan bahwa variabel efisiensi investasi yang diproksikan dengan EFFIN memiliki sebaran variabel yang besar (pergerakan naik turunnya besar).
2. Kualitas Pelaporan Keuangan (DACC)
Variabel kualitas pelaporan keuangan yang diukur menggunakan indikator manajemen laba yang dihitung berdasarkan discretionary accrual (DACC), merupakan variabel independen dalam penelitian ini. Berdasarkan hasil pengolahan data yang dilakukan dengan menggunakan software Eviews 9 didapatkan bahwa, variabel kualitas pelaporan keuangan memiliki mean yang merupakan nilai rata-rata dari data penelitian yang diperoleh dari hasil penjumlahan seluruh data dan membaginya dengan cacah data, yaitu sebesar 0,038345. Selain itu median yang merupakan nilai tengah dari nilai data yang telah diurutkan dari yang terkecil hingga yang terbesar adalah 0,035276.
Nilai maksimum sebesar 0,344646 dimiliki oleh PT Hanjaya Mandala Sampoerna Tbk (HMSP) tahun 2015 yang artinya bahwa perusahaan tersebut melakukan manajemen laba yaitu memanipulasi laporan keuangan dengan menaikan laba sebesar 34,46%, dan nilai minimum sebesar -0,161563 juga dimiliki oleh PT Hanjaya Mandala Sampoerna Tbk (HMSP) tahun 2011 yang artinya bahwa perusahaan tersebut melakukan manajemen laba yaitu memanipulasi laporan keuangan dengan menurunkan laba sebesar 16,16%.
Sedangkan untuk nilai standar deviasinya adalah sebesar 0,081798, berdasarkan hal tersebut dapat diketahui bahwa standar deviasi lebih besar dibandingkan nilai rata-rata. Hal ini menunjukkan bahwa variabel kualitas pelaporan keuangan yang diukur menggunakan indikator manajemen laba yang dihitung berdasarkan discretionary accrual (DACC) memiliki data yang terdistribusi dengan sebaran yang besar (pergerakan naik turunnya besar).
3. Diversitas Gender (Gender)
Variabel diversitas gender merupakan keragaman jenis kelamin yang diukur melalui persentase kedudukan dewan direksi yang berjenis kelamin wanita.
Pengambilan persentase berjenis kelamin wanita ini didasarkan pada saat ini masih banyaknya peran dewan direksi yang berjenis kelamin laki-laki.
Berdasarkan pengolahan data tersebut, diketahui bahwa persentase rata-rata (mean) komponen dewan direksi yang berjenis kelamin wanita adalah sebesar 0,172824 yang artinya bahwa pada saat ini, kedudukan wanita dalam dewan direksi perusahaan manufaktur sektor industri barang konsumsi hanya sebesar 17,28%. Sedangkan untuk kedudukan laki-laki dalam dewan direksi perusahaan manufaktur sektor industri barang konsumsi mendominasi dengan persentase sebesar 82,72%.
Adapun nilai maksimum yaitu sebesar 0,666667 atau sebesar 66,67%
dimiliki oleh perusahaan Tempo Scan Pacific Tbk (TSPC) tahun 2012 dan 2013, yang artinya bahwa persentase kedudukan dewan direksi wanita terbesar dimiliki oleh perusahaan Tempo Scan Pacific Tbk (TSPC) dibandingkan dengan perusahaan lainnya. Sedangkan untuk persentase kedudukan wanita yang sangat
53
kecil dimiliki oleh 6 perusahaan, yang artinya bahwa di negara Indonesia jumlah kedudukan dewan direksi berjenis kelamin wanita belum banyak diterapakan dalam struktur organisasi perusahaan manufaktur sektor industri barang konsumsi yang memiliki nilai persentase sebesar 0,000000 atau sebesar 0%.
Berdasarkan pengolahan data tersebut diketahui pula bahwa nilai median untuk variabel gender adalah sebesar 0,111111 sedangkan untuk nilai standar deviasinya sebesar 0.199791 yang di mana memiliki nilai lebih besar dibanding nilai rata-rata. Hal ini menunjukkan adanya data yang heterogen, yang berarti variabel ini terdistribusi dengan sebaran yang besar.
4. Diversitas Latar Belakang Pendidikan (Edu)
Variabel latar belakang pendidikan merupakan independen yang diukur dengan menggunakan variabel dummy, yaitu nilai 1 jika perusahaan mempunyai dewan direksi dengan latar belakang pendidikan terdiversitas/beragam dan 0 untuk perusahaan yang mempunyai dewan direksi dengan latar belakang pendidikan tidak terdiversitas/beragam, dikatakan terdiversitas/beragam jika kurang dari 40 persen dewan direksi pada suatu perusahaan memiliki latar belakang pendidikan yang sama.
Berdasarkan hasil pengolahan data yang dilakukan dengan menggunakan software Eviews 9, didapatkan bahwa variabel latar belakang pendidikan memiliki nilai mean yaitu sebesar 0,127273. Variabel latar belakang pendidikan memiliki nilai maksimum adalah sebesar 1,000000. Selain itu nilai tengan rata-rata dari dua nilai data yang telah diurutkan dari yang terkecil hingga yang terbesar atau disebut dengan median adalah sebesar 0,00000. Sedangkan untuk standar deviasinya
adalah sebesar 0,33635 yang nilainya lebih tinggi dibandingkan dengan rata-rata, maka menunjukkan bahwa data didalam variabel ini terdistribusi dengan sebaran yang besar.
4.3 Uji Normalitas
Gambar 4.1 Hasil Uji Normalitas
0 2 4 6 8 10 12 14
-0.06 -0.04 -0.02 0.00 0.02 0.04 0.06
Series: Standardized Residuals Sample 2011 2015
Observations 55 Mean 2.90e-18 Median -0.003170 Maximum 0.069400 Minimum -0.063637 Std. Dev. 0.026518 Skewness 0.595923 Kurtosis 3.778307 Jarque-Bera 4.643506 Probability 0.098101
Sumber: output eviews diolah
Untuk menguji data yang berdistribusi normal adalah dengan menganalisis melalui nilai probabilitas. Data yang menunjukkan terdistribusi normal apabila memiliki probabilitas di atas 0,05 atau 5%. Berdasarkan hasil pengolahan data menggunakan Eviews dapat diketahui bahwa nilai probabilitas yang diketahui nilainya sebesar 0,098101 yang berarti bahwa nilai ini lebih besar dari 0,05 atau 5%, sehingga dapat disimpulkan bahwa data ini telah terdistribusi secara normal dengan jumlah observasi sebanyak 55.
55
4.4 Uji Asumsi Klasik 4.4.1 Uji Multikolinieritas
Tabel 4.4 Uji Multikolinieritas
DACC GENDER EDU
DACC 1,000000000 -0,012558692 0,074213008
GENDER -0,012558692 1,000000000 -0,112920826
EDU 0,074213008 -0,112920826 1,000000000
Sumber: output eviews diolah
Pengujian ini dilakukan untuk mengidentifikasi adanya hubungan atau korelasi antar variabel. Sehingga, untuk mengidentifikasi adanya hubungan antar variabel independen ini dibutuhkan pengujian multikolineritas. Ketentuan yang menentukan adanya multikolineraitas apabila terdapat variabel yang bernilai lebih dari 0,85. Berdasarkan hasil pengolahan data yang dilakukan, dapat dilihat pada tabel di atas bahwa nilai tersebut tidak ada yang melebihi nilai 0,85. Sehingga dapat disimpulkan bahwa dalam penelitian ini tidak ditemukan adanya multikolineritas antar variabel independen.
4.4.2 Uji Autokolerasi
Tabel 4.5 Uji Autokorelasi
F-statistic 3.742879 Durbin-Watson stat 1.878572
Prob (F-statistic) 0.016590
Sumber: output eviews diolah
Pengujian autokorelasi ini dilakukan untuk menguji adanya hubungan antara residual satu observasi dengan residual observasi lainnya.
Pengidentifikasian yang paling banyak digunakan adalah dengan menggunakan
Uji Durbin-Watson (Uji D-W). Ketentuan yang ditetapkan dalam pengujian ini adalah apabila nilai D-W berada di antara 1,54 – 2,46 maka tidak terdapat autokorelasi. Berdasarkan pengolahan data yang sudah dilakukan bahwa nilai DW pada model penelitian ini sebesar 1.878572 yang artinya bahwa nilai D-W sesuai dengan kriteria yang telah ditetapkan, sehingga dapat disimpulkan bahwa model penelitian ini tidak mengalami autokorelasi.
4.4.3 Uji Heteroskedastisitas
Tabel 4.6
Uji Heteroskedastisitas
Variable Coefficient Std. Error t-Statistic Prob.
DACC -0.002513 0.001931 -1.301660 0.1989 GENDER -0.000783 0.000793 -0.987533 0.3280 EDU -0.000404 0.000473 -0.855313 0.3964 Sumber: output eviews diolah
Pengujian heteroskedastisitas dilakukan dengan meregresikan variabel independen terhadap resid kuadrat. Apabila p-value > 0.05, maka dapat dikatakan tidak adanya heteroskedastisitas pada data. Sebaliknya jika p-value < 0.05 maka adanya heteroskedastisitas pada model penelitian. Berdasarkan data yang telah diolah dengan menggunakan software Eviews sebagaimana yang telah terlampir pada tabel 4.6, bahwa tidak adanya variabel independen yang nilainya dibawah 0.05. Maka dapat disimpulkan bahwa tidak adanya heteroskedastisitas dalam model penelitian ini.
57
4.5 Analisis Data Panel
4.5.1 Penentuan Model Data Panel 4.5.1.1 Common Effect
Common Effects merupakan pendekatan model yang sangat sederhana karena hanya mengkombinasikan data time series dan cross section. Dengan menggabungkan kedua jenis data tersebut maka dapat digunakan metode OLS untuk mengestimasi model data panel. Model common effects mengabaikan adanya perbedaan dimensi individu maupun waktu atau dengan kata lain perilaku data antar individu sama dalam berbagai kurun waktu. Generalisasi secara umum sering dilakukan dengan memasukkan variabel dummy (Widarjono, 2007).
Tabel 4.7 Uji Common Effects
Variable Coefficient Std. Error t-Statistic Prob.
DACC -0.012482 0.045520 -0.274200 0.7850 GENDER -0.008107 0.018705 -0.433411 0.6665
EDU 0.036240 0.011141 3.252972 0.0020
C -0.002733 0.005455 -0.500938 0.6186
R-squared 0.180442 Mean dependent var 4.64E-18 Adjusted R-squared 0.132232 S.D. dependent var 0.029292 S.E. of regression 0.027286 Akaike info criterion -4.294918 Sum squared resid 0.037972 Schwarz criterion -4.148930 Log likelihood 122.1102 Hannan-Quinn criter. -4.238463 F-statistic 3.742879 Durbin-Watson stat 1.878572 Prob(F-statistic) 0.016590
Sumber: output eviews diolah
Penelitian ini menggunakan common effects karena pada penelitian menggunakan variabel dummy yang dinyatakan dengan EDU. Variabel dummy tersebut digunakan untuk membedakan, perusahaan yang mempunyai dewan
direksi dengan latar belakang pendidikan yang terdiversitas/tersebar dinyatakan dengan angka 1 dan perusahaan yang mempunyai dewan direksi dengan latar belakang pendidikan tidak terdiversitas/tersebar dinyatakan dengan angka 0.
Dengan demikian penelitian ini tidak dilanjutkan ke uji Hausman.
4.6 Hasil Regresi Data Panel
Tabel 4.8
Hasil Uji Regresi Data Panel
EFFIN = -0.012482*DACCi,t - 0.008107*GENDERi,t + 0.036240*EDUi,t - 0.002733 + Ɛi,t
Variabel Coefficient t-Statistic Prob.
DACC -0.012482 -0.274200 0.7850
GENDER -0.008107 -0.433411 0.6665
EDU 0.036240 3.252972 0.0020
C -0.002733 -0.500938 0.6186
R-squared 0.180442
Adjusted R-squared 0.132232 Prob(F-statistic) 0.016590 Sumber: output eviews diolah
Signifikan pada 5%, Keterangan :
EFFIN : Efisiensi Investasi
DACC : Discretionary accruals (Kualitas Pelaporan Keuangan) GENDER : Diversitas gender dewan direksi
EDU : Diversitas latar belakang pendidikan dewan direksi
ε : Error
i : Perusahaan manufaktur yang dijadikan sampel t : Tahun Penelitian
Dari hasil regresi yang telah dilakukan, didapatkan hasil seperti yang dilampirkan diatas pada tabel 4.8 dan diinterpretasikan sebagai berikut :
1. Dalam keadaan ceteris paribus apabila terjadi peningkatan EDU atau
59
berdasarkan keragaman latar belakang pendidikan dewan direksi perusahaan setiap kenaikan satu persen keragaman dewan direksi perusahaan, akan menaikkan efisiensi investasi sebesar 0.036240.
2. Berdasarkan hasil pengolahan data, Adjusted R-squared sebesar 0.132232 atau sebesar 13,22% menunjukkan bahwa variabel efisiensi investasi dapat dijelaskan oleh variabel independen yaitu kualitas pelaporan keuangan, diversitas gender dan diversitas latar belakang pendidikan. Sedangkan sisanya dijelaskan oleh faktor-faktor lain yang tidak dijelaskan dalam model.
3. Berdasarkan hasil pengujian tersebut, nilai Prob (F-Statistik) sebesar 0.016590 menunjukkan bahwa seluruh variabel independen secara bersama-sama memiliki pengaruh yang signifikan terhadap efisiensi investasi perusahaan.
4.7 Pengujian Hipotesis 4.7.1 Uji Parsial (Uji t)
Pengujian ini dilakukan untuk mengetahui seberapa signifikan pengaruh yang ditimbulkan oleh variabel independen dan variabel dependen secara parsial.
Pengujian ini dlakukan untuk menjawab hipotesis peneliti yang merupakan dugaan sementara peneliti. Dengan dilakukannya pengujian ini, maka akan dapat menjawab dan menjelaskan perumusan yang diajukan sebelumnya. Jika P-value <
0.05 maka H0 ditolak, yang artinya terdapat hubungan yang signifikan antara variabel independen dan variabel dependen.
Tabel 4.9
Hasil Uji Hipotesis Parsial t
Variable Coefficient Std. Error t-Statistic Prob.
DACC -0.012482 0.045520 -0.274200 0.7850 GENDER -0.008107 0.018705 -0.433411 0.6665
EDU 0.036240 0.011141 3.252972 0.0020
C -0.002733 0.005455 -0.500938 0.6186
Sumber: output eviews diolah
Kesimpulan yang dapat diambil dari uji t persamaan adalah sebagai berikut : 1. Hipotesis 1 (Ha1) dalam penelitian ini yaitu : Kualitas laporan keuangan
berpengaruh positif terhadap efisiensi investasi perusahaan. Berdasarkan tabel 4.8 menunjukkan bahwa probabilitas DACC lebih besar dari tingkat signifikansi sebesar (0.7850 > 0,05) dengan nilai koefisien regresi sebesar -0.012482. Sehingga, dapat disimpulkan bahwa H0 diterima yang berarti bahwa kualitas laporan keuangan terbukti tidak memiliki pengaruh terhadap efisiensi investasi. (Ha1 ditolak)
2. Hipotesis 2 (Ha2) dalam penelitian ini yaitu : Diversitas gender manajerial berpengaruh positif terhadap efisiensi investasi perusahaan. Berdasarkan tabel 4.8 menunjukkan bahwa probabilitas GENDER lebih besar dari tingkat signifikansi sebesar (0.6665 > 0,05) dengan nilai koefisien regresi sebesar -0.008107. Sehingga, dapat disimpulkan bahwa H0 diterima yang berarti bahwa diversitas gender terbukti tidak memiliki pengaruh terhadap efisiensi investasi. (Ha2 ditolak)
3. Hipotesis 3 (Ha3) dalam penelitian ini yaitu : Diversitas latar belakang manajerial berpengaruh positif terhadap efisiensi investasi perusahaan.
61
Berdasarkan tabel 4.8 menunjukkan bahwa probabilitas EDU lebih kecil dari tingkat signifikansi sebesar (0.0020 < 0,05) dengan nilai koefisien regresi sebesar 0.036240. Sehingga, dapat disimpulkan bahwa H0 ditolak yang berarti bahwa diversitas latar belakang manajerial terbukti memiliki pengaruh positif terhadap efisiensi investasi. (Ha3 diterima)
4.7.2 Analisis Hasil Penelitian
4.7.2.1Pengaruh Kualitas Pelaporan Keuangan Terhadap Efisiensi Investasi Berdasarkan hasil penelitian yang dilakukan pada tabel 4.8 menunjukkan bahwa pada periode 2011 – 2015 kualitas pelaporan keuangan tidak mempengaruhi efisiensi investasi pada perusahaan sampel.
Hasil ini sejalan dengan penelitian yang dilakukan Setyawati (2015).
Namun bertentangan dengan penelitian yang dilakukan oleh Rahmawati dan Harto (2014), yang menyatakan bahwa kualitas pelaporan keuangan berpengaruh terhadap efisiensi investasi. Pengukuran menggunakan indikator manajemen laba yang dihitung berdasarkan discretionary accrual (DACC) tidak cukup baik untuk merefleksikan kualitas pelaporan keuangan. Kemungkinan dapat terjadi kesalahan dalam pengelompokan akrual diskresioner dan non-diskresioner menggunakan model DACC tersebut.
4.7.2.2Pengaruh Diversitas Gender terhadap Efisiensi Investasi
Berdasarkan hasil penelitian yang dilakukan pada tabel 4.8 menunjukkan bahwa pada periode 2011 – 2015 diversitas gender yang dilihat dari jumlah proporsi wanita dalam dewan direksi perusahaan tidak
mempengaruhi efisiensi investasi pada perusahaan sampel. Kemungkinan variabel diversitas gender bukan merupakan salah satu faktor yang menentukan tinggi atau rendahnya efisiensi investasi perusahaan.
Hasil ini sejalan dengan penelitian yang dilakukan oleh Ramadhani dan Adhariani (2015) yang menyatakan bahwa diversitas gender tidak berpengaruh terhadap efisiensi investasi. Pengaruh yang tidak signifikan ini disebabkan karena saat ini komposisi dewan direksi sebagian besar didominasi oleh laki-laki. Diduga karena wanita kurang menyukai resiko daripada laki-laki, sehingga wanita memiliki presentase yang lebih kecil daripada pria dalam menduduki jabatan dalam perusahaan. Sehingga menyebabkan tidak beragamnya dewan direksi pada perusahaan.
4.7.2.3Pengaruh Diversitas Latar Belakang Pendidikan Terhadap Efisiensi Investasi
Berdasarkan hasil penelitian yang dilakukan pada tabel 4.8 menunjukkan bahwa pada periode 2011 – 2015, diversitas latar belakang pendidikan yang dilihat dari latar belakang jurusan dewan direksi perusahaan dapat mempengaruhi efisiensi investasi pada perusahaan sampel.
Hasil tersebut sejalan dengan Resources Dependency Theory yang menyatakan bahwa keberagaman dewan direksi memiliki potensi untuk meningkatkan informasi yang beragam untuk diberikan ke manajemen sehingga diharapkan dapat memberikan nilai tambah dalam membuat
63
suatu keputusan untuk menghasilkan kinerja perusahaan yang lebih baik dan efisien.
4.8 Implikasi Manajerial
Berdasarkan hasil penelitian mengenai “Kualitas Laporan Keuangan dan Diversitas Manajerial terhadap Efisiensi Investasi Perusahaan Manufaktur sektor Industri Barang Konsumsi”, dapat diketahui bahwa variabel divesitas latar belakang pendidikan manajerial memiliki pengaruh terhadap efisiensi investasi perusahaan. Hal ini mengindikasikan bahwa dalam suatu manajemen harus terdiri dari beberapa dewan direksi yang memiliki latar belakang pendidikan yang berbeda. Suatu manajemen perusahaan dikatakan tersebar ketika kurang dari 40 persen anggota dewan direksinya memiliki latar belakang pendidikan yang sama.
Perbedaan latar belakang pendidikan yang dimiliki dewan direksi membuat perusahaan melihat permasalahan dari berbagai perspektif atau pandangan berdasarkan latar belakang pendidikan anggota kelompok. Sehingga menyebabkan pembuat keputusan mengevaluasi lebih banyak alternatif dan menelaah dengan lebih hati-hati konsekuensi dari alternatif yang diberikan, jadi akan membantu meningkatkan kualitas pemecahan masalah dan meningkatkan kualitas dalam pengambilan keputusan. Sehingga akan menghasilkan keputusan investasi yang efisien terhadap perusahaan.
Penelitian ini bertujuan untuk memperoleh bukti empiris mengenai
“Pengaruh Kualitas Laporan Keuangan dan Diversitas Manajerial terhadap Efisiensi Investasi Perusahaan Manufaktur sektor Industri Barang Konsumsi”
dengan periode 2011-2015. Hasil dalam penelitian ini menunjukkan bahwa : 1. Kualitas pelaporan keuangan tidak memiliki pengaruh terhadap efisiensi
investasi perusahaan.
2. Diversitas gender tidak memiliki pengaruh terhadap efisiensi investasi perusahaan.
3. Diversitas latar belakang pendidikan berpengaruh positif terhadap efisiensi investasi perusahaan.
Penelitian ini memberikan pengukuran efisiensi investasi yang bukan hanya diukur melalui komponen keuangannya saja, melainkan juga komponen non keuangan yang dapat diukur melalui kapabilitas dewan direksi dalam perusahaan yaitu gender dan latar belakang pendidikan. Sehingga, dengan hasil tersebut, perusahaan tersebut juga harus mempertimbangkan keberadaan sumber daya manusia yang juga memiliki pengaruh besar dalam kegiatan perusahaan dalam mencapai tujuannya.
5.2 Keterbatasan dan Saran
Adapun dalam menyusun penelitian ini masih sangat banyak keterbatasan yang dialami peneliti. Oleh karena keterbatasan itu, sehingga diharapkan untuk