BAB IV ANALISIS HASIL DAN PEMBAHASAN. Statistik deskriptif menggambarkan atau mendeskripsikan suatu data yang

Transkripsi

1 41 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif menggambarkan atau mendeskripsikan suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, maksimum, minimum, dan lainnya (Ghozali, 2007). Perusahaan yang memenuhi kriteria dari penelitian ini sebanyak 60 sampel. Berikut hasil analisis deskriptif yang telah diperoleh dan dapat dilihat dalam tabel 4.1 sebagai berikut : Tabel 4.1. Descriptive Statistics N Minimum Maximum Mean Std. Deviation DAit KI DD KA Valid N (listwise) 60 Berdasarkan output statistik deskriptif pada tabel 4.1 diatas dapat diketahui bahwa: 1. Variabel Manajemen Laba memiliki nilai minimum -0, yang dihasilkan oleh Bank Agroniaga Tbk dan nilai maximum 0, yang dihasilkan Bank OCBC NISP Tbk. Manajemen Laba mempunyai mean atau nilai rata-rata sebesar 0, dan nilai standar deviasi sebesar

2 42 2. Variabel Proporsi Komisaris Independen memiliki nilai minimum 0,33 yang dihasilkan Bank Windu Kentjana Tbk, dan nilai maximum 1,00 yang dihasilkan Bank Kesawan Tbk. Proporsi Komisaris Independen mempunyai mean atau nilai rata-rata sebesar 0,5688 dan nilai standar deviasi sebesar 0, Variabel Ukuran Dewan Direksi memiliki nilai minimum 3 yang dihasilkan Bank Agroniaga Tbk, Bank Danamon Tbk, dan Bank Bumi Artha Tbk. Sedangkan nilai maximum 12 yang dihasilkan oleh Bank Danamon Tbk. Ukuran Dewan Direksi mempunyai mean atau nilai rata-rata sebesar 6,90 dan nilai standar deviasi sebesar 2, Variabel Ukuran Komite Audit memiliki nilai minimum 2 yang dihasilkan oleh Bank Kesawan Tbk, dan Bank Bumi Artha Tbk. Sedangkan nilai maximum sebesar 7 dihasilkan oleh Bank Negara Indonesia Tbk dan Bank CIMB Niaga Tbk. Komite Audit mempunyai mean atau nilai rata-rata sebesar 3,90 dan nilai standar deviasi sebesar 1,145. B. Uji Asumsi Klasik Sebelum dilakukan analisis regresi maka perlu dilakukan pengujian asumsi klasik terlebih dahulu, agar model yang digunakan dapat menunjukkan hubungan yang akurat. Uji asumsi klasik yang akan digunakan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, uji autokorelasi, dan uji heteroskedastisitas.

3 43 1. Uji Normalitas dengan Uji Kolmogorov Smirnov Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non-parametic Kolmogorov-Smirnov (K-S). Dengan hipotesis sebagai berikut: Ho: Data residual berdistribusi normal Ha: Data residual tidak berdistribusi normal Pengambilan keputusan untuk menentukan data variabel penelitian terdistribusi normal atau tidak adalah sebagai berikut : 1. Nilai Asym.Sig. (2-tailed) 0.05 maka data berdistribusi normal. 2. Nilai Asym.Sig. (2-tailed) 0.05 maka data berdistribusi tidak normal. Tabel 4.2 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 60 Normal Parameters a,b Mean 0E-7 Std. Deviation Most Extreme Differences Absolute.092 Positive.061 Negative Kolmogorov-Smirnov Z.716 Asymp. Sig. (2-tailed).684 a. Test distribution is Normal. b. Calculated from data. Casewise Diagnostic, yaitu mengeluarkan nilai outlier yang dianggap penyebab tidak normalnya data. Dari analisis casewise diagnostic, didapat 18

4 44 sampel data outlier sehingga harus dikeluarkan dari sampel. Sehingga jumlah sampel menjadi 60 sampel. Dari tabel 4.2. menunjukkan bahwa Asymp.Sig. (2-tailed) Unstandardized Residual sebesar 0,684 yang berarti nilainya lebih besar dari 0,05, maka dapat disimpulkan bahwa data pada penilaian ini berdistribusi normal. Oleh karena itu, data ini telah memenuhi asumsi normalitas dan dapat dianalisis lebih lanjut dengan menggunakan analisis regresi. 2. Uji Multikolinearitas Model regresi yang memenuhi asumsi klasik adalah yang terbebas dari multikolonieritas yaitu tidak adanya korelasi diantara variabel bebas (independent variable). Adanya multikolonieritas ditunjukkan dengan nilai Tolerance < 0,10 atau sama dengan nilai VIF > 10. Tabel 4.3 Coefficients a Model Collinearity Statistics Tolerance VIF (Constant) 1 KI DD a. Dependent Variable: DAit KA Hasil Uji melalui Variance Inflation Factor (VIF) pada hasil output SPSS tabel coefficient, masing-masing variabel independen memiliki VIF tidak lebih

5 45 dari 10 dan nilai Tolerance tidak kurang dari 0,10. Maka dapat dinyatakan bahwa tidak terjadi persoalan multikolinearitas antara varibel independen. 3. Uji Autokorelasi Uji autokorelasi digunakan untuk melihat apakah terjadi korelasi antar suatu periode t dengan periode sebelumnya (t-1). Terdapat beberapa cara untuk mendeteksi adanya gejala autokorelasi dalam suatu model regresi, salah satunya menggunakan pengujian dengan uji Durbin Watson menurut Singgih Santoso dengan kriteria sebagai berikut : jika angka Durbin-Watson berkisar antara 2 sampai dengan +2 maka koefisien regresi bebas dari gangguan autokorelasi, sedangkan jika angka DW di bawah 2 berarti terdapat autokorelasi positif dan jika angka DW di atas +2 berarti terdapat autokorelasi negatif. Tabel 4.4 Model Summary b Model R R Adjusted R Std. Error of Durbin- Square Square the Estimate Watson a a. Predictors: (Constant), KA, PKI, UDD b. Dependent Variable: DAit Berdasarkan tabel 4.4 hasil uji autokorelasi dengan menggunakan metode Durbin Watson, ternyata untuk model pengujian regresi yang memiliki nilai Durbin Watson 0,439 sehingga dapat disimpulkan bahwa model regresi tidak

6 46 memiliki persoalan autokorelasi. Alasannya karena nilai DW lebih besar dari -2 dan lebih kecil dari Uji Heteroskedastisitas Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau yang tidak terjadi heteroskedastisitas. Penelitian ini menggunakan cara dengan pengujian statistik yang dapat digunakan untuk mendeteksi ada tidaknya heteroskedastisitas, pengujian yang dilakukan adalah dengan menggunakan scatterplot. Dengan menggunakan grafik scatterplot, maka titik-titik yang terbentuk harus menyebar secara acak, tersebar baik diatas maupun dibawah angka 0 pada sumbu Y, bila kondisi ini terpenuhi maka tidak terjadi heteroskedastisitas dan model regresi layak digunakan. Hasil uji heteroskedastisitas dengan menggunakan grafik scatterplot di tunjukan pada gambar 4.5. berikut ini:

7 47 Tabel 4.5 C. Uji Hipotesis 1. Analisis Koefisien Determinasi (R 2 ) Koefisian determinasi (R 2 ) pada intinya mengukur seberapa jauh kemampuan model menerangkan variasi variabel independen. Nilai R 2 adalah antara nol dan satu. Semakin mendekati 1 maka nilainya semakin baik yang berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk mempredeksi variasi variabel dependen. Tabel 4.6 Model Summary b Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant), KA, PKI, UDD b. Dependent Variable: DAit

8 48 Dari tabel 4.6 diatas dapat diketahui bahwa angka koefisien determinasi atau Adjusted R Square adalah 0,157 atau (15,7%) artinya adanya pengaruh Proporsi Komisaris Independen, Ukuran Dewan Direksi, Ukuran Komite Audit terhadap Manajemen Laba sebesar (15,7%) atau variasi variabel independen yang digunakan kurang mampu menjelaskan variabel dependen (Manajemen Laba). Sedangkan sisanya yaitu (100%- 15,7% = 84,3%) dijelaskan atau dipengaruhi oleh variabel lain yang tidak dimasukkan dalam model penelitian ini. Standard Error of the Estimate sebesar 0, , semakin kecil nilai SEE akan membuat model regresi semakin tepat dalam memprediksi variabel dependen. Koefisien relasi (R) pada tabel 4.6 sebesar 0,447 menunjukkan bahwa hubungan antara variabel independen dengan variabel dependen adalah kecil karena memiliki nilai koefisien relasi kurang dari 0,5. 2. Uji Regresi Simultan (Uji F) Uji F yaitu suatu uji untuk mengetahui pengaruh antara variabel-variabel bebas secara bersama (simultan) terhadap varibel terikat. Untuk meneliti pengaruh Proporsi Komisaris Independen, Ukuran Dewan Direksi, Ukuran Komite Audit terhadap Manajemen Laba secara simultan dapat dihitung dengan menggunakan F test. Berdasarkan hasil pengolahan data maka diperoleh hasil sebagai berikut.

9 49 Tabel 4.7 ANOVA a Model 1 Sum of Squares df Mean Square F Sig. Regression b Residual a. Dependent Variable: DAit Total b. Predictors: (Constant), KA, PKI, UDD Dari tabel ANOVA diperoleh nilai signifikansinya yaitu sebesar lebih kecil dari 0.05 sehingga dapat disimpulkan Ho ditolak dan Ha diterima. Dapat disimpulkan bahwa Proporsi Komisaris Independen, Ukuran Dewan Direksi, dan Komite Audit secara bersama-sama berpengaruh terhadap Manajemen Laba secara signifikan. Hasil penelitian ini tidak konsisten dengan penelitian Marihot dan Doddy (2007). 3. Uji Regresi Parsial (Uji t) Untuk menguji signifikansi koefisien regresi, yaitu apakah variabel independen (X) berpengaruh secara nyata atau maka akan digunakan uji t. Jika t tabel > t hitung maka Ho diterima, sedangkan jika t tabel < t hitung maka Ho ditolak. Atau dapat juga menggunakan Nilai Signifikansi : Jika Sig < 0.05 Ho ditolak sehingga Ha diterima (Signifikan) Jika Sig > 0.05 Ho diterima sehingga Ha ditolak (Tidak Signifikan)

10 50 Tabel 4.8 Coefficients a Unstandardized Standardized t Sig. Model B Coefficients Std. Coefficients Beta Error (Constant) KI DD KA a. Dependent Variable: DAit Dari tabel tersebut diperoleh informasi sebagai berikut : a. Proporsi Komisaris Independen memiliki nilai signifikansi sebesar 0,4151 berarti lebih besar dari 0,05, maka Ha ditolak dan Ho diterima, dengan kata lain Proporsi Komisaris Independen tidak berpengaruh secara signifikan terhadap Manajemen Laba. Hal ini menunjukkan bahwa jumlah komisaris independen dalam suatu perusahaan tidak berpengaruh dengan adanya praktik manajemen laba atau dengan kata lain jumlah komisaris independen dalam suatu perusahaan tidak mampu mengurangi praktik manajemen laba dalam perusahaan. Berdasarkan data yang ada, sebagian besar komisaris independen terdiri dari pejabat publik ataupun tokoh masyarakat, yang belum tentu memiliki keahlian di bidang kontek manajemen perusahaan. Sebagian besar anggota komisaris ternyata juga ada yang sekaligus menjabat sebagai komisaris dan direksi di perusahaan lain, baik perusahaan yang berkaitan maupun perusahaan lain. Mantan pejabat pemerintahan ataupun yang masih aktif, biasanya diangkat sebagai anggota

11 51 Dewan Komisaris suatu perusahaan dengan tujuan agar mempunyai akses ke instansi pemerintah yang bersangkutan. Dalam hal ini integritas dan kemampuan Dewan Komisaris seringkali menjadi kurang penting. Pada gilirannya independensi Dewan Komisaris menjadi sangat diragukan karena hubungan khususnya dengan pemegang saham mayoritas ataupun hubungannya dengan Dewan Direksi ditambah kurangnya integritas serta kemampuan Dewan Komisaris. Hasil analisis ini tidak konsisten dengan hasil penelitian Marihot dan Doddy (2007) yang menyatakan bahwa semakin banyak jumlah komisaris independen dalam suatu perusahan berpengaruh terhadap menurunnya tingkat manajemen laba pada perusahaan tersebut. b. Ukuran Dewan Direksi memiliki nilai signifikansi sebesar 0,021 berarti lebih kecil dari 0,05, maka Ha diterima dan Ho ditolak, dengan kata lain Ukuran Dewan Direksi berpengaruh negatif signifikan terhadap manajemen laba. Hal ini menunjukan bahwa Ukuran Dewan Direksi yang semakin tinggi tidak mampu mengurangi praktik manajemen laba dalam suatu perusahaan. Hal ini dikarenakan bahwa semakin banyak jumlah anggota dewan direksi maka akan semakin sulit dalam melakukan koordinasi antar dewan direksi dan memiliki banyak pendapat sehingga dapat menyebabkan terjadinya komunikasi yang kurang baik sehingga berpengaruh dalam pengambilan keputusan. Hasil analisis ini konsisten dengan hasil penelitian Maulida (2012) dan tidak konsisten dengan penelitian Eddy dan Pranata (2005) yang menyatakan bahwa semakin banyak jumlah dewan direksi dalam suatu perusahaan mampu mengurangi praktik manajemen laba.

12 52 c. Ukuran Komite Audit memiliki nilai signifikansi sebesar 0,001 berarti lebih kecil dari 0,05, maka Ha diterima dan Ho ditolak, dengan kata lain Komite Audit berpengaruh secara signifikan terhadap manajemen laba. Hal ini menunjukan bahwa semakin banyak jumlah anggota komite audit dalam suatu perusahaan maka semakin mampu mengurangi praktik manajemen laba dalam suatu perusahaan tersebut. Hal ini menunjukan bahwa komite audit telah menjalankan tugasnya sesuai peraturan perundang-undangan terkait dengan pengawasan kinerja manajemen perusahaan dan menjunjung tinggi prinsip-prinsip corporate governance. Hasil analisis ini konsisten dengan hasil penelitian Marihot dan Doddy (2007) yang juga mengatakan bahwa semakin banyak jumlah komite audit yang independen, maka praktik manajemen laba dalam suatu perusahaan dapat berkurang. 4. Analisis Regresi Linear Berganda Berdasarkan hasil uji di atas dari tiga variabel independen yang dimasukkan ke dalam model regresi terdapat dua variabel yang hasilnya berpengaruh terhadap manajemen laba yaitu adalah Ukuran Dewan Direksi dan Komite Audit yang menunjukkan hasil signifikan kurang dari 0,05. Dari hasil tersebut dapat dilihat dengan persamaan matematis: DA = -0, ,098 KI + (-0,021)DD + 0,001KA DA KI = Discretionary Accruals = Proporsi Komisaris Independen

13 53 DD KA = Ukuran Dewan Direksi = Ukuran Komite Audit Persamaan regresi tersebut dapat dijelaskan sebagai berikut : a. Nilai konstanta adalah -0,030 artinya jika variabel independen dianggap konstan, maka rata-rata manajemen laba bernilai negatif 3%. b. Koefisien Proporsi Komisaris Independen (KI) sebesar 0,098 pada variabel Proporsi Komisaris Independen terdapat hubungan dengan manajemen laba. Hal ini menunjukkan setiap kenaikan 1 orang dari proporsi komisaris independen akan menyebabkan kenaikan manajemen laba sebesar 0,098. c. Koefisien Ukuran Dewan Direksi (DD) sebesar -0,021 pada variabel Ukuran Dewan Direksi terdapat hubungan negatif dengan manajemen laba. Hal ini menunjukkan setiap penurunan 1 orang dari Ukuran Dewan Direksi akan menyebabkan penurunan manajemen laba yang diterima sebesar 0,021. d. Koefisien Ukuran Komite Audit (KA) sebesar 0,001 pada variabel Komite Audit terdapat hubungan dengan manajemen laba. Hal ini menunjukkan bahwa setiap kenaikan 1 orang dari Komite Audit akan menyebabkan kenaikan pada Manajemen Laba sebesar 0,001. D. Pembahasan Berdasarkan hasil penelitian yang dilakukan dengan menggunakan SPSS versi 20, Data yang dihasilkan berdistribusi normal karena nilai signifikannya lebih besar dari 0.05 yaitu sebesar hasil penelitian menyatakan bahwa antar variabel independen terbebas dari multikolinearitas karena masing-masing

14 54 variabel independen memiliki nilai VIF tidak lebih besar dari 10 dan nilai Tolerance tidak kurang dari selain itu hasil penelitian uji autokorelasi dengan menggunakan metode durbin watson memiliki nilai sebesar sehingga dapat disimpulkan bahwa model regresi tidak memiliki persoalan autokorelasi karena nilai DW lebih besar dari -2 dan lebih kecil dari +2. Dari hasil uji heteroskedatisitas dengan menggunakan grafik scatterplot menggambarkan bahwa titik-titik yang terbentuk telah menyebar secara acak baik diatas maupun dibawah angka 0 pada sumbu Y, oleh karena itu model regresi tidak mengalami heterokedatisitas. Hasil penelitian juga menyatakan bahwa variabel good corporate governance dengan indikator proporsi komisaris independen, ukuran dewan direkksi dan ukuran komite audit secara bersama-sama berpengaruh terhadap manajemen laba karena memiliki nilai signifikan (sig) < sedangkan dalam uji t (parsial) hanya indikator proporsi komisaris independen yang tidak berpengaruh terhadap manajemen laba karena memiliki nilai signifikan (sig) > 0.05, hal tersebut dikarenakan bahwa sebagian besar komisaris independen terdiri dari pejabat publik ataupun tokoh masyarakat, yang belum tentu memiliki keahlian di bidang kontek manajemen perusahaan sehingga tidak mampu mengurangi praktik manajemen laba yang terjadi dalam suatu perusahaan.