www.konsultanstatistik.

com SIMULASI ANALISIS REGRESI LINEAR BERGANDA DENGAN SPSS

A. Deskripsi Objek Penelitian Penelitian menggunakan periode 2007 sampai dengan 2009 sehingga perusahaan yang digunakan adalah perusahaan perbankan yang telah aktif diperdagangkan dalam periode tersebut. Terdapat 28 perusahaan perbankan yang terdaftar di Bursa Efek Indonesia pada tahun 2009, akan tetapi terdapat 3 perusahaan yang baru listing pada tahun 2007, yaitu PT Bank Agroniaga Tbk., PT Bank Capital Indonesia Tbk., dan PT Bank Windu Kentjana International Tbk. Demikian juga terdapat 2 buah perusahaan yang baru listing di BEI tahun 2008 yaitu PT Bank Ekonomi Raharja Tbk., dan PT Bank Tabungan Pensiunan Nasional Tbk., sehingga hanya terdapat 23 perusahaan perbankan yang berturut-turut

memperdagangkan sahamnya dari tahun 2007 sampai dengan tahun 2009. Dari 23 perusahaan yang memperdagangkan sahamnya berturut-turut antara tahun 2007 sampai dengan 2009 terdapat 8 perusahaan yang tidak mencantumkan data variabel penelitian secara lengkap yaitu data piutang perusahaan yang dipergunakan untuk menghitung discretionary accrual. Dengan demikian sampel penelitian adalah sebanyak 15 perusahaan.

B. Analisis Data 1. Uji Asumsi Klasik Analisis regresi linear berganda memerlukan beberapa asumsi agar model tersebut layak dipergunakan. Asumsi yang dipergunakan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi a. Uji Normalitas Uji normalitas data dipergunakan untuk menentukan apakah data terdistribusi secara normal atau tidak. Uji normalitas yang dipergunakan adalah plot grafik di mana asumsi normalitas terpenuhi jika titik-titik pada grafik mendekati sumbu diagonalnya.

www.konsultanstatistik.com
Gambar 1 Uji Normalitas
Normal P-P Plot of Regression Stand Dependent Variable: Discretionary Ac
1.00

.75

Expected Cum Prob

.50

.25

0.00 0.00 .25 .50 .75 1.00

Observed Cum Prob

Gambar menunjukkan bahwa titik-titik pada grafik telah mendekati atau hampir berhimpit dengan sumbu diagonal atau membentuk sudut 45 derajad dengan garis mendatar. Interpretasinya adalah bahwa nilai residual pada model penelitian telah terdistribusi secara normal. Untuk memperkuat hasil pengujian tersebut dipergunakan uji Kolmogorov-Smirnov yaitu sebagai berikut: Tabel 1 Uji Normalitas dengan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual 45 .0000000 .40250771 .089 .089 -.068 .597 .868

N Normal Parameters a,b Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

Mean Std. Deviation Absolute Positive Negative

a. Test distribution is Normal. b. Calculated from data.

Tampak bahwa nilai signifikansi adalah sebesar 0,868 > 0,05 yang menunjukkan bahwa nilai residual telah terdistribusi secara normal.

www.konsultanstatistik.com
Hasil analisis awal menunjukkan adanya data outliers yaitu data yang menyimpang terlalu jauh dari data yang lain sehingga harus dikeluarkan dari model penelitian. Berikut adalah identifikasi data outlier pada model dalam penelitian ini: Tabel 2 Identifikasi Data Outliers
a Casewise Diagnostics

Case Number 8

Std. Residual 3.037

Discretionary Accrual 1.7413

Predicted Value .482962

Residual 1.258338

a. Dependent Variable: Discretionary Accrual

Tampak bahwa terdapat 1 buah data outliers yaitu data ke-8 sehingga data tersebut dikeluarkan dari model penelitian dan jumlah data penelitian menjadi 44 buah. Dengan mengeluarkan satu buah data tersebut, masih terdapat 1 buah lagi data outliers yaitu sebagai berikut: Tabel 3 Identifikasi Data Outliers 2
a Casewise Diagnostics

Case Number 23

Std. Residual 3.081

Discretionary Accrual 1.5434

Predicted Value .432808

Residual 1.110592

a. Dependent Variable: Discretionary Accrual

Data ke-23 menjadi outliers setelah data ke-8 dikeluarkan, dengan demikian, data ke-23 juga dikeluarkan dari model sehingga tidak ada lagi data outliers. Dengan mengeluarkan dua buah data outliers maka diperoleh grafik P Plot sebagai berikut: Gambar 2 Uji Normalitas Tanpa Data Outliers
Normal P-P Plot of Regression Stand Dependent Variable: Discretionary Ac
1.00

.75

Expected Cum Prob

.50

.25

0.00 0.00 .25 .50 .75 1.00

Observed Cum Prob

www.konsultanstatistik.com
Gambar menunjukkan bahwa titik-titik pada grafik telah mendekati atau hampir berhimpit dengan sumbu diagonal atau membentuk sudut 45 derajad dengan garis mendatar. Interpretasinya adalah bahwa nilai residual pada model penelitian telah terdistribusi secara normal. Untuk memperkuat hasil pengujian tersebut dipergunakan uji Kolmogorov-Smirnov yaitu sebagai berikut: Tabel 4 Uji Normalitas dengan Kolmogorov-Smirnov Tanpa Outliers
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual 43 .0000000 .31740020 .089 .089 -.085 .584 .884

N Normal Parameters a,b Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

Mean Std. Deviation Absolute Positive Negative

a. Test distribution is Normal. b. Calculated from data.

Tampak bahwa dengan 43 data maka nilai signifikansi adalah sebesar 0,884 > 0,05 yang menunjukkan bahwa nilai residual telah terdistribusi secara normal.

b. Uji Multikolinearitas Uji multikolinearitas dilakukan dengan menggunakan nilai variance inflation factor (VIF). Model dinyatakan terbebas dari gangguan multikolinearitas jika mempunyai nilai VIF di bawah 10 atau tolerance di atas 0,1. Berikut adalah uji Multikolinearitas dalam penelitian ini: Tabel 5 Uji Multikolinearitas
Coefficientsa Unstandardized Coefficients B Std. Error 3.385 .706 -.108 .036 -.016 .042 .011 .003 .178 .165 -.161 .044 Standardized Coefficients Beta -.498 -.056 .686 .198 -.584 Collinearity Statistics Tolerance VIF .519 .686 .278 .426 .559 1.928 1.458 3.593 2.350 1.788

Model 1

(Constant) Ukuran Dewan Komisaris Komite Audit Kepemilikan Institusional Kepemilikan Manajerial LN_UP

t 4.793 -3.011 -.392 3.039 1.083 -3.663

Sig. .000 .005 .697 .004 .286 .001

a. Dependent Variable: Discretionary Accrual

www.konsultanstatistik.com
Tabel di atas memberikan semua nilai VIF di bawah 10 atau nilai tolerance di atas 0,1. Berarti tidak terdapat gejala multikolinearitas pada model dalam penelitian ini.

c. Uji Heteroskedastisitas Uji Heteroskedastisitas dilakukan dengan memplotkan grafik antara SRESID dengan ZPRED di mana gangguan heteroskedastisitas akan tampak dengan adanya pola tertentu pada grafik. Berikut adalah uji heteroskedastisitas pada keempat model dalam penelitian ini: Gambar 3 Uji Heteroskedastisitas
Scatterplot Dependent Variable: Discretionary Accrual
3

Regression Studentized Residual

-1

-2 -3 -2 -1 0 1 2 3

Regression Standardized Predicted Value

Tampak pada diagram di atas bahwa model penelitian tidak mempunyai gangguan heteroskedastisitas karena tidak ada pola tertentu pada grafik. Titik-titik pada grafik relatif menyebar baik di atas sumbu nol maupun di bawah sumbu nol.

d. Uji Autokorelasi Berikut adalah nilai Durbin-Watson pada model dalam penelitian ini: Tabel 6 Uji Autokorelasi
Model Summaryb Model 1 R R Square .689a .475 Adjusted R Square .404 Std. Error of the Estimate .3075315 Durbin-W atson 1.708

a. Predictors: (Constant), LN_UP, Ukuran Dewan Komisaris, Kepemilikan Manajerial, Komite Audit, Kepemilikan Institusional b. Dependent Variable: Discretionary Accrual

www.konsultanstatistik.com
Adapun nilai dU untuk 5 buah variabel dengan 43 data pada taraf 5% adalah sebesar 1,780. Tampak bahwa 0 < dW < dU yang masuk pada kategori no decision. Untuk memperkuat hasil tersebut digunakan uji Run, di mana gangguan autokorelasi terjadi jika signifikansi di bawah 0,05. Berikut adalah uji autokorelasi dengan Run test: Tabel 7 Uji Autokorelasi dengan Run Test
Runs Test Unstandardized Residual .04530 21 22 43 21 -.305 .760

Test Valuea Cases < Test Value Cases >= Test Value Total Cases Number of Runs Z Asymp. Sig. (2-tailed) a. Median

Tampak bahwa signifikansi adalah sebesar 0,760 > 0,05 yang menunjukkan bahwa tidak terjadi gangguan autokorelasi pada model penelitian.

C. Uji Goodness of Fit Uji goodness of fit adalah untuk melihat kesesuaian model, atau seberapa besar kemampuan variabel bebas dalam menjelaskan varians variabel terikatnya. Berikut adalah hasil perhitungan nilai R dan koefisien determinasi dalam penelitian ini: Tabel 8 Uji Goodness of Fit
Model Summaryb Model 1 R R Square .689a .475 Adjusted R Square .404 Std. Error of the Estimate .3075315 Durbin-W atson 1.708

a. Predictors: (Constant), LN_UP, Ukuran Dewan Komisaris, Kepemilikan Manajerial, Komite Audit, Kepemilikan Institusional b. Dependent Variable: Discretionary Accrual

Tabel tersebut memberikan nilai R sebesar 0,689 pada model penelitian dan koefisien determinasi sebesar 0,404. Tampak bahwa kemampuan variabel bebas dalam menjelaskan varians variabel terikat adalah sebesar 40,4%. Masih terdapat 59,6% varians variabel terikat yang belum mampu dijelaskan oleh variabel bebas dalam model penelitian ini.

www.konsultanstatistik.com
D. Uji F Uji F (uji simultan) adalah untuk melihat pengaruh variabel bebas yaitu terhadap variabel terikatnya yaitu DA secara serempak. Berikut adalah nilai F hitung dalam penelitian ini: Tabel 9 Uji F
b ANOVA

Model 1

Regression Residual Total

Sum of Squares 3.161 3.499 6.661

df 5 37 42

Mean Square .632 .095

F 6.686

Sig. .000a

a. Predictors: (Constant), LN_UP, Ukuran Dewan Komisaris, Kepemilikan Manajerial, Komite Audit, Kepemilikan Institusional b. Dependent Variable: Discretionary Accrual

Tampak bahwa nilai F hitung pada model penelitian adalah sebesar 6,686 dengan taraf signifikansi sebesar 0,000. Nilai signifikansi adalah di bawah 0,05 yang menunjukkan bahwa variabel bebas secara serempak mempunyai pengaruh yang signifikan terhadap manajemen laba pada signifikansi 5%.

E. Uji t Uji t (parsial) adalah untuk melihat pengaruh variabel-variabel bebas secara parsial terhadap variabel terikatnya. Berikut adalah hasil perhitungan nilai t hitung dan taraf signifikansinya dalam penelitian ini: Tabel 10 Uji t
Coefficientsa Unstandardized Coefficients B Std. Error 3.385 .706 -.108 .036 -.016 .042 .011 .003 .178 .165 -.161 .044 Standardized Coefficients Beta -.498 -.056 .686 .198 -.584 Collinearity Statistics Tolerance VIF .519 .686 .278 .426 .559 1.928 1.458 3.593 2.350 1.788

Model 1

(Constant) Ukuran Dewan Komisaris Komite Audit Kepemilikan Institusional Kepemilikan Manajerial LN_UP

t 4.793 -3.011 -.392 3.039 1.083 -3.663

Sig. .000 .005 .697 .004 .286 .001

a. Dependent Variable: Discretionary Accrual

Berdasarkan hasil pada tabel tersebut, dapat disusun persamaan regresi linear berganda sebagai berikut: Y = 3,385 0,108 X1 0,016 X2 + 0,11 X3 + 0,178 X4 - 0,161 X5 + e Keterangan:

www.konsultanstatistik.com
Y X1 X2 X3 X4 X5 = Discretionary Accrual = Ukuran dewan komisaris = Komite audit = Kepemilikan institusional = Kepemilikan manajerial = Ukuran perusahaan Interpretasi terhadap persamaan tersebut beserta uji hipotesis akan diberikan sebagai berikut: 1. Pengujian Hipotesis 1 Berdasarkan analisis data di atas, maka tampak bahwa nilai t hitung untuk variabel ukuran dewan komisaris adalah sebesar -3,011. Nilai tersebut di atas nilai t tabel untuk N = 43 yaitu sebesar + 2,011 sehingga diinterpretasikan bahwa variabel ukuran dewan komisaris mempunyai pengaruh yang signifikan terhadap discretionary accrual. Dengan demikian hipotesis H1 dalam penelitian ini yang berbunyi: Terdapat pengaruh yang signifikan antara ukuran dewan komisaris terhadap manajemen laba diterima.

2. Pengujian Hipotesis 2 Berdasarkan analisis data di atas, maka tampak bahwa nilai t hitung untuk variabel ukuran komite audit adalah sebesar -0,392. Nilai tersebut di bawah nilai t tabel + 2,011 sehingga diinterpretasikan bahwa variabel ukuran komite audit tidak mempunyai pengaruh yang signifikan terhadap discretionary accrual. Dengan demikian hipotesis H2 dalam penelitian ini yang berbunyi: Terdapat pengaruh yang signifikan antara komite audit terhadap manajemen laba ditolak.

3. Pengujian Hipotesis 3 Berdasarkan analisis data di atas, maka tampak bahwa nilai t hitung untuk variabel ukuran kepemilikan institusional adalah sebesar 3,093. Nilai tersebut di atas nilai t tabel + 2,011 sehingga diinterpretasikan bahwa variabel kepemilikan institusional mempunyai pengaruh yang signifikan terhadap discretionary accrual. Dengan demikian hipotesis H3 dalam penelitian ini yang berbunyi: Terdapat pengaruh yang signifikan antara kepemilikan intitusional terhadap manajemen laba diterima.

www.konsultanstatistik.com
4. Pengujian Hipotesis 4 Berdasarkan analisis data di atas, maka tampak bahwa nilai t hitung untuk variabel kepemilikan manajerial adalah sebesar 1,083. Nilai tersebut di bawah nilai t tabel + 2,011 sehingga diinterpretasikan bahwa variabel kepemilikan manajerial tidak mempunyai pengaruh yang signifikan terhadap discretionary accrual. Dengan demikian hipotesis H4 dalam penelitian ini yang berbunyi: Terdapat pengaruh yang signifikan antara kepemilikan manajerial terhadap manajemen laba ditolak.

5. Pengujian Hipotesis 5 Berdasarkan analisis data di atas, maka tampak bahwa nilai t hitung untuk variabel ukuran perusahaan adalah sebesar -3,663. Nilai tersebut di atas nilai t tabel + 2,011 sehingga diinterpretasikan bahwa variabel ukuran perusahaan mempunyai pengaruh yang signifikan terhadap discretionary accrual.. Dengan demikian hipotesis H5 dalam penelitian ini yang berbunyi: Terdapat pengaruh yang signifikan antara ukuran perusahaan terhadap manajemen laba diterima.