38
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Objek Penelitian Perusahaan emiten manufaktur sektor (Basic Industry and Chemicals), (Consumer Goods Industry) dan (Trade, Services & Investment) yang terdaftar di Bursa Efek Indonesia memiliki beberapa perusahaan, sedangkan dalam penelitian ini peneliti menggunakan sampel adalah Perusahaan yang memenuhi kriteria yang digunakan dalam penelitian ini. Sedangkan laporan keuangan yang digunakan untuk penelitian ini diambil dari laporan keuangan tahunan perusahaan manufaktur yang dipublikasikan oleh Bursa Efek Indonesia selama periode tahun berakhir 2009 dan tahun berakhir 2010. Namun data laporan keuangan yang dapat dipakai dalam periode tersebut secara keseluruhan terdapat 145 data laporan keuangan tahunan, sehingga diperoleh hanya 30 data tabulasi yang layak diolah lebih lanjut untuk masing-masing tahun 2009 dan tahun 2010 yang di jumlahkan menjadi 60 data . Berikut gambaran lebih lanjut mengenai sampel yang digunakan dalam penelitian ini.
39
Tabel 4.1 Sampel Penelitian Keterangan
Jumlah
Laporan keuangan tahunan Perusahaan Manufaktur sektor (Basic Industry and Chemicals), (Consumer Goods Industry) dan (Trade, Services & Investment) yang terdaftar di BEI tahun 2009 dan 2010
142
Laporan keuangan tahunan memiliki data lengkap selama tahun 2009 dan 2010 yang dipublikasikan BEI
77
Laporan keuangan tahunan memiliki nilai Earning Per Share
35
yang positif pada tahun 2009 dan 2010 Total sampel
30
B. Analisis Data 1. Statistik Deskripstif Analisis statistik digunakan untuk mengetahui gambaran atau deskripsi masing-masing variabel yang terkait dalam penelitian. Sebelum membahas mengenai pengujian variabel manajemen laba terhadap variabel biaya modal ekuitas yang diukur dengan besarnya akrual diskresioner, maka terlebih dahulu akan dilihat mengenai estimasi manajemen laba. Besarnya manajemen laba dalam penelitian ini diukur dengan akrual diskresioner yang diperoleh melalui perhitungan total akrual menggunakan rumus model Jones (1991) yang telah disesuaikan dengan karateristik perusahaan, dimana nilai
40
unstandardized residual yang diperoleh merupakan nilai akrual diskresioner perusahaan. Sebagai pembuktian dari pengolahan untuk proksi manajemen laba penulis menjabarkan hasil output spss sebagai berikut : Tabel 4.2 Statistik Deskriptif Descriptive Statistics N
Minimum Maximum
Mean
Std. Deviation
TAit/Ait-1
60
-8.07
8.32
.6753
4.23188
1/Ait-1
60
-8.79
9.45
2.0972
3.85329
REVit/Ait-1
60
-9.22
9.73
2.0728
3.96863
PPE/Ait-1
60
-9.18
8.66
1.6832
4.09969
AD
60 -9.49872
6.71997 .0000000
4.11629723
Valid N (listwise)
60
Berdasarkan Tabel diatas dapat dilihat bahwa nilai rata-rata pada Unstandardized Residual (Mean) sebesar 0.0000000. nilai AD yang negatif dapat dilihat pada nilai minimum sebesar -9.49872 dan nilai AD yang positif terlihat pada nilai maksimumnya sebesar 6.71997. dengan kata lain nilai AD yang tinggi menunjukkan bahwa manajemen laba tinggi didalam perhitungan estimasi tersebut. Nilai rata-rata pada TAit/Ait-1 yaitu sebagai total akrual pada proksi manajemen laba memiliki nilai sebesar 0.6753 atau sekitar 67%. Nilai rata-rata pada 1/Ait-1 yaitu sebagai total assets perusahaan manufaktur selama 2 tahun tersebut memiliki nilai sebesar 2.0972
41
Nilai rata-rata pada REVit/Ait-1 yaitu sebagai pendapatan perusahaan yang dikurangi oleh pendapatan tahun sebelumnya untuk tahun saat ini memiliki nilai sebesar 2.0728 Nilai rata-rata pada PPE/Ait-1 yaitu sebagai hasil perolehan dari penjualan assets tetap memiliki nilai sebesar 1.6832 2.
Uji Asumsi Klasik a. Uji Normalitas Data Dasar pengambilan keputusannya adalah apabila nilai asymptotic significance lebih dari 5%, berarti bahwa nilai residual terdistribusi secara normal (Ghozali,2005). Dalam mendapatkan proksi manajemen laba pada penelitian ini, uji normalitas dilakukan dengan uji statistik KolmogorovSmirnov. Tabel 4.3 One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test REVit/Ait- PPEit/AitTAit N
60
Normal Parameters
Mean a,,b
1/Ait-1
1
Unstandardized Residual
1
60
60
60
60
.6753 2.0972
2.0728
1.6832
.0000000
3.96863 4.09969
4.11629723
Std. Deviation 4.23188 3.85329
Most Extreme Absolute
.108
.174
.178
.140
.073
Differences
Positive
.091
.055
.095
.052
.051
Negative
-.108
-.174
-.178
-.140
-.073
Kolmogorov-Smirnov Z
.833
1.350
1.377
1.081
.569
Asymp. Sig. (2-tailed)
.491
.052
.045
.193
.902
42
a. Test distribution is Normal. b. Calculated from data.
Hasil pengujian statistik One Sample Kolmogorov Smirnov pada tabel di atas menunjukkan bahwa beasrnya Kolmogorov Smirnov Z adalah 0.569 dan tidak signifikan pada 0.05 karena Asymp. Sig. (2-tailed) > 0.05. Berdasarkan penjelasan tersebut dapat disimpulkan bahwa data nilai residual terdistribusi normal atau memenuhi syarat uji normalitas. b. Uji Heteroskedastisitas Untuk mendeteksi ada atau tidaknya heteroskedastisitas dalam penelitian proksi manajemen laba ini adalah dengan melihat grafik plot antara nilai prediksi variabel dependen dengan residualnya.
Gambar 4.1 Uji Heteroskedastisitas – Scatterplot
43
Berdasarkan Gambar 4.1 diatas dapat dilihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, dengan demikian dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada proksi manajemen laba dan layak digunakan untuk memprediksi variabel dependen berdasarkan masukan variabel independen. c. Uji Multikolinearitas Uji Multikolinearitas salah satunya dapat dilihat dari nilai tolerance dan lawannya variance inflation factor (VIF). Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance < 0.10 atau sama dengan nilai VIF > 10. Hasil pengujian yang diperoleh menunjukkan nilai-nilai tolerance dan VIF untuk masing-masing variabel sebagai berikut :
44
Tabel 4.4 Hasil Uji Multikolinearitas
a
Coefficients Unstandardized Coefficients
Collinearity Standardized Coefficients
Statistics
Std. Model
B
1 (Constant)
Error
Beta
t
Sig. Tolerance VIF
.596
.672
1/Ait-1
.124
.167
.113
.738 .464
.726 1.377
REVit/Ait-1
.144
.147
.135
.982 .330
.889 1.125
-.285
.165
-.276
-1.720 .091
.657 1.521
PPE/Ait-1
.887 .379
a. Dependent Variable: TAit
Pada tabel di atas menunjukkan bahwa nilai tolerance untuk semua variabel independen di atas 0.10 dan nilai VIF untuk semua variabel independen di bawah 10. Hal ini sesuai dengan syarat tidak terjadinya multikolinearitas, sehingga semua variabel independen tersebut layak digunakan untuk variabel prediktor. d. Uji Autokorelasi Uji autokorelasi bertujuan utnuk menguji apakah dalam model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Uji autokorelasi dalam penelitian ini menggunakan uji Durbin –Watson (DWtest), dengan hasil sebagai berikut :
45
Tabel 4.5 Hasil Uji Autokorelasi- Durbin Watson
b
Model Summary
D aModel r1
R .232
R Square a
.054
Adjusted R
Std. Error of the
Square
Estimate .003
4.22512
Durbin-Watson 2.162
a. Predictors: (Constant), PPE/Ait-1, REV it/Ait-1, 1/Ait-1
i
b. Dependent Variable: TAit
Dari hasil pengujian dalam tabel summay diperoleh nilai DW (d) sebesar 2.162, sedangkan nilai du menurut tabel untuk sampel (n) 60 dengan variabel independen 1 (k=1) adalah 1.549, sehingga didapat nilai du < d < 4 – du (1.549 < 2.162 < 2.451). Nilai ini merupakan syarat tidak terjadinya autokorelasi. Dengan kata lain berarti tidak ada autokorelasi. 3. Analisis Regresi a. Koefisien Determinasi Koefisien determinasi (R2) pada intinya mengukur kemampuan model dalam menerangkan variasi variabel independen. Secara umum koefisien determinasi untuk data silang (crossection) relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtut waktu (timeseries) biasanya mempunyai nilai koefisien determinasi yang tinggi (Ghozali,2005). Berikut adalah tabel hasil uji koefisiensi determinasi :
46
Tabel 4.6 Hasil Uji Koefisiensi Determinasi b
Model Summary Model 1
R .154
R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson a
.024
.007
17.21639
2.089
a. Predictors: (Constant), manajemenlaba b. Dependent Variable: biayamodalekuitas
Dari tabel di atas dapat diketahui bahwa nilai R diperoleh 0.154, sedangkan Nilai adjusted R Square diperoleh sebesar 0.007. Hal ini berarti bahwa hanya 0.7% variabel Biaya modal ekuitas dapat dijelaskan oleh Manajemen laba. Sedangkan sisanya, 99.3% dijelaskan oleh variabel-variabel lain di luar penelitian. Standard Error of the Estimate sebesar 17.21639.
b. Uji Simultan ( Uji Statistik F ) Uji statistik F pada dasarnya digunakan untuk menunjukkan apakah variabel independent atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen.
47
Tabel 4.7 Uji Statistik F ANOVAb Model 1 Regression
Sum of Squares
df
Mean Square
416.677
1
416.677
Residual
17191.444
58
296.404
Total
17608.121
59
F 1.406
Sig. a
.241
a. Predictors: (Constant), manajemenlaba b. Dependent Variable: biayamodalekuitas
Berdasarkan Tabel diatas diperoleh nilai F hitung sebesar 1.406 dengan probabilitas 0.241. karena probabilitas diatas 0.05 sehingga model regresi tidak dapat digunakan untuk memprediksi Akrual Diskresioner atau dapat dikatakan bahwa manajemen laba secara bersama-sama tidak berpengaruh terhadap Biaya modal ekuitas. Dengan demikian Hipotesis HO diterima.
c. Uji Parsial (Uji Statistik t) Uji statistik t pada dasarnya bertujuan menunjukkan seberapa jauh pengaruh suatu variabel penjelas (independen) secara individual dalam menerangkan variasi variabel dependen (Ghozali,2005). Hasil statistik t untuk penelitian ini dapat dilihat pada tabel berikut :
48
Tabel 4.8 Uji Statistik T Coefficientsa
Model
Unstandardized
Standardized
Coefficients
Coefficients
B
1 (Constant) manajemenlaba
Std. Error
14.442
2.223
.646
.545
Beta
t
.154
Sig.
6.498
.000
1.186
.241
a. Dependent Variable: biayamodalekuitas
Berdasarkan tabel coefisien, persamaan garis regresi menggunakan metode kuadrat terkecil (least square method) yang didapat aaalah Ŷ = 14.442
+
0.646ML,
dimana
modal ekuitas
dan manajemen
laba.sedangkan pada taraf signifikan dapat disimpulkan bahwa dari variabel independen manajemen laba. Manajemen laba tidak signifikan hal ini dapat dilihat dari probabilitas signifikansi sebesar 0.241 yang lebih tinggi dari pada 0.05. sehingga dengan demikian dapat dikatakan bahwa Hipotesis HA Ditolak. Hasil pembahasan pengujian model regresi secara parsial diperoleh bahwa Hipotesis yang diajukan dalam pengujian hipotesis adalah : HO
: Manajemen laba tidak berpengaruh terhadap Biaya modal ekuitas
HA
: Manajemen laba berpengaruh positif terhadap Biaya modal Ekuitas
49
Hasil pengujian HO menunjukkan bahwa variabel manajemen laba mempunyai t hitung sebesar 1.186 dan nilai slope (B) positif dengan signifikan sebesar 0.241 (p>0.05), Hal ini berarti bahwa manajemen laba tidak berpengaruh terhadap biaya modal ekuitas. Sehingga HO diterima. Hasil penelitian ini berbeda dengan hasil penelitian (Utami,2005) yang sebelumnya membuktikan bahwa manajemen laba berpengaruh positif dan signifikan terhadap biaya modal ekuitas dengan menggunakan model pengukuran Ohslon sebagai proksi pengukuran biaya modal ekuitas, artinya semakin tinggi tingkat akrual, maka semakin tinggi pula biaya modal ekuitas yang menunjukkan bahwa tingkat manajemen laba di Indonesia yang relatif tinggi telah diantisipasi dengan cermat oleh investor di Bursa Efek Indonesia. Akan tetapi penelitian ini didukung oleh penelitian (Kharisma,2006) dalam penelitiannya tersebut menunjukkan bahwa praktik manajemen laba yang dilakukan perusahaan-perusahaan manufaktur yang terdaftar di Bursa Efek Jakarta mempunyai pengaruh negatif yang signifikan terhadap biaya modal ekuitas. (Kharisma,2006) memperhitungkan kapitalisasi pasar yang memiliki pengaruh negatif yang signifikan terhadap biaya modal ekuitas. Sedangkan variabel beta saham tidak mempunyai pengaruh yang signifikan terhadap biaya modal ekuitas. Sehingga dapat dikatakan bahwa tidak semua proksi manajemen laba dapat berpengaruh penuh terhadap biaya modal ekuitas pada perusahaan secara penuh dalam meningkatkan profitabilitas baik dari investor maupun perusahaan itu sendiri.
