repository.usu.ac.id › bitstream › handle › 123456789 › 65592 › Chapter III-V.pdf?sequence=3... BAB III METODE PENELITIAN 3.1 Variabel Penelitian dan ...variabel bebas (X)

34

BAB III

METODE PENELITIAN

3.1 Variabel Penelitian dan Definisi Operasional

Penelitian ini melibatkan variabel yang terdiri dari delapan variabel bebas

(independen) dan satu variabel terikat (dependen). Variabel independen dalam

penelitian ini meliputi kepemilikan institusional, kepemilikan manajerial, jumlah

komite audit, frekuensi perrtemuan komite audit, komposisi dewan komisaris,

leverage, profitabilitas, dan ukuran perusahaan.. Variabel dependennya adalah

manajemen laba.

3.1.1 Variabel Independen

3.1.1.1 Kepemilikan Institusional

Kepemilikan Institusional adalah sejumlah saham di perusahaan yang

dimiliki oleh perusahaan asuransi, reksa dana, perusahaan investasi, private

foundation, dan entitas besar lainnya yang mengelola dana mengatasnamakan

orang lain (Investopedia.com).

Rumus yang digunakan untuk mencari kepemilikan institusional adalah :

∑

∑

3.1.1.2 Kepemilikan Manajerial

Kepemilikan manajerial merupakan tingkat kepemilikan saham pihak

manajemen yang secara aktif ikut dalam pengambilan keputusan perusahaan

(direktur dan komisaris). Karena jumlah kepemilikan manajerial di sebagian besar

perusahaan berkisar kurang dari 1%, maka variabel ini menggunakan dummy,

Universitas Sumatera Utara

35

yaitu 0 jika tidak terdapat kepemilikan manajerial, dan 1 jika terdapat kepemilikan

manajerial.

3.1.1.3 Jumlah Komite Audit

Berdasarkan Surat Edaran Bapepam Nomor. SE-03/PM/2000 menyatakan

komite audit terdiri dari tiga atau lebih anggota yang bukan merupakan bagian

dari manajemen atau perusahaan untuk melakukan pengujian dan penilaian atas

kewajaran laporan yang dibuat oleh perusahaan. Variabel jumlah komite audit

diukur dengan menggunakan angka absolut jumlah keseluruhan anggota komite

audit yang ada di peusahaan itu.

3.1.1.4 Frekuensi Pertemuan Komite Audit

Komite Audit menurut BAPEPAM sekurangnya mengadakan empat kali

pertemuan dalam setahun. Frekuensi pertemuan komite audit dapat diukur dengan

menggunakan angka absolut frekuensi pertemuan komite audit suatu perusahaan

dalam setahun.

3.1.1.5 Komposisi Dewan Komisaris

Komposisi dewan komisaris (BOD) adalah keanggotaan yang tersusun

atas komisaris dari dalam perusahaan (inside director) dan komisaris dari luar

perusahaan (outside director). Variabel ini dapat dihitung dengan rumus :

3.1.1.6 Leverage

Tingkat hutang (leverage) adalah perbandingan total hutang perusahaan

dengan total aset yang dimiliki perusahaan yang menunjukkan seberapa besar


36

perusahaan tergantung pada kreditur dalam pembiayaan ekuitas perusahaan.

Leverage dapat dihitung dengan cara :

3.1.1.7 Profitabilitas

Profitabilitas adalah tingkat kemampuan suatu perusahaan dalam

menghasilkan laba pada suatu periode. Perusahaan yang memiliki tingkat

profitabilitas rendah cenderung melakukan manajemen laba untuk meyakinkan

investor bahwa perusahaan dalam kondisi baik. Rasio profitabilitas yang

digunakan dalam penelitian ini adalah Return on Assets (ROA). Cara untuk

menghitung ROA adalah :

3.1.1.8 Ukuran Perusahaan

Ukuran perusahaan (SIZE) adalah ukuran besar kecilnya suatu perusahaan.

Ukuran perusahaan dihitung dengan menggunakan nilai logaritma total aset pada

akhir tahun. Penggunaan logaritma dilakukan untuk menghindari problem data

natural yang tidak berdistribusi normal.

3.1.2 Variabel Dependen

3.1.2.1 Manajemen Laba

Manajemen laba diukur dengan proksi Discretionary Accruals (DA).

Perhitungan akrual yang tidak normal diawali dengan perhitungan total akrual.

Total akrual suatu perusahaan dipisahkan menjadi non discretionary accrual

(tingkat akrual yang normal) dan discretionary accrual (tingkat akrual yang tidak


37

normal). Tingkat akrual yang tidak normal ini merupakan tingkat akrual hasil

rekayasa laba yang dilakukan oleh manajer. Perhitungan manajemen laba

menggunakan model Jones modifikasi yang banyak digunakan dalam penelitian

karena model ini yang paling baik dalam mendeteksi manajemen laba dan

memberikan hasil yang paling akurat.

Pengukuran akrual diskresioner menggunakan model Jones (1991) yang

dimodifikasi oleh Dechow et al. (1995). Model ini menggunakan akrual total

(TA) yang diklasifikasikan menjadi komponen akrual diskresioner (DA) dan non

akrual diskresioner (NDA) yang dirumuskan sebagai berikut:

TA= NDA+DA

Dimana:

TA = Total Akrual

NDA = Nilai nondiscretionary accrual

DA = Discretionary accrual

Langkah pertama untuk mengukur discretionary accrual adalah

menhitung TA dengan rumus:

TA = Laba bersih - Arus kas operasi

Selanjutnya menghitung estimasi akrual non diskrisioner dengan

menggunakan model Jones (1991) yang diestimasi dengan persemaan regresi OLS

(Ordinary Least Square) sebagai berikut:

TAit/ Assetit-1 = α1 (1/Assetit-1) + α α2 [(ΔREV it – ΔREC it) / Asset

it-1] + α3 (PPEit/Assetit-1) + εit


38

Dimana:

TAit = Total accrual perusahaan i pada tahun t

Assetit-1 = Total aset perusahaan i pada tahun t-1

ΔREV it = Perubahan pendapatan perusahaan i antara tahun t

ΔRECit = Perubahan piutang perusahaan i antara tahun t dan tahun t-1

PPEit = Nilai perolehan plan, property, equipment pada perusahaan I pada

tahun t

εit = error term

Nilai nondiscretionary accrual dalam penelitian ini menggunakan model

modifikasian Jones dengan rumus :

NDAit = α1 (1/Assetit-1) + α2 [(ΔREV it – ΔREC it) / Assetit-1] + α3

(PPEit /Assetit-1)

Dimana :

ΔRecit = Perubahan piutang perusahaan i antara tahun t dan tahun t-1

α = merupakan fitted coefficient yang diperoleh dari hasil regresi dari

perhitungan total akrual

Selanjutnya untuk menghitung discretionary accrual dapat dihitung

sebagai berikut :

DAit =(TA it/Asset it-1) – NDA it

Jika nilai discretionary accruals perusahaan negatif, ini berarti manajemen

laba yang dilakukan oleh perusahaan yaitu dengan cara menurunkan laba,

sebaliknya jika nilai discretionary accruals perusahaan positif berarti manajemen

yang dilakukan perusahaan yaitu dengan menaikkan laba perusahaan.


39

3.2 Populasi dan Sampel Penelitian

Menurut Sugiyono (2011), populasi adalah wilayah generalisasi yang terdiri

atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang

ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Populasi yang

digunakan dalam penelitian ini adalah perusahaan sektor infrastruktur, utilitas, dan

transportasi yang terdaftar di BEI selama tahun pengamatan 2012-2014.

Pengambilan sampel menggunakan metode purposive sampling atau judgment

sampling. Purposive sampling atau judgment sampling adalah metode penarikan

sampel yang dilakukan dengan memilih subjek berdasarkan kriteria spesifik yang

ditetapkan oleh peneliti (Kuntjojo, 2009:35).

Adapun kriteria sampel yang digunakan dalam penelitian ini adalah:

1) Perusahaan sektor infrstruktur, utilitas, dan transportasi terdaftar di BEI yang

menerbitkan laporan keuangan yang telah diaudit berturut-turut selama

periode 2011-2014.

2) Perusahaan sektor infrastruktur, utilitas, dan transportasi terdaftar di BEI yang

listing berturut-turut di BEI selama periode 2011-2014.

3) Perusahaan sektor infrastruktur, utilitas, dan transportasi yang menerbitkan

laporan keuangan dalam satuan mata uang rupiah.

4) Perusahaan sektor infrastruktur, utilitas, dan transportasi yang memiliki

kelengkapan data-data menegenai variabel penelitian yang diteliti dalam

laporan keuangan tahunan perusahaan periode 2011-2014.


40

Tabel 3.1

Penentuan Sampel Penelitian

Kriteria Populasi Sasaran Jumlah Perusahaan

Populasi perusahaan Infrastruktur, utilitas, dan

transportasi yang terdaftar di BEI

Perusahaan infrastruktur, utilitas, dan

transportasi yang tidak listing secara berturut-

turut selama tahun 2011-2014 di BEI


transportasi yang tidak menerbitkan annual

report atau laporan secara berturut-turut selama

periode 2011-2014


transportasi yang menerbitkan laporan

keuangan tidak dalam mata uang rupiah.


transportasi yang tidak menyediakan data-data

variabel penelitian dalam laporan keuangan

tahunan 2011-2014.

53

(10)

(3)

(15)

(4)

Total Sampel 21

3.3 Sumber dan Teknik Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data sekunder yang

diperoleh dari laporan tahunan dan laporan keuangan perusahaan yang terdaftar di

Bursa Efek Indonesia (BEI) dan tergabung dalam sektor infrastruktur, utilitas, dan

transportasi selama periode 2012-2014. Laporan tahunan dan laporan keuangan

tersebut diperoleh dari website BEI (www.idx.co.id) di Bursa Efek Indonesia.


41

3.4 Metode Analisis dan Rancangan Pengujian Hipotesis

3.4.1 Metode Analisis

3.4.1.1 Statistik Deskriptif

Statistik deskriptif digunakan untuk mendeskriptifkan variabel-variabel

dalam penelitian ini. Statistik deskriptif akan memberikan gambaran umum atau

sebuah informasi yang lebih jelas dan mudah untuk dipahami dari setiap variabel

penelitian. Gambaran atau deskripsi suatu data dapat dilihat dari nilai rata-rata

(mean), standar deviasi, maksimum dan minimum.

3.4.1.2 Uji Asumsi Klasik

Salah satu syarat yang mendasari penggunaan analisis regresi adalah

terpenuhinya uji asumsi klasik. Pengujian tersebut dilakukan untuk menghindari

atau mengurangi bias atas hasil penelitian yang diperoleh. Pengujian asumsi

klasik terdiri dari pengujian normalitas data, pengujian multikolinearitas,

pengujian heteroskedasitas, dan pengujian autokorelasi.

3.4.1.2.1 Uji Normalitas

Menurut Sunyoto (2013), uji normalitas dilakukan untuk menguji data

variabel bebas (X) dan data variabel terikat (Y) pada persamaan regresi yang

dihasilkan tersebut berdistribusi normal atau tidak. Model regresi yang baik

adalah model regresi yang memiliki nilai residual yang mengikuti distribusi

normal. Pengujian normalitas dalam penelitian ini menggunakan Kolmogorov-

Smirnov Test. Nilai residual dapat diketahui berdistribusi normal atau tidaknya

dilihat dari nilai asymptotic significance, jika nilai asymptotic significance di

bawah tingkat signifikan sebesar 0,05 maka diartikan bahwa nilai residual


42

terdistribusi tidak normal, sebaliknya jika nilai asymptotic significance di atas

tingkat signifikan maka diartikan bahwa nilai residual terdistribusi normal.

(Ghozali, 2011:160).

Pengujian secara visual dapat juga dilakukan untuk mendukung

analisis uji Kolmogorov-Smirnov dengan metode grafik normal probability

plots. Pada metode ini, jika data menyebar di sekitar garis diagonal dan

mengikuti arah garis diagonal, berarti data tersebut telah memenuhi asumsi

normalitas.

3.4.1.2.2 Uji Multikolinearitas

Menurut Ghozali (2011), Uji multikolonieritas dilakukan untuk menguji

apakah model regresi ditemukan adanya korelasi antar variabel bebas

(independen). Model regresi yang paling baik seharusnya tidak terjadi korelasi

diantara variabel independen. Pengujian multikolonieritas dapat dilakukan dengan

melihat nilai VIF (Variance Inflating Factor) < 10 dan tolerance > 0,10.

3.4.1.2.3 Uji Heteroskedastisitas

Menurut Ghozali (2011), Heteroskedastisitas dapat dideteksi dengan cara

menggunakan uji Glejser yaitu keputusan dapat diambil jika variabel independen

mempunyai nilai signifikan yang secara statistik mempengaruhi variabel terikat

(sig > 0.05) maka tidak terdapat gejala heterokedastisitas. Sebaliknya jika variabel

independen tidak mempunyai nilai signifikan seara statistik mempengaruhi

variabel (sig<0.05), maka dapat dikatakan ada indikasi terjadinya

heterokedastisitas. Model yang baik adalah apabila tidak terjadi heterokedastisitas.


43

3.4.1.2.4 Uji Autokorelasi

Autokorelasi berarti terdapatnya korelasi antara anggota sampel atau data

pengamatan yang diurutkan berdasarkan waktu, sehingga satu data dipengaruhi

oleh data sebelumnya. Autokorelasi muncul pada regresi yang menggunakan data

berskala atau time series. Ada beberapa model pengujian yang bisa digunakan

untuk mendekati autokorelasi. Model yang baik harus bebas dari autokorelasi.

Pengujian autokorelasi yang banyak digunakan adalah model Durbin-Watson.

Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Pengambilan

keputusan ada atau tidaknya autokorelasi (Ghozali, 2011) yaitu:

1) 0 < nilai DW < dl = adanya autokorelasi positif

2) dl ≤ nilai DW ≤ du = tidak ada autokorelasi positif

3) du < nilai DW < 4-du = tidak ada autokorelasi

4) 4-du ≤ d ≤ 4-dl = tidak ada autokorelasi negatif

5) 4-dl < nilai DW < 4 = ada autokorelasi negatif

3.4.2 Rancangan Pengujian Hipotesis

3.4.2.1 Analisis Regresi Berganda

Seperti yang telah dijelaskan sebelumnya, tujuan dari model penelitian ini

adalah untuk menguji pengaruh variabel independen, yaitu kepemilikan

institusional, kepemilikan manajerial, jumlah komite audit, frekuensi pertemuan

komite audit, komposisi dewan komisaris, leverage, profitabilitas, dan ukuran

perusahaan terhadap manajemen laba sebagai variabel dependen. Dalam model

penelitian ini, periode yang digunakan untuk variabel dependen dan variabel

independen adalah tahun t atau tahun berjalan.


44

Dalam analisis regresi, selain mengukur kekuatan hubungan antara dua

variabel atau lebih, juga menunjukkan arah hubungan antara variabel dependen

dengan variabel independen (Ghozali, 2011:96). Penelitian ini dilakukan untuk

mengetahui pengaruh delapan variabel bebas terhadap satu variabel terikat. Oleh

karena itu, penelitian ini menggunakan analisis regresi berganda (multiple linear

regression). Secara formulatif persamaan dasar regresi berganda sebagai berikut :

DA = β0 + β1KI + β2KM + β3JKA + β4FPKA + β5KDM+ β6LEV+ β7ROA+

β8SIZE+ ε

Keterangan :

DA = manajemen laba

KI = kepemilikan institusional

KM = kepemilikan manajerial

JKA = jumlah komite audit

FPKA = frekuensi pertemuan komite audit

KDM = komposisi dewan komisaris

LEV = leverage

ROA = profitabilitas

SIZE = ukuran perusahaan

β0 = konstanta

β1-β8 = koefisien regresi

ε = error

3.4.2.2 Uji Koefisien Determinasi


45

Koefisien determinasi digunakan untuk melihat seberapa besar total variasi

dari variabel dependen dapat dijelaskan oleh total variasi dari variabel independen

atau seberapa besar kemampuan variabel independen dapat menjelaskan variabel

dependen. Nilai R2 selalu berkisar antara 0 sampai dengan 1 atau 0% sampai

dengan 100%. Nilai R2 yang semakin mendekati 1 atau 100% menunjukkan

model regresi yang semakin baik. Sebaliknya, nilai R2 yang sama dengan 0

menandakan bahwa variasi dari variabel dependen tidak dapat dijelaskan sama

sekali oleh variabel independen. Penggunaan adjusted R2 lebih baik karena telah

disesuaikan dengan standard error. Setiap variabel independen yang menambah

kecocokan model akan menambah nilai adjusted R2 dan sebaliknya.

3.4.2.3 Uji Statistik F (F–test)

Uji F merupakan uji keseluruhan model regresi. Pengujian dilakukan

untuk mengetahui apakah variabel independen secara bersama-sama

mempengaruhi variabel dependen atau dengan kata lain, apakah model penelitian

dapat menjelaskan variabel terikat. Contoh hipotesis yang digunakan dalam uji F

adalah:

H0 : X1, X2, X3, X4, X5, X6, X7, X8 = 0 (variabel-variabel independen secara

bersama-sama tidak berpengaruh terhadap variabel dependen)

H1 : X1, X2, X3, X4, X5, X6, X7, X8 ≠ 0 (variabel-variabel independen secara

bersama-sama berpengaruh terhadap variabel dependen)

Uji F ini didasarkan atas perbandingan probabilitas (significant F). Berikut

adalah kondisi yang perlu diperhatikan dalam melakukan uji F berdasarkan

probabilitas, yaitu:


46

1) Jika probabilitas (p-value) > 0,05 (α), maka model regresi tidak fit (hipotesis

ditolak).

2) Jika probabilitas (p-value) < 0,05 (α), maka model regresi fit (hipotesis

diterima)

3.4.2.4 Uji Statistik t (t-test)

Uji t dilakukan untuk mengetahui signifikansi variabel independen secara

individual terhadap variabel dependen dengan mengasumsikan variabel

independen yang lain bersifat konstan. Contoh hipotesis yang digunakan dalam uji

t adalah:

H0 : Variabel independen tidak berpengaruh signifikan terhadap variabel

dependen

H1 : Variabel independen berpengaruh signifikan terhadap variabel dependen

Uji t hampir sama dengan uji F, yaitu dilakukan dengan cara perbandingan

probabilitas (t-stat). Berikut adalah kondisi yang perlu diperhatikan dalam

melakukan uji t berdasarkan probabilitas, yaitu:

1) Jika nilai signifikansi P-Value > 0,05 maka hipotesis alternatif ditolak

(koefisien regresi tidak signifikan). Hal ini berarti bahwa secara parsial

variabel bebas tersebut tidak mempunyai pengaruh terhadap variabel terikat.

2) Jika nilai signifikansi P-Value < 0,05 maka hipotesis alternatif diterima

(koefisien regresi signifikan). Hal ini berarti secara parsial variabel bebas

tersebut mempunyai pengaruh terhadap variabel terikat.


47

BAB IV

ANALISIS HASIL PENELITIAN

4.1 Gambaran Umum

Penelitian ini bertujuan untuk menguji pengaruh dari mekanisme

corporate governance (kepemilikan institusional, kepemilikan manajerial, jumlah

komite audit, frekuensi pertemuan komite audit, dan komposisi dewan komisaris),

leverage, profitabilitas, dan ukuran perusahaan terhadap manajemen laba pada

perusahaan infrastruktur, utilitas, dan transportasi yang terdaftar di Bursa Efek

Indonesia (BEI) pada tahun 2012-2014.

Penelitian menggunakan purposive sampling dengan kriteria-kriteria

tertentu yang dapat dilihat di tabel 3.1 dan daftar sampel dapat dilihat di lampiran

1. Setelah dilakukan purposive sampling didapatkan 21 sampel perusahaan

dikalikan dengan tiga tahun penelitian membuat jumlah data yang digunakan

sebanyak 63 data observasi.

Data mentah yang telah terkumpul terlebih dahulu diolah dengan

Microsoft Excel, yang dilanjutkan dengan pengolahan statistik deskriptif dan

pengestimasian model regresi linier berganda. Kemudian berdasarkan model

tersebut, dilakukan uji hipotesis. Pengolahan dan pengujian data secara statistik

dilakukan dengan menggunakan SPSS versi 23.


48

4.2 Analisis Hasil Penelitian

4.2.1 Analisis Statistik Deskriptif

Statistik deskriptif memberikan gambaran mengenai karakteristik variabel

penelitian yang diamati. Statistik deskriptif variabel yang digunakan dalam

penelitian dapat dilihat pada tabel 4.1.

Tabel 4.1

Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

DA 63 -,25317 ,62191 ,0811892 ,14305329

KI 63 ,11100 ,87780 ,6424592 ,21548144

KM 63 ,00000 1,00000 ,3968254 ,49316890

JKA 63 ,00000 7,00000 3,2063492 1,08000493

FPKA 63 ,00000 38,00000 7,8412698 7,27391794

KDK 63 ,25000 ,66667 ,4461451 ,11417079

LEV 63 ,03269 7,69416 ,8365629 1,21207952

ROA 63 -,37837 ,40239 ,0376545 ,12491306

SIZE 63 23,13513 32,57904 28,4906569 2,43371408

Valid N (listwise) 63

Dari tabel 4.1 di atas dapat dijelaskan statistik masing-masing variabel

penelitian yaitu :

1. Variabel dependen manajemen laba (DA) memiliki nilai minimum -

0,25317, nilai maksimum 0,62191, nilai rata-rata 0,0811892, dan standar

deviasi 0,14305329 dengan jumlah sampel sebanyak 63.


49

2. Variabel independen kepemilikan institusional (KI) memiliki nilai

minimum 0,111, nilai maksimum 0,8778, nilai rata-rata 0,6424592, dan

standar deviasi 0,21548144 dengan jumlah sampel sebanyak 63.

3. Variabel independen kepemilikan manajerial (KM) memiliki nilai

minimum 0, nilai maksimum 1, nilai rata-rata 0,3968254, dan standar


4. Variabel independen jumlah komite audit (JKA) memiliki nilai minimum

0, nilai maksimum 7, nilai rata-rata 3,2063492, dan standar deviasi

1,008000493 dengan jumlah sampel sebanyak 63.

5. Variabel independen frekuensi pertemuan komite audit (FPKA) memiliki

nilai minimum 0, nilai maksimum 38, nilai rata-rata 7,8412698, dan


6. Variabel independen komposisi dewan komisaris (KDK) memiliki nilai

minimum 0,25, nilai maksimum 0,66667, nilai rata-rata 0,4461451, dan


7. Variabel independen leverage (LEV) memiliki nilai minimum 0,03269,

nilai maksimum 7,69416, nilai rata-rata 0,8365629, dan standar deviasi

1,21207952 dengan jumlah sampel sebanyak 63.

8. Variabel independen profitabilitas (ROA) memiliki nilai minimum -

0,37837, nilai maksimum 0,40239, nilai rata-rata 0,0376545, dan standar



50

9. Variabel independen ukuran perusahaan (SIZE) memiliki nilai minimum

23,13513, nilai maksimum 32,57904, nilai rata-rata 28,4906569, dan


4.2.2 Uji Asumsi Klasik

Uji asumsi klasik ialah pengujian asumsi-asumsi statistik yang harus

dipenuhi pada analisis regresi yang berbasis Ordinary Least Square (OLS). Model

regresi yang diperoleh dengan model ini menghasilkan estimator linear tidak bias

yang terbaik (Best Linear Unbias Estimator/BLUE).

4.2.2.1 Uji Normalitas

Uji normalitas pada penelitian ini dengan analisis grafik histogram, normal

probability plot, dan uji statistik non parametris kolmogrov-smirnov (K-S).

Berikut tampilan grafik histogram dan normal probability plot.

Gambar 4.1

Grafik Histogram


51

Gambar 4.2

Normal P-Plot

Dari hasil uji normalitas dengan menggunakan grafik histogram dan

normal p-plot menunjukkan bahwa data berdistribusi normal. Pada grafik

histogram (Gambar 4.1) dapat dilihat bahwa data tidak menceng (skewness) ke

kiri atau kanan. Pada grafik normal p-plot (Gambar 4.2) juga akan terlihat titik-

titik menyebar dan mendekati sekitar garis diagonal, yang artinya data

berdistribusi normal. Untuk lebih memastikan apakah data berdistribusi normal

atau tidak, tidak cukup hanya melakukan analisis grafik histogram dan normality

p-plot. Maka dari itu, dilakukanlah uji statistik non parametris kolmogrov-

smirnov (K-S). Tabel 4.2 menunjukkan hasil uji kolmogrov-smirnov.


52

Tabel 4.2

Uji Kolmogrov-Smirnov

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 63

Normal Parametersa,b

Mean ,0000000

Std. Deviation ,12285640

Most Extreme Differences Absolute ,098

Positive ,098

Negative -,065

Test Statistic ,098

Asymp. Sig. (2-tailed) ,200

a. Test distribution is Normal.

b. Calculated from data.

Ketentuan dalam menggunakan uji statistik non parametris kolmogrov-

smirnov (K-S) adalah sebagai berikut :

Apabila nilai signifikansinya lebih besar dari 0,05 maka data berdistribusi

normal

Apabila nilai signifikansinya lebih kecil daripada 0,05 maka data tidak

berdistribusi normal.

Berdasarkan hasil pengujian K-S pada tabel 4.2 dapat dilihat nilai

signifikansi sebesar 0,200 sehingga dapat disimpulkan bahwa data terdistribusi

normal dimana p > 0,005 (0,200 > 0,005).


53

4.2.2.2 Uji Multikolinearitas

Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala

multikolinearitas adalah dengan melihat besaran korelasi antara variabel

independen dan besarnya tingkat kolinearitas yang masih dapat ditolerir, yaitu

Tolerance > 0,10 dan Variance Inflation Factor (VIF) < 10. Berikut disajikan

tabel hasil pengujian :

Tabel 4.3

Hasil Uji Multikolinearitas

Berdasarkan tabel 4.3, dapat dilihat bahwa nilai tolerance dari setiap

variabel independen tidak lebih dari 0,10 dan nilai VIF dari setiap variabel

independen tidak lebih dari 10. Oleh karena itu, dapat disimpulkan bahwa tidak

ada multikolinearitas antar variabel independen dalam model regresi. Kesimpulan

ini didukung dengan hasil koefisien korelasi antar variabel seperti pada tabel 4.4

dibawah ini :

Coefficientsa

Model

Collinearity Statistics

Tolerance VIF

1 KI ,826 1,211

KM ,741 1,349

JKA ,581 1,722

FPKA ,557 1,796

KDK ,776 1,288

LEV ,711 1,406

ROA ,821 1,218

SIZE ,633 1,581

a. Dependent Variable: DA


54

Tabel 4.4

Besaran Korelasi antar Variabel

Coefficient Correlationsa

Model SIZE KDK ROA KI KM JKA LEV

1 Correlatio

ns

SIZE 1,000 -,136 -,091 ,199 ,010 -,327 ,389

KDK -,136 1,000 ,162 -,272 ,344 -,001 -,209

ROA -,091 ,162 1,000 -,177 -,059 ,110 -,334

KI ,199 -,272 -,177 1,000 -,116 -,221 ,044

KM ,010 ,344 -,059 -,116 1,000 -,052 -,069

JKA -,327 -,001 ,110 -,221 -,052 1,000 -,153

LEV ,389 -,209 -,334 ,044 -,069 -,153 1,000

FPKA -,117 -,070 -,165 ,190 -,288 -,469 ,126


Dari hasil korelasi antar variabel independen pada tabel 4.4, tidak tampak

adanya variabel yang memiliki korelasi cukup tinggi. Semua korelasi antar

variabel independen masih dibawah 95% (0,95), maka dapat dikatakan tidak

terjadi multikolinearitas antar variabel independen.

4.2.2.3 Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model

regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke

pengamatan lain. Heteroskedastisitas terjadi apabila variabel gangguan tidak

mempunyai varians yang sama untuk semua observasi. Salah satu uji untuk

mengetahui heteroskedastisitas adalah dengan menggunakan uji glejser. Dasar

pengambilan keputusan dalam uji glejser adalah apabila nilai signifikansi variabel

lebih besar dari 0,05 maka tidak terjadi heteroskedastisitas, sedangkan bila nilai


55

signikansi variabel lebih kecil dari 0,05 dapat dikatakan terjadi

heteroskedastisitas. Berikut pada tabel 4.5 hasil uji glejser.

Tabel 4.5

Uji Glejser

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig. B Std. Error Beta

1 (Constant) ,192 ,143 1,343 ,185

KI -,073 ,050 -,213 -1,463 ,149

KM ,019 ,023 ,124 ,811 ,421

JKA ,010 ,012 ,144 ,831 ,410

FPKA -,002 ,002 -,173 -,979 ,332

KDK ,086 ,097 ,133 ,890 ,378

LEV -,004 ,010 -,060 -,381 ,705

ROA ,036 ,086 ,062 ,423 ,674

SIZE -,004 ,005 -,127 -,768 ,446

a. Dependent Variable: Abs_res

Dari tabel diatas dapat kita lihat bahwa nilai signifikansi semua variabel

berada di atas 0,05. Maka dari itu, dapat disimpulkan bahwa tidak terdapat adanya

heteroskedastisitas pada model regresi ini.

4.2.2.4 Uji Autokorelasi

Autokorelasi merupakan korelasi antara anggota/observasi yang disusun

menurut urutan waktu. Uji ini bertujuan untuk menganalisis apakah dalam model

regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan

tingkat kesalahan pada periode t-1. Data observasi yang menggunakan data time

series harus diuji apakah data tersebut mengandung autokorelasi atau tidak.


56

Tabel 4.6

Uji Durbin-Watson

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate Durbin-Watson

1 ,512

a ,262 ,153

,1316426857563

70 1,623

a. Predictors: (Constant), SIZE, KDK, ROA, KI, KM, JKA, LEV, FPKA

b. Dependent Variable: DA

Hasil pengujian pada tabel memperlihatkan nilai statistik DW sebesar

1,623. Nilai ini akan dibandingkan dengan nilai tabel DW dengan nilai

signifikansinya 5%, jumlah sampel 63, jumlah variabel independen 8 (k=8), maka

akan diperoleh nilai dL ditabel sebesar 1,35672 dan dU 1,84569. Nilai DW

sebesar 1,623 terletak diantara dL dan dU, sehingga tidak menghasilkan

kesimpulan yang pasti. Maka dari itu dilakukan Uji Runs Test untuk memperoleh

kesimpulan yang lebih jelas.

Tabel 4.7

Uji Runs Test

Runs Test

Unstandardized

Residual

Test Valuea -,01929

Cases < Test Value 31

Cases >= Test Value 32

Total Cases 63

Number of Runs 28

Z -1,141

Asymp. Sig. (2-tailed) ,254

a. Median


57

Berdasarkan hasil pengujian runs test di atas, diperoleh signifikansi

sebesar 0,254, sehingga dapat disimpulkan bahwa data tidak memiliki

autokorelasi, dimana p > 0,05 (p= 0,254 > 0,05). Dengan demikian secara

keseluruhan dapat diyakini bahwa nilai observasi cukup random dan tidak

terdapat masalah autokorelasi.

4.2.3 Pengujian Hipotesis

4.2.3.1 Persamaan Regresi

Tabel 4.8

Analisis Hasil Regresi

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) ,592 ,245 2,412 ,019

KI -,090 ,085 -,135 -1,051 ,298

KM ,071 ,039 ,244 1,794 ,078

JKA -,024 ,020 -,182 -1,186 ,241

FPKA -,002 ,003 -,111 -,708 ,482

KDK ,021 ,166 ,017 ,129 ,898

LEV -,032 ,016 -,275 -1,985 ,052

ROA ,360 ,148 ,314 2,436 ,018

SIZE -,013 ,009 -,229 -1,556 ,126


Berdasarkan tabel di atas diketahui bahwa :

1. Konstanta sebesar 0,592 menunjukkan bahwa apabila tidak ada variabel

independen (KI, KM, JKA, FPKA, KDK, LEV, ROA, SIZE) maka

manajemen laba bernilai 0,592.


58

2. Koefisien regresi KI sebesar -0,090 menunjukkan bahwa setiap

penambahan kepemilikan institusional sebesar 1% akan diikuti oleh

penurunan manajemen laba sebesar 9% dengan asumsi variabel lain tetap.

3. Koefisien regresi KM sebesar 0,071 menunjukkan bahwa setiap

penambahan kepemilikan manajerial sebesar 1% akan diikuti oleh

kenaikkan manajemen laba sebesar 7,1% dengan asumsi variabel lain

tetap.

4. Koefisien regresi JKA sebesar -0,024 menunjukkan bahwa setiap

penambahan jumlah komite audit sebesar 1% akan diikuti oleh penurunan

manajemen laba sebesar 2,4% dengan asumsi variabel lain tetap.

5. Koefisien regresi FPKA sebesar -0,002 menunjukkan bahwa setiap

penambahan frekuensi pertemuan komite audit sebesar 1% akan diikuti

oleh penurunan manajemen laba sebesar 0,2% dengan asumsi variabel lain

tetap.

6. Koefisien regresi KDK sebesar 0,021 menunjukkan bahwa setiap

penambahan komposisi dewan komisaris sebesar 1% akan diikuti kenaikan


7. Koefisien regresi LEV sebesar -0,032 menunjukkan bahwa setiap

penambahan leverage sebesar 1% akan diikuti penurunan manajemen laba

sebesar 3,2% dengan asumsi variabel lain tetap.

8. Koefisien regresi ROA sebesar 0,360 menunjukkan bahwa setiap

penambahan profitabilitas sebesar 1% akan diikuti kenaikan manajemen

laba sebesar 36% dengan asumsi variabel lain tetap.


59

9. Koefisien regresi SIZE sebesar -0,013 menunjukkan bahwa setiap

penambahan ukuran perusahaan sebesar 1% akan diikuti penurunan


4.2.3.2 Analisis Koefisien Determinasi

Tabel 4.9

Uji Koefisien Determinasi

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,512

a ,262 ,153

,1316426857563

70

a. Predictors: (Constant), SIZE, KDK, ROA, KI, KM, JKA, LEV, FPKA

Pada tabel 4.9 menunjukkan nilai R square untuk variabel dependen

manajemen laba sebesar 0,262 atau 26,2%. Jadi dapat dikatakan bahwa 26,2 %

manajemen laba disebabkan oleh kepemilikan institusional, kepemilikan

manajerial, jumlah komite audit, frekuensi pertemuan komite audit, komposisi

dewan komisaris, leverage, profitabilitas, dan ukuran perusahaaan, sedangkan

0,738 atau 73,8% sisanya disebabkan oleh faktor-faktor lain yang tidak diteliti

dalam penelitian ini. Standard Error of the Estimate (SEE) adalah 0,1316,

semakin kecil nilai SEE maka akan membuat model regresi semakin tepat dalam

memprediksi variabel dependen.


60

4.2.3.3 Pengujian Secara Simultan

Tabel 4.10

Hasil Uji Simultan

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression ,333 8 ,042 2,402 ,027b

Residual ,936 54 ,017

Total 1,269 62


b. Predictors: (Constant), SIZE, KDK, ROA, KI, KM, JKA, LEV, FPKA

Dari hasil uji F diketahui bahwa secara bersama-sama (simultan) variabel

independen memiliki pengaruh yang signifikan terhadap variabel dependen. Hal

ini dapat dibuktikan dari nilai signifikansinya sebesar 0,027 yang lebih kecil dari

nilai 0,05 dan nilai F hitung yang lebih besar dari F tabel (2,402 > 2,09). Hasil ini

menunjukkan bahwa model regresi dapat digunakan untuk memperediksi

manajemen laba, atau dapat dikatakan bahwa kepemilikan institusional,

kepemilikan manajerial, jumlah komite audit, frekuensi pertemuan komite audit,

komposisi dewan komisaris, leverage, profitabilitas, dan ukuran perusahaan

secara simultan berpengaruh terhadap manajemen laba.

4.2.3.4 Pengujian Secara Parsial

Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel

independennya. Hasil pengolahan dapat dilihat pada tabel 4.11.


61

Tabel 4.11

Hasil Uji Parsial

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) ,592 ,245 2,412 ,019

KI -,090 ,085 -,135 -1,051 ,298

KM ,071 ,039 ,244 1,794 ,078

JKA -,024 ,020 -,182 -1,186 ,241

FPKA -,002 ,003 -,111 -,708 ,482

KDK ,021 ,166 ,017 ,129 ,898

LEV -,032 ,016 -,275 -1,985 ,052

ROA ,360 ,148 ,314 2,436 ,018

SIZE -,013 ,009 -,229 -1,556 ,126


Dari tabel 4.11 maka dapat dilihat bahwa :

1. Besarnya nilai signifikansi KI adalah 0,298. Hasil uji tersebut

menunjukkan nilai signifikansi kepemilikan institusional lebih besar dari

0,05 (0,298 > 0,05). Dari hasil tersebut menunjukkan kepemilikan

institusional tidak memiliki pengaruh signifikan terhadap manajemen laba.

Maka dari itu, hipotesis pertama yang menyatakan kepemilikan

institusional berpengaruh signifikan terhadap manajemen laba ditolak.

2. Besarnya nilai signifikansi KM adalah 0,078. Hasil uji tersebut

menunjukkan nilai signifikansi kepemilikan institusional lebih besar dari

0,05 (0,078 > 0,05). Dari hasil tersebut menunjukkan kepemilikan

manajerial tidak memiliki pengaruh signifikan terhadap manajemen laba.


62

Maka dari itu, hipotesis kedua yang menyatakan kepemilikan manajerial

berpengaruh signifikan terhadap manajemen laba ditolak.

3. Besarnya nilai signifikansi JKA adalah 0,241. Hasil uji tersebut

menunjukkan nilai signifikansi jumlah komite audit lebih besar dari 0,05

(0,241 > 0,05). Dari hasil tersebut menunjukkan jumlah komite audit tidak

memiliki pengaruh signifikan terhadap manajemen laba. Maka dari itu,

hipotesis ketiga yang menyatakan jumlah komite audit berpengaruh

signifikan terhadap manajemen laba ditolak.

4. Besarnya nilai signifikansi FPKA adalah 0,482. Hasil uji tersebut

menunjukkan nilai signifikansi frekuensi pertemuan komite audit lebih

besar dari 0,05 (0,482 > 0,05). Dari hasil tersebut menunjukkan frekuensi

pertemuan komite audit tidak memiliki pengaruh signifikan terhadap

manajemen laba. Maka dari itu, hipotesis keempat yang menyatakan

frekuensi pertemuan komite audit berpengaruh signifikan terhadap

manajemen laba ditolak.

5. Besarnya nilai signifikansi KDK adalah 0,898. Hasil uji tersebut

menunjukkan nilai signifikansi komposisi dewan komisaris lebih besar

dari 0,05 (0,898 > 0,05). Dari hasil tersebut menunjukkan komposisi

dewan komisaris tidak memiliki pengaruh signifikan terhadap manajemen

laba. Maka dari itu, hipotesis kelima yang menyatakan komposisi dewan

komisaris berpengaruh signifikan terhadap manajemen laba ditolak.

6. Besarnya nilai signifikansi LEV adalah 0,052. Hasil uji tersebut

menunjukkan nilai signifikansi leverage lebih besar dari 0,05 (0,052 >


63

0,05). Dari hasil tersebut menunjukkan leverage tidak memiliki pengaruh

signifikan terhadap manajemen laba. Maka dari itu, hipotesis keenam yang

menyatakan kepemilikan leverage berpengaruh signifikan terhadap

manajemen laba ditolak.

7. Besarnya nilai signifikansi ROA adalah 0,018. Hasil uji tersebut

menunjukkan nilai signifikansi profitabilitas lebih kecil dari 0,05 (0,018 <

0,05). Dari hasil tersebut menunjukkan profitabilitas memiliki pengaruh

signifikan terhadap manajemen laba. Maka dari itu, hipotesis ketujuh yang

menyatakan profitabilitas berpengaruh signifikan terhadap manajemen

laba diterima.

8. Besarnya nilai signifikansi SIZE adalah 0,126. Hasil uji tersebut

menunjukkan nilai signifikansi ukuran perusahaan lebih besar dari 0,05

(0,126 > 0,05). Dari hasil tersebut menunjukkan ukuran perusahaan tidak

memiliki pengaruh signifikan terhadap manajemen laba. Maka dari itu,

hipotesis kedelapan yang menyatakan ukuran perusahaan berpengaruh

signifikan terhadap manajemen laba ditolak.

4.3 Pembahasan Hasil Penelitian

4.3.1 Pengaruh Kepemilikan Institusional terhadap Manajemen Laba

Hasil pengujian menunjukkan bahwa kepemilikan institusional tidak

memiliki pengaruh signifikan terhadap manajemen laba. Hal ini kemungkinan

disebabkan karena kecilnya jumlah kepemilikan institusional di beberapa

perusahaan (< 50%), sehingga tidak memiliki kekuatan yang cukup untuk


64

melakukan fungsi monitoring pada manajemen. Selain itu, diduga kecenderungan

investor institusional lebih fokus pada current earning membuat manajer

memfokuskan melakukan tindakan meningkatkan laba dalam jangka pendek. Jika

investor institustional tidak puas dengan laba jangka pendek yang dihasilkan

perusahaan, maka ia dapat melepaskan sahamnya dan membuat manajer terpaksa

melakukan manajemen laba.

Hasil penelitian ini konsisten dengan penelitian Sabien (2009) yang

menyatakan kepemilikan institusional tidak memiliki pengaruh signifikan

terhadap manajemen laba. Namun, penelitian ini bertentangan dengan Ningsaptiti

(2010) yang menyatakan kepemilikan institusional memiliki pengaruh signifikan

terhadap manajemen laba.

4.3.2 Pengaruh Kepemilikan Manajerial terhadap Manajemen Laba

Hasil pengujian menunjukkan bahwa kepemilikan manajerial tidak

memiliki pengaruh signifikan terhadap manajemen laba. Hal ini kemungkinan

disebabkan kecilnya jumlah saham yang dimiliki manajemen di kebanyakan

perusahaan. Bahkan, beberapa perusahaan tidak memiliki kepemilikan manajerial

hingga menyebabkan kepemtingan manajemen tidak sejalan dengan investor. Hal

ini menyebabkan kepemilikan manajerial tidak mampu mengurangi manajemen

laba.

Hasil penelitian ini bertentangan dengan Ningsaptiti (2010) yang

menyatakan kepemilikan manajerial memiliki pengaruh signifikan terhadap

manajemen laba. Namun, penelitian ini mendukung penelitian Lamora P dan


65

Kamallah (2012) yang menyatakan kepemilikan manajerial tidak memiliki

pengaruh signifikan terhadap manajemen laba.

4.3.3 Pengaruh Jumlah Komite Audit terhadap Manajemen Laba

Hasil pengujian menyatakan bahwa jumlah komite audit tidak memiliki

pengaruh signifikan terhadap manajemen laba. Hal ini kemungkinan disebabkan

karena beberapa perusahaan memiliki jumlah komite audit kurang dari yang

disyaratkan BAPEPAM yaitu minimal 3 (tiga) orang hingga membuat kurang

efektifnya kinerja komite audit dalam mengawasi tindakan manajemen untuk

mencegah manajemen laba. Selain itu juga kemungkinan komite audit dimiliki

perusahaan untuk melengkapi persyaratan saja.

Hasil pengujian ini sejalan dengan dengan penelitian Prastiti dan

Meiranto (2013) yang menyatakan jumlah komite audit tidak memiliki pengaruh

signifikan terhadap manajemen laba.

4.3.4 Pengaruh Frekuensi Pertemuan Komite Audit terhadap Manajemen

Laba

Hasil pengujian menunjukkan bahwa frekuensi pertemuan komite audit

tidak memiliki pengaruh signifikan terhadap manajemen laba. Kemungkinan

disebabkan kurangnya frekuensi pertemuan komite audit dari beberapa

perusahaan dari yang dipersyaratkan BAPEPAM yaitu sebanyak 4 (empat) kali

dalam setahun. Kemungkinan lain, diduga kurang efektifnya pertemuan-

pertemuan yang dilakukan komite audit dan pertemuan itu hanya sebagai sarana

memenuhi kuota pertemuan yang harus dilakukan komite audit dalam setahun.

Hal ini menyebabkan tidak efektifnya pertemuan-pertemuan komite audit dalam


66

menghasilkan rancangan-rancangan untuk mengurangi aktivitas manajemen

dalam melakukan manajemen laba.

Hasil penelitian ini ternyata konsisten dengan penelitian Prastiti dan

Meiranto (2013), juga Pamudji dan Triharti (2010) yang menyatakan frekuensi

pertemuan komite audit tidak memiliki pengaruh signifikan terhadap manajemen

laba.

4.3.5 Pengaruh Komposisi Dewan Komisaris terhadap Manajemen Laba

Hasil pengujian menunjukkan bahwa komposisi dewan komisaris tidak

memiliki pengaruh signifikan terhadap manajemen laba. Hasil ini menunjukkan

banyak sedikitnya komisaris independen dalam dewan komisaris belum mampu

mengurangi manajemen laba. Hal lain yang menjadi penyebab ini kemungkinan

perusahaan hanya melakukan penempatan komisaris independen sekedar untuk

memenuhi ketentuan dan persyaratan.

Hasil penelitian ini sejalan dengan penelitian Difianti (2014) yang

menyatakan komposisi dewan komisaris tidak memiliki pengaruh signifikan

terhadap manajemen laba. Namun, penelitian ini tidak konsisten dengan penelitian

Ardiyansyah (2014) yang menyatakan komposisi dewan komisaris memiliki

pengaruh signifikan terhadap manajemen laba.

4.3.6 Pengaruh Leverage terhadap Manajemen Laba

Hasil pengujian ini menunjukkan bahwa leverage tidak memiliki

pengaruh signifikan terhadap manajemen. Hasil ini menunjukkan tinggi

rendahnya leverge tidak memberikan dampak yang berarti pada manajemen laba.


67

Hasil penelitian ini sejalan dengan penelitian Rivaldo (2012) yang

menyatakan leverage tidak memiliki pengaruh signifikan terhadap manajemen

laba. Tetapi, penelitian ini bertentangan dengan penelitian Ardison (2012) yang

mengatakan bahwa leverage memiliki pengaruh signifikan terhadap manajemen

laba.

4.3.7 Pengaruh Profitabilitas terhadap Manajemen Laba

Hasil pengujian menghasilkan kesimpulan bahwa profitabilitas memiliki

pengaruh signifikan terhadap manajemen laba. Hal ini membuktikan bahwa usaha

manajemen untuk membuat profitabilitas perusahaan tetap bagus di mata investor

mendorong mereka melakukan tindakan manajemen laba.

Hasil penelitian ini konsisten dengan penelitian Ardiyansyah (2014),

Namun bertentangan dengan penelitian Rivaldo (2012) yang menyatakan

profitabilitas tidak memiliki pengaruh signifikan terhadap manajemen laba.

4.3.8 Pengaruh Ukuran Perusahaan terhadap Manajemen Laba

Hasil pengujian menunjukkan bahwa ukuran perusahaan tidak memiliki

pengaruh signifikan terhadap manajemen laba. Hal ini menunjukkan ukuran

perusahaan belum dapat meminimalkan laba. Hal ini kemungkinan disebabkan

banyaknya aset perusahaan besar yang tidak dikelola dengan baik sehingga

kemungkinan kesalahan dalam mengungkapkan total aset dalam perusahaan

tersebut.

Hasil penelitian ini bertentangan dengan penelitian Limanto dan Fanani

(2011) yang menyimpulkan bahwa ukuran perusahaan memiliki pengaruh

signifikan terhadap manajemen laba.


68


69

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil pengujian diatas didapat kesimpulan sebagai berikut :

1. mekanisme corporate governance (kepemilikan institusional, kepemilikan

manajerial, jumlah komite audit, frekuensi pertemuan komite audit, dan

komposisi dewan komisaris), leverage, profitabilitas, dan ukuran

perusahaan secara simultan berpengaruh signifikan terhadap manajemen

laba pada perusahaan infrastruktur, utilitas, dan transportasi yang terdaftar

di Bursa Efek Indonesia periode 2012-2014.

2. mekanisme corporate governance (kepemilikan institusional, kepemilikan

manajerial, jumlah komite audit, frekuensi pertemuan komite audit, dan

komposisi dewan komisaris), leverage, dan ukuran perusahaan secara

parsial tidak berpengaruh signifikan terhadap manajemen laba pada

perusahaan infrastruktur, utilitas, dan transportasi yang terdaftar di Bursa

Efek Indonesia periode 2012-2014, sedangkan profitabilitas memiliki

pengaruh signifikan secara parsial terhadap manajemen laba pada

perusahaan infrastruktur, utilitas, dan transportasi yang terdaftar di Bursa

Efek Indonesia periode 2012-2014.


70

5.2 Keterbatasan Penelitian

1. penelitian ini hanya menggunakan sampel perusahaan pada kategori

infrastruktur, utilitas, dan transportasi yang terdaftar di BEI sebagai objek

penelitian.

2. periode pengamatan penelitian ini hanya menggunakan tahun 2012-2014.

Penggunaan periode yang lebih panjang diharapkan akan memberikan

hasil penelitian yang berbeda

3. penggunaan model untuk mendeteksi manajemen laba dalam penelitian ini

mungkin belum mampu mendeteksi manajemen laba dengan baik sehingga

masih memerlukan justifikasi model lain untuk mencari discretionary

accrual.

4. rendahnya koefisien determinasi dalam penelitian ini menunjukkan masih

banyak variabel penelitian lainnya selain yang digunakan pada penelitian

ini yang memberikan pengaruh terhadap tindakan manajemen laba.

5.3 Saran

1. bagi peneliti selanjutnya disarankan untuk menggunakan populasi lain

yang memiliki jumlah sampel yang jauh lebih banyak dari pada sampel

penelitian ini, misalnya menggunakan sektor manufaktur atau sektor

industri sebagai objek penelitian.

2. sebaiknya periode penelitian diperpanjang. Penelitian ini hanya memiliki

rentang periode tiga tahun 2012-2014, karena itu disarankan untuk

memperpanjang periode penelitian menjadi lima tahun.


71

3. menggunakan model proksi manajemen laba yang lain, seperti Model De

Angelo (1986), Model Dechow dan Sloan (1991), atau Model Kang dan

Sivaramakhrisnan (1995) untuk mendeteksi terjadinya manajemen laba.

4. disarankan untuk mencoba variabel-variabel penelitian lain diluar

penelitian ini, seperti mencoba menggunakan variabel kualitas audit,

kecakapan manajerial, dan asimetri informasi.


Documents

repository.usu.ac.id › bitstream › handle › 123456789 › 65592 › Chapter III-V.pdf?sequence=3... BAB III METODE PENELITIAN 3.1 Variabel Penelitian dan ...variabel bebas (X)