BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1

Hasil Penelitian

4.1.1

Analisa Data

4.1.1.1 Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mendeskripsikan variabelvariabel dalam penelitian. Statistik deskriptif akan memberi gambaran atau deskripsi
suatu data yang dilihat dari nilai minimum, nilai maksimum, nilai rata-rata (mean),
dan nilai standar deviasi. Analisis yang digunakan dalam penelitian ini sebagai
berikut:
a
b
c
d

Minimum adalah nilai terkecil dari data yang diteliti

Maksimum adalah nilai tertinggi dari data yang diteliti
Mean adalah nilai rata-rata
Standar deviasi mengukur penyebaran nilai variabel

Tabel 4.1
Statistik Deskriptif

Descriptive Statistics
N
PDKI
UDD
PKAI
KM
BP
EM
Valid N (listwise)

143
143
143
143
143
143
143

Minimum
0
1
0
0
8587804
-3

Maximum
1
9
1
0
297700000000
8

Mean
.40
4.95
.65
.01
13478756723.66
1.50

Std. Deviation
.128
1.792
.160
.051
27063082245.888
1.478

Berdasarkan tabel statistik di atas terlihat bahwa nilai minimum Proporsi

Dewan Komisaris Independen (PDKI) adalah 0, maksimum 1, mean 0.40 dan standar
deviasi 0.128; nilai minimum Ukuran Dewan Direksi (UDD) adalah 1, maksimum 9,
mean 4.95 dan standar deviasi 1.792; nilai minimum Proporsi Komite Audit
Independen (PKAI) adalah 0, maksimum 1, mean 0.65 dan standar deviasi 0.160;
nilai minimum Kepemilikan Manajerial (KM) adalah 0, maksimum 0, mean 0.01 dan
standar deviasi 0.051; nilai minimum Bonus Plan (BP) adalah 8587804, maksimum
297700000000, mean 13478756723.66 dan standar deviasi 27063082245.888; dan
nilai minimum Earnings Management (EM) adalah -3, maksimum 8, mean 1.50 dan
standar deviasi 1.478.

4.1.2.2 Uji Asumsi Klasik

a.

Uji Normalitas

Uji normalitas data bertujuan untuk mengetahui apakah data

berdistribusi normal. Alat uji normalitas data yang digunakan adalah uji one
sample Kolmogorov Smirnov. Data dikatakan berdistribusi normal jika nilai
signifikansi yang diperoleh (p-value) untuk variabel yang dianalisis lebih
besar dari nilai signifikansi yang ditetapkan ( =5%). Sebaliknya, apabila nilai
signifikansi yang diperoleh lebih kecil artinya data tidak berdistribusi normal.
Tabel 4.2
Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

N
Normal Parametersa,b

Most Extreme
Differences

Mean
Std.
Deviation
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

PDKI
143
.40

UDD
142
4.95

PKAI
143
.65

KM
143
.01

BP
143
13478756723.66

EM
143
1.50

.128

1.792

.160

.051

27063082245.89

1.478

.197
.186
-.197

.137
.137
-.103

.432
.337
-.432

.428
.428
-.406

.309
.233
-.309

.189
.189
-.149

2.351

1.632

5.170

5.119

3.699

2.266

.066

.093

.201

.413

.352

.176

a. Test distribution is Normal.

b. Calculated from data.

Berdasarkan tabel statistik uji normalitas di atas terlihat bahwa nilai

signifikansi (sig) atau p value () untuk semua variabel, yakni Proporsi
Dewan Komisaris Independen (0.066), Ukuran Dewan Direksi (0.093),
Proporsi Komite Audit Independen (0.201), Kepemilikan Manajerial (0.413),
Bonus Plan (0.352) dan Earnings Management (0.176), adalah lebih besar

dari 0.05, sehingga dapat disimpulkan bahwa seluruh data penelitian

berdistribusi normal.
b.

Uji Multikolinieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model

regresi ditemukan adanya korelasi yang tinggi atau sempurna antar variabel
independen. Satu cara mendeteksi adanya multikolinieritas adalah nilai
Variance Inflation Factor (VIF). VIF mengukur variabilitas variabel
independen yang terpilih dan tidak dapat dijelaskan oleh variabel independen
lainnya. Apabila terdapat variabel independen yang memiliki nilai VIF diatas
10 maka menunjukan adanya gejala multikolinieritas yang tinggi. Sebaliknya,
jika nilai VIF kurang dari 10 menunjukan bahwa korelasi variabel independen
masih bisa ditolerir.

Tabel 4.3
Uji Multikolinieritas

Coefficientsa

Model
1

(Constant)
PDKI
UDD
PKAI
KM
BP

Unstandardized
Coefficients
B
Std. Error
2.111
.768
-.948
1.000
-.026
.074
-.180
.793
1.401
2.481
-1.3E-013
.000

Standardized
Coefficients
Beta
-.082
-.032
-.020
.049
-.002

t
2.749
-.948
-.355
-.227
.565
-.026

Sig.
.007
.345
.723
.821
.573
.979

Collinearity Statistics
Tolerance
VIF
.978
.922
.983
.980
.928

1.023
1.085
1.017
1.020
1.077

a. Dependent Variable: EM

Berdasarkan tabel uji multikolinieritas di atas terlihat bahwa nilai VIF

semua variabel adalah kurang dari 10, yang menunjukan tidak adanya gejala
multikolinieritas.
c.

Uji Autokorelasi
Uji autokorelasi digunakan untuk menguji apakah dalam suatu model

regresi terdapat korelasi antara kesalahan pengganggu pada periode saat ini (t)
dengan kesalahan pada periode sebelumnya (t-1). Model regresi yang baik
adalah yang terbebas dari autokorelasi. Untuk mendeteksi ada tidaknya
autokorelasi adalah menggunakan model Durbin Watson (DW). Jika terdapat
p value untuk DW, maka pendeteksian ada tidaknya autokorelasi dilihat dari p
value tersebut atau dengan cara melihat nilai DW dan kemudian melakukan
mapping dengan ketentuan sebagai berikut:

+auto

indecision

no auto

indecision - auto

dl

du

4-du

4-dl

Jika nilai DW terletak di daerah +auto atau auto, maka sudah pasti
regresi tersebut mengandung autokorelasi, sedangkan apabila nilai DW
terletak di daerah no auto, maka tidak terdapat auto korelasi. Jika terletak di
daerah indecision, maka mapping ini tidak dapat menentukan apakah
autokorelasi atau tidak. DW menunjukan nilai Durbin Watson, du adalah batas
atas dan dl adalah batas bawah. Nilai du dan dl diperoleh dari tabel Durbin
Watson.
Tabel 4.4
Uji Autokorelasi

Model Summaryb
Model
1

R
R Square
.103a
.011

Adjusted
R Square
-.026

Std. Error of
the Estimate
1.503

DurbinWatson
2.103

a. Predictors: (Constant), BP, KM, PDKI, PKAI, UDD

b. Dependent Variable: EM

Berdasarkan tabel uji autokorelasi di atas terlihat bahwa nilai Durbin

Watson adalah sebesar 2.103. Selanjutnya, dari tabel Durbin Watson (lihat
Lampiran Tabel Durbin Watson), dengan K (jumlah variabel bebas, tidak
termasuk variabel terikat) sama dengan 5 dan N (jumlah sampel penelitian)

sama degan 143, untuk DW= 2.103, terletak di derah no auto; sehingga dapat
disimpulkan tidak adanya autokorelasi
d.

Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah terdapat

kesamaan varians dalam model regresi dari residual satu pengamatan ke

pengamatan lain. Jika varian bersifat tetap, maka disebut homoskedastisitas.
Namun, jika terdapat perbedaan, maka disebut heteroskedastisitas. Model
regresi dikatakan baik jika heteroskedastisitas tidak terjadi (Ghozali, 2006).
Ada tidaknya heteroskedastisitas dilihat dari nilai signikansi yang diperoleh
masing-masing variabel independen. Jika variabel independen memiliki nilai
signifikansi lebih kecil dari nilai signifikansi yang ditetapkan (=5%), maka
variabel independen tersebut menunjukan adanya gejala heteroskedastisitas
dan

apabila

terjadi

sebaliknya,

yaitu

homoskedastisitas.

Tabel 4.5

lebih

besar,

maka

terjadi

Uji Heteroskedastisitas
Coefficientsa

Model
1

(Constant)
PDKI
UDD
PKAI
KM
BP

Unstandardized
Coefficients
B
Std. Error
.824
.552
.884
.718
.013
.053
-.255
.570
-.494
1.782
-4.8E-012
.000

Standardized
Coefficients
Beta
.105
.022
-.038
-.024
-.121

t
1.494
1.231
.249
-.448
-.277
-1.378

Sig.
.137
.220
.804
.655
.782
.170

Collinearity Statistics
Tolerance
VIF
.978
.922
.983
.980
.928

1.023
1.085
1.017
1.020
1.077

a. Dependent Variable: abresid

Berdasarkan tabel uji heteroskedastisitas di atas terlihat nilai

signifikansi yang didapat oleh variabel Proporsi Dewan Komisaris
Independen (0.220), Ukuran Dewan Direksi (0.804), Proporsi Komite Audit
Independen (0.655), Kepemilikan Manajerial (0.782), dan Bonus Plan (0.170).
Dari tabel tersebut terlihat tidak adanya gejala heteroskedastisitas untuk
semua variabel penelitian karena nilai sig > 0.05.
4.1.3

Uji Hipotesis
Uji hipotesis dilakukan dengan melakukan dua macam pengujian terhadap

persamaan regresi penelitian, yaitu uji t dan uji F. Uji t digunakan untuk menguji
hubungan antara satu variabel independen dengan satu variabel dependen lain (uji
secara parsial). Analisis presamaan regresi linear berganda digunakan pada penelitian
ini untuk mengetahui pengaruh satu dan lebih variabel independen secara simultan
terhadap variabel dependen.
4.1.3.1 Pengaruh Proporsi Dewan Komisaris Independen (PDKI) Secara Parsial
terhadap Earnings Management (EM)

Tabel 4.6
Uji Hipotesis 1
Coefficientsa

Model
1

(Constant)
PDKI

Unstandardized
Coefficients
B
Std. Error
1.883
.410
-.953
.972

Standardized
Coefficients
Beta
-.082

t
4.592
4.981

Sig.
.000
.000

a. Dependent Variable: EM

Uji t pertama akan digunakan untuk menguji hipotesis pengaruh Proporsi

Dewan Komisaris Independen secara parsial terhadap Earnings Management.
a. Hipotesis:
H0: Proporsi Dewan Komisaris Independen secara parsial tidak
H1:

berpengaruh signifikan terhadap Earnings Management

Proporsi Dewan Komisaris Independen secara parsial berpengaruh

signifikan terhadap Earnings Management

b. Keputusan:
Jika t hitung < t tabel maka H0 diterima
Jika t hitung > t tabel maka H1 diterima.
Dari tabel statistik di atas terlihat bahwa t hitung untuk variabel Proporsi
Dewan Komisaris Independen adalah 4.981. Untuk menghitung t tabel
digunakan ketentuan sebagai berikut: = 0.05; degree of freedom/df =
jumlah variabel 2 atau 143-2 = 141; sehingga diperoleh t tabel = 1.655
(lihat Lampiran Tabel t).
Karena t hitung (4.981) > t tabel (1.655), maka H1 diterima; artinya,
Proporsi Dewan Komisaris Independen secara parsial berpengaruh
signifikan terhadap Earnings Management.

4.1.3.2 Pengaruh Ukuran Dewan Direksi (UDD) Secara Parsial terhadap

Earnings Management (EM)
Tabel 4.7
Uji Hipotesis 2
Coefficientsa

Model
1

(Constant)
UDD

Unstandardized
Coefficients
B
Std. Error
1.615
.368
-.023
.070

Standardized
Coefficients
Beta
-.028

t
4.386
-.335

Sig.
.000
.738

a. Dependent Variable: EM

Uji t kedua akan digunakan untuk menguji hipotesis pengaruh Ukuran Dewan
Direksi secara parsial terhadap Earnings Management.
c. Hipotesis:
H0: Ukuran Dewan Direksi secara parsial tidak berpengaruh signifikan
H1:

terhadap Earnings Management

Ukuran Dewan Direksi secara parsial berpengaruh signifikan

terhadap Earnings Management

d. Keputusan:
Jika t hitung < t tabel maka H0 diterima
Jika t hitung > t tabel maka H1 diterima.
Dari tabel statistik di atas terlihat bahwa t hitung untuk variabel Ukuran
Dewan Direksi adalah 0.335. Untuk menghitung t tabel digunakan
ketentuan sebagai berikut: = 0.05; degree of freedom/df = jumlah
variabel 2 atau 143-2 = 141; sehingga diperoleh t tabel = 1.655 (lihat
Lampiran Tabel t).

Karena t hitung (0.335) < t tabel (1.655), maka H1 ditolak; artinya,

Ukuran Dewan Direksi secara parsial tidak berpengaruh signifikan
terhadap Earnings Management.
4.1.3.3 Pengaruh Keberadaan/Proporsi Komite Audit Independen (PKAI)
Secara Parsial terhadap Earnings Management (EM)
Tabel 4.8
Uji Hipotesis 3
Coefficientsa

Model
1

(Constant)
PKAI

Unstandardized
Coefficients
B
Std. Error
1.569
.519
-.108
.776

Standardized
Coefficients
Beta
-.012

t
3.026
-.139

Sig.
.003
.890

a. Dependent Variable: EM

Uji t ketiga akan digunakan untuk menguji hipotesis pengaruh Proporsi

Komite Audit Independen secara parsial terhadap Earnings Management.
e. Hipotesis:
H0: Proporsi Komite Audit Independen secara parsial tidak berpengaruh
H1:

signifikan terhadap Earnings Management

Proporsi Komite Audit Independen secara parsial berpengaruh

signifikan terhadap Earnings Management

f. Keputusan:
Jika t hitung < t tabel maka H0 diterima
Jika t hitung > t tabel maka H1 diterima.
Dari tabel statistik di atas terlihat bahwa t hitung untuk variabel Proporsi
Komite Audit Independen adalah 0.139. Untuk menghitung t tabel
digunakan ketentuan sebagai berikut: = 0.05; degree of freedom/df =

jumlah variabel 2 atau 143-2 = 141; sehingga diperoleh t tabel = 1.655

(lihat Lampiran Tabel t).
Karena t hitung (0.139) < t tabel (1.655), maka H1 ditolak; artinya,
Proporsi Komite Audit Independen secara parsial tidak berpengaruh
signifikan terhadap Earnings Management.

4.1.3.4 Pengaruh Kepemilikan Manajerial (KM) Secara Parsial terhadap

Earnings Management (EM)
Tabel 4.9
Uji Hipotesis 4

Coefficientsa

Model
1

(Constant)
KM

Unstandardized
Coefficients
B
Std. Error
1.480
.127
1.551
2.421

Standardized
Coefficients
Beta
.054

t
11.621
5.640

Sig.
.000
.000

a. Dependent Variable: EM

Uji t keempat akan digunakan untuk menguji hipotesis pengaruh Kepemilikan

Manajerial secara parsial terhadap Earnings Management.
a. Hipotesis:
H0: Kepemilikan Manajerial secara parsial tidak berpengaruh signifikan
H1:

terhadap Earnings Management

Kepemilikan Manajerial secara parsial berpengaruh signifikan

terhadap Earnings Management

b. Keputusan:
Jika t hitung < t tabel maka H0 diterima

Jika t hitung > t tabel maka H1 diterima.

Dari tabel statistik di atas terlihat bahwa t hitung untuk variabel
Kepemilikan Manajerial adalah 5.640 Untuk menghitung t tabel
digunakan ketentuan sebagai berikut: = 0.05; degree of freedom/df =
jumlah variabel 2 atau 143-2 = 141; sehingga diperoleh t tabel = 1.655
(lihat Lampiran Tabel t).
Karena t hitung (5.640) > t tabel (1.655), maka H1 diterima; artinya,
Kepemilikan Manajerial secara parsial berpengaruh signifikan terhadap
Earnings Management.
4.1.3.5 Pengaruh Bonus Plan (BP) Secara

Parsial

terhadap

Earnings

Management (EM)
Tabel 4.10
Uji Hipotesis 5
Coefficientsa

Model
1

(Constant)
BP

Unstandardized
Coefficients
B
Std. Error
1.512
.139
-9.2E-013
.000

Standardized
Coefficients
Beta
-.017

t
10.901
-.201

Sig.
.000
.841

a. Dependent Variable: EM

Uji t kelima akan digunakan untuk menguji hipotesis pengaruh Bonus Plan
secara parsial terhadap Earnings Management.
a. Hipotesis:
H0: Bonus Plan secara parsial tidak berpengaruh signifikan terhadap
Earnings Management
H1: Bonus Plan secara parsial berpengaruh signifikan terhadap Earnings
Management

b. Keputusan:
Jika t hitung < t tabel maka H0 diterima
Jika t hitung > t tabel maka H1 diterima.
Dari tabel statistik di atas terlihat bahwa t hitung untuk variabel Bonus
Plan adalah 0.201. Untuk menghitung t tabel digunakan ketentuan sebagai
berikut: = 0.05; degree of freedom/df = jumlah variabel 2 atau 50-2 =
48; sehingga diperoleh t tabel = 1.655 (lihat Lampiran Tabel t).
Karena t hitung (0.201) < t tabel (1.655), maka H1 ditolak; artinya, Bonus
Plan secara parsial tidak berpengaruh signifikan terhadap Earnings
Management.
4.1.3.6 Pengaruh Proporsi Dewan Komisaris Independen (PDKI), Ukuran
Dewan Direksi (UDD), Keberadaan/Proporsi Komite Audit Independen
(PKAI), Kepemilikan Manajerial (KM) dan Bonus Plan (BP) Secara
Simultan terhadap Earnings Management (EM)
Uji F atau ANOVA merupakan metode yang digunakan untuk menguji
pengaruh Proporsi Dewan Komisaris Independen, Ukuran Dewan Direksi, Proporsi
Komite Audit Independen, Kepemilikan Manajerial dan Bonus Plan secara simultan
terhadap Earnings Management. Kriteria pengambilan keputusan untuk uji F
(Ghozali, 2006) adalah sebagai berikut:
a

Apabila sig < 5%, maka seluruh variabel independen secara simultan
berpengaruh signifikan terhadap variabel dependen

Apabila sig > 5%, maka seluruh variabel independen secara simultan
tidak berpengaruh signifikan terhadap variabel dependen

Tabel 4.11
Uji Hipotesis 6

ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
3.261
307.122
310.383

df
5
136
141

Mean Square
.652
2.258

F
3.289

Sig.
.018a

a. Predictors: (Constant), BP, KM, PDKI, PKAI, UDD

b. Dependent Variable: EM

Berdasarkan tabel uji F (Anova) di atas terlihat bahwa tingkat signifikansi

(angka probabilitas) sebesar 0.018; karena angka probabilitas 0.018 < 0.05, maka
Proporsi Dewan Komisaris Independen, Ukuran Dewan Direksi, Proporsi Komite
Audit Independen, Kepemilikan Manajerial dan Bonus Plan secara simultan
berpengaruh signifikan terhadap Earnings Management.
4.1.3.7 Pengaruh Proporsi Dewan Komisaris Independen (PDKI), Ukuran
Dewan Direksi (UDD), Keberadaan/Proporsi Komite Audit Independen
(PKAI), Kepemilikan Manajerial (KM) dan Bonus Plan (BP) Secara
Simultan terhadap Earnings Management (EM) antara Bursa Efek
Indonesia dan Bursa Efek Malaysia
Uji F atau ANOVA merupakan metode yang digunakan untuk menguji
pengaruh Proporsi Dewan Komisaris Independen, Ukuran Dewan Direksi, Proporsi
Komite Audit Independen, Kepemilikan Manajerial dan Bonus Plan secara simultan
terhadap Earnings Management antara Bursa Efek Indonesia dan Bursa Efek

Malaysia. Kriteria pengambilan keputusan untuk uji F (Ghozali, 2006) adalah sebagai
berikut:
c

Apabila sig < 5%, maka seluruh variabel independen secara simultan
berpengaruh signifikan terhadap variabel dependen

Apabila sig > 5%, maka seluruh variabel independen secara simultan
tidak berpengaruh signifikan terhadap variabel dependen
Tabel 4.12
Uji Hipotesis 7

ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
7.036
220.928
227.964

df
5
107
112

Mean Square
1.407
2.065

F
3.682

Sig.
.014a

a. Predictors: (Constant), BP, PKAI, PDKI, KM, UDD

b. Dependent Variable: EM

Berdasarkan tabel uji F (Anova) di atas terlihat bahwa tingkat signifikansi

(angka probabilitas) sebesar 0.014; karena angka probabilitas 0.014 < 0.05, maka
Proporsi Dewan Komisaris Independen, Kepemilikan Manajerial dan Bonus Plan
secara simultan berpengaruh signifikan terhadap Earnings Management antara Bursa
Efek Indonesia dan Bursa Efek Malaysia.

4.1.3.8 Pengaruh Proporsi Dewan Komisaris Independen (PDKI), Ukuran

Dewan Direksi (UDD), Keberadaan/Proporsi Komite Audit Independen

(PKAI), Kepemilikan Manajerial (KM) dan Bonus Plan (BP) Secara

Simultan terhadap Earnings Management (EM) antara Bursa Efek
Indonesia dan Bursa Efek Philippines
Uji F atau ANOVA merupakan metode yang digunakan untuk menguji
pengaruh Proporsi Dewan Komisaris Independen, Ukuran Dewan Direksi, Proporsi
Komite Audit Independen, Kepemilikan Manajerial dan Bonus Plan secara simultan
terhadap Earnings Management antara Bursa Efek Indonesia dan Bursa Efek
Philippines. Kriteria pengambilan keputusan untuk uji F (Ghozali, 2006) adalah
sebagai berikut:
e

Apabila sig < 5%, maka seluruh variabel independen secara simultan
berpengaruh signifikan terhadap variabel dependen

Apabila sig > 5%, maka seluruh variabel independen secara simultan
tidak berpengaruh signifikan terhadap variabel dependen

Tabel 4.13
Uji Hipotesis 8

ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
3.663
175.840
179.503

df
5
83
88

Mean Square
.733
2.119

F
5.346

Sig.
.000a

a. Predictors: (Constant), BP, PKAI, PDKI, KM, UDD

b. Dependent Variable: EM

Berdasarkan tabel uji F (Anova) di atas terlihat bahwa tingkat signifikansi

(angka probabilitas) sebesar 0.000; karena angka probabilitas 0.000 < 0.05, maka
Proporsi Dewan Komisaris Independen, Kepemilikan Manajerial dan Bonus Plan
secara simultan berpengaruh signifikan terhadap Earnings Management antara Bursa
Efek Indonesia dan Bursa Efek Philippines.
4.1.3.9 Pengaruh Proporsi Dewan Komisaris Independen (PDKI), Ukuran
Dewan Direksi (UDD), Keberadaan/Proporsi Komite Audit Independen
(PKAI), Kepemilikan Manajerial (KM) dan Bonus Plan (BP) Secara
Simultan terhadap Earnings Management (EM) antara Bursa Efek
Malaysia dan Bursa Efek Philippines
Uji F atau ANOVA merupakan metode yang digunakan untuk menguji
pengaruh Proporsi Dewan Komisaris Independen, Ukuran Dewan Direksi, Proporsi
Komite Audit Independen, Kepemilikan Manajerial dan Bonus Plan secara simultan
terhadap Earnings Management antara Bursa Efek Malaysia dan Bursa Efek
Philippines. Kriteria pengambilan keputusan untuk uji F (Ghozali, 2006) adalah
sebagai berikut:

Apabila sig < 5%, maka seluruh variabel independen secara simultan
berpengaruh signifikan terhadap variabel dependen

Apabila sig > 5%, maka seluruh variabel independen secara simultan
tidak berpengaruh signifikan terhadap variabel dependen
Tabel 4.14
Uji Hipotesis 9
ANOVAb

Model
1

Regression
Residual
Total

Sum of
Squares
.669
210.903
211.572

df
5
76
81

Mean Square
.134
2.775

F
6.048

Sig.
.000a

a. Predictors: (Constant), BP, KM, PDKI, PKAI, UDD

b. Dependent Variable: EM

Berdasarkan tabel uji F (Anova) di atas terlihat bahwa tingkat signifikansi

(angka probabilitas) sebesar 0.000; karena angka probabilitas 0.000 < 0.05, maka
Proporsi Dewan Komisaris Independen, Kepemilikan Manajerial dan Bonus Plan
secara simultan berpengaruh signifikan terhadap Earnings Management antara Bursa
Efek Malaysia dan Bursa Efek Philippines.