BAB IV

HASIL DAN PEMBAHASAN

1.1 Data Penelitian

Penelitian ini bertujuan untuk mengetahui pengaruh leverage dan

profitabilitas terhadap manajemen laba. Penelitian ini juga menggunakan

monitoring cost yang berperan sebagai variabel moderasi. Populasi dalam

penelitian ini adalah perusahaan yang memiliki kasus manajemen laba yang

telah listing di BEI periode 2010-2020. Jumlah perusahaan manufaktur yang

terdaftar pada Bursa Efek Indonesia (BEI) tahun 2010-2020 sebanyak

perusahaan. Pemilihan populasi menggunakan metode purposive sampling

yang telah ditentukan dengan beberapa kriteria. Perusahaan yang dijadikan

sampel penelitian sebanyak 8 (enam) perusahaan dengan 11 (sebelas) tahun

periode pengamatan sehingga diperoleh 88 (delapan puluh delapan) unit

analisis.

Teknik analisis yang digunakan oleh peneliti adalah teknik analisis

regresi linier berganda. Monitoring cost ditambahkan sebagai variabel

moderasi, sehingga untuk mengetahui variabel tersebut dapat memoderasi atau

tidak, perlu dilakukan uji regresi moderasi.

4.2 Deskripsi Data

4.2.1 Analisis Statistik Deskriptif

Statistik deskriptif memberikan gambaran suatu data yang bisa dilihat

dari nilai rata-rata (mean), maksimum, minimum, dan standar deviasi. Variabel
yang diuji statistik deskriptifnya dalam penelitian ini adalah variabel dependen,
 46

variabel independen dan variabel moderasi. Variabel dependen dalam

penelitian ini, yaitu manajemen laba. Variabel independen dalam penelitian ini

adalah leverage dan profitabilitas. Sedangkan untuk variabel moderasi

digunakan monitoring cost. Berikut ini adalah hasil perhitungan (output) uji

statistik deskriptif dengan menggunakan SPSS 21.

Tabel 2. Hasil Analisis Statistik Deskriptif

Variabel N Min Max Mean Standard
Deviation
ROA (X1) 88 -264.10 60.72 -1.6255 33.32532
DAR (X2) 88 0.26 2.90 0.747955 0.44814
Ln (Z) 88 15.9 26.23 22.8906 2.93720
Manlab (Y) 88 -0.36169 0.255299 0.0020892742 0.06815259627
Sumber: Data Diolah (2022)

Hasil analisis statistik deskriptif yang dipaparkan pada tabel 4.1.

menunjukkan unit analisis penelitian (N) sebanyak 88 data. Data tersebut

merupakan data penelitian selama 11 (sebelas) tahun di mulai dari tahun 2010-

2020. Berdasarkan hasil uji statistik deskriptif pada tabel 4.1, dapat dijelaskan

sebagai berikut.

1. Manajemen Laba

Manajemen laba atau Earning Management (EM) merupakan variabel

dependen dalam penelitian ini. Manajemen laba diukur menggunakan modified

jones model dan mencari Discretionarry Accrual (DA) untuk mengukur ada

atau tidaknya praktik manajemen laba melalui aktivitas akrual dalam laporan

keuangan.

Dapat dilihat pada Tabel 4.1, diketahui bahwa besarnya manajemen laba

dari 88 unit analisis memiliki nilai minimum -0,36169 dan nilai maksimum
 47

0,255299. Deviasi standar sebesar 0.0681525 menunjukkan simpangan data

yang kecil karena nilainya lebih yang lebih tinggi dari mean yaitu 0,0997645.

Selama periode penelitian, dapat dilihat bahwa terdapat indikasi manajemen

laba pada perusahaan sampel. Hal ini ditandai dengan discretionarry accrual

yang bernilai positif dan negatif, yang menandakan adanya kegiatan

manajemen untuk menaikan atau menurunkan angka laba dengan

memanfaatkan akrual.

Nilai manajemen laba yang tergambar dalam discretionary accruals

tertinggi terjadi pada PT Garuda Indonesia (persero) Tbk tahun 2020, yaitu

sebesar 0,19942433. Artinya bahwa PT Garuda Indonesia (persero) Tbk di

tahun 2020 melakukan manajemen laba dengan menaikkan angka laba (income

maximization) yang paling besar bila dibandingkan dengan perusahaan yang

terdaftar di BEI (Bursa Efek Indonesia) lainnya. Sedangkan nilai discretionary

accruals terendah diperoleh PT Garuda Indonesia (persero) Tbk tahun 2011

sebesar -0,36168763. Ini menandakan bahwa perusahaan tersebut melakukan

manajemen laba dengan cara menurunkan angka laba (income minimization)

yang paling rendah jika dibandingkan dengan perusahaan sampel lain. Angka

discretionary accruals yang paling baik adalah discretionary accruals yang

mendekati angka 0 (nol).

2. Profitabilitas

Profitabilitas dalam penelitian ini diukur dengan menggunakan Return on

Assets (ROA). Hasil uji statistik deskriptif pada Tabel 4.1 dapat diketahui
 48

bahwa besarnya ROA dari 88 unit penelitian memiliki rentang nilai dari -

264,10 hingga 60,72. Nilai terendah dari profitabilitas adalah -264,10, nilai

tertinggi profitabilitas adalah sebesar 60,72 dan nilai rata-rata profitabilitas

adalah -1, 6255 dengan standar deviasi 33.32532 dari rata-rata.

Tingkat ROA terendah sebesar -264,10 berasal dari PT Tiga Pilar

Sejahtera Food Tbk pada tahun 2015. Perusahaan dengan tingkat profitabilitas

(ROA) tertinggi sebesar 60,72 diperoleh PT Tiga Pilar Sejahtera Food Tbk

pada tahun 2019. Hal ini mencerminkan kemampuan PT Tiga Pilar Sejahtera

Food Tbk dalam memperoleh laba sebesar 60,72% atas pengelolaan aset dalam

kegiatan operasionalnya.

Nilai mean menunjukkan bahwa secara umum perusahaan sampel

memperoleh laba senilai - 1 , 6 255% setiap tahun dari penggunaan aset

perusahaan. Hal ini menggambarkan bahwa rata-rata perusahaan BUMN

menghasilkan laba (profit) sebesar -1.6255% yang berasal dari aktivitas bisnis

perusahaan.

3. Leverage

Dalam penelitian ini leverage diproksikan dengan Debt to Assets Ratio

(DAR). Hasil statistik deskriptif pada Tabel 4.1, nilai minimum leverage adalah

sebesar 0,26 oleh PT Timah (Persero) Tbk periode 2012 yang artinya

pendanaan PT Semen Indonesia Tbk periode 2012 sebesar 26% dibiayai oleh

hutang. Nilai maksimum leverage pada penelitian ini sebesar 2,90 oleh PT Tiga

Pilar Sejahtera Food Tbk periode 2018, yang artinya perusahaan tersebut
 49

memiliki tingkat DAR sebelas kali lebih besar dari modalnya sendiri.

Semakin tinggi nilai DAR menunjukkan komposisi total hutang (baik

hutang jangka pendek maupun jangka panjang) yang semakin besar daripada

total aset sendiri yang dimiliki perusahaan. Dengan kata lain perusahaan lebih

banyak memanfaatkan hutang dibandingkan aset sendiri, sehingga berdampak

semakin besar beban perusahaan terhadap pihak luar, yaitu kreditur. Nilai rata-

rata leverage sebesar -1,6255 dengan nilai standar deviasi sebesar 33,32532.

Hasil ini menunjukkan bahwa rata-rata sumber pendanaan yang dimiliki

perusahaan sampel, yaitu -162.55% berasal dari hutang.

4. Monitoring Cost

Monitoring Cost pada penelitian ini diproksikan dengan logaritma natural

fee audit. Dari hasil statistik deskriptif pada Tabel 4.1 menunjukkan bahwa

jumlah data yang digunakan dalam penelitian ini sebanyak 88 sampel data yang

diambil dari laporan keuangan publikasi perusahaan yang pernah terkasus

manajemen laba yang terdaftar di Bursa Efek Indonesia pada tahun 2010-2020.

Variabel monitoring cost dalam penelitian ini memiliki rentang nilai dari 15,90

sampai 26,23.

Nilai minimum variabel monitoring cost dari sampel penelitian sebesar

15,90 berasal dari PT Agung Podomoro Land Tbk pada periode 2010, di mana

hal itu menunjukkan perusahaan tersebut memiliki fee audit paling rendah

dibandingkan dengan perusahaan sample lainnya. Nilai maksimum ukuran

perusahaan sebesar 26,23 oleh PT Bakrie & Brothers Tbk pada periode 2010,
 50

yang mencerminkan bahwa perusahaan tersebut memiliki fee audit paling

tinggi dibandingkan dengan perusahaan sample lainnya yang terdapat dalam

penelitian ini. Standar deviasi variabel monitoring cost sebesar 2,93720

menunjukkan simpangan data yang cukup baik karena nilainya yang lebih kecil

dibandingkan nilai rata-ratanya, yaitu 22,8906.

1.2.2 Uji Asumsi Klasik

a. Uji Normalitas

Menurut Suganda (2018), uji normalitas bertujuan untuk mengetahui

distribusi normal dari variabel terikat (dependent) dan variabel bebas

(independent) dalam model regresi. Uji normalitas juga dapat digunakan untuk

menguji apakah dalam model regresi, variabel pengganggu atau resodia;

terdistribusi normal atau mendekati normal. Uji normalitas dalam penelitian ini

menggunakan uji statistik one-sample kolmogorov-smirnov. Hasil dari pengujian

normalitas data disajikan dalam tabel berikut:

(dilanjutkan di halaman berikutnya…)

Tabel 3. Hasil Uji Normalitas

ROA (X1) DAR (X2) Ln (Z) Manlab (Y)

Kolmogorov- 2.969 1.855 1.593 1.994

Smirnov Z
Asymp. Sig. 0.00000004428 0.002048881 0.012465 0.001
(2-tailed)
Sumber: Data Diolah (2022)

Dari Tabel 4.2 di atas, hasil uji Kolmogorov-Smornov (K-S) menunjukkan

hasil bahwa data terdistribusi tidak normal. Hal ini ditunjukkan pada nilai
 51

signifikansi sebesar 0,002, 0.000, 0.012, dan 0,001 dimana nilai tersebut < (lebih

kecil dari) 0,05. Hasil tersebut dimaknai bahwa data terdistribusi tidak normal dan

mengalami masalah normalitas.

b. Uji Multikolinearitas

Menurut Suganda (2018), uji multikolinearitas digunakan untuk

mengetahui ada tidaknya keterkaitan atau hubungan yang erat antar variabel

independent dalam model regresi. Model regresi yang baik adalah model

regresi yang tidak terjadi korelasi di antara variabel bebas. Uji multikolinearitas

dapat dilakukan dengan melihat nilai tolerance dan variance-inflating factor

(VIF) di mana jika torelance > 0,01 dan VIF < 10, maka tidak terjadi gejala

multikolinearitas diantara variabel bebas, atau tingkat kolinearitas dapat

ditoleransi (Ghozali, 2016). Berikut adalah hasil uji multikolinearitas.

Tabel 4. Hasil Uji Multikolinearitas

Variabel Tolerance VIF
ROA (X1) 0.718 1.394
DAR (X2) 0.718 1.394
Sumber: Data Diolah (2022)

Hasil ouput uji multikolinearitas yang tersaji pada Tabel 4.3

menunjukkan bahwa semua variabel bebas mempunyai nilai tolerance di atas

0,1 (> 0,1) dan nilai VIF di bawah 10 (< 10), sehingga dapat disimpulkan

bahwa model regresi pada penelitian ini tidak terjadi multikolinearitas.

c. Uji Autokorelasi

Uji autokorelasi bertujuan untuk mengetahui apakah terjadi korelasi

 52

antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1

(sebelumnya). Autokorelasi dapat terjadi apabila data umumnya time series

(Suganda, 2018). Apabila terjadi korelasi, maka terdapat masalah autokorelasi.

Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Dalam

penelitian ini menggunakan uji Durbin-Watson (DW Test) untuk mengetahui

ada tidaknya masalah autokorelasi. Berikut adalah hasil pengujian autokorelasi:

Tabel 5. Hasil Uji Autokorelasi

Model Durbin-Watson
1 1.828
2 1.853
Sumber: Data Diolah (2022)

Pada Tabel 4.4 nilai Durbin-Watson yang didapatkan adalah 1,828

untuk model regresi pertama dan 1,853 untuk model regresi kedua. Nilai dL

yang didapatkan pada penelitian ini sebesar 1,6071 dan nilai dU sebesar

1,6999. Setelah itu nilai-nilai tersebut dimasukkan kedalam rumus dU < dw <

(4-dU) untuk mengetahui apakah terjadi autokorelasi atau tidak. Dari rumus

tersebut didapatkan hasil 1,6999 < 1,828 < 2,3001 untuk model regresi

pertama dan 1,6999 < 1,853 < 2,3001 untuk model regresi kedua, sehingga

dapat disimpulkan bahwa dari kedua model regresi yang diuji tidak terdapat

autokorelasi positif maupun negatif.

d. Uji Heteroskedastisitas

Uji heterokedastisitas digunakan untuk menguji dalam sebuah model

regresi, terjadi ketidaksamaan varians dari residual dari satu pengamatan yang

lain. Uji hereroskesdatisitas yang digunakan dalam penelitian ini menggunakan

 53

uji statistik Glejser dengan tingkat signifikansi 5%. Jika nilai signifikansi untuk

variabel independent lebih besar dari 0,05, maka dapat disimpulkan bahwa

tidak terdapat masalah heteroskedastisitas. Berikut adalah hasil pengujian

autokorelasi:

Tabel 6. Hasil Uji Heterokskedastisitas

Variabel Signifikansi
ROA (X1) 0.418
DAR (X2) 0.933
Sumber: Data Diolah (2022)

Berdasarkan hasil uji heteroskedastisitas pada tabel 4.5 dapat dilihat

bahwa nilai signifikansi variabel ROA (X1) adalah sebesar 0,418 dan nilai

DAR (X2) adalah sebesar 0,933. Maka, dapat disimpulkan bahwa data

penelitian tidak terjangkit heteroskedastisitas dikarenakan memiliki nilai

signifikansi lebih dari 0,05 (> 0,05).

4.3 Uji Hipotesis

4.3.1 Analisis Regresi Linier Berganda

Menurut Ghozali (2018), analisis regresi linier berganda adalah analisis

yang berperan untuk mengetahui pengaruh variabel independen yang jumlahnya

lebih dari satu terhadap variabel dependen. Dalam penelitian ini menggunakan

model regresi pengujian langsung antara pengaruh variabel independent (X)

terhadap variabel dependen (Y). Berikut adalah tabel yang merupakan hasil dari

uji analisis regresi linier berganda yang telah dilakukan.

(dilanjutkan di halaman berikutnya…)

 54

Tabel 7. Hasil Uji Regresi Linier Berganda

Variabel Beta
Konstanta -0.00222
ROA (X1) 0.001831
DAR (X2) -0.0002
Sumber: Data Diolah (2022)

Berdasarkan hasil pengujian regresi linier berganda, maka dapat dibuat

persamaan regresi linier berganda sebagai berikut:

Manlab = -0.00222 + 0.001831ROA + -0.0002DAR

Keterangan:
Manlab = Manajemen Laba
ROA = Return on Assets (Profitabilitas)
DAR = Debt to Assets Ratio (Leverage)

4.3.1 Analisis Regresi Moderasi

Untuk menguji efek monitoring cost sebagai variabel moderasi pada

pengaruh profitabilitas dan leverage terhadap nilai perusahaan, digunakan metode

Hierarchical Regression Analysis. Metode ini menggunakan 2 (dua) persamaan.

Persamaan pertama untuk melihat efek utama, yaitu pengaruh variabel

independent terhadap variabel dependent. Persamaan kedua untuk melihat efek

moderasi pada pengaruh variabel independent terhadap variabel dependent.

Analisis ini diolah menggunakan program SPSS 21. Hasil yang diperoleh adalah

sebagai berikut.

(dilanjutkan di halaman berikutnya…)

 55

Tabel 8. Hasil Uji Regresi Moderasi

Variabel Beta
Konstanta 0.0884
ROA (X1) 0.0148
DAR (X2) -0.1470
MC (Z) -0.0041
ROA*MC (Moderasi 1) -0.0081
DAR*MC (Moderasi 2) 0.0064
Sumber: Data Diolah (2022)

Berdasarkan hasil uji analisis regresi pada tabel 4.7, maka dapat diperoleh

persamaan regresi sebagai berikut.

Manlab = 0,0884 +0,0148 ROA + (-0.1470) DAR + (-0.0041) MC +

(-0.0081) (ROA*MC) + 0.0064 (DAR*MC)

Keterangan:
Manlab = Manajemen Laba
ROA = Return on Assets (Profitabilitas)
DAR = Debt to Assets Ratio (Leverage)
MC = Monitoring Cost
ROA*MC = Moderasi 1
DAR*MC = Moderasi 2

4.3.2 Uji F

Uji F dilakukan untuk menguji kelayakan model penelitian. Tingkat

Signifikansi yang digunakan adalah 5%. Dasar pengambilan keputusan adalah

apabila nilai Goodness of Fit Test < 0,05 (nilai signifikansi Pearson dan Deviance

< 0,05), maka model yang terbentuk adalah layak (Ghozali, 2016). Hasil yang

diperoleh adalah sebagai berikut.

(dilanjutkan di halaman berikutnya…)

 56

Tabel 9. Hasil Uji F

Model F Signifikansi
1 3.044 0.038
Sumber: Data Diolah (2022)

Berdasarkan hasil uji F pada tabel 4.8, diperoleh nilai signifikansi sebesar

0,038. Maka dapat disimpulkan bahwa model penelitian tersebut dinyatakan layak

karena memiliki nilai signifikansi kurang dari 0,05.

4.3.3 Uji Koefisien Determinasi (Adjusted R2)

Uji koefisien determinasi bertujuan untuk mengukur kemampuan model

dalam menerangkan variabel dependen (Ghozali, 2016). Nilai koefisien

determinasi berkisar antara 0 sampai dengan 1. Semakin nilai adjusted R2

mendekati 1, maka variabel independen semakin mampu memberikan hamper

semua informasi yang dibutuhkan dalam memprediksi variabel dependen.

Berikut ini adalah tabel yang merupakan hasil dari uji koefisien determinasi

(adjusted R2) yang telah dilakukan.

Tabel 10. Hasil Uji Koefisien Determinasi (Adjusted R2)

Model Koefisien Determinasi (Adjusted R2)
1 0.143
Sumber: Data Diolah (2022)

Berdasarkan hasil uji koefisien determinasi (Adjusted R2) pada tabel 4.9,

diperoleh nilai Adjusted R2 sebesar 0,143 atau sebesar 14,3%. Dapat disimpulkan

bahwa kemampuan variabel profitabilitas dan leverage yang dimoderasi oleh

monitoring cost dalam menjelas variabel dependen, yaitu manajemen laba sebesar
 57

14,3% sedangkan sisanya 100% - 14,3% = 85,7% dijelaskan oleh variabel lain

diluar penelitian ini.

4.3.4 Uji Parsial (Uji T)

Uji t adalah pengujian yang dilakukan untuk mengetahui seberapa besar

masing-masing variabel independent memengaruhi variabel dependen. Tingkat

signifikansi (α) dalam penelitian ini adalah 5%. Jika p-value yang terdapat pada

kolom sig ≤ 0,05, maka H0 ditolak dan Ha diterima. Sebaliknya, jika p-value >

0,05, maka H0 diterima dan Ha ditolak (Santoso, 2014). Berikut ini adalah tabel

yang merupakan hasil dari uji parsial (Uji T) yang telah dilakukan.

Tabel 11. Hasil Uji Parsial (Uji T)

Variabel Signifikansi
Profitabilitas (X1) 0.001

Leverage (X2) 0.507

Moderat 1 0.001

Moderat 2 0.520

Sumber: Data Diolah (2022)

1) Hasil Pengujian Hipotesis 1 dan Pembahasan

Variabel profitabilitas dilambangkan dengan ROA, memiliki t hitung

sebesar 3,401 dan memiliki tingkat signifikansi 0,001, nilai tersebut lebih

kecil dari alpha 0,05. Hasil tersebut menunjukkan bahwa profitabilitas

memiliki pengaruh signifikan terhadap manajemen laba sehingga

hipotesis pertama (H1) yang menyatakan profitabilitas berpengaruh positif

signifikan terhadap manajemen laba, diterima.

 58

Berdasarkan hasil tersebut hal ini sejalan dengan hipotesis peneliti

yang mengatakan bahwa profitabilitas berpengaruh positif terhadap

manajemen laba, maka dapat disimpulkan bahwa profitabilitas suatu

perusahaan mempengaruhi tingkat manajemen laba di perusahaan tersebut.

Hasil penelitian ini menunjukkan bahwa tingkat profitabilitas suatu

perusahaan yang tinggi mempengaruhi tingkat manajemen laba. Hal ini

menunjukkan bahwa pihak manajemen tidak terdorong untuk

melaksanakan manajemen laba sebab kinerja perusahaan telah sesuai

dengan yang diharapkan.

2) Hasil Pengujian Hipotesis 2 dan Pembahasan

Variabel leverage disimbolkan dengan DAR, memiliki t hitung

sebesar -0,666 dan memiliki tingkat signifikansi 0,507, nilai tersebut lebih

besar dari alpha 0,05. Hasil tersebut menunjukkan bahwa leverage

memiliki pengaruh negatif signifikan terhadap manajemen laba. Dengan

demikian hipotesis kedua (H2) yang menyatakan leverage berpengaruh

positif signifikan terhadap manajemen laba, ditolak.

Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan

oleh Lina Budi Utami (2020) yang menunjukkan bahwa leverage tidak

berpengaruh terhadap manajemen laba. Hal ini juga sejalan dengan

penelitian yang dilakukan oleh Diana Savitri dan Denies Priantinah (2019)

yang menunjukkan bahwa leverage tidak berpengaruh terhadap

manajemen laba.
 59

3) Hasil Pengujian Hipotesis 3 dan Pembahasan

Variabel moderat 1 memiliki t hitung sebesar -3,475 dengan tingkat

signifikansi 0,001, nilai tersebut lebih kecil dari alpha 0,05. Hasil tersebut

menunjukkan bahwa variabel monitoring cost mampu memperkuat

hubungan antara profitabilitas dengan manajemen laba. Dengan demikian

hipotesis ketiga (H3) yang menyatakan monitoring cost memperkuat

hubungan antara profitabilitas terhadap manajemen laba, diterima.

Berdasarkan hasil tersebut hal ini sejalan dengan hipotesis peneliti

yang mengatakan bahwa monitoring cost memperkuat pengaruh antara

profitabilitas terhadap manajemen laba. Hal ini terjadi akibat dari

kurangnya pengawasan dan membuat manajemen perusahaan lebih sulit

dalam membuat prediksi jalannya perusahaan kedepannya (Almadara,

2017). Menurut Jensen dan Meckling (1976), konflik kepentingan antara

manajemen (agen) dan pemegang saham (principal) dapat dikurangi

dengan suatu mekanisme pengawasan. Dengan adanya pengawasan

tersebut, maka perusahaan akan mengeluarkan biaya yang disebut sebagai

monitoring cost.

4) Hasil Pengujian Hipotesis 4 dan Pembahasan

Variabel moderat 2 memiliki t hitung sebesar 0,646 dengan tingkat

signifikansi 0,520, nilai tersebut lebih besar dari nilai signifikansi 0,05.

Hasil tersebut menunjukkan bahwa variabel monitoring cost tidak mampu

memperkuat hubungan antara leverage dengan manajemen laba. Dengan

 60

demikian hipotesis keempat (H4) yang menyatakan monitoring cost

memperkuat hubungan antara leverage terhadap manajemen laba, ditolak.

Berdasarkan hasil tersebut hal ini bertolak belakang dengan hipotesis

peneliti yang mengatakan bahwa monitoring cost memperkuat pengaruh

antara leverage terhadap manajemen laba.

Uji simultan, uji parsial dan uji koefisien determinasi menggunakan

IBM SPSS versi 21 menghasilkan beberapa kesimpulan atas kedelapan

hipotesis yang diajukan dalam penelitian ini. Rangkuman mengenai hasil uji

hipotesis disajikan dalam Tabel 4.11 berikut:

Tabel 12. Simpulan Hasil Hipotesis

Hipotesis Nilai Kesimpulan

Signifikansi
H1 Profitabilitas berpengaruh positif 0.001 Diterima
signifikan terhadap manajemen laba.
H2 Leverage berpengaruh positif signifikan 0.507 Ditolak
terhadap manajemen laba.
H3 Monitoring cost memperkuat hubungan
antara profitabilitas terhadap manajemen 0.001 Diterima
laba
H4 Monitoring cost memperkuat hubungan
antara leverage terhadap manajemen laba 0.520 Ditolak

Sumber: Data Diolah (2022)