BAB IV

HASIL DAN PEMBAHASAN

4.1 Deskripsi Data

Pada bab ini akan dijelaskan menengenai analisis dan pembahasan data

yang berkaitan antara Growth Opportunities, Intensitas Modal, dan Debt

Covenant dengan konservatisme akuntansi. Penelitian ini menggunakan data

sekunder berupa laporan keuangan tahunan perusahaan manufaktur yang

terdaftar di Bursa Efek Indonesia selama periode 2017-2020. Data sekunder

tersebut diperoleh dari website www.idx.co.id, www.sahamok.com, dan

website masing-masing perusahaan.

Populasi yang digunakan adalah perusahaan manufaktur yang terdaftar di

Bursa Efek Indonesia selama periode 2017-2020. Dari populasi tersebut

dilakukan teknik pengambilan sampel yaitu purposive sampling dengan

melakukan seleksi terhadap perusahaan manufaktur yang sesuai dengan

kriteria yang telah ditentukan peneliti. Berdasarkan teknik purposive sampling

diperoleh sebanyak 49 perusahaan manufaktur, sehingga dalam periode empat

tahun penelitian diperoleh sebanyak 196 total observasi. Dari 196 jumlah

observasi, yang akan dilakukan analisis hanya sebanyak 180 karena hasil uji

outlier. Uji outlier dilakukan untuk memenuhi syarat uji asumsi klasik yang

akan dijelaskan lebih lanjut pada bab ini

Penelitian ini menggunakan analisis statistik deskripsi yang bertujuan

untuk mengetahui mengenai deskripsi data yang digunakan dalam penelitian.

73
 74

Untuk mengetahui analisis statistik deskriptif menggunakan program aplikasi

EViews 12. Analisis statistik deskriptif yang dihasilkan dalam aplikasi tersebut

berupa nilai rata-rata (mean), nilai maksimum (max), nilai minimum (min),

median, standar deviasi, skewness, dan kurtosis. Hasil dari analisis statistik

deskriptif adalah sebagai berikut:

Tabel IV. 1 Hasil Analisis Statistik Deskriptif

Date: 11/20/21 Time: 19:56
Sample: 2017 2020

KA GO IM DC

Mean 5.864904 0.040095 1.579516 0.493345

Median 2.879750 0.041500 1.003500 0.414950
Maximum 82.44440 1.552100 50.63400 4.312800
Minimum 1.046000 -0.984200 0.069700 0.083100
Std. Dev. 11.06380 0.254285 4.375239 0.429391
Skewness 4.541372 1.002965 9.799794 5.910093
Kurtosis 25.38292 11.29095 101.7477 48.55476

Jarque-Bera 4765.181 594.2360 82771.15 18088.78

Probability 0.000000 0.000000 0.000000 0.000000

Sum 1149.521 7.858700 309.5851 96.69570

Sum Sq. Dev. 23869.48 12.60884 3732.830 35.95338

Observations 196 196 196 196

Sumber: Output EViews 12 (2021)

Berdasarkan Tabel IV.1, dapat dilihat mengenai informasi dari setiap

variabel. Berikut ini merupakan penjelasan dari analisis statistik deskriptif

untuk setiap variabel yang digunakan dalam penelitian:

a. Konservatisme Akuntansi (KA)

Penelitian ini menggunakan variabel dependen yaitu konservatisme

akuntansi yang mencerminkan nilai pasar yang relatif dengan nilai buku

perusahaan. Berdasarkan hasil dari tabel analisis statistik deskriptif di atas,

variabel konservatisme akuntansi pada perusahaan manufaktur selama

tahun 2017-2020 memiliki nilai minimum (min) sebesar 1,046000 yang

 75

dimiliki oleh PT Berlina Tbk (BRNA) tahun 2018 sehingga dengan kata

lain nilai market to book ratio yang digunakan untuk mengukur

konservatisme akuntansi pada BRNA merupakan nilai yang paling rendah

diantara data sampel lainnya. Sedangkan nilai maksimum (max)

konservatisme akuntansi pada perusahaan manufaktur selama tahun 2017-

2020 adalah sebesar 82,44440 yang dimilik oleh PT Unilever Indonesia

Tbk (UNVR) tahun 2017, hal ini berarti perusahaan tersebut memiliki nilai

market to book ratio untuk mengukur konservatisme akuntansi adalah

yang paling tinggi diantara sampel data lainnya. Nilai mean dari variabel

konservatisme akuntansi adalah sebesar 5,864904 dimana nilai ini

cenderung mendekati kearah nilai minimum konservatisme akuntansi

yang artinya rata-rata konservatisme akuntansi perusahaan manufaktur

selama tahun 2017-2020 cenderung rendah. Nilai standar deviasi variabel

konservatisme akuntansi sebesar 11,06380 dimana nilai ini lebih besar

dibandingkan dengan nilai mean. Nilai mean yang lebih kecil dari nilai

standar deviasi dapat menunjukkan bahwa sebaran data tidak baik atau

dapat dikatakan titik data jauh dari nilai rata-rata (mean) dan memiliki

keragaman sampel yang luas.

b. Growth Opportunities (GO)

Pada penelitian ini variabel independen pertama yang digunakan

adalah growth opportunities. Berdasarkan hasil tabel analisis statistik

deskriptif di atas, variabel growth opportunities pada perusahaan

manufaktur selama tahun 2017-2020 memiliki nilai minimum (min) adalah

sebesar -0,984200 yang dimiliki oleh PT Panasia Indo Resources Tbk

 76

(HDTX) pada tahun 2019 yang berarti bahwa perusahaan tersebut

memiliki pertumbuhan penjualan yang paling rendah diantara sampel data

lainnya. Sedangkan nilai maksimum (max) growth opportunities pada

perusahaan manufaktur selama tahun 2017-2020 adalah sebesar 1,552100

yang dimilik oleh PT Mark Dynamics Indonesia Tbk (MARK) Tbk pada

tahun 2018, hal ini berarti perusahaan tersebut memiliki pertumbuhan

penjualan yang paling tinggi diantara sampel data lainnya. Nilai mean dari

variabel growth opportunities adalah sebesar 0,040095 dimana ini ini

cenderung mengarah ke nilai minimum, sehingga dapat dikatakan bahwa

growth opportunities perusahaan manufaktur selama tahun 2017-2020

cenderung rendah. Nilai standar deviasi pada variabel growth

opportunities sebesar 0,254285, nilai ini lebih besar jika dibandingkan

dengan nilai mean. Nilai mean yang lebih kecil daripada nilai standar

deviasi menunjukkan bahwa sebaran data tidak baik atau dikatakan jauh

dari nilai rata-rata serta keragaman sampel luas.

c. Intensitas Modal (IM)

Pada penelitian ini variabel independen kedua yang digunakan adalah

intensitas modal. Berdasarkan hasil tabel analisis statistik deskriptif di

atas, variabel intensitas modal pada perusahaan manufaktur selama tahun

2017-2020 memiliki nilai minimum (min) adalah sebesar 0,069700 yang

dimiliki oleh PT. Indocement Tunggal Prakarsa Tbk (INTP) pada tahun

2018, hal ini berarti perusahaan tersebut memiliki porsi aset terhadap

penjualan yang paling rendah jika dibandingkan dengan sampel data

lainnya. Sedangkan nilai maksimum (max) intensitas modal pada

 77

perusahaan manufaktur selama tahun 2017-2020 adalah sebesar 50,63400

yang dimilik oleh PT Panasia Indo Resources Tbk (HDTX) pada tahun

2019, sehingga dapat dikatakan bahwa perusahaan tersebut memiliki porsi

aset terhadap penjualan yang paling tinggi diantara sampel data lainnya.

Nilai mean dari variabel intensitas modal adalah sebesar 1,579516, nilai

ini cenderung mengarah ke nilai minimum sehingga dapat dikatakan

bahwa intensitas modal perusahaan manufaktur selama tahun 2017-2020

cenderung rendah. Nilai standar deviasi pada variabel intensitas modal

sebesar 4,375239, nilai ini lebih besar jika dibandingkan dengan nilai

mean. Nilai mean yang lebih kecil daripada nilai standar deviasi

menunjukkan bahwa sebaran data tidak baik atau dikatakan jauh dari nilai

rata-rata serta keragaman sampel luas.

d. Debt Covenant (DC)

Pada penelitian ini variabel independen ketiga yang digunakan adalah

debt covenant. Berdasarkan hasil tabel analisis statistik deskriptif di atas,

variabel debt covenant pada perusahaan manufaktur selama tahun 2017-

2020 memiliki nilai minimum (min) adalah sebesar 0,083100 yang

dimiliki oleh PT. Industri Jamu & Farmasi Sido Muncul Tbk (SIDO) pada

tahun 2017, hal ini mengindikaskan bahwa perusahaan tersebut memiliki

porsi utang terhadap aset yang paling kecil diantara sampel data lainnya.

Sedangkan nilai maksimum (max) debt covenant pada perusahaan

manufaktur selama tahun 2017-2020 adalah sebesar 4,312800 yang

dimilik oleh PT Indocement Tunggal Prakarsa Tbk (INTP) pada tahun

2018, hal ini berarti perusahaan tersebut memiliki porsi utang terhadap aset
 78

yang paling tinggi dibandingkan dengan sampel data lainnya. Nilai mean

dari variabel debt covenant adalah sebesar 0,493345 dimana nilai tersebut

lebih cenderung mengarah ke nilai minimum, sehingga dapat dikatakan

bahwa debt covenant perusahaan manufaktur selama tahun 2017-2020

cenderung rendah. Nilai standar deviasi variabel debt covenant sebesar

0,429391, nilai ini lebih kecil jika dibandingkan dengan nilai mean. Nilai

mean yang lebih tinggi daripada nilai standar deviasi menunjukkan bahwa

sebaran data baik atau dikatakan titik data dekat dari nilai rata-rata serta

keragaman sampel sempit.

4.2 Hasil Penelitian

4.2.1 Pengujian Model Panel
Pengujian model data panel pada penelitian dilakukan dengan tujuan

untuk menentukan model manakah yang paling tepat untuk digunakan.

Data panel ini merupakan gabungan dari dara cross section dan data time

series (Ghozali & Ratmono, 2017). Regresi data panel dalam penelitian

ini dilakukan dengan tiga model, yaitu common effect model, fixed effect

model, dan random effect model. Dalam melakukan estimasi model

regresi data panel terdapat model pengujian yang dapat digunakan yaitu

Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier.

1. Uji Chow
Uji Chow digunakan untuk menentukan model manakah yang

paling tepat digunakan antara Common Effect Model (CEM) dan

Fixed Effect Model (FEM). Dalam pengujian ini tingkat signifikansi

yang digunakan yaitu 0,05 atau 5%. Kriteria yang digunakan dalam
 79

model ini adalah jika nilai probabilitas F-statistik <0,05, maka H0

ditolak yang artinya lebih cocok menggunakan Fixed Effect Model

(FEM) dan dilanjutkan dengan melakukan uji hausman. Sedangkan

jika nilai probabilitas F-statistik >0,05, maka H0 diterima yang

artinya lebih cocok menggunakan Common Effect Model (CEM).

Hasil dari pengujian Uji Chow adalah sebagai berikut:

Tabel IV. 2 Hasil Uji Chow

Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 9.833282 (44,132) 0.0000

Cross-section Chi-square 261.617342 44 0.0000

Sumber: Output EViews 12 (2021)

Berdasarkan dari hasil tabel tersebut, dapat diketahui bahwa nlai

probabilitas F-statistik sebesar 0,0000 yang dimana lebih kecil dari

nilai signifikan 0,05. Hal tersebut menunjukkan bahwa H0 ditolak

yang artinya model yang tepat untuk digunakan pada regresi data

panel antara Common Effect Model (CEM) dan Fixed Effect Model

(FEM) adalah Fixed Effect Model (FEM). Kemudian dilanjutkan

dengan melakukan uji Hausman.

2. Uji Hausman
Uji Hausman digunakan untuk menentukan model manakah

yang paling tepat digunakan antara Fixed Effect Model (FEM) dan

Random Effect Model (REM). Dalam pengujian ini tingkat

signifikansi yang digunakan adalah 0,05 atau 5%. Kriteria yang

digunakan dalam model ini adalah jika nilai probabilitas dari cross
 80

section random <0,05, maka H0 ditolak yang artinya lebih cocok

menggunakan Fixed Effect Model (FEM) pada regresi data panel.

Sedangkan jika nilai probabilitas dari cross section random >0,05,

maka H0 diterima yang artinya lebih cocok menggunakan Random

Effect Model (REM) pada regresi data panel. Hasil pengujian dari

Uji Hausman adalah sebagai berikut:

Tabel IV. 3 Hasil Uji Hausman

Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 7.610337 3 0.0548

Sumber: Output EViews 12 (2021)

Berdasarkan hasil uji tersebut, nilai probabilitas dari cross

section random sebesar 0,0548 lebih besar dari nilai signifikansi

0,05 atau 5%. Hal ini menunjukkan bahwa H0 diterima, maka model

yang tepat digunakan untuk regresi data panel antara Fixed Effect

Model (FEM) dan Random Effect Model (REM) adalah Random

Effect Model (REM).

4.2.2 Pengujian Asumsi Klasik

a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah model

regresi linear antara variabel independen dengan variabel dependen

memiliki distribusi data yang normal atau tidak (Ghozali &

Ratmono, 2017). Jika nilai probabilitas JB >0,05, maka dapat

disimpulkan bahwa data tersebut berdistribusi normal dan jika

 81

sebaliknya, maka dapat dikatakan bahwa data berdistribusi tidak

normal. Hasil uji normalitas pada penelitian ini dapat dilihat dalam

gambar berikut:
120
Series : Standardized Res idual s
Sa mpl e 2017 2020
100 Obs erva ti ons 196

80 Mea n -1.40e-16
Medi a n -2.935719
60 Ma xi mum 76.39041
Mi ni mum -7.688552
40 Std. Dev. 11.04215
Skewnes s 4.534116
Kurtos i s 25.40301
20
Ja rque-Bera 4770.374
0 Proba bi l i ty 0.000000
-10 0 10 20 30 40 50 60 70

Gambar IV. 1 Hasil Uji Normalitas Sebelum Transformasi dan

Outlier
Sumber: Output EViews 12 (2021)

Berdasarkan Gambar IV.1 dapat diketahui bahwa data

berdistribusi tidak normal, hal ini dapat terjadi karena terdapat

outlier pada data. Data dikatakan tidak normal karena nilai

probabilitas Jarque-Bera (JB) berada pada angka 0,000000 yang

dimana lebih kecil dari nilai signifikan 0,05 atau 5%. Oleh karena

itu, untuk mendapatkan data penelitian yang memiliki distribusi

normal perlu dilakukan perbaikan atas data outlier tersebut dengan

dilakukan transformasi. Sanjaya et al. (2014) dilakukannya

transformasi data untuk mengubah skala pengukuran data asli

menjadi bentuk lain agar menghasilkan data yang dapat memenuhi

asumsi pada penelitian. Pada penelitian ini transformasi data

dilakukan pada variabel dependen, yaitu konservatisme akuntansi.

Transformasi data dilakukan karena pada variabel

konservatisme akuntansi memiliki nilai yang sangat ekstrim dan

 82

sangat berbeda satuannya dengan variabel independen lainnya,

seperti varibel growth opportunities, intensitas modal, dan debt

covenant. Oleh karena itu, dilakukan transformasi data untuk

mengubah skala pengukuran pada variabel dependen. Selain

melakukan transformasi data, pada penelitian ini juga melakukan

uji outlier dengan menggunakan pendekatan grafis yang melihat

nilai residu dengan kriteria data yaitu yang memiliki nilai r student

lebih dari 2 ditandai dengan angka berwarna merah pada hasil

output EViews 12 dan harus dilakukan outlier (Ghozali &

Ratmono, 2017). Pada penelitian ini perbaikan data diawali dengan

melakukan transformasi data pada variabel dependen. Jenis

transformasi data yang akan digunakan harus berdasarkan bentuk

histogram pada variabel yang ingin dilakukan transformasi yang

dapat dilihat seperti gambar berikut:

90
Series: KA
80 Sample 2017 2020
70 Observations 196

60 Mean 5.864904
50 Median 2.879750
Maximum 82.44440
40 Minimum 1.046000
30 Std. Dev. 11.06380
Skewness 4.541372
20 Kurtosis 25.38292
10
Jarque-Bera 4765.181
0 Probability 0.000000
0 10 20 30 40 50 60 70 80

Gambar IV. 2 Histogram Konservatisme Akuntansi

Sumber: Output EViews 12 (2021)

Berdasarkan histogram variabel konservatisme akuntansi di

atas dapat diketahui bahwa histogram memiliki kemiringan atau

kecondongan ke arah kanan yang berarti transformasi data yang

 83

tepat digunakan adalah transformasi Logaritma Natural (LN)

(Ghozali & Ratmono, 2017). Selain itu pemilihan transformasi data

bentuk Logaritma Natural (LN) dikarenakan pada variabel

konservatisme akuntansi memiliki nilai mean yang lebih besar

daripada nilai median. Setelah dilakukan transformasi data pada

variabel dependen ternyata data penelitian masih berditribusi tidak

normal, oleh karena itu dilanjutkan dengan melakukan uji outlier

dengan tujuan agar data penelitian dapat berdistribusi normal.

Berikut ini merupakan hasil uji normalitas setelah melakukan

transformasi data dan uji outlier sebanyak satu kali menggunakan

EViews 12 (Lampiran 4, Halaman 129-131):

Gambar IV. 3 Hasil Uji Normalitas Setelah Transformasi dan

Outlier
Sumber: Output EViews 12 (2021)

Berdasarkan tabel uji normalitas setelah dilakukan

transformasi data Logaritma Natural (LN) dan uji outlier dapat

memberikan pengaruh terhadap data penelitian menjadi

berdistribusi normal. Dilihat dari nilai probabilitas JB sudah berada

pada titik 0,062005 yang dimana telah melebihi nilai signifikansi

sebesar 0,05 atau 5%, yang artinya data pada penelitian sudah
 84

berdistribusi normal. Berikut ini merupakan tabel jumlah sampel

observasi setelah dilakukan uji outlier:

Tabel IV. 4 Jumlah Observasi Setelah Uji Outlier

Jumlah Sampel Observasi Jumlah
Jumlah Observasi Sebelum Uji Outlier 196
Jumlah Data Outlier (16)
Jumlah Observasi Setelah Uji Outlier 180
Sumber: Data diolah peneliti (2021)

Tabel di atas menunjukkan bahwa jumlah data yang terkena

outlier adalah sebanyak 16. Uji outlier pada penelitian ini perlu

dilakukan karena pada pengolahan data sebelumnya dengan jumlah

sampel sebanyak 196, ditemukan hasil bahwa data tidak

berdistribusi normal. Berikut ini merupakan daftar hasil uji outlier

observasi penelitian:

Tabel IV. 5 Hasil Uji Outlier

Tahun Kode Perusahaan Perusahaan
2017 INAF Indofarma Tbk
2018 INAF Indofarma Tbk
2019 INAF Indofarma Tbk
2020 INAF Indofarma Tbk
2017 MLBI Multi Bintang Indonesia Tbk
2018 MLBI Multi Bintang Indonesia Tbk
2019 MLBI Multi Bintang Indonesia Tbk
2020 MLBI Multi Bintang Indonesia Tbk
2017 PCAR Prima Cakrawala Abadi Tbk
2018 PCAR Prima Cakrawala Abadi Tbk
2019 PCAR Prima Cakrawala Abadi Tbk
2020 PCAR Prima Cakrawala Abadi Tbk
2017 UNVR Unilever Indonesia Tbk
2018 UNVR Unilever Indonesia Tbk
2019 UNVR Unilever Indonesia Tbk
2020 UNVR Unilever Indonesia Tbk
Sumber: Data diolah peneliti (2021)

Daftar perusahaan yang memiliki data ekstrim seperti tabel di

atas harus dikeluarkan dari pengujian agar dapat memenuhi syarat

 85

uji asumsi klasik. Sehingga dapat melakukan analisis data

selanjutnya.

b. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk menguji apakah dalam

model regresi ditemukan adanya korelasi antar variabel

independen (Ghozali & Ratmono, 2017). Model regresi yang baik

seharusnya tidak memiliki korelasi antara variabel independennya.

Jika terjadi multikolinieritas antar variabel, maka koefesien regresi

variabel independen tidak dapat ditentukan dan nilai standar error

akan menjadi tak terhingga. Berikut ini tabel hasil dari uji

multikolinieritas:

Tabel IV. 6 Hasil Uji Multikolinieritas

GO IM DC

GO 1.000000 -0.244382 -0.014195

IM -0.244382 1.000000 0.065485
DC -0.014195 0.065485 1.000000
Sumber: Output EViews 12 (2021)

Berdasarkan tabel di atas hasil uji multikolinieritas

menunjukkan bahwa nilai koefisien korelasi antara variabel

independen growth opportunities, intensitas modal, dan debt

covenant tidak lebih dari 0,8 yang artinya bahwa tidak terdapat

masalah multikolinieritas pada model regresi.

c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahu apakah

dalam sebuah model regresi terjadi ketidaksamaan variasi. Dalam

 86

penelitian ini, jenis uji heteroskedastisitas yang digunakan adalah

Uji Glejser. Berikut ini tabel hasil dari uji heteroskedastisitas:

Tabel IV. 7 Hasil Uji Heteroskedastisitas

Heteroskedasticity Test: Glejser
Null hypothesis: Homoskedasticity

F-statistic 0.404137 Prob. F(3,176) 0.7502

Obs*R-squared 1.231482 Prob. Chi-Square(3) 0.7455
Scaled explained SS 0.995505 Prob. Chi-Square(3) 0.8023

Test Equation:
Dependent Variable: ARESID
Method: Least Squares
Date: 11/20/21 Time: 22:35
Sample: 1 180
Included observations: 180

Variable Coefficient Std. Error t-Statistic Prob.

C 0.441936 0.035537 12.43586 0.0000

GO -0.002918 0.098211 -0.029715 0.9763
IM 0.002272 0.005260 0.431865 0.6664
DC 0.050798 0.052289 0.971492 0.3326

R-squared 0.006842 Mean dependent var 0.470233

Adjusted R-squared -0.010087 S.D. dependent var 0.309011
S.E. of regression 0.310566 Akaike info criterion 0.521129
Sum squared resid 16.97539 Schwarz criterion 0.592084
Log likelihood -42.90164 Hannan-Quinn criter. 0.549898
F-statistic 0.404137 Durbin-Watson stat 1.114039
Prob(F-statistic) 0.750205

Sumber: Output EViews 12 (2021)

Berdasarkan uji heteroskedastisitas dengan menggunakan Uji

Glejser menunjukkan bahwa nilai probabilitas pada setiap variabel

independen berada pada angka di atas 0,05 atau 5%. Sehingga

dapat ditarik kesimpulan bahwa pada penelitian ini tidak terjadi

masalah heteroskedastisitas pada model regresi.

d. Uji Autokorelasi
Uji ini dilakukan untuk menguji apakah dalam model regresi

terdapat korelasi antara kesalahan pengganggu periode t dengan

kesalahan pada periode t-1. Persamaan regresi yang baik tidak

 Dependent Variable: KA
Method: Panel EGLS (Cross-section random effects)
Date: 11/20/21 Time: 22:40
Sample: 2017 2020
87
Periods included: 4
Cross-sections included: 45
Total panel (balanced) observations: 180
Swamy and Arora estimator of component variances

memilikiVariable Coefficient(Ghozali
masalah autokorelasi Std. Error t-Statistic2017).
& Ratmono, Prob.
Pada
C 0.947626 0.081814 11.58273 0.0000
penelitian ini
GO melihat angka – Watson1.281361
Durbin0.110285
0.141315 (DW) pada0.2018
model
IM 0.020822 0.007093 2.935733 0.0038
regresi. Ghozali
DC & Ratmono
0.040404 (2017) dikatakan
0.073975 tidak0.5856
0.546188 terjadi
Effects Specification
autokorelasi positif maupun negatif jika nilai dU < d < 4-dU. Hasil
S.D. Rho

pengujian uji autokorelasi

Cross-section random adalah sebagai berikut:
0.458448 0.6760
Idiosyncratic random 0.317422 0.3240
Tabel IV. 8 Hasil Uji Autokorelasi Durbin - Watson (DW)
Weighted Statistics

R-squared 0.051769 Mean dependent var 0.329525

Adjusted R-squared 0.035606 S.D. dependent var 0.327435
S.E. of regression 0.321553 Sum squared resid 18.19772
F-statistic 3.202944 Durbin-Watson stat 1.226748
Prob(F-statistic) 0.024619
Sumber: Output EViews 12 (2021)

Berdasarkan tabel hasil uji autokorelasi menunjukkan bahwa

nilai Durbin – Watson (DW) pada penelitian ini sebesar 1,226748.

Nilai Durbin – Watson (DW) dengan jumlah sampel (t) sebanyak

180, periode sampel 4 dan jumlah variabel bebas (k) adalah 3

memiliki nilai Durbin Watson Upper sebesar 1,7901. Persamaan

dari rumus dU < d < (4-dU) terbentuk menjadi 1,7901 > 1,226748 <

2,2099. Jika dilihat dari hasil uji DW menunjukkan bahwa nilai

1,226748 kurang dari nilai dU yang berarti dalam model regresi

mengalami masalah autokorelasi. Menurut Basuki & Prawoto

(2017) uji autokorelasi tidak harus digunakan pada setiap regresi

data panel. Karena uji autokorelasi hanya dapat digunakan pada

data time series, sehingga pengujian autokorelasi yang dilakukan

pada data panel tidak berarti. Oleh karena itu, penelitian yang
 88

menggunakan data panel dapat mengabaikan uji autokorelasi pada

penelitian.

4.2.3 Analisis Regresi Data Panel

Setelah dilakukan berbagai tahap pengolahan data yang dimulai dari

uji analisis statistik deskriptif, uji asumsi klasik hinggi uji pemilihan

model data panel, maka tahap selanjutnya melakukan uji model

persamaan regresi data panel. Hasil dari uji model persamaan regresi data

panel dilakukan untuk menguji hipotesis dari penelitian. Model yang

terpilih adalah Random Effect Model. Model tersebut yang dapat

mempresentasikan tujuan dari penelitian ini. Pengujian dilakukan dengan

menggunakan aplikasi EViews 12 dengan penjabaran sebagai berikut:

Tabel IV. 9 Hasil Uji Regresi Data Panel

Dependent Variable: KA
Method: Panel EGLS (Cross-section random effects)
Date: 11/20/21 Time: 22:40
Sample: 2017 2020
Periods included: 4
Cross-sections included: 45
Total panel (balanced) observations: 180
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 0.947626 0.081814 11.58273 0.0000

GO 0.141315 0.110285 1.281361 0.2018
IM 0.020822 0.007093 2.935733 0.0038
DC 0.040404 0.073975 0.546188 0.5856

Effects Specification
S.D. Rho

Cross-section random 0.458448 0.6760

Idiosyncratic random 0.317422 0.3240

Weighted Statistics

R-squared 0.051769 Mean dependent var 0.329525

Adjusted R-squared 0.035606 S.D. dependent var 0.327435
S.E. of regression 0.321553 Sum squared resid 18.19772
F-statistic 3.202944 Durbin-Watson stat 1.226748
Prob(F-statistic) 0.024619

Sumber: Output EViews 12 (2021)

 89

Berdasarkan hasil pengujian regresi data panel menggunakan

aplikasi EViews 12, maka diperoleh persamaan regresi sebagai berikut:

KA = 0,947626 + 0,141315 GO + 0,020822 IM + 0,040404 DC

Keterangan:

KA = Konservatisme Akuntansi

GO = Growth Opportunities

IM = Intensitas Modal

DC = Debt Covenant

Dalam persamaan regresi yang dihasilkan dalam peneitian ini, maka

dapat disimpulkan:

a. Nilai koefisien untuk konstanta diperoleh sebesar 0,947626. Hal ini

menunjukkan bahwa variabel dependen konservatisme akuntansi

akan bernilai 0,947626 jika variabel independen dianggap tetap atau

konstan.

b. Koefisien untuk variabel growth opportunities (GO) diperoleh

sebesar 0,141315. Hal ini menunjukkan bahwa jika varibel GO

mengalami kenaikan sebesar 1 (satuan), maka nilai KA akan

mengalami kenaikan sebesar 0,141315 satuan. Dengan asumsi

varibael intensitas modal dan debt covenant memiliki nilai konstan

atau tetap. Sedangkan untuk koefisien dari variabel GO bernilai

positif memiliki arti bahwa semakin tinggi nilai GO, maka nilai KA

akan semakin tinggi.

 90

c. Koefisien untuk variabel intensitas modal (IM) diperoleh sebesar

0,020822. Hal ini menunjukkan bahwa jika variabel IM mengalami

kenaikan 1 (satuan), maka nilai KA akan mengalami kenaikan

sebesar 0,020822 satuan. Dengan asumsi variabel growth

opportunities dan debt covenant nilainya konstan atau tetap.

Sedangkan untuk koefisien dari variabel IM bernilai positif memiliki

arti bahwa semakin meningkat nilai IM, maka nilai KA akan

semakin meningkat.

d. Koefisien untuk variabel debt covenant (DC) diperoleh sebesar

0,040404. Hal ini menunjukkan bahwa jika variabel DC mengalami

kenaikan sebesar 1 (satuan), maka nilai KA akan mengalami

kenaikan sebesar 0,040404 satuan. Dengan asumsi bahwa varibael

growth opportunities dan intensitas modal mamiliki nilai konstan

atau tetap. Koefisien dari variabel DC bernilai positif memiliki arti

bahwa jika nilai DC meningkat, maka nilai KA juga akan mengalami

peningkatan.

4.2.4 Uji Hipotesis

a. Uji Parsial (Uji Statistik T)

Uji parsial atau uji statistik t dilakukan untuk menguji seberapa

jauh pengaruh dari setiap variabel independen terhadap variabel

dependen. Dalam uji ini digunakan niai signifikansi 0,05 atau 5%.

Berikut ini merupakan kesimpulan yang dapat diambil berdasarkan

hasil uji t pada Tabel IV.9:

 91

1) Pengujian Hipotesis 1 (H1)

Hipotesis 1 pada penelitian ini adalah growth opportunities

berpengaruh positif terhadap konservatisme akuntansi. Variabel

growth opportunities diukur dengan menggunakan nilai

koefisiensi dari hasil regresi growth opportunities. Jika growth

opportunities sebuah perusahaan tinggi maka kesempatan

perusahaan untuk tumbuh akan meningkat sehingga akan

berdampak pada meningkatnya penerapan konservatisme

akuntansi dalam pelaporan keuangan. Penerapan konservatisme

akuntansi dilakukan agar mendapat respon positif oleh pasar,

sehingga akan mempermudah perusahaan dalam memperoleh

dana (Widiatmoko et al., 2020).

Hasil analisis regresi data panel pada Tabel IV.9

menunjukkan bahwa variabel growth opportunities (GO)

memiliki nilai probabilitas signifikan sebesar 0,2018 dan lebih

dari 0,05 atau 5%. Maka dapat disimpulkan bahwa growth

opportunities tidak berpengaruh terhadap konservatisme

akuntansi. Tidak berpengaruh yang dihasilkan memiliki arti

bahwa growth opportunities pada perusahaan manufaktur pada

periode 2017-2020 bukan merupakan prediktor yang dapat

memengaruhi konservatisme akuntansi. Karena nilai

probabilitas variabel growth opportunities > 0,05 dan t statistik

sebesar 0,2018 dapat disimpulkan bahwa H1 ditolak.

 92

2) Pengujian Hipotesis 2 (H2)

Hipotesis 2 pada penelitian ini adalah intensitas modal

berpengaruh positif terhadap konservatisme akuntansi. Variabel

intensitas modal diukur dengan menggunakan nilai koefisien

dari hasil regresi intensitas modal. Hasil penelitian ini sejalan

dengan hipotesis, yaitu menunjukkan bahwa jika intensitas

modal tinggi maka tingkat penerapan konservatisme akuntansi

pada perusahaan akan meningkat. Hal ini menunjukkan bahwa

besarnya intensitas modal pada perusahaan akan berpengaruh

terhadap besarnya biaya politis yang harus dibayarkan oleh

perusahaan. Dengan adanya biaya politis yang tinggi membuat

perusahaan akan melakukan pengurangan laba dengan cara

menerapkan konservatisme akuntansi. Pengurangan laba

tersebut dilakukan agar biaya politis semakin berkurang.

Hasil analisis regresi data panel pada Tabel IV.9

menunjukkan bahwa variabel intensitas modal (IM) memiliki

nilai probabilitas signifikan sebesar 0,0038 dan kurang dari 0,05

atau 5%. Nilai t statistik menunjukkan bahwa intensitas modal

memiliki pengaruh positif signifikan terhadap konservatisme

akuntansi. Pengaruh positif yang dihasilkan memiliki arti bahwa

intensitas modal perusahaan yang tinggi akan meningkatkan

penerapan konservatisme akuntansi pada perusahaan guna

untuk melakukan pengurangan laba yang akan berpengaruh

 93

terhadap biaya politis yang menurun. Karena nilai probabilitas

variabel intensitas modal <0,05 dan t statistik 0,0038, maka

dapat disimpulkan bahwa H2 diterima.

3) Pengujian Hipotesis 3 (H3)

Hipotesis 3 pada penelitian ini adalah debt covenant

berpengaruh positif terhadap konservatisme akuntansi. Variabel

debt covenant diukur dengan menggunakan nilai koefisien dari

hasil regresi debt covenant. Hasilnya menunjukkan bahwa jika

debt covenant sebuah perusahaan tinggi maka penerapan

konservatisme akuntansi pada perusahaan akan meningkat.

Hasil ini menunjukkan bahwa saat tingkat utang meningkat pada

perusahaan manufaktur sejalan dengan meingkatnnya

penerapan konservatisme akuntansi. Penerapan konservatisme

akuntansi dianggap sebagai bentuk untuk menjaga reputasi

kinerja perusahaan agar terhindar dari pelanggaran kontrak.

Hasil analisis regresi data panel pada Tabel IV.7

menunjukkan bahwa variabel debt covenant memiliki nilai

probabilitas signifikan sebesar 0,5856 dan lebih dari 0,05 atau

5%. Maka dapat disimpulkan bahwa debt covenant tidak

berpengaruh terhadap konservatisme akuntansi. Tidak

berpengaruh yang dihasilkan memiliki arti bahwa debt covenant

yang tinggi pada perusahaan manufaktur pada periode 2017-

2020 tidak akan melakukan penerapan konservatisme akuntansi.

 94

Karena nilai probabilitas variabel debt covenant > 0,05 dan t

statistik sebesar 0,5856 dapat disimpulkan bahwa H3 ditolak.

b. Uji Kelayakan Model (Uji F)

Uji kelayakan model atau uji f dalam penelitian ini dilakukan

mengetahui apakah suatu model regresi layak atau tidak untuk

digunakan sebagai alat analisis dalam menguji pengaruh antara

variabel independen dengan variabel dependen. Untuk menganalisis

uji f, perlu diperhatikan nilai F-Statistic dan probabilitas F-Statistic

pada tabel IV.7 model persamaan regeresi data panel di atas. Hasil

uji kelayakan model pada penelitian ini menunjukkan bahwa nilai F-

Statistic sebesar 3,202944 dan nilai probabilitas F-Statistic kurang

dari 0,05 atau 5% yaitu 0,024619 < 0,05. Maka dapat disimpulkan

bahwa model analisis regresi data panel ini layak digunakan dalam

penelitian.

c. Uji Koefisien Determinasi (Adjusted R2)

Koefisien determinasi (Adjusted R2 ) digunakan untuk

mengetahui kemampuan variabel independen dalam memengaruhi

variabel dependen (Ghozali & Ratmono, 2017). Semakin tinggi nilai

Adjusted R2, maka semakin baik kemampuan variabel independen

dalam memberikan pengaruh terhadap variabel dependen. Nilai

Adjusted R2 memiliki nilai yaitu terletak antara nol dan satu. Jika

nilai Adjusted R2 mendekati satu berarti variabel independen

memberikan hampir seluruh informasi yang dibutuhkan untuk

memprediksi variabel dependen (Gustina, 2018).

 95

Berdasarkan dari hasil analisis regresi data panel di atas,

diperoleh nilai Adjusted R2 sebesar 0,035606. Angka ini

menunjukkan bahwa variabel independen dalam penelitian ini yang

terdiri dari growth opportunities, intensitas modal, dan debt

covenant dapat memengaruhi konservatisme akuntansi sebesar

0,035606 atau variabel independen pada penelitian ini mampu

menjelaskan pengaruhnya sebesar 3,56% terhadap konservatisme

akuntansi. Sedangkan 96,44% lainnya dipengaruhi oleh faktor-

faktor yang tidak dijelaskan dalam penelitian ini.

4.3 Pembahasan Hasil Penelitian

Berdasarkan hasil pengujian dan analisis data yang telah dilakukan,

pembahasan lebih lanjut mengenai bagaimana hasil uji dari masing-masing

variabel independent terhadap variabel dependen akan dijabarkan sebagai

berikut:

4.3.1 Pengaruh Growth Opportunities terhadap Konservatisme Akuntansi

Kegiatan pada perusahaan dapat menjadi tolak ukur dalam

pertumbuhan perusahaan. Growth opportunities merupakan kesempatan

bagi perusahaan dalam melakukan investasi terhadap hal-hal yang dapat

memberikan keuntungan perusahaan (A. Sulastri et al., 2018).

Perusahaan yang memiliki growth opportunities biasanya mengandalkan

pinjaman jangka pendek apabila perusahaan memiliki asymmetry

information. Jika perusahaan memiliki hubungan dengan pihak pemberi

pinjaman serta tidak mengalami asymmetry information, maka keuangan

pada perusahaan melalui utang jangka panjang dapat diperoleh (Harahap,

 96

2012). Perusahaan yang sedang tumbuh akan cenderung menerapkan

akuntansi yang konservatif. Karena dengan adanya penerapan

konservatisme akuntansi pada perusahaan akan memiliki dana cadangan

tersembunyi yang dapat digunakan untuk investasi (Novikasari et al.,

2014).

Hasil penelitian ini menujukkan bahwa growth opportunities

tidak berpengaruh terhadap konservatisme akuntansi. Hal ini

menunjukkan bahwa growth opportunities bukan merupakan prediktor

yang dapat memengaruhi konservatisme akuntansi pada entitas. Karena

perusahaan yang tumbuh tidak selalu melakukan penerapan

konservatisme akuntansi. Perusahaan yang tumbuh akan memerlukan

dana yang sebagian besar berasal dari pihak eksternal (S. K. Putri et al.,

2021). Oleh karena itu, perusahaan tidak akan melakukan perhitungan

laba yang rendah yang mana berarti tidak melakukan penerapan

konservatisme akuntansi. Perusahaan akan menggunakan metode yang

optimis yaitu dengan menghitung laba yang tinggi agar dapat menarik

perhatian pihak eksternal sehingga mendapatkan dana yang dibutuhkan

untuk kegiatan investasi. Selain itu, dalam penelitian ini perusahaan

manufaktur yang sedang tumbuh akan memiliki tata kelola perusahaan

yang baik dan sangat kecil kemungkinan untuk mengecilkan laba agar

terpenuhinya dana untuk melakukan investasi. Jadi, berdasarkan data

yang diperoleh dalam penelitian ini, perusahaan manufaktur yang sedang

 97

tumbuh akan cenderung tidak menerapkan konservatisme akuntansi pada

laporan keuangannya.

Hasil penelitian ini mendukung penelitian yang dilakukan oleh

Savitri (2016b), S. K. Putri et al. (2021), dan Susanto & Ramadhani

(2016) yang menyatakan bahwa growth opportunities tidak berpengaruh

terhadap konservatisme akuntansi. Hasil penelitian ini bertentangan

dengan penelitian yang dilakukan oleh W. P. Sari (2020), El-haq et al.

(2019), Ursula & Adhivinna (2018), Saputra (2016) yang menyatakan

adanya pengaruh positif signifikan antara growth opportunities terhadap

konservatisme akuntansi. Penelitian lainnya yang memiliki hasil berbeda

dilakukan oleh Nuraeni & Tama (2019) dengan hasil pengaruh negatif

signifikan antara growth opportunities terhadap konservatisme

akuntansi.

4.3.2 Pengaruh Intensitas Modal terhadap Konservatisme Akuntansi

Intensitas modal merupakan gambaran mengenai besarnya modal

perusahaan dalam bentuk aset tetap. Semakin besar aset tetap yang

digunakan oleh perusahaan dalam menghasilkan penjualan, maka dapat

dipastikan perusahaan tersebut tergolong besar (Suharni et al., 2019).

Perusahaan yang tergolong besar akan menjadi pusat perhatian

pemerintah karena perusahaan dalam keadaan padat modal (S. K. Putri

et al., 2021). Perusahaan dengan padat modal akan melakukan

pengurangan terhadap laba agar biaya politis yang dikeluarkan semakin

berkurang. Pengurangan laba tersebut dilakukan dengan cara penyajian

 98

laba yang rendah pada periode kini dengan menggeser laba ke periode

berikutnya (Hotimah & Retnani, 2018).

Berdasarkan hasil uji statistik yang telah dilakukan, penelitian ini

memberikan hasil adanya pengaruh positif signifikan antara

intensitas modal terhadap konservatisme akuntansi. Hal ini

menunjukkan bahwa semakin besarnya intensitas modal pada

perusahaan, maka perusahaan dapat tergolong besar dan mempunyai

biaya politis yang besar. Dengan adanya biaya politis yang besar

menyebabkan perusahaan akan melakukan pengurangan laba pada

laporan keuangan dengan cara menerapkan konservatisme akuntansi.

Pengurangan laba yang dilakukan oleh perusahaan akan berpengaruh

terhadap berkurangnya biaya politis yang harus dibayarkan oleh

perusahaan.

Hasil penelitian ini mendukung penelitian yang dilakukan oleh

Hotimah & Retnani (2018), dan Susanto & Ramadhani (2016)

menyatakan bahwa adanya pengaruh positif signifikan antara intensitas

modal dengan konservatisme akuntansi. Bertentangan dengan penelitian

yang dilakukan oleh Arsita & Kristanti (2019) yang menyatakan bahwa

intensitas modal berpengaruh positif dan tidak signifikan terhadap

konservatisme akuntansi. Penelitian lainnya yang memiliki hasil yang

berbeda dilakukan oleh Sinambela & Almilia (2018) dengan hasil adanya

pengaruh negatif antara intensitas modal dengan konservatisme

akuntansi. Selain itu, terdapat penelitian lainnya yang bertentangan yang

 99

dilakukan oleh S. K. Putri et al. (2021) dan Suharni et al. (2019) dengan

hasil bahwa intensitas modal tidak berpengaruh terhadap konservatisme

akuntansi.

4.3.3 Pengaruh Debt Covenant terhadap Konservatisme Akuntansi

Debt covenant merupakan kontrak yang ditunjukkan oleh kreditur

kepada peminjam dengan tujuan memperoleh pembayaran dana yang

diikuti dengan kesepakatan yang telah disetujui saat melakukan

pengembalian pinjaman (Haloman et al., 2021). Rasio debt covenant

menunjukkan seberapa besar aset yang didanai oleh utang. Hasil

penelitian ini menunjukkan bahwa debt covenant tidak berpengaruh

terhadap konservatisme akuntansi. Hal tersebut menunjukkan bahwa

perusahaan manufaktur dalam penelitian ini yang dihadapi pada kondisi

utang tidak akan melakukan penerapan konservatisme akuntansi

(Reskino & Vemiliyarni, 2014).

Data yang diperoleh pada penelitian ini menunjukkan bahwa

perusahaan manufaktur yang sedang menghadapi kondisi utang akan

berupaya menunjukkan kinerja yang baik kepada kreditur. Kinerja yang

baik pada perusahaan dapat dilihat berdasarkan laba yang dihasilkan oleh

perusahaan pada laporan keuangan. Oleh karena itu, dalam penelitian ini

perusahaan manufaktur yang memiliki utang kepada pihak kreditur akan

menggunakan metode akuntansi yang optimis atau tidak konservatif

dengan melakukan penyajian laba yang tinggi serta kewajiban yang

rendah (Pambudi, 2017). Hal tersebut dilakukan oleh perusahaan untuk

 100

menarik simpati dan meyakinkan pihak kreditur dalam memberikan

pinjaman kepada perusahaan serta yakin bahwa perusahaan dapat

mengembalikan pinjaman. Oleh karena itu, perusahaan akan cenderung

tidak konservatif ketika berusaha mendapatkan dana dari pihak kreditur.

Dana tersebut digunakan oleh perusahaan untuk menunjang kegiatan

operasional perusahaan.

Hasil dari penelitian ini sejalan dengan penelitian yang dilakukan

oleh Savitri (2016b) dan Sinambela & Almilia (2018). Hasilnya

membuktikan bahwa tidak terdapat pengaruh antara debt covenant

dengan konservatisme akuntansi. Berbeda dengan hasil penelitian yang

dilakukan oleh Jao & Ho (2019) dan D. N. Sari et al. (2014) yang

menyatakan terdapat pengaruh positif signifikan antara debt covenant

dengan konservatisme akuntansi. Selain itu, terdapat penelitian lainnya

dengan hasil yang berbeda dilakukan oleh Nuraeni & Tama (2019) yang

menyatakan bahwa debt covenant berpengaruh negatif signifikan

terhadap tingkat konservatisme akuntansi.