BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik Statistik deskriptif digunakan untuk menggambarkan secara umum data yang telah dikumpulkan dalam penelitian ini. Sampel yang digunakan dalam penelitian ini adalah laporan keuangan yang tersedia data perusahaan manufaktur yang dipublikasikan di Bursa Efek Indonesia pada tahun 2009-2012 untuk 37 perusahaan sebagai sumber data sekunder. Adapun data lain diperoleh melalui studi pustaka yang digunakan peneliti sebagai data penunjang guna melengkapi dan memperluas data utama. Data penelitian ini adalah laporan bulanan dari bulan Januari 2009 hingga Desember 2012. Untuk mengetahui pengaruh ukuran perusahaan, ROA, DER, dan Net Profit Margin terhadap praktik perataan laba digunakan analisis regresi logistik. Tujuan penelitian ini adalah menguji beberapa aspek yang berikut adalah rata-rata ukuran perusahaan, ROA, DER, dan NPM serta perataan laba selama 4 tahun terakhir. 1. Ukuran Perusahaan Ukuran perusahaan merupakan skala untuk menentukan besar kecilnya perusahaan. Variabel ini diukur dengan menggunakan logaritma natural dari total aktiva. Berikut adalah statistik untuk ukuran perusahaan selama 4 tahun terakhir. 46
47 Tabel 4.1 Statistik Deskriptif Ukuran Perusahaan Tahun 2009-2012 Deskriptif Tahun Statistik 2009 2010 2011 2012 Rata-rata 13,879 14,099 14,307 14,449 Standar Deviasi 1,360 1,419 1,497 1,583 Varians 1,849 2,013 2,241 2,506 Maksimal 17,010 17,210 17,650 17,730 Minimal 10,660 10,640 10,680 10,720 Sumber : data olahan SPSS 15.0 Berdasarkan hasil perhitungan, dari 37 perusahaan selama 4 tahun terakhir, rata-rata total aktiva pada tahun 2009 adalah sebesar 13,879, selanjutnya pada tahun 2010 sebesar 14,099, tahun 2011 sebesar 14,307 dan tahun 2012 sebesar 14,449. Terlihat bahwa selama 4 tahun terakhir terdapat peningkatan total aktiva yang dimiliki oleh ke 37 perusahaan. Nilai total aktiva paling tinggi yaitu UNTR pada tahun 2012 dengan besar logaritma total aktiva sebesar 17,730. Sementara itu, total aktiva paling rendah yaitu PGLI pada tahun 2010 dengan besar logaritma total aktiva sebesar 10,640. 2. ROA ROA merupakan rasio yang digunakan untuk mengukur kemampuan menghasilkan laba dari ROA yang digunakan perusahaan. Variabel ini diukur dengan menggunakan perbandingan jumlah laba bersih dengan ROA. Berikut adalah statistik untuk ROA selama 4 tahun terakhir.
48 Deskriptif Statistik Tabel 4.2 Statistik Deskriptif ROA Tahun 2009-2012 Tahun 2009 2010 2011 2012 Rata-rata 0,061 0,069 0,068 0,070 Standar Deviasi 0,050 0,059 0,053 0,061 Varians 0,003 0,003 0,003 0,004 Maksimal 0,180 0,320 0,260 0,340 Minimal 0,004 0,002 0,001 0,002 Sumber : data olahan SPSS 15.0 Berdasarkan hasil perhitungan, dari 37 perusahaan selama 4 tahun terakhir, rata-rata ROA pada tahun 2009 adalah sebesar 0,061, selanjutnya pada tahun 2010 sebesar 0,069, tahun 2011 sebesar 0,068 dan tahun 2012 sebesar 0,070. Terlihat bahwa selama 4 tahun terakhir terdapat peningkatan ROA yang dimiliki oleh ke 37 perusahaan walaupun terdapat penurunan pada tahun 2011. Nilai ROA paling tinggi yaitu EMTK pada tahun 2012 dengan besar ROA sebesar 0,340. Sementara itu, ROA paling rendah yaitu WOMF pada tahun 2011 dengan besar ROA sebesar 0,001. 3. Financial Leverage (DER) DER merupakan rasio yang digunakan untuk mengukur seberapa jauh perusahaan dibiayai oleh modal pinjaman. Variabel ini diukur dengan menggunakan perbandingan total hutang dengan total ekuitas. Berikut adalah statistik untuk DER selama 4 tahun terakhir.
49 Tabel 4.3 Statistik Deskriptif DER Tahun 2009-2012 Deskriptif Tahun Statistik 2009 2010 2011 2012 Rata-rata 1,633 1,589 1,706 1,572 Standar Deviasi 1,847 1,531 1,859 1,681 Varians 3,411 2,345 3,454 2,826 Maksimal 7,790 6,840 7,950 7,530 Minimal 0,060 0,120 0,070 0,110 Sumber : data olahan SPSS 15.0 Berdasarkan hasil perhitungan, dari 37 perusahaan selama 4 tahun terakhir, rata-rata DER pada tahun 2009 adalah sebesar 1,633, selanjutnya pada tahun 2010 sebesar 1,589, tahun 2011 sebesar 1,706 dan tahun 2012 sebesar 1,572. Terlihat bahwa selama 4 tahun terakhir terdapat peningkatan dan penurunan DER yang dimiliki oleh ke 37 perusahaan. Tahun 2012 adalah tahun dengan rata-rata DER paling kecil, sementara tahun 2011 dengan rata-rata DER paling tinggi. Nilai DER paling tinggi yaitu WOMF pada tahun 2011 dengan besar DER sebesar 7,950. Sementara itu, DER paling rendah yaitu MAMI pada tahun 2009 dengan besar DER sebesar 0,060. 4. Net Profit Margin (NPM) NPM merupakan rasio yang digunakan untuk mengukur kemampuan dalam menghasilkan laba dari total penjualan perusahaan. Variabel ini diukur dengan menggunakan perbandingan laba bersih dengan total penjualan. Berikut adalah deskripsi untuk NPM selama 4 tahun terakhir.
50 Deskriptif Statistik Tabel 4.4 Statistik Deskriptif NPM Tahun 2009-2012 Tahun 2009 2010 2011 2012 Rata-rata 0,136 0,162 0,153 0,176 Standar Deviasi 0,193 0,162 0,154 0,192 Varians 0,037 0,026 0,024 0,037 Maksimal 1,090 0,580 0,580 0,740 Minimal 0,003 0,002 0,002 0,002 Sumber : data olahan SPSS 15.0 Berdasarkan hasil perhitungan, dari 37 perusahaan selama 4 tahun terakhir, rata-rata NPM pada tahun 2009 adalah sebesar 0,136, selanjutnya pada tahun 2010 sebesar 0,162, tahun 2011 sebesar 0,153 dan tahun 2012 sebesar 0,176. Terlihat bahwa selama 4 tahun terakhir terdapat peningkatan NPM yang dimiliki oleh ke 37 perusahaan. Nilai NPM paling tinggi yaitu PEGE pada tahun 2009 dengan besar NPM sebesar 1,090. Sementara itu, NPM paling rendah yaitu SDPC pada tahun 2010 dengan besar NPM sebesar 0,002. 5. Perataan laba Praktik perataan laba diuji dengan rumus indeks eckel. Indeks eckel digunakan untuk mengindikasikan apakah perusahaan melakukan pratik perataan laba atau tidak. Eckel menggunakan Coefficient Variation (CV) variabel penghasilan dan atau variabel penjualan bersih. Variabel ini diukur dengan perubahan laba dan penjualan dalam satu periode. Variabel ini merupakan variabel dummy, perusahaan perata laba = 1, dan
51 perusahaan bukan perata laba = 0. Berikut adalah statistik untuk perataan laba selama 4 tahun terakhir. Tabel 4.5 Statistik Deskriptif Perataan Laba Tahun 2009-2012 Deskriptif Statistik Tahun 2009 2010 2011 2012 Jumlah Perusahaan dengan Perataan Laba 24 23 21 25 Sumber : data olahan Berdasarkan hasil perhitungan, dari 37 perusahaan selama 4 tahun terakhir. Pada tahun 2009 dari 37 perusahaan terdapat 24 perusahaan yang menggunakan perataan laba, tahun 2010 sebanyak 23, tahun 2011 sebanyak 21 dan tahun 2012 sebanyak 25 perusahaan. B. Analisis Regresi Logistik Untuk mengetahui klasifikasi dan faktor manakah yang mempengaruhi perataan laba dilihat dari total aktiva, ROA, DER dan NPM menggunakan analisis regresi logistik. Pengujian pada model dilakukan secara simultan dan secara parsial. Sebelum dilakukan pemodelan regresi logistik, terlebih dahulu diuji asumsi multikoleniaritas.
52 1. Uji Multikolinieritas Multikolinearitas merupakan salah satu pelanggaran kondisi ideal yang disebabkan adanya hubungan linear diantara variabel bebas. Multikolinearitas bisa dideteksi dengan melihat nilai VIF variabel bebas dibawah ini. Tabel 4.6 Uji Multikolinieritas Variabel Bebas Model Regresi Logistik Coefficients a Model 1 Ln Total Aktiva Return On Assets (ROA) Debt To Equity Ratio (DER) Net Profit Margin a. Dependent Variable: Perata Collinearity Statistics Tolerance VIF,854 1,171,668 1,498,758 1,319,835 1,197 Dari hasil perhitungan nilai VIF, didapat besarnya VIF untuk Logaritma total aktiva sebesar 1,171; untuk ROA sebesar 1,498; untuk DER sebesar 1,319 dan untuk NPM sebesar 1,197. Nilai VIF tersebut masih kurang dari batas ambang yaitu sebesar 10 sehingga disimpulkan data telah non multikoleniaritas. Setelah asumsi ini terpenuhi, maka selanjutnya data akan dibuat model regresi logistik.
53 2. Model Regresi Logistik Setelah asumsi multikoleniaritas terpenuhi, maka data dapat dibuat model regresi logistik. Secara umum, model regresi logistik yang terbentuk : Ln p 1 p = α + β 1X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + e Keterangan : Ln p : Perataan Laba 1 p Ln p = 1, jika perata laba 1 p Ln p = 0, jika bukan perata laba 1 p α : Konstanta β 1-5 : Koefisien regresi X 1 X 2 X 3 X 4 e : Ukuran perusahaan : ROA : DER : NPM : Standard Error Dengan menggunakan bantuan SPSS 15.0 diperoleh hasil taksiran koefisien-koefisien model regresi logistik sebagai berikut :
54 Tabel 4.7 Koefisien Model Regresi Logistik Step 1 a Variables in the Equation TA ROA DER NPM Constant B Exp(B) -,050,951 18,299 9E+007 -,339,713-4,748,009 1,477 4,380 a. Variable(s) entered on step 1: TA, ROA, DER, NPM. Sehingga model regresi logistik yang didapat adalah : pi Ln =1,477-0,050X 1 18,299X 2-0,339X 3-4,748X 4...(1) 1-p i pi =exp 1,477-0,050X 1 18,299X 2-0,339X 3-4,748X 4...(2) 1-pi 3. Uji Kelayakan Model Regresi Logistik (Goodness of Fit Test) Untuk menilai kelayakan dari model regresi logistik yang telah dibentuk digunakan pengujian Hosmer dan Lemeshow dengan hipotesis: Ho : Model yang dihipotesiskan fit dengan data H 1 : Model yang dihipotesiskan tidak fit dengan data Pengujian akan dilakukan dengan taraf signifikan 5% (α = 5%). Pengujian akan menolak Ho jika p-value (probability value) bernilai < taraf signifikan 5%. Hasil perhitungan uji Hosmer dan Lemeshow dengan SPSS 15.0 adalah sebagai berikut:
55 Tabel 4.8 Hasil Pengujian Hosmer dan Lemeshow Hosmer and Lemeshow Test Step 1 Chi-square df Sig. 10,325 8,243 Berdasarkan hasil pengujian, didapat nilai chi-square hitung sebesar 10,325 dan p-value (sig) sebesar 0,243. Jika dibandingkan dengan taraf signifikan, p-value ini bernilai jauh lebih besar sehingga Ho diterima. Dengan demikian disimpulkan bahwa model regresi logistik pada persamaan (1) ataupun (2) telah dapat digunakan untuk memprediksi perataan laba berdasarkan variabel ukuran perusahaan, ROA, DER, dan NPM. 4. Uji Keseluruhan Model Regresi Logistik (Overall Model Fit) Untuk menguji secara keseluruhan model, digunakan pengujian overall dengan melihat nilai -2 Log Likelihood. Jika nilai tersebut mengalami penurunan selama proses iterasi hingga konvergen maka model yang dihasilkan merupakan model yang baik untuk digunakan. Berikut hasil pengujian overall model regresi yang terbentuk pada persamaan 1.
56 Tabel 4.9 Iterasi Uji Keseluruhan Model Regresi Logistik Step = 0 Iteration History a,b,c Iteration Step 1 0 2 3-2 Log Coefficients likelihood Constant 195,309,514 195,305,525 195,305,525 a. Constant is included in the model. b. Initial -2 Log Likelihood: 195,305 c. Estimation terminated at iteration number 3 because parameter estimates changed by less than,001. Tabel 4.10 Iterasi Uji Keseluruhan Model Regresi Logistik Step = 1 Iteration History a,b,c,d Iteration Step 1 1 2 3 4 5 6 a. Method: Enter -2 Log Coefficients likelihood Constant TA ROA DER NPM 166,798 1,330 -,031 9,287 -,312-3,184 b. Constant is included in the model. c. Initial -2 Log Likelihood: 195,305 163,974 1,485 -,046 15,713 -,339-4,367 163,782 1,479 -,050 18,086 -,339-4,717 163,781 1,477 -,050 18,297 -,339-4,748 163,781 1,477 -,050 18,299 -,339-4,748 163,781 1,477 -,050 18,299 -,339-4,748 d. Estimation terminated at iteration number 6 because parameter estimates changed by less than,001. Perhatikan angka 2 Log Likelihood, dimana pada awal (step = 0) pada angka 2 Log Likelihood adalah 195,305, sedangkan pada step 1 pada tabel iteration history, angka 2 Log Likelihood menurun menjadi
57 163,781. Penurunan ini, dimana Likelihood pada regresi logistik mirip dengan pengertian sum of squared error pada model regresi, menunjukkan model regresi yang lebih baik. Sehingga koefisienkoefisien yang dipakai dalam persamaan regresi logistik ini adalah koefisien pada hasil iterasi terakhir dengan 2 Log Likelihood yang paling kecil dan telah konvergen (bernilai tetap untuk beberapa bagian step iterasi). Pada kolom koefisien pada tabel iterasion history terdapat nilai-nilai koefisien regresi yang sudah layak yang nilainya sama seperti koefisien untuk model pada persamaan (1). 5. Nilai Nagelkerke (R²) Koefisien nagelkerke (R²) digunakan untuk melihat seberapa besar kontribusi dari variabel bebas (faktor keuangan dan non keuangan) terhadap peringkat obligasi. Hasil perhitungan koefisien nagelkerke (R²) dengan software SPSS diperlihatkan dalam tabel di bawah ini. Tabel 4.11 Koefisien Determinasi Step 1 Model Summary -2 Log Cox & Snell Nagelkerke likelihood R Square R Square 163,781 a,192,262 a. Estimation terminated at iteration number 6 because parameter estimates changed by less than,001.
58 Berdasarkan tabel di atas, koefisien nagelkerke (R²) antara keempat variabel bebas (ukuran perusahaan, ROA, DER, dan NPM) pada perataan laba berada pada nilai 0,262. Ini menunjukkan bahwa keempat variabel bebas yang terdiri dari ukuran perusahaan, ROA, DER, dan NPM memiliki kontribusi sebesar 26,2% pada perataan laba, sedangkan sisanya sebesar 73,8% dijelaskan oleh faktor lain yang tidak terdapat dalam model regresi logistik ini. C. Pengujian Hipotesis Analisis pengaruh dari variabel bebas atau independen (ukuran perusahaan, ROA, DER, dan NPM) terhadap perataan laba dilakukan dengan uji Wald. Hasil perhitungan uji Wald ini dengan SPSS adalah sebagai berikut: Tabel 4.12 Hasil Perhitungan Uji Wald Step 1 a TA ROA DER NPM Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,050,141,126 1,723,951 18,299 6,571 7,756 1,005 9E+007 -,339,134 6,345 1,012,713-4,748 1,455 10,656 1,001,009 1,477 1,881,617 1,432 4,380 a. Variable(s) entered on step 1: TA, ROA, DER, NPM. Pengujian akan menolak Ho jika p-value (Sig.) bernilai lebih kecil dari taraf signifikan (α=5%). Dari tabel di atas, dapat dilihat hasil pengujian
59 yang menunjukkan untuk ROA dengan p-value (sig) sebesar 0,05; untuk DER dengan p-value (sig) sebesar 0,012 dan untuk NPM dengan p-value (sig) sebesar 0,001. Jika dibandingkan dengan α=5% maka nilai-nilai tersebut yang benilai lebih kecil dari 0,05. Dengan demikian disimpulkan bahwa terdapat pengaruh dari ROA, DER dan NPM pada perataan laba. Berbeda dengan ketiga variabel bebas tersebut, untuk variabel ukuran perusahaan memiliki nilai p-value 0,723 yang lebih besar dari 0,05 sehingga Ho diterima. Dan disimpulkan bahwa untuk ukuran perusahaan tidak berpengaruh signifikan pada perataan laba. Untuk menginterpretasikan besarnya pengaruh dalam regresi logistik dapat dilihat nilai odds yang merupakan hasil eksponensial dari koefisiennya. Besarnya pengaruh ROA adalah sebesar 18,299 dengan nilai odds 9x10 7. Besarnya pengaruh tersebut bernilai positif dan lebih dari 1. Ini menunjukkan bahwa setiap kenaikan 1% ROA maka akan menambah kemungkinan sebesar 9x10 7 kali untuk perusahaan melakukan perataan laba. Dengan kata lain, setiap kenaikan 1% ROA maka akan sangat mungkin perusahaan melakukan perataan laba. Besarnya pengaruh DER adalah sebesar -0,339 dengan nilai odds 0,713.Besarnya pengaruh tersebut bernilai negatif dan kurang dari 1. Ini menunjukkan bahwa setiap kenaikan 1% DER maka akan menurunkan kemungkinan sebesar 0,723 kali untuk perusahaan melakukan perataan laba. Dengan kata lain, setiap kenaikan 1% DER maka akan memungkinkan perusahaan tidak melakukan perataan laba.
60 Besarnya pengaruh NPM adalah sebesar -4,748 dengan nilai odds 0,009. Besarnya pengaruh tersebut bernilai negatif dan kurang dari 1. Ini menunjukkan bahwa setiap kenaikan 1% NPM maka akan menurunkan kemungkinan sebesar 0,009 kali untuk melakukan perataan laba. Dengan kata lain, setiap kenaikan 1% NPM maka akan memungkinkan perusahaan tidak melakukan perataan laba. D. Pembahasan Hasil Penelitian 1. Pengaruh Ukuran Perusahaan Terhadap Praktik Perataan Laba Berdasarkan tabel 4.12 terlihat bahwa ukuran perusahaan memiliki nilai koefisien sebesar -0,050 dengan tingkat signifikan sebesar 0,723 yang lebih besar dari 0,05 sehingga Ho diterima. Dan disimpulkan bahwa untuk ukuran perusahaan tidak berpengaruh signifikan pada perataan laba. Hal ini konsisten dengan Juniarti dan Corolina (2005) yang membuktikan bahwa ukuran perusahaan tidak berpengaruh terhadap praktik perataan laba. Tetapi hasil penelitian ini bertentangan dengan penelitian Nasser dan Parulina (2006), yang mengemukakan secara statistik ukuran perusahaan berpengaruh terhadap praktik perataan laba. 2. Pengaruh Profitabilitas Terhadap Praktik Perataan Laba Berdasarkan tabel 4.12 terlihat bahwa ROA memiliki nilai koefisien sebesar 18,299 dengan tingkat signifikan sebesar 0,005 yang lebih kecil dari 0,05 sehingga Ha diterima. Dan disimpulkan bahwa untuk
61 ROA berpengaruh signifikan pada perataan laba. Hal ini konsisten dengan Assih, dkk (2007) yang membuktikan bahwa ROA berpengaruh terhadap praktik perataan laba. Tetapi hasil penelitian ini bertentangan dengan penelitian Aji dan Mita (2010), yang mengemukakan bahwa ROA tidak berpengaruh terhadap praktik perataan laba. 3. Pengaruh financial leverage Terhadap Praktik Perataan Laba Berdasarkan tabel 4.12 terlihat bahwa DER memiliki nilai koefisien sebesar -0,339 dengan tingkat signifikan sebesar 0,012 yang lebih kecil dari 0,05 sehingga Ha diterima. Dan disimpulkan bahwa untuk DER berpengaruh signifikan pada perataan laba. Hal ini konsisten dengan Aji dan Mita (2010) yang membuktikan bahwa DER berpengaruh terhadap praktik perataan laba. Tetapi hasil penelitian ini bertentangan dengan penelitian Budiasih (2009), yang mengemukakan secara statistik DER tidak berpengaruh terhadap praktik perataan laba. 4. Pengaruh Net Profit Margin Terhadap Praktik Perataan Laba Berdasarkan tabel 4.12 terlihat bahwa NPM memiliki nilai koefisien sebesar -7,748 dengan tingkat signifikan sebesar 0,001 yang lebih kecil dari 0,05 sehingga Ha diterima. Dan disimpulkan bahwa untuk NPM berpengaruh signifikan pada perataan laba. Hal ini konsisten dengan penelitian oleh Septoaji (2002) yang membuktikan bahwa NPM berpengaruh terhadap praktik perataan laba. Tetapi hasil penelitian ini bertentangan dengan penelitian oleh Sumtaky (2007), bahwa NPM tidak berpengaruh terhadap praktik perataan laba.