Statistik Deskriptif Analisis Regresi Berganda Analisis Regresi Berganda

3.5 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi. Menurut Daulay 2010 metode ini adalah “ metode yang mengumpulkan data melalui peninggalan tertulis, terutama berupa arsip-arsip termasuk juga buku-buku tentang pendapat, teori, dalilhukum-hukum dan lain- lain yang berhubungan dengan masalah penelitian”. Metode dokumentasi dilakukan dengan mengamati data berupa laporan keuangan perusahaan sampel yang diperoleh dengan cara meengunduhnya langsung dari website Bursa Efek Indonesia.

3.6 Metode Analisis Data

Data penelitian dianalissis dan diuji dengan uji statistik yang terdiri dari statistik deskriptif, uji asumsi klasik, dan analisis regresi untuk pengujian hipotesis.

3.6.1 Statistik Deskriptif

Statistik deskriptif merupakam proses transformasi data penelitian dalam tabulasi, sehingga mudah dipahami dan diinterpretasikan Erlina, 2011. Menurut Sanusi 2011 peneliti dapat menggunakan statistik dekriptif apabila peneliti ingin menjelaskan data dari satu variabel yang diteliti. Menurut Azwar 2004 tujuan analisis deskriptif ini ialah “untuk memberikan deskripsi mengenai subjek penelitian berdasarkan data dari variabel yang diperoleh dari kelompok subjek yang diteliti”. Ukuran yang dapat digunakan dalam statistik deskriptif lain frekuensi, tendensi sentra rata-rata, median, modus, dispersi deviasi standar, variance, dan pengukur-pengukur bentuk measures of shapes. Universitas Sumatera Utara

3.6.2 Uji Asumsi Klasik

Penengujian asumsi klasik disebut juga dengan pengujian asumsi atas analisa multivariate. Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linier berganda yang berbasis ordinary least square OLS. Tujuan dari dilakukannnya pengujian ini adalah untuk menghindari atau mengurangi bias atas hasil penelitian yang diperoleh. Uji asumsi klasik ini terdiri atas uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.

3.6.2.1 Uji Normalitas

Uji normalitas ini bertujuan untuk mengetahui apakah distribusi sebuah data mendekati distribusi normal yaitu distibusi data dalam bentuk lonceng. Menurut Situmorang dan Lufti data yang baik adalah “ data yang mempunyai pola seperti distribusi normal, yaitu distribusi data tersebut tidak menceng ke kirir atau menceng ke kanan”. Ada dua cara untuk mengetahui apakah data berdistribusi normal atau tidak yakni dengan analisis grafik dan uji statistik. Analisis grafik dapat dilakukan dengan melihat grafik histogram dan normal probability plot. Distribusi dapat dikatakan normal jika garis tren pada histogram berbentuk lonceng dan garis tren pada grafik normal probability plot tidak melenceng jauh dari garis tren. Analisis statistik dilakukan dengan uji Kolmogorov Smirnov. Jika nilaai signifikansi 0,05 maka data berdistribusi normal.

3.6.2.2 Uji Multikolinearitas

Uji multikolinearitas ini bertujuan untuk melihat apakah ada korelasi diantara variabel independen. Menurut Erlina 2011 multikolinearitas adalah Universitas Sumatera Utara “situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya”. Adanya multikolinearitas dapat dilihat dari nilai tolarance value dan nilai Variance Inflation Factor VIF. Tolerance value adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya Situmorang dan Lutfi, 2012. Sedangkan VIF menurut Erlina 2011 adalah “estimasi berapa besar multikolinearitas meningkatkan varian pada suatu koefisien estimasi sebuah va riabel independen”. Batas tolarence value adalah 0,1 dan VIF adalah 5. Jika tolarance value 0,1 atau VIF10 maka tidak terjadi multikoniearitas. Selain itu dapat juga dilakukan dengan melihat nilai korelasi antar variabel independennya. Jika nilai korelasi antar variabel independennya dibawah 0,9 maka tidak terjadi multikolinearitas.

3.6.2.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara angota grup tersebut. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan sebagai homoskedastisitas, sedangkan jika varians tidak sama dikatakan terjadi heteroskedastisitas. Alat untuk menguji heteroskedastisitas adalah dengan analisis grafik. Pada analisis grafik jika titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y maka dapat dikatakan bahwa tidak terjadi heteroskedastisitas. Selain analisis grafik uji heterokedasstisitas juga dapat dilakukan dengan uji Park. Jika nilai signifikansi setiap variabel independen diatas 0,05 maka dapat disimpulkan bahwa data tidak terkena heterokedastisitas. Universitas Sumatera Utara

3.6.2.4 Uji Autokorelasi

Situmorang dan Lutfi 2012 mendefenisikan autokorelasi sebagai “korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data deret waktu atau ruang seperti dalam data cross-section. Menurut Erlina 2011 tujuan dari uji autokorelasi adalah “untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t- 1 atau sebelumnya.” Autokorelasi dapat muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Uji autokorelasi dilakukan dengan uji run test dan uji durbin-watson. Pada uji run test jika nilai signifikannya diatas 0,05 maka tidak terjadi gejala autokorelasi, dan pada uji durbin-watson dilakukan dengan cara melihat nilai d nya pada tabel durbin-watson. Tabel 3.4 Tabel Nilai Durbin-Watson Hipotesis nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d dl Tidak ada autokorelasi positif No decision dl ≤ d ≤ du Tidak ada korelasi negatif Tolak 4 – dl d 4 Tidak ada korelasi negatif No decision 4 – du ≤ d ≤ 4 - dl Tidak ada autokorelasi positif atau negatif Tidak ditolak du d d - du Sumber : Situmorang dan Lutfi 2012

3.6.3 Analisis Regresi Berganda

Analisis regresi digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen Situmorang dan Lutfi, 2012. Penelitian ini menggunakan analisis regresi linear berganda karena model yang diujikan memiliki lebih dari satu variabel independen yang mempengaruhi satu variabel dependen. Analisis regresi linier berganda ditujukan untuk menentukan hubungan Universitas Sumatera Utara linier antar beberapa variabel bebas yang biasa disebut X1, X2, X3, dan satu variabel terikat yang disebut Y Situmorang dan Lutfi, 2012. Data dalam penelitian ini dianalisis dengan analisis regresi linear berganda dengan persamaan sebagai berikut : Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X4 + b 5 X 5 + e Keterangan : Y = Perataan Laba a = Konstanta b 1 – b 5 = Koefisien regresi X 1 = Ukuran perusahaan X 2 = Winnerlosser stock X 3 = Nilai perusahaan X 4 = Debt to Equity Ratio DER X 5 = Leverage financial 3.6.4 Pengujian Hipotesis 3.6.4.1 Uji Koefisien Determinan R 2 Uji koefisien determinasi R 2 pada intinya mengukur seberapa besar kemampuan model dalam menerangkan variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R 2 yang lebih kecil, berarti juga sebaliknya.terbatas. Nilai yang mendekati satu berarti variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi Universitas Sumatera Utara variabel dependen. Jika R 2 semakin mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas X 1 X 2 X 3 X 4 X 5 adalah kuat terhadap variabel terikat Y. Hal ini berati model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas Y yang diteliti terhadap variabel terikat dan begitu juga sebaliknya.

3.6.4.2 Uji Signifikansi Simultan Uji F

Uji ini digunakan untuk menguji apakah hipotesis yang diajukan diterima atau ditolak. Pengujian ini dilakukan dengan melihat apakah variabel bebas yang terdiri dari ukuran perusahaan, winnerlosser stock, nilai perusahaan, debt to equity ratio, dan leverage financial mempunyai pengaruh secara bersama-sama terhadap variabel terikat yakni perataan laba. H :b 1 b 2 b 3 b 4 b 5 = 0, artinya variabel bebas yang terdiri dari ukuran perusahaan, winnerlosser stock, nilai perusahaan, debt to equity ratio, dan leverage financial secara serentak tidak berpengaruh terhadap variabel terikat, yakni perataan laba. H :b 1 b 2 b 3 b 4 b 5 ≠ 0, artinya variabel bebas yang terdiri dari ukuran perusahaan, winnerlosser stock, nilai perusahaan, debt to equity ratio, dan leverage financial secara serentak berpengaruh terhadap variabel terikat, yakni perataan laba. Selanjutnya, nilai f hitung akan dibandingkan dengan nilai f tabel. Kriteria pengambilan keputusannya adalah : H diterima jika F hitung F tabel pada a = 5 H a diterima jika F hitung F tabel pada a = 5 Universitas Sumatera Utara

3.6.4.3 Uji Signifikansi Parsial Uji T

Uji ini digunakan untuk menentukan seberapa besar pengaruh variabel bebas X secara parsial atau terpisah terhadap variabel terikat Y. H :b 1 =0, artinya secara parsial tidak terdapat pengaruh dari variabel bebas yakni ukuran perusahaan, winnerlosser stock, nilai perusahaan, debt to equity ratio, dan leverage financial terhadap variabel terikat yakni perataan laba. H :b 1 ≠0, artinya secara parsial terdapat pengaruh dari variabel bebas yakni ukuran perusahaan, winnerlosser stock, nilai perusahaan, debt to equity ratio, dan leverage financial terhadap variabel terikat yakni perataan laba. Kriteria pengambilan keputusan : H diterima jika t hitung t tabel pada a = 5 H a diterima jika t hitung t tabel pada a = 5 Universitas Sumatera Utara BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Data Penelitian

Populasi dalan penelitian ini adalah perusahaan sektor keuangan yang terdaftar di Bursa Efek Indonesia tahun 2010-2013. Metode pengambilan sampel adalah purposive sampling. Jumlah sampel 50 perusahaan dan periode pengamatan selama 3 tahun sehingga jumlah observasi adalah 150. Perusahaan yang menjadi sampel dalam penelitian ini adalah sebagai berikut Tabel 4.1 Perusahaan yang Menjadi Sampel No Kode Saham Nama Emiten 1 BACA Bank Capital Indonesia Tbk 2 BAEK Bank Ekonomi Raharja 3 BBCA Bank Central Asia Tbk 4 BBKP Bank Bukopin Tbk 5 BBNI Bank Negara Indonesia Tbk 6 BBNP Bank Nusantara Parahyangan 7 BBRI Bank Rakyat Indonesia Tbk 8 BBTN Bank Tabungan Negara Persero Tbk 9 BDMN Bank Danamon Indonesia Tbk 10 BMRI Bank Mandiri Persero Tbk 11 BNBA Bank Bumi Arta Tbk 12 BNGA Bank CIMB Niaga Tbk 13 BNII Bank Internasional Tbk 14 BNLI Bank Permata Tbk 15 BSWD Bank of India Indonesia Tbk 16 BTPN Bank Tabungan Pensiunan Nasional Tbk 17 BVIC Bank Victoria International Tbk 18 INPC Bank Artha Graha International Tbk 19 MAYA Bank Mayapada International Tbk 20 MCOR Bank Windu Kentjana International 21 MEGA Bank Mega Tbk 22 NISP Bank NISP OCBC Tbk 23 PNBN Bank Pan Indonesia Tbk 24 ADMF Adira Dinamika Multi Finance Tbk Universitas Sumatera Utara 25 BBLD Buana Finance Tbk 26 BFIN BFI Finance Tbk 27 BPFI Batavia Prosperindo Finance Tbk 28 CFIN Clipan Finance Indonesia Tbk 29 DEFI Danasupra Erapacific Tbk 30 MFIN Mandala Multifinance Tbk 31 TRUS Trust Finance Indonesia Tbk 32 VRNA Verena Multi Finance Tbk 33 WOMF Wahana Ottomitra Multiartha Tbk 34 HADE HD Capital Tbk 35 KREN Kresna Graha Sekurindo Tbk 36 PANS Panin Sekuritas Tbk 37 PEGE Panca Global Securitiest 38 RELI Reliance Securities Tbk 39 ABDA Asuransi Bina Darta Tbk 40 AHAP Asuransi Harta Aman Pratama Tbk 41 AMAG Asuransi Multi Artha Guna Tbk 42 ASDM Asuransi Dayin Mitra Tbk 43 ASJT Asuransi Jasa Tania Tbk 44 ASRM Asuransi Ramayana Tbk 45 MREI Maskapai Reasuransi 46 PNIN Panin Insurance Tbk 47 APIC Pacific Strategic Financia Tbk 48 ARTA Artavest Tbk 49 BCAP PT MNC Kapital Indonesia Tbk 50 SMMA Sinar Mas Multiarta Tbk Sumber: Data sekunder yang diolah, 2015 4.2 Perhitungan Index Smoothing Setelah sampel diperoleh, maka akan dilakukan perhitungan index smoothing terhadap masing-masing perusahaan yang dijadikan sampel. Perhitungan index smoothing dimaksudkan untuk menentukan kategori sebuah perusahaan apakah perusahaan tersebut ternasuk perusahaan yang melakukan perataan laba atau tidak didalam periode penelitian. Perusahaan dikategorikan sebagai perusahaan yang tidak melakukan perataan laba apabila index smoothing perusahaan tersebut lebih besar atau sama dengan satu, sedangkan perusahaan yang memperoleh index smoothing lebih kecil dari satu dikategorikan sebagai Universitas Sumatera Utara perusahaan yang melakukan perataan laba. Hasil perhitungan coefficients of varians earnings yang dilakuikan terhadap 50 perusahaan dapat dilihat dari tabel 4.2 sebagai berikut Tabel 4.2 Perhitungan Coefficients of Varians Earnings No Kode Earnings Standar Deviasi Mean CV Earnings 2010 2011 2012 2013 1 BACA 23166, 33 64918 47180 62409 19176, 15 50164, 44 0,382265 86 2 BAEK 296043 23991 3 11778 3 28308 6 81240, 28 273014 0,297568 22 3 BBCA 847927 3 10770 209 11718 ,46 14256 239 606303 7,55 111685 73,66 0,542865 88 4 BBKP 492599 74725 8 83853 7 88462 9 175009 ,27 708162 0,247131 69 5 BBNI 410170 6 59911 44 72026 04 62438 54 129823 7,31 544556 8 0,238402 55 6 BBNP 47475, 36 68145 ,76 85429 ,83 10523 4,02 24614, 28 73168, 38 0,334349 64 7 BBRI 114723 85 15296 501 18681 350 19916 ,65 378844 4,17 155618 46,66 0,243444 38 8 BBTN 915938 10262 20 13578 39 1443, 05 254342 ,19 112840 5 0,225399 74 9 BDMN 288346 8 33263 68 40819 47 40767 53 590934 ,68 342886 3 0,172341 29 10 BMRI 921829 8 12479 456 16256 581 17996 086 392585 3,39 132312 80 0,296710 02 11 BNBA 26979, 47 42624 ,59 57115 ,73 56197 ,42 14147, 17 41933, 83 0,337369 02 12 BNGA 254815 3 32429 87 42826 71 32339 56 715454 ,41 300836 5,33 0,237821 65 13 BNII 460989 63418 4 17139 40 12447 56 575214 ,24 779976 ,33 0,737476 54 14 BNLI 996649 11877 16 13712 68 16311 18 270372 ,52 127182 7,66 0,212585 81 15 BSWD 35092, 11 47737 ,08 54628 ,76 81092 ,45 19403, 62 54640, 55 0,355114 07 16 BTPN 836819 13999 07 19772 68 21310 39 590497 ,15 145592 1,66 0,405583 05 17 BVIC 106801 ,01 21058 7,46 25141 1,24 17299 1,01 61437, 41 163459 ,83 0,375856 33 18 INPC 83669, 10043 13334 22593 63506, 136678 0,464642 Universitas Sumatera Utara 24 9 7 77 ,74 63 19 MAYA 76954, 22 18019 5,56 26562 2,87 36559 9,91 122895 ,15 207583 ,56 0,592027 39 20 MCOR 28293 36214 94081 78306 31965 47604 0,671476 47 21 MEGA 951800 10102 57 13864 33 54841 6 343040 ,29 836824 ,33 0,409931 07 22 NISP 320986 75322 1 85593 1 10400 88 305076 ,04 704765 0,432876 28 23 PNBN 125792 5 20419 81 23239 74 23416 87 507887 ,93 188053 1 0,270076 87 24 ADMF 146790 6 15807 50 14058 98 16955 18 127805 ,39 158139 1,33 0,080818 33 25 BBLD 60516, 97 95003 5,52 15417 0,92 13785 3,19 42367, 53 97801, 89 0,433197 5 26 BFIN 362077 42538 2 49027 2 50861 9 66703, 17 432026 0,154396 2 27 BPFI 25953 23284 ,44 30138 ,72 37193 ,03 6163,2 5 28810, 36 0,210453 97 28 CFIN 200711 ,19 27625 7,36 33268 7,52 38288 4,08 78210, 26 286617 ,54 0,272841 85 29 DEFI 1607,8 1786, 58 1674, 56 19164 69,64 135,28 1770,2 8 0,076420 04 30 MFIN 132622 ,61 18026 1 21800 2 25892 9 53835, 91 190617 ,53 0,282428 98 31 TRUS 18549, 90 21251 ,18 21571 ,76 15671 ,38 2750,2 4 18490, 82 0,148735 4 32 VRNA 25912, 40 24652 ,52 33089 ,32 37186 ,95 5953,2 4 29250, 62 0,203525 24 33 WOMF 137861 5394 7628 66355 62444, 20 69870 0,893719 82 34 HADE 4072,6 7 6606, 83 5959, 92 7486, 79 1448,1 6055,4 3 0,239140 82 35 KREN 27494, 68 13005 ,44 10144 ,46 15388 ,63 7598,9 7 18962, 92 0,400728 11 36 PANS 239572 ,99 20310 6,37 23984 0,40 19725 8,11 229314 54,15 213297 ,49 0,107509 25 37 PEGE 18223, 70 20119 ,30 19385 ,48 21912 ,83 1546,3 7 20085, 28 0,076990 61 38 RELI 19195, 54 49848 ,94 33218 ,45 61506 ,36 18572, 27 43516, 95 0,426782 49 39 ABDA 45296, 57 11675 8,44 23545 7,73 21968 9,61 89728, 28 127248 ,21 0,705143 76 40 AHAP 9413,1 2 14430 ,26 15455 ,18 21070 ,54 4780,5 9 14971, 30 0,319317 34 Universitas Sumatera Utara 41 AMAG 59362, 44 89946 ,81 15540 3,11 12677 0,23 41995, 39 92026, 49 0,456340 28 42 ASDM 14150, 15 27542 ,34 28742 ,70 32171 ,22 7914,5 1 24621, 24 0,321450 67 43 ASJT 12006, 61 11439 ,18 11772 ,71 3466, 06 4143,2 6 8970,6 2 0,461870 72 44 ASRM 24382, 85 25835 ,98 33042 ,95 34522 ,63 5078,6 4 28247, 15 0,179793 23 45 MREI 46002, 63 63018 ,466 98010 ,51 10425 0,11 27914, 38 71090, 40 0,392660 32 46 PNIN 575848 10338 86 12941 40 12364 91 325870 ,08 948741 ,66 0,343476 09 47 APIC 9797,2 2 19231 ,96 4263, 32 12842 ,82 6241,0 1 13957, 33 0,447149 35 48 ARTA 1071,1 5 28998 ,39 10546 ,06 13066 ,58 11598, 99 14358, 71 0,807801 95 49 BCAP 90284, 19 51492 ,93 16139 5,11 4822, 20 66230, 02 48866, 44 1,355327 33 50 SMMA 127781 4 18624 24 16685 79 71584 8 505814 ,58 128536 2 0,393519 17 Hasil perhitungan coefficients of varians revenue yang dilakukan terhadap 50 perusahaan dapat dillihat dari tabel 4.3 sebagai berikut : Tabel 4.3 Perhitungan Coefficients of Varians Revenue No Kode Revenue Standar Deviasi Mean CV Revenue 2010 2011 2012 2013 1 BACA 343230 38580 56 41348 60 55388 4 194573 6,72 139944 4,75 1,390363 374 2 BAEK 158174 9 16550 53 17930 56 21528 46 253716 ,94 179567 6 0,141293 276 3 BBCA 206606 02 24566 852 34340 384 40587 023 908591 3,01 300387 15,25 0,302473 423 4 BBKP 383262 6 46174 61 48424 34 55838 80 720930 ,50 471910 0,25 0,152768 635 5 BBNI 188373 97 20691 796 22704 515 26450 708 326095 5,49 221711 4 0,147081 331 6 BBNP 436289 ,71 61259 73579 6,33 90646 1,72 198434 ,45 672278 4,44 0,294945 073 7 BBRI 446151 62 48164 348 49272 021 57721 831 555307 3,76 499433 40,50 0,111187 472 8 BBTN 649875 2 75561 04 88185 79 10782 877 184204 8,02 841407 8 0,218924 525 Universitas Sumatera Utara 9 BDMN 151857 69 17875 217 20010 186 21388 793 270477 2,06 186149 91,73 0,145300 743 10 BMRI 349569 56 42536 106 48214 937 56654 991 915991 6,50 455907 47,50 0,200916 129 11 BNBA 239141 ,40 26437 1,58 31155 ,66 39719 8,27 151353 ,99 232966 ,73 0,649680 723 12 BNGA 124484 30 14791 294 16195 571 17870 302 229462 7,44 153263 99,25 0,149717 322 13 BNII 665301 1 81355 20 94826 583 11200 357 193737 8,34 886786 7,75 0,218471 723 14 BNLI 864314 7 10093 371 10088 857 13015 471 183503 7,35 104607 11,50 0,175421 849 15 BSWD 167105 ,70 17732 8,35 20377 5,38 27518 0,75 48736, 23 205847 ,54 0,236758 887 16 BTPN 560478 1 75656 51 92929 50 10943 058 229234 4,13 835161 0,274479 308 17 BVIC 726442 ,88 85090 5.93 10406 47,10 14927 21,83 335869 ,48 102767 9,43 0,326823 2 18 INPC 147512 0,36 15447 60,88 18592 22 19403 61 229274 ,48 170486 6,06 0,134482 405 19 MAYA 105008 7,32 12678 78,65 15633 59,29 22550 17,37 524633 ,21 153408 5,66 0,341984 305 20 MCOR 337221 49031 2 59807 64913 6 137909 ,73 518682 ,25 0,265884 808 21 MEGA 409090 8 51913 79 55810 49 48654 37 632563 ,12 493219 3,25 0,128251 893 22 NISP 363438 9 41871 66 49241 82 61491 45 108728 3,10 472372 0,230175 157 23 PNBN 818396 7 99456 50 11498 857 12962 201 205298 4,62 106476 68,75 0,192810 715 24 ADMF 211888 8 30083 50 42081 04 51628 58 133587 0,16 362455 0,368561 659 25 BBLD 269271 ,01 40225 5,38 57927 2,86 61571 5,04 161254 ,89 466628 ,57 0,345574 408 26 BFIN 743562 10097 15 12716 35 15252 63 336585 ,05 113754 3,75 0,295887 565 27 BPFI 89137, 09 12718 9,93 15717 7,17 20709 6,81 49806, 52 145150 ,25 0,343137 7 28 CFIN 351153 ,38 63040 9 80443 2,36 87581 0,57 233507 ,96 665451 ,33 0,350901 637 29 DEFI 2654,2 9 2550, 23 2368, 50 2487, 96 119,49 2515,2 4 0,047506 971 30 MFIN 844273 11660 73 12783 18 13979 75 237913 ,05 117165 9,75 0,203056 441 31 TRUS 51238, 68077 77994 60580 11344, 64472, 0,175962 Universitas Sumatera Utara 82 ,22 ,40 77 77 80 154 32 VRNA 174312 ,12 21605 1,96 32464 5,40 36842 9,35 90807, 60 270859 ,71 0,335256 96 33 WOMF 127088 14321 09 13776 05 13518 44 67092, 57 135810 9,50 0,049401 451 34 HADE 22818, 59 24980 ,76 21980 ,61 25492 ,98 1686,4 5 23818, 23 0,070805 138 35 KREN 122735 ,63 10299 9,19 12208 5 14111 8,54 15565, 74 122234 ,59 0,127343 224 36 PANS 363137 ,97 34948 7,59 43033 6,09 44091 9,78 46332, 37 395970 ,36 0,117009 711 37 PEGE 31311, 29 34905 ,05 29767 ,15 23888 ,89 4588,9 2 29968, 10 0,153127 026 38 RELI 69434, 87 72536 ,68 73446 ,79 10366 7,35 16022, 92 79771, 42 0,200860 415 39 ABDA 458509 ,32 59172 9,31 69804 1,56 86592 9,05 172188 ,87 653552 ,31 0,263466 09 40 AHAP 120424 ,54 15018 3,27 18576 0,17 22763 8,96 46249, 49 171001 ,73 0,270462 144 41 AMAG 275648 ,27 36501 5,28 44149 1,09 49718 3,97 96171, 36 394834 ,65 0,243573 769 42 ASDM 110615 ,62 12492 2,76 13729 9,67 16509 9,11 23139, 64 134834 ,65 0,172062 074 43 ASJT 115733 ,94 11922 6,75 17954 9,16 23628 2,93 57137, 48 162698 ,19 0,351186 95 44 ASRM 255762 ,99 30244 3,41 17329 9,67 19017 5,67 59767, 79 230410 ,39 0,259397 105 45 MREI 403339 ,77 48878 5,89 17954 9,51 60296 9,73 83294, 47 506271 ,89 0,164525 171 46 PNIN 264539 7 36157 32 52999 2,18 38224 57 601791 ,23 320299 6 0,187825 213 47 APIC 18485, 10 26940 ,84 27323 98 25323 ,49 7331,0 07 20408, 53 0,359212 821 48 ARTA 15892, 42 36119 ,50 93302 ,36 10126 8,53 42099, 33 61645, 70 0,682924 036 49 BCAP 290881 ,09 34133 3,41 66078 6,60 71755 1,50 217607 ,40 502638 ,15 0,432930 541 50 SMMA 139244 20 18790 131 17361 390 16819 334 204302 8,79 167238 18,75 0,122162 816 Hasil perrhitungan index income smoothing yang dilakukan terhadap 50 perusahaan yang enjadi objek penelitian ini dapat dilihat dari tabel 4.4 berikut ini : Universitas Sumatera Utara Tabel 4.4 Perhitungan Index Smoothing No Kode CV Earnings CV Revenue Index Smoothing Status 1 BACA 0,38226586 1,390363374 0,274939533 Perata 2 BAEK 0,29756822 0,141293276 2,106032405 Bukan Perata 3 BBCA 0,54286588 0,302473423 1,794755631 Bukan Perata 4 BBKP 0,24713169 0,152768635 1,617686066 Bukan Perata 5 BBNI 0,23840255 0,147081331 1,620889285 Bukan Perata 6 BBNP 0,33434964 0,294945073 1,133599684 Bukan Perata 7 BBRI 0,24344438 0,111187472 2,189494731 Bukan Perata 8 BBTN 0,22539974 0,218924525 1,029577378 Bukan Perata 9 BDMN 0,17234129 0,145300743 1,186100572 Bukan Perata 10 BMRI 0,29671002 0,200916129 1,476785487 Bukan Perata 11 BNBA 0,33736902 0,649680723 0,51928433 Perata 12 BNGA 0,23782165 0,149717322 1,588471196 Bukan Perata 13 BNII 0,73747654 0,218471723 3,375615513 Bukan Perata 14 BNLI 0,21258581 0,175421849 1,211854828 Bukan Perata 15 BSWD 0,35511407 0,236758887 1,499897541 Bukan Perata 16 BTPN 0,40558305 0,274479308 1,477645278 Bukan Perata 17 BVIC 0,37585633 0,3268232 1,15002953 Bukan Perata 18 INPC 0,46464263 0,134482405 3,455044038 Bukan Perata 19 MAYA 0,59202739 0,341984305 1,731153698 Bukan Perata 20 MCOR 0,67147647 0,265884808 2,525441267 Bukan Perata 21 MEGA 0,40993107 0,128251893 3,196296424 Bukan Perata 22 NISP 0,43287628 0,230175157 1,880638569 Bukan Perata 23 PNBN 0,27007687 0,192810715 1,400735815 Bukan Perata 24 ADMF 0,08081833 0,368561659 0,219280339 Perata 25 BBLD 0,4331975 0,345574408 1,253557811 Bukan Perata 26 BFIN 0,1543962 0,295887565 0,521807003 Perata 27 BPFI 0,21045397 0,3431377 0,613322213 Perata 28 CFIN 0,27284185 0,350901637 0,77754511 Perata 29 DEFI 0,07642004 0,047506971 1,608606902 Bukan Perata 30 MFIN 0,28242898 0,203056441 1,390889058 Bukan Perata 31 TRUS 0,1487354 0,175962154 0,845269274 Perata 32 VRNA 0,20352524 0,33525696 0,607072381 Perata 33 WOMF 0,89371982 0,049401451 18,09096309 Bukan Perata 34 HADE 0,23914082 0,070805138 3,377450066 Bukan Perata 35 KREN 0,40072811 0,127343224 3,146834988 Bukan Perata 36 PANS 0,10750925 0,117009711 0,918806245 Perata 37 PEGE 0,07699061 0,153127026 0,502789198 Perata 38 RELI 0,42678249 0,200860415 2,124771513 Bukan Perata 39 ABDA 0,70514376 0,26346609 2,676411842 Bukan Perata 40 AHAP 0,31931734 0,270462144 1,180635983 Bukan Perata 41 AMAG 0,45634028 0,243573769 1,873519814 Bukan Perata Universitas Sumatera Utara 42 ASDM 0,32145067 0,172062074 1,868224996 Bukan Perata 43 ASJT 0,46187072 0,35118695 1,315170497 Bukan Perata 44 ASRM 0,17979323 0,259397105 0,693119655 Perata 45 MREI 0,39266032 0,164525171 2,386627657 Bukan Perata 46 PNIN 0,34347609 0,187825213 1,828700671 Bukan Perata 47 APIC 0,44714935 0,359212821 1,244803427 Bukan Perata 48 ARTA 0,80780195 0,682924036 1,182857689 Bukan Perata 49 BCAP 1,35532733 0,432930541 3,130588402 Bukan Perata 50 SMMA 0,39351917 0,122162816 3,221267963 Bukan Perata Dari tabel 4.4 diatas dapat dilihat bahwa dari 50 perusahaan sektor keuangan yang menjadi sampel penelitian ini, ada 11 perusahaan yang terindikasi melakukan perataan laba dalam periode penelitian ini. Sehingga, langkah berikutnya yang akan dilakukan adalah menguji total aktiva, winnerlosser stock, nilai perusahaan, debt to equity ratio, dan leverage finansial terhadap 11 perusahaan yang terindikasi melakukan perataan laba tersebut. 4.3 Analisis Hasil Penelitian 4.3.1.Statistik Deskriptif Statistik deskriptif merupakam proses transformasi data penelitian dalam tabulasi, sehingga mudah dipahami dan diinterpretasikan Erlina, 2011. Ukuran yang dapat digunakan dalam statistik deskriptif lain frekuensi, tendensi sentra rata-rata, median, modus, dispersi deviasi standar, variance, dan pengukur- pengukur bentuk measures of shapes. Variabel yang digunakan dalam penelitian ini terdiri dari ukuran perusahaan, winnerlosser stock, nilai perusahaan, debt to equity ratio, dan leverage finansial sebagai variabel independen dan perataan laba income smoothing sebagai varaibel dependen. Statistik deskriptif dari varaibel tersebut Universitas Sumatera Utara yang diperoleh dari sampel perusahaan dari tahun 2010-2013 disajikan dalam tabel 4.5 Tabel 4.5 Hasil Statistik Deskriptif Descriptive Statistics Mean Std. Deviation N Perataan Laba ,5903 ,21077 33 Ukuran Perusahaan 28,3190 1,38337 33 WinnerLosser Stock ,5455 ,50565 33 Nilai Perusahaan 1,1739 ,65656 33 Debt to Equity Ratio 3,2387 2,63204 33 Leverage Finansial ,6436 ,22582 33 Sumber : Data sekunder yang diolah, 2015 Tabel 4.5 diatas menunjukkan bahwa penelitian ini menggunakan sampel N sebanyak 33 sampel. Berdasarkan hasil analisis deskriptif diatas dapat dijelaskan bahwa Perataan Laba mempunyai nilai mean sebesar 0,5903 dengan nilai standar deviasi sebesar 0,21077. Ukuran Perusahaan mempunyai nilai mean sebesar 28,3190, dan nilai standar deviasinya sebesar 1,38337. WinnerLosser Stock mempunyai nilai mean sebesar 0,5455 dan nilai standar deviasinya sebesar 0,50565. Nilai perusahaan mempunyai mean sebesar 1,1739 dengan nilai standar deviasi sebesar 0,0,65656. Debt to Equity ratio mempunyai mean sebesar 3,2387 dengan standar deviasi sebesar 2,63204. Leverage finansial mempunyai nilai mean sebesar 0,6436 dengan standar deviasi sebesar 0,0,22582. Nilai mean yang paling besar adalah nilai mean Ukuran perusahaan, sedangkan yang paling kecil ialah nilai mean Winnerlosser Stock. Nilai standar deviasi yang paling tinggi ialah standar deviasi Debt to equity ratio, sedangkan yang paling rendah ialah niali standar deviasi Perataan Laba. Universitas Sumatera Utara 4.3.2 Uji Asumsi Klasik 4.3.2.1 Uji Normalitas Data Uji normalitas ini bertujuan untuk mengetahui apakah distribusi sebuah data mendekati distribusi normal. Ada dua cara untuk mengetahui apakah data berdistribusi normal atau tidak yakni dengan analisis grafik dan uji statistik. Uji normalitas yang pertama adalah dengan melihat normal probability plot. Berdasarkan hasil komputasi dengan bantuan aplikasi SPSS 18.0 for window, maka dihasilkan grafik seperti yang terlihat pada gambar 4.1 dibawah ini : Gambar 4.1 Normal Probability Plot Sumber : Data Sekunder yang diolah, 2015 Universitas Sumatera Utara Berdasarkan gambar 4.1 dapat dinyatakan bahwa data berdistribusi normal. Hal ini dapat dilihat dari grafik normal plot yang memperlihatkan titik- titik menyebar disekitar garis diagonal sehingga dapat disimpulkan bahwa data dalam model regristasi terdistribusi secara normal. Selain dengan uji grafik, uji normalitass data dapat juga dilakukan dengan uji statistik yaitu dengan uji Kolmogorov-Smirnov. Cara pegambilan keputusannya ialah data dikatakan berdistribusi normal jika nilai signifikansinya lebih besar dari 0,05, sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka data dikatakan tidak berdistribusi normal. Tabel 4.6 dibawah ini akan menyajikan tabel hasil uji Kolmogorov-Smirnov. Tabel 4.6 Hasil Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 33 Normal Parameters a,b Mean ,0000000 Std. Deviation ,16520365 Most Extreme Differences Absolute ,091 Positive ,091 Negative -,080 Kolmogorov-Smirnov Z ,521 Asymp. Sig. 2-tailed ,949 a. Test distribution is Normal. b. Calculated from data. Sumber : Data sekunder yang diolah, 2015 Hasil pengolahan data menunjukkan besar nilai Kolmogorov-Smirnov adalah 0,521 dan signifikansi pada 0,949. Dari hasil ini dapat disimpulkan bahwa data terdistribusi secara normal karena nilai asymp. Sig adalah 0,949 dan berada diatas nialai signifikan 0,05. Kesimpulan yang dapat diambil dari dua uji Universitas Sumatera Utara normalitas diatas ialaha bahwa data telah terdistribusi secara normal sehingga dapat dilanjutkan dengan uji asumsi klasik lainnya.

4.3.2.2 Uji Multikolinearitas

Uji multikolinearitas ini bertujuan untuk melihat apakah ada korelasi diantara variabel independen. Adanya multikolinearitas dapat dilihat dari nilai tolarance value dan nilai Variance Inflation Factor VIF. Batas tolarence value adalah 0,1 dan VIF adalah 5. Jika tolarance value 0,1 atau VIF10 maka tidak terjadi multikoniearitas. Hasil uji multikolinearitas dapat dilihat pada tabel 4.7dibawah ini . Tabel 4.7 Hasil Nilai Tolerance dan VIF Model Collinearity Statistics Tolerance VIF 1 Constant Ukuran Perusahaan WinnerLosser Stock Nilai Perusahaan Debt to Equity Ratio Leverage Finansial ,668 ,935 ,753 ,173 ,159 1,497 1,070 1,328 5,788 6,295 Sumber : Data sekunder yang diolah, 2015 Dari tabel diatas dapat dilihat bahwa masing-masing variabel independen yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1 yaitu untuk variabel ukuran perusahaan memiliki nilai tolerance 0,668; variabel winnerlosser stock memiliki nilai tolerance sebesar 0,935; variabel nilai perusahaan memiliki nilai tolerance sebesar 0,753; variabel debt to equity ratio memiliki nilai tolerance 0,173; dan variabel leverage finansial memiliki nilai tolerance sebesar 0,159. Jika dilihat dari nilai VIF-nya masing-masing variabel independen memiliki nilai VIF lebih kecil dari 10 yaitu untuk VIF ukuran Universitas Sumatera Utara perusahaan 1,497; VIF winnerlosser stock 1,070; VIF nilai perusahaan 1,328; VIF debt to equity ratio 5,788; dan VIF leverage finansial 6,295. Selain dengan melihat nilai tolerance dan VIF, uji multikolinearitas juga dapat dilakukan dengan melihat nilai korelasi antar variabel independen. Jika nilai korelasi antar variabel independen dibawah 0,9 maka tidak terjadi multikolinearitas. Hasil tabel coefficient correlations dapat dilihat dibawah ini : Tabel 4.8 Hasil Coefficient Correlations Coefficient Correlations a Model Leverage Finansial WinnerLo sser Stock Nilai Perusaha an Ukuran Perusaha an Debt to Equity Ratio 1 Correlatio ns Leverage Finansial 1,000 ,237 -,101 -,429 -,862 WinnerLosser Stock ,237 1,000 -,051 -,044 -,191 Nilai Perusahaan -,101 -,051 1,000 -,184 ,332 Ukuran Perusahaan -,429 -,044 -,184 1,000 ,179 Debt to Equity Ratio -,862 -,191 ,332 ,179 1,000 Covarian ces Leverage Finansial ,125 ,005 -,002 -,004 -,009 WinnerLosser Stock ,005 ,004 ,000 -8,040E-5 ,000 Nilai Perusahaan -,002 ,000 ,003 ,000 ,001 Ukuran Perusahaan -,004 -8,040E-5 ,000 ,001 ,000 Debt to Equity Ratio -,009 ,000 ,001 ,000 ,001 a. Dependent Variable: Perataan Laba Sumber : Data sekunder yang diolah, 2015 Universitas Sumatera Utara Dari tabel diatas dapat dilihat bahwa masing-masing variabel independen dalam penelitian ini yakni ukuran perusahaan, winnerlosser stock, nilai perusahaan, debt to equity ratio, dan leverage finansial mempunyai nilai korelasi dibawah 0,9, sehinnga dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas dalam variabel independennya.

4.3.2.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara angota grup tersebut. Uji heterokedastisitas ini dapat dilakukan dengan analisis grafik. Pada analisis grafik jika titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y maka dapat dikatakan bahwa tidak terjadi heteroskedastisitas. Hasil analisis grafik dapat dilihat pada gambar berikut Gambar 4.2 Hasil Scatterplot Heterokedastisitas Sumber : Data sekunder yang diolah, 2015 Universitas Sumatera Utara Dari scatterplot diatas dapat dilihat bahwa titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi. Selain dengan analisis grafik uji heterokedastisitas juga dapat dilakukan dengan Uji Park. Hasil uji park pada penelitian ini dapat dilihat pada tabel di bawah ini: Tabel 4.9 Hasil Uji Park Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -6,290 9,091 -,692 ,495 Ukuran Perusahaan ,141 ,355 ,084 ,397 ,695 WinnerLosser Stock ,305 ,822 ,066 ,371 ,713 Nilai Perusahaan ,740 ,705 ,209 1,050 ,303 Debt to Equity Ratio ,347 ,367 ,393 ,945 ,353 Leverage Finansial -6,979 4,464 -,679 -1,563 ,130 a. Dependent Variable: LnU2i Sumber : Data sekunder yang diolah, 2015 Dari tabel diatas tampak nilai signifikan semua variabl independen diatas 0,05 sehingga dapat disimpulkan bahwa data penelitian tidak terkena heterokedastisitas.

4.3.2.4 Uji Autokorelasi

Tujuan dari uji autokorelasi ialah unuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan periode t-1 atau sebelumnya. Uji autokorelasi dilakukan dengan uji run test dan uji durbin- Universitas Sumatera Utara watson. Pada uji Run Test jika nilai signifikannya diatas 0,05 maka tidak terjadi gejala autokorelasi, dan pada uji Durbin-Watson dilakukan dengan cara melihat nilai d nya pada tabel durbin-watson. Uji auotkorelasi yang pertama ialah uji Run Test. Hasil uji Run Test dapat dilihat pada tabel berikut Tabel 4.10 Hasil Uji Run Test Runs Test Unstandardized Residual Test Value a ,00084 Cases Test Value 16 Cases = Test Value 17 Total Cases 33 Number of Runs 16 Z -,349 Asymp. Sig. 2-tailed ,727 a. Median Sumber : Data sekunder yang diolah, 2015 Dari tabel run test diatas dapat dilihat bahwa nilai asymp. Sig nya sebesar 0,727. Nilai ini lebih besar dari 0,05 sehingga dapat disimpulkan bahwa tidak terjadi autokorelasi.

4.3.3 Analisis Regresi Berganda

Analisis regresi linier berganda ditujukan untuk menentukan hubungan linier antar beberapa variabel bebas yang biasa disebut X1, X2, X3, dan satu variabel terikat yang disebut Y Situmorang dan Lutfi, 2012. Variabel bebas dalam penelitian ini adalah ukuran perusahaan, winnerlosser stock, nilai perusahaan, debt to equity ratio, dan leverage finansial, sedangkan variabel terikatnya adalah perataan Universitas Sumatera Utara Tabel 4.11 Hasil Analisis Regresi Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2,645 ,719 3,676 ,001 Ukuran Perusahaan ,073 ,028 -,480 2,602 ,015 WinnerLosser Stock -,025 ,065 -,060 -,384 ,704 Nilai Perusahaan -,023 ,056 -,070 -,404 ,689 Debt to Equity Ratio -,053 ,029 -,656 -1,807 ,082 Leverage Finansial ,354 ,353 ,379 1,002 ,325 a. Dependent Variable: Perataan Laba Sumber : Data Sekunder yang diolah, 2015 Pada tabel diatas dapat dilihat nilai konstanta sebesar 2,645. Nilai koefisien vabel ukuran perusahaan 0,073, winnerlosser stock -0,025, nilai perusahaan -0,023, debt to equity ratio -0,053, dan leverage finansial 0,354. Jadi dapat diperoleh persamaan regresi berganda sebagai berikut. Perataan Laba = 2,645 +0,037Ukuran Perusahaan – 0,025 winner losser stock – 0,023 Nilai Perusahaan -0,053 Debt EquityRatio + 0,354 Leverage Finansial + e Persamaan regresi diatas memiliki arti sebagai berikut : a. Konstanta 2,645 Jika variabel ukuran perusahaan, winnerlosser stock, nilai perusahaan, debt to equity ratio, dan leverage finansial konstantetap, maka perataan laba sebesar 2,645. Universitas Sumatera Utara b. Koefisien Ukuran Perusahaan 0,073 Setiap perubahan satu log normal total aset akan menaikkan perataan laba sebesar 0,073 dan faktor lain dianggap tetap. c. Koefisien WinnerLosser Stock -0,025 Setiap perubahan winnerlosser stock sebanyak satu akan menurunkan perataan laba sebesar 0,025 dan faktor lain dianggap tetap. d. Koefissien Nilai Perusahaan -0,023 Setiap perubahan nilai perusahaan sebanyak satu akan menurunkan perataan laba sebesar 0,23 dan faktor lain dianggap tetap. e. Koefisien debt to equity ratio -0,053 Setiap perubahan debt to equity ratio sebanyak satu akan menaikkan perataan laba sebanyak 0,053 dan faktor lain dianggap tetap. f. Koefisien leverage finansial 0,354 Setiap perubahan leverage finansial sebanyak satu akan menaikkan perataan laba sebanyak 0,354 dan faktor lain dianggap tetap 4.3.4 Pembahasan Hipotesis 4.3.4.1 Uji Koefisien Determinasi R