Teknik Pengumpulan Data Jadwal Penelitian

29 penelitian ini diperoleh dari laporan keuangan tahunan perusahaan-perusahaan otomotif yang terdaftar di BEI periode 2005-2010, melalui situs resmi milik Bursa Efek Indonesia, yaitu dengan cara men-download dari situs www.idx.co.id dan dari ICMD Indonesia Capital Market Directory.

3.3. Teknik Pengumpulan Data

Data yang digunakan adalah data sekunder, jadi pengumpulan data diperoleh dari pihak ketiga atau dicari secara manual dari luar perusahaan. Pengumpulan data dilakukan dalam dua tahap, pertama studi pustaka dengan membaca literatur dan jurnal-jurnal terkait dengan masalah yang diteliti lalu ditarik kesimpulan dan dibuat kerangka pemikiran tambahan untuk penelitian sendiri. Kedua, pengumpulan data sekunder yang diperoleh dari media internet dengan mengunduh pada situs www.idx.co.id.

3.4. Definisi Operasional dan Pengukuran Variabel

Variabel-variabel yang digunakan dalam penelitian ini terdiri dari variabel independen dan variabel dependen.

3.4.1. Variabel Bebas

Variabel bebas dilambangkan dengan X. Variabel bebas adalah variabel yang dapat mempengaruhi perubahan dalam variabel dependen terikat dan yang mempunyai hubungan positif maupun negatif bagi variabel terikat lainnya Erlina dan Mulyani, 2007. Variabel bebas yang digunakan dalam penelitian ini adalah profitabilitas, financial leverage, dan dividen payout ratio. Universitas Sumatera Utara 30

3.4.1.1. Profitabilitas X

1 Profitabilitas menunjukkan kemampuan perusahaan dalam menghasilkan laba. Dalam penelitian ini digunakan Return On Asset ROA “pengembalian atas total aktiva”. Rasio ini mengukur kemampuan perusahaan menghasilkan laba bersih berdasarkan tingkat aset yang tertentu. ROA sering disebut juga sebagai Return on Investment ROI Hanafi dan Halim 2000:84. Rasio ini dikatakan juga rasio keuntungan yang menghubungkan laba dengan investasi. Dengan ROA, distribusi atau penggunaan aktiva dalam menghasilkan laba dapat diketahui. Return on Asset ROA merupakan pengukuran kemampuan perusahaan secara keseluruhan dalam menghasilkan keuntungan dengan jumlah keseluruhan aktiva yang tersedia di dalam perusahaan. ROA melihat pada keefektivan perusahaan di dalam menghasilkan keuntungan atas total asset yang digunakan. Jika nilai ROA tinggi maka kemampuan manajemen perusahaan mengoptimalkan aset yang digunakan untuk menghasilkan keuntungan semakin tinggi dan ini dapat memberikan pengaruh positif terhadap perusahaan yang bersangkutan. ROA yang negatif disebabkan laba perusahaan dalam kondisi negatif pula atau rugi. Hal ini menunjukkan kemampuan dari modal yang diinvestasikan secara keseluruhan belum mampu untuk menghasilkan laba Hakim, 2006. Rasio pengembalian atas total aktiva dihitung dengan membagi laba bersih setelah pajak dengan total aktiva. ROA merupakan laba bersih setelah pajak dibagi dengan total aktiva Jumingan, 2006. ��� = ���� ������ ����� ����� Universitas Sumatera Utara 31

3.4.1.2. Financial Leverage X

2 Djarwanto 2004 mengatakan bahwa rasio leverage bertujuan mengukur sejauh mana kebutuhan perusahaan dibelanjai dengan dana pinjaman. Peneliti menggunakan rasio utang terhadap ekuitas Debt to Equity RatioDER untuk mengukur leverage. Dengan pengukuran DER dapat dilihat bagaimana ekuitas perusahaan menjamin hutang perusahaan. Financial Leverage = ����� ������ ����� �������

3.4.1.3. Dividend Payout Ratio X

3 Dividend payout ratio menggambarkan jumlah porsi yang akan dibagikan perusahaan kepada para pemilik lembar saham atas kepemilikan saham mereka yang disesuaikan dengan laba yang diperoleh perusahaan. Besar kecilnya dividen tergantung oleh besar kecilnya laba yang diperoleh sehingga perusahaan cenderung untuk melakukan praktik perataan laba Sartono, 2001. Dividend payout ratio diukur dengan membandingkan antara dividen dengan net income. Diviend Payout Ratio = ������� ��� ������

3.4.2. Variabel Terikat

Variabel terikat dilambangkan dengan Y. Variabel terikat adalah perhatian utama dalam sebuah pengamatan, variabel ini dijelaskan atau dipengaruhi oleh variabel independen Erlina dan Mulyani, 2007. Dalam penelitian ini variabel dependen yang digunakan adalah Income Smoothing Perataan Laba. Perataan laba adalah proses manipulasi waktu terjadinya laba atau laporan laba agar laba yang dilaporkan kelihatan stabil Fudenberg dalam Syahriana, Universitas Sumatera Utara 32 2006:14. Peneliti menggunakan indeks Eckel sebagai metode pengklasifikasian sampel. Income Smoothing index IS i = ���� ���� Keterangan: ΔI = perubahan laba dalam satu periode ΔS = perubahan penjualan dalam satu periode CV i = koefisien variasi untuk variabel i standar deviasi i dibagi dengan mean Tabel 3.2 Definisi Operasional dan Pengukuran Variabel Variabel Definisi Operasional Pengukuran Skala Income Smoothing Y Proses manipulasi waktu terjadinya laba atau laporan laba agar laba yang dilaporkan kelihatan stabil. Income Smoothing Index IS i = ���� ���� Rasio Profitabilitas � � Kemampuan perusahaan dalam menghasilkan laba. Return On Asset ROA = ���� ������ ����� ���� Rasio Financial Leverage � � Seberapa efesien perusahaan memanfaatkan ekuitas pemilik dalam rangka mengantisipasi hutang jangka panjang dan hutang jangka pendek perusahaan sehingga tidak akan mengganggu operasi perusahaan secara keseluruhan dalam jangka panjang. Debt to Equity Ratio DER = ����� ������ ����� ������� Rasio Universitas Sumatera Utara 33 Tabel 3.2 Definisi Operasional dan Pengukuran Variabel lanjutan Dividend Payout Ratio � � Rasio pembagian kepada pemegang saham dari suatu perusahaan secara proporsional sesuai dengan jumlah lembar saham yang dipegang oleh masing-masing pemilik. Dividend Payout Ratio DPR = ������� ��� ������ Rasio

3.5. Metode dan Teknik Analisis Data

Analisis data dilakukan dengan bantuan perangkat lunak E-Views 6.0 untuk pengolahan data.

3.5.1. Analisis Data

Data yang menyatakan antara data deret waktu time series dan data kerat lintang cross section yang menghasilkan data yang disebut sebagai data panel pooled data merupakan data yang diambil seorang peneliti ketika hendak melakukan suatu analisis yang tahun pengamatannya terbatas. Data panel mempunyai deret waktu T 1 dan kerat lintang N1. Dengan data panel, jumlah pengamatan menjadi banyak. Menurut Mudrajad 2001 data panel merupakan data kombinasi antara data deretruntut waktu, yang memiliki observasi-observasi pada suatu unit analisis pada suatu titik waktu tertentu. Ciri khusus data deret waktu adalah berupa urutan numerik dimana interval antar observasi atas sejumlah variabel bersifat konstan dan tetap. Sedangkan data silang tempat kerat lintang adalah suatu unit analisis pada suatu titik waktu tertentu dengan observasi atas sejumlah Universitas Sumatera Utara 34 variabel. Penggunaan data panel didasarkan pada kenyataan bahwa data yang tersedia, series-nya tidak mencukupi untuk dilakukan analisis. Peneliti menggunakan metode analisis data panel dalam menganalisis data pada skripsi ini. Data panel merupakan data campuran cross section dan time series Wahyu A. Pratomo, 2007. Menggunakan data panel memiliki beberapa keuntungan, yaitu: 1. dapat mengontrol heterogenitas individu; 2. memberikan data yang lebih informatif, lebih bervariasi, derajat kebebasan yang lebih efisien, serta menghindarkan kolineritas antar variabel; 3. data panel lebih baik dalam hal untuk studi mengenai dynamics of adjustment, yang memungkinkan estimasi masing-masing karakteristik individu maupun karakteristik antar waktu secara terpisah; 4. mempunyai kemampuan yang lebih baik dalam mengidentifikasi dan mengukur pengaruh yang biasa tidak dapat dideteksi oleh data cross section ataupun time series saja.

3.5.2. Metode Analisis

Gujarati 2003 menemukan bahwa mengestimasi jenis data panel dengan metode Ordinary Least Square OLS tidak konsisten dan efisien inefisiensi, sehingga disarankan untuk menggunakan metode Generalized Least Square GLS. Metode GLS ini dapat dianalisis dengan dua model pendekatan, yaitu Fixed Effects Model FEM dan Rendom Effects Model REM. Kemudian dari kedua model tersebut Universitas Sumatera Utara 35 dapat ditentukan model yang terbaik untuk digunakan dalam model persamaan ekonometrika. Metode Fixed Effects Model diasumsikan bebas dari autokorelasi, maka pengujian autokorelasi dapat diabaikan. Pengujian yang perlu dilakukan adalah Uji Heteroskedastisitas. Metode Random Effect Model diasumsikan bahwa komponen error individual-nya tidak berkorelasi satu sama lain dan tidak ada autokorelasi baik cross section maupun time series. Kedua variabel random tersebut yaitu variabel cross section dan variabel time series diasumsikan berdistribusi normal dengan derajat bebas yang tidak berkurang. Model random effect dapat diestimasi sebagai regresi Generalized Least-Square GLS yang akan menghasilkan penduga yang memenuhi sifat Best Linier Unbiased Estimation BLUE. Dengan demikian adanya gangguan asumsi klasik dalam model ini telah terdistribusi secara normal, sehingga tidak diperlukan lagi treatment terhadap model bagi pelanggaran asumsi klasik, yaitu asumsi adanya autokorelasi, multikolinearitas dan heterokedastik.

3.5.2.1. Pendekatan Fixed Effect Model FEM

Model ini memiliki intercept persamaan yang tidak konstan atau terdapat perbedaan pada setiap individu data cross section. Sementara itu, slope koefisien dari regresi tidak berbeda pada setiap individu dan waktu. Metode FEM ini dapat membedakan efek individual dan efek waktu, dan FEM tidak perlu mengasumsikan bahwa komponen error tidak berkorelasi dengan variabel bebas. Universitas Sumatera Utara 36

3.5.2.2. Pendekatan Random Effect Model REM

Pada model ini, perbedaan karakteristik individu dan waktu diakomodasikan pada error dari model. Ada dua komponen yang mempunyai kontribusi pada pembentukan error yaitu individu dan waktu, maka random error pada pendekatan random effect model juga perlu diurai menjadi error untuk komponen individu, error komponen waktu, dan error gabungan. Model ini memperhitungkan bahwa error term mungkin berkorelasi sepanjang time series dan cross section. Metode REM mempunyai parameter yang lebih sedikit, sehingga model yang dibentuk akan memiliki derajat kebebasan degree of freedom yang lebih banyak dibandingkan model dengan metode FEM.

3.5.3. Pengujian Model

Untuk menentukan model mana yang terbaik dalam metode GLS tersebut maka dapat dilakukan dengan Uji Hausman Gujarati, 2003. Sebelum dilakukan Uji Hausman untuk menentukan model mana yang sesuai untuk data panel yang dianalisis, kita dapat menarik kesimpulan awal berdasarkan beberapa pakar ekonometrika yang telah membuat pembuktian untuk menentukan metode apa yang paling sesuai untuk digunakan. Kesimpulan atas pembuktian tersebut sebagai berikut. 1. Jika pada data panel jumlah runtun waktu lebih besar dibandingkan jumlah individu, maka disarankan untuk menggunakan metode FEM. 2. Jika pada data panel jumlah runtun waktu lebih sedikit dibandingkan jumlah individu, maka disarankan untuk menggunakan metode REM. Universitas Sumatera Utara 37 Data panel dalam penelitian ini memiliki jumlah runtun waktu lebih sedikit dibandingkan jumlah individu emiten, oleh karena itu peneliti mengambil kesimpulan awal atas penelitian ini untuk menggunakan metode Random Effect Model sebagai metode yang paling sesuai untuk data panel dalam penelitian ini.

3.5.3.1. Uji Hausman

Uji Hausman dilakukan untuk menentukan penggunaan FEM ataukah REM. Ide dasar Hausman Test adalah adanya hubungan yang berbanding terbalik antara model yang bias dan model yang efisien. Pada FEM, hasil estimasi tidak bias dan tidak efisien, sebaliknya pada REM hasil estimasi bias dan efisien. Metode REM telah peneliti tetapkan sebagai metode yang sesuai yakni diduga dengan menggunakan kesimpulan awal, maka dalam data panel, uji Hausman dapat digunakan untuk melihat kelayakan penggunaan model panel. Hipotesis : H = ada gangguan antar individu random effect H 1 = tidak ada gangguan antar individu fixed effect Jika nilai statistik Hausman lebih besar dari nilai kritisnya atau hasil dari Hausman Test signifikan, maka H ditolak, berarti model yang tepat adalah FEM, sebaliknya apabila nilai statistik Hausman lebih kecil dari nilai kritisnya maka model yang tepat adalah REM. Metode apakah yang dipilih FEM atau REM menurut Gujarati 2003 yaitu: 1. apabila nilai Chi Square statistik pada Uji Hausman signifikan, berarti model dapat diestimasi dengan Fixed Effect Model, Universitas Sumatera Utara 38 2. apabila nilai Chi Square statistik pada Uji Hausman tidak signifikan, berarti peneliti dapat menggunakan model Random atau Fixed Effect Model karena ianya tidak berbeda secara substansi.

3.6. Jadwal Penelitian

Jadwal penelitian yang direncanakan adalah sebagai berikut: Tabel 3.3 Jadwal Penelitian Tahapan Penelitian Apr Mei-Des Jan Feb-Des Jan-Des Jan 2011 2011 2012 2012 2013 2014 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Pengajuan Judul x Pencarian data awal dan penyelesaian proposal x x x x Bimbingan Proposal x x x x Seminar Proposal x Pengumpulan dan olah data x x x x x x x x x x Bimbingan skripsi x x x x x x x Penyelesaian skripsi dan ujian komprehensif x x x Universitas Sumatera Utara

BAB IV ANALISIS DAN PEMBAHASAN

1.1. Data Penelitian

Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang diperoleh melalui situs Bursa Efek Indonesia www.idx.co.id berupa data laporan keuangan dan annual report perusahaan otomotif terpilih sesuai dengan kriteria yang telah ditetapkan dari tahun 2005 sampai 2010. Variabel penelitian ini terdiri dari profitabilitas menggunakan Return on AssetROA, financial leverage menggunakan Debt to Equity RatioDER, dan Dividend Payout RatioDPR sebagai variabel bebas independent variable dan Income SmoothingIS sebagai variabel terikat dependent variable.

1.2. Analisis Hasil Penelitian

Model analisis data yang digunakan dalam penelitian ini adalah model ekonometrika yang menggunakan data panel. Langkah awal analisis data dimulai dengan input atau entry data yang berupa angka yang terdapat dalam laporan keuangan yang dibutuhkan dengan menggunakan Microsoft Excel, selanjutnya dilakukan pengujian menggunakan metode Generalized Least Square GLS. Pengujian GLS dilakukan dengan menggunakan software E-Views 6.0. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program E-Views tersebut dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Berdasarkan kriteria yang telah ditetapkan, diperoleh 17 perusahaan Universitas Sumatera Utara