PENGARUH VOLATILITAS LABA TERHADAP KESALAHAN PERAMALAN LABA

(Studi Komparatif pada Perusahaan Perbankan yang Melakukan Perataan Laba dan Tidak Melakukan Perataan Laba di Indonesia dan Malaysia Tahun

2013-2015)

THE EFFECT OF EARNINGS VOLATILITY ON PROFIT FORECAST ERROR (Comparative Study on Banking Companies with Income Smoothing and without

Income Smoothing in Indonesian and Malaysia 2013-2015)

Disusun Oleh:

BELA SUCI RAHMAWATI 20130420500

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MUHAMMADIYAH YOGYAKARTA 2016

THE EFFECT OF EARNINGS VOLATILITY ON PROFIT FORECAST ERROR

(Comparative Study on Banking Companies with Income Smoothing and without Income Smoothing in Indonesian and Malaysia 2013-2015)

SKRIPSI

Diajukan Guna Memenuhi Persyaratan untuk Memperoleh Gelar Sarjana di Fakultas Ekonomi Bisnis Program Studi Akuntansi

Univesitas Muhammadiyah Yogyakarta

Disusun Oleh:

BELA SUCI RAHMAWATI 20130420500

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MUHAMMADIYAH YOGYAKARTA 2016

Dengan ini saya,

Nama : Bela Suci Rahmawati Nomor Mahasiswa : 20130420500

Menyatakan bahwa skripsi ini dengan judul: “PENGARUH VOLATILITAS LABA TERHADAP KESALAHAN PERAMALAN LABA (Studi Komparatif pada Perusahaan Perbankan yang Melakukan Perataan Laba dan Tidak Melakukan Perataan Laba di Indonesia dan Malaysia Tahun 2013-2015)” tidak terdapat karya yang pernah diajukan untuk memperoleh gelar kesarjanaan di suatu perguruan tinggi, dan sepanjangn pengetahuan saya juga tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertuli diacu dalam naskah ini dan disebutkan dalam daftar putaka, apabila ternyata dalam skripsi ini diketahui oleh orang lain maka bersedia karya tersebut dibatalkan.

Yogyakarta, 9 Desember 2016 Materai, 6000,-

ىف ف ْل يبس ىَتح ْ ري ْعج

Dari annas bin malik berkata : telah bersabda rasulullah SAW: barang siapa keluar rumah untuk menuntut ilmu maka ia dalam jihad fisabilah hingga

kembali (HR.bukhari)

ْف كيا ْا ْل ًس فن ْ ََا عس

Allah tidak aka e beba i seseora g elai ka sesuai de ga kesa ggupa ya

ْ نع ْد بع ْل ْن ب ْ ر مع ْن ب ْص عل ا ْيضر ل م نعُ : ْنع ْ يبَنلا َْى ص ا ل ْه ي ع َْ س ْق ْل : ل ضر

ُْن يْدلا لا ضرىف

Ridho Allah berada pada ridho kedua orang tuanya, dan murka Allah (akibat) murka kedua orang tuanya .

Skripsi ini kupersembahkan untuk:

 Allah SWT yang selalu memberikan kesehatan, kemudahan serta nikmatnya sehingga aku dapat menyelesaikan gelar sarjana dengan waktu yang tepat. Terimakasih ya Allah atas berkat dan rahmat Engkau sehingga hamba dapat menyelesaikan studi di Universitas Muhammadya Yogyakarta dengan tepat waku.

 Bapak ibuku tercinta, terimakasih karena sudah selalu mendoakanku, mendukung setiap pilihanku, memberikan semangat, membimbingku, serta selalu memberikan kasih sayang yang tidak terbatas. Aku akan selalu berusaha untuk membahagiakan bapak ibu, dan aku akan berusaha menjadi anak yang berbakti kepada bapak ibu.

 Kakak-kakakku tersayang, terimakasih sudah selalu membantu disetiap kesulitanku, serta mendorongku agar menjadi orang yang lebih baik.

 Ibu Dr. Ietje Nazaruddin, S.E., M.Si., Ak., CA, terimakasih banyak atas segala bimbingan dan wejangannya yang sudah ibu berikan kepadaku sehingga skripsiku dapat selesai dengan tepat waktu dan sukses.

 Untuk sahabatku Dynar, terimakasih sudah selalu menemaniku, susah seneng kita lewatin bersama, selalu menghiburku, memberiku semangat, dan selalu membantuku.

 Untuk temen-temenku Yani, Mustika, Tia, dan Putri terimakasih sudah memberikan hidupku berwarna selama 3 tahun ini.

 Untuk temen-temen KKN 46, terimakasih atas doa dan dukungannya

 Untuk teman-teman almamaterku dan teman-teman seperjuangan di kampus yang tidak bisa disebutkan satu per satu. Mari kita lanjutkan perjuangan kita di luar sana, jaga baik nama almamater dan buat harum nama kampus kita.

Segala puji bagi Allah SWT yang telah memberikan kemudahan, karunia dan rahmat dalam penulisan skripsi dengan judul “Pengaruh Volatilitas Terhadap Kesalahan Peramalan Laba (Studi Komparatif pada Perusahaan Perbankan yang Melakukan Perataan Laba dan Tidak Melakukan Perataan Laba di Indonesia dan Malaysia Tahun 2013-2015)”.

Skripsi ini disusun untuk memenuhi salah satu persyaratan dalam memperoleh gelar Sarjana pada Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah Yogyakarta. Penulis mengambil topik ini dengan harapan dapat memberikan masukan bagi organisasi dalam penggunaan taktik mempengaruhi dalam pengambilan keputusan organisasional dan memberikan ide pengembangan bagi penelitian selanjutnya,

Penyelsaian skripsi ini tidak terlepas dari bimbingan dan dukungan berbagai pihak, oleh karena itu pada kesempatan ini penulis mengucapkan terima kasih yang sebanyak-banyaknya kepada:

1. Dekan Fakultas Ekonomi Universitas Muhammadiyah Yogyakarta yang telah memberikan petunjuk, bimbingan dan kemudahan selama penulisan menyelsaikan studi.

2. Bu Dr. Ietje Nazaruddin, S.E., M.Si., Ak., CA. yang dengan penuh kesabaran telah memberikan masukan dan bimbingan selama proses penyelasian karya tulis ini.

4. Semua pihak yang telah memberikan dukungan, bantuan, kemudahan dan semangat dalam proses penyelsaian tugas akhir (skripsi) ini.

Sebagai kata akhir, penulis menyadari masih banyak kekurangan dalam skripsi ini. Oleh karena itu, kritik, saran, dan pengembangan penelitian selanjutnya sangat diperlukan untuk kedalaman karya tulis dengan topik ini.

Yogyakarta, 9 Desember 2016

HALAMAN JUDUL ... i

HALAMAN PERSETUJUAN DOSEN PEMBIMBING ... ii

HALAMAN PENGESAHAN ... iii

HALAMAN PERNYATAAN ... iv

MOTTO ... v

HALAMAN PERSEMBAHAN ... vi

INTISARI ... viii

ABSTRAK ... ix

KATA PENGANTAR ... x

DAFTAR ISI ... xii

DAFTAR TABEL ... xiv

DAFTAR GAMBAR ... xv

BAB I PENDAHULUAN ... 1

A. Latar Belakang Penelitian ... 1

B. Rumusan masalah... 4

C. Tujuan Penelitian ... 5

D. Manfaat Penelitian ... 5

BAB II TINJAUAN PUSTAKA ... 6

A. Landasan Teori ... 6

1. Agency Theory ... 6

2. Kesalahan Peramalan Laba ... 7

BAB III METODA PENELITIAN ... 17

A. Obyek/Subyek Penelitian ... 17

B. Jenis Data dan Sumber Data ... 17

C. Teknik Pengambilan Data ... 18

D. Teknik Pengumpulan Data ... 18

E. Definisi Operasional Variabel Penelitian ... 19

F. Uji Kualitas Data ... 22

G. Uji Hipotesis dan Analisis Data ... 24

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 26

A. Gambaran Umum Subyek Penelitian ... 26

B. Uji Kualitas Instrumen dan Data ... 28

C. Hasil Penelitian (Uji Hipotesis) ... 41

D. Pembahasan (Interpretasi) ... 48

BAB V SIMPULAN, SARAN DAN KETERBATASAN PENELITIAN ... 53

A. Simpulan ... 53

B. Saran ... 54

C. Keterbatasan Penelitian ... 55 DAFTAR PUSTAKA

a. Prosedur Pemilihan Sampel ... 26

b. Prosedur Pemilihan Sampel ... 27

c. Uji Statistik Deskriptif di Indonesia ... 28

d. Uji Statistik Deskriptif di Malaysia ... 30

e. Uji Normalitas di Indonesia ... 33

f. Uji Normalitas di Malaysia ... 34

g. Uji Heteroskedastisitas di Indonesia ... 35

h. Uji Heteroskedastisitas di Malaysia... 36

i. Uji Multikolinearitas di Indonesia ... 37

j. Uji Multikolinearitas di Malaysia ... 38

k. Uji Autokolerasi di Indonesia ... 39

l. Uji Autokorelasi di Malaysia ... 40

m. Uji R Square di Indonesia ... 41

n. Uji R Square di Malaysia ... 42

o. Uji Independent Sample Test Hipotesis 3 ... 43

p. Chow Test Perusahaan di Indonesia dan Malaysia ... 44

q. Uji T Hipotesis 1 ... 44

r. Uji T Hipotesis 2 ... 45

2015. Pemilihan sampel dengan metode purposive sampling dan diperoleh sampel sebesar 119 perusahaan yang dapat diteliti. Hipotesis diuji dengan menggunakan model regresi sederhana.

Hasil penelitian menunjukan bahwa volatilitas laba berpengaruh positif terhadap kesalahan peramalan laba di seluruh perusahaan perbankan di Indonesia dan Malaysia, serta pada perusahaan yang melakukan perataan laba di Indonesia. Namun, volatilitas laba tidak berpengaruh terhadap kesalahan peramalan laba di perusahaan yang melakukan perataan laba di Malaysia. Pada perusahaan yang melakukan perataan laba dan tidak melakukan perataan laba di Indonesia berbeda, sedangkan di Malaysia tidak berbeda.

This study aims to analyze Effect Against Volatility Profit for Profit Forecast Errors. The object of this study is banking companies listed in Indonesia Stock Exchange and Bursa Malaysia in 2013-2015. The sample selection using purposive sampling and obtained a sample of 119 companies that can be researched. The hypothesis was tested using a simple regression model.

The results showed that the positive effect on the earnings volatility forecasting error profits across the banking company in Indonesia and Malaysia, as well as on corporate income smoothing in Indonesia. However, earnings volatility forecast error had no effect on earnings in the corporate income smoothing in Malaysia. In corporate income smoothing and income smoothing in Indonesia is different, whereas in Malaysia is no different.

Keyword: Earnings Volatility, Profit Forecast Error, Income Smoothing

1

PENDAHULUAN

A. Latar Belakang

Laba merupakan alat untuk mengukur keadaan perusahaan bagi para invetor. Baik buruknya keadaan perusahaan bergantung pada naik turunnya laba yang dilaporkan oleh perusahaan. Sekarang sudah banyak perusahaan di Indonesia dan Malaysia yang telah go public. Hal tersebut mendorong perusahaan-perusahaan agar membuat laporan keuangan dengan laba yang baik agar para investor tertarik untuk berinvestasi diperusahaan. Laba yang dilaporkan tidaklah selalu meningkat. Setiap tahun atau periode laba yang dilaporkan akan berubah. Naik turunnya laba perusahaan ini disebut dengan volatilitas laba. Fudenberg dan Tirole (1995) menyatakan bahwa investor menghindari perusahaan yang memiliki tingkat volatilitas laba yang tinggi karena memiliki risiko yang besar. Dapat disimpulkan bahwa para investor lebih menyukai perusahaan dengan tingkat volatilitas laba yang rendah.

Terjadinya volatilitas laba yang tinggi juga dapat mendorong terjadinya kesalahan dalam meramalkan laba (Wijayanti dan Diyanti, 2016). Kesalahan peramalan laba (profit forecast error) terjadi bila laba yang diperkirakan akan diperoleh pada periode saat ini berbeda dengan yang diperoleh sebenarnya. Kesalahan ini mengakibatkan berkurangnya kepercayaan investor pada kinerja manajer perusahaan. Peramalan laba

sebenarnya dilakukan oleh manajer untuk memperkirakan atau menganggarkan keuangan di periode yang akan datang, sehingga manajer dapat memperkirakan biaya-biaya yang dibutuhkan pada periode yang akan datang. Bila peramalan laba yang dilakukan salah, maka biaya yang disiapkan untuk periode yang akan datang pun salah. Perusahaan pun memiliki kecenderungan untuk rugi, bila laba yang dihasilkan ternyata lebih kecil daripada yang diperkirakan.

Menurut penelitian dari Lambertides dan Mazouz (2013) menyatakan bahwa para analis dan investor akan semakin pandai dalam melakukan peramalan laba. Hal ini ditandai dengan adanya penurunan kesalahan peramalan laba setelah IFRS diadopsi di Eropa. Dengan menurunnya kesalahan peramalan laba, maka semakin banyak investor untuk berinvestasi pada perusahaan. Selain itu, manajer juga melakukan manajemen laba untuk menarik investor. Dengan melakukan manajemen laba, laporan keuangan akan terlihat baik dan investor tertarik untuk berinvestasi. Manajemen laba merupakan tindakan manajer dalam memanipulasi laporan perolehan laba perusahaan agar terihat baik. Tetapi manajemen laba tidak merupakan pelanggaran etika profesi, bila tetap mengikuti aturan yang ada.

Menurut penelitian dari Scott (2003) menyatakan bahwa earning management dapat dibagi menjadi empat jenis, yaitu taking a bath, income maximization, income minimization, serta income smoothing. Dari empat jenis manajemen laba tersebut, manajemen laba yang sering terjadi di Indonesia yaitu Income Smoothing. Karena jenis ini dapat membuat investor tertarik.

Pada pelakuan income smoothing, manager meratakan laba yang diperoleh tahun lalu dengan tahun berjalan agar laporan laba dari perusahan terlihat bagus. Bila laporan laba dari perusahaan terlihat bagus maka para investor akan tertarik untuk berinvestasi diperusahaan. Penelitian dari Rosa dan Hilda (2015) berpendapat bahwa pelaksanaan manajemen laba, termasuk income smoothing, dapat meningkatkan volatilitas laba. Karena laba yang dilaporkan bukan laba sebenarnya sehingga tingkat kestabilan laba pun berkurang (volatilitas laba meningkat).

Motivasi dari penelitian ini adalah peneliti ingin mengetahui hubungan antara volatilitas laba dengan kesalahan peramalan laba yang terjadi di Indonesia dan Malaysia. Karena masih ada perusahaan yang memiliki laba yang stabil namun manajer masih salah melakukan peramalan. Alasan memilih Indonesia dan Malaysia karena perusahaan di Indonesia dan Malaysia memiliki karakteristik yang sama (Siregar dan Vivian, 2015). Banyak investor yang ingin berinvestasi di Indonesia dan besarnya investasi berdasarkan ekspektasi investor, kreditor, dan pihak-pihak lain yang berkepentingan (Baskoro dan Wardani, 2014). Dengan alasan tersebut, maka peneliti ingin meneliti hubungan antara tingkat volatilitas laba dengan kesalahan peramalan laba yang melakukan perataan laba dan tidak melakukan perataan laba.

Penelitian ini mereplikasi penelitian dari Sarv, dkk (2015) yang berjudul “The Effect of Earnings Volatility on Profit Forecast Error with an Emphasis on Income Smoothing”. Perbedaan antara penelitian ini dengan

diambil. Sampel yang digunakan pada penelitian ini adalah perusahaan-perusahaan perbankan yang berada di Bursa Efek Indonesia dan Bursa Malaysia pada tahun 2013-2015. Untuk penelitian pada penelitian Sarv, dkk (2015) adalah perusahaan-perusahaan yang masuk dalam Bursa Efek Teheran tahun 2009-2013.

Dari uraian diatas, maka peneliti ingin meneliti hubungan antara volatilitas laba dengan kesalahan peramalan laba pada perusahaan yang melakukan perataan laba dan tidak melakukan perataan laba pada sektor perusahaan perbankan yang berada di Indonesia dan Malaysia. Penelitian ini mengunakan sampel perusahaan perbankan yang ada di Bursa Efek Indonesia dan Bursa Malaysia pada tahun 2013-2015, sehingga judul penelitian ini adalah “Pengaruh Volatilitas Laba Terhadap Kesalahan Peramalan Laba”.

B. Rumusan Masalah

Berdasarkan latar belakang tersebut, rumusan masalah yang dapat menjelaskan hubungan volatilitas laba dengan kesalahan peramalan laba adalah sebagai berikut:

1. Apakah tingkat volatilitas laba berpengaruh positif terhadap tingkat kesalahan peramalan laba?

2. Apakah tingkat volatilitas laba berpengaruh positif terhadap tingkat kesalahan peramalan laba pada perusahaan yang melakukan perataan laba?

3. Apakah ada perbedaan yang signifikan antara perusahaan yang melakukan perataan laba dengan perusahaan yang tidak melakukan perataan laba dalam kesalahan peramalan laba?

C. Tujuan Penelitian

Dari rumusan masalah diatas dapat ditarik kesimpulan bahwa tujuan dari penelitian ini yaitu:

1. Untuk mengetahui apakah volatilitas laba berpengaruh positif terhadap tingkat kesalahan peramalan laba

2. Untuk mengetahui apakah volatilitas laba berpengaruh positif terhadap kesalahan peramalan laba pada perusahaan yang melakukan perataan laba 3. Untuk mengetahui adanya perbedaan yang signifikan antara perusahaan

yang melakukan perataan laba dengan perusahaan yang tidak melakukan perataan laba dalam kesalahan peramalan laba.

D. Manfaat Penelitian 1. Bagi calon investor.

Dengan adanya penelitian ini diharapkan dapat memberikan manfaat bagi calon investor dalam mempertimbangkan perusahaan mana yang akan dipilih untuk berinvestasi. Penelitian ini pun dapat membantu investor dalam mengukur perusahaan yang memiliki tingkat volatilitas laba yang rendah. Dan investor juga dapat menilai perusahaan mana saja yang memiliki peramalan labayang baik.

Penelitian ini diharapkan dapat membantu peneliti selanjutnya yang melakukan penelitian dengan variabel yang sama. Penelitian ini juga dapat dijadikan acuan dalam penyusunan hipotesis atau teori dalam penelitian selanjutnya.

6

TINJAUAN PUSTAKA

A. Landasan Teori

1. Agency theory.

Teori agensi adalah teori yang menjelaskan hubungan antara pihak yang melakukan tugas (agent) sesuai dengan perintah dari pihak lain

(principal). Menurut Halim dan Abdullah (2006) ada dua pihak yang bersepakat atau melakukan kontrak dalam hubungan keagenan yaitu pemberi kewenangan atau kekuasaan disebut principal dan penerima kewenangan disebut agent. Disini yang menjadi agent adalah manajer dan

principal adalah investor (pemegang saham) dan pemilik. Baskoro dan Wardhani (2014) berpendapat bahwa perbedaan kepentingan antara manajer dan pemegang saham juga menjadi masalah. Pemilik ingin memaksimalkan Return on Investasi (ROI) dan kestabilan harga saham, sedangkan manajer ingin memaksimalkan kepuasannya baik dari segi pesikologis dan ekonominya.

Manajer didorong untuk mendapatkan laba yang maksimal oleh pemilik, sehingga manajer melakukan segala cara agar mendapatkan laba yang besar. Namun, pendapatan laba tidak selalu stabil, sehingga mengakibatkan tingkat volatilitas laba yang tinggi. Bila tingkat volatilitas laba tinggi maka tingkat kesalahan peramalan laba pun semakin besar. Harga saham perusahaan pun ikut berfluktuasi. Keadaan tersebut mengakibatkan pemegang saham (pemilik) tidak senang akan kinerja

manajer. Hal ini mendorong manajer untuk melakukan manajemen laba agar tidak terjadi volatilitas laba dan kesalahan peramalan laba. Selain itu, laba yang diperoleh pun tetap stabil.

Manajer memiliki keleluasaan yang besar dalam membuat laporan keuangan. Manajer juga lebih banyak mengetahui informasi perusahaan daripada pemegang saham. Dengan keadaan tersebut, maka manajer dapat dengan leluasa melakukan manajemen laba tanpa diketahui oleh pemegang saham. Hal ini disebut sebagai asimetri informasi. Asimetri informasi merupakan perbedaan informasi yang dimiliki oleh agent dengan informasi yang dimiliki oleh principal. Bila principal kurang memonitori kerja agent,

maka agent dapat bekerja sesuai hatinya dan dapat mengumpulan keuntungan untuk kelompoknya (Hartanto dan Probohudono, 2013).

Manajer dituntut untuk membuat laporan keuangan yang baik oleh pemilik saham, maka manajer melakukan manajemen laba. Tindakan manajer ini tidak diketahui oleh pemegang saham. Pemegang saham hanya tahu bahwa laporan keuangan perusahaan dalam keadaan baik dan laba yang diperoleh stabil atau cenderung meningkat. Pemegang saham hanya puas dengan hasil akhir laporan keuangan, dan manajer senang karena mendapat gaji atau bahkan bonus karena kinerjanya yang terlihat baik oleh pemegang saham.

2. Kesalahan peramalan laba.

Menurut Render dan Heizer (2001) menyatakan bahwa Peramalan

akan terjadi di masa depan dengan menggunakan data historis dan memproyeksikannya ke masa depan dengan menerapkan model matematis. Peramalan dibuat untuk meminimalisir pengaruh ketidakpastian terhadap sebuah permasalahan dimasa depan. Dengan adanya peramalan ini dapat membantu manajer dalam mempersiapkan masalah yang mungkin akan terjadi di periode yang akan datang. Dalam melakukan peramalan diupayakan untuk tidak terjadi kesalahan meramal (forecast errors). Untuk peramalan laba pada perusahaan yang memiliki laba yang stabil lebih mudah dan akurat dalam perhitungannya (Dicho & Tang, 2010).

Peramalan laba dilakukan oleh manajer-manajer yang berada di perusahaan. Bila dalam meramalkan laba selalu tepat, maka para investor percaya akan kinerja manajer yang baik. Peramalan laba sebenarnya dapat membantu menarik para calon investor untuk berinvestasi di perusahaan, dengan catatan bila peramalannya tepat untuk beberapa periode. Namun, bila peramalan laba tersebut salah maka beberapa investor akan ragu untuk tetap berinvestasi di perusahaan tersebut.

3. Volatilitas laba.

Volatilitas laba adalah pergerakan naik turunya laba yang diperoleh perusahaan pada periode tertentu. Menurut Khurniaji dan Raharja (2013) beragumen bahwa volatilitas laba merupakan alat untuk mengukur kestabilan laba yang diperoleh perusahaan. Jadi, bila tingkat volatilitas laba perusahaan naik maka para investor dengan cepat menjual saham perusahaan. Namun, bila tingakat volatilitas laba perusahaan menurun maka

para calon investor dengan cepat membeli saham perusahaan. Hal ini dipicu karena adanya keraguan para investor terhadap kinerja dari manajer perusahaan.

Respon para investor tersebut juga dijelakan oleh Petrovich Et. Al (2006), dimana para investor akan memperhatikan kondisi fluktuasi laba pada perusahaan dan respon mereka akan cepat bila laba pada suatu perusahaan naik dengan cepat. Begitu juga sebaliknya, respon mereka juga akan cepat bila laba perusahaan turun dengan cepat. Jadi, volatilitas laba merupakan proyeksi akan risiko laba yang akan diterima oleh para investor di periode yang mendatang, maka investor harus cepat dalam menyikapinya.

4. Manajemen laba.

Tindakan manajemen laba adalah tindakan memanipulasi laporan keuangan oleh manajer dengan cara membuat laba perusahaan selalu stabil. Tetapi tindakan ini tidak melanggar peraturan atau etika yang ada, jika sesuai dengan peraturan yang ada (Suhendah dan Imelda, 2012). Karena manajemen laba sebenarnya dilakukan dengan memilih metode yang diijinkan untuk digunakan dan sesuai dengan kebutuhan perusahaan. Jenis dari manajemen laba ada 4 yaitu taking a bath, income maximization, income minimization, serta income smoothing (Scott, 2000).

Taking a bath digunakan bila perusahaan dalam keadaan yang tidak menguntungkan, sehingga manager mengakui biaya-biaya dimasa depan dan mengakui kerugian pada periode berjalan. Taking a bath biasanya dilakukan pada perusahaan yang terancam akan terjadi kebangkrutan,

sehingga perusahaan memilih untuk melakukan tindakan ini. Income maximization adalah keadaan dimana laba yang diperoleh pada periode berjalan menurun sehingga manager menaikan laba agar para investor tidak melepaskan sahamnya. Tindakan ini dilakukan bila laba yang diperoleh menurun secara signifikan. Income minimization adalah melakukan manajemen laba dengan meminimalisir keuntungan yang didapat agar tidak dikenai pajak yang besar. Karena pajak di negara Indonesia searah dengan laba yang diperoleh perusahaan. Semakin tinggi laba yang diperoleh, maka pajak yang dikenakan semakin tinggi. Income smoothing adalah perilaku manager untuk meratakan laba yang diperoleh pada periode sebelumnya dengan periode yang sedang berjalan. Manajer melakukan income

smoothing dengan membandingakan laba yang diperoleh sekarang dengan

laba pada tahun sebelumnya.

B. Hasil Penelitian Terdahulu dan Penurunan Hipotesis 1. Volatilitas laba dengan kesalahan peramalan laba.

Volatilitas laba merupakan pergerakan naik turunnya laba yang diperoleh perusahaan disetiap periodenya (Baskoro dan Wardani, 2012). Pergerakan laba disetiap periodenya tidaklah selalu stabil. Jika laba sebuah perusahaan berfluktuasi tinggi maka volatilitas laba menjadi tinggi. Bila terjadi voatilitas laba yang tinggi maka laba yang diperoleh dimasa depan tidak dapat diperkirakan dengan pasti. Sebaliknya, bila laba memiliki tingkat fluktuasi yang rendah, maka tingkat volatilitas laba pun akan

menurun atau rendah. Bila volatilitas laba rendah, maka laba yang diperoleh lebih stabil sehingga manajer lebih mudah dalam melakukan peramalan laba dan kecenderungan manajer dalam melakukan kesalahan peramalan laba lebih kecil. Jadi, volatilitas laba berpengaruh pada hasil dari peramalan laba.

Menurut Sarv, dkk (2015) peramalan laba adalah seni atau ilmu dalam memprediksi pendapatan laba berdasarkan data historis dari perusahaan tersebut. Peramalan laba ini dilakukan oleh manajer perusahaan. Bila manajer harus memprediksi perolehan laba untuk periode masa depan, namun perusahaan memiliki tingkat volatilitas laba yang tinggi, maka manajer kesulitan dalam meramalkan pendapatan laba dimasa depan dan hasilnya pun cenderung kurang akurat. Jadi, dapat disimpulkan bahwa tingkat volatilitas laba memiliki hubungan positif dengan kesalahan peramalan laba.

Ada beberapa penelitian yang mendukung terhadap pernyataan bahwa volatilitas laba mempengaruhi tingkat kesalahan peramalan laba, seperti penelitian dari Rose dan Hilda (2015), serta Lambertides dan Mazouz (2013) yang menyatakan bahwa peningkatan kualitas laba akan mengurangi risiko kesalahan laba dan laba yang akan di dapat cenderung akan stabil (volatilitas laba turun). Untuk penelitian dari Baskoro dan Wardani (2014) mengungkapkan bahwa bila volatilitas laba turun maka kesalahan dalam peramalan laba pun semakin kecil, dan sebaliknya bila volatilitas laba naik maka kesalahan peramalan laba pun akan semakin besar.

Namun, ada penelitian yang menyatakan bahwa volatilitas laba tidak mempengaruhi tingkat kesalahan peramalan laba, yaitu penelitian dari Fang (2009) dan Sarv, dkk (2015). Penelitian tersebut menyatakan bahwa akurasi perkiraan dengan manajemen kesalahan pemikiran memiliki hubungan yang negatif. Dari hasil beberapa penelitian diatas, maka dapat disimpulkan bahwa hipotesis yang pertama adalah:

H1A: Volatilitas laba berpengaruh positif terhadap kesalahan peramalan laba

pada seluruh perusahaan perbankan di Indonesia.

H1B: Volatilitas laba berpengaruh positif terhadap kesalahan peramalan laba

pada seluruh perusahaan perbankan di Malaysia.

2. Volatilitas laba dengan kesalahan peramalan laba pada perusahaan yang meratakan laba.

Perataan laba adalah tindakan yang dilakukan oleh manajer untuk menaikan atau menurunkan laba agar laba terlihat stabil. Hal ini dilakukan agar volatilitas laba berkurang dan perusahaan terlihat baik dimata investor (Siregar dan Vivian, 2012). Perataan laba dapat dilakukan dengan cara memindahkan pendapatan pada periode yang memiliki pendapatan yang tinggi ke periode dimana pendapatan sangat rendah atau rendah (Ashari, dkk, 1994). Dengan melakukan perataan laba maka tingkat volatilitas laba akan semakin kecil dan kesalahan peramalan laba pun akan semakin kecil. Jadi, pelakukan perataan laba pada perusahaan dapat memperkuat hubungan antara volatilitas laba dan kesalahan peramalan laba.

Ada beberapa penelitian yang menjelaskan bahwa tingkat volatilitas laba berpengaruh positif terhadap kesalahan peramalan laba pada perusahaan yang melakukan perataan laba. Penelitian ini diantaranya, Fang (2009) serta Dicho dan Tang (2010), yang menyatakan bahwa peramalan laba pertama biasanya lebih dari keuntungan yang sebenarnya. Taker & Zerarvin (2010) juga menemukan bahwa perataan laba memperkuat hubungan antara return saham dan laba masa depan. Tiara dan Sutaryo (2015) juga menyatakan bahwa penerapan IFRS di Indonesia dapat mengurangi manajemen laba, sehingga kesalahan peramalan laba pun berkurang.

Namun, ada penelitian yang mengemukakan bahwa perlakuan perataan laba tidak berpengaruh terhadap volatilitas laba dan kesalahan laba. Penelitian tersebut diantaranya, penelitian dari Modarres (2008), dan Kurdistani (2009) mengemukakan bahwa perataan laba tidak berpengaruh terhadap volatilitas laba dan kesalahan peramalan laba.

Jadi, ada penelitian dari Dicho dan Tang (2010), Taker & Zerarvin (2010), Fang (2009), dan Tiara dan Sutaryo (2015) yang mendukung bahwa perataan laba memperkuat hubungan antara volatilitas laba dan kesalahan peramalan laba. Untuk penelitian dari Modarres (2008) menolak bahwa perataan laba memperkuat hubungan antara volatilitas laba dan kesalahan peramalan laba. Untuk hipotesis ke dua sebagai berikut:

H2A: Volatilitas laba berpengaruh positif terhadap kesalahan peramalan laba

pada perusahaan yang melakukan perataan laba di Indonesia.

H2B: Volatilitas laba berpengaruh positif terhadap kesalahan peramalan laba

pada perusahaan yang melakukan perataan laba di Malaysia.

3. Perbedaan perusahaan dengan perataan laba dan tanpa perataan laba dalam kesalahan peramalan laba.

Tujuan dari perataan laba itu sendiri untuk menghindari pajak pemerintah, dan menarik para investor untuk berinvestasi di perusahaan (Siregar dan Vivian, 2015). Namun, ada beberapa perusahaan yang tidak melakukan perataan laba. Perusahaan yang melakukan perataan laba biasanya perusahaan kecil (Juniati dan Corolina, 2005). Perusahaan tidak melakukan perataan laba karena perusahaan besar biasanya menjadi sorotan para investor, sehingga tidak mudah untuk melakukan perataan laba.

Ada beberapa penelitian yang mengungkapkan bahwa perusahaan yang melakukan perataan laba berbeda dengan perusahaan yang tidak melakukan perataan laba dalam kesalahan peramalan laba. Penelitian dari Sarv, dkk (2015) menyatakan bahwa perusahaan yang melakukan perataan laba sangat besar melakukan kesalahan peramalan laba dibandingkan perusahaan yang tidak melakukan perataan laba. Penelitian dari Astuti dan Widyarti (2013), dan Dewi dan Zulaikha (2015) menyimpulkan bahwa perusahaan yang besar lebih besar melakukan perataan laba.

Tetapi ada penelitian yang menyatakan bahwa adanya perataan laba maupun tidak, tidak memiliki perbedaan yang signifikan. Yaitu penelitian dari Suhendah dan Imelda (2012) yang menyataan bahawa manajemen laba dengan kinerja masa depan memiliki hubungan negatif. Berdasarkan penelitian terdahulu, penelitian dari Sarv (2015), Astuti dan Widyari (2013), Juniati dan Corolina (2005) serta Dewi dan Zulaikha (2015) mendukung adanya perbedaan yang signifikan dari perusahaan yang meratakan laba dengan perusahan yang tidak meratakan laba, dan Suhendah dan Imelda (2012) menolak argument tersebut.

H3A: Ada perbedaan signifikan antara perusahaan yang meratakan laba dengan

perusahaan yang tidak melakukan perataan laba pada kesalahan peramalan laba di Indonesia

H3B: Ada perbedaan signifikan antara perusahaan yang meratakan laba dengan

perusahaan yang tidak melakukan perataan laba pada kesalahan peramalan laba di Malaysia.

C. Model Penelitian

Berdasarkan rerangka teori dan penurunan hepotesis, volatilitas laba dengan kesalahan peramalan laba memiliki hubungan yang positif. Pergerakan laba yang diperoleh oleh perusahaan berpengaruh terhadap kesalahan peramalan laba di periode yang akan datang. Dalam penelitian ini, peneliti akan membandingkan keakuratan perusahaan yang melakukan perataan laba dengan perusahaan yang tidak melakukan perataan laba. Dari penjelasan penurunan

hipotesis, untuk perusahaan yang melakukan perataan laba dan yang tidak melakukan perataan laba memiliki perbedaan yang signifikan pada kesalahan peramalan laba. Model dari penelitian ini dapat digambarkan sebagai berikut:

GAMBAR 2.1 Model Penelitian

H1: +

Volatilitas Laba (Seluruh Perusahaan)

Kesalahan Peramala Laba H2: +

Volatilitas Laba (Perusahaan dengan

Perataan Laba)

Perataan Laba H3: + Kesalahan

17

BAB III

METODE PENELITIAN

A. Objek / Subyek Penelitian

Subyek dari penelitian ini adalah perusahaan-perusahaan perbankan yang terdaftar di Bursa Efek Indonesia (BEI) dan Bursa Malaysia pada tahun 2013-2015. Alasan mengapa menggunakan perusahaan perbankan karena karakteristik perusahaan yang khusus, berbeda dengan perusahaan lainnya. Selain itu, kemungkinan terjadinya kesalahan peramalan laba pada perbankan seharusnya kecil. Perusahaan-perusahaan ini juga cenderung memiliki karakteristik yang sama dalam operasional perusahaannya. Untuk kriteria pengambilan samaple penelitian diantaranya:

1. Perusahaan perbankan yang terdaftar di Bursa Efek Indonesia dan Bursa Malaysia pada tahun 2013-2015

2. Perusahaan selalu mengungkapkan laporan keuangan tahunan secara lengkap ke publik pada tahun 2013-2015

3. Perusahaan yang tidak mengalami kerugian pada tahun 2013-2015 4. Perusahaan yang tidak melakukan merger atau akuisisi dari tahun

2013-2015

B. Jenis Data

Jenis data yang akan digunakan dalam penelitian ini adalah data kuantitatif. Karena dalam penelitian ini menggunakan data yang berisi angka-angka dalam pengujian penelitian. Data kuantitatif dalam penelitian ini

termasuk data sekunder. Dimana data sekunder merupakan data yang sudah dimiliki oleh beberapa entitas, dalam penelitian ini yaitu laporan keuangan dari perusahaan-perusahaan yang menjadi sampel penelitian.

C. Teknik Pengambilan Sampel

Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah dengan menggunakan purposive sampling, yaitu dengan memilih sampel berdasarkan kriteria dan tujuan tertentu sesuai dengan tujuan penelitian. Kriteria yang digunakan untuk mengambil sampel penelitian diantaranya: 1. Perusahaan perbankan yang terdaftar di Bursa Efek Indonesia dan Bursa

Malaysia pada tahun 2013-2015

2. Perusahaan selalu mempublikasi laporan keuangan tahunan pada tahun 2013-2015

3. Perusahaan yang tidak mengalami kerugian pada tahun 2013-2015 4. Perusahaan yang tidak melakukan merger atau akuisisi dari tahun

2013-2015.

D. Teknik Pengumpulan Data

Karena data yang digunakan dalam penelitian ini adalah data sekunder maka peneliti mengumpulkan data dengan teknik studi pustaka dan metode dokumentasi. Studi pustaka adalah kajian literature atau kajian teori yang mendukung penelitian ini.

Metode dokumentasi adalah mempelajari arsip-arsip atau laporan keuangan perusahaan sampel yang sudah dipublikasi di BEI dan dari website

perusahaan. arsip-arsip atau laporan yang diambil adalah arsip atau laporan yang sesuai atau mendukung dalam penelitian ini.

E. Definisi Operasional Variable Penelitian 1. Variable dependen.

Variable dependen adalah variable terikat yang dipengaruhi oleh variable independen. Variable ini akan berubah bila dipengaruhi oleh variable independen. Dalam penelitian ini yang menjadi variable dependen adalah kesalahan peramalan laba (profit forecast error). Kesalahan peramalan laba merupakan kesalahan yang dilakukan oleh manajer dalam memperkirakan biaya yang dibutuhkan dan pendapatan yang diperoleh pada periode yang akan datang.

Peramalan perolehan laba di periode yang akan datang dilakukan oleh manajer. Peramalan laba dilakukan untuk meminimalisir terjadinya masalah yang akan dihadapi dimasa depan. Bila manajer dapat meramalkan laba yang diperoleh dengan benar, maka manajer dapat memperkirakan masalah yang terjadi di masa depan. Dengan begitu, kesalahan peramalan laba akan semakin kecil. Variabel ini akan diukur menggunakan perhitungan sebagai berikut:

FEit = ABS (AEPSit – FEPSit)/ AEPSit

Dimana FEit merupakan kesalahan peramalan laba di perusahaan

i pada periode ke t. AEPSit merupakan laba aktual per tahun di perusahaan

tahun dari perusahaan i pada periode ke t, dan ABS adalah nilai ekonomi dari nilai absolut (Sarv, 2015). Jika nilai tersebut terjadi sebelum ada hubungan, maka nilai absolut dari hubungan tersebut sudah kuat.

2. Variable independen.

Variable independen adalah variable yang mempengaruhi variable dependen. Dalam penelitian ini variabel independennya adalah volatilitas laba dan perataan laba. Volatilitas laba merupakan pergerakan naik turunnya (fluktuasi) laba yang diperoleh perusahaan pada periode tertentu. Bila laba yang diperoleh perusahaan semakin tidak stabil, maka tingkat fluktuasi laba perusahaan pun semakin tinggi.

Volatilitas laba dapat dilihat dari laporan yang dilaporkan oleh perusahaan. Bila tingkat volatilitas laba tinggi maka keadaan perusahaan dalam keadaan buruk dan kinerja dari manajer pun tidak baik. Para investor menghindari perusahaan yang memiliki keadaan tersebut. Untuk dapat mengetahu tingkat volatilitas laba, maka dapat diukur dengan rumus sebagai berikut:

� � � = √∑

�� −∑−= ��

+

− =

+

Dari rumus diatas dapat dilihat bahwa volatilitas laba diukur dengan mengakarkan hasil dari jumlah ROA pada tahun tertentu dikurangi jumlah ROA pada tahun t ke T yang dibagi dari jumlah t dengan T. Setelah itu, hasilnya di bagi jumlah dari t ditambah T, lalu diakarkan hasilnya. Lalu,

dikurangi dengan hasil pembagian dari kuadrat jumlah pendapatan 3 tahun sebelumnya sampai sekarang yang dibagi 3, lalu dibagi 3 (Putra, 2015). Maka ketemulah volatilitas laba.

Untuk variabel independen ke 2 adalah perataan laba. Perataan laba adalah manipulasi yang dilakukan oleh manajemen perusahaan, namun tidak merupakan tindakan yang dilarang. Perataan laba dilakukan agar keuangan perusahaan terlihat stabil. Tujuan utama dari tindakan perataan laba adalah untuk menghindari penarikan pajak yang tinggi dan agar kinerja manajer terlihat bagus oleh pemilik perusahaan. Perataan laba dapat diukur dengan rumus sebagai berikut :

� � �� � = (_{�� ∆ )}�� ∆ �

Dimana CV  I merupakan koefisien variabel dari jumlah laba, dan CV  S adalah koefisien variabel dari jumlah penjualan (Sarv, 2015). Berdasarkan rumus diatas, income smoothing ECKLE menghitung tingkat perataan laba dengan membagi koefisien variabel jumlah laba dengan koefisien variabel dari jumlah penjualan. Bila hasil dari perhitungan lebih besar dari 1 (x > 1), maka perusahaan tidak melakukan perataan laba. Sebaliknya bila hasil dari perhitungan kurang dari 1 (x < 1), maka perusahaan melakukan perataan laba.

F. Uji Kualitas Data

Dalam penelitian ini, peneliti menggunakan uji regresi linear sederhana dimana setiap variabel akan diuji hubungannya. Penelitian menggunakan uji regresi linear sederhana karena hanya terdapat 2 variabel disetiap hipotesisnya (pngujiannya). Selain itu, skala dari data yang diuji termasuk pada skala interval.

Dalam pengujian ini akan dilakukan uji asumsi klasik yang terdiri dari uji normalitas, uji heteroskedastisitas, uji multikolinearitas, dan uji autokolerasi. Uji asumsi klasik merupakan persyaratan yang harus dipenuhi untuk analisis regresi linear.

a. Uji normalitas.

Uji normalitas dilakukan untuk melihat apakah residual data yang digunakan untuk penelitian berdistribusi normal atau tidak. Bila residual data yang diteliti berdistribusi normal, maka data yang digunakan baik untuk diuji. Alat yang digunakan untuk uji normalitas adalah dengan

Kolmogorov-Smirnov Z (1-Sample K-S). Nilai residu dikatakan normal bila nilai Asymp.Sig.(2-tailed) lebih besar dari pada 5% (Ghozali,2009).

b. Uji heteroskedastisitas.

Pengujian heteroskedastisitas dilakukan untuk mengetahui bahwa varian dari residual data dalam pengujian sama atau tidak. Data penelitian yang baik adalah data yang varian dari nilai residualnya tidak sama untuk setip pengamatan (Ghozali, 2009). Dalam penelitian ini peneliti

menggunakan uji Glesjer, dimana data yang diuji adalah variable independen dan nilai absolute residual. Nilai residual dikatakan tidak heteroskedastisitas apa bila nilai signifikansinya lebih dari 5% (0,05).

c. Uji multikolinearitas.

Pengujian ini bertujuan untuk mengetahu apakah ada hubungan korelasi antar variabel (Ghozali, 2009). Untuk melihat adanya korelasi dalam data penelitian ini adalah dengan melihat kolom Variance Inflation Factor (VIF). Jika nilai VIF lebih dari 10, maka data tersebut terdapat multikolinearitas. Sebaliknya jika nilai VIF kurang dari 10, maka tidak ada multikolinearitas. Untuk data yang baik adalah data yang tidak mengandung multikolinearitas.

d. Uji autokolerasi.

Uji autokorelasi berguna untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi antara residual satu pengamatan dengan pengamatan lain pada model regresi. Deteksi adanya autokorelasi dapat dilihat dari angka DW (Durbin-Watson) dengan ketentuan:

1. Angka D-W dibawah -2 berarti ada autokorelasi positif.

2. Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi. 3. Angka D-W diatas +2 berarti ada autokorelasi positif.

G. Uji Hipotesis dan Analisis Data 1. Uji T.

Uji t digunakan untuk mengetahui hubungan antara variable dependen dan variable independen dalam persamaan regresi linear. Jadi, pengujian ini untuk mengetahui seberapa besar variabel independen menjelakan variabel dependen. Dalam pengujian ini, hipotesis diterima jika nilai signifikansinya lebih besar dari 5% (0.05). Untuk arahnya dapat dilihat pada kolom .

Berdasarkan model penelitian diatas dapat dituliskan persamaan statistik sebegai berikut:

H1: y = 0 + 1 X1+ e

Kesalahan peramalan data = 0 + 1 + e

Volatilitas laba = 1.

H2: y = 0 + 1 X1+ e

Kesalahan peramalan laba: 0 + 1 X1+ e

Volatilitas: 1

2. Uji independent sample t test.

Uji independent sample t test digunakan untuk mengetahui perbedaan dari 2 sampel yang tidak berhubungan. Dalam penelitian ini,

independent sample t test digunakan untuk mengukur adanya perbedaan perusahaan yang melakukan perataan laba dan perusahaan yang tidak melakukan perataan laba. Untuk mengetahui sukses tidaknya tes ini, kita dapat melihatnya dari nilai sig (2-tailed) hasil regresi.

3. Uji chow test.

Chow test digunakan untuk membandingkan 2 kelompok sampel

yang berbeda. Untuk kasus ini, peneliti menggunakan chow test untuk membandingkan antara perusahaan di Indonesia dan peruahaan di Malaysia. Syarat diterimanya hipotesis adalah fhitung > ftabel. Rumus yang digunakan

adalah:

F=

�− _� � /�

�−�

SSRr: sum of squared residual – unrestricted regression

SSRu: sum of squared residual – restricted regression (regresi total) n: jumlah data

r: jumlah variable independen pada regricted regression k: jumlah independen pada unrestricted regression

26

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

A. Gambaran Umum Subyek Penelitian

Sempel yang digunakan dalam penelitian ini merupakan perusahaan perbankan yang ada di Bursa Efek Indonesia dan Bursa Malaysia pada tahun 2013-2015. Metode penyempelan yang digunakan dalam penelitian ini adalah

purposive sampling. Berdasarkan kriteria yang sudah ditetapkan di bab 3, maka diperoleh 94 perusahaan yang menjadi sampel. Sampel dari Indonesia sejumlah 52 perusahaan dan perusahaan dari malaysia sebesar 42 perusahaan. Pemilihan sampel penelitian sebagai berikut:

TABEL 4.1

Prosedur Pemilihan Sampel di Indonesia

NO Kriteria Sampel Jumlah

1 Perusahaan perbankan yang terdaftar di Bursa Efek

Indonesia tahun 2013-2015 105

2 Perusahaan perbankan yang mengalami kerugian di

Indonesia (12)

3 Perusahaan perbankan yang tidak memiliki data

lengkap di Indonesia (12)

4 Outliers (29)

5 Total perusahaan yang menjadi sampel 52 Sumber: Data diolah peneliti

Data perusahaan yang terdaftar di BEI sebesar 105 perusahaan perbankan di tahun 2013-2015. Perusahaan yang mengalami kerugian di

negara Indonesia sebesar 12 perusahaan. Perusahaan yang tidak melaporkan laporan keuangan secara lengkap di Indonesia sebesar 12 perusahaan. Untuk perusahaan yang merupakan data outliers untuk Indonesia sebesar 29 perusahaan. Total perusahaan yang menjadi sampel penelitian sebesar 52 perusahaan.

TABEL 4.2

Prosedur Pemilihan Sampel di Malaysia

NO Kriteria Sampel Jumlah

1 Perusahaan perbankan yang terdaftar di Bursa

Malaysia tahun 2013-2015 105

2 Perusahaan perbankan yang mengalami kerugian di

Malaysia (15)

3 Perusahaan perbankan yang tidak memiliki data

lengkap di Malaysia (24)

4 Outliers (24)

5 Total perusahaan yang menjadi sampel 42 Sumber: Data diolah peneliti

Data perusahaan yang terdaftar di Bursa Malaysia sebesar 105 perusahaan perbankan di tahun 2013-2015. Perusahaan yang mengalami kerugian di negara Malaysia sebesar 15 perusahaan. Perusahaan yang tidak melaporkan laporan keuangan secara lengkap di Malaysia sebesar 24 perusahaan. Untuk perusahaan yang merupakan data outliers untuk Malaysia sebesar 24 perusahaan. Total perusahaan yang menjadi sampel penelitian sebesar 42 perusahaan.

B. Uji Kualitas Instrumen dan Data

Dalam penelitian ini, peneliti melakukan 2 proses pengujian yaitu uji statistik deskriptif dan uji asumsi klasik. Tujuan dari pengujian tersebut untuk melihat kualitas data dari sampel penelitian ini. Hasil dari pengujian sebagai berikut:

1. Analisis deskriptif.

Uji analisis deskriptif berfungsi untuk mengetahui deskripsi dari variabel-variabel penelitian, baik jumlah sampel, nilai rata-rata, dan lainnya. Dengan adanya informasi tersebut, maka pembaca dapat lebih mudah memahami variabel-variabel yang diteliti. Hasil dari uji statistik deskriptif sebagai berikut:

a. Perusahaan di Indonesia.

TABEL 4.3

Uji Statistik Deskriptif di Indonesia

Sumber: Hasil olah data peneliti, 2016 Seluruh perusahaan

di Indonesia N Minimum Maximum Mean Std. Deviation

PFE 52 0,00 0,27 0,0865 0,06630

VOL 52 0,01 0,35 0,0670 0,08631

Perusahaan dengan perataan laba di

in-donesia N Minimum Maximum Mean Std. Deviation

PFE 48 0,006 0,354 0,06255 0,083941

VOL 48 0,001 0,266 0,09058 0,066613

Perusahaan tanpa perataan laba di

In-donesia N Minimum Maximum Mean Std. Deviation

PFE 4 0,00 0,10 0,0372 0,04145

Untuk uji statistik deskriptif dari seluruh perusahaan di Indonesia, didapatkan hasil dimana jumlah sampel dari kesalahan peramalan laba sebesar 52 perusahaan dengan nilai minimum 0,00 atau 0% yaitu dari perusahaan BTPN, nilai maksimum sebesar 0,27 atau 27% yaitu perusahaan BMAS, nilai rata-rata sebesar 0,0865 atau 8,65% dan simpangan baku sebesar 0,06630 atau sebesar 6,63%. Untuk variabel volatilitas laba, jumlah sampel sebanyak 52 sampel dengan nilai minimum sebesar 0,01 atau 1% yaitu perusahaan ARGO, nilai maksimum sebesar 0,35 atau 35% yaitu perusahaan PNMBM, nilai rata-rata sebesar 0,0670 atau 6,7% dan simpangan baku sebesar 0,08631 atau 8,63%.

Untuk uji statistik deskriptif dari perusahaan yang melakukan perataan laba di Indonesia didapatkan hasil dimana jumlah sampel dari kesalahan peramalan laba sebesar 48 perusahaan, nilai minimum sebesar 0,006 atau 0,6% yaitu perusahaan BBKP, nilai maksimum sebesar 0,354 atau 35,4% yaitu perusahaan INPC, nilai rata-rata sebesar 0,0625 atau 6,25% dan nilai simpangan baku sebesar 0,08394 atau 8,39%. Untuk variabel volatilitas laba didapatkan hasil dimana jumlah sampel sebesar 48 perusahaan, nilai minimum sebesar 0,001 atau 0,1% yaitu perusahaan BKSW, nilai maksimum sebesar 0,266 atau 26%, nilai rata-rata sebesar 0,0906 atau 9,06% dan nilai simpangan baku sebesar 0,066613 atau 6,67%.

Untuk uji statistik deskriptif dari perusahaan yang tidak melakukan perataan laba di Indonesia didapatkan hasil dimana jumlah sampel dari variabel kesalahan peramalan laba sebesar 4 perusahaan, nilai minimum sebesar 0,00 atau 0% yaitu perusahaan BBRI, nilai maksimal sebesar 0,10 atau 10% yaitu perusahaan BBNI, nilai rata-rata sebesar 0,0372 atau 3,72% dan nilai simpangan baku sebesar 0,04145 atau 4,145%. Untuk variabel volatilitas laba, jumlah sampel sebesar 4 perusahaan, nilai minimal sebesar 0,012 atau 1,2% yaitu perusahaan BBNI, nilai maksimal sebesar 0,248 atau 24,8% yaitu perusahaan BBNI, nilai rata-rata sebesar 0,121 atau 12,1% dan nilai simpangan baku sebesar 0,1099 atau 10,9%.

b. Perusahaan di Malaysia.

TABEL 4.4

Uji Statistik Deskriptif di Malaysia

Sumber: Hasil olah data peneliti, 2016 Seluruh

perus-ahaan di Malaysia N Minimum Maximum Mean Std. Deviation

PFE 42 -0,197 0,237 -0,01760 0,101693

VOL 42 0,005 0,866 0,10375 0,179712

Perusahaan dengan perataan

laba di Malaysia N Minimum Maximum Mean Std. Deviation

PFE 30 -0,10 0,16 0,0353 0,07290

VOL 30 0,00 0,20 0,0643 0,07663

Perusahaan tanpa perataan laba di

Malaysia N Minimum Maximum Mean Std. Deviation

PFE 23 -15,462 0,244 -1,08083 3,233526

Untuk uji statistik deskriptif dari seluruh perusahaan di Malaysia, didapat hasil dimana jumlah sampel dari kesalahan peramalan laba sebesar 42 perusahaan dengan nilai minimum -0,197 atau -19,7% yaitu perusahaan Muamalat Bank, nilai maksimum sebesar 0,237 atau 23,7% yaitu perusahaan Amanah Bank, nilai rata-rata sebesar -0,01760 atau -1,8% dan simpangan baku sebesar 0,101693 atau 10,17%. Untuk variabel volatilitas laba, jumlah sampel sebanyak 42 sampel dengan nilai minimum sebesar 0,005 atau 0,5% yaitu Bank Muamalat, nilai maksimum sebesar 0,866 atau 86,6% yaitu Bank Amanah, nilai rata-rata sebesar 0,10375 atau 10,37% dan simpangan baku sebesar 0,179712 atau 17,97%.

Untuk uji statistik deskriptif dari perusahaan yang melakukan perataan laba di Malaysia didapatkan hasil dimana jumlah sampel dari kesalahan peramalan laba sebesar 30 perusahaan, nilai minimum sebesar -0,10 atau -10% yaitu perusahaan Citi Bank, nilai maksimum sebesar 0,16 atau 16% yaitu perusahaan CIMB Bank, nilai rata-rata sebesar 0,0353 atau 3,53% dan nilai simpangan baku sebesar 0,07290 atau 7,29%. Untuk variabel volatilitas laba didapatkan hasil dimana jumlah sampel sebesar 30 perusahaan, nilai minimum sebesar 0,00 atau 0% yaitu Citi Bank, nilai maksimum sebesar 0,20 atau 20% yaitu CIMB Bank, nilai rata-rata sebesar 0,0643 atau 6,435 dan nilai simpangan baku sebesar 0,07663 atau 7,66%.

Untuk uji statistik deskriptif dari perusahaan yang tidak melakukan perataan laba di Malaysia didapatkan hasil dimana jumlah sampel dari variabel kesalahan peramalan laba sebesar 23 perusahaan, nilai minimum sebesar -15,462 atau -154% yaitu SCB, nilai maksimal sebesar 0,244 atau 24,4% yaitu RHB, nilai rata-rata sebesar -1,08083 atau -108,8% dan nilai simpangan baku sebesar 3,233526 atau 323%. Untuk variabel volatilitas laba, jumlah sampel sebesar 23 perusahaan, nilai minimal sebesar 0,000 atau 0% yaitu SCB, nilai maksimal sebesar 0,784 atau 78% yaitu RHB, nilai rata-rata sebesar 0,13330 atau 13% dan nilai simpangan baku sebesar 0,228381 atau 23%.

2. Uji asumsi klasik.

Uji asumsi klasik merupakan syarat yang harus dipenuhi dalam melakukan uji regresi. Dalam penelitian ini, peneliti melakukan uji normalitas, uji heteroskedastisitas, uji multikolinearitas, dan uji autokorelasi. Pengujian dilakukan per hipotesis, karena data yang digunakan dalam pengujian berbeda disetiap hipotesisnya. Hasil uji asumsi klasi yaitu:

a. Uji normalitas.

Uji normalitas digunakan untuk mengetahui apakah residual data tersebut berdistribusi normal atau tidak. Metode pengujian normalitas yang digunakan dalam penelitian ini adalah One-Sample

Kolmogorov-Smirnov Test. Data dikatakan normal bila nilai sig > 0,05 (Gozali, 2005). Hasil pengujian data penelitian sebagai berikut:

i.) Perusahaan Indonesia.

TABEL 4.5

Uji Normalitas di Indonesia

Sumber: Hasil olah data peneliti, 2016

Berdasarkan tabel 4.5, uji normalitas untuk seluruh perusahaan di Indonesia (H1A) dihasilkan output dimana nilai

Kolomgorov-Smirnov Z sebesar 0,992 dan jumlah nilai Asymp. Sig (2-tailed) sebesar 0,279 > a (0,05). Dari hasil tersebut dapat disimpulkan bahwa residual dari hipotesis 1A berdistribusi normal. Jadi, model regresi dapat memenuhi asumsi normalitas.

Uji normalitas untuk perusahaan yang melakukan perataan laba di Indonesia (H2A) dihasilkan output dimana nilai

Kolomgorov-Smirnov Z sebesar 1,034 dan jumlah nilai Asymp. Sig (2-tailed) sebesar 0,236 > a (0,05). Dari hasil tersebut dapat disimpulkan bahwa residual dari hipotesis 2A berdistribusi normal. Jadi, model regresi dapat memenuhi asumsi normalitas.

Seluruh perusahaan di Indonesia Unstandardized Residual

Kolmogorov-Smirnov Z 0,992

Asymp. Sig. (2-tailed) 0,279

Perusahaan dengan perataan laba di

Indonesia Unstandardized Residual

Kolmogorov-Smirnov Z 1,034

1) Perusahaan di Malaysia.

TABEL 4.6

Uji Normalitas di Malaysia

Seluruh perushaan di Malaysia Unstandardized

Residual

Kolmogorov-Smirnov Z 0,790

Asymp. Sig. (2-tailed) 0,560

Perusahaan dengan perataan laba di Malaysia

Unstandardized Residual

Kolmogorov-Smirnov Z 0,522

Asymp. Sig. (2-tailed) 0,948

Sumber: Hasil olah data peneliti, 2016

Berdasarkan tabel 4.6, uji normalitas untuk seluruh perusahaan di Malaysia (H1B) dihasilkan output dimana nilai

Kolomgorov-Smirnov Z sebesar 0,790 dan jumlah nilai Asymp. Sig (2-tailed) sebesar 0,560 > a (0,05). Dari hasil diatas dapat disimpulkan bahwa residual dari hipotesis 1B berdistribusi normal. Jadi, model regresi dapat memenuhi asumsi normalitas.

Uji normalitas untuk perusahaan yang melakukan perataan laba di Malaysia (H2B) dihasilkan output dimana nilai

Kolomgorov-Smirnov Z sebesar 0,522 dan jumlah nilai Asymp. Sig (2-tailed) sebesar 0,948 > a (0,05). Dari hasil diatas dapat disimpulkan bahwa residual dari hipotesis 2B berdistribusi normal. Jadi, model regresi dapat memenuhi asumsi normalitas.

b. Uji heteroskedastisitas.

Uji heteroskedastisitas dilakukan untuk menguji adanya ketidaksamaan variance dari residual satu variabel ke variable yang lain dalam model regresi. Jika, variance dari residual satu variabel ke veriabel tetap maka data tersebut memiliki nilai residual yang baik. Metode yang digunakan dalam pengujian heteroskedastisitas adalah dengan menggunakan uji Glejser. Hasil uji heteroskedastisitas dalam penelitian ini yaitu:

1) Perusahaan di Indonesia.

TABEL 4.7

Uji Heteroskedastisitas di Indonesia

Model

Unstandardized Coefficients

Sig.

B Std. Error

VOL -0,010 0,066 0,880

Model Unstandardized Coefficients

Sig.

B Std. Error

VOL -0,045 0,070 0,522

Sumber: Hasil olah data peneliti, 2016

Berdasarkan tabel 4.7, dapat dilihat bahwa nilai signifikan dari hasil uji heteroskedastisitas untuk sampel seluruh perusahaan di Indonesia (H1A) sebesar 0,880 > a (0,05). Nilai absolut dari

residual data tidak mengandung heteroskedastisitas. Jadi, model regresi memenuhi asumsi bebas dari heteroskedastisitas.

Nilai signifikan dari uji heteroskedastisitas pada perusahaan yang melakukan laba di Indonesia (H2A) sebesar 0,522

> a (0,05). Nilai absolut residual data dari penelitian ini tidak mengandung heteroskedastisitas. Jadi, data lolos dari uji heteroskedastisitas.

2) Perusahaan di Malaysia.

TABEL 4.8

Uji Heteroskedastisitas di Malaysia

Sumber: Hasil olah data peneliti, 2016

Berdasarkan tabel 4.8, dapat dilihat bahwa nilai signifikansi dari seluruh perusahaan di Malaysia (H1B) sebesar 0,792 > a (0,05).

Dapat disimpulkan bahwa nilai absolut residual data dari penelitian ini tidak mengandung heteroskedastisitas, sehingga lolos uji heteroskedastisitas.

Untuk nilai signifikansi dari perusahaan yang melakukan pertaan laba di Malaysia (H2B) sebesar 0,657 > a

(0,05). Dapat disimpulkan bahwa nilai absolut residual data tidak mengandung heteroskedastisitas, sehingga lolos dari uji heterooskedastisitas.

Seluruh perusahaan Unstandardized Coefficients

Sig.

B Std. Error

VOL 0,013 0,048 0,792

Perusahaan dengan perataan laba

Unstandardized Coefficients

Sig.

B Std. Error

c. Uji multikolinearitas.

Uji multikolinearitas digunakan untuk mengetahui adanya korelasi antar variabel independen dalam model regresi. Uji multikolinearitas dalam penelitian dapat dilihat dari nilai Tolerance

atau Variance Inflation Factor (VIF). Hasil uji multikolinearitas dalam penelitian yaitu:

1) Perusahaan di Indoneisa.

TABEL 4.9

Uji Multikolinearitas di Indonesia

Sumber: Hasil olah data peneliti, 2016

Berdasarkan tabel diatas, dapat dilihat bahwa nilai VIF dari seluruh peruahaan di Indonesia (H1A) sebesar 1,000 < a (10),

maka data penelitian ini bebas dari multikol. Dengan demikian maka data bebas dari uji multikolinearitas.

Untuk nilai VIF dari perusahaan yang melakukan perataan laba di Indonesia (H2A) sebesar 1,000 < a (10), maka data penelitian

ini bebas dari multikol. Dengan demikian maka, data dari Seluruh

perusahaan di Indonesia

Unstandardized Coefficients

Sig.

Collinearity Statistics

B Std. Error Tolerance VIF

VOL _{0,257 0,102 0,015 1,000 1,000}

Perusahaan dengan perataan laba di Indonesia

Unstandardized

Coefficients Sig. Collinearity Statistics

B Std. Error Tolerance VIF

perusahaan yang melakukan laba di Indonesia lolos uji multikolinearitas.

2) Perusahaan di Malaysia.

TABEL 4.10

Uji Multikolinearitas di Malaysia Seluruh perusahaan

di Malaysia

Unstandardized Coefficients

Sig.

Collinearity Statistics

B Std. Error Tolerance VIF

VOL _{0,248 0,080 0,004 1,000 1,000}

Perusahaan dengan perataan laba di Malaysia

Unstandardized

Coefficients Sig.

Collinearity Statistics

B Std. Error Tolerance VIF

VOL _{-0,194 0,176 0,281 1,000 1,000}

Sumber: Hasil olah data peneliti, 2016

Berdasarkan tabel diatas, nilai VIF dari seluruh perusahaan di Malaysia (H1B) sebesar 1,000 < a (10), maka data

penelitian ini bebas dari multikol dan dapat digunakan untuk pengujian selanjutnya. Untuk hasil uji multikolinearitas pada regresi ke dua sebagai berikut:

Untuk nilai VIF dari perusahaan yang melakukan perataan laba di Malaysia (H2B) sebesar 1,000 < a (10), maka data penelitian

ini bebas dari multikol. Dengan demikian maka data penelitian ini bebas dari uji multikolinearitas.

d. Uji Autokorelasi.

Uji autokorelasi bertujuan untuk menguji apakah antara variabel pengganggu masing-masing variabel saling mempengaruhi dalam model regresi. Uji autokorelasi dalam penelitian ini dilakukan dengan pendekatan DW (Durbin-Watson). Hasil uji autokorelasi dalam penelitian ini ditunjukkan pada tabel di bawah ini.

1) Perusahaan di Indonesia.

TABEL 4.11

Uji Autokorelasi di Indonesia

R Square Adjusted R

Square

Durbin-Watson

Seluruh perusahaan 0,112 0,094 2,008

Perusahaan dg perataan laba

0,144 0,125 2,070

Sumber: Hasil olah data peneliti, 2016

Berdasarkan tabel 4.11, nilai durbin-watson (dw) dari seluruh perusahaan di Indonesia (H1A) sebesar 2,008. Untuk jumlah

sampel pada regresi ini sebesar 52, sehingga dl sebesar 1,5135 dan dU sebesar 1,5917. Rumusnya dl < dw < 4-du, dan untuk penelitian ini yaitu 1,5135 < 2,008 < 2,4083. Jadi, dapat disimpulkan bahwa data dari regresi ini bebas dari autokorelasi.

Untuk nilai durbin-watson (dw) dari perusahaan yang melakukan perataan laba di Indonesia (H2A) sebesar 2,070. Untuk

sebesar 1,5135 dan dU sebesar 1,5917. Rumus untuk penelitian ini yaitu 1,5135 < 2,070 < 2,4083. Data dari penelitian ini bebas dari autokorelasi.

2) Perusahaan di Malaysia.

TABEL 4.12

Uji Autokorelasi di Malaysia

R Square Adjusted R

Square

Durbin-Watson

Seluruh perusahaan _{0,192 0,172} 1,928

Perusahaan dg perataan laba _{0,041 0,007} 2,129

Sumber: Hasil olah data peneliti, 2016

Berdasarkan tabel 4.12, nilai durbin-watson (dw) dari seluruh perusahaan di Malaysia (H1B) sebesar 1,928. Untuk jumlah

sampel pada regresi ini sebesar 42, sehingga dl sebesar 1,4562 dan dU sebesar 1,5534. Rumus untuk uji autokorelasi adalah dl < dw < 4-du. Aplikasi untuk penelitian ini yaitu 1,4562 < 1,928 < 2,4466. Jadi, dapat disimpulkan bahwa data dari regresi ini bebas dari autokorelasi.

Untuk nilai durbin-watson (dw) dari perusahaan yang melakukan perataan laba di Malaysia (H2B) sebesar 2,129. Untuk

jumlah sampel pada regresi ini sebesar 30 perusahaan, sehingga dl sebesar 1,3520 dan dU sebesar 1,4894. Untuk penelitian ini yaitu 1,3520 < 2,129 < 2,5106. Data penelitian ini bebas dari autokorelasi.

C. Hasil Penelitian (Uji Hipotesis)

Uji hipotesis dilakukan untuk mengetahui apakah hipotesis sementara dari peneliti diterima atau ditolak. Dalam penelitian ini, peneliti melakukan uji hipotesis dengan menggunakan uji r square, uji beda (independent sample t test), chow test dan uji t.

1. Uji r square.

Uji koefisien determinasi bertujuan untuk mengukur seberapa kemampuan variabel independen dalam menjelaskan variasi perubahan variabel dependen. Besarnya nilai koefisien determinan diukur dengan rumus 0 < R2 < 1. Bila nilai koefisien determinan mendekati 1, maka variabel independ memiliki pengaruh yang semakin kuat. Hasil uji koefisien determinasi dalam penelitian ini ditunjukkan pada tabel di bawah ini.

a. Perusahaan di Indonesia.

TABEL 4.13 Uji R Square di Indonesia

R Square Adj. R Square

Std. Error of the Estimate

Selutuh perusahaan 0,192 0,172 0,092545

Perusahaan dengan perataan

laba 0,144 0,125 0,062298

Sumber: Hasil olah data peneliti, 2016

Dari hasil regresi dapat dilihat bahwa nilai R square dari penelitian untuk seluruh perusahaan di Indonesia (H1A) sebesar 0,192,

menjelaskan variabel kesalahan peramalan laba sebanyak 19,2%, sisanya dijelaskan oleh faktor lain.

Untuk hasil regresi di perusahaan yang melakukan perataan laba di Indonesia (H2A) dapat dilihat bahwa niali R square sebesar

0,144, maka dapat disimpulkan bahwa variabel volatilitas laba dapat menjelaskan variabel kesalahan peramalan laba sebanyak 14,4%, sisanya dijelaskan oleh faktor lain.

b. Perusahaan di Malaysia.

TABEL 4.14 Uji R Square di Malaysia

R Square

Adjusted R Square

Std. Error of the Estimate

Seluruh perusahaan 0,192 0,172 0,092545

Perusahaan dengan perataan

laba 0,041 0,007 0,07263

Sumber: Hasil olah data peneliti, 2016

Dari tabel diatas dapat dilihat bahwa nilai R square dari seluruh perusahaan di Indonesia sebesar 0,192, maka dapat disimpulkan bahwa variable volatilitas dapat menjelaskan variable kesalahan peramalan laba sebanyak 19,2%, sisanya dijelaskan oleh faktor lain.

Dapat dilihat bahwa R square dari regresi 1 sebesar 0,041, maka dapat disimpulkan bahwa variable volatilitas dapat menjelaskan variabel kesalahan peramalan laba sebanyak 4,1%, sisanya dijelakan oleh faktor lain.

2. Uji beda (independent sample t test).

TABEL 4.15

Uji Independent Samples Test Hipotesis 3 t-test for Equality of Means

Sig. (2-tailed) Mean

Std. Error Difference

Perusahaan di Indonesia 0,029 0,31629 0,14229

Perusahaan di Malaysia 0,160 0,747268 0,525153

Sumber: Hasil oleah data peneliti, 2016

Dari tabel diatas dapat dilihat bahwa nilai sig dari perusahaan Indonesia sebesar 0,029 < a (0,05), maka dapat dijelaskan bahwa terdapat perbedaan yang signifikan antara perusahaan yang melakukan perataan laba dan yang tidak melakukan perataan laba di Indonesia.

Hasil dari regresi untuk perusahaan yang melakukan perataan laba dan tidak melakukan perataan laba di Malaysia memiliki nilai sig sebesar 0,160 > a (0,05), maka dapat disimbulkan bahwa tidak ada perbedaan antara perusahaan yang melakukan perataan laba dan yang tidak melakukan perataan laba di Malaysia.

3. Uji chow test.

Chow test digunakan untuk membandingkan 2 sampel atau lebih. Uji ini bertujuan untuk mengetahui adanya berbedaan yang signifikan antara perusahaan Indonesia dengan perusahaan Malyasia.

TABEL 4.16

Chow Test Perusahaan di Indonesia dan Malaysia

Sum of Squares df Mean Square

Regresi dua negara 56,852 154 0,369

Regresi perusahaan Indonesia 14,499 79 0,184

Regresi perusahaan di

Malaysia 41,701 73 0,571

Sumber: Hasil olah data peneliti, 2016

Dari tabel 4.16 dapat dilihat bahwa nilai residual dari uji regresi dari negara Indonesia dan Malaysia sebesar 56,852. Nilai residual dari uji regresi Indonesia sebesar 14,499. Nilai residual dari uji regresi Malaysia sebesar 41,701. Dari hasil diatas maka dapat dihitung bahwa SSRr sebesar 56,852, SSRu sebesar 56,2 (hasil penjumlahan dari 14,499 dan 41,701). Untuk nilai r: 1, nilai n: 147 dan nilai k: 2. Maka, sesuai dengan rumus di bab 3 dihasilkan nilai dari uji chow sebesar 1,675.

4. Uji signifikan nilai t.

Uji parsial (Uji T) bertujuan untuk menguji apakah variabel independen mempunyai pengaruh secara parsial terhadap variabel dependen dalam model penelitian. Hasil uji parsial (Uji T) dalam penelitian ini ditunjukkan pada tabel di bawah ini.

TABLE 4.17

Uji T Hipotesis 1 (Seluruh Perusahaan) Unstandardized Coefficients

Sig.

B Std. Error

Seluruh perusahaan di Indonesia 0,257 0,102 0,015

Seluruh perusahaan di Malaysia 0,248 0,080 0,004

a. Pengujian hipotesis pertama di Indonesia.

Dari table 4.17, untuk pengujian pada seluruh perusahaan di Indonesia diperoleh nilai sig dari volatilitas laba sebesar 0,015 < a

(0,05) dan nilai B memiliki arah positif. Dari hasil diatas dapat disimpulkan bahwa volatilitas laba berpengaruh positif signifikan terhadap kesalahan peramalan laba di seluruh perusahaan perbankan di Indonesia. Dengan demikian hipotesis 1A diterima.

b. Pengujian hipotesis pertama di Malaysia.

Dari tabel 4.17, untuk pengujian pada seluruh perusahaan di Malaysia dapat dilihat bahwa nilai sig sebesar 0,004 < a (0,05) dengan arah nilai B positif. Dari hasil diatas dapat disimpulkan bahwa volatilitas berpengarh positif signifikan terhadap kesalahan laba di seluruh perusahaan perbankan di Malaysia. Dengan demikian hipotesis 1B diterima.

TABEL 4.18

Uji T Hipotesis 2 (Perusahaan dengan Perataan Laba) Unstandardized

Coefficients

Sig.

B Std. Error

Perusahaan dengan perataan laba di

Indonesia 0,287 0,136 0,040

Perusahaan dengan perataan laba di

Malaysia -0,194 0,176 0,281

c. Pengujian hiotesis kedua di Indonesia.

Dari tabel 4.18 memperoleh hasil bahwa nilai sig dari perusahaan yang melakukan perataan laba di Indonesia sebesar 0,040 < a (0,05) dengan arah B yang positif. Dari hasil diatas, maka volatilitas laba dapat berpengaruh positif signifikan terhadap kesalahan peramalan laba di perusahaan yang melakukan perataan laba. Dengan demikian hipotesis 2A diterima.

d. Pengujian hipotesis kedua di Malaysia.

Dari table 4.18, terlihat bahwa nilai sig dari perusahaan yang melakukan perataan laba di Malaysia sebesar 0,281 > 0,05 dengan arah B negatif. Dari hasil diatas, maka volatilitas laba tidak berpengaruh secara signifikan terhadap kesalahan peramalan laba di perusahaan yang melakukan perataan laba di Malaysia. Dengan demikian hipotesis 2B ditolak.

TABEL 4.19

Independen Sampel T Test (Hipotesis 3)

t-test for Equality of Means Sig. (2-tailed)

Mean Difference

Std. Error Difference

Perusahaan di Indonesia _{0,029 0,31629 0,14229}

Perusahaan di Malaysia _{0,160 0,7473 0,5252}

e. Pengujian hipotesis ketiga di Indonesia.

Dari tabel 4.19, nilai sig. (2-tailed) dari seluruh perushaan di Indonesia (H3A) sebesar 0,029, sehingga dapat disimpulkan bahwa

perusahaan yang melakukan perataan laba dan perusahaan yang tidak melakukan perataan laba terhadap kesalahan peramalan laba di Indonesia sangat berbeda. Dari hasil regres dapat disimpulkan bahwa hipotesis dari 3A diterima.

f. Pengujian hipotesis ketiga di Malaysia.

Dari table 4.19, nilai sig. (2-tailed) dari perusahaan di Malaysia (H3B) sebesar 0,160, sehingga dapat disimpulkan bahwa

perusahaan yang melakukan perataan laba dan perusahaan yang tidak melakukan perataan laba terhadap kesalahan peramalan laba di Malaysia tidak berbeda. Dari hasil regres dapat disimpulkan bahwa hipotesis dari 3B ditolak.

g. Penjelasan chow tes.

Nilai residual dari regresi total negara Indonesia dan Malaysia sebesar 56,853, nilai residual dari regresi Indonesia sebesar 14,499 dan nilai residual dari regresi Malaysia sebesar 41,701. Jumlah sampel (n) sebesar 147, nilai r sebesar 1, dan nilai k sebesar 2. Dapat dihitung nilai chow tes sebagai berikut:

Lampiran 33.

Perataan Laba di Indonesia

NO PERUSAHAAN TAHUN

LABA

PENDAPATAN

PERATAAN

LABA

1

AGRO

2013

19,413,130

104,127,723

0.186

2

BBKP

2013

117,000,000

824,000,000

0.142

3

BBNP

2013

-29,665,639

170,666,000

-0.174

4

BBRI

2013

2,667,000,000

9,851,000,000

0.271

5

BBTN

2013

198,000,000

1,964,000,000

0.101

6

BJBR

2013

183,083,000

1,337,303,000

0.137

7

BJTM

2013

99,673,000

608,675,000

0.164

8

BKSW

2013

34,086,000

170,078,000

0.200

9

BNII

2013

364,957,000

394,383,000

0.925

10 BVIC

2013

38,844,000

395,467,000

0.098

11 MAYA

2013

122,062,000

691,658,000

0.176

12 MCOR

2013

-15,775,000

51,066,000

-0.309

13 BACA

2013

19,907,000

120,668,000

0.165

14 BBCA

2013

2,538,000,000

6530000000

0.389

15 BBMD

2013

37,433,000

54177000

0.604

16 BBNI

2013

2,010,000,000

3,746,000,000

0.537

17 BDMN

2013

42,172,000

1,272,556,000

0.033

18 BMAS

2013

7,805,000

70,421,000

0.111

19 BMRI

2013

2,786,316,000

7,658,400,000

0.364

20 BNGA

2013

46,290,000

8,160,984,000

0.006

21 BSIM

2013

-6,633,000

46,168,000

-0.144

22 BTPN

2013

160,675,000

1,650,108,000

0.097

23 INPC

2013

89,456,000

172,228,000

0.519

25 NAGA

2013

-401,950

17,483,784

-0.023

26 NISP

2013

227,265,000

1,224,963,000

0.186

27 PNBM

2013

176140000

1,632,812,000

0.108

28 AGRO

2014

6,968,226

177,721,304

0.039

29 BBKP

2014

-279,000,000

1,143,000,000

-0.244

30 BBNP

2014

-8,702,000

173,833,000

-0.050

31 BBRI

2014

24,227,000,000

15,661,000,000

1.547

32 BBTN

2014

2,873,000,000

2,024,000,000

1.419

33 BJBR

2014

-256,353,000

658,831,000

-0.389

34 BJTM

2014

114,772,000

686,885,000

0.167

35 BKSW

2014

34,521,000

714,684,000

0.048

36 BNII

2014

-873,394,000

416,826,000

-2.095

37 BVIC

2014

-138,715,656

518,560,000

-0.268

38 MAYA

2014

44,297,952

1,309,499,829

0.034

39 MCOR

2014

14,477,000

249,963,000

0.058

40 BACA

2014

4424000

12,719,000

-1.252

41 BBCA

2014

2,256,000,000

6751000000

0.226

42 BBMD

2014

-71,269,000

31,924,000

-2.232

43 BBNI

2014

4,947,899,000

1457588000

-2.622

44 BDMN

2014

-1,476,658,000

2,860,648,000

-0.516

45 BMAS

2014

-6,687,000

76,668,000

-0.087

46 BMRI

2014

1,824,849,000

12,429,100,000

0.147

47 BNGA

2014

-1,952,311,000

2,942,681,000

-0.663

48 BSIM

2014

-66,341,000

161,265,000

-0.411

49 BTPN

2014

-254,534,000

1,350,097,000

-0.189

50 INPC

2014

-110,429,000

-43,481,000

2.54

51 MEGA

2014

43,000,000

49,000,000

0.878

52 NAGA

2014

2,819,648

60,423,284

0.047

53 NISP

2014

189,461,000

605,410,000

0.313

55 AGRO

2015

21,083,946

188,365,152

0.112

56 BBKP

2015

291,000,000

1,211,000,000

0.24

57 BBNP

2015

66,866,856

-73,878,393

-0.905

58 BBRI

2015

25,411,000,000

10,312,000,000

2.464

59 BBTN

2015

1,184,000,000

2,159,000,000

0.548

60 BJBR

2015

260,930,000

1,292,631,000

0.202

61 BJTM

2015

-54,581,000

622,291,000

-0.088

62 BKSW

2015

156,046,000

819,461,000

0.19

63 BNII

2015

421,421,000

556,542,000

0.757

64 BVIC

2015

-11,626,128

-17,488,806

0.665

65 MAYA

2015

223,026,684

1,437,576,586

0.155

66 MCOR

2015

14,477,000

101,643,000

0.142

67 BACA

2015

-15,922,000

70,651,000

-0.225

68 BBCA

2015

1,524,000,000

6503000000

0.234

69 BBMD

2015

3,742,000

61,974,000

0.06

70 BBNI

2015

-1,887,291,000

2,340,700,000

-0.806

71 BDMN

2015

-213,505,000

-570,827,000

0.374

72 BMAS

2015

15,017,000

70,419,000

0.213

73 BMRI

2015

497,615,000

8,932,185,000

0.056

74 BNGA

2015

-1,915,955,000

1,505,875,000

-1.272

75 BSIM

2015

30,221,000

343,558,000

0.088

76 BTPN

2015

-132,518,000

710,721,000

-0.186

77 INPC

2015

-41,082,000

48,727,000

-0.843

78 MEGA

2015

485,000,000

558,000,000

0.869

79 NAGA

2015

5,791,628

67,431,141

0.086

80 NISP

2015

168,653,000

5,476,307,000

0.031

Lampiran 34.

Perataan Laba di Malaysia

NO PERUSAHAAN

TAHUN LABA PENDAPATAN

PERATAAN LABA 1 PHBMMYKL _{2013 135,228,910,847 80,073,523,467} 0.448 2 ARBKMYKL _{2013 457,379,407,142 387,877,161,464} 0.568 3 BBBBYKL _{2013 12,319,197,170,457 15,615,242,533,136} 0.337 4 CIBBMYKL _{2013 593,734,315,069 3,572,263,676,176} 0.283 5 CITIMYKL _{2013 -138,761,688,749 -459,491,789,805} 0.335 6 HLBBMYKL _{2013 339,923,646,980 268,129,951,718} 0.625 7 OCBCMYKL _{2013 -18,853,425,000,000 -18,110,100,000,000} 0.765 8 SCBLMYKX _{2013 452,496,039,749 290,926,081,293} 0.410 9 UOVBMYKL _{2013 31,616,513,710 1,104,872,633,700} 0.286 10 ARBIMYKL _{2013 9,571,471,000 914,545,429,000} 0.010 11 BIMBMYKL _{2013 147,731,571,100 563,058,612,400} 0.262 12 BOFAMY2X _{2013 1,540,898,800,000 581,311,520,000} 0.265 13 HBMBMYKL _{2013 339,793,456,800 693,954,043,200} 0.490 14 MBBEMYKL _{2013 198,921,080,000 1,009,512,342,340} 0.197 15 RHBBMYKL _{2013 559,704,780,200 2,095,143,573,000} 0.267 16 BMMBMYKL _{2013 509,859,748,000 4,853,030,739,000} 0.105 17 DEUTMYKL _{2013 1,283,125,555,000 2,170,780,323,250} 0.059 18 MFBBMYKL _{2013 163,317,982,100 404,652,174,900} 0.404 19 BABMYKL _{2013 517,728,923,800 204,329,943,950} 0.253 20 BOCMY2X _{2013 17,251,739,500 90,657,193,300} 0.190 21 PBBEMYKL _{2013 1,235,011,784,500 4,637,446,464,600} 0.266 22 BRFMMYK1 _{2013 409,585,202,200 1,844,763,382,600} 0.222 23 PHBMMYKL _{2014 -79,366,873,000 47,857,357,000} 0.423 24 ARBKMYKL _{2014 540,939,058,000 2,135,141,140,000} 0.508 25 BBBBYKL _{2014 7,958,889,896,000 -125,940,381,219,000} 0.619

26 CIBBMYKL _{2014 -4,362,258,185,000 3,802,182,635,000} 0.181 27 CITIMYKL _{2014 -26,953,410,000 98,649,722,000} 0.323 28 HLBBMYKL _{2014 748,192,829,000 389,455,783,000} 0.679 29 OCBCMYKL _{2014 10,417,913,013,000 65,515,467,102,000} 0.376 30 SCBLMYKX _{2014 -509,426,133,000 -127,327,639,000} 0.296 31 UOVBMYKL _{2014 47,334,226,000 1,246,371,646,000} 0.261 32 ARBIMYKL _{2014 -5,876,098,000 -660,090,887,000} 0.015 33 BIMBMYKL _{2014 75,355,188,000 549,917,076,000} 0.251 34 BOFAMY2X _{2014 -88,941,040,000,000 -31,044,440,000,000} 0.118 35 HBMBMYKL _{2014 -2,503,011,334,000 -5,185,209,513,000} 0.510 36 MBBEMYKL _{2014 510,054,162,000 7,471,684,766,000} 0.188 37 RHBBMYKL _{2014 590,393,198,000 -2,021,750,730,000} 0.327 38 BMMBMYKL _{2014 -49,705,982,000 446,600,901,000} 0.087 39 DEUTMYKL _{2014 12,735,499,911,000 -30,701,651,572,000} 0.137 40 MFBBMYKL _{2014 78,926,905,000 48,570,403,000} 0.418 41 BABMYKL _{2014 986,294,762,000 867,944,175,000} 2.894 42 BOCMY2X _{2014 150,013,675,000 578,279,159,000} 0.217 43 PBBEMYKL _{2014 1,379,324,355,000 4,848,902,357,000} 0.268 44 BRFMMYK1 _{2014 188,115,585,200 -211,660,823,000} 0.328 45 PHBMMYKL _{2015 -602,649,892,000 -1,386,479,496,000} 0.416 46 ARBKMYKL _{2015 527,687,052,000 -1,277,233,332,000} 0.626 47 BBBBYKL _{2015 -6,359,483,938,000 -4,521,846,579,000} 0.598 48 CIBBMYKL _{2015 -847,386,973,000 6,531,092,179,000} 0.147 49 CITIMYKL _{2015 138,082,239,000 -182,508,830,000} 0.365 50 HLBBMYKL _{2015 398,178,688,000 195,720,928,000} 0.706 51 OCBCMYKL _{2015 302,262,627,000 -53,210,331,536,000} 0.792 52 SCBLMYKX _{2015 -1,119,810,456,000 -307,178,234,000} 0.021 53 UOVBMYKL _{2015 35,262,676,000 -6,520,839,419,000} 0.562 54 ARBIMYKL _{2015 23,899,784,000 9,024,009,000} 0.105

55 BIMBMYKL _{2015 -9,854,327,000 521,908,281,000} 0.230 56 BOFAMY2X _{2015 149,021,400,000,000 -8,910,280,000,000} 0.396 57 HBMBMYKL _{2015 -1,979,495,000 164,565,297,000} 0.465 58 MBBEMYKL _{2015 352,179,838,000 14,706,658,000,000} 0.169 59 RHBBMYKL _{2015 -1,599,991,000,000 -133,586,000,000} 0.244 60 BMMBMYKL _{2015 -189,096,469,000 331,286,180,000} 0.048 61 DEUTMYKL _{2015 1,340,578,938,000 5,637,613,212,000} 0.140 62 MFBBMYKL _{2015 -100,176,457,000 103,212,108,000} 0.384 63 BABMYKL _{2015 -934,703,955,000 -318,653,817,000} 0.249 64 BOCMY2X _{2015 -11,186,627,000 -83,303,511,000} 0.222 65 PBBEMYKL _{2015 1,649,720,538,000 7,054,606,061,000} 0.264 66 BRFMMYK1 _{2015 -548,908,886,000 1,067,322,835,000} 0.281