BAB IV ANALISIS DAN PEMBAHASAN
A. Analisis Data
Penelitian ini bertujuan untuk mengetahui faktor-faktor Besaran Perusahaan, NPM, OPM, ROA secara signifikan mempengaruhi perataan laba. Objek yang
diteliti adalah perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia dengan beberapa kriteria yang telah disebutkan pada bab sebelumnya
sehingga didapatkan sampel akhir penelitian sebanyak 11 perusahaan.Jumlahsampel penelitianmempresentasikan 57,89 dari populasi,
dan penelitian ini menggunakan sampel keciln30 dengan sampel sejumlah 11 tersebut maka dibutuhkan 44 laporan keuangan yang dijadikan sub sampel
penelitian.
B. Perhitungan Smoothing Index
Berdasarkan data penjualan dan data laba dari 11 sampel perusahaan, maka dilakukan perhitungan index smoothing terhadap masing-masing perusahaan yang
menjadi sampel.Perhitungan index smoothingdimaksudkan untuk menentukan kategori suatu perusahaan melakukan praktik perataan laba atau tidak
melakukan praktikperataan laba.Perusahaan dikategorikan tidak melakukan praktik perataan laba apabila memperoleh nilai index smoothing lebih kecil dari
satu, sedangkan perusahaan yang memperoleh index smoothing lebih dari satu
Universitas Sumatera Utara
dikategorikan sebagai perusahaan yang melakukan praktik perataan laba. Penggunaan index smoothing dalam menentukan kategori perusahaan
melakukan praktik perataan laba atau tidak melakukan praktik perataan laba didasarkan pada pertimbangan-pertimbangan sebagai berikut:
1. index smoothing telah digunakan oleh peneliti-peneliti terdahulu,
baik di luar negeri maupun di Indonesia, 2.
laba yang digunakan dalam menghitung index smoothing adalah laba yang sesungguhnya terjadi,
3. penjualan yang digunakan adalah penjualan yang sesungguhnya terjadi,
4. tersedianya datapenjualandanlabasesungguhnyayangdilaporkan perusahaan
dalam Indonesian Capital Market Directory 2009,sehingga memudahkan perhitungan index smoothing.
Langkah-langkah yang digunakan untuk perhitungan index smoothing adalah sebagai berikut:
1. menghitung means of sales dan means of earnings,
2. menghitung standard deviation of sales danstandard deviation of
earning, 3.
menghitung Coefficient of variations of sales CV sales dan Coefficient of variations of earning CV earnings perusahaan yang diteliti,
4. dengandiperolehnya CV sales dan CV earnings maka perhitungan index
smoothing perusahaan yang diteliti dapat dilakukan. Hasil perhitungan Coefficient of variations mencerminkan tingkat
keseragaman atau fluktuasi data yang ada selama kurun waktu pengamatan.Oleh
Universitas Sumatera Utara
karena itu semakin kecil Coefficient of variations berarti semakinseragam nilai data atau fluktuasi data rendah, sedangkan semakin besar nilaiCoefficient of
variations berarti semakin seragam nilai data atau fluktuasidata yang diteliti tinggi. Jadi besarnya nilai Coefficient of variations of salesakanmencerminkan
tingkatkeseragamanataufluktuasidatasalesdari masing-masing perusahaan pada kurun waktu penelitian, sedangkan nilai Coefficient of variationsof earning
akan mencerminkan tingkat keseragaman atau fluktuasi data earning dari masing-masing perusahaan yang diteliti.
Setelah data terkumpul yang dapat dilakukan penelitian ini adalah memisahkan perusahaan perata dan bukan perata dengan menghitung Coefficient
of variations terlebih dahulu.Coefficient of variations of earningdiperoleh dengan membagi standard deviation of earning dengan means of earnings.Hasil
perhitunganCoefficientofvariationsofearningyang dilakukanterhadap 11
perusahaandapatdilihatpadaTabel 4.1dibawah ini.
Tabel 4.1 Hasil Perhitungan CV of Earning
No Kode
2005 2006
2007 2008
Standar deviasi
Mean of Earnings
CV ofEarnings
1 AISA
35 130
15760 28686
13829,28042 11152,75
1,239988381 2
AQUA 64350
48854 65913
82337 13686,88454
65363,5 0,209396445
3 DLTA
56405 43284
47331 83754
18219,26626 57693,5
0,315794089 4
FAST 41291
68929 102537
125268 36954,19128
84506,25 0,437295363
5 INDF
24018 661210
980357 1034389
464173,4873 674993,5
0,687671048 6
MLBI 87014
73581 84385
222307 70563,31705
116821,75 0,604025509
7 MYOR
45730 93576
141589 196230
64522,06881 119281,25
0,540923815 8
SKLT 91549
4637 5742
4271 43337,34446
26549,75 1,632307064
9 SMAR
304203 628005
988944 1046389
345588,8805 741885,25
0,465825248 10
STTP 10637
14426 15595
4,816 7096,786642
10165,704 0,698110691
11 TBLA
6219 52884
97227 63,337
45364,33251 39098,33425
1,160262538
Sumber: Peneliti, 2010
Universitas Sumatera Utara
Dari tabel diatas dapat diketahui besarnya Coefficient of variations of earningkemudian langkah selanjutnya menghitung Coefficient of variations of
salesdengan membagi antara standard deviationofsales dengan means of sales. Hasil perhitungan Coefficient of variations of sales yang dilakukan terhadap 44
perusahaan dapat dilihat pada Tabel 4.2 dibawah ini.
Tabel 4.2 Hasil perhitungan CV of Sales
No Kode
2005 2006
2007 2008
Standar deviasi
Mean of Sales
CV of Sales
1 AISA
229973 333455
499870 489172
129997,826 388117,5
0,3349 2
AQU A
1563156 1683721
1952156 2331532
340575,638 1882641,25
0,1809 3
DLTA 432729
396733 439823
673770 126749,177
485763,75 0,2609
4 FAST
1028393 1276416
1589643 2022633
428899,896 1479271,25
0,2899 5
INDF 1876465
21941558 27858304
38799279 8817923,13
6 26840947,7
5 0,3285
6 MLBI
852613 891001
978600 1325661
215672,400 1011968,75
0,2131 7
MYOR 1706184
1971513 2828440
3907674 992648,207
2603452,75 0,3812
8 SKLT
167282 193,928
237,05 313,125
83516,997 42006,52
1,9881 9
SMAR 4656674
4708250 8079714
16094425 5383534,72
7 8384765,75
0,6420 10
STTP 641698
555208 600330
624401 37521,212
605409,25 0,0619
11 TBLA
1220636 1193999
1844207 3955846
1303217,57 7
2053672 0,6345
Sumber: Peneliti, 2010 Perusahaan dikatakan melakukan praktik perataan laba apabila mempunyai
nilai Coefficient of variations of sales lebih besar dari Coefficient of variations of earning atau mempunyai index smoothing lebih besar dari satu. Hal ini
berartiperusahaan mempunyai Coefficient of variations of sales lebih besar dari Coefficient of variations of earning atau mempunyai Coefficient of variations
ofearning lebih kecil atau samadengan Coefficient of variations of sales. Dengankata lain perusahaan mempunyai index smoothing lebih besar dari satu
akan mempunyai nilai Coefficient of variations of sales lebih besar dari
Universitas Sumatera Utara
nilaiCoefficient of variations of earning yang lebih seragam fluktuasi kecil dibandingkan dengan tingkat keseragaman sales.
Hasil perhitungan index smoothing IS yang dilakukan terhadap 11 perusahaan yang menjadi objek dalam penelitian ini dapat dilihat pada Tabel
4.3 di bawah ini.
Tabel 4.3 Perusahaan yang Melakukan Perataan Laba
No Kode
CV of Sales CV of Earning
IS Status
1 AISA
0,334944513 1,239988381
0,270119074 Bukan Perata
2 AQUA
0,180903100 0,209396445
0,863926319 Bukan Perata
3 DLTA
0,260927616 0,315794089
0,826258708 Bukan Perata
4 FAST
0,289939993 0,437295363
0,663030111 Bukan Perata
5 INDF
0,328525029 0,687671048
0,477735728 Bukan Perata
6 MLBI
0,213121601 0,604025509
0,352835431 Bukan Perata
7 MYOR
0,381281438 0,540923815
0,704870866 Bukan Perata
8 SKLT
1,988191022 1,632307064
1,218025129 Perata
9 SMAR
0,642061435 0,465825248
1,378331118 Perata
10 STTP
0,061976610 0,698110691
0,088777626 Bukan Perata
11 TBLA
0,634579220 1,160262538
0,546927268 Bukan Perata
Sumber: Peneliti, 2010 Dari Tabel 4.3 diatas diperoleh sebanyak dua perusahaan yang melakukan
praktik perataan laba, terlihat dari index smoothing yang nilainya diatas angka satu, dan terdapat sembilan perusahaan yang index smoothing-nya kurang dari
satu sehingga dapat digolongkan menjadi perusahaan bukan perata.
C. Analisis Statistik Deskriptif
Kategori