39
yang akan di jadikan sampel penelitian adalah populasi yang memenuhi kriteria sampel tertentu atau jugdement sampling. Kriteria perusahaan yang menjadi
sampel adalah sebagai berikut.
Adapun kriteria pengambilan sampel yang digunakan adalah: 1.
Perusahaan perbankan yang terdaftar di BEI dan mempublikasikan laporan keuangan auditan secara konsisten dan lengkap. Dari tahun 2012 sampai 2014.
2. Perusahaan perbankan tersebut sudah terdaftar di BEI sebelum 1 Januari 2012,
dan tidak keluar delisting dari BEI selama periode penelitian 2012 – 2014.
3. Perusahaan tidak mengalami kerugian dalam laporan keuangan umum dan
laporan keuangan pajak selama tahun pengamatan. Alasannya karena kerugian dapat dikompensasi kemasa depan menjadi pengurang biaya pajak tangguhan
dan diakui sebagai aktiva pajak tangguhan sehingga dapat mengaburkan arti book-diffrences yang sebenarnya pada akun biaya pajak tangguhan.
Unit Analisis pada penelitian ini adalah seluruh perusahaan perbankan yang terdaftar di Bursa Efek Indonesia. Jumlah populasi yang akan diteliti yaitu sebanyak
42 perusahaan dan tahun pengamatan selama 3 tahun, total keseluruhan populasi adalah 126 42 X 3. Berdasarkan kriteria pengambilan sempel diatas maka sempel
pada penelitian ini sebanyak 81 27 perusahan X 3 tahun pengamatan sempel Lampiran 1.
3.3 Jenis dan Sumber Data
Jenis data yang digunakan peneliti adalah data kuantitatif yaitu data yang diukur berdasarkan skala numerik. Data penelitian merupakan kombinasi one-shot
atau cross sectional data dan time series data. Cross sectional data dimaksudkan
Universitas Sumatera Utara
40
bahwa data diambil dengan melibatkan satu kali pengumpulan yaitu menggunakan periode tahunan. Time series data adalah data yang dikoleksi
berdasarkan urutan waktu. Data yang dipergunakan adalah data sekunder yaitu data berupa
dokumentasi laporan keuangan yang diterbitkan secara rutin. Data diperoleh dengan mengunduh laporan keuangan perusahaan-perusahaan perbankan yang
terdaftar di Bursa Efek Indonesia yang diakses melalui website www.idx.co.id
. 3.4 Metode Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini adalah data sekunder. Data diambil dengan metode dokumentasi dari laporan keuangan tahunan perusahaan
perbankan di Bursa Efek Indonesia selama periode 2012-2014.
3.5 Definisi Operasional dan Pengukuran Variabel Penelitian.
Variabel didefinisikan sebagai segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal
tersebut, kemudian ditarik kesimpulannya Sugiyono, 2011:2. Variabel yang digunakan dalam penelitian ini adalah variabel independen dan variabel dependen.
3.5.1 Variabel Dependen Y
Variabel dependen disebut juga variabel terikat, variabel konsekuen, atau variabel output. Variabel dependen adalah variabel yang dipengaruhi
atau yang menjadi akibat, karena adanya variabel bebas Sugiyono, 2011:2. Variabel Dependen dalam penelitian ini ialah Persistensi laba dimana revisi
laba yang diharapkan di masa yang akan datang expected future earnings yang dapat diimplikasikan oleh laba tahun berjalan sehingga persistensi laba
Universitas Sumatera Utara
41
dapat dilihat dari laba tahun berjalan yang dihubungkan dengan perubahan harga saham. persistensi laba dapat diukur dengan persistensi laba berbasis
akrual. Persistensi laba diukur dengan menggunakan model regresi. Dibawah
ini merupakan bentuk dasar dari model regresi persistensi laba:
PTBI
t+1
=
β
0 +
β
1
PTBI
t
+ e
T+1
Dimana : PTBI : laba akuntansi sebelum pajak pre-tax book income.
β1 ialah pencocokan estimasi dari periode sekarang sebelum pajak kedalam
pendapatan yang akan datang satu periode Laba sebelum pajak pada masa depan PTBIt+1 adalah sebagai
proksi laba akuntansi yang dihitung dari laba perusahaan sebelum pajak PTBIt. Jadi laba sebelum pajak pada masa depan PTBIt+1 adalah tahun
periode +1 dari laba perusahaan sebelum pajak PTBIt Hanlon, 2005:145.
3.5.2 Variabel Independen X
Variabel Independen sering disebut sebagai variabel bebas atau variabel prediktor. Variabel independen merupakan variabel yang
memengaruhi atau menjadi sebab perubahannya atau timbulnya variabel dependen variabel bebas Sugiyono, 2011:50. Dalam penelitian variabel
independent yakni perbedaan antara laba akuntansi dan laba fiskal book-tax differences sebagai proksi discretionary accrual merupakan selisih antara
laba akuntansi dan laba fiskal yang hanya berupa perbedaan temporer, dan ditunjukkan oleh akun biaya manfaat pajak tangguhan deferred tax
Universitas Sumatera Utara
42
expensebenefit. Variabel perbedaan laba akuntansi dan laba fiskal merupakan variabel yang mewakili subsampel perusahaan dengan
perbedaan besar positif, perbedaan besar negatif, dan perbedaan kecil antara laba akuntansi dan laba fiskal. Ketiga subsampel tersebut berupa variabel.
3.5.2.1 Perbedaan Besar Positif Laba Akuntansi dan Laba Fiskal Large positive book-tax differences
Perbedaan laba akuntansi dan laba fiskal Large positive book-tax differencesLPBTD merupakan selisih antara laba
akuntansi dan laba fiskal, dimana laba akuntansi lebih besar daripada laba fiskal Djamaluddin, 2008:58. LPBTD merupakan variabel
indikator yang diperoleh dengan cara mengurutkan perbedaan temporer diwakili oleh akun biaya pajak tangguhan yang
mencerminkan perbedaan temporer per tahun Revsine, dkk, 2001:667. Menurut Hanlon 2005:143 LPBTD didapatkan dengan
melakukan sistem quantile. Sistem quantile merupakan formula data yang membagi list angka menjadi 5 kelas, sehingga kelas pertama atau
seperlima dari data tersebut mempunyai nilai paling tinggi. Kemudian seperlima urutan teratas dari sampel mewakili kelompok LPBTD
diberi kode 1, dan yang lainnya diberi kode 0 yang merupakan bagian dari kelompok perbedaan kecil laba akuntansi dan laba fiskal
Wijayanti, 2006: 68.
Universitas Sumatera Utara
43
3.5.2.2 Perbedaan Besar Negatif Laba Akuntansi dan Laba Fiskal Large negative book-tax differences
Perbedaan besar negatif laba akuntansi dan laba fiskal Large negative book-tax differencesLNBTD merupakan selisih antara
laba akuntansi dan laba fiskal, dimana laba akuntansi lebih kecil dari laba fiskal Djamaluddin, 2008: 58. LNBTD merupakan variabel
indikator yang diperoleh dengan cara mengurutkan perbedaan temporer per tahun Revsine et al., 2001: 667. Menurut Hanlon
2005: 143 LNBTD didapatkan dengan melakukan sistem quantile. Sistem quantile merupakan formula data yang membagi list angka
menjadi 5 kelas, sehingga kelas pertama atau seperlima dari data tersebut mempunyai nilai paling tinggi. Kemudian seperlima urutan
terbawah dari sampel mewakili kelompok LNBTD diberi kode 1, dan yang lainnya diberi kode 0 yang merupakan bagian dari kelompok
perbedaan kecil laba akuntansi dan laba fiskal Wijayanti, 2006:68.
3.5.2.3 Perbedaan Kecil Laba Akuntansi dan Laba Fiskal Small Book-Tax Differences
Perbedaan kecil laba akuntansi dan laba fiskal Small book-tax differencesSBTD merupakan Sisa urutan dari perbedaan besar
positif dengan perbedaan besar negatif laba akuntansi dan laba fiskal Wijayanti, 2006:69. Menurut Prabowo 2010:132 dalam Fatkhur
2013:58 Perbedaan kecil laba akuntansi dan laba fiskal adalah merupakan perbedaan antara laba akuntansi dan laba fiskal, dimana
Universitas Sumatera Utara
44
mempunyai nilai perbedaan antara laba akuntansi dan laba fiskal yang relatif kecil, sehingga mengindikasikan kualitas laba yang dihasilkan
baik.
3.5.3 Variabel Moderasi
Komponen laba akrual adalah sebagai proksi dari komponen akrual. Laba akrual merupakan transitori item laba sebelum pajak yang tidak
mempengaruhi kas pada perioda berjalan pretax accrual. PTACC yang dihitung sebagai laba akuntansi sebelum pajak PTBI dikurangi aliran kas
operasi sebelum pajak PTCF Hanlon, 2005:146.
Laba Akrual = Laba Sebelum Pajak – Aliran Kas sebelum Pajak
Ringkasan definisi operasional dan pengukuran variabel penelitian ditunjukkan dalam tabel 3.1.
Tabel 3.1 Definisi Operasional dan Pengukuran Variabel
Variabel Definisi Variabel
Indikator Skala
X1
Perbedaan Besar Positif Laba
Akuntansi dan Laba Fiskal
LPBTD Selisih antara laba
akuntansi dan laba fiskal, dimana laba
akuntansi lebih besar daripada laba fiskal
Mengurutkan perbedaan temporer diwakili oleh akun biaya pajak
tangguhan yang mencerminkan perbedaan temporer per tahun,
kemudian
seperlima urutan
tertinggi dari sampel mewakili kelompok LPBTD diberi kode 1,
dan yang lainnya diberi kode 0.
Nominal
X2 Perbedaan
Besar Negatif Laba
Akuntansi dan Laba Fiskal
Selisih antara laba akuntansi dan laba
fiskal, dimana laba akuntansi lebih kecil
dari laba fiskal
Mengurutkan perbedaan temporer diwakili oleh akun biaya pajak
tangguhan yang mencerminkan perbedaan temporer per tahun,
kemudian
seperlima urutan
tertinggi dari sampel mewakili
Nominal
Universitas Sumatera Utara
45
LNBTD
kelompok LNBTD diberi kode 1, dan yang lainnya diberi kode 0.
X3 Perbedaan
Kecil Laba Akuntansi dan
Laba Fiskal SBTD
Perbedaan antara
laba akuntansi dan laba fiskal, dimana
mempunyai nilai
perbedaan antara
laba akuntansi dan laba
fiskal yang
relatif kecil,
sehingga mengindikasikan
kualitas laba yang dihasilkan baik.
Mengurutkan perbedaan temporer diwakili oleh akun biaya pajak
tangguhan yang mencerminkan perbedaan temporer per tahun.
Sisa urutan dari perbedaan besar positif
LPBTD dengan
perbedaan besar negatif laba akuntansi
dan laba
fiskal LNBTD
Nominal
M Komponen
laba akrual PTACC
Transitori item laba sebelum pajak yang
tidak mempengaruhi kas pada perioda
berjalan
pretax accrual.
Laba Sebelum Pajak – Aliran Kas
Operasi sebelum pajak
Rasio
Y Persistensi
Laba PTBIt+1
Laba yang
diharapkan di masa yang akan datang
expected future
earnings yang dapat diimplikasikan oleh
laba tahun berjalan
PTBI t+1 =
β
0 +
β
1 PTBIt + eT+1
Persistensi laba
diukur menggunakan koefisien regresi
β1 antara laba akuntansi sebelum pajak pada satu perioda
masa depan PTBI t+1 dengan laba akuntansi sebelum pajak
perioda sekarang PTBIt. Rasio
3.6 Model Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah analisis regresi berganda. Sebelum melakukan analisis regresi linear berganda, peneliti
Universitas Sumatera Utara
46
terlebih dahulu melakukan analisis statistik deskriptif dan uji asumsi klasik. Semua pengujian dilakukan dengan menggunakan bantuan SPSS for Windows.
3.6.1 Uji Asumsi Klasik
Asumsi klasik adalah asumsi yang mendasari analisis regresi dengan tujuan mengukur asosiasi atau keterikatan antarvariabel bebas. Terdapat 4
empat pengujian terkait uji asumsi klasik yaitu uji normalitas data, uji
multikolinearitas, uji heteroskedastisitas dan uji autokolerasi. 3.6.1.1 Uji Normalitas Data
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi
normal. Kalau nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali,
2005:110. Menurut Ghozali 2005 :110, ”cara untuk mendeteksi
apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat
penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya”. Dasar pengambilan
keputusannya adalah: 1
jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola
berdistribusi normal, maka model regresi memenuhi asumsi normalitas,
Universitas Sumatera Utara
47
2 jika data menyebar jauh dari diagonal dan tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi
normalitas. ”Uji statistik yang dapat digunakan untuk menguji normalitas
residual adalah uji statistik Kolmogorov-Smirnov K- S”, yang
dijelaskan oleh Ghozali 2005:115. Uji K-S dibuat dengan membuat hipotesis:
Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal
Bila signifikansi 0,05 dengan α = 5 berarti distribusi data normal dan Ho diterima, sebaliknya bila nilai signifikan 0,05 berarti
distribusi data tidak normal dan Ha diterima.
3.6.1.2 Uji Multikolonearitas
Menurut Ghozali 2005:104, uji ini digunakan untuk mengetahui apakah terdapat korelasi di antara variabel independen
yaitu perbedaan laba akuntansi dan laba fiskal dalam model regresi tersebut. Model regresi yang baik seharusnya tidak terjadi korelasi
diantara variabel independen. Jika terdapat korelasi antara variabel independen, maka variabel-variabel ini tidak ortogonal. Variabel
ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen adalah nol. Untuk mendeteksi ada tidaknya
multikoliniearitas dalam model regresi dapat dilihat dari tolerance
Universitas Sumatera Utara
48
value atau variance inflation factor VIF. Sebagai dasar acuannya dapat disimpulkan:
a. Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat
disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
b. Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat
disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
3.6.1.3 Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan
ke pengamatan yang lain. Menurut Erlina dan Mulyani 2007:108 “jika varians dari residual satu pengamatan ke pengamatan lainnya
tetap, maka disebut homoskedastisitas. Sebaliknya jika varians berbeda,
maka disebut
heterokedasitas”. Ada
tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Scaterplot
antar nilai prediksi variabel independen dengan nilai residualnya. Dalam uji heteroskedastisitas digunakan uji Glejser yang lebih dapat
menjamin keakuratan hasil Ghozali, 2005: 114. Dasar pengambilan keputusan uji heteroskedastisitas melalui uji Glejser dilakukan sebagai
berikut: 1
jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar
Universitas Sumatera Utara
49
kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas,
2 jika tidak ada pola yang jelas, seperti titik-titik menyebar di
atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
3.6.1.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan
yang lainnya. Hal ini sering ditemukan pada time series. Pengambilan keputusan ada tidaknya autokorelasi menurut Ghozali 2005:111
dengan cara melihat besaran Durbin-Waston D-W sebagai berikut: 1 angka D-W dibawah -2 berarti ada autokorelasi positif,
2 angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi,
3 angka D-W di atas +2 berarti ada autokorelasi negatif.
3.6.2 Pengujian Hipotesis
1. Pengujian Hipotesis 1
Melakukan analisis regresi linier untuk persamaan pertama dengan PTBIt+1 sebagai variabel dependen dan LNBTD, LPBTD dan SBTD
sebagai variabel independen. Persamaannya adalah sebagai berikut:
Universitas Sumatera Utara
50
PTBI t+1 = β0 + β1 LPBTD+ β2 LNBTD + β3 SBTD + β
4LPBTDPTBIt +
β
5LNBTDPTBIt +
β6
SBTDPTBIt +
e 2.
Pengujian Hipotesis 2 H2 Regresi dengan Variabel Moderasi Pengujian hipotesis 2 berkaitan dengan interaksi komponen akrual
dalam mempengaruhi variabel independen terhadap persistensi laba. Seluruh variabel independen harus diregresikan dengan variabel moderasi
melalui uji residual. Dengan persamaan sebagai berikut : 1
PTACC = β0 + β1LPBTD+ β2LNBTD + β3SBTD + e
2 PTBI t+1 =
β
0 +
β
1LPBTD+
β
2LNBTD +
β
3SBTD
+
β
4PTACC +
β
5LPBTDPTACC +
β
6LNBTDPTACC +
β
7SBTDPTACC + e
Di mana: β0
= Konstanta β1, β2,..., βn = Koefisien persamaan regresi populasi
PTBIt+1 = Laba akuntansi sebelum pajak periode t+1 Pretax Income
LNBTD = Perbedaan besar antara laba akuntansi dan laba fiskal
bernilai negatif large negative book-tax differences. LPBTD
= Perbedaan besar antara laba akuntansi dan laba fiskal bernilai positif large positive book-tax differences.
SBTD = nilai sisa dari Large Positive Book-Tax Differences dan
Large Negative Book-Tax Differences small book tax differences
PTACC = Laba akrual sebelum pajak pretax accrual.
Universitas Sumatera Utara
51
e = Error
3.6.2.1 Uji Koefisien Determinasi
Menurut Ghozali 2005:97 Koefisien determinasi R2 menunjukkan seberapa besar variable independen menjelaskan
variable independennya. Nilai R2 adalah nol sampai dengan satu. Apabila nilai R2 semakin mendekati satu, maka variable-variabel
indepedant memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya jika nilai R2
semakin kecil, maka kemampuan variabel-variabel independen dalam menjelaskan variabel dependen semakin terbatas. Nilai R2 memiliki
kelemahan yaitu nilai R2 akan meningkat setiap ada penambahan satu varibel independen meskipun varibel independen tersebut tidak
berpengaruh signifikan terhadap variabel dependen.
3.6.2.2 Uji Signifikan Parsial Uji t
Uji t digunakan untuk mengetahui pengaruh dari masing-masing parsial variabel independen terhadap variabel dependen atau untuk
melihat variabel yang memberikan pengaruh paling dominan di antara variabel independen yang ada.
Hipotesis yang diuji adalah: Ha = masing-masing variabel independen berpengaruh secara
parsial terhadap variabel dependen.
Universitas Sumatera Utara
52
Hasil uji t ini memiliki kriteria sebagai berikut: 1.
Jika t-hitung t-tabel atau sig 5, maka Ha diterima. Hal ini berarti bahwa masing-masing variabel independen
berpengaruh secara parsial terhadap Persistensi laba pada perusahaan perbankan di Bursa Efek Indonesia tahun
2012-2014. 2.
Jika t-hitung t-tabel atau sig 5, maka Ha tidak dapat diterima.
3.6.2.3 Uji Signifikan Simultan Uji F
Menurut Ghozali 2005:105 uji statistik F dasarnya menunjukkan apakah semua variabel independen yang dimaksud
dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen
.
Secara simultan, pengujian hipotesis dilakukan dengan uji F- test. Jika Ho: bi = b2 = ..... = bk = 0, artinya semua variabel
independen bukan merupakan penjelas yang signifikan atau tidak memiliki pengaruh terhadap variabel dependen dan Ha: b1 ≠ b2 ≠ .....
≠ b3 = 0, artinya semua variabel independen merupakan penjelas yang signifikan terhadap variabel dependen atau dengan kata lain semua
variabel independen tersebut memiliki pengaruh terhadap variabel dependen. Kriteria pengambilan keputusan :
1. Jika F
hitung
F
tabel
dengan tingkat signifikan 5 maka Ha diterima 2. Jika F
hitung
F
tabel
dengan tingkat signifikan 5 maka Ha ditolak
Universitas Sumatera Utara
53
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
55
4.1.1.2 Uji Multikolinearitas
Pengujian multikolinearitas dilakukan dengan melihat nilai Variance Coefficient factors VIF yang ditampilkan pada Tabel 4.1.
Tabel 4.1 Hasil Uji Multikolinearitas Sebelum Transformasi
Nilai VIF menunjukkan nilai 2 yang berarti tidak terjadi multikolinearitas antar variabel pada model regresi penelitian ini.
4.1.1.3 Uji Heterokedastisitas
Uji heterokedastisitas dilakukan untuk mengetahui ketidaksamaan nilai prediksi variabel terikat ZPRED dan residualnya SRESID. Hasil uji
Coefficients
a
Model Unstandardized Coefficients
Standardi zed
Coefficient s
T Sig.
Collinearity Statistics
B Std. Error
Beta Toler
ance VIF
1 Constant 5,926E-6
107652,433 3,018 ,000
LPBTDPTBIt 1256142,024
474439,790 ,340
2,648 ,010 ,722 1,386
SBTDPTBIt 467354,060
302689,140 ,198
1,544 ,127 ,722 1,386
LNBTDPTBIt LPBTD
LNBTD SBTD
-467354,060 788787,964
406381,711 -420322,031
9205375,329 -909733,734
401988,849 303875,007
-,170 ,287
-,331 -,202
-1,356 1,941
1,303 -1,383
,179 ,056
,197 ,171
,983 ,545
,563 ,563
1,017 1,836
1,778 1,778
a. Dependent Variable: PTBIt1
Universitas Sumatera Utara
Universitas Sumatera Utara
57
Tabel 4.2 Uji Durbin-Watson
4.1.2 Uji Asumsi Klasik Setelah Transformasi
4.1.1.1 Uji Normalitas Data
Setelah dilakukan
transformasi, didapatkan
signifikansi yang
menunjukkan data sudah terdistribusi dengan normal. Hasil pengujian disajikan dalam Gambar 4.4. dan Gambar 4.5.
Model Summary
b
Model 1
R ,289
a
R Square ,084
Adjusted R Square ,048
Std. Error of the Estimate 848192,611
Change Statistics R Square Change
,084 F Change
2,347 df1
6 df2
74 Sig. F Change
,079 Durbin-Watson
1,256 a. Predictors: Constant, LPBTD, LNBTD, SBTD,
LNBTDPTBIt, SBTDPTBIt, LPBTDPTBIt b. Dependent Variable: PTBIt1
Universitas Sumatera Utara
Universitas Sumatera Utara
Universitas Sumatera Utara
60
4.1.2.2 Uji Multikolinearitas
Uji multikolinearitas setelah transformasi menunjukkan hasil yang sama dengan pengujian sebelum transformasi yaitu tidak ada multikolinearitas antara
variabel dalam penelitian ini. Hasil pengujian ditampilkan dalam Tabel 4.3.
Tabel 4.3. Hasil Pengujian Multikolinearitas Setelah Transformasi
4.1.2.3 Uji Heterokedastisitas
Setelah transformasi, penyebaran titik-titik menjadi lebih luas baik di atas maupun di bawah angka 0 nol pada sumbu Y sehingga dapat disimpulkan
bahwa tidak terjadi gejala heterokedastisitas pada model regresi. Hasil pengujian ditampilkan pada Gambar 4.6.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error
Beta Tolera
nce VIF
1 Constant
5,891 ,637
7,693 ,000 LPBTD
LNBTD SBTD
5,376 ,401
,243 ,531
,235 ,284
1,308 ,078
,078 10,116
1,703 ,855
,053 ,093
,295 ,175
,956 ,375
5,726 1,046
2,667 LNBTDPTBIt
,128 ,049
,194 -2,596 ,011 ,522
1,916 LPBTDPTBIt
-5,994 ,626
-1,205 -9,582 ,000 ,184
5,421 SBTDPTBIt
,235 ,236
,066 ,995 ,017
,656 2,141
a. Dependent Variable: PTBI t+1
Universitas Sumatera Utara
Universitas Sumatera Utara
62
Tabel 4.4. Durbin-Watson 4.2 Pengujian Hipotesis Penelitian
4.2.1 Pengujian Hipotesis Pertama H1
Pengujian hipotesis pertama dilakukan dengan menguji hasil analisis regresi linear berganda lewat Uji F dan Uji t.
4.2.1.1 Uji Koefisien Determinasi
Hasil pengujian Koefisien Determinasi ini ditampilkan pada Tabel 4.5.
Model Summary
b
Model 1
R ,692
a
R Square ,479
Adjusted R Square ,459
Std. Error of the Estimate ,95586
Change Statistics R Square Change
,479 F Change
23,644 df1
6 df2
74 Sig. F Change
,000 Durbin-Watson
1,575 a. Predictors: Constant, LPBTD, LNBTD, SBTD,
LNBTDPTBIt, SBTDPTBIt, LPBTDPTBIt b. Dependent Variable: PTBI t+1
Universitas Sumatera Utara
63
Tabel 4.5. Uji Koefisien Determinasi
Tabel 4.5. memperllihatkan bahwa nilai Adjusted R
2
adalah sebesar 0,479atau sebesar 47,9. Hal ini berarti bahwa variabel independen dapat
menjelaskan variabel Persistensi laba PTBI t+1 sebesar 47,9 sedangkan sisanya yaitu 52,1 dijelaskan oleh variabel lain di luar penelitian ini.
4.2.1.2 Uji Signifikansi Simultan Uji F
Uji F digunakan untuk melihat pengaruh variabel independen secara bersama-sama terhadap variabel terikat. Hasil Uji F ditunjukkan lewat Tabel
4.6.
Model Summary
b
Model 1
R ,692
a
R Square ,479
Adjusted R Square ,459
Std. Error of the Estimate ,95586
Change Statistics R Square Change
,479 F Change
23,644 df1
6 df2
74 Sig. F Change
,000 Durbin-Watson
1,575 a. Predictors: Constant, LPBTD, LNBTD, SBTD,
LNBTDPTBIt, SBTDPTBIt, LPBTDPTBIt b. Dependent Variable: PTBI t+1
Universitas Sumatera Utara
64
Tabel 4.6. Hasil Uji F
Didapatkan angka F hitung = 23.644 F tabel = 3.18 dan nilai signifikansi = 0,000
α = 5, maka Ha yang diajukan dapat diterima, artinya Perbedaan Besar Positif, Perbedaan Besar Negatif dan Perbedaan Kecil Laba
Akuntansi dan Laba Fiskal secara simultan berpengaruh signifikan terhadap Persistensi Laba.
4.2.1.3 Uji Signifikansi Parsial Uji t
Hasil pengujian Uji t ini ditampilkan dalam Tabel 4.7.
Tabel 4.7. Hasil Uji t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error
Beta 1
Constant 5,891
,637 7,693
,000 LPBTD
LNBTD SBTD
,037 ,040
,243 ,531
,235 ,284
,038 ,078
,078 10,116
1,703 ,855
,053 ,093
,295 ANOVA
a
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
64,808 6
21,603 23,644
,000
b
Residual 70,353
74 ,914
Total 135,161
80 a. Dependent Variable: PTBI t+1
b. Predictors: Constant, LPBTD, LNBTD, SBTD, LNBTDPTBIt, SBTDPTBIt, LPBTDPTBIt
Universitas Sumatera Utara
65
LNBTDPTBIt -,128
,049 -,194
-2,596 ,011
LPBTDPTBIt -,994
,626 -,205
-9,582 ,000
SBTDPTBIt ,235
,236 ,066
2,995 ,027
a. Dependent Variable: PTBI t+1
Berdasarkan Tabel 4.7, uji hipotesis yang telah dilakukan memperlihatkan model penelitian dalam bentuk persamaan regresi linear berganda sebagai
berikut: PTBI t+1 =
β0 + β1 LPBTD+ β2 LNBTD + β3 SBTD + β
4 LPBTDPTBIt +
β
5 LNBTDPTBIt +
β6
SBTDPTBIt +
e Persamaan di atas menunjukkan bahwa koefisien masing-masing variabel
adalah bervariasi. Koefisien β
4,
β
5 dan
β
6
mewakilkan interaksi tingkatan perbedaan laba akuntansi dengan laba fiskal Book-Tax Differences dengan
laba akuntansi, Secara parsial, pengaruh variabel independen dapat diuraikan sebagai berikut:
a. Perbedaan Besar Positif Laba Akuntansi dan Laba Fiskal mempunyai t
hitung = -9,582 t tabel = 1,990 dan memiliki signifikansi = 0,000 α
= 5 maka Perbedaan Besar Positif Laba Akuntansi dan Laba Fiskal disimpulkan berpengaruh negatif terhadap Persistensi Laba.
b. Perbedaan Besar Negatif Laba Akuntansi dan Laba Fiskal mempunyai
t hitung = -2,596 t tabel = 1,990 dan memiliki signifikansi = 0,011
Universitas Sumatera Utara
66
α = 5 maka Perbedaan Besar Negatif Laba Akuntansi dan Laba Fiskal disimpulkan berpengaruh negatif terhadap Persistensi Laba.
c. Perbedaan Kecil Laba Akuntansi dan Laba Fiskal mempunyai t hitung
= 2,995 t tabel = 1,990 dan memiliki signifikansi = 0,027 α = 5
maka Perbedaan Kecil Laba Akuntansi dan Laba Fiskal disimpulkan berpengaruh positif terhadap Persistensi Laba.
4.2.2 Pengujian Hipotesis Kedua H2
Pengujian hipotesis kedua menggunakan Uji Residual untuk melihat pengaruh Pretax Accrual sebagai Variabel Moderating dalam hubungan variabel
independen dengan variabel dependen. Hasil regresi dari pengujian hipotesis pertama diregresikan kembali untuk dilihat nilai koefisien parameter dan
signifikansinya. Jika koefisien parameter bernilai negatif dan signifikan, maka Pretax Accrual dapat dikatakan sebagai variabel moderating dalam penelitian ini.
Hasil pengujian hipotesis kedua ditampilkan pada Tabel 4.10.
Tabel 4.8 Hasil Uji Residual
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant ,892
,417 2,136
,036 PTBI t+1
-,073 ,034
-,235 -2,148
,035 a. Dependent Variable: ABSRES_2
Universitas Sumatera Utara
67
Tabel 4.8 menunjukkan bahwa koefisien parameter Pretax Accrual bernilai negatif dan
signifikan sig = 0,00 α = 5. Hasil tersebut menunjukkan Pretax Accrual mampu memoderasi hubungan antara variabel
Perbedaan Besar Positif, Perbedaan Besar Negatif dan Perbedaan Kecil Laba Akuntansi dan Laba Fiskal dengan Persistensi Laba.
4.3 Pembahasan Hasil Penelitian
Berdasarkan hasil penelitian yang didapatkan lewat berbagai pengujian tersebut di atas, dapat diinterpretasikan bahwa pengaruh variabel independen dan dependen
serta variabel moderating adalah sebagai berikut: a.
Pengaruh Perbedaan Laba Akuntansi dan Laba Fiskal terhadap Persistensi Laba. Berdasarkan hasil pengujian hipotesis pertama, Perbedaan Besar Positif Laba
Akuntansi dan Laba Fiskal memiliki t hitung = -9,582 t tabel = 1,990 dan nilai
signifikansi = 0,000 α = 5 sehingga disimpulkan Perbedaan Besar Positif berpengaruh negatif terhadap Persistensi Laba pada perusahaan perbankan yang
terdaftar di Bursa Efek Indonesia tahun 2013-2015. Hasil penelitian ini mendukung penelitian Hanlon 2005, Djamaluddin 2008 dan Lestari 2011 yang
mengemukakan bahwa Perbedaan Besar Positif Laba Akuntansi dan Laba Fiskal berpengaruh negatif terhadap Persistensi Laba.
Perbedaan Besar Negatif Laba Akuntansi dan Laba Fiskal mempunyai t hitung = -2,596
t tabel = 1,990 dan memiliki sig nifikansi = 0,011 α = 5. Nilai ini
menunjukkan adanya pengaruh negatif Perbedaan Besar Negatif Laba Akuntansi dan
Universitas Sumatera Utara
68
Laba Fiskal terhadap Persistensi Laba. Hasil penelitian ini selaras dengan penelitian Hanlon 2005 dan Lestari 2011 yang mengemukakan bahwa Perbedaan Besar
negatif Laba Akuntansi dan Laba Fiskal berpengaruh negatif terhadap Persistensi Laba.
Dengan t hitung = 2,995 t tabel = 1,990 dan nilai signifikansi = 0,027 α =
5 Perbedaan Kecil Laba Akuntansi dan Laba Fiskal memiliki hasil positif dan signifikan terhadap Persistensi Laba. Hasil penelitian ini didukung oleh Hanlon
2005, Djamaluddin 2008, Persada 2008 dan Lestari 2011. Secara simultan, Perbedaan Besar Positif, Perbedaan Besar Negatif dan
Perbedaan Kecil Laba Akuntansi dan Laba Fiskal memiliki pengaruh terhadap Persistensi Laba Perusahaan perbankkan yang terdaftar di Bursa Efek Indonesia tahun
2013-2015. b.
Pengaruh Pretax Accrual PTACCsebagai Variabel Moderating Hasil Uji Residual menyatakan bahwa nilai koefisien parameter yang dimiliki
PTACC adalah negatif dan signifikan. Hal ini diartikan bahwa Pretax Accrual mampu memoderasi hubungan antara Perbedaan Besar Positif, Perbedaan Besar
Negatif dan Perbedaan Kecil Laba Akuntansi dan Laba Fiskal terhadap Persistensi Laba Perusahaan perbankkan yang terdaftar di Bursa Efek Indonesia tahun 2013-
2015. Hasil penelitian ini mendukung penelitian milik Haris 2013 yang mengemukakan bahwa Pretax Accrual memiliki pengaruh terhadap Persistensi Laba
perusahaan.
Universitas Sumatera Utara
69
BAB V KESIMPULAN DAN SARAN
5.1. Kesimpulan