Hasil Pengujian Hipotesis Penelitian

69 Tabel 4. 5 Block 1: Method=Enter Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant ROE NPM DPR DKI SKP Step 1 1 47.733 .519 -1.621 -5.274 .156 2.491 2.212 2 43.614 -1.222 -2.934 -7.243 .136 6.629 4.908 3 41.696 -4.026 -4.820 -8.300 .140 12.678 8.128 4 41.506 -5.049 -5.768 -8.900 .128 15.355 9.244 5 41.504 -5.155 -5.885 -8.981 .127 15.664 9.356 6 41.504 -5.156 -5.886 -8.982 .127 15.667 9.357 7 41.504 -5.156 -5.886 -8.982 .127 15.667 9.357 a. Method: Enter b. Constant is included in the model. c. Initial -2 Log Likelihood: 56.181 d. Estimation terminated at iteration number 7 because parameter estimates changed by less than .001. Sumber: Hasil output SPSS 22 Berdasarkan tabel 4.6, terlihat bahwa nilai -2LogL adalah sebesar 56.181, sedangkan pada tabel 4.7 nilai -2LogL sebesar 41.504 yang mana terjadi penurunan sebesar 14.667. Penurunan ini, dimana Likelihood pada regresi binary mirip dengan pengertian sum of squared error pada model regresi, menunjukkan model regresi yang lebih baik Santoso, 2015. 70

b. Hasil Pengujian Kelayakan Model Regresi

Kelayakan model regresi menggunakan Hosmer and Lemeshow’s Godness of Fit Test . Hasil pengujian tersebut adalah sebagai berikut: Tabel 4. 6 Hosmer and Lemeshow Test Hosmer and Lemeshow Test Step Chi-square Df Sig. 1 14.233 8 .076 Sumber: Hasil output SPSS 22 Berdasarkan tabel 4.8, menunjukkan nilai Chi-Square sebesar 14,233 dengan nilai signifikannya 0,076 atau 0,05. Hal tersebut berarti hipotesis nol tidak dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya. Maka model regresi ini bisa digunakan untuk analisis selanjutnya atau dengan kata lain mampu memprediksi nilai observasinya.

c. Uji Koefisien Determinasi

Nagelkerke’s R Square Pengujian Koefisien Determinasi menggunakan Cox and Snell dan Nagelkerke’s R Square. Hasil pengujian ini ditunjukkan dalam tabel 4.9 berikut ini: Tabel 4. 7 Nagelkerkes R Square Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 41.504 a .246 .372 a. Estimation terminated at iteration number 7 because parameter estimates changed by less than .001. Sumber: Hasil output SPSS 22 71 Nagelkerke’s R 2 merupakan modifikasi dari koefisien Cox and Snell untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu. Hal ini dilakukan dengan c ara membagi nilai Cox and Snell‘s R 2 dengan nilai maksimumnya Ghozali, 2013:341. Berdasarkan tabel 4.9, menunjukkan nilai Nagelkerke’s R 2 sebesar 0,372 yang berarti bahwa variabel dependen yang dapat dijelaskan oleh variabel independen sebesar 0,372 atau 37,2, sedangkan sisanya yaitu sebesar 0,628 atau 62,8 dijelaskan oleh variabel lain yang tidak dijelaskan dalam penelitian ini. d. Hasil Uji Regresi Logistik Model regresi logistik yang terbentuk ditunjukkan pada tabel berikut ini: Tabel 4. 8 Hasil Uji Regresi Logistik Variables in the Equation B S.E. Wald df Sig. ExpB Step 1 a ROE -5.886 3.729 2.491 1 .114 .003 NPM -8.982 4.556 3.886 1 .049 .000 DPR .127 2.675 .002 1 .962 1.135 DKI 15.667 8.012 3.824 1 .051 6371417.491 SKP 9.357 4.824 3.762 1 .052 11581.313 Constant -5.156 3.719 1.922 1 .166 .006 a. Variables entered on step 1: ROE, NPM, DPR, DKI, SKP. Sumber: Hasil output SPSS 22 72 Hasil pengujian terhadap koefisien regresi logistik menghasilka model berikut ini: LOGIT �� �−�� = -5.156 – 5.886 ROE – 8.982 NPM + 0,127 DPR + 15.667 DKI + 9.357 SKP + 3.719 Berdasarkan model tersebut, interpretasinya adalah sebagai berikut:

1. Pengaruh return on equity ROE terhadap praktik perataan laba income

smoothing Variabel ROE menunjukkan koefisien regresi negatif yaitu -5.886 dengan tingkat signifikansi sebesar 0,114, lebih besar dari α = 5. Karena tingkat signifikansi lebih besar dari α = 5, maka hipotesis ke-1 ditolak. Penelitian ini tidak dapat membuktikan bahwa ROE berpengaruh terhadap praktik perataan laba. Penelitian ini mendukung hasil penelitian sebelumnya yang dilakukan oleh Natalia 2009, Haryadi 2011, Santoso dan Salim 2012 dan Monalisa 2015. Praktik perataan laba yang dilakukan oleh manajemen tidak berdasarkan informasi profitabilitas yang diproksikan dengan ROE. Hal tersebut disebabkan ada kecenderungan pemakai laporan keuangan aware terhadap informasi profitabilitas sehingga praktik perataan laba tetap dilakukan oleh manajemen perusahaan tanpa mempedulikan besar atau kecilnya profitabilitas ROE Natalia, 2009. Menurut Haryadi 2011 ROE bukanlah satu-satunya tolak ukur dalam mengukur kemampuan perusahaan dalam memperoleh laba, tetapi dapat pula diukur berdasarkan pada tingkat penjualan dan tingkat jumlah asset tertentu. 73 Selain itu, keefisienan manajemen juga turut berperan penting dalam proses pengukuran kemampuan perusahaan dalam menghasilkan laba. Hal ini berarti perusahaan belum mampu memanfaatkan modal yang diinvestasikan oleh investor selaku stakeholder perusahaan dengan baik dalam meningkatkan pendapatan perusahaan. Oleh karena itu, tidak berpengaruhnya ROE diduga karena investor cenderung mengabaikan informasi ROE yang ada secara maksimal, sehingga manajemen menjadi tidak termotivasi melakukan perataan laba melalui variabel tersebut.

2. Pengaruh net profit margin NPM terhadap praktik perataan laba income

smoothing Variabel net profit margin NPM menunjukkan koefisien regresi negatif yaitu sebesar -8.982 dengan tingkat signifikan sebesar 0,049 atau lebih kecil dari α = 0,05. Karena tingkat signifikansi lebih kecil dari α = 0,05 maka hipotesis ke-2 diterima. Hasil penelitian ini berhasil membuktikan bahwa NPM berpengaruh terhadap praktik perataan laba. Penelitian ini mendukung hasil penelitian sebelumnya yang dilakukan oleh Setiawan 2011, Wulandari 2013, Manuari dan Yasa 2014 dan Ginantra dan Putra 2015. Net Profit Margin NPM merupakan bagian dari rasio profitabilitas. Menurut Masodah 2007 net profit margin merupakan variabel yang berkaitan dengan kemampuan perusahaan dalam menghasilkan keuntungan.