Teknik Analisis Data METODOLOGI PENELITIAN

59 Dimana : = standar deviasi laba = rata-rata laba = standar deviasi penjualanpendapatan = rata- rata penjualanpendapatan Adanya indikasi perataan laba yang dilakukan perbankan syariah akan ditunjukan oleh CV atau sebaliknya untuk perusahaan yang tidak melakukan tindak perataan laba. Data kategorial mengenai perusahaan perata laba atau bukan perata laba diberikan data dummy. Dengan skor 0 untuk bank yang tidak melakukan perataan laba dan skor 1 untuk bank perata laba. Ashari dkk. dalam penelitian Frinta Pramitasari mengemukakan alasan penggunaan indeks eckel untuk meneliti indikasi terjadinya praktik perataan laba yaitu : 45 1. Objektif dan berdasarkan pada statistic dan permisahan yang jelas antara perusahaan perata laba dan bukan perata laba. 2. Mengukur terjadinya praktik perataan laba tanpa memaksakan prediksi pendapatan, pembuatan model dari laba yang diharapkan pengujian biaya atau pertimbangan yang subyektif. 45 Frinta Pramitasari, ― Analisis Faktor-Faktor Yang Mempengaruhi Perataan Laba pada Perusahaan Manufaktur dan Keuangan yang Terdaftar Di BEJ‖, skripsi, Fakultas Ekonomi Universitas Brawijaya Malang 2009, hlm. 56. 60 3. Mengukur perataan laba dengan menjumlahkan pengaruh dari beberapa variabel perata laba yang potensial dan menyelidiki pola dari perilaku perataan laba selama periode waktu tertentu.

1. Metode Analisis Data

Penelitian ini menggunakan model logit logistic regression dianggap sesuai karena variabel dependennya berupa variabel dummy binary dependent variable atau bersifat dikotomi. Model logit adalah model regresi non linear yang menghasilkan persamaan dimana variabel dependen bersifat kategorial. Dalam pengujian multivariate yang menggunakan regresi logit tidak memerlukan uji normalitas atas variabel bebas yang digunakan dalam model, artinya variabel penjelas tidak harus memiliki distribusi normal, linier, maupun memiliki varian yang sama dalam setiap group. 46 Kelebihan dari model logistik menurut Kuncoro dalam Ismed adalah lebih fleksibel dibandingkan dengan teknik lain, yaitu : 47 a Model ini tidak memerlukan asumsi normalitas atas variabel independen yang digunakan dalam model. Artinya variabel penjelas tidak harus memiliki distribusi normal, linear maupun memiliki varian yang sama dalam setiap kelompok. Seperti dinyatakan pula oleh Ghazali, dalam analisis regresi logistik, asumsi multivariate normal distribution tidak 46 Imam Ghazali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, Semarang : Badan Penerbit Universitas Diponegoro, 2006 h. 333. 47 Ismed Wijaya, ―Pengaruh Profitabilitas, Financial Leverage, dan Pertumbuhan Perusahaan Terhadap Propensity Income Smoothing pada Perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia‖, tesis, Sekolah Pascasarjana Universitas Sumatera Medan, 2011, h. 65. 61 dapat dipenuhi karena variabel bebas merupakan campuran antara variabel kontinyu metric dan kategorikal non metrik. Dalam hal ini dapat dianalisis dengan regresi logistic karena tidak perlu asumsi normalitas data pada variabel bebasnya. b Variabel independen dalam model logit bisa campuran dari variabel kontinu, diskrit atau dikotomi dummy. c Regresi logistic amat bermanfaat digunakan apabila distribusi repon atas variabel dependen diharapkan non linear dengan satu atau lebih variabel bebas. Berdasarkan jenis variabel dependennya, regresi logistik dapat dibedakan menjadi 2, yaitu binary logistic regression regresi logistic biner, dan multinomal logistic regression regresi logistic multinominal. Regresi logistic biner digunakan jika hanya ada dua kemungkinan variabel respon Y, sedangkan regresi logistik multinominal digunakan ketika pada variabel respon Y terdapat lebih dari 2 dua kategorisasi. Pada penelitian ini, hanya terdapat dua kemungkinan variabel respon Y yaitu melakukan perataan laba dan tidak melakukan perataan laba. Dua kategori variabel dependen ini diwakili oleh angka 1 melakukan perataan laba dan 0 tidak melakukan perataan laba sehingga model yang digunakan dalam penelitian ini adalah model regresi logistic biner. 62

2. Pengujian Hipotesis

Sebelum dilakukan pengujian hipotesis, langkah pertama yang perlu dilakukan adalah menilai overall fit model terhadap data. Pengujian yang dilakukan yaitu dengan menggunakan pengujian goodness of fit dan Hosmer and Lemeshow test. Uji goodness of fit dilakukan untuk mengetahui apakah model cocok dengan data dan layak untuk digunakan dalam analisis penelitian atau tidak.. Pengujian yang dilakukan yaitu dengan menilai keseluruhan model dilakukan dengan cara memperhatikan angka pada 2 Loglike hood - 2LL Block Number = 0 dan -2 LogLikehood -2LL Block Number = 0 kepada -2 log likelihood -2LL Block Number = 1. Jika terjadi penurunan angka dari -2 log likelihood -2LL Block Number = 1 menunjukan model regresi yang baik. Log likelihood pada regresi logistic mirip dengan pengertian “sum of squared error ‖ pada model regresi, sehingga penurunan log likelihood menunjukan model regresi yang baik. Berikutnya adalah menilai kelayakan model regresi goodness of fit test yang menguji untuk melihat apakah data empiris cocok atau sesuai dengan model dengan memakai uji hosmer dan lemeshow test. Untuk menguji apakah data empiris cocok atau sesuai dengan model, maka digunakan hipotesis : Ho : data empiris cocok dengan model Ha : data tidak cocok dengan model 63 Pengujian dilakukan dengan cara membandingkan antara probabilitas dengan 0.0. Sedangkan kriteria pengujian yang digunakan untuk menerima atau menolak hipotesis nol Ho di atas adalah sebagai berikut : Jika nilai signifikansi lebih kecil dari 0.0 maka Ho ditolak dan Ha diterima Jika nilai signifikansi lebih besar daripada 0.05 maka Ho diterima dan Ha ditolak. a. Model Summary Koefisien Determinasi Model Summary dalam regresi logistic sama dengan pengujian R² pada regresi linear berganda. Pada regresi logistik Cox dan Snell’s Square merupakan ukuran yang mencoba meniru ukuran R² pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 satu sehingga sulit diinterpretasikan. Nagelkerke R Square merupakan modifikasi dari koefisien Cox dan Snell R Square untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu. Nilai Nagelkerke R Square dapat diinterpretasikan seperti nilai R² pada multiple regression. 48 b. Pengujian Hipotesis Secara Simultan Pengujian hipotesis secara simultan pada regresi logistik dilakukan dengan melihat tabel omnibus test of coefficient. Dasar pengambilan keputusan berdasarkan nilai probabilitas. 48 Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, h. 341. 64 Ho : Seluruh variabel independen tidak berpengaruh terhadap variabel dependen Ha : Minimal ada satu variabel independen yang mempengaruhi variabel dependen. Dengan tingkat signifikansi α sebesar 0.05, maka kesimpulan yang diambil adalah : Jika p-value 0,05 Ho diterima dan Ha ditolak. Jika p —value 0,05 Ho ditolak dan Ha diterima c. Pengujian Hipotesis Secara Parsial Variabel Financing Deposit Ratio FDR, Jumlah Pembiayaan total financing,Risiko Pembiayaan NPF, Profitabilitas yang diukur melalui NOM dilakukan pengujian terhadap parameter koefisien yang telah ada, apakah estimasi parameter dari masing-masing variabel independennya layak untuk dimasukan kedalam persamaan tersebut atau tidak, statistik uji yang digunakan adalah Wald test. Uji hipotesisnya adalah sebagai berikut : Ho : variabel independen tidak mempunyai pengaruh terhadap variabel dependen Ha : variabel independen mempunyai pengaruh terhadap variabel dependen. Dengan tingk at signifikansi α sebesar 0.05, maka kesimpulan yang dapat diambil adalah : 65 Jika p-value 0,05, maka Ho diterima dan Ha ditolak, berarti variabel independen tidak berpengaruh terhadap variabel dependen. Jika p-value 0,05 Ho ditolak dan Ha diterima, berarti variabel independen berpengaruh terhadap variabel dependen. Pengujian regresi logit dilakukan untuk melihat odds atau peluang perusahaan tersebut melakukan perataan laba atau tidak. Model logistic regression yang akan digunakan dalam penelitian ini dapat dijabarkan sebagai berikut : Status= b ₒ +b NPF+b FDR+b NOM+b JumlahPembiayaan Dimana : Status : status perusahaan 0 untuk perusahaan yang tidak melakukan perataan laba 1 untuk perusahaan yang melakukan perataan laba NPF : Risiko Pembiayaan FDR : Financing Deposit Ratio NOM : Net Operational Income Total Pembiayaan : Total Financing Untuk melihat odds atau probabilitas perusahaan tersebut melakukan perataan laba, dapat dicari dengan persamaan sebagai berikut : 49 49 Ibid, h. 335-336 66 Ln odds = b ₒ +b NPF+b FDR+b NOM+b JumlahPembiayaan Atau =b ₒ + b NPF+b FDR+b NOM+b JumlahPembiayan Persamaan di atas ditransformasikan menjadi berikut : 1 Dimana : E : bilangan eksponensial 67

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

A. Perhitungan Indeks Eckel

Pada perhitungan Indek Eckel skala yang digunakan adalah skala nominal untuk menghitung suatu perusahaan melakukan perataan laba atau tidak tidak. Indeks ini menggunakan coefficient variation CV. Dengan menggunakan data laba operasional dan pendapatan operasional laba operasional. Untuk mencari CV ∆ I terlebih dahulu harus mencari ∆ I yaitu selisih laba operasional yang didapat selama satu periode. Lalu setelah mendapatkan selisih laba operasional dalam satu periode dapat dicari standar deviasi dalam tiap triwulan selama setahun. Setelah itu dicari rata-rata laba operasional per triwulan. Setelah mendapatkan nilai standar deviasi laba operasional dan rata-rata laba operasional pertriwulan lalu untuk mendapatkan nilai CV ∆ I = nilai standar deviasi laba operasional dibagi dengan rata – rata laba operasional. Sedangkan untuk menghitung CV ∆ S terlebih dahulu harus dicari ∆ S yaitu selisih pendapatan operasional yang didapat selama satu periode. Lalu setelah mendapatkan selisih pendapatan operasional dalam satu periode dapat dicari standar deviasi dalam tiap triwulan selama setahun. Setelah itu dicari rata- rata pendapatan operasional per triwulan. Setelah itu dicari rata-rata pendapatan operasional per triwulan. Setelah mendapatkan nilai standar deviasi pendapatan 66 68 operasional dan pendapatan operasional pertriwulan lalu untuk mendapatkan nilai CV ∆ I = nilai standar deviasi pendaptan operasional dibagi dengan rata–rata pendapatan operasional. Apabila : CV ∆ I CV ∆ S , maka perusahaan digolongkan sebagai perusahaan yang melakukan perataan laba atau perata laba diberi dengan nilai 1 CV ∆ I CV ∆ S , maka perusahaan digolongkan sebagai perusahaan yang tidak melakukan perataan laba atau bukan perata laba diberi dengan nilai 0 Untuk menaksir koefisien variasi laba operasional dan pendapatan operasional digunakan laporan laba rugi bulanan periode 2011-2013.

B. Analisis Statistik Deskriptif

Variabel penelitan yang digunakan dalam penelitian ini adalah sebanyak lima 5 variabel, satu variabel dependen dan 4 variabel independen. Variabel dependen dalam variabel ini adalah perataan laba sedangkan variabel independen dalam variabel ini adalah Non Performing Financing NPF, Financing Deposit Ratio FDR, Profitabilitas NOM, dan Jumlah Pembiayaan. Tabel 4.1 berikut akan menunjukan statistik deskriptif dari kelima variabel tersebut. Tabel 4.1 Descriptive Statistics N Minimum Maximum Sum Mean Std. Deviation PerataanLaba 72 .000 1.000 42.000 .58333 .496466 NPF 72 .001 .101 1.926 .02675 .014984 FDR 72 .741 1.065 65.407 .90843 .085916 NOM 72 .026 .403 9.571 .13293 .082832 Jumlahpembiaya an 72 378444 54711700 1183553537 16438243.57 15653219.663 69 Valid N listwise 72 Sumber : Hasil Pengolahan SPSS Dari tabel 4.1 di atas maka data-data tersebut dideksriptifkan sebagai berikut : 1. Jumlah seluruh observasi pengamatan penelitian adalah 72 observasi pengamatan, dengan empat 4 variabel independen dan satu 1 variabel dependen yaitu perataan laba. 2. Variabel independen pertama yaitu Non Performing Financing NPF memiliki nilai minimum sebesar 0,001 0,1 yang dimiliki oleh PT Bank BCA Syariah pada periode 2012. Dan nilai maksimum sebesar 0,101 10,1 yang dimiliki oleh PT Bank BCA syariah pada periode desember 2013. Sementara itu nilai rata-rata mean dari data Non Performing Financing NPF pada bank syariah adalah 0,02675 2,6. Dan penyimpangan rata-rata sebesar 0,014984 1,4. Dilihat dari nilai rata-rata sebesar 0,02675 2,6, dapat disimpulkan bahwa bank syariah pada umumnya memiliki NPF yang cukup rendah dibawah ketentuan nilai maksimum NPF yang ditetapkan oleh Bank Indonesia untuk menilai tingkat kesehatan bank, yaitu 5 . 3. Variabel independen kedua adalah Financing Deposit Ratio FDR, yaitu memiliki nilai minimum sebesar 0,741 74,1 yang dimiliki oleh PT Bank BCA Syariah pada Januari 2012. Dan nilai maksimum sebesar 1,065 106,5 yang dimiliki oleh PT Bank Muamalat Indonesia pada periode juni 2013. Sementara itu nilai penyimpangan rata-rata sebesar 0,085916 8,5916. Dilihat dari nilai rata-rata sebesar Financing Deposit Ratio FDR