51
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedasitas
4.3 Persamaan Regresi
Berdasarkan hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi persyaratan BLUE
Best, Linear, Unbiased, Estimator, data yang digunakan telah normal dan bebas dari gejala multikolinearitas, heteroskedastisitas, autokorelasi dan layak
dilakukan analisis regresi. Untuk menguji hipotesis, peneliti menggunakan analisis regresi linear berganda. Hasil regresi linear berganda yang diperoleh
melalui pengolahan data dengan menggunakan software SPSS 16 dapat dilihat pada tabel 4.7 berikut.
Tabel 4.5
Universitas Sumatera Utara
52
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant -7.119
1.962 -3.629
.001 UP
.399 .133
.353 3.001
.004 ROA
1.038 .317
.668 3.277
.002 NPM
-.985 .350
-.578 -2.815
.007 Leverage
.779 .455
.218 1.711
.092
Berdasarkan tabel diatas didapatlah persamaan regresi sebagai berikut
PL = -7,119+0.399UP+1,038ROA- 0,985NPM+0,779Leverage +μ
Keterangan: 1.
Konstanta sebesar -7,119 menunjukkan bahwa bila tidak ada variabel independen X1=X2=X3=X4=X5=X6=0, akan terjadi perataan laba
sebesar -7,119 2.
Nilai X
1
sebesar 0,399 menunjukkan bahwa setiap peningkatan ukuran perusahaan dalam perusahaan sebesar 1 akan diikuti kenaikan tindakan
perataan laba sebesar 0,399 dengan asumsi variabel lainnya tetap. 3.
Nilai X
2
sebesar 1,038 menunjukkan bahwa setiap peningkatan ROA dalam perusahaan sebesar 1 akan diikuti kenaikan tindakan perataan laba
sebesar 1,038 dengan asumsi variabel lainnya tetap.
Universitas Sumatera Utara
53
4. Nilai X
3
sebesar -0,985 menunjukkan bahwa setiap peningkatan NPM dalam perusahaan sebesar 1 akan diikuti penurunan tindakan perataan
laba sebesar -0,985 dengan asumsi variabel lainnya tetap. 5.
Nilai X
4
sebesar 0,779 menunjukkan bahwa setiap peningkatan ukuran perusahaan dalam perusahaan sebesar 1 akan diikuti kenaikan tindakan
perataan laba sebesar 0,779 dengan asumsi variabel lainnya tetap.
4.3.1 Analisis Koefisien Regresi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen.
Koefisien korelasi dikatakan kuat apabila data nilai R berada diantara 0,5 dan mendekati 1. Koefisien determinasi R Square menunjukkan seberapa besar
variabel independen menjelaskan variabel dependennya. Nilai R Square adalah 0 sampai dengan 1. Apabila nilai R Square semakin mendekati 1, maka variabel-
variabel independen mendekati semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R Square
maka kemampuan variabel-variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas. Nilai R Square memiliki kelemahan yaitu
nilai R Square akan meningkat setiap ada penambahan satu variabel dependen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap
variabel dependen.
Tabel 4.6
Universitas Sumatera Utara
54
Model R R Square
Adjusted R
Square Std. Error of
the Estimate 1
.485
a
.235 .183
1.65436 a. Predictors: Constant, X4,X3, X2, X1
Sumber: Hasil Pengolahan SPSS, 2016 Dari tabel dapat diketahui nilai R
2
Adjusted R Square adalah 0,183. Artinya, besarnya pengaruh dari variabel independen yaitu 18,3 sedangkan
sisanya sebesar 81,7 100 - 18,3 dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini.
4.3.2 Uji Parsial Uji-t
Uji statistik t menunjukkan seberapa jauh variabel independen secara individual menerangkan variasi. Pengujian ini dilakukan dengan menggunakan
tingkat signifikansi 5. Jika nilai signifikansi t 0,05 artinya terdapat pengaruh yang signifikan antara satu variabel independen terhadap variabel dependen. Jika
nilai signifikansi t 0,05 artinya tidak terdapat pengaruh antara satu variabel independen terhadap variabel dependen. Hasil pengolahan SPSS menunjukkan
hasil sebagai berikut:
Tabel 4.7
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
Universitas Sumatera Utara
55
1 Constant -7.119
1.962 -3.629
.001 UP
.399 .133
.353 3.001
.004 ROA
1.038 .317
.668 3.277
.002 NPM
-.985 .350
-.578 -2.815
.007 Leverage
.779 .455
.218 1.711
.092
Dari tabel regresi dapat dilihat besarnya t
hitung
untuk variabel ukuran perusahaan sebesar 3,001 dengan nilai signifikan 0,004, sedangkan t
tabel
adalah 2,009, sehingga t
hitung
t
tabel
3,0012,009, maka ukuran perusahaan secara parsial mempengaruhi perataan laba. Signifikansi penelitian juga menunjukkan
angka 0,05 0,004 0,05, maka H ditolak dan H
a
diterima, artinya ukuran perusahaan berpengaruh signifikan terhadap perataan laba
Dari tabel regresi dapat dilihat besarnya t
hitung
untuk variabel ROA sebesar 3,277 dengan nilai signifikan 0,002, sedangkan t
tabel
adalah 2,009, sehingga t
hitung
t
tabel
3,2772,009, maka ROA secara parsial mempengaruhi perataan laba. Signifikansi penelitian juga menunjukkan angka 0,05 0,002 0,05, maka H
ditolak dan H
a
diterima, artinya ROA berpengaruh signifikan terhadap perataan laba
NPM memiliki t
hitung
sebesar -2,815 dengan nilai signifikan 0,007, sedangkan t
tabel
adalah 2,009, sehingga t
hitung
t
tabel
-2,815 2,009, maka NPM secara individual mempengaruhi perataan laba. Signifikansi penelitian juga
Universitas Sumatera Utara
56
menunjukkan angka 0,05 0,007 0,05, maka H ditolak dan H
a
diterima, artinya ukuran NPM berpengaruh signifikan terhadap perataan laba.
Leverage memiliki t
hitung
sebesar 1,711 dengan nilai signifikan 0,092, sedangkan t
tabel
adalah 2,009, sehingga t
hitung
t
tabel
1,711 2,009, maka ukuran perusahaan secara individual mempengaruhi perataan laba. Tidak signifikansi
penelitian juga menunjukkan angka 0,05 0,092 0,05, maka H diterima dan
H
a
ditolak, artinya Leverage tidak berpengaruh signifikan terhadap perataan laba.
4.3.3 Uji F Uji Simultan
Untuk melihat pengaruh ROA, ukuran perusahaan terhadap perataan laba secara simultan dapat dihitung dengan menggunakan F test. Berdasarkan hasil
pengolahan data dengan program SPSS 18, maka diperoleh hasil sebagai berikut:
Tabel 4.8 ANOVA
a
Model Sum
of Squares
Df Mean
Square F
Sig. 1
Regression 49.657 4
12.414 4.536
.003
b
Universitas Sumatera Utara
57
Residual 161.477
59 2.737
Total 211.134
63 a. Dependent Variable: Perataan
b. Predictors: Constant, Leverage, UP, ROA, NPM
Dari uji ANOVA atau F test, diperoleh F
hitung
sebesar 4,536 dengan tingkat signifikansi 0,003, sedangkan F
tabel
sebesar 2,527 dengan signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa ukuran perusahaan, ROA,
NPM, Leverage secara simultan berpengaruh signifikan positif terhadap perataan laba karena F
hitung
F
tabel
4,536 2,527 dan signifikansi penelitian 0,05 0,003 0,05.
4.4 Pembahasan Hasil Penelitian
