ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PEMILIHAN METODE AKUNTANSI PERSEDIAAN (Studi Kasus pada Perusahaan Dagang dan Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2012-2015)
HALAMAN SAMPUL DEPAN THE ANALYSIS OF THE FACTORS THAT INFLUENCE THE SELECTION OF INVENTORY ACCOUNTING METHODS (Case Study on the Trading Companies and Manufacturing Companies Listed on the Indonesia Stock Exchange Year 2012-2015)
Oleh ALIKA LATHIFA HANUM 20130420229
FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS MUHAMMADIYAH YOGYAKARTA 2016
ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PEMILIHAN METODE AKUNTANSI PERSEDIAAN (Studi Kasus pada Perusahaan Dagang dan Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2012-2015)
HALAMAN JUDUL THE ANALYSIS OF THE FACTORS THAT INFLUENCE THE SELECTION OF INVENTORY ACCOUNTING METHODS (Case Study on the Trading Companies and Manufacturing Companies Listed on the Indonesia Stock Exchange Year 2012-2015)
SKRIPSI Diajukan Guna Memenuhi Persyaratan untuk Memperoleh Gelar Sarjana pada Fakultas Ekonomi dan Bisnis Program Studi Akuntansi Universitas Muhammadiyah Yogyakarta
Oleh ALIKA LATHIFA HANUM 20130420229
FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS MUHAMMADIYAH YOGYAKARTA 2016
MOTTO
“Raihlah ilmu, dan untuk meraih ilmu belajarlah untuk tenang dan sabar” -Khalifah Umar “Suatu pekerjaan yang paling tak kunjung bisa diselesaikan adalah pekerjaan yang tak kunjung pernah dimulai” -JRR, Tolkien “Siapa diriku sudah cukup baik apabila aku menjadi diriku sendiri dengan terus terang” -Carl Rogers “Kebanggaan kita yang terbesar adalah bukan tidak pernah gagal, tetapi bangkit kembali setiap kali kita jatuh” -Confusius “Banyak kegagalan dalam hidup ini dikarenakan orang-orang tidak menyadari betapa dekatnya mereka dengan keberhasilan saat mereka menyerah” -Thomas Alva Edison “Berusahalah untuk tidak menjadi manusia yang berhasil tapi berusahalah menjadi manusia yang berguna” -Einstein “Seribu kata tak akan meninggalkan kesan yang begitu mendalam dibandingkan dengan satu perbuatan” -Henrik Ibsen “Apa yang kau simpan untuk dirimu sendiri akan lenyap, apa yang kamu berikan pada orang lain akan kamu miliki selamanya” -Axel Munthe
v
Skripsi ini kupersembahkan untuk… 1. Orang Tua tercinta, Bapak Wahyu Padjarto dan Ibu Ernawati, sebagai tanda bakti, hormat dan rasa terima kasih yang tiada terhingga, yang telah mendukung baik secara moral dan materil, terima kasih atas do’a, kasih sayang dan semua pengorbananmu. 2. Adik satu-satunya, Hilmi Atha Riski, yang membuat hidup ini menjadi ramai dan penuh warna, terima kasih. 3. Seluruh keluarga besar, yang selalu memperhatikanku, menyemangatiku dan mendo’akanku, terima kasih. 4. Almamater tercinta, Universitas Muhammadiyah Yogyakarta yang telah memberikan ilmu, pengalaman, teman dan keluarga baru untukku.
vi
INTISARI
Tujuan dari penelitian ini adalah untuk menguji dan membuktikan secara empiris adanya pengaruh ukuran perusahaan, kepemilikan manajerial, variabilitas persediaan, variabilitas harga pokok penjualan, rasio lancar dan leverage terhadap pemilihan metode akuntansi persediaan. Sampel dalam penelitian ini adalah perusahaan dagang dan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) dari tahun 2012 sampai dengan tahun 2015 yang dipilih menggunakan metode purposive sampling. Terdapat 37 perusahaan yang memenuhi kriteria, 6 perusahaan menggunakan metode FIFO dan 31 perusahaan menggunakan metode rata-rata. Pengujian yang dilakukan dalam penelitian ini meliputi uji beda dan uji hipotesis. Uji beda dilakukan dengan menggunakan Mann-Whitney Test dan uji hipotesis dilakukan dengan menggunakan regresi logistik dengan metode enter dan tingkat signifikansi 5%. Pengujian dilakukan dengan bantuan program komputer IBM SPSS Statistics Version 22. Hasil dari uji beda memberikan nilai yang signifikan atas kepemilikan manajerial, sedangkan ukuran perusahaan, variabilitas persediaan, variabilitas harga pokok penjualan, rasio lancar dan leverage tidak memberikan nilai yang signifikan, sehingga penelitian ini memberikan bukti bahwa terdapat perbedaan antara metode FIFO dan metode rata-rata dilihat dari kepemilikan manajerial. Hasil dari uji hipotesis menunjukkan bahwa hanya kepemilikan manajerial dan variabilitas harga pokok penjualan yang berpengaruh terhadap pemilihan metode akuntansi persediaan. Sedangkan ukuran perusahaan, variabilitas persediaan, rasio lancar dan leverage tidak berpengaruh terhadap pemilihan metode akuntansi persediaan. Kata kunci: Metode akuntansi persediaan, metode FIFO, metode rata-rata
vii
ABSTRACT
The purpose of this research is to test and prove empirically of the influence of firm size, managerial ownership, variability of inventory, variability of cost of goods sold, current ratio and leverage to the selection method of inventory accounting. The sample in this research are trading companies and manufacturing companies listed on Indonesia Stock Exchange (IDX) from 2012 to 2015 were selected using purposive sampling method. There are 37 companies that meet the criteria, 6 companies using FIFO and the 31 companies using the average method. Tests conducted in this study include different test and hypothesis test. Different test performed using the Mann-Whitney test and hypothesis test performed by using logistic regression with enter method and significance level of 5%. The test of this research performed by help of a computer program IBM SPSS Statistics Version 22. The results from different test provides significant value over the managerial ownership, while the firm size, variability of inventory, variability of cost of goods sold, current ratio and leverage doesn’t provide significant value, so this research provides evidence that there are differences between FIFO and average method seen from managerial ownership. The results of hypothesis test indicate that only managerial ownership and variability of cost of goods sold which affect the accounting method of inventory. While the firm size, variability of inventory, current ratio and leverage doesn’t affect to the accounting method of inventory. Keywords: Inventory accounting method, FIFO method, average method
viii
KATA PENGANTAR
Assalamu’alaikum Wr. Wb. Alhamdulillah, segala puji bagi Allah SWT yang telah memberikan kemudahan serta limpahan rahmat, taufik, hidayah dan inayah-Nya sehingga penulis dapat menyelesaikan skripsi ini yang berjudul “ANALISIS FAKTORFAKTOR YANG BERPENGARUH TERHADAP PEMILIHAN METODE AKUNTANSI PERSEDIAAN (Studi Kasus pada Perusahaan Dagang dan Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 20122015)”. Skripsi ini disusun untuk memenuhi salah satu persyaratan dalam memperoleh gelar Sarjana pada Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah Yogyakarta. Penulis mengambil topik ini dengan harapan dapat memberikan masukan bagi manajer dalam pengambilan keputusan mengenai kebijakan metode akuntansi persediaan pada perusahaannya, selain itu juga dapat memberikan ide pengembangan bagi penelitian selanjutnya. Skripsi ini terwujud karena adanya berkah dari Allah SWT serta bimbingan dan bantuan dari berbagai pihak. Sehubungan dengan hal tersebut, pada kesempatan ini penulis ingin mengucapkan terima kasih kepada: 1.
Bapak Dr. Nano Prawoto, S.E., M.Si., selaku Dekan Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah Yogyakarta.
2.
Ibu Dr. Ietje Nazaruddin, S.E., M.Si., Ak, selaku Kepala Program Studi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah Yogyakarta.
3.
Ibu Dra. Arum Indrasari, M.Buss., Ak., CA, selaku Dosen Pembimbing yang selalu memberikan dorongan semangat, bimbingan dan juga waktunya sehingga skripsi ini dapat terselesaikan.
4.
Bapak dan Ibu dosen Program Studi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah Yogyakarta yang telah memberikan ilmu dan pencerahan selama penulisan skripsi ini.
ix
5.
Bapak dan Ibu serta Adik dan Keluarga Besar yang senantiasa selalu mendo’akan dan selalu memberikan kasih sayang serta dukungan baik secara moral maupun materil hingga penulis dapat menyelesaikan studi.
6.
Teman-teman semua atas kebersamaan, dukungan dan bantuan selama penulisan skripsi ini.
7.
Semua pihak yang telah memberikan dukungan, bantuan, kemudahan dan semangat dalam proses penyelesaian skripsi ini. Penulis menyadari bahwa banyak kekurangan dalam skripsi ini, oleh
karena itu kritik, saran dan pengembangan penelitian yang bersifat konstruktif dari pihak manapun sangat diperlukan demi tercapainya karya tulis yang lebih baik dengan topik yang sama. Wassalamu’alaikum Wr. Wb.
Yogyakarta, 07 Desember 2016
Penulis
x
DAFTAR ISI
HALAMAN JUDUL ..................................................................................
i
HALAMAN PERSETUJUAN DOSEN PEMBIMBING ..........................
ii
HALAMAN PENGESAHAN .................................................................... iii HALAMAN PERNYATAAN .................................................................... iv HALAMAN MOTTO ...............................................................................
v
HALAMAN PERSEMBAHAN ................................................................. vi HALAMAN INTISARI ............................................................................. vii HALAMAN ABSTRACT ........................................................................... viii KATA PENGANTAR ................................................................................ ix DAFTAR ISI .............................................................................................. xi DAFTAR TABEL ...................................................................................... xiii DAFTAR GAMBAR .................................................................................. xiv DAFTAR LAMPIRAN .............................................................................. xv BAB I
PENDAHULUAN ...................................................................... 1 A. Latar Belakang Penelitian ...................................................... 1 B. Batasan Masalah .................................................................... 7 C. Rumusan Masalah Penelitian ................................................. 8 D. Tujuan Penelitian .................................................................. 8 E. Manfaat Penelitian ................................................................ 9
BAB II
TINJAUAN PUSTAKA ............................................................. 11 A. Landasan Teori ...................................................................... 11 B. Penurunan Hipotesis ............................................................... 22 C. Model Penelitian .................................................................... 35
BAB III METODE PENELITIAN ........................................................... 37 A. Subyek dan Obyek Penelitian ................................................. 37 B. Jenis Data .............................................................................. 37 C. Teknik Pengambilan Sampel ................................................. 37 D. Teknik Pengumpulan Data .................................................... 38 E. Definisi Operasional Variabel Penelitian ............................... 39
xi
F. Uji Kualitas Data ................................................................... 42 G. Uji Hipotesis dan Analisa Data .............................................. 47 BAB IV HASIL PENELITIAN DAN PEMBAHASAN ........................... 49 A. Gambaran Umum Subyek/Obyek Penelitian ........................... 49 B. Uji Kualitas Data.................................................................... 50 C. Hasil Penelitian (Uji Hipotesis) .............................................. 63 D. Pembahasan (Intrepretasi) ...................................................... 68 BAB V
SIMPULAN SARAN DAN KETERBATASAN........................ 76 A. Simpulan ............................................................................... 76 B. Saran ...................................................................................... 77 C. Keterbatasan .......................................................................... 77 D. Implikasi ............................................................................... 78
DAFTAR PUSTAKA LAMPIRAN
xii
DAFTAR TABEL
4. 1.
Prosedur Pemilihan Sampel .............................................................. 49
4. 2.
Kelompok Sampel Perusahaan Berdasarkan Metode Persediaan ....... 50
4. 3.
Statistik Deskriptif Sampel ............................................................... 51
4. 4.
Hasil Uji Normalitas ......................................................................... 54
4. 5.
Hasil Uji Mann-Whitney Test ............................................................ 55
4. 6.
Hasil Uji Nilai -2 Log Likelihood ...................................................... 57
4. 7.
Hasil Uji Omnibust Test of Model Coefficient ................................... 58
4. 8.
Hasil Uji Koefisien Determinasi ....................................................... 59
4. 9.
Hasil Uji Hosmer and Lemeshow Test .............................................. 60
4. 10. Hasil Uji Multikolinearitas ............................................................... 61 4. 11. Hasil Uji Matrik Klarifikasi .............................................................. 61 4. 12. Hasil Uji Regresi Logistik 2012-2015 ............................................... 63 4. 13. Ringkasan Hasil Uji Hipotesis .......................................................... 67
xiii
DAFTAR GAMBAR
2. 1.
Skema Rerangka Pemikiran .............................................................. 36
xiv
DAFTAR LAMPIRAN
Lampiran 1.
Nama Perusahaan yang menjadi Sampel Penelitian
Lampiran 2.
Nama Perusahaan yang menggunakan Metode FIFO
Lampiran 3.
Nama Perusahaan yang menggunakan Metode Rata-rata
Lampiran 4.
Pengukuran Variabel Ukuran Perusahaan
Lampiran 5.
Pengukuran Variabel Kepemilikan Manajerial
Lampiran 6.
Pengukuran Variabel Variabilitas Persediaan
Lampiran 7.
Pengukuran Variabel Variabilitas Harga Pokok Penjualan
Lampiran 8.
Pengukuran Variabel Rasio Lancar
Lampiran 9.
Pengukuran Variabel Leverage
Lampiran 10. Hasil Statistik Deskriptif Lampiran 11. Hasil Uji Normalitas Lampiran 12. Hasil Uji Mann-Whitney Test Lampiran 13. Hasil Uji Regresi Logistik
xv
BAB I PENDAHULUAN
A. Latar Belakang Penelitian Munculnya perusahaan-perusahaan baru baik dalam bidang jasa, dagang ataupun manufaktur menandakan bahwa perkembangan dunia usaha mengalami peningkatan yang cukup pesat. Tujuan utama didirikannya perusahaan adalah untuk memperoleh laba seoptimal mungkin serta untuk memaksimalkan kemakmuran pemegang saham. Agar tujuan tersebut dapat tercapai maka perusahaan harus memiliki sistem manajemen yang baik dan handal yang dapat diterapkan pada kegiatan operasionalnya, salah satunya adalah dalam penerapan metode akuntansi persediaan. Pada umumnya perusahaan memiliki persediaan yang digunakan atau diproses untuk menghasilkan barang yang dapat memberikan nilai tambah dan manfaat bagi para konsumennya. Persediaan merupakan salah satu unsur dari aset yang bersifat aktif dan memiliki peran penting dalam suatu perusahaan. Dapat dikatakan bahwa persediaan merupakan urat nadi bagi setiap perusahaan, khususnya perusahaan dagang dan perusahaan manufaktur karena persediaan menjadi kunci utama bagi kedua jenis perusahaan tersebut untuk melancarkan jalannya kegiatan operasi perusahaan. Persediaan dapat diartikan sebagai aset baik yang berwujud barang ataupun bahan yang dimiliki dan disimpan oleh perusahaan untuk dijual atau diolah kembali. Yang dimaksud persediaan adalah barang-barang yang dibeli oleh
1
2
perusahaan dengan tujuan untuk dijual kembali atau masih dalam proses produksi yang akan diolah lebih lanjut menjadi barang jadi kemudian dijual atau akan dipergunakan dalam proses produksi barang jadi yang kemudian dijual (Mardiasmo, 1999:109). Menurut Pujianto (2013), persediaan barang dagang dikelompokkan menjadi 2 yaitu persediaan barang dalam perusahaan dagang dan persediaan barang dalam perusahaan manufaktur. Kedudukan perusahaan dagang yang merupakan sebagai distributor dan kedudukan perusahaan manufaktur yang merupakan sebagai produsen menjadikan persediaan memiliki arti yang berbeda bagi masing-masing perusahaan tersebut. Dalam Islam, metode akuntansi persediaan penting diterapkan guna menghindari kecurangan dan manipulasi informasi. Dengan diterapkannya metode akuntansi persediaan, setiap pergerakan persediaan baik yang masuk maupun yang keluar akan dicatat sehingga apabila terjadi kesalahan dapat ditelusuri dengan mudah. Islam menjelaskan tentang arti penting penerapan metode akuntansi persediaan dalam potongan Q.S. Al-Baqarah ayat 282 sebagai berikut:
ِ َّ ِ ِ ِ ب ُ َُج ٍل ُم َس ًّمى فَا ْكتُب َ ين َآمنُوا إ َذا تَ َدايَْنتُ ْم ب َديْ ٍن إ َ َٰل أ ْ ُوه ۚ َولْيَ ْكت َ " يَا أَيُّ َها الذ ِب ي نَ ُكم َكاتِب بِالْع ْد ِل ۚ وََل يأْب َكات ب ت ك ي ن َ أ ب ْ َّ ُب َك َما َعلَّ َمه ْ ُ َ َ َ َ ٌ ْ َْ َ ْ ُاَّللُ ۚ فَ ْليَ ْكت ٌ َ " ... ۚ س ِمْنهُ َشْيئًا ْ َولْيُ ْملِ ِل الَّ ِذي َعلَْي ِه َّ اْلَ ُّق َولْيَت َِّق ْ اَّللَ َربَّهُ َوََل يَْب َخ
Yang artinya: “Wahai orang-orang yang beriman! Apabila kamu bermu'amalah tidak secara tunai untuk waktu yang ditentukan, hendaklah kamu menuliskannya. Dan hendaklah seorang penulis di antara kamu menuliskannya dengan benar. Janganlah penulis menolak untuk menuliskannya sebagaimana Allah telah mengajarkan kepadanya, maka hendaklah ia menuliskan. Dan hendaklah orang yang berhutang itu mendiktekan, dan hendaklah ia bertakwa kepada Allah, Tuhannya, dan janganlah ia mengurangi sedikitpun daripadanya …”.
3
Berdasarkan PSAK 14 (1994), terdapat 3 macam metode akuntansi persediaan yang diakui dan diperbolehkan di Indonesia yaitu metode Masuk Pertama Keluar Pertama (MPKP) atau First In First Out (FIFO), metode rata-rata tertimbang atau metode weighted average dan metode Masuk Terakhir Keluar Pertama (MTKP) atau Last In First Out (LIFO). Namun setelah PSAK 14 (1994) direvisi menjadi PSAK 14 (2008) maka hanya terdapat 2 macam metode akuntansi persediaan yang diakui dan diperbolehkan yaitu metode Masuk Pertama Keluar Pertama (MPKP) atau First In First Out (FIFO) dan metode rata-rata tertimbang atau weighted average. Peraturan dalam PSAK 14 (2008) berbanding lurus dengan peraturan perpajakan di Indonesia yang dituangkan dalam Pasal 10 Ayat 6 Undang-Undang Nomor 10 Tahun 1994 tentang Pajak Penghasilan. Peraturan dalam PSAK 14 (2008) dan peraturan perpajakan di Indonesia hanya mengakui metode Masuk Pertama Keluar Pertama (MPKP) atau First In First Out (FIFO) dan metode ratarata tertimbang atau weighted average. Dari hal tersebut diketahui bahwa metode Masuk Terakhir Keluar Pertama (MTKP) atau Last In First Out (LIFO) sudah tidak diakui dan tidak diperbolehkan lagi penggunaannya. Alasan tidak diperbolehkannya penggunaaan metode Masuk Terakhir Keluar Pertama (MTKP) atau Last In First Out (LIFO) karena dalam dunia perpajakan metode tersebut hanya akan merugikan negara sebab laba yang dihasilkan dari penggunaaan metode tersebut kecil sehingga berdampak pada pajak yang dibayarkan juga semakin kecil.
4
Meskipun metode Masuk terakhir Keluar Pertama (MTKP) atau Last In First Out (LIFO) sudah tidak diakui lagi penggunaannya namun jika ada perusahaan yang menggunakan metode Masuk terakhir Keluar Pertama (MTKP) atau Last In First Out (LIFO) dalam laporan keuangannya maka untuk pelaporan pajaknya harus membuat kembali dengan metode yang diperbolehkan yaitu metode Masuk Pertama Keluar Pertama (MPKP) atau First In First Out (FIFO) atau metode rata-rata tertimbang (weighted average). Hal ini menyebabkan perusahaan-perusahaan di Indonesia menggunakan metode FIFO atau rata-rata untuk laporan keuangannya karena tidak perlu lagi membuat untuk tujuan pajak (Gunadi, 1998). Penelitian yang dilakukan terhadap pemilihan metode persediaan di AS menunjukkan
bahwa
perusahaan-perusahaan
manufaktur
pada
umumnya
menggunakan metode LIFO dan FIFO (Niehaus, 1989). Sedangkan untuk di Indonesia sebanyak 22 perusahaan atau 26,5% menggunakan metode FIFO dan 61 perusahaan atau 73,5% menggunakan metode average. (Syailendra dan Raharja, 2014). Penggunaan metode akuntansi yang berbeda akan menimbulkan dampak yang berbeda pula. Metode akuntansi yang dipilih dapat mempengaruhi laba yang akan dilaporkan, jumlah pajak yang akan dibayar, dan nilai rasio yang dihasilkan dari neraca (Harrison, et al., 2012). Persediaan adalah contoh aset di mana seorang manajer harus memutuskan metode akuntansi mana yang akan digunakan. Kebijakan antara perusahaan satu dengan perusahaan lain dalam memilih metode akuntansi persediaan tidaklah sama karena perusahaan juga harus memperhatikan
5
jenis kegiatan operasional perusahaannya agar metode yang digunakan nantinya dapat benar-benar sesuai dengan keadaan perusahaan. Pemilihan metode akuntansi persediaan menjadi salah satu pusat perhatian dalam berbagai penelitian karena pemilihan metode akuntansi persediaan nantinya akan berpengaruh terhadap neraca maupun laporan laba rugi yang akan dipakai oleh para pemakai laporan keuangan untuk membuat keputusan-keputusan investasi, kredit dan keputusan-keputusan ekonomi lainnya. Dalam memilih metode akuntansi persediaan selain perbedaan kepentingan, perubahan harga, peraturan perpajakan juga mempertimbangkan kondisi internal yang berupa karakteristik operasional perusahaan yang tercermin dalam kesempatan produksi investasi (Sangadah dan Kusmuriyanto, 2014). Seperti yang telah dijelaskan bahwa persediaan merupakan salah satu aset terpenting pada perusahaan dagang dan perusahaan manufaktur, karena hampir seluruh pendapatannya diperoleh dari hasil penjualan barang sebagai persediaan. Harga pokok penjualan dari hasil penjualan persediaan pada umumnya juga merupakan bagian terbesar dari beban pada perusahaan dagang dan perusahaan manufaktur. Oleh karena itu manajemen persediaan yang efektif merupakan kunci keberhasilan operasi perusahaan,
sehingga
tidak
mengherankan apabila
manajemen perusahaan menghabiskan sebagian besar waktunya untuk membuat perencanaan dan pengendalian persediaan. Penelitian-penelitian yang telah dilakukan sebelumnya masih memiliki inkonsistensi dalam hasil antara peneliti yang satu dengan peneliti lainnya. Oleh karena itu, peneliti tertarik untuk menguji kembali faktor-faktor yang
6
mempengaruhi perusahaan dalam memilih metode akuntansi persediaan. Berdasarkan berbagai hal yang telah diuraikan di atas, peneliti akan melakukan kembali suatu penelitian mengenai persediaan pada perusahaan dagang dan perusahaan manufaktur, dengan judul: “ANALISIS FAKTOR-FAKTOR YANG
BERPENGARUH
TERHADAP
PEMILIHAN
METODE
AKUNTANSI PERSEDIAAN (Studi Kasus pada Perusahaan Dagang dan Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2012-2015)”. Penelitian ini merujuk pada penelitian yang dilakukan oleh Mahardika, dkk. (2015). Persamaan penelitian ini dengan penelitian tersebut adalah samasama menggunakan ukuran perusahaan, variabilitas persediaan dan rasio lancar sebagai variabel independen. Salah satu sampel yang digunakan dalam penelitian Mahardika, dkk. (2015) juga sama dengan sampel yang akan digunakan dalam penelitian ini yaitu perusahaan manufaktur. Terdapat 4 hal yang membedakan penelitian ini dengan penelitian Mahardika, dkk. (2015). Yang pertama, adanya penambahan beberapa variabel independen yaitu kepemilikan manajerial, variabilitas harga pokok penjualan dan leverage. Yang kedua, adanya perbedaan pengukuran yang digunakan. Perbedaan pengukuran yang digunakan terjadi pada variabel ukuran perusahaan. Dalam penelitian ini ukuran perusahaan diukur berdasarkan total aset perusahaan sedangkan pada penelitan Mahardika, dkk. (2015) ukuran perusahaan diukur berdasarkan total penjualan bersih.
7
Perbedaan yang ketiga adalah penggunaan sampel, dalam penelitian Mahardika, dkk. (2015) sampel yang digunakan yaitu perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) namun dalam penelitian ini sampel dikembangkan menjadi perusahaan dagang dan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI). Perbedaan yang terakhir yaitu pada periodesasi penelitian, periode yang digunakan dalam penelitian Mahardika, dkk. (2015) adalah dari tahun 2011 sampai dengan tahun 2013, sedangkan dalam penelitian ini periode yang digunakan adalah dari tahun 2012 sampai dengan tahun 2015.
B. Batasan Masalah Batasan masalah dalam penelitian ini adalah: 1.
Variabel independen yang akan diuji dalam penelitian ini adalah ukuran perusahaan, kepemilikan manajerial, variabilitas persediaan, variabilitas harga pokok persediaan, rasio lancar dan leverage. Sedangkan variabel dependen yang akan diuji dalam penelitian ini adalah metode akuntansi persediaan.
2.
Sampel yang digunakan dalam penelitian ini adalah perusahaan dagang dan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2012 sampai dengan 2015.
8
C. Rumusan Masalah Penelitian Rumusan masalah yang dikemukakan dalam penelitian ini adalah sebagai berikut: 1.
Apakah ukuran perusahaan berpengaruh terhadap pemilihan metode akuntansi persediaan?
2.
Apakah kepemilikan manajerial berpengaruh terhadap pemilihan metode akuntansi persediaan?
3.
Apakah variabilitas persediaan berpengaruh terhadap pemilihan metode akuntansi persediaan?
4.
Apakah variabilitas harga pokok penjualan berpengaruh terhadap pemilihan metode akuntansi persediaan?
5.
Apakah rasio lancar berpengaruh terhadap pemilihan metode akuntansi persediaan?
6.
Apakah leverage berpengaruh terhadap pemilihan metode akuntansi persediaan?
D. Tujuan Penelitian Berdasarkan rumusan masalah yang telah dikemukakan, maka tujuan dari penelitian ini adalah: 1.
Untuk menguji dan membuktikan secara empiris atas pengaruh ukuran perusahaan terhadap pemilihan metode akuntansi persediaan.
2.
Untuk menguji dan membuktikan secara empiris atas pengaruh kepemilikan manajerial terhadap pemilihan metode akuntansi persediaan.
9
3.
Untuk menguji dan membuktikan secara empiris atas pengaruh variabilitas persediaan terhadap pemilihan metode akuntansi persediaan.
4.
Untuk menguji dan membuktikan secara empiris atas pengaruh variabilitas harga pokok penjualan terhadap pemilihan metode akuntansi persediaan.
5.
Untuk menguji dan membuktikan secara empiris atas pengaruh rasio lancar terhadap pemilihan metode akuntansi persediaan.
6.
Untuk menguji dan membuktikan secara empiris atas pengaruh leverage terhadap pemilihan metode akuntansi persediaan.
E. Manfaat Penelitian Hasil penelitian ini diharapkan dapat memberikan manfaat antara lain sebagai berikut: 1.
Manfaat Teoritis Sebagai sumber ilmu pengetahuan tambahan dalam bidang akuntansi khususnya mengenai persediaan.
2.
Manfaat Praktis a.
Bagi Penulis Sebagai sarana untuk menambah pengetahuan serta sarana untuk mengaplikasikan ilmu yang diterima secara teoritis dalam perkuliahan ke dalam dunia nyata.
b. Bagi Akademik Sebagai sarana untuk pengembangan ilmu akuntansi, khususnya yang berkaitan dengan persediaan. Hasil penetian ini juga dapat dijadikan
10
sebagai kontribusi dalam pengembangan teori dan sebagai acuan serta bahan referensi bagi penelitian selanjutnya. c.
Bagi Manajer Sebagai acuan dalam melihat hubungan antara kebijakan akuntansi persediaan dengan kegiatan operasional perusahaan untuk menentukan langkah dalam pengambilan keputusan dan penentuan kebijakan yang dapat menguntungkan perusahaan.
d. Bagi Investor Sebagai pengetahuan tambahan untuk dijadikan acuan dalam melihat prospek keuntungan masa depan dan perkembangan perusahaan untuk mengetahui jaminan investasi yang ditanamkan.
BAB II TINJAUAN PUSTAKA
A. Landasan Teori 1.
Teori Akuntansi Positif (Positive Accounting Theory) Teori akuntansi positif merupakan suatu teori yang berusaha menerangkan
fenomena-fenomena
akuntansi
yang
terjadi
di
dalam
masyarakat. Teori akuntansi positif dapat digunakan untuk memperkirakan kemungkinan yang akan terjadi jika manajer memutuskan pilihan tertentu, termasuk pemilihan mengenai metode akuntansi persediaan. Menurut teori akuntansi positif, manajer memiliki kecenderungan untuk melakukan suatu tindakan yang dinamakan sebagai tindakan oportunis (opportunistic behavior). Tindakan oportunis merupakan suatu tindakan yang dilakukan oleh perusahaan dalam memilih kebijakan akuntansi yang dimotivasi oleh kepentingan diri sendiri, kelompok atau suatu tujuan tertentu yang menguntungkan dan dapat memaksimumkan kepuasan perusahaan. Dalam memilih metode akuntansi persediaan terdapat tindakan oportunis seorang manajer untuk melakukan manajemen laba. Tindakan manajer untuk melakukan manajemen laba tersebut didasari atas motivasi pribadi yang berarti bahwa manajer akan memilih metode akuntansi yang dapat menguntungkan dirinya sendiri. Watts dan Zimmerman (1986) membuat 3 hipotesis yang dikaitkan dengan tindakan oportunis manajer yaitu:
11
12
a.
Hipotesis Program Bonus (Bonus Plan Hypotesis) Hipotesis ini beranggapan bahwa manajer perusahaan dengan program bonus tertentu cenderung akan lebih memilih metode yang dapat menaikkan laba yang dilaporkan pada tahun berjalan. Hal tersebut dilakukan untuk memaksimalkan bonus yang akan mereka peroleh karena laba yang diperoleh seringkali dijadikan pedoman dalam mengukur keberhasilan kinerja. Dengan demikian, dapat diprediksi bahwa perusahaan yang mempunyai kebijakan pemberian bonus yang didasarkan pada laba akan lebih memilih prosedur akuntansi yang menaikkan laba yaitu metode FIFO.
b. Hipotesis Perjanjian Hutang (Debt Covenant Hypothesis) Hipotesis ini berhubungan dengan syarat-syarat yang harus dipenuhi perusahaan dalam perjanjian hutang (debt covenant). Dengan adanya perjanjian hutang, manajer cenderung memilih metode akuntansi yang dapat meningkatkan laba perusahaan. Hal tersebut dilakukan untuk menghindarkan perusahaan dari pelanggaran terhadap debt covenant yang dapat mengakibatkan munculnya biaya baru. Sehingga dengan menaikkan laba, manajer berupaya untuk mencegah atau setidaknya menunda hal tersebut dan salah satu cara untuk menaikkan laba yaitu dengan menggunakan metode FIFO. c.
Hipotesis Biaya Politik (Political Cost Hypothesis) Hipotesis ini menyatakan semakin besar biaya politis yang dihadapi
perusahaan
maka
semakin
besar
pula
kecenderungan
13
perusahaan tersebut untuk menggunakan pilihan akuntansi yang dapat mengurangi laba. Perusahaan dengan tingkat laba yang tinggi akan mendapat perhatian luas dari kalangan konsumen dan media yang nantinya akan menarik perhatian pemerintah dan regulator sehingga menyebabkan terjadinya biaya politis, di antaranya adalah muncul intervensi pemerintah, pengenaan pajak yang lebih tinggi, dan berbagai macam tuntutan lain yang dapat meningkatkan biaya politis. Oleh karena itu perusahaan berupaya untuk memilih metode akuntansi yang dapat mengurangi biaya politis. Pertimbangan political cost hypothesis inilah yang menjadikan manajer cenderung untuk menerapkan metode rata-rata karena metode rata-rata menghasilkan laba yang lebih kecil dibandingkan dengan metode FIFO. 2.
Hipotesis Ricardian (Ricardian Hypothesis) Hipotesis ricardian dikemukakan oleh Lee dan Hsieh (1985). Hipotesis ricardian disebut juga sebagai hipotesis pajak. Hipotesis ricardian merupakan hipotesis yang mempengaruhi penggunaan metode akuntansi persediaan pada perusahaan yang didasarkan pada prioritas kepentingan kepentingan yang muncul di dalam perusahaan. Hipotesis ini berasumsi bahwa peraturan perpajakan merupakan faktor yang paling mempengaruhi perusahaan, dimana tujuan yang ingin dicapai oleh manajemen adalah memaksimalkan nilai perusahaan dengan cara meminimalkan biaya pajak namun tetap respek pada kendala hukum pajak.
14
Berdasarkan hipotesis ricardian dapat dijelaskan bahwa manajer perusahaan perlu memperhitungkan pengaruh pajak ketika akan memilih dan memutuskan metode persediaan yang akan digunakan pada perusahaannya. Apabila perusahaan menggunakan metode FIFO, maka perusahaan akan menciptakan laba yang lebih besar dibandingkan dengan penggunaan metode rata-rata sehingga perusahaan tidak bisa melakukan penghematan pajak (tax saving). Sebaliknya, apabila perusahaan menggunakan metode rata-rata, maka perusahaan akan menciptakan laba yang lebih kecil dan bisa melakukan penghematan pajak (tax saving). 3.
Teori Keagenan (Agency Theory) Teori keagenan disebut juga dengan teori agensi. Teori ini dikemukakan oleh Michael C. Jensen dan William H. Meckling pada tahun 1976 pada tulisannya yang berjudul “Theory of the Firm: Managerial Behavior, Agency Costs, and Ownership Structure". Jensen dan Meckling menjelaskan bahwa perusahaan merupakan kumpulan kontrak (nexus of contract) antara pemilik sumber daya ekonomis (principal) dan manajer (agent) yang mengurus penggunaan dan pengendalian sumber daya tersebut. Principal merupakan pihak yang memberikan mandat kepada agent untuk bertindak atas nama principal, sedangkan agent merupakan pihak yang diberi amanat oleh principal untuk menjalankan perusahaan. Agent berkewajiban untuk mempertanggungjawabkan apa yang telah diamanahkan oleh principal kepadanya.
15
Menurut Anthony dan Govindarajan (2005), teori agensi adalah hubungan atau kontrak antara principal dan agent. Teori agensi ini berasumsi bahwa tiap-tiap individu semata-mata termotivasi oleh kepentingan dirinya sendiri sehingga menimbulkan konflik kepentingan antara principal dan agent. Oleh karena itu dapat diketahui bahwa principal diasumsikan hanya tertarik kepada hasil keuangan yang bertambah atau bagaimana keadaan investasi mereka di dalam perusahaan. Sedangkan para agent diasumsikan menerima kepuasan berupa kompensasi keuangan dan syarat-syarat yang menyertai dalam hubungan tersebut. Aplikasi teori agensi dapat terwujud dalam kontrak kerja yang akan mengatur proporsi hak dan kewajiban masingmasing
pihak
dengan
tetap
memperhitungkan
kemanfaatan
secara
keseluruhan. Konflik kepentingan yang terjadi antara principal dan agent dalam pemilihan metode akuntansi persediaan adalah terkait dengan laba yang akan dihasilkan perusahaan. Principal cenderung lebih menyukai metode rata-rata karena akan menghasilkan laba yang jumlahnya lebih kecil dibandingkan dengan penggunaan metode FIFO karena dengan metode tersebut dapat mengurangi pajak yang akan dibayar. Sedangkan agent lebih menyukai metode FIFO yang menghasilkan laba dengan jumlah besar. Hal tersebut dilakukan karena penilaian kinerja agent biasanya dilihat dari laba yang dihasilkan sehingga semakin besar laba yang diperoleh maka akan semakin besar pula bonus yang diterima manajer.
16
4.
Metode Akuntansi Persediaan Menurut Ikatan Akuntan Indonesia (IAI) dalam Paragraf 23 pada Pernyataan Standar Akuntansi Keuangan (PSAK) Nomor 14 (2008) menyatakan bahwa: “Biaya persediaan, kecuali yang disebut dalam paragraf 21, harus dihitung dengan menggunakan rumus biaya masuk pertama keluar pertama (MPKP) atau rata-rata tertimbang. Entitas harus menggunakan rumus biaya yang sama terhadap semua persediaan yang memiliki sifat dan kegunaan yang sama. Untuk persediaan yang memiliki sifat dan kegunaan yang berbeda, rumusan biaya yang berbeda diperkenankan.” Dari pernyataan di atas dapat diketahui bahwa hanya terdapat 2 metode akuntansi persediaan yang diperbolehkan penggunaannya di Indonesia yaitu: a.
Metode Masuk Pertama Keluar Pertama (MPKP) atau First In First Out (FIFO) Menurut metode FIFO, biaya pertama yang masuk ke dalam persediaan adalah biaya pertama yang dibebankan ke harga pokok penjualan, oleh karena itu diberi nama first-in first-out (Harrison, et al., 2012). Metode FIFO menganggap bahwa barang yang lebih dulu dibeli, akan dijual juga lebih dulu. Dengan demikian harga perolehan barang yang lebih dulu dibeli, dianggap akan menjadi harga pokok penjualan lebih dulu juga. Metode ini seringkali sejalan dengan aliran fisik barang dagangan, karena dalam manajemen yang baik biasanya barang yang paling lama dijual lebih dahulu. Keunggulan yang didapat dari penggunaan metode FIFO antara lain: laba mencitrakan arus fisik persediaan, nilai persediaan akhir lebih
17
mendekati harga pokok sekarang serta memberikan suatu nilai reasonable approximation atas biaya pokok pengganti pada neraca apabila tidak terdapat perubahan harga sejak pembelian terakhir. Sedangkan kelemahan dari metode FIFO adalah tidak menggambarkan keadaan yang sebenarnya karena biaya berjalan (current cost) tidak ditandingkan dengan pendapatan berjalan (current revenue) pada laporan laba rugi. Kelemahan lain dari penggunaan metode ini dapat terlihat jika terjadi inflasi. Dengan terjadinya inflasi maka harga barang-barang cenderung meningkat sepanjang waktu karena biaya dari barang-barang yang dibebankan pada harga pokok barang tersebut merupakan biaya dari barang yang dibeli pertama kali sehingga harga pokok penjualannya terlalu rendah dan berdampak pada laba yang dilaporkan terlalu tinggi akibatnya pajak yang dibayar oleh perusahaan juga tinggi. Selain dianjurkan oleh Pemerintah, metode FIFO banyak dipergunakan oleh perusahaan-perusahaan
karena
perhitungan
dan
pelaksanaannya
sederhana, nilai persediaan akhir pada neraca sesuai dengan harga yang berlaku sekarang serta dapat menghindari kerusakan dan keusangan persediaan. b. Metode Rata-rata atau Average. Metode biaya rata-rata, yang kadang-kadang disebut sebagai metode rata-rata tertimbang (weighted-average method), didasarkan pada biaya rata-rata persediaan selama periode berjalan (Harrison, et al, 2012).
18
Metode rata-rata didasarkan pada anggapan bahwa barang tersedia untuk dijual adalah homogen. Pada metode ini, pengalokasian harga perolehan barang yang tersedia untuk dijual dilakukan atas dasar harga perolehan rata-rata tertimbang. Berbeda dengan metode FIFO, dalam metode rata-rata barang yang digunakan atau dijual akan dibebani dengan harga pokok rata-rata dimana perhitungan harga pokok rata-rata dilakukan dengan cara membagi jumlah harga perolehan dengan kuantitasnya. Cara ini dapat digunakan untuk mengurangi dampak dari fluktuasi harga. Metode rata-rata biasanya digunakan karena sisi praktisnya bukan karena alasan konseptual. Metode ini mudah diterapkan, objektif dan tidak dapat dimanfaatkan untuk manipulasi laba. Penggunaan metode rata-rata sifatnya netral, baik terhadap perhitungan nilai persediaan maupun pada perhitungan laba. Biasanya harga pokok penjualan dan laba berada di tengah-tengah metode FIFO dan metode LIFO (Tuannakota, 2000:51). 5.
Faktor-faktor yang Mempengaruhi Pemilihan Metode Akuntansi Persediaan a.
Ukuran Perusahaan Ukuran perusahaan menunjukkan suatu skala dimana perusahaan dapat digolongkan besar kecilnya menurut berbagai cara. Menurut Ferry dan Jones dalam (Sujianto, 2001), penggolongan besar kecilnya suatu
19
perusahaan ditunjukkan oleh total aktiva, jumlah penjualan, rata-rata total penjualan dan rata-rata total aktiva. Pada dasarnya ukuran perusahaan tergolong menjadi 3 kategori yaitu perusahaan besar (large firm), perusahaan sedang (medium firm) dan perusahaan kecil (small firm). Sedangkan Undang-Undang Nomor 20 Tahun 2008 tentang Usaha Mikro, Kecil, dan Menengah mengatur ketentuan ukuran perusahaan menjadi empat jenis berdasarkan jumlah aset dan jumlah penjualan. Keempat jenis ukuran tersebut antara lain: 1) Perusahaan dengan usaha ukuran mikro, yaitu memiliki kekayaan bersih paling banyak Rp50.000.000,- (tidak termasuk tanah dan bangunan) dan memiliki hasil penjualan tahunan paling banyak Rp300.000.000,-. 2) Perusahaan dengan usaha ukuran kecil, yaitu memiliki kekayaan bersih lebih dari Rp50.000.000,- sampai dengan paling banyak Rp500.000.000,- (tidak termasuk tanah dan bangunan) dan memiliki hasil penjualan tahunan lebih dari Rp300.000.000,- sampai dengan paling banyak Rp2.500.000.000,-. 3) Perusahaan dengan usaha ukuran menengah, yaitu memiliki kekayaan bersih lebih dari Rp500.000.000,- sampai dengan paling banyak Rp10.000.000.000,- (tidak termasuk tanah dan bangunan) serta memiliki hasil penjualan tahunan lebih dari Rp2.500.000.000,sampai dengan paling banyak Rp50.000.000.000,-.
20
4) Perusahaan dengan usaha ukuran besar, yaitu memiliki kekayaan bersih
lebih dari Rp10.000.000.000,- (tidak termasuk tanah dan
bangunan) serta memiliki hasil penjualan tahunan lebih dari Rp50.000.000.000,-. b. Kepemilikan Manajerial Kepemilikan manajerial merupakan perbandingan persentase kepemilikan saham di suatu perusahaan. Kepemilikan manajerial kerap dijadikan sebagai mekanisme untuk mengurangi konflik antara manajemen dan pemegang saham. Kepemilikan saham di perusahaan dibagi menjadi kepemilikan manajerial
(managerial
ownership)
dan
kepemilikan
institusi
(institutional ownership). Kepemilikan manajerial adalah kepemilikan saham oleh direksi, manajemen, komisaris maupun setiap pihak yang terlibat secara langsung dalam pembuatan keputusan perusahaan. Sedangkan kepemilikan institusional adalah kepemilikan saham oleh pemerintah, institusi keuangan, institusi berbadan hukum, institusi luar negeri, dana perwalian dan institusi lainnya. c.
Variabilitas Persediaan Nilai persediaan akhir yang dihasilkan oleh satu perusahaan dengan perusahaan lainnya berbeda-beda. Hal tersebut menggambarkan operasional
perusahaan
yang
mencerminkan
metode
akuntansi
persediaan yang digunakan oleh tiap-tiap perusahaan dan pergerakan persediaan itu sendiri.
21
Variabilitas persediaan menggambarkan variasi nilai persediaan akhir suatu perusahaan yang akan disajikan dalam neraca. Variabilitas yang tinggi menunjukkan bahwa penyajian persediaan heterogen, sedangkan variabilitas yang rendah menunjukkan bahwa penyajian persediaan homogen. d. Variabilitas Harga Pokok Penjualan Variabilitas harga pokok penjualan merupakan variasi nilai dari harga pokok penjualan pada suatu perusahaan. Variabilitas harga pokok penjualan menunjukkan harga pokok atas sejumlah barang yang dijual selama periode akuntansi tertentu yang mencerminkan operasional perusahaan dalam mengelola persediaan. Harga pokok penjualan merupakan beban terbesar dan pengendalian persediaan yang cermat perlu dilaksanakan untuk memperbesar laba operasi. Variabilitas harga pokok penjualan merupakan kontra dari variabilitas persediaan. Jika metode FIFO akan menghasilkan nilai persediaan akhir yang besar maka untuk harga pokoknya nilainya akan kecil, begitu pula sebaliknya jika persediaan akhir pada metode rata-rata kecil maka harga pokok penjualan pada metode rata-rata akan relatif besar. e.
Rasio Lancar Rasio lancar merupakan ukuran yang sangat umum digunakan untuk memprediksi kemampuan perusahaan dalam memenuhi kebutuhan jangka pendek. Rasio ini memperlihatkan seberapa jauh tuntutan dari
22
kreditor jangka pendek dapat dicukupi oleh aset yang di menjadi uang tunai dengan tahun yang sama dengan jatuh tempo hutang. Perusahaan yang memiliki nilai rasio lancar yang tinggi maka kepastian akan kesanggupan melunasi kewajiban jangka pendeknya juga besar dan perusahaan yang memiliki nilai rasio lancar yang rendah kepastian akan kesanggupan melunasi kewajiban jangka pendeknya juga rendah. Pada umumnya para kreditor melihat nilai ini dalam memberikan kredit kepada perusahaan. f.
Leverage Leverage merupakan skala yang menunjukkan kemampuan perusahaan dalam membayar hutang dengan kekayaan yang dimilikinya. Rasio ini dapat digunakan untuk memprediksi seberapa besar perusahaan dibiayai oleh pihak luar dibanding dengan kemampuan perusahaan sendiri. Para investor akan melihat seberapa besar tingkat leverage perusahaan, hal tersebut dilakukan untuk melihat kemampuan perusahaan dalam membayar hutangnya atau pembayaran deviden kepada pemegang saham agar tidak melanggar perjanjian kontrak (debt covenant).
B. Penurunan Hipotesis 1.
Ukuran Perusahaan dan Metode Akuntansi Persediaan Semakin besar perusahaan maka transfer kekayaan yang dilakukan oleh perusahaan akan semakin besar pula dan semakin kecil perusahaan maka transfer kekayaan yang dilakukan juga akan semakin kecil. Sedangkan pajak
23
merupakan transfer kekayaan dari perusahaan kepada negara yang sifatnya wajib dan memaksa, oleh karena itu perusahaan besar cenderung akan memilih metode rata-rata. Dampak dari penggunaan metode tersebut dapat menurunkan laba sehingga biaya pajak yang dibayarkan lebih kecil dibandingkan ketika perusahaan menggunakan metode FIFO. Selain bisa menghemat pajak (tax saving), penggunaan metode ratarata juga bisa menghindari biaya politik (political cost). Dengan adanya biaya politik
dari pemerintah
menandakan
bahwa
pemerintah
melakukan
pengawasan terhadap kegiatan perusahaan. Pemerintah biasanya lebih mudah mengawasi
kegiatan
perusahaan
melalui
laporan
keuangan
yang
dipublikasikan oleh perusahaan (Taqwa, dkk., 2003). Hal tersebut membuat perusahaan-perusahaan besar bertindak dengan lebih hati-hati dalam mengambil keputusan dengan tujuan untuk meminimalisir intervensi pemerintah, pengenaan pajak yang lebih tinggi dan berbagai macam tuntutan lainnya yang lebih dirasakan oleh perusahaan besar. Oleh karena itu perusahaan besar akan memilih metode akuntansi yang bisa mengurangi laba yang dilaporkan (Watts dan Zimmerman, 1990). Sedangkan perusahaan kecil akan memilih metode (FIFO) yang dapat meningkatkan perolehan laba. Dengan laba yang tinggi, perusahaan akan dianggap memiliki kinerja yang baik, sehingga perusahaan bisa memperoleh pinjaman dana dari bank atau lembaga keuangan lainnya karena kinerja perusahaan dinilai melalui laba yang dihasilkan.
24
Beberapa penelitian terdahulu yang dilakukan oleh Morse dan Richardson (1983), Dopuch dan Pincus (1988), Lindahl (1989), Cushing dan LeClere (1992), Taqwa, dkk. (2003), Harahap dan Jiwana (2009), Tjahjono dan Chaerulisa (2015) telah mengonfirmasi bahwa ukuran perusahaan memberikan pengaruh terhadap pemilihan metode akuntansi persediaan. Dalam penelitian yang dilakukan oleh Taqwa, dkk. (2003) memaparkan bahwa perusahaan besar akan lebih memilih metode persediaan rata-rata. Namun berbeda dengan penelitian yang dilakukan oleh Lee dan Hsieh (1985), Niehaus (1989), Abdullah (1999), Sangadah dan Kusmuriyanto (2014), penelitian mereka tidak memberikan bukti bahwa faktor ukuran perusahaan berpengaruh terhadap pemilihan metode akuntansi persediaan. Hasil yang tidak signifikan dalam penelitian Abdullah (1999) disebabkan karena tahun-tahun penelitian yang digunakan yaitu tahun 1992-1996 dimana pada tahun tersebut tingkat harga relatif stabil. Atas dasar pertimbangan pajak dan adanya biaya politik (political cost) maka ukuran perusahaan dapat mempengaruhi pemilihan metode akuntansi persediaan, sehingga hipotesis pertama yang dikemukakan pada penelitian ini adalah: H1 : Semakin besar ukuran perusahaan maka semakin besar probabilitas pemilihan metode rata-rata dan semakin kecil perusahaan maka semakin besar probabilitas pemilihan metode FIFO.
25
2.
Kepemilikan Manajerial dan Metode Akuntansi Persediaan Suatu perusahaan yang didirikan dimiliki oleh pemilik perusahaan (shareholder) dan dikelola oleh seorang manajer yang menjadi kepercayaan shareholder. Dari kedua belah pihak tersebut baik shareholder maupun manajer memiliki keinginan untuk memaksimalkan kesejahteraannya masingmasing. Sehubungan dengan pemilihan metode akuntansi persediaan maka antara manajer dengan pemilik akan timbul konflik kepentingan (agency theory) (Taqwa, dkk., 2003). Shareholder cenderung lebih memilih metode rata-rata, sebab dengan metode tersebut dapat mengurangi pajak yang dibayarkan. Sedangkan manajer lebih memilih metode FIFO karena penilaian kinerja manajer salah satunya dilihat dari laba yang dihasilkan atas penjualan persediaan. Sehingga, semakin besar laba yang diperoleh maka akan semakin besar pula bonus atau kompensasi yang diterima manajer. Namun lain cerita apabila manajer memiliki persentase kepemilikan saham. Apabila manajer memiliki persentase kepemilikan saham yang kecil maka manajer akan tetap memilih metode FIFO karena manajer tetap berorientasi pada bonus atau kompensasi yang akan diterima dari laba yang dihasilkan.
Tetapi sebaliknya,
apabila
manajer
memiliki persentase
kepemilikan saham yang besar maka manajer akan beralih ke metode yang bisa menghemat pajak (tax saving) yaitu metode rata-rata. Penelitian yang dilakukan oleh Niehaus (1989) membuktikan bahwa adanya hubungan yang signifikan antara kepemilikan manajerial dengan
26
pemilihan metode akuntansi persediaan. Semakin besar keikutsertaaan manajer dalam kepemilikan saham maka konflik yang terjadi akan semakin kecil. Penelitian yang dilakukan oleh Niehaus (1989) memberikan hasil yang berbeda dengan penelitian Taqwa, dkk. (2003). Penelitian yang dilakukan oleh Taqwa, dkk. (2003) memberikan hasil yang tidak signifikan atas kepemilikan manajerial. Hal ini disebabkan karena data yang diperoleh menunjukkan hanya sedikit manajer yang sekaligus merupakan pemilik. Atas dasar timbulnya konflik kepentingan antar masing-masing pihak maka kepemilikan manajerial dapat mempengaruhi pemilihan metode akuntansi persediaan, sehingga hipotesis kedua yang dikemukakan pada penelitian ini adalah: H2 : Semakin besar kepemilikan manajerial maka semakin besar probabilitas pemilihan metode rata-rata dan semakin kecil kepemilikan
manajerial maka semakin
besar probabilitas
pemilihan metode FIFO.
3.
Variabilitas Persediaan dan Metode Akuntansi Persediaan Variabilitas persediaan menggambarkan variasi nilai persediaan akhir yang dimiliki oleh perusahaan. Penggunaan metode akuntansi persediaan yang berbeda akan menghasilkan nilai persediaan yang berbeda pula, sehingga variabilitas persediaan dianggap memiliki pengaruh terhadap pemilihan metode akuntansi persediaan.
27
Dari penelitian yang dilakukan oleh Cushing & LeClere (1992) menemukan perbedaan mengenai variasi persediaan. Dari penelitiannya tersebut menghasilkan bahwa metode FIFO digunakan oleh perusahaan yang memiliki variasi persediaan tinggi. Sedangkan metode LIFO digunakan oleh perusahaan yang memiliki variasi persediaan rendah. Penggunaan metode FIFO pada saat terjadinya inflasi akan menimbulkan variasi persediaan yang tinggi yang kemudian akan berdampak pada melonjaknya laba perusahaan. Sebaliknya, penggunaan metode rata-rata pada saat terjadi inflasi tidak begitu menyebabkan variasi persediaan yang terlalu tinggi sehingga labanya juga akan lebih kecil daripada penggunaan metode FIFO. Penggunaan metode rata-rata lebih disukai investor karena informasi nilai persediaan akhir yang diciptakan oleh perusahaan relatif stabil, sehingga investor mempunyai kemampuan untuk memprediksi dan membuat keputusan ekonomi yang tepat dibandingkan jika perusahaan menggunakan metode FIFO. Begitu pula dengan manajer, manajer lebih menyukai penggunaan metode rata-rata karena akan menciptakan informasi yang relatif lebih stabil yang dapat menunjukkan kinerja perusahaan. Hal tersebut sesuai sebagaimana yang dikemukakan oleh Tuanakotta (2000) bahwa metode rata-rata tertimbang sebenarnya bersifat netral terhadap inventory dan cost of goods sold. Sebelumnya sudah banyak penelitian yang dilakukan atas pengaruh variabilitas persediaan terhadap pemilihan metode akuntansi persediaan.
28
Penelitian tersebut dilakukan oleh Lee dan Hsieh (1985), Dopuch dan Pincus (1988), Niehaus (1989), Cushing & LeClere (1992), Taqwa, dkk. (2003) serta Sangadah dan Kusmuriyanto (2014). Dari penelitian-penelitian tersebut diperoleh hasil bahwa variabilitas persediaan berpengaruh secara signifikan terhadap pemilihan metode akuntansi persediaan. Hasil yang berlawanan ditemukan oleh Biddle (1980) yang menyatakan bahwa tidak menemukan hasil yang signifikan untuk variabel variabilitas persediaan terhadap pemilihan metode akuntansi persediaan. Atas dasar variasi nilai persediaan dan laba yang dihasilkan maka variabilitas persediaan dapat mempengaruhi pemilihan metode akuntansi persediaan, sehingga hipotesis ketiga yang dikemukakan pada penelitian ini adalah: H3 : Semakin kecil variabilitas persediaan maka semakin besar probabilitas pemilihan metode rata-rata dan semakin besar variabilitas
persediaan
maka
semakin
besar
probabilitas
pemilihan metode FIFO.
4.
Variabilitas Harga Pokok Penjualan dan Metode Akuntansi Persediaan Variabilitas harga pokok penjualan memberikan informasi harga pokok atas sejumlah barang yang dijual selama periode akuntansi tertentu. Menurut Kieso (1997) dalam (Astuti, 2005) pada kondisi inflasi, selain berpengaruh terhadap nilai persediaan akhir juga berpengaruh terhadap harga pokok penjualan.
29
Seperti yang telah diketahui bahwa saat terjadi inflasi, dampak dari penerapan metode FIFO akan memberikan laba yang lebih besar terhadap perusahaan. Hal ini sesuai dengan tujuan utama perusahaan untuk memperoleh laba semaksimal mungkin. Sehingga saat terjadi inflasi, manajer perusahaan berupaya menerapkan metode akuntansi persediaan dengan harga pokok penjualan yang rendah agar dapat menghasilkan laba yang tinggi. Metode yang sesuai adalah metode FIFO. Sebaliknya, untuk perusahaan-perusahaan yang ingin mengurangi biaya pajaknya, maka perusahaan dapat menerapkan metode rata-rata agar harga pokok penjualannya semakin besar dan laba yang dihasilkan semakin kecil sehingga pajak yang akan dibayarkan semakin kecil pula. Hal ini sesuai dengan tujuan para investor yang ingin mengurangi biaya pajak sehingga mereka lebih suka memilih metode rata-rata. Selain itu, sesuai dengan konsep smoothing income metode rata-rata akan memberikan harga pokok penjualan yang lebih stabil (smooth) dibandingkan jika perusahaan mengadopsi metode FIFO. Variabilitas harga pokok penjualan telah diteliti oleh Dopuch dan Pincus (1989) dan Cushing dan LeClere (1992). Dopuch dan Pincus melihat harga pokok penjualan dari rasio harga pokok penjualan pada persediaan dan rasio persediaan pada harga pokok penjualan. Sedangkan Cushing dan LeClere (1992) menggunakan estimation tax saving yang didapat dari selisih antara harga pokok penjulan metode LIFO dikurangi dengan harga pokok penjualan metode FIFO.
30
Di Indonesia penelitian sejenis juga pernah dilakukan oleh Mukhlasin (2002), Yuli Soesetyo (2006), Harahap dan Jiwana (2009). Penelitian mereka mendapatkan bukti yang sama bahwa variabilitas harga pokok penjualan berpengaruh secara signifikan terhadap pemilihan metode akuntansi persediaan. Sedangkan penelitan Setijaningsih dan Pratiwi (2009) memberikan hasil yang bertolak belakang. Hal ini dikarenakan periode yang digunakan dalam penelitian tersebut yaitu pada tahun 2007-2008 merupakan periode terjadinya inflasi. Kondisi inflasi tidak hanya berpengaruh pada nilai persediaan akhir namun juga dapat berpengaruh terhadap harga pokok penjualan. Pada saat tingkat inflasi mengalami kenaikan, harga pokok penjualan juga akan mengalami kenaikan sehingga dapat mempengaruhi nilai pada harga pokok penjualan di laporan keuangan yang juga akan mempengaruhi laba yang akan dihasilkan oleh perusahaan. Atas dasar perbedaan harga pokok penjualan dan laba yang dihasilkan serta adanya pertimbangan pajak maka variabilitas harga pokok penjualan dapat mempengaruhi pemilihan metode akuntansi persediaan, sehingga hipotesis keempat yang dikemukakan pada penelitian ini adalah: H4 : Semakin besar variabilitas harga pokok penjualan maka semakin besar probabilitas pemilihan metode rata-rata dan semakin kecil variabilitas
harga
pokok
penjualan
probabilitas pemilihan metode FIFO.
maka
semakin
besar
31
5.
Rasio Lancar dan Metode Akuntansi Persediaan Demi keberlangsungan usahanya terkadang perusahaan membutuhkan dana suntikan dari kreditor. Para kreditor yang akan memberikan pinjaman dana tentunya akan melihat laba dan rasio lancar dari perusahaan yang bersangkutan. Semakin tinggi nilai rasio lancar suatu perusahaan maka menandakan bahwa perusahaan memiliki kemampuan yang tinggi dalam memenuhi kewajiban jangka pendeknya, sehingga hal tersebut dapat digunakan untuk meyakinkan kreditor. Namun ketika nilai rasio lancar suatu perusahaan menunjukkan angka yang rendah maka hal tersebut tidak dapat digunakan untuk meyakinkan kreditor. Dengan rendahnya nilai rasio lancar yang dimiliki perusahaan, kreditor merasa tidak percaya untuk memberikan pinjaman dana kepada perusahaan karena mereka khawatir dana yang dipinjamkannya tidak dapat kembali. Dari uraian diatas dapat disimpulkan bahwa perusahaan dengan nilai rasio lancar yang tinggi pada umumnya akan memilih metode rata-rata yang akan menghasilkan laba yang rendah sehingga bisa melakukan penghematan pajak (tax saving). Sedangkan perusahaan dengan nilai rasio lancar yang rendah tentu akan memilih metode FIFO untuk menaikkan rasio lancar beserta labanya. Hal tersebut dilakukan agar perusahaan dianggap memiliki kinerja yang baik yang nantinya akan berdampak pada kepercayaan kreditor terhadap perusahaan.
32
Beberapa peneliti telah melakukan penelitian mengenai rasio lancar terhadap pemilihan metode akuntansi persediaan, antara lain adalah Hunt (1985), Cushing dan LeClere (1992), Abdullah (1999), Taqwa, dkk. (2003) serta Harahap dan Jiwana (2009). Hasil yang diperoleh Cushing dan LeClere (1992) serta Harahap dan Jiwana (2009) membuktikan bahwa rasio lancar berpengaruh secara signifikan terhadap pemilihan metode akuntansi persediaan. Sedangkan penelitian Hunt (1985), Abdullah (1999), dan Taqwa, dkk. (2003) tidak memberikan bukti adanya pengaruh yang signifikan dari rasio lancar terhadap pemilihan metode akuntansi persediaan. Hal ini sesuai dengan hipotesis pajak yang dikemukakan Hunt (1985), dimana perusahaan akan berusaha meningkatkan kesejahteraannya melalui metode yang bisa meminimalkan pajak tanpa mempedulikan besarnya hutang jangka pendek pada perusahaan tersebut. Perusahaan akan memilih metode yang bisa memperoleh penghematan pajak (tax saving). Atas dasar bervariasinya pinjaman dana yang diperoleh masingmasing perusahaan yang tercermin dalam rasio lancar, maka rasio lancar dapat mempengaruhi pemilihan metode akuntansi persediaan, sehingga hipotesis kelima yang dikemukakan pada penelitian ini adalah: H5 : Semakin besar nilai rasio lancar maka semakin besar probabilitas pemilihan metode rata dan semakin kecil nilai rasio lancar maka semakin besar probabilitas pemilihan metode FIFO.
33
6.
Leverage dan Metode Akuntansi Persediaan Ketika rasio leverage suatu perusahaan menunjukkan angka yang tinggi berarti hutang yang dimiliki perusahaan tersebut besar sehingga risiko dan biaya atas hutang perusahaan juga besar. Atas dasar hal tersebut maka perusahaan akan berupaya untuk menaikkan total aset dengan memilih metode akuntansi persediaan yang dapat menambah total aset. Saat terjadi inflasi, perusahaan akan memilih metode FIFO karena penggunaan metode tersebut akan menaikkan persediaan akhir yang nantinya berdampak pada naiknya aset lancar. Selain itu, dengan memilih metode FIFO maka laba yang diperoleh juga akan naik sehingga kemampuan untuk membayar hutang juga akan naik. Hal ini sesuai dengan apa yang dikemukakan oleh Zmijewski dan Hagerman (1981) yang menyatakan bahwa perusahaan akan memilih metode yang bisa menaikkan laba ketika memiliki tingkat financial leverage yang tinggi, metode yang sesuai adalah metode FIFO. Menurut Zmijewski dan Hagerman (1981), jumlah hutang yang lebih besar dalam struktur modal perusahaan akan menyebabkan perusahaan lebih memilih metode yang menaikkan laba yaitu metode persediaan FIFO karena akan menurunkan kemungkinan perusahaan mengalami technical default atau melanggar perjanjian hutang. Sedangkan ketika rasio leverage suatu perusahaan menunjukkan angka yang rendah maka hutang yang dimiliki perusahaan tersebut kecil sehingga risiko dan biaya atas hutangnya juga kecil. Perusahaan dapat
34
memilih metode akuntansi persediaan yang dapat menurunkan laba yaitu metode rata-rata agar biaya pajaknya juga menurun sehingga perusahaan dapat melakukan penghematan pajak (tax saving). Banyak peneliti yang telah melakukan penelitian mengenai pengaruh leverage terhadap pemilihan metode akuntansi persediaan, antara lain: Hunt (1985), Lee dan Hsieh (1985), Dopuch dan Pincus (1988), Lindahl (1989), Niehaus (1989), Cushing dan LeClere (1992), Abdullah (1999), Taqwa, dkk. (2003), Harahap dan Jiwana (2009), Sangadah dan Kusmuriyanto (2014). Hasil dari penelitian-penelitian tersebut memberikan bukti yang bervariasi. Menurut Hunt (1985), metode FIFO akan digunakan oleh perusahaan yang memiliki tingkat financial leverage yang tinggi dan metode LIFO akan digunakan oleh perusahaan yang memiliki tingkat financial leverage yang rendah. Hasil penelitian yang dilakukan oleh Hunt (1985) juga didukung oleh peneliti lain seperti Dopuch dan Pincus (1988) dan Chusing dan LeClere (1992). Mereka mendukung hasil dari penelitian Hunt (1985) bahwa apabila tingkat financial leverage pada struktur modal tinggi maka perusahaan akan menggunakan metode FIFO yang dapat meningkatkan laba. Sedangkan hasil penelitian yang dilakukan oleh Abdullah (1999), Taqwa, dkk. (2003), Harahap dan Jiwana (2009) serta Sangadah dan Kusmuriyanto (2014) memberikan hasil yang berlawanan dengan penelitian Hunt (1985). Hasil penelitian yang mereka lakukan memberikan bukti bahwa leverage tidak berpengaruh terhadap pemilihan metode akuntansi persediaan.
35
Pengukur financial leverage yang digunakan dalam penelitian Abdullah (1999) adalah hutang jangka panjang dibagi dengan aset, sedangkan penelitian Taqwa, dkk. (2003) telah berusaha memperbaiki penelitian Abdullah (1999) yaitu dengan mengukur financial leverage berdasarkan hutang jangka panjang dibagi ekuitas. Namun penelitian yang dilakukan Taqwa, dkk. (2003) juga belum mendapat bukti atas pengaruh variabel ini. Atas dasar bervariasinya hutang yang dimiliki oleh masing-masing perusahaan yang tercermin dalam rasio leverage, maka leverage dapat mempengaruhi pemilihan metode akuntansi persediaan, sehingga hipotesis keenam yang dikemukakan pada penelitian ini adalah: H6 : Semakin rendah nilai leverage maka semakin besar probabilitas pemilihan metode rata-rata dan semakin tinggi nilai leverage maka semakin besar probabilitas pemilihan metode FIFO.
C. Model Penelitian Persediaan merupakan salah satu aset yang paling aktif dan berperan penting dalam kegiatan operasional perusahaan. Pada perusahaan tertentu, kadang-kadang persediaan menggambarkan 70% dari keseluruhan aktiva lancar (Jusup, 1999). Hal tersebut menjadi bukti bahwa betapa pentingnya kegiatan pembelian dan penjualan persediaan dalam perusahaan. Penggunaan metode yang berbeda dalam persediaan akan menghasilkan dampak yang berbeda pula baik terhadap harga pokok penjualan, laba maupun nilai persediaan akhir. Oleh karena itu, manajer perusahaan perlu mengidentifikasi
36
faktor-faktor yang berpengaruh terhadap pemilihan metode akuntansi persediaan. Terdapat 6 faktor yang akan diteliti dalam penelitian ini antara lain yaitu ukuran perusahaan, kepemilikan manajerial, variabilitas persediaan, variabilitas harga pokok penjualan, rasio lancar dan leverage. Rerangka pemikiran dalam penelitian ini dapat dilihat pada Gambar 2.1. berikut:
Variabel Independen Ukuran Perusahaan
Kepemilikan Manajerial Variabel Dependen Variabilitas Persediaan
Metode Akuntansi Persediaan (Y)
Variabilitas Harga Pokok Penjualan Rasio Lancar
Leverage
GAMBAR 2.1. Skema Rerangka Pemikiran
BAB III METODE PENELITIAN
A. Subyek dan Obyek Penelitian Subyek dalam penelitian ini adalah perusahaan dagang dan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2012 sampai dengan 2015. Sedangkan obyeknya berupa laporan keuangan tahunan perusahaan dagang dan perusahaan manufaktur yang telah diaudit yang kemudian diterbitkan dan dipublikasikan oleh Bursa Efek Indonesia (BEI).
B. Jenis Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan sumber data penelitian yang diperoleh secara tidak langsung dari sumber aslinya (melalui media perantara). Data yang digunakan dalam penelitian ini adalah data sekunder yang berupa data kuantitatif yang diukur dalam skala numerik. Sumber data yang digunakan dalam penelitian ini diperoleh dari laporan keuangan tahunan perusahaan dagang dan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2012 sampai dengan 2015.
C. Teknik Pengambilan Sampel Sampel yang digunakan dalam penelitian ini diperoleh dengan menggunakan metode purposive sampling dengan tujuan mendapatkan sampel
37
38
yang representative sesuai dengan kriteria yang ditentukan. Adapun kriteria yang digunakan untuk memilih sampel adalah sebagai berikut: 1.
Perusahaan dagang dan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2012 sampai dengan 2015.
2.
Perusahaan menerbitkan laporan keuangan perusahaannya secara berturutturut selama periode pengamatan.
3.
Laporan keuangan perusahaan secara konsisten dinyatakan dalam nilai rupiah selama periode pengamatan.
4.
Perusahaan tidak menggunakan metode akuntansi persediaan selain metode FIFO dan metode rata-rata.
5.
Perusahaan hanya menggunakan satu metode akuntansi persediaan selama periode pengamatan.
6.
Perusahaan menggunakan metode akuntansi persediaan secara konsisten selama periode pengamatan.
D. Teknik Pengumpulan Data Metode pengumpulan data dalam penelitian ini dilakukan dengan metode dokumentasi. Metode ini dilakukan dengan cara mencari dan mengumpulkan data yang diperoleh melalui media internet yang berupa data laporan keuangan perusahaan yang telah diaudit yang kemudian diterbitkan dan dipublikasikan oleh Bursa Efek Indonesia (BEI). Sumber data diperoleh melalui www.idx.co.id yang merupakan situs resmi Bursa Efek Indonesia (BEI).
39
E. Definisi Operasional Variabel Penelitian Untuk menguji hipotesis, variabel yang diteliti dalam penelitian ini dibedakan menjadi variabel dependen dan variabel independen. Variabel dependen merupakan variabel terikat, yaitu variabel yang dijelaskan atau dipengaruhi oleh variabel independen. Variabel dependen dalam penelitian ini adalah metode akuntansi persediaan, sedangkan variabel independen merupakan variabel bebas yaitu variabel yang menjelaskan atau mempengaruhi variabel dependen atau variabel lainnya. Variabel independen dalam penelitian ini adalah ukuran perusahaan, kepemilikan manajerial, variabilitas persediaan, variabilitas harga pokok penjualan, rasio lancar dan leverage. 1.
Variabel Dependen Penelitian ini menggunakan metode akuntansi persediaan sebagai variabel dependen. Pemilihan metode akuntansi persediaan antara metode FIFO dan metode rata-rata sebagai variabel dependen dilandasi oleh peraturan PSAK 14 (2008) yang berbanding lurus dengan peraturan perpajakan di Indonesia yaitu dalam Pasal 10 Ayat 6 Undang-Undang Nomor 10 Tahun 1994 tentang Pajak Penghasilan. Berdasarkan peraturan tersebut hanya terdapat 2 metode akuntansi persediaan yang boleh digunakan di Indonesia yaitu metode FIFO dan metode rata-rata. Variabel dependen ini bersifat kualitatif dan merupakan variabel dummy. Oleh karena itu, pengukuran dilakukan dengan menggunakan skala nominal. Indikator variabel ini memberikan nilai 0 pada pemilihan metode FIFO dan memberikan nilai 1 pada pemilihan metode rata-rata.
40
2.
Variabel Independen a.
Ukuran Perusahaan Ukuran perusahaan menunjukan pencapaian operasional dan pengendalian persediaan. Variabel ini diukur dari rata-rata total aset yaitu total aset tiap perusahaan sampel dari tahun 2012 sampai dengan tahun 2015 dijumlahkan kemudian dibagi dengan jumlah periode pengamatan yaitu 4. Setelah mendapatkan hasil rata-rata total aset kemudian diukur kembali dengan menggunakan logaritma natural. Variabel ukuran perusahaan menggunakan skala pengukuran berupa skala rasio.
b. Kepemilikan Manajerial Kepemilikan manajerial merupakan persentase kepemilikan saham di perusahaan. Variabel ini dilihat dari kepemilikan saham oleh manajer pada suatu perusahaan. Dalam variabel ini sampel yang dilihat adalah perusahaan yang sahamnya dimiliki secara terus menerus oleh manajer selama periode pengamatan. Variabel ini diukur dari nilai perbandingan saham yaitu total saham yang dimiliki manajer dibagi dengan total saham yang beredar. Nilai dari setiap tahun pengamatan ditotal dan dibagi dengan jumlah tahun pengamatan yaitu 4 tahun dari tahun 2012 sampai dengan tahun 2015. Variabel kepemilikan manajerial menggunakan skala pengukuran berupa skala rasio.
41
c.
Variabilitas Persediaan Variabilitas persediaan merupakan variasi dari nilai persediaan suatu perusahaan. Variabel ini diukur dari koefisien variasi jumlah persediaan akhir yang diperoleh dengan membagi standar deviasi persediaan dengan rata-rata nilai persediaan selama periode pengamatan. Variabel variabilitas persediaan menggunakan skala pengukuran berupa skala rasio.
d. Variabilitas Harga Pokok Penjualan Variabilitas harga pokok penjualan merupakan variasi nilai dari harga pokok penjualan pada suatu perusahaan. Variabel ini diukur dari koefisien harga pokok penjualan yang diperoleh dengan membagi standar deviasi harga pokok penjualan dengan rata-rata nilai harga pokok penjualan selama periode pengamatan. Variabel variabilitas harga pokok penjualan menggunakan skala pengukuran berupa skala rasio.
e.
Rasio Lancar Rasio lancar merupakan ukuran yang sangat umum digunakan untuk mengetahui kemampuan perusahaan dalam memenuhi kewajiban jangka pendek. Variabel ini diukur dengan membagi aset lancar dengan
42
hutang lancar. Nilai dari setiap tahun pengamatan ditotal dan dibagi dengan jumlah tahun pengamatan yaitu 4. Variabel rasio lancar menggunakan skala pengukuran berupa skala rasio.
f.
Leverage Leverage menggambarkan hubungan antara hutang perusahaan terhadap modal maupun aset. Variabel ini diukur dengan membagi hutang jangka panjang dengan ekuitas. Nilai dari setiap tahun pengamatan ditotal dan dibagi dengan jumlah tahun pengamatan yaitu 4. Variabel leverage menggunakan skala pengukuran berupa skala rasio.
F. Uji Kualitas Data Uji kualitas data dilakukan sebelum pengujian hipotesis. Uji kualitas data dalam penelitian ini antara lain adalah sebagai berikut: 1.
Uji Statistik Deskriptif Statistik desktiptif digunakan untuk memberikan gambaran mengenai variabel dependen dan variabel independen yang digunakan dalam penelitian yaitu metode akuntansi persediaan sebagai variabel dependen sedangkan ukuran
perusahaan,
kepemilikan
manajerial,
variabilitas
persediaan,
variabilitas harga pokok penjualan, rasio lancar dan leverage sebagai variabel
43
independen. Dalam penelitian ini uji statistik deskriptif yang akan dilakukan mencakup hasil perhitungan nilai minimum, nilai maksimum, mean (ratarata) serta standar deviasi dari setiap variabel independen yang digunakan dalam penelitian. 2.
Uji Normalitas Dalam penelitian ini diperlukan pengujian untuk mengetahui perbedaan variabel independen terhadap variabel dependen. Pengujian ini bertujuan untuk menguji apakah terdapat perbedaan antara metode akuntansi persediaan FIFO dengan metode akuntansi persediaan rata-rata dilihat dari variabel-variabel independen yang digunakan yaitu ukuran perusahaan, kepemilikan manajerial, variabilitas persediaan, variabilitas harga pokok penjualan, rasio lancar dan leverage. Pengujian variabel dilihat dari distribusi datanya sehingga perlu dilakukan uji normalitas. Uji normalitas dilakukan melalui One-Sample Kolmogorov-Smirnov
Test.
Apabila
data
memiliki
nilai Asymptotic
Signifikance (2-tailed) lebih dari 5% maka datanya terdistribusi secara normal. Namun apabila nilai Asymptotic Signifikance (2-tailed) lebih kecil dari 5% maka datanya terdistribusi secara tidak normal. Oleh karena itu, pengujian dapat dilakukan dengan 2 cara yaitu dengan menggunakan uji t-test apabila data terdistribusi secara normal dan uji Mann-Whitney Test apabila data terdistirbusi secara tidak normal.
44
3.
Uji Goodness of Fit Menurut Ghozali (2012), analisis data yang menggunakan regresi logistik adalah dengan menilai overall fit model terhadap data. Regresi logistik adalah model regresi yang telah mengalami modifikasi, sehingga karakteristiknya tidak sama lagi dengan model regresi sederhana atau berganda. Oleh karena itu, penentuan signifikansinya secara statistik memiliki perbedaan. Dalam model regresi berganda, kesesuaian model (goodness of fit) dilihat dari R-Square ataupun F-Test. Namun dalam regresi logistik, kesesuaian model (goodness of fit) dapat dilihat dari beberapa uji statistik sebagai berikut: a.
Uji Nilai -2 Log Likelihood Penilaian model fit berdasarkan nilai -2 Log Likelihood, dapat dilihat dengan membandingkan antara nilai -2 Log Likelihood pada awal (block number = 0) dengan nilai -2 Log Likelihood pada akhir (block number = 1). Nilai -2 Log Likelihood pada awal (block number = 0) merupakan model yang hanya memasukkan konstanta, sedangkan niali -2 Log Likelihood pada akhir (block number = 1) merupakan model yang memasukkan konstanta dan variabel independen (Ghozali, 2012). Apabila nilai -2 Log Likelihood block number = 1 lebih kecil dari nilai -2 Log Likelihood block number = 0 maka menunjukkan model regresi yang baik. Dengan demikian adanya penurunan Log Likelihood berarti bahwa model regresi semakin baik.
45
b. Uji Omnibust Test of Model Coefficient Pengujian ini dilakukan untuk
menguji apakah variabel
independen secara simultan berpengaruh terhadap variabel independen. Nilai Chi-Square dalam Omnibust Test of Model Coefficient merupakan penurunan dari nilai -2 Log Likelihood. Apabila nilai signifikansi lebih kecil dari 0,05 maka dapat disimpulkan bahwa penggunaan variabel independen dalam model penelitian secara simultan dapat memprediksi variabel dependen. c.
Uji Koefisien Determinasi (Nagelkerke’s R Square) Cox and Snell R Square merupakan ukuran yang mencoba untuk meniru ukuran R Square pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 (satu), sehingga sulit diinterpretasikan. Negelkerke R Square merupakan modifikasi dari koefisien Cox and Snell R Square untuk memastikan bahwa nilainya bervariasi dari 0 (nol) sampai 1 (satu). Hal ini dilakukan dengan cara membagi Cox and Snell R Square dengan nilai maksimumnya. Nilai Negelkerke R Square pada regresi logistik dapat diinterpretasikan seperti nilai R Square pada multiple regression (Ghozali, 2012).
d. Uji Hosmer and Lemeshow Test Hosmer dan Lemeshow’s goodness of fit test digunakan untuk menguji apakah data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit).
46
Kriteria pengambilan keputusan dalam pengujian ini adalah sebagai berikut: 1) Apabila nilai signifikasi Hosmer dan Lemeshow’s goodness of fit statistic 0,05 maka hipotesis diterima yang berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya. 2) Apabila nilai signifikasi Hosmer dan Lemeshow’s goodness of fit statistic < 0,05 maka hipotesis ditolak yang berarti ada perbedaan signifikan antara model dengan nilai observasinya sehingga goodness fit model tidak baik karena model tidak dapat dipakai untuk memprediksi. e.
Uji Multikolinearitas (Corellation Matrix) Pengujian multikolinearitas merupakan pengujian yang memiliki tujuan untuk melihat apakah ada atau tidaknya korelasi antara variabel independen. Apabila nilai koefisien korelasi > 0,90 maka terdapat multikolinearitas sehingga agar nantinya hasil yang diperoleh tidak bias maka variabel tersebut harus segera dikeluarkan dari model regresi (Yuanita, 2010).
f.
Uji Matrik Klarifikasi Pengujian ini dilihat dari hasil Classification Table. Classification Table digunakan untuk memperjelas ketepatan model regresi logistik dengan data penelitian yang mana menunjukan hasil prediksi dengan hasil dari penelitian.
47
G. Uji Hipotesis dan Analisa Data Teknik analisis data yang digunakan dalam penelitian ini adalah regresi logistik. Regresi logistik adalah suatu metode statistik yang berfungsi untuk menguji apakah kemungkinan terjadinya variabel dependen dapat diprediksi dengan variabel independennya. Pengujian dengan menggunakan regresi logistik digunakan apabila variabel dependen berupa non-metrik (nominal atau ordinal) dengan 2 kategori, sedangkan variabel independen berupa satu atau lebih metrik (interval atau rasio) dan non-metrik. Metode regresi logistik yang digunakan dalam penelitian ini adalah dengan metode enter. Model yang digunakan dalam penelitian ini adalah sebagai berikut:
Keterangan: P
= Probabilitas perusahaan untuk memilih metode akuntansi persediaan, bernilai 0 jika perusahaan memilih metode FIFO dan bernilai 1 jika memilih metode rata-rata. = Konstanta 1 = Koefisien Regresi Ukuran Perusahaan 2 = Koefisien Regresi Kepemilikan Manajerial 3 = Koefisien Regresi Variabilitas Persediaan 4 = Koefisien Regresi Variabilitas Harga Pokok Penjualan 5 = Koefisien Regresi Rasio Lancar 6 = Koefisien Regresi Leverage UP = Ukuran Perusahaan KM = Kepemilikan Manajerial VP = Variabilitas Persediaan VH = Variabilitas Harga Pokok Penjualan RL = Rasio Lancar LV = Leverage e = error
48
Hipotesis diuji pada tingkat signifikansi (α) 5%. Kriteria penerimaan atau penolakan hipotesis didasari oleh nilai signifikan. Apabila nilai signifikan t < α maka hipotesis diterima dan apabila nilai signifikan t > α maka hipotesis ditolak. Apabila hipotesis diterima artinya variabel tersebut mempengaruhi pemilihan metode akuntansi persediaan. Namun apabila hipotesis ditolak artinya variabel tersebut tidak berpengaruh terhadap pemilihan metode akuntansi persediaan.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
A. Gambaran Umum Subyek/Obyek Penelitian Populasi penelitian ini terdiri dari semua perusahaan dagang dan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) dari tahun 2012 sampai dengan tahun 2015. Perusahaan yang menjadi sampel dalam penelitian ini terdiri dari 2 jenis perusahaan yaitu perusahaan dagang dan perusahaan manufaktur yang menerapkan metode FIFO atau metode rata-rata. Berdasarkan kriteria pemilihan sampel dengan menggunakan metode purposive sampling maka diperoleh sampel sebanyak 37 perusahaan dari 182 populasi dengan perincian sebagai berikut: TABEL 4.1. Prosedur Pemilihan Sampel No. Kriteria 1. Perusahaan Dagang dan Perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2012-2015. 2. Perusahaan tidak menerbitkan laporan keuangannya secara berturut-turut selama periode pengamatan. 3. Laporan keuangan perusahaan tidak dinyatakan dalam nilai rupiah selama periode pengamatan. 4. Perusahaan menggunakan metode persediaan selain metode FIFO dan metode Rata-rata. 5. Perusahaan menggunakan lebih dari satu metode persediaan selama periode pengamatan. 6. Perusahaan tidak konsisten dalam menggunakan metode persediaan selama periode pengamatan. 7. Data laporan keuangan tidak lengkap. Jumlah Sampel Sumber: Data yang diolah peneliti
49
Jumlah 182 ( 9 ) ( 32 ) ( 11 ) ( 10 ) ( 3 ) ( 80 ) 37
50
Dari 37 perusahaan yang menjadi sampel terbagi menjadi 2 kelompok yaitu perusahaan yang menggunakan metode FIFO dan perusahaan yang menggunakan metode rata-rata seperti yang tersaji dalam tabel berikut: TABEL 4.2. Kelompok Sampel Perusahaan Berdasarkan Metode Persediaan No. Metode Persediaan Jumlah Persentase 1.
FIFO
6
16,22 %
2.
Rata-rata (Average)
31
83,78 %
37
100 %
Total Sumber: Data yang diolah peneliti
Dari Tabel 4.2. terlihat bahwa perusahaan dagang dan perusahaan manufaktur
di Indonesia
lebih
banyak
menggunakan
metode rata-rata
dibandingkan dengan metode FIFO. Sebanyak 31 perusahaan atau sebesar 83,78% memilih menggunakan metode rata-rata, sedangkan sisanya sebanyak 6 perusahaan atau sebesar 16,22% memilih menggunakan metode FIFO. Hal ini terdapat kesamaan dengan penelitian yang dilakukan oleh Syailendra dan Raharja (2014) yang memperoleh bukti bahwa pengguna metode rata-rata lebih banyak daripada pengguna metode FIFO.
B. Uji Kualitas Data 1.
Analisis Statistik Deskriptif Statistik deskriptif pada penelitian ini menyajikan jumlah data, nilai minimum, nilai maksimum, nilai rata-rata (mean) dan simpangan baku (standar deviation) dari variabel independen dan variabel dependen. Hasil statistik deskriptif ditunjukkan dalam Tabel 4.3. berikut ini:
51
TABEL 4.3. Statistik Deskriptif Sampel Metode Persediaan FIFO Minimum Maximum Mean Std. Deviation Rata-rata Minimum Maximum Mean Std. Deviation Total Minimum Maximum Mean Std. Deviation
Ukuran Perusahaan
Kepemilikan Manajerial
Variabilitas Persediaan
Variabilitas Harga Pokok Penjualan
25.416490 28.854460 27.278473 1.239059
0.041220 0.107860 0.066748 0.024311
0.098800 0.339720 0.201830 0.095945
25.257970 33.022070 27.909868 1.705118
0.000010 0.178910 0.041566 0.054018
25.257970 33.022070 27.807479 1.640657
0.000010 0.178910 0.045650 0.051013
Rasio Lancar
Leverage
0.071680 0.216670 0.154172 0.066943
0.993270 11.086160 3.211457 3.958674
0.084390 0.741430 0.330758 0.249032
0.029450 0.497030 0.220021 0.127735
0.044210 0.483500 0.213454 0.094232
0.683360 183.120500 8.163503 32.542876
0.018120 2.966120 0.384433 0.628602
0.029450 0.497030 0.217071 0.122154
0.044210 0.483500 0.203841 0.092266
0.683360 183.120500 7.360468 29.801564
0.018120 2.966120 0.375729 0.581635
Sumber: Data yang diolah peneliti Berdasarkan Tabel 4.3. hasil statistik deskriptif menunjukkan bahwa nilai minimum antara perusahaan yang menerapkan metode FIFO dengan perusahaan yang menerapkan metode rata-rata sangat terlihat pada variabel kepemilikan manajerial dimana nilai minimum kepemilikan manajerial perusahaan yang menerapkan metode FIFO adalah sebesar 0,041220, sangat jauh berbeda dengan nilai minimum kepemilikan manajerial perusahaan yang menerapkan metode rata-rata yang hanya memiliki nilai niminum sebesar 0,000010. Kemudian perbedaan nilai maksimum antara perusahaan yang menerapkan metode FIFO dengan perusahaan yang menerapkan metode ratarata sangat terlihat pada 2 variabel yaitu variabel ukuran perusahaan dan variabel rasio lancar. Dimana nilai maksimum perusahaan yang menerapkan metode FIFO pada variabel ukuran perusahaan adalah sebesar 28,854460 dan
52
nilai maksimum perusahaan yang menerapkan metode rata-rata adalah sebesar 33,022070. Sedangkan nilai maksimum perusahaan yang menerapkan metode FIFO pada variabel rasio lancar adalah sebesar 11,086160 dan nilai maksimum perusahaan yang menerapkan metode rata-rata adalah sebesar 183,120500. Perbedaan rata-rata (mean) yang menonjol juga terlihat pada variabel rasio lancar, rata-rata (mean) pada perusahaan yang menerapkan metode FIFO adalah sebesar 8,163503, sedangkan rata-rata (mean) pada perusahaan yang menerapkan metode rata-rata adalah sebesar 3,211457. Begitu pula dengan simpangan baku (standard deviation) juga memiliki perbedaan yang menonjol pada variabel rasio lancar yaitu sebesar 3,958674 pada perusahaan yang menerapkan metode FIFO dan sebesar 32,542876 pada perusahaan yang menerapkan metode rata-rata. Sedangkan secara keseluruhan sampel untuk variabel ukuran perusahaan diperoleh nilai minimum 25,257970, nilai maksimum 33,022070, rata-rata (mean) 27,807479 dan simpangan baku (standard deviation) 1,640657. Untuk variabel kepemilikan manajerial diperoleh nilai minimum 0,000010, nilai maksimum 0,178910, rata-rata (mean) 0,045650 dan simpangan baku (standard deviation) 0,051013. Untuk variabel variabilitas persediaan diperoleh nilai minimum 0,029450, nilai maksimum 0,497030, rata-rata (mean) 0,217071 dan simpangan baku (standard deviation) 0,122154.
53
Untuk variabel variabilitas harga pokok penjualan diperoleh nilai minimum 0,044210, nilai maksimum 0,483500, rata-rata (mean) 0,203841 dan simpangan baku 0,092266. Untuk variabel rasio lancar diperoleh nilai minimum 0,683360, nilai maksimum 183,120500, rata-rata (mean) 7,360468 dan simpangan baku 29,801564 dan untuk variabel leverage diperoleh nilai minimum 0,018120, nilai maksimum 2,966120, rata-rata (mean) 0,375729 dan simpangan baku 0,581635. Dari analisis di atas dapat diketahui bahwa nilai minimum dan nilai maksimum untuk semua variabel independen ada pada perusahaan yang menerapkan metode rata-rata. Hal ini dikarenakan sebagian besar perusahaan yang menjadi sampel menggunakan metode rata-rata untuk pengendalian persediaannya. 2.
Uji Normalitas Untuk mengetahui apakah terdapat perbedaan antara penggunaan metode FIFO dan penggunaan metode rata-rata apabila dilihat dari variabel independennya maka diperlukan uji beda. Sebelum pengujian tersebut dilakukan maka terlebih dahulu perlu dilakukan uji normalitas data untuk mengetahui alat statistik yang tepat yang akan digunakan dalam uji beda tersebut. Dalam penelitian ini uji normalitas data dilakukan dengan menggunakan One-Sample Kolmogorov-Smirnov Test dengan tingkat signifikansi sebesar 5%. Apabila data memiliki nilai Asymptotic Signifikance (2-tailed) lebih dari 5% maka datanya terdistribusi secara normal dan akan diuji
54
menggunakan statistik parametrik yaitu dengan uji t-test, namun apabila nilai Asymptotic Signifikance (2-tailed) lebih kecil dari 5% maka datanya terdistribusi secara tidak normal dan pengujian akan dilakukan dengan menggunakan statistik nonparametrik yaitu dengan uji Mann-Whitney Test. Hasil dari uji normalitas data yang diperoleh tersaji dalam Tabel 4.4. berikut ini: TABEL 4.4. Hasil Uji Normalitas Data One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parameters
37 a,b
Mean Std. Deviation
Most Extreme Differences
.0000000 .31351989
Absolute
.159
Positive
.159
Negative
-.106
Test Statistic Asymp. Sig. (2-tailed)
.159 c
.018
a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction.
Sumber: Output IBM Statistics SPSS Version 22 Dari Tabel 4.4. diperoleh nilai Asymptotic Signifikance (2-tailed) sebesar 0,018 yang berarti menunjukkan bahwa data tidak terdistribusi secara normal karena nilai Asymptotic Signifikance (2-tailed) 0,018 lebih kecil dari tingkat signifikansinya yaitu sebesar 5%. Dari hasil tersebut maka pengujian yang akan dilakukan adalah dengan menggunakan statistik nonparametrik. Alat uji yang tepat untuk digunakan adalah uji Mann-Whitney Test dengan tingkat signifikansi sebesar 5%. Hasil yang didapat adalah sebagai berikut:
55
TABEL 4.5. Hasil Uji Mann-Whitney Test Test Statisticsa Variabilitas Ukuran
Kepemilikan
Variabilitas
Harga Pokok
Rasio
Perusahaan
Manajerial
Persediaan
Penjualan
Lancar
Leverage
Mann-Whitney U
76.000
42.000
86.000
58.000
91.000
72.000
Wilcoxon W
97.000
538.000
107.000
79.000
112.000
568.000
-.700
-2.102
-.288
-1.442
-.082
-.865
.484
.036
.773
.149
.934
.387
b
b
b
b
b
.408b
Z Asymp. Sig. (2-tailed) Exact Sig. [2*(1-tailed Sig.)]
.506
.035
.794
.159
.952
a. Grouping Variable: Metode Persediaan b. Not corrected for ties.
Sumber: Output IBM Statistics SPSS Version 22 Seperti yang terlihat dalam Tabel 4.5., nilai Asymptotic Signifikance (2-tailed) untuk variabel kepemilikan manajerial adalah sebesar 0,036. Apabila dibandingkan dengan tingkat signifikansi 5% maka nilainya lebih kecil dan berarti menandakan bahwa variabel ini signifikan. Dengan demikian hal ini membuktikan bahwa ada perbedaan antara metode FIFO dan metode rata-rata dilihat dari variabel kepemilikan manajerial. Sedangkan untuk variabel lain yaitu ukuran perusahaan, variabilitas persediaan, variabilitas harga pokok penjualan, rasio lancar dan leverage memiliki nilai Asymptotic Signifikance (2-tailed) lebih besar dari tingkat signifikansi 5%. Untuk variabel ukuran perusahaan memiliki nilai Asymptotic Signifikance (2-tailed) sebesar 0,484, untuk variabel variabilitas persediaan memiliki nilai Asymptotic Signifikance (2-tailed) sebesar 0,773, untuk variabel variabilitas harga pokok penjualan memiliki nilai Asymptotic Signifikance (2-tailed) sebesar 0,149, untuk variabel rasio lancar memiliki nilai Asymptotic Signifikance (2-tailed) sebesar 0,934 dan untuk variabel
56
leverage memiliki nilai Asymptotic Signifikance (2-tailed) sebesar 0,387. Melihat nilai Asymptotic Signifikance (2-tailed) dari kelima variabel yang disebutkan di atas apabila dibandingkan dengan tingkat signifikansi maka nilainya lebih besar sehingga dapat disimpulkan bahwa variabel-variabel tersebut tidak signifikan yang artinya tidak ada perbedaan antara metode FIFO dan metode rata-rata apabila dilihat dari variabel ukuran perusahaan, variabilitas persediaan, variabilitas harga pokok penjualan, rasio lancar dan leverage. 3.
Uji Goodness of Fit Menurut Ghozali (2012), analisis data yang menggunakan regresi logistik adalah dengan menilai overall fit model terhadap data. Metode yang digunakan pada regresi logistik dalam penelitian ini adalah metode enter dengan tingkat signifikansi 5%. Pada regresi logistik terdapat beberapa pengujian statistik untuk menilai model fit, pengujian tersebut adalah sebagai berikut: a.
Uji Nilai -2 Log Likelihood Dalam regresi logistik sebelum menganalisa hasil pengolahan maka terlebih dahulu melihat fit data dengan melakukan uji fit data. Pengujian ini dilakukan berdasarkan pada nilai -2 Log Likelihood yaitu dengan membandingkan antara nilai -2 Log Likelihood awal yaitu pada block 0 dengan nilai -2 Log Likelihood akhir yaitu pada block 1. Apabila nilai -2 Log Likelihood akhir (block number = 1) lebih kecil dari nilai -2 Log Likelihood awal (block number = 0) maka menunjukkan model
57
regresi yang baik. Dengan demikian adanya penurunan Log Likelihood berarti bahwa model regresi semakin baik. Hasil uji fit data disajikan oleh Tabel 4.6. sebagai berikut: TABEL 4.6. Hasil Uji Nilai -2 Log Likelihood -2 Log Likelihood
Nilai
Awal (Block 0)
32,800
Akhir (Block 1)
18,894
Sumber: Data sekunder yang diolah peneliti Tabel 4.6. di atas menunjukkan bahwa nilai -2 Log Likelihood awal pada block 0 adalah sebesar 32,800 dan nilai -2 Log Likelihood akhir pada block 1 adalah sebesar 18,894. Sehingga dapat diketahui bahwa nilai -2 Log Likelihood akhir lebih kecil dari nilai -2 Log Likelihood awal dengan adanya penurunan sebesar 13,906 yang mengindikasikan bahwa model fit dengan data atau model dapat diterima karena cocok dengan data observasinya. b. Uji Omnibust Test of Model Coefficient Pengujian ini dilakukan untuk menguji secara simultan atas variabel independen apakah memiliki pengaruh terhadap variabel dependennya. Pengujian ini dilakukan berdasarkan pada nilai signifikansi sedangkan nilai Chi-square merupakan penurunan nilai -2 Log Likelihood. Apabila nilai signifikansi lebih kecil dari tingkat signifikansi yaitu 5% maka dapat disimpulkan bahwa penggunaan variabel independen dalam model penelitian secara simultan dapat memprediksi
58
variabel dependen. Hasil dari Omnibust Test tersaji dalam Tabel 4.7. berikut ini: TABEL 4.7. Hasil Uji Omnibust Test of Model Coefficient Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
13.906
6
.031
Block
13.906
6
.031
Model
13.906
6
.031
Sumber: Output IBM Statistics SPSS Version 22 Berdasarkan hasil Omnibust Test of Model Coefficient yang disajikan dalam Tabel 4.7. diperoleh nilai signifikansi sebesar 0,031. Apabila nilai signifikansi dari hasil Omnibust Test of Model Coefficient dibandingkan dengan tingkat signifikansi yang digunakan yaitu sebesar 5% maka tentunya nilai 0,031 lebih kecil dari 0,05 sehingga menunjukkan bahwa data dalam penelitian ini layak untuk digunakan dan penggunaan variabel independen dalam model penelitian ini secara simultan dapat memprediksi variabel dependennya. c.
Uji Koefisien Determinasi (Nagelkerke’s R Square) Untuk menguji sejauh mana variabel dependen dapat dijelaskan oleh variabel independennya digunakan koefisien determinasi. Pengujian ini dilakukan berdasarkan pada nilai Nagelkerke R Square. Nagelkerke R Square merupakan modifikasi dari koefisien Cox and Snell R Square yang mana untuk memastikan bahwa nilainya adalah bervariasi dari 0 (nol) sampai 1 (satu). Pengujian koefisien determinasi dijelaskan oleh nilai Nagelkerke R Square dalam Tabel 4.8. sebagai berikut:
59
TABEL 4.8. Hasil Uji Koefisien Determinasi Model Summary
Step
Cox & Snell R
Nagelkerke R
Square
Square
-2 Log likelihood a
1
18.894
.313
.533
a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001.
Sumber: Output IBM Statistics SPSS Version 22 Tabel 4.8. di atas menunjukkan nilai Nagelkerke R Square sebesar 0,533. Hal ini mengandung arti bahwa variabel dependen yaitu metode akuntansi
persediaan dipengaruhi
sebesar
53,3%
oleh
variabel
independennya yaitu ukuran perusahaan, kepemilikan manajerial, variabilitas persediaan, variabilitas harga pokok penjualan, rasio lancar dan leverage, sedangkan sisanya sebesar 46,7% dijelaskan oleh variabel lain yang tidak masuk dalam penelitian. d. Uji Hosmer and Lemeshow Test Hosmer and Lemeshow Test digunakan untuk menguji apakah data empiris cocok atau sesuai dengan model yaitu tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Apabila nilai signifikansi Hosmer dan Lemeshow’s goodness of fit statistic 0,05 artinya model dapat memprediksi nilai observasinya atau bisa dikatakan model dapat diterima karena cocok dengan data observasinya, sedangkan apabila nilai signifikansi Hosmer dan Lemeshow’s goodness of fit statistic < 0,05 artinya ada perbedaan yang signifikan antara model dengan nilai observasinya sehingga goodness fit model tidak baik karena
60
model tidak dapat dipakai untuk memprediksi. Hasil pengujian kelayakan model dengan Homser and Lemeshow test dijelaskan oleh tabel 4.9. sebagai berikut: TABEL 4.9. Hasil Uji Hosmers and Lemeshow Test Hosmer and Lemeshow Test Step 1
Chi-square 4.140
df
Sig. 7
.764
Sumber: Output IBM Statistic SPSS Version 22 Berdasarkan pengujian Hosmer and Lemeshow Test untuk menguji kelayakan model yang tersaji pada Tabel 4.9. ditemukan nilai Chi-Square sebesar 4,140 dengan nilai signifikansi 0,764 yang nilainya jauh di atas 0,05. Dengan demikian dapat disimpulkan bahwa model regresi dapat diterima dan layak digunakan untuk melanjutkan pengujian dalam penelitian ini karena cocok dengan data-data observasinya. e.
Uji Multikolinearitas (Corellation Matrix) Pengujian multikolinearitas merupakan pengujian yang memiliki tujuan untuk melihat apakah ada atau tidaknya korelasi antara variabel independen. Pengujian ini dapat dilihat pada nilai koefisien korelasi di tabel Correlation Matrix, yang mana jika nilai koefisien korelasi > 0,90 maka terdapat multikolinearitas sehingga agar nantinya hasil yang diperoleh tidak bias maka variabel tersebut harus segera dikeluarkan dari model regresi (Yuanita, 2010). Hasil pengujian multikolinearitas dijelaskan oleh Tabel 4.10. sebagai berikut:
61
TABEL 4.10. Hasil Uji Multikolinearitas Correlation Matrix Constant Step 1
UP
KM
VP
VH
RL
LV
Constant
1.000
-.996
.629
.294
-.666
-.398
.698
UP
-.996
1.000
-.614
-.286
.626
.355
-.686
KM
.629
-.614
1.000
.426
-.786
-.379
.773
VP
.294
-.286
.426
1.000
-.741
-.137
.495
VH
-.666
.626
-.786
-.741
1.000
.355
-.831
RL
-.398
.355
-.379
-.137
.355
1.000
-.220
LV
.698
-.686
.773
.495
-.831
-.220
1.000
Sumber: Output IBM Statistics SPSS Version 22 Berdasarkan Tabel 4.10. terlihat bahwa tidak ada korelasi antar variabel independen yang nilainya lebih besar dari 0,90, sehingga dapat disimpulkan bahwa tidak terdapat multikolinearitas. f.
Uji Matrik Klarifikasi Pengujian ini dilihat dari hasil Classification Table. Classification Table digunakan untuk memperjelas ketepatan model regresi logistik dengan data penelitian yang mana menunjukan hasil prediksi dengan hasil dari penelitian. Hasil dari tabel klasifikasi dijelaskan oleh tabel 4.11. sebagai berikut: TABEL 4.11. Hasil Uji Matrik Klarifikasi Classification Table
a
Predicted Metode Persediaan Observed Step 1
Metode Persediaan
FIFO
Percentage Correct
Rata-rata
FIFO
3
3
50.0
Rata-rata
3
28
90.3
Overall Percentage a. The cut value is .500
Sumber: Output IBM Statistics SPSS Version 22
83.8
62
Tabel 4.11. menunjukkan dari 6 sampel yang menggunakan metode FIFO,
yang bisa diprediksi sebesar 50%, 3 data diprediksi
menggunakan metode FIFO (hasil prediksi sesuai), 3 data diprediksi menggunakan metode rata-rata (misclassification). Dari 31 sampel yang menggunakan metode rata-rata, yang bisa diprediksi adalah sebesar 90,3%, 28 data diprediksi menggunakan metode rata-rata (hasil prediksi sesuai) dan 3 data yang diprediksi menggunakan metode FIFO (misclassification). Ketepatan dari model adalah sebesar 50,0% dan 90,3% yang artinya bahwa variabel independen mampu memperkirakan penggunaan metode akuntansi persediaan dengan ketepatan perkiraan sebesar 50,0% untuk metode FIFO dan sebesar 90,3% untuk metode ratarata. Sedangkan nilai overall percentage yang dihasilkan adalah sebesar 83,8% yang berarti ketepatan model penelitian ini adalah sebesar 83,8%. Hal ini dikarenakan sebagian besar perusahaan yang menjadi sampel dalam penelitian ini menggunakan metode rata-rata daripada metode FIFO. Dalam penelitian ini perbandingan perusahaan yang menerapkan metode rata-rata dan metode FIFO adalah 6 banding 1, karena dalam penelitian ini sampel yang digunakan adalah sebanyak 37 perusahaan dimana ada 31 perusahaan yang menerapkan metode rata-rata dan hanya 6 perusahaan yang menerapkan metode FIFO sehingga ketepatan prediksi dari data yang diperoleh cukup besar.
63
C. Hasil Penelitian (Uji Hipotesis) Uji hipotesis dilakukan untuk mengetahui ada tidaknya pengaruh yang signifikan dari setiap variabel independen terhadap variabel dependen. Uji hipotesis dalam penelitian ini menggunakan regresi logistik karena variabel dependen yang digunakan dalam penelitian ini merupakan variabel dummy yaitu bernilai 0 untuk perusahaan yang menerapkan metode FIFO dan bernilai 1 untuk perusahaan yang menerapkan metode rata-rata. Metode regresi logistik yang digunakan dalam penelitian ini adalah metode enter dan diuji pada tingkat signifikansi (α) 5%. Pengujian hipotesis dengan regresi logistik dalam penelitian ini dilakukan dengan bantuan program komputer IBM SPSS Statistics Version 22. Kriteria penerimaan atau penolakan hipotesis didasari oleh nilai signifikan. Apabila nilai signifikan t < α maka hipotesis diterima dan sebaliknya, apabila nilai signifikan t > α maka hipotesis ditolak. Tabel 4.12. berikut menyajikan hasil uji hipotesis yang telah dilakukan: TABEL 4.12. Hasil Uji Regresi Logistik 2012-2015 Variables in the Equation B a
Step 1
S.E.
Wald
df
Sig.
Exp(B)
UP
1.299
.733
3.138
1
.076
3.665
KM
-41.714
20.061
4.324
1
.038
.000
VP
-7.531
8.803
.732
1
.392
.001
53.579
26.597
4.058
1
.044
RL
.194
.316
.376
1
.540
1.214
LV
-3.389
1.969
2.963
1
.085
.034
-38.838
21.445
3.280
1
.070
.000
VH
Constant
a. Variable(s) entered on step 1: UP, KM, VP, VH, RL, LV.
Sumber: Output IBM Statistics SPSS Version 22
18580172267582 3820000000.000
64
Berdasarkan Tabel 4.12. hasil yang diperoleh dari penghitungan regresi logistik yang telah dilakukan menghasilkan bentuk persamaan regresi logistik sebagai berikut:
Persamaan tersebut dapat dijelaskan sebagai berikut: 1.
dari fungsi logistik tersebut biasa diartikan jika P = 0 ketika perusahaan menggunakan metode akuntansi persediaan FIFO dan jika P = 1 ketika perusahaan menggunakan metode akuntansi persediaan rata-rata.
2.
Konstanta sebesar -38,838 yang artinya bahwa jika tidak dipengaruhi oleh 6 prediktor dalam model penelitian ini atau diasumsikan nilai variabel independen adalah 0 maka kemungkinan perusahaan untuk memilih metode persediaan rata-rata adalah sebesar -38,838.
3.
Koefisien regresi ukuran perusahaan sebesar 1,299 artinya kemungkinan perusahaan akan memilih metode rata-rata adalah sebesar 1,299 untuk setiap kenaikan 1 satuan ukuran perusahaan dengan asumsi variabel lain dianggap konstan.
4.
Koefisien
regresi
kepemilikan
manajerial
sebesar
-41,714
artinya
kemungkinan perusahaan akan memilih metode rata-rata adalah sebesar 41,714 untuk setiap kenaikan 1 satuan kepemilikan manajerial dengan asumsi variabel lain dianggap konstan. 5.
Koefisien regresi variabilitas persediaan sebesar -7,531 artinya kemungkinan perusahaan akan memilih metode rata-rata adalah sebesar -7,531 untuk setiap
65
kenaikan 1 satuan variabilitas persediaan dengan asumsi variabel lain dianggap konstan. 6.
Koefisien regresi variabilitas harga pokok penjualan sebesar 53,579 artinya kemungkinan perusahaan akan memilih metode rata-rata adalah sebesar 53,579 untuk setiap kenaikan 1 satuan variabilitas harga pokok penjualan dengan asumsi variabel lain dianggap konstan.
7.
Koefisien regresi rasio lancar sebesar 0,194 artinya kemungkinan perusahaan akan memilih metode rata-rata adalah sebesar 0,194 untuk setiap kenaikan 1 satuan rasio lancar dengan asumsi variabel lain dianggap konstan.
8.
Koefisien regresi leverage sebesar -3,389 artinya kemungkinan perusahaan akan memilih metode rata-rata adalah sebesar -3,389 untuk setiap kenaikan 1 satuan leverage dengan asumsi variabel lain dianggap konstan.
Dari hasil pengujian hipotesis yang telah dilakukan maka jawaban dari hipotesis yang telah dikemukakan adalah sebagai berikut: 1.
Hipotesis 1 (H1) Seperti yang terlihat dalam Tabel 4.12. bahwa nilai Sig. variabel ukuran perusahaan sebesar 0,076. Bila dibandingkan dengan tingkat signifikansi 5% maka variabel ukuran perusahaan memiliki nilai yang lebih besar sehingga tidak berpengaruh secara signifikan, dengan demikian hipotesis 1 (H1) ditolak.
66
2.
Hipotesis 2 (H2) Seperti yang terlihat dalam Tabel 4.12. bahwa nilai Sig. variabel kepemilikan manajerial sebesar 0,038. Bila dibandingkan dengan tingkat signifikansi 5% maka variabel kepemilikan manajerial memiliki nilai yang lebih kecil sehingga berpengaruh secara signifikan, dengan demikian hipotesis 2 (H2) diterima.
3.
Hipotesis 3 (H3) Seperti yang terlihat dalam Tabel 4.12. bahwa nilai Sig. variabel variabilitas persediaan sebesar 0,392. Bila dibandingkan dengan tingkat signifikansi 5% maka variabel variabilitas persediaan memiliki nilai yang lebih besar sehingga tidak berpengaruh secara signifikan, dengan demikian hipotesis 3 (H3) ditolak.
4.
Hipotesis 4 (H4) Seperti yang terlihat dalam Tabel 4.12. bahwa nilai Sig. variabel variabilitas harga pokok penjualan sebesar 0,044. Bila dibandingkan dengan tingkat signifikansi 5% maka variabel variabilitas harga pokok penjualan memiliki nilai yang lebih kecil sehingga berpengaruh secara signifikan, dengan demikian hipotesis 4 (H4) diterima.
5.
Hipotesis 5 (H5) Seperti yang terlihat dalam Tabel 4.12. bahwa nilai Sig. variabel rasio lancar sebesar 0,540. Bila dibandingkan dengan tingkat signifikansi 5% maka variabel rasio lancar memiliki nilai yang lebih besar sehingga tidak berpengaruh secara signifikan, dengan demikian hipotesis 5 (H5) ditolak.
67
6.
Hipotesis 6 (H6) Seperti yang terlihat dalam Tabel 4.12. bahwa nilai Sig. variabel leverage sebesar 0,085. Bila dibandingkan dengan tingkat signifikansi 5% maka variabel leverage memiliki nilai yang lebih besar sehingga tidak berpengaruh secara signifikan, dengan demikian hipotesis 6 (H6) ditolak.
TABEL 4.13. Ringkasan Hasil Uji Hipotesis Kode Hipotesis Semakin besar ukuran perusahaan maka semakin besar probabilitas pemilihan metode rata-rata dan semakin kecil H1 perusahaan maka semakin besar probabilitas pemilihan metode FIFO. Semakin besar kepemilikan manajerial maka semakin besar probabilitas pemilihan metode rata-rata dan semakin kecil H2 kepemilikan manajerial maka semakin besar probabilitas pemilihan metode FIFO. Semakin kecil variabilitas persediaan maka semakin besar probabilitas pemilihan metode rata-rata dan semakin besar H3 variabilitas persediaan maka semakin besar probabilitas pemilihan metode FIFO. Semakin besar variabilitas harga pokok penjualan maka semakin besar probabilitas pemilihan metode rata-rata dan H4 semakin kecil variabilitas harga pokok penjualan maka semakin besar probabilitas pemilihan metode FIFO. Semakin besar nilai rasio lancar maka semakin besar probabilitas pemilihan metode rata dan semakin kecil nilai H5 rasio lancar maka semakin besar probabilitas pemilihan metode FIFO. Semakin rendah nilai leverage maka semakin besar probabilitas pemilihan metode rata-rata dan semakin tinggi H6 nilai leverage maka semakin besar probabilitas pemilihan metode FIFO.
Hasil Ditolak
Diterima
Ditolak
Diterima
Ditolak
Ditolak
68
D. Pembahasan (Interpretasi) Peneltian ini dilakukan untuk menguji pengaruh ukuran perusahaan, kepemilikan manajerial, variabilitas persediaan, variabilitas harga pokok penjualan, rasio lancar dan leverage terhadap pemilihan metode akuntansi persediaan. Berdasarkan hasil uji hipotesis yang telah dilakukan memberikan bukti bahwa kepemilikan manajerial dan variabilitas harga pokok penjualan berpengaruh terhadap pemilihan metode akuntansi persediaan, sedangkan keempat variabel independen lainnya yaitu ukuran perusahaan, variabilitas persediaan, rasio lancar dan leverage tidak berpengaruh terhadap pemilihan metode akuntansi persediaan. 1.
Ukuran Perusahaan dan Metode Akuntansi Persediaan Hipotesis pertama berkaitan dengan pengaruh ukuran perusahaan terhadap pemilihan metode akuntansi persediaan. Hipotesis tersebut mengatakan bahwa semakin besar ukuran perusahaan maka semakin besar probabilitas pemilihan metode rata-rata dan semakin kecil perusahaan maka semakin besar probabilitas pemilihan metode FIFO. Namun hasil penelitian ini memberikan bukti bahwa ukuran perusahaan tidak berpengaruh terhadap pemilihan metode akuntansi persediaan. Hasil penelitian ini tidak sejalan dengan hipotesis yang dikemukakan, sehingga dapat disimpulkan bahwa hipotesis 1 (H1) ditolak. Hasil penelitian ini tidak konsisten dengan penelitian yang dilakukan oleh Taqwa, dkk. (2003) dan Harahap dan Jiwana (2009) tetapi konsisten dengan penelitian yang dilakukan oleh Abdullah (1999), Astuti (2005) dan
69
Sangadah dan Kusmuriyanto (2014) yang tidak menemukan adanya pengaruh ukuran perusahaan terhadap pemilihan metode akuntansi persediaan. Hal ini dapat terjadi karena perusahaan yang menjadi sampel dalam penelitian ini tergolong perusahaan besar yang cenderung menerapkan metode rata-rata agar laba perusahaan terlihat tidak setinggi jika menggunakan metode FIFO, sehingga pajak yang dibayarkan juga rendah. Pengukuran variabel ukuran perusahaan yang digunakan dalam penelitian ini juga berbeda dengan pengukuran yang digunakan dalam penelitian Taqwa, dkk. (2003) dan Harahap dan Jiwana (2009). Penelitian Taqwa, dkk. (2003) dan Harahap dan Jiwana (2009) menggunakan total penjualan bersih sebagai pengukuran dari variabel ukuran perusahaan, sedangkan pengukuran variabel ukuran perusahaan dalam penelitian ini menggunakan total aset dimana total aset tidak hanya dipengaruhi oleh saldo persediaan saja yang tergantung pada metode akuntansi persediaan yang digunakan, tetapi juga dipengaruhi oleh saldo lain seperti kas, piutang, aset tetap (gedung, kendaraan, peralatan) serta akun lain yang masuk dalam total aset. 2.
Kepemilikan Manajerial dan Metode Akuntansi Persediaan Hipotesis kedua berkaitan dengan pengaruh kepemilikan manajerial terhadap pemilihan metode akuntansi persediaan. Hipotesis tersebut mengatakan bahwa semakin besar kepemilikan manajerial maka semakin besar probabilitas pemilihan metode rata-rata dan semakin kecil kepemilikan manajerial maka semakin besar probabilitas pemilihan metode FIFO. Hasil
70
penelitian ini memberikan bukti bahwa kepemilikan manajerial berpengaruh terhadap pemilihan metode akuntansi persediaan. Hasil penelitian ini sejalan dengan hipotesis yang dikemukakan, sehingga dapat disimpulkan bahwa hipotesis 2 (H2) diterima. Hasil ini konsisten dengan penelitian yang dilakukan oleh Syailendra dan Raharja (2014) yang menemukan bukti bahwa kepemilikan manajerial berpengaruh terhadap pemilihan metode akuntansi persediaan. Hal ini membuktikan bahwa adanya kesesuaian antara ketiga teori yang digunakan sebagai landasan dalam penelitian ini yaitu teori akuntansi positif (positive accounting theory), teori keagenan (agency theory) dan teori hipotesis pajak (ricardian hypothesis) dengan hasil penelitian. Dimana teori akuntansi positif (positive accounting theory) berasumsi bahwa manajer cenderung melakukan tindakan oportunis yang dimotivasi oleh kepentingan diri sendiri, kelompok atau suatu tujuan tertentu yang menguntungkan, teori keagenan (agency theory) juga berasumsi bahwa setiap individu termotivasi oleh kepentingan dirinya sendiri sedangkan teori hipotesis pajak (ricardian hypothesis) berasumsi bahwa faktor yang paling mempengaruhi perusahaan adalah peraturan perpajakan. Sehingga dari ketiga teori tersebut dapat dikaitkan dengan perilaku manajer. Manajer biasanya lebih menyukai metode FIFO yang menghasilkan laba dengan jumlah besar karena kinerja manajer akan dinilai dari laba yang dihasilkan. Namun hal tersebut terjadi apabila manajer memiliki persentase kepemilikan saham yang kecil karena mereka tetap berorientasi pada bonus
71
atau kompensasi yang akan diterima dari laba yang dihasilkan. Tetapi apabila manajer memiliki persentase kepemilikan saham yang besar maka manajer akan bertindak layaknya shareholder yang menyukai metode rata-rata sebab seperti yang telah diketahui bahwa dengan penggunaan metode rata-rata dapat melakukan penghematan pajak (tax saving). 3.
Variabilitas Persediaan dan Metode Akuntansi Persediaan Hipotesis ketiga berkaitan dengan pengaruh variabilitas persediaan terhadap pemilihan metode akuntansi persediaan. Hipotesis tersebut mengatakan bahwa semakin kecil variabilitas persediaan maka semakin besar probabilitas pemilihan metode rata-rata dan semakin besar variabilitas persediaan maka semakin besar probabilitas pemilihan metode FIFO. Namun hasil penelitian ini memberikan bukti bahwa variabilitas persediaan tidak berpengaruh terhadap pemilihan metode akuntansi persediaan. Hasil penelitian ini tidak sejalan dengan hipotesis yang dikemukakan, sehingga dapat disimpulkan bahwa hipotesis 3 (H3) ditolak. Hasil penelitian ini tidak konsisten dengan penelitian yang dilakukan oleh Mahardika, dkk. (2015) dan Syailendra dan Raharja (2014) tetapi konsisten dengan penelitian yang dilakukan oleh Harahap dan Jiwana (2009) dan Saripudin (2010) yang tidak menemukan adanya pengaruh variabilitas persediaan terhadap pemilihan metode akuntansi persediaan. Pada dasarnya metode rata-rata merupakan kompromi antara metode FIFO dan metode LIFO, dimana pengaruh dalam menghitung harga pokok penjualan dan nilai persediaan akhir cenderung diambil rata-ratanya.
72
Sehingga penggunaan metode rata-rata tidak terlalu berpengaruh dalam perhitungan persediaan akhir, sedangkan sampel dalam penelitian ini sebagian besar menggunakan metode rata-rata. Kurangnya variasi sampel dalam penggunaan metode akuntansi persediaan menjadikan variabel ini tidak berpengaruh terhadap metode akuntansi persediaan. Menurut Watts dan Zmijewski (1986) variabilitas persediaan yang berpengaruh secara signifikan hanya ada pada periode perubahan harga (inflasi/deflasi). Dimana periode yang digunakan dalam penelitian ini adalah dari tahun 2012 sampai dengan tahun 2015. Hal ini juga dapat disebabkan karena terjadinya inflasi dan deflasi pada periode penelitian yaitu dari tahun 2012 ke tahun 2013 terjadi inflasi dari 4,3% menjadi 8,4% sedangkan dari tahun 2014 ke tahun 2015 terjadi deflasi dari 8,4% menjadi 4,4%, sehingga dengan adanya keseimbangan antara terjadinya inflasi dan deflasi menyebabkan variabel ini tidak berpengaruh. 4.
Variabilitas Harga Pokok Penjualan dan Metode Akuntansi Persediaan Hipotesis keempat berkaitan dengan pengaruh variabilitas harga pokok penjualan terhadap pemilihan metode akuntansi persediaan. Hipotesis tersebut mengatakan bahwa semakin besar variabilitas harga pokok penjualan maka semakin besar probabilitas pemilihan metode rata-rata dan semakin kecil variabilitas harga pokok penjualan maka semakin besar probabilitas pemilihan metode FIFO. Hasil penelitian ini memberikan bukti bahwa variabilitas harga pokok penjualan berpengaruh terhadap pemilihan metode
73
akuntansi persediaan. Hasil penelitian ini sejalan dengan hipotesis yang dikemukakan, sehingga dapat disimpulkan bahwa hipotesis 4 (H4) diterima. Hasil ini konsisten dengan penelitian yang dilakukan oleh Harahap dan Jiwana (2009) dan Setiyanto dan Laksito (2010) yang menemukan bukti bahwa variabilitas harga pokok penjualan berpengaruh terhadap pemilihan metode akuntansi persediaan. Hal ini membuktikan bahwa adanya kesesuaian antara teori hipotesis pajak (ricardian hypothesis) dengan hasil penelitian. Secara umum perusahaan mengharapkan pajak yang rendah sehingga untuk mengurangi biaya pajak yang akan dibayarkan maka perusahaan menerapkan metode rata-rata agar harga pokok penjualannya semakin besar dan laba yang dihasilkan semakin kecil sehingga pajak yang akan dibayarkan semakin kecil pula. 5.
Rasio Lancar dan Metode Akuntansi Persediaan Hipotesis kelima berkaitan dengan pengaruh nilai rasio lancar terhadap pemilihan metode akuntansi persediaan. Hipotesis tersebut mengatakan bahwa semakin besar nilai rasio lancar maka semakin besar probabilitas pemilihan metode rata dan semakin kecil nilai rasio lancar maka semakin besar probabilitas pemilihan metode FIFO. Namun hasil penelitian ini memberikan bukti bahwa nilai rasio lancar tidak berpengaruh terhadap pemilihan metode akuntansi persediaan. Hasil penelitian ini tidak sejalan dengan hipotesis yang dikemukakan, sehingga dapat disimpulkan bahwa hipotesis 5 (H5) ditolak.
74
Hasil penelitian ini tidak konsisten dengan penelitian yang dilakukan oleh Harahap dan Jiwana (2009) dan Mahardika, dkk. (2015) tetapi konsisten dengan penelitian yang dilakukan oleh Taqwa, dkk. (2003) dan Saripudin (2010) yang tidak menemukan adanya pengaruh nilai rasio lancar terhadap pemilihan metode akuntansi persediaan. Sesuai dengan teori hipotesis pajak (ricardian hypothesis) yang menyatakan bahwa perusahaan akan memaksimalkan kesejahteraannya melalui metode yang dapat meminimalkan pajak. Di sisi lain, para kreditor yang akan memberikan pinjaman dana tidak hanya melihat dari nilai rasio lancar saja tetapi juga melihat laba yang dihasilkan oleh perusahaan. Dari hal tersebut diketahui
bahwa kepentingan untuk penghematan pajak dan
menyajikan laba yang lebih besar menjadi pilihan yang sama bagi manajemen sehingga menyebabkan variabel ini tidak berpengaruh terhadap pemilihan metode akuntansi persediaan. Dengan demikian
maka kemampuan
perusahaan dalam membayar hutang jangka pendek tidak menjadi pertimbangan dalam memilih metode akuntansi persediaan. 6.
Leverage dan Metode Akuntansi Persediaan Hipotesis terakhir berkaitan dengan pengaruh nilai leverage terhadap pemilihan metode akuntansi persediaan. Hipotesis tersebut mengatakan bahwa semakin rendah nilai leverage maka semakin besar probabilitas pemilihan metode rata-rata dan semakin tinggi nilai leverage maka semakin besar probabilitas pemilihan metode FIFO. Namun hasil penelitian ini memberikan bukti bahwa nilai leverage tidak berpengaruh terhadap
75
pemilihan metode akuntansi persediaan. Hasil penelitian ini tidak sejalan dengan hipotesis yang dikemukakan, sehingga dapat disimpulkan bahwa hipotesis 6 (H5) ditolak. Hasil penelitian ini tidak konsisten dengan penelitian yang dilakukan oleh Mukhlasin (2002) dan Harahap dan Jiwana (2009) tetapi konsisten dengan penelitian yang dilakukan oleh Taqwa, dkk. (2003) dan Sangadah dan Kusmuriyanto (2014) yang tidak menemukan adanya pengaruh nilai leverage terhadap pemilihan metode akuntansi persediaan. Variabel leverage dalam penelitian ini diukur dengan membandingkan total hutang jangka panjang terhadap ekuitas, sedangkan pada penelitian lain membandingkan total hutang jangka panjang terhadap total aset namun juga tidak memberikan bukti bahwa leverage memiliki pengaruh terhadap pemilihan metode akuntansi persediaan. Hal ini dapat terjadi karena perusahaan tidak begitu mempedulikan hutang jangka panjangnya dalam memilih metode akuntansi persediaan sebab perusahaan cenderung lebih memilih metode yang dapat menghemat pajak (tax saving) yang sesuai dengan teori hipotesis pajak (ricardian hypothesis).
BAB V SIMPULAN, SARAN DAN KETERBATASAN PENELITIAN
A. Simpulan Penelitian ini dilakukan untuk melihat pengaruh dari faktor ukuran perusahaan, kepemilikan manajerial, variabilitas persediaan, variabilitas harga pokok penjualan, rasio lancar dan leverage terhadap pemilihan metode akuntansi persediaan pada suatu perusahaan. Selain itu juga untuk mengetahui apakah ada perbedaan antara penggunaan metode FIFO dengan penggunaan metode rata-rata dilihat dari variabel-variabel tersebut. Berdasarkan pengujian hipotesis dan pembahasan yang telah dilakukan, maka diperoleh kesimpulan sebagai berikut: 1.
Ukuran perusahaan tidak berpengaruh terhadap pemilihan metode akuntansi persediaan.
2.
Kepemilikan manajerial berpengaruh terhadap pemilihan metode akuntansi persediaan.
3.
Variabilitas persediaan tidak berpengaruh terhadap pemilihan metode akuntansi persediaan.
4.
Variabilitas harga pokok penjualan berpengaruh terhadap pemilihan metode akuntansi persediaan.
5.
Rasio lancar tidak berpengaruh terhadap pemilihan metode akuntansi persediaan.
6.
Leverage tidak berpengaruh terhadap pemilihan metode akuntansi persediaan.
76
77
B. Saran Berdasarkan
hasil
penelitian
yang
telah
dilakukan,
dengan
mempertimbangkan keterbatasan-keterbatasan yang ada, diharapkan untuk penelitian yang akan datang agar dapat memperbaiki hal-hal berikut: 1.
Menambah periode penelitian, dengan periode yang lebih panjang diharapkan hasil yang diperoleh bisa lebih akurat dan tidak bias.
2.
Menambah variabel penelitian seperti klasifikasi industri. Sebab dalam perusahaan dagang masih terbagi menjadi perusahaan dagang besar dan perusahaan dagang eceran, sedangkan untuk perusahaan manufaktur terdiri dari beberapa macam sektor industri.
3.
Memperluas sampel penelitian dengan memasukkan perusahaan yang menggunakan kedua metode yaitu FIFO dan rata-rata atau memasukkan perusahaan yang melakukan pergantian metode akuntansi persediaan.
4.
Menambah data primer seperti kuesioner yang ditujukan kepada pihak manajemen untuk mendukung data sekunder yang digunakan.
C. Keterbatasan Penelitian Penelitian ini dilakukan dengan beberapa keterbatasan penelitian yang dengan keterbatasan tersebut dapat berpengaruh terhadap hasil penelitian. Keterbatasan-keterbatasan yang ada dalam penelitian ini adalah sebagai berikut: 1.
Periode penelitian yang digunakan hanya 4 tahun pengamatan yaitu tahun 2012 sampai dengan tahun 2015.
2.
Perusahaan yang menjadi sampel tidak dilihat dari klasifikasi industrinya.
78
3.
Penelitian ini hanya memfokuskan pada perusahaan yang menggunakan salah satu metode akuntansi persediaan.
4.
Data yang digunakan adalah data sekunder yang mungkin terdapat kesalahan dalam memasukkan data yang berupa angka-angka.
D. Implikasi Berdasarkan hasil penelitian yang diperoleh, penelitian ini dapat berimplikasi bagi: 1.
Bagi pemerintah, penelitian ini dapat membantu untuk menelusuri perusahaan yang melakukan pelanggaran terhadap penerapan metode akuntansi persediaan berdasarkan peraturan perpajakan yang berlaku di Indonesia, dimana sebagian besar perusahaan dagang dan perusahaan manufaktur di Indonesia telah sesuai dengan peraturan pajak yang berlaku dan hanya sebagian kecil perusahaan yang melakukan pelanggaran terhadap peraturan perpajakan, sehingga pemerintah dapat menginspeksi perusahaan-perusahaan yang melakukan pelanggaran dengan mudah.
2.
Bagi manajer, penelitian ini dapat membantu dalam memilih kebijakan metode akuntansi persediaan pada perusahaan, sehingga dapat memberikan pandangan dan perbandingan yang menarik perhatian manajer, karena dalam penelitian ini memberikan bukti bahwa variabel kepemilikan manajerial dan variabel variabilitas harga pokok penjualan berpengaruh terhadap pemilihan metode akuntansi persediaan sehingga manajer dapat memperhatikan kedua
79
faktor tersebut dalam pemilihan kebijakan metode akuntansi persediaan agar pajak yang nantinya akan dibayarkan oleh perusahaan tidak begitu besar. 3.
Bagi investor, penelitian ini dapat membantu dalam melihat prospek keuntungan masa depan dan perkembangan perusahaan untuk mengetahui jaminan investasi yang ditanamkan, terutama dilihat
dari variabel
kepemilikan manajerial dan variabel variabilitas harga pokok penjualan, dimana kedua variabel tersebut memberikan bukti yang berpengaruh terhadap pemilihan metode akuntansi persediaan. Hal tersebut sesuai dengan tujuan investor yang ingin meminimalisir pajak dan juga dapat meminimalisir konflik kepentingan yang terjadi antara investor dan manajer, karena jika dilihat dari hasil variabel kepemilikan manajerial dan variabel variabilitas harga pokok penjualan baik antara investor dan manajer sama-sama menyukai penerapan metode rata-rata dibandingkan dengan metode FIFO.
DAFTAR PUSTAKA Anthony, R. N. dan V. Govindarajan, 2005, Sistem Pengendalian Manajemen, Edisi 11, Penerbit Salemba Empat, Jakarta. Astuti, Christina Dwi, 2005, “FAKTOR – FAKTOR PEMILIHAN METODE AKUNTANSI PERSEDIAAN BERDASARKAN RICARDIAN HIPOTESIS”, Jurnal Akuntansi, Volume 5 Nomor 3, September, Hal. 301-336. Bursa Efek Indonesia, Laporan Keuangan & Tahunan, http://www.idx.co.id/idid/beranda/perusahaantercatat/laporankeuangandantahunan.aspx, Diakses tanggal 12 November 2016 pukul 13.47 WIB. Cushing, B. E. and M. J. LeClere, 1992, “Evidence of the Determinants of Inventory Accounting Policy Choice”, The Accounting Review 71, April, Hal. 355366. Dopuch N. and Pincus M., 1998, “Evidence on the Choice of Inventory Accounting Method: LIFO versus FIFO”, Journal of Accounting Research 26, Spring, Hal. 28-59. Ghozali, Imam, 2012, Aplikasi Analisis Multivariate dengan Program SPSS, Badan Penerbit Universitas Diponegoro, Semarang. Gunadi, 1998, Akuntansi Pajak, Penerbit Gramedia, Jakarta. Harahap, Rosna K. dan Jiwana Dwi M., 2009, “ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PEMILIHAN METODE AKUNTANSI PERSEDIAAN PADA PERUSAHAAN MANUFAKTUR DI BURSA EFEK JAKARTA”, Media Riset Akuntansi, Auditing dan Informasi, Vol. 9 No. 3, Hal. 74-95. Harrison, et al., 2012, Akuntansi Keuangan, Edisi Kedelapan Jilid I, Penerbit Erlangga, Jakarta. Hidayat,
Anwar, http://www.statistikian.com/2015/02/regresi-logistik-denganspss.html, Diakses tanggal 20 November 2016 pukul 10.45 WIB.
_____________, http://www.statistikian.com/2015/02/interprestasi-regresilogistik-dengan.html, Diakses tanggal 20 November 2016 pukul 11.05 WIB. Horngren,et al., 1997, Akuntansi Di Indonesia, Salemba Empat, Jakarta.
Indonesia, 1994, Undang-Undang tentang Pajak Penghasilan, Undang-Undang Nomor 10 Tahun 1994 Lembaran Negara Republik Indonesia Tahun 1994 Nomor 60 Tambahan Lembaran Negara Republik Indonesia Nomor 3567, Sekretariat Negara, Jakarta. ________, 2008, Undang-Undang tentang Usaha Mikro, Kecil, dan Menengah, Undang-Undang Nomor 20 Tahun 2008 Lembaran Negara Republik Indonesia Tahun 2008 Nomor 93 Tambahan Lembaran Negara Republik Indonesia Nomor 4866, Sekretariat Negara, Jakarta. Ikatan Akuntan Indonesia, 2009, Standar Akuntansi Keuangan, Salemba Empat, Jakarta. Jensen, M. and Meckling, W., 1976, “Theory of the Firm: Managerial Behavior Agency Cost, and Ownership Structure”, Journal of Finance Economics 3, Pp. 305-360. Jusup, Al Haryono, 1999, Dasar-Dasar Akuntansi, Edisi 5 Jilid 2, Cetakan Kedua, Bagian Penerbitan Sekolah Tinggi Ilmu Ekonomi YKPN, Yogyakarta. Kieso, D. E., Weygant, J .J. dan Terry, D. W., 2007, Intermediate Accounting, 12th ed., Wiley, Danvers. Lee and D. Hsieh, 1985, “Choice of Inventory Accounting Method: Competitive Analysis of Alternative Hypothesis”, Journal of Accounting Research 23, Autumn, Hal. 485-486. Mardiasmo, 1999, Akuntansi Keuangan Dasar 2, Edisi Pertama, Cetakan Kelima, BPFE-Yogyakarta, Yogyakarta. Niehaus, Gregory R., 1989, “Ownership Structure and Inventory Method Choice”, The Accounting Review 67, April, Hal. 320-336. Pujianto, Andy, 2013, Konsep Persediaan Barang Dagang Dalam Akuntansi, http://akuntansipendidik.blogspot.com/2013/01/konsep-persediaanbarang-dagang- dalam-akuntansi.html, Diakses tanggal 25 Maret 2016 pukul 19.35 WIB. Raharjo, Sahid, Cara Melakukan Uji Statistik Deskriptif dengan Software SPSS, http://www.spssindonesia.com/2014/01/uji-statistik-deskriptif-spss.html, Diakses tanggal 20 November 2016 pukul 10.33 WIB. ____________, Cara Melakukan Uji Normalitas Kolmogorov-Smirnov dengan SPSS, http://www.spssindonesia.com/2014/01/uji-normalitaskolmogorov-smirnov-spss.html, Diakses tanggal 20 November 2016 pukul 10.35 WIB.
____________, Cara Uji Mann Whitney dengan SPSS Lengkap, http://www.konsistensi.com/2015/04/cara-uji-mann-whitney-denganspss.html, Diakses tanggal 20 November 2016 pukul 10.38 WIB. Saham
OK, Sub Sektor Perdagangan Besar BEI (91), http://www.sahamok.com/emiten/sektor-perdagangan-jasa-investasi/subsektor-perdagangan-besar-barang-produksi/, Diakses tanggal 6 November 2016 pukul 16.20 WIB.
____________, Sub Sektor Perdagangan Eceran BEI (93), http://www.sahamok.com/emiten/sektor-perdagangan-jasa-investasi/subsektor-perdagangan-eceran/, Diakses tanggal 6 November 2016 pukul 16.21 WIB. ____________, Manufaktur 2012, http://www.sahamok.com/perusahaanmanufaktur-di-bei/manufaktur-2012/, Diakses tanggal 6 November 2016 pukul 16.22 WIB. ____________, Manufaktur 2013, http://www.sahamok.com/perusahaanmanufaktur-di-bei/manufaktur-2013/, Diakses tanggal 6 November 2016 pukul 16.23 WIB. ____________, Manufaktur 2014, http://www.sahamok.com/perusahaanmanufaktur-di-bei/manufaktur-2014/, Diakses tanggal 6 November 2016 pukul 16.26 WIB. ____________, Manufaktur 2015, http://www.sahamok.com/perusahaanmanufaktur-di-bei/manufaktur-2015/, Diakses tanggal 6 November 2016 pukul 16.26 WIB. Samosir,
T. L. E., 2010, BAB II TINJAUAN PUSTAKA, http://repository.widyatama.ac.id/xmlui/bitstream/handle/123456789/489 3/Bab%202.pdf?sequence=4, Diakses tanggal 15 April 2016 pukul 10.25 WIB.
Sangadah, Siti dan Kusmuriyanto, 2014, “ANALISIS PEMILIHAN METODE AKUNTANSI PERSEDIAAN PADA PERUSAHAAN MANUFAKTUR”, Accounting Analysis Journal Universitas Semarang, Hal. 291-300. Sujianto, 2001, Dasar-Dasar Yogyakarta.
Manajemen
Keuangan,
BPFE-Yogyakarta,
Syailendra, Brian dan Raharja, 2014, “ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PEMILIHAN METODE PENILAIAN PERSEDIAAN (Studi Kasus Pada Perusahaan Dagang Dan Manufaktur Yang Terdaftar Di BEI Tahun 2008-2012)”, Diponegoro Journal of Accounting, Volume 3 Nomor 2, Hal. 1-12. Taqwa, S., Sugiyanto, F.X., dan Daljono, 2003, “Faktor-Faktor yang Mempengaruhi Pemilihan Metode Akuntansi Persediaan pada Perusahaan Manufaktur di BEJ”, Jurnal Maksi, Vol. 2, Januari, Hal. 100118. Tuanakotta, 2000, Teori Akuntansi, Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta. Yuanita, Ika, 2010, “PREDIKSI FINANCIAL DISTRESS DALAM INDUSTRI TEXTILE DAN GARMENT (Bukti Empiris Di Bursa Efek Indonesia)”, Jurnal Akuntansi & Manajemen, Volume 5 Nomor 1, Hal. 101-119.
LAMPIRAN
Lampiran 1: Nama Perusahaan yang menjadi Sampel Penelitian NO. KODE 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37.
INTA JKON KONI WICO ACES CSAP GOLD MIDI RALS SONA IKAI BTON GDST JPRS PICO DPNS INCI SRSN BRNA TRST YPAS ALDO ASII INDS NIPS PRAS HDTX ALTO INDF PSDN SKLT STTP ULTJ TCID UNVR LMPI SKBM
NAMA PERUSAHAAN PT Intraco Penta Tbk PT Jaya Konstruksi Manggala Pratama Tbk PT Perdana Bangun Pusaka Tbk PT Wicaksana Overseas International Tbk PT Ace Hardware Indonesia Tbk PT Catur Sentosa Adiprana Tbk PT Golden Retailindo Tbk PT Midi Utama Indonesia Tbk PT Ramayana Lestari Sentosa Tbk PT Sona Topas Tourism Industry Tbk PT Inti Keramik Alam Asri Industri Tbk PT Beton Jaya Manunggal Tbk PT Gunawan Dianjaya Steel Tbk PT Jaya Pari Steel Tbk PT Pelangi Indah Canindo Tbk PT Duta Pertiwi Nusantara Tbk PT Intan Wijaya International Tbk PT Indo Acitama Tbk PT Berlina Tbk PT Trias Sentosa Tbk PT Yana Prima Hasta Persada Tbk PT Alkindo Naratama Tbk PT Astra International Tbk PT Indospring Tbk PT Nippres Tbk PT Prima Alloy Steel Universal Tbk PT Pan Asia Indosyntec Tbk PT Tri Banyan Tirta Tbk PT Indofood Sukses Makmur Tbk PT Multi Bintang Indonesia Tbk PT Sekar Laut Tbk PT Siantar Top Tbk PT Ultrajaya Milk Industry and Trading Company Tbk PT Mandom Indonesia Tbk PT Unilever Indonesia Tbk PT Langgeng Makmur Industry Tbk PT Sekar Bumi Tbk
Lampiran 2: Nama Perusahaan yang menggunakan Metode FIFO NO. KODE 1. 2. 3. 4. 5. 6.
JKON KONI SONA DPNS BRNA NIPS
NAMA PERUSAHAAN PT Jaya Konstruksi Manggala Pratama Tbk PT Perdana Bangun Pusaka Tbk PT Sona Topas Tourism Industry Tbk PT Duta Pertiwi Nusantara Tbk PT Berlina Tbk PT Nippres Tbk
Lampiran 3: Nama Perusahaan yang menggunakan Metode Rata-rata NO. KODE 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31.
INTA WICO ACES CSAP GOLD MIDI RALS IKAI BTON GDST JPRS PICO INCI SRSN TRST YPAS ALDO ASII INDS PRAS HDTX ALTO INDF PSDN SKLT STTP ULTJ TCID UNVR LMPI SKBM
NAMA PERUSAHAAN PT Intraco Penta Tbk PT Wicaksana Overseas International Tbk PT Ace Hardware Indonesia Tbk PT Catur Sentosa Adiprana Tbk PT Golden Retailindo Tbk PT Midi Utama Indonesia Tbk PT Ramayana Lestari Sentosa Tbk PT Inti Keramik Alam Asri Industri Tbk PT Beton Jaya Manunggal Tbk PT Gunawan Dianjaya Steel Tbk PT Jaya Pari Steel Tbk PT Pelangi Indah Canindo Tbk PT Intan Wijaya International Tbk PT Indo Acitama Tbk PT Trias Sentosa Tbk PT Yana Prima Hasta Persada Tbk PT Alkindo Naratama Tbk PT Astra International Tbk PT Indospring Tbk PT Prima Alloy Steel Universal Tbk PT Pan Asia Indosyntec Tbk PT Tri Banyan Tirta Tbk PT Indofood Sukses Makmur Tbk PT Multi Bintang Indonesia Tbk PT Sekar Laut Tbk PT Siantar Top Tbk PT Ultrajaya Milk Industry and Trading Company Tbk PT Mandom Indonesia Tbk PT Unilever Indonesia Tbk PT Langgeng Makmur Industry Tbk PT Sekar Bumi Tbk
Lampiran 4: Pengukuran Variabel Ukuran Perusahaan NO.
KODE PERUSAHAAN
TOTAL ASET RATA-RATA TOTAL ASET 2012
2013
2014
2015
UKURAN PERUSAHAAN (LN)
1.
INTA
4,268,975,000,000
4,742,849,000,000
5,774,709,000,000
5,801,865,000,000
5,147,099,500,000
29.26945
2.
JKON
2,557,731,220,187
3,417,012,222,326
3,844,756,799,399
3,775,957,539,878
3,398,864,445,448
28.85446
3.
KONI
82,759,169,568
107,741,608,636
118,362,934,600
127,957,085,635
109,205,199,610
25.41649
4.
WICO
154,301,199,970
169,324,429,155
204,951,499,255
217,982,774,634
186,639,975,754
25.95245
5.
ACES
1,916,914,650,213
2,478,918,584,338
2,947,348,661,224
3,267,549,674,003
2,652,682,892,445
28.60659
6.
CSAP
2,512,217,343,000
3,107,895,429,000
3,308,917,601,000
3,522,572,851,000
3,112,900,806,000
28.76658
7.
GOLD
87,673,506,285
96,693,297,826
95,309,143,541
93,105,994,331
93,195,485,496
25.25797
8.
MIDI
1,732,407,000,000
2,108,897,000,000
2,579,467,000,000
3,232,642,000,000
2,413,353,250,000
28.51204
9.
RALS
4,073,365,000,000
4,378,556,000,000
4,554,667,000,000
4,574,904,000,000
4,395,373,000,000
29.11157
10.
SONA
929,094,279,617
945,481,770,859
1,091,574,119,466
1,136,045,185,033
1,025,548,838,744
27.65625
11.
IKAI
507,425,275,145
482,057,048,870
518,546,655,125
390,042,617,783
474,517,899,231
26.88557
12.
BTON
145,100,528,067
176,136,296,407
174,157,547,015
183,116,245,288
169,627,654,194
25.85687
13.
GDST
1,163,971,056,842
1,191,496,619,152
1,354,622,569,945
1,183,934,183,257
1,223,506,107,299
27.83274
14.
JPRS
398,606,524,648
376,540,741,943
370,967,708,751
363,265,042,157
377,345,004,375
26.65643
15.
PICO
594,616,098,268
621,400,236,614
626,626,507,164
605,788,310,444
612,107,788,123
27.14017
16.
DPNS
184,636,344,559
256,372,669,050
268,877,322,944
274,483,110,371
246,092,361,731
26.22897
17.
INCI
132,278,839,079
136,142,063,219
147,992,617,351
169,546,066,314
146,489,896,491
25.71022
18.
SRSN
402,108,960,000
420,782,548,000
463,347,124,000
574,073,314,000
465,077,986,500
26.86547
19.
BRNA
770,383,930,000
1,125,132,715,000
1,334,085,916,000
1,820,783,911,000
1,262,596,618,000
27.86419
20.
TRST
2,188,129,039,119
3,260,919,505,192
3,261,285,495,052
3,357,359,499,954
3,016,923,384,829
28.73526
21.
YPAS
349,438,243,276
613,878,797,683
320,494,592,961
279,189,768,587
390,750,350,627
26.69133
22.
ALDO
184,896,742,887
301,479,232,221
356,814,265,668
366,010,819,198
302,300,264,994
26.43469
23.
ASII
182,274,000,000,000
213,994,000,000,000
236,029,000,000,000
245,435,000,000,000
219,433,000,000,000
33.02207
24.
INDS
1,664,779,358,215
2,196,518,364,473
2,282,666,078,493
2,553,928,346,219
2,174,473,036,850
28.40781
25.
NIPS
525,628,737,289
798,407,625,000
1,206,854,399,000
1,547,720,090,000
1,019,652,712,822
27.65048
26.
PRAS
577,349,886,068
795,630,254,208
1,286,827,899,805
1,531,742,052,164
1,047,887,523,061
27.67780
27.
HDTX
1,362,546,557,862
2,378,728,273,722
4,221,696,886,907
4,878,367,904,000
3,210,334,905,623
28.79740
28.
ALTO
324,619,954,340
1,502,519,389,759
1,239,053,626,858
1,180,228,072,164
1,061,605,260,780
27.69080
29.
INDF
59,324,207,000,000
78,092,789,000,000
85,938,885,000,000
91,831,526,000,000
78,796,851,750,000
31.99789
30.
PSDN
682,611,125,989
681,832,333,141
620,928,440,332
620,398,854,182
651,442,688,411
27.20246
31.
SKLT
249,746,467,756
301,989,488,699
331,574,891,637
377,110,748,359
315,105,399,113
26.47617
32.
STTP
1,249,840,835,890
1,470,059,394,892
1,700,204,093,895
1,919,568,037,170
1,584,918,090,462
28.09155
33.
ULTJ
2,420,793,382,029
2,811,620,982,142
2,917,083,567,355
3,539,995,910,248
2,922,373,460,444
28.70342
34.
TCID
1,261,572,952,461
1,465,952,460,752
1,853,235,343,636
2,082,096,848,703
1,665,714,401,388
28.14128
35.
UNVR
11,984,979,000,000
13,348,188,000,000
14,280,670,000,000
15,729,945,000,000
13,835,945,500,000
30.25829
36.
LMPI
815,153,025,335
822,189,506,877
808,892,238,344
793,093,512,600
809,832,070,789
27.42009
37.
SKBM
288,961,557,631
497,652,557,672
649,534,031,113
764,484,248,710
550,158,098,782
27.03347
Lampiran 5: Pengukuran Variabel Kepemilikan Manajerial NO.
KODE PERUSAHAAN
2012
2013
2014
2015
RATA-RATA KEPEMILIKAN MANAJERIAL
KEPEMILIKAN MANAJERIAL
1.
INTA
0.03533
0.03533
0.03533
0.03533
0.03533
2.
JKON
0.04234
0.04055
0.04055
0.04145
0.04122
3.
KONI
0.05579
0.05579
0.05579
0.05579
0.05579
4.
WICO
0.00001
0.00001
0.00001
0.00001
0.00001
5.
ACES
0.00001
0.00001
0.00001
0.00001
0.00001
6.
CSAP
0.05396
0.05396
0.05396
0.05396
0.05396
7.
GOLD
0.13986
0.13986
0.13986
0.13986
0.13986
8.
MIDI
0.00425
0.00651
0.00651
0.00651
0.00594
9.
RALS
0.03664
0.03664
0.03664
0.03664
0.03664
10.
SONA
0.10780
0.10780
0.10792
0.10792
0.10786
11.
IKAI
0.03033
0.03033
0.03033
0.01643
0.02685
12.
BTON
0.09583
0.09583
0.09583
0.09583
0.09583
13.
GDST
0.00002
0.00009
0.00013
0.00014
0.00009
14.
JPRS
0.15535
0.15535
0.15535
0.15535
0.15535
15.
PICO
0.00082
0.00082
0.00082
0.00082
0.00082
16.
DPNS
0.05711
0.05711
0.05711
0.05711
0.05711
17.
INCI
0.08380
0.08380
0.11129
0.13919
0.10452
18.
SRSN
0.12074
0.09420
0.11594
0.11594
0.11171
19.
BRNA
0.10083
0.09417
0.07214
0.06558
0.08318
20.
TRST
0.01907
0.01495
0.01187
0.02852
0.01861
21.
YPAS
0.00352
0.00352
0.00352
0.00352
0.00352
22.
ALDO
0.14322
0.14322
0.14322
0.14322
0.14322
23.
ASII
0.00036
0.00036
0.00029
0.00037
0.00034
24.
INDS
0.00409
0.00435
0.00435
0.00435
0.00429
25.
NIPS
0.08450
0.06950
0.03366
0.03366
0.05533
26.
PRAS
0.05909
0.04956
0.04956
0.04956
0.05195
27.
HDTX
0.02375
0.02375
0.02375
0.02884
0.02502
28.
ALTO
0.02258
0.02243
0.02241
0.02241
0.02246
29.
INDF
0.00016
0.00016
0.00016
0.00016
0.00016
30.
PSDN
0.01652
0.01652
0.01652
0.01392
0.01587
31.
SKLT
0.00125
0.00125
0.00125
0.00242
0.00154
32.
STTP
0.04238
0.03127
0.03167
0.03190
0.03431
33.
ULTJ
0.17970
0.17797
0.17892
0.17905
0.17891
34.
TCID
0.00142
0.00142
0.00136
0.00136
0.00139
35.
UNVR
0.00001
0.00001
0.00001
0.00001
0.00001
36.
LMPI
0.00011
0.00006
0.00006
0.00006
0.00007
37.
SKBM
0.00066
0.01722
0.03100
0.03100
0.01997
Lampiran 6: Pengukuran Variabel Variabilitas Persediaan NO.
KODE PERUSAHAAN
JUMLAH PERSEDIAAN AKHIR STANDAR DEVIASI 2012
2013
2014
2015
RATA-RATA PERSEDIAAN
STANDAR DEVIASI / RATA-RATA PERSEDIAAN
1.
INTA
1,185,636,000,000
856,918,000,000
588,810,000,000
528,165,000,000
300,022,660,858
789,882,250,000
0.37983
2.
JKON
223,834,797,006
297,091,152,743
270,084,897,840
239,926,191,572
32,495,149,145
257,734,259,790
0.12608
3.
KONI
26,475,609,687
40,651,723,430
33,430,390,382
57,800,072,363
13,449,436,355
39,589,448,966
0.33972
4.
WICO
16,994,338,701
23,723,690,378
43,125,045,307
28,356,911,460
11,079,948,666
28,049,996,462
0.39501
5.
ACES
619,804,268,196
1,112,546,445,586
1,295,681,754,349
1,522,348,116,750
383,736,478,489
1,137,595,146,220
0.33732
6.
CSAP
849,126,919,000
1,090,835,316,000
1,242,866,582,000
1,351,860,483,000
217,815,331,163
1,133,672,325,000
0.19213
7.
GOLD
982,354,661
945,764,376
1,028,332,924
1,170,014,500
98,254,948
1,031,616,615
0.09524
8.
MIDI
324,841,000,000
526,776,000,000
740,589,000,000
758,064,000,000
204,291,830,681
587,567,500,000
0.34769
9.
RALS
763,117,000,000
872,064,000,000
808,569,000,000
823,909,000,000
44,922,929,397
816,914,750,000
0.05499
10.
SONA
199,767,078,607
235,170,878,656
251,570,252,458
278,302,980,053
32,849,203,506
241,202,797,444
0.13619
11.
IKAI
81,926,918,773
87,886,154,706
114,180,905,444
93,897,154,470
14,018,128,976
94,472,783,348
0.14838
12.
BTON
9,735,538,165
16,062,727,652
9,084,619,107
13,238,783,961
3,248,788,184
12,030,417,221
0.27005
13.
GDST
257,229,052,211
140,464,144,159
208,434,322,075
108,193,612,870
67,042,314,796
178,580,282,829
0.37542
14.
JPRS
69,481,184,187
37,379,729,786
44,389,798,118
46,034,291,187
13,954,045,618
49,321,250,820
0.28292
15.
PICO
246,952,873,439
259,628,729,176
244,672,479,374
243,964,322,170
7,327,877,683
248,804,601,040
0.02945
16.
DPNS
37,051,645,774
43,312,845,339
44,095,625,492
36,630,468,186
3,979,040,332
40,272,646,198
0.09880
17.
INCI
12,059,989,982
5,784,499,923
22,411,804,859
15,628,806,361
6,944,212,245
13,971,275,281
0.49703
18.
SRSN
180,002,478,000
192,744,153,000
182,628,520,000
223,054,752,000
19,744,373,358
194,607,475,750
0.10146
19.
BRNA
115,735,586,000
148,582,554,000
184,314,236,000
202,459,084,000
38,526,602,000
162,772,865,000
0.23669
20.
TRST
380,896,442,780
558,872,700,036
509,899,015,645
581,817,476,600
89,807,026,147
507,871,408,765
0.17683
21.
YPAS
81,927,457,875
107,767,292,568
66,752,673,144
49,039,022,667
24,874,019,954
76,371,611,564
0.32570
22.
ALDO
32,360,684,677
60,023,256,957
75,858,974,959
79,554,208,566
21,467,864,834
61,949,281,290
0.34654
23.
ASII
15,285,000,000,000
14,433,000,000,000
16,986,000,000,000
18,337,000,000,000
1,744,473,057,975
16,260,250,000,000
0.10728
24.
INDS
528,533,039,343
383,515,708,536
478,330,720,924
538,841,439,260
70,966,000,281
482,305,227,016
0.14714
25.
NIPS
123,127,075,115
193,146,288,000
225,074,574,000
246,439,073,000
53,865,426,235
196,946,752,529
0.27350
26.
PRAS
119,894,122,220
153,754,605,992
205,840,908,489
286,944,128,546
72,726,228,175
191,608,441,312
0.37956
27.
HDTX
197,392,830,974
192,015,441,188
205,112,296,264
309,153,529,000
55,749,736,492
225,918,524,357
0.24677
28.
ALTO
70,699,845,687
82,438,634,333
110,303,981,853
117,443,478,389
22,256,165,942
95,221,485,066
0.23373
29.
INDF
7,782,594,000,000
8,160,539,000,000
8,454,845,000,000
7,627,360,000,000
373,551,504,446
8,006,334,500,000
0.04666
30.
PSDN
225,987,469,477
217,607,447,083
159,934,594,274
206,470,791,700
29,481,503,417
202,500,075,634
0.14559
31.
SKLT
60,792,067,626
70,556,604,227
73,181,753,579
80,328,938,283
8,082,965,521
71,214,840,929
0.11350
32.
STTP
242,653,601,169
285,793,392,774
309,595,185,554
298,729,619,637
29,352,269,950
284,192,949,784
0.10328
33.
ULTJ
334,169,035,934
534,977,217,239
714,411,455,060
738,803,692,770
187,744,127,202
580,590,350,251
0.32337
34.
TCID
260,765,704,853
330,318,448,755
419,658,098,409
382,731,850,133
68,951,917,404
348,368,525,538
0.19793
35.
UNVR
2,061,899,000,000
2,084,331,000,000
2,325,989,000,000
2,297,502,000,000
138,566,310,753
2,192,430,250,000
0.06320
36.
LMPI
221,482,919,161
210,044,497,976
194,645,138,281
190,669,843,103
14,226,940,758
204,210,599,630
0.06967
37.
SKBM
54,917,730,968
88,932,449,912
111,766,911,295
108,659,590,967
26,136,255,287
91,069,170,786
0.28699
Lampiran 7: Pengukuran Variabel Variabilitas Harga Pokok Penjualan NO.
KODE PERUSAHAAN
HPP 2012
2013
2014
2015
STANDAR DEVIASI
RATA-RATA HPP
STANDAR DEVIASI / RATA-RATA HPP
1.
INTA
2,016,773,000,000
2,022,441,000,000
1,277,056,000,000
1,019,065,000,000
514,097,605,134
1,583,833,750,000
0.32459
2.
JKON
3,445,969,282,883
4,004,463,325,578
4,048,854,618,967
3,888,831,438,268
275,750,785,964
3,847,029,666,424
0.07168
3.
KONI
58,322,005,541
81,978,606,690
97,911,423,328
93,847,125,000
17,795,659,080
83,014,790,140
0.21437
4.
WICO
365,098,738,264
382,325,572,644
454,456,048,031
542,564,976,910
80,838,529,385
436,111,333,962
0.18536
5.
ACES
1,671,714,778,515
1,961,897,730,178
2,347,889,539,199
2,488,809,039,678
371,432,474,165
2,117,577,771,893
0.17540
6.
CSAP
4,388,829,312,000
5,603,411,268,000
6,212,186,001,000
6,305,361,662,000
882,466,143,200
5,627,447,060,750
0.15681
7.
GOLD
7,176,338,337
7,348,136,423
8,234,155,007
17,202,216,035
4,830,292,838
9,990,211,451
0.48350
8.
MIDI
3,063,767,000,000
3,885,101,000,000
4,608,398,000,000
5,383,601,000,000
992,123,343,503
4,235,216,750,000
0.23426
9.
RALS
5,478,561,000,000
5,828,229,000,000
5,893,878,000,000
3,537,000,000,000
1,113,303,233,100
5,184,417,000,000
0.21474
10.
SONA
488,175,950,210
547,952,756,539
651,188,550,949
761,619,727,927
120,216,514,016
612,234,246,406
0.19636
11.
IKAI
187,242,084,088
191,325,451,045
235,884,781,640
135,524,717,438
41,057,754,266
187,494,258,553
0.21898
12.
BTON
124,592,395,513
98,500,026,502
84,296,093,141
65,445,759,149
24,920,874,288
93,208,568,576
0.26737
13.
GDST
1,512,090,652,332
1,195,084,143,835
1,153,721,252,048
904,111,212,203
249,539,920,130
1,191,251,815,105
0.20948
14.
JPRS
435,325,702,948
196,344,450,901
308,572,790,084
166,669,015,486
122,122,639,280
276,727,989,855
0.44131
15.
PICO
514,992,981,155
598,137,759,305
612,355,225,453
617,470,167,888
47,867,939,471
585,739,033,450
0.08172
16.
DPNS
109,577,428,965
103,601,858,426
98,907,795,081
91,681,654,471
7,561,690,047
100,942,184,236
0.07491
17.
INCI
55,841,016,923
63,381,341,326
86,309,154,555
103,276,421,100
21,680,389,787
77,201,983,476
0.28083
18.
SRSN
302,808,979,000
306,038,282,000
376,489,241,000
417,139,227,000
55,879,180,664
350,618,932,250
0.15937
19.
BRNA
657,610,654,000
791,646,369,000
1,030,720,991,000
1,052,996,199,000
191,368,583,952
883,243,553,250
0.21667
20.
TRST
1,732,016,565,807
1,797,095,357,917
2,292,151,843,251
2,245,445,182,911
292,955,588,848
2,016,677,237,472
0.14527
21.
YPAS
365,345,574,055
389,672,024,418
395,932,551,110
254,905,336,988
65,710,421,975
351,463,871,643
0.18696
22.
ALDO
229,653,814,593
316,437,023,218
408,398,731,266
435,203,997,016
93,547,234,109
347,423,391,523
0.26926
23.
ASII
151,853,000,000,000
158,569,000,000,000
162,892,000,000,000
147,486,000,000,000
6,861,127,944,199
155,200,000,000,000
0.04421
24.
INDS
1,182,588,583,988
1,377,062,385,374
1,548,363,389,709
1,474,993,480,568
158,490,159,665
1,395,751,959,910
0.11355
25.
NIPS
583,438,861,894
757,500,503,000
835,213,759,000
805,199,126,000
112,576,290,962
745,338,062,474
0.15104
26.
PRAS
262,658,957,019
259,061,897,979
369,974,947,495
386,379,894,456
68,079,139,041
319,518,924,237
0.21307
27.
HDTX
832,067,812,042
1,098,977,181,625
1,209,987,019,809
1,482,755,666,000
269,485,631,350
1,155,946,919,869
0.23313
28.
ALTO
186,709,508,830
347,278,786,235
209,569,908,889
213,327,773,588
72,992,210,196
239,221,494,386
0.30512
29.
INDF
36,493,332,000,000
43,402,144,000,000
46,544,646,000,000
46,803,889,000,000
4,800,890,341,265
43,311,002,750,000
0.11085
30.
PSDN
1,145,168,660,646
1,103,330,479,808
876,933,770,789
813,836,984,792
163,942,120,592
984,817,474,009
0.16647
31.
SKLT
310,891,552,820
442,979,210,563
526,791,514,852
561,185,818,083
111,387,998,554
460,462,024,080
0.24190
32.
STTP
1,036,609,081,010
1,384,916,764,438
1,763,078,470,328
2,012,271,097,866
428,142,216,265
1,549,218,853,411
0.27636
33.
ULTJ
1,908,109,047,237
2,446,448,128,599
2,979,799,459,658
3,011,443,561,889
521,245,398,781
2,586,450,049,346
0.20153
34.
TCID
1,169,224,054,930
1,250,785,675,202
1,411,934,917,918
1,436,977,751,396
128,619,793,079
1,317,230,599,862
0.09764
35.
UNVR
13,414,122,000,000
14,978,947,000,000
17,412,413,000,000
17,835,061,000,000
2,086,414,091,391
15,910,135,750,000
0.13114
36.
LMPI
486,091,124,682
548,113,571,921
410,834,974,144
347,849,400,201
87,340,035,183
448,222,267,737
0.19486
37.
SKBM
679,906,396,353
1,150,038,660,789
1,291,253,009,672
1,187,246,973,889
271,463,118,377
1,077,111,260,176
0.25203
Lampiran 8: Pengukuran Variabel Rasio Lancar NO.
KODE PERUSAHAAN
ASET LANCAR
HUTANG LANCAR
2012
2013
2014
2015
2012
2013
RASIO LANCAR
2014
2015
2012
2013
2014
2015
RATA-RATA RASIO LANCAR
1.
INTA
2,336,636,000,000
2,386,224,000,000
2,279,676,000,000
2,125,940,000,000
2,698,291,000,000
3,239,607,000,000
2,991,109,000,000
2,459,065,000,000
0.86597
0.73658
0.76215
0.86453
0.80731
2.
JKON
1,979,910,849,313
2,750,419,881,029
2,896,029,930,551
2,796,264,967,908
1,474,579,736,710
1,714,717,243,531
1,862,336,444,530
1,560,940,417,329
1.34270
1.60401
1.55505
1.79140
1.57329
3.
KONI
57,978,169,665
77,489,848,543
81,070,478,257
88,219,607,996
41,963,253,145
69,869,359,496
78,249,274,038
91,084,765,959
1.38164
1.10907
1.03605
0.96854
1.12383
4.
WICO
69,734,187,666
116,950,589,968
136,329,523,526
140,467,870,811
49,820,780,845
71,818,290,158
67,122,022,377
75,494,246,657
1.39970
1.62842
2.03107
1.86064
1.72996
5.
ACES
1,218,820,569,255
1,747,185,411,973
2,171,084,574,212
2,467,394,840,796
208,254,982,747
439,275,331,629
426,629,831,904
412,288,840,768
5.85254
3.97743
5.08892
5.98463
5.22588
6.
CSAP
1,756,890,578,000
2,265,880,925,000
2,541,776,452,000
2,554,325,036,000
1,594,281,238,000
2,110,833,501,000
2,252,049,932,000
2,345,213,308,000
1.10200
1.07345
1.12865
1.08917
1.09832
7.
GOLD
67,234,422,229
78,380,254,568
78,937,812,913
78,360,594,277
11,532,673,713
13,497,036,111
8,735,835,892
10,766,729,572
5.82991
5.80722
9.03609
7.27803
6.98781
8.
MIDI
707,334,000,000
973,255,000,000
1,198,479,000,000
1,301,579,000,000
819,076,000,000
1,118,686,000,000
1,452,875,000,000
1,647,881,000,000
0.86358
0.87000
0.82490
0.78985
0.83708
9.
RALS
2,319,291,000,000
2,374,584,000,000
2,694,944,000,000
2,831,172,000,000
871,554,000,000
963,367,000,000
967,544,000,000
960,890,000,000
2.66110
2.46488
2.78535
2.94641
2.71443
10.
SONA
675,925,768,739
644,287,870,561
725,555,858,742
768,616,382,919
203,637,765,353
172,303,440,357
227,038,078,639
238,787,420,729
3.31926
3.73926
3.19575
3.21883
3.36827
11.
IKAI
140,146,896,757
134,782,826,229
173,235,120,969
143,317,764,548
243,975,503,389
129,243,362,968
207,131,011,654
177,269,594,413
0.57443
1.04286
0.83636
0.80847
0.81553
12.
BTON
98,049,613,997
126,889,991,199
125,563,722,796
136,555,010,564
29,749,033,028
34,947,792,874
24,837,582,186
31,337,185,002
3.29589
3.63084
5.05539
4.35760
4.08493
13.
GDST
825,948,822,141
865,831,610,675
650,517,689,794
414,761,913,939
356,946,246,804
289,689,021,437
462,845,556,161
341,082,784,842
2.31393
2.98883
1.40547
1.21602
1.98106
14.
JPRS
264,396,374,195
235,900,764,907
224,069,619,798
214,236,472,460
39,436,586,188
953,349,851
481,886,299
16,048,685,715
6.70434
247.44407
464.98442
13.34916
183.12050
15.
PICO
420,816,238,031
458,864,458,682
457,862,103,838
449,061,302,609
338,979,143,093
349,346,473,393
276,068,533,694
282,806,672,040
1.24142
1.31349
1.65851
1.58787
1.45032
16.
DPNS
107,455,824,614
167,103,003,126
175,900,992,382
185,099,466,179
12,506,012,328
16,424,251,535
14,384,941,579
13,865,122,841
8.59233
10.17416
12.22813
13.35001
11.08616
17.
INCI
96,740,984,835
84,716,525,404
86,975,126,394
107,268,622,816
12,546,019,891
6,107,335,794
6,761,434,983
11,084,537,386
7.71089
13.87127
12.86341
9.67732
11.03072
18.
SRSN
306,887,345,000
294,789,185,000
335,892,148,000
440,739,212,000
111,511,056,000
89,839,668,000
116,994,521,000
203,379,900,000
2.75208
3.28128
2.87101
2.16707
2.76786
19.
BRNA
333,162,076,000
456,451,073,000
581,019,904,000
584,029,401,000
342,186,183,000
562,368,619,000
555,109,444,000
511,796,663,000
0.97363
0.81166
1.04668
1.14114
0.99327
20.
TRST
838,465,235,358
1,194,457,109,014
1,182,292,914,595
1,137,766,718,031
643,329,849,780
1,045,073,685,266
955,175,792,503
869,536,723,928
1.30332
1.14294
1.23778
1.30847
1.24813
21.
YPAS
169,843,136,732
414,043,404,100
130,490,593,485
104,222,023,392
126,421,816,118
351,973,723,283
94,377,062,611
85,097,667,841
1.34346
1.17635
1.38265
1.22473
1.28180
22.
ALDO
104,370,198,410
195,585,658,856
245,345,790,174
247,659,994,988
85,298,205,317
150,482,940,928
184,602,687,438
184,214,469,035
1.22359
1.29972
1.32905
1.34441
1.29919
23.
ASII
75,799,000,000,000
88,352,000,000,000
97,241,000,000,000
105,161,000,000,000
54,178,000,000,000
71,139,000,000,000
73,523,000,000,000
76,242,000,000,000
1.39907
1.24196
1.32259
1.37931
1.33573
24.
INDS
867,620,153,034
1,086,590,779,051
975,954,232,621
992,929,224,058
371,743,866,089
281,799,219,289
335,123,443,360
445,006,853,182
2.33392
3.85590
2.91222
2.23127
2.83333
25.
NIPS
308,238,585,743
534,840,333,000
671,452,283,000
701,282,705,000
279,356,258,575
508,836,644,000
518,954,798,000
669,595,797,000
1.10339
1.05110
1.29386
1.04732
1.12392
26.
PRAS
197,198,600,380
331,855,600,867
566,779,211,419
658,889,212,539
177,151,899,038
321,945,837,163
564,899,086,298
655,589,698,468
1.11316
1.03078
1.00333
1.00503
1.03808
27.
HDTX
398,992,440,111
450,028,533,282
497,447,948,009
598,254,870,000
431,235,462,678
1,002,119,790,096
510,983,513,757
831,964,891,000
0.92523
0.44908
0.97351
0.71909
0.76673
28.
ALTO
201,292,911,935
1,056,508,696,939
733,468,016,986
555,759,090,584
93,929,237,540
575,436,437,982
238,474,789,272
351,136,317,401
2.14303
1.83601
3.07566
1.58274
2.15936
29.
INDF
26,202,972,000,000
32,464,497,000,000
40,995,736,000,000
42,816,745,000,000
13,080,544,000,000
19,471,309,000,000
22,681,686,000,000
25,107,538,000,000
2.00320
1.66730
1.80744
1.70533
1.79582
30.
PSDN
380,247,694,632
381,085,626,721
289,764,924,676
286,838,275,165
236,667,625,895
227,421,742,800
197,877,917,620
236,911,023,417
1.60667
1.67568
1.46436
1.21074
1.48936
31.
SKLT
125,666,621,792
155,108,112,066
167,419,411,740
189,758,915,421
88,824,705,832
125,712,112,019
141,425,302,223
159,132,842,277
1.41477
1.23384
1.18380
1.19246
1.25622
32.
STTP
569,839,536,195
684,263,795,106
799,430,399,430
875,469,433,776
571,296,021,580
598,988,885,897
538,631,479,995
554,491,047,968
0.99745
1.14236
1.48419
1.57887
1.30072
33.
ULTJ
1,196,426,603,843
1,565,510,655,138
1,642,101,746,819
2,103,565,054,627
592,822,529,143
633,794,053,008
490,967,089,226
561,628,179,393
2.01819
2.47006
3.34463
3.74548
2.89459
34.
TCID
768,615,499,251
726,505,280,778
874,017,297,803
1,112,672,539,416
99,477,347,026
203,320,578,032
486,053,837,459
222,930,621,643
7.72654
3.57320
1.79819
4.99112
4.52226
35.
UNVR
5,035,962,000,000
5,862,939,000,000
6,337,170,000,000
6,623,114,000,000
7,535,896,000,000
8,419,442,000,000
8,864,832,000,000
10,127,542,000,000
0.66826
0.69636
0.71487
0.65397
0.68336
36.
LMPI
432,213,030,094
449,510,407,546
455,111,382,760
442,484,119,278
348,710,206,692
376,618,147,965
366,938,314,354
351,301,587,089
1.23946
1.19354
1.24029
1.25956
1.23321
37.
SKBM
166,483,464,715
338,468,880,290
379,496,707,512
341,723,784,839
133,675,980,125
271,139,784,806
256,924,179,534
298,417,379,502
1.24543
1.24832
1.47708
1.14512
1.27899
Lampiran 9: Pengukuran Variabel Leverage HUTANG JANGKA PANJANG NO.
EKUITAS
LEVERAGE
KODE 2012
2013
2014
2015
2012
2013
2014
2015
2012
2013
2014
2015
RATA-RATA LEVERAGE
1.
INTA
1,070,088,000,000
1,194,927,000,000
1,869,084,000,000
2,647,456,000,000
500,596,000,000
308,315,000,000
914,516,000,000
695,344,000,000
2.13763
3.87567
2.04380
3.80740
2.96612
2.
JKON
67,548,104,561
86,022,955,339
219,027,813,580
271,172,510,507
1,015,603,378,916
1,616,272,023,456
1,763,392,541,289
1,943,844,612,042
0.06651
0.05322
0.12421
0.13950
0.09586
3.
KONI
12,012,763,456
12,933,967,554
13,760,790,895
10,921,120,690
28,783,152,967
24,938,281,586
26,352,869,667
25,951,198,986
0.41735
0.51864
0.52217
0.42083
0.46975
4.
WICO
14,909,333,775
12,761,609,481
13,634,980,402
14,249,378,762
89,571,085,350
84,744,529,516
124,194,496,476
128,239,149,215
0.16645
0.15059
0.10979
0.11112
0.13449
5.
ACES
90,658,628,292
124,144,814,617
158,570,583,950
226,435,316,775
1,618,001,039,174
1,915,498,438,092
2,362,148,245,370
2,628,825,516,460
0.05603
0.06481
0.06713
0.08614
0.06853
6.
CSAP
269,662,905,000
280,187,701,000
237,989,892,000
323,840,559,000
648,273,200,000
716,874,227,000
818,877,777,000
853,518,984,000
0.41597
0.39085
0.29063
0.37942
0.36922
7.
GOLD
5,035,208,157
5,437,894,617
5,648,440,455
5,914,242,259
71,105,624,415
77,758,367,098
80,924,867,194
76,425,022,500
0.07081
0.06993
0.06980
0.07739
0.07198
8.
MIDI
468,593,000,000
489,388,000,000
507,321,000,000
849,056,000,000
444,738,000,000
500,823,000,000
619,271,000,000
735,705,000,000
1.05364
0.97717
0.81922
1.15407
1.00103
9.
RALS
159,926,000,000
198,018,000,000
227,676,000,000
280,210,000,000
3,041,885,000,000
3,217,171,000,000
3,359,447,000,000
3,333,804,000,000
0.05257
0.06155
0.06777
0.08405
0.06649
10.
SONA
198,625,687,413
223,609,994,515
206,566,978,369
187,983,768,153
526,830,826,851
549,568,335,987
657,969,062,458
709,273,996,151
0.37702
0.40688
0.31395
0.26504
0.34072
11.
IKAI
14,564,167,922
147,405,610,267
132,758,421,318
143,740,082,274
248,885,603,834
205,408,075,635
178,657,222,154
69,032,941,096
0.05852
0.71762
0.74309
2.08220
0.90036
12.
BTON
2,172,538,795
2,371,089,739
2,679,745,925
2,674,463,531
113,178,956,244
138,817,413,794
146,640,218,904
149,104,596,755
0.01920
0.01708
0.01827
0.01794
0.01812
13.
GDST
14,100,347,571
17,395,078,697
21,329,298,493
38,441,398,438
792,924,462,467
884,412,519,018
870,447,715,291
804,409,999,977
0.01778
0.01967
0.02450
0.04779
0.02744
14.
JPRS
11,660,933,250
13,065,857,941
14,852,958,154
14,757,325,992
347,509,005,210
362,521,534,151
355,632,864,298
332,459,030,450
0.03356
0.03604
0.04176
0.04439
0.03894
15.
PICO
56,523,950,197
57,018,830,940
119,456,770,859
75,890,654,091
199,113,004,978
215,034,932,281
231,101,202,611
247,090,984,313
0.28388
0.26516
0.51690
0.30714
0.34327
16.
DPNS
16,433,810,159
16,520,452,726
18,409,859,093
19,321,908,486
155,696,522,072
223,427,964,789
236,082,522,272
241,296,079,044
0.10555
0.07394
0.07798
0.08008
0.08439
17.
INCI
3,972,941,048
3,943,041,189
4,111,275,120
4,410,219,931
115,759,878,140
126,091,686,236
137,119,907,248
154,051,308,997
0.03432
0.03127
0.02998
0.02863
0.03105
18.
SRSN
21,393,761,000
16,567,246,000
17,516,164,000
30,613,578,000
269,204,143,000
314,375,634,000
328,836,439,000
340,079,836,000
0.07947
0.05270
0.05327
0.09002
0.06886
19.
BRNA
126,367,815,000
256,882,917,000
412,601,657,000
481,072,960,000
301,829,932,000
305,881,179,000
366,374,815,000
827,914,288,000
0.41867
0.83981
1.12617
0.58107
0.74143
20.
TRST
191,806,729,951
506,168,679,552
544,616,519,387
530,902,085,972
1,352,992,459,388
1,709,677,140,374
1,761,493,183,162
1,956,920,690,054
0.14176
0.29606
0.30918
0.27129
0.25457
21.
YPAS
58,426,750,566
91,093,685,005
64,238,117,672
43,692,580,017
164,589,676,592
170,811,389,395
161,879,412,678
150,399,520,729
0.35498
0.53330
0.39683
0.29051
0.39391
22.
ALDO
5,292,783,793
11,112,992,131
12,788,922,608
10,867,323,350
94,305,753,777
139,883,299,162
159,422,655,622
170,929,026,813
0.05612
0.07944
0.08022
0.06358
0.06984
23.
ASII
38,282,000,000,000
36,667,000,000,000
42,182,000,000,000
42,660,000,000,000
89,814,000,000,000
106,188,000,000,000
120,324,000,000,000
126,533,000,000,000
0.42624
0.34530
0.35057
0.33715
0.36481
24.
INDS
156,462,630,297
161,853,530,676
119,224,083,256
189,882,575,049
1,136,572,861,829
1,752,865,614,508
1,828,318,551,877
1,919,038,917,988
0.13766
0.09234
0.06521
0.09895
0.09854
25.
NIPS
31,359,969,039
53,625,209,000
112,005,377,000
269,121,614,000
214,912,509,675
235,945,772,000
575,894,224,000
609,002,679,000
0.14592
0.22728
0.19449
0.44191
0.25240
26.
PRAS
119,904,257,212
67,236,303,742
36,107,224,051
155,588,219,899
280,293,729,818
406,448,113,303
685,821,589,456
720,564,133,797
0.42778
0.16542
0.05265
0.21593
0.21544
27.
HDTX
295,719,182,828
656,489,536,544
3,096,075,682,854
2,650,441,189,000
635,591,912,356
720,118,947,082
614,637,690,296
1,395,961,824,000
0.46527
0.91164
5.03724
1.89865
2.07820
28.
ALTO
41,768,833,004
384,753,553,611
467,927,928,546
322,119,571,236
188,921,883,796
542,329,398,166
532,650,909,040
506,972,183,527
0.22109
0.70945
0.87849
0.63538
0.61110
29.
INDF
8,353,827,000,000
15,324,315,000,000
16,837,876,000,000
16,893,952,000,000
34,142,674,000,000
38,373,129,000,000
41,228,376,000,000
43,121,593,000,000
0.24467
0.39935
0.40841
0.39177
0.36105
30.
PSDN
36,366,208,265
36,810,857,178
44,475,831,881
59,168,729,849
409,577,291,829
417,599,733,163
378,574,690,831
324,319,100,916
0.08879
0.08815
0.11748
0.18244
0.11922
31.
SKLT
31,439,200,976
36,627,023,044
36,781,482,794
65,933,237,971
129,482,560,948
139,650,353,636
153,368,106,620
152,044,668,111
0.24281
0.26228
0.23982
0.43364
0.29464
32.
STTP
98,853,474,000
176,942,099,882
343,978,800,839
356,267,550,945
579,691,340,310
694,128,409,113
817,593,813,061
1,008,809,438,257
0.17053
0.25491
0.42072
0.35316
0.29983
33.
ULTJ
151,451,739,464
162,680,395,048
161,018,718,399
180,862,036,933
1,676,519,113,422
2,015,146,534,086
2,265,097,759,730
2,797,505,693,922
0.09034
0.08073
0.07109
0.06465
0.07670
34.
TCID
65,274,029,521
79,641,192,763
83,677,063,909
144,294,749,027
1,096,821,575,914
1,182,990,689,957
1,283,504,442,268
1,714,871,478,033
0.05951
0.06732
0.06519
0.08414
0.06904
35.
UNVR
480,718,000,000
674,076,000,000
817,056,000,000
775,043,000,000
3,968,365,000,000
4,254,670,000,000
4,598,782,000,000
4,827,360,000,000
0.12114
0.15843
0.17767
0.16055
0.15445
36.
LMPI
56,982,213,828
48,151,165,294
42,823,139,797
40,580,088,002
409,460,604,815
397,420,193,618
399,130,784,193
401,211,837,509
0.13916
0.12116
0.10729
0.10114
0.11719
37.
SKBM
27,605,814,263
25,388,558,355
74,700,075,216
121,979,429,549
127,679,763,243
201,124,214,511
317,909,776,363
344,087,439,659
0.21621
0.12623
0.23497
0.35450
0.23298
Lampiran 10: Hasil Statistik Deskriptif Statistik Deskriptif Sampel FIFO Descriptive Statistics N Metode Persediaan Ukuran Perusahaan Kepemilikan Manajerial Variabilitas Persediaan Variabilitas Harga Pokok Penjualan Rasio Lancar Leverage Valid N (listwise)
Minimum
Maximum
Mean
Std. Deviation
6 6 6 6
0 25.41649 .04122 .09880
0 28.85446 .10786 .33972
.00 27.2784733 .0667483 .2018300
.000 1.23905943 .02431142 .09594510
6
.07168
.21667
.1541717
.06694301
6 6
.99327 .08439
11.08616 .74143
3.2114567 .3307583
3.95867350 .24903162
6
Statistik Deskriptif Sampel Rata-rata Descriptive Statistics N Metode Persediaan Ukuran Perusahaan Kepemilikan Manajerial Variabilitas Persediaan Variabilitas Harga Pokok Penjualan Rasio Lancar Leverage Valid N (listwise)
Minimum
Maximum
Mean
Std. Deviation
31 31 31 31
1 25.25797 .00001 .02945
1 33.02207 .17891 .49703
1.00 27.9098677 .0415665 .2200213
.000 1.70511800 .05401827 .12773548
31
.04421
.48350
.2134539
.09423235
31 31
.68336 .01812
183.12050 2.96612
8.1635029 .3844326
32.54287588 .62860162
31
Statistik Deskriptif Semua Sampel Descriptive Statistics N Metode Persediaan Ukuran Perusahaan Kepemilikan Manajerial Variabilitas Persediaan Variabilitas Harga Pokok Penjualan Rasio Lancar Leverage Valid N (listwise)
Minimum
Maximum
Mean
Std. Deviation
37 37 37 37
0 25.25797 .00001 .02945
1 33.02207 .17891 .49703
.84 27.8074795 .0456500 .2170714
.374 1.64065732 .05101258 .12215444
37
.04421
.48350
.2038405
.09226559
37 37
.68336 .01812
183.12050 2.96612
7.3604684 .3757286
29.80156371 .58163482
37
Lampiran 11: Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parametersa,b Most Extreme Differences
Mean Std. Deviation Absolute Positive Negative
Test Statistic Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction.
37 .0000000 .31351989 .159 .159 -.106 .159 c .018
Lampiran 12: Hasil Uji Mann-Whitney Test Test Statistics Ukuran Kepemilikan Perusahaan Manajerial Mann-Whitney U Wilcoxon W Z Asymp. Sig. (2-tailed) Exact Sig. [2*(1-tailed Sig.)]
76.000 97.000 -.700 .484 b .506
a. Grouping Variable: Metode Persediaan b. Not corrected for ties.
42.000 538.000 -2.102 .036 b .035
a
Variabilitas Persediaan
Variabilitas Harga Pokok Penjualan
86.000 107.000 -.288 .773 b .794
58.000 79.000 -1.442 .149 b .159
Rasio Lancar 91.000 112.000 -.082 .934 b .952
Leverage 72.000 568.000 -.865 .387 b .408
Lampiran 13: Hasil Uji Regresi Logistik
Logistic Regression Case Processing Summary Unweighted Cases
a
N
Selected Cases
Percent
Included in Analysis Missing Cases Total
Unselected Cases Total
37
100.0
0
.0
37 0 37
100.0 .0 100.0
a. If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value
Internal Value
FIFO Rata-rata
0 1
Block 0: Beginning Block Iteration Historya,b,c Coefficients Iteration Step 0
-2 Log likelihood
Constant
1
33.253
1.351
2
32.803
1.618
3
32.800
1.642
4
32.800
1.642
a. Constant is included in the model. b. Initial -2 Log Likelihood: 32.800 c. Estimation terminated at iteration number 4 because parameter estimates changed by less than .001. Classification Tablea,b Predicted Metode Persediaan Observed Step 0
Metode Persediaan Overall Percentage
a. Constant is included in the model. b. The cut value is .500
FIFO
Percentage Correct
Rata-rata
FIFO
0
6
.0
Rata-rata
0
31
100.0 83.8
Variables in the Equation B Step 0
Constant
S.E.
1.642
Wald
.446
df
Sig.
13.557
1
Exp(B)
.000
5.167
Variables not in the Equation Score Step 0
Variables
df
Sig.
UP
.765
1
.382
KM
1.259
1
.262
VP
.115
1
.735
VH
2.133
1
.144
RL
.143
1
.706
LV
.044
1
.834
10.955
6
.090
Overall Statistics
Block 1: Method = Enter a,b,c,d
Iteration History
Step 1
Coefficients
-2 Log likelihood
Iteration
Constant
UP
KM
VP
VH
RL
LV
1
25.461
-10.307
.359
-12.730
1.149
11.326
-.003
-.732
2
21.490
-18.268
.626
-21.252
.488
21.177
-.007
-1.411
3
19.939
-25.653
.872
-28.453
-2.359
33.219
-.014
-2.210
4
19.419
-31.809
1.077
-34.930
-5.210
44.124
-.013
-2.926
5
19.157
-35.030
1.183
-38.204
-6.576
49.006
.036
-3.204
6
18.905
-37.431
1.255
-40.379
-7.473
51.626
.178
-3.248
7
18.894
-38.781
1.297
-41.647
-7.526
53.491
.193
-3.383
8
18.894
-38.838
1.299
-41.714
-7.531
53.579
.194
-3.389
9
18.894
-38.838
1.299
-41.714
-7.531
53.579
.194
-3.389
a. Method: Enter b. Constant is included in the model. c. Initial -2 Log Likelihood: 32.800 d. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001. Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
13.906
6
.031
Block
13.906
6
.031
Model
13.906
6
.031
Model Summary Step
Cox & Snell R Square
-2 Log likelihood 18.894a
1
Nagelkerke R Square
.313
.533
a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001. Hosmer and Lemeshow Test Step
Chi-square
1
df
Sig.
4.140
7
.764
Contingency Table for Hosmer and Lemeshow Test Metode Persediaan = FIFO Observed Step 1
Expected
Metode Persediaan = Rata-rata Observed
Expected
Total
1
2
2.746
2
1.254
4
2
2
1.820
2
2.180
4
3
2
.730
2
3.270
4
4
0
.408
4
3.592
4
5
0
.186
4
3.814
4
6
0
.089
4
3.911
4
7
0
.017
4
3.983
4
8
0
.004
4
3.996
4
9
0
.000
5
5.000
5
Classification Table
a
Predicted Metode Persediaan Observed Step 1
Metode Persediaan Overall Percentage
a. The cut value is .500
FIFO
Percentage Correct
Rata-rata
FIFO
3
3
50.0
Rata-rata
3
28
90.3 83.8
Variables in the Equation B Step 1
a
S.E.
Wald
df
Sig.
Exp(B)
UP
1.299
.733
3.138
1
.076
3.665
KM
-41.714
20.061
4.324
1
.038
.000
VP
-7.531
8.803
.732
1
.392
.001
53.579
26.597
4.058
1
.044
18580172267582 3820000000.000
RL
.194
.316
.376
1
.540
1.214
LV
-3.389
1.969
2.963
1
.085
.034
-38.838
21.445
3.280
1
.070
.000
VH
Constant
a. Variable(s) entered on step 1: UP, KM, VP, VH, RL, LV. Correlation Matrix Constant Step 1
UP
KM
VP
VH
RL
LV
Constant
1.000
-.996
.629
.294
-.666
-.398
.698
UP
-.996
1.000
-.614
-.286
.626
.355
-.686
KM
.629
-.614
1.000
.426
-.786
-.379
.773
VP
.294
-.286
.426
1.000
-.741
-.137
.495
VH
-.666
.626
-.786
-.741
1.000
.355
-.831
RL
-.398
.355
-.379
-.137
.355
1.000
-.220
LV
.698
-.686
.773
.495
-.831
-.220
1.000
