METODE EARNINGS MANAGEMENT DALAM PERSPEKTIF INCOME SMOOTHING

Yuni Pristiwati Noer W STIE Swastamandiri Surakarta Jl. Tejonoto I Jogosuran Gading Surakarta [email protected] / 08156715575

METODE EARNINGS MANAGEMENT DALAM PERSPEKTIF INCOME SMOOTHING Yuni Pristiwati Noer Widianingsih STIE Swastamandiri Surakarta ABSTRACT This research aims to provide evidence regarding the measurement of earnings management in perspective of income smoothing. The measurement of earnings management includes two approaches namely real earnings management and accounting earnings management. This research sampled manufacturing companies listed on Indonesia Stock Exchange published financial statements year 2011 and 2010. Variables used in this study is the real earnings management and accounting earnings management as the dependent variable. Unexpected income as earnings smoothing proxy. Testing is done using multiple regression analysis. The results showed that real earnings management and accounting earnings management associated significant but they are not related to income smoothing

Keywords:

earnings management, real earnings management, management, income smoothing, unexpected income

accounting

earnings

I. PENDAHULUAN

1.1.

Latar belakang Masalah Seorang

manajer

sudah

seharusnya

mengatur

mengenai

disclosure

(pengungkapan) pelaporan keuangan perusahaannya kepada pihak eksternal dengan sebaik - baiknya. Hal ini dimaksudkan agar perusahaan tetap mendapatkan penilaian yang baik di mata publik terutama dari para investor. Manajer memiliki motivasi dalam menentukan alternative pelaporan keuangan yang berkaitan dengan pengungkapan yaitu 1

manajemen harus secara intensif mempengaruhi kepercayaan stakeholders’ dan perilaku untuk menentukan bagaimana kontrak dilakukan (Gaa dan Dunmore : 2007 ). Salah satu metode yang umum digunakan dalam pengungkapan manajemen adalah dengan earnings management. Istilah manajemen laba mungkin lebih tepat untuk mengartikan earnings management. Istilah lain yang mungkin kita temui dalam mengartikan earnings management adalah pengelolaan laba atau pengelolaan keuntungan atau manajemen keuntungan. Sedangkan perataan laba merupakan salah satu aspek dalam manajemen laba. Salah satu bentuk dari earnings management adalah perataan laba (income smoothing). Income smoothing merupakan strategi yang sangat popular dalam earnings management (Scoot, 2006) dalam Matsuura (2008 : 64). Tujuan income smoothing adalah untuk mengurangi perbedaan jumlah earning yang dilaporkan antar periode (Cahan dkk, 2008:3). Hal ini diperbolehkan dalam kebijakan akuntansi yang berkaitan dengan fleksibilitas bagi manajer untuk menyesuaikan pelaporan laba dengan tujuan perataan laba. Matsuura (2008:64) menyatakan bahwa perusahaan melakukan perataan laba untuk tujuan pelaporan keuangan bagi pihak eksternal. Income smoothing dapat menyampaikan informasi privat kepada pihak eksternal dengan memungkinkan perusahaan untuk mengkomunikasikan besarnya laba yang diharapkan. Pada prinsipnya ada dua pendekatan dalam menentukan besarnya manajemen laba yaitu pendekatan real earnings managementdan accounting earnings management (Matsuura, 2008). Real earnings management terdiri dari produksi sebenarnya dan keputusan investasi, misalnya pengurangan biaya riset dan pengembangan, pengaruh penjualan serta biaya administrasi. Sedangkan accounting earnings management terdiri dari pilihan metode akuntansi sesuai ketentuan GAAP seperti LIFO dan FIFO. Matsuura (2008:64) menyatakan bahwa real earnings management merupakan pendekatan terbaik untuk pengukuran earnings management. Meskipun banyak penelitian sebelumnya yang kurang memberikan perhatian pada pendekatan real earnings management. Peneliti sebelumnya lebih menonjolkan pendekatan accounting earnings management. Hasil penelitian sebelumnya masih menunjukkan hasil yang beragam sehingga muncul beberapa model yang bisa digunakan untuk menentukan besarnya manajemen laba. Setiap model memiliki asumsi sendiri dalam menjelaskan 2

teori yang dikemukakan. Oleh karena itu diperlukan pengujian dari model tersebut yang bisa digunakan untuk mendeteksi adanya praktik perataan laba

1.2.

Perumusan Masalah Berdasarkan pembahasan diatas maka perumusan masalah dalam penelitian ini adalah “apakah ada hubungan antara metode real earnings management dan accounting earnings management dalam perspektif income smoothing?”

1.3.

Tujuan Penelitian Para peneliti sebelumnya menggunakan beberapa pendekatan dan asumsi yang berbeda untuk pengukuran manajemen laba dalam perspektif perataan laba sehingga masih menunjukkan hasil yang beragam. Maka perlu dilakukan penelitian dengan tujuan untuk: a. Mengukur manajemen laba dengan pendekatan real earnings management dalam perspektif income smoothing b. Mengukur manajemen laba dengan pendekatan accounting earnings management dalam perspektif income smoothing c. Mengetahui hubungan metode real earnings management dan accounting earnings management dalam perspektif income smoothing.

1.4.

Manfaat Penelitian Penelitian ini diharapkan bisa memberikan manfaat untuk: a. Pengembangan riset earnings management dan income smoothing bagi para peneliti b. Menambah referensi dalam kajian earnings management dan income smoothing c. Mengetahui metode pengukuran earnings management yang tepat dalam perspektif perspektif income smoothing.

1.5.

Kajian Teori a. Definisi Earnings Management Ada beberapa definisi earnings management, menurut Schipper (1989):

3

Manajemen Laba (earnings management) dapat terjadi dalam proses pengungkapan laporan keuangan eksternal dengan berdasarkan “real” earnings management berdasarkan waktu investasi atau keputusan pembiayaan” Heally dan Wahlen (1999) seperti yang dikutip Zhaohui Xu, dkk (2007:196) Manajemen laba terjadi ketika menajer menggunakan penyesuaian dalam pelaporan keuangan dan strukturisasi transaksi sebagai alternative pelaporan keuangan untuk menghindari kurangnya pemahaman dari stakeholders mengenai bisnis dari perusahaan dalam mempengaruhi hasil kontraktual yang tergantung dari jumlah angka yang dilaporkan dalam pelaporan keuangan Aljifri (2007:76) mendefinisikan ada dua pendekatan dalam earnings yaitu accrual accounting (misal : pengakuan biaya dan pendapatan) dan perubahan metode akuntansi (misal FIFO ke LIFO). Pendekatan pertama lebih mudah untuk digunakan , lebih murah dan lebih sulit dilakukan deteksi oleh auditor. Sedangkan pendekatan kedua, relative lebih mahal, dapat dilakukan observasi serta lebih mudah dilakukan deteksi oleh auditor. Kedua pendekatan tersebut dapat digunakan untuk untuk menurunkan atau menaikkan laba sepanjang hal tersebut tidak menambah biaya (Healy, 1985) seperti yang dikutip oleh Aljifri (2007:76). Definisi ini juga sama dengan yang diungkapkan oleh Matsuura (2008:63) yaitu mendefinisikan earnings management menjadi dua, real earnings management (misal pengurangan pengeluaran riset dan pengembangan) dan accounting earnings management (misal penilaian dan depresiasi aktiva, LIFO atau FIFO

b. Model Pengukuran Earnings Management Ada beberapa model yang bisa digunakan untuk mengukur manajemen laba (Zhang, 2002) yaitu: 1. Healy Model Healy (1985) mengasumsikan bahwa discretionary accrual per tahun sama sebesar nilai rata – rata dari total accrual dengan skala total assets dari periode estimasi. 2. The Angelo Model

4

The Angelo Model (1986) mengasumsikan bahwa nilai non discretionary accrual sebesai nilai total accrual pada akhir periode dengan skala total asset dari periode t-1 3. The Jones Model Jones menekankan pengendalian terhadap perubahan ekonomi perusahaan terhadap non discretionary accrual yang meliputibesarnya total asset, perubahan revenue dan besarnya property, plant dan equipment. 4. The Modified Jones The Modified Jones didesain untuk mengeliminasi kecenderungan perkiraan dari Jones Model yaitu mengukur besarnya

discretionary accrual dengan

memasukkan error dari penilaian revenue 5. The Industry Model The Industry Model (Dechow dan Sloan, 1991) mengasumsikan bahwa non discretionary accruals konstan setiap periode. Besarnya non discretionary accrual ditentukan berdasarkan discretionary accrual antar perusahaan dalam industri yang sama. Non discretionary accrual merupakan fungsi linier dari median industry total accrual dengan parameter spesifik perusahaan. 6. The Cross-Sectional Models Model inimengasumsikan korelasi antara non discretionary accruals dan accrual sebagai perubahan revenue dan gross property, plant dan equipment dari suatu kelompok industri terhadap situasi ekonomi yang sedang terjadi 7. The forward-looking model Model ini memasukkan tiga sumsi penyesuaian terhadap Modified Jones Models. Penyesuaian pertama dengan memasukkan semua penjualan kredit sebagai discretionary. Kedua, penyesuaian terhadap total accrual berdasarkan asumsi bahwa total accrual mempunyai korelasi otomatis. Ketiga, penyesuaian terhadap pertumbuhan penjualan yang akan datang 8. Deffered Tax Expense Philips, dkk (2002) memasukkan deffered tax expense untuk mendeteksi earnings management 9. Total Accruals 5

Collins dan Hribar (2001) menggunakan lapoan arus kas untuk menghitung total accruals yang merupakan selisih antara income before extraordinary items dan cash flow dari operating activity

c. Income Smoothing Ada beberapa definisi income smoothing, diantaranya adalah menurut Lambert (1984): Income smoothing merupakan aktivitas yang menunjukkan jumlah saldo akhir antar dua periode dari harapan yang diantisipasi untuk laba bersih.Menurut Trueman dan Titman (1988), Income smoothing sebagai pengalihan pengakuan laba perusahaan antar dua periode dimana periode yang satu menghasilkan laba yang lebih kecil atau lebih besar dari laba yang diharapkan. Salah satu motivasi manajer melakukan manajemen laba (earnings management) adalah untuk income smoothing atau perataan laba (Aljifri, 2007:85). Dalam penelitiannya juga diungkapkan beberapa motivasi untuk melakukan perataan laba, pertama yang dikemukakan oleh Ronen dan Sadan (1981) yaitu perataan laba untuk menstabilkan aliran laba dalam mendukung pembayaran dividend yang akan menentukan harga saham perusahaan. Dividend yang dibayarkan tidak hanya untuk memenuhi harapan shareholders’ tetapi juga untuk menarik investor potensial. Kedua, motivasi perataan laba adalah untuk meningkatkan kemampuan investor dalam memprediksi cash flows masa depan (Barnea, Ronan dan Sadan : 1975) seperti yang dikutip oleh Aljifri (2007:85). Motivasi ini konsisten dengan tujuan laporan keuangan yang dikemukakan oleh AICPA (American Institute of Certified Public Accountants) yaitu “tujuan laporan keuangan adalah untuk menyediakan informasi yang bermanfaat bagi investor dan kreditur dalam memprediksi, membandingkan dan mengevaluasi potensial cash flows…”

d. Review Penelitian Sebelumnya Penelitian mengenai manajemen laba dan perataan laba sudah banyak dilakukan sebelumnya, diantaranya adalah Trueman dan Titman (1988), yaitu dengan menganalisa income smoothing sebagai penggerak dari harga pasar saham. Dalam penelitian tersebut juga menunjukkan bahwa income smoothing dapat mengurangi 6

biaya modal untuk pinjaman. Bartrov (1993),

melakukan penelitian dengan

menggunakan asset sales untuk menguji hipoesis income smoothing dan debt equity ratio. Dalam penelitiaannya digunakan variable discretional asset sales yang didefinisikan sebagai jumlah total asset sales dan menguji hubungan antara laba yang dihasilkan dari asset sales dan earning per share (EPS). Hasil dari penelitiannya ditemukan adanya hubungan negative antara variable laba dari asset sales dan earning per share (EPS). Akan tetapi dalam penelitiannya tidak dapat membedakan antara discretional asset sales dan normal asset sales, sehingga hasil penelitian tersebut kurang akurat. Herrmann dkk (2003) juga meneliti discretional asset sales untuk manajemen laba. Discretional asset didefinisikan sebagai jumlah perbedaan dari total asset sales dan median industri dari asset sales. Roychodhury (2006) seperti yang dikutip oleh Matsuura (2008) menguji real earnings management seperti pengurangan pengeluaran untuk riset dan pengembangan, pengeluaran untuk iklan dan biaya penjualan. Aljifri (2007:76) memfokuskan penelitiannya pada accrual-pilihan metode akuntansi sebagai alat untuk manajemen laba. Dalam penelitian tersebut diperoleh pemahaman mengenai hubungan antara discretionary accrual, motivasi manajerial dan earnings management. Matsuura (2008) menguji hubungan antara real earnings management dan accounting earnings management untuk perataan laba. Variable real earnings management digunakan discretional operating cash flow sedangkan accounting real managementdigunakan

discretional accrual. Hasil penelitian

menunjukkan ada hubungan antara real dan accounting earnings management dan manajer menggunakan dua earning management untuk income smoothing.

e. Hipotesis Berdasarkan penelitian yang dilakukan sebelumnya maka dapat dinyatakan hipotesis dalam penelitian ini adalah sebagai berikut: H1 :

Ada hubungan antara real earnings management dengan income smoothing

H2 :

Ada hubungan antara accounting earnings management dengan income smoothing 7

H3 :

Ada hubungan antara real earnings managementdan accounting earnings management dengan income smoothing

II.METODE PENELITIAN

2.1.

Data Penelitian Penelitian ini mengambil data sekunder berupa laporan keuangan yang dipublikasikan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2010 – 2011. Data tersebut dapat diakses melalui website BEI di www.idx.co.id.

2.2.

Populasi dan Sampel Populasi yang digunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Sampel yang diambil dalam penelitian adalah 51 perusahaan yang terdaftar di BEI yang mempublikasikan laporan keuangan tahun 2009 – 2010.

2.3.

Perumusan Variabel dan Pengukurannya Variabel yang digunakan dalam penelitian ini antara lain: a. Variabel Dependen Variabel dependen dalam penelitian ini adalah menggunakan dua proksi variable earnings management yaitu real earnings management (REM) dan pendekatan accounting earnings management (AEM). REM didefinisikan sebagai cash flow dari kegiatan operasional. Rumus yang digunakan untuk mengukur REM adalah berdasarkan model Dechow, Kothari dan Watts (1998) yaitu: CFOt/At-1 = α0 + α1(1/At-1) + β1(SALEt/ At-1) + β2(ΔSALEt / At-1) + εt CFO

: cash flow dari operasional dibagi dengan total asset awal periode

At-1

: total asset periode t-1

SALE

: current sales dibagi dengan total asset awal periode

∆SALE : perubahan sales dibagi dengan total asset awal periode

8

Abnormal cash flow diperoleh dari selisih actual cash flow dengan normal cash flow yang dihitung berdasarkan estimasi koefisien perusahaan sampel Sedangkan AEM menggunakan discretional accrual yang merupakan selisih total accrual dengan non discretionary accrual: 𝑫𝒊𝒔𝒄𝒓𝒆𝒕𝒊𝒐𝒏𝒂𝒓𝒚 𝒂𝒄𝒄𝒓𝒖𝒂𝒍𝒔 𝑫𝑨 =

𝑻𝑨𝒊𝒕 𝑵𝑫𝑨𝒊𝒕 – 𝑨𝑻𝒊𝒕−𝟏 𝑨𝑻𝒊𝒕−𝟏

Total accrual dihitung berdasarkan model Jones yaitu: TAit = α0 + α1 1/ΑSSETSit-1 + α2ΔSALESit + α3PPEit + εit, TA

: total accruals yang merupakan perbedaan antara cash flow dari operasional dan net income setelah pajak

ΑSSETSit-1 : total asset tahun t-1 ΑSSETSit

: total asset tahun ke-t

PPE

: property, plant dan equipment pada awal tahun dibagi dengan total asset awal periode

Persamaan tersebut untuk mengestimasi besarnya α0, α1 dan α2. Estimasi ini kemudian digunakan untuk menghitung besarnya non discretionary accrual. b. Variabel Independen Variabel independen adalah variable perataan laba yang diproksikan dengan preearnings

management

unexpected

income

(Matsuura:2008).

Pre-earnings

management unexpected income digunakan dua proksi yaitu Pre-EMUI (pre-earnings management sebelum real dan accounting earnings management) dan Pre-AEMUI (pre-earnings management sebelum accounting earnings management). Kedua proksi tersebut dirumuskan sebagai berikut: 𝑷𝒓𝒆 𝑬𝑴𝑼𝑰𝒊𝒕 = 𝑼𝑰𝒊𝒕 − 𝑹𝑬𝑴𝒊𝒕 – 𝑨𝑬𝑴𝒊𝒕 𝑷𝒓𝒆 𝑨𝑬𝑴𝑼𝑰𝒊𝒕 = 𝑼𝑰𝒊𝒕 − 𝑨𝑬𝑴𝒊𝒕

𝑃𝑟𝑒 𝐸𝑀𝑈𝐼𝑡

: pre-earnings management sebelum real dan accounting earnings management

𝑃𝑟𝑒 𝐴𝐸𝑀𝑈𝐼𝑖𝑡 : pre-earnings

management

sebelum

accounting

earnings

management 𝑈𝐼𝑖𝑡

: net income periode t-1

𝑅𝐸𝑀𝑖𝑡

: real earnings management 9

𝐴𝐸𝑀𝑖𝑡

: accounting earnings management

Untuk menghitung besarnya unexpected income digunakan rumus seperti yang digunakan dalam penelitian Matsuura (2008), yaitu: 𝑼𝑰𝒕 = 𝜹𝒕 = 𝑵𝑰𝒕 – 𝑵𝑰𝒕−𝟏 𝑈𝐼𝑡

: Unexpected income periode t

𝑁𝐼𝑡

: Net income periode t

𝑁𝐼𝑡−1

: Net income periode t-1

Dalam penelitian ini juga digunakan variable control yang dimasukkan dalam model persamaan regresi berdasarkan penelitian yang dilakukan Matsuura (2008) yaitu debt equity dan size. Variable control tersebut dapat dirumuskan sebagai berikut: 𝑫𝑬𝒊𝒕 = 𝐷𝐸𝑖𝑡

𝑫𝑬𝑩𝑻𝒊𝒕 𝑨𝒊𝒕

: Debt equity ratio

𝐷𝐸𝐵𝑇𝑖𝑡 : jumlah hutang 𝐴𝑖𝑡

: total asset 𝑺𝑰𝒁𝑬𝒊𝒕 = 𝐥𝐨𝐠⁡ (𝑨𝒊𝒕 )

𝑆𝐼𝑍𝐸𝑖𝑡

: ukuran perusahaan

𝐴𝑖𝑡

: total asset pada akhir periode GROWTH it = (SALE it – SALE i, t-1) / SALE i, t-1.

Sale

2.4.

: jumlah penjualan

Teknik dan Model Analisis Data akan diuji dengan program SPSS (Statistic Packages for Social Science menggunakan metode Regresi Berganda(Analisis Multiple Regression). Untuk menguji hipotesis yang telah disebutkan diatas, maka model yang akan digunakan dalam penelitian ini berdasarkan model yang digunakan oleh Matsuura (2008) yaitu: 𝑨𝑬𝑴𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑼𝑰𝒊𝒕 + 𝜷𝟐 𝑹𝑬𝑴𝒊𝒕 + 𝜷𝟑 𝑫𝒆𝒃𝒕𝒊𝒕 + 𝜷𝟒 𝑺𝒊𝒛𝒆𝒊𝒕 + 𝝁𝒊𝒕 𝑹𝑬𝑴𝒊𝒕 = 𝜸𝟎 + 𝜸𝟏 𝑼𝑰𝒊𝒕 + 𝜸𝟐 𝑨𝑬𝑴𝒊𝒕 + 𝜸𝟑 𝑫𝒆𝒃𝒕𝒊𝒕 + 𝜸𝟒 𝑺𝒊𝒛𝒆𝒊𝒕 + 𝝆𝒊𝒕 𝑨𝑬𝑴𝒊𝒕 = 𝜹𝟎 + 𝜸𝟏 𝑷𝒓𝒆𝑬𝑴𝑼𝑰𝒊𝒕 + 𝜹𝟐 𝑹𝑬𝑴𝒊𝒕 + 𝜹𝟑 𝑫𝒆𝒃𝒕𝒊𝒕 + 𝜹𝟒 𝑺𝒊𝒛𝒆𝒊𝒕 + 𝝍𝒊𝒕 𝑹𝑬𝑴𝒊𝒕 = 𝜸𝟎 + 𝜸𝟏 𝑷𝒓𝒆𝑬𝑴𝑼𝑰𝒊𝒕 + 𝜸𝟐 𝑨𝑬𝑴𝒊𝒕 + 𝜸𝟑 𝑫𝒆𝒃𝒕𝒊𝒕 + 𝜸𝟒 𝑺𝒊𝒛𝒆𝒊𝒕 + 𝝆𝒊𝒕

10

III. HASIL PENELITIAN DAN PEMBAHASAN

Sampel yang digunakan dalam penelitian ini adalah 51 perusahaan (lampiran 1). Secara ringkas hasil analisis data adalah sebagai berikut:

Tabel 1. Descriptive Statistics N

Minimum

Maximum

Std.

Mean

Deviation

REM

51

-0.80981

0.462

-0.0343737

0.1964425

AEM

51

-0.53862

0.37916

-0.0530261

0.1377808

UI

51

-8.48E+11

2.40E+12

1.78E+11

5.52E+11

Pre_EMUI

51

-8.48E+11

2.40E+12

1.78E+11

5.52E+11

Pre_AEMUI

51

-8.48E+11

2.40E+12

1.78E+11

5.52E+11

Debt

51

0.04

197.63

5.0157

27.6261

Size

51

10

14

11.9804

0.73458

Growth

51

-0.91

3.48

0.1663

0.71187

Tabel 1 menunjukkan statistik deskriptif dari variable yang digunakan dalam pene litian.Tabel 2 menunjukkan korelasi antar variable yang digunakan dalam penelitian. Ada hubunganantara real earnings management dan accounting earning management sebesar 51,9% Sedangkan variable REM dan AEM tidak berhubungan dengan perataan laba.

Tabel 2. Correlations REM Pearson Correlation REM

AEM

1

Sig. (2-tailed)

Pearson Correlation

-.519**

AEM

Pre_EMUI

Pre_AEMUI

Debt

Size

Growth

-.519**

0.043

0.043

0.057

.284*

-0.044

0

0.765

0.765

0.69

0.043

0.76

1

0.126

0.126

0.044

0.088

-0.072

11

Sig. (2-tailed)

Pearson Correlation Pre_EMUI

Sig. (2-tailed)

Pearson Correlation Pre_AEMUI

Sig. (2-tailed)

Pearson Correlation Debt

Sig. (2-tailed)

Pearson Correlation Size

Sig. (2-tailed)

Pearson Correlation Growth

Sig. (2-tailed)

0

0.38

0.38

0.76

0.541

0.618

1

1.000**

0.05

.317*

.548**

0

0.729

0.023

0

1

0.05

.317*

.548**

0.729

0.023

0

1

-.400**

-0.002

0.004

0.987

1

0.266

0.043

0.126

0.765

0.38

0.043

0.126

1.000**

0.765

0.38

0

0.057

0.044

0.05

0.05

0.69

0.76

0.729

0.729

.284*

0.088

.317*

.317*

-.400**

0.043

0.541

0.023

0.023

0.004

-0.044

-0.072

.548**

.548**

-0.002

0.266

0.76

0.618

0

0

0.987

0.06

0.06

1

**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).

Tabel 3. Analisis Regresi Model AEM

Variables

Model 1

Model 2

Coefficients

Coefficients .000

.005

-4.079

-2.970

.229

.186

1.217

1.342

.000

.000

-4.322

-5.503

Intercept

UI

REM Debt

.082

12

1.780 .009 Size 2.748 .029 Growth -2.249 R-Square

0.291

.434

Table 3 meunjukkan analisis regresi model AEM, dimana variable UI dan REM berpengaruh signifikan terhadap variable AEM sebesar 29,1% (model 1). Sedangkan model 2 menunjukkan bahwa variable UI, REM, debt, size dan growth berpengaruh signifikan sebesar 43,4%. Kedua model tersebut menunjukkan bahwa AEM tidak digunakan manajer untuk melakukan perataan laba. Tabel 4. Analisis Regresi Model REM

Variables

Model 1

Model 2

Coefficients

Coefficients .004

.000

-3.015

-4.034

.378

.467

.890

.734

.000

.000

-4.322

-5.503

Intercept

UI

AEM .027 Debt 2.283 .000 Size 3.834 .045 Growth -2.062 R-Square

0.281

0.484

Table 4 meunjukkan analisis regresi model REM, dimana variable UI dan REM berpengaruh signifikan terhadap variable AEM sebesar 28,1% (model 1). Sedangkan model 2 menunjukkan bahwa variable UI, AEM, debt, size dan growth berpengaruh signifikan sebesar

13

48,4%. Kedua model tersebut menunjukkan bahwa REM tidak digunakan manajer untuk melakukan perataan laba.

Tabel 5. Analisis Regresi Model REM & AEM Model REM Variables

Sign

Model AEM

Coeff

Sign .000

-

Coeff

-

.005

Intercept -4.034 .467

+

-2.970 +

.186

Pre_EMUI .734

1.342 -

.000

REM -5.503 .000

AEM

-5.503 .027

+

+

.082

Debt 2.283 .000

+

1.780 +

.009

Size 3.834 -

2.748

.045

-

.029

-2.062

-

-2.249

Growth .484

R-Square

.434

Tabel 5 menunjukkan perbandingan metode REM dan AEM untuk mendeteksi adanya perataan laba. Hasil analisis menunjukkan bahwa REM dan AEM tidak digunakan untuk perataan laba. REM dan AEM mempunyai hubungan negative, sehingga manajer hanya memilih salah

satu

metode.

IV. KESIMPULAN DAN SARAN Berdasarkan analisis data maka kesimpulan penelitian adalah: 1. Variabel REM dan AEM berhubungan signifikan tetapi keduanya tidak berhubungan dengan perataan laba. 2. Variabel debt, size dan growth berpengaruh signifikan terhadap besarnya AEM dan REM

14

Penelitian ini masih terdapat banyak keterbatasan, sehingga saran untuk penelitian selanjutnya adalah: 1. Memperbanyak jumlah sample yang digunakan 2. Memperpanjang periode penelitian

DAFTAR PUSTAKA Aljifri, K (2007). Measurement and Motivations of Earnings Management: A Critical Perspective. Journal of Accounting – Business & Management Al-Attar, A., Hussain, S dan Yan Zuo, L (2008). Earnings Quality, Bankruptcy Risk and Future Cash Flows.Accounting and Business Research Vol.38 No.1 Busatoa, F., Chiarinib, B dan Marzanob, E (2008). Consumption And Income Smoothing. Applied Economics. Cahan, S.,Liu, G dan Sun, J (2008). Investor Protection, Income Smoothing, and Earnings Informativeness.Journal of International Accounting Research Vol.7 No.1 Gaa, J dan Dunmore, P (2007).The Ethics of Earnings Management. Chartered Accountants Journal 7 Hapsari, Lely (2012). Hubungan Real Earnings Management dan Income Smoothing Pada Perusahaan Manufaktur di BEI. Skripsi. Tidak Dipublikasikan Jung Tseng, L dan Wen Lai, C (2007). The Relationship between Income Smoothing and Company Profitability: An Empirical Study. International Journal of Management Vol. 24 No. 4 Khasanah, Uswatun. 2012. Analisis Hubungan Accounting Earning Management dengan Income Smoothing pada Perusahaan Manufaktur yang Terdaftar di BEI. Skripsi. Tidak Dipublikasikan Machuga, S dan Teitel, K (2007).The Effects of the Mexican Corporate Governance Code on Quality of Earnings and its Components.Journal Of International Accounting Research Vol. 6, No. 1

15

Matsuura, S (2008).On The Relation Between Real Earnings Management And Accounting Earnings Management: Income Smoothing Perspective.Journal of International Business Research, Volume 7 Subramanyam, KR dan Venkatachalam M (2007). Earnings, Cash Flows, and Ex Post Intrinsic Value of Equity.The Accounting Review Vol.82 No.2 Zhaohui Xu, R., K Taylor, G dan T Dugan, M (2007). Review of Real Earnings Management Literature. Journal of Accounting Literature Vol.26

16

Lampiran 1. Ringkasan Data 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 38 39 40 41 42 43 44 45 46 47 48 49 50 51

ADES AISA CEKA DAVO DLTA DVLA GGRM HMSP ICBP INAF INDF KAEF KDSI KICI KLBF LMPI MBTO MERK MLBI MRAT MYOR PSDN PYFA RMBA ROTI SCPI SKLT SQBI STTP TSPC ULTJ UNVR Tcid ADMG ARGO CNTX ERTX ESTI HDTX INDR KARW MYRX MYTX PAFI PBRX POLY RICY SSTM TFCO UNIT UNTX

NDA -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019 -0.019

REM -0.29359 -0.06005 -0.42383 -0.00441 -0.00520 0.11724 -0.02794 0.16582 -0.01638 -0.10895 0.08495 -0.09780 -0.23657 0.02442 0.04283 -0.02843 -0.12773 0.20258 0.15318 -0.07620 -0.17167 -0.29736 -0.01700 0.11580 0.15406 -0.09144 -0.10341 0.38358 -0.15960 0.02387 0.04764 0.23805 0.02387 -0.04820 0.24615 0.00265 -0.80981 -0.06898 -0.01498 -0.00179 0.00255 -0.02489 -0.06217 -0.11633 -0.13757 0.46200 -0.03522 -0.02551 -0.12134 -0.13345 -0.29650

NDA 0.120366 0.053043 0.036347 0.086593 0.023141 0.038048 0.007062 0.033427 0.053318 0.031556 0.034307 0.037617 0.108909 0.104984 0.004778 0.055173 0.055109 0.00289 0.073183 0.045182 0.057596 0.079975 0.144449 0.042079 0.145862 0.05443 0.102493 0.045772 0.088347 0.098207 0.070573 0.068947 0.055867 0.004776 0.008974 0.091576 0.08892 0.068263 0.035419 0.073161 0.109634 21.57077 0.099365 0.044947 0.064796 0.051341 0.048075 0.061413 0.068483 0.1329 0.111793

AEM = DA 0.22406 0.00965 0.37916 -0.16726 0.11865 -0.11923 0.10257 -0.06947 -0.10651 -0.05077 -0.13230 -0.03786 -0.03742 -0.15285 0.00022 -0.08661 0.01925 -0.09688 0.05048 0.00898 0.23220 -0.03053 -0.19787 -0.11262 -0.18561 -0.09859 -0.11909 -0.19742 0.01398 0.23526 -0.16104 0.05442 -0.08177 -0.04049 -0.10413 -0.18498 0.03961 -0.10702 -0.05700 -0.13795 -0.11148 -0.05185 -0.18511 -0.09836 -0.02500 -0.53862 -0.08506 -0.06917 -0.04772 -0.01879 -0.08839

UI 15,338,000,000 37,447,795,739 -19,931,068,984 2,241,004,102,229 13,062,838,000 38,608,289,000 2,402,159,000,000 1,334,090,000,000 1,491,315,000,000 10,421,006,422 876,997,000,000 76,209,167,590 6,381,638,700 8,474,268,945 357,326,285,674 -3,197,612,584 14,533,877,159 -27,905,900,000 102,458,000,000 3,401,950,210 111,928,290,181 -19,530,793,526 426,234,594 366,564,000,000 42,660,266,243 -18,832,545,000 -7,968,996,045 -38,616,457,000 1,558,391,747 128,924,882,583 45,970,391,645 327,734,000,000 6,833,320,117 -16,225,357,000 -124,940,239,909 36,550,251,000 -23,119,843,000 -6,199,386,883 629,617,995 131,073,543,000 6,848,195,585 20,446,975,269 -114,322,513,755 -77,310,427,107 2,326,838,430 -847,811,105,065 7,245,441,569 -21,216,955,971 252,685,827,000 -717,435,857 -55,967,966,167

PreEMUI 15,338,000,000.0695 37,447,795,739.0504 -19,931,068,983.9553 2,241,004,102,229.1700 13,062,837,999.8865 38,608,289,000.0020 2,402,158,999,999.9300 1,334,089,999,999.9000 1,491,315,000,000.1200 10,421,006,422.1597 876,997,000,000.0470 76,209,167,590.1357 6,381,638,700.2740 8,474,268,945.1284 357,326,285,673.9570 -3,197,612,583.8850 14,533,877,159.1085 -27,905,900,000.1057 102,457,999,999.7960 3,401,950,210.0672 111,928,290,180.9390 -19,530,793,525.6721 426,234,594.2149 366,563,999,999.9970 42,660,266,243.0316 -18,832,544,999.8100 -7,968,996,044.7775 -38,616,457,000.1862 1,558,391,747.1456 128,924,882,582.7410 45,970,391,645.1134 327,733,999,999.7080 6,833,320,117.0579 -16,225,356,999.9113 -124,940,239,909.1420 36,550,251,000.1823 -23,119,842,999.2298 -6,199,386,882.8240 629,617,995.0720 131,073,543,000.1400 6,848,195,585.1089 20,446,975,269.0767 -114,322,513,754.7530 -77,310,427,106.7853 2,326,838,430.1626 -847,811,105,064.9230 7,245,441,569.1203 -21,216,955,970.9053 252,685,827,000.1690 -717,435,856.8478 -55,967,966,166.6151

PreAEMUI

DE

15,337,999,999.7759 0.69 37,447,795,738.9903 0.70 -19,931,068,984.3792 0.64 2,241,004,102,229.1700 0.66 13,062,837,999.8813 0.16 38,608,289,000.1192 0.25 2,402,158,999,999.9000 0.31 1,334,090,000,000.0700 0.50 1,491,315,000,000.1100 0.04 10,421,006,422.0508 0.73 876,997,000,000.1320 13.53 76,209,167,590.0379 0.35 6,381,638,700.0374 0.54 8,474,268,945.1529 0.26 357,326,285,674.0000 197.63 -3,197,612,583.9134 0.34 14,533,877,158.9808 0.65 -27,905,899,999.9031 0.17 102,457,999,999.9500 0.59 3,401,950,209.9910 0.13 111,928,290,180.7680 0.54 -19,530,793,525.9695 0.53 426,234,594.1979 0.23 366,564,000,000.1130 0.57 42,660,266,243.1856 0.20 -18,832,544,999.9014 0.95 -7,968,996,044.8809 0.41 -38,616,456,999.8026 0.16 1,558,391,746.9860 0.31 128,924,882,582.7650 0.27 45,970,391,645.1610 0.35 327,733,999,999.9460 0.53 6,833,320,117.0818 0.09 -16,225,356,999.9595 0.67 -124,940,239,908.8960 0.85 36,550,251,000.1850 0.94 -23,119,843,000.0396 2.79 -6,199,386,882.8930 0.56 629,617,995.0570 0.46 131,073,543,000.1380 0.49 6,848,195,585.1115 2.34 20,446,975,269.0519 12.73 -114,322,513,754.8150 0.90 -77,310,427,106.9016 1.37 2,326,838,430.0250 0.81 -847,811,105,064.4610 2.98 7,245,441,569.0851 0.45 -21,216,955,970.9308 0.63 252,685,827,000.0480 0.53 -717,435,856.9812 0.23 -55,967,966,166.9116 2.06

SIZE GROWTH 12 12 12 12 12 12 13 13 14 12 12 12 12 11 10 12 12 12 12 12 13 12 11 13 12 11 11 12 12 13 12 13 12 13 12 11 11 12 12 13 11 11 12 12 12 13 12 12 12 11 11

0.63 0.32 -0.40 2.97 -0.26 0.07 0.14 0.11 3.48 -0.07 0.03 0.12 0.17 -0.03 0.13 0.05 0.10 0.06 0.11 0.07 0.57 0.57 0.07 -0.91 0.26 -0.09 0.14 -0.27 0.22 0.06 0.17 0.08 0.06 0.15 -0.91 0.02 -0.06 0.14 -0.29 0.26 -0.44 1.00 0.16 -0.89 -0.10 0.27 0.14 0.05 0.21 -0.09 0.13

17