PENGARUH PERBEDAAN ANTARA LABA AKUNTANSI DAN LABA FISKAL TERHADAP PERSISTENSI LABA (Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Indonesia)
PUNGKI ARFIYANTO UNIVERSITAS BRAWIJAYA
ABSTRACT The focus of this study is to see the relationship between accounting earnings and fiscal earnings with earnings persistence. I also examine earnings persistence using book-tax differences betwen accounting earnings and fiscal earnings, I tested whether positive book-tax differences and negative book-tax differences can be used to measure earnings persistence. I find that companies with positive book-tax differences and negative book-tax differences have significantly less persistence earnings. Therefore this research finds that book-tax income differences has the ability to detect earnings quality, which is the persistence of future earnings. This study also analyzed the role of book-tax differences in indicating the persistence of earning one period ahead in manufacturer company that listing in Indonesian Stock Excange ( IDX) since 2008 until 2010. Data that used in this research is financial statements from each company, publized through website www.idx.co.id. Analysis method that used in this research is quantitative method with multiple regression. Sampling method that used is purposive sampling. Variables that used in this research are earning before income tax one periode ahead as Y and earnings before tax at this period.as X. This research also using book-tax differences as moderating variable.The results of this study concluded that positive book-tax differences have negative significant toward to earning before income tax one period ahead. It showed that firms with large positive book-tax differences have earnings that are less persistent than firms with negative book-tax differences. Keyword: persistence of earning, earning before tax one periode ahead, multiple regression, moderating variable, Book-tax difference, deferred tax expense.
1
I. Pendahuluan Kinerja suatu perusahaan merupakan hasil dari serangkaian proses dengan mengorbankan berbagai sumber daya. Laporan keuangan merupakan sarana untuk menilai kinerja manajemen dalam menggunakan sumber daya yang dimiliki. Laporan laba rugi merupakan salah satu bentuk laporan keuangan yang dijadikan salah satu parameter untuk mengukur kinerja manajemen. Menurut Djamaluddin (2008) dalam Ginting dan Bahri (2008). Dengan adanya perbedaan antara laba akuntansi dan laba fiskal maka akan mempengaruhi persistensi laba. Persistensi laba akuntansi adalah revisi dalam laba akuntansi yang diharapkan di masa depan (expected future earnings) yang diimplikasi oleh laba akuntansi tahun berjalan. Besarnya revisi ini menunjukkan tingkat persistensi laba. Persistensi laba merupakan salah satu komponen nilai prediktif laba. Persistensi laba merupakan unsur relevansi, maka beberapa informasi dalam book-tax differences yang dapat mempengaruhi persistensi laba, dapat membantu investor dalam menentukan kualitas laba dan nilai perusahaan. Berdasarkan hasil empiris penelitian sebelumnya maka motivasi peneliti mengacu pada penelitian yang dilakukan oleh Hanlon (2005), Wiryandari dan Yulianti (2005), dan Djamaluddin (2008) dalam Ginting dan Bahri (2008) yang menguji persistensi laba sebagai salah satu pengukur kualitas laba dengan laba akuntansi sebelum pajak periode berjalan sebagai variabel independennya dan laba akuntansi periode mendatang sebagai variabel dependennya dengan menggunakan tahun observasi tahun 2008-2010.
II.Telaah Literatur dan Pengembangan Hipotesis Kerangka berpikir (brain storming) adalah standar akuntansi keuangan memberikan keleluasaan memilih metode dan kebijakan keuangan sehingga manajemen juga mempunyai keleluasaan untuk mengelola labanya. Berbeda dengan peraturan standar akuntansi keuangan, peraturan dalam pajak fiskal tidak ada keleluasaan memilih metode dan kebijakan keuangan karena sifatnya tetap berdasarkan peraturan perundang-undangan pajak. SAF (selisih akuntansi fiskal) ini yang menyebabkan adanya indikasi manajemen laba dan persistensi laba. SAF semakin kecil berarti kualitas laba baik, persistensi laba juga baik, dan management earnings yang dilakukan sedikit. SAF semakin besar maka bisa diindikasikan bahwa kualitas laba buruk, persistensi laba buruk, dan earnings management yang dilakukan terlalu leluasa. Persistensi laba digunakan oleh Jonas dan Blanchet (2000) dalam Hanlon (2005) untuk menilai kualitas laba karena persistensi laba mengandung unsur nilai predictive value sehingga dapat digunakan pengguna laporan keuangan untuk mengevaluasi kejadian-kejadian di masa lalu, sekarang dan masa depan. Besarnya perbedaan laba akuntansi dengan laba kena pajak dianggap sebagai sinyal kualitas laba. Semakin besar perbedaan yang terjadi, semakin rendah kualitas laba yang artinya akan semakin rendah persistensinya. Terkait dengan hal ini, Hanlon (2005) menemukan bahwa perusahaan-perusahaan yang memiliki perbedaan temporer kena pajak besar cenderung memiliki pre-tax income yang tidak persisten. Ia juga membuktikan bahwa perusahaanperusahaan tersebut memiliki komponen akrual yang menyebabkan pre-tax income menjadi kurang persisten di masa mendatang. Wiryandari dan Yulianti (2005) menemukan bahwa memang terjadi manajemen laba dengan tujuan menghindari pelaporan kerugian pada perusahaan-perusahaan yang terdaftar di Bursa Efek Indonesia (BEI). Penemuan ini didasari uji statistik dan histogram atas distribusi laba dan manajemen laba terbukti ada dengan terpatahnya distribusi laba di sekitar titik nol (ambang batas pelaporan laba). Namun penelitian ini tidak menemukan adanya manajemen laba dengan 2
tujuan menghindari pelaporan penurunan laba, bukti bahwa manajemen laba menghindari penurunan laba tidak terjadi pada perusahaan-perusahaan yang terdaftar di BEI adalah berdasarkan perhitungan menggunakan tabel frekuensi didapat hasil jumlah perusahaan yang melaporkan penurunan laba melebihi jumlah ekspektasinya. Beban pajak tangguhan dan akrual tidak terbukti dapat digunakan untuk mendeteksi manajemen laba income-increasing dengan tujuan menghindari penurunan laba karena berdasarkan hasil yang diperoleh penelitian ini, setiap periode mulai dari tahun 2002-2006 beban pajak tangguhan small profit firms menunjukkan penurunan sedangkan total akrualnya pada tahun-tahun awal penelitian mengikuti beban pajak tangguhannya, jika beban pajak tangguhan besar, akrual juga besar. “Namun mulai tahun 2005 dan 2006 rata-rata beban pajak tangguhan menurun bahkan menunjukkan nilai yang lebih kecil daripada rata-rata beban pajak tangguhan small loss firms, sedangkan rata-rata total akrual small profit firms masih lebih besar daripada small loss firms. Hasil ini mengindikasikan bahwa perusahaan-perusahaan yang tergolong small profit firms mulai menyusun laporan keuangan komersial dengan pendekatan perpajakan. Secara umum tanpa memasukkan variabel book-tax differences untuk melihat pengaruh komponen laba periode berjalan terhadap persistensi laba masa depan, ditemukan bahwa komponen kas lebih persisten dibanding akrual. Logika yang mendasari hasil tersebut adalah komponen akrual yang memiliki diskresi tinggi mengakibatkan banyak error yang akan terkoreksi pada laba mendatang. Makin tinggi error yang terkandung dalam komponen akrual, makin tidak berhubungan akrual periode berjalan dengan laba mendatang (Dechow dan Dichev, 2002). Namun ketika beban pajak tangguhan dimasukkan ke dalam model regresi bersama-sama dengan akrual dan aliran kas, maka diperoleh hasil regresi yang menunjukkan bahwa bukan komponen akrual saja yang menyebabkan laba menjadi kurang persisten tetapi komponen kas juga menjadi faktor kurang persistennya laba ketika perusahaan melaporkan beban pajak tangguhan yang besar dalam laporan laba-rugi. Hal ini sangat mungkin terjadi pada perusahaan yang berniat melakukan income-increasing tanpa mempengaruhi penghasilan kena pajak dengan mengakui pendapatan lebih awal atau menunda biaya untuk pelaporan keuangan dibanding pelaporan pajak” (Philips, et al., 2003). Djamaluddin (2008) dalam Ginting dan Bahri (2008) menyatakan bahwa masih terdapat beberapa pendapat yang mendukung dan menentang pernyataan mengenai apakah book-tax differences dapat mencerminkan informasi tentang persistensi laba. Pendapat yang mendukung berasal dari beberapa literatur analisis keuangan yang menyatakan bahwa naiknya laba yang dilaporkan oleh manajemen yang disebabkan oleh pilihan metode akuntansi dalam proses akrual akan menyebabkan adanya perbedaan besar antara laba akuntansi dan laba fiskal. Kenaikan utang pajak tangguhan yang mencerminkan laba akuntansi lebih besar daripada laba fiskal mengindikasikan kualitas laba semakin buruk. Sedangkan pendapat yang menentang menyatakan bahwa book-tax differences dapat dihasilkan melalui strategi tax-planning. Berdasarkan penelitian tersebut, penelitian ini menghipotesiskan: Hipotesis : Selisih antara laba akuntansi dan laba fiskal berpengaruh terhadap persistensi laba periode yang akan datang.
III. Metode Penelitian Model untuk mengestimasi persistensi laba sebelum pajak satu periode ke depan adalah : Persamaan 1 : LBPt+1 = α + β LBPt + ε LBP menggambarkan laba sebelum pajak, yaitu laba yang akan diteliti persistensinya. Untuk melihat hubungan perbedaan laba akuntansi dan fiskal positif (perbedaan temporer kena pajak) terhadap persistensi digunakan persamaan sebagai berikut: Persamaan 2 : LBPt+1 = α + β1 SAF Negatif t + β2 SAF Positif t + β3 LBPt + β4 LBPt * SAF Negatif t + β5 LBPt * SAF Positif t + εt+1 3
Di mana: 1. LBPt+1: Laba akuntansi sebelum pajak periode t+1 yang merupakan proksi persistensi laba satu periode ke depan. 2. LBPt : Laba akuntansi sebelum pajak periode t. 3. SAF Negatif t : Perbedaan besar antara laba akuntansi dan laba fiskal bernilai negatif periode t. 4. SAF Positif t : Perbedaan besar antara laba akuntansi dan laba fiskal bernilai positif periode t. Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2008-2010. Dalam hal ini peneliti memilih perusahaan publik yang bergerak di industri manufaktur dengan pertimbangan sebagian besar populasi yang terdaftar di BEI adalah perusahaan manufaktur. Metode yang digunakan dalam pengambilan sampel adalah purposive sampling method yaitu metode pemilihan sampel dengan beberapa kriteria tertentu. Adapun kriteria pengambilan sampel yang digunakan adalah: 1. Perusahaan manufaktur yang terdaftar berturut-turut di BEI tahun 2008-2010. 2. Mempublikasikan laporan keuangan auditan secara konsisten dan lengkap dari tahun 2008 sampai 2010. 3. Periode berakhirnya laporan keuangan yaitu per 31 Desember. 4. Laporan keuangan menggunakan mata uang Indonesia yaitu mata uang Rupiah. 5. Perusahaan tidak mengalami kerugian dalam laporan keuangan komersial dan laporan keuangan pajak karena kerugian dapat dikompensasi ke masa depan (carry-forward) menjadi pengurang biaya pajak tangguhan dan diakui sebagai aktiva pajak tangguhan sehingga dapat mengaburkan arti book-tax differences yang sebenarnya pada akun beban pajak tangguhan (Hanlon, 2005). 6. Perusahaan yang masuk dalam peringkat pertama dan kelima dalam perhitungan pemeringkatan SAF.
IV. Hasil Penelitian dan Pembahasan Statistik deskriptif menunjukkan distribusi laba untuk mendeteksi manajemen laba dengan dua tujuan yaitu menghindari pelaporan kerugian dan menghindari penurunan laba. Tabel 1 Statistik Deskriptif Variabel Penelitian
N
Valid Missing
Mean Std. Error of Mean Std. Deviation Minimum Maximum Percentiles 25 50 75
LBP_DEP (LBPt+1) 50 0 .2024 .0215 .1516 .0033 .6074 .0915 .1780 .2646
LBP_INDEP (LBPt) 50 0 .2192 .0327 .2314 .0001 1.446 .0922 .1736 .2435
Dari tabel diatas, LBPt+1 adalah laba akuntansi sebelum pajak periode 2009-2010 dan LBPt adalah laba akuntansi sebelum pajak periode 2008-2009. Dari hasil output terlihat bahwa mean laba LBPt+1 lebih kecil daripada LBPt (0,2024 ≤ 0,2192) yang berarti jumlah perusahaan yang melaporkan penurunan laba lebih tinggi dibandingkan perusahaan yang melaporkan kenaikan laba pada periode berjalan. 4
Angka standar deviasi dua rata-rata sampel yang tidak jauh berbeda antara LBPt+1 dan LBPt yaitu 0,1516 dan 0,2314, dapat diartikan bahwa tidak terjadi variasi kasus (dalam pelaporan laba dan rugi) yang terlalu berbeda. Dengan kata lain, jumlah perusahaan yang melaporkan rugi lebih banyak daripada perusahaan yang melaporkan laba, sehingga terdapat kecenderungan bahwa perusahaan yang mengalami kerugian hanya mampu menghasilkan laba yang kecil dalam artian laba kotor operasional tidak mampu menutup beban usaha operasional perusahaan. Tabel 2 Model Summaryb Model
Adjusted R R R Square Square 1 .457a .209 .193 a. Predictors: (Constant), LBP_INDEP b. Dependent Variable: LBP_DEP
Std. Error of the Durbin-Watson Estimate 1.960 .136
ANOVAb Model
Sum of Squares 1 Regression .236 Residual .891 Total 1.127 a. Predictors: (Constant), LBP_INDEP b. Dependent Variable: LBP_DEP
df
Mean Square 1 .236 49 .019 50
F 12.688
Sig. .001a
Coefficientsa Model
Unstandardized Standardized Coefficients Coefficients B Std. Error Beta 1 (Constant) .137 .027 LBP_INDEP .300 .084 .457 a. Dependent Variable: LBP_DEP
t 5.127 3.562
Sig. .000 .001
Nilai Multiple R (Koefisien Korelasi) sebesar 0,457 menunjukkan adanya hubungan antara variabel dependen dan variabel independen yaitu variabel LBPt+1 dengan variabel LBPt. Variabelvariabel tersebut mempunyai hubungan searah atau positif, artinya jika LBPt dinaikkan akan menyebabkan kenaikan LBPt+1, begitu juga sebaliknya. R Square (Determinasi) menunjukkan seberapa jauh variabel independen (LBPt) mampu menjelaskan pengaruhnya terhadap variabel dependen (LBPt+1) sebesar 20,9%. Sisanya 79,1% tidak dijelaskan oleh LBPt melainkan dijelaskan oleh variabel lain. Adjusted R Square (Determinasi setelah adanya penyesuaian) menunjukkan nilai determinasi setelah adanya penyesuaian dengan derajat kebebasan. Kemampuan LBPt menjelaskan pengaruhnya terhadap LBPt+1 setelah adanya penyesuaian dengan derajat kebebasan sebesar 19,3%. Sisanya 80,7% tidak dijelaskan oleh LBPt melainkan dijelaskan oleh variabel lain. Standard Error of Estimation (Kesalahan baku estimasi) menunjukkan nilai-nilai LBPt+1 seberapa jauh titik-titik data sampel menyebar disekitar garis regresi sampel. Persamaan garis regresi tersebut merupakan persamaan garis yang paling baik jika penyimpangannya paling kecil 5
yaitu jarak antara titik data dengan garis regresi. Hasil perhitungan menunjukkan kesalahan baku estimasi sebesar 0,136 artinya penyimpangan LBPt+1 dari ramalan rata-rata sebesar 13,6%. Nilai F hitung digunakan untuk menguji apakah koefisien regresi populasi β secara signifikan berbeda dengan nol. Dari tabel diatas diperoleh F hitung sebesar 12,688. Pada tabel distribusi F diperoleh angka F tabel dengan df = 1 dan 49, pada tingkat signifikansi 0,05 sebesar 4,03. Dengan demikian, nilai F hitung lebih besar dari nilai F tabel yaitu 12,688 > 4,03 yang berarti hipotesis diterima dan model tersebut merupakan model yang baik dan mampu menjelaskan suatu persentase yang signifikan dari varian variabel dependen (Ho ditolak). Nilai t hitung digunakan untuk menguji apakah koefisien regresi populasi β secara parsial tingkat signifikannya berbeda dari nol. Dari tabel diatas diperoleh t hitung sebesar 5,127. Pada tabel distribusi t diperoleh angka t tabel dengan df = 49, pada tingkat signifikan 0,05 sebesar 2,01 maupun pada tingkat signifikan 0,01 sebesar 2,68. Perusahaan dengan SAF Positif Tabel 3 Model Regresi Linear Berganda SAF Positif Variables Entered/Removedb Model
Variables Variables Entered Removed 1 INT_POS, LBP_INDEP, SAF_POSa a. All requested variables entered
Method Enter
b. Dependent Variable: LBP_DEP Model Summaryb Model R 1
.951a
R Square .904
Adjusted R Square .890
Std. Error of Durbinthe Estimate Watson .0529 2.228
a. Predictors: (Constant), INT_POS, LBP_INDEP, SAF_POS
ANOVAb Model
Sum of Squares df Mean Square 1 Regression .550 3 .183 Residual .059 22 .003 Total .608 25 a. Predictors: (Constant), INT_POS, SAF_POS, LBP_INDEP
F 65.567
Sig. .000a
6
b. Dependent Variable: LBP_DEP Koefisien T Hitunga Model
Unstandardized Standardized Coefficients Coefficients B Std. Error Beta 1 (Constant) .002 .035 LBP_INDEP .788 .082 1.360 SAF_POS .850 .098 1.460 INT_POS -.911 .176 -2.337 a. Dependent Variable: LBP_DEP b. Dependent Variable: LBP_DEP
t .057 8.066 8.657 -5.171
Sig. .955 .000 .000 .000
Multiple R (Koefisien Korelasi) menunjukkan hubungan cukup kuat (karena nilai 0,951 yang mendekati 1) antara variabel dependen dan variabel independen yaitu variabel LBPt+1 dengan variabel interaksi LBPt dengan SAF positif, variabel LBPt, dan variabel SAF positif. Variabelvariabel tersebut mempunyai hubungan searah atau positif, artinya jika LBPt, SAF positif, dan interaksi LBPt dengan SAF positif dinaikkan akan menyebabkan kenaikan LBPt+1. R Square (Determinasi) menunjukkan seberapa jauh variabel independen (LBPt dengan SAF positif, LBPt, dan SAF positif) mampu menjelaskan pengaruhnya terhadap variabel dependen (LBPt+1) sebesar 90,4%. Sisanya 9,6% tidak dijelaskan oleh LBPt dengan SAF positif, LBPt, dan SAF positif melainkan dijelaskan variabel lain. Adjusted R Square (Determinasi setelah adanya penyesuaian) menunjukkan nilai determinasi setelah adanya penyesuaian dengan derajat penyesuaian. Kemampuan LBPt dengan SAF positif, LBPt, dan SAF positif menjelaskan pengaruhnya terhadap LBPt+1 setelah adanya penyesuaian dengan derajat kebebasan sebesar 89%. Standard Error of Estimation (Kesalahan baku estimasi) menunjukkan nilai-nilai LBPt+1 seberapa jauh titik-titik data sampel menyebar disekitar garisa regresi sampel. Persamaan garis regresi tersebut merupakan persamaan garis yang paling baik jika penyimpangannya paling kecil yaitu jarak antara titik data dengan garis regresi. Hasil perhitungan menunjukkan kesalahan baku estimasi sebesar 0,053 artinya penyimpangan LBPt+1 dari ramalan rata-rata sebesar 5,3%. Nilai F hitung digunakan untuk menguji apakah koefisien regresi populasi β secara signifikan berbeda dengan nol. Dari tabel diatas diperoleh F hitung sebesar 65,567 (dibulatkan menjadi 65,6). Pada tabel distribusi F diperoleh angka F tabel dengan df = 3 dan 22, pada tingkat signifikansi 0,05 sebesar 3,05. Dengan demikian, nilai F hitung lebih besar dari nilai F tabel yaitu 65,6 > 3,05 yang berarti hipotesis diterima dan model tersebut merupakan model yang baik dan mampu menjelaskan suatu persentase yang signifikan dari varian variabel dependen (Ho ditolak). Nilai t hitung digunakan untuk menguji apakah koefisien regresi populasi β secara signifikan berbeda dari nol. Dari tabel diatas diperoleh t hitung sebesar 0,057. Pada tabel distribusi t diperoleh angka t tabel dengan df = 22, pada tingkat signifikansi 0,05 sebesar 2,07 maupun 0,01 sebesar 2,82.
7
Perusahaan dengan SAF Negatif Tabel 4.19 Model Regresi Linear Berganda SAF Negatif Variables Entered/Removedb Model 1
Variables Entered INT_NEG, SAF_NEG, LBP_INDEPa a. All requested variables entered. b. Dependent Variable: LBP_DEP
Variables Removed Method Enter
Model Summaryb Model
Adjusted R R Square R Square 1 .763a .583 .545 a. Predictors: (Constant), LBP_INDEP, SAF_NEG b. Dependent Variable: LBP_DEP
Std. Error of the Estimate .060
Durbin-Watson 2.453
ANOVAb Model
Sum of Squares df Mean Square 1 Regression .114 3 .038 Residual .078 22 .004 Total .192 25 a. Predictors: (Constant), INT_NEG, SAF_NEG, LBP_INDEP b. Dependent Variable: LBP_DEP Coefficientsa Model
1
(Constant)
Unstandardized Standardized Coefficients Coefficients B Std. Error Beta .016 .040
SAF_NEG -1.378 LBP_INDEP .885 INT_NEG 9.677 a. Dependent Variable: LBP_DEP
1.548 .349 12.290
-.202 1.062 .375
F 10.272
Sig. .000a
t .388
Sig. .702
-1.890 2.538 1.787
.053 .019 .040
Multiple R (Koefisien Korelasi) menunjukkan hubungan kuat (karena nilai 0,763) antara variabel dependen dan variabel independen yaitu variabel LBPt+1 dengan variabel interaksi LBPt dengan SAF negatif, variabel LBPt, dan variabel SAF negatif. Variabel-variabel tersebut mempunyai hubungan searah atau positif, artinya jika LBPt, SAF negatif, dan interaksi LBPt dengan SAF negatif dinaikkan akan menyebabkan kenaikan LBPt+1.
8
R Square (Determinasi) menunjukkan seberapa jauh variabel independen (LBPt dengan SAF negatif, LBPt, dan SAF negatif) mampu menjelaskan pengaruhnya terhadap variabel dependen (LBPt+1) sebesar 58,3%. Sisanya 41,7% tidak dijelaskan oleh variabel independen melainkan dijelaskan variabel lain. Adjusted R Square (Determinasi setelah adanya penyesuaian) menunjukkan nilai determinasi setelah adanya penyesuaian dengan derajat penyesuaian. Kemampuan LBPt dengan SAF negatif, LBPt, dan SAF negatif menjelaskan pengaruhnya terhadap LBPt+1 setelah adanya penyesuaian dengan derajat kebebasan sebesar 54,5%. Standard Error of Estimation (Kesalahan baku estimasi) menunjukkan nilai-nilai LBPt+1 seberapa jauh titik-titik data sampel menyebar disekitar garisa regresi sampel. Persamaan garis regresi tersebut merupakan persamaan garis yang paling baik jika penyimpangannya paling kecil yaitu jarak antara titik data dengan garis regresi. Hasil perhitungan menunjukkan kesalahan baku estimasi sebesar 0,06 artinya penyimpangan LBPt+1 dari ramalan rata-rata sebesar 6%. Nilai F hitung digunakan untuk menguji apakah koefisien regresi populasi β secara signifikan berbeda dengan nol. Dari tabel diatas diperoleh F hitung sebesar 10,272. Pada tabel distribusi F diperoleh angka F tabel dengan df = 3 dan 22, pada tingkat signifikansi 0,05 sebesar 3,05. Dengan demikian, nilai F hitung lebih besar dari nilai F tabel yaitu 10,272 > 3,05 yang berarti hipotesis diterima dan model tersebut merupakan model yang baik dan mampu menjelaskan suatu persentase yang signifikan dari varian variabel dependen (Ho ditolak). Nilai t hitung digunakan untuk menguji apakah koefisien regresi populasi β secara signifikan berbeda dari nol. Dari tabel diatas diperoleh t hitung sebesar 0,057. Pada tabel distribusi t diperoleh angka t tabel dengan df = 21, pada tingkat signifikansi 0,05 sebesar 2,07 maupun 0,01 sebesar 2,82. Hasil Pengujian Hipotesis Regresi linier sederhana dilakukan untuk mengestimasi persistensi laba akuntansi sebelum pajak. Regresi berganda merupakan pengembangan dari regresi sederhana dengan memasukkan koefisien laba yang membedakan tingkatan SAF. Analisis data dimulai dengan mengolah data dengan menggunakan software SPSS, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi linier sederhana dan berganda. 1) Persamaan regresi Model 1 (Regresi linear sederhana). LBPt+1 = α + β LBPt + ε LBPt+1 = 0,137 + 0,3 LBPt + ε Keterangan: 1) Konstanta sebesar 0,137 menunjukkan bahwa apabila tidak ada variabel independen (LBPt), maka LBPt+1 sebesar 0,137. 2) LBPt+1 sebesar 0,3 menunjukkan bahwa setiap kenaikan LBPt sebesar 1% akan diikuti oleh kenaikan LBPt+1 sebesar 0,3 dengan asumsi variabel lain tetap (Ceteris Paribus). 2) Persamaan regresi Model 2 (Regresi linear berganda). LBPt+1 = α + β1SAF Negatif t + β2SAF Positif t + β3 LBPt + β4 LBPt * SAF Negatif t + β5 LBPt * SAF Positif t + εt+1 Berdasarkan tabel, diperoleh persamaan regresi sebagai berikut: LBPt+1 = 0,002 – 1,378 SAF Negatif t + 0,85 SAF Positif t + 0,885 LBPt + 9,677 LBPt * SAF Negatif t – 0,911 LBPt * SAF Positif t + εt+1 Atau LBPt+1 = 0,016 – 1,378 SAF Negatif t + 0,85 SAF Positif t + 0,788 LBPt + 9,677 LBPt * SAF Negatif t – 0,911 LBPt * SAF Positif t + εt+1 Keterangan : 1) Konstanta sebesar 0,002/0,016 menunjukkan bahwa apabila tidak ada variabel independen 9
(LBPt, SAF positif, SAF negatif, Interaksi SAF positif, dan Interaksi SAF negatif = 0) maka LBPt+1 sebesar 0,002/0,016. 2) Variabel SAF negatif sebesar –1,378 menunjukkan bahwa setiap kenaikan SAF negatif sebesar 1% akan diikuti oleh penurunan LBPt+1 sebesar 1,378 dengan asumsi variabel lain tetap (Ceteris Paribus). 3) Variabel SAF positif sebesar 0,85 menunjukkan bahwa setiap kenaikan 1% pada SAF positif akan diikuti oleh kenaikan LBPt+1 sebesar 0,85 dengan asumsi variabel lain tetap (Ceteris Paribus). 4) Variabel interaksi SAF negatif sebesar 9,677 menunjukkan bahwa setiap penurunan SAF negatif sebesar 1% akan diikuti oleh kenaikan LBPt+1 sebesar 9,677 dengan asumsi variabel lain tetap (Ceteris Paribus). 5) Variabel interaksi SAF positif sebesar –0,911 menunjukkan bahwa setiap kenaikan SAF positif sebesar 1% akan diikuti oleh penurunan LBPt+1 sebesar 0,911 dengan asumsi variabel lain tetap (Ceteris Paribus).
V. Kesimpulan dan Keterbatasan Penelitian Kesimpulan Penelitian ini menemukan bahwa laba akuntansi periode berjalan mempengaruhi laba akuntansi periode mendatang dengan kecenderungan mengalami penurunan laba. Rentang kenaikan dan penurunan laba tidak begitu jauh berbeda. Dari tabel 4.2, LBPt+1 adalah laba akuntansi sebelum pajak periode 2009-2010 dan LBPt adalah laba akuntansi sebelum pajak periode 2008-2009. Dari hasil output terlihat bahwa mean laba LBPt+1 lebih kecil daripada LBPt (0,2024 ≤ 0,2192) yang berarti jumlah perusahaan yang melaporkan penurunan laba lebih tinggi dibandingkan perusahaan yang melaporkan kenaikan laba pada periode berjalan. Menurut nilai koefisien korelasi, laba akuntansi periode berjalan menyebabkan kenaikan laba akuntansi periode mendatang karena mempunyai hubungan searah dalam artian setiap kenaikan laba akuntansi periode berjalan menyebabkan kenaikan laba akuntansi periode mendatang. Menurut nilai determinasi, selisih positif dan negatif antara laba akuntansi dan laba fiskal mampu mempengaruhi laba akuntansi periode mendatang sebesar 79,1% yang berarti laba akuntansi periode berjalan hanya mampu mempengaruhi laba akuntansi periode mendatang sebesar 20,9%. Berdasarkan hasil pembahasan diketahui bahwa laba akuntansi periode berjalan dan selisih negatif berpengaruh positif signifikan terhadap laba akuntansi periode mendatang, sementara itu laba akuntansi periode berjalan dan selisih positif berpengaruh negatif signifikan terhadap laba akuntansi periode mendatang. Hal ini menunjukkan bahwa perbedaan antara laba akuntansi dan laba fiskal yang diwakili oleh selisih positif berpengaruh negatif signifikan dan selisih negatif berpengaruh positif signifikan terhadap persistensi laba. Persistensi laba ditunjukkan oleh pengaruh positif dari laba akuntansi periode berjalan terhadap laba akuntansi periode mendatang. Hasil penelitian ini mendukung hasil penelitian yang dilakukan oleh Hanlon (2005) yang menemukan bahwa laba akuntansi periode berjalan dan selisih negatif berpengaruh positif signifikan terhadap laba akuntansi periode mendatang, sedangkan laba akuntansi periode berjalan dan selisih positif mempunyai pengaruh negatif signifikan terhadap laba akuntansi periode mendatang.
10
Keterbatasan Penelitian Penelitian ini memiliki beberapa keterbatasan, antara lain: 1. Penelitian ini hanya mengambil perusahaan manufaktur sebagai sampel dan pengambilan sampelnya tidak random sehingga tidak dapat dijadikan sebagai dasar generalisasi. Hal ini dikarenakan penelitian ini hanya memfokuskan pada perusahaan yang menghasilkan laba. 2. Keterbatasan pertama dalam pengujian persistensi laba adalah jumlah sampel yang digunakan dalam penelitian relatif sedikit, yaitu 50 perusahaan yang tergabung dalam industri manufaktur. Sedikitnya perusahaan yang digunakan sebagai sampel karena beberapa data laporan keuangan perusahaan tidak lengkap atau tidak konsisten dalam mempublikasikan laporan keuangan auditannya dan penelitian ini hanya berfokus pada perusahaan yang mendapatkan laba selama periode pengamatan. Keterbatasan kedua adalah periode pengamatan yang relatif pendek untuk mengukur variabel-variabel model penelitian. Penelitian ini hanya menggunakan periode penelitian selama 3 tahun (2008 - 2010), sedangkan Hanlon (2005) menggunakan periode pengamatan 7 tahun. Rekomendasi Berdasarkan hasil penelitian ini, peneliti mencoba memberikan saran baik bagi pihak perusahaan, calon investor dan investor serta peneliti selanjutnya. 1. Bagi Perusahaan Untuk meningkatkan kepercayaan pemegang saham terhadap perusahaan, maka perusahaan harus mampu menunjukkan kinerja perusahaan dan menyampaikan informasi yang relevan dan reliabel kepada investor mengenai perkembangan perusahaan, tanpa harus dilakukannya manajemen laba. Karena indikasi manajemen laba dapat dilihat dari perbedaan antara laba akuntansi dan laba fiskal yang dilaporkan perusahaan dengan yang dilaporkan pajak. 2. Bagi Investor dan Calon Investor Untuk mengetahui kinerja perusahaan dari laba yang dihasilkan perusahaan serta item pendukung lainnya di dalam laporan keuangan, sebelum melakukan investasi sebaiknya para investor maupun calon investor mencari tahu mengenai profil perusahaan. Profil perusahaan dapat diperoleh melalui Bursa Efek Indonesia dan Instansi Pemerintah yaitu Bapepam sebagai pihak yang menentukan kebijakan di Bursa Efek Indonesia dalam menjamin keakuratan data informasi keuangan. 3. Bagi Peneliti Selanjutnya Peneliti selanjutnya disarankan untuk mengambil sampel perusahaan baik yang mengalami keuntungan maupun kerugian dalam usahanya. Peneliti selanjutnya juga diharapkan untuk menambah tahun pengamatan sehingga hasil yang diperoleh lebih dapat dijadikan dasar pengambilan keputusan bagi para pemegang_saham.
11
Daftar Referensi Dechow, P., S. Richardson, and I. Tuna. 2003. “Why Are Earnings Kinky? An Examination of the Earnings Management Explanation”. Review of Accounting Studies, vol 8, pp. 355 – 384. Ginting, Erna Sonya dan Bahri, Syamsul. 2008. Pengaruh Perbedaan Antara Laba Akuntansi dan Laba Fiskal Terhadap Persistensi Laba Pada Perusahaan Manufaktur yang Terdaftar di BEI. Jurnal Akuntansi Indonesia. Medan. Hanlon, M. 2005. The Persistence and Pricing of Earnings, Accruals, and Cash Flow When Firms Have Large Book-tax Differences. The Accounting Review 80 (March). pp 137-166. Harnanto. 2003. Akuntansi Perpajakan. Yogyakarta: Cetakan Pertama, Badan Penerbit Fakultas Ekonomi. Ikatan Akuntan Indonesia. 1998. Standar Akuntansi Keuangan. Jakarta: Salemba Empat. Phillips, John., M. Pincus and S. Rego. 2003. Earnings Management: New Evidence Based on Deferred Tax Expense. The Accounting Review, vol 78, pp.491 – 521. Resmi, Siti, 2005. Perpajakan: Teori Dan Kasus. Jakarta: Edisi Kedua, Salemba Empat. Suwardjono. 2010. Teori Akuntansi: Perekayasaan Pelaporan Keuangan. Yogyakarta: Edisi Ketiga, BPFE. Wild, John, J., K.R. Subramanyan, dan Robert E Halley. 2006. Analisis Laporan Keuangan. Edisi Kedelapan, Buku Kedua, diterjemahkan oleh Yanivi S. Bachtiar dan S. Nurwahyu Harahap. Jakarta: Salemba Empat. Yulianti. 2005. Kemampuan Beban Pajak Tangguhan Mendeteksi Manajemen Laba. Jurnal Akuntansi dan Keuangan Indonesia. Jakarta. www.idx.co.id
12
