PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI FAKULTAS EKONOMI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

HUBUNGAN ANTARA UKURAN PERUSAHAAN, LEVERAGE, PROFITABILITAS DENGAN MANAJEMEN LABA Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Indonesia Tahun 2014

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Ekonomi Program Studi Akuntansi

Oleh: Novianus NIM: 122114027

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI FAKULTAS EKONOMI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016


HUBUNGAN ANTARA UKURAN PERUSAHAAN, LEVERAGE, PROFITABILITAS DENGAN MANAJEMEN LABA Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Indonesia Tahun 2014 SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Ekonomi Program Studi Akuntansi

Oleh: Novianus NIM: 122114027

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI FAKULTAS EKONOMI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016 i


ii


iii


PERSEMBAHAN

“Perjuangan Merupakan pengalaman berharga yang Dapat Menjadikan Kita Manusia yang Berkualitas” “Segera laksanakan rencana keberhasilanmu di hari ini, jangan tunda lagi, jangan buang waktu, karena waktu tidak bisa menunggu”

Skripsi ini saya persembahkan untuk:  Tuhan Yesus Kristus dan Bunda Maria yang selalu memberkati dan menuntun langkahku.  Bapak, Ibu, Abang, Kakak dan Saudaraku yang selalu ada untuk memberikan ku dukungan.  Sahabat-sahabatku yang selalu ada bersamaku Terima kasih atas doa dan dukungan yang diberikan. iv


v


vi


KATA PENGANTAR Puji syukur dan terima kasih ke hadirat Tuhan Yang Maha Esa, yang telah melimpahkan rahmat dan karunia kepada penulis sehingga dapat menyelesaikan skripsi ini. Penulisan skripsi ini bertujuan untuk memenuhi salah satu syarat untuk memperoleh gelar sarjana pada Program Studi Akuntansi, Fakultas Ekonomi Universitas Sanata Dharma. Dalam menyelesaikan skripsi ini penulis mendapat bantuan, bimbingan dan arahan dari berbagai pihak. Oleh karena itu penulis mengucapkan terima kasih yang tak terhingga kepada: 1. Tuhan Yesus Kristus dan Bunda Maria yang selalu memberkati, memberikan rahmat, membimbing dan menyertai penulis dalam menyelesaikan skripsi ini. 2. Johanes Eka Priyatma, M.Sc., Ph.D. selaku Rektor Universitas Sanata Dharma yang telah memberikan kesempatan untuk belajar dan mengembangkan kepribadian kepada penulis. 3. Lisia Apriani., S.E., M.Si., Ak., QIA., C.A selaku pembimbing yang telah membantu serta membimbing penulis dalam menyelesaikan skripsi ini. 4. Dr. Fr. Ninik Yudianti M.Acc selaku dosen Pembimbing Akademik yang telah membimbing penulis selama menjalani proses perkuliahan 5. Bapak dan Ibu dosen Fakultas Ekonomi yang telah membagikan ilmunya kepada penulis selama proses perkuliahan. 6. Staf Sekretariat Fakultas ekonomi Program Studi Akuntansi Universitas Sanata Dharma atas pelayanan dan kesabarannya membantu penulis dalam menyelesaikan urusan administrasi. 7. Staf Pojok Bursa Efek Indonesia atas pelayanannya membantu penulis mengumpulkan data-data yang diperlukan dalam penulisan skripsi ini. 8. Staf Perpustakaan Universitas Sanata Dharma yang telah menyediakan buku-buku yang diperlukan selama proses perkuliahan serta menyediakan tempat yang nyaman untuk belajar.

vii


viii


DAFTAR ISI

Halaman HALAMAN JUDUL................................................................................................ i HALAMAN PERSETUJUAN PEMBIMBING ..................................................... ii HALAMAN PENGESAHAN ................................................................................ iii HALAMAN PERSEMBAHAN............................................................................. iv HALAMAN PERNYATAAN KEASLIAN KARYA TULIS ................................ v HALAMAN PERNYATAAN PERSETUJUAN ................................................... vi HALAMAN KATA PENGANTAR ..................................................................... vii HALAMAN DAFTAR ISI .................................................................................. viii HALAMAN DAFTAR TABEL ............................................................................ xi HALAMAN DAFTAR GAMBAR ...................................................................... xiii HALAMAN DAFTAR LAMPIRAN .................................................................. xiv ABSTRAK ............................................................................................................ xv ABSTRACT..........................................................................................................xvi BAB I PENDAHULUAN ................................................................................ 1 A. Latar Belakang Masalah .................................................................. 1 B. Rumusan Masalah ........................................................................... 3 C. Tujuan Penelitian ............................................................................. 3 D. Manfaat Penelitian ........................................................................... 3 E. Sistematika Penulisan ...................................................................... 4 BAB II

LANDASAN TEORI ........................................................................... 6 A. Teori Keagenan ............................................................................... 6 B. Manajemen Laba ............................................................................. 7 C. Hubungan Ukuran Perusahaan dengan manajemen Laba ............. 15 D. Hubungan Leverage dengan Manajemen Laba ............................. 16 E. Hubungan Profitabilitas dengan Manajemen Laba ....................... 16 F. Kinerja Keuangan .......................................................................... 17 G. Laporan Keuangan ......................................................................... 19 H. Penelitian Terdahulu ...................................................................... 20 I. Rerangka Konseptual Penelitian.................................................... 23

BAB III

METODE PENELITIAN.................................................................... 25 A. Jenis Penelitian .............................................................................. 25 B. Objek Penelitian ............................................................................ 25 C. Populasi Sasaran ............................................................................ 25 D. Jenis dan Sumber Data .................................................................. 26 E. Teknik Pengumpulan Data ............................................................ 26 ix


F. Teknik Analisis Data ..................................................................... 27 BAB IV

DESKRIPSI DATA ............................................................................ 34 A. Populasi Sasaran ............................................................................ 34 B. Profil Perusahaan ........................................................................... 36

BAB V

ANALISIS DATA DAN PEMBAHASAN ........................................ 38 A. Analisis Data ................................................................................. 38 B. Pembahasan ................................................................................... 80

BAB VI

PENUTUP .......................................................................................... 87 A. Kesimpulan. ................................................................................... 87 B. Keterbatasan Penelitian ................................................................. 88 C. Saran .............................................................................................. 89

DAFTAR PUSTAKA ........................................................................................... 90 LAMPIRAN .......................................................................................................... 92

x


DAFTAR TABEL Halaman Tabel 3. 1 Kriteria Pemilihan Sampel ................................................................... 26 Tabel 3. 2 Kriteria pengujian kekuatan hubungan antara variabel (berdasarkan nilai koefisien korelasi Spearman’s rho)......................... 33 Tabel 4. 1 Kriteria Pemilihan Populasi Sasaran .................................................... 34 Tabel 4. 2 Populasi Sasaran Penelitian. ................................................................ 36 Tabel 5. 1 Perhitungan ukuran perusahaan dengan Total aset .............................. 39 Tabel 5. 2 Perhitungan Leverage dengan debt to equity ratio .............................. 40 Tabel 5. 3 Perhitungan Profitabilitas dengan Return on Investment (%) .............. 42 Tabel 5. 4 Perhitugan Manajemen Laba berdasarkan DA (Discretionary Accruals) ...................................................................... 44 Tabel 5. 5 Pengklasifikasin income minimization dan income maximization. ...... 45 Tabel 5. 6 Pengklasifikasian manajemen laba Income minimization.................... 46 Tabel 5. 7 Pengklasifikasian manajemen laba dengan Income maximization. ..... 47 Tabel 5. 8 Pengklasifikasian Ukuran Perusahaan dengan Total Aset. .................. 48 Tabel 5. 9 Pengklasifikasian data Leverage dengan debt to equity ratio. ........... 49 Tabel 5. 10 Pengklasifikasian Profitabilitas dengan return on investment (ROI). 50 Tabel 5. 11 Nilai Range, Minimum, Maximum Income minimization ................. 53 Tabel 5. 12 Klasifikasi Income minimization ........................................................ 55 Tabel 5. 13 Nilai range, minimum, dan maximum income maximization ............ 56 Tabel 5. 14 Klasifikasi income maximization ....................................................... 58 Tabel 5. 15 Statistik Deskriptif Ukuran Perusahaan ............................................. 59 Tabel 5. 16 Klasifikasi ukuran perusahaan ........................................................... 60 Tabel 5. 17 Statistik Deskriptif Leverage. ............................................................ 61 Tabel 5. 18 Klasifikasi leverage............................................................................ 63 Tabel 5. 19 Statistik Deskriptif Profitabiitas. ........................................................ 64 Tabel 5. 20 Klasifikasi profitabilitas ..................................................................... 65 Tabel 5. 21 Tabulasi silang ukuran perusahaan dan manajemen laba (income minimization dan income maximization). ........................... 67 Tabel 5. 22 symmentric measures ukuran perusahaan dan manajemen laba (income minimization dan income maximization) .............................. 67 Tabel 5. 23 Tabulasi silang ukuran perusahaan dan manajemen laba (income minimization). ....................................................................... 68 Tabel 5. 24 Tabel symmentric measures ukuran perusahaan dan manajemen laba (income minimization). ....................................................................... 69 Tabel 5. 25 Tabulasi silang ukuran perusahaan dan manajemen laba (income maximization). ...................................................................... 70 xi


Tabel 5. 26 Tabel symmentric measures ukuran perusahaan dan manajemen laba (income minimization). ....................................................................... 71 Tabel 5. 27 Tabulasi silang leverage dan manajemen laba (income minimization dan income maximization). ............................. 72 Tabel 5. 28 Tabel symmentric measures ukuran perusahaan dan manajemen laba (income minimization dan income maximization). ............................. 72 Tabel 5. 29 Tabulasi silang leverage dan manajemen laba (income minimization). ....................................................................... 73 Tabel 5. 30 Tabel symmentric measures leverage dan manajemen laba (income minimization). ....................................................................... 74 Tabel 5. 31 Tabulasi silang leverage dan manajemen laba (income maximization). ...................................................................... 74 Tabel 5. 32 Tabel symmentric measures leverage dan manajemen laba (income maximization). ...................................................................... 75 Tabel 5. 33 Tabulasi silang profitabilitas dan manajemen laba (income minimization dan income maximization). ............................. 76 Tabel 5. 34 Tabel symmentric measures ukuran perusahaan dan manajemen laba (income minimization dan income maximization). ............................. 77 Tabel 5. 35 Tabulasi silang profitabilitas dan manajemen laba (income minimization). ....................................................................... 78 Tabel 5. 36 Tabel symmentric measures profitabilitas dan manajemen laba (income minimization) ........................................................................ 79 Tabel 5. 37 Tabulasi silang profitabilitas dan manajemen laba (income maximization). ...................................................................... 79 Tabel 5. 38 Tabel symmentric measures profitabilitas dan manajemen laba (income maximization) ....................................................................... 80

xii


DAFTAR GAMBAR Halaman Gambar 2. 1 Kerangka Konseptual Penelitian ...................................................... 24 Gambar 5. 1 Histogram Data Mentah Manajemen Laba ...................................... 51 Gambar 5. 2 Histogram Income minimization ...................................................... 54 Gambar 5. 3 Histogram Income maximization...................................................... 57 Gambar 5. 4 Histogram data mentah variabel ukuran perusahaan........................ 59 Gambar 5. 5 Histogram data mentah variabel leverage. ....................................... 62 Gambar 5. 6 Histogram data mentah variabel profitabilitas ................................. 64

xiii


DAFTAR LAMPIRAN Halaman Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran Lampiran

I Tabel Perhitungan Nilai Total Accruals 2014. .............................................. 93 II Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 ........ 95 III Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 ...... 97 IV Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 ...... 99 V Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014...... 101 VI Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014. ... 104 VII Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014. .. 107 VIII Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014.. 110 IX Tabel Perhitungan Nondiscretionary Accruals 2014. .............................. 113 X Tabel Perhitungan Discretionary Accruals 2014. ..................................... 116 XI Tabel Perhitungan Ukuran Perusahaan 2014. .......................................... 118 XII Tabel Perhitungan Debt to Equity Ratio 2014. ....................................... 120 XIII Tabel Perhitungan Return On Invesment 2014 (%). .............................. 122 XIV: Hasil Olah Data Spss ........................................................................... 124 XV: Hasil Olah Data Spss............................................................................. 126 XVI: Hasil Olah Data Spss ........................................................................... 128

xiv


ABSTRAK HUBUNGAN ANTARA UKURAN PERUSAHAAN, LEVERAGE, PROFITABILITAS DENGAN MANAJEMEN LABA Studi Empiris Pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2014 Novianus NIM: 122114027 Universitas Sanata Dharma Yogyakarta 2016 Penelitian ini bertujuan untuk melihat seberapa kuat hubungan antara ukuran perusahaan, leverage, profitabilitas dengan manajemen laba. Penelitian ini merupakan studi empiris. Data yang digunakan adalah data sekunder yang diperoleh dengan menggunakan teknik dokumentasi. Populasi sasaran dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tahun 2014 yang berjumlah 75 perusahaan. Penelitian ini menggunakan variabel ukuran perusahaan yang diproksikan dengan total aset, leverage yang diproksikan dengan debt to equity ratio (DER), profitabilitas yang diproksikan dengan return on invesment (ROI), dan manajemen laba yang diproksikan dengan discretionary accruals (DA). Teknik analisa data menggunakan analisis statistik deskriptif. Langkah-langkah analisis statistik deskriptif adalah pengklasifikasian data, tabulasi silang, dan penarikan kesimpulan. Hasil penelitian menunjukkan ukuran perusahaan mempunyai hubungan sangat lemah dan positif dengan manajemen laba income minimization dan income maximization. Leverage mempunyai hubungan lemah dan positif dengan manajemen laba, leverage mempunyai hubungan sangat lemah dan negatif dengan manajemen laba (income minimization), dan leverage mempunyai hubungan sangat lemah dan positif dengan manajemen laba (income maximization). Profitabilitas mempunyai hubungan sangat lemah dan negatif dengan manajemen laba, profitabilitas mempunyai hubungan sangat lemah dan positif dengan manajemen laba (income minimization), dan profitabilitas mempunyai hubungan sangat lemah dan negatif dengan manajemen laba (income maximization).

Kata Kunci: Ukuran Perusahaan, Leverage, Profitabilitas, dan Manajemen Laba.

xv


ABSTRACT THE RELATIONSHIP BETWEEN THE SIZE OF THE COMPANY, THE LEVERAGE, THE PROFITABILITY AND THE EARNINGS MANAGEMENT The Empirical Study of Manufacture Companies Listed in Indonesia Stock Exchange in 2014 Novianus NIM: 122114027 Sanata Dharma University Yogyakarta 2016 The purpose of this research is to see how strong is the relationship between the size of company, leverage, profitability and earnings management. This research is an empirical study. The data source is secondary data obtained by using documentation technique. The target of this research is manufacture companies listed in Indonesia Stock Exchange on 2014 with 75 companies in total. The research uses variabels such as the size of the company which is measured by its total assets, leverage which is measured by debt to equity ratio (DER), profitability which is measured by return on investment (ROI), and earnings management which is measured by discretionary accurals (DA). The technique used to analyse the data is descriptive analysis. The steps of the descriptive analysis are data clarification, tabulation and conclusion. The result of this research shows that the size of company has a weak and positive relationship with earnings management for income minimization and income maximization. Leverage has a weak and positive relationship with earnings management. Leverage has a very weak and negative relationship with earnings management for income minimization, however leverage has a very weak and positive relationship with earnings management for income maximization. Profitability has a very weak and negative relationship with earnings management. Profitability has a very weak and positive relation with earnings management for income minimization, however profitability has a very weak and negative relationship with earnings management for income maximization.

Keywords: size of company, leverage, profitability, and earnings management.

xvi


BAB I PENDAHULUAN

A. Latar Belakang Masalah Dalam perkembangan dunia bisnis yang semakin cepat ini, laporan keuangan menjadi media penting dalam pengambilan keputusan bagi setiap perusahaan. Suatu laporan keuangan pada dasarnya adalah hasil dari proses akuntansi yang dapat digunakan sebagai alat komunikasi antara data keuangan atau aktivitas suatu perusahaan dengan pihak–pihak yang berkepentingan seperti investor dan kreditor dengan data atau aktivitas perusahaan tersebut. Laporan keuangan merupakan suatu informasi yang menggambarkan kondisi keuangan suatu perusahaan, dan lebih jauh informasi tersebut dapat dijadikan sebagai gambaran kinerja keuangan perusahaan tersebut. Laporan keuangan yang dipublikasikan dianggap memiliki arti penting dalam menilai suatu perusahaan (Fahmi, 2011: 2). Hal utama yang diperhatikan pengguna laporan keuangan adalah laba, karena laba mengandung informasi potensial yang sangat penting. Laporan keuangan dapat menjadi informasi bagi calon investor untuk mengambil keputusan agar mau bekerjasama dengan menanamkan modalnya dan mengetahui

kinerja

keuangan

perusahaan

dimana

modal

mereka

diinvetasikan. Sebelum berinvestasi, para investor akan mempertimbangkan perusahaan yang mana yang lebih baik untuk menginvestasikan atau

1


2 menanamkan modal mereka. Perusahaan yang akan dipilih tentunya perusahan yang baik, seperti memiliki manajemen yang baik dan kinerja keuangan yang baik. Dalam hal ini kinerja keuangan dapat menjadi indikator untuk menilai apakah perusahaan tempat dimana investor menanamkan modalnya merupakan perusahaan yang sehat. Karena kinerja keuangan merupakan ukuran keberhasilan dari semua bisnis yang ada saat ini. Kinerja keuangan juga dapat memberikan informasi kondisi keuangan perusahaan dimasa lalu dan dapat menilai risiko serta peluang perusahaan dimasa yang akan datang. Teknik pengukuran kinerja keuangan dapat dinilai dengan rasio–rasio keuangan yang ada. Rasio–rasio keuangan yang ada dapat memberikan informasi kepada investor untuk menilai kinerja keuangan sehingga dapat memberikan gambaran bagi investor untuk mengambil keputusan dalam berinvestasi. Kondisi ini yang mendorong manajer untuk memilih kebijakan akuntansi yang sesuai dengan kepentingan dan kesejahteraannya. Secara disadari atau tidak, kondisi tersebut telah mendorong para manajer untuk melakukan manajemen laba. Didalam kenyataannya terdapat beberapa faktor pendorong manajer melakukan

manajemen

laba.

Faktor–faktor

tersebut

adalah

ukuran

perusahaan, leverage, dan profitabilitas. Faktor–faktor inilah yang mendorong para manajer untuk melakukan manajemen laba.


3 Berdasarkan latar belakang yang telah diuraikan diatas dapat disimpulkan bahwa investor terlebih dulu menganalisis kinerja keuangan yang dinilai dengan rasio keuangan dan bermaksud untuk menjelaskan bagaimana hubungan ukuran perusahaan, leverage, dan profitabilitas terhadap manajemen laba. Oleh karena itu peneliti tertarik untuk meneliti “Hubungan antara Ukuran Perusahaan, Leverage, Profitabilitas dengan Manajemen Laba”. B. Rumusan Masalah 1. Bagaimana hubungan antara ukuran Perusahaan dengan manajemen laba? 2. Bagaimana hubungan antara leverage dengan manajemen laba? 3. Bagaimana hubungan antara profitabilitas dengan manajemen laba ? C. Tujuan Penelitian Tujuan dari penelitian ini adalah untuk melihat seberapa kuat hubungan antara ukuran perusahaan, leverage, profitabilitas dengan manajemen laba. D. Manfaat Penelitian 1. Bagi Akademisi Penelitian ini diharapkan dapat menjadi referensi dan memberikan informasi yang berkaitan dengan ukuran perusahaan, profitabilitas, leverage, dan manajemen laba


4 2. Bagi Investor Penelitian ini dapat menjadi acuan penting bagi investor dalam mengambil keputusan untuk berinvestasi. 3. Bagi Penulis Penelitian ini memberikan wawasan dan pengetahuan lebih bagi penulis terutama dalam hal yang berkaitan dengan manajemen laba. 4. Bagi Peneliti selanjutnya Penelitian ini dapat memberikan manfaat bagi penelitian – penelitian berikutnya sebagai kajian lebih lanjut penelitian dipasar modal mengenai praktik manajamen laba. E. Sistematika Penulisan Penulisan penelitian ini dibagi menjadi beberapa bab yang terdiri dari Bab I Pendahuluan, Bab II Landasan Teori, Bab III Metode Penelitian, Bab IV Deskripsi Data, Bab V Hasil Penelitian dan Pembahasan, dan BAB VI Kesimpulan dan Saran. Deskripsi dari masing-masing bab ini sebagai berikut: BAB I

Pendahuluan Bab ini terdiri dari latar belakang masalah, rumusan masalah, tujuan penelitian, dan manfaat penelitian serta sistematika penulisan penelitian.

BAB II

Landasan Teori Bab ini menjelaskan mengenai teori-teori pendukung dan hasil penelitian terdahulu sebagai acuan dari penelitian ini serta kerangka konseptual penelitian.


5 BAB III Metode Penelitian Bab ini menguraikan jenis penelitian, objek penelitian, teknik pengambilan sampel, teknik pengumpulan data, dan teknik analisis data. BAB IV Deskripsi Data Bab ini memberikan gambaran mengenai data yang digunakan dalam penelitian, cara peneliti menentukan sampel, serta gambaran statisitik deskriptif dari sampel penelitian. BAB V

Hasil Penelitian dan Pembahasan Bab ini membahas mengenai pengujian yang dilakukan, analisis terhadap data, dan temuan empiris yang diperoleh.

BAB VI Kesimpulan dan Saran Bab ini berisi kesimpulan hasil uji dan analisis data yang dilakukan pada bab sebelumnya, dan keterbatasan pada saat proses penelitian. Berdasarkan kesimpulan dan keterbatasan penelitian, penulis memberikan saran-saran bagi pihak yang berkepentingan dengan penelitian ini.


BAB II LANDASAN TEORI A. Teori Keagenan Dalam teori keagenan, hubungan sisi positif dan negatif konsep manajerial ini salah satunya terjadi dalam hubungan antara agensi teori (agency theory) dan manajemen laba. Manajemen laba memang merupakan sisi lain dari teori agensi yang menekankan pentingnya penyerahan operasionalitas perusahaan dari pemilik (principals) kepada pihak lain yang mempunyai kemampuan untuk mengelola perusahaan dengan lebih baik (agents). Konsep manajerial yang mengatur hubungan antara pemilik dan pengelola ini menyatakan bahwa setiap pihak mempunyai hak dan tanggung jawab dalam pengelolaan sebuah perusahaan (Sulistyanto, 2008: 28). Jika agen tidak berbuat sesuai kepentingan principal, maka akan terjadi konflik keagenan (agency conflict), sehingga memicu biaya keagenan (agency cost). Manajer sebagai pengelola perusahaan merupakan orang yang lebih banyak mengetahui mengenai informasi internal dan prospek dari suatu perusahaan dimasa yang akan datang dibandingkan si pemilik. Oleh karena itu, manajemen berkewajiban untuk memberikan sinyal kepada pemilik perusahaan mengenai kondisi perusahaan. Sinyal itu dapat berupa pengungkapan informasi akuntansi seperti laporan keuangan. Salah satu kendala yang akan muncul antara agen dan principal adalah adanya asimetri informasi. Dengan asimetri informasi antara manajemen dengan pemilik akan 6


7 memberi kesempatan kepada manajer untuk melakukan manajemen laba sehingga akan menyesatkan pemegang saham mengenai kinerja ekonomi perusahaan. B. Manajemen Laba Sejalan dengan berkembangnya penelitian akuntansi keuangan dan keprilakuan saat ini ada beberapa definisi manajemen laba yang berbeda antara satu dengan lainnya sesuai dengan pemahaman dan penilaian orang yang mendefinisikan terhadap aktivitas pengelolaan dan pengaturan laba itu. Secara umum ada beberapa definisi yang berbeda satu dengan lain, yaitu: 1. Manajemen laba adalah kesalahan atau kelalaian yang disengaja dalam membuat laporan mengenai fakta material atau data akuntansi sehingga menyesatkan ketika semua informasi itu dipakai untuk membuat pertimbangan yang akhirnya akan menyebabkan orang yang membacanya akan mengganti atau mengubah pendapat atau keputusannya (Sulistyanto, 2008). 2. Manajemen laba adalah tindakan – tindakan manajer untuk menaikkan (menurunkan) laba periode berjalan dari sebuah perusahaan yang dikelolanya tanpa menyebabkan kenaikan (penurunan) keuntungan ekonomi perusahaan jangka panjang (Sulistyanto, 2008). 3. Manajemen laba muncul ketika manajer menggunakan keputusan tertentu dalam pelaporan keuangan dan mengubah transaksi untuk mengubah laporan keuangan untuk menyesatkan stake holder yang ingin mengetahui


8 kinerja ekonomi yang diperoleh perusahaan atau untuk mempengaruhi hasil kontrak yang menggunakan angka – angka akuntansi yang dilaporkan (Sulistyanto, 2008). Walaupun menggunakan terminologi yang berbeda, definisi – definisi itu mempunyai benang merah yang menghubungkan satu definisi dengan definisi lainnya, yaitu menyepakati bahwa manajemen laba merupakan aktivitas manajerial untuk mempengaruhi dan mengintervensi laporan keuangan. Untuk memahami lebih lanjut apakah manajemen dikategorikan sebagai kecurangan atau bukan maka diperlukan telaah lebih mendalam terhadap definisi – definisi itu. 1. Manajemen laba dapat dilakukan dengan berbagai macam cara. Secara umum definisi – definisi diatas menyebutkan bahwa upaya mempengaruhi laporan keuangan dapat dilakukan dengan berbagai macam cara sesuai dengan kepentingan manajer namun beberapa definisi secara tegas ada yang menekankan bahwa selama apa yang dilakukan manajer masih dalam ruang lingkup prinsip akuntansi berterima umum maka akan tetap diakui dan diperbolehkan. Artinya, manajemn laba sebenarnya merupakan upaya untuk merekayasa angka – angka dalam laporan keuangan dengan mempermainkan metode dan prosedur akuntansi yang digunakan perusahaan 2. Tujuan manajemen laba adalah mengelabui pemakai laporan keuangan. Selain sebagai penyusun dan penyedia laporan keuangan dari perusahaan


9 yang dikelolanya, manajemen juga merupakan salah satu pemakai informasi itu. Artinya laporan keuangan tidak hanya dipersiapkan atau disajikan untuk stake holder namun juga untuk pengelola perusahaan itu sendiri, baik untuk membuat keputusan operasi, deviden, maupun investasi. 3. Ada biaya dan manfaat manajemen laba. Ilmu ekonomi merupakan ilmu yang selalu menekankan adanya biaya (cost) dan manfaat (benefit) dari setiap aktivitas yang dilakukan oleh seseorang yang diperhitungkan sebelum orang itu melaksanakan apa yang telah direncanakan. Tujuannya, agar orang dapat meminimalkan biaya yang harus ditanggungnya dan mengoptimalkan manfaat yang diperoleh dari aktivitas – aktivitas yang dilakukannya. Oleh sebab itu, sebelum melakukan manajemen laba seorang manajer harus mempertimbangkan biaya dan manfaat yang ditanggung dan dirasakannya. Menurut Scott (2000) dalam Verawati 2012 membagi manajemen laba yang mungkin dilakukan oleh para manajer perusahaan ke dalam empat jenis pola manajemen laba yaitu: a. Cuci Bersih (Taking a Bath) Pola ini terjadi pada periode sulit, kondisi buruk yang tidak menguntungkan ataupun pada saat terjadi reorganisasi, termasuk pengangkatan CEO baru. Manajer melaporkan kerugian, mungkin dalam jumlah yang besar. Manajer berharap laba pada periode mendatang dapat meningkat karena berkurangnya beban periode mendatang.


10 b. Menurunkan Laba (Income Minimization) Pola ini dilakukan sebagai alasan politis pada periode laba yang tinggi dengan cara seperti pada pola taking a bath. Hal ini dilakukan pada saat profitabilitas tinggi dengan maksud agar tidak mendapat perhatian secara politis sekaligus sebagai upaya menyimpan laba sehingga jika laba periode mendatang mengalami penurunan drastis dapat diatasi dengan mengambil simpanan laba periode berjalan. c. Menaikkan Laba (Income Maximization) Pola ini dilakukan pada saat laba mengalami penurunan. Kebalikan dari income minimization, income maximization dilakukan dengan cara mengambil simpanan laba periode sebelumnya ataupun menarik laba periode yang akan datang, misal dengan menunda pembebanan biaya. Pola ini dilakukan atas dasar motivasi bonus, motivasi penghindaran pelanggaran perjanjian utang, pada saat penawaran saham perdana dan musiman, ataupun untuk menghindari turunnya harga saham secara drastis. d. Perataan Laba (Income Smoothing) Perataan laba dilakukan perusahaan dengan cara meratakan laba yang dilaporkan sehingga dapat mengurangi fluktuasi laba yang terlalu besar karena pada umumnya investor lebih menyukai laba yang relatif stabil. Terdapat tiga hipotesis utama dalam teori akuntansi positive (positive accounting theory), yang menjadi dasar pengembangan pengujian hipotesis untuk mendeteksi manajemen laba menurut Watts dan Zimmerman, 1986), yaitu:


11 1. Bonus plan hypothesis Ada bukti empiris yang menyatakan bahwa perjanjian (kontrak) bisnis manajer dengan pihak lain merupakan salah satu faktor yang mempengaruhi tingkat manajemen laba yang dilakukan perusahaan. Ada variabel yang selama diuji berkaitan dengan perjanjian bisnis itu, yaitu bonus atau kompensasi manajerial. 2. Debt (equity) hypothesis Dalam konteks perjanjian hutang, manajer akan mengelola dan mengatur labanya agar kewajiban hutangnya yang seharusnya diselesaikan pada tahun tertentu dapat ditunda untuk tahun berikutnya. Hal ini merupakan upaya manajer untuk mengelola dan mengatur jumlah laba yang merupakan indikator kemampuan perusahaan dalam menyelesaikan kewajiban hutangnya. 3. Politic cost hypothesis Alasan terakhir adalah masalah pelanggaran regulasi pemerintah. Sejauh ini ada beberapa regulasi yang dikeluarkan pemerintah berkaitan dengan dunia usaha, misalkan undang–undang perpajakan, anti trust dan monopoli. Undang–undang mengatur jumlah pajak yang akan ditarik dari perusahaan berdasarkan laba yang diperoleh perusahaan selama periode tertentu. Kondisi inilah yang merangsang manajer untuk mengelola dan mengatur labanya dalam jumlah tertentu agar pajak yang harus dibayarkannya


12 menjadi tidak terlalu tinggi, karena manajer sebagai pengelola, tentu tidak ingin kewajiban yang harus diselesaikannya terlalu membebaninya. Manajemen laba dapat dihitung dengan menggunakan model yang telah dikembangkan oleh Dechow dan kawan – kawan (1995) yaitu Modified Jones Model (MJM). Model ini terdiri dari dua jenis yaitu discretionary accruals dan non discretionary accruals. Discretionary accruals yaitu komponen total accrual yang berasal dari rekayasa manajerial dengan memanfaatkan kebebasan dalam menentukan nilai estimasi pada metode akuntansi. Sedangkan non discretionary accruals yaitu komponen total accrual yang diperoleh secara alami dengan mengikuti standar akuntansi yang diterima secara umum (Sulistyanto, 2008). Secara umum terdapat beberapa hal yang memotivasi individu atau badan usaha melakukan tindakan manajemen laba, diantaranya adalah: 1. Motivasi Bonus Dalam sebuah perjanjian bisnis, pemegang saham akan memberikan sejumlah insentif dan bonus sebagai feedback atau evaluasi atas kinerja manajer dalam menjalankan operasional perusahaan. Insentif ini diberikan dalam jumlah relatif tetap dan rutin. Sementara bonus yang relatif besar nilainya hanya akan diberikan ketika kinerja manajer berada diarea pencapaian bonus yang telah ditetapkan oleh pemegang saham. Kinerja manajemen salah satunya diukur dari pencapaian laba usaha. Pengukuran kinerja berdasarkan laba dan skema bonus tersebut memotivasi para manajer untuk memberikan performa terbaiknya sehingga tidak menutup


13 kemungkinan mereka melakukan tindakan creative accounting agar dapat menampilkan kinerja yang baik demi mendapatkan bonus yang maksimal. 2. Motivasi Utang Selain melakukan kontrak bisnis dengan pemegang saham, untuk kepentingan ekspansi perusahaan, manajer seringkali melakukan beberapa kontrak bisnis dengan pihak ketiga, dalam hal ini adalah kreditor. Agar kreditor mau menginvestasikan dananya diperusahaannya, tentunya manajer harus menunjukan performa yang baik dari perusahaannya. Untuk memperoleh hasil yang maksimal atau pinjaman dalam jumlah besar, perilaku kreatif dari manajer untuk menampilkan performa yang baik dari laporan keuangannya pun seringkali muncul. 3. Motivasi pajak Tindakan creative accounting tidak hanya terjadi pada perusahaan go public dan selalu untuk kepentingan harga saham, tetapi juga untuk kepentingan perpajakan. Kepentingan ini didominasi oleh perusahaan go public. Perusahaan yang belum go public cenderung melaporkan dan menginginkan untuk menyajikan laporan laba fiskal yang lebih rendah dari nilai yang sebenarnya. Kecenderungan ini memotivasi manajer untuk bertindak kreatif melakukan tindakan manajemen laba agar seolah – olah laba fiskal yang dilaporkan memang lebih rendah tanpa melanggar aturan dan kebijakan akuntansi perpajakan.


14 4. Motivasi Penjualan Saham Proses penjualan saham perusahaan kepublik akan direspon positif oleh pasar ketika perusahaan penerbit saham dapat menjual kinerja yang baik. Salah satu ukuran kinerja yang dilihat oleh calon investor adalah penyajian laba pada laporan keuangan perusahaan. Kondisi ini sering kali memotivasi

manajer

untuk

berperilaku

kreatif

dengan

berusaha

menampilkan yang lebih baik dari biasanya. 5. Motivasi Pergantian Direksi Praktik manajemen laba biasanya terjadi pada sekitar periode pergantian direksi atau chief executive officer (CEO). Menjelang berakhirnya jabatan, direksi cenderung bertindak kreatif dengan memaksimalkan laba agar performa kerjanya tetap terlihat baik pada tahun terakhir ia menjabat. Motivasi utama yang mendorong perilaku kreatif tersebut adalah untuk memperoleh bonus yang maksimal pada akhir masa jabatannya. 6. Motivasi Politis Pada aspek politis ini, manajer cenderung melakukan kreatif akuntansi untuk menyajikan laba yang lebih rendah dari nilai yang sebenarnya, terutama selama periode kemakmuran tertinggi. Hal ini dilakukan untuk mengurangi visibilitas perusahaan sehingga tidak menarik perhatian pemerintah,

media,

atau

konsumen

yang

dapat

menyebabkan

meningkatkan biaya politis perusahaan. Rendahnya biaya politis akan menguntungkan manajemen.


15 C. Hubungan Ukuran Perusahaan dengan Manajemen Laba Berdasarkan pada teori keagenan yang menjelaskan bahwa dalam suatu organisasi dapat muncul konflik keagenan antara principle dan agen akibat adanya asimetri informasi yang terjadi. Asimetri informasi inilah yang dapat mendorong terjadi praktik manajemen laba. Menurut Agustia (2013) dalam Yamaditya (2014) Ukuran perusahaan merupakan salah satu faktor yang berpengaruh terhadap manajemen laba perusahaan. Perusahaan besar cenderung akan memerlukan dana yang lebih besar dibandingkan dengan perusahaan yang lebih kecil. Tambahan dana tersebut bisa diperoleh dari penerbitan

saham

baru

atau

penambahan

hutang.

Motivasi

untuk

mendapatkan dana tersebut akan mendorong pihak manajemen untuk melakukan praktik manajemen laba, sehingga dengan pelaporan laba yang tinggi maka calon investor maupun kreditur akan tertarik untuk menanamkan dananya. Menurut hasil penelitian Halim, dkk. (2005) menyatakan bahwa terdapat hubungan positif yang cukup signifikan antara ukuran perusahaan dengan manajemen laba perusahaan. Hal ini menunjukan bahwa semakin besar suatu perusahaan maka semakin besar pula kesempatan manajer untuk melakukan manajemen laba dimana perusahaan besar memiliki aktivitas operasional yang lebih kompleks selain itu perusahaan besar juga lebih dituntut untuk memenuhi ekspektasiinvestor yang lebih tinggi.


16 D. Hubungan Leverage dengan Manajemen Laba Leverage adalah penggunaan aset dan sumber dana (sources of funds) oleh perusahaan yang memiliki biaya (beban tetap) dengan maksud agar meningkatkan keuntungan potensial pemegang saham (Sartono, 2008). Leverage digunakan untuk mengukur kemampuan perusahaan dalam menjamin seluruh hutangnya dengan seluruh modal yang dimiliki. Menurut Yamaditya (2014) Leverage mempunyai hubungan dengan praktik manajemen laba, ketika perusahaan mempunyai rasio leverage yang tinggi maka perusahaan cenderung akan melakukan praktik manajemen laba karena perusahaan terancam tidak bisa memenuhi kewajibannya dengan membayar hutangnya tepat waktu. Halim, dkk. (2005) menyatakan bahwa terdapat hubungan positif yang sangat signifikan antara leverage dengan manajemen laba. Hal ini menunjukkan bahwa semakin tinggi tingkat utang perusahaan maka manajer akan semakin banyak melakukan manajemen laba untuk menghindari pelanggaran kontrak utang (Debt Covenant Hypothesis). E. Hubungan Profitabilitas dengan Manajemen Laba Profitabilitas adalah kemampuan perusahaan memperoleh laba dalam hubungannya dengan penjualan, total aktiva maupun modal sendiri (Sartono, 2010). Rasio profitabilitas yang merupakan indikator kinerja perusahaan dalam menghasilkan laba. Laba yag dihasilkan perusahaan dapat menjadi


17 indikator terjadinya manajemen laba. Dimana profitabilitas khususnya return on equity diduga mempengaruhi manajemen laba. Menurut Kartika (2012) profitabilitas merupakan suatu indikator kinerja manajemen dalam mengelola kekayaan perusahaan yang ditunjukkan oleh laba yang dihasilkan perusahaan. Laba yang dihasilkan perusahaan selam tahun berjalan dapat menjadi indikator terjadinya praktik manajemen laba dalam suatu perusahaan. Biasanya manajemen laba dilakukan oleh manajer untuk memanipulasi komponen laba rugi yang dilaporkan perusahaan. Dimana profitabilitas khususnya return on asset dan return on equity diduga mempengaruhi praktik manajemen laba. F. Kinerja Keuangan Kinerja keuangan adalah suatu analisis yang dilakukan untuk melihat sejauh mana suatu perusahaan telah melaksanakan dengan menggunakan aturan – aturan pelaksanaan keuangan secara baik dan benar. Kinerja keuangan digunakan untuk menilai perubahan potensial sumber daya ekonomi yang akan digunakan dimasa yang akan datang dan untuk memprediksi kapasitas produksi dari sumber daya yang ada (Barlian, 2003 dalam Triatmojo, 2013). Dalam penelitian ini, kinerja keuangan diukur dengan menggunakan ukuran perusahaan, profitabilitas dan leverage. 1. Ukuran Perusahaan Ukuran perusahan (company size) secara umum dapat diartikan sebagai suatu perbandingan besar atau kecilnya suatu objek. Ukuran perusahaan menunjukkan besar atau kecilnya kekayaan (asset) yang dimiliki suatu


18 perusahaan. Pengukuran perusahaan bertujuan untuk membedakan secara kuantitatif antara perusahaan besar (large firm) dengan perusahaan kecil (small firm) besar kecilnya suatu perusahaan yang dapat mempengaruhi kemampuan manajemen untuk mengoperasikan perusahaan dengan berbagai situasi dan kondisi yang dihadapinya. 2. Profitabilitas Profitabilitas adalah kemampuan perusahaan memperoleh laba dalam hubungannya dengan penjualan, total aktiva maupun modal sendiri (Sartono, 2010). Pengertian yang sama disampaikan oleh Kasmir Rasio Profitabilitas merupakan rasio untuk menilai kemampuan suatu perusahaan dalam mencari keuntungan dalam suatu periode tertentu (Kasmir, 2015:196). Profitabilitas menggambarkan kemampuan perusahaan untuk menghasilkan laba dengan menggunakan seluruh modal yang dimiliki. Didalam penelitian ini, rasio profitabilitas diproksikan dengan return on investment (ROI). ROI diukur dengan laba sebelum bunga dan pajak dibagi total assets. 3. Leverage Leverage adalah penggunaan aset dan sumber dana (sources of funds) oleh perusahaan yang memiliki biaya (beban tetap) dengan maksud agar meningkatkan keuntungan potensial pemegang saham (Sartono, 2008). Leverage digunakan untuk mengukur kemampuan perusahaan dalam menjamin seluruh hutangnya dengan modal seluruh yang dimiliki.


19 Penelitian ini, rasio leverage diproksikan dengan debt to equity ratio (DER). Tingkat DER yang tinggi menunjukkan bahwa tingkat utang semakin tinggi sehingga menyebabkan beban bunga tinggi sehingga mengurangi keuntungan. DER diukur dengan total hutang dibagi total ekuitas. G. Laporan Keuangan Laporan keuangan merupakan suatu informasi yang menggambarkan kondisi suatu perusahaan, dimana selanjutnya itu akan menjadi suatu informasi yang menggambarkan tentang kinerja suatu perusahaan. Laporan keuangan yang lengkap biasanya akan meliputi neraca, laporan laba rugi, laporan perubahan posisi keuangan, cacatan dan laporan lain serta materi penjelasan yang merupakan bagian integral dari laporan keuangan , termasuk juga skedul dan informasi tambahan yang berkaitan dengan laporan keuangan. Dua jenis laporan keuangan (utama) yang umumnya dibuat oleh setiap perusahaan adalah neraca dan laporan laba rugi (dan biasanya dilengkapi dengan laporan perubahan modal), yang masing - masing dapat dijelaskan sebagai berikut: a) Neraca Neraca adalah laporan keuangan yang memberikan informasi mengenai posisi keuangan (aktiva, kewajiban, dan ekuitas) perusahaan pada saat tertentu.


20 b) Laporan Laba – Rugi Laporan laba rugi adalah laporan keuangan yang memberikan informasi mengenai kemampuan (potensi) perusahaan dalam menghasilkan (kinerja) selama periode tertentu. Meskipun neraca dan laporan laba rugi merupakan dua dokumen yang terpisah, akan tetapi keduanya mempunyai hubungan yang sangat erat dan saling terkait, serta merupakan suatu siklus. Neraca dan laporan laba rugi sering dihubungkan dengan satu laporan yang disebut laporan perubahan modal (laba ditahan), yang memberikan informasi mengenai perubahan modal selama periode tertentu. H. Penelitian Terdahulu Beberapa penelitian terdahulu terkait dengan ukuran perusahaan, leverage, profitabilitas, dan manajemen laba. Triatmojo (2013) melakukan penelitian mengenai Analisis hubungan leverage dan profitabilitas terhadap manajemen laba yang dilakukan pada perusahaan yang termasuk dalam indeks LQ-45 periode 2009 - 2010. Hasil dari uji regresi linier berganda menunjukkan bahwa variabel leverage

yang diproksikan dengan debt to

equity ratio berpengaruh terhadap manajemen laba. Hal ini menjelaskan bahwa semakin tinggi nilai debt to equity ratio, maka manajemen laba akan semakin tinggi, sedangkan variabel profitabilitas yang diproksikan dengan return on asset tidak berpengaruh terhadap manajemen laba dan yang diproksikan dengan net profit margin berpengaruh terhadap manajemen laba. Hal ini menjelaskan bahwa nilai net profit margin yang rendah lebih


21 cenderung akan memotivasi manajer melakukan manajemen laba karena perusahaan memiliki kinerja keuangan yang baik. Muliati (2011) dalam penelitian yang berjudul Pengaruh Asimetri Informasi dan Ukuran Perusahaan pada Praktik Manajemen Laba Di perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia. Hasil dari uji regresi linier berganda menunjukkan bahwa asimetri informasi yang diproksikan dengan relative bid-ask spread berpengaruh positif pada praktik manajemen laba dan ukuran perusahaan yang diprosikan dengan total aktiva akhir tahun terbukti berpengaruh negatif pada praktik manajemen laba. Yamaditya (2014) dalam penelitian yang berjudul Pengaruh Asimetri Informasi, Leverage, dan Ukuran Perusahaan terhadap Praktik Manajemen Laba pada perusahaan manufaktur yang terdaftar di BEI tahun 2011 – 2013. Hasil dari uji regresi linier berganda menunjukkan bahwa bahwa asimetri informasi yang diproksikan dengan relative bid-ask spread dan ukuran perusahaan yang diproksikan dengan logaritma naturak total aktiva berpengaruh positif terhadap praktik manajemen laba, tetapi leverage tidak berpengaruh terhadap praktik manajemen laba. Sosiawan

(2012)

dalam

penelitian

yang

berjudul

Pengaruh

Kompensasi, Leverage, Ukuran perusahaan, Earnings Power terhadap Manajemen Laba. Hasil dari penelitian ini kompensasi tidak berpengaruh terhadap manajemen laba. Leverage yang diproksikan dengan DTA (debt to asset) berpengaruh positif terhadap manajemen laba. Pengaruh positif dari variabel DTA terhadap manajemen laba menunjukkan bahwa semakin tinggi


22 nilai pendanaan asset perusahaan dari pihak ketiga atau kreditur akan mengakibatkan semakin tingginya peluang dewan direksi untuk melakukan manajemen laba. Ukuran perusahaan tidak berpengaruh terhadap manajemen laba. Tidak berpengaruhnya ukuran perusahaan terhadap manajemen laba menunjukkan bahwa motivasi dewan direksi untuk melakukan manajemen laba bukan di dasarkan pada ukuran perusahaan. Earning power yang diprosikan dengan NPM (net profit margin) berpengaruh positif terhadap manajemen laba. Berpengaruhnya variabel NPM secara positif menunjukkan bahwa semakin tinggi tingkat NPM sebagai proyeksi dari earnings power perusahaan akan mengakibatkan peningkatan terhadap kesempatan atau peluang bagi dewan direksi untuk melakukan manajemen laba. Kartika (2012) dalam penelitian yang berjudul Analisis Pengaruh Penerapan Good Corporate Governance dan Profitabilitas Terhadap Manajemen Laba. Hasil dari uji regresi linier berganda menunjukkan Good Corporate

Governance

diproksikan

dengan

kepemilikan

manajerial,

komisaris independen, komite audit, dan CEO duality. Kepemilikan manajerial berpengaruh negatif terhadap manajemen laba. Komisaris independen berpengaruh negatif tidak signifikan terhadap manajemen laba. Komite audit tidak berpengaruh negatif signifikan terhadap manajemen laba. Ceo duality berpengaruh negatif signifikan terhadap manajemen laba. Profitabilitas dalam penelitian ini diproksikan dengan return on asset (ROA). ROA berpengaruh negatif signifikan terhadap manajemen laba.


23 Yatulhusna (2015) dalam penelitian yang berjudul Pengaruh Profitabilitas, Leverage, Umur, dan Ukuran Perusahaan Terhadap Manajemen Laba. Hasil dari uji regresi linier berganda profitabilitas yang diproksikan dengan menggunakan ROA (Return On Assets) berpengaruh signifikan terhadap manajemen laba. Leverage berpengaruh signifikan terhadap manajemen laba pada suatu perusahaan. Umur perusahaan berpengaruh signifikan terhadap manajemen laba pada suatu perusahaan. Ukuran perusahaan tidak berpengaruh signifikan terhadap manajemen laba pada suatu perusahaan. I.

Rerangka Konseptual Penelitian Penelitian ini ingin meneliti hubungan antara variabel ukuran perusahaan dan manajemen laba, variabel leverage dan manajemen laba, dan variabel profitabilitas dan manajemen laba. Penelitian ini meneliti hubungan antara variabel sehingga tidak ada perumusan hipotesis dalam penelitian ini karena kesimpulan yang akan ditarik hanya terbatas pada populasi sasaran. Penelitian ini melihat hubungan satu per satu antara ukuran perusahaan dan manjemen laba, leverage dan manajemen laba, dan profitabilitas dan manajemen laba sehingga rerangka konseptual dalam penelitian ini seperti digambarkan pada gambar 2.1.


24

Ukuran Perusahaan

Leverage

Manajemen Laba

Profitabilitas

Gambar 2. 1 Rerangka Konseptual Penelitian


BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah studi empiris pada perusahaan manufaktur yang terdaftar di BEI. Studi empiris adalah penelitian dengan menggunakan data sekunder yang diperoleh dari pihak eksternal, dan kemudian diolah dan dianalisis secara menyeluruh. B. Objek Penelitian Objek yang digunakan dalam penelitian ini adalah laporan keuangan perusahaan manufaktur yang terdaftar di BEI tahun 2014. C. Populasi Sasaran Populasi sasaran dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di BEI tahun 2014, yang memenuhi kriteria di bawah ini. 1. Perusahaan manufaktur yang terdaftar dalam Bursa Efek Indonesia tahun 2014. 2. Perusahaan manufaktur yang secara konsisten mempublikasikan laporan keuangan pada Bursa Efek Indonesia tahun 2014. 3. Perusahaan manufaktur yang mempunyai laporan keuangan yang lengkap tahun 2014. 4. Perusahaan manufaktur yang menggunakan mata uang rupiah dalam publikasi laporan keuangan. 5. Perusahaan manufaktur yang memiliki nilai ROI dan DER positif 25


26 Kriteria pemilihan perusahaan yang menjadi populasi sasaran dijabarkan pada tabel dibawah ini: Tabel 3. 1 Kriteria Pemilihan Sampel Kriteria Sampel

Jumlah

Perusahaan manufaktur yang terdaftar di BEI tahun 2014

143

Perusahaan manufaktur yang tidak melaporkan laporan keuangan secara lengkap tahun 2014

(25)

Perusahaan manufaktur yang menggunakan mata uang US $

(25)

Perusahaan manufaktur yang memiliki nilai ROI dan DER negatif

(18)

Populasi Sasaran

75

D. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian adalah data sekunder yang diperoleh dari media elektronik. Sumber data yang dibutuhkan dalam penelitian ini adalah berupa laporan tahunan perusahaan yang tercatat pada tahun 2014 dan melalui ICMD (Indonesian Capital Market Directory). Data– data

tersebut

diperoleh

dari

situs

Bursa

Efek

Indonesia

yaitu

http://www.idx.co.id. E. Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini adalah metode

dokumentasi.

Metode

dokumetasi

dilakukan

dengan

cara

mengumpulkan, mempelajari, dan menganalisis sumber data dalam bentuk tulisan atau dokumentasi seperti laporan keuangan perusahaan dan informasi yang berkaitan dengan penelitian yang dilakukan.


27 Mengumpulkan data untuk menghitung ukuran perusahaan yaitu total aset, untuk menghitung leverage yaitu total utang dan total aset, dan untuk menghitung profitabilitas yaitu laba setelah bunga dan pajak dan total aset. Kemudian mengumpulkan data untuk menghitung tingkat manajemen laba yaitu laba bersih penjualan, arus kas operasi, total asset, perubahan penjualan bersih, perubahan piutang perusahaan, dan property, plant, and equipment. F. Teknik Analisis Data 1. Menghitung ukuran perusahaan Ukuran perusahaan dilihat dari total aset yang dimiliki perusahaan. Ukuran perusahaan = total aset (Salno dan Baridawan, 2000 dalam Yulia, 2013). 2. Menghitung leverage Leverage diproksikan dengan debt to equity ratio yang diperoleh melalui total utang dibagi dengan total ekuitas. Debt to equity ratio dihitung dengan rumus sebagai berikut (Kasmir, 2015:158): total utang

Debt to equity ratio = total ekuitas 3. Menghitung profitabilitas Profitabilitas diproksikan dengan return on invesment (ROI). Skala pengukuran yang digunakan adalah skala rasio dengan rumus sebagai berikut (Kasmir 2015: 202): ROI =

Laba setelah bunga dan pajak Total aset


28 4. Menghitung tingkat manajemen laba Manajemen laba yang merupakan variabel dependen dapat diukur dengan menggunakan Modified Jones Model (MJM), yaitu diukur melalui discretionary accruals yang dihitung dengan cara total accrual (TA) dikurangi dengan non discretionary accruals (NDA) (Sulistiawan, 2011). Langkah–langkah untuk menghitung manajemen laba menggunakan Modified Jones Model (MJM), sebagai berikut: a) Menentukan nilai total akrual (TA) dengan formulasi:

b) Menentukan nilai parameter α1, α2, dan α3 menggunakan Jones Model (1991), dengan formulasi:

Lalu, untuk menskala data, semua variabel tersebut dibagi dengan aset tahun sebelumnya (

)sehingga formulasinya menjadi: (

)

(

)

(

)

c) Menghitung nilai akrual nondiskresioner (NDA) dengan formulasi: (

)

(

)

(

)

Nilai α1, α2, dan α3 adalah hasil dari perhitungan pada langkah ke-2. Isikan semua nilai yang ada dalam formula sehingga nilai NDA akan bisa didapatkan. d) Menentukan nilai akrual diskresioner yang merupakan indikator manajemen laba akrual dengan cara mengurangi total akrual dengan akrual nondiskresioner, dengan formulasi:


29

Keterangan: = total akrual perusahaan i dalam periode t. = laba bersih perusahaan i pada periode t. = arus kas operasi perusahaan i pada periode t. = akrual nondiskresioner perusahaan i pada periode t. = akrual diskresioner perusahaan i pada periode t. = total asset total perusahaan i pada periode t-1. = perubahan penjualan bersih perusahaan i pada periode t. = perubahan piutang perusahaan i pada periode t. = property, plant, and equipment perusahaan i pada periode t. = parameter yang diperoleh dari persamaan regresi. = error term perusahaan i pada periode t. 5. Mengklasifikasikan Data Penelitian ini menggunakan analisis statistik non-parametrik. Statistik

non-parametrik

adalah

statistik

bebas

sebaran

(tidak

mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal. Metode untuk mengklasifikasikan data menggunakan metode seriaton secara kelompok. Metode ini digunakan untuk menyusun data dalam kelompok-kelompok berdasarkan kelas interval tertentu sehingga dapat diperoleh secara tepat data yang terkecil dan yang terbesar dan mengelompokkan data menjadi beberapa bagian apakah menjadi 2 bagian ataukah lebih (Boedijoewono, 2012: 35-36). a. Mengklasifikasikan Data Manajemen Laba Tujuan dari klasifikasi data ini supaya data ukuran data menjadi kategori. Ukuran manajemen laba adalah berskala rasio, data yang


30 bernilai negatif berarti perusahaan cenderung melakukan manajemen laba dengan income minimization, sedangkan data yang bernilai positif berarti perusahaan cenderung melakukan manajemen laba dengan income maximization. Kemudian dari nilai negatif dan positif tersebut dibuat kategori menjadi: 1 = Nilai discretionary accruals bernilai positif (income maximization). 2 = Nilai discretionary accruals bernilai negative (income minimization). Setelah manajemen laba diklasifikasikan menjadi dua kategori, kemudian dari masing–masing kategori diklasifikasikan lagi untuk mengetahui tingkatan manajemen laba. Maka kategori yang digunakan adalah sebagai berikut: Income Minimization

Income Maximization

Rendah (1) = -0,50 - ≤ -0,20

Rendah (1)

= 0,00 - ≤ 0,10

Sedang (2) = > -0,20 - ≤ -0,10

Sedang (2)

= > 0,10 - ≤ 0,20

Tinggi (3) = > -0,10 – ≤ 0,01

Tinggi (3)

= > 0,20 - ≤ 0,40

b. Mengklasifikasikan Data Ukuran Perusahaan Klasifikasi data ukuran perusahaan dilakukan dengan membagi angka Ukuran perusahan yang dihasilkan dari histogram. Kemudian mengkategorikannya menjadi, sebagai berikut (dalam milyar rupiah). Sangat Rendah (1) = Rp 0 – Rp 5.000 Sedang (2)

= > Rp 5.000 – ≤ Rp 10.000

Tinggi (3)

= > Rp 10.000 - ≤ Rp 15.000

Sangat Tinggi (4) = > Rp 15.000


31 c. Mengklasifikasikan Data Leverage Klasifikasi data leverage dilakukan dengan membagi angka leverage yang dihasilkan dari histogram. Kemudian mengkategorikannya menjadi, sebagai berikut. Sangat Rendah (1) = 0,00 - ≤ 1,00 Rendah (2)

= > 1,00 - ≤ 2,00

Tinggi (3)

= > 2,00 - ≤ 3,00

Sangat Tinggi (4) = >3,00 d. Mengklasifikasikan data Profitabilitas Klasifikasi data profitabilitas dilakukan dengan membagi angka profitabilitas

yang

dihasilkan

dari

histogram.

Kemudian

mengkategorikannya menjadi, sebagai berikut. Sangat Rendah (1) = 0,00 - ≤ 10,00 Rendah (2)

= > 10,00 - ≤ 20,00

Tinggi (3)

= > 20,00 - ≤ 30,00

Sangat Tinggi (4) = >30,00 6. Melakukan Analisis Statistik Deskriftif 1) Mendeskripsikan Variabel Deskripsi variabel dilakukan dengan menganilis histogram untuk mengetahui sebaran data, serta sebagai dasar klasifikasi data. Histogram adalah grafik yang berbentuk batang yang menggambarkan nilai data, dimana tiap nilai menempati suatu jumlah area yang sama dalam area yang tertutup (Cooper and Schindler, 2006). Oleh karena itu dalam


32 penelitian ini ada empat variabel maka deskripsi dilakukan satu persatu atas empat variabel dalam penelitian. a. Mendeskripsikan variabel manajemen laba Deskripsi dengan menggunakan histogram b. Mendeskripsikan variabel ukuran perusahaan Deskripsi dengan menggunakan histogram c. Mendeskripsikan variabel leverage Deskripsi dengan menggunakan histogram d. Mendeskripsikan variabel profitabilitas Deskripsi dengan menggunakan histogram 7. Melakukan Analisis Tabulasi Silang (Crosstabs) Analisis tabulasi silang (crosstabs) pada prinsipnya menyajikan data dalam bentuk tabulasi yang meliputi baris dan kolom dan data untuk penyajian crosstabs adalah data berskala nominal atau kategori (Ghozali, 2013: 22). Pada penelitian ini data yang digunakan pada analisis tabulasi silang adalah data skala rasio yang telah diklasifikasi dan diubah menjadi skala ordinal. 8. Menarik kesimpulan Kesimpulan diambil dari hasil analisis pada tabel tabulasi silang (crosstabs) antara variabel, dengan melihat kekuatan hubungan dan arah hubungan berdasarkan nilai Spearman’s rho. Menurut Cooper dan William (1995) korelasi Spearman’s rho menghubungkan rangking antara dua


33 variabel yang sudah diurutkan. Menguji kekuatan hubungan, maka kriteria pengujiannya adalah sebagai berikut (Sugiono, 2001): Tabel 3. 2 Kriteria pengujian kekuatan hubungan antara variabel (berdasarkan nilai koefisien korelasi Spearman’s rho) Nilai Spearman’s rho (+ dan -)

Tingkat Hubungan

0,00 – 0,199

Sangat Lemah

0,20 – 0,399

Lemah

0,40 – 0,599

Sedang

0,60 – 0,799

Kuat

0,80 – 1,00

Sangat Kuat

Sumber: data sekunder yang diolah, 2016

Koefesien korelasi menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua variabel acak. Jika koefesien korelasi positif, maka kedua variabel mempunyai hubungan positif atau searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula. Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai hubungan negatif atau terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah dan berlaku sebaliknya.


BAB IV DESKRIPSI DATA A. Populasi Sasaran Populasi sasaran yang digunakan dalam penelitian ini adalah seluruh perusahaan manufaktur yang terdaftar di situs resmi PT Bursa Efek Indonesia (www.idx.co.id) di tahun 2014, dan yang terpilih memenuhi kriteria yang telah ditentukan. Selama tahun 2014 terdapat 143 perusahaan manufaktur yang terdaftar di BEI. Objek penelitian dalam penelitian ini adalah laporan keuangan yang diungkapkan oleh perusahaan manufaktur yang dapat di unduh pada website BEI tersebut. Populasi sasaran ditentukan dengan membuat kriteria-kriteria tertentu yang sesuai dengan penelitian, untuk kemudian dianalisis lebih lanjut. Kriteria pemilihan perusahaan yang menjadi populasi sasaran dijabarkan pada tabel di bawah ini: Tabel 4. 1 Kriteria Pemilihan Populasi Sasaran Kriteria Sampel

Jumlah

Perusahaan manufaktur yang terdaftar di BEI tahun 2014

143

Perusahaan manufaktur yang tidak melaporkan laporan keuangan secara lengkap tahun 2014

(25)

Perusahaan manufaktur yang menggunakan mata uang US $

(25)

Perusahaan manufaktur yang memiliki nilai ROI dan DER negatif

(18)

Populasi Sasaran

75

34


35 Berdasarkan kriteria yang ditentukan oleh penulis pada tabel 1, diketahui terdapat 143 perusahaan manufaktur yang terdaftar di BEI. Penelitian ini menggunakan laporan keuangan yang menggunakan mata uang rupiah. Terdapat 25 perusahaan yang tidak menggunakan mata uang rupiah dalam laporan keuangan yang diterbitkan. Terdapat 18 perusahaan manufaktur yang memiliki nilai profitabilitas yang diproksikan dengan ROI bernilai negatif dan nilai leverage yang diprosikan dengan DER juga bernilai negatif. Sehingga jumlah perusahaan menjadi 100 setelah dikurangi dengan perusahaan yang menggunakan uang asing dan perusahaan yang memiliki nilai ROI dan DER negatif. Penelitian ini menggunakan perusahaan manufaktur pada tahun 2014 yang melaporkan laporan keuangan secara lengkap. Sedangkan dalam penelitian ini peneliti menemukan 25 perusahaan yang tidak melaporkan laporan keuangan secara lengkap, sehingga jumlah populasi menjadi 75. Sebanyak 75 perusahaan tersebut yang disebut populasi sasaran dalam penelitian ini. Kesimpulan dari hasil pengujian maupun analisis pada baba berikutnya berlaku kepada populasi sasaran sejumlah 75 perusahaan, bukan seluruh perusahaan manufaktur yang terdaftar di BEI.


36 B. Profil Perusahaan Berikut ini profil dari 75 perusahaan yang menjadi populasi sasaran dalam penelitian ini. Tabel 4. 2 Populasi Sasaran Penelitian. NO

Kode Emiten

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

ADES AKPI ALDO ALKA ALMI AMFG APLI ARNA AUTO BAJA BATA BRNA BTON BUDI CEKA CPIN DAJK DLTA DPNS DVLA EKAD ERTX FASW GJTL HMSP ICBP IGAR IKAI INAF INAI INCI INDS INTP JECC JPFA JPRS KBLI KBLM KIAS KICI KLBF LION

Bidang usaha Minuman dan Makanan Ringan Plastik dan Kemasan Kertas dan Pulp Logam, Besi atau sejenisnya Logam, Besi atau sejenisnya Kaca dan Porselin Plastik dan Kemasan Kaca dan Porselin Otomotif dan komponen Logam, Besi atau sejenisnya Sepatu dan Sandal Plastik dan Kemasan Logam, Besi atau sejenisnya Kimia Makanan dan Minuman Pakan Ternak Kertas dan Pulp Makanan dan Minuman Kimia Farmasi Kimia Garmen dan Tekstil Kertas dan Pulp Otomotif dan komponen Sepatu dan Sandal Makanan dan Minuman Plastik dan Kemasan Kaca dan Porselin Farmasi Logam, Besi atau sejenisnya Kimia Otomotif dan komponen Semen Kabel Pakan Ternak Logam, Besi atau sejenisnya Kabel Kabel Kaca dan Porselin Peralatan Rumah Tangga Farmasi Logam, Besi atau sejenisnya

Nama Emiten Akasha Wira International Tbk Argha Karya Prima Industry Tbk Alkindo Naratama Tbk Alaska Industrindo Tbk Alumindo Light Metal Industry Tbk Asahimas Flat Glass Tbk Asiaplast Industries Tbk Arwana Citra Mulia Tbk Astra Auto Part Tbk Saranacentral Bajatama Tbk Sepatu Bata Tbk Berlina Tbk Beton Jaya Manunggal Tbk Budi Acid Jaya Tbk Cahaya Kalbar Tbk Charoen Pokphand Indonesia Tbk Dwi Aneka Jaya Kemasindo Tbk Delta Djakarta Tbk Duta Pertiwi Nusantara Darya Varia Laboratoria Tbk Ekadharma International Tbk Eratex Djaja Tbk Fajar Surya Wisesa Tbk Gajah Tunggal Tbk HM Sampoerna Tbk Indofood CBP Sukses Makmur Tbk Champion Pasific Indonesia Tbk Inti Keramik Alam Asri Industri Tbk Indofarma Tbk Indal Aluminium Industry Tbk Intan Wijaya International Tbk Indospring Tbk Indocement Tunggal Prakasa Tbk Jembo Cable Company Tbk Japfa Comfeed Indonesia Tbk Jaya Pari Steel Tbk KMI Wire and Cable Tbk Kabelindo Murni Tbk Keramika Indonesia Assosiasi Tbk Kedaung Indag Can Tbk Kalbe Farma Tbk Lion Metal Works Tbk


37

Tabel 4. 2 Populasi Sasaran Penelitian (Lanjutan). 43 44 45 46 47 48 49 50 51 52 53 54 55

Kode Emiten LMPI LMSH MERK MLBI MLIA MRAT MYOR NIPS PICO PRAS PYFA RICY ROTI

Bidang Usaha Peralatan Rumah Tangga Logam, Besi atau sejenisnya Farmasi Makanan dan Minuman Kaca dan Porselin Kosmetik dan kebutuhan RT Makanan dan Minuman Otomotif dan komponen Logam, Besi atau sejenisnya Otomotif dan komponen Farmasi Garmen dan Tekstil Makanan dan Minuman

56 57 58 59 60

SCCO SIAP SIMA SKBM SKLT

Kabel Plastik dan Kemasan Plastik dan Kemasan Makanan dan Minuman Makanan dan Minuman

61 62 63 64

SMBR SMCB SMSM SPMA

Semen Semen Otomotif dan komponen Kertas dan Pulp

65 66 67 68 69 70 71 72 73 74 75

SQBB SRSN STAR STTP TCID TOTO TRIS TRST TSPC UNIT WIIM

Farmasi Kimia Garmen dan Tekstil Makanan dan Minuman Kosmetik dan kebutuhan RT Kaca dan Porselin Garmen dan Tekstil Plastik dan Kemasan Farmasi Garmen dan Tekstil Sepatu dan Sandal

NO

Nama Emiten Langgeng Makmur Industry Tbk Lionmesh Prima Tbk Merck Tbk Multi Bintang Indonesia Tbk Mulia Industrindo Tbk Mustika Ratu Tbk Mayora Indah Tbk Nippres Tbk Pelangi Indah Canindo Tbk Prima Alloy Steel Universal Tbk Pyridam Farma Tbk Ricky Putra Globalindo Tbk Nippon Indosari Corpindo Tbk Supreme Cable Manufacturing & Commerce Tbk Sekawan Intipratama Tbk Siwani Makmur Tbk Sekar Bumi Tbk Sekar Laut Tbk Semen Baturaja Tunggal Prakasa Tbk Holcim Indonesia Tbk Selamat Sempurna Tbk Suparma Tbk Taisho Pharmaceutical Indonesia Tbk Indo Acitama Tbk Star Petrcohem Tbk Siantar Top Tbk Mandom Indonesia Tbk Surya Toto Indonesia Tbk Trisula internatinational Tbk Trias Sentosa Tbk Tempo Scan Pasific Tbk Nusantara Inti Corpora Tbk Wismilak Inti Makmur Tbk


BAB V ANALISIS DATA DAN PEMBAHASAN A. Analisis Data 1. Pengumpulan Data Data mengenai ukuran perusahaan yang berupa total aset dapat dilihat pada bagian lampiran. Data mengenai leverage dengan proksi debt to equity ratio (DER) dapat dilihat pada bagian lampiran. Data mengenai profitabilitas dengan proksi return on invesment (ROI) dapat dilihat pada bagian lampiran. Data mengenai manajemen laba berupa total aset, operating cash flows,piutang usaha, penjualan bersih, laba bersih, dan property, plant, and equiptment dapat dilihat pada bagian lampiran. 2. Perhitungan ukuran perusahaan Ukuran perusahaan diukur menggunakan total aset perusahaan yang dapat dilihat pada tabel 5.1:

38


39 Tabel 5. 1 Perhitungan ukuran perusahaan dengan Total aset Total Aset NO KODE 2014 1 ADES 504.865.000.000 2 AKPI 2.227.042.590.000 3 ALDO 356.814.265.668 4 ALKA 244.879.397.000 5 ALMI 3.212.438.981.224 6 AMFG 3.918.391.000.000 7 APLI 273.126.657.794 8 ARNA 1.259.175.442.875 9 AUTO 14.380.926.000.000 10 BAJA 974.632.970.453 11 BATA 774.891.087.000 12 BRNA 1.334.085.916.000 13 BTON 174.157.547.015 14 BUDI 2.476.982.000.000 15 CEKA 1.284.150.037.341 16 CPIN 20.862.439.000.000 17 DAJK 1.902.696.164.000 18 DLTA 991.947.134.000 19 DPNS 268.877.322.944 20 DVLA 1.236.247.525.000 21 EKAD 411.348.790.570 22 ERTX 775.917.827.931 23 FASW 5.581.000.723.345 24 GJTL 16.042.897.000.000 25 HMSP 28.380.630.000.000 26 ICBP 24.910.211.000.000 27 IGAR 349.894.783.575 28 IKAI 518.546.655.125 29 INAF 1.248.343.275.406 30 INAI 897.281.657.710 31 INCI 147.992.617.351 32 INDS 2.282.666.078.493 33 INTP 28.884.973.000.000 34 JECC 1.062.476.023.000 35 JPFA 15.730.435.000.000 36 JPRS 370.967.708.751 37 KBLI 1.337.351.473.763 38 KBLM 647.696.854.298 Sumber: data sekunder yang diolah, 2016

NO 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75

KODE KIAS KICI KLBF LION LMPI LMSH MERK MLBI MLIA MRAT MYOR NIPS PICO PRAS PYFA RICY ROTI SCCO SIAP SIMA SKBM SKLT SMBR SMCB SMSM SPMA SQBB SRSN STAR STTP TCID TOTO TRIS TRST TSPC UNIT WIIM

Total Aset 2014 2.352.542.603.065 96.745.744.221 12.425.032.367.729 600.102.716.315 808.892.238.344 139.915.598.255 716.599.526.000 2.231.051.000.000 7.215.152.320.000 498.786.376.745 10.291.108.029.334 1.206.854.399.000 626.626.507.164 1.286.827.899.805 172.736.624.689 1.170.752.424.106 2.142.894.276.216 1.656.007.190.010 4.979.635.925.000 62.607.762.222 649.534.031.113 331.574.891.637 2.926.360.857.000 17.195.352.000.000 1.749.395.000.000 2.091.957.078.669 459.352.720.000 463.347.124.000 775.917.827.931 1.700.204.093.895 1.853.235.343.636 2.027.288.693.678 523.900.642.605 3.261.285.495.052 5.592.730.492.960 440.727.374.151 1.332.907.675.785


40 3. Perhitungan Leverage Leverage diproksikan dengan debt to equity ratio. DER dihitung dengan menggunakan rumus: DER = Tabel 5. 2 Perhitungan Leverage dengan debt to equity ratio 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

ADES AKPI ALDO ALKA ALMI AMFG APLI ARNA AUTO BAJA BATA BRNA BTON BUDI CEKA CPIN DAJK DLTA DPNS DVLA EKAD ERTX FASW GJTL HMSP ICBP IGAR IKAI INAF INAI INCI INDS INTP JECC JPFA JPRS

Total Hutang 2014 (1) 209.066.000.000 1.191.196.937.000 197.391.610.046 181.643.493.000 2.571.403.202.989 733.749.000.000 47.868.731.692 346.944.901.743 4.244.369.000.000 786.309.001.839 345.775.482.000 967.711.101.000 27.517.328.111 1.563.631.000.000 746.598.865.219 9.919.150.000.000 678.825.319.000 227.473.881.000 32.794.800.672 273.816.042.000 138.149.558.606 285.744.500.913 3.936.322.827.206 10.059.605.000.000 14.882.516.000.000 9.870.264.000.000 86.443.556.430 339.889.432.972 656.380.082.912 751.439.553.825 10.872.710.103 454.347.526.616 4.100.172.000.000 891.120.969.000 10.440.441.000.000 15.334.844.453

Total Equity 2014 (2) 504.865.000.000 1.035.845.653.000 159.422.655.622 63.235.904.000 3.212.438.981.224 3.184.642.000.000 225.257.926.102 912.230.541.132 10.136.557.000.000 188.323.968.614 429.115.605.000 366.374.815.000 146.640.218.904 913.351.000.000 537.551.172.122 10.943.289.000.000 1.065.619.060.000 764.473.253.000 236.082.522.272 962.431.483.000 273.199.231.964 490.173.327.018 1.644.677.896.139 5.983.292.000.000 13.498.114.000.000 15.039.947.000.000 263.451.227.145 178.657.222.154 591.963.192.495 145.842.103.885 137.119.907.248 1.828.318.551.877 24.784.801.000.000 171.355.054.000 5.289.994.000.000 355.632.864.298

DER (1/2) 0,41 1,15 1,24 2,87 0,80 0,23 0,21 0,38 0,42 4,18 0,81 2,64 0,19 1,71 1,39 0,91 0,64 0,30 0,14 0,28 0,51 0,58 2,39 1,68 1,10 0,66 0,33 1,90 1,11 5,15 0,08 0,25 0,17 5,20 1,97 0,04


41 Tabel 5. 2 Perhitungan debt to equity ratio (Lanjutan). Total Hutang 2014 (1) 37 KBLI 396.594.755.312 38 KBLM 357.408.981.156 39 KIAS 235.745.579.997 40 KICI 18.065.657.377 41 KLBF 2.607.556.689.283 42 LION 156.123.759.272 43 LMPI 409.761.454.151 44 LMSH 23.964.388.443 45 MERK 162.908.670.000 46 MLBI 1.677.254.000.000 47 MLIA 5.893.580.221.000 48 MRAT 114.841.797.856 49 MYOR 6.190.553.036.545 50 NIPS 630.960.175.000 51 PICO 395.525.304.553 52 PRAS 601.006.310.349 53 PYFA 76.177.686.068 54 RICY 774.439.342.861 55 ROTI 1.182.771.921.472 56 SCCO 841.614.670.129 57 SIAP 221.617.172.000 58 SIMA 31.210.008.707 59 SKBM 331.624.254.750 60 SKLT 178.206.785.017 61 SMBR 209.113.746.000 62 SMCB 8.436.760.000.000 63 SMSM 602.558.000.000 64 SPMA 1.287.357.023.670 65 SQBB 90.473.777.000 66 SRSN 134.510.685.000 67 STAR 285.744.500.913 68 STTP 882.610.280.834 69 TCID 569.730.901.368 70 TOTO 796.296.371.054 71 TRIS 214.390.227.222 72 TRST 1.499.792.311.890 73 TSPC 1.460.391.494.410 74 UNIT 199.073.815.553 75 WIIM 478.482.577.195 Sumber: data sekunder yang diolah, 2016 NO

KODE

Total Equity 2014 (2) 940.756.718.451 290.287.873.142 2.116.797.023.068 78.680.086.844 9.817.475.678.446 443.978.957.043 399.130.784.193 115.951.209.812 553.690.856.000 553.797.000.000 1.321.572.099.000 383.944.578.889 4.100.554.992.789 575.894.224.000 231.101.202.611 685.821.589.456 96.558.938.621 396.313.081.245 960.122.354.744 814.392.519.881 4.758.018.752.000 31.397.753.515 317.909.776.363 153.368.106.620 2.717.247.111.000 8.758.592.000.000 1.146.837.000.000 804.600.054.999 368.878.943.000 328.835.439.000 490.173.327.018 817.593.813.061 1.283.504.442.268 1.231.192.322.624 309.510.415.383 1.761.493.183.162 4.132.338.998.550 241.653.558.598 854.425.098.590

DER (½) 0,42 1,23 0,11 0,23 0,27 0,35 1,03 0,21 0,29 3,03 4,46 0,30 1,51 1,10 1,71 0,88 0,79 1,95 1,23 1,03 0,05 0,99 1,04 1,16 0,08 0,96 0,53 1,60 0,25 0,41 0,58 1,08 0,44 0,65 0,69 0,85 0,35 0,82 0,56


42 4. Perhitungan Profitabilitas Profitabilitas diproksikan dengan return on investment (ROI). ROI dihitung dengan menggunakan rumus: ROI =

x 100%

Tabel 5. 3 Perhitungan Profitabilitas dengan Return on Investment (%) NO 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

KODE ADES AKPI ALDO ALKA ALMI AMFG APLI ARNA AUTO BAJA BATA BRNA BTON BUDI CEKA CPIN DAJK DLTA DPNS DVLA EKAD ERTX FASW GJTL HMSP ICBP IGAR IKAI INAF INAI INCI INDS INTP JECC JPFA JPRS KBLI KBLM

Net income 2014 (1) 31.021.000.000 34.690.704.000 21.061.034.612 2.659.254.000 1.634.820.237 458.635.000.000 9.626.571.647 261.651.053.219 956.409.000.000 14.077.852.427 70.781.440.000 60.493.636.000 7.630.330.090 28.499.000.000 41.001.414.954 1.746.644.000.000 90.592.575.000 288.073.432.000 14.519.866.284 80.929.476.000 40.756.078.282 348.916.778 86.745.854.950 269.868.000.000 10.181.083.000.000 2.531.681.000.000 54.898.874.758 26.511.071.474 1.164.824.606 22.058.700.759 11.028.221.012 127.657.349.869 5.274.009.000.000 23.844.710.000 384.846.000.000 13.693.234.452 70.080.135.740 20.623.713.329

Total Aset 2014 (2) 504.865.000.000 2.227.042.590.000 356.814.265.668 244.879.397.000 3.212.438.981.224 3.918.391.000.000 273.126.657.794 1.259.175.442.875 14.380.926.000.000 974.632.970.453 774.891.087.000 1.334.085.916.000 174.157.547.015 2.476.982.000.000 1.284.150.037.341 20.862.439.000.000 1.902.696.164.000 991.947.134.000 268.877.322.944 1.236.247.525.000 411.348.790.570 775.917.827.931 5.581.000.723.345 16.042.897.000.000 28.380.630.000.000 24.910.211.000.000 349.894.783.575 518.546.655.125 1.248.343.275.406 897.281.657.710 147.992.617.351 2.282.666.078.493 28.884.973.000.000 1.062.476.023.000 15.730.435.000.000 370.967.708.751 1.337.351.473.763 647.696.854.298

ROI (1/2) 6,14 1,56 5,90 1,09 0,05 11,70 3,52 20,78 6,65 1,44 9,13 4,53 4,38 1,15 3,19 8,37 4,76 29,04 5,40 6,55 9,91 0,04 1,55 1,68 35,87 10,16 15,69 5,11 0,09 2,46 7,45 5,59 18,26 2,24 2,45 3,69 5,24 3,18


43 Tabel 5. 3 Perhitungan Profitabilitas dengan Return on Investment (%) (Lanjutan) Net Income 2014 (1) 39 KIAS 92.239.403.158 40 KICI 4.703.508.241 41 KLBF 2.121.090.581.630 42 LION 49.001.630.102 43 LMPI 1.710.590.575 44 LMSH 7.403.115.436 45 MERK 181.472.234.000 46 MLBI 794.883.000.000 47 MLIA 125.013.335.000 48 MRAT 7.371.973.842 49 MYOR 409.824.768.594 50 NIPS 50.134.988.000 51 PICO 16.153.616.369 52 PRAS 11.340.527.608 53 PYFA 2.657.665.405 54 RICY 15.111.531.641 55 ROTI 188.577.521.074 56 SCCO 137.618.900.727 57 SIAP 7.382.322.000 58 SIMA 1.378.596.138 59 SKBM 89.115.994.107 60 SKLT 16.480.714.984 61 SMBR 328.336.316.000 62 SMCB 668.869.000.000 63 SMSM 420.436.000.000 64 SPMA 48.602.721.399 65 SQBB 164.808.009.000 66 SRSN 14.456.260.000 67 STAR 348.916.778 68 STTP 123.465.403.948 69 TCID 174.314.394.101 70 TOTO 293.803.908.949 71 TRIS 35.944.155.042 72 TRST 30.084.477.143 73 TSPC 584.293.062.124 74 UNIT 396.296.296 75 WIIM 112.304.822.060 Sumber: data sekunder yang diolah,2016 NO

KODE

Total Aset 2014 (2) 2.352.542.603.065 96.745.744.221 12.425.032.367.729 600.102.716.315 808.892.238.344 139.915.598.255 716.599.526.000 2.231.051.000.000 7.215.152.320.000 498.786.376.745 10.291.108.029.334 1.206.854.399.000 626.626.507.164 1.286.827.899.805 172.736.624.689 1.170.752.424.106 2.142.894.276.216 1.656.007.190.010 4.979.635.925.000 62.607.762.222 649.534.031.113 331.574.891.637 2.926.360.857.000 17.195.352.000.000 1.749.395.000.000 2.091.957.078.669 459.352.720.000 463.347.124.000 775.917.827.931 1.700.204.093.895 1.853.235.343.636 2.027.288.693.678 523.900.642.605 3.261.285.495.052 5.592.730.492.960 440.727.374.151 1.332.907.675.785

ROI (1/2) 3,92 4,86 17,07 8,17 0,21 5,29 25,32 35,63 1,73 1,48 3,98 4,15 2,58 0,88 1,54 1,29 8,80 8,31 0,15 2,20 13,72 4,97 11,22 3,89 24,03 2,32 35,88 3,12 0,04 7,26 9,41 14,49 6,86 0,92 10,45 0,09 8,43


44 5. Perhitungan Manajemen Laba Tabel 5. 4 Perhitugan Manajemen Laba berdasarkan DA (Discretionary Accruals) DA NO 2014 1 ADES -0,15333 39 2 AKPI -0,14498 40 3 ALDO 0,059612 41 4 ALKA 0,034272 42 5 ALMI 0,324161 43 6 AMFG -0,01606 44 7 APLI -0,01126 45 8 ARNA 0,043234 46 9 AUTO 0,058924 47 10 BAJA 0,104805 48 11 BATA 0,018833 49 12 BRNA -0,14041 50 13 BTON 0,015852 51 14 BUDI 0,036024 52 15 CEKA 0,071641 53 16 CPIN 0,108797 54 17 DAJK 0,275454 55 18 DLTA 0,149682 56 19 DPNS 0,036275 57 20 DVLA -0,00558 58 21 EKAD 0,090811 59 22 ERTX 0,076282 60 23 FASW -0,18548 61 24 GJTL 0,034352 62 25 HMSP -0,04215 63 26 ICBP -0,06995 64 27 IGAR 0,069528 65 28 IKAI 0,122026 66 29 INAF -0,09815 67 30 INAI -0,1108 68 31 INCI 0,137551 69 32 INDS 0,056364 70 33 INTP 0,02126 71 34 JECC -0,0088 72 35 JPFA -0,07425 73 36 JPRS 0,209124 74 37 KBLI -0,03988 75 38 KBLM 0,069395 Sumber: data sekunder yang diolah, 2016 NO

KODE


DA 2014 0,059573 0,03553 -0,01102 -0,02221 0,03452 0,00045 -0,15676 0,015708 -0,00424 0,060827 0,130715 -0,06367 -0,00067 0,038926 0,021941 -0,03007 -0,05999 0,056476 -0,42559 -0,04878 0,074212 -0,03515 0,02785 -0,01367 -0,01459 0,049708 0,004306 0,009404 0,076282 -0,04845 0,054315 0,000447 0,082918 -0,04029 0,018461 -0,0011 0,064756


45 6. Pengklasifikasian Data a. Data Manajemen Laba Tabel dibawah ini merupakan hasil pengklasifikasian data manajemen laba

menjadi

2

kategori,

Income

minimization

dan

maximization. Tabel 5. 5 Pengklasifikasin income minimization dan income maximization. DA

NO

KODE

1

ADES

2

-

29

2

AKPI

2

-

3

ALDO

-

4

ALKA

5

Min

Max

NO

KODE

DA Min

Max

INAF

2

-

30

INAI

2

-

1

31

INCI

-

1

-

1

32

INDS

-

1

ALMI

-

1

33

INTP

-

1

6

AMFG

2

-

34

JECC

2

-

7

APLI

2

-

35

JPFA

2

-

8

ARNA

-

1

36

JPRS

-

1

9

AUTO

-

1

37

KBLI

2

-

10

BAJA

-

1

38

KBLM

-

1

11

BATA

-

1

39

KIAS

-

1

12

BRNA

2

-

40

KICI

-

1

13

BTON

-

1

41

KLBF

2

-

14

BUDI

-

1

42

LION

2

-

15

CEKA

-

1

43

LMPI

-

1

16

CPIN

-

1

44

LMSH

-

1

17

DAJK

-

1

45

MERK

2

18

DLTA

-

1

46

MLBI

-

1

19

DPNS

-

1

47

MLIA

2

-

20

DVLA

2

-

48

MRAT

-

1

21

EKAD

-

1

49

MYOR

-

1

22

ERTX

-

1

50

NIPS

2

-

23

FASW

2

-

51

PICO

2

-

24

GJTL

-

1

52

PRAS

-

1

25

HMSP

2

-

53

PYFA

-

1

26

ICBP

2

-

54

RICY

2

-

27

IGAR

-

1

55

ROTI

2

-

28

IKAI

-

1

56

SCCO

-

1

Income


46 Tabel 5. 5 Pengklasifikasin income minimization dan income maximization (Lanjutan) DA Min Max 57 SIAP 2 58 SIMA 2 59 SKBM 1 60 SKLT 2 61 SMBR 1 62 SMCB 2 63 SMSM 2 64 SPMA 1 65 SQBB 1 66 SRSN 1 Sumber: data sekunder yang diolah 2016 Keterangan 1 = Income maximization 2 = Income minimization NO

KODE

NO

KODE

67 68 69 70 71 72 73 74 75

STAR STTP TCID TOTO TRIS TRST TSPC UNIT WIIM

Min 2 2 2 -

DA Max 1 1 1 1 1 1

Kemudian data manajemen laba diklasifikasikan lagi untuk mengukur tinggi rendahnya manajemen laba dalam suatu perusahaan. Tabel 5. 6 Pengklasifikasian manajemen laba Income minimization Income minimization 2014 1 ADES 2 2 AKPI 2 3 AMFG 3 4 APLI 3 5 BRNA 2 6 DVLA 3 7 FASW 2 8 HMSP 3 9 ICBP 3 10 INAF 3 11 INAI 2 12 JECC 3 13 JPFA 3 14 KBLI 3 15 KLBF 3 Sumber: Data sekunder yang diolah 2016 Keterangan Rendah (1) = -0,50 - ≤ -0,20 Sedang (2) = > -0,20 - ≤ -0,10 Tinggi (3) = > -0,10 – ≤ 0,01 NO

KODE

NO

KODE

16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

LION MERK MLIA NIPS PICO RICY ROTI SIAP SIMA SKLT SMCB SMSM STTP TRST UNIT

Income minimization 2014 3 2 3 3 3 3 3 1 3 3 3 3 3 3 3


47 Tabel 5. 7 Pengklasifikasian manajemen laba dengan Income maximization. Income maximization 2014 1 ALDO 1 2 ALKA 1 3 ALMI 3 4 ARNA 1 5 AUTO 1 6 BAJA 2 7 BATA 1 8 BTON 1 9 BUDI 1 10 CEKA 1 11 CPIN 2 12 DAJK 3 13 DLTA 2 14 DPNS 1 15 EKAD 1 16 ERTX 1 17 GJTL 1 18 IGAR 1 19 IKAI 2 20 INCI 2 21 INDS 1 22 INTP 1 23 JPRS 3 Sumber: Data sekunder yang diolah 2016 Keterangan Rendah (1) = 0,00 - ≤ 0,10 Sedang (2) = > 0,10 - ≤ 0,20 Tinggi (3) = > 0,20 - ≤ 0,40 NO

KODE

NO

KODE

24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

KBLM KIAS KICI LMPI LMSH MLBI MRAT MYOR PRAS PYFA SCCO SKBM SMBR SPMA SQBB SRSN STAR TCID TOTO TRIS TSPC WIIM

Income maximization 2014 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1


48 b. Data Ukuran Perusahaan Tabel 5. 8 Pengklasifikasian Ukuran Perusahaan dengan Total Aset. Total Aset NO 2014 1 ADES 1 39 2 AKPI 1 40 3 ALDO 1 41 4 ALKA 1 42 5 ALMI 1 43 6 AMFG 1 44 7 APLI 1 45 8 ARNA 1 46 9 AUTO 3 47 10 BAJA 1 48 11 BATA 1 49 12 BRNA 1 50 13 BTON 1 51 14 BUDI 1 52 15 CEKA 1 53 16 CPIN 4 54 17 DAJK 1 55 18 DLTA 1 56 19 DPNS 1 57 20 DVLA 1 58 21 EKAD 1 59 22 ERTX 1 60 23 FASW 2 61 24 GJTL 4 62 25 HMSP 4 63 26 ICBP 4 64 27 IGAR 1 65 28 IKAI 1 66 29 INAF 1 67 30 INAI 1 68 31 INCI 1 69 32 INDS 1 70 33 INTP 4 71 34 JECC 1 72 35 JPFA 4 73 36 JPRS 1 74 37 KBLI 1 75 38 KBLM 1 Sumber: Data sekunder yang diolah, 2016 Keterangan (milyar rupiah) Sangat Rendah (1) = Rp 0 – Rp 5.000 Rendah (2) = > Rp 5.000 – ≤ Rp 10.000 Tinggi (3) = > Rp 10.000 - ≤ Rp 15.000 Sangat Tinggi (4) = > Rp 15.000 NO

KODE


Total Aset 2014 1 1 3 1 1 1 1 1 2 1 3 1 1 1 1 1 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1 1 1 1 2 1 1


49

c. Data Leverage Tabel 5. 9 Pengklasifikasian data Leverage dengan debt to equity ratio. DER NO 2014 1 ADES 1 39 2 AKPI 2 40 3 ALDO 2 41 4 ALKA 3 42 5 ALMI 1 43 6 AMFG 1 44 7 APLI 1 45 8 ARNA 1 46 9 AUTO 1 47 10 BAJA 4 48 11 BATA 1 49 12 BRNA 3 50 13 BTON 1 51 14 BUDI 2 52 15 CEKA 2 53 16 CPIN 1 54 17 DAJK 1 55 18 DLTA 1 56 19 DPNS 1 57 20 DVLA 1 58 21 EKAD 1 59 22 ERTX 1 60 23 FASW 3 61 24 GJTL 2 62 25 HMSP 2 63 26 ICBP 1 64 27 IGAR 1 65 28 IKAI 2 66 29 INAF 2 67 30 INAI 4 68 31 INCI 1 69 32 INDS 1 70 33 INTP 1 71 34 JECC 4 72 35 JPFA 2 73 36 JPRS 1 74 37 KBLI 1 75 38 KBLM 2 Sumber: Data sekunder yang diolah, 2016 Keterangan Sangat Rendah (1) = 0,00 - ≤ 1,00 Rendah (2) = > 1,00 - ≤ 2,00 Tinggi (3) = > 2,00 - ≤ 3,00 Sangat Tinggi (4) = >3,00 NO

KODE


DER 2014 1 1 1 1 2 1 1 4 4 1 2 2 2 1 1 2 2 2 1 1 2 2 1 1 1 2 1 1 1 2 1 1 1 1 1 1 1


50 d. Data Profitabilitas Tabel 5. 10 Pengklasifikasian Profitabilitas dengan return on investment (ROI). ROI ROI NO KODE 2014 2014 1 ADES 1 39 KIAS 1 2 AKPI 1 40 KICI 1 3 ALDO 1 41 KLBF 2 4 ALKA 1 42 LION 1 5 ALMI 1 43 LMPI 1 6 AMFG 2 44 LMSH 1 7 APLI 1 45 MERK 3 8 ARNA 3 46 MLBI 4 9 AUTO 1 47 MLIA 1 10 BAJA 1 48 MRAT 1 11 BATA 1 49 MYOR 1 12 BRNA 1 50 NIPS 1 13 BTON 1 51 PICO 1 14 BUDI 1 52 PRAS 1 15 CEKA 1 53 PYFA 1 16 CPIN 1 54 RICY 1 17 DAJK 1 55 ROTI 1 18 DLTA 3 56 SCCO 1 19 DPNS 1 57 SIAP 1 20 DVLA 1 58 SIMA 1 21 EKAD 1 59 SKBM 2 22 ERTX 1 60 SKLT 1 23 FASW 1 61 SMBR 2 24 GJTL 1 62 SMCB 1 25 HMSP 4 63 SMSM 3 26 ICBP 2 64 SPMA 1 27 IGAR 2 65 SQBB 4 28 IKAI 1 66 SRSN 1 29 INAF 1 67 STAR 1 30 INAI 1 68 STTP 1 31 INCI 1 69 TCID 1 32 INDS 1 70 TOTO 2 33 INTP 2 71 TRIS 1 34 JECC 1 72 TRST 1 35 JPFA 1 73 TSPC 2 36 JPRS 1 74 UNIT 1 37 KBLI 1 75 WIIM 1 38 KBLM 1 Sumber: Data sekunder yang diolah, 2016 Keterangan Sangat Rendah (1) = 0,00 - ≤ 10,00 Tinggi (3) = > 20,00 - ≤ 30,00 Rendah (2) = > 10,00 - ≤ 20,00 Sangat Tinggi (4) = >30,00 NO

KODE


51 7. Pengujian Statistik Deskriptif Pengolahan data pada penelitian ini menggunakan program IBM SPSS Statistics 23. Hasil pengujian statistik deskriptif variabel manajemen laba, ukuran perusahaan, leverage (proksi debt to equity ratio), dan profitabilitas (proksi return on investment) dapat dijabarkan sebagai berikut: a. Statistik Deskriptif Manajemen Laba Berdasarkan data perhitungan manajemen laba pada tabel 7, pada tahun 2014 terdapat nilai manajemen laba yang bernilai positif dan bernilai negatif. Manajemen laba yang bernilai negatif berarti perusahaan melakukan penurunan laba (income minimization) dan manajemen laba yang bernilai positif berarti perusahaan melakukan peningkatan laba (income maximization). Berikut ini histogram untuk melihat sebaran data manajemen laba. Gambar 5. 1 Histogram Data Mentah Manajemen Laba


52 Berdasarkan gambar 5.1, dari 75 perusahaan terdapat 30 perusahan bernilai negatif dan sebanyak 45 perusahaan bernilai positif. Sumbu horisontal pada gambar 5.1 merupakan tingkat manajemen laba yang diprosikan dengan discretional accruals. Sumbu vertikal menunjukan frekuensi jumlah perushaan. Manajemen laba berskala rasio, semakin menjauhi 0 berarti tingkat manajemen laba semakin tinggi. Manajemen laba dengan income minimization dan income maximization memiliki arah yang berbeda dalam mengukur tingkat manajemen laba. Income minimization terletak pada sisi sebelah kiri (-) pada garis bilangan, maka semakin kecil angka manajemen laba tingkat manajemen laba semakin tinggi. Income maximization terletak pada sisi sebelah kanan (+) pada garis bilangan maka semakin besar angka manajemen laba tingkat manajemen laba semakin tinggi. Manajemen laba diklasifikasikan menjadi 3. Pertama, klasifikasi manajemen laba menjadi income minimization (kategori 2) dan income maximization (kategori 1). Kedua klasifikasi manajemen laba dengan income minimization untuk menentukan tingkat manajemen laba. Ketiga klasifikasi manajemen laba dengan income maximization untuk menentukan tingkat manajemen laba. Deskripsi data dan klasifikasi data income minimization dan income maximization akan dijelaskan dalam pembahasan berikut.


53 1) Income minimization Deskripsi data income minimization disajikan dalam tabel dan histogram. Berikut ini tabel yang menunjukkan nilai range, minimum, dan maximum dari income minimization. Tabel 5. 11 Nilai Range, Minimum, Maximum Income minimization Income minimization Valid 30 Missing 0 ,42492

Range Minimum

-,42559

Maximum -,00067 Sumber: data sekunder yang diolah 2016

Berdasarkan tabel 5.11, sebanyak 30 perusahaan dari 75 perusahaan memiliki nilai manajemen laba negatif. Data missing 0 menjelaskan tidak ada nilai atau data yang hilang. Range, perbedaan jarak antara nilai maksimum dan minimum sebesar 0,42492. Hal ini menunjukkan bahwa Income minimization memiliki sebaran data yang luas. Income minimization dikatakan semakin tinggi apabila angka discretionary accruals semakin negatif menjauhi 0. Nilai terendah menjadi nilai tertinggi dalam income minimization. Angka terendah perhitungan

income

minimization

tersebut

diperoleh

dari

perhitungan manajemen laba PT Sekawan Intipratama Tbk yang bernilai negatif sebesar -0,42559 pada tahun 2014.


54 Nilai tertinggi manajemen laba dengan income minimization sebesar -0,00067. Nilai tersebut merupakan tingkat manajemen laba terendah dalam income minimization. Angka tersebut diperoleh dari perhitungan manajemen laba PT Pelangi Indah Canindo Tbk pada tahun 2014. Berikut ini histogram untuk melihat sebaran data

income

minimization.

Gambar 5. 2 Histogram Income minimization Berdasarkan gambar 5.2, sebaran angka manajemen laba terletak diantara 0 hingga -0,5. Sumbu horizontal menunjukkan tingkat manajemen laba yang diproksikan dengan discretionary accruals. Sumbu vertikal menunjukan frekuensi jumlah perusahaan. Berdasarkan gambar 5.2, data income minimization

tidak

terdistribusi normal, karena masih terdapat data yang bernilai kecil


55 yang terletak diantara –0,4 hingga -0,5. Berdasarkan gambar 5.2, income minimization diklasifikasikan dengan kategori sebagai berikut. -0,50 - ≤ -0,20

: rendah

> -0,20 - ≤ -0,10

: sedang

> -0,10 – ≤ 0,01

: tinggi

Tabel 5. 12 Klasifikasi Income minimization Income minimization Frequency Rendah 1

Valid

Sedang 6 Tinggi 23 Total 30 Sumber : Data sekunder yang diolah 2016

Percent 3,3 20,0 76,7 100,0

Berdasarakan tabel 5.12 perusahaan yang memiliki kategori income minimization sangat rendah yaitu sebanyak 1 perusahaan atau sebesar 3,3% dari total 30 perusahaan. Perusahaan yang meiliki kategori income minimization sedang yaitu 6 perusahaan atau sebesar 20% dari total 30 perusahaan. Perusahan yang memiliki kategori income minimization tinggi yaitu sebanyak 23 perusahaan atau 76,7% dari 30 perusahaan. Berdasarkan tabel 15 income minimization terbanyak terdapat pada kategori tinggi, sedangkan kategori income minimization paling sedikit terdapat pada kategori rendah. 2) Income maximization Deskripsi data income maximization disajikan dalam tabel dan histogram.


56 Berikut ini tabel 5.13 yang menunjukkan nilai range, minimum dan maximum dari income maximization. Tabel 5. 13 Nilai range, minimum, dan maximum income maximization Income maximization N

Valid Missing

Range

45 0 ,32371

Minimum

,00045

Maximum

,32416

Sumber: Data sekunder yang diolah 2016

Berdasarkan tabel 5.13, terdapat 45 income maximization bernilai positif. Data missing 0 menjelaskan tidak ada nilai atau data yang hilang. Range, perbedaan jarak antara nilai maksimum dan minimum sebesar 0,32371. Hal ini menunjukkan bahwa

Income

minimization memiliki sebaran data yang luas. Berbeda dengan income minimization, dalam income maximization semakin positif menjauhi 0 berarti tingkat manajemen laba dikatakan semakin tinggi. Nilai terendah tingkat manajemen laba dengan income maximization sebesar 0,00045. Angka tersebut diperoleh dari perhitungan manajemen laba PT Lionmesh Prima Tbk pada tahun 2014. Nilai tertinggi tingkat manajemen laba dengan income maximization sebesar 0,32416. Angka tersebut diperoleh dari perhitungan data manajemen laba PT Alumindo Light Metal Industry Tbk pada tahun 2014.


57 Berikut ini histogram untuk melihat sebaran data

income

maximization.

Gambar 5. 3 Histogram Income maximization Berdasarkan gambar 5.3, sebaran angka manajemen laba income maximization terletak diantara 0 hingga 0,4. Sumbu horizontal menunjukkan tingkat manajemen laba yang diproksikan dengan discretionary accruals. Sumbu vertikal menunjukkan frekuensi jumlah perusahaan. Berdasarkan gambar 5.3, data income maximization tidak terdistribusi normal karena masih terdapat data yang bernilai besar yang memiliki selisih sangat banyak dengan data lainnya.

Gambar

histogram

5.3

menjadi

dasar

untuk

mengklasifikasikan angka income maximization sesuai dengan


58 interval yang disajikan dalam histogram. Income maximization diklasifikasikan dengan kategori sebagai berikut: 0,00 - ≤ 0,10

: rendah

> 0,10 - ≤ 0,20 : sedang > 0,20 - ≤ 0,40 : tinggi Berikut ini adalah tabel klasifikasian income maximization. Tabel 5. 14 Klasifikasi income maximization Income maximization Valid

Rendah

Frequency

Percent

36

80,0

Sedang 6 Tinggi 3 Total 45 Sumber: Data sekunder yang diolah, 2016

13,3 6,7 100,0

Berdasarkan tabel 5.14, perusahaan yang memiliki kategori income maximization rendah yaitu sebanyak 36 perusahaan atau sebanyak 80% dari total 45 perusahaan. Perusahaan yang memiliki kategori income maximization sedang yaitu sebanyak 6 perusahaan atau sebanyak 13,3% dari total 45 perusahaan. Perusahaan yang memiliki kategori income maximization tinggi yaitu sebanyak 3 perusahaan atau sebanyak 6,7% dari total 45 perusahaan. Berdasarkan tabel 17, kategori income maximization terdapat

pada

kategori

rendah, sedangkan kategori

terbanyak income

maximization paling sedikit terdapat pada kategori tinggi. b. Statistik Deskriptif Ukuran Perusahaan Tabel 5.15 merupakan hasil pengujian statistik deskriptif variabel ukuran perusahaan.


59 Tabel 5. 15 Statistik Deskriptif Ukuran Perusahaan Ukuran Perusahaan N

Valid Missing

Range Minimum Maximum

75 0 28.822.365.237.778 62.607.762.222 28.884.973.000.000

Sumber: Data sekunder yang diolah, 2016

Berdasarkan tabel 5.15, terdapat 75 data valid dan tidak ada data missing. Data missing 0 menjelaskan tidak ada nilai atau data yang hilang. Range, perbedaan jarak antara nilai maksimum dan minimum, sebesar Rp 28.822.365.237.778. hal ini menunjukkan bahwa ukuran perusahaan memiliki sebaran data yang luas. Berdasarkan tabel 18, nilai terendah ukuran perusahaan sebesar Rp 62.607.762.222. Nilai terendah tersebut diperoleh dari perusahaan Siwani Makmur Tbk pada tahun 2014. Nilai tertinggi ukuran perusahaan sebesar Rp 28.884.973.000.000. Nilai tersebut diperoleh dari perusahaan Indocement Tunggal Prakasa Tbk pada tahun 2014. Berikut ini histogram data ukuran perusahaan. Gambar 5. 4 Histogram data mentah variabel ukuran perusahaan


60 Berdasarkan gambar 5.4, sebaran angka ukuran perusahaan berada diantara 0 hingga 30.000.000.000.000. Sumbu horizontal menunjukkan tingkat ukuran perusahaan yang diproksikan dengan total aset. Sumbu vertikal menunjukkan frekuensi jumlah perusahaan. Berdasarkan gambar 5.4, data ukuran perusahaan tidak terdistribusi normal, karena terdapat beberapa data yang memiliki selisih nilai yang tinggi

pada

kisaran

30.000.000.000.000.

angka

Gambar

5.4

15.000.000.000.000 juga

menjadi

dasar

hingga untuk

mengklasifikasikan nilai ukuran perusahaan menjadi 4 kategori dengan kriteria sebagai berikut (dalam milyar rupiah): Rp 0 – Rp 5.000

: Sangat Rendah

> Rp 5.000 – ≤ Rp 10.000 : Rendah > Rp 10.000 - ≤ Rp 15.000 : Tinggi > Rp 15.000

: Sangat Tinggi

Berikut ini adalah tabel klasifikasi ukuran perusahaan Tabel 5. 16 Klasifikasi ukuran perusahaan Ukuran Perusahaan Frequency Valid Sangat Rendah 62 Rendah 3 Tinggi 3 Sangat Tinggi 7 Total 75 Sumber: Data sekunder yang diolah, 2016

Percent 82,7 4,0 4,0 9,3 100,0

Berdasarkan tabel 5.16, perusahaan yang memiliki kategori ukuran perusahaan sangat rendah yaitu sebanyak 62 perusahaan atau sebanyak 82,7% dari total 75 perusahaan. Perusahaan yang memiliki kategori ukuran perusahaan rendah yaitu sebanyak 3 perusahaan atau


61 sebanyak 4% dari total 75 perusahaan. Perusahaan yang memiliki kategori ukuran perusahaan tinggi yaitu sebanyak 3 perusahaan atau sebanyak 4% dari total 75 perusahaan. Perusahaan yang memiliki kategori ukuran perusahaan sangat tinggi yaitu sebanyak 7 perusahaan atau sebanyak 9,3% dari total 75 perusahaan. Kategori ukuran perusahaan terbanyak terdapat pada kategori rendah, sedangkan kategori paling sedikit terdapat pada kategori rendah dan tinggi. c. Statistik Deskriptif Leverage. Tabel dibawah ini merupakan hasil pengujian statistik deskriptif variabel Leverage. Tabel 5. 17 Statistik Deskriptif Leverage. Leverage Valid 75 Missing 0 Range 5,157316 Minimum ,043120 Maximum 5,200436 N


Berdasarkan tabel 5.17, terdapat 75 data valid dan tidak ada data missing. Data missing 0 menjelaskan tidak ada nilai atau data yang hilang. Range, perbedaan jarak antara nilai maksimum dan minimum, sebesar 5,157316. hal ini menunjukkan bahwa ukuran perusahaan memiliki sebaran data yang luas. Berdasarkan tabel 5.17, nilai terendah leverage sebesar 0,043120. Nilai terendah tersebut diperoleh dari perusahaan Jaya Pari Steel Tbk pada tahun 2014. Nilai tertinggi leverage sebesar 5,200436.


62 Nilai tersebut diperoleh dari perusahaan Jembo Cable Company Tbk pada tahun 2014. Berikut ini histogram data leverage. Gambar 5. 5 Histogram data mentah variabel leverage.

Berdasarkan gambar 5.5, sebaran angka leverage berada diantara 0 hingga 6,0. Sumbu horizontal menunjukkan tingkat leverage yang diproksikan dengan debt to equity ratio. Sumbu vertikal menunjukkan frekuensi jumlah perusahaan. Berdasarkan gambar 5.5, data leverage tidak terdistribusi normal, karena terdapat beberapa data yang memiliki selisih nilai yang tinggi pada kisaran angka 4,0 hingga 6,0. Gambar 5.5 juga menjadi dasar untuk mengklasifikasikan nilai leverage menjadi 4 kategori dengan kriteria sebagai berikut: 0,00 - ≤ 1,00

: Sangat Rendah

> 1,00 - ≤ 2,00

: Rendah

> 2,00 - ≤ 3,00

: Tinggi

>3,00

: Sangat Tinggi


63 Berikut ini adalah tabel klasifikasi leverage Tabel 5. 18 Klasifikasi leverage Leverage Frequency Valid

Percent

Sangat Rendah

46

61,3

Rendah Tinggi Sangat Tinggi Total

21 3 5 75

28,0 4,0 6,7 100,0


Berdasarkan tabel 3.18, perusahaan yang memiliki kategori leverage sangat rendah yaitu sebanyak 46 perusahaan atau sebanyak 61,3% dari total 75 perusahaan. Perusahaan yang memiliki kategori leverage rendah yaitu sebanyak 21 perusahaan atau sebanyak 28% dari total 75 perusahaan. Perusahaan yang memiliki kategori leverage tinggi yaitu sebanyak 3 perusahaan atau sebanyak 4% dari total 75 perusahaan. Perusahaan yang memiliki kategori leverage sangat tinggi yaitu sebanyak 5 perusahaan atau sebanyak 6,7% dari total 75 perusahaan. Kategori leverage terbanyak terdapat pada kategori sangat rendah, sedangkan kategori paling sedikit terdapat pada kategori tinggi. d. Statistik Deskriptif Profitabiitas Tabel 5.19 merupakan hasil pengujian statistik deskriptif variabel Profitabiitas.


64 Tabel 5. 19 Statistik Deskriptif Profitabiitas. ROI N

Valid

75

Missing Range

0 35,83

Minimum

,04

Maximum

35,88


Berdasarkan tabel 5.19, terdapat 75 data valid dan tidak ada data missing. Data missing 0 menjelaskan tidak ada nilai atau data yang hilang. Range, perbedaan jarak antara nilai maksimum dan minimum, sebesar 35,83. hal ini menunjukkan bahwa Profitabiitas memiliki sebaran data yang luas. Berdasarkan tabel 5.19, nilai terendah Profitabiitas sebesar 0,04. Nilai terendah tersebut diperoleh dari perusahaan Eratex Djaja Tbk dan Star Petrcohem Tbk pada tahun 2014. Nilai tertinggi Profitabiitas sebesar 35,88. Nilai tersebut diperoleh dari perusahaan Taisho Pharmaceutical Indonesia Tbk pada tahun 2014. Berikut ini histogram data Profitabiitas. Gambar 5. 6 Histogram data mentah variabel profitabilitas


65 Berdasarkan gambar 5.6, sebaran angka profitabilitas berada diantara 0 hingga 40,00. Sumbu horizontal menunjukkan tingkat profitabilitas yang diproksikan dengan return on invesment. Sumbu vertikal menunjukkan frekuensi jumlah perusahaan. Berdasarkan gambar 5.6, data profitabilitas tidak terdistribusi normal, karena terdapat beberapa data yang memiliki selisih nilai yang tinggi pada kisaran angka 30,00 hingga 40,00. Gambar 5.6 juga menjadi dasar untuk mengklasifikasikan nilai profitabilitas menjadi 4 kategori dengan kriteria sebagai berikut: 0,00 - ≤ 10,00

: Sangat Rendah

> 10,00 - ≤ 20,00 : Rendah > 20,00 - ≤ 30,00 : Tinggi >30,00

: Sangat Tinggi

Berikut ini adalah tabel klasifikasi profitabilitas Tabel 5. 20 Klasifikasi profitabilitas Profitabilitas Frequency Valid Sangat Rendah 59 Rendah 9 Tinggi 4 Sangat Tinggi 3 Total 75 Sumber: Data sekunder yang diolah, 2016

Percent 78,7 12,0 5,3 4,0 100,0

Berdasarkan tabel 5.20, perusahaan yang memiliki kategori profitabilitas sangat rendah yaitu sebanyak 59 perusahaan atau sebanyak 78,7% dari total 75 perusahaan. Perusahaan yang memiliki kategori profitabilitas rendah yaitu sebanyak 9 perusahaan atau sebanyak 12% dari total 75 perusahaan. Perusahaan yang memiliki


66 kategori profitabilitas tinggi yaitu sebanyak 4 perusahaan atau sebanyak 5,3% dari total 75 perusahaan. Perusahaan yang memiliki kategori profitabilitas sangat tinggi yaitu sebanyak 3 perusahaan atau sebanyak 4% dari total 75 perusahaan. Kategori profitabilitas terbanyak terdapat pada kategori sangat rendah, sedangkan kategori paling sedikit terdapat pada kategori sangat tinggi. 8. Analisis Tabulasi Silang (Crosstabs). a. Hubungan antara ukuran perusahaan dan manajemen laba Analisis tabulasi silang kedua dilakukan untuk menentukan antara ukuran perusahaan dan manajemen laba. Hubungan antara ukuran perusahaan dan manajemen laba dilakukan dengan menguji tiga hubungan. Pertama antara ukuran perusahaan dengan manajemen laba (income minimization dan income maximization). Kedua hubungan antara ukuran perusahaan dan income minimization. Ketiga hubungan antara ukuran perusahaan dan income maximization. 1) Hubungan ukuran perusahaan dan manajemen laba (income minimization dan income maximization). Tabel 5.21 merupakan output analisis tabulasi silang ukuran perusahaan dan manajemen laba (income minimization dan income maximization).


67 Tabel 5. 21 Tabulasi silang ukuran perusahaan dan manajemen laba (income minimization dan income maximization). ukuran perusahaan

Manajemen Laba

Total

Total

Sangat Rendah

Rendah

Tinggi

Sangat Tinggi

Max Income

39

1

2

3

45

Min Income

23

2

1

4

30

62

3

3

7

75

Sumber : Data sekunder yang diolah, 2016

Berdasarkan tabel 5.21, pada kategori tingkat ukuran perusahaan sangat rendah terdapat 39 perusahaan melakukan income maximization, dan sebanyak 23 melakukan income minimization. Pada kategori tingkat ukuran perusahaan rendah terdapat 1 perusahaan melakukan income maximization, dan sebanyak 2 perusahaan melakukan income minimization. Pada kategori tingkat ukuran perusahaan tinggi terdapat 2 perusahaan melakukan income maximization, dan sebanyak 1 perusahaan melakukan income minimization. Pada kategori tingkat ukuran perusahaan sangat tinggi terdapat

3

perusahaan

melakukan

income

maximization,dan

sebanyak 7 perusahaan melakukan income minimization. Kekuatan dan arah hubungan antara ukuran perusahaan dan manajemen laba dapat dijelaskan dengan tabel symmentric measures berikut ini. Tabel 5. 22 Symmentric measures ukuran perusahaan dan manajemen laba (income minimization dan income maximization) Ordinal by Ordinal Spearman Correlation N of Valid Cases Sumber: data sekunder yang diolah, 2016

Value 0,129 75


68 Tabel 5.22, menunjukkan nilai Spearman’s rho sebesar 0,129. Hal in berarti kekuatan hubungan ukuran perusahaan dengan manajemen laba (income minimization dan income maximization) sangat lemah. Nilai Spearman’s rho positif, hal ini berarti hubungan kedua variabel positif. 2) Hubungan ukuran perusahaan dan manajemen laba (income minimization) Tabel 5.23 merupakan output analisis tabulasi silang ukuran perusahaan dan manajemen laba (income minimization). Tabel 5. 23 Tabulasi silang ukuran perusahaan dan manajemen laba (income minimization). Sangat Rendah Min DA

Total

ukuran perusahaan Rendah Tinggi

Sangat Tinggi

Total

Rendah

1

0

0

0

1

Sedang

5

1

0

0

6

Tinggi

17

1

1

4

23

23

2

1

4

30


Berdasarkan tabel 5.23, ketika tingkat ukuran perusahaan pada kategori sangat rendah jumlah perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 5, dan 17 perusahaan. Pada kategori ukuran perusahaan sangat rendah perusahaan banyak melakukan income minimization pada kategori tinggi. Ketika tingkat ukuran perusahaan pada kategori rendah jumlah perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 0,1, dan 1


69 perusahaan. Pada kategori ukuran perusahaan rendah perusahaan banyak melakukan income minimization pada kategori sedang dan tinggi. Ketika tingkat ukuran perusahaan pada kategori tinggi perusahaan hanya melakukan income minimization pada kategori tinggi, yaitu sebanyak 1 perusahaan. Ketika tingkat ukuran perusahaan pada kategori sangat tinggi perusahaan hanya melakukan income minimization

pada kategori tinggi, yaitu sebanyak 4

perusahaan. Kekuatan dan arah hubungan dapat dijelaskan dengan tabel 5.24 symmentric measures berikut ini. Tabel 5. 24 Tabel symmentric measures ukuran perusahaan dan manajemen laba (income minimization). Ordinal by Ordinal Spearman Correlation N of Valid Cases Sumber: data sekunder yang diolah, 2016

Value 0,152 30

Tabel 5.24, menunjukkan nilai Spearman’s rho sebesar 0,152. Hal ini berarti kekuatan hubungan ukuran perusahaan dengan manajemen laba (income minimization) sangat lemah. Nilai Spearman’s rho positif, hal ini berarti hubungan kedua variabel positif. 3) Hubungan ukuran perusahaan dan manajemen laba (income maximization) Tabel 5.25 merupakan output analisis tabulasi silang ukuran perusahaan dan manajemen laba (income maximization).


70 Tabel 5. 25 Tabulasi silang ukuran perusahaan dan manajemen laba (income maximization). Ukuran Perusahaan Sangat Rendah Tinggi Rendah Max Rendah 32 1 1 DA Sedang 4 0 1 Tinggi 3 0 0 Total 39 1 2 Sumber: data sekunder yang diolah, 2016

Total Sangat Tinggi 2 1 0 3

36 6 3 45

Berdasarkan tabel 5.25, ketika tingkat ukuran perusahaan pada kategori sangat rendah jumlah perusahaan yang melakukan income maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 32, 4, dan 3 perusahaan. Pada kategori ukuran perusahaan sangat rendah perusahaan banyak melakukan income maximization

pada

kategori

rendah. Ketika

tingkat

ukuran

perusahaan pada kategori rendah perusahaan hanya melakukan income maximization

pada kategori rendah, yaitu sebanyak 1

perusahaan. Ketika tingkat ukuran perusahaan pada kategori tinggi jumlah perusahaan yang melakukan income maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 1, dan 0 perusahaan. Pada kategori ukuran perusahaan tinggi perusahaan banyak melakukan income maximization pada kategori rendah dan sedang. Ketika tingkat ukuran perusahaan pada kategori sangat tinggi jumlah perusahaan yang melakukan income maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 2, dan 0 perusahaan. Pada kategori ukuran perusahaan sangat tinggi perusahaan banyak melakukan income maximization pada kategori


71 rendah dan sedang. Kekuatan dan arah hubungan dapat dijelaskan dengan tabel symmentric measures berikut ini. Tabel 5. 26 Tabel symmentric measures ukuran perusahaan dan manajemen laba (income minimization). Value Ordinal by Ordinal

Spearman Correlation

N of Valid Cases

0,111 45


Tabel 5.26, menunjukkan nilai Spearman’s rho sebesar 0,111. Hal ini berarti kekuatan hubungan ukuran perusahaan dengan manajemen laba (income maximization) sangat lemah. Nilai Spearman’s rho positif, hal ini berarti hubungan kedua variabel positif. b. Hubungan antara leverage dan manajemen laba Analisis tabulasi silang kedua dilakukan untuk menentukan antara leverage dan manajemen laba. Hubungan antara leverage dan manajemen laba dilakukan dengan menguji tiga hubungan. Pertama antara leverage dan manajemen laba (income minimization dan income maximization). minimization.

Kedua Ketiga

hubungan hubungan

antara

leverage

dan

income

antara

leverage

dan

income

maximization. 1) Hubungan leverage dan manajemen laba (income minimization dan income maximization). Tabel 5.27 merupakan output analisis tabulasi silang leverage dan manajemen laba (income minimization dan income maximization).


72 Tabel 5. 27 Tabulasi silang leverage dan manajemen laba (income minimization dan income maximization).

Manajemen Laba

Max laba Min laba

Sangat Rendah 31

Rendah 11

15

Total 46 Sumber: data sekunder yang diolah, 2016

DER Tinggi

Total

1

Sangat Tinggi 2

45

10

2

3

30

21

3

5

75

Berdasarkan tabel 5.27, pada kategori tingkat leverage sangat rendah terdapat 31 perusahaan melakukan income maximization, dan sebanyak 15 melakukan income minimization. Pada kategori tingkat leverage rendah terdapat 11 perusahaan melakukan income maximization, dan sebanyak 10 perusahaan melakukan income minimization. Pada kategori tingkat leverage tinggi terdapat 1 perusahaan melakukan income maximization, dan sebanyak 2 perusahaan melakukan income minimization. Pada kategori tingkat leverage sangat tinggi terdapat 2 perusahaan melakukan income maximization,dan sebanyak 3 perusahaan melakukan income minimization. Kekuatan dan arah hubungan antara leverage dan manajemen laba dapat dijelaskan dengan tabel symmentric measures berikut ini. Tabel 5. 28 Tabel symmentric measures ukuran perusahaan dan manajemen laba (income minimization dan income maximization). Ordinal by Ordinal Spearman Correlation N of Valid Cases Sumber: data sekunder yang diolah, 2016

Value 0,203 75


73 Tabel 5.28, menunjukkan nilai Spearman’s rho sebesar 0,203. Hal ini berarti kekuatan hubungan leverage dengan manajemen laba (income minimization dan income maximization) lemah. Nilai Spearman’s rho positif, hal ini berarti hubungan kedua variabel positif. 2) Hubungan leverage dan manajemen laba (income minimization) Tabel dibawah ini merupakan output analisis tabulasi silang leverage dan manajemen laba (income minimization). Tabel 5. 29 Tabulasi silang leverage dan manajemen laba (income minimization). Leverage Sangat Rendah Tinggi Rendah Min DA Rendah 1 0 0 Sedang 2 1 2 Tinggi 12 9 0 Total 15 10 2 Sumber: data sekunder yang diolah, 2016

Total Sangat Tingi 0 1 2 3

1 6 23 30

Berdasarkan tabel 5.29, ketika tingkat leverage pada kategori sangat

rendah jumlah perusahaan yang melakukan

income

minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 2, dan 12 perusahaan. Pada kategori leverage sangat rendah perusahaan banyak melakukan income minimization pada kategori tinggi. Ketika tingkat leverage pada kategori rendah jumlah perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 0, 1, dan 9 perusahaan. Pada kategori leverage

rendah perusahaan banyak melakukan

income minimization pada kategori tinggi. Ketika tingkat leverage pada

kategori

tinggi

perusahaan

hanya

melakukan

income

minimization pada kategori sedang, yaitu sebanyak 2 perusahaan.


74 Ketika tingkat leverage pada kategori sangat tinggi jumlah perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 0, 1, dan 2 perusahaan. Pada kategori leverage sangat tinggi perusahaan banyak melakukan income minimization pada kategori tinggi. Kekuatan dan arah hubungan dapat dijelaskan dengan tabel symmentric measures berikut ini. Tabel 5. 30 Tabel symmentric measures leverage dan manajemen laba (income minimization). Ordinal by Ordinal Spearman Correlation N of Valid Cases Sumber: data sekunder yang diolah, 2016

Value -0,155 30

Tabel 5.30 menunjukkan nilai Spearman’s rho sebesar -0,155. Hal ini berarti kekuatan hubungan leverage dan manajemen laba (income minimization) sangat lemah. Nilai Spearman’s rho negatif, hal ini berarti hubungan kedua variabel negatif. 3) Hubungan leverage dan manajemen laba (income maximization) Tabel dibawah ini merupakan output analisis tabulasi silang leverage dan manajemen laba (income maximization). Tabel 5. 31 Tabulasi silang leverage dan manajemen laba (income maximization). Leverage Sangat Rendah Tinggi Rendah Max Rendah 25 9 1 DA Sedang 3 2 0 Tinggi 3 0 0 Total 31 11 1 Sumber: data sekunder yang diolah, 2016

Total Sangat Tinggi 1 1 0 2

36 6 3 45


75 Berdasarkan tabel 5.31, ketika tingkat leverage pada kategori sangat

rendah jumlah perusahaan yang melakukan

income

maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 25, 3, dan 3 perusahaan. Pada kategori leverage sangat rendah perusahaan banyak melakukan income maximization pada kategori rendah. Ketika tingkat leverage pada kategori rendah jumlah perusahaan yang melakukan income maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 9, 2, dan 0 perusahaan. Pada kategori leverage

rendah perusahaan banyak

melakukan income maximization pada kategori rendah. Ketika tingkat leverage pada kategori tinggi perusahaan hanya melakukan income minimization

pada kategori rendah, yaitu sebanyak 1

perusahaan. Ketika tingkat leverage pada kategori sangat tinggi jumlah perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 1, dan 0 perusahaan. Pada kategori leverage sangat tinggi perusahaan banyak melakukan income minimization pada kategori rendah dan sedang. Kekuatan dan arah hubungan dapat dijelaskan dengan tabel symmentric measures berikut ini. Tabel 5. 32 Tabel symmentric measures leverage dan manajemen laba (income maximization). Ordinal by Ordinal Spearman Correlation N of Valid Cases Sumber: data sekunder yang diolah, 2016

Value 0,015 45


76 Tabel 5.32 menunjukkan nilai Spearman’s rho sebesar 0,015. Hal ini berarti kekuatan hubungan leverage dan manajemen laba (income maximization) sangat lemah. Nilai Spearman’s rho positif, hal ini berarti hubungan kedua variabel positif. c. Hubungan antara profitabilitas dan manajemen laba Analisis tabulasi silang kedua dilakukan untuk menentukan antara

profitabilitas

dan

manajemen

laba.

Hubungan

antara

profitabilitas dan manajemen laba dilakukan dengan menguji tiga hubungan. Pertama antara profitabilitas dan manajemen laba (income minimization dan income maximization). Kedua hubungan antara profitabilitas dan income minimization. Ketiga hubungan antara profitabilitas dan income maximization. 1) Hubungan profitabilitas dan manajemen laba (income minimization dan income maximization). Tabel dibawah ini merupakan output analisis tabulasi silang profitabilitas dan manajemen laba (income minimization dan income maximization). Tabel 5. 33 Tabulasi silang profitabilitas dan manajemen laba (income minimization dan income maximization).

Manajemen laba

Max laba Min laba

Sangat Rendah 35

Rendah 6

24

Total 59 Sumber: data sekunder yang diolah, 2016

ROI Tinggi

Total

2

Sangat Tinggi 2

45

3

2

1

30

9

4

3

75


77 Berdasarkan tabel 5.33, pada kategori tingkat profitabilitas sangat

rendah

terdapat

35

perusahaan

melakukan

income

maximization, dan sebanyak 24 melakukan income minimization. Pada kategori tingkat profitabilitas rendah terdapat 6 perusahaan melakukan income maximization, dan sebanyak 3 perusahaan melakukan income minimization. Pada kategori tingkat profitabilitas tinggi terdapat 2 perusahaan melakukan income maximization, dan sebanyak 2 perusahaan melakukan income minimization. Pada kategori tingkat profitabilitas sangat tinggi terdapat 2 perusahaan melakukan income maximization,dan sebanyak 1 perusahaan melakukan income minimization. Kekuatan dan arah hubungan antara profitabilitas dan manajemen laba dapat dijelaskan dengan tabel symmentric measures berikut ini. Tabel 5. 34 Tabel symmentric measures ukuran perusahaan dan manajemen laba (income minimization dan income maximization). Ordinal by Ordinal Spearman Correlation N of Valid Cases Sumber: data sekunder yang diolah, 2016

Value -0,023 75

Tabel 5.34 menunjukkan nilai Spearman’s rho sebesar -0,023. Hal ini berarti kekuatan hubungan profitabilitas dan manajemen laba (income minimization dan income maximization) sangat lemah. Nilai Spearman’s rho negatif, hal ini berarti hubungan kedua variabel negatif.


78 2) Hubungan profitabilitas dan manajemen laba (income minimization) Tabel dibawah ini merupakan output analisis tabulasi silang profitabilitas dan manajemen laba (income minimization). Tabel 5. 35 Tabulasi silang profitabilitas dan manajemen laba (income minimization).

Min DA Total

Rendah Sedang Tinggi

Sangat Rendah 1 5 18

Profitabilitas Rendah Tinggi

24

Total

0 0 3

0 1 1

Sangat Tinggi 0 0 1

3

2

1

1 6 23 30


Berdasarkan tabel 5.35, ketika tingkat profitabilitas pada kategori sangat rendah jumlah perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 5, dan 18 perusahaan. Pada kategori profitabilitas sangat rendah perusahaan banyak melakukan income minimization pada kategori tinggi. Ketika tingkat profitabilitas pada kategori rendah perusahaan hanya melakukan income minimization pada kategori tinggi, yaitu sebanyak 3 perusahaan. Ketika tingkat profitabilitas pada kategori tinggi jumlah perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 0, 1, dan 1 perusahaan. Pada kategori profitabilitas tinggi perusahaan banyak melakukan income minimization pada kategori sedang dan tinggi. Ketika tingkat profitabilitas pada kategori sangat tinggi perusahaan hanya melakukan income minimization

pada

kategori tinggi, yaitu sebanyak 1 perusahaan Kekuatan dan arah


79 hubungan dapat dijelaskan dengan tabel symmentric measures berikut ini. Tabel 5. 36 Tabel symmentric measures profitabilitas dan manajemen laba (income minimization) Value 0,072 30

Ordinal by Ordinal Spearman Correlation N of Valid Cases Sumber: data sekunder yang diolah, 2016

Tabel 5.36 menunjukkan nilai Spearman’s rho sebesar 0,072. Hal ini berarti kekuatan hubungan profitabilitas dan manajemen laba (income minimization) sangat lemah. Nilai Spearman’s rho positif, hal ini berarti hubungan kedua variabel positif. 3) Hubungan profitabilitas dan manajemen laba (income maximization) Tabel 5.37 merupakan output analisis tabulasi silang profitabilitas dan manajemen laba (income maximization). Tabel 5. 37 Tabulasi silang profitabilitas dan manajemen laba (income maximization). Profitabilitas Sangat Rendah Rendah MAX Rendah 27 6 DA Sedang 5 0 Tinggi 3 0 Total 35 6 Sumber: data sekunder yang diolah, 2016

Total Tinggi 1 1 0 2

Sangat Tinggi 2 0 0 2

36 6 3 45

Berdasarkan tabel 5.37, ketika tingkat profitabilitas pada kategori sangat rendah jumlah perusahaan yang melakukan income maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 27, 5, dan 3 perusahaan. Pada kategori profitabilitas sangat rendah perusahaan banyak melakukan income maximization pada kategori rendah. Ketika tingkat profitabilitas pada kategori rendah


80 perusahaan hanya melakukan income maximization pada kategori rendah, yaitu sebanyak 6 perusahaan. Ketika tingkat profitabilitas pada kategori tinggi jumlah perusahaan yang melakukan income maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 1, dan 0 perusahaan. Pada kategori profitabilitas tinggi perusahaan banyak melakukan income maximization pada kategori rendah dan sedang. Ketika tingkat profitabilitas pada kategori sangat tinggi perusahaan hanya melakukan income maximization

pada

kategori rendah, yaitu sebanyak 2 perusahaan. Kekuatan dan arah hubungan dapat dijelaskan dengan tabel 5.38 symmentric measures berikut ini. Tabel 5. 38 Tabel symmentric measures profitabilitas dan manajemen laba (income maximization) Ordinal by Ordinal Spearman Correlation N of Valid Cases Sumber: data sekunder yang diolah, 2016

Value -0,130 45

Tabel 5.38 menunjukkan nilai Spearman’s rho sebesar -0,130. Hal ini berarti kekuatan hubungan profitabilitas dan manajemen laba (income maximization) sangat lemah. Nilai Spearman’s rho negatif, hal ini berarti hubungan kedua variabel negatif. B. Pembahasan 1. Hubungan antara Ukuran Perusahaan dengan Manajemen laba Analisis data ukuran perusahaan terbagi menjadi tiga bagian untuk mendapatkan hasil mengenai hubungan antara ukuran perusahaan dengan manajemen laba. Berdasarkan analisis data yang pertama, diketahui bahwa


81 hubungan antara ukuran perusahaan dengan manajemen laba (income maximization dan income minimization) diketahui bahwa hubungan kedua variabel sangat lemah dengan arah hubungan positif. Hal ini disebabkan karena investor atau kreditur dalam mengalirkan dananya tidak menjadikan satu-satunya ukuran perusahaan sebagai pertimbangannya, karna selain dari ukuran perusahaan yang dapat dinilai dari aktiva, terdapat pengukuran lainnya yang lebih penting yang dapat menggambarkan kinerja perusahaan seperti aliran cash flow serta rasio-rasio yang lebih dapat menggambarkan kinerja perusahaan. Berdasarkan analisis data kedua, diketahui bahwa hubungan antara ukuran perusahaan dengan income minimization diketahui bahwa hubungan kedua variabel sangat lemah dengan arah hubungan positif. Menurut political cost hypothesis menunjukkan bahwa dalam suatu perusahaan besar yang memiliki biaya politik yang tinggi, akan mendorong manajer untuk memilih metode akuntansi yang menangguhkan laba yang dilaporkan dari periode sekarang ke periode masa mendatang sehingga dapat memperkecil laba yang dilaporkan. Berdasarkan analisis data ketiga, diketahui bahwa hubungan antara ukuran perusahaan dengan income maximization diketahui bahwa hubungan kedua variabel sangat lemah dengan arah hubungan positif. Hal ini menunjukkan bahwa perusahaan dengan total aset paling tinggi berkesempatan lebih sedikit dalam melakukan praktik manajemen laba dengan cara maximization income karena dipandang lebih kritis oleh pihak luar, baik oleh investor, kreditor, pemerintah maupun masyarakat.


82 Hubungan yang sangat lemah menjelaskan bahwa ukuran perusahaan mempunyai kecenderungan yang sangat lemah dalam mempengaruhi manajemen laba. Arah hubungan yang positif menjelaskan bahwa ukuran perusahaan yang searah dengan manajemen laba. Hal ini berarti tinggi rendah ukuran perusahaan, memiliki kecenderungan yang sangat lemah dalam mempengaruhi manajemen laba. Hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Muliati (2011), yang menemukan bahwa ukuran perusahaan terbukti berpengaruh negatif pada praktik manajemen laba. Hasil penelitian ini sejalan dengan yang dilakukan oleh Yamaditya

(2014),

yang menemukan

bahwa

ukuran

perusahaan

berpengaruh positif terhadap praktik manajemen laba. Hasil penelitian ini tidak sejalan dengan yang dilakukan oleh Sosiawan (2012) dan Yatulhusna (2015). Sosiawan (2012) menyimpulkan bahwa ukuran perusahaan tidak berpengaruh

terhadap

manajemen

laba

dan

Yatulhusna

(2015)

menyimpulkan bahwa ukuran perusahaan tidak berpengaruh signifikan terhadap manajemen laba pada suatu perusahaan. 2. Hubungan antara Leverage dengan Manajemen Laba Berdasarkan analisis data, data leverage dibagi menjadi tiga bagian untuk mendapatkan hasil mengenai hubungan antara leverage dengan manajemen laba. Berdasarkan analisis data yang pertama, diketahui bahwa hubungan antara leverage dan manajemen laba (income maximization dan income minimization) diketahui bahwa hubungan kedua variabel lemah dengan arah hubungan positif. Hal ini menunjukkan perusahaan dengan


83 tingkat leverage yang tinggi akibat besarnya total hutang terhadap total modal akan menghadapi resiko default yang tinggi yaitu perusahaan terancam tidak mampu memenuhi kewajibannya. Tindakan manajemen laba tidak dapat dijadikan sebagai mekanisme untuk menghindarkan default tersebut. Pemenuhan kewajiban harus tetap dilakukan dan tidak dapat dihindarkan dengan manajemen laba. Berdasarkan analisis data kedua, diketahui bahwa hubungan antara leverage dengan minization income diketahui bahwa hubungan kedua variabel sangat lemah dengan arah hubungan negatif. Hal ini menunjukkan bahwa perusahaan dengan rasio rendah akan disukai oleh kreditur. Jika rasio ini semakin rendah maka semakin besar perlindungan terhadap kerugian kreditur dalam peristiwa likuidasi oleh sebab itu kecil kemungkinan perusahaan akan melakukan manajemen laba atau sama sekali tidak akan melakukan manajemen laba. Berdasarkan analisis data ketiga, diketahui bahwa hubungan antara leverage dengan income maximization diketahui bahwa hubungan kedua variabel sangat lemah dengan arah hubungan positif. Hal ini menunjukkan berpengaruhnya perubahan leverage yang tinggi terhadap penurunan manajemen laba dapat diindikasikan karena perusahaan berusahaa

mendapatkan

memperhatikan

kesan

perusahaan,

sebab

positif

pada

kenaikan

saat

hutang

masyarakat yang

besar

mengakibatkan perusahaan mendapatkan perhatian besar dari masyarakat akan lebih teliti dalam melihat perusahaan tersebut. Jika pada kondisi tersebut perusahaan melakukan kegiatan yang negatif seperti melakukan


84 manajemen laba yang tinggi, maka akan segera diketahui oleh masyarakat dan menimbulkan kesan negatif terhadap perusahaan. Hubungan yang sangat lemah menjelaskan bahwa leverage mempunyai kecenderungan yang sangat lemah dalam mempengaruhi manajemen laba. Arah hubungan yang positif menjelaskan bahwa leverage yang searah dengan manajemen laba. Sedangkan arah hubungan yang negatif menjelaskan bahwa leverage mempunyai hubungan yang tidak searah dengan manajemen laba (income minimization). Hal ini berarti lancar dan tidak lancarnya leverage, tidak memiliki kecenderungan mempengaruhi manajemen laba. Hasil penelitian ini tidak sejalan dengan yang dilakukan oleh Triatmojo (2013), Sosiawan (2012), dan Yatulhusna (2015). Triatmojo (2013) menyimpulkan bahwa leverage berpengaruh terhadap manajemen laba. Sosiawan (2012), menyimpulkan bahwa leverage berpengaruh positif terhadap manajemen laba. Yatulhusna (2015), menyimpulkan bahwa leverage berpengaruh signifikan terhadap manajemen laba pada suatu perusahaan. Hasil penelitian ini sejalan dengan yang dilakukan oleh Yamadita (2014), yang menemukan bahwa leverage tidak berpengaruh terhadap praktik manajemen laba. 3. Hubungan antara Profitabilitas dengan Manajemen Laba Berdasarkan analisis data, data profitabilitas dibagi menjadi tiga bagian untuk mendapatkan hasil mengenai hubungan antara profitabilitas dengan manajemen laba. Berdasarkan analisis data yang pertama, diketahui bahwa hubungan antara profitabilitas dengan manajemen laba


85 (income maximization dan income minimization) diketahui bahwa hubungan kedua variabel sangat lemah dengan arah hubungan negatif. Hal ini menunjukkan bahwa pelaporan laba yang terlalu rendah akan berdampak pada tampilan kinerja manajemen yang tidak maksimal. Oleh karena itu, tinggi rendahnya profitabilitas yang dihasilkan berkaitan dengan tindakan manajemen laba dengan tujuan pelaporan tingkat profitabilitas yang berada pada tahap aman. Berdasarkan analisis data kedua, diketahui bahwa hubungan antara profitabilitas dengan income minimization diketahui bahwa hubungan kedua variabel sangat lemah dengan arah hubungan positif. Hal ini menunjukkan bahwa pada saat perusahaan mengalami tingkat profitabiltas yang tinggi maka perusahaan akan melakukan manajemen laba dengan maksud agar tidak mendapat perhatian secara politis dengan cara menyimpan laba sehingga jika laba periode mendatang mengalami penurunan drastis dapat diatasi dengan mengambil simpanan periode berjalan. Berdasarkan analisis data ketiga, diketahui

bahwa

hubungan

antara

profitabilitas

dengan

income

maximization diketahui bahwa hubungan kedua variabel sangat lemah dengan arah hubungan negatif. Hal ini menunjukkan bahwa jika perusahaan yang mengalami tingkat profitabiltas yang rendah maka manajer perusahaan tersebut akan melakukan manajemen laba dengan cara menaikan laba perusahaan agar dapat menarik investor dengan tampilan kinerja manajemen yang maksimal dan mendapatkan bonus dengan mencapai target yang ditentukan. Hubungan yang sangat lemah


86 menjelaskan bahwa profitabilitas mempunyai kecenderungan yang sangat lemah dalam mempengaruhi manajemen laba. Arah hubungan yang positif menjelaskan bahwa profitabilitas yang searah dengan manajemen laba (income

minimization).

Sedangkan

arah

hubungan

yang

negatif

menjelaskan bahwa profitabilitas mempunyai hubungan yang tidak searah dengan manajemen laba. Berdasarkan hasil dari ketiga analisis profitabilitas dengan manajemen laba, dapat ditarik kesimpulan bahwa profitasbilitas memiliki kecenderungan untuk mempengaruhi manajemen laba walaupun sangat lemah. Hasil penelitian ini tidak sejalan dengan yang dilakukan oleh Triatmojo (2013), yang menemukan profitabilitas yang diproksikan dengan return on asset tidak berpengaruh terhadap manajemen laba. Hasil penelitian ini sejalan dengan yang dilakukan oleh Triatmojo (2013), Kartika (2012), dan Yatulhusna (2015). Triatmojo (2013), menyimpulkan bahwa profitabiltas yang diproksikan dengan net profit margin berpengaruh terhadap manajemen laba. Kartika (2012), menyimpulkan bahwa profitabilitas yang diproksikan dengan ROA (Return On Assets) berpengaruh negatif signifikan terhadap manajemen laba. Yatulhusna (2015), menyimpulkan bahwa profitabilitas yang diproksikan dengan menggunakan ROA (Return On Assets) berpengaruh signifikan terhadap manajemen laba.


BAB VI PENUTUP A. Kesimpulan. Berdasarkan hasil analisis data yang dilakukan dapat ditarik kesimpulan dalam penelitian ini adalah: 1. Hubungan antara ukuran perusahaan dengan manajemen laba yang dibagi menjadi tiga bagian menunjukkan hasil: a. Hubungan antara ukuran perusahaan dengan manajemen laba (income minimization dan income maximization) sangat lemah dengan arah hubungan positif. b. Hubungan antara ukuran perusahaan dengan income minimization sangat lemah dengan arah hubungan positif. c. Hubungan antara ukuran perusahaan dan income maximization sangat lemah dengan arah hubungan positif. 2. Hubungan antara leverage dengan manajemen laba yang dibagi menjadi tiga bagian menunjukkan hasil: a. Hubungan

antara

leverage

dengan

manajemen

laba

(income

minimization dan income maximization) lemah dengan arah hubungan positif. b. Hubungan antara leverage dengan income minimization sangat lemah dengan arah hubungan negatif.

87


88 c. Hubungan antara leverage dengan income maximization sangat lemah dengan arah hubungan positif. 3. Hubungan antara profitabilitas dengan manajemen laba yang dibagi menjadi tiga bagian menunjukkan hasil: a. Hubungan antara profitabilitas dengan manajemen laba (income minimization dan income maximization) sangat lemah dengan arah hubungan negatif. b. Hubungan antara profitabilitas dengan income minimization sangat lemah dengan arah hubungan positif. c. Hubungan antara profitabilitas dengan income maximization sangat lemah dengan arah hubungan negatif. B. Keterbatasan Penelitian Penelitian yang dilakukan memiliki beberapa keterbatasan sebagai berikut: 1. Manajemen laba yang diproksikan dengan discretionary accruals menggunakan Model Jones yang telah dimodifikasi karena belum ada penelitian yang membuktikan bahwa model lain yaitu model Healy, model DeAngelo, dan model Jones lebih tepat untuk digunakan. 2. Penelitian ini hanya menggunakan perusahaan yang terdaftar dalam Bursa Efek Indonesia yang menerbitkan laporan keuangan dalam mata uang Rupiah.


89 C. Saran Berdasarkan keterbatasan dalam penelitian ini, penulis mengajukan beberapa saran berikut: 1. Bagi peneliti selanjutnya, disarankan dapat menggunakan model lain, seperti model Healy, model DeAngelo, dan model Jones untuk menghitung discretionary accruals dengan cara berbeda. 2. Bagi peneliti selanjutnya, disarankan dapat menggunakan sampel yang tidak hanya perusahaan yang menggunakan mata uang Rupiah saja tetapi dalam mata uang asing lainnya.


DAFTAR PUSTAKA Boedijoewono, Noegroho. 2012. Pengantar Statistika Ekonomi dan Bisnis. Jilid 1 (Deskriptif). Penerbit dan Percetakan (UPP) STIM YKPN, Yogyakarta. Cooper, Donald R and Pamela S. Schindler, 2006. Business Research Methods, Ninth Edition.New York: McGraw-Hill Education. Cooper, Donald R. Dan C. William Emory. 1995. Metode Penelitian Bisnis Jilid 1 & 2. Penerbit Erlangga, Jakarta Fahmi, Irham. 2011. Analisis Kinerja Keuangan. Bandung: ALFABETA, cv. Fahmi, Irham. 2011. Analisis Laporan Keuangan. Bandung: ALFABETA, cv. Ghozali, Imam. 2013. Aplikasi Analisis Multivariate dengan Program IBM SPSS21. Semarang: Badan Penerbit Universitas Diponegoro. Halim, J, Meiden, C dan Tobing. 2005. “Pengaruh Manajemen Laba pada Tingkat Pengungkapan Laporan Keuangan pada Perusahaan Manufaktur yang Termasuk dalam Indeks LQ – 45”. Simposium Nasional Akuntansi VIII. Kartika, Yuventia Dewi. 2012. “ Analisis Pengaruh Penerapan Good Corporate Governance dan Profitabilitas Terhadap Manajemen Laba”. Skripsi. Yogyakarta: Universitas Sanata Dharma. Kasmir. 2015. Analisis Laporan Keuangan. Jakarta: PT RajaGrafindoPersada. Muliati, Ni Ketut. 2011. “ Pengaruh Asimetri Informasi dan Ukuran Perusahaan pada Praktik Manajemen Laba di Perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia”. Skripsi. Denpasar: Universitas Udayana. Prastowo D, Dwi. 1995. Analisis Laporan Keuangan. UPP AMP YKPN. Sartono, R. Agus. 2010. Manajemen Keuangan Teori dan Aplikasi. BPFEYOGYAKARTA. Sosiawan, Santhi Yuliana. 2012. “ Pengaruh Kompensasi,Leverage, Ukuran Perusahaan, Earning Power Terhadap Manajemen Laba”. Jurnal JRAK, Volume 8, No.1 Februari 2012. Sugiyono. 2001. Metode Penelitian Bisnis. Penerbit CV Alfabeta, Bandung. Sugiyono, 2010. Metode Penelitian Pendidikan. Bandung: ALFABETA, cv.

90


91 Sulistiawan Dedhy, Januarsi yeni, dan Alvia Liza. 2011. “Creative Accounting: mengungkap Manajemen Laba dan Skandal Akuntansi”. Jakarta: Salemba Empat. Sulistyanto, H. Sri. 2008. “Manajemen Laba: Teori dan Model Empiris”. Jakarta: PT Gramedia Widiasarana Indonesia. Triatmojo, Vincentius Arswendo. 2013. “Analisis Hubungan Leverage dan Profitabilitas Terhadap Manajemen Laba”. Skripsi. Yogyakarta: Universitas Sanata Dharma. Ulya, Nasihah, dan Khairunnisa. “Pengaruh Ukuran Perusahaan, Profitabilitas, Financial Leverage dan Kualitas Audit Terhadap Praktik Manajemen Laba”. Jurnal. Universitas Telkom. Verawati, Diana.2012.Pengaruh Diversifikasi Operasi, Diversifikasi Geografis, Leverage dan Struktur Kepemilikan terhadap Manajemen Laba. Semarang:Universitas Diponogoro. Yamadita, Vanian. 2014. “ Pengaruh Asimetri Informasi, Leverage, dan Ukuran Perusahaan Terhadap Praktik Manajemen Laba”. Skripsi. Semarang: Universitas Diponegoro. Yatulhusna, Najmi. 2015. “ Pengaruh Profitabilitas, Leverage, Umur, dan Ukuran Perusahaan Terhadap Manajemen Laba. Skripsi. Jakarta: Universitas Islam Negeri Syarif Hidayatuliah. Yulia, Mona. 2013. “Pengaruh Ukuran Perusahaan, Profitabilitas, Financial Leverage, dan Nilai Saham Terhadap Perataan Laba (Income Smoothing) pada Perusahaan Manufaktur, Keuangan dan Pertambangan yang Terdaftar di Bursa Efek Indonesia (BEI)”. Jurnal Akuntansi.Universitas Negeri Padang.


LAMPIRAN

92


93 Lampiran I Tabel Perhitungan Nilai Total Accruals 2014. NO 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

KODE ADES AKPI ALDO ALKA ALMI AMFG APLI ARNA AUTO BAJA BATA BRNA BTON BUDI CEKA CPIN DAJK DLTA DPNS DVLA EKAD ERTX FASW GJTL HMSP ICBP IGAR IKAI INAF INAI INCI INDS INTP JECC JPFA JPRS KBLI KBLM KIAS KICI KLBF LION LMPI LMSH MERK MLBI MLIA MRAT MYOR NIPS

Net Income 31.021.000.000 34.690.704.000 21.061.034.612 2.659.254.000 1.634.820.237 458.635.000.000 9.626.571.647 261.651.053.219 956.409.000.000 14.077.852.427 70.781.440.000 60.493.636.000 7.630.330.090 28.499.000.000 41.001.414.954 1.746.644.000.000 90.592.575.000 288.073.432.000 14.519.866.284 80.929.476.000 40.756.078.282 348.916.778 86.745.854.950 269.868.000.000 10.181.083.000.000 2.531.681.000.000 54.898.874.758 26.511.071.474 1.164.824.606 22.058.700.759 11.028.221.012 127.657.349.869 5.274.009.000.000 23.844.710.000 384.846.000.000 13.693.234.452 70.080.135.740 20.623.713.329 92.239.403.158 4.703.508.241 2.121.090.581.630 49.001.630.102 1.710.590.575 7.403.115.436 181.472.234.000 794.883.000.000 125.013.335.000 7.371.973.842 409.824.768.594 50.134.988.000

Cash Flow Operation 101.377.000.000 374.349.492.000 (29.883.033) (18.833.943.000) (935.671.862.182) 564.250.000.000 22.314.328.339 238.937.995.916 264.565.000.000 (74.385.983.999) 62.179.864.000 198.105.603.000 7.643.755.010 68.190.000.000 (147.806.952.847) 239.221.000.000 (232.306.697.000) 164.246.813.000 5.877.779.661 104.436.317.000 4.641.605.865 (31.499.865.702) 1.327.852.701.205 152.146.000.000 11.103.195.000.000 3.860.843.000.000 25.762.820.842 (15.834.747.540) 148.726.901.608 81.915.088.114 (7.581.339.094) 65.911.208.643 5.344.607.000.000 42.230.169.000 1.570.533.000.000 (76.997.875.467) 170.079.674.604 5.994.209.466 53.807.189.894 1.313.583.361 2.316.125.821.045 61.833.303.338 7.786.642.389 9.999.770.412 289.725.783.000 913.005.000.000 460.633.645.000 (22.679.473.943) (862.339.383.145) 118.463.324.000

Total Accrual (70.356.000.000) (339.658.788.000) 21.090.917.645 21.493.197.000 937.306.682.419 (105.615.000.000) (12.687.756.692) 22.713.057.303 691.844.000.000 88.463.836.426 8.601.576.000 (137.611.967.000) (13.424.920) (39.691.000.000) 188.808.367.801 1.507.423.000.000 322.899.272.000 123.826.619.000 8.642.086.623 (23.506.841.000) 36.114.472.417 31.848.782.480 (1.241.106.846.255) 117.722.000.000 (922.112.000.000) (1.329.162.000.000) 29.136.053.916 42.345.819.014 (147.562.077.002) (59.856.387.355) 18.609.560.106 61.746.141.226 (70.598.000.000) (18.385.459.000) (1.185.687.000.000) 90.691.109.919 (99.999.538.864) 14.629.503.863 38.432.213.264 3.389.924.880 (195.035.239.415) (12.831.673.236) (6.076.051.814) (2.596.654.976) (108.253.549.000) (118.122.000.000) (335.620.310.000) 30.051.447.785 1.272.164.151.739 (68.328.336.000)


94

Lampiran I Tabel Perhitungan Nilai Total Accruals 2014 (Lanjutan). NO 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75

KODE PICO PRAS PYFA RICY ROTI SCCO SIAP SIMA SKBM SKLT SMBR SMCB SMSM SPMA SQBB SRSN STAR STTP TCID TOTO TRIS TRST TSPC UNIT WIIM

Net Income 16.153.616.369 11.340.527.608 2.657.665.405 15.111.531.641 188.577.521.074 137.618.900.727 7.382.322.000 1.378.596.138 89.115.994.107 16.480.714.984 328.336.316.000 668.869.000.000 420.436.000.000 48.602.721.399 164.808.009.000 14.456.260.000 348.916.778 123.465.403.948 174.314.394.101 293.803.908.949 35.944.155.042 30.084.477.143 584.293.062.124 396.296.296 112.304.822.060

Cash Flow Operation 24.408.903.218 11.556.006.425 1.472.541.371 47.145.296.495 364.975.619.113 62.171.128.817 113.985.737.000 3.624.161.343 48.342.031.990 23.398.218.902 283.527.338.000 1.709.438.000.000 449.864.000.000 32.968.578.086 160.898.696.000 9.622.985.000 (31.499.865.702) 198.516.135.904 123.551.162.065 307.708.638.190 51.371.394 236.909.957.713 512.956.089.428 23.058.031.778 44.609.246.858

Total Accrual (8.255.286.849) (215.478.817) 1.185.124.034 (32.033.764.854) (176.398.098.039) 75.447.771.910 (106.603.415.000) (2.245.565.205) 40.773.962.117 (6.917.503.918) 44.808.978.000 (1.040.569.000.000) (29.428.000.000) 15.634.143.313 3.909.313.000 4.833.275.000 31.848.782.480 (75.050.731.956) 50.763.232.036 (13.904.729.241) 35.892.783.648 (206.825.480.570) 71.336.972.696 (22.661.735.482) 67.695.575.202


95 Lampiran II Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 NO 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

KODE ADES AKPI ALDO ALKA ALMI AMFG APLI ARNA AUTO BAJA BATA BRNA BTON BUDI CEKA CPIN DAJK DLTA DPNS DVLA EKAD ERTX FASW GJTL HMSP ICBP IGAR IKAI INAF INAI INCI INDS INTP JECC JPFA JPRS KBLI KBLM KIAS KICI KLBF LION LMPI LMSH MERK MLBI MLIA MRAT

Total Sales 2013 502.524.000.000 1.663.385.190.000 399.345.658.763 1.099.620.270.000 2.871.313.447.075 3.216.480.000.000 281.551.386.863 1.417.640.229.330 10.701.988.000.000 1.052.131.125.561 902.459.209.000 960.999.965.000 113.547.870.414 2.568.954.000.000 2.531.881.182.546 25.662.992.000.000 513.122.156.000 867.066.542.000 131.333.196.189 1.101.684.170.000 418.668.758.096 274.141.734.113 4.960.825.518.081 12.352.917.000.000 75.025.207.000.000 25.094.681.000.000 643.403.327.263 211.523.292.543 1.337.498.191.710 640.702.671.875 81.244.267.131 1.702.447.098.851 18.691.286.000.000 1.490.073.098.000 21.412.085.000.000 195.247.201.170 2.572.350.076.614 1.032.787.438.869 910.845.835.792 99.029.696.717 16.002.131.057.048 333.674.349.966 676.111.070.762 256.210.760.822 805.746.000.000 3.561.989.000.000 5.197.009.630.000 358.127.545.503

2014 578.784.000.000 1.945.383.031.000 493.881.857.454 1.230.364.713.000 3.336.087.554.837 3.672.186.000.000 294.081.114.204 1.609.758.677.687 12.255.427.000.000 1.229.844.640.405 1.008.727.515.000 1.258.841.240.000 96.008.496.750 2.284.211.000.000 3.701.868.790.192 29.150.275.000.000 894.481.711.000 879.253.383.000 132.775.925.237 1.103.821.775.000 526.573.620.057 228.622.027.943 5.456.935.920.101 13.070.734.000.000 80.690.139.000.000 30.022.463.000.000 737.863.227.409 262.321.356.543 1.381.436.578.115 933.462.438.255 110.023.088.698 1.866.977.260.105 19.996.264.000.000 1.493.012.114.000 24.458.880.000.000 313.636.426.234 2.384.078.038.239 919.537.870.594 898.976.979.994 102.971.318.497 17.368.532.547.558 377.622.622.150 513.547.309.970 249.072.012.369 863.207.535.000 2.988.501.000.000 5.629.696.723.000 434.747.101.600

∆Revit 76.260.000.000 281.997.841.000 94.536.198.691 130.744.443.000 464.774.107.762 455.706.000.000 12.529.727.341 192.118.448.357 1.553.439.000.000 177.713.514.844 106.268.306.000 297.841.275.000 (17.539.373.664) (284.743.000.000) 1.169.987.607.646 3.487.283.000.000 381.359.555.000 12.186.841.000 1.442.729.048 2.137.605.000 107.904.861.961 (45.519.706.170) 496.110.402.020 717.817.000.000 5.664.932.000.000 4.927.782.000.000 94.459.900.146 50.798.064.000 43.938.386.405 292.759.766.380 28.778.821.567 164.530.161.254 1.304.978.000.000 2.939.016.000 3.046.795.000.000 118.389.225.064 (188.272.038.375) (113.249.568.275) (11.868.855.798) 3.941.621.780 1.366.401.490.510 43.948.272.184 (162.563.760.792) (7.138.748.453) 57.461.535.000 (573.488.000.000) 432.687.093.000 76.619.556.097


96 Lampiran II Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75

KODE MYOR NIPS PICO PRAS PYFA RICY ROTI SCCO SIAP SIMA SKBM SKLT SMBR SMCB SMSM SPMA SQBB SRSN STAR STTP TCID TOTO TRIS TRST TSPC UNIT WIIM

Total Sales 2013 2014 12.017.837.133.337 14.169.088.278.238 911.064.069.000 1.015.868.035.000 684.448.835.916 694.332.286.638 316.174.631.298 445.664.542.004 192.555.731.180 222.302.407.528 984.185.102.135 1.185.443.580.242 1.505.519.937.691 1.880.262.901.697 3.751.042.310.613 3.703.267.949.291 245.690.437.000 336.909.371.000 2.281.916.205 15.760.701.901 1.296.618.257.503 1.480.764.903.724 567.048.547.543 681.419.524.161 1.168.607.832.000 1.214.914.932.000 9.686.262.000.000 10.528.723.000.000 2.381.889.000.000 2.632.860.000.000 1.395.838.227.179 1.550.810.295.608 426.436.344.000 497.501.571.000 392.315.526.000 472.834.591.000 274.141.734.113 228.622.027.943 1.694.935.468.814 2.170.464.194.350 2.027.899.402.527 2.308.203.551.971 1.711.306.783.682 2.053.630.374.083 709.945.585.382 746.828.922.732 2.033.149.367.039 2.507.884.797.367 6.854.889.233.121 7.512.115.037.587 101.886.214.646 102.448.044.300 1.588.022.200.150 1.661.533.200.316

∆Revit 2.151.251.144.901 104.803.966.000 9.883.450.722 129.489.910.706 29.746.676.348 201.258.478.107 374.742.964.006 (47.774.361.322) 91.218.934.000 13.478.785.696 184.146.646.221 114.370.976.618 46.307.100.000 842.461.000.000 250.971.000.000 154.972.068.429 71.065.227.000 80.519.065.000 (45.519.706.170) 475.528.725.536 280.304.149.444 342.323.590.401 36.883.337.350 474.735.430.328 657.225.804.466 561.829.654 73.511.000.166


97

Lampiran III Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 NO 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


Receivables 2013 79.179.000.000 416.207.759.000 108.891.776.937 152.247.256.000 201.166.084.956 400.446.000.000 44.108.251.883 306.380.879.154 1.650.635.000.000 148.686.321.996 43.299.158.000 159.995.583.000 10.853.173.217 666.785.000.000 284.131.937.391 2.616.950.000.000 339.899.235.000 120.891.620.000 16.245.495.525 377.104.867.000 62.632.568.080 66.499.283.201 1.053.663.166.479 2.282.868.000.000 1.449.427.000.000 2.549.415.000.000 128.470.063.461 31.247.588.201 285.853.171.964 162.208.830.774 15.685.354.206 309.703.107.747 2.518.588.000.000 513.749.516.000 1.249.813.000.000 84.866.827.313 486.996.835.413 222.905.072.590 230.819.919.141 9.693.700.254 2.273.378.788.416 63.350.679.547 229.486.553.340 24.299.962.987 137.783.742.000 325.807.000.000 517.172.468.000 161.304.734.299

2014 105.645.000.000 400.045.577.000 139.991.484.544 167.034.904.000 313.875.817.692 383.817.000.000 49.153.447.552 392.856.746.890 1.784.352.000.000 211.977.317.848 40.711.116.000 232.366.583.000 9.317.662.847 526.564.000.000 315.238.141.384 3.522.209.000.000 465.783.737.000 218.008.089.000 18.334.276.135 351.272.822.000 73.854.708.986 94.075.057.566 817.928.768.583 2.338.576.000.000 1.097.937.000.000 2.902.202.000.000 147.758.394.227 44.453.295.315 208.245.803.553 225.252.514.571 17.246.171.884 339.313.341.166 2.670.993.000.000 473.898.955.000 1.312.779.000.000 159.411.872.894 476.764.021.710 220.478.314.735 296.488.388.327 9.919.207.273 2.464.901.529.716 81.803.308.390 250.433.391.505 24.106.193.844 144.633.951.000 382.051.000.000 563.658.451.000 226.132.399.238

∆Recit 26.466.000.000 (16.162.182.000) 31.099.707.607 14.787.648.000 112.709.732.736 (16.629.000.000) 5.045.195.669 86.475.867.736 133.717.000.000 63.290.995.852 (2.588.042.000) 72.371.000.000 (1.535.510.370) (140.221.000.000) 31.106.203.993 905.259.000.000 125.884.502.000 97.116.469.000 2.088.780.610 (25.832.045.000) 11.222.140.906 27.575.774.365 (235.734.397.896) 55.708.000.000 (351.490.000.000) 352.787.000.000 19.288.330.766 13.205.707.114 (77.607.368.411) 63.043.683.797 1.560.817.678 29.610.233.419 152.405.000.000 (39.850.561.000) 62.966.000.000 74.545.045.581 (10.232.813.703) (2.426.757.855) 65.668.469.186 225.507.019 191.522.741.300 18.452.628.843 20.946.838.165 (193.769.143) 6.850.209.000 56.244.000.000 46.485.983.000 64.827.664.939


98

Lampiran III Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75


Receivables 2013 2.813.146.233.513 255.667.534.000 153.848.244.468 88.886.702.784 30.273.751.470 295.710.277.188 183.089.019.764 799.525.898.469 42.604.038.000 126.469.290 139.216.274.687 73.947.590.412 35.736.258.000 1.019.127.000.000 564.631.000.000 195.976.401.834 95.182.119.000 81.705.524.000 66.499.283.201 235.749.453.769 290.267.183.651 462.105.579.635 119.310.956.522 475.835.141.313 808.788.359.595 23.722.446.653 59.295.144.406

2014 3.080.840.526.614 325.696.897.000 168.398.316.329 119.653.754.357 39.596.938.982 286.674.551.228 213.406.935.097 840.603.662.188 43.234.237.000 1.761.797.783 112.691.427.014 82.116.256.304 80.553.246.000 1.178.161.000.000 574.663.000.000 181.435.555.062 123.424.938.000 94.876.681.000 94.075.157.566 281.859.370.792 320.449.310.585 546.510.986.499 141.945.316.154 485.064.194.004 839.642.753.550 21.824.128.777 74.680.987.552

∆Recit 267.694.293.101 70.029.363.000 14.550.071.861 30.767.051.573 9.323.187.512 (9.035.725.960) 30.317.915.333 41.077.763.719 630.199.000 1.635.328.493 (26.524.847.673) 8.168.665.892 44.816.988.000 159.034.000.000 10.032.000.000 (14.540.846.772) 28.242.819.000 13.171.157.000 27.575.874.365 46.109.917.023 30.182.126.934 84.405.406.864 22.634.359.632 9.229.052.691 30.854.393.955 (1.898.317.876) 15.385.843.146


99

Lampiran IV Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 NO 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


Total Aset 2013 441.064.000.000 2.084.567.189.000 301.479.232.221 241.912.806.000 2.752.078.229.707 3.539.393.000.000 303.594.490.546 1.135.244.802.060 12.484.843.000.000 842.928.433.004 680.685.060.000 1.125.132.715.000 176.136.296.407 2.382.875.000.000 1.069.627.299.747 15.722.197.000.000 1.128.467.093.000 867.040.802.000 256.372.669.050 1.190.054.288.000 343.601.504.089 749.402.740.231 5.692.060.407.681 15.350.754.000.000 27.404.594.000.000 21.267.470.000.000 314.746.644.499 482.057.048.870 1.294.510.669.195 765.881.409.376 136.142.063.219 2.196.518.364.473 26.607.241.000.000 1.239.821.716.000 14.917.590.000.000 376.540.741.943 1.337.022.291.951 654.296.256.935 2.270.904.910.518 98.295.722.100 11.315.061.275.026 498.567.897.161 822.189.506.877 141.697.598.705 696.946.318.000 1.782.148.000.000 7.189.899.445.000 439.583.727.200

2014 504.865.000.000 2.227.042.590.000 356.814.265.668 244.879.397.000 3.212.438.981.224 3.918.391.000.000 273.126.657.794 1.259.175.442.875 14.380.926.000.000 974.632.970.453 774.891.087.000 1.334.085.916.000 174.157.547.015 2.476.982.000.000 1.284.150.037.341 20.862.439.000.000 1.902.696.164.000 991.947.134.000 268.877.322.944 1.236.247.525.000 411.348.790.570 775.917.827.931 5.581.000.723.345 16.042.897.000.000 28.380.630.000.000 24.910.211.000.000 349.894.783.575 518.546.655.125 1.248.343.275.406 897.281.657.710 147.992.617.351 2.282.666.078.493 28.884.973.000.000 1.062.476.023.000 15.730.435.000.000 370.967.708.751 1.337.351.473.763 647.696.854.298 2.352.542.603.065 96.745.744.221 12.425.032.367.729 600.102.716.315 808.892.238.344 139.915.598.255 716.599.526.000 2.231.051.000.000 7.215.152.320.000 498.786.376.745

1/Tait-1 2,26724E-12 4,79716E-13 3,31698E-12 4,13372E-12 3,63362E-13 2,82534E-13 3,29387E-12 8,80867E-13 8,00971E-14 1,18634E-12 1,46911E-12 8,88784E-13 5,67742E-12 4,19661E-13 9,34905E-13 6,36043E-14 8,86158E-13 1,15335E-12 3,90057E-12 8,40298E-13 2,91035E-12 1,3344E-12 1,75683E-13 6,51434E-14 3,64902E-14 4,70202E-14 3,17716E-12 2,07444E-12 7,72493E-13 1,30569E-12 7,34527E-12 4,55266E-13 3,75838E-14 8,06568E-13 6,7035E-14 2,65576E-12 7,47931E-13 1,52836E-12 4,40353E-13 1,01734E-11 8,83778E-14 2,00574E-12 1,21626E-12 7,05728E-12 1,43483E-12 5,61121E-13 1,39084E-13 2,27488E-12


100

Lampiran IV Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75


Total Aset 2013 2014 9.710.223.454.000 10.291.108.029.334 798.407.625.000 1.206.854.399.000 621.400.236.614 626.626.507.164 795.630.254.209 1.286.827.899.805 175.118.921.406 172.736.624.689 1.109.865.329.758 1.170.752.424.106 1.822.689.047.108 2.142.894.276.216 1.762.032.300.123 1.656.007.190.010 272.597.818.000 4.979.635.925.000 65.314.178.204 62.607.762.222 497.652.557.672 649.534.031.113 301.989.488.699 331.574.891.637 2.711.416.335.000 2.926.360.857.000 14.894.990.000.000 17.195.352.000.000 1.712.710.000.000 1.749.395.000.000 1.767.105.818.949 2.091.957.078.669 421.187.982.000 459.352.720.000 420.782.548.000 463.347.124.000 749.402.740.231 775.917.827.931 1.470.059.394.892 1.700.204.093.895 1.465.952.460.752 1.853.235.343.636 1.746.177.682.568 2.027.288.693.678 475.428.240.024 523.900.642.605 3.260.919.505.192 3.261.285.495.052 5.407.957.915.805 5.592.730.492.960 459.118.935.528 440.727.374.151 1.229.011.260.881 1.332.907.675.785

1/Tait-1 1,02984E-13 1,25249E-12 1,60927E-12 1,25687E-12 5,71041E-12 9,0101E-13 5,4864E-13 5,67526E-13 3,66841E-12 1,53106E-11 2,00943E-12 3,31137E-12 3,68811E-13 6,71367E-14 5,8387E-13 5,65897E-13 2,37424E-12 2,37652E-12 1,3344E-12 6,80245E-13 6,8215E-13 5,72679E-13 2,10337E-12 3,06662E-13 1,84913E-13 2,17808E-12 8,13662E-13


Lampiran V Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014. NO 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

KODE ADES AKPI ALDO ALKA ALMI AMFG APLI ARNA AUTO BAJA BATA BRNA BTON BUDI CEKA CPIN DAJK DLTA DPNS DVLA EKAD ERTX FASW GJTL HMSP ICBP IGAR

∆Revit 2014 76.260.000.000 281.997.841.000 94.536.198.691 130.744.443.000 464.774.107.762 455.706.000.000 12.529.727.341 192.118.448.357 1.553.439.000.000 177.713.514.844 106.268.306.000 297.841.275.000 (17.539.373.664) (284.743.000.000) 1.169.987.607.646 3.487.283.000.000 381.359.555.000 12.186.841.000 1.442.729.048 2.137.605.000 107.904.861.961 (45.519.706.170) 496.110.402.020 717.817.000.000 5.664.932.000.000 4.927.782.000.000 94.459.900.146

Total Aset 2013 441.064.000.000 2.084.567.189.000 301.479.232.221 241.912.806.000 2.752.078.229.707 3.539.393.000.000 303.594.490.546 1.135.244.802.060 12.484.843.000.000 842.928.433.004 680.685.060.000 1.125.132.715.000 176.136.296.407 2.382.875.000.000 1.069.627.299.747 15.722.197.000.000 1.128.467.093.000 867.040.802.000 256.372.669.050 1.190.054.288.000 343.601.504.089 749.402.740.231 5.692.060.407.681 15.350.754.000.000 27.404.594.000.000 21.267.470.000.000 314.746.644.499

2014 504.865.000.000 2.227.042.590.000 356.814.265.668 244.879.397.000 3.212.438.981.224 3.918.391.000.000 273.126.657.794 1.259.175.442.875 14.380.926.000.000 974.632.970.453 774.891.087.000 1.334.085.916.000 174.157.547.015 2.476.982.000.000 1.284.150.037.341 20.862.439.000.000 1.902.696.164.000 991.947.134.000 268.877.322.944 1.236.247.525.000 411.348.790.570 775.917.827.931 5.581.000.723.345 16.042.897.000.000 28.380.630.000.000 24.910.211.000.000 349.894.783.575

∆Revit /Ait-1 0,172900078 0,135278845 0,313574497 0,540461025 0,16888114 0,128752586 0,041271261 0,169230855 0,124425994 0,210828711 0,156119639 0,264716572 -0,099578418 -0,119495567 1,093827362 0,221806342 0,337944772 0,014055672 0,005627468 0,001796225 0,314040715 -0,060741313 0,087158316 0,046761026 0,206714684 0,231705135 0,300114082

101


Lampiran V Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54

KODE IKAI INAF INAI INCI INDS INTP JECC JPFA JPRS KBLI KBLM KIAS KICI KLBF LION LMPI LMSH MERK MLBI MLIA MRAT MYOR NIPS PICO PRAS PYFA RICY

∆Revit 2014 50.798.064.000 43.938.386.405 292.759.766.380 28.778.821.567 164.530.161.254 1.304.978.000.000 2.939.016.000 3.046.795.000.000 118.389.225.064 (188.272.038.375) (113.249.568.275) (11.868.855.798) 3.941.621.780 1.366.401.490.510 43.948.272.184 (162.563.760.792) (7.138.748.453) 57.461.535.000 (573.488.000.000) 432.687.093.000 76.619.556.097 2.151.251.144.901 104.803.966.000 9.883.450.722 129.489.910.706 29.746.676.348 201.258.478.107

Total Aset 2013 482.057.048.870 1.294.510.669.195 765.881.409.376 136.142.063.219 2.196.518.364.473 26.607.241.000.000 1.239.821.716.000 14.917.590.000.000 376.540.741.943 1.337.022.291.951 654.296.256.935 2.270.904.910.518 98.295.722.100 11.315.061.275.026 498.567.897.161 822.189.506.877 141.697.598.705 696.946.318.000 1.782.148.000.000 7.189.899.445.000 439.583.727.200 9.710.223.454.000 798.407.625.000 621.400.236.614 795.630.254.209 175.118.921.406 1.109.865.329.758

2014 518.546.655.125 1.248.343.275.406 897.281.657.710 147.992.617.351 2.282.666.078.493 28.884.973.000.000 1.062.476.023.000 15.730.435.000.000 370.967.708.751 1.337.351.473.763 647.696.854.298 2.352.542.603.065 96.745.744.221 12.425.032.367.729 600.102.716.315 808.892.238.344 139.915.598.255 716.599.526.000 2.231.051.000.000 7.215.152.320.000 498.786.376.745 10.291.108.029.334 1.206.854.399.000 626.626.507.164 1.286.827.899.805 172.736.624.689 1.170.752.424.106

∆Revit /Ait-1 0,105377702 0,033942081 0,382252086 0,21138817 0,074904979 0,049045972 0,002370515 0,204241771 0,31441279 -0,140814435 -0,173086071 -0,005226487 0,040099627 0,120759531 0,088149021 -0,197720549 -0,050380165 0,082447577 -0,321795945 0,060179853 0,174300256 0,221544968 0,131266239 0,015905129 0,162751366 0,169865575 0,181335945

102


Lampiran V Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75

KODE ROTI SCCO SIAP SIMA SKBM SKLT SMBR SMCB SMSM SPMA SQBB SRSN STAR STTP TCID TOTO TRIS TRST TSPC UNIT WIIM

∆Revit 2014 374.742.964.006 (47.774.361.322) 91.218.934.000 13.478.785.696 184.146.646.221 114.370.976.618 46.307.100.000 842.461.000.000 250.971.000.000 154.972.068.429 71.065.227.000 80.519.065.000 (45.519.706.170) 475.528.725.536 280.304.149.444 342.323.590.401 36.883.337.350 474.735.430.328 657.225.804.466 561.829.654 73.511.000.166

Total Aset 2013 1.822.689.047.108 1.762.032.300.123 272.597.818.000 65.314.178.204 497.652.557.672 301.989.488.699 2.711.416.335.000 14.894.990.000.000 1.712.710.000.000 1.767.105.818.949 421.187.982.000 420.782.548.000 749.402.740.231 1.470.059.394.892 1.465.952.460.752 1.746.177.682.568 475.428.240.024 3.260.919.505.192 5.407.957.915.805 459.118.935.528 1.229.011.260.881

2014 2.142.894.276.216 1.656.007.190.010 4.979.635.925.000 62.607.762.222 649.534.031.113 331.574.891.637 2.926.360.857.000 17.195.352.000.000 1.749.395.000.000 2.091.957.078.669 459.352.720.000 463.347.124.000 775.917.827.931 1.700.204.093.895 1.853.235.343.636 2.027.288.693.678 523.900.642.605 3.261.285.495.052 5.592.730.492.960 440.727.374.151 1.332.907.675.785

∆Revit /Ait-1 0,205598955 -0,027113215 0,334628262 0,20636845 0,370030543 0,378725025 0,017078565 0,056560025 0,14653444 0,087698239 0,168725676 0,191355524 -0,060741313 0,323475859 0,191209577 0,196041671 0,077579189 0,145583302 0,121529386 0,001223713 0,059813122

103


Lampiran VI Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014. NO 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


Aset Tetap 2014 171.282.000.000 1.060.731.359.000 110.792.833.798 14.343.585.000 78.194.014.973 1.530.836.000.000 165.967.227.248 736.206.333.096 3.305.968.000.000 298.005.180.331 245.225.987.000 184.314.236.000 14.238.319.647 1.480.942.000.000 221.559.766.343 9.058.302.000.000 455.121.700.000 113.596.416.000 12.712.559.053 267.093.943.000 105.345.565.956 318.769.811.984 3.733.099.100.092 7.611.453.000.000 5.919.600.000.000 5.838.843.000.000 46.081.516.352

Total Aset 2013 441.064.000.000 2.084.567.189.000 301.479.232.221 241.912.806.000 2.752.078.229.707 3.539.393.000.000 303.594.490.546 1.135.244.802.060 12.484.843.000.000 842.928.433.004 680.685.060.000 1.125.132.715.000 176.136.296.407 2.382.875.000.000 1.069.627.299.747 15.722.197.000.000 1.128.467.093.000 867.040.802.000 256.372.669.050 1.190.054.288.000 343.601.504.089 749.402.740.231 5.692.060.407.681 15.350.754.000.000 27.404.594.000.000 21.267.470.000.000 314.746.644.499

2014 504.865.000.000 2.227.042.590.000 356.814.265.668 244.879.397.000 3.212.438.981.224 3.918.391.000.000 273.126.657.794 1.259.175.442.875 14.380.926.000.000 974.632.970.453 774.891.087.000 1.334.085.916.000 174.157.547.015 2.476.982.000.000 1.284.150.037.341 20.862.439.000.000 1.902.696.164.000 991.947.134.000 268.877.322.944 1.236.247.525.000 411.348.790.570 775.917.827.931 5.581.000.723.345 16.042.897.000.000 28.380.630.000.000 24.910.211.000.000 349.894.783.575

PPE/Ait-1 0,388338 0,50885 0,367497 0,059292 0,028413 0,432514 0,546674 0,6485 0,264799 0,353536 0,360264 0,163816 0,080837 0,621494 0,207137 0,576147 0,40331 0,131016 0,049586 0,224438 0,306592 0,425365 0,655843 0,495836 0,216008 0,274543 0,146408

104


Lampiran VI Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54


Aset Tetap 2014 343.182.508.003 394.584.546.295 103.335.945.534 50.390.263.713 1.247.324.580.729 12.143.632.000.000 121.782.583.000 6.361.632.000.000 13.100.716.324 411.558.691.981 289.754.886.655 1.493.293.193.212 8.253.323.849 3.404.457.131.056 101.606.366.543 264.086.403.130 29.522.279.223 81.384.920.000 1.315.305.000.000 5.497.490.587.000 77.533.423.631 3.585.011.717.083 450.149.169.000 139.160.457.062 705.792.134.066 91.716.051.981 318.630.063.545

Total Aset 2013 482.057.048.870 1.294.510.669.195 765.881.409.376 136.142.063.219 2.196.518.364.473 26.607.241.000.000 1.239.821.716.000 14.917.590.000.000 376.540.741.943 1.337.022.291.951 654.296.256.935 2.270.904.910.518 98.295.722.100 11.315.061.275.026 498.567.897.161 822.189.506.877 141.697.598.705 696.946.318.000 1.782.148.000.000 7.189.899.445.000 439.583.727.200 9.710.223.454.000 798.407.625.000 621.400.236.614 795.630.254.209 175.118.921.406 1.109.865.329.758

2014 518.546.655.125 1.248.343.275.406 897.281.657.710 147.992.617.351 2.282.666.078.493 28.884.973.000.000 1.062.476.023.000 15.730.435.000.000 370.967.708.751 1.337.351.473.763 647.696.854.298 2.352.542.603.065 96.745.744.221 12.425.032.367.729 600.102.716.315 808.892.238.344 139.915.598.255 716.599.526.000 2.231.051.000.000 7.215.152.320.000 498.786.376.745 10.291.108.029.334 1.206.854.399.000 626.626.507.164 1.286.827.899.805 172.736.624.689 1.170.752.424.106

PPE/Ait-1 0,711913 0,304814 0,134924 0,37013 0,567864 0,456403 0,098226 0,426452 0,034792 0,307817 0,44285 0,657576 0,083964 0,300878 0,203796 0,321199 0,208347 0,116774 0,738045 0,764613 0,176379 0,3692 0,563809 0,223947 0,887086 0,523736 0,287089

105


Lampiran VI Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75


Aset Tetap 2014 1.679.981.658.119 295.398.107.771 6.882.566.000 8.055.614.938 250.714.045.211 135.210.633.301 557.907.013.000 14.498.240.000.000 492.897.000.000 1.389.719.739.866 87.174.799.000 122.183.633.000 318.769.811.984 862.321.588.223 923.951.560.313 807.117.366.092 117.375.191.424 1.980.022.881.193 1.554.389.853.202 347.163.555.335 309.830.060.177

Total Aset 2013 2014 1.822.689.047.108 2.142.894.276.216 1.762.032.300.123 1.656.007.190.010 272.597.818.000 4.979.635.925.000 65.314.178.204 62.607.762.222 497.652.557.672 649.534.031.113 301.989.488.699 331.574.891.637 2.711.416.335.000 2.926.360.857.000 14.894.990.000.000 17.195.352.000.000 1.712.710.000.000 1.749.395.000.000 1.767.105.818.949 2.091.957.078.669 421.187.982.000 459.352.720.000 420.782.548.000 463.347.124.000 749.402.740.231 775.917.827.931 1.470.059.394.892 1.700.204.093.895 1.465.952.460.752 1.853.235.343.636 1.746.177.682.568 2.027.288.693.678 475.428.240.024 523.900.642.605 3.260.919.505.192 3.261.285.495.052 5.407.957.915.805 5.592.730.492.960 459.118.935.528 440.727.374.151 1.229.011.260.881 1.332.907.675.785

PPE/Ait-1 0,921705 0,167646 0,025248 0,123336 0,503793 0,447733 0,205762 0,973364 0,287788 0,786438 0,206974 0,290372 0,425365 0,58659 0,630274 0,462219 0,246883 0,607198 0,287426 0,756152 0,252097

106


Lampiran VII Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014. NO 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


Total Accrual 2014 (70.356.000.000) (339.658.788.000) 21.090.917.645 21.493.197.000 937.306.682.419 (105.615.000.000) (12.687.756.692) 22.713.057.303 691.844.000.000 88.463.836.426 8.601.576.000 (137.611.967.000) (13.424.920) (39.691.000.000) 188.808.367.801 1.507.423.000.000 322.899.272.000 123.826.619.000 8.642.086.623 (23.506.841.000) 36.114.472.417 31.848.782.480 (1.241.106.846.255) 117.722.000.000 (922.112.000.000) (1.329.162.000.000) 29.136.053.916

Total Aset 2013 441.064.000.000 2.084.567.189.000 301.479.232.221 241.912.806.000 2.752.078.229.707 3.539.393.000.000 303.594.490.546 1.135.244.802.060 12.484.843.000.000 842.928.433.004 680.685.060.000 1.125.132.715.000 176.136.296.407 2.382.875.000.000 1.069.627.299.747 15.722.197.000.000 1.128.467.093.000 867.040.802.000 256.372.669.050 1.190.054.288.000 343.601.504.089 749.402.740.231 5.692.060.407.681 15.350.754.000.000 27.404.594.000.000 21.267.470.000.000 314.746.644.499

2014 504.865.000.000 2.227.042.590.000 356.814.265.668 244.879.397.000 3.212.438.981.224 3.918.391.000.000 273.126.657.794 1.259.175.442.875 14.380.926.000.000 974.632.970.453 774.891.087.000 1.334.085.916.000 174.157.547.015 2.476.982.000.000 1.284.150.037.341 20.862.439.000.000 1.902.696.164.000 991.947.134.000 268.877.322.944 1.236.247.525.000 411.348.790.570 775.917.827.931 5.581.000.723.345 16.042.897.000.000 28.380.630.000.000 24.910.211.000.000 349.894.783.575

TA/Ait-1 -0,15951 -0,16294 0,069958 0,088847 0,340581 -0,02984 -0,04179 0,020007 0,055415 0,104948 0,012637 -0,12231 -7,6E-05 -0,01666 0,176518 0,095879 0,28614 0,142815 0,033709 -0,01975 0,105106 0,042499 -0,21804 0,007669 -0,03365 -0,0625 0,09257

107


Lampiran VII Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54


Total Accrual 2014 42.345.819.014 (147.562.077.002) (59.856.387.355) 18.609.560.106 61.746.141.226 (70.598.000.000) (18.385.459.000) (1.185.687.000.000) 90.691.109.919 (99.999.538.864) 14.629.503.863 38.432.213.264 3.389.924.880 (195.035.239.415) (12.831.673.236) (6.076.051.814) (2.596.654.976) (108.253.549.000) (118.122.000.000) (335.620.310.000) 30.051.447.785 1.272.164.151.739 (68.328.336.000) (8.255.286.849) (215.478.817) 1.185.124.034 (32.033.764.854)

Total Aset 2013 482.057.048.870 1.294.510.669.195 765.881.409.376 136.142.063.219 2.196.518.364.473 26.607.241.000.000 1.239.821.716.000 14.917.590.000.000 376.540.741.943 1.337.022.291.951 654.296.256.935 2.270.904.910.518 98.295.722.100 11.315.061.275.026 498.567.897.161 822.189.506.877 141.697.598.705 696.946.318.000 1.782.148.000.000 7.189.899.445.000 439.583.727.200 9.710.223.454.000 798.407.625.000 621.400.236.614 795.630.254.209 175.118.921.406 1.109.865.329.758

2014 518.546.655.125 1.248.343.275.406 897.281.657.710 147.992.617.351 2.282.666.078.493 28.884.973.000.000 1.062.476.023.000 15.730.435.000.000 370.967.708.751 1.337.351.473.763 647.696.854.298 2.352.542.603.065 96.745.744.221 12.425.032.367.729 600.102.716.315 808.892.238.344 139.915.598.255 716.599.526.000 2.231.051.000.000 7.215.152.320.000 498.786.376.745 10.291.108.029.334 1.206.854.399.000 626.626.507.164 1.286.827.899.805 172.736.624.689 1.170.752.424.106

TA/Ait-1 0,087844 -0,11399 -0,07815 0,136692 0,028111 -0,00265 -0,01483 -0,07948 0,240853 -0,07479 0,022359 0,016924 0,034487 -0,01724 -0,02574 -0,00739 -0,01833 -0,15533 -0,06628 -0,04668 0,068363 0,131013 -0,08558 -0,01328 -0,00027 0,006768 -0,02886

108


Lampiran VII Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75


Total Accrual 2014 (176.398.098.039) 75.447.771.910 (106.603.415.000) (2.245.565.205) 40.773.962.117 (6.917.503.918) 44.808.978.000 (1.040.569.000.000) (29.428.000.000) 15.634.143.313 3.909.313.000 4.833.275.000 31.848.782.480 (75.050.731.956) 50.763.232.036 (13.904.729.241) 35.892.783.648 (206.825.480.570) 71.336.972.696 (22.661.735.482) 67.695.575.202

Total Aset 2013 2014 1.822.689.047.108 2.142.894.276.216 1.762.032.300.123 1.656.007.190.010 272.597.818.000 4.979.635.925.000 65.314.178.204 62.607.762.222 497.652.557.672 649.534.031.113 301.989.488.699 331.574.891.637 2.711.416.335.000 2.926.360.857.000 14.894.990.000.000 17.195.352.000.000 1.712.710.000.000 1.749.395.000.000 1.767.105.818.949 2.091.957.078.669 421.187.982.000 459.352.720.000 420.782.548.000 463.347.124.000 749.402.740.231 775.917.827.931 1.470.059.394.892 1.700.204.093.895 1.465.952.460.752 1.853.235.343.636 1.746.177.682.568 2.027.288.693.678 475.428.240.024 523.900.642.605 3.260.919.505.192 3.261.285.495.052 5.407.957.915.805 5.592.730.492.960 459.118.935.528 440.727.374.151 1.229.011.260.881 1.332.907.675.785

TA/Ait-1 -0,09678 0,042819 -0,39106 -0,03438 0,081933 -0,02291 0,016526 -0,06986 -0,01718 0,008847 0,009282 0,011486 0,042499 -0,05105 0,034628 -0,00796 0,075496 -0,06343 0,013191 -0,04936 0,055081

109


Lampiran VIII Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014. NO 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


∆Revit 76.260.000.000 281.997.841.000 94.536.198.691 130.744.443.000 464.774.107.762 455.706.000.000 12.529.727.341 192.118.448.357 1.553.439.000.000 177.713.514.844 106.268.306.000 297.841.275.000 (17.539.373.664) (284.743.000.000) 1.169.987.607.646 3.487.283.000.000 381.359.555.000 12.186.841.000 1.442.729.048 2.137.605.000 107.904.861.961 (45.519.706.170) 496.110.402.020 717.817.000.000 5.664.932.000.000 4.927.782.000.000 94.459.900.146

∆Recit 26.466.000.000 (16.162.182.000) 31.099.707.607 14.787.648.000 112.709.732.736 (16.629.000.000) 5.045.195.669 86.475.867.736 133.717.000.000 63.290.995.852 (2.588.042.000) 72.371.000.000 (1.535.510.370) (140.221.000.000) 31.106.203.993 905.259.000.000 125.884.502.000 97.116.469.000 2.088.780.610 (25.832.045.000) 11.222.140.906 27.575.774.365 (235.734.397.896) 55.708.000.000 (351.490.000.000) 352.787.000.000 19.288.330.766

Total Aset 2013 441.064.000.000 2.084.567.189.000 301.479.232.221 241.912.806.000 2.752.078.229.707 3.539.393.000.000 303.594.490.546 1.135.244.802.060 12.484.843.000.000 842.928.433.004 680.685.060.000 1.125.132.715.000 176.136.296.407 2.382.875.000.000 1.069.627.299.747 15.722.197.000.000 1.128.467.093.000 867.040.802.000 256.372.669.050 1.190.054.288.000 343.601.504.089 749.402.740.231 5.692.060.407.681 15.350.754.000.000 27.404.594.000.000 21.267.470.000.000 314.746.644.499

2014 504.865.000.000 2.227.042.590.000 356.814.265.668 244.879.397.000 3.212.438.981.224 3.918.391.000.000 273.126.657.794 1.259.175.442.875 14.380.926.000.000 974.632.970.453 774.891.087.000 1.334.085.916.000 174.157.547.015 2.476.982.000.000 1.284.150.037.341 20.862.439.000.000 1.902.696.164.000 991.947.134.000 268.877.322.944 1.236.247.525.000 411.348.790.570 775.917.827.931 5.581.000.723.345 16.042.897.000.000 28.380.630.000.000 24.910.211.000.000 349.894.783.575

(∆Revit - ∆Recit)/Ait-1 0,112895181 0,1430321 0,210417449 0,479333016 0,127926732 0,133450849 0,024653055 0,093057093 0,113715647 0,13574405 0,159921753 0,200394382 -0,090860678 -0,060650265 1,064746014 0,164227938 0,22639123 -0,097953439 -0,00251997 0,023502835 0,281380378 -0,097538315 0,128572915 0,043132018 0,219540636 0,215117031 0,238831996

110


Lampiran VIII Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54


∆Revit 50.798.064.000 43.938.386.405 292.759.766.380 28.778.821.567 164.530.161.254 1.304.978.000.000 2.939.016.000 3.046.795.000.000 118.389.225.064 (188.272.038.375 (113.249.568.275) (11.868.855.798) 3.941.621.780 1.366.401.490.510 43.948.272.184 (162.563.760.792) (7.138.748.453) 57.461.535.000 (573.488.000.000) 432.687.093.000 76.619.556.097 2.151.251.144.901 104.803.966.000 9.883.450.722 129.489.910.706 29.746.676.348 201.258.478.107

∆Recit 13.205.707.114 (77.607.368.411) 63.043.683.797 1.560.817.678 29.610.233.419 152.405.000.000 (39.850.561.000) 62.966.000.000 74.545.045.581 (10.232.813.703) (2.426.757.855) 65.668.469.186 225.507.019 191.522.741.300 18.452.628.843 20.946.838.165 (193.769.143) 6.850.209.000 56.244.000.000 46.485.983.000 64.827.664.939 267.694.293.101 70.029.363.000 14.550.071.861 30.767.051.573 9.323.187.512 (9.035.725.960)

Total Aset 2013 482.057.048.870 1.294.510.669.195 765.881.409.376 136.142.063.219 2.196.518.364.473 26.607.241.000.000 1.239.821.716.000 14.917.590.000.000 376.540.741.943 1.337.022.291.951 654.296.256.935 2.270.904.910.518 98.295.722.100 11.315.061.275.026 498.567.897.161 822.189.506.877 141.697.598.705 696.946.318.000 1.782.148.000.000 7.189.899.445.000 439.583.727.200 9.710.223.454.000 798.407.625.000 621.400.236.614 795.630.254.209 175.118.921.406 1.109.865.329.758

2014 518.546.655.125 1.248.343.275.406 897.281.657.710 147.992.617.351 2.282.666.078.493 28.884.973.000.000 1.062.476.023.000 15.730.435.000.000 370.967.708.751 1.337.351.473.763 647.696.854.298 2.352.542.603.065 96.745.744.221 12.425.032.367.729 600.102.716.315 808.892.238.344 139.915.598.255 716.599.526.000 2.231.051.000.000 7.215.152.320.000 498.786.376.745 10.291.108.029.334 1.206.854.399.000 626.626.507.164 1.286.827.899.805 172.736.624.689 1.170.752.424.106

(∆Revit - ∆Recit)/Ait-1 0,077983212 0,093893204 0,299936883 0,199923545 0,061424448 0,04331802 0,034512686 0,200020848 0,116439404 -0,133160999 -0,169377112 -0,034143801 0,037805458 0,103833176 0,051137756 -0,223197447 -0,049012682 0,072618686 -0,353355614 0,053714397 0,026825131 0,193976674 0,043554949 -0,007509848 0,124081329 0,116626397 0,189477226

111


Lampiran VIII Komponen-Komponen Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75


∆Revit 374.742.964.006 (47.774.361.322) 91.218.934.000 13.478.785.696 184.146.646.221 114.370.976.618 46.307.100.000 842.461.000.000 250.971.000.000 154.972.068.429 71.065.227.000 80.519.065.000 (45.519.706.170) 475.528.725.536 280.304.149.444 342.323.590.401 36.883.337.350 474.735.430.328 657.225.804.466 561.829.654 73.511.000.166

∆Recit 30.317.915.333 41.077.763.719 630.199.000 1.635.328.493 (26.524.847.673) 8.168.665.892 44.816.988.000 159.034.000.000 10.032.000.000 (14.540.846.772) 28.242.819.000 13.171.157.000 27.575.874.365 46.109.917.023 30.182.126.934 84.405.406.864 22.634.359.632 9.229.052.691 30.854.393.955 (1.898.317.876) 15.385.843.146

Total Aset 2013 1.822.689.047.108 1.762.032.300.123 272.597.818.000 65.314.178.204 497.652.557.672 301.989.488.699 2.711.416.335.000 14.894.990.000.000 1.712.710.000.000 1.767.105.818.949 421.187.982.000 420.782.548.000 749.402.740.231 1.470.059.394.892 1.465.952.460.752 1.746.177.682.568 475.428.240.024 3.260.919.505.192 5.407.957.915.805 459.118.935.528 1.229.011.260.881

2014 2.142.894.276.216 1.656.007.190.010 4.979.635.925.000 62.607.762.222 649.534.031.113 331.574.891.637 2.926.360.857.000 17.195.352.000.000 1.749.395.000.000 2.091.957.078.669 459.352.720.000 463.347.124.000 775.917.827.931 1.700.204.093.895 1.853.235.343.636 2.027.288.693.678 523.900.642.605 3.261.285.495.052 5.592.730.492.960 440.727.374.151 1.332.907.675.785

(∆Revit - ∆Recit)/Ait-1 0,188965336 -0,050425934 0,332316435 0,181330571 0,423330476 0,351675521 0,00054957 0,045883012 0,140677056 0,095926862 0,101670536 0,160053948 -0,097538448 0,292109836 0,170620828 0,147704432 0,029970827 0,142753103 0,115824017 0,00535841 0,047294243

112


Lampiran IX Tabel Perhitungan Nondiscretionary Accruals 2014. NO 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

KODE ADES AKPI ALDO ALKA ALMI AMFG APLI ARNA AUTO BAJA BATA BRNA BTON BUDI CEKA CPIN DAJK DLTA DPNS DVLA EKAD ERTX FASW GJTL HMSP ICBP IGAR IKAI

a1 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004

1/Tait-1 2,27E-12 4,8E-13 3,32E-12 4,13E-12 3,63E-13 2,83E-13 3,29E-12 8,81E-13 8,01E-14 1,19E-12 1,47E-12 8,89E-13 5,68E-12 4,2E-13 9,35E-13 6,36E-14 8,86E-13 1,15E-12 3,9E-12 8,4E-13 2,91E-12 1,33E-12 1,76E-13 6,51E-14 3,65E-14 4,7E-14 3,18E-12 2,07E-12

a2 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108

∆Rev/Ait-1 0,172900078 0,135278845 0,313574497 0,540461025 0,16888114 0,128752586 0,041271261 0,169230855 0,124425994 0,210828711 0,156119639 0,264716572 -0,099578418 -0,119495567 1,093827362 0,221806342 0,337944772 0,014055672 0,005627468 0,001796225 0,314040715 -0,060741313 0,087158316 0,046761026 0,206714684 0,231705135 0,300114082 0,105377702

a3 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064

PPE/Ait-1 0,3883382 0,508849686 0,367497399 0,059292376 0,028412715 0,432513711 0,546674042 0,64850007 0,264798524 0,353535566 0,360263507 0,163815551 0,080836942 0,621493784 0,207137352 0,576147341 0,403309678 0,131016229 0,049586249 0,224438453 0,306592272 0,425365154 0,655843198 0,495835775 0,216007579 0,274543375 0,146408285 0,711912644

NDA -0,00618 -0,01796 0,010346 0,054575 0,016421 -0,01378 -0,03053 -0,02323 -0,00351 0,000143 -0,0062 0,018105 -0,01593 -0,05268 0,104877 -0,01292 0,010686 -0,00687 -0,00257 -0,01417 0,014294 -0,03378 -0,03256 -0,02668 0,008501 0,007453 0,023042 -0,03418

113


Lampiran IX Tabel Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56

KODE INAF INAI INCI INDS INTP JECC JPFA JPRS KBLI KBLM KIAS KICI KLBF LION LMPI LMSH MERK MLBI MLIA MRAT MYOR NIPS PICO PRAS PYFA RICY ROTI SCCO

a1 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004

1/Tait-1 7,72E-13 1,31E-12 7,35E-12 4,55E-13 3,76E-14 8,07E-13 6,7E-14 2,66E-12 7,48E-13 1,53E-12 4,4E-13 1,02E-11 8,84E-14 2,01E-12 1,22E-12 7,06E-12 1,43E-12 5,61E-13 1,39E-13 2,27E-12 1,03E-13 1,25E-12 1,61E-12 1,26E-12 5,71E-12 9,01E-13 5,49E-13 5,68E-13

a2 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108

∆Rev/Ait-1 0,033942081 0,382252086 0,21138817 0,074904979 0,049045972 0,002370515 0,204241771 0,31441279 -0,140814435 -0,173086071 -0,005226487 0,040099627 0,120759531 0,088149021 -0,197720549 -0,050380165 0,082447577 -0,321795945 0,060179853 0,174300256 0,221544968 0,131266239 0,015905129 0,162751366 0,169865575 0,181335945 0,205598955 -0,027113215

a3 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064

PPE/Ait-1 0,304813669 0,134924212 0,370130014 0,567864399 0,456403278 0,098225883 0,426451726 0,034792294 0,307817375 0,442849678 0,657576276 0,083964222 0,300878365 0,203796448 0,321198946 0,208347068 0,116773585 0,738044764 0,764613 0,176379194 0,369199713 0,563808705 0,223946579 0,887085591 0,52373582 0,287088942 0,921705027 0,16764625

NDA -0,01584 0,032648 -0,00086 -0,02825 -0,02391 -0,00603 -0,00523 0,03173 -0,03491 -0,04704 -0,04265 -0,00104 -0,00621 -0,00352 -0,04191 -0,01878 0,001431 -0,08199 -0,04244 0,007536 0,000298 -0,02191 -0,01261 -0,0392 -0,01517 0,001211 -0,03678 -0,01366

114


Lampiran IX Tabel Perhitungan Nondiscretionary Accruals 2014 (Lanjutan). NO 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75

KODE SIAP SIMA SKBM SKLT SMBR SMCB SMSM SPMA SQBB SRSN STAR STTP TCID TOTO TRIS TRST TSPC UNIT WIIM

a1 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004 0,004

1/Tait-1 3,67E-12 1,53E-11 2,01E-12 3,31E-12 3,69E-13 6,71E-14 5,84E-13 5,66E-13 2,37E-12 2,38E-12 1,33E-12 6,8E-13 6,82E-13 5,73E-13 2,1E-12 3,07E-13 1,85E-13 2,18E-12 8,14E-13

a2 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108 0,108

∆Rev/Ait-1 0,334628262 0,20636845 0,370030543 0,378725025 0,017078565 0,056560025 0,14653444 0,087698239 0,168725676 0,191355524 -0,060741313 0,323475859 0,191209577 0,196041671 0,077579189 0,145583302 0,121529386 0,001223713 0,059813122

a3 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064 -0,064

PPE/Ait-1 0,02524806 0,12333639 0,503793342 0,447732912 0,205762208 0,973363527 0,287787775 0,786438325 0,206973614 0,290372387 0,425365154 0,586589624 0,63027389 0,462219495 0,246883087 0,607197718 0,287426396 0,756151682 0,252097007

NDA 0,034524 0,014394 0,007721 0,012247 -0,01132 -0,05619 -0,00259 -0,04086 0,004976 0,002083 -0,03378 -0,00261 -0,01969 -0,00841 -0,00742 -0,02314 -0,00527 -0,04826 -0,00967

115


116

Lampiran X Tabel Perhitungan Discretionary Accruals 2014. NO 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

KODE ADES AKPI ALDO ALKA ALMI AMFG APLI ARNA AUTO BAJA BATA BRNA BTON BUDI CEKA CPIN DAJK DLTA DPNS DVLA EKAD ERTX FASW GJTL HMSP ICBP IGAR IKAI INAF INAI INCI INDS INTP JECC JPFA JPRS KBLI KBLM KIAS KICI KLBF LION LMPI LMSH MERK MLBI MLIA MRAT MYOR

TA/Ait-1 -0,15951 -0,16294 0,069958 0,088847 0,340581 -0,02984 -0,04179 0,020007 0,055415 0,104948 0,012637 -0,12231 -7,6E-05 -0,01666 0,176518 0,095879 0,28614 0,142815 0,033709 -0,01975 0,105106 0,042499 -0,21804 0,007669 -0,03365 -0,0625 0,09257 0,087844 -0,11399 -0,07815 0,136692 0,028111 -0,00265 -0,01483 -0,07948 0,240853 -0,07479 0,022359 0,016924 0,034487 -0,01724 -0,02574 -0,00739 -0,01833 -0,15533 -0,06628 -0,04668 0,068363 0,131013

NDA -0,00618 -0,01796 0,010346 0,054575 0,016421 -0,01378 -0,03053 -0,02323 -0,00351 0,000143 -0,0062 0,018105 -0,01593 -0,05268 0,104877 -0,01292 0,010686 -0,00687 -0,00257 -0,01417 0,014294 -0,03378 -0,03256 -0,02668 0,008501 0,007453 0,023042 -0,03418 -0,01584 0,032648 -0,00086 -0,02825 -0,02391 -0,00603 -0,00523 0,03173 -0,03491 -0,04704 -0,04265 -0,00104 -0,00621 -0,00352 -0,04191 -0,01878 0,001431 -0,08199 -0,04244 0,007536 0,000298

DA -0,15333 -0,14498 0,059612 0,034272 0,324161 -0,01606 -0,01126 0,043234 0,058924 0,104805 0,018833 -0,14041 0,015852 0,036024 0,071641 0,108797 0,275454 0,149682 0,036275 -0,00558 0,090811 0,076282 -0,18548 0,034352 -0,04215 -0,06995 0,069528 0,122026 -0,09815 -0,1108 0,137551 0,056364 0,02126 -0,0088 -0,07425 0,209124 -0,03988 0,069395 0,059573 0,03553 -0,01102 -0,02221 0,03452 0,00045 -0,15676 0,015708 -0,00424 0,060827 0,130715


117

Lampiran X Tabel Perhitungan Discretionary Accruals 2014 (Lanjutan). NO 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75

KODE NIPS PICO PRAS PYFA RICY ROTI SCCO SIAP SIMA SKBM SKLT SMBR SMCB SMSM SPMA SQBB SRSN STAR STTP TCID TOTO TRIS TRST TSPC UNIT WIIM

TA/Ait-1 -0,08558 -0,01328 -0,00027 0,006768 -0,02886 -0,09678 0,042819 -0,39106 -0,03438 0,081933 -0,02291 0,016526 -0,06986 -0,01718 0,008847 0,009282 0,011486 0,042499 -0,05105 0,034628 -0,00796 0,075496 -0,06343 0,013191 -0,04936 0,055081

NDA -0,02191 -0,01261 -0,0392 -0,01517 0,001211 -0,03678 -0,01366 0,034524 0,014394 0,007721 0,012247 -0,01132 -0,05619 -0,00259 -0,04086 0,004976 0,002083 -0,03378 -0,00261 -0,01969 -0,00841 -0,00742 -0,02314 -0,00527 -0,04826 -0,00967

DA -0,06367 -0,00067 0,038926 0,021941 -0,03007 -0,05999 0,056476 -0,42559 -0,04878 0,074212 -0,03515 0,02785 -0,01367 -0,01459 0,049708 0,004306 0,009404 0,076282 -0,04845 0,054315 0,000447 0,082918 -0,04029 0,018461 -0,0011 0,064756


118

Lampiran XI Tabel Perhitungan Ukuran Perusahaan 2014. NO 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


Ukuran Perusahaan 504.865.000.000 2.227.042.590.000 356.814.265.668 244.879.397.000 3.212.438.981.224 3.918.391.000.000 273.126.657.794 1.259.175.442.875 14.380.926.000.000 974.632.970.453 774.891.087.000 1.334.085.916.000 174.157.547.015 2.476.982.000.000 1.284.150.037.341 20.862.439.000.000 1.902.696.164.000 991.947.134.000 268.877.322.944 1.236.247.525.000 411.348.790.570 775.917.827.931 5.581.000.723.345 16.042.897.000.000 28.380.630.000.000 24.910.211.000.000 349.894.783.575 518.546.655.125 1.248.343.275.406 897.281.657.710 147.992.617.351 2.282.666.078.493 28.884.973.000.000 1.062.476.023.000 15.730.435.000.000 370.967.708.751 1.337.351.473.763 647.696.854.298 2.352.542.603.065 96.745.744.221 12.425.032.367.729 600.102.716.315 808.892.238.344 139.915.598.255 716.599.526.000 2.231.051.000.000 7.215.152.320.000 498.786.376.745 10.291.108.029.334


119

Lampiran XI Tabel Perhitungan Ukuran Perusahaan 2014 (Lanjutan). NO 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75


Ukuran Perusahaan 1.206.854.399.000 626.626.507.164 1.286.827.899.805 172.736.624.689 1.170.752.424.106 2.142.894.276.216 1.656.007.190.010 4.979.635.925.000 62.607.762.222 649.534.031.113 331.574.891.637 2.926.360.857.000 17.195.352.000.000 1.749.395.000.000 2.091.957.078.669 459.352.720.000 463.347.124.000 775.917.827.931 1.700.204.093.895 1.853.235.343.636 2.027.288.693.678 523.900.642.605 3.261.285.495.052 5.592.730.492.960 440.727.374.151 1.332.907.675.785


120

Lampiran XII Tabel Perhitungan Debt to Equity Ratio 2014. NO 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


Total Hutang 209.066.000.000 1.191.196.937.000 197.391.610.046 181.643.493.000 2.571.403.202.989 733.749.000.000 47.868.731.692 346.944.901.743 4.244.369.000.000 786.309.001.839 345.775.482.000 967.711.101.000 27.517.328.111 1.563.631.000.000 746.598.865.219 9.919.150.000.000 678.825.319.000 227.473.881.000 32.794.800.672 273.816.042.000 138.149.558.606 285.744.500.913 3.936.322.827.206 10.059.605.000.000 14.882.516.000.000 9.870.264.000.000 86.443.556.430 339.889.432.972 656.380.082.912 751.439.553.825 10.872.710.103 454.347.526.616 4.100.172.000.000 891.120.969.000 10.440.441.000.000 15.334.844.453 396.594.755.312 357.408.981.156 235.745.579.997 18.065.657.377 2.607.556.689.283 156.123.759.272 409.761.454.151 23.964.388.443 162.908.670.000 1.677.254.000.000 5.893.580.221.000 114.841.797.856 6.190.553.036.545

Total Equity 504.865.000.000 1.035.845.653.000 159.422.655.622 63.235.904.000 3.212.438.981.224 3.184.642.000.000 225.257.926.102 912.230.541.132 10.136.557.000.000 188.323.968.614 429.115.605.000 366.374.815.000 146.640.218.904 913.351.000.000 537.551.172.122 10.943.289.000.000 1.065.619.060.000 764.473.253.000 236.082.522.272 962.431.483.000 273.199.231.964 490.173.327.018 1.644.677.896.139 5.983.292.000.000 13.498.114.000.000 15.039.947.000.000 263.451.227.145 178.657.222.154 591.963.192.495 145.842.103.885 137.119.907.248 1.828.318.551.877 24.784.801.000.000 171.355.054.000 5.289.994.000.000 355.632.864.298 940.756.718.451 290.287.873.142 2.116.797.023.068 78.680.086.844 9.817.475.678.446 443.978.957.043 399.130.784.193 115.951.209.812 553.690.856.000 553.797.000.000 1.321.572.099.000 383.944.578.889 4.100.554.992.789

DER 0,41 1,15 1,24 2,87 0,80 0,23 0,21 0,38 0,42 4,18 0,81 2,64 0,19 1,71 1,39 0,91 0,64 0,30 0,14 0,28 0,51 0,58 2,39 1,68 1,10 0,66 0,33 1,90 1,11 5,15 0,08 0,25 0,17 5,20 1,97 0,04 0,42 1,23 0,11 0,23 0,27 0,35 1,03 0,21 0,29 3,03 4,46 0,30 1,51


121

Lampiran XII Tabel Perhitungan Debt to Equity Ratio 2014. NO 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75


Total Hutang 630.960.175.000 395.525.304.553 601.006.310.349 76.177.686.068 774.439.342.861 1.182.771.921.472 841.614.670.129 221.617.172.000 31.210.008.707 331.624.254.750 178.206.785.017 209.113.746.000 8.436.760.000.000 602.558.000.000 1.287.357.023.670 90.473.777.000 134.510.685.000 285.744.500.913 882.610.280.834 569.730.901.368 796.296.371.054 214.390.227.222 1.499.792.311.890 1.460.391.494.410 199.073.815.553 478.482.577.195

Total Equity 575.894.224.000 231.101.202.611 685.821.589.456 96.558.938.621 396.313.081.245 960.122.354.744 814.392.519.881 4.758.018.752.000 31.397.753.515 317.909.776.363 153.368.106.620 2.717.247.111.000 8.758.592.000.000 1.146.837.000.000 804.600.054.999 368.878.943.000 328.835.439.000 490.173.327.018 817.593.813.061 1.283.504.442.268 1.231.192.322.624 309.510.415.383 1.761.493.183.162 4.132.338.998.550 241.653.558.598 854.425.098.590

DER 1,10 1,71 0,88 0,79 1,95 1,23 1,03 0,05 0,99 1,04 1,16 0,08 0,96 0,53 1,60 0,25 0,41 0,58 1,08 0,44 0,65 0,69 0,85 0,35 0,82 0,56


122

Lampiran XIII Tabel Perhitungan Return On Invesment 2014 (%). NO 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


Net Income 31.021.000.000 34.690.704.000 21.061.034.612 2.659.254.000 1.634.820.237 458.635.000.000 9.626.571.647 261.651.053.219 956.409.000.000 14.077.852.427 70.781.440.000 60.493.636.000 7.630.330.090 28.499.000.000 41.001.414.954 1.746.644.000.000 90.592.575.000 288.073.432.000 14.519.866.284 80.929.476.000 40.756.078.282 348.916.778 86.745.854.950 269.868.000.000 10.181.083.000.000 2.531.681.000.000 54.898.874.758 26.511.071.474 1.164.824.606 22.058.700.759 11.028.221.012 127.657.349.869 5.274.009.000.000 23.844.710.000 384.846.000.000 13.693.234.452 70.080.135.740 20.623.713.329 92.239.403.158 4.703.508.241 2.121.090.581.630 49.001.630.102 1.710.590.575 7.403.115.436 181.472.234.000 794.883.000.000 125.013.335.000 7.371.973.842 409.824.768.594

Total Aset 504.865.000.000 2.227.042.590.000 356.814.265.668 244.879.397.000 3.212.438.981.224 3.918.391.000.000 273.126.657.794 1.259.175.442.875 14.380.926.000.000 974.632.970.453 774.891.087.000 1.334.085.916.000 174.157.547.015 2.476.982.000.000 1.284.150.037.341 20.862.439.000.000 1.902.696.164.000 991.947.134.000 268.877.322.944 1.236.247.525.000 411.348.790.570 775.917.827.931 5.581.000.723.345 16.042.897.000.000 28.380.630.000.000 24.910.211.000.000 349.894.783.575 518.546.655.125 1.248.343.275.406 897.281.657.710 147.992.617.351 2.282.666.078.493 28.884.973.000.000 1.062.476.023.000 15.730.435.000.000 370.967.708.751 1.337.351.473.763 647.696.854.298 2.352.542.603.065 96.745.744.221 12.425.032.367.729 600.102.716.315 808.892.238.344 139.915.598.255 716.599.526.000 2.231.051.000.000 7.215.152.320.000 498.786.376.745 10.291.108.029.334

ROI 6,14 1,56 5,90 1,09 0,05 11,70 3,52 20,78 6,65 1,44 9,13 4,53 4,38 1,15 3,19 8,37 4,76 29,04 5,40 6,55 9,91 0,04 1,55 1,68 35,87 10,16 15,69 5,11 0,09 2,46 7,45 5,59 18,26 2,24 2,45 3,69 5,24 3,18 3,92 4,86 17,07 8,17 0,21 5,29 25,32 35,63 1,73 1,48 3,98


123

Lampiran XIII Tabel Perhitungan Return On Invesment 2014 (%) (Lanjutan). NO 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75


Net income 50.134.988.000 16.153.616.369 11.340.527.608 2.657.665.405 15.111.531.641 188.577.521.074 137.618.900.727 7.382.322.000 1.378.596.138 89.115.994.107 16.480.714.984 328.336.316.000 668.869.000.000 420.436.000.000 48.602.721.399 164.808.009.000 14.456.260.000 348.916.778 123.465.403.948 174.314.394.101 293.803.908.949 35.944.155.042 30.084.477.143 584.293.062.124 396.296.296 112.304.822.060

Total Aset 1.206.854.399.000 626.626.507.164 1.286.827.899.805 172.736.624.689 1.170.752.424.106 2.142.894.276.216 1.656.007.190.010 4.979.635.925.000 62.607.762.222 649.534.031.113 331.574.891.637 2.926.360.857.000 17.195.352.000.000 1.749.395.000.000 2.091.957.078.669 459.352.720.000 463.347.124.000 775.917.827.931 1.700.204.093.895 1.853.235.343.636 2.027.288.693.678 523.900.642.605 3.261.285.495.052 5.592.730.492.960 440.727.374.151 1.332.907.675.785

ROI 4,15 2,58 0,88 1,54 1,29 8,80 8,31 0,15 2,20 13,72 4,97 11,22 3,89 24,03 2,32 35,88 3,12 0,04 7,26 9,41 14,49 6,86 0,92 10,45 0,09 8,43


124

Lampiran XIV: Hasil Olah Data Spss Tabel 1. Tabulasi Silang Ukuran Perusahaan dengan Manajemen Laba (Income Minimization dan Income Maximization) Manajemen Laba * ukuran perusahaan Crosstabulation Count

ukuran perusahaan Sangat Rendah

Rendah

Tinggi

Sangat Tinggi

Total

Manajemen Laba Max Income

39

1

2

3

45

Min Income

23

2

1

4

30

62

3

3

7

75

Total

Tabel 2. Koefisien Hubungan Ukuran Perusahaan dengan Manajemen Laba (Income Minimization dan Income Maximization). Symmetric Measures Asymptotic Value Ordinal by

Spearman

Ordinal

Correlation

N of Valid Cases

Approximate a

Standardized Error

,129

Approximate T

,117

b

Significance

1,110

,271c

75

a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis. c. Based on normal approximation.

Tabel 3. Tabulasi Silang Ukuran Perusahaan dengan Manajemen Laba (Income Minimization). Crosstab Count

MIN DA

Total

Rendah Sedang Tinggi

Sangat Rendah 1 5 17 23

Ukuran Perusahaan Rendah Tinggi 0 0 1 0 1 1 2 1

Sangat Tinggi 0 0 4 4

Total 1 6 23 30


125

Lampiran XIV: Hasil Olah Data Spss (Lanjutan) Tabel 4. Koefisien Hubungan Ukuran Perusahaan dengan Manajemen Laba (Income Minimization). Symmetric Measures Asymptotic Value Ordinal by

Spearman

Ordinal

Correlation

Standardized Error

,152

N of Valid Cases

Approximate a

Approximate T

,137

b

Significance ,422c

,815

30


Tabel 5. Tabulasi Silang Ukuran Perusahaan dengan Manajemen Laba (Income Maximization). Crosstab Count Ukuran Perusahaan Sangat Rendah MAX DA

Rendah

Tinggi

Sangat Tinggi

Total

Rendah

32

1

1

2

36

Sedang

4

0

1

1

6

Tinggi

3

0

0

0

3

39

1

2

3

45

Total

Tabel 6. Koefisien Hubungan Ukuran Perusahaan dengan Manajemen Laba (Income Maximization). Symmetric Measures Asymptotic Value Ordinal by

Spearman

Ordinal

Correlation

,111

N of Valid Cases

Approximate a

Standardized Error

Approximate T

,163

45


b

,735

Significance ,466c


126

Lampiran XV: Hasil Olah Data Spss Tabel 1. Tabulasi Silang Leverage dengan Manajemen Laba (Income Minimization dan Income Maximization) Crosstab Count Leverage Sangat Rendah Manajemen Laba

Sangat Rendah

Tinggi

Tinggi

Total

Max Income

31

11

1

2

45

Min Income

15

10

2

3

30

46

21

3

5

75

Total

Tabel 2. Koefisien Hubungan Leverage dengan Manajemen Laba (Income Minimization dan Income Maximization). Symmetric Measures Asymptotic Value Ordinal by

Spearman

Ordinal

Correlation

Standardized Error

,203

N of Valid Cases

Approximate a

Approximate T

,115

b

Significance ,081c

1,770

75


Tabel 3. Tabulasi Silang Leverage dengan Manajemen Laba (Income Minimization). Crosstab Count Leverage Sangat Rendah MIN DA

Total

Rendah

Tinggi

Sangat Tinggi

Total

Rendah

1

0

0

0

1

Sedang

2

1

2

1

6

Tinggi

12

9

0

2

23

15

10

2

3

30


127

Lampiran XV: Hasil Olah Data Spss (Lanjutan). Tabel 4. Koefisien Hubungan Leverage dengan Manajemen Laba (Income Minimization). Symmetric Measures Asymptotic Value Ordinal by

Spearman

Ordinal

Correlation

N of Valid Cases

Approximate a

Standardized Error

-,155

Approximate T

,203

b

Significance ,413c

-,830

30


Tabel 5. Tabulasi Silang Leverage dengan Manajemen Laba (Income Maximization). Crosstab Count Leverage Sangat Rendah MAX DA

Rendah

Tinggi

Sangat Tinggi

Total

Rendah

25

9

1

1

36

Sedang

3

2

0

1

6

Tinggi

3

0

0

0

3

31

11

1

2

45

Total

Tabel 6. Koefisien Hubungan Leverage dengan Manajemen Laba (Income Maximization). Symmetric Measures Asymptotic Value Ordinal by

Spearman

Ordinal

Correlation

N of Valid Cases

,015

Approximate a

Standardized Error

Approximate T

,151

45


b

,096

Significance ,924c


128

Lampiran XVI: Hasil Olah Data Spss Tabel 1. Tabulasi Silang Profitabilitas dengan Manajemen Laba (Income Minimization dan Income Maximization). Crosstab Count Profitabilitas Sangat Rendah Manajemen Laba

Sangat Rendah

Tinggi

Tinggi

Total

Max Income

35

6

2

2

45

Min Income

24

3

2

1

30

59

9

4

3

75

Total

Tabel 2. Koefisien Hubungan Profitabilitas dengan Manajemen Laba (Income Minimization dan Income Maximization). Symmetric Measures Asymptotic Value Ordinal by

Spearman

Ordinal

Correlation

N of Valid Cases

Approximate a

Standardized Error

-,023

Approximate T

,115

b

Significance ,846c

-,195

75


Tabel 3. Tabulasi Silang Profitabilitas dengan Manajemen Laba (Income Minimization). Crosstab Count Profitabilitas Sangat Rendah MIN DA

Total

Rendah

Tinggi

Sangat Tinggi

Total

Rendah

1

0

0

0

1

Sedang

5

0

1

0

6

Tinggi

18

3

1

1

23

24

3

2

1

30


129

Lampiran XVI: Hasil Olah Data Spss (Lanjutan). Tabel 4. Koefisien Hubungan Profitabilitas dengan Manajemen Laba (Income Minimization). Symmetric Measures Asymptotic Value Ordinal by

Spearman

Ordinal

Correlation

N of Valid Cases

Approximate a

Standardized Error

,072

Approximate T

,168

b

Significance ,706c

,381

30


Tabel 5. Tabulasi Silang Profitabilitas dengan Manajemen Laba (Income Maximization). Crosstab Count Profitabilitas Sangat Rendah

Rendah

Tinggi

Sangat Tinggi

Total

MAX DA Rendah

27

6

1

2

36

Sedang

5

0

1

0

6

Tinggi

3

0

0

0

3

35

6

2

2

45

Total

Tabel 6. Koefisien Hubungan Profitabilitas dengan Manajemen Laba (Income Maximization). Symmetric Measures Asymptotic Value Ordinal by

Spearman

Ordinal

Correlation

N of Valid Cases

-,130

Approximate a

Standardized Error

Approximate T

,121

45


b

-,858

Significance ,396c

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI FAKULTAS EKONOMI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016

Recommend Documents