PENGARUH PROFITABILITAS, LEVERAGE, UMUR, …...i PENGARUH PROFITABILITAS, LEVERAGE, UMUR, DAN UKURAN PERUSAHAAN TERHADAP MANAJEMEN LABA (Studi Empiris Pada Perusahaan Manufaktur Yang

i

PENGARUH PROFITABILITAS, LEVERAGE, UMUR, DAN

UKURAN PERUSAHAAN TERHADAP MANAJEMEN LABA

(Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek

Indonesia Periode 2010-2013)

Skripsi

Diajukan kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat-syarat Guna Meraih Gelar Sarjana Ekonomi

Oleh:

NAJMI YATULHUSNA

NIM. 1111082000062

JURUSAN AKUNTANSI

FAKULTAS EONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1436H/2015M

ii

iii

iv

v

LEMBAR PERNYATAAN BEBAS PLAGIAT

Yang bertanda tangan dibawah ini,

Nama : Najmi YatulHusna

No. Induk Mahasiswa : 1111082000062

Fakultas : Ekonomi dan Bisnis

Jurusan : Akuntansi

Dengan ini menyatakan dalam penulisan skripsi ini saya:

1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan

mempertanggungjawabkan.

2. Tidak melakukan plagiat terhadap naskah orang lain.

3. Tidak menggunakan karya orang lain tanpa menyebut sumber asli atau

tanpa izin pemilik karya.

4. Tidak melakukan pemanipulasian dan pemalsuan data.

5. Mengerjakan sendiri karya ini dan mampu bertanggungjawab atas

karya ini.

Jika di kemudian hari ada tuntutan dari pihak lain atas karya saya, dan melalui

pembuktian yang dapat dipertanggungjawabkan ternyatamemang ditemukan bukti

bahwa saya telah melanggar pernyataan diatas, maka saya siap untuk dikenai sanksi

berdasarkan aturan yang berlaku di Fakultas Ekonomi dan Bisnis UIN Syarif

Hidayatullah Jakarta.

Demikian pernyataan ini saya buat dengan sesungguhnya.

Jakarta, Agustus 2015

Najmi YatulHusna

vi

DAFTAR RIWAYAT HIDUP

I. IDENTITAS PRIBADI

1. Nama Lengkap : Najmiyatul Husna

2. Tempat Tanggal Lahir : Paingan, 13 April 1995

3. Alamat : Perum Aster 3 Blok C 12 No. 02 Pagedangan-

Kab. Tangerang

4. Email : [email protected]

II. PENDIDIKAN

1. SD Muhammadiyah Kuala Tungkal- Jambi 1999-2005

2. SMP IT YAPIDH (Yayasan Perguruan Islam Darul Hikmah) 2005-2008

Bekasi

3. Madrasah Aliyah Darul Marhamah Bogor 2008-2011

III. PENGALAMAN ORGANISASI DAN KEPANITIAAN

1. Anggota Pengurus Pramuka MA Darul Marhamah, Periode 2009-2010.

2. Anggota Pengurus OSDM (Organisasi Siswa Darul Marhamah), Periode

2009-2010.

3. Volunter Kegiatan “Mari Mengajar I” yang diselenggarakan oleh

FORKOMA Banten UI 2011-2012.

4. Anggota Pengurus HMJ Akuntansi UIN Syarif Hidayatullah Jakarta,

Periode 2012-2013.

5. Kepanitiaan Accounting Fair Jurusan Akuntansi UIN Syarif Hidayatullah

Jakarta, Periode 20013-2014.

6. Kepanitiaan MAKRAB Jurusan Akuntansi UIN Syarif Hidayatullah

Jakarta, Periode 20013-2014.

mailto:[email protected]

vii

ABSTRACT

The Effect of Profitability, Leverage, Firm Age, and Firm Size on Earnings

Management

This research is a causality that aims to analyze the influence of profitability,

leverage, firm age, and size of the company to earnings management. Variable

profitability measured using the Return On Assets (ROA). Leverage is measured

using Debt On Assets Ratio (DAR). Age company counted since the company began

to stand. Company size was measured by using the total assets of the company. While

the earnings management variables were measured using discretionary accruals.

This research is quantitative. The data source of this research is secondary data such

as company financial statements obtained from the Indonesia Stock Exchange

website.

Population in this research are manufacturing companies listed in Indonesia Stock

Exchange (BEI) 2010-2013. The sampling method used is purposive sampling

method. After the selection is based on purposive sampling method, there are 200

manufacturing companies that meet the criteria required by the sample during the

observation period of 4 years. Testing the hypothesis in this study using multiple

linear regression analysis using the statistical application that is Statistical Package

for Social Sciences (SPSS) version 22 as test equipment. The analytical methods used

include descriptive statistical test, classical assumption (multicoloniarity test,

autocorrelation test, heteroscedasticity test, normality test), and hypothesis testing.

Based on the results of ANOVA, variable profitability, leverage, age, and size of

company simultaneously or jointly effect on earnings management variables. And the

partial results of the study showed that the profitability, leverage, and firm age

significantly influence earnings management. While the size of the company proved

no significant effect on earnings management.

Keyword: Profitability, Leverage, Firm Age, Firm Size, Earnings Management

viii

ABSTRAK

Pengaruh Profitabilitas, Leverage, Umur, dan Ukuran Perusahaan Terhadap

Manajemen Laba

Penelitian ini merupakan penelitian kausalitas yang bertujuan untuk

menganalisis pengaruh profitabilitas, leverage, umur, dan ukuran perusahaan

terhadap manajemen laba. Variabel profitabilitas diukur dengan menggunakan Return

On Assets (ROA). Leverage diukur dengan menggunakan Debt On Assets Ratio

(DAR). Umur perusahaan dihitung sejak perusahaan mulai berdiri. Ukuran

perusahaan diukur dengan menggunakan total asset perusahaan. Sedangkan variabel

manajemen laba diukur dengan menggunakan akrual diskresioner. Penelitian ini

merupakan penelitian yang bersifat kuantitatif. Sumber data penelitian ini adalah data

sekunder yang berupa laporan keuangan perusahaan yang diperoleh dari website

Bursa Efek Indonesia.

Populasi dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di

Bursa Efek Indonesia (BEI) periode 2010-2013. Metode penentuan sampel yang

digunakan adalah metode purposive sampling. Setelah dilakukan seleksi berdasarkan

metode purposive sampling, terdapat 200 perusahaan manufaktur yang memenuhi

kriteria-kriteria sampel yang dibutuhkan dengan periode pengamatan selama 4 tahun.

Pengujian hipotesis dalam penelitian ini menggunakan metode analisis regresi linear

berganda dengan menggunakan aplikasi statistik Statistical Package for Social

Sciences (SPSS) versi 22 sebagai alat uji. Metode analisis yang digunakan antara lain

uji statistik deskriptif, uji asumsi klasik (uji multikolonieritas, uji autokorelasi, uji

heteroskedastisitas, uji normalitas), dan uji hipotesis.

Berdasarkan hasil uji ANOVA, variabel profitabilitas, leverage, umur, dan

ukuran perusahaan secara simultan atau bersama-sama berpengaruh terhadap variabel

manajemen laba. Dan secara parsial hasil penelitian menunjukkan bahwa

profitabilitas, leverage, dan umur perusahaan berpengaruh signifikan terhadap

manajemen laba. Sedangkan ukuran perusahaan terbukti tidak berpengaruh signifikan

terhadap manajemen laba.

Kata kunci: Profitabilitas, Leverage, Umur Perusahaan, Ukuran Perusahaan,

Manajemen Laba.

ix

KATA PENGANTAR

Assalamu’alaikum Wr. Wb.

Alhamdulillahirabbil’alamin, puji syukur kehadirat Allah SWT, yang telah

melimpahkan rahmat dan karunia-Nya. Salawat serta salam dipanjatkan kepada

junjungan Nabi Muhammad SAW yang telah menjadi inspirasi bagi penulis, sehingga

penulis dapat menyelesaikan skripsi ini dengan baik. Skripsi ini disusun dalam rangka

memenuhi syarat-syarat untuk memperoleh gelar Sarjana Ekonomi di Universitas

Islam Negeri Syarif Hidayatullah Jakarta.

Selama melakukan penelitian dan penyusunan skripsi ini, penulis tidak lepas

dari bantuan, bimbingan, dukungan, semangat dan doa, baik langsung maupun tidak

langsung oleh berbagai pihak. Oleh karena itu, dalam kesempatan ini penulis ingin

mengucapkan terimakasih kepada:

1. Kedua orang tua tercinta, Ibu Ulyati Razak dan Bapak Edi Harto, yang tak

pernah henti selalu mecurahkan cinta dan kasih sayang, memberikan dukungan

penuh untuk setiap langkah yang penulis jalani, serta do’a, nasehat, dan

perhatian yang tak terhingga untuk penulis. Terima kasih untuk setiap ketulusan

yang mengiringi langkah penulis.

2. Adik-adik tersayang, Rika Mardiah, Sri Nur Afifah, Athiyya Naifa Putri.

Terima kasih untuk setiap semangat dan doa yang telah diberikan untuk penulis.

Terima kasih juga untuk Om Yusron Razak dan Tante Mahmudah atas

dukungan serta doa yang mengiringi penulis.

3. Bapak Dr. M. Arief Mufraini, LC., M.Si. Selaku Dekan Fakultas Ekonomi dan

Bisnis UIN Syarif Hidayatullah Jakarta.

4. Ibu Yessi Fitri, SE., M.Si., Ak., CA. Selaku Ketua Jurusan Akuntansi Fakultas

Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.

5. Bapak Hepi Prayudiawan, S.E., Ak., MM., CA. selaku Sekretaris Jurusan

Akuntansi Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.

x

6. Bapak Prof. Dr. Yahya Hamja., MM selaku Dosen Pembimbing I yang telah

bersedia meluangkan waktu untuk mengarahkan, memberikan masukan-

masukan, nasihat, serta membimbing penulis hingga terselesaikannya skripsi

ini. Terimakasih atas ilmu yang telah Bapak berikan selama ini.

7. Ibu Yusro Rahma, S.E., M.Si selaku Dosen Pembimbing II yang telah bersedia

meluangkan waktu, mencurahkan perhatian, membimbing, berdiskusi,

memberikan pengarahan serta nasihat dalam penulisan skripsi ini. Terimakasih

atas semua saran dan ilmu yang telah ibu berikan selama ini.

8. Seluruh dosen yang telah memberikan ilmu dan karyawan UIN Syarif

Hidayatullah Jakarta yang telah memberikan bantuan kepada penulis.

9. Sahabat-sahabat tersayang, Mpit, Ratri, Lala, Vania, Liliek, Pipit, dan Eva yang

telah memberikan dukungan, semangat, serta saran yang mendukung penulis

baik selama perkuliahan maupun dalam penulisan skripsi ini.

10. Saudara Akuntansi B, terima kasih untuk dukungan, semangat, serta saran yang

diberikan kepada penulis. Serta seluruh teman-teman Akuntansi 2011, terima

kasih untuk dukungannya.

11. Semua pihak yang membantu yang tidak bisa disebutkan satu per satu oleh

penulis.

Penulis menyadari bahwa dalam penyusunan skripsi ini masih jauh dari

sempurna dikarenakan terbatasnya pengalaman dan pengetahuan yang dimiliki

penulis. Oleh karena itu, penulis mengharapkan segala bentuk saran dan kritik yang

membangun dari berbagai pihak.

Wassalamu’alaikum Wr. Wb

Jakarta, 29 Juli 2015

(Najmi YatulHusna)

xi

DAFTAR ISI

Halaman Judul ....................................................................................................... i

Lembar Pengesahan Skripsi .................................................................................. ii

Lembar Pengesahan Ujian Komprehensi ............................................................ iii

Lembar Pengesahan Ujian Skripsi ....................................................................... iv

Lembar Pernyataan Bebas Plagiat ....................................................................... v

Daftar Riwayat Hidup ........................................................................................... vi

Abstract .................................................................................................................... vii

Abstrak .................................................................................................................... viii

Kata Pengantar ....................................................................................................... ix

Daftar Isi ................................................................................................................. xi

Daftar Tabel ............................................................................................................. xiv

Daftar Gambar ....................................................................................................... xv

Daftar Lampiran .................................................................................................... xvi

BAB I PENDAHULUAN ............................................................................... 1

A. Latar Belakang .............................................................................. 1

B. Perumusan Masalah ...................................................................... 10

C. Tujuan Penelitian .......................................................................... 10

D. Manfaat Penelitian ........................................................................ 10

1. Manfaat Teoritis ...................................................................... 10

2. Manfaat Praktis ....................................................................... 11

BAB II TINJAUAN PUSTAKA .................................................................... 12

A. Tinjauan Literatur .......................................................................... 12

1. Agency Theory ......................................................................... 12

2. Manajemen Laba ..................................................................... 14

3. Profitabilitas ............................................................................ 23

4. Leverage ................................................................................... 25

xii

5. Umur Perusahaan .................................................................... 27

6. Ukuran Perusahaan................................................................... 28

B. Keterkaitan Antar Variabel dan Perumusan Hipotesis................... 30

C. Penelitian Terdahulu ..................................................................... 35

D. Kerangka Penelitian ...................................................................... 40

BAB III METODOLOGI PENELITIAN ........................................................ 41

A. Ruang Lingkup Penelitian ............................................................. 41

B. Metode Penentuan Sampel ............................................................. 41

C. Metode Pengumpulan Data ............................................................ 42

D. Metode Analisis Data .................................................................... 43

1. Statistik Deskriptif ................................................................... 44

2. Uji Asumsi Klasik ................................................................... 44

a. Uji Multikolonieritas .......................................................... 44

b. Uji Autokorelasi ................................................................ 45

c. Uji Heteroskedastisitas ....................................................... 46

d. Uji Normalitas ................................................................... 47

3. Analisis Hipotesis Penelitian ................................................... 49

a. Koefisien Determinasi ( R2) ............................................... 49

b. Uji Signifikansi Simultan .................................................. 50

c. Uji signifikansi Parameter Individual ................................ 50

E. Defenisi dan Operasinal antar Variabel ........................................ 51

BAB IV PENEMUAN DAN PEMBAHASAN ................................................ 57

A. Gambaran Umum Objek Penelitian ............................................... 57

1. Deskripsi Objek Penelitian ...................................................... 57

2. Deskripsi Sampel Penelitan ..................................................... 59

B. Hasil Uji Analisis Penelitian ......................................................... 59

1. Hasil Uji Statistik Desriptif ...................................................... 59

2. Hasil Uji Asumsi Klasik ......................................................... 62

a. Uji Multikolonieritas .......................................................... 62

xiii

b. Uji Autokorelasi ................................................................ 63

c. Uji Heteroskedastisitas ....................................................... 63

d. Uji Normalitas ................................................................... 65

3. Hasil Uji Hipotesis Penelitian .................................................. 67

a. Hasil Uji Koefisien Determinasi (R2) ................................ 67

b. Hasil Uji Signifikansi Simultan ........................................ 69

c. Hasil Uji Parameter Individual .......................................... 70

1) Pengaruh Profitabilitas Terhadap Manajemen Laba ... 72

2) Pengaruh Leverage Terhadap Manajemen Laba ......... 74

3) Pengaruh Umur Perusahaan Terhadap Manajemen

Laba .............................................................................. 76

4) Pengaruh Ukuran Perusahaan Terhadap Manajemen

Laba ............................................................................. 77

BAB V PENUTUP .......................................................................................... 80

A. Kesimpulan ................................................................................... 80

B. Saran .............................................................................................. 81

Daftar Pustaka ........................................................................................................ 83

Lampiran ............................................................................................................... 88

xiv

DAFTAR TABEL

No. Keterangan

2.1 Penelitian Terdahulu ..................................................................... 35

3.1 Kriteria Autokorelasi Durbin – Watson (DW) ............................... 46

3.2 Operasional Variabel ..................................................................... 56

4.1 Hasil Seleksi Sampel ..................................................................... 58

4.2 Hasil Uji Statistik Deskriptif .......................................................... 60

4.3 Hasil Uji Multikolonieritas ........................................................... 62

4.4 Hasil Uji Autokorelasi ................................................................... 63

4.5 Hasil Uji Heterokedastisitas ........................................................... 64

4.6 Hasil Uji Normalitas ..................................................................... 67

4.7 Hasil Uji Koefisien Determinasi .................................................... 68

4.8 Hasil Uji Statistik F ....................................................................... 69

4.9 Hasil Uji Parameter Individual....................................................... 70

4.10 Ringkasan Hasil Penelitian ........................................................... 79

xv

DAFTAR GAMBAR

No. Keterangan

2.1 Kerangka Pemikiran ...................................................................... 40

4.1 Hasil Uji Normalitas dengan Grafik Histogram ........................... 65

4.2 Hasil Uji Normalitas dengan Grafik P-Plot .................................. 66

xvi

DAFTAR LAMPIRAN

No. Keterangan

1. Data Sampel .................................................................................. 88

2. Hasil Output SPSS ......................................................................... 133

1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Laporan keuangan merupakan salah satu sumber informasi yang dapat

digunakan oleh para pihak eksternal yang memiliki kepentingan terhadap

suatu perusahaan. Tujuan dari penerbitan laporan keuangan adalah untuk

dapat memberikan gambaran kepada pihak eksternal mengenai keadaan yang

terjadi dalam suatu perusahaan, baik itu berupa keadaan operasional maupun

keadaan finansial perusahaan tersebut. Keberadaan laporan keuangan juga

diharapkan dapat membantu para pengguna untuk mengambil keputusan

dimana laporan keuangan tersebut menjadi landasan dari keputusan yang

diambil.

Menurut PSAK No. 1, laporan keuangan adalah suatu penyajian

terstruktur dari posisi keuangan dan kinerja keuangan suatu entitas. Tujuan

laporan keuangan adalah memberikan informasi mengenai posisi keuangan,

kinerja keuangan, dan arus kas entitas yang bermanfaat bagi sebagian besar

kalangan pengguna laporan dalam pembuatan keputusan ekonomi. Laporan

keuangan dapat dikatakan sebagai hasil pertanggung jawaban yang dibuat

2

oleh pihak manajemen terhadap penggunaan atas seluruh sumber daya yang

ada.

Salah satu komponen dalam laporan keuangan adalah laporan laba rugi

yang merupakan salah satu fokus utama dari pengguna laporan keuangan.

Dimana laporan laba rugi menggambarkan kinerja perusahaan dalam periode

waktu tertentu. Penilaian atas kinerja yang dijalankan perusahaan tercermin

dari perolehan laba atau rugi yang dihasilkan dalam periode tersebut. Oleh

karena itu, laporan laba rugi merupakan salah satu bagian yang menjadi

sasaran kegiatan manipulasi yang dilakukan oleh manajemen dengan tujuan

untuk memperoleh keuntungan sepihak tapi di sisi lain akan dapat merugikan

pihak lain seperti para investor maupun kreditor ataupun lainnya.

Untuk dapat mencapai suatu target laba, biasanya manajemen akan

memilih kebijakan akuntansi tertentu sehingga nantinya laba perusahaan dapat

diatur. Pemilihan kebijakan akuntansi ditujukan agar perusahaan dapat

menaikkan atau menurunkan laba yang diperoleh sesuai dengan kebutuhan

dan keinginan manajemen agar laporan keuangan perusahaan terlihat baik

dimata para pengguna. Kadang kala tindakan tersebut bertentangan dengan

prinsip utama dalam perusahaan, perilaku manajemen seperti yang

digambarkan diatas disebut dengan istilah manajemen laba (earnings

management).

Manajemen laba didefinisikan sebagai upaya manajer perusahaan untuk

mengintervensi atau mempengaruhi informasi dalam laporan keuangan

3

dengan tujuan untuk mengelabui stakeholder yang ingin mengetahui kinerja

dan kondisi keuangan (Sulistyanto, 2008:6). Menurut Merchant dan Rockness

(1994:79), manajemen laba adalah tindakan yang dilakukan oleh manajemen

perusahaan untuk mempengaruhi laba yang dilaporkan yang bisa memberikan

informasi mengenai keuntungan ekonomis yang sesungguhnya tidak dialami

perusahaan, yang dalam jangka panjang tindakan tersebut bisa merugikan

perusahaan.

Manajemen laba terjadi ketika manajer menggunakan pertimbangan

dalam laporan keuangan dan penyusunan transaksi untuk merubah laporan

keuangan, untuk memberikan gambaran yang tidak sebenarnya mengenai

keadaan keuangan perusahaan dengan cara memanipulasi jumlah laba yang

dihasilkan, nantinya akan mempengaruhi keputusan ekonomi yang akan

dibuat oleh para pengguna laporan seperti pemegang saham dan akan

berpengaruh terhadap hasil perjanjian yang didasarkan pada jumlah yang

tertera dalam laporan keuangan.

Beberapa pihak memandang tindakan manajemen laba dari dua sudut

yang berbeda, salah satu pihak beranggapan bahwa manajemen laba

merupakan sebuah tindakan kecurangan (fraud). Manajemen laba dikatakan

sebagai kecurangan karena pada dasarnya manajemen laba merupakan

perilaku oportunis seorang manajer untuk mempermainkan angka-angka yang

terdapat dalam laporan keuangan sesuai dengan tujuan yang ingin dicapainya.

Tindakan ini dilakukan secara sengaja untuk mendapatkan keuntungan secara

4

sepihak. Sedangkan disisi lain terdapat pihak yang beranggapan bahwa

manajemen laba bukan merupakan kecurangan karena hal tersebut merupakan

dampak dari kebebasan manajer dalam memilih metode – metode akuntansi

yang digunakan dalam melakukan pencatatan dan penyusunan informasi

keuangan yang dianggap sesuai untuk perusahaan. Hal ini disebabkan

beragamnya metode dan prosedur akuntansi yang diakui dan diterima dalam

prinsip akuntansi berterima umum (generally accepted accounting principles)

(Sulistyanto, 2008:105).

Hingga saat ini manajemen laba masih menjadi fenomena yang umum

terjadi dikalangan perusahaan. Terdapat beberapa perusahaan terlibat kasus

yang berkaitan dengan penerapan manajemen laba ini. Salah satunya adalah

PT. Kimia Farma yang merupakan produsen obat-obatan milik pemerintah di

Indonesia. Pada audit tanggal 31 Desember 2001, manajemen perusahaan

melaporkan adanya laba bersih sebesar Rp 132 M dan laporan tersebut diaudit

oleh Hans Tuanakotta dan Mustofa (HTM). Akan tetapi, kementrian BUMN

dan Bapepam menilai bahwa laba bersih tersebut terlalu besar dan

mengandung rekayasa. Setelah dilakukan audit ulang, pada 3 Oktober 2002

laporan keuangan Kimia Farma 2001 disajikan kembali (restated), karena

telah ditemukan kesalahan yang cukup mendasar. Pada laporan keuangan

yang baru, keuntungan yang disajikan hanya sebesar Rp 99,56 miliar, atau

lebih rendah sebesar Rp 32,6 milyar, atau 24,7% dari laba awal yang

dilaporkan. Kesalahan itu timbul pada unit Industri Bahan Baku yaitu

5

kesalahan berupa overstated penjualan sebesar Rp 2,7 miliar, pada unit

Logistik Sentral berupa overstated persediaan barang sebesar Rp 23,9 miliar,

pada unit Pedagang Besar Farmasi berupa overstated persediaan sebesar Rp

8,1 miliar dan overstated penjualan sebesar Rp 10,7 miliar.

Kesalahan penyajian yang berkaitan dengan persediaan timbul karena

nilai yang ada dalam daftar harga persediaan digelembungkan. PT Kimia

Farma, melalui direktur produksinya, menerbitkan dua buah daftar harga

persediaan (master prices) pada tanggal 1 dan 3 Februari 2002. Daftar harga

per 3 Februari ini telah digelembungkan nilainya dan dijadikan dasar

penilaian persediaan pada unit distribusi Kimia Farma per 31 Desember 2001.

Sedangkan kesalahan penyajian berkaitan dengan penjualan adalah dengan

dilakukannya pencatatan ganda atas penjualan. Pencatatan ganda tersebut

dilakukan pada unit-unit yang tidak disampling oleh akuntan, sehingga tidak

berhasil dideteksi. Berdasarkan penyelidikan Bapepam, disebutkan bahwa

KAP yang mengaudit laporan keuangan PT Kimia Farma telah mengikuti

standar audit yang berlaku, namun gagal mendeteksi kecurangan tersebut

(sumber: siaran pers BAPEPAM, 27 Desember 2002).

Contoh kasus tersebut menggambarkan bahwa penerapan manajemen

laba dalam suatu perusahaan akan memiliki dampak negatif terhadap

perusahaan, disamping itu juga akan merugikan pihak eksternal lain yang

memiliki kepentingan terhadap perusahaan, investor salah satunya. Adanya

manajemen laba, akhirnya akan berdampak pada biasnya informasi yang

6

terdapat dalam laporan keuangan perusahaan yang dapat mempengaruhi

pengambilan keputusan investor ataupun pihak internal lain yang bergantung

pada informasi yang tertera dalam laporan keuangan.

Seiring dengan berjalannya waktu, penelitian dalam bidang akuntansi

mengenai manajemen laba terus berkembang. Penelitian tidak hanya terfokus

pada upaya untuk mendeteksi keberadaan, bagaimana, dan konsekuensi dari

manajemen laba, tetapi terus meluas menjadi penelitian untuk mengetahui

mengapa seorang manajer melakukan aktivitas rekayasa manajerial tersebut.

Seperti motivasi apa yang mendorong manajer untuk melakukan manajemen

laba, serta identifikasi mengenai pandangan, pemahaman, dan perilaku etis

mengenai manajemen laba tersebut.

Terdapat banyak faktor yang menjadi motivasi manajer dalam

melakukan manajemen laba, diantaranya adalah profitabilitas, leverage, umur

dan ukuran perusahaan. Profitabilitas menggambarkan kemampuan

perusahaan dalam pengelolaan asset untuk menghasilkan laba. Profitabilitas

menunjukkan kemampuan perusahaan dalam menghasilkan laba selama satu

periode waktu tertentu. Pada umumnya nilai profitabilitas suatu perusahaan

dapat digunakan sebagai indikator untuk mengukur kinerja suatu perusahaan.

Semakin tinggi profitabilitas suatu perusahaan maka kinerja dan kemampuan

perusahaan dalam menghasilkan keuntungan juga meningkat. Oleh karena hal

tersebut, keterkaitan antara profitabilitas dengan manajemen laba adalah

ketika profitabilitas yang diperoleh perusahaan kecil pada periode waktu

7

tertentu akan memicu perusahaan untuk melakukan manajemen laba dengan

cara meningkatkan pendapatan yang diperoleh sehingga akan memperlihatkan

saham dan mempertahankan investor yang ada.

Penelitian yang dilakukan oleh Wibisana dan Ratnaningsih (2014)

menyatakan bahwa tingkat profitabilitas berpengaruh terhadap tindakan

perataan laba yang dilakukan perusahaan, dimana tindakan perataan laba

merupakan salah satu metode yang dilakukan perusahaan dalam manajemen

laba. Sedangkan penelitian Bestivano (2013) menyatakan bahwa profitabilitas

tidah memberikan pengaruh terhadap manajemen laba, karena investor

mengabaikan informasi ROA sehingga manajemen mengabaikan

profitabilitas.

Rasio leverage merupakan rasio yang terdapat dalam laporan keuangan

yang dapat mengetahui seberapa besar perusahaan dibiayai oleh hutang

dengan kemampuan perusahaan digambarkan oleh modal, atau dapat juga

menunjukkan beberapa bagian aktiva yang digunakan untuk menjamin hutang

(Harahap 1999 dalam Nugroho, 2011:32) Semakin tinggi tingkat rasio

leverage perusahaan menggambarkan bahwa perusahaan mengalami kesulitan

dalam menghadapi perjanjian hutang. Investor beranggapan bahwa

perusahaan yang memiliki tingkat rasio leverage yang tinggi memiliki risiko

yang tinggi pula. Keterkaitan antara tingkat leverage dengan manajemen laba

terletak ketika tingginya tingkat rasio leverage akan menjadi pemicu

perusahaan melakukan manajemen laba dengan cara menaikkan laba agar

8

dapat menunjukkan kemampuan perusahaan dalam memenuhi perjanjian

hutang yang ada.

Agustina (2012) dan Wardani dkk (2011) telah melakukan penelitian

mengenai leverage dan menyebutkan bahwa leverage berpengaruh signifikan

terhadap manajemen laba dan hasil penelitian yang dilakukan oleh Subhan

(2011) dan Nugroho (2011) menyatakan hasil leverage berpengaruh negatif

terhadap manajemen laba. Sedangkan Purwandari dan Mahfud (2011), Jao

dan Paulung (2011), Prambudi dan Sumantri (2013), serta Setyaningtyas dan

Hadiprajitno (2014) menyatakan bahwa leverage tidak berpengaruh terhadap

manajemen laba.

Umur perusahaan merupakan waktu yang sudah dicapai sejak awal

berdiri hingga waktu yang tak terbatas. Secara teoritis perusahaan yang telah

lama berdiri akan dipercaya oleh penanam modal (investor) daripada

perusahaan yang baru berdiri, karena perusahaan yang telah lama berdiri

diasumsikan akan dapat menghasilkan laba yang lebih tinggi daripada

perusahaan yang baru berdiri (Zen dan Herman, 2006: 60). Terdapat

perbedaan hasil penelitian mengenai pengaruh umur perusahaan terhadap

penerapan manajemen laba. Zen dan Herman (2006) menyatakan bahwa umur

perusahaan berpengaruh terhadap manajemen laba, sedangkan Mahardhani

dkk (2012) menyatakan bahwa umur perusahaan secara parsial tidak

berpengaruh terhadap manajemen laba.

9

Ukuran perusahaan menggambarkan besar kecilnya suatu perusahaan

yang ditunjukkan oleh total aktiva, jumlah penjualan, rata-rata total penjualan,

dan rata-rata total aktiva. Perusahaan yang besar mendapat perhatian lebih

dari pihak eksternal seperti, investor, kreditor, maupun pemerintah. Oleh

karena itu, perusahaan yang berukuran besar lebih berhati-hati dalam

melaporkan kondisi keuangannya, sedangkan perusahaan yang berukuran

lebih kecil cenderung melakukan manajemen laba dengan melaporkan laba

yang lebih besar untuk menunjukkan kinerja keuangan yang memuaskan

(Makaombohe dkk, 2014: 664). Nuryaman (2008), Nur Azlina (2010),

Prambudi dan Sumantri (2014), serta Jao dan Pagalung (2014) telah

melakukan penelitian mengenai pengaruh ukuran perusahaan terhadap

manajemen laba dan menyatakan bahwa terdapat pengaruh signifikan antara

ukuran perusahaan terhadap manajemen laba. Sedangkan Nasution dan

Setiawan (2007), Siti Nayiroh (2013), dan Setyaningtyas dan Hadiprajitno

(2014) menyatakan bahwa ukuran perusahaan tidak berpengaruh terhadap

manajemen laba.

Berdasarkan uraian latar belakang diatas, penulis tertarik untuk

mengkaji kembali mengenai hubungan antara profitabilitas, leverage, umur

dan ukuran perusahaan dengan penerapan manajemen laba. Penulis akan

membuat penelitian dengan judul “Pengaruh Profitabilitas, Leverage,

Umur dan Ukuran Perusahaan Terhadap Manajemen Laba”.

10

B. Perumusan Masalah

Berdasarkan latar belakang yang telah diuraikan diatas, maka perumusan

masalah yang akan dibahas dalam penelitian ini adalah:

1. Apakah profitabilitas berpengaruh terhadap manajemen laba?

2. Apakah leverage berpengaruh terhadap manajemen laba?

3. Apakah umur perusahaan brpengaruh terhadap manajemen laba?

4. Apakah ukuran perusahaan berpengaruh terhadap manajemen laba?

C. Tujuan Penelitian

Berdasarkan perumusan masalah yang ada, maka tujuan dari penelitian

ini adalah:

1. Menganalisis pengaruh profitabilitas terhadap manajemen laba.

2. Menganalisis pengaruh leverage terhadap manajemen laba.

3. Menganalisis pengaruh umur perusahaan terhadap manajemen laba.

4. Menganalisis pengaruh ukuran perusahaan terhadap manajemen laba.

D. Manfaat Penelitian

Berdasarkan tujuan penelitian di atas, hasil penelitian ini diharapkan

memberikan manfaat, antara lain:

a. Manfaat Teoritis

1) Hasil penelitian ini diharapkan dapat menambah pengetahuan dan

wawasan penulis terhadap permasalahan yang diteliti.

2) Hasil penelitian ini diharapkan dapat memberikan kontribusi terhadap

perkembangan ilmu pengetahuan dalam bidang ekonomi secara

11

umum dan akuntansi dan manajemen secara khusus yang terkait

dengan manajemen laba dalam suatu perusahaan.

b. Manfaat Praktis

1) Hasil penelitian ini diharapkan dapat membantu manajemen dalam

membuat keputusan mengenai penerapan manajemen laba. Karena

penerapan manajemen laba pada suatu perusahaan merupakan

fenomena yang sudah tersebar dikalangan masyarakat umum

sehingga kenyataan tersebut akan berpengaruh pada krisisnya

kepercayaan masyarakat terhadap laporan yang dihasilkan oleh suatu

perusahaan.

2) Hasil penelitian ini diharapkan menjadi bahan evaluasi dan masukan

bagi para investor dalam mempertimbangkan keputusan yang

berkaitan dengan penanaman investasi yang akan dilakukan pada

suatu perusahaan. Terutama dalam menilai kualitas laba perusahaan

tersebut. Diharapkan investor benar-benar melakukan analisis yang

mendalam mengenai keadaan perusahaan, karena dikhawatirkan

tindakan manajemen laba yang dilakukan oleh perusahaan

menyimpang dari hal yang wajar sehingga dikemudian hari dapat

membahayakan investasi yang ditanam investor.

12

BAB II

TINJAUAN PUSTAKA

A. Tinjauan Literatur

1. Teori Keagenan (Agency Theory)

Hubungan agensi ada ketika salah satu pihak (prinsipal) menyewa pihak

lain (agen) untuk melaksanakan suatu jasa, prinsipal mendelegasikan

wewenang untuk membuat keputusan kepada agen tersebut (Anthony dan

Govindarajan, 2005:269). Pihak prinsipal (investor) berperan sebagai

penyedia sumber daya dan dana yang digunakan oleh pihak manajemen. Pihak

manajemen bertanggungjawab penuh dalam kegiatan pengolahan sumber daya

dan dana tersebut agar dapat memenuhi kepentingan pihak prinsipal. Pihak

prinsipal melakukan pengawasan atas kinerja pihak agen melalui laporan

kinerja dan keuangan yang disampaikan oleh pihak manajemen. Setiap pihak

memiliki hak dan tanggung jawab dalam pengelolaan dan setiap pihak harus

mempunyai komitmen untuk menghargai dan menghormati hak dan

wewenang pihak lain, serta tidak diperbolehkan untuk mengintervensi hak dan

kewajiban pihak lain. .

Teori agensi mengasumsikan bahwa semua individu bertindak untuk

kepentingan masing-masing. Agen diasumsikan akan menerima kepuasan

13

tidak hanya dari kompensasi keuangan tetapi juga dari tambahan yang terlihat

dalam hubungan suatu agensi, seperti waktu luang yang lebih, kondisi kerja

yang menarik dan jam kerja yang fleksibel. Sedangkan prinsipal, diasumsikan

hanya tertarik pada pengembalian keuangan yang diperoleh dari investasi

mereka di perusahaan tersebut. Hubungan agensi antara pemilik dan pengelola

perusahaan ini seharusnya menghasilkan hubungan simbiosis mutualisme

yang dapat menguntungkan semua pihak, khususnya jika setiap pihak

menjalankan hak dan kewajibannya secara bertanggungjawab. Namun yang

terjadi justru sebaliknya, munculnya permasalahan agensi antara pemilik dan

pengelola perusahaan.

Agency Theory mengimplikasikan adanya asimetri informasi antara

manajer (agen) dengan pemilik (prinsipal). Asimetri informasi merupakan

suatu keadaan dimana pihak agen (manajer) memiliki akses informasi yang

lebih luas dibandingkan dengan pihak prinsipal. Jensen dan Meckling (1976)

dalam Rahmawati dkk (2006) berpendapat bahwa jika kedua kelompok (agen

dan prinsipal) tersebut adalah orang-orang yang berupaya memaksimalkan

utilitasnya, maka terdapat alasan yang kuat untuk meyakini bahwa agen tidak

akan selalu bertindak yang terbaik untuk kepentingan prinsipal. Prinsipal

dapat membatasinya dengan menetapkan insentif yang tepat bagi agen dan

melakukan monitor yang didesain untuk membatasi aktivitas agen yang

menyimpang.

14

Teori keagenan dibangun sebagai upaya untuk memahami dan

memecahkan masalah yang muncul ketika ada ketidaklengkapan informasi

pada saat melakukan kontrak. Kontrak yang dimaksud disini adalah kontrak

antara prinsipal (pemberi kerja, misalnya pemegang saham) dengan agen

(manajemen). Teori keagenan dapat tejadi jika pihak agen memiliki kelebihan

informasi dibandingkan dengan pihak prinsipal dan terdapat perbedaan

kepentingan antara kedua belah pihak, maka akan terjadi prinsipal agent

problem dimana agen akan melakukan tindakan yang menguntungkan dirinya

namun merugikan prinsipal.

2. Manajemen Laba (Earnings Management)

a. Pengertian Manajemen Laba (Earnings Management)

Definisi manajemen laba menurut Fisher dan Rosenzweing (1995)

dalam (Sulistyanto, 2008: 49) yaitu:

“Earnings management is a actions of a manager which serve to increase

(decrease) current reported earnings of the unit which the manager is

responsible without generating a corresponding increase (decrease) in

long – term economic profitability of the unit”.

Artinya 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.

Manajemen laba adalah tindakan yang dilakukan oleh manajemen

perusahaan untuk mempengaruhi laba yang dilaporkan. Manajemen laba

15

sebagai suatu proses mengambil langkah yang disengaja dalam batas

prinsip akuntansi yang berterima umum baik didalam maupun diluar batas

General Accepted Accounting Princips (GAAP) Merchan dan Rockness

(dalam Hwihanus dan Qurba, 2010).

Menurut Sugiri (1998) dalam (Widyaningdyah, 2001:92) definisi

manajemen laba dibagi menjadi dua, yaitu:

1) Definisi sempit

Earning management dalam hal ini hanya berkaitan dengan

pemilihan metode akuntansi. Earning management dalam artian

sempit ini didefinisikan sebagai perilaku manajemen untuk

“bermain” dengan komponen discretionary accruals dalam

menentukan besarnya earnings.

2) Definisi luas

Earning management merupakan tindakan manajer untuk

meningkatkan atau mengurangi laba yang dilaporkan saat ini atas

suatu unit dimana manajer bertanggung jawab, tanpa mengakibatkan

peningkatan atau penurunan profitabilitas ekonomi jangka panjang

unit tersebut.

Healy dan Wahlen (1999) dalam (Muliati, 2011:21), menyatakan

bahwa definisi manajemen laba mengandung beberapa aspek. Pertama

intervensi manajemen laba terhadap pelaporan keuangan dapat dilakukan

dengan penggunaan judgment, misalnya pertimbangan yang dibutuhkan

16

dalam mengestimasi sejumlah peristiwa ekonomi di masa depan untuk

ditunjukkan dalam laporan keuangan, seperti memberikan informasi

mengenai keuntungan ekonomi yang sesungguhnya tidak dialami

perusahaan. Disamping itu manajer juga mempunyai berbagai pilihan

dalam penentuan metode akuntansi yang digunakan. Kedua, tujuan

manajemen laba untuk menyesatkan stakeholders mengenai kinerja

ekonomi perusahaan atau untuk mempengaruhi hasil perjanjian (kontrak)

yang tergantung pada angka-angka yang dihasilkan. Hal ini dapat terjadi

karena manajemen memiliki akses informasi yang lebih yang tidak dapat

didapat oleh pihak luar.

b. Motivasi Manajemen Laba

Passer dan Smith (2008) mendefenisikan motivasi sebagai sebuah

proses yang mempengaruhi arah, ketekunan, dan ketakutan perilaku

individu atau organisasi dalam mencapai suatu tujuan. Melalui pendekatan

kognitif, perilaku pencapaian tujuan ini dibentuk oleh dua faktor, yaitu

faktor ekspektasi dan faktor imbalan yang diformulasikan dalam

matematis sebagai berikut:

Motivasi = ekspektasi X imbalan

Dalam konteks manajemen laba suatu badan usaha akan makin

termotivasi untuk berperilaku kreatif dalam memanfaatkan teknik dan

kebijakan akuntansi ketika badan usaha itu memiliki keyakinan

17

(ekspektasi) akan menerima imbalan atas tindakan kreatifnya tersebut.

Makin tinggi imbalan yang akan didapatkan, makin tinggi ekspektasi yang

diterapkan sehingga motivasi untuk mencapai nilai tersebut pun makin

besar.

Secara umum ada beberapa motivasi yang mendorong manajer untuk

berperilaku oportunis, yaitu motivasi bonus, kontrak, politik, pajak,

perubahan CEO, IPO atau SEO, dan mengkomunikasikan informasi ke

investor. Pengelompokan ini sejalan dengan tiga hipotesis utama dalam

teori akuntansi positif (positive accounting theory) yang dikembangkan

oleh Watt dan Zimmerman (1986) dalam (Sulistyanto, 2008:44), yaitu:

a) Bonus Plan Hypothesis

Untuk memotivasi agar manajer dapat menghasilkan kinerja

yang terus meningkat, pemegang saham memberikan tawaran berupa

bonus yang diperuntukkan kepada manajer yang memiliki performa

kinerja yang baik sesuai dengan standar yang diberlakukan.

Bonus Plan Hypothesis menyatakan bahwa:

“Managers of firms with bonus plans are more likely to use

accounting methods that increase current period reported

income”.

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 (Sulistyanto, 2008:45).

18

Kinerja manajemen diukur salah satunya melalui pencapaian

laba usaha. Pengukuran kinerja berdasarkan laba dan skema bonus

tersebut memotivasi para manajer untuk memberikan performa

terbaiknya sehingga tidak menutup kemungkinan mereka melakukan

manajemen laba.

Seadainya pada tahun tertentu kinerja sesungguhnya tidak

mencapai batasan target untuk memperoleh bonus, maka manajer

akan melakukan pengolahan terhadap laba agar dapat mencapai

target sehingga manajer tersebut memperoleh bonus. Sebaliknya,

jika pada pada tahun tersebut kinerja atau laba yang diperoleh

manajer jauh diatas jumlah yang disyaratkan untuk memperoleh

bonus, maka manajer akan mengatur agar laba yang dilaporkan tidak

terlalu tinggi. Kelebihan laba yang tidak dilaporkan akan digunakan

untuk mengantisipasi penurunan laba pada tahun berikutnya,

sehingga manajer tidak kehilangan kesempatan memperoleh bonus

pada tahun berikutnya.

b) Debt (Equity) Hypothesis

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. Manajer harus menunjukkan performa yang baik

dari perusahaan agar kreditor tertarik untuk menginvestasikan

19

dananya di perusahaan. Selain itu untuk mendapatkan pinjaman, hal

tersebut juga berlaku untuk menjaga perjanjian utang. Jika suatu

perusahaan mendapatkan dana dari kreditor, perusahaan

berkewajiban menjaga rasio keuangannya agar berada pada batasan

tertentu. Jika hal ini dilanggar, maka perjanjian utang dibatalkan.

Debt (equity) hypothesis menyatakan bahwa:

“The large the firms debt to equity ratio, the more likely

managers use use accounting methods that increase income”.

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. Manajer

akan melakukan pengelolaan dan pengaturan jumlah laba untuk

menunda bebannya pada periode bersangkutan dan akan diselesaikan

pada periode-periode berikutnya. Hal ini dilakukan agar perusahaan

dapat menggunakan dana tersebut untuk keperluan lainnya

(Sulistyanto, 2008:46).

Jadi, semakin dekat suatu perusahaan untuk menyimpang pada

perjanjian hutang yang telah dibuat berdasarkan laba akuntansi,

maka semakin besar kemungkinan manajemen perusahaan memilih

20

prosedur akuntansi yang menggeser laba akuntansi dari periode

mendatang ke periode sekarang. Hal ini berlaku untuk semua

perusahaan yang mempunyai hutang. Perjanjian ini untuk menjaga

likuiditas perusahaan.

c) Political Cost Hypothesis

Alasan terakhir adalah pelanggaran regulasi pemerintah.

Sejauh ini ada beberapa regulasi yang dikeluarkan pemerintah yang

berkaitan dengan dunia usaha, misalkan undang-undang perpajakan,

anti-trust dan monopoli, dan sebagainya. Undang-undang mengatur

jumlah pajak yang akan ditarik perusahaan berdasarkan laba yang

diperoleh perusahaan selama periode tertentu (Sulistyanto, 2008:46).

Political cost hypothesis menyatakan bahwa:

“Large firms rather than small firms are more likely to use

accounting choice that reduce reported profits”.

Tindakan manajemen laba tidak hanya terjadi pada perusahaan

go public dan selalu untuk kepentingan harga saham, tetapi juga

untuk kepentingan perpajakan. Kepentingan ini lebih didominasi

oleh perusahaan yang belum go public. Perusahaan yang belum go

public cenderung melaporkan dan menginginkan untuk menyajikan

laporan laba fiskal yang lebih rendah dari nilai sebenarnya.

Kecenderungan ini memotivasi manajer untuk bertindak kreatif

untuk melakukan manajemen laba agar seolah-olah laba fiskal yang

21

dilaporkan lebih rendah tanpa melanggar aturan dan kebijakan

akuntansi perpajakan.

c. Teknik Manajemen Laba

Manajemen laba menurut Setiawati dan Na’im (2000) dalam

(Muliati, 2011:24) dapat dilakukan dengan tiga teknik, yaitu:

a) Memanfaatkan peluang untuk membuat estimasi akuntansi.

Cara manajemen mempengaruhi laba melalui judgment

(pertimbangan) terhadap estimasi akuntansi antara lain estimasi

tingkat piutang tak tertagih, estimasi kurun waktu depresiasi aktiva

tetap atau amortisasi aktiva tak berwujud, estimasi biaya garansi, dan

lain-lain.

b) Mengubah metode akuntansi.

Perubahan metode akuntansi yang digunakan untuk mencatat suatu

transaksi. Seperti: mengubah metode persediaan dari metode FIFO

menjadi metode AVERAGE.

c) Menggeser periode biaya atau pendapatan.

Salah satu contoh teknik penggeseran periode biaya atau pendapatan

seperti, mempercepat atau menunda biaya untuk penelitian dan

pengembangan hingga periode berikutnya agar laba yang diperoleh

tahun ini lebih besar dan berbagai contoh lainnya.

22

d. Pola dalam Manajemen Laba

Menurut Scott (2006) dalam (Muliati, 2011:26) terdapat empat pola

manajemen laba yang dapat dilakukan, yaitu :

a) Taking a bath yaitu pola yang dapat terjadi selama reorganisasi dan

juga pada periode penempatan CEO baru dengan melaporkan

kerugian dengan jumlah besar. Tindakan ini diharapkan dapat

meningkatkan laba perusahaan di masa mendatang.

b) Income minimization yaitu pola minimisasi laba yang dipilih untuk

alasan politis perusahaan selama perusahaan berada pada periode

kenaikan laba yang cukup drastis. Contoh : penghapusan aset tetap

berwujud dan tidak berwujud, pengakuan sebagai biaya atas

pengeluaran research and development dan iklan.

c) Income maximization, yaitu yang dilakukan manajer saat laba

perusahaan di bawah target dengan tujuan memperoleh bonus. Selain

itu, perusahaan yang dekat dengan pelanggaran perjanjian hutang

dapat memungkinkan untuk memaksimalkan laba.

d) Income smoothing, yaitu pola yang 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.

23

3. Profitabilitas

Profitabilitas merupakan salah satu tolak ukur yang digunakan oleh para

investor dalam melakukan penilaian terhadap kinerja perusahaan guna

pengambilan keputusan investasi yang akan dilakukan. Profitabilitas

digunakan untuk megukur seberapa besar perolehan laba yang dihasilkan oleh

perusahaan, semakin tinggi tingkat profitabilitas maka semakin baik pula

kinerja manajemen dalam perusahaan tersebut. Menurut Sartono (2010:122)

profitabilitas adalah kemampuan perusahaan memperoleh laba dalam

hubungannya dengan penjualan, total aktiva maupun modal sendiri.

Irawati (2006:58) menyatakan bahwa rasio keuntungan atau profitability

ratios adalah rasio yang digunakan untuk mengukur efisiensi penggunaan

aktiva perusahaan atau merupakan kemampuan suatu perusahaan untuk

menghasilkan laba selama periode tertentu (biasanya semesteran, triwulanan

dan lain-lain) untuk melihat kemampuan perusahaan dalam beroperasi secara

efisien.

Berdasarkan beberapa pendapat diatas, dapat disimpulkan bahwa rasio

profitabilitas merupakan salah satu alat ukur yang digunakan untuk menilai

atau mengukur tingkat efektifitas kinerja manajemen dalam mengelola

perusahaan dilihat dari tingkat keuntungan yang diperoleh dari hasil penjualan

dan investasi.

24

Tujuan rasio profitabilitas menurut Kasmir (2011:197), yaitu:

a. Untuk mengukur atau menghitung laba yang diperoleh perusahaan dalam

satu periode tertentu.

b. Untuk menilai posisi laba perusahaan tahun sebelumnya dengan tahun

sekarang.

c. Untuk menilai perkembangan laba dari waktu ke waktu.

d. Untuk menilai besarnya laba bersih sesudah pajak dengan modal sendiri.

e. Untuk mengukur produktivitas seluruh dana perusahaan yang digunakan

baik modal pinjaman maupun modal sendiri.

Manfaat dari rasio profitabilitas:

a. Mengetahui besarnya tingkat laba yang diperoleh perusahaan dalam satu

periode.

b. Mengetahui posisi laba perusahaan tahun sebelumnya dengan tahun

sekarang.

c. Mengetahui perkembangan laba dari waktu ke waktu.

d. Mengetahui besarnya laba bersih sesudah pajak dengan modal sendiri.

e. Mengetahui produktivitas dari seluruh dana perusahaan yang digunakan

baik modal pinjaman maupun modal sendiri.

Riyanto (2001:331) mengklasifikasikan angka-angka rasio profitabilitas

sebagai berikut:

a. Profitabilitas dalam kaitannya dengan penjualan menggunakan rasio

margin laba kotor dan margin laba bersih.

25

b. Profitabilitas dalam hubungannya dengan investasi, menggunakan dua

pengukuran yaitu ROI (Return On Investment) dan ROA (Return On

Asset) dimana ROA digunakan untuk mengukur efektifitas perusahaan

dalam menghasilkan keuntungan dengan memanfaatkan aktiva yang

dimilikinya.

Penelitian ini menggunakan ROA sebagai pengukuran untuk rasio

profitabilitas dengan menggunakan rumus:

𝑅𝑂𝐴 = 𝐿𝑎𝑏𝑎 𝐵𝑒𝑟𝑠𝑖ℎ

𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡 × 100%

4. Leverage

Leverage adalah penggunaan aktiva atau dana dimana untuk penggunaan

tersebut perusahaan harus menutup biaya tetap atau membayar biaya tetap

(Riyanto, 1997 dalam Santoso, 2012: 312). Leverage merupakan

perbandingan antara total kewajiban dengan total aktiva perusahaan. Rasio ini

menunjukkan besarnya aktiva yang dimiliki perusahaan yang dibiayai dengan

hutang. Semakin tinggi nilai leverage maka risiko yang akan dihadapi

investor akan semakin tinggi dan para investor akan meminta keuntungan

yang semakin besar.

Leverage adalah penggunaan biaya tetap dalam usaha untuk

meningkatkan profitabilitas. Leverage merupakan pedang bermata dua yang

mana jika laba perusahaan dapat diperbesar, maka begitu pula dengan

26

kerugiannya. Dengan kata lain, penggunaan leverage dalam perusahaan bisa

saja meningkatkan laba perusahaan, tetapi bila terjadi sesuatu yang tidak

sesuai harapan, maka perusahaan dapat mengalami kerugian yang sama

dengan persentase laba yang diharapkan, bahkan mungkin saja lebih besar

(Van Horne, 2007:182).

Leverage dalam konteks bisnis terdiri atas dua macam yaitu leverage

operasional (operating leverage) dan leverage keuangan (financial leverage).

Van Horne (2007:183) juga menyatakan bahwa leverage ini menjadi tahapan

dalam proses pembesaran laba perusahaan.

1) Operating Leverage

Operating leverage adalah ukuran bagi risiko operasi (operating risk/

business risk) yang dapat diketahui dari biaya tetap untuk kegiatan

operasi (fix operating cost) dan dapat dilihat melalui laporan laba rugi

(Moeljadi, 2006). Rodoni dan Ali (2010) menyatakan bahwa operating

leverage merupakan penggunaan aktiva dimana untuk penggunaan

tersebut perusahaan harus menutup biaya tetap. Biaya tetap adalah

semua biaya-biaya operasi tetap seperti depresiasi, sewa gedung, gaji

pegawai dan lain-lain.

2) Financial Leverage

Financial leverage adalah ukuran bagi risiko keuangan dan dapat

diketahui dari biaya tetap dari dana hutang yang digunakan, dimana

financial leverage yang tinggi akan menyebabkan financial risk juga

27

tinggi sehingga biaya modal juga tinggi (Moeljadi, 2006). Rodoni dan

Ali (2010) menyatakan bahwa financial leverage merupakan

penggunaan modal pinjaman disamping modal sendiri dan untuk itu

perusahaan harus membayar beban tetap berupa bunga.

Berdasarkan penjelasan mengenai dua jenis leverage diatas, manajer

keuangan memiliki pilihan untuk menggunakan leverage keuangan agar dapat

makin memperbesar pengaruh perubahan apa pun yang dihasilkan dalam laba

operasional atas perubahan EPS (Earning Per Share).

5. Umur Perusahaan

Umur perusahaan adalah umur sejak berdirinya hingga perusahaan telah

mampu menjalankan operasinya. Secara teoritis perusahaan yang telah lama

berdiri akan dipercaya oleh penanam modal (investor) daripada perusahaan

yang baru berdiri, karena perusahaan yang telah lama berdiri diasumsikan

akan dapat menghasilkan laba yang lebih tinggi daripada perusahaan baru

berdiri. Akibatnya perusahaan yang baru berdiri akan kesulitan dalam

memperoleh dana di pasar modal sehingga lebih mengandalkan modal sendiri

(Zen dan Herman, 2007:60).

Umur perusahaan merupakan salah satu hal yang menjadi pertimbangan

investor dalam melakukan penilaian terhadap suatu perusahaan sebelum

menanamkan modalnya. Umur perusahaan dapat menggambarkan

kemampuan bertahan suatu perusahaan, dan menunjukkan bahwa perusahaan

mampu bersaing dalam perekonomian. Perusahaan yang telah lama berdiri

28

umumnya memiliki profitabilitas yang lebih stabil dibandingkan dengan

perusahaan yang baru berdiri.

6. Ukuran Perusahaan

Ukuran perusahaan adalah suatu skala atau nilai dimana perusahaan

dapat diklasifikasikan besar kecilnya berdasarkan total aktiva, log size, nilai

saham, dan lain sebagainya. Ukuran perusahaan dapat dinyatakan dalam total

aktiva, penjualan dan kapitalisasi pasar. Jika semakin besar total aktiva,

penjualan dan kapitalisasi pasarnya maka semakin besar pula ukuran

perusahaan tersebut. Ketiga indikator tersebut dapat digunakan untuk

menentukan ukuran perusahaan karena dapat mewakili seberapa besar ukuran

perusahaan tersebut, misal semakin besar aktiva maka akan semakin banyak

modal yang ditanam, semakin banyak penjualan maka semakin banyak

perputaran uang dan semakin besar kapitalisasi pasar maka akan semakin

besar pula perusahaan itu dikenal dalam masyarakat.

Menurut Hadri Kusuma (2005) dalam (Nugroho dan Pangestuti,

2010:11), ada tiga teori yang secara implisit menjelaskan hubungan antara

ukuran perusahaan dan tingkat keuntungan, antara lain :

a. Teori teknologi, yang menekankan pada modal fisik, economies of scale,

dan lingkup sebagai faktor-faktor yang menentukan besarnya ukuran

perusahaan yang optimal serta pengaruhnya terhadap profitabilitas.

29

b. Teori organisasi, menjelaskan hubungan profitabilitas dengan ukuran

perusahaan yang dikaitkan dengan biaya transaksi organisasi,

didalamnya terdapat teori critical resources.

c. Teori institusional mengaitkan ukuran perusahaan dengan faktor-faktor

seperti system perundang-undangan, peraturan anti-trust, perlindungan

patent, ukuran pasar dan perkembangan pasar keuangan.

Salah satu faktor yang memotivasi manajer melakukan manajemen laba

adalah political motivations (motivasi politik). Political motivations dalam

akuntansi positif menjelaskan manajemen dalam menyiasati berbagai regulasi

pemerintah. Perusahaan yang terbukti menjalankan praktik pelanggaran

terhadap regulasi anti trust dan anti monopoli, manajernya melakukan

manajemen laba dengan menurunkan laba yang dilaporkan. Perusahaan juga

melakukan manajemen laba untuk menurunkan laba dengan tujuan untuk

menghindari pembayaran pajak penghasilan yang terlalu tinggi. Pemilihan

metode akuntansi alam pelaporan laba akan memberikan hasil yang berbeda

terhadap laba yang dipakai sebagai dasar perhitungan pajak (Scott 2003 dalam

Wibisana dan Ratnaningsih, 2014:6).

Ukuran perusahaan sangat berpengaruh kepada struktur pendanaan

dengan didasarkan pada kenyataan bahwa semakin besar ukuran perusahaan

maka akan ada kecenderungan untuk menggunakan jumlah pinjaman yang

lebih besar pula. Hal ini disebabkan karena perusahaan besar memiliki

kebutuhan dana yang besar. Dan salah satu pemenuhan dana yang tersedia

30

adalah dengan pendanaan eksternal. Pendanaan eksternal ini dapat diperoleh

dari penerbitan saham, penerbitan obligasi dan hutang, sehingga dalam rangka

pemenuhan kebutuhan pendanaan tersebut perusahaan akan lebih

meningkatkan kualitas implementasi corporate governance dalam

menjalankan perusahaan.

B. Keterkaitan Antar Variabel dan Perumusan Hipotesis

1. Hubungan Antara Profitabilitas Dengan Manajemen Laba

Profitabilitas menggambarkan kinerja yang dihasilkan oleh suatu

perusahaan pada suatu periode waktu tertentu. Salah satu rasio analisis yang

digunakan untuk menggambarkan profitabilitas perusahaan adalah Return On

Assets (ROA). ROA menunjukkan kemampuan perusahaan menghasilkan laba

dari asset yang dimiliki perusahaan. Para investor akan menggunakan rasio

ROA sebagai salah satu indikator dalam pengambilan keputusan dalam hal

investasi. Semakin tinggi tingkat profitabilitas yang dilaporkan oleh

perusahaan, maka semakin tinggi pula harapan dari pihak-pihak

berkepentingan seperti investor, pemerintah, dan lainnya atas tingkat

pengembalian dan kompensasi yang diharapkan dari keuntungan yang

diperoleh perusahaan.

Laba yang terlalu tinggi akan meningkatkan pajak yang harus dibayar,

sedangkan pelaporan laba yang terlalu rendah akan berdampak pada tampilan

kinerja manajemen yang tidak maksimal. Oleh karena itu, tinggi rendahnya

31

profitabilitas yang dihasilkan berkaitan dengan tindakan manajemen laba

dengan tujuan pelaporan tingkat profitabilitas yang berada pada tahap aman.

Wibisana dan Ratnaningsih (2014) menyatakan bahwa profitabilitas

berpengaruh positif terhadap praktik perataan laba yang merupakan salah satu

cara dalam praktik manajemen laba. Artinya, semakin besar profitabilitas

suatu perusahaan, semakin besar pula kemungkinan perusahaan menurunkan

atau meratakan laba untuk satu tahun kedepan. Hasil yang sama juga

diperoleh dari penelitian yang dilakukan oleh Dewi dan Sujana (2014).

Berdasarkan keterkaitan diatas, maka hipotesis yang diajukan adalah:

Ha1: Profitabilitas berpengaruh terhadap manajemen laba.

2. Hubungan Antara Leverage Dengan Manajemen Laba

Tingkat leverage merupakan salah satu hal yang dapat memotivasi

manajemen dalam penerapan manajemen laba. Perusahaan yang memiliki

tingkat leverage yang tinggi menggambarkan bahwa liabilitas yang dimiliki

perusahaan lebih besar dibandingkan dengan asset yang dimiliki perusahaan,

hal ini mengakibatkan risiko dan tekanan yang besar pada perusahaan.

Semakin tinggi tingkat rasio leverage suatu perusahaan akan berdampak pada

semakin tinggi pula resiko yg akan dihadapi perusahaan tersebut. Investor

akan lebih memilih perusahaan yang memiliki tingkat leverage yang lebih

rendah.

Perusahaan yang memiliki rasio leverage yang tinggi berarti memiliki

proporsi utang yang lebih besar dibandingkan dengan proporsi aktiva yang

32

dimiliki sehingga akan cenderung melakukan manipulasi dalam bentuk

manajemen laba untuk menghindari perjanjian utang (Saptantinah, 2005:7).

Shanti dan Yudhanti (2007) dalam Purwanti (2012) juga berpendapat

bahwa perusahaan yang memiliki leverage tinggi akibat besarnya liabilitas

dibandingkan aktiva yang dimiliki perusahaan, diduga melakukan manajemen

laba karena perusahaan terancam default, yaitu tidak dapat memenuhi

kewajiban membayar liabilitas pada waktunya. Penelitian yang dilakukan oleh

Dewi Saptantinah (2005), Othman dan Zhegal (2006), Rice dan Agustina

(2012), menemukan hubungan signifikan antara leverage dan manajemen

laba.

Berdasarkan keterkaitan diatas, maka hipotesis yang diajukan adalah:

Ha2 : Leverage berpengaruh terhadap manajemen laba.

3. Hubungan Antara Umur Perusahaan Dengan Manajemen Laba

Umur perusahaan adalah lamanya suatu perusahaan berdiri dan

menjalankan kegiatan oprasionalnya, apakah perusahaan tersebut tergolong

perusahaan baru atau perusahaan lama. Perusahaan yang telah lama berdiri

akan mendapat perhatian yang lebih besar dari pihak eksternal baik itu

investor, kreditor ataupun pihak eksternal lainnya dibandingkan dengan

perusahaan yang baru berdiri. Dari segi kepercayaan juga perusahaan yang

telah lama berdiri akan lebih dipercaya oleh investor dalam menempatkan

modalnya, karena perusahaan yang telah lama berdiri dianggap memiliki

pengalaman yang lebih baik dalam pengelolaan perusahaan dibandingkan

33

dengan perusahaan baru, dan dianggap lebih baik dalam menghasilkan

keuntungan dengan tingkat risiko yang lebih kecil dibandingkan dengan

perusahaan baru. Akibatnya perusahaan yang baru berdiri akan mengalami

kesulitan dalam memperoleh sumber dana sehingga lebih mengandalkan

modal sendiri (Zen dan Herman, 2007:60).

Untuk dapat menarik minat investor agar menempatkan dananya di

perusahan yang baru berdiri, perusahaan harus berusaha semaksimal mungkin

untuk meyakinkan investor dengan cara memperlihatkan performa yang baik

dalam pengelolaan operasionalnya. Karena kurangnya perhatian pihak

eksternal terhadap perusahaan baru ini, kemungkinan manajemen lebih bebas

dalam menerapkan manajemen laba agar dapat menghasilkan tampilan

performa yang baik yang dapat menarik minat investor.

Zen dan Herman (2007) melakukan penelitian mengenai pengaruh umur

perusahaan terhadap perataan laba dan menyatahan bahwa umur perusahaan

berpengaruh signifikan terhadap tindak perataan laba yang dilakukan oleh

perusahaan perbankan yang terdaftar di BEI. Begitu pula dengan penelitian

yang dilakukan oleh Bestivano (2013) menyatakan bahwa terdapat hubungan

signifikan antara umur perusahaan dengan tindak perataan laba.

Berdasarkan keterkaitan yang dijelaskan diatas, maka hipotesis yang

diajukan adalah:

Ha3 : Umur perusahaan berpengaruh terhadap manajemen laba.

34

4. Hubungan Antara Ukuran Perusahaan Dengan Manajemen Laba

Perusahaan yang lebih besar umumnya akan mendapatkan lebih banyak

perhatian dari pihak eksternal, seperti investor, analis, maupun pemerintah.

Oleh sebab itu perusahaan akan menghindari fluktuasi laba yang terlalu

drastis, sebab kenaikan laba yang drastis akan menyebabkan pertambahan

kewajiban seperti pajak. Perusahaan besar akan cenderung berusaha untuk

melaporkan perolehan laba yang stabil setiap tahunnya.

Siregar dan Utama (2005) melakukan penelitian mengenai pengaruh

ukuran perusahaan terhadap manajemen laba dan menyatakan bahwa ukuran

perusahaan berpengaruh signifikan terhadap manajemen laba. Hasil penelitian

tersebut sejalan dengan hasil penelitian yang dilakukan oleh Nuryaman

(2008), Jao dan Pagalung (2011), Prambudi dan Sumantri (2014),

Makaombohe dkk (2014), serta Wibisana dan Ratnaningsih (2014) yang

menyatakan bahwa ukuran perusahaan berpengaruh signifikan terhadap

manajemen laba.

Berdasarkan keterkaitan yang dijelaskan diatas, maka hipotesis yang

diajukan adalah:

Ha4 : Ukuran perusahaan berpengaruh terhadap manajemen laba.

35

C. Penelitian Terdahulu

Adapun hasil penelitian-penelitian terdahulu yang berkaitan dengan penelitian ini dapat dilihat pada tabel 2.1

berikut:

Tabel 2.1

Penelitian Terdahulu

No. Peneliti

(Tahun)

Judul

Penelitian

Metodologi Penelitian Hasil Penelitian

Persamaan Perbedaan

1. Setyaningtyas

dan

Hadiprajitno

(2014)

Analisis Faktor-

Faktor yang

Mempengaruhi

Perataan Laba

(Income

Smoothing)

Penggunaan

variabel

independen yaitu

ukuran

perusahaan,

leverage, dan

profitabilitas.

Penggunaan

variabel sector

industry, debt

equity ratio yang

tidak digunakan

dalam penelitian

ini. Serta variabel

dependen yang

digunakan adalah

perataan laba.

Hasil penelitian menunjukkan

bahwa sektor industry

berpengaruh terhadap tindakan

perataan laba, dan ukuran

perusahaan, rasio hutang,

leverage operasi, dan

profitabilitas tidak berpengaruh

terhadap perataan laba.

2. Wibisana dan

Ratnaningsih

(2014)

Analisis Faktor-

Faktor yang

Mempengaruhi

Arah

Manajemen

Laba

Penggunaan

variabel

leverage, ukuran

perusahaan, dan

profitabilitas.

Penelitian ini

menggunakan

variabel umur

perusahaan yang

tidak digunakan

dalam penelitian

tersebut.

Hasil penelitian menunjukkan

bahwa profitabilitas, leverage,

dan ukuran perusahaan

berpengaruh terhadap arah

manajemen laba.

Bersambung ke halaman berikutnya

36

Tabel 2.1 (Lanjutan)

No. Peneliti

(Tahun)

Judul

Penelitian


Persamaan Perbedaan

3. Llukani

(2014)

Earnings

Management

and Firm Size:

an Empirical

Analyze in

Albanian

Market

Penggunaan

variabel ukuran

perusahaan dan

manajemen laba

Tidak terdapat

variabel

profitabilitas,

leverage, dan

umur perusahaan

dalam penelitian

tersebut.

Hasil penelitian menyatakan

bahwa tidak terdapat perbedaan

signifikan dalam penerapan

manajemen laba pada perusahaan

besar maupun perusahaan

berukuran kecil pada perusahaan di

Albania.

4. Makaombohe,

Pangemanan,

dan Tirayoh

(2014)

Ukuran

Perusahaan

Terhadap

Manajemen

Laba Pada

Perbankan yang

Terdaftar di

Bursa Efek

Indonesia

Periode 2008-

2011.

Variabel ukuran

perusahaan dan

variabel

dependen

manajemen laba

Analisis yang

digunakan

analisis regresi

berganda dengan

menambahkan

beberapa variabel

independen

seperti,

profitabilitas,

leverage, umur,

dan ukuran

perusahaan.

Ukuran perusahaan berpengaruh

signifikan negatif terhadap

manajemen laba, artinya semakin

besar ukuran perusahaan maka

perilaku manajemen laba semakin

berkurang.


37


No. Peneliti

(Tahun)

Judul

Penelitian


Persamaan Perbedaan

5. Dewi dan

Sujana

(2014)

Pengaruh

Ukuran

Perusahaan dan

Profitabilitas

pada Praktik

Perataan Laba

dengan Jenis

Industri Sebagai

Variabel

Pemoderasi di

Bursa Efek

Indonesia

Penggunaan

variabel ukuran

perusahaan,

profitabilitas

Variabel

dependen yang

digunakan adalah

perataan laba

yang merupakan

salah satu bagian

dari tindakan

manajemen laba.

Tidak

menggunakan

variabel

moderasi.

Ukuran perusahaan dan

profitabilitas disimpulkan

berpengaruh terhadap praktik

perataan laba sedangkan jenis

industry tidak dapat memoderasi

ukuran perusahaan dan

profitabilitas pada praktik perataan

laba.

6. Rahma Sari

(2014)

Pengaruh

Ukuran

Perusahaan dan

Struktur

Kepemilikan

Terhadap

Praktik Perataan

Laba

Penggunaan

variabel ukuran

perusahaan

Tidak terdapat

variabel

profitabilitas,

leverage, dan

umur perusahaan

dalam penelitian

tersebut.

Hasil penelitian menyatakan

bahwa ukuran perusahaan dan

struktur kepemilikan tidak

berpengaruh signifikan terhadap

praktik perataan laba pada

perusahaan manufaktur yang

terdaftar di Bursa Efek Indonesia.


38


No. Peneliti

(Tahun)

Judul

Penelitian


Persamaan Perbedaan

7. Prambudi

dan Sumantri

(2014)

Kualitas Audit,

Ukuran

Perusahaan, dan

Leverage

Terhadap

Manajemen

Laba

Penggunaan

variabel ukuran

perusahaan dan

leverage sebagai

variabel

independen

Penggunaan

variabel kualitas

audit yang tidak

digunakan dalam

penelitian ini.

Hasil penelitian menyatakan bahwa

ukuran perusahaan berpengaruh

signifikan terhadap manajemen

laba sedangkan leverage dan

kualitas audit tidak berpengaruh


8. Januarsi dkk

(2014)

Leverage,

Corporate

Strategy and

Earnings

Management:

Case of

Indonesia

Penggunaan

variabel

leverage dan

manajemen laba

Penelitian ini

tidak

menggunakan

variabel

corporate

strategy sebagai

variabel

pemoderasi.

Hasil penelitian menyatakan bahwa

leverage berpengaruh terhadap

manajemen laba dan corporate

strategy terbukti tidak dapat

memoderasi hbungan antara

leverage dan manajemen laba.

9. Siti Nayiroh

(2013)

Analisis Faktor-

Faktor yang

Mempengaruhi

Manajemen

Laba

Penggunaan

variabel

manajemen laba

sebagai variabel

independen dan

variabel

leverage dan

independen.

Penggunaan

variabel

corporate

governance

sebagai variabel

independen yang

tidak digunakan

dalam penelitian

ini.

Kepemilikan keluarga berpengaruh

secara signifikan terhadap praktik

manajemen laba. Kepemilikan

institusional tidak berpengaruh

terhadap praktik manajemen laba.

Komisaris independen tidak


manajemen laba.


39


No. Peneliti

(Tahun)

Judul

Penelitian

Metodologi Penelitian

Hasil Penelitian

Persamaan Perbedaan

ukuran

perusahaan

sebagai variabel

Komite audit tidak berpengaruh


Kualitas audit terbukti

berpengaruh secara signifikan


Ukuran perusahaan tidak


manajemen laba. Debt tidak

terbukti berpengaruh terhadap

praktik manajemen laba.

Growth tidak berpengaruh


40

D. Kerangka Penelitian

Adapun gambaran dari penelitian ini secara keseluruhan dapat dijelaskan

oleh kerangka penelitian pada gambar 2.1 berikut:

Gambar 2.1

Kerangka Penelitian

Pengaruh Profitabilitas, Leverage, Umur, dan Ukuran

Perusahaan Terhadap Manajemen Laba

(Studi Empiris Pada Perusahaan Manufaktur yang Terdaftar

di BEI Periode 2010-2013)

Metode Analisis: Analisis Regresi Berganda

Hasil Pengujian dan Pembahasan

Kesimpulan, Implikasi, Keterbatasan, dan Saran

Fenomena Manajemen Laba yang Terjadi di Indonesia.

Kasus manipulasi pelaporan laba yang dilakukan oleh PT. Kimia Farma

pada laporan keuangan tahun 2001, yang diungkapkan oleh BAPEPAM.

Variabel Independen Variabel Dependen

Profitabilitas (X1)

Leverage (X2)

Umur

Perusahaan (X3)

Ukuran

Perusahaan (X4)

Manajemen Laba

(Y)

41

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini merupakan penelitian kausalitas yang bertujuan untuk

mengetahui pengaruh antara dua variabel atau lebih. Penelitian ini bertujuan

untuk menganalisis mengenai pengaruh variabel independen yaitu

profitabilitas, leverage, umur dan ukuran perusahaan terhadap variabel

dependen manajemen laba. Berdasarkan jenisnya, penelitian ini merupakan

penelitian kuantitatif dimana data yang digunakan berupa angka-angka.

Populasi penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa

Efek Indonesia (BEI) dari tahun 2010-2013 yang terlihat dari laporan

keuangan dan laporan tahunan (annual report).

B. Metode Penentuan Sampel

Sampel yang digunakan dalam penelitian ini adalah perusahaan

manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) mulai dari tahun

2010 hingga tahun 2013. Peneliti menggunakan perusahaan manufaktur

sebagai sampel dikarenakan saat ini persaingan yang terjadi dikalangan

perusahaan manufaktur terlihat cukup ketat antar perusahaan. Selain itu

perusahaan manufaktur juga memiliki skala produksi yang cukup besar

42

sehingga untuk dapat melakukan produksi dalam skala besar tersebut

perusahaan membutuhkan pendanaan yang cukup besar juga. Oleh karena itu

perusahaan memiliki peluang untuk melakukan manajemen laba yang cukup

besar untuk dapat memenuhi kebutuhan akan pendanaan tersebut.

Penelitian ini menggunakan proposive sampling sebagai metode dalam

penentuan sampel. Menurut (Sugiyono, 2008:218) purposive sampling adalah

teknik pengambilan sampel sumber data dengan pertimbangan tertentu yakni

sumber data dianggap paling tau mengenai apa yang diharapkan, sehingga

mempermudah peneliti menjelajahi obyek atau situasi sosial yang sedang

diteliti. Kriteria-kriteria sampel dalam penelitian ini antara lain:

1. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI)

periode 2010-2013.

2. Perusahaan yang tidak mengalami delisting selama tahun 2010-2013.

3. Perusahaan yang menyediakan data laporan posisi keuangan (balance

sheet), laporan laba/rugi (income statement), laporan arus kas (cash

flow), dan seluruh data yang berkaitan dengan penelitian ini.

4. Perusahaan yang menyajikan laporan keuangan dalam mata uang

rupiah.

5. Perusahaan yang tidak melaporkan kerugian selama tahun 2010-2013.

C. Metode Pengumpulan Data

Penelitian ini menggunakan data time series. Data time series

merupakan data yang dikumpulkan dengan mengamati suatu hal dari waktu ke

43

waktu. Data yang digunakan dalam penelitian ini adalah data sekunder yang

diambil dari laporan keuangan tahunan (annual report) perusahaan

manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2010-2013

yang di akses melalui situs resmi Bursa Efek Indonesia (BEI) yaitu

www.idx.co.id. Peneliti juga memperoleh data dari berbagai sumber seperti

buku, jurnal, skripsi, tesis, internet, dan berbagai sumber lain yang dapat

menunjang penelitian ini.

D. Metode Analisis Data

Metode analisis data merupakan suatu metode yang digunakan untuk

mengolah suatu data penelitian dengan menggunakan proses penyederhanaan

data dalam bentuk yang mudah dibaca dan diinterpretasikan. Analisis dalam

penelitian ini menggunakan metode analisis kuantitatif dengan metode

Regresi Linier Berganda (Multiple Regression Linier).

Metode analisis data dalam penelitian ini dengan menggunakan

perhitungan ilmu statistik yaitu dengan menggunakan perangkat lunak SPSS

(Statistical Product and Service Solution) versi 22. Setelah data-data yang

diperlukan dalam penelitian ini terkumpul, maka selanjutnya dilakukan

analisis data yang terdiri dari metode statistik deskriptif, uji asumsi klasik, dan

uji hipotesis. Adapun penjelasan mengenai masing-masing metode analisis

data tersebut adalah sebagai berikut:

http://www.idx.co.id/

44

1. Statistik Deskriptif

Statistik deskriptif memberikan gambaran suatu data yang dilihat

dari nilai rata-rata (mean), median, modus, standar deviasi, maksimum

dan minimum, sum, range, kurtosis, dan skewness (kemencengan

distribusi) (Ghozali, 2013:19). Statistik deskriptif memberikan pemaparan

yang lebih jelas mengenai data kuantitatif yang ada agar dapat lebih

mudah dipahami.

2. Uji Asumsi Klasik

Untuk melakukan uji asumsi klasik atas data sekunder ini, maka

peneliti melakukan uji multikoloniearitas, uji autokorelasi, uji

heteroskedasitas dan uji normalitas.

a. Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah model

regresi ditemukan adanya korelasi antar variabel bebas (Ghozali,

2013:105). Model regresi yang baik seharusnya tidak terjadi korelasi

diantara variabel independen. Jika variabel independen saling

berkorelasi, maka variabrl variabel ini tidak orthogonal. Variabel

orthogonal adalah varoabel independen yang nilai korelasi antar

sesame variabel independen sama dengan nol. Untuk mendeteksi ada

atau tidaknya multikolonieritas didalam model regresi dapat dilihat

dari nilai tolerance dan VIF (Variance Inflation Factor). Kedua

ukuran ini menunjukkan setiap variabel independen manakah yang

45

dijelaskan oleh variabel independen lainnya. Jika nilai tolerance ≤

0.10 atau nilai VIF ≥ 10, nilai tersebut menunjukkan adanya

multikolonieritas (Ghozali, 2013:105-106). Oleh karena itu hasil yang

baik adalah jika nilai tolerance ≥ 0.10 atau nilai VIF ≤ 10 yang

menunjukkan bahwa tidak terjadi gejala multikolonieritas.

b. Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model regresi

ada korelasi antara kesalahan pengganggu pada periode t dengan

kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi

korelasi maka dinamakan ada problem autokorelasi. Autokorelasi

muncul karena observasi yang berurutan sepanjang waktu berkaitan

satu sama lainnya. Masalah ini timbul karena residual (kesalahan

pengganggu) tidak bebas dari satu observasi ke observasi lainnya

(Ghozali, 2013:110).

Untuk mendeteksi gejala autokorelasi dapat menggunakan uji

Durbin-Watson (DW), dimana hasil pengujian ditentukan berdasarkan

nilai Durbin-Watson (DW). Dasar pengambilan keputusan ada

tidaknya autokorelasi dengan menggunakan kriteria Durbin-Watson

berikut:

46

Tabel 3.1

Kriteria Autokorelasi Durbin – Watson (DW)

Sumber: Ghozali 2013

c. Uji Heterokedasitas

Uji heterokedasitas bertujuan untuk menguji apakah dalam

model regresi terjadi ketidaksamaan varians dari residual satu

pengamatan ke pengamatan yang lain. Jika varians dari residual satu

ke pengamatan yang lain tetap, maka disebut Homoskedasitas dan jika

berbeda disebut Heterokedasitas. Model regresi yang baik adalah

Homoskedasitas atau tidak terjadi Heterokedasitas (Ghozali,

2013:139).

Untuk menguji ada atau tidaknya heterokedasitas dapat dilihat

dengan ada tidaknya pola tertentu pada grafik scatterplot. Jika ada

pola tertentu maka mengindikasikan telah terjadi heterkedastisias.

Tetapi jika tidak ada pola yang jelas serta titik-titik menyebar di atas

Hipotesis nol Keputusan Jika

Tidak ada autokorelasi

positif

Tolak 0 < d <dl

Tidak ada autokorelasi

positif

No desicion Dl ≤ d ≤ du

Tidak ada korelasi negatif Tolak 4 – dl < d < 4

Tidak ada korelasi negatif No decision 4 – du ≤ d ≤ 4 – dl

Tidak ada autokorelasi,

positif atau negatif

Tidak ditolak Du < d < 4 - du

47

dan dibawah angka 0 pada sumbu Y, maka tidak terjadi

heterokedasitas (Ghozali, 2013:139). Dalam penelitian ini uji Glejser

digunakan untuk melakukan uji heteroskedastisitas. Dengan melihat

tingkat signifikansi yang dihasilkan. Jika tingkat signifikansi yang

dihasilkan dalam uji Glejser > 0,05 maka dapat dikatakan bahwa tidak

terdapat gejala heteroskedastisitas dalam model regresi yang

digunakan.

d. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model

regresi, variabel pengganggu atau residual memiliki distribusi normal.

Seperti diketahui bahwa uji t atau uji F mengasumsikan bahwa nilai

residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka

uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua

cara untuk mendeteksi apakah residual berdistribusi normal atau tidak

yaitu dengan analisis grafik dan uji statistik (Ghozali, 2013:160).

1) Analisa Grafik

Salah satu cara termudah untuk melihat normalitas residual

adalah dengan melihat grafik histogram yang membandingkan

antara data observasi dengan data distribusi yang mendekati

distribusi normal. Namun demikian hanya dengan melihat

histogram hal ini dapat menyesatkan khususnya untuk jumlah

sampel yang kecil. Metode yang lebih handal adalah dengan

48

melihat normal probability plot yang membandingkan distribusi

kumulatif dari distribusi normal. Distribusi normal akan

membentuk satu garis lurus diagonal, dan plotting data residual

akan dibandingkan dengan garis diagonal. Jika distribusi data

residual normal, maka garis yang menggambarkan data

sesungguhnya akan mengikuti garis diagonalnya.

2) Analisa Statistik

Uji normalitas dengan grafik dapat menyesatkan kalau tidak

hati-hati secara visual kelihatan normal, padahal secara statistik

bisa sebaliknya. Oleh sebab itu dianjurkan disamping uji grafik

dilengkapi dengan uji statistik. Uji statistik yang dapat digunakan

untuk menguji normalitas residual adalah uji statistik non-

parametik Kolmogorov-Smirnov (K-S) dilakukan dengan

membuat hipotesis:

H0 : Data residual berdistribusi normal

Ha : Data residual tidak berdistribusi normal

Jika signifikan < 0,05 berarti data yang akan diuji mempunyai

perbedaan signifikan dengan data normal baku, berarti data

tersebut tidak normal atau H0 ditolak.

49

3. Analisis Hipotesis Penelitian

Persamaan regresi berganda merupakan persamaan regresi dengan

menggunakan dua atau lebih variabel independen. Bentuk umum

persamaan regresi berganda ini adalah:

EM = α+ β1 ROA+ β2 LEV+ β3 AGE+ β4 SIZE + Ɛ

Keterangan:

EM = Manajemen Laba

Α = Konstanta

Β = Koefisien Regresi

ROA = Profitabilitas

LEV = Leverage

AGE = Umur Perusahaan

SIZE = Ukuran Perusahaan

Ɛ = error

Dasar pengambilan keputusan dalam analisa Regresi Berganda

adalah dengan menggunakan koefisien determinasi, Uji Signifikasi

Simultan (Uji Statistk F) dan Uji Signifikan Parameter Individual (Uji

Statistik t).

a. Koefisien Determinasi (R2)

Koefisien determinasi (R2) menggambarkan seberapa jauh

kemampuan model dalam menerangkan variansi variabel dependen.

Nilai koefisien determinasi adalah antara nol dan 1 atau (0 < x < 1).

50

Nilai R2 yang kecil berarti kemampuan variabel-variabel independen

dalam menjelaskan variabel-variabel dependen amat terbatas. Nilai

yang mendekati 1 berarti variabel-variabel independen memberikan

hampir semua informasi yang dibutuhkan untuk memprediksi variasi

variabel dependen (Ghozali, 2013:97).

b. Uji Signifikansi Simultan (Uji Statistik F)

Uji statistik F menunjukkan apakah semua variabel independen

atau bebas yang dimasukkan dalam model mempunyai pengaruh

secara bersama-sama terhadap variabel dependen atau variabel terikat

(Ghozali, 2013:98).

Menurut Ghozali (Ghozali, 2013:98) jika nilai F hitung lebih

besar daripada F tabel, maka H0 ditolak atau Ha diteriman menyatakan

bahwa semua variabel independen secara serentak dan signifikan

mempengaruhi variabel dependen. Jika hasil perhitungan nilai

signifikan kurang dari derajat kepercayaan α 5 % dan 10% maka Ho

ditolak atau Ha diterima menyatakan bahwa semua variabel

independen secara serentak dan signifikan mempengaruhi variabel

dependen.

c. Uji Signifikansi Parameter Individual (Uji Statistik t)

Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel

penjelas atau independen secara individual dalam menerangkan variasi

variabel dependen (Ghozali, 2013:98). Menurut Ghozali jika nilai

51

statistik t dihitung lebih tinggi dibandingkan t tabel, maka Ho ditolak

atau Ha diterima. Hal ini menyatakan bahwa suatu variabel independen

secara individual mempengaruhi variabel dependen. Jika hasil

perhitungan nilai signifikan kurang dari derajat kepercayaan α 5% dan

10 % maka Ho ditolak atau Ha diterima menyatakan bahwa suatu

variabel independen secara individual mempengaruhi variabel

dependen.

E. Defenisi dan Operasional antar Variabel

Variabel-variabel yang akan diuji dalam penelitian ini terdiri dari

profitabilitas, levereage, umur, dan ukuran perusahaan sebagai variabel

independen, dan penerapan manajemen laba sebagai variabel dependen.

Adapun penjelasan mengenai operasional dari masing-masing variabel

sebagai berikut:

1. Profitabilitas (X1)

Profitabilitas menunjukkan kemampuan perusahaan dalam

menghasilkan laba. Rasio yang digunakan untuk mengukur profitabilitas

dalam penelitian ini adalah ROA (Return On Assets) yang menunjukkan

kemampuan perusahaan menghasilkan laba dari asset yang dimiliki

perusahaan. Menurut Carlson dan Bathala dalam (Wibisana dan

Ratnaningsi, 2014:6) tingkat profitabilitas perusahaan merupakan faktor

yang mempengaruhi tindakan pengelolaan laba. Karena laba merupakan

52

salah satu indikator yang digunakan oleh pihak eksternal dalam menilai

kinerja perusahaan.

Return On Assets = 𝑵𝒆𝒕 𝑰𝒏𝒄𝒐𝒎𝒆

𝑻𝒐𝒕𝒂𝒍 𝑨𝒔𝒔𝒆𝒕𝒔 × 𝟏𝟎𝟎 %

2. Leverage (X2)

Rasio leverage merupakan gambaran mengenai besarnya aktiva yang

dimiliki perusahaan yang dibiayai dengan hutang. Semakin tinggi nilai

leverage maka risiko yang akan dihadapi investor akan semakin tinggi dan

para investor akan meminta keuntungan yang semakin besar. Dalam

penelitian ini rasio leverage dihitung dengan menggunakan debt to assets

ratio. Debt to assets ratio menggambarkan total aktiva yang dimiliki

perusahaan yang dibiayai oleh hutang perusahaan.

𝑫𝒆𝒃𝒕 𝒐𝒇 𝑨𝒔𝒔𝒆𝒕𝒔 𝑹𝒂𝒕𝒊𝒐 = 𝑳𝒊𝒂𝒃𝒊𝒍𝒊𝒕𝒊𝒆𝒔

𝑨𝒔𝒔𝒆𝒕𝒔 × 𝟏𝟎𝟎%

3. Umur Perusahaan (X3)

Umur perusahaan merupakan hasil perhitungan yang

menggambarkan seberapa lama waktu yang telah dilalui oleh suatu

perusahaan dalam menjalankan kegiatan operasional. Perusahaan yang

telah memiliki umur yang banyak dapat dikatakan mampu bertahan lama

dalam suatu pasar akan dipandang lebih baik oleh investor karena lebih

memberi jaminan baik dari segi menghasilkan keuntungan juga segi

pengelolaan yang lebih baik, karena dinilai lebih memiliki pengalaman

53

dan kematangan yang cukup dalam mempertahankan posisinya di pasar.

Dalam penelitian ini umur perusahaan dihitung dari tahun dimana

perusahaan tersebut didirikan.

4. Ukuran Perusahaan (X4)

Ukuran perusahaan menggambarkan besar atau kecilnya suatu

perusahaan. Perusahaan yang lebih besar biasanya akan menghasilkan

performa yang lebih baik dibandingkan dengan perusahaan yang lebih

kecil. Karena perusahaan yang lebih besar dipandang telah mampu

melakukan efisiensi yang lebih baik dalam kegiatan operasional sehingga

akan dapat menghasilkan performa yang lebih baik pula. Ukuran

perusahaan dapat diukur dengan berbagai macam cara, diantaranya

menggunakan kapitalisasi pasar, total asset, dan lainnya. Dalam penelitian

ini pengukuran ukuran perusahaan dilakukan dengan menggunakan total

asset yang dimiliki perusahaan.

SIZE = Ln (Total Assets)

5. Manajemen Laba (Y)

Manajemen laba merupakan tindakan yang dilakukan oleh

manajemen yang mempengaruhi pelaporan terhadap laba yang dihasilkan

oleh suatu perusahaan. Tidakan yang dilakukan oleh manajemen ini

terkadang dengan tujuan untuk memperoleh keuntungan secara sepihak

Umur Perusahaan = Tahun Saat ini - Tahun Berdiri

54

dimana terkadang dapat merugikan pihak lain. Pendeteksian manajemen

laba dapat dilakukan dengan menggunakan discretionary accruals sebagai

ukuran manajemen laba.

Model yang digunakan dalam mengukur diskresioner akrual dengan

menggunakan model Kasznik (1999). Formulasi Model Kasznik sebagai

berikut:

TAjp = αp + β1p (Δ REVjp – Δ RECjp ) + β2p PPE + β3pΔCFOjp + εjp

Secara detail dijelaskan penentuan akrual diskresioner sebagai

indokator manajemen laba akrual dapat dijabarkan dalam tahap-tahap

sebagai berikut:

1) Menentukan nilai total akrual (TA) dengan formulasi:

TAjp = NIjp - CFOjp

2) Menentukan nilai parameter αp, β1p, β2p, β3p dengan formulasi:

TAjp = αp + β1p ( ΔREVjp – Δ RECjp) + β2p PPE + β3P Δ CFOjp + εjp

3) Menghitung nilai NDA dengan formulasi:

NDAjp = β1p (ΔREVjp - Δ RECjp) / (Ajp-1) + β2p PPE / (Ajp-1) + β3P Δ

CFOjp / (Ajp-1)

4) Menentukan nilai akrual diskresioner yang merupakan indikator

manajemen laba akrual dengan cara mengurangi roral akrual dengan

akrual nondisresioner, dengan formulasi:

DAjp = TAjp – NDAjp

55

Keterangan:

TAjp : total akrual perusahaan j pada periode p.

NIjp : laba bersih perusahaan j pada periode p.

CFOjp : arus kas operasi perusahaan j pada periode p.

NDAjp : akrual nondisresioner perusahaan j dalam periode p.

DAjp : akrual diskresioner perusahaan j pada periode p.

Ajp-1 : total asset perusahaan j pada periode p.

PPE : property, plant, and equipment, perusahaan j pada

periode

Δ CFOjp : perubahan arus kas operasional perusahaan j pd

periode p.

αp, β1p, β2p, β3p : parameter yang diperoleh dari persamaan regresi.

εjp : error term perusahaan j pada periode p.

Secara empiris, nilai diskrisioner akrual dapat bernilai 0, positif,

negatif. Nilai nol menunjukkan manajemen laba yang dilakukan

dengan perataan laba (income smoothing), sedangkan nilai positif

menunjukkan adanya manajemen laba dengan pola peningkatan laba

(income increasing) dan nilai negatif menunjukkan manajemen laba

dengan pola penurunan laba (income decreasing) (Sulistyanto, 2008 ).

56

Berdasarkan uraian diatas, operasional variabel dapat

digambarkan secara ringkas pada tabel 3.2 berikut ini:

Tabel 3.2

Operasional Variabel

No. Variabel Pengukuran Skala

1. Manajemen Laba (Y)

Siregar dan Utama

(2005)

DA= TACC-NDACC

(Model Kaznik)

Rasio

2. Profitabilitas (X1)

Wibisana dan

Ratnaningsih (2014)

ROA = Net Income After Tax

𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎

Rasio

3. Leverage (X2)

Wibisana dan

Ratnaningsih, 2014) 𝐷𝐴𝑅 =

𝑇𝑜𝑡𝑎𝑙 𝑈𝑡𝑎𝑛𝑔

𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡

Rasio

4. Umur Perusahaan (X4)

(Zen dan Herman,

2007)

Tahun Penelitian – Tahun Berdiri

Rasio

5. Ukuran Perusahaan

(X5)

(Makaomboh dkk,

2014)

Ln (Total Asset)

Rasio

57

BAB IV

PENEMUAN DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

1. Deskripsi Objek Penelitian

Populasi dalam penelitian ini adalah perusahaan manufaktur yang

terdaftar di Bursa Efek Indonesia (BEI) tahun 2010-2013. Perusahan-

perusahaan yang telah memenuhi kriteria dalam purposive sampling. Penulis

menggunakan perusahaan manufaktur sebagai sampel karena hingga saat ini

industri manufaktur terus mengalami kemajuan yang mengakibatkan

persaingan yang semakin ketat antar sesama perusahaan dalam industri

tersebut. Hal tersebut dapat dilihat dari banyaknya jumlah perusahaan

manufaktur dibandingkan dengan perusahaan non manufaktur yang terdaftar

di BEI. Perusahaan manufaktur terus melakukan produksi dalam jumlah yang

besar dan dalam jangka waktu yang teratur, hal tersebut dikarenakan

perusahaan manufaktur merupakan perusahaan yang menyediakan sebagian

besar kebutuhan sehari-hari bagi pasar. Sejalan dengan proses produksi dalam

jumlah besar dan bersifat terus menerus, setiap perusahaan harus memiliki

sumber dana yang tetap dan dapat memenuhi kebutuhan dana produksi

perusahaan tersebut. Oleh karena itu setiap perusahaan berlomba-lomba

memperlihatkan performa yang baik dimata publik dengan tujuan agar dapat

58

menarik minat investor untuk dapat memberikan dana untuk perusahaan

tersebut.

Penelitian ini dibuat dalam jangka waktu dari tahun 2010-2013 karena

diharapkan hasil penelitian ini akan memberikan gambaran keadaan yang

benar-benar terjadi saat ini.

Tabel 4.1

Hasil Seleksi Sampel

Kriteria Sampel Jumlah

Perusahaan

Jumlah Perusahaan yang Terdaftar di BEI hingga tahun

2013

477

Perusahaan Non Manufaktur (337)

Perusahaan yang tidak mempublikasikan laporan

keuangan secara lengkap periode 2010-2013

(34)

Perusahaan yang tidak menyajikan laporan keuangan

dalam mata uang rupiah

(10)

Perusahaan yang melaporkan kerugian selama periode

2010-2013

(42)

Jumlah Perusahaan 54

Periode Penelitian 4 Tahun

Total Sampel Perusahaan 216

Data outlier (16)

Total Sampel yang Digunakan 200

59

2. Deskripsi Sampel Penelitian

Dalam penelitian ini metode purposive sampling digunakan untuk tahap

penyeleksian sampel yang disesuaikan dengan kriteria-kriteria yang telah

ditentukan. Sampel yang dipilih merupakan sampel yang menyajikan data-

data yang dibutuhkan untuk penelitian ini, diantaranya laporan keuangan yang

terdiri dari laporan laba rugi, laporan arus kas, laporan posisi keuangan.

Adapun jumlah sampel yang diguakan dalam penelitian ini adalah 200

perusahaan dengan masa pengamatan 4 tahun dari tahun 2010-2013.

B. Hasil Uji Analisis Penelitian

Hipotesis dalam penelitian ini diuji dengan menggunakan metode regresi

berganda. Tujuan dari pengujian metode itu adalah untuk mengetahui pengaruh

variabel independen yang terdiri dari profitabilitas, leverage, umur dan ukuran

perusahaan terhadap variabel dependen yaitu manajemen laba (earnings

management).

1. Hasil Uji Statistik Deskriptif

Penelitian statistik deskriptif memberikan gambaran dari suatu data yang

dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum,

minimum, sum, range, kurtosis, dan skewness (kemencengan distribusi)

(Ghozali, 2013:19). Apabila nilai rata-rata (mean) lebih besar daripada standar

deviasi maka kualitas data adalah lebih baik.

Pada penelitian ini statistik deskriptif akan menggambarkan deskripsi

dari masing-masing variabel.

60

Tabel 4.2

Hasil Uji Statistik Deskriptif

Sumber: Output SPSS

a. Variabel Independen

1) Profitabilitas (X1)

Hasil analisis statistik deskriptif terhadap variabel profitabilitas (X1)

menunjukkan nilai minimum sebesar 0,000672 dan nilai maksimum

sebesar 1,92 dengan rata-rata (mean) sebesar 0,3470, sedangkan standar

deviasi variabel profitabilitas sebesar 0,43590.

2) Leverage (X2)

Hasil analisis statistik deskriptif terhadap variabel leverage (X2)

menunjukkan nilai minimum sebesar 0,04 dan nilai maksimum sebesar

0,84 dengan nilai rata-rata (mean) sebesar 0,4261 dengan standar

deviasi sebesar 0,17560.

Descriptive Statistics

N Minimu

m

Maximu

m

Mean Std.

Deviation

ROA 200 .00 1.92 .3470 .43590

LEV 200 .04 .84 .4261 .17560

AGE 200 2.00 82.00 35.4750 14.53706

SIZE 200 25.08 33.00 28.2526 1.69876

DA 200 -.17 .21 .0131 .06557

Valid N

(listwise)

200

61

3) Umur Perusahaan (X3)

Hasil analisis statistik deskriptif terhadap variabel umur perusahaan

(X3) menunjuukkan nilai minimum sebesar 2,00 dan nilai maksimum

sebesar 82,00 dengan nilai rata-rata (mean) sebesar 35,4750 dan standar

deviasi sebesar 14,53706.

4) Ukuran Perusahaan (X4)

Hasil statistik deskriptif terhadap variabel ukuran perusahaan (X4)

menunjukkan nilai minimum sebesar 25,08 dan nilai maksimum

sebesar 33,00 dengan nilai rata-rata (mean) sebesar 28,2526 dan standar

deviasi sebesar 1,69876. Variabel Dependen

1) Manajemen Laba (Y)

Hasil analisis statistik deskriptif terhadap variabel manajemen laba (Y)

menunjukkan nilai minimum sebesar -0.17 dan nilai maksimum sebesar

0.21 dengan nilai rata-rata (mean) sebesar 0.0131 dan standar deviasi

sebesar 0.06557. Nilai negatif yang terlihat pada nilai minimum

menunjukkan bahwa perusahaan melakukan manajemen laba dengan

cara menurunkan labanya. Sedangkan nilai discretionary accruals

positif menggambarkan perusahaan melakukan manajemen laba dengan

cara menaikkan labanya.

62

2. Hasil Uji Asumsi Klasik

a. Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah model regresi

ditemukan adanya korelasi antar variabel bebas.Untuk mendeteksi

masalah multikolonieritas penelitian ini menggunakan nilai Tolerance dan

VIF (Variance Inflation Factor). Regresi yang terbebas dari masalah

multikolonieritas yaitu apabila nilai tolerance ≥ 0,10 dan nilai VIF ≤ 10.

Hasil uji multikolonieritas dapat dilihat pada Tabel 4.3 berikut:

Tabel 4.3

Hasil Uji Multikolonieritas

Sumber: Output SPSS

Berdasarkan tabel 4.3 dapat dilihat bahwa variabel profitabilitas

(X1), leverage (X2), umur perusahaan (X3), dan ukuran perusahaan (X4)

menunjukkan nilai tolerance > 0,10 dan nilai VIF ≤ 10. Oleh karena itu

dapat disimpulkan bahwa variabel independen yang digunakan dalam

model regresi penelitian ini terbebas dari gejala multikolonieritas.

Collinearity Statistics

Tolerance VIF

.973 1.028

.986 1.014

.934 1.071

.915 1.093

63

b. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model

regresi ada korelasi antara kesalahan pengganggu pada periode t dengan

kesalahan pengganggu periode t-1 (sebelumnya). Uji autokorelasi

dilakukan dengan menghitung nilai Durbin Watson (DW) berdasarkan

kriteria Durbin Watson.

Tabel 4.4

Hasil Uji Autokorelasi

Durbin-Watson

1.986

Sumber: Output SPSS

Berdasarkan hasil yang ditampilkan dalam Tabel 4.4, dapat dilihat

bahwa nilai DW yang dihasilkan sebesar 1,986. Nilai ini jika

dibandingkan dengan menggunakan tabel DW dengan tingkat kepercayaan

5%, dengan jumlah sampel 200 dengan variabel bebas 4, diperoleh nilai dL

sebesar 1,7279 dan nilai dU sebesar 1,8094. Dengan demikian, dapat

disimpulkan bahwa tidak terjadi gejala autokorelasi dalam model regresi

yang digunakan karena nilai dL ≤ dw ≤ 4 - dU (1.7279 ≤ 1,986 ≤ 2,1906).

c. Uji Heteroskedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah data dalam

model regresi terjadi ketidaksamaan variance dari residual satu

pengamatan ke pengamatan yang lain. Jika varians dari residual satu

64

pengamatan ke pengamatan yang lain tetap, maka disebut homoskedasitas

dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik

adalah yang homoskedastisitas atau yang tidak terjadi heteroskedasitas.

(Ghozali, 2013: 139).

Berikut ini hasil uji heteroskedastisitas mengunakan Uji Glejser. Jika

probabilitas signifikansi variabel diatas tingkat kepercayaan 5% maka

dapat dikatakan bahwa model regresi bebas dari gejala heteroskedastisitas.

Tabel 4.5

Hasil Uji Heteroskedastisitas

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients t Sig.

B Std.

Error Beta

1

(Const

ant) .000 .046 -.003 .998

ROA .000 .006 -.005 -.065 .948

LEV .025 .016 .113 1.591 .113

AGE .000 .000 -.098 -1.345 .180

SIZE .002 .002 .075 1.016 .311

Sumber: Output SPSS

Berdasarkan Tabel 4.5 menunjukkan bahwa nilai signifikansi

variabel independen yaitu profitabilitas (X1), leverage (X2), umur

perusahaan (X3), dan ukuran perusahaan (X4) berada diatas tingkat tingkat

65

kepercayaan 5%, sehingga dapat disimplkan bahwa model regresi yang

digunakan terbebas dari gejala heteroskedastisitas.

d. Uji Normalitas

Uji normalitas digunakan untuk mengukur apakah di dalam model

regresi variabel penganggu atau residual terdistribusi secara normal. Uji t

dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi

normal.Metode yang digunakan adalah grafk histogram dan Normal

Probability Plot (P-P Plot)(Ghozali 2013:161).

Hasil pengujian grafik dapat dilihat pada gambar 4.1 dan 4.2.

Gambar 4.1

Hasil Uji Normalitas dengan Grafik Histogram

Sumber: Output SPSS

66

Gambar 4.2

Hasil Uji Normalitas dengan Grafik P-Plot

Sumber: Output SPSS

Selain metode grafik, penelitian ini juga menggunakan analisis

statistik untuk menguji normalitas data. Analisis statistik dianggap

dapat menggambarkan hasil yang lebih akurat. Analisis statistik yang

digunakan untuk menguji normalitas data adalah menggunakan

metode Kolmogorov-Smirnov. Dengan uji ini dapat diketahui sampel

yang diamati terdistribusi secara normal atau tidak. Jika data tersebut

mempunyai level of significance sama atau diatas 5% (α ≥ 0,05) maka

data tersebut terdistribusi secara normal. Sedangkan jika kurang dari

5% (α ≤ 0,05) maka data tersebut tidak terdistribusi secara normal.

67

Tabel 4.6

Hasil Uji Kolmogorov-Smirnov

One-Sample Kolmogorov-Smirnov Test

Unstandardiz

ed Residual

N 200

Normal Parametersa,b

Mean .0000000

Std.

Deviation

.06294684

Most Extreme

Differences

Absolute .067

Positive .067

Negatif -.042

Kolmogorov-Smirnov Z .944

Asymp. Sig. (2-tailed) .335

Sumber: Output SPSS

Berdasarkan hasil pengujian Kolmogorov-Smirnov dapat dilihat

nilai signifikansi yang diperoleh sebesar 0,335 ≥ 0,05. Hal ini berarti data

yang digunakan terdistribusi secara normal dan dapat dikatakan memenuhi

syarat uji normalitas.

3. Hasil Uji Hipotesis Penelitian

Pengujian hipotesis dalam penelitian ini dilakukan dengan menggunakan

model analisis regresi berganda (multiple regression analysis), yaitu

dilakukan melalui uji koefisien determinasi, uji statistik F, dan uji statistik t.

a. Koefisien Determinasi (R2)

Koefisien determinasi (R2) mengukur seberapa jauh kemampuan

model dalam menerapkan model regresi dalam menerangkan pengaruh

68

variabel independen terhadap variabel dependen. Dalam penelitian ini

menggunakan profitabilitas, leverage, umur, dan ukuran perusahaan

sebagai variabel independen, dan manajemen laba sebagai variabel

dependen. Adapun hasil uji koefisien Adjusted R Square ditampilkan

dalam Tabel 4.7 berikut:

Tabel 4.7

Hasil Uji Koefisien Determinasi

Berdasarkan Tabel 4.7 dapat dilihat nilai adjusted R2 sebesar 0,079.

Hal ini berarti sebesar 7,9% variabel dependen yaitu manajemen laba

dapat dijelaskan oleh variabel independen yaitu profitabilitas, leverage,

umur, dan ukuran perusahaan. Sedangkan sisanya sebesar (100% - 7,9 %

= 92,1%) dijelaskan oleh faktor-faktor lain yang tidak termasuk dalam

analisa regresi yang digunakan dalam penelitian ini.

Variabel-variabel lain yang mempengaruhi manajemen laba menurut

Siti Nayiroh (2013) adalah kualitas audit dan kepemilikan keluarga.

Sedangkan menurut Jao dan Pagalung (2011) menyatakan bahwa

pelaksanaan good corporate governance melalui kepemilikan manajerial,

Model R R Square Adjusted R

Square

Std. Error of the

Estimate

1 .320a .102 .079 .06283

Sumber: Output SPSS

69

komposisi dewan komisaris independen, dan jumlah pertemuan komite

audit mempunyai pengaruh terhadap tindakan manajemen laba.

b. Uji Signifikansi Simultan (Uji Statistik F)

Uji statistik F digunakan untuk mengetahui pengaruh semua variabel

independen yang digunakan dalam model regresi secara bersama-sama

terhadap variabel dependen yang diuji pada tingkat signifikansi 5%. Jika

nilai probability F lebih kecil dari 0,05 maka H0 diterima dan Ha ditolak.

Tabel 4.6 menunjukkan hasil yang diperoleh dari uji statistik F.

Tabel 4.8

Hasil Uji Statistik F

S

S

umber: Output SPSS

Berdasarkan Tabel 4.8 menunjukkan hasil uji statistik F memiliki

nilai probability sebesar 0,003 lebih kecil dari 0,05. Maka dapat

disimpulkan bahwa seluruh variabel independen yaitu profitabilitas,

leverage, umur, dan ukuran perusahaan secara simultan mempengaruhi

variabel dependennya yaitu manajemen laba.

ANOVAa

Model Sum of

Squares

df Mean

Square

F Sig.

1

Regression .067 4 .017 4.155 .003b

Residual .788 195 .004

Total .856 199

70

c. Uji Signifikansi Parameter Individual (Uji Statistik t)

Pengujian ini bertujuan untuk menguji pengaruh dari variabel

independen yaitu profitabilitas, leverage,umur, dan ukuran perusahaan

terhadap variabel dependen yaitu manajemen laba.

Berikut ini merupakan hasil yang diperoleh dari analisis regresi:

Tabel 4.9

Hasil Uji Parameter Individual (Uji t)

Model Unstandardized

Coefficients

Standardized

Coefficients

t Sig.

B Std.

Error

Beta

1

(Constant) -.115 .076 -1.511 .132

ROA .022 .010 .143 2.058 .041

LEV .071 .026 .191 2.754 .006

AGE -.001 .000 -.141 -1.988 .048

SIZE .004 .003 .103 1.438 .152

Sumber: Output SPSS

Berdasarkan hasil pengujian diatas, menunjukkan bahwa variabel

profitabilitas (X1), leverage (X2) berpengaruh positif signifikan

terhadap manajemen laba dan umur perusahaan (X3) berpengaruh

negatif signifikan terhadap manajemen laba. Sedangkan ukuran

perusahan (X4) tidak berpengaruh secara signifikan terhadap

manajemen laba. Hal tersebut dapat dilihat dari nilai probabilitas yang

dihasilkan variabel profitabilitas (X1) sebesar 0,041, leverage (X2)

sebesar 0,006, dan umur perusahaan (X3) sebesar 0,048 yang lebih

71

kecil dari 0,05 dan nilai probabilitas yang dihasilkan variabel ukuran

perusahaan (X4) sebesar 0,152 yang lebih besar dari 0,05.

Berdasarkan Tabel 4.9 dapat dilihat koefisiensi untuk persamaan

regresi berganda pada penelitian ini yang dapat disusun dalam

persamaan matematis sebagai berikut:

DA= -0,115 + 0,022 ROA + 0,071 LEV – 0,001 AGE+0,004 SIZE

+ 0,076

Berdasarkan persamaan regresi diatas, dapat diinterpretasikan sebagai

berikut:

1) Pada persamaan diatas diperoleh koefisien konstanta sebesar

-0,115, menunjukkan jika variabel independen dianggap tidak ada

maka tidak akan terjadi peningkatan manajemen laba sebesar

0,115.

2) Koefisien regresi untuk variabel profitabilitas sebesar 0,022,

menunjukkan bahwa setiap adanya kenaikan satu tingkatan dari

variabel profitabilitas dengan asumsi variabel lain tetap, maka akan

menaikkan manajemen laba sebesar 0,022.

3) Koefisien regresi untuk variabel leverage sebesar 0,071,


variabel leverage dengan asumsi variabel lain tetap, maka akan

menaikkan manajemen laba sebesar 0,071.

72

4) Koefisien regresi untuk variabel umur prusahaan sebesar -0,001,


variabel umur perusahaan dengan asumsi variabel lain tetap, maka

akan menurunkan manajemen laba sebesar 0,001.

5) Koefisien regresi untuk variabel ukuran perusahaan sebesar 0,004,


variabel ukuran perusahaan dengan asumsi variabel lain tetap,

maka akan menaikkan manajemen laba sebesar 0,004.

Berdasarkan hasil yang diperoleh dari tabel 4.9 yaitu pengujian

yang dilakukan secara parsial untuk menguji pengaruh dari masing-

masing variabel independen, maka hasil tersebut dapat dijelaskan

sebagai berikut:

1) Pengaruh Profitabilitas Terhadap Manajemen Laba

Hasil penelitian menunjukkan variabel profitabilitas yang

menggunakan proksi ROA (Return on Assets) berpengaruh positif

signifikan terhadap manajemen laba. Hal ini dibuktikan dengan

tingkat signifikansi yang diperoleh yaitu sebesar 0,041 lebih kecil

dari α = 5%.

Semakin tinggi profitabilitas yang dihasilkan suatu

perusahaan maka hal tersebut akan dapat berpengaruh terhadap

penerapan manajemen laba. Semakin tinggi return on assets

menunjukkan asset yang dimiliki perusahaan digunakan

73

semaksimal mungkin sehingga dapat memperoleh keuntungan.

Ketika laba yang dihasilkan perusahaan pada satu periode sangat

tinggi, maka akan terdapat kemungkinan terjadi penurunan laba

pada periode waktu berikutnya.

Hasil penelitian ini sesuai dengan bonus plan hypothesis

yang dipaparkan dalam teori akuntansi positif dimana ketika

perusahaan memperoleh laba yang semakin tinggi jauh diatas

jumlah yang disyaratkan untuk memperoleh bonus, manajer akan

mengatur laba agar laba yang dilaporkan tidak terlalu besar

sehingga kelebihan laba yang tidak dilaporkan dapat disajikan

untuk laporan laba periode berikutnya.

Selain itu, perusahaan tidak ingin minat investor dalam

membeli saham menjadi berkurang. Gordon (1964) menyatakan

bahwa kepuasan pemegang saham meningkat dengan adanya

penghasilan perusahaan yang stabil (Wibisana dan Ratnaningsih

2014:3). Guna menghindari kurangnya minat investor terhadap

saham perusahaan, maka perusahaan yang memiliki profitabilitas

tinggi cenderung akan melakukan manajemen laba dengan cara

perataan laba agar laba yang ditampilkan akan terlihat stabil.

Dengan demikian dapat dikatakan bahwa Ha1 diterima. Hasil

penelitian ini mendukung penelitian yang sebelumnya yang

74

dilakukan oleh Budhiasih (2008), Widyastuti (2009), Prabayanti

dan Yasa (2010), serta Wibisana dan Ratnaningsih (2014).

2) Pengaruh Leverage Terhadap Manajemen Laba

Hasil penelitian ini menunjukkan bahwa variabel leverage

berpengaruh positif terhadap penerapan manajemen laba. Hal ini

dibuktikan dengan hasil koefisien regresi yang menunjukkan nilai

positif sebesar 0,071 dengan signifikansi 0,006 yang berada

dibawah tingkat kepercayaan 5%. Oleh karena itu dapat dikatakan

bahwa variabel leverage berpengaruh signifikan positif terhadap

manajemen laba.

Semakin tinggi tingkat leverage perusahaan maka

manajemen laba yang dilakukan oleh manajemen juga akan

meningkat. Ketika perusahaan berada pada tingkat leverage yang

tinggi, berarti perusahaan dapat dikatakan berada dalam keadaan

insolvable, artinya perusahaan berada pada keadaan dimana

kekayaan yang dimiliki lebih kecil dibanding utangnya. Dengan

kata lain sebagian besar sumber pendanaan perusahaan berasal dari

utang. Nasiti dan Gumanti (2011) menyatakan bahwa

perusahaan dengan tingkat leverage yang tinggi tidak lagi

menggunakan pinjaman sebagai sumber dananya dan akan beralih

ke pendanaan ekuitas. Oleh karena itu, perusahaan tersebut harus

75

memiliki kinerja yang baik dan laba yang tinggi untuk menarik

minat calon investor.

Hal ini sesuai dengan hipotesis dalam perjanjian utang (debt

covenant hypothesis) yang menyatakan bahwa manajer termotivasi

melakukan manajemen laba untuk menghindari pelanggaran

perjanjian utang (Santoso dan Prasetyo, 2012:313). 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

mengatur jumlah labanya yang merupakan indicator kemampuan

perusahaan dalam menyelesaikan kewajiban hutangnya.

Berdasarkan hasil tersebut, dapat disimpulkan bahwa Ha2

diterima. Hasil penelitian ini konsisten dengan hasil penelitian

yang dilakukan oleh Dewi Saptantinah (2005), Wibisana dan

Ratnaningsih (2014), serta Yeni Januarsi dkk (2014) yang juga

menyatakan bahwa leverage berpengaruh positif signifikan

terhadap manajemen laba. Namun bertentangan dengan hasil

penelitian yang dilakukan oleh Jao dan Pagalung (2011), Prambudi

dan Sumantri (2014) serta Setyaningtyas dan Hadiprajitno (2014)

yang menyatakan bahwa leverage tidak berpengaruh signifikan


76

3) Pengaruh Umur Perusahaan Terhadap Manajemen Laba

Hasil penelitian menunjukkan bahwa umur perusahaan

berpengaruh signifikan negatif terhadap manajemen laba. Hal ini

dibuktikan dengan perolehan signifikansi variabel umur

perusahaan sebesar 0,048 yang berada dibawah tingkat signifikansi

5% dengan nilai koefisien regresi sebesar -0,001. Koefisiensi

regresi yang negatif menunjukkan hubungan negatif antara umur

perusahaan dengan manajemen laba. Hal ini dikarenakan

perusahaan yang masih berusia muda akan berusaha lebih

maksimal dalam mencari sumber pendanaan untuk dapat

membiayai kegiatan operasionalnya sehingga pemilihan metode

akuntansi yang sangat selektif dilakukan agar dapat

menggambarkan performa yang baik sehingga dapat menarik

minat dari para investor untuk menempatkan dananya pada

perusahaan tersebut.

Sedangkan perusahaan yang sudah berumur atau sudah

mapan tidak terlalu termotivasi untuk melakukan manajemen laba

karena perusahaan sudah memiliki sumber pendanaan yang tetap

sehingga kepentingan perusahaan lebih mengarah pada

mempertahankan investor dengan terus menerus memperbaiki

kinerja perusahaan sehingga terus dapat menghasilkan performa

yang baik sesuai dengan yang diharapkan investor.

77

Berdasarkan hasil yan diperoleh, maka dapat disimpulkan

bahwa Ha3 diterima. Hasil penelitian ini konsisten dengan

penelitian yang dilakukan oleh Zen dan Herman (2007) serta

penelitian Bestivano (2013) yang juga menyatakan umur

perusahaan berpengaruh signifikan negatif terhadap perataan laba

yang merupakan salah satu metode dalam manajemen laba.

4) Pengaruh Ukuran Perusahaan Terhadap Manajemen Laba

Hasil penelitian ini menunjukkan bahwa variabel ukuran

perusahaan tidak berpengaruh secara signifikan terhadap

manajemen laba. Hal ini dibuktikan dengan nilai probabilitas yang

diperoleh sebesar 0,152 yang berada diatas tingkat signifikansi 5%.

Artinya ukuran perusahaan secara empiris tidak terbukti

berpengaruh terhadap tindakan manajemen laba.

Berdasarkan hasil yang diperoleh, maka dapat disimpulkan

bahwa Ha4 ditolak. Hal ini berarti bahwa ukuran perusahaan yang

diukur dengan logaritma natural total asset belum mampu

mendeteksi adanya pengaruh terhadap manajemen laba yang

dilakukan oleh perusahaan.

Menurut Lusi (2014:20) pengawasan yang ketat dari

pemerintah, analis, dan investor yang ikut menjalankan perusahaan

menyebabkan manajer tidak berani melakukan praktik perataan

laba yang merupakan salah satu teknik dalam manajemen laba. Hal

78

ini dikarenakan, dengan pengawasan yang ketat tersebut jika

manajer melakukan prakik perataan laba besar kemungkinan akan

diketahui oleh pemerintah, analis, dan investor sehingga hal ini

dapat merusak citra dan kredibilitas manajer perusahaan tersebut.

Khazan faozi (2003) dalam Lusi (2014:20) menyatakan

bahwa ukuran perusahaan tidak menjadi pertimbangan satu-

satunya bagi para investor dalam pengambilan keputusan investasi,

tapi masih terdapat factor-faktor lain yang lebih penting untuk

dipertimbangkan dalam pengambilan keputusan investasi seperti

tingkat keuntungan, prospek usaha perusahaan dimasa yang akan

dating dan lain sebagainya. Sifat investor Indonesia adalah

spekulatif dan cenderung capital gain. Apalagi kondisi

perusahaan-perusahaan di Indonesia, dengan besarnya asset yang

dimiliki belum menjamin menghasilkan kinerja perusahaan yang

baik.

Hasil penelitian ini konsisten dengan penelitian yang

dilakukan oleh Nasution dan Setiawan (2007), Siti Nayiroh (2013),

Lusi (2014), dan Setyaningtyas dan Hadiprajitno (2014) yang juga

menyatakan ukuran tidak berpengaruh signifikan terhadap

manajemen laba. Namun tidak mendukung penelitian yang

dilakukan oleh Nuryaman (2008), Nur Azlina (2010), Prambudi

dan Sumantri (2014), serta Jao dan Pagalung (2014) yang

79

menyatakan terdapat pengaruh signifikan antara ukuran

perusahaan terhadap manajemen laba.

Berdasarkan pemaparan diatas, maka dapat dilihat ringkasan

hasil penelitian sebagai berikut:

Tabel 4.10

Ringkasan Hasil Penelitian

Variabel Independen Variabel Dependen

Profitabilitas Berpengaruh signifikan positif

Leverage Berpengaruh signifikan positif

Umur Perusahaan Berpengaruh signifikan negatif

Ukuran Perusahaan Tidak berpengaruh signifikan

positif

80

BAB V

PENUTUP

A. Kesimpulan

Penelitian ini meneliti mengenai pengaruh profitabilitas, leverage, umur,

dan ukuran perusahaan sebagai variabel independen (bebas) terhadap manajemen

laba sebagai variabel dependen (terikat). Analisis yang digunakan dalam

penelitian ini yaitu analisis statistik deskriptif dan analisis regresi berganda, dan

menggunakan uji asumsi klasik untuk menguji kelayakan dari model regresi yang

digunakan. Data sampel yang digunakan adalah perusahaan manufaktur yang

terdaftar di BEI selama periode 2010-2013.

Berdasarkan hasil penemuan dan pembahasan pada bab sebelumnya, dapat

diambil beberapa kesimpulan atas penelitian ini, yaitu:

1. Variabel profitabilitas yang diproksikan dengan menggunakan ROA (Return

On Assets) berpengaruh signifikan terhadap manajemen laba. Hasil penelitian

ini konsisten dengan hasil penelitian sebelumnya yang dilakukan oleh

Wibisana dan Ratnaningsih (2014) yang menyatakan bahwa profitabilitas

berpengaruh signifikan terhadap manajemen laba.

2. Variabel leverage berengaruh signifikan terhadap manajmen laba pada suatu

perusahaan. Hasil penelitian ini konsisten dengan hasil penelitian yang

dilakukan oleh Dewi Saptantinah (2005), Wibisana dan Ratnaningsih (2014),

81

serta Yeni Januarsi dkk (2014) yang juga menyatakan bahwa leverage

berpengaruh signifikan terhadap manajemen laba.

3. Variabel umur perusahaan berpengaruh signifikan terhadap manajemen laba

pada suatu perusahaan. Hasil penelitian ini konsisten dengan penelitian yang

dilakukan oleh Zen dan Herman (2007) serta penelitian Bestivano (2013)

yang juga menyatakan umur perusahaan berpengaruh signifikan terhadap

perataan laba yang merupakan salah satu metode dalam manajemen laba.

4. Variabel ukuran perusahaan tidak berpengaruh signifikan terhadap

manajemen laba pada suatu perusahaan. Hasil penelitian ini konsisten dengan

penelitian yang dilakukan oleh Nasution dan Setiawan (2007), Siti Nayiroh

(2013), dan Setyaningtyas dan Hadiprajitno (2014) yang juga menyatakan

ukuran tidak berpengaruh signifikan terhadap manajemen laba.

B. Saran

Penelitian mengenai manajemen laba selanjutnya dimasa yang akan datang

diharapkan mampu menghasilkan hasil yang lebih baik dan nyata yang benar-

benar mencerminkan keadaan yang sebenarnya, dengan mempertimbangkan

beberapa saran sebagai berikut:

1. Penelitian selanjutnya disarankan untuk meneliti lebih dalam mengenai

faktor-faktor yang dapat mempengaruhi manajemen laba dengan

menggunakan variabel independen yang berbeda, seperti menggunakan

variabel good corporate governance yang secara teori diharapkan dapat

82

mengurangi penerapan manajemen laba atau peneliti dapat memilih variabel

lain yang diperkirakan berhubungan dengan praktik manajemen laba tersebut.

2. Penelitian selanjutnya diharapkan dapat menggunakan proksi lain yang

dianggap lebih baik dalam mendeteksi tindak manajemen laba yang dilakukan

oleh perusahaan. Model Modified Jones dapat menjadi salah satu pilihan atau

model lain yang lebih sederhana.

3. Penelitian selanjutnya diharapkan dapat memperluas penggunaan sampel agar

hasil penelitian dapat digeneralisasi, seperti menggunakan seluruh perusahaan

yang terdaftar di BEI yang terdiri dari berbagai macam sektor disertai dengan

rentang waktu penelitian yang lebih panjang.

83

DAFTAR PUSTAKA

Agustina dan Rice. “Analisa Faktor-Faktor yang Mempengaruhi Tindakan

Manajemen Laba Pada Perusahaan Indeks Kompas 100 yang Terdaftar di

Bursa Efek Indonesia”. Jurnal Wira Ekonomi Mikrosil Vol. 2 No. 2. 2012.

Anthony dan Govindarajan. “Management Control System”. Penerjemah: F.X.

Kurniawan Tjakrawala dan Krista. Edisi 11. Salemba Empat. Buku 2. 2005.

Aryani, Dwi Septa. “Manajemen Laba Pada Perusahaan Manufaktur di Bursa Efek

Indonesia”. Jurnal Ekonomi dan Informasi Akuntansi Vol. 1 No. 2. 2011.

Azlina, Nur. “Analisis Faktor-Faktor yang Mempengaruhi Manajemen Laba”. Pekbis

Jurnal Vol 2 No. 3. 2010.

Belkaoui, A.Riahi. “Accounting Theory Edisi 5”. Buku 2. Salemba Empat. 2007.

Bestivano, Wildham. “Pengaruh Ukuran Perusahaan, Umur Perusahaan,

Profitabilitas, Leverage, Terhadap Perataan Laba Pada Perusahaan yang

Terdaftar di BEI”. E-Journal Universitas Negeri Padang. 2013.

Dewi, Made Yustiari dan Sujana, I Ketut. “Pengaruh Ukuran Perusahaan dan

Profitabilitas Pada Praktik Perataan Laba dengan Jenis Industri Sebagai

Variabel Pemoderasi di Bursa Efek Indonesia”. E-Journal Akuntansi

Universitas Udayana. 2014.

Ghozali, Imam. “Analisis Multivariat dengan Program SPSS”. Semarang: Badan

Penerbit Universitas Diponegoro. 2013.

Hastuti, Sri. “Titik Krisis Manajemen Laba Pada Perubahan Tahap Life Cycle

Perusahaan: Analisis Manajemen Laba Riil Dibandingkan dengan Manajemen

Laba Akrual”. Simposium Naional Akuntansi XIV. Aceh. 2011.

Hwihanus dan H. Qurba.. “Faktor – Faktor Yang Mempengaruhi Manajemen Laba

Pada Perusahaan Industri Yang Terdaftar Di BEI”. Jurnal Ekonomi Dan

Bisnis. Vol.14, No.1, Januari 2010. Hal.1-6. 2010.

Healy, P. M. “The Effect of Bonus Schemes on Accounting Decisions”. Journal of

Accounting and Economics.10: 85-107. 1985.

84

Hery. “Teori Akuntansi Edisi 1”. Kencana Perdana Media Grup. 2009

Irawati. “Manajemen Keuangan”. Bandung: PUSTAKA. 2006.

Januarsi, Yeni., Teny Badina dan Dian Febrianti. “Leverage, Corporate Strategy and

Earnings Management: Case of Indonesia”. GSTF International Journal on

Business Review Vol. 3 No. 2. 2014.

Jao, Robert dan Pagalung, Gagaring. “Corporate Governance, Ukuran Perusahaan,

dan Leverage Terhadap Manajemen Laba Perusahaan Manufaktur Indonesia”.

Jurnal Akuntansi & Auditing Vol 8 No. 1. 2011.

Kesatria, Heni. “Pengaruh Struktur Kepemilikan dan Good Corporate Governance

Terhadap Jenis Earnings Management Pada Perusahaan Manufaktur yang

Terdaftar di BEI Periode 2009-2011”. Jurnal Ilmiah Mahasiswa Universitas

Surabaya Vol 2 No. 2. 2013.

Machfoedz, Mas’ud. “Financial Ratio Analysis and The Prediction of Earnings

Changes in Indonesia”. Yogyakarta: Gajahmada University Business Review,

No.7/III. 1994.

Makaombohe, Y.Y, Sifrid S.P, dan Victorina Z.T. “Ukuran Perusahaan Terhadap

Manajemen Laba Pada Perbankan yang Terdaftar di Bursa Efek Indonesia

Periode 2008-2011”. Jurnal EMBA Vol. 2 No. 1. 2014.

Moeljadi. “Manajemen Keuangan Pendekatan Kuantitatif dan Kualitatif jilid I”.

Bayumedia Publishing. Malang. 2006.

Muliati, Ni Ketut. “Pengaruh Asimetri Informasi dan Ukuran Perusahaan Pada

Praktik Manajemen Laba di Perusahaan Perbankan yang Terdapad di Bursa

Efek Indonesia”. Tesis. Program Magister Universitas Udayana Denpasar,

2011.

Nayiroh, Siti. “Analisis Faktor-Faktor yang Mempengaruhi Praktik Manajemen

Laba”. E-Journal Universitas Dian Nuswantoro Semarang. 2013.

Noviana R. S dan Yuyyetta. “Analisis Faktor-Faktor yang Mempengaruhi Praktik

Perataan Laba”. Jurnal Akuntansi & Auditing Vol. 8 No. 1. 2011.

85

Noviardhi, M. Taufiq dan Hadiprajitno B.P. “Analisis Pengaruh Tata Kelola

Perusahaan Terhadap Manajemen Laba”. Diponegoro Journal of Accounting

Vol. 2 No. 2. 2013.

Nugroho, Elfianto dan Irene Rini Demi Pangestuti. “Analisis Pengaruh Likuiditas,

Pertumbuhan Penjualan, Perputaran Modal Kerja, Ukuran Perusahaan dan

Leverage terhadap Profitabilitas Perusahaan”. Jurnal Akuntansi dan

Keuangan. 2010.

Nuryaman. “Pengaruh Konsentrasi Kepemilikan, Ukuran Perusahaan, dan

Mekanisme Corporate Governance Terhadap Manajemen laba”. E-Journal

Universitas Widyatama Bandung. 2008.

Prambudi, E. Januar dan Sumantri, A. Farid. “Kualitas Audit, Ukuran Perusahaan,

dan Leverage Terhadap Manajemen Laba”. SNA XVII Mataram. 2014.

Rachadi, D.A dan Handayani, RR. Sri. “Pengaruh Ukuran Perusahaan Terhadap

Manajemen Laba”. Jurnal Bisnis dan Akuntansi Vol. 11 No. 1. 2009.

Rahmawati, dkk. “Pengaruh Asimetri Informasi terhadap Praktik Manajemen Laba

pada Perusahaan Perbankan Publik yang Terdaftar di Bursa Efek Jakarta”.

Jurnal Simposium Nasional Akuntansi (SNA) IX. Padang. 2006.

Riyanto, Bambang, “Dasar-dasar Pembelanjaan Perusahaan”, Yogyakarta, BFE

UGM. 2001.

Rodoni, Ahmad dan Ali, Herni. “Manajemen Keuangan”. Jakarta: Mitra Wacana

Media, 2010.

Santoso, Eko Budi dan Prasetyo, Yogi. “Perbedaan Perilaku Manajemen Laba

Berdasrkan Pada Perbedaan Life cycle dan Leverage Perusahaan”. Forum

Bisnis dan Keuangan I. 2012.

Sari, Lusy Rahma. “Pengaruh Ukuran Perusahaan dan Struktur Kepemilikan

Terhadap Praktik Perataan Laba Pada Perusahaan Manufaktur yang Terdaftar

di Bursa Efek Indonesia”. Artikel Universitas Negeri Padang. 2014.

Sartono, Agus. “Manajemen Keuangan Teori dan Aplikasi”. Edisi Empat.

Yogyakarta: BPFE. 2010.

86

Saptantinah, Dewi. “Analisis Faktor- Faktor yang Menmpengaruhi Motivasi

Manajemen Laba di Seputar Right Issue”. Simposium Nasional Akuntansi

VIII, Solo, 2005.

Scott, W.R. “Financial Accounting Theory”. Prentice Hall Inc, New Jersey. 2000.

Scott, William R. “Financial Acconting theory”. 4th Edition. Canada Inc : Pearson

Education. 2006.

Setyaningtyas, Ina dan Hadiprajitno, Basuki. “Analisis Faktor-Faktor yang

Mempengaruhi Perataan Laba (Income Smoothing)”. Diponegoro Journal Of

Accounting Vol. 03 No. 02. 2014.

Shanti, J.C. dan C. Bintang Hari Yudhanti. “Pengaruh Set Kesempatan Investasi dan

Leverage Finansial terhadap Manajemen Laba”. Jurnal Ekonomi Bisnis dan

Akuntansi Ventura Vol 10 No 3. h. 49-70. 2007.

Siregar dan Utama. “Pengaruh Struktur Kepemilikan, Ukuran Perusahaan, dan

Praktek Corporate Governance Terhadap Pengelolaan Laba (Earnings

Management)”. SNA VIII Solo. 2005.

Sugiyono. “Metode Penelitian Bisnis”. Penerbit CV. Alfabeta, Bandung. 2007.

Sugiyono, “Metode Penelitian Kuantitatif, Kualitatif dan R & D”. Penerbit Alfabeta,

Bandung. 2008.

Sulistiawan, D., Januarsi, Y., & Alvia, L. “Creative Accounting”. Salemba Empat.

2011.

Sulistyanto, Sri. “Manajemen Laba: Teori dan Model Empiris”. PT. Gramedia

Widiasarana Indonesia. Jakarta. 2008.

Suryandari, Ni Nyoman. “Analisis Faktor-Faktor yang Mempengaruhi Income

Smoothing”. Media Komunikasi FIS Vol. 11 No. 1 h. 196-205. 2012.

Van Horne, James C dan Jhon M. Wachowicz. “Prinsip-Prinsip Manajemen

Keuangan”. Buku Dua. Edisi Keduabelas. Jakarta: Salemba Empat. 2007.

87

Wardani, T. Dini dan Masodah. “Pengaruh Asimetri Informasi, Struktur Kepemilikan

Manajerial, dan Leverage Terhadap Praktik Manajemen Laba Dalam Industri

Perbankan di Indonesia” Proceeding PESAT (Psikologi, Ekonomi, Sastra,

Arsitektur, & Sipil) Vol. 4. 2011.

Wibisana, Imas Danar dan Ratnaningsih, Dewi. “Analisis Faktor-Faktor yang

Mempengaruhi Arah Manajemen Laba Studi Pada Perusahaan Manufaktur

yang Terdaftar di BEI 200-2013” E-Journal Universitas Atma Jaya

Yogyakarta. 2014.

Widyaningdyah, Agnes Utari. “Analisis Faktor-Faktor yang Berpengaruh Terhadap

Earning Management Pada Perusahaan Go Public Di Indonesia”. Jurnal

Akuntansi & Keuangan Vol. 3, No. 2. 2001.

Zen, Sri Daryanti dan Herman, Merry “Pengaruh Harga Saham, Umur Perusahaan,

dan Rasio Profitabilitas Perusahaan Terhadap Tindakan Perataan Laba yang

Dilakukan Oleh Perusahaan Perbankan yang Terdaftar di Bursa Efek Jakarta”

Jurnal Akuntansi dan Manajemen Vol. 2 No. 2. 2007.

Sumber lain:

http://www.idx.co.id/ (diakses pada tanggal 12 Januari 2015 pukul 19.30 WIB)

Siaran Pers BAPEPAM, 27 Desember 2002. (diakses melalui: www.bapepam.go.id

diakses pada 24 April 2015 pukul 10.28 WIB)

http://www.idx.co.id/

http://www.bapepam.go.id/

88

LAMPIRAN 1

DATA SAMPEL

89

DAFTAR SAMPEL PENELITIAN

No. Kode

Saham

Tahun

Berdiri Nama Perusahaan

1. SMCB 1971 PT. Holcim Indonesia Tbk.

2. INTP 1985 PT. Indocement Tunggal Prakarsa Tbk. [S]

3. SMGR 1953 PT. Semen Gresik (Persero) Tbk. [S]

4. ARNA 1993 PT. Arwana Citramulia Tbk. [S]

5. AMFG 1971 PT. Asahimas Flat Glass Tbk. [S]

6. TOTO 1977 PT. Surya Toto Indonesia Tbk

7. ALMI 1978 PT. Alumindo Light Metal Industry Tbk.

8. BTON 1995 PT. Betonjaya Manunggal Tbk. [S]

9. GDST 1989 PT. Gunawan Dianjaya Steel Tbk.

10. INAI 1971 PT. Indal Aluminium Industry Tbk.

11. JPRS 1973 PT. Jaya Pari Steel Tbk

12. LION 1972 PT. Lion Metal Works Tbk. [S]

13. LMSH 1982 PT. Lion Mesh Prima Tbk. [S]

14. PICO 1983 PT. Pelangi Indah Canindo Tbk.

15. EKAD 1981 PT. Ekadharma International Tbk. [S]

16. SRSN 1982 PT. Indo Acidatama Tbk. [S]

17. APLI 1992 PT. Asiaplast Industries Tbk.

18. TRST 1979 PT. Trias Sentosa Tbk.

19. YPAS 1995 PT. Yanaprima Hastapersada Tbk.

20. CPIN 1972 PT. Charoen Pokphand Indonesia Tbk.

21. JPFA 1971 PT. JAPFA Comfeed Indonesia Tbk.

22. MAIN 1997 PT. Malindo Feedmill Tbk.

23. SIPD 1985 PT. Sierad Produce Tbk. [S]

90

24. SPMA 1976 PT. Suparma Tbk.

25. ASII 1957 PT. Astra International Tbk. [S]

26. AUTO 1991 PT. Astra Otoparts Tbk. [

27. GJTL 1951 PT. Gajah Tunggal Tbk.

28. IMAS 1987 PT. Indomobil Sukses Internasional Tbk. **)

29. INDS 1978 PT. Indospring Tbk.

30. LPIN 1982 PT. Multi Prima Sejahtera Tbk. [S]

31. NIPS 1975 PT. Nipress Tbk. **)

32. PRAS 1984 PT. Prima Alloy Steel Universal Tbk

33. SMSM 1976 PT. Selamat Sempurna Tbk.

34. BATA 1931 PT. Sepatu Bata Tbk.

35. KBLM 1979 PT. Kabelindo Murni Tbk.

36. KBLI 1972 PT. KMI Wire and Cable Tbk.

37. VOKS 1971 PT. Voksel Electric Tbk.

38. ADES 1985 PT. Akasha Wira International Tbk.

39. DLTA 1970 PT. Delta Djakarta Tbk.

40. ICBP 2009 PT. Indofood CBP Sukses Makmur Tbk.

41. INDF 1990 PT. Indofood Sukses Makmur Tbk

42. MYOR 1977 PT. Mayora Indah Tbk. [S]

43. MLBI 1929 PT. Multi Bintang Indonesia Tbk.

44. PSDN 1974 PT. Prashidha Aneka Niaga Tbk.

45. SKLT 1976 PT. Sekar Laut Tbk. [S]

46. STTP 1987 PT. Siantar TOP Tbk. [S]

47. AISA 1990 PT. Tiga Pilar Sejahtera Food Tbk.

48. ULTJ 1971 PT. Ultra Jaya Milk Tbk [S]

49. GGRM 1958 PT. Gudang Garam Tbk.

50. HMSP 1963 PT. HM Sampoerna Tbk.

51. KLBF 1966 PT. Kalbe Farma Tbk. [S]

91

52. KAEF 1969 PT. Kimia Farma (Persero) Tbk.

53. TCID 1969 PT. Mandom Indonesia Tbk. [S]

54. UNVR 1933 PT. Unilever Indonesia Tbk.

92

Daftar Perusahaan yang Menerbitkan Laporan Keuangan Secara Lengkap

Periode 2009-2013

No. Kode

Saham 2009 2010 2011 2012 2013

1. SMCB √ √ √ √ √

2. INTP √ √ √ √ √

3. SMGR √ √ √ √ √

4. ARNA √ √ √ √ √

5. AMFG √ √ √ √ √

6. TOTO √ √ √ √ √

7. ALMI √ √ √ √ √

8. BTON √ √ √ √ √

9. GDST √ √ √ √ √

10. INAI √ √ √ √ √

11. JPRS √ √ √ √ √

12. LION √ √ √ √ √

13. LMSH √ √ √ √ √

14. PICO √ √ √ √ √

15. EKAD √ √ √ √ √

16. SRSN √ √ √ √ √

17. APLI √ √ √ √ √

18. TRST √ √ √ √ √

19. YPAS √ √ √ √ √

20. CPIN √ √ √ √ √

21. JPFA √ √ √ √ √

22. MAIN √ √ √ √ √

23. SIPD √ √ √ √ √

24. SPMA √ √ √ √ √

25. ASII √ √ √ √ √

26. AUTO √ √ √ √ √

27. GJTL √ √ √ √ √

28. IMAS √ √ √ √ √

29. INDS √ √ √ √ √

30. LPIN √ √ √ √ √

93

31. NIPS √ √ √ √ √

32. PRAS √ √ √ √ √

33. SMSM √ √ √ √ √

34. BATA √ √ √ √ √

35. KBLM √ √ √ √ √

36. KBLI √ √ √ √ √

37. VOKS √ √ √ √ √

38. ADES √ √ √ √ √

39. DLTA √ √ √ √ √

40. ICBP √ √ √ √ √

41. INDF √ √ √ √ √

42. MYOR √ √ √ √ √

43. MLBI √ √ √ √ √

44. PSDN √ √ √ √ √

45. SKLT √ √ √ √ √

46. STTP √ √ √ √ √

47. AISA √ √ √ √ √

48. ULTJ √ √ √ √ √

49. GGRM √ √ √ √ √

50. HMSP √ √ √ √ √

51. KLBF √ √ √ √ √

52. KAEF √ √ √ √ √

53. TCID √ √ √ √ √

54. UNVR √ √ √ √ √

94

KODE

ASSETS 2010 LN ASSET

ASSET 2011

LN ASSET

ASSET 2012

LN

ASSETS

ASSET 2013

LN

ASSETS

SMCB 10,437,000,000,000 29.9763783 10,951,000,000,000 30.02445189 12,169,000,000,000 30.12991285 14,895,000,000,000 30.3320467

INTP 15,346,000,000,000 30.36187597 18,151,000,000,000 30.52974677 22,755,000,000,000 30.75580602 26,607,000,000,000 30.91219545

SMGR 15,563,000,000,000 30.37591742 19,662,000,000,000 30.60970895 26,579,000,000,000 30.91114255 30,793,000,000,000 31.05830851

ARNA 873,000,000,000 27.49520139 832,000,000,000 27.44709828 937,000,000,000 27.56594912 1,135,000,000,000 27.75765377

AMFG 2,373,000,000,000 28.49517609 2,691,000,000,000 28.62093399 3,115,000,000,000 28.76725027 3,539,000,000,000 28.89486532

TOTO 1,092,000,000,000 27.71903199 1,340,000,000,000 27.92369073 1,523,000,000,000 28.05170319 1,746,000,000,000 28.18834857

ALMI 1,504,000,000,000 28.03914934 1,792,000,000,000 28.21435343 1,882,000,000,000 28.26335616 2,752,000,000,000 28.64334904

BTON 90,000,000,000 25.22307551 119,000,000,000 25.50238933 145,000,000,000 25.69999958 176,000,000,000 25.89374983

GDST 1,075,000,000,000 27.70334178 977,000,000,000 27.60775249 1,164,000,000,000 27.78288347 1,191,000,000,000 27.80581441

INAI 389,000,000,000 26.68684518 544,000,000,000 27.02221508 612,000,000,000 27.13999812 766,000,000,000 27.36444801

JPRS 411,000,000,000 26.74185905 438,000,000,000 26.80548475 399,000,000,000 26.71222725 377,000,000,000 26.65551102

LION 304,000,000,000 26.44029354 366,000,000,000 26.62589917 433,000,000,000 26.79400356 499,000,000,000 26.93587193

LMSH 78,000,000,000 25.07997466 98,000,000,000 25.30823332 129,000,000,000 25.58307824 142,000,000,000 25.67909289

PICO 570,000,000,000 27.0689022 562,000,000,000 27.05476769 595,000,000,000 27.11182724 621,000,000,000 27.15459692

EKAD 204,000,000,000 26.04138583 238,000,000,000 26.19553651 274,000,000,000 26.33639394 344,000,000,000 26.56390749

SRSN 364,000,000,000 26.6204197 361,000,000,000 26.6121438 402,000,000,000 26.71971793 421,000,000,000 26.76589867

APLI 335,000,000,000 26.53739637 333,000,000,000 26.53140833 334,000,000,000 26.53440683 304,000,000,000 26.44029354

TRST 2,030,000,000,000 28.33905691 2,132,000,000,000 28.38808162 2,188,000,000,000 28.414009 3,261,000,000,000 28.81305501

YPAS 201,000,000,000 26.02657075 224,000,000,000 26.13491189 349,000,000,000 26.57833776 614,000,000,000 27.14326077

CPIN 6,518,000,000,000 29.5055887 8,848,000,000,000 29.81121256 12,349,000,000,000 30.1445962 15,722,000,000,000 30.38608212

JPFA 6,980,000,000,000 29.57407003 8,266,000,000,000 29.74317183 10,961,000,000,000 30.02536463 14,918,000,000,000 30.33358965

MAIN 966,000,000,000 27.59642967 1,328,000,000,000 27.91469517 1,800,000,000,000 28.21880778 2,214,000,000,000 28.42582195

SIPD 2,056,000,000,000 28.35178346 2,642,000,000,000 28.60255732 3,298,000,000,000 28.82433734 3,156,000,000,000 28.78032652

SPMA 1,490,000,000,000 28.02979724 1,552,000,000,000 28.07056554 1,664,000,000,000 28.14024546 1,767,000,000,000 28.20030431

ASII 112,857,000,000,000 32.35714265 153,521,000,000,000 32.66485848 182,274,000,000,000 32.83653217 213,994,000,000,000 32.99696909

AUTO 5,586,000,000,000 29.35128458 6,964,000,000,000 29.57177514 8,882,000,000,000 29.81504787 12,618,000,000,000 30.16614548

GJTL 10,372,000,000,000 29.97013098 11,554,000,000,000 30.07805281 12,870,000,000,000 30.18592014 15,351,000,000,000 30.36220173

IMAS 7,985,000,000,000 29.7085859 12,914,000,000,000 30.18933311 17,578,000,000,000 30.49766924 22,315,000,000,000 30.73628021

INDS 771,000,000,000 27.37095421 1,140,000,000,000 27.76204938 1,665,000,000,000 28.14084624 2,197,000,000,000 28.41811391

DATA UKURAN PERUSAHAAN (Ln Total Assets )

95

KODE

ASSETS 2010 LN ASSET

ASSET 2011

LN ASSET

ASSET 2012

LN

ASSETS

ASSET 2013

LN

ASSETS

LPIN 151,000,000,000 25.74054567 157,000,000,000 25.77951164 172,000,000,000 25.87076031 196,000,000,000 26.0013805

NIPS 338,000,000,000 26.54631173 447,000,000,000 26.82582443 526,000,000,000 26.98856705 798,000,000,000 27.40537443

PRAS 455,000,000,000 26.84356326 482,000,000,000 26.90120995 577,000,000,000 27.0811081 796,000,000,000 27.40286502

SMSM 1,067,000,000,000 27.69587209 1,137,000,000,000 27.75941433 1,441,000,000,000 27.99635843 1,701,000,000,000 28.16223743

BATA 484,000,000,000 26.90535074 517,000,000,000 26.97130871 574,000,000,000 27.07589523 681,000,000,000 27.24682814

KBLM 403,000,000,000 26.7222024 643,000,000,000 27.18941056 723,000,000,000 27.30667506 654,000,000,000 27.20637319

KBLI 595,000,000,000 27.11182724 1,084,000,000,000 27.71167902 1,162,000,000,000 27.78116377 1,326,000,000,000 27.91318801

VOKS 1,126,000,000,000 27.74969265 1,573,000,000,000 28.08400574 1,698,000,000,000 28.1604722 1,956,000,000,000 28.30192269

ADES 324,000,000,000 26.50400935 316,000,000,000 26.47900805 389,000,000,000 26.68684518 441,000,000,000 26.81231071

DLTA 709,000,000,000 27.28712136 696,000,000,000 27.2686155 745,000,000,000 27.33665006 867,000,000,000 27.48830481

ICBP 13,361,000,000,000 30.22336113 15,223,000,000,000 30.35382856 17,753,000,000,000 30.50757563 21,267,000,000,000 30.68817769

INDF 47,276,000,000,000 31.48702388 53,586,000,000,000 31.61230896 59,324,000,000,000 31.71403506 78,093,000,000,000 31.98892154

MYOR 4,399,000,000,000 29.11239836 6,600,000,000,000 29.51809076 8,303,000,000,000 29.74763801 9,710,000,000,000 29.9041774

MLBI 1,137,000,000,000 27.75941433 1,221,000,000,000 27.83069131 1,152,000,000,000 27.77252068 1,782,000,000,000 28.20875744

PSDN 415,000,000,000 26.75154436 421,000,000,000 26.76589867 683,000,000,000 27.2497607 682,000,000,000 27.24829549

SKLT 199,000,000,000 26.01657066 214,000,000,000 26.08924185 250,000,000,000 26.24472675 302,000,000,000 26.43369285

STTP 649,000,000,000 27.19869855 935,000,000,000 27.56381237 1,250,000,000,000 27.85416467 1,470,000,000,000 28.01628352

AISA 1,937,000,000,000 28.2921615 3,590,000,000,000 28.90917332 3,868,000,000,000 28.98375869 5,021,000,000,000 29.24465023

ULTJ 2,007,000,000,000 28.32766219 2,179,000,000,000 28.40988717 2,421,000,000,000 28.51520179 2,812,000,000,000 28.66491709

GGRM 30,742,000,000,000 31.05665091 39,089,000,000,000 31.29686221 41,509,000,000,000 31.35693139 50,770,000,000,000 31.55832674

HMSP 20,525,000,000,000 30.65266477 19,376,000,000,000 30.5950563 26,248,000,000,000 30.89861091 27,405,000,000,000 30.94174659

KLBF 7,032,000,000,000 29.58149228 8,275,000,000,000 29.74426004 9,418,000,000,000 29.87364387 11,315,000,000,000 30.0571504

KAEF 1,657,000,000,000 28.13602985 1,794,000,000,000 28.21546888 2,081,000,000,000 28.36386966 2,471,000,000,000 28.53564404

TCID 1,047,000,000,000 27.67695005 1,131,000,000,000 27.75412331 1,262,000,000,000 27.86371888 1,466,000,000,000 28.01355872

UNVR 8,701,000,000,000 29.79445908 10,482,000,000,000 29.98068062 11,985,000,000,000 30.11467698 13,348,000,000,000 30.22238768

96

DATA LEVERAGE PERUSAHAAN

KODE

SAHAM LIABILITIES 2010 ASSETS 2010 LEV 2010 LIABILITIES 2011 ASSET 2011 LEV 2011

SMCB 3,611,246,000,000 10,437,000,000,000 0.346004216 3,423,241,000,000 10,951,000,000,000 0.312596201

INTP 2,245,548,000,000 15,346,000,000,000 0.146327903 2,417,380,000,000 18,151,000,000,000 0.133181643

SMGR 3,423,246,000,000 15,563,000,000,000 0.219960547 5,046,506,000,000 19,662,000,000,000 0.256662903

ARNA 458,094,000,000 873,000,000,000 0.524735395 348,334,000,000 832,000,000,000 0.418670673

AMFG 529,732,000,000 2,373,000,000,000 0.223233038 545,395,000,000 2,691,000,000,000 0.202673727

TOTO 460,601,000,000 1,092,000,000,000 0.421795788 579,029,000,000 1,340,000,000,000 0.432111194

ALMI 998,356,000,000 1,504,000,000,000 0.663800532 1,274,907,000,000 1,792,000,000,000 0.711443638

BTON 16,630,000,000 90,000,000,000 0.184777778 26,591,000,000 119,000,000,000 0.223453782

GDST 428,856,000,000 1,075,000,000,000 0.398935814 232,090,000,000 977,000,000,000 0.237553736

INAI 309,302,000,000 389,000,000,000 0.795120823 438,220,000,000 544,000,000,000 0.805551471

JPRS 111,147,000,000 411,000,000,000 0.270430657 100,029,000,000 438,000,000,000 0.228376712

LION 43,971,000,000 304,000,000,000 0.144641447 63,755,000,000 366,000,000,000 0.174193989

LMSH 31,415,000,000 78,000,000,000 0.40275641 40,816,000,000 98,000,000,000 0.416489796

PICO 394,769,000,000 570,000,000,000 0.692577193 373,926,000,000 562,000,000,000 0.665348754

EKAD 79,271,000,000 204,000,000,000 0.388583333 89,947,000,000 238,000,000,000 0.377928571

SRSN 135,752,000,000 364,000,000,000 0.372945055 108,942,000,000 361,000,000,000 0.301778393

APLI 146,756,000,000 335,000,000,000 0.438077612 105,491,000,000 333,000,000,000 0.31678979

TRST 791,576,000,000 2,030,000,000,000 0.389938916 806,029,000,000 2,132,000,000,000 0.378062383

YPAS 69,360,000,000 201,000,000,000 0.345074627 75,392,000,000 224,000,000,000 0.336571429

97

KODE


CPIN 2,036,240,000,000 6,518,000,000,000 0.312402577 2,658,734,000,000 8,848,000,000,000 0.300489828

JPFA 3,492,895,000,000 6,980,000,000,000 0.500414756 4,481,070,000,000 8,266,000,000,000 0.542108638

MAIN 710,475,000,000 966,000,000,000 0.735481366 905,977,000,000 1,328,000,000,000 0.682211596

SIPD 822,732,000,000 2,056,000,000,000 0.400161479 1,370,531,000,000 2,642,000,000,000 0.51874754

SPMA 771,648,000,000 1,490,000,000,000 0.517884564 800,316,000,000 1,552,000,000,000 0.515667526

ASII 54,168,000,000,000 112,857,000,000,000 0.479970228 77,683,000,000,000 153,521,000,000,000 0.50600895

AUTO 1,482,705,000,000 5,586,000,000,000 0.265432331 2,241,333,000,000 6,964,000,000,000 0.321845635

GJTL 6,844,970,000,000 10,372,000,000,000 0.659946973 7,123,318,000,000 11,554,000,000,000 0.616523974

IMAS 6,377,071,000,000 7,985,000,000,000 0.798631309 7,829,760,000,000 12,914,000,000,000 0.606300139

INDS 543,189,000,000 771,000,000,000 0.704525292 507,466,000,000 1,140,000,000,000 0.445145614

LPIN 44,001,000,000 151,000,000,000 0.291397351 39,116,000,000 157,000,000,000 0.249146497

NIPS 189,439,000,000 338,000,000,000 0.560470414 280,691,000,000 447,000,000,000 0.627944072

PRAS 317,889,000,000 455,000,000,000 0.698657143 342,115,000,000 482,000,000,000 0.709782158

SMSM 499,425,000,000 1,067,000,000,000 0.468064667 466,246,000,000 1,137,000,000,000 0.410066843

BATA 152,744,000,000 484,000,000,000 0.315586777 162,169,000,000 517,000,000,000 0.313673114

KBLM 175,594,000,000 403,000,000,000 0.435717122 398,591,000,000 643,000,000,000 0.619892691

KBLI 303,891,000,000 595,000,000,000 0.510741176 363,597,000,000 1,084,000,000,000 0.335421587

VOKS 740,456,000,000 1,126,000,000,000 0.657598579 1,076,394,000,000 1,573,000,000,000 0.684293706

ADES 224,615,000,000 324,000,000,000 0.693256173 190,302,000,000 316,000,000,000 0.602221519

DLTA 115,225,000,000 709,000,000,000 0.16251763 123,231,000,000 696,000,000,000 0.177056034

ICBP 3,999,132,000,000 13,361,000,000,000 0.299313824 4,513,084,000,000 15,223,000,000,000 0.296464823

INDF 22,423,117,000,000 47,276,000,000,000 0.474302331 21,975,708,000,000 53,586,000,000,000 0.410101668

98

KODE


MYOR 2,359,028,000,000 4,399,000,000,000 0.536264606 4,175,176,000,000 6,600,000,000,000 0.632602424

MLBI 665,714,000,000 1,137,000,000,000 0.58550044 690,545,000,000 1,221,000,000,000 0.565556921

PSDN 221,680,000,000 415,000,000,000 0.534168675 215,077,000,000 421,000,000,000 0.510871734

SKLT 81,070,000,000 199,000,000,000 0.407386935 91,338,000,000 214,000,000,000 0.426813084

STTP 201,934,000,000 649,000,000,000 0.311146379 444,701,000,000 935,000,000,000 0.475616043

AISA 1,346,881,000,000 1,937,000,000,000 0.695343831 1,757,492,000,000 3,590,000,000,000 0.489552089

ULTJ 705,472,000,000 2,007,000,000,000 0.35150573 776,735,000,000 2,179,000,000,000 0.356463974

GGRM 9,421,403,000,000 30,742,000,000,000 0.306466821 14,537,777,000,000 39,089,000,000,000 0.371914784

HMSP 10,309,671,000,000 20,525,000,000,000 0.502298222 9,174,554,000,000 19,376,000,000,000 0.473500929

KLBF 1,260,580,000,000 7,032,000,000,000 0.179263367 1,758,619,000,000 8,275,000,000,000 0.212521934

KAEF 543,257,000,000 1,657,000,000,000 0.327855763 541,737,000,000 1,794,000,000,000 0.301971572

TCID 98,758,000,000 1,047,000,000,000 0.094324737 110,452,000,000 1,131,000,000,000 0.097658709

UNVR 4,652,409,000,000 8,701,000,000,000 0.534698196 6,801,375,000,000 10,482,000,000,000 0.648862335

99

LANJUTAN (DATA LEVERAGE PERUSAHAAN)

KODE

SAHAM

LIABILITIES

2012 ASSET 2012 LEV 2012 LIABILITIES 2013 ASSET 2013 LEV 2013

SMCB 3,750,461,000,000 12,169,000,000,000 0.308197962 6,122,043,000,000 14,895,000,000,000 0.411013293

INTP 3,336,422,000,000 22,755,000,000,000 0.146623687 3,629,554,000,000 26,607,000,000,000 0.1364135

SMGR 8,414,229,000,000 26,579,000,000,000 0.316574326 8,988,908,000,000 30,793,000,000,000 0.291914006

ARNA 332,552,000,000 937,000,000,000 0.354911419 366,755,000,000 1,135,000,000,000 0.323132159

AMFG 658,332,000,000 3,115,000,000,000 0.211342536 778,666,000,000 3,539,000,000,000 0.220024301

TOTO 624,499,000,000 1,523,000,000,000 0.410045305 710,527,000,000 1,746,000,000,000 0.40694559

ALMI 1,293,685,000,000 1,882,000,000,000 0.687399044 2,094,737,000,000 2,752,000,000,000 0.761168968

BTON 31,922,000,000 145,000,000,000 0.220151724 37,319,000,000 176,000,000,000 0.212039773

GDST 371,047,000,000 1,164,000,000,000 0.3187689 307,084,000,000 1,191,000,000,000 0.257837112

INAI 483,006,000,000 612,000,000,000 0.78922549 639,564,000,000 766,000,000,000 0.834939948

JPRS 51,098,000,000 399,000,000,000 0.128065163 14,019,000,000 377,000,000,000 0.037185676

LION 61,668,000,000 433,000,000,000 0.142420323 82,784,000,000 499,000,000,000 0.1658998

LMSH 31,023,000,000 129,000,000,000 0.240488372 31,230,000,000 142,000,000,000 0.219929577

PICO 395,503,000,000 595,000,000,000 0.664710924 406,365,000,000 621,000,000,000 0.654371981

EKAD 81,916,000,000 274,000,000,000 0.298963504 105,894,000,000 344,000,000,000 0.307831395

SRSN 132,905,000,000 402,000,000,000 0.330609453 106,407,000,000 421,000,000,000 0.252748219

APLI 118,856,000,000 334,000,000,000 0.355856287 115,232,000,000 304,000,000,000 0.379052632

TRST 835,137,000,000 2,188,000,000,000 0.381689671 1,551,242,000,000 3,261,000,000,000 0.475695186

YPAS 184,849,000,000 349,000,000,000 0.529653295 443,067,000,000 614,000,000,000 0.721607492

CPIN 4,172,163,000,000 12,349,000,000,000 0.33785432 5,771,297,000,000 15,722,000,000,000 0.36708415

JPFA 6,198,137,000,000 10,961,000,000,000 0.565471855 9,672,368,000,000 14,918,000,000,000 0.64836895

MAIN 1,118,011,000,000 1,800,000,000,000 0.621117222 1,351,916,000,000 2,214,000,000,000 0.6106215

SIPD 2,021,381,000,000 3,298,000,000,000 0.612911158 1,870,560,000,000 3,156,000,000,000 0.59269962

100

KODE

SAHAM

LIABILITIES


SPMA 884,861,000,000 1,664,000,000,000 0.531767428 1,011,571,000,000 1,767,000,000,000 0.572479344

ASII 92,460,000,000,000 182,274,000,000,000 0.507258303 107,806,000,000,000 213,994,000,000,000 0.50378048

AUTO 3,396,543,000,000 8,882,000,000,000 0.382407453 3,058,924,000,000 12,618,000,000,000 0.242425424

GJTL 7,391,409,000,000 12,870,000,000,000 0.574313054 9,626,411,000,000 15,351,000,000,000 0.6270869

IMAS 11,869,219,000,000 17,578,000,000,000 0.675231483 15,655,152,000,000 22,315,000,000,000 0.701552857

INDS 528,206,000,000 1,665,000,000,000 0.317240841 443,653,000,000 2,197,000,000,000 0.201935822

LPIN 37,413,000,000 172,000,000,000 0.217517442 52,980,000,000 196,000,000,000 0.270306122

NIPS 310,716,000,000 526,000,000,000 0.590714829 562,462,000,000 798,000,000,000 0.704839599

PRAS 297,056,000,000 577,000,000,000 0.514828423 389,182,000,000 796,000,000,000 0.488922111

SMSM 620,876,000,000 1,441,000,000,000 0.430864677 694,304,000,000 1,701,000,000,000 0.408174015

BATA 186,620,000,000 574,000,000,000 0.325121951 194,762,000,000 681,000,000,000 0.285994126

KBLM 458,195,000,000 723,000,000,000 0.633741355 384,632,000,000 654,000,000,000 0.588122324

KBLI 316,557,000,000 1,162,000,000,000 0.272424269 450,373,000,000 1,326,000,000,000 0.339647813

VOKS 1,095,012,000,000 1,698,000,000,000 0.644883392 1,354,581,000,000 1,956,000,000,000 0.692526074

ADES 179,972,000,000 389,000,000,000 0.462652956 176,286,000,000 441,000,000,000 0.399741497

DLTA 147,095,000,000 745,000,000,000 0.197442953 190,483,000,000 867,000,000,000 0.219703576

ICBP 5,766,682,000,000 17,753,000,000,000 0.324828592 8,001,739,000,000 21,267,000,000,000 0.376251422

INDF 25,181,533,000,000 59,324,000,000,000 0.424474631 39,719,660,000,000 78,093,000,000,000 0.508619979

MYOR 5,234,656,000,000 8,303,000,000,000 0.630453571 5,771,077,000,000 9,710,000,000,000 0.594343666

MLBI 822,195,000,000 1,152,000,000,000 0.713710938 794,615,000,000 1,782,000,000,000 0.445911897

PSDN 273,034,000,000 683,000,000,000 0.399756955 264,233,000,000 682,000,000,000 0.387438416

SKLT 120,264,000,000 250,000,000,000 0.481056 162,339,000,000 302,000,000,000 0.537546358

STTP 670,149,000,000 1,250,000,000,000 0.5361192 775,931,000,000 1,470,000,000,000 0.527844218

AISA 1,834,123,000,000 3,868,000,000,000 0.474178645 2,664,051,000,000 5,021,000,000,000 0.530581757

101

KODE

SAHAM

LIABILITIES


ULTJ 744,274,000,000 2,421,000,000,000 0.307424205 796,474,000,000 2,812,000,000,000 0.28324111

GGRM 14,903,612,000,000 41,509,000,000,000 0.359045315 21,353,980,000,000 50,770,000,000,000 0.420602324

HMSP 12,939,107,000,000 26,248,000,000,000 0.49295592 13,249,559,000,000 27,405,000,000,000 0.483472323

KLBF 2,046,314,000,000 9,418,000,000,000 0.217276917 2,815,103,000,000 11,315,000,000,000 0.248793902

KAEF 643,493,000,000 2,081,000,000,000 0.30922297 847,585,000,000 2,471,000,000,000 0.34301295

TCID 164,751,000,000 1,262,000,000,000 0.130547544 282,962,000,000 1,466,000,000,000 0.193016371

UNVR 8,016,614,000,000 11,985,000,000,000 0.668887276 9,093,518,000,000 13,348,000,000,000 0.681264459

102

DATA PROFITABILITAS PERUSAHAAN

KODE

SAHAM NI 2010 ASSETS 2010 ROA2010 NI 2011 ASSET 2011 ROA 2011

SMCB 830,382,000,000 10,437,000,000,000 0.0795614 1,063,560,000,000 10,951,000,000,000 0.09712

INTP 3,224,681,000,000 15,346,000,000,000 0.2101317 3,601,516,000,000 18,151,000,000,000 0.19842

SMGR 3,659,114,000,000 15,563,000,000,000 0.2351162 3,955,273,000,000 19,662,000,000,000 0.201163

ARNA 80,114,000,000 873,000,000,000 0.0917686 95,949,000,000 832,000,000,000 0.115323

AMFG 330,973,000,000 2,373,000,000,000 0.1394745 336,995,000,000 2,691,000,000,000 0.12523

TOTO 193,798,000,000 1,092,000,000,000 0.1774707 218,124,000,000 1,340,000,000,000 0.162779

ALMI 43,723,000,000 1,504,000,000,000 0.0290711 54,784,000,000 1,792,000,000,000 0.030571

BTON 8,393,000,000 90,000,000,000 0.0932556 19,147,000,000 119,000,000,000 0.160899

GDST 154,624,000,000 1,075,000,000,000 0.1438363 99,675,000,000 977,000,000,000 0.102021

INAI 15,925,000,000 389,000,000,000 0.0409383 26,357,000,000 544,000,000,000 0.04845

JPRS 28,446,000,000 411,000,000,000 0.0692117 37,686,000,000 438,000,000,000 0.086041

LION 38,631,000,000 304,000,000,000 0.1270757 52,535,000,000 366,000,000,000 0.143538

LMSH 7,351,000,000 78,000,000,000 0.0942436 10,897,000,000 98,000,000,000 0.111194

PICO 12,063,000,000 570,000,000,000 0.0211632 12,630,000,000 562,000,000,000 0.022473

EKAD 26,213,000,000 204,000,000,000 0.1284951 26,149,000,000 238,000,000,000 0.10987

SRSN 9,830,000,000 364,000,000,000 0.0270055 23,988,000,000 361,000,000,000 0.066449

APLI 24,660,000,000 335,000,000,000 0.0736119 16,386,000,000 333,000,000,000 0.049207

TRST 136,727,000,000 2,030,000,000,000 0.0673532 144,001,000,000 2,132,000,000,000 0.067543

YPAS 21,186,000,000 201,000,000,000 0.1054030 16,621,000,000 224,000,000,000 0.074201

CPIN 2,219,861,000,000 6,518,000,000,000 0.3405739 2,362,497,000,000 8,848,000,000,000 0.267009

JPFA 1,091,279,000,000 6,980,000,000,000 0.1563437 671,474,000,000 8,266,000,000,000 0.081233

MAIN 179,906,000,000 966,000,000,000 0.1862381 204,966,000,000 1,328,000,000,000 0.154342

SIPD 61,160,000,000 2,056,000,000,000 0.0297471 23,452,000,000 2,642,000,000,000 0.008877

103

KODE


SPMA 29,621,000,000 1,490,000,000,000 0.0198799 33,076,000,000 1,552,000,000,000 0.021312

ASII 17,004,000,000,000 112,857,000,000,000 0.1506685 21,077,000,000,000 153,521,000,000,000 0.137291

AUTO 1,225,305,000,000 5,586,000,000,000 0.2193528 1,101,583,000,000 6,964,000,000,000 0.158183

GJTL 830,624,000,000 10,372,000,000,000 0.0800833 683,629,000,000 11,554,000,000,000 0.059168

IMAS 546,638,000,000 7,985,000,000,000 0.0684581 970,891,000,000 12,914,000,000,000 0.075181

INDS 71,109,000,000 771,000,000,000 0.0922296 120,415,000,000 1,140,000,000,000 0.105627

LPIN 14,122,000,000 151,000,000,000 0.0935232 11,319,000,000 157,000,000,000 0.072096

NIPS 12,663,000,000 338,000,000,000 0.0374645 17,831,000,000 447,000,000,000 0.03989

PRAS 306,000,000 455,000,000,000 0.0006725 1,354,000,000 482,000,000,000 0.002809

SMSM 164,850,000,000 1,067,000,000,000 0.1544986 219,260,000,000 1,137,000,000,000 0.192841

BATA 60,975,000,000 484,000,000,000 0.1259814 56,615,000,000 517,000,000,000 0.109507

KBLM 3,886,000,000 403,000,000,000 0.0096427 19,003,000,000 643,000,000,000 0.029554

KBLI 48,316,000,000 595,000,000,000 0.0812034 63,704,000,000 1,084,000,000,000 0.058768

VOKS 10,262,000,000 1,126,000,000,000 0.0091137 110,621,000,000 1,573,000,000,000 0.070325

ADES 31,659,000,000 324,000,000,000 0.0977130 25,868,000,000 316,000,000,000 0.081861

DLTA 146,056,000,000 709,000,000,000 0.2060028 151,715,000,000 696,000,000,000 0.217981

ICBP 1,827,909,000,000 13,361,000,000,000 0.1368093 2,066,365,000,000 15,223,000,000,000 0.13574

INDF 3,934,808,000,000 47,276,000,000,000 0.0832306 4,891,673,000,000 53,586,000,000,000 0.091286

MYOR 499,655,000,000 4,399,000,000,000 0.1135838 483,486,000,000 6,600,000,000,000 0.073255

MLBI 443,050,000,000 1,137,000,000,000 0.3896658 507,382,000,000 1,221,000,000,000 0.415546

PSDN 25,685,000,000 415,000,000,000 0.0618916 23,858,000,000 421,000,000,000 0.05667

SKLT 4,834,000,000 199,000,000,000 0.0242915 5,977,000,000 214,000,000,000 0.02793

STTP 41,734,000,000 649,000,000,000 0.0643051 42,675,000,000 935,000,000,000 0.045642

AISA 80,066,000,000 1,937,000,000,000 0.0413351 149,951,000,000 3,590,000,000,000 0.041769

104

KODE


ULTJ 107,339,000,000 2,007,000,000,000 0.0534823 101,323,000,000 2,179,000,000,000 0.0465

GGRM 4,214,789,000,000 30,742,000,000,000 0.1371020 4,958,102,000,000 39,089,000,000,000 0.126841

HMSP 6,422,748,000,000 20,525,000,000,000 0.3129232 8,064,426,000,000 19,376,000,000,000 0.416207

KLBF 1,343,799,000,000 7,032,000,000,000 0.1910977 1,522,957,000,000 8,275,000,000,000 0.184043

KAEF 138,716,000,000 1,657,000,000,000 0.0837151 171,763,000,000 1,794,000,000,000 0.095743

TCID 131,445,000,000 1,047,000,000,000 0.1255444 140,039,000,000 1,131,000,000,000 0.123819

UNVR 3,384,648,000,000 8,701,000,000,000 0.3889953 4,164,304,000,000 10,482,000,000,000 0.397281

105

LANJUTAN (DATA PROFITABILITAS PERUSAHAAN)

KODE

SAHAM NI 2012 ASSET 2012 ROA 2012 NI 2013 ASSET 2013 ROA 2013

SMCB 1,350,791,000,000 12,169,000,000,000 0.819208 952,305,000,000 14,895,000,000,000 0.118553

INTP 4,760,382,000,000 22,755,000,000,000 1.059026 5,012,294,000,000 26,607,000,000,000 0.18736

SMGR 4,926,640,000,000 26,579,000,000,000 1.168783 5,354,299,000,000 30,793,000,000,000 0.172113

ARNA 158,684,000,000 937,000,000,000 0.795751 237,698,000,000 1,135,000,000,000 0.144924

AMFG 346,609,000,000 3,115,000,000,000 1.113743 338,358,000,000 3,539,000,000,000 0.112441

TOTO 235,946,000,000 1,523,000,000,000 1.090255 236,558,000,000 1,746,000,000,000 0.149304

ALMI 13,949,000,000 1,882,000,000,000 0.950925 26,119,000,000 2,752,000,000,000 0.032149

BTON 24,762,000,000 145,000,000,000 0.57959 25,883,000,000 176,000,000,000 0.277609

GDST 46,591,000,000 1,164,000,000,000 1.409862 91,886,000,000 1,191,000,000,000 0.072363

INAI 23,155,000,000 612,000,000,000 0.844953 5,020,000,000 766,000,000,000 0.057341

JPRS 9,610,000,000 399,000,000,000 0.804403 15,045,000,000 377,000,000,000 0.106963

LION 85,374,000,000 433,000,000,000 0.885309 64,761,000,000 499,000,000,000 0.162134

LMSH 41,283,000,000 129,000,000,000 0.847561 14,383,000,000 142,000,000,000 0.131193

PICO 11,138,000,000 595,000,000,000 0.941702 15,439,000,000 621,000,000,000 0.023865

EKAD 36,198,000,000 274,000,000,000 1.169522 39,451,000,000 344,000,000,000 0.093944

SRSN 16,956,000,000 402,000,000,000 0.406411 15,994,000,000 421,000,000,000 0.163501

APLI 4,203,700,000 334,000,000,000 1.495959 1,881,586,263 304,000,000,000 0.032893

TRST 61,453,000,000 2,188,000,000,000 0.997195 32,966,000,000 3,261,000,000,000 0.067733

YPAS 16,473,000,000 349,000,000,000 1.420508 6,222,000,000 614,000,000,000 0.052235

CPIN 2,680,872,000,000 12,349,000,000,000 1.275514 2,528,690,000,000 15,722,000,000,000 0.209335

JPFA 1,074,577,000,000 10,961,000,000,000 1.924627 640,637,000,000 14,918,000,000,000 0.042207

MAIN 302,421,000,000 1,800,000,000,000 1.20666 241,633,000,000 2,214,000,000,000 0.127908

SIPD 15,061,000,000 3,298,000,000,000 3.351176 8,378,000,000 3,156,000,000,000 0.002649

106

KODE


SPMA 39,893,000,000 1,664,000,000,000 0.932808 23,858,000,000 1,767,000,000,000 0.022847

ASII 22,742,000,000,000 182,274,000,000,000 1.097442 22,297,000,000,000 213,994,000,000,000 0.125101

AUTO 1,135,914,000,000 8,882,000,000,000 1.386707 1,058,015,000,000 12,618,000,000,000 0.114071

GJTL 1,132,247,000,000 12,870,000,000,000 1.353486 120,330,000,000 15,351,000,000,000 0.043715

IMAS 899,091,000,000 17,578,000,000,000 0.910574 621,140,000,000 22,315,000,000,000 0.082565

INDS 134,068,000,000 1,665,000,000,000 0.873161 147,608,000,000 2,197,000,000,000 0.120971

LPIN 16,600,000,000 172,000,000,000 1.297212 8,555,000,000 196,000,000,000 0.055577

NIPS 21,553,000,000 526,000,000,000 0.939186 33,872,000,000 798,000,000,000 0.042473

PRAS 15,565,000,000 577,000,000,000 0.239408 13,197,000,000 796,000,000,000 0.011734

SMSM 268,543,000,000 1,441,000,000,000 0.801172 350,778,000,000 1,701,000,000,000 0.240698

BATA 69,343,000,000 574,000,000,000 1.150444 44,374,000,000 681,000,000,000 0.095187

KBLM 23,833,000,000 723,000,000,000 0.326277 7,679,000,000 654,000,000,000 0.090578

KBLI 125,182,000,000 1,162,000,000,000 1.381773 73,530,000,000 1,326,000,000,000 0.042531

VOKS 147,021,000,000 1,698,000,000,000 0.129594 39,093,000,000 1,956,000,000,000 0.542655

ADES 83,376,000,000 389,000,000,000 1.193648 55,656,000,000 441,000,000,000 0.06858

DLTA 213,421,000,000 745,000,000,000 0.945048 270,498,000,000 867,000,000,000 0.230656

ICBP 2,282,371,000,000 17,753,000,000,000 1.00788 2,235,040,000,000 21,267,000,000,000 0.134678

INDF 4,779,446,000,000 59,324,000,000,000 0.911752 3,416,635,000,000 78,093,000,000,000 0.100122

MYOR 744,428,000,000 8,303,000,000,000 1.550516 1,058,419,000,000 9,710,000,000,000 0.047246

MLBI 453,405,000,000 1,152,000,000,000 0.937719 1,171,229,000,000 1,782,000,000,000 0.443146

PSDN 25,623,000,000 683,000,000,000 1.092143 21,322,000,000 682,000,000,000 0.051889

SKLT 7,963,000,000 250,000,000,000 0.869729 11,440,000,000 302,000,000,000 0.032113

STTP 74,626,000,000 1,250,000,000,000 1.40891 114,437,000,000 1,470,000,000,000 0.032395

AISA 253,664,000,000 3,868,000,000,000 0.989609 346,728,000,000 5,021,000,000,000 0.042208

107

KODE


ULTJ 353,432,000,000 2,421,000,000,000 1.150163 325,127,000,000 2,812,000,000,000 0.040429

GGRM 4,068,711,000,000 41,509,000,000,000 1.080893 4,383,932,000,000 50,770,000,000,000 0.117349

HMSP 9,945,296,000,000 26,248,000,000,000 0.751845 10,818,486,000,000 27,405,000,000,000 0.553581

KLBF 1,775,099,000,000 9,418,000,000,000 1.038331 1,970,452,000,000 11,315,000,000,000 0.177249

KAEF 201,296,000,000 2,081,000,000,000 0.874373 215,642,000,000 2,471,000,000,000 0.109499

TCID 150,374,000,000 1,262,000,000,000 1.013937 160,149,000,000 1,466,000,000,000 0.122117

UNVR 4,839,145,000,000 11,985,000,000,000 0.979143 5,352,625,000,000 13,348,000,000,000 0.405744

108

Data Manajemen Laba

Total Akrual

Kode Tahun Net Income CFO Total Akrual Total Aset TACC

SMCB 2010 830.382.000.000 1.061.726.000.000 (231.344.000.000) 7.265.000.000.000 -0,031843634

INTP 2010 3.224.681.000.000 3.376.092.402.560 (151.411.402.560) 13.276.000.000.000 -0,011404896

SMGR 2010 3.659.114.000.000 3.291.801.281.000 367.312.719.000 12.951.000.000.000 0,028361726

ARNA 2010 80.114.000.000 115.491.387.547 (35.377.387.547) 823.000.000.000 -0,04298589

AMFG 2010 330.973.000.000 481.895.000.000 (150.922.000.000) 1.972.000.000.000 -0,076532454

TOTO 2010 193.798.000.000 156.057.916.260 37.740.083.740 1.011.000.000.000 0,03732946

ALMI 2010 43.723.000.000 (73.945.789.465) 117.668.789.465 1.482.000.000.000 0,079398643

BTON 2010 8.393.000.000 21.402.190.054 (13.009.190.054) 70.000.000.000 -0,185845572

GDST 2010 154.624.000.000 (34.995.025.328) 189.619.025.328 971.000.000.000 0,195282209

INAI 2010 15.925.000.000 (90.023.374.137) 105.948.374.137 470.000.000.000 0,225422073

JPRS 2010 28.446.000.000 48.826.247.303 (20.380.247.303) 354.000.000.000 -0,05757132

LION 2010 38.631.000.000 32.525.842.443 6.105.157.557 271.000.000.000 0,022528257

LMSH 2010 7.351.000.000 9.647.718.776 (2.296.718.776) 73.000.000.000 -0,031461901

PICO 2010 12.063.000.000 (26.731.721.652) 38.794.721.652 543.000.000.000 0,07144516

EKAD 2010 26.213.000.000 13.961.224.282 12.251.775.718 165.000.000.000 0,074253186

SRSN 2010 9.830.000.000 7.790.064.000 2.039.936.000 414.000.000.000 0,004927382

APLI 2010 24.660.000.000 30.870.127.945 (6.210.127.945) 302.000.000.000 -0,020563338

TRST 2010 136.727.000.000 135.166.096.410 1.560.903.590 1.922.000.000.000 0,000812125

YPAS 2010 21.186.000.000 22.436.196.689 (1.250.196.689) 191.000.000.000 -0,006545532

CPIN 2010 2.219.861.000.000 2.405.095.000.000 (185.234.000.000) 5.349.000.000.000 -0,03462965

JPFA 2010 1.091.279.000.000 1.098.162.000.000 (6.883.000.000) 6.070.000.000.000 -0,001133937

MAIN 2010 179.906.000.000 148.915.331.000 30.990.669.000 885.000.000.000 0,035017705

109

Kode Tahun Net Income CFO Total Akrual Aset t-1 TACC

SIPD 2010 61.160.000.000 24.842.374.118 36.317.625.882 1.641.000.000.000 0,022131399

SPMA 2010 29.621.000.000 82.984.481.334 (53.363.481.334) 1.433.000.000.000 -0,037238996

ASII 2010 17.004.000.000.000 2.907.000.000.000 14.097.000.000.000 88.938.000.000.000 0,158503677

AUTO 2010 1.225.305.000.000 374.748.000.000 850.557.000.000 4.645.000.000.000 0,183112379

GJTL 2010 830.624.000.000 1.010.980.000.000 (180.356.000.000) 8.877.000.000.000 -0,020317224

IMAS 2010 546.638.000.000 (1.196.410.760.088) 1.743.048.760.088 5.150.000.000.000 0,33845607

INDS 2010 71.109.000.000 7.369.876.033 63.739.123.967 621.000.000.000 0,102639491

LPIN 2010 14.122.000.000 18.375.198.099 (4.253.198.099) 138.000.000.000 -0,030820276

NIPS 2010 12.663.000.000 25.105.090.279 (12.442.090.279) 286.000.000.000 -0,043503812

PRAS 2010 306.000.000 93.246.942.121 (92.940.942.121) 421.000.000.000 -0,220762333

SMSM 2010 164.850.000.000 151.302.099.412 13.547.900.588 942.000.000.000 0,01438206

BATA 2010 60.975.000.000 106.334.186.000 (45.359.186.000) 417.000.000.000 -0,108775026

KBLM 2010 3.886.000.000 5.654.912.326 (1.768.912.326) 355.000.000.000 -0,004982852

KBLI 2010 48.316.000.000 77.255.286.372 (28.939.286.372) 490.721.608.249 -0,05897292

VOKS 2010 10.262.000.000 114.921.610.808 (104.659.610.808) 1.238.000.000.000 -0,084539266

ADES 2010 31.659.000.000 (29.748.000.000) 61.407.000.000 178.000.000.000 0,344983146

DLTA 2010 146.056.000.000 31.742.557.000 114.313.443.000 760.000.000.000 0,150412425

ICBP 2010 1.827.909.000.000 2.247.903.000.000 (419.994.000.000) 10.223.893.000.000 -0,041079655

INDF 2010 3.934.808.000.000 6.909.950.000.000 (2.975.142.000.000) 40.383.000.000.000 -0,07367313

MYOR 2010 499.655.000.000 238.253.946.429 261.401.053.571 3.246.000.000.000 0,080530208

MLBI 2010 443.050.000.000 320.056.000.000 122.994.000.000 993.000.000.000 0,123861027

PSDN 2010 25.685.000.000 (4.564.741.254) 30.249.741.254 354.000.000.000 0,085451246

SKLT 2010 4.834.000.000 8.089.259.673 (3.255.259.673) 196.000.000.000 -0,016608468

STTP 2010 41.734.000.000 (13.517.981.904) 55.251.981.904 549.000.000.000 0,100641133

AISA 2010 80.066.000.000 (23.125.000.000) 103.191.000.000 1.347.000.000.000 0,076608018

110


ULTJ 2010 107.339.000.000 263.881.302.428 (156.542.302.428) 1.733.000.000.000 -0,090330238

GGRM 2010 4.214.789.000.000 2.872.598.000.000 1.342.191.000.000 27.231.000.000.000 0,049289082

HMSP 2010 6.422.748.000.000 7.059.975.000.000 (637.227.000.000) 17.716.000.000.000 -0,035969011

KLBF 2010 1.343.799.000.000 1.253.907.863.696 89.891.136.304 6.482.000.000.000 0,013867809

KAEF 2010 138.716.000.000 139.119.874.007 (403.874.007) 1.563.000.000.000 -0,000258397

TCID 2010 131.445.000.000 157.211.148.765 (25.766.148.765) 995.000.000.000 -0,025895627

UNVR 2010 3.384.648.000.000 3.619.189.000.000 (234.541.000.000) 7.485.000.000.000 -0,031334803

SMCB 2011 1.063.560.000.000 2.086.236.000.000 (1.022.676.000.000) 10.437.000.000.000 -0,097985628

INTP 2011 3.601.516.000.000 3.883.711.000.000 (282.195.000.000) 15.346.000.000.000 -0,018388831

SMGR 2011 3.955.273.000.000 4.415.753.320.000 (460.480.320.000) 15.563.000.000.000 -0,029588146

ARNA 2011 95.949.000.000 143.852.597.433 (47.903.597.433) 873.000.000.000 -0,054872391

AMFG 2011 336.995.000.000 335.387.000.000 1.608.000.000 2.373.000.000.000 0,000677623

TOTO 2011 218.124.000.000 235.997.021.169 (17.873.021.169) 1.092.000.000.000 -0,016367236

ALMI 2011 54.784.000.000 211.886.388.964 (157.102.388.964) 1.504.000.000.000 -0,104456376

BTON 2011 19.147.000.000 33.565.190.036 (14.418.190.036) 90.000.000.000 -0,160202112

GDST 2011 99.675.000.000 20.585.967.602 79.089.032.398 1.075.000.000.000 0,073571193

INAI 2011 26.357.000.000 19.866.212.087 6.490.787.913 389.000.000.000 0,01668583

JPRS 2011 37.686.000.000 (36.795.304.974) 74.481.304.974 411.000.000.000 0,18121972

LION 2011 52.535.000.000 40.207.285.424 12.327.714.576 304.000.000.000 0,040551693

LMSH 2011 10.897.000.000 5.100.086.069 5.796.913.931 78.000.000.000 0,074319409

PICO 2011 12.630.000.000 (13.820.548.232) 26.450.548.232 570.000.000.000 0,046404471

EKAD 2011 26.149.000.000 14.308.565.425 11.840.434.575 204.000.000.000 0,058041346

SRSN 2011 23.988.000.000 29.713.806.000 (5.725.806.000) 364.000.000.000 -0,015730236

APLI 2011 16.386.000.000 17.653.500.544 (1.267.500.544) 335.000.000.000 -0,003783584

TRST 2011 144.001.000.000 131.729.690.486 12.271.309.514 2.030.000.000.000 0,00604498

111


YPAS 2011 16.621.000.000 16.053.217.304 567.782.696 201.000.000.000 0,00282479

CPIN 2011 2.362.497.000.000 1.094.134.000.000 1.268.363.000.000 6.518.000.000.000 0,194593894

JPFA 2011 671.474.000.000 (75.144.000.000) 746.618.000.000 6.980.000.000.000 0,10696533

MAIN 2011 204.966.000.000 66.218.691.000 138.747.309.000 966.000.000.000 0,143630755

SIPD 2011 23.452.000.000 22.464.668.307 987.331.693 2.056.000.000.000 0,00048022

SPMA 2011 33.076.000.000 112.526.857.998 (79.450.857.998) 1.490.000.000.000 -0,053322723

ASII 2011 21.077.000.000.000 10.011.000.000.000 11.066.000.000.000 112.857.000.000.000 0,098053289

AUTO 2011 1.101.583.000.000 258.576.000.000 843.007.000.000 5.586.000.000.000 0,15091425

GJTL 2011 683.629.000.000 303.823.000.000 379.806.000.000 10.372.000.000.000 0,036618396

IMAS 2011 970.891.000.000 (1.215.207.280.462) 2.186.098.280.462 7.985.000.000.000 0,273775614

INDS 2011 120.415.000.000 (26.255.543.773) 146.670.543.773 771.000.000.000 0,190234168

LPIN 2011 11.319.000.000 4.337.681.132 6.981.318.868 151.000.000.000 0,0462339

NIPS 2011 17.831.000.000 (44.903.715.248) 62.734.715.248 338.000.000.000 0,185605666

PRAS 2011 1.354.000.000 4.646.576.990 (3.292.576.990) 455.000.000.000 -0,007236433

SMSM 2011 219.260.000.000 243.517.273.152 (24.257.273.152) 1.067.000.000.000 -0,022734089

BATA 2011 56.615.000.000 70.623.707.000 (14.008.707.000) 484.000.000.000 -0,02894361

KBLM 2011 19.003.000.000 47.220.266.787 (28.217.266.787) 403.000.000.000 -0,070018032

KBLI 2011 63.704.000.000 76.528.557.385 (12.824.557.385) 595.000.000.000 -0,021553878

VOKS 2011 110.621.000.000 138.014.318.424 (27.393.318.424) 1.126.000.000.000 -0,024327991

ADES 2011 25.868.000.000 57.228.000.000 (31.360.000.000) 324.000.000.000 -0,096790123

DLTA 2011 151.715.000.000 177.327.565.000 (25.612.565.000) 709.000.000.000 -0,036124915

ICBP 2011 2.066.365.000.000 2.174.427.000.000 (108.062.000.000) 13.361.000.000.000 -0,008087868

INDF 2011 4.891.673.000.000 4.968.991.000.000 (77.318.000.000) 47.276.000.000.000 -0,00163546

MYOR 2011 483.486.000.000 (607.939.545.937) 1.091.425.545.937 4.399.000.000.000 0,248107649

MLBI 2011 507.382.000.000 671.755.000.000 (164.373.000.000) 1.137.000.000.000 -0,144567282

112


PSDN 2011 23.858.000.000 20.800.798.709 3.057.201.291 415.000.000.000 0,00736675

SKLT 2011 5.977.000.000 17.708.603.858 (11.731.603.858) 199.000.000.000 -0,058952783

STTP 2011 42.675.000.000 89.728.684.467 (47.053.684.467) 649.000.000.000 -0,072501825

AISA 2011 149.951.000.000 29.662.000.000 120.289.000.000 1.937.000.000.000 0,062100671

ULTJ 2011 101.323.000.000 322.963.103.223 (221.640.103.223) 2.007.000.000.000 -0,110433534

GGRM 2011 4.958.102.000.000 (90.307.000.000) 5.048.409.000.000 30.742.000.000.000 0,164218626

HMSP 2011 8.064.426.000.000 11.088.270.000.000 (3.023.844.000.000) 20.525.000.000.000 -0,147324921

KLBF 2011 1.522.957.000.000 1.473.495.223.306 49.461.776.694 7.032.000.000.000 0,007033814

KAEF 2011 171.763.000.000 82.611.057.157 89.151.942.843 1.657.000.000.000 0,053803224

TCID 2011 140.039.000.000 73.140.815.235 66.898.184.765 1.047.000.000.000 0,063895114

UNVR 2011 4.164.304.000.000 5.461.876.000.000 (1.297.572.000.000) 8.701.000.000.000 -0,149129066

SMCB 2012 1.350.791.000.000 1.692.112.000.000 (341.321.000.000) 10.951.000.000.000 -0,031168021

INTP 2012 4.760.382.000.000 5.674.822.000.000 (914.440.000.000) 18.151.000.000.000 -0,050379593

SMGR 2012 4.926.640.000.000 5.591.864.816.000 (665.224.816.000) 19.662.000.000.000 -0,033833019

ARNA 2012 158.684.000.000 237.695.889.064 (79.011.889.064) 832.000.000.000 -0,094966213

AMFG 2012 346.609.000.000 411.135.000.000 (64.526.000.000) 2.691.000.000.000 -0,023978447

TOTO 2012 235.946.000.000 188.137.480.794 47.808.519.206 1.340.000.000.000 0,035677999

ALMI 2012 13.949.000.000 (28.929.201.503) 42.878.201.503 1.792.000.000.000 0,023927568

BTON 2012 24.762.000.000 26.137.526.275 (1.375.526.275) 119.000.000.000 -0,011559044

GDST 2012 46.591.000.000 370.214.801.681 (323.623.801.681) 977.000.000.000 -0,331242376

INAI 2012 23.155.000.000 (99.406.551.083) 122.561.551.083 544.000.000.000 0,225296969

JPRS 2012 9.610.000.000 (10.271.380.072) 19.881.380.072 438.000.000.000 0,045391279

LION 2012 85.374.000.000 66.606.219.113 18.767.780.887 366.000.000.000 0,05127809

LMSH 2012 41.283.000.000 10.558.729.023 30.724.270.977 98.000.000.000 0,313512969

PICO 2012 11.138.000.000 (25.484.273.295) 36.622.273.295 562.000.000.000 0,065164187

113


EKAD 2012 36.198.000.000 28.582.923.169 7.615.076.831 238.000.000.000 0,031996121

SRSN 2012 16.956.000.000 (7.454.188.000) 24.410.188.000 361.000.000.000 0,067618249

APLI 2012 4.203.700.000 (14.311.946.160) 18.515.646.160 333.000.000.000 0,055602541

TRST 2012 61.453.000.000 76.503.968.063 (15.050.968.063) 2.132.000.000.000 -0,007059554

YPAS 2012 16.473.000.000 (28.152.127.352) 44.625.127.352 224.000.000.000 0,199219319

CPIN 2012 2.680.872.000.000 1.689.376.000.000 991.496.000.000 8.848.000.000.000 0,11205877

JPFA 2012 1.074.577.000.000 299.125.000.000 775.452.000.000 8.266.000.000.000 0,093812243

MAIN 2012 302.421.000.000 293.046.848.000 9.374.152.000 1.328.000.000.000 0,007058849

SIPD 2012 15.061.000.000 (142.720.644.791) 157.781.644.791 2.642.000.000.000 0,059720532

SPMA 2012 39.893.000.000 27.880.708.966 12.012.291.034 1.552.000.000.000 0,007739878

ASII 2012 22.742.000.000.000 8.932.000.000.000 13.810.000.000.000 153.521.000.000.000 0,08995512

AUTO 2012 1.135.914.000.000 537.785.000.000 598.129.000.000 6.964.000.000.000 0,085888713

GJTL 2012 1.132.247.000.000 1.707.135.000.000 (574.888.000.000) 11.554.000.000.000 -0,049756621

IMAS 2012 899.091.000.000 (2.876.087.842.113) 3.775.178.842.113 12.914.000.000.000 0,292332263

INDS 2012 134.068.000.000 104.473.676.638 29.594.323.362 1.140.000.000.000 0,025959933

LPIN 2012 16.600.000.000 6.624.356.960 9.975.643.040 157.000.000.000 0,063539128

NIPS 2012 21.553.000.000 21.562.505.000 (9.505.000) 447.000.000.000 -2,1264E-05

PRAS 2012 15.565.000.000 47.968.405.047 (32.403.405.047) 482.000.000.000 -0,067226981

SMSM 2012 268.543.000.000 353.110.841.978 (84.567.841.978) 1.137.000.000.000 -0,074378049

BATA 2012 69.343.000.000 46.373.022.000 22.969.978.000 517.000.000.000 0,044429358

KBLM 2012 23.833.000.000 (79.515.260.569) 103.348.260.569 643.000.000.000 0,160728243

KBLI 2012 125.182.000.000 9.504.674.795 115.677.325.205 1.084.000.000.000 0,1067134

VOKS 2012 147.021.000.000 104.783.511.298 42.237.488.702 1.573.000.000.000 0,02685155

ADES 2012 83.376.000.000 87.274.000.000 (3.898.000.000) 316.000.000.000 -0,012335443

DLTA 2012 213.421.000.000 248.441.252.000 (35.020.252.000) 696.000.000.000 -0,050316454

114


ICBP 2012 2.282.371.000.000 3.041.616.000.000 (759.245.000.000) 15.223.000.000.000 -0,04987486

INDF 2012 4.779.446.000.000 7.407.134.000.000 (2.627.688.000.000) 53.586.000.000.000 -0,049036838

MYOR 2012 744.428.000.000 830.244.056.569 (85.816.056.569) 6.600.000.000.000 -0,013002433

MLBI 2012 453.405.000.000 539.860.000.000 (86.455.000.000) 1.221.000.000.000 -0,070806716

PSDN 2012 25.623.000.000 10.746.296.476 14.876.703.524 421.000.000.000 0,035336588

SKLT 2012 7.963.000.000 15.259.831.786 (7.296.831.786) 214.000.000.000 -0,034097345

STTP 2012 74.626.000.000 24.460.960.446 50.165.039.554 935.000.000.000 0,053652449

AISA 2012 253.664.000.000 128.335.000.000 125.329.000.000 3.590.000.000.000 0,034910585

ULTJ 2012 353.432.000.000 491.603.153.597 (138.171.153.597) 2.179.000.000.000 -0,06341035

GGRM 2012 4.068.711.000.000 3.953.574.000.000 115.137.000.000 39.089.000.000.000 0,002945509

HMSP 2012 9.945.296.000.000 4.087.495.000.000 5.857.801.000.000 19.376.000.000.000 0,302322512

KLBF 2012 1.775.099.000.000 1.376.343.990.025 398.755.009.975 8.275.000.000.000 0,048187917

KAEF 2012 201.296.000.000 230.612.654.491 (29.316.654.491) 1.794.000.000.000 -0,016341502

TCID 2012 150.374.000.000 250.453.743.262 (100.079.743.262) 1.131.000.000.000 -0,088487837

UNVR 2012 4.839.145.000.000 5.191.646.000.000 (352.501.000.000) 10.482.000.000.000 -0,033629174

SMCB 2013 952.305.000.000 2.262.247.000.000 (1.309.942.000.000) 12.169.000.000.000 -0,107645821

INTP 2013 5.012.294.000.000 4.311.541.667.000 700.752.333.000 22.755.000.000.000 0,030795532

SMGR 2013 5.354.299.000.000 6.047.147.495.000 (692.848.495.000) 26.579.000.000.000 -0,026067516

ARNA 2013 237.698.000.000 278.878.036.499 (41.180.036.499) 937.000.000.000 -0,043948812

AMFG 2013 338.358.000.000 551.871.000.000 (213.513.000.000) 3.115.000.000.000 -0,068543499

TOTO 2013 236.558.000.000 320.627.072.830 (84.069.072.830) 1.523.000.000.000 -0,055199654

ALMI 2013 26.119.000.000 (713.749.446.281) 739.868.446.281 1.882.000.000.000 0,393128824

BTON 2013 25.883.000.000 11.077.976.307 14.805.023.693 145.000.000.000 0,102103612

GDST 2013 91.886.000.000 192.924.779.196 (101.038.779.196) 1.164.000.000.000 -0,086803075

INAI 2013 5.020.000.000 77.754.740.234 (72.734.740.234) 612.000.000.000 -0,118847615

115


JPRS 2013 15.045.000.000 78.622.516.794 (63.577.516.794) 399.000.000.000 -0,159342147

LION 2013 64.761.000.000 52.556.704.619 12.204.295.381 433.000.000.000 0,02818544

LMSH 2013 14.383.000.000 13.814.790.256 568.209.744 129.000.000.000 0,004404727

PICO 2013 15.439.000.000 (5.967.845.178) 21.406.845.178 595.000.000.000 0,035977891

EKAD 2013 39.451.000.000 23.212.236.950 16.238.763.050 274.000.000.000 0,059265559

SRSN 2013 15.994.000.000 37.888.934.000 (21.894.934.000) 402.000.000.000 -0,05446501

APLI 2013 1.881.586.263 61.602.782.548 (59.721.196.285) 334.000.000.000 -0,178805977

TRST 2013 32.966.000.000 135.466.939.215 (102.500.939.215) 2.188.000.000.000 -0,046846864

YPAS 2013 6.222.000.000 (14.058.689.866) 20.280.689.866 349.000.000.000 0,058110859

CPIN 2013 2.528.690.000.000 2.061.273.000.000 467.417.000.000 12.349.000.000.000 0,037850595

JPFA 2013 640.637.000.000 173.609.000.000 467.028.000.000 10.961.000.000.000 0,042608156

MAIN 2013 241.633.000.000 109.333.001.000 132.299.999.000 1.800.000.000.000 0,073499999

SIPD 2013 8.378.000.000 88.982.040.665 (80.604.040.665) 3.298.000.000.000 -0,024440279

SPMA 2013 23.858.000.000 73.269.743.170 (49.411.743.170) 1.664.000.000.000 -0,029694557

ASII 2013 22.297.000.000.000 21.250.000.000.000 1.047.000.000.000 182.274.000.000.000 0,0057441

AUTO 2013 1.058.015.000.000 551.756.000.000 506.259.000.000 8.882.000.000.000 0,056998311

GJTL 2013 120.330.000.000 1.299.132.000.000 (1.178.802.000.000) 12.870.000.000.000 -0,091593007

IMAS 2013 621.140.000.000 (2.354.544.752.211) 2.975.684.752.211 17.578.000.000.000 0,169284603

INDS 2013 147.608.000.000 255.755.973.870 (108.147.973.870) 1.665.000.000.000 -0,064953738

LPIN 2013 8.555.000.000 (7.926.543.671) 16.481.543.671 172.000.000.000 0,095822928

NIPS 2013 33.872.000.000 (75.416.394.000) 109.288.394.000 526.000.000.000 0,207772612

PRAS 2013 13.197.000.000 10.729.054.393 2.467.945.607 577.000.000.000 0,004277202

SMSM 2013 350.778.000.000 283.165.000.000 67.613.000.000 1.441.000.000.000 0,046920888

BATA 2013 44.374.000.000 48.106.848.000 (3.732.848.000) 574.000.000.000 -0,00650322

KBLM 2013 7.679.000.000 (106.551.188.953) 114.230.188.953 723.000.000.000 0,157994729

116


KBLI 2013 73.530.000.000 (27.123.241.057) 100.653.241.057 1.162.000.000.000 0,086620689

VOKS 2013 39.093.000.000 399.998.701.687 (360.905.701.687) 1.698.000.000.000 -0,212547527

ADES 2013 55.656.000.000 40.102.000.000 15.554.000.000 389.000.000.000 0,039984576

DLTA 2013 270.498.000.000 348.712.041.000 (78.214.041.000) 745.000.000.000 -0,10498529

ICBP 2013 2.235.040.000.000 1.993.496.000.000 241.544.000.000 17.753.000.000.000 0,013605813

INDF 2013 3.416.635.000.000 6.928.790.000.000 (3.512.155.000.000) 59.324.000.000.000 -0,059202936

MYOR 2013 1.058.419.000.000 967.023.231.523 91.395.768.477 8.303.000.000.000 0,01100756

MLBI 2013 1.171.229.000.000 1.181.049.000.000 (9.820.000.000) 1.152.000.000.000 -0,008524306

PSDN 2013 21.322.000.000 81.549.809.650 (60.227.809.650) 683.000.000.000 -0,088181273

SKLT 2013 11.440.000.000 26.893.558.457 (15.453.558.457) 250.000.000.000 -0,061814234

STTP 2013 114.437.000.000 58.655.739.190 55.781.260.810 1.250.000.000.000 0,044625009

AISA 2013 346.728.000.000 78.729.000.000 267.999.000.000 3.868.000.000.000 0,069286194

ULTJ 2013 325.127.000.000 195.989.263.645 129.137.736.355 2.421.000.000.000 0,053340659

GGRM 2013 4.383.932.000.000 2.472.971.000.000 1.910.961.000.000 41.509.000.000.000 0,046037269

HMSP 2013 10.818.486.000.000 10.802.179.000.000 16.307.000.000 26.248.000.000.000 0,000621266

KLBF 2013 1.970.452.000.000 927.163.654.212 1.043.288.345.788 9.418.000.000.000 0,110775998

KAEF 2013 215.642.000.000 253.783.664.733 (38.141.664.733) 2.081.000.000.000 -0,018328527

TCID 2013 160.149.000.000 253.851.906.566 (93.702.906.566) 1.262.000.000.000 -0,07424953

UNVR 2013 5.352.625.000.000 6.241.679.000.000 (889.054.000.000) 11.985.000.000.000 -0,074180559

117

Data Manajemen Laba

Nondiscretionary Accruals

Kode α(1/Ait-1) β1(ΔREV/Ajp-1-

ΔREC/Ajp-1) β2 (PPE/Ajp-1) β3(ΔCFO /AJP-1) NDACC

SMCB 3.57606E-05 0.000260765 -0.000195454 0.039231293 0.039332365

INTP 1.95692E-05 0.001893724 -0.000104377 -0.008552367 -0.006743451

SMGR 2.00603E-05 -0.001389746 -0.000106437 0.043667633 0.04219151

ARNA 0.000315675 0.004945565 -0.000124267 -0.019798065 -0.014661092

AMFG 0.000131745 0.01198086 -9.46295E-05 -0.042104077 -0.030086102

TOTO 0.000256974 0.004411317 -6.4426E-05 0.041876424 0.04648029

ALMI 0.000175304 0.042565477 -6.30784E-05 0.103891988 0.146569691

BTON 0.003711439 0.006741929 -1.82158E-05 -0.089541193 -0.079106041

GDST 0.00026756 0.009167819 -4.56632E-05 -0.010619493 -0.001229778

INAI 0.000552768 0.003787312 -7.94643E-06 0.21979762 0.224129754

JPRS 0.0007339 0.022746888 -8.95368E-06 -0.097813156 -0.074341322

LION 0.000958674 0.002447585 -1.20874E-05 0.039194214 0.042588386

LMSH 0.003558914 0.024244278 -5.74246E-05 -0.045303032 -0.017557264

PICO 0.000478454 -0.001890082 -6.8909E-05 0.058324867 0.05684433

EKAD 0.00157455 0.013064148 -7.36404E-05 -0.07011396 -0.055548902

SRSN 0.000627538 -0.021320274 -4.00498E-05 -0.049180093 -0.069912878

APLI 0.000860267 -0.000394271 -0.000105193 0.005355059 0.005715862

TRST 0.000135172 0.001691418 -0.00011832 0.055541138 0.057249408

YPAS 0.001360213 -0.010363506 -0.000992692 -0.023618493 -0.033614478

CPIN 4.857E-05 0.005942335 -6.49455E-05 -0.060859938 -0.054933979

JPFA 4.28008E-05 -0.003534507 -6.59303E-05 -0.04039333 -0.043950967

118



MAIN 0.00029356 0.010857565 -8.54348E-05 -0.039306223 -0.028240532

SIPD 0.000158319 0.011580836 -9.35781E-05 -0.011521916 0.00012366

SPMA 0.000181298 0.004507097 -0.000142856 -0.001510101 0.003035439

ASII 2.92114E-06 0.014890349 -4.92796E-05 0.056135145 0.070979136

AUTO 5.59313E-05 0.009643155 -3.81493E-05 0.026015714 0.035676651

GJTL 2.92667E-05 0.006256455 -8.25974E-05 0.008436541 0.014639666

IMAS 5.04467E-05 0.054197693 -3.08554E-05 0.226436655 0.280653939

INDS 0.000418359 0.018804085 -5.35303E-05 0.110146067 0.12931498

LPIN 0.001882614 0.004706553 -2.78697E-06 -0.062271218 -0.055684838

NIPS 0.000908394 0.031623817 -9.78414E-05 -0.05025258 -0.01781821

PRAS 0.000617104 -0.005897475 -9.54711E-05 -0.130911925 -0.136287768

SMSM 0.000275797 0.008150167 -8.63968E-05 0.073429708 0.081769275

BATA 0.000623023 0.004883485 -7.24087E-05 -0.036150129 -0.030716029

KBLM 0.000731833 0.027218862 -0.000118067 0.004205701 0.032038329

KBLI 0.000529426 0.039429347 -0.000143224 -0.03743283 0.002382718

VOKS 0.000209855 -0.015021344 -3.06462E-05 -0.041923038 -0.056765173

ADES 0.001459555 0.002678566 -0.000101979 0.155202593 0.159238734

DLTA 0.000341843 -0.017584831 -2.69703E-05 0.107253378 0.08998342

ICBP 2.54111E-05 0.106335882 -4.05509E-05 -0.094196409 0.012124333

INDF 6.43342E-06 0.00109109 -5.22862E-05 -0.067410335 -0.066365098

MYOR 8.00372E-05 0.031116266 -8.25531E-05 0.037990903 0.069104653

MLBI 0.000261632 0.002396761 -9.58144E-05 0.123440962 0.12600354

PSDN 0.0007339 0.052168373 -5.98055E-05 -0.066562547 -0.013720079

SKLT 0.001325514 0.007934092 -8.90326E-05 0.010882098 0.020052671

119



STTP 0.000473225 0.007802065 -0.000104555 0.122436163 0.130606898

AISA 0.000192874 0.005812407 -8.2809E-05 0.035057989 0.040980461

ULTJ 0.000149914 0.007304466 -9.77787E-05 -0.084837778 -0.077481177

GGRM 9.54062E-06 0.008936937 -4.89306E-05 0.008540587 0.017438134

HMSP 1.46648E-05 0.011776272 -4.15048E-05 -0.092099168 -0.080349736

KLBF 4.00803E-05 0.008527064 -4.45514E-05 0.01002302 0.018545612

KAEF 0.000166219 0.008831168 -4.75578E-05 -0.022082709 -0.013132879

TCID 0.000261106 0.003199615 -7.17338E-05 0.018462201 0.021851188

UNVR 3.47095E-05 0.007009286 -9.9713E-05 -0.026787834 -0.019843551

SMCB 2.48923E-05 0.007266025 -0.000141998 -0.058148458 -0.050999539

INTP 1.69295E-05 0.007162923 -8.95389E-05 -0.019594763 -0.012504449

SMGR 1.66935E-05 0.006281365 -0.000134558 -0.042781119 -0.036617618

ARNA 0.000297595 0.005197233 -0.000116406 -0.019244569 -0.013866146

AMFG 0.000109482 0.003010276 -8.7392E-05 0.036573059 0.039605425

TOTO 0.000237913 0.008082902 -7.84704E-05 -0.043364498 -0.035122153

ALMI 0.00017274 0.018538131 -6.53625E-05 -0.112579927 -0.093934418

BTON 0.002886675 0.003997623 -1.96867E-05 -0.080056367 -0.073191756

GDST 0.000241675 0.016868401 -4.23392E-05 -0.03062778 -0.013560043

INAI 0.000667868 0.006328201 -3.27037E-05 -0.16734187 -0.160378504

JPRS 0.000632119 0.014100914 -6.55551E-06 0.123406762 0.138133239

LION 0.000854608 0.009447781 -1.09785E-05 -0.014968108 -0.004676698

LMSH 0.003330779 0.023880558 -4.66308E-05 0.034537306 0.061702012

PICO 0.000455791 0.00143594 -5.85089E-05 -0.013418023 -0.011584802

EKAD 0.001273533 0.015673569 -6.56375E-05 -0.001008611 0.015872853

120



SRSN 0.000713738 0.024384439 -4.23251E-05 -0.035678861 -0.010623009

APLI 0.000775525 0.001811695 -9.90238E-05 0.023370797 0.025858993

TRST 0.000127981 0.007233219 -0.000104003 0.001002781 0.008259978

YPAS 0.001292541 0.028769123 -0.0001007 0.018811571 0.048772535

CPIN 3.9859E-05 0.018949093 -8.82263E-05 0.119144252 0.138044978

JPFA 3.72207E-05 0.012966599 -7.56077E-05 0.099575742 0.112503953

MAIN 0.000268945 0.027994469 -0.000104535 0.050711729 0.078870608

SIPD 0.000126362 0.0103733 -0.000111373 0.000685066 0.011073355

SPMA 0.000174363 -0.000409057 -0.000141622 -0.011745103 -0.012121419

ASII 2.30203E-06 0.008543809 -4.61996E-05 -0.037288261 -0.028788349

AUTO 4.65093E-05 0.008506349 -4.98478E-05 0.012319646 0.020822656

GJTL 2.50483E-05 0.008160671 -7.95825E-05 0.040387876 0.048494013

IMAS 3.25361E-05 0.025479774 -4.59787E-05 0.001394441 0.026860773

INDS 0.000336966 0.009607969 -7.9548E-05 0.025835152 0.035700538

LPIN 0.001720535 0.00108228 -3.40945E-06 0.055069487 0.057868892

NIPS 0.000768641 0.021209604 -9.33714E-05 0.122696916 0.14458179

PRAS 0.000570991 -0.078431568 -0.00012712 0.115351115 0.037363417

SMSM 0.000243487 -0.005789729 -8.27412E-05 -0.051195955 -0.056824938

BATA 0.000536778 0.003058609 -6.30215E-05 0.043706698 0.047239063

KBLM 0.000644667 0.030664536 -0.000125969 -0.061097596 -0.029914362

KBLI 0.00043664 0.047567506 -0.000117318 0.000723524 0.048610353

VOKS 0.000230729 0.026513465 -3.0881E-05 -0.012148821 0.014564491

ADES 0.000801854 0.016236095 -5.6074E-05 -0.159020129 -0.142038254

DLTA 0.000366433 0.000982421 -2.49065E-05 -0.121637672 -0.120313725

121



ICBP 1.94447E-05 -0.073306056 -3.48731E-05 0.003257648 -0.070063836

INDF 5.4954E-06 0.006353664 -4.91676E-05 0.024320546 0.030630537

MYOR 5.9059E-05 0.021258706 -8.33605E-05 0.113949756 0.135184161

MLBI 0.000228497 0.00114502 -8.65786E-05 -0.183234965 -0.181948026

PSDN 0.000626026 0.039619646 -5.19812E-05 -0.036207096 0.003986594

SKLT 0.001305531 0.005316783 -9.07003E-05 -0.028634531 -0.022102917

STTP 0.000400309 0.020514022 -0.000160719 -0.094238643 -0.07348503

AISA 0.000134125 0.019207523 -8.67134E-05 -0.016143401 0.003111534

ULTJ 0.000129447 0.00390201 -9.58855E-05 -0.017438295 -0.013502724

GGRM 8.451E-06 0.006850842 -4.79258E-05 0.057093056 0.063904423

HMSP 1.26578E-05 0.023092558 -3.37502E-05 -0.116261463 -0.093189997

KLBF 3.69455E-05 0.002971614 -4.7591E-05 -0.018498059 -0.015537091

KAEF 0.00015679 0.00833491 -4.6328E-05 0.020201861 0.028647233

TCID 0.000248138 0.006939579 -7.1534E-05 0.047565686 0.054681869

UNVR 2.98587E-05 0.019411337 -0.000109876 -0.125452721 -0.106121401

SMCB 2.37239E-05 0.00621164 -0.000157519 0.021319489 0.027397333

INTP 1.43133E-05 0.008137892 -7.8647E-05 -0.058454725 -0.050381167

SMGR 1.32133E-05 0.006579071 -0.000153657 -0.035433862 -0.028995234

ARNA 0.000312261 0.010387674 -0.000129414 -0.066815556 -0.056245036

AMFG 9.65443E-05 0.004120457 -9.25887E-05 -0.01667459 -0.012550177

TOTO 0.000193881 0.00540651 -6.19143E-05 0.021157357 0.026695834

ALMI 0.000144978 -0.008390341 -6.87509E-05 0.07960572 0.071291606

BTON 0.0021832 0.002404891 -2.22528E-05 0.036974555 0.041540392

GDST 0.000265917 -0.026256309 -5.90839E-05 -0.211987551 -0.238037027

122



INAI 0.000477575 0.00197845 -2.74456E-05 0.129879336 0.132307916

JPRS 0.000593152 -0.019280408 -6.33541E-06 -0.035872476 -0.054566068

LION 0.000709838 0.00546128 -1.49538E-05 -0.042727057 -0.036570893

LMSH 0.002651028 0.007426597 -4.35736E-05 -0.03299562 -0.022961568

PICO 0.000462279 -0.006154693 -5.45664E-05 0.012294154 0.006547173

EKAD 0.0010916 0.010409802 -6.45214E-05 -0.035528535 -0.024091655

SRSN 0.00071967 0.004857103 -4.01008E-05 0.060990136 0.066526807

APLI 0.000780182 0.003704166 -0.000101354 0.056863583 0.061246578

TRST 0.000121858 -0.001676984 -0.000106899 0.01534447 0.013682444

YPAS 0.001159825 0.0052748 -0.000138092 0.116902673 0.123199207

CPIN 2.93627E-05 0.016489753 -9.33845E-05 -0.039851634 -0.023425903

JPFA 3.143E-05 0.012034315 -8.84635E-05 -0.02682169 -0.014844408

MAIN 0.000195633 0.025073639 -0.000115779 -0.101180441 -0.076026948

SIPD 9.83349E-05 0.00080157 -0.000101644 0.037037042 0.037835303

SPMA 0.000167397 0.002758155 -0.000135988 0.03230823 0.035097794

ASII 1.69228E-06 0.007991542 -4.02234E-05 0.004163431 0.012116441

AUTO 3.73063E-05 0.013995382 -5.38395E-05 -0.023750258 -0.00977141

GJTL 2.24858E-05 0.001628319 -9.53167E-05 -0.071948138 -0.070392649

IMAS 2.01178E-05 0.010300243 -4.11093E-05 0.076186023 0.086465274

INDS 0.000227895 0.010161785 -0.000119316 -0.067930608 -0.057660243

LPIN 0.001654782 0.004171399 -6.47199E-06 -0.008627851 -0.002808142

NIPS 0.00058121 0.0113825 -8.60735E-05 -0.088082806 -0.07620517

PRAS 0.000539006 0.100692715 -0.131627398 -0.053242375 -0.083638051

SMSM 0.000228497 0.026996105 -7.73482E-05 -0.057098183 -0.029950929

123



BATA 0.000502516 0.006481589 -6.53798E-05 0.027786327 0.034705052

KBLM 0.000404045 0.007605525 -5.31012E-05 0.11675758 0.124714048

KBLI 0.000239669 0.016730634 -6.48135E-05 0.036626716 0.053532205

VOKS 0.000165163 0.008049763 -2.6618E-05 0.012514395 0.020702702

ADES 0.000822154 0.028457694 -6.23678E-05 -0.056324489 -0.027107009

DLTA 0.000373277 0.084676579 -2.45862E-05 -0.060525953 0.024499317

ICBP 1.70663E-05 0.007493912 -4.53761E-05 -0.033745137 -0.026279535

INDF 4.8483E-06 0.00462964 -5.29617E-05 -0.026952901 -0.022371375

MYOR 3.93637E-05 0.005457489 -7.7899E-05 -0.129082711 -0.123663757

MLBI 0.000212777 -0.008112351 -9.61854E-05 0.06398974 0.055993981

PSDN 0.000617104 0.006805832 -0.000120951 0.014147385 0.021449369

SKLT 0.001214022 0.012428501 -8.55172E-05 0.006778479 0.020335485

STTP 0.000277862 0.009166803 -0.000125316 0.041350859 0.050670208

AISA 7.23679E-05 0.012188087 -6.18224E-05 -0.016281768 -0.004083136

ULTJ 0.000119229 0.01529414 -8.08679E-05 -0.045845971 -0.03051347

GGRM 6.64639E-06 0.008659477 -4.78141E-05 -0.061283207 -0.052664898

HMSP 1.34084E-05 0.035169234 -3.82065E-05 0.214032476 0.249176911

KLBF 3.13959E-05 0.014780767 -4.90181E-05 0.006954694 0.021717838

KAEF 0.000144816 0.004977923 -4.50384E-05 -0.048869922 -0.043792221

TCID 0.000229709 0.006937611 -7.00075E-05 -0.092870007 -0.085772694

UNVR 2.47854E-05 0.018122797 -0.00010784 0.01527169 0.033311432

SMCB 2.13494E-05 0.002081299 -0.000197612 -0.027753675 -0.025848638

INTP 1.14173E-05 0.002968737 -7.35636E-05 0.035490001 0.038396591

SMGR 9.77466E-06 0.00857095 -0.000127669 -0.010147059 -0.001694003

124



ARNA 0.000277269 0.011711556 -0.000135501 -0.026035569 -0.014182245

AMFG 8.34031E-05 0.004357192 -8.53656E-05 -0.026763619 -0.022408389

TOTO 0.000170585 0.003001035 -6.60035E-05 -0.051532302 -0.048426685

ALMI 0.000138045 -0.011895812 -7.80527E-05 0.215553288 0.203717468

BTON 0.001791729 -0.0130621 -1.84785E-05 0.06152359 0.050234742

GDST 0.000223197 -0.008639371 -1.9087E-07 0.090225437 0.081809072

INAI 0.000424511 0.000856322 -2.47204E-05 -0.17148064 -0.170224527

JPRS 0.00065113 -0.021752812 -6.378E-06 -0.131976537 -0.153084597

LION 0.000600002 1.99504E-05 -2.51112E-05 0.019220784 0.019815625

LMSH 0.002013959 0.01446682 -3.25011E-05 -0.014952043 0.001496235

PICO 0.00043664 0.0059851 -4.89801E-05 -0.019430369 -0.013057609

EKAD 0.000948178 0.003884874 -6.4024E-05 0.011611194 0.016380223

SRSN 0.000646271 -0.000803506 -5.29275E-05 -0.066816396 -0.067026559

APLI 0.000777847 -0.005717711 -9.25773E-05 -0.134640978 -0.13967342

TRST 0.000118739 -0.001211544 -0.000163776 -0.015963559 -0.01722014

YPAS 0.000744415 0.0060692 -9.92397E-05 -0.023921543 -0.017207168

CPIN 2.10382E-05 0.015003037 -9.30811E-05 -0.017839742 -0.002908748

JPFA 2.37023E-05 0.015387292 -8.65286E-05 0.006783387 0.022107852

MAIN 0.000144334 0.021726256 -0.000112783 0.06045985 0.082217658

SIPD 7.87752E-05 -0.004537283 -8.66007E-05 -0.041617702 -0.04616281

SPMA 0.00015613 0.003330789 -0.000129888 -0.016158286 -0.012801255

ASII 1.42533E-06 -0.001998264 -3.73682E-05 -0.040032541 -0.042066748

AUTO 2.92503E-05 0.004411061 -6.4468E-05 -0.000931782 0.003444061

GJTL 2.01865E-05 -0.000303149 -8.96803E-05 0.018779434 0.018406791

125



IMAS 1.47799E-05 -0.001478445 -3.86283E-05 -0.017575934 -0.019078227

INDS 0.000156036 0.004705597 -0.000114706 -0.053823453 -0.049076525

LPIN 0.001510469 0.003130327 -5.89343E-06 0.050114005 0.054748907

NIPS 0.000493918 0.010767348 -8.77791E-05 0.109216734 0.12039022

PRAS 0.000450261 -0.001489524 -0.000139099 0.038231731 0.03705337

SMSM 0.000180292 0.002862814 -6.15079E-05 0.028753823 0.031735421

BATA 0.000452615 0.012509683 -6.58549E-05 -0.001789334 0.011107109

KBLM 0.000359337 0.00231179 -7.45184E-05 0.022151374 0.024747983

KBLI 0.000223581 -0.083588871 -6.08851E-05 0.018672556 -0.06475362

VOKS 0.000153004 -0.003109954 -3.10578E-05 -0.102990862 -0.10597887

ADES 0.000667868 0.002414324 -6.54649E-05 0.071834384 0.074851111

DLTA 0.000348726 0.024253745 -2.2476E-05 -0.079728912 -0.055148918

ICBP 1.46342E-05 0.009386899 -4.90899E-05 0.034973326 0.044325769

INDF 4.37935E-06 0.005278819 -6.74345E-05 0.004776476 0.009992239

MYOR 3.129E-05 0.004533992 -6.74766E-05 -0.00975849 -0.005260684

MLBI 0.000225521 0.080588316 -0.000157696 -0.329709351 -0.24905321

PSDN 0.000380382 -0.002284385 -7.26031E-05 -0.061408966 -0.063385572

SKLT 0.001039203 0.028897864 -9.06911E-05 -0.027566176 0.0022802

STTP 0.000207841 0.015195885 -0.000109003 -0.016204941 -0.000910219

AISA 6.71667E-05 0.013161144 -6.71382E-05 0.007597058 0.02075823

ULTJ 0.000107311 0.012036701 -7.17785E-05 0.072331543 0.084403777

GGRM 6.2589E-06 0.006808599 -6.4094E-05 0.021129734 0.027880498

HMSP 9.89793E-06 0.01601736 -3.2272E-05 -0.151539916 -0.13554493

KLBF 2.75856E-05 0.010892961 -5.584E-05 0.028252685 0.039117391

126



KAEF 0.000124844 0.012823134 -4.31065E-05 -0.006595847 0.006309025

TCID 0.000205864 0.00708707 -9.7569E-05 -0.00159508 0.005600284

UNVR 2.16772E-05 0.010268941 -0.000103183 -0.05189943 -0.041711995

127

Data Manajemen Laba

Discretionary Accruals

KODE TAHUN TACC NDACC DACC

SMCB 2010 -0,031843634 0.039332365 -0.071175999

INTP 2010 -0,011404896 -0.006743451 -0.004661445

SMGR 2010 0,028361726 0.04219151 -0.013829783

ARNA 2010 -0,04298589 -0.014661092 -0.028324798

AMFG 2010 -0,076532454 -0.030086102 -0.046446352

TOTO 2010 0,03732946 0.04648029 -0.00915083

ALMI 2010 0,079398643 0.146569691 -0.067171048

BTON 2010 -0,185845572 -0.079106041 -0.106739532

GDST 2010 0,195282209 -0.001229778 0.196511987

INAI 2010 0,225422073 0.224129754 0.001292319

JPRS 2010 -0,05757132 -0.074341322 0.016770002

LION 2010 0,022528257 0.042588386 -0.020060129

LMSH 2010 -0,031461901 -0.017557264 -0.013904637

PICO 2010 0,07144516 0.05684433 0.01460083

EKAD 2010 0,074253186 -0.055548902 0.129802088

SRSN 2010 0,004927382 -0.069912878 0.07484026

APLI 2010 -0,020563338 0.005715862 -0.026279199

TRST 2010 0,000812125 0.057249408 -0.056437284

YPAS 2010 -0,006545532 -0.033614478 0.027068945

CPIN 2010 -0,03462965 -0.054933979 0.020304328

JPFA 2010 -0,001133937 -0.043950967 0.042817029

MAIN 2010 0,035017705 -0.028240532 0.063258237

SIPD 2010 0,022131399 0.00012366 0.022007739

SPMA 2010 -0,037238996 0.003035439 -0.040274435

ASII 2010 0,158503677 0.070979136 0.087524541

AUTO 2010 0,183112379 0.035676651 0.147435728

GJTL 2010 -0,020317224 0.014639666 -0.03495689

IMAS 2010 0,33845607 0.280653939 0.057802131

INDS 2010 0,102639491 0.12931498 -0.026675489

LPIN 2010 -0,030820276 -0.055684838 0.024864562

NIPS 2010 -0,043503812 -0.01781821 -0.025685602

PRAS 2010 -0,220762333 -0.136287768 -0.084474565

SMSM 2010 0,01438206 0.081769275 -0.067387215

128


BATA 2010 -0,108775026 -0.030716029 -0.078058997

KBLM 2010 -0,004982852 0.032038329 -0.037021181

KBLI 2010 -0,05897292 0.002382718 -0.061355639

VOKS 2010 -0,084539266 -0.056765173 -0.027774092

ADES 2010 0,344983146 0.159238734 0.185744412

DLTA 2010 0,150412425 0.08998342 0.060429005

ICBP 2010 -0,041079655 0.012124333 -0.053203988

INDF 2010 -0,07367313 -0.066365098 -0.007308032

MYOR 2010 0,080530208 0.069104653 0.011425555

MLBI 2010 0,123861027 0.12600354 -0.002142513

PSDN 2010 0,085451246 -0.013720079 0.099171326

SKLT 2010 -0,016608468 0.020052671 -0.036661139

STTP 2010 0,100641133 0.130606898 -0.029965765

AISA 2010 0,076608018 0.040980461 0.035627557

ULTJ 2010 -0,090330238 -0.077481177 -0.012849061

GGRM 2010 0,049289082 0.017438134 0.031850948

HMSP 2010 -0,035969011 -0.080349736 0.044380725

KLBF 2010 0,013867809 0.018545612 -0.004677803

KAEF 2010 -0,000258397 -0.013132879 0.012874483

TCID 2010 -0,025895627 0.021851188 -0.047746815

UNVR 2010 -0,031334803 -0.019843551 -0.011491251

SMCB 2011 -0,097985628 -0.050999539 -0.046986089

INTP 2011 -0,018388831 -0.012504449 -0.005884382

SMGR 2011 -0,029588146 -0.036617618 0.007029472

ARNA 2011 -0,054872391 -0.013866146 -0.041006245

AMFG 2011 0,000677623 0.039605425 -0.038927801

TOTO 2011 -0,016367236 -0.035122153 0.018754918

ALMI 2011 -0,104456376 -0.093934418 -0.010521957

BTON 2011 -0,160202112 -0.073191756 -0.087010356

GDST 2011 0,073571193 -0.013560043 0.087131236

INAI 2011 0,01668583 -0.160378504 0.177064334

JPRS 2011 0,18121972 0.138133239 0.043086481

LION 2011 0,040551693 -0.004676698 0.04522839

LMSH 2011 0,074319409 0.061702012 0.012617397

PICO 2011 0,046404471 -0.011584802 0.057989272

EKAD 2011 0,058041346 0.015872853 0.042168493

SRSN 2011 -0,015730236 -0.010623009 -0.005107227

129


APLI 2011 -0,003783584 0.025858993 -0.029642577

TRST 2011 0,00604498 0.008259978 -0.002214998

YPAS 2011 0,00282479 0.048772535 -0.045947745

CPIN 2011 0,194593894 0.138044978 0.056548916

JPFA 2011 0,10696533 0.112503953 -0.005538624

MAIN 2011 0,143630755 0.078870608 0.064760147

SIPD 2011 0,00048022 0.011073355 -0.010593135

SPMA 2011 -0,053322723 -0.012121419 -0.041201304

ASII 2011 0,098053289 -0.028788349 0.126841638

AUTO 2011 0,15091425 0.020822656 0.130091594

GJTL 2011 0,036618396 0.048494013 -0.011875617

IMAS 2011 0,273775614 0.026860773 0.246914842

INDS 2011 0,190234168 0.035700538 0.15453363

LPIN 2011 0,0462339 0.057868892 -0.011634992

NIPS 2011 0,185605666 0.14458179 0.041023876

PRAS 2011 -0,007236433 0.037363417 -0.04459985

SMSM 2011 -0,022734089 -0.056824938 0.034090849

BATA 2011 -0,02894361 0.047239063 -0.076182673

KBLM 2011 -0,070018032 -0.029914362 -0.04010367

KBLI 2011 -0,021553878 0.048610353 -0.070164231

VOKS 2011 -0,024327991 0.014564491 -0.038892483

ADES 2011 -0,096790123 -0.142038254 0.04524813

DLTA 2011 -0,036124915 -0.120313725 0.08418881

ICBP 2011 -0,008087868 -0.070063836 0.061975969

INDF 2011 -0,00163546 0.030630537 -0.032265997

MYOR 2011 0,248107649 0.135184161 0.112923488

MLBI 2011 -0,144567282 -0.181948026 0.037380744

PSDN 2011 0,00736675 0.003986594 0.003380156

SKLT 2011 -0,058952783 -0.022102917 -0.036849867

STTP 2011 -0,072501825 -0.07348503 0.000983205

AISA 2011 0,062100671 0.003111534 0.058989138

ULTJ 2011 -0,110433534 -0.013502724 -0.09693081

GGRM 2011 0,164218626 0.063904423 0.100314203

HMSP 2011 -0,147324921 -0.093189997 -0.054134924

KLBF 2011 0,007033814 -0.015537091 0.022570904

KAEF 2011 0,053803224 0.028647233 0.025155991

TCID 2011 0,063895114 0.054681869 0.009213245

130


UNVR 2011 -0,149129066 -0.106121401 -0.043007665

SMCB 2012 -0,031168021 0.027397333 -0.058565354

INTP 2012 -0,050379593 -0.050381167 1.57381E-06

SMGR 2012 -0,033833019 -0.028995234 -0.004837784

ARNA 2012 -0,094966213 -0.056245036 -0.038721177

AMFG 2012 -0,023978447 -0.012550177 -0.01142827

TOTO 2012 0,035677999 0.026695834 0.008982166

ALMI 2012 0,023927568 0.071291606 -0.047364038

BTON 2012 -0,011559044 0.041540392 -0.053099437

GDST 2012 -0,331242376 -0.238037027 -0.093205349

INAI 2012 0,225296969 0.132307916 0.092989053

JPRS 2012 0,045391279 -0.054566068 0.099957346

LION 2012 0,05127809 -0.036570893 0.087848983

LMSH 2012 0,313512969 -0.022961568 0.336474538

PICO 2012 0,065164187 0.006547173 0.058617014

EKAD 2012 0,031996121 -0.024091655 0.056087776

SRSN 2012 0,067618249 0.066526807 0.001091442

APLI 2012 0,055602541 0.061246578 -0.005644037

TRST 2012 -0,007059554 0.013682444 -0.020741998

YPAS 2012 0,199219319 0.123199207 0.076020112

CPIN 2012 0,11205877 -0.023425903 0.135484673

JPFA 2012 0,093812243 -0.014844408 0.108656651

MAIN 2012 0,007058849 -0.076026948 0.083085797

SIPD 2012 0,059720532 0.037835303 0.021885229

SPMA 2012 0,007739878 0.035097794 -0.027357916

ASII 2012 0,08995512 0.012116441 0.077838679

AUTO 2012 0,085888713 -0.00977141 0.095660123

GJTL 2012 -0,049756621 -0.070392649 0.020636028

IMAS 2012 0,292332263 0.086465274 0.205866989

INDS 2012 0,025959933 -0.057660243 0.083620176

LPIN 2012 0,063539128 -0.002808142 0.066347269

NIPS 2012 -2,1264E-05 -0.07620517 0.076183906

PRAS 2012 -0,067226981 -0.083638051 0.01641107

SMSM 2012 -0,074378049 -0.029950929 -0.04442712

BATA 2012 0,044429358 0.034705052 0.009724305

KBLM 2012 0,160728243 0.124714048 0.036014195

KBLI 2012 0,1067134 0.053532205 0.053181195

131


VOKS 2012 0,02685155 0.020702702 0.006148848

ADES 2012 -0,012335443 -0.027107009 0.014771566

DLTA 2012 -0,050316454 0.024499317 -0.074815771

ICBP 2012 -0,04987486 -0.026279535 -0.023595326

INDF 2012 -0,049036838 -0.022371375 -0.026665463

MYOR 2012 -0,013002433 -0.123663757 0.110661325

MLBI 2012 -0,070806716 0.055993981 -0.126800697

PSDN 2012 0,035336588 0.021449369 0.013887219

SKLT 2012 -0,034097345 0.020335485 -0.05443283

STTP 2012 0,053652449 0.050670208 0.002982241

AISA 2012 0,034910585 -0.004083136 0.038993721

ULTJ 2012 -0,06341035 -0.03051347 -0.032896881

GGRM 2012 0,002945509 -0.052664898 0.055610407

HMSP 2012 0,302322512 0.249176911 0.053145601

KLBF 2012 0,048187917 0.021717838 0.026470078

KAEF 2012 -0,016341502 -0.043792221 0.027450719

TCID 2012 -0,088487837 -0.085772694 -0.002715142

UNVR 2012 -0,033629174 0.033311432 -0.066940606

SMCB 2013 -0,107645821 -0.025848638 -0.081797184

INTP 2013 0,030795532 0.038396591 -0.007601059

SMGR 2013 -0,026067516 -0.001694003 -0.024373513

ARNA 2013 -0,043948812 -0.014182245 -0.029766566

AMFG 2013 -0,068543499 -0.022408389 -0.04613511

TOTO 2013 -0,055199654 -0.048426685 -0.006772969

ALMI 2013 0,393128824 0.203717468 0.189411356

BTON 2013 0,102103612 0.050234742 0.05186887

GDST 2013 -0,086803075 0.081809072 -0.168612147

INAI 2013 -0,118847615 -0.170224527 0.051376912

JPRS 2013 -0,159342147 -0.153084597 -0.00625755

LION 2013 0,02818544 0.019815625 0.008369815

LMSH 2013 0,004404727 0.001496235 0.002908491

PICO 2013 0,035977891 -0.013057609 0.0490355

EKAD 2013 0,059265559 0.016380223 0.042885336

SRSN 2013 -0,05446501 -0.067026559 0.012561549

APLI 2013 -0,178805977 -0.13967342 -0.039132557

TRST 2013 -0,046846864 -0.01722014 -0.029626724

YPAS 2013 0,058110859 -0.017207168 0.075318027

132


CPIN 2013 0,037850595 -0.002908748 0.040759343

JPFA 2013 0,042608156 0.022107852 0.020500304

MAIN 2013 0,073499999 0.082217658 -0.008717658

SIPD 2013 -0,024440279 -0.04616281 0.021722531

SPMA 2013 -0,029694557 -0.012801255 -0.016893302

ASII 2013 0,0057441 -0.042066748 0.047810848

AUTO 2013 0,056998311 0.003444061 0.05355425

GJTL 2013 -0,091593007 0.018406791 -0.109999798

IMAS 2013 0,169284603 -0.019078227 0.18836283

INDS 2013 -0,064953738 -0.049076525 -0.015877213

LPIN 2013 0,095822928 0.054748907 0.041074021

NIPS 2013 0,207772612 0.12039022 0.087382392

PRAS 2013 0,004277202 0.03705337 -0.032776167

SMSM 2013 0,046920888 0.031735421 0.015185467

BATA 2013 -0,00650322 0.011107109 -0.017610329

KBLM 2013 0,157994729 0.024747983 0.133246746

KBLI 2013 0,086620689 -0.06475362 0.151374309

VOKS 2013 -0,212547527 -0.10597887 -0.106568657

ADES 2013 0,039984576 0.074851111 -0.034866535

DLTA 2013 -0,10498529 -0.055148918 -0.049836372

ICBP 2013 0,013605813 0.044325769 -0.030719956

INDF 2013 -0,059202936 0.009992239 -0.069195176

MYOR 2013 0,01100756 -0.005260684 0.016268244

MLBI 2013 -0,008524306 -0.24905321 0.240528904

PSDN 2013 -0,088181273 -0.063385572 -0.024795701

SKLT 2013 -0,061814234 0.0022802 -0.064094434

STTP 2013 0,044625009 -0.000910219 0.045535227

AISA 2013 0,069286194 0.02075823 0.048527964

ULTJ 2013 0,053340659 0.084403777 -0.031063117

GGRM 2013 0,046037269 0.027880498 0.018156771

HMSP 2013 0,000621266 -0.13554493 0.136166196

KLBF 2013 0,110775998 0.039117391 0.071658606

KAEF 2013 -0,018328527 0.006309025 -0.024637552

TCID 2013 -0,07424953 0.005600284 -0.079849814

UNVR 2013 -0,074180559 -0.041711995 -0.032468564

133

LAMPIRAN 2

HASIL OUPUT SPSS

134

LAMPIRAN OUTPUT SPSS

Hasil Uji Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

ROA 200 .00 1.92 .3470 .43590

LEV 200 .04 .84 .4261 .17560

AGE 200 2.00 82.00 35.4750 14.53706

SIZE 200 25.08 33.00 28.2526 1.69876

DA 200 -.17 .21 .0131 .06557

Valid N (listwise) 200

Hasil Uji Autokorelasi dan Koefisien Determinasi (R2)

Model Summaryb

Model R R Square Adjusted R

Square

Std. Error of the

Estimate

Durbin-Watson

1 .320a .102 .079 .06283 1.986

a. Predictors: (Constant), ROA, LEV, AGE, SIZE

b. Dependent Variable: DA

Hasil Uji Simultan (Uji F)

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression .067 4 .017 4.155 .003b

Residual .788 195 .004

Total .856 199

a. Dependent Variable: DA

b. Predictors: (Constant), ROA, LEV, AGE, SIZE

135

Hasil Uji Parameter Individual (Uji t)

Model Unstandardized Coefficients Standardized

Coefficients

t Sig.

B Std. Error Beta

1

(Constant) -.115 .076 -1.511 .132

ROA .022 .010 .143 2.058 .041

LEV .071 .026 .191 2.754 .006

AGE -.001 .000 -.141 -1.988 .048

SIZE .004 .003 .103 1.438 .152

Hasil Uji Multikolonieritas

Collinearity Statistics

Tolerance VIF

.973 1.028

.986 1.014

.934 1.071

.915 1.093

136

Hasil Uji Normalitas Kolmogorov- Smirnov

One-Sample Kolmogorov-Smirnov Test

Unstandardized

Residual

N 200

Normal Parametersa,b Mean .0000000

Std. Deviation .06294684

Most Extreme Differences

Absolute .067

Positive .067

Negative -.042

Kolmogorov-Smirnov Z .944

Asymp. Sig. (2-tailed) .335

a. Test distribution is Normal.

b. Calculated from data.

Hasil Uji Normalitas

Normal Probability Plot (P-P Plot)

137

Hasil Uji Normalitas

Histogram

Hasil Uji Heteroskedastisitas (Uji Glejser)

Coefficientsa

Model Unstandardized Coefficients Standardized

Coefficients

t Sig.

B Std. Error Beta

1

(Constant) .000 .046 -.003 .998

ROA .000 .006 -.005 -.065 .948

LEV .025 .016 .113 1.591 .113

AGE .000 .000 -.098 -1.345 .180

SIZE .002 .002 .075 1.016 .311

a. Dependent Variable: abs_res

138

Hasil Uji Heteroskedastisitas Scatterplot

PENGARUH PROFITABILITAS, LEVERAGE, UMUR, …...i PENGARUH PROFITABILITAS, LEVERAGE, UMUR, DAN UKURAN PERUSAHAAN TERHADAP MANAJEMEN LABA (Studi Empiris Pada Perusahaan Manufaktur Yang

Documents