PERBANDINGAN KEAKURATAN MODEL LABA PERMANEN, …repository.stieykpn.ac.id/110/1/RINGKASAN...

i

PERBANDINGAN KEAKURATAN MODEL LABA

PERMANEN, TRANSITORI, AGREGAT, DAN ARUS KAS

OPERASI DALAM MEMPREDIKSI LABA MASA DEPAN

RINGKASAN SKRIPSI

Diajukan sebagai salah satu syarat

untuk menyelesaikan Program Sarjana (S1) pada

Jurusan Akuntansi Sekolah Tinggi Ilmu Ekonomi YKPN Yogyakarta

Disusun oleh:

MAHENDRA EKA KURNIA SANDY

31.15.28694

SEKOLAH TINGGI ILMU EKONOMI

YAYASAN KELUARGA PAHLAWAN NEGARA

YOGYAKARTA

2018

ii

ii

iii

PERBANDINGAN KEAKURATAN MODEL LABA PERMANEN,

TRANSITORI, AGREGAT, DAN ARUS KAS OPERASI DALAM

MEMPREDIKSI LABA MASA DEPAN

Mahendra Eka Kurnia Sandy

Program Studi Akuntansi Sekolah Tinggi Ilmu Ekonomi YKPN Yogyakarta

ABSTRAK

Tujuan dari penelitian ini adalah untuk menguji mengenai keakuratan model

dengan komponen laba permanen, transitori, agregat, dan arus kas operasi dalam

memprediksi laba masa depan pada perusahaan manufaktur dan jasa di Indonesia.

Jumlah sampel dalam penelitian ini adalah 151 perusahaan manufaktur dan

jasa pada tahun 2015 dan 2016 yang telah dipilih dengan metode purposive

sampling. Dalam penelitian ini dibentuk empat model prediksi untuk menghitung

atau memprediksi laba masa depan. Masing-masing model prediksi dianalisis

menggunakan analisis regresi sederhana dengan SPSS 24. Teknik perhitungan

ketepatan hasil prediksi dilakukan dengan cara menghitung tingkat kesalahan

prediksi dengan menggunakan Absolute Percentage Error (APE). Pengujian

hipotesis dilakukan menggunakan Analysis of Variance (ANOVA) untuk menguji

APE masing-masing model prediksi.

Hasil penelitian ini menunjukkan bahwa laba permanen lebih akurat

dibandingkan dengan laba transitori, laba permanen tidak lebih akurat

dibandingkan dengan laba agregat, laba agregat lebih akurat dibandingkan dengan

laba transitori, dan arus kas operasi tidak lebih akurat dibandingkan dengan laba

agregat dalam memprediksi laba masa depan. Penelitian ini juga menunjukkan

bahwa laba agregat paling akurat dalam memprediksi laba masa depan

dibandingkan laba permanen, laba transitori, dan arus kas operasi.

Kata kunci:

Laba permanen, laba transitori, laba agregat, arus kas operasi, laba masa depan

PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI

repository.stieykpn.ac.id

iv

COMPARISON OF THE ACCURACY MODEL OF PERMANENT

EARNINGS, TRANSITORY, AGGREGATE, AND OPERATING CASH

FLOWS TO PREDICT FUTURE EARNINGS

Mahendra Eka Kurnia Sandy

Program Studi Akuntansi Sekolah Tinggi Ilmu Ekonomi YKPN Yogyakarta

ABSTRACT

The objective of this research is to test the accuracy of the model with the

components of permanent earnings, transitory, aggregate, and operating cash

flows to predict future earnings in manufacturing and service companies in

Indonesia.

Total samples in this research are 151 manufacturing and service

companies in 2015 and 2016 which have been selected by purposive sampling

method. In this research formed four prediction models to calculate or predict

future earnings. Each prediction model was analyzed using simple regression

analysis with SPSS 24. The accuracy of prediction techniques was done by

calculating the predictive error rate by using Absolute Percentage Error (APE).

Hypothesis testing was performed using Analysis of Variance (ANOVA) to test the

APE of each prediction model.

The results of this research indicate that permanent earnings are more

accurate than transitory earnings, permanent earnings are not more accurate

than aggregate earnings, aggregate earnings are more accurate than transitory

earnings, and operating cash flows are not more accurate than aggregate

earnings to predict future earnings. This research also indicate that aggregate

earnings is the most accurate to predict future earnings compared permanent

earnings, transitory earnings, and operating cash flows.

Keywords:

Permanent earnings, transitory earnings, aggregate earnings, operating cash

flows, future earnings.



1

PENDAHULUAN

LATAR BELAKANG

Menurut Pernyataan Standar Akuntansi Keuangan (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 (IAI, 2017). Laporan keuangan menunjukkan apa yang telah dilakukan

manajemen atau pertanggungjawaban manajemen atas sumber daya yang

dipercayakan kepadanya. Pengguna laporan keuangan ingin menilai apa yang

dilakukan oleh manajemen agar mereka dapat membuat keputusan ekonomi,

seperti keputusan menahan atau menjual investasi. Keputusan-keputusan ekonomi

yang akan diambil oleh para pemakai laporan keuangan membutuhkan evaluasi

terlebih dahulu atas kemampuan perusahaan dalam menghasilkan laba.

Revsine et.al. (2001) menjelaskan ada tiga komponen yang berbeda

didalam angka laba, yaitu komponen laba permanen, laba transitori, dan

komponen pengganggu atau disebut juga laba yang tidak relevan terhadap nilai

(value-irrelevant earnings). Laba permanen merupakan laba yang relevan

digunakan untuk memprediksi laba masa depan atau arus kas masa depan dan

diharapkan untuk tetap ada di masa depan. Laba transitori merupakan laba yang

relevan digunakan untuk memprediksi laba masa depan atau arus kas masa depan

tetapi tidak diharapkan untuk tetap ada di masa depan. Sementara itu laba yang

tidak relevan terhadap nilai tidak berhubungan dengan laba masa depan atau arus

kas masa depan.

Karakteristik kualitatif laporan keuangan merupakan ciri khas yang

membuat informasi dalam laporan keuangan berguna bagi para pemakai dalam

pengambilan keputusan ekonomi. Karakteristik kualitatif laporan keuangan

menurut Pernyataan Standar Akuntansi Keuangan (PSAK) No. 1 terdiri atas

karakteristik kualitatif fundamental (relevansi dan representasi tepat) dan

karakteristik kualitatif peningkat (keterbandingan, keterverifikasian,



2

ketepatwaktuan, dan keterpahaman) (IAI, 2017). Informasi yang relevan dapat

mempengaruhi keputusan ekonomi para pengguna dan membantu mereka dalam

membuat prediksi tentang hasil akhir dari kejadian masa lalu, masa kini, dan masa

depan. Informasi yang relevan terkandung sebuah nilai prediktif (predictive

value), yaitu informasi yang dapat digunakan para investor untuk memprediksi

laba di masa depan.

Penelitian ini tidak menguji tentang kemampuan komponen laba dan arus

kas dalam memprediksi laba masa depan, akan tetapi penelitian ini akan

membandingan keakuratan model dengan komponen laba permanen, transitori,

agregat, dan arus kas operasi dalam memprediksi laba masa depan. Beberapa

penelitian sudah meneliti tentang kemampuan laba meramal laba masa depan.

Finger (1994) menguji kemampuan laba meramal laba dan arus kas masa depan.

Hasil penelitiannya membuktikan bahwa laba mampu dalam memprediksi laba

dan arus kas masa mendatang. Parawiyati dan Baridwan (1998) menguji

kemampuan laba dan arus kas untuk memprediksi laba dan arus kas masa depan.

Peneliti membandingkan kemampuan prediktor laba dengan prediktor arus kas

dalam memprediksi laba satu tahun ke depan. Hasil penelitian menunjukkan

bahwa kedua prediktor mampu secara signifikan memprediksi laba dan arus kas

masa depan, dan prediktor laba memberikan pengaruh yang lebih besar

dibandingkan dengan prediktor arus kas. Raharjo (2012) juga melakukan

penelitian untuk menganalisis kemampuan laba dan arus kas dalam memprediksi

laba dan arus kas masa mendatang. Pengujian statistik yang telah dilakukan

menunjukkan bahwa prediktor laba memiliki pengaruh lebih besar terhadap laba

masa mendatang dibandingkan prediktor arus kas.

Penulis hanya menguji prediksi laba masa depan karena laba masa depan

lebih relevan digunakan oleh investor. Informasi yang relevan akan membantu

pemakai untuk membuat prediksi tentang hasil akhir dari kejadian masa lalu, masa

kini, dan masa depan. Laba dikatakan memiliki relevansi nilai jika secara statistik

berhubungan dengan harga saham yang berarti penurunan dan peningkatan laba

berhubungan dengan penurunan atau kenaikan harga saham. Sesuai dengan



3

pernyataan Barth et.al. (2008), kualitas informasi akuntansi yang tinggi

diindikasikan dengan adanya hubungan yang kuat antara harga saham dan laba

karena kedua informasi akuntansi tersebut mencerminkan kondisi ekonomik

perusahaan. Informasi laba inilah yang berguna bagi investor dalam membuat

keputusan investasi. Berdasarkan hal tersebut, penulis akan melakukan penelitian

dengan judul “Perbandingan Keakuratan Model Laba Permanen, Transitori,

Agregat, dan Arus Kas Operasi dalam Memprediksi Laba Masa Depan”.

RUMUSAN MASALAH

Penelitian ini berkaitan dengan keakuratan prediksi laba permanen, transitori,

agregat, dan arus kas operasi dalam memprediksi laba masa depan. Berdasarkan

beberapa hasil penelitian sebelumnya yang menyatakan bahwa laba permanen,

transitori, dan agregat sama-sama mempunyai nilai yang relevan untuk

memprediksi laba masa depan, maka peneliti ingin melakukan pengujian untuk

menjawab pertanyaan, “Manakah diantara model dengan komponen laba

permanen, transitori, agregat, dan arus kas operasi yang lebih akurat ketika

digunakan untuk memprediksi laba masa depan pada perusahaan yang terdaftar di

BEI?”.

TUJUAN PENELITIAN

Berdasarkan rumusan masalah di atas, tujuan penelitian ini adalah untuk

melakukan pengujian empiris mengenai keakuratan model dengan komponen laba

permanen, transitori, agregat, dan arus kas operasi dalam memprediksi laba masa

depan pada perusahaan yang terdaftar di BEI.



4

TINJAUAN PUSTAKA

LANDASAN TEORI

Landasan teori pada penelitian ini adalah teori valuasi (valuation theory).

Valuation Theory merupakan salah satu teori yang paling diperlukan ketika

investor melakukan investasi. Teori ini membahas mengenai valuasi atas aset

yang diinvestasikan. Aset yang diinvestasikan bisa berupa aset riil dan aset

finansial yang masing-masing mempunyai nilai (value) (Damodaran, 2002).

Investasi aset riil merupakan investasi atas aset yang mempunyai bentuk fisik

tertentu (aset berwujud) seperti tanah, bangunan, mesin, dan kendaraan.

Sedangkan investasi aset finansial merupakan investasi atas surat-surat berharga

(securities) seperti obligasi dan saham. Investor yang melakukan valuasi harus

lebih dulu mengumpulkan semua informasi yang diperlukan. Informasi yang

diperlukan merupakan informasi yang tertulis dan umumnya mengenai masa lalu.

Informasi ini diperoleh dari laporan keuangan yang disajikan oleh perusahaan.

Terdapat dua model yang digunakan untuk melakukan analisis dan

penilaian terhadap suatu saham, yaitu Fundamental Analysis (FA) dan Technical

Analysis (TA). FA menilai saham berdasarkan kondisi fundamental (dasar)

perusahaan, sehingga FA lebih sesuai untuk investasi jangka panjang. Sedangkan

TA menilai harga saham berdasarkan refleksi harga dimasa lalu dengan membaca

sentimen, tren, dan proyeksi yang mungkin terjadi dimasa depan. TA biasanya

dilakukan dengan menggunakan software aplikasi dan banyak mengeksploitasi

grafik (chart), sehingga TA lebih cocok untuk spekulasi (trading) dalam jangka

pendek (Halim, 2005:4). Menurut Tandelilin (2010:303) menjelaskan dua

pendekatan dalam menentukan nilai intrinsik saham berdasarkan analisis

fundamental yaitu pendekatan nilai sekarang (present value approach) dan

pendekatan rasio terhadap earnings (price earnings ratio/PER).

Investor menggunakan informasi yang disajikan dalam laporan keuangan

untuk melakukan analisis dan penilaian saham. Salah satu pendekatan yang dapat

digunakan investor dalam valuasi adalah pendekatan nilai sekarang atau present

value (PV). PV dihitung dengan memprediksi arus kas yang akan diterima



5

pemegang saham di masa mendatang, sehingga dibutuhkan keandalan untuk

memprediksi arus kas masa depan perusahaan (Sumarni dan Rahmawati, 2007).

Selain informasi arus kas, investor juga membutuhkan informasi tentang laba

perusahaan karena laba maupun komponen laba juga mempunyai kemampuan

sebagai prediktor. FASB (1978) menyatakan bahwa laba merupakan prediktor

yang lebih baik dibandingkan dengan arus kas. Berdasarkan hal tersebut, laba

lebih relevan digunakan oleh investor dalam menentukan keputusan investasi

karena prediktor laba akan menghasilkan prediksi laba maupun arus kas masa

depan yang lebih akurat dibandingkan dengan prediktor arus kas.

PENGEMBANGAN HIPOTESIS

LABA PERMANEN, LABA TRANSITORI, LABA AGREGAT, DAN ARUS

KAS OPERASI

Febriyanti (2004) menyatakan bahwa model dengan komponen laba

permanen dan transitori keduanya memiliki nilai yang relevan untuk memprediksi

laba masa depan, namun model dengan komponen laba permanen terbukti lebih

akurat dalam memprediksi laba masa depan dibandingkan model dengan

komponen laba transitori. Hal ini disebabkan karena laba permanen muncul akibat

aktivitas utama perusahaan yang selalu terjadi di setiap periode, sedangkan laba

transitori karena sifatnya yang hanya terjadi pada periode tertentu maka laba

transitori sekarang tidak mempengaruhi laba transitori berikutnya. Disamping itu,

Revsine et.al. (2001) menyebutkan bahwa laba permanen seharusnya mempunyai

pengganda laba yang lebih tinggi dibandingkan laba transitori karena laba

permanen akan bertahan lebih lama dalam laba yang dilaporkan pada periode-

periode berikutnya dibandingkan laba transitori.

Dalam memprediksi laba dapat meliputi memprediksi laba agregat dan

memprediksi komponen-komponen pembentuk laba. Werdiningsih (2001)

menyatakan bahwa laba yang dipilah-pilah menjadi komponen yang lebih

khusus mempunyai kemampuan untuk meningkatkan prediksi terhadap laba



6

masa depan. Hal ini sesuai dengan pernyataan FASB (1984) yang menyatakan

bahwa pos-pos individual, subtotal, atau bagian-bagian lain dari suatu laporan

keuangan sering lebih berguna daripada agregatnya bagi orang-orang yang

mengambil keputusan investasi, keputusan kredit, dan keputusan-keputusan

lainnya yang sejenis.

Dengan demikian, meskipun laba agregat bisa digunakan untuk

memprediksi laba masa depan, akan tetapi hal itu menimbulkan measurement

error dalam prediksi. Hal ini terjadi karena di dalam laba agregat terdapat tiga

komponen laba yaitu laba permanen, transitori, dan laba yang tidak relevan.

Adanya komponen laba yang tidak relevan merupakan komponen pengganggu

yang menyebabkan tingkat keakuratan laba agregat menjadi menurun ketika

digunakan untuk memprediksi laba masa depan. Laba permanen memiliki

tingkat keakuratan yang lebih tinggi dibandingkan laba agregat karena

komponen yang ada di dalam laba permanen selalu berulang di periode yang

akan datang (Febriyanti, 2004).

Laba agregat memiliki tingkat keakuratan yang lebih tinggi dibandingkan

laba transitori karena laba transitori tidak mempengaruhi laba transitori

berikutnya dan laba total untuk tahun berikutnya (Febriyanti, 2004). Hal tersebut

sesuai dengan teori yang dikemukakan oleh Penman (2001), unusual earnings

atau transitory earnings merupakan laba yang dihasilkan secara temporer dan

tidak dapat dihasilkan secara berulang-ulang (non-repeating), sehingga tidak

dapat digunakan sebagai indikator laba masa depan. Selain itu, laba agregat

diduga lebih akurat dibandingkan laba transitori karena adanya laba permanen di

dalam laba agregat tersebut. Laba permanen (sustainable earnings) dihasilkan

oleh perusahaan secara berulang-ulang (repetitive) dalam jangka panjang karena

laba permanen tersebut berasal dari kegiatan utama perusahaan (Penman, 2001).

Komponen laba agregat terdiri atas komponen laba permanen, laba

transitori, dan komponen penganggu (noise). Komponen laba permanen

merupakan komponen laba yang terus menerus ada disetiap periode. Sedangkan,

komponen laba transitori merupakan komponen laba yang tidak diharapkan

untuk tetap ada di masa depan. Noise merupakan komponen yang tidak relevan



7

digunakan untuk memprediksi laba masa depan. Adanya komponen laba

transitori dan noise tersebut menyebabkan tingkat keakuratan laba agregat

menjadi menurun ketika digunakan untuk memprediksi laba masa depan.

Arus kas operasi merupakan arus kas yang berasal dari aktivitas utama

perusahaan. Aktivitas utama perusahaan terjadi berulang-ulang di setiap periode,

sehingga mempunyai sifat permanen yang tinggi. Disamping itu, dalam arus kas

operasi tidak terkandung komponen akrual yang bersifat transitori. Sesuai

dengan penelitian Sloan (1996) yang menggunakan komponen akrual dan arus

kas yang mewakili sifat transitori dan permanen laba. Hal itu menyebabkan

tingkat keakuratan arus kas operasi meningkat ketika digunakan untuk

memprediksi laba masa depan. Dengan demikian, arus kas operasi diduga lebih

akurat dibandingkan laba agregat dalam memprediksi laba masa depan. Analisis

tersebut sesuai dengan penelitian Finger (1994) yang menyatakan bahwa

prediktor arus kas lebih baik daripada prediktor laba dalam memprediksi laba

dan arus kas di masa depan.

Berdasarkan penjelasan sebelumnya, maka dapat disusun hipotesis

penelitian sebagai berikut:

H1 : Model komponen laba permanen lebih akurat dibandingkan dengan

model komponen laba transitori dalam memprediksi laba masa depan.

H2 : Model komponen laba permanen lebih akurat dibandingkan dengan

model komponen laba agregat dalam memprediksi laba masa depan.

H3 : Model komponen laba agregat lebih akurat dibandingkan dengan model

komponen laba transitori dalam memprediksi laba masa depan.

H4 : Model arus kas operasi lebih akurat dibandingkan dengan model

komponen laba agregat dalam memprediksi laba masa depan.



8

METODE PENELITIAN

POPULASI DAN SAMPEL PENELITIAN

Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur dan jasa yang

tercatat pada Bursa Efek Indonesia selama 2 tahun yaitu tahun 2015 dan 2016.

Pengambilan sampel dilakukan dengan purposive sampling yaitu sampel diambil

berdasarkan kriteria-kriteria tertentu yang ditentukan oleh peneliti.

DATA DAN SUMBER DATA PENELITIAN

Jenis data yang diambil dalam penelitian ini merupakan data sekunder yang

diperoleh dari Bursa Efek Indonesia. Data sekunder merupakan data penelitian

yang diperoleh secara tidak langsung atau melalui media perantara (diperoleh dan

dicatat oleh pihak lain) berupa bukti, catatan atau laporan historis yang telah

tersusun dalam arsip (data dokumenter) yang dipublikasikan dan yang tidak

dipublikasikan (Indriantoro dan Supomo, 2002).

Sumber data dalam penelitian ini adalah data laporan keuangan tahunan

(annual report) perusahaan manufaktur dan jasa pada tahun 2015 dan 2016, yang

diperoleh dari Bursa Efek Indonesia (BEI). Data laba permanen, laba transitori,

dan laba agregat diperoleh dari laporan laba rugi. Sedangkan data jumlah arus kas

operasi diperoleh dari laporan arus kas.

MODEL PENELITIAN

Dalam penelitian ini dikembangkan beberapa model penelitian yang digunakan

untuk menguji hipotesis-hipotesis H1, H2, H3, dan H4. Model penelitiannya adalah

sebagai berikut:



9

Laba t+1 = α + βPermanen t + e (1)

Laba t+1 = α + βTransitori t + e (2)

Laba t+1 = α + βAgregat t + e (3)

Laba t+1 = α + βAko t + e (4)

Keterangan:

Laba t+1 : Laba agregat perusahaan periode (t+1)

Permanen : Laba permanen perusahaan periode t

Transitori : Laba transitori perusahaan periode t

Agregat : Laba agregat perusahaan periode t

Ako : Arus kas operasi perusahaan periode t

METODE ANALISIS DATA

ANALISIS REGRESI

Teknik prediksi yang digunakan dalam penelitian ini adalah regresi linear

sederhana sebagai estimasi prediksi untuk menentukan nilai laba prediksian yang

akan datang. Regresi linear sederhana dibentuk dengan menggunakan data tahun

2015. Hasil prediksi kemudian dibandingkan dengan data realisasi laba tahun

2016.

UJI ASUMSI KLASIK

Regresi dengan metode Ordinary Least Squares (OLS) akan memberikan hasil

yang Best Linear Unbiased Estimator (BLUE) jika memenuhi semua asumsi

klasik (Ghozali, 2013:167). Apabila persamaan yang terbentuk tidak memenuhi

kaidah BLUE, maka persamaan tersebut diragukan kemampuannya dalam

menghasilkan nilai-nilai prediksi yang akurat. Dalam penelitian ini uji asumsi

klasik dilakukan dengan:

1. Uji Normalitas. Uji ini menggunakan uji Kolmogorov-Smirnov dan Shapiro-

Wilk. Selain kedua uji tersebut, penulis juga menggunakann analisis statistik

untuk menguji apakah data normal atau tidak. Uji statistik sederhana dapat

dilakukan dengan melihat nilai kurtosis dan skewness dari residual.



10

2. Uji Autokorelasi. Uji autokorelasi menggunakan Durbin-Watson. Selain

menggunakan uji D-W, penulis juga menggunakan uji Run Test. Run Test

dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi

yang tinggi atau tidak.

3. Uji Heterokedastisitas. Uji ini dilakukan dengan menggunakan Glejser test.

PENGUJIAN HIPOTESIS

Efektivitas model dari hasil proses prediksi dilakukan dengan pengujian ketepatan

(goodness of fit) antara nilai (variabel dependen/Y) sesungguhnya dengan nilai

(variabel dependen/Y) prediksi (Febriyanti, 2004). Teknik perhitungan ketepatan

hasil dilakukan dengan cara menghitung tingkat kesalahan prediksi (selisih nilai

sesungguhnya dengan nilai prediksi). Ukuran yang digunakan atas kesalahan

prediksi adalah Absolute Percentage Error (APE). APE masing-masing model

diuji dengan menggunakan uji Analysis of Variance (ANOVA).

Keterangan:

APEi : Absolute percentage error.

A : Nilai realisasi.

Â : Nilai prediksian model.



11

ANALISIS DAN PEMBAHASAN

ANALISIS REGRESI

Pengembangan model penelitian ini menggunakan data laba permanen, transitori,

agregat, dan arus kas operasi tahun 2015. Pengujian masing-masing model

prediksi dilakukan dengan uji regresi linear sederhana dengan bantuan program

SPSS 24. Berikut hasil uji regresi linear sederhana:

Tabel 1

Hasil Uji Regresi Sederhana Model 1

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig. B Std. Error Beta

1 (Constant) .047 .011 4.150 .000

Permanen .587 .050 .695 11.791 .000

a. Dependent Variable: Laba_t+1

Berdasarkan hasil tersebut, menunjukkan bahwa probabilitas signifikansi untuk

variabel laba permanen (X1) sebesar 0,000 lebih kecil dari 0,05 maka laba

permanen berpengaruh secara signifikan terhadap laba agregat masa depan (Yt+1).

Diperoleh model persamaan matematis sebagai berikut:

SQRT(Yt+1) = 0,047 + 0,587 SQRT(X1)

Tabel 2


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) .211 .033 6.437 .000

Transitori -.214 .170 -.103 -1.263 .209




12


variabel laba transitori (X2) sebesar 0,209 lebih besar dari 0,05 maka laba

transitori tidak berpengaruh secara signifikan terhadap laba agregat masa depan

(Yt+1). Diperoleh model persamaan matematis sebagai berikut:

SQRT(Yt+1) = 0,211 – 0,214 SQRT(X2)

Tabel 3


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) .048 .009 5.537 .000

Agregat .712 .046 .783 15.378 .000



variabel laba agregat (X3) sebesar 0,000 lebih kecil dari 0,05 maka laba agregat

berpengaruh secara signifikan terhadap laba agregat masa depan (Yt+1). Diperoleh

model persamaan matematis sebagai berikut:

SQRT(Yt+1) = 0,048 + 0,712 SQRT(X3)

Tabel 4


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) .291 .034 8.598 .000

AKO -.299 .082 -.286 -3.637 .000




13


variabel arus kas operasi (X4) sebesar 0,000 lebih kecil dari 0,05 maka arus kas

operasi berpengaruh secara signifikan terhadap laba agregat masa depan (Yt+1).

Diperoleh model persamaan matematis sebagai berikut:

SQRT(Yt+1) = 0,291 – 0,299 SQRT(X4)

UJI ASUMSI KLASIK

Dalam penelitian ini digunakan uji asumsi klasik berupa uji normalitas, uji

autokorelasi, dan uji heteroskedastisitas. Berikut ringkasan hasil uji asumsi klasik:

Tabel 5

Ringkasan Hasil Uji Asumsi Klasik

Keterangan Model 1 Model 2 Model 3 Model 4

Uji Normalitas Terpenuhi Terpenuhi Terpenuhi Terpenuhi

Uji Autokorelasi Terpenuhi Terpenuhi Terpenuhi Terpenuhi

Uji Heteroskedastisitas Terpenuhi Terpenuhi Terpenuhi Terpenuhi

PENGUJIAN HIPOTESIS

Dalam melakukan uji ANOVA harus dipenuhi asumsi bahwa variabel dependen

memiliki varian yang sama dalam setiap kategori variabel independen sehingga

diperlukan Levene’s test of homegenity of variance. Berikut hasil levene’s test:

Tabel 6

Hasil Levene’s Test 1

Test of Homogeneity of Variances

APE

Levene Statistic df1 df2 Sig.

8.797 3 600 .000

Berdasarkan hasil tersebut, diperoleh nilai signifikansi sebesar 0,000 lebih kecil

dari 0,05. Hal ini berarti keempat model memiliki varians yang berbeda sehingga



14

tidak memenuhi asumsi varians sama. Agar memenuhi asumsi ini penulis

mentransformasikan variabel dependen (APE) dalam bentuk logaritmik (log).

Sesuai dengan penelitian Febriyanti (2004) yang melakukan transformasi ke

bentuk log agar memenuhi asumsi varians sama. Diperoleh hasil sebagai berikut:

Tabel 7

Hasil Levene’s Test 2

Test of Homogeneity of Variances

LOG_APE

Levene Statistic df1 df2 Sig.

.704 3 600 .550

Berdasarkan hasil tersebut, diperoleh nilai signifikansi sebesar 0,550 lebih besar

dari 0,05. Jadi dapat disimpulkan bahwa keempat model memiliki varians yang

sama, sehingga bisa melanjutkan dengan uji ANOVA.

Uji ANOVA ini digunakan untuk menguji apakah terdapat perbedaan rata-rata (µ)

pada masing-masing APE model, sehingga dapat dibuat hipotesis sebagai berikut:

H0 : µ1=µ2=µ3=µ4, tidak ada perbedaan yang nyata antara rata-rata hitung dari

APE model 1, model 2, model 3, dan model 4.

HA : µ1≠µ2≠µ3≠µ4, ada perbedaan yang nyata antara rata-rata hitung dari APE

model 1, model 2, model 3, dan model 4.

Berikut hasil uji ANOVA:

Tabel 8

Hasil Uji ANOVA

ANOVA

LOG_APE

Sum of Squares df Mean Square F Sig.

Between Groups 7.227 3 2.409 8.995 .000

Within Groups 160.682 600 .268

Total 167.909 603



15

Berdasarkan hasil tersebut, diperoleh nilai signifikansi sebesar 0,000 lebih kecil

dari 0,05. Jadi dapat disimpulkan bahwa H0 ditolak atau ada perbedaan yang

nyata antara rata-rata hitung dari APE model 1, model 2, model 3, dan model 4.

Dikarenakan hasil uji ANOVA menunjukkan adanya perbedaan yang nyata, maka

perlu dilakukan uji lanjutan (Post Hoc Test) untuk mengetahui mana saja APE

model yang berbeda. Uji lanjutan yang digunakan dalam penelitian ini adalah uji

Tukey HSD dan Bonferroni. Berikut hasil uji Tukey HSD dan Bonferroni:

Tabel 9

Hasil Uji Tukey HSD dan Bonferroni

Multiple Comparisons

Dependent Variable: LOG_APE

(I) MODEL

(J)

MODEL

Mean

Difference (I-J)

Std.

Error Sig.

95% Confidence Interval

Lower

Bound

Upper

Bound

Tukey

HSD

MODEL 1 MODEL 2 -.20578* .05956 .003 -.3592 -.0523

MODEL 3 .02376 .05956 .978 -.1297 .1772

MODEL 4 -.20669* .05956 .003 -.3601 -.0533

MODEL 2 MODEL 1 .20578* .05956 .003 .0523 .3592

MODEL 3 .22954* .05956 .001 .0761 .3830

MODEL 4 -.00091 .05956 1.000 -.1543 .1525

MODEL 3 MODEL 1 -.02376 .05956 .978 -.1772 .1297

MODEL 2 -.22954* .05956 .001 -.3830 -.0761

MODEL 4 -.23045* .05956 .001 -.3839 -.0770

MODEL 4 MODEL 1 .20669* .05956 .003 .0533 .3601

MODEL 2 .00091 .05956 1.000 -.1525 .1543

MODEL 3 .23045* .05956 .001 .0770 .3839

Bonferroni MODEL 1 MODEL 2 -.20578* .05956 .004 -.3634 -.0481

MODEL 3 .02376 .05956 1.000 -.1339 .1814

MODEL 4 -.20669* .05956 .003 -.3643 -.0490

MODEL 2 MODEL 1 .20578* .05956 .004 .0481 .3634

MODEL 3 .22954* .05956 .001 .0719 .3872

MODEL 4 -.00091 .05956 1.000 -.1586 .1567

MODEL 3 MODEL 1 -.02376 .05956 1.000 -.1814 .1339

MODEL 2 -.22954* .05956 .001 -.3872 -.0719

MODEL 4 -.23045* .05956 .001 -.3881 -.0728



16

MODEL 4 MODEL 1 .20669* .05956 .003 .0490 .3643

MODEL 2 .00091 .05956 1.000 -.1567 .1586

MODEL 3 .23045* .05956 .001 .0728 .3881

*. The mean difference is significant at the 0.05 level.

Pembahasan hipotesis dalam penelitian ini sebagai berikut:

1. Pengujian Hipotesis 1

Hipotesis 1 bertujuan untuk menguji apakah model 1 lebih akurat

dibandingkan model 2 dalam memprediksi laba masa depan. Berdasarkan

hasil uji Tukey HSD dan Bonferroni pada tabel 4.29, menunjukkan bahwa

perbandingan prediksi laba yang menggunakan model 1 dengan prediksi laba

yang menggunakan model 2 perbedaan rata-ratanya sebesar -0,20578 dengan

tingkat signifikansi sebesar 0,003 lebih kecil dari 0,05. Jadi APE laba

permanen secara statistik signifikan dan lebih kecil dari APE laba transitori,

maka hipotesis 1 didukung atau model komponen laba permanen lebih akurat

dibandingkan dengan model komponen laba transitori dalam memprediksi

laba masa depan.






yang menggunakan model 3 perbedaan rata-ratanya sebesar 0,02376 dengan

tingkat signifikansi sebesar 0,978 lebih besar dari 0,05. Jadi APE laba

permanen secara statistik tidak signifikan dan lebih besar dari APE laba

agregat, maka hipotesis 2 tidak didukung atau model komponen laba

permanen tidak lebih akurat dibandingkan dengan model komponen laba

agregat dalam memprediksi laba masa depan.



17






yang menggunakan model 2 perbedaan rata-ratanya sebesar -0,22954 dengan

tingkat signifikansi sebesar 0,001 lebih kecil dari 0,05. Jadi APE laba agregat

secara statistik signifikan dan lebih kecil dari APE laba transitori, maka

hipotesis 3 didukung atau model komponen laba agregat lebih akurat

dibandingkan dengan model komponen laba transitori dalam memprediksi

laba masa depan.






yang menggunakan model 3 perbedaan rata-ratanya sebesar 0,23045 dengan

tingkat signifikansi sebesar 0,001 lebih kecil dari 0,05. Jadi APE arus kas

operasi secara statistik signifikan namun lebih besar dari APE laba agregat,

maka hipotesis 4 tidak didukung atau model arus kas operasi tidak lebih

akurat dibandingkan dengan model komponen laba agregat dalam

memprediksi laba masa depan.

KESIMPULAN DAN SARAN

KESIMPULAN

Berdasarkan hasil analisis data dan pembahasan tentang perbandingan keakuratan

model laba permanen, transitori, agregat dan arus kas operasi dalam memprediksi



18

laba masa depan pada perusahaan manufaktur dan jasa yang terdaftar di BEI

periode 2015 dan 2016, dapat disimpulkan sebagai berikut:

1. Pengujian hipotesis 1 membuktikan bahwa model komponen laba permanen

lebih akurat dibandingkan dengan model komponen laba transitori dalam


2. Pengujian hipotesis 2 membuktikan bahwa model komponen laba permanen

tidak lebih akurat dibandingkan dengan model komponen laba agregat dalam


3. Pengujian hipotesis 3 membuktikan bahwa model komponen laba agregat

lebih akurat dibandingkan dengan model komponen laba transitori dalam


4. Pengujian hipotesis 4 membuktikan bahwa model arus kas operasi tidak lebih

akurat dibandingkan dengan model komponen laba agregat dalam


SARAN

Berdasarkan kesimpulan pada penelitian ini, maka dapat disampaikan beberapa

saran untuk penelitian selanjutnya sebagai berikut:

1. Memperpanjang periode penelitian agar kemungkinan memberikan hasil yang

berbeda dan lebih baik dalam melakukan prediksi.

2. Menambahkan variabel dependen yang lain seperti arus kas masa depan, agar

dapat membandingkan prediktor mana yang lebih baik dalam memprediksi

laba maupun arus kas.

3. Menggunakan metode peramalan yang lain seperti metode rata-rata bergerak

(moving averages), pemulusan eksponensial (exponential smoothing), dan

proyeksi kecenderungan (trend projection). Penelitian selanjutnya juga dapat

menambahkan ukuran kesalahan prediksi seperti Mean Absolute Deviation

(MAD) dan Mean Square Error (MSE).



19

DAFTAR PUSTAKA

Baridwan, Z. 2004. Intermediate Accounting. Edisi 8. Yogyakarta: BPFE.

Barth, M. E., Landsman, W. R. & Lang, M. 2008. “International Accounting

Standards and Accounting Quality”. Journal of Accounting Research, 46,

467–498.

Beaver, W. H. 1989. Financial Reporting: An Accounting Revolution. Third

Edition. Prentice Hall International, Inc.

Belkaoui, A.R. 2007. Accounting Theory 5th Edition. Buku 2. Edisi Terjemahan.

Jakarta: Salemba Empat.

Dahler, Yolanda dan Rahmat Febrianto. 2006. “Kemampuan Prediktif Earnings

dan Arus Kas dalam Memprediksi Arus Kas Masa Depan”. Simposium

Nasional Akuntansi IX, Padang.

Damodaran, Aswath. 2002. Investment Valuation: Tools and Techniques for

Determining the Value of Any Asset: John Wiley & Sons.

Febrianto, Rahmat dan Erna Widiastuty. 2005. “Tiga Angka Laba Akuntansi:

Mana yang Lebih Bermakna Bagi Investor”. Simposium Nasional Akuntansi

VIII, Solo.

Febriyanti, Galuh Artika. 2004. Perbandingan Keakuratan Model Laba

Permanen, Transitori, dan Agregat dalam Memprediksi Laba Masa Depan.

Tesis. Program Magister Sains. Universitas Gadjah Mada. Yogyakarta

Financial Accounting Standards Board. 1978. Statements of Financial Accounting

Concepts, No. 1 Objectives of Financial Reporting by Business Enterprises.

Connecticut: John Wiley and Sons Inc.

__________. 1984. Statements of Financial Accounting Concepts, No. 5

Recognition and Measurement in Financial Statement of Business

Enterprises. Connecticut: John Wiley and Sons Inc.

Finger, Catherine A. 1994. “The Ability of Earnings to Predict Future Earnings

and Cash Flow”. Journal of Accounting Research. Vol. 32. No. 2. Autumn:

210-223.

Ghozali, Imam, Chariri, dan Anis. 2007. Teori Akuntansi. Semarang: Penerbit

Universitas Diponegoro

Ghozali, Imam. 2013. Aplikasi Analisis Multivariate dengan Program IBM SPSS

23. Semarang: Badan Penerbit Universitas Diponegoro.

Gujarati, D. 2003. Basic Econometrics. New York: M-cGrawhill.

Halim, Abdul. 2005. Analisis Investasi. Jakarta: Salemba Empat.



20

Harahap, Sofyan Syafri. (1994). Teori Akuntansi Laporan Keuangan. (Edisi 1).

Jakarta: Bumi Aksara.

Ikatan Akuntan Indonesia. 2017a. Standar Akuntansi Keuangan Efektif per 1

Januari 2017. PSAK No.1 Penyajian Laporan Keuangan. Jakarta: Dewan

Standar Akuntansi Keuangan Ikatan Akuntan Indonesia.

__________. 2017b. Standar Akuntansi Keuangan Efektif per 1 Januari 2017.

PSAK No.2 Laporan Arus Kas. Jakarta: Dewan Standar Akuntansi

Keuangan Ikatan Akuntan Indonesia.

__________. 2017c. Standar Akuntansi Keuangan Efektif per 1 Januari 2017.

PSAK No.23 Pendapatan. Jakarta: Dewan Standar Akuntansi Keuangan

Ikatan Akuntan Indonesia.

__________. 2017d. Standar Akuntansi Keuangan Efektif per 1 Januari 2017.

PSAK No.25 Kebijakan Akuntansi, Perubahan Estimasi Akuntansi, dan

Kesalahan. Jakarta: Dewan Standar Akuntansi Keuangan Ikatan Akuntan

Indonesia.

Indahyanti, Silvia Nur dan Wijaya. 2014. “Kemampuan Komponen Laba dalam

Memprediksi Laba Masa Depan”. Jurnal Akuntansi dan Pendidikan, Vol.3

No.2, Oktober 2014.

Indriantoro, Nur dan Bambang Supomo. 2002. Metodologi Penelitian Bisnis untuk

Akuntansi dan Manajemen. Edisi Pertama. Yogyakarta: BPFE.

Junaidi. 2015. “Laba dan Arus Kas dalam Memprediksi Laba dan Arus Kas Masa

Mendatang dan Pola Harga Saham”. Jurnal Akuntansi dan Keuangan, Vol.

17, No. 2, November 2015

Manurung, Adler Haymans. 2012. Teori Investasi: Konsep dan Empiris. Jakarta:

PT Adler Manurung Press.

Munawir. 2002. Analisis Informasi Keuangan. Yogyakarta: Liberty.

Murni, Siti Asiah dan Lestari. 2011. “Kemampuan Laba Akuntansi dan Arus Kas

Operasi dalam Memprediksi Arus Kas di Masa Depan pada Perusahaan

yang terdaftar di BEI”. Equilibrium, Volume 9, Nomor 1, April 2011, hlm.

67-81.

Naimah, Zahroh. 2014. “Relevansi Nilai Informasi Akuntansi: Suatu Kajian

Teoritis”. Jurnal Buletin Studi Ekonomi, Vol. 19, No. 106 1, Februari 2014.

Parawiyati dan Zaki Baridwan. 1998. “Kemampuan Laba dan Arus Kas dalam

Memprediksi Laba dan Arus Kas Perusahaan Go Publik di Indonesia”.

Jurnal Riset Akuntansi Indonesia. Vol 1: 1-11.

Penman. 2001. Financial Statement Analysis & Security Valuation. McGraw-Hill

International Edition.



21

Prastowo, Dwi dan Rifka Julianty. (2005). Analisis Laporan Keuangan Konsep

dan Aplikasi. Yogyakarta: UPP AMP YKPN.

Raharjo, Ginanjar Dian. 2012. Kemampuan Laba dan Arus Kas dalam

Memprediksi Laba dan Arus Kas Masa Mendatang. Skripsi. Program

Sarjana Fakultas Ekonomi. Universitas Diponegoro. Semarang.

Revsine, Lawrence. Collins D. dan Johnson W. 2001. Financial Reporting and

Analysis. Second Edition. Prentice Hall.

Sloan, Richard G. 1996. “Do Stock Prices Fully Reflect Information in Accruals

and Cash Flows About Future Earnings?” The Accounting Review. Vol. 71.

No. 3. July: 289-315.

Soemarso. 2005. Akuntansi Suatu Pengantar. Jakarta: Salemba Empat.

Sumarni, Astuti Sri dan Rahmawati. 2007. “Relevansi Nilai Informasi Arus Kas

dengan Rasio Laba Harga dan Perubahan Laba Harga sebagai Variabel

Moderasi: Hubungan Nonlinier”. Jurnal JAAI. Vol. 11 No. 1, Juni 2007:

21– 33.

Thiono, Silvia dan Einde Evana. 2009. “Perbandingan Keakuratan Laba

Permanen, Laba Agregat, dan Arus Kas Operasi untuk Memprediksi Arus

Kas Operasi Masa Depan”. Jurnal Akuntansi dan Investasi Vol. 10 No. 1

Hal: 1-19.

Thiono, Handri. 2006. “Perbandingan Keakuratan Model Arus Kas Metoda

Langsung dan Tidak Langsung Dalam Memprediksi Arus Kas dan Dividen

Masa Depan”. Simposium Nasional Akuntansi IX Padang.

Tandelilin, Eduardus. 2010. Portofolio dan Investasi: Teori dan Aplikasi.

Yogyakarta: Kanisius

Werdiningsih, Sri. 2001. Pengaruh Klasifikasi Komponen Laba Terhadap

Kemampuan Prediksi Laba. Tesis. Program Magister Sains. Universitas

Gadjah Mada. Yogyakarta.

Widyawati, Zuli dan I Made Sukarta. 2016. “Kemampuan Informasi Laba dan

Arus Kas dalam Memprediksi Arus Kas Masa Depan”. E-Jurnal Akuntansi

Universitas Udayana Vol.16.3. September 2016.

www.idx.co.id

www.sahamok.com



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

http://www.sahamok.com/

PERBANDINGAN KEAKURATAN MODEL LABA PERMANEN, …repository.stieykpn.ac.id/110/1/RINGKASAN...

Documents

Transcript of PERBANDINGAN KEAKURATAN MODEL LABA PERMANEN, …repository.stieykpn.ac.id/110/1/RINGKASAN...