PERBANDINGAN KEAKURATAN MODEL LABA PERMANEN, …repository.stieykpn.ac.id/110/1/RINGKASAN...
Transcript of 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.
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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,
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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.
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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.
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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:
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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.
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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.
 : Nilai prediksian model.
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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
Hasil Uji Regresi Sederhana Model 2
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) .211 .033 6.437 .000
Transitori -.214 .170 -.103 -1.263 .209
a. Dependent Variable: Laba_t+1
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
12
Berdasarkan hasil tersebut, menunjukkan bahwa probabilitas signifikansi untuk
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
Hasil Uji Regresi Sederhana Model 3
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) .048 .009 5.537 .000
Agregat .712 .046 .783 15.378 .000
a. Dependent Variable: Laba_t+1
Berdasarkan hasil tersebut, menunjukkan bahwa probabilitas signifikansi untuk
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
Hasil Uji Regresi Sederhana Model 4
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) .291 .034 8.598 .000
AKO -.299 .082 -.286 -3.637 .000
a. Dependent Variable: Laba_t+1
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
13
Berdasarkan hasil tersebut, menunjukkan bahwa probabilitas signifikansi untuk
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
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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.
2. Pengujian Hipotesis 2
Hipotesis 2 bertujuan untuk menguji apakah model 1 lebih akurat
dibandingkan model 3 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 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.
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
17
3. Pengujian Hipotesis 3
Hipotesis 3 bertujuan untuk menguji apakah model 3 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 3 dengan prediksi laba
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.
4. Pengujian Hipotesis 4
Hipotesis 4 bertujuan untuk menguji apakah model 4 lebih akurat
dibandingkan model 3 dalam memprediksi laba masa depan. Berdasarkan
hasil uji Tukey HSD dan Bonferroni pada tabel 4.29, menunjukkan bahwa
perbandingan prediksi laba yang menggunakan model 4 dengan prediksi laba
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
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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
memprediksi laba masa depan.
2. Pengujian hipotesis 2 membuktikan bahwa model komponen laba permanen
tidak lebih akurat dibandingkan dengan model komponen laba agregat dalam
memprediksi laba masa depan.
3. Pengujian hipotesis 3 membuktikan bahwa model komponen laba agregat
lebih akurat dibandingkan dengan model komponen laba transitori dalam
memprediksi laba masa depan.
4. Pengujian hipotesis 4 membuktikan bahwa model arus kas operasi tidak lebih
akurat dibandingkan dengan model komponen laba agregat dalam
memprediksi laba masa depan.
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).
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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.
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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.
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id
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
PLAGIASI MERUPAKAN TINDAKAN TIDAK TERPUJI
repository.stieykpn.ac.id