SKRIPSI -...
Transcript of SKRIPSI -...
MANIPULASI LABA: ANALISIS FAKTOR TEKANAN DAN
PELUANG
SKRIPSI
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat-syarat Guna Meraih Gelar Sarjana Ekonomi
Oleh:
Hani Selviani
NIM: 1113082000055
JURUSAN AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1438 H/2017 M
ii
iii
iv
v
LEMBAR PERNYATAAN KEASLIAN SKRIPSI
Yang bertanda tangan di bawah ini:
Nama : Hani Selviani
NIM : 1113082000055
Jurusan : Akuntansi
Fakultas : Ekonomi dan Bisnis
Dengan ini menyatakan bahwa dalam penulisan skripsi ini, saya:
1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan
mempertanggungjawabkan
2. Tidak melakukan plagiasi terhadap naskah karya orang lain
3. Tidak menggunakan karya orang lain tanpa menyebutkan sumber asli
atau tanpa izin pemilik karya
4. Tidak melakukan pemanipulasian dan pemalsuan data
5. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas karya
ini
Jikalau dikemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah
melalui pembuktian yang dapat dipertanggungjawabkan, ternyata memang
ditemukan bukti bahwa saya melanggar pernyataan ini, maka saya siap dikenai
sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan Bisnis UIN Syarif
Hidayatullah Jakarta.
Demikian pernyataan ini saya buat dengan sesungguhnya.
Jakarta, Juli 2017
(Hani Selviani)
vi
DAFTAR RIWAYAT HIDUP
A. Identitas Pribadi
1. Nama : Hani Selviani
2. Tempat dan Tanggal Lahir : Bogor, 21 Oktober 1995
3. Jenis Kelamin : Perempuan
4. Alamat : Jl. Raya Curug RT 02 RW 04 No. 66
Kel. Curug, Kec. Bojongsari, Kota
Depok, Provinsi Jawa Barat
5. Telepon seluler : 085214106439
6. Email : [email protected]
B. Pendidikan
1. TK Al-Marhamah Tahun 2000-2001
2. SDN Curug 03 Tahun 2001-2007
3. SMPN 10 Depok Tahun 2007-2010
4. SMK Ekonomika Depok Tahun 2010-2013
5. S1 Akuntansi UIN Syarif Hidayatullah Jakarta Tahun 2013-2017
C. Latar Belakang Keluarga
1. Ayah : Abdul Kodir
2. Tempat dan Tanggal Lahir : Majalengka, 19 Mei 1971
3. Ibu : Maryanih
4. Tempat dan Tanggal Lahir : Bogor, 10 November 1973
5. Alamat Orang Tua : Jl. Raya Curug RT 02 RW 04 No. 66
Kel. Curug, Kec. Bojongsari, Kota
Depok, Provinsi Jawa Barat
6. Anak Ke : Satu (Tunggal)
vii
EARNINGS MANIPULATION: ANALYSIS OF PRESSURES AND
OPPORTUNITY FACTORS
ABSTRACT
This study aims to obtain empirical evidence about the pressures and
opportunity factors in detecting earnings manipulation. Based on the theory of
fraud triangle Cressey, the researchers developed a variable that can be used to
proxy the size of the components of the pressure and opportunity. The independent
variables of the fraud triangle used is pressure consisting of financial stability are
proxied by assets growth (AGROW), financial targets are proxied by the return on
assets (ROA), and external pressure are proxied by dividend (DIV), and opportunity
proxied by the free cash flow (FCF). The dependent variable used is earnings
manipulation/earnings management proxied by discretionary accruals (Model
Friedlan).
The population in this study are all manufacturing companies listing in
Indonesia Stock Exchange (BEI) in the period 2013 to 2015. The sample was
selected using purposive sampling method. Total samples used in this study were
51 companies with 3-year study period. The analytical method used in this study is
multiple regression were processed using SPSS version 22.
The results of this study indicate that financial stability are proxied by assets
growth and opportunity are proxied by the free cash flow significantly related to
earnings management. While financial targets are proxied by the return on assets
and external pressure are proxied by dividend has not been able to prove the
influence on earnings management.
Keywords: financial statements fraud, earnings management, pressure, opportunity
viii
MANIPULASI LABA: ANALISIS FAKTOR TEKANAN DAN PELUANG
ABSTRAK
Penelitian ini bertujuan untuk mendapatkan bukti empiris tentang faktor
tekanan dan peluang dalam mendeteksi manipulasi laba. Berdasarkan teori fraud
triangle Cressey, para peneliti mengembangkan sebuah variabel yang bisa
digunakan untuk mengukur komponen tekanan dan peluang. Variabel independen
dari fraud triangle yang digunakan adalah tekanan yang terdiri dari stabilitas
keuangan yang diproksikan dengan assets growth (AGROW), target keuangan
diproksikan dengan return on asset (ROA), dan tekanan eksternal diproksikan
dengan dividen (DIV), dan peluang yang diproksikan dengan free cash flow (FCF).
Variabel dependen yang digunakan adalah manipulasi laba/manajemen laba yang
diproksikan dengan akrual diskresioner (Model Friedlan).
Populasi dalam penelitian ini adalah semua perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia (BEI) pada periode 2013 sampai 2015. Sampel
dipilih dengan menggunakan metode purposive sampling. Total sampel yang
digunakan dalam penelitian ini adalah 51 perusahaan dengan periode penelitian 3
tahun. Metode analisis yang digunakan dalam penelitian ini adalah regresi berganda
yang diolah dengan menggunakan SPSS versi 22.
Hasil penelitian ini menunjukkan bahwa stabilitas keuangan diproksikan
dengan assets growth dan peluang yang diproksikan dengan free cash flow memiliki
pengaruh secara signifikan terkait dengan manajemen laba. Sementara target
keuangan diproksikan dengan return on assets dan tekanan eksternal yang
diproksikan dengan dividen belum mampu membuktikan adanya pengaruh
terhadap manajemen laba.
Kata kunci: kecurangan laporan keuangan, manajemen laba, tekanan, peluang
ix
KATA PENGANTAR
Assalamu’alaikum wa rahmatullahi wa barakatuh.
Segala puji bagi Allah Swt, Yang Maha Pengasih dan Maha Penyayang
yang telah memberikan rahmat serta hidayah-Nya sehingga penulis dapat
menyelesaikan skripsi ini dengan baik. Shalawat serta salam selalu tercurahkan
kepada junjungan kita Nabi Muhammad Saw yang telah menjadi suri tauladan bagi
umat manusia di dunia.
Skripsi yang berjudul “Manipulasi Laba: Analisis Faktor Tekanan dan
Peluang” ini disusun untuk memenuhi salah satu syarat guna meraih gelar Sarjana
Ekonomi di Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.
Pada kesempatan ini, penulis ingin menyampaikan ucapan terimakasih atas
bantuan, bimbingan, dukungan, semangat serta doa, baik langsung maupun tidak
langsung dalam penyelesaian skripsi ni, kepada:
1. Kedua orang tua penulis yaitu Ayahanda Abdul Kodir dan Ibunda yang telah
memberikan kasih sayang, perhatian, bimbingan, nasihat, doa serta dukungan
moril maupun materil yang tiada henti kepada penulis.
2. Bapak Dr. M. Arief Mufraeni, Lc., M.Si., selaku Dekan Fakultas Ekonomi dan
Bisnis UIN Syarif Hidayatullah Jakarta.
3. Ibu Yessi Fitri SE., M.Si., Ak., CA., selaku Ketua Jurusan Akuntansi Fakultas
Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.
4. Bapak Hepi Prayudiawan SE., MM., Ak., CA., selaku Sekretaris Jurusan
Akuntansi Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta dan
selaku Dosen Penasihat Akademik.
5. Ibu Reskino, SE., M.Si., Ak., CA., selaku dosen pembimbing yang telah
berkenan memberikan waktu, bimbingan, arahan serta saran selama proses
penulisan skripsi sampai terlaksananya sidang skripsi.
x
6. Seluruh dosen dan staff Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah
Jakarta yang telah banyak memberikan bantuan kepada penulis selama
menempuh masa studi.
7. Sahabat-sahabat tercinta, Bripda Fitri Puji Astuti dan Peliana Scania serta
sepupu tersayang Ika Erdia yang selalu setia menemani, berbagi suka duka,
berbagi cerita, berbagi ilmu, memberikan semangat, nasihat dan doanya kepada
penulis.
8. Sahabat-sahabat tersayang, Fatimah, Anis, Dewi, Tatil, Nurul, Weni, Tuti,
Wiwid, Nurakmalia dan Nabila yang selalu memberikan semangat, berbagi
ilmu, bantuan, nasihat serta doanya kepada penulis.
9. Rekan-rekan seperjuangan Akuntansi 2013, terimakasih atas segala informasi,
bantuan dan doanya selama menempuh pendidikan di UIN Syarif Hidayatullah
Jakarta.
10. Semua pihak yang telah mendukung serta membantu dalam proses penyusunan
skripsi ini yang tidak dapat penulis sebutkan satu persatu.
Penulis menyadari sepenuhnya bahwa skripsi ini masih jauh dari sempurna
dikarenakan terbatasnya pengalaman dan pengetahuan yang dimiliki penulis. Oleh
karena itu, penulis mengharapkan segala bentuk saran serta masukan bahkan kritik
yang membangun dari berbagai pihak. Akhir kata, penulis mengharapkan semoga
skripsi ini dapat bermanfaat bagi seluruh pihak yang membutuhkan.
Wassalamu’alaikum wa rahmatullahi wa barakatuh
Jakarta, Juli 2017
Hani Selviani
xi
DAFTAR ISI
COVER ........................................................................................................ i
COVER DALAM ......................................................................................... ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ................................ iii
LEMBAR PENGESAHAN UJIAN SKRIPSI ............................................... iv
LEMBAR PERNYATAAN KEASLIAN SKRIPSI ....................................... v
DAFTAR RIWAYAT HIDUP ...................................................................... vi
ABSTRACT ................................................................................................... vii
ABSTRAK ................................................................................................... viii
KATA PENGANTAR .................................................................................. ix
DAFTAR ISI ................................................................................................ xi
DAFTAR TABEL ........................................................................................ xv
DAFTAR GAMBAR .................................................................................... xvi
DAFTAR LAMPIRAN ................................................................................. xvii
BAB I PENDAHULUAN
A. Latar Belakang Penelitian ....................................................... 1
B. Perumusan Masalah ............................................................... 10
C. Tujuan dan Manfaat Penelitian ............................................... 10
1. Tujuan Penelitian.............................................................. 10
2. Manfaat Penelitian ............................................................ 10
xii
BAB II TINJAUAN PUSTAKA
A. Tinjauan Literatur .................................................................. 12
1. Teori Agensi (Agency Theory)......................................... 12
2. Kecurangan (Fraud) ........................................................ 13
a. Definisi Kecurangan (Fraud) ..................................... 13
b. Jenis-jenis Kecurangan (Fraud) ................................. 15
c. Financial Statement Fraud ........................................ 16
d. Fraud Triangle Theory .............................................. 18
3. Manajemen Laba (Earnings Management) ...................... 22
4. Assets Growth (AGROW) ............................................... 25
5. Return on Assets (ROA) .................................................. 26
6. Dividend (DIV) ............................................................... 26
7. Free Cash Flow (FCF) .................................................... 27
B. Hasil Penelitian Terdahulu ..................................................... 28
C. Kerangka Pemikiran ............................................................... 34
D. Perumusan Hipotesis .............................................................. 35
1. Pengaruh Stabilias Keuangan terhadap Earnings
Management ................................................................... 35
2. Pengaruh Target Keuangan terhadap Earnings
Management ................................................................... 36
3. Pengaruh Tekanan Eksternal terhadap Earnings
Management ................................................................... 38
4. Pengaruh Peluang terhadap Earnings Management ......... 39
BAB III METODE PENELITIAN
A. Ruang Lingkup Penelitian ...................................................... 41
B. Metode Penentuan Sampel ..................................................... 42
C. Metode Pengumpulan Data .................................................... 43
D. Metode Analisis Data ............................................................. 43
1. Statistik Deskriptif ............................................................. 43
2. Uji Asumsi Klasik ............................................................. 44
xiii
a. Uji Normalitas ............................................................. 44
b. Uji Multikolonieritas .................................................... 45
c. Uji Autokorelasi .......................................................... 45
d. Uji Heteroskedastisitas ................................................. 46
3. Uji Hipotesis...................................................................... 47
a. Pengujian dengan Analisis Regresi Berganda ............... 47
b. Uji Koefisien Determinasi (R2) .................................... 48
c. Uji Signifikansi Simultan (Uji F) ................................. 48
d. Uji Signifikan Parameter Individual (Uji Statistik t) ..... 49
E. Operasional Variabel Penelitian ............................................. 50
1. Independent Variable (Variabel Bebas) ............................. 50
2. Dependent Variable (Variabel Terikat) .............................. 54
BAB IV ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian ........................................ 56
B. Analisis Data Penelitian ......................................................... 59
1. Hasil Uji Statistik Deskriptif .............................................. 59
2. Hasil Uji Asumsi Klasik .................................................... 61
a. Uji Normalitas ............................................................. 61
b. Uji Multikolonieritas .................................................... 63
c. Uji Autokorelasi .......................................................... 64
d. Uji Heteroskedastisitas ................................................. 65
3. Hasil Uji Hipotesis ............................................................ 66
a. Uji Koefisien Determinasi (R2) .................................... 66
b. Uji Signifikansi Simultan (Uji F) ................................. 67
c. Uji Signifikan Parameter Individual (Uji Statistik t) ..... 68
C. Pembahasan ........................................................................... 70
1. Pengaruh Stabilitas Keuangan terhadap Earnings
Management ...................................................................... 70
2. Pengaruh Target Keuangan terhadap Earnings
Management ...................................................................... 72
xiv
3. Pengaruh Tekanan Eksternal terhadap Earnings
Management ...................................................................... 73
4. Pengaruh Peluang terhadap Earnings Management ............ 76
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan ............................................................................ 78
B. Saran ...................................................................................... 79
DAFTAR PUSTAKA ................................................................................... 80
LAMPIRAN ................................................................................................. 85
xv
DAFTAR TABEL
Tabel 1.1 Contoh Kasus Fraud .............................................................. 6
Tabel 2.2 Hasil Penelitian Terdahulu ..................................................... 29
Tabel 4.1 Tahapan Seleksi Sampel Penelitian ........................................ 56
Tabel 4.2 Daftar Nama Perusahaan ........................................................ 57
Tabel 4.3 Hasil Uji Statistik Deskriptif .................................................. 59
Tabel 4.4 Hasil Uji Statistik Kolmogorov-Smirnov ................................. 63
Tabel 4.5 Hasil Uji Multikolonieritas ..................................................... 64
Tabel 4.6 Hasil Uji Autokorelasi (Uji Runs Test) ................................... 65
Tabel 4.7 Hasil Uji Heteroskedastisitas (Uji Park) ................................. 66
Tabel 4.8 Hasil Uji Koefisien Determinasi (R2)...................................... 67
Tabel 4.9 Hasil Uji Signifikansi Simultan (Uji F) ................................... 68
Tabel 4.10 Hasil Uji Signifikan Parameter Individual (Uji Statistik t) ...... 69
xvi
DAFTAR GAMBAR
Gambar 2.1 Skema Kerangka Pemikiran ................................................... 34
Gambar 4.1 Hasil Uji Normalitas dengan Grafik Histogram ...................... 62
Gambar 4.2 Hasil Uji Normalitas dengan Normal P-P Plot ........................ 62
xvii
DAFTAR LAMPIRAN
Lampiran 1 Perhitungan Variabel .............................................................. 86
Lampiran 2 Output SPSS .......................................................................... 109
1
BAB I
PENDAHULUAN
A. Latar Belakang Penelitian
Survei yang dilakukan oleh Association of Certified Fraud Examiners
(ACFE) menunjukkan bahwa dari tahun ke tahun rata-rata organisasi selalu
kehilangan 5% dari pendapatannya karena tindak kecurangan (ACFE, 2014).
Penelitian yang dilakukan oleh lembaga fraud terkemuka internasional ini,
melibatkan seluruh jaringan CFE (Certified Fraud Examiner) yang tersebar di
seluruh dunia, termasuk Indonesia. Hasil penelitian juga menunjukkan bahwa
dibutuhkan rata-rata 18 bulan untuk mendeteksi adanya fraud. Dari tiga jenis
fraud yaitu penyalahgunaan aset, korupsi, dan kecurangan laporan keuangan,
terlihat bahwa dari segi kuantitas, fraud terbesar ada di sektor penyalahgunaan
aset seperti penggelapan kas. Namun, dari sisi kerugian keuangan, jelas fraud
ini merupakan yang terkecil. Hal ini berbanding terbalik dengan fraud laporan
keuangan, seperti pengakuan pendapatan fiktif. Fraud jenis ini justru dari segi
kuantitas merupakan terkecil namun dari sisi kerugian justru yang paling besar
(Tjahjono, et al., 2013).
Tujuan utama dari pelaporan laporan keuangan adalah untuk
memberikan informasi keuangan tahunan perusahaan untuk pemangku
kepentingan baik eksternal dan internal dengan cara yang handal dan tepat
waktu (Ghazali, et al., 2015). Di sisi lain, perusahaan selalu memiliki banyak
2
cara untuk menutupi tindakan fraud yang dilakukan. Perusahaan memiliki
suatu tujuan khusus dalam melakukan tindakan kecurangan tersebut, seperti
ingin mendapatkan keuntungan yang sebanyak-banyaknya dan mendapatkan
kepercayaan dari para pihak eksternal perusahaan, seperti kreditor dan investor.
Untuk mendapat kepercayaan tersebut, biasanya perusahaan akan melakukan
tindakan fraud yang mengarah pada laporan keuangan yang dimilikinya.
Laporan keuangan tersebut akan dibuat sedemikian bagus atau layak di mata
investor dalam membuat keputusan dengan melakukan perataan laba atau
manajemen laba. Dari hal inilah, informasi dalam laporan keuangan yang akan
diungkapkan oleh perusahaan tersebut biasanya akan memuat hal-hal yang
tidak sesuai dengan kondisi yang sebenarnya (Aprillia, et al., 2017).
Manipulasi laba sering dianggap sebagai teknik yang digunakan oleh
manajemen perusahaan untuk tujuan mempengaruhi laba untuk mencocokkan
akhir yang diinginkan. Dalam pelaporan keuangan perusahaan, laba adalah
informasi yang paling penting yang menunjukkan sejauh mana perusahaan
telah terlibat dalam kegiatan nilai tambah. Informasi tentang laba digunakan
oleh berbagai pihak dalam keputusan mereka tentang apakah mereka harus
menyediakan sumber daya untuk perusahaan atau tidak. Dengan demikian, laba
merupakan elemen kunci yang menentukan nilai ekonomi dari perusahaan dan
alokasi sumber daya di pasar modal (Noor, et al., 2015).
3
Setelah menyadari dampak signifikan dari laba pada perusahaan
melaporkan kinerja, manajemen perusahaan akan selalu berusaha untuk
memanipulasi laba yang dilaporkan dengan mengambil keuntungan dari efek
dari pilihan akuntansi yang menyediakan dasar untuk keputusan yang terbaik
bagi perusahaan. Manajemen termotivasi untuk terlibat dalam manipulasi laba,
yaitu manajemen laba, untuk melaporkan pendapatan yang tinggi dan nilai-
nilai ekonomi yang lebih besar dari perusahaan. Dengan demikian, penipuan
dan kesalahan manajemen pada pelaporan keuangan dapat terjadi sebagai
akibat dari kepentingan pribadi manajer atau pihak terkait lainnya. Manajemen
laba terjadi dengan kehadiran masalah keagenan yang timbul dari konflik
kepentingan antara pemegang saham dan manajer (Noor, et al., 2015).
Banyak faktor penyebab manajemen melakukan tindak kecurangan
(manipulasi laba). Beberapa teori dikemukakan untuk memahami mengapa
orang melakukan kecurangan. Teori Cressey yang dikenal dengan Fraud
Triangle yang menunjukkan salah satu kaki segitiga menggambarkan adanya
kebutuhan keuangan yang tidak dapat dibagi kepada orang lain sebagai faktor
penekan (pressure). Faktor tekanan ini terjadi karena adanya masalah
keuangan serius yang tidak dapat dipecahkan, misalnya kegagalan memenuhi
harapan yang diwajibkan, kebiasaan pribadi yang tidak baik, kegagalan bisnis,
diisolasi (terpisah) secara fisik, gaya hidup di luar kebiasaan, dan hubungan
pegawai-bos yang tidak baik. Faktor kedua menggambarkan adanya
kesempatan (opportunity), pelaku kecurangan biasanya memiliki informasi
umum dan kemampuan teknis untuk melakukannya. Faktor ketiga
4
menggambarkan rasionalisasi (rasionalization), kecurangan terjadi karena
sebagian besar pelaku merasa dirinya tidak melakukan tindakan kriminal,
tetapi melakukan sesuatu yang sudah sewajarnya mereka lakukan (Tjahjono, et
al., 2013).
Faktor tekanan yang biasanya dialami perusahaan yaitu tuntutan untuk
kondisi keuangan agar tetap stabil, target keuangan yang harus dicapai, dan
tekanan dari pihak ketiga atau pihak luar perusahaan. Stabilitas keuangan
merupakan tekanan yang dapat menyebabkan kecurangan, salah satu jenis
tekanannya adalah kondisi keuangan yang terancam oleh kondisi ekonomi,
industri, atau operasi entitas (Reskino & Anshori, 2016). Tekanan lain yang
didapat manajemen yaitu target untuk mencapai laba yang telah ditentukan.
Stabilitas keuangan dapat diproksikan dengan Assets Growth (AGROW) dan
target keuangan yang diproksikan dengan Return on Assets (ROA).
Penelitian terdahulu dilakukan oleh Aprillia et al. (2017) dan Oktaviani
et al. (2014) menggunakan kedua proksi tersebut untuk mengukur stabilitas
dan target keuangan. Aprillia et al. (2017) menemukan bahwa AGROW dan
ROA keduanya tidak memiliki hubungan yang signifikan untuk mendeteksi
kecurangan laporan keuangan. Sedangkan penelitian yang dilakukan Oktaviani
et al. (2014) membuktikan bahwa AGROW dan ROA memiliki hubungan yang
signifikan terhadap kecurangan laporan keuangan.
Tekanan juga didapat dari pihak ketiga atau luar perusahaan. Tekanan
ini biasanya dalam bentuk kewajiban untuk membayar dividen kepada para
pemegang saham. Penelitian yang dilakukan oleh Noor et al. (2015) yang
5
membuktikan bahwa dividen tidak memiliki pengaruh terhadap kecurangan
laporan keuangan yang diproksikan dengan manajemen laba. Namun, peneltian
yang dilakukan oleh Dahyani et al. (2017) menunjukkan hasil adanya pengaruh
antara dividen dan manajemen laba.
Faktor kedua yang memicu manajemen melakukan tindak kecurangan
yaitu adanya kesempatan atau peluang untuk melakukannya. Peluang bisa
didapat dari adanya arus kas yang berlebih yang dimiliki perusahaan. Penelitian
yang dilakukan oleh Agustia (2013) membuktikan adanya pengaruh yang
signifikan antara free cash flow dengan manajemen laba. Sedangkan penelitian
Herlambang (2017) menunjukkan hubungan ang tidak signifikan antara free
cash flow dengan manajemen laba.
Manipulasi dalam insiden laba yang mengejutkan dunia bisnis, seperti
kasus Enron dan Worldcom, telah menyebabkan kerugian besar untuk bisnis
dan profesi akuntansi. Profesi akuntan publik memiliki juga mendapat
perhatian publik dan menimbulkan kepercayaan masyarakat, sehubungan
dengan kegagalan akuntansi Arthur Andersen perusahaan dalam melaksanakan
fungsi atestasi independen. Tidak hanya di luar negeri, kasus manajemen laba
juga terjadi di Indonesia seperti kasus PT Ades Alfindo, kasus PT Indofarma,
Tbk, kasus PT Perusahaan Gas Negara, kasus PT Bank Lippo dan Kasus PT
Kimia Farma Tbk (Bukit & Nasution, 2015). Pada tabel 1.1 merupakan contoh
kasus fraud dari berbagai negara.
6
Tabel 1.1
Contoh Kasus Fraud
Nama Perusahaan,
Tahun & Nama KAP Modus Fraud
Lehman Brothers
Holdings Inc (Amerika
Serikat )
2011
Ernst & Young
Tanggal 11 Maret 2010, Anton R. Valukas,
pemeriksa yang ditunjuk pengadilan
mengumumkan hasil investigasi panjang atas
keuangan Lehman Brothers. Laporan
menyebutkan Lehman Brothers menggunakan
prosedur akuntansi yang disebut repo 105 untuk
pertukaran sementara aset senilai USD 50 miliar
ke kas sebelum pelaporan keuangan. Aksi ini
dapat berimplikasi ke Ernst & Young, dan
Richard S. Fuld, Jr, mantan CEO Ernst & Young
berpotensi bersalah atas malpraktik keuangan.
Sino-forest Corp
(China)
2011
Ernst & Young
Tahun 2011 dituduh melakukan fraud. 30 Maret
2012 Sino-forest ajukan bangkrut di Kanada
karena Sino go public di Kanada dan
mengumumkan akan dijual atau direstrukturisasi
dengan hasilnya untuk membayar kreditur.
Pemicunya adalah kejatuhan harga saham Sino
Juni 2011 akibat terbitnya laporan keuangan
yang negatif oleh Carson Block of Muddy Waters
Research, yang menuduh Sino-forest fraud
dengan meninggikan aset dan laba. 26 Agustus
Ontario Securities Commision suspend saham
Sino-forest dan menyatakan bahwa perusahaan
terlibat dalam praktik yang mereka tahu atau
seharusnya tahu fraud.
Satyam Computer
Service (India)
2009
PricewaterhouseCoopers
Satyam jatuh bebas ke dalam krisis pada bulan
Januari 2009 setelah pendirinya B. Ramalinga
Raju, mengakui bahwa laba Satyam telah lebih
saji selama beberapa tahun, bahwa sekitar USD
1,04 miliar saldo kas dan bank Satyam adalah
palsu. Ramalinga Raju juga mengakui bahwa dia
memalsukan nilai pendapatan bunga diterima di
muka, mencatat kewajiban lebih rendah dari yang
seharusnya dan menggelembungkan nilai
piutang.
7
Tabel 1.1 (Lanjutan)
Sumber: Priantara (2013)
Tabel 1.1 di atas merupakan contoh skandal mega fraud akuntansi yang
terjadi di negara-negara maju untuk menunjukkan fraud terjadi bukan hanya di
negara berkembang dan bukan hanya di lembaga pemerintah, serta dapat
menimpa KAP Big Four.
Penelitian ini dilakukan dengan mengacu pada penelitian-penelitian
terdahulu yang dilakukan oleh Noor et al. (2015), Ghazali et al. (2015), dan
Martantya dan Daljono (2013). Perbedaan penelitian ini dengan penelitian
yang dilakukan Noor et al. (2015) ialah pada variabel independen yang
digunakan, di mana Noor et al. (2015) menguji pengaruh leverage dan dividend
Nama Perusahaan,
Tahun & Nama KAP Modus Fraud
Nortel Networks Corp
(Canada)
2003
Deloitte & Touche
Tahun 2003, Nortel memberi kontribusi besar di
skandal akuntansi dengan salah melaporkan satu
sen Earning Per Share setelah periode
pemutusan hubungan kerja massal. Nortel
menggunakan uang ini untuk membayar 43
manajer topnya. SEC dan Komisi Pasar Modal
Ontario menggugat perdata Nortel. Gugatan
perdat terpisah diajukan kepada eksekutif puncak
Nortel termasuk mantan CEO. Menurut Jaksa,
akibat rekayasa keuangan adalah rugi tahun 2002
dan laba di tahun 2003 memicu bonus atas laba
sebesar USD 70 juta untuk eksekutif topnya.
Peregrine System Inc
(Amerika Serikat)
2002
KPMG
Tahun 2002 suatu skandal akuntansi memaksa
Peregrine bangkrut dan tuduhan kepada 11
manajer senior. Tahun 2003, Peregrine didakwa
melakukan “massive fraud” dengan sengaja
menyajikan secara salah penjualan USD 100 juta
dari third-party resellers dan melebih-lebihkan
penghasilan, kemudian menutupinya dengan
menyembunyikan kerugian sebagai “goodwill”
dari akuisisi.
8
sebagai proksi dari kategori tekanan, sedangkan dalam penelitian ini variabel
independen diproksikan dengan assets growth, return on assets, dan dividend.
Selanjutnya perbedaan penelitian ini dengan penelitian yang dilakukan
oleh Ghazali et al. (2015) juga terletak pada variabel independennya, di mana
kategori tekanan dalam penelitian Ghazali et al. (2015) diproksikan dengan
leverage dan financial distress, sedangkan dalam penelitian ini variabel
independen diproksikan dengan assets growth, return on assets, dan dividend.
Perbedaan penelitian ini dengan penelitian yang dilakukan oleh Martantya dan
Daljono (2013) terletak pada populasi yang digunakan, di mana Martantya dan
Daljono (2013) melakukan pendeteksian kecurangan laporan keuangan melalui
faktor risiko tekanan dan peluang pada perusahaan yang mendapat sanksi dari
Bapepam periode 2002-2006, sedangkan dalam penelitian ini populasi yang
digunakan yaitu perusahaan manufaktur yang terdaftar di BEI selama periode
2013-2015. Perbedaan lainnya terdapat pada variabel dependen yang
digunakan, penelitian Martantya dan Daljono (2013) mengukur kecurangan
laporan keuangan dengan menggunakan variabel dummy untuk dikategorikan
menjadi perusahaan yang terbukti telah melakukan fraud dan tidak melakukan
fraud, sedangkan dalam penelitian ini untuk mengukur kecurangan laporan
keuangan digunakan proksi manajemen laba. Variabel independen kategori
peluang pada penelitian Martantya dan Daljono (2013) diproksikan dengan
proportion of independent commissioners, sedangkan dalam penelitian ini
menggunakan free cash flow sebagai alat ukur.
9
Berdasarkan uraian di atas, penulis termotivasi untuk melakukan
penelitian terkait Financial Statement Fraud yang telah menjadi fokus
perhatian bagi regulator dan juga komunitas investor. Financial Statement
Fraud ini diproksikan dengan manipulasi laba atau manajemen laba, dan faktor
yang digunakan sebagai indikator penyebabnya yaitu berdasarkan faktor
tekanan serta peluang untuk melakukannya. Perusahaan manufaktur dipilih
karena perusahaan ini merupakan perusahaan yang proses produksinya
menggunakan berbagai metode penentuan harga, seperti penentuan harga
pokok produksi dan harga pokok penjualan. Dengan banyaknya metode yang
dapat digunakan dimana masing-masing metode tersebut memiliki kelemahan
yang dapat dimanfaatkan oleh manajer untuk mendukung niatnya melakukan
manajemen laba (Putriasih, et al., 2016).
Disisi lain juga, perusahaan manufaktur sangat rentan akan terjadinya
financial statement fraud. Selain itu, karakter dari perusahaan ini yang begitu
kompleks yaitu adanya proses produksi mulai dari bahan baku hingga barang
jadi yang tentunya banyak pos-pos perlakuan akuntansi yang terjadi, seperti
timbulnya beberapa akun-akun yang mudah untuk dilakukan fraud,
diantaranya mengakui pendapatan yang tidak semestinya, melebih sajikan
(overstated) aset, beban yang kurang saji, penyalahgunaan aset, pengungkapan
yang tidak semestinya dan teknik lain yang mungkin dilakukan. Maka dari itu,
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia perlu dideteksi
sedini mungkin mengenai berbagai fraud yang terjadi (Putriasih, et al., 2016).
10
Berdasarkan hal tersebut maka peneliti melakukan penelitian yang berjudul
“Manipulasi Laba: Analisis Faktor Tekanan dan Peluang”.
B. Perumusan Masalah
Berdasarkan latar belakang di atas, maka perumusan masalah yang akan
diteliti dalam penelitian ini adalah sebagai berikut:
Apakah kategori stabilitas keuangan, target keuangan, tekanan eksternal, dan
peluang berpengaruh secara parsial terhadap earnings management?
C. Tujuan dan Manfaat Penelitian
1. Tujuan Penelitian
Berdasarkan perumusan masalah, maka tujuan penelitian ini adalah
ntuk mengetahui dan menganalisis besarnya pengaruh stabilitas keuangan,
target keuangan, tekanan eksternal, dan peluang secara parsial terhadap
earnings management.
2. Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah:
a. Bagi kalangan mahasiswa dan akademis
Penelitian ini bermanfaat sebagai penambah pengetahuan mengenai
kategori kecurangan yang dapat berpengaruh terhadap praktik
manajemen laba, serta dapat menjadi bahan referensi penelitian
selanjutnya.
11
b. Bagi perusahaan
Penelitian ini bermanfaat sebagai bahan evaluasi untuk perusahaan
dalam menyajikan laporan keuangan yang bebas dari kecurangan
yang dapat berpengaruh terhadap pengambilan keputusan bisnis.
c. Bagi investor
Penelitian ini bermanfaat sebagai penambah informasi untuk dasar
pengambilan keputusan investasi di pasar modal. Salah satunya
dengan mengamati faktor-faktor yang dapat menilai kewajaran dalam
laporan keuangan.
12
BAB II
TINJAUAN PUSTAKA
A. Tinjauan Literatur
1. Teori Agensi (Agency Theory)
Jensen dan Meckling (1976) dalam Annisya et al. (2016)
menyatakan hubungan keagenan timbul karena adanya kontrak antara
prinsipal dan agen dengan mendelegasikan beberapa wewenang
pengambilan keputusan kepada agen. Sesuai dengan perjanjian tersebut
dapat diasumsikan bahwa beberapa keputusan akan memberikan
kewenangan untuk agen.
Teori keagenan (agency theory) mendasarkan hubungan antara
pihak prinsipal (pemegang saham) dengan pihak agen (manajemen). Teori
keagenan menganggap bahwa setiap individu berperilaku sesuai dengan
kepentingannya masing-masing. Para pemegang saham menginginkan
laba yang tinggi dari perusahaan agar investasi yang telah ditanamkannya
cepat kembali (Martantya & Daljono, 2013).
Besarnya laba berhubungan dengan dividen yang dibayarkan
kepada investor. Semakin tinggi laba yang dihasilkan, maka harga saham
akan semakin tinggi dan semakin besar pula dividen yang akan
diterimanya. Namun di sisi lain, para manajemen pun memiliki
kepentingan sendiri yaitu bonus yang diterima. Pemegang saham
13
menginginkan tingkat pengembalian investasi yang tinggi, sedangkan
manajemen memiliki kepentingan untuk mendapatkan kompensasi yang
besar atas hasil kerjanya. Perbedaan tujuan itulah yang menyebabkan
terjadinya conflict of interest diantara pihak prinsipal dan agen. Hal ini
pula yang menjadi penyebab terjadinya asimetri informasi diantara kedua
belah pihak. Karena adanya dorongan untuk mendapatkan kompensasi
yang tinggi itulah, maka kemungkinan manajemen akan melakukan moral
hazard tinggi. Manajemen juga memiliki informasi yang lebih banyak
dibandingkan dengan para prinsipal. Hal ini menimbulkan kesempatan
(opportunistic) manajemen untuk melakukan kecurangan (Martantya &
Daljono, 2013).
Berdasarkan uraian di atas, dapat disimpulkan bahwa teori agensi
merupakan kontrak yang timbul antara prinsipal dan agen. Dimana agen
(manajemen) bekerja demi kepentingan para prinsipal (pemegang saham).
Namun dalam praktiknya, tidak jarang terjadi konflik kepentingan yang
merupakan penyebab adanya asimetri informasi.
2. Kecurangan (Fraud)
a. Definisi Kecurangan (Fraud)
Menurut Statement of uditing Standards No. 99 kecurangan
(fraud) merupakan tindakan dengan sengaja dalam menghasilkan
salah saji material dalam laporan keuangan yang merupakan subjek
audit. Menurut BPK RI, fraud adalah sebagai salah satu tindakan
melawan hukum yang dilakukan oleh orang-orang dari dalam dan atau
14
luar organisasi, dengan maksud untuk mendapatkan keuntungan
pribadi dan atau kelompoknya yang secara langsung merugikan pihak
lain. Ada pula yang mendefinisikan fraud sebagai suatu tindakan
kesengajaan untuk menggunakan sumber daya perusahaan secara
tidak wajar dan salah menyajikan fakta untuk memperoleh
keuntungan pribadi (Priantara, 2013).
American Institute of Public Accountant (AICPA)
mendefinisikan fraud sebagai tindakan yang melanggar hukum dan
dilakukan dengan sengaja, bukan secara tidak sengaja (error).
Association of Certified Fraud Examiner (ACFE) mendefinisikan
fraud sebagai setap tindakan tidak sah yang ditandai dengan tindakan
tidak jujur untuk penggelapan atau pelanggaran akan kepercayaan.
Institute of Internal Auditors mendefinisikan fraud sebagai segala
tindakan ilegal dan disengaja yang ditandai dengan penipuan di mana
individu tersebut tahu akan kesalahan itu atau meyakini kesalahan
yang disajikan (Tjahjono, et al., 2013).
AICPA, ACFE dan IIA mendefinisikan fraud secara umum
sebagai setiap tindakan ilegal atau melakukan kegiatan tidak
semestinya yang disengaja dengan tujuan untuk mengelabui yang lain
di mana korban menderita kerugian dan pelaku fraud memperoleh
keuntungan (Tjahjono, et al., 2013).
Fraud adalah setiap perbuatan tidak jujur (penyalahgunaan
kedudukan/jabatan atau penyimpangan) yang bertujuan mengambil
15
uang (atau harta atau sumber daya orang lain/organisasi) melalui akal
bulus, tipu muslihat, penipuan, kelicikan, penghilangan, kecurangan,
saran yang salah, penyembunyian atau cara-cara lainnya yang
dilakukan secara sengaja oleh seseorang, yang mengakibatkan
kerugian organisasi atau orang lain dan/atau menguntungkan pelaku
(Purba, 2015).
Berdasarkan definisi-definisi di atas dapat disimpulkan, fraud
merupakan tindakan ilegal yang dilakukan guna kepentingan pribadi.
Biasanya dilakukan dalam bentuk penggelapan atau menyajikan tidak
sesuai dengan fakta.
b. Jenis-jenis Kecurangan (Fraud)
Untuk pembahasan jenis dan modus fraud dipercaya bahwa
taksonomi terbaik adalah yang dibuat oleh ACFE atau dikenal sebagai
fraud tree (Uniform Occupational Fraud Classification System) yang
membagi fraud menjadi 3 jenis atau tipologi besar berdasarkan
perbuatan. Pertama, penyimpangan atas aset (Asset Misappropriation)
meliputi penyalahgunaan, penggelapan, atau pencurian aset atau harta
perusahaan oleh pihak di dalam dan/atau pihak di luar perusahaan.
Kedua, penyalahgunaan atau pelaporan yang menipu atau dibuat salah
(Fraudulent Statement), merupakan tindakan yang dilakukan oleh
pejabat atau eksekutif dan manajer senior suatu perusahaan atau
instansi pemerintah untuk menutupi kondisi keuangan yang
sebenarnya dengan melakukan rekayasa keuangan (financial
16
engineering) atau mempercantik penyajian laporan keuangan guna
memperoleh keuntungan atau manfaat pribadi mereka terkait dengan
kedudukan dan tanggung jawabnya. Ketiga, korupsi (Corruption),
termasuk di dalam jenis korupsi adalah penyalahgunaan wewenang
atau konflik kepentingan (conflict of interest), penyuapan (bribery),
penerimaan yang tidak sah (illegal gratuities) dan pemerasan secara
ekonomi (economic extortion) atau dikenal sebagai pungutan liar
(Priantara, 2013).
Fraud berdasarkan klasifikasi lainnya, yaitu kedudukan atau
jenis pelaku dibedakan menjadi lima, yaitu employee fraud,
management fraud, investment scams, vendor fraud, dan customer
fraud (Priantara, 2013).
Berdasarkan uraian di atas, kecurangan dapat beragam
jenisnya. Tipologi besar yang biasa digunakan untuk menjelaskan
jenis kecurangan yaitu terdiri dari penyimpangan aset, korupsi, dan
kecurangan laporan keuangan.
c. Financial Statement Fraud
Financial Statement Fraud didefinisikan sebagai kesalahan
yang disengaja, pengabuan fakta-fakta material, atau data akuntansi
yang menyesatkan dan dapat mempengaruhi atau mengubah
keputusan dan penilaian pembaca setelah mempertimbangkan fakta-
fakta salah yang disajikannya (Tjahjono, et al., 2013).
17
Sementara Sihombing dan Rahardjo (2014), kecurangan
laporan keuangan merupakan kesengajaan ataupun kelalaian dalam
laporan keuangan yang disajikan tidak sesuai dengan prinsip
akuntansi berterima umum. Kelalaian atau kesengajaan ini sifatnya
material sehingga dapat memengaruhi keputusan yang akan diambil
oleh pihak yang berkepentingan.
Fraud pelaporan keuangan biasanya dilakukan karena tekanan
yang dapat berupa ekspektasi yang tinggi terhadap prestasi kerja
manajemen. Pelaporan keuangan yang secara sengaja dibuat salah dan
mengelabui (menyesatkan) para penggunanya dikenal juga dengan
istilah irregularities (ketidakberesan) (Priantara, 2013).
Menurut Karyono (2013) kecurangan laporan keuangan
(fraudelent financial statement) dilakukan dengan menyajikan
laporan keuangan lebih baik dari sebenarnya (over statement) dan
lebih buruk dari sebenarnya (under statement). Laporan keuangan
over stated dilakukan dengan melaporkan aset dan pendapatan lebih
besar dari yang sebenarnya.
Cara-cara untuk mewujudkan jenis kecurangan tersebut di
atas, antara lain dengan memasukkan dalam laporan keuangan:
1) Penghasilan/pendapatan fiktif (fictious revenue)
2) Penilaian akhir atas aset tidak tepat
3) Menyembunyikan kewajiban (concealed liabilities)
18
4) Mencatat aset, liabilitas, pendapatan, dan biaya pada periode
akuntansi yang tidak tepat (timing deference)
5) Menyembunyikan biaya antara lain dengan mengkapitalisasi
biaya
6) Pengungkapan laporan keuangan yang tidak tepat (improve
disclosure).
Pada sisi lain, kecurangan laporan keuangan dilakukan untuk
menekan laba (revenue understatement) dalam rangka menghindari
atau memperkecil pengenaan pajak penghasilan badan. Cara yang
dilakukan antara lain:
1) Pembukuan tidak sesuai fakta, dan transaksi salah/fiktif
2) Merekayasa faktur pajak
3) Menyembunyikan pendapatan
4) Meninggikan pengeluaran biaya
5) Menghancurkan pembukuan dan pencatatan.
Berdasarkan uraian di atas, dapat disimpulkan bahwa financial
statement fraud merupakan tindakan kecurangan yang biasa dilakukan
oleh manajemen untuk memanipulasi, memalsukan atau mengubah
data akuntansi dengan cara overstatement atau understatement yang
merupakan sumber penyajian laporan keuangan.
d. Fraud Triangle Theory
Konsep dari fraud triangle diperkenalkan dalam literatur
profesional pada SAS no. 99, Consideration of Fraud in a Financial
19
Statement Audit. Fraud triangle terdiri dari tiga kondisi yang
umumnya hadir pada saat fraud terjadi yaitu pressure, opportunity,
dan rationalization.
1) Tekanan (Pressure)
Shelton (2014) menyatakan bahwa tekanan adalah
motivasi seseorang untuk melakukan penipuan, biasanya karena
beban keuangan. Menurut Karyono (2013) dorongan untuk
melakukan fraud terjadi pada karyawan (employee fraud) dan
oleh manajer (management fraud) dan dorongan itu terjadi antara
lain karena:
a) Tekanan keuangan; antara lain berupa banyak hutang, gaya
hidup melebihi kemampuan keuangan (besar pasak daripada
tiang), keserakahan, dan kebutuhan yang tidak terduga.
b) Kebiasaan buruk; antara lain kecanduan narkoba, judi, dan
peminum minuman keras.
c) Tekanan lingkungan kerja; seperti kurang dihargainya
prestasi/kinerja, gaji rendah, dan tidak puas dengan pekerjaan.
d) Tekanan lain; seperti tekanan dari istri/suami untuk memiliki
barang-barang mewah.
Menurut SAS No. 99 dalam Skousen et al. (2008), terdapat
empat jenis kondisi yang umumnya terjadi pada tekanan yang
dapat mengakibatkan kecurangan. Kondisi tersebut adalah
20
stabilitas keuangan, tekanan eksternal, kebutuhan keuangan
individu, dan target keuangan.
2) Peluang (Opportunity)
Peluang adalah kesempatan yang memungkinkan
terjadinya tindakan fraud. Kesempatan adalah metode kejahatan
yang bisa dilakukan, seperti beban keuangan (Shelton, 2014).
Para pelaku fraud meyakini bahwa aktivitas mereka tidak akan
terdeteksi. Peluang dapat terjadi karena pengendalian internal
yang lemah, manajemen pengawasan yang kurang baik, dan atau
melalui penggunaan posisi. Kegagalan untuk menetapkan
prosedur yang memadai untuk mendeteksi aktivitas fraud juga
meningkatkan kesempatan terjadinya kecurangan.
Menurut Albrecht dalam Karyono (2013), ada beberapa
faktor yang meningkatkan kesempatan untuk melakukan fraud
yaitu:
a) Kegagalan untuk menertibkan pelaku kecurangan
b) Terbatasnya akses terhadap informasi
c) Ketidaktahuan, malas, dan tidak sesuai kemampuan pegawai
d) Kurangnya jejak audit.
SAS No. 99 dalam Skousen et al. (2008), menyebutkan
bahwa peluang pada financial statement fraud dapat terjadi pada
tiga kategori. Kondisi tersebut adalah kondisi industri,
ketidakefektifan pengawasan, dan struktur organisasional.
21
3) Rasionalisasi (Rationalization)
Rasionalisasi merupakan elemen ketiga dari fraud triange
dan paling sulit diukur (Skousen, et al., 2008). Rasionalisasi
adalah sikap yang memperbolehkan seseorang melakukan
kecurangan, dan menganggap tindakannya tersebut tidaklah
salah. Mereka yang terlibat dalam penipuan laporan keuangan
mampu merasionalisasi tindakan penipuan secara konsisten
dengan mereka kode etik mereka (Suyanto, 2009). Bagi mereka
dengan standar moral yang lebih tinggi, itu mungkin tidak begitu
mudah. Pelaku fraud selalu mencari pembenaran secara rasional
untuk membenarkan perbuatannya.
Menurut Karyono (2013), pelaku kecurangan mencari
pembenaran antara lain:
a) Pelaku menganggap bahwa yang dilakukan sudah
merupakan hal biasa/wajar dilakukan oleh orang lain pula.
b) Pelaku merasa berjasa besar terhadap organisasi dan
seharusnya ia menerima lebih banyak dari yang telah
diterimanya.
c) Pelaku menganggap tujuannya baik yaitu untuk mengatasi
masalah, nanti akan dikembalikan.
Berdasarkan uraian di atas, dapat disimpulkan bahwa teori fraud
triangle terdiri dari tiga kondisi, yaitu tekanan (pressure),
peluang/kesempatan (opportunity), dan rasionalisasi (rationalization).
22
3. Manajemen Laba (Earnings Management)
Standar Akuntansi Keuangan memberikan fleksibilitas kepada
manajer dalam pemilihan kebijakan akuntansi. Earnings management
diyakini muncul sebagai konsekuensi langsung dari upaya-upaya manajer
atau penyusun laporan keuangan untuk mengatur besaran angka laba demi
kepentingan pribadi dan/atau kepentingan perusahaan.
Manajemen laba berhubungan erat dengan tingkat perolehan laba
(earnings) atau kinerja usaha suatu organisasi karena tingkat keuntungan
atau laba yang diperoleh sering dikaitkan dengan prestasi manajemen
disamping memang adalah suatu yang lazim bila besar kecilnya bonus
yang akan diterima oleh manajer atau tanciem untuk direksi tergantung
dari besar kecilnya laba yang diperoleh. Oleh karena itu, tidaklah
mengherankan bila manajer sering berusaha menonjolkan prestasinya
melalui tingkat keuntungan atau laba yang dicapai (Priantara, 2013).
Mengingat kecenderungan praktik manajemen laba adalah untuk
short-term earnings maka Akers dalam Priantara (2013) mendefiniskan
earnings management sebagai upaya manajemen mempengaruhi atau
memanipulasi laba yang dilaporkan dengan metode akuntansi atau
perubahan metode, pengakuan transaksi sesaat yang tidak berulang,
menangguhkan atau mempercepat beban atau pendapatan, atau
penggunaan metode lain untuk mempengaruhi laba jangka pendek.
Dalam praktiknya, manajer sering termotivasi untuk mendapatkan
keuntungan pribadi melalui penghargaan langsung seperti gaji dan bonus
23
atau penghargaan tidak langsung seperti promosi masa depan, prestise, dan
keamanan kerja. Imbalan ini diberikan kepada manajer berdasarkan
kinerja laba perusahaan. Jika insentif didasarkan pada kinerja keuangan
perusahaan, manajer dapat tergoda untuk bertindak sesuai kepentingan
mereka sendiri dan untuk mengesankan pemegang saham dan pemangku
kepentingan lainnya mengenai kinerja perusahaan yang baik melalui
manajemen laba. Keleluasaan manajemen atas laba yang dilaporkan dan
pengaruhnya terhadap kompensasi manajemen menyebabkan masalah
agensi potensial (Bukit & Iskandar, 2009).
Earnings management juga tidak dapat secara langsung dapat
diamati. Sehingga dibutuhkan suatu proksi untuk dapat mengidikasi
terjadinya manjemen laba. Dalam beberapa penelitian, discretionary
accruals digunakan sebagai proksi untuk manajemen laba. Penggunaan
discretionary accruals sebagai proksi manajemen laba dihitung
menggunakan Model Friedlan.
Scott (2012) menyatakan bahwa terdapat beberapa pola dalam
manajemen laba, yaitu:
1. Taking a bath
Pola ini dapat terjadi saat ada tekanan organisasioanal pada saat
pergantian manajemen baru. Teknik ini dilakukan dengan mengakui
adanya biaya-biaya pada periode mendatang dan kerugian periode
berjalan. Konsekuensinya manajemen melakukan write off asset
24
dengan membebankan perkiraan-perkiraan biaya mendatang.
Akibatnya laba periode berikutnya akan lebih tinggi dari seharusnya.
2. Income minimization
Pola manajemen ini hampir sama dengan taking a bath namun tidak
terlalu ekstrim. Pola ini dilakukan pada saat profitabilitas perusahaan
sangat tinggi dengan maksud agar tidak mendapatkan perhatian oleh
pihak-pihak yang berkepentingan. Kebijakan yang diambil dapat
berupa write-off atas barang modal dan aktiva tak berwujud,
pembebanan biaya iklan, biaya riset dan pengembangan,
menggunakan metode persediaan yang dapat mengecilkan
pendapatan, tujuannya yaitu untuk kepentingan pajak.
3. Income maximization
Pola manajemen laba income maximization dilakukan dengan cara
menjadikan laba pada laporan keuangan periode berjalan lebih tinggi
dari pada laba sesungguhnya. Pola ini dilakukan dengan tujuan untuk
memperoleh bonus yang lebih besar, meningkatkan keuntungan,
menghindari pelanggaran atas kontrak hutang jangka panjang,
ataupun untuk menarik investor.
4. Income smoothing
Perataan laba (income smoothing) merupakan cara yang paling
populer dan sering dilakukan. Perataan laba merupakan salah satu
bentuk manajemen laba yang dilakukan dengan cara membuat laba
akuntansi relatif konsisten (smooth) dari periode ke periode. Dalam
25
hal ini pihak manajemen dengan sengaja menurunkan atau
meningkatkan laba untuk mengurangi gejolak dalam pelaporan laba,
sehingga perusahaan terlihat stabil atau tidak berisiko tinggi.
Berdasarkan uraian di atas, dapat disimpulkan bahwa earnings
management merupakan tindakan yang dilakukan manajemen untuk
memanipulasi laba yang tujuannya untuk kepentingan pribadi manajemen.
4. Assets Growth (AGROW)
Aset merupakan sumber daya atau kekayaan yang dimiliki oleh
suatu perusahaan atau usaha yang diperoleh dari peristiwa masa lalu dan
diharapkan memberikan manfaat dimasa yang akan datang. Transaksi
yang dimaksud dapat berupa hasil produksi sendiri atau dibangun sendiri,
dibeli, pertukaran aset yang sejenis atau tidak sejenis maupun sumbangan
dari pihak lain. Aset dapat dibedakan menjadi aset lancar (current assets)
dan aset tetap (fixed assets).
Aset merupakan sumber daya yang digunakan untuk aktivitas
operasional perusahaan. Semakin besar aset yang digunakan diharapkan
semakin besar hasil operasional yang dihasilkan oleh perusahaan.
Pertumbuhan aset didefinisikan sebagai perubahan tahunan dari total aset.
Peningkatan aset yang diikuti peningkatan hasil operasi akan semakin
menambah kepercayaan pihak luar terhadap perusahaan (Zuhro &
Suwitho, 2016).
Pertumbuhan aset adalah perubahan (peningkatan atau penurunan)
total aset yang dimiliki oleh perusahaan. Pertumbuhan aset dihitung
26
sebagai persentase perubahan total aset pada tahun tertentu terhadap tahun
sebelumnya.
Dari uraian di atas dapat disimpulkan bahwa total aset adalah
jumlah keseluruhan aset baik aset lancar maupun aset tetap yang
digunakan untuk kegiatan operasi perusahaan, dimana perubahan baik
peningkatan ataupun penurunan aset merupakan cerminan perusahaan
mengalami tingkat pertumbuhan.
5. Return on total assets (ROA)
Rasio yang digunakan untuk mengukur kemampuan manajemen
dalam memperoleh keuntungan (laba) secara keseluruhan. Rasio ini
memberikan ukuran yang lebih baik atas profitabilitas perusahaan yang
menunjukkan efektifitas manajemen dalam menggunakan aktiva untuk
memperoleh pendapatan. Return on Asset (ROA) merupakan bagian dari
rasio profitabilitas dalam analisis laporan keuangan atau pengukuran
kinerja perusahaan (Skousen, et al., 2008)
Return on Asset (ROA) juga merupakan salah satu bentuk dari rasio
prifitabilitas yang dimaksudkan untuk mengukur kemampuan perusahaan
dengan keseluruhan dana yang ditanamkan dalam aset yang digunakan
untuk operasi perusahaan untuk menghasilkan laba.
6. Dividend (DIV)
Dividen merupakan hak pemegang saham biasa (common stock)
untuk mendapatkan bagian dari keuntungan perusahaan. Jika perusahaan
27
memutuskan untuk membagi keuntungan dalam dividen, semua pemegang
saham biasa mendapatkan pengembalian atas investasinya.
Menurut Warren et al. (2006) dividen adalah pembagian laba suatu
perseroan kepada para pemegang sahamnya. Sedangkan menurut Reeve et
al. (2009) dividen adalah aliran kas yang dibayarkan kepada para
pemegang saham. Terdapat beberapa jenis dividen yang dapat dibayarkan
kepada para pemegang saham, tergantung pada posisi dan kemampuan
perusahaan bersangkutan, antara lain cash dividend, stock dividend,
property dividend, dan liquidating dividend.
7. Free Cash Flow (FCF)
Menurut Weygandt et al. (2011) free cash flow adalah jumlah dari
sisa arus kas yang dimiliki perusahaan untuk membeli tambahan investasi,
melunasi hutang, membeli treasury stock atau penambahan sederhana atas
likuiditas perusahaan. Menurut Brigham dan Houston (2009) free cash
flow adalah kas yang tersedia untuk didistribusikan kepada seluruh
investor setelah perusahaan menempatkan seluruh investasinya pada
aktiva tetap, produk-produk baru dan modal kerja yang dibutuhkan untuk
mempertahankan operasi yang berjalan.
Definisi aliran kas bebas menurut Gitman dan Zutter (2015) arus
kas bebas merupakan jumlah arus kas yang tersedia bagi investor (kreditur
dan pemilik) setelah perusahaan telah memenuhi semua kebutuhan operasi
dan dibayar untuk investasi pada aktiva tetap bersih dan aktiva lancar.
28
Kas tersebut biasanya menimbulkan konflik kepentingan antara
manajer dan pemegang saham. Manajer lebih menginginkan dana tersebut
diinvestasikan kembali pada proyek-proyek yang dapat menghasilkan
keuntungan karena akan meningkatkan insentif yang mereka terima,
sedangkan pemegang saham mengharapkan sisa dana tersebut dibagikan
sehingga akan menambahkan kesejahteraan mereka.
B. Hasil Penelitian Terdahulu
Adapun hasil-hasil sebelumnya dari penelitian-penelitian terdahulu
mengenai topik yang berkitan dengan penelitian ini terdapat dalam tabel 2.2
29
Tabel 2.2
Hasil Penelitian Terdahulu
Bersambung pada halaman selanjutnya
NO
PENULIS
(TAHUN)
JUDUL
METODE PENELITIAN HASIL
PERSAMAAN PERBEDAAN
1
(Rahman, et al.,
2016) Earnings
Management and
Fraudulent
Financial
Reporting: The
Malaysian Story
1. Menguji accruals
earnings management
dengan proksi
discretionary accruals
sebagai variabel
dependen.
2. Menggunakan ROA
sebagai proksi dari
variabel financial
target.
Proksi variabel independen
pada penelitian terdahulu
menggunakan real earnings
management, persentase
inside directors, tipe auditor
independen, sedangkan
penelitian sekarang
menggunakan dividen,
AGROW, dan free cash
flow.
1. Terdapat hubungan
negatif signifikan antara
accrual earnings
management dan real
earnings management
terhadap fraud.
2. Perusahaan yang
melakukan praktik fraud
mengatur labanya secara
berurutan antara accrual
earnings management dan
real earnings management
sebelum tahun terjadinya
fraud.
30
Tabel 2.2 (Lanjutan)
Bersambung pada halaman selanjutnya
NO. PENULIS
(TAHUN) JUDUL
METODE PENELITIAN HASIL
PERSAMAAN PERBEDAAN
2
(Noor, et al., 2015)
Fraud Motives and
Opportunities
Factors on
Earnings
Manipulations
1. Menggunakan dividen
sebagai proksi dari variabel
kecurangan.
2. Menggunakan free cash
flow sebagai variabel
independen.
3. Menguji accruals earnings
management dengan proksi
discretionary accruals
sebagai variabel dependen.
Variabel independen pada
penelitian terdahulu
menggunakan leverage dan
kualitas audit, sedangkan
penelitian sekarang
menggunakan ROA sebagai
proksi dari variabel financial
target dan AGROW sebagai
proksi tekanan stabilitas
keuangan.
Kualitas audit dan free cash
flow memberikan kendala
yang signifikan terhadap
accruals earnings
management.
3
(Bukit & Nasution,
2015) Employee
Diff, Free Cash
Flow, Corporate
Governance and
Earning
Management
1. Menggunakan free cash
flow sebagai variabel
independen.
2. Menguji accruals earnings
management dengan proksi
discretionary accruals
sebagai variabel dependen.
Variabel independen pada
penelitian terdahulu
menggunakan employee diff dan
corporate governance,
sedangkan penelitian sekarang
menggunakan dividen, ROA
sebagai proksi dari variabel
financial target dan AGROW
sebagai proksi tekanan stabilitas
keuangan.
Ketika kurangnya
pengawasan yang intensif,
manajer cenderung untuk
memanipulasi laba ketika
perusahaan memiliki
kelebihan kas dan adanya
employee diff.
31
Tabel 2.2 (Lanjutan)
Bersambung pada halaman selanjutnya
NO. PENULIS
(TAHUN) JUDUL
METODE PENELITIAN HASIL
PERSAMAAN PERBEDAAN
4
(Ghazali, et al.,
2015) Earnings
Management: An
Analysis of
Opportunistic
Behavior,
Monitoring
Mechanism and
Financial Distress
1. Menggunakan free cash
flow sebagai variabel
independen.
2. Menguji accruals
earnings management
sebagai variabel
dependen.
Variabel independen pada
penelitian terdahulu menggunakan
profitability, leverage dan financial
distress, sedangkan penelitian
sekarang menggunakan dividen,
ROA sebagai proksi dari variabel
financial target dan AGROW
sebagai proksi tekanan stabilitas
keuangan.
1. Leverage dan financial
distress memiliki
hubungan yang
signifikan terhadap
earnings management.
2. Profitability dan free
cash flow memiliki
hubungan yang tidak
signifikan terhadap
earnings management.
5
(Mohd Sufian, et
al., 2015)
Manipulation of
Earnings: The
Pressure of
Opportunistic
Behavior and
Monitoring
Mechanism in
Malaysian Shariah-
Compliant
Companies
Menguji accruals earnings
management sebagai variabel
dependen.
Variabel independen pada
penelitian terdahulu menggunakan
COGS, CFO dan DISEXP,
sedangkan penelitian sekarang
menggunakan dividen, ROA
sebagai proksi dari variabel
financial target dan AGROW
sebagai proksi tekanan stabilitas
keuangan dan free cash flow.
COGS, CFO dan DISEXP
memiliki hubungan
signifikan dengan earning
management.
32
Tabel 2.2 (Lanjutan)
Bersambung pada halaman selanjutnya
NO. PENULIS
(TAHUN) JUDUL
METODE PENELITIAN HASIL
PERSAMAAN PERBEDAAN
6
(Aghghaleh, et al.,
2014) Fraud Risk
Factors of Fraud
Triangle and the
Likelihood of
Fraud Occurrence:
Evidence from
Malaysia
Menggunakan variabel
fraud dengan proksi
tekanan dan peluang.
1. Variabel independen pada penelitian
terdahulu menggunakan sales to
accounts receivables, leverage, jumlah
anggota komite audit dan dewan
direktur sedangkan penelitian sekarang
menggunakan dividen, ROA sebagai
proksi dari variabel financial target,
AGROW sebagai proksi tekanan
stabilitas keuangan dan free cash flow.
2. Pada penelitian terdahulu fraud
sebagai variabel dependen, sedangkan
penelitian sekarang fraud sebagai
variabel independen dan earnings
management sebagai variabel
dependen.
1. Sales to accounts
receivables dan leverage
memiliki hubungan positif
terhadap kemungkinan
fraud.
2. Ukuran komite audit dan
dewan direktur memiliki
hubungan untuk
meningkatkan tingkat
kecurangan laporan
keuangan.
7
(Cohen, et al.,
2010) Corporate
Fraud and
Managers’
Behavior: Evidence
from the Press
Menggunakan variabel
fraud dengan proksi
tekanan dan peluang.
Pada penelitian terdahulu managers’
behavior sebagai variabel dependen,
sedangkan penelitian sekarang earnings
management sebagai variabel dependen.
Auditor seharusnya
mengevaluasi etika dari
manajemen melaui komponen
TPB.
33
Tabel 2.2 (Lanjutan)
NO. PENULIS
(TAHUN) JUDUL
METODE PENELITIAN HASIL
PERSAMAAN PERBEDAAN
8
(Martantya &
Daljono, 2013)
Pendeteksian
Kecurangan
Laporan Keuangan
Melalui Faktor
Risiko Tekanan dan
Peluang
Menggunakan variabel fraud
dengan proksi tekanan
(AGROW) dan ROA sebagai
proksi dari variabel financial
target.
1. Variabel independen
pada penelitian terdahulu
menggunakan leverage,
OSHIP dan IND,
sedangkan penelitian
sekarang menggunakan
dividen dan free cash
flow.
2. Earnings management
sebagai variabel
dependen.
1. AGROW dan ROA terbukti
berpengaruh secara signifikan
terhadap kemungkinan
terjadinya kecurangan laporan
keuangan.
2. Leverage, OSHIP, proporsi
komisaris independen terbukti
tidak berpengaruh secara
signifikan terhadap
kemungkinan terjadinya
kecurangan laporan keuangan.
3. Ukuran perusahaan tidak dapat
dijadikan kontrol dalam
mendeteksi kemungkinan
adanya kecurangan laporan
keuangan.
34
C. Kerangka Pemikiran
Kerangka berpikir pemikiran dari pola hubungan antar variabel dapat
digambarkan pada gambar 2.1.
Gambar 2.1
Skema Kerangka Pemikiran
TEKANAN
Stabilitas Keuangan
Target Keuangan
Tekanan Eksternal
PELUANG
Cukup banyaknya kasus-kasus manipulasi laporan
keuangan pada perusahaan-perusahaan besar
Assets Growth (AGROW)
Return on total assets (ROA)
Dividend (DIV)
Free Cash Flow (FCF)
Earnings
Management:
Discretionary
Accruals (DA)
Statistik Deskriptif
Uji
Normalitas
Uji
Multikolonieritas
Uji
Autokorelasi
Uji
Heteroskedastisitas
35
Lanjutan...
D. Perumusan Hipotesis
1. Pengaruh Stabilitas Keuangan terhadap Earnings Management
Stabilitas keuangan perusahaan merupakan keadaan yang
menggambarkan kondisi keuangan perusahaan dari kondisi yang stabil.
Stabilitas keuangan perusahaan sering kali mengalami tekanan baik dari
pihak luar ataupun pihak dalam perusahaan, seperti menuntut pengelolaan
aset dengan baik sehingga laba yang dihasilkan perusahaan akan banyak
yang akan berdampak pada peningkatan bonus dan return yang tinggi pula
untuk para investor. Hal ini menjadikan salah satu alasan manajemen
memanfaatkan laporan keuangan sebagai alat untuk menutupi kondisi
stabilitas keuangan yang buruk dengan melakukan tindakan kecurangan
(Martantya dan Daljono 2013).
Koefisien
Determinasi
Uji F Secara
Simultan
Uji t Secara
Parsial
Analisis Regresi Berganda
Interpretasi, Kesimpulan dan
Saran
36
Ketika stabilitas keuangan perusahaan berada pada titik yang mulai
terancam, perusahaan akan berusaha menutupi keadaan itu dengan
melakukan berbagai cara demi menampilkan stabilitas keuangan
perusahaan yang baik. Pada kasus perusahaan yang mengalami
pertumbuhan industri di bawah rata-rata, manajemen sangat mungkin
melakukan manipulasi laporan keuangan untuk meningkatkan tampilan
perusahaan.
Berdasarkan hasil penelitian Manurung dan Hadian (2013),
Martantya dan Daljono (2013) dan Oktaviani et al. (2014) menunjukkan
bahwa stabilitas keuangan berpengaruh terhadap earnings management.
Sedangkan hasil penelitian yang dilakukan oleh Nugraha dan Henny
(2015) dan Aprilia (2017) yang menunjukkan hasil bahwa stabilitas
keuangan tidak memiliki pengaruh terhadap earnings management.
Berdasarkan uraian tersebut, maka dapat disusun hipotesis
penelitian sebagai berikut:
H1: Stabilitas keuangan berpengaruh terhadap earnings
management.
2. Pengaruh Target Keuangan terhadap Earnings Management
Agency Theory pada dasarnya menjelaskan hubungan antara
pemegang saham (principal) dengan manajemen (agent). Karena
manajemen adalah pihak yang dikontrak oleh pemegang saham untuk
menjalankan kewajiban-kewajibannya, maka tentunya manajemen ingin
menampilkan performa perusahaan sebaik mungkin. Oleh karena itu,
37
manajemen akan berupaya dengan segala cara untuk mencapai target
keuangan yang telah ditetapkan sebelumnya, meskipun dengan cara
memanipulasi laporan keuangan salah satunya dengan manajamen laba
(Martantya dan Daljono 2013).
Return on total assets (ROA) merupakan proksi yang digunakan
untuk mengukur variabel target keuangan. Guna menunjukkan seberapa
efesien aset yang digunakan, dipilih ukuran perbandingan laba terhadap
jumlah aktiva atau return on total assets sebagai ukuran kinerja
operasional yang banyak digunakan. ROA secara signifikan berbeda
antara fraud firm dan non-fraud firm (Skousen, et al., 2008). Oleh karena
itu, ROA dijadikan proksi untuk variabel financial target.
Penelitian yang dilakukan oleh Martantya dan Daljono (2013),
Amara et al. (2013), Nugraha dan Henny (2015) menunjukkan bahwa
target keuangan berpengaruh signifikan terhadap kecurangan laporan
keuangan. Sedangkan hasil penelitian yang telah dilakukan oleh Manurung
dan Hardika (2015) dan Prasmaulida (2016) yang menunjukkan hasil
bahwa tidak mendapatkan bukti target keuangan memiliki pengaruh
terhadap manajemen laba.
Berdasarkan uraian tersebut, maka dapat disusun hipotesis
penelitian sebagai berikut:
H2: Target keuangan berpengaruh terhadap earnings management
38
3. Pengaruh Tekanan Eksternal terhadap Earnings Management
Adanya tekanan yang didapat oleh pihak manajemen baik dari
internal maupun eksternal memicu manajemen untuk melakukan tindakan
kecurangan. Menurut SAS No. 99, saat tekanan berlebihan dari pihak
eksternal terjadi, maka terdapat risiko kecurangan terhadap laporan
keuangan dalam bentuk manajemen laba.
Manajemen laba dapat dilakukan dalam bentuk perataan laba,
peningkatan atau penurunan laba. Manajemen laba tentu saja tidak terlepas
dari faktor yang mempengaruhinya. Salah satunya yaitu dividen. Laba juga
sering dikatakan sebagai ukuran kemampuan perusahaan dalam membayar
dividen. Dividen dapat mengurangi kelebihan kas yang meberikan peluang
bagi manajer untuk melakukan pemakaian sendiri atau untuk proyek yang
tidak berkeuntungan (Noor, et al., 2015).
Purwanto (2004) menyimpulkan bahwa kebijakan dividen
memiliki pengaruh terhadap perilaku manajemen laba dalam bentuk
perataan laba, karena kebijakan dividen akan mempunyai implikasi yang
signifikan pada pengambilan keputusan investor maupun investasi
potensial dalam pembelian saham perusahaan. Pihak eksternal (investor)
menyukai tingkat dividen yang tinggi dan investor juga merupakan pihak
yang menolak risiko. Padahal perusahaan yang menerapkan tingkat
dividen yang tinggi juga akan memiliki risiko yang tinggi apabila terjadi
fluktuasi laba yang besar. Tuntutan untuk dapat membagikan dividen yang
39
besar dengan risiko yang kecil membuat pihak manajemen cenderung
untuk melakukan manajemen laba.
Penelitian yang dilakukan oleh Wibiksono dan Rudiawarni (2015)
dan Dahyani et al. (2017) menunjukan hasil adanya pengaruh antara
kebijakan dividen dengan manajemen laba. Penelitian oleh Daniel et al.
(2008) juga menunjukkan bahwa manajemen laba dilakukan guna
mencapai dividen yang diharapkan. Sedangkan hasil penelitian yang
dilakukan oleh Noor et al. (2015) dan Sulistiyawati (2013) menyatakan
dividen tidak memiliki pengaruh terhadap manajemen laba. Berdasarkan
uraian tersebut masih adanya ketidakkonsistenan hasil penelitian. Maka
dapat disusun hipotesis penelitian sebagai berikut:
H3: Tekanan eksternal berpengaruh terhadap earnings management
4. Pengaruh Peluang terhadap Earnings Management
Manajer yang memiliki kesempatan mengelola angka-angka dalam
akuntansi untuk mengkamuflase kinerja yang negatif dan melaporkannya
sebagai perusaan yang berkinerja baik. Dalam penelitian ini, opportunity
behavior dari manajer dideskripsikan dengan free cash flow. Arus kas
bebas yang tinggi mungkin dapat membuat sebuah peluang bagi manajer
untuk mengelola laba dan berdampak dengan munculnya agency problem
(Ghazali, et al., 2015).
Pada umumnya, earnings management yang terjadi di perusahaan
dengan tingkat arus kas bebas yang tinggi dapat dihubungkan dengan
discretionary accruals (Ghazali, et al., 2015). Hal ini didukung dengan
40
penelitian Bukit dan Iskandar (2009) yang berargumen bahwa surplus arus
kas bebas dapat menciptakan insentif bagi manajer untuk terlibat dalam
manajemen peningkatan pendapatan, sinyal fleksibilitas keuangan.
Penelitian yang dilakukan oleh Noor et al. (2015), Bukit dan
Nasution (2015), dan Agustia (2013) juga menunjukan hasil adanya
pengaruh antara free cash flow terhadap manajemen laba. Sedangkan hasil
penelitian yang dilakukan oleh Herlambang (2017) dan Ghazali et al.
(2015) yang memberikan bukti lain bahwa FCF tidak memiliki pengaruh
terhadap manajemen laba.
Berdasarkan uraian tersebut, maka dapat disusun hipotesis
penelitian sebagai berikut:
H4: Peluang berpengaruh terhadap earnings management
41
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini termasuk penelitian kausal komparatif yaitu penelitian
dengan karakteristik masalah berupa hubungan sebab-akibat antara dua
variabel atau lebih. Penelitian ini bertujuan untuk menguji variabel independen
stabilitas keuangan (Assets Growth/AGROW), target keuangan (Return on
Total Assets/ROA), tekanan eksternal/dividen (DIV), dan peluang (free cash
flow/FCF) terhadap variabel dependen yaitu earnings management yang
diproksikan dengan discretionary accruals. Populasi dalam penelitian ini
adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI)
periode 2013-2015.
Pemilihan perusahaan manufaktur dalam penelitian ini dikarenakan
perusahaan manufaktur terus memiliki jumlah kasus fraud terbanyak ketiga
setelah industri perbankan dan pemerintahan yang dilaporkan dalam penelitian
Association of Certified Fraud Examiners (ACFE, 2014). Tahun 2013-2015 ini
digunakan sebagai tahun penelitian karena berdasarkan Peraturan Pemerintah
Nomor 80 Tahun 2008, pada tahun 2013 Indonesia telah memperbarui
kerangka kerja tersebut dengan memasukkan prinsip assesses fraud
risk sebagai salah satu prinsip yang terpisah dengan pengelolaan risiko secara
umum dalam komponen risk assesment (Cyndi, 2016). Namun berdasarkan
42
hasil survei yang dilakukan oleh ACFE pada tahun 2014, disebutkan bahwa
perusahaan di dunia mengalami kerugian rata-rata 5% setiap tahunnya karena
perbuatan fraud (ACFE, 2014). Berdasarkan penelitian ACFE 2016,
kecurangan laporan keuangan berada di ujung spektrum, terjadi kurang dari
10% kasus namun menyebabkan kerugian rata-rata $975.000 (ACFE, 2016).
B. Metode Penentuan Sampel
Populasi yaitu kumpulan pengukuran atau data pengamatan yang
dilakukan terhadap orang, benda atau tempat, sedangkan sampel yaitu sebagian
dari populasi atau dalam istilah matematik dapat disebut sebagai himpunan
bagian atau subset dari populasi.
Metode penentuan sampel yang digunakan adalah purposive sampling,
yaitu tipe pemilihan sampel secara tidak acak yang informasinya diperoleh
dengan menggunakan pertimbangan tertentu, umumnya disesuaikan dengan
tujuan atau masalah penelitian. Sampel untuk penelitian ini adalah semua
perusahaan dalam industri manufaktur yang terdaftar di Bursa Efek Indonesia
(BEI) periode 2013-2015, dengan pertimbangan sebagai berikut:
1. Perusahaan pada industri manufaktur yang terdaftar di Bursa Efek
Indonesia (BEI) periode 2013-2015.
2. Perusahaan yang memiliki tahun buku yang berakhir pada 31 Desember.
3. Perusahaan yang menggunakan mata uang rupiah.
4. Perusahaan yang tidak mengalami rugi selama tahun penelitian.
5. Perusahaan yang membayarkan dividen selama tahun penelitian.
43
6. Laporan tahunan perusahaan memiliki data-data yang berkaitan dengan
variabel penelitian.
C. Metode Pengumpulan Data
Dalam memperoleh data-data pada penelitian ini, peneliti
menggunakan dua cara yaitu penelitian pustaka dan penelitian lapangan.
1. Penelitian Pustaka (Library Research)
Peneliti memperoleh data yang berkaitan dengan masalah yang sedang
diteliti melalui buku, jurnal, internet, berita, skripsi, dan perangkat lain
yang berkaitan dengan judul penelitian.
2. Penelitian Lapangan
Jenis data yang digunakan dalam penelitian ini adalah data sekunder.
Seluruh data bersumber dari laporan keuangan pada perusahaan-
perusahaan manufaktur tahun 2013 sampai dengan 2015 yang telah
dipublikasikan lengkap di Bursa Efek Indonesia (BEI).
D. Metode Analisis Data
Metode analisis data yang digunakan yaitu statistik deskriptif, uji
asumsi klasik dan uji hipotesis.
1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data
yang dilihatdari nilai rata-rata (mean), standar deviasi, maksimum, dan
minimum. Statistik deskriptif dimaksudkan untuk memberikan gambaran
mengenai distribusi dan perilaku data sampel tersebut (Ghozali, 2013).
44
Metode analisis data pada penelitian ini menggunakan analisis kuantitatif
yang bersifat deskriptif yang menjelaskan data yang didapat dengan
menggunakan analisis regresi berganda untuk menggambarkan fenomena
atau isu atau karakteristik data, yaitu dengan memberikan gambaran
tentang pengaruh tekanan dan peluang terhadap earnings
management/manipulations. Metode analisis data dilakukan dengan
bantuan aplikasi komputer program SPSS versi 22.
2. Uji Asumsi Klasik
Uji asumsi klasik yang digunakan untuk menguji data penelitian
yang bersifat sekunder ini meliputi uji normalitas, uji multikolonieritas, uji
autokorelasi, dan uji heteroskedastisitas.
a. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah dalam
model regresi, variabel-variabelnya memiliki distribusi normal atau
tidak. Data yang terdistribusi normal akan memperkecil kemungkinan
terjadinya bias. Model regresi yang baik adalah memiliki distribusi
data normal atau mendekati normal. Uji t dan uji F mengasumsikan
bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini
dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel
kecil (Ghozali, 2013). Pengujian normalitas dilakukan dengan uji
statistik non parametrik One Sample Kolmogorov smirnov. Dasar
pengambilan keputusan dari uji normalitas adalah:
45
1) Jika hasil One Sample Kolmogorov smirnov di atas tingkat
kepercayaan 0,05 menunjukkan pola distribusi normal, maka
model regresi memenuhi asumsi normalitas.
2) Jika hasil One Sample Kolmogorov smirnov di dibawah tingkat
signifikansi 0,05 tidak menunjukkan pola distribusi normal, maka
model regresi tidak memenuhi asumsi normalitas (Ghozali,
2013).
b. Uji Multikolonieritas
Menurut Ghozali (2013) uji multikolinearitas bertujuan untuk
menguji apakah model regresi ditentukan adanya korelasi antar
variabel bebas (independen). Regresi yang baik seharusnya tidak
terjadi korelasi antara variabel independen. Multikolinearitas dilihat
dari nilai tolerance dan Variance Inflation Factor (VIF) yaitu sebagai
berikut:
1) Nilai tolerance> 0.10 dan nilai VIF < 10 maka disimpulkan
bahwa tidak ada multikolinearitas antar variabel independen
dalam model regresi.
2) Nilai tolerance< 0.10 dan nilai VIF > 10 maka disimpulkan
bahwa ada multikolinearitas antar variabel independen dalam
model regresi.
c. Uji Autokorelasi
Menurut Ghozali (2013) uji autokorelasi digunakan untuk
menguji apakah dalam suatu model regresi linear ada korelasi antara
46
kesalahan pengganggu pada periode t dengan kesalahan pada periode
t-1 (sebelumnya). Autokorelasi muncul karena observasi yang
berurutan sepanjang waktu berkaitan satu sama lain. Regresi yang
baik adalah yang bebas dari autokorelasi. Pada penelitian ini uji
autokorelasi menggunakan run test.
Run test sebagai bagian dari statistik non-parametik dapat
digunakan untuk menguji apakah antar residual terdapat korelasi yang
tinggi atau tidak. Jika antar residual tidak terdapat hubungan korelasi
maka dikatakan bahwa residual adalah acak atau random (Ghozali,
2013).
d. Uji Heteroskedastisitas
Menurut Ghozali (2013) uji heteroskedastisitas digunakan
untuk menguji apakah dalam model regresi terjadi ketidaksamaan
variance dari residual satu pengamatan ke pengamatan lain. Dalam
penelitian ini pengujian heteroskedastisitas dilakukan dengan
menggunakan metode Uji Glejser. Uji glejser dilakukan dengan cara
meregresi nilai absolut residual terhadap variabel independen
(Gujarati & Porter, 2013). Jika variabel independen signifikan secara
statistik mempengaruhi variabel dependen, maka ada indikasi terjadi
heteroskedastisitas (probabilitas signifikansi tingkat kepercayaan
5%).
47
3. Uji Hipotesis
a. Pengujian dengan Analisis Regresi Berganda
Penelitian ini menggunakan alat analisis regresi berganda
(multiple regression) untuk menguji pengaruh antara variabel
dependen dengan ke empat variabel independen. Tujuan analisis
regresi berganda ialah menggunakan nilai-nilai variabel independen
yang diketahui, untuk meramalkan nilai variabel dependen.
Variabel independen terdiri dari stabilitas keuangan
(AGROW), target keuangan (ROA), tekanan eksternal (DIV) dan
peluang (FCF) terhadap variabel dependen yaitu Earnings
Management (EM) yang diproksikan dengan Discretionary Accruals.
Untuk menguji hipotesis penelitian ini, maka rumus
persamaan regresi yang digunakan adalah sebagai berikut:
𝐸𝑀 = 𝛼 + 𝛽1 𝐴𝐺𝑅𝑂𝑊 + 𝛽2 𝑅𝑂𝐴 + 𝐵3 𝐷𝐼𝑉 + 𝐵4 𝐹𝐶𝐹 + ℇ
Dimana:
EM = Earnings Management dengan Discretionary Accruals
α = Konstanta
β1,2,3,4 = Koefisien variabel
AGROW= Tingkat pertumbuhan aset perusahaan/Assets Growth
ROA = Return on Assets
DIV = Dividend
FCF = Free cash flow
ℇ = Error
48
b. Uji Koefisien Determinasi (Uji R2)
Uji koefisien determinasi digunakan untuk mengetahui tingkat
ketepatan yang paling baik dalam analisis regresi, hal ini ditunjukkan
oleh besarnya koefisien determinasi (R²). Nilai koefisien determinasi
adalah 0 sampai 1. Semakin R² mendekati 0 maka semakin kecil
kemampuan semua variabel independen dalam menjelaskan
perubahan nilai variabel dependen. Semakin R² mendekati 1 maka
semakin besar pengaruh semua variabel independen terhadap variabel
dependen. Kelemahan mendasar penggunaan koefisien determinasi
adalah bias terhadap jumlah independen yang dimasukkan kedalam
model. Dalam penelitian ini menggunakan banyak variable
independen, sehingga nilai Adjusted R2 lebih tepat digunakan untuk
mengukur seberapa jauh kemampuan model dalam menerangkan
variasi variable dependen (Ghozali, 2013).
c. Uji Signifikansi Simultan (Uji Statistik F)
Uji F digunakan untuk melakukan pegujian terhadap pengaruh
variabel independen bersama-sama secara simultan terhadap variabel
dependen. Hipotesis alternatif yang ingin diuji adalah sebagai berikut:
Ha: Stabilitas Keuangan (AGROW), Target Keuangan (ROA),
Tekanan Eksternal (DIV), dan Peluang (FCF) berpengaruh secara
simultan terhadap Earnings Management.
49
Kriteria pengujian atau dasar pengambilan keputusan dalam
penelitian ini menggunakan taraf signifikansi 5% adalah sebagai
berikut (Ghozali, 2013):
1) Jika probabilitas (sig F) > α (0,05) maka Hο akan diterima atau
Ha ditolak, artinya tidak ada pengaruh yang signifikan dari
variabel independen terhadap variabel dependen.
2) Jika probabilitas (sig F) < α (0,05) maka Hο akan ditolak atau Ha
diterima, artinya ada pengaruh yang signifikan dari variabel
independen terhadap variabel dependen.
d. Uji Statistik t
Uji t menunjukkan seberapa jauh pengaruh satu variabel
independen secara individual dalam menerangkan variasi variabel
dependen. Tingkat signifikan dalam penelitian ini adalah 5%, artinya
risiko kesalahan mengambil keputusan adalah 5%. Dengan tingkat
signifikansi tersebut maka kriteria pengambilan keputusan adalah
sebagai berikut (Ghozali, 2013):
1) Jika probabilitas (sig t) > α (0,05), artinya tidak ada pengaruh
yang signifikan secara parsial dari variabel independen terhadap
variabel dependen.
2) Jika profitabilitas (sig t) < α (0,05), artinya ada pengaruh yang
signifikan secara parsial dari variabel independen terhadap
variabel dependen.
50
E. Operasionalisasi Variabel Penelitian
Pada bagian ini akan diuraikan mengenai definisi dari masing-masing
variabel yang digunakan beserta dengan operasional dan cara pengukurannya.
1. Independent Variable (Variabel Bebas)
a. Stabilitas Keuangan (Assets Growth/AGROW)
Stabilitas keuangan merupakan suatu kondisi keuangan
perusahaan dari kondisi stabil (Putriasih, et al., 2016). Stabilitas
keuangan dilihat dari seberapa besar tingkat pertumbuhan aset yang
dimiliki perusahaan. Tingkat pertumbuhan aset yang bagus dapat
menaikkan nilai perusahaan yang akan berdampak pada tingkat
pengembalian yang akan diterima investor maupun bonus yang
diterima oleh manajemen. Alasan tersebut seringkali membuat
manajemen termotivasi untuk menjadikan laporan keuangan sebagai
sarana menutupi kondisi stabilitas keuangan yang tidak sesuai harapan
dengan melakukan tindakan fraud (Aprillia, et al., 2017).
Proksi yang dapat digunakan dalam pengukuran stabilitas
keuangan yaitu dengan menghitung tingkat pertumbuhan aset
perusahaan (Assets Growth/AGROW). AGROW merupakan
persentase perubahan total aset pada tahun tertentu terhadap tahun
sebelumnya. AGROW dipilih karena mencerminkan aset yang
merupakan bukti kekayaan perusahaan yang dapat menunjukkan
gambaran dari suatu perusahaan. Semakin banyak aset yang dimiliki,
maka perusahaan dapat disebut sebagai perusahaan yang besar dan
51
memiliki image yang baik. Sebaliknya, apabila tingkat pertumbuhan
aset perusahaan kecil, maka perusahaan tersebut sedang dalam kondisi
keuangan yang tidak stabil dan dianggap belum mampu menjalankan
operasinya dengan baik (Martantya dan Daljono 2013).
Penelitian yang menggunakan AGROW sebagai alat ukur
stabilitas keuangan yaitu dilakukan oleh Martantya dan Daljono
(2013), Manurung & Hadian (2013), Oktaviani et al. (2014), Nugraha
& Henny (2015), dan Aprillia et al. (2017). Adapun AGROW dihitung
sebagai berikut:
𝐴𝐺𝑅𝑂𝑊 =𝑇𝑜𝑡𝑎𝑙 𝑎𝑠𝑒𝑡 𝑡 − 𝑡𝑜𝑡𝑎𝑙 𝑎𝑠𝑒𝑡 𝑡−1
𝑇𝑜𝑡𝑎𝑙 𝑎𝑠𝑒𝑡 𝑡 𝑋 100%
b. Target Keuangan (Return on total assets/ROA)
Dalam menjalankan aktivitasnya, perusahaan seringkali
mematok besaran tingkat laba yang harus diperoleh atas usaha yang
dikeluarkan untuk mendapatkan laba tersebut, kondisi inilah yang
dinamakan target keuangan (financial targets). Salah satu pengukuran
untuk menilai tingkat laba yang diperoleh perusahaan atas usaha yang
dikeluarkan adalah ROA (Putriasih, et al., 2016).
ROA merupakan rasio yang digunakan untuk mengukur
kemampuan perusahaan menghasilkan laba setelah pajak dengan
menggunakan total aset yang dimiliki oleh perusahaan. ROA
digunakan untuk mengukur kemampuan rata-rata aset perusahaan
yang digunakan dalam mencapai keuntungan. Perbandingan laba
tehadap jumlah aset (ROA) adalah ukuran kinerja operasional yang
52
banyak digunakan untuk menunjukkan seberapa efisien aset telah
bekerja (Skousen, et al., 2008). ROA sering digunakan dalam menilai
kinerja manajer dan dalam menentukan bonus, kenaikan upah, dan
lain-lain (Putriasih, et al., 2016). Oleh karena itu, ROA dijadikan
sebagai proksi untuk variabel financial target dalam penelitian ini.
Return on asset (ROA) merupakan bagian dari rasio
profitabilitas dalam analisis laporan keuangan atau pengukuran
kinerja perusahaan. Penelitian yang menggunakan ROA sebagai alat
ukur target keuangan yaitu dilakukan oleh Martantya dan Daljono
(2013), Manurung & Hadian (2013), Oktaviani et al. (2014), Nugraha
& Henny (2015), dan Aprillia et al. (2017). ROA dapat dihitung
dengan rumus sebagai berikut:
𝑅𝑂𝐴 =Laba setelah pajak t − 1
Total aset t − 1
c. Tekanan Eksternal (Dividen/DIV)
External Pressure merupakan tekanan yang berlebihan bagi
manajemen untuk memenuhi persyaratan atau harapan dari pihak
ketiga (Sihombing & Rahardjo, 2014). Tekanan dari pihak luar yang
sering kali dialami manajemen perusahaan adalah kewajiban untuk
membayarkan dividen kepada para pemegang saham. Dividen
merupakan pembagian laba kepada pemegang saham berdasarkan
banyaknya saham yang dimiliki. Pembagian ini akan mengurangi laba
ditahan dan kas yang tersedia bagi perusahaan, tetapi distribusi
keuntungan kepada pemilik memang adalah tujuan utama suatu bisnis.
53
Pemegang saham minoritas biasanya melakukan tekanan
terhadap pihak dalam perusahaan untuk mencurahkan kas dalam
bentuk dividen yang dibayarkan (Noor, et al., 2015). Dividend payout
merupakan rasio persentase laba perusahaan yang dibayarkan kepada
pemegang saham biasa perusahaannya yang berupa dividen kas/tunai.
Apabila dividen yang dibagikan perusahaan lebih kecil dari dividen
yang diharapkan investor maka akan mengakibatkan terjadinya
pelepasan saham perusahaan yang akan mengakibatkan penurunan
harga saham dari perusahaan tersebut. Untuk mencegahnya
perusahaan cenderung melakukan manajemen laba.
Variabel Tekanan Eksternal (dividen) pada penelitian ini
diukur dengan besarnya dividend payout seperti penelitian yang
dilakukan oleh Shah et al. (2010). Dividend payout dihitung dengan
rumus:
𝐷𝑖𝑣𝑖𝑑𝑒𝑛 𝑃𝑎𝑦𝑜𝑢𝑡 =𝐷𝑖𝑣𝑖𝑑𝑒𝑛𝑑 𝑃𝑎𝑖𝑑
𝐸𝑎𝑟𝑛𝑖𝑛𝑔𝑠 𝐴𝑓𝑡𝑒𝑟 𝑇𝑎𝑥
d. Peluang (Free Cash Flow/FCF)
Adanya peluang memungkinkan terjadinya kecurangan.
Peluang tercipta karena adanya kelemahan pengendalian internal,
ketidakefektifan pengawasan manajemen, atau penyalahgunaan posisi
atau otoritas. Kegagalan untuk menetapkan prosedur yang memadai
untuk mendeteksi aktivitas kecurangan juga meningkatkan peluang
terjadinya kecurangan (Maghfiroh, et al., 2015). Salah satu peluang
54
untuk manajer melakukan kecurangan yaitu tersedianya arus kas
bebas yang besar.
Arus kas bebas (Free Cash Flow) merupakan salah satu
pengukuran kinerja perusahaan yang menunjukkan kemampuan
aktiva perusahaan untuk menghasilkan laba operasi. Free Cash Flow
dipilih sebagai proksi peluang karena perusahaan dengan arus kas
bebas yang tinggi akan memiliki kesempatan yang lebih besar untuk
melakukan manajemen laba, karena perusahaan tersebut terindikasi
menghadapi masalah keagenan yang lebih besar (Chung, 2005) dalam
(Agustia, 2013).
Penelitian yang menggunakan FCF sebagai alat ukur peluang
yaitu dilakukan oleh Maghfiroh et al. (2015) dan Skousen et al.
(2008). Arus kas bebas dihitung dengan rumus:
𝐹𝐶𝐹 = Total Arus Kas dari Aktivitas Operasi − Belanja Modal
− Dividen Kas
2. Dependent Variable (Variabel Terikat)
Manajer bertanggung jawab untuk mempersiapkan dan
menerbitkan informasi akuntansi bagi pihak eksternal. Sebagai orang
dalam, manajer menerapkan pengetahuan dalam mereka mengenai
keadaan perusahaan dan bisnisnya untuk menyiapkan informasi, sehingga
memberikan pandangan yang benar dan adil mengenai keuangan
perusahaan dan kinerjanya. Namun, mengingat adanya asimetri informasi
antara manajer dan pengguna eksternal informasi akuntansi, memberikan
55
kesempatan bagi manajer untuk menggunakan kebijaksanaan mereka
dalam mempersiapkan dan pelaporan informasi akuntansi untuk
keuntungan mereka sendiri. Penggunaan kebijaksanaan dalam
mempersiapkan dan melaporkan informasi akuntansi yang biasa disebut
manajemen laba (Noor, et al., 2015).
Manajemen laba dapat diukur dengan menggunakan proksi
discretionary accrual berdasarkan Model Friedlan yang merupakan
pengembangan Model Healy (1985) dan Model De Angelo (1986). Model
Friedlan (1994) menyatakan restriksi bahwa
akrual nondiskresi stasioner antara kondisi bisnis yang berbeda. Friedlan
mengasumsikan akrual nondiskresioner adalah proporsional pada aktivitas
operasi yang diukur dengan sales (S). Manfaat utama dari model ini adalah
tidak membutuhkan persyaratan akan ketersediaan data yang tinggi.
Penelitian yang menggunakan Model Friedlan dilakukan oleh Gumanti
(2001). Perhitungan discretionary accrual menurut Model Friedlan adalah
sebagai berikut:
𝐷𝐴𝐶𝑝𝑡 = (TACpt
SALEpt) − (
TACpd
SALEpd)
Keterangan:
DACpt : Discretionary accrual pada periode tes
TACpt : Total accrual pada periode tes
TACpd : Total accrual pada periode dasar
SALEpt : Penjualan pada periode tes
SALEpd : Penjualan pada periode dasar
56
BAB IV
ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI)
pada periode 2013 hingga 2015 merupakan populasi dalam penelitian ini.
Pemilihan sampel dilakukan dengan metode purposive sampling. Perusahaan-
perusahaan yang dijadikan sampel telah sesuai dengan kriteria yang telah
ditetapkan pada bab sebelumnya. Proses seleksi disajikan dalam tabel 4.1.
Tabel 4.1
Tahapan Seleksi Sampel Penelitian
Sumber: Data sekunder diolah
Keterangan Jumlah
Jumlah perusahaan di industri manufaktur yang
terdaftar selama tiga tahun berturut-turut di BEI
selama tahun 2013-2015
133
Perusahaan yang tidak memiliki tahun buku yang
berakhir pada 31 Desember (3)
Perusahaan yang mengalami rugi (38)
Perusahaan yang tidak menggunakan rupiah (27)
Perusahaan yang tidak membayar dividen selama tiga
tahun dalam periode penelitian tahun 2013-2015 (14)
Jumlah sampel penelitian terpilih 51
Tahun pengamatan 3
Jumlah sampel total dalam periode penelitian 153
57
Namun, setelah data mengalami pengolahan pada program SPSS versi
22, data mengalami outlier, sehingga ada beberapa data yang dikeluarkan dari
sampel.
Tabel 4.1 (Lanjutan)
Keterangan Jumlah
Jumlah sampel penelitian terpilih 153
Data outlier 4
Jumlah data yang dapat diolah 149
Sumber: Data sekunder diolah
Dari hasil seleksi sampel penelitian di atas, terdapat 51 perusahaan
dengan total 153 data observasi yang sesuai dengan kriteria. Berikut
merupakan daftar perusahaan manufaktur yang menjadi sampel dalam
penelitian disajikan pada tabel 4.2.
Tabel 4.2
Daftar Nama Perusahaan
No Nama Perusahaan Kode
1 Tiga Pilar Sejahtera Food Tbk AISA
2 Argha Karya Prima Industry Tbk AKPI
3 Alkindo Naratama Tbk ALDO
4 Asahimas Flat Glass Tbk AMFG
5 Arwana Citra Mulia Tbk ARNA
6 Astra International Tbk ASII
7 Astra Auto Part Tbk AUTO
8 Sepatu Bata Tbk BATA
9 Wilmar Cahaya Tbk CEKA
10 Charoen Pokphand Indonesia Tbk CPIN
11 Delta Djakarta Tbk DLTA
12 Duta Pertiwi Nusantara DPNS
58
Tabel 4.2 (Lanjutan)
No Nama Perusahaan Kode
13 Darya Varia Laboratoria Tbk DVLA
14 Ekadharma International Tbk EKAD
15 Gudang Garam Tbk GGRM
16 Hanjaya Mandala Sampoerna Tbk HMSP
17 Indofood CBP Sukses Makmur Tbk ICBP
18 Champion Pasific Indonesia Tbk IGAR
19 Indal Aluminium Industry Tbk INAI
20 Indofood Sukses Makmur Tbk INDF
21 Indospring Tbk INDS
22 Indocement Tunggal Prakasa Tbk INTP
23 Steel Pipe Industry of Indonesia Tbk ISSP
24 Jembo Cable Company Tbk JECC
25 Japfa Comfeed Indonesia Tbk JPFA
26 Kimia Farma Tbk KAEF
27 KMI Wire and Cable Tbk KBLI
28 Kalbe Farma Tbk KLBF
29 Lion Metal Works Tbk LION
30 Lionmesh Prima Tbk LMSH
31 Merck Tbk MERK
32 Mayora Indah Tbk MYOR
33 Ricky Putra Globalindo Tbk RICY
34 Nippon Indosari Corporindo Tbk ROTI
35 Supreme Cable Manufacturing and Commerce Tbk SCCO
36 Industri Jamu dan Farmasi Sido Muncul Tbk SIDO
37 Sekar Bumi Tbk SKBM
38 Sekar Laut Tbk SKLT
39 Semen Baturaja Persero Tbk SMBR
40 Holcim Indonesia Tbk SMCB
41 Semen Gresik Tbk SMGR
42 Selamat Sempurna Tbk SMSM
43 Taisho Pharmaceutical Indonesia Tbk SQBB
44 Mandom Indonesia Tbk TCID
45 Surya Toto Indonesia Tbk TOTO
46 Trisula International Tbk TRIS
47 Trias Sentosa Tbk TRST
59
Tabel 4.2 (Lanjutan)
No Nama Perusahaan Kode
48 Tempo Scan Pasific Tbk TSPC
49 Ultrajaya Milk Industry and Trading Company Tbk ULTJ
50 Unilever Indonesia Tbk UNVR
51 Wismilak Inti Makmur Tbk WIIM
Sumber: Data sekunder diolah
B. Analisis Data Penelitian
1. Hasil Uji Statistik Deskriptif
Statistik Deskriptif memberikan gambaran atau deskripsi suatu
data yang dilihat dari nilai rata-rata (mean), standar deviasi, maksimum,
minimum (Ghozali, 2013). Tabel statistik menjelaskan distribusi variabel-
variabel yang diteliti, meliputi variabel dependen (Y) yaitu Manajemen
Laba (EM) dan distribusi variabel independen (X) yaitu Stabilitas
Keuangan (AGROW), Target Keuangan (ROA), Tekanan Eksternal (DIV),
dan Peluang (FCF). Hasil uji statistik deskriptif untuk variabel dependen
dan independen tersebut disajikan pada tabel 4.3.
Tabel 4.3
Hasil Uji Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
AGROW 149 -,16533 ,55795 ,1220357 ,10187295
ROA 149 ,00012 ,42677 ,1244800 ,09287505
DIV 149 ,00000 18,37749 ,5590292 1,52917963
FCF 149 -12272306000000 8875000000000 -152415083769,51 1696552027459,330
EM 149 -,24879 ,21736 -,0105677 ,07496090
Sumber: Data sekunder diolah
60
Hasil statistik deskriptif pada tabel 4.3 menunjukkan hasil analisis
dengan menggunakan statistik deskriptif. Hasil analisis terhadap variabel
Stabilitas Keuangan (AGROW) menunjukkan nilai minimum sebesar -
0,16533, nilai maksimum sebesar 0,55795 dengan rata-rata 0,1220357 dan
standar deviasi 0,10187295. Hal ini menunjukkan bahwa pada data sampel
yang berjumlah 149 nilai rasio pertumbuhan aset perusahaan memiliki
nilai paling rendah -0,16533 atau -16,533% dan nilai paling tinggi 0,55795
atau 55,795%.
Variabel Target Keuangan (ROA) setelah dilakukan pengujian
statistik deskriptif memperoleh nilai minimum sebesar 0,00012 dan nilai
maksimum sebesar 0,42677 dengan rata-rata 0,1244800 dan standar
deviasi 0,09287505. Hal ini menunjukkan bahwa pada data sampel yang
berjumlah 149 nilai rasio total aset memiliki nilai paling rendah 0,00012
atau 0,012% dan nilai paling tinggi 0,42677 atau 42,677%.
Variabel Tekanan Eksternal (DIV) memiliki nilai minimum
sebesar 0,00000 dan nilai maksimum sebesar 18,37749 dengan rata-rata
0,5590292 dan standar deviasi 1,52917963. Selanjutnya, hasil analisis
statistik deskriptif variabel Peluang (FCF) menunjukkan nilai minimum
Rp.-12.272.306.000.000 dan nilai maksimum sebesar
Rp.8.875.000.000.000 dengan rata-rata Rp.-152.415.083.769,51 dan
standar deviasi Rp. 1.696.552.027.459,330.
61
Dan terakhir, hasil analisis statistik deskriptif variabel manipulasi
Laba/Earnings Management (EM) menunjukan nilai minimum sebesar -
0,24879 dan nilai maksimum sebesar 0,21736 dengan rata-rata -0,0105677
dan standar deviasi 0,07496090. Hal ini menunjukkan bahwa pada data
sampel yang berjumlah 149 nilai rasio manajemen laba yang diproksikan
dengan Discretionary Accrual memiliki nilai paling rendah -0,24879 atau
-24,879% dan nilai paling tinggi 0,21736 atau 21,736%. Dari hasil tersebut
dapat disimpulkan bahwa pada perusahaan manufaktur melakukan
manajemen laba cenderung dengan teknik income minimization.
2. Hasil Uji Asumsi klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel pengganggu atau residual memiliki distribusi normal
(Ghozali, 2013). Model regresi yang baik adalah yang mempunyai
distribusi data normal atau mendekati normal. Dalam penelitian ini
pengujian uji normalitas dilakukan dengan menggunakan metode uji
non-parametrik Kolmogorov-Smirnov (K-S). Dasar pengambilan
keputusan pada uji K-S ini adalah dengan melihat nilai probabilitas
signifikansi data residual. Jika angka probabilitas kurang dari 0,05
maka variabel ini tidak berdistribusi secara normal. Sebaliknya, bila
angka probabilitas di atas 0,05 maka HA ditolak yang berarti variabel
terdistribusi secara normal (Ghozali, 2013).
62
Adapun hasil uji Kolmogorov-Smirnov (K-S) dapat dilihat pada
gambar 4.1, 4.2 dan tabel 4.4.
Gambar 4.1
Hasil Uji Normalitas dengan Grafik Histogram
Sumber: Data sekunder diolah
Berdasarkan grafik histogram padagambar 4.1 terlihat bahwa
data terdistribusi secara normal dan berbentuk simetris tidak menceng
(skewness) ke kanan atau ke kiri, maka dapat dikatakan bahwa model
regresi memenuhi asumsi normalitas.
Gambar 4.2
Hasil Uji Normalitas dengan P Plot
Sumber: Data sekunder diolah
63
Berdasarkan grafik normal P-Plot pada gambar 4.2 terlihat titik-
titik menyebar di sekitar garis diagonal. Hal ini menunjukkan pola
distribusi normal, sehingga dapat disimpulkan bahwa model regresi
memenuhi asumsi normalitas.
Tabel 4.4
Hasil Uji Statistik Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 149
Normal Parametersa,b Mean ,0000000
Std. Deviation ,07082757
Most Extreme Differences Absolute ,067
Positive ,067
Negative -,059
Test Statistic ,067
Asymp. Sig. (2-tailed) ,098c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber: Data sekunder diolah
Berdasarkan hasil uji statistik Kolmogorov-Smirnov pada tabel
4.4 besarnya nilai Kolmogorov-Smirnov adalah 0,067 dengan
probabilitas signifikansi 0,098 yang berada di atas 0,05, hasil tersebut
menunjukkan bahwa data residual terdistribusi secara normal. Hal ini
konsisten dengan hasil uji grafik histogram dan grafik normal P-Plot.
b. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas (independen)
64
(Ghozali, 2013). Hasil uji multikolonieritas pada penelitian ini
disajikan pada tabel 4.5.
Tabel 4.5
Hasil Uji Multikolonieritas
Variabel Collinearity Statistics
Tolerance VIF
AGROW 0,975 1,026
ROA 0,976 1,024
DIV 0,996 1,004
FCF 0,963 1,039
Sumber: Data sekunder diolah
Berdasarkan hasil uji multikolonieritas pada tabel 4.5 kolom
Tolerance menunjukkan tidak ada variabel independen yang memiliki
nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar
variabel independen yang nilainya lebih dari 95%. Hasil perhitungan
nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama
yakni tidak ada satu variabel independen yang memiliki nilai VIF lebih
dari 10. Sehingga dapat disimpulkan bahwa tidak ada multikolonieritas
antar variabel independen dalam model regresi pada peneltian ini.
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika
terjadi korelasi maka dinamakan ada masalah autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lainnya. Masalah ini timbul karena residual
65
(kesalahan pengganggu) tidak bebas dari satu observasi ke observasi
lainnya (Ghozali, 2013). Berikut merupakan hasil uji autokorelasi
dengan menggunakan run test:
Tabel 4.6
Hasil Uji Autokorelasi
Uji Run Test
Sumber: Data sekunder diolah
Berdasarkan hasil uji autokorelasi dengan menggunakan run
test, nilai test adalah 0,00174 dengan probabilitas 0,934. Hal ini
menunjukkan bahwa residual acak/random atau indikasi tidak adanya
autokorelasi dalam model regresi linier yang digunakan.
d. Uji Heteroskedastisitas
Tabel 4.7 di bawah merupakan hasil Uji Heteroskedastisitas
dengan menggunakan Uji Glejser. Jika variabel independen signifikan
secara statistik mempengaruhi variabel dependen, maka ada indikasi
terjadi heteroskedastisitas (probabilitas signifikansi tingkat
kepercayaan 5%) (Ghozali, 2013).
Unstandardized
Residual
Test Valuea ,00174
Cases < Test Value 74
Cases >= Test Value 75
Total Cases 149
Number of Runs 76
Z ,083
Asymp. Sig. (2-tailed) ,934
a. Median
66
Tabel 4.7
Hasil Uji Heteroskedastisitas
Uji Glejser
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) ,057 ,008 6,784 ,000
AGROW -,025 ,039 -,055 -,654 ,514
ROA ,009 ,042 ,018 ,212 ,832
DIV -,003 ,003 -,110 -1,334 ,184
FCF 1,957E-15 ,000 ,070 ,838 ,403
a. Dependent Variable: ABS_Res3
Sumber: Data sekunder diolah
Berdasarkan hasil uji glejser pada tabel 4.7 menunjukkan bahwa
tidak ada satupun variabel independen yang signifikan secara statistik
mempengaruhi variabel dependen. Hal ini terlihat dari probabilitas
signifikansi yang menunjukkan nilai di atas 0,05, maka dapat
disimpulkan model regresi tidak mengandung heteroskedastisitas.
3. Hasil Uji Hipotesis
a. Uji Koefisien Determinasi (Uji R2)
Koefisien determinasi (R2) digunakan untuk mengukur seberapa
besar variabel independen dapat menjelaskan variabel dependennya
(Ghozali, 2013). Dalam penelitian ini menggunakan variabel
independen yaitu Stabilitas Keuangan (AGROW), Target Keuangan
(ROA), Tekanan Eksternal (DIV), dan Peluang (FCF), serta variabel
dependen yaitu manipulasi laba/Earnings Management (EM) yang
diproksikan dengan Discretionary Accruals.
67
Adapun hasil uji koefisien Adjusted R Square disajikan pada
tabel 4.8.
Tabel 4.8
Hasil Uji Koefisien Determinasi (R2)
Sumber: Data sekunder diolah
Berdasarkan hasil uji R2 pada tabel 4.8 besarnya Adjusted R
Square adalah 0,082 hal ini berarti sebesar 8,2% variasi variabel
dependen manipulasi laba/Earnings Management (EM) dapat
dijelaskan oleh variasi dari ke empat variabel independen Stabilitas
Keuangan (AGROW), Target Keuangan (ROA), Tekanan Eksternal
(DIV), dan Peluang (FCF), sedangkan sisanya (100% - 8,2% = 91,8%)
dijelaskan oleh sebab-sebab lain di luar model, seperti leverage dan
financial distress (Ghazali, et al., 2015), assets change (ACHANGE)
(Prasmaulida, 2016), rasio komisaris (BDOUT) (Manurung & Hadian,
2013), sales growth, ukuran komite audit, dan persentase dari komite
audit independen (Oktaviani, et al., 2014), pergantian direktur
(Manurung & Hardika, 2015).
b. Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F dilakukan untuk melihat apakah variabel
independen secara simultan (bersama-sama) berpengaruh terhadap
R R Square
Adjusted R
Square
Std. Error of the
Estimate
,327a ,107 ,082 ,07180455
a. Independent Variabel: FCF, DIV, ROA, AGROW
b. Dependent Variable: EM
68
variabel dependen atau tidak. Hasil uji statistik F disajikan dalam tabel
4.9.
Tabel 4.9
Hasil Uji Signifikansi Simultan (Uji Statistik F)
Sumber: Data sekunder diolah
Berdasarkan hasil uji F pada tabel 4.9 didapat nilai F hitung
sebesar 4,324 dengan Sig 0,002, karena nilai probabilitas signifikansi
jauh lebih kecil 0,05 menunjukkan bahwa variabel independen
Stabilitas Keuangan (AGROW), Target Keuangan (ROA), Tekanan
Eksternal (DIV), dan Peluang (FCF) berpengaruh terhadap variabel
dependen manipulasi laba/ Earnings Management (EM).
c. Uji Signifikansi Parameter Individual (Uji Statistik t)
Uji statistik t digunakan untuk melihat seberapa jauh pengaruh
satu variabel independen secara individual dalam menerangkan variasi
variabel dependen (Ghozali, 2013). Hasil uji statistik t disajikan dalam
tabel 4.10.
Model Sum of
Squares df
Mean
Square F Sig.
1 Regression ,089 4 ,022 4,324 ,002b
Residual ,742 144 ,005
Total ,832 148
a. Dependent Variable: EM
b. Independent Variable: FCF, DIV, ROA, AGROW
69
Tabel 4.10
Hasil Uji Signifikansi Parameter Individual (Uji Statistik t)
Variabel
Unstandardized
Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta
1 (Constant) -,018 ,013 -1,436 ,153
AGROW ,149 ,059 ,202 2,532 ,012
ROA -,070 ,064 -,087 -1,093 ,276
DIV -,005 ,004 -,109 -1,377 ,171
FCF -8,599E-15 ,000 -,195 -2,425 ,017
a. Dependent Variable: EM
Sumber: Data sekunder diolah
Berdasarkan hasil uji statistik t pada tabel 4.10, dari ke empat
variabel independen yang dimasukkan ke dalam model regresi variabel
Target Keuangan (ROA) dan Tekanan Eksternal (DIV) tidak signifikan,
hal ini dapat dilihat dari probabilitas signifikansi untuk Target
Keuangan (ROA) sebesar 0,276 dan untuk Tekanan Eksternal (DIV)
sebesar 0,171 yang keduanya memiliki nilai di atas 0,05. Sedangkan
variabel Stabilitas Keuangan (AGROW) dan Peluang (FCF) keduanya
signifikan karena berada di bawah 0,05. Variabel Stabilitas Keuangan
(AGROW) memiliki nilai signifikansi sebesar 0,012 dan Peluang
(FCF) sebesar 0,017. Jadi dapat disimpulkan dari ke empat variabel
independen dalam model regresi pada penelitian ini terdapat dua
variabel independen yaitu Stabilitas Keuangan (AGROW) dan Peluang
(FCF) yang memiliki pengaruh signifikan terhadap variabel dependen
yaitu manipulasi laba/Earnings Management (EM).
70
C. Pembahasan
1. Pengaruh Stabilitas Keuangan terhadap Earnings Management
Hipotesis pertama yang diajukan menyatakan bahwa stabilitas
keuangan (AGROW) berpengaruh terhadap manajemen laba. Hasil
analisis regresi menunjukkan variabel stabilitas keuangan (AGROW)
memiliki koefisien regresi sebesar 0,149 dengan tingkat signifikansi
yang kurang dari 0,05 yaitu 0,012. Berdasarkan hasil tersebut dapat
disimpulkan bahwa variabel stabilitas keuangan yang diproksikan
dengan tingkat pertumbuhan aset perusahaan/Assets Growth (AGROW)
berpengaruh positif terhadap Earnings Management (EM) atau dengan
kata lain H1 diterima.
Hasil penelitian ini mendukung hasil penelitian yang telah
dilakukan oleh Martantya dan Daljono (2013), Manurung dan Hadian
(2013), dan Oktaviani et al. (2014), yang menunjukkan bahwa stabilitas
keuangan (AGROW) memiliki pengaruh terhadap manajemen laba.
Namun penelitian ini tidak mendukung hasil penelitian yang dilakukan
oleh Nugraha dan Henny (2015) dan Aprilia (2017) yang menunjukkan
hasil bahwa stabilitas keuangan AGROW tidak berpengaruh terhadap
manajemen laba.
Berdasarkan perhitungan yang telah dilakukan pada penelitian
ini memperoleh hasil bahwa stabilitas keuangan yang diproksikan
dengan AGROW berpengaruh positif terhadap manajemen laba, dapat
diartikan bahwa perusahaan yang melakukan kecurangan cenderung
71
memiliki AGROW lebih rendah dibandingkan dengan perusahaan yang
tidak melakukan kecurangan berupa manajemen laba (Martantya &
Daljono, 2013). Bentuk kecurangan pada laporan keuangan yang
dilakukan oleh manajemen salah satunya berkaitan dengan
pertumbuhan aset perusahaan (Skousen, et al., 2008). Tingginya aset
yang dimiliki perusahaan menjadi daya tarik bagi investor. Untuk
menarik para investor, manajemen perusahaan tentunya berupaya untuk
sebaik mungkin menyajikan gambaran perusahaan melalui laporan
keuangan yang meyakinkan bagi investor salah satunya yaitu dengan
tingginya aset yang dimiliki.
Manajemen seringkali dituntut untuk menunjukkan bahwa
perusahaan telah mampu mengelola aset dengan baik sehingga
keuntungan yang dihasilkannya pun juga banyak yang nantinya akan
meningkatkan bonus yang diterimanya dan akan menghasilkan return
yang tinggi pula untuk para investor (Nugraha & Henny, 2015). Karena
alasan itulah, manajemen memanfaatkan laporan keuangan sebagai alat
untuk menutupi kondisi stabilitas keuangan yang kurang baik dengan
melakukan tindakan kecurangan melalui manajemen laba. Dengan
demikian, apabila stabilitas perekonomian perusahaan kurang baik,
maka tingkat kecurangan laporan keuangan akan meningkat (Reskino &
Anshori, 2016).
72
2. Pengaruh Target Keuangan terhadap Earnings Management
Hipotesis kedua yang diajukan menyatakan bahwa Target
Keuangan (ROA) berpengaruh terhadap Earnings Management (EM).
Hasil analisis regresi menunjukkan variabel Target Keuangan dengan
proksi Return on total assets (ROA) memiliki koefisien regresi sebesar
-0,070 dengan tingkat signifikansi yang lebih dari 0,05 yaitu 0,276.
Berdasarkan hasil tersebut dapat disimpulkan bahwa variabel target
keuangan yang diproksikan dengan Return on total assets (ROA) belum
mampu membuktikan adanya pengaruh terhadap variabel Earnings
Management (EM) atau dengan kata lain H2 tidak terdukung.
Hasil penelitian ini mendukung hasil penelitian yang telah
dilakukan oleh Aprillia et al. (2017), Annisya et al. (2016), Manurung
dan Hardika (2015) dan Prasmaulida (2016) yang menunjukkan hasil
bahwa tidak mendapatkan bukti ROA memiliki pengaruh terhadap
manajemen laba. Namun penelitian ini tidak mendukung hasil penelitian
yang dilakukan oleh Martantya dan Daljono (2013) dan Nugraha dan
Henny (2015) yang menunjukan hasil adanya pengaruh antara ROA
terhadap manajemen laba.
Menurut Amara et al. (2013) kinerja perusahaan yang rendah
tidak mempengaruhi terjadinya kecurangan pelaporan keuangan.
Apabila ROA menunjukkan hasil yang negatif dapat diartikan bahwa
laba perusahaan tersebut juga dalam kondisi negatif, yang berarti
kemampuan dari modal yang diinvestasikan secara keseluruhan aset
73
belum mampu menghasilkan laba (Martantya & Daljono, 2013).
Penelitian Carlson dan Bathala (1997) dalam Widyastuti (2009)
membuktikan bahwa perusahaan yang memiliki laba yang besar (yang
diukur dengan profitabilitas atau ROA) lebih mungkin melakukan
manajemen laba daripada perusahaan yang memiliki laba yang kecil.
Penurunan profitabilitas perusahaan dapat terjadi akibat krisis
yang melanda industri atau perusahaan yang tidak dapat diprediksi
sehingga terjadi penurunan profitabilitas ataupun kenaikan profitabilitas
yang semu. Kenaikan profitabilitas perusahaan juga dapat diakibatkan
karena adanya peningkatan mutu operasional perusahaan seperti
pembaharuan sistem informasi, perekrutan tenaga kerja yang potensial
serta kebijakan direksi yang tepat dalam menyelesaikan masalah
(Sihombing & Rahardjo, 2014).
Kemungkinan lain dalam ketidakmampuan ROA dalam
mendeteksi kecurangan laporan keuangan disebabkan karena manajer
menganggap bahwa besarnya target ROA perusahaan masih dinilai
wajar dan dapat dicapai. Manajer tidak menganggap bahwa target ROA
tersebut sebagai tekanan (target keuangan) yang sulit untuk dicapai
sehingga besarnya target ROA tidak memicu terjadinya kecurangan
laporan keuangan yang dilakukan oleh manajemen.
3. Pengaruh Tekanan Eksternal terhadap Earnings Management
Hipotesis ketiga yang diajukan menyatakan bahwa Dividend
(DIV) berpengaruh terhadap manipulasi laba/Earnings Management
74
(EM). Hasil analisis regresi menunjukkan variabel Dividend (DIV)
memiliki koefisien regresi sebesar -0,005 dengan tingkat signifikansi
yang lebih dari 0,05 yaitu 0,171. Berdasarkan hasil tersebut dapat
disimpulkan bahwa variabel tekanan eksternal yang diproksikan dengan
Dividend (DIV) belum mampu membuktikan adanya pengaruh terhadap
variabel Earnings Management (EM) atau dengan kata lain H3 tidak
terdukung.
Hasil penelitian ini mendukung hasil penelitian yang telah
dilakukan oleh Noor et al. (2015) yang menunjukkan hasil bahwa tidak
mendapatkan bukti dividend memiliki pengaruh terhadap manajemen
laba. Sama halnya dengan penelitian yang dilakukan Sulistiyawati
(2013) yang menunjukkan hasil bahwa kebijakan dividen tidak memiliki
pengaruh terhadap manajemen laba dalam bentuk perataan laba. Namun
penelitian ini tidak mendukung hasil penelitian yang dilakukan oleh
Dahyani et al. (2017) yang menunjukan hasil adanya pengaruh antara
dividend terhadap manajemen laba.
Menurut Kustono (2009) devidend payout terbukti tidak
mempengaruhi praktik manajemen laba dalam bentuk perataan laba. Hal
ini mungkin dikarenakan kebijakan deviden payout merupakan
keputusan rapat umum pemegang saham (principal) yang belum tentu
dapat dideteksi oleh manajemen. Dividend payout merefleksikan
kebijakan manajemen dalam menentukan pembagian pendapatan antara
penggunaan pendapatan untuk dibayarkan kepada pemegang saham
75
dalam bentuk dividen atau digunakan di dalam perusahan sebagai laba
yang ditahan untuk membiayai pertumbuhan perusahaan, sehingga
besar kecilnya dividend payout sangat ditentukan oleh kecenderungan
manajemen dalam mengelola pendapatan perusahaan. Jika manajemen
lebih memprioritaskan tingkat dividen, maka rasio dividend payout
lebih tinggi dibandingkan jika manjemen lebih memprioritaskan
menginvestasikannya kembali untuk pertumbuhan perusahaan.
Kaitannya dengan penelitian ini, menunjukkan dividen bukan
menjadi motivasi bagi perusahaan untuk melakukan manajemen laba.
Pengambilan keputusan kebijakan dividen payout diperlukan adanya
campur tangan dari pihak pemegang saham perusahaan sehingga pihak
manajemen enggan untuk melakukan manipulasi laba. Sama halnya
dengan penelitian yang dilakukan oleh Wibiksono dan Rudiawarni
(2015) yang menyatakan bahwa perusahaan yang membayar dividen
dan perusahaan yang tidak membayar dividen memiliki kecenderungan
yang sama dalam melakukan praktik manajemen laba. Dengan
demikian, tidak terbukti bahwa perusahaan yang melakukan
pembayaran dividen pada tahun sebelumnya akan lebih cenderung
melakukan manajemen laba untuk dapat memenuhi dividen yang
diharapkan oleh para pemegang saham dibandingkan dengan
perusahaan yang tidak melakukan pembayaran dividen pada tahun
sebelumnya.
76
4. Pengaruh Peluang terhadap Earnings Management
Hipotesis keempat yang diajukan menyatakan bahwa Free Cash
Flow (FCF) berpengaruh terhadap manipulasi laba/Earnings
Management (EM). Hasil analisis regresi menunjukkan variabel Free
Cash Flow (FCF) memiliki koefisien regresi sebesar -
0,000000000000008599 dengan tingkat signifikansi yang kurang dari
0,05 yaitu 0,017. Berdasarkan hasil tersebut dapat disimpulkan bahwa
faktor peluang yang diproksikan dengan variabel Free Cash Flow (FCF)
berpengaruh negatif terhadap Earnings Management (EM) atau dengan
kata lain H4 diterima.
Hasil penelitian ini mendukung hasil penelitian yang telah
dilakukan oleh Noor et al. (2015) dengan tingkat signifikansi 0,1 dan
Agustia (2013) yang menunjukkan hasil bahwa Free Cash Flow (FCF)
memiliki pengaruh terhadap manajemen laba. Namun penelitian ini
tidak mendukung hasil penelitian yang dilakukan oleh Ghazali et al.
(2015) yang memberikan bukti lain bahwa FCF tidak berpengaruh
terhadap manajemen laba.
Hasil ini menjelaskan bahwa perusahaan yang memiliki arus kas
bebas tidak akan membuat manajer melakukan tindakan oportunistic
yaitu melakukan tindakan manajemen laba (Herlambang, et al., 2017).
Hal ini dikarenakan free cash flow merupakan determinan penting dalam
penentuan nilai perusahaan, sehingga manajer perusahaan lebih terfokus
pada usaha untuk meningkatkan free cash flow. Perusahaan dengan arus
77
kas bebas yang tinggi cenderung tidak akan melakukan manajemen laba,
karena meskipun tanpa adanya manajemen laba, perusahaan sudah bisa
meningkatkan harga sahamnya karena investor melihat bahwa
perusahaan tersebut mempunyai kelebihan kas untuk pembagian
dividen (Agustia, 2013).
Hubungan negatif antara arus kas bebas dan manajemen laba
memberi sinyal bahwa manajer akan menerapkan manajemen laba
ketika arus kas rendah demi kelangsungan hidup dan kelangsungan
usaha perusahaan (Bukit & Iskandar, 2009). Adanya arus kas yang
tinggi memungkinkan manajemen untuk melakukan proyek yang dapat
menguntungkan sehingga perusahaan mencapai kinerja yang lebih baik
dan menghindari kecenderungan para manajer untuk berperilaku curang
dan terlibat dalam manajemen laba.
78
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Penelitian ini bertujuan untuk mengetahui pengaruh dari faktor tekanan
dan peluang terhadap manajemen laba. Metode analisis yang digunakan dalam
penelitian ini adalah regresi berganda yang diolah menggunakan SPSS versi
22. Sampel yang digunakan merupakan 51 perusahaan manufaktur yang telah
memenuhi kriteria pemilihan sampel dengan periode penelitian dari tahun 2013
sampai dengan 2015.
Berdasarkan hasil analisis, pengujian hipotesis, pembahasan serta
penelitian yang telah dilakukan maka dapat dikemukakan beberapa kesimpulan
penelitian sebagai berikut:
1. Berdasarkan hasil uji regresi linier berganda yang telah dilakukan pada
penelitian ini, variabel stabilitas keuangan yang diproksikan dengan Assets
Growth (AGROW) secara statistik berpengaruh positif terhadap Earnings
Management (EM).
2. Berdasarkan hasil uji regresi linier berganda yang telah dilakukan, variabel
target keuangan yang diproksikan dengan Return on total assets (ROA)
secara statistik belum mampu membuktikan adanya pengaruh terhadap
variabel Earnings Management (EM).
79
3. Berdasarkan hasil uji regresi linier berganda yang telah dilakukan, variabel
tekanan eksternal yang diproksikan dengan Dividend Payout (DIV) secara
statistik belum mampu membuktikan adanya pengaruh terhadap variabel
Earnings Management (EM).
4. Berdasarkan hasil uji regresi linier berganda yang telah dilakukan, variabel
peluang yang diproksikan dengan Free Cash Flow (FCF) secara statistik
berpengaruh negatif terhadap Earnings Management (EM).
B. Saran
Adapun saran yang dapat dipertimbangkan untuk penelitian selanjutnya
adalah sebagai berikut:
1. Penelitian selanjutnya diharapkan dapat menambah jumlah sampel
kategori perusahaan agar dapat memprediksi praktik manajemen laba pada
kategori perusahan lain atau menggunakan seluruh kategori perusahaan
yang ada untuk meneliti praktik manajemen laba secara menyeluruh.
2. Penelitian selanjutnya diharapkan dapat menggunakan pengukuran lain
dalam menentukan nilai discretionary accruals seperti The Modified Jones
Model (1995).
3. Penelitian selanjutnya diharapkan dapat menggunakan variabel dependen
yang lain sebagai pengukur dari financial statement fraud selain dengan
manajemen laba.
4. Penelitian selanjutnya diharapkan dapat menambahkan variabel
independen yang lain seperti dari faktor rasionalization dan capability.
80
DAFTAR PUSTAKA
Aghghaleh, S. F., Iskandar, T. M. & Mohamed, Z. M., 2014. Fraud Risk Factors of
Fraud Triangle and the Likelihood of Fraud Occurrence: Evidence from
Malaysia. Information Management and Business Review, 6(1), pp. 1-7.
Agustia, D., 2013. Pengaruh Faktor Good Corporate Governance, Free Cash Flow,
dan Leverage Terhadap Manajemen Laba. Jurnal Akuntansi dan Keuangan,
15(1), pp. 27-42.
Aprilia, 2017. The Analysis of The Effect of Fraud Pentagon on Financial
Statement Fraud Using Beneish Model in Companies Applying The
ASEAN Corporate Governance Scorecard. Jurnal Akuntansi Riset, 6(1), pp.
96-126.
Aprillia, Cicilia, O. & Sergius, R. P., 2017. The Effectiveness of Fraud Triangle on
Detecting Fraudelent Financial Statement: Using Beneish Model and The
Case of Special Companies. Jurnal Riset Akuntansi dan Keuangan, 3(3), pp.
836-850.
Association of Certified Fraud Examiners (ACFE), 2014. Report of the Nations on
Occupational Fraud and Abuse: 2014 Global Fraud Study, New York:
ACFE.
Association of Certified Fraud Examiners (ACFE), 2016. Report to the Nation on
Occupational Fraud and Abuse: 2016 Global Fraud Study, New York:
ACFE.
Brigham, E. F. & Houston, J. F., 2009. Dasar-Dasar Manajemen Keuangan.
Jakarta: Salemba Empat.
Bukit, R. B. & Iskandar, T. M., 2009. Surplus Free Cash Flow, Earnings
Management and Audit Committee. International Journal of Economics
amd Management, 3(1), pp. 204-223.
Bukit, R. B. & Nasution, F. N., 2015. Employee Diff, Free Cash Flow, Corporate
Governance and Earnings Management. Procedia-Social and Behavioral
Sciences 211, pp. 585-594.
Cohen, J., Ding, Y., Lesage, C. & Stolowy, H., 2010. Corporate Fraud and
Managers' Behavior: Evidence from the Press. Journal of Business Ethics,
pp. 271-315.
81
Cyndi, 2016. Badan Pendidikan dan Pelatihan Keuangan Kementerian Keuangan.
[Online]
Available at: http://www.bppk.kemenkeu.go.id/publikasi/artikel/168-
artikel-pengembangan-sdm/23174-penguatan-sistem-pengendalian-
internal-melalui-penerapan-penilaian-risiko-fraud
[Diakses 21 Juli 2017].
Dahayani, N. K. S., Budiartha, I. K. & Suardikha, I. M. S., 2017. Pengaruh
Kebijakan Dividen pada Manajemen Laba dengan Good Corporate
Governance sebagai Moderasi. E-Jurnal Ekonomi dan Bisnis Universitas
Udayana, 6(4), pp. 1395-1424.
Ghazali, A. W., Shafie, N. A. & Sanusi, Z. M., 2015. Earnings Management: An
Analysis of Opportunistic Behaviour, Monitoring Mechanism and Financial
Distress. Procedia Economics and Finance 28, pp. 190-201.
Ghozali, I., 2013. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang:
Badan Penerbit Universitas Diponegoro.
Gitman, L. J. & Zutter, C. J., 2015. Principle of Managerial Finance. 14 penyunt.
England: Pearson.
Gujarati, D. N. & Porter, D. C., 2013. Dasar-dasar Ekonometrika. Jakarta: Salemba
Empat.
Gumanti, T. A., 2001. Earnings Management dalam Penawaran Saham Perdana di
Bursa Efek Jakarta. Jurnal Riset Akuntansi Indonesia, 4(2), pp. 165-183.
Herlambang, A. R., Halim, E. H. & Haryetti, 2017. Analisis Pengaruh Free Cash
Flow dan Financial Leverage terhadap Manajemen Laba dengan Good
Corporate Governance sebagai Variabel Moderasi. JOM Fekon, 4(1), pp.
15-29.
Karyono, 2013. Forensic Fraud. Yogyakarta: ANDI.
Kustono, A. S., 2009. Pengaruh Ukuran, Devidend Payout, Risiko Spesifik, dan
Pertumbuhan Perusahaan terhadap Praktik Perataan Laba pada Perusahaan
Manufaktur Studi Empiris Bursa Efek Jakarta 2002–2006. Jurnal Ekonomi
Bisnis, 14(3), pp. 200-205.
Maghfiroh, N., Ardiyani, K. & Syafnita, 2015. Analisis Pengaruh Financial
Stability, Personal Financial Need, External Pressure, Ineffective
Monitoring pada Financial Statement Fraud dalam Perspektif Fraud. Jurnal
Ekonomi dan Bisnis, 16(1), pp. 51-66.
82
Manurung, D. T. H. & Hadian, N., 2013. Detection Fraud of Financial Statement
with Fraud Triangle. Proceedings of 23rd International Business Research
Conference.
Manurung, D. T. H. & Hardika, A. L., 2015. Analysis of Factors that Influence
Financial Statement Fraud in The Perspective Fraud Diamond: Empirical
Study on Banking Companies Listed on The Indonesia Stock Exchange year
2012 to 2014. International Conference on Accounting Studies, pp. 279-
286.
Martantya & Daljono, 2013. Pendeteksian Kecurangan Laporan Keuangan Melalui
Faktor Risiko Tekanan dan Peluang (Studi Kasus pada Perusahaan yang
Mendapat Sanksi dari Bapepam Periode 2002-2006). Diponegoro Journal
of Accounting, 2(2), pp. 1-12.
Mohd Sufian, M. T., Sanusi, Z. M., Osman, A. H. & Azhari, M. I. M., 2015.
Manipulation of Earnings: The Pressure of Opportunistic Behavior and
Monitoring Mechanisms in Malaysian Shariah-Compliant Companies.
Procedia Economics and Finance 31, pp. 213-227.
Noor, N. F. M. et al., 2015. Fraud Motives and Opportunities Factors on Earnings
Manipulations. Procedia Economics and Finance 28, pp. 126-135.
Nugraha, N. D. A. & Henny, D., 2015. Pendeteksian Laporan Keuangan Melalui
Faktor Resiko, Tekanan, dan Peluang (Berdasarkan Press Release OJK
2008-2012). e-Journal Akuntansi Trisakti, 2(1), pp. 29-48.
Oktaviani, E., Karyawati, G. & Arsyad, N., 2014. Factors Effecting Financial
Statement Fraud: Fraud Triangle Approach. 3rd Economic & Business
Research Festival, pp. 1939-1955.
Prasmaulida, S., 2016. Financial Statement Fraud Detection Using Perspective of
Fraud Triangle Adopted by SAS No. 99. Asia Pasific Fraud Journal, 1(2),
pp. 317-335.
Priantara, D., 2013. Fraud Auditing & Investigation. Jakarta: Mitra Wacana Media.
Purba, B. P., 2015. Fraud dan Korupsi: Pencegahan, Pendeteksian, dan
Pemberantasannya. Jakarta: Lestari Kiranatama.
Purwanto, A., 2004. Analisis Faktor-faktor yang Mempengaruhi Perataan Laba
pada Perusahaan Publik di Indonesia. Jurnal Bisnis Strategi, Volume 13,
pp. 157-170.
83
Putriasih, K., Herawati, N. N. T. & Wahyuni, M. A., 2016. Analisis Fraud Diamond
dalam Mendeteksi Financial Statement Fraud: Studi Empiris pada
Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia (BEI)
Tahun 2013-2015. e-JournalS1 Ak Universitas Pendidikan Ganesha
Jurusan Akuntansi Program S1, 6(3), pp. 1-12.
Rahman, R. A., Sulaiman, S., Fadel, E. S. & Kazemian, S., 2016. Earnings
Management and Fraudulent Financial Reporting: The Malaysian Story.
Journal of Modern Accounting and Auditing, 12(2), pp. 91-101.
Reeve, J. M., Warren, C. S. & Duchac, J. E., 2009. Principles of Accounting. UK:
South-Western.
Reskino & Anshori, M. F., 2016. Model Pendeteksian Kecurangan Laporan
Keuangan dengan Analisis Fraud Triangle. Jurnal Akuntansi
Multiparadigma JAMAL, 7(2), pp. 256-269.
Scott, W. R., 2012. Financial Accounting Theory. USA: PEARSON.
Shah, S. Z. A., Yuan, H. & Zafar, N., 2010. Earnings Management and Dividend
Policy An Empirical comparison between Pakistani Listed Companies and
Chinese listed Companies. International Research Journal of Finance and
Economics, Issue 35, pp. 51-60.
Shelton, A., 2014. Analysis of Capabilities Attributed to the Fraud Diamond.
Undergraduate Honors These.Paper 21. availabel at
http://dc.etsu.edu/honors/213.
Sihombing, K. S. & Rahardjo, S. N., 2014. Analisis Fraud Diamond dalam
Mendeteksi Financial Statement Fraud: Studi Empiris pada Perusahaan
Manufaktur yang Terdaftar di Bursa Efek Indonesia (BEI) Tahun 2010-
2012. Diponegoro Journal of Accounting, 3(2), pp. 1-12.
Skousen, C. J., Smith, K. R. & Wright, C. J., 2008. Detecting and Predicting
Financial Statement Fraud: The Effectiveness of The Fraud Triangle and
SAS No. 99. Corporate Governance and Firm Performance Advances in
Financial Economis, Volume 13, pp. 53-81.
Sulistiyawati, 2013. Pengaruh Nilai Perusahaan, Kebijakan Dividen, dan Reputasi
Auditor terhadap Perataan Laba. Accounting Analysis Journal, 2(2), pp.
148-153.
84
Suyanto, 2009. Fraudulent Financial Statement Evidence from Statement on
Auditing Standard No. 99. Gajah Mada International Journal of Business,
11(1), pp. 117-144.
Tjahjono, S. et al., 2013. Business Crime and Ethics: Konsep dan Studi Kasus
Fraud di Indonesia dan Global. Yogyakarta: ANDI.
Warren, C. S., Reeve, J. M. & Fess, P. E., 2006. Pengantar Akuntansi. Edisi Dua
Puluh Satu penyunt. Jakarta: Salemba Empat.
Weygandt, J. J., Kimmel, P. D. & Kieso, D. E., 2011. Financial Accounting. USA:
John Willey & Sons, Inc..
Wibiksono, R. A. & Rudiawarni, F. A., 2015. Pengaruh Premanaged Earnings dan
Dividen yang Diharapkan terhadap Praktik Manajemen Laba. Jurnal
Akuntansi dan Keuangan Indonesia, 12(1), pp. 1-18.
Widyastuti, T., 2009. Pengaruh Struktur Kepemilikan dan Kinerja Keuangan
Terhadap Manajemen Laba: Studi pada Perusahaan Manufaktur di BEI.
Jurnal Magister Akuntansi, 9(1), pp. 30-41.
Zuhro, F. & Suwitho, 2016. Pengaruh Ukuran Perusahaan Pertumbuhan Aset dan
Profabilitas terhadap Struktur Modal. Jurnal Ilmu dan Riset Manajemen,
5(5), pp. 1-16.
85
LAMPIRAN-LAMPIRAN
86
LAMPIRAN 1
Perhitungan Manajemen Laba
DA = (TA/SALESt) – (TA/SALESt-1)
Ket: TA (Total Accrual) = Net Operating Income (NOI) – Cash Flow from Operations (CFO)
NOI CFO TA SALES TA/SALES
1 AISA 459.778.000.000 128.335.000.000 331.443.000.000 2.747.623.000.000 0,12063
2 AKPI 86.594.569.000 12.203.424.000 74.391.145.000 1.509.185.293.000 0,04929
3 ALDO 23.575.862.439 20.669.774.946 2.906.087.493 318.332.488.772 0,00913
4 AMFG 448.620.000.000 411.135.000.000 37.485.000.000 2.857.310.000.000 0,01312
5 ARNA 224.434.097.735 237.695.889.064 (13.261.791.329) 1.113.663.603.211 -0,01191
6 ASII 28.228.000.000.000 8.930.000.000.000 19.298.000.000.000 188.053.000.000.000 0,10262
7 AUTO 1.333.548.000.000 537.785.000.000 795.763.000.000 8.277.485.000.000 0,09614
8 BATA 100.163.879.000 46.373.022.000 53.790.857.000 751.449.338.000 0,07158
9 CEKA 91.289.120.358 178.453.350.790 (87.164.230.432) 1.123.519.657.631 -0,07758
10 CPIN 3.458.680.000.000 1.689.376.000.000 1.769.304.000.000 21.310.925.000.000 0,08302
11 DLTA 277.616.552.000 248.441.252.000 29.175.300.000 1.719.814.548.000 0,01696
12 DPNS 23.006.862.464 6.530.804.861 16.476.057.603 146.690.966.909 0,11232
13 DVLA 196.165.866.000 119.207.439.000 76.958.427.000 1.087.379.869.000 0,07077
14 EKAD 51.909.591.793 28.582.923.169 23.326.668.624 385.037.050.333 0,06058
15 GGRM 6.025.681.000.000 3.953.574.000.000 2.072.107.000.000 49.028.696.000.000 0,04226
16 HMSP 13.297.916.000.000 4.087.495.000.000 9.210.421.000.000 66.626.123.000.000 0,13824
17 ICBP 2.849.250.000.000 3.053.526.000.000 (204.276.000.000) 21.716.913.000.000 -0,00941
18 IGAR 59.881.353.589 32.191.725.185 27.689.628.404 556.445.856.927 0,04976
No.Kode
Emiten
2012
87
Perhitungan Manajemen Laba (Lanjutan)
NOI CFO TA SALES TA/SALES
19 INAI 43.890.882.012 (99.406.551.083) 143.297.433.095 582.654.361.422 0,24594
20 INDF 6.877.782.000.000 7.419.046.000.000 (541.264.000.000) 50.201.548.000.000 -0,01078
21 INDS 213.681.715.810 110.147.042.438 103.534.673.372 1.476.987.701.603 0,07010
22 INTP 5.876.742.000.000 5.674.822.000.000 201.920.000.000 17.290.337.000.000 0,01168
23 ISSP 296.232.000.000 (774.453.000.000) 1.070.685.000.000 3.092.658.000.000 0,34620
24 JECC 66.525.861.000 (803.205.000) 67.329.066.000 1.234.827.852.000 0,05453
25 JPFA 1.758.223.000.000 296.845.000.000 1.461.378.000.000 17.832.702.000.000 0,08195
26 KAEF 285.156.855.442 230.612.654.491 54.544.200.951 3.734.241.101.309 0,01461
27 KBLI 176.639.260.799 9.504.674.795 167.134.586.004 2.273.197.243.380 0,07352
28 KLBF 2.251.061.699.120 1.376.343.990.025 874.717.709.095 13.636.405.178.957 0,06415
29 LION 96.532.395.163 66.606.219.113 29.926.176.050 333.921.950.207 0,08962
30 LMSH 45.212.510.135 10.588.729.023 34.623.781.112 223.079.062.667 0,15521
31 MERK 141.247.744.000 138.968.067.000 2.279.677.000 929.876.824.000 0,00245
32 MYOR 1.156.559.816.440 830.244.056.569 326.315.759.871 10.510.625.669.832 0,03105
33 RICY 48.814.225.075 43.323.124.958 5.491.100.117 749.972.702.550 0,00732
34 ROTI 199.403.319.484 189.548.542.813 9.854.776.671 1.190.825.893.340 0,00828
35 SCCO 226.772.678.462 137.153.872.387 89.618.806.075 3.542.885.004.273 0,02530
36 SIDO 505.839.000.000 (16.446.000.000) 522.285.000.000 2.391.667.000.000 0,21838
37 SKBM 75.968.373.082 (22.965.556.724) 98.933.929.806 753.709.821.608 0,13126
38 SKLT 12.951.397.729 15.259.831.786 (2.308.434.057) 401.724.215.506 -0,00575
39 SMBR 367.132.868.000 325.118.225.000 42.014.643.000 1.097.679.986.000 0,03828
40 SMCB 2.038.457.000.000 1.692.112.000.000 346.345.000.000 9.011.076.000.000 0,03844
No.Kode
Emiten
2012
88
Perhitungan Manajemen Laba (Lanjutan)
NOI CFO TA SALES TA/SALES
41 SMGR 6.209.478.409.000 5.591.864.816.000 617.613.593.000 19.598.247.884.000 0,03151
42 SMSM 399.571.445.202 411.044.895.169 (11.473.449.967) 2.269.289.777.481 -0,00506
43 SQBB 176.634.998.000 138.285.657.000 38.349.341.000 387.535.486.000 0,09896
44 TCID 210.086.171.912 250.453.743.262 (40.367.571.350) 1.851.152.825.559 -0,02181
45 TOTO 344.431.810.140 188.137.480.794 156.294.329.346 1.576.763.006.759 0,09912
46 TRIS 62.625.798.846 3.685.573.499 58.940.225.347 558.886.515.975 0,10546
47 TRST 97.665.290.799 76.503.968.063 21.161.322.736 1.949.153.201.410 0,01086
48 TSPC 742.206.885.101 635.028.604.390 107.178.280.711 6.630.809.553.343 0,01616
49 ULTJ 429.341.499.878 500.334.201.664 (70.992.701.786) 2.809.851.307.439 -0,02527
50 UNVR 6.498.107.000.000 5.191.646.000.000 1.306.461.000.000 27.303.248.000.000 0,04785
51 WIIM 115.347.131.520 13.126.949.759 102.220.181.761 1.119.062.225.729 0,09134
No.Kode
Emiten
2012
89
Perhitungan Manajemen Laba (Lanjutan)
NOI CFO TA SALES TA/SALES DA
1 AISA 613.233.000.000 78.729.000.000 534.504.000.000 4.056.735.000.000 0,13176 0,01113
2 AKPI 90.836.309.000 (24.262.141.000) 115.098.450.000 1.663.385.190.000 0,06920 0,01990
3 ALDO 37.855.123.171 39.652.190.973 (1.797.067.802) 399.345.658.763 -0,00450 -0,01363
4 AMFG 429.375.000.000 551.871.000.000 (122.496.000.000) 3.216.480.000.000 -0,03808 -0,05120
5 ARNA 321.296.916.741 278.878.036.499 42.418.880.242 1.417.640.229.330 0,02992 0,04183
6 ASII 27.498.000.000.000 21.250.000.000.000 6.248.000.000.000 193.880.000.000.000 0,03223 -0,07039
7 AUTO 1.200.751.000.000 551.756.000.000 648.995.000.000 10.701.988.000.000 0,06064 -0,03549
8 BATA 65.391.843.000 48.106.848.000 17.284.995.000 902.459.209.000 0,01915 -0,05243
9 CEKA 90.910.496.665 19.608.725.490 71.301.771.175 2.531.881.182.546 0,02816 0,10574
10 CPIN 3.578.297.000.000 2.061.273.000.000 1.517.024.000.000 25.662.992.000.000 0,05911 -0,02391
11 DLTA 342.655.692.000 348.712.041.000 (6.056.349.000) 2.001.358.536.000 -0,00303 -0,01999
12 DPNS 42.636.885.085 (660.730.802) 43.297.615.887 131.333.196.189 0,32968 0,21736
13 DVLA 167.079.175.000 106.931.180.000 60.147.995.000 1.101.684.170.000 0,05460 -0,01618
14 EKAD 55.482.362.222 23.212.236.950 32.270.125.272 418.668.758.096 0,07708 0,01650
15 GGRM 6.691.722.000.000 2.472.971.000.000 4.218.751.000.000 55.436.954.000.000 0,07610 0,03384
16 HMSP 14.529.919.000.000 10.802.179.000.000 3.727.740.000.000 75.025.207.000.000 0,04969 -0,08855
17 ICBP 2.771.924.000.000 1.993.496.000.000 778.428.000.000 25.094.681.000.000 0,03102 0,04043
18 IGAR 49.636.260.971 31.571.765.591 18.064.495.380 643.403.327.263 0,02808 -0,02169
19 INAI 34.559.748.890 77.754.740.234 (43.194.991.344) 640.702.671.875 -0,06742 -0,31336
20 INDF 6.111.866.000.000 6.928.790.000.000 (816.924.000.000) 55.623.657.000.000 -0,01469 -0,00390
21 INDS 204.426.295.797 255.755.973.870 (51.329.678.073) 1.702.447.098.851 -0,03015 -0,10025
22 INTP 6.064.100.000.000 5.419.268.000.000 644.832.000.000 18.691.286.000.000 0,03450 0,02282
No.Kode
Emiten
2013
90
Perhitungan Manajemen Laba (Lanjutan)
23 ISSP 737.458.000.000 304.874.000.000 432.584.000.000 3.534.018.000.000 0,12241 -0,22380
24 JECC 80.288.160.000 (119.083.783.000) 199.371.943.000 1.490.073.098.000 0,13380 0,07928
25 JPFA 1.390.204.000.000 173.609.000.000 1.216.595.000.000 21.412.085.000.000 0,05682 -0,02513
26 KAEF 293.765.073.883 253.783.664.733 39.981.409.150 4.348.073.988.385 0,00920 -0,00541
27 KBLI 114.539.956.023 (27.123.241.057) 141.663.197.080 2.572.350.076.614 0,05507 -0,01845
28 KLBF 2.550.739.699.214 927.163.654.212 1.623.576.045.002 16.002.131.057.048 0,10146 0,03731
29 LION 74.474.759.836 52.556.704.619 21.918.055.217 333.674.349.966 0,06569 -0,02393
30 LMSH 18.045.128.623 13.814.790.256 4.230.338.367 256.210.760.822 0,01651 -0,13870
31 MERK 193.612.301.000 133.099.062.000 60.513.239.000 805.746.000.000 0,07510 0,07265
32 MYOR 1.304.809.297.689 987.023.231.523 317.786.066.166 12.017.837.133.337 0,02644 -0,00460
33 RICY 116.228.330.066 (84.879.758.265) 201.108.088.331 984.185.102.135 0,20434 0,19702
34 ROTI 232.391.343.341 314.587.624.896 (82.196.281.555) 1.505.519.937.691 -0,05460 -0,06287
35 SCCO 150.229.334.310 20.804.645.848 129.424.688.462 3.751.042.310.613 0,03450 0,00921
36 SIDO 587.583.000.000 (64.246.000.000) 651.829.000.000 2.372.364.000.000 0,27476 0,05638
37 SKBM 86.969.634.466 19.468.048.071 67.501.586.395 1.296.618.257.503 0,05206 -0,07920
38 SKLT 19.691.180.004 26.893.558.457 (7.202.378.453) 567.048.547.543 -0,01270 -0,00696
39 SMBR 329.178.007.000 309.039.867.000 20.138.140.000 1.168.607.832.000 0,01723 -0,02104
40 SMCB 1.848.668.000.000 2.262.247.000.000 (413.579.000.000) 9.686.262.000.000 -0,04270 -0,08113
41 SMGR 7.097.534.809.000 6.047.147.495.000 1.050.387.314.000 24.501.240.780.000 0,04287 0,01136
42 SMSM 492.300.000.000 448.032.000.000 44.268.000.000 2.381.889.000.000 0,01859 0,02364
43 SQBB 196.170.554.000 153.706.638.000 42.463.916.000 426.436.344.000 0,09958 0,00062
44 TCID 225.888.984.284 253.851.906.566 (27.962.922.282) 2.027.899.402.527 -0,01379 0,00802
91
Perhitungan Manajemen Laba (Lanjutan)
NOI CFO TA SALES TA/SALES DA
45 TOTO 332.815.933.721 320.627.072.830 12.188.860.891 1.711.306.783.682 0,00712 -0,09200
46 TRIS 63.537.646.219 22.118.879.879 41.418.766.340 709.945.585.382 0,05834 -0,04712
47 TRST 97.052.146.319 111.913.265.220 (14.861.118.901) 2.033.149.367.039 -0,00731 -0,01817
48 TSPC 757.545.657.830 448.669.480.614 308.876.177.216 6.854.889.233.121 0,04506 0,02890
49 ULTJ 423.195.023.125 195.989.263.645 227.205.759.480 3.460.231.249.075 0,06566 0,09093
50 UNVR 7.164.445.000.000 6.236.304.000.000 928.141.000.000 30.757.435.000.000 0,03018 -0,01767
51 WIIM 180.201.164.378 (33.786.467.879) 213.987.632.257 1.588.022.200.150 0,13475 0,04341
No.Kode
Emiten
2013
92
Perhitungan Manajemen Laba (Lanjutan)
NOI CFO TA SALES TA/SALES DA
1 AISA 679.440.000.000 353.530.000.000 325.910.000.000 5.139.974.000.000 0,06341 -0,06835
2 AKPI 103.614.082.000 374.353.068.000 (270.738.986.000) 1.945.383.031.000 -0,13917 -0,20837
3 ALDO 35.846.511.804 470.702.303 35.375.809.501 493.881.857.454 0,07163 0,07613
4 AMFG 562.994.000.000 564.250.000.000 (1.256.000.000) 3.672.186.000.000 -0,00034 0,03774
5 ARNA 352.131.191.348 238.937.995.916 113.193.195.432 1.609.758.677.687 0,07032 0,04039
6 ASII 26.907.000.000.000 26.290.000.000.000 617.000.000.000 201.701.000.000.000 0,00306 -0,02917
7 AUTO 1.079.198.000.000 264.565.000.000 814.633.000.000 12.255.427.000.000 0,06647 0,00583
8 BATA 103.833.210.000 62.179.864.000 41.653.346.000 1.008.727.515.000 0,04129 0,02214
9 CEKA 97.261.457.420 (147.806.952.847) 245.068.410.267 3.701.868.790.192 0,06620 0,03804
10 CPIN 2.638.201.000.000 462.975.000.000 2.175.226.000.000 29.150.275.000.000 0,07462 0,01551
11 DLTA 356.127.370.000 164.246.813.000 191.880.557.000 2.111.639.244.000 0,09087 0,09389
12 DPNS 17.194.970.495 6.455.175.786 10.739.794.709 132.775.925.237 0,08089 -0,24879
13 DVLA 95.361.573.000 104.436.317.000 (9.074.744.000) 1.103.821.775.000 -0,00822 -0,06282
14 EKAD 63.444.883.294 4.641.305.865 58.803.577.429 526.573.620.057 0,11167 0,03459
15 GGRM 8.626.524.000.000 1.657.776.000.000 6.968.748.000.000 65.185.850.000.000 0,10691 0,03081
16 HMSP 13.708.250.000.000 11.103.195.000.000 2.605.055.000.000 80.690.139.000.000 0,03228 -0,01740
17 ICBP 3.185.348.000.000 3.860.843.000.000 (675.495.000.000) 30.022.463.000.000 -0,02250 -0,05352
18 IGAR 77.612.794.091 25.762.820.842 51.849.973.249 737.863.227.409 0,07027 0,04219
19 INAI 30.956.185.792 42.164.840.053 (11.208.654.261) 933.462.438.255 -0,01201 0,05541
20 INDF 7.319.620.000.000 9.269.318.000.000 (1.949.698.000.000) 63.594.452.000.000 -0,03066 -0,01597
21 INDS 183.511.738.808 65.911.208.643 117.600.530.165 1.866.977.260.105 0,06299 0,09314
22 INTP 6.000.869.000.000 5.346.841.000.000 654.028.000.000 19.996.264.000.000 0,03271 -0,00179
No.Kode
Emiten
2014
93
Perhitungan Manajemen Laba (Lanjutan)
NOI CFO TA SALES TA/SALES DA
23 ISSP 723.091.000.000 (191.012.000.000) 914.103.000.000 3.367.873.000.000 0,27142 0,14901
24 JECC 80.266.255.000 42.230.169.000 38.036.086.000 1.493.012.114.000 0,02548 -0,10832
25 JPFA 1.284.625.000.000 15.705.340.000.000 (14.420.715.000.000) 24.458.880.000.000 -0,58959 -0,64641
26 KAEF 370.887.337.628 286.309.255.381 84.578.082.247 4.521.024.379.760 0,01871 0,00951
27 KBLI 105.663.934.755 170.079.674.604 (64.415.739.849) 2.384.078.038.239 -0,02702 -0,08209
28 KLBF 2.738.788.306.029 2.316.125.821.045 422.662.484.984 17.368.532.547.558 0,02433 -0,07713
29 LION 51.999.292.436 60.865.531.678 (8.866.239.242) 377.622.622.150 -0,02348 -0,08917
30 LMSH 8.900.055.408 9.999.770.412 (1.099.715.004) 249.072.012.369 -0,00442 -0,02093
31 MERK 201.335.579.000 289.725.783.000 (88.390.204.000) 863.207.535.000 -0,10240 -0,17750
32 MYOR 890.864.034.001 (862.339.383.145) 1.753.203.417.146 14.169.088.278.238 0,12373 0,09729
33 RICY 62.617.083.162 47.145.296.495 15.471.786.667 1.185.443.580.242 0,01305 -0,19129
34 ROTI 298.723.125.627 364.975.619.113 (66.252.493.486) 1.880.262.901.697 -0,03524 0,01936
35 SCCO 219.019.674.199 62.171.128.817 156.848.545.382 3.703.267.949.291 0,04235 0,00785
36 SIDO 444.446.000.000 369.322.000.000 75.124.000.000 2.197.907.000.000 0,03418 -0,24058
37 SKBM 120.801.567.015 43.837.497.229 76.964.069.786 1.480.764.903.724 0,05198 -0,00008
38 SKLT 27.070.788.218 23.398.218.902 3.672.569.316 681.419.524.161 0,00539 0,01809
39 SMBR 253.293.742.000 305.716.048.000 (52.422.306.000) 1.214.914.932.000 -0,04315 -0,06038
40 SMCB 1.204.775.000.000 1.709.438.000.000 (504.663.000.000) 9.483.612.000.000 -0,05321 -0,01052
No.Kode
Emiten
2014
94
Perhitungan Manajemen Laba (Lanjutan)
NOI CFO TA SALES TA/SALES DA
41 SMGR 7.174.124.990.000 6.245.841.812.000 928.283.178.000 26.987.035.135.000 0,03440 -0,00847
42 SMSM 567.043.000.000 449.864.000.000 117.179.000.000 2.632.860.000.000 0,04451 0,02592
43 SQBB 214.630.335.000 139.913.445.000 74.716.890.000 497.501.571.000 0,15018 0,05061
44 TCID 256.515.458.677 123.551.162.065 132.964.296.612 2.308.203.551.971 0,05761 0,07139
45 TOTO 393.676.050.477 307.708.638.190 85.967.412.287 2.053.630.374.083 0,04186 0,03474
46 TRIS 53.521.363.622 51.371.394 53.469.992.228 746.828.922.732 0,07160 0,01326
47 TRST 106.168.729.626 236.909.957.713 (130.741.228.087) 2.507.884.797.367 -0,05213 -0,04482
48 TSPC 673.824.677.238 512.956.089.428 160.868.587.810 7.512.115.037.587 0,02141 -0,02364
49 ULTJ 373.727.225.155 128.022.639.236 245.704.585.919 3.916.789.366.423 0,06273 -0,00293
50 UNVR 8.013.258.000.000 6.462.722.000.000 1.550.536.000.000 34.511.534.000.000 0,04493 0,01475
51 WIIM 162.779.528.379 44.609.246.858 118.170.281.521 1.661.533.200.316 0,07112 -0,06363
No.Kode
Emiten
2014
95
Perhitungan Manajemen Laba (Lanjutan)
NOI CFO TA SALES TA/SALES DA
1 AISA 739.434.000.000 399.185.000.000 340.249.000.000 6.010.895.000.000 0,05661 -0,00680
2 AKPI 89.809.475.000 (50.796.252.000) 140.605.727.000 2.017.466.511.000 0,06969 0,20886
3 ALDO 42.225.063.206 2.204.123.679 40.020.939.527 538.363.112.800 0,07434 0,00271
4 AMFG 428.692.000.000 366.837.000.000 61.855.000.000 3.665.989.000.000 0,01687 0,01721
5 ARNA 102.382.257.094 111.918.147.182 (9.535.890.088) 1.291.926.384.471 -0,00738 -0,07770
6 ASII 19.485.000.000.000 25.899.000.000.000 (6.414.000.000.000) 184.196.000.000.000 -0,03482 -0,03788
7 AUTO 527.359.000.000 866.768.000.000 (339.409.000.000) 11.723.787.000.000 -0,02895 -0,09542
8 BATA 154.895.182.000 (19.631.483.000) 174.526.665.000 1.028.850.578.000 0,16963 0,12834
9 CEKA 167.545.451.595 168.614.370.234 (1.068.918.639) 3.485.733.830.354 -0,00031 -0,06651
10 CPIN 3.391.653.000.000 1.782.400.000.000 1.609.253.000.000 29.920.628.000.000 0,05378 -0,02084
11 DLTA 226.879.654.000 246.625.414.000 (19.745.760.000) 1.573.137.749.000 -0,01255 -0,10342
12 DPNS 11.832.026.060 5.105.993.427 6.726.032.633 118.475.319.120 0,05677 -0,02412
13 DVLA 126.738.358.000 214.166.823.000 (87.428.465.000) 1.306.098.136.000 -0,06694 -0,05872
14 EKAD 71.038.260.219 100.935.448.358 (29.897.188.139) 531.537.606.573 -0,05625 -0,16792
15 GGRM 10.064.867.000.000 3.200.820.000.000 6.864.047.000.000 70.365.573.000.000 0,09755 -0,00936
16 HMSP 13.971.956.000.000 811.163.000.000 13.160.793.000.000 89.069.306.000.000 0,14776 0,11547
17 ICBP 3.992.132.000.000 3.485.533.000.000 506.599.000.000 31.741.094.000.000 0,01596 0,03846
18 IGAR 62.821.734.113 80.061.208.533 (17.239.474.420) 677.331.846.043 -0,02545 -0,09572
19 INAI 73.476.054.228 47.011.856.454 26.464.197.774 1.384.675.922.166 0,01911 0,03112
20 INDF 7.362.895.000.000 3.485.533.000.000 3.877.362.000.000 64.061.947.000.000 0,06053 0,09118
21 INDS 42.060.367.453 110.641.662.962 (68.581.295.509) 1.659.505.639.261 -0,04133 -0,10432
22 INTP 5.056.930.000.000 5.049.117.000.000 7.813.000.000 17.798.055.000.000 0,00044 -0,03227
No.Kode
Emiten
2015
96
Perhitungan Manajemen Laba (Lanjutan)
NOI CFO TA SALES TA/SALES DA
23 ISSP 1.012.094.000.000 176.316.000.000 835.778.000.000 3.583.541.000.000 0,23323 -0,03819
24 JECC 56.060.248.000 21.550.154.000 34.510.094.000 1.663.335.876.000 0,02075 -0,00473
25 JPFA 1.727.943.000.000 1.452.924.000.000 275.019.000.000 25.022.913.000.000 0,01099 0,60058
26 KAEF 391.046.821.297 175.966.862.349 215.079.958.948 4.860.371.483.524 0,04425 0,02554
27 KBLI 168.688.485.812 46.127.980.815 122.560.504.997 2.662.038.531.021 0,04604 0,07306
28 KLBF 2.734.665.735.736 2.427.641.532.150 307.024.203.586 17.887.464.223.321 0,01716 -0,00717
29 LION 49.998.708.338 49.505.778.072 492.930.266 389.251.192.409 0,00127 0,02475
30 LMSH 1.732.694.473 10.910.801.951 (9.178.107.478) 174.598.965.938 -0,05257 -0,04815
31 MERK 186.513.979.000 203.711.206.000 (17.197.227.000) 983.446.471.000 -0,01749 0,08491
32 MYOR 1.862.620.832.987 2.336.785.497.955 (474.164.664.968) 14.818.730.635.847 -0,03200 -0,15573
33 RICY 100.075.117.538 133.252.610.462 (33.177.492.924) 1.111.051.293.008 -0,02986 -0,04291
34 ROTI 453.658.490.001 555.511.840.614 (101.853.350.613) 2.174.501.712.899 -0,04684 -0,01160
35 SCCO 235.865.275.510 197.980.124.011 37.885.151.499 3.533.081.041.052 0,01072 -0,03163
36 SIDO 489.629.000.000 432.896.000.000 56.733.000.000 2.218.536.000.000 0,02557 -0,00861
37 SKBM 64.528.619.399 62.469.996.482 2.058.622.917 1.362.245.580.664 0,00151 -0,05046
38 SKLT 33.586.321.507 29.666.923.359 3.919.398.148 745.107.731.208 0,00526 -0,00013
39 SMBR 323.263.355.000 522.628.119.000 (199.364.764.000) 1.461.248.284.000 -0,13643 -0,09329
40 SMCB 909.489.000.000 533.786.000.000 375.703.000.000 9.239.022.000.000 0,04066 0,09388
No.Kode
Emiten
2015
97
Perhitungan Manajemen Laba (Lanjutan)
NOI CFO TA SALES TA/SALES DA
41 SMGR 5.979.852.457.000 7.288.586.537.000 (1.308.734.080.000) 26.948.004.471.000 -0,04857 -0,08296
42 SMSM 602.997.000.000 531.987.000.000 71.010.000.000 2.802.924.000.000 0,02533 -0,01917
43 SQBB 190.946.493.000 179.485.976.000 11.460.517.000 514.708.068.000 0,02227 -0,12792
44 TCID 218.680.216.268 120.781.612.127 97.898.604.141 2.314.889.854.074 0,04229 -0,01531
45 TOTO 395.719.050.145 239.811.138.479 155.907.911.666 2.278.673.871.193 0,06842 0,02656
46 TRIS 60.428.931.664 63.376.934.300 (2.948.002.636) 859.743.472.895 -0,00343 -0,07502
47 TRST 88.746.155.513 135.020.261.491 (46.274.105.978) 2.457.349.444.991 -0,01883 0,03330
48 TSPC 692.244.770.026 778.361.981.647 (86.117.211.621) 8.181.481.867.179 -0,01053 -0,03194
49 ULTJ 692.865.656.136 669.463.282.890 23.402.373.246 4.393.932.684.171 0,00533 -0,05741
50 UNVR 7.939.401.000.000 6.299.051.000.000 1.640.350.000.000 36.484.030.000.000 0,04496 0,00003
51 WIIM 200.720.211.666 62.869.126.110 137.851.085.556 1.597.736.461.981 0,08628 0,01516
No.Kode
Emiten
2015
98
Perhitungan Assets Growth (AGROW)
AGROW = Total Assetst - Total Assetst-1 / Total Assetst
2012 2013 2014 2015 2013 2014 2015
1 AISA 3.867.576.000.000 5.025.778.000.000 7.373.868.000.000 9.060.980.000.000 0,23045 0,31843 0,18620
2 AKPI 1.714.834.430.000 2.084.567.189.000 2.227.042.590.000 2.883.143.132.000 0,17737 0,06398 0,22756
3 ALDO 216.293.168.908 290.641.923.909 346.674.687.826 366.010.819.198 0,25581 0,16163 0,05283
4 AMFG 3.115.421.000.000 3.539.393.000.000 3.946.125.000.000 4.270.275.000.000 0,11979 0,10307 0,07591
5 ARNA 937.359.770.277 1.137.496.408.849 1.259.938.133.543 1.430.779.475.454 0,17594 0,09718 0,11940
6 ASII 182.274.000.000.000 213.994.000.000.000 236.027.000.000.000 245.435.000.000.000 0,14823 0,09335 0,03833
7 AUTO 8.807.056.000.000 12.484.843.000.000 14.387.568.000.000 14.339.110.000.000 0,29458 0,13225 -0,00338
8 BATA 574.107.994.000 680.685.060.000 774.891.087.000 795.257.974.000 0,15657 0,12157 0,02561
9 CEKA 1.027.692.718.504 1.069.627.299.747 1.284.150.037.341 1.485.826.210.015 0,03920 0,16705 0,13573
10 CPIN 12.348.627.000.000 15.704.502.000.000 21.083.004.000.000 24.916.656.000.000 0,21369 0,25511 0,15386
11 DLTA 745.306.835.000 872.682.405.000 997.443.167.000 1.038.321.916.000 0,14596 0,12508 0,03937
12 DPNS 184.533.123.832 256.396.781.317 268.891.042.610 274.483.110.371 0,28028 0,04647 0,02037
13 DVLA 1.074.691.476.000 1.195.106.672.000 1.241.239.780.000 1.376.278.237.000 0,10076 0,03717 0,09812
14 EKAD 273.893.467.429 345.382.428.491 411.726.182.748 389.691.595.500 0,20698 0,16114 -0,05654
15 GGRM 41.509.325.000.000 50.771.650.000.000 58.234.278.000.000 63.505.413.000.000 0,18243 0,12815 0,08300
16 HMSP 26.247.527.000.000 27.404.594.000.000 28.380.630.000.000 38.010.724.000.000 0,04222 0,03439 0,25335
17 ICBP 17.819.884.000.000 21.410.331.000.000 25.029.488.000.000 26.560.624.000.000 0,16770 0,14460 0,05765
18 IGAR 312.342.760.278 314.988.024.203 350.619.526.939 383.936.040.590 0,00840 0,10162 0,08678
19 INAI 612.224.219.835 761.190.859.180 893.663.745.450 1.330.259.296.537 0,19570 0,14824 0,32820
20 INDF 59.389.405.000.000 77.777.940.000.000 86.077.251.000.000 91.831.526.000.000 0,23642 0,09642 0,06266
No.Kode
Emiten
TOTAL ASSETS AGROW
99
Perhitungan Assets Growth (AGROW) (Lanjutan)
2012 2013 2014 2015 2013 2014 2015
21 INDS 1.664.779.358.215 2.196.518.364.473 2.282.666.078.493 2.553.928.346.219 0,24208 0,03774 0,10621
22 INTP 22.755.160.000.000 26.610.663.000.000 28.884.635.000.000 27.638.360.000.000 0,14489 0,07873 -0,04509
23 ISSP 3.282.806.000.000 4.393.577.000.000 5.443.158.000.000 5.447.784.000.000 0,25282 0,19283 0,00085
24 JECC 708.955.186.000 1.240.064.675.000 1.064.129.232.000 1.358.464.081.000 0,42829 -0,16533 0,21667
25 JPFA 10.961.464.000.000 14.935.696.000.000 15.758.959.000.000 17.159.466.000.000 0,26609 0,05224 0,08162
26 KAEF 2.076.347.580.785 2.514.724.243.714 3.194.664.199.612 3.434.879.313.034 0,17432 0,21284 0,06993
27 KBLI 1.161.698.219.225 1.345.309.104.201 1.340.881.252.563 1.551.799.840.976 0,13648 -0,00330 0,13592
28 KLBF 9.417.957.180.958 11.319.399.302.160 12.439.267.396.015 13.696.417.381.439 0,16798 0,09003 0,09179
29 LION 433.497.042.140 503.407.647.198 605.165.911.239 639.330.150.373 0,13887 0,16815 0,05344
30 LMSH 128.547.715.366 142.734.484.596 141.034.984.628 133.782.751.041 0,09939 -0,01205 -0,05421
31 MERK 569.430.951.000 699.477.946.000 711.055.830.000 641.646.818.000 0,18592 0,01628 -0,10817
32 MYOR 8.302.506.241.903 9.712.968.922.685 10.297.997.020.540 11.342.715.686.221 0,14521 0,05681 0,09210
33 RICY 842.498.674.322 1.109.903.410.262 1.172.012.468.004 1.198.193.867.892 0,24093 0,05299 0,02185
34 ROTI 1.204.944.681.223 1.822.689.047.108 2.142.894.276.216 2.706.323.637.034 0,33892 0,14943 0,20819
35 SCCO 1.486.921.371.360 1.762.032.300.123 1.656.007.190.010 1.773.144.328.632 0,15613 -0,06402 0,06606
36 SIDO 2.150.999.000.000 2.955.458.000.000 2.820.273.000.000 2.796.111.000.000 0,27219 -0,04793 -0,00864
37 SKBM 288.961.557.631 499.997.370.130 652.976.510.619 764.484.248.710 0,42207 0,23428 0,14586
38 SKLT 249.746.467.756 304.009.369.369 336.932.338.819 377.110.748.359 0,17849 0,09771 0,10654
39 SMBR 1.198.586.407.000 2.711.416.335.000 2.928.480.366.000 3.268.667.933.000 0,55795 0,07412 0,10408
40 SMCB 12.168.517.000.000 14.897.220.000.000 17.199.304.000.000 17.370.875.000.000 0,18317 0,13385 0,00988
No.Kode
Emiten
TOTAL ASSETS AGROW
100
Perhitungan Assets Growth (AGROW) (Lanjutan)
2012 2013 2014 2015 2013 2014 2015
41 SMGR 26.579.083.786.000 30.833.102.777.000 34.331.674.737.000 38.153.118.932.000 0,13797 0,10191 0,10016
42 SMSM 1.565.184.000.000 1.717.857.000.000 1.757.634.000.000 2.220.108.000.000 0,08887 0,02263 0,20831
43 SQBB 397.144.458.000 421.187.982.000 459.352.720.000 464.027.522.000 0,05709 0,08308 0,01007
44 TCID 1.261.572.952.461 1.473.919.541.356 1.863.679.837.324 2.082.096.848.703 0,14407 0,20913 0,10490
45 TOTO 1.522.663.914.388 1.763.702.205.521 2.062.386.924.390 2.439.540.859.205 0,13667 0,14482 0,15460
46 TRIS 385.193.553.451 475.381.602.732 521.920.090.728 574.346.433.075 0,18972 0,08917 0,09128
47 TRST 2.188.129.039.119 3.260.919.505.192 3.261.285.495.052 3.357.359.499.954 0,32898 0,00011 0,02862
48 TSPC 4.632.984.970.719 5.417.059.772.651 5.609.556.653.195 6.284.729.099.203 0,14474 0,03432 0,10743
49 ULTJ 2.420.793.382.029 2.812.056.096.621 2.918.133.278.435 3.539.995.910.248 0,13914 0,03635 0,17567
50 UNVR 11.339.111.000.000 12.703.468.000.000 14.280.670.000.000 15.729.945.000.000 0,10740 0,11044 0,09213
51 WIIM 1.207.251.153.900 1.232.930.133.158 1.334.544.790.387 1.342.700.045.391 0,02083 0,07614 0,00607
No.Kode
Emiten
TOTAL ASSETS AGROW
101
Perhitungan Return on Assets (ROA)
ROA = EARNINGS AFTER TAXt-1 / TOTAL ASSETSt-1
2012 2013 2014 2012 2013 2014 2013 2014 2015
1 AISA 253.664.000.000 346.728.000.000 377.911.000.000 3.867.576.000.000 5.025.778.000.000 7.373.868.000.000 0,06559 0,06899 0,05125
2 AKPI 58.038.100.000 34.620.336.000 34.659.623.000 1.714.834.430.000 2.084.567.189.000 2.227.042.590.000 0,03384 0,01661 0,01556
3 ALDO 13.327.139.458 22.589.101.552 21.070.935.796 216.293.168.908 290.641.923.909 346.674.687.826 0,06162 0,07772 0,06078
4 AMFG 346.609.000.000 338.258.000.000 464.152.000.000 3.115.421.000.000 3.561.684.000.000 3.946.125.000.000 0,11126 0,09497 0,11762
5 ARNA 158.684.349.130 237.697.913.883 261.879.784.046 937.359.770.277 1.137.496.408.849 1.259.938.133.543 0,16929 0,20897 0,20785
6 ASII 22.742.000.000 22.297.000.000.000 22.131.000.000.000 182.274.000.000.000 213.994.000.000.000 236.027.000.000.000 0,00012 0,10419 0,09376
7 AUTO 1.135.914.000.000 999.766.000.000 954.086.000.000 8.807.056.000.000 12.484.843.000.000 14.387.568.000.000 0,12898 0,08008 0,06631
8 BATA 69.343.398.000 44.373.679.000 71.246.429.000 574.107.994.000 680.685.060.000 774.891.087.000 0,12078 0,06519 0,09194
9 CEKA 58.344.237.476 65.068.958.558 41.001.414.954 1.027.692.718.504 1.069.627.299.747 1.284.150.037.341 0,05677 0,06083 0,03193
10 CPIN 2.680.872.000.000 2.528.690.000.000 1.745.724.000.000 12.348.627.000.000 15.704.502.000.000 21.083.004.000.000 0,21710 0,16102 0,08280
11 DLTA 213.421.077.000 270.498.062.000 288.499.375.000 745.306.835.000 872.682.405.000 997.443.167.000 0,28635 0,30996 0,28924
12 DPNS 20.608.530.035 66.813.230.321 14.528.830.097 184.533.123.832 256.396.781.317 268.891.042.610 0,11168 0,26059 0,05403
13 DVLA 148.909.089.000 125.796.473.000 81.597.761.000 1.074.691.476.000 1.195.106.672.000 1.241.239.780.000 0,13856 0,10526 0,06574
14 EKAD 38.197.747.370 39.450.652.821 40.985.863.205 273.893.467.429 345.382.428.491 411.726.182.748 0,13946 0,11422 0,09955
15 GGRM 406.871.000.000 4.383.932.000.000 5.432.667.000.000 41.509.325.000.000 50.771.650.000.000 58.234.278.000.000 0,00980 0,08635 0,09329
16 HMSP 9.945.296.000.000 10.818.486.000.000 10.181.083.000.000 26.247.527.000.000 27.404.594.000.000 28.380.630.000.000 0,37890 0,39477 0,35873
17 ICBP 2.282.371.000.000 2.235.040.000.000 2.574.172.000.000 17.819.884.000.000 21.410.331.000.000 25.029.488.000.000 0,12808 0,10439 0,10285
18 IGAR 44.607.701.387 35.030.416.158 55.155.278.768 312.342.760.278 314.988.024.203 350.619.526.939 0,14282 0,11121 0,15731
19 INAI 23.155.488.541 5.019.540.731 22.415.476.342 612.224.219.835 761.190.859.180 893.663.745.450 0,03782 0,00659 0,02508
20 INDF 4.779.446.000.000 3.416.635.000.000 5.229.489.000.000 59.389.405.000.000 77.777.940.000.000 86.077.251.000.000 0,08048 0,04393 0,06075
ROANo.
Kode
Emiten
EAT TOTAL ASSETS
102
Perhitungan Return on Assets (ROA) (Lanjutan)
2012 2013 2014 2012 2013 2014 2013 2014 2015
21 INDS 134.068.283.255 147.608.449.013 127.819.512.585 1.664.779.358.215 2.196.518.364.473 2.282.666.078.493 0,08053 0,06720 0,05600
22 INTP 4.763.388.000.000 5.012.294.000.000 5.293.416.000.000 22.755.160.000.000 26.610.663.000.000 28.884.635.000.000 0,20933 0,18836 0,18326
23 ISSP 111.186.000.000 203.561.000.000 214.895.000.000 3.282.806.000.000 4.393.577.000.000 5.443.158.000.000 0,03387 0,04633 0,03948
24 JECC 31.770.770.000 22.553.551.000 23.904.334.000 708.955.186.000 1.240.064.675.000 1.064.129.232.000 0,04481 0,01819 0,02246
25 JPFA 1.074.577.000.000 640.637.000.000 391.866.000.000 10.961.464.000.000 14.935.696.000.000 15.758.959.000.000 0,09803 0,04289 0,02487
26 KAEF 205.763.997.378 215.642.329.977 257.836.015.297 2.076.347.580.785 2.514.724.243.714 3.012.778.637.568 0,09910 0,08575 0,08558
27 KBLI 125.181.635.828 73.530.280.777 72.026.856.790 1.161.698.219.225 1.345.309.104.201 1.340.881.252.563 0,10776 0,05466 0,05372
28 KLBF 1.775.098.847.932 1.970.452.449.686 2.122.677.647.816 9.417.957.180.958 11.319.399.302.160 12.439.267.396.015 0,18848 0,17408 0,17064
29 LION 85.373.721.654 64.761.350.816 48.712.977.670 433.497.042.140 503.407.647.198 605.165.911.239 0,19694 0,12865 0,08050
30 LMSH 41.282.515.026 14.382.899.194 7.605.091.176 128.547.715.366 142.734.484.596 141.034.984.628 0,32115 0,10077 0,05392
31 MERK 107.808.155.000 175.444.757.000 182.147.224.000 569.430.951.000 699.477.946.000 711.055.830.000 0,18933 0,25082 0,25616
32 MYOR 744.428.404.309 1.013.558.238.779 409.618.689.484 8.302.506.241.903 9.712.968.922.685 10.297.997.020.540 0,08966 0,10435 0,03978
33 RICY 16.978.453.068 8.720.546.989 15.124.699.961 842.498.674.322 1.109.903.410.262 1.172.012.468.004 0,02015 0,00786 0,01290
34 ROTI 149.149.548.025 158.015.270.921 188.648.345.876 1.204.944.681.223 1.822.689.047.108 2.142.894.276.216 0,12378 0,08669 0,08803
35 SCCO 169.741.648.691 104.962.314.423 137.618.900.727 1.486.921.371.360 1.762.032.300.123 1.656.007.190.010 0,11416 0,05957 0,08310
36 SIDO 387.538.000.000 405.943.000.000 417.511.000.000 2.150.999.000.000 2.955.458.000.000 2.820.273.000.000 0,18017 0,13735 0,14804
37 SKBM 12.703.059.881 58.266.986.267 90.094.363.594 288.961.557.631 499.997.370.130 652.976.510.619 0,04396 0,11653 0,13797
38 SKLT 7.962.693.771 11.440.014.188 16.855.973.113 249.746.467.756 304.009.369.369 336.932.338.819 0,03188 0,03763 0,05003
39 SMBR 298.512.523.000 312.183.836.000 335.954.862.000 1.198.586.407.000 2.711.416.335.000 2.928.480.366.000 0,24905 0,11514 0,11472
40 SMCB 1.350.791.000.000 952.305.000.000 659.867.000.000 12.168.517.000.000 14.897.220.000.000 17.199.304.000.000 0,11101 0,06393 0,03837
ROANo.
Kode
Emiten
EAT TOTAL ASSETS
103
Perhitungan Return on Assets (ROA) (Lanjutan)
2012 2013 2014 2012 2013 2014 2013 2014 2015
41 SMGR 4.847.252.000.000 5.354.298.521.000 5.567.659.839.000 26.579.083.786.000 30.833.102.777.000 34.331.674.737.000 0,18237 0,17365 0,16217
42 SMSM 254.635.403.407 338.223.000.000 421.095.000.000 1.565.184.000.000 1.717.857.000.000 1.757.634.000.000 0,16269 0,19689 0,23958
43 SQBB 135.248.606.000 149.521.096.000 164.808.009.000 397.144.458.000 421.187.982.000 459.352.720.000 0,34055 0,35500 0,35878
44 TCID 150.373.851.969 160.148.465.833 175.828.646.432 1.261.572.952.461 1.473.919.541.356 1.863.679.837.324 0,11920 0,10865 0,09434
45 TOTO 236.846.843.367 236.557.513.162 295.861.032.723 1.522.663.914.388 1.763.702.205.521 2.062.386.924.390 0,15555 0,13413 0,14346
46 TRIS 44.393.034.558 51.984.966.129 36.522.815.125 385.193.553.451 475.381.602.732 521.920.090.728 0,11525 0,10935 0,06998
47 TRST 61.453.058.755 32.965.552.359 30.256.039.162 2.188.129.039.119 3.260.919.505.192 3.261.285.495.052 0,02808 0,01011 0,00928
48 TSPC 635.176.093.653 638.535.108.795 585.790.816.012 4.632.984.970.719 5.417.059.772.651 5.609.556.653.195 0,13710 0,11787 0,10443
49 ULTJ 353.431.619.485 325.127.420.664 283.061.430.451 2.420.793.382.029 2.812.056.096.621 2.918.133.278.435 0,14600 0,11562 0,09700
50 UNVR 4.839.145.000.000 5.352.625.000.000 5.926.720.000.000 11.339.111.000.000 12.703.468.000.000 14.280.670.000.000 0,42677 0,42135 0,41502
51 WIIM 77.301.783.553 132.322.207.861 112.673.763.260 1.207.251.153.900 1.232.930.133.158 1.334.544.790.387 0,06403 0,10732 0,08443
ROANo.
Kode
Emiten
EAT TOTAL ASSETS
104
Perhitungan Dividend
DIV = DIVIDEN PAID/EAT
2013 2014 2015 2013 2014 2015 2013 2014 2015
1 AISA 23.408.000.000 0 24.871.000.000 346.728.000.000 377.911.000.000 373.750.000.000 0,067511 0,00000 0,066544
2 AKPI 0 10.408.218.000 4.897.986.000 34.620.336.000 34.659.623.000 27.644.714.000 0,00000 0,300298 0,177176
3 ALDO 0 825.000.000 0 22.589.101.552 21.070.935.796 24.079.122.338 0,00000 0,039153 0,00000
4 AMFG 34.720.000.000 34.720.000.000 34.720.000.000 338.258.000.000 464.152.000.000 341.346.000.000 0,102644 0,074803 0,101715
5 ARNA 74.043.709.760 117.910.395.616 88.171.671.712 237.697.913.883 261.879.784.046 71.209.943.348 0,311503 0,450246 1,238193
6 ASII 10.017.000.000.000 10.201.000.000.000 10.585.000.000.000 22.297.000.000.000 22.131.000.000.000 15.613.000.000.000 0,449253 0,460937 0,677961
7 AUTO 439.534.000.000 544.987.000.000 298.825.000.000 999.766.000.000 954.086.000.000 322.701.000.000 0,439637 0,571214 0,926012
8 BATA 34.319.952.000 38.862.117.000 6.646.555.000 44.373.679.000 71.246.429.000 129.519.446.000 0,77343 0,545461 0,051317
9 CEKA 0 29.659.570.000 0 65.068.958.558 41.001.414.954 106.549.446.980 0,00000 0,723379 0,00000
10 CPIN 754.362.000.000 754.361.000.000 295.189.000.000 2.528.690.000.000 1.745.724.000.000 1.832.598.000.000 0,298321 0,432119 0,161077
11 DLTA 191.869.037.000 144.831.127.000 156.878.293.000 270.498.062.000 288.499.375.000 192.045.199.000 0,709318 0,502015 0,816882
12 DPNS 4.550.539.979 6.054.353.979 4.540.310.892 66.813.230.321 14.528.830.097 9.859.176.172 0,068108 0,416713 0,460516
13 DVLA 52.640.000.000 24.640.000.000 78.114.771.000 125.796.473.000 81.597.761.000 107.894.430.000 0,418454 0,301969 0,723993
14 EKAD 5.386.394.863 6.050.898.969 6.050.347.212 39.450.652.821 40.985.863.205 47.040.256.456 0,136535 0,147634 0,128621
15 GGRM 1.571.975.000.000 1.582.869.000.000 1.567.967.000.000 4.383.932.000.000 5.432.667.000.000 6.452.834.000.000 0,358577 0,291361 0,242989
16 HMSP 9.945.027.000.000 10.650.690.000.000 12.250.485.000.000 10.818.486.000.000 10.181.083.000.000 10.363.308.000.000 0,919262 1,046125 1,182102
17 ICBP 1.116.480.000.000 1.128.410.000.000 1.320.458.000.000 2.235.040.000.000 2.574.172.000.000 2.923.148.000.000 0,499535 0,438358 0,451725
18 IGAR 51.185.477.529 17.156.745.383 0 35.030.416.158 55.155.278.768 51.416.184.307 1,461172 0,311063 0,00000
19 INAI 7.920.000.000 2.534.400.000 11.088.000.000 5.019.540.731 22.415.476.342 28.615.673.167 1,577834 0,113065 0,38748
20 INDF 2.176.776.000.000 1.734.632.000.000 2.508.522.000.000 3.416.635.000.000 5.229.489.000.000 3.709.501.000.000 0,637111 0,331702 0,676242
21 INDS 147.120.640.588 51.661.199.915 35.538.750.580 147.608.449.013 127.819.512.585 1.933.819.152 0,996695 0,404173 18,37749
22 INTP 1.658.442.000.000 3.312.009.000.000 4.968.028.000.000 5.012.294.000.000 5.293.416.000.000 4.356.661.000.000 0,330875 0,625685 1,140329
23 ISSP 0 14.372.000.000 0 203.561.000.000 214.895.000.000 158.999.000.000 0,00000 0,066879 0,00000
24 JECC 17.121.832.000 0 9.072.000.000 22.553.551.000 23.904.334.000 2.464.669.000 0,759163 0,00000 3,680819
25 JPFA 212.804.000.000 106.402.000.000 0 640.637.000.000 391.866.000.000 524.484.000.000 0,332176 0,271526 0,00000
No.Kode
Emiten
CD EAT DPO
105
Perhitungan Dividend (Lanjutan)
2013 2014 2015 2013 2014 2015 2013 2014 2015
26 KAEF 30.769.803.148 53.855.793.068 46.925.135.841 215.642.329.977 257.836.015.297 265.549.762.082 0,142689 0,208876 0,176709
27 KBLI 32.057.880.856 15.999.933.700 15.991.394.700 73.530.280.777 72.026.856.790 115.371.098.970 0,435982 0,222138 0,138608
28 KLBF 900.693.451.852 809.531.264.428 906.708.540.623 1.970.452.449.686 2.122.677.647.816 2.057.694.281.873 0,4571 0,381373 0,440643
29 LION 20.557.419.062 20.525.197.750 20.486.754.000 64.761.350.816 48.712.977.670 46.018.637.487 0,317433 0,42135 0,445184
30 LMSH 1.123.104.535 2.158.305.750 801.875.450 14.382.899.194 7.605.091.176 1.944.443.395 0,078086 0,283797 0,412393
31 MERK 79.356.638.000 139.752.919.000 219.760.581.000 175.444.757.000 182.147.224.000 142.545.462.000 0,452317 0,767253 1,541688
32 MYOR 182.714.320.000 205.700.037.470 149.095.678.240 1.013.558.238.779 409.618.689.484 1.250.233.128.560 0,18027 0,502174 0,119254
33 RICY 0 2.566.870.040 2.566.870.040 8.720.546.989 15.124.699.961 13.465.713.464 0,0000 0,169714 0,190623
34 ROTI 37.285.218.800 15.792.816.001 27.991.754.000 158.015.270.921 188.648.345.876 270.538.700.440 0,23596 0,083716 0,103467
35 SCCO 51.280.429.930 30.630.281.214 41.065.704.282 104.962.314.423 137.618.900.727 159.119.646.125 0,48856 0,222573 0,258081
36 SIDO 150.300.000.000 405.000.000.000 360.000.000.000 405.943.000.000 417.511.000.000 437.475.000.000 0,370249 0,970034 0,822904
37 SKBM 0 11.137.080.227 10.619.674.247 58.266.986.267 90.094.363.594 40.150.568.620 0,0000 0,123616 0,264496
38 SKLT 2.072.221.500 2.762.962.000 3.453.702.500 11.440.014.188 16.855.973.113 20.066.791.849 0,181138 0,163916 0,17211
39 SMBR 59.702.505.000 78.045.959.000 82.084.079.000 312.183.836.000 335.954.862.000 354.180.062.000 0,191241 0,232311 0,231758
40 SMCB 651.229.000.000 666.672.000.000 236.903.000.000 952.305.000.000 659.867.000.000 175.127.000.000 0,683845 1,010313 1,35275
41 SMGR 2.211.365.058.000 2.426.542.780.000 2.236.295.939.000 5.354.298.521.000 5.567.659.839.000 4.525.441.038.000 0,413007 0,435828 0,494161
42 SMSM 158.552.000.000 259.434.000.000 210.913.000.000 338.223.000.000 421.095.000.000 461.307.000.000 0,468779 0,616094 0,457207
43 SQBB 128.260.601.000 142.810.019.000 163.036.678.000 149.521.096.000 164.808.009.000 150.207.262.000 0,857809 0,866524 1,085411
44 TCID 74.341.891.784 74.340.910.433 78.288.848.449 160.148.465.833 175.828.646.432 544.474.278.014 0,464206 0,422803 0,143788
45 TOTO 97.615.308.360 148.219.335.698 115.228.630.388 236.557.513.162 295.861.032.723 285.236.780.659 0,412649 0,500976 0,403975
46 TRIS 14.265.729.354 16.025.321.076 17.526.218.921 51.984.966.129 36.522.815.125 37.448.445.764 0,27442 0,438776 0,468009
47 TRST 27.914.034.588 14.022.810.098 13.967.383.751 32.965.552.359 30.256.039.162 25.314.103.403 0,846764 0,463471 0,551763
48 TSPC 337.635.272.935 337.648.528.372 292.357.537.738 638.535.108.795 585.790.816.012 529.218.651.807 0,528765 0,576398 0,552432
49 ULTJ 989.991.228 49.408.062.199 0 325.127.420.664 283.061.430.451 523.100.215.029 0,003045 0,174549 0,0000
50 UNVR 5.058.527.000.000 5.126.717.000.000 5.592.332.000.000 5.352.625.000.000 5.926.720.000.000 5.851.805.000.000 0,945055 0,865018 0,955659
51 WIIM 7.569.988.916 39.741.169.110 28.387.698.044 132.322.207.861 112.673.763.260 131.081.111.587 0,057209 0,35271 0,216566
No.Kode
Emiten
CD EAT DPO
106
Perhitungan Free Cash Flow
FCF = CASH FLOW OPERATING - CAPITAL EXPENDITURE - CASH DIVIDEND
2013 2014 2015 2013 2014 2015 2013 2014 2015 2013 2014 2015
1 AISA 78.729.000.000 353.530.000.000 399.185.000.000 197.728.000.000 384.203.000.000 534.098.000.000 23.408.000.000 0 24.871.000.000 (142.407.000.000) (30.673.000.000) (159.784.000.000)
2 AKPI (24.262.141.000) 374.353.068.000 (50.796.252.000) 41.831.085.000 118.590.305.000 480.571.564.000 0 10.408.218.000 4.897.986.000 (66.093.226.000) 245.354.545.000 (536.265.802.000)
3 ALDO 39.652.190.973 470.702.303 2.204.123.679 37.457.327.007 15.114.812.974 11.198.621.500 0 825.000.000 0 2.194.863.966 (15.469.110.671) (8.994.497.821)
4 AMFG 551.871.000.000 564.250.000.000 366.837.000.000 337.027.000.000 312.259.000.000 531.215.000.000 34.720.000.000 34.720.000.000 34.720.000.000 180.124.000.000 217.271.000.000 (199.098.000.000)
5 ARNA 278.878.036.499 238.937.995.916 111.918.147.182 159.424.438.089 89.492.703.022 83.393.114.623 74.043.709.760 117.910.395.616 88.171.671.712 45.409.888.650 31.534.897.278 (59.646.639.153)
6 ASII 21.250.000.000.000 26.290.000.000.000 25.899.000.000.000 8.292.000.000.000 8.487.000.000.000 6.439.000.000.000 10.017.000.000.000 10.201.000.000.000 10.585.000.000.000 2.941.000.000.000 7.602.000.000.000 8.875.000.000.000
7 AUTO 551.756.000.000 264.565.000.000 866.768.000.000 647.731.000.000 969.241.000.000 737.843.000.000 439.534.000.000 544.987.000.000 298.825.000.000 (535.509.000.000) (1.249.663.000.000) (169.900.000.000)
8 BATA 48.106.848.000 62.179.864.000 (19.631.483.000) 34.419.621.000 41.706.885.000 25.442.402.000 34.319.952.000 38.862.117.000 6.646.555.000 (20.632.725.000) (18.389.138.000) (51.720.440.000)
9 CEKA 19.608.725.490 (147.806.952.847) 168.614.370.234 30.937.825.810 25.283.044.733 19.863.609.284 0 29.659.570.000 0 (11.329.100.320) (202.749.567.580) 148.750.760.950
10 CPIN 2.061.273.000.000 462.975.000.000 1.782.400.000.000 2.220.855.000.000 3.750.866.000.000 2.032.673.000.000 754.362.000.000 754.361.000.000 295.189.000.000 (913.944.000.000) (4.042.252.000.000) (545.462.000.000)
11 DLTA 348.712.041.000 164.246.813.000 246.625.414.000 15.065.968.000 38.017.391.000 10.690.161.000 191.869.037.000 144.831.127.000 156.878.293.000 141.777.036.000 (18.601.705.000) 79.056.960.000
12 DPNS (660.730.802) 6.455.175.786 5.105.993.427 3.554.588.671 3.264.586.166 1.723.365.836 4.550.539.979 6.054.353.979 4.540.310.892 (8.765.859.452) (2.863.764.359) (1.157.683.301)
13 DVLA 106.931.180.000 104.436.317.000 214.166.823.000 54.936.209.000 60.592.775.000 32.201.430.000 52.640.000.000 24.640.000.000 78.114.771.000 (645.029.000) 19.203.542.000 103.850.622.000
14 EKAD 23.212.236.950 4.641.305.865 100.935.448.358 29.547.328.757 12.640.443.540 10.471.143.273 5.386.394.863 6.050.898.969 6.050.347.212 (11.721.486.670) (14.050.036.644) 84.413.957.873
15 GGRM 2.472.971.000.000 1.657.776.000.000 3.200.820.000.000 5.678.122.000.000 5.116.093.000.000 2.923.422.000.000 1.571.975.000.000 1.582.869.000.000 1.567.967.000.000 (4.777.126.000.000) (5.041.186.000.000) (1.290.569.000.000)
16 HMSP 10.802.179.000.000 11.103.195.000.000 811.163.000.000 1.268.930.000.000 1.493.001.000.000 832.984.000.000 9.945.027.000.000 10.650.690.000.000 12.250.485.000.000 (411.778.000.000) (1.040.496.000.000) (12.272.306.000.000)
17 ICBP 1.993.496.000.000 3.860.843.000.000 3.485.533.000.000 1.943.709.000.000 1.175.124.000.000 1.399.617.000.000 1.116.480.000.000 1.128.410.000.000 1.320.458.000.000 (1.066.693.000.000) 1.557.309.000.000 765.458.000.000
18 IGAR 31.571.765.591 25.762.820.842 80.061.208.533 13.207.165.641 5.723.395.526 30.906.541.639 51.185.477.529 17.156.745.383 0 (32.820.877.579) 2.882.679.933 49.154.666.894
19 INAI 77.754.740.234 42.164.840.053 47.011.856.454 11.607.840.800 35.733.668.074 43.419.529.382 7.920.000.000 2.534.400.000 11.088.000.000 58.226.899.434 3.896.771.979 (7.495.672.928)
20 INDF 6.928.790.000.000 9.269.318.000.000 3.485.533.000.000 6.541.114.000.000 5.221.818.000.000 4.618.919.000.000 2.176.776.000.000 1.734.632.000.000 2.508.522.000.000 (1.789.100.000.000) 2.312.868.000.000 (3.641.908.000.000)
CE CD FCFNo.
Kode
Emiten
CFO
107
Perhitungan Free Cash Flow (Lanjutan)
2013 2014 2015 2013 2014 2015 2013 2014 2015 2013 2014 2015
21 INDS 255.755.973.870 65.911.208.643 110.641.662.962 84.534.718.533 255.984.942.523 47.817.650.117 147.120.640.588 51.661.199.915 35.538.750.580 24.100.614.749 (241.734.933.795) 27.285.262.265
22 INTP 5.419.268.000.000 5.346.841.000.000 5.049.117.000.000 2.018.998.000.000 3.459.061.000.000 2.670.307.000.000 1.658.442.000.000 3.312.009.000.000 4.968.028.000.000 1.741.828.000.000 (1.424.229.000.000) (2.589.218.000.000)
23 ISSP 304.874.000.000 (191.012.000.000) 176.316.000.000 235.427.000.000 346.666.000.000 438.320.000.000 0 14.372.000.000 0 69.447.000.000 (552.050.000.000) (262.004.000.000)
24 JECC (119.083.783.000) 42.230.169.000 21.550.154.000 39.018.648.000 4.579.148.000 16.994.866.000 17.121.832.000 0 9.072.000.000 (175.224.263.000) 37.651.021.000 (4.516.712.000)
25 JPFA 173.609.000.000 15.705.340.000.000 1.452.924.000.000 1.563.917.000.000 1.598.385.000.000 708.488.000.000 212.804.000.000 106.402.000.000 0 (1.603.112.000.000) 14.000.553.000.000 744.436.000.000
26 KAEF 253.783.664.733 286.309.255.381 175.966.862.349 89.030.076.719 102.413.131.061 146.204.582.173 30.769.803.148 53.855.793.068 46.925.135.841 133.983.784.866 130.040.331.252 (17.162.855.665)
27 KBLI (27.123.241.057) 170.079.674.604 46.127.980.815 32.559.867.815 87.521.252.943 120.714.866.962 32.057.880.856 15.999.933.700 15.991.394.700 (91.740.989.728) 66.558.487.961 (90.578.280.847)
28 KLBF 927.163.654.212 2.316.125.821.045 2.427.641.532.150 993.929.398.633 750.705.865.640 903.742.633.914 900.693.451.852 809.531.264.428 906.708.540.623 (967.459.196.273) 755.888.690.977 617.190.357.613
29 LION 52.556.704.619 60.865.531.678 49.505.778.072 34.518.903.341 51.455.137.069 23.917.496.421 20.557.419.062 20.525.197.750 20.486.754.000 (2.519.617.784) (11.114.803.141) 5.101.527.651
30 LMSH 13.814.790.256 9.999.770.412 10.910.801.951 8.867.105.017 8.514.515.494 9.397.168.803 1.123.104.535 2.158.305.750 801.875.450 3.824.580.704 (673.050.832) 711.757.698
31 MERK 133.099.062.000 289.725.783.000 203.711.206.000 15.361.061.000 23.411.916.000 59.151.757.000 79.356.638.000 139.752.919.000 219.760.581.000 38.381.363.000 126.560.948.000 (75.201.132.000)
32 MYOR 987.023.231.523 (862.339.383.145) 2.336.785.497.955 638.659.721.420 853.429.600.863 551.306.884.573 182.714.320.000 205.700.037.470 149.095.678.240 165.649.190.103 (1.921.469.021.478) 1.636.382.935.142
33 RICY (84.879.758.265) 47.145.296.495 133.252.610.462 78.743.378.655 109.438.789.551 57.428.372.977 0 2.566.870.040 2.566.870.040 (163.623.136.920) (64.860.363.096) 73.257.367.445
34 ROTI 314.587.624.896 364.975.619.113 555.511.840.614 519.351.210.306 390.593.651.461 237.660.276.133 37.285.218.800 15.792.816.001 27.991.754.000 (242.048.804.210) (41.410.848.349) 289.859.810.481
35 SCCO 20.804.645.848 62.171.128.817 197.980.124.011 48.781.843.109 49.070.748.873 34.228.651.561 51.280.429.930 30.630.281.214 41.065.704.282 (79.257.627.191) (17.529.901.270) 122.685.768.168
36 SIDO (64.246.000.000) 369.322.000.000 432.896.000.000 210.558.000.000 300.228.000.000 196.701.000.000 150.300.000.000 405.000.000.000 360.000.000.000 (425.104.000.000) (335.906.000.000) (123.805.000.000)
37 SKBM 19.468.048.071 43.837.497.229 62.469.996.482 41.479.485.593 113.489.768.262 151.521.831.249 0 11.137.080.227 10.619.674.247 (22.011.437.522) (80.789.351.260) (99.671.509.014)
38 SKLT 26.893.558.457 23.398.218.902 29.666.923.359 32.353.821.256 22.353.638.719 19.759.710.325 2.072.221.500 2.762.962.000 3.453.702.500 (7.532.484.299) (1.718.381.817) 6.453.510.534
39 SMBR 309.039.867.000 305.716.048.000 522.628.119.000 146.939.365.000 59.115.394.000 280.146.740.000 59.702.505.000 78.045.959.000 82.084.079.000 102.397.997.000 168.554.695.000 160.397.300.000
40 SMCB 2.262.247.000.000 1.709.438.000.000 533.786.000.000 3.078.769.000.000 2.838.343.000.000 1.522.136.000.000 651.229.000.000 666.672.000.000 236.903.000.000 (1.467.751.000.000) (1.795.577.000.000) (1.225.253.000.000)
CE CD FCFNo.
Kode
Emiten
CFO
108
Perhitungan Free Cash Flow (Lanjutan)
2013 2014 2015 2013 2014 2015 2013 2014 2015 2013 2014 2015
41 SMGR 6.047.147.495.000 6.245.841.812.000 7.288.586.537.000 2.548.758.346.000 2.105.732.452.000 5.168.034.789.000 2.211.365.058.000 2.426.542.780.000 2.236.295.939.000 1.287.024.091.000 1.713.566.580.000 (115.744.191.000)
42 SMSM 448.032.000.000 449.864.000.000 531.987.000.000 152.155.000.000 113.324.000.000 96.374.000.000 158.552.000.000 259.434.000.000 210.913.000.000 137.325.000.000 77.106.000.000 224.700.000.000
43 SQBB 153.706.638.000 139.913.445.000 179.485.976.000 15.120.844.000 13.912.511.000 16.392.461.000 128.260.601.000 142.810.019.000 163.036.678.000 10.325.193.000 (16.809.085.000) 56.837.000
45 TCID 253.851.906.566 123.551.162.065 120.781.612.127 315.010.210.010 306.226.578.591 137.955.857.760 74.341.891.784 74.340.910.433 78.288.848.449 (135.500.195.228) (257.016.326.959) (95.463.094.082)
46 TOTO 320.627.072.830 307.708.638.190 239.811.138.479 163.422.838.014 320.504.920.229 159.202.207.353 97.615.308.360 148.219.335.698 115.228.630.388 59.588.926.456 (161.015.617.737) (34.619.699.262)
47 TRIS 22.118.879.879 51.371.394 63.376.934.300 32.825.998.632 35.843.184.924 25.800.376.607 14.265.729.354 16.025.321.076 17.526.218.921 (24.972.848.107) (51.817.134.606) 20.050.338.772
48 TRST 111.913.265.220 236.909.957.713 135.020.261.491 181.513.531.256 121.297.718.183 60.673.681.336 27.914.034.588 14.022.810.098 13.967.383.751 (97.514.300.624) 101.589.429.432 60.379.196.404
49 TSPC 448.669.480.614 512.956.089.428 778.361.981.647 421.973.528.288 403.561.634.775 262.332.668.105 337.635.272.935 337.648.528.372 292.357.537.738 (310.939.320.609) (228.254.073.719) 223.671.775.804
50 ULTJ 195.989.263.645 128.022.639.236 669.463.282.890 88.857.102.494 110.005.997.024 244.036.641.351 989.991.228 49.408.062.199 0 106.142.169.923 (31.391.419.987) 425.426.641.539
51 UNVR 6.236.304.000.000 6.462.722.000.000 6.299.051.000.000 1.149.550.000.000 1.125.906.000.000 1.472.444.000.000 5.058.527.000.000 5.126.717.000.000 5.592.332.000.000 28.227.000.000 210.099.000.000 (765.725.000.000)
52 WIIM (33.786.467.879) 44.609.246.858 62.869.126.110 86.203.784.617 124.239.004.670 66.026.044.962 7.569.988.916 39.741.169.110 28.387.698.044 (127.560.241.412) (119.370.926.922) (31.544.616.896)
CE CD FCFNo.
Kode
Emiten
CFO
109
LAMPIRAN 2
A. Statistik Deskriptif DESCRIPTIVES VARIABLES=AGROW ROA DIV FCF EM
/STATISTICS=MEAN STDDEV MIN MAX.
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
AGROW 149 -,16533 ,55795 ,1220357 ,10187295
ROA 149 ,00012 ,42677 ,1244800 ,09287505
DIV 149 ,00000 18,37749 ,5590292 1,52917963
FCF 149 -12272306000000 8875000000000 -152415083769,51 1696552027459,330
EM 149 -,24879 ,21736 -,0105677 ,07496090
Valid N (listwise) 149
B. Uji Asumsi Klasik REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS BCOV R ANOVA COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT EM
/METHOD=ENTER AGROW ROA DIV FCF
/SCATTERPLOT=(*SRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID)
/CASEWISE PLOT(ZRESID) OUTLIERS(3)
/SAVE RESID.
1. Uji Normalitas
110
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 149
Normal Parametersa,b Mean ,0000000
Std. Deviation ,07082757
Most Extreme Differences Absolute ,067
Positive ,067
Negative -,059
Test Statistic ,067
Asymp. Sig. (2-tailed) ,098c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
2. Uji Multiokolonieritas
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity
Statistics
B
Std.
Error Beta Tolerance VIF
1 (Constant) -,018 ,013 -1,436 ,153
AGROW ,149 ,059 ,202 2,532 ,012 ,975 1,026
ROA -,070 ,064 -,087 -1,093 ,276 ,976 1,024
DIV -,005 ,004 -,109 -1,377 ,171 ,996 1,004
FCF -8,599E-15 ,000 -,195 -2,425 ,017 ,963 1,039
a. Dependent Variable: EM
111
3. Uji Autokorelasi NPAR TESTS /RUNS(MEDIAN)=RES_3
/MISSING ANALYSIS.
Runs Test
Unstandardized
Residual
Test Valuea ,00174
Cases < Test Value 74
Cases >= Test Value 75
Total Cases 149
Number of Runs 76
Z ,083
Asymp. Sig. (2-tailed) ,934
a. Median
4. Uji Heteroskedastisitas COMPUTE ABS_Res3=ABS(RES_3).
EXECUTE.
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS BCOV R ANOVA COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT ABS_Res3
/METHOD=ENTER AGROW ROA DIV FCF
/SCATTERPLOT=(*SRESID ,*ZPRED).
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity
Statistics
B
Std.
Error Beta Tolerance VIF
1 (Constant) ,057 ,008 6,784 ,000
AGROW -,025 ,039 -,055 -,654 ,514 ,975 1,026
ROA ,009 ,042 ,018 ,212 ,832 ,976 1,024
DIV -,003 ,003 -,110 -1,334 ,184 ,996 1,004
FCF 1,957E-15 ,000 ,070 ,838 ,403 ,963 1,039
a. Dependent Variable: ABS_Res3
112
C. Uji Hipotesis
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS BCOV R ANOVA COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT EM
/METHOD=ENTER AGROW ROA DIV FCF
/SCATTERPLOT=(*SRESID ,*ZPRED)
/RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID)
/CASEWISE PLOT(ZRESID) OUTLIERS(3)
/SAVE RESID.
Variables Entered/Removeda
Model Variables Entered
Variables
Removed Method
1 FCF, DIV,
AGROW, ROAb . Enter
a. Dependent Variable: EM
b. All requested variables entered.
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 ,327a ,107 ,082 ,07180455
a. Predictors: (Constant), FCF, DIV, ROA, AGROW
b. Dependent Variable: EM
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression ,089 4 ,022 4,324 ,002b
Residual ,742 144 ,005
Total ,832 148
a. Dependent Variable: EM
b. Predictors: (Constant), FCF, DIV, ROA, AGROW
113
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity Statistics
B
Std.
Error Beta Tolerance VIF
1 (Constant) -,018 ,013 -1,436 ,153
AGROW ,149 ,059 ,202 2,532 ,012 ,975 1,026
ROA -,070 ,064 -,087 -1,093 ,276 ,976 1,024
DIV -,005 ,004 -,109 -1,377 ,171 ,996 1,004
FCF -8,599E-15 ,000 -,195 -2,425 ,017 ,963 1,039
a. Dependent Variable: EM