HUBUNGAN ASIMETRI INFORMASI DAN UKURAN PERUSAHAAN DENGAN MANAJEMEN LABA … · 2017. 10. 31. · PERUSAHAAN DENGAN MANAJEMEN LABA (Studi Empiris pada Perusahaan Manufaktur yang Terdaftar

HUBUNGAN ASIMETRI INFORMASI DAN UKURAN

PERUSAHAAN DENGAN MANAJEMEN LABA

(Studi Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek

Indonesia Tahun 2011-2015)

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Ekonomi

Program Studi Akuntansi

Oleh:

Yulius Budi Setyawan

NIM : 132114154

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2017

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

i





SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Ekonomi

Program Studi Akuntansi

Oleh:


NIM : 132114154

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2017




iv

MOTTO

Orang yang menginginkan impiannya menjadi kenyataan, harus menjaga diri agar

tidak tertidur.

~Richard Wheeler

Teman sejati adalah ia yang meraih tangan anda dan menyentuh hati anda

~Heather Pryor

You'll Never Walk Alone

~LIVERPOOL


v

PERSEMBAHAN

Skripsi ini kupersembahkan untuk Tuhan Yesus Kristus

Kedua orang tua yang selalu menyayangiku

Kakak-kakakku yang terkasih

Semua keluargaku

Sahabat-sahabatku yang setia…




viii

KATA PENGANTAR

Puji Syukur dan terima kasih ke hadirat Tuhan Yang Maha Esa, yang telah

melimpahkan rahmat dan karunia kepada penulis sehingga dapat menyelesaikan

skripsi ini. Penulisan skripsi ini bertujuan untuk memenuhi salah satu syarat untuk

memperoleh gelar sarjana pada Program Studi Akuntansi, Fakultas Ekonomi

Universitas Sanata Dharma.

Dalam menyelesaikan skripsi ini penulis mendapatkan bantuan, bimbingan

dan arahan dari berbagai pihak. Oleh karena itu penulis mengucapkan terima

kasih kepada:

1. Tuhan Yang Maha Esa yang selalu memberkati, memberikan rahmat

dalam menyelesaikan semua ini.

2. Drs. Johanes Eka Priyatma, M.Sc., Ph.D, selaku Rektor Universitas Sanata

Dharma Yogyakarta.

3. Drs. Yohanes Pembaptis Supardiyono, Akt., M.Si., QIA selaku Ketua

Program Studi Akuntansi Universitas Sanata Dharma.

4. Drs. Gabriel Anto Listianto, M.S.A., Akt. selaku dosen MPAT dan dosen

pembimbing yang berkenan membimbing dan membantu dengan sabar

dalam proses penulisan skripsi ini.

5. Seluruh dosen dan karyawan Fakultas Ekonomi Universitas Sanata

Dharma yang telah membimbing dan memberikan ilmunya kepada penulis

selama kuliah di Universitas Sanata Dharma.



x

DAFTAR ISI

Halaman

HALAMAN JUDUL ...........................................................................................i

HALAMAN PERSETUJUAN PEMBIMBING .................................................ii

HALAMAN PENGESAHAN .............................................................................iii

HALAMAN MOTTO .........................................................................................iv

HALAMAN PERSEMBAHAN .........................................................................v

HALAMAN PERNYATAAN KEASLIAN KARYA TULIS ............................vi

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI ..........................vii

KATA PENGANTAR ........................................................................................viii

DAFTAR ISI .......................................................................................................xi

DAFTAR GAMBAR ..........................................................................................xii

DAFTAR TABEL ...............................................................................................xiii

DAFTAR LAMPIRAN .......................................................................................xiv

ABSTRAK ..........................................................................................................xv

ABSTRACT ........................................................................................................xvi

BAB I PENDAHULUAN

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

B. Rumusan Masalah ........................................................................4

C. Tujuan Penelitian ..........................................................................4

D. Manfaat Penelitian........................................................................4

F. Sistematika Penulisan ...................................................................5

BAB II LANDASAN TEORI

A. Asimetri Informasi .......................................................................7

1. Pengertian Asimetri Informasi ..................................................7

2. Teori Bid-ask Spread ................................................................10

3. Pengukuran Asimetri Informasi ................................................12

B. Ukuran Perusahaan ......................................................................12

1. Pengertian Ukuran Perusahaan ................................................12

2. Pengukuran Ukuran Perusahaan ..............................................14

C. Manajemen Laba ..........................................................................14

1. Pengertian Manajemen Laba ....................................................14

2. Pola Manajemen Laba ..............................................................17

3. Motivasi Manajemen Laba .......................................................17

4. Teknik Manajemen Laba ..........................................................19

5. Pengukuran Manajemen Laba ..................................................20

D. Hubungan Asimetri Informasi dan Manajemen Laba ..................21


xi

E. Hubungan Ukuran Perusahaan dan Manajemen Laba ..................22

F. Penelitian Terdahulu .....................................................................23

G.Kerangka Penelitian ......................................................................25

BAB III METODE PENELITIAN

A. Jenis Penelitian .............................................................................26

B. Obyek Penelitian...........................................................................26

C. Populasi Sasaran ...........................................................................26

D. Definisi Operasional Variabel ......................................................27

E. Jenis dan Sumber Data .................................................................28

F. Teknik Pengumpulan Data ...........................................................29

G. Teknik Analisis data .....................................................................29

BAB IV GAMBARAN UMUM PERUSAHAAN

A. Populasi Sasaran ...........................................................................33

BAB V ANALISIS DAN PEMBAHASAN

A. Pendeskripsian Data .....................................................................35

B. Pengklasifikasian Data .................................................................37

C. Penentuan Hubungan antar Variabel Penelitian ...........................43

1. Hubungan antara Asimetri Informasi dan Manajemen Laba....43

2. Hubungan antara Asimetri Informasi dan Manajemen Laba

Minimization Income ................................................................45


Maximization Income ...............................................................48

4. Hubungan antara Ukuran Perusahaan dan Manajemen Laba ...51

5. Hubungan antara Ukuran Perusahaan dan Manajemen Laba

Minimization Income ................................................................54


Maximization Income ...............................................................57

D. Pembahasan ..................................................................................60

BAB VI PENUTUP

A. Kesimpulan ...................................................................................63

B. Keterbatasan Penelitian ................................................................64

C. Saran .............................................................................................64

DAFTAR PUSTAKA .........................................................................................65

LAMPIRAN ........................................................................................................69


xii

DAFTAR GAMBAR

Halaman

Gambar 2.1 Kerangka Penelitian 25

Gambar 5.1 Histogram Distribusi Frekuensi Statistik Deskripsif

Asimetri Informasi 38

Gambar 5.2 Histogram Distribusi Frekuensi Statistik Deskripsif Ukuran

Perusahaan 39


Manajemen Laba 40


Manajemen Laba Minimization Income 41


Manajemen Laba Maximization Income 42


xiii

DAFTAR TABEL

Halaman

Tabel 4 .1 Kriteria Pemilihan Populasi Sasaran 33

Tabel 5.2 Deskripsi Data Variabel 35

Tabel 5.2 Deskripsi Asimetri Informasi dan Manajemen Laba 43

Tabel 5.2.1 Hubungan Asimetri Informasi dan Manajemen Laba 45

Tabel 5.3 Deskripsi Asimetri Informasi dan Manajemen Laba

Minimization Income 46

Tabel 5.3.1 Hubungan Asimetri Informasi dan Manajemen Laba



Maximization Income 49



Tabel 5.5 Deskripsi Ukuran Perusahaan dan Manajemen Laba 52

Tabel 5.5.1 Hubungan Ukuran Perusahaan dan Manajemen Laba 53

Tabel 5.6 Deskripsi Ukuran Perusahaan dan Manajemen Laba


Tabel 5.6.1 Hubungan Ukuran Perusahaan dan Manajemen Laba







xiv

DAFTAR LAMPIRAN

Halaman

Lampiran 1 Profil singkat perusahaan yang menjadi sampel penelitian 70

Lampiran 2 Hasil Perhitungan Data Penelitian 85

Lampiran 3 Pengklasifikasian Data 95


xv

ABSTRAK






NIM: 132114154

Universitas Sanata Dharma

Yogyakarta

2017

Penelitian ini bertujuan untuk menganalisis hubungan antara asimetri

informasi dan ukuran perusahaan dengan manajemen laba. Penelitian ini juga

dilakukan untuk menguji kembali hubungan antara asimetri informasidan ukuran

perusahaan dengan manajemen laba karena adanya perbedaan hasil pada

penelitian-penelitian sebelumnya.

Jenis penelitian ini adalah studi empiris. Jumlah populasi sasaran sebanyak

72 perusahaan manufaktur yang terdaftar di BEI pada tahun 2011-2015. Teknik

analisis yang digunakan untuk mengetahui hubungan antar variabel penelitian

adalah deskriptif kuantitatif dengan alat statistik: crosstabs dan korelasi gamma.

Hasil penelitian ini menunjukkan terdapat hubungan negatif yang sangat

lemah antara asimetri informasi dengan manajemen laba. Selain itu, terdapat

hubungan positif yang sangat lemah antara ukuran perusahaan dengan manajemen

laba.

Kata kunci: asimetri informasi, ukuran perusahaan, dan manajemen laba


xvi

ABSTRACT

THE RELATIONHIP BETWEEN INFORMATION ASYMMETRY AND

THE COMPANY SIZE WITH EARNINGS MANAGEMENT

(Empirical Study in Manufacture Companies listed in the Indonesia Stock

Exchange in 2011-2015)


132114154

Sanata Dharma University

Yogyakarta

2017

The aim of this study is to analyze the relationship between information

asymmetry and the earnings management and the company size and the earnings

management. It was also conducted to reexamine the relationhip between

information asymmetry and the earnings management and the company size and

the earnings management because of the different results in the previous studies.

The type of this study was empirical study. The total of the population was

72 manufacture companies listed in the Indonesia Stock Exchange (IDX) years in

a row from 2011-2015. The method of this study was descriptive quantitative

using stastictic intruments: crosstabs and gamma correlation.

The result of this study indicated that there was weak and negative

relationship between the information asymmetry and earnings management.

Besides that, there was weak and positive relationship between the company size

and the earnings management.

Keywords: information asymmetry, company size, and earnings management


1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Dalam perkembangan dunia bisnis di masa sekarang ini, laporan keuangan

menjadi media penting dalam pengambilan keputusan bagi setiap perusahaan.

Laporan keuangan merupakan sarana pengkomunikasian informasi keuangan

kepada pihak-pihak di luar korporasi. Dalam penyusunan laporan keuangan,

dasar akrual dipilih karena lebih rasional dan adil dalam mencerminkan kondisi

keuangan perusahaan secara riil, namun di sisi lain penggunaan dasar akrual

dapat memberikan keleluasaan kepada pihak manajemen dalam memilih

metode akuntansi selama tidak menyimpang dari aturan Standar Akuntansi

Keuangan (SAK). Pilihan metode akuntansi yang secara sengaja dipilih oleh

manajemen untuk tujuan tertentu dikenal dengan manajemen laba (Rahmawati,

dkk. 2006).

Dalam praktik manajemen laba, manajer yang berkewajiban untuk

menyampaikan kondisi perusahaan kepada pemegang saham terkadang tidak

menyampaikan kondisi informasi sesuai dengan kondisi perusahaan yang

sebenarnya, kondisi ini disebut dengan asimetri informasi. Menurut Tarigan

(2011) asimetri informasi dapat terjadi karena manajer lebih mengetahui

informasi perusahaan dibandingkan dengan pemilik atau pemegang saham

sehingga memungkinkan manajemen melakukan praktik akuntansi dengan

berorientasi pada laba.


2

Informasi laba menjadi bagian dari laporan keuangan yang dianggap

paling penting, karena informasi tersebut secara umum dipandang sebagai

representasi kinerja manajemen pada periode tertentu. Manajer yang cenderung

mementingkan kepentingan sendiri (opportunistic) dapat memanfaatkan

asimetri informasi untuk melakukan manajemen laba. Oleh karena itu,

keberadaan asimetri informasi dianggap sebagai penyebab manajemen laba

yang terjadi karena pihak manajer lebih mengetahui informasi perusahaan

dibandingkan pihak lain. Dalam penelitian Tarigan (2011) asimetri informasi

berpengaruh terhadap manajemen laba. Penelitian Nariasti dan Ratnadi (2014)

serta Muliati (2011) menemukan pula bahwa asimetri informasi memiliki

pengaruh positif terhadap manajemen laba. Namun penelitian Firdaus (2013)

menemukan bahwa asimetri informasi tidak berpengaruh signifikan terhadap

manajemen laba.

Selain asimetri informasi, faktor lain yang berkorelasi dengan manajemen

laba adalah ukuran perusahaan. Ukuran perusahaan merupakan nilai yang

menunjukan besar kecilnya perusahaan. Investor dalam menanamkan

modalnya biasanya akan memilih perusahaan yang mampu menunjukan kinerja

yang baik agar modal yang ditanamkan nantinya memperoleh hasil yang

menguntungkan. Hal tersebut bisa dibedakan dari ukuran perusahaan. Menurut

Narsiati dan Ratnadi (2014) serta Muliati (2011), ukuran perusahaan

berpengaruh negatif terhadap manajemen laba. Perusahaan dengan ukuran

besar biasanya akan lebih berhati-hati dalam menyusun dan melaporkan hasil

kinerjanya berupa laporan keuangan karena banyak pihak yang memperhatikan


3

serta mengamati pelaporan keuangan yang akan diterbitkan. Sementara itu,

penelitian yang dilakukan oleh Halim, dkk. (2005) menemukan bahwa ukuran

perusahaan berpengaruh positif terhadap manajemen laba. Perusahaan besar

mempunyai insentif yang cukup besar untuk melakukan manajemen laba,

karena salah satu alasan utamanya adalah perusahaan besar harus mampu

memenuhi ekspektasi dari investor atau pemegang saham. Pada sisi lain

Nasution dan Doddy (2007) menemukan bahwa ukuran perusahaan tidak

berpengaruh signifikan terhadap manajemen laba.

Penelitian ini dilakukan untuk melihat adakah hubungan asimetri informasi

dan ukuran perusahaan dengan praktik manajemen laba karena adanya

perbedaan hasil penelitian pada penelitian-penelitian sebelumnya. Penelitian ini

menggunakan perusahaan manufaktur sebagai populasi sasaran. Alasan

digunakan perusahaan manufaktur karena merupakan taraf perusahaan yang

besar dan sangat berpengaruh dalam pengembangan perekonomian negara dan

komponen laba dalam laporan keuangan perusahaan manufaktur disajikan

secara detail.

Berdasarkan latar belakang di atas, maka peneliti tertarik untuk melakukan

penelitian dengan judul “Hubungan Asimetri Informasi dan Ukuran Perusahaan

dengan Manajemen Laba pada Perusahaan Manufaktur yang Terdaftar di

Bursa Efek Indonesia Tahun 2011-2015”.


4

B. Rumusan Masalah

Berdasarkan latar belakang masalah di atas, maka masalah dalam

penelitian ini dapat dirumuskan sebagai berikut :

1. Bagaimana hubungan antara asimetri informasi dengan manajemen laba?

2. Bagaimana hubungan antara ukuran perusahaan dengan manajemen laba?

C. Tujuan Penelitian

Sesuai dengan masalah yang telah dirumuskan, maka tujuan dari penelitian

ini adalah :

1. Untuk mengetahui hubungan asimetri informasi dan manajemen laba.

2. Untuk mengetahui hubungan ukuran perusahaan dan manajemen laba.

D. Manfaat Penelitian

Penelitian yang akan dilaksanakan ini diharapkan dapat memberikan

manfaat yang positif bagi:

1. Bagi akademisi

Penelitian ini dapat diharapkan dapat menjadi referensi dan memberikan

informasi yang berkaitan dengan asimetri informasi, ukuran perusahaan

dan manajemen laba.

2. Bagi investor

Penelitian ini dapat digunakan sebagai dasar masukan dan pertimbangan

dalam pengambilan keputusan investasi saham, terutama dalam menilai

kualitas laba yang dilaporkan dalam laporan keuangan.


5

3. Bagi Penulis

Penelitian ini memberikan wawasan dan pengetahuan lebih bagi penulis

terutama dalam hal yang berkaitan dengan manajemen laba.

4. Bagi Peneliti Selanjutnya

Penelitian ini dapat memberikan manfaat bagi penelitian - penelitian

berikutnya sebagai kajian lebih lanjut penelitian dipasar modal mengenai

praktik manajemen laba.

E. Sistematika Penulisan

Untuk memudahkan pemahaman dan untuk mencapai sasaran yang

diinginkan, maka pembahasan mengenai pengaruh asimetri informasi dan

ukuran perusahaan terhadap praktek manajemen laba pada perusahaan

manufaktur di BEI ini akan dibagi dalam beberapa bab dengan sistematika

sebagai berikut:

BAB I Pendahuluan

Bab ini berisi latar belakang masalah, perumusan masalah, tujuan

penelitian, manfaat penelitian, dan sistematika penulisan.

BAB II Landasan Teori

Bab ini menjelaskan mengenai teori-teori pendukung dan hasil

penelitian terdahulu sebagai acuan dari penelitian ini serta

kerangka konseptual penelitian.


6

BAB III Metode Penelitian

Bab ini menguraikan jenis penelitian, objek penelitian, teknik

pengumpulan data, dan teknik analisis data.

BAB IV Diskripsi Data

Bab ini memberi gambaran mengenai data yang digunakan dalam

penelitian, cara peneliti menentukan sampel, serta gambaran

statistic deskriptif dari sampel penelitian.

BAB V Hasil Penelitian dan Pembahasan

Bab ini membahas mengenai pengujian yang dilakukan, analisis

terhadap data, dan temuan empiris yang diperoleh.

BAB VI Kesimpulan dan Saran

Bab ini berisi kesimpulan hasil uji dan analisis data yang dilakukan

pada bab sebelumnya dan keterbatasan dalam penelitian.

Berdasarkan kesimpulan dan keterbatasan penelitian, penulis

memberikan saran-saran pihak yang berkepentingan dengan

penelitian ini.


7

BAB II

Landasan Teori

A. Asimetri Informasi

1. Pengertian Asimetri Informasi

Laporan keuangan merupakan salah satu alat yang digunakan oleh

pihak manajemen perusahaan untuk mengkomunikasikan informasi

keuangan kepada pihak-pihak yang berkepentingan. Menurut IAI (Ikatan

Akuntan Indonesia) tujuan laporan keuangan adalah menyediakan

informasi yang berkaitan dengan posisi keuangan, prestasi (hasil usaha)

perusahaan, serta perubahan posisi keuangan suatu perusahaan yang

bermanfaat bagi pemakai dalam pengambilan keputusan ekonomi (Ghozali

dan Chairini, 2007). Laporan keuangan sangat diperlukan oleh setiap

perusahaan untuk mengetahui kemajuan dan kemunduran dari usahanya.

Selain itu, laporan keuangan digunakan sebagai dasar untuk menentukan

atau menilai posisi keuangan perusahaan tersebut.

Laporan keuangan dibuat dengan tujuan untuk digunakan oleh

berbagai pihak, termasuk pihak internal perusahaan itu sendiri seperti

manajer, karyawan, serikat buruh dan lainnya. Pihak-pihak yang

sebenarnya paling berkepentingan dengan laporan keuangan adalah para

pengguna eksternal (pemegang saham, kreditor, pemerintah, masyarakat).

Para pengguna internal (manajemen) mengetahui peristiwa-peristiwa yang

terjadi pada perusahaan, sedangkan pihak eksternal yang tidak berada di


8

perusahaan secara langsung, tidak mengetahui informasi tersebut sehingga

tingkat ketergantungan manajemen terhadap informasi akuntansi tidak

sebesar para pengguna eksternal.

Salah satu kendala yang akan muncul antara agen dan prinsipal adalah

adanya asimetri informasi (information asymmetry). Asimetri informasi

adalah suatu keadaan dimana agen mempunyai informasi yang lebih

banyak tentang perusahaan dan prospek dimasa yang akan datang

dibandingkan dengan prinsipal. Kondisi ini memberikan kesempatan

kepada agen menggunakan informasi yang diketahuinya untuk

memanipulasi pelaporan keuangan sebagai usaha untuk memaksimalkan

kemakmurannya. Asimetri informasi ini mengakibatkan terjadinya moral

hazard berupa usaha manajemen untuk melakukan earnings management

(Rahmawati, dkk. 2006).

Menurut Scott (2000), terdapat dua macam asimetri informasi yaitu:

1. Adverse selection, yaitu bahwa para manajer serta orang-orang

dalam lainnya biasanya mengetahui lebih banyak tentang keadaan

dan prospek perusahaan dibandingkan pihak luar. Dan mungkin

terdapat fakta-fakta yang tidak disampaikan kepada principal.

2. Moral hazard, yaitu bahwa kegiatan yang dilakukan oleh seorang

manajer tidak seluruhnya diketahui oleh investor (pemegang

saham, kreditor), sehingga manajer dapat melakukan tindakan

diluar pengetahuan pemegang saham yang melanggar kontrak dan


9

sebenarnya secara etika atau norma mungkin tidak layak

dilakukan.

Schift dan Lewin (1970) dalam Ujiyanto dan Bambang (2007),

menyatakan bahwa agen berada pada posisi yang memiliki lebih banyak

informasi mengenai kapasitas diri, lingkungan kerja dan perusahaan secara

keseluruhan dibandingkan dengan prinsipal. Dengan asumsi bahwa

individu-individu bertindak untuk memaksimalkan kepentingan diri

sendiri, maka dengan informasi asimetri yang dimilikinya akan mendorong

agen untuk menyembunyikan beberapa informasi yang tidak diketahui

prinsipal. Sehingga dalam kondisi semacam ini prinsipal seringkali pada

posisi yang tidak diuntungkan.

Dalam penyajian informasi akuntansi, khususnya penyusunan laporan

keuangan, agen juga memiliki informasi yang asimetri sehingga dapat

lebih fleksibel mempengaruhi pelaporan keuangan untuk memaksimalkan

kepentingannya. Tujuan laporan keuangan adalah menyediakan informasi

yang menyangkut posisi keuangan, kinerja serta perubahan posisi

keuangan suatu perusahaan yang bermanfaat bagi sejumlah besar pemakai

laporan keuangan dalam pengambilan keputusan ekonomi (IAI, 2009).

Dengan adanya kondisi yang asimetri, maka agen dapat mempengaruhi

angka-angka akuntansi yang disajikan dalam laporan keuangan dengan

cara melakukan manajemen laba.


10

2. Teori Bid-ask Spread

Menurut Subali dan Zuhroh (2002) Bid-ask Spread adalah selisih

antara harga beli tertinggi (bid) yang menyebabkan investor bersedia untuk

membeli saham tertentu dengan harga jual (ask) terendah yang

menyebabkan investor bersedia untuk menjual sahamnya. Bid-ask spread

yang merupakan fungsi dari transaction cost mempengaruhi perdagangan

dan menyebabkan investor mengharapkan untuk menahan lebih panjang

atau pendek asset yang memiliki biaya transaksi yang lebih tinggi atau

rendah.

Jika seorang investor ingin membeli atau menjual suatu saham atau

sekuritas lain di pasar modal, dia biasanya melakukan transaksi melalui

broker atau dealer yang memiliki spesialisasi dalam suatu sekuritas.

Broker atau dealer inilah yang siap untuk menjual pada investor untuk

harga ask jika investor ingin membeli suatu sekuritas. Jika investor sudah

mempunyai suatu sekuritas dan ingin menjualnya, maka broker atau dealer

yang akan membeli sekuritas dengan harga bid. Perbedaan antara harga

bid dan harga ask ini adalah spread. Jadi bid-ask spread merupakan selisih

harga beli tertinggi bagi broker atau dealer bersedia untuk membeli suatu

saham dan harga jual dimana broker atau dealer bersedia untuk menjual

saham tersebut.

Penggunaan bid-ask spread sebagai proksi dari asimetri informasi

menurut Komalasari (2001) dikarenakan dalam mekanisme pasar modal,

pelaku pasar modal juga menghadapi masalah keagenan. Partisipan pasar


11

saling berinteraksi di pasar modal guna mewujudkan tujuannya yaitu

membeli atau menjual sekuritasnya, sehingga aktivitas yang mereka

lakukan dipengaruhi oleh informasi yang diterima baik secara langsung

(laporan publik) maupun tidak langsung (insider trading). Dealers atau

market-makers memiliki daya pikir terbatas terhadap persepsi masa depan

dan menghadapi potensi kerugian ketika berhadapan dengan informed

traders. Hal inilah yang menimbulkan adverse selection yang mendorong

dealer untuk menutupi kerugian dari pedagang terinformasi dengan

meningkatkan spread-nya terhadap pedagang likuid. Jadi dapat dikatakan

bahwa asimetri informasi yang terjadi antara dealer dan pedagang

terinformasi tercermin pada spread yang ditentukannya (Komalasari,

2001).

Terdapat tiga komponen kos dalam menetapkan bid-ask spread

menurut Krinsky dan Lee (1996) dalam Rahmawati, dkk. (2006)

menyatakan bahwa :

a. Kos Pemprosesan pesanan (Order Processing Cost)

Kos Pemprosesan Pesanan merupakan kos yang dikeluarkan untuk

mengatur transaksi, mencatat serta melakukan pembukuan.

b. Kos Pemilikan Saham (Inventory Holding Cost)

Kos Pemilikan Saham merupakan kos oportunitas dan resiko saham

yang berkaitan dengan pemilikan saham.


12

c. Kos Adverse Selection

Kos Adverse Selection terjadi karena informasi terdistribusi secara

asimetris diantara partisipan pasar modal, oleh karena itu broker atau

dealer menghadapi masalah adverse selection karena broker atau dealer

melakukan transaksi dengan investor yang memilki informasi yang

superior.

3. Pengukuran Asimetri Informasi

Asimetri Informasi diketahui dengan mengukur bid-ask spread suatu

perusahaan. Asimetri Informasi diproksikan dengan bid-ask spread, yang

dapat dinyatakan sebagai berikut (Rahmawati, dkk. 2006):

Keterangan :

: bid-ask spread perusahaan i pada hari t

: harga ask (tawar) tertinggi saham perusahaan i yang terjadi

pada hari t (31 Desember)

: harga bid (minta) terendah saham perusahaan i yang

terjadi pada hari t (31 Desember)

B. Ukuran Perusahaan

1. Pengertian Ukuran Perusahaan

Ukuran perusahaan merupakan salah satu indikator yang digunakan

investor dalam menilai aset maupun kinerja perusahaan. Ukuran

perusahaan adalah suatu skala dimana dapat diklasifikasikan besar atau


13

kecil perusahaan menurut berbagai cara antara lain total aktiva, log size,

total penjualan, nilai pasar saham, dan lain-lain.

Ukuran perusahaan merupakan salah satu faktor yang

dipertimbangkan oleh investor dalam melakukan investasi, karena

perusahaan besar dianggap sudah mencapai kedewasaan yang

mencerminkan bahwa perusahaan tersebut relatif stabil dan mampu

menghasilkan laba. Perusahaan besar dianggap mempunyai risiko yang

lebih kecil dibanding dengan perusahaan kecil. Alasannya karena

perusahaan besar dianggap mempunyai beta sebagai pengukur sistematif

yang lebih kecil (Jogiyanto, 2000).

Ukuran perusahaan merupakan salah satu faktor yang berpengaruh

terhadap manajemen laba perusahaan. Perusahaan besar cenderung

bertindak hati-hati dalam melakukan pengelolaan perusahaan dan

cenderung melakukan pengelolaan laba secara efisien. Perusahaan yang

besar lebih diperhatikan oleh masyarakat sehingga mereka akan lebih

berhati-hati dalam melakukan pelaporan keuangan, sehingga berdampak

perusahaan tersebut melaporkan kondisinya lebih akurat (Nasution dan

Setiawan, 2007). Veronica dan Utama (2005) menemukan bukti adanya

pengaruh negatif antara ukuran perusahaan terhadap manajemen laba.

Hasil serupa juga dikemukakan oleh Nuryaman (2008) bahwa ukuran

perusahaan berpengaruh negatif terhadap manajemen laba. Sebaliknya

hasil penelitian Halim,dkk. (2005) menyatakan bahwa terdapat hubungan

positif yang cukup signifikan antara ukuran perusahaan dengan


14

manajemen laba perusahaan. Hal ini menunjukan bahwa semakin besar

ukuran perusahaan maka semakin tinggi tingkat pengungkapan karena

perusahaan besar harus memenuhi public-demand atas pengungkapan yang

lebih luas.

Ukuran perusahan dihitung dengan nalai logaritma dari total aktiva.

Logaritma atau eksponen dari total aktiva perusahaan dapat menunjukan

bahwa semakin besar ukuran atau aktiva perusahaan berarti semakin besar

juga angka eksponensial atau angka logaritmanya (Dewi, 2007).

2. Pengukuran Ukuran Perusahaan

Ukuran perusahaan adalah suatu skala yang dapat menggambarkan

besar kecilnya perusahaan. Pada penelitian ini, ukuran perusahaan dinilai

dengan menggunakan proksi logaritma natural total asset (Halim, dkk.

2005)

Size = Ln Total Aset

C. Manajemen Laba

1. Pengertian Manajemen laba

Manajemen laba merupakan masalah keagenan yang seringkali dipicu

oleh adanya pemisahan peran atau perbedaan kepentingan antara

pemegang saham dengan manajemen persahaan (Iqbal, 2007). Manajer

melakukan manipulasi laba melalui manajemen laba agar laba nampak

sebagaimana yang diharapkan.


15

Beberapa peneliti mendefenisikan manajemen laba dalam arti yang

berbeda-beda. Setiawati dan Na’im (2000), menyatakan bahwa manajemen

laba merupakan campur tangan dalam proses pelaporan keuangan

eksternal dengan tujuan untuk menguntungkan diri sendiri. Manajemen

laba sendiri dapat mengakibatkan berkurangnya kredibilitas laporan

keuangan, menambah bias dalam laporan keuangan dan dapat membuat

pemakai laporan keuangan mempercayai angka laba hasil rekayasa

tersebut sebagai angka laba tanpa rekayasa.

Sugiri (1998) dalam Widyaningdyah (2001), menyatakan bahwa

membagi definisi earnings management menjadi dua, yaitu:

1) Definisi sempit

Earnings management dalam hal ini hanya berkaitan dengan

pemilihan metode akuntansi. Earnings management dalam artian

sempit ini didefinisikan sebagai perilaku manajer untuk “bermain”

dengan komponen discretionary accruals dalam menentukan besarnya

earnings.

2) Definisi luas

Earnings management merupakan tindakan manajer untuk

meningkatkan atau mengurangi laba yang dilaporkan saat ini atas

suatu unit dimana manajer bertanggung jawab, tanpa mengakibatkan

peningkatan atau penurunan profitabilitas ekonomis jangka panjang

unit tersebut.


16

Menurut Achmad, dkk (2007), terdapat pernyataan bahwa dalam

penerapan akuntansi akrual, prinsip akuntansi berterima umum

memberikan fleksibilitas dengan mengijinkan manajer untuk memilih

kebijakan akuntansi dalam pelaporan laba. Fleksibilitas ini dimaksudkan

agar manajer dapat menginformasikan kondisi ekonomi sesuai realitanya.

Fleksibilitas prinsip akuntansi inilah yang dapat memberikan peluang bagi

manajer untuk mengelola laba. Manajemen laba merupakan tindakan

manajer untuk meningkatkan atau menurunkan laba yang dilaporkan saat

kini dari suatu unit yang menjadi tanggung jawab manajer tanpa

mengkaitkan dengan peningkatan atau penurunan profitabilitas ekonomi

jangka panjang. Akuntansi akrual terdiri dari discretionary accruals (DA)

dan non discretionary accruals (NDA). DA merupakan akrual yang

ditentukan manajemen (management determined). Manajer dapat memilih

kebijakan dalam hal metoda dan estimasi akuntansi.

Schipper (1989) dalam Sutrisno (2002) menyatakan definisi

manajemen laba adalah suatu intervensi yang memiliki tujuan tertentu

dalam proses pelaporan keuangan eksternal, demi mendapatkan

keuntungan yang sifatnya pribadi seperti diungkapkan. Manajemen laba

akan membuat laba tidak sesuai dengan realitas ekonomi yang ada,

sehingga kualitas laba yang dilaporkan menjadi rendah. Laba yang

disajikan mungkin tidak mencerminkan realitas ekonomi, tetapi lebih

karena keinginan manajemen untuk memperlihatkan sedemikian rupa

sehingga kinerjanya dapat terlihat baik.


17

2. Pola Manajemen Laba

Scott (2000) dalam Rahmawati (2006) menyatakan bahwa terdapat

beberapa pola dalam manajemen laba, yaitu:

a. Taking a Bath

Pola ini terjadi pada saat pengangkatan CEO baru dengan cara

melaporkan kerugian dalam jumlah besar yang diharapkan dapat

meningkatkan laba di masa datang.

b. Income Minimization

Pola ini dilakukan pada saat perusahaan memiliki tingkat profitabilitas

yang tinggi sehingga jika laba pada masa mendatang diperkirakan

turun drastis dapat diatasi dengan mengambil laba periode

sebelumnya.

c. Income Maximization

Dilakukan pada saat laba menurun bertujuan untuk melaporkan net

income yang tinggi untuk tujuan bonus yang lebih besar.

d. Income Smoothing

Dilakukan perusahaan dengan cara meratakan laba yang dilaporkan

sehingga dapat mengurangi fluktuasi laba yang terlalu besar karena

pada umumnya investor lebih menyukai laba yang relatif stabil.

3. Motivasi Manajemen Laba

Scott (2000) dalam Rahmawati (2006) juga mengemukakan beberapa

motivasi terjadinya manajemen laba, yaitu:


18

a. Bonus Purposes

Manajer yang memiliki informasi atas laba bersih perusahaan akan

bertindak secara oportunistic untuk melakukan manajemen laba

dengan memaksimalkan laba saat ini.

b. The debt covenant hypotesis

Manajemen akan berusaha untuk meningkatkan laba agar tidak

melangar perjanjian kredit yang telah dilakukan serta demi menjaga

nama baik dan reputasi mereka.

c. Political Motivations

Manajemen laba digunakan untuk mengurangi laba yang dilaporkan

pada publik. Perusahaan cenderung mengurangi laba yang dilaporkan

karena adanya tekanan publik yang mengakibatkan pemerintah

menetapkan peraturan yang lebih ketat.

d. Taxation Motivations

Motivasi penghematan pajak menjadi motivasi manajemen laba yang

paling nyata.Berbagai metode akuntansi digunakan dengan tujuan

penghematan pajak pendapatan.

e. Pergantian CEO

CEO yang mendekati masa pensiun akan cenderung menaikkan

pendapatan untuk meningkatkan bonus mereka. Dan jika kinerja

perusahaan buruk, mereka akan memaksimalkan pendapatan agar

tidak diberhentikan.


19

f. Initital Public Offering (IPO)

Perusahaan yang akan go public belum memiliki nilai pasar, dan

menyebabkan manajer perusahaan yang akan go public melakukan

manajemen laba dalam prospectus mereka dengan harapan dapat

menaikkan harga saham perusahaan.

4. Teknik Manajemen Laba

Setiawati dan Na’im (2000) menyatakan teknik dan pola manajemen

laba dapat dilakukan dengan tiga teknik yaitu:

1) Memanfaatkan peluang untuk membuat estimasi akuntansi. Cara

manajemen mempengaruhi laba melalui judgment (perkiraan)

terhadap estimasi akuntansi antara lain estimasi tingkat piutang

tak tertagih, estimasi kurun waktu depresiasi aktiva tetap atau

amortisasi aktiva tak berwujud, estimasi biaya garansi, dan lain-

lain.

2) Mengubah metode akuntansi. Perubahan metode akuntansi yang

digunakan untuk mencatat suatu transaksi seperti merubah

metode depresiasi aktiva tetap, dari metode depresiasi angka

tahun ke metode depresiasi garis lurus.

3) Menggeser periode biaya atau pendapatan. Contoh rekayasa

periode biaya atau pendapatan antara lain: mempercepat atau

menunda pengeluaran untuk penelitian dan pengembangan

sampai pada periode akuntansi berikutnya, mempercepat atau

menunda pengeluaran promosi sampai periode berikutnya,


20

mempercepat atau menunda pengiriman produk ke pelanggan,

mengatur saat penjualan aktiva tetap yang sudah tak dipakai.

5. Pengukuran Manajemen Laba

Manajemen laba diukur menggunakan discretionary accruals (DACC)

dan dihitung dengan cara menselisihkan total accruals (TACC) dan

nondiscretionary accruals (NDACC) dengan menggunakan The Modified

Jones Model. The Modified Jones Model dapat mendeteksi manajemen laba

lebih baik dibandingkan dengan model-model lainnya sejalan dengan hasil

penelitian Dechow et al (1995).

Langkah – langkah untuk menghitung manajemen laba menggunakan

The Modified Jones Model, sebagai berikut:

a. Menentukan nilai total accruals (TACC) dengan formulasi:

= -

b. Menentukan nilai parameter α1, α2, dan α3 menggunakan Jones Model

(1991), dengan formulasi:

= + + +

Lalu, untuk menskala data, semua variabel tersebut dibagi dengan aset

tahun sebelumnya ( ) sehingga formulasinya menjadi:

/ = (

) (

)

c. Menghitung nilai akrual nondiscretionary accruals (NDACC) dengan

formulasi:

(

) (

)


21

d. Menentukan nilai akrual diskusioner yang merupakan indikator

manajemen laba akrual dengan cara mengurangi total akrual dengan

akrual nondiskresioner, dengan formulasi:

Keterangan:

= Total akrual perusahaan i dalam periode t

= Laba bersih perusahaan i pada periode t

= Arus kas operasi perusahaan i pada periode t

= Akrual nondikresioner perusahaan i pada periode t

= Akrual diskresioner perusahaan i pada periode t

= Total aset perusahaan i pada periode t

= Perubahan penjualan bersih perusahaan i pada periode t

= Perubahan piutang perusahaan i pada periode t

= Property, plant and equipment perusahaan i pada periode

t

= Parameter yang diperoleh dari persamaan regresi

= error term perusahaan i pada periode t

D. Hubungan Asimetri Informasi dengan Manajemen Laba

Schift dan Lewin (1970) dalam Hartono dan Riyanto (1997), menyatakan

bahwa agent (manajemen) berada posisi yang mempunyai lebih banyak

informasi mengenai kapasitas diri, lingkungan kerja dan perusahaan secara

keseluruhan dibandingkan dengan principal (pemilik perusahaan). Dengan


22

asumsi bahwa individu-individu bertindak untuk memaksimalkan kepentingan

diri sendiri, maka dengan informasi asimetri yang dimilikinya akan mendorong

agent untuk menyembunyikan beberapa informasi yang tidak diketahui

principal Sehingga dalam kondisi semacam ini prinsipal seringkali pada posisi

yang tidak diuntungkan.

Asimetri informasi dianggap sebagai salah satu penyebab terjadinya

praktik manajemen laba. Richardson (1998) meneliti hubungan asimetri

informasi dan manajemen laba pada semua perusahaan yang terdaftar di NYSE

periode 1988-1992 menunjukkan bahwa terdapat hubungan yang sistematis

antara asimetri informasi dan tingkat manajemen laba.

E. Hubungan Ukuran Perusahaan dengan Manajemen Laba

Ukuran perusahaan dapat menentukan banyak sedikitnya praktik

manajemen laba perusahaan. Perusahaan dengan ukuran yang relatif besar akan

dilihat kinerjanya oleh publik sehingga perusahaan tersebut akan melaporkan

kondisi keuangannya dengan lebih berhati-hati, lebih menunjukkan

keinformatifan informasi yang terkandung di dalamnya, dan lebih transparan.

Oleh karena itu, perusahaan lebih sedikit dalam melakukan praktik manajemen

laba. Sedangkan perusahaan yang mempunyai ukuran yang lebih kecil

mempunyai kecenderungan untuk melakukan manajemen laba dengan

melaporkan laba yang lebih besar untuk menunjukkan kinerja perusahaan yang

memuaskan. Chtourou (2001) menemukan bukti bahwa ukuran perusahaan

berpengaruh negatif terhadap manajemen laba pada perusahaan di Amerika. Ini


23

berarti, perusahaan yang besar mempunyai peluang yang lebih sedikit dalam

melakukan praktik manajemen laba dan sebaliknya, perusahaan yang lebih

kecil mempunyai peluang yang lebih besar dalam melakukan praktik

manajemen laba. Hasil penelitian Veronica dan Utama (2005) menunjukkan

adanya pengaruh negatif signifikan antara ukuran perusahaan dengan

manajemen laba perusahaan. Nuryaman (2008) menemukan bukti bahwa

ukuran perusahaan berpengaruh negatif terhadap manajemen laba.

F. Penelitian Terdahulu

Veronica dan Siddharta (2005) melakukan penelitian mengenai pengaruh

struktur kepemilikan, ukuran perusahaan, dan praktek Corporate Governance

terhadap pengelolaan laba (Earnings Management) dengan sampel 144

perusahaan pada periode non krisis (1995-1996, 1999-2002) yang

menghasilkan bahwa ukuran perusahaan dan kepemilikan keluarga memiliki

pengaruh terhadap besaran pengelolaan laba. Variabel kepemilikan

institusional, komposisi dewan komisaris dan keberadaan komite audit tidak

memiliki pengaruh terhadap praktik manajemen laba.

Penelitian tentang hubungan asimetri informasi dengan manajemen laba

juga dilakukan oleh Rahmawati, dkk (2006). Sampel dari penelitian tersebut

yaitu perusahaan perbankan yang terdaftar di Bursa Efek Jakarta (BEJ) dari

tahun 2000-2004. Hasil dari penelitian tersebut adalah bahwa variabel

independen asimetri informasi memiliki pengaruh secara positif signifikan

terhadap variabel dependen manajemen laba.


24

Penelitian mengenai corporate governance dan manajemen laba juga

dilakukan oleh Nasution dan Doddy (2007) yang dilakukan terhadap

perusahaan perbankan yang terdaftar di Bursa Efek Jakarta (BEJ) dari tahun

2000-2004. Hasil dari penelitian ini adalah (1) komposisi dewan komisaris

independen berpengaruh negatif secara signifikan terhadap manajemen laba,

(2) ukuran dewan komisaris berpengaruh positif secara signifikan terhadap

praktik manajemen laba, (3) keberadaan komite audit berpengaruh secara

signifikan terhadap manajemen laba, dan (4) ukuran perusahaan tidak

berpengaruh terhadap praktik manajemen laba.

Nuryaman (2008) meneliti pengaruh konsentrasi kepemilikan, ukuran

perusahaan, dan mekanisme corporate governance terhadap manajemen laba

pada perusahaan manufaktur yang terdaftar di Bursa Efek indonesia (BEI).

Variabel yang digunakan adalah konsentrasi kepemilikan, ukuran perusahaan,

komposisi dewan komisaris, spesialisasi KAP, manajemen laba. Hasil

penelitian menunjukkan bahwa konsentrasi kepemilkan, dan ukuran

perusahaan berpengaruh negatif terhadap manajemen laba, komposisi dewan

komisaris dan spesialisasi industri KAP tidak berpengaruh terhadap

manajemen laba.

Nila Ismawati (2008) meneliti pengaruh asimetri informasi, ukuran

perusahaan, dan corporate governance terhadap manajemen laba pada

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEJ). Variabel

yang digunakan adalah asimetri informasi, ukuran perusahaan, corporate

governance, manajemen laba. Hasil penelitian menunjukkan bahwa asimetri


25

informasi, corporate governace, dan ukuran perusahaan berpengaruh positif

terhadap manajemen laba.

Berdasarkan penelitian yang telah dilakukan oleh peneliti terdahulu, maka

dalam penelitian ini menguji hubungan asimetri informasi dan ukuran

perusahaan terhadap manajemen laba pada perusahaan manufaktur yang

terdaftar di Bursa Efek Indonesia (BEI). Penelitian yang paling berpengaruh

dalam penelitian ini adalah penelitian yang dilakukan oleh Nasution dan

Setyawan (2007), Veronica dan Siddharta (2005) serta Rahmawati, dkk (2006).

Perbedaan penelitian ini dengan penelitian tersebut yaitu sampel yang

digunakan. Pada penelitian ini sampel yang digunakan adalah perusahaan yang

bergerak pada sektor manufaktur sedangkan pada penelitian Nasution dan

Setyawan (2007), Veronica dan Siddharta (2005) serta Rahmawati, dkk (2006)

menggunakan sektor perbankan. Sektor manufaktur dipilih karena sektor

tersebut memiliki kontribusi yang relatif besar terhadap perekonomian.

G. Kerangka Penelitian

Kerangka pemikiran penelitian ini bisa digambarkan sebagai berikut:

Gambar 2.1 Kerangka Pemikiran Teoritis

Asimetri

Informasi

Ukuran

Perusahaan

Manajemen

Laba


26

BAB III

Metode Penelitian

A. Jenis Penelitian

Jenis penelitian ini adalah studi empiris pada perusahaan manufaktur yang

terdaftar di Bursa Efek Indonesia (BEI). Studi Empiris adalah penelitian

dengan menggunakan data sekunder yang diperoleh dari pihak eksternal, dan

kemudian diolah dan dianalisis secara menyeluruh.

B. Objek Penelitian

Objek yang digunakan dalam penelitian ini adalah laporan keuangan

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun

2011-2015.

C. Populasi Sasaran

Populasi sasaran dalam penelitian ini adalah perusahaan manufaktur yang

terdaftar di Bursa Efek Indonesia (BEI) tahun 2011-2015, yang memenuhi

kriteria di bawah ini:

1. Perusahaan manufaktur yang terdaftar dalam Bursa Efek Indonesia pada

tahun 2011-2015.

2. Perusahaan manufaktur yang secara konsisten mempublikasikan laporan

keuangan pada Bursa Efek Indonesia tahun 2011-2015.


27

3. Perusahaan manufaktur yang mempunyai laporan keuangan yang lengkap

tahun 2011-2015.

4. Perushaan manufaktur yang menggunakan mata uang rupiah dalam

publikasi laporan keuangan.

D. Definisi Operasional Variabel

Variabel adalah gejala yang menjadi fokus penelitian untuk diamati.

Variabel itu sebagai atribut dari sekelompok orang atau objek yang mempunyai

variasi antara satu dengan yang lainnya dalam sekelompok itu (Sugiyono,

2004). Sedangkan variabel penelitian adalah suatu atribut atau sifat atau nilai

dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang

ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya (Sugiyono,

2004).

Dalam penelitian ini, penulis menggunakan dua jenis variabel penelitian,

yaitu variabel bebas (independent variable) dan variabel terikat (dependent

variable). Variabel independen adalah variabel yang menjadi sebab timbulnya

atau berubahnya variabel terikat. Jadi variabel independen adalah variabel yang

mempengaruhi (Sugiyono, 2004). Variabel independen pada penelitian ini

adalah asimetri informasi dan ukuran perusahaan. Sedangkan variabel

dependen adalah variabel yang dipengaruhi atau yang menjadi akibat karena

adanya variabel bebas (Sugiyono, 2004). Variabel dependen pada penelitian ini

adalah manajemen laba.


28

1. Asimetri Informasi (Variabel Independen)

Asimetri informasi adalah keadaan dimana manajer memiliki lebih banyak

informasi tentang prospek perusahaan di masa yang akan datang

dibandingkan pemilik atau pemegang saham. Asimetri informasi dalam

penelitian ini diukur menggunakan bid-ask spread.

2. Ukuran Perusahaan (Variabel Independen)

Ukuran perusahaan yang dimaksud dalam penelitian ini adalah nilai yang

menunjukan besar kecilnya suatu perusahaan. Pada penelitian ini, ukuran

perusahaan diukur dengan logaritma natural total aset.

3. Manajemen Laba (Variabel Dependen)

Manajemen laba adalah tindakan manajemen dalam memilih metode

akuntansi untuk meningkatkan nilai laba perusahaan. Manajemen laba

dapat diukur melalui discretionary accruals yang dihitung dengan cara

menselisihkan total accruals dan nondiscretionary accruals.

E. Jenis dan Sumber Data

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

sekunder merupakan sumber data penelitian yang diperoleh peneliti secara

tidak langsung. Data yang digunakan dalam penelitian ini berupa laporan

tahunan perusahaan yang tercatat pada tahun 2011-2015 dan melalui ICMD

(Indonesia Capital Market Directory). Data-data tersebut diperoleh dari situs

Bursa Efek Indonesia (BEI).


29

F. Teknik Pengumpulan Data

Teknik pengumpulan data yang digunakan dalam penelitian ini adalah

metode dokumentasi. Metode dokumentasi dilakukan dengan cara

mengumpulkan, mempelajari dan menganalisis sumber data dalam bentuk

tulisan atau dokumentasi seperti laporan keuangan perusahaan dan informasi

yang berkaitan dengan penelitian yang dilakukan.

G. Teknik Analisis Data

A. Mendeskripsikan data variabel penelitian

Deskripsi data digunakan untuk memberikan gambaran mengenai nilai

minimum, nilai maksimum, nilai rata-rata, serta standar deviasi data yang

digunakan dalam penelitian.

B. Mengklasifikasi data

1. Mengklasifikasikan Data Asimetri Informasi

Klasifikasi data asimetri informasi dilakukan dengan membagi

angka asimetri informasi yang dihasilkan dari histogram. Menurut

Mardapi (2012) perhitungan dalam analisa data menghasilkan nilai

pencapaian kualitas (NPK) yang selanjutnya dilakukan interpretasi

dengan empat kriteria distribusi sebagai berikut :

Skor < Mi – 1.5Sdi = Sangat Rendah

Mi > Skor ≥ Mi – 1.5Sdi = Rendah

Mi + 1.5SDi > Skor ≥ Mi = Tinggi

Skor ≥ Mi + 1.5SDi = Sangat Tinggi


30

Keterangan:

Mi = Rerata / mean ideal

SDi = Standar Deviasi Ideal

2. Mengklasifikasikan Data Ukuran Perusahaan

Klasifikasi data ukuran perusahaan dilakukan dengan membagi

angka ukuran perusahaan yang dihasilkan dari histogram. Menurut

Mardapi (2012) perhitungan dalam analisa data menghasilkan nilai

pencapaian kualitas (NPK) yang selanjutnya dilakukan interpretasi

dengan empat kriteria distribusi normal sebagai berikut :





Keterangan:



3. Mengklasifikasikan Data Manajemen Laba

Klasifikasi manjemen laba dengan 2 kategori, sebagai berikut:

1 = Nilai discretionary accruals bernilai positif (income maximization).

2 = Nilai discretionary accruals bernilai negatif (income minimization).

Setelah manajemen laba diklasfikasikan menjadi dua kategori,

kemudian dari masing-masing kategori dilasifikasikan lagi untuk


31

mengetahui tingkatan manajemen laba. Menurut Mardapi (2012)

perhitungan dalam analisa data menghasilkan nilai pencapaian kualitas

(NPK) yang selanjutnya dilakukan interpretasi dengan empat kriteria

distribusi normal sebagai berikut :





Keterangan:



C. Menentukan Hubungan antar Variabel Penelitian

1. Mendeskripsikan variabel penelitian

Diskripsi variabel penelitian dalam bentuk tabulasi silang

(crosstabs). Tabulasi silang merupakan tabel yang berfungsi untuk

menjelaskan hubungan antar dua variabel atau lebih. Crosstabs

menyajikan data dalam bentuk tabulasi yang meliputi baris dan kolom.

Data untuk penyajian crosstabs adalah data berskala ordinal dan

nominal (Santoso, 2015).


32

2. Menentukan hubungan antar variabel penelitian

a. Menentukan arah hubungan antar variabel penelitian

Arah hubungan antar variabel dapat diketahui dengan melihat

nilai tanda korelasi apakah bernilai positif atau negatif. Jika tanda

korelasi positif berarti hubungan searah, sebaliknya jika tanda

korelasi negatif berarti hubungan berlawanan (Santoso, 2015).

b. Menentukan kekuatan hubungan antar variabel penelitian

Menentukan kuat lemahnya hubungan antar variabel dengan

melihat keeratan hubungan melalui nilai gamma. Menurut Hasan

(2006), nilai koofisien korelasi (KK) dibagi menjadi beberapa

kategori:

1. KK = 0 : Tidak ada hubungan

2. 0,00 <KK≤ 0,20 : Sangat lemah

3. 0,20 <KK≤ 0,40 : Lemah

4. 0,40 <KK≤ 0,70 : Cukup kuat

5. 0,70 <KK≤ 0,90 : Kuat

6. 0,90 <KK≤ 1,00 : Sangat Kuat

7. KK = 1 : Sempurna


33

BAB IV

Gambaran Umum Perusahaan

A. Populasi Sasaran

Populasi Sasaran yang digunakan dalam penelitian ini adalah seluruh

perusahaan manufaktur go public yang terdaftar di situs resmi Bursa Efek

Indonesia (www.idx.co.id) di tahun 2011-2015, dan yang terpilih memenuhi

kriteria yang telah ditentukan. Subjek penelitian ini adalah seluruh perusahaan

manufaktur go public yang terdaftar di Bursa Efek Indonesia. Sedangkan objek

penelitian ini adalah laporan keuangan yang diungkapkan oleh perusahaan

manufaktur yang dapat diunduh pada website Bursa Efek Indonesia.

Populasi sasaran ditentukan dengan membuat kriteria-kriteria tertentu yang

sesuai dengan penelitian, untuk kemudian dianalisis lebih lanjut. Kriteria

pemilihan perusahaan yang menjadi populasi sasaran dijabarkan pada tabel di

bawah ini :

Tabel 4.1 Kriteria Pemilihan Populasi Sasaran

Kriteria Jumlah

Perusahaan manufaktur di Bursa Efek Indonesia pertahun 127

Perusahaan manufaktur dengan nilai mata uang asing (27)

Perusahaan manufaktur dengan data tidak lengkap (25)

Perusahaan manufaktur yang memiliki nilai ask = 0 (3)

Perusahaan yang terpilih menjadi populasi sasaran 72

Periode Tahun 2011-2015 Tahun Perusahaan

Jumlah anggota populasi sasaran 360


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

34

Berdasarkan tabel 4.1, terdapat 127 perusahaan manufaktur yang terdaftar

di Bursa Efek Indonesia (BEI). Penelitian ini menggunakan laporan keuangan

yang menggunakan mata uang rupiah. Terdapat 27 perusahaan yang tidak

menggunakan mata uang rupiah dalam laporan keuangan yang diterbitkan.

Sehingga jumlah perusahaan menjadi 100 setelah dikurangi dengan perusahaan

yang menggunakan mata uang asing pada laporan keuangannya.

Penelitian ini menggunakan perusahaan manufaktur yang dalam tahun

2011-2015 secara berturut-turut melaporkan laporan keuangan. Sedangkan

dalam penelitian ini peneliti menemukan 25 perusahaan yang tidak secara

berturut-turut melaporkan laporan keuangan. Sehingga jumlah perusahaan

menjadi 75 setelah dikurangi dengan perusahaan yang tidak secara berturut-

turut melaporkan laporan keuangan.

Penelitian ini menggunakan perusahaan yang memiliki niai ask ≠ 0, nilai

ask = 0 akan membuat ukuran data menjadi menjadi negatif. Terdapat 3

perusahaan yang memiliki nilai ask = 0, sehingga jumlah populasi menjadi 72.

Sejumlah 72 perusahaan tersebut yang selanjutnya disebut sebagai

populasi sasaran dalam penelitian ini. Kesimpulan dari hasil pengujian maupun

analisis pada bab berikutnya berlaku kepada populasi sasaran sejumlah 72

perusahaan, bukan seluruh perusahaan manufaktur yang terdaftar di Bursa Efek

Indonesia (BEI).


35

BAB V

Analisis Data dan Pembahasan

A. Pendeskripsian Data

Deskripsi data dalam penelitian ini memberikan gambaran umum tentang

obyek penelitian yang dijadikan populasi sasaran. Data yang akan

dideskripsikan terdiri dari data variabel asimetri informasi, ukuran perusahaan

dan manajemen laba. Hasil analisis deskripsi data adalah sebagai berikut :

Tabel 5.1 Deskripsi Data Variabel Penelitian

Variabel

Penelitian N

Nilai

Minimum

Nilai

Maksimum

Nilai Rata-

rata

Standar

Deviasi

Asimetri

informasi 360 1,542 179,900 43,126 29,003

Ukuran

Perusahaam 360 25,194 33,134 28,150 1,561

Manajemen

Laba 360 -1,352 0,414 -0,005 0,145

Sumber : data sekunder yang diolah, 2017

Nilai rata-rata dan standar deviasi pada variabel asimetri informasi adalah

43,126 dan 29,003. Nilai minimum dari asimetri informasi adalah 1,542 pada

PT Indomobil Sukses Internasional Tbk tahun 2013 yang mempunyai tingkat

asimetri informasi terendah diantara perusahaan yang menjadi populasi

sasaran. Nilai maksimumnya adalah 179,900 pada PT Sierad Produce Tbk

tahun 2015 yang mempunyai tingkat asimetri informasi tertinggi diantara

perusahaan yang menjadi populasi sasaran. Semakin rendahnya asimetri

informasi dimaknai dengan kurang leluasanya manajer mengatur informasi apa

yang harus diungkapkan, disembunyikan, ditunda, atau diubah. Sedangkan


36

semakin tinggi asimetri informasi dimaknai dengan lebih leluasanya manajer

atau cenderung opportunistic untuk mengatur informasi apa yang harus

diungkapkan, disembunyikan, ditunda, atau diubah pada perusahaan yang

menjadi populasi sasaran.

Nilai rata-rata dan standar deviasi pada variabel ukuran perusahaan

adalah 28,150 dan 1,561. Nilai rata-rata ukuran perusahaan sebesar 28,150 atau

Rp7.655.131.771.296,00 yang dilihat dari total aset. Nilai rata-rata yang dilihat

pada total aset tersebut dapat diartikan bahwa sebagian besar perusahaan

manufaktur merupakan perusahaan besar karena mempunyai nilai ukuran

perusahaan yang tinggi berkisar 7 triliun rupiah, karena berdasarkan Undang-

undang No. 20 Tahun 2008 tentang UMKM (Usaha Mikro, Kecil, dan

Menengah), perusahaan besar mempunyai total aset di atas 10 milyar rupiah.

Nilai minimum dan maksimum dari ukuran perusahaan adalah 25,194 dan

33,134. PT Kedaung Indah Can Tbk pada tahun 2011 memiliki nilai total aset

terendah diantara perusahaan yang menjadi populasi sasaran, sedangkan PT

Astra International Tbk pada tahun 2015 memiliki total aset tertinggi diantara

perusahaan yang menjadi populasi sasaran.

Nilai rata-rata dan standar deviasi pada variabel manajemen laba adalah -

0,005 dan 0,145. Nilai rata-rata manajemen laba sebesar -0,005, bernilai

negatif menandakan perusahaan manufaktur dari populasi sasaran tahun 2011-

2015 cenderung melakukan manajemen laba dengan pola menurunkan laba.

Nilai minimum dari manajemen laba adalah -1,352 pada PT Charoen Pokphand

Indonesia Tbk tahun 2015 dan nilai maksimumnya adalah 0,414 pada PT


37

Alumindo Light Metal Industry Tbk tahun 2013. Manajemen laba yang

bernilai negatif pada populasi sasaran berarti bahwa perusahaan tersebut

diindikasikan melakukan manajemen laba dengan cara menurunkan laba,

sedangkan manajemen laba yang bernilai positif pada populasi sasaran berarti

bahwa perusahaan tersebut diindikasikan melakukan manajemen laba dengan

cara meningkatkan laba.

B. Pengklasifikasian Data Penelitian

Tujuan klasifikasi data penelitian ini untuk membuat kategori dari data

penelitian yang sudah dihitung nilainya yaitu pada variabel asimetri informasi,

ukuran perusahaan dan manajemen laba.

1. Pengklasifikasian Data Asimetri Informasi

Data asimetri informasi berskala rasio. Semakin rendah angka dari

asimetri informasi menunjukan semakin rendah tingkat asimetri informasi

yang terjadi, sedangkan semakin tinggi angka asimetri informasi

menunjukan semakin tinggi tingkat asimetri informasi yang terjadi.

Berikut merupakan gambar histogram dari asimetri informasi :


38

Gambar 5.1 Histogram Distribusi Frekuensi Statistik Deskriptif

Asimetri Informasi

Berdasarkan distribusi frekuensi dari hasil statistik deskriptif pada gambar

5.1, data asimetri informasi dikategorikan sebagai berikut:

X < -0,3795 = Sangat rendah : 1

43,1256 > X ≥ -0,3795 = Rendah : 2

86,6308 > X ≥ 43,1256 = Tinggi : 3

X ≥ 86,6308 = Sangat Tinggi : 4

2. Pengklasifikasian Data Ukuran Perusahaan

Data ukuran perusahaan berskala rasio. Ukuran perusahaan diukur

menggunakan logaritma natural dari total aset (LnTA). Semakin rendah

nilai angka dari nilai ukuran perusahaan menunjukan semikin kecil total


39

aset yang dimiliki perusahaan, sebaliknya semakin besar angka dari

ukuran perusahaan menunjukan semakin besar total aset ukuran

perusahaan. Berikut ini merupakan gambar histogram dari ukuran

perusahaan :

Gambar 5.2 Gambar Histogram Distribusi Frekuensi Statistik Deskriptif

Ukuran Perusahaan

Berdasarkan ditribusi frekuensi dari hasil statistik deskriptif pada gambar

5.2, data ukuran perusahaan dikategorikan sebagai berikut :

X < 25,8087 = Sangat rendah : 1

28,1509 > X ≥ 25,8087 = Rendah : 2

30,4932 > X ≥ 28,1509 = Tinggi : 3



40

3. Pengklasifikasian Data Manajemen Laba

Data pada manajemen laba berskala rasio. Data pada manajemen laba yang

berskala negatif berarti perusahaan cenderung melakukan manajemen laba

dengan minimization income, sedangkan data yang bernilai positif berarti

perusahaan cenderung melakukan manajemen laba dengan maximization

income. Berikut ini merupakan gambar histogram dari manajemen laba :

Gambar 5.3 Gambar Histogram Distributor Frekuensi Statistik

Deskriptif Manajemen Laba

Klasifikasi dari manajemen laba tersebut kemudian dibuat kategori :

1. Data manajemen laba negatif (minimization income) : 0

2. Data manajemen laba positif (maximization income) : 1


41

Dari kategori data manajemen laba negatif (minimization income) dan

manajemen laba positif (maximization income) kemudian dikasifikasikan

berdasarkan distribusi frekuensi dari hasil statistic deskriptif untuk

mengetahui hasil yang lebih spesifik. Berikut ini merupakan gambar

histogram dari manajemen laba negatif (minimization income) :

Gambar 5.4 gambar Histogram Distribusi Frekuensi Statistik Deskriptif

Manajemen Laba Minimization Income

Berdasarkan distribusi frekuensi statistik deskriptif dari hasil statistik

deskriptif pada gambar 5.4, data manajemen laba negatif (minimization

income) dikategorikan sebagai berikut :


42


0,0788 > X ≥ -0,0450 = Rendah : 2

0,2026 > X ≥ 0,0788 = Tinggi : 3


Berikut ini merupakan gambar dari histogram manajemen laba positif

(maximization income) :

Gambar 5.5 Gambar Histogram Distribusi Frekuensi Statistik Deskriptif

Manajemen Laba Maximization Income

Berdasarkan distribusi frekuensi statistik deskriptif dari hasil statistik

deskriptif pada gambar 5.5, data manajemen laba positif (maximization

income) dikategorikan sebagai berikut :


43


-0,0907 > X ≥ -0,3099 = Rendah : 2

0,1284 > X ≥ -0,0907 = Tinggi : 3

X ≥ 0,1284 = Sangat tinggi : 4

C. Penentuan Hubungan antar Variabel Penelitian


a. Deskripsi Asimetri Informasi dan Manajemen Laba

Berikut ini merupakan deskripsi data dalam bentuk tabulasi silang

(crosstabs) dari data yang sudah diklasifikasikan untuk menganalisis

hubungan antara variabel asimetri informasi dan manajemen laba :


Variabel

Manajemen Laba

Total Minimization

Income

Maximization

Income

Asimetri

Informasi

Rendah Jumlah

(%)

103

(28,6%)

113

(31,4%)

216

(60,0%)

Tinggi Jumlah

(%)

64

(17,8%)

54

(15,0%)

118

(32,8%)

Sangat

Tinggi

Jumlah

(%)

14

(3,9%)

12

(3,3%)

26

(7,2%)

Total Jumlah

(%)

181

(50,3%)

179

(49,7%)

360

(100,0%)

Sumber : Data Sekunder yang diolah, 2017

Tabel 5.2 menunjukan bahwa populasi sasaran dalam penelitian ini

lebih didominasi oleh asimetri informasi dengan kategori rendah yaitu

terdapat 216 anggota populasi (60,0%). Dari jumlah tersebut, 103


44

anggota populasi (28,6%) melakukan manajemen laba dengan

minimization income dan 113 anggota populasi (31,4%) melakukan

manajemen laba dengan maximization income. Sedangkan asimetri

informasi dengan kategori sangat tinggi memiliki jumlah anggota

populasi paling sedikit dibandingkan dengan kategori lainya yaitu

terdapat 26 anggota populasi (7,2%). Dari jumlah tersebut, 14 anggota

populasi (3,9%) melakukan manajemen laba dengan minimization

income dan 12 anggota populasi (3,3%) melakukan manajemen laba

dengan maximization income.

Dapat diketahui pula bahwa populasi sasaran lebih didominasi

melakukan manajemen laba dengan minimization income yaitu terdapat

181 anggota populasi (50,3%) dibandingkan melakukan manajemen laba

dengan maximization income yaitu terdapat 179 anggota populasi (49,7%).

Hal ini berarti anggota populasi lebih cenderung melakukan manajemen laba

dengan menurunkan labanya (minimization income) dari pada

meningkatkan labanya (maximization income), karena dengan

menurunkan labanya kemungkinan nilai perusahaan akan meningkat di

mata investor.

b. Hubungan Asimetri Informasi dan Manajemen Laba

Berikut ini merupakan tabel yang menunjukan hubungan antara

variabel asimetri informasi dan manajemen laba :


45


Value Asymp.

Std. Errora

Approx. Tb

Approx.

Sig.

Ordinal by

Ordinal Gamma -0,062 0,053 -1,174 0,072

N of Valid Cases 360

Sumber : data sekunder yang diolah, 2017

Tabel 5.2.1 menunjukan bahwa hubungan asimetri informasi dan

manajemen laba yang dapat dilihat dari besarnya nilai gamma. Nilai

gamma yang negatif menunjukan bahwa asimetri informasi dan

manajemen laba memiliki hubungan yang berlawanan. Arah hubungan

berlawanan berarti bahwa ketika tingkat asimetri informasi meningkat

maka tingkat manajemen laba akan menurun, dan sebaliknya ketika

tingkat asimetri informasi menurun maka tingkat manajemen laba akan

meningkat. Besarnya nilai gamma tersebut menunjukkan bahwa

asimetri informasi dan manajemen laba memiliki hubungan berlawanan

yang sangat lemah.


Minimization Income

a. Deskripsi Asimetri Informasi dan Manajemen Laba Minimization

Income




46

hubungan antara variabel asimetri informasi dan manajemen laba

minimization income :


Minimization Income

Variabel

Manajemen Laba

Minimization Income Total

Sangat

Rendah Rendah Tinggi

Sangat

Tinggi

Asimetri

Informasi

Rendah Jumlah

(%)

2

(1,1%)

46

(25,4%)

48

(26,5%)

7

(3,9%)

103

(56,9%)

Tinggi Jumlah

(%)

2

(1,1%)

34

(18,8%)

28

(15,5%)

0

(0,0%)

64

(35,4%)

Sangat

Tinggi

Jumlah

(%)

0

(0,0%

7

(3,9%)

6

(3,3%)

1

(0,6%)

14

(7,7%)

Total Jumlah

(%) 4

(2,2%)

87

(48,1%)

82

(45,3%)

8

(4,4%)

181

(100,0%)

Sumber : Data sekunder yang diolah, 2017

Tabel 5.3 menunjukan terdapat 103 anggota populasi (56,9%) dari

asimetri informasi kategori rendah. Dari jumlah tersebut, anggota

populasi yang melakukan manajemen laba minimization income pada

kategori sangat rendah, rendah, tinggi, dan sangat tinggi secara

berturut-turut, yaitu sebanyak 2 anggota populasi (1,1%), 46 anggota

populasi (25,4%), 48 anggota populasi (26,5%) dan 7 anggota populasi

(3,9%). Pada asimetri informasi kategori tinggi terdapat 64 anggota

populasi (35,4%), Dari jumlah tersebut, anggota populasi yang

melakukan manajemen laba minimization income pada kategori sangat

rendah, rendah, tinggi, dan sangat tinggi secara berturut-turut, yaitu


47

sebanyak 2 anggota populasi (1,1%), 34 anggota populasi (18,8%), 28

anggota populasi (15,5%) dan 0 anggota populasi (0,0%). Pada asimetri

informasi kategori sangat tinggi terdapat 14 anggota populasi (7,7%),

Dari jumlah tersebut, anggota populasi yang melakukan manajemen

laba minimization income pada kategori sangat rendah, rendah, tinggi,

dan sangat tinggi secara berturut-turut, yaitu sebanyak 0 anggota

populasi (0,0%), 7 anggota populasi (3,9%), 6 anggota populasi (3,3%)

dan 1 anggota populasi (0,6%).

Berdasarkan tabel tersebut juga dapat disimpulkan bahwa ternyata

populasi sasaran lebih banyak melakukan manajemen laba dengan

minimization income kategori rendah, yaitu sebanyak 87 anggota

populasi (48,1%).

b. Hubungan Asimetri Informasi dan Manajemen Laba Minimization

Income

Berikut ini merupakan tabel yang menunjukan hubungan variabel

asimetri informasi dan manajemen laba dengan cara minimization

income


Minimizatian income

Value Asymp.

Std. Errora

Approx.

Tb

Approx.

Sig.

Ordinal by

Ordinal Gamma -0,092 0,074 -1,236 0,218




48

Tabel 5.3.1 menunjukan hubungan asimetri informasi dan

manajemen laba dengan cara minimization income yang dapat dilihat

dari besarnya nilai gamma. Dari tabel tersebut diketahui bahwa nilai

gamma sebesar -0,092. Nilai gamma yang negatif menunjukan bahwa


income memiliki hubungan yang berlawanan. Arah hubungan

berlawanan berarti bahwa ketika tingkat asimetri informasi meningkat

maka tingkat manajemen laba minimization income akan menurun, dan

sebaliknya ketika tingkat asimetri informasi menurun maka tingkat

manajemen laba minimization income akan meningkat. Besarnya nilai

gamma tersebut menunjukkan bahwa asimetri informasi dan

manajemen laba dengan cara minimization income memiliki hubungan

berlawanan yang sangat lemah.


Maximization Income

a. Deskripsi Asimetri Informasi dan Manajemen Laba Maximization

Income



hubungan antara variabel asimetri informasi dan manajemen laba

maximization income :


49


Maximization Income

Variabel

Manajemen Laba

Maximization Income Total

Sangat


Sangat

Tinggi

Asimetri

Informasi

Rendah Jumlah

(%)

4

(2,2%)

46

(25,7%)

60

(33,5%)

3

(1,7%)

113

(63,1%)

Tinggi Jumlah

(%)

1

(0,6%)

28

(15,6%)

23

(12,8%)

2

(1,1%)

54

(30,2%)

Sangat

Tinggi

Jumlah

(%)

1

(0,6%

6

(3,4%)

5

(2,8%)

0

(0,0%)

12

(6,7%)

Total Jumlah

(%)

6

(3,4%)

80

(44,7%)

88

(49,2%)

5

(2,8%)

179

(100,0%)



asimetri informasi kategori rendah. Dari jumlah tersebut, anggota

populasi yang melakukan manajemen laba maximization income pada

kategori sangat rendah, rendah, tinggi, dan sangat tinggi secara

berturut-turut, yaitu sebanyak 4 anggota populasi (2,2%), 46 anggota

populasi (25,7%), 60 anggota populasi (33,5%) dan 3 anggota populasi

(1,7%). Pada asimetri informasi kategori tinggi terdapat 44 anggota

populasi (30,2%), Dari jumlah tersebut, anggota populasi yang

melakukan manajemen laba maximization income pada kategori sangat



anggota populasi (12,8%) dan 2 anggota populasi (1,1%). Pada asimetri

informasi kategori sangat tinggi terdapat 12 anggota populasi (6,7%),


50

Dari jumlah tersebut, anggota populasi yang melakukan manajemen

laba maximization income pada kategori sangat rendah, rendah, tinggi,

dan sangat tinggi secara berturut-turut, yaitu sebanyak 1 anggota

populasi (0,6%), 6 anggota populasi (3,4%), 5 anggota populasi (2,8%)

dan 0 anggota populasi (0,0%).



maximization income kategori tinggi, yaitu sebanyak 88 anggota

populasi (49,2%).

b. Hubungan Asimetri Informasi dan Manajemen Laba Maximization

Income


variabel asimetri informasi dan manajemen laba dengan cara

maximization income :


Maximization Income

Value

Asymp.

Std.

Errora

Approx. Tb

Approx.

Sig.

Ordinal by

Ordinal Gamma -0,093 0,075 -1,240 0,217




51

Tabel 5.4.1 menunjukan bahwa hubungan asimetri informasi dan

manajemen laba dengan cara maximization income yang dapat dilihat

dari besarnya nilai gamma. Dari tabel tersebut diketahui nilai gamma -

0,093. Nilai gamma yang negatif menunjukan bahwa asimetri informasi

dan manajemen laba dengan cara maximization income memiliki

hubungan yang berlawanan. Arah hubungan berlawanan berarti bahwa

ketika tingkat asimetri informasi meningkat maka tingkat manajemen

laba maximization income akan menurun, dan sebaliknya ketika tingkat

asimetri informasi menurun maka tingkat manajemen laba

maximization income akan meningkat. Besarnya nilai gamma tersebut

menunjukkan bahwa asimetri informasi dan manajemen laba dengan

cara maximization income memiliki hubungan berlawanan yang sangat

lemah.


a. Deskripsi Ukuran Perusahaan dan Manajemen Laba



hubungan antara variabel ukuran perusahaan dan manajemen laba :


52


Variabel

Manajemen Laba

Total Minimization

Income

Maximization

Income

Ukuran

Perusahaan

Sangat

Rendah

Jumlah

(%)

8

(2,2%)

8

(2,2%)

16

(4,4%)

Rendah Jumlah

(%)

94

(26,1%)

88

(24,4%)

182

(50,6%)

Tinggi Jumlah

(%)

61

(16,9%)

65

(18,1%)

126

(35,0%)

Sangat

Tinggi

Jumlah

(%)

18

(5,0%)

18

(5,0%)

36

(10,0%)

Total Jumlah

(%)

181

(50,3%)

179

(49,7%)

360

(100,0%)


Tabel 5.5 menunjukan bahwa populasi sasaran dalam penelitian ini

lebih didominasi oleh ukuran perusahaan dengan kategori rendah yaitu

terdapat 182 anggota populasi (50,6%). Dari jumlah tersebut, 94



manajemen laba dengan maximization income. Sedangkan ukuran

perusahaan dengan kategori sangat rendah memiliki jumlah anggota

populasi paling sedikit dibandingkan dengan kategori yang lainnya

yaitu terdapat 16 anggota populasi (4,4%). Dari jumlah tersebut, 8



manajemen laba dengan maximization income.


53

Berdasarkan tabel tersebut dapat disimpulkan bahwa populasi

sasaran lebih banyak melakukan manajemen laba dengan minimization

income yaitu sebanyak 181 anggota populasi (50,3%).

b. Hubungan Ukuran Perusahaan dan Manajemen Laba


variabel ukuran perusahaan dan manajemen laba :


Value Asymp.

Std. Errora

Approx.

Tb

Approx.

Sig.

Ordinal by

Ordinal Gamma 0,022 0,053 0,424 0,672



Tabel 5.5.1 menunjukan hubungan ukuran perusahaan dan

manajemen laba yang dapat dilihat dari besarnya nilai gamma. Dari

tabel tersebut diketahui bahwa nilai gamma sebesar 0,022. Nilai gamma

yang positif menunjukkan bahwa ukuran perusahaan dan manajemen

laba memiliki hubungan yang searah. Arah hubungan searah berarti

bahwa ketika tingkat ukuran perusahaan meningkat maka tingkat

manajemen laba meningkat pula. Besarnya nilai tersebut menunjukkan

bahwa ukuran perusahaan dan manajemen laba memiliki hubungan

searah yang sangat lemah.


54


Minimization Income

a. Deskripsi Ukuran Perusahaan dan Manajemen Laba Minimization

Income



hubungan antara variabel ukuran perusahaan dan manajemen laba

Minimization Income :


Minimization Income

Variabel

Manajemen Laba

Minimization Income Total

Sangat


Sangat

Tinggi

Ukuran

Perusahaan

Sangat

Rendah

Jumlah

(%)

0

(0,0%)

3

(1,7%)

4

(2,2%)

1

(0,6%)

8

(4,4%)

Rendah Jumlah

(%)

3

(1,7%)

45

(24,9%)

44

(23,3%)

2

(1,1%)

94

(51,9%)

Tinggi Jumlah

(%)

1

(0,6%)

28

(15,5%)

29

(16,0%)

3

(1,7%)

61

(33,7%)

Sangat

Tinggi

Jumlah

(%)

0

(0,0%)

11

(6,1%)

5

(2,8%)

2

(1,1%)

18

(9,9%)

Total Jumlah

(%)

4

(2,2%)

87

(48,1%)

82

(45,3%)

8

(4,4%)

181

(100,0)



ukuran perusahaan kategori sangat rendah. Dari jumlah tersebut,

anggota populasi yang melakukan manajemen laba minimization


55

income pada kategori sangat rendah, rendah, tinggi, dan sangat tinggi

secara berturut-turut, yaitu sebanyak 0 anggota populasi (0,0%), 3

anggota populasi (1,7%), 4 anggota populasi (2,2%) dan 1 anggota

populasi (0,6%). Pada ukuran persahaan kategori rendah terdapat 94

anggota populasi (51,9%), Dari jumlah tersebut, anggota populasi yang

melakukan manajemen laba minimization income pada kategori sangat



anggota populasi (23,3%) dan 2 anggota populasi (1,1%). Pada ukuran

perusahaan kategori tinggi terdapat 61 anggota populasi (33,7%), Dari

jumlah tersebut, anggota populasi yang melakukan manajemen laba

minimization income pada kategori sangat rendah, rendah, tinggi, dan

sangat tinggi secara berturut-turut, yaitu sebanyak 1 anggota populasi

(0,6%), 28 anggota populasi (15,5%), 29 anggota populasi (16,0%) dan

3 anggota populasi (1,7%). Pada ukuran perusahaan kategori sangat

tinggi terdapat 18 anggota populasi (9,9%), Dari jumlah tersebut,

anggota populasi yang melakukan manajemen laba minimization




populasi (1,1%).




56

minimization income kategori rendah, yaitu sebanyak 87 anggota

populasi (48,1%).

b. Hubungan antara Ukuran Perusahaan dan Manajemen Laba

Minimization Income


variabel ukuran perusahaan dan manajemen laba Minimization Income :


Minimization Income

Value Asymp.

Std. Errora

Approx.

Tb

Approx.

Sig.

Ordinal by

Ordinal Gamma -0,10 0,076 -0,313 0,896




manajemen laba dengan cara minimization income yang dapat dilihat



ukuran perusahaan dan manajemen laba dengan cara minimization


berlawanan berarti bahwa ketika tingkat ukuran perusahaan meningkat

maka tingkat manajemen laba minimization income akan menurun, dan

sebaliknya ketika tingat ukuran perusahaan menurun maka tingkat

manajemen laba minimization income akan meningkat. Besarnya nilai


57

gamma tersebut menunjukkan bahwa ukuran perusahaan dan

manajemen laba dengan cara minimization income memiliki hubungan

berlawanan yang sangat lemah.


Maximization Income

a. Deskripsi Ukuran Perusahaan dan Manajemen Laba Maximization

Income



hubungan antara variabel ukuran perusahaan dan manajemen laba

Maximization Income


Maximization Income

Variabel

Manajemen Laba

Maximization Income Total

Sangat


Sangat

Tinggi

Ukuran

Perusahaan

Sangat

Rendah

Jumlah

(%)

0

(0,0%)

2

(1,1%)

5

(2,8%)

1

(0,6%)

8

(4,5%)

Rendah Jumlah

(%)

2

(1,1%)

32

(17,9%)

52

(29,1%)

2

(1,1%)

88

(49,2%)

Tinggi Jumlah

(%)

2

(1,1%)

37

(20,7%)

25

(14,0%)

1

(0,6%)

65

(36,3%)

Sangat

Tinggi

Jumlah

(%)

2

(1,1%)

9

(5,0%)

6

(3,4%)

1

(0,6%)

18

(10,1%)

Total Jumlah

(%)

6

(3,4%)

80

(44,7%)

88

(49,2%)

5

(2,8%)

179

(100,0)



58


ukuran perusahaan kategori sangat rendah. Dari jumlah tersebut,

anggota populasi yang melakukan manajemen laba maximization




populasi (0,6%). Pada ukuran persahaan kategori rendah terdapat 88

anggota populasi (49,2%), Dari jumlah tersebut, anggota populasi yang

melakukan manajemen laba maximization income pada kategori sangat



anggota populasi (29,1%) dan 2 anggota populasi (1,1%). Pada ukuran

perusahaan kategori tinggi terdapat 65 anggota populasi (36,3%), Dari

jumlah tersebut, anggota populasi yang melakukan manajemen laba

maximization income pada kategori sangat rendah, rendah, tinggi, dan

sangat tinggi secara berturut-turut, yaitu sebanyak 2 anggota populasi

(1,1%), 37 anggota populasi (20,7%), 25 anggota populasi (14,0%) dan

1 anggota populasi (0,6%). Pada ukuran perusahaan kategori sangat

tinggi terdapat 18 anggota populasi (10,1%), Dari jumlah tersebut,

anggota populasi yang melakukan manajemen laba maximization




59


populasi (0,6%).



minimization income kategori tinggi yaitu sebanyak 88 anggota

populasi (49,2%).

b. Hubungan antara Ukuran Perusahaan dan Manajemen Laba

Maximization Income


variabel ukuran perusahaan dan manajemen laba Maximization Income:


Maximization Income

Value Asymp.

Std. Errora

Approx.

Tb

Approx.

Sig.

Ordinal by

Ordinal Gamma -0,231 0,075 -3,159 0,002




manajemen laba dengan cara maximization income yang dapat dilihat



ukuran perusahaan dan manajemen laba dengan cara maximization



60

berlawanan berarti bahwa ketika tingkat ukuran perusahaan meningkat

maka tingkat manajemen laba maximization income akan menurun dan

sebaliknya ketika tingat ukuran perusahaan menurun maka tingkat

manajemen laba maximization income akan meningkat. Besarnya nilai

gamma tersebut menunjukkan bahwa ukuran perusahaan dan

manajemen laba dengan cara maximization income memiliki hubungan

berlawanan yang lemah.

D. Pembahasan

1. Hubungan Asimetri Informasi dan Manajemen Laba

Analisis data asimetri informasi terbagi menjadi tiga bagian untuk

mendapatkan hasil yang lebih spesifik mengenai hubungan asimetri

informasi dengan manajemen laba. Berdasarkan analisis data yang

pertama diketahui bahwa hubungan kedua variabel sangat lemah

dengan arah hubungan negatif. Berdasarkan analisis data kedua antara


income diketahui bahwa hubungan kedua variabel sangat lemah

dengan arah hubungan negatif. Berdasarkan analisis data ketiga antara

asimetri informasi dan manajemen laba dengan cara maximization

income diketahui bahwa hubungan kedua variabel sangat lemah

dengan arah hubungan negatif. Berdasarkan hasil ketiga analisis antara

asimetri informasi dengan manajemen laba, dapat ditarik kesimpulan


61

bahwa asimetri informasi tidak memiliki kecenderungan untuk

mempengaruhi manajemen laba.

Hasil penelitian ini tidak konsisten dengan hasil penelitian yang

dilakukan oleh Rahmawati (2006), Tarigan (2011), Nariasti dan

Ratnadi (2014), Muliati (2011), Imawati (2008) yang menemukan

bahwa asimetri informasi berpengaruh signifikan terhadap praktik

manajemen laba. Hasil penelitian ini cenderung mendukung hasil

penelitian Firdaus (2013), yang menemukan bahwa asimetri informasi

tidak berpengaruh signifikan terhadap praktik manajemen laba.

Hal yang menyebabkan asimetri informasi tidak memiliki

kecenderungan untuk mempengaruhi manajemen laba karena laporan

keuangan harus menyediakan informasi yang relevan dengan

kebutuhan pemakainya atau dengan kata lain laporan keuangan yang

relevan adalah laporan keuangan yang dapat memenuhi kebutuhan

informasi semua pihak yang membutuhkan (Firdaus, 2013).

2. Hubungan Ukuran Perusahaan dan Manajemen Laba

Analisis data ukuran perusahaan terbagi menjadi tiga bagian untuk

mendapatkan hasil yang lebih spesifik mengenai hubungan ukuran

perusahaan dengan manajemen laba. Berdasarkan analisis data yang

pertama diketahui bahwa hubungan kedua variabel lemah dengan arah

hubungan positif. Berdasarkan analisis data kedua antara ukuran

perusahaan dan manajemen laba dengan cara minimization income


62

diketahui bahwa hubungan kedua variabel sangat lemah dengan arah

hubungan negatif. Berdasarkan analisis data ketiga antara ukuran

perusahaan dan manajemen laba dengan cara maximization income

diketahui bahwa hubungan kedua variabel lemah dengan arah

hubungan negatif. Berdasarkan hasil ketiga analisis antara ukuran

perusahaan dengan manajemen laba, dapat ditarik kesimpulan bahwa

ukuran perusahaan tidak memiliki kecenderungan untuk

mempengaruhi manajemen laba.

Hasil penelitian ini tidak konsisten dengan hasil penelitian yang

dilakukan oleh Veronica dan Sidharta (2005), Imawati (2008), Halim,

dkk (2005) yang menemukan bahwa ukuran perusahaan berpengaruh

signifikan terhadap praktik manajemen laba. Hasil penelitian ini

cenderung mendukung hasil penelitian Nasser dan Herlina (2003) yang

menemukan bahwa ukuran perusahaan tidak berpengaruh signifikan

terhadap praktik manajemen laba.

Hal yang menyebabkan ukuran perusahaan tidak memiliki

kecenderungan untuk mempengaruhi manajemen laba karena investor

atau kreditur dalam mengalirkan dananya tidak menjadikan satu-

satunya ukuran perusahaan sebagai pertimbangannya, karena selain

ukuran perusahaan yang dapat dinilai dari aktiva, terdapat pengukuran

lainnya yang lebih penting yang dapat menggambarkan kinerja

perusahaan seperti aliran cash flow serta rasio-rasio yang lebih dapat

menggambarkan kinerja perusahaan (Nasser dan Herlina, 2003).


63

BAB VI

PENUTUP

A. Kesimpulan

Dari hasil analisis data pada populasi sasaran perusahaan manufaktur tahun

2011-2015 dapat ditarik kesimpulan sebagai berikut:

1. Hubungan asimetri informasi dan manajemen laba dibagi menjadi tiga

bagian menunjukan hasil:

a. Terdapat hubungan negatif yang sangat lemah antara asimetri informasi

dan manajemen laba (minimization income dan maximization income),

b. Terdapat hubungan negatif yang sangat lemah antara asimetri informasi

dan manajemen laba dengan cara minimization income.

c. Terdapat hubungan negatif yang sangat lemah antara asimetri informasi

dan manajemen laba dengan cara maximization income.

2. Hubungan ukuran perusahaan dan manajemen laba dibagi menjadi tiga

bagian menunjukan hasil:

a. Terdapat hubungan positif yang sangat lemah antara ukuran perusahaan

dan manajemen laba (minimization income dan maximization income).

b. Terdapat hubungan negatif yang sangat lemah antara ukuran

perusahaan dan manajemen laba dengan cara minimization income.

c. Terdapat hubungan negatif yang lemah antara ukuran perusahaan dan

manajemen laba dengan cara maximization income.


64

B. Keterbatasan Penelitian

1. Penelitian ini hanya menggunakan perusahaan manufaktur sebagai populasi

sasaran tanpa membedakan sub sektor perusahaan tersebut dan penelitian

ini hanya mengamati selama 5 tahun yaitu dari tahun 2011-2015. Sehingga

kesimpulan hasil penelitian ini hanya berlaku untuk perusahaan manufaktur

yang menjadi populasi sasaran dan tidak bisa digeneralisasikan pada

perusahaan lain, seperti perbankan, telemunikasi, property dan real estate.

C. Saran

1. Penelitian berikutnya dapat menggunakan perusahaan manufaktur dengan

sub sektor yang sama sebagai populasi sasaran supaya memperoleh hasil

yang lebih akurat.

2. Penelitian selanjutnya bisa menggunakan populasi sasaran dari berbagai

kategori perusahaan seperti perbankan, telemunikasi, property dan real

estate, sehingga dapat menambah data pada penelitian.

3. Bagi investor disarankan untuk lebih cermat dalam menganalisis informasi

yang disajikan oleh emiten sehingga keputusan yang diambil untuk

berinvestasi tepat.


65

DAFTAR PUSTAKA

Achmad, dkk. 2007. “Investigasi Motivasi dan Strategi Manajemen Laba pada

Perusahaan Publik Indonesia”. Simposium Nasional Akuntansi X.

Apriyani, Lidya. 2013. “Pengaruh Asimetri Informasi Dan Ukuran Perusahaan

Terhadap Praktik Manajemen Laba”. Jurnal Akuntansi. Universitas

Jember, Jember.

Boediono, Gideon SB. 2005. “Kualitas Laba: Studi Pengaruh Mekanisme

Corporate Governance dan Dampak Manajemen Laba dengan

Menggunakan Analisis Jalur”. Simposium Nasional Akuntansi VIII.

Chtourou SM., Jean Bedard, dan Lucie Courteau. 2001. “Corporate Governance

and Earnings Management”. Working Paper.

Dechow, Patricia M, et al. 1995. “Detecting Earnings Management”. The

Accounting Review. April Vol 70, No.2.

Dewi, Monica. 2007. “Pengaruh Leverage Perusahaan, Ukuran Perusahaan dan

Corporate Governance terhadap Manajemen Laba (Studi Kasus

Perusahaan Manufaktur yang Listing di BEJ)”. Skripsi. Universitas

Brawijaya, Malang.

Firdaus, Ilham. 2013. “Pengaruh Asimetri Informasi dan Capital Adequacy Ratio

terhadap Manajemen Laba”. Skripsi. Universitas Negeri Padang, Padang.

Ghozali, Imam. 2006. Aplikasi Analisis Multivariate dengan Program SPSS.

Badan Penerbit Universitas Diponegoro, Semarang.

Ghozali, Imam dan Anis Chariri. 2007. Teori Akuntansi. Edisi ketiga. Badan

Penerbit Universitas Diponegoro, Semarang.

Halim, J, Meiden, C dan Tobing. 2005. “Pengaruh Manajemen Laba pada Tingkat

Pengungkapan Laporan Keuangan pada Perusahaan Manufaktur yang

Termasuk dalam Indeks LQ-45 Solo”. Simposium Nasional Akuntansi

VIII.

Hartono, Jogiyanto dan Riyanto, Bambang. 1997. “The Effect of Asimetrical

Information and Risk Attitude on Insentive Schemes: A Contigency

Approach”. Jurnal Ekonomi dan Bisnis Indonesia. Vol. 12. No. 1: 1-12.

Hasan, Iqbal. 2006. Analisis Data Penelitian dengan Statistik. PT Bumi Aksara,

Jakarta.


66

Ikatan Akuntansi Indonesia (IAI). 2009. Standar Akuntansi Keuangan (Revisi

2009). Penerbit Salemba Empat, Jakarta.

Iqbal, Syaiful. 2007. Corporate Governance Sebagai Alat Perda Praktik

Manajemen Laba (Earnings Manajemen). Jurnal Ekonomi, Bisnis dan

Akuntansi-VENTURA. Vol. 10 (Desember) No. 3: 29-46.

Ismawati, Nila. 2008. “Pengaruh Asimetri Informasi, Ukuran Perusahaan, dan

Praktik Corporate Governance Terhadap Manajemen Laba pada

Perusahaan Manufaktur yang terdaftar di BEJ”. Skripsi. Universitas

Pembangunan Nasional “Veteran”, Yogyakarta.

Jogiyanto. 2000. Teori Portofolio dan Analisis Investasi. Edisi Kedua. BPFE

UGM,Yogyakarta.

Komalasari, Puput T. 2001. “Asimetri Informasi dan Cost of Equity Capital”.

Simposium Nasional Akuntansi III.

Mardapi, Djemari. 2012. Pengukuran, Penilaian dan Evaluasi Pendidikan. Nuha

Medika, Yogyakarta.

Muliati, Ni Ketut. 2011. “Pengaruh Asimetri Informasi dan Ukuran Perusahaan

pada Praktik Manajemen Laba di Perusahaan Perbankan yang Terdaftar di

Bursa Efek Indonesia”. Tesis. Program Studi Akuntansi Program Pasca

Sarjana Universitas Udayana, Denpasar.

Nariastiti, Ni Wayan dan Dwi Ratnadi, Ni Made. 2014. “Pengaruh Asimetri

Informasi, Corporate Governance, dan Ukuran Perusahaan pada

Manajemen Laba”. E-jurnal Akuntansi Universitas Udayana 9.3.

Nasser, E.M. dan Herlina. 2003. “Pengaruh Size, Profitabilitas dan Leverage

terhadap terhadap Perataan Laba pada Perusahaan Go Public”. Jurnal

Ekonomi, vol. 7. (Maret), hal. 291-305.

Nasution, Marihot dan Setiawan, Doddy. 2007. “Pengaruh Corporate Governance

Terhadap Manajemen Laba di Industri Perbankan”. Simposium Nasional

Akuntansi X.

Ningsaptiti, Restie. 2010. “Analisis Ukuran Perusahaan dan Mekanisme

Corporate Governance terhadap Manajemen Laba”. Skripsi. Universitas

Diponegoro, Semarang.

Novianus. 2016. “Hubungan Antara Ukuran Perusahaan, Leverage ,Profitabilitas

dengan Manajemen Laba”. Skripsi. Universitas Sanata Dharma,

Yogyakarta.


67

Nuryaman. 2008. “Pengaruh Konsentrasi Kepemilikan, Ukuran Perusahaan, dan

Mekanisme Corporate Governance terhadap Manajemen Laba”.

Simposium Nasional Akuntansi XI.

Rahmawati, dkk. 2006. “Pengaruh Asimetri Informasi terhadap Praktik

Manajemen Laba pada Perusahaan Perbankan Publik yang terdaftar di

Bursa Efek Jakarta”, Simposium Nasional Akuntansi IX.

Rahmawati, 2007. “Model Pendeteksian Manajemen Laba Pada Industri

Perbankan Publik di Indonesia dan Pengaruhnya Terhadap Kinerja

Perbankan.” Jurnal Akuntansi dan Manajemen. Vol. 18, No. 1: 23-24.

Restuwulan. 2013. “Pengaruh Asimetri Informasi dan Ukuran Perusahaan

terhadap Manajemen Laba”. Skripsi. Universitas Widyatama, Bandung.

Richardson, V. J. 1998. Information Asymmetry and Earnings Management: Some

Evidence. http/www.ssrn.com

Santoso Slamet. 2015. Penelitian Kuantitatif. UNMUH Ponorogo Press, Ponorogo

Scott, William R. 2000. Financial Accounting Theory. Second Edition. USA:

Prentice-Hall.

Setiawati, L. dan Na’im. 2000. “Manajemen Laba”. Jurnal Ekonomi dan Bisnis

Indonesia. Vol. 15. No. 4: 424-441.

Subali Dan Zuhroh, Dian. 2002. “Analisis Pengaruh Transaction Cost Terhadap

Holding Period Saham Biasa (Studi Kasus Pada Bursa Efek Jakarta Tahun

2000)”. Jurnal Riset Akuntasi. Vol. 5, No. 2, Hal. 193-213.

Sugiyono. 2004. Statistika untuk Penelitian. Bandung: Alfabeta.

Sutrisno. 2002. “Studi Manajemen Laba (Earnings Management) Evaluasi

Pandangan Profesi Akuntansi, Pembentukan dan Motivasinya”. Jurnal

Komputerisasi Akuntansi. No. 5: 158-179.

Tarigan, Theresia Christina. 2001. “Pengaruh Asimetri Informasi, Corporate

Governance, dan Ukuran Perusahaan terhadap Manajemen Laba Studi

Pada Perusahaan Manufaktur yang Terdaftar di BEI 2008-2009”. Skripsi.

Universitas Pembangunan Nasional “Veteran”. Yogyakarta.

Ujiyanto, Arief Muh dan Pramuka, Bambang Agus. 2007. “Mekanisme Corporate

Governance, Manajemen Laba dan Kinerja Keuangan”. Simposium

Nasional Akuntansi X.


68

Veronica, S. dan Utama, Siddharta. 2005. Pengaruh Struktur Kepemilikan,

Ukuran Perusahaan, dan Praktik Corporate Governance terhadap

Pengelolaan Laba (Earnings Management). Simposium Nasional

Akuntansi VIII.

Veronica, Sylvia N.P.S dan Yanivi S. Bachtiar. 2003. “ Hubungan antara

Manajemen Laba dengan Tingkat Pengungkapan Laporan Keuangan”.

Simposium Nasional Akuntansi VI.

Widyaningdyah A. U. 2001. Analisis Faktor-faktor yang Berpengaruh terhadap

Earnings Management pada Perusahaan Go Public di Indonesia. Jurnal

Akuntansi dan Keuangan. Vol. 3 No. 2:89-101.

www.idx.co.id Diakses April 2017

www.sahamok.com Diakses April 2017


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

http://www.sahamok.com/

69

LAMPIRAN


70

Lampiran 1 : Profil Singkat Perusahaan yang Menjadi Sampel P enelitian

1. PT Akasha Wira International Tbk

2. PT Argha Karya Prima Ind. Tbk

3. PT Alkindo Naratama Tbk

4. PT Alumindo Light Metal Industry Tbk

Kode ADES

Alamat Kantor

Perkantoran Hijau Arkadia Tower Jln.

T.B. Simatupang Kav. 88, Jakarta –

12520

Sektor Industri Barang Konsumsi

Sub Sektor Makanan dan Minuman

Kode AKPI

Alamat Kantor Jln. Pahlawan, Karang Asem,Citeureup,

Bogor – 16810

Sektor Industri Dasar dan Kimia

Sub Sektor Plastik dan Kemasan

Kode ALDO

Alamat Kantor Jln. Industri Cimareme II No. 14,

Padalarang, Bandung Barat - 40553


Sub Sektor Pulp dan Kertas

Kode ALMI

Alamat Kantor

Sawotratap, Gedangan, (Kompleks

Industri Maspion Unit I) Sidoarjo –

61254


Sub Sektor Logam dan Sejenisnya


71

5. PT Asahimas Flat Glass Tbk

6. PT Asiaplast Industries Tbk

7. PT Astra International Tbk

8. PT. Astra Otoparts Tbk

9. PT Saranacentral Bajatama Tbk

Kode AMFG

Alamat Kantor Jl. Ancol IX/5, Ancol Barat, Jakarta

Utara


Sub Sektor Keramik, Porselin, dan Kaca

Kode APLI

Alamat Kantor Jl. Sentosa, Desa Gembor, Kec.

Jatiuwung, Tangerang – Banten



Kode ASII

Alamat Kantor AMDI Building Jln. Gaya Motor Raya

No. 8 Sunter, Jakarta

Sektor Aneka Industri

Sub Sektor Otomotif dan Komponen

Kode AUTO

Alamat Kantor Jalan Raya Pegangsaan Dua Km. 2,2,

Kelapa Gading, Jakarta 14250



Kode BAJA

Alamat Kantor Jl. Pangeran Jayakarta No. 55, Jakarta

10730




72

10. PT Berlina Tbk

11. PT Betonjaya Manunggal Tbk

12. PT Budi Starch & Sweetener Tbk

13. PT Wilmar Cahaya Indonesia Tbk

14. PT Charoen Pokphand Indonesia Tbk

Kode BRNA

Alamat Kantor

Jln. Jababeka Raya Blok E 12-17,

Kawasan Industri Jababeka Cikarang,

Desa Wangunharja, Kec. Cikarang

Utara, Bekasi - 17520



Kode BTON

Alamat Kantor Jln. Raya Krikilan No. 434 Km. 28

Driyorejo, Gresi



Kode BUDI

Alamat Kantor Wisma Budi lantai 8-9, Jalan HR.

Rasuna Said Kav C-6, Jakarta


Sub Sektor Kimia

Kode CEKA

Alamat Kantor Jl. Industri Selatan 3 Blok GG No.1,

Cikarang, Bekasi 17550, Jawa Barat

Sektor Barang Konsumsi


Kode CPIN

Alamat Kantor Jln. Ancol VIII/1 Jakarta - 14430


Sub Sektor Pakan Ternak


73

15. PT Delta Djakarta Tbk

16. PT Darya-Varia Laboratoria Tbk

17. PT Ekadharma International Tbk

18. PT Fajar Surya Wisesa Tbk

19. PT Gunawan Dianjaya Steel Tbk

Kode DLTA

Alamat Kantor

Jln. Inspeksi Tarum Barat, Desa

Setiadharma, Kec. Tambun, Bekasi

Timur, Jawa Barat - 17510



Kode DVLA

Alamat Kantor

Talavera Office Park 8th - 10th Fl. Jln.

LetJen. T.B. Simatupang No. 22 - 26,

Jakarta – 1243


Sub Sektor Farmasi

Kode EKAD

Alamat Kantor Kedoya Elok Plaza Blok DD/71 Jln.

Panjang Kedoya, Jakarta Barat - 11520


Sub Sektor Kimia

Kode FASW

Alamat Kantor Jln. Abdul Muis No. 30 Jakarta 10160



Kode GDST

Alamat Kantor Jl. Margomulyo No. 29A, Surabaya,

Jawa Timur.




74

20. PT Gudang Garam Tbk

21. PT Gajah Tunggal Tbk

22. PT HM Sampoerna Tbk

23. PT Indofood CBP Sukses Makmur Tbk

24. PT Champion Pacific Indonesia Tbk

Kode GGRM

Alamat Kantor Jln. Jend. A. Yani No. 79 Jakarta –

10510


Sub Sektor Rokok

Kode GJTL

Alamat Kantor Wisma Hayam Wuruk 10th Fl. Jln.

Hayam Wuruk No. 8, Jakarta 10120



Kode HMSP

Alamat Kantor

One Pacific Place, 18th Fl., Sudirman

Central Business District (SCBD) Jln.

Jend. Sudirman Kav. 52 - 53, Jakarta

1219


Sub Sektor Rokok

Kode ICBP

Alamat Kantor

Sudirman Plaza, Indofood Tower 25th

Fl. Jln. Jend. Sudirman Kav. 76 - 78,

Jakarta – 12910



Kode IGAR

Alamat Kantor Jln. Raya Sultan Agung Km. 28.5

Bekasi 1713




75

25. PT Intikeramik Alamasri Industri Tbk

26. PT Indomobil Sukses Internasional Tbk

27. PT Indofarma Tbk

28. PT Indal Aluminium Industry Tbk

29. PT Indospring Tbk

Kode IKAI

Alamat Kantor Jln. Pangeran Jayakarta No. 133 Jakarta

1073



Kode IMAS

Alamat Kantor Wisma Indomobil 6th Fl. Jln. M.T.

Haryono Kav. 8, Jakarta



Kode INAF

Alamat Kantor Jln. Indofarma No.1 Cikarang Barat

17530


Sub Sektor Farmasi

Kode INAI

Alamat Kantor Desa Sawotratap, Gedangan (Kawasan

Maspion Unit I), Sidoarjo, Surabaya



Kode INDS

Alamat Kantor

Jln. May Jend Soengkono No.10

Segoromadu, Gresik 61123 , Jawa

Timur




76

30. PT Indocement Tunggal Prakarsa Tbk

31. PT Jembo Cable Company Tbk

32. PT Comfeed Indonesia Tbk

33. PT Jaya Pari Steel Tbk

34. PT Kimia Farma (Persero) Tbk

Kode INTP

Alamat Kantor Wisma Indocement 8th Fl. Jln. Jend.

Sudirman Kav. 70 - 71, Jakarta


Sub Sektor Semen

Kode JECC

Alamat Kantor Jln. Pajajaran Ds. Gandasari, Kec.

Jatiuwung, Tangerang - 15137


Sub Sektor Kabel

Kode JPFA

Alamat Kantor Wisma Millenia 7th Fl. Jln. M.T.

Haryono Kav. 16, Jakarta - 12810



Kode JPRS

Alamat Kantor Jln. Margamulyo No. 4 Tandes,

Surabaya



Kode KAEF

Alamat Kantor Jln. Veteran No. 9 Jakarta - 10110


Sub Sektor Farmasi


77

35. PT KMI Wire and Cable Tbk

36. PT Kabelindo Murni Tbk

37. PT Keramika Indonesia Assosiasi Tbk

38. PT Kedaung Indah Can Tbk

39. PT Kalbe Farma Tbk

Kode KBLI

Alamat Kantor Jln. Raya Bekasi KM 23,1 Cakung,

Jakarta Timur - 13910


Sub Sektor Kabel

Kode KBLM

Alamat Kantor Jl. Rawagirang No. 2, Kawasan Industri

Pulogadung, Jakarta Timur 13930


Sub Sektor Kabel

Kode KIAS

Alamat Kantor Graha Atrium 5th Fl. Jln. Senen Raya

135, Jakarta - 10410



Kode KICI

Alamat Kantor Jln. Raya Rungkut 15 - 17 Surabaya –

60293


Sub Sektor Peralatan Rumah Tangga

Kode KLBF

Alamat Kantor

Kalbe Building 3rd Fl. Jln. Let. Jend.

Suprapto Kav. 4, Cempaka Putih,

Jakarta – 10510


Sub Sektor Farmasi


78

40. PT Lion Metal Works Tbk

41. PT Langgeng Makmur Industri Tbk

42. PT Lionmesh Prima Tbk

43. PT Multi Prima Sejahtera Tbk

44. PT Malindo Feedmill Tbk

Kode LION

Alamat Kantor Jln. Raya Bekasi Km. 24,5 Cakung,

Jakarta



Kode LMPI

Alamat Kantor Jln. Letjen Sutoyo No. 256 Waru,

Sidoarjo, Jawa Timur


Sub Sektor Peralatan Rumah Tangga

Kode LMSH

Alamat Kantor Jln. Raya Bekasi Km. 24,5 Cakung,

Jakarta



Kode LPIN

Alamat Kantor Karawaci Office Park Blok M No. 39 -

50 Lippo Karawaci, Tangerang - 1513



Kode MAIN

Alamat Kantor

Jln. R.S. Fatmawati No. 39, Cipete

Utara – Kebayoran Baru, Jakarta –

12150




79

45. PT Martina Berto Tbk

46. PT Merck Tbk

47. PT Multi Bintang Indonesia Tbk

48. PT Mulia Industrindo Tbk

49. PT Asia Pacific Investama Tbk

Kode MBTO

Alamat Kantor Jln. Pulo Kambing II No. 1 Kawasan

Industri Pulo Gadung, Jakarta - 13930


Sub Sektor Kosmetik dan Barang Keperluan

Rumah Tangga

Kode MERK

Alamat Kantor Jl. T.B. Simatupang No. 8, Pasar Rebo,

Jakarta Timur 13760


Sub Sektor Farmasi

Kode MLBI

Alamat Kantor

Talavera Office Park Lantai 20, Jl. Let.

Jend. TB. Simatupang Kav. 22-26,

Jakarta 12430



Kode MLIA

Alamat Kantor Wisma Mulia 53rd Fl. Jln. Jend. Gatot

Subroto 42, Jakarta - 12710



Kode MYTX

Alamat Kantor Graha BIP, Lt. 10, Jl. Jenderal Gatot

Subroto Kav. 23, Jakarta 12930


Sub Sektor Tekstil dan Garment


80

50. PT Nipress Tbk

51. PT Pelangi Indah Canindo Tbk

52. PT Prima Alloy Steel Universal Tbk

53. PT Pyridam Farma Tbk

54. PT Bentoel International Investama Tbk

Kode NIPS

Alamat Kantor Jln. Raya Narogong Km. 26 Cileungsi,

Bogor



Kode PICO

Alamat Kantor Jln. Daan Mogot Km. 14 No. 700

Jakarta



Kode PRAS

Alamat Kantor Jln. Muncul No. 1 Gedangan, Sidoarjo

Sektor Aneka Indusri


Kode PYFA

Alamat Kantor Jln. Kemandoran VIII No.16 Jakarta –

12210


Sub Sektor Farmasi

Kode RMBA

Alamat Kantor

Plaza Bapindo, Citibank Tower 2nd Fl.

Jln. Jendral Sudirman Kav. 54 - 55,

Jakarta – 12190

Sektor Industri Barang Komsumsi

Sub Sektor Rokok


81

55. PT Nippon Indosari Corpindo Tbk

56. PT Supreme Cable Manufacturing Corporation Tbk

57. PT Sekawan Intipratama Tbk

58. PT Sierad Produce Tbk

59. PT Holcim Indonesia Tbk

Kode ROTI

Alamat Kantor Kawasan Industri MM2100 Jln. Selayar

Blok A9, Cibitung, Bekasi - 17520

Sektor Industri Barang Komsumsi


Kode SCCO

Alamat Kantor Jln. Kebon Sirih No. 71 Jakarta - 10340


Sub Sektor Kabel

Kode SIAP

Alamat Kantor Jln. Raya Sidoredjo Km. 25,Patoman,

Krian, Sidoarjo - Jawa Timur - 61262



Kode SIPD

Alamat Kantor

TCC Batavia Tower One, 7th Fl. Jln.

K.H. Mas Mansyur Kav. 126, Jakarta

Pusat – 10220



Kode SMCB

Alamat Kantor

Jamsostek Building, Menara Utara, 14th

- 15th Fl. Jln. Jend. Gatot Subroto No.

38, Jakarta 12930


Sub Sektor Semen


82

60. PT Semen Indonesia (Persero) Tbk

61. PT Selamat Sempurna Tbk

62. PT Suparma Tbk

63. PT Indo Acidatama Tbk

64. PT Sunson Textile Manufacturer Tbk

Kode SMGR

Alamat Kantor Semen Gresik Main Building Jln.

Veteran, Gresik - 61122


Sub Sektor Semen

Kode SMSM

Alamat Kantor Wisma ADR Jln. Pluit Selatan No. 1,

Jakarta 14440



Kode SPMA

Alamat Kantor Jln. Mastrip No. 856 Karangpilang,

Surabaya



Kode SRSN

Alamat Kantor Graha Kencana 9th Fl. Suite A Jln.

Raya Perjuangan 88, Jakarta - 11530


Sub Sektor Kimia

Kode SSTM

Alamat Kantor Jln. Raya Rancaekek Km. 25,5

Sumedang, Bandung




83

65. PT Mandom Indonesia Tbk

66. PT Tirta Mahakam Resources Tbk

67. PT Surya Toto Indonesia Tbk

68. PT Trias Sentosa Tbk

69. PT Ultra Jaya Milk Industry Tbk

Kode TCID

Alamat Kantor Jln.Yos Sudarso By Pass PO BOX

1072, Jakarta Utara - 14010


Sub Sektor Kosmetik dan Barang Keperluan

Rumah Tangga

Kode TIRT

Alamat Kantor

Gapura Prima Office Tower (The

Bellezza) 20th Fl Arteri Permata Hijau,

Jln. Let. Jend. Soepeno No. 34, Jakarta

Selatan – 12210


Sub Sektor Kayu dan Pengolahannya

Kode TOTO

Alamat Kantor Jln. Tomang Raya No. 18 Jakarta Barat

– 11430



Kode TRST

Alamat Kantor Menara Ravindo 15th Fl. Jln. Kebon

Sirih Kav. 75, Jakarta - 10340



Kode ULTJ

Alamat Kantor PO.Box 1230 Bandung 40012, Jawa

Barat




84

70. PT Nusantara Inti Corpora Tbk

71. PT Voksel Electric Tbk

72. PT Yanaprima Hastapersada Tbk

Kode UNIT

Alamat Kantor

Menara Palma Building 12th Fl. Jln.

H.R. Rasunan Said Blok X2 Kav. 6,

Jakarta – 12950



Kode VOKS

Alamat Kantor

Menara Karya Building 3rd Fl. Unit D

Jln. H.R. Rasuna Said Blok X-5, Kav.

1-2, Jakarta – 12950


Sub Sektor Kabel

Kode YPAS

Alamat Kantor

Graha Irama Building 15th G Fl. Jln.

H.R. Rasuna Said Blok X-1 Kav 01/02,

Jakarta – 12950




85

Lampiran 2 : Hasil Perhitungan Data Penelitian

No. Kode Tahun

Asimetri

Informasi

(Spread)

Ukuran Perusahaan

(Size)

Manajemen Laba

(DA)

1 ADES 2011 21,15384615 26,47915994 0,079039

2 AKPI 2011 48,21428571 28,07352562 -0,09735

3 ALDO 2011 37,1257485 25,82690954 0,058196

4 ALMI 2011 21,91780822 28,25319094 -0,10362

5 AMFG 2011 28,78228782 28,62078347 0,000514

6 APLI 2011 25,1497006 26,53650779 -0,00411

7 ASII 2011 26,75736961 32,670043 0,100583

8 AUTO 2011 18,8976378 29,57180773 0,152114

9 BAJA 2011 34,375 27,2359214 0,081271

10 BRNA 2011 44,7761194 27,19090835 -0,08919

11 BTON 2011 43,75 25,4999962 -0,16019

12 BUDI 2011 30,94688222 28,38398553 -0,00407

13 CEKA 2011 44,1025641 27,43666048 -0,03307

14 CPIN 2011 34,44283647 29,81123562 0,195739

15 DLTA 2011 12,02672606 27,26885495 -0,0362

16 DVLA 2011 35,94470046 27,55083583 0,055997

17 EKAD 2011 112,0879121 26,19382205 0,058894

18 FASW 2011 47,81144781 29,22759539 -0,39558

19 GDST 2011 30,15873016 27,60822594 0,074765

20 GGRM 2011 27,11864407 31,29685467 0,164562

21 GJTL 2011 53,88127854 30,08284605 0,033233

22 HMSP 2011 29,48905109 30,59266689 -0,14623

23 ICBP 2011 32,79352227 30,35381916 -0,0081

24 IGAR 2011 4,12371134 26,59701609 0,081456

25 IKAI 2011 56,44599303 27,03098167 -0,04089

26 IMAS 2011 37,34439834 30,18866927 0,290626

27 INAF 2011 32,72727273 27,73978733 0,014098

28 INAI 2011 93,33333333 27,02273415 0,017067

29 INDS 2011 44,15584416 27,76179957 0,190946

30 INTP 2011 37,24137931 30,52976501 -0,01821

31 JECC 2011 55,46218487 27,16427288 0,03583

32 JPFA 2011 35,69405099 29,74322228 0,107692

33 JPRS 2011 39,17525773 26,80513916 0,182236

34 KAEF 2011 29,92125984 28,21569164 0,054129

35 KBLI 2011 57,14285714 27,71123948 -0,01125


86

Lampiran 2 : Hasil Perhitungan Data Penelitian (Lanjutan)

36 KBLM 2011 26,08695652 27,18934021 -0,06804

37 KIAS 2011 26,66666667 28,34868184 -0,04757

38 KICI 2011 6,303724928 25,1939798 0,043697

39 KLBF 2011 19,01140684 29,74420615 0,009438

40 LION 2011 57,42574257 26,62539563 0,041303

41 LMPI 2011 41,86046512 27,42664169 0,024512

42 LMSH 2011 25,24271845 25,579566 0,314891

43 LPIN 2011 40 25,78187487 0,046341

44 MAIN 2011 24,63054187 27,91454544 0,145407

45 MBTO 2011 73,5042735 27,13589496 0,111101

46 MERK 2011 4,615384615 27,09383197 0,173221

47 MLBI 2011 11,33186166 27,83053815 -0,14487

48 MLIA 2011 27,27272727 29,44245014 0,259393

49 MYTX 2011 133,3333333 28,24533871 -0,04172

50 NIPS 2011 20,23491725 26,82512723 0,18714

51 PICO 2011 50,66666667 27,05448355 0,045679

52 PRAS 2011 19,67213115 27,08171431 -0,0116

53 PYFA 2011 37,41935484 25,49423519 0,034452

54 RMBA 2011 44,31137725 29,47694628 0,033785

55 ROTI 2011 66,0944206 27,35544799 -0,05145

56 SCCO 2011 22,22222222 28,00645343 -0,01768

57 SIAP 2011 73,22404372 25,81844681 0,048212

58 SIPD 2011 59,15492958 28,60240702 0,000873

59 SMCB 2011 14,28571429 30,02440632 -0,09887

60 SMGR 2011 39,16449086 30,60968875 -0,02936

61 SMSM 2011 24,90566038 27,91454434 -0,00037

62 SPMA 2011 19,78021978 28,0704221 -0,05402

63 SRSN 2011 11,32075472 26,61264833 -0,01578

64 SSTM 2011 105,9701493 27,46076665 -0,0761

65 TCID 2011 29,26829268 27,754004 0,06436

66 TIRT 2011 46,61654135 27,261308 0,106691

67 TOTO 2011 59,45945946 27,92336981 -0,01553

68 TRST 2011 108,9108911 28,3627364 0,010419

69 ULTJ 2011 67,70428016 28,4105829 -0,09708

70 UNIT 2011 116,2055336 26,44293144 0,002603

71 VOKS 2011 44,7761194 28,16051835 0,027388

72 YPAS 2011 21,53846154 26,13271937 0,002646

73 ADES 2012 65,44021025 26,6870868 0,263094


87


74 AKPI 2012 35,02824859 28,17033765 0,022192

75 ALDO 2012 43,47826087 25,94306336 -0,02669

76 ALMI 2012 39,50617284 28,26312686 0,022527

77 AMFG 2012 8 28,76738541 -0,02408

78 APLI 2012 13,48314607 26,53400945 -0,03038

79 ASII 2012 19,86754967 32,83653217 0,087944

80 AUTO 2012 13,51351351 29,81500757 0,077536

81 BAJA 2012 66,99629172 27,2359214 0,063328

82 BRNA 2012 140,4255319 27,37015484 -0,06238

83 BTON 2012 108,7719298 25,70069264 -0,0124

84 BUDI 2012 34,94423792 28,46378762 -0,00034

85 CEKA 2012 47,13375796 27,65833733 -0,13151

86 CPIN 2012 31,15577889 30,144566 0,112975

87 DLTA 2012 10,1010101 27,33706183 -0,04941

88 DVLA 2012 45,84717608 27,70305474 0,032146

89 EKAD 2012 75 26,5627484 0,032599

90 FASW 2012 6,060606061 29,34991132 -0,0857

91 GDST 2012 18,66666667 27,7828586 -0,33255

92 GGRM 2012 27,04225352 31,35693922 0,003434

93 GJTL 2012 38,46153846 30,18590405 -0,04983

94 HMSP 2012 13,73773417 30,89859289 0,298542

95 ICBP 2012 63,49206349 30,50760267 -0,04916

96 IGAR 2012 22,4852071 26,46736701 0,034852

97 IKAI 2012 54,98007968 26,9526153 -0,06915

98 IMAS 2012 15,96244131 30,49765012 0,292076

99 INAF 2012 53,25884544 27,80381307 0,073955

100 INAI 2012 59,82905983 27,14036442 0,225216

101 INDS 2012 22,60869565 28,14071371 0,382693

102 INTP 2012 15,02890173 30,75581305 -0,04992

103 JECC 2012 26 27,28705815 0,051672

104 JPFA 2012 28,57142857 30,02540697 0,09436

105 JPRS 2012 24 26,71124061 0,04396

106 KAEF 2012 28,98550725 28,3616315 -0,01364

107 KBLI 2012 81,6091954 27,78090403 0,107868

108 KBLM 2012 36,43122677 27,30659392 0,160988

109 KIAS 2012 84,72222222 28,39360801 -0,02958

110 KICI 2012 67,36111111 25,27667915 0,023146

111 KLBF 2012 27,16049383 29,87363932 0,048811


88


112 LION 2012 14,63414634 26,93500562 0,034004

113 LMPI 2012 61,53846154 27,43523675 0,0206

114 LMSH 2012 40 25,67696104 0,004899

115 LPIN 2012 48,07121662 25,87232205 0,063696

116 MAIN 2012 50 28,21874199 0,008593

117 MBTO 2012 7,792207792 27,13962182 0,032557

118 MERK 2012 11,84433164 27,06790337 0,033475

119 MLBI 2012 3,443328551 28,01721777 -0,07814

120 MLIA 2012 21,48760331 29,51185244 -0,02833

121 MYTX 2012 75,55555556 28,22065236 -0,03398

122 NIPS 2012 49,56171523 26,98786098 0,026092

123 PICO 2012 19,46902655 27,11118182 0,064525

124 PRAS 2012 74,11167513 27,08171431 -0,01168

125 PYFA 2012 14,79452055 25,63481357 0,048974

126 RMBA 2012 56,20915033 29,56768883 0,002889

127 ROTI 2012 73,89162562 27,81745477 -0,05171

128 SCCO 2012 63,82978723 28,0277289 0,02271

129 SIAP 2012 16,21621622 25,94019558 -0,10384

130 SIPD 2012 27,5862069 28,82437481 0,059276

131 SMCB 2012 31,97026022 30,12987316 -0,0286

132 SMGR 2012 13,5986733 30,9111457 -0,03411

133 SMSM 2012 19,09547739 27,99650032 -0,06383

134 SPMA 2012 60,13986014 28,14045773 0,007376

135 SRSN 2012 16,51376147 26,71998893 0,067811

136 SSTM 2012 59,15492958 27,42064025 -0,08024

137 TCID 2012 35,29411765 27,86338043 -0,08787

138 TIRT 2012 68,92655367 27,24484263 -0,06442

139 TOTO 2012 166,5768194 28,05148249 0,037603

140 TRST 2012 45,51724138 28,41406797 0,016514

141 ULTJ 2012 38,05668016 28,51511645 -0,06246

142 UNIT 2012 60,16260163 26,66317585 -0,03563

143 VOKS 2012 26,92307692 28,16051835 0,025371

144 YPAS 2012 10,52631579 26,57959268 0,199434

145 ADES 2013 43,90243902 26,81245583 0,039845

146 AKPI 2013 3,636363636 28,36558237 0,033932

147 ALDO 2013 21,27659574 26,43196697 -0,09106

148 ALMI 2013 23,25581395 28,64337746 0,414279

149 AMFG 2013 29,35153584 28,89497636 -0,06858


89


150 APLI 2013 50 26,43895874 -0,18012

151 ASII 2013 18,04511278 32,99696909 -0,10882

152 AUTO 2013 35,80246914 30,15553646 0,051083

153 BAJA 2013 66,66666667 27,4601479 -0,27447

154 BRNA 2013 21,9895288 28,89170185 -0,22678

155 BTON 2013 21,13821138 25,89452394 0,099168

156 BUDI 2013 32,14285714 28,49932886 -0,07822

157 CEKA 2013 24,19354839 27,69833139 0,049114

158 CPIN 2013 27,5862069 30,38609465 0,038623

159 DLTA 2013 18,70503597 27,48835187 -0,09743

160 DVLA 2013 85,22630231 27,80502004 0,017443

161 EKAD 2013 39,50617284 26,5627484 0,102606

162 FASW 2013 11,42857143 29,37026908 -0,08226

163 GDST 2013 22,7027027 27,8062313 -0,08809

164 GGRM 2013 23,55289421 31,55833169 0,046297

165 GJTL 2013 39,23444976 30,36218571 -0,075

166 HMSP 2013 39,29299796 30,94173178 0,001392

167 ICBP 2013 18,52731591 30,68819979 0,006491

168 IGAR 2013 4,958677686 26,47503385 -0,8978

169 IKAI 2013 35,29411765 26,9013283 -0,11024

170 IMAS 2013 1,542416452 30,73628122 0,179451

171 INAF 2013 23,25581395 27,88915388 0,073766

172 INAI 2013 5,882352941 27,36429318 -0,11885

173 INDS 2013 20,95238095 28,41789466 0,004609

174 INTP 2013 14,01273885 30,91220451 -0,22922

175 JECC 2013 60,86956522 27,16427288 0,02612

176 JPFA 2013 28,36363636 30,33356217 0,045371

177 JPRS 2013 15,38461538 26,65429209 -0,80208

178 KAEF 2013 17,51152074 28,5360242 -0,01752

179 KBLI 2013 80,17241379 27,92146609 0,086893

180 KBLM 2013 76,59574468 27,20682608 0,157843

181 KIAS 2013 27,71084337 28,45119951 -0,0584

182 KICI 2013 55,11811024 25,31124634 0,05299

183 KLBF 2013 8,26446281 30,05715581 0,115001

184 LION 2013 22,39382239 26,93500562 0,024374

185 LMPI 2013 117,7033493 27,43523675 0,020467

186 LMSH 2013 41,58415842 25,67696104 0,004846

187 LPIN 2013 31,69398907 26,00337247 0,096569


90


188 MAIN 2013 21,21212121 28,42600201 0,074758

189 MBTO 2013 12,5 27,13962182 0,031361

190 MERK 2013 10,58495822 27,26997423 -0,01945

191 MLBI 2013 2,105263158 28,20884049 -0,01235

192 MLIA 2013 42,66666667 29,6036983 -0,1037

193 MYTX 2013 85,71428571 28,37079803 -0,03529

194 NIPS 2013 98,9791254 27,40588511 0,208395

195 PICO 2013 74,15730337 27,15524121 0,037078

196 PRAS 2013 18,66666667 27,40240041 0,108736

197 PYFA 2013 9,523809524 25,88895924 0,017108

198 RMBA 2013 38,46153846 29,8635073 0,012225

199 ROTI 2013 67,62589928 28,23133403 -0,12984

200 SCCO 2013 67,82608696 28,19748897 0,05681

201 SIAP 2013 4,838709677 26,33126335 0,167483

202 SIPD 2013 40 28,78022524 -0,01158

203 SMCB 2013 66,10878661 30,33204603 -0,10395

204 SMGR 2013 51,14754098 31,05830474 -0,00723

205 SMSM 2013 35,82089552 28,16909803 -0,07624

206 SPMA 2013 20,2247191 28,20036419 -0,05876

207 SRSN 2013 5,825242718 26,76538202 0,0179

208 SSTM 2013 82,52788104 27,37440266 -0,11983

209 TCID 2013 18,59410431 28,01352629 -0,07399

210 TIRT 2013 42,51968504 27,30692002 -0,03759

211 TOTO 2013 8,580858086 28,18845033 -0,05632

212 TRST 2013 18,18181818 28,81303033 0,123823

213 ULTJ 2013 24,71910112 28,66478229 0,054014

214 UNIT 2013 90,90909091 26,85257513 -0,00394

215 VOKS 2013 54,94505495 28,30183594 -0,17746

216 YPAS 2013 21,58273381 27,14306335 0,038615

217 ADES 2014 5,776173285 26,94383613 -0,17599

218 AKPI 2014 22,91021672 28,36558237 -0,1796

219 ALDO 2014 23,65591398 26,57165268 0,071791

220 ALMI 2014 88,37209302 28,79805157 0,341729

221 AMFG 2014 34,16252073 28,99670223 -0,02965

222 APLI 2014 62,42038217 26,33320147 -0,04112

223 ASII 2014 25,56917688 33,09497579 -0,06974

224 AUTO 2014 27,00587084 30,29692386 0,055642

225 BAJA 2014 152,0908622 27,5896213 0,105215


91


226 BRNA 2014 66,14173228 28,88839237 -0,0318

227 BTON 2014 16,98113208 25,88322617 0,000573

228 BUDI 2014 38,29787234 28,538062 -0,01747

229 CEKA 2014 84,19654714 27,88111817 0,178948

230 CPIN 2014 31,95876289 30,66897148 0,096075

231 DLTA 2014 20,77922078 27,62293565 0,14276

232 DVLA 2014 68,29268293 27,84310172 -0,01984

233 EKAD 2014 32,86180631 26,74270733 0,109027

234 FASW 2014 27,59601707 29,35038922 -0,21802

235 GDST 2014 52,3364486 27,93454399 -0,19767

236 GGRM 2014 47,23424723 31,55833169 0,038638

237 GJTL 2014 66,84491979 30,40628731 0,009038

238 HMSP 2014 20,89552239 30,97672799 -0,03898

239 ICBP 2014 31,03448276 30,84629892 -0,06225

240 IGAR 2014 34,89932886 26,58089833 0,093443

241 IKAI 2014 41,07142857 26,97429584 -0,07034

242 IMAS 2014 53,89221557 30,78680368 -0,0244

243 INAF 2014 92,33511586 27,85283841 -0,11382

244 INAI 2014 96,47058824 27,52263565 -0,07702

245 INDS 2014 72,64367816 28,45636521 -0,03011

246 INTP 2014 32,4352879 30,99434261 -0,20871

247 JECC 2014 32,11267606 27,69162317 -0,02944

248 JPFA 2014 58,33333333 30,38661849 -0,07992

249 JPRS 2014 43,80305603 28,94196342 0,186534

250 KAEF 2014 95,4954955 28,71897164 -0,01999

251 KBLI 2014 41,58415842 27,92171226 -0,07561

252 KBLM 2014 41,48606811 27,19599792 0,021279

253 KIAS 2014 53,33333333 28,4869428 0,016223

254 KICI 2014 22,69503546 25,29535218 0,034574

255 KLBF 2014 37,15670436 30,15073429 -0,01634

256 LION 2014 50 27,12036667 -0,0257

257 LMPI 2014 41,97530864 27,41893154 -0,00859

258 LMSH 2014 41,50943396 25,66430521 -0,01871

259 LPIN 2014 41,09589041 25,94683675 0,076304

260 MAIN 2014 57,98611111 28,89266448 0,098272

261 MBTO 2014 69,1206544 27,15198979 0,000821

262 MERK 2014 31,93277311 27,26997423 -0,01589

263 MLBI 2014 8,278867102 28,20884049 -0,0102


92


264 MLIA 2014 41,31274131 29,60720442 -0,0442

265 MYTX 2014 84,9002849 28,34460994 -0,06007

266 NIPS 2014 91,40722291 27,81903842 0,169237

267 PICO 2014 51,57894737 27,16361652 -0,01365

268 PRAS 2014 58,97435897 27,88320131 0,11092

269 PYFA 2014 30,92783505 25,87850019 0,006985

270 RMBA 2014 25,0242483 29,95835209 -0,11314

271 ROTI 2014 40,6504065 28,3931785 -0,09677

272 SCCO 2014 23,80952381 28,13543051 0,042466

273 SIAP 2014 142,7536232 29,2363779 0,07981

274 SIPD 2014 19,81981982 28,66096711 0,007026

275 SMCB 2014 41,95121951 30,47566023 -0,07151

276 SMGR 2014 25,24271845 31,16659396 -0,03711

277 SMSM 2014 51,54130703 28,19029113 -0,06553

278 SPMA 2014 15,04424779 28,36912115 0,008842

279 SRSN 2014 23,00884956 26,86174234 0,01182

280 SSTM 2014 67,34693878 27,41020784 -0,06832

281 TCID 2014 53,33333333 28,24795406 0,034805

282 TIRT 2014 78,04878049 27,29374938 -0,06932

283 TOTO 2014 83,95604396 28,3377204 -0,00725

284 TRST 2014 55,59105431 28,81314256 -0,05238

285 ULTJ 2014 28,70478413 28,70160545 0,055587

286 UNIT 2014 64,56692913 26,81169232 -0,04998

287 VOKS 2014 55,71847507 28,07179198 -0,02073

288 YPAS 2014 40 26,49313124 -0,09974

289 ADES 2015 20,18348624 27,20518594 0,019875

290 AKPI 2015 33,2361516 28,68990218 0,069657

291 ALDO 2015 14,94661922 26,62592873 0,063184

292 ALMI 2015 40,70021882 28,4144831 -0,56003

293 AMFG 2015 56,71641791 29,08269934 -0,0361

294 APLI 2015 44,89795918 26,45537784 -0,08404

295 ASII 2015 53,13653137 33,13405326 -0,04209

296 AUTO 2015 104,1474654 30,29401189 -0,0412

297 BAJA 2015 130,0492611 27,57834021 -0,02893

298 BRNA 2015 22,55639098 28,23028824 0,04636

299 BTON 2015 22,45989305 25,93338701 0,041436

300 BUDI 2015 61,98830409 28,81457272 0,010424

301 CEKA 2015 106,3063063 28,0269921 -0,05229


93


302 CPIN 2015 99,53488372 30,83721344 -1,35198

303 DLTA 2015 155,3530752 27,66862987 -0,05797

304 DVLA 2015 59,84962406 27,95040404 0,118867

305 EKAD 2015 56,74217907 26,63593497 -0,17158

306 FASW 2015 47,05882353 29,57602146 0,141163

307 GDST 2015 69,13580247 27,79986406 -0,01375

308 GGRM 2015 47,34299517 31,78214626 0,064252

309 GJTL 2015 73,04347826 30,49376499 -0,06324

310 HMSP 2015 32,46208454 31,26888945 0,336791

311 ICBP 2015 30,52064632 30,91045093 -0,0185

312 IGAR 2015 33,33333333 26,67374181 -0,07856

313 IKAI 2015 40,39408867 26,68952185 -0,18222

314 IMAS 2015 21,05263158 30,84431973 -0,03448

315 INAF 2015 66,19217082 28,05870982 -0,10307

316 INAI 2015 33,55704698 27,916395 0,092399

317 INDS 2015 77,05627706 28,56865382 0,008694

318 INTP 2015 26,79266259 30,95022578 -0,02842

319 JECC 2015 74,41860465 27,93737583 0,178168

320 JPFA 2015 80,52325581 30,47357109 -0,03337

321 JPRS 2015 37,20930233 26,61839855 -0,00372

322 KAEF 2015 44,30641822 28,80542836 0,004245

323 KBLI 2015 31,07569721 28,07043656 0,053112

324 KBLM 2015 49,25373134 27,2069628 -0,01974

325 KIAS 2015 50 28,38450615 -0,06034

326 KICI 2015 31,83673469 25,61985029 0,30379

327 KLBF 2015 18,54493581 30,24815541 -0,03015

328 LION 2015 21,05263158 27,18368683 -0,01644

329 LMPI 2015 55,29411765 27,39920697 -0,01403

330 LMSH 2015 50,52631579 25,61948306 -0,0745

331 LPIN 2015 47,08249497 26,50417843 -0,34911

332 MAIN 2015 59,44363104 29,00778724 -0,01055

333 MBTO 2015 42,25352113 27,19715978 -0,01591

334 MERK 2015 25,64102564 27,18730386 -0,07803

335 MLBI 2015 60,75619296 28,37336457 -0,16545

336 MLIA 2015 37,28813559 29,59474316 -0,05714

337 MYTX 2015 30,98591549 28,2959365 -0,11376

338 NIPS 2015 36,59574468 28,06780405 0,135985

339 PICO 2015 36,76470588 27,12979644 -0,06831


94


340 PRAS 2015 43,24324324 28,0574268 0,033889

341 PYFA 2015 31,42857143 25,79813671 -0,06707

342 RMBA 2015 30,76923077 30,17004609 0,117265

343 ROTI 2015 30,42596349 28,62661224 -0,1362

344 SCCO 2015 9,523809524 28,20377554 -0,02771

345 SIAP 2015 95,0310559 26,3508235 -0,00581

346 SIPD 2015 179,8994975 28,44051482 -0,20105

347 SMCB 2015 43,31034483 30,48297337 -0,02633

348 SMGR 2015 49,85781991 31,27262862 -0,07657

349 SMSM 2015 17,18502899 28,42857696 -0,05087

350 SPMA 2015 25,94594595 28,41284945 -0,0621

351 SRSN 2015 3,921568627 27,07602347 0,20034

352 SSTM 2015 78,65168539 27,30513053 -0,05449

353 TCID 2015 16,21621622 26,0618123 0,226036

354 TIRT 2015 48 27,36074406 0,001672

355 TOTO 2015 43,09392265 28,52283097 0,048107

356 TRST 2015 3,973509934 28,84217592 0,023837

357 ULTJ 2015 16,08040201 28,89514669 -0,04956

358 UNIT 2015 11,55555556 26,85566421 0,05726

359 VOKS 2015 13,95348837 28,06036201 -0,00769

360 YPAS 2015 72 26,35515756 -0,13937


95

Lampiran 3 : Pengklasifikasian Data

No. Kode Tahun

Asimetri

Informasi

(Spread)

Ukuran

Perusahaan (Size)

Manajemen Laba

(DA)

1 ADES 2011 2 2 1

2 AKPI 2011 3 2 0

3 ALDO 2011 2 2 1

4 ALMI 2011 2 3 0

5 AMFG 2011 2 3 1

6 APLI 2011 2 2 0

7 ASII 2011 2 4 1

8 AUTO 2011 2 3 1

9 BAJA 2011 2 2 1

10 BRNA 2011 3 2 0

11 BTON 2011 3 1 0

12 BUDI 2011 2 3 0

13 CEKA 2011 3 2 0

14 CPIN 2011 2 3 1

15 DLTA 2011 2 2 0

16 DVLA 2011 2 2 1

17 EKAD 2011 4 2 1

18 FASW 2011 3 3 0

19 GDST 2011 2 2 1

20 GGRM 2011 2 4 1

21 GJTL 2011 3 3 1

22 HMSP 2011 2 4 0

23 ICBP 2011 2 3 0

24 IGAR 2011 2 2 1

25 IKAI 2011 3 2 0

26 IMAS 2011 2 3 1

27 INAF 2011 2 2 1

28 INAI 2011 4 2 1

29 INDS 2011 3 2 1

30 INTP 2011 2 4 0

31 JECC 2011 3 2 1

32 JPFA 2011 2 3 1

33 JPRS 2011 2 2 1

34 KAEF 2011 2 3 1

35 KBLI 2011 3 2 0


96

Lampiran 3 : Pengklasifikasian Data (Lanjutan)

36 KBLM 2011 2 2 0

37 KIAS 2011 2 3 0

38 KICI 2011 2 1 1

39 KLBF 2011 2 3 1

40 LION 2011 3 2 1

41 LMPI 2011 2 2 1

42 LMSH 2011 2 1 1

43 LPIN 2011 2 1 1

44 MAIN 2011 2 2 1

45 MBTO 2011 3 2 1

46 MERK 2011 2 2 1

47 MLBI 2011 2 2 0

48 MLIA 2011 2 3 1

49 MYTX 2011 4 3 0

50 NIPS 2011 2 2 1

51 PICO 2011 3 2 1

52 PRAS 2011 2 2 0

53 PYFA 2011 2 1 1

54 RMBA 2011 3 3 1

55 ROTI 2011 3 2 0

56 SCCO 2011 2 2 0

57 SIAP 2011 3 2 1

58 SIPD 2011 3 3 1

59 SMCB 2011 2 3 0

60 SMGR 2011 2 4 0

61 SMSM 2011 2 2 0

62 SPMA 2011 2 2 0

63 SRSN 2011 2 2 0

64 SSTM 2011 4 2 0

65 TCID 2011 2 2 1

66 TIRT 2011 3 2 1

67 TOTO 2011 3 2 0

68 TRST 2011 4 3 1

69 ULTJ 2011 3 3 0

70 UNIT 2011 4 2 1

71 VOKS 2011 3 3 1

72 YPAS 2011 2 2 1

73 ADES 2012 3 2 1


97


74 AKPI 2012 2 3 1

75 ALDO 2012 3 2 0

76 ALMI 2012 2 3 1

77 AMFG 2012 2 3 0

78 APLI 2012 2 2 0

79 ASII 2012 2 4 1

80 AUTO 2012 2 3 1

81 BAJA 2012 3 2 1

82 BRNA 2012 4 2 0

83 BTON 2012 4 1 0

84 BUDI 2012 2 3 0

85 CEKA 2012 3 2 0

86 CPIN 2012 2 3 1

87 DLTA 2012 2 2 0

88 DVLA 2012 3 2 1

89 EKAD 2012 3 2 1

90 FASW 2012 2 3 0

91 GDST 2012 2 2 0

92 GGRM 2012 2 4 1

93 GJTL 2012 2 3 0

94 HMSP 2012 2 4 1

95 ICBP 2012 3 4 0

96 IGAR 2012 2 2 1

97 IKAI 2012 3 2 0

98 IMAS 2012 2 4 1

99 INAF 2012 3 2 1

100 INAI 2012 3 2 1

101 INDS 2012 2 2 1

102 INTP 2012 2 4 0

103 JECC 2012 2 2 1

104 JPFA 2012 2 3 1

105 JPRS 2012 2 2 1

106 KAEF 2012 2 3 0

107 KBLI 2012 3 2 1

108 KBLM 2012 2 2 1

109 KIAS 2012 3 3 0

110 KICI 2012 3 1 1

111 KLBF 2012 2 3 1


98


112 LION 2012 2 2 1

113 LMPI 2012 3 2 1

114 LMSH 2012 2 1 1

115 LPIN 2012 3 2 1

116 MAIN 2012 3 3 1

117 MBTO 2012 2 2 1

118 MERK 2012 2 2 1

119 MLBI 2012 2 2 0

120 MLIA 2012 2 3 0

121 MYTX 2012 3 3 0

122 NIPS 2012 3 2 1

123 PICO 2012 2 2 1

124 PRAS 2012 3 2 0

125 PYFA 2012 2 1 1

126 RMBA 2012 3 3 1

127 ROTI 2012 3 2 0

128 SCCO 2012 3 2 1

129 SIAP 2012 2 2 0

130 SIPD 2012 2 3 1

131 SMCB 2012 2 3 0

132 SMGR 2012 2 4 0

133 SMSM 2012 2 2 0

134 SPMA 2012 3 2 1

135 SRSN 2012 2 2 1

136 SSTM 2012 3 2 0

137 TCID 2012 2 2 0

138 TIRT 2012 3 2 0

139 TOTO 2012 4 2 1

140 TRST 2012 3 3 1

141 ULTJ 2012 2 3 0

142 UNIT 2012 3 2 0

143 VOKS 2012 2 3 1

144 YPAS 2012 2 2 1

145 ADES 2013 3 2 1

146 AKPI 2013 2 3 1

147 ALDO 2013 2 2 0

148 ALMI 2013 2 3 1

149 AMFG 2013 2 3 0


99


150 APLI 2013 3 2 0

151 ASII 2013 2 4 0

152 AUTO 2013 2 3 1

153 BAJA 2013 3 2 0

154 BRNA 2013 2 3 0

155 BTON 2013 2 2 1

156 BUDI 2013 2 3 0

157 CEKA 2013 2 2 1

158 CPIN 2013 2 3 1

159 DLTA 2013 2 2 0

160 DVLA 2013 3 2 1

161 EKAD 2013 2 2 1

162 FASW 2013 2 3 0

163 GDST 2013 2 2 0

164 GGRM 2013 2 4 1

165 GJTL 2013 2 3 0

166 HMSP 2013 2 4 1

167 ICBP 2013 2 4 1

168 IGAR 2013 2 2 0

169 IKAI 2013 2 2 0

170 IMAS 2013 2 4 1

171 INAF 2013 2 2 1

172 INAI 2013 2 2 0

173 INDS 2013 2 3 1

174 INTP 2013 2 4 0

175 JECC 2013 3 2 1

176 JPFA 2013 2 3 1

177 JPRS 2013 2 2 0

178 KAEF 2013 2 3 0

179 KBLI 2013 3 2 1

180 KBLM 2013 3 2 1

181 KIAS 2013 2 3 0

182 KICI 2013 3 1 1

183 KLBF 2013 2 3 1

184 LION 2013 2 2 1

185 LMPI 2013 4 2 1

186 LMSH 2013 2 1 1

187 LPIN 2013 2 2 1


100


188 MAIN 2013 2 3 1

189 MBTO 2013 2 2 1

190 MERK 2013 2 2 0

191 MLBI 2013 2 3 0

192 MLIA 2013 2 3 0

193 MYTX 2013 3 3 0

194 NIPS 2013 4 2 1

195 PICO 2013 3 2 1

196 PRAS 2013 2 2 1

197 PYFA 2013 2 2 1

198 RMBA 2013 2 3 1

199 ROTI 2013 3 3 0

200 SCCO 2013 3 3 1

201 SIAP 2013 2 2 1

202 SIPD 2013 2 3 0

203 SMCB 2013 3 3 0

204 SMGR 2013 3 4 0

205 SMSM 2013 2 3 0

206 SPMA 2013 2 3 0

207 SRSN 2013 2 2 1

208 SSTM 2013 3 2 0

209 TCID 2013 2 2 0

210 TIRT 2013 2 2 0

211 TOTO 2013 2 3 0

212 TRST 2013 2 3 1

213 ULTJ 2013 2 3 1

214 UNIT 2013 4 2 0

215 VOKS 2013 3 3 0

216 YPAS 2013 2 2 1

217 ADES 2014 2 2 0

218 AKPI 2014 2 3 0

219 ALDO 2014 2 2 1

220 ALMI 2014 4 3 1

221 AMFG 2014 2 3 0

222 APLI 2014 3 2 0

223 ASII 2014 2 4 0

224 AUTO 2014 2 3 1

225 BAJA 2014 4 2 1


101


226 BRNA 2014 3 3 0

227 BTON 2014 2 2 1

228 BUDI 2014 2 3 0

229 CEKA 2014 3 2 1

230 CPIN 2014 2 4 1

231 DLTA 2014 2 2 1

232 DVLA 2014 3 2 0

233 EKAD 2014 2 2 1

234 FASW 2014 2 3 0

235 GDST 2014 3 2 0

236 GGRM 2014 3 4 1

237 GJTL 2014 3 3 1

238 HMSP 2014 2 4 0

239 ICBP 2014 2 4 0

240 IGAR 2014 2 2 1

241 IKAI 2014 2 2 0

242 IMAS 2014 3 4 0

243 INAF 2014 4 2 0

244 INAI 2014 4 2 0

245 INDS 2014 3 3 0

246 INTP 2014 2 4 0

247 JECC 2014 2 2 0

248 JPFA 2014 3 3 0

249 JPRS 2014 3 3 1

250 KAEF 2014 4 3 0

251 KBLI 2014 2 2 0

252 KBLM 2014 2 2 1

253 KIAS 2014 3 3 1

254 KICI 2014 2 1 1

255 KLBF 2014 2 3 0

256 LION 2014 3 2 0

257 LMPI 2014 2 2 0

258 LMSH 2014 2 1 0

259 LPIN 2014 2 2 1

260 MAIN 2014 3 3 1

261 MBTO 2014 3 2 1

262 MERK 2014 2 2 0

263 MLBI 2014 2 3 0


102


264 MLIA 2014 2 3 0

265 MYTX 2014 3 3 0

266 NIPS 2014 4 2 1

267 PICO 2014 3 2 0

268 PRAS 2014 3 2 1

269 PYFA 2014 2 2 1

270 RMBA 2014 2 3 0

271 ROTI 2014 2 3 0

272 SCCO 2014 2 2 1

273 SIAP 2014 4 3 1

274 SIPD 2014 2 3 1

275 SMCB 2014 2 3 0

276 SMGR 2014 2 4 0

277 SMSM 2014 3 3 0

278 SPMA 2014 2 3 1

279 SRSN 2014 2 2 1

280 SSTM 2014 3 2 0

281 TCID 2014 3 3 1

282 TIRT 2014 3 2 0

283 TOTO 2014 3 3 0

284 TRST 2014 3 3 0

285 ULTJ 2014 2 3 1

286 UNIT 2014 3 2 0

287 VOKS 2014 3 2 0

288 YPAS 2014 2 2 0

289 ADES 2015 2 2 1

290 AKPI 2015 2 3 1

291 ALDO 2015 2 2 1

292 ALMI 2015 2 3 0

293 AMFG 2015 3 3 0

294 APLI 2015 3 2 0

295 ASII 2015 3 4 0

296 AUTO 2015 4 3 0

297 BAJA 2015 4 2 0

298 BRNA 2015 2 3 1

299 BTON 2015 2 2 1

300 BUDI 2015 3 3 1

301 CEKA 2015 4 2 0


103


302 CPIN 2015 4 4 0

303 DLTA 2015 4 2 0

304 DVLA 2015 3 2 1

305 EKAD 2015 3 2 0

306 FASW 2015 3 3 1

307 GDST 2015 3 2 0

308 GGRM 2015 3 4 1

309 GJTL 2015 3 4 0

310 HMSP 2015 2 4 1

311 ICBP 2015 2 4 0

312 IGAR 2015 2 2 0

313 IKAI 2015 2 2 0

314 IMAS 2015 2 4 0

315 INAF 2015 3 2 0

316 INAI 2015 2 2 1

317 INDS 2015 3 3 1

318 INTP 2015 2 4 0

319 JECC 2015 3 2 1

320 JPFA 2015 3 3 0

321 JPRS 2015 2 2 0

322 KAEF 2015 3 3 1

323 KBLI 2015 2 2 1

324 KBLM 2015 3 2 0

325 KIAS 2015 3 3 0

326 KICI 2015 2 1 1

327 KLBF 2015 2 3 0

328 LION 2015 2 2 0

329 LMPI 2015 3 2 0

330 LMSH 2015 3 1 0

331 LPIN 2015 3 2 0

332 MAIN 2015 3 3 0

333 MBTO 2015 2 2 0

334 MERK 2015 2 2 0

335 MLBI 2015 3 3 0

336 MLIA 2015 2 3 0

337 MYTX 2015 2 3 0

338 NIPS 2015 2 2 1

339 PICO 2015 2 2 0


104


340 PRAS 2015 3 2 1

341 PYFA 2015 2 1 0

342 RMBA 2015 2 3 1

343 ROTI 2015 2 3 0

344 SCCO 2015 2 3 0

345 SIAP 2015 4 2 0

346 SIPD 2015 4 3 0

347 SMCB 2015 3 3 0

348 SMGR 2015 3 4 0

349 SMSM 2015 2 3 0

350 SPMA 2015 2 3 0

351 SRSN 2015 2 2 1

352 SSTM 2015 3 2 0

353 TCID 2015 2 2 1

354 TIRT 2015 3 2 1

355 TOTO 2015 2 3 1

356 TRST 2015 2 3 1

357 ULTJ 2015 2 3 0

358 UNIT 2015 2 2 1

359 VOKS 2015 2 2 0

360 YPAS 2015 3 2 0


Documents

HUBUNGAN ASIMETRI INFORMASI DAN UKURAN PERUSAHAAN DENGAN MANAJEMEN LABA … · 2017. 10. 31. · PERUSAHAAN DENGAN MANAJEMEN LABA (Studi Empiris pada Perusahaan Manufaktur yang Terdaftar