HUBUNGAN DIVERSIFIKASI OPERASI DAN ... - core.ac.uk · Salah satu perkembangan strategi yang dilakukan dengan cara melakukan diversifikasi secara operasi maupun secara geografis

i

HUBUNGAN DIVERSIFIKASI OPERASI DAN

DIVERSIFIKASI GEOGRAFIS TERHADAP MANAJEMEN

LABA Studi Empiris Pada Perusahaan Manufaktur

di Bursa Efek Indonesia Tahun 2011-2014

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Ekonomi

Program Studi Akuntansi

Oleh:

Yohana Wayah Kusuma Pratiwi

NIM: 122114077

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2016

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ii

HUBUNGAN DIVERSIFIKASI OPERASI DAN

DIVERSIFIKASI GEOGRAFIS TERHADAP MANAJEMEN

LABA Studi Empiris Pada Perusahaan Manufaktur

di Bursa Efek Indonesia Tahun 2011-2014

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Ekonomi

Program Studi Akuntansi

Oleh:


NIM: 122114077

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2016


iii



v

PERSEMBAHAN

"Not everything you try can be done, but nothing can

be done until you try"

Skripsi ini kupersembahkan untuk Tuhan Yesus Kristus

Kedua kakek dan nenekku yang ada disurga

Kedua orang terhebat, momski dan papski yang aku sayang

Kakakku:Tut-tut, Mbak Eef, Kak Dany

Serta sahabat-sahabatku


vi


vii


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 mendapat bantuan, bimbingan

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

kasih yang tak terhingga kepada:

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

Dharma yang telah memberikan kesempatan untuk belajar dan

mengembangkan kepribadian kepada penulis.

2. Drs. Gabriel Anto Listianto, M.S.A., Ak. selaku pembimbing yang telah

membantu serta membimbing penulis dalam menyelesaikan skripsi ini.

3. Bapak dan Ibu B.M Triyono selaku orang tua yang selalu memberi

motivasi, dana, dan semangat selama penyusunan skripsi.

4. Mbk Tyas, Mbak Eef dan Kak Dany yang selalu memberikan nasehatnya,

semangat dan perhatian kepada penulis.

5. Wawan yang meembantu dari proses skripsi sampai belajar untuk

persiapan siding. Aldo dan Advent yang selalu memberikan semangat dan

membantu ketika mengalami kesulitan dalam proses skripsi.

6. Sahabat-sahabat penulis (Windy, Nena, Ono, Khatrin dan Bimo) yang

selalu mendengarkan keluh kesah penulis dan memberikan semangat.

7. Teman-teman MPAT Pak Anto yang mau berbagi ide serta memberikan

masukan-masukan yang positif kepada penulis.

8. Teman-teman dan sahabat dijogja (roomate, wieke, detia, miktam, siska,

cicil, vian dan embe 20) yang selalu memberikan semangat dan omelan

untuk penulis.

9. Semua pihak yang tidak dapat penulis sebutkan satu persatu.


ix


x

DAFTAR ISI

Halaman

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

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

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

HALAMAN PERSEMBAHAN ......................................................................... iv

HALAMAN PERNYATAAN KEASLIAN KARYA TULIS .......................... v

HALAMAN PERSETUJUAN PUBLIKASI KARYA TULIS ........................ vi

HALAMAN KATA PENGANTAR ................................................................... vii

HALAMAN DAFTAR ISI .................................................................................. ix

HALAMAN DAFTAR TABEL ......................................................................... xii

HALAMAN DAFTAR GAMBAR ..................................................................... xiii

ABSTRAK ........................................................................................................... xiv

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

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

B. Rumusan Masalah ........................................................................ 3

C. Batasan Penelitian ........................................................................ 3

D. Tujuan Penelitian ......................................................................... 4

E. Manfaat Penelitian ....................................................................... 4

F. Sistematika Penulisan .................................................................. 4

BAB II LANDASAN TEORI ........................................................................ 6

A. Teori Keagenan ............................................................................ 6

B. Diversifikasi ................................................................................. 7

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

D. Hubungan Diversifikasi Operasi dan Manajemen Laba .............. 21

E. Hubungan Diversifikasi Geografis dan Manajemen Laba ........... 23

F. Penelitian Terdahulu .................................................................... 24

G. Kerangka Pemikiran ..................................................................... 27

BAB III METODE PENELITIAN ................................................................ 28

A. Jenis Penelitian ............................................................................. 28

B. Populasi Sasaran .......................................................................... 28

C. Teknik Pengumpulan Data ........................................................... 29

D. Teknik Analisis Data .................................................................... 29

1. Mengumpulkan Data .............................................................. 29


xi

2. Menghitung Diversifikasi Operasi ......................................... 30

3. Menghitung Diversifikasi Geografis ...................................... 30

4. Menghitung Manajemen Laba ............................................... 30

5. Melakukan Analisis Statistik Deskriptif ................................ 32

6. Mengklasifikasi Data ............................................................. 32

a. Mengklasifikasi Data Diversifikasi Operasi .................... 32

b. Mengklasifikasi Data Diversifikasi Geografis ................. 32

c. Mengklasifikasi Data Manajemen Laba........................... 33

7. Melakukan Analisis Tabulasi Silang (Crosstabs) .................. 34

8. Menarik Kesimpulan .............................................................. 34

BAB IV GAMBARAN UMUM PERUSAHAAN ......................................... 36

A. Populasi Sasaran ......................................................................... 36

B. Profil Perusahaan ........................................................................ 37

BAB V ANALISIS DATA DAN PEMBAHASAN...................................... 48

A. Analisis Data ................................................................................. 48

1. Pengumpulan Data................................................................... 48

2. Perhitungan Diversifikasi Operasi ........................................... 48

3. Perhitungan Diversifikasi Geografis ....................................... 49

4. Perhitungan Manajeman Laba ................................................. 50

5. Analisis Statistik Deskriptif ..................................................... 52

a. Analisis Statistik Deskriptif Diversifikasi Operasi ............ 52

b. Analisis Statistik Deskriptif Diversifikasi Geografis ........ 53

c. Analisis Statistik Deskriptif Manajemen Laba .................. 57

6. Pengklasifikasian Data ............................................................ 62

a. Pengklasifikasian Data Diversifikasi Operasi ................... 62

b. Pengklasifikasian Data Diversifikasi Geografis ................ 64

c. Pengklasifikasian Data Manajemen Laba ......................... 66

7. Analisis Tabulasi Silang (Crosstabs) ...................................... 70

a. Analisis Tabulasi Silang Diversifikasi Operasi dan

Manajemen Laba ............................................................... 70

b. Analisis Tabulasi Silang Diversifikasi Operasi dan

Minimalization Income ...................................................... 71

c. Analisis Tabulasi Silang Diversifikasi Operasi dan

Maximalization Income ..................................................... 72

d. Analisis Tabulasi Silang Diversifikasi Geografis dan

Manajemen Laba ............................................................... 74

e. Analisis Tabulasi Silang Diversifikasi Geografis dan

Minimalization Income ...................................................... 75

f. Analisis Tabulasi Silang Diversifikasi Geografis dan

Maximalization Income ..................................................... 77

B. Pembahasan ................................................................................... 78

1. Hubungan Diversifikasi Operasi dan Manajemen Laba .......... 78

2. Hubungan Diversifikasi Geografis dan Manajemen Laba ...... 79


xii

BAB VI PENUTUP ......................................................................................... 82

A. Kesimpulan .................................................................................. 82

B. Keterbatasan Penelitian ................................................................ 83

C. Saran ............................................................................................. 83

DAFTAR PUSTAKA .......................................................................................... 85

LAMPIRAN ......................................................................................................... 88

LAMPIRAN I Daftar Perusahaan Populasi Sasaran .................................. 89

LAMPIRAN II Data Perhitungan Diversifikasi Operasi ............................ 90

LAMPIRAN III Data Diversifikasi Geografis ............................................. 105

LAMPIRAN IV Data Manajemen Laba ....................................................... 106

LAMPIRAN V Data Perhitungan Discretionary Acruals ........................... 112

LAMPIRAN VI Hasil Olah SPSS ................................................................ 114


xiii

DAFTAR TABEL

Halaman

Tabel 3.1 Kriteria Pengujian Kekuatan Hubungan ............................................ 34

Tabel 4.1 Kriteria Pemilihan Populasi Sasaran .................................................. 36

Tabel 5.1 Hasil Perhitungan Diversifikasi Operasi ............................................ 49

Tabel 5.2 Hasil Perhitungan Diversifikasi Geografis ......................................... 50

Tabel 5.3 Hasil Perhitungan Manajemen Laba .................................................. 51

Tabel 5.4 Analisis Statistik Deskriptif Diversifikasi Operasi ............................ 52

Tabel 5.5 Analisis Statistik Deskriptif Diversifikasi Geografis ......................... 53

Tabel 5.6 Analisis Statistik Deskriptif Minimalisasi Income ............................. 58

Tabel 5.7 Analisis Statistik Deskriptif Maximalisasi Income ............................ 61

Tabel 5.8 Hasil Klasifikasi Diversifikasi Operasi .............................................. 63

Tabel 5.9 Data Pengklasifikasian Diversifikasi Operasi .................................... 63

Tabel 5.8 Hasil Klasifikasi Diversifikasi Geografis ........................................... 65

Tabel 5.10 Data Pengklasifikasian Diversifikasi Geografis ................................. 65

Tabel 5.11 Data Pengklasifikasian Maximalization Income dan Minimalization

Income ................................................................................................ 66

Tabel 5.12 Data Pengklasifikasian Minimalization Income ................................. 67

Tabel 5.13 Data Pengklasifikasian Maximalization Income ................................ 69

Tabel 5.14 Analisis Tabulasi Silang Diversifikasi Operasi dan Manajemen

Laba .................................................................................................... 70

Tabel 5.15 Tabel Koefisien Hubungan Diversifikasi Operasi dan Manajemen

Laba .................................................................................................... 71

Tabel 5.16 Analisis Tabulasi Silang Diversifikasi Operasi dan Maximalization

Income ................................................................................................ 71

Tabel 5.17 Tabel Koefisien Hubungan Diversifikasi Operasi dan Maximalization

Income ................................................................................................ 72

Tabel 5.18 Analisis Tabulasi Silang Diversfikasi Operasi dan Minimalization

Income ................................................................................................ 73


xiv

Tabel 5.19 Tabel Koefisien Hubungan Diversifikasi Operasi dan Minimalization

Income ................................................................................................ 73

Tabel 5.20 Analisis Tabulasi Silang Diversifikasi Geografis dan Manajemen

Laba .................................................................................................... 74

Tabel 5.21 Tabel Koefisien Hubungan Diversifikasi Geografis dan Manajemen

Laba .................................................................................................... 75

Tabel 5.22 Analisis Tabulasi Silang Diversifikasi Geografis dan Maximalization

Income ................................................................................................ 76

Tabel 5.23 Tabel Koefisien Hubungan Diversifikasi Geografis dan Maximalization

Income ................................................................................................ 77

Tabel 5.24 Analisis Tabulasi Silang Diversfikasi Geografis dan Minimalization

Income ................................................................................................ 77

Tabel 5.25 Tabel Koefisien Hubungan Diversifikasi Geografis dan Minimalization

Income ................................................................................................ 78


xv

DAFTAR GAMBAR

Halaman

Gambar 2.1 Gambar Kerangka Pemikiran ........................................................... 27

Gambar 3.1 Kriteria Pengujian Kekuatan Hubungan Antar Variabel ................. 34

Gambar 5.1 Histogram Diversifikasi Operasi ..................................................... 54

Gambar 5.2 Histogram Diversifikasi Geografis .................................................. 57

Gambar 5.3 Histogram Manajemen Laba ............................................................ 58

Gambar 5.4 Histogram Minimalization Income .................................................. 60

Gambar 5.5 Histogram Maximalization Income .................................................. 62


xvi

ABSTRAK

HUBUNGAN DIVERSIFIKASI OPERASI DAN DIVERSIFIKASI

GEOGRAFIS TERHADAP MANAJEMEN LABA (Studi Empiris Pada Perusahaan Manufaktur

di Bursa Efek Indonesia Tahun 2011-2014)


NIM: 122114077

Universitas Sanata Dharma

Yogyakarta

2016

Penelitian ini bertujuan untuk menganalisis hubungan diversifikasi operasi

yang diukur dengan indeks herfindahl terhadap manajemen laba yang diukur

dengan discretionary accruals. Penelitian ini juga untuk menganalisis hubungan

diversifikasi geografis yang diukur dengan jumlah negara anak dan induk

perusahaan beroperasi terhadap manajemen laba.

Jenis penelitian ini adalah studi empiris. Jumlah populasi sasaran sebanyak

33 perusahaan manufaaktur yang terdaftar di Bursa Efek Indonesia pada tahun

2011-2014. Teknik analisa data yang digunakan untuk mengetahui hubungan

antar variabel penelitian adalah deskriptif statistik.

Hasil penelitian menunjukkan bahwa diversifikasi operasi memiliki

hubungan yang sangat lemah dan positif terhadap manajemen laba. Diversifikasi

operasi memiliki hubungan yang sangat lemah dan positif terhadap maximization

income. Diversifikasi operasi memiliki hubungan yang sangat lemah dan negatif

terhadap minimization income. Diversifikasi geografis memiliki hubungan yang

sangat lemah dan positif terhadap manajemen laba. Diversifikasi geografis

memiliki hubungan yang lemah dan negatif terhadap maximization income.

Diversifikasi negatif memiliki hubungan yang sangat lemah dan negatif terhadap

minimization income.

Kata Kunci: Diversifikasi Operasi, Diversifikasi Geografis, Manajemen Laba,

Minimization Income, Maximization Income


xvii

ABSTRACT

THE RELENTIONSHIP OPERATION DIVERSIFICATION AND

GEOGRAPHY DIVERSIFICATION FOR EARNINGS MANAGEMENT

(Empirical Study on Manufacturing Companies Listed

in Indonesia Stock Exchange in 2011 -2014)


NIM: 122114077

Sanata Dharma University

Yogyakarta

2016

The purpose of the study is to analyze the relationship operation

diversification measured by using herfindahl index for through the earnings

management measured by using discretionary accruals. This research also analyze

the relationship geography diversification measured by using number of countries

the parent company and its subsidiaries operate through earnings management.

The type of this research is empirical studies. This target population is 33

firms listed in the Indonesia Stock Exchange in 2011 – 2014. The technique of

this analysis is descriptive statistics.

The results shows that the operation diversification has a very weak and

positive association on earnings management. Operation diversification has a very

weak and positive association on maximization income. Operation diversification

has a very weak and negative association on minimization income. Geography

diversification has a very weak and positif association on earnings management.

Geography diversification has a weak and negative association on maximization

income. Geography diversification has a very weak and negative association on

minimization income.

Keywords: operation diversification, geography diversification, earnings

management, maximization income, minimization income.


1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Kondisi perekonomian suatu negara yang semakin berkembang pesat

di era globalisasi, membuat iklim bisnis suatu negara mengalami perubahan.

Perkembangan era globalisasi ini membuat perusahaan memiliki persaingan

yang ketat dengan perusahaan lainnya, serta mendorong perusahaan untuk

menerapkan, mengembangkan atau mengubah strategi dari perusahaan

tersebut. Strategi perusahaan yang telah diterapkan bertujuan agar perusahaan

tersebut tetap bertahan menghadapi persaingan dan untuk memperoleh pangsa

pasar yang lebih besar. Adanya perubahan perkembangan strategi perusahaan

memicu perusahaan untuk mengembangkan usaha dari perusahaan tersebut.

Salah satu perkembangan strategi yang dilakukan dengan cara melakukan

diversifikasi secara operasi maupun secara geografis. Diversifikasi merupakan

salah satu kebijakan strategi perusahaan yang diterapkan dengan memperluas

segmen operasi dan lokasi geografis untuk dapat meningkatkan pendapatan

perusahaan.

Mehdi (2011) menyatakan bahwa perusahaan terdiversifikasi adalah

perusahaan yang memiliki segmen usaha lebih dari satu segmen. Perusahaan

yang terdiversifikasi memiliki struktur organisasi yang kompleks dan tingkat

transparansi yang rendah serta meningkatkan kompleksitas informasi yang

diproses oleh investor dan analisis keuangan menjadi semakin tinggi. Struktur

organisasi yang kompleks dan tingkat transparansi yang rendah menyebabkan

terjadi asimetri informasi yang dapat mendorong terjadinya praktik


2

manajemen laba. Sulistyanto (2008) menyatakan bahwa praktik manajemen

laba ini seolah sudah menjadi budaya perusahaan yang dipraktikan semua

perusahaan di dunia, akibat yang ditimbulkan dari praktik manajemen laba ini

tidak hanya menjadi masalah ekonomi tetapi juga etika moral, yaitu timbul

pertanyaan publik akan tanggung jawab para pelaku bisnis yang menciptakan

kehidupan bisnis yang bersih dan sehat. Indraswati (2010) mengatakan bahwa

manajeman laba merupakan suatu cara dalam menyajikan informasi mengenai

laba kepada publik yang sudah disesuaikan dengan kepentingan dari para

manajer itu sendiri atau menguntungkan perusahaan.

Penelitian mengenai pengaruh diversifikasi operasi, diversifikasi

geografis terhadap manajemen laba telah dilakukan oleh beberapa peneliti

yaitu Mehdi (2011) yang menunjukkan bahwa diversifikasi operasi

berpengaruh negatif terhadap manajemen laba, sedangkan diversifikasi

geografis meningkatkan manajemen laba. Menurut Verawati (2012)

menunjukkan bahwa diversifikasi operasi tidak memberikan pengaruh yang

signifikan terhadap manajemen laba, sedangkan diversifikasi geografis

memiliki pengaruh negatif terhadap manajemen laba. Menurut Aryanti (2013)

menunjukkan bahwa tingkat diversifikasi industri tidak berpengaruh terhadap

manajemen laba. Menurut Indraswari (2010) menunjukkan bahwa

diversifikasi operasi berpengaruh positif terhadap manajemen laba. Menurut

Lupitasari (2013) menunjukkan bahwa diversifikasi operasi tidak berpengaruh

terhadap manajemen laba, sedangkan diversifikasi geografis berpengaruh

negatif terhadap manajemen laba. Menurut Fatmawati (2013) menunjukkan


3

bahwa diversifikasi geografis memiliki pengaruh signifikan positif terhadap

manajemen laba.

Hasil dari beberapa penelitian ini masih memiliki perbedan hasil yang

bervariasi, yang dapat terjadi karena adanya perbedaan populasi, sampel serta

metode yang digunakan untuk melakukan pengukuran setiap variabel dari

penelitian tersebut. Berdasarkan latar belakang tersebut, peneliti tertarik untuk

melakukan penelitian lebih lanjut mengenai “Hubungan Diversifikasi

Operasi dan Diversifikasi Geografis terhadap Manajemen Laba”.

B. Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan, rumusan

masalah dalam penelitian ini adalah

1. Bagaimana hubungan diversifikasi operasi terhadap manajemen laba?

2. Bagaimana hubungan diversifikasi geografis terhadap manajemen laba?

C. Batasan Masalah

Batasan masalah pada penelitian ini adalah:

1. Diversifikasi Operasi dalam penelitian ini dihitung dengan menggunakan

indeks herfindahl.

2. Diversifikasi geografis dalam penelitian ini dihitung dengan jumlah negara

tempat induk dan anak perusahaan beroperasi.

3. Manajemen laba dalam penelitian ini dihitung dengan discretionary

accruals.


4

D. Tujuan Penelitian

Berdasarkan latar belakang dan rumusan masalah tersebut, tujuan dari

penelitian ini adalah sebagai berikut:

1. Mengetahui hubungan diversifikasi operasi terhadap manajemen laba.

2. Mengetahui hubungan diversifikasi geografis terhadap manajemen laba.

E. Manfaat Penelitian

Manfaat penelitian ini adalah sebagai berikut:

1. Bagi Universitas, menambah literature koleksi perpustakaan Universitas

Sanata Dharma Yogyakarta.

2. Bagi Peneliti, memberikan kontribusi bagi perkembangan ilmu

pengetahuan dan dapat menjadi referensi maupun kajian teoritis untuk

penelitian selanjutnya mengenai manajemen laba serta memberikan bukti

empiris mengenai hubungan divesifikasi operasi, diversifikasi geografis

dengan manajemen laba, serta mendorong penelitian selanjutnya untuk

pengembangan penelitian.

F. Sistematika Penulisan

Sistematika dalam penelitian ini terbagi menjadi enam bab yang

masing-masing bab terdiri atas materi-materi sebagai berikut:


5

BAB I PENDAHULUAN

Bab ini terdiri dari latar belakang masalah, rumusan masalah,

batasan masalah, tujuan dan manfaat penelitian, serta sistematika

penulisan.

BAB II LANDASAN TEORI

Bab ini menjelaskan gambaran umum mengenai teori-teori yang

mendukung dan penelitian terdahulu sebagai acuan penelitian ini.

BAB III METODE PENELITIAN

Bab ini menguraikan jenis penelitian, populasi dan sampel

penelitian, teknik pengumpulan data, definisi operasional variabel

dan teknik analisis data.

BAB IV GAMBARAN UMUM PERUSAHAAN

Bab ini menjelaskan gambaran umum perusahaan yang menjadi

data dalam penelitian, cara peneliti menentukan populasi sasaran,

serta profil perusahaan yang menjadi populasi sasaran.

BAB V ANALISIS DATA DAN PEMBAHASAN

Bab ini menjelaskan mengenai pengujian yang dilakukan, analisis

data, dan temuan empiris yang diperoleh.


6

BAB VI PENUTUP

Bab ini menjelaskan kesimpulan, keterbatasan penelitian, dan

saran.


7

BAB II

LANDASAN TEORI

A. Teori Keagenan

Menurut Jensen dan Meckling (1976), teori agensi menggambarkan

suatu hubungan yang timbul karena adanya kontrak yang ditetapkan antara

principal yang menggunakan jasa agen untuk melaksanakan berbagai

kepentingannya. Terdapat dua bentuk keagenan, yaitu hubungan antara

manajer dan pemegang saham, serta hubungan antara manajer dengan

pemberian pinjaman (bondholder).

Agen diasumsikan akan menerima kepuasan tidak hanya dari

kompensasi keuangan tetapi juga dari tambahan yang terlibat dalam hubungan

suatu agensi, seperti waktu luang yang banyak, kondisi kerja yang menarik,

keanggotaan klub, dan jam kerja yang fleksibel. Principal diasumsikan hanya

tertarik pada pengembalian keuangan yang diperoleh dari investasi mereka

diperusahaan tersebut (Anthony dan Govindarajan, 2012).

Menurut Sulistyanto (2008:20-21), manajer sebagai pengelola

perusahaan merupakan satu-satunya pihak yang menguasai seluruh informasi

yang diperlukan untuk menyusun laporan keuangan. Manajer bisa

menjelaskan secara rinci mengapa dan untuk apa informasi itu ada. Manajer

juga mengetahui dan memahami hubungan antara satu informasi dengan

informasi lain. Sementara pihak lain di luar perusahaan yaitu pemilik, calon

investor, kreditur, supplier, regulator, pemerintah, dan stakeholder lain, yang

mempunyai keterbatasan sumber dan akses untuk memperoleh informasi

mengenai perusahaan. Pihak-pihak ini hanya bisa mengandalkan informasi


8

yang disajikan manajemen jika ingin mengetahui kinerja dan kondisi

perusahaan. Artinya, seberapa banyak informasi yang dapat dikuasai pihak-

pihak ini sangat tergantung pada seberapa banyak informasi yang diterima dari

manajer.

B. Diversifikasi

1. Definisi Diversifikasi

Menurut Satoto (2007) diversifikasi merupakan salah satu strategi

yang dilakukan perusahaan untuk memperluas usaha dengan membuka

beberapa unit bisnis atau anak perusahaan baru baik dalam lini bisnis yang

sama maupun dalam unit bisnis yang berbeda dengan bisnis inti

perusahaan. Harto (2005) mendefinisikan diversifikasi perusahaan sebagai

bentuk pengembangan usaha dengan cara memperluas jumlah segmen

secara bisnis maupun geografis maupun memperluas market share yang

ada atau mengembangkan berbagai produk yang beraneka ragam. Hal ini

dapat dilakukan dengan membuka lini usaha baru, memperluas lini produk

yang ada, memperluas wilayah pemasaran produk, membuka kantor

cabang, melakukan merger dan akuisisi untuk meningkatkan skala

ekonomis dan cara yang lainnya.

Perusahaan terdiversifikasi adalah perusahaan yang memiliki segmen

usaha lebih dari satu segmen (Mehdi, 2011). Sebuah perusahaan dapat

tumbuh melalui diversifikasi baik yang berhubungan maupun yang tidak

berhubungan, dengan diversifikasi yang berhubungan sebuah perusahaan


9

bergabung dengan perusahaan lain dalam industri yang berbeda tetapi

berhubungan (Stephani, 2009). Perusahaan dapat diklasifikasikan

berdasarkan derajat diversifikasi perusahaan yaitu (Heyden, 1991):

a. Bisnis Tunggal

Perusahaan 99% atau lebih pendapatan dihasilkan oleh satu bisnis.

b. Bisnis Dominan

Perusahaan memperoleh laba dari ¾ penghasilannya yang berasal

dari satu bisnis. Kebanyakan diversifikasi tumbuh dari integrase

maju atau mundur.

c. Bisnis Terkait

Perusahaaan terdiri dari bisnis yang memproduksi produk serupa,

bersaing dalam pasar sama dan menggunakan teknologi yang sama.

d. Bisnis tidak terkait

Perusahaan yang berdiversifikasi tanpa memperhatikan keterkaitan

fungsional antara bisnis baru dan kegiatan lama.

Montgomery (1994) dalam Rahayu (2014) menjelaskan tiga pandangan

alasan dilaksanakannya diversifikasi perusahaan, yaitu:

1) Pandangan kekuatan pasar (market power view), yaitu diversifikasi

merupakan alat untuk menumbuhkan pengaruh anti kompetisi yang

bersumber pada konglomerasi. Dimana ketika perusahaan tumbuh

seiring dengan pertumbuhan pangsa pasar yang semakin tinggi

menyebabkan tingkat konsentrasi industri semakin tinggi dan

menyebabkan berkurangnya persaingan akibat dominasi usaha.


10

2) Pandangan yang mendasarkan pada sumber daya (resource based view)

yang dimiliki perusahaan. Tujuan diversifikasi adalah untuk

memanfaatkan kelebihan kapasitas dari sumber daya perusahaan. Tingkat

optimal diversifikasi tiap perusahaan berbeda sesuai dengan sumber daya

yang dimiliki perusahaan.

3) Pandangan prespektif keagenan (agency view), terjadinya konflik

kepentingan antara pemegang saham dengan manajer. Manajer

kemungkinan bertindak tidak sesuai dengan kepentingan pemegang

saham. Manajer mempunyai kecenderungan melakukan diversifikasi untuk

memenuhi kepentingannya. Kinerja manajer sering kali dikaitkan dengan

tingkat penjualan, sehingga diversifikasi merupakan alat yang efektif

untuk meningkatkan pendapatan perusahaan.

Sebagian besar perusahaan yang ada di Indonesia termasuk perusahaan

terdiversifikasi, dapat dilihat pada bagian laporan keuangan yaitu catatan atas

laporan keuangan perusahaan yang memuat pelaporan tiap segmen operasi yang

dimiliki perusahaan. Tujuan standar tersebut adalah untuk memberikan informasi

mengenai perbedaan jenis aktivitas bisnis perusahaan dalam membantu pengguna

laporan keuangan untuk memahami kenerja perusahaan, menilai lebih baik

kemungkinan aliran kas masa depan, dan membuat pertimbangan lebih informatif

mengenai perusahaan secara keseluruhan (Indraswari, 2010).


11

2. Diversifikasi Operasi

Segmen operasi didefinisikan dalam PSAK 5 mengenai segmen operasi

adalah suatu komponen dari entitas:

a. Yang terlibat dakam aktivitas bisnis yang mana memperoleh pendapatan

dan menimbulkan beban (termasuk pendapatan dan beban terkait dengan

transaksi dengan komponen lain dari entitas yang sama);

b. Hasil operasinya dikaji ulang secara regular oleh pengambil keputusan

operasional untuk membuat keputusan tentang sumber daya yang

dialokasikan pada segmen tersebut dan menilai kinerjanya; dan

c. Tersedia informasi keuangan yang dapat dipisahkan.

Menurut IAI (2015), segmen operasi dapat terlibat dalam aktivitas bisnis

yang belum menghasilkan pendapatan. Dua atau lebih segmen operasi dapat

diagregatkan dalam suatu segmen operasi tunggal jika agregat tersebut

konsisten dengan prinsip utama. Segmen tersebut memiliki karakteristik

ekonomi serupa, dan segmen tersebut serupa dalam setiap hal berikut ini:

1) Sifat produk dan jasa;

2) Sifat proses produksi;

3) Jenis atau kelompok pelanggan untuk produk dan jassanya;

4) Metode yang digunakan untuk mendistribusikan produk dan

penyediaan jasanya; dan

5) Jika dapat metode yang digunakan untuk mendistribusikan produk dan

penyediaan jasanya; dan


12

6) Jika dapat diterapkan, sifat lingkungan pengaturan, misalnya,

perbankan, asuransi, atau utilitas publik

Perusahaan yang terdiversifikasi secara industri dapat dibagi menjadi dua,

yaitu (Robinson, 2013):

a) Perusahaan dengan diversifikasi yang berhubungan atau konsentris,

adalah melibatkan akuisisi atas bisnis-bisnis berkaitan dengan

perusahaan yang mengakuisisi dalam teknologi, pasar, ataupun produk.

b) Perusahaan dengan diversifikasi yang tidak berhubungan atau biasa

disebut dengan konglomerasi, adalah suatu strategi utama yang

melibatkan akuisisi dari bisnis karena bisnis tersebut menyajikan

peluang investasi yang menjanjikan.

3. Diversifikasi Geografis

Menurut IAI (2001), diversifikasi geografis atau segmen geografis adalah

komponen perusahaan yan g dapat dibedakan dalam menghasilkan produk

atau jasa pada lingkungan atau wilayah ekonomi tertentu dan komponen

tersebut memiliki resiko dan imbalan yang berbeda dengan risiko dan imbalan

pada komponen yang beroperasi pada lingkungan atau wilayah ekonomi lain.

PSAK 5 mengenai segmen operasi menyatakan entitas melaporkan informasi

geografis berikut, kecuali jika informasi yang diperlukan tidak tersedia dan

biaya untuk mengembangkan akan jauh lebih besar:

a. Pendapatan dari pelanggan eksternal yang didistribusikan kepada negara

domisili entitas dan yang didistribusikan kepada semua negara asing

secara total dimana entitas memperoleh pendapatan.


13

b. Aset tidak lancer selain instrumen keuangan, aset pajak yang

ditangguhkan, aset imbalan pascakerja, dan hak yang timbul akibat

kontrak asuransi yang berlokasi di negara domisili entitas dan berlokasi

di semua negara asing secara total dimana entitas memiliki aset tersebut.

Faktor-faktor yang harus dipertimbangkan dalam mengidentifikasi

segmen geografis meliputi (IAI, 2015):

1) Kesamaan kondisi ekonomi dan politik

2) Hubungan antar operasi dalam wilayah geografis berbeda

3) Kedekatan geografis operasi

4) Risiko khusus yang terdapat dalam operasi di wilayah tertentu

5) Regulasi pengendalian mata uang

6) Risiko mata uang.

4. Pengukuran Diversifikasi

Dalam penelitian ini, diversifikasi operasi dan diversifikasi geografis

diukur dengan menggunakan:

a. Diversifikasi Operasi

Diversifikasi operasi (DIVOP) merupakan jumlah segmen usaha yang

dijalankan oleh perusahaan. Level diversifikasi perusahaan dapat diukur

dengan tiga cara yaitu jumlah segmen usaha yang dimiliki oleh

perusahaan, jumlah anak perusahaan yang masuk ke dalam konsolidasi,

dan indeks herfindahl dari jumlah penjualan segmen usaha perusahaan.

semakin indeks herfindahl bernilai 1, maka perusahaan tersebut bersegmen

tunggal. Semakin indeks herfindahl bernilai kurang dari 1, maka


14

perusahaan tersebut memiliki lebih dari satu segmen bisnis (multi segmen)

(Aryati, 2013). Salvatore dan Dominick dalam Nugroho (2014)

berpendapat bahwa metode herfindahl Index merupakan salah satu metode

untuk mengukur tingkat konsentrasi dalam sebuah industri. Jika semakin

tinggi indeks herfindahl semakin besar tingkat konsentrasi dalam industri.

Diversifikasi operasi dalam penelitian ini diukur dengan mengunakan

Herfindahl Index, yang dihitung berdasarkan distribusi penjualan masing-

masing segmen bisnis dari suatu perusahaan. Herfindahl Index (HERF)

dikalkulasi dengan menggunakan rumus berikut (Harto, 2005) :

∑

∑

Keterangan

HERFit : Revenue Based Herfindahl Index untuk perusahaan (i)

pada

tahun (t)

Segsales : Penjualan dari masing-masin segmen perusahaan

Sales : Penjualan total dari semua penjualann total dari semua

segmen perusahaan (i) pada tahun (t).

b. Diversifikasi Geografis

Variabel diversifikasi geografis (DIVGE) merupakan jumlah segmen

geografis yang dimiliki dan dilaporkan oleh perusahaan dalam laporan

keuangan yang secara khusus ditampilkan dalam catatan atas laporan

keuangan perusahaan. Level diversifikasi perusahaan dapat diukur dengan tiga

cara yaitu jumlah segmen usaha yang dimiliki oleh perusahaan, jumlah anak

perusahaan yang masuk ke dalam konsolidasi, dan Indeks Herfindahl dari


15

jumlah penjualan segmen usaha perusahaan (Harto, 2005). Perusahaan besar

dengan struktur organisasi yang kompleks dan memiliki masalah keagenan

umumnya terdiversifikasi di lebih dari satu negara (Mehdi, 2011).Diversifikasi

geografis (DIVGEO) dalam penelitian ini diukur dengan cara (Verawati,

2012):

DIVGEO = Jumlah Negara Induk dan Anak Perusahaan Beroperasi

Bila perusahaan hanya beroperasi dalam satu negara maka nilai DIVGEO

adalah sebesar 1. Namun bila perusahaan melaporkan hasil dari operasi dari

berbagai negara maka nilai DIVGEO adalah sebesar jumlah negara sesuai

segmen geografis yang dilaporkan.

C. Manajemen Laba

1. Pengertian Manajemen Laba

`Menurut Schipper (1989) dalam Sulistyanto (2008), manajemen laba

merupakan suatu tindakan intervensi dengan tujuan tertentu dalam proses

pelaporan keuangan eksternal untuk mendapatkan seberapa keuntungan

privat. Menurut Healy dan Wahlen (1999) dalam Sulistyanto (2008),

manajemen laba terjadi ketika manajer menggunakan judgment dalam

pelaporan finansial dalam strukturisasi transaksi untuk mempengaruhi

laporan keuangan dan mengelabui stackholder terkait kinerja ekonomi

perusahaan atau untuk mepengaruhi hasil kontrak yang bergantung pada

angka akuntansi. Menurut Sulistyanto (2008) manajemen laba secara

umum didefinisikan sebagai upaya manajer suatu perusahaan untuk


16

mengintervensi atau mempengaruhi informasi-informasi dalam laporan

keuangan dengan suatu tujuan untuk mengelabui stakeholder ingin

mengetahui kinerja dan kondisi perusahaan. Terdapat beberapa alasan

dilakukannya manajemen laba yaitu (Sulistyanto, 2008):

a. Manajemen laba dapat meningkatkan kepercayaan pemegang saham

terhadap manajer.

Manajemen laba berhubungan erat dengan tingkat perolehan laba atau

prestasi usaha suatu organisasi, hal ini karena tingkat keuntungan atau

laba dikaitkan dengan prestasi manajemen dan juga besar kecilnya

bonus yang akan diterima oleh manajer.

b. Manajemen laba dapat memperbaiki hubungan dengan pihak kreditor.

Perusahaan yang terancam default yaitu tidak dapat memenuhi

kewajiban pembayaran utang pada waktunya, perusahaan berusaha

menghindarinya dengan membuat kebijakan yang dapat meningkatkan

pendapatan maupun laba. Dengan demikian akan memberi posisi

bargaining yang relatif baik dalam negosiasi atau penjadwalan ulang

utang antara pihak kreditor dengan perusahaan.

c. Manajemen laba dapat menarik investor untuk menanamkan modalnya

terutama pada perusahaan go public pada saat IPO.

2. Pola manajemen laba

Scott (2000) dalam Verawati (2012) membagi manajemen laba yang

mungkin dilakukan oleh para manajer perusahaan ke dalam empat jenis pola

manajemen laba yaitu:


17

a. Cuci Bersih (Taking a Bath)

Pola ini terjadi pada periode sulit, kondisi buruk yang tidak menguntungkan

ataupun pada saat terjadi reorganisasi, termasuk pengangkatan CEO baru.

Manajer melaporkan kerugian, mungkin dalam jumlah yang besar. Manajer

berharap laba pada periode mendatang dapat meningkat karena berkurangnya

beban periode mendatang.

b. Menurunkan Laba (Income Minimization)

Pola ini dilakukan sebagai alasan politis pada periode laba yang tinggi dengan

cara seperti pada pola taking a bath. Hal ini dilakukan pada saat profitabilitas

tinggi dengan maksud agar tidak mendapat perhatian secara politis sekaligus

sebagai upaya menyimpan laba sehingga jika laba periode mendatang

mengalami penurunan drastis dapat diatasi dengan mengambil simpanan laba

periode berjalan.

c. Menaikkan Laba (Income Maximization)

Pola ini dilakukan pada saat laba mengalami penurunan. Kebalikan dari

income minimization, income maximization dilakukan dengan cara mengambil

simpanan laba periode sebelumnya ataupun menarik laba periode yang akan

datang, misalnya dengan menunda pembebanan biaya. Pola ini dilakukan atas

dasar motivasi bonus, motivasi penghindaran pelanggaran perjanjian utang,

pada saat penawaran saham perdana dan musiman, ataupun untuk

menghindari turunnya harga saham secara drastis.


18

d. Perataan Laba (Income Smoothing)

Perataan laba 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

Sulistiawan (2011:31-37) mengatakan bahwa terdapat beberapa hal yang

memotivasi melakukan manajemen laba, yaitu:

a. Motivasi Bonus

Dalam sebuah perjanjian bisnis, pemegang saham akan memberikan

sejumlah intensif dan bonus sebagai feedback atau evaluasi atas kinerja

manajer dalam menjalankan operasional perusahaan. Insentif ini

diberikan dalam jumlah relatif tetap dan rutin. Sementara, bonus yang

relatif lebih besar nilainya hanya akan diberikan ketika kinerja manajer

berada di area pencapaian bonus yang telah ditetapkan oleh pemegang

saham. Kinerja manajemen salah satunya diukur dari pencapaian laba

usaha. Pengukuran kinerja berdasarkan laba dan skema bonus tersebut

memotivasi para manajer untuk memberikan perfoma terbaiknya

sehingga tidak menutup peluang mereka melakukan tindakan

manajemen laba agar dapat menampilkan kinerja yang baik demi

mendapatkan bonus yang maksimal.


19

b. Motivasi Utang

Selain melakukan kontak bisnis dengan pemegang saham, untuk

kepentingan ekspansi perusahaan, manager seringkali melakukan

beberapa kontrak bisnis dengan pihak ketiga, dalam hal ini adalah

kreditor. Agar kreditor mau menginvestasikan dananya di

perusahaannya, tentunya manajer harus menunjukkan performa yang

baik dari perusahaannya. Selain itu, untuk memperoleh hasil maksimal,

yaitu pinjaman dalam jumlah besar, perilaku kreatif dari manajer untuk

menampilkan performa yang baik dari laporan keuangannya pun

seringkali muncul.

c. Motivasi Pajak

Tindakan manajemen laba tidak hanya terjadi pada perusahaan go public

dan selalu untuk kepentingan harga saham, tetapi juga untuk kepentingan

perpajakan. Kepentingan ini didominasi oleh perusahaan yang belum go

public. Perusahaan yang belum go public cenderung melapokan dan

menginginkan untuk menyajikan laporan laba fiscal yang lebih rendah

dari nilai yang sebenarnya. Kecenderungan ini memotivasi manajer

untuk bertindak kreatif melakukan manajemen laba agar seolah-olah laba

fiscal yang dilaporkan memang lebih rendah tanpa melanggar aturan dan

kebijakan akuntansi perpajakan.

d. Motivasi Penjualan Saham

Motivasi ini banyak dilakukan oleh peerusahaan yang akan go public

ataupun sudah go public. Perusahaan yang akan go public akan


20

melakukan penawaran saham pendananya ke public atau lebih dikenal

dengan istilah Initial Public Offerings (IPO) untuk memperoleh

tambahan modal usaha dari calon investor. Demikian juga dengan

perusahaan yang sudah go public, untuk kelanjutan dan ekspansi

usahanya, perusahaan akan menjual sahamnya ke publik baik melalui

penawaran kedua, penawaran ketiga, dan seterusnya (seasoned equity

offerings- SEO), melalui penjualan saham kepada pemilik lama (right

issue), maupun melakukan akuisi perusahaan lain. Proses penjualan

saham perusahaan ke publik akan direspon positif oleh pasar ketika

perusahaan penerbit saham dapat “menjual” kinerja yang baik. Salah

satu ukuran kinerja yang dilihat oleh calon investor adalah penyajian

laba pada laporan keuangan perusahaan. Kondisi ini sering kali

memotivasi manajer untuk melakukan manajemen laba dengan berusaha

menampilkan kinerja keuangan yang lebih baik dari biasanya.

e. Motivasi Pergantian Direksi

Praktik manajemen laba biasanya terjadi pada sekitar periode pergantian

direksi atau CEO, menjelang berakhirnya masa jabatan, direksi

cenderung bertindak memaksimalkan laba agar performa kerjanya tetap

terlihat baik pada tahun terakhir ia menjabat. Perilaku ini ditunjukkan

dengan terjadinya peningkatan laba yang cukup signifikan pada periode

menjelang berakhirnya masa jabatan. Motivasi utama yang mendorong

perilaku manajemen laba adalah untuk memperoleh bonus yang

maksimal pada akhir masa jabatannya.


21

f. Motivasi Politisi

Motivasi ini biasanya terjadi pada perusahaan besar yang bidang

usahanya banyak menyentuh masyarakat luas seperti, perusahaan

industri strategis perminyakan, gas, listrik, dan air. Demi menjaga tetap

mendapatkan subsidi, perusahaan-perusahaan tersebut cenderung

menjaga posisi keuangannya dalam keadaan tertentu sehingga prestasi

atau kinerjanya tidak terlalu baik. Jadi, pada aspek politis ini, manajer

cenderung melakukan kreativitas akuntansi untuk menyajikan laba yang

lebih rendah dari nilai yang sebenarnya, terutama selama periode

kemakmuran tinggi. Hal ini dilakukan untuk mengurangi visibilitas

perusahaan sehingga tidak menarik perhatian pemerintah dan publik

yang dapat menyebabkan meningkatnya biaya politisi perusahaan.

Rendahnya biaya politisi akan menguntungkan manajemen

4. Teknik Manajemen Laba

Teknik manajemen laba menurut Setiawati dan Na’im (2000) dalam

Verawati (2012) dapat dilakukan dengan tiga cara antara lain:

a. Memanfaatkan peluang untuk membuat estimasi akuntansi misalnya,

estimasi tingkat piutang tak tertagih,

b. Mengubah metode akuntansi misalnya, dengan merubah metode depresiasi

aktiva tetap dari metode depresiasi angka tahun ke metode depresiasi garis

lurus, dan


22

c. Menggeser periode biaya atau pendapatan misalnya, dengan mempercepat

atau menunda pengeluaran periode saat ini ke periode akuntansi

berikutnya.

5. Pengukuran Manajemen Laba

Dalam penelitian ini, manajemen laba diukur dengan menggunakan

metode discretionary accrual. Discretionary accruals (DA) merupakan

tingkat akrual yang tidak normal. Model yang digunakan untuk menghitung

discretionary accrual adalah model modifikasi Jones (The Modified Model

Jones) (Sulistiawan, 2008). Model ini muncul untuk mengatasi kelamahan

dari metode Jones Model (1991). Dechow lalu mengembangkan Modified

Jones Model (1995) dengan mengasumsikan

bahwa perubahan yang terjadi dalam penjualan kredit pada periode

berjalan merupakan objek manipulasi laba sehingga dirinya

memperbaiki Jones Model dengan menghilangkan variabel

perubahan piutang dari variabel pendapatan untuk mengestimasi

akrual nondiskresioner pada saat periode kejadian.

Secara empiris akrual diskresioner bisa bernilai nol, positif, atau negatif

yang mana mengindikasikan bahwa perusahaan selalu melakukan manajemen

laba dalam mencatat dan menyusun laporan keuangannya. Nlai positif

menunjukan bahwa manajemen laba dilakukan dengan pola peningkatan laba

(maximalization laba), maka semakin besar angka manajemen laba semakin

tinggi juga tingkat manajemen laba. Nilai negatif menunjukan manajemen

laba dilakukan dengan pola penurunan laba (minimization income), maka

semakin kecil manajemen laba semakin tinggi tingkat manajemen laba


23

(Sulistyanto, 2008). Discretionary Accruals pada periode t dihitung dengan

cara (Dechow, 1995) :

a. Menghitung nilai total akrual dengan formulasi:

TAit = NIit – CFOit

Keterangan :

TAit = Total Akrual perusahaan i pada periode t

NIit = Laba bersih (net income) perusahaan i pada periode t

CFOit = Arus kas operasi (cash flow of operation) perusahaan i

pada periode t

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

(1991), dengan formulasi :

TAit = α1 + α2 ∆Revit+ α3 PPEit + εit

Lalu semua variabel tersebut dibagi dengan aset tahun sebelumnya (Ait-1),

sehingga formulasinya menjadi:

TAit / At-1 = α1(1/ At-1) + α2(ΔRevit / At-1) + α3(PPEit / At-1) + e

Keterangan :

TAit = Total akrual perusahaan i pada periode t

At-1 = Total aset pada periode t-1

ΔREVit = Perubahan pendapatan perusahaan i dari tahun t-1 ke tahun t

PPEit = Aset tetap perusahaan i (gross property, plant, and equipment)

pada periode t

e = Koefisien error

α 1 α 2 α 3 = Koefisien regresi

c. Menghitung nilai NDA dengan formulasi:


24

NDAit = α1(1/ At-1) + α2((ΔRevit / At-1- ΔRecit / At-1)+α3(PPEit /At-1)

Nilai parameter α1, α2, dan α3 adalah hasil dari perhitungan pada langkah

ke-2

Keterangan :

ΔREVit = Perubahan piutang perusahaan i dari tahun t-1 ke tahun t

NDAit = non discretionary accruals perusahaan i pada tahun t

d. Menentukan nilai Discretionary Accruals yang merupakan indicator

manajemen laba akrual dengan cara mengurangi total akrual dengan akrual

nondiskresioner, dengan formulasi:

DAit = (TAit / At-1) - NDAit

Keterangan :

DAit = Discretionary accruals perusahaan periode t

D. Hubungan Diversifikasi Operasi terhadap Manajemen Laba

Teori agensi menjelaskan bahwa organisasi merupakan jaringan

hubungan kontraktual antara manajer atau agen dengan pemilik, kreditor, dan

pihak-pihak lain atau yang disebut prinsipal. Adanya pemisahan kepemilikan

oleh prinsipal dengan pengendalian oleh agen dalam sebuah organisasi

cenderung menimbulkan konflik keagenan diantara prinsipal dan agen

(Fatmawati, 2013). Teori agensi menjelaskan munculnya asimetri informasi

dan konflik keagenan. Manajer selaku pengelola perusahaan lebih mengetahui

informasi internal dan prospek perusahaan bila dibandingkan dengan pemilik

dan investor. Ketimpangan informasi ini disebut dengan asimetri informasi


25

(Lupitasari, 2012). Semakin tinggi tingkat asimetri informasi, maka semakin

sedikit informasi yang dimiliki oleh pemilik dan analisi keuangan, sehingga

sulit untuk melihat kemungkinan praktik manajemen laba (Mehdi, 2011).

Menurut Harto (2005), diversifikasi operasi adalah strategi perusahaan

untuk memperluas usahanya dengan cara membuka lini usaha

baru/memperluas lini usaha yang ada. Menurut Jirapon (2005) dalam Verawati

(2012), perusahaan yang beroperasi dalam lini usaha yang beragam akan

memiliki struktur yang lebih kompleks dibandingkan dengan perusahaan yang

beropersi di satu lini usaha. Perusahaan yang terdiri atas divisi-divisi yang

bergerak di berbagai segmen operasi akan lebih sulit bagi publik atau analis

keuangan untuk memeriksa laporan pendapatan perusahaan tersebut, sehingga

transparansi informasi perusahaan rendah (Aryati, 2013). Transparansi

informasi yang rendah menyebabkan para manajer di perusahaan yang

terdiversifikasi dapat menghasilkan asimetri informasi yang dapat

menimbulkan manajemen laba yang lebih tinggi dibandingkan dengan

perusahaan tersebut tidak melakukan diversifikasi (Mehdi, 2011).

Menurut Mehdi (2011), diversifikasi operasi yang diukur dengan

menggunakan indeks herfindahl dan manajemen laba yang diukur dengan

discretionary accruals memiliki hubungan positif. Semakin kecil nilai indeks

herfiindahl berarti semakin beragam lini usaha yang dimiliki perusahaan,

maka semakin tinggi perusahaan tersebut terdiversifikasi. Semakin tinggi

perusahaan terdiversifikasi pada segmen-segmen bisnis yang beragam, maka


26

semakin tinggi tingkat manajemen laba yang dilakukan jika dibandingkan

pada perusahaan yang tidak melakukan diversifikasi (Aryati, 2013).

E. Hubungan Diversifikasi Geografis terhadap Manajemen Laba

Teori agensi yang menyatakan mengenai adanya hubungan antara

prinsipal dan agen yang menyebabkan adanya pemisahan kepemilikan oleh

pemilik dengan pengendalian oleh agen yang menyebabkan adanya konflik

keagenan serta asimetri informasi (Fatmawati, 2013). Asimetri informasi

adalah keadaan dimana informasi yang lengkap hanya diketahui oleh salah

satu pihak serta hanya menguntungkan salah satu pihak (Verawati, 2012).

Asimetri informasi antara manajemen dengan pemilik perusahaan dapat

menimbulkan adanya praktik manajemen laba dan semakin tinggi tingkat

asimetri informasi, maka semakin sedikit informasi yang dimiliki oleh pemilik

dan analisi keuangan, sehingga sulit untuk melihat kemungkinan praktik

manajemen laba (Mehdi, 2011).

Menurut IAI (2002), diversifikasi geografis adalah komponen perusahaan

yang dapat dibedakan dalam menghasilkan produk atau jasa pada lingkungan

(wilayah) ekonomi tertentu serta memiliki resiko dan imbalan yang berbeda

pada komponen yang beroperasi pada lingkungan (wilayah) ekonomi lain.

Menurut Mehdi (2011), Diversifikasi geografis dan manajemen laba

memiliki hubungan yang positif. Menurut Fatmawati (2013), diversifikasi

geografis yang diukur dengan menggunakan jumlah induk dan anak

perusahaan yang beroperasi, semakin banyak perusahaan memiliki induk dan

anak perusahaan yang beroperasi di berbagai negara akan meningkatkan


27

kompleksitas organiasi, dan kemudian meningkatkan asimetri informasi antara

manajer dan investor (Indraswari, 2010). Perusahaan yang terdiversifikasi

geografis memiliki anak-anak perusahaan yang berada di berbagai negara

dapat meningkatkan asimetri informasi yang menyebabkan manajer pada

anak-anak perusahaan diberbagai negara dapat melakukan praktik manajemen

laba (Aryati, 2013). Hal itu disebabkan karena perusahaan terdiversifikasi

diberbagai negara yang letaknya jauh dapat menyulitkan pemilik perusahaan

untuk mengawasi perilaku agen atau manajemen, sehingga para manajer dapat

melakukan manajemen laba tanpa diketahui oleh pemilik perusahaan (Mehdi,

2011).

F. Penelitian Terdahulu

1. Penelitian mengenai Diversifikasi Operasi terhadap Manajemen Laba

Beberapa penelitian terdahulu terkait dengan diversifikasi operasi

dan manajemen laba yang dilakukan peneliti sebelumnya. Penelitian El

Mehdi & Seboui (2011) mengenai pengaruh diversifikasi terhadap

manajemen laba yang terdapat di Amerika Serikat selama periode 1998-

2005. Hasil penelitian menunjukkan diversifikasi operasi berpengaruh

negatif terhadap manajemen laba yang berarti semakin tinggi tingkat

diversifikasi operasi perusahaan semakin menurunkan tingkat manajemen

laba yang dilakukan dalam suatu perusahaan. Penelitian Verawati (2012)

mengenai pengaruh diversifikasi operasi, diversifikasi geografis, leverage,

dan struktur kepemilikan terhadap manajemen laba. Hasil Penelitiannya


28

menunjukkan diversifikasi operasi tidak memberikan pengaruh yang

signifikan terhadap manajemen laba. Aryanti dan Walansendouw (2013)

meneliti antara diversifikasi perusahaan dengan manajemen laba pada

perusahaan manufaktur yang terdaftar di BEI selama tahun 2008-2010.

Hasil penelitiannya menunjukkan tingkat diversifikasi industri tidak

berpengaruh terhadap manajemen laba.

Indraswari (2010) meneliti mengenai pengaruh status internasional,

diversifikasi operasi, dan legal origin tterhadap manajemen laba. Hasil

penelitiannya bahwa diversifikasi operasi perusahaan berpengaruh positif

terhadap manajemen laba yang dilakukan perusahaan-perusahaan Asia

yang terdaftar di NYSE. Penelitian Lupitasari (2013) menunjukkan bahwa

diversifikasi operasi tidak berpengaruh terhadap manajemen laba pada

perusahaan pertambangan dan perbankan. Hal itu disebabkan oleh

penerapan good corporate governance yang baik oleh perusahaan

pertambangan dan setiap gerak-gerik perusahaan perbankan diatur oleh

Bank Indonesia selaku regulator lembaga perbankan Indonesia, ini terlihat

pada diterapkannya aturan-aturan untuk lembaga perbankan.

2. Penelitian mengenai Diversifikasi Geografis terhadap Manajemen

Laba

Beberapa penelitian terdahulu terkait dengan diversifikasi geografis

dan manajemen laba yang dilakukan peneliti sebelumnya. Penelitian El

Mehdi & Seboui (2011) mengenai pengaruh diversifikasi terhadap

manajemen laba yang terdapat di Amerika Serikat selama periode 1998-


29

2005. Hasil penelitiannya menunjukkan bahwa perusahaan yang

melakukan diversifikasi geografis meningkatkan manajemen laba.

Penelitian Verawati (2012) mengenai pengaruh diversifikasi operasi,

diversifikasi geografis, leverage, dan struktur kepemilikan terhadap

manajemen laba. Hasil Penelitiannya menunjukkan bahwa variabel

diversifikasi geografis, memiliki pengaruh signifikan negatif terhadap

manajemen laba. Semakin besar tingkat diversifikasi geografis, semakin

rendah manajemen laba perusahaan.

Penelitian Fatmawati (2013) mengenai pengaruh diversifikasi

industri, diversifikasi geografis, konsentrasi kepemilikan dan masa

perikatan terhadap manajemen laba. Hasil Penelitian ini menunjukkan

bahwa diversifikasi geografis memiliki pengaruh signifikan positif

terhadap manajemen laba. Dinuka dan Zulaikha (2014) meneliti mengenai

pengaruh audit tenure, ukuran KAP, dan diversifikasi geografis terhadap

manajemen laba. Hasil penelitiannya menunjukkan perusahaan yang

beroperasi hanya disatu negara justru melakukan manajemen laba yang

lebih tinggi dibandingkan perusahaan yang beroperaasi di dua negara.

Penelitian Lupitasari (2013) mengenai pengaruh diversifikasi operasional

dan diversifikasi geografis terhadap manajemen laba. Hasil penelitiannya

menunjukkan diversifikasi geografis berpengaruh negatif terhadap

manajemen laba pada perusahaan pertambangan dan berpengaruh positif

terhadap manajemen laba pada lembaga perbankan.


30

b. Kerangka pemikiran

Penelitian ini meneliti hubungan antara variabel diversifikasi operasi

dan diversifikasi geografis terhadap manajemen laba. Penelitian ini

meneliti hubungan antara variabel, sehingga tidak ada perumusan hipotesis

karena kesimpulan yang akan ditarik hanya terbatas pada populasi sasaran.

Penelitian ini melihat hubungan satu per satu antara diversifikasi operasi

dan diversifikasi geografis terhadap manajemen laba sebagai kerangka

konseptual dalam penelitian ini seperti digambarkan dibawah ini:

Gambar 2.1 Gambar Kerangka Pemikiran

Diversifikasi

Operasi

Manajemen Laba

Diversifikasi

Geografis


31

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Jenis penelitian ini adalah penelitian asosiatif. Penelitian asosiatif

merupakan penelitian yang bertujuan untuk mengetahui hubungan antara dua

variabel atau lebih dengan tujuan untuk membuat prediksi mengenai asosiasi

variabel yang diteliti. Penelitian asosiatif dalam penelitian ini menggunakan

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI)

berdasarkan data-data sekunder yang telah didokumentasikan.

B. Populasi Sasaran

Populasi yang digunakan dalam penelitian ini adalah perusahaan

manufaktur yang terdaftar di Bursa Efek Indonesia tahun 2011 – 2014.

Kriteria populasi sasaran yang digunakan dalam penelitian adalah sebagai

berikut:

1. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia selama

periode tahun 2011 – 2014.

2. Perusahaan manufaktur yang menerbitkan laporan keuangan tahunan

dalam mata uang rupiah dalam periode 2011 – 2014.

3. Perusahaan yang memiliki data lengkap mengenai informasi piutang,

aktiva tetap, total aktiva, total pendapatan, EXBT, dan OCF yang

dibutuhkan dalam penelitian ini.

4. Perusahaan manufaktur yang menerbitkan pelaporan segmen operasi dan

geografis.


32

C. Teknik Pengumpulan Data

Teknik pengumpulan data dalam penelitian ini adalah teknik dokumentasi.

Teknik dokumentasi dilakukan dengan mengumpulkan, mempelajari, dan

menganalisis data sekunder yang berupa laporan keuangan yang diterbitkan

oleh perusahaan pada tahun 2011–2014. Selain itu, menggunakan studi

pustaka dengan mengolah data, artikel, jurnal, maupun sumber tertulis yang

berkaitan dengan topik penelitian.

D. Teknik Analisis Data

Langkah-langkah analisis data yang dilakukan dalam penelitian ini adalah

sebagai berikut:

1. Mengumpulkan data

Data-data yang diperlukan dalam penelitian ini adalah laporan

keuangan perusahaan manufaktur yang terdaftar di PT Bursa Efek

Indonesia pada tahun 2011-2014. Mengumpulkan data untuk diversifikasi

Operasi yaitu penjualan dari masing-masing segmen perusahaan dan

penjualan total dari semua segmen perusahaan. Mengumpulkan data untuk

diversifiksi geografis yaitu jumlah negara tempat induk dan anak

perusahaan beroperasi. Terakhir, mengumpulkan data untuk manajemen

laba yaitu total piutang, aset tetap, total aset, total pendapatan, EXBI dan

total arus kas operasi.


33

2. Menghitung Diversifikasi Operasi

Diversifikasi operasi yang dihitung dengan:

∑

∑

Keterangan:

segsales : Penjualan dari masing-masing segmen perusahaan

sales : Penjualan total dari semua adalah penjualan total dari semua

segmen perusahaan (i) pada tahun (t)

3. Menghitung Diversifikasi Geografis

Diversifikasi geografis yang dihitung dengan:

DIVGEO = Jumlah negara induk dan anak perusahaan beroperasi

4. Menghitung manajemen laba

a. Menghitung nilai total akrual

TAit = EXBIit – CFOit

Keterangan

TAit : Total akrual perusahaan I dalam periode t.

EXBIit : Earnings before extraordinary items.

CFOit : Arus kas operasi perusahaan i pada periode t.

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

model (1991)

TAit = α1 + α2 ∆Revit+ α3 PPEit + εit

Lalu semua variabel tersebut dibagi dengan aset tahun sebelumnya (Ait-1),

sehingga formulasinya menjadi :


34

TAit / At-1 = α1(1/ At-1) + α2(ΔRevit / At-1) + α3(PPEit / At-1) + e

Keterangan

TAit : Total akrual perusahaan i dalam periode t.

At-1 : Earnings before extraordinary items

ΔRevit : Perubahan penjualan bersih perusahaan I pada periode t.

PPEit : Property, plant, and equipment perusahaan I pada perusahaan t

α1 , α2 , α3 : Parameter yang diperoleh dari persamaan regresi

e : Error term perusahaan I pada periode t

c. Menghitung nilai NDA

NDAit = α1(1/ At-1) + α2((ΔRevit / At-1- ΔRecit / At-1)+α3(PPEit /At-1)

Nilai parameter α1, α2, dan α3 adalah hasil dari perhitungan pada langkah ke-2.

Keterangan:

TAit : Total akrual perusahaan i dalam periode t

At-1 : Total asset total perusahaan i pada tahun t

ΔRevit : Perubahan penjualan bersih perusahaan i pada periode t

ΔRecit : Perubahan piutang perusahaan i pada periode t

PPEit : Property, plant, and equipment perusahaan i pada periode t

α1 , α2 , α3 : Parameter yang diperoleh dari persamaan regresi

d. Menentukan nilai Discretionary Accruals yang merupakan indikator

manajemen laba akrual dengan cara mengurangi total akrual dengan akrual

nondiskresioner, dengan formulasi:

DAit = (TAit / Ait-1) - NDAit

Keterangan:

TAit : Total akrual perusahaan i dalam periode t.


35

Ait-1 : Total asset total perusahaan i pada periode t-1.

NDAit : Nondiscretionary accruals perusahaan i pada tahun t

5. Melakukan analisis statistik deskriptif

Statistik deskriptif adalah metode statistik yang menggambarkan sifat-sifat

data (Boedijoewono, 2012:11). Statistik deskriptif lebih berhubungan dengan

pengumpulan dan peringkasan data, serta penyajian hasil peringkasan tersebut

(Singgih, 2016:173).

6. Mengklasifikasikan data

a. Mengklasifikasikan Data Diversifikasi Operasi

Ukuran data diversifikasi operasi adalah skala rasio yang diubah menjadi

skala ordinal. Aryati (2013) menyatakan semakin indeks herfindahl

bernilai 1, maka perusahaan tersebut bersegmen tunggal. Semakin indeks

herfindahl bernilai kurang dari 1, maka perusahaan tersebut memiliki lebih

dari satu segmen bisnis (multi segmen). Berdasarkan teori tersebut, hasil

klasifikasi diversifikasi operasi dikategorikan sebagai berikut:

1) Multi segmen : 0 – 0,99

2) Segmen tunggal : ≥ 1,00

b. Mengklasifikasikan Data Diversifikasi Geografis

Ukuran data diversifikasi operasi adalah skala nominal yang diubah

menjadi skala ordinal. Mehdi (2011) menyatakan perusahaan besar dengan

struktur organisasi yang kompleks dan memiliki masalah keagenan

umumnya terdiversifikasi di lebih dari satu negara. Berdasarkan hal

tersebut, hasil klasifikasi diversifikasi geografis dikategorikan sebagai

berikut:


36

1) Kegiatan beroperasi di satu negara : = 1

2) Kegiatan beroperasi lebih dari satu negara. : > 1

c. Mengklasifikasikan Data Manajemen Laba

Sulistyanto (2008) menyatakan nilai positif menunjukan bahwa manajemen

laba dilakukan dengan maximization income, maka semakin besar angka

manajemen laba semakin tinggi tingkat manajemen laba. Nilai negatif

menunjukkan manajemen laba dilakukan dengan minimization income, maka

semakin kecil angka manajemen laba semakin tinggi tingkat manajemen laba.

Hasil klasifikasi manajemen laba dikategorikan sebagai berikut:

1: Nilai discretionary accruals negatif (minimization income)

2: Nilai discretionary accruals positif (maximization income)

Setelah itu, 2 kategori tersebut dilakukan klasifikasi data dengan membagi

kategori tersebut sebagai berikut:

1. Minimization Income

Tinggi : 0,0000 – (-0,4999)

Sedang : (-0,5000) – (-0,9999)

Rendah : ≥ (-1,0000)

2. Maximization income

Rendah: 0,0000 – 0,4999

Sedang : 0,5000 – 0,9999

Tinggi : ≥ 1,0000


37

7. Melakukan Analisis tabulasi Silang

Analisis tabel silang (crosstabs) adalah sebuah tabel silang yang terdiri atas

satu baris atau lebih dan satu kolom atau lebih. Ciri penggunaan crosstabs

adalah data yang berskala nominal atau ordinal (Singgih, 2016). Pada

penelitian ini data yang digunakan pada analisis tabulasi silang adalah data

skala rasio dan skala nominal yang telah diklasifikasikan dan diubah menjadi

skala ordinal.

8. Menarik Kesimpulan

Kesimpulan pada penelitian ini adalah hasil analisis pada tabel tabulasi silang

(crosstabs) antara variabel dengan melihat kekuatan hubungan dan arah

hubungan berdasarkan spearman correlationals untuk diversifikasi operasi

dan diversifikasi geografis. Menurut Sugiyono (2001), penguji kekuatan

hubungan dan arah hubungan, kriteria pengujiannya adalah sebagai berikut:

Tabel 3.1 Kriteria Pengujian Kekuatan Hubungan antara Variabel

Nilai Spearman’s rho ( + dan - ) Tingkat Hubungan

0,00 – 0,199 Sangat Lemah

0,20 – 0,399 Lemah

0,40 – 0,599 Sedang

0,60 – 0,799 Kuat

0,80 – 1,00 Sangat Kuat

Sumber: Sugiyono, 2001

Koefisien korelasi menunjukkan kekuatan (strength) hubungan linear dan

arah hubungan dua variabel acak. Jika koefisien korelasi positif, maka kedua


38

variabel mempunyai hubungan searah. Artinya, jika nilai variabel X tinggi,

maka nilai variabel Y akan tinggi pula. Sebaliknya, jika koefisien korelasi

negatif, maka kedua variabel mempunyai hubungan terbalik. Artinya, jika

nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah dan berlaku

sebaliknya.(Sarwono,2012).


39

BAB IV

GAMBARAN UMUM PERUSAHAAN

A. Populasi Sasaran

Penelitian ini menggunakan data sekunder, yaitu data laporan keuangan

perusahaan manufaktur yang secara konsisten terdaftar di PT Bursa Efek

Indonesia (www.idx.co.id) di tahun 2011–2014. Subjek penelitian adalah

seluruh perusahaan manufaktur yang secara konsisten terdaftar di Bursa Efek

Indonesia, sedangkan objek penelitian ini adalah laporan keuangan yang

diungkapkan oleh perusahaan dalam website BEI. Populasi sasaran pada

penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek

Indonesia pada tahun 2011, 2012, 2013, dan 2014. Kriteria populasi sasaran

dapat dijelaskan dengan tabel berikut:

Tabel 4.1 Kriteria Pemilihan Sampel

Kriteria Sampel Jumlah

Perusahaan manufaktur secara konsisten terdaftar di Bursa Efek

Indonesia pada tahun 2011-2014

399

Perusahaan manufaktur yang menerbitkan annual report tahun

2011-2014 dengan mata uang rupiah

342

Perusahaan yang memiliki data lengkap mengenai informasi

piutang, aktiva tetap, total aktiva, total pendapatan, EXBT, dan

OCF yang dibutuhkan dalam penelitian ini.

328

Perusahaan manufaktur yang menerbitkan pelaporan segmen

operasi dan segmen geografis

33

Jumlah Populasi Sasaran 33


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

40

B. Profil Perusahaan Sampel

Berdasarkan kriteria pemilihan sampel, terdapat 33 perusahaan manufaktur

yang terdaftar di Bursa Efek Indonesia. Berikut merupakan profil singkat 33

perusahaan yang menjadi sampel dalam penelitian ini:

1. PT. Argha Karya Prima Industri Tbk

Kode AKPI

Alamat Kantor Jl. Pahlawan, Karang asem Citeureup 16810

Bogor

Alamat Email [email protected]

No.Telepon (021) 875 2707

Bidang Usaha

Utama

Barang-Barang Plastik

Sektor Industri Dasar dan Kimia

Sub Sektor Plastik dan Kemasan

2. PT. Alakasa Industrindo Tbk

Kode ALKA

Alamat Kantor Jl. Pulogadung No. 4 Kawasan Industri

Pulogadung Jakarta 13920


No.Telepon (021) 526 549 091, 460 8855

Bidang Usaha

Utama

Alumunium


Sub Sektor Logam dan Sejenisnya

3. PT. Asahimas Flat Glass Tbk

Kode AMFG

Alamat Kantor Jl. Ancol IX/5, Ancol Barat Jakarta 14430

Alamat Email [email protected]; hendrik-

[email protected]

No.Telepon (021) 690 404 1 ext 1042

Bidang Usaha

Utama

Keramik, Porselin dan Kaca


Sub Sektor Keramik, Porselin dan Kaca


mailto:[email protected]





41

4. PT. Arwana Citramulia Tbk

Kode ARNA

Alamat Kantor Sentra Niaga Puri Indah Blok T2 No. 6 & 7

Kembangan Selatan Jarta 11610


No.Telepon (021) 583 023 63

Bidang Usaha Utama Keramik



5. PT. Budi Acid Jaya Tbk

Kode BUDI

Alamat Kantor Wisma Budi Lantai 8-9, Jl H.R Rasuna Said

Kav C6 Jakarta 12940


No.Telepon (021) 521 3383

Bidang Usaha Utama Produk yang berbahan baku singkong


Sub Sektor Kimia

6. PT. Duta Pertiwi Nusantara Tbk

Kode DPNS

Alamat Kantor Jl. Tanjung Pura No.263 D Pontianak 78122

Kalimantan Barat- Indonesia


No.Telepon (0561) 736 406, 738 220

Bidang Usaha Utama Perekat Kayu Lapis, Kimia, dan Pertambangan


Sub Sektor Kimia





42

7. PT. Eterindo Wahanatama Tbk

Kode ETWA

Alamat Kantor Chase Plaza, 11th floor Jl. Jend. Sudirman Kav.

21 Jakarta 12920

Alamat Email [email protected] ,

[email protected]

No.Telepon (021) 2598 9838

Bidang Usaha Utama Biodiesel, Perdagangan Produk-Produk Kimia

dan Perkebunan Kelapa Sawit


Sub Sektor Kimia

8. PT. Gudang Garam Tbk

Kode GGRM

Alamat Kantor Jl. Jend. A. Yani No. 79 Jakarta 10510, Jl.

Semampir II/1 Kediri 64121


No.Telepon (0354) 682 091, 820 919 7, 681 555,

(021) 420 246 0

Bidang Usaha

Utama

Rokok

Sektor Industri Barang Konsumsi

Sub Sektor Rokok

9. PT. Panasia Indosyntec Tbk

Kode HDTX

Alamat Kantor Jl. Garuda 153/74 Bandung- Indonesia


No.Telepon (0

22) 603 4123

Bidang Usaha Utama Polimerisasi, Twisting, Pemintalan,

Pertenunan, Industrui Tekstil, Pertambangan,

dan Energi

Sektor Aneka Industri

Sub Sektor Tekstil dan Garmen






43

10. PT. Indofood CBP Sukses Makmur Tbk

Kode ICBP

Alamat Kantor Sudirman Plaza Indofood Tower, 23rd

Floor Jl.

Jend. Sudirman Kav. 76-78 Jakarta 12910


No.Telepon (021) 5793 7500

Bidang Usaha

Utama

Makanan Kemasan


Sub Sektor Makanan dan Minuman

11. PT. Indomobil Sukses Internasional Tbk

Kode IMAS

Alamat Kantor Jl. MT. Haryono Kav. 8, Jakarta Timur – 13330


No.Telepon (021) 856 4850

Bidang Usaha

Utama

Otomotif


Sub Sektor Otomotif dan Komponen

12. PT. Indofarma Tbk

Kode INAF

Alamat Kantor Jl. Indofarma No.1 Cikarang Barat 17530,

Indonesia


No.Telepon (021) 8832 3971/75

Bidang Usaha

Utama

Farmasi


Sub Sektor Farmasi





44

13. PT. Indai Alumunium Industry Tbk

Kode INAI

Alamat Kantor Kompleks Masplon Unit-1,Sawotratap


No.Telepon (031) 8531531

Bidang Usaha

Utama

Alumunium


Sub Sektor Logam dan Sejenisnya

14. PT. Indofood Sukses Makmur Tbk

Kode INDF

Alamat Kantor Sudirman Plazaindofood Tower, 23rd

floor Jl.

Jend. Sudirman Kav. 76-78 Jakarta 12910

Alamat Email [email protected];

[email protected]

No.Telepon (021) 579 37500

Bidang Usaha Utama Makanan dan Minuman



15. PT. Kabelindo Murni Tbk

Kode KBLM

Alamat Kantor Jl. Rawa Girang No.2 Kawasan Industri

Pulogadung Jakarta 13930, Indonesia


No.Telepon (021) 460 9065

Bidang Usaha

Utama

Kebel Listrik dan Kabel Telekomunikasi


Sub Sektor Kabel






45

16. PT. Kedaung Indah Can Tbk

Kode KICI

Alamat Kantor Jl. Raya Rungkut 15 -17, Surabaya 60293,

Indonesia


No.Telepon (031) 870 0088

Bidang Usaha Utama Peralatan dapur dari logam dan produk

sejenisnya


Sub Sektor Peralatan Rumah Tangga

17. PT. Multi Prima Sejahtera Tbk

Kode LPIN

Alamat Kantor Karawaci Office Park Blok M No. 39/50 Lippo

Karawaci, Tangerang 15139 – Indonesia


No.Telepon (021) 5589 767, 5589 823

Bidang Usaha Utama Busi dan suku cadang kendaraan bermotor


Sub Sektor Otomitif dan Komponen

18. PT. Martina Berto Tbk

Kode MBTO

Alamat Kantor Jl. Pulo Kambing II No.1 Kawasan Industri

Pulogadung, Jakarta


No.Telepon (021) 460 371 7

BidangUsaha Utama Barang-barang kosmetik dan obat tradisional


Sub Sektor Kosmetik dan Keperluan Rumah Tangga





46

19. PT.Mustika Ratu Tbk

Kode MRAT

Alamat Kantor Graha Mustika Ratu Jl. Gatot Subroto Kav. 74-

75, Jakarta 12870-Indonesia


No.Telepon (021) 830 675 459

Bidang Usaha

Utama

Pabrikasi, perdagangan, distribusi jamu,

kosmetik tradisional, dan minuman sehat



20. PT. Mayora Indah Tbk

Kode MYOR

Alamat Kantor Jl. Tomang Raya No. 21-23 Jakarta

Alamat Email [email protected]; [email protected]

No.Telepon 565-53-11/20/22; 566 30-37, 619-14-99

Bidang Usaha Utama Industri Makanan Ringan



21. PT. Apac Citra Centertex Tbk

Kode MYTX

Alamat Kantor Graha BIP Lantai 10, Jl. Jenderal Gatot Subroto

Kav.23 Jakarta 12930- Indonesia


No.Telepon (021) 525 8180

Bidang Usaha

Utama

Tekstil


Sub Sektor Tektil dan Garmen






47

22. PT. Prasidha Aneka Niaga Tbk

Kode PSDN

Alamat Kantor Gedung Plaza Sentral Lt.20 Jl.Jend. Sudirman

No.47 Jakarta 12930


No.Telepon (021) 579 044 78, 579 044 88

Bidang Usaha

Utama

Pengolahan dan perdagangan hasil Bumi



23. PT. Ricky Putra Globalindo Tbk

Kode RICY

Alamat Kantor Jl. Sawah Lio II No. 29-37 Jakarta


No.Telepon (021) 634 3735, 634 2330, 632 7770

Bidang Usaha

Utama

Tekstil



24. PT. Sierad Produce Tbk

Kode SIPD

Alamat Kantor TCC Batavia Tower One, Lantai 7, Jl. KH. Mas

Mansyur Kav. 126 jakarta 10220


No.Telepon (021) 2981 9999

Bidang Usaha Utama Pakan Ternak


Sub Sektor Pakan Ternak






48

25. PT. Holcim Indonesia Tbk

Kode SMCB

Alamat Kantor Menara Jamsostek North Tower, 15th

floor

Jl.Jend. Gatot Subroto No.38 Jakarta 12930,

Indonesia


No.Telepon (021) 529 620 11

Bidang Usaha

Utama

Semen


Sub Sektor Semen

26. PT. Selamat Sempurna Tbk

Kode SMSM

Alamat Kantor Wisma ADR Jl. Pluit Raya I No. 1 Jakarta


No.Telepon (021) 661-00-33, 669-02-44, Ibu Lidia:Ext 327

Bidang Usaha

Utama

Automotive and Components


Sub Sektor Otomotif dan Komponen

27. PT. Sunson Textile Manufacturer Tbk

Kode SSTM

Alamat Kantor Jl. Raya Rancaekek Km. 25,5 Sumedang-

Bandung


No.Telepon (022) 779 8289

Bidang Usaha

Utama

Tekstil







49

28. PT.Star Petrochem Tbk

Kode STAR

Alamat Kantor Menara BCA Lt.45 Grand Indonesia Jl. MH.

Thamrin No.1 Menteng Jakarta 10310


No.Telepon (021) 2358 4401

Bidang Usaha Utama Perdagangan Umum Besar

Sektor Aneka industry


29. PT. Surya Toto Indonesia Tbk

Kode TOTO

Alamat Kantor Jl. Tomang Raya No. 16-18 Jakarta 11430


No.Telepon (021) 292 986 86

Bidang Usaha Utama Basic Industry and Chemicals- Cement



30. PT. Tempo Scan Pacific Tbk

Kode TSPC

Alamat Kantor Gedung Tempo Scan Tower Jl.H.R.Rasuna

Said Kav. 3-4 Jakarta 12950


No.Telepon 2921-8888 (5438)

Bidang Usaha Utama Industri Farmasi


Sub Sektor Farmasi





50

31. PT.Ultrajaya Milk Industry & Trading Comp

Kode ULTJ

Alamat Kantor Jl. Raya Cimareme 131, Padalarang-40552,

Kab. Bandung Barat


No.Telepon (022) 8670 0700

Bidang Usaha Utama Makanan dan mMinuman



32. PT.Nusantara Inti Corpora Tbk

Kode UNIT

Alamat Kantor Gedung Menara Palma Lt.12 Jl. HR. Rasuna

Said Blok X2 Kav 6 Kuningan Timur,

Setiabudi Jakarta Selatan


No.Telepon (021) 2939 1242

Bidang Usaha Utama Investasi, Industri dan Perdagangan



33. PT.Unilever Indonesia Tbk

Kode UNVR

Alamat Kantor Graha Unilever Jl. Jend. Gatot subroto Kav. 15

Jakarta


No.Telepon (021) 526 2112

Bidang Usaha Utama Produksi, pemasaran dan distribusi barang-

barang konsumsi








51

BAB V

ANALISI DATA DAN PEMBAHASAN

A. Analisis Data

1. Pengumpulan data

Data mengenai diversifikasi operasi berupa penjualan dari masing-masing

segmen perusahaan dan penjualan total dari semua segmen perusahaan

dapat dilihat pada bagian lampiran II. Data mengenai diversifiksi

geografis berupa jumlah negara tempat induk dan anak perusahaan

beroperasi dapat dilihat pada bagian lampiran III. Data mengenai

manajemen laba dapat dilihat pada bagian lampiran IV. Data mengenai

perhitungan manajemen laba dapat dilihat pada bagian lampiran V. Hasil

olah data dapat dilihat pada bagian lampiran VI.

2. Perhitungan Diversifikasi Operasi

Diversifikasi operasi dihitung dengan menggunakan rumus:

∑

∑

= 1,00

Hasil perhitungan diversifikasi operasi (HERFit ) dapat dilihat pada tabel

berikut:


52

Tabel 5.1 Hasil Perhitungan Diversifikasi Operasi Perusahaan

Manufaktur

No Kode Emiten 2011 2012 2013 2014

1. AKPI 1.00 1.00 1.00 1.00

2. ALKA 1.00 1.00 1.00 1.00

3. AMFG 1.00 1.00 1.00 1.00

4. ARNA 1.00 1.00 1.00 1.00

5. BUDI 1.00 1.00 1.00 1.00

6. DPNS 1.00 1.00 1.00 1.00

7. ETWA 0.68 0.68 0.54 0.65

8. GGRM 1.00 1.00 1.00 1.00

9. HDTX 1.00 1.00 1.00 1.00

10. ICBP 1.00 1.00 1.00 1.00

11. IMAS 0.71 0.99 1.00 1.00

12. INAF 1.00 1.00 1.00 1.00

13. INAI 1.00 1.00 1.00 1.00

14. INDF 0.68 1.00 1.00 1.00

15 KBLM 1.00 1.00 1.00 1.00

16 KICI 1.00 1.00 1.00 1.00

17 LPIN 1.00 1.00 1.00 1.00

18 MBTO 1.00 1.00 1.00 1.00

19 MRAT 1.00 1.00 1.00 1.00

20 MYOR 1.00 1.00 1.00 1.00

21 MYTX 1.00 1.00 1.00 1.00

22 PSDN 1.00 1.06 1.00 1.00

23 RICY 1.00 1.00 1.00 1.00

24 SIPD 1.00 1.00 1.00 1.00

25 SMCB 1.00 1.00 1.00 1.00

26 SMSM 1.00 1.00 1.00 1.00

27 SSTM 1.00 1.00 1.00 0.10

28 STAR 1.00 1.00 1.00 1.00

29 TOTO 1.00 1.00 1.00 1.00

30 TSPC 1.00 1.00 1.00 1.00

31 ULTJ 0.51 1.00 1.00 0.62

32 UNIT 1.00 1.00 1.00 1.00

33 UNVR 1.00 1.00 1.00 1.00 Sumber: Data sekunder yang diolah, 2016

3. Perhitungan Diversifikasi Geografis

Diversifikasi geografis dihitung dengan menggunakan rumus:

DIVGEO = Jumlah Negara tempat induk dan anak perusahaan beroperasi


53


berikut:

Tabel 5.2 Hasil Perhitungan Diversifikasi Geografis Perusahaan

Manufaktur

No Kode Emiten 2011 2012 2013 2014

1. AKPI 3 2 2 2

2. ALKA 2 3 3 3

3. AMFG 1 1 1 1

4. ARNA 1 1 1 1

5. BUDI 2 2 2 2

6. DPNS 1 1 1 1

7. ETWA 1 1 1 1

8 GGRM 1 1 1 1

9 HDTX 1 1 1 1

10 ICBP 5 5 5 5

11 IMAS 1 1 2 2

12. INAF 1 1 1 1

13. INAI 1 1 1 1

14. INDF 6 6 7 7

15 KBLM 1 1 1 1

16 KICI 1 1 1 1

17 LPIN 1 1 1 1

18 MBTO 2 2 2 2

19 MRAT 2 2 2 2

20 MYOR 2 2 2 2

21 MYTX 1 1 1 1

22 PSDN 2 2 2 2

23 RICY 1 1 2 2

24 SIPD 1 1 1 1

25 SMCB 2 2 2 2

26 SMSM 1 1 1 1

27 SSTM 1 1 1 1

28 STAR 1 1 1 1

29 TOTO 1 1 1 1

30 TSPC 4 4 4 4

31 ULTJ 1 1 1 1

32 UNIT 1 1 1 1

33 UNVR 1 1 1 1 Sumber: Data sekunder yang diolah, 2016


54

4. Perhitungan Manajemen Laba

Manajemen laba dihitung dengan rumus:

DAit AKPI 2011 = (TAit / Ait-1) - NDAit

DAit AKPI 2011 = (-0,028253153) – (-0,318862881)

= (-0,290609728)


dibawah ini:

Tabel 5.3 Hasil Perhitungan Manajemen Laba Perusahaan Manufaktur

No Kode

Emiten 2011 2012 2013 2014

1 AKPI -0.290609728 -0.415399073 0.009503465 0.142393591

2 ALKA 0.087900927 -0.04082114 -0.032707267 -0.079481504

3 AMFG -0.311653519 -0.373295124 0.101615596 0.013272254

4 ARNA 1.172460463 -1.184637554 0.059313286 -0.083861256

5 BUDI -0.396123816 -0.438982193 0.104521472 -0.017506496

6 DPNS 0.086776348 -0.146820796 -0.195577265 -0.021417375

7 ETWA -0.333114574 -0.059135824 -0.035340023 0.260850203

8 GGRM -0.374736972 -0.230205498 -0.055329329 -0.147386344

9 HDTX -0.288010842 -0.45517371 0.590303953 0.021552546

10 ICBP -0.140422132 -0.147112692 -0.008937499 0.04385567

11 IMAS -0.411554018 -0.44753333 -0.159619807 -0.018028951

12 INAF -0.216086634 -0.33010988 -0.051865764 0.085763085

13 INAI -0.171230918 -0.36844292 0.088159919 0.07625958

14 INDF -0.192043339 -0.374767783 0.062968955 0.033968189

15 KBLM -0.333417006 -0.5323645 -0.180298694 -0.060549659

16 KICI -0.091589003 -0.103490324 -0.082657357 -0.050266601

17 LPIN -0.057939371 -0.054189194 -0.079223293 -0.095124473

18 MBTO -0.192157045 -0.223715704 -0.000368416 -0.003410579

19 MRAT -0.212076436 -1.045671971 0.065780332 -0.071841926

20 MYOR -0.568561118 -0.346806946 0.010342561 -0.169446691

21 MYTX -0.351496939 -0.581199985 0.114038469 0.062923515

22 PSDN -0.227461009 -0.601312774 0.090018738 0.043927105

23 RICY -0.179055606 -0.254660689 -0.198608816 -0.005060652

24 SIPD -0.400470459 -0.502709425 0.035354197 -0.008865739

25 SMCB -0.498935818 -0.644782634 0.156205997 0.017714398

26 SMSM -0.270132478 -0.292058533 -0.098958746 -0.019762212


55

Tabel 5.3 Hasil Perhitungan Manajemen Laba Perusahaan Manufaktur

(Lanjutan)

No Kode

Emiten

2011 2012 2013 2014

27 SSTM -0.155395197 -0.202836143 0.170527118 0.085748643

28 STAR -0.418401657 -0.42429367 0.014390506 -0.082036661

29 TOTO -0.304022287 -0.348976937 0.143899755 -0.021108565

30 TSPC -0.158401231 -0.094199961 -0.032448289 -0.022750665

31 ULTJ -0.226921014 -0.266104479 -0.042665246 -0.077634157

32 UNIT -0.327788747 -0.702363908 0.059091647 -0.002656548

33 UNVR -0.352397759 -0.527191635 -0.003175205 -0.085710911 Sumber: Data sekunder yang diolah, 2016

5. Analisis Statistik Deskriptif

Pengolahan data pada penelitian ini menggunakan program IBM SPSS

Statistics 20. Hasil pengujian statistik deskriptif variabel diversifikasi operasi,

diversifikasi geografis dan manajemen laba dapat dijabarkan sebagai berikut:

a. Analisis Statistik Deskriptif Diversifikasi Operasi

Tabel berikut ini merupakan hasil pengujian statistik deskriptif variabel

diversifikasi operasi.

Tabel 5.4 Analisis Statistik Deskriptif Diversifikasi Operasi

Diversifikasi Operasi

N Valid 132

Missing 0

Mean .971103

Range .8986

Minimum .1014

Maximum 1.0000

Sumber: Data sekunder yang diolah, 2016

Berdasarkan tabel 5.4 terdapat 132 data valid dan tidak ada data

missing. Data missing 0 menjelaskan bahwa tidak ada data yang bernilai


56

nol/ terlewatkan/hilang. Range adalah perbedaan jarak antara nilai

maksimum dan minimum sebesar 0,8986 yang menunjukan sebaran data

diversifikasi operasi. Pada tabel 5.4 dapat diketahui bahwa pembagian

diversifikasi operasi pada populasi sasaran perusahaan manufaktur yang

terendah adalah 0,1014. Angka diversifikasi operasi tersebut diperoleh

PT. Sunson Textile Manufacturer Tbk pada tahun 2014. Perkembangan

diversifikasi operasi selama tahun 2011–2013 mengalami perkembangan

yang stabil. Perkembangan diversifikasi operasi selama tahun 2014

mengalami penurunan, jika dibandingkan tahun 2011–2013. Selama tahun

2011–2013 PT Sunson Textile Manufacturer Tbk memiliki angka

diversifikasi operasi 1 (satu).

Pembagian diversifikasi operasi pada populasi sasaran perusahaan

manufaktur yang sangat tinggi adalah 1,0000. Angka diversifikasi operasi

selama tahun 2011- 2014 tersebut diperoleh PT. Argha Karya Prima

Industri Tbk, PT Alakasa Industrindo Tbk, PT. Asahimas Flat Glass Tbk,

PT. Arwana Citramulia Tbk, PT. Budi Acid Jaya Tbk, PT. Duta Pertiwi

Nusantara Tbk, PT Gudang Garam Tbk, PT. Panasia Indosyntec Tbk, PT.

Indofood CBP Sukses Makmur Tbk, PT. Indofarma Tbk, PT. Indal

Alumunium Industri Tbk, PT. Kabelindo Murni Tbk, PT.Kedaung Indah

Can Tbk, PT. Multi Prima Sejahtera Tbk, PT. Martina Berto Tbk, PT.

Mustika Ratu Tbk, PT.Mayor Indah Tbk, PT. Apac Citra Centertex Tbk,

PT. Prasidha Aneka Niaga Tbk, PT Ricky Putra Globalindo Tbk, PT.

Sierad Produce Tbk, PT. Holcim Indonesia Tbk, PT. Selamat Sempurna


57

Tbk, PT. Star Petrochem Tbk, PT Surya Toto Indonesia Tbk, PT Tempo

Scan Pacific Tbk, PT. Nusantara Inti Corpora Tbk, dan PT Unilever

Indonesia Tbk. Angka diversifikasi operasi selama tahun 2011- 2013

tersebut diperoleh PT. Sunson Textile Manufacturer Tbk. Angka

diversifikasi operasi selama tahun 2012- 2013 tersebut diperoleh PT.

Ultrajaya Milk Industri & Trading Comp Tbk. Angka diversifikasi operasi

selama tahun 2012 – 2014 tersebut diperoleh PT. Indofood Sukses

Makmur Tbk. Angka diversifikasi operasi selama tahun 2013- 2014

tersebut diperoleh PT. Indomobil Sukses Makmur Tbk.

Pada analisis deskriptif diperoleh bentuk histogram dari diversifikasi

operasi, dapat dilihat pada gambar dibawah ini:

Gambar 5.1 Histogram Diversifikasi Operasi Sumber: Data Sekunder Yang Diolah, 2016


58

Berdasarkan gambar 5.1, diversifikasi operasi yang berada antara

0,0000 - 0,2000 yaitu 1 perusahaan. Divesifikasi operasi yang berada antara

0,4000 -0,6000 yaitu 2 perusahaan. Divesifikasi operasi yang berada antara

0,6000 -0,8000 yaitu 6 perusahaan. Divesifikasi operasi yang berada antara

0,8000 -1,0000 yaitu 123 perusahaan.

b. Analisis Statistik Deskriptif Diversifikasi Geografis

Tabel berikut ini merupakan hasil pengujian statistik deskriptif variabel

diversifikasi geografis.

Tabel 5.5 Analisis Statistik Deskriptif Diversifikasi Geografis

Diversifikasi Geografis

N Valid 132

Missing 0

Range 6

Minimum 1

Maximum 7


Berdasarkan tabel 5.5 terdapat 132 data valid dan tidak terdapat data

missing. Range adalah perbedaan jarak antara nilai maksimum dan minimum

sebesar 6 yang menunjukan persebaran data yang luas. Berdasarkan tabel 5.5,

dapat diketahui bahwa pembagian diversifikasi geografis pada perusahaan

manufaktur yang sangat rendah adalah 1. Hal ini disebabkan oleh perusahaan

hanya memiliki induk dan anak perusahaan yang beroperasi di 1 (satu)

negara. Angka diversifikasi geografis tersebut diperoleh beberapa perusahaan

yaitu PT. Asahimas Flat Glass Tbk, PT. Arwana Citramulia Tbk, PT. Duta

Pertiwi Nusantara Tbk, PT. Eterindo Wahanatama Tbk, PT. Gudang Garam

Tbk, PT. Panasia Indosyntec Tbk, PT. Indomobil Sukses Internasional Tbk,


59

PT. Indofarma Tbk, PT. Indai Alumunium Industri Tbk, PT. Kabelindo

Murni Tbk, PT. Kedaung Indah Can Tbk, PT. Multi Prima Sejahtera Tbk, PT.

Apac Citra Centertex Tbk, PT. Ricky Putra Globalindo Tbk, PT. Sierad

Produce Tbk, PT. Selamat Sempurna Tbk, PT. Sunson Textile Manufacturer

Tbk, PT.Star Petrochem Tbk, PT. Surya Toto Indonesia Tbk, PT. Ultrajaya

Milk Industri & Trading Comp, PT. Nusantara Inti Corpora Tbk, dan PT.

Unilever Indonesia Tbk.

Perkembangan perolehan diversifikasi geografis selama tahun 2011

sampai tahun 2012 mengalami perkembangan yang stabil, hanya saja pada

tahun 2013 sampai tahun 2014 PT. Ricky Putra Globalindo Tbk mengalami

peningkatan angka diversifikasi geografis. Berdasarkan tabel 5.5, pembagian

diversifikasi geografis pada perusahaan manufaktur yang sangat tinggi adalah

7. Angka diversifikasi geografis tersebut diperoleh oleh perusahaan yaitu PT.

Indofood Sukses Makmur Tbk pada tahun 2013 hingga tahun 2014.

Berdasarkan data yang digunakan pada penelitian ini, perkembangan

perolehan diversifikasi geografis selama tahun 2013 sampai tahun 2014

mengalami perkembangan yang stabil.

Pada analisis deskriptif diperoleh bentuk histogram dari diversifikasi

operasi, dapat dilihat pada gambar dibawah ini:


60

Gambar 5.2 Histogram Diversifikasi Geografis Sumber: data sekunder yang diolah, 2016

Berdasarkan gambar 5.2, diversifikasi operasi yang berada antara 0 - 2

yaitu 116 perusahaan. Divesifikasi operasi yang berada antara 2 -4 yaitu 8

perusahaan. Divesifikasi operasi yang berada antara 4 -6 yaitu 6 perusahaan.

Divesifikasi operasi yang berada antara 6-8 yaitu 2 perusahaan.

c. Analisis Statistik Deskriptif Manajemen Laba

Berdasarkan data perhitungan pada tabel 5.3, sebagian besar data pada

tahun 2011–2014 bernilai negatif, sedangkan data bernilai positif hanya

sebagian kecil di tahun 2011, 2013, dan 2014. Data yang bernilai positif

memiliki arti bahwa perusahaan melakukan maximization income, maka

semakin besar angka manajemen laba semakin tinggi tingkat manajemen

laba. Data yang bernilai negatif memiliki arti bahwa perusahaan melakukan

minimization income, maka semakin kecil angka manajemen laba semakin


61

tinggi tingkat manajemen laba. Berikut ini histogram untuk melihat sebaran

data manajemen laba.

Gambar 5.3 Histogram Manajemen Laba

Sumber: data sekunder yang diolah, 2016

Deskripsi data dan klasifikasi data minimization income dan

maximization income akan dijelaskan dalam pembahasan berikut.

1. Minimizationi Income

Tabel berikut ini merupakan hasil pengujian statistik deskriptif

minimization income untuk manajemen laba.

Tabel 5.6 Analisis Statistik Deskriptif Minimization income

Minimization income

N Valid 100

Missing 0

Range 1.1843

Minimum -1.1846

Maximum -.0004

Sumber : data sekunder yang diolah, 2016


62

Berdasarkan tabel 5.6, sebanyak 100 perusahaan dari 132 perusahaan

yang memiliki nilai manajemen laba negatif. Range adalah perbedaan jarak

antara nilai maksimum dan minimum sebesar 1.1843. Nilai terendah dalam

minimization income menjadi angka tertinggi. Angka terendah dalam

perhitungan minimization income diperoleh oleh PT. Arwana Citramulia Tbk

pada tahun 2012. Berdasarkan data penelitian ini, perkembangan

minimization income selama tahun 2011 – 2014 mengalami perkembangan

yang fluktuatif. Hal ini ditandai dengan penurunan minimization income pada

tahun 2012 dan 2014, tetapi pada tahun 2011 dan 2013 perusahaan

melakukan maximization income.

Angka tertinggi dalam perhitungan minimization income diperoleh oleh

PT. Martina Berto Tbk pada tahun 2013. Perkembangan maximization income

selama tahun 2011 – 2014 mengalami penurunan nilai minimization income.

Secara visual, minimization income dapat dijelaskan dengan gambar

histogram berikut:


63

Gambar 5.2 Histogram Minimization income


Berdasarkan gambar diatas terlihat bahwa cukup banyak anggota

populasi sasaran yang memiliki minimization income sebesar 0,0000 atau

mendekati 0,0000. Hal ini mengindikasikan banyak perusahaan memiliki

tingkat minimization income yang tinggi.

2. Maximization Income

Tabel berikut ini merupakan hasil pengujian statistik deskriptif

maximization income untuk manajemen laba.


64

Tabel 5.7 Analisis Statistik Deskriptif Maximization income

Maximalization Income

N Valid 32

Missing 0

Range 1.1630

Minimum .0095

Maximum 1.1725


Berdasarkan tabel 5.7, sebanyak 32 perusahaan dari 132 perusahaan yang

memiliki nilai maximization income. Range adalah perbedaan jarak antara nilai

maksimum dan minimum sebesar 1.1630. Nilai tertinggi dalam maximization

income menjadi angka tertinggi, sedangkan angka terendah menjadi angka

tertinggi. Angka tertinggi dalam perhitungan maximization income diperoleh oleh

PT. Argha Karya Prima Industri Tbk pada tahun 2013. Berdasarkan data

penelitian ini, pada tahun 2011–2012 perusahaan melakukan minimization

income, sedangkan tahun 2013–2014 perusahaan melakukan maximization

income. Perkembangan maximization income pada tahun 2013 – 2014 mengalami

peningkatan.

Angka terendah dalam perhitungan PT. Arwana Citramulia Tbk pada tahun

2011. Berdasarkan data penelitian ini, perkembangan maximization income

selama tahun 2011 – 2014 mengalami perkembangan yang fluktuatif. Hal ini

ditandai dengan penurunan maximization income dari tahun 2012 dan 2013,

tetapi pada tahun 2012 dan 2014 perusahaan melakukan minimization income.

Secara visual, maximization income dapat dijelaskan dengan gambar histogram

berikut:


65

Gambar 5.3: Histogram Maximalisasi Income


Berdasarkan gambar diatas terlihat bahwa cukup banyak anggota

populasi sasaran yang memiliki maximization income sebesar 0,2500 atau

mendekati 0,2500. Hal ini mengindikasikan banyak perusahaan memiliki

tingkat maximization income yang tinggi.

6. Mengklasifikasian Data

a. Pengklasifikasian Data Diversifikasi Operasi

Titiek (2013) menyatakan semakin indeks herfindahl bernilai 1, maka

perusahaan tersebut bersegmen tunggal. Semakin indeks herfindahl

bernilai kurang dari 1, maka perusahaan tersebut memiliki lebih dari satu

segmen bisnis (multi segmen). Hasil klasifikasi diversifikasi operasi

dikategorikan sebagai berikut:


66

1) Multi Segmen : 0 – 0,99

2) Segmen Tunggal : =1

Hasil pengklasifikasian data diversifikasi operasi seperti pada tabel 5.8 dan tabel

5.9.

Tabel 5. 8 Hasil Klasifikasi Diversifikasi Operasi

Kriteria Jumlah Persen

Multi Segmen 9 6.8

Segmen Tunggal 123 93.2

Total 132 100.0 Sumber: data sekunder yang diolah, 2016

Tabel 5.9 Data Pengklasifikasian Diversifikasi Operasi

No Kode Emiten 2011 2012 2013 2014

1. AKPI 2 2 2 2

2. ALKA 2 2 2 2

3. AMFG 2 2 2 2

4. ARNA 2 2 2 2

5. BUDI 2 2 2 2

6. DPNS 2 2 2 2

7. ETWA 1 1 1 1

8. GGRM 2 2 2 2

9. HDTX 2 2 2 2

10. ICBP 2 2 2 2

11. IMAS 1 1 2 2

12. INAF 2 2 2 2

13. INAI 2 2 2 2

14. INDF 1 2 2 2

15 KBLM 2 2 2 2

16 KICI 2 2 2 2

17 LPIN 2 2 2 2

18 MBTO 2 2 2 2

19 MRAT 2 2 2 2

20 MYOR 2 2 2 2

21 MYTX 2 2 2 2

22 PSDN 2 2 2 2

23 RICY 2 2 2 2

24 SIPD 2 2 2 2


67

Tabel 5.9 Data Pengklasifikasian Diversifikasi Operasi (Lanjutan)

No Kode Emiten 2011 2012 2013 2014

25 SMCB 2 2 2 2

26 SMSM 2 2 2 2

27 SSTM 2 2 2 1

28 STAR 2 2 2 2

29 TOTO 2 2 2 2

30 TSPC 2 2 2 2

31 ULTJ 1 2 2 1

32 UNIT 2 2 2 2


Keterangan

1 = Multi segmen ( 0 – 0,99)

2 = Segmen tunggal (= 1,00)

b. Pengklasifikasian Data Diversifikasi Geografis

Mehdi (2011) menyatakan perusahaan besar dengan struktur organisasi yang

kompleks dan memiliki masalah keagenan umumnya terdiversifikasi di lebih

dari satu negara. Hasil klasifikasi diversifikasi geografis dikategorikan

sebagai berikuti:

1) Kegiatan beroperasi di satu negara : = 1

2) Kegiatan beroperasi lebih dari satu negara : > 1

Hasil pengklasifikasian data diversifikasi geografis seperti pada tabel 5.10

dan tabel 5.11.


68

Tabel 5.10 Hasil Klasifikasi Diversifikasi Operasi

Kriteria Jumlah Persen

Kegiatan beroperasi di 1 negara 84 63.6

Kegiatan beroperasi di lebih dari 1

negara

48 36.4

Total 132 100.0


Tabel 5.11 Data Pengklasifikasian Diversifikasi Geografis

No Kode Emiten 2011 2012 2013 2014

1. AKPI 2 2 2 2

2. ALKA 2 2 2 2

3. AMFG 1 1 1 1

4. ARNA 1 1 1 1

5. BUDI 2 2 2 2

6. DPNS 1 1 1 1

7. ETWA 1 1 1 1

8. GGRM 1 1 1 1

9. HDTX 1 1 1 1

10. ICBP 2 2 2 2

11. IMAS 1 1 2 2

12. INAF 1 1 1 1

13. INAI 1 1 1 1

14. INDF 2 2 2 2

15 KBLM 1 1 1 1

16 KICI 1 1 1 1

17 LPIN 1 1 1 1

18 MBTO 2 2 2 2

19 MRAT 2 2 2 2

20 MYOR 2 2 2 2

21 MYTX 1 1 1 1

22 PSDN 2 2 2 2

23 RICY 1 1 2 2

24 SIPD 1 1 1 1

25 SMCB 2 2 2 2

26 SMSM 1 1 1 1

27 SSTM 1 1 1 1

28 STAR 1 1 1 1

29 TOTO 1 1 1 1

30 TSPC 2 2 2 2

31 ULTJ 1 1 1 1

32 UNIT 1 1 1 1



69

Keterangan

1 = Kegiatan beroperasi di 1 negara ( =1)

2 = Kegiatan beroperasi di lebih dari 1 negara (>1)

c. Pengklasifikasian Data Manajemen Laba

Pengklasifikasian manajemen laba berdasarkan histogram dengan kategori

sebagai berikut:

1) Minimization income : Nilai discretionary accruals negatif

2) Maximization income : Nilai discretionary accruals positif

Tabel dibawah ini merupakan hasil data pengklasifikasian manajemen laba

yang dibagi menjadi 2 kategori.

Tabel 5.12 Data Pengklasifikasian Minimization income dan Maximization

income

No Kode Emiten 2011 2012 2013 2014

1 AKPI 1 1 2 2

2 ALKA 2 1 1 1

3 AMFG 1 1 2 2

4 ARNA 2 1 2 1

5 BUDI 1 1 2 1

6 DPNS 2 1 1 1

7 ETWA 1 1 1 2

8 GGRM 1 1 1 1

9 HDTX 1 1 2 2

10 ICBP 1 1 1 2

11 IMAS 1 1 1 1

12 INAF 1 1 1 2

13 INAI 1 1 2 2

14 INDF 1 1 2 2

15 KBLM 1 1 1 1

16 KICI 1 1 1 1

17 LPIN 1 1 1 1

18 MBTO 1 1 1 1

19 MRAT 1 1 2 1

20 MYOR 1 1 2 1


70

Tabel 5.12 Data Pengklasifikasian Minimization income dan Maximization income

(Lanjutan)

No Kode Emiten 2011 2012 2013 2014

21 MYTX 1 1 2 2

22 PSDN 1 1 2 2

23 RICY 1 1 1 1

24 SIPD 1 1 2 1

25 SMCB 1 1 2 2

26 SMSM 1 1 2 1

27 SSTM 1 1 2 2

28 STAR 1 1 2 1

29 TOTO 1 1 2 1

30 TSPC 1 1 1 1

31 ULTJ 1 1 1 1

32 UNIT 1 1 2 1

33 UNVR 1 1 1 1


Keterangan

1 = Minimization income (Nilai discretionary accruals negatif)

2 = Maximization income (Nilai discretionary accruals Positif)

Kemudian, data manajemen laba yang telah diklasifikasikan, kemudian

diklasifikasikan kembali. Tabel dibawah ini merupakan hasil klasifikasi

manajemen laba dengan minimization income.

Tabel 5.13 Data Pengklasifikasian Minimization income

No Kode Emiten 2011 2012 2013 2014

1 AKPI 3 3 - -

2 ALKA - 3 3 3

3 AMFG 3 3 - -

4 ARNA - 1 - 3

5 BUDI 3 3 - 3

6 DPNS - 3 3 3

7 ETWA 3 3 3 -

8 GGRM 3 3 3 3

9 HDTX 3 3 - -

10 ICBP 3 3 3 -

11 IMAS 3 3 3 3


71

Tabel 5.13 Data Pengklasifikasian Minimization income (Lanjutan)

No Kode Emiten 2011 2012 2013 2014

12 INAF 3 3 3 -

13 INAI 3 3 - -

14 INDF 3 3 - -

15 KBLM 3 2 3 3

16 KICI 3 3 3 3

17 LPIN 3 3 3 3

18 MBTO 3 3 3 3

19 MRAT 3 1 - 3

20 MYOR 2 3 - 3

21 MYTX 3 2 - -

22 PSDN 3 2 - -

23 RICY 3 3 3 3

24 SIPD 3 2 - 3

25 SMCB 3 2 - -

26 SMSM 3 3 - 3

27 SSTM 3 3 - -

28 STAR 3 3 - 3

29 TOTO 3 3 - 3

30 TSPC 3 3 3 3

31 ULTJ 3 3 3 3

32 UNIT 3 2 - 3

33 UNVR 3 2 3 3


Keterangan

1 = Tinggi ((0,0000 – (-0,4999))

2 = Sedang ((-5,0000) – (-0,9999))

3 = Rendah (≤(-1,0000))

Tabel dibawah ini merupakan hasil klasifikasi manajemen laba dengan

maximization income


72

Tabel 5.14 Data Pengklasifikasian Maximization income

No Kode Emiten 2011 2012 2013 2014

1 AKPI - - 1 1

2 ALKA 1 - - -

3 AMFG - - 1 1

4 ARNA 3 - 1 -

5 BUDI - - 1 -

6 DPNS 1 - - -

7 ETWA - - - 1

8 GGRM - - - -

9 HDTX - - 2 1

10 ICBP - - - 1

11 IMAS - - - -

12 INAF - - - 1

13 INAI - - 1 1

14 INDF - - 1 1

15 KBLM - - - -

16 KICI - - - -

17 LPIN - - - -

18 MBTO - - - -

19 MRAT - - 1 -

20 MYOR - - 1 -

21 MYTX - - 1 1

22 PSDN - - 1 1

23 RICY - - - -

24 SIPD - - 1 -

25 SMCB - - 1 1

26 SMSM - - 1 -

27 SSTM - - 1 1

28 STAR - - 1 -

29 TOTO - - 1 -

30 TSPC - - - -

31 ULTJ - - - -

32 UNIT - - 1 -

33 UNVR - - - -


Keterangan

1 = Rendah (0,0000 – 0,4999)

2 = Sedang (0,5000 – 0,9999)

3 = Tinggi (≥1,0000)


73

7. Melakukan Analisis Tabulasi Silang

Analisis tabulasi silang (crosstabs) meyajikan:

a. Analisis Tabulasi Silang Diversifikasi Operasi Terhadap Manajemen

Laba (Minimization income & Maximization income)

Hasil tabulasi silang antara diversifikasi operasi terhadap

manajemen laba dapat dilihat pada tabel 5.15 dan koefisien hubungan

diversifikasi operasi terhadap manajemen laba dapat dilihat pada tabel

5.16.

Tabel 5.15 Tabulasi Silang Diversifikasi Operasi Terhadap

Manajemen Laba (Minimization income dan Maximalization

Inncome)

Manajemen Laba Total

Minimization

Income

Maximization

Income

Diversifikasi

Operasi

Multi

Segmen

7 2 9

Segmen

Tunggal

92 30 122

Total 100 32 132


Berdasarkan tabel 5.15, Perusahaan yang melakukan minimization

income dan memiliki diversifikasi operasi multi segmen sebanyak 7

perusahaan. Perusahaan yang melakukan minimization income dam

memiliki diversifikasi operasi segmen tunggal sebanyak 92 perusahaan.

Perusahaan yang melakukan maximization income dan memiliki

diversifikasi operasi multi segmen sebanyak 2 perusahaan. Perusahaan

yang melakukan maximization income dan memiliki diversifikasi operasi


74

segmen tunggal sebanyak 30 perusahaan. Kekuatan dan arah hubungan

dapat dijelaskan dengan tabel berikut ini:

Tabel 5.16 Tabel Koefisien Hubungan Diversifikasi Operasi Terhadap

Manajemen Laba (Maximization income dan Minimization income)

Value

Ordinal by Ordinal Spearman Correlation 0.017

N of Valid Cases 132


Tabel 5.16 menunjukkan nilai spearman correlational sebesar 0,017 yang

berarti hubungan diversifikasi operasi terhadap manajemen laba adalah sangat

lemah dengan arah hubungan positif. Arah hubungan yang positif memiliki

arti jika diversifikasi operasi meningkat atau menurun maka manajemen laba

juga akan meningkat atau menurun.

b. Analisis Tabulasi Silang antara Diversifikasi Operasi Terhadap Minimization

income

Hasil tabulasi silang antara diversifikasi operasi terhadap minimalization

income dapat dilihat pada tabel 5.17 dan koefisien hubungan diversifikasi

operasi terhadap minimization income dapat dilihat pada tabel 5.18.

Tabel 5.17 Tabulasi Silang Diversifikasi Operasi terhadap Minimization

Income

Minimization Income Total

Tinggi Sedang Rendah

Diversifikasi

Operasi

Multi

Segmen

0 0 7 7

Segmen

Tunggal

2 8 83 93

Total 2 8 90 100



75

Berdasarkan tabel 5.17, Perusahaan yang melakukan minimalization

income rendah dam memiliki diversifikasi operasi multi segmen sebanyak 7

perusahaan. Perusahaan yang melakukan minimization income tinggi dan


Perusahaan yang melakukan minimization income sedang dan memiliki

diversifikasi operasi segmen tunggal sebanyak 8 perusahaan. Perusahaan

yang melakukan minimization income rendah dan memiliki diversifikasi

operasi segmen tunggal sebanyak 83 perusahaan. Kekuatan dan arah

hubungan dapat dijelaskan dengan tabel berikut ini:

Tabel 5.18 Tabel Koefisien Hubungan Diversifikasi Operasi Terhadap

Minimization income

Value

Ordinal by Ordinal Spearman Correlation -0.091



Tabel 5.18 menunjukkan nilai spearman correlational sebesar -0,091

yang berarti hubungan diversifikasi operasi terhadap minimization income

adalah sangat lemah dengan arah hubungan negatif. Arah hubungan negatif

memiliki arti jika diversifikasi operasi meningkat atau menurun maka

minimization income juga akan menurun atau meningkat.

c. Analisis Tabulasi Silang antara Diversifikasi Operasi Terhadap Maximalisasi

Income

Hasil tabulasi silang antara diversifikasi operasi terhadap maximalisasi

income dapat dilihat pada tabel 5.19 dan hasil korelasi dapat dilihat pada tabel

5.20


76

Tabel 5.19 Tabulasi Silang Diversifikasi Operasi Terhadap Maximization

Income

Maximization Income Total

Rendah Sedang Tinggi

Diversifikasi

Operasi

Multi

Segmen

1 0 0 2

Segmen

Tunggal

29 1 1 30

Total 30 1 1 32


Berdasarkan tabel 5.19, perusahaan yang melakukan maximization

income rendah dan memiliki diversifikasi operasi multi segmen sebanyak 1

perusahaan. Perusahaan yang melakukan maximization income rendah dan


Perusahaan yang melakukan maximization income sedang dan memiliki

diversifikasi operasi segmen tunggal sebanyak 1 perusahaan. Perusahaan

yang melakukan maximalisasi income tinggi dan memiliki diversifikasi

operasi segmen tunggal sebanyak 1 perusahaan. Kekuatan dan arah hubungan

dapat dijelaskan dengan tabel berikut ini:

Tabel 5.20 Koefisien Hubungan Diversifikasi Operasi Terhadap

Maximization Income

Value


N of Valid Cases 32


Tabel 5.20 menunjukkan nilai spearman correlational sebesar 0,046 yang

berarti hubungan diversifikasi operasi terhadap maximization income adalah

sangat lemah dengan arah hubungan positif. Arah hubungan positif memiliki


77

arti jika diversifikasi operasi meningkat atau menurun maka maximization

income juga akan meningkat atau menurun.

d. Analisis Tabulasi Silang Diversifikasi Geografis Terhadap Manajemen Laba

(Maximization Income dan Minimization Income)

Hasil tabulasi silang antara diversifikasi geografis terhadap manajemen

laba dapat dilihat pada tabel 5.20 dan hasil korelasi dapat dilihat pada tabel

5.21.

Tabel 5.20 Tabulasi Silang Hubungan Diversifikasi Geografis Terhadap

Manajemen Laba (maximization Income dan Minimization Income)

Manajemen Laba Total

Minimization

Income

Maximization

Income

Diversifikasi

Geografis

Kegiatan

beroperasi di 1

negara

64 20 84

Kegiatan

beroperasi di

lebih dari 1

negara

36 12 48

Total 100 32 132


Berdasarkan tabel 5.20, dari 132 sebanyak 64 perusahaan yang

melakukan minimization income dan kegiatan beroperasi di 1 negara.

Perusahaan yang melakukan minimization income dan kegiatan beroperasi

lebih dari 1 negara sebanyak 36 perusahaan. Perusahaan yang melakukan

maximization income dan kegiatan beroperasi di 1 negara sebanyak 20

perusahaan. Perusahaan yang melakukan maximization income dan kegiatan

beroperasi lebih dari 1 negara sebanyak 12 perusahaan. Kekuatan dan arah

hubungan dapat dijelaskan dengan tabel berikut ini.


78

Tabel 5.21 Tabel Koefisien Hubungan Diversifikasi Geografis Terhadap

Manajemen Laba (Maximization Income dan Minimization Income)

Value


N of Value Cases 132


Tabel 5.21 Menunjukkan nilai sperman correlation sebesar 0,036 yang

berarti hubungan diversifikasi geografis terhadap manajemen laba adalah

sangat lemah dengan arah hubungan positif. Arah hubungan positif memiliki

arti jika diversifikasi operasi meningkat atau menurun maka manajemen laba

juga akan meningkat atau menurun.

e. Analisis Tabulasi Silang Diversifikasi Geografis Terhadap Minimization

Income

Hasil tabulasi silang antara diversifikasi geografis terhadap

minimization income dapat dilihat pada tabel 5.22 dan hasil korelasi dapat

dilihat pada tabel 5.23.

Tabel 5.20 Tabulasi Silang Diversifikasi Geografis Terhadap Minimization

Income



Diversifikasi

Geografis

Kegitan

beroperasi

di 1 negara

1 5 59 65

Kegiatan

beroperasi

di lebih dari

1 negara

1 3 31 35

Total 2 8 90 100



79

Berdasarkan tabel 5.20, Perusahaan yang melakukan minimization Income

rendah dan memiliki diversifikasi geografis beroperasi di 1 negara sebanyak 1

perusahaan. Perusahaan yang melakukan minimization Income sedang dan

memiliki diversifikasi geografis beroperasi di 1 negara sebanyak 5 perusahaan.

Perusahaan yang melakukan minimization Income tinggi dan memiliki

diversifikasi geografis beroperasi di 1 negara sebanyak 59 perusahaan.

Perusahaan yang melakukan minimization Income rendah dan memiliki

diversifikasi geografis beroperasi di lebih dari 1 negara sebanyak 3 perusahaan.

Perusahaan yang melakukan minimization Income sedang dan memiliki


Perusahaan yang melakukan minimization Income tinggi dan memiliki


Kekuatan dan arah hubungan diversifikasi geografis dan maximization dapat

dijelaskan pada tabel berikut ini:


Minimization Income

Valid

Ordinal by Ordinal Spearman Correlation -0.036



Tabel 5.21 Menunjukkan nilai spearman correlation sebesar -0,036 yang

berarti diversifikasi geografis terhadap maximization income adalah sangat

lemah dengan arah hubungan negatif. Arah hubungan negatif memiliki arti

jika diversifikasi operasi meningkat atau menurun maka manajemen laba

akan menurun atau meningkat.


80

f. Analisis Tabulasi silang Diversifikasi Geografis Terhadap Maximization

Income

Hasil tabulasi silang antara diversifikasi geografis terhadap maximization

income dapat dilihat pada tabel 5.22 dan hasil korelasi dapat dilihat pada tabel

5.23

Tabel 5.22 Tabulasi Silang Diversifikasi Geografis Terhadap

Maximization Income



Diversifikasi

Geografis

Kegiatan

beoperasi di

1 negara

17 1 1 19

Kegiatan

beroperasi di

lebih dari 1

negara

13 0 0 13

Total 30 1 1 32


Berdasarkan tabel 5.22 Perusahaan yang melakukan maximalisasi income

rendah dan memiliki diversifikasi geografis beroperasi di 1 negara sebanyak

17 perusahaan. Perusahaan yang melakukan maximization income sedang dan

memiliki diversifikasi geografis beroperasi di 1 negara sebanyak 1

perusahaan. Perusahaan yang melakukan maximization income tinggi dan

memiliki diversifikasi geografis beroperasi di 1 negara sebanyak 1

perusahaan. Perusahaan yang melakukan maximization income rendah dan

memiliki diversifikasi geografis beroperasi di lebih dari 1 negara sebanyak 13

perusahaan. Kekuatan dan arah hubungan doversifikasi geografis dan

manajemen laba dijelaskan pada tabel berikut ini:


81


Maximization Income

Valid

Ordinal by Ordinal Spearman Correlation -.213

N of Valid Cases 32


Tabel 5.23 menunjukkan nilai spearman correlation sebesar -0,213 berarti

hubungan diversifikasi geografis terhadap maximization income adalah lemah

dengan arah hubungan negatif. Arah hubungan negatif memiliki arti jika

diversifikasi operasi meningkat atau menurun maka manajemen laba juga

akan menurun atau meningkat.

B. Pembahasan

1. Hubungan Diversifikasi Operasi Terhadap Manajemen Laba

Berdasarkan analisis data, diversifikasi operasi terbagi menjadi tiga

bagian mengenai hubungan diversifikasi operasi terhadap manajemen

laba. Analisis data yang pertama, dapat diketahui bahwa terdapat

hubungan sangat lemah dengan arah hubungan positif diversifikasi

operasi terhadap manajemen laba. Analisis data yang kedua, dapat

diketahui bahwa terdapat hubungan sangat lemah dengan arah hubungan

negatif diversifikasi operasi terhadap maximization income. Analisis data

yang ketiga, diketahui bahwa terdapat hubungan sangat lemah dengan

arah hubungan positif diversifikasi operasi terhadap minimization income.

Hubungan yang sangat lemah menjelaskan diversifikasi operasi

mempunyai kecenderungan sangat lemah dalam mempengaruhi


82

manajemen. Arah hubungan yang negatif menjelaskan bahwa

diversifikasi operasi mempunyai hubungan yang berlawanan terhadap

minimization income sebaliknya hubungan yang positif menjelaskan

bahwa diversifikasi operasi mempunyai hubungan searah terhadap

manajemen laba dan maximization income.

Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan

oleh Verawati (2012) dan Indraswari (2010) yang menyatakan bahwa

diversifikasi operasi mempengaruhi manajemen laba. Perusahaan dalam

pelaporan kinerja pada investor, manajemen perusahaan dengan segmen

bisnis yang beragam terbukti melakukan manajemen laba dengan arah

menaikkann laba. Hasil penelitian ini tidak sejalan dengan hasil penelitian

yang dilakukan oleh El Mehdi (2011) meyatakan bahwa tidak ditemukkan

hubungan antara tingkat diversifikasi operasi perusahaan dengan

manajemen laba dan diversifikasi operasi mengurangi manajemen laba.

Hal yang dapat menyebabkan hubungan diversifikasi operasi dan

manajemen laba (minimization income dan maximization income) sangat

lemah, kemungkinan karena sebagian perusahaan berfolus pada satu

segmen usaha dengan begitu transparansi yang dimiliki perusahaan

mengenai informasi-informasi keuangan perusahaan tinggi.

2. Hubungan Diversifikasi Geografis Terhadap Manajemen Laba

Berdasarkan analisis data, diversifikasi geografis terbagi menjadi

tiga bagian mengenai hubungan diversifikasi geografis terhadap

manajemen laba. Analisis data yang pertama, dapat diketahui bahwa


83

terdapat hubungan sangat lemah dengan arah hubungan positif

diversifikasi geografis terhadap manajemen laba. Analisis data yang

kedua, dapat diketahui bahwa terdapat hubungan sangat lemah dengan

arah hubungan negatif diversifikasi geografis terhadap maximization

income. Analisis data yang ketiga, diketahui bahwa terdapat hubungan

lemah dengan arah hubungan negatif diversifikasi geografis terhadap

minimization income. Hubungan yang sangat lemah menjelaskan

diversifikasi geografis mempunyai kecenderungan sangat lemah dalam

mempengaruhi manajemen laba. Arah hubungan yang positif menjelaskan

bahwa diversifikasi geografis dan manajemen laba mempunyai hubungan

yang searah sebaliknya hubungan yang negatif menjelaskan bahwa

diversifikasi geografis dan maximization income, minimization income

mempunyai hubungan berlawanan.

Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan

oleh Aryanti dan Walansendouw (2013) meyatakan bahwa diversifikasi

geografis tidak berpengaruh terhadap manajemen laba.Verawati (2012),

Fatmawati(2013), meyatakan bahwa diversifikasi geografis memiliki

pengaruh signifikan positif terhadap manajemen laba. Dinuka (2014)

menyatakan Perusahaan yang beroperasi disatu negara melakukan

manajemen laba lebih tinggi dibandingkan dengan perusahaan yang

beroperasi di dua negara. Hasil penelitian inii tidak sejalan dengan hasil

penelitian yang dilakukan oleh Lupitasari (2012) menyatakan bahwa

diversifikasi geografis berpengaruh dengan arah koefisien negatif.


84

Semakin terdiversifikasi secara geografis suatu perusahaan maka semakin

berkurang tingkat manajemen laba. Hal ini menunjukkan bahwa

diversifikasi geografis yang dilakukan dapat mengurangi manajemen laba.

Hal yang dapat menyebabkan hubungan diversifikasi operasi dan

manajemen laba (minimization income dan maximization income) sangat

lemah, kemungkinan karena sebagian perusahaan hanya beroperasi pada

satu negara aja, sehingga pemilik perusahaan dapat dengan mudah

melakukan pengawasan terhadap kinerja yang dilakukan oleh manajer.


85

BAB VI

PENUTUP

A. Kesimpulan

Berdasarkan hasil analisis data yang telah dilakukan dapat diketahui bahwa:

1. Hubungan diversifikasi operasi terhadap manajemen laba yang dibagi

menjadi 3 bagian yaitu:

a. Hubungan diversifikasi operasi terhadap manajemen laba

(maximization income dan minimization income) sangat lemah dengan

arah hubungan positif

b. Hubungan diversifikasi operasi terhadap minimization income sangat

lemah dengan arah hubungan negatif

c. Hubungan diversifikasi operasi terhadap maximization income sangat

lemah dengan arah hubungan positif.

2. Hubungan diversifikasi geografis terhadap manajemen laba yang dibagi

menjadi 3 bagian yaitu:

a. Hubungan diversifikasi geografis terhadap manajemen laba

(maximization income dan minimization income) sangat lemah dengan

arah hubungan positif

b. Hubungan diversifikasi geografis terhadap minimization income sangat

lemah dengan arah hubungan negatif

c. Hubungan diversifikasi geografis terhadap maximization income lemah

dengan arah hubungan negatif.


86

B. Keterbatasan Penelitian

Penelitian yang dilakukan mengandung beberapa keterbatasan diantaranya

sebagai berikut:

1. Penelitian ini hanya menggunakan perusahaan yang terdaftar di Bursa

Efek Indonesia periode 2011–2014, hasil penelitian ini tidak dapat

digeneralisasikan.

2. Penelitian ini hanya mengunakan rumus indeks herfindah dalam

menghitung diversifikasi operasi

3. Penelitian ini hanya menggunakan rumus jumlah negara induk dan anak

perusahaan beroperasi.

4. Penilitian ini hanya menggunakan perusahaan yang secara konsisten

terdaftar dalam Bursa Efek Indonesia yang menerbitkan laporan keuangan

dalam mata uang rupiah.

C. Saran

Berdasarkan keterbatasan dalam penelitian ini, penulis mengajukan beberapa

saran sebagai berikut:

1. Peneliti selanjutnya diharapkan tidak hanya mengunakan rumus indeks

herfindah dalam menghitung diversifikasi industri tetpai dapat

menggunakan rumus diversifikasi lain.

2. Peneliti selanjutnya diharapkan tidak hanya menggunakan rumus jumlah

negara induk dan anak perusahaan beroperasi.


87

3. Peneliti selanjutnya diharapkan dapat menggunakan sampel yang tidak

hanya perusahaan yang menggunakan mata uang rupiah saja tetapi dalam

mata uang asing lainnya.


88

DAFTAR PUSTAKA

Anthony, Robert N, dan Vijay Govindarajan. 2012. Management Control System

Edisi 11 Buku 2. Salemba Empat, Jakarta

Arthur A. Thompson. Jr, A. J. Strickland III & John E. Gamble. 2010. Crafting

and Executing Strategy: The Quest For Competitive Advantage: Concepts

and Cases. McGraw-Hill Irwin, USA

Aryati, Titik dan Y.C.Walansendouw. 2013. “Analisis Pengaruh Diversifikasi

Perusahaan Terhadap Manajemen Laba”. Jurnal Akuntansi & Auditing

Volume 9/No. 2/MEI 2013: 244 – 260.

Arintasari, Okky Widya. 2015. “Pengaruh Diversifikasi Industri, Geografis, Dan

Mekanisme Corporate Governance Terhadap Manajemen Laba (Studi

Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek

Indonesia Tahun 2011-2013). Skripsi tidak dipublikasi. Universitas

Diponogoro, Semarang

Boedijoewono, Noegroho. 2012. Pengantar Statistika Ekonomi dan Bisnis. Jilid 1

(Deskriptif). STIM YKPN, Yogyakarta.

Donald. R. Cooper dan C. William Emary. 1995. Metode Penelitian Bisnis. Jilid

2. Erlangga, Jakarta.

El Mehdi, I.K dan S. Seboui. 2011. “Corporate diversification and earnings

management. Review of Accounting and Finance”. Vol.10 No.2, pp.176-196

David, Fred R. 2009. Strategic Management: Manajemen Strategis Konsep. Buku

1 Edisi 12. Salemba Empat, Jakarta.

Dechow, P. M., R. G. Sloan, dan A.P. Sweeney. 1995. “Detecting Earnings

Management”. Journal of Accounting Research,24, 193-225.

Fatmawati, Dewi. “Pengaruh Diversifikasi Geografis, Diversifikasi Industri,

Konsentrasi Kepemilikan Perusahaan, Dan Masa Perikatan Audit Terhadap

Manajemen Laba”. 2013. Skripsi tidak dipublikasi. Universitas Diponogoro,

Semarang.

Harto, Puji. 2005. “Kebijakan Diversifikasi Perusahaan dan Pengaruhnya

Terhadap Kinerja”. Jurnal Akuntansi dan Keuangan Vol 1, 297-307.

Hayden, Catherine. 1991. Management Strategi: The handbook of strategic

expertise. PT Elex Media Komputindo, Jakarta.

Indraswari, Ratih. 2010. “Pengaruh Status Internasional, Diversifikasi Operasi dan

Legal Login Terhadap Manajemen Laba”. Skripsi Tidak Dipublikasi.

Universitas Gadja Mada, Yogyakarta.


89

Jensen, M., dan W. Meckling. 1976. “The Theory of the Firm: Managerial

Behavior, Agency Costs, and Ownership Structure”. Journal of Financial

Econimics, 3, 205-360.

Lupitasari, Dewi. 2013. “Pengaruh Diversifikasi Operasional dan Diversifkasi

Geografis Terhadap Manajemen Laba”. Skripsi Tidak Dipublikasi.

Universitas Diponogoro, Semarang.

Nugroho, Satria. 2015. “Pengaruh Kompensasi, Kepemilikasn Manajerial,

Diversifikasi Perusahaan dan Ukuran KAP Terhadap Manajemen Laba”.

Skripsi Tidak Dipublikasi. Universitas Diponogoro, Semarang.

Priyatno, Duwi. 2012. Cara Kilat Belajar Analisis Data dengan SPSS 20. ANDI,

Yogyakarta.

Rahayu, Indu Prasetya Ning.2014. “Pengaruh Diversifikasi Operasional Terhadap

Struktur Modal dengan Kepemilikan Pemerintah Sebagai Variabel

Pemoderasi”. Skripsi Tidak Dipublikasikan. Universitas Diponegoro,

Yogyakarta

Richard B, Robinson, Jr dan John A. Pearce II. 2013. Strategic Management:

formulation, Implementation, and Control. Edition 12th

. McGraw-Hill

Education, Asia.

Santoso, Singgih. 2016. Panduan Lengkap SPSS Versi 23. PT Elex Media

Komputindo, Jakarta.

Santoso, Singgih. 2014. Statistik NonParametrik. Edisi Revisi. PT Elex Media


Santoso, Singgih. 2002. Buku Latihan SPSS statistic Multivariat. PT Elex Media


Sarwono, Jonathan. 2012. Mengenal SPSS Statistics 20: Aplikasi Untuk Riset

Eksperimental. PT Elex Media Komputindo, Jakarta.

Satoto, Heru S. 2007. “Strategi Diversifikasi Terhadap Kinerja Perusahaan”.

Jurnal Keuangan Dan Perbankan, Vol. 13, No. 2 Mei 2009, Hal. 280-287.

Scottt, W. R. 2000. Financial Accounting Theory. Second Edition. Prentice Hall,

Canada.

Sugiyono. 2014. Metode Penelitian Manajemen. Alfabeta, Bandung.

Sulistyanto, Sri. 2008. Manajemen Laba: Teori dan Model Empiris. Grasindo,

Jakarta.

Stephen P. Robbins dan Mary Coulter. 2009. Management. 10th

edition. Pearson

education, Inc.


90

Verawati, Diana. 2012. “Pengaruh Diversifikasi Operasi, Diversifikasi Geografis,

Leverage dan Struktur Kepemilikan terhadap Manajemen Laba”.

Universitas Diponogoro, Semarang.

Vina Kholisa Dinuka dan Zulaikha. 2014. “Analisi Pengaruh Audit

Tenure,Ukuran KAP dan Diversifikasi Geografis Terhadap Manajemen

Laba”. Universitas Diponogoro, Semarang


91

LAMPIRAN


92

Lampiran I : Daftar Perusahaan Populasi Sasaran

NO Kode

Emiten Nama Emiten

1. AKPI PT. Argha Karya Prima Industri Tbk

2. ALKA PT. Alakasa Industrindo Tbk

3 AMFG PT. Asahimas Flat Glass Tbk

4. ARNA PT. Arwana Citramulia Tbk

5. BUDI PT. Budi Acid Jaya Tbk

6. DPNS PT. Duta Pertiwi Nusantara Tbk

7. ETWA PT. Eterindo Wahanatama Tbk

8. GGRM PT. Gudang Garam Tbk

9. HDTX PT. Panasia Indosyntec Tbk

10. ICBP PT. Indofood CBP Sukses Makmur Tbk

11. IMAS PT. Indomobil Sukses Internasional Tbk

12 INAF PT. Indofarma Tbk

13. INAI PT. Indal Alumunium Industri Tbk

14. INDF PT. Indofood Sukses Makmur Tbk

15. KBLM PT. Kabelindo Murni Tbk

16. KICI PT. Kedaung Indah Can Tbk

17. LPIN PT. Multi Prima Sejahtera Tbk

18. MBTO PT. Martina Berto Tbk

19. MRAT PT. Mustika Ratu Tbk

20. MYOR PT. Mayor Indah Tbk

21. MYTX PT. Apac Citra Centertex Tbk

22. PSDN PT. Prasidha Aneka Niaga Tbk

23. RICY PT. Ricky Putra Globalindo Tbk

24. SIPD PT. Sierad Produce Tbk

25. SMCB PT. Holcim Indonesia Tbk

26. SMSM PT. Selamat Sempura Tbk

27. SSTM PT. Sunson Textile Manufacturer Tbk

28. STAR PT. Star Petrochem Tbk

29. TOTO PT. Surya Toto Indonesia Tbk

30. TSPC PT. Tempo Scan Pacific Tbk

31. ULTJ PT. Ultrajaya Milk Industri & Tranding Comp

32. UNIT PT.Nusantara Inti Corpora Tbk

33. UNVR PT. Unilever Indonesia Tbk


93

Lampiran II : Data Diversifikasi Operasi

(dalam rupiah)

Kode

Emiten Tahun Segmen Usaha

Penjualan masing-

masing segmen

(1)2

Total Penjualan

(2)2

HERFit

(1)2/(2)

2

AKPI

2011 Manufaktur 1.425.966.011.000

1.505.559.487.000 1.00 Distribusi 79.593.476.000

2012 Manufaktur 1.453.926.686.000

1.509.185.293.000 1.00 Distribusi 54.994.595.000

2013 Manufaktur 1.639.673.949.000

1.663.385.190.000 1.00 Distribusi 23.711.241.000

2014 Manufaktur 1.945.383.031.000

1.945.383.031.000 1.00 Distribusi -

ALKA

2011 Industri Alumunium 73.547.401

873.024.320 1.00 Perdagangan 799.476.919


836.887.168 1.00 Perdagangan 752.030.287


1.099.620.270 1.00 Perdagangan 1.011.128.378

2014 Industri alumunium 98.453.106

1.230.364.713 1.00 Perdagangan 1.131.911.607

AMFG

2011 Kaca Lembaran 1.936.493.000.000

2.596.271.000.000 1.00 Kaca Otomotif 659.778.000.000

2012 Kaca Lembaran 2.162.425.000.000

2.857.310.000.000 1.00 Kaca Otomotif 855.303.000.000

2013 Kaca Lembaran 2.431.663.000.000

3.216.480.000.000 1.00 Kaca Otomotif 983.006.000.000

2014 kaca lembaran 2.755.433.000.000

3.672.186.000.000 1.00 kaca otomotif 1.136.670.000.000

ARNA

2011 Industri 17.138.974.949

922.684.829.411 1.00 Distribusi 905.545.854.462

2012 Industri 42.203.051.974

1.113.663.603.211 1.00 Distribusi 1,071.460.551.237

2013 Industri 47.743.381.297

1.417.640.229.330 1.00 Distribusi 1.369.896.848.033

2014 Industri 38.881.102.719

1.609.758.677.687 1.00 Distribusi 1.570.877.574.968


94

Lampiran II : Data Diversifikasi Operasi (Lanjutan)

(dalam rupiah)

Kode


Penjualan masing-

masing segmen

(1)2

Total Penjualan

(2)2

HERFit

(1)2/(2)

2

BUDI

2011

Tepung Tapioka 1.892.326.000.000

2.503.984.000.000 1.00

Glukosa dan Frukosa 670.650.000.000

Asam sitrat dan

Produk Kimia

Lainnya

177.473,000.000

Karung Plastik 76.010.000.000

Monosodium -

Tepung Tapioka

Modifikasi 5.195.000.000

2012


2.295.369.000.000 1.00


Asam sitrat dan

Produk Kimia

Lainnya

64.602.000.000


Monosodium -

2013

Tepung Tapioka



2.568.954.000.000 1.00


Asam sitrat dan

Produk Kimia

Lainnya

26.619.000.000


Monosodium -

2014

Tepung Tapioka



2.284.211.000.000 1.00


Asam sitrat dan

Produk Kimia

Lainnya

29.142.000.000


Monosodium -

Tepung Tapioka

Modifikasi -


95


(dalam rupiah)

Kode


Penjualan masing-

masing segmen

(1)2

Total Penjualan

(2)2

HERFit

(1)2/(2)

2

DPNS

2011 Industri Lem 121.168.473.285 121.168.473.285 1.00

2012 Industri Lem 146.690.966.909 146.690.966.909 1.00

2013 Industri Lem 131.333.196.189 131.333.196.189 1.00

2014 Industri lem 132.775.925.237 132.775.925.237 1.00

ETWA

2011

FAME 420.037.109.452

904.236.103.280 0.68 Bahan Kimia

Lainnyaa 484.198.993.828

2012

FAME 638.141.091.936

1.211.846.624.578 0.68 Bahan Kimia

Lainnyaa 364.090.804.932

2013

FAME 851.932.395.901

1.635.191.558.590 0.54 Bahan Kimia Lainnya 352.284.187.546

Tandan Buah Sawit 1.849.422.000

2014

FAME 747.595.126.078

1.242.326.926.365 0.65 Bahan Kimia Lainnya 245.509.749.165

Tandan Buah Sawit 6.981.819.846

GGRM

2011

Rokok 40.822.921.000.000

41.884.352.000.000 1.00 Kertas Karton 1,061.300.000.000

Lain-lain 131.000.000

2012

Rokok 48.236.503.000.000

49.028.696.000.000 1.00 Kertas Karton 789.698.000.000

Lain-lain 2.495.000.000

2013

Rokok 54.553.230.000.000

55.436.954.000.000 1.00 Kertas Karton 878.589.000.000

Lain-Lain 5.135.000.000

2014

Rokok 64.205.036.000.000

65.185.850.000.000 1.00 Kertas Karton 969.391.000.000

Lain-lain 11.423.000.000

2011

Polimerisasi, Twisting

dan Spinning 1.016.881.448.518

1.016.881.448.518 1.00 Pertambangan -

2012

Polimerisasi, Twisting

dan Spinning 861.164.216.195

861.164.216.195 1.00 Pertambangan -


96


(dalam rupiah)

Kode


Penjualan masing-

masing segmen

(1)2

Total Penjualan

(2)2

HERFit

(1)2/(2)

2

HDTX

2013

Polimerisasi,

Twisting dan

Spinning

1.057.343.006.058 1.057.343.006.058 1,00

Pertambangan -

2014

Polimerisasi,

Twisting dan

Spinning

1.175.464.356.704 1.175.464.356.704 1,00

Pertambangan -

ICBP

2011

Mi Instan 3.332.929.000.000

19.367.155.000.000 1,00

Dairy 3.692.967.000.000

Makanan Ringan 1.152.728.000.000

Penyedap 677.152.000.000

Nutrisi dan

Makanan Khusus

511.379.000.000

2012

Mi Instan 14.880.472.000.000

21.574.792.000.000 1,00

Dairy 3.887.543.000.000


Penyedap 831.336.000.000

Nutrisi dan

Makanan Khusus

496.207.000.000

2013

Mi Instan 17.001.929.000.000

25.094.681.000.000 1,00

Dairy 4.656.754.000.000


Penyedap

makanan

972.047.000.000

Nutrisi dan

Makanan Khusus

559.534.000.000

Minuman 218.933.000.000

2014

Mi Instan 19.591.007.000.000

30.022.463.000.000 1,00

Dairy 5.240.653.000.000


Penyedap

Makanan

713.067.000.000

Nutrisi dan

Makanan Khusus

577.779.000.000

Minuman 1.923.031.000.000


97

Lampiran II : Data Diversifikasi Operasi ( Lanjutan)

(dalam rupiah)

Kode


Penjualan masing-

masing segmen

(1)2

Total Penjualan

(2)2

HERFit

(1)2/(2)

2

IMAS

2011

Otomotif 15.608.656.936.480

19.780.838.058.900 0,71 Jasa Keuangan 684.592.177.364

Sewa dan pelayanan 83.201.254.577

Lain-lain 332.624.813.921

2012

Otomotif 18.058.971.969.566

19.780.838.058.900 0,99 Jasa Keuangan 638.718.209.487


Lain-lain 624.532.251.785

2013

Otomotif 18.114.598.311.475

20.094.736.395.135 1,00 Jasa Keuangan 801.539.144.163


Lain-lain 528.273.298.353

2014

Otomotif 17.036.945.473.128

19.458.165.173.088 1,00 Jasa Keuangan 999.096.193.304


Lain-lain 668.305.807.208

INAF

2011

Obat 852.469.384.754

1.203.466.970.652 1,00 Alat Kesehatan dan

Produk Lainnya

347.883.631.494

Lainnya 3.113.954.404

2012

Obat 899.734.303.580

981.306.000.000 1,00

Alat Kesehatan dan

Produk Lainnya

252.684.412.383

Engineering

Pharmaceutical

1.752.200.000

Aliansi Strategis 1.879.340.757

2013

Obat 929.528.898.433

1.337.498.191.710 1,00

Alat Kesehatan dan

Produk Lainnya

407.689.959.720

Engineering

Pharmaceutical

279.333.557

Aliansi Strategis -


98


(dalam rupiah)

Kode


Penjualan masing-

masing segmen Total Penjualan HERFit

(1)2 (2)

2 (1)

2/(2)

2

INAF 2014

Obat 983.719.559.639

1.381.436.578.115 1,00

Alat Kesehatan dan

Produk Lainnya 396.042.742.828

Engineering

Pharmaceutical 1.674.275.648

Aliansi Strategis -

INAI

2011

Industri Alumunium 344.167.322.148

555.886.728.181 1,00 Jasa Kontruksi 211.719.406.034

Software -

Perdagangan -

2012


582.654.361.422 1,00 Jasa Kontruksi 252.563.769.546

Software -

Investasi -

2013


640.702.671.875 1,00 Jasa Kontruksi 231.085.602.152

Software -

Investasi -

2014


933.462.438.255 1,00 Jasa Kontruksi 420.164.463.526

Software -

Investasi -

INDF

2011

Produk Konsumen

Bermerek 16,180.851.000.000

45.332.256.000.000 0,68 Bogasari 10,713.341.000.000

Agribisnis 7,632.261.000.000

Distribusi 2,870.866.000.000

2012

Produk Konsumen

Bermerek 21,475.682.000.000

50.059.427.000.000 1,00

Bogasari 12,563.066.000.000

Agribisnis 12,087.673.000.000

Distribusi 3,933.006.000.000

Budidaya dan

Pengolahan Sayuran -


99


(dalam rupiah)

Kode


Penjualan masing-masing

segmen Total Penjualan HERFit

(1)2 (2)

2 (1)

2/(2)

2

INDF

2013

Produk Konsumen

Bermerek 24.648.228.000.000

55.623.657.000.000 1,00

Bogasari 14.913.788.000.000

Agribisnis 11.514.015.000.000

Distribusi 4.547.626.000.000

Budidaya dan

Pengolahan Sayuran -

2014

Produk Konsumen

Bermerek 29.814.025.000.000

63.594.452.000,.000 1,00

Bogasari 15.997.721.000.000

Agribisnis 12.647.454.000.000

Distribusi 5.135.252.000.000

Budidaya dan

Pengolahan sayuran -

KBLM

2011

Kabel Listrik 812.041.395.470

864.752.600.095 1,00 Kabel Telepon 43.190.139.769

Jasa Hotel 9.521.064.857

2012


1.020.197.078.016 1,00 Kabel Telepon 61.100.749.234

Jasa Hotel 10.931.711.144

2013


1.032.787.438.869 1,00 Kabel Telepon 43.267.592.009

Jasa Hotel 13.120.809.239

2014


919.537.870.594 1,00 Kabel Telepon 44.307.114.708

Jasa Hotel 15.707.172.202


100


(dalam rupiah)

Kode


Penjualan masing-


(1)2 (2)

2 (1)

2/(2)

2

KICI

2011 Produk Enamel 50.751.185.818

87.517.382.578 1,00

Kaleng 36.766.196.760

2012 Produk Enamel 57.184.283.100

94.787.254.405 1,00

Kaleng 37.602.971.305

2013 Produk Enamel 60.578.857.263

99.029.696.717 1,00

Kaleng 38.450.839.454

2014 Enamel 65.840.653.507

102.971.318.497 1,00

Kaleng 37.130.664.990

LPIN

2011

Busi 344.167.322.148

555.886.728.181 1,00

lampu Mobil 211.719.406.034

Tepung -

Lain-lain -

2012

Busi 67.663.280.683

68.736.656.643 1,00

lampu Mobil 122.441.527

Tepung 62.649.591

Lain-lain 888.284.842

2013

Busi 76.405.222.512

77.231.127.337 1,00

Lampu Mobil 38.144.323

Tepung 81.769.229

Lain-lain 705.991.273

2014

Busi 67.717.712.175

70.155.464.867 1,00

Lampu Mobil 44.382.249

Tepung 57.510.456

Lain-lain 2.335.859.987


101


(dalam rupiah)

Kode


Penjualan masing-

masing segmen

(1)2

Total Penjualan

(2)2

HERFit

(1)2/(2)

2

MBTO 2011 Kosmetik 605.123.039.954

648.375.230.795

1,00

Jamu 12.923.475.016

Lainnya 30.328.715.825

2012 Kosmetik 676.050.908.092

717.788.399.047

1,00

Jamu 10.599.376.825

Lainnya 31.138.114.130

2013 Kosmetik 602.487.040.711

641.284.586.295

1,00

Jamu 10.890.535.521

Lainnya 27.907.010.063

2014 Kosmetik 636.705.824.745

671.398.849.823

1,00

Jamu 7.759.033.476

Lainnya 26.933.991.602

MRAT 2011 Pabrikasi 6.244.458.456

406.315.784.681

1,00

Prdagangan dan

Distribusi

400.071.326.225

2012 Pabrikasi 9.502.780.111

458.197.338.824

1,00

Prdagangan dan

Distribusi

448.694.558.713

2013 Pabrikasi 6.101.342.892

358.127.545.503

1,00

Prdagangan dan

Distribusi

352.026.202.611


102


(dalam rupiah)

Kode


Penjualan masing-


(1)2/(2)

2

(1)2 (2)

2

MRAT 2014

Pabrikasi 17.615.400.543

434.747.101.600 1,00 Prdagangan dan

Distribusi 417.131.701.057

MYOR

2011

Pengolahan Makanan 4.348.002.884.828

9.453.865.992.878 1,00 Pengolahan Kopi

Bubuk dan Instan serta

biji kakao

5.105.863.108.050

2012


10.510.625.669.832 1,00 Pengolahan Kopi


biji kakao

5.309.357.663.183

2013


12.017.837.133.337 1,00 Pengolahan Kopi


biji kakao

5.349.684.410.607

2014


14.169.088.278.238 1,00 Pengolahan Kopi

Bubuk dan Instan

Serta biji Kakao

6.283.528.745.980

MYTX

2011

Garmen -

1.957.035.256.801 1,00 Perajutan dan

Pemintalan 1.957.035.256.801

2012

Garmen -

1.519.059.182.281 1,00 Perajutan dan

Pemintalan 1.519.059.182.281

2013

Garmen -

1.900.301.509.218 1,00 Perajutan dan

Pemintalan 1.900.301.509.218

2014

Garmen

2.129.058 1,00 Penenunan dan

Pemintalan 2.129.058

PSDN 2012

Pengolahan dan

Perdagangan hasil

bumi

971.467.000.000

1.246.290.753.836 1,00 Pabrik Kopi bubuk

dari instan 273.698.000.000

Perkebunan dan

Pengolahan hasil bumi 1.125.000.000


103


(dalam rupiah)

Kode

Emite

n

Tahu

n Segmen Usaha

Penjualan masing-


(1)2 (2)

2

(1)2/(2)

2

PSDN

2012

Pengolahan dan

Perdagangan hasil bumi 1.017.187.000.000

1.305.116.747.447 1,00

Pabrik Kopi bubuk dari

instan 324.648.000.000

Perkebunan dan


2013

Pengolahan dan

Perdagangan hasil bumi 957.233.000.000

1.279.553.071.584 1,00


instan 322.174.000.000

Perkebunan dan

Pengolahan hasil bumi 146.000.000

2014

Pengolahan dan

Perdagangan hasil bumi 736.588.000.000

975.081.057.089 1,00


instan 237.303.000.000

Perkebunan dan


RICY

2011

Pabrikasi Pakaian

Dalam dan Luar 224.158.178.266

616.394.673.133 1,00 Perdagangan 196.465.411.364

Pabrikasi Benang 195.771.083.504

2012

Pabrikasi Pakaian


749.972.702.550 1,00 Perdagangan 261.399.757.680


2013

Pabrikasi Pakaian


984.185.102.135 1,00 Perdagangan 392.262.550.970


2014

Pabrikasi Pakaian


1.185.443.580.242 1,00 Perdagangan 298.840.144.842



104


(dalam rupiah)

Kode


Penjualan masing-

masing segmen

(1)2

Total Penjualan

(2)2

HERFit

(1)2/(2)

2

SIPD

2011

Pakan Ternak 1459.200.885.937

4.029.131.023.628 1,00

Ayam Umur Sehari 167.477.923.810

Ayam Potong 269.119.924.914

Kemitraan 2005.282.339.445

Lain-lain 128.049.949.522

2012

Pakan Ternak 1520.492.763.188

4.354.469.720.627 1,00


Ayam Potong 143.813.694.839

Kemitraan 1900.102.983.806

Lain-lain 432.576.160.521

2013

Pakan Ternak 1705.118.475.699

3.854.271.748.057 1,00


Ayam Potong 47.681.593.846

Kemitraan 1210.401.750.089

Lain-lain 518.791.930.192

2014

Pakan Ternak 1462.267.922.346

2.505.575.102.503 1,00


Ayam Potong 124.229.625.680

Kemitraan 102.739.285.867

Lain-lain 386.313.062.534

SMCB

2011

Semen 6360.878.000.000

7.523.964.000.000 1,00 Beton jadi dan

tambang agregat

1163.086.000.000

jasa lainnya -

2012

Semen 7704.229.000.000

9.011.076.000.000 1,00 Beton jadi dan

tambang agregat 1306.847.000.000

jasa lainnya -

2013

Semen 8015.126.000.000

9.686.262.000.000 1,00 Beton jadi dan

tambang agregat 1671136.000.000

jasa lainnya

2014

Semen 8708784.000.000

10.528.723.000.000 1,00 Beton jadi dan

tambang agregat

1819939.000.000

jasa lainnya -


105


(dalam rupiah)

Kode


Penjualan masing-


(1)2 (2)

2 (1)

2/(2)

2

SMCB 2014

Semen 8.708.784.000.000

10.528.723.000.000 1,00

Beton jadi dan

tambang agregat 1.819.939.000.000

jasa lainnya -

SMSM

2011

Penyaring 1.541.039.611.651

1.807.890.780.238 1,00

Radiator 399.098.695.917

Dump Body Maker -

Trading -

Lain-lain 54.185.094.175

2012

Penyaring 1.559.597.470.394

2.163.842.229.019 1,00

Radiator 385.168.756.050

Dump Body Maker 295.647.295.946

Trading -

Lain-lain 122.244.228.659

2013

Penyaring 1.337.707.007.575

2.372.982.726.295 1,00

Radiator 392.024.318.434


Distribusi 328.755.636.649

Lain-lain 118.370.360.153

2014

Penyaring 1.667.709.000.000

2.632.860.000.000 1,00

Radiator 388.595.000.000


Trading 328.328.000.000

Lain-lain 116.720.000.000

SSTM

2011

Pemintalan 277.941.734.129

403.181.559.300 1,00 Petenunan 89.383.523.917

Lain-lain 35.856.301.254

2012

Pemintalan 461.211.922.243

554.471.435.919 1,00 Petenunan 80.859.202.877

Lain-lain 12.400.310.799

2013

Pemintalan 499.388.645.796

573.748.747.725 1,00 Petenunan 68.215.823.960

Lain-lain 6.144.277.969


106


(dalam rupiah)

Kode


Penjualan masing-masing

segmen Total Penjualan HERFit

(1)2 (2)

2

(1)2/(2)

2

SSTM 2014

Pemintalan 476.544.536.097

1.632.860.000.000 0.1 Petenunan 35.625.413.267

Lain-lain 7.684.712.467

STAR

2011 Benang, Fiber dan Kapas 214.609.829.957

220.333.781.433 1,00 Lainnya 5.723.951.476


204.735.375.950 1,00 Lainnya 7.532.545.440


274.141.734.113 1,00 Lainnya 325.106.395


228.622.027.943 1,00 Lainnya -

TOTO

2011

Saniter 669.174.299.310

1.341.926.755.400 1,00

Fitting 652.407.989.793

Peralatan sistem dapur 20.344.466.297

Peralatan elektronik dan

aksesoris -

2012

Saniter 838.473.791.447

1.576.763.006.759 1,00

Fitting 682.971.928.251



aksesoris -

2013

Saniter 750.436.120.725

1.711.306.783.683 1,00

Fitting 927.870.113.331



aksesoris 6.554.877.972

2014

Saniter 868.061.278.851

2.053.630.373.083 1,00

Fitting 1.145.899.772.100



aksesoris 8.865.520.259


107


(dalam rupiah)

Kode


Penjualan masing-


(1)2 (2)

2

(1)2/(2)

2

TSPC

2011

Obat-obatan 1.759.586.209.713

5.780.664.117.037 1,00

Produk Konsumen dan

Kosmetik 1.332.157.698.378

jasa distribusi 2.688.920.208.946

2012

Obat-obatan 1.912.664.710.555

6.630.809.553.343 1,00

Produk Konsumen dan

Kosmetik 1.525.882.010.886


2013

Obat-obatan 1.990.487.698.307

6.854.889.233.121 1,00

Produk Konsumen dan

Kosmetik 1.674.030.230.402


2014

Obat-obatan 1.067.163.106.129

7.512.115.037.587 1,00

Produk Konsumen dan

Kosmetik 5.911.166.157.561


ULTJ

2011 Minuman 1.351.181.524.285

2.102.383.741.532 0.51

Makanan 153.961.777.037

2012 Minuman 2.655.812.199.818

2.809.851.307.439 1,00

Makanan 207.837.914.070

2013 Minuman 3.289.071.354.191

3.460.231.249.075 1,00

Makanan 230.833.290.384

2014 Minuman 2.873.852.482.447

3.916.789.366.423 0.62

Makanan 220.288.214.471

UNIT

2011 Benang dan bahan baku 103.226.308.264

103.226.308.264 1,00

lain-lain -


88.465.983.753 1,00

lain-lain 758.703.704

2013 benang dan bahan baku 100.485.969.126

101.886.214.646 1,00

Lain-Lain 1.400.245.520


102.448.044.300 1,00

Lain-lain 1.002.544.860


108


(dalam rupiah)

Kode


Penjualan masing-


(1)2 (2)

2 (1)

2/(2)

2

UNVR

2011

kebutuhan rumah tangga

dan perawatan tubuh

17.191.268.000.000

23.469.218.000.000 1,00

makanan dan minuman

6.277.950.000.000

2012


dan perawatan tubuh

19.922.118 27.303.248 1,00

makanan dan minuman

7.381.130

2013


dan perawatan tubuh

22.414.545 30.757.435 1,00

makanan dan minuman

8.342.890

2014


dan perawatan tubuh

24.633.930 34.511.534 1,00

makanan dan minuman

9.877.604


109

Lampiran III : Data Diversifikasi Geografis Tahun 2011, 2012, 2013 Dan

2014

No Kode Nama Emiten 2011 2012 2013 2014

Emiten

1 AKPI PT. Argha Karya Prima Industry Tbk 3 2 2 2

2 ALKA PT.Â Alakasa Industrindo Tbk 2 3 3 3

3 AMFG PT. Asahimas Flat Glass Tbk 1 1 1 1

4 ARNA PT.Â Arwana Citramulia Tbk 1 1 1 1

5 BUDI PT. Budi Acid Jaya Tbk 2 2 2 2

6 DPNS PT. Duta Pertiwi Nusantara Tbk 1 1 1 1

7 ETWA PT. Eterindo Wahanatama Tbk 1 1 1 1

8 GGRM PT. Gudang Garam Tbk 1 1 1 1

9 HDTX PT. Panasia Indosyntec Tbk 1 1 1 1

10 ICBP PT. Indofood CBP Sukses Makmur Tbk 5 5 5 5

11 IMAS PT. Indomobil Sukses International Tbk 1 1 2 2

12 INAF PT. Indofarma Tbk 1 1 1 1

13 INAI PT. Indai Aluminium Industry Tbk 1 1 1 1

14 INDF PT. Indofood Sukses Makmur Tbk 6 6 7 7

15 KBLM PT. Kabelindo Murni Tbk 1 1 1 1

16 KICI PT Kedaung Indah Can Tbk 1 1 1 1

17 LPIN PT. Multi Prima Sejahtera Tbk 1 1 1 1

18 MBTO PT. Martina Berto Tbk 2 2 2 2

19 MRAT PT. Mustika Ratu Tbk 2 2 2 2

20 MYOR PT. Mayora Indah Tbk 2 2 2 2

21 MYTX PT. Apac Citra Centertex Tbk 1 1 1 1

22 PSDN PT. Prasidha Aneka Niaga Tbk 2 2 2 2

23 RICY PT. Ricky Putra Globalindo Tbk 1 1 2 2

24 SIPD PT. Sierad Produce Tbk 1 1 1 1

25 SMCB PT. Holcim Indonesia Tbk 2 2 2 2

26 SMSM PT. Selamat Sempurna Tbk 1 1 1 1

27 SSTM PT. Sunson Textile Manufacturer Tbk 1 1 1 1

28 STAR PT. Star Petrochem Tbk 1 1 1 1

29 TOTO PT. Surya Toto Indonesia Tbk 1 1 1 1

30 TSPC PT. Tempo Scan Pacific Tbk 4 4 4 4

31 ULTJ PT. Ultrajaya Milk Industry & Trading

Comp

1 1 1 1

32 UNIT PT. Nusantara Inti Corpora Tbk 1 1 1 1

33 UNVR PT. Unilever Indonesia Tbk 1 1 1 1


110

Lampiran IV : Data Manajemen Laba Tahun 2011, 2012, 2013, dan 2014

(dalam rupiah)

NO Kode

Emiten

Piutang

2010 2011 2012 2013 2014

1 AKPI 166.058.620.000 255.873.419.000 298.444.623.000 416.207.759.000 400.045.577.000

2 ALKA 117.375.336.000 200.448.478.000 111.837.738.000 152.247.256.000 167.034.904.000

3 AMFG 240.013.000.000 268.609.000.000 310.118.000.000 407.853.000.000 383.817.000.000

4 ARNA 196.500.752.160 199.686.956.577 219.607.208.300 306.380.879.154 392.856.746.890

5 BUDI 286.970.000.000 321.008.000.000 504.684.000.000 666.785.000.000 526.562.000.000

6 DPNS 16.832.109.760 22.461.849.102 17.328.724.522 16.245.495.525 18.334.276.135

7 ETWA 184.722.465.942 330.859.078.818 351.446.587.419 624.473.696.445 1.028.850.294.270

8 GGRM 915.004.000.000 923.522.000.000 1.382.539.000.000 2.196.086.000.000 1.532.275.000.000

9 HDTX 66.195.114.729 110.313.882.253 172.250.828.845 162.807.609.923 124.082.619.027

10 ICBP 2.026.249.000.000 2.378.402.000.000 2.359.334.000.000 2.549.415.000.000 2.902.202.000.000

11 IMAS 2.311.535.065.779 3.076.655.559.142 4.378.509.455.483 335.999.491.650 6.861.382.434.872

12 INAF 132.469.786.639 161.952.798.897 135.995.646.518 285.853.171.964 208.245.803.553

13 INAI 64.369.020.715 108.888.127.794 113.697.942.477 162.208.830.774 225.252.514.571

14 INDF 2.686.273.000.000 3.669.305.000.000 3.617.741.000.000 5.267.014.000.000 4.339.670.000.000

15 KBLM 107.420.032.036 184.796.262.547 242.990.848.092 222.905.072.590 220.031.115.877

16 KICI 10.912.909.523 10.912.909.523 13.302.623.566 9.693.700.254 7.009.207.273

17 LPIN 25.423.137.939 25.188.495.421 18.224.270.534 15.802.424.996 19.685.142.202

18 MBTO 176.874.502.335 201.512.742.958 289.366.053.692 277.815.321.506 303.320.568.986

19 MRAT 147.864.746.678 201.404.166.004 207.371.532.634 161.301.734.299 226.132.399.238

20 MYOR 1.328.533.917.784 1.295.019.229.371 2.051.346.588.063 2.813.146.233.513 3.080.840.526.614

21 MYTX 152.533.147.065 145.687.359.619 132.523.574.311 147.737.000.000 173.335.000.000

22 PSDN 71.598.585.450 61.883.672.650 65.406.971.713 71.291.451.908 88.515.509.208

24 SIPD 388.435.025.395 326.581.346.321 635.333.519.159 431.547.275.995 432.110.287.781

25 SMCB 643.190.000.000 705.019.000.000 846.862.000.000 637.506.000.000 762.318.000.000

26 SMSM 314.122.797.153 394.362.524.038 430.808.303.120 561.027.272.788 574.663.000.000

27 SSTM 218.419.273.091 76.185.680.581 37.327.122.306 67.264.858.235 47.899.817.337

28 STAR 42.563.691.458 54.725.682.213 49.353.670.275 66.499.283.201 94.075.057.566

29 TOTO 280.713.203.872 326.991.182.913 418.581.106.774 462.105.579.635 546.510.986.499

30 TSPC 554.769.367.837 599.648.548.791 748.051.242.691 808.788.359.595 839.642.753.550

31 ULTJ 193.510.727.669 275.488.746.897 308.798.933.273 381.952.810.801 407.449.449.974

32 UNIT 27.396.184.479 26.166.609.753 18.066.223.998 23.722.446.653 21.824.128.777

33 UNVR 1.762.633.000.000 2.076.083.000.000 2.426.242.000.000 2.624.974.000.000 2.895.515.000.000


111

Lampiran IV : Data Manajemen Laba Tahun 2011, 2012, 2013, dan 2014 (Lanjutan)

(dalam rupiah)

NO Kode

Emiten

Aset Tetap

2011 2012 2013 2014

1 AKPI 743.001.109.000 808.100.700.000 996.050.515.000 1.060.731.359.000

2 ALKA 2.687.073.000 3.177.373.000 9.530.157.000 14.343.585.000

3 AMFG 1.152.779.000.000 1.384.995.000.000 1.478.147.000.000 1.530.836.000.000

4 ARNA 564.891.050.549 598.524.658.117 705.760.636.024 736.206.333.096

5 BUDI 1.210.049.000.000 1.271.236.000.000 1.271.806.000.000 1.450.942.000.000

6 DPNS 11.162.623.619 10.915.692.913 11.734.067.653 12.712.559.053

7 ETWA 64.534.772.161 5.413.810.150 4.959.497.522 3.682.813.993

8 GGRM 8.189.881.000.000 10.389.326.000.000 14.788.915.000.000 18.973.272.000.000

9 HDTX 502.092.188.459 684.299.237.905 962.535.681.406 3.473.210.079.415

10 ICBP 2.590.036.000.000 3.839.756.000.000 4.844.407.000.000 5.838.843.000.000

11 IMAS 1.876.846.372.611 2.951.053.796.147 3.774.428.445.529 4.629.105.006.400

12 INAF 342.984.242.464 339.196.269.505 367.912.766.507 394.584.546.295

13 INAI 70.716.800.956 82.994.324.633 84.097.628.783 103.335.945.534

14 INDF 12.921.013.000.000 15.775.741.000.000 22.237.661.000.000 22.011.488.000.000

15 KBLM 282.192.612.400 289.798.194.867 299.487.271.006 289.754.886.655

16 KICI 7.984.973.765 9.439.337.673 8.717.131.863 8.253.323.849

17 LPIN 2.861.789.983 5.648.252.931 5.634.725.301 5.536.585.377

18 MBTO 67.398.292.985 81.063.310.104 134.670.265.336 148.954.451.135

19 MRAT 74.624.457.208 79.716.536.484 82.093.848.155 77.533.423.631

20 MYOR 2.038.406.656.429 2.857.932.917.034 3.114.328.724.682 3.585.011.717.083

21 MYTX 1.329.031.428.401 1.280.337.068.018 1.458.413.000.000 1.234.318.000.000

22 PSDN 119.914.346.805 283.052.836.745 275.646.225.705 294.074.971.399

23 RICY 170.461.184.690 234.423.362.437 266.315.120.697 318.630.063.545

24 SIPD 1.272.861.185.548 1.492.758.985.541 1.587.626.244.834 913.875.523.360

25 SMCB 8.238.252.000.000 9.588.783.000.000 11.585.679.000.000 13.765.945.000.000

26 SMSM 397.702.004.051 488.863.243.722 492.164.737.137 492.897.000.000

27 SSTM 373.271.702.153 380.894.782.589 385.911.640.643 373.976.560.649

28 STAR 358.332.726.300 342.515.991.309 329.692.789.876 318.769.811.984

29 TOTO 476.327.212.917 461.181.775.000 1.746.177.682.568 2.027.288.693.678

30 TSPC 886.134.968.731 1.000.822.028.797 1.203.851.892.215 1.554.389.853.202

31 ULTJ 1.069.735.963.102 979.511.601.619 965.974.994.305 1.003.229.206.363

32 UNIT 229.530.027.934 294.967.429.876 367.119.490.678 347.163.555.335

33 UNVR 5.314.311.000.000 6.283.479.000.000 6.874.177.000.000 7.348.025.000.000


112


(dalam rupiah)

NO Kode

Emiten

Total Asset

2010 2011 2012 2013 2014

1 AKPI 1.297.898.382.000 1.556.600.855.000 1.714.834.430.000 2.084.567.189.000 2.227.041.590.000

2 ALKA 159.196.107.000 258.483.778.000 147.882.362.000 241.912.806.000 244.879.397.000

3 AMFG 2.372.657.000.000 2.690.595.000.000 3.115.421.000.000 3.539.393.000.000 3.918.391.000.000

4 ARNA 831.507.593.676 337.359.770.277 831.507.593.676 1.135.244.802.060 1.259.938.133.543

5 BUDI 1.967.633.000.000 2.123.285.000.000 2.299.672.000.000 2.382.875.000.000 2.476.982.000.000

6 DPNS 175.682.792.596 171.322.620.690 184.636.344.559 256.372.669.050 268.877.322.944

7 ETWA 533.380.349.067 760.652.852.665 808.912.469.095 1.239.559.149.691 1.492.058.289.723

8 GGRM 30.741.679.000.000 39.088.705.000.000 41.509.325.000.000 50.770.251.000.000 58.220.600.000.000

9 HDTX 1.017.613.013.155 1.013.575.088.112 1.362.546.557.862 2.378.728.273.722 4.221.696.886.907

10 ICBP 13.361.313.000.000 16.222.867.000.000 17.763.480.000.000 21.267.470.000.000 24.910.211.000.000

11 IMAS 7.985.019.561.240 12.905.429.351.184 17.577.664.024.361 22.315.022.507.630 23.471.397.834.920

12 INAF 1.173.623.760.493 1.114.901.669.774 1.188.618.790.410 1.294.510.669.195 1.248.343.275.406

13 INAI 389.007.411.195 544.282.443.363 612.224.219.835 765.881.409.376 897.281.657.710

14 INDF 47.275.955.000.000 53.585.933.000.000 59.324.207.000.000 77.611.416.000.000 85.938.885.000.000

15 KBLM 403.194.715.268 642.954.768.386 722.941.339.245 654.296.256.935 647.249.655.440

16 KICI 85.942.208.666 87.419.114.499 94.955.976.131 98.295.722.100 96.745.744.221

17 LPIN 150.937.167.032 157.371.466.252 172.268.827.993 196.390.816.224 185.595.748.325

18 MBTO 333.129.929.836 541.673.841.000 609.494.013.942 611.769.745.328 619.383.082.066

19 MRAT 386.352.442.915 54.167.384.410 455.472.778.210 439.583.727.200 498.786.376.745

20 MYOR 4.399.191.135.535 6.599.845.533.328 8.302.506.241.903 9.710.223.454.000 10.291.108.029.334

21 MYTX 1.882.934.081.017 1.848.394.822.216 1.803.323.308.102 2.095.468.000.000 2.041.304.000.000

22 PSDN 414.611.350.180 421.366.403.319 682.611.125.989 681.832.333.141 620.928.440.332

23 RICY 613.323.196.638 642.094.672.040 842.498.674.322 1.109.865.329.758 1.170.752.424.106

24 SIPD 2.037.458.582.968 2.641.602.932.160 3.298.123.574.771 3.155.680.394.480 2.800.914.553.878

25 SMCB 10.437.249.000.000 10.950.501.000.000 12.168.517.000.000 14.377.383.000.000 16.323.940.000.000

26 SMSM 1.067.103.249.531 1.327.799.716.171 1.441.204.473.590 1.701.103.245.176 1.749.395.000.000

27 SSTM 872.458.721.356 843.450.156.961 810.275.583.968 801.866.397.035 773.663.346.934

28 STAR 477.032.834.784 718.569.181.860 751.720.620.157 749.402.740.231 775.917.827.931

29 TOTO 1.091.583.115.098 1.339.570.029.820 1.522.663.914.388 1.746.177.682.568 2.027.288.693.678

30 TSPC 3.589.595.911.220 4.250.374.395.321 4.632.984.970.719 5.407.957.915.805 5.592.730.492.960

31 ULTJ 2.006.595.762.260 2.179.181.979.434 2.420.793.382.029 2.811.620.982.142 2.917.083.567.355

32 UNIT 309.791.883.807 304.802.980.424 379.900.742.389 372.902.748.804 353.123.599.725

33 UNVR 8.701.262.000.000 10.482.312.000.000 11.984.979.000.000 12.703.468.000.000 14.280.670.000.000


113


(dalam rupiah)

NO Kode

Emiten

Total Pendapatan

2010 2011 2012 2013 2014

1 AKPI 1.099.386.282.000 1.505.559.487.000 1.509.185.293.000 1.663.385.190.000 1.945.383.031.000

2 ALKA 845.070.373.000 873.024.320.000 836.887.168.000 1.099.620.270.000 1.230.364.713.000

3 AMFG 2.426.138.000.000 2.596.271.000.000 2.857.310.000.000 3.216.480.000.000 3.672.186.000.000

4 ARNA 830.183.904.081 922.684.829.411 1.113.663.603.211 1.417.640.229.330 1.609.758.677.687

5 BUDI 2.124.381.000.000 2.503.984.000.000 3.395.369.000.000 2.668.954.000.000 2.284.211.000.000

6 DPNS 97.283.942.857 161.413.570.091 146.690.966.909 131.333.196.189 132.775.925.237

7 ETWA 810.859.291.874 775.171.661.181 1.211.846.624.578 1.635.191.558.590 1.242.326.926.365

8 GGRM 37.691.997.000.000 41.884.352.000.000 49.028.696.000.000 55.436.954.000.000 65.185.850

9 HDTX 661.992.384.716 1.016.881.448.518 861.164.216.195 1.057.343.006.058 1.175.464.356.704

10 ICBP 17.960.120.000.000 19.367.155.000.000 21.574.792.000.000 25.094.681.000.000 30.022.463.000.000

11 IMAS 10.935.334.616.535 15.892.404.268.756 19.780.838.058.900 20.094.736.395.135 19.458.165.173.088

12 INAF 508.328.419.141 1.203.466.970.652 1.156.050.256.720 1.337.498.191.710 1.381.436.578.115

13 INAI 461.421.340.873 555.886.728.181 582.654.361.422 640.702.671.875 933.462.438.255

14 INDF 38.403.360.000.000 45.332.256.000.000 50.059.427.000.000 55.623.657.000.000 63.594.452.000.000

15 KBLM 542.618.175.974 864.752.600.095 1.020.197.078.016 1.032.787.438.869 919.537.870.594

16 KICI 80.789.650.755 87.517.382.578 94.787.254.405 99.029.696.717 102.971.318.497

17 LPIN 59.519.384.547 62.958.088.306 68.736.656.643 77.231.127.337 70.155.464.867

18 MBTO 566.186.416.236 648.375.230.795 717.788.399.047 641.284.586.295 67.139.884.823

19 MRAT 369.366.074.883 406.315.784 458.197.338.824 359.127.545.503 434.747.101.600

20 MYOR 7.224.164.991.859 9.453.865.992.878 10.510.625.669.832 12.017.837.133.337 14.169.088.278.238

21 MYTX 1.723.962.951.296 1.957.035.256.801 1.519.059.182.281 1.900.302.000.000 2.129.058.000.000

22 PSDN 928.526.978.567 1.246.290.753.836 1.305.116.747.447 1.279.553.071.584 975.081.057.089

23 RICY 580.322.384.348 616.394.673.133 749.972.702.550 984.185.102.135 1.185.443.580.242

24 SIPD 3.642.500.860.349 4.029.131.023.628 4.354.469.720.627 3.854.271.748.057 2.505.575.102.503

25 SMCB 5.960.589.000.000 7.523.964.000.000 9.011.076.000.000 7.886.359.000.000 8.499.170.000.000

26 SMSM 10.561.786.956.669 2.072.441.125.522 2.163.842.229.019 2.372.982.726.295 1.973.659.000.000

27 SSTM 446.624.926.710 403.181.559.300 554.471.435.919 573.748.747.725 519.854.661.831

28 STAR 110.969.293.224 220.333.781.433 204.735.375.950 274.141.734.113 228.622.027.943

29 TOTO 1.121.498.803.637 1.341.926.755.400 1.576.763.006.759 1.711.306.783.682 2.053.630.374.083

30 TSPC 5.780.664.117.037 5.780.664.117 6.630.809.553.343 6.854.889.233.121 7.512.115.037.587

31 ULTJ 1.880.411.473.916 2.102.383.741.532 2.809.851.207.439 3.460.231.249.075 3.916.789.366.423

32 UNIT 113.353.335.858 103.226.308.264 88.465.983.753 101.886.214.646 102.448.044.300

33 UNVR 19.690.239.000.000 23.469.218.000.000 27.303.248.000.000 30.757.435.000.000 34.511.534.000.000


114


(dalam rupiah)

NO Kode

Emiten

,EXBI

2011 2012 2013 2014

1 AKPI 98.285.669.000 85.290.905.000 90.836.309.000 103.529.075.000

2 ALKA 12.432.292.000 1.261.921.000 3.757.664.000 1.903.178.000

3 AMFG 432.736.000.000 448.620.000.000 429.375.000.000 555.638.000.000

4 ARNA 148.971.880.727 224.424.097.735 321.296.916.741 352.131.191.348

5 BUDI 179.489.000.000 87.310.000.000 156.114.000.000 132.384.000.000

6 DPNS -7.340.655.590 23.006.862.464 42.636.885.085 17.183.018.745

7 ETWA 69.135.575.854 37.371.093.090 47.091.330.682 -21.065.663.708

8 GGRM 6.867.973.000.000 6.025.681.000.000 6.691.722.000.000 8.577.656.000.000

9 HDTX 21.434.285.126 14.279.007.735 -283.989.192.006 -101.142.729.533

10 ICBP 2.608.001.000.000 2.841.060.000.000 2.771.924.000.000 3.128.693.000.000

11 IMAS 1.025.656.170.502 1.049.245.060.391 951.000.279.726 1.009.759.247.935

12 INAF 91.958.702.134 83.308.894.982 -32.306.089.208 46.344.316.460

13 INAI 47.087.049.928 43.890.852.012 34.559.748.890 30.552.928.355

14 INDF 6.851.019.000.000 6.870.594.000.000 6.111.866.000.000 7.208.732.000.000

15 KBLM 24.470.956.370 66.807.317.291 63.537.864.881 49.481.479.603

16 KICI 38.493.251 3.120.310.947 11.390.902.822 6.486.649.287

17 LPIN 11.488.868.678 11.505.980.127 6.297.706.987 -494.561.654

18 MBTO 47.092.238.121 54.075.229.664 21.535.002.432 7.944.819.926

19 MRAT 41.513.492.202 41.592.211.536 -10.127.657.365 11.737.268.368

20 MYOR 757.876.976.650 1.156.559.816.440 1.304.809.297.689 891.297.358.142

21 MYTX -82.869.985.932 98.313.310.994 13.784.000.000 -142.836.000.000

22 PSDN 48.316.423.498 66.857.820.719 56.941.910.967 -8.043.164.128

23 RICY 30.659.954.980 48.814.225.075 116.228.330.066 62.555.933.806

24 SIPD 129.422.961.841 145.875.505.297 142.035.205.242 -3.188.808.516

25 SMCB 1.680.045.000.000 2.038.457.000.000 1.637.998.000.000 1.227.290.000.000

26 SMSM 296.505.576.611 399.571.445.202 489.778.713.532 388.794.000.000

27 SSTM -29.396.936.903 -25.828.314.802 -3.484.385.880 -22.639.453.386

28 STAR 22.136.414.315 34.467.402.397 38.108.034.356 35.580.193.767

29 TOTO 299.798.358.174 342.972.150.032 332.815.933.721 390.933.218.779

30 TSPC 662.818.840.982 742.206.885.101 757.545.657.830 678.251.363.031

31 ULTJ 182.058.917.652 429.341.499.878 423.195.023.125 374.126.536.835

32 UNIT 2.045.751.598 14.588.056.498 26.489.083.562 31.001.487.977

33 UNVR 5.568.110.000.000 6.498.107.000.000 7.164.445.000.000 7.762.328.000.000


115


(dalam rupiah)

NO Kode

Emiten

OCF

2011 2012 2013 2014

1 AKPI 134.955.391.000 12.203.424.000 -24.262.141.000 374.349.492.000

2 ALKA 27.922.477.000 -4.757.106.000 -507.543.000 -19.833.943.000

3 AMFG 335.387.000.000 411.135.000.000 551.871.000.000 564.250.000.000

4 ARNA 1.438.525.974.399 237.695.889.064 278.878.036.499 238.937.995.916

5 BUDI 74.060.000.000 1.646.000.000 222.244.000.000 68.190.000.000

6 DPNS 14.122.036.999 6.530.804.861 4.858.078.430 11.413.411.537

7 ETWA -72.595.323.695 -31.277.457.522 20.808.146.780 308.878.634.696

8 GGRM -90.307.000.000 3.953.574.000.000 2,472.971.000.000 1.657.776.000.000

9 HDTX 8.016.053.554 48.588.918.886 393.683.433.691 -121.347.343.243

10 ICBP 2.174.427.000.000 3.041.616.000.000 1,993.496.000.000 3.860.843.000.000

11 IMAS -1.215.207.280.462 -2.876.087.842.113 -2,354.544.752.211 525.682.412.925

12 INAF 29.396.516.728 -40.914.557.262 -141.616.973.089 148.726.901.608

13 INAI 19.866.212.087 -99.406.551.083 77.754.740.234 81.915.088.114

14 INDF 4.968.991.000.000 -2.308.723.000.000 6,928.790.000.000 9.269.318.000.000

15 KBLM 47.220.266.787 -79.515.260.569 -106.551.188.953 5.994.209.466

16 KICI -3.385.237.611 317.206.296 2.412.411.340 1.313.583.361

17 LPIN 4.337.681.132 6.624.356.960 -8.039.954.021 -19.166.579.997

18 MBTO 20.619.824.390 -13.923.794.274 2.863.783.370 2.367.299.124

19 MRAT 1.143.065.750 12.708.802.342 8.221.522.955 -22.679.473.943

20 MYOR -607.939.545.937 830.244.056.569 987.023.231.523 -862.339.383.145

21 MYTX -4.445.045.423 -39.341.920.355 28.132.000.000 -39.557.000.000

22 PSDN 20.800.798.709 10.746.296.476 81.549.809.650 21.202.281.251

23 RICY 15.787.878.475 43.323.124.958 -84.879.758.265 47.145.296.495

24 SIPD 22.464.668.307 -142.720.644.791 43.982.040.665 -26.515.915.109

25 SMCB 1.061.234.000.000 1.692.112.000.000 1,990.025.000.000 1.196.240.000.000

26 SMSM 229.766.347.392 353.110.841.978 283.165.000.000 352.107.000.000

27 SSTM 42.939.506.442 63.993.542.148 83.498.266.987 39.556.169.947

28 STAR 22.136.414.315 -26.247.899.647 5.562.378.087 -31.499.865.702

29 TOTO 233.247.021.169 188.137.480.794 320.627.072.830 307.708.638.190

30 TSPC 587.799.605.916 635.028.604.390 448.669.480.614 512.956.089.428

31 ULTJ 322.563.103.223 500.334.201.664 195.989.263.645 128.022.639.236

32 UNIT 28.347.683.843 10.862.219.654 205.093.566 23.058.031.778

33 UNVR 5.461.876.000.000 5.191.646.000.000 6,236.304.000.000 6.462.722.000.000


116

,Lampiran V: Data Perhitungan Discretionary Acruals Tahun 2011, 2012, 2013, 2014

,Kode

E,mite

n

2011 2012

TAC / Tait-1

(1)

NDAit

(2)

Dait

(1) –(2)

TAC /

Tait-1

(1)

NDAit

(2)

Dait

(1) – (2)

AKPI -0.028253153 -0.318862881 -0.290609728 0.046953 -0.368445815 -0.415399073

ALKA -0.097302536 -0.00940161 0.087900927 0.023286 -0.017535241 -0.04082114

AMFG 0.041029529 -0.270623989 -0.311653519 0.013932 -0.359363261 -0.373295124

ARNA -1.550862678 -0.378402215 1.172460463 -0.03934 -1.223977726 -1.184637554

BUDI 0.053581638 -0.342542178 -0.396123816 0.040345 -0.398637161 -0.438982193

DPNS -0.122167301 -0.035390952 0.086776348 0.09617 -0.050651023 -0.146820796

ETWA 0.265722012 -0.067392562 -0.333114574 0.09025 0.031113691 -0.059135824

GGRM 0.226346778 -0.148390194 -0.374736972 0.05301 -0.17719512 -0.230205498

HDTX 0.013185987 -0.274824855 -0.288010842 -0.03385 -0.489024099 -0.45517371

ICBP 0.032449955 -0.107972177 -0.140422132 -0.01236 -0.159475241 -0.147112692

IMAS 0.280633433 -0.130920585 -0.411554018 0.304161 -0.143371973 -0.44753333

INAF 0.05330685 -0.162779785 -0.216086634 0.111421 -0.218688886 -0.33010988

INAI 0.069975114 -0.101255804 -0.171230918 0.263278 -0.105165269 -0.36844292

INDF 0.039809413 -0.152233926 -0.192043339 0.171301 -0.203466912 -0.374767783

KBLM -0.05642264 -0.389839646 -0.333417006 0.227578 -0.304786162 -0.5323645

KICI 0.039837595 -0.051751409 -0.091589003 0.032065 -0.071425201 -0.103490324

LPIN 0.047378573 -0.010560799 -0.057939371 0.03102 -0.023169447 -0.054189194

MBTO 0.079465732 -0.112691313 -0.192157045 0.125535 -0.098180707 -0.223715704

MRAT 0.10449119 -0.107585246 -0.212076436 0.533225 -0.512446867 -1.045671971

MYOR 0.310469921 -0.258091197 -0.568561118 0.049443 -0.297364007 -0.346806946

MYTX -0.041650391 -0.39314733 -0.351496939 0.074473 -0.506727134 -0.581199985

PSDN 0.066364861 -0.161096147 -0.227461009 0.133166 -0.46814714 -0.601312774

RICY 0.024248352 -0.154807254 -0.179055606 0.008552 -0.246108835 -0.254660689

SIPD 0.052495935 -0.347974524 -0.400470459 0.10925 -0.393459035 -0.502709425

SMCB 0.059288707 -0.43964711 -0.498935818 0.031628 -0.6131544 -0.644782634

SMSM 0.062542429 -0.207590049 -0.270132478 0.034991 -0.257067861 -0.292058533

SSTM -0.082911021 -0.238306218 -0.155395197 -0.10649 -0.309329521 -0.202836143

STAR 0 -0.418401657 -0.418401657 0.084495 -0.33979895 -0.42429367

TOTO 0.060967723 -0.243054564 -0.304022287 0.115585 -0.233391588 -0.348976937

TSPC 0.020899075 -0.137502156 -0.158401231 0.025216 -0.068983763 -0.094199961

ULTJ -0.070021171 -0.296942186 -0.226921014 -0.03258 -0.298682163 -0.266104479

UNIT -0.084901941 -0.412690688 -0.327788747 0.012224 -0.690140153 -0.702363908

UNVR 0.012209034 -0.340188725 -0.352397759 0.124635 -0.402556821 -0.527191635


117

Lampiran IV : Data Perhitungan Discretionary Acruals Tahun 2011, 2012, 2013, 2014

(Lanjutan)

Kode

Emiten

2013 2014

TAC /

Tait-1

(1)

NDAit

(2)

Dait

(1) – (2)

TAC / Tait-1

(1)

NDAit

(2)

Dait

(1) – (2)

AKPI 0.067119 0.076622744 0.009503465 -0.129916857 0.012476734 0.142393591

ALKA 0.028842 -0.003865375 -0.032707267 0.089855189 0.010373685 -0.079481504

AMFG -0.03932 0.062296351 0.101615596 -0.002433186 0.010839068 0.013272254

ARNA 0.051014 0.110327709 0.059313286 0.099708182 0.015846926 -0.083861256

BUDI -0.02876 0.075765197 0.104521472 0.026939726 0.00943323 -0.017506496

DPNS 0.204612 0.009034708 -0.195577265 0.022504767 0.001087392 -0.021417375

ETWA 0.032492 -0.002848023 -0.035340023 -0.266178745 -0.005328542 0.260850203

GGRM 0.101634 0.046304484 -0.055329329 0.136297928 -0.011088416 -0.147386344

HDTX -0.49736 0.092946544 0.590303953 0.008493872 0.030046418 0.021552546

ICBP 0.043822 0.034884319 -0.008937499 -0.034425816 0.009429855 0.04385567

IMAS 0.188054 0.028433909 -0.159619807 0.021692868 0.003663917 -0.018028951

INAF 0.091965 0.040098863 -0.051865764 -0.079089796 0.006673289 0.085763085

INAI -0.07055 0.017605717 0.088159919 -0.06706281 0.00919677 0.07625958

INDF -0.01377 0.049198455 0.062968955 -0.026550037 0.007418152 0.033968189

KBLM 0.235274 0.054974965 -0.180298694 0.066464189 0.00591453 -0.060549659

KICI 0.094554 0.011896897 -0.082657357 0.052627579 0.002360978 -0.050266601

LPIN 0.083228 0.004005119 -0.079223293 0.095075822 -4.86507E-05 -0.095124473

MBTO 0.030634 0.030265551 -0.000368416 0.009117026 0.005706447 -0.003410579

MRAT -0.04029 0.025494324 0.065780332 0.078293941 0.006452015 -0.071841926

MYOR 0.038276 0.048618481 0.010342561 0.18059695 0.011150259 -0.169446691

MYTX -0.00796 0.106082048 0.114038469 -0.049286842 0.013636673 0.062923515

PSDN -0.03605 0.053969079 0.090018738 -0.04289243 0.001034675 0.043927105

RICY 0.238704 0.040095522 -0.198608816 0.013885142 0.00882449 -0.005060652

SIPD 0.02973 0.065084182 0.035354197 0.0073921 -0.001473639 -0.008865739

SMCB -0.02893 0.12727667 0.156205997 0.002159642 0.01987404 0.017714398

SMSM 0.143362 0.044403086 -0.098958746 0.021566592 0.00180438 -0.019762212

SSTM -0.10735 0.06317765 0.170527118 -0.077563574 0.008185069 0.085748643

STAR 0.043295 0.057685389 0.014390506 0.089511361 0.007474701 -0.082036661

TOTO 0.008005 0.151904713 0.143899755 0.047661003 0.026552438 -0.021108565

TSPC 0.066669 0.034220647 -0.032448289 0.030565192 0.007814527 -0.022750665

ULTJ 0.093856 0.051190661 -0.042665246 0.087530965 0.009896808 -0.077634157

UNIT 0.069186 0.128278114 0.059091647 0.021301683 0.018645135 -0.002656548

UNVR 0.077442 0.074266816 -0.003175205 0.102303245 0.016592334 -0.085710911


118

Lampiran VI: Hasil Olah Data SPSS

Tabel 1. Tabulasi Silang Diversifikasi Operasi Terhadap Manajemen Laba (Minimization

Income & Maximization Income)

DIV OP * DAC Crosstabulation

Count

DAC Total

Minimization

Income

Maximization

Income

DIV OP

Multi Segmen 7 2 9

Segmen Tunggal 92 31 1

23

Total 99 33 1

32

Tabel 2. Koefisien Hubungan Diversifikasi Operasi Terhadap Manajemen Laba

(Minimization Income &Maximization Income)

Symmetric Measures

V

alue

Asymp.

Std. Errora

Ap

prox. Tb

Appr

ox. Sig.

Ordinal by Ordinal

Spearman

Correlation

.0

17 .084

.19

8

.843

c

N of Valid Cases 1

32

a. Not assuming the null hypothesis.

b. Using the asymptotic standard error assuming the null hypothesis.

c. Based on normal approximation.


119

Tabel 3. Tabulasi Silang Diversifikasi Operasi Terhadap Minimization Income


Count

DAC Total


DIV OP

Multi Segmen 0 0 7 7

Segmen Tunggal 2 8 8

3

9

3

Total 2 8 9

0

1

00

Tabel 4. Koefisien Hubungan Diversifikasi Operasi Terhadap Minimization Income

Symmetric Measures

Value Asymp. Std.

Errora

Approx. Tb Approx. Sig.

Ordinal by Ordinal Spearman Correlation -.091 .022 -.908 .366c





Tabel 5. Tabulasi Silang Diversifikasi Operasi Terhadap Maximization Income


Count

DAC Total


DIV OP Multi Segmen 1 0 0 1

Segmen Tunggal 29 1 1 31

Total 30 1 1 32


120

Lampiran VI: Hasil Olah Data SPSS (Lanjutan)

Tabel 6. Koefisien Hubungan Diversifikasi Operasi Terhadap Maximization Income

Symmetric Measures

Value Asymp. Std.

Errora


Ordinal by Ordinal Spearman Correlation .046 .028 .254 .801c

N of Valid Cases 32




Tabel 7. Tabulasi Silang Diversifikasi Geografis Terhadap Manajemen Laba (Minimization

Income & Maximization Income)

DIV GEO * DAC Crosstabulation

Count

DAC Total

Minimalisasi

Income

Maximalisasi

Income

DIV GEO Beroperasi di 1 negara 64 20 84

Beroperasi di lebih 1 negara 35 13 48

Total 99 33 132

Tabel 8. Diversifikasi Geografis Terhadap Manajemen Laba (Minimization Income &

Maximization Income)

Symmetric Measures

Value Asymp. Std.

Errora


Ordinal by Ordinal Spearman Correlation .036 .088 .415 .679c






121


Tabel 9. Tabulasi Silang Diversifikasi Geografis Terhadap Minimization Income

DIV GEO * Minimization Income Income Crosstabulation

Count



DIV GEO

Beroperasi di 1 negara 1 5 59 65

Beroperasi di lebih dari 1

negara 1 3 31 35

Total 2 8 90 100

Tabel 10. Koefisien Hubungan Diversifikasi Geografis Terhadap Minimization Income

Symmetric Measures

Value Asymp. Std.

Errora


Ordinal by Ordinal Spearman Correlation -.036 .103 -.360 .720c





Tabel 11. Tabulasi Silang Diversifikasi Operasi Terhadap Maximization Income

DIVGEO * Maximization Income Crosstabulation

Count



DIVGEO Beroperasi di 1 negara 17 1 1 19

beroperasi di lebih 1 negara 13 0 0 13

Total 30 1 1 32


122


Tabel 12. Tabulasi Silang Diversifikasi Geografis Terhadap Maximization Income

Symmetric Measures

Value Asymp. Std.

Errora


Ordinal by Ordinal Spearman Correlation -.213 .079 -1.197 .241c

N of Valid Cases 32





Documents

HUBUNGAN DIVERSIFIKASI OPERASI DAN ... - core.ac.uk · Salah satu perkembangan strategi yang dilakukan dengan cara melakukan diversifikasi secara operasi maupun secara geografis