PENGARUH PROFITABILITAS, LEVERAGE DAN … PROFITABILITAS, LEVERAGE DAN UKURAN PERUSAHAAN TERHADAP MANAJEMEN LABA (STUDI EMPIRIS PADA PERUSAHAAN MANUFAKTUR YANG TERDAFTAR DI BURSA EFEK

PENGARUH PROFITABILITAS, LEVERAGE DAN UKURAN

PERUSAHAAN TERHADAP MANAJEMEN LABA

(STUDI EMPIRIS PADA PERUSAHAAN MANUFAKTUR YANG

TERDAFTAR DI BURSA EFEK INDONESIA TAHUN 2014-2016)

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Ekonomi

Program Studi Akuntansi

Oleh:

Alesia Heni Selviani

NIM : 132114122

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2017

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

i



(STUDI EMPIRIS PADA PERUSAHAAN MANUFAKTUR YANG TERDAFTAR

DI BURSA EFEK INDONESIA TAHUN 2014-2016)

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Ekonomi

Program Studi Akuntansi

Oleh:


NIM : 132114122

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2017




iv

HALAMAN MOTO PERSEMBAHAN

Motto:

“Kesuksesan hanya dapat diraih dengan segala upaya dan usaha

yang disertai dengan doa, karena sesungguhnya nasib seseorang

manusia tidak akan berubah dengan sendirinya tanpa berusaha”

(Alesia Heni)

“Sesuatu mungkin mendatangi mereka yang mau menunggu, namun

hanya didapatkan oleh mereka yang bersemangat mengejarnya”

(Abraham Lincoln)

Kupersembahkan untuk:

Tuhan Yesus Kristus

Keluarga Besar di Lampung dan Magelang

Sahabat-sahabat Penulis




vii

KATA PENGANTAR

Puji syukur dan terimakasih 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 kerena 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. Dr. FA. Joko Siswanto, M.M., Akt., QIA. selaku dosen pembimbing

akademik.

3. Antonius Diksa Kuntara, SE., MFA.,QIA. selaku pembimbing yang telah

membantu serta membimbing penulis dalam menyelesaikan skripsi ini.

4. Dosen penguji Dr. Fr. Ninik Yudianti, M.Acc., QIA. dan M. Trisnawati

Rahayu, SE., M.Si., Ak., QIA. yang telah memberi masukan untuk perbaikan

skripsi ini.

5. Bapak Paulus Wijianto dan Ibu Yustina Marsiyah, orang tua yang selalu

memberi motivasi, dana dan semangat selama penyusunan skripsi.

6. Kakakku Martinus Eko Hendrianto, Aluisius Dwi Hendro Prasetyo, dan

Theresia Heni Puspita Rini yang selalu memberi nasehat, semangat dan

perhatian kepada penulis.

7. Sahabat-sahabat penulis (Melinda, Sefin dan Vicen) yang selalu

mendengarkan keluh kesah penulis dan memberikan semangat.



ix

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

ABSTRACT……………………………………………………………... xv

BAB I PENDAHULUAN…………………………………………. 1

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

B. Rumusan Masalah………………………………………. 3

C. Batasan Masalah……………………………………....... 3

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

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

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

BAB II TINJAUAN PUSTAKA………………………………….... 7

A. Laporan Keuangan……………………………………… 7

1. Pengertian Laporan Keuangan…………………......... 7

2. Tujuan Laporan Keuangan…………………………... 9

B. Teori Keagenan……………………………………........ 9

C. Manajemen Laba………………………………….……. 10

1. Pengertian Manajemen Laba………………….……... 10

2. Pola Manajemen Laba………………………………. 12

3. Motivasi Manajemen Laba…………………….......... 13

4. Teknik Manajemen Laba…………………………… 17

5. Pengukuran Manajemen Laba……………………… 17

D. Profitabilitas …………………………………................ 19

E. Leverage ………………..………………………………. 20

F. Ukuran Perusahaan…………………....……………….. 21

G. Penelitian Terdahulu……………………………………. 21

H. Pengaruh Profitabilitas Terhadap Manajemen Laba…… 23

I. Pengaruh Leverage Terhadap Manajemen Laba………. 24

J. Pengaruh Ukuran Perusahaan Terhadap Manajemen

Laba…………………………………………………….. 24

K. Kerangka Konseptual Penelitian……………………...... 26

BAB III METODE PENELITIAN…………………………………. 27

A. Jenis Penelitian………………………………………..... 27

B. Tempat dan Waktu Penelitian………………………...... 27

C. Objek Penelitian…..…………………………………….. 27

D. Populasi dan Sampel…………………………………….. 27


x

E. Teknik Pengumpulan Data……………………………… 28

F. Teknik Analisis Data…………………………………..... 29

1. Menentukan variabel dependen dan

independen ………………..………………………… 29

2. Statistik Deskriptif………………………………....... 29

3. Menghitung Manajemen Laba………………………. 29

4. Menghitung Profitabilitas…..…………....................... 31

5. Menghitung Leverage ……………………………….. 31

6. Menghitung Ukuran Perusahaan…..…………………. 31

7. Melakukan Pengujian Normalitas……………………. 31

8. Melakukan Pengujian Asumsi Klasik………………... 32

a. Uji Multikolineritas………………………….......... 32

b. Uji Autokorelasi…………………………………... 33

c. Uji Heteroskedastisitas…………………………… 34

9. Melakukan Pengujian Regresi Linear Berganda…….. 35

a. Menentukan Persamaan Regresi Berganda………. 35

b. Uji F……………………………………………… 36

c. Uji t.……………………………………………… 37

BAB IV ANALISIS DATA DAN PEMBAHASAN……………. 39

A. Deskripsi Data….…………………………………... 39

B. Analisis Data

1. Menentukan variabel dependen dan

independen dalam penelitian ………….…………. 40

2. Statistik Deskriptif………………………………… 40

3. Menghitung Manajemen Laba…..………………... 42

4. Menghitung Profitabilitas…...…………………….. 42

5. Menghitung Leverage……………………………... 42

6. Menghitung Ukuran Perusahaan………………….. 42

7. Melakukan Pengujian Normalitas Data…………... 42

8. Melakukan Pengujian Asumsi Klasik…………….. 43

9. Melakukan Pengujian Regresi Linear Berganda…. 47

a. Menentukan Persamaan Regresi

Linear Berganda………………………………. 47

b. Uji F………………………………………….... 48

c. Uji t……………………………………………. 50

C. Pembahasan Hasil Persamaan Pengujian

Hipotesis ………………………………..…………. 53

BAB V PENUTUP………………………………………………... 59

A. Kesimpulan ………………………………………….... 59

B. Keterbatasan Penelitian……………………………….. 59

C. Saran ………………………………………………….. 60

DAFTAR PUSTAKA…………………………………………………….. 61


xi

LAMPIRAN……………………………………………………………… 64

LAMPIRAN I Daftar Perusahaan Populasi Sasaran……………… 64

LAMPIRAN II Data Manajemen Laba ………………………….. 83

LAMPIRAN III Data Perhitungan Total Accruals…………………. 96

LAMPIRAN IV Data Perhitungan Nondiscretionary Accruals …… 100

LAMPIRAN V Data Perhitungan Discretionary Accruals ……….. 106

LAMPIRAN VI Data Perhitungan Profitabilitas………………….. 110

LAMPIRAN VII Data Perhitungan Leverage………………………. 116

LAMPIRAN VIII Data Perhitungan Ukuran Perusahaan………….... 122

LAMPIRAN IX Hasil Olah SPSS………………………………….. 125


xii

DAFTAR TABEL

Halaman

Tabel 4.1 Kriteria Pemilihan Sampel………………………………... 40

Tabel 4.2 Statistik Deskriptif ………..………………………………. 40

Tabel 4.3 Output Uji Normalitas Data …………………………….... 43

Tabel 4.4 Output Uji Multikolineritas……………………………… 44

Tabel 4.5 Output Autokorelasi ………….…………………………. 45

Tabel 4.6 Output Regresi Linear Berganda………………………… 47

Tabel 4.7 Output Uji F……………………………………………… 49

Tabel 4.8 Output Uji t……………………………………………….. 51


xiii

DAFTAR GAMBAR

Halaman

Gambar 2.1 Gambar Kerangka Pemikiran………………………………. … 26

Gambar 4.1 Output Uji Heteroskedastisitas ……………………………….. 46


xiv

ABSTRAK



(STUDI EMPIRIS PADA PERUSAHAAN MANUFAKTUR YANG

TERDAFTAR DI BURSA EFEK INDONESIA TAHUN 2014-2016)


NIM: 132114122

Universitas Sanata Dharma

Yogyakarta

2017

Penelitian ini bertujuan untuk mengetahui pengaruh profitabilitas, leverage

dan ukuran perusahaan terhadap manajemen laba yang diukur dengan

discretionary accruals. Dalam agency theory, masalah keagenan muncul karena

adanya perilaku oportunistik dari agent, yaitu perilaku manajemen untuk

memaksimumkan kesejahteraannya sendiri yang berlawanan dengan kepentingan

principal. Manajer memiliki dorongan untuk memilih dan menerapkan metode

akuntansi yang dapat memperlihatkan kinerjanya yang baik untuk mendapatkan

bonus dari principal, pilihan metode secara sengaja dipilih oleh manajemen

dikenal dengan istilah manajemen laba.

Jenis penelitian ini adalah studi empiris. Penelitian dilakukan pada 72

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tahun 2014-2016.

Data diperoleh melalui dokumentasi, dengan mengumpulkan data laporan tahunan

dan laporan keuangan perusahaan di web Indonesia Stock Exchange (IDX). Data

mengenai discretionary accruals untuk mengukur manajemen laba, return on

investment (ROI) untuk mengukur profitabilitas, debt ratio untuk mengukur

leverage, logaritma total assets untuk mengukur ukuran perusahaan dan di uji

dengan menggunakan uji regresi linear berganda.

Hasil penelitian menunjukkan bahwa profitabilitas berpengaruh positif

terhadap manajemen laba, leverage tidak berpengaruh positif terhadap manajemen

laba, dan ukuran perusahaan tidak berpengaruh negatif terhadap manajemen laba.

Kata Kunci: Manajemen Laba, Profitabilitas, Leverage, Ukuran Perusahaan.


xv

ABSTRACT

THE INFLUENCE OF PROFITABILITY, LEVERAGE AND COMPANY

SIZE TOWORD EARNINGS MANAGEMENT

(THE EMPIRICAL STUDY OF MANUFACTURING COMPANIES LISTED

ON INDONESIA STOCK EXCHANGE IN 2014-2016)


NIM: 132114122

Sanata Dharma University

Yogyakarta

2017

This research’s purpose was to find out the influence of profitability,

leverage and company size to earnings management meansured by discretionary

accruals. In agency theory, the problem of agency appears because of

opportunistic behavior from the agent, which is the management’s behavior for

maximizing their own welfare which is in contrast with the principal’s interest.

Managers have intension to choose and apply accounting method that can slow

their good performance to get some bonus from the principal, the intentionally

chosen method by management was known as earnings management.

This research was empirical study. The research was conducted on 72

manufacturing companies listed on Indonesia Stock Exchange in 2014-2016. The

data were obtained from documentation, by collecting annual report data and

company’s financial statement in Indonesia Stock Exchange (IDX’s) web. The

data were discretionary accruals to measure earnings management, return on

investment (ROI) to measure profitability, debt ratio to measure leverage, total

asset to measure company size and in a test using the multiple linear regression.

Based on the analysis, it is shown that profitability positively influence

earnings management, leverage does not positively influence earnings

management, and company size does not negatively influence earnings

management.

Keyword: Earnings Management, Profitability, Leverage, Company Size.


1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Perkembangan dunia usaha yang semakin pesat, laporan keuangan

menjadi media penting dalam pengambilan keputusan bagi setiap

perusahaan. Laporan keuangan merupakan suatu informasi yang

menggambarkan kondisi keuangan suatu perusahaan, dan lebih jauh

informasi tersebut dapat dijadikan sebagai gambaran kinerja keuangan

perusahaan. Laporan keuangan yang dipublikasikan dianggap memiliki

arti penting dalam menilai suatu perusahaan, sehingga pihak-pihak yang

membutuhkan dapat memperoleh laporan keuangan dengan mudah dan

dapat membantu dalam proses pengambilan keputusan (Fahmi, 2011).

Dalam laporan keuangan, laba adalah salah satu indikator yang digunakan

untuk menaksir kinerja manajemen. Informasi laba sering menjadi target

rekayasa tindakan oportunis manajemen untuk memaksimumkan

kepuasannya. Tindakan oportunis tersebut dilakukan dengan cara memilih

kebijakan akuntansi tertentu, sehingga laba perusahaan dapat diatur,

dinaikkan maupun diturunkan sesuai dengan keinginannya. Perilaku

manajemen untuk mengatur laba sesuai dengan keinginannya ini dikenal

dengan istilah manajemen laba (earnings management).

Ada beberapa faktor pendorong manajer dalam melakukan

manajemen laba, diantaranya adalah profitabilitas, leverage, dan ukuran

perusahaan. Profitabilitas menggambarkan kemampuan perusahaan dalam


2

menghasilkan laba selama satu periode waktu tertentu. Pada umumnya

nilai profitabilitas suatu perusahaan dapat digunakan sebagai indikator

untuk mengukur kinerja suatu perusahaan. Semakin tinggi profitabilitas

suatu perusahaan maka kemampuan perusahaan dalam menghasilkan laba

juga meningkat. Keterkaitan antara profitabilitas dengan manajemen laba

adalah ketika profitabilitas yang diperoleh perusahaan kecil pada periode

waktu tertentu akan memicu perusahaan untuk melakukan manajemen laba

dengan cara meningkatkan laba dan pendapatan yang diperoleh sehingga

akan memperlihatkan saham dan mempertahankan investor yang ada.

Variabel berikutnya yang akan diteliti dalam penelitian ini adalah

leverage. Leverage adalah penggunaan aset dan sumber dana oleh

perusahaan yang memiliki biaya (beban tetap) dengan maksud agar

meningkatkan keuntungan potensial pemegang saham (Sartono, 2008

dalam Novianus, 2016). Perusahaan dengan tingkat leverage yang tinggi

termotivasi untuk melakukan manajemen laba agar terhindar dari

pelanggaran hutang.

Faktor lain yang berhubungan dengan manajemen laba yaitu

ukuran perusahaan. Ukuran perusahaan merupakan nilai yang

menunjukkan besar kecilnya perusahaan. Investor dalam menanam modal

biasanya akan memilih perusahaan yang mampu menunjukkan kinerja

yang baik agar modal yang ditanamkan nantinya memperoleh hasil yang

menguntungkan. Namun perusahaan besar cenderung menjaga laporan

posisi keuangannya dalam keadaan tertentu sehingga kinerjanya tidak


3

terlalu baik, dengan cara menyajikan laba yang lebih rendah dari nilai

yang sebenarnya terutama selama periode kemakmuran tinggi.

Adanya perbedaan hasil penelitian pada penelitian-penelitian

sebelumnya maka penelitian ini dilakukan untuk melihat apakah ada

pengaruh antara profitabilitas, leverage, dan ukuran perusahaan terhadap

manajemen laba. Berdasarkan latar belakang tersebut, peneliti tertarik

untuk melakukan penelitian lebih lanjut mengenai “Pengaruh

Profitabilitas, Leverage, dan Ukuran Perusahaan Terhadap Manajemen

Laba pada Perusahaan Manufakur yang terdaftar di Bursa Efek Indonesia

tahun 2014-2016”.

B. Rumusan Masalah

Berdasarkan uraian di atas maka rumusan masalah yang diajukan dalam

penelitian ini adalah:

1. Apakah profitabilitas berpengaruh terhadap manajemen laba?

2. Apakah leverage berpengaruh terhadap manajemen laba?

3. Apakah ukuran perusahaan berpengaruh terhadap manajemen laba?

C. Batasan Penelitian

Batasan masalah pada penelitian ini adalah:

1. Profitabilitas diukur dengan menggunakan return on investment (ROI).

2. Leverage diukur dengan menggunakan debt ratio.

3. Ukuran perusahaan diukur dengan menggunakan logaritma total aset.

4. Manajemen laba diukur dengan menggunakan discretionary accruals.


4

D. Tujuan Penelitian

Dari perumusan masalah di atas, tujuan yang ingin dicapai dalam

penelitian ini adalah:

1. Untuk menguji pengaruh profitabilitas terhadap manajemen laba pada

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode

2014-2016.

2. Untuk menguji pengaruh leverage terhadap manajemen laba pada

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode

2014-2016.

3. Untuk menguji pengaruh ukuran perusahaan terhadap manajemen laba

pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia

periode 2014-2016.

E. Manfaat Penelitian

Manfaat penelitian ini adalah sebagai berikut:

1. Bagi Universitas Sanata Dharma

Penelitian ini diharapkan dapat menambah wawasan, sebagai bahan

referensi untuk penelitian selanjutnya dan memberikan informasi yang

berkaitan dengan ukuran perusahaan dan manajemen laba.

2. Bagi Investor

Penelitian ini dapat menjadi acuan dalam mengambil keputusan untuk

berinvestasi.


5

3. Bagi Penulis

Penelitian ini diharapkan mampu menambah wawasan dan

pengetahuan yang lebih bagi penulis terutama dalam hal yang

berkaitan dengan manajemen laba.

F. Sistematika Penulisan

Sistematika dalam penulisan ini terbagi menjadi lima bab yang

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

BAB I Pendahuluan

Bab ini terdiri dari latar belakang masalah, rumusan masalah,

batasan masalah, tujuan penelitian dan manfaat penelitian,

serta sistematika penulisan.

BAB II Tinjauan Pustaka

Berisi penjelaskan gambaran umum mengenai teori-teori yang

mendukung dan penelitian terdahulu sebagai acuan penelitian

ini.

BAB III Metode Penelitian

Bab ini menguraikan jenis penelitian, tempat dan waktu

penelitian, objek penelitian, populasi dan sampel penelitian,

teknik pengumpulan data, jenis dan sumber data, dan teknik

analisis data.

BAB IV Analisis Data dan Pembahasan

Bab ini menjelaskan mengenai pengujian yang dilakukan,

analisis data, dan temuan empiris yang diperoleh.


6

BAB V Penutup

Bab ini menjelaskan kesimpulan, keterbatasan penelitian, dan

saran.


7

BAB II

TINJAUAN PUSTAKA

A. Laporan Keuangan

1. Pengertian Laporan Keuangan

Laporan keuangan adalah ringkasan dari suatu proses pencatatan,

suatu ringkasan dari transaksi-transaksi keuangan yang terjadi selama

tahun buku bersangkutan. Laporan keuangan ini dibuat oleh manajemen

dengan tujuan untuk mempertanggungjawabkan tugas-tugas yang

dibebankan kepadanya oleh para pemilik perusahaan (Baridwan, 1997:17).

Laporan keuangan adalah informasi keuangan yang disajikan dan

disiapkan oleh manajemen dari suatu perusahaan kepada pihak internal

dan eksternal yang berisi seluruh kegiatan bisnis dari satu kesatuan usaha

yang merupakan salah satu alat pertanggungjawaban dan komunikasi

manajemen kepada pihak-pihak yang membutuhkannya (Yadiati 2010:52).

Komponen-komponen laporan keuangan tediri dari:

a) Laporan Posisi Keuangan

Laporan posisi keuangan adalah suatu laporan yang memuat daftar

harta kekayaan atau aktiva yang dimiliki suatu perusahaan pada suatu

tanggal tertentu. Sehingga tujuan dari penyusunan neraca ini adalah

untuk memperlihatkan posisi keuangan suatu perusahaan pada tanggal

tertentu, biasanya pada saat buku ditutup yaitu pada akhir bulan, akhir

triwulan, atau akhir tahun dan ditentukan sisanya, sehingga neraca

sering disebut balance sheet.


8

b) Laporan Laba Rugi

Laporan laba rugi merupakan laporan yang memuat tentang

penghasilan serta biaya-biaya perusahaan selama periode tertentu dan

diakhiri laba atau rugi bersih yang diperoleh dalam periode tersebut,

hal ini dimaksudkan untuk mengetahui hasil operasi yang telah

dilakukan.

c) Laporan Perubahan Ekuitas

Laporan ini menunjukkan sumber-sumber modal kerja yang diperoleh

perusahaan dan pengunaannya dalam waktu tertentu. Adapun laporan

perubahan ekuitas merupakan laporan yang menggambarkan

perubahan peningkatan atau penurunan aktiva bersih dalam suatu

periode akuntansi dan atas modal perusahaan dalam periode waktu

tertentu.

d) Laporan Arus Kas

Laporan arus kas berfungsi untuk memberikan informasi yang

memungkinkan untuk melakukan evaluasi perubahan aktiva bersih

perusahaan, struktur keuangan perusahaan yaitu kemampuan untuk

menghasilkan kas dan setara kas.

e) Catatan atas Laporan Keuangan

Catatan atas laporan keuangan merupakan catatan-catatan yang dibuat

sebagai pendukung atau penunjang atas laporan keuangan periode

yang bersangkutan. Catatan-catatan tersebut merupakan catatan

penting yang memuat ikhtisar kebijakan akuntansi suatu perusahaan


9

yang berisi penjelasan-penjelasan dan kebijakan akuntansi yang

mempengaruhi posisi keuangan dan hasil usaha perusahaan.

2. Tujuan Laporan Keuangan

Menurut FASB dalam (Astuti, 2011) laporan keuangan harus

memberikan informasi:

a. Bermanfaat bagi investor maupun calon investor dan kreditor dalam

mengambil keputusan investasi dan keputusan kredit rasional.

b. Tentang bisnis maupun aktivitas ekonomi suatu entitas bagi yang

menginginkan untuk mempelajari informasi tersebut.

c. Tentang sumber daya ekonomi milik perusahaan, asal sumber daya

tersebut, serta pengaruh transaksi atau kejadian yang merubah sumber

daya dan hak atas sumberdaya tersebut.

d. Tentang kinerja keuangan perusahaan dalam satu periode.

e. Untuk membantu pemakai laporan keuangan dalam mengakses jumlah,

waktu dan ketidakpastian penerimaan kas dari deviden atau bunga dan

penerimaan dari penjualan atau penarikan kembali surat berharga atau

pinjaman.

B. Teori Keagenan

Teori Keagenan atau agency theory merupakan gambaran hubungan

antara pihak yang memiliki wewenang yakni investor yang juga biasa disebut

dengan principal dengan para manajer yang merupakan agent yang diberikan

wewenang. Menurut Anthony dan Govindarajan (2005), dalam Christophorus

(2013) teori agensi adalah hubungan atau kontrak antara principal dan agent.


10

Teori keagenan itu sendiri juga dapat dilihat sebagai suatu model kontraktual

antara dua atau lebih pihak, yaitu dimana salah satu pihak disebut agent dan

pihak yang lain disebut principal (Christophorus, 2013).

Wolk et al (1999) dalam Astuti (2011: 13), menyebutkan bahwa dalam

teori keagenan perusahaan merupakan titik temu hubungan keagenan antara

pemilik perusahaan (principal) dengan manajemen (agent), dengan masing-

masing pihak yang terlibat dalam hubungan keagenan tersebut berusaha untuk

memaksimalkan utilitas mereka.

Pada sisi lain, Surifah (1999) dalam Astuti (2011: 14) menyebutkan

bahwa dalam teori keagenan terdapat dua macam kontrak. Kontrak tersebut

biasa berbentuk: (1) kontrak kerja dan (2) kontrak pinjaman. Kontrak kerja

dilakukan oleh pemilik perusahaan dengan manajer puncak perusahaan,

sedangkan kontrak pinjaman dilakukan oleh manajer perusahaan dengan

pemberi pinjaman (kreditor). Dalam kontrak kerja, pemilik perusahaan

merupakan principal dan manajer puncak adalah seorang agent, sedangkan

dalam kontrak pinjaman pemberi pinjaman merupakan kreditur dan manajer

perusahaan adalah pihak agent.

C. Manajemen Laba

1. Pengertian Manajemen Laba

Scott (2015) manajemen laba adalah pilihan yang dilakukan oleh

manajer dalam menentukan kebijakan akuntansi, atau aksi nyata, yang

mempengaruhi laba sehingga mencapai sasaran dengan melaporkan laba

tertentu. Menurut Fisher dan Rosenzweig (1995) dalam Sulisyanto (2008),


11

manajemen laba adalah tindakan manajer untuk menaikkan (menurunkan)

laba periode berjalan dari sebuah perusahaan yang dikelolanya tanpa

menyebabkan kenaikkan (penurunan) keuntungan ekonomi perusahaan

jangka panjang.

Terdapat tiga hipotesis PAT (Positive Accounting Theory) yang

menjadi dasar pemikiran mengenai manajemen laba menurut Watts dan

Zimmeman (1986) yaitu:

1. Bonus Plan Hypothesis

Hipotesis ini menunjukkan bahwa manajer pada perusahaan yang

akan memberikan bonus, cenderung lebih memilih metode akuntansi

yang dapat menaikkan laba periode satu ke periode berikutnya. Konsep

ini memotivasi manajer untuk mengelola laba. Manajer akan

mengelola laba pada laporan keuangan agar selalu bisa mencapai

tingkat kinerja yang memberikan bonus.

2. Debt Equity Hypothesis (Debt Covenant Hypothesis)

Hipotesis ini menunjukkan bahwa perusahaan yang menghadapi

kesulitan membayar utang akan membuat manajer perusahaan

mengelola laba yang dapat menaikkan laba dan pendapatan, serta

cenderung melanggar perjanjian utang apabila hal tersebut

memberikan keuntungan dan manfaat. Keuntungan tersebut berupa

mengelola laba agar kewajiban utang dapat ditunda untuk periode

berikutnya sehingga pihak yang ingin mengetahui kondisi perusahaan

memperoleh informasi yang salah.


12

3. Political Cost Hypothesis (Size Hypothesis)

Hipotesis ini menunjukkan jika biaya politis semakin besar

maka manajer memilih metode akuntansi yang akan memperkecil laba

dengan menggunakan laba periode sekarang ke laba periode

berikutnya. Konsep ini membahas bahwa manajer perusahaan

cenderung melanggar regulasi pemerintah. Manajer akan mengelola

laba agar kewajiban pembayaran tidak terlalu tinggi sehingga alokasi

laba sesuai dengan kemauan perusahaan.

2. Pola Manajemen Laba

Scott (2015) membagi manajemen laba yang mungkin dilakukan

oleh para manajer perusahaan ke dalam empat jenis pola manajemen laba

yaitu:

a. Cuci Bersih (Taking a Bath)

Pola ini terjadi pada periode sulit, kondisi buruk yang tidak

menguntungkan apapun pada saat terjadi reorganisasi, termasuk

pengangkatan CEO baru. Manajer melakukan 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


13

secara politis sekaligus sebagai upaya menyimpan laba sehingga jika

laba periode mandatang 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 penawaran

saham perdana dan musiman, ataupun untuk menghindari turunnya

harga saham sacara drastis.

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 insentif dan bonus sebagai feedback atau evaluasi atas


14

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

performa terbaiknya sehingga tidak menutup peluang mereka

melakukan tindakan manajemen laba agar dapat menampilkan kinerja

yang baik demi mendapatkan bonus yang maksimal.

b. Motivasi Utang

Selain melakukan kontrak bisnis dengan pemegang saham, untuk

kepentingan ekspansi perusahaan, manajer seringkali melakukan

beberapa kontrak bisnis dengan pihak ketiga, dalam hal ini adalah

kreditor. Agar kreditor mampu menginvestasikan dana di

perusahaannya, tentunya manajer harus menunjukan performa yang

baik dari perusahaannya. Selain itu, untuk memperoleh hasil maksimal

yaitu pinjaman dengan jumlah yang besar manajer mengelola laba

untuk menampilkan performa yang baik.

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


15

yang belum go public. Perusahaan yang belum go public cenderung

melaporkan dan menginginkan untuk menyajikan laporan laba fiskal

yang lebih rendah dari nilai yang sebenarnya. Kecenderungan ini

memotivasi manajer untuk melakukan manajemen laba agar seolah-

olah laba fiskal yang dilaporkan memang lebih rendah tanpa

melanggar aturan dan kebijakan akuntansi perpajakan.

d. Motivasi Penjualan Saham

Motivasi ini banyak dilakukan oleh perusahaan yang akan go public

ataupun sudah go public. Perusahaan yang akan go public akan

melakukan penawaran saham perdananya ke publik 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


16

berusaha menampilkan kinerja keuangan yang lebih baik dari

biasanya.

e. Motivasi Pergantian Direksi

Manajemen laba biasanya terjadi pada sekitar periode pergantian

direksi atau CEO, menjelang berakhirnya jabatan, direksi cenderung

bertindak memaksimalkan laba agar performa kinerjanya tetap terlihat

baik pada tahun terakhir ia menjabat. Perilaku ini ditunjukan dengan

terjadinya peningkatan laba yang cukup signifikan pada periode

menjelang berakhirnya masa jabatan. Motivasi utama yang

mendorong perilaku manajemen laba adalah untuk memperolah bonus

yang maksimal pada akhir masa jabatannya.

f. Motivasi Politis

Motivasi ini biasanya terjadi pada perusahaan besar yang bidang

usahanya banyak menyentuh masyarakat luas. Perusahaan cenderung

menjaga posisi keuanganya dalam keadaan tertentu sehingga prestasi

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

cenderung melakukan mengelola laba 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 politis perusahaan.


17

4. Teknik Manajemen Laba

Teknik manajemen laba menurut Setiawati dan Na‟im (2000)

dalam Ita (2017) dapat dilakukan dengan tiga teknik yaitu:

a. Memanfaatkan peluang untuk membuat estimasi akuntansi

Cara manajemen mempengaruhi laba melalui judgement (perkiraan)

terhadap estimasi akuntansi antara lain estimasi tingkat piutang tak

tertagih, estimasi kurun waktu depresiasi aktiva tetap atau amortisasi

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

b. Mengubah metode akuntansi

Perubahan metode akuntansi yang digunakan untuk mencatat suatu

transaksi, contoh: merubah metode depresiasi aktiva tetap, dari

metode depresiasi angka tahun ke metode depresiasi garis lurus.

c. Menggeser periode biaya atau pendapatan

Contoh rekayasa periode biaya atau pendapatan antara lain:

mempercepat atau menunda pengeluaran untuk penelitian dan

pengembangan sampai pada periode akuntansi berikutnya,

mempercepat atau menunda pengeluaran promosi sampai periode

berikutnya, mempercepat atau menunda pengiriman produk ke

pelanggan, mengatur saat penjualan aktiva tetap yang sudah tak

dipakai.

5. Pengukuran Manajemen Laba

Manajemen laba diproksikan dengan menggunakan discretionary

accruals. Model yang digunakan untuk menghitung discretionary accruals


18

adalah model modifikasi jones (The Modified Jones Model), yang dihitung

dengan cara total accrual (TA) dikurangi dengan non discretionary

accruals (NDA) (Sulistiawan, 2011). Tahap-tahap untuk menghitung

manajemen laba menggunakan Modified Jones Model (MJM) sebagai

berikut:

a. Menentukan nilai total akrual (TA) dengan formulasi:

TAit = NIit - CFOit

Keterangan:

TAit = Total akrual perusahaan i dalam periode t.

NIit = Laba bersih perusahaan i pada periode t.

CFOit = Arus kas operasi perusahaan i pada periode t

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

(1991), dengan formulasi:

TAit =α1 + α2∆Revit + α3PPEit + εit

Lalu untuk menskala data, semua variabel tersebut dibagi dengan aset

tahun lalu sebelumnya, sehingga formulasinya berubah menjadi:

TAit/Ait – 1 = α1(1/Ait – 1 ) + α2(∆Revit/Ait – 1 ) + α3(PPEit/Ait – 1) + εit

Keterangan:


Ait-1 = Total aset total perusahaan i pada periode t-1.

∆Revit = Perubahan penjualan bersih perusahaan i pada periode t.

PPEit = Property, plant, and equipment perusahaan i pada periode t.

α1, α2, α3 = Parameter yang diperoleh dari persamaan regresi.

εit = Error term perusahaan i pada periode t.

c. Menghitung nilai non discretionary accruals (NDA) dengan formulasi:

NDAit = α1(1/Ait – 1 ) + α2(∆Revit/Ait – 1 - ∆Recit/Ait – 1) + α3(PPEit/ Ait – 1)

Keterangan:

NDAit = Non discretionary accruals perusahaan i pada periode t.



19


∆Recit = Perubahan piutang perusahaan i pada periode t.

PPEit = Property, plant, and equipment perusahaan i pada periode t.


Nilai parameter , , dan adalah hasil dari perhitungan pada

langkah ke-2. Isikan semua nilai yang ada dalam formula sehingga nilai

NDA bisa didapatkan. Akrual nondiskresioner (nondiscretionary

accrual) adalah akrual yang dapat berubah bukan karena kebijakan atau

pertimbangan pihak manajemen, seperti perubahan piutang yang besar

karena adanya tambahan penjualan yang signifikan (Sulistiawan, 2011).

d. Menentukan nilai discretionary accruals yang merupakan indikator

manajemen laba akrual dengan cara menghitung total akrual dengan

non discretionary accruals, dengan formulasi:

DAit = TAit – NDAit

Keterangan:

DAit = Discretionary accruals perusahaan i pada periode t.



Akrual diskresioner (discretionary accrual) adalah akurual yang dapat

berubah sesuai dengan kebijakan manajemen, seperti pertimbangan

tentang penurunan umur ekonomis aset tetap atau pertimbangan

pemilihan metode depresiasi (Sulistiawan, 2011).

D. Profitabilitas

Profitabilitas adalah kemampuan perusahaan dalam mencari

keuntungan (Kasmir, 2016). Rasio ini juga memberikan ukuran tingkat

efektivitas manajemen suatu perusahaan. Hal ini ditunjukkan oleh laba


20

yang dihasilkan dari penjualan dan pendapatan investasi. Pada umumnya

nilai profitabilitas suatu perusahaan dapat digunakan sebagai indikator

untuk mengukur kinerja suatu perusahaan. Semakin tinggi profitabilitas

suatu perusahaan maka kinerja dan kemampuan perusahaan dalam

menghasilkan laba juga tinggi. Keterkaitan antara profitabilitas dengan

manajemen laba adalah ketika profitabilitas yang diperoleh perusahaan

kecil pada periode waktu tertentu akan memicu perusahaan untuk

melakukan manajemen laba dengan cara meningkatkan pendapatan yang

diperoleh sehingga akan memperlihatkan saham dan mempertahankan

investor yang ada. Didalam penelitian ini, profitabilitas diproksikan

dengan return on investment (ROI).

E. Leverage

Leverage adalah penggunaan aset dan sumber dana oleh

perusahaan yang memiliki biaya (beban tetap) dengan maksud agar

meningkat keuntungan potensial pemegang saham (Sartono, 2008 dalam

Novianus, 2016). Leverage digunakan untuk mengukur kemampuan

perusahaan dalam menjamin seluruh hutangnya dengan seluruh modal

yang dimiliki perusahaan. Perusahaan dengan tingkat leverage yang

tinggi termotivasi untuk melakukan manajemen laba agar terhindar dari

pelanggaran hutang. (Widyaningdyah, 2001: 93) perusahaan yang

mempunyai rasio leverage tinggi akibat besarnya jumlah utang

dibandingkan dengan aktiva yang dimiliki perusahaan, diduga melakukan


21

manajemen laba karena perusahaan terancam deflaut yaitu tidak dapat

memenuhi kewajiban pembayaran utang pada waktnya. Didalam

penelitian ini leverage diproksikan dengan debt ratio.

F. Ukuran Perusahaan

Ukuran perusahaan adalah skala perusahaan yang dapat

diklasifikasikan ke dalam besar kecilnya suatu perusahaan. Terdapat

berbagai cara dalam mengklasifikasikan perusahaan berdasarkan ukuran,

antara lain: total aset, log size, total penjualan, nilai pasar saham dan

lainnya. Ukuran perusahaan merupakan salah satu indikator yang

digunakan investor dalam menilai aset maupun kinerja perusahaan. Besar

kecilnya suatu perusahaan dapat dilihat dari total aktiva (asset) dan total

penjualan (net sales) yang dimiliki oleh perusahaan. Didalam penelitian

ini ukuran perusahaan diukur dengan menggunakan logaritma total aset.

G. Penelitian Terdahulu

Beberapa penelitian terdahulu yang terkait dengan ukuran

perusahaan dengan manajemen laba yang dilakukan peneliti sebelumnya.

(Handayani dan Richadi, 2009) melakukan penelitian tentang pengaruh

ukuran perusahaan terhadap manajemen laba. Sampel pada penelitian ini

berjumlah 380 perusahaan manufaktur pada periode 2003-2006 dengan

hasil ukuran perusahaan mempunyai pengaruh negatif terhadap

manajemen laba. Hal ini berarti perusahaan sedang dan besar tidak

terbukti agresif dalam melakukan manajemen laba, karena semakin besar


22

perusahaan akan cenderung menurunkan praktik manajemen laba, karena

perusahaan besar secara politis perusahaan besar lebih mendapat

perhatian dari pemerintah dibandingkan perusahaan kecil.

Astuti (2017) melakukan penelitian tentang pengaruh profitabilitas,

ukuran perusahaan, leverage dan kualitas audit terhadap manajemen laba.

Sampel pada penelitian ini sebanyak 104 perusahaan manufaktur. Hasil

dari uji regresi linear berganda menunjukkan bahwa profitabilitas tidak

berpengaruh positif signifikan terhadap manajemen laba. Ukuran

perusahaan berpengaruh positif signifikan terhadap manajemen laba.

Leverage tidak berpengaruh positif signifikan terhadap manajemen laba

artinya jika perusahaan memiliki leverage yang tinggi maka tindakan

manajemen laba yang dilakukan akan tetap atau konstan. Kualitas audit

tidak berpengaruh positif signifikan terhadap manajemen laba.

Noviyanti (2014) melakukan penelitian tentang analisis pengaruh

mekanisme good corporate governance, profitabilitas dan leverage

terhadap manajemen laba. Hasil penelitian menunjukkan bahwa good

corporate governance berpengaruh positif signifikan terhadap

manajemen laba. Profitabilitas berpengaruh positif signifikan terhadap

manajemen laba, artinya tanda positif adalah semakin tinggi profitabilitas

semakin meningkat manajemen laba yang terjadi dan sebaliknya semakin

rendah profitabilitas maka semakin rendah manajemen laba. Leverage

berpengaruh negatif signifikan terhadap manajemen laba, artinya

semakin rendah leverage maka semakin tinggi manajemen laba dan


23

sebaliknya semakin meningkat leverage maka semakin rendah

manajemen laba.

H. Pengaruh Profitabilitas Terhadap Manajemen Laba

Profitabilitas merupakan rasio yang menunjukkan tingkat

kemampuan perusahaaan dalam menghasilkan laba. Semakin tinggi rasio

profitabilitas semakin baik pula tingkat efektivitas manajemen suatu

perusahaan dalam menghasilkan laba. Pada umumnya nilai profitabilitas

suatu perusahaan dapat digunakan sebagai indikator untuk mengukur

kinerja suatu perusahaan. Semakin tinggi profitabilitas suatu perusahaan

maka kinerja dan kemampuan perusahaan dalam menghasilkan laba juga

meningkat. Keterkaitan antara profitabilitas dengan manajemen laba

adalah ketika profitabilitas yang diperoleh perusahaan kecil pada periode

waktu tertentu akan memicu perusahaan untuk melakukan manajemen

laba dengan cara meningkatkan pendapatan yang diperoleh sehingga

akan memperlihatkan saham dan mempertahankan investor yang ada.

(Noviyanti, 2014) menemukan bahwa profitabilitas berpengaruh positif

terhadap manajemen laba, artinya tanda positif tersebut adalah semakin

tinggi profitabilitas maka semakin meningkat manajemen laba yang

terjadi dan sebaliknya semakin rendah profitabilitas maka semakin

rendah manajemen laba. Berdasarkan uraian tersebut, maka hipotesis

yang diajukan sebagai berikut.

Ha1 : Profitabilitas berpengaruh positif terhadap manajemen laba.


24

I. Pengaruh Leverage Terhadap Manajemen Laba

Rasio ini menunjukkan besarnya aktiva yang dimiliki perusahaan

yang dibiayai oleh utang, artinya berapa besar utang yang ditanggung

perusahaan dibandingkan dengan aktivanya (Kasmir 2010). Leverage

yang digunakan dalam penelitian ini adalah perbandingan antara utang

dan aktiva yang digunakan untuk menjamin utang. Menurut

Widyaningdyah (2001: 93), perusahaan yang mempunyai rasio leverage

tinggi akibat besarnya jumlah utang dibandingkan aktiva yang dimiliki

perusahaan, diduga melakukan manajemen laba karena perusahaan

terancam default yaitu tidak dapat memenuhi kewajiban pembayaran

utang pada waktunya. Perusahaan akan berusaha menghindarinya dengan

membuat kebijakan yang dapat meningkatkan pendapatan maupun laba,

dengan demikian akan memberikan posisi bargaining (persetujuan) yang

relatif lebih baik dalam negoisasi atau penjadwalan ulang utang

perusahaan. Astuti (2011) meneliti pengaruh leverage terhadap

manajemen laba pada perusahaan manufaktur yang terdapat di Bursa

Efek Indonesia (BEI) menunjukkan bahwa leverage berpengaruh positif

signifikan terhadap manajemen laba. Berdasarkan uraian tersebut, maka

hipotesis yang diajukan sebagai berikut.

Ha2 : Leverage berpengaruh positif terhadap manajemen laba.

J. Pengaruh Ukuran Perusahaan Terhadap Manajemen Laba

Ukuran perusahaan dianggap dapat mempengaruhi manajemen

laba. Ukuran perusahaan dilihat dari seberapa besar aset yang


25

dimilikinya. Perusahaan dengan ukuran yang besar akan dilihat

kinerjanya oleh publik sehingga perusahaan akan melaporkan kondisi

keuangannya dengan lebih berhati-hati dan lebih transparan, sehingga

perusahaan besar lebih sedikit melakukan manajemen laba. Sedangkan

perusahaan dengan ukuran yang lebih kecil mempunyai kecenderungan

untuk melakukan manajemen laba dengan melaporkan laba yang lebih

besar untuk menunjukkan kinerja perusahaan yang memuaskan.

Keputusan Ketua Bapepam No.Kep 11/PM/1997 menyebutkan

perusahaan kecil dan menengah berdasarkan aktiva (kekayaan) adalah

badan hukum yang memiliki total aktiva tidak lebih dari seratus miliyar

rupiah, sedangkan perusahaan besar adalah badan hukum yang total

aktivanya diatas seratus miliyar rupiah. Semakin besar ukuran

perusahaan maka total aktiva yang dimiliki oleh perusahaan pun semakin

besar. Pemerintah akan membebankan berbagai biaya (biaya operasi,

biaya administrasi) kepada perusahaan besar. Perusahaan yang besar

dengan total aktiva yang besar akan mempunyai kecenderungan

menghasilkan laba perusahaan yang besar pula. Perusahaan besar

cenderung melakukan praktik manajemen laba dengan cara menurunkan

laba karena perusahaan menghindari fluktuasi atau kenaikan laba secara

drastis agar terhindar dari kenaikan pembebanan biaya oleh pemerintah

dan masyarakat. Handayani dan Richadi (2009) melakukan penelitian

tentang pengaruh ukuran perusahaan terhadap manajemen laba pada

perusahaan manufaktur periode 2003-2006 dengan hasil ukuran


26

perusahaan mempunyai pengaruh negatif terhadap manajemen laba.

Berdasarkan uraian tersebut, maka hipotesis yang diajukan sebagai

berikut:

Ha3 :Ukuran perusahaan berpengaruh negatif terhadap manajemen laba.

K. Kerangka Konseptual Penelitian

Berdasarkan uraian yang telah dijelaskan sebelumnya mengenai

pengaruh variabel profitabilitas, leverage, ukuran perusahaan terhadap

manajemen laba sehingga rangkaian konseptual dalam penelitian ini

seperti digambarkan di bawah ini:

Gambar 2.1 Kerangka Konseptual Penelitian

Ukuran perusahaan

X3

Manajemen Laba

Y

Profitabilitas

X1

Leverage

X2

H1 (+)

H2 (+)

H1 (-)


27

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Penelitian ini termasuk penelitian empiris. Penelitian empiris adalah

penelitian yang dilakukan dengan cara mengumpulkan data dari berbagai

sumber baik dari perpustakaan maupun sumber-sumber lain yang dapat

digunakan untuk menganalisis dan memecahkan masalah.

B. Tempat dan Waktu Penelitian

Penelitian ini akan dilakukan di Pojok Bursa Efek Indonesia

Universitas Sanata Dharma Yogyakarta dengan menggunakan data

sekunder dan dilaksanakan pada bulan Juni-Juli tahun 2017.

C. Objek Penelitian

Objek yang digunakan dalam penelitian ini adalah laporan

keuangan tahunan perusahaan manufaktur yang terdaftar di Bursa Efek

Indonesia periode tahun 2014-2016.

D. Populasi dan Sampel

1. Populasi

Populasi adalah wilayah generalisasi yang terdiri atas objek atau

subjek yang mempunyai kuantitas dan karakteristik tertentu yang

ditetapkan penelitian untuk dipelajari dan kemudian ditarik

kesimpulannya (Sugiyono, 2000:72). Populasi yang digunakan dalam

penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa

Efek Indonesia tahun 2014-2016.


28

2. Sampel

Sampel adalah sebagian dari jumlah dan karakteristik yang

dimiliki populasi tersebut (Sugiyono, 2000:73). Sampel yang digunakan

dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di

Bursa Efek Indonesia per 31 Desember 2014-2016. Teknik

pengambilan sampel dilakukan dengan menggunakan teknik purposive

sampling. Teknik purposive sampling merupakan salah satu teknik

pengambilan sampel, dimana teknik penentuan sampelnya dilakukan

berdasarkan pertimbangan atau kriteria tertentu. Kriteria penentuan

sampel dalam penelitian ini adalah sebagai berikut:

a. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tahun

2014-2016.

b. Perusahaan manufaktur yang menerbitkan laporan keuangan tahunan

dalam mata uang rupiah.

c. Perusahaan yang memiliki data lengkap mengenai informasi total

piutang, aset tetap, total aset, total pendapatan, laba bersih, arus kas

operasi, laba setelah bunga dan pajak, dan total hutang yang

dibutuhkan dalam penelitian ini.

E. Teknik Pengumpulan Data

Teknik pengumpulan data yang digunakan dalam penelitian ini

adalah teknik dokumentasi. Data yang digunakan merupakan data

sekunder, yaitu data yang sudah diterbitkan atau dipublikasikan untuk

masyarakat umum. Data diperoleh melalui website Bursa Efek Indonesia


29

yang berupa laporan keuangan perusahaan manufaktur pada tahun 2014-

2016.

F. Teknik Analisis Data

Langkah-langkah analisis data yang dilakukan dalam penelitian ini

adalah sebagai berikut:

1. Menentukan variabel dependen dan independen dalam penelitian.

2. Statistik Deskriptif

Statistik deskriptif berfungsi untuk menganalisis data dengan

menggambarkan data dilihat dari nilai rata-rata (Mean), standar

deviasi, nilai maksimum, dan minimum.

3. Menghitung Manajemen Laba

a. Menentukan nilai total akrual (TA) dengan formulasi:

TAit = NIit - CFOit

Keterangan:


NIit = Laba bersih perusahaan i pada periode t.

CFOit = Arus kas operasi perusahaan i pada periode t

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

Model (1991), dengan formulasi:

TAit =α1 + α2∆Revit + α3PPEit + εit

Lalu, untuk menskala data, semua variabel tersebut dibagi dengan

aset tahun lalu sebelumnya, sehingga formulasinya berubah

menjadi:

TAit/Ait – 1 = α1(1/Ait – 1 ) + α2(∆Revit/Ait – 1 ) + α3(PPEit/Ait – 1) + εit


30

Keterangan:




PPEit =Property, plant, and equipment perusahaan i pada

periode t.


εit = Error term perusahaan i pada periode t.

c. Menghitung nilai non discretionary accruals (NDA) dengan

formulasi:

NDAit = α1(1/Ait –1) + α2(∆Revit/Ait –1 - ∆Recit/Ait –1) + α3(PPEit/Ait-1)

Keterangan:




∆Recit = 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.

Nilai parameter , , dan adalah hasil dari perhitungan pada

langkah ke-2. Isikan semua nilai yang ada dalam formula sehingga

nilai NDA bisa didapatkan. Akrual nondiskresioner

(nondiscretionary accrual) adalah akrual yang dapat berubah

bukan karena kebijakan atau pertimbangan pihak manajemen,

seperti perubahan piutang yang besar karena adanya tambahan

penjualan yang signifikan (Sulistiawan, 2011).

d. Menentukan nilai discretionary accruals yang merupakan indikator

manajemen laba akrual dengan cara menghitung total akrual

dengan non discretionary accruals, dengan formulasi:

DAit = TAit – NDAit


31

Keterangan:

DAit = Discretionary accruals perusahaan i pada periode t.



Akrual diskresioner (discretionary accrual) adalah akurual yang

dapat berubah sesuai dengan kebijakan manajemen, seperti

pertimbangan tentang penurunan umur ekonomis aset tetap atau

pertimbangan pemilihan metode depresiasi (Sulistiawan, 2011).

4. Menghitung profitabilitas

Profitabilitas merupakan kemampuan perusahaan dalam menghasilkan

laba. Profitabilitas dalam penelitian ini diukur dengan skala rasio ROI

yaitu:

5. Menghitung Leverage

Leverage diukur dengan menggunakan rasio hutang terhadap total aset.

Adapun rumus yang digunakan untuk mengukur variabel leverage

adalah:

6. Menghitung Ukuran Perusahaan

Ukuran perusahaan dihitung dengan nilai logaritma dari total aset.

7. Melakukan Pengujian Normalitas

Uji normalitas digunakan untuk mengetahui distribusi data

yang digunakan dalam penelitian. Data yang baik dan layak digunakan


32

dalam penelitan adalah data yang berdistribusi normal (Nugroho,

2005:18). Data yang normal adalah data yang varian atau standar

deviasinya tidak terlalu jauh. Standar deviasi yang tidak terlalu jauh

akan membuat pengambilan keputusan lebih tepat. Apabila data tidak

terdistribusi normal maka regresi tidak dapat digunakan dan tidak

dapat melakukan statistik parametrik karena dalam statistik parametrik

secara mutlak harus disertai dengan uji normalitas data.

Uji normalitas dilakukan dengan menggunakan uji

Kolmogorov-Smirnov. Jika nilai signifikansi dari Kolmogorov-

Smirnov lebih besar dari α (0.05) maka data terdistribusi normal, yang

dilakukan dengan bantuan program SPSS.

8. Melakukan Pengujian Asumsi Klasik

Model regresi linier berganda dapat disebut sebagai model

yang baik jika model tersebut memenuhi asumsi normalitas data

dan terbebas dari asumsi-asumsi klasik statistik, baik itu

multikolineritas, autokorelasi, dan heteroskedastisitas. Proses

pengujian asumsi klasik dilakukan bersama-sama dengan proses uji

regresi sehingga langkah-langkah yang dilakukan dalam pengujian

asumsi klasik statistik menggunakan media kotak kerja yang sama

dengan uji regresi SPSS (Nugroho, 2005:57).

a. Uji Multikolineritas

Uji multikolineritas diperlukan untuk mengetahui ada

tidaknya variabel independen yang dimiliki kemiripan dengan


33

variabel independen lain. Kemiripan antar variabel independen

dalam suatu model akan menyebabkan terjadinya korelasi yang

sangat kuat antara suatu variabel independen dengan variabel

independen lain. Selain itu, deteksi terhadap multikolineritas

juga bertujuan untuk menghindari kebiasan dalam proses

pengambilan kesimpulan mengenai pengaruh pada uji parsial

masing-masing variabel independen terhadap variabel dependen.

Deteksi uji multikolineritas pada suatu model dapat dilihat,

jika nilai Variance Inflation Factor (VIF) tidak lebih dari 10 dan

nilai tolerance tidak kurang dari 0,1 maka model dapat

dikatakan terbebas dari multikolineritas VIF=1/tolerance, jika

VIF=10 maka tolerance=1/10=0,1. Semakin tinggi VIF maka

semakin rendah tolerance (Nugroho, 2005:58).

b. Uji Autokorelasi

Menguji autokorelasi dalam suatu model bertujuan untuk

mengetahui ada tidaknya korelasi antara variabel pengganggu (e1)

pada periode tertentu dengan varibel pengganggu (et-1) periode

sebelumnya (Nugroho, 2005:59). Cara untuk mendeteksi

autokorelasi dapat dilakukan dengan uji Durbin-Watson, dengan

ketentuan sebagai berikut:


34

<1,10 : ada autokorelasi

1,10 – 1,54 : tidak ada kesimpulan

1,55 – 2,46 : tidak ada autokorelasi

2,46 – 2,90 : tidak ada kesimpulan

>2,91 : ada autokorelasi

c. Uji Heteroskedastisitas

Uji heteroskedastisitas yaitu menguji terjadinya perbedaan

variance residual suatu periode pengamatan ke periode pengamatan

yang lain, atau gambaran hubungan antara nilai yang diprediksi

dengan Studentized Delete Residual nilai tersebut. Model regresi

yang baik adalah model regresi yang memiliki variance residual

suatu periode pengamatan yang lain, atau adanya hubungan antara

nilai yang diprekdiksi dengan Studentized Delete Residual nilai

tersebut sehingga dapat dikatakan model tersebut

homokesdastisitas (Nugroho, 2005:63).

Analisis pada gambar scatterplot yang menyatakan model

regresi linear berganda tidak terdapat heroskedastisitas jika:

1. Titik-titik data menyebar di atas dan di bawah atau di sekitar

angka 0.

2. Titik-titik data tidak mengumpul hanya di atas atau di bawah

saja.


35

3. Penyebaran titik-titik data tidak boleh membentuk pola

bergelombang melebar kemudian menyempit dan melebar

kembali.

4. Penyebaran titik-titik data sebaiknya tidak berpola.

9. Melakukan Pegujian Regresi Linear Berganda

Regresi bertujuan untuk menguji hubungan pengaruh antara

satu variabel terhadap variabel lain. Variabel yang dipengaruhi

disebut variabel dependen, sedangkan variabel yang mempengaruhi

disebut variabel independen. Regresi berganda adalah regresi yang

memiliki satu variabel dependen dan memiliki lebih dari satu

variabel independen (Nugroho, 2005:44).

a. Menentukan Persamaan Regresi Berganda

Model yang dilakukan untuk menganalisis pengaruh variabel

independen dan variabel dependen adalah model regresi

linear berganda. Model ini dipilih karena penelitian ini

dirancang untuk meneliti variabel bebas yang berpengaruh

terhadap variabel terikat. Persamaan regresi linear berganda

dapat dirumuskan sebagai berikut:

DA =a + β1[ROI] + β2[DER] + β3[SIZE] + e

Keterangan:

Y = Discretionary accrual

a = Konstanta

β1,2,3 = Koefisien regresi model

X1 = ROI

X2 = DER

X3 = SIZE

e = Error term


36

b. Uji F

Uji F merupakan pengujian regresi secara simultan atau variabel

bebas terhadap variabel terikat.

1) Menentukan formulasi hipotesis

H0: β(1,2,3)=0, berarti profitabilitas, leverage, dan ukuran

perusahaan secara bersama-sama atau simultan tidak

mempunyai pengaruh terhadap manajemen laba.

Ha: β(1,2,3)≠0, berarti profitabilitas, leverage, dan ukuran

perusahaan secara bersama-sama atau simultan mempunyai

pengaruh terhadap manajemen laba.

2) Menentukan Taraf Keyakinan (Level of Significance)

Taraf keyakinan dalam penelitian ini menggunakan α=5%. F tabel

dicari dengan menentukan besar degree of freedom.

3) Menentukan F hitung dengan menggunakan SPSS .

4) Menentukan Kriteria Pengujian

H0 diterima jika F hitung lebih kecil atau sama dengan + F tabel

H0 ditolak jika F hitung lebih besar dari + F tabel

5) Membandingkan F hitung dengan F tabel.

6) Mengambil Keputusan

H0 diterima : F hitung ≤ F tabel

Ha diterima : F hitung > F tabel


37

7) Membuat Kesimpulan

a) Menerima H0, berarti menerima bahwa profitabilitas,

leverage, dan ukuran perusahaan secara bersama-sama tidak


b) Menolak H0 dan menerima Ha, berarti profitabilitas,

leverage, dan ukuran perusahaan secara bersama-sama


c. Uji t

Uji t digunakan untuk mengetahui pengaruh variabel bebas

terhadap variabel terikat secara parsial.

1) Menentukan formulasi hipotesis

H01= β1≤0, berarti profitabilitas tidak mempunyai pengaruh

terhadap manajemen laba.

Ha1= β1>0, berarti profitabilitas mempunyai pengaruh terhadap

manajemen laba.

H02= β2≤0, berarti leverage tidak mempunyai pengaruh


Ha2= β2>0, berarti leverage mempunyai pengaruh terhadap

manajemen laba.

H03= β3≥0, berarti ukuran perusahaan tidak mempunyai


Ha3= β3<0, berarti ukuran perusahaan mempunyai pengaruh



38

2) Menentukan Taraf Keyakinan (Level of Significance)

Taraf keyakinan dalam penelitian ini menggunakan 95% atau

alpha 5% dengan banyak sampel (n), maka ttabel dapat

ditentukan =tα/2; df(n-2).

3) Menentukan nilai thitung dengan menggunakan SPSS.

4) Menentukan Kriteria Pengujian

Ho diterima thitung berada diantara -ttabel dan +ttabel

Ho ditolak jika thitung < -ttabel atau thitung > +ttabel

5) Membandingkan ttabel dengan thitung.

6) Mengambil keputusan

Membandingkan ttabel dengan thitung untuk mengambil

kesimpulan dengan kriteria sebagai berikut:

Ho diterima karena –ttabel < thitung < +ttabel

Ha diterima karena ttabel > +thitung atau thitung < -ttabel

7) Membuat kesimpulan

a) Menerima H0, berarti menerima bahwa profitabilitas,

leverage, dan ukuran perusahaan tidak mempunyai


b) Menolak H0 dan menerima Ha, berarti menerima bahwa

profitabilitas, leverage, dan ukuran perusahaan mempunyai



39

BAB IV

ANALISIS DATA DAN PEMBAHASAN

A. Deskripsi Data

Jenis data yang digunakan dalam penelitian ini adalah data

sekunder berupa laporan keuangan perusahaan manufaktur yang terdaftar

di Bursa Efek Indonesia tahun 2014, 2015, 2016. Sumber data diperoleh

dari Indonesia Stock Exchange (IDX). Dalam penelitian ini metode

penarikan sampel yang digunakan adalah purposive sampling, kriteria

yang ditentukan sebagai berikut:

1. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tahun

2014-2016.

2. Perusahaan manufaktur yang menerbitkan laporan keuangan tahunan

dalam mata uang rupiah.

3. Perusahaan yang memiliki data lengkap mengenai informasi total

piutang, aset tetap, total aset, total pendapatan, laba bersih, arus kas

operasi, laba setelah bunga dan pajak, dan total hutang yang

dibutuhkan dalam penelitian ini

Dari purposive sampling yang dilakukan terhadap keseluruhan

perusahaan manufaktur, diperoleh sampel sebanyak 72 perusahaan yang

dijadikan sampel penelitian. Penarikan sampel selengkapnya dapat dilihat

pada tabel berikut:


40

Tabel 4.1 Kriteria Pemilihan Populasi Sasaran

Kriteria Sampel Jumlah

Perusahaan manufaktur secara konsisten terdaftar di Bursa

Efek Indonesia pada tahun 2014-2016.

149

Perusahaan manufaktur yang menerbitkan annual report

tahun 2014-2016.

101

Perusahaan yang memiliki data lengkap mengenai informasi

total piutang, aset tetap, total aset, total pendapatan, laba

bersih, arus kas operasi, laba setelah bunga dan pajak dan

total hutang yang dibutuhkan dalam penelitian ini.

101

Perusahaan manufaktur yang tidak melaporkan annual

report secara lengkap tahun 2014-2016.

(9)

Perusahaan manufaktur yang mengguanakan mata uang US

$

(20)

Populasi sasaran 72

B. Analisis Data

1. Menentukan variabel dependen dan independen dalam penelitian ini

Variabel dependen dalam penelitian ini adalah manajemen laba,

sedangkan variabel independen dalam penelitian ini adalah

profitabilitas, leverage, dan ukuran perusahaan.

2. Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui faktor-

faktor yang berpengaruh terhadap manajemen laba pada perusahaan

manufaktur tahun 2014-2016.

Hasil pengujian statistik deskriptif sebagai berikut:

Tabel 4.2 Hasil Pengujian Statistik Deskriptif Descriptive Statistics

N Minimum Maximum Mean Std.

Deviation

DA 72 -.396383 .802040 .04162551 .151112302 ROI 72 -12.50 70.12 9.5168 13.11779 DEBT_RATIO 72 .10 6.25 .7831 .93427 SIZE 72 10.6679 13.5538 12.153796 .6080508 Valid N (listwise) 72


41

Berdasarkan hasil pengujian statistik deskriptif diketahui bahwa

dari 72 sampel perusahaan manufaktur periode 2014-2016 yang

memiliki nilai discretionary accruals terendah sebesar -0,396383 dan

memiliki nilai tertinggi sebesar 0,802040 dengan nilai standar deviasi

sebesar 0,151112302. Nilai rata-rata discretionary accruals sebesar

0,04162551.

Nilai minimum yang dihasilkan ROI sebesar -12,50 sedangkan

nilai maksimum sebesar 70,12. Hal ini menunjukkan bahwa tingkat

ROI yang dimiliki sebesar -12,50 sampai dengan 70,12. Nilai rata-rata

untuk ROI sebesar 9,5168 dengan standar deviasi sebesar 13,11779.

Selanjutnya untuk debt ratio memiliki nilai minimum sebesar

0,10 dan nilai maksimum sebesar 6,25, hal ini menunjukkan bahwa

perusahaan memiliki nilai sebesar 0,10 sanpai dengan 6,25. Nilai rata-

rata untuk debt ratio sebesar 0,7831 dengan standar deviasi sebesar

0,93427.

Nilai minimum yang dimiliki size sebesar 10,6679 dan nilai

maksimum sebesar 13,5538. Hal ini menunjukkan bahwa perusahaan

memiliki nilai sebesar 10,6679 sampai dengan 13,5538. Nilai rata-rata

untuk size sebesar 12,153796 dengan strandar deviasi sebesar

0,6080508.

3. Menghitung manajemen laba

a. Menghitung nilai total akrual (TA) dapat dilihat pada lampiran.

b. Menghitung Nondiscretionary Accruals


42

Hasil perhitungan Non discretionary Accruals (NDACC) dapat

dilihat pada lampiran.

c. Menghitung Discretionary Accruals

Hasil perhitungan Discretionary Accruals (DACC) dapat dilihat

pada lampiran.

4. Menghitung Profitabilitas (X1)

Profitabilitas dihitung dengan menggunakan ROI. Hasil perhitungan

profitabilitas dapat dilihat pada lampiran.

5. Menghitung Leverage (X2)

Leverage dihitung dengan menggunakan rasio total hutang (Debt

ratio) terhadap total aktiva. Hasil perhitungan leverage dapat dilihat

pada lampiran.

6. Menghitung Ukuran Perusahaan (X3)

Hasil perhitungan ukuran perusahaan dapat dilihat pada lampiran.

7. Pengujian Normalitas Data

Uji normalitas digunakan untuk mengetahui distribusi data

yang digunakan dalam penelitian. Data yang baik dan layak

digunakan dalam penelitian adalah data yang berdistribusi normal.

Uji normalitas dilakukan dengan menggunakan uji Kolmogorov-

Smirnov, jika nilai signifikansi dari Kolmogorov-Smirnov lebih

besar dari α (0.05) maka data terdisrtibusi normal. Tabel berikut

menunjukkan hasil uji normalitas data sebesar 0,064 > 0,05 maka


43

data terdistribusi normal, yang dilakuan dengan bantuan program

SPSS 16:

Tabel 4.3 Output Uji Normalitas Data

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 72

Normal Parametersa Mean .0000000

Std.

Deviation .27904660

Most Extreme Differences Absolute .155

Positive .155

Negative -.105

Kolmogorov-Smirnov Z 1.312

Asymp. Sig. (2-tailed) .064

a. Test distribution is Normal.

Sumber : Data diolah

8. Melakukan Pengujian Asumsi Klasik

Model regresi linier berganda dapat disebut sebagai model

yang baik jika model tersebut memenuhi asumsi normalitas data dan

terbebas dari asumsi-asumsi klasik statistik baik itu multikolineritas,

autokorelasi, dan heteroskedastisitas. Proses pengujian asumsi klasik

dilakukan bersama-sama dengan proses uji regresi sehingga langkah-

langkah yang dilakukan dalam pengujian asumsi klasik statistik

menggunakan media kotak kerja yang sama dengan uji regresi SPSS

(Nugroho, 2005:57).


44

a. Uji multikolineritas

Tabel 4.4 Output Uji Multikolineritas

Coefficients

a

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 1(Constant)

.578 .354 1.634 .107

X1 .004 .001 .369 3.109 .003 .889 1.125

X2 .019 .018 .119 1.060 .293 .990 1.010

X3 -.049 .029 -.196 -1.656 .102 .894 1.118

a. Dependent Variable: Y


Untuk melihat ada tidaknya multikolineritas sempurna yang

menyebabkan penaksiran koefisien regresi tidak dapat ditentukan dan

penambahan variabel independen menjadi tidak berpengaruh sama

sekali, maka digunakan uji multikolineritas yang menunjukkan bahwa

nilai VIF pada tabel 4.3 tidak lebih dari 10 dan nilai tolerance tidak

kurang dari 0,1, maka dapat dinyatakan model regresi linear berganda

terbebas dari multikolineritas.

b. Uji autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah model regresi linear

berganda ada korelasi antara kesalahan pengganggu pada periode t-1.

Penelitian ini mengunakan uji Durbin-Watson. Untuk melihat ada

tidaknya autokorelasi pada data, maka digunakan uji Durbin-Watson

dengan ketentuan sebagai berikut:


45

<1,10 = ada autokorelasi

1,10-1,54 = tidak ada kesimpulan

1,55-2,46 = tidak ada autokorelasi

2,46-2,90 = tidak ada kesimpulan

>2,91 = ada autokorelasi

Tabel 4.5 Output Uji Autokorelasi

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate Durbin-Watson

1 .384a .148 .110 .14256 2.164

a. Predictors: (Constant), X3, X2, X1

b. Dependent Variable: Y


Berdasarkan tabel 4.4 hasil uji autokorelasi dengan Durbin-Watson

menunjukkan angka 2,164. Menurut ketentuan dalam bab sebelumnya,

tampak bahwa nilai Durbin-Watson hitung 2,164 terletak di daerah

tidak ada autokorelasi (1,55 – 2,46) sehingga dapat dikatakan bahwa

model regresi linear berganda ini terbebas dari autokorelasi.

c. Uji heterokedastisitas

Asumsi klasik stasistik heteroskedastisitas dapat di deteksi dari output

SPSS pada gambar scatterplot berikut:


46

Gambar 4.1 Output Uji Heteroskedastisitas

Sumber: Data diolah

Pada gambar scatterplot diatas menunjukkan penyebaran titik-titik

data sebagai berikut:

1) Titik-titik data menyebar di atas dan di bawah atau disekitar

angka 0.

2) Titik-titik data tidak mengumpul hanya di atas atau di bawah

saja.

3) Penyebaran titik-titik data tidak boleh membentuk pola

bergelombang melebar kemudian menyempit dan melebar

kembali.

Maka dapat disimpulkan bahwa model regresi linear berganda

terbebas dari asumsi klasik heteroskedastisitas dan layak digunakan

dalam penelitian.


47

9. Melakukan Pengujian Regresi Linear Berganda

Regresi berganda adalah regresi yang memiliki satu variabel

dependen dan lebih dari satu variabel independen Nugroho

(2005:44).

a. Menentukan persamaan regresi linear berganda

Hasil analisis regresi untuk menguji hipotesis yang diajukan diatas

adalah sebagai berikut:

Tabel 4.6 Output Regresi Linear Berganda Coefficients

a

Model


Standardized

Coefficients

t Sig.


B Std. Error Beta

Tolerance VIF

1 (Constant) .578 .354 1.634 .107

X1 .004 .001 .369 3.109 .003 .889 1.125

X2 .019 .018 .119 1.060 .293 .990 1.010

X3 -.049 .029 -.196 -1.656 .102 .894 1.118

a. Dependent Variable: Y Sumber: Data Olahan

Hasil perhitungan dalam persamaan regresi diperoleh nilai 0,578

untuk konstanta, 0,004 untuk koefisien ROI, 0,019 untuk koefisien

debt ratio, dan -0,049 untuk koefisien size. Berdasarkan hasil

perhitungan tersebut, maka persamaan regresi dapat dirumuskan

sebagai berikut:

Y = 0,578 + 0,004X1 + 0,019X2 + 0,049X3 + е

Keterangan :

Y = Discretionary Accruals (DACC)

X1 = Profitabilitas (ROI)

X2 = Leverage (DEBT)

X3 = Ukuran Perusahaan (SIZE)

e = error term


48

b. Uji F

Pengujian ini dilakukan untuk melihat kemampuan

menyeluruh dari variabel independen (profitabilitas, leverage, dan

ukuran perusahaan) untuk dapat menjelaskan pengaruhnya

terhadap variabel dependen (manajemen laba).

1) Menyusun Hipotesis

H0= β(1,2,3)=0, berarti profitabilitas, leverage, ukuran

perusahaan secara bersama-sama tidak mempunyai pengaruh


Ha= β(1,2,3)≠0, berarti profitabilitas, leverage, dan ukuran

perusahaan secara bersama-sama mempunyai pengaruh


2) Penentuan Taraf Keyakinan (Level of Significance)

Taraf dalam keyakinan dalam penelitian ini menggunakan

α=5% atau 0,05. Derajat kebebasan df1=3 (4-1), dan df2=68

(72-4), berdasarkan kriteria diatas, maka ditemukan nilai Ftabel

adalah 2,740.


49

3) Penentuan nilai Fhitung dengan menggunakan SPSS 16

Tabel 4.7 Output Uji F ANOVA

b

Model Sum of

Squares df Mean

Square F Sig.

1 Regression .957 3 .319 3.922 .012a

Residual 5.529 68 .081

Total 6.485 71


b. Dependent Variable: Y Sumber : Data diolah

Berdasarkan tabel hasil pengujian hipotesis di atas

dihasilkan nilai Fhitung sebesar 3,922 dan dengan nilai

probabilitas (p-value) sebesar 0,012 < 0,05 yang artinya

signifikan.

4) Penentuan Kriteria Pengujian

H0 terima jika Fhitung lebih kecil atau sama dengan Ftabel

H0 ditolak jika Fhitung lebih besar dari Ftabel

5) Membandingkan Fhitung dengan Ftabel

Nilai Fhitung lebih besar daripada Ftabel (3,922 > 2,740).

6) Mengambil Keputusan

Berdasarkan perbandingan antara nilai Fhitung dengan nilai Ftabel

maka H0 ditolak.


Dari hasil pengujian hipotesis dan perbandingan antara Fhitung

dengan Ftabel, maka dapat disimpulkan H0 ditolak yang berarti

profitabilitas, leverage, dan ukuran perusahaan secara


50

bersama-sama mempunyai pengaruh terhadap praktik

manajemen laba.

c. Uji t

Pengujian ini dilakukan untuk menguji kemampuan variabel

independen (profitabilitas, leverage, ukuran perusahaan). Langkah-

langkah yang dilakukan untuk melakukan pengujian ini adalah:

1) Perumusan hipotesis

H01= β1≤0, berarti profitabilitas tidak berpengaruh positif


Ha1= β1>0, berarti profitabilitas berpengaruh positif terhadap

manajemen laba.

H02= β2≤0, berarti leverage tidak berpengaruh positif terhadap

manajemen laba.

Ha2= β2>0, berarti leverage berpengaruh positif terhadap

manajemen laba.

H03= β3≥0, berarti ukuran perusahaan tidak berpengaruh negatif


Ha3: β3<0, berarti ukuran perusahaan berpengaruh negatif


2) Penentuan Taraf Keyakinan (Level of Significance)

Taraf keyakinan dalam penelitian ini menggunakan 95% atau

alpha =5%, df (72-3)= 69.


51

3) Penentuan Kriteria Pengujian

H0 diterima jika thitung berada diantara –ttabel dan +ttabel.

H0 ditolak jika thitung < -ttabel atau thitung > +ttabel.

4) Penentuan Nilai ttabel dalam SPSS 16

Level of significance (α) sebesar 5%.

Degree of freedom = (72-3)= (69), ttabel= 1,995

5) Membandingkan Nilai thitung dan ttabel

Nilai thitung x1 lebih besar daripada nilai ttabel (3,109 > 1,995)

Nilai thitung x2 lebih kecil daripada nilai ttabel (1,060 < 1,995)

Nilai thitung x3 lebih kecil daripada nilai ttabel (-1,656 < 1,995)

6) Penentuan Nilai thitung

Tabel 4.8 Output Uji t Coefficients

a

Model


Standardized

Coefficients

t Sig.


B Std. Error Beta

Tolerance VIF

1 1 (Constant)

.578 .354 1.634 .107

X1 .004 .001 .369 3.109 .003 .889 1.125

X2 .019 .018 .119 1.060 .293 .990 1.010

X3 -.049

.029 -.196 -1.656 .102 .894 1.118


Sumber: Data diolah

Berdasarkan tabel hasil pengujian hipotesis di atas dihasilkan

nilai thitung sebesar: profitabilitas (x1)= 3,109, leverage (x2)=

1,060, dan ukuran perusahaan (x3)= -1,656.


52

7) Pengambilan Keputusan

Membandingkan nilai thitung dengan ttabel

a) Nilai thitung profitabilitas 3,109 > ttabel=1,995

Karena thitung berada di antara (ttabel -1,995 dan +1,995) dan

signifikansi lebih kecil dari 0,05 (sig.t 0,003 < 0,050)

sehingga dapat diputuskan H01 ditolak.

b) Nilai thitung leverage 1,060 < 1,995

Karena thitung berada di antara (ttabel -1,995 dan +1,995).

Signifikansi lebih besar dari 0,05 (sig.t 0,239 > 0,050),

sehingga dapat diputuskan H02 diterima.

c) Nilai thitung ukuran perusahaan 1,656 < 1,995

Karena thitung berada di antara (ttabel -1,995 dan +1,995).


sehingga dapat diputuskan H03 diterima.


a) Profitabilitas (ROI)

Nilai thitung profitabilitas 3,109 > ttabel=1,995

Karena thitung berada diantara (ttabel -1,995 dan +1,995) dan

signifikansi lebih kecil dari 0,05 (sig.t 0,003 < 0,050)

sehingga dapat diputuskan H01 ditolak yang berarti bahwa

profitabilitas berpengaruh positif terhadap manajemen laba.

b) Leverage (debt ratio)

Nilai thitung leverage 1,060 < 1,995


53

Karena thitung berada diantara (ttabel -1,995 dan +1,995).


sehingga dapat diputuskan H02 diterima yang berarti bahwa

leverage tidak berpengaruh positif terhadap manajemen

laba.

c) Ukuran perusahaan (size)

Nilai thitung ukuran perusahaan 1,656 < 1,995

Karena thitung berada diantara (ttabel -1,995 dan +1,995).


sehingga dapat diputuskan H03 diterima yang berarti bahwa

ukuran perusahaan tidak berpengaruh negatif terhadap

manajemen laba.

C. Pembahasan Hasil Pengujian Hipotesis

Interpretasi hasil pengujian terhadap hipotesis dalam penelitian ini:

1. Pengaruh profitabilitas, leverage, dan ukuran perusahaan

terhadap manajemen laba (uji F)

Berdasarkan uji F diperoleh Fhitung sebesar 3,922 (Fhitung

3,922 > Ftabel 2,740). Nilai probabilitas lebih kecil dari 0,05 (sig

F 0,012 < 0,05), maka dapat disimpulkan H0 ditolak yang

berarti bahwa variabel profitabilitas, leverage, ukuran

perusahaan secara bersama-sama berpengaruh terhadap

manajemen laba.


54

2. Pengaruh profitabilitas terhadap manajemen laba

Berdasarkan uji t diperoleh thitung 3,109 (thitung 3,109 >

ttabel 1,995) dan nilai probabilitas lebih kecil dari 0,05 (sig t

0,003 < 0,05), maka dapat disimpulkan H01 ditolak yang berarti

bahwa profitabilitas berpengaruh positif terhadap manajemen

laba. Arti tanda positif tersebut adalah semakin tinggi

profitabilitas maka semakin meningkat manajemen laba yang

terjadi, dan sebaliknya semakin rendah profitabilitas maka

semakin rendah manajemen laba. Perusahaan yang mempunyai

laba yang tinggi cenderung melaporkan labanya lebih kecil

dari laba yang sesungguhnya, karena perusahaan yang

memiliki laba yang tinggi menurut political cost perusahaan

akan cenderung lebih diperhatikan atau disorot pemerintah dan

masyarakat dibandingkan perusahaan yang memiliki laba yang

kecil.

ROI digunakan untuk mengetahui sampai seberapa jauh

aset yang digunakan dapat menghasilkan laba. Semakin tinggi

nilai profitabilitas suatu perusahaan, semakin baik pula tingkat

efektivitas manajemen suatu perusahaan dalam menghasilkan

laba sehingga para investor lebih tertarik untuk berinvestasi.

Profitabilitas merupakan kemampuan perusahaan dalam

mencari keuntungan atau laba (Kasmir, 2016). Laba yang

dihasilkan perusahaan selama tahun berjalan dapat menjadi


55

indikator terjadinya manajemen laba. Perusahaan yang

memiliki profitabilitas rendah, cenderung melakukan

manajemen laba dalam bentuk menaikkan laba (income

maximization), sedangkan perusahaan yang memiliki

profitabilitas tinggi cenderung melakukan manajemen laba

dalam bentuk menurunkan laba (income minimization).

Pengaruh ini menunjukkan semakin rendah profitabilitas, maka

akan semakin tinggi perusahaan dalam melakukan manajemen

laba. Semakin tinggi profitabilitas perusahaan, semakin rendah

manajemen laba yang dilakukan perusahaan. Hasil penelitian

ini mendukung penelitian sebelumnya yang dilakukan oleh

(Noviyanti, 2014) hasil penelitian menunjukkan bahwa

profitabilitas berpengaruh positif signifikan terhadap

manajemen laba, artinya tanda positif adalah semakin tinggi

profitabilitas semakin meningkat manajemen laba yang terjadi

dan sebaliknya semakin rendah profitabilitas maka semakin

rendah manajemen laba.

3. Pengaruh leverage terhadap manajemen laba

Berdasarkan uji t diperoleh thitung 1,060 (thitung 1,060 <

ttabel 1,995) dan nilai probabilitas lebih besar dari 0,05 (sig t

0,293 > 0,05), maka dapat disimpulkan H02 diterima yang

berarti bahwa leverage tidak berpengaruh positif terhadap

manajemen laba. Ketika utang perusahaan banyak maka


56

perusaaan akan memiliki resiko bisnis yang tinggi karena

perusahaan terancam tidak dapat memenuhi membayar hutang

tersebut. Didalam perusahaan utang digunakan untuk investasi

seperti membeli mesin, kendaraan. Tujuan perusahaan

melakukan manajemen laba yaitu untuk menunjukkan kepada

investor maupun kreditor mengenai hasil investasi yang

menguntungkan. Investasi itu menguntungkan tampak dari

laba yang besar, supaya labanya tampak lebih besar maka

manajer melakukan manajemen laba dengan cara menaikkan

laba.

Rasio leverage digunakan untuk mengukur kemampuan

perusahaan memenuhi kewajiban-kewajiban jangka

panjangnya. Semakin besar utang yang dimiliki perusahaan

maka semakin besar pula nilai leverage suatu perusahaan. Nilai

leverage yang tinggi mengindikasikan bahwa perusahaan

memiliki pinjaman yang semakin tinggi untuk operasional

perusahaan sehingga rasio ini digunakan sebagai indikator bagi

investor dalam menentukan investasi. Semakin tinggi leverage

maka kemungkinan manajer untuk melakukan manajemen laba

akan semakin besar karena perusahaan terancam default yaitu

tidak dapat memenuhi kewajiban membayar utang. Hasil

penelitian ini konsisten dengan penelitian yang dilakukan oleh

(Astuti, 2017) menunjukkan bahwa Leverage tidak


57

berpengaruh positif signifikan terhadap manajemen laba artinya

jika perusahaan memiliki leverage yang tinggi maka tindakan

manajemen laba yang dilakukan akan tetap atau konstan.

4. Pengaruh ukuran perusahaan terhadap manajemen laba

Berdasarkan uji t diperoleh thitung 1,656 (thitung 1,656 <

ttabel 1,995) dan nilai probabilitas lebih besar dari 0,05 (sig t

0,102 > 0,05), maka dapat disimpulkan H03 diterima yang

berarti bahwa ukuran perusahaan tidak berpengaruh negatif

terhadap manajemen laba. Perusahaan besar yang memiliki

total aset yang besar atau banyak cenderung lebih disorot

publik dibandingkan dengan perusahan kecil yang memiliki

total aset yang kecil.

Semakin besar perusahaan akan cenderung untuk

menurunkan manajemen laba, karena perusahaan besar secara

politis lebih mendapat perhatian dari pemerintah dan

masyarakat dibandingkan dengan perusahaan kecil. Hasil

penelitian ini tidak konsisten dengan penelitian yang dilakukan

(Handayani dan Richadi, 2009) yang mengatakan bahwa

ukuran perusahaan mempunyai pengaruh negatif terhadap

manajemen laba, namun penelitian ini didukung oleh penelitian

yang dilakukan (Manggau, 2016) menunjukkan bahwa ukuran

perusahaan tidak berpengaruh negatif signifikan terhadap

manajemen laba artinya perusahaan yang lebih besar kurang


58

memiliki dorongan untuk melakukan manajemen laba

dibandingkan dengan perusahaan-perusahaan kecil dan

perusahaan besar di pandang lebih kritis oleh pemegang saham

dan pihak luar.


59

BAB V

PENUTUP

A. Kesimpulan

Berdasarkan hasil penelitian analisis dan pembahasan

pengaruh profitabilitas, leverage, dan ukuran perusahaan terhadap

manajemen laba pada perusahaan manufaktur di Bursa Efek

Indonesia periode 2014-2016, dapat disimpulkan sebagai berikut:

1. Profitabilitas berpengaruh positif terhadap manajemen laba.

Hal ini dapat diartikan jika profitabilitas perusahaan tinggi

maka manajemen laba akan meningkat dan sebaliknya jika

profitabilitas perusahaan rendah maka manajemen laba rendah.

2. Leverage tidak berpengaruh positif terhadap manjemen laba.

3. Ukuran perusahaan tidak berpengaruh negatif terhadap

manajemen laba.

B. Keterbatasan Penelitian

Penelitian ini memiliki keterbatasan sebagai berikut:

1. Penelitian ini hanya mengamati periode relatif pendek yaitu 3

tahun, dikarenakan ketersediaan waktu dan dana.

2. Penelitian ini hanya menggunakan perusahaan yang secara

konsisten terdaftar dalam Bursa Efek Indonesia yang

menerbitkan laporan keuangan dalam mata uang rupiah.


60

C. Saran

Saran penulis berdasarkan penelitian ini yaitu:

1. Berdasarkan hasil penelitian, para investor dan kreditor

sebaiknya lebih berhati-hati dalam menginvestasikan dan

meminjamkan dana yang dimilikinya, karena perusahaan

dengan profitabilitas yang tinggi terbukti melakukan

manajemen laba yang tinggi.

2. Berdasarkan hasil penelitian, peneliti selanjutnya diharapkan

dapat menggunakan sampel tidak hanya perusahaan yang

menggunakan mata uang rupiah tetapi juga dalam mata uang

asing.

3. Berdasarkan hasil penelitian, peneliti selanjutnya dapat

melakukan pengujian kembali dengan periode waktu yang

berbeda dan menambahkan variabel independen lainnya yang

dianggap dapat mempengaruhi manajemen laba untuk

memperkaya penelitian.


61

DAFTAR PUSTAKA

Astuti, Fransisca Dewi. 2011. “Pengaruh Asimetri Informasi, Ukuran

Perusahaan dan Leverage Terhadap Praktik Manajemen Laba”.

Skripsi. Universitas Sanata Dharma, Yogyakarta.

Astuti, Pipit Widhi. 2017. “Pengaruh Profitabilitas, Ukuran Perusahaan,

Leverage, Dan Kualitas Audit Terhadap Manajemen Laba”.

Skripsi. Universitas Muhammadiyah, Surakarta.

Baridwan, Zaki. 1997. Intermediate Accounting. Edisi 7. BPFE.

Yogyakarta.

Dwijayanti, Fransiska. 2013. “Analisis Pengaruh Likuiditas, Profitabilitas,

Leverage, Dan Kualitas Audit Terhadap Manajemen Laba”.

Skripsi. Universitas Sanata Dharma, Yogyakarta.

Fahmi, Irham. 2011. “Analisis Kinerja Keuangan”. ALFABETA,

Bandung.

Ita, Vicensia. 2017. “Hubungan Antara Kompensasi Bonus Dengan

Manajemen Laba”. Skripsi. Universitas Sanata Dharma,

Yogyakarta.

Jao Robert dan Gagaring Pagalung. 2011. “Corporate Governance,

Ukuran perusahaan, dan Leverage Terhadap Manajemen Laba

Perusahaan Manufaktur Indonesia”. Jurnal Akuntansi & Auditing

Vol 8 No.1. Universitas Diponegoro, Semarang.

Nugroho, Bhuono Agung. 2005. Strategi Jitu Memilih Statistik Penelitian

Dengan SPSS. ANDI OFFSET, Yogyakarta.

Novianus. 2016. “Hubungan antara Ukuran Perusahaan, Leverage,

Profitabilitas dengan Manajemen Laba”. Skripsi. Universitas

Sanata Dharma, Yogyakarta.

Noviyanti, Elok Putri. 2014. “Analisis Pengaruh Mekanisme Good

Corporate Governance, Profitabilitas dan Leverage Terhadap

Praktik Manajemen Laba”. Skripsi. Sekolah Tinggi Ilmu Ekonomi

Perbanas, Surabaya.

Manggau, Anastasia Wenny. 2016. “Pengaruh Asimetri Informasi Dan

Ukuran Perusahaan Terhadap Manajemen Laba” Jurnal Ekonomi

dan Keuangan. Vol 13 No 2. Fakultas Ekonomi dan Bisnis

Universitas Mulawarman, Indonesia.


62

Scott, William R. 2015. Financial Accounting Theory. Seventh Edition.

Library And Archives Canada Cataloguing In Publication, Canada.

Sugiyono, Dr. 2001. Metode Penelitian Bisnis. Alfabeta, Bandung.

Sulistiawan Dedhy, Yeni Januarsi, dan Liza Alvia. 2011. “Creative

Accounting: Mengungkap Manajemen Laba dan Skandal

Akuntansi”. Salemba Empat, Jakarta.

Sulistyanto, H. Sri. 2008. „Manajemen Laba: Teori dan Model Empiris”.

PT Gramedia Widiasarana Indonesia, Jakarta.

Widyaningdyah, Utari A. 2001. Analisis Faktor-Faktor Yang Berpengaruh

Terhadap Earnings Management Pada Perusahaan Go Public Di

Indonesia. Jurnal Akuntansi dan Keuangan. Vol.3, No.2.

Universitas Kristen Petra, Surabaya.

Yadiati, Winwin. 2010. Teori Akuntansi: Suatu Pengantar. Kencana,

Jakarta.


63

LAMPIRAN


64

Lampiran 1 : Daftar Perusahaan Populasi Sasaran

1. PT. Ades Waters Indonesia Tbk

Kode ADES

Alamat Kantor Perkantoran Hijau Arkadia Tower C Lantai 15 Jl.

TB. Simatupang Kav. 88 Jakarta 12520

Alamat Email [email protected]

No. Telepon 021-27545000

Bidang Usaha

Utama

Minuman dan Makanan Ringan

Sektor Industri Barang Konsumsi

Sub Sektor Kosmetik & Barang keperluan rumah tangga

2. PT. Argha Karya Prima Industry Tbk

Kode AKPI

Alamat Kantor Jl. Pahlawan, Karang asem Citeureup 16810 Bogor


No. Telepon (021) 875 2707

Bidang Usaha

Utama

Barang-Barang Plastik

Sektor Industri Dasar dan Kimia

Sub Sektor Plastik dan Kemasan

3. PT. Alaska Naratama Tbk

Kode ALKA

Alamat Kantor Jl. Pilogadung No. 4 Kawasan Industri Pulogadung

Jakarta 13920


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

Bidang Usaha

Utama

Alumunium

Sektor Industri dasar dan Kimia

Sub Sektor Logam dan Sejanisnya

4. PT. Alumindo Light Metal Industry Tbk

Kode ALMI

Alamat Kantor Gedung Maspion Lt.7, Jl. Kembang Jepun 38-40,

Surabaya 60162 Jawa Timur - Indonesia


No. Telepon +62-31-3531445, 3541040

Bidang Usaha

Utama

Metal and Alied Products


Sub Sektor Logam dan Sejenisnya


mailto:[email protected]




65

5. PT. Asahimas Flat Glass Tbk

Kode AMFG

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

Alamat Email Corporate-

[email protected];[email protected]

No. Telepon (021) 690 404 1 ext 1042

Bidang Usaha

Utama

Keramik, Porselen dan Kaca


Sub Sektor Keramik, Porselen dan Kaca

6. PT. Asiaplast Industries Tbk

Kode APLI

Alamat Kantor Menara Impremium Lantai 10 Suite D Jl. H.R

Rasuna Said Kav.1 Jakarta


No. Telepon 021-8354111, 5901465

Bidang Usaha

Utama

Plastics and Packaging

Sektor Basic Industry and Chemicals

Sub Sektor Plastics & Packaging

7. PT. Arwana Citramulia Tbk

Kode ARNA

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

Kembangan Selatan Jakarta 11610


No. Telepon (021) 58302363

Bidang Usaha

Utama

Bahan Bangunan Keramik


Sub Sektor Ceramics, Glass, Porcelain

8. PT. Astra Auto Part Tbk

Kode AUTO

Alamat Kantor Jl. Raya Pegangsaan Dua Km 2.2 Kelapa Gading

Jakarta 14250


No. Telepon (021) 4603550, 4607025

Bidang Usaha

Utama

Otomotif dan Komponen

Sektor Aneka Industri

Sub Sektor Otomotif dan Komponen







66

9. PT. Saranacentral Bajatama Tbk

Kode BAJA

Alamat Kantor Jl Pangeran Jayakarta 55 Jakarta Pusat 10730


No. Telepon (62-21) 628-8647

Bidang Usaha

Utama

Industri pabrik besi baja lapis seng dan aluminium

seng.



10. PT. Sepatu Bata Tbk

Kode BATA

Alamat Kantor -

Alamat Email -

No. Telepon -

Bidang Usaha

Utama

Industri Alas Kaki


Sub Sektor Alas Kaki

11. PT. Berlina Tbk

Kode BRNA

Alamat Kantor Pandaan Km 43 Pandaan-Pasuruan


No. Telepon (0343) 631-901

Bidang Usaha

Utama

Industri Kemasan Plastik



12. PT. Beton Jaya Manunggal Tbk

Kode BTON

Alamat Kantor Jl. Raya Krikilan No. 434 Km. 28 Driyorejo Gresik


No. Telepon 031-749-05-98

Bidang Usaha

Utama

Industri Besi dan Baja







67

13. 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

14. PT. Wilmar Cahaya Indonesia 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

15. PT. Charoen Pokphand Indonesia Tbk

Kode CPIN

Alamat Kantor Jl. Ancol VIII/1 Jakarta 14430


No. Telepon 021-691 9999

Bidang Usaha

Utama

Pakan Ternak


Sub Sektor Pakan Ternak

16. PT. Dwi Aneka Jaya Kemasindo Tbk

Kode DAJK

Alamat Kantor Jl.Industri Raya II/5 Kelurahan Pasir Jaya Jatiuwung-

Tangerang


No. Telepon (021) 5903636

Bidang Usaha

Utama

Bergerak dalam Bidang Industri Kemasan Percetakan

Offset dan Karton Gelombang

Sektor Basic Industri and Chemicals

Sub Sektor Pulp & Paper






68

17. PT. Delta Djakarta Tbk

Kode DLTA

Alamat Kantor Jl. Inspeksi Tarum Barat, Desa Setiadharma, Kec.

Tambun Bekasi Timur


No. Telepon 021- 882-25-20, 880-05-11, 916-30-85

Bidang Usaha

Utama

Industri air minum dalam kemasan


Sub Sektor Kimia

18. PT. Duta Pertiwi Nusantara Tbk

Kode DPNS

Alamat Kantor Sudirman Tower Lantai 12 C, Jl. Jend. Sudirman

Kav. 60 Jakarta


No. Telepon 021-522-67-28

Bidang Usaha

Utama

Kimia


Sub Sektor Kimia

19. PT. Darya Varia Laboratoria Tbk

Kode DVLA

Alamat Kantor South Quarter, Tower C, 18th-19th Floor Jl. R.A.

Kartini Kav.8 Jakarta 12430, Indonesia


No. Telepon 021 227 68000

Bidang Usaha

Utama

Industri Farmasi dan Kesehatan


Sub Sektor Farmasi

20. PT. Ekadharma International Tbk

Kode EKAD

Alamat Kantor Galeri Niaga Mediterania 2 Blok L8 F-G, Pantai

Indah Kapuk , Jakarta Utara 14460


No. Telepon 021-5883090

Bidang Usaha

Utama

Chemicals


Sub Sektor Chemicals






69

21. PT. Fajar Surya Wisesa Tbk

Kode FASW

Alamat Kantor Jl. Abdul Muis No. 30 Jakarta Kampung Gardu

Sawah RT 001/ RW 01 No 1, Desa Kalijaya

Cikarang Barat Bekasi

Alamat Email [email protected](s/d 31 Desember 06);

[email protected](efektif mulai 13

Desember 06)

No. Telepon 344-13-16(Tenny) HP Bpk Ongko : 0812-10-50-653.

681-22-180

Bidang Usaha

Utama

Pulp dan Kertas


Sub Sektor Pulp dan Kertas

22. PT. HM Sampoerna Tbk

Kode HMSP

Alamat Kantor One Pasific, Sudirman Central Business Distric

(SCBD) Lantai 18 Jl. Jend. Sudirman Kav. 52-53

Jakarta 12190-Indonesia

Alamat Email [email protected];sutardi.sutardi

@sampoerna.com

No. Telepon 021-515-12-34

Bidang Usaha

Utama

Industri Rokok

Sektor Consumer Goods Industry

Sub Sektor Tobacco Manufacturers

23. PT. Indofood CBC Sukses Makmur Tbk

Kode ICBP

Alamat Kantor Sudirman Plaza, Indofood Tower Lantai 23 Jl. Jend.

Sudirman Kav 76-78 Jakarta 12910


No. Telepon 021 - 57937500

Bidang Usaha

Utama

Industri produk makanan bermerek


Sub Sektor Makanan dan Minuman




mailto:[email protected];[email protected]



70

24. PT. Champion Pasific Indonesia Tbk

Kode IGAR

Alamat Kantor Jl. Sultan Agung Km. 28,5 Bekasi 17133

Alamat Email [email protected];

[email protected];

No. Telepon 021-8840040; 021-8841088

Bidang Usaha

Utama




25. PT. Indofarma Tbk

Kode INAF

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

Alamat Email [email protected]; [email protected];

No. Telepon (021) 8832 3975; 8590 8349

Bidang Usaha

Utama



Sub Sektor Farmasi

26. PT. Indal Alumunium Industry Tbk

Kode INAI

Alamat Kantor Desa Sawotratap Gedangan (Kawasan Maspion Unit

I) Sidoarjo, Surabaya


No. Telepon (031) 8531531 ext. 3431

Bidang Usaha

Utama

Logam dan Sejenisnya



27. PT. Intanwijaya International Tbk

Kode INCI

Alamat Kantor Wisma IWI lt. 5 Jl. Arjuna Selatan Kav.75, Kebun

Jeruk, Jakarta 11530

Alamat Email [email protected]@intanwijaya.com

No. Telepon 021-5308637

Bidang Usaha

Utama

Kimia


Sub Sektor Kimia









71

28. PT. Indospring Tbk

Kode INDS

Alamat Kantor Jl. May Jend Soengkono No.10 Segoromadu, Gresik

Jawa Timur 61123


No. Telepon (031)398-11-35, 398-24-83, 398-25-24

Bidang Usaha

Utama

Industri Perlengkapan Otomotif



29. PT. Indocement Tunggal Prakasa Tbk

Kode INTP

Alamat Kantor Wisma Indocement, Lt.8, Jl. Jend. Sudirman Kav.70-

71 Jakarta

Alamat Email [email protected];[email protected]

.id

No. Telepon 021- 2512121 021-5703817

Bidang Usaha

Utama

Produsen Semen


Sub Sektor Semen

30. PT. Jembo Cable Company Tbk

Kode JECC

Alamat Kantor Jl. Pajajaran Ds. Gandasari Kec. Jatiuwung

Tangerang 15137


No. Telepon (021) 26646933

Bidang Usaha

Utama

Industri Kabel


Sub Sektor Kabel

31. PT. JAPFA Comfeed Indonesia Tbk

Kode JAPFA

Alamat Kantor Wisma Millenia Lt. 7 Jl. MT Haryono Kav. 16 Jakarta

12810


No. Telepon 021-8310308

Bidang Usaha

Utama

Animal Feed


Sub Sektor Animal Feed








72

32. PT Jaya Pari Steel Tbk

Kode JPRS

Alamat Kantor Jl. Margomulyo No.4 Tandes Surabaya

Alamat Email [email protected]@jayaparisteel.co.id

No. Telepon (031) 7490940; 7491288

Bidang Usaha

Utama

Industri Besi Beton



33. PT. KMI Wire and Cable Tbk

Kode KBLI

Alamat Kantor Jl. Raya Bekasi KM 23,1 Cakung Jakarta Timur

13910


No. Telepon 021-4601733

Bidang Usaha

Utama

Industri Kabel


Sub Sektor Metal and Allied Products

34. PT. Kabelindo Murni Tbk

Kode KBLM

Alamat Kantor Kawasan Industri Pulo Gadung Jl. Rawagirang No.2

Jakarta


No. Telepon 021-489-2708, 460-9065

Bidang Usaha

Utama

Industri Kabel


Sub Sektor Kabel

35. PT. Kertas Basuki Rachmat Indonesia Tbk

Kode KBRI

Alamat Kantor Gedung Antam Office Park Tower B, Lantai 11 JL.

Letjen TB. Simatupang No. 1 RT.010/04 Tanjung

Barat


No. Telepon (021) 29634985 (021) 29634986

Bidang Usaha

Utama

Pulp dan Kertas









73

36. PT. Kedaung Setia Industrial Tbk

Kode KDSI

Alamat Kantor Jl.Mastrip 862 Warugunung-Karangpilang Surabaya


No. Telepon (031) 7661983

Bidang Usaha

Utama

Peralatan Rumah Tangga dari Email dan Plastik



37. PT. Keramika Indonesia Asosiasi Tbk

Kode KIAS

Alamat Kantor Graha Atrium Lt. 5 Jl Senen Raya 135 Jakarta 10410


No. Telepon (021) 3862322

Bidang Usaha

Utama




38. PT. Kedaung Indah Can Tbk

Kode KICI

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


No. Telepon (031) 8700088

Bidang Usaha

Utama

Industri Peralatan Rumah Tangga


Sub Sektor Peralatan Rumah Tangga

39. PT. Kalbe Farma Tbk

Kode KLBF

Alamat Kantor Gedung KALBE Let.Jend Suprato Kav. 4 Jakarta


No. Telepon 42873888

Bidang Usaha

Utama

Farmasi


Sub Sektor Farmasi






74

40. PT. Lion Metal Works Tbk

Kode LION

Alamat Kantor Jl. Raya Bekasi Km. 24,5 Cakung Jakarta


No. Telepon (021) 4600784

Bidang Usaha

Utama




41. PT. Langgeng Makmur Industry Tbk

Kode LMPI

Alamat Kantor Jl.Letjen Sutoyo No.256, Waru Sidoarjo


No. Telepon (031) 8533688

Bidang Usaha

Utama

Industri Peralatan Rumah Tangga


Sub Sektor Peralatan Rumah Tangga

42. PT. Lionmesh Prima Tbk

Kode LMSH

Alamat Kantor Jl. Raya Bekasi Km. 24,5 Cakung Jakarta


No. Telepon (021) 4600784

Bidang Usaha

Utama




43. PT. Multi Prima Sejahtera Tbk

Kode LPIN

Alamat Kantor Menara matahari-Lippo Life Karawaci Office Park

Blok M No. 39-50 Lippo Karawaci Tangerang 15139


No. Telepon (021) 558-9767, 558-9823, 552-0407

Bidang Usaha

Utama









75

44. PT. Martina Berto Tbk

Kode MBTO

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

Gadung Jakarta 13930 Indonesia


No. Telepon 021-460-3717

Bidang Usaha

Utama

Industri Perawatan Kecantikan termasuk Kosmetika

dan Jamu


Sub Sektor Kosmetik dan Barang Keperluan Rumah Tangga

45. PT. Merck Tbk

Kode MERK

Alamat Kantor Jl. TB. Simatupang No.8, Pasar Rebo, Jakarta Timur


No. Telepon 28565600

Bidang Usaha

Utama

Industri Farmasi

Sektor Miscellaneous Industry

Sub Sektor Others

46. PT. Multi Bintang Indonesia Tbk

Kode MLBI

Alamat Kantor Jl. Daan Mogot Km.19 Tangerang 15122


No. Telepon 619-01-08, 545-07-50, 545-07-42

Bidang Usaha

Utama

Industri air minum dalam kemasan



47. PT. Mulia Industrindo Tbk

Kode MLIA

Alamat Kantor Wisma Mulia Lantai 53 Jl. Jend. Gatot Subroto 42

Jakarta 12710


No. Telepon (021) 5200959

Bidang Usaha

Utama









76

48. PT. Mayora Indah Tbk

Kode MYOR

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


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

Bidang Usaha

Utama

Industri Makanan Ringan


Sub Sektor Food and Beverages

49. PT. Pelangi Indah Canindo Tbk

Kode PICO

Alamat Kantor Jl. Daan Mogot Km. 14 No 700 Jakarta


No. Telepon (021) 6192222

Bidang Usaha

Utama




50. PT. Prashida Aneka Niaga Tbk

Kode PSDN

Alamat Kantor Gedung Plaza Sentral Lt. 20 Jl. Jend. Sudirman No.

47 Jakarta 12930


No. Telepon 021-579-04-478, 5790-44-88

Bidang Usaha

Utama

Industri dan Perdagangan



51. PT. Ricky Putra Globalindo Tbk

Kode RICY

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


No. Telepon (021) 634-37-35 (Direct) 634-23-30, 632-77-70 (24

Lines)

Bidang Usaha

Utama

Industri Pakaian Jadi

Sektor Miscellaneous Industri

Sub Sektor Textile, Garment







77

52. PT. Nippon Indosari Corporindo Tbk

Kode ROTI

Alamat Kantor Kawasan Industri MM2100, Jalan Selayar Blok A9

Cibitung, Bekasi 17520


No. Telepon 021- 89983876, 89844953

Bidang Usaha

Utama

Memproduksi segala jenis roti



53. PT. Supreme Cable Manufacturing Commerce Tbk

Kode SCCO

Alamat Kantor Jl. Kebon Sirih No. 71 Jakarta 10340


No. Telepon (021) 3100525

Bidang Usaha

Utama

Industri Kabel

Sektor Aneka Idustri

Sub Sektor Kabel

54. PT. Siwani Makmur Tbk

Kode SIMA

Alamat Kantor Jl. Teluk Betung No. 38, Jakarta 10230. Pabrik : Jl.

Muara Baru No. 12B, Penjaringan, Jakarta Utara

14440


No. Telepon 021 - 2302257

Bidang Usaha

Utama




55. PT. Siearad Produce Tbk

Kode SIPD

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

Mansyur Kav. 126 Jakarta Pusat 10220


No. Telepon 021-29819999

Bidang Usaha

Utama

Pakan Ternak


Sub Sektor Pakan Ternak







78

56. PT. Sekar Laut Tbk

Kode SKLT

Alamat Kantor Wisma Nugra Santana Lantai 8, Suite 802 Jl. Jend.

Sudirman Kav. 7-8 Jakarta 10220


No. Telepon (021) 570-4988, (031) 892-1605, (031) 567-1371

Bidang Usaha

Utama

Industri Makanan Ringan


Sub Sektor Food and Beverages

57. PT. Semen Baturaja (Persero) Tbk

Kode SMBR

Alamat Kantor Jl. Abikusno Cokro Suyoso Kertapati, Palembang

30001 Sumatera Selatan-Indonesia


No. Telepon (0711) 511261 ext 1502

Bidang Usaha

Utama

Industri Semen


Sub Sektor Cement

58. 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

Bidang Usaha

Utama




59. PT. Suparma Tbk

Kode SPMA

Alamat Kantor Jl. Mastrip No.856, Karangpilang Surabaya


No. Telepon (031) 766-666, 766-33-96, 766-24-90(-93)

Bidang Usaha

Utama

Pulp dan Kertas








79

60. PT. Taisho Pharmaceutical Indonesia Tbk

Kode SQBB

Alamat Kantor Wisma Tamara 10th

Floor Jl. Jend. Sudirman Kav.24

Jakarta 12920


No. Telepon 021 5206720

Bidang Usaha

Utama



Sub Sektor Others

61. PT. Indo Acitama Tbk

Kode SRSN

Alamat Kantor Graha Kencana Lt. 9 Suite A Jl. Raya Perjuangan 88

Jakarta 11530


No. Telepon 021-5366-07-77

Bidang Usaha

Utama

Kimia


Sub Sektor Kimia

62. PT. Star Petrochem Tbk

Kode STAR

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

Thamrin No.1 Menteng Jakarta 10310


No. Telepon 021-23585612

Bidang Usaha

Utama

Perdagangan umum besar


Sub Sektor Tekstil dan Garment

63. PT. Mandom Indonesia Tbk

Kode TCID

Alamat Kantor Kawasan Industri MM 2100, Jl. Irian Blok PP,

Bekasi 17520


No. Telepon 021-29809500

Bidang Usaha

Utama

Industri Kosmetika


Sub Sektor Kosmetik dan Barang keperluan rumah tangga






80

64. PT. Surya Toto Indonesia Tbk

Kode TOTO

Alamat Kantor Jl. Tomang Raya No. 18 Jakarta 11430


No. Telepon 021-29298686

Bidang Usaha

Utama

Keramik, Porselen dan Kaca



65. PT. Trisula International Tbk

Kode TRIS

Alamat Kantor Jl. Lingkar Luar Barat Blok A No. 1 Jakarta 11740


No. Telepon 021-58357377

Bidang Usaha

Utama

Perdagangan Pakaian Jadi (Garmen), Industri

Garmen, IndustriTekstil.


Sub Sektor Textile, Garment

66. PT. Trias Sentosa Tbk

Kode TRST

Alamat Kantor Head Office: Desa Keboharan, Km 26 Krian,Sidoarjo

61262 Indonesia

Alamat Email [email protected]; [email protected]

No. Telepon 031 8975825

Bidang Usaha

Utama

Industri Manufaktur Plastik



67. PT. Tempo Scan Pasific 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







81

68. PT. Ultrajaya Milk Industri Tbk

Kode ULTJ

Alamat Kantor PO.Box 1230 Bandung 40012

Alamat Email [email protected]; [email protected]

No. Telepon (022) 86700700, 665-46-10

Bidang Usaha

Utama

Industri Makanan



69. 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 12950


No. Telepon 021-29391242

Bidang Usaha

Utama

Tekstil dan Garment


Sub Sektor Tekstil dan Garment

70. PT. Unilever Indonesia Tbk

Kode UNVR

Alamat Kantor Grha Unilever BSD Green Office Park Kav. 3 Jln

BSD Boulevard Barat, BSD City Tangerang 15345


No. Telepon 021- 80827000

Bidang Usaha

Utama

Industri Kosmetika


Sub Sektor Kosmetik dan Barang keperluan rumah tangga

71. PT. Wismilak Inti Makmur Tbk

Kode WIIM

Alamat Kantor Jl. Buntaran No.9A Kel. Manukan Wetan Kec.

Tandes, Surabaya 60185


No. Telepon (031) 295 2899

Bidang Usaha

Utama

Produsen Filter Rokok


Sub Sektor Tobacco Manufacturers







82

72. PT. Yana Prima Hasta Persada Tbk

Kode YPAS

Alamat Kantor Gedung Graha Irama lt. 15-G Jl. H.R. Rasuna Said

Blok X-1 Kav.01/02 Jakarta 12950


No. Telepon (021) 5261172, 5261173

Bidang Usaha

Utama






83

Lampiran II : Data Manajemen Laba Tahun 2014, 2015, 2016

(dalam rupiah)

No Kode

Emiten

Piutang

2014 2015 2016

1 ADES 105,645,000,000 126,954,000,000 154.057.000.000

2 AKPI 400,045,577,000 468,540,886,000 359.156.199.000

3 ALKA 167,034,904,000 33,253,852,000 19.116.990.000

4 ALMI 313,875,817,692 145,086,388,805 133.727.001.047

5 AMFG 383,817,000,000 404,928,000,000 385.265.000.000

6 APLI 49,153,447,552 33,735,103,522 38.577.151.928

7 ARNA 392,856,746,890 413.926.177.287 463.045.386.250

8 AUTO 1,784,352,000,000 1.686.745.000.000 1.825.229.000.000

9 BAJA 211,977,129,519 284.093.712.991 242.634.497.108

10 BATA 40,711,116,000 39.539.376.000 35.864.368.000

11 BRNA 232,366,683,000 244.365.819.000 302.724.097.000

12 BTON 9,317,662,847 8.442.549.863 7.364.106.377

13 BUDI 526,564,000,000 922.862.000.000 347.280.000.000

14 CEKA 315,238,141,384 261.169.962.552 282.397.649.805

15 CPIN 3,522,209,000,000 3.339.849.000.000 3.467.396.000.000

16 DAJK 463,396,127,000 222.230.075.000 37.833.201.000

17 DLTA 218008,089,000 181.290.870.000 180.610.711.000

18 DPNS 18,334,276,135 16.210.535.264 12.653.123.918

19 DVLA 351,272,822,000 398.510.527.000 461.789.437.000

20 EKAD 73,854,708,986 71.149.741.875 81.873.631.472

21 FASW 817,928,768,583 682.421.107.867 1.113.233.620.712

22 HMSP 1,097,937,000,000 4.726.827.000.000 4.996.420.000.000

23 ICBP 2,920,956,000,000 3.363.697.000.000 3.893.925.000.000

24 IGAR 147,758,394,227 125.800.093.277 137.238.242.434

25 INAF 175,722,419,855 177.502.435.003 339.552.772.198

26 INAI 225,252,514,571 448.914.306.574 546.065.925.565

27 INCI 17,246,171,884 26.479.845.035 46.839.705.065

28 INDS 339,313,341,166 311.412.184.688 306.390.894.300

29 INTP 2,670,993,000,000 2.534.690.000.000 2.605.323.000.000

30 JECC 473,898,955,000 1.365.669.278.000 528.344.992.000

31 JPFA 1,312,779,000,000 1.253.885.000.000 1.298.333.000.000

32 JPRS 159,411,872,894 158.501.932.987 152.111.221.542

33 KBLI 476,764,021,710 545.744.436.251 539.617.312.258

34 KBLM 220,031,115,877 189.980.395.473 130.998.356.766

35 KBRI 36,076,174,991 104.375.851.445 67.273.273.735

36 KDSI 296,319,501,695 332.001.596.747 381.851.435.581

37 KIAS 296,488,388,305 387.872.907.510 375.932.000.000

38 KICI 9,919,207,273 9.335.284.746 17.885.023.792


84


(Lanjutan)

(dalam rupiah)

No Kode

Emiten

Piutang

2014 2015 2016

39 KLBF 2.464.901.529.716 2.434.081.759.027 2.725.807.581.377

40 LION 81.803.308.390 96.861.786.712 110.388.634.823

41 LMPI 250.433.391.505 242.107.769.071 260.559.085.354

42 LMSH 24.106.193.844 20.876.982.285 19.348.826.694

43 LPIN 19.685.142.202 19.172.677.376 24.661.970.537

44 MBTO 307.343.703.323 340.982.134.778 351.836.901.755

45 MERK 144.633.951.000 171.588.194.000 153.431.424.000

46 MLBI 382.051.000.000 209.771.000.000 289.580.000.000

47 MLIA 563.658.451.000 438.466.836.000 486.473.145.000

48 MYOR 3.080.840.526.614 3.379.244.630.889 4.388.429.378.548

49 PICO 168.398.316.329 158.534.987.306 89.099.986.457

50 PSDN 91.065.509.208 47.598.273.305 65.308.066.101

51 RICY 286.674.551.236 280.480.520.315 323.215.609.082

52 ROTI 213.406.935.097 250.544.417.433 283.953.532.541

53 SCCO 840.603.662.188 713.941.018.489 591.605.090.370

54 SIMA 1.761.797.783 3.580.600.710 4.400.898.710

55 SIPD 432.110.287.781 251.852.212.190 283.660.525.394

56 SKLT 82.116.256.303 91.574.884.157 112.238.388.282

57 SMBR 80.553.246.000 39.417.460.000 212.743.218.000

58 SMSM 574.663.000.000 614.004.000.000 737.982.000.000

59 SPMA 181.435.555.062 154.527.265.068 108.132.846.039

60 SQBB 123.424.938.000 135.781.322.000 149.777.283.000

61 SRSN 94.876.681.000 117.335.496.000 118.463.589.000

62 STAR 94.075.057.566 203.878.666.381 137.329.084.448

63 TCID 320.448.310.594 487.907.805.966 357.431.045.459

64 TOTO 546.510.986.499 545.590.081.450 481.003.216.500

65 TRIS 141.945.316.154 136.067.514.028 141.677.797.230

66 TRST 485.064.194.004 429.237.700.778 411.016.304.326,00

67 TSPC 1.045.016.218.317 1.089.607.648.881 1.060.198.216.272

68 ULTJ 407.539.449.974 477.628.933.703 504.381.100.667

69 UNIT 21.824.128.777 28.601.841.641 24.926.216.898

70 UNVR 3.052.260.000.000 3.602.272.000.000 3.809.854.000.000

71 WIIM 74.680.987.552 63.576.888.370 64.274.396.072

72 YPAS 60.635.032.777 45.564.377.126 47.401.025.274


85

Lampiran II : Data Manajemen Laba Tahun 2015 dan 2016

(dalam rupiah)

No Kode Emiten Aset Tetap

2015 2016

1 ADES 284,380,000,000 374,177,000,000

2 AKPI 1,692,447,314,000 1,622,384,162,000

3 ALKA 15,757,855,000 24,056,278,000

4 ALMI 792,208,520,867 701,939,227,149

5 AMFG 1,822,896,000,000 3,520,207,000,000

6 APLI 171,109,293,254 231,786,730,367

7 ARNA 884,792,151,368 858,698,468,313

8 AUTO 3,507,217,000,000 3,599,815,000,000

9 BAJA 249,498,445,491 220,563,758,390

10 BATA 234,746,191,000 219,554,437,000

11 BRNA 1,202,090,420,000 1,196,816,898,000

12 BTON 13,159,542,885 11,883,973,967

13 BUDI 1,712,330,000,000 1,771,780,000,000

14 CEKA 221,003,080,305 215,976,492,549

15 CPIN 11,123,465,000,000 11,233,847,000,000

16 DAJK 1,047,931,550,000 1,000,100,247,000

17 DLTA 105,314,440,000 96,275,498,000

18 DPNS 12,324,438,849 11,927,709,719

19 DVLA 258,265,183,000 404,599,316,000

20 EKAD 96,595,733,391 354,771,515,162

21 FASW 4,916,097,744,392 6,271,722,916,197

22 HMSP 6,281,176,000,000 6,895,483,000,000

23 ICBP 6,555,660,000,000 7,114,288,000,000

24 IGAR 66.489.781.540 70.591.030.568

25 INAF 398.427.199.954 400.353.819.032

26 INAI 231.997.724.037 240.067.780.723

27 INCI 48.483.386.129 128.538.899.975

28 INDS 1.447.374.645.310 1.361.197.258.506

29 INTP 13.813.892.000.000 14.643.695.000.000

30 JECC 396.189.098.000 408.722.055.000

31 JPFA 6.951.418.000.000 7.512.091.000.000

32 JPRS 12.216.588.332 11.249.057.076

33 KBLI 552.110.764.632 560.534.774.701

34 KBLM 291.209.032.493 244.128.597.496

35 KBRI 1.139.428.690.356 1.102.560.689.720

36 KDSI 403.005.081.573 387.738.747.365

37 KIAS 1.403.341.268.203 1.321.545.000.000

38 KICI 49.109.501.110 46.674.790.441

39 KLBF 3.938.494.051.483 4.555.756.101.580


86


(dalam rupiah)

No Kode Emiten Aset Tetap

2015 2016

40 LION 112.954.807.003 120.394.121.583

41 LMPI 264.086.403.130 261.611.696.096

42 LMSH 27.799.616.826 61.896.024.068

43 LPIN 69.344.314.572 136.748.543.809

44 MBTO 145.278.949.208 146.765.140.999

45 MERK 110.784.138.000 129.991.953.000

46 MLBI 1.266.072.000.000 1.278.015.000.000

47 MLIA 5.520.673.718.000 6.042.932.759.000

48 MYOR 3 .770.695.841.693 3.859.420.029.792

49 PICO 132.333.370.834 129.057.769.907

50 PSDN 287.327.682.169 282.157.452.287

51 RICY 338.072.177.252 332.510.848.915

52 ROTI 1.821.378.205.498 1.842.722.492.525

53 SCCO 317.988.081.159 322.517.672.904

54 SIMA 7.288.818.306 6.522.021.675

55 SIPD 866.102.467.013 835.515.581.680

56 SKLT 148.556.690.479 299.674.475.232

57 SMBR 787.023.588.000 3 .480.075.405.000

58 SMSM 714.935.000.000 658.258.000.000

59 SPMA 1.439.722.058.953 1.430.164.650.247

60 SQBB 90.312.268.000 86.021.584.000

61 SRSN 125.627.353.000 220.066.270.000

62 STAR 316.323.612.813 303.390.837.904

63 TCID 902.694.745.887 935.344.860.312

64 TOTO 875.127.024.145 881.751.585.677

65 TRIS 127.003.766.652 132.953.556.301

66 TRST 2.101.159.762.436 2.025.462.701.661

67 TSPC 1.616.562.460.878 1.806.744.212.273

68 ULTJ 1.160.712.905.883 1.042.072.476.333

69 UNIT 327.374.018.080 307.293.251.267

70 UNVR 8.320.917.000.000 9.529.476.000.000

71 WIIM 331.748.299.750 330.448.090.705

72 YPAS 166.690.538.767 153.609.623.357


87


(dalam rupiah)

No Kode

Emiten

Total Aset

2014 2015 2016

1 ADES 504.865.000.000 653.224.000.000 667.479.000.000

2 AKPI 1.035.845.653.000 1.183.143.132.000 1.015.909.190.000

3 ALKA 63.235.904.000 85.628.405.000 56.618.855.000

4 ALMI 3.212.438.981.224 2.189.037.586.057 2.153.030.503.531

5 AMFG 3.184.642.000.000 2.270.275.000.000 3.504.890.000.000

6 APLI 225.257.926.102 308.620.387.248 314.468.690.130

7 ARNA 912.230.541.132 930.779.475.454 843.216.299.146

8 AUTO 10.136.557.000.000 14.339.110.000.000 14.612.274.000.000

9 BAJA 188.323.968.614 948.682.681.142 982.626.956.424

10 BATA 429.115.605.000 795.257.974.000 804.742.917.000

11 BRNA 366.374.815.000 1.820.783.911.000 2.088.696.909.000

12 BTON 146.640.218.904 163.116.245.288 137.290.628.918

13 BUDI 913.351.000.000 3.265.953.000.000 2.931.807.000.000

14 CEKA 537.551.172.122 1.485.826.210.015 1.425.964.152.418

15 CPIN 10.943.289.000.000 14.684.915.000.000 10.204.994.000.000

16 DAJK 1.065.619.060.000 1.997.766.867.000 1.525.823.348.000

17 DLTA 764.473.253.000 1.038.321.916.000 1.197.796.650.000

18 DPNS 236.082.522.272 274.483.110.371 296.129.565.784

19 DVLA 962.431.483.000 1.376.278.237.000 1.531.365.558.000

20 EKAD 273.199.231.964 189.691.595.500 302.508.630.708

21 FASW 1.644.677.896.139 6.993.634.266.969 8.583.223.835.997

22 HMSP 13.498.114.000.000 38.010.724.000.000 42.508.277.000.000

23 ICBP 15.039.947.000.000 26.560.624.000.000 28.901.948.000.000

24 IGAR 263.451.227.145 383.936.040.590 439.465.673.296

25 INAF 591.963.192.495 1.533.708.564.241 1.126.524.736.436

26 INAI 145.842.103.885 1.330.259.296.537 1.339.032.413.455

27 INCI 137.119.907.248 169.546.066.314 179.351.381.344

28 INDS 1.828.318.551.877 2.553.928.346.219 2.477.272.502.538

29 INTP 24.784.801.000.000 27.638.360.000.000 30.150.580.000.000

30 JECC 171.355.054.000 358.464.081.000 187.210.576.000

31 JPFA 5.289.994.000.000 7.159.466.000.000 9.251.026.000.000

32 JPRS 355.632.864.298 323.265.042.157 341.318.309.863

33 KBLI 940.756.718.451 751.799.840.976 871.422.416.044

34 KBLM 290.287.873.142 154.385.717.061 339.091.366.917

35 KBRI 1.299.315.036.743 1.455.931.208.462 1.263.726.833.318

36 KDSI 952.177.443.047 1.177.093.668.866 1.142.273.020.550

37 KIAS 2.116.797.023.068 2.124.390.696.519 1.859.670.000.000

38 KICI 78.680.086.844 133.831.888.816 139.809.135.385

39 KLBF 9.817.475.678.446 13.696.417.381.439 15.226.009.210.657


88

Lampiran II : Data Manajemen Laba Tahun 2014, 2015 dan 2016

(Lanjutan)

(dalam rupiah)

No Kode

Emiten

Total Aset

2014 2015 2016

40 LION 443.978.957.043 639.330.150.373 685.812.995.987

41 LMPI 399.130.784.193 793.093.512.600 810.364.824.722

42 LMSH 115.951.209.812 133.782.751.041 162.828.169.250

43 LPIN 185.595.748.325 324.054.785.283 477.838.306.256

44 MBTO 619.383.082.066 648.899.377.240 709.959.168.088

45 MERK 553.690.856.000 641.646.818.000 743.934.894.000

46 MLBI 553.797.000.000 2.100.853.000.000 2.275.038.000.000

47 MLIA 1.321.572.099.000 7.125.800.277.000 7.723.678.677.000

48 MYOR 4.100.554.992.789 11.342.715.686.221 12.922.421.859.142

49 PICO 231.101.202.611 605.788.310.444 638.566.761.462

50 PSDN 622.508.294.824 620.398.854.182 653.796.725.408

51 RICY 396.313.081.245 198.193.867.892 68.683.925.066

52 ROTI 960.122.354.744 2.706.323.637.034 2.919.640.858.718

53 SCCO 814.392.519.881 773.144.328.632 949.935.491.586

54 SIMA 31.397.753.515 30.080.558.448 32.194.897.678

55 SIPD 2.800.914.553.878 2.246.770.166.899 2.567.211.193.259

56 SKLT 153.368.106.620 377.110.748.359 568.239.939.951

57 SMBR 2.717.247.111.000 3.268.667.933.000 4.368.876.996.000

58 SMSM 1.146.837.000.000 2.220.108.000.000 2.254.740.000.000

59 SPMA 804.600.054.999 2.185.464.365.772 2.158.852.415.950

60 SQBB 368.878.943.000 464.027.522.000 479.233.790.000

61 SRSN 328.835.439.000 474.073.314.000 317.149.704.000

62 STAR 490.173.327.018 329.020.553.961 690.187.353.961

63 TCID 1.283.504.442.268 2.082.096.848.703 2.185.101.038.101

64 TOTO 1.231.192.322.624 2.439.540.859.205 2.581.440.938.262

65 TRIS 309.510.415.383 577.786.346.557 639.701.164.511

66 TRST 1.761.493.183.162 3.357.359.499.954 3.290.596.224.286

67 TSPC 4.132.338.998.550 6.284.729.099.203 6.585.807.349.438

68 ULTJ 2.917.083.567.355 3.539.995.910.248 4.239.199.641.365

69 UNIT 241.653.558.598 260.539.382.206 332.913.180.372

70 UNVR 14.280.670.000.000 15.729.945.000.000 16.745.695.000.000

71 WIIM 854.425.098.590 742.700.045.391 853.634.132.275

72 YPAS 320.494.592.961 279.189.768.587 280.257.664.992


89

Lampiran II : Data Manajemen Laba Tahun 2014, 2015 dan 2016 (dalam rupiah)

No Kode

Emiten

Total Pendapatan

2014 2015 2016

1 ADES 578.784.000.000 669.725.000.000 887.663.000.000

2 AKPI 1.945.383.031.000 2.017.466.511.000 2.047.218.639.000

3 ALKA 1.230.364.713.000 749.146.492.000 1.151.605.756.000

4 ALMI 3.336.087.554.837 3.333.329.653.540 2.416.800.368.336

5 AMFG 3.672.186.000.000 3.665.989.000.000 3.724.075.000.000

6 APLI 294.081.114.204 260.667.211.707 319.727.703.679

7 ARNA 1.609.758.677.687 1.291.926.384.471 1.511.978.367.218

8 AUTO 12.255.427.000.000 11.723.787.000.000 1.208.867.000.000

9 BAJA 1.229.844.640.405 1.251.193.634.272 978.840.639.564

10 BATA 1.008.727.515.000 1.028.850.578.000 999.802.379.000

11 BRNA 1.258.841.240.000 1.278.353.442.000 1.364.849.405.000

12 BTON 96.008.496.750 67.679.530.150 62.760.109.860

13 BUDI 2.284.211.000.000 2.378.805.000.000 2.467.553.000.000

14 CEKA 3.701.868.790.192 3.485.733.830.354 4.115.541.761.173

15 CPIN 29.150.275.000.000 29.920.628.000.000 38.256.857.000.000

16 DAJK 894.481.711.000 1.005.670.547.000 214.971.204.000

17 DLTA 2.111.639.244.000 1.573.137.749.000 1.658.618.899.000

18 DPNS 132.775.925.237 118.475.319.120 115.940.303.776

19 DVLA 1.103.821.775.000 1.306.098.136.000 1.451.358.680.000

20 EKAD 526.573.620.057 531.537.606.573 568.638.832.579

21 FASW 5.456.935.920.101 4.959.998.929.211 5.874.745.032.615

22 HMSP 80.690.139.000.000 89.069.306.000.000 95.466.657.000.000

23 ICBP 30.022.463.000.000 31.741.094.000.000 34.466.069.000.000

24 IGAR 737.863.227.409 677.331.846.043 792.794.834.768


90

Lampiran II : Data Manajemen Laba Tahun 2014, 2015 dan 2016 (Lanjutan) (dalam rupiah)

No Kode

Emiten

Total Pendapatan

2014 2015 2016

25 INAF 1.381.436.578.115 1.621.898.667.657 486.769.208.671

26 INAI 933.462.438.255 1.384.675.922.166 1.284.510.320.664

27 INCI 110.023.088.698 136.668.408.270 176.067.561.639

28 INDS 1.866.977.260.105 1.659.505.639.261 1.637.036.790.119

29 INTP 19.996.264.000.000 17.798.055.000.000 15.361.894.000.000

30 JECC 1.493.012.114.000 1.663.335.876.000 2.037.784.842.000

31 JPFA 24.458.880.000.000 25.022.913.000.000 27.063.310.000.000

32 JPRS 313.636.426.234 143.326.451.256 120.691.469.840

33 KBLI 2.384.078.038.239 2.662.038.531.021 2.812.196.217.447

34 KBLM 919.537.870.594 967.710.339.797 987.409.109.474

35 KBRI 34.719.548.322 241.207.422.568 161.367.353.686

36 KDSI 1.626.232.662.544 1.713.946.192.967 1.995.337.146.834

37 KIAS 898.976.979.994 800.392.000.000 863.715.000.000

38 KICI 102.971.318.497 91.734.724.118 99.382.027.031

39 KLBF 17.368.532.547.558 17.887.464.223.321 19.374.230.957.505

40 LION 377.622.622.150 389.251.192.409 379.137.149.036

41 LMPI 513.547.309.970 452.693.585.202 411.945.398.299

42 LMSH 249.072.012.369 174.598.965.938 157.855.084.036

43 LPIN 70.155.464.867 77.790.171.689 141.746.864.032

44 MBTO 671.398.849.823 694.782.752.351 685.443.920.925

45 MERK 863.207.535.000 983.446.471.000 1.034.806.890.000

46 MLBI 2.988.501.000.000 2.696.318.000.000 3.263.311.000.000

47 MLIA 5.629.696.723.000 5.713.989.433.000 5.793.737.618.000

48 MYOR 14.169.088.278.238 14.818.730.635.847 18.349.959.898.358


91

Lampiran II : Data Manajemen Laba Tahun 2014, 2015 dan 2016 (Lanjutan) (dalam rupiah)

No Kode

Emiten

Total Pendapatan

2014 2015 2016

49 PICO 694.332.286.638 699.310.599.565 706.730.705.044

50 PSDN 975.081.057.089 884.906.826.184 932.905.806.441

51 RICY 1.185.443.580.242 1.111.051.293.008 1.221.519.096.811

52 ROTI 1.880.262.901.697 2.174.501.712.899 2.521.920.968.213

53 SCCO 3.703.267.949.291 3.533.081.041.052 3.742.637.722.322

54 SIMA 15.760.701.901 7.614.180.845 2.913.150.000

55 SIPD 2.505.575.102.503 2.113.148.210.101 2.427.199.231.761

56 SKLT 681.419.524.161 745.107.731.208 833.850.372.833

57 SMBR 1.214.914.932.000 1.461.248.284.000 1.522.808.093.000

58 SMSM 2.632.860.000.000 2.802.924.000.000 2.879.876.000.000

59 SPMA 1.550.810.295.608 1.621.516.334.166 1.932.435.078.255

60 SQBB 497.501.571.000 514.708.068.000 566.565.662.000

61 SRSN 472.834.591.000 531.573.325.000 500.539.668.000

62 STAR 228.622.027.943 258.967.329.940 129.480.611.941

63 TCID 2.306.303.551.971 2.134.889.854.074 2.526.776.164.168

64 TOTO 2.053.630.374.083 2.278.673.871.193 2.069.017.634.710

65 TRIS 746.828.922.732 859.743.472.895 901.909.489.240

66 TRST 2.507.884.797.367 2.457.349.444.991 2.249.418.846.803

67 TSPC 7.512.115.037.587 8.181.481.867.179 9.138.238.993.842

68 ULTJ 3.916.789.366.423 4.393.932.684.171 4.685.987.917.355

69 UNIT 102.448.044.300 118.260.140.704 104.109.821.503

70 UNVR 34.511.534.000.000 36.484.030.000.000 40.053.732.000.000

71 WIIM 1.661.533.200.316 1.839.419.574.956 1.685.795.530.617

72 YPAS 421.516.175.465 277.402.566.627 278.331.887.681


92

Lampiran II : Data Manajemen Laba Tahun 2014, 2015. 2016

(dalam rupiah)

No Kode

Emiten

OCF

2015 2016

1 ADES 48,691,000,000 76,593,000,000

2 AKPI 89,809,475,000 126,592,675,000

3 ALKA 6,428,965,000 4,558,717,000

4 ALMI 55,099,672 (25,472,163,544)

5 AMFG 428,692,000,000 351,007,000,000

6 APLI 4,152,401,552 34,661,547,293

7 ARNA 102,382,257,094 142,952,442,753

8 AUTO 376,082,000,000 447,340,000,000

9 BAJA 56,321,593,284 58,242,961,146

10 BATA 154,895,182,000 66,053,044,000

11 BRNA 110,717,138,000 99,088,613,000

12 BTON 6,279,539,648 (9,981,713,272)

13 BUDI 122,337,000,000 164,851,000,000

14 CEKA 167,545,451,595 318,559,366,987

15 CPIN 3,488,073,000,000 4,417,116,000,000

16 DAJK 209,410,566,000 28,504,618,000

17 DLTA 226,257,899,000 437,009,840,000

18 DPNS 11,832,026,060 12,288,056,506

19 DVLA 126,738,358,000 203,632,359,000

20 EKAD 71038,260,219 119,243,062,189

21 FASW 153,556,298,854 968,597,020,483

22 HMSP 14,048,071,000,000 16,020,352,000,000

23 ICBP 3,992,132,000,000 4,864,168,000,000

24 IGAR 62,821,734,113 93,338,344,338

25 INAF 54,928,873,266 27,987,376,109

26 INAI 73,476,054,228 82,710,229,600

27 INCI 10,912,747,982 15,198,180,145

28 INDS 42,060,367,453 90,344,591,463

29 INTP 5,056,930,000,000 3,644,595,000,000

30 JECC 112,430,930,000 238,525,153,000

31 JPFA 1,727,943,000,000 2,920,911,000,000

32 JPRS (26,305,419,065) (24,783,792,063)

33 KBLI 171,016,860,875 395,713,202,417

34 KBLM 57,788,332,653 67,620,764,040

35 KBRI (11,259,635,879) 17,275,795,590

36 KDSI 50,513,368,515 103,123,237,482

37 KIAS (194,253,000,000) (168,791,000,000)

38 KICI 2,828,046,167 1,494,407,979

39 KLBF 2,810,168,335,116 3,248,361,744,092


93


(Lanjutan)

(dalam rupiah)

No Kode

Emiten

OCF

2015 2016

40 LION 49,998,708,338 48,573,841,079

41 LMPI 43,173,407,935 32,790,943,607

42 LMSH 1,732,694,473 7,810,929,066

43 LPIN 5,091,047,279 (66,426,563,645)

44 MBTO (11,454,570,311) 24,644,369,286

45 MERK 186,513,979,000 213,297,300,000

46 MLBI 941,300,000,000 1,372,532,000,000

47 MLIA 177,907,524,000 137,183,702,000

48 MYOR 1,862,620,832,987 2,315,242,242,867

49 PICO 54,697,096,582 55,409,744,710

50 PSDN (3,971,970,465) (4,780,553,125)

51 RICY 100,075,117,538 67,199,557,129

52 ROTI 453,658,490,001 443,044,977,388

53 SCCO 224,850,662,646 409,812,486,611

54 SIMA (1,506,583,973) (370,780,631)

55 SIPD (289,277,436,100) 54,356,867,886

56 SKLT 33,586,321,507 33,606,710,221

57 SMBR 323,263,355,000 328,421,435,000

58 SMSM 602,997,000,000 668,057,000,000

59 SPMA 117,480,577,310 172,310,615,515

60 SQBB 179,718,383,000 201,350,957,000

61 SRSN 35,521,240,000 19,926,070,000

62 STAR 36,482,453,295 28,894,310,072

63 TCID 218,680,216,268 235,853,651,395

64 TOTO 395,719,050,145 265,239,511,126

65 TRIS 68,394,053,538 46,830,132,329

66 TRST 88,746,155,513 59,427,546,504

67 TSPC 691,794,785,269 691,884,130,259

68 ULTJ 692,865,656,136 888,986,639,228

69 UNIT 31,359,702,808 26,199,071,646

70 UNVR 7,939,401,000,000 8,707,661,000,000

71 WIIM 200,720,211,666 134,383,691,062

72 YPAS 1,039,093,940 (5,001,469,784)


94

Lampiran II : Data Manajemen Laba Tahun 2015 dan 2016

(dalam rupiah

No Kode

Emiten

EXBT

2015 2016

1 ADES 26,040,000,000 119,156,000,000

2 AKPI (50,796,252,000) 384,621,003,000

3 ALKA (2,880,134,000) 12,555,800,000

4 ALMI 1,749,582,272,593 49,190,107,633

5 AMFG 366,837,000,000 333,042,000,000

6 APLI 31,495,196,793 54,676,972,336

7 ARNA 111,918,147,182 95,618,365,174

8 AUTO 866,768,000,000 1,059,369,000,000

9 BAJA 27,344,372,141 34,234,428,082

10 BATA (19,631,483,000) 19,176,233,000

11 BRNA 276,302,922,000 90,207,118,000

12 BTON 2,079,712,355 (1,794,007,269)

13 BUDI 96,860,000,000 287,744,000,000

14 CEKA 168,614,370,234 176,087,317,362

15 CPIN 1,707,438,000,000 4,157,137,000,000

16 DAJK 167,149,036,000 105,168,560,000

17 DLTA 246,625,414,000 259,851,506,000

18 DPNS 5,105,993,427 14,127,914,662

19 DVLA 214,166,823,000 187,475,539,000

20 EKAD 100,935,448,358 84,490,481,400

21 FASW 72,901,791,421 2,206,943,981,547

22 HMSP 811,163,000,000 14,076,579,000,000

23 ICBP 3,485,533,000,000 4,584,964,000,000

24 IGAR 80,061,208,533 63,688,738,725

25 INAF 134,284,985,659 (119,307,250,251)

26 INAI 47,011,856,454 (149,761,732,022)

27 INCI 25,782,575,358 (8,289,910,044)

28 INDS 110,641,662,962 193,436,286,326

29 INTP 5,049,117,000,000 3,546,113,000,000

30 JECC 21,550,154,000 184,371,203,000

31 JPFA 1,452,924,000,000 2,753,605,000,000

32 JPRS (4,506,620,797) 409,779,231

33 KBLI 46,127,980,815 383,175,671,680

34 KBLM 24,641,687,071 33,243,536,568

35 KBRI (110,572,481,288) 89,519,381,901

36 KDSI (41,864,462,623) 85,536,484,701

37 KIAS (56,748,466,971) 25,239,000,000

38 KICI (4,055,527,244) (97,291,055)


95


(Lanjutan)

(dalam rupiah

No Kode

Emiten

EXBT

2015 2016

39 KLBF 2,427,641,532,150 2,159,833,281,176

40 LION 49,505,778,072 53,300,060,257

41 LMPI 4,653,645,881 17,977,995,613

42 LMSH 10,910,801,951 6,871,373,245

43 LPIN 46,282,975,488 (17,348,531,716)

44 MBTO 1,011,148,821 4,896,207,231

45 MERK 203,711,206,000 169,161,270,000

46 MLBI 919,232,000,000 1,248,469,000,000

47 MLIA 367,602,920,000 234,571,143,000

48 MYOR 2,336,785,497,955 659,314,197,175

49 PICO 59,320,891,249 6,595,052,098

50 PSDN (22,726,926,832) 24,429,296,083

51 RICY 133,252,610,462 82,494,120,808

52 ROTI 555,511,840,614 414,702,426,418

53 SCCO 197,980,124,011 522,526,634,709

54 SIMA 5,618,491,514 60,837,861

55 SIPD 205,597,582,102 (5,128,315,318)

56 SKLT 29,666,923,359 1,641,040,298

57 SMBR 522,628,119,000 87,306,699,000

58 SMSM 531,987,000,000 582,843,000,000

59 SPMA 85,999,470,922 266,413,599,145

60 SQBB 139,913,445,000 179,485,976,000

61 SRSN (76,732,542,000) 114,821,748,000

62 STAR 33,093,380,375 36,390,716,827

63 TCID 120,781,612,127 264,194,256,792

64 TOTO 240,629,138,479 305,802,664,813

65 TRIS 63,376,934,300 13,169,891,854

66 TRST 135,020,261,491 239,192,778,741

67 TSPC 778,361,981,647 491,655,348,447

68 ULTJ 669,463,282,890 779,108,645,836

69 UNIT (24,744,623,460) 30,168,393,183

70 UNVR 6,299,051,000,000 6,684,219,000,000

71 WIIM 62,869,126,110 136,703,864,740

72 YPAS 33,677,132,098 (16,763,181,683)


96

Lampiran III : Perhitungan Total Accruals 2015 (dalam rupiah)

No Kode

Emiten

EXBT OCF TACC

1 ADES 48,691,000,000 26,040,000,000 22,651,000,000

2 AKPI 89,809,475,000 (50,796,252,000) 140,605,727,000

3 ALKA 6,428,965,000 (2,880,134,000) 9,309,099,000

4 ALMI 55,099,672 1,749,582,272,593 (1,749,527,172,921)

5 AMFG 428,692,000,000 366,837,000,000 61,855,000,000

6 APLI 4,152,401,552 31,495,196,793 (27,342,795,241)

7 ARNA 102,382,257,094 111,918,147,182 (9,535,890,088)

8 AUTO 376,082,000,000 866,768,000,000 (490,686,000,000)

9 BAJA 56,321,593,284 27,344,372,141 28,977,221,143

10 BATA 154,895,182,000 (19,631,483,000) 174,526,665,000

11 BRNA 110,717,138,000 276,302,922,000 (165,585,784,000)

12 BTON 6,279,539,648 2,079,712,355 4,199,827,293

13 BUDI 122,337,000,000 96,860,000,000 25,477,000,000

14 CEKA 167,545,451,595 168,614,370,234 (1,068,918,639)

15 CPIN 3,488,073,000,000 1,707,438,000,000 1,780,635,000,000

16 DAJK 209,410,566,000 167,149,036,000 42,261,530,000

17 DLTA 226,257,899,000 246,625,414,000 (20,367,515,000)

18 DPNS 11,832,026,060 5,105,993,427 6,726,032,633

19 DVLA 126,738,358,000 214,166,823,000 (87,428,465,000)

20 EKAD 71,038,260,219 100,935,448,358 (29,897,188,139)

21 FASW 153,556,298,854 72,901,791,421 80,654,507,433

22 HMSP 14,048,071,000,000 811,163,000,000 13,236,908,000,000

23 ICBP 3,992,132,000,000 3,485,533,000,000 506,599,000,000

24 IGAR 62,821,734,113 80,061,208,533 (17,239,474,420)

25 INAF 54,928,873,266 134,284,985,659 (79,356,112,393)

26 INAI 73,476,054,228 47,011,856,454 26,464,197,774

27 INCI 10,912,747,982 25,782,575,358 (14,869,827,376)

28 INDS 42,060,367,453 110,641,662,962 (68,581,295,509)

29 INTP 5,056,930,000,000 5,049,117,000,000 7,813,000,000

30 JECC 112,430,930,000 21,550,154,000 90,880,776,000

31 JPFA 1,727,943,000,000 1,452,924,000,000 275,019,000,000

32 JPRS (26,305,419,065) (4,506,620,797) (21,798,798,268)

33 KBLI 171,016,860,875 46,127,980,815 124,888,880,060

34 KBLM 57,788,332,653 24,641,687,071 33,146,645,582

35 KBRI (11,259,635,879) (110,572,481,288) 99,312,845,409

36 KDSI 50,513,368,515 (41,864,462,623) 92,377,831,138

37 KIAS (194,253,000,000) (56,748,466,971) (137,504,533,029)

38 KICI 2,828,046,167 (4,055,527,244) 6,883,573,411

39 KLBF 2,810,168,335,116 2,427,641,532,150 382,526,802,966

40 LION 49,998,708,338 49,505,778,072 492,930,266

41 LMPI 43,173,407,935 4,653,645,881 38,519,762,054


97

Lampiran III : Perhitungan Total Accruals 2015 (Lanjutan)

(dalam rupiah)

No Kode

Emiten

EXBT OCF TACC

42 LMSH 1,732,694,473 10,910,801,951 (9,178,107,478)

43 LPIN 5,091,047,279 46,282,975,488 (41,191,928,209)

44 MBTO (11,454,570,311) 1,011,148,821 (12,465,719,132)

45 MERK 186,513,979,000 203,711,206,000 (17,197,227,000)

46 MLBI 941,300,000,000 919,232,000,000 22,068,000,000

47 MLIA 177,907,524,000 367,602,920,000 (189,695,396,000)

48 MYOR 1,862,620,832,987 2,336,785,497,955 (474,164,664,968)

49 PICO 54,697,096,582 59,320,891,249 (4,623,794,667)

50 PSDN (3,971,970,465) (22,726,926,832) 18,754,956,367

51 RICY 100,075,117,538 133,252,610,462 (33,177,492,924)

52 ROTI 453,658,490,001 555,511,840,614 (101,853,350,613)

53 SCCO 224,850,662,646 197,980,124,011 26,870,538,635

54 SIMA (1,506,583,973) 5,618,491,514 (7,125,075,487)

55 SIPD (289,277,436,100) 205,597,582,102 (494,875,018,202)

56 SKLT 33,586,321,507 29,666,923,359 3,919,398,148

57 SMBR 323,263,355,000 522,628,119,000 (199,364,764,000)

58 SMSM 602,997,000,000 531,987,000,000 71,010,000,000

59 SPMA 117,480,577,310 85,999,470,922 31,481,106,388

60 SQBB 179,718,383,000 139,913,445,000 39,804,938,000

61 SRSN 35,521,240,000 (76,732,542,000) 112,253,782,000

62 STAR 36,482,453,295 33,093,380,375 3,389,072,920

63 TCID 218,680,216,268 120,781,612,127 97,898,604,141

64 TOTO 395,719,050,145 240,629,138,479 155,089,911,666

65 TRIS 68,394,053,538 63,376,934,300 5,017,119,238

66 TRST 88,746,155,513 135,020,261,491 (46,274,105,978)

67 TSPC 691,794,785,269 778,361,981,647 (86,567,196,378)

68 ULTJ 692,865,656,136 669,463,282,890 23,402,373,246

69 UNIT 31,359,702,808 (24,744,623,460) 56,104,326,268

70 UNVR 7,939,401,000,000 6,299,051,000,000 1,640,350,000,000

71 YPAS 1,039,093,940 33,677,132,098 (32,638,038,158)

72 WIIM 200,720,211,666 62,869,126,110 137,851,085,556


98

Lampiran III : Perhitungan Total Accruals 2016 (dalam rupiah)

No Kode

Emiten

EXBT OCF TACC

1 ADES 76,593,000,000 119,156,000,000 (42,563,000,000)

2 AKPI 126,592,675,000 384,621,003,000 (258,028,328,000)

3 ALKA 4,558,717,000 12,555,800,000 (7,997,083,000)

4 ALMI -25,472,163,544 49,190,107,633 (74,662,271,177)

5 AMFG 351,007,000,000 333,042,000,000 17,965,000,000

6 APLI 34,661,547,293 54,676,972,336 (20,015,425,043)

7 ARNA 142,952,442,753 95,618,365,174 47,334,077,579

8 AUTO 447,340,000,000 1,059,369,000,000 (612,029,000,000)

9 BAJA 58,242,961,146 34,234,428,082 24,008,533,064

10 BATA 66,053,044,000 19,176,233,000 46,876,811,000

11 BRNA 99,088,613,000 90,207,118,000 8,881,495,000

12 BTON (9,981,713,272) (1,794,007,269) (8,187,706,003)

13 BUDI 164,851,000,000 287,744,000,000 (122,893,000,000)

14 CEKA 318,559,366,987 176,087,317,362 142,472,049,625

15 CPIN 4,417,116,000,000 4,157,137,000,000 259,979,000,000

16 DAJK 28,504,618,000 105,168,560,000 (76,663,942,000)

17 DLTA 437,009,840,000 259,851,506,000 177,158,334,000

18 DPNS 12,288,056,506 14,127,914,662 (1,839,858,156)

19 DVLA 203,632,359,000 187,475,539,000 16,156,820,000

20 EKAD 119,243,062,189 84,490,481,400 34,752,580,789

21 FASW 968,597,020,483 2,206,943,981,547 (1,238,346,961,064)

22 HMSP 16,020,352,000,000 14,076,579,000,000 1,943,773,000,000

23 ICBP 4,864,168,000,000 4,584,964,000,000 279,204,000,000

24 IGAR 93,338,344,338 63,688,738,725 29,649,605,613

25 INAF 27,987,376,109 (119,307,250,251) 147,294,626,360

26 INAI 82,710,229,600 (149,761,732,022) 232,471,961,622

27 INCI 15,198,180,145 (8,289,910,044) 23,488,090,189

28 INDS 90,344,591,463 193,436,286,326 (103,091,694,863)

29 INTP 3,644,595,000,000 3,546,113,000,000 98,482,000,000

30 JECC 238,525,153,000 184,371,203,000 54,153,950,000

31 JPFA 2,920,911,000,000 2,753,605,000,000 167,306,000,000

32 JPRS (24,783,792,063) 409,779,231 (25,193,571,294)

33 KBLI 395,713,202,417 383,175,671,680 12,537,530,737

34 KBLM 67,620,764,040 33,243,536,568 34,377,227,472

35 KBRI 17,275,795,590 89,519,381,901 (72,243,586,311)

36 KDSI 103,123,237,482 85,536,484,701 17,586,752,781

37 KIAS (168,791,000,000) 25,239,000,000 (194,030,000,000)

38 KICI 1,494,407,979 (97,291,055) 1,591,699,034

39 KLBF 3,248,361,744,092 2,159,833,281,176 1,088,528,462,916

40 LION 48,573,841,079 53,300,060,257 (4,726,219,178)

41 LMPI 32,790,943,607 17,977,995,613 14,812,947,994


99

Lampiran III : Perhitungan Total Accruals 2016 (Lanjutan)

(dalam rupiah)

No Kode

Emiten

EXBT OCF TACC

42 LMSH 7,810,929,066 6,871,373,245 939,555,821

43 LPIN (66,426,563,645) (17,348,531,716) (49,078,031,929)

44 MBTO 24,644,369,286 4,896,207,231 19,748,162,055

45 MERK 213,297,300,000 169,161,270,000 44,136,030,000

46 MLBI 1,372,532,000,000 1,248,469,000,000 124,063,000,000

47 MLIA 137,183,702,000 234,571,143,000 (97,387,441,000)

48 MYOR 2,315,242,242,867 659,314,197,175 1,655,928,045,692

49 PICO 55,409,744,710 6,595,052,098 48,814,692,612

50 PSDN (4,780,553,125) 24,429,296,083 (29,209,849,208)

51 RICY 67,199,557,129 82,494,120,808 (15,294,563,679)

52 ROTI 443,044,977,388 414,702,426,418 28,342,550,970

53 SCCO 409,812,486,611 522,526,634,709 (112,714,148,098)

54 SIMA (370,780,631) 60,837,861 (431,618,492)

55 SIPD 54,356,867,886 (5,128,315,318) 59,485,183,204

56 SKLT 33,606,710,221 1,641,040,298 31,965,669,923

57 SMBR 328,421,435,000 87,306,699,000 241,114,736,000

58 SMSM 668,057,000,000 582,843,000,000 85,214,000,000

59 SPMA 172,310,615,515 266,413,599,145 (94,102,983,630)

60 SQBB 201,350,957,000 179,485,976,000 21,864,981,000

61 SRSN 19,926,070,000 114,821,748,000 (94,895,678,000)

62 STAR 28,894,310,072 36,390,716,827 (7,496,406,755)

63 TCID 235,853,651,395 264,194,256,792 (28,340,605,397)

64 TOTO 265,239,511,126 305,802,664,813 (40,563,153,687)

65 TRIS 46,830,132,329 13,169,891,854 33,660,240,475

66 TRST 59,427,546,504 239,192,778,741 (179,765,232,237)

67 TSPC 691,884,130,259 491,655,348,447 200,228,781,812

68 ULTJ 888,986,639,228 779,108,645,836 109,877,993,392

69 UNIT 26,199,071,646 30,168,393,183 (3,969,321,537)

70 UNVR 8,707,661,000,000 6,684,219,000,000 2,023,442,000,000

71 YPAS (5,001,469,784) (16,763,181,683) 11,761,711,899

72 WIIM 134,383,691,062 136,703,864,740 (2,320,173,678)


100

Lampiran IV : Perhitungan Nondiscretionary Accruals 2015

No Kode Emiten a1 1/Ait-1 a2 ∆Rev/Ait-1-∆Recit/Ait-1 a3 PPEit/Ait-1 NDA

1 ADES -0.011 0.000000 0.005 0.137922 0.169 0.293859 0.050352

2 AKPI -0.011 0.000000 0.005 0.003464 0.169 0.142200 0.024049

3 ALKA -0.011 0.000000 0.005 -5.494302 0.169 0.354111 0.032373

4 ALMI -0.011 0.000000 0.005 0.051684 0.169 -0.318575 -0.053581

5 AMFG -0.011 0.000000 0.005 -0.008575 0.169 -0.287118 -0.048566

6 APLI -0.011 0.000000 0.005 -0.079889 0.169 0.370076 0.062143

7 ARNA -0.011 0.000000 0.005 -0.371509 0.169 0.020334 0.001579

8 AUTO -0.011 0.000000 0.005 -0.042819 0.169 0.414594 0.069852

9 BAJA -0.011 0.000000 0.005 -0.269576 0.169 4.037504 0.680990

10 BATA -0.011 0.000000 0.005 0.049625 0.169 0.853249 0.144447

11 BRNA -0.011 0.000000 0.005 0.020507 0.169 3.969730 0.670987

12 BTON -0.011 0.000000 0.005 -0.187219 0.169 0.112357 0.018052

13 BUDI -0.011 0.000000 0.005 -0.330326 0.169 2.575792 0.433657

14 CEKA -0.011 0.000000 0.005 -0.301491 0.169 1.764065 0.296619

15 CPIN -0.011 0.000000 0.005 0.087059 0.169 0.341911 0.058218

16 DAJK -0.011 0.000000 0.005 0.330657 0.169 0.874748 0.149486

17 DLTA -0.011 0.000000 0.005 -0.656379 0.169 0.358219 0.057257

18 DPNS -0.011 0.000000 0.005 -0.051579 0.169 0.162657 0.027231

19 DVLA -0.011 0.000000 0.005 0.161091 0.169 0.430001 0.073476

20 EKAD -0.011 0.000000 0.005 0.028071 0.169 -0.305666 -0.051517

21 FASW -0.011 0.000000 0.005 -0.219757 0.169 3.252282 0.548537

22 HMSP -0.011 0.000000 0.005 0.351922 0.169 1.816003 0.308664

23 ICBP -0.011 0.000000 0.005 0.084833 0.169 0.766005 0.129879

24 IGAR -0.011 0.000000 0.005 -0.146415 0.169 0.457333 0.076557

25 INAF -0.011 0.000000 0.005 0.403204 0.169 1.590885 0.270876


101

Lampiran IV : Perhitungan Nondiscretionary Accruals 2015 (Lanjutan)


26 INAI -0.011 0.000000 0.005 1.560261 0.169 8.121229 1.380289

27 INCI -0.011 0.000000 0.005 0.126981 0.169 0.236480 0.040600

28 INDS -0.011 0.000000 0.005 -0.098216 0.169 0.396873 0.066580

29 INTP -0.011 0.000000 0.005 -0.083192 0.169 0.115133 0.019042

30 JECC -0.011 0.000000 0.005 -4.210244 0.169 1.091938 0.163486

31 JPFA -0.011 0.000000 0.005 0.117756 0.169 0.353398 0.060313

32 JPRS -0.011 0.000000 0.005 -0.476334 0.169 -0.091015 -0.017763

33 KBLI -0.011 0.000000 0.005 0.222140 0.169 -0.200856 -0.032834

34 KBLM -0.011 0.000000 0.005 0.269468 0.169 -0.468163 -0.077772

35 KBRI -0.011 0.000000 0.005 0.106355 0.169 0.120537 0.020903

36 KDSI -0.011 0.000000 0.005 0.054645 0.169 0.236213 0.040193

37 KIAS -0.011 0.000000 0.005 -0.089744 0.169 0.003587 0.000158

38 KICI -0.011 0.000000 0.005 -0.135392 0.169 0.700963 0.117786

39 KLBF -0.011 0.000000 0.005 0.055997 0.169 0.395106 0.067053

40 LION -0.011 0.000000 0.005 -0.007725 0.169 0.440001 0.074322

41 LMPI -0.011 0.000000 0.005 -0.131606 0.169 0.987052 0.166154

42 LMSH -0.011 0.000000 0.005 -0.614429 0.169 0.153785 0.022917

43 LPIN -0.011 0.000000 0.005 0.043897 0.169 0.746025 0.126298

44 MBTO -0.011 0.000000 0.005 -0.016556 0.169 0.047654 0.007971

45 MERK -0.011 0.000000 0.005 0.168478 0.169 0.158854 0.027689

46 MLBI -0.011 0.000000 0.005 -0.216511 0.169 2.793543 0.471026

47 MLIA -0.011 0.000000 0.005 0.158511 0.169 4.391912 0.743026

48 MYOR -0.011 0.000000 0.005 0.085656 0.169 1.766142 0.298906

49 PICO -0.011 0.000000 0.005 0.064221 0.169 1.621312 0.274323

50 PSDN -0.011 0.000000 0.005 -0.075030 0.169 -0.003389 -0.000948


102

Lampiran IV : Data Perhitungan Nondiscretionary Accruals 2015 (Lanjutan)


51 RICY -0.011 0.000000 0.005 -0.172082 0.169 -0.499906 -0.085344

52 ROTI -0.011 0.000000 0.005 0.267780 0.169 1.818728 0.308704

53 SCCO -0.011 0.000000 0.005 -0.053444 0.169 -0.050649 -0.008827

54 SIMA -0.011 0.000000 0.005 -0.317390 0.169 -0.041952 -0.008677

55 SIPD -0.011 0.000000 0.005 -0.075750 0.169 -0.197844 -0.033814

56 SKLT -0.011 0.000000 0.005 0.353591 0.169 1.458860 0.248315

57 SMBR -0.011 0.000000 0.005 0.105794 0.169 0.202934 0.034825

58 SMSM -0.011 0.000000 0.005 0.113986 0.169 0.935853 0.158729

59 SPMA -0.011 0.000000 0.005 0.121320 0.169 1.716212 0.290646

60 SQBB -0.011 0.000000 0.005 0.013148 0.169 0.257940 0.043658

61 SRSN -0.011 0.000000 0.005 0.110328 0.169 0.441673 0.075194

62 STAR -0.011 0.000000 0.005 -0.162102 0.169 -0.328767 -0.056372

63 TCID -0.011 0.000000 0.005 -0.264022 0.169 0.622197 0.103831

64 TOTO -0.011 0.000000 0.005 0.183533 0.169 0.981446 0.166782

65 TRIS -0.011 0.000000 0.005 0.383807 0.169 0.866775 0.148404

66 TRST -0.011 0.000000 0.005 0.003004 0.169 0.905974 0.153125

67 TSPC -0.011 0.000000 0.005 0.151192 0.169 0.520865 0.088782

68 ULTJ -0.011 0.000000 0.005 0.139541 0.169 0.213539 0.036786

69 UNIT -0.011 0.000000 0.005 0.037386 0.169 0.078152 0.013395

70 UNVR -0.011 0.000000 0.005 0.099609 0.169 0.101485 0.017649

71 YPAS -0.011 0.000000 0.005 -0.402637 0.169 -0.128878 -0.023794

72 WIIM -0.011 0.000000 0.005 0.221190 0.169 -0.130761 -0.020993


103

Lampiran IV : Data Perhitungan Nondiscretionary Accruals 2016


1 ADES 0.012 0.000000 0.003 0.377992 -0.014 0.028235 0.000739

2 AKPI 0.012 0.000000 0.003 0.062476 -0.014 -0.075092 0.001239

3 ALKA 0.012 0.000000 0.003 1.701230 -0.014 -0.118465 0.006762

4 ALMI 0.012 0.000000 0.003 -0.281770 -0.014 -0.011209 -0.000688

5 AMFG 0.012 0.000000 0.003 0.019842 -0.014 0.315082 -0.004352

6 APLI 0.012 0.000000 0.003 0.198510 -0.014 0.021412 0.000296

7 ARNA 0.012 0.000000 0.003 0.135668 -0.014 -0.069498 0.001380

8 AUTO 0.012 0.000000 0.003 -0.740459 -0.014 0.018986 -0.002487

9 BAJA 0.012 0.000000 0.003 -0.236903 -0.014 0.034828 -0.001198

10 BATA 0.012 0.000000 0.003 -0.032744 -0.014 0.012240 -0.000270

11 BRNA 0.012 0.000000 0.003 0.021091 -0.014 0.200821 -0.002748

12 BTON 0.012 0.000000 0.003 -0.022055 -0.014 -0.148289 0.002010

13 BUDI 0.012 0.000000 0.003 0.268201 -0.014 -0.134900 0.002693

14 CEKA 0.012 0.000000 0.003 0.473917 -0.014 -0.046616 0.002074

15 CPIN 0.012 0.000000 0.003 0.393467 -0.014 -0.214736 0.004187

16 DAJK 0.012 0.000000 0.003 -0.318654 -0.014 -0.248039 0.002517

17 DLTA 0.012 0.000000 0.003 0.086861 -0.014 0.160769 -0.001990

18 DPNS 0.012 0.000000 0.003 0.003802 -0.014 0.080507 -0.001116

19 DVLA 0.012 0.000000 0.003 0.066315 -0.014 0.125450 -0.001557

20 EKAD 0.012 0.000000 0.003 0.064124 -0.014 0.274261 -0.003647

21 FASW 0.012 0.000000 0.003 0.086711 -0.014 0.284822 -0.003727

22 HMSP 0.012 0.000000 0.003 0.215913 -0.014 0.158473 -0.001571

23 ICBP 0.012 0.000000 0.003 0.088106 -0.014 0.093991 -0.001052

24 IGAR 0.012 0.000000 0.003 0.297303 -0.014 0.158704 -0.001330

25 INAF 0.012 0.000000 0.003 -1.039121 -0.014 -0.326179 0.001449


104



26 INAI 0.012 0.000000 0.003 -0.219906 -0.014 0.009777 -0.000797

27 INCI 0.012 0.000000 0.003 0.128650 -0.014 0.066255 -0.000542

28 INDS 0.012 0.000000 0.003 -0.007644 -0.014 -0.033582 0.000447

29 INTP 0.012 0.000000 0.003 -0.086785 -0.014 0.086973 -0.001478

30 JECC 0.012 0.000000 0.003 1.140518 -0.014 -0.161183 0.005678

31 JPFA 0.012 0.000000 0.003 0.126885 -0.014 0.132963 -0.001481

32 JPRS 0.012 0.000000 0.003 -0.043789 -0.014 0.048665 -0.000813

33 KBLI 0.012 0.000000 0.003 0.116861 -0.014 0.089447 -0.000902

34 KBLM 0.012 0.000000 0.003 0.121478 -0.014 0.285173 -0.003628

35 KBRI 0.012 0.000000 0.003 -0.032892 -0.014 -0.147927 0.001972

36 KDSI 0.012 0.000000 0.003 0.243170 -0.014 -0.036569 0.001241

37 KIAS 0.012 0.000000 0.003 0.031993 -0.014 -0.112525 0.001671

38 KICI 0.012 0.000000 0.003 -0.009328 -0.014 0.061783 -0.000893

39 KLBF 0.012 0.000000 0.003 0.096180 -0.014 0.123106 -0.001435

40 LION 0.012 0.000000 0.003 -0.039395 -0.014 0.077458 -0.001203

41 LMPI 0.012 0.000000 0.003 -0.073186 -0.014 0.021352 -0.000518

42 LMSH 0.012 0.000000 0.003 -0.108749 -0.014 0.207592 -0.003233

43 LPIN 0.012 0.000000 0.003 0.315026 -0.014 0.828594 -0.010655

44 MBTO 0.012 0.000000 0.003 -0.032603 -0.014 0.098582 -0.001478

45 MERK 0.012 0.000000 0.003 0.097010 -0.014 0.142741 -0.001707

46 MLBI 0.012 0.000000 0.003 0.218365 -0.014 0.078073 -0.000438

47 MLIA 0.012 0.000000 0.003 0.004399 -0.014 0.082864 -0.001147

48 MYOR 0.012 0.000000 0.003 0.245070 -0.014 0.153502 -0.001414

49 PICO 0.012 0.000000 0.003 0.122649 -0.014 0.052309 -0.000364

50 PSDN 0.012 0.000000 0.003 0.048657 -0.014 0.053650 -0.000605


105



51 RICY 0,012 0,000000 0.003 0.057854 -0.014 -0.110621 0.001722

52 ROTI 0,012 0,000000 0.003 0.146536 -0.014 0.099546 -0.000954

53 SCCO 0,012 0,000000 0.003 0.200417 -0.014 0.106757 -0.000893

54 SIMA 0,012 0,000000 0.003 -0.088189 -0.014 0.033771 -0.000737

55 SIPD 0,012 0,000000 0.003 0.100768 -0.014 0.114406 -0.001299

56 SKLT 0,012 0,000000 0.003 0.205321 -0.014 0.576428 -0.007454

57 SMBR 0,012 0,000000 0.003 -0.038193 -0.014 0.375965 -0.005378

58 SMSM 0,012 0,000000 0.003 -0.026881 -0.014 0.019797 -0.000358

59 SPMA 0,012 0,000000 0.003 0.170803 -0.014 -0.012721 0.000691

60 SQBB 0,012 0,000000 0.003 0.082424 -0.014 0.033104 -0.000216

61 SRSN 0,012 0,000000 0.003 -0.069412 -0.014 -0.338674 0.004533

62 STAR 0,012 0,000000 0.003 -0.081113 -0.014 0.465470 -0.006760

63 TCID 0,012 0,000000 0.003 0.281865 -0.014 0.055581 0.000067

64 TOTO 0,012 0,000000 0.003 -0.071558 -0.014 0.069995 -0.001195

65 TRIS 0,012 0,000000 0.003 0.069776 -0.014 0.118180 -0.001445

66 TRST 0,012 0,000000 0.003 -0.058170 -0.014 -0.020471 0.000112

67 TSPC 0,012 0,000000 0.003 0.175801 -0.014 0.053672 -0.000224

68 ULTJ 0,012 0,000000 0.003 0.090948 -0.014 0.239693 -0.003083

69 UNIT 0,012 0,000000 0.003 -0.023767 -0.014 0.164214 -0.002370

70 UNVR 0,012 0,000000 0.003 0.235432 -0.014 0.071128 -0.000289

71 YPAS 0,012 0,000000 0.003 -0.002831 -0.014 0.003332 -0.000055

72 WIIM 0,012 0,000000 0.003 -0.115778 -0.014 0.083227 -0.001513


106

Lampiran V : Data Perhitungan Discretionary Accruals Tahun 2015, 2016

No Kode Emiten 2015 2016

TAC/Tait-1

(1)

NDAit

(2)

DAit

(1) – (2)

TAC/Tait-1

(1)

NDAit

(2)

DAit

(1)– (2)

1 ADES 0,044865 0,050352 -0,005486 -0,08431 0,000739 -0,085044

2 AKPI 0,135740 0,024049 0,111691 -0,11586 0,001239 -0,117100

3 ALKA 0,147212 0,032373 0,114839 -0,03266 0,006762 -0,039419

4 ALMI -0,544610 -0053581 -0,491030 -0,02324 -0,000688 -0,022553

5 AMFG 0,019423 -0,048566 0,067989 0,004585 -0,004352 0,008936

6 APLI -0,121384 0,062143 -0,183528 -0,07328 0,000296 -0,073578

7 ARNA -0,010453 0,001579 -0,012032 0,037569 0,001380 0,036189

8 AUTO -0,048408 0,069852 -0,118260 -0,04254 -0,002487 -0,040052

9 BAJA 0,153869 0,680990 -0,527121 0,024633 -0,001198 0,025832

10 BATA 0,406712 0,144447 0,262265 0,060495 -0,000270 0,060764

11 BRNA -0,451957 0,670987 -1,122944 0,006657 -0,002748 0,009406

12 BTON 0,028640 0,018052 0,010588 -0,04701 0,002010 -0,049023

13 BUDI 0,027894 0,433657 -0,405763 -0,04961 0,002693 -0,052307

14 CEKA -0,001988 0,296619 -0,298608 0,110947 0,002074 0,108872

15 CPIN 0,162715 0,058218 0,104497 0,012462 0,004187 0,008275

16 DAJK 0,039659 0,149486 -0,109827 -0,04029 0,002517 -0,042809

17 DLTA -0,026643 0,057257 -0,083900 0,178597 -0,001990 0,180587

18 DPNS 0,028490 0,027231 0,001259 -0,00684 -0,001116 -0,005727

19 DVLA -0,090841 0,073476 -0,164317 0,013069 -0,001557 0,014627

20 EKAD -0,109434 -0,051517 -0,057916 0,084484 -0,003647 0,088132

21 FASW 0,049040 0,548537 -0,499497 -0,22189 -0,003727 -0,218159

22 HMSP 0,980649 0,308664 0,671985 0,068489 -0,001571 0,070060

23 ICBP 0,033684 0,129879 -0,096195 0,011208 -0,001052 0,012260


107

Lampiran V : Data Perhitugan Discretionary Accruals Tahun 2015, 2016 (Lanjutan)


TAC/Tait-1

(1)

NDAit

(2)

DAit

(1) – (2)

TAC/Tait-1

(1)

NDAit

(2)

DAit

(1)– (2)

24 IGAR -0,065437 0,076557 -0,141994 0,084739 -0,001330 0,086069

25 INAF -0,134056 0,270876 -0,404931 0,117992 0,001449 0,116543

26 INAI 0,181458 1,380289 -1,198831 0,259085 -0,000797 0,259881

27 INCI -0,108444 0,040600 -0,149044 0,158711 -0,000542 0,159253

28 INDS -0,037511 0,066580 -0,104091 -0,04516 0,000447 -0,045610

29 INTP 0,000315 0,019042 -0,018726 0,003409 -0,001478 0,004887

30 JECC 0,530365 0,163486 0,366879 0,05097 0,005678 0,045291

31 JPFA 0,051989 0,060313 -0,008324 0,010636 -0,001481 0,012117

32 JPRS -0,061296 -0,017763 -0,043533 -0,06791 -0,000813 -0,067100

33 KBLI 0,132754 -0,032834 0,165588 0,009375 -0,000902 0,010277

34 KBLM 0,114185 -0,077772 0,191958 0,053076 -0,003628 0,056704

35 KBRI 0,076435 0,020903 0,055532 -0,0556 0,001972 -0,057574

36 KDSI 0,097017 0,040193 0,056824 0,01847 0,001241 0,017229

37 KIAS -0,064959 0,000158 -0,065116 -0,08248 0,001671 -0,084148

38 KICI 0,087488 0,117786 -0,030298 0,016452 -0,000893 0,017345

39 KLBF 0,038964 0,067053 -0,028089 0,087608 -0,001435 0,089043

40 LION 0,001110 0,074322 -0,073211 -0,00788 -0,001203 -0,006673

41 LMPI 0,096509 0,166154 -0,069645 0,018313 -0,000518 0,018831

42 LMSH -0,079155 0,022917 -0,102072 0,006715 -0,003233 0,009948

43 LPIN -0,221944 0,126298 -0,348242 -0,26444 -0,010655 -0,253780

44 MBTO -0,020126 0,007971 -0,028097 0,031884 -0,001478 0,033362

45 MERK -0,031059 0,027689 -0,058748 0,061591 -0,001707 0,063298

46 MLBI 0,039849 0,471026 -0,431178 0,055607 -0,000438 0,056045


108

Lampiran V : Data Perhitungan Discretionary Accruals Tahun 2015, 2016 (Lanjutan)


TAC/Tait-1

(1)

NDAit

(2)

DAit

(1) – (2)

TAC/Tait-1

(1)

NDAit

(2)

DAit

(1)– (2)

47 MLIA -0,143538 0,743026 -0,886563 -0,0135 -0,001147 -0,012351

48 MYOR -0,115634 0,298906 -0,414540 0,10909 -0,001414 0,162322

49 PICO -0,020008 0,274323 -0,294330 0,077901 -0,000364 0,078265

50 PSDN 0,030128 -0,000948 0,031076 -0,04692 -0,000605 -0,046318

51 RICY -0,083715 -0,085344 0,001629 -0,01306 0,001722 -0,014786

52 ROTI -0,106084 0,308704 -0,414788 0,013226 -0,000954 0,014180

53 SCCO 0,032995 -0,008827 0,041821 -0,06806 -0,000893 -0,067170

54 SIMA -0,226929 -0,008677 -0,218253 -0,00689 -0,000737 -0,006157

55 SIPD -0,176683 -0,033814 -0,142869 0,021238 -0,001299 0,022537

56 SKLT 0,025555 0,248315 -0,222760 0,096406 -0,007454 0,103860

57 SMBR -0,073370 0,034825 -0,108195 0,082394 -0,005378 0,087772

58 SMSM 0,061918 0,158729 -0,096811 0,048711 -0,000358 0,049068

59 SPMA 0,039126 0,290646 -0,251520 -0,04498 0,000691 -0,045674

60 SQBB 0,107908 0,043658 0,064250 0,0476 -0,000216 0,047816

61 SRSN 0,341368 0,075194 0,266173 -0,2048 0,004533 -0,209338

62 STAR 0,006914 -0,056372 0,063286 -0,00966 -0,006760 -0,002901

63 TCID 0,076274 0,103831 -0,027557 -0,01529 0,000067 -0,015360

64 TOTO 0,125967 0,166782 -0,040815 -0,02001 -0,001195 -0,018814

65 TRIS 0,016210 0,148404 -0,132194 0,064249 -0,001445 0,065694

66 TRST -0,026270 0,153125 -0,179394 -0,05512 0,000112 -0,055233

67 TSPC -0,020949 0,088782 -0,109731 0,035694 -0,000224 0,035918

68 ULTJ 0,008023 0,036786 -0,028763 0,037667 -0,003083 0,040750

69 UNIT 0,232168 0,013395 0,218774 -0,00901 -0,002370 -0,006636


109

Lampiran V : Data Perhitungan Discretinary Accruals Tahun 2015, 2016 (Lanjutan)


TAC/Tait-1

(1)

NDAit

(2)

DAit

(1) – (2)

TAC/Tait-1

(1)

NDAit

(2)

DAit

(1)– (2)

70 UNVR 0,114865 0,017649 0,097216 0,141691 -0,000289 0,141980

71 YPAS -0,101836 -0,023794 -0,078043 0,036699 -0,000055 0,036754

72 WIIM 0,161338 -0,020993 0,182330 -0,000174 -0,001513 -0,000228


110

Lampiran VI : Data Perhitungan Profitabilitas Tahun 2014, 2015, 2016 (%)

No Kode

Emiten

2014 2015

Net Income Total Aset ROI Net Income Total Aset ROI

1 ADES 31,021,000,000 504,865,000,000 6,14 32,839,000,000 653,224,000,000 5,03

2 AKPI 34,690,704,000 1,035,845,653,000 3,35 27,644,714,000 1,183,143,132,000 2,34

3 ALKA 2,659,254,000 63,235,904,000 4,21 -1,175,538,000 85,628,405,000 -1,37

4 ALMI 3,664,436,757 3,212,438,981,224 0,11 -53,613,905,767 2,189,037,586,057 -2,45

5 AMFG 458,635,000,000 3,184,642,000,000 14,40 341,346,000,000 2,270,275,000,000 15,04

6 APLI 9,626,571,647 225,257,926,102 4,27 1,854,274,736 308,620,387,248 0,60

7 ARNA 261,651,053,219 912,230,541,132 28,68 71,209,943,348 93,779,475,454 7,65

8 AUTO 956,409,000,000 10,136,557,000,000 9,44 322,701,000,000 14,339,110,000,000 2,25

9 BAJA 14,077,852,427 188,323,968,614 7,48 -9,349,900,882 948,682,681,142 -0,99

10 BATA 70,781,440,000 429,115,605,000 16,49 129,519,446,000 795,257,974,000 16,29

11 BRNA 60,493,636,000 366,374,815,000 16,51 -7,159,572,000 1,820,783,911,000 -0,39

12 BTON 7,630,330,090 146,640,218,904 5,20 6,323,778,025 163,116,245,288 3,88

13 BUDI 28,499,000,000 913,351,000,000 3,12 21,072,000,000 3,265,953,000,000 0,65

14 CEKA 41,001,414,954 537,551,172,122 7,63 106,549,446,980 1,485,826,210,015 7,17

15 CPIN 1,746,644,000,000 10,943,289,000,000 15,96 1,832,598,000,000 14,684,915,000,000 12,48

16 DAJK 90,592,575,000 1,065,619,060,000 8,50 -439,404,058,000 1,997,766,867,000 -21,99

17 DLTA 288,073,432,000 764,473,253,000 37,68 192,045,199,000 1,038,321,916,000 18,50

18 DPNS 14,519,866,284 236,082,522,272 6,15 9,859,176,172 274,483,110,371 3,59

19 DVLA 80,929,476,000 962,431,483,000 8,41 107,894,430,000 1,376,278,237,000 7,84

20 EKAD 40,756,078,282 273,199,231,964 14,92 47,040,256,456 189,691,595,500 24,80

21 FASW 86,745,854,950 1,644,677,896,139 5,27 -308,896,601,295 6,993,634,266,969 -4,42

22 HMSP 10,181,083,000,000 13,498,114,000,000 75,43 10,363,308,000,000 38,010,724,000,000 27,26

23 ICBP 2,531,681,000,000 15,039,947,000,000 16,83 2,923,148,000,000 26,560,624,000,000 11,01

24 IGAR 54,898,874,758 263,451,227,145 20,84 51,416,184,307 383,936,040,590 13,39


111

Lampiran VI : Data Perhitungan Profitabilitas Tahun 2014, 2015, 2016 (%) (Lanjutan)

No Kode

Emiten

2014 2015


25 INAF 1,440,337,677 591,963,192,495 0,24 6,565,707,419 1,533,708,564,241 0,43

26 INAI 22,058,700,759 145,842,103,885 15,13 28,615,673,167 1,330,259,296,537 2,15

27 INCI 11,028,221,012 137,119,907,248 8,04 16,960,660,023 169,546,066,314 10,00

28 INDS 127,657,349,869 1,828,318,551,877 6,98 1,933,819,152 2,553,928,346,219 0,08

29 INTP 5,293,416,000,000 24,784,801,000,000 21,36 4,356,661,000,000 27,638,360,000,000 15,76

30 JECC 23,844,710,000 171,355,054,000 13,92 2,464,669,000 358,464,081,000 0,69

31 JPFA 384,846,000,000 5,289,994,000,000 7,27 524,484,000,000 7,159,466,000,000 7,33

32 JPRS 13,693,234,452 355,632,864,298 3,85 -21,989,704,979 323,265,042,157 -6,80

33 KBLI 70,080,135,740 940,756,718,451 7,45 115,371,098,970 751,799,840,976 15,35

34 KBLM 20,623,713,329 290,287,873,142 7,10 12,760,365,612 154,385,717,061 8,27

35 KBRI -17,526,287,252 1,299,315,036,743 -1,35 -155,746,630,931 1,455,931,208,462 -10,70

36 KDSI 44,489,139,365 952,177,443,047 4,67 11,470,563,293 1,177,093,668,866 0,97

37 KIAS 92,239,403,158 2,116,797,023,068 4,36 -163,719,244,899 2,124,390,696,519 -7,71

38 KICI 4,703,508,241 78,680,086,844 5,98 -13,000,883,220 133,831,888,816 -9,71

39 KLBF 2,121,090,581,630 9,817,475,678,446 21,61 2,057,694,281,873 13,696,417,381,439 15,02

40 LION 49,001,630,102 443,978,957,043 11,04 46,018,637,487 639,330,150,373 7,20

41 LMPI 1,710,590,575 399,130,784,193 0,43 3,968,046,308 793,093,512,600 0,50

42 LMSH 7,403,115,436 115,951,209,812 6,38 1,944,443,395 133,782,751,041 1,45

43 LPIN -9,416,233,847 185,595,748,325 -5,07 -18,173,655,308 324,054,785,283 -5,61

44 MBTO 2,925,070,199 619,383,082,066 0,47 -14,056,549,894 648,899,377,240 -2,17

45 MERK 181,472,234,000 553,690,856,000 32,78 142,545,462,000 641,646,818,000 22,22

46 MLBI 794,883,000,000 553,797,000,000 143,53 496,909,000,000 2,100,853,000,000 23,65

47 MLIA 125,013,335,000 1,321,572,099,000 9,46 -155,911,645,000 7,125,800,277,000 -2,19

48 MYOR 409,824,768,594 4,100,554,992,789 9,99 1,250,233,128,560 11,342,715,686,221 11,02


112

Lampiran VI : Data Perhitungan Profitabilitas Tahun 2014, 2015, 2016 (%) (Lanjutan

No Kode

Emiten

2014 2015


49 PICO 16,153,616,369 231,101,202,611 6,99 14,975,406,018 605,788,310,444 2,47

50 PSDN -27,665,669,917 622,508,294,824 -4,44 -42,619,829,577 620,398,854,182 -6,87

51 RICY 15,111,531,641 396,313,081,245 3,81 13,465,713,464 198,193,867,892 6,79

52 ROTI 188,577,521,074 960,122,354,744 19,64 270,538,700,440 2,706,323,637,034 10,00

53 SCCO 137,618,900,727 814,392,519,881 16,90 159,119,646,125 773,144,328,632 20,58

54 SIMA 1,378,596,138 31,397,753,515 4,39 -1,483,892,133 30,080,558,448 -4,93

55 SIPD 2,064,055,454 2,800,914,553,878 0,07 -362,030,918,107 2,246,770,166,899 -16,11

56 SKLT 16,480,714,984 153,368,106,620 10,75 20,066,791,849 377,110,748,359 5,32

57 SMBR 328,336,316,000 2,717,247,111,000 12,08 354,180,062,000 3,268,667,933,000 10,84

58 SMSM 420,436,000,000 1,146,837,000,000 36,66 461,307,000,000 2,220,108,000,000 20,78

59 SPMA 48,602,721,399 804,600,054,999 6,04 -42,597,342,144 2,185,464,365,772 -1,95

60 SQBB 164,808,009,000 368,878,943,000 44,68 150,207,262,000 464,027,522,000 32,37

61 SRSN 14,456,260,000 328,835,439,000 4,40 15,504,788,000 474,073,314,000 3,27

62 STAR 481,696,033 490,173,327,018 0,10 306,885,570 329,020,553,961 0,09

63 TCID 174,314,394,101 1,283,504,442,268 13,58 544,474,278,014 2,082,096,848,703 26,15

64 TOTO 293,803,908,949 1,231,192,322,624 23,86 285,236,780,659 2,439,540,859,205 11,69

65 TRIS 35,944,155,042 309,510,415,383 11,61 44,185,600,625 577,786,346,557 7,65

66 TRST 30,084,477,143 1,761,493,183,162 1,71 25,314,103,403 3,357,359,499,954 0,75

67 TSPC 585,790,816,012 4,132,338,998,550 14,18 529,218,651,807 6,284,729,099,203 8,42

68 ULTJ 283,360,914,211 2,917,083,567,355 9,71 523,100,215,029 3,539,995,910,248 14,78

69 UNIT 396,296,296 241,653,558,598 0,16 385,953,128 260,539,382,206 0,15

70 UNVR 5,738,523,000,000 14,280,670,000,000 40,18 5,851,805,000,000 15,729,945,000,000 37,20

71 YPAS -8,931,976,717 320,494,592,961 -2,79 -9,880,781,293 279,189,768,587 -3,54

72 WIIM 112,304,822,060 854,425,098,590 13,14 131,081,111,587 742,700,045,391 17,65


113


No Kode

Emiten

2016

Net Income Total Aset ROI

1 ADES 55,951,000,000 667,479,000,000 8,38

2 AKPI 52,393,875,000 1,015,909,190,000 5,16

3 ALKA 516,167,000 56,618,855,000 0,91

4 ALMI (99,931,854,409) 2,153,030,503,531 -4,64

5 AMFG 260,444,000,000 3,504,890,000,000 7,43

6 APLI 25,109,482,194 314,468,690,130 7,98

7 ARNA 91,375,910,975 843,216,299,146 10,84

8 AUTO 483,421,000,000 14,612,274,000,000 3,31

9 BAJA 34,875,088,122 982,626,956,424 3,55

10 BATA 42,231,663,000 804,742,917,000 5,25

11 BRNA 12,664,977,000 2,088,696,909,000 0,61

12 BTON (5,974,737,984) 137,290,628,918 -4,35

13 BUDI 38,624,000,000 2,931,807,000,000 1,32

14 CEKA 249,697,013,626 1,425,964,152,418 17,51

15 CPIN 2,251,813,000,000 10,204,994,000,000 22,07

16 DAJK (366,329,502,000) 1,525,823,348,000 -24,01

17 DLTA 254,509,268,000 1,197,796,650,000 21,25

18 DPNS 10,009,391,103 296,129,565,784 3,38

19 DVLA 152,083,400,000 1,531,365,558,000 9,93

20 EKAD 90,685,821,530 302,508,630,708 29,98

21 FASW 778,012,761,625 8,583,223,835,997 9,06

22 HMSP 12,762,229,000,000 42,508,277,000,000 30,02

23 ICBP 3,631,301,000,000 28,901,948,000,000 12,56

24 IGAR 69,305,629,795 439,465,673,296 15,77


114


No Kode

Emiten

2016


25 INAF 8157014418 1,126,524,736,436 0,72

26 INAI 35,552,975,244 1,339,032,413,455 2,66

27 INCI 9,988,836,259 179,351,381,344 5,57

28 INDS 49,556,367,334 2,477,272,502,538 2,00

29 INTP 3,870,319,000,000 30,150,580,000,000 12,84

30 JECC 132,423,161,000 187,210,576,000 70,73

31 JPFA 2,171,608,000,000 9,251,026,000,000 23,47

32 JPRS (19,268,949,081) 341,318,309,863 -5,65

33 KBLI 334,338,838,592 871,422,416,044 38,37

34 KBLM 19,839,776,240 339,091,366,917 5,85

35 KBRI (102,760,678,879) 1,263,726,833,318 -8,13

36 KDSI 47,127,349,067 1,142,273,020,550 4,13

37 KIAS (252,499,000,000) 1,859,670,000,000 -13,58

38 KICI 362,936,663 139,809,135,385 0,26

39 KLBF 2,350,884,933,551 15,226,009,210,657 15,44

40 LION 42,345,417,055 685,812,995,987 6,17

41 LMPI 6,933,035,457 810,364,824,722 0,86

42 LMSH 6,252,814,811 162,828,169,250 3,84

43 LPIN (64,037,459,813) 477,838,306,256 -13,40

44 MBTO 8,813,611,079 709,959,168,088 1,24

45 MERK 153,842,847,000 743,934,894,000 20,68

46 MLBI 982,129,000,000 2,275,038,000,000 43,17

47 MLIA 9,039,563,000 7,723,678,677,000 0,12

48 MYOR 1,388,676,127,665 12,922,421,859,142 10,75


115


No Kode

Emiten

2016


49 PICO 13,753,451,941 638,566,761,462 2,15

50 PSDN (36,662,178,272) 653,796,725,408 -5,61

51 RICY 14,033,426,519 68,683,925,066 20,43

52 ROTI 279,777,368,831 2,919,640,858,718 9,58

53 SCCO 340,593,630,534 949,935,491,586 35,85

54 SIMA (701,340,771) 32,194,897,678 -2,18

55 SIPD 13,048,780,927 2,567,211,193,259 0,51

56 SKLT 20,646,121,074 568,239,939,951 3,63

57 SMBR 259,090,525,000 4,368,876,996,000 5,93

58 SMSM 502,192,000,000 2,254,740,000,000 22,27

59 SPMA 81,063,430,679 2,158,852,415,950 3,75

60 SQBB 165,195,371,000 479,233,790,000 34,47

61 SRSN 11,056,051,000 317,149,704,000 3,49

62 STAR 462,555,306 690,187,353,961 0,07

63 TCID 162,059,596,347 2,185,101,038,101 7,42

64 TOTO 168,564,583,718 2,581,440,938,262 6,53

65 TRIS 25,213,015,324 639,701,164,511 3,94

66 TRST 33,794,866,940 3,290,596,224,286 1,03

67 TSPC 545,493,536,262 6,585,807,349,438 8,28

68 ULTJ 709,825,635,742 4,239,199,641,365 16,74

69 UNIT 860,775,733 332,913,180,372 0,26

70 UNVR 6,390,672,000,000 16,745,695,000,000 38,16

71 YPAS (10,932,426,503) 280,257,664,992 -3,90

72 WIIM 106,290,306,868 853,634,132,275 12,45


116

Lampiran VII : Data Perhitungan Leverage Tahun 2014, 2015, 2016 (%)

No Kode

Emiten

2014 2015

Total Hutang Total Aset Debt Total Hutang Total Aset Debt

1 ADES 210,845,000,000 504,865,000,000 0,42 324,855,000,000 653,224,000,000 0,50

2 AKPI 1,195,437,301,000 1,035,845,653,000 1,15 1,775,577,239,000 1,183,143,132,000 1,50

3 ALKA 183,316,853,000 63,235,904,000 2,90 82,596,104,000 85,628,405,000 0,96

4 ALMI 2,602,503,860,226 3,212,438,981,224 0,81 1,623,926,585,475 2,189,037,586,057 0,74

5 AMFG 844,685,000,000 3,184,642,000,000 0,27 880,052,000,000 2,270,275,000,000 0,39

6 APLI 48,553,666,560 225,257,926,102 0,22 87,059,306,497 308,620,387,248 0,28

7 ARNA 349,995,874,987 912,230,541,132 0,38 536,050,998,398 930,779,475,454 0,58

8 AUTO 4,244,862,000,000 10,136,557,000,000 0,42 4,195,684,000,000 14,339,110,000,000 0,29

9 BAJA 788,479,094,184 188,323,968,614 4,19 787,055,068,790 948,682,681,142 0,83

10 BATA 349,293,491,000 429,115,605,000 0,81 248,070,766,000 795,257,974,000 0,31

11 BRNA 976,013,390,000 366,374,815,000 2,66 992,869,623,000 1,820,783,911,000 0,55

12 BTON 27,206,679,934 146,640,218,904 0,19 34,011,648,533 163,116,245,288 0,21

13 BUDI 1,568,051,000,000 913,351,000,000 1,72 2,160,702,000,000 3,265,953,000,000 0,66

14 CEKA 746,598,865,219 537,551,172,122 1,39 845,932,695,663 1,485,826,210,015 0,57

15 CPIN 9,836,577,000,000 10,943,289,000,000 0,90 12,123,488,000,000 14,684,915,000,000 0,83

16 DAJK 677,511,744,000 1,065,619,060,000 0,64 1,224,872,919,000 1,997,766,867,000 0,61

17 DLTA 237,047,063,000 764,473,253,000 0,31 188,700,435,000 1,038,321,916,000 0,18

18 DPNS 32,849,679,334 236,082,522,272 0,14 33,187,031,327 274,483,110,371 0,12

19 DVLA 293,785,055,000 962,431,483,000 0,31 402,760,903,000 1,376,278,237,000 0,29

20 EKAD 143,820,128,736 273,199,231,964 0,53 97,730,178,889 189,691,595,500 0,52

21 FASW 3,964,899,470,440 1,644,677,896,139 2,41 4,548,288,087,745 6,993,634,266,969 0,65

22 HMSP 14,882,516,000,000 13,498,114,000,000 1,10 5,994,664,000,000 38,010,724,000,000 0,16

23 ICBP 10,445,187,000,000 15,039,947,000,000 0,69 10,173,713,000,000 26,560,624,000,000 0,38

24 IGAR 92,945,504,329 263,451,227,145 0,35 73,471,782,127 383,936,040,590 0,19


117

Lampiran VII : Data Perhitungan Leverage Tahun 2014, 2015, 2016 (%) (Lanjutan)

No Kode

Emiten

2014 2015


25 INAF 662,061,635,028 591,963,192,495 1,12 940,999,667,498 1,533,708,564,241 0,61

26 INAI 771,921,558,950 145,842,103,885 5,29 1,090,438,393,880 1,330,259,296,537 0,82

27 INCI 11,328,447,922 137,119,907,248 0,08 15,494,757,317 169,546,066,314 0,09

28 INDS 459,998,606,660 1,828,318,551,877 0,25 634,889,428,231 2,553,928,346,219 0,25

29 INTP 4,307,622,000,000 24,784,801,000,000 0,17 3,772,410,000,000 27,638,360,000,000 0,14

30 JECC 897,735,513,000 171,355,054,000 5,24 990,707,822,000 358,464,081,000 2,76

31 JPFA 10,579,414,000,000 5,289,994,000,000 2,00 11,049,774,000,000 7,159,466,000,000 1,54

32 JPRS 22,685,243,179 355,632,864,298 0,06 30,806,011,707 323,265,042,157 0,10

33 KBLI 414,243,649,312 940,756,718,451 0,44 524,437,909,934 751,799,840,976 0,70

34 KBLM 356,961,782,297 290,287,873,142 1,23 357,910,337,055 154,385,717,061 2,32

35 KBRI 621,855,911,958 1,299,315,036,743 0,48 934,677,601,389 1,455,931,208,462 0,64

36 KDSI 588,299,859,463 952,177,443,047 0,62 798,172,379,792 1,177,093,668,866 0,68

37 KIAS 249,533,735,885 2,116,797,023,068 0,12 317,492,000,000 2,124,390,696,519 0,15

38 KICI 32,370,776,498 78,680,086,844 0,41 40,460,281,468 133,831,888,816 0,30

39 KLBF 2,675,166,377,592 9,817,475,678,446 0,27 2,758,131,396,170 13,696,417,381,439 0,20

40 LION 156,123,759,272 443,978,957,043 0,35 184,730,654,202 639,330,150,373 0,29

41 LMPI 413,237,817,893 399,130,784,193 1,04 391,881,675,091 793,093,512,600 0,49

42 LMSH 28,441,933,937 115,951,209,812 0,25 21,341,373,897 133,782,751,041 0,16

43 LPIN 48,626,571,931 185,595,748,325 0,26 207,564,071,081 324,054,785,283 0,64

44 MBTO 180,110,021,474 619,383,082,066 0,29 214,685,781,274 648,899,377,240 0,33

45 MERK 166,811,511,000 553,690,856,000 0,30 168,103,536,000 641,646,818,000 0,26

46 MLBI 1,677,254,000,000 553,797,000,000 3,03 1,334,373,000,000 2,100,853,000,000 0,64

47 MLIA 6,062,563,787,000 1,321,572,099,000 4,59 6,010,681,233,000 7,125,800,277,000 0,84

48 MYOR 6,220,960,735,713 4,100,554,992,789 1,52 6,148,255,759,034 11,342,715,686,221 0,54


118

Lampiran VII : Data Perhitungan Leverage Tahun 2014, 2015, 2016 (%) (Lanjutan)

No Kode

Emiten

2014 2015


49 PICO 396,102,056,004 231,101,202,611 1,71 358,697,326,131 605,788,310,444 0,59

50 PSDN 250,785,019,608 622,508,294,824 0,40 296,079,753,266 620,398,854,182 0,48

51 RICY 781,749,249,068 396,313,081,245 1,97 798,114,824,380 198,193,867,892 4,03

52 ROTI 1,189,311,196,709 960,122,354,744 1,24 1,517,788,685,162 2,706,323,637,034 0,56

53 SCCO 846,052,863,354 814,392,519,881 1,04 850,791,824,810 773,144,328,632 1,10

54 SIMA 32,381,370,707 31,397,753,515 1,03 11,338,059,067 30,080,558,448 0,38

55 SIPD 1,509,417,123,614 2,800,914,553,878 0,54 1,512,527,888,605 2,246,770,166,899 0,67

56 SKLT 178,206,785,017 153,368,106,620 1,16 225,066,080,248 377,110,748,359 0,60

57 SMBR 245,388,549,000 2,717,247,111,000 0,09 319,315,349,000 3,268,667,933,000 0,10

58 SMSM 635,514,000,000 1,146,837,000,000 0,55 779,860,000,000 2,220,108,000,000 0,35

59 SPMA 1,296,175,354,250 804,600,054,999 1,61 1,390,005,205,106 2,185,464,365,772 0,64

60 SQBB 90,473,777,000 368,878,943,000 0,25 109,974,035,000 464,027,522,000 0,24

61 SRSN 134,510,685,000 328,835,439,000 0,41 233,993,478,000 474,073,314,000 0,49

62 STAR 287,001,566,564 490,173,327,018 0,59 239,344,544,398 329,020,553,961 0,73

63 TCID 569,730,901,368 1,283,504,442,268 0,44 367,225,370,670 2,082,096,848,703 0,18

64 TOTO 796,096,371,054 1,231,192,322,624 0,65 947,997,940,099 2,439,540,859,205 0,39

65 TRIS 214,390,227,222 309,510,415,383 0,69 293,975,493,771 577,786,346,557 0,51

66 TRST 1,499,792,311,890 1,761,493,183,162 0,85 1,400,438,809,900 3,357,359,499,954 0,42

67 TSPC 1,527,428,955,386 4,132,338,998,550 0,37 1,947,588,124,083 6,284,729,099,203 0,31

68 ULTJ 651,985,807,625 2,917,083,567,355 0,22 742,490,216,326 3,539,995,910,248 0,21

69 UNIT 199,073,815,553 241,653,558,598 0,82 217,565,067,467 260,539,382,206 0,84

70 UNVR 9,681,888,000,000 14,280,670,000,000 0,68 10,902,585,000,000 15,729,945,000,000 0,69

71 YPAS 158,615,180,283 320,494,592,961 0,49 128,790,247,858 279,189,768,587 0,46

72 WIIM 478,482,577,195 854,425,098,590 0,56 398,991,064,485 742,700,045,391 0,54


119

Lampiran VII : Data Perhitungan Leverage Tahun 2014, 2015, 2016 (%

No Kode

Emiten

2016

Total Hutang Total Aset Debt

1 ADES 383,091,000,000 667,479,000,000 0,57

2 AKPI 1,495,874,021,000 1,015,909,190,000 1,47

3 ALKA 75,514,424,000 56,618,855,000 1,33

4 ALMI 1,749,336,161,470 2,153,030,503,531 0,81

5 AMFG 1,905,626,000,000 3,504,890,000,000 0,54

6 APLI 67,967,245,679 314,468,690,130 0,22

7 ARNA 595,128,097,887 843,216,299,146 0,71

8 AUTO 4,075,716,000,000 14,612,274,000,000 0,28

9 BAJA 247,587,638,000 982,626,956,424 0,25

10 BATA 247,587,638,000 804,742,917,000 0,31

11 BRNA 1,060,343,634,000 2,088,696,909,000 0,51

12 BTON 33,757,198,849 137,290,628,918 0,25

13 BUDI 1,766,825,000,000 2,931,807,000,000 0,60

14 CEKA 538,044,038,690 1,425,964,152,418 0,38

15 CPIN 10,047,751,000,000 10,204,994,000,000 0,98

16 DAJK 1,132,896,039,000 1,525,823,348,000 0,74

17 DLTA 185,422,642,000 1,197,796,650,000 0,15

18 DPNS 32,865,162,199 296,129,565,784 0,11

19 DVLA 451,785,946,000 1,531,365,558,000 0,30

20 EKAD 110,503,822,983 302,508,630,708 0,37

21 FASW 5,424,781,372,865 8,583,223,835,997 0,63

22 HMSP 8,333,263,000,000 42,508,277,000,000 0,20

23 ICBP 10,401,125,000,000 28,901,948,000,000 0,36

24 IGAR 65,716,637,766 439,465,673,296 0,15


120


No Kode

Emiten

2016


25 INAF 517,846,149,699 1,126,524,736,436 0,46

26 INAI 1,081,015,810,782 1,339,032,413,455 0,81

27 INCI 26,524,918,593 179,351,381,344 0,15

28 INDS 409,208,624,907 2,477,272,502,538 0,17

29 INTP 4,011,877,000,000 30,150,580,000,000 0,13

30 JECC 1,116,872,234,000 187,210,576,000 5,97

31 JPFA 9,878,052,000,000 9,251,026,000,000 1,07

32 JPRS 43,106,380,598 341,318,309,863 0,13

33 KBLI 550,076,575,595 871,422,416,044 0,63

34 KBLM 318,436,039,653 339,091,366,917 0,94

35 KBRI 844,568,778,363 1,263,726,833,318 0,67

36 KDSI 722,488,734,446 1,142,273,020,550 0,63

37 KIAS 339,640,000,000 1,859,670,000,000 0,18

38 KICI 50,799,380,910 139,809,135,385 0,36

39 KLBF 2,762,162,069,572 15,226,009,210,657 0,18

40 LION 215,209,902,816 685,812,995,987 0,31

41 LMPI 402,192,705,158 810,364,824,722 0,50

42 LMSH 45,511,700,128 162,828,169,250 0,28

43 LPIN 426,243,285,867 477,838,306,256 0,89

44 MBTO 269,032,270,377 709,959,168,088 0,38

45 MERK 161,262,425,000 743,934,894,000 0,22

46 MLBI 1,454,398,000,000 2,275,038,000,000 0,64

47 MLIA 6,110,478,983,000 7,723,678,677,000 0,79

48 MYOR 6,657,165,872,077 12,922,421,859,142 0,52


121


No Kode

Emiten

2016


49 PICO 372,723,897,214 638,566,761,462 0,58

50 PSDN 373,511,385,025 653,796,725,408 0,57

51 RICY 876,184,855,001 68,683,925,066 12,76

52 ROTI 1,476,889,086,692 2,919,640,858,718 0,51

53 SCCO 1,229,514,818,362 949,935,491,586 1,29

54 SIMA 11,920,344,067 32,194,897,678 0,37

55 SIPD 1,424,380,421,256 2,567,211,193,259 0,55

56 SKLT 272,088,644,079 568,239,939,951 0,48

57 SMBR 1,248,119,294,000 4,368,876,996,000 0,29

58 SMSM 674,685,000,000 2,254,740,000,000 0,30

59 SPMA 1,047,296,887,831 2,158,852,415,950 0,49

60 SQBB 124,404,091,000 479,233,790,000 0,26

61 SRSN 315,096,071,000 317,149,704,000 0,99

62 STAR 200,161,402,637 690,187,353,961 0,29

63 TCID 401,942,530,776 2,185,101,038,101 0,18

64 TOTO 1,057,566,418,720 2,581,440,938,262 0,41

65 TRIS 293,073,984,034 639,701,164,511 0,46

66 TRST 1,358,241,040,272 3,290,596,224,286 0,41

67 TSPC 1,950,534,206,746 6,585,807,349,438 0,30

68 ULTJ 749,966,146,582 4,239,199,641,365 0,18

69 UNIT 188,891,359,540 332,913,180,372 0,57

70 UNVR 12,041,437,000,000 16,745,695,000,000 0,72

71 YPAS 138,256,225,581 280,257,664,992 0,49

72 WIIM 362,540,740,471 853,634,132,275 0,42


122

Lampiran VIII: Data Perhitungan Ukuran Perusahaan Tahun 2014, 2015, 2016 (%)

No Kode

Emiten

2014 2015 2016

Total Aset Log Total Aset Log Total Aset Log

1 ADES 504,865,000,000 11,7032 653,224,000,000 11,8151 767,479,000,000 11,8851

2 AKPI 2,227,042,590,000 12,3477 2,883,143,132,000 12,4599 2,615,909,190,000 12,4176

3 ALKA 244,879,397,000 11,3890 144,628,405,000 11,1603 136,618,855,000 11,1355

4 ALMI 3,212,438,981,224 12,5068 2,189,037,586,057 12,3403 2,153,030,503,531 12,3331

5 AMFG 3,918,391,000,000 12,5931 4,270,275,000,000 12,6305 5,504,890,000,000 12,7407

6 APLI 273,126,657,794 11,4364 308,620,387,248 11,4894 314,468,690,130 11,4976

7 ARNA 1,259,938,133,543 12,1003 1,430,779,475,454 12,1556 1,543,216,299,146 12,1884

8 AUTO 14,387,568,000,000 13,1580 14,339,110,000,000 13,1565 14,612,274,000,000 13,1647

9 BAJA 974,632,970,453 11,9888 948,682,681,142 11,9771 982,626,956,424 11,9924

10 BATA 774,891,087,000 11,8892 795,257,974,000 11,9005 804,742,917,000 11,9057

11 BRNA 1,334,085,916,000 12,1252 1,820,783,911,000 12,2603 2,088,696,909,000 12,3199

12 BTON 174,157,547,015 11,2409 183,116,245,288 11,2627 177,290,628,918 11,2487

13 BUDI 2,476,982,000,000 12,3939 3,265,953,000,000 12,5140 2,931,807,000,000 12,4671

14 CEKA 1,284,150,037,341 12,1086 1,485,826,210,015 12,1720 1,425,964,152,418 12,1541

15 CPIN 20,862,439,000,000 13,3194 24,684,915,000,000 13,3924 24,204,994,000,000 13,3839

16 DAJK 1,902,696,164,000 12,2794 1,997,766,867,000 12,3005 1,525,823,348,000 12,1835

17 DLTA 991,947,134,000 11,9965 1,038,321,916,000 12,0163 1,197,796,650,000 12,0784

18 DPNS 268,877,322,944 11,4296 274,483,110,371 11,4385 296,129,565,784 11,4715

19 DVLA 1,236,247,525,000 12,0921 1,376,278,237,000 12,1387 1,531,365,558,000 12,1851

20 EKAD 411,348,790,570 11,6142 389,691,595,500 11,5907 702,508,630,708 11,8467

21 FASW 5,581,000,723,345 12,7467 6,993,634,266,969 12,8447 8,583,223,835,997 12,9337

22 HMSP 28,380,630,000,000 13,4530 38,010,724,000,000 13,5799 42,508,277,000,000 13,6285

23 ICBP 24,910,211,000,000 13,3964 26,560,624,000,000 13,4242 28,901,948,000,000 13,4609

24 IGAR 349,894,783,575 11,5439 383,936,040,590 11,5843 439,465,673,296 11,6429


123


No Kode

Emiten

2014 2015 2016


25 INAF 1,248,343,275,406 12,0963 1,533,708,564,241 12,1857 1,126,524,736,436 12,0517

26 INAI 897,281,657,710 11,9529 1,330,259,296,537 12,1239 1,339,032,413,455 12,1268

27 INCI 147,992,617,351 11,1702 169,546,066,314 11,2293 269,351,381,344 11,4303

28 INDS 2,282,666,078,493 12,3584 2,553,928,346,219 12,4072 2,477,272,502,538 12,3940

29 INTP 28,884,973,000,000 13,4607 27,638,360,000,000 13,4415 30,150,580,000,000 13,4793

30 JECC 1,062,476,023,000 12,0263 1,358,464,081,000 12,1330 1,587,210,576,000 12,2006

31 JPFA 15,730,435,000,000 13,1967 17,159,466,000,000 13,2345 19,251,026,000,000 13,2845

32 JPRS 370,967,708,751 11,5693 363,265,042,157 11,5602 351,318,309,863 11,5457

33 KBLI 1,337,351,473,763 12,1262 1,551,799,840,976 12,1908 1,871,422,416,044 12,2722

34 KBLM 647,696,854,298 11,8114 654,385,717,061 11,8158 639,091,366,917 11,8056

35 KBRI 1,299,315,036,743 12,1137 1,455,931,208,462 12,1631 1,263,726,833,318 12,1017

36 KDSI 952,177,443,047 11,9787 1,177,093,668,866 12,0708 1,142,273,020,550 12,0578

37 KIAS 2,352,542,603,065 12,3715 2,124,390,696,519 12,3272 1,859,670,000,000 12,2694

38 KICI 96,745,744,221 10,9856 133,831,888,816 11,1266 139,809,135,385 11,1455

39 KLBF 12,425,032,367,729 13,0943 13,696,417,381,439 13,1366 15,226,009,210,657 13,1826

40 LION 600,102,716,315 11,7782 639,330,150,373 11,8057 685,812,995,987 11,8362

41 LMPI 808,892,238,344 11,9079 793,093,512,600 11,8993 810,364,824,722 11,9087

42 LMSH 139,915,598,255 11,1459 133,782,751,041 11,1264 162,828,169,250 11,2117

43 LPIN 185,595,748,325 11,2686 324,054,785,283 11,5106 477,838,306,256 11,6793

44 MBTO 619,383,082,066 11,7920 648,899,377,240 11,8122 709,959,168,088 11,8512

45 MERK 716,599,526,000 11,8553 641,646,818,000 11,8073 743,934,894,000 11,8715

46 MLBI 2,231,051,000,000 12,3485 2,100,853,000,000 12,3224 2,275,038,000,000 12,3570

47 MLIA 7,215,152,320,000 12,8582 7,125,800,277,000 12,8528 7,723,678,677,000 12,8878

48 MYOR 10,291,108,029,334 13,0125 11,342,715,686,221 13,0547 12,922,421,859,142 13,1113


124


No Kode

Emiten

2014 2015 2016


49 PICO 626,626,507,164 11,7970 605,788,310,444 11,7823 638,566,761,462 11,8052

50 PSDN 622,508,294,824 11,7941 620,398,854,182 11,7927 653,796,725,408 11,8154

51 RICY 1,170,752,424,106 12,0685 1,198,193,867,892 12,0785 1,288,683,925,066 12,1101

52 ROTI 2,142,894,276,216 12,3310 2,706,323,637,034 12,4324 2,919,640,858,718 12,4653

53 SCCO 1,656,007,190,010 12,2191 1,773,144,328,632 12,2487 2,449,935,491,586 12,3892

54 SIMA 62,607,762,222 10,7966 40,080,558,448 10,6029 40,194,897,678 10,6042

55 SIPD 2,800,914,553,878 12,4473 2,246,770,166,899 12,3516 2,567,211,193,259 12,4095

56 SKLT 331,574,891,637 11,5206 377,110,748,359 11,5765 568,239,939,951 11,7545

57 SMBR 2,926,360,857,000 12,4663 3,268,667,933,000 12,5144 4,368,876,996,000 12,6404

58 SMSM 1,749,395,000,000 12,2429 2,220,108,000,000 12,3464 2,254,740,000,000 12,3531

59 SPMA 2,091,957,078,669 12,3206 2,185,464,365,772 12,3395 2,158,852,415,950 12,3342

60 SQBB 459,352,720,000 11,6621 464,027,522,000 11,6665 479,233,790,000 11,6805

61 SRSN 463,347,124,000 11,6659 574,073,314,000 11,7590 717,149,704,000 11,8556

62 STAR 775,917,827,931 11,8898 729,020,553,961 11,8627 690,187,353,961 11,8390

63 TCID 1,853,235,343,636 12,2679 2,082,096,848,703 12,3185 2,185,101,038,101 12,3395

64 TOTO 2,027,288,693,678 12,3069 2,439,540,859,205 12,3873 2,581,440,938,262 12,4119

65 TRIS 523,900,642,605 11,7192 577,786,346,557 11,7618 639,701,164,511 11,8060

66 TRST 3,261,285,495,052 12,5134 3,357,359,499,954 12,5260 3,290,596,224,286 12,5173

67 TSPC 5,609,556,653,195 12,7489 6,284,729,099,203 12,7983 6,585,807,349,438 12,8186

68 ULTJ 2,917,083,567,355 12,4649 3,539,995,910,248 12,5490 4,239,199,641,365 12,6273

69 UNIT 440,727,374,151 11,6442 460,539,382,206 11,6633 432,913,180,372 11,6364

70 UNVR 14,280,670,000,000 13,1547 15,729,945,000,000 13,1967 16,745,695,000,000 13,2239

71 YPAS 320,494,592,961 11,5058 279,189,768,587 11,4459 280,257,664,992 11,4476

72 WIIM 1,332,907,675,785 12,1248 1,342,700,045,391 12,1280 1,353,634,132,275 12,1315


125

Lampiran IX : Hasil Olah Data SPSS

Regression

Variables Entered/Removedb

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate Durbin-Watson

1 .384a .148 .110 .14256 2.164



ANOVAa

Model

Sum of

Squares df Mean Square F Sig.

1 Regression .239 3 .080 3.923 .012b

Residual 1.382 68 .020

Total 1.621 71


b. Predictors: (Constant), X3, X2, X1

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

t Sig.

Collinearity

Statistics

B

Std.

Error Beta Tolerance VIF

1 1(Consta

nt) .578 .354 1.634 .107

X1 .004 .001 .369 3.109 .003 .889 1.125

X2 .019 .018 .119 1.060 .293 .990 1.010

X3 -.049 .029 -.196 -1.656 .102 .894 1.118


Model Variables Entered

Variables

Removed Method

1 X3, X2, X1a . Enter

a. All requested variables entered.



126

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 72

Normal Parametersa Mean .0000000

Std.

Deviatio

n

.27904660

Most Extreme Differences Absolute .155

Positive .155

Negative -.105

Kolmogorov-Smirnov Z 1.312

Asymp. Sig. (2-tailed) .064

a. Test distribution is Normal.


Documents

PENGARUH PROFITABILITAS, LEVERAGE DAN … PROFITABILITAS, LEVERAGE DAN UKURAN PERUSAHAAN TERHADAP MANAJEMEN LABA (STUDI EMPIRIS PADA PERUSAHAAN MANUFAKTUR YANG TERDAFTAR DI BURSA EFEK