38
BAB V ANALISIS DATA DAN PEMBAHASAN
A. Analisis Data
1. Pengumpulan Data Data mengenai ukuran perusahaan yang berupa total aset dapat dilihat
pada bagian lampiran. Data mengenai leverage dengan proksi debt to equity ratio DER dapat dilihat pada bagian lampiran. Data mengenai
profitabilitas dengan proksi return on invesment ROI dapat dilihat pada bagian lampiran. Data mengenai manajemen laba berupa total aset,
operating cash flows,piutang usaha, penjualan bersih, laba bersih, dan property, plant, and equiptment dapat dilihat pada bagian lampiran.
2. Perhitungan ukuran perusahaan Ukuran perusahaan diukur menggunakan total aset perusahaan yang dapat
dilihat pada tabel 5.1: PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
39
Tabel 5. 1 Perhitungan ukuran perusahaan dengan Total aset
NO KODE
Total Aset NO
KODE Total Aset
2014 2014
1 ADES
504.865.000.000 39
KIAS 2.352.542.603.065
2 AKPI
2.227.042.590.000 40
KICI 96.745.744.221
3 ALDO
356.814.265.668 41
KLBF 12.425.032.367.729
4 ALKA
244.879.397.000 42
LION 600.102.716.315
5 ALMI
3.212.438.981.224 43
LMPI 808.892.238.344
6 AMFG
3.918.391.000.000 44
LMSH 139.915.598.255
7 APLI
273.126.657.794 45
MERK 716.599.526.000
8 ARNA
1.259.175.442.875 46
MLBI 2.231.051.000.000
9 AUTO
14.380.926.000.000 47
MLIA 7.215.152.320.000
10 BAJA
974.632.970.453 48
MRAT 498.786.376.745
11 BATA
774.891.087.000 49
MYOR 10.291.108.029.334
12 BRNA
1.334.085.916.000 50
NIPS 1.206.854.399.000
13 BTON
174.157.547.015 51
PICO 626.626.507.164
14 BUDI
2.476.982.000.000 52
PRAS 1.286.827.899.805
15 CEKA
1.284.150.037.341 53
PYFA 172.736.624.689
16 CPIN
20.862.439.000.000 54
RICY 1.170.752.424.106
17 DAJK
1.902.696.164.000 55
ROTI 2.142.894.276.216
18 DLTA
991.947.134.000 56
SCCO 1.656.007.190.010
19 DPNS
268.877.322.944 57
SIAP 4.979.635.925.000
20 DVLA
1.236.247.525.000 58
SIMA 62.607.762.222
21 EKAD
411.348.790.570 59
SKBM 649.534.031.113
22 ERTX
775.917.827.931 60
SKLT 331.574.891.637
23 FASW
5.581.000.723.345 61
SMBR 2.926.360.857.000
24 GJTL
16.042.897.000.000 62
SMCB 17.195.352.000.000
25 HMSP
28.380.630.000.000 63
SMSM 1.749.395.000.000
26 ICBP
24.910.211.000.000 64
SPMA 2.091.957.078.669
27 IGAR
349.894.783.575 65
SQBB 459.352.720.000
28 IKAI
518.546.655.125 66
SRSN 463.347.124.000
29 INAF
1.248.343.275.406 67
STAR 775.917.827.931
30 INAI
897.281.657.710 68
STTP 1.700.204.093.895
31 INCI
147.992.617.351 69
TCID 1.853.235.343.636
32 INDS
2.282.666.078.493 70
TOTO 2.027.288.693.678
33 INTP
28.884.973.000.000 71
TRIS 523.900.642.605
34 JECC
1.062.476.023.000 72
TRST 3.261.285.495.052
35 JPFA
15.730.435.000.000 73
TSPC 5.592.730.492.960
36 JPRS
370.967.708.751 74
UNIT 440.727.374.151
37 KBLI
1.337.351.473.763 75
WIIM 1.332.907.675.785
38 KBLM
647.696.854.298 Sumber: data sekunder yang diolah, 2016
40 3. Perhitungan Leverage
Leverage diproksikan dengan debt to equity ratio. DER dihitung dengan menggunakan rumus:
DER =
Tabel 5. 2 Perhitungan Leverage dengan debt to equity ratio
NO KODE
Total Hutang Total Equity
DER 2014 1
2014 2 12
1 ADES
209.066.000.000 504.865.000.000
0,41 2
AKPI 1.191.196.937.000
1.035.845.653.000 1,15
3 ALDO
197.391.610.046 159.422.655.622
1,24 4
ALKA 181.643.493.000
63.235.904.000 2,87
5 ALMI
2.571.403.202.989 3.212.438.981.224
0,80 6
AMFG 733.749.000.000
3.184.642.000.000 0,23
7 APLI
47.868.731.692 225.257.926.102
0,21 8
ARNA 346.944.901.743
912.230.541.132 0,38
9 AUTO
4.244.369.000.000 10.136.557.000.000
0,42 10
BAJA 786.309.001.839
188.323.968.614 4,18
11 BATA
345.775.482.000 429.115.605.000
0,81 12
BRNA 967.711.101.000
366.374.815.000 2,64
13 BTON
27.517.328.111 146.640.218.904
0,19 14
BUDI 1.563.631.000.000
913.351.000.000 1,71
15 CEKA
746.598.865.219 537.551.172.122
1,39 16
CPIN 9.919.150.000.000
10.943.289.000.000 0,91
17 DAJK
678.825.319.000 1.065.619.060.000
0,64 18
DLTA 227.473.881.000
764.473.253.000 0,30
19 DPNS
32.794.800.672 236.082.522.272
0,14 20
DVLA 273.816.042.000
962.431.483.000 0,28
21 EKAD
138.149.558.606 273.199.231.964
0,51 22
ERTX 285.744.500.913
490.173.327.018 0,58
23 FASW
3.936.322.827.206 1.644.677.896.139
2,39 24
GJTL 10.059.605.000.000
5.983.292.000.000 1,68
25 HMSP
14.882.516.000.000 13.498.114.000.000
1,10 26
ICBP 9.870.264.000.000
15.039.947.000.000 0,66
27 IGAR
86.443.556.430 263.451.227.145
0,33 28
IKAI 339.889.432.972
178.657.222.154 1,90
29 INAF
656.380.082.912 591.963.192.495
1,11 30
INAI 751.439.553.825
145.842.103.885 5,15
31 INCI
10.872.710.103 137.119.907.248
0,08 32
INDS 454.347.526.616
1.828.318.551.877 0,25
33 INTP
4.100.172.000.000 24.784.801.000.000
0,17 34
JECC 891.120.969.000
171.355.054.000 5,20
35 JPFA
10.440.441.000.000 5.289.994.000.000
1,97 36
JPRS 15.334.844.453
355.632.864.298 0,04
41
Tabel 5. 2 Perhitungan debt to equity ratio Lanjutan.
NO KODE
Total Hutang Total Equity
DER 2014 1
2014 2 ½
37 KBLI
396.594.755.312 940.756.718.451
0,42 38
KBLM 357.408.981.156
290.287.873.142 1,23
39 KIAS
235.745.579.997 2.116.797.023.068
0,11 40
KICI 18.065.657.377
78.680.086.844 0,23
41 KLBF
2.607.556.689.283 9.817.475.678.446
0,27 42
LION 156.123.759.272
443.978.957.043 0,35
43 LMPI
409.761.454.151 399.130.784.193
1,03 44
LMSH 23.964.388.443
115.951.209.812 0,21
45 MERK
162.908.670.000 553.690.856.000
0,29 46
MLBI 1.677.254.000.000
553.797.000.000 3,03
47 MLIA
5.893.580.221.000 1.321.572.099.000
4,46 48
MRAT 114.841.797.856
383.944.578.889 0,30
49 MYOR
6.190.553.036.545 4.100.554.992.789
1,51 50
NIPS 630.960.175.000
575.894.224.000 1,10
51 PICO
395.525.304.553 231.101.202.611
1,71 52
PRAS 601.006.310.349
685.821.589.456 0,88
53 PYFA
76.177.686.068 96.558.938.621
0,79 54
RICY 774.439.342.861
396.313.081.245 1,95
55 ROTI
1.182.771.921.472 960.122.354.744
1,23 56
SCCO 841.614.670.129
814.392.519.881 1,03
57 SIAP
221.617.172.000 4.758.018.752.000
0,05 58
SIMA 31.210.008.707
31.397.753.515 0,99
59 SKBM
331.624.254.750 317.909.776.363
1,04 60
SKLT 178.206.785.017
153.368.106.620 1,16
61 SMBR
209.113.746.000 2.717.247.111.000
0,08 62
SMCB 8.436.760.000.000
8.758.592.000.000 0,96
63 SMSM
602.558.000.000 1.146.837.000.000
0,53 64
SPMA 1.287.357.023.670
804.600.054.999 1,60
65 SQBB
90.473.777.000 368.878.943.000
0,25 66
SRSN 134.510.685.000
328.835.439.000 0,41
67 STAR
285.744.500.913 490.173.327.018
0,58 68
STTP 882.610.280.834
817.593.813.061 1,08
69 TCID
569.730.901.368 1.283.504.442.268
0,44 70
TOTO 796.296.371.054
1.231.192.322.624 0,65
71 TRIS
214.390.227.222 309.510.415.383
0,69 72
TRST 1.499.792.311.890
1.761.493.183.162 0,85
73 TSPC
1.460.391.494.410 4.132.338.998.550
0,35 74
UNIT 199.073.815.553
241.653.558.598 0,82
75 WIIM
478.482.577.195 854.425.098.590
0,56 Sumber: data sekunder yang diolah, 2016
42 4. Perhitungan Profitabilitas
Profitabilitas diproksikan dengan return on investment ROI. ROI dihitung dengan menggunakan rumus:
ROI = x 100
Tabel 5. 3 Perhitungan Profitabilitas dengan Return on Investment
NO KODE
Net income Total Aset
ROI 2014 1
2014 2 12
1 ADES
31.021.000.000 504.865.000.000
6,14 2
AKPI 34.690.704.000
2.227.042.590.000 1,56
3 ALDO
21.061.034.612 356.814.265.668
5,90 4
ALKA 2.659.254.000
244.879.397.000 1,09
5 ALMI
1.634.820.237 3.212.438.981.224
0,05 6
AMFG 458.635.000.000
3.918.391.000.000 11,70
7 APLI
9.626.571.647 273.126.657.794
3,52 8
ARNA 261.651.053.219
1.259.175.442.875 20,78 9
AUTO 956.409.000.000
14.380.926.000.000 6,65
10 BAJA
14.077.852.427 974.632.970.453
1,44 11
BATA 70.781.440.000
774.891.087.000 9,13
12 BRNA
60.493.636.000 1.334.085.916.000
4,53 13
BTON 7.630.330.090
174.157.547.015 4,38
14 BUDI
28.499.000.000 2.476.982.000.000
1,15 15
CEKA 41.001.414.954
1.284.150.037.341 3,19
16 CPIN
1.746.644.000.000 20.862.439.000.000
8,37 17
DAJK 90.592.575.000
1.902.696.164.000 4,76
18 DLTA
288.073.432.000 991.947.134.000 29,04
19 DPNS
14.519.866.284 268.877.322.944
5,40 20
DVLA 80.929.476.000
1.236.247.525.000 6,55
21 EKAD
40.756.078.282 411.348.790.570
9,91 22
ERTX 348.916.778
775.917.827.931 0,04
23 FASW
86.745.854.950 5.581.000.723.345
1,55 24
GJTL 269.868.000.000
16.042.897.000.000 1,68
25 HMSP
10.181.083.000.000 28.380.630.000.000 35,87
26 ICBP
2.531.681.000.000 24.910.211.000.000 10,16
27 IGAR
54.898.874.758 349.894.783.575 15,69
28 IKAI
26.511.071.474 518.546.655.125
5,11 29
INAF 1.164.824.606
1.248.343.275.406 0,09
30 INAI
22.058.700.759 897.281.657.710
2,46 31
INCI 11.028.221.012
147.992.617.351 7,45
32 INDS
127.657.349.869 2.282.666.078.493
5,59 33
INTP 5.274.009.000.000
28.884.973.000.000 18,26 34
JECC 23.844.710.000
1.062.476.023.000 2,24
35 JPFA
384.846.000.000 15.730.435.000.000
2,45 36
JPRS 13.693.234.452
370.967.708.751 3,69
37 KBLI
70.080.135.740 1.337.351.473.763
5,24 38
KBLM 20.623.713.329
647.696.854.298 3,18
43
Tabel 5. 3 Perhitungan Profitabilitas dengan Return on Investment
Lanjutan
NO KODE
Net Income Total Aset
ROI 2014 1
2014 2 12
39 KIAS
92.239.403.158 2.352.542.603.065
3,92 40
KICI 4.703.508.241
96.745.744.221 4,86
41 KLBF
2.121.090.581.630 12.425.032.367.729 17,07
42 LION
49.001.630.102 600.102.716.315
8,17 43
LMPI 1.710.590.575
808.892.238.344 0,21
44 LMSH
7.403.115.436 139.915.598.255
5,29 45
MERK 181.472.234.000
716.599.526.000 25,32 46
MLBI 794.883.000.000
2.231.051.000.000 35,63 47
MLIA 125.013.335.000
7.215.152.320.000 1,73
48 MRAT
7.371.973.842 498.786.376.745
1,48 49
MYOR 409.824.768.594
10.291.108.029.334 3,98
50 NIPS
50.134.988.000 1.206.854.399.000
4,15 51
PICO 16.153.616.369
626.626.507.164 2,58
52 PRAS
11.340.527.608 1.286.827.899.805
0,88 53
PYFA 2.657.665.405
172.736.624.689 1,54
54 RICY
15.111.531.641 1.170.752.424.106
1,29 55
ROTI 188.577.521.074
2.142.894.276.216 8,80
56 SCCO
137.618.900.727 1.656.007.190.010
8,31 57
SIAP 7.382.322.000
4.979.635.925.000 0,15
58 SIMA
1.378.596.138 62.607.762.222
2,20 59
SKBM 89.115.994.107
649.534.031.113 13,72 60
SKLT 16.480.714.984
331.574.891.637 4,97
61 SMBR
328.336.316.000 2.926.360.857.000 11,22
62 SMCB
668.869.000.000 17.195.352.000.000
3,89 63
SMSM 420.436.000.000
1.749.395.000.000 24,03 64
SPMA 48.602.721.399
2.091.957.078.669 2,32
65 SQBB
164.808.009.000 459.352.720.000 35,88
66 SRSN
14.456.260.000 463.347.124.000
3,12 67
STAR 348.916.778
775.917.827.931 0,04
68 STTP
123.465.403.948 1.700.204.093.895
7,26 69
TCID 174.314.394.101
1.853.235.343.636 9,41
70 TOTO
293.803.908.949 2.027.288.693.678 14,49
71 TRIS
35.944.155.042 523.900.642.605
6,86 72
TRST 30.084.477.143
3.261.285.495.052 0,92
73 TSPC
584.293.062.124 5.592.730.492.960 10,45
74 UNIT
396.296.296 440.727.374.151
0,09 75
WIIM 112.304.822.060
1.332.907.675.785 8,43
Sumber: data sekunder yang diolah,2016
44 5. Perhitungan Manajemen Laba
Tabel 5. 4 Perhitugan Manajemen Laba berdasarkan DA Discretionary Accruals
NO KODE
DA NO
KODE DA
2014 2014
1 ADES
-0,15333 39
KIAS 0,059573
2 AKPI
-0,14498 40
KICI 0,03553
3 ALDO
0,059612 41
KLBF -0,01102
4 ALKA
0,034272 42
LION -0,02221
5 ALMI
0,324161 43
LMPI 0,03452
6 AMFG
-0,01606 44
LMSH 0,00045
7 APLI
-0,01126 45
MERK -0,15676
8 ARNA
0,043234 46
MLBI 0,015708
9 AUTO
0,058924 47
MLIA -0,00424
10 BAJA
0,104805 48
MRAT 0,060827
11 BATA
0,018833 49
MYOR 0,130715
12 BRNA
-0,14041 50
NIPS -0,06367
13 BTON
0,015852 51
PICO -0,00067
14 BUDI
0,036024 52
PRAS 0,038926
15 CEKA
0,071641 53
PYFA 0,021941
16 CPIN
0,108797 54
RICY -0,03007
17 DAJK
0,275454 55
ROTI -0,05999
18 DLTA
0,149682 56
SCCO 0,056476
19 DPNS
0,036275 57
SIAP -0,42559
20 DVLA
-0,00558 58
SIMA -0,04878
21 EKAD
0,090811 59
SKBM 0,074212
22 ERTX
0,076282 60
SKLT -0,03515
23 FASW
-0,18548 61
SMBR 0,02785
24 GJTL
0,034352 62
SMCB -0,01367
25 HMSP
-0,04215 63
SMSM -0,01459
26 ICBP
-0,06995 64
SPMA 0,049708
27 IGAR
0,069528 65
SQBB 0,004306
28 IKAI
0,122026 66
SRSN 0,009404
29 INAF
-0,09815 67
STAR 0,076282
30 INAI
-0,1108 68
STTP -0,04845
31 INCI
0,137551 69
TCID 0,054315
32 INDS
0,056364 70
TOTO 0,000447
33 INTP
0,02126 71
TRIS 0,082918
34 JECC
-0,0088 72
TRST -0,04029
35 JPFA
-0,07425 73
TSPC 0,018461
36 JPRS
0,209124 74
UNIT -0,0011
37 KBLI
-0,03988 75
WIIM 0,064756
38 KBLM
0,069395 Sumber: data sekunder yang diolah, 2016
45 6. Pengklasifikasian Data
a. Data Manajemen Laba Tabel dibawah ini merupakan hasil pengklasifikasian data manajemen
laba menjadi 2 kategori, Income minimization dan Income maximization.
Tabel 5. 5 Pengklasifikasin income minimization dan income
maximization.
NO KODE
DA NO
KODE DA
Min Max
Min Max
1 ADES
2 -
29 INAF
2 -
2 AKPI
2 -
30 INAI
2 -
3 ALDO
- 1
31 INCI
- 1
4 ALKA
- 1
32 INDS
- 1
5 ALMI
- 1
33 INTP
- 1
6 AMFG
2 -
34 JECC
2 -
7 APLI
2 -
35 JPFA
2 -
8 ARNA
- 1
36 JPRS
- 1
9 AUTO
- 1
37 KBLI
2 -
10 BAJA
- 1
38 KBLM
- 1
11 BATA
- 1
39 KIAS
- 1
12 BRNA
2 -
40 KICI
- 1
13 BTON
- 1
41 KLBF
2 -
14 BUDI
- 1
42 LION
2 -
15 CEKA
- 1
43 LMPI
- 1
16 CPIN
- 1
44 LMSH
- 1
17 DAJK
- 1
45 MERK
2 18
DLTA -
1 46
MLBI -
1 19
DPNS -
1 47
MLIA 2
- 20
DVLA 2
- 48
MRAT -
1 21
EKAD -
1 49
MYOR -
1 22
ERTX -
1 50
NIPS 2
- 23
FASW 2
- 51
PICO 2
- 24
GJTL -
1 52
PRAS -
1 25
HMSP 2
- 53
PYFA -
1 26
ICBP 2
- 54
RICY 2
- 27
IGAR -
1 55
ROTI 2
- 28
IKAI -
1 56
SCCO -
1
46
Tabel 5. 5 Pengklasifikasin income minimization dan income
maximization Lanjutan
NO KODE
DA NO
KODE DA
Min Max
Min Max
57 SIAP
2 -
67 STAR
- 1
58 SIMA
2 -
68 STTP
2 -
59 SKBM
- 1
69 TCID
- 1
60 SKLT
2 -
70 TOTO
- 1
61 SMBR
- 1
71 TRIS
- 1
62 SMCB
2 -
72 TRST
2 -
63 SMSM
2 -
73 TSPC
- 1
64 SPMA
- 1
74 UNIT
2 -
65 SQBB
- 1
75 WIIM
- 1
66 SRSN
- 1
Sumber: data sekunder yang diolah 2016 Keterangan
1 = Income maximization 2 = Income minimization
Kemudian data manajemen laba diklasifikasikan lagi untuk mengukur tinggi rendahnya manajemen laba dalam suatu perusahaan.
Tabel 5. 6 Pengklasifikasian manajemen laba Income minimization
NO KODE
Income minimization
NO KODE
Income minimization
2014 2014
1 ADES
2 16
LION 3
2 AKPI
2 17
MERK 2
3 AMFG
3 18
MLIA 3
4 APLI
3 19
NIPS 3
5 BRNA
2 20
PICO 3
6 DVLA
3 21
RICY 3
7 FASW
2 22
ROTI 3
8 HMSP
3 23
SIAP 1
9 ICBP
3 24
SIMA 3
10 INAF
3 25
SKLT 3
11 INAI
2 26
SMCB 3
12 JECC
3 27
SMSM 3
13 JPFA
3 28
STTP 3
14 KBLI
3 29
TRST 3
15 KLBF
3 30
UNIT 3
Sumber: Data sekunder yang diolah 2016 Keterangan
Rendah 1 = -0,50 -
≤ -0,20 Sedang 2
= -0,20 - ≤ -0,10
Tinggi 3 = -0,10
– ≤ 0,01
47
Tabel 5. 7 Pengklasifikasian manajemen laba dengan Income
maximization.
NO KODE
Income maximization
NO KODE
Income maximization
2014 2014
1 ALDO
1 24
KBLM 1
2 ALKA
1 25
KIAS 1
3 ALMI
3 26
KICI 1
4 ARNA
1 27
LMPI 1
5 AUTO
1 28
LMSH 1
6 BAJA
2 29
MLBI 1
7 BATA
1 30
MRAT 1
8 BTON
1 31
MYOR 2
9 BUDI
1 32
PRAS 1
10 CEKA
1 33
PYFA 1
11 CPIN
2 34
SCCO 1
12 DAJK
3 35
SKBM 1
13 DLTA
2 36
SMBR 1
14 DPNS
1 37
SPMA 1
15 EKAD
1 38
SQBB 1
16 ERTX
1 39
SRSN 1
17 GJTL
1 40
STAR 1
18 IGAR
1 41
TCID 1
19 IKAI
2 42
TOTO 1
20 INCI
2 43
TRIS 1
21 INDS
1 44
TSPC 1
22 INTP
1 45
WIIM 1
23 JPRS
3 Sumber: Data sekunder yang diolah 2016
Keterangan Rendah 1
= 0,00 - ≤ 0,10
Sedang 2 = 0,10 -
≤ 0,20 Tinggi 3
= 0,20 - ≤ 0,40
48 b. Data Ukuran Perusahaan
Tabel 5. 8 Pengklasifikasian Ukuran Perusahaan dengan Total Aset.
NO KODE
Total Aset NO
KODE Total Aset
2014 2014
1 ADES
1 39
KIAS 1
2 AKPI
1 40
KICI 1
3 ALDO
1 41
KLBF 3
4 ALKA
1 42
LION 1
5 ALMI
1 43
LMPI 1
6 AMFG
1 44
LMSH 1
7 APLI
1 45
MERK 1
8 ARNA
1 46
MLBI 1
9 AUTO
3 47
MLIA 2
10 BAJA
1 48
MRAT 1
11 BATA
1 49
MYOR 3
12 BRNA
1 50
NIPS 1
13 BTON
1 51
PICO 1
14 BUDI
1 52
PRAS 1
15 CEKA
1 53
PYFA 1
16 CPIN
4 54
RICY 1
17 DAJK
1 55
ROTI 1
18 DLTA
1 56
SCCO 1
19 DPNS
1 57
SIAP 1
20 DVLA
1 58
SIMA 1
21 EKAD
1 59
SKBM 1
22 ERTX
1 60
SKLT 1
23 FASW
2 61
SMBR 1
24 GJTL
4 62
SMCB 4
25 HMSP
4 63
SMSM 1
26 ICBP
4 64
SPMA 1
27 IGAR
1 65
SQBB 1
28 IKAI
1 66
SRSN 1
29 INAF
1 67
STAR 1
30 INAI
1 68
STTP 1
31 INCI
1 69
TCID 1
32 INDS
1 70
TOTO 1
33 INTP
4 71
TRIS 1
34 JECC
1 72
TRST 1
35 JPFA
4 73
TSPC 2
36 JPRS
1 74
UNIT 1
37 KBLI
1 75
WIIM 1
38 KBLM
1 Sumber: Data sekunder yang diolah, 2016
Keterangan milyar rupiah Sangat Rendah 1
= Rp 0 – Rp 5.000
Rendah 2 = Rp 5.000
– ≤ Rp 10.000 Tinggi 3
= Rp 10.000 - ≤ Rp 15.000
Sangat Tinggi 4 = Rp 15.000
49
c. Data Leverage
Tabel 5. 9 Pengklasifikasian data
Leverage dengan debt to equity ratio.
NO KODE
DER NO
KODE DER
2014 2014
1 ADES
1 39
KIAS 1
2 AKPI
2 40
KICI 1
3 ALDO
2 41
KLBF 1
4 ALKA
3 42
LION 1
5 ALMI
1 43
LMPI 2
6 AMFG
1 44
LMSH 1
7 APLI
1 45
MERK 1
8 ARNA
1 46
MLBI 4
9 AUTO
1 47
MLIA 4
10 BAJA
4 48
MRAT 1
11 BATA
1 49
MYOR 2
12 BRNA
3 50
NIPS 2
13 BTON
1 51
PICO 2
14 BUDI
2 52
PRAS 1
15 CEKA
2 53
PYFA 1
16 CPIN
1 54
RICY 2
17 DAJK
1 55
ROTI 2
18 DLTA
1 56
SCCO 2
19 DPNS
1 57
SIAP 1
20 DVLA
1 58
SIMA 1
21 EKAD
1 59
SKBM 2
22 ERTX
1 60
SKLT 2
23 FASW
3 61
SMBR 1
24 GJTL
2 62
SMCB 1
25 HMSP
2 63
SMSM 1
26 ICBP
1 64
SPMA 2
27 IGAR
1 65
SQBB 1
28 IKAI
2 66
SRSN 1
29 INAF
2 67
STAR 1
30 INAI
4 68
STTP 2
31 INCI
1 69
TCID 1
32 INDS
1 70
TOTO 1
33 INTP
1 71
TRIS 1
34 JECC
4 72
TRST 1
35 JPFA
2 73
TSPC 1
36 JPRS
1 74
UNIT 1
37 KBLI
1 75
WIIM 1
38 KBLM
2 Sumber: Data sekunder yang diolah, 2016
Keterangan Sangat Rendah 1
= 0,00 - ≤ 1,00
Rendah 2 = 1,00 -
≤ 2,00 Tinggi 3
= 2,00 - ≤ 3,00
Sangat Tinggi 4 = 3,00
50 d. Data Profitabilitas
Tabel 5. 10 Pengklasifikasian Profitabilitas dengan
return on investment ROI.
NO KODE
ROI NO
KODE ROI
2014 2014
1 ADES
1 39
KIAS 1
2 AKPI
1 40
KICI 1
3 ALDO
1 41
KLBF 2
4 ALKA
1 42
LION 1
5 ALMI
1 43
LMPI 1
6 AMFG
2 44
LMSH 1
7 APLI
1 45
MERK 3
8 ARNA
3 46
MLBI 4
9 AUTO
1 47
MLIA 1
10 BAJA
1 48
MRAT 1
11 BATA
1 49
MYOR 1
12 BRNA
1 50
NIPS 1
13 BTON
1 51
PICO 1
14 BUDI
1 52
PRAS 1
15 CEKA
1 53
PYFA 1
16 CPIN
1 54
RICY 1
17 DAJK
1 55
ROTI 1
18 DLTA
3 56
SCCO 1
19 DPNS
1 57
SIAP 1
20 DVLA
1 58
SIMA 1
21 EKAD
1 59
SKBM 2
22 ERTX
1 60
SKLT 1
23 FASW
1 61
SMBR 2
24 GJTL
1 62
SMCB 1
25 HMSP
4 63
SMSM 3
26 ICBP
2 64
SPMA 1
27 IGAR
2 65
SQBB 4
28 IKAI
1 66
SRSN 1
29 INAF
1 67
STAR 1
30 INAI
1 68
STTP 1
31 INCI
1 69
TCID 1
32 INDS
1 70
TOTO 2
33 INTP
2 71
TRIS 1
34 JECC
1 72
TRST 1
35 JPFA
1 73
TSPC 2
36 JPRS
1 74
UNIT 1
37 KBLI
1 75
WIIM 1
38 KBLM
1 Sumber: Data sekunder yang diolah, 2016
Keterangan Sangat Rendah 1 =
0,00 - ≤ 10,00
Tinggi 3 = 20,00 -
≤ 30,00 Rendah 2 = 10,00 -
≤ 20,00 Sangat Tinggi 4 = 30,00
51 7. Pengujian Statistik Deskriptif
Pengolahan data pada penelitian ini menggunakan program IBM SPSS Statistics 23. Hasil pengujian statistik deskriptif variabel manajemen
laba, ukuran perusahaan, leverage proksi debt to equity ratio, dan profitabilitas proksi return on investment dapat dijabarkan sebagai
berikut: a. Statistik Deskriptif Manajemen Laba
Berdasarkan data perhitungan manajemen laba pada tabel 7, pada tahun 2014 terdapat nilai manajemen laba yang bernilai positif dan bernilai
negatif. Manajemen laba yang bernilai negatif berarti perusahaan melakukan penurunan laba income minimization dan manajemen laba
yang bernilai positif berarti perusahaan melakukan peningkatan laba income maximization. Berikut ini histogram untuk melihat sebaran
data manajemen laba.
Gambar 5. 1 Histogram Data Mentah Manajemen Laba
52 Berdasarkan gambar 5.1, dari 75 perusahaan terdapat 30
perusahan bernilai negatif dan sebanyak 45 perusahaan bernilai positif. Sumbu horisontal pada gambar 5.1 merupakan tingkat manajemen laba
yang diprosikan dengan discretional accruals. Sumbu vertikal menunjukan frekuensi jumlah perushaan.
Manajemen laba berskala rasio, semakin menjauhi 0 berarti tingkat manajemen laba semakin tinggi.
Manajemen laba dengan income minimization dan income maximization memiliki arah yang berbeda dalam mengukur tingkat
manajemen laba. Income minimization terletak pada sisi sebelah kiri - pada garis bilangan, maka semakin kecil angka manajemen laba tingkat
manajemen laba semakin tinggi. Income maximization terletak pada sisi sebelah kanan + pada garis bilangan maka semakin besar angka
manajemen laba tingkat manajemen laba semakin tinggi. Manajemen laba diklasifikasikan menjadi 3. Pertama, klasifikasi
manajemen laba menjadi income minimization kategori 2 dan income maximization kategori 1. Kedua klasifikasi manajemen laba dengan
income minimization untuk menentukan tingkat manajemen laba. Ketiga klasifikasi manajemen laba dengan income maximization untuk
menentukan tingkat manajemen laba. Deskripsi data dan klasifikasi data income minimization dan income maximization akan dijelaskan dalam
pembahasan berikut. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
53 1
Income minimization Deskripsi data income minimization disajikan dalam tabel dan
histogram. Berikut ini tabel yang menunjukkan nilai range, minimum, dan
maximum dari income minimization.
Tabel 5. 11 Nilai Range, Minimum, Maximum Income
minimization
Income minimization Valid
30 Missing
Range ,42492
Minimum -,42559
Maximum -,00067
Sumber: data sekunder yang diolah 2016
Berdasarkan tabel 5.11, sebanyak 30 perusahaan dari 75 perusahaan memiliki nilai manajemen laba negatif. Data missing 0
menjelaskan tidak ada nilai atau data yang hilang. Range, perbedaan jarak antara nilai maksimum dan minimum sebesar 0,42492. Hal ini
menunjukkan bahwa Income minimization memiliki sebaran data yang luas.
Income minimization dikatakan semakin tinggi apabila angka discretionary accruals semakin negatif menjauhi 0. Nilai terendah
menjadi nilai tertinggi dalam income minimization. Angka terendah perhitungan income minimization tersebut diperoleh dari
perhitungan manajemen laba PT Sekawan Intipratama Tbk yang bernilai negatif sebesar -0,42559 pada tahun 2014.
54 Nilai tertinggi manajemen laba dengan income minimization
sebesar -0,00067. Nilai tersebut merupakan tingkat manajemen laba terendah dalam income minimization. Angka tersebut diperoleh dari
perhitungan manajemen laba PT Pelangi Indah Canindo Tbk pada tahun 2014.
Berikut ini histogram untuk melihat sebaran data income minimization.
Gambar 5. 2 Histogram Income minimization
Berdasarkan gambar 5.2, sebaran angka manajemen laba terletak diantara 0 hingga -0,5. Sumbu horizontal menunjukkan
tingkat manajemen laba yang diproksikan dengan discretionary accruals. Sumbu vertikal menunjukan frekuensi jumlah perusahaan.
Berdasarkan gambar 5.2, data income minimization tidak terdistribusi normal, karena masih terdapat data yang bernilai kecil
55 yang terletak diantara
–0,4 hingga -0,5. Berdasarkan gambar 5.2, income minimization diklasifikasikan dengan kategori sebagai
berikut. -0,50 -
≤ -0,20 : rendah
-0,20 - ≤ -0,10
: sedang -0,10
– ≤ 0,01 : tinggi
Tabel 5. 12 Klasifikasi Income minimization
Income minimization Frequency
Percent Valid
Rendah 1
3,3 Sedang
6 20,0
Tinggi 23
76,7 Total
30 100,0
Sumber : Data sekunder yang diolah 2016
Berdasarakan tabel 5.12 perusahaan yang memiliki kategori income minimization sangat rendah yaitu sebanyak 1 perusahaan
atau sebesar 3,3 dari total 30 perusahaan. Perusahaan yang meiliki kategori income minimization sedang yaitu 6 perusahaan atau
sebesar 20 dari total 30 perusahaan. Perusahan yang memiliki kategori income minimization tinggi yaitu sebanyak 23 perusahaan
atau 76,7 dari 30 perusahaan. Berdasarkan tabel 15 income minimization terbanyak terdapat pada kategori tinggi, sedangkan
kategori income minimization paling sedikit terdapat pada kategori rendah.
2 Income maximization Deskripsi data income maximization disajikan dalam tabel dan
histogram. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
56 Berikut ini tabel 5.13 yang menunjukkan nilai range, minimum dan
maximum dari income maximization.
Tabel 5. 13 Nilai range, minimum, dan maximum
income maximization
Sumber: Data sekunder yang diolah 2016
Berdasarkan tabel 5.13, terdapat 45 income maximization bernilai positif. Data missing 0 menjelaskan tidak ada nilai atau data
yang hilang. Range, perbedaan jarak antara nilai maksimum dan minimum sebesar 0,32371. Hal ini menunjukkan bahwa Income
minimization memiliki sebaran data yang luas. Berbeda dengan income minimization, dalam income
maximization semakin positif menjauhi 0 berarti tingkat manajemen laba dikatakan semakin tinggi. Nilai terendah tingkat manajemen
laba dengan income maximization sebesar 0,00045. Angka tersebut diperoleh dari perhitungan manajemen laba PT Lionmesh Prima Tbk
pada tahun 2014. Nilai tertinggi tingkat manajemen laba dengan income maximization sebesar 0,32416. Angka tersebut diperoleh dari
perhitungan data manajemen laba PT Alumindo Light Metal Industry Tbk pada tahun 2014.
Income maximization N
Valid 45
Missing Range
,32371 Minimum
,00045 Maximum
,32416
57 Berikut ini histogram untuk melihat sebaran data income
maximization.
Gambar 5. 3 Histogram Income maximization
Berdasarkan gambar 5.3, sebaran angka manajemen laba income maximization terletak diantara 0 hingga 0,4. Sumbu
horizontal menunjukkan tingkat manajemen laba yang diproksikan dengan discretionary accruals. Sumbu vertikal menunjukkan
frekuensi jumlah perusahaan. Berdasarkan gambar 5.3, data income maximization tidak terdistribusi normal karena masih terdapat data
yang bernilai besar yang memiliki selisih sangat banyak dengan data lainnya.
Gambar histogram
5.3 menjadi
dasar untuk
mengklasifikasikan angka income maximization sesuai dengan PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
58 interval yang disajikan dalam histogram. Income maximization
diklasifikasikan dengan kategori sebagai berikut: 0,00 -
≤ 0,10 : rendah 0,10 -
≤ 0,20 : sedang 0,20 -
≤ 0,40 : tinggi Berikut ini adalah tabel klasifikasian income maximization.
Tabel 5. 14 Klasifikasi income maximization
Sumber: Data sekunder yang diolah, 2016
Berdasarkan tabel 5.14, perusahaan yang memiliki kategori income maximization rendah yaitu sebanyak 36 perusahaan atau
sebanyak 80 dari total 45 perusahaan. Perusahaan yang memiliki kategori income maximization sedang yaitu sebanyak 6 perusahaan
atau sebanyak 13,3 dari total 45 perusahaan. Perusahaan yang memiliki kategori income maximization tinggi yaitu sebanyak 3
perusahaan atau sebanyak 6,7 dari total 45 perusahaan. Berdasarkan tabel 17, kategori income maximization terbanyak
terdapat pada kategori rendah, sedangkan kategori income maximization paling sedikit terdapat pada kategori tinggi.
b. Statistik Deskriptif Ukuran Perusahaan Tabel 5.15 merupakan hasil pengujian statistik deskriptif variabel
ukuran perusahaan.
Income maximization Frequency
Percent Valid
Rendah 36
80,0 Sedang
6 13,3
Tinggi 3
6,7 Total
45 100,0
59
Tabel 5. 15 Statistik Deskriptif Ukuran Perusahaan
Ukuran Perusahaan N
Valid 75
Missing Range
28.822.365.237.778 Minimum
62.607.762.222 Maximum
28.884.973.000.000 Sumber: Data sekunder yang diolah, 2016
Berdasarkan tabel 5.15, terdapat 75 data valid dan tidak ada data missing. Data missing 0 menjelaskan tidak ada nilai atau data yang
hilang. Range, perbedaan jarak antara nilai maksimum dan minimum, sebesar Rp 28.822.365.237.778. hal ini menunjukkan bahwa ukuran
perusahaan memiliki sebaran data yang luas. Berdasarkan tabel 18, nilai terendah ukuran perusahaan sebesar
Rp 62.607.762.222. Nilai terendah tersebut diperoleh dari perusahaan Siwani Makmur Tbk pada tahun 2014. Nilai tertinggi ukuran
perusahaan sebesar Rp 28.884.973.000.000. Nilai tersebut diperoleh dari perusahaan Indocement Tunggal Prakasa Tbk pada tahun 2014.
Berikut ini histogram data ukuran perusahaan.
Gambar 5. 4 Histogram data mentah variabel ukuran perusahaan
60 Berdasarkan gambar 5.4, sebaran angka ukuran perusahaan
berada diantara 0 hingga 30.000.000.000.000. Sumbu horizontal menunjukkan tingkat ukuran perusahaan yang diproksikan dengan total
aset. Sumbu vertikal menunjukkan frekuensi jumlah perusahaan. Berdasarkan gambar 5.4, data ukuran perusahaan tidak terdistribusi
normal, karena terdapat beberapa data yang memiliki selisih nilai yang tinggi
pada kisaran
angka 15.000.000.000.000
hingga 30.000.000.000.000. Gambar
5.4 juga menjadi dasar untuk mengklasifikasikan nilai ukuran perusahaan menjadi 4 kategori dengan
kriteria sebagai berikut dalam milyar rupiah: Rp 0
– Rp 5.000 : Sangat Rendah
Rp 5.000 – ≤ Rp 10.000 : Rendah
Rp 10.000 - ≤ Rp 15.000 : Tinggi
Rp 15.000 : Sangat Tinggi
Berikut ini adalah tabel klasifikasi ukuran perusahaan
Tabel 5. 16 Klasifikasi ukuran perusahaan
Ukuran Perusahaan
Frequency Percent
Valid Sangat Rendah
62 82,7
Rendah 3
4,0 Tinggi
3 4,0
Sangat Tinggi 7
9,3 Total
75 100,0
Sumber: Data sekunder yang diolah, 2016
Berdasarkan tabel 5.16, perusahaan yang memiliki kategori ukuran perusahaan sangat rendah yaitu sebanyak 62 perusahaan atau
sebanyak 82,7 dari total 75 perusahaan. Perusahaan yang memiliki kategori ukuran perusahaan rendah yaitu sebanyak 3 perusahaan atau
61 sebanyak 4 dari total 75 perusahaan. Perusahaan yang memiliki
kategori ukuran perusahaan tinggi yaitu sebanyak 3 perusahaan atau sebanyak 4 dari total 75 perusahaan. Perusahaan yang memiliki
kategori ukuran perusahaan sangat tinggi yaitu sebanyak 7 perusahaan atau sebanyak 9,3 dari total 75 perusahaan. Kategori ukuran
perusahaan terbanyak terdapat pada kategori rendah, sedangkan kategori paling sedikit terdapat pada kategori rendah dan tinggi.
c. Statistik Deskriptif Leverage. Tabel dibawah ini merupakan hasil pengujian statistik deskriptif
variabel Leverage.
Tabel 5. 17 Statistik Deskriptif
Leverage.
Sumber: Data sekunder yang diolah, 2016
Berdasarkan tabel 5.17, terdapat 75 data valid dan tidak ada data missing. Data missing 0 menjelaskan tidak ada nilai atau data yang
hilang. Range, perbedaan jarak antara nilai maksimum dan minimum, sebesar 5,157316. hal ini menunjukkan bahwa ukuran perusahaan
memiliki sebaran data yang luas. Berdasarkan tabel 5.17, nilai terendah leverage sebesar
0,043120. Nilai terendah tersebut diperoleh dari perusahaan Jaya Pari Steel Tbk pada tahun 2014. Nilai tertinggi leverage sebesar 5,200436.
Leverage N
Valid 75
Missing Range
5,157316 Minimum
,043120 Maximum
5,200436
62 Nilai tersebut diperoleh dari perusahaan Jembo Cable Company Tbk
pada tahun 2014. Berikut ini histogram data leverage.
Gambar 5. 5 Histogram data mentah variabel
leverage.
Berdasarkan gambar 5.5, sebaran angka leverage berada diantara 0 hingga 6,0. Sumbu horizontal menunjukkan tingkat leverage
yang diproksikan dengan debt to equity ratio. Sumbu vertikal menunjukkan frekuensi jumlah perusahaan. Berdasarkan gambar 5.5,
data leverage tidak terdistribusi normal, karena terdapat beberapa data yang memiliki selisih nilai yang tinggi pada kisaran angka 4,0 hingga
6,0. Gambar 5.5 juga menjadi dasar untuk mengklasifikasikan nilai leverage menjadi 4 kategori dengan kriteria sebagai berikut:
0,00 - ≤ 1,00
: Sangat Rendah 1,00 -
≤ 2,00 : Rendah
2,00 - ≤ 3,00
: Tinggi 3,00
: Sangat Tinggi PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
63 Berikut ini adalah tabel klasifikasi leverage
Tabel 5. 18 Klasifikasi leverage
Sumber: Data sekunder yang diolah, 2016
Berdasarkan tabel 3.18, perusahaan yang memiliki kategori leverage sangat rendah yaitu sebanyak 46 perusahaan atau sebanyak
61,3 dari total 75 perusahaan. Perusahaan yang memiliki kategori leverage rendah yaitu sebanyak 21 perusahaan atau sebanyak 28 dari
total 75 perusahaan. Perusahaan yang memiliki kategori leverage tinggi yaitu sebanyak 3 perusahaan atau sebanyak 4 dari total 75
perusahaan. Perusahaan yang memiliki kategori leverage sangat tinggi yaitu sebanyak 5 perusahaan atau sebanyak 6,7 dari total 75
perusahaan. Kategori leverage terbanyak terdapat pada kategori sangat rendah, sedangkan kategori paling sedikit terdapat pada kategori tinggi.
d. Statistik Deskriptif Profitabiitas Tabel 5.19 merupakan hasil pengujian statistik deskriptif variabel
Profitabiitas.
Leverage
Frequency Percent
Valid Sangat Rendah
46 61,3
Rendah 21
28,0 Tinggi
3 4,0
Sangat Tinggi 5
6,7 Total
75 100,0
64
Tabel 5. 19 Statistik Deskriptif Profitabiitas.
Sumber: Data sekunder yang diolah, 2016
Berdasarkan tabel 5.19, terdapat 75 data valid dan tidak ada data missing. Data missing 0 menjelaskan tidak ada nilai atau data yang
hilang. Range, perbedaan jarak antara nilai maksimum dan minimum, sebesar 35,83. hal ini menunjukkan bahwa Profitabiitas memiliki
sebaran data yang luas. Berdasarkan tabel 5.19, nilai terendah Profitabiitas sebesar 0,04.
Nilai terendah tersebut diperoleh dari perusahaan Eratex Djaja Tbk dan Star Petrcohem Tbk pada tahun 2014. Nilai tertinggi Profitabiitas
sebesar 35,88. Nilai tersebut diperoleh dari perusahaan Taisho Pharmaceutical Indonesia Tbk pada tahun 2014. Berikut ini histogram
data Profitabiitas.
Gambar 5. 6 Histogram data mentah variabel profitabilitas
ROI N
Valid 75
Missing Range
35,83 Minimum
,04 Maximum
35,88
65 Berdasarkan gambar 5.6, sebaran angka profitabilitas berada
diantara 0 hingga 40,00. Sumbu horizontal menunjukkan tingkat profitabilitas yang diproksikan dengan return on invesment. Sumbu
vertikal menunjukkan frekuensi jumlah perusahaan. Berdasarkan gambar 5.6, data profitabilitas tidak terdistribusi normal, karena
terdapat beberapa data yang memiliki selisih nilai yang tinggi pada kisaran angka 30,00 hingga 40,00. Gambar 5.6 juga menjadi dasar
untuk mengklasifikasikan nilai profitabilitas menjadi 4 kategori dengan kriteria sebagai berikut:
0,00 - ≤ 10,00
: Sangat Rendah 10,00 -
≤ 20,00 : Rendah 20,00 -
≤ 30,00 : Tinggi 30,00
: Sangat Tinggi Berikut ini adalah tabel klasifikasi profitabilitas
Tabel 5. 20 Klasifikasi profitabilitas
Profitabilitas
Frequency Percent
Valid Sangat Rendah
59 78,7
Rendah 9
12,0 Tinggi
4 5,3
Sangat Tinggi 3
4,0 Total
75 100,0
Sumber: Data sekunder yang diolah, 2016
Berdasarkan tabel 5.20, perusahaan yang memiliki kategori profitabilitas sangat rendah yaitu sebanyak 59 perusahaan atau
sebanyak 78,7 dari total 75 perusahaan. Perusahaan yang memiliki kategori profitabilitas rendah yaitu sebanyak 9 perusahaan atau
sebanyak 12 dari total 75 perusahaan. Perusahaan yang memiliki PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
66 kategori profitabilitas tinggi yaitu sebanyak 4 perusahaan atau sebanyak
5,3 dari total 75 perusahaan. Perusahaan yang memiliki kategori profitabilitas sangat tinggi yaitu sebanyak 3 perusahaan atau sebanyak
4 dari total 75 perusahaan. Kategori profitabilitas terbanyak terdapat pada kategori sangat rendah, sedangkan kategori paling sedikit terdapat
pada kategori sangat tinggi. 8. Analisis Tabulasi Silang Crosstabs.
a. Hubungan antara ukuran perusahaan dan manajemen laba Analisis tabulasi silang kedua dilakukan untuk menentukan antara
ukuran perusahaan dan manajemen laba. Hubungan antara ukuran perusahaan dan manajemen laba dilakukan dengan menguji tiga
hubungan. Pertama antara ukuran perusahaan dengan manajemen laba income minimization dan income maximization. Kedua hubungan
antara ukuran perusahaan dan income minimization. Ketiga hubungan antara ukuran perusahaan dan income maximization.
1 Hubungan ukuran perusahaan dan manajemen laba income minimization dan income maximization.
Tabel 5.21 merupakan output analisis tabulasi silang ukuran perusahaan dan manajemen laba income minimization dan income
maximization. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
67
Tabel 5. 21 Tabulasi silang ukuran perusahaan dan manajemen laba
income minimization dan income maximization.
ukuran perusahaan Total
Sangat Rendah
Rendah Tinggi
Sangat Tinggi
Manajemen Laba
Max Income
39 1
2 3
45 Min
Income 23
2 1
4 30
Total 62
3 3
7 75
Sumber : Data sekunder yang diolah, 2016
Berdasarkan tabel 5.21, pada kategori tingkat ukuran perusahaan sangat rendah terdapat 39 perusahaan melakukan income
maximization, dan sebanyak 23 melakukan income minimization. Pada kategori tingkat ukuran perusahaan rendah terdapat 1
perusahaan melakukan income maximization, dan sebanyak 2 perusahaan melakukan income minimization. Pada kategori tingkat
ukuran perusahaan tinggi terdapat 2 perusahaan melakukan income maximization, dan sebanyak 1 perusahaan melakukan income
minimization. Pada kategori tingkat ukuran perusahaan sangat tinggi terdapat 3 perusahaan melakukan income maximization,dan
sebanyak 7 perusahaan melakukan income minimization. Kekuatan dan arah hubungan antara ukuran perusahaan dan manajemen laba
dapat dijelaskan dengan tabel symmentric measures berikut ini.
Tabel 5. 22 Symmentric measures ukuran perusahaan dan
manajemen laba income minimization dan income
maximization
Sumber: data sekunder yang diolah, 2016 Value
Ordinal by Ordinal Spearman Correlation
0,129 N of Valid Cases
75
68 Tabel 5.22,
menunjukkan nilai Spearman’s rho sebesar 0,129. Hal in berarti kekuatan hubungan ukuran perusahaan dengan
manajemen laba income minimization dan income maximization sangat lemah. Nilai Spearman’s rho positif, hal ini berarti hubungan
kedua variabel positif. 2 Hubungan ukuran perusahaan dan manajemen laba income
minimization Tabel 5.23 merupakan output analisis tabulasi silang ukuran
perusahaan dan manajemen laba income minimization.
Tabel 5. 23 Tabulasi silang ukuran perusahaan dan manajemen
laba income minimization.
Sumber: data sekunder yang diolah, 2016
Berdasarkan tabel 5.23, ketika tingkat ukuran perusahaan pada kategori sangat rendah jumlah perusahaan yang melakukan income
minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 5, dan 17 perusahaan. Pada kategori ukuran perusahaan
sangat rendah perusahaan banyak melakukan income minimization pada kategori tinggi. Ketika tingkat ukuran perusahaan pada kategori
rendah jumlah perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 0,1, dan 1
ukuran perusahaan Total
Sangat Rendah
Rendah Tinggi
Sangat Tinggi
Min DA
Rendah 1
1 Sedang
5 1
6 Tinggi
17 1
1 4
23 Total
23 2
1 4
30
69 perusahaan. Pada kategori ukuran perusahaan rendah perusahaan
banyak melakukan income minimization pada kategori sedang dan tinggi. Ketika tingkat ukuran perusahaan pada kategori tinggi
perusahaan hanya melakukan income minimization pada kategori tinggi, yaitu sebanyak 1 perusahaan. Ketika tingkat ukuran
perusahaan pada kategori sangat tinggi perusahaan hanya melakukan income minimization pada kategori tinggi, yaitu sebanyak 4
perusahaan. Kekuatan dan arah hubungan dapat dijelaskan dengan tabel 5.24 symmentric measures berikut ini.
Tabel 5. 24 Tabel
symmentric measures ukuran perusahaan dan manajemen laba
income minimization.
Value Ordinal by Ordinal
Spearman Correlation 0,152
N of Valid Cases 30
Sumber: data sekunder yang diolah, 2016
Tabel 5.24, menunjukkan nilai Spearman’s rho sebesar 0,152. Hal ini
berarti kekuatan hubungan ukuran perusahaan dengan manajemen laba income minimization
sangat lemah. Nilai Spearman’s rho positif, hal ini berarti hubungan kedua variabel positif.
3 Hubungan ukuran perusahaan dan manajemen laba income maximization
Tabel 5.25 merupakan output analisis tabulasi silang ukuran perusahaan dan manajemen laba income maximization.
70
Tabel 5. 25 Tabulasi silang ukuran perusahaan dan manajemen laba
income maximization.
Ukuran Perusahaan Total
Sangat Rendah
Rendah Tinggi
Sangat Tinggi
Max DA
Rendah 32
1 1
2 36
Sedang 4
1 1
6 Tinggi
3 3
Total 39
1 2
3 45
Sumber: data sekunder yang diolah, 2016
Berdasarkan tabel 5.25, ketika tingkat ukuran perusahaan pada kategori sangat rendah jumlah perusahaan yang melakukan
income maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 32, 4, dan 3 perusahaan. Pada kategori ukuran
perusahaan sangat rendah perusahaan banyak melakukan income maximization pada kategori rendah. Ketika tingkat ukuran
perusahaan pada kategori rendah perusahaan hanya melakukan income maximization pada kategori rendah, yaitu sebanyak 1
perusahaan. Ketika tingkat ukuran perusahaan pada kategori tinggi jumlah perusahaan yang melakukan income maximization pada
tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 1, dan 0 perusahaan. Pada kategori ukuran perusahaan tinggi perusahaan
banyak melakukan income maximization pada kategori rendah dan sedang. Ketika tingkat ukuran perusahaan pada kategori sangat
tinggi jumlah perusahaan yang melakukan income maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 2, dan
0 perusahaan. Pada kategori ukuran perusahaan sangat tinggi perusahaan banyak melakukan income maximization pada kategori
71 rendah dan sedang. Kekuatan dan arah hubungan dapat dijelaskan
dengan tabel symmentric measures berikut ini.
Tabel 5. 26 Tabel
symmentric measures ukuran perusahaan dan manajemen laba
income minimization.
Sumber: data sekunder yang diolah, 2016
Tabel 5.26, menunjukkan nilai Spearman’s rho sebesar 0,111. Hal ini
berarti kekuatan hubungan ukuran perusahaan dengan manajemen laba income maximization sangat lemah. Nila
i Spearman’s rho positif, hal ini berarti hubungan kedua variabel positif.
b. Hubungan antara leverage dan manajemen laba Analisis tabulasi silang kedua dilakukan untuk menentukan
antara leverage dan manajemen laba. Hubungan antara leverage dan manajemen laba dilakukan dengan menguji tiga hubungan. Pertama
antara leverage dan manajemen laba income minimization dan income maximization. Kedua hubungan antara leverage dan income
minimization. Ketiga hubungan antara leverage dan income maximization.
1 Hubungan leverage dan manajemen laba income minimization dan income maximization.
Tabel 5.27 merupakan output analisis tabulasi silang leverage dan manajemen laba income minimization dan income maximization.
Value Ordinal by Ordinal
Spearman Correlation 0,111
N of Valid Cases 45
72
Tabel 5. 27 Tabulasi silang leverage dan manajemen laba income
minimization dan income maximization.
DER Total
Sangat Rendah
Rendah Tinggi
Sangat Tinggi
Manajemen Laba
Max laba
31 11
1 2
45 Min
laba 15
10 2
3 30
Total 46
21 3
5 75
Sumber: data sekunder yang diolah, 2016
Berdasarkan tabel 5.27, pada kategori tingkat leverage sangat rendah terdapat 31 perusahaan melakukan income maximization, dan
sebanyak 15 melakukan income minimization. Pada kategori tingkat leverage rendah terdapat 11 perusahaan melakukan income
maximization, dan sebanyak 10 perusahaan melakukan income minimization. Pada kategori tingkat leverage tinggi terdapat 1
perusahaan melakukan income maximization, dan sebanyak 2 perusahaan melakukan income minimization. Pada kategori tingkat
leverage sangat tinggi terdapat 2 perusahaan melakukan income maximization,dan sebanyak 3 perusahaan melakukan income
minimization. Kekuatan dan arah hubungan antara leverage dan manajemen laba dapat dijelaskan dengan tabel symmentric measures
berikut ini.
Tabel 5. 28 Tabel
symmentric measures ukuran perusahaan dan manajemen laba
income minimization dan income maximization.
Value Ordinal by Ordinal
Spearman Correlation 0,203
N of Valid Cases 75
Sumber: data sekunder yang diolah, 2016
73 Tabel 5.28, men
unjukkan nilai Spearman’s rho sebesar 0,203. Hal ini berarti kekuatan hubungan leverage dengan manajemen laba income
minimization dan income maximization lemah. Nilai Spearman’s
rho positif, hal ini berarti hubungan kedua variabel positif. 2 Hubungan leverage dan manajemen laba income minimization
Tabel dibawah ini merupakan output analisis tabulasi silang leverage dan manajemen laba income minimization.
Tabel 5. 29 Tabulasi silang
leverage dan manajemen laba income minimization.
Leverage Total
Sangat Rendah
Rendah Tinggi
Sangat Tingi
Min DA Rendah
1 1
Sedang 2
1 2
1 6
Tinggi 12
9 2
23 Total
15 10
2 3
30 Sumber: data sekunder yang diolah, 2016
Berdasarkan tabel 5.29, ketika tingkat leverage pada kategori sangat rendah jumlah perusahaan yang melakukan income
minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 2, dan 12 perusahaan. Pada kategori leverage sangat
rendah perusahaan banyak melakukan income minimization pada kategori tinggi. Ketika tingkat leverage pada kategori rendah jumlah
perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 0, 1, dan 9 perusahaan.
Pada kategori leverage rendah perusahaan banyak melakukan income minimization pada kategori tinggi. Ketika tingkat leverage
pada kategori tinggi perusahaan hanya melakukan income minimization pada kategori sedang, yaitu sebanyak 2 perusahaan.
74 Ketika tingkat leverage pada kategori sangat tinggi jumlah
perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 0, 1, dan 2 perusahaan.
Pada kategori leverage sangat tinggi perusahaan banyak melakukan income minimization pada kategori tinggi. Kekuatan dan arah
hubungan dapat dijelaskan dengan tabel symmentric measures berikut ini.
Tabel 5. 30 Tabel symmentric measures leverage dan manajemen
laba income minimization.
Value Ordinal by Ordinal
Spearman Correlation -0,155
N of Valid Cases 30
Sumber: data sekunder yang diolah, 2016
Tabel 5.30 menunjukkan nilai Spearman’s rho sebesar -0,155. Hal
ini berarti kekuatan hubungan leverage dan manajemen laba income minimization
sangat lemah. Nilai Spearman’s rho negatif, hal ini berarti hubungan kedua variabel negatif.
3 Hubungan leverage dan manajemen laba income maximization Tabel dibawah ini merupakan output analisis tabulasi silang leverage
dan manajemen laba income maximization.
Tabel 5. 31 Tabulasi silang
leverage dan manajemen laba income maximization.
Leverage Total
Sangat Rendah
Rendah Tinggi
Sangat Tinggi
Max DA
Rendah 25
9 1
1 36
Sedang 3
2 1
6 Tinggi
3 3
Total 31
11 1
2 45
Sumber: data sekunder yang diolah, 2016
75 Berdasarkan tabel 5.31, ketika tingkat leverage pada kategori
sangat rendah jumlah perusahaan yang melakukan income maximization pada tingkat kategori rendah hingga tinggi, yaitu
sebanyak 25, 3, dan 3 perusahaan. Pada kategori leverage sangat rendah perusahaan banyak melakukan income maximization pada
kategori rendah. Ketika tingkat leverage pada kategori rendah jumlah perusahaan yang melakukan income maximization pada
tingkat kategori rendah hingga tinggi, yaitu sebanyak 9, 2, dan 0 perusahaan. Pada kategori leverage rendah perusahaan banyak
melakukan income maximization pada kategori rendah. Ketika tingkat leverage pada kategori tinggi perusahaan hanya melakukan
income minimization pada kategori rendah, yaitu sebanyak 1 perusahaan. Ketika tingkat leverage pada kategori sangat tinggi
jumlah perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 1, dan 0
perusahaan. Pada kategori leverage sangat tinggi perusahaan banyak melakukan income minimization pada kategori rendah dan sedang.
Kekuatan dan arah hubungan dapat dijelaskan dengan tabel symmentric measures berikut ini.
Tabel 5. 32 Tabel
symmentric measures leverage dan manajemen laba
income maximization.
Value Ordinal by Ordinal
Spearman Correlation 0,015
N of Valid Cases 45
Sumber: data sekunder yang diolah, 2016
76 Tabel 5.32
menunjukkan nilai Spearman’s rho sebesar 0,015. Hal ini berarti kekuatan hubungan leverage dan manajemen laba income
maximization sangat lemah. Nilai Spearman’s rho positif, hal ini
berarti hubungan kedua variabel positif. c. Hubungan antara profitabilitas dan manajemen laba
Analisis tabulasi silang kedua dilakukan untuk menentukan antara profitabilitas dan manajemen laba. Hubungan antara
profitabilitas dan manajemen laba dilakukan dengan menguji tiga hubungan. Pertama antara profitabilitas dan manajemen laba income
minimization dan income maximization. Kedua hubungan antara profitabilitas dan income minimization. Ketiga hubungan antara
profitabilitas dan income maximization. 1 Hubungan profitabilitas dan manajemen laba income minimization
dan income maximization. Tabel dibawah ini merupakan output analisis tabulasi silang
profitabilitas dan manajemen laba income minimization dan income maximization.
Tabel 5. 33 Tabulasi silang profitabilitas dan manajemen laba
income minimization dan income maximization.
ROI Total
Sangat Rendah
Rendah Tinggi
Sangat Tinggi
Manajemen laba
Max laba
35 6
2 2
45 Min
laba 24
3 2
1 30
Total 59
9 4
3 75
Sumber: data sekunder yang diolah, 2016
77 Berdasarkan tabel 5.33, pada kategori tingkat profitabilitas
sangat rendah terdapat 35 perusahaan melakukan income maximization, dan sebanyak 24 melakukan income minimization.
Pada kategori tingkat profitabilitas rendah terdapat 6 perusahaan melakukan income maximization, dan sebanyak 3 perusahaan
melakukan income minimization. Pada kategori tingkat profitabilitas tinggi terdapat 2 perusahaan melakukan income maximization, dan
sebanyak 2 perusahaan melakukan income minimization. Pada kategori tingkat profitabilitas sangat tinggi terdapat 2 perusahaan
melakukan income maximization,dan sebanyak 1 perusahaan melakukan income minimization. Kekuatan dan arah hubungan
antara profitabilitas dan manajemen laba dapat dijelaskan dengan tabel symmentric measures berikut ini.
Tabel 5. 34 Tabel
symmentric measures ukuran perusahaan dan manajemen laba
income minimization dan income maximization.
Value Ordinal by Ordinal
Spearman Correlation -0,023
N of Valid Cases 75
Sumber: data sekunder yang diolah, 2016
Tabel 5.34 menunjukkan nilai Spearman’s rho sebesar -0,023. Hal
ini berarti kekuatan hubungan profitabilitas dan manajemen laba income minimization dan income maximization sangat lemah. Nilai
Spearman’s rho negatif, hal ini berarti hubungan kedua variabel negatif.
78 2 Hubungan profitabilitas dan manajemen laba income minimization
Tabel dibawah ini merupakan output analisis tabulasi silang profitabilitas dan manajemen laba income minimization.
Tabel 5. 35 Tabulasi silang profitabilitas dan manajemen laba
income minimization.
Sumber: data sekunder yang diolah, 2016
Berdasarkan tabel 5.35, ketika tingkat profitabilitas pada kategori sangat rendah jumlah perusahaan yang melakukan income
minimization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 5, dan 18 perusahaan. Pada kategori profitabilitas sangat
rendah perusahaan banyak melakukan income minimization pada kategori tinggi. Ketika tingkat profitabilitas pada kategori rendah
perusahaan hanya melakukan income minimization pada kategori tinggi, yaitu sebanyak 3 perusahaan. Ketika tingkat profitabilitas
pada kategori tinggi jumlah perusahaan yang melakukan income minimization pada tingkat kategori rendah hingga tinggi, yaitu
sebanyak 0, 1, dan 1 perusahaan. Pada kategori profitabilitas tinggi perusahaan banyak melakukan income minimization pada kategori
sedang dan tinggi. Ketika tingkat profitabilitas pada kategori sangat tinggi perusahaan hanya melakukan income minimization pada
kategori tinggi, yaitu sebanyak 1 perusahaan Kekuatan dan arah
Profitabilitas Total
Sangat Rendah
Rendah Tinggi
Sangat Tinggi
Min DA
Rendah 1
1 Sedang
5 1
6 Tinggi
18 3
1 1
23 Total
24 3
2 1
30
79 hubungan dapat dijelaskan dengan tabel symmentric measures
berikut ini.
Tabel 5. 36 Tabel
symmentric measures profitabilitas dan manajemen laba
income minimization
Value Ordinal by Ordinal
Spearman Correlation 0,072
N of Valid Cases 30
Sumber: data sekunder yang diolah, 2016
Tabel 5.36 menunjukkan nilai Spearman’s rho sebesar 0,072. Hal ini
berarti kekuatan hubungan profitabilitas dan manajemen laba income minimization
sangat lemah. Nilai Spearman’s rho positif, hal ini berarti hubungan kedua variabel positif.
3 Hubungan profitabilitas dan manajemen laba income maximization Tabel 5.37 merupakan output analisis tabulasi silang profitabilitas
dan manajemen laba income maximization.
Tabel 5. 37 Tabulasi silang profitabilitas dan manajemen laba
income maximization.
Profitabilitas Total
Sangat Rendah
Rendah Tinggi
Sangat Tinggi
MAX DA
Rendah 27
6 1
2 36
Sedang 5
1 6
Tinggi 3
3 Total
35 6
2 2
45 Sumber: data sekunder yang diolah, 2016
Berdasarkan tabel 5.37, ketika tingkat profitabilitas pada kategori sangat rendah jumlah perusahaan yang melakukan income
maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 27, 5, dan 3 perusahaan. Pada kategori profitabilitas sangat
rendah perusahaan banyak melakukan income maximization pada kategori rendah. Ketika tingkat profitabilitas pada kategori rendah
80 perusahaan hanya melakukan income maximization pada kategori
rendah, yaitu sebanyak 6 perusahaan. Ketika tingkat profitabilitas pada kategori tinggi jumlah perusahaan yang melakukan income
maximization pada tingkat kategori rendah hingga tinggi, yaitu sebanyak 1, 1, dan 0 perusahaan. Pada kategori profitabilitas tinggi
perusahaan banyak melakukan income maximization pada kategori rendah dan sedang. Ketika tingkat profitabilitas pada kategori sangat
tinggi perusahaan hanya melakukan income maximization pada kategori rendah, yaitu sebanyak 2 perusahaan. Kekuatan dan arah
hubungan dapat dijelaskan dengan tabel 5.38 symmentric measures berikut ini.
Tabel 5. 38 Tabel
symmentric measures profitabilitas dan manajemen laba
income maximization
Value Ordinal by Ordinal
Spearman Correlation -0,130
N of Valid Cases 45
Sumber: data sekunder yang diolah, 2016
Tabel 5.38 menunjukkan nilai Spearman’s rho sebesar -0,130. Hal
ini berarti kekuatan hubungan profitabilitas dan manajemen laba income maximization
sangat lemah. Nilai Spearman’s rho negatif, hal ini berarti hubungan kedua variabel negatif.
B. Pembahasan
Kategori