Analisis Faktor-Faktor yang Mempengaruhi Fraudulent Financial Reporting dalam Perspektif Fraud Triangle (Studi Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia (BEI) Tahun 2012-2014

Lampiran 1

Daftar Perusahaan Sampel

No Nama Perusahaan

Kriteria Penentuan

Sampel Sampel

1 2 3

1 ADES (Akasha Wira International Tbk) √ √ x

2 ADMG (Polychem Indonesia Tbk) √ x x

3 AISA (Tiga Pilar Sejahtera Food Tbk) √ x x

4 AKKU (Alam Karya Unggul Tbk) √ √ x

5 AKPI (Argha Karya Prima Industry Tbk) √ √ √ Sampel 1

6 ALDO (Alkindo Naratama Tbk) √ √ √ Sampel 2

7 ALKA (Alaska Industrindo Tbk) √ √ x

8

ALMI (Alumindo Light Metal Industry

Tbk) √ √ x

9 ALTO (Tri Banyan Tirta Tbk) √ √ x

10 AMFG (Asahimas Flat Glass Tbk) √ √ √ Sampel 3

11 APLI (Asiaplast Industries Tbk) √ x √ Sampel 4

12 ARGO (Argo Pantes Tbk) √ x x

13 ARNA (Arwana Citra Mulia Tbk) √ √ √ Sampel 5

14 ASII (Astra International Tbk) √ √ √ Sampel 6

15 AUTO (Astra Auto Part Tbk) √ √ √ Sampel 7

16 BATA (Sepatu Bata Tbk) √ √ √ Sampel 8

17 BIMA (Primarindo Asia Infrastructure Tbk) √ x x

18 BRAM (Indo Kordsa Tbk) √ x x

19 BRNA (Berlina Tbk) √ √ x

20 BRPT (Barito Pasific Tbk) √ x x

21 BTON (Beton Jaya Manunggal Tbk) √ √ √ Sampel 9

22 BUDI (Budi Acid jaya Tbk) √ √ √ Sampel 10

23 CEKA (Cahaya Kalbar Tbk) √ √ x

24 CINT (Chitose Internasional Tbk) √ x x

25 CNTX (Centex Tbk) √ x x

26 CPIN (Charoen Pokphand Indonesia Tbk) √ √ √ Sampel 11

27 CTBN (Citra Tubindo Tbk) √ x x

28 DAJK (Dwi Aneka Jaya Kemasindo Tbk) √ x x

29 DAVO (Davomas Abadi Tbk) √ x x

30 DLTA (Delta Djakarta Tbk) √ √ x

32 DVLA (Darya Varia Laboratoria Tbk) √ √ √ Sampel 13

33 EKAD (Ekadharma International Tbk) √ √ √ Sampel 14

34 ERTX (Eratex Djaya Tbk) √ √ √ Sampel 15

35 ESTI (Ever Shine Textile Industry Tbk) √ x x

36 ETWA (Eterindo Wahanatama Tbk) √ √ √ Sampel 16

37 FASW (Fajar Surya Wisesa Tbk) √ √ √ Sampel 17

38 FPNI (Titan Kimia Nusantara Tbk) √ x x

39 GDST (Gunawan Dianjaya Steel Tbk) √ √ √ Sampel 18

40 GDYR (Goodyear Indonesia Tbk) √ x x

41 GGRM (Gudan Garam Tbk) √ √ x

42 GJTL (Gajah Tunggal Tbk) √ √ √ Sampel 19

43 HDTX (Pan Asia Indosyntec Tbk) √ x x

44 HMSP (Hanjaya Mandala Sampoerna Tbk) √ √ √ Sampel 20

45 ICBP (Indofood CBP Sukses Makmur Tbk) √ √ √ Sampel 21

46 IGAR (Champion Pasific Indonesia Tbk) √ √ x

47 IKAI (Inti Keramik Alam Asri Industri Tbk) √ √ x

48 IKBI (Sumi Indo Kabel Tbk) √ x x

49 IMAS (Indomobil Sukses International Tbk) √ √ √ Sampel 22

50 IMPC (Impack Pratama Industri Tbk) √ x x

51 INAF (Indofarma Tbk) √ √ x

52 INAI (Indal Aluminium Industry Tbk) √ √ √ Sampel 23

53 INCI (Intan Wijaya International Tbk) √ √ √ Sampel 24

54 INDF (Indofood Sukses Makmur Tbk) √ √ √ Sampel 25

55 INDR (Indo Rama Synthetic Tbk) √ x x

56 INDS (Indospring Tbk) √ √ √ Sampel 26

57 INKP (Indah Kiat Pulp & Paper Tbk) √ x x

58 INRU (Toba Pulp Lestari Tbk) √ x x

59 INTP (Indocement Tunggal Prakasa Tbk) √ √ x

60 IPOL (Indopoly Swakarsa Industry Tbk) √ x x

61 ISSP (Steel Pipe Industry of Indonesia Tbk) √ √ √ Sampel 27

62 ITMA (Itamaraya Tbk) √ x x

63 JECC (Jembo Cable Company Tbk) √ √ √ Sampel 28

64 JKSW (Jakarta Kyoei Steel Work LTD Tbk) √ √ x

65 JPFA (Japfa Comfeed Indonesia Tbk) √ √ √ Sampel 29

66 JPRS (Jaya Pari Steel Tbk) √ √ √ Sampel 30

67 KAEF (Kimia Farma Tbk) √ x x

68 KARW (Karwell Indonesia Tbk) √ x x

69 KBLI (KMI Wire and Cable Tbk) √ √ √ Sampel 31

71

KBRI (Kertas Basuki Rachmat Indonesia

Tbk) √ √ x

72 KDSI (Kedawung Setia Industrial Tbk) √ x x

73 KIAS (Keramika Indonesia Assosiasi Tbk) √ √ √ Sampel 33

74 KICI (Kedaung Indag Can Tbk) √ √ √ Sampel 34

75 KLBF (Kalbe Farma Tbk) √ √ √ Sampel 35

76 KRAH (Grand Kartech Tbk) √ x x

77 KRAS (Krakatau Steel Tbk) √ x x

78 LION (Lion Metal Works Tbk) √ √ √ Sampel 36

79 LMPI (Langgeng Makmur Industry Tbk √ √ √ Sampel 37

80 LMSH (Lionmesh Prima Tbk) √ √ √ Sampel 38

81 LPIN (Multi Prima Sejahtera Tbk) √ √ x

82 MAIN (Malindo Feedmill Tbk) √ √ √ Sampel 39

83 MASA (Multistrada Arah Sarana Tbk) √ x x

84 MBTO (Martina Berto Tbk) √ √ √ Sampel 40

85 MERK (Merck Tbk) √ √ x

86 MLBI (Multi Bintang Indonesia Tbk) √ √ x

87 MLIA (Mulia Industrindo Tbk) √ √ x

88 MRAT (Mustika Ratu Tbk) √ √ √ Sampel 41

89 MYOR (Mayora Indah Tbk) √ √ √ Sampel 42

90 MYRX (Hanson International Tbk) √ √ √ Sampel 43

91 MYTX (Apac Citra Centertex Tbk) √ √ x

92 NIKL (Pelat Timah Nusantara Tbk) √ x x

93 NIPS (Nippres Tbk) √ √ √ Sampel 44

94 PBRX (Pan Brothers Tbk) √ x x

95 PICO (Pelangi Indah Canindo Tbk) √ √ √ Sampel 45

96 POLY (Asia Pasific Fibers Tbk) √ x x

97 PRAS (Prima Alloy Steel Universal Tbk) √ √ x

98 PSDN (Prashida Aneka Niaga Tbk) √ x x

99 PTSN (Sat Nusa Persada Tbk) √ x x

100 PYFA (Pyridam Farma Tbk) √ √ √ Sampel 46

101 RICY (Ricky Putra Globalindo Tbk) √ √ √ Sampel 47

102

RMBA (Bentoel International Investama

Tbk) √ √ √ Sampel 48

103 ROTI (Nippon Indosari Corporindo Tbk) √ √ x

104

SCCO (Supreme Cable Manufacturing and

Commerce Tbk) √ √ √ Sampel 49

105 SCPI (Schering Plough Indonesia Tbk) √ √ √ Sampel 50

106 SIAP (Sekawan Intipratama Tbk) √ √ x

108 SIMA (Siwani Makmur Tbk) √ √ x

109 SIPD (Siearad Produce Tbk) √ √ √ Sampel 51

110 SKBM (Sekar Bumi Tbk) √ √ x

111 SKLT (Sekar Laut Tbk) √ √ √ Sampel 52

112 SMBR (Semen Baturaja Persero Tbk) √ x x

113 SMCB (Holcim Indonesia Tbk) √ √ x

114 SMGR (Semen Gresik Tbk) √ √ x

115 SMSM (Selamat Sempurna Tbk) √ √ √ Sampel 53

116 SOBI (Sorini Agro Asia Corporindo Tbk) √ x x

117 SPMA (Suparma Tbk) √ √ √ Sampel 54

118

SQBI (Taisho Pharmaceutical Indonesia

Tbk) √ √ x

119 SRIL (Sri Rejeki Isman Tbk) √ x x

120 SRSN (Indo Acitama Tbk) √ √ √ Sampel 55

121 SSTM (Sunson Textile Manufacturer Tbk) √ √ x

122 STTP (Siantar Top Tbk) √ √ x

123 SULI (Sumalindo Lestari Jaya Tbk) √ √ √ Sampel 56

124 TBMS (Tembaga Mulia Semanan Tbk) √ x x

125 TCID (Mandom Indonesia Tbk) √ √ √ Sampel 57

126 TIRT (Tirta Mahakam Resources Tbk) √ √ x

127 TKIM (Pabrik Kertas Tjiwi Kimia Tbk) √ x x

128 TOTO (Surya Toto Indonesia Tbk) √ √ √ Sampel 58

129 TPIA (Chandra Asri Petrochemical Tbk) √ x x

130 TRIS (Trisula International Tbk) √ √ √ Sampel 59

131 TRST (Trias Sentosa Tbk) √ √ √ Sampel 60

132 TSPC (Tempo Scan Pasific Tbk) √ √ √ Sampel 61

133

ULTJ (Ultrajaya Milk Industry and Trading

Company Tbk) √ √ √ Sampel 62

134 UNIC (Unggul Indah Cahaya Tbk) √ x x

135 UNIT (Nusantara Inti Corpora Tbk) √ √ √ Sampel 63

136 UNTX (Unitex Tbk) √ x x

137 UNVR (Unilever Indonesia Tbk) √ x x

138 VOKS (Voksel Electric Tbk) √ √ √ Sampel 64

139 WIIM (Wismilak Inti Makmur Tbk) √ √ √ Sampel 65

140 WTON (Wijaya Karya Beton Tbk) √ x x

Lampiran 2

Tabulasi Hasil Perhitungan Rasio Stabilitas Keuangan Tahun 2012-2014

No Emiten

ACHANGE

2012 2013 2014 1 AMFG 0.136 0.120 0.097 2 ARNA 0.113 0.174 0.098 3 KIAS 0.044 0.056 0.035 4 TOTO 0.120 0.128 0.139 5 BTON 0.182 0.176 -0.011 6 GDST 0.160 0.023 0.120 7 INAI 0.111 0.201 0.146 8 ISSP 0.195 0.253 0.193 9 JPRS -0.098 -0.059 -0.015 10 LION 0.156 0.131 0.169 11 LMSH 0.237 0.093 -0.013 12 MYRX 0.228 0.805 -0.073 13 PICO 0.055 0.043 0.008 14 BUDI 0.077 0.035 0.038 15 DPNS 0.067 0.280 0.047 16 EKAD 0.133 0.203 0.165 17 ETWA 0.354 0.256 0.030 18 INCI 0.054 0.028 0.080 19 SRSN 0.102 0.044 0.092 20 AKPI 0.092 0.177 0.064 21 APLI -0.003 -0.100 -0.112 22 TRST 0.050 0.329 0.000 23 YPAS 0.360 0.431 -0.915 24 CPIN 0.283 0.215 0.246 25 JPFA 0.246 0.265 0.052 26 MAIN 0.262 0.187 0.373 27 SULI -0.186 -0.518 -0.045 28 SIPD 0.199 -0.045 -0.127 29 ALDO 0.110 0.387 0.155 30 FASW 0.115 0.020 -0.020 31 SPMA 0.068 0.058 0.155 32 ASII 0.153 0.148 0.093 33 AUTO 0.216 0.289 0.132 34 GJTL 0.098 0.162 0.043 35 IMAS 0.266 0.212 0.049 36 INDS 0.315 0.242 0.038

37 NIPS 0.150 0.342 0.338 38 SMSM 0.079 0.159 0.021 39 ERTX 0.203 0.422 0.034 40 RICY 0.238 0.241 0.052 41 TRIS 0.350 0.230 0.093 42 UNIT 0.198 0.173 0.896 43 BATA 0.100 0.157 0.122 44 JECC 0.116 0.428 -0.167 45 KBLI 0.067 0.131 0.000 46 KBLM 0.111 -0.105 -0.010 47 SCCO 0.021 0.156 -0.064 48 VOKS 0.074 0.132 -0.259 49 ICBP 0.143 0.165 0.146 50 INDF 0.097 0.236 0.097 51 MYOR 0.205 0.145 0.056 52 SKLT 0.142 0.173 0.089 53 ULTJ 0.099 0.139 0.036 54 HMSP 0.264 -0.226 0.246 55 RMBA 0.087 0.249 0.099 56 WIIM 0.386 0.018 0.078 57 DVLA 0.141 0.097 0.037 58 KLBF 0.121 0.168 0.089 59 PYFA 0.131 0.224 -0.014 60 SCPI 0.291 0.410 0.433 61 TSPC 0.083 0.143 0.033 62 MBTO 0.111 0.004 0.012 63 MRAT 0.072 -0.036 0.119 64 TCID 0.104 0.139 0.209 65 KICI 0.079 0.034 -0.016 66 LMPI 0.159 0.009 -0.016

Lampiran 3

Tabulasi Hasil Perhitungan Rasio Tekanan Eksternal Tahun 2012-2014

No Emiten

Leverage

2012 2013 2014 1 AMFG 0.766 0.560 0.573 2 ARNA 2.432 2.554 2.378 3 KIAS 0.128 0.037 0.041 4 TOTO 0.142 0.166 0.260 5 BTON 0.241 0.220 0.171 6 GDST 0.773 0.079 0.162 7 INAI 0.665 0.654 0.631 8 ISSP 0.629 0.629 0.631 9 JPRS 0.157 0.129 0.122 10 LION 0.299 0.308 0.336 11 LMSH 0.544 0.655 0.773 12 MYRX 0.125 0.074 0.073 13 PICO 0.331 0.253 0.290 14 BUDI 0.508 0.506 0.535 15 DPNS 0.345 0.283 0.175 16 EKAD 0.608 0.728 0.725 17 ETWA 0.382 0.476 0.460 18 INCI 0.529 0.722 0.495 19 SRSN 0.338 0.367 0.475 20 AKPI 0.565 0.648 0.664 21 APLI 0.621 0.611 0.412 22 TRST 1.032 1.395 1.407 23 YPAS 0.613 0.593 0.541 24 CPIN 0.490 0.536 0.553 25 JPFA 0.676 0.726 0.705 26 MAIN 0.532 0.572 0.615 27 SULI 0.507 0.504 0.490 28 SIPD 0.382 0.245 0.295 29 ALDO 0.574 0.627 0.627 30 FASW 0.675 0.702 0.713 31 SPMA 0.317 0.202 0.199 32 ASII 0.217 0.270 0.250 33 AUTO 0.591 0.704 0.523 34 GJTL 0.515 0.489 0.467 35 IMAS 0.431 0.406 0.344 36 INDS 0.799 0.346 0.368

37 NIPS 0.564 0.657 0.661 38 SMSM 0.648 0.661 0.665 39 ERTX 0.338 0.363 0.409 40 RICY 0.367 0.475 0.045 41 TRIS 0.325 0.417 0.446 42 UNIT 0.798 0.881 0.839 43 BATA 0.272 0.337 0.297 44 JECC 0.634 0.588 0.552 45 KBLI 2.383 2.129 2.236 46 KBLM 0.645 0.693 0.668 47 SCCO 0.463 0.380 0.414 48 VOKS 0.325 0.376 0.396 49 ICBP 0.424 0.512 0.520 50 INDF 0.630 0.599 0.602 51 MYOR 0.482 0.538 0.537 52 SKLT 0.307 0.283 0.224 53 ULTJ 0.493 0.619 0.524 54 HMSP 0.723 0.904 1.136 55 RMBA 0.456 0.364 0.359 56 WIIM 0.217 0.231 0.221 57 DVLA 0.217 0.249 0.210 58 KLBF 0.268 0.265 0.227 59 PYFA 0.354 0.464 0.441 60 SCPI 0.961 0.986 1.033 61 TSPC 0.276 0.286 0.261 62 MBTO 0.287 0.262 0.267 63 MRAT 0.153 0.141 0.030 64 TCID 0.131 0.193 0.307 65 KICI 0.299 0.247 0.187 66 LMPI 0.498 0.517 0.507

Lampiran 4

Tabulasi Hasil Perhitungan Rasio Target Keuangan Tahun 2012-2014

No Emiten

ROA

2012 2013 2014 1 AMFG 0.149 0.127 0.153 2 ARNA 0.226 0.279 0.277 3 KIAS 0.030 0.047 0.050 4 TOTO 0.221 0.185 0.188 5 BTON 0.223 0.189 0.055 6 GDST 0.053 0.102 -0.014 7 INAI 0.050 0.015 0.037 8 ISSP 0.045 0.057 0.048 9 JPRS 0.031 0.049 -0.022 10 LION 0.239 0.171 0.105 11 LMSH 0.351 0.137 0.079 12 MYRX 0.025 0.002 0.000 13 PICO 0.025 0.034 0.033 14 BUDI 0.005 0.016 0.018 15 DPNS 0.139 0.341 0.064 16 EKAD 0.175 0.151 0.143 17 ETWA 0.038 0.024 -0.127 18 INCI 0.035 0.079 0.077 19 SRSN 0.064 0.078 0.064 20 AKPI 0.034 0.032 0.027 21 APLI 0.018 0.009 0.061 22 TRST 0.037 0.022 0.019 23 YPAS 0.065 0.014 -0.029 24 CPIN 0.273 0.220 0.101 25 JPFA 0.124 0.060 0.034 26 MAIN 0.213 0.170 -0.005 27 SULI -0.082 -0.309 0.017 28 SIPD 0.006 0.004 0.009 29 ALDO 0.089 0.111 0.079 30 FASW 0.002 -0.058 0.023 31 SPMA 0.032 -0.018 0.031 32 ASII 0.153 0.129 0.116 33 AUTO 0.142 0.097 0.077 34 GJTL 0.113 0.011 0.025 35 INDS 0.109 0.084 0.073 36 NIPS 0.056 0.057 0.056

37 PRAS 0.017 0.020 0.012 38 SMSM 0.239 0.269 1.505 39 RICY 0.028 0.015 0.019 40 SSTM -0.023 -0.021 0.022 41 TRIS 0.163 0.143 0.091 42 UNIT 0.007 0.010 0.001 43 BATA 0.173 0.094 0.128 44 JECC 0.069 0.035 0.031 45 KBLI 0.149 0.079 0.070 46 KBLM 0.044 0.016 0.042 47 VOKS 0.109 0.026 -0.073 48 ADES 0.197 0.134 0.082 49 ICBP 0.171 0.140 0.136 50 INDF 0.106 0.052 0.072 51 MYOR 0.116 0.140 0.051 52 SKLT 0.047 0.055 0.071 53 ULTJ 0.189 0.155 0.129 54 HMSP 0.510 0.678 0.483 55 RMBA -0.062 0.141 0.170 56 WIIM 0.087 0.142 0.112 57 KLBF 0.245 0.227 0.222 58 MERK 0.256 0.282 0.286 59 PYFA 0.059 0.049 0.024 60 SCPI -0.027 -0.009 -0.054 61 TSPC 0.175 0.153 0.133 62 MBTO 0.098 0.038 0.009 63 MRAT 0.093 -0.023 0.020 64 TCID 0.161 0.149 0.129 65 KICI 0.032 0.101 0.065 66 LMPI 0.006 -0.017 0.004

Lampiran 5

Tabulasi Hasil Perhitungan Rasio Kondisi Industri Tahun 2012-2014

No Emiten

RECEIVABLE 2012 2013 2014 1 AMFG 0.005 0.016 -0.020 2 ARNA 0.024 0.019 0.028 3 KIAS 0.301 -0.090 0.076 4 TOTO 0.022 0.005 -0.004 5 BTON -0.031 0.003 0.001 6 GDST 0.065 -0.009 0.002 7 INAI 0.000 0.057 -0.012 8 ISSP -0.082 0.060 -0.228 9 JPRS 0.090 0.046 0.074 10 LION 0.052 -0.001 0.027 11 LMSH -0.007 -0.032 0.002 12 MYRX 0.306 0.138 -0.484 13 PICO 0.075 0.000 0.018 14 BUDI 0.092 0.040 -0.029 15 DPNS -0.021 0.006 0.014 16 EKAD 0.025 -0.003 -0.009 17 ETWA 0.030 -0.015 -0.007 18 INCI -0.095 -0.239 -0.036 19 SRSN -1.039 -0.036 -0.143 20 AKPI 0.087 0.052 -0.045 21 APLI 0.015 -0.042 0.010 22 TRST 0.003 0.060 -0.041 23 YPAS 0.028 -0.046 0.014 24 CPIN 0.010 0.015 0.019 25 JPFA 0.007 0.005 -0.005 26 MAIN 0.003 0.004 0.032 27 SULI 0.117 0.066 -0.208 28 SIPD 0.065 -0.138 0.052 29 ALDO 0.023 0.041 0.011 30 FASW 0.139 -0.008 -0.062 31 SPMA -0.010 -0.004 -0.023 32 ASII 0.011 0.020 0.005 33 AUTO 0.005 0.011 -0.009 34 GJTL 0.020 0.008 -0.006 35 INDS -0.021 0.020 0.000 36 NIPS -0.008 0.054 0.040

37 PRAS -0.104 0.069 -0.013 38 SMSM 0.048 0.038 -0.019 39 RICY -0.030 0.038 -0.059 40 SSTM -0.122 0.055 -0.030 41 TRIS -0.935 0.000 0.022 42 UNIT -0.049 0.029 -0.020 43 BATA -0.002 0.003 -0.008 44 JECC 0.045 0.167 -0.027 45 KBLI 0.004 0.041 0.011 46 KBLM 0.024 -0.022 0.024 47 VOKS 0.025 0.048 -0.103 48 ADES -0.089 0.007 0.025 49 ICBP -0.013 -0.008 -0.005 50 INDF -0.009 0.022 -0.026 51 MYOR 0.015 0.039 -0.017 52 SKLT -0.006 0.001 -0.010 53 ULTJ -0.021 0.000 -0.006 54 HMSP 0.000 -0.001 -0.006 55 RMBA 0.368 -0.372 0.033 56 WIIM -0.002 0.001 0.008 57 KLBF -0.008 0.000 0.000 58 MERK -0.044 0.097 -0.003 59 PYFA 0.014 -0.016 0.021 60 SCPI 0.015 0.108 0.143 61 TSPC 0.002 0.006 -0.006 62 MBTO 0.131 -0.010 0.019 63 MRAT 0.023 -0.002 0.070 64 TCID 0.006 -0.014 -0.004 65 KICI 0.013 -0.042 -0.002 66 LMPI 0.007 0.000 0.148

Lampiran 6

Tabulasi Hasil Perhitungan Rasio Efektivitas Pengawasan Tahun 2012-2014

No Emiten

BDOUT

2012 2013 2014 1 AMFG 0.33 0.33 0.33 2 ARNA 1.00 1.00 1.00 3 KIAS 0.33 0.33 0.33 4 TOTO 0.25 0.50 0.50 5 BTON 0.50 0.50 0.50 6 GDST 0.33 0.33 0.33 7 INAI 0.40 0.50 0.50 8 ISSP 0.33 0.33 0.33 9 JPRS 0.50 0.50 0.50 10 LION 0.33 0.33 0.33 11 LMSH 0.33 0.33 0.33 12 MYRX 0.50 0.50 0.50 13 PICO 0.33 0.33 0.33 14 BUDI 0.33 0.33 0.33 15 DPNS 0.33 0.33 0.33 16 EKAD 0.33 0.50 0.50 17 ETWA 0.25 0.25 0.25 18 INCI 0.33 0.33 0.33 19 SRSN 0.33 0.38 0.38 20 AKPI 0.40 0.33 0.33 21 APLI 0.33 0.33 0.33 22 TRST 0.33 0.50 0.50 23 YPAS 0.33 0.33 0.33 24 CPIN 0.40 0.33 0.33 25 JPFA 0.33 0.33 0.33 26 MAIN 0.33 0.33 0.60 27 SULI 0.40 0.33 0.33 28 SIPD 0.67 0.67 0.67 29 ALDO 0.33 0.33 0.33 30 FASW 0.33 0.40 0.40 31 SPMA 0.40 0.60 0.60 32 ASII 0.46 0.30 0.36 33 AUTO 0.40 0.45 0.50 34 GJTL 0.33 0.29 0.33 35 INDS 0.33 0.33 0.33 36 NIPS 0.25 0.33 0.33

37 PRAS 0.33 0.33 0.33 38 SMSM 0.33 0.33 0.33 39 RICY 0.33 0.25 0.25 40 SSTM 0.33 0.33 0.33 41 TRIS 0.33 0.33 0.33 42 UNIT 0.33 0.50 0.50 43 BATA 0.40 0.40 0.40 44 JECC 0.67 0.67 0.67 45 KBLI 0.40 0.33 0.40 46 KBLM 0.33 0.33 0.33 47 VOKS 0.20 0.20 0.40 48 ADES 0.33 0.33 0.33 49 ICBP 0.38 0.43 0.43 50 INDF 0.38 0.38 0.38 51 MYOR 0.40 0.40 0.40 52 SKLT 0.33 0.33 0.33 53 ULTJ 0.33 0.33 0.33 54 HMSP 0.40 0.50 0.50 55 RMBA 0.20 0.40 0.40 56 WIIM 0.33 0.33 0.33 57 KLBF 0.33 0.33 0.33 58 MERK 0.33 0.33 0.33 59 PYFA 0.33 0.33 0.33 60 SCPI 0.33 0.33 0.33 61 TSPC 0.50 0.60 0.75 62 MBTO 0.33 0.33 0.33 63 MRAT 0.33 0.33 0.33 64 TCID 0.40 0.40 0.40 65 KICI 0.33 0.33 0.33 66 LMPI 0.50 0.50 0.50

.Lampiran 7

Tabulasi Hasil Perhitungan Rasio Rasionalisasi Tahun 2012-2014

No Emiten

TATA

2012 2013 2014 1 AMFG -0.031 0.226 -0.144 2 ARNA -0.053 0.090 0.099 3 KIAS -0.040 0.271 0.022 4 TOTO 0.064 0.014 0.070 5 BTON -0.246 0.051 0.034 6 GDST -0.275 0.175 -0.331 7 INAI 0.412 -0.450 -0.244 8 ISSP 0.010 0.136 -0.009 9 JPRS 0.041 -0.194 -0.399 10 LION 0.071 0.025 0.021 11 LMSH 0.038 0.011 -0.017 12 MYRX 0.240 0.010 0.064 13 PICO 0.030 0.007 0.110 14 BUDI -0.057 -0.022 -0.051 15 DPNS 0.045 0.142 -0.326 16 EKAD 0.111 -0.075 0.069 17 ETWA -0.140 0.067 -0.276 18 INCI -0.004 -0.123 0.115 19 SRSN 0.003 0.028 -0.032 20 AKPI 0.048 -0.006 -0.054 21 APLI 0.020 0.062 -5.503 22 TRST -0.121 -0.247 0.058 23 YPAS -0.010 0.013 -0.122 24 CPIN 0.111 0.047 -0.013 25 JPFA 0.066 0.037 -0.019 26 MAIN -0.144 -0.046 -0.058 27 SULI 0.190 0.271 0.594 28 SIPD -0.076 -0.023 0.065 29 ALDO 0.008 0.028 0.015 30 FASW -0.311 0.268 -0.145 31 SPMA 0.089 -0.152 -0.661 32 ASII 0.011 -0.080 -0.002 33 AUTO -0.075 0.053 -0.061 34 GJTL -0.065 0.005 -0.013 35 IMAS -0.027 -0.059 -0.038 36 INDS 0.143 0.037 -0.003

37 NIPS -0.010 0.611 -0.359 38 SMSM -0.138 0.060 0.008 39 ERTX 0.114 0.051 -0.009 40 RICY 0.092 0.000 -0.009 41 TRIS 0.147 0.030 -0.015 42 UNIT -0.223 -0.197 -0.001 43 BATA -0.009 0.037 -0.020 44 JECC 0.118 -0.417 0.030 45 KBLI 0.139 0.032 0.041 46 KBLM 0.007 -0.017 0.049 47 SCCO 0.082 -0.014 0.128 48 VOKS -0.002 -0.079 0.002 49 ICBP -0.025 0.015 -0.042 50 INDF 0.004 0.021 0.040 51 MYOR -0.026 -0.059 0.049 52 SKLT -0.057 -0.091 -0.061 53 ULTJ -0.082 0.067 0.074 54 HMSP 0.125 -0.048 -0.075 55 RMBA 0.162 -0.134 -0.064 56 WIIM 0.027 0.242 0.044 57 DVLA 0.024 0.053 0.031 58 KLBF 0.048 0.082 0.011 59 PYFA -0.043 -0.153 0.002 60 SCPI -0.035 0.195 0.206 61 TSPC 0.017 0.038 0.015 62 MBTO 0.138 0.041 0.147 63 MRAT 0.059 -0.058 0.046 64 TCID -0.046 -0.100 -0.119 65 KICI -0.433 0.052 0.008 66 LMPI -0.041 -0.042 -0.557

Lampiran 8

Tabulasi Hasil Perhitungan Rasio Fraudulent Financial Reporting

Tahun 2012-2014

No Emiten

Manajemen Laba 2012 2013 2014 1 AMFG 0.465 0.388 0.287 2 ARNA 0.537 0.539 0.647 3 KIAS 0.627 0.625 0.805 4 TOTO 0.301 0.291 0.343 5 BTON 0.070 0.529 0.200 6 GDST 0.688 0.419 0.627 7 INAI 0.352 0.054 -0.308 8 ISSP 0.390 0.318 0.323 9 JPRS 0.541 0.393 0.090 10 LION 0.019 0.186 0.105 11 LMSH 0.455 -0.131 0.277 12 MYRX 0.463 0.303 0.055 13 PICO 0.554 0.205 0.250 14 BUDI 0.901 0.493 0.762 15 DPNS 0.220 0.529 0.093 16 EKAD 0.483 0.127 0.121 17 ETWA 0.328 0.396 0.236 18 INCI 0.099 0.091 0.321 19 SRSN 0.152 0.274 0.298 20 AKPI 0.700 0.670 1.897 21 APLI 0.609 0.541 0.551 22 TRST 0.708 1.028 0.458 23 YPAS 0.952 0.484 0.299 24 CPIN 0.317 0.283 0.557 25 JPFA 0.371 0.234 0.169 26 MAIN 0.152 0.282 0.831 27 SULI 0.499 0.313 0.075 28 SIPD 0.695 0.499 0.889 29 ALDO 0.342 0.085 0.238 30 FASW 0.968 0.521 0.375 31 SPMA 0.803 0.813 0.668 32 ASII 0.034 0.239 0.227 33 AUTO 0.300 0.196 0.222 34 GJTL 0.512 0.501 0.520

35 INDS 0.315 0.461 0.320 36 NIPS 0.543 0.550 0.601 37 PRAS 0.304 0.511 0.675 38 SMSM 0.378 0.253 0.144 39 RICY 0.194 1.384 0.642 40 SSTM 0.158 0.280 0.073 41 TRIS -2.043 -0.045 0.265 42 UNIT 1.092 1.071 0.804 43 BATA 0.296 0.118 0.233 44 JECC 0.342 0.256 0.186 45 KBLI 0.124 0.319 0.186 46 KBLM 0.494 0.576 0.726 47 VOKS 0.069 0.150 0.293 48 ADES 0.006 0.091 0.228 49 ICBP 0.064 0.102 -0.005 50 INDF 0.361 0.279 0.124 51 MYOR 0.351 0.324 0.320 52 SKLT 0.219 -0.167 0.070 53 ULTJ 0.081 0.225 0.279 54 HMSP -0.281 -0.171 -0.061 55 RMBA 1.114 -0.592 0.177 56 WIIM 0.022 -0.098 0.286 57 KLBF 0.161 0.245 0.208 58 MERK 0.012 0.209 0.202 59 PYFA 0.494 0.765 0.464 60 SCPI 0.445 0.542 0.415 61 TSPC 0.061 0.295 0.202 62 MBTO 0.381 0.352 0.269 63 MRAT 0.204 0.313 0.237 64 TCID 0.191 0.377 0.549 65 KICI 0.053 0.060 0.086 66 LMPI 0.359 0.337 0.622

Lampiran 9

Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation FraudulentFinancialReporting 198 -2.043 1.897 .34138 .341051 StabilitasKeuangan 198 -.915 .896 .12026 .166486 TekananEksternal 198 .030 2.383 .47984 .324197 TargetKeuangan 198 -.309 1.505 .09336 .143994 KondisiIndustri 198 -1.039 .368 -.00135 .127983 EfektivitasPengawasan 198 .200 1.000 .39361 .120490 Rasionalisasi 198 -5.503 .611 -.03313 .419459 Valid N (listwise) 198

Lampiran 10

Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 198

Normal Parametersa,b Mean .0000000 Std. Deviation .28785529

Most Extreme Differences

Absolute .082

Positive .082

Negative -.072

Kolmogorov-Smirnov Z 1.151

Asymp. Sig. (2-tailed) .141

a. Test distribution is Normal. b. Calculated from data.

Lampiran 11

Uji Multikolinearitas

Coefficientsa

Model Unstandardized

Coefficients

Standardized Coefficients

t Sig. Collinearity Statistics

B Std. Error Beta Tolerance VIF

1

(Constant) .320 .083 3.845 .000

StabilitasKeuangan .058 .126 .029 .462 .645 .979 1.022 TekananEksternal -.071 .066 -.068 -1.078 .282 .940 1.064 TargetKeuangan -.610 .148 -.257 -4.114 .000 .952 1.050 KondisiIndustri 1.184 .164 .444 7.223 .000 .986 1.014 EfektivitasPengawa

san

.270 .174 .095 1.551 .122 .986 1.014

Rasionalisasi -.037 .050 -.045 -.732 .465 .977 1.024 a. Dependent Variable: FraudulentFinancialReporting

Lampiran 12

Uji Heteroskedastisitas

Lampiran 13

Uji Autokorelasi Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .536

a

.288 .265 .292341621552 667

2.002

a. Predictors: (Constant), Rasionalisasi, EfektivitasPengawasan, KondisiIndustri, StabilitasKeuangan, TargetKeuangan, TekananEksternal

Lampiran 14

Uji Koefisien Determinasi (R2) Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

1 .536

a

.288 .265 .292341621552 667 a. Predictors: (Constant), Rasionalisasi, EfektivitasPengawasan, KondisiIndustri, StabilitasKeuangan, TargetKeuangan,

TekananEksternal

b. Dependent Variable: FraudulentFinancialReporting

Lampiran 15

Uji Signifikansi Simultan (Uji F) ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 6.591 6 1.098 12.853 .000b

Residual 16.324 191 .085

Total 22.914 197

a. Dependent Variable: FraudulentFinancialReporting

b. Predictors: (Constant), Rasionalisasi, EfektivitasPengawasan, KondisiIndustri, StabilitasKeuangan, TargetKeuangan, TekananEksternal

Lampiran 16

Uji Signifikansi Parsial (Uji t) Coefficientsa

Model Unstandardized Coefficients Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) .320 .083 3.845 .000

StabilitasKeuangan .058 .126 .029 .462 .645

TekananEksternal -.071 .066 -.068 -1.078 .282

TargetKeuangan -.610 .148 -.257 -4.114 .000

KondisiIndustri 1.184 .164 .444 7.223 .000

EfektivitasPengawasan .270 .174 .095 1.551 .122

Rasionalisasi -.037 .050 -.045 -.732 .465

DAFTAR PUSTAKA

Accounting Standard Board (ASB). 2002. Statement on Auditing Standard (SAS) No.99. Consideration of Fraud in a Financial Statement Audit.Newyork. Albrecht W. Steve and Albrecht Chad O. 2002. Fraud Examination. Thomson

SouthWestern.

Andayani D.Tutut. 2010.Tesis. PengaruhKarakteristikDewanKomisarisIndependenterhadapManajemenLa

ba. (Studipada Perusahaan Manufaktur yangTerdaftar di Bursa Efek Indonesia). UniversitasDiponegoro. Semarang.

Arens, A., danLoebbecke, J.2003. Auditing PendekatanTerpadu.Jakarta:SalembaEmpat.

Beasly, M., Joseph V., Dana R., danTerry L. 2010. Fraudulent FinancialReporting.Diakses:http://www.coso.org/documents/COSOFRAU DSTUY2010_001.pdf.

Erlina, SriMulyani, 2007. MetodologiPenelitianBisnis :UntukAkuntansi DanManajemen, CetakanPertama USU Press, Medan.

Ernst,danYoung.2009. Detecting Financial StatementFraud.

Diakses

Ghozali, Imam. 2005. AplikasiAnalisis Multivariate dengan Program IBM SPSS 19. Semarang :BadanpenerbitUndip.

IkatanAkuntan Indonesia. 2009. StandarAkuntansiKeuangan. Jakarta: Salemba Empat

Khanh, Nguyen. 2008. Financial Statement Fraud: Motives, Methodes, Cases, and Detection. Florida.

Loebbecke.J., M. Eining, & J.Willingham.1989. Auditor’s experience with materialirregularities. Frequency, nature and detestability.Auditing : A journal of practice and theory. Vol 9: 1-28

Rezaee, Zabihollah.2002. Prevention and detection.Canada.Ujiyantho, Muh.ArifdanPramuka, B. A. 2007. Mekanisme Corporate Governance,

ManajemenLaba, danKinerjaKeuangan.ProsidingSimposiumNasional Akuntansi10.Makassar.

Scott, William R. 2003 .“Financial Accounting Theory”.International Edition. New Jersey:Prentice-Hall, Inc.

Skousen, C., Kevin R.,danCharlotte J. 2008. Detecting And Predicting FinancialStatement Fraud: The Effectiveness Of The Fraud Traingle And Sas No. 99.Diakses:

Spathis, Charalambos T. 2002. DetectingFalse FinancialStatements Using

Published Data: Some Evidence from Greece. Managerial Auditing Journal, Vol. 17 (4): 179-191.

Theodorus M. Tuanakotta. (2007). AkuntansiForensikdanAudit Investigatif. Seri DepartemenAkuntansi FEUI.

Jakarta:LembagaPenerbitFakultasEkonomiUniversitas Indonesia. Ujiyantho, M.A. dan B.A. Pramuka. 2007. “MekanismeCorporate Governance,

ManajemenLabadanKinerjaKeuangan.”SimposiumNasionalAkuntansi X, Makassar, Indonesia, 26-28 Juli 2007

Yung, I., danLong W. 2009. Fraud Risk Factor Of The Fraud Triangle Assessing TheLikelihood Of Fraudulent Financial Reporting. Journal of Business & EconomicsResearch, Vol. 7, No. 2, pp. 63-78.

BAB III

METODE PENELITIAN 3.1 Jenis Penelitian

Penelitian ini menggunakan metode penelitian asosiatif kausal dimana peneliti akan mencoba membuktikan adanya pengaruh antara variabel independen dan dependen. Penelitian ini dilakukan untuk mengetahui faktor-faktor yang mempengaruhi fraudulent financial reporting dalam perspektif fraud triangle.

3.2 Tempat dan Waktu Penelitian

Penelitian ini dilakukan dengan mengambil data laporan keuangan perusahaan manufaktur yang listing di Bursa Efek Indonesia pada tahun 2012-2014. Data diambil dari situs resmi BEI yait penelitian sebagai berikut:

Tabel 3.1 Jadwal penelitian

Kegiatan September'15 Oktober'15 Januari'16 Februari'16 Maret'16 April'16 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Pengajuan

Judul Penyetujuan

Judul Penulisan

Proposal Bimbingan

Proposal Penyelesaian

Proposal Seminar

Proposal Bimbingan

Skripsi Ujian

Komprehensif Sidang Skripsi

3.3 Batasan Operasional

Batasan operasional dilakukan agar penelitian dan pembahasannya lebih terarah, sehingga hasilnya tidak bias dan sesuai dengan harapan peneliti. Adapun ruang lingkup penelitiannya adalah menganalisis faktor-faktor yang mempengaruhi fraudulent financialreporting dalam perspektif fraud trianglepada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2012-2014.

3.4 Definisi Operasional dan Skala Pengukuran Variabel

Definisi operasional adalah menjelaskan karakter dari obyek ke dalam elemen yang dapat diobservasi sehingga suatu konsep dapat diukur di dalam penelitian (Erlina, 2011:48). Definisi operasional bertujuan untuk memberikan definisi yang jelas akan variable myang dipakai di dalam penelitian, sehingga dengan definisi yang jelas akan variable yang dipakai dalam penelitian, sehingga dengan definisi yang jelas suatu variable akan dapat diukur dengan logika empiris. Untuk menguji penelitian ini digunakan variabel independen dan variabel dependen.

3.4.1 Variabel Dependen

Variabel dependen atau variable terikat merupakan variable yang tidak bebas, dipengaruhi oleh variabel independen atau bebas, dan merupakan konsekuensi dari variabel independen (Erlina, 2011:36). Variabel dependen di dalam penelitian ini adalah fraudulent financialreporting.Fraudulent financial reporting sering kali diawali dengan salah saji atau manajemen laba dari laporan keuangan kuartal yang

dianggap tidak material tetapi akhirnya tumbuh menjadi fraud secara besar-besaran dan menghasilkan laporan keuangan tahunan yang menyesatkan secara material (Rezaee, 2002). Oleh karena itu, manajemen laba dipilih sebagai proksi fraudulent financial reporting dalam penelitian ini.

Manajemen labamuncul karena adanya kesempatan bagi manajemen perusahaan untuk memilih metode akuntansi tertentu sehingga dapat memanipulasi laba perusahaan yang akhirnya mendatangkankeuntungan bagi dirinya. Dalam pelaksanaannya, Standar Akuntansi Keuangan memperbolehkan manajer untuk memilih kebijakan akuntansi dalam penyusunan laporan keuangan, salah satunya dengan dengan berbasis akuntansi akrual. FASB (1978dalam Andayani 2010) menyatakan bahwa laporan keuangan yang disusun berdasarkan akuntansi akrual memberikan keunggulan karena informasi laba perusahaan dan pengukuran komponennya mempunyai indikasi yang lebih baik dibandingkan informasi yang dihasilkan dari akuntansi berbasis kas.

Dasar akrual dalam laporan keuangan memberikan kesempatan kepada manajer untuk memodifikasi laporan keuangan untuk menghasilkan jumlah laba yang diinginkan (Halim et al., 2005). Jumlah akrual yang tercermin dalam penghitungan laba terdiri dari discretionary accruals dan nondiscretionaryaccruals. Nondiscretionary accruals merupakan komponen akrual yang terjadiseiring dengan perubahan dari aktivitas perusahaan. Discretionary accruals merupakan komponen akrual yang berasal dari manajemen laba yang dilakukan manajer.

Manajemen laba (DACC) dapat diukur melalui discretionary accrual yang dihitung dengan cara menyelisihkan total accruals (TACC) dan nondiscretionary accruals (NDACC). Discretionary accruals (DACC)merupakan tingkat akrual yang tidak normal yang berasal dari kebijakan manajemen untuk melakukan rekayasa terhadap laba sesuai dengan yang mereka inginkan. Dalam menghitung DACC, digunakan Modified Jones Model. ModelModified Jones yang merupakan perkembangan dari model Jones dapat mendeteksimanajemen laba lebih baik dibandingkan dengan model-model lainnya sejalan dengan hasil penelitian Dechow et al. (1995 dalam Ujiyantho dan Pramuka (2007). Model perhitungan sebagai berikut:

TAC it = Niit – CFOit ………,………..(1) Dimana,

TAC it = Total akrual Niit = Laba Bersih CFOit = Arus kas Operasi

Nilai total accrual (TAC) diestimasi dengan persaman regresi OLS sebagai berikut:

TACit/Ait-1 = β1(1/Ait-1)+β2(ΔRevt/Ait-1)+β3(PPEt/Ait-1)+e... (2) Dengan menggunakan koefisien regresi diatas, nilai non discretionary accrual(NDA) dapat dihitung dengan rumus :

NDAit = β1(1/Ait-1)+β2(ΔRevt/Ait-1-ΔRect/Ait-1)+β3(PPEt/Ait-1)…... (3) Selanjutnya discretionary accrual (DA) dapat dihitung sebagai berikut: DAit = TACit/Ait-NDAit ... (4) Dimana:

Dait = Discretionary Accruals perusahaan i pada periode ke t NDAit = Non Discretionary Accruals perusahaan i pada periode ke t

TACit = Total akrual perusahaan i pada periode ke t Niit = Laba bersih perusahaan i pada periode ke t

CFOit = Aliran kas dari aktivitas operasi perusahaan i pada periode ke t Ait-1 = Total aktiva perusahaan i pada periode ke t-1

Δrevt = Perubahan pendapatan perusahaan i pada periode ke t PPEt = Aktiva tetap perusahaan pada periode ke t

Δrect = Perubahan piutang perusahaan i pada periode ke t E = error

3.4.2 Variabel Independen

Variabel independen atau variabel bebas merupakan variabel yang mempengaruhi variabel dependen atau penyebab variasi bagi variabel dependen (Erlina, 2011:37). Variabel independen dari penelitian ini merupakan variabel yang dikembangkan dari ketiga komponen fraud triangle.

Variabel independen yang digunakan dalam penelitian ini adalah stabilitas keuangan yang diproksikan dengan rasio perubahan total aset (ACHANGE),tekanan eksternalyang diproksikan dengan rasio leverage (LEV),kepemilikan manajerialyang diproksikan dengan rasio kepemilikan saham olehorang dalam (OSHIP), target keuangan yang diproksikan dengan Return On Asset(ROA), kondisi industry yang diproksikan dengan rasio total piutang (RECEIVABLE),efektivitas pengawasan yang diproksikan dengan rasio komisaris independen (BDOUT), dan rasionalisasi yang diproksikan dengan rasio total akrual (TATA).

3.4.2.1 Stabilitas Keuangan

Stabilitas keuanganmerupakan keadaan yang menggambarkankondisikeuangan perusahaan dalam kondisi stabil.

Ketika stabilitas keuangan dalam kondisi terancam, maka manajemen akan melakukan berbagai cara untuk membuat stabilitas keuangan terlihat baik. Penilaian mengenai kestabilan kondisi keuangan perusahaan dapat dilihat dari bagaimana keadaan asetnya. FASB (1980 dalam Ghozali dan Chariri 2007) mendefinisikan aset sebagai manfaat ekonomi yang mungkin terjadi dimasa mendatang yang diperoleh atau dikendalikan oleh suatu entitas tertentu sebagai akibat transaksi atau peristiwa masa lalu. Total aset menggambarkan kekayaan yang dimiliki oleh perusahaan. Total aset meliputi aset lancar dan aset tidak lancar.

Stabilitas keuangan diproksikan dengan ACHANGE yang merupakan rasioperubahan aset yang dihitung dengan rumus:

ACHANGE = (Total Aset t – Total Aset t-1) Total Asett

3.4.2.2 Tekanan Eksternal

Tekanan eksternal merupakan tekanan yang berlebihan bagimanajemenuntuk memenuhi persyaratan atau harapan dari pihak ketiga. Untuk mengatasi tekanan tersebut perusahaan membutuhkan tambahan utang atau sumber pembiayaan eksternal agar tetap kompetitif, termasuk pembiayaan riset dan pengeluaran pembangunan atau modal (Skousen et al., 2009).Kebutuhan pembiayaan eksternal terkait kas yang dihasilkan pembiayaan melalui hutang (Skousen, 2009). Oleh karena itu tekanan eksternal

pada penelitian ini diproksikan dengan rasio leverage (LEV). Rasio leverage dihitung dengan:

LEV = Kewajiban/ Total Aset 3.4.2.3 Target Keuangan

Dalam menjalankan aktivitasnya, perusahaan seringkali mematok besaran tingkat laba yang harus diperoleh atas usaha yang dilakukan oleh perusahaan, kondisi tersebut disebut dengan target keuangan. Salah satu pengukuran untuk menilai tingkat laba yang diperoleh perusahaan atas usaha yang dilakukan adalah ROA. Perbandingan laba tehadap jumlah aktiva (ROA) adalah ukuran kinerja operasional yang banyak digunakan untuk menunjukkan seberapa efisien aktiva telah bekerja (Skousen et al., 2009). ROA sering digunakan dalam menilai kinerja manajer dan dalam menentukan bonus, kenaikan upah, dan lain-lain. Oleh karena itu, ROA dijadikan sebagai proksi untuk variabel stabilitas keuangandalam penelitian ini.ROA dapat dihitung dengan rumus sebagai berikut:

3.4.2.4 Kondisi Industri

Kondisi industri merupakan keadaan ideal suatu perusahaan dalamindustri. Kondisi piutang usaha merupakan suatu bentuk dari kondisi industri yang dapat direspon dengan reaksi yang berbeda

Net Income before Tax

ROA =

dari masing-masing manajer perusahaan. Perusahaan yang baik akan berusaha untuk memperkecil jumlah piutang dan memperbanyak penerimaan kas perusahaan.

Akun piutang dan persediaan memerlukan penilaian subjektif dalam memperkirakan tidak tertagihnya piutang dan obsolete inventory. Mereka menyarankan bahwa karena adanya penilaian subjektif dalam menentukan nilai dari akun tersebut, manajemen dapat menggunakan akun tersebut sebagai alat untuk manipulasi laporan keuangan. Oleh karena itu, penelitian ini menggunakan Rasio Total Piutang sabagai proksi dari kondisi industri. Rasio total piutang dihitung dengan rumus yang digunakan Skousen (2009) yaitu:

RECEIVABLE = ���������� (�) ����� (�)

−

�����������(�−�) �����(�−�) 3.4.2.5 Efektivitas Pengawasan

Dalam suatu perusahaan, efektifnya memiliki lebih dari 1 fungsi pengawasan dalam menjalankan aktivitas perusahaan sehari-hari.Hal ini bertujuan agar ada bagian yang mengawasi keefektifan perusahaan.Rahmanti (2013) menyebutkan bahwa tingginya tingkat kecurangan yang terjadi di Indonesia salah satunya diakibatkan karena rendahnya pengawasan sehingga menciptakan suatu celah bagi seseorang untuk melakukan fraud.Sebagian kecurangan pelaporan keuangan diakibatkan adanya dominasi manajemen dalam perusahaan tanpa adanya pengendalian dari

dewan komisaris atau komite audit.Penelitian ini memproksikan efektivitas pengawasan dengan proporsi komisaris independen di dalam perusahaan.

Komisaris independen adalah anggota dewan komisaris yang memenuhi persyaratan tidak memiliki hubungan terafiliasi baik dengan pemegang saham pengendali, direktur atau komisaris lainnya, tidak bekerja rangkap dengan perusahaan terafiliasi dan memahami peraturan perundang-undangan di bidang Pasar Modal (Effendi, 2008). Adanya dewan komisaris independen diharapkandapat meningkatkan pengawasan kinerja perusahaan sehingga mengurangi tindakan fraud.Rasio dewan komisaris independen (BDOUT) dapat diukurdengan:

BDOUT =

Jumlah dewan komisaris independen Jumlah total dewan komisaris

3.4.2.6 Rasionalisasi

Rasionalisasi sarat dengan penilaian-penilaian subjektif perusahaan. Penilaian dan pengambilan keputusan perusahaan yang subjektif tersebut akan tercermin dari nilai akrual perusahaan (Skousen et al., 2009). Total akrual akan berpengaruh terhadap fraudulent financial reporting karena akrual tersebut sangat dipengaruhi oleh pengambilan keputusan manajemen dalam rasionalisasi laporan keuangan Beneish (1997dalam Kennedy 2014). Oleh karena itu, rasionalisasi akan diproksikan dengan

rasio Total Akrual (TATA). Rasio total akrual dapat dihitung dengan rumus penghitungan akrual oleh Beneish (1997dalam Kennedy 2014) yaitu :

TATA = ∆Working Capital-∆Cash-∆Current Tax Payable-Depreciation and Amortization Total Assets

Working Capital = Current Assets – Current Liabilities

ΔWorking Capital = Perubahan Modal Kerja

Δcash = Perubahan Kas

ΔCurrent Taxes Payable = Perubahan Piutang pajak

Depreciation and Amortization = Depresiasi dan Amortisasi

Total Assets = Total Aktiva Current Assets = Aktiva Lancar Current Liabilities = Hutang Lancar

Tabel 3.2

Definisi Operasional Variabel dan Skala Pengukuran Variabel No Variabel

yang Diukur

Definisi Indikator Skala

1 Fraudulent Financial Reporting (Y) Fraudulent Financial Statementmuncul karena adanya kesempatan bagi manajemen perusahaan untuk memilih metode akuntansi tertentu sehingga dapatmemanipulasi laba perusahaan. Diukur dengan discretionary accrual dengan menggunakan modelmodified jonesuntuk mendeteksi manajemen laba. Rasio

2 Stabilitas Keuangan

(X1)

Keadaan yang menggambarkanko ndisikeuangan perusahaan dalam kondisi stabil.

ACHANGE=

(Total

Aset

t

– Total Aset

t-1

)

/ Total Aset

t

3 Tekanan Eksternal

(X2)

Tekanan berlebihan bagi manajemen untuk memenuhi harapan pihak ketiga.

LEV= Kewajiban/ Total Aset

Rasio

4 Target

Keuangan (X3)

Laba yang ingin dicapai oleh perusahaan.

ROA = Net income before Tax / Total Asset

Rasio

5 Kondisi

Industri (X4)

keadaan ideal suatu perusahaan

dalamindustri.

RECEIVABLE

=

���������� (�)

����� (�)

−

����������� (�−1)

�����(�−1)

Rasio

6 Efektifitas Pengawasan

(X5)

Pengawasan yang dilakukan

perusahaan terkait praktik

kecurangan.

BDOUT= Jumlah dewan komisaris independen/ Jumlah total dewan komisaris

Rasio

7 Rasionalisasi (X6)

Pembenaran atas tindakan dan keyakinan tidak akan terdeteksinya kecurangan yang dilakukan oleh manajemen.

TATA = Total Akrual/Total Aset

Rasio

3.5 Populasi dan Sampel

Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur yang terdaftar dalam Bursa Efek Indonesia selama periode 2012-2014. Pertimbangan untuk memilih populasi perusahaan manufaktur adalah karena perusahaan dalam satu jenis industri yaitu manufaktur cenderung memiliki karakteristik akrual yang hampir sama (Halim et al., 2005). Selain itu, data laporan keuanganperusahaan

manufaktur lebih reliable dalam penyajian akun-akun laporan keuangan, seperti aset, cash flow, penjualan, dan lain-lain.

Teknik pengambilan sampel dilakukan secara purposive sampling dengan tujuan untuk mendapatkan sampel yang representatif sesuai dengan kriteria yang ditentukan. Adapun kriteria yang digunakan untuk memilih sampel adalah sebagai berikut:

Tabel 3.3

Kriteria Pemilihan Sampel

No Kriteria Jumlah

1. Perusahaan manufaktur yang terdaftar di Bursa Efek

Indonesia, 141

2. Perusahaan manufaktur yang tidak melakukan publikasi laporan keuangan lengkap pada tahun 2012-2014 dalam mata uang Rupiah (Rp)

(42) 3. Perusahaan manufaktur yang tidak memiliki data-data

lengkap berkaitan dengan variabel penelitian. (33)

Jumlah perusahaan yang memenuhi kriteria 66

Total Sampel (2012-2014) 198

Sumber: pengolahan data

3.6 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang diperoleh dalam bentuk jadi, telah dikumpulkan, dan diolah oleh pihak lain, biasanya sudah dalam bentuk publikasi, berupa data-data variabel bebas (Luciana dan Sulistyowati, 2007). Data sekunder yang digunakan dalam penelitian ini yaitu data laporan keuangan tahunan perusahaan. Data sekunder digunakan dalam penelitian ini karena mudah diperoleh, tidak memerlukan biaya yang tinggi serta data yang diperoleh lebih akurat dan valid karena laporan keuangan yang dipublikasikan telah diaudit oleh akuntan publik.

Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari bersangkutan dan situs internet yang berhubungan dengan tema penelitian ini. 3.7 Metode Pengumpulan Data

Data-data yang diperlukan dalam penelitian ini dikumpulkan dengan metode dokumenter dan studi pustaka. Metode dokumenter yaitu metode pengumpulan data dengan cara mencatat dan mempelajari dokumen–dokumen yang relevan dengan masalah yang diteliti.Metode dilakukan dengan mengumpulkan seluruh data sekunder dari

Studi pustaka adalah metode yang dilakukan dengan cara mencari teori– teori yang relevan dengan pokok bahasan. Metode studi pustaka dilakukan dengan menggunakan berbagai literatur yang berhubungan dengan penelitian mengenai kecurangan pelaporan keuangan. Sebagian besar literatur yang digunakan dalam penelitian ini merupakan jurnal-jurnal penelitian, makalah penelitian terdahulu, buku dan internet research yang berhubungan dengan tema penelitian.

3.8 Metode Analisis Data

Metode analisi digunakan untuk mendapatkan hasil yang pasti dalam mengolah data sehingga dapat dipertangungjawabkan. Adapun, metode analisis data yang digunakan adalah metode regresi linier berganda yang akan dijelaskan di bawah ini.

3.8.1 Statistik Deskriptif

Statistik deskriptif berhubungan dengan metode pengelompokkan, peringkasan, dan penyajian data dalam cara yang lebih informatif (Santosa, 2005). Data-data tersebut harus diringkas dengan baik

dan teratur sebagai dasar pengambilan keputusan. Data statistik dapat disajikandengan menggunakan tabel statistic descriptive yang memaparkan nilai minimum, nilai maksimum, nilai rata-rata (mean), dan standar deviasi (standard deviation).

Mean digunakan untuk memperkirakan besar rata-rata populasi yang diperkirakan dari sampel. Standar deviasi digunakan untuk menilai disperse rata-rata dari sampel.Maksimum dan minimum digunakan untuk melihat nilai minimum dan maksimum dari sampel. Semuanya diperlukan untuk melihat gambaran keseluruhan dari sampel yang berhasil dikumpulkan dan memenuhi syarat untuk dijadikan sampel penelitian. 3.8.2 Uji Asumsi Klasik

3.8.2.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Dalam uji normalitas ini ada 2 cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik (Ghozali, 2009). Alat uji yang digunakan pada penelitian ini adalah uji statistik dengan Kolmogorov-Smirnov Z (1-Sample K-S).

Dasar pengambilan keputusan uji statistik dengan Kolmogorov-Smirnov Z (1-Sample K-S) adalah (Ghozali, 2009): 1. Jika nilai Asymp. Sig. (2-tailed) kurang dari 0,05, maka H0

normal.

2. Jika nilai Asymp. Sig. (2-tailed) lebih dari 0,05, maka H0 diterima. Hal ini berarti data residual terdistribusi normal. 3.8.2.2 Uji Multikolinearitas

Ujimultikolonieritasbertujuanuntukmengujiapakahmodel regresiditemukanadanya korelasi antarvariabel

bebas(independen).Model regresiyang

baikseharusnyatidakaterjadikorelasidiantaravariabelindependen(G

hozali,2005).Salahsatu cara untuk

mengetahuiadatidaknyamultikolinearitasiniadalah dengan menggunakanVariance InflationFactor (VIF)danTolerance.

Kedua ukuran inimenunjukkan setiap

variabelindependenmanakahyangdijelaskanoleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yangterpilihyangtidakdijelaskan oleh variabelindependen

lainnya.JadinilaitoleranceyangrendahsamadengannilaiVIFtinggi(k arenaVIF=1/Tolerance).Kriteriapengambilankeputusandengannila i tolerancedanVIFadalah sebagaiberikut:

1 . Jika nilai tolerance ≥ 0,10 atau nilai VIF ≤ 10, berarti tidak terjadi multikolinieritas.

2. Jikanilai tolerance ≤0,10ataunilaiVIF≥10, berartiterjadi multikolinieritas.

3.8.2.3 Uji Autokorelasi

Uji autokorelasi digunakan untuk menguji apakah dalammodel regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Penelitian ini menggunakan Run test untuk mendeteksi ada tidaknya autokolerasi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual acak atau random. Run test digunakan untuk melihat apakah data residual terjadi secara random atau sistematis (Ghozali, 2006). 3.8.2.4 Uji Heterokedastisitas

Uji heteroskedastisitasbertujuanmengujiapakah dalam modelregresiterjadi ketidaksamaanvariancedari residual suatu pengamatanke pengamatan yang lain.Jikavariancedari residual

satupengamatan ke pengamatanlaintetap,

makadisebuthomoskedastisitasdanjika berbedadisebut heteroskedastisitas

(Ghozali,2009).Modelregresiyangbaikadalahyanghomoskedastisita satau tidakterjadi heteroskedastisitas. Untuk mengetahui ada tidaknya heteroskedastisitas dilihat melalui hasil uji statistik. Uji statistik yang digunakan adalah scatterplot. Penelitian ini melakukan uji dengan melihat grafik scaterplot tersebut untuk melihat apakah data penelitian terjadi heteroskedastisitasatau tidak.

Cara untuk mendeteksi ada tidaknya heterokedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya SRESID. Dasar analisisnya adalah:

• Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola teratur, maka telah teridentifikasi terjadi heterokedastisitas.

• Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.

3.8.3 Uji Hipotesis

Uji hipotesis dilakukanuntukmendapatkanhasil analisis datayangvalid danmendukung hipotesisyang dikemukakan pada penelitianini.Adapun tahap-tahap penghitungan dan pengolahan data sbb: 1. Menentukan laporan keuangan perusahaan yang akan digunakan. 2. Menghitung proksi-proksi

3. Regresi model.

Metode regresi linier dilakukan terhadap model yang diajukan peneliti dengan menggunakan Software SPSSversi 21 untuk memprediksi hubungan antara variabel independen dengan variabel dependen.

Hubungan antara discretionary accrualsdan fraud diuji

DACCit= ß0+ß1ACHANGE+ß2LEV + ß3ROA+ß4RECEIVABLE

+ß5BDOUT+ ß6TATA+ εi

Keterangan:

ß0 = koefisien regresikonstanta

ß1,2,3,4,5,6 =koefisien regresimasing-masingproksi DACCit =discretionaryaccrualsperusahaani tahunt ACHANGE =rasio perubahantotalasettahun2012-2014

LEV =rasio leverage

ROA =ReturnOn Aset

RECEIVABLE = rasio perubahan piutang usaha BDOUT =rasio komisaris independen

TATA =rasio total akrual per total aset

ε =error

Ketepatanfungsi regresi sampel dalammenaksirnilai aktual dapat

diukur dari Goodnes offit-nya.Secara statistik,Goodness

offitdapatdiukurdari koefisien determinasi, nilai statistik Fdannilai statistik t. Perhitunganstatistik disebut signifikansecarastatistikapabilanilai ujistatistiknyaberadadalam daerahkritis (daerahdimana H0 ditolak). Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalamdaerahdimana H0diterima(Ghozali, 2005).

3.8.3.1 Koefisien Determinasi (R2)

KoefisienDeterminasi(R2) padaintinyamengukurseberapa jauh

kemampuanmodeldalammenerangkan

variasivariabelindependen(Ghozali,2009).Nilaikoefisiensdeterminasiadala

hantaranoldansatu.NilaiR2 yang kecil berarti

kemampuanvariabel-variabelindependen dalammenjelaskanvariasi variabel

dependenamatterbatas.Nilaiyangmendekatisatuberarti variabel–

variabelindependenmemberikanhampirsemua informasiyang

3.8.3.2 UjiSignifikansi Simultan (UjiStatistikF)

UjistatistikF pada dasarnyamenunjukkanapakahsemua variabel independen atau bebas yang dimasukkan dalam model mempunyai

pengaruh secara bersama–sama terhadap

variabeldependen/terikat(Ghozali,2005).Untuk mengujihipotesisini

digunakanstatistikF dengankriteria pengambilankeputusan sebagaiberikut: 1. Apabila nilaiF <0,05makaH0ditolak.

Artinya semua variabel independen secara serentak dan signifikan mempengaruhivariabeldependen.

2. Apabila nilaiF >0,05maka H0tidakditolak.

Artinyasemuavariabelindependensecaraserentakdansignifikantidak mempengaruhivariabeldependen.

3.8.3.3 Uji Regresi Parsial (UjiStatistik t)

Uji statistik tpada dasarnyamenunjukkanseberapa jauhpengaruhsatu variabel penjelas/independen secara individual dalam menerangkan variasi variabeldependen(Ghozali,2009).Ujit digunakan untukmenemukanpengaruh yang

palingdominanantaramasing-masingvariabelindependen untuk menjelaskan

BAB IV

PEMBAHASAN

4.1 Hasil Penelitian

4.1.1 Statistik Deskriptif

Statistik deskriptif digunakan untuk menunjukkan jumlah data yang digunakan dalam penelitian ini serta dapat menunjukkan nilai maksimum, nilai minimum, nilai rata-rata serta nilai standar deviasi dari masing-masing variabel. Berikut ini statistik deskriptif untuk variabel-variabel yang digunakan dalam penelitian ini:

Tabel 4.1 Statistik Deskriptif

Sumber: Output SPSS, 2016 Descriptive Statistics

N Minimum Maximum Mean Std. Deviation FraudulentFinancialReporting 198 -2.043 1.897 .34138 .341051 StabilitasKeuangan 198 -.915 .896 .12026 .166486 TekananEksternal 198 .030 2.383 .47984 .324197

TargetKeuangan 198 -.309 1.505 .09336 .143994

KondisiIndustri 198 -1.039 .368 -.00135 .127983 EfektivitasPengawasan 198 .200 1.000 .39361 .120490

Rasionalisasi 198 -5.503 .611 -.03313 .419459

Berdasarkan table 4.1 diatas, disampaikan analisis deskriptif dari masing-masing variabel dalam penelitian ini adalah sebagai berikut:

a. Variabel fraudulent financial reporting (Y) memiliki sampel (N) sebanyak 198, dengan nilai minimum (terkecil) -2,043 diperoleh PT Trisula International, Tbk (TRIS) , nilai maksimum (terbesar) 1,897diraih oleh PT Argha Karya Prima Industry, Tbk (AKPI) dan mean (rata-rata) 0,341. Standar deviation (simpangan baku) variabel ini adalah 0,341.

b. Variabel stabilitas keuangan (X1) memiliki sampel (N) sebanyak 198, dengan nilai minimum (terkecil) -0,915 diperoleh PT Yana Prima Hasta Persada, Tbk (YPAS), nilai maksimum (terbesar) 0,895yang diraih oleh PT Nusantara Inti Corpora, Tbk (UNIT) dan mean (rata-rata) 0,120. Standar deviation (simpangan baku) variabel ini adalah 0,166.

c. Variabel tekanan eksternal (X2) memiliki sampel (N) sebanyak 198, dengan nilai minimum (terkecil) 0,029diperoleh PT Mustika Ratu, Tbk (MRAT), nilai maksimum (terbesar) 2,382 yang diraih oleh PT Supreme Cable Manufacturing and Commerce, Tbk (SCCO) dan mean (rata-rata) 0,120. Standar deviation (simpangan baku) variabel ini adalah 0,324 .

d. Variabel target keuangan (X3) memiliki sampel (N) sebanyak 198, dengan nilai minimum (terkecil) -0,309 yang diperoleh PT Sumalindo Lestari Jaya, Tbk (SULI), nilai maksimum (terbesar) 1,505 yang diraih

oleh PT Selamat Sempurna, Tbk (SMSM) dan mean (rata-rata) 0,093. Standar deviation (simpangan baku) variabel ini adalah 0,143.

e. Variabel kondisi industri (X4) memiliki sampel (N) sebanyak 198, dengan nilai minimum (terkecil) -1,039 yang diperoleh PT Indo Acitama, Tbk (SRSN), nilai maksimum (terbesar) 0,367 yang diraih oleh PT Bentoel International Investama, Tbk (RMBA) dan mean (rata-rata) -0,001. Standar deviation (simpangan baku) variabel ini adalah 0,127.

f. Variabel efektivitas pengawasan (X5) memiliki sampel (N) sebanyak 198, dengan nilai minimum (terkecil) 0,20 diperoleh PT Voksel Electric, Tbk (VOKS), nilai maksimum (terbesar) 1,00 yang diraih oleh PT Arwana Citra Mulia, Tbk (ARNA) dan mean (rata-rata) 0,393. Standar deviation (simpangan baku) variabel ini adalah 0,120.

g. Variabel rasionalisasi (X6) memiliki sampel (N) sebanyak 198, dengan nilai minimum (terkecil) -5,503 diperoleh PT Asiaplast Industries, Tbk (APLI), nilai maksimum (terbesar) 0,610 diraih oleh PT Nippres, Tbk (NIPS) dan mean (rata-rata) -0,033. Standar deviation (simpangan baku) variabel ini adalah -0,419.

4.1.2 Pengujian Asumsi Klasik

Untuk menghasilkan suatu model regresi yang baik diperlukan pengujian asumsi klasik terlebih dahulu sebelum melakukan pengujian hipotesis. Pengujian asumsi klasik dalam penelitian ini dilakukan dengan

bantuan program statistik normalitas data, uji multikolinearitas, uji autokorelasi dan uji heteroskedastisitas.

4.1.2.1Uji Normalitas

Uji normalitas data dalam penelitian ini menggunakan uji statistik non parametrik Kolmogorov-Smirnov dan Normal P-P Plot Regression.Uji normalitas pertama dalam penelitian ini dilakukan dengan menggunakan uji Kolmogorov-Smirnov dengan nilai probabilitas > 5%, maka residual berdistribusi normal dan jika probabilitas < 5% maka residual tidak berdistribusi normal. Berikut ini merupakan tabel pengujian normalitas dengan uji Kolmogorov-Smirnov.

Tabel 4.2

Hasil Uji Kolmogorov-Smirnov

Sumber: Output SPSS, 2016

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 198

Normal Parametersa,b Mean .0000000 Std. Deviation .28785529

Most Extreme Differences

Absolute .082

Positive .082

Negative -.072

Kolmogorov-Smirnov Z 1.151

Asymp. Sig. (2-tailed) .141

a. Test distribution is Normal. b. Calculated from data.

Terlihat bahwa nilai K-S 1,151 dengan siginifikansi 0,141. Hal ini berarti asymptotic significance lebih besar dari 0,05 sehingga dari hasil tersebut dapat dikatakan bahwa residual berdistribusi normal dan asumsi normalitas dapat dipenuhi sehingga bisa dilakukan regresi linier.

Uji normalitas kedua dilakukan dengan menggunakan analisis grafik (Normal P-P Plot Regression), yaitu jika data (titik) menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, hal ini menunjukkan data yag telah terdistribusi secara normal.

Gambar 4.1 Hasil Uji Normalitas Sumber: Output SPSS, 2016

Grafik Normal P-P Plot of Regression di atas memperlihatkan titik-titik menyebar sepanjang garis diagonal, maka residual mengikuti distribusi normal sehingga dapat

disimpulkan bahwa model regresi yang dipakai telah terdistribusi dengan normal.

4.1.2.2 Hasil Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi antar variabel independen dalam model regresi. Model yang baik adalah model yang tidak memiliki korelasi yang kuat antar variabel-variabel bebasnya, jika korelasi terjadi maka variabel-variabel tersebut terjadi kemiripan. Metode yang digunakan untuk menguji adanya multikolinearitas pada penelitian ini adalah VIF (varian inflated factor)dimana apabila nilai VIF > 10, dikatakan terjadi multikolinearitas dan sebaliknya, apabila VIF < 10, maka dapat maka dapat dikatakan tidak terjadi multikolineritas:

Tabel 4.3

Hasil Uji Multikolinearitas Coefficientsa

Model Unstandardized

Coefficients

Standardized Coefficients

T Sig. Collinearity Statistics

B Std. Error Beta Tolerance VIF

1

(Constant) .320 .083 3.845 .000

StabilitasKeuangan .058 .126 .029 .462 .645 .979 1.022

TekananEksternal -.071 .066 -.068 -1.078 .282 .940 1.064

TargetKeuangan -.610 .148 -.257 -4.114 .000 .952 1.050

KondisiIndustri 1.184 .164 .444 7.223 .000 .986 1.014

EfektivitasPengawasan .270 .174 .095 1.551 .122 .986 1.014

Rasionalisasi -.037 .050 -.045 -.732 .465 .977 1.024

Dari tabel 4.3 di atas dapat dilihat bahwa nilai VIF dari variabel bebas dalam penelitian ini bernilai < 10 dan nilai Tolerance> 0,1 maka dapat diasumsikan bahwa model terbebas dari asumsi multikolinearitas sehingga dapat dilakukan uji regresi linier.

4.1.2.3 Uji Autokorelasi

Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu periode sebelumnya dalam model regresi. Autokorelasi menunjukkan adanya korelasi antara kesalahan pengganggu pada data yang tersusun, baik berupa data cross sectional dan/atau time series. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat, sehingga model regresi yang baik adalah model regresi yang bebas dari autokorelasi.

Cara yang dapat dilakukan untuk ada tidaknya autokorelasi adalah dengan melakukan pengujian Durbin-Watson (DW). Dalam model regresi tidak terjadi autokorelasi apabila nilai du < dw < 4 – du. Tabel 4.4 menyajikan hasil uji Durbin Watson dengan menggunakan program SPSS versi 21.

Tabel 4.4

Hasil Uji Autokorelasi Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .536a .288 .265 .292341 2.002

a. Predictors: (Constant), Rasionalisasi, EfektivitasPengawasan, KondisiIndustri, StabilitasKeuangan, TargetKeuangan, TekananEksternal

b. Dependent Variable: FraudulentFinancialReporting Sumber: Output SPSS, 2016

Nilai DW sebesar 2.002 nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan signifikansi 5% dengan jumlah sampel 198 dan jumlah variabel independen 6, maka di tabel Durbin Watson akan didapat nilai du sebesar 1,830 dan nilai dl yaitu 1,705. Hal ini menunjukkan tidak ada autokorelasi positif atau negatif dalam penelitian, karena nilai DW lebih besar dari (du) 1,693 dan kurang dari 4-dl (4-1,7053=2,2947), maka dapat disimpulkan bahwa data dapat diterima.

4.1.2.2Uji Heteroskedastisitas

Salah satu cara untuk mengetahui ada tidaknya heteroskedastisitas dalam suatu model regresi linier berganda adalah dengan melihat grafik scatterplot antara nilai prediksi variabel terikat yaitu ZPRED dengan residual error yaitu SRESID. Jika ada pola tertentu dan titik menyebar di atas dan di bawah

angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Grafik scatterplot ditunjukkan pada grafik berikut ini:

Gambar 4.2 Uji Heteroskedastisitas Sumber: Output SPSS, 2016

Gambar 4.1 menunjukkan bahwa data tersebar secara acak dan tidak membentuk suatu pola tertentu. Data tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini menunjukkan

bahwa tidak terdapat heteroskedastisitas dalam model regresi yang digunakan.

4.1.3 Pengujian Hipotesis

4.1.3.1 Uji Koefisien Determinasi/Regresi (R2)

Koefisien determinasi (R2) digunakan untuk mengetahui keeratan hubungan antara variabel independen dengan variabel dependen. Nilai R2 yang semakin mendekati satu, maka varibel independen yang ada dapat memberikan hamper semua informasi yang dibutuhkan untuk memprediksi variabel dependen, begitu juga sebaliknya.

Tabel 4.5

Hasil Uji Koefisien Determinasi (R2) Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

1 .536a .288 .265 .292341

a. Predictors: (Constant), Rasionalisasi, EfektivitasPengawasan, KondisiIndustri, StabilitasKeuangan, TargetKeuangan,

TekananEksternal

b. Dependent Variable: FraudulentFinancialReporting Sumber: Output SPSS, 2016

Dari tampilan output SPSS di atas, besar Adjusted R2 adalah 0,265 atau sebesar 26,5%. Hal ini berarti keenam variabel independen yakni stabilitas keuangan, tekanan eksternal, target keuangan, kondisi industri, efektivitas pengawasan, dan rasionalisasi dapat menjelaskan 26,5% variabel dependen fraudulent financial reporting dan sisanya dijelaskan oleh variabel lain.

4.1.3.2 Uji Signifikansi Simultan (UjiF)

Pengujian ini bertujuan untuk mengetahui pengaruh dari keseluruhan variabel independen terhadap variable dependennya. Pengujian signifikansi probabilitas-F menunjukkan distribusi F sebagai parameternya. Berikut adalah hasil uji-F :

Tabel 4.6

Hasil Uji Signifikansi Simultan (Uji F) ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 6.591 6 1.098 12.853 .000b

Residual 16.324 191 .085

Total 22.914 197

a. Dependent Variable: FraudulentFinancialReporting

b. Predictors: (Constant), Rasionalisasi, EfektivitasPengawasan, KondisiIndustri, StabilitasKeuangan, TargetKeuangan, TekananEksternal

Sumber: Output SPSS, 2016

Dari uji ANOVA atau uji-F didapatkan nilai F hitung sebesar 12,853 dengan probabilitas 0,000. Karena nilai probabilitas lebih kecil dari 0,05 dan nilai Fhitung > Ftabel yaitu 12,853> 2,146 maka dapat dikatakan bahwa variabel independen secara bersama-sama berpengaruh signifikan terhadap fraudulent financial reporting pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia.

4.1.3.3 Uji Signifikansi Parsial (Uji-t)

Uji-t dilakukan untuk melihat signifikansi masing-masing variabel independen terhadap variabel dependen dalam suatu model regresi dengan mengasumsikan variabel independen lainnya adalah konstan. Berikut ini hasil penelitian dari uji-t :

Tabel 4.7 Hasil Uji-t

Coefficientsa

Model Unstandardized Coefficients Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) .320 .083 3.845 .000

StabilitasKeuangan .058 .126 .029 .462 .645

TekananEksternal -.071 .066 -.068 -1.078 .282

TargetKeuangan -.610 .148 -.257 -4.114 .000

KondisiIndustri 1.184 .164 .444 7.223 .000

EfektivitasPengawasan .270 .174 .095 1.551 .122

Rasionalisasi -.037 .050 -.045 -.732 .465

a. Dependent Variable: FraudulentFinancialReporting Sumber: Output SPSS, 2016

Dari hasil uji-t tersebut dapat disimpulkan bahwa:

1. Variabel stabilitas keuangan memiliki tingkat signifikansi sebesar 0,645 yang lebih besar dari 0,05 dan nilai thitung sebesar 0,462 yang berarti lebih kecil dari ttabel yakni sebesar 1,971. Hal ini berarti variabel stabilitas keuangan berpengaruh secara positif dan tidak signifikan terhadap fraudulent financial reporting perusahaan

manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2012-2014.

2. Variabel tekanan eksternal memiliki tingkat signifikansi sebesar 0,282 yang lebih besar dari 0,05 dan nilai thitung sebesar -1,078 yang berarti lebih kecil dari ttabel yakni sebesar 1,971. Hal ini berarti variabel tekanan eksternal berpengaruh secara negatif dan tidak signifikan terhadap fraudulent financial reporting perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2012-2014.

3. Variabel target keuangan memiliki tingkat signifikansi sebesar 0,000 yang lebih kecil dari 0,05 dan nilai thitung sebesar -4,114 yang berarti lebih kecil dari ttabel yakni sebesar 1,971. Hal ini berarti variabel target keuangan berpengaruh secara negatif dan signifikan terhadap fraudulent financial reporting perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2012-2014. 4. Variabel kondisi industri memiliki tingkat signifikansi sebesar

0,000 yang lebih besar dari 0,05 dan nilai thitung sebesar 7,223 yang berarti lebih kecil dari ttabel yakni sebesar 1,971. Hal ini berarti variabel kondisi industri berpengaruh secara positif dan signifikan terhadap fraudulent financial reporting perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2012-2014. 5. Variabel efektivitas pengawasan memiliki tingkat signifikansi

1,551 yang berarti lebih kecil dari ttabel yakni sebesar 1,971. Hal ini berarti variabel efektivitas pengawasan berpengaruh secara positif dan tidak signifikan terhadap fraudulent financial reporting perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2012-2014.

6. Variabel rasionalisasi memiliki tingkat signifikansi sebesar 0,465 yang lebih besar dari 0,05 dan nilai thitung sebesar -0,732 yang berarti lebih kecil dari ttabel yakni sebesar 1,971. Hal ini berarti variabel rasionalisasi berpengaruh secara negatif dan tidak signifikan terhadap fraudulent financial reporting perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2012-2014.

4.2 Pembahasan Hasil Penelitian

4.3.1 Pengaruh Stabilitas Keuangan terhadap Fraudulent Financial Reporting

Berdasarkan hasil pengujian stabilitas keuangan yang diproksikan dengan rasio perubahan total aset (ACHANGE) terhadap terjadinya fraudulent financial reporting ditemukan bahwa stabilitas keuangan tidak berpengaruh secara signifikan dilihat dari nilai signifikansi yang berada di atas 0,05 dengan nilai koefisien 0,462 menunjukkan bahwa stabilitas keuangan memiliki pengaruh positif terhadap tingkat risiko fraudulent financial reporting diterima.

Hasil penelitian ini sejalan dengan penelitian yang dilakukan Norbarani (2012) yang menunjukkan bahwa stabilitas keuangan yang diproksikan dengan rasio perubahan total aset tidak signifikan terhadap fraudulent financial statement. Penelitian ini menunjukkan bahwa berapapun perubahan total aset yang dimiliki perusahaan tidak mempengaruhi fraud yang akan terjadi.

4.3.2 Pengaruh Tekanan Eksternal terhadap Fraudulent Financial Reporting

Hasil penelitian uji-t variabel tekanan eksternal yang diproksi dengan leverage menunjukkan probabilitas variabel sebesar 0,282 yang nilainya di atas tingkat signifikasi 0,05. Hal ini dapat disimpulkan bahwa tekanan eksternal tidak berpengaruh signifikan terhadap fraudulent financial reportingdan nilai koefisien -1,073 menunjukkan bahwa stabilitas keuangan memiliki pengaruh negatif terhadap tingkat risiko fraudulent financial reporting. Penelitian ini tidak sejalan dengan penelitian Lou dan Wang (2009) yang memberikan hasil bahwa leverage mempengaruhi terjadinya fraudulent financial reporting.

Namun hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Subroto (2012) yang menyatakan bahwa kemampuan perusahaan dalam memenuhi kewajibannya (LEV) tidak berpengaruh terhadap fraudulent financial reporting. Alasan temuan ini tidak

mendukung hipotesis adalah karena tekanan eksternal bukan faktor kuat bagi seseorang untuk melakukan fraudulent financial reporting. Tidak sepenuhnya manajemen mengalami tekanan eksternal ketika memenuhi kewajibannya. Mereka mempunyai kewajiban untuk memenuhi hutangnya, namun manipulasi laba bukan satu-satunya cara untuk memenuhi kewajibannya tersebut. Mereka lebih berusaha meningkatkan kinerjanya agar dapat menghasilkan keuntungan yang baik untuk memenuhi kewajibannya. Selain itu Laras (2011) mengungkapkan bahwa kecenderungan perusahaan melakukan fraud dengan karakteristik leverage yang rendah lebih mungkin disebabkan karena kreditor saat ini tidak mempertimbangkan lagi besaran leverage yang dihasilkan, melainkan ada pertimbangan lain seperti adanya tingkat kepercayaan atau jalinan hubungan yang baik antara perusahaan dengan kreditor (dikutip oleh Rahmanti 2013).

4.3.3 Pengaruh Target Keuangan terhadap Fraudulent Financial Reporting

Hasil penelitian menunjukkan bahwa target keuangan signifikan terhadap fraudulent financial reporting. Hal ini didasarkan pada nilai signifikansi sebesar 0,000 atau lebih kecil dari 0,05 dan nilai koefisien sebesar -4,114 menunjukkan bahwa target keuangan memiliki pengaruh positif terhadap tingkat risiko fraudulent financial reporting ditolak.

Hasil penelitian ini tidak mendukung penelitian yang dilakukan Skousen et al (2009) yang tidak menemukan adanya pengaruh signifikan

antara Return On Asset dengan fraudulent financial reporting. Namun, hasil penelitian ini sesuai dengan hasil penelitian penelitian Norbarani (2012) yang menyatakan bahwa perusahaan yang memiliki laba kecil lebih mungkin melakukan manajemen laba daripada perusahaan dengan laba kecil. ROA tahun sebelumnya yang rendah menunjukkan kinerja manajemen yang lemah dalam pengelolaan aset dan menjadikan target perolehan laba yang harus diperoleh pada tahun berikutnya oleh perusahaan menjadi tinggi. Kondisi demikian menjadikan manajemen terpacu untuk melakukan suatu tindak fraudulent financial reporting. 4.3.4 Pengaruh Kondisi Industri terhadap Fraudulent Financial

Reporting

Koefisien variabel kondisi industri bernilai 7,223 menunjukkan bahwa kondisi industri memiliki pengaruh positif terhadap tingkat risiko fraudulent financial reporting diterima dengan nilai signifikansi sebesar 0,000 , maka dapat disimpulkan bahwa kondisi industri yang diproksikan dengan RECEIVABLE berpengaruh signifikan terhadap fraudulent financial reporting. Artinya bahwa besar kecilnya rasio perubahan dalam piutang usaha memicu manajemen untuk melakukan kecurangan laporan keuangan.Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Kennedy (2014) yang menyimpulkan bahwa kondisi industri(RECEIVABLE) berpengaruh signifikan terhadapfraudulent financial reporting.

4.3.5 Pengaruh Efektivitas Pengawasan terhadap Fraudulent Financial Reporting

Berdasarkan hasil uji-t, diketahui bahwa efektivitas pengawasan yang diproksikan dengan jumlah dewan komisaris independen memiliki pengaruh yang tidak signifikan terhadap tingkat risiko fraudulent financial reporting. Hal ini terlihat dari nilai signifikansi lebih besar dari 0,05 yaitu 0,122, dan nilai koefisien sebesar 1,551 menunjukkan bahwa efektivitas memiliki pengaruh yang positif terhadap fraudulent financial reporting.Hal ini menunjukkan bahwa hipotesis efektivitas pengawasan memiliki pengaruh positif terhadap tingkat risiko fraudulent financial reporting ditolak.

Menurut Hanum (2014) efektivitas pengawasan yang diukur dengan proksi bdout tidak signifikan terhadap fraudulent financial reporting menunjukkan menurunnya fungsi dari komisaris independen. Dengan adanya penurunan fungsi dari komisaris independen dapat menjadi bahan pembelajaran oleh perusahaan untuk lebih meningkatkan kinerja dan fungsi dari dewan komisaris independen agar lebih meningkatkan kepercayaan para stakeholderdan mengurangi tingkat risiko kecurangan pada laporan keuangan. Hasil penelitian ini konsisten dengan penelitian yang dilakukan oleh Norbarani (2012) dan Hanum (2014), dimana keefektivan pengawasan oleh dewan komisaris independen tidak memiliki pengaruh yang signifikan terhadap tingkat risiko fraudulent financial reporting.

4.3.6 Pengaruh Rasionalisasi terhadap Fraudulent Financial Reporting

Hasil uji-t menunjukkan bahwa rasionalisasi yang diukur dengan rasio total akrual dibagi total aset memiliki tingkat signifikansi sebesar 0,465 sehingga dapat dikatakan bahwa variabel rasionalisasi tidak signifikan terhadap fraudulent financial reporting.Nilai koefisien sebesar -0,732 menunjukkan bahwa rasionalisasi memiliki pengaruh negatif terhadap tingkat risiko fraudulent financial reporting.

Penelitian ini sejalan dengan penelitian yang dilakukan oleh Hanum (2012). Hasil ini menunjukkan bahwa penggunaan kebijakan manajemen (discretion) tidak tinggi atau motif untuk melakukan manajemen laba adalah rendah. Variabel rasionalisasi termasuk dalam pilar ketiga dalam fraud triangle. Menurut Skousen at al. (2009) pilar ketiga ini merupakan unsur yang paling sulit untuk mengindikasikan pengukurannya karena rasionalisasi merupakan sikap pembenaran yang dilakukan oleh manajemen, karyawan ataupun dewan komisaris.

BAB V

KESIMPULAN DAN SARAN 5.1 Kesimpulan

Berdasarkan penelitian yang telah dilakukan pada perusahaan manufaktur mengenai faktor-faktor yang mempengaruhi fraudulent financial reporting dalam perspektif fraud triangle diambil kesimpulan bahwa:

1. Stabilitas keuangan yang diproksikan dengan rasio perubahan total aset berpengaruh positif dan tidak signifikan terhadap fraudulent financial reporting dalam laporan tahunan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI).

2. Tekanan eksternal yang diproksikan dengan rasio leverage berpengaruh negatif dan tidak signifikan terhadap fraudulent financial reporting dalam laporan tahunan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI).

3. Stabilitas keuangan yang diproksikan dengan ROA berpengaruh negatif dan signifikan terhadap fraudulent financial reporting dalam laporan tahunan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI).

4. Kondisi industri yang diproksikan dengan rasio total piutang berpengaruh positif dan signifikan terhadap fraudulent financial reporting dalam laporan tahunan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI).

5. Efektivitas pengawasan yang diproksikan dengan rasio jumlah komisaris independen berpengaruh positif dan tidak signifikan terhadap fraudulent financial reporting dalam laporan tahunan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI)

6. Rasionalisasi yang diproksikan dengan rasio total akrual berpengaruh negatif dan tidak signifikan terhadap fraudulent financial reporting dalam laporan tahunan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI).

7. Stabilitas keuangan, tekanan eksternal, target keuangan, kondisi industri, efektivitas pengawasan, rasionalisasi secara bersama-sama berpengaruh terhadap fraudulent financial reporting dalam laporan tahunan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI). 5.2 Keterbatasan Penelitian

Keterbatasan pada penelitian ini adalah

1. Populasi dari penelitian ini hanya terbatas pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dan terbatas hanya tiga tahun masa pengamatan.

2. Penelitian ini memiliki keterbatasan yaitu hanya menggunakan satu

proksi untuk mendeteksi fraudulent financial reporting, yaitu

5.3 Saran

Saran yang peneliti usulkan untuk penelitian selanjutnya adalah:

1. Penelitian selanjutnya diharapkan dapat menggunakan populasi yang lebih banyak dan juga masa tahun pengamatan yang lebih panjang agar hasil penelitian menjadi lebih maksimal.

2. Bagi peneliti selanjutnya diharapkan menggunakan variabel independen lain yang diduga berpengaruh terhadap tingkat risiko fraudulent financial statement agar nilai dari koefisien determinan dapat menjadi lebih tinggi dari yang peneliti lakukan, yaitu sebesar 26,5%, yang berarti bahwa terdapat 73,5% variabel bebas lain yang dapat mempengaruhi tingkat risiko kecurangan pada laporan keuangan perusahaan.

DAFTAR ISI

Halaman

PERNYATAAN i

ABSTRAK ii

ABSTRACT iii

KATA PENGANTAR iv

DAFTAR ISI vii

DAFTAR TABEL x

DAFTAR GAMBAR xi

DAFTAR LAMPIRAN xii

BAB I PENDAHULUAN 1

1.1 Latar Belakang Masalah 1

1.2 Perumusan Masalah 8

1.3 Tujuan Penelitian 9

1.4 Manfaat Penelitian 9

BAB II TINJAUAN PUSTAKA 11

2.1 Landasan Teori 11

2.1.1 Teori Keagenan 11

2.1.2 Fraud 12

2.1.2.1 Definisi Fraud 12

2.1.2.2 Tipologi Fraud 13

2.1.2.3 Jenis-Jenis Fraud 14

2.1.3 Teori Fraud Triangle 15

2.1.3.1 Tekanan 16

2.1.3.2 Kesempatan 17

2.1.3.3 Rasionalisasi 17

2.1.4 Fraudulent Financial Reporting 20

2.1.5 Manajemen Laba 21

2.2 Penelitian Terdahulu 24

2.3 Kerangka Konseptual 28

2.4 Hipotesis Penelitian 30

2.4.1 Pengaruh stabilitas keuangan terhadap fraudulent

financial reporting 30 2.4.2 Pengaruh tekanan eksternal terhadap fraudulent

financial reporting 31 2.4.3 Pengaruh target keuangan terhadap fraudulent

financial reporting 31 2.4.4 Pengaruh kondisi industri terhadap fraudulent

financial reporting 32 2.4.5 Pengaruh efektivitas pengawasan terhadap fraudulent financial reporting 34 2.4.6 Pengaruh rasionalisasi terhadap fraudulent

BAB III METODE PENELITIAN 36

3.1 Jenis Penelitian 36

3.2 Tempat dan Waktu Penelitian 36

3.3 Batasan Operasional 37

3.4 Definisi Operasional dan Skala Pengukuran Variabel 37

3.4.1 Variabel Dependen 37

3.4.2 Variabel Independen 40

3.4.2.1 Stabilitas Keuangan 40

3.4.2.2 Tekanan Eksternal 41

3.4.2.3 Target Keuangan 42

3.4.2.4 Kondisi Industri 42

3.4.2.5 Efektivitas Pengawasan 43

3.4.2.6 Rasionalisasi 44

3.5 Populasi dan Sampel 46

3.6 Jenis dan Sumber Data 47

3.7 Metode Pengumpulan Data 48

3.8 Teknik Analisis Data 48

3.8.1 Statistik Deskriptif 48

3.8.2 Uji Asumsi Klasik 49

3.8.2.1 Uji Normalitas 49

3.8.2.2 Uji Multikolinearitas 50

3.8.2.3Uji Autokorelasi 50

3.8.2.4 Uji Heterokedastisitas 51

3.8.3 Uji Hipotesis 52

3.8.3.1 Koefisien Determinasi 53

3.8.3.2 Uji Signifikansi Simultan 54

3.8.3.3 Uji Regresi Parsial 54

BAB IV HASIL ANALISIS DAN PEMBAHASAN 55

4.1 Hasil Penelitian 55

4.1.1 Statistik Deskriptif 55

4.1.2 Uji Asumsi Klasik 57

4.1.2.1 Uji Normalitas 58

4.1.2.2 Uji Multikolinieritas 60

4.1.2.3 Uji Autokorelasi 61

4.1.2.4 UjiHeteroskedastisitas 62

4.1.3Pengujian Hipotesis 64

4.1.3.1 Uji Koefisien Determinasi (R2) 64 4.1.3.2 Uji Signifikansi Simultan (Uji F) 65 4.1.3.3 Uji Signifikansi Parsial (Uji t) 66

4.4 Pembahasan Hasil Penelitian 68

4.4.1 Pengaruh Stabilitas Keuangan Terhadap

Fraudulent Financial Reporting 68

4.4.2 Pengaruh Tekanan Eksternal Terhadap

Fraudulent Financial Reporting 69

4.4.3 Pengaruh Target Keuangan Terhadap

4.4.4Pengaruh Kondisi Industri Terhadap

Fraudulent Financial Reporting 71

4.4.5Pengaruh Efektivitas Pengawasan Terhadap

Fraudulent Financial Reporting 72

4.4.6 Pengaruh Rasionalisasi Terhadap

Fraudulent Financial Reporting 73

BAB IV HASIL ANALISIS DAN PEMBAHASAN 74

5.1 Kesimpulan 74

5.2 Keterbatasan Penelitian 75

5.3 Saran 76

DAFTAR PUSTAKA 77

DAFTAR TABEL

No. Tabel Judul Halaman

2.1 Jenis-Jenis Fraud 14

2.2 Fraud Risk Factor dalam SAS No.99 18

2.3 Ringkasan Penelitian Terdahulu 24

3.1 Jadwal Penelitian 36

3.2 Definisi Operasional dan Skala Pengukuran 45

3.3 Kriteria Pemilihan Sampel 47

4.1 Analisis Statistik Deskriptif 55

4.2 Uji Kolmogorov-Smirnov 58

4.3 Hasil Uji Multikolonearitas 60

4.4 Uji Auto Korelasi (Durbin-Watson) 62

4.5 Hasil Uji Koefisien Determinasi (R2) 64 4.6 Hasil Uji Signifikansi Simultan (Uji F) 65

DAFTAR GAMBAR

No. Gambar Judul Halaman

2.1 Fraud Triangle 16

2.2 Kerangka Konseptual 29

4.1 Grafik Normalitas 59

DAFTAR LAMPIRAN

No. Lampiran Judul Halaman

1. Daftar Perusahaan Sampel 79

2. Tabulasi Hasil Perhitungan Rasio Stabilitas

Keuangan Tahun 2012-2014 83

3. Tabulasi Hasil Perhitungan Rasio Tekanan

Eksternal Tahun 2012-2014 85

4. Tabulasi Hasil Perhitungan Rasio Target

Keuangan Tahun 2012-2014 87

5. Tabulasi Hasil Perhitungan Rasio Kondisi

Industri Tahun 2012-2014 89

6. Tabulasi Hasil Perhitungan Rasio Efektivitas

Pengawasan Tahun 2012-2014 91

7. Tabulasi Hasil Perhitungan Rasio Rasionaisasi

Tahun 2012-2014 93

8. Tabulasi Hasil Perhitungan Rasio Fraudulent

Financial Reporting Tahun 2012-2014 95

9. Statistik Deskriptif 97

10. Uji Normalitas 97

11. UjiMultikolonearitas 98

12. Uji Heteroskedastisitas 99

13. Uji Autokorelasi 99

14. Uji Koefisien Determinasi (R2) 100

15. Uji Simultan (Uji F) 100