FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKSI ARUS
KAS MASA DEPAN PADA PERUSAHAN MANUFAKTUR
SEKTOR KONSUMSI
Susan Susanti1dan Trismayarni Elen2
Fakultas Ekonomi dan Bisnis, Universtias Prof. Dr. Moestopo (Beragama), Jakarta. susansusanti96.ss@gmail.com, elen.akuntan@gmail.com
Abstract.
The objective of study is to analyze to determine the effect of earnings, receivables, and cash flow on the prediction of future cash flows. The financial statements are considered as a measurement that is considered very important in seeing the company's achievements. Financial statements are seen as a tool that is able to reduce uncertainty in making economic decisions for users, one way to reduce uncertainty is to conduct an analysis of the financial statements. The population in this study are all consumption sector manufacturing companies listed on the Indonesia Stock Exchange (IDX) for the 2014-2018 period. The reason for choosing a manufacturing sector manufacturing company is homogeneity considerations in the main income earning activities. In addition, manufacturing companies in the consumption sector are more stable compared to other companies on the IDX. Based on the results of data analysis and discussions that have been carried out (1) Income has a significant effect on the prediction of future cash flows, (2) Significant receivables from future cash flow predictions and (3) Cash flows from operating activities do not significantly affect the prediction of future cash flows.
Keywords: Profit, accounts receivable, operating cash flow, future cash flow Abstrak.
Tujuan penelitian adalah untuk menganalisis untuk mengetahui pengaruh pendapatan, piutang, dan arus kas pada prediksi arus kas masa depan. Laporan keuangan dianggap sebagai ukuran yang dianggap sangat penting dalam melihat pencapaian perusahaan. Laporan keuangan dipandang sebagai alat yang mampu mengurangi ketidakpastian dalam pengambilan keputusan ekonomi bagi pengguna, salah satu cara untuk mengurangi ketidakpastian adalah dengan melakukan analisis terhadap laporan keuangan. Analisis yang dapat dilakukan pada salah satu laporan keuangan adalah memberikan prediksi tentang masa depan keuangan. Beberapa jenis laporan keuangan yang dapat berperan dalam memprediksi arus kas masa depan adalah laporan laba rugi, piutang usaha, dan laporan arus kas. Populasi dalam penelitian ini adalah semua perusahaan manufaktur sektor konsumsi yang terdaftar di Bursa Efek Indonesia (BEI) untuk periode 2014-2018. Berdasarkan hasil analisis data dan diskusi yang telah dilakukan,menunjukkan hasil (1) Penghasilan memiliki pengaruh yang signifikan terhadap prediksi arus kas masa depan, (2) Piutang berpengaruh signifikan terhadap prediksi arus kas masa depan dan (3) Arus kas dari aktivitas operasi tidak secara signifikan mempengaruhi prediksi arus kas masa depan.
PENDAHULUAN
Laporan keuangan merupakan hasil dari proses akuntansi yang mampu memberikan gambaran tentang kinerja suatu perusahaan serta merupakan sarana komunikasi dalam menyampaikan informasi mengenai aktivitas perusahaan guna memenuhi kebutuhan pihak-pihak yang berkepentingan. Laporan keuangan perusahaan yang dipublikasikan adalah salah satu sumber informasi yang penting bagi para investor. Menurut PSAK No. 1 paragraf 7 tujuan laporan keuangan adalah memberikan informasi mengenai posisi keuangan, kinerja perusahaan, dan arus kan entitas yang bermanfaat bagi sebagian besar kalangan pengguna laporan keuangan dalam pengambilan keputusan.
Laporan keuangan juga menunjukkan hasil pertanggungjawaban manajemen atas sumber daya yang dipercayakan kepada mereka. Informasi keuangan yang terdapat dalam laporan keuangan dinilai sebagai alat yang mampu mengurangi ketidakpastian dalam pengambilan keputusan ekonomi bagi penggunanya. Salah satu cara dalam mengurangi ketidakpastian tersebut adalah dengan melakukan analisis terhadap laporan keuangan tersebut. Analisis yang dapat dilakukan terhadap laporan keuangan tersebut salah satunya adalah memberikan prediksi terhadap keuangan dimasa depan.
Isu terkini tentang Lion Air, selama ini berita-berita yang mendominasi Lion Air adalah masalah kecelakaan, pesawat tergelincir, penerbangan yang delay, pesawat rusak, di komplain bahkan di demo oleh penumpang, dan berbagai berita keluhan lainnya. Lion Air kali ini agak berbeda dari biasanya dan termasuk luar biasa, yaitu Lion kesulitan keuangan, dan terpaksa tidak mampu bayar kewajiban untuk sewa bandara.
Nampaknya, Lion Air yang sedang kesulitan keuangan sekarang, bahkan tidak mampu membayar sewa bandara, menjadi indikator kuat tentang ketidak-beresan dalam mengatur cashflow nya. Dari sisi manajemen, boleh disebut adanya mis-management dalam tubuh perusahaan. Terlepas dari alasan ketidakmampuan membayar biaya jasa kebandaraan itu, yaitu tekanan industri penerbangan sejak tahun 2018, tidak tercapainya harga jual, kenaikan biaya, sesungguhnya hal-hal itu merupakan faktor yang sangat biasa yang dihadapi oleh semua perusahaan. www.kompasiana.com
Perusahaan tidak cukup hanya mengandalkan laporan laba rugi, tetapi juga harus serius dalam memahami pentingnya laporan arus kas. Dengan laporan arus kas pengusaha dapat langsung melihat aktivitas kas/ bank secara nyata (real). Dengan demikian pengusaha tidak lagi berspekulasi akan terjadinya profit atau rugi, tetapi sudah bisa melihat nilai nyata serta memprediksi kesehatan perusahaan. Karena arus kas yang tidak bagus membuat perusahaan tidak berjalan sehingga tergambar bahwa begitu pentingnya laporan arus kas tersebut.
Menurut Kieso et al. (2011), Laporan arus kas mempunyai manfaat dalam beberapa konteks keputusan, seperti memprediksi kesulitan keuangan, menilai resiko, ukuran, dan waktu keputusan pinjaman, memprediksi peringkat (rating) kredit, menilai perusahaan, dan memberikan informasi tambahan pada pasar modal. Informasi arus kas berguna untuk menilai kemampuan perusahaan dalam menghasilkan kas dan setara kas serta memungkinkan pengguna menganalisis dan mengembangkan model untuk menilai dan membandingkan nilai kini dari arus kas masa depan.
Laba merupakan salah satu ukuran untuk menilai keefektifan dan keefesienan kinerja perusahaan. Investor dapat memanfaatkan informasi laba untuk melihat kondisi keuangan perusahaan dan melihat prospek yang dapat dicapai perusahaan dimasa mendatang (Mufid, 2010). Laba menggambarkan secara menyeluruh tentang keadaan perusahaan dan laba berasal dari unsur-unsur seperti pendapatan dan beban yang berhubungan dengan aktivitas perusahaan. Laba yang tinggi mengindikasikan prestasi sebuah perusahaan yang baik. Informasi laba ini juga berguna baik pihak eksternal yang hendak melakukan kegiatan
investasi dalam perusahaan untuk melihat apakah investasi yang dilakukan pada perusahaan tersebut aman dan tepat.
Hasil penelitian Yuwana dan Jogi (2014), menyimpulkan bahwa variabel laba dan variabel arus kas operasi secara parsial memiliki kemampuan dalam memprediksi arus kas masa depan. Penelitian yang dilakukan oleh Kusuma (2012), bahwa variabel laba, piutang dan arus kas operasi berpengaruh signifikan dalam memprediksi arus kas masa depan pada perusahaan food and beverage di Bursa Efek Indonesia.
Tujuan dalam penelitian ini adalah : (1) untuk mendapatkan bukti empiris mengenai pengaruh laba terhadap prediksi arus kas masa depan; (2) Untuk mendapatkan bukti empiris mengenai pengaruh piutang terhadap prediksi arus kas masa depan; (3) Untuk mendapatkan bukti empiris mengenai pengaruh arus kas dari aktivitas operasi (cash flow from operating) terhadap prediski arus kas masa depan.
LITERATUR REVIEW Teori Laporan Keuangan
Menurut PSAK No.1, laporan keuangan adalah suatu penyajian terstruktur dari posisi keuangan dan kinerja keuangan suatu entitas. Laporan keuangan memegang peranan penting yang memberikan berbagai informasi tentang kegiatan operasional perusahaan bagi bermacam-macam pihak. Laporan keuangan merupakan laporan yang berisi catatan informasi keuangan suatu perusahaan pada suatu periode akuntansi yang dapat menggambarkan kinerja perusahaan.. Laporan keuangan menyediakan informasi dalam bentuk neraca, laporan laba rugi, dan laporan perubahan modal dari suatu perusahaan yang terjadi pada saat tertentu.
Dalam PSAK No. 1 paragraf 11 (2012), menyatakan bahwa laporan keuangan lengkap terdiri dari komponen- komponen berikut ini: laporan posisi keuangan (neraca) pada akhir periode, laporan laba rugi komprehensif selama periode, laporan perubahan ekuitas selama periode, laporan arus kas selama periode, catatan atas laporan keuangan berisi ringkasan kebijakan akuntansi penting dan informasi penjelasan lain
Laporan posisi keuangan pada awal periode komparatif yang disajikan ketika entitas menerapkan suatu kebijakan akuntansi secara retrospektif atau membuat penyajian kembali pos-pos laporan keuangan atau ketika entitas mereklasifikasi pos-pos dalam laporan keuangannya.Informasi tersebut, beserta informasi lainnya yang terdapat dalam catatan atas laporan keuangan, membantu pengguna laporan dalam memprediksi arus kas masa depan dan, khususnya, dalam hal waktu dan kepastian diperolehnya kas dan setara kas.
Arus Kas
Laporan arus kas menurut PSAK No. 2 adalah sebuah laporan keuangan dasar yang melaporkan kas yang diterima, kas yang dibayarkan, dan perubahannya, dari kas yang dihasilkan dari aktivitas operasi, investasi dan pendanaan dari bisnis selama satu periode dalam sebuah format yang menyatakan saldo kas awal dan akhir. Arus kas mengekspresikan laba bersih ditambah depresiasi, yang secara aktual didistribusikan kepada investor, yakni setelah perusahaan menanamkan investasi di fixed asset dan modal kerjanya yang penting untuk kelanjutan operasi. Perusahaan harus menyusun laporan arus kas dan harus menyajikan laporan tersebut sebagai bagian yang tidak terpisahkan dari laporan keuangan untuk setiap periode penyajian laporan keuangan.
PSAK No. 2 menyatakan bahwa keutamaan informasi arus kas dalam kaitannya dalam laporan keuangan lainnya adalah sebagai berikut:
1. Memberikan informasi untuk menilai kemampuan perusahaan dalam menghasilkan kas dan setara kas.
2. Memungkinkan para pemakai laporan keuangan mengembangkan model untuk membandingkan nilai sekarang dari arus kas masa depan dari berbagai perusahaan.
3. Informasi laporan arus kas dapat digunakan sebagai indikator dari jumlah, waktu, dan kepastian arus kas masa depan.
4. Meneliti kecermatan taksiran arus kas masa depan dan menentukan hubungan antara profitabilitas dan arus kas bersih serta dampak perubahan harga.
Untuk mendapatkan tujuan ini dan untuk membantu investor dan pihak lain dalam analisis arus kas, laporan arus kas melaporkan pengaruh operasi suatu perusahaan atas kas selama satu periode, transaksi investasi, transaksi pembelanjaannya dan kenaikan atau penurunan bersih dalam kas selama suatu periode.
Kieso dan Weygandt (2011 : 601) menyatakan bahwa laporan arus kas bermanfaat untuk membantu investor, kreditor, dan pihak lainnya dalam menilai:
a. Kemampuan entitas untuk menghasilkan arus kas di masa depan.
b. Kemampuan entitas untuk membayar dividen dan memenuhi kewajibannya.
c. Menilai alasan-alasan perbedaan antara laba bersih dan arus kas bersih dari kegiatan operasi.
d. Menilai pengaruh investasi baik kas maupun bukan kas dan transaksi keuangan lainnya terhadap posisi keuangan perusahaan selama suatu periode tertentu.
Laba
Laporan laba rugi merupakan bagian dari laporan keuangan suatu perusahaan yang dihasilkan pada suatu periode akuntansi yang menyajkan unsur-unsur pendapatan dan biaya perusahaan sehingga menghasilkan laba atau rugi bersih (Rispayanto, 2013). Laba merupakan salah satu komponen dalam laporan laba rugi. Laba dapat didefinisikan sebagai kenaikan ataupeningkatan kesejahteraan.
Laba bersih dapat dilihat sebagai suatu ukuran kinerja perusahaan apakah perusahaan memiliki kinerja yang baik atau tidak. Pengukuran laba merupakan informasi penting yang berguna sebagai dasar pembagian laba, kebijakan investasi, dan pembagian hasil (Irawati, 2013). Besar kecilnya laba sebagai pengukur kenaikan aktiva sangat tergantung pada ketepatan pengukuran pendapatan dan biaya.
Laba akuntansi (accounting income) secara operasional didefinisikan sebagai perbedaan antara pendapatan yang direalisasikan dari transaksi yang terjadi selama satu periode dengan biaya yang berkaitan dengan pendapatan tersebut.
Laporan laba rugi dapat membantu pemakai laporan keuangan memprediksikan arus kas masa depan perusahaan dengan berbagai cara (Kieso, 2011 : 144). Sebagai contoh, investor dan kreditor dapat menggunakan informasi yang terdapat dalam laporan laba rugi untuk :
a. Mengevaluasi kinerja masa lalu perusahaan
b. Memberikan dasar untuk memprediksikan kinerja masa depan
c. Membantu menilai risiko atau ketidakpastian pencapaian arus kas masa depan Piutang
Smith dan Skousen (2011 : 286 ), memberikan definisi piutang adalah sebagai berikut: “Dalam arti luas, istilah piutang dapat digunakan bagi semua hak atau klaim kepada pihak lain atas uang, barang, atau jasa. Namun, untuk tujuan akuntansi istilah ini pada umumnya diterapkan dalam pengertian yang lebih sempit yaitu berupa klaim yang diharapkan akan diselesaikan melalui penerimaan kas.”
Piutang (X2) Arus Kas Masa Depan (Y) Laba (X1)
barang dagangan dan jasa secara kredit”. Menurut Efraim (2012 : 129), “Piutang adalah tuntutan kepada pelanggan dan pihak lain untuk memperoleh uang, barang atau jasa yang dilakukan saat ini”. Sedangkan menurut Warren dkk (2014 : 448), “Piutang mencakup seluruh uang yang diklaim terhadap entitas lain, termasuk perorangan, perusahaan, dan organisasi lain. Piutang-piutang ini biasanya merupakan bagian yang signifikan dari total aset lancar”.
Selanjutnya menurut PSAK No. 43 menyebutkan piutang adalah jenis pembiayaan dalam bentuk pembelian dan atau pengalihan piutang atau tagihan jangka pendek suatu perusahaan yang berasal dari transaksi usaha. Warren et al (2011 : 422), mengklasifikasikan secara umum piutang meliputi semua klaim uang terhadap entitas-entitas lain, termasuk perorangan, perusahaan, dan organisasi lainnya. Piutang biasanya diklasifikasikan sebagai usaha, wesel tagih, atau piutang lain.
Kerangka Pemikiran
Kerangka pemikirian dalam penelitian ini dapat digambarkan sebagai berikut: Variabel Independen
Variabel Dependen
Gambar 1. Kerangka Pemikirian Pengembangan Hipotesis
1. Laba dan Arus Kas Masa Depan
Barth et al (2011) menyatakan bahwa laba tidak hanya menunjukan perbedaan informasi yang terhubung pada transaksi masa lalu, tetapi juga tentang perkiraan arus kas masa depan yang terhubung pada perkiraan masa depan aktifitas pengoperasian dan investasi masa depan karenanya informasi mengenai laba pada laporan keuangan memberikan sinyal yang baik kepada investor dalam membuat suatu keputusan ekonomi sehingga investor dapat menggunakan informasi tersebut sebagai bahan pertimbangan dalam membuat keputusan ekonomi.
Pada penelitian Irfan (2012) dan Meliana (2012) menyatakan laba bersih berpengaruh signifikan terhadap arus kas masa depan. El-sayed (2011) laba memiliki pengaruh yang lebih prediktif. Marisca (2009) menunjukkan bahwa secara simultan laba kotor, laba operasi, dan laba bersih mempunyai pengaruh terhadap arus kas masa depan.Kim dan Kross (2010) menegaskan bahwa kemampuan laba dalam prediksi terhadap arus kas masa depan meningkat sepanjang waktu. Berdasarkan uraian tersebut hipotesis yang diajukan sebagai berikut:
H1 : Laba berpengaruh signifikan terhadap prediksi arus kas masa depan 2. Piutang dan Arus Kas Masa Depan
Piutang adalah klaim uang, barang, atau jasa kepada pelanggan atau pihak- pihak Arus Kas Operasi (X3)
lainnya (Kieso et al., 2011). Transaksi paling umum yang menciptakan piutang adalah penjualan barang dagang atau jasa secara kredit. Piutang dagang akan mempengaruhi aliran kas operasi di masa mendatang. Piutang pada periode berjalan akan mengakibatkan aliran arus kas masuk bertambah pada saat piutang tersebut dilunasi.
Prayoga (2012) melakukan penelitian mengenai pengaruh laba bersih dan komponen-komponen akrual terhadap arus kas aktivitas operasi dimasa mendatang. Hasil penelitian menunjukkan bahwa perubahan piutang berpengaruh signifikan dalam memprediksi arus kas opersi masa depan.
Ebaid (2011) melakukan penelitian mengenai akrual dan prediksi arus kas masa depan. Hasil penelitiannya menunjukkan bahwa komponen akrual yaitu perubahan piutang berpengaruh dalam memprediksi arus kas operasi di masa depan. Maka hipotesis yang dapat ditarik dari uraian di atas adalah sebagai berikut:
H2 : Piutang berpengaruh signifikan terhadap prediksi arus kas masa depan 3. Arus Kas Operasi dan Arus Kas Masa Depan
Penyajian jumlah arus kas dari aktivitas operasi merupakan indikator yang digunakan sebagai dasar untuk menentukan apakah arus kas yang dihasilkan cukup untuk melunasi pinjaman, memelihara kemampuan operasi, serta melakukan investasi baru tanpa mengandalkan sumber dari luar (IAI, 2009). Selain itu arus kas dari aktivitas operasi berguna untuk menilai kemampuan perusahaan dalam menghasilkan kas dan setara kas untuk menilai kebutuhan operasional perusahaan.
Irawati (2013) dan Mufid (2010) yang meneliti pengaruh arus kas operasi terhadap prediksi arus kas masa depan menyatakan bahwa arus kas operasi memiliki pengaruh terhadap arus kas perusahaan satu tahun kedepan. Farshadfar dan Mark (2010), juga menyatakan hal yang sama bahwa arus kas dari aktivitas operasi memiliki pengaruh dalam memprediksi arus kas masa depan. Bandi dan Rahmawati (2011) telah melakukan pengujian arus kas masa depan menggunakan arus kas dari aktivitas operasi. Hasil penelitian tersebut menyatakan bahwa arus kas dari aktivitas operasi merupakan prediktor dalam memprediksi arus kas masa depan. Berdasarkan uraian tersebut maka rumusan hipotesis penelitian ini adalah:
H3 : Arus kas dari aktivitas operasi berpengaruh signifikan terhadap prediksi arus kas masa depan
METODE PENELITIAN Populasi dan Sampel
Populasi dalam penelitian ini adalah semua perusahaan manufaktur sektor konsumsi yang terdaftar di Bursa Efek Indonesia (BEI). Alasan pemilihan perusahaan manufaktur sektor konsumsi adalah pertimbangan homogenitas dalam aktivitas penghasilan pendapatan utama. Selain itu, perusahaan- perusahaan manufaktur sektor konsumsi lebih stabil di bandingkan perusahaan lain yang terdapat di BEI.
Sampel dalam penelitian ini adalah perusahaan manufaktur sektor konsumsi yang terdaftar di Bursa Efek Indonesia selama periode 2014 sampai 2018. Pemilihan sampel digunakan dengan metode penyempelan bersasaran (purposive sampling) yaitu metode pemilihan objek dengan beberapa kriteria tertentu, sehingga diperoleh sampel yang representative sesuai dengan kriteria yang ditentukan (Sekaran, 2011). Adapun kriteria yang digunakan adalah :
2. Perusahaan manufaktur yang menyajikan secara lengkap dan konsisten laporan keuangan per 31 Desember yang telah diaudit tahun 2014-2018.
3. Sampel yang diamati adalah perusahaan sektor konsumsi 4. Laporan keuangan dinyatakan dalam mata uang Rupiah. Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan dengan melakukan metode dokumentasi. Metode dokumentasi adalah salah satu cara yang digunakan untuk mencari data mengenai hal- hal variabel berupa laporan keuangan yang telah dipublikasikan melalui website resmi perusahaan dan www.idx.co.id yang berhubungan dengan objek yang diteliti.
Analisa Data
Metode analisis data digunakan untuk mengolah dan memprediksi hasil penelitian agar diperoleh suatu kesimpulan yang akan digunakan oleh peneliti. Metode analisis data yang digunakan dalam penelitian ini adalah regresi berganda (multiple regressions) dengan metode deskriptif kuantitatif. Analisis regresi pada dasarnya dilakukan dengan tujuan untuk mengukur kekuatan hubungan antara variabel dependen dan variabel independen. Analisis dan pengujian dalam penelitian ini akan menggunakan bantuan software SPSS (Statistical Product and Service Solution).
Uji Statistik Deskriptif
Statisktik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, maksimum dan minimum. Pengujian ini untuk melihat rata-rata dari tiap variabel independen dan standar deviasinya agar terlihat apakah telah memenuhi persyaratan yang ada.
Uji Asumsi Klasik
Uji asumsi klasik merupakan pengujian terhadap asumsi-asumsi regresi linear yang bertujuan untuk menghindari munculnya bias dalam analisis data serta untuk menghindari kesalahan spesifikasi model regresi yang digunakan. Model regresi linear dapat disebut sebagai model yang baik jika memenuhi uji asumsi klasik, agar diperoleh model regresi dengan estimasi yang tidak bias dan pengujian dapat dipercaya. Pengujian asumsi klasik yang dilakukan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, uji heterokedastisitas, dan uji autokolinearitas. (Ghozali, 2013).
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel-variabelnya memiliki distribusi normal atau tidak. Model regresi yang baik adalah yang berdistribusi normal atau mendekati normal (Ghozali, 2013).
Uji normalitas yang digunakan pada penelitian ini dapat menggunakan Kolmogorov Smirnov Test. Uji ini berguna untuk melihat apakah data telah terdistribusi normal atau tidak. Uji normalitas dengan menggunakan Kolmogorov Smirnov Test yang memiliki beberapa kriteria yaitu:
1. Jika nilai Asymp. Sig. (2-tailed) > 0,05 artinya data residual berdistribusi normal. 2. Jika nilai Asymp. Sig. (2-tailed) < 0,05 artinya data residual tidak berdistribusi normal. b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya hubungan atau korelasi yang kuat antar variabel bebas (independen). Model regresi yang baik
seharusnya tidak terjadi gejala multikolinearitas. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi dapat dilihat dari nilai tolerance dan Variance Inflation Factor (VIF). Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance > 0,10 dan nilai VIF < 10 (Ghozali, 2013).
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem korelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) karena gangguan pada seorang individu atau kelompok cenderung mempengaruhi gangguan pada kelompok atau individu yang sama pada periode berikutnya (Ghozali, 2013). Untuk mendeteksi ada atau tidaknya autokorelasi didalam model regresi antara lain dapat dilakukan dengan Uji Durbin - Watson (DW Test) dimana nilai DW table (du dan dL) ditentukan pada
tingkat signifikansi α = 5% dan derajat kebebasan atau df = k (jumlah variabel independen), jumlah = n. Pengambilan keputusan ada atau tidaknya autokorelasi sebagai berikut (Ghozali, 2013).
Uji Durbin - Watson (DW Test)
Hipotesis nol Keputusan Jika
Tidak ada autokorelasi positif Tolak 0 <d < dl Tidak ada autokorelasi positif No decision dl ≤ d ≤ du Tidak ada korelasi positif Tolak 4–dl < d < 4 Tidak ada korelasi positif No decision 4-du ≤ d ≤ 4-dl Tidak ada autokorelasi, positif atau positif Tidak ditolak du < d < 4-du Jika nilai Durbin – Watson > dari du (batas atas) dan kurang dari 4-du, maka dapat disimpulkan bahwa kita tidak bisa menolak H0 yang menyatakan bahwa tidak ada autokorelasi positif atau positif, atau dapat disimpulkan tidak terdapat autokorelasi.
d. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual satu pengamatan ke pengamatan yang lain, jika variancenya tetap maka disebut homokedastisitas, dan jika variance nya berbeda disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas (Santoso, 2012).
Model heterokedastisitas dapat diukur dengan rank spearman dimana koefisien regresi berganda dari nilai t-tolerance > 5% sehingga tidak terjadi heterokesdasitasselain itu pengujian dapat dilakukan menggunakan Scatterplot yaitu dengan melihat grafik plot antara nilai prediksi dependen ZPRED dengan residual SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik
scatterplot antar SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi- Y sesungguhnya) yang telah di studentized. Dasar yang digunakan untuk mengambil keputusan (Ghozali, 2013):
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Analisis Regresi Berganda
Analisis yang digunakan untuk menilai variabilitas LABA, PIUTANG, dan AKO sebagai variabel independen dengan AKM sebagai variabel dependen denganmenggunakan analisis regresi linier berganda. Regresi juga dapat menilai hubungan antara variable independen dengan variable dependen (Ghozali, 2013).
Bentuk persamaan regresi berganda dalam peneltian ini adalah: Y = a + bX1 + bX2 + bX3 + e
Keterangan :
Y = variabel Arus Kas Masa Depan X1 = variabel Laba X2 = variabel Piutang
X3 = variabel Arus Kas Aktivitas Operasi e = error
Uji Hipotesis
a. Uji Koefisien Determinasi (R2)
Koefesien Determinasi (R2) digunakan untuk mengetahui seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi berada diantara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2013). Dengan kata lain kesalahan pengganggu dalam model ini diusahakan minimun sehingga R2 mendekati satu, sehingga perkiraan regresi akan lebih mendekati keadaan yang sebenarnya.
b. Uji Pengaruh Simultan (Uji F)
Pada dasarnya uji statistik F bertujuan untuk menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat atau dependen. Pengujian ini dilakukan dengan menggunakan tingkat signifikansi 5%. Hasil uji F dilihat dalam table ANOVA dalam kolom sig, jika probabilitas < 0,05, maka dapat dikatakan terdapat pengaruh yang signifikan secara bersama-sama variabel independen terhadap variabel dependen dan model regresi dapat digunakan untuk uji hipotesis. Atau jika nilai signifikansi > 0,05 maka tidak terdapat pengaruh yang signifikan secara bersama-sama antara variabel independen terhadap variabel dependen dan model regresi tidak dapat digunakan untuk uji hipotesis (Ghozali, 2013).
c. Uji Parsial (Uji t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas / independen secara individual dalam menerangkan variasi variabel dependen. Hipotesis nol (H0) yang hendak diuji adalah apakah suatu parameter sama dengan nol. Dan atau hipotesis alternatifnya (HA) parameter suatu variabel tidak sama dengan nol (Ghozali, 2013).
H0 : bi = 0, artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. HA : bi ≠ 0, artinya variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen.
Dasar pengambilan keputusannya adalah dengan melihat nilai signifikansi pada tabel. Bila nilai signifikansi pada tabel lebih kecil dari derajat kepercayaan 5% (Sign < 0,05) maka H0 dapat ditolak. Dan HA diterima dengan menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen. Dengan membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, maka HA diterima dengan menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen, atau:
H0 diterima jika, - t tabel ≤ t hitung ≤ t tabel
HA diterima jika, t hitung > t tabel dan t hitung < - t tabel. HASIL DAN PEMBAHASAN
Daftar Perusahaan Sampel NAMA
PERUSAHAAN
1 PT Wilmar Cahaya Indonesia Tbk 3 Februari 1968Cikarang -Jawa Barat Minyak Nabati, minyak sania 323.114.645.091 786.501.012.698 2 PT Delta Djakarta Tbk 15 Juni 1970 Bekasi Timur Bir 558.198.032.750 149.961.107.500 3 PT Indofood Sukses Makmur Tbk 14 Agustus 1990Jl. Jend Sudirman - Jakarta Mie, terigu, saos, kecap, kopi 19.191.756.250.000 4.255.814.000.000 4 PT Mayora Indah Tbk 17 Februari 1997Tomang Raya - Jakarta Kembang gula, biskuit, snack 5.117.616.715.491 4.762.426.008.160 5 PT Multi Bintang Indonesia Tbk 3 Juni 1929Jl. Jend Sudirman - Jakarta Bir 506.843.000.000 298.093.539.750 6 PT Prasidha Aneka Niaga Tbk 16 April 1984 Jakarta Kopi, coklat, lada hitam, panili 141.718.281.562 74.058.718.383 7 PT Sekar Laut Tbk 19 Juli 1976Sidoarjo - Jawa Timur Krupuk udang 225.689.761.770 121.819.678.363 8 PT Tiga Pilar Sejahtera Food Tbk 26 Januari 1990 Jakarta Bihun jagung 1.155.998.250.000 1.957.780.750.000 9 PT Ultra Jaya Milk Tbk 2 Nopember 1971Padalarang - Jawa Barat Susu, buavita, teh kotak 1.698.687.007.629 486.419.767.190 10 PT Tri Banyan Tirta Tbk 3 Juni 1997Sukabumi -Jawa Barat Air mineral 61.606.679.412 51.751.779.927 11 PT Indofood CBP Sukses Makmur Tbk 2 September 2009Jl. Jend Sudirman - Jakarta Mie, bumbu penyedap, biskuit 10.950.709.250.000 3.729.620.750.000 12 PT Nippon Indosari Corpindo Tbk 8 Maret 1995Cikarang -Jawa Barat Roti, cake, bread crumb 1.314.055.646.137 316.730.136.416 13 PT Sekar Bumi Tbk 12 April 1973Jl. Jend Sudirman - Jakarta Udang, bakso, ikan, cumi, sosis 193.201.959.891 174.656.357.913 14 PT Siantar Top Tbk 12 Mei 1987Sidoarjo - Jawa Timur Mie, kerupuk, biskuit & wafer, kembang gula 527.079.561.691 271.730.233.183
Deskripsi Data Penelitian
Populasi dalam penelitian ini adalah perusahaan manufaktur sektor konsumsi di Indonesia yang secara berturut-turut terdaftar di Bursa Efek Indonesia (BEI) selama periode 2014 sampai dengan 2018. Penelitian ini secara purposive sampling mengindikasikan sampel yang digunakan dalam penelitian ini merupakan representasi dari populasi yang ada serta sesuai dengan tujuan dari penelitian. Diperoleh sebanyak 14 perusahaan manufaktur sektor konsumsi yang terdaftar di Bursa Efek Indonesia tahun 2014-2018 yang dijadikan sampel yang sesuai dengan kriteria sampel penelitian ini.
Statistik deskriptif merupakan berhubungan dengan pengumpulan dan peringkasan data, serta penyajian hasil peringkasan tersebut. Statistik deskriptif berkaitan dengan penerapan metode statistik untuk mengumpulkan, mengolah, menyajikan, dan menganalisis data. Statistik Deskriptif LABA PIUTANG ARUS_KAS_ AKTIVITAS_ OPERASI ARUS_KAS_MASA _DEPAN N Valid 70 70 70 70 Missing 0 0 0 0 Mean 1941,0571 2166,6429 2509,5571 4586,9100 Median 1960,5000 2186,0000 2536,5000 4612,3535 Std. Deviation 596,05806 433,62714 277,83347 478,31028 Minimum 1018,00 1507,00 2017,00 3498,94 Maximum 2976,00 2950,00 2991,00 5833,57
Sumber : data diolah SPSS
Berdasarkan tabel 4.2 di atas, diketahui bahwa pada variabel arus kas masa depan (AKM) setelah dilog memiliki nilai minimum sebesar 3498,94 yaitu PT Mayora Indah Tbk pada tahun 2014 dan nilai maksimum sebesar 5833,57 yaitu PT Indofood Sukses Makmur Tbk pada tahun 2014. Nilai rata-rata arus kas masa depan (AKM) dari 56 observasi sebesar 478,31028 dan dengan nilai standar deviasi yang masih di bawah rata-rata sebesar 4586,9100 menunjukkan nilai variasi data keseluruhan tidak memiliki variasi nilai yang terlalu tinggi.
Variabel arus kas operasional (AKO) setelah dilog memiliki nilai minimum sebesar 2017,00 yaitu pada PT Sekar Bumi Tbk pada tahun 2017 dan nilai maksimum sebesar 2991,00 yaitu pada PT Indofood Sukses Makmur Tbk pada tahun 2016. Nilai rata-rata arus kas operasional (AKO) dari 56 obeservasi sebesar 277,83347 dan dengan nilai standar deviasi yang masih di bawah rata-rata sebesar 2509,5571 menunjukkan nilai variasi data keseluruhan tidak memiliki variasi nilai yang terlalu tinggi.
Variabel laba setelah dilog memiliki nilai minimum sebesar 1018,00 yaitu PT Tri Banyan Tirta Tbk pada tahun 2018 dan nilai maksimum sebesar 2976,00 yaitu PT Indofood Sukses Makmur Tbk pada tahun 2018. Nilai rata-rata laba dari 56 observasi sebesar 596,05806 dan dengan nilai standar deviasi yang masih di bawah rata-rata sebesar 1941,0571 menunjukkan nilai variasi data keseluruhan tidak memiliki variasi nilai yang terlalu tinggi.
Variabel piutang setelah dilog memiliki nilai minimum sebesar 1507,00 yaitu PT Multi Bintang Indonesia Tbk pada tahun 2017 dan nilai maksimum sebesar 2950,00 yaitu
PT Mayora Indah Tbk pada tahun 2017. Nilai rata-rata piutang dari 56 observasi sebesar 433,62714 dan dengan nilai standar deviasi yang masih di bawah rata-rata sebesar 2166,6429 menunjukkan nilai variasi data keseluruhan tidak memiliki variasi nilai yang terlalu tinggi.
Uji Asumsi Klasik
a. Uji Normalitas
Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance. Sumber : data diolah SPSS
Hasil pengujian normalitas Tabel 4.3 di atas menunjukkan nilai Asymp. Sig. (2-tailed) mempunyai nilai sebesar 0,200 yang nilainya lebih besar dari 0,05 ( Asymp Sig > 0,05). Sehingga Ho diterima, yang berarti data terdistribusi secara normal. Sehingga dapat disimpulkan bahwa regresi berganda yang dibuat telah mengikuti distribusi normal, dengan demikian model regresi dapat diuji lebih lanjut untuk mengetahui pengaruh masing-masing variabel bebas terhadap variabel terikat.
LABA PIUTANG ARUS_KAS_ AKTIVITAS_ OPERASI ARUS_KAS_MASA _DEPAN N 70 70 70 70 Normal Mean 1941,0571 2166,6429 2509,5571 4586,9100 Parameter Std. a,b 596,05806 433,62714 277,83347 478,31028 Most Absolute 0,084 0,121 0,092 0,082 Extreme Positive 0,084 0,121 0,092 0,082 Differen ce Negative -0,083 -0,095 -0,072 -0,051 s Test Statistic 0,084 0,121 0,092 0,082
b. Uji Multikolinieritas
Hasil Uji Multikolinieritas
Coefficientsa Model Collinearity Statistics Tolerance VI F 1 (Constant) LABA 0,996 1,004 PIUTANG 0,998 1,002 ARUS_KAS_AKTIVITAS_OPERASI 0,997 1,003
a. Dependent Variable: ARUS_KAS_MASA_DEPAN
Sumber : data diolah SPSS
Perhitungan uji multikolinearitas diatas, maka hasilnya adalah nilai tolerance menunjukkan tidak ada variabel yang memiliki nilai tolerance lebih dari 0,10 (Tolerance > 0,10). Variabel Laba memiliki Tolerance 0,996, lebih kecil dari 1,000. Variabel Piutang memiliki nilai tolerance 0,998, lebih kecil dari 1,000 dan variabel Arus Kas Operasi memiliki nilai tolerance 0,997 lebih kecil dari 1,000.
Berdasarkan hasil perhitungan nilai variance inflation factor (VIF) juga menunjukkan hal yang sama yaitu tidak ada satupun variabel yang memiliki nilai VIF yang lebih kecil dari 10 (VIF < 10). Variabel Laba memiliki VIF 1,004, lebih kecil dari 10,000 (VIF Variabel Laba 1,004 < 10,0). Variabel Piutang memiliki nilai VIF 1,002, lebih kecil dari 10,000 (VIF Variabel Piutang 1,002 < 10,0) dan variabel Arus Kas Operasi memiliki nilai VIF 1,003, lebih kecil dari 10,000 (VIF Variabel Arus Kas Operasi 1,003 < 10,0).
Berdasarkan dasar pengambilan kesimpulan diatas, setelah dilakukan pengujian Multikolinearitas tersebut dapat disimpulkan bahwa seluruh variabel independen yang digunakan dalam model regresi tidak terdapat multikolinearitas.
c. Uji Autokorelasi
Hasil Uji Autokorelasi
Model Summaryb
Model Durbin- Watson
1 2,050
a. Predictors:
b. Dependent Variable:
Sumber : data diolah SPSS
Nilai DW berdasarkan tabel 4.5 di atas adalah sebesar 2,050. Nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan derajat kepercayaan, maka di tabel Durbin-Watson akan didapatkan nilai sebagai berikut:
Dw = 2,050 Perhitungan Durbin-Watson N K DL DU 4-DU 4-DL Nilai DW Keputusan 56 3 1,4581 1,6830 2,317 2,5419 2,050 Tidak terjadi autokorelasi Dapat disimpulkan bahwa tidak ada autokorelasi pada model regresi yang digunakan.
Pengujian Autokorelasi
d. Uji Heterokedastisitas
Hasil Uji Heteroskedastisitas
Coefficientsa Model Sig . 0,05 KESIMPULA N 1 (Constant) 0,127 > LOLOS LABA 0,086 > LOLOS PIUTANG 0,637 > LOLOS ARUS_KAS_AKTIVITAS_OPERASI 0,874 > LOLOS
a. Dependent Variable: ABS_RESIDUAL
Sumber : data diolah SPSS
Hasil uji heteroskedatisitas diatas dapat dilihat bahwa nilai signifikan dari kedua variabel yang digunakan lebih besar dari 0,05 (nilai Sig > 0,05), yaitu laba, piutang dan arus kas aktivitas operasi yang artinya bahwa Ho diterima sehingga dapat disimpulkan bahwa tidak ada heteroskedastisitas dalam model regresi ini.
Pengujian Hipotesis
a. Uji Koefisien Determinasi
Hasil Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,964
a
0,929 0,926 130,47175
i. Predictors: (Constant), ARUS_KAS_AKTIVITAS_OPERASI,
PIUTANG,
ii. Dependent Variable: ARUS_KAS_MASA_DEPAN
Berdasarkan hasil perhitungan table 4.8 diatas menunjukkan bahwa penyesuaian koefisien determinasi Adj R^2 = 0,926. Artinya bahwa variasi dari variabel independen yaitu laba, piutang, dan arus kas operasi mampu menjelaskan variabel dependen (arus kas masa depan) sebesar 92,6%. Sedangkan sisanya, 100% - 92,6% = 7,4% adalah variasi dari variabel independen lain yang mempengaruhi variabel arus kas masa depan, namun tidak dimasukkan ke dalam model regresi. Seperti penghematan dari aktivitas operasi perusahaan, penagihan piutang lebih dipercepat, sehingga arus kas operasi masa depan lebih baik lagi. Ini menunjukkan bahwa variabel-variabel bebas yang dianalisis diduga signifikan pengaruhnya terhadap prediksi arus kas masa depan.
b. Uji Simultan (Uji F)
Hasil Uji F
ANOVAa
Sum of Model Squares
df Mean Square F Sig.
1 Regression 14662359,796 3 4887453,265 287,111 ,000
b
Residual 1123509,862 66 17022,877
Total 15785869,658 69
i. Dependent Variable: ARUS_KAS_MASA_DEPAN
ii. Predictors: (Constant), ARUS_KAS_AKTIVITAS_OPERASI, PIUTANG,
LABA
Sumber : data diolah SPSS
Hasilnya menunjukkan variabel bebas yang diuji secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel prediksi arus kas masa depan. Hal ini dapat dilihat dari nilai signifikansi uji F yang nilainya sebesar 287,111 dengan nilai Sig 0,000 (Sig F-stat < 0,05) maka Ho ditolak, sehingga dapat disimpulkan bahwa secara bersama-sama terdapat pengaruh laba, piutang, dan arus kas operasi terhadap prediksi arus kas masa depan.
c. Uji t (Pengujian Hipotesis)
Hasil Uji t Regresi Berganda
Coefficientsa Model Unstandardized Coefficients B Std. Error Standardized Coefficients Beta t Sig. 1 (Constant) 624,988 172,183 3,630 0,001 LABA 0,575 0,026 0,717 21,788 0,000 PIUTANG 0,651 0,036 0,590 17,958 0,000 ARUS_KAS _AKTIVITAS_OPERASI 0,572 0,057 0,332 10,098 0,000
Dependent Variable: ARUS_KAS_MASA_DEPAN
Sumber : data diolah SPSS
diinterpretasikan pengaruhnya terhadap prediksi arus kas masa depansebagai berikut: a. Hipotesis 1
Hasil analisis regresi menunjukkan bahwa variabel laba mempunyai koefisien beta yang positif sebesar 0,575 terhadap arus kas masa depan. Adapun nilai ρ-value (sig.) variabel laba yang didapat dari uji t yaitu sebesar 0,000 < 0,05, maka laba berpengaruh secara signifikan terhadap prediksi arus kas masa depan.
b. Hipotesis 2
Hasil analisis regresi menunjukkan bahwa variabel piutang mempunyai koefisien beta yang positif sebesar 0,651 terhadap arus kas masa depan. Hal ini berarti jika piutang terlambat ditagih atau terlalu besar maka akan menurunkan arus kas masa depan sebesar
0,651. Maka Adapun nilai ρ-value (sig.) variabel piutang yang didapat dari uji t yaitu sebesar 0,000 < 0,05, maka piutang berpengaruh secara signifikan terhadap prediksi arus kas masa depan.
c. Hipotesis 3
Hasil analisis regresi menunjukkan bahwa arus kas operasi mempunyai koefisien beta yang positif sebesar 0,572 terhadap arus kas masa depan. Hal ini berarti jika arus kas aktivitas operasi mengalami keterlambatan maka akan menurunkan arus kas masa depan sebesar
0,572. Maka adapun nilai ρ-value(sig.) variabel arus kas operasi yang didapat dari uji t yaitu sebesar 0,000 < 0,05, maka arus kas dari aktivitas operasi berpengaruh secara signifikan terhadap prediksi arus kas masa depan.
Nilai Signifikan Secara Simultan
ANOVAa
Sum of Model Squares
df Mean Square F Sig.
1 Regression 14662359,796 3 4887453,265 287,111 ,000
b
Residual 1123509,862 66 17022,877
Total 15785869,658 69
a. Dependent Variable: ARUS_KAS_MASA_DEPAN
b. Predictors: (Constant), ARUS_KAS_AKTIVITAS_OPERASI, PIUTANG,
LABA
Sumber : data diolah SPSS
Berdasarkan hasil uji signifikan simultan pada tabel 4.11 di atas, diketahui bahwa nilai signifikan sebesar 0,000 < 0,05 maka variabel laba, piutang dan arus kas aktivitas operasi secara bersama-sama berpengaruh signifikan terhadap prediksi arus kas masa depan.
SIMPULAN
Kesimpulan dalam Penelitian ini dilakukan untuk mengetahui pengaruh laba, piutang, dan arus kas operasi terhadap prediksi arus kas masa depan pada perusahaan manufaktur sektor konsumsi yang terdapat di Bursa Efek Indonesia periode tahun 2014-2018.
dapat disimpulkan bahwa :
1. Laba berpengaruh signifikan terhadap prediksi arus kas masa depan. 2. Piutang berpengaruh signifikan terhadap prediksi arus kas masa depan.
3. Arus kas operasi berpengaruh signifikan terhadap prediksi arus kas masa depan. DAFTAR PUSTAKA
Adi, Mufid. 2010. Kemampuan Informasi Komponen Arus Kas dan Laba Dalam Memprediksi Arus Kas Masa Depan. Skripsi S-1 Jurusan Akuntansi Fakultas Ekonomi, Universitas Diponegoro Semarang.
Bandi dan Rahmawati. 2005. Relevansi Kandungan Informasi Komponen Arus Kas dan Laba dalam Memprediksi Arus Kas Masa Depan. Jurnal Akuntansi dan Bisnis Vol. 5 No. 1. Barth et al. 2011. Accruals and the Prediction of Future Cash Flows. The Accounting Revie,
Vol 76.
Belkaoui, Mufid 2010. Evidence on the relationships between earnings and various measures of cash flows. The Accounting Review.
Ebaid 2011. Kemampuan Prediktif Earnings dan Arus Kas dalam Memprediksi Arus Kas Masa Depan. Universitas Andalas. SNA IX Padang.
El-sayed, Ibrahim. 2011. Accruals and The Prediction of Future Cash Flows: Emprical Evidance From an Emerging Market, Journal of Finance, Vol. 34, No. 7.
Farshadfar, Shadi dan Mark Brimble. 2011. The relative ability of earnings and cash flow forecasting future cash flow. Griffth Business School, Griffth University, Brisbone, Australia.
Ferdinan Giri, Efraim. 2012. Akuntansi Keuangan Menengah 1, Edisi 1. Yogyakarta: UPP STIM YKPN.
Ghozali, Imam. 2013. Analisis Multivariate dengan Program SPSS. Semarang : Haryadi, Rifan. (2011). Pengaruh Aliran Kas Bebas dan Keputusan Pendanaan Terhadap Nilai Perusahaan. Skripsi. Universitas Widyatama
Hillary, 2014. Pengaruh Laba dan Arus Kas Operasi Terhadap Prediksi Arus Kas Masa Depan (Studi Kasus Pada Perusahaan Manufaktur di Bursa Efek Indonesia)
Ikatan Akuntan Indonesia. 2009. Standar Akuntansi Keuangan. Jakarta: Salemba Empat. Irawati, Mira. 2013. Kemampuan Informasi Komponen Arus Kas dan Laba dalam
Memprediksi Arus Kas Masa Depan (Studi Kasus padaEmiten BEI Sektor Nonfinansial). Skripsi. Fakultas Ekonomi dan Bisnis, Universitas Hasanudin, Makassar.
Irfan dan Meliana. 2012. Relevansi Kandungan Informasi Komponen Arus Kas dan Laba Dalam Memprediksi Arus Kas Masa Depan. Jurnal Akuntansi & Bisnis, Vol. 5, No.1. Kieso, D. E. (2011). Intermediate Accounting (14th edition). New Jersey: John Wiley &
Sons, Inc.
Kieso, Donald E., Jerry J. Weygandt, Terry D Warfield. (2011). Akuntansi intermediate jilid 1. Jakarta: Erlangga.
Kim, M. S & Kross, W. 2002. The Ability of Earnings to Predict Future Operating Cash Flows Has Been Increasing – Not Decreasing.
Mardiasmo.(2016). Perpajakan - Edisi Terbaru 2016. Penerbit Andi. Yogyakarta.
Prayoga, Irfan Bagus Dwi. 2012. Pengaruh Laba Bersih dan Komponen-Komponen Akrual Terhadap Arus Kas Aktivitas Operasi Di Masa Mendatang. Skripsi. Fakultas Ekonomi, Universitas Diponegoro, Semarang.
Kas Operasi di Masa Depan Pada Perusahaan Otomotif yang Terdaftar di Bursa Efek Indonesia. Jurnal Akuntansi. Fakultas Ekonomi, Universitas Sumatera Utara, Medan.
Santoso. 2012. Pengaruh laba bersih, arus kas operasi dan komponen- komponen akrual dalam memprediksi arus kas operasi di masa depan. Diponegoro Journal of Accounting, Vol. 4, No. 4, Hlm. 1-11.
Sekaran, Uma and Roger Bougie. 2011. Research methods for business. 5th Edition John Wiley & Sons Inc..
Skousen, K.F dan Smith, J.M., 2011, Akuntansi Intermediate – Jilid 1 & 2, Edisi Kesembilan, Jakarta: Penerbit Erlangga.
Takhtaei, Nasrollah & Hassan Karimi. 2013. Relative Abilty of Earnings Data and Cash Flow in Predicting Future Cash Flows. Accounting Department, Dezful Branch, Islamic Azad University, Dezful, Iran.
Takhtaei, Nasrollah & Hassan Karimi. 2013. Relative Abilty of Earnings Data and Cash Flow in Predicting Future Cash Flows. Accounting Department, Dezful Branch, Islamic Azad University, Dezful, Iran.
Warren et al. 2011. Akuntansi Keuangan. Yogyakarta: Graha Ilmu
Warren, dkk. 2014. Accounting Indonesia Adaptation. Jakarta: Salemba Empat.
Widyastuti, Maya. (2017). Pengaruh laba kotor, laba operasi, dan arus kas dalam memprediksi arus kas di masa mendatang. Skripsi: Fakultas Ekonomi dan Bisnis. Universitas Pembangunan Nasional Veteran Jawa Timur.
Yuwana, Vina dan Yulius Jogi Christiawan. (2014). Analisis kemampuan laba dan arus kas operasi dalam memprediksi arus kas operasi masa depan. Business Accounting Review, Vol. 2, No. 1.
