BAB IV
ANALISIS HASIL DAN PEMBAHASAN
A. Gambaran Umum Perusahaan
Pada bagian ini akan disajikan karakteristik-karakteristik antar perusahaan-perusahaan manufaktur terkait dengan Financial Distress, Earning Management dan CEO Gender. Dibawah ini adalah tabel yang menunjukkan nama-nama perusahaan yang dipilih menjadi objek penelitian, yaitu:
Tabel 4.1
Daftar Perusahaan – Perusahaan Otomotif dan Komponen
No. Nama Perusahaan Kode
1 ASTRA INTERNASIONAL ASII
2 ASTRA OTOPARTS AUTO
3 INDO KORSDA BRAM
4 GOOD YEAR INDONESIA GDYR
5 GAJAH TUNGGAL GJTL
6 INDOMOBIL SUKSES INTERNASIONAL IMAS
7 INDOSPRING INDS
8 MULTI PRIMA SEJAHTERA LPIN
9 MULTI STRADA ARAH SARANA MASA
10 NIMPRESS NIPS
Sumber : Data yang diolah
1. Financial Distress
Perusahaan manufaktur otomotif dan komponen yang dijadikan sampel dalam penelitian ini diukur Financial Distress-nya dengan menggunakan Altman Z-Score setiap tahunnya.
Dalam penelitian ini setiap tahunnya mengalami peningkatan di area Warning, yaitu perusahaan yang memiliki nilai Z-Score < 1.81 yang artinya perusahaan memiliki kesulitan keuangan yang besar dan beresiko tinggi terkena kebangkrutan. Pada tahun 2013 terdapat 45,45%, tahun 2014 mengalami peningkatan menjadi 60,00% dan pada tahun 2015 semakin meningkat menjadi 66,67%. Peningkatan ini dapat diartikan semakin banyak jumlah perusahaan yang mengalami kesulitan keuangan setiap tahunnya yang berpotensi terkena kebangkrutan dari tahun 2013 sampai tahun 2015.
Gambar 4.1
Persentasi Financial Distress pada perusahaan manufaktur otomotif dan komponenyang terdaftar di BEI tahun 2013 s.d 2015
2. Earning Management
Perusahaan Manufaktur Otomotif dan Komponen yang dijadikan sampel dalam penelitian ini dihitung banyaknya pengungkapan Discretionary Accruals -Earning Management-nya dari laporan tahunan setiap tahunnya.
Gambar 4.2
Besaran Discretionary Accruasl-Earning Management pada perusahaan manufaktur otomotif dan komponenyang terdaftar di BEI tahun 2013 s.d 2015
Berdasarkan gambar 4.2 diatas dapat dilihat bahwa Discretionary Accruals-Earning Management perusahaan manufaktur otomotif dan komponen yang terdapat di BEI yang bernilai positif secara rata-rata paling tinggi pada tahun 2014 dengan besaran 90,00%. Dimana pada tahun 2013 secara rata-rata lebih rendah 8,18%, kemudian di tahun 2015 mengalami penurunan sebanyak 45,56%. Hal ini dapat diartikan bahwa perilaku manajemen laba positif yang dilakukan oleh perusahaan dalam sampel penelitian ini megalami fluktuatif. Discretionary accruals positive mencerminkan manipulasi yang dilakukan manajer dengan pola income increasing, sedangkan negative akan menunjukkan manipulasi income decreasing, bentuk-bentuk discreationary accruals tersebut disesuaikan dengan motif yang dilakukan oleh manajer.
3. CEO Gender
Perusahaan manufaktur otomotif dan komponen yang dijadikan sampel dalam penelitian ini dilihat gender Presiden direkturnya/CEO. Berdasarkan gambar 4.3
dapat dilihat bahwa jenis kelamin/Gender presiden direktur perusahaan manufaktur otomotif dan komponen yang terdapat di BEI setiap tahunnya antara laki-laki dan perempuan jauh lebih didominasi oleh laki-laki. Dari gambar bisa dilihat bahwa gender laki-laki dari tahun 2013 sampai dengan tahun 2015 sebesar 90% yang artinya gender perempuan yang menjabat sebagai presiden direktur pada perusahaan manufaktur otomotif dan komponen hanya sebesar 10% selama periode tahun 2013 sampai tahun 2015.
Gambar 4.3
Presentasi CEO Gender pada perusahaan manufaktur otomotif dan komponenyang terdaftar di BEI tahun 2013 s.d 2015
B. Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan gambaran atau mendeskripsikan suatu data variabel yang dilihat dari nilai rata-rata, nilai maksimum, minimum, dan standar deviasi dari satu variabel dependen yaitu Financial Distress, satu variabel
independen yang digunakan dalam penelitian ini, yaitu Earning Management, Satu variabel moderasi yang digunakan dalam penelitian ini adalah CEO Gender. Pengujian statistik deskriptif ini merupakan proses analisis yang merupakan proses menyeleksi data, sehingga data yang akan dianalisis mempunyai distribusi normal (Ghozali, 2011). Pengujian statistik deskriptif dalam penelitian ini dapat juga mengambarkan karakter sampel penelitian. Statistik deskriptif dari masing masing variabel yang digunakan dalam penelitian ini dapat dilihat pada Tabel 4.2 dibawah ini :
Tabel 4.2
Hasil Uji Statistik Deskriptif Nama
Variabel Mean Median Minimum Maksimum Std. Deviation
Z 1.73822 1.695811 0.926769 2.911362 0.596487
DA 0.032632 0.040955 -0.05224 0.181922 0.047771
GEN 0.9 1 0 1 0.305129
N 30
Keterangan Tabel: Tabel ini merepresentasikan statistik deskriptif masing-masing variabel yang digunakan dalam model 1. Tujuan dari tabel ini adalah untuk memberikan gambaran mengenai kondisi penyebaran dan distribusi dari data yang digunakan dalam model 1. Variabel dependen dalam model ini adalah Z/Financial Distress. Variabel independen adalah DA/Manajemen Laba. Variabel moderasi adalah
GEN/CEO Gender. Definisi operasional masing-masing variabel adalah sebagai
berikut: (i) Z: Financial Distress , (ii) DA: Discretionary Accruals-Earning Management (iii) GEN/CEO Gender.
Sumber : Data yang diolah
Tabel statistik deskriptif di atas menunjukkan jumlah observasi dalam penelitian ini adalah 30 observasi. Dari 30 data observasi diperoleh nilai tengah 1.695811 dengan nilai rata-rata untuk financial distress adalah 1.73822, nilai ini menunjukkan bahwa rata-rata perusahaan manufaktur otomotif dan komponen memiliki financial distress yang relatif rendah / berada pada area memiliki kesulitan keuangan yang besar dan berpotensi tinggi terkena kebangkrutan yaitu sebesar 1.73822. financial distress yang terendah dalam penelitian ini adalah 0.926769 yang di peroleh dari PT. Multi Strada
Arah Sarana Tbk pada tahun 2015. financial distress yang tertinggi dalam penelitian ini adalah 2.911362 yang di peroleh dari PT. Indospring Tbk pada tahun 2014. Nilai standar deviasi pada penelitian ini adalah 0.596487.
1. Hasil Statistik Deskriptif Variabel Earning Management (DA)
Dari hasil uji statistik deskriptif diatas dapat diketahui bahwa nilai tengah untuk variable DA adalah 0.040955 dengan rata-rata variable DA adalah 0.032632, nilai ini menunjukkan bahwa nilai rata-rata DA pada perusahaan manufaktur otomotif dan komponen yang terdaftar di BEI periode tahun 2013-2015 relatif rendah. Nilai DA yang terendah dalam penelitian ini adalah -0.052238 yang di peroleh dari PT. Indospring Tbk pada tahun 2013. Nilai pengungkapan DA yang tertinggi dalam penelitian ini adalah 0.181922 yang di peroleh dari PT. Indomobil Sukses Internasional Tbk pada tahun 2013. Nilai standar deviasi pada penelitian ini adalah 0.047771.
2. Hasil Statistik Deskriptif Variabel CEO Gender (GEN)
Dari hasil uji statistik deskriptif diatas dapat diketahui bahwa variable CEO Gender memiliki nilai terendah 0 dan nilai tertinggi sebesar 1, dengan nilai median untuk variable CEO Gender adalah 1 dan nilai rata-rata variable CEO Gender adalah 0.9, nilai ini menunjukkan bahwa persentase rata-rata CEO Gender perusahaan manufaktur otomotif dan komponen 90% adalah laki-laki. Dengan standar deviasi sebesar 0.305129.
C. Uji Asumsi Klasik 1. Uji Normalitas
Uji Normalitas dilakukan dengan menggunakan teknik Jarque Bera, dengan Hipotesa,
H0 = Error Konstanta terdistribusi normal H1 = Error konstanta tidak terdistribusi normal
Hasil Menunjukkan Prob Jarque Bera Sebesar 0.416004 Atau lebih besar dari Alpha 5% sehingga hipotesa dugaan ditolak dan menerima null hipotesa yaitu data menunjukan error konstanta yang terdistribusi normal (nacrowi, 2006).
Tabel 4.3
Hasil Prob Jarque Bera Jarque-Bera 1.754119 Probability 0.416004 Sumber : Data yang diolah 2. Uji Multikoliniearitas
Pengujian ini dilakukan untuk mengetahui apakah terdapat hubungan linear yang pasti di antara beberapa atau seluruh variabel independen dari model regresi penelitian. Adanya multikolinearitas dapat dilihat jika terdapat nilai koefisien korelasi sebesar 0,8 atau lebih.
Tabel 4.4
Hasil Multikolinearitas
Sumber : Data yang diolah
DA GEN
DA 1 0.238402
Dalam model ini tidak ditemukan korelasi antar variabel dengan besaran diatas 0,8 sehingga bisa dipastikan bahwa model ini terbebas dari permasalahan multikolinieritas.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk melihat apakah variable pengganggu mempunyai varian yang sama atau tidak. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Kebanyakan data mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran (Ghozali,2011). Dalam penelitian ini permasalahan heterokedastisitas sudah diatasi dengan treatment white heteroskedasticity-consistent standard errors & covariance.
4. Uji Autokorelasi
Berikutnya adalah uji autokorelasi yaitu suatu pengujian untuk melihat apakah ada korelasi antar anggota observasi satu dengan observasi lain yang berlainan waktu, salah satu metode didalam mendeteksi masalah autokorelasi adalah metode yang dikembangkan oleh Durbin-Watson. Uji statistik Durbin Watson dilakukan dengan cara mencari nilai kritis dL dan Du yang kemudian baru bisa diambil keputusan apakah ada permasalahan autokorelasi. Nilai Durbin Watson dalam model sebesar 0.976218 berada di area positif, namun sudah menggunakan treatment Lag variabel dependen (Widarjono, 2007).
D. Uji Analisis Regresi
Uji asumsi klasik dilakukan dengan software Eviews 7. Untuk memastikan bahwa regresi terbebas dari permasalahan heteroskedastisitas maka dilakukan penambahan teknik white heteroskedasticity treatment setiap dilakukan regresi. Terkait multikolinieritas dilakukan dengan teknik uji corelation, cutoff yang digunakan adalah besaran koefisien diatas 0,8 (Nachrowi. 2006:95).
Tabel 4.5
Hasil Regresi : Faktor-faktor yang mempengaruhi Financial Distress
FD = α 0 + α 1EM + α 2EM*GEN +
Variabel Independen Ekspektasi Tanda Koefisien Probabilitas
C Tidak ada 0.007869 0.8811 Em +/- -0.934475 0.5255 Em*gen +/- -0.915284 0.5455 F test sign 0.00000 Adj R. Square 0.975097 Durbin Watson 0.976218 N 30
*** Signifikan pada level 1% ** Signifikan pada level 5% * Signifikan pada level 10%
Keterangan Tabel: Tabel ini merepresentasikan statistik deskriptif masing-masing variabel yang digunakan dalam model 1. Tujuan dari tabel ini adalah untuk memberikan gambaran mengenai kondisi penyebaran dan distribusi dari data yang digunakan dalam model 1. Variabel dependen dalam model ini adalah Z/Financial Distress. Variabel
independen adalah DA/Manajemen Laba. Variabel moderasi adalah GEN/CEO Gender.
Definisi operasional masing-masing variabel adalah sebagai berikut: (i) Z: Financial Distress , (ii) DA: Discretionary Accruals-Earning Management (iii) GEN/CEO Gender.
Sumber : Data yang diolah
Hasil pertama yang dapat dilihat adalah pengujian terhadap model, yang dilihat dari nilai F dan determinasi data. Probabilitas nilai F menunjukkan bahwa model yang digunakan dalam penelitian ini terbukti signifikan pada level 1%. Hasil ini ditunjukkan dengan nilai probabilitas F-statistic sebesar 0,0000. Artinya secara bersama-sama
variabel independen yang digunakan (EM dan Gen) berpengaruh terhadap variabel dependennya (financial distress). Hasil pengujian terhadap determinasi data menunjukkan bahwa variabel independen yang digunakan benar-benar berpengaruh terhadap variabel dependennya sebesar 97,51%, artinya masih ada 2,49% variabel independen lain yang belum tertangkap dalam penelitian ini.
E. Pengujian Hipotesis
Tabel 4.6 Keputusan Hipotesis
Hipotesis Keputusan
H1 : manajemen laba berpengaruh
terhadap financial distress Tidak Dapat Diterima H2 : CEO Gender mempengaruhi
hubungan manajemen laba dengan financial distress
Tidak Dapat Diterima
Sumber : Data yang diolah
Berdasarkan uji T untuk masing-masing variabel pada tabel 4.6, dapat dikemukakan penjelasan mengenai bukti empiris untuk variabel utama sebagai berikut:
1. Pengaruh Earning Management terhadap Financial Distress
Variabel pegungkapan Earning Management mempunyai nilai koefisien variabel sebesar -0.934475 dengan nilai probabilitas sebesar 0.5255 > 0.05 yang berarti H1 tidak dapat diterima. Hal ini menunjukkan bahwa variabel Earning Management tidak berpengaruh terhadap Financial Distress..
2. Pengaruh Earning Management terhadap Financial Distress Dengan CEO Gender sebagai Variabel Pemoderasi
Variabel CEO Gender mempunyai nilai koefisien variabel sebesar -0.915284 dengan nilai probabilitas sebesar 0.5455 > 0.10 yang berarti H2 ditolak dan menerima null hipotesa. Hal ini menunjukkan bahwa Earning Management tidak berpengaruh terhadap Fianancial Distress dengan CEO Gender sebagai variabel pemoderasi.
F. PEMBAHASAN
1. Pengaruh Earning Management terhadap Financial Distress
Variabel Earning Management dalam penelitian ini menunjukkan bahwa Earning Management tidak berpengaruh terhadap Financial Distress. Dilihat dari nilai koefisien -0.934475 dan nilai probabilitas 0.5255 dimana lebih besar dari nilai signifikasi 0.05. Hasil ini menunjukkan tindakan perusahaan dalam melakukan Earning management, tidak berpengaruh terhadap terjadinya Financial Distress dalam perusahaan tersebut. Earning Management tidak dapat dijadikan sebagai indikator terjadinya Financial Distress dalam sebuah perusahaan. Seperti yang diungkapkan oleh Fransisca Fortunata Gunawan (2014) bahwa Earning Management tidak mempengaruhi terjadinya indikasi kebangkrutan dalam sebuah perusahaan. Dalam hal ini dimungkinkan bahwa indikasi kebangkrutan dalam sebuah perusahaan tidak tercermin dalam tindakan Earning Management yang
dilakukan oleh manajemen, dapat dikatakan bahwa perusahaan mengalami kebangkrutan atau tidak, bukanlah sebab dari tindakan manajemen dalam melakukan Earning Management. Berbeda dengan penelitian yang dilakukan oleh Khushbu Agrawal (2015) bahwa ada pengaruh yang signifikan dalam perusahaan yang melakukan Earning management dengan keadaan kesulitan finansial dalam sebuah perusahaan yang dapat berujung pada kebangkrutan. Perbedaan hasil ini bisa saja terjadi disebabkan oleh variasi sample yang kurang, cakupan populasi yang terlalu sempit, atau mungkin faktor lain yang bisa ditambahkan dalam variabel independen seperti Fraud atau variabel lain yang bisa dilakukan penelitian kembali untuk diuji pengaruhnya terhadap Financial Distress.
2. Pengaruh Earning Management terhadap Financial Distress Dengan CEO Gender sebagai Variabel Pemoderasi
Variabel CEO Gender sebagai variabel pemoderasi Earning Management terhadap Financial Distress tidak memiliki pengaruh. Dilihat dari nilai koefisien -0.915284 dan nilai probabilitas 0.5455 dimana lebih besar dari nilai signifikasi 0.10. Gender atau jenis kelamin seorang presiden direktur dalam suatu perusahaan tidak dapat mempengaruhi terjadinya financial distress di perusahaan tersebut. Dalam penelitian ini ada 10 perusahaan yang presiden direkturnyalaki-laki dengan persentase lebih dari 90%. Dalam perusahaan yang menjadi sampel dalam penelitian ada masih ada perusahaan yang memiliki presiden direktur seorang perempuan. Dengan demikian CEO Gender sebagai variabel pemoderasi Eraning Management dalam penelitian ini tidak memiliki pengaruh terhadap Financial
Distress. Hal ini senada dengan penelitian yang dilakukan oleh Armin Taghizadeh (2010) yang menyatakan bahwa tidak ada pengaruh antara CEO Gender dengan keadaan perusahaan yang mengalami Financial Distress. Hal ini berbeda denag penelitian dari Jawahirul Mahbubi (2016) yang menyatakan adanya pengaruh signifikan negatif antara CEO Gender dengan kebijakan perusahaan, dalam hal ini dapat disamakan dengan Earning Management yang merupakan salah satu bentuk kebijakan manajemen yang nyata. Dalam penelitian ini, penulis menyimpulkan bahwa perbedaan hasil dari penelitian-penelitian yang disebutkan sebelumnya mungkin disebabkan oleh kurangnya variasi CEO Gender dari sampel yang diambil,sebab jenis kelamin dari presiden direktur dalam perusahaan manufaktur otomotif dan komponen sebagian besar adalah laki-laki. Sehingga variabilitas yang ditangkap dan digambarkan hampir tidak ada.