Keyword : Earnings management, Discretionary accruals

(1)

Indikasi Indikasi Indikasi

Indikasi ManajemenManajemenManajemenManajemen LabaLabaLabaLaba MenjelangMenjelangMenjelangMenjelang DisahkannyaDisahkannyaDisahkannyaDisahkannya Undang-UndangUndang-UndangUndang-UndangUndang-Undang PajakPajakPajakPajak Penghasilan

Penghasilan Penghasilan

Penghasilan No.No.No.No. 36363636 TahunTahunTahunTahun 2008200820082008 padapadapadapada PerusahaanPerusahaanPerusahaanPerusahaan ManufakturManufakturManufakturManufaktur yangyangyangyang Terdaftar

TerdaftarTerdaftarTerdaftar didididi BursaBursaBursaBursa EfekEfekEfekEfek IndonesiaIndonesiaIndonesiaIndonesia

VIRSA VIRSA VIRSA

VIRSA PRATAMAPRATAMAPRATAMAPRATAMA (Institut

(Institut(Institut(Institut BisnisBisnisBisnisBisnis dandandandan InformatikaInformatikaInformatikaInformatika Indonesia)Indonesia)Indonesia)Indonesia) AMELIA

AMELIAAMELIAAMELIA SANDRASANDRASANDRASANDRA (Institut

(Institut(Institut(Institut BisnisBisnisBisnisBisnis dandandandan InformatikaInformatikaInformatikaInformatika Indonesia)Indonesia)Indonesia)Indonesia) BUDI

BUDI BUDI

BUDI HERMAWANHERMAWANHERMAWANHERMAWAN (Institut

(Institut(Institut(Institut BisnisBisnisBisnisBisnis dandandandan InformatikaInformatikaInformatikaInformatika Indonesia)Indonesia)Indonesia)Indonesia)

ABSTRACT ABSTRACT ABSTRACTABSTRACT

This research doing to tested indication of earning management which do towards UU PPh Number 36 Year 2008 be legalized on taxes motivation. The model of earning management can be an income increasing or income decreasing. Earnings management uses when the manager do the judgement of financial reports for some motivations. One of it is taxes motivation. Management can be increased or decreased the income for minimize the amount of taxes they must paid. The proxy will be use in this research is discretionary accruals. If the value of discretionary accruals is positive, it means the company uses income increasing policy. And if the value shows the negative, it means the company uses income decreasing policy.

(2)

PENDAHULUAN PENDAHULUAN PENDAHULUAN PENDAHULUAN

Salah satu faktor yang mencerminkan kinerja suatu perusahaan adalah laporan keuangan yang dibuat oleh manajer secara berkala. Laporan keuangan merupakan sarana pengkomunikasian informasi keuangan kepada pihak-pihak di luar perusahaan. Dalam pelaksanaanya, manager mempergunakan fleksibilitas yang diperbolehkan dalam Satndar Akuntansi Keuangan untuk memodifikasi besarnya laba yang dilaporkan. Pilihan metode akuntansi yang dipilih oleh menager untuk suatu tujuan tertentu ini disebut dengan manajemen laba (earnings management)

Manajemen termotivasi untuk melaporkan suatu kinerja yang baik dalam penyusunan laporan keuangan agar mendapatkan respons positif dari pihak-pihak diluar Perusahaan. Hal ini dapat dilakukan oleh manajer dikarenakan oleh manajer memiliki fleksibilitas yang diperbolehkan dalam Standar Akuntansi untuk memilih dan mengubah metode akuntansi yang dipergunakan untuk memberikan informasi mengenai laba yang lebih baik. Selain itu terdapat asimetri informasi antara manager sebagai pengelola dengan pemilik perusahaan. Hal ini membuat manajer seolah menempati posisi superior dalam memperoleh informasi mengenai laba dalam perusahaan. Sehingga kecenderungannya manajer mempergunakan posisinya yang mengetahui informasi lebih banyak daripada pemiilik, untuk memodifikasi jumlah laba yang dilaporkan sesuai dengan tujuan yang ingin dicapainya.

Dalam hal perpajakan, manajer memodifikasi laba dalam rangka meminimalisasi besarnya pajak yang harus dibayarkan perusahaan kepada Pemerintah. Penelitian ini juga sejalan dengan penelitian yang dilakukan oleh Deni Wulandari, Dr.Kumalahadi & Januar Eko Prasetio yang menghasilkan kesimpulan bahwa dengan adanya perubahaan Undang-Undang Perpajakan, praktik manajemen laba masih dilakukan. Hal ini berarti pihak manajemen perusahaan cenderung untuk mentransfer labanya pada periode setelah Undang-Undang Perpajakan karena pada periode ini tarif pajak

(3)

penghasilannya telah menurun sehingga perusahaan dapat memperoleh penghematan pajak.

Perumusan Perumusan Perumusan

Perumusan MasalahMasalahMasalahMasalah

Penulis merumuskan masalah sebagai berikut “Apakah terdapat praktek manajemen laba dan bentuk dari manajemen laba itu sendiri (income increasing/income decreasing) dalam Perusahaan Manufaktur tahun 2005-2007

yang terdaftar di Bursa Efek Indonesia menjelang disahkannya Undang-Undang PPh No. 36 Tahun 2008 “

Tujuan Tujuan Tujuan

Tujuan PenelitianPenelitianPenelitianPenelitian

1. Memaparkan apakah terdapat praktek manajemen laba di perusahaan manufaktur tahun 2005-2007 menjelang disahkannya UU PPh No. 36 Tahun 2008.

2. Memaparkan model manajemen laba apakah yang dilakukan (income increasing atau income decreasing), bila perusahaan terbukti melakukan

manajemen laba ?

KAJIAN KAJIAN KAJIAN

KAJIAN TEORITEORITEORITEORI Manajemen Manajemen Manajemen Manajemen LabaLabaLabaLaba

Schipper dalam Tatang Ari Gumanti (2001:169) menjelaskan bahwa manajemen laba merupakan intervensi langsung manajemen dalam proses pelaporan keuangan dengan maksud untuk mendapatkan keuntungan atau manfaat tertentu, baik bagi manajer maupun perusahaan.

Tiga hipotesis teori akuntansi positif yang dapat dijadikan dasar pemahaman tindakan manajemen laba yang dirumuskan oleh Watts dan Zimmerman dalam Julia Halim (2005) adalah:

a. The Bonus Plan: Hypothesis

Perusahaan yang memiliki rencana pemberian bonus membuat manajer perusahaan akan lebih memilih metode akuntansi yang dapat menggeser laba dari masa depan ke masa kini sehingga dapat menaikkan laba saat ini.

(4)

Hal ini dikarenakan manajer lebih menyukai pemberian upah yang lebih tinggi untuk masa kini.

b. The Debt to Equity Hypothesis (Debt Covenant Hypothesis)

Perusahaan yang mempunyai rasio debt to equity tinggi, manajer

perusahaan cenderung menggunakan metode akuntansi yang dapat meningkatkan pendapatan atau laba. Perusahaan dengan rasio debt to equity tinggi akan mengalami kesulitan dalam memperoleh dana tambahan

dari pihak kreditor bahkan perusahaan terancam melanggar perjanjian utang.

c. The Political Cost Hypothesis (Size Hypothesis)

Perusahaan besar yang memiliki biaya politik tinggi membuat manajer akan lebih memilih metode akuntansi yang menangguhkan laba yang dilaporkan dari periode sekarang ke periode masa mendatang sehingga dapat memperkecil laba yang dilaporkan. Biaya politik muncul dikarenakan profitabilitas perusahaan yang tinggi dapat menarik perhatian media dan konsumen.

Motivasi Motivasi Motivasi

Motivasi ManajemenManajemenManajemenManajemen LabaLabaLabaLaba

Menurut Scoot yang dikutip oleh Sopa Sugiarto (2005:351), beberapa motivasi manajer dalam melakukan manajemen laba adalah sebagai berikut: a. Rencana Bonus(Bonus Scheme)

Adanya bonus menyebabkan para manajer akan berusaha mengatur laba yang dilaporkan kepada perusahaan agar memperoleh bonus yang maksimal. Manajer akan memanfaatkan kesempatan untuk mengatur laba demi meningkatkan bonus yang akan mereka terima. Penelitian Healy menemukan bahwa dasar kompensasi perusahaan hanya pada laporan laba rugi tahun berjalan. Hal ini dikenal denganbonus scheme.

b. Kontrak Utang(Debt Covenant)

Kontrak utang merupakan perjanjian untuk melindungi pemberi pinjaman (kreditur) dari tindakan-tindakan manajer peminjam yang akan menaikkan risiko bagi kreditur. Motivasi ini sejalan dengan hipotesis

(5)

perusahaan ke pelanggaran perjanjian utang , maka manajer akan cenderung memilih metode akuntansi yang dapat menggeser laba periode mendatang ke periode berjalan sehingga dapat mengurangi kemungkinan perusahaan mengalamitechnical default.

c. Motivasi Politik (Political Motivation)

Ini terjadi karena perusahaan menginginkan subsidi dan kemudahan fasilitas dari pemerintah sehingga mereka cenderung menurukan labanya. Aspek politis tidak dapat dilepaskan dari perusahaan besar dan strategis karena aktivitasnya melibatkan hajat hidup orang banyak. Jones yang meneliti perusahaan yang sedang diinvestigasi oleh International Trade Commission (ITC), menemukan bukti bahwa produsen domestik

cenderung menurunkan laba untuk mempengaruhi keputusan relugasi impor.

d. Motivasi Perpajakan (Taxation Motivation)

Perusahaan cenderung mengurangi laba yang dilaporkan karena untuk meminimalisasi besar pajak yang harus dibayar kepada Pemerintah. Misalnya penggunaan metode LIFO dalam pencatatan persediaan yang akan menghasilkan laba yang lebih rendah.

e. Penggantian CEO(Chief Executive Officer).

Berbagai motivasi timbul disekitar waktu pergantian CEO, antara lain CEO yang mendekati masa akhir penugasannya atau pensiun akan melakukan strategi memaksimalkan laba untuk meningkatkan bonusnya. Demikian pula pada CEO yang kinerjanya kurang baik, manajer akan cenderung memaksimalkan laba untuk mencegah atau membatalkan pemecatannya.

f. Penawaran Saham Perdana(Initial Public Offering)

Perusahaan yang pertama kali menawarkan sahamnya belum memiliki harga pasar sehingga memiliki masalah dalam penetapan harga. Untuk itu, issuers berupaya melakukan manajemen laba untuk mempengaruhi

(6)

melakukan manajemen laba agar mendapatkan harga yang tinggi atas sahamnya.

g. To Communicate Information To Investor

Hal ini yang memotivasi manajemen untuk melakukan manajemen laba karena laba digunakan sebagai sarana informasi bagi investor. Jika kinerja laba baik, ada harapan harga saham juga akan ikut terpengaruh sehingga harga saham menjadi naik.

Kaitan Kaitan Kaitan

Kaitan ManajemenManajemenManajemenManajemen LabaLabaLabaLaba dengandengandengandengan RUURUURUURUU PerpajakanPerpajakanPerpajakanPerpajakan

Salah satu motivasi manajemen laba adalah motivasi perpajakan. Kebijakan akrual untuk meminimalkan pajak merupakan salah satu strategi perpajakan dimana hal tersebut adalah langkah-langkah strategis yang akan dilaksanakan manajemen guna memenuhi kewajiban perpajakan sesuai dengan keputusan bisnis yang diambil. Frankel dan Trezervant dalam Deni Wulandari (2004:886) menyatakan bahwa penurunan tarif pajak (yang terjadi di USA pada tanggal 1 Juli 1987 yang dikenal dengan istilah Tax Reform Act) akan memotivasi manajer untuk melakukan rekayasa laba

akuntansi yang menurunkan laba yaitu dengan melakukan pembelian persedian ekstra satu tahun sebelumnya bagi perusahaan yang menerapkan asumsi LIFO tahun. Melalui metode LIFO, pembelian pada akhir tahun akan dibebankan sebagai harga pokok penjualan pada akhir berjalan. Oleh karena pembelian persediaan yang dilakukan pada akhir tahun akan memperbesar harga pokok penjualan dan menurunkan laba. Penurunan laba ini akan berdampak pada pengurangan beban pajak yang dibayar.

Nursanto dalam Deni Wulandari (2004:888) dalam penelitiannya menguji apakah dengan dikeluarkannya Undang-Undang Perpajakan pada tahun 2000, manajer akan berusaha menunda pengakuan laba satu periode sebelum berlakunya penurunan tarif baru dengan tujuan mengurangi besarnya jumlah pajak yang dibayarkan. Proxy yang digunakan adalah disretionary accrual.

(7)

Penelitian Penelitian Penelitian

Penelitian TerdahuluTerdahuluTerdahuluTerdahulu

Hasil yang diperoleh dari penelitian ini sesuai dengan penelitian yang dilakukan oleh Frankel dan Trezervant (1994). Mereka berhasil membuktikan bahwa reduksi tingkat pajak merupakan insentif bagi manajemen untuk melakukan rekayasa laba akuntansi. Penelitian dengan topik serupa juga dilakukan oleh Deni Wulandari, Kumalahadi dan Januar Eko Prasetyo yang meneliti indikasi manajemen laba menjelang Undang-Undang Perpajakan tahun 2000 dan menemukan hasil bahwa dengan adanya perubahan Undang-Undang Perpajakan, praktik manajemen laba tetap dilakukan dengan cara mentransfer laba ke periode setelah UU Perpajakan dalam rangka penghematan pajak.

Kerangka Kerangka Kerangka

Kerangka PemikiranPemikiranPemikiranPemikiran

Dalam Januar Eko Prasetio(2004), nilai discretionary accruals akan

menentukan apakah perusahaan melakukan manajemen laba. Manajemen laba terjadi jika nilai discretionary accruals tidak sama dengan nol. JIka

nilai discretionary accruals lebih besar dari nol (DA>0) maka perusahaan

melakukan manajemen laba dengan mengubah kebijakan menaikkan laba (Income increasing) dan bilamana nilai disretionary accruals lebih kecil dari

nol (DA<0) maka perusahaan melakukan manajemen laba dengan mengubah kebijakan menurunkan laba (income decreasing).

Perusahaan akan cenderung meminimumkan laba yang dilaporkan dengan tujuan untuk mengurangi jumlah pajak yang harus dibayar yaitu dengan cara mempercepat pengakuan beban atau menangguhkan pengakuan pendapatan.

Peneliti menggunakan model Modified Jones dalam penelitian ini

untuk mengukur nilai discretionary accruals yang menjadi proksi dari

manajemen laba. Model Modified Jones yang merupakan perkembangan

dari model Jones dapat mendeteksi manajemen laba lebih baik dibandingkan dengan model-model lainnya sejalan dengan hasil penelitian Dechow et al.

(8)

METODE METODE METODE

METODE PENELITIANPENELITIANPENELITIANPENELITIAN Objek

Objek Objek

Objek PenelitianPenelitianPenelitianPenelitian

Obyek penelitian yang digunakan peneliti pada penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tahun 2005-2007. Data untuk penelitian diambil langsung dari data laporan keuangan tahunan perusahaan (annual report) dan laporan keuangan dalam prospektus.

Variabel Variabel Variabel

Variabel PenelitianPenelitianPenelitianPenelitian

1. Rasio selisih pendapatan dengan selisih piutang usaha terhadap total aktiva disimbolkan dengan NREV yaitu nilai yang diperoleh dengan cara mencari selisih dari pendapatan tahun t dengan tahun t-1, dikurangi selisih dari total piutang tahun t dengan tahun t-1. Kemudian hasil tersebut dibagi dengan total aktiva pada akhir tahun t-1.

NREV = ( Δ Revt– Δ Rect) / TAt-1

2. Rasio aktiva tetap terhadap total aktiva disimbolkan dengan TPPE yaitu nilai yang diperoleh dengan cara membagi tanah, bangunan, dan peralatan pada akhir tahun t dengan total aktiva pada akhir tahun t-1. TPPE = PPEt/ TAt-1

3. Non Discretionary Accruals (NDA) adalah nilai akrual perusahaan yang

wajar, diperoleh dari hasil operasional perusahaan.

4. Discretionary Accruals (DA) adalah komponen akrual yang berasal dari

manajemen laba yang dilakukan manajer. Teknik

Teknik Teknik

Teknik PengumpulanPengumpulanPengumpulanPengumpulan DataDataDataData

Data yang digunakan dalam penelitian ini adalah data sekunder yang bersumber dari pihak eksternal. Sumber data untuk penelitian ini adalah laporan tahunan yang diproleh dari Pusat Data Pasar Modal IBII dan Pusat Referensi Pasar Modal Bursa Efek Indonesia.

(9)

Teknik Teknik Teknik

Teknik PengambilanPengambilanPengambilanPengambilan SaSaSaSampelmpelmpelmpel

Teknik pengambilan sampel yang dilakukan peneliti adalah non probability sampling dengan metode purposive sampling tipe judgement sampling. Peneliti menetapkan beberapa kriteria dalam pengambilan sampel

sebagai berikut :

1. Rentang waktu penelitian di mana perusahaan yang dijadikan sampel oleh peneliti adalah perusahaan yang terdaftar di Bursa Efek Indonesia periode 2005-2007.

2. Kelompok industri yaitu perusahaan yang diikutsertakan dalam penelitian adalah perusahaan yang tergolong dalam industri manufaktur. 3. Data (laba bersih, total aktiva, aktiva tetap, arus kas operasi, pendapatan)

lengkap dari tahun 2005-2007.

4. Perusahaan yang tidak mengalami kerugian secara berturut-turut selama masa pengamatan (2005-2007).

Teknik Teknik Teknik

Teknik AnalisisAnalisisAnalisisAnalisis DataDataDataData

Dalam Penelitian ini, Peneliti tidak mempergunakan uji statistik dikarenakan tujuan dari penelitian ini hanyalah bersifat deskriptif/memaparkan saja, sehingga uji statistik tidak diperlukan dikarenakan tidak ada hipotesis yang dipergunakan. Landasan argumentasi yang mendasari mengapa peneliti tidak menggunakan hipotesis, karena tidak ada dasar teori yang mengatakan bahwa menjelang disahkannya UU PPh yang baru, perusahaan pasti meresponinya dengan melakukan manajemen laba. Maka dari itu, peneliti tidak mengambil hipotesis dan melakukan uji statistik dalam penelitian ini.

Langkah pertama yang harus dilakukan adalah menghitung nilai total akrual. Model pengujian yang dipergunakan dalam penelitian ini adalah dengan menggunakan model dari Sook yang dikutip oleh Deni Wulandari (2004:889) untuk menghitung total akrual yaitu:

TAit : NIit - CFOit TAit = Total akrual perusahaan I pada periode ke-t

(10)

NIit = Laba bersih perusahaan I pada periode ke-t

CFOit = Aliran kas dari aktivitas operasi perusahaan i pada periode ke-t

Total akrual tersebut dapat digunakan sebagai perhitungan dalam mencari proksidiscretionary accrual yang merupakan ukuran manajemen laba.

Setelah itu baru dilakukan regresi dengan memasukkan nilai NREV dan TPPE sebagai variabel independen. Adapun langkah-langkah yang dilakukan untuk mencari nilai persamaan regresi adalah sebagai berikut: a. Model regresi linear berganda

Bentuk umum dari model regresi linear berganda adalah : Y = α+ β1NREV + β2TPPE

Dimana:

Y = NDA (Non Discretionary Accruals )

NREV= Rasio selisih pendapatan dengan selisih piutang usaha terhadap total aktiva

TPPE = Rasio aktiva tetap terhadap total aktiva α = Konstanta

β1, β2= Koefisien

b. Uji Statistik Deskriptif

Statistik deskriptif digunakan dalam penelitian untuk mendapatkan nilai rata-rata dan standar deviasi dari masing-masing variabel independen maupun variabel dependen.

c. Uji F (Uji keberartian Model)

Uji yang digunakan dalam penelitian untuk menyatakan ketepatan suatu model regresi yang dibentuk signifikan atau tidak. Pengujian ini dilakukan untuk meneliti apakah NREV dan TPPE mempunyai pengaruh yang sama terhadapnon discretionary accruals (NDA).

Ho = Model regresi yang ditetapkan tidak berpengaruh signifikan Ha = Model regresi yang ditetapkan berpengaruh signifikan

Dengan menggunakan program SPSS 16 maka dasar pengambilan keputusan untuk uji F adalah sebagai berikut :

(11)

(1). Jika signifikansi > 0,05 maka model regresi tidak dapat digunakan untuk memprediksi NDA.

(2). Jika signifikansi < 0,05 maka model regresi dapat digunakan untuk memprediksi NDA.

d. Pengujian koefisien (Uji t)

Uji t atau uji koefisien regresi digunakan untuk menentukan ada tidaknya pengaruh signifikan dari masing-masing variabel independen terhadap variabel dependen dengan melihat koefisien regresi dari kedua variabel tersebut.

Ho =Variabel independen tidak berpengaruh signifikan terhadap Variabel dependen

Ha =Variabel independen berpengaruh signifikan terhadap variabel dependen.

Apabila menggunakan program SPSS 16 maka dasar pengambilan keputusan adalah

(1). Jika signifikansi > 0,05 maka Ho diterima (2). Jika signifikansi < 0,05 maka Ho ditolak e. Koefisien Determinasi (R2₎

Menunjukkan ketepatan dan kecocokan garis regresi yang terbentuk dalam mewakili kelompok data hasil observasi. Nilai berkisar 0 ≤ R2_{≤ 1}

Total akrual sebuah perusahaan dapat dipisahkan menjadi non-discretionary accrual dan discretionary accrual. Jones membuat sebuah model untuk memisahkan tingkataccrual discretionary dan non-discretionary yaitu :

TAit / Ait-1= α1( 1 / Ait-1) + α2( Δ Revt/ Ait-1) + α3( PPEt/Ait-1) + εit…….. (1) TAit : total akrual perusahaan I pada periode ke-t

Ait-1 : total aktiva perusahaan I pada period eke-t-1

Δ Revt : perubahan pendapatan perusahaan I pada periode ke-t PPEt : aktiva tetap perusahaan I pada periode ke-t

εit : error term perusahaan I pada periode ke-t

Model modifikasi Jones untuk melakukan estimasi terhadap akrual tersebut adalah sebagai berikut :

(12)

TAit/Ait-1= α1(1/Ait-1) + α2(Δ Revt/ Ait-1- Δ Rect/ Ait-1) + α3( PPEt/ Ait-1) + εit…. (2)

Seperti yang dilakukan oleh Jones (1991), penelitian ini memfokuskan pada

discretionary accrual sebagai ukuran manajemen laba. Sedangkan discretionary accrual merupakan bagian dari total aktiva yang tidak dapat dijelaskan oleh

kegiatan normal perusahaan.

TAit= NDAit+ DAit...(3)

Berdasarkan model pada persamaan (3) terlihat bahwa total akrual terdiri atas discretionary accruals dan non-discretionary accruals. Untuk

menentukannon-discretionary accruals yaitu dengan :

NDA it = α1( 1 / Ait-1) + α2( Δ Revt/ Ait-1- Δ Rect/ Ait-1) + α3( PPEt/ Ait-1)…. (4)

NDAit = non-discretionary accrual perusahaan i pada periode ke-t

Oleh karena itu jika dilihat dari persamaan (3) dan (4) maka estimasi

discretionary accruals adalah εit (error term). Jadi proksi discretionary

accrual adalah :

DAit =TAit/ Ait-1– { α1( 1 /Ait-1) + α2( Δ Revt/Ait-1- Δ Rect/Ait-1) + α3( PPEt/ Ait-1)}

DAit = discretionary accrual perusahaan i pada periode ke-t

Bila nilai DA secara statistik tidak sama dengan nol maka perusahaan terbukti melakukan manajemen laba.

ANALISIS ANALISIS ANALISIS

ANALISIS DANDANDANDAN PEMBAHASANPEMBAHASANPEMBAHASANPEMBAHASAN Analisis

Analisis Analisis

Analisis PenelitianPenelitianPenelitianPenelitian

Ada beberapa tahap yang dilakukan dalam penelitian ini. Tahapan-tahapan tersebut yaitu mencari nilaiDiscretionary Accruals sebagai berikut:

1. Menghitung nilai non discretionary accruals (NDA) model Modified Jones

di mana diperlukan rasio selisih pendapatan dengan selisih piutang usaha terhadap total aktiva (NREV). Selanjutnya aktiva tetap (tanah, bangunan, dan peralatan) tahun t dibagi dengan nilai total aktiva pada tahun t-1 akan menghasilkan TPPE. Total akrual dihitung dengan cara mengurangkan net

(13)

operating income pada periode t dengan cash flow from operations (aliran

kas dari aktivitas operasi) pada periode t Total akrual dibagi dengan total aktiva tahun sebelumnya (Ait-1) merupakan proksi dari non-discretionary accrual. NREV, TPPE dan NDA dihitung berdasarkan data dari laporan

keuangan tahunan yang telah terdaftar di Bursa Efek Indonesia antara tahun 2005–2007. Kemudian data tersebut diolah dengan menggunakan program Microsoft Excel.

a. Melakukan uji statistik deskriptif untuk NREV, TPPE, dan NDA sebagai berikut:

Hasil perhitungan untuk periode 2005 adalah NDA rata-rata sebesar 0,483034 dengan standar deviasi 0,8581595 sedangkan hasil perhitungan NREV memiliki rata-rata 0,150768 dengan standar deviasi 0,9203471. TPPE memiliki rata-rata 0,541444 dengan standar deviasi 0,6570561. Hasil perhitungan untuk periode 2006 adalah NDA rata-rata sebesar 1.066419 dengan standar deviasi 0,9132659 sedangkan hasil perhitungan NREV memiliki rata-rata 0,177444 dengan standar deviasi 0,9672696. TPPE memiliki rata-rata 1.486877 dengan standar deviasi 1.9079150. Hasil perhitungan untuk periode 2007 adalah NDA rata-rata sebesar 0.288212 dengan standar deviasi 0,8254015 sedangkan hasil perhitungan NREV memiliki rata-rata 0.057600 dengan standar deviasi 0,5077424. TPPE memiliki rata-rata 0.315175 dengan standar deviasi 0.3897034

b. Melakukan uji regresi linier berganda untuk mendapatkan Non Discretionary Accruals (NDA) sebagai berikut:

1. Uji t

Berdasarkan hasil uji t maka keputusan yang diambil pada periode 2005 disimpulkan bahwa TPPE tidak berpengaruh signifikan (sig>0,05) terhadap NDA sedangkan NREV berpengaruh signifikan (sig<0.05).

Hasil uji t pada periode 2006 adalah untuk TPPE dan NREV berpengaruh signifikan (sig<0,05) terhadap NDA. Hasil uji t pada periode 2007 adalah untuk TPPE tidak berpengaruh signifikan

(14)

(sig>0.05) dan NREV berpengaruh signifikan (sig<0,05) terhadap NDA.

2. Uji F

Berdasarkan hasil uji F pada periode 2005 adalah 3,586 dengan tingkat signifikansi yang diperoleh adalah 0,033 (berpengaruh signifikan, sig.F<0,05). Hasil yang diperoleh untuk periode 2006 adalah 38.677 dengan tingkat signifikansi yang diperoleh adalah 0,000 (berpengaruh signifikan, sig.F<0,05). Hasil yang diperoleh untuk periode 2007 adalah 4.404 dengan tingkat signifikansi yang diperoleh adalah 0,016 (berpengaruh signifikan, sig.F<0,05). Maka dapat disimpulkan oleh peneliti bahwa model ini dapat digunakan untuk memprediksi NDA.

3. Uji R2

Nilai R2_{tahun 2005 sebesar 0,093 sedangkan untuk tahun 2006 nilai} R2_{sebesar 0,525 dan untuk tahun 2007 nilai R}2 _{sebesar 0,112 artinya} variabel NDA dapat dijelaskan 9,3% (tahun2005) dan 52.5% (tahun 2006) serta 11.2% (tahun 2007) oleh variabel NREV dan TPPE. Nilai

adjusted R2 _{yang diperoleh adalah 0,067 untuk periode 2005 dan} 0,511 pada periode 2006 serta 0.086 untuk periode 2007.

Langkah-langkah berikutnya adalah menganalisis : 1. Koefisien Regresi

Berdasarkan hasil perhitungan di atas maka persamaan regresi linier berganda untuk non discretionary accruals (NDA) masing-masing

tahun adalah sebagai berikut:

NDA tahun 2005 = 0.552 + 0,248 NREV - 0,196 TPPE NDA tahun 2006 = 0,637 + 0,345 NREV + 0,247 TPPE NDA tahun 2007 = 0.269 + 0.485 NREV – 0.028 TPPE

Kemudian peneliti memasukkan hasil koefisien diatas untuk mendapatkan nilai dari masing-masing NDA.

2. Menghitung discretionary accrual (DA) dengan menggunakan total

(15)

Hasil perhitungan rata-rata discretionary accrual 2005 adalah

-0.042929 dengan standar deviasi 0,8019774. Sedangkan hasil perhitungan rata-rata discretionary accrual 2006 memiliki rata-rata

0.000942 dengan standar deviasi 0,6294466 dan untuk tahun 2007 memiliki rata-rata 0.000107 dan standar deviasi 0.7877819.

3. Menentukan perusahaan yang menjalankan manajemen laba dengan membandingkan nilai discretionary accrual tahun 2005 dengan nilai discretionary accrual tahun 2006 dan nilai discretionary accrual

tahun 2006 dengan nilai discretionary accrual tahun 2007. Hasil

perbandingan bernilai negatif maka perusahaan melakukan manajemen laba berupa income decreasing dan bila bernilai positif

maka perusahaan melakukan manajemen laba berupa income increasing.

IV.2. IV.2. IV.2.

IV.2. HasilHasilHasilHasil PenelitianPenelitianPenelitianPenelitian

Berdasarkan penelitian yang dilakukan oleh peneliti, maka peneliti menyimpulkan hasil penelitian yang diperoleh secara keseluruhan:

1. Hasil perhitungan dari nilai rata-rata discretionary accrual terhadap

industri manufaktur adalah pada tahun 2005 ke tahun 2006 bernilai positif. Hal ini berarti terjadi manajemen laba yaitu dengan peningkatan laba (income increasing) karena DA adalah positif. Nilai rata-rata DA

tahun 2005 sebesar -0.000237 mengalami peningkatan menjadi 0.000942 pada tahun 2006, kemudian nilai discretionary accrual mengalami

penurunan menjelang disahkannya UU PPh No 36 menjadi 0.000107 pada tahun 2007.

2. Hasil penelitian menunjukkan bahwa 39 perusahaan yang mengubah kebijakannya dari melakukan income increasing menjadi income decreasing pada tahun 2005-2006, dan 35 perusahaan pada tahun

2006-2007. Hasil penelitian juga menunjukkan bahwa 34 perusahaan mengubah kebijakannya dari melakukan income decreasing menjadi income increasing pada tahun 2005-2006, dan 38 perusahaan pada tahun

(16)

PENUTUP PENUTUP PENUTUP PENUTUP Kesimpulan Kesimpulan Kesimpulan Kesimpulan

Peneliti dapat membuktikan bahwa perusahaan melakukan manajemen laba baik dalam bentuk income increasing maupun income decreasing

menjelang disahkannya UU PPh No.36 Tahun 2008 dengan motivasi perpajakan untuk mendapatkan penghematan pajak menjelang disahkannya UU PPh No. 36 berdasarkan hasil olah data yang dilakukan dengan proksi

discretionary accruals.

Saran Saran Saran Saran

Peneliti selanjutnya dapat mencoba penelitian semacam ini dengan menggunakan pendekatan model yang lain seperti model Healy, model De Angelo dan lain-lain menambah beberapa faktor lain untuk perhitungan NDA seperti ukuran perusahaan, tingkat leverage, mencoba penelitian

semacam ini pada jenis industri yang lain seperti pertanian, pertambangan dan sebagainya untuk dijadikan objek penelitian dan mempergunakan motivasi lain seperti politik, bonus, dan lainnya sebagai dasar bagi penelitian selanjutnya.

(17)

DAFTAR

DAFTARDAFTARDAFTAR PUSTAKAPUSTAKAPUSTAKAPUSTAKA

Deni Wulandari, Kumalahadi dan Januar Eko Prasetyo (2004), “Indikasi Majanemen Laba Menjelang UU Perpajakan 2000 Pada Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Jakarta”, Simposium Nasional Akuntansi 7, Denpasar Bali.

Januar Eko Prasetio dan Agus Nursanto (2004) “Kebijakan Akrual Untuk meminimalkan Pajak Pada Perusahaan Go Public Di Indonesia”, Jurnal Ekonomi dan Bisnis,Mart Vol 10, No. 1.

Julia Halim (2005), “Pengaruh Manajemen Laba Pada Tingkat Pengungkapan Laporan Keuangan Pada Perusahaan Manufaktur Yang Termasuk Dalam Indeks LQ-45”,Simposium Nasional Akuntansi 8, Solo.

Sopa Sugiarto (2003), “Perataan Laba Dalam Mengantisipasi Laba Masa Depan Perusahaan Manufaktur Di BEJ”, Simposium Nasional Akuntansi 6,

Surabaya.

Tatang Ari Gumanti (2001), “Earnings Management Dalam Penawaran Saham Perdana Di Bursa Efek Jakarta”,Jurnal Riset Akuntansi, Mei Vol 4, No. 2.

(18)

LAMPIRAN:

Hasil

HasilHasilHasil UjiUjiUjiUji AnovaAnovaAnovaAnova dandan ModeldandanModelModelModel SummarySummarySummarySummary 2005200520052005

Model Model Model

Model SummarySummarySummarySummarybbbb

Model R R Square Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .305a _.093 _.067 _.82891 _1.705

a. Predictors: (Constant), TPPE, NREV b. Dependent Variable: NDA

ANOVA ANOVAANOVAANOVAbbbb

Model Sum of Squares df Mean Square F Sig.

1 Regression 4.928 2 2.464 3.586 .033a

Residual 48.096 70 .687

Total 53.024 72

a. Predictors: (Constant), TPPE, NREV b. Dependent Variable: NDA

(19)

Hasil

Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .725a _.525 _.511 _.6383864 _1.987

a. Predictors: (Constant), TPPE2006, NREV2006 b. Dependent Variable: NDA2006

Coefficients Coefficients Coefficients Coefficientsaaaa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) .552 .127 4.345 .000

NREV2005 .248 .106 .266 2.332 .023 1.000 1.000

TPPE2005 -.196 .149 -.150 -1.321 .191 1.000 1.000

(20)

ANOVA ANOVA ANOVA ANOVAbbbb

1 Regression 31.524 2 15.762 38.677 .000a

Residual 28.528 70 .408

Total 60.052 72

Coefficients Coefficients Coefficients Coefficientsaaaa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics

1 (Constant) .637 .095 6.698 .000

NREV2006 .345 .082 .365 4.184 .000 .891 1.122

TPPE2006 .247 .042 .517 5.923 .000 .891 1.122

(21)

Hasil

Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .334a _.112 _.086 _.57698 _2.557

ANOVA ANOVAANOVAANOVAbbbb

1 Regression 2.932 2 1.466 4.404 .016a

Residual 23.304 70 .333

Total 26.236 72

(22)

Hasil Hasil

HasilHasil UjiUjiUjiUji StatistikStatistikStatistikStatistik DeskriptifDeskriptifDeskriptifDeskriptif 2005-20072005-20072005-20072005-2007

Descriptive

DescriptiveDescriptiveDescriptive StatisticStatisticStatisticStatistic 2005200520052005

Descriptive Descriptive Descriptive

Descriptive StatisticsStatisticsStatisticsStatistics

N Minimum Maximum Mean Std. Deviation

NREV2005 73 -4.8936 2.6153 .150768 .9203471 TPPE2005 73 .0004 3.0835 .541444 .6570561 NDA2005 73 -.3013 4.2453 .483034 .8581595 Valid N (listwise) 73 Coefficients Coefficients CoefficientsCoefficientsaaaa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics

1 (Constant) .269 .121 2.224 .029

NREV2007 .485 .185 .298 2.614 .011 1.000 1.000

TPPE2007 -.028 .242 -.013 -.117 .907 1.000 1.000

(23)

Descriptive

NREV2006 73 -4.8936 2.6153 .177444 .9672696 TPPE2006 73 .0062 11.4100 1.486877 1.9079150 NDA2006 73 .0100 4.1453 1.066419 .9132659 Valid N (listwise) 73

Descriptive

NREV2007 73 -2.1211 2.0125 .057600 .5077424 TPPE2007 73 .0006 1.9801 .315175 .3897034 NDA2007 73 -2.1883 4.1112 .288212 .8254015 Valid N (listwise) 73

(24)

Descriptive Descriptive

DescriptiveDescriptive StatisticStatisticStatisticStatistic DicretionaryDicretionaryDicretionaryDicretionary AccrualAccrualAccrualAccrual

DA2005 73 -1.1447 3.5981 -.000237 .8173127 DA2006 73 -1.6943 1.5328 .000942 .6294466 DA2007 73 -2.3697 3.3513 .000107 .7877819 Valid N (listwise) 73 Perusahaan Perusahaan Perusahaan

Perusahaan yangyangyangyang MengubahMengubahMengubahMengubah KebijakannyaKebijakannyaKebijakannyaKebijakannya daridaridaridariIncome IncreasingIncomeIncomeIncomeIncreasingIncreasingIncreasing kekekekeIncomeIncomeIncomeIncome DecreasingDecreasingDecreasingDecreasing

NO NO

NONO KODEKODEKODEKODE DADADADA 2005200520052005 DA 2006DADADA200620062006 ΔΔΔΔ DADADADA NONONONO KODEKODEKODEKODE DADADADA 2006200620062006 DADADADA 2007200720072007 ΔΔΔΔ DADADADA

1 ADMG 0.3595 -0.3233 -0.6828 1 HMSP 0.5000 0.2078 -0.2922 2 AKKU 0.2441 -0.3127 -0.5568 2 INAI 0.2631 -0.0357 -0.2987 3 AKPI 0.2096 -0.2595 -0.4691 3 INTA 1.5217 1.0225 -0.4992 4 AKRA 1.2887 0.6848 -0.6039 4 INTP -0.6108 -0.6189 -0.0081 5 AQUA 0.1793 -0.2293 -0.4085 5 JKSW -0.1824 -2.3697 -2.1874 6 ASGR 0.6328 0.0743 -0.5585 6 KBLI 1.1708 -0.2150 -1.3858 7 ASII 0.5843 0.0790 -0.5054 7 KDSI 0.8285 -0.8989 -1.7274 8 BIMA 1.3983 0.6472 -0.7511 8 LMPI 0.1055 -0.6005 -0.7060 9 BRNA -0.2005 -0.6189 -0.4184 9 LMSH 0.0531 -0.6336 -0.6867 10 BRPT 1.0964 -0.2302 -1.3266 10 MDRN -0.3126 -0.3400 -0.0274 11 BUDI -0.3025 -0.6172 -0.3147 11 MERK -0.0598 -0.2087 -0.1489 12 DAVO -0.2973 -0.6944 -0.3972 12 MLPL 1.0579 0.6417 -0.4162 13 DOID 0.4553 -0.1219 -0.5772 13 MRAT 0.2091 -0.4895 -0.6987 14 DSUC -0.1031 -0.3873 -0.2843 14 MYRX 1.5328 -0.4674 -2.0002

(25)

15 DUTI 1.4908 -1.6943 -3.1851 15 NIPS 0.6716 -0.6503 -1.3219 16 DYNA 1.0636 0.1616 -0.9020 16 PBRX 0.1069 -0.3629 -0.4698 17 ESTI 0.0639 -0.4237 -0.4876 17 PICO 0.9071 0.0133 -0.8938 18 ETWA 0.1824 -0.2267 -0.4091 18 PSDN 1.2352 1.1253 -0.1099 19 FASW 3.5981 0.8960 -2.7021 19 PTSP 0.0888 -0.1793 -0.2681 20 GGRM -0.3795 -0.6764 -0.2969 20 RDTX 0.3238 -0.0369 -0.3607 21 HEXA 0.6194 0.0397 -0.5798 21 RMBA -0.0507 -0.1697 -0.1190 22 HMSP 1.2712 0.5000 -0.7713 22 SCPI -0.3733 -0.4171 -0.0438 23 IKAI 0.4501 -0.3047 -0.7548 23 SIMM 0.5698 -0.2665 -0.8363 24 INAF 0.6737 0.0639 -0.6098 24 SIPD 0.7312 -0.6914 -1.4227 26 INDF -0.3906 -0.6844 -0.2938 26 SPMA 0.3204 0.1660 -0.1544 27 INTA 2.8430 1.5217 -1.3213 27 SQMI 0.0743 -0.7195 -0.7938 28 INTP -0.4965 -0.6108 -0.1142 28 SUGI -0.2709 -0.6276 -0.3566 29 KAEF -0.4466 -0.6313 -0.1846 29 TCID 0.5988 -0.2198 -0.8186 30 KONI -0.1822 -0.3549 -0.1727 30 TIRA -0.0085 -0.3197 -0.3112 31 LAPD -0.4078 -0.6267 -0.2189 31 TSPC 0.1289 -0.4266 -0.5555 32 LTLS 0.5375 0.0836 -0.4539 32 TURI 0.4323 -0.3285 -0.7608 33 MASA -0.5218 -0.6261 -0.1043 33 ULTJ -0.3104 -1.7043 -1.3939 34 MLIA -0.5432 -0.6136 -0.0704 34 UNTR 0.2080 -0.6002 -0.8082 35 MTDL -0.1207 -0.1496 -0.0289 35 UNVR 1.3362 -0.4527 -1.7889 36 MYOR -0.4232 -0.6015 -0.1783 37 RICY -0.5280 -1.5226 -0.9946 38 SAIP -0.5540 -0.5984 -0.0443 39 SIMA -0.4940 -0.5445 -0.0505

(26)

Perusahaan

PerusahaanPerusahaanPerusahaan yangyangyangyang MengubahMengubahMengubahMengubah KebijakannyaKebijakannyaKebijakannyaKebijakannya daridaridaridariIncome DecreasingIncomeIncomeIncomeDecreasingDecreasingDecreasing kekekekeIncomeIncomeIncomeIncome InreasingInreasingInreasingInreasing

KODE

KODEKODEKODE DADADADA 2005200520052005 DA 2006DADADA200620062006 ΔΔΔΔ DADADADA NONONO KODENO KODEKODEKODE DADADADA 2006200620062006 DADA 2007DADA 200720072007 ΔΔΔΔ DADADADA

JKSW -0.3137 -0.1824 0.1313 1 ADMG -0.3233 0.8894 1.2128 KBLI -0.4730 1.1708 1.6438 2 AKKU -0.3127 0.2437 0.5564 KDSI -0.5425 0.8285 1.3710 3 AKPI -0.2595 0.3862 0.6457 LMPI -0.3481 0.1055 0.4536 4 AKRA 0.6848 1.3054 0.6205 LMSH -0.0729 0.0531 0.1260 5 AQUA -0.2293 0.3491 0.5784 MDRN -0.4382 -0.3126 0.1256 6 ASGR 0.0743 0.9495 0.8752 MERK -0.5687 -0.0598 0.5089 7 ASII 0.0790 0.6013 0.5223 MLPL 0.6815 1.0579 0.3764 8 BIMA 0.6472 1.4003 0.7531 MRAT -1.1447 0.2091 1.3538 9 BRNA -0.6189 -0.2085 0.4105 MYRX -0.6361 1.5328 2.1689 10 BRPT -0.2302 0.9406 1.1708 NIPS -1.0222 0.6716 1.6938 11 BUDI -0.6172 -0.1500 0.4671 PBRX 0.0391 0.1069 0.0678 12 DAVO -0.6944 -0.1492 0.5452 PICO -0.3325 0.9071 1.2396 13 DOID -0.1219 0.7239 0.8458 PSDN 1.1493 1.2352 0.0860 14 DSUC -0.3873 -0.0344 0.3530 PTSP -0.2954 0.0888 0.3841 15 DUTI -1.6943 1.3998 3.0941 RDTX -0.1450 0.3238 0.4688 16 DYNA 0.1616 1.2006 1.0390 RMBA -0.4949 -0.0507 0.4442 17 ESTI -0.4237 0.0952 0.5189 SCPI -0.7252 -0.3733 0.3519 18 ETWA -0.2267 0.3794 0.6061 SIMM -0.4546 0.5698 1.0244 19 FASW 0.8960 3.3513 2.4552 SIPD -0.5933 0.7312 1.3245 20 GGRM -0.6764 -0.2149 0.4615 SKLT -0.6335 -0.2280 0.4056 21 HEXA 0.0397 0.8501 0.8104 SMCB -0.5442 -0.4736 0.0706 22 IKAI -0.3047 0.3715 0.6761 SMGR -0.2945 -0.2792 0.0153 23 INAF 0.0639 0.7515 0.6876 SPMA -0.2661 0.3204 0.5865 24 INDF -0.6844 -0.2261 0.4583 SQBI -0.7538 -0.4028 0.3510 25 KAEF -0.6313 -0.0473 0.5840 SQMI -0.4765 0.0743 0.5508 26 KONI -0.3549 -0.0753 0.2795

(27)

SUGI -0.3045 -0.2709 0.0335 27 LAPD -0.6267 -0.1141 0.5126 TCID -0.2407 0.5988 0.8396 28 LTLS 0.0836 0.4451 0.3615 TIRA -0.7266 -0.0085 0.7181 29 MASA -0.6261 0.2959 0.9220 TSPC -0.0708 0.1289 0.1997 30 MLIA -0.6136 -0.5349 0.0787 TURI -0.6928 0.4323 1.1251 31 MTDL -0.1496 -0.0555 0.0941 ULTJ -0.6576 -0.3104 0.3472 32 MYOR -0.6015 -0.2882 0.3133 UNTR -0.5147 0.2080 0.7227 33 RICY -1.5226 -0.2136 1.3090 UNVR -0.7116 1.3362 2.0478 34 SAIP -0.5984 -0.2984 0.3000 35 SIMA -0.5445 -0.2348 0.3097 36 SMCB -0.4736 -0.3084 0.1652 37 SMGR -0.2792 0.0456 0.3248 38 SQBI -0.4028 -0.3409 0.0619 Sumber : Hasil olah data

(28)

KODE KODE KODE KODE

NREV NREVNREVNREV 2005 200520052005

TPPE TPPETPPETPPE 2005 200520052005

NDA NDANDANDA 2005 200520052005 ADMG -0.1552 0.5945 0.3970 AKKU -0.1755 0.5495 0.4008 AKPI 0.0708 0.2824 0.5142 AKRA 0.5561 0.4747 0.5969 AQUA 0.4752 0.4288 0.5858 ASGR 0.7681 0.2467 0.6941 ASII -0.6448 0.2937 0.3345 BIMA 0.1941 0.2700 0.5472 BRNA 0.2727 0.4627 0.5290 BRPT 0.4627 0.0942 0.6483 BUDI 0.3598 0.0601 0.6294 DAVO 0.1265 0.7030 0.4456 DOID 0.5620 0.2507 0.6422 DSUC -0.1163 0.1249 0.4987 DUTI 1.4738 0.1983 0.8786 DYNA 0.7793 0.7002 0.6080 ESTI 0.4463 0.4287 0.5787 ETWA -0.1585 0.1188 0.4894 FASW 1.0889 0.8923 0.6472 GGRM 0.1299 0.3552 0.5146 HEXA 0.4763 0.3146 0.6085 HMSP 2.6153 0.2051 1.1604 IKAI -0.7657 0.1567 0.3314 INAF 0.9075 0.4879 0.6814 INAI -0.0553 0.2759 0.4842 INDF 0.1139 0.3855 0.5047 INTA -0.1192 0.0601 0.5107 INTP 0.1793 0.7995 0.4398 JKSW -0.9044 0.2549 0.2778 KAEF 0.0080 0.3505 0.4853 KBLI 0.6832 0.8964 0.5457 KDSI 1.2590 1.6927 0.5325 KONI -0.9087 1.2269 0.0862 LAPD 0.0239 0.0200 0.5540 LMPI 0.9300 2.8338 0.2272 LMSH 0.4391 3.0835 0.0565 LTLS -1.7030 2.5803 -0.3761 MASA 0.0160 0.0156 0.5529 MDRN -0.7614 0.2759 0.3091 MERK 0.6989 0.3552 0.6557 MLIA 0.0219 0.3146 0.4958 MLPL -4.8936 0.2051 -0.7018 MRAT 2.2965 0.1567 1.0908 MTDL -1.3325 0.4879 0.1259 MYOR 0.0409 0.2759 0.5081 MYRX 0.5089 0.3855 0.6026

(29)

NIPS 2.1641 0.0601 1.0769 PBRX 0.7010 0.7995 0.5691 PICO -0.1095 0.2549 0.4749 PSDN -0.0444 0.3505 0.4723 PTSP 0.2194 0.8964 0.4307 RDTX -0.9919 0.0004 0.3059 RICY -0.1243 0.0870 0.5041 RMBA 0.1758 0.3552 0.5260 SAIP 0.1401 0.3146 0.5251 SCPI 0.1211 0.2051 0.5418 SIMA 0.0745 0.1567 0.5398 SIMM 0.2307 0.4879 0.5136 SIPD 0.1932 0.2759 0.5458 SKLT 0.1893 0.3855 0.5234 SMCB 0.0371 0.0601 0.5494 SMGR -0.2567 0.7995 0.3316 SPMA -0.3003 0.2549 0.4276 SQBI -0.1243 0.3505 0.4525 SQMI 0.2127 0.8964 0.4291 SUGI 0.2578 1.6927 0.2842 TCID 0.0417 1.2269 0.3219 TIRA 0.5287 0.0200 0.6792 TSPC 0.1125 2.8338 0.0245 TURI 0.5100 0.0053 0.6774 ULTJ 0.2854 0.0849 0.6062 UNTR 0.0711 0.6364 0.4449 UNVR 0.4006 0.4082 0.5713 KODE KODE KODE KODE NREV NREVNREVNREV 2006 200620062006

TPPE TPPETPPETPPE 2006 200620062006 NDA NDA NDA NDA 2006 2006 2006 2006 ADMG 0.4212 0.7996 0.9798 AKKU -0.1755 1.1383 0.8576 AKPI 0.0708 0.8981 0.8833 AKRA 0.5561 1.1008 1.1008 AQUA 0.4752 0.3781 0.8943 ASGR 0.7681 1.0146 1.1526 ASII -0.6448 1.3172 0.7399 BIMA 0.1941 2.0013 1.1983 BRNA 0.2727 0.4708 0.8474 BRPT 0.4627 4.3654 1.8749 BUDI 0.3598 0.3361 0.8441 DAVO 0.1265 0.2515 0.7428 DOID 0.5620 1.5325 1.2094

(30)

DSUC -0.1163 0.3484 0.6829 DUTI 1.4738 11.4100 3.9637 DYNA 0.7793 2.0412 1.4100 ESTI 0.4463 0.7097 0.9663 ETWA -0.1585 0.8753 0.7985 FASW 1.0889 9.0549 3.2492 GGRM 0.1299 0.1202 0.7115 HEXA 0.4763 1.1617 1.0883 HMSP 2.6153 1.1837 1.8317 IKAI -0.7657 2.4830 0.9862 INAF 0.9075 0.9763 1.1912 INAI -0.0553 1.0301 0.8724 INDF 0.1139 0.0899 0.6985 INTA -0.1192 4.5995 1.7319 INTP 0.1793 0.3064 0.7745 JKSW -0.9044 0.8166 0.5267 KAEF 0.0080 0.0062 0.6413 KBLI 0.6832 0.8964 1.0941 KDSI 1.2590 1.6927 1.4894 KONI -0.9087 1.2269 0.6265 LAPD 0.0239 0.0200 0.6502 LMPI 0.9300 2.8338 1.6578 LMSH 0.4391 3.0835 1.5501 LTLS -1.7030 2.5803 0.6868 MASA 0.0160 0.0156 0.6464 MDRN -0.7614 0.8911 0.5944 MERK 0.6989 0.8250 1.0819 MLIA 0.0219 0.0091 0.6468 MLPL -4.8936 0.0177 -1.0469 MRAT 2.2965 1.8171 1.8781 MTDL -1.3325 0.0532 0.1904 MYOR 0.0409 0.0255 0.6574 MYRX 0.5089 2.3303 1.3881 NIPS 2.1641 2.9671 2.1165 PBRX 0.7010 3.4907 1.7410 PICO 1.2357 0.7985 1.2606 PSDN 0.8329 2.3618 1.5077 PTSP 0.1876 0.5134 0.8285 RDTX -1.1345 1.0879 0.5143 RICY 1.3729 6.9730 2.8330 RMBA 0.5149 1.4157 1.1643

(31)

SAIP 0.0639 0.0563 0.6729 SCPI -0.9230 1.1954 0.6138 SIMA -0.1140 0.0466 0.6092 SIMM -0.6078 0.9260 0.6560 SIPD 0.4698 2.2411 1.3526 SKLT 0.6730 0.8513 1.0795 SMCB 0.4536 0.5625 0.9324 SMGR -0.9095 0.0479 0.3351 SPMA -0.0221 1.0807 0.8963 SQBI 0.0616 1.0464 0.9167 SQMI 0.5185 1.2552 1.1259 SUGI -0.1237 1.0651 0.8574 TCID 0.1192 1.2218 0.9799 TIRA 0.1287 1.2588 0.9923 TSPC 0.1089 1.0469 0.9332 TURI -0.2521 0.8489 0.7597 ULTJ 0.0950 0.8957 0.8910 UNTR 0.0711 1.0477 0.9203 UNVR 0.4006 1.1040 1.0479 KODE KODE KODE KODE NREV NREVNREVNREV 2007 200720072007 TPPE TPPE TPPE TPPE 2007 2007 2007 2007 NDA NDA NDA NDA 2007 2007 2007 2007 ADMG -1.0534 0.0006 -0.2419 AKKU 0.0950 0.6277 0.2975 AKPI 0.0154 0.6040 0.2596 AKRA 0.1245 0.6950 0.3099 AQUA 0.1155 0.7124 0.3051 ASGR 0.1245 1.5465 0.2861 ASII -0.0131 0.6580 0.2442 BIMA 0.1544 0.4637 0.3309 BRNA 0.1451 0.2386 0.3327 BRPT 0.1145 0.0212 0.3239 BUDI 0.0154 0.0368 0.2754 DAVO 0.0124 0.0467 0.2737 DOID 0.1152 0.1128 0.3217 DSUC -0.1526 0.2150 0.1890 DUTI 1.1254 0.0033 0.8147

(32)

DYNA 0.1654 0.0715 0.3472 ESTI 0.1210 0.0479 0.3263 ETWA -0.1231 0.4974 0.1954 FASW 1.0131 0.0149 0.7599 GGRM 0.1524 0.0944 0.3403 HEXA 0.2154 0.6800 0.3544 HMSP 2.0125 0.0256 1.2443 IKAI -0.1546 0.0427 0.1928 INAF 0.0012 0.3146 0.2608 INAI -0.0156 0.2243 0.2552 INDF 0.0012 0.0239 0.2689 INTA -0.1541 0.0609 0.1926 INTP 0.0145 0.0018 0.2760 JKSW -0.1544 0.4526 0.1814 KAEF 0.0001 0.2154 0.2630 KBLI 0.1548 0.2713 0.3365 KDSI 1.0012 0.3591 0.7445 KONI -1.1215 0.4402 -0.2873 LAPD 0.0023 0.0540 0.2686 LMPI 0.2412 0.0203 0.3854 LMSH 0.3215 0.2491 0.4180 LTLS -1.1541 0.0028 -0.2908 MASA 0.0014 0.1458 0.2656 MDRN -0.1545 0.3153 0.1852 MERK 0.1545 0.1154 0.3407 MLIA 0.2154 0.1226 0.3700 MLPL -2.1211 0.1245 -0.7632 MRAT 0.1521 0.1546 0.3384 MTDL -0.1151 0.1275 0.2096 MYOR 0.1415 0.1564 0.3332 MYRX 0.3830 0.0881 0.4523 NIPS 1.1524 0.8160 0.8051 PBRX 0.5210 0.0838 0.5193 PICO -0.1541 1.9801 0.1388 PSDN -0.2502 0.3153 0.1388 PTSP 0.1456 0.2145 0.3336 RDTX -0.1544 0.1070 0.1911 RICY -0.1147 0.0207 0.2128 RMBA 0.1245 0.2000 0.3238 SAIP 0.1514 1.6577 0.2960 SCPI 0.1541 0.0156 0.3433

(33)

SIMA 0.0012 0.8006 0.2472 SIMM 0.1244 0.3116 0.3206 SIPD 0.1245 0.0197 0.3288 SKLT 0.0124 0.6747 0.2561 SMCB 0.1544 0.8212 0.3209 SMGR -0.1454 1.0347 0.1695 SPMA -0.5752 0.1753 -0.0149 SQBI -0.1545 0.1532 0.1898 SQMI 0.0045 0.1531 0.2669 SUGI 0.2151 0.3664 0.3631 TCID 0.0142 0.0682 0.2740 TIRA 0.1245 0.3875 0.3185 TSPC 0.0135 0.0146 0.2751 TURI 0.1244 0.5644 0.3135 ULTJ 0.1246 0.0123 0.3291 UNTR 0.0154 0.5304 0.2616 UNVR 0.3154 0.0120 0.4216 DISCRETIONARY DISCRETIONARY

DISCRETIONARYDISCRETIONARY ACCRUALSACCRUALSACCRUALSACCRUALS TAHUNTAHUNTAHUNTAHUN 2005-20062005-20062005-20062005-2006

NO NO NO

NO KODEKODEKODEKODE

TA/At TA/AtTA/AtTA/At 2005 200520052005

NDA NDANDANDA 2005 200520052005 DA DA DA DA 2005 200520052005 TA/At TA/AtTA/AtTA/At 2006 200620062006 NDA NDA NDA NDA 2006 2006 2006 2006 DA DADADA 2006 200620062006 ΔΔΔΔ DADADADA 1 ADMG 0.7565 0.3970 0.3595 0.6565 0.9798 -0.3233 -0.6828 2 AKKU 0.6448 0.4008 0.2441 0.5448 0.8576 -0.3127 -0.5568 3 AKPI 0.7238 0.5142 0.2096 0.6238 0.8833 -0.2595 -0.4691 4 AKRA 1.8856 0.5969 1.2887 1.7856 1.1008 0.6848 -0.6039 5 AQUA 0.7651 0.5858 0.1793 0.6651 0.8943 -0.2293 -0.4085 6 ASGR 1.3269 0.6941 0.6328 1.2269 1.1526 0.0743 -0.5585 7 ASII 0.9189 0.3345 0.5843 0.8189 0.7399 0.0790 -0.5054 8 BIMA 1.9455 0.5472 1.3983 1.8455 1.1983 0.6472 -0.7511 9 BRNA 0.3284 0.5290 -0.2005 0.2284 0.8474 -0.6189 -0.4184 10 BRPT 1.7446 0.6483 1.0964 1.6446 1.8749 -0.2302 -1.3266 11 BUDI 0.3269 0.6294 -0.3025 0.2269 0.8441 -0.6172 -0.3147

(34)

12 DAVO 0.1483 0.4456 -0.2973 0.0483 0.7428 -0.6944 -0.3972 13 DOID 1.0975 0.6422 0.4553 1.0875 1.2094 -0.1219 -0.5772 14 DSUC 0.3956 0.4987 -0.1031 0.2956 0.6829 -0.3873 -0.2843 15 DUTI 2.3694 0.8786 1.4908 2.2694 3.9637 -1.6943 -3.1851 16 DYNA 1.6716 0.6080 1.0636 1.5716 1.4100 0.1616 -0.9020 17 ESTI 0.6425 0.5787 0.0639 0.5425 0.9663 -0.4237 -0.4876 18 ETWA 0.6718 0.4894 0.1824 0.5718 0.7985 -0.2267 -0.4091 19 FASW 4.2453 0.6472 3.5981 4.1453 3.2492 0.8960 -2.7021 20 GGRM 0.1351 0.5146 -0.3795 0.0351 0.7115 -0.6764 -0.2969 21 HEXA 1.2279 0.6085 0.6194 1.1279 1.0883 0.0397 -0.5798 22 HMSP 2.4316 1.1604 1.2712 2.3316 1.8317 0.5000 -0.7713 23 IKAI 0.7815 0.3314 0.4501 0.6815 0.9862 -0.3047 -0.7548 24 INAF 1.3552 0.6814 0.6737 1.2552 1.1912 0.0639 -0.6098 25 INAI 1.2355 0.4842 0.7512 1.1355 0.8724 0.2631 -0.4881 26 INDF 0.1141 0.5047 -0.3906 0.0141 0.6985 -0.6844 -0.2938 27 INTA 3.3537 0.5107 2.8430 3.2537 1.7319 1.5217 -1.3213 28 INTP -0.0568 0.4398 -0.4965 0.1638 0.7745 -0.6108 -0.1142 29 JKSW -0.0359 0.2778 -0.3137 0.3443 0.5267 -0.1824 0.1313 30 KAEF 0.0386 0.4853 -0.4466 0.0100 0.6413 -0.6313 -0.1846 31 KBLI 0.0728 0.5457 -0.4730 2.2649 1.0941 1.1708 1.6438 32 KDSI -0.0101 0.5325 -0.5425 2.3179 1.4894 0.8285 1.3710 33 KONI -0.0961 0.0862 -0.1822 0.2716 0.6265 -0.3549 -0.1727 34 LAPD 0.1462 0.5540 -0.4078 0.0235 0.6502 -0.6267 -0.2189 35 LMPI -0.1209 0.2272 -0.3481 1.7633 1.6578 0.1055 0.4536 36 LMSH -0.0164 0.0565 -0.0729 1.6032 1.5501 0.0531 0.1260 37 LTLS 0.1614 -0.3761 0.5375 0.7704 0.6868 0.0836 -0.4539 38 MASA 0.0311 0.5529 -0.5218 0.0202 0.6464 -0.6261 -0.1043 39 MDRN -0.1291 0.3091 -0.4382 0.2818 0.5944 -0.3126 0.1256 40 MERK 0.0870 0.6557 -0.5687 1.0221 1.0819 -0.0598 0.5089 41 MLIA -0.0474 0.4958 -0.5432 0.0332 0.6468 -0.6136 -0.0704

(35)

42 MLPL -0.0203 -0.7018 0.6815 0.0110 -1.0469 1.0579 0.3764 43 MRAT -0.0539 1.0908 -1.1447 2.0872 1.8781 0.2091 1.3538 44 MTDL 0.0053 0.1259 -0.1207 0.0409 0.1904 -0.1496 -0.0289 45 MYOR 0.0849 0.5081 -0.4232 0.0559 0.6574 -0.6015 -0.1783 46 MYRX -0.0334 0.6026 -0.6361 2.9210 1.3881 1.5328 2.1689 47 NIPS 0.0548 1.0769 -1.0222 2.7881 2.1165 0.6716 1.6938 48 PBRX 0.6083 0.5691 0.0391 1.8479 1.7410 0.1069 0.0678 49 PICO 0.1424 0.4749 -0.3325 2.1677 1.2606 0.9071 1.2396 50 PSDN 1.6215 0.4723 1.1493 2.7429 1.5077 1.2352 0.0860 51 PTSP 0.1353 0.4307 -0.2954 0.9173 0.8285 0.0888 0.3841 52 RDTX 0.1609 0.3059 -0.1450 0.8381 0.5143 0.3238 0.4688 53 RICY -0.0239 0.5041 -0.5280 1.3104 2.8330 -1.5226 -0.9946 54 RMBA 0.0311 0.5260 -0.4949 1.1136 1.1643 -0.0507 0.4442 55 SAIP -0.0290 0.5251 -0.5540 0.0746 0.6729 -0.5984 -0.0443 56 SCPI -0.1833 0.5418 -0.7252 0.2406 0.6138 -0.3733 0.3519 57 SIMA 0.0458 0.5398 -0.4940 0.0647 0.6092 -0.5445 -0.0505 58 SIMM 0.0590 0.5136 -0.4546 1.2258 0.6560 0.5698 1.0244 59 SIPD -0.0474 0.5458 -0.5933 2.0839 1.3526 0.7312 1.3245 60 SKLT -0.1101 0.5234 -0.6335 0.8515 1.0795 -0.2280 0.4056 61 SMCB 0.0053 0.5494 -0.5442 0.4588 0.9324 -0.4736 0.0706 62 SMGR 0.0371 0.3316 -0.2945 0.0558 0.3351 -0.2792 0.0153 63 SPMA 0.1615 0.4276 -0.2661 1.2168 0.8963 0.3204 0.5865 64 SQBI -0.3013 0.4525 -0.7538 0.5139 0.9167 -0.4028 0.3510 65 SQMI -0.0474 0.4291 -0.4765 1.2002 1.1259 0.0743 0.5508 66 SUGI -0.0203 0.2842 -0.3045 0.5865 0.8574 -0.2709 0.0335 67 TCID 0.0812 0.3219 -0.2407 1.5788 0.9799 0.5988 0.8396 68 TIRA -0.0474 0.6792 -0.7266 0.9838 0.9923 -0.0085 0.7181 69 TSPC -0.0463 0.0245 -0.0708 1.0621 0.9332 0.1289 0.1997 70 TURI -0.0154 0.6774 -0.6928 1.1920 0.7597 0.4323 1.1251 71 ULTJ -0.0514 0.6062 -0.6576 0.5806 0.8910 -0.3104 0.3472 72 UNTR -0.0698 0.4449 -0.5147 1.1283 0.9203 0.2080 0.7227 73 UNVR -0.1403 0.5713 -0.7116 2.3841 1.0479 1.3362 2.0478 Sumber : Hasil olah data

INCOME DECREASING TAHUN

2005-2006 39 PERUSAHAAN

(36)

DISCRETIONARY DISCRETIONARY DISCRETIONARY

DISCRETIONARY ACCRUALSACCRUALSACCRUALSACCRUALS TAHUNTAHUNTAHUNTAHUN 2006-20072006-20072006-20072006-2007

NO NO NO

NO KODEKODEKODEKODE

TA/At TA/AtTA/AtTA/At 2006 200620062006 NDA NDA NDA NDA 2006 2006 2006 2006 DA DADADA 2006 200620062006 TA/At TA/AtTA/AtTA/At 2007 200720072007

NDA NDANDANDA 2007 2007 2007 2007 DA DADADA 2007 200720072007 ΔΔΔΔ DADADADA 1 ADMG 0.6565 0.9798 -0.3233 0.6475 -0.2419 0.8894 1.2128 2 AKKU 0.5448 0.8576 -0.3127 0.5412 0.2975 0.2437 0.5564 3 AKPI 0.6238 0.8833 -0.2595 0.6458 0.2596 0.3862 0.6457 4 AKRA 1.7856 1.1008 0.6848 1.6153 0.3099 1.3054 0.6205 5 AQUA 0.6651 0.8943 -0.2293 0.6542 0.3051 0.3491 0.5784 6 ASGR 1.2269 1.1526 0.0743 1.2356 0.2861 0.9495 0.8752 7 ASII 0.8189 0.7399 0.0790 0.8455 0.2442 0.6013 0.5223 8 BIMA 1.8455 1.1983 0.6472 1.7312 0.3309 1.4003 0.7531 9 BRNA 0.2284 0.8474 -0.6189 0.1242 0.3327 -0.2085 0.4105 10 BRPT 1.6446 1.8749 -0.2302 1.2645 0.3239 0.9406 1.1708 11 BUDI 0.2269 0.8441 -0.6172 0.1254 0.2754 -0.1500 0.4671 12 DAVO 0.0483 0.7428 -0.6944 0.1245 0.2737 -0.1492 0.5452 13 DOID 1.0875 1.2094 -0.1219 1.0456 0.3217 0.7239 0.8458 14 DSUC 0.2956 0.6829 -0.3873 0.1546 0.1890 -0.0344 0.3530 15 DUTI 2.2694 3.9637 -1.6943 2.2145 0.8147 1.3998 3.0941 16 DYNA 1.5716 1.4100 0.1616 1.5478 0.3472 1.2006 1.0390 17 ESTI 0.5425 0.9663 -0.4237 0.4215 0.3263 0.0952 0.5189 18 ETWA 0.5718 0.7985 -0.2267 0.5748 0.1954 0.3794 0.6061 19 FASW 4.1453 3.2492 0.8960 4.1112 0.7599 3.3513 2.4552 20 GGRM 0.0351 0.7115 -0.6764 0.1254 0.3403 -0.2149 0.4615 21 HEXA 1.1279 1.0883 0.0397 1.2045 0.3544 0.8501 0.8104 22 HMSP 2.3316 1.8317 0.5000 1.4521 1.2443 0.2078 -0.2922 23 IKAI 0.6815 0.9862 -0.3047 0.5643 0.1928 0.3715 0.6761 24 INAF 1.2552 1.1912 0.0639 1.0123 0.2608 0.7515 0.6876 25 INAI 1.1355 0.8724 0.2631 0.2195 0.2552 -0.0357 -0.2987 26 INDF 0.0141 0.6985 -0.6844 0.0428 0.2689 -0.2261 0.4583 27 INTA 3.2537 1.7319 1.5217 1.2151 0.1926 1.0225 -0.4992 28 INTP 0.1638 0.7745 -0.6108 -0.3429 0.2760 -0.6189 -0.0081 29 JKSW 0.3443 0.5267 -0.1824 -2.1883 0.1814 -2.3697 -2.1874 30 KAEF 0.0100 0.6413 -0.6313 0.2157 0.2630 -0.0473 0.5840 31 KBLI 2.2649 1.0941 1.1708 0.1215 0.3365 -0.2150 -1.3858 32 KDSI 2.3179 1.4894 0.8285 -0.1544 0.7445 -0.8989 -1.7274 33 KONI 0.2716 0.6265 -0.3549 -0.3626 -0.2873 -0.0753 0.2795 34 LAPD 0.0235 0.6502 -0.6267 0.1545 0.2686 -0.1141 0.5126

(37)

35 LMPI 1.7633 1.6578 0.1055 -0.2151 0.3854 -0.6005 -0.7060 36 LMSH 1.6032 1.5501 0.0531 -0.2156 0.4180 -0.6336 -0.6867 37 LTLS 0.7704 0.6868 0.0836 0.1543 -0.2908 0.4451 0.3615 38 MASA 0.0202 0.6464 -0.6261 0.5615 0.2656 0.2959 0.9220 39 MDRN 0.2818 0.5944 -0.3126 -0.1548 0.1852 -0.3400 -0.0274 40 MERK 1.0221 1.0819 -0.0598 0.1320 0.3407 -0.2087 -0.1489 41 MLIA 0.0332 0.6468 -0.6136 -0.1649 0.3700 -0.5349 0.0787 42 MLPL 0.0110 -1.0469 1.0579 -0.1215 -0.7632 0.6417 -0.4162 43 MRAT 2.0872 1.8781 0.2091 -0.1511 0.3384 -0.4895 -0.6987 44 MTDL 0.0409 0.1904 -0.1496 0.1541 0.2096 -0.0555 0.0941 45 MYOR 0.0559 0.6574 -0.6015 0.0450 0.3332 -0.2882 0.3133 46 MYRX 2.9210 1.3881 1.5328 -0.0151 0.4523 -0.4674 -2.0002 47 NIPS 2.7881 2.1165 0.6716 0.1548 0.8051 -0.6503 -1.3219 48 PBRX 1.8479 1.7410 0.1069 0.1564 0.5193 -0.3629 -0.4698 49 PICO 2.1677 1.2606 0.9071 0.1521 0.1388 0.0133 -0.8938 50 PSDN 2.7429 1.5077 1.2352 1.2641 0.1388 1.1253 -0.1099 51 PTSP 0.9173 0.8285 0.0888 0.1543 0.3336 -0.1793 -0.2681 52 RDTX 0.8381 0.5143 0.3238 0.1542 0.1911 -0.0369 -0.3607 53 RICY 1.3104 2.8330 -1.5226 -0.0008 0.2128 -0.2136 1.3090 54 RMBA 1.1136 1.1643 -0.0507 0.1541 0.3238 -0.1697 -0.1190 55 SAIP 0.0746 0.6729 -0.5984 -0.0024 0.2960 -0.2984 0.3000 56 SCPI 0.2406 0.6138 -0.3733 -0.0738 0.3433 -0.4171 -0.0438 57 SIMA 0.0647 0.6092 -0.5445 0.0124 0.2472 -0.2348 0.3097 58 SIMM 1.2258 0.6560 0.5698 0.0541 0.3206 -0.2665 -0.8363 59 SIPD 2.0839 1.3526 0.7312 -0.3626 0.3288 -0.6914 -1.4227 60 SKLT 0.8515 1.0795 -0.2280 -1.3427 0.2561 -1.5988 -1.3709 61 SMCB 0.4588 0.9324 -0.4736 0.0125 0.3209 -0.3084 0.1652 62 SMGR 0.0558 0.3351 -0.2792 0.2151 0.1695 0.0456 0.3248 63 SPMA 1.2168 0.8963 0.3204 0.1511 -0.0149 0.1660 -0.1544 64 SQBI 0.5139 0.9167 -0.4028 -0.1511 0.1898 -0.3409 0.0619 65 SQMI 1.2002 1.1259 0.0743 -0.4526 0.2669 -0.7195 -0.7938 66 SUGI 0.5865 0.8574 -0.2709 -0.2645 0.3631 -0.6276 -0.3566

(38)

67 TCID 1.5788 0.9799 0.5988 0.0542 0.2740 -0.2198 -0.8186 68 TIRA 0.9838 0.9923 -0.0085 -0.0012 0.3185 -0.3197 -0.3112 69 TSPC 1.0621 0.9332 0.1289 -0.1515 0.2751 -0.4266 -0.5555 70 TURI 1.1920 0.7597 0.4323 -0.0150 0.3135 -0.3285 -0.7608 71 ULTJ 0.5806 0.8910 -0.3104 -1.3752 0.3291 -1.7043 -1.3939 72 UNTR 1.1283 0.9203 0.2080 -0.3386 0.2616 -0.6002 -0.8082 73 UNVR 2.3841 1.0479 1.3362 -0.0311 0.4216 -0.4527 -1.7889 Sumber : Hasil olah data

INCOME DECREASING TAHUN 2006 KE 2007 35 PERUSAHAAN INCOME INCREASING TAHUN 2006 KE 2007 38 PERUSAHAAN