PENGARUH INVENTORY INTENSITY RATIO DAN UKURAN PERUSAHAAN TERHADAP STICKY COST
Riska Putri Widianingsih
Program Studi Akuntansi Fakultas Ekonomika dan Bisnis Universitas Kristen Satya Wacana
[email protected] PENDAHULUAN
Perusahaan memerlukan pengelolaan biaya dan sumber daya yang efektif dan efisien (Kartikasari et al., 2018). Perusahaan yang semakin besar cenderung memiliki sumber daya terikat yang semakin besar. Akibatnya, ketika manajer memilih untuk mengurangi sumber daya terikatnya, manajer akan menanggung biaya penyesuaian yang lebih tinggi. Biaya penyesuaian merupakan biaya untuk menambah atau mengurangi penggunaan sumber daya seiring dengan perubahan penjualan (Windyastuti, 2013). Semakin tinggi biaya penyesuaian semakin sulit perusahaan mengurangi sumber daya karena perusahaan harus mengeluarkan biaya yang banyak untuk mengurangi sumber daya, sehingga menyebabkan terjadinya sticky cost (Tiono dan Fanani, 2017).
Sticky cost terjadi karena ketidakpastian permintaan di masa depan yang dapat menjadi ancaman bagi perusahaan. Untuk mengatasi hal tersebut, manajer dapat melakukan alternatif yaitu mengurangi sumber daya atau mempertahankan sumber daya (Azmi dan Januryanti, 2021). Ketika manajer mempertahankan sumber daya karena beranggapan bahwa ketidakpastian tersebut bersifat sementara maka akan terjadi sticky cost (Santoso dan Rachmawati, 2019). Perusahaan yang terindikasi sticky cost akan berdampak pada berkurangnya laba perusahaan karena ketika aktivitas bisnis perusahaan mengalami penurunan, perusahaan akan tetap menanggung biaya yang tinggi (Kartikasari et al., 2018).
Penyebab utama terjadinya sticky cost yaitu adanya optimisme manajer, biaya penyesuaian, dan agency problem. Optimisme manajer merupakan sikap optimis dari manajer terhadap kemungkinan yang terjadi di masa depan, sehingga
manajer memilih untuk mempertahankan sumber daya ketika penjualan menurun.
Agency problem adalah konflik yang terjadi antara manajer dengan pemegang saham (Suak et al., 2021). Dalam konteks ini, penelitian ini berfokus pada biaya penyesuaian. Biaya penyesuaian merupakan biaya untuk menyesuaikan jumlah sumber daya dengan mengurangi maupun meningkatkan sumber daya. Manajer cenderung untuk mempertahankan sumber daya dengan biaya penyesuaian yang tinggi meskipun sumber daya tersebut tidak terpakai.
Menurut Mohammadi dan Taherkhani (2017), yang termasuk dalam biaya penyesuaian yaitu biaya sosial, dan pengorbanan psikologis dan ekonomi yang muncul selama proses penyesuaian sumber daya. Contoh biaya penyesuaian meliputi uang pesangon untuk karyawan ketika perusahaan mengurangi sumber daya dan uang pelatihan tenaga kerja ketika perusahaan memilih untuk menambah sumber daya. Biaya penyesuaian dapat diukur menggunakan beberapa variabel, termasuk inventory intensity ratio dan ukuran perusahaan. Kedua variabel tersebut bisa merepresentasikan biaya penyesuaian karena ketika terjadi perubahan aktivitas, maka perusahaan dapat melakukan penyesuaian biaya dengan cara mengurangi atau mempertahankan persediaan dan jumlah aset yang dimiliki.
Evelyn (2019) menyatakan bahwa intensitas aset berpengaruh terhadap sticky cost. Azmi dan Januryanti (2021) juga menyatakan bahwa intensitas aset memiliki pengaruh terhadap sticky cost. Candra (2017) menyatakan hal yang berbeda yaitu intensitas aset tidak berpengaruh terhadap sticky cost. Penelitian Azmi dan Januryanti (2021) menyatakan bahwa ukuran perusahaan berpengaruh terhadap sticky cost. Berbeda dengan hasil penelitian Evelyn (2019) yang menyatakan bahwa ukuran perusahaan tidak memiliki pengaruh signifikan terhadap sticky cost. Demikian pula penelitian Santoso dan Rachmawati (2019) menunjukkan bahwa ukuran perusahaan berpengaruh negatif signifikan terhadap sticky cost. Hal tersebut karena perusahaan besar dengan jumlah aset yang tinggi dapat mengelola biaya dengan lebih efisien. Hasil penelitian terdahulu yang beragam dan kurang konsisten membuat peneliti tertarik untuk melakukan penelitian ini.
Berdasarkan penelitian terdahulu menunjukkan bahwa inventory intensity dan ukuran perusahaan menyebabkan munculnya perilaku sticky cost yang akan
berdampak pada laba yang akan diperoleh perusahaan. Hal tersebut perlu diperhatikan manajer dalam mengambil keputusan perencanaan biaya agar tidak terjadi perilaku sticky cost dalam perusahaan. Sehingga yang menjadi persoalan pada penelitian ini adalah bagaimana pengaruh inventory intensity ratio dan ukuran perushaaan terhadap sticky cost? Tujuan dilakukannya penelitian ini adalah untuk menguji pengaruh inventory intensity ratio dan ukuran perusahaan terhadap sticky cost. Hasil penelitian ini diharapkan dapat menambah literatur mengenai perilaku biaya, khususnya tentang pengaruh inventory intensity ratio dan ukuran perusahaan terhadap sticky cost. Manfaat praktis penelitian ini diharapkan mampu bermanfaat bagi manajer perusahaan dalam perencanaan biaya seperti ketika terjadi perubahan penjualan. Sehingga perusahaan dapat melakukan pertimbangan agar tidak menyebabkan munculnya biaya penyesuaian yang akan meningkatkan perilaku sticky cost dan dapat mempengaruhi laba perusahaan.
KAJIAN LITERATUR Sticky Cost
Menurut Anderson et al., (2003), sticky cost terjadi ketika kenaikan biaya pada saat peningkatan aktivitas lebih besar dibandingkan dengan penurunan biaya pada saat aktivitas mengalami penurunan. Sticky cost disebabkan apabila terjadi ketidakseimbangan antara volume aktivitas dengan perubahan biayanya. Sticky cost disebabkan oleh biaya tetap atau fixed cost. Biaya tetap merupakan biaya yang melekat dan sulit mengikuti perubahan aktivitas perusahaan yang sedang menurun dan sifat biaya tersebut akan menyebabkan sticky cost (Jazuli et al., 2020).
Perusahaan yang terindikasi sticky cost akan menyebabkan laba perusahaan menurun karena biaya tetap tinggi meskipun aktivitas bisnis perusahaan mengalami penurunan (Kartikasari et al., 2018).
Biaya Penyesuaian
Biaya penyesuaian merupakan penyebab terjadinya sticky cost, karena biaya ini digunakan untuk menyesuaikan sumber daya dengan mengurangi sumber daya yang tidak terpakai (Yunaz dan Sasongko, 2018). Ketika manajer memilih mengurangi sumber daya maka ada biaya penyesuaian yang harus ditanggung untuk mengurangi sumber daya dan untuk mengganti sumber daya tersebut apabila permintaan kembali meningkat. Contohnya seperti pengurangan tenaga kerja.
Ketika manajer memilih untuk mengurangi tenaga kerja maka perusahaan harus menanggung biaya penyesuaian berupa pesangon untuk tenaga kerja . Sedangkan apabila permintaan kembali meningkat, maka perusahaan juga akan menanggung biaya penyesuaian berupa biaya untuk perekrutan dan pelatihan tenaga kerja. Saat penjualan menurun, namun biaya penyesuaian yang timbul akibat pengurangan sumber daya tinggi maka manajer akan memilih mempertahankan sumber daya untuk menghindari biaya tambahan yang lebih besar dan hal tersebut mengakibatkan biaya menjadi semakin sticky (Tiono dan Fanani, 2017).
Inventory Intensity Ratio
Menurut Fadjriana (2019), inventory intensity ratio adalah hubungan antara volume barang yang terjual dengan volume persediaan yang ada ditangan. Rasio ini digunakan sebagai evaluasi tingkat persediaan apabila dibandingkan dengan volume usaha. Inventory intensity menunjukkan seberapa efektif dan efisien perusahaan untuk mengatur investasinya dalam persediaan yang menggambarkan perputaran persediaan selama periode tertentu (Putri dan Lautania, 2016). Investasi perusahaan pada persediaan dengan jumlah besar akan menyebabkan terbentuknya biaya pemeliharaan dan penyimpanan persediaan menyebabkan beban meningkat sehingga dapat menurunkan laba perusahaan (Artinasari dan Mildawati, 2018).
Ukuran Perusahaan
Ukuran perusahaan merupakan satuan nilai yang menggambarkan besar kecilnya suatu perusahaan berdasarkan nilai aset, nilai penjualan atau nilai ekuitas (Santoso dan Rachmawati, 2019). Perusahaan berdasarkan ukurannya dibagi menjadi 3, yaitu perusahaan besar, menengah, dan kecil. Perusahaan besar memiliki sistem manajemen yang lebih kompleks dan laba yang tinggi, sehingga risikonya tentu akan besar dan masalah yang lebih kompleks serta biaya politis yang dikenakan perusahaan akan lebih tinggi dibandingkan perusahaan kecil dan menengah (Evelyn, 2019).
Pengaruh Inventory Intensity Ratio Terhadap Sticky Cost
Menurut Zulaikha dan Darmadi (2013), inventory intensity menggambarkan bagaimana perusahaan menginvestasikan aset yang dimilikinya pada persediaan.
Ketika perusahaan menginvestasikan aset ke persediaan dalam jumlah yang besar, maka perusahaan akan sulit untuk mengurangi aset tersebut saat terjadi penurunan penjualan. Ketika penjualan menurun, perusahaan yang memiliki persediaan yang
tinggi akan mengalami kelengketan biaya karena manajer mengalami dilema untuk mengurangi atau mempertahankan sumber daya yang lebih besar. Sehingga apabila perusahaan sulit mengurangi aset tersebut maka akan meningkatkan terjadinya perilaku sticky cost. Apabila perusahaan mengurangi atau mempertahankan asetnya maka akan menyebabkan munculnya biaya penyesuaian yang dapat meningkatkan sticky cost. Azmi dan Januryanti (2021), menemukan bahwa intensitas aset berpengaruh terhadap sticky cost. Penelitian Evelyn (2019) juga menyatakan bahwa intensitas aset berpengaruh terhadap stickycost. Semakin tinggi inventory intensity ratio, maka biaya akan semakin sticky.
Berdasarkan argumen yang telah dipaparkan, maka dapat dirumuskan hipotesis satu:
H1 = Inventory intensity ratio berpengaruh terhadap sticky cost.
Pengaruh Ukuran Perusahaan Terhadap Sticky Cost
Menurut Azmi dan Januryanti (2021), besar kecilnya ukuran perusahaan didasarkan pada total aset yang dimiliki perusahaan. Santoso dan Rachmawati (2019), menyatakan bahwa perusahaan yang besar cenderung memiliki sumber daya terikat (committed resource) yang lebih besar juga yang sulit untuk dikurangi saat aktivitas menurun. Akibatnya, perusahaan yang besar cenderung akan memiliki perilaku sticky cost yang lebih tinggi. Hal ini sejalan dengan Azmi dan Januryanti (2021), yang menyatakan bahwa ukuran perusahaan berpengaruh terhadap sticky cost. Sehingga semakin besar ukuran perusahaan, maka akan semakin tinggi perilaku sticky cost.
Berdasarkan argumen yang telah dipaparkan, maka dapat dirumuskan hipotesis dua:
H2 = Ukuran perusahaan berpengaruh terhadap sticky cost.
METODE PENELITIAN
Jenis penelitian yang digunakan dalam penelitian ini adalah kuantitatif inferensial. Variabel bebas dalam penelitian ini yaitu inventory intensity ratio dan ukuran perusahaan, sedangkan variabel terikatnya yaitu sticky cost. Data yang digunakan dalam penelitian ini adalah data sekunder yang berupa laporan keuangan pada perusahaan manufaktur yang terdaftar pada Bursa Efek Indonesia periode 2015-2019. Populasi penelitian ini adalah perusahaan manufaktur yang terdaftar pada BEI periode 2015-2019. Penelitian ini menggunakan perusahaan manufaktur karena variabel yang digunakan yaitu variabel inventory terdapat pada perusahaan manufaktur. Teknik penentuan sampel yang digunakan yaitu purposive sampling dengan kriteria perusahaan manufaktur pada BEI yang menyajikan laporan keuangan periode 2015-2019 secara terus menerus, perusahaan manufaktur yang menyajikan data laporan keuangan dalam rupiah penuh, dan memiliki kelengkapan data laporan keuangan yang digunakan sebagai variabel dalam penelitian ini. Perusahaan manufaktur periode 2015-2019 berjumlah 195 perusahaan yang kemudian disesuaikan dengan kriteria penentuan sampel yaitu perusahaan yang menyajikan laporan keuangan secara terus menerus dan memiliki kelengkapan data variabel sehingga menjadi 140 perusahaan. Dari 140 perusahaan disesuaikan lagi dengan kriteria laporan keuangan yang disajikan dalam rupiah penuh sehingga sampel akhir yang digunakan menjadi 57 perusahaan.
Teknik pengumpulan data dilakukan dengan melakukan pengunduhan laporan keuangan tahunan melalui akses internet pada www.idx.co.id. Penelitian ini menggunakan teknik analisis data yaitu analisis regresi linear berganda. Analisis linear berganda merupakan model persamaan yang menjelaskan hubungan satu variabel terikat dengan dua atau lebih variabel bebas. Dalam penelitian ini menggunakan persamaan model ABJ (Anderson, Banker, Janakiraman) untuk mengindikasikan adanya sticky cost terkait faktor yang mempengaruhinya dengan persamaan sebagai berikut :
LnSGAit = β0 + β1 LnSALESit + β2 DECDUMit*LnSALESit + β3 DECDUMit*LnSALESit*INVENTORYit + β4 DECDUMit*LnSALESit*SIZEit + ɛit
Pengukuran yang digunakan dalam penelitian ini yaitu menggunakan Ln dari total inventory untuk mengukur variabel inventory intensity ratio.
Pengukuran variabel ukuran perusahaan menggunakan Ln dari total aset yang dimiliki oleh perusahaan.
Kriteria pengujian hipotesis regresi dengan model ABJ (Anderson, Banker, Janakiraman) sebagai berikut :
a. Jika taraf signifikan > 0.05 H0 ditolak b. Jika taraf signifikan < 0.05 H0 diterima
Teknik analisis yang digunakan dalam penelitian ini adalah model regresi data panel yaitu gabungan dari data time series dan cross section serta moderated regression analysis (MRA) menggunakan aplikasi EViews versi 11.
Sebelum melakukan analisis regresi data panel, terlebih dahulu dilakukan analisis deskriptif kemudian data harus memenuhi asumsi stasioneritas agar tidak memiliki akar unit atau varians yang terlalu jauh mendekati nilai rata-ratanya. Uji stasioneritas menggunakan unit root kemudian diamati menggunakan Uji Levin, Lin dan Chu. Data dianggap stasioner jika nilai probabilitas kurang dari 0,05.
Setelah melakukan analisis deskriptif dan uji stasioner, langkah selanjutnya yaitu melakukan uji asumsi klasik. Tahapan uji asumsi klasik yang pertama yaitu uji normalitas, pada penelitian ini uji normalitas dilakukan untuk mengetahui apakah data berdistribusi normal atau tidak. Kriteria yang digunakan yaitu apabila data memiliki nilai probabilitas (>5%) maka data tersebut berdistribusi normal, sedangkan jika data yang memiliki probabilitas (<5%) maka data tersebut tidak berdistribusi normal. Uji asumsi klasik yang kedua yaitu uji multikolinearitas yang digunakan untuk mengetahui korelasi antar variabel bebas dalam pembentukan model regresi. Kriteria yang digunakan pada uji ini yaitu apabila correlation antar variabel bebas (<0,90) maka tidak terjadi multikolinearitas. Artinya jika terjadi multikolinearitas, maka kondisi tersebut menyalahi asumsi regresi.
Tahap selanjutnya yaitu melakukan estimasi model regresi data panel.
Terdapat tiga jenis model regresi data panel yaitu common effect model (CEM), fixed effect model (FEM), dan random effect model (REM). Selanjutnya memilih model yang tepat dengan melakukan uji chow-test, uji hausman, dan uji lagrange multiplier. Uji chow digunakan untuk menentukan pendekatan common effect ataupendekatan fixed effect. Jika probabilitas F lebih kecil dari α=0,05 maka model yang paling baik adalah fixed effect model. Sebaliknya, jika probabilitas F lebih besar dari α=0,05 maka model yang paling baik adalah common effect model. Uji hausman digunakan untuk menentukan antara pendekatan fixed effect dan random effect. Jika probabilitas lebih kecil dari α=0,05 maka model yang terbaik adalah fixed effect model. Sebaliknya, jika probabilitas lebih besar dari α=0,05 maka model yang terbaik adalah random effect model. Uji lagrange multiplier digunakan untukmenentukan antara model random effect dan common effect. Jika nilai p value lebihkecil dari α=0,05 maka model yang paling baik adalah random effect model. Sebaliknya, jika nilai p value lebih besar dari α=0,05 maka model yang terbaik adalah common effect model.
Tahap selanjutnya yaitu pengujian hipotesis dengan uji t dan uji koefisien determinasi (𝑅2). Uji t dilakukan untuk mengetahui kemampuan masing-masing variabel independen dalam menjelaskan variabel dependen dengan tingkat signifikansi α = 5% (0.05). Jika probabilitas kurang dari 0.05, artinya terdapat pengaruh signifikan antara variabel independen terhadap variabel dependen.
Sebaliknya jika probabilitas lebih dari 0.05, artinya tidak terdapat pengaruh signifikan antara variabel independen terhadap variabel dependen. Uji koefisien determinasi menggunakan nilai adjusted R-squared, dilakuan untuk mengetahui seberapa besar variabel dependen dapat dijelaskan oleh variabel independen.
HASIL DAN PEMBAHASAN Hasil
Analisis Statistik Deskriptif
Statistik deskriptif merupakan gambaran data pada setiap variabel penelitian.
Data penelitian tersebut meliputi rata-rata (mean), nilai tengah (median), maksimum, minimum, standar deviasi (standard deviation), dll. Berikut merupakan tabel hasil statistik deskriptif.
Table 1. Hasil Statistik Deskriptif
SGA SALES PERIODE INVENTORY SIZE
1 Mean 25.43984 27.53377 6.610174 1.584000 181.0863 2 Median 25.42817 27.56157 0.000000 0.000000 0.000000 3 Maximum 29.52513 30.85097 29.74347 15.27455 892.4860 4 Minimum 22.61285 23.60260 0.000000 0.000000 0.000000 5 Std. Dev. 1.485568 1.407631 11.62833 3.392761 319.2839 6 Skewness 0.582780 -
0.015500
1.192815 2.339016 1.208676 7 Kurtosis 3.365622 3.178727 2.437312 7.880962 2.500197 8 Jarque-Bera 16.97390 0.374285 68.33923 519.9260 69.31240 9 Probability 0.000206 0.829325 0.000000 0.000000 0.000000 10 Sum 6945.078 7516.719 1804.578 432.4320 49436.56 11 Sum Sq.
Dev.
600.2799 538.9475 36779.33 3130.944 27728286
12 Observations 273 273 273 273 273
Sumber : Hasil Output EViews
Berdasarkan analisis statistik deskriptif pada tabel 1, SGA merupakan variabel terikat (variabel Y), sedangkan INVENTORY dan SIZE merupakan variabel bebas (variabel X). Variabel tersebut dikontrol menggunakan SALES dan PERIODE untuk mencegah adanya hasil perhitungan bias. Hasil dari penelitian ini tren rata-rata dari setiap variabel mengalami nilai yang fluktuatif. Sales, General and Administration (SGA) memiliki nilai rata-rata sebesar 25.43984. Sales (penjualan) memiliki nilai rata-rata 27.53377. Sedangkan periode memiliki nilai rata-rata 6.610174 dan Inventory memiliki nilai rata-rata sebesar 1.584000. Serta Size memiliki nilai rata-rata sebesar 181.0863. Data observasi dalam penelitian ini sebanyak 273.
Uji Stasioner
Uji stasioner pada penelitian ini menggunakan unit root dengan Uji Levin, Lin dan Chu. Data dianggap stasioner jika nilai probabilitas kurang dari 0.05. Jika data tidak stasioner pada derajat level, maka selanjutnya dilakukan uji stasioneritas data pada tingkat first difference dan second difference.
Table 2. Hasil Uji Stasioner
No Variabel Derajat Integrasi Prob. Keterangan
1 SGA Level 0.0000 Data Stasioner
2 SALES Level 0.0000 Data Stasioner
3 PERIODE Level 0.0000 Data Stasioner
4 SALES Level 0.0000 Data Stasioner
5 INVENTORY Level 0.0000 Data Stasioner
Sumber : Hasil Output EViews
Tabel 2 menunjukkan bahwa semua data dalam penelitian ini stasioner pada derajat level, berarti bahwa semua variabel tidak memiliki akar unit atau varians yang terlalu jauh mendekati nilai rata-ratanya sehingga layak untuk pengujian selanjutnya.
Uji Asumsi Klasik Uji Normalitas
Hasil uji normalitas dalam penelitian ini dapat dilihat dari gambar berikut :
Sumber : Hasil Output Eviews
Gambar 1. Hasil Uji Normalitas
Berdasarkan gambar 1, dapat dilihat bahwa nilai probability dalam uji normalitas adalah sebesar 0.789510. Nilai 0.789510 tersebut lebih besar dari 5%
(>0.05) yang dapat diartikan bahwa hasil uji normalitas dalam penelitian ini yaitu terdistribusi normal.
Uji Multikolinearitas
Hasil uji multikolinearitas dalam penelitian ini dapat dilihat pada tabel berikut :
Table 3. Hasil Uji Multikolinearitas
INVENTORY SIZE
INVENTORY 1.000000 0.817726
SIZE 0.817726 1.000000
Sumber : Hasil Output Eviews
Berdasarkan hasil uji multikolinearitas pada tabel 3, nilai correlation antara inventory dan size sebesar 0.817726. Nilai 0.817726 tersebut lebih kecil dari 0.90 (0.817726 < 0.90) maka dapat diartikan bahwa penelitian ini tidak terjadi multikolinearitas.
Uji Estimasi Model Uji Chow
Berikut merupakan tabel yang menyajikan hasil uji chow untuk menentukan estimasi model yang tepat.
Table 4. Hasil Uji Chow Redundant Fixed EffectsTests
Equation : Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 20.845964 (54,214) 0.0000
Cross-section Chi-square 500.739757 54 0.0000 Sumber : Hasil Output EViews
Berdasarkan hasil uji Chow yang menunjukkan nilai probabilitas cross- section F sebesar 0.0000. Karena nilai probabilitas cross-section F 0.0000 < 0.05, maka model estimasi yang digunakan adalah Fixed Effect Model (FEM) sehingga dilanjutkan dengan uji Hausman untuk menentukan antara Fixed effect Model (FEM) atau Random Effect Model (REM).
Uji Hausman
Berikut merupakan tabel yang menyajikan hasil dari uji hausman untuk menentukan estimasi model yang tepat.
Table 5. Hasil Uji Hausman Correlated Random Effects – Hausman Test Equation : Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 8.858704 4 0.0647
Sumber : Hasil Output EViews
Berdasarkan hasil uji Hausman yang menunjukkan nilai probabilitas cross- section random adalah 0.0647. Karena nilai probabilitas cross-section random 0,0647 > 0,05, maka model estimasi yang digunakan adalah Random effect Model (REM). Selain itu, karena model yang digunakan pada uji Chow dan uji Hausman berbeda, maka dilakukan pengujian Lagrange untuk menentukan antara Random Effect Model (REM) atau Common Effect Model (CEM).
Uji Lagrange
Berikut merupakan tabel yang menyajikan hasil uji lagrange untuk menentukan model estimasi yang digunakan.
Table 6. Hasil Uji Lagrange Lagrange Multiplier Tests for Random Effects Null hypotheses : No Effects
Alternative hypotheses : Two-sided (Breusch-Pagan) and one-sided (all others) alternatives
Cross-section Test Hypothesis Time
Both
Breusch-Pagan 315.9816 2.122945 318.1045
(0.0000) (0.1451) (0.0000)
Honda 17.77587 -1.457033 11.53916
(0.0000) -- (0.0000)
King-Wu 17.77587 -1.457033 3.266376
(0.0000) -- (0.0005)
Standardized Honda 18.27981 -1.277198 7.218949
(0.0000) -- (0.0000)
Standardized King-Wu 18.27981 -1.277198 0.587650
(0.0000) -- (0.2784)
Gourierioux, et al.* -- -- 315.9816
(<0.01)
*Mixed chi-square asymptotic critical values : 1% 7.289
5% 4.321 10% 2. 952 Sumber : Hasil Output EViews
Berdasarkan uji Lagrange menunjukkan nilai cross-section Breusch-Pagan adalah 0.0000. Karena nilai cross-section Breusch-Pagan 0.0000 < 0.05, maka model yang digunakan adalah Random Effect Model (REM).
Uji Hipotesis
Berikut merupakan tabel yang menyajikan hasil hipotesis pengaruh inventory intensity ratio dan ukuran perusahaan terhadap sticky cost.
Table 7. Hasil Uji Hipotesis Dependent Variable : SGA
Method : Panel EGLS (Cross-section random effects) Date : 06/18/22 Time : 13:32
Sample : 2015 2019 Periods included : 5
Cross-section included : 55
Total panel (unbalanced) observations : 273
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 1.072843 0.968856 1.107330 0.2691
SALES 0.883245 0.034950 25.27183 0.0000 PERIODE 0.028143 0.061756 0.455714 0.6490 INVENTORY
INTENSITYRATIO
0.033131 0.015480 2.140182 0.0332
SIZE -0.001060 0.002194 -0.483232 0.6293 Effects Specification
S.D. Rho
Cross-section random 0.686077 0.7962
Idiosyncratic random 0.347147 0.2038
Weighted Statistics
R-Squared 0.722988 Mean dependent var 5.631768 Adjusted R-squared 0.718854 S.D. dependent var 0.682919 S.E. of regression 0.350079 Sum squared resid 32.84478 F-statistic 174.8670 Durbin-Watson stat 1.301581 Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.717372 Mean dependent var 25.43984 Sum squared resid 169.6561 Durbin-Watson stat 0.251981 Sumber : Hasil Output EViews
Pengujian hipotesis dalam penelitian ini menggunakan Cross-section random effects yang dapat menunjukkan apakah hipotesis penelitian diterima atau ditolak melalui nilai Prob. yang terdapat dalam tabel untuk masing-masing variabel.
Apabila nilai probabilitas < 0.05, maka variabel independen mempunyai nilai signifikan terhadap variabel dependen. Sebaliknya, apabila nilai probabilitas > 0.05
maka variabel independen tidak memiliki nilai signifikan terhadap variabel dependen.
Berdasarkan hasil pengujian pada tabel 6, pengaruh inventory intensity ratio terhadap sticky cost diperoleh nilai probabilitas sebesar 0.0332. Oleh karena nilai probabilitas 0.0332 < 0.05, maka hipotesis satu diterima, karena inventory intensity ratio terbukti berpengaruh terhadap sticky cost. Sedangkan pengaruh ukuran perusahaan terhadap sticky cost diperoleh nilai probabilitas 0.6293. Oleh karena nilai probabilitas 0.6293 > 0.05, maka hipotesis kedua ditolak, karena ukuran perusahaan terbukti tidak memiliki pengaruh terhadap sticky cost.
Pembahasan
Hipotesis 1 : Inventory intensity ratio berpengaruh terhadap sticky cost.
Nilai probabilitas inventory intensity ratio (INVENTORY) adalah 0.0332.
Nilai 0.0332 lebih kecil dari 0.05 sehingga inventory intensity ratio memiliki pengaruh signifikan terhadap sticky cost. Ini berarti hipotesis untuk inventory intensity ratio diterima. Hasil ini juga didukung data penelitian yang menunjukkan rat-rata sampel perusahaan sebesar 1.584000. Nilai rata-rata ini mengartikan bahwa selama tahun 2015-2019 perusahaan sampel yang digunakan memiliki rata- rata total inventory intensity ratio sebesar 1.584000. Hal ini sesuai dengan hasil penelitian yang dilakukan olehEvelyn (2019), Jazuli et al., (2020), dan Azmi dan Januryanti (2021) yang menyatakan bahwa asset intensity berpengaruh terhadap sticky cost. Apabila aset diinvestasikan ke persediaan maka perusahaan akan sulit untuk mengurangi persediaan ketika terjadi penurunan penjualan. Saat penjualan menurun, skala pembelian persediaan akan mudah untuk diturunkan, namun pengurangan persediaan yang tidak digunakan akan lebih mahal karena memunculkan biaya penyesuaian. Biaya penyesuaian tersebut berupa biaya pemeliharaan dan penyimpanan persediaan. Perusahaan yang memiliki persediaan yang tinggi akan mengalami kelengketan biaya karena perusahaan akan tetap mengeluarkan biaya pemeliharaan dan penyimpanan yang tinggi yang tidak mudah dikurangi, bahkan ketika penjualan menurun, sehingga meningkatkan terjadinya sticky cost yang dapatmenyebabkan penurunan pada laba.
Hipotesis 2 : Ukuran perusahaan berpengaruh positif terhadap sticky cost.
Nilai probabilitas ukuran perusahaan (SIZE) adalah 0.6293. Nilai 0.6293
tersebut lebih besar dari 0.05 sehingga ukuran perusahaan tidak memiliki pengaruh yang signifikan terhadap sticky cost. Ini berarti hipotesis ukuran perusahaan ditolak.
Ukuran perusahaan memiliki pengaruh negatif yang tidak signifikan tehadap sticky cost. Hasil ini juga didukung data penelitian yang menunjukkan rata-rata sampel perusahaan sebesar 181.0863. Nilai rata-rata ini mengartikan bahwa selama tahun 2015-2019 perusahaan sampel yang digunakan memiliki rata-rata total aset sebesar 181.0863. Hal ini sejalan dengan hasil penelitian Evelyn (2019), Santoso dan Rachmawati (2019), dan Jazuli et al., (2020) yang menyatakan bahwa ukuran perusahaan tidak berpengaruh terhadap sticky cost. Sticky cost muncul akibat adanya keputusan manajemen tentang pengurangan aset saat terjadi penurunan penjualan. Pada saat penjualan mengalami penurunan, perusahaan cenderung untuk mengoptimalkan aktivitas operasionalnya dibandingkan mengurangi aset perusahaan karena biaya operasional merupakan biaya variabel yang dapat berubah menyesuaikan aktivitas operasional ketika penurunan penjualan. Sehingga biaya operasional dapat digunakan untuk menutupi biaya pemeliharaan aset yang merupakan biaya tetap yang sulit turun dan menyebabkan terjadinya sticky cost.
Sticky cost tidak disebabkan oleh besar kecilnya suatu perusahaan. Perusahaan besar memiliki committed resource yang tinggi, begitu juga dengan perusahaan kecil yang tidak menutup kemungkinan untuk memiliki committed resource yang tinggi. Ukuran perusahaan baik besar maupun kecil, apabila aktivitas penjualan tidak mengalami perubahan maka manajemen tidak akan mengambil keputusan mengenai sumber daya yang harus disesuaikan kepemilikannya dengan penjualan yang ada sehinggatidak berpengaruh terhadap sticky cost.
KESIMPULAN DAN SARAN Kesimpulan
Berdasarkan hasil penelitian dan pembahasan yang telah diuraikan, kesimpulan dari penelitian ini yaitu adanya pengaruh signifikan dari inventory intensity ratio terhadap perilaku sticky cost pada perusahaan manufaktur yang terdaftar pada BEI periode 2015-2019. Pengaruh inventory intensity ratio terhadap sticky cost disebabkan karena perusahaan sulit untuk mengurangi persediaan yang tinggi karena adanya biaya penyimpanan yang tinggi yang sulit untuk dikurangi, bahkan ketika penjualan menurun.
Pada ukuran perusahaan, tidak ditemukan adanya pengaruh terhadap sticky cost. Ukuran perusahaan tidak memiliki pengaruh terhadap karena sticky cost tidak disebabkan oleh besar kecilnya s u a t u perusahaan. Perusahaan besar tentu memiliki commited resource yang tinggi, namun perusahaan kecil juga bisa memiliki committed resource yang tinggi. Ukuran perusahaan tidak akan berpengaruh terhadap manajemen dalam mengambil keputusan mengenai sumber daya apabila tidak terjadi perubahan penjualan.
Keterbatasan dan Saran
Keterbatasan dalam penelitian ini adalah hanya menggunakan periode pengamatan 2015-2019, karena tahun 2020 terjadi pandemi covid-19 yang mempengaruhi perilaku biaya. Keterbatasan lain dalam penelitian ini yaitu pada objek penelitian sektor manufaktur yang terdaftar pada BEI, tidak semua perusahaan menyajikan laporan keuangan secara berturut-turut pada periode 2015-2019.
Berdasarkan hasil, pembahasan, kesimpulan, dan keterbatasan pada penelitian ini, maka terdapat saran agar penelitian selanjutnya memperoleh hasil yang lebih baik. Saran yang diberikan yaitu, penelitian selanjutnya disarankan untuk menggunakan periode pengamatan tahun 2020 pada saat pandemi covid-19 untuk mengetahui perilaku biaya pada saat terjadi pandemi. Penelitian selanjutnya juga disarankan agar dapat melakukan penelitian menggunakan sampel pada sektor lain dengan variabel yang lebih bervariasi.
Daftar Pustaka
Anderson, M. C., Banker, R. D., & Janakiraman, S. N. (2003). Are Selling , General , and Administrative Costs “ Sticky ”? Journal of Accounting Research, 41(972), 47–63. https://doi.org/https://doi.org/10.1111/1475-679X.00095 Artinasari, N., & Mildawati, T. (2018). Pengaruh Profitabilitas, Leverage,
Likuiditas, Capital Intensity, dan Inventory Intensity terhadap Tax Avoidance. Jurnal Ilmu Dan Riset Akuntansi, 7(8), 1–18.
Azmi, Z., & Januryanti, J. (2021). Faktor-Faktor Yang Mempengaruhi Sticky Cost.
J-MAS (Jurnal Manajemen Dan Sains), 6(1), 274.
https://doi.org/10.33087/jmas.v6i1.219
Candra, P. (2017). Pengaruh Asset Intensity Dan Employee Intensity Terhadap Sticky Cost Pada Biaya Penjualan, Administrasi, Dan Umum Pada Perusahaan Manufaktur Yang Terdaftar Di BEI. Jurnal Ilmiah Mahasiswa Akuntansi, 2(2), 303–313.
Evelyn, E. (2019). Pengaruh Perubahan Penjualan, Asset Intensity, Profitability, Size, Dan Leverage Terhadap Cost Stickiness. Jurnal Muara Ilmu Ekonomi Dan Bisnis, 2(2), 411. https://doi.org/10.24912/jmieb.v2i2.1609
Fadjriana, I. (2019). Pengaruh Capital Intensity Ratio,Inventory Intensity Ratio, Ownership Structure Terhadap Effective Tax Rate Dengan Kompensasi Rugi Fiskal Sebagai Variabel Moderasi. BALANCE Jurnal Akuntansi Dan Bisnis, 4(1), 496. https://doi.org/10.32502/jab.v4i1.1816
Jazuli, M. A., Maksum, A., & Rini, E. S. (2020). Analisis Faktor-Faktor Yang Mempengaruhi Cost Stickiness Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia Periode 2014-2018. Jurnal Sains Sosio Humaniora, 4(1), 205–222. https://doi.org/10.22437/jssh.v4i1.9917
Kartikasari, R., Suzan, L., & Muslih, M. (2018). Perilaku Sticky Cost Terhadap Biaya Tenaga Kerja Dan Beban Usaha Pada Aktivitas Penjualan. Jurnal
Riset Akuntansi Kontemporer, 10(1), 1–7.
https://doi.org/10.23969/jrak.v10i1.1055
Mohammadi, A., & Taherkhani, P. (2017). Organizational capital, intellectual
capital and cost stickiness (evidence from Iran). Journal of Intellectual Capital, 18(3), 625–642. https://doi.org/10.1108/JIC-06-2016-0066
Putri, C. L., & Lautania, M. F. (2016). Pengaruh Capital Intensity Ratio, Inventory Intensity Ratio, Ownership Structure dan Profitability Terhadap Effective Tax Rate (ETR) (Studi pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Ta. Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi (JIMEKA), 1(1), 101–119.
Santoso, V. H., & Rachmawati, D. (2019). Pengaruh Ukuran Perusahaan , Remunerasi CEODan Modal Intelektual Terhadap Sticky Cost Pada Perusahaan Manufaktur Yang Terdaftar BEI Tahun 2018-2019. Jurnal
Akuntansi Dan Pajak, 22(1).
https://doi.org/http://dx.doi.org/10.29040/jap.v22i1.1892
Suak, M., Sondakh, J. J., & Gamaliel, H. (2021). Effect Of Tax Planning, Earnings Growth, Asset Management, And Sticky Costs On Firm Value (Study On Property And Real Estate Companies Listed On The Indonesia Stock Exchange In 2016 -2019). Jurnal Riset Akuntansi Dan Auditing
“GOODWILL,” 2(2), 142–152.
https://doi.org/https://doi.org/10.35800/jjs.v12i2.36253
Tiono, I., & Fanani, Z. (2017). Dampak Keputusan Manajer Terhadap Biaya Sticky.
Universitas Airlangga, 2(2), 45–58.
Windyastuti. (2013). Penetapan Target Terhadap Stickiness Cost. Jurnal Keuangan
Dan Perbankan, 17(1), 71–77.
https://doi.org/https://doi.org/10.26905/jkdp.v17i1.727
Yunaz, F., & Sasongko, C. (2018). Analisis perilaku dan determinan cost stickiness pada perusahaan manufaktur di Indonesia. Persaingan Dan Kerjasama Ekonomi Dan Bisnis, 9–17.
Zulaikha, & Darmadi, I. N. H. (2013). Analisis faktor yang mempengaruhi manajemen pajak dengan indikator tarif pajak efektif. Diponegoro Journal
of Accounting, 2(4), 1–12. http://ejournal-
s1.undip.ac.id/index.php/accounting
