BAB III. METODE PENELITIAN
3.4. Metode Analisis Data
3.4.2. Teknik Pengujian Stastistik
3.4.2.4. Koefisien Determinasi
Koefisien determinasi (R2) digunakan untuk mengetahui ada atau tidaknya hubungan antara variabel independen dengan variabel dependen.
Adjusted R2 digunakan mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Jika R dan Adjusted R2 memiliki nilai yang mendekati angka satu, berarti variabel-variabel independen memiliki hubungan yang sangat kuat dan memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2002).
BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Gambaran Umum Objek Penelitian
Populasi yang digunakan dalam penelitian ini adalah perusahaan yang bergerak dalam industri manufaktur yang terdaftar di Bursa Efek Indonesia untuk periode 2003 – 2008. Berdasarkan data yang diperoleh dari BEI diketahui bahwa jumlah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia sampai tahun 2008 adalah 116 perusahaan (lihat lampiran 1). Dari 116 perusahaan tersebut terdapat 31 perusahaan yang tidak memiliki kelengkapan laporan keuangan. Selanjutnya, dari 85 perusahaan yang memiliki laporan keuangan yang lengkap dari tahun 2003 – 2008, sebanyak 17 perusahaan memiliki nilai buku yang negatif dan 4 perusahaan yang menggunakan mata uang selain Rupiah dalam laporan keuangannya. Dengan demikian, jumlah perusahaan manufaktur yang memenuhi syarat yang telah ditentukan dalam penelitian ini adalah 64 perusahaan (lihat lampiran 3). Berikut adalah rincian pemilihan sampel penelitian:
Tabel 4.1
Pemilihan Sampel Penelitian
Deskripsi karakteristik sampel penelitian Jumlah perusahaan Perusahaan manufaktur yang listed di BEI
sampai tahun 2008
116
Perusahaan manufaktur yang tidak memiliki kelengkapan data selama periode 2003 – 2008
31
Perusahaan listed sampai tahun 2008 dan memiliki laporan keuangan tahun 2003 – 2008
85
Perusahaan manufaktur yang memiliki nilai buku yang negatif
Perusahaan manufaktur yang menyatakan laporan keuangannya dalam mata uang selain rupiah
17
4
Perusahaan manufaktur yang memenuhi kriteria untuk menjadi sampel penelitian
64
Sumber: Data yang Diolah
Dari 64 perusahaan sampel diperoleh 256 sampel penelitian yang selanjutnya dilakukan pengujian awal dalam program SPSS. Namun, dari output diketahui bahwa grafik plot menunjukkan adanya gangguan normalitas data dan terdapat heteroskedastisitas. Untuk itu dilakukan beberapa upaya, untuk dapat memenuhi seluruh uji asumsi klasik berdasarkan Mendenhall dan Sincich (1996).
Cara pertama yang dilakukan adalah menggunakan nilai Mahalanobi untuk mengeleminasi sampel. Sampel dengan nilai Mahalanobi terbesar diantara sampel penelitian lain dihapus berikut dengan perusahaan sampelnya agar data yang diperoleh konsisten. Namun, grafik plot normalitas dan heteroskedastis tidak menunjukkan perubahan yang signifikan walaupun telah mengeliminasi sebanyak 33 perusahaan sampel. Sehingga, dapat disimpulkan bahwa cara ini tidak efektif dan tidak dapat digunakan.
Cara kedua adalah dengan melakukan transformasi terhadap variabel dependen ( Ln Y ). Cara ini mengakibatkan sebanyak 26 perusahaan sampel dihilangkan karena variabel dependennya memiliki nilai negative dan menyisakan sebanyak 38 perusahaan sampel. Dengan cara ini, statistik deskriptif justru menunjukkan nilai standar deviasi yang sangat tinggi pada variabel independen pertama, yaitu sebesar 1290.49472. Uji-t, menunjukkan bahwa variabel independen yang kedua tidak signifikan. Sementara itu, grafik plot menunjukkan bahwa data berpola normal tetapi tetap terdapat heteroskedastisitas karena belum berpola random. Dengan sampel penelitian 152 maka batas bawah dan batas atas nilai Durbin-Waston adalah masing-masing sebesar 1.72161 dan 1.74807. Nilai Durbin-Watson yang dihasilkan sebesar 0.681, artinya terjadi justru terjadi auto korelasi positif ( 0 < d < dl ). Oleh karena itu dapat disimpulkan bahwa cara transformasi seperti ini tidak dapat digunakan.
Cara ketiga yaitu dengan melakukan tranformasi terhadap variabel dependen ( Ln Y ) dan variabel independen pertama ( Ln X1 ). Dengan menggunakan cara ini mengakibatkan sebanyak 31 perusahaan sampel
dihilangkan karena memiliki nilai variabel dependen dan atau variabel independen pertama yang bernilai negative dan menyisakan 33 perusahaan sampel. Dengan menggunakan cara ini, dapat diperoleh hasil yang memenuhi semua uji asumsi klasik. Adapun hasil tersebut adalah sebagai berikut:
4.2 Analisis Statistik Deskriptif
Statistik deskriptif berkaitan dengan pengumpulan dan pemeringkatan data, yang menggambarkan karakteristik sampel yang digunakan dalam penelitian ini. Analisis ini dimaksudkan untuk menjelaskan karakteristik sampel terutama mencakup nilai rata-rata, nilai ekstrim yaitu nilai minimum dan nilai maksimum, serta standar deviasi.
Tabel 4.2
Hasil Analisis Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Ln_EPS_masadepan 132 -.42 9.40 4.4518 2.45641
Ln_EPS_sekarang 132 -.42 8.85 4.3218 2.39591
Hi_CON_ACC 132 0 1 .55 .499
Valid N (listwise) 132
Berdasarkan tabel 4.2 dapat diketahui jumlah sampel yang telah diteliti sebanyak 132 sampel. Variabel yang digunakan adalah (Ln Et+1) laba per lembar saham masa depan, (Ln Et) laba per lembar saham sekarang dan (Hi_CON-ACC) variabel dummy, yaitu dimana 1 (untuk nilai konservatisme akrual > median) dan 0 (untuk nilai konservatisme akrual < median). Variabel penelitian diambil 33
perusahaan dari industri manufaktur yang terdaftar di Bursa Efek Indonesia periode tahun 2004-2007.
4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen, keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah yang baik adalah memiliki distribusi data normal atau mendekati normal (Ghozali, 2002). Salah satu pendekatan yang dapat digunakan adalah dengan menggunakan grafik plot yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal.
Gambar 4.1 Uji Normalitas
Observed Cum Prob
1.0 0.8 0.6 0.4 0.2 0.0
Expected Cum Prob
1.0
0.8
0.6
0.4
0.2
0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Ln_EPS_masadepan
Berdasarkan grafik di atas, dapat dilihat bahwa data menyebar di sekitar garis diagonal dan mengikuti arah dari garis diagonal. Hal tersebut menunjukkan pola distribusi normal, sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
4.3.2 Uji Multikolinearitas
Multikolinearitas merupakan uji yang bertujuan untuk melihat apakah variabel-variabel independen dalam persamaan regresi linear berganda mempunyai korelasi yang erat satu sama lainnya. Penelitian yang mengandung multikolinearitas akan berpengaruh terhadap hasil penelitian tersebut menjadi tidak berfungsi. Cara yang digunakan untuk mendeteksi ada tidaknya multikolinearitas adalah dengan mendasarkan pada nilai tolerance dan VIF. Nilai tolerance untuk semua variabel independen lebih besar dari 0,10. Rule of thumb yang digunakan untuk menentukan bahwa nilai tolerance tidak berbahaya terhadap gejala multikolinearitas adalah 0,10. Dari nilai VIF diketahui bahwa VIF semua variabel kurang dari 10. Menurut Gujarati (1995) semakin tinggi nilai VIF maka semakin tinggi kolinearitas antar variabel independen. Rule of thumb yang digunakan untuk menentukan bahwa niai VIF tidak berbahaya adalah kurang dari 10.
Tabel 4.3 Uji Multikolinearitas
Coefficients(a)
Model
Collinearity Statistics B Std. Error
1 (Constant)
Ln_EPS_sekarang .997 1.003
Hi_CON_ACC .997 1.003
a. Dependent Variable: Ln_EPS_masadepan
Berdasarkan tabel 4.3 maka dapat diketahui bahwa antara variabel- variabel independen tidak terdapat gangguan multikolinearitas ini ditunjukan oleh nilai VIF dan tolerance yang masing-masing berkisar pada angka 1 yaitu Ln Et (laba per lembar saham sekarang) sebesar 1.003 dan Hi_CON-ACC (variabel dummy konservatisme berdasarkan nilai akrual) sebesar 1.003. Hasil pengolahan data menggunakan VIF seperti pada tabel, nilai tolerance untuk kedua variabel independen lebih besar dari 0.10 (masing-masing sebesar 0.997). Menurut Gujarati (1995) semakin tinggi nilai VIF semakin tinggi kolinearitas antar variabel independen. Rule of thumb yang digunakan untuk menentukan bahwa nilai VIF yang tidak berbahaya adalah apabila kurang dari 10. Dengan demikian nilai tolerance dan VIF menunjukkan tidak terdapat multikolinearitas pada perubahan tahun 2004-2008 yang berbahaya dalam model penelitian ini.
4.3.3 Uji Autokorelasi
Pengujian autokorelasi dilakukan untuk melihat adanya korelasi yang runtut misalnya data yang pertama berkorelasi dengan data yang kedua, data yang kedua dengan data yang ketiga dan seterusnya. Berikut ini adalah hasil uji statistik mengenai ada tidaknya autokorelasi pada data penelitian ini.
Tabel 4.4 Uji Autokorelasi
Model Summary(b)
Model R R Square
Adjusted R Square
Std. Error of
the Estimate Durbin-Watson
1 .959(a) .920 .919 .70046 2.024
a Predictors: (Constant), Hi_CON_ACC, Ln_EPS_sekarang b Dependent Variable: Ln_EPS_masadepan
Untuk mengetahui apakah data pada penelitian ini mengandung autokorelasi atau tidak maka hasil uji statistik di atas dapat diketahui dengan melihat gambar The Durbin-Watson t Statistics di bawah ini:
Gambar 4.2
The Durbin-Watson t Statistics
Positive correlation
Zone of indecision
No positive and negative correlation
Negative correlation
Zone of indecision
0 1.70049 1.73100 2 2.269 2.29951 4 n-132, k-2
Nilai Durbin Watson yang diperoleh adalah sebesar 2.024 (du<d<4−du), sehingga menurut kriteria yang terdapat pada tabel maka dapat ditarik kesimpulan bahwa tidak terdapat autokorelasi. Hal ini juga menunjukkan bahwa tidak ada autokorelasi serial antara data pertama berkorelasi dengan data kedua, data kedua dengan data ketiga, dan selanjutnya. Dengan demikian, hal ini menunjukkan bahwa model persamaan pada perubahan tahun 2004, 2005, 2006, dan 2007 bebas autokorelasi.
4.3.3 Uji Heteroskedastisitas
Heteroskedastisitas dapat dilihat dengan melakukan pengujian terhadap semua sampel yang ada dengan uji grafik scatterplot. Pengujian ini dilakukan dengan tujuan untuk melihat jarak kuadrat titik-titik sebaran terhadap garis regresi. Untuk mendeteksi gejala heteroskedastisitas dalam persamaan regresi digunakan metode grafik dengan menggunakan plot pada regresi. Metode grafik dengan menggunakan nilai prediksi variabel dependen (Zpred) dengan residualnya (Sresid) untuk melihat ada tidaknya pola tertentu pada grafik scatterplot antara sresid dengan zpred jika ada pola tertentu seperti titik-titik (point-point) yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit) maka telah terjadi heteroskedastisitas, jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y maka tidak terjadi heteroskedastisitas.
Gambar 4.3 Uji Heteroskedastisitas
Regression Standardized Predicted Value
2 1
0 -1
-2
Regression Standardized Residual
4
2
0
-2
Scatterplot
Dependent Variable: Ln_EPS_masadepan
Dari hasil uji di atas tampak data yang akan diuji terhindar dari gangguan heterskedastisitas, dapat dilihat dari grafik di atas titik yang berada di dalamnya menyebar. Dengan menggunakan uji tersebut, maka perubahan tahun 2004, 2005, 2006, dan 2008 tidak terjadi gejala heteroskedastisitas pada model regresi.
4.4 Pengujian Signifikansi dan Koefisien Determinasi (R2) 4.4.1 Uji Signifikasi
4.4.1.1 Uji Signifikansi Parameter Individual (Uji Statistik t)
Melihat uji parsial t dari masing-masing variabel yang menjelaskan. Uji t untuk menentukan signifikan tidaknya (berarti atau tidaknya) suatu variabel penjelas atau variabel independen dalam mempengaruhi variabel dependen.
Tabel 4.5 Uji Statistik t
Coefficients(a)
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta Tolerance VIF
1 (Constant)
.350 .141 2.490 .014
Ln_EPS_sekarang .985 .026 .960 38.497 .000
Hi_CON_ACC -.278 .123 -.057 -2.266 .025
a Dependent Variable: Ln_EPS_masadepan
Ln Et+1 = 0.350 + 0.985 Ln Et + (– 0.278) Hi_CON-ACCjt.Et + et+1
Dari persamaan di atas dapat dilihat hasil uji t bahwa laba per lembar sekarang (Ln Et) dapat menjelaskan variabel laba per lembar masa depan (Ln Et+1) sebesar 0.985 dengan nilai signifikansi t sebesar 0.000 dan sangat signifikan pada tingkat signifikansi α = 0.05. Dengan demikian variabel laba per lembar
saham sekarang mempunyai pengaruh yang positif terhadap variabel laba per lembar saham masa depan.
Variabel dummy yaitu konservatisme berdasarkan perhitungan akrual (Hi_CON-ACC) memiliki nilai t sebesar -0.278 dengan nilai signifikansi t sebesar 0.025 dan signifikan pada tingkat signifikansi α = 0.05. Dengan demikian variabel dummy mempunyai pengaruh negatif terhadap variabel laba per lembar saham masa depan.
4.4.1.2 Uji Signifikansi Simultan (Uji Statistik F)
Uji-F dilakukan dengan cara pengujian variabel-variabel independen secara serempak. Tujuan dari pengujian variabel-variabel secara serempak adalah untuk menentukan apakah variabel-variabel independen secara keseluruhan mempengaruhi variabel dependen secara statistik.
Tabel 4.6 Uji Statistik F
ANOVA(b)
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 727.154 2 363.577 741.026 .000(a)
Residual 63.293 129 .491
Total 790.446 131
a Predictors: (Constant), Hi_CON_ACC, Ln_EPS_sekarang b Dependent Variable: Ln_EPS_masadepan
Nilai F-statistik sebesar 741.026 sangat signifikan secara statistik pada α=0,05. Dengan demikian, secara statistik dapat dibuktikan bahwa variabel- variabel independen secara keseluruhan mempengaruhi variabel dependen.
4.4.2 Koefisien Determinasi (R2)
Nilai R2 menunjukkan seberapa besar proporsi dari total variasi variabel dependen yang dapat dijelaskan oleh variabel-variabel independen-nya (Gujarati, 1995). Jika R dan Adjusted R2 memiliki nilai yang mendekati angka satu, berarti variabel-variabel independen memiliki hubungan yang sangat kuat dan memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2002).
Tabel 4.7 Koefisien Determinasi
Model Summary(b)
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .959(a) .920 .919 .70046 2.024
a Predictors: (Constant), Hi_CON_ACC, Ln_EPS_sekarang b Dependent Variable: Ln_EPS_masadepan
Koefisien determinasi (R2) sebesar 0,920 menunjukkan bahwa 92% dari total variasi dependen dapat dijelaskan oleh model yang disajikan. Laba per lembar saham sekarang dan konservatisme akuntansi mampu menjelaskan variabel laba per lembar saham masa depan sebesar 92% sedangkan sisanya 8%
dijelaskan oleh faktor lain yang tidak masuk dalam model penelitian misalnya determinan persistensi laba menurut Wild et.al (2007) yaitu tren dari laba, manajemen laba, dan insentif bagi manajemen. Hal ini menunjukkan masih ada faktor lain di luar faktor laba per lembar saham sekarang dan konservatisme akuntansi yang berpengaruh terhadap laba per lembar saham masa depan pada perusahaan.
4.5 Analisis Hasil Regresi
Ln Et+1 = 0.350 + 0.985 Ln Et – 0.278 Hi_CON-ACCt.Et + et+1
Hasil analisis regresi pada penelitian ini digunakan untuk membuktikan pengujian hipotesis dalam penelitian ini. Pada regresi ini menunjukkan hasil persamaan regresi antara variabel dependen yaitu laba per lembar saham masa depan dengan variabel independen yaitu laba per lembar saham sekarang dan konservatisme akuntansi.
Konstanta sebesar 0.350, artinya tanpa variabel laba per lembar saham sekarang dan konservatisme akuntansi maka laba per lembar saham masa depan perusahaan sebesar 0.350.
Nilai koefisien laba per lembar saham sekarang (β1) sebesar 0.985 menunjukkan apabila laba per lembar saham perusahaan periode t naik sebesar 1% akan mengakibatkan laba per lembar saham perusahaan pada periode t+1 bertambah sebesar 0.985%. Hasil ini juga membuktikan bahwa laba sekarang (current earning) dapat digunakan untuk mengestimasi laba masa depan (future earning).
Nilai koefisien variabel dummy konservatisme (β2) sebesar -0.278.
Berdasarkan Halvorsen dan Palmquist (1980) dalam Gujarati (1995) digunakan antilog (℮0.278) = 1.32048. Dengan mengurangi 1 dari nilai antilog, maka artinya laba yang konservatif berpengaruh negatif terhadap laba per lembar saham masa depan lebih besar 0.32048 atau 32,05 % dibandingkan dengan laba yang kurang konservatif.
4.6 Hasil Pengujian Hipotesis
Ln Et+1 = 0.350 + 0.985 Ln Et – 0.278 Hi_CON-ACCt. Et + et+1
Hasil analisis regresi digunakan untuk membuktikan pengujian hipotesis dalam penelitian ini. Regresi ini menunjukkan hasil persamaan regresi antara variabel dependen yaitu laba per lembar saham masa depan dengan variabel independen yaitu laba per lembar saham sekarang, dan konservatisme akuntansi yang diproksikan dengan akrual.
Agar nilai koefisien variable dummy konservatisme -0.278 dapat diintepretasikan maka digunakan antilog (℮0.278) = 1.32048. Dengan mengurangi 1 dari nilai antilog, maka artinya laba yang konservatif berpengaruh negatif terhadap laba per lembar saham masa depan lebih besar 32,05% dibandingkan dengan laba yang kurang konservatif. Arah koefisien variabel adalah negatif dan signifikan, hal ini sesuai dengan harapan penelitian bahwa makin konservatif suatu laba maka akan kurang persisten terhadap periode yang akan datang dibanding laba yang kurang konservatif, dengan demikian Ho ditolak. Hasil penelitian ini konsisten dengan penelitian Dechow (1994) bahwa penggunaaan
akuntansi yang konservatif akan mengakibatkan adanya mismatching dan “noise”
terhadap laba, sehingga laba akan menjadi kurang persisten dan penelitian Paek et al (2007) pada perusahaan-perusahaan di Amerika Serikat yang menemukan bahwa laba yang lebih konservatif adalah kurang persisten dibandingkan dengan laba yang kurang konservatif.
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil pengujian yang dilakukan, diketahui bahwa konservatisme akuntansi secara signifikan mempengaruhi laba per lembar masa depan. Laba yang lebih konservatif berpengaruh negatif terhadap laba per lembar saham masa depan, yaitu lebih besar 32,05% dibandingkan dengan laba yang kurang konservatif. Dengan demikian dapat disimpulkan bahwa laba yang lebih konservatif dapat mengurangi prediktibilias laba atau penggunaan konservatisme akuntansi menyebabkan laba menjadi tidak persisten.
5.2 Saran
Penelitian ini berdasarkan pada sisi cost dari konservatisme misalnya, konservatisme akuntansi menyebabkan laba lebih banyak mempunyai ganguan (transitory). Padahal menurut Watts (2003a), praktek akuntansi menghasilkan efisiensi kontrak dan pajak, biaya litigasi, dan biaya regulator yang lebih rendah, yang mana hal tersebut adalah sisi yang menguntungkan menurut pandangan investor. Penelitian ini tidak mengontrol dan memasukkan manfaat-manfaat tersebut, maka untuk penelitian selanjutnya diharapkan dapat mengembangkan sebuah model yang lebih komprehensif tentang bagaimana konservatisme akuntansi mempengaruhi persistensi laba
Bagaimanapun juga tidak ada kesepakatan untuk mengukur besarnya konservatisme (Givoly et al, 2007), hal itu memungkinkan perhitungan konservatisme akuntansi dengan perhitungan akrual justru merepresentasikan fenomena ekonomi lain selain konservatisme akuntansi misalnya manajemen laba.
Penelitian selanjutnya diharapkan dapat menggunakan berbagai pengukuran sekaligus untuk mengurangi kesalahan dan menutupi kekurangan yang ada pada masing-masing pengukuran.
Penelitian ini hanya berfokus pada akuntansi konservatif dengan membedakan antara laba yang lebih konservatif dengan laba yang kurang konservatif. Penelitian selanjutnya diharapkan dapat menginvestigasi pengaruh konservatisme akuntansi terhadap persistensi laba dengan membedakan antara laba yang konservatif dan laba yang agresif.
Ball, R., Shivakumar, L., 2005. Earnings Quality in UK Private Firms:
Comparative Loss Recognition Timeliness. Journal of Accounting and Economics 39, 83-128.
Basu, S., 1997. The Conservatism Principle and The Asymmetric Timeliness of Earnings. Journal of Accounting and Economics 24, 3−37.
Beaver, W. H., Ryan, S. G., 2005. Conditional and Unconditional Conservatism:
Concepts and Modeling. Review of Accounting Studies 10, 269-309.
Chandrarin, G. 2001. Laba (Rugi) Selisih Kurs Sebagai Salah Satu Faktor yang Mempengaruhi Koefisien Respon Laba Akuntansi: Bukti Empiris dari Pasar Modal Indonesia. Disertasi. Yogyakarta: Universitas Gadjah Mada.
Dechow, P. M., 1994. Accounting Earnings and Cash Flows as Measures of Firm Performance: The Role of Accounting Accruals. Journal of Accounting and Economics 18, 3 - 42.
Dechow, P. M., Kothari, S. P., Watts, R. L., 1998. The Relation Between Earnings and Cash Flows. Journal of Accounting and Economics 25, 133-168.
Dewi, A. A. A. Ratna., 2004. Pengaruh Konservatisma Laporan Keuangan terhadap Earnings Response Coefficient. Jurnal Riset Akuntansi Indonesia, Vol 7 No. 2, Mei: 207-223.
Francis, J., LaFond, R., Olsson, P. M., Schipper, K., 2004. Cost of Equity and Earnings Attributes. The Accounting Review 79, 967-1010.
Givoly, D., C. Hayn. 2000. The Changing Time-Series Properties of Earnings, Cash Flows and Accruals: Has Financial Accounting Become More Conservative? Journal of Accounting & Economics 29, June: 287-320.
Givoly, D.. Hayn, C., 2002. Rising Conservatism: Implications for Financial Analysis. Financial Analysts Journal 58, 56-74.
Givoly, D., Hayn, C., Natarajan, A., 2007. Measuring Reporting Conservatism.
The Accounting Review 82, 65–106.
Ghozali, Imam (2002). Aplikasi Analisis Multivariate Dengan Program SPSS.
Semarang: Universitas Diponegoro.
Greene, H. William., 1997. Econometric Analysis.3rd edition. New York University.
Gujarati, Damodar, N., “Basic Econometrics”, 3rd Edition, Mc Graw-Hill.
International Editions 1995.
Kieso, D., Weygandt, J. 2001. Intermediate Accounting. Willey & Sons.
Lasdi, L., 2008. Determinan Konservatisma Akuntansi. The National Conference UKWMS 2. 2-4.
Lipe, R.C. 1990. The Relation Between Stock Return, Accounting Earnings, and Alternative Information. Accounting Reviews (Januari), 49-71.
Mayangsari, S., dan Wilopo. 2002. Konservatsima Akuntansi, Value Relevance dan Discretionary Accruals: Implikasi Empiris Model Feltham dan Ohlson (1996). Jurnal Riset Akuntansi Indonesia 5, 229-310.
Research 22, 693-717.
Paek, Wonsun., Chen, Lucy Huajing., Sami, Heibatollah., 2006. Accounting Conservatism, Earnings Persistence and Pricing Multiples on Earnings.
Journal of Contemporary Accounting and Economics Symposium.
Penman, Stephen H. Financial Statement Analysis and Security Valuation. Singapore:
Mc Graw Hill., 2001.
Penman, S. H., X. J. Zhang. 2002. Accounting Conservatism: The Quality of Earnings and Stock Returns. The Accounting Review 77, 237-264
Ruddock, C., Taylor, S. J., Taylor, S. L., 2006. Non-Audit Services and Earnings Conservatism: Is Auditor Independence Impaired? Contemporary Accounting Research 23, 701-746.
Sloan, Richard G. 1996. Do Stock Prices Fully Reflect Information in Cash Flows and Accruals About Future Earnings? The Accounting Review 71, 289- 315.
Suwardjono. 1989. Teori Akuntansi: Perekayasaan Akuntansi Keuangan. Edisi Kedua BPFE: Yogyakarta.
Watts, R.L., 2003a. Conservatism in Accounting Part I: Explanations and Implications. Accounting Horizons 17, 207–221.
Watts, R. L., 2003b. Conservatism in Accounting Part II: Evidence and Research Opportunities. Accounting Horizon 17, 287-301.
William, Mendenhall., Sincich, Terry., 1996. A Second Course in Statistics, 5 edition. Prentice Hall.
Widya. 2004. Analisis Faktor-Faktor yang Mempengaruhi Pilihan Perusahaan terhadap Akuntansi Konservatif. Simposium Nasional Akuntansi 7.
Wolk, H., M. Tearney, dan J. Dodd. 2000. Accounting Theory: A Conceptual and Institutional Approach, Third Edition, South-Western College Publishing.
Data Personal
Raditia Maharani Astika Jakarta, 17 Juli 1987
Jl. Percetakan IV Komplek PERURI No. 39, Keramat Pela, Kebayoran Baru
Jakarta Selatan
085694778803/021-98812762 [email protected]
Riwayat Pendidikan
Sekolah Dasar : 1993-1999 (SDI Dwi Matra, Jakarta)
Sekolah Menengah Pertama : 1999-2000 (SLTPN 68, Jakarta)
2000-2002 (SLTPN 48, Jakarta)
Sekolah Menengah Atas : 2002-2005 (SMUN 29, Jakarta)
Perguruan Tinggi : 2005-sekarang (Indonesia Banking School)
Sertifikasi
Service Excellence
Customer Service Excellence Basic Treasury
Trade Finacing Credit Analysis
Islamic Economic Study Club
Sumber: laporan keuangan perusahaan manufaktur (www.idx.co.id)
No. Kode No. Kode No. Kode No. Kode No. Kode No. Kode
1. AMFG 21. TPIA 41. KBRI 61. INDR 81. KBLM 101. HMSP
2. ARNA 22. UNIC 42. SAIP 62. KARW 82. SSCO 102. RMBA
3. KIAS 23. AKKU 43. AUTO 63. MYRX 83. VOKS 103. DVLA
4. MLIA 24. AKPI 44. BRAM 64. MYRXP 84. PTSN 104. INAF
5. TOTO 25. APLI 45. GDYR 65. MYTX 85. ARTI 105. KAEF
6. ALMI 26. BRNA 46. IMAS 66. PAFI 86. ASIA 106. MERK
7. BTON 27. DYNA 47. INDS 67. PBRX 87. KBLV 107. PYFA
8. CBTN 28. IGAR 48. LPIN 68. POLY 88. MYOH 108. SCPI
9. INAI 29. LAPD 49. NIPS 69. RDTX 89. ADES 109. SQBB
10. ITMA 30. SIAP 50. PRAS 70. RICY 90. AQUA 110. SQBI
11. JKSW 31. SIMA 51. SMSM 71. SSTM 91. CEKA 111. MRAT
12. LION 32. TALFA 52. SQMI 72. TFCO 92. DLTA 112. PROD
13. LMSH 33. TALFB 53. SUGI 73. UNIT 93. MLBI 113. TCID
14. PICO 34. MAIN 54. ARGO 74. UNTX 94. MYOR 114. KDSI
15. TBMS 35. SIPD 55. CNTB 75. BATA 95. PSDN 115. KICI
16. DPNS 36. DSUC 56. CNTX 76. BIMA 96. SKBM 116. LMPI
17. EKAD 37. SUDI 57. DOID 77. SIMM 97. SKLT
18. ETWA 38. TIRT 58. ERTX 78. IKBI 98. STTP
19. INCI 39. FASW 59. ESTI 79. JECC 99. ULTJ
20. SRSN 40. INRU 60. HDTX 80. KBLI 100 BATI