BAB III METODE PENELITIAN
H. Metode Analisis Data
H. Metode Analisis Data
Ada dua cara untuk menentukan apakah suatu variabel atau residual berdistribusi normal atau tidak menggunakan grafik dan statistik. Penelitian ini menggunakan kedua teknik tersebut untuk menilai kenormalan data.
b) . Uji Multikolinieritas
Uji multikolinieritas dapat digunakan untuk mengetahui ada tidaknya korelasi antar variabel bebas dalam suatu model regresi. Model regresi yang baik berarti tidak ada korelasi antara satu variabel independen dengan variabel independen lainnya (Ghozali, 2013). Variance inflation factor (VIF) dan toleransi dapat digunakan untuk menentukan ada tidaknya multilinearitas tertentu. Toleransi adalah teknik yang digunakan untuk meningkatkan variabilitas variabel independen yang tidak dijelaskan oleh variabel independen lainnya. Nilai VIF juga berkaitan dengan toleransi nilai, yang apabila nilai VIF tinggi, toleransi akan layak rendah, begitupun sebaliknya.
c) . Uji Autokorelasi
Tujuan dari autokorelasi adalah untuk memastikan bahwa tidak ada korelasi antara nilai residual pada periode t dan nilai residual pada periode .t-1 dalam model regresi linier. Sedangkan korelasi tersebut dapat juga disebut dengan autokorelasi, di mana penyebab autokorelasi adalah yang dilakukan secara rutin sepanjang waktu dan saling berkaitan satu dengan yang lainnya. Akibatnya, residu (metode penggunaan) dari satu pengamatan berkorelasi dengan residu dari yang lain. Peneliti melakukan uji durbin waston untuk mendeteksi autokorelasi (DW).
d) . Uji Heteroskedastisitas
Penggunaan heteroskedastista adalah pertanyaan tentang apakah, dalam model regresi, varian dari satu pengamatan residual berbeda. Jika varians dari satu pengamatan ke pengamatan berikutnya tetap konstan, situasinya disebut homoskedastisitas, dan jika berbeda, disebut heteroskedastisitas (Ghozali, 2013). Dalam penelitian ini, grafik Scatterplot digunakan untuk mendeteksi terjadi atau tidaknya heteroskedastisitas.
Dalam menentukan analisis hasil uji ini yaitu:
1.) Apabila ditemukan pola tertentu yaitu titik-titik yang ada membentuk pola teratur maka terjadi heterokedastisitas.
2.) Apabila titik-titik tidak dapat membentuk pola yang jelas atau teratur atau titik-titik tidak menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
I. Uji Hipotesis
Uji hipotesis dilakukan untuk mendapatkan hasil analisis data yang valid dan untuk memperbaiki hipotesis yang digunakan dalam penelitian ini. Uji hipotesis dilakukan dengan cara berikut: 1.) Menentukan laporan keuangan yang dijadikan objek penelitian, 2) Menghitung proksi dari masing-masing variabel seperti dengan cara ukur yang telah dijelaskan, 3) melakukan uji asumsi klasik untuk mendeteksi ada/tidaknya penyimpangan asumsi klasik atas persamaan regresi berganda yang digunakan, dan 4) Melakukan uji regresi linier berganda terhadap model regresi dengan tahapan-tahapan yang telah dijelaskan di atas.
Dalam penelitian ini digunakan software SPSS Versi 23 untuk mengetahui hubungan antara variabel bebas dan variabel terikat. F-Score dan variabel indikator independen diuji dengan menggunakan model yang ada dalam penelitian (Skousen dkk., 2009) yaitu:
πΉ β ππΆππ πΈ = π΅0 + π΅1π΄πΆπ»π΄ππΊπΈ + π΅2πΏπΈπ + π΅3π ππ΄ + π΅4πΌπππΈππππ π + π΅5π΅π·πππ
Keterangan:
+ π΅6π΄ππ·πΆπ»π΄ππΊπΈ + π΅7π·πΆπ»π΄ππΊπΈ + π
- Ξ²0 = Koefisien regresi konstanta
- Ξ²1,2,3,4,5,6,7 = Koefisien regresi masing-masing proksi
- F-SCORE = Potensi kecurangan laporan keuangan
- ACHANGE = Rasio perubahan total aset
- LEV = Rasio total kewajiban per total asset
- ROA = Rasio pengembalian investasi
- INVENTORY = Rasio perubahan total persediaan
- BDOUT = Rasio dewan komisaris independen
- AUDCHANGE = Pergantian auditor eksternal
- DCHANGE = Pergantian direksi
- e = error
1.) Uji Koefisien Determinasi (R2 )
Tujuan dari uji koefisien determinasi (R2) ini adalah untuk meningkatkan independensi variabel dengan mendeskripsikan variabel dependen yang digunakan dalam penelitian (Ghozali, 2013). Dimana Nilai R2 dibagi menjadi dua bagian: nol dan satu. Semakin menurunnya nilai angka nol, begitu pula pentingnya variabel bebas dalam menjelaskan variabel terikat. Atau, karena jumlah variabel berkurang, kemampuan variabel independen untuk menggambarkan variabel dependen meningkat.
2.) Uji Statistik T
Tujuan dari uji t adalah untuk mengurangi dampak variabel independen (stabilitas keuangan, tekanan eksternal, target keuangan, sifat industri, pemantauan yang efektif, rasionalisasi, dan kemampuan) terhadap variabel dependen (potensi laporan keuangan). Manfaat tersebut diperoleh dari signifikansi variabel independen individu terhadap variabel dependen, bersama dengan asumsi variabel independen lainnya. Transaksi ini menggunakan tingkat signifikansi () 5%. Uji kriteria t yaitu: H0 ditolak jika angka signifikansi lebih kecil dan H0 ditolak jika angka signifikansi lebih besar dan H0 ditolak jika angka signifikansi lebih besar dan H0 ditolak jika angka signifikan lebih besar dari Ξ±= 5.
BAB IV
ANALISIS DATA DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
Populasi yang digunakan pada penelitian ini adalah laporan keuangan sub sektor konsumsi dan industri yang terdaftar di Bursa Efek Indonesia pada periode 2018-2020, yang dimana terdapat sebanyak 64 perusahaan. Penulis menggunakan metode purposive sampling, yakni metode pengambilan sampel dengan pertimbangan bahwa sampel yang dipilih dapat mewakili populasi yang diteliti, dengan kata lain sampel dipilih berdasarkan kriteria yang telah ditentukan.
Setelah melalui tahap seleksi dalam menentukan sampel, diperoleh 11 perusahaan yang memenuhi kriteria. Dengan demikian, jumlah sampel yang menjadi objek penelitian ini yaitu sebayak 33 (11 perusahaan x 3 tahun). Berikut ini adalah tabel rincian penentuan sampel yang digunakan dalam penelitian ini
40
Tabel 4.1
Kriteria Pengambilan Sampel Penelitian
No Keterangan Tahun 2018-2020
1 Perusahaan sub sektor konsumsi dan industri yang terdaftar di Bursa Efek Indonesai dari tahun 2018-2020
64
2 Laporan keuangan tahunan yang dipublikasikan di website resmi Bursa Efek Indonesia selama periode 2018-2020
(53)
3 Tidak delisting dari Bursa Efek Indonesia selama periode 2018-2020
(0) 4 Tidak berpindah investor selama pengamatan
2018-2020 (0)
Jumlah perusahaan yang dijadikan sampel 11 Jumlah sampel perusahaan (11 perusahaan x 3
tahun) 33
B. Hasil Penelitian
1. Uji Statistik Deskriptif
Dalam mengambarkan dan mendeskripsikan variabel-variabel yang digunakan dalam penelitian maka dapat menggunakan statistik deskriptif. Nilai minimum, maksimum, nilai rata-rata (mean), simpangan baku (standart deviation), dan statistik yang digunakan dalam penelitian ini:
Tabel 4.2 Uji Statistik Deskripti
Descriptive Statistics
N Minimum Maximum Mean
Std.
Deviation
X1 33 -.86 1.71 .1018 .47125
X2 33 .01 1.60 .4806 .37747
X3 33 .00 1.49 .2032 .36482
X4 33 -5.02 12.69 1.1536 3.47545
X5 33 .30 .34 .3276 .00902
X6 33 1.00 2.00 1.1818 .39167
X7 33 1.00 2.00 1.1515 .36411
Y 33 -1.08 6.46 1.5159 1.62346
Valid N (listwise)
33 Sumber: data diolah 2022
Berdasarkan hasil analisis deskriptif pada tabel 4.2 dapat diketahui bahwa variabel X1, X2, X3, X4, X5, X6, X7, dan Y memiliki jumlah sampel sebanyak 33.
Nilai rata-rata X1 sebesar 0,1018, X2 (0,4806), X3 (0,2032), X4 (1,1536), X5 (0,3276), X6 (1,1818), X7 (1,1515), dan Y (1,5159). Nilai standar devisi X1 sebesar 0,47125, X2 (37747), X3 (0, 36482), X4 (3.47545), X5 (0,00902), X6 (39167), X7 (36411), dan Y (1.62346). Nilai minimum X1 sebesar -0,86, X2 (0,01), X3 (0,00), X4 (-5,02), X5 (0,30), X6 (1,00), X7 (1,00), dan Y (-1,08). Dan nilai maksimum X1 sebesar 1,71, X2 (1,60), X3 (1,49), X4 (12,69), X5 (0,34), X6 (2,00), X7 (2,00), dan Y (6,46).
2. Uji Asumsi Klasik
Uji asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, uji heteroskedasititas, uji mutikolonieritas, dan uji autokorelasi.
a.) Hasil Uji Normalitas
Uji normalitas dilakukan untuk melihat apakah dalam model regresi variabel terikat dari variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah model regresi yang berdistribusi normal atau mendekati normal. Analisis data menyaratkan data berdistribusi normal untuk menghindari bias dalam analisis data. Prosedur uji dilakukan dengan uji kolmogrov-smirnov dengan ketentuan ialah Hipotesis yang digunakan yaitu H0: residual tersebut normal dan H1: residual tidak tersebar normal.
Tabel 4.3 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 33
Normal Parametersa,b Mean .0000000
Std. Deviation .98011979
Most Extreme Differences Absolute .141
Positive .141
Negative -.100
Test Statistic .141
Asymp. Sig. (2-tailed) .093c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Berdasarkan tabel 4.3 menunjukkan (sig 0,093) yang berarti nilainya lebih besar dari 0,05 maka dapat disimpulkan variabel X, dan variabel Y menyatakan bahwa informasi dari masing-masing penelitian telah
berdistribusi normal secara statistic dan layak digunakan sebagai informasi penelitian.
Gambar 4. 1 Histogram
Berdasarkan uji grafik histogram didaptkan bahwa frekuensi residual paling banyak mengumpulkan pada 0 atau nilai penyebaran data sudah sesuai dengan kurva normal sehingga dikatakan bahwa residual sudah menyebar secara distribusi normal.
Gambar 4.2 Uji P-P Plot
Berdasarkan uji P-Plot didapatkan bahwa titik-titik data sudah menyebar mengikuti garis diagonal, sehingga dikatakan bahwa residual sudah menyebar secara distribusi normal.
b.) Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaab variance dari residual satu pengamatan yang lain.
Heteroskedasititas menunjukkan bahwa varuasi variabel tidak sama semua pengamatan. Pada heteroskedasititas kesalahan yang terjadi tidak secara acak tetapi menunjukkan hubungan yang sistematis sesuai dengan besarnya satu atau lebih variabel. Berdasarkan hasil pengolahan data, maka hasil dapat dilihat pada gambar berikut:
Gambar 4. 3 Scatterplot
Dari grafik yang ada pada gambar diatas dapat dilihat bahwa titik-titik menyebar secara acak, serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y.
c.) Uji Multikoloniaritas
Uji ini bertujuan u tuk mengetahui apakah terdapat korelasi yang besar antara variabel bebas dalam model regresi linear berganda. Jika terdapat korelasi yang besar antara variabel bebas dan variabel terikat maka ikatan dari variabel bebas dan terikat akan terganggu. Indentifikasi statistik yang bebas digunakan untuk menguji kendala multikolonearitas adalah variance inflator factor (VIF) dan nilai tolerance. Tabel dibawah ini menunjukkn uji multikolonealitas:
Tabel 4.4 Uji Multikolinearitas
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -6.957 7.985 -.871 .392
X1 1.437 .524 .417 2.740 .011 .629 1.589
X2 1.872 .541 .435 3.464 .002 .923 1.083
X3 1.951 .605 .438 3.223 .004 .788 1.269
X4 .258 .068 .552 3.773 .001 .681 1.469
X5 27.317 24.683 .152 1.107 .279 .774 1.291
X6 -.031 .520 -.008 -.060 .953 .926 1.079
X7 -1.892 .699 -.424 -2.706 .012 .593 1.687
a. Dependent Variable: Y_LN
Dari tabel 4.4 untuk semua variabel X diperoleh nilai tolerance diatas 0,10 dan nilai VIF dibawah 10,0. Hal ini dapat disimpulkan bahwa tidak terdapat multikolinearitas.
d.) Uji Autokorelasi
Pada penelitian ini pengujian menggunakan Durbin Watson karena pendekatan Durbin Watson sering digunakan untuk menguji apakah terjadi autokorelasi pada variabel independen. Model regreasi yang baik adalah regresi yang bebas dari autokorelasi. Batasan tidak terjadinya autokorelasi adalah DU<DW<4-DU.
Tabel 4.5 Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .797a .636 .533 1.10888 2.059
a. Predictors: (Constant), X7, X6, X4, X2, X5, X3, X1 b. Dependent Variable: Y_LN
Sumber: olah data spss
Berdasarkan hasil diatas pada tabel 4.5 diketahui nilai Durbin Watson sebesar 2,059, nilai ini lebih besar (>) dari nilai DU sebesar 1,812 dari nilai durbin watson lebih kecil (<) dari nilai 4-DU sebesar 2,118 sehingga dapat diambil kesimpulan bahwa tidak terjadi gejala autokorelasi.
3. Uji Hipotesis
a.) Uji Signifikan Parameter (uji statistik t)
Setelah dilakukan uji asumsi klasik dapat diperoleh kesimpulan bahwa model telah dapat digunakan untuk melakukan pengujian moderate regression analize. Berdasrkan hasil pengolahan data penelitian yang telah dilakukan, maka dapat ditunjukkan pada tabel pengujian parsial dibawah ini:
Tabel 4.6 Uji Satistik t
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
(Constant) -6.957 7.985 -.871 .392
X1 1.437 .524 .417 2.740 .011
X2 1.872 .541 .435 3.464 .002
X3 1.951 .605 .438 3.223 .004
X4 .258 .068 .552 3.773 .001
X5 27.317 24.683 .152 1.107 .279
X6 -.031 .520 -.008 -.060 .953
X7 -1.892 .699 -.424 -2.706 .012
a. Dependent Variable: Y_LN
Sumber: output spss
Berdasarkan hasil uji regresi berganda yang telah dilakukan dengan mnggunakan spss 23 for windows, dapat dibuat persamaan sebagai berikut:
F-score = 1.437 + 1.872 + 1.951 + 0, 258 + 27,317 + -0,031 + -1,892 Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel independen (penjelas) secara individual mampu menerangkan variasi variabel dependen (terikat). Jika nilai t-hitung (+) > (+) t-tabel atau t-hitung (-) < (-) t-tabel maka variabel independen secara individu berpengaruh terhadap variabel dependen tingkat signifikansi yang digunakan adalah 5%.
Dari hasil program SPSS yang dilakukan mengestimasi data pada tabel atas sehingga diperoleh:
1.) Variabel X1 (Financial Stability) memberikan niali koefesin parameter (t- hitung) sebesar 2.740 dengan tingkat signifikan 0, 011 (<0,05). Hal ini berarti H1 diterima sehingga dapat dikatakan bahwa financial
stability berpengaruh positif dan signifikan terhadap potensi laporan keuangan karena tingkat signifikansi yang dimiliki variabel financial stability <0,05 (0,011<0,05) dan nilai t-hitung > t-tabel (2,740>2,014).
2.) Variabel X2 (external presssure) memberikan niali koefesin parameter (t-hitung) sebesar 3,464 dengan tingkat signifikan 0, 002 (<0,05). Hal ini berarti H2 diterima sehingga dapat dikatakan bahwa external pressure berpengaruh positif dan signifikan terhadap potensi laporan keuangan karena tingkat signifikansi yang dimiliki variabel external pressure <0,05 (0,002<0,05) dan nilai t-hitung > t-tabel (3,464>2,059).
3.) Variabel X3 (financial target) memberikan niali koefesin parameter (t- hitung) sebesar 3,223 dengan tingkat signifikan 0, 004 (<0,05). Hal ini berarti H3 diterima sehingga dapat dikatakan bahwa financial target berpengaruh positif dan signifikan terhadap potensi laporan keuangan karena tingkat signifikansi yang dimiliki variabel financial target <0,05 (0,004<0,05) dan nilai t-hitung > t-tabel (3,223>2,059).
4.) Variabel X4 (nature of industry) memberikan niali koefesin parameter (t- hitung) sebesar 3,773 dengan tingkat signifikan 0, 001 (<0,05). Hal ini berarti H4 diterima sehingga dapat dikatakan bahwa nature of industry berpengaruh positif dan signifikan terhadap potensi laporan keuangan karena tingkat signifikansi yang dimiliki variabel nature of industry <0,05 (0,001<0,05) dan nilai t-hitung > t-tabel (3,773>2,059).
5.) Variabel X5 (effective monitoring) memberikan niali koefesin parameter (t-hitung) sebesar 1,107 dengan tingkat signifikan 0, 279 (>0,05). Hal ini berarti H5 ditolak sehingga dapat dikatakan bahwa effective monitoring tidak berpengaruh positif dan signifikan terhadap potensi
laporan keuangan karena tingkat signifikansi yang dimiliki variabel effective monitoring >0,05 (0,279>0,05) dan nilai t-hitung < t-tabel (1,107<2,059).
6.) Variabel X6 (rationalization) memberikan niali koefesin parameter (t- hitung) sebesar -0,060 dengan tingkat signifikan 0, 0,953 (>0,05). Hal ini berarti H6 ditolak sehingga dapat dikatakan bahwa rationalization berpengaruh positif dan signifikan terhadap potensi laporan keuangan karena tingkat signifikansi yang dimiliki variabel rationalization <0,05 (0,953>0,05) dan nilai t-hitung > t-tabel (-0,060>2,059).
7.) Variabel X7 (capability) memberikan niali koefesin parameter (t-hitung) sebesar -2,706 dengan tingkat signifikan 0, 012 (<0,05). Hal ini berarti H7 ditolak sehingga dapat dikatakan bahwa capability berpengaruh positif dan signifikan terhadap potensi laporan keuangan karena tingkat signifikansi yang dimiliki variabel capability <0,05 (0,012<0,05) dan nilai t-hitung > t-tabel (-2,706>2,059).
b.) Uji Koefisien Determinan (uji R2)
Uji koefisien determinan dalam regresi linear berganda digunakan untuk mengetahui presentase pengaruh variabel independen secara serentak terhadap variabel dependen. Hasil uji R2 dapat dilihat pada tabel di bawah ini:
z
Tabel 4.7 Uji Adjusted R2
Model Summary
Mode l
R R
Square
Adjusted R Square
Std. Error of the Estimate
1 .797a .636 .533 1.10888
a. Predictors: (Constant), X7, X6, X4, X2, X5, X3, X1
Berdasarkan tabel 4.7 menunjukkan bahwa nilai adjusted R Square (R2) model 1 sebesar 0,533 atau 53,3%. Nilai adjusted R Square (R2) model 1 ini tidak terlalu tinggi. Oleh karena itu, seluruh variabel independen berpengaruh 53,3% terhadap variabel dependen dan Ukuran perusahaan sebesar 53,3% sedangkan sisanya 46,7% dijelaskan oleh variabel lain yang tidak ada dalam penelitian ini.
C. Pembahasan
Berdasarkan hasil penelitian yang menguji variabel financial stability, external pressure, financial target, nature of industry, effective monitoring, rationalization, dan capability yang telah diuraikan di tas, maka ada beberapa hal yang dapat dijelaskan dalam penelitian ini, yaitu sebagai berikut:
Tabel 4.8
Hasil Rekapitulasi Uji Hipotesis
Hipotesis Deskripsi B Sig Keterangan
H1 Financial stability berpengaruh positif terhadap potensi kecurangan laporan keuangan
1,437 0,001 Di Terima
H2 External pressure berpengaruh positif terhadap potensi kecurangan laporan keuangan
1,872 0,002 Di Terima
H3 Financial target berpengaruh positif terhadap potensi kecurangan laporan keuangan
1,951 0,004 Di Terima
H4 Nature of industry berpengaruh positif terhadap potensi kecurangan laporan keuangan
0,258 0,001 Di Terima
H5 Effective monitoring berpengaruh negatif terhadap potensi kecurangan laporan keuangan
27,317 0,279 Di Tolak
H6 Rationalization berpengaruh positif terhadap potensi kecurangan laporan keuangan
-0,031 0,953 Di Tolak
H7 Capability berpengaruh positif terhadap potensi kecurangan laporan keuangan
-1,892 0,012 Di Tolak
a. Pengaruh Financial Stability terhadap Potensi Kecurangan Laporan Keuangan
Hasil pengujian hipotesis pada tabel 4.8 menunjukkan bahwa financial stability yang diukur dengan ACHANGE memiliki kofisien sebesar 1,437 dan tingkat signifikasi 0,011 < 0,05. Nilai tersebut memiliki arti bahwa financial stability berpengaruh positif dan signifikan terhadap potensi kecurangan laporan keuangan. Semakin tinggi nilai rasio perubahan aset di suatu perusahaan, semakin tinggi pula potensi kecurangan laporan keuangan yang terjadi. Sehingga dapat di simpulkan bahwa hipotesis 1 diterima.
Dalam fraud diamond financial stability merupakan syarat pertama untuk meningkatkan kesejahteraan rakyat melalui pertumbuhan yang tinggi dan pelaku ekonomi juga bergantungan kepada kapasitas stabilitas sistem keuangan yang dimana ketika sistem keuangan tidak stabil maka perekonomian dapat mengakibatkan biaya yang tinggi dan dapat menyulitkan masyarakat.
Ketika kondisis keuangan sebuah perusahaan stabil, akan terjadi potensi kecurangan laporan keuangan (Aulia, 2018). Hal tersebut terjadi karena perusahaan tidak memiliki early warning system yang baik terhadap kestabilan keuangannya. Hasil ini menunjukkan kinerja dewan komisaris dan auditor internal sangat tidak baik dalam mengawasi segala tindakan yang dilakukan manajemen, khususnya yang berhubungan dengan kinerja keuangan. Selain itu, nilai pertumbuhan aset diperusahaa menunjukkan nilai pertumbuhan yang sebenarnya, sehingga bukan karena adanya manipulasi. Jadi, jika kondisi keuangan perusahaan stabil, maka manajemen akan melakukan kecurangan.
Ketika mengalami keadaan seperti ini, perusaahan harus terus melakukan pengawasan yang baik dengan melakukan pemberian sanksi, agar manajemen tidak terganggu dengan stabilitas keuangan perusahaan dan tidak tergoda lagi untuk melakukan kecurangan.
Hasil penelitian ini konsisten dengan hasil penelitian yang dilakukan (Suryani, 2019), (Herdiana & Sari, 2018).
b. Pengaruh External Pressure terhadap Potensi Kecurangan Laporan Keuangan
Hasil pengujian hipotesis pada tabel 4.8 menunjukkan bahwa external pressure yang diukur dengan LEV memiliki koefisien sebesar 1.872 dan tingkat signifikasi 002< 0,05. Nilai tersebut memiliki arti bahwa external preassure berpengaruh terhadap potensi kecurangan laporan keuangan. Semakin besar nilai rasio total utang terhadap total aset disuatu perusahaan, maka semkain tinggi pengaruhnya terhadap potensi kecurangan laporan keuangan. Sehingga dapat disimpulkan bahwa hipotesis 2 diterima.
External pressure dijelaskan dalam fraud diamond bahwasanya ini merupakan tekanan berlebihan bagi manajemen untuk memenuhi persyaratan atau harapan dari pihak ketiga, yang dimana dalam external pressure berlebihan dari pihak external maka terdapat resiko kecurangan laporan keuangan.
Manajemen menganggap bahwa tekanan yang berasal dari utang dapat mempengaruhi mereka untuk melakukan kecurangan. Hal ini terjadi, (Aulia, 2018) karena perushaan cenderung menambah pendanaanya melalui utang, sehingga akan mengalami tekanan untuk mengembalikannya. hal inilah yang membuat manajemen untuk melakukan tingkat kecurangan.
Saran yang diberikan kepada perusahaan yang mengalami seperti ini yaitu jangan leluasa untuk melakukan aktivitas pendanaan melalui utang, karena semakin banyak pendanaan perusahaan yang didanai
melalui utang, hal tersebut berpengaruh terhadap terjadinya kecurangan laporan keuangan.
Hasil penelitian ini konsisten dengan hasil penelitian yang dilakukan (Suryani, 2019), (Ayem & Astuti, 2019), (Adelina & Harindahyani, 2018), (Rengganis et al., 2019).
c. Pengaruh Financial Target terhadap Potensi Kecurangan Laporan Keuangan
Hasil pengujian hipotesis pada tabel 4.8 menunjukkan bahwa financial target yang diukur dengan ROA memiliki koefisien sebesar 1.951 dan tingkat signifikasi 0,002 <0,05. Nilai tersebut memiliki arti bahwa financial target berpengaruh terhadap potensi kecurangan laporan kecuangan. semakin tinggi rasio laba bersih terhadap total aset di suatu perusahaan, maka berpengaruh terhadap potensi kecurangan laporan keuangan. Sehingga dapat disimpulkan bahwa hipotesis 3 diterima.
Financial target adalah besaran tingkat laba yang harus diperoleh atas usaha yang dikeluarkan untuk mendapatkan laba. Perusahaan yang tidak melakukan kecurangan cenderung memiliki ROA yang lebih rendah ketimbang dengan perusahaan yang melakukan kecurangan. Sehingga, manajer melakukan pemanipulasian terhadap laporan keuangan perusahaan agar dianggap mampu mencapai target yang telah ditetapkan.
Meningkatnya target keuangan perusahaan dapat mempengaruhi manajemen untuk melakukan kecurangan laporan keuangan (Aulia, 2018).
Hal tersebut terjadi karena ketika perusahaan ingin meningkatkan
profitabilitasnya, akan tetapi perusahaan tersebut tidak mempertimbangkan dalam peningkatan mutu operasional yang dimiliki yang dapat menyebabkan terjadinya kecurangan laporan keuangan.
Perusahaan disarankan untuk tetap melakukan pengawasan mengenai target profilabilitas yang tinggi, karena profilabilitas yang tinggi terhadap suatu perusahaan akan menyebabkan potensi kecurangan laporan keuangan dengan dukungan terhadap perbaikan mutu operasional yang ada di perusahaan.
Hasil penelitian ini dengan dengan hasil penelitian yang dilakukan (Ayem & Astuti, 2019), (Herdiana & Sari, 2018), dan (Suryani, 2019).
d. Pengaruh Nature of Industry terhadap Potensi Kecurangan Laporan Keuangan
Hasil pengujian hipotesis pada tabel 4.8 menunjukkan bahwa nature of industry yang diukur dengan INVENTORY memiliki koefisien sebesar 0.258 dan tingkat signifikansi 0,001 < 0,05. Nilai tersebut memiliki arti bahwa nature of industry berpengaruh positif dan signifikan terhadap potensi kecurangan laporan keuangan. semakin tinggi nilai rasio perubahan total persediaan di suatu perusahaan, semakin tinggi juga potensi kecurangan laporan keuangan yang terjadi. Sehingga, dapat disimpulkan bahwa hipotesis 4 diterima.
Fraud diamond menjelaskan bahwa nature of industry biasanya berkaitan dengan adanya resiko terhadap perusahaan yang berkepentingan yang signifikan jauh lebih tinggi, untuk dapat melakukan suatu tindakan kecurangan dalam pengestimasian.
Manajemen akan semakin berpotensi melakukan tindakan kecurangan ketika total persediaan di perusahaan tinggi (Aulia, 2018). Hal ini terjadi karena semakin banyak nilai persediaan di sebuah perusahaan, semakin berpotensi terjadi pencurian dan kecurangan laporan keuangan.
Pelaku melakukan kecurangan dan pencurian terhadap persediaan karena persediaan merupakan aktiva perusahaan yang mudah untuk diuangkan.
Selain itu para pelaku kecurangan, menggunakan akun persediaan sebagai perantara untuk melakukan window dressing, hal itu dikarenakan akan persediaan merupakan akun yang nilainya signifikan pada neraca.
Untuk menanggulangi kecurangan terhadap persediaan, perusahaan harus meningkatkan sistem pengawasan yang ada dalam perusahaan. Auditor internal dan dewan komisaris harus bisa mencegah dan mendeteksi kecurangan laporan keuangan khususnya pada akun- akun yang rawan untuk dimanipulasi, salah satunya adalah akun persediaan, sebelumnya diaudit oleh eksternal dan sebelum laporan keuangan tersebut dipublikasikan.
Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan (N. S. Sari et al., 2019).
e. Pengaruh Effective Monitoring terhadap Potensi Kecurangan Laporan Keuangan
Hasil pengujian hipotesis pada tabel 4.8 menunjukkan bahwa effective monitoring yang diukur dengan BDOUT memiliki koefisien sebesar 27,317 dan tingkat signifikansi 0,279 > 0,05. Nilai tersebut memiliki arti bahwa effective monitoring berpengaruh positif dan signifikan terhadap potensi kecurangan laporan keuangan. semakin tinggi nilai rasio jumlah
dewan komisaris independen di suatu perusahaan, semakin tinggi juga potensi kecurangan laporan keuangan yang terjadi. Sehingga dapat disimpulkan bahwa hipotesis 5 ditolak.
Dalam fraud diamond effective monitoring ialah suatu pemantauan yang tidak efektif terhadap suatu perusahaan dikarenakan lemahnya suatu sistem pengawasan yang telah dimiliki perusahaan. Kasus skandal akuntansi dan praktik keuangan merupakan salah sat dampak lemahnya pengawasan yang telah dilakukan oleh perusahaan yang memberikan peluang kepada seseorang untuk bertindak sesuai dengan kepentingan pribadi.
Semakin banyak jumlah dewan komisaris independen diperusahaan, (Aulia, 2018) semakin tinggi juga potensi kecurangan laporan keuangan yang terjadi. Hal ini terjadi karena dewan komisaris independen tidak bersikap profesional dalam menjalankan tugasnya.
Seharusnya ketika semakin banyak jumlah dewan komisaris indepnden di perusahaan, sistem pengawasannya juga semakin efektif. Pada kenyataanya, keberadaan dewan komisaris independen tidak memiliki kontribusi yang positif terhadap keefektifan pengawasan perusahaan.
Yang terjadi adalah dewan komisaris independen ikut melakukan kecurangan laporan keuangan bersama dengan manajemen perusahaan.
Perusahaan harus lebih selektif lagi dalam menentukan individu eksternal yang masuk dalam jajaran dewan komisaris. Pastikan bahwa individu tersebut benar-benar mampu dan dapat menjaga komitmennya.
Selain itu, perusahaan harus bertindak tegas terhadap komisaris independen yang terbukti melakukan kecurangan.