Analisa Data : Analisis Data Pengaruh Manajemen Laba pada Tingkat Pengungkapan Laporan Keuangan pada Perusahaan Manufaktur

Laporan keuangan merupakan sarana pengkomunikasian informasi keuangan kepada pihak-pihak di luar korporasi. Laporan keuangan tersebut diharapkan dapat memberikan informasi kepada para investor dan kreditor dalam mengambil keputusan yang berkaitan dengan investasi dana mereka. Dalam penyusunan laporan keuangan, dasar akrual dipilih karena lebih rasional dan adil

dalam mencerminkan kondisi keuangan perusahaan secara riil, namun di sisi lain penggunaan dasar akrual dapat memberikan keleluasaan kepada pihak manajemen dalam memilih metode akuntansi selama tidak menyimpang dari aturan Standar Akuntansi Keuangan yang berlaku. Pilihan metode akuntansi yang secara sengaja dipilih oleh manajemen untuk tujuan tertentu dikenal dengan sebutan manajemen laba atau earnings management.

Jika pada suatu kondisi dimana pihak manajemen ternyata tidak berhasil mencapai target laba yang ditentukan, maka manajemen akan memanfaatkan fleksibilitas yang diperbolehkan oleh standar akuntansi dalam menyusun laporan keuangan untuk memodifikasi laba yang dilaporkan. Manajemen termotivasi untuk memperlihatkan kinerja yang baik dalam menghasilkan nilai atau keuntungan maksimal bagi perusahaan sehingga manajemen cenderung memilih dan menerapkan metode akuntansi yang dapat memberikan informasi laba lebih baik.

Adanya asimetri informasi memungkinkan manajemen untuk melakukan manajemen laba. Penelitian Richardson (1998) menunjukkan adanya hubungan yang positif antara asimetri informasi dengan manajemen laba.

Manajemen dapat meningkatkan nilai perusahaan melalui pengungkapan informasi tambahan dalam laporan keuangan namun peningkatan pengungkapan laporan keuangan akan mengurangi asimetri informasi sehingga peluang manajemen untuk melakukan manajemen laba semakin kecil. Hal ini menunjukkan bahwa manajemen laba dan tingkat pengungkapan laporan keuangan memiliki hubungan yang negatif sejalan dengan hasil penelitian sebelumnya oleh Lobo and Zhou (2001) serta Sylvia Veronica dan Yanivi Bachtiar (2003). Perusahaan yang melakukan manajemen laba akan mengungkapkan lebih sedikit informasi dalam laporan keuangan agar tindakannya tidak mudah terdeteksi. Namun terdapat kemungkinan sebaliknya, jika manajemen laba dilakukan untuk tujuan mengkomunikasikan informasi dan meningkatkan nilai perusahaan, maka seharusnya hubungan yang terjadi adalah positif.

Dalam menganalisis pengaruh manajemen laba pada tingkat pengungkapan dan sebaliknya, penelitian ini juga meneliti variabel-variabel lain yang berpengaruh pada manajemen laba diantaranya asimetri informasi (Information Asymmetry), kinerja masa kini (Current Industry RelativePerformance), kinerja masa depan (Future Industry Relative Performance), Leverage (Debt) , dan ukuran perusahaan (Size), serta variabel-variabel yang berpengaruh pada tingkat pengungkapan seperti ukuran perusahaan (Size), return kumulatif (Cummulative Return), dan Current Ratio.

Asimetri informasi adalah suatu keadaan dimana manajer memiliki akses informasi atas prospek perusahaan yang tidak dimiliki oleh pihak luar perusahaan.

Agency theory mengimplikasikan adanya asimetri informasi antara manajer (agent) dengan pemilik. (principal). Penelitian Richardson (1998) menunjukkan adanya hubungan antara asimetri informasi dengan manajemen laba. Ketika asimetri informasi tinggi, stakeholder tidak memiliki sumber daya yang cukup, insentif, atau akses atas informasi yang relevan untuk memonitor tindakan manajer, dimana hal ini memberikan kesempatan atas praktek manajemen laba. Adanya asimetri informasi akan mendorong manajer untuk menyajikan informasi yang tidak sebenarnya terutama jika informasi tersebut berkaitan dengan pengukuran kinerja manajer.

Untuk konsultasi lebih lanjut, silahkan menghubungi:

CS : 021-71088944 – 0819 4505 9000

YM : abays_khan

e-mail : info@bengkeldata.com

Iklan

Analisa Data : Analisis Data untuk Uji Regresi & Korelasi

Analisa Regresi digunakan untuk mengetahui apakah ada HUBUNGAN diantara 2 atau lebih variabel, sedangkan analisa Korelasi digunakan untuk mengukur tingkat KEERATAN HUBUNGAN dari 2 atau lebih variabel tersebut.

Dalam analisa regresi, penentuan estimasi terbaiknya dilakukan dengan melihat konsep BLUE. BLUE : Best Linear Unbias Estimator yaitu dengan melihat Normalitas data,menguji Heteroscedastisitas, dan uji Multikolinearitas.

Dalam Analisa Korelasi, tingkat keeratannya biasanya diukur oleh Rho, semakin besar nilai Rho, maka semakin baik (semakin erat) hubungan variabel-variabel tsb.

Beta Consulting ( Bengkeldata.com ) siap membantu perusahaan/perorangan dalam melakukan olah data statistika, olah data penelitian , riset pasar dan konsultasi manajemen.

LAYANAN
1. OlahData Statistika/ Penelitian : Uji Regresi & Korelasi, dll
2. Training Statistika : SPSS, Eview, SAS, Lisrel, Minitab, Amos, S Plus
3. Riset Pasar
4. Management Consultancy

Hubungi:
Beta Consulting ( Bengkeldata.com )
Telp: (021) 71088944 – 0819 4505 9000

email : info@bengkeldata.com

Analisa Data : Analisis Data Uji Validitas & Reliabilitas

Bagaimana sih cara pengolahan data untuk uji validitas maupun reliabilitas? rumus apa yang harus saya gunakan? mohon masukannya…karena saya sedang bingung.

(Andromeda, Jkt. diambil dari http://www.bengkeldata.com )

Uji Validitas

Dalam melakukan suatu penelitian, sering kita menanyakan apakah alat ukur yang kita pakai sudah valid & reliable? Validitas suatu alat ukur dapat diartikan bahwa alat ukur tersebut dapat memberikan suatu nilai yang sesungguhnya dari apa yang kita inginkan. Misalnya kita ingin mengukur tinggi badan, meteran/penggaris merupakan alat ukur yang valid karena akan memberikan error yang sedikit. Lain halnya jika kita mengukur tinggi badan menggunakan timbangan. Bagaimana bisa timbangan mengukur tinggi badan? berarti timbangan bukan alat ukur yang valid.

Salah satu ukuran validitas untuk sebuah kuesioner adalah apa yang disebut sebagai validitas konstruk (construct validity). Sebuah kuesioner yang berisi beberapa pertanyaan untuk mengukur suatu hal, dikatakan valid jika setiap butir pertanyaan yang menyusun kuesioner tersebut memiliki keterkaitan yang tinggi. Misalnya untuk kuesioner yang digunakan mengukur sikap konsumen dalam memilih pakaian, maka butir-butir penyusunnya semuanya menuju ke satu titik, yaitu pengukuran sikap konsumen dalam memilih pakaian, misalnya merk, kualitas, mode, harga, tingkat pendapatan, pengeluaran untuk membeli pakaian/bulan, frekuensi shopping, frekuensi membaca majalah fashion, umur, tingkat pendidikan,dan lain-lain.

Ukuran keterkaitan antar butir pertanyaan ini umumnya dicerminkan oleh korelasi jawaban antar pertanyaan. Metode yang sering digunakan adalah korelasi produk momen (korelasi Pearson) antara skor setiap butir pertanyaan dengan skor total, sehingga sering disebut sebagai inter item-total correlation. Pertanyaan yang memiliki korelasi rendah dengan butir pertanyaan yang lain, dinyatakan sebagai pertanyaan yang tidak valid.

Bila suatu butir/item pertanyaan mempunyai korelasi Pearson (r) >= 0.3 maka butir pertanyaan itu dikatakan valid. Jika r < 0.3 maka tidak valid. Jika suatu butir pertanyaan tidak valid, maka maka buanglah item pertanyaan tersebut, kemudian lakukan uji sesuai prosedur sebelumnya (minus item yang telah dibuang) sehingga diperoleh semua item pertanyaan valid.

Uji Reliabilitas

Sifat reliable (terandal) alat ukur berkenaan dengan kemampuan alat ukur tersebut memberikan hasil yang konsisten artinya jika suatu alat ukur dipakai oleh orang lain, pada objek yang sama ditempat yang berbeda maka akan menghasilkan suatu kesimpulan yang sama.

Suatu cara untuk mengukur reliabilitas suatu alat ukur yaitu dengan memakai uji alpha Cronbach. Apabila nilai alpha Cronbach > 0.6 maka alat ukur itu bisa dikatakan reliable, jika kurang dari 0.6 maka ridak reliable. (sopana)

==========================================
IKLAN—IKLAN—IKLAN—

Beta Consulting ( Bengkeldata.com ) merupakan sebuah lembaga konsultasi untuk membantu perusahaan/perorangan dalam melakukan analisa data statistika, olah data penelitian , riset pasar dan konsultasi manajemen.

LAYANAN
1. Olah Data Statistika/ Penelitian
2. Training Statistika : SPSS, Eview, SAS, Lisrel, Minitab, Amos
3. Riset Pasar
4. Management Consultancy

Hubungi:
Beta Consulting ( Bengkeldata.com )
Telp: (021) 71088944 emaiL : info@bengkeldata.com

=======================================

Analisa Data : Analisis Data Uji Kruskall Wallis

Contoh data dan analisis:

Sebuah warnet ingin mengetahui apakah ada perbedaan lama waktu penggunaan internet oleh pengunjungnya. Sampel dalam penelitian ini meliputi Pelajar (SD,SMP,SMA), Mahasiswa (D1,S3), dan Umum (bukan pelajar dan Mahasiswa). Diamati masing-masing 5 orang secara acak dari Pelajar, Mahasiswa dan Umum. Peneliti tidak mempertimbangkan mengenai kenormalan distribusi sampel dalam penelitian ini. Apakah ada cukup bukti yang mengatakan bahwa lama waktu penggunaan internet oleh pengguna dari kalangan Pelajar, Mahasiswa dan Umum tersebut berbeda?

Data lama waktu penggunaan internet (dalam jam)

(Pelajar)               (Mahasiswa)                     (Umum)
(2.5)                       (2.4)    (3.4)
(1)       (3)             (3.6)
(1.4)       (2.8)    (2.6)
(1.6)       (2.6)    (3.7)
(2)       (1.5)    (2.1)

<span style=”font-weight:bold;”>Analisis:</span>
Oleh karena penelitian bertujuan untuk mengetahui apakah ada perbedaan lama waktu penggunaan internet oleh Pelajar, Mahasiswa dan Umum (terdiri dari 3 sampel bebas), serta tidak dipertimbangkannya asumsi mengenai kenormalan distribusi sampel, maka kasus ini dapat diselesaikan dengan metode Kruskal-Wallis Test.

H0: Median lama waktu penggunaan internet oleh Pelajar, Mahasiswa dan Umum sama v.s.
H1: Setidaknya ada satu nilai median yang tidak sama

Alpha = 0.05

<span style=”font-weight:bold;”>Hasil Analisis:</span>
Kruskal-Wallis  rank sum test
data: internet
KruskalWallis chisquared = 7.1377, df = 2, p-value = 0.02819

Kesimpulan: TOLAK H0 , karena p-value < 0.05.

Interpretasi:
Lama waktu yang dibutuhkan oleh Pelajar, Mahasiswa dan Umum dalam menggunakan internet boleh dikatakan tidak sama. (Deny)

=======================================
—IKLAN—-IKLAN—-IKLAN—-IKLAN—

Beta Consulting ( Bengkeldata.com ) siap membantu perusahaan/perorangan dalam melakukan analisa data statistika, olah data penelitian, riset pasardan konsultasi manajemen.

LAYANAN
1. Olah Data Statistika/ Penelitian : Uji Parametrik & Uji Non Parametrik, REGRESI, KORELASI, dll
2. Training Statistika : SPSS, Eview, SAS, Lisrel, Minitab, Amos, S-Plus
3. Riset Pasar
4. Management Consultancy

Hubungi:
Beta Consulting ( Bengkeldata.com )
Telp: (021) 71088944 email : info@bengkeldata.com
======================================

Layanan Analisa Data / Analisis Data

Jenis layanan dari Beta Consulting meliputi:

1. Analisa Data Statistika
– Questioner Design
– Experimental Design
– Validity & Reliability
– Regresi & Korelasi
– CHAID Analysis
– Multivariat Analysis
– Time Series Analysis
– Spatial Analysis
– Bootstrap Methode
– Parametric & Nonparametric Analysis, dll

2. Training Statistika
Training ini meliputi materi statistika dan/atau software statistika, yaitu :
– SPSS
– Minitab
– SAS
– S-Plus
– Eview

3. Riset Pasar
– Potential Market
– Mistery Shopping
– Customized Market
– Positioning Analysis
– Product Development
– Competiror Analysis, dll

4. Management Consultancy
– Internal Auditor
– Quality Management System (QMS) ISO 9001:2000 & ISO 9004:2000
– Guidelines for Performance Improvement ISO 9004:2000
– Balance Scorecard
– Six Sigma
– Customer Satisfaction Measurement (CSM)
– Statistical Process Control (SPC)
– Customer Relationships Management (CRM)

www. Bengkeldata.com

email: info@bengkeldata.com

CS : (021) 71088944