Professional Documents
Culture Documents
Soal:
4. Di bawah ini disajikan sebuah artikel. Dari artikel tersebut indentifikasikan lah:
a. Judull penelitian
b. Variabel penelitian
Selamat bekerja
1
PENGARUH TINGKAT KETAATAN PENGUNGKAPAN WAJIB DAN LUAS
PENGUNGKAPAN SUKARELA TERHADAP KUALITAS LABA
( STUDI PADA PERUSAHAAN PUBLIK SEKTOR MANUFAKTUR)
Abstract
The objectives of the research is to find out the impact of mandatory disclosures
and voluntary disclosures on earnings quality. The population of this study was public
manufacturing companies listed at Jakarta Stock Exchange in 2005 period. There were
31 manufacturing companies meet the criteria was chosen as sample.
This research is explanatory research, and the data analysis were treated as
cross-section. Mandatory disclosure were measured by mandatory disclosure index,
while voluntary disclosure were measured by voluntary disclosure index, and earnings
quality were measured by earnings response coefficient (ERC). Earning persistence,
systematic risk, company growth, leverage and company size which in prior studies
described ERC variation, in this research used as controlling variable. The research
hypothesis were tested using the multiple regression analysis.
The result of this research before and after use the which described ERC
variation show that: (a) mandatory disclosure had no impact on earnings quality, (b)
voluntary disclosure had significantly negative influence on earnings quality, and (c)
mandatory disclosure and voluntary disclosure were simultance had no impact on
earning quality.
1.PENDAHULUAN
Laporan tahunan dan laporan keuangan merupakan salah satu informasi yang
manajemen terhadap pengelolaan sumber daya pemilik, serta jendela informasi yang
Namun sejauh mana informasi yang dapat diperoleh sangat tergantung pada tingkat
keuangan untuk memahami isi dan angka yang dilaporkan dalam laporan keuangan.
2
Kegagalan dalam memahami laporan keuangan mengakibatkan beberapa perusahaan
seperti kasus Enron, Worldcom, dan Kimia Farma. Sehingga muncul pertanyaan
menghasilkan informasi keuangan yang relevan dan dapat dipercaya, sehingga pemakai
gap, menunjukkan bahwa Indonesia pada urutan yang sangat rendah untuk bidang
pengungkapan dan transparansi. Berikutnya pada tahun 2002 dengan responden investor
institusional di Jakarta menunjukkan hasil yang tidak jauh berbeda. Indonesia masih
berada pada urutan yang rendah dalam persepsian standar akuntabilitas, pelaksanaan
14,6% sampai 15,6% dari 82 item. Wiwik (2005) juga meneliti pengungkapan sukarela
untuk perusahaan publik sektor manufaktur rata-rata sebesar 43,65% ( skor maksimal
85,98% dan minimal 18,77%) dari 44 item. Sedangkan Khomsiyah (2005) dalam
emiten menemukan bahwa tingkat pengungkapan wajib rata-rata sebesar 74,97% dan
Hasil penelitian tersebut cukup bervariasi karena dasar acuan yang dipakai
untuk mengukur tingkat pengungkapan tidak sama dan juga obyek penelitiannya yang
sudah banyak ditaati oleh emiten, sebaliknya kesediaan emiten untuk memberikan
3
Bagi investor, laporan laba dianggap mempunyai informasi untuk menganalisis
saham yang diterbitkan oleh emiten. Kualitas laba penting bagi mereka yang
investasi (Schipper dan Vincent, 2003). Laba akuntansi yang berkualitas adalah laba
Dalam praktek, kualitas laba akuntansi tersebut sulit untuk diukur. Oleh karena
kualitas laba akuntansi. Earnings Response Coefficient (ERC) merupakan salah satu
Perubahan harga saham akibat perubahan laba seharusnya dipengaruhi pula oleh
informasi lainnya (berita dimedia massa, laporan analis, dan lainnya). Beberapa peneliti
publik sektor manufaktur yang terdaftar di Bursa Efek Jakarta. Dalam penelitian ini,
4
Manufaktur. Pengungkapan sukarela berdasarkan instrumen yang dikembangkan dan
digunakan oleh Khomsiyah (2005) yang berjumlah 49 item. Sedangkan kualitas laba
diukur dengan ERC, serta menggunakan beberapa faktor yang dalam penelitian
akhir dalam proses akuntansi yaitu penyajian informasi dalam bentuk seperangkat
pada hal-hal yang menyangkut pelaporan keuangan. Pernyataan manajemen dalam surat
kabar atau media masa lain serta informasi diluar lingkup pelaporan keuangan tidak
termasuk dalam pengertian pengungkapan. Sementara itu, Wolk, Tearney, dan Dodd
(2001) memasukkan pula statemen keuangan segmental dan statemen yang merefleksi
oleh peraturan yang berlaku. Peraturan tentang standar pengungkapan informasi bagi
perusahaan yang telah melakukan penawaran umum dan perusahaan publik yaitu,
Peraturan No. VIII.G.7 tentang Pedoman Penyajian Laporan Keuangan dan Peraturan
No. VIII.G.2 tentang Laporan Tahunan. Peraturan tersebut diperkuat dengan Keputusan
5
Ketua Bapepem No. Kep-38/PM/1996 yang berlaku bagi semua perusahaan yang telah
dengan Surat Edaran Ketua Bapepam No. SE-02/PM/2002 yang mengatur tentang
penyajian dan pengungkapan laporan keuangan emiten atau perusahaan publik untuk
pengungkapan sukarela secara lebih luas untuk membantu investor dalam memahami
butir yang dilakukan secara sukarela oleh perusahaan tanpa diharuskan oleh peraturan
yang berlaku.
Sedangkan dari sumber PSAK dapat disimpulkan bahwa informasi lain atau
lembaga yang berwenang. Ada tiga konsep pengungkapan yang umumnya diusulkan,
yaitu:
6
2.2.Pengukuran Tingkat Pengungkapan
lembaga tertentu.
2.3.Kualitas Laba
Laba akuntansi yang berkualitas adalah laba akuntansi yang mempunyai sedikit
atau tidak mengandung gangguan persepsi (perceived noise) didalamnya dan dapat
dalam Sekar (2004), sedangkan Ayres (1994) menyatakan bahwa laba akuntansi
quality indicator (Q-score) untuk menghitung tingkat konservatisme laporan rugi laba,
dan earnings Response Coefficient (ERC) merupakan ukuran atau proksi yang
digunakan untuk mengukur kualitas laba. Pada penelitian ini kualitas laba diukur
7
dengan menggunakan ERC, karena pada penelitian-penelitian dipasar modal, untuk
Beberapa peneliti telah mengukur kualitas laba dengan ERC antara lain Balsam
et al (2003), Teoh dan Wong (1993), Fan dan Wong (2003), Choi dan Jeter (1990) dan
earnings perusahaan. Kuatnya reaksi pasar terhadap informasi laba yang tercermin dari
reaksi pasar terhadap informasi laba yang tercermin dari rendahnya ERC, menunjukkan
beberapa faktor yang mempengaruhi ERC seperti persistensi laba (Kormendi dan Lipe,
1987; Easton dan Zmijweski,1989), risiko sistematis (Collins dan Kothari ,1989),
al ,1991; Biddle dan Seow ,1991; Kim et al,2000) , besaran perusahaan (Easton dan
2.4.Pengukuran ERC
saham (CAR) dalam merespon komponen kejutan dari earnings yang dilaporkan
perusahaan (UE).
CAR adalah total penjumlahan dari abnormal returns untuk periode tertentu
Rit = (Pit-Pit-1)/Pit-1
8
Sedang return ekspektasi merupakan return yang harus diestimasi. Brown dan
model estimasi mean-adjusted model, market model dan market adjusted model. Dalam
penelitian ini, untuk mengestimasi return ekspektasi digunakan market adjusted model,
karena menganggap bahwa penduga yang terbaik untuk mengestimasi return suatu
diestimasi dengan model langkah acak (random walk model) Model langkah acak
mengestimasi laba periode berjalan sama dengan laba periode sebelumnya. Laba
menggambarkan seberapa bagus kualitas laba yang dihasilkan dari proses akuntansi.
adalah perusahaan yang memiliki kabar baik (good news). Basu (1997) menemukan
bahwa good news firms memiliki laba yang lebih persisten dan ERC yang lebih tinggi
bad news firm. Dengan demikian dapat dikatakan bahwa kualitas pengungkapan akan
tahunan dipandang kredibel oleh investor, dan dapat memberikan informasi tentang
9
prospek perusahaan dimasa datang, maka semakin rendah ketidakpastian prospek
laba perusahaan dengan lebih akurat, sehingga informasi laba memberikan respon
kepada pasar. Dan kuatnya reaksi pasar terhadap informasi laba atau kekuatan respon
mempengaruhi kualitas laba, yang diukur dengan ERC. Semakin tinggi kualitas
2.6.Penelitian Terdahulu
Penggabungan isu penelitian tentang pengungkapan dengan ERC ini antara lain
dilakukan oleh Gelb dan Zarowin (2000), yang menguji hubungan antara luas
pengungkapan sukarela dengan future ERC dan menemukan bahwa future ERC untuk
perusahaan high disclosurers secara signifikan lebih besar dari pada future ERC
dalam laporan tahunan terhadap current ERC. Dalam penelitiannya Harjanti (2002)
berpengaruh negatif terhadap current ERC, dan hasil penelitiannya tidak mendukung
hipotesis ini. Desi (2004) melakukan penelitian tingkat keluasan pengungkapan sukarela
dalam laporan tahunan dan hubungannya dengan current ERC. Hasil penelitiannya
10
2.7.Hipotesis
3.METODOLOGI PENELITIAN
menjelaskan antar variabel yang diuji. Berkaitan dengan formasi data, penelitian ini
8. Mempunyai data lengkap (harga saham harian, IHSG, nilai kapitalisasi pasar)
11
Berdasarkan kriteria tersebut, terdapat 42 perusahaan yang menjadi populasi sasaran
Sumber data dalam penelitian ini merupakan data sekunder yang diperoleh
melalui berbagai sumber seperti Pusat Referensi Pasar Modal (PRPM), Indonesian
Capital Market Directory (ICMD), Jakarta Stock Exchange (JSX) Statistics, Pusat Data
Pasar Modal (PDPM) IBII, PDPM PPA UGM, serta publikasi lain yang mendukung
penelitian ini.
3.3.Operasionalisasi Variabel
3.3.1.Variabel Dependen
Variabel dependen adalah kualitas laba yang diproksikan dengan ERC. ERC
merupakan efek setiap dolar unexpected earning terhadap return saham, biasanya
diukur dengan slope koefisien dalam regresi abnormal return saham dan unexpected
CAR = α + β (UE) + e
t+1
CAR = ΣARit
t-1
12
CAR = Cumulative abnormal returns
keuangan. CAR untuk menguji H2 menggunakan window 4 (tiga) hari, yaitu: hari pada
saat penyampaian laporan tahunan sampai 3 hari setelah penyampaian laporan tahunan.
CAR untuk menguji H3 menggunakan window 4 (tiga) hari, yaitu: hari pada saat
3.3.2.Variabel Independen
Industri Manufaktur. Secara garis besar, yaitu perkelompok butir pengungkapan wajib
13
dapat dilihat pada lampiran-3. Tingkat ketaatan pengungngkapan wajib ditunjukkan
dengan indeks pengungkapan wajib. Perhitungan indeks dilakukan dengan rumus (Zaki
et al, 2001):
dan digunakan oleh Khomsiyah (2005) yang berjumlah 49 item. Daftar item/butir
sebagai berikut:
Σ ( P x B)
Σ ( S x B)
3.3.3.Variabel Kontrol
Variabel kontrol yang dimasukkan dalam model pada penelitian ini merupakan
Eit = α + βEit-1 + e
14
Eit = laba perusahaan i pada periode t
β = persistensi laba
Pada penelitian beta diestimasi menggunakan model pasar selama setahun yaitu
Ri = αi + βiRm + e
Ri = return perusahaan i
Rm = return pasar
βi = beta perusahaan i
Pertumbuhan (Growth)
Market capitalization
Market-to-book ratio = ----------------------------------
Book value of equity
Struktur Modal (Leverage) Lev = TU/TA
3.4.Metode Analisis
adalah dengan model regresi cross-sectional (CRSM) yang dikembangkan Teets dan
Wasley (1996). Hipotesis yang diajukan diatas, akan diuji dengan analisis regresi
berganda dengan model interaksi. Dengan menggunakan model interaksi, maka variabel
tingkat ketaatan pengungkapan wajib dan luas pengungkapan sukarela terhadap ERC,
ditentukan dengan melihat arah dan signifikansi koefisien interaksi (β dari UE*MDISC
15
CARLK = α2 + β4(UE) + β5(MDISC) + β6(GROWTH) + β7(LEVR) + β8 (PERST) + β9 (SIZE) +
(UE*BETALK) + e6..........(6)
SIZE = Size
4.1.Statistik Diskriptif
Perusahaan sampel memiliki tingkat ketaatan sebesar rata-rata 81% dengan nilai
maksimum sebesar 95% dan nilai minimum sebesar 68%. Perusahaan yang memiliki
indeks pengungkapan wajib tertinggi adalah PT. Indofood Sukses Makmur Tbk, sebesar
16
Deskripsi Statistik Tingkat Pengungkapan Sukarela (lampiran-7)
memiliki tingkat pengungkapan sukarela sebesar rata-rata 40% dengan nilai maksimum
sebesar 77% dan nilai minimum sebesar 11%. Perusahaan yang memiliki indeks
pengungkapan sukarela tertinggi adalah PT. Kimia Farma Tbk (77 % dengan
pembobotan dan 78% tanpa pembobotan). Sedangkan perusahaan yang memiliki indeks
pengungkapan sukarela terendah adalah PT. Alakasa Industrindo Tbk ( 11% dengan
(CARLK) tertinggi adalah PT. Branta Mulia Tbk, sebesar 0.089, sedangkan terendah
adalah PT. Pyridam Farma Tbk sebesar -0.1074. CAR disekitar pengumuman laporan
tahunan (CAR LT) tertinggi adalah PT. Delta Djakarta Tbk, sebesar 0.181, sedangkan
Perusahaan yang memiliki UE tertinggi adalah PT. Sekar Laut Tbk, sebesar
3.9356. Sedangkan perusahaan yang memiliki UE terendah adalah PT. Berlina Tbk
sebesar -0.1248.
4.2.Uji Normalitas
Uji normalitas yang digunakan dalam penelitian ini adalah uji Kolmogorov-
normal jika nilai Asymp.Sig (2-tailed) > 0.05. Hasil tersebut menunjukan bahwa
variabel yang memiliki distribusi normal adalah MDISC, VDISC, CARLK, CARLT,
SIZE, LEVR, BETALK, dan BETALT. Sedangkan variabel yang tidak berdistribusi
17
Sedangkan uji Jarque-Bera (output Eviews) memiliki distribusi normal jika nilai
Uji Multikolinieritas
Uji Multikolinieritas yang digunakan dalam penelitian ini adalah uji Q box-
pierce (jika nilai AC < 0.5, maka data terbebas dari multikolinieritas). Hasil uji Q box-
sehingga dapat disimpulkan bahwa dalam model terbebas dari adanya multikolinieritas.
Uji Autokorelasi
Metode deteksi autokorelasi yang digunakan dalam penelitian ini adalah Uji
Uji Heteroskedastisitas
ditunjukkan dengan melihat nilai Obs*R-squared. Dari hasil tersebut dapat disimpulkan
bahwa setiap model persamaan terbebas dari kondisi heteroskedastisitas, karena nilai
4.4.Uji Hipotesis
(lampiran-14). Hasil penelitian ini tidak mendukung hipotesis bahwa tingkat ketaatan
18
Hasil pengujian hipotesis 2 sebelum dan setelah dimasukkan variabel kontrol
(lampiran-16) . Hasil penelitian ini tidak mendukung hipotesis bahwa tingkat ketaatan
Hipotesis 1
Variabel Hipotesis Hasil Signifikansi Kesimpulan
Tanpa variabel kontrol MDISC Positif Negatif Tidak signifikan
Hipotesis 2
Variabel Hipotesis Hasil Signifikansi Kesimpulan
Tanpa variabel kontrol VDISC Positif Negatif Signifikan
Hipotesis 3
Variabel Hipotesis Hasil Signifikansi Kesimpulan
Tanpa variabel kontrol MDISC Positif Positif Tidak signifikan
VDISC Positif Negatif Tidak signifikan
19
5.KESIMPULAN KETERBATASAN DAN SARAN
5.1.Kesimpulan
berpengaruh positif terhadap kualitas laba yang diukur dengan ERC. Peneliti juga tidak
diukur dengan ERC. Hasil penelitian tersebut tetap konsisten sebelum dan setelah
Dengan demikian hasil penelitian ini berbeda dengan temuan Harjanti (2002)
dan Desi (2004) bahwa luas pengungkapan sukarela berpengaruh positif terhadap ERC
Perbedaan hasil penelitian ini diduga karena periode pengamatan yang berbeda, dimana,
penelitian Harjanti (2002) dengan periode pengamatan tahun 1995 dan Desi (2004) pada
periode pengamatan 1998. Pada periode pengamatan tersebut ditemukan nilai UE rata-
rata negatif, penelitian Desi (2004) ditemukan 61% dari sampel mempunyai nilai UE
negatif. Sedangkan pada penelitian ini ditemukan rata-rata nilai UE positif (68% nilai
UE positif),
Nilai UE negatif diartikan EPS tahun ini lebih kecil dari pada tahun sebelumnya,
sebaliknya, nilai UE positif diartikan EPS tahun ini lebih besar dari pada tahun
sebelumnya (terjadi kenaikan). Dapat disimpulkan, ketika terjadi penurunan EPS, luas
informasi laba ketika terjadi penurunan earnings per share (EPS) yang ditunjukkan
20
dengan nilai unexpected earnings (UE) negatif, dengan memperhatikan voluntary
5.2.Saran
ungkapan sukarela dengan current issue dan dengan memberi bobot pada tingkat
menjadi up to date dan lebih teliti. Penelitian berikutnya juga diharapkan menggunakan
metode pengukur kualitas laba selain Earnings Response Coefficient (ERC), dan metode
pengukur return ekspektasi dalam menentukan abnormal return selain market adjusted
model.
21
REFERENSI
Aida Ainul Mardiyah, 2002, Pengaruh Informasi Asimetri dan Disclosure terhadap Cost
of Capital, Jurnal Riset Akuntansi Indonesia, Vol. 5, No.2, hal. 229-256
Ayres, F.L, 1994, Perception of Earnings Quality: What Manager Need to Know,
Management Accounting, pp. 27-29
Balsam, S.,2003, Krishnan, J., dan Yang, J.S., Auditor Industry Specialization and
Earnings Quality, Auditing: A Journal of Practice & Theory, Vol. 22, pp. 71-97.
Botosan, Christine A, 1997,Disclosure Level and the Cost of Equity Capital, The
Accounting Review, pp 323-349.
Bryan, Daniel., Liu, M.H. Carol.,Tiras, Samuel l., 2003, The Influence Of Independent
And Effective Audit Committees On Earnings Quality, http://papers.ssrn.com.
Cho, L.Y., and K. Jung, 1991, Earnings Response Coefficients: A Syinthesis of Theory
and Empirical Evidence, Journal of Accounting Literature, Vol 10, p. 85-116.
Choi, Frederik, D.S, 1999, International Accounting, Third Edition, Prentice-Hall Inc,
New Jersey.
Chow, Chee W., & Adrian Wong Boren, 1987, Voluntary Financial Disclosure by
Mexican Corporation, Accounting Review, pp. 533-541
Collins, W.A., W.S. Hoopwood, and J.C. Mackeowmn, 1984, The Predictability of
Interm Earnings Over Alternative Quarters, Journal of Accounting Research,
Vol.22, No.2.p. 467-479.
22
Cooper, Donald R and Emory, C William, 1995, Business Research Methods, 5 th ed,
Richard D. Irwin, Inc.
Enwistle, Gary M., Phillips, Fred., 2003, Relevance, Reliability, and the Earnings
Quality Debate, Issues in Accounting Education, Vol. 18, No. 1.
Fan, J.P.H., Wong, T.J., 2002,Corporate ownership Structure and the Informativeness of
Accounting Earnings in East Asia, Journal of Accounting and Economics 33,
p.401-425.
Gelb, D., and P. Zarowin, 2000, Corporate Disclosure Policy and the Informativeness of
Stock Prices, Working Paper, Seton Hall University and New York University.
Ghosh, Aloke., Gu, Zhaoyang., 2005, Sustained Earnings And Revenue Growth,
Earnings Quality, And Earnings Response Coefficients, http://papers.ssrn.com.
Harjanti Widiastuti, 2002, Pengaruh Luas Ungkapan Sukarela Dalam Laporan Tahunan
Terhadap Earnings Response Coefficient, Tesis S2, Universitas Gadjah Mada.
Healy, P.M., A.P. Hutton, and K.G. Palepu, 1993, The Effect of Firms Financial
Disclosure Strategies on Stock Prices, Accounting Horizons, p.1-11.
Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program SPSS, 2005, Semarang,
Penerbit: Badan penerbit Universitas Diponegoro.
Imhoff, E, and G.J. Lobo, 1992, The Impact of Ex Ante Earnings Uncertainty on
Earnings Response Coefficient, The Accounting Review 67 (April): 427-439.
23
Jakarta Stock Exchange, 2006, JSX Monthly Statistics February 2006, Volume 15 No.2,
Jakarta, JSX Research Development Division.
Jaswadi, 2004, Dampak Earnings Reporting Lags terhadap Koefisien Respon Laba,
Jurnal Riset Akuntansi Indonesia, Vol. 7, No. 3.
Jogiyanto H.M., 2003, Teori Portofolio dan Analisis Investasi, Edisi 3, Yogyakarta,
Penerbit BPFE.
Kormendi, Roger and Lipe, 1987, Earnings Innovations, Earnings Persistence and Stock
Returns, Journal of Business, Vol.60, No.3, july, p.323-345.
Kothari, S, 1992, Price Earnings Regression in the Presence of Prices Leading Earnings,
Journal of Accounting and Econimics 15, pp. 173-202.
Lobo, Gerald J. dan Jian Zhou, 2001, Disclosure Quality And Earnings Management,
Social Science Research Network Electronic Paper Collection.
Lougee, Barbara A., Marquardt, Carol A., 2002, Earnings Quality and Strategic
Disclosure: An Empirical Examination Of `Pro Forma` Earnings,
http://papers.ssrn.com.
Marston, C.L., dan P.J. Shrives, 1991, The Use of Disclosure Indices in Accounting
Research: A Review Article, British Accounting Review 23, pp.195-210.
Palepu, Krisna G., Healy, Paul M., Bernard Victor L., 2004, Business Analysis and
Valuation, Third Edition, South-Western, USA.
Schipper, Khaterine and Linda Vincent 2003, Earnings Quality, Accounting Horizons,
Vol.17, Supplement, p.97-110.
Scott, William R.,2003, Financial Accounting Theory, Third Edition, Prentice Hall
International.
Sekar Mayangsari, 2004, Bukti Empiris Pengaruh Spesialisasi Industri Auditor terhadap
Earnings Response Coefficient, Jurnal Riset Akuntansi Indonesia, Vol. 7, No.2.
24
Singhvi, Surendra S. and Desai, Harsha B., 1971, An Empirical Analysis of the Quality
of Corporate Financial Disclosure, The Accounting Review 73, p 129-138.
Siti Asiah Murni, 2004, Pengaruh Luas Ungkapan Sukarela dan Asimetri Informasi
Terhadap Cost of Equity Capital pada Perusahaan Publik di Indonesia, Jurnal
Riset Akuntansi Indonesia, Vol 7, No. 2, hal. 192-206.
Teets, W.R. and Wasley, C.E., 1996, Estimating Earnings Response Coefficients:
Pooled versus Firm Specific Models, Journal of Accounting Ecconomics 21,
Juni, hal. 279-295
Teoh, S. H. dan Wong, T. J., 1993, Perecieved Auditor Quality and the Earnings
Response Coefficient, Journal Accounting Review, Vol.66, No.2, p. 346-366.
White, Gerald I., Shondhi, Ashwinpaul C., Fried, Dov., 2003, The Analysis And Use of
Financial Statements, Third Edition, John Wiley & Sons, USA.
Wiwik Utami, 2005, Dampak Pengungkapan Sukarela Dan Manajemen Laba Terhadap
Biaya Modal Ekuitas Dengan Informasi Asimetri Sebagi Variabel Intervening,
Disertasi S3, Universitas Padjajaran.
Wolk, Harry I., Michael G. Tearney, and James L. Dodd, 2001, Accounting Theory: A
Conceptual and Institusional Approach, South Western College Publising.
Yunita F Juniarti, 2003, Pengaruh Tingkat Disclosure Terhadap Biaya Ekuitas, Jurnal
Akuntansi dan Keuangan, Vol 5, No. 2, Nofember 2003, hal 152-170.
25
LAMPIRAN
26
LAMPIRAN-1
Populasi sasaran
Kriteria Jumlah
Perusahaan manufaktur 138
Tahun buku tidak berakhir 31 Desember 2005 2
Tanggal publikasi LK diatas 31 Maret 2006 24
Tanggal publikasi LT diatas 31 Mei 2006 25
Mengalami kerugian pada tahun 2005 25
Nilai buku ekuitas negatif pada tahun 2005 1
Data tidak lengkap 19
Populasi sasaran (terdiri 3 kategori) 42
1. Industri dasar kimia 18
2. Aneka industri 7
3. Industri barang konsumsi 17
LAMPIRAN-2
Jumlah sampel
Kriteria Jumlah
Jumlah sampel awal 30
1. Industri dasar kimia (18/42 x 30 = 12.85) 13
2. Aneka industri (7/42 x 30 = 5) 5
3. Industri barang konsumsi ( 17/42 x 30 = 12.15) 13
Jumlah sampel akhir 31
PERUSAHAAN SAMPEL
No Kode Emiten
A Industri dasar dan kimia
1 AMFG Asahimas Flat Glass Co. Ltd. Tbk.
2 ARNA Arwana Citramulia Tbk.
3 ALKA Alakasa Industrindo Tbk.
4 CTBN Citra Tubindo Tbk.
5 PICO Pelangi Indah Canindo Tbk.
6 BUDI Budi Acid Jaya Tbk.
7 INCI Intanwijaya International Tbk.
8 SRSN Sarasa Nugraha Tbk.
9 UNIC Unggul Indah Cahaya Tbk.
10 BRNA Berlina Tbk.
11 CPIN Charoen Pokphand Indonesia Tbk.
12 BRPT Barito Pacific Timber Tbk.
13 FASW Fajar Surya Wisesa Tbk.
B Aneka Industri
27
14 BRAM Branta Mulia Tbk.
15 PBRX Pan Brothers Tbk.
16 RICY Ricky Putra Globalindo Tbk.
17 BATA Sepatu Bata Tbk.
18 IKBI Sumi Indo Kabel Tbk.
C Industri makanan dan minuman
19 DLTA Delta Djakarta Tbk.
20 INDF Indofood Sukses Makmur Tbk.
21 MLBI Multi Bintang Indonesia Tbk.
22 MYOR Mayora Indah Tbk.
23 SHDA Sari Husada Tbk.
24 SKLT Sekar Laut Tbk.
25 SMAR Smart Corporation Tbk.
26 HMSP H.M. Sampoerna Tbk.
27 KAEF Kimia Farma Tbk.
28 MERK Merck Tbk.
29 PYFA Pyridam Farma Tbk.
30 UNVR Unilever Indonesia Tbk.
31 LMPI Langgeng Makmur Industri Tbk.
LAMPIRAN-3
pengungkapan lainnya
LAMPIRAN-4
28
Kelompok Butir Pengungkapan Sukarela
3 Prospek bisnis 5
5 Informasi karyawan 10
Jumlah butir 49
LAMPIRAN-5
Operasionalisasi Variabel
Variabel Konsep variabel Indikator Skala
Variabel dependen
Kualitas Laba Laba yang dapat mencerminkan Koefisien β dari model
kinerja keuangan perusahaan yang CAR = α + βUE + e
sesungguhnya, tidak mengandung
gangguan persepsi sehingga Rasio
memiliki power of response
terhadap pasar yang tercermin dari
tingginya ERC
Variabel Independen
Pengungkapan Merupakan pengungkapan
wajib minimum yang disyaratkan oleh Indeks pengungkapan wajib =
peraturan yang berlaku ∑ butir informasi yang di ungkap
(SE-02/PM/2002).Kel informasi : ∑ semua butir informasi – informasi NA
- Gambaran umum perusahaan
-Penawaran umum efek perusahaan Dimana: Rasio
- Karyawan, direksi, dan komisaris Skor 1 jika butir informasi diungkap
- Ikhtisar kebijakan akuntansi Skor 0 jika butir informasi tidak diungkap
-Pengungkapan atas pos pelaporan
keuangan& pengungkapan lainnya
Pengungkapan Pengungkapan atas laporan
29
Sukarela keuangan yang tidak diharuskan Indeks pengungkapan sukarela =
oleh Standar Akuntansi Keuangan ∑ (P x B)
dan Peraturan Bapepam, yang ∑ (S x B)
hanya bersifat anjuran serta Dimana:
praktiknya diserahkan sepenuhnya P = butir informasi yang diungkap
kepada emiten. Dengan kelompok (1 jika informasi diungkap,
informasi berikut: 0 jika informasi tidak diungkap) Rasio
- Informasi umum perusahaan S = semua butir pengungkapan sukarela
- Informasi komisaris dan direksi B = Bobot setiap informasi
- Prospek bisnis
- Penelitian dan pengembangan
- Informasi karyawan
- Tanggung jawab social
- Peningkatan Produk dan Jasa
- Informasi penerapan GCG
Variabel Kontrol
Persistence suatu ukuran yang menjelaskan Koefisien β dari model
kemampuan perusahaan untuk Eit = α + βEit-1 + e
mempertahankan jumlah laba yang (menggunakan periode estimasi laba Rasio
diperoleh saat ini sampai masa triwulanan selama 12 triwulan dari
mendatang
tahun 2003-2005)
Beta pengukur risiko sistematik dari Koefisien β dari model
suatu sekuritas terhadap risiko Ri = αi + βiRm + ei
pasar, yang tidak dapat dihilangkan (menggunakan periode estimasi Rasio
karena diversifikasi. selama setahun/t0 sampai t-setahun)
Leverage rasio total hutang dengan total aset Total Hutang
perusahaan. Total Aktiva Rasio
Growth prospek pertumbuhan perusahaan Market to book ratio =
dimasa mendatang. Market capitalization Rasio
Book value of equity
Size Ukuran perusahaan Log Market capitalization Rasio
LAMPIRAN-6
Tingkat Pengungkapan Wajib Berdasarkan Kelompok Pengungkapan
30
LAMPIRAN-7
Tingkat Pengungkapan Sukarela Berdasarkan Kelompok Pengungkapan
(Tanpa bobot)
LAMPIRAN-8
Deskripsi Statistik CAR LK
31
Rata-rata Maksimum Minimum
Total 0.3067 3.9356 -0.1248
Industri dasar dan kimia 0.1816 0.9000 -0.1247
Aneka industri 0.0605 0.2150 -0.0561
Industri barang konsumsi 0.5265 3.9356 -0.0425
LAMPIRAN-9
Deskripsi Statistik Variabel Kontrol
Variabel Kontrol Rata-rata Maksimum Minimum
Growth 2.6148 15.0071 0.3794
Size 5.7145 7.5912 4.3490
Leverage 0.4825 0.8478 0.1062
Persistence 0.4704 5.8531 -0.5482
Beta LT -0.1638 0.0630 -0.6750
Beta LK -0.3762 1.9410 -6.4770
LAMPIRAN-10
UJI NORMALITAS
One-Sample Kolmogorov-Smirnov Test
GROWTH SIZE LEVR PERST BETALK BETALT
N 31 31 31 31 31 31
Normal Parameters(a,b) Mean 2.615 5.715 0.482 0.470 -0.164 -0.376
Std. Deviation 3.524 0.874 0.214 1.056 0.175 1.337
Most Extreme Differences Absolute 0.299 0.091 0.096 0.302 0.187 0.218
Positive 0.299 0.091 0.083 0.302 0.102 0.178
- -
Negative -0.263 0.063 0.096 -0.276 -0.187 -0.218
Kolmogorov-Smirnov Z 1.664 0.509 0.537 1.683 1.041 1.212
Asymp. Sig. (2-tailed) 0.008 0.958 0.935 0.007 0.229 0.106
a Test distribution is Normal.
b Calculated from data.
UJI NORMALITAS
MODEL 1 MODEL 2
32
Series: Residuals Series: Residuals
Sample 1 31 Sample 1 31
Observations 31 Observations 31
Mean -3.65E-17 Mean 5.29E-17
Median -0.002873 Median -0.002361
Maximum 0.085553 Maximum 0.086313
Minimum -0.103435 Minimum -0.067418
Std. Dev. 0.032723 Std. Dev. 0.025101
Skewness 0.029928 Skewness 0.760729
Kurtosis 6.465075 Kurtosis 6.947510
Jarque-Bera 15.51334 Jarque-Bera 23.11782
Probability 0.000428 Probability 0.000010
MODEL 3 MODEL 4
MODEL 5 MODEL 6
LAMPIRAN-11
UJI MULTIKOLINIERITAS
33
MODEL 1
UJI MULTIKOLINIERITAS
Date: 08/02/07 Time: 22:31
Sample: 1 31
Included observations: 31
Autocorrelation Partial AC PAC Q-Stat Prob
Correlation
. | . | . | . | 1 -0.034 -0.034 0.0388 0.844
. |**. | . |**. 2 0.210 0.209 15,912 0.451
|
. | . | . | . | 3 0.019 0.033 16,045 0.658
. *| . | .**| . 4 -0.145 -0.196 24,016 0.662
|
. |* . | . |* . | 5 0.085 0.070 26,887 0.748
. | . | . |* . | 6 -0.007 0.080 26,905 0.847
. | . | . | . | 7 0.038 0.009 27,532 0.907
. | . | . *| . | 8 -0.013 -0.067 27,613 0.948
. | . | . | . | 9 0.004 0.019 27,620 0.973
. | . | . | . | 10 -0.034 -0.010 28,169 0.985
. | . | . | . | 11 -0.032 -0.039 28,691 0.992
. |* . | . |* . | 12 0.108 0.114 35,003 0.991
***| . | ****| . 13 -0.439 -0.461 14,448 0.343
|
. *| . | . *| . | 14 -0.060 -0.167 14,665 0.401
.**| . | . *| . | 15 -0.305 -0.131 20,631 0.149
. *| . | . | . | 16 -0.063 0.037 20,905 0.182
MODEL 2
UJI MULTIKOLINERITAS
Date: 08/02/07 Time: 22:06
Sample: 1 31
Included observations: 31
Autocorrelation Partial AC PAC Q-Stat Prob
Correlation
. *| . | . *| . | 1 -0.084 -0.084 0.2430 0.622
. *| . | . *| . | 2 -0.091 -0.099 0.5362 0.765
. *| . | . *| . | 3 -0.145 -0.164 13,013 0.729
. | . | . | . | 4 0.023 -0.018 13,205 0.858
. | . | . | . | 5 0.018 -0.014 13,328 0.932
.**| . | .**| . 6 -0.196 -0.228 29,016 0.821
|
. |**. | . |**. 7 0.249 0.224 55,405 0.594
|
. | . | . | . | 8 0.048 0.051 56,448 0.687
. | . | . | . | 9 0.035 0.027 57,032 0.769
. *| . | . | . | 10 -0.117 -0.020 63,708 0.783
. | . | . | . | 11 -0.029 -0.022 64,151 0.844
. | . | . | . | 12 0.037 -0.016 64,870 0.890
. *| . | . *| . | 13 -0.178 -0.135 82,977 0.824
. |* . | . | . | 14 0.098 0.038 88,792 0.839
.**| . | .**| . 15 -0.237 -0.316 12,472 0.643
|
. | . | . *| . | 16 0.061 -0.071 12,727 0.693
MODEL 3
UJI MULTIKOLINIERITAS
Date: 08/02/07 Time: 22:29
34
Sample: 1 31
Included observations: 31
Autocorrelation Partial AC PAC Q-Stat Prob
Correlation
. | . | . | . | 1 0.057 0.057 0.1102 0.740
.**| . | .**| . 2 -0.224 -0.228 18,754 0.392
|
. |* . | . |**. 3 0.169 0.209 29,193 0.404
|
. |* . | . | . | 4 0.081 -0.006 31,658 0.530
. |* . | . |**. 5 0.177 0.283 43,951 0.494
|
. |* . | . | . | 6 0.071 0.002 46,004 0.596
. *| . | . | . | 7 -0.071 0.026 48,135 0.683
. | . | . | . | 8 0.063 -0.004 49,884 0.759
. *| . | .**| . 9 -0.117 -0.211 56,292 0.776
|
.**| . | .**| . 10 -0.213 -0.242 78,396 0.644
|
. | . | . *| . | 11 -0.040 -0.177 79,221 0.720
. | . | . | . | 12 0.031 -0.001 79,736 0.787
. *| . | . *| . | 13 -0.127 -0.108 88,834 0.782
.**| . | . *| . | 14 -0.210 -0.069 11,532 0.644
. *| . | . | . | 15 -0.112 -0.030 12,332 0.654
. |* . | . |* . | 16 0.093 0.187 12,920 0.679
MODEL 4
UJI MULTIKOLINIERITAS
Date: 08/02/07 Time: 22:16
Sample: 1 31
Included observations: 31
Autocorrelation Partial AC PAC Q-Stat Prob
Correlation
.**| . | .**| . 1 -0.206 -0.206 14,485 0.229
|
. | . | . *| . | 2 -0.039 -0.085 15,022 0.472
. |*** | . |*** 3 0.441 0.436 85,965 0.035
|
.**| . | . *| . | 4 -0.226 -0.070 10,538 0.032
. |* . | . |* . | 5 0.129 0.118 11,194 0.048
. |**. | . |**. 6 0.323 0.226 15,473 0.017
|
***| . | .**| . 7 -0.357 -0.212 20,910 0.004
|
. |* . | . | . | 8 0.148 -0.051 21,887 0.005
. | . | .**| . 9 -0.002 -0.219 21,887 0.009
|
***| . | .**| . 10 -0.349 -0.232 27,835 0.002
|
. |**. | . | . | 11 0.219 -0.007 30,292 0.001
. *| . | . | . | 12 -0.099 -0.012 30,823 0.002
.**| . | . | . | 13 -0.238 0.046 34,037 0.001
. |* . | . *| . | 14 0.108 -0.067 34,744 0.002
.**| . | . *| . | 15 -0.276 -0.156 39,632 0.001
. | . | . |* . | 16 0.002 0.099 39,632 0.001
MODEL 5
UJI MULTIKOLINIERITAS
Date: 08/02/07 Time: 22:25
35
Sample: 1 31
Included observations: 31
Autocorrelation Partial AC PAC Q-Stat Prob
Correlation
. |* . | . |* . | 1 0.084 0.084 0.2379 0.626
.**| . | .**| . 2 -0.208 -0.216 17,582 0.415
|
. |* . | . |**. 3 0.175 0.227 28,816 0.410
|
. |* . | . | . | 4 0.070 -0.028 30,662 0.547
. |**. | . |*** 5 0.213 0.329 48,532 0.434
|
. |* . | . | . | 6 0.146 0.043 57,251 0.455
. *| . | . | . | 7 -0.102 -0.003 61,665 0.520
. | . | . *| . | 8 -0.007 -0.064 61,685 0.628
. *| . | .**| . 9 -0.145 -0.287 71,441 0.622
|
.**| . | .**| . 10 -0.195 -0.261 89,971 0.532
|
. | . | . *| . | 11 0.031 -0.138 90,449 0.618
. | . | . | . | 12 -0.011 -0.012 90,514 0.699
. *| . | . | . | 13 -0.161 -0.024 10,521 0.651
.**| . | . *| . | 14 -0.249 -0.109 14,256 0.431
. *| . | . | . | 15 -0.128 0.044 15,297 0.430
. | . | . |* . | 16 0.056 0.085 15,510 0.488
MODEL 6
UJI MULTIKOLINIERITAS
Date: 08/02/07 Time: 22:21
Sample: 1 31
Included observations: 31
Autocorrelation Partial AC PAC Q-Stat Prob
Correlation
.**| . | .**| . 1 -0.300 -0.300 30,607 0.080
|
. *| . | .**| . 2 -0.101 -0.210 34,241 0.180
|
. |**** | . |**** 3 0.506 0.467 12,795 0.005
|
.**| . | . | . | 4 -0.249 0.030 15,152 0.004
. | . | . |* . | 5 0.058 0.096 15,282 0.009
. |*** | . |**. 6 0.363 0.222 20,671 0.002
|
***| . | .**| . 7 -0.385 -0.207 26,995 0.000
|
. |* . | . *| . | 8 0.137 -0.063 27,828 0.001
. |* . | . *| . | 9 0.119 -0.162 28,482 0.001
***| . | .**| . 10 -0.363 -0.203 34,889 0.000
|
. |* . | . | . | 11 0.186 -0.051 36,663 0.000
. | . | . | . | 12 -0.023 -0.053 36,691 0.000
.**| . | . |* . | 13 -0.235 0.095 39,822 0.000
. |* . | . | . | 14 0.126 -0.030 40,785 0.000
.**| . | .**| . 15 -0.210 -0.195 43,615 0.000
|
. | . | . | . | 16 -0.050 0.018 43,786 0.000
LAMPIRAN-12
36
Uji Autokorelasi dengan Uji Durbin –Watson bisa dilihat nilai Durbin-Watson
pada lampiran-14, 15, dan 16
LAMPIRAN-13
UJI HETEROSKEDASTISITAS
MODEL 1
UJI HETEROSKEDASTISITAS
White Heteroskedasticity Test:
F-statistic 0.641354 Probability 0.696267
Obs*R-squared 4,283,659 Probability 0.638349
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 08/02/07 Time: 22:33
Sample: 1 31
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -0.027768 0.064185 -0.432619 0.6692
UE 0.080045 0.060517 1,322,674 0.1984
UE^2 -0.012027 0.009172 -1,311,237 0.2022
MDISC 0.078446 0.158988 0.493405 0.6262
MDISC^2 -0.052661 0.097954 -0.537609 0.5958
UE*MDISC -0.097022 0.073335 -1,322,999 0.1983
(UE*MDISC)^2 0.017814 0.013809 1,290,032 0.2093
R-squared 0.138183 Mean dependent var 0.001036
Adjusted R-squared -0.077272 S.D. dependent var 0.002463
S.E. of regression 0.002556 Akaike info criterion -8,905,163
Sum squared resid 0.000157 Schwarz criterion -8,581,359
Log likelihood 1,450,300 F-statistic 0.641354
Durbin-Watson stat 2,245,314 Prob(F-statistic) 0.696267
MODEL 2
UJI HETEROSKEDASTISITAS
White Heteroskedasticity Test:
F-statistic 1,417,196 Probability 0.404675
Obs*R-squared 2,796,429 Probability 0.360218
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 08/02/07 Time: 22:08
Sample: 1 31
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C 0.007348 0.052048 0.141184 0.8945
UE -0.045396 0.163215 -0.278138 0.7947
UE^2 -0.122950 0.531493 -0.231330 0.8284
MDISC -0.021509 0.119683 -0.179717 0.8661
MDISC^2 -0.011647 0.076525 -0.152203 0.8864
37
GROWTH 5.04E-05 0.000515 0.097897 0.9267
GROWTH^2 4.48E-05 3.72E-05 1,204,634 0.2947
LEVR -0.002012 0.020356 -0.098867 0.9260
LEVR^2 0.000405 0.022939 0.017650 0.9868
PERST 0.015926 0.005037 3,161,996 0.0341
PERST^2 -0.002513 0.000819 -3,069,389 0.0373
SIZE 0.006071 0.010271 0.591065 0.5863
SIZE^2 -0.000605 0.000875 -0.691041 0.5276
BETALK 0.029048 0.018442 1,575,065 0.1904
BETALK^2 0.103837 0.049923 2,079,939 0.1060
UE*MDISC -0.175161 0.364479 -0.480578 0.6559
(UE*MDISC)^2 0.368755 0.918731 0.401375 0.7087
UE*GROWTH 0.006272 0.006033 1,039,664 0.3572
(UE*GROWTH)^2 -0.003479 0.003857 -0.901909 0.4181
UE*LEVR 0.204185 0.124206 1,643,916 0.1755
(UE*LEVR)^2 -0.359067 0.193011 -1,860,349 0.1363
UE*PERST -0.021727 0.034678 -0.626537 0.5649
(UE*PERST)^2 -0.413495 0.249965 -1,654,215 0.1734
UE*SIZE 0.006727 0.033434 0.201199 0.8504
(UE*SIZE)^2 0.007261 0.013390 0.542275 0.6164
UE*BETALK -0.230588 0.109218 -2,111,264 0.1023
(UE*BETALK)^2 -1,151,932 0.725262 -1,588,298 0.1874
R-squared 0.902074 Mean dependent var 0.000610
Adjusted R-squared 0.265554 S.D. dependent var 0.001512
S.E. of regression 0.001295 Akaike info criterion -1,076,577
Sum squared resid 6.71E-06 Schwarz criterion -9,516,816
Log likelihood 1,938,695 F-statistic 1,417,196
Durbin-Watson stat 2,213,066 Prob(F-statistic) 0.404675
MODEL 3
UJI HETEROSKEDASTISITAS
White Heteroskedasticity Test:
F-statistic 0.605005 Probability 0.723711
Obs*R-squared 4,072,775 Probability 0.666828
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 08/02/07 Time: 22:30
Sample: 1 31
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C 0.009461 0.007418 1,275,298 0.2144
UE 0.006564 0.024291 0.270218 0.7893
UE^2 -0.001123 0.003730 -0.300976 0.7660
VDISC -0.017404 0.036667 -0.474645 0.6393
VDISC^2 0.006720 0.041888 0.160438 0.8739
UE*VDISC -0.024350 0.069288 -0.351429 0.7283
(UE*VDISC)^2 0.011241 0.033001 0.340637 0.7363
R-squared 0.131380 Mean dependent var 0.003336
Adjusted R-squared -0.085775 S.D. dependent var 0.006227
S.E. of regression 0.006488 Akaike info criterion -7,041,939
Sum squared resid 0.001010 Schwarz criterion -6,718,135
Log likelihood 1,161,500 F-statistic 0.605005
38
Durbin-Watson stat 2,167,866 Prob(F-statistic) 0.723711
MODEL 4
UJI HETEROSKEDASTISITAS
White Heteroskedasticity Test:
F-statistic 0.911466 Probability 0.621187
Obs*R-squared 2,652,316 Probability 0.434657
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 08/02/07 Time: 22:17
Sample: 1 31
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C 0.008645 0.074959 0.115334 0.9137
UE -0.201867 0.264204 -0.764060 0.4874
UE^2 -0.232621 1,817,485 -0.127991 0.9043
VDISC -0.049426 0.043138 -1,145,744 0.3158
VDISC^2 0.047614 0.041601 1,144,540 0.3162
GROWTH -0.002326 0.001520 -1,530,147 0.2007
GROWTH^2 0.000111 8.45E-05 1,308,491 0.2608
LEVR 0.019819 0.051041 0.388301 0.7176
LEVR^2 -0.011396 0.059988 -0.189975 0.8586
PERST -0.000555 0.010330 -0.053684 0.9598
PERST^2 7.61E-05 0.001612 0.047224 0.9646
SIZE -0.001296 0.027581 -0.046998 0.9648
SIZE^2 0.000332 0.002396 0.138716 0.8964
BETALT -0.004017 0.003393 -1,183,968 0.3020
BETALT^2 -0.001020 0.000798 -1,278,896 0.2701
UE*VDISC -0.477729 0.244870 -1,950,953 0.1228
(UE*VDISC)^2 1,009,768 3,899,647 0.258938 0.8085
UE*GROWTH -0.011631 0.017949 -0.648016 0.5523
(UE*GROWTH)^2 0.003684 0.004686 0.786193 0.4757
UE*LEVR -0.152463 0.134489 -1,133,646 0.3203
(UE*LEVR)^2 0.414305 2,213,601 0.187163 0.8606
UE*PERST 0.001635 0.104288 0.015674 0.9882
(UE*PERST)^2 -0.165037 0.167889 -0.983014 0.3813
UE*SIZE 0.088545 0.055745 1,588,389 0.1874
(UE*SIZE)^2 -0.003904 0.014318 -0.272660 0.7986
UE*BETALT -0.065859 0.075609 -0.871054 0.4329
(UE*BETALT)^2 0.160679 0.549538 0.292390 0.7845
R-squared 0.855586 Mean dependent var 0.001877
Adjusted R-squared -0.083106 S.D. dependent var 0.003283
S.E. of regression 0.003417 Akaike info criterion -8,825,856
Sum squared resid 4.67E-05 Schwarz criterion -7,576,899
Log likelihood 1,638,008 F-statistic 0.911466
Durbin-Watson stat 1,266,242 Prob(F-statistic) 0.621187
MODEL 5
UJI HETEROSKEDASTISITAS
White Heteroskedasticity Test:
F-statistic 0.442700 Probability 0.907115
Obs*R-squared 5,618,251 Probability 0.846252
39
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 08/02/07 Time: 22:26
Sample: 1 31
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -0.055813 0.189726 -0.294176 0.7717
UE 0.273476 0.232079 1,178,374 0.2525
UE^2 -0.053340 0.102672 -0.519519 0.6091
MDISC 0.165779 0.464275 0.357072 0.7248
MDISC^2 -0.106414 0.286925 -0.370876 0.7146
VDISC -0.014673 0.042132 -0.348259 0.7313
VDISC^2 0.005163 0.047582 0.108507 0.9147
UE*MDISC -0.320036 0.293357 -1,090,942 0.2883
(UE*MDISC)^2 0.083507 0.199091 0.419442 0.6794
UE*VDISC -0.032573 0.124014 -0.262652 0.7955
(UE*VDISC)^2 -0.022178 0.293939 -0.075450 0.9406
R-squared 0.181234 Mean dependent var 0.003233
Adjusted R-squared -0.228149 S.D. dependent var 0.006333
S.E. of regression 0.007018 Akaike info criterion -6,809,224
Sum squared resid 0.000985 Schwarz criterion -6,300,389
Log likelihood 1,165,430 F-statistic 0.442700
Durbin-Watson stat 2,065,007 Prob(F-statistic) 0.907115
MODEL 6
UJI HETEROSKEDASTISITAS
White Heteroskedasticity Test:
Obs*R-squared 3,100,000 Probability 0.415407
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 08/02/07 Time: 22:21
Sample: 1 31
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C 1,373,049 NA NA NA
UE -0.030622 NA NA NA
UE^2 2,334,598 NA NA NA
MDISC -3,872,766 NA NA NA
MDISC^2 2,280,465 NA NA NA
VDISC 0.242106 NA NA NA
VDISC^2 -0.114686 NA NA NA
GROWTH -0.001097 NA NA NA
GROWTH^2 3.59E-05 NA NA NA
LEVR 0.146679 NA NA NA
LEVR^2 -0.221746 NA NA NA
PERST 0.061760 NA NA NA
PERST^2 -0.009151 NA NA NA
SIZE 0.042230 NA NA NA
SIZE^2 -0.002940 NA NA NA
BETALT 0.009463 NA NA NA
BETALT^2 0.005089 NA NA NA
40
UE*MDISC -1,301,256 NA NA NA
(UE*MDISC)^2 -1,063,605 NA NA NA
UE*VDISC -0.517995 NA NA NA
(UE*VDISC)^2 -3,890,498 NA NA NA
UE*GROWTH 0.136358 NA NA NA
(UE*GROWTH)^2 -0.073739 NA NA NA
UE*LEVR 2,264,206 NA NA NA
(UE*LEVR)^2 -2,080,990 NA NA NA
UE*PERST -0.178371 NA NA NA
(UE*PERST)^2 -1,868,735 NA NA NA
UE*SIZE -0.009399 NA NA NA
(UE*SIZE)^2 -0.055452 NA NA NA
UE*BETALT 0.446377 NA NA NA
(UE*BETALT)^2 -3,126,654 NA NA NA
R-squared 1,000,000 Mean dependent var 0.001785
S.D. dependent var 0.002646 Akaike info criterion -3,853,710
Sum squared resid 4.51E-18 Schwarz criterion -3,710,311
Log likelihood 6,283,250 Durbin-Watson stat 1,813,612
LAMPIRAN-14
41
GROWTH -0.001588 0.002836 -0.560108 0.5827
LEVR 0.066850 0.039330 1.699718 0.1074
PERST 0.001184 0.006595 0.179590 0.8596
SIZE 0.012346 0.012875 0.958908 0.3510
BETALK 0.005415 0.061127 0.088592 0.9304
UE*MDISC -1.331122 0.986396 -1.349480 0.1949
UE*GROWTH 0.000485 0.019541 0.024832 0.9805
UE*LEVR -0.121510 0.362014 -0.335649 0.7412
UE*PERST -0.033091 0.163448 -0.202454 0.8420
UE*SIZE 0.211261 0.157604 1.340456 0.1977
UE*BETALK 0.477198 0.372683 1.280440 0.2176
R-squared 0.458389 Mean dependent var -0.007641
Adjusted R-squared 0.044216 S.D. dependent var 0.034107
S.E. of regression 0.033344 Akaike info criterion -3.661405
Sum squared resid 0.018901 Schwarz criterion -3.013798
Log likelihood 70.75178 F-statistic 1.106757
Durbin-Watson stat 2.140219 Prob(F-statistic) 0.414808
LAMPIRAN-15
42
PERST 0.008483 0.012863 0.659491 0.5184
SIZE 0.035534 0.022431 1.584163 0.1316
BETALT 0.002863 0.010052 0.284814 0.7792
UE*VDISC -3.613980 1.407269 -2.568080 0.0200
UE*GROWTH 0.039615 0.029272 1.353351 0.1937
UE*LEVR 1.518867 1.055609 1.438854 0.1683
UE*PERST 0.984562 0.421529 2.335693 0.0320
UE*SIZE 0.704319 0.288829 2.438530 0.0260
UE*BETALT -0.180637 0.222508 -0.811825 0.4281
R-squared 0.516338 Mean dependent var 0.007758
Adjusted R-squared 0.146479 S.D. dependent var 0.063328
S.E. of regression 0.058506 Akaike info criterion -2.536922
Sum squared resid 0.058190 Schwarz criterion -1.889315
Log likelihood 53.32229 F-statistic 1.396041
Durbin-Watson stat 2.224324 Prob(F-statistic) 0.255826
LAMPIRAN-16
(UE*BETALK) + e6..........(6)
43
VDISC -0.008783 0.128903 -0.068133 0.9466
GROWTH -0.005517 0.005211 -1.058719 0.3065
LEVR -0.088464 0.074880 -1.181421 0.2558
PERST 0.008314 0.013436 0.618816 0.5453
SIZE 0.031414 0.024634 1.275208 0.2216
BETALT 0.002726 0.010437 0.261225 0.7975
UE*MDISC -1.886548 2.145004 -0.879508 0.3930
UE*VDISC -4.192261 1.668732 -2.512244 0.0239
UE*GROWTH 0.024958 0.034658 0.720109 0.4825
UE*LEVR 1.433266 1.103379 1.298978 0.2136
UE*PERST 1.059794 0.453910 2.334813 0.0339
UE*SIZE 0.840986 0.338775 2.482435 0.0254
UE*BETALT -0.222529 0.237721 -0.936091 0.3641
R-squared 0.540059 Mean dependent var 0.007758
Adjusted R-squared 0.080118 S.D. dependent var 0.063328
S.E. of regression 0.060738 Akaike info criterion -2.458177
Sum squared resid 0.055336 Schwarz criterion -1.718054
Log likelihood 54.10174 F-statistic 1.174191
Durbin-Watson stat 2.430837 Prob(F-statistic) 0.379930
44