UNIVERSITAS HINDU INDONESIA

PANITIA UJIAN TENGAH SEMESTER (GENAP)

TAHUN AJARAN 2023/2024

Mata Kuliah: Metodologi Penelitian

SMT/Jurusan: IV/Akuntansi
Dosen: Dr. I Wayan Sudiana, SE., M.Si., Ak., CA
Hari/Tgl: Kamis /4 April 2024
Waktu: 90 Menit

Soal:

1. Sebutkan dan jelaskan jenis data menurut sumbernya!

2. Hipotesis merupakan dugaan yang bersifat sementara. Mengapa hipotesis
dikatakan dugaan yang bersifat sementara? Jelaskan jawaban anda
3. Jelaskan apakah yang dimaksud dengan variabel berikut beserta contohnya:
a. Variabel independen (X)
b. Variabel dpenden (Y)
c. Variabel moderasi
d. Variabel mediasi (intervening)

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)

SOVI ISMAWATI RAHAYU

FAKULTAS EKONOMI UNIVERSITAS YARSI

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.

Keywords: Mandatory Disclosures, Voluntary Disclosures, Earnings Quality, Earnings

Response Coefficient

1.PENDAHULUAN

Laporan tahunan dan laporan keuangan merupakan salah satu informasi yang

secara formal wajib dipublikasikan sebagai sarana pertanggungjawaban pihak

manajemen terhadap pengelolaan sumber daya pemilik, serta jendela informasi yang

memungkinkan bagi pihak-pihak diluar manajemen, mengetahui kondisi perusahaan.

Namun sejauh mana informasi yang dapat diperoleh sangat tergantung pada tingkat

pengungkapan (disclosure) dari laporan tersebut.

Pengungkapan dalam laporan keuangan akan membantu pengguna laporan

keuangan untuk memahami isi dan angka yang dilaporkan dalam laporan keuangan.

2
Kegagalan dalam memahami laporan keuangan mengakibatkan beberapa perusahaan

mengalami kesalahan penilaian (misvalued), baik undervalued maupun overvalued,

seperti kasus Enron, Worldcom, dan Kimia Farma. Sehingga muncul pertanyaan

mengenai transparansi, pengungkapan informasi, dan peran akuntansi dalam

menghasilkan informasi keuangan yang relevan dan dapat dipercaya, sehingga pemakai

informasi akuntansi menerima sinyal tentang kondisi perusahaan yang sebenarnya.

Pricewaterhouse Coopers melakukan penelitian mengenai adanya information

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

auditing dan ketaatannya, serta pengungkapan dan transparansi (Khomsiyah, 2005).

Hasil penelitian Desi (2004) terhadap laporan tahunan 90 emiten manufaktur

tahun 1998, menunjukkan bahwa tingkat pengungkapan sukarela rata-rata sebesar

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

penelitiannya terhadap perusahaan publik di Indonesia tahun 2003 dengan sampel 41

emiten menemukan bahwa tingkat pengungkapan wajib rata-rata sebesar 74,97% dan

pengungkapan sukarela rata-rata sebesar 47,16% dari 49 item.

Hasil penelitian tersebut cukup bervariasi karena dasar acuan yang dipakai

untuk mengukur tingkat pengungkapan tidak sama dan juga obyek penelitiannya yang

berbeda. Namun hasilnya menunjukkan bahwa praktek pengungkapan wajib relatif

sudah banyak ditaati oleh emiten, sebaliknya kesediaan emiten untuk memberikan

pengungkapan sukarela masih relatif rendah.

3
 Bagi investor, laporan laba dianggap mempunyai informasi untuk menganalisis

saham yang diterbitkan oleh emiten. Kualitas laba penting bagi mereka yang

menggunakan laporan keuangan untuk tujuan kontrak dan pengambilan keputusan

investasi (Schipper dan Vincent, 2003). Laba akuntansi yang berkualitas adalah laba

akuntansi yang mempunyai sedikit atau tidak mengandung gangguan persepsi

(perceived noise) didalamnya dan dapat mencerminkan kinerja keuangan perusahaan

yang sesungguhnya. Ayres (1994) menyatakan bahwa laba akuntansi dikatakan

berkualitas apabila elemen-elemen yang membentuk laba tersebut dapat

diinterprestasikan dan dipahami secara memuaskan oleh pihak yang berkepentingan.

Dalam praktek, kualitas laba akuntansi tersebut sulit untuk diukur. Oleh karena

itu, masing-masing peneliti menggunakan pendekatan yang berbeda untuk mengukur

kualitas laba akuntansi. Earnings Response Coefficient (ERC) merupakan salah satu

ukuran atau proksi yang digunakan untuk mengukur kualitas laba.

Perubahan harga saham akibat perubahan laba seharusnya dipengaruhi pula oleh

informasi yang dimiliki investor. Pengungkapan dilaporan tahunan maupun laporan

keuangan, mencerminkan proksi informasi publik yang dimiliki investor, selain

informasi lainnya (berita dimedia massa, laporan analis, dan lainnya). Beberapa peneliti

kemudian menggabungkan penelitian tentang pengungkapan (disclosure) dengan ERC.

Berdasarkan uraian diatas, peneliti termotivasi untuk mengetahui bagaimana

pengaruh tingkat ketaatan pengungkapan wajib (mandatory disclosure) dan luas

pengungkapan sukarela (voluntary disclosure) terhadap kualitas laba pada perusahaan

publik sektor manufaktur yang terdaftar di Bursa Efek Jakarta. Dalam penelitian ini,

pengungkapan wajib berdasarkan Lampiran 1 Surat Edaran Ketua Badan Pengawas

Pasar Modal SE-02/PM/2002, tanggal 27 Desember 2002, tentang Pedoman Penyajian

dan Pengungkapan Laporan Keuangan Emiten atau Perusahaan Publik Industri

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

sebelumnya mempengaruhi ERC sebagai variabel kontrol. Yaitu: persistensi laba

(persistence), risiko sistematis (beta), pertumbuhan perusahaan (growth), struktur modal

(leverage), besaran perusahaan (size).

2.KAJIAN PUSTAKA, PENELITIAN TERDAHULU, DAN HIPOTESIS

2.1.Pengungkapan Informasi (Disclosure)

Pengungkapan merupakan bagian integral dari pelaporan keuangan dan langkah

akhir dalam proses akuntansi yaitu penyajian informasi dalam bentuk seperangkat

penuh statemen keuangan. Evans (2003) membatasi pengertian pengungkapan hanya

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

perubahan harga sebagai bagian dari pengungkapan.

Ada dua jenis pengungkapan dalam hubungannya dengan persyaratan yang

ditetapkan oleh standar dan regulasi, yaitu:

1. Pengungkapan Wajib (mandatory disclousure)

Pengungkapan Wajib merupakan pengungkapan minimum yang disyaratkan

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

Ketua Bapepam No. Kep-17/PM/1995, yang selanjutnya diubah melalui Keputusan

5
Ketua Bapepem No. Kep-38/PM/1996 yang berlaku bagi semua perusahaan yang telah

melakukan penawaran umum dan perusahaan publik. Peraturan tersebut diperbaharui

dengan Surat Edaran Ketua Bapepam No. SE-02/PM/2002 yang mengatur tentang

penyajian dan pengungkapan laporan keuangan emiten atau perusahaan publik untuk

setiap jenis industri.

2. Pengungkapan Sukarela (voluntary disclosure)

Salah satu cara meningkatkan kredibilitas perusahaan adalah melalui

pengungkapan sukarela secara lebih luas untuk membantu investor dalam memahami

strategi bisnis manajemen. Pengungkapan Sukarela merupakan pengungkapan butir-

butir yang dilakukan secara sukarela oleh perusahaan tanpa diharuskan oleh peraturan

yang berlaku.

Sedangkan dari sumber PSAK dapat disimpulkan bahwa informasi lain atau

informasi tambahan (telaahan keuangan yang menjelaskan karakteristik utama yang

mempengaruhi kinerja perusahaan, posisi keuangan perusahaan, kondisi ketidakpastian,

laporan mengenai lingkungan hidup, laporan nilai tambah) adalah merupakan

pengungkapan yang dianjurkan (tidak diharuskan) dan diperlukan dalam rangka

memberikan penyajian yang wajar dan relevan dengan kebutuhan pemakai.

Luas pengungkapan mengalami perkembangan dari waktu ke waktu,

dipengaruhi oleh perkembangan ekonomi, sosial budaya suatu negara, teknologi

informasi, kepemilikan perusahaan dan peraturan-peraturan yang dikeluarkan oleh

lembaga yang berwenang. Ada tiga konsep pengungkapan yang umumnya diusulkan,

yaitu:

1. Adequate disclosure (pengungkapan cukup)

2. Fair disclosure (pengungkapan wajar)

3. Full disclosure (pengungkapan penuh)

6
2.2.Pengukuran Tingkat Pengungkapan

Pengukuran tingkat pengungkapan menggunakan indeks pengungkapan.

Penelitian terdahulu yang menggunakan indeks pengungkapan untuk mengukur tingkat

pengungkapan perusahaan dibagi dalam dua kelompok, yaitu penelitian yang

menggunakan indeks pengungkapan tanpa pembobotan dan penelitian yang

menggunakan indeks pengungkapan dengan pembobotan. Kedua jenis indeks

pengungkapan ini dapat dikembangkan sendiri oleh peneliti atau dikembangkan

lembaga tertentu.

Dari beberapa penelitian, dapat disimpulkan bahwa penelitian tentang

pengungkapan wajib menggunakan indeks pengungkapan tanpa pembobotan, sedangkan

penelitian tentang pengungkapan sukarela terbagi menjadi dua kelompok yaitu,

menggunakan indeks pengungkapan tanpa pembobotan dan menggunakan indeks

pengungkapan dengan pembobotan.

2.3.Kualitas Laba

Laba akuntansi yang berkualitas adalah laba akuntansi yang mempunyai sedikit

atau tidak mengandung gangguan persepsi (perceived noise) didalamnya dan dapat

mencerminkan kinerja keuangan perusahaan yang sesungguhnya (Chandrarin,2003)

dalam Sekar (2004), sedangkan Ayres (1994) menyatakan bahwa laba akuntansi

dikatakan berkualitas apabila elemen-elemen yang membentuk laba tersebut dapat

diinterprestasikan dan dipahami secara memuaskan oleh pihak yang berkepentingan.

Conservatism index (C-score) sebagai proksi konservatisme neraca, earnings

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

mengukur besarnya reaksi pasar terhadap informasi laba digunakan ERC.

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

Warfield et al (1998). Lev (1989), Bandyopadhyay (1994), Sekar (2004), Agung

(2005), Gideon (2005), menyatakan bahwa besaran ERC menunjukkan kualitas

earnings perusahaan. Kuatnya reaksi pasar terhadap informasi laba yang tercermin dari

tingginya ERC, menunjukkan laba yang dilaporkan berkualitas. Sebaliknya, lemahnya

reaksi pasar terhadap informasi laba yang tercermin dari rendahnya ERC, menunjukkan

laba yang dilaporkan kurang atau tidak berkualitas.

ERC dari setiap sekuritas berbeda-beda besarannya karena terdapat banyak

faktor yang mempengaruhi ERC. Beberapa penelitian sebelumnya menunjukkan adanya

beberapa faktor yang mempengaruhi ERC seperti persistensi laba (Kormendi dan Lipe,

1987; Easton dan Zmijweski,1989), risiko sistematis (Collins dan Kothari ,1989),

pertumbuhan perusahaan (Collins dan Kothari ,1989), struktur modal (Dhaliwal et

al ,1991; Biddle dan Seow ,1991; Kim et al,2000) , besaran perusahaan (Easton dan

Zmijweski,1989; Chaney dan Jeter,1991; Baginski,1999) .

2.4.Pengukuran ERC

Scott (2000) menyatakan bahwa ERC mengukur besarnya abnormal returns

saham (CAR) dalam merespon komponen kejutan dari earnings yang dilaporkan

perusahaan (UE).

CAR adalah total penjumlahan dari abnormal returns untuk periode tertentu

disekitar pengumumman suatu informasi.

ARit = Rit – E(Rit)

Rit = (Pit-Pit-1)/Pit-1

8
 Sedang return ekspektasi merupakan return yang harus diestimasi. Brown dan

Warner (1985) dalam Jogiyanto (2003), mengestimasi return ekspektasi menggunakan

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

sekuritas adalah return indeks pasar pada saat tersebut.

ARit = Rit – Rmt.

UE atau earnings surprise merupakan selisih antara earnings harapan dengan

earnings sesungguhnya yang diumumkan oleh perusahaan. Laba ekspektasian

diestimasi dengan model langkah acak (random walk model) Model langkah acak

mengestimasi laba periode berjalan sama dengan laba periode sebelumnya. Laba

kejutan dapat dihitung dengan rumus sebagai berikut:

UE = (EPSit - EPSit-1)/ Pit-1

2.5.Pengungkapan Informasi Dan Kualitas Laba

Kualitas disclosure merupakan dimensi yang sangat penting dari kualitas

akuntansi perusahaan. Dan kualitas informasi akuntansi yang tinggi akan

menggambarkan seberapa bagus kualitas laba yang dihasilkan dari proses akuntansi.

Biasanya perusahaan yang banyak mengungkapkan informasi (high disclosure firms)

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

mempengaruhi kualitas laba, semakin tinggi kualitas pengungkapan maka, akan

semakin bagus kualitas laba yang dihasilkan.

Ketika diasumsikan disclosure terhadap laporan keuangan maupun laporan

tahunan dipandang kredibel oleh investor, dan dapat memberikan informasi tentang

9
prospek perusahaan dimasa datang, maka semakin rendah ketidakpastian prospek

perusahaan. Keberadaan kualitas pengungkapan dalam laporan keuangan maupun

laporan tahunan memungkinkan investor mendapat informasi tambahan untuk menilai

laba perusahaan dengan lebih akurat, sehingga informasi laba memberikan respon

kepada pasar. Dan kuatnya reaksi pasar terhadap informasi laba atau kekuatan respon

(power of response) menunjukkan laba yang dilaporkan berkualitas. Seperti yang

dinyatakan oleh Bandyopadhyay (1994) bahwa besaran ERC menunjukkan kualitas

earnings perusahaan. Akhirnya dapat dikatakan bahwa kualitas pengungkapan akan

mempengaruhi kualitas laba, yang diukur dengan ERC. Semakin tinggi kualitas

pengungkapan maka akan semakin tinggi ERC

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

perusahaan low disclosurers.

Di Indonesia, Harjanti (2002) menguji pengaruh luas pengungkapan sukarela

dalam laporan tahunan terhadap current ERC. Dalam penelitiannya Harjanti (2002)

mengajukan hipotesis bahwa luas pengungkapan sukarela dalam laporan tahunan

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

menyimpulkan bahwa skor pengungkapan dengan penbobotan dengan yang tanpa

pembobotan ditemukan berbeda secara signifikan, dan tingkat keluasan pengungkapan

sukarela dalam laporan tahunan berhubungan positif dengan current ERC.

10
2.7.Hipotesis

H1 : Tingkat ketaatan pengungkapan wajib berpengaruh positif terhadap

Earnings Response Coefficients (ERC).

H2 : Luas pengungkapn sukarela berpengaruh positif terhadap Earnings

Response Coefficients (ERC).

H3 : Tingkat ketaatan pengungkapan wajib dan luas pengungkapan sukarela

berpengaruh positif terhadap Earnings Response Coefficients (ERC).

3.METODOLOGI PENELITIAN

Penelitian ini termasuk explanatory research, karena penelitian ini bertujuan

menjelaskan antar variabel yang diuji. Berkaitan dengan formasi data, penelitian ini

disusun dalam bentuk cross-sectional . Metode analisis yang digunakan dalam

penelitian ini merupakan penelitian kuantitatif dengan menggunakan statistika sebagai

alat analisis yang utama.

3.1.Metode Penarikan Sampel

Penarikan sampel berdasarkan proporsional stratified sampling, dimana

populasi sasaran harus memenuhi kriteria sebagai berikut:

1. Berada pada industri manufaktur pada tahun 2005

2. Mempunyai tahun buku yang berakhir 31 Desember 2005 .

3. Mempublikasikan laporan keuangan tahunan tidak melebihi 31 Maret 2006

4. Mempublikasikan laporan tahunan tidak melebihi 31 Mei 2006

5. Tidak mengalami kerugian pada tahun 2005

6. Mempunyai nilai buku ekuitas positip pada tahun 2005.

7. Mempunyai laporan tahunan pada tahun 2005

8. Mempunyai data lengkap (harga saham harian, IHSG, nilai kapitalisasi pasar)

9. Mempunyai data laba triwulanan tahun 2003 – 2005

11
Berdasarkan kriteria tersebut, terdapat 42 perusahaan yang menjadi populasi sasaran

(lampiran-1). Dari 42 perusahaan yang menjadi populasi sasaran, diambil sampel

sebesar 30 perusahan (n = N/(Nd2 + 1), d = 0.1), kemudian ditentukan proporsinya ke

dalam tiga kategori (lampiran-2).

3.2. Sumber Pengumpulan Data

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

earnings (Cho and Jung, 1991)

CAR = α + β (UE) + e

CAR = Cumulative abnormal returns UE = Unexpected earnings

β = Koefisien hasil regresi (ERC)

Estimat ERC merupakan slope koefisien yang diperoleh dengan melakukan

regresi cross-sectional antara CAR dan UE (Teets & Wasley, 1996).

(1). Menghitung CAR masing-masing perusahaan sample.

t+1

CAR = ΣARit

t-1

12
 CAR = Cumulative abnormal returns

ARit = Abnormal returns saham i pada hari ke t

t-1 = 1 hari sebelum pengumuman laporan keuangan atau laporan tahunan

t+1 = 1 hari setelah pengumuman laporan keuangan atau laporan tahunan

CAR untuk menguji H1 menggunakan window 3 (tiga) hari, yaitu: 1 hari

sebelum pengumuman laporan keuangan sampai 1 hari setelah pengumuman laporan

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

penyampaian laporan tahunan sampai 3 hari setelah penyampaian laporan tahunan.

(2). Menghitung UE masing-masing perusahaan.

Unexpected earnings atau earnings surprise merupakan proksi laba akuntansi

yang menunjukkan kinerja intern perusahaan. UE diukur sesuai dengan penelitian

Kallapur (1994), dapat dihitung dengan menggunakan rumus sebagai berikut:

UEit = (EPSit – EPSit-1)/ P‌‌it-1

UEit = Unexpected Earnings perusahaan i pada tahun 2005

EPSit = Earnings per share perusahaan i pada tahun 2005

EPSit-1 = Earnings per share perusahaan i pada tahun 2004

Pit-1 = Harga saham perusahaan i akhir tahun 2004

3.3.2.Variabel Independen

Pengungkapan Wajib (X1)

Pengungkapan wajib diukur berdasarkan Lampiran 1 Surat Edaran Ketua Badan

Pengawas Pasar Modal SE-02/PM/2002, tanggal 27 Desember 2002, tentang Pedoman

Penyajian dan Pengungkapan Laporan Keuangan Emiten atau Perusahaan Publik

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):

∑ butir informasi yang di ungkapkan

Indeks Pengungkapan wajib = -------------------------------------------------------

∑ semua butir informasi – Informasi NA

Pengungkapan Sukarela (X2)

Luas pengungkapan sukarela diukur berdasarkan instrumen yang dikembangkan

dan digunakan oleh Khomsiyah (2005) yang berjumlah 49 item. Daftar item/butir

pengungkapan sukarela secara lengkap disajikan dalam lampiran-4. Luas pengungkapan

sukarela ditunjukkan dengan indeks pengungkapan sukarela, dihitung dengan rumus

sebagai berikut:

Σ ( P x B)

Indeks Pengungkapan Sukarela = -----------

Σ ( S x B)

P = Butir informasi yang di ungkap(1 jika diungkap, 0 jika tidak diungkap)

S = Semua butir pengungkapan sukarela
B = Bobot setiap informasi pengungkapan sukarela

3.3.3.Variabel Kontrol

Variabel kontrol yang dimasukkan dalam model pada penelitian ini merupakan

beberapa variabel yang ditemukan menjelaskan variasi ERC pada penelitian

sebelumnya. Variabel tersebut meliputi: persistensi laba (persistence), beta,

pertumbuhan perusahaan (growth), strutur modal (leverage), besaran perusahaan (size).

Persistensi Laba (Persistence)

Eit = α + βEit-1 + e

14
 Eit = laba perusahaan i pada periode t

Eit-1 = laba perusahaan i pada periode t - 1

β = persistensi laba

Risiko Sistematis (Beta)

Pada penelitian beta diestimasi menggunakan model pasar selama setahun yaitu

dari t0 sampai t-setahun, yang dihitung berdasarkan persamaan :

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

Besaran perusahaan (Size). SIZE = Log MCit

Ringkasan Operasionalisasi dapat dilihat pada lampiran-5

3.4.Metode Analisis

Untuk menguji pengaruh tingkat pengungkapan terhadap koefisien respon laba

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

individual dalam persamaan regresi tidak di interprestasikan . Untuk menguji pengaruh

tingkat ketaatan pengungkapan wajib dan luas pengungkapan sukarela terhadap ERC,

ditentukan dengan melihat arah dan signifikansi koefisien interaksi (β dari UE*MDISC

dan UE*VDISC). Model yang akan digunakan adalah sebagai berikut:

CARLK = α1 + β1(UE) + β2(MDISC) + β3(UE*MDISC) + e1..........(1)

15
CARLK = α2 + β4(UE) + β5(MDISC) + β6(GROWTH) + β7(LEVR) + β8 (PERST) + β9 (SIZE) +

β10(BETALK) + β11(UE*MDISC) + β12(UE*GROWTH) + β13(UE*LEVR) + β14

(UE*PERST) + β15 (UE*SIZE) + β16 (UE*BETALK) + e2..........(2)

CARLT = α3 + β17(UE) + β18(VDISC) + β19(UE*VDISC) + e3........(3).

CARLT = α4 + β20(UE) + β21(VDISC) + β22(GROWTH) + β23(LEVR) + β24 (PERST) + β25 (SIZE)

+ β26(BETALK) + β27(UE*VDISC) + β28(UE*GROWTH) + β29(UE*LEVR) + β30

(UE*PERST) + β31(UE*SIZE) + β32 (UE*BETALK) + e4..........(4)

CARLT = α5+β33(UE) + β34(MDISC) + β35 (VDISC) +β36(UE*MDISC) + β37(UE*VDISC) + e5...(5)

CARLT = α5 + β38(UE) + β39(MDISC) + β40(VDISC) + β41(GROWTH) + β42(LEVR) + β43

(PERST) + β44 (SIZE) + β45(BETALK) + β46(UE*MDISC) + β47(UE*VDISC) +

β48(UE*GROWTH) + β49(UE*LEVR) + β50 (UE*PERST) + β51(UE*SIZE) + β52

(UE*BETALK) + e6..........(6)

CAR = Cumulatif abnormal return UE = Unexpected earnings

VDISC = Voluntary disclosure MDISC = Mandatory disclosure

PERS = Persistence BETA = Risk/Beta

LEVR = Leverage GROW = Growth

SIZE = Size

4.HASIL PENELITIAN DAN PEMBAHASAN

4.1.Statistik Diskriptif

Deskripsi Statistik Tingkat Pengungkapan Wajib (lampiran-6)

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

95% Sedangkan perusahaan yang memiliki indeks pengungkapan wajib terendah

adalah PT. Intanwijaya International Tbk sebesar 68%.

16
Deskripsi Statistik Tingkat Pengungkapan Sukarela (lampiran-7)

Pada luas pengungkapan sukarela dengan pembobotan, perusahaan sampel

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

pembobotan dan 10% tanpa pembobotan).

Deskripsi Statistik CAR dan UE (lampiran-8)

Perusahaan yang memiliki CAR disekitar pengumuman laporan keuangan

(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

terendah adalah PT. Pelangi Indah Canindo Tbk sebesar -0.126

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.

Deskripsi Statistik Variabel Kontrol (lampiran-9)

4.2.Uji Normalitas

Uji normalitas yang digunakan dalam penelitian ini adalah uji Kolmogorov-

Smirnov dan Jarque-Bera. Uji Kolmogorov-Smirnov (output SPSS), memiliki distribusi

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

normal adalah UE, GROWTH dan PERST (lampiran-10).

17
 Sedangkan uji Jarque-Bera (output Eviews) memiliki distribusi normal jika nilai

Probability < 0.05. Hasil tersebut menunjukkan bahwa persamaan model 1, 2, 3, 5

berdistribusi normal. Sedangkan persamaan model yang tidak memiliki distribusi

normal adalah persamaan model 4 dan 6, (lampiran-10).

4.3.Uji Asumsi Klasik

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-

pierce untuk setiap model persamaan menunjukkan nilai AC<0.5 (lampiran-11),

sehingga dapat disimpulkan bahwa dalam model terbebas dari adanya multikolinieritas.

Uji Autokorelasi

Metode deteksi autokorelasi yang digunakan dalam penelitian ini adalah Uji

Durbin-Watson. Hasil Uji (lampiran-12) menunjukkan bahwa dalam setiap model

persamaan terbebas dari adanya autokorelasi.

Uji Heteroskedastisitas

Uji heteroskedastisitas dengan White Heteroskedasticity Test pada penelitian ini

ditunjukkan dengan melihat nilai Obs*R-squared. Dari hasil tersebut dapat disimpulkan

bahwa setiap model persamaan terbebas dari kondisi heteroskedastisitas, karena nilai

Obs*R-squared > 0.05 (lampiran-13).

4.4.Uji Hipotesis

Hasil pengujian hipotesis 1 sebelum dan setelah dimasukkan variabel kontrol

konsisten, yaitu tingkat pengungkapan wajib tidak berhubungan terhadap ERC

(lampiran-14). Hasil penelitian ini tidak mendukung hipotesis bahwa tingkat ketaatan

pengungkapan wajib berpengaruh positif terhadap ERC

18
 Hasil pengujian hipotesis 2 sebelum dan setelah dimasukkan variabel kontrol

konsisten, yaitu tingkat pengungkapan sukarela berpengaruh negatif terhadap ERC

(lampiran-15). Hasil penelitian ini tidak mendukung hipotesis bahwa luas

pengungkapan sukarela berpengaruh positif terhadap ERC

Hasil pengujian hipotesis 3 sebelum dan setelah dimasukkan variabel kontrol,

tingkat pengungkapan wajib tidak berpengaruh terhadap ERC. Sedangkan tingkat

pengungkapan sukarela tidak berpengaruh terhadap ERC, namun setelah dimasukkan

variabel kontrol, tingkat pengungkapan sukarela berpengaruh negatif terhadap ERC

(lampiran-16) . Hasil penelitian ini tidak mendukung hipotesis bahwa tingkat ketaatan

pengungkapan wajib dan luas pengungkapan sukarela berpengaruh secara bersama-

sama terhadap ERC.

Ringkasan Hasil Uji Hipotesis

Hipotesis 1
Variabel Hipotesis Hasil Signifikansi Kesimpulan
Tanpa variabel kontrol MDISC Positif Negatif Tidak signifikan

Dengan variabel kontrol MDISC Positif Negatif Tidak signifikan H0 diterima

Hipotesis 2
Variabel Hipotesis Hasil Signifikansi Kesimpulan
Tanpa variabel kontrol VDISC Positif Negatif Signifikan

Dengan variabel kontrol VDISC Positif Negatif Signifikan H0 ditolak

Hipotesis 3
Variabel Hipotesis Hasil Signifikansi Kesimpulan
Tanpa variabel kontrol MDISC Positif Positif Tidak signifikan
VDISC Positif Negatif Tidak signifikan

Dengan variabel kontrol MDISC Positif Negatif Tidak signifikan

VDISC Positif Negatif Signifikan H0 diterima

19
5.KESIMPULAN KETERBATASAN DAN SARAN

5.1.Kesimpulan

Penelitianini tidak berhasil membuktikan hipotesis yang diajukan bahwa tingkat

ketaatan pengungkapan wajib dan luas pengungkapan sukarela secara parsial

berpengaruh positif terhadap kualitas laba yang diukur dengan ERC. Peneliti juga tidak

berhasil membuktikan bahwa tingkat ketaatan pengungkapan wajib dan luas

pengungkapan sukarela secara bersama-sama berpengaruh terhadap kualitas laba yang

diukur dengan ERC. Hasil penelitian tersebut tetap konsisten sebelum dan setelah

dimasukkan variabel kontrol.

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

pengungkapan sukarela berpengaruh positif terhadap ERC, namun ketika terjadi

kenaikan EPS, luas pengungkapan sukarela tidak berpengaruh terhadap ERC.

Menurut dugaan peneliti, hal ini disebabkan karena masyarakat pemakai

laporan keuangan khususnya investor relatif akan memberikan respon terhadap

informasi laba ketika terjadi penurunan earnings per share (EPS) yang ditunjukkan

20
dengan nilai unexpected earnings (UE) negatif, dengan memperhatikan voluntary

disclosure. Demikian pula sebaliknya masyarakat pemakai laporan keuangan relatif

tidak memperhatikan voluntary disclosure ketika terjadi kenaikan EPS. Sedangkan

penilaian tentang mandatory disclosure, investor mempercayakan kepada auditor

dengan memperhatikan laporan auditor independen.

5.2.Saran

Penelitian berikutnya diharapkan mempertimbangkan dalam penilaian luas

ungkapan sukarela dengan current issue dan dengan memberi bobot pada tingkat

kerincian suatu butir informasi yang diungkapkan, sehingga indeks pengungkapan

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

A.A.A. Ratna Dewi, 2004, Pengaruh Konservatisme Laporan Keuangan Terhadap

Earnings Response Coefficient, Jurnal Riset Akuntansi Indonesia, Vol 7, No. 2,
hal. 207-223.

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

Badyopadhyay. S, 1994, Market Reactions to Earnings Announcemants of SE dan FC

firm in The Oil and Gas Industry, The Accounting Review (October): 657-674.

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.

Bapepam, 2002, Pedoman Penyajian dan Pengungkapan Laporan Keuangan Emiten

atau Perusahaan Publik, Lampiran 1 Surat Edaran Ketua Bapepam No : SE-
02/PM/2002, http://www.bapepam.go.id.

Binsar H. Simanjutak, Lusy W., 2004, Faktor-faktor yang Mempengaruhi Kelengkapan

pengungkapan Laporan Keuangan pada Perusahaan Manufaktur yang Terdaftar
di Bursa Efek Jakarta, Jurnal Riset Akuntansi Indonesia, Vol.7, No.3.

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, D. dan S. Kothari, 1989, An Analysis of the Intertemporal and Cross-sectional

Determinants of Earnings Response Coefficients, Journal of Accounting and
Economics 11, pp. 143-182.

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.

Courtis, John K , 1992, The Reliability of Perception-based Annual Report Disclosure

Studies, Accounting & Business 23 (Winter), pp 31-43.

Desi Adhariani, 2004, Tingkat Keluasan pengungkapan Sukarela dalam Laporan

Tahunan dan Hubungannya dengan Current Earnings Response Coefficient,
Tesis S2, Magister Manajemen, Universitas Indonesia.

ECFIN, 2007, Indonesian Capital Market Directory 2006, Jakarta,

Enwistle, Gary M., Phillips, Fred., 2003, Relevance, Reliability, and the Earnings
Quality Debate, Issues in Accounting Education, Vol. 18, No. 1.

Espahbodi, Reza, 2001, On the Factors Influencing Return-Earnings Relationship, Style

Sheet, http://papers.ssrn.com.

Evans, Thomas G, 2003, Accounting Theory: Contemporary Accounting Issues,

Thomson, South Western, Australia.

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.

Financial Accounting Standards Boards (FASB), 1983, Accounting Standards:

Statement of Financial Accounting Concept (SFAC) 1-5, McGraw-Hill Book
Company, USA.

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.

Ikatan Akuntan Indonesia, 2004, Standar Akuntansi Keuangan, Jakarta, Salemba

Empat.

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.

Kallapur, Sanjay, 1994, Deviden Payout Ratio as Determinants of Earnings Response

Coefficient, Journal of Accounting and Economics 17: 359-375.

Khomsiyah, 2005, Analisis Hubungan Struktur Dan Indeks Corporate Governance

Dengan Kualitas Pengungkapan, Disertasi S3, Universitas Gadjah Mada.

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.

Lang, M. dan R. Lundholm, 1993, Cross-sectional Determinants of Analyst Rating of

Corporate Disclosures, Journal of Accounting Research 31, pp. 246-271.

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.

Suwardjono, 2005, Teori Akuntansi: Perekayasaan Pelaporan Keuangan, BPFE,

Yogyakarta.

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.

Tjakradinata, Emma Siamuljati, 2000, Studi Empiris atas kualitas Pengungkapan

(Disclosure) Laporan Tahunan dan Pengeruhnya terhadap Dispersi Harga Saham
Perusahaan yang Tercatat pada Bursa Efek Jakarta, Tesis Pascasarjana,
Universitas Indonesia.

Wallace, R.O.S., et al, 1994, The Relationship between the comprehensiveness of

corporate annual reports and firm characteristics in Spain, Accounting and
Business Research, Vol 25, No. 97, p. 41-53.

Warfield,T.D.,Wild, J.J.,danWild, K.L., 1995, Manajerial Ownership, Accounting

Choice and Informativeness of Earnings, Journal of Accounting & Ecconomics
20, p. 61-91.

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.

Zaki Baridwan, Mas`ud Machfoedz, dan M.G. Tearney, 2001, An Evaluation of

Disclosure of financial Information by Public Companies in Indonesia, Laporan
Penelitian SIAGA-UGM dan Pusat Pengembangan Akuntansi Universitas
Gadjah Mada.

25
 LAMPIRAN

Lampiran 1 Populasi Sasaran

Lampiran 2 Jumlah Sampel

Lampiran 3 Daftar item/butir pengungkapan wajib

Lampiran 4 Dartar item/butir pengungkapan sukarela

Lampiran 5 Ringkasan Operasionalisasi variabel

Lampiran 6 Deskripsi Statistik Tingkat Pengungkapan Wajib

Lampiran 7 Deskripsi Statistik Tingkat Pengungkapan Sukarela

Lampiran 8 Deskripsi Statistik CAR dan UE

Lampiran 9 Deskripsi Statistik Variabel Kontrol

Lampiran 10 Uji Normalitas

Lampiran 11 Uji Multikolinieritas

Lampiran 12 Uji Autokorelasi

Lampiran 13 Uji Heteroskedastisitas

Lampiran 14 Uji Hipotesis (H1)

Lampiran 15 Uji Hipotesis (H2)

Lampiran 16 Uji Hipotesis (H3)

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

Kelompok Butir Pengungkapan Wajib

No Kelompok Informasi Jumlah Butir

1 Gambaran umum perusahaan 5

2 Penawaran umum efek perusahaan 4

3 Karyawan, direksi, dan komisaris 2

4 Ikhtisar kebijakan akuntansi 47

5 Pengungkapan atas pos-pos laporan keuangan dan 391

pengungkapan lainnya

Jumlah butir 449

LAMPIRAN-4

28
 Kelompok Butir Pengungkapan Sukarela

No Kelompok Informasi Jumlah Butir

1 Informasi umum perusahaan 7

2 Informasi dewan komisaris dan direksi 7

3 Prospek bisnis 5

4 Penelitian dan Pengembangan 5

5 Informasi karyawan 10

6 Tanggung jawab sosial 6

7 Peningkatan Produk dan Jasa 3

8 Informasi penerapan GCG 6

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

Kelompok pengungkapan Rata-rata Maksimum Minimum

1. Gambaran umum perusahaan 0.99 1.00 0.80
2. Penawaran umum efek perusahaan 0.90 1.00 0.00
3. Karyawan, direksi, dan komisaris 0.94 1.00 0.50
4. Ikhtisar kebijakan akuntansi 0.88 0.97 0.72
5. Pengungkapan atas pos-pos LK 0.79 0.95 0.67
dan pengungkapan lainnya
Tingkat Pengungkapan Wajib 0.81 0.95 0.68

30
 LAMPIRAN-7
Tingkat Pengungkapan Sukarela Berdasarkan Kelompok Pengungkapan
(Tanpa bobot)

Kelompok pengungkapan Rata-rata Maksimum Minimum

1. Informasi umum perusahaan 0.64 0.86 0.29
2. Informasi direksi dan komisaris 0.56 1.00 0.00
3. Prospek bisnis 0.32 0.80 0.20
4. Penelitian dan pengembangan 0.20 0.60 0.00
5. Informasi karyawan 0.25 0.70 0.00
6. Tanggung jawab sosial 0.31 1.00 0.00
7. Peningkatan produk dan jasa 0.54 1.00 0.00
8. Informasi penerapan GCG 0.38 1.00 0.00
Tingkat Pengungkapan Sukarela 0.39 0.78 0.10

Tingkat Pengungkapan Sukarela Berdasarkan Kelompok Pengungkapan

(Dengan bobot)

Kelompok pengungkapan Rata-rata Maksimum Minimum

1. Informasi umum perusahaan 0.64 0.86 0.29
2. Informasi direksi dan komisaris 0.56 1.00 0.00
3. Prospek bisnis 0.31 0.80 0.19
4. Penelitian dan pengembangan 0.21 0.61 0.00
5. Informasi karyawan 0.26 0.70 0.00
6. Tanggung jawab sosial 0.33 1.00 0.00
7. Peningkatan produk dan jasa 0.53 1.00 0.00
8. Informasi penerapan GCG 0.38 1.00 0.00
Tingkat Pengungkapan Sukarela 0.40 0.77 0.11

LAMPIRAN-8
Deskripsi Statistik CAR LK

Rata-rata Maksimum Minimum

Total -0.00764 0.08879 -0.10737
Industri dasar dan kimia -0.01034 0.02000 -0.03000
Aneka industri 0.03000 0.09000 -0.01000
Industri barang konsumsi -0.02000 0.03000 -0.11000
Deskripsi Statistik CAR LT

Rata-rata Maksimum Minimum

Total 0.00776 0.18121 -0.12561
Industri dasar dan kimia -0.01004 0.09170 -0.12561
Aneka industri 0.02489 0.08224 -0.04098
Industri barang konsumsi 0.01897 0.18121 -0.09347
Deskripsi Statistik UE

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
Sample 1 31
Observations 31
Mean -3.65E-17
Median -0.002873
Maximum 0.085553
Minimum -0.103435
Std. Dev. 0.032723
Skewness 0.029928
Kurtosis 6.465075
Jarque-Bera 15.51334
Probability 0.000428
MODEL 3
Series: Residuals
Sample 1 31
Observations 31
Mean 5.15E-18
Median -0.005405
Maximum 0.175034
Minimum -0.132365
Std. Dev. 0.058710
Skewness 0.676688
Kurtosis 4.372277
Jarque-Bera 4.798247
Probability 0.090798
MODEL 5
Series: Residuals
Sample 1 31
Observations 31
Mean 3.69E-17
Median -0.011603
Maximum 0.179488
Minimum -0.126774
Std. Dev. 0.057801
Skewness 0.793273
Kurtosis 4.712754
Jarque-Bera 7.040428
Probability 0.029593
LAMPIRAN-11
UJI MULTIKOLINIERITAS
33
Series: Residuals
Sample 1 31
Observations 31
Mean 5.29E-17
Median -0.002361
Maximum 0.086313
Minimum -0.067418
Std. Dev. 0.025101
Skewness 0.760729
Kurtosis 6.947510
Jarque-Bera 23.11782
Probability 0.000010
MODEL 4
Series: Residuals
Sample 1 31
Observations 31
Mean 2.73E-16
Median 0.000763
Maximum 0.121980
Minimum -0.104493
Std. Dev. 0.044042
Skewness 0.401043
Kurtosis 3.960777
Jarque-Bera 2.023312
Probability 0.363616
MODEL 6
Series: Residuals
Sample 1 31
Observations 31
Mean 4.15E-16
Median -0.001645
Maximum 0.101326
Minimum -0.096504
Std. Dev. 0.042948
Skewness 0.251424
Kurtosis 3.126549
Jarque-Bera 0.347292
Probability 0.840594
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

CARLK = α1 + β1(UE) + β2(MDISC) + β3(UE*MDISC) + e1..........(1)

Hasil pengujian terlihat pada output eviews berikut:

Dependent Variable: CARLK

Method: Least Squares
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C 0.059075 0.078446 0.753064 0.4579
UE 0.124009 0.135301 0.916543 0.3675
MDISC -0.080752 0.096768 -0.834488 0.4113
UE*MDISC -0.157221 0.166608 -0.943654 0.3537
R-squared 0.079519 Mean dependent var -0.007641
Adjusted R-squared -0.022757 S.D. dependent var 0.034107
S.E. of regression 0.034493 Akaike info criterion -3.776218
Sum squared resid 0.032123 Schwarz criterion -3.591187
Log likelihood 62.53138 F-statistic 0.777494
Durbin-Watson stat 2.038462 Prob(F-statistic) 0.516807

CARLK = α2 + β4(UE) + β5(MDISC) + β6(GROWTH) + β7(LEVR) + β8 (PERST) + β9 (SIZE) +

β10(BETALK) + β11(UE*MDISC) + β12(UE*GROWTH) + β13(UE*LEVR) + β14

(UE*PERST) + β15 (UE*SIZE) + β16 (UE*BETALK) + e2..........(2)

Hasil pengujian terlihat pada output eviews berikut:

Dependent Variable: CARLK
Method: Least Squares
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -0.013814 0.093032 -0.148483 0.8837
UE 0.191206 1.402686 0.136315 0.8932
MDISC -0.116958 0.133178 -0.878204 0.3921

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

CARLT = α3 + β17(UE) + β18(VDISC) + β19(UE*VDISC) + e3........(3).

Hasil pengujian terlihat pada output eviews berikut:

Dependent Variable: CARLT
Method: Least Squares
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -0.004011 0.031835 -0.126008 0.9007
UE 0.122362 0.059854 2.044350 0.0508
VDISC 0.032888 0.072527 0.453452 0.6538
UE*VDISC -0.382313 0.182017 -2.100427 0.0452
R-squared 0.140520 Mean dependent var 0.007758
Adjusted R-squared 0.045023 S.D. dependent var 0.063328
S.E. of regression 0.061886 Akaike info criterion -2.607142
Sum squared resid 0.103406 Schwarz criterion -2.422112
Log likelihood 44.41070 F-statistic 1.471454
Durbin-Watson stat 1.832813 Prob(F-statistic) 0.244476

CARLT = α4 + β20(UE) + β21(VDISC) + β22(GROWTH) + β23(LEVR) + β24 (PERST) + β25 (SIZE)

+ β26(BETALK) + β27(UE*VDISC) + β28(UE*GROWTH) + β29(UE*LEVR) + β30

(UE*PERST) + β31(UE*SIZE) + β32 (UE*BETALK) + e4..........(4)

Hasil pengujian terlihat pada output eviews berikut:

Dependent Variable: CARLT
Method: Least Squares
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -0.155953 0.113611 -1.372694 0.1877
UE -3.622039 2.090521 -1.732601 0.1013
VDISC 0.011044 0.119071 0.092749 0.9272
GROWTH -0.006402 0.004913 -1.303096 0.2099
LEVR -0.087241 0.061010 -1.429952 0.1709

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

CARLT = α5+β33(UE) + β34(MDISC) + β35(VDISC) + β36(UE*MDISC) + β37(UE*VDISC) + e5 ..(5)

Hasil pengujian terlihat pada output eviews berikut:

Dependent Variable: CARLT

Method: Least Squares
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -0.038614 0.150072 -0.257301 0.7991
UE -0.209950 0.466815 -0.449750 0.6568
MDISC 0.036289 0.195929 0.185216 0.8546
VDISC 0.046587 0.083062 0.560873 0.5799
UE*MDISC 0.526263 0.730636 0.720281 0.4780
UE*VDISC -0.678657 0.445412 -1.523661 0.1401
R-squared 0.166934 Mean dependent var 0.007758
Adjusted R-squared 0.000321 S.D. dependent var 0.063328
S.E. of regression 0.063318 Akaike info criterion -2.509324
Sum squared resid 0.100228 Schwarz criterion -2.231778
Log likelihood 44.89452 F-statistic 1.001924
Durbin-Watson stat 1.779954 Prob(F-statistic) 0.437001

CARLT = α5 + β38(UE) + β39(MDISC) + β40(VDISC) + β41(GROWTH) + β42(LEVR) + β43

(PERST) + β44 (SIZE) + β45(BETALK) + β46(UE*MDISC) + β47(UE*VDISC) +

β48(UE*GROWTH) + β49(UE*LEVR) + β50 (UE*PERST) + β51(UE*SIZE) + β52

(UE*BETALK) + e6..........(6)

Hasil pengujian terlihat pada output eviews berikut:

Dependent Variable: CARLT

Method: Least Squares
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -0.182704 0.172201 -1.060992 0.3055
UE -2.535364 2.498160 -1.014892 0.3262
MDISC 0.067187 0.246226 0.272868 0.7887

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