PENDISTRIBUSIAN ANGKA LAPORAN KEUANGAN

A. Pentingnya Bukti Distribusi

Beberapa contoh mengenai pentingnya pendistribusian angka-angka pelaporan keuangan
meliputi:
 Dalam memutuskan meminjam uang di bank seorang analis akan mempertimbangkan
distribusi rasio keuangan peminjam.
 Suatu keputusan strategi perusahaan, yang memfokuskan kepada pergerakan rasio
earning to sales dari 10% terbawah menjadi 10% teratas.
 Keputusan dalam perjanjian audit tentang disain dari pendekatan sampling untuk
mengestimasi karakteristik keuangan dari populasi. (Contoh dari beberapa sampel
pengujian dan menggunakan pendekatan sampel acak atau pendekatan sampel garis).
 Suatu keputusan untuk menggunakan alat-alat statistik dalam menganalisis data
laporan keuangan, misalnya menggunakan t-test.
Bukti dari pendistribusian angka laporan keuangan juga bisa menjadi stimulus untuk
penelitian selanjutnya yang dapat meningkatkan pemahaman yang lebih baik dari sifat data
laporan keuangan.
B. Fokus Pada Normalitas
Alasan untuk fokus pada normalitas adalah: 1) distribusi yang normal memiliki sifat
menarik dengan mengetahui hanya dua statistik (mean dan deviasi standar) sudah cukup
untuk menggambarkan distribusi normal secara keseluruhan; 2) bahwa banyak alat
statistik tersedia untuk menganalisis data laporan keuangan berdasarkan asumsi data
berdistribusi normal.
Bila normalitas ditolak maka asumsikan bahwa analis memutuskan distribusi normal tidak
digambarkan valid bagi data untuk diperiksa. Pilihan yang tersedia adalah sebagai berikut:
1. Tentukan normalitas data, caranya adalah dengan me-ranking pengamatan pada data
yang diteliti dan mengkonversi ranking ini pada angka distribusi normal yang
terstandarisasi.
2. Transformasi/ubah data menjadi sedemikian rupa sehingga asumsi distribusi normal
adalah deskriptif
3. Tentukan normalitas dengan cara menghimpun kembali (resetting) pengamatan-
pengamatan ekstrim menjadi lebih sedikit atau disebut juga winsorizing data.
4. Tentukan normalitas dengan cara menghapus sebagian besar pengamatan yang
menyimpang (pemangkasan sampel)
 5. Mengakui nonnormality tanpa mencoba untuk mengindentifikasi distribusi tidak
normal yang khusus, contohnya :
a) Analisis data - memeriksa fractiles atau percentiles dari distribusi daripada
hanya berfokus pada rata-rata dan deviasi standar. Dalam beberapa konteks,
pencacahan lengkap dari distribusi mungkin dapat diadopsi.
b) Pilihan alat statistik - menggunakan non parametrik statistik yang disebut
"distribusi bebas".
c) Gambaran kesimpulan - jika perangkat seperti kuadrat terkecil (OLS) regresi
digunakan, jangan menarik kesimpulan dari hasil yang bergantung pada asumsi
normalitas.
6. Identifikasi bentuk spesifik distribusi tidak normal, yang mencirikan data yang
menarik. Identifikasi ini didasarkan pada :
a) suatu analisis dari bukti sampel.
b) ketersediaan bukti sebelumnya.
c) suatu analisis ekonomi dari distribusi rasio.
C. Aspek-aspek Distribusi
Meliputi:
1. Central Tendency - diukur dengan beberapa statistik, salah satunya adalah median
(nilai tengah) yaitu dihitung dengan meranking pengamatan yang tertinggi ke
pengamatan yang terendah dan memilih rasio nilai tengah dari distribusi tersebut.
2. Dispersi - standar deviasi dan varian adalah suatu contoh dispersi.
3. Skewness – a skewed distribution bertolak dari kurva berbentuk lonceng yang
memiliki distribusi normal baik di bagian atas atau bawah dari distribusi.
4. Kurtosis – koefisien kurtosis memberikan bukti apakah lebih atau kurang fat-tailed
dari apa yang telah diharapkan dari suatu distribusi normal.
5. Studentized Range – statistik ini merupakan rasio rentang sampel dari standar deviasi
sampel.
6. Fractiles of the Distribution – pemahaman yang lebih mendalam dalam
pendistribusian variabel akan di dapat dari statistik ini.
D. Bukti yang Diterbitkan untuk Pendistribusian
Terdapat beberapa penelitian, antara lain:

PENELITI TAHUN OBJEK PENELITIAN HASIL

distribusi 11 rasio keuangan
perushaan manufaktur di
Deakin 1976
Amerika Serikat periode
1953-1973
distribusi 11 rasio keuangan
Rickett dan
1978 Bank-bank di Amerika
Stover
Serikat periode 1965-1974
distribusi 11 rasio keuangan
perushaan manufaktur di
Frecka dan Amerika Serikat periode
1983
Hopwood 1953-1973 (fokusnya
pengaruh outlier pada
distribusi rasio keuangan)
distribusi dari 7 rasio
Bougen dan keuangan di Inggris pada
1980
Druy lebih dari 700 perusahaan
tahun 1975
sifat-sifat distribusi dari 11
Buijink dan rasio keuangan sampel besar
1984
Jegers perusahaan-perusahaan di
Belgia periode 1977-1981
muncul asumsi-asumsi
normality untuk rasio
akuntansi keuangan, kecuali
dalam kasus debt ratio
terhadap total asset.
asumsi normality menolak
sebagian besar rasio bank
komersial.
dengan menghilangkan
outlier, maka taksiran
normality dapat diperoleh
untuk populasi industri
manufaktur dan industri
yang khusus
non-normality disebabkan
oleh tingkat variasi skewness
dan keberadaan dari outlier-
outlier yang ekstrim.
rasio-rasio yang
menunjukkan adanya
keadaan persistensi yang
terus menerus terjadi dalam
aspek pendistribusian pada
periode 1977-1981.

E. Beberapa Bukti Tambahan

Untuk mendapatkan wawasan tambahan ke dalam distribusi variabel keuangan, desil dari
distribusi dihitung. Database terdiri dari semua perusahaan dengan 1983 data pada
Compustat tape industri tahunan. Beberapa pendekatan tersedia untuk mengurangi
penyimpangan dari normalitas, yaitu: pemangkasan sampel dan mengubah rasio keuangan.
Dua transformasi yang umum digunakan untuk distribusi asimetris positif adalah nature
logarithmic transformation dan transformasi akar kuadrat. Ilustrasi pendekatan yang
digunakan dapat dilihat pada buku literatur halaman 112-113