Anda di halaman 1dari 9

ANALISIS LAPORAN KEUANGAN

RINGKASAN MATERI SAP 3

Oleh :
KELOMPOK 1

I KOMANG KHRISNA ADHITYA PRATAMA 1881611027 02


TITIS HERLAMBANG 1881611035 10
ANAK AGUNG NGURAH GDE PUNIA ARTAWAN 1881611045 20
I GUSTI PUTU SUMA ARDANA 1881611047 22

PROGRAM MAGISTER AKUNTANSI


FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
2019
1. Asumsi Analisa Rasio
Analisis Rasio merupakan salah satu alat analisis keuangan yang paling populer dan
banyak digunakan. Sebuah rasio menyatakan hubungan matematis antara dua kuantitas.
Perhitungan rasio merupakan operasi aritmatika sederhana dan interpretasinya lebih
kompleks. Berikut Motivasi penggunaan rasio adalah:
a. Mengontrol dampak perbedaan ukuran antar perusahaan dari waktu ke waktu.
b. Membuat data lebih memuaskan dalam memenuhi asumsi-asumsi yang melandasi alat-
alat statistik seperti analisis regresi ( seperti gangguan homokedasitas).
c. Untuk menyelidiki sebuah teori dimana rasio merupakan variabel kepentingan.
d. Untuk menggunakan kesamaan empiris yang diamati antara rasio keuangan dengan
estimasi atau peramalan dari variabel kepentingan (seperti, risiko dari sebuah saham
atau perusahaan yang mengumumkan kebangkrutannya).
Mengontrol dampak dari perbedaan ukuran merupakan motivasi yang paling sering
diungkapkan sebagai alasan dalam mempergunakan bentuk rasio keuangan. Asumsi penting
yang mendasari penggunaan rasio sebagai alat kontrol terhadap perbedaan adalah karena
proporsi yang tetap antara numerator dan denominator. Penjualan hanyalah salah satu ukuran
yang dapat digunakan untuk mengontrol dampak perbedaan ukuran antar perusahaan. Ukuran
lain termasuk total aset, modal pemegang saham, kapitalisasi pasar dan jumlah karyawan.
Rasio harus diinterpretasikan dengan hati - hati karena faktor - faktor yang
memengaruhi pembilang dapat berkolerasi dengan faktor - faktor yang memengaruhi
penyebut. Rasio bermanfaat bila diinterpretasikan dalam perbandingan dengan : (1) Rasio
tahun sebelumnya (2) standar yang ditentukan sebelumnya (3) rasio pesaing.
1.1 Alasan Untuk Analisa Non Rasio
Terdapat juga alasan rasionalitas ekonomis untuk tidak membatasi analisis data
dalam bentuk rasio. Bahkan saat dimana asumsi proposionalitas telah sesuai, mengendalikan
perbedaan ukuran perusahaan dengan menggunakan rasio dapat menyebabkan hilangnya
informas-informasi yang penting. Temuan pada penelitian yang ada adalah bahwa frekuensi
dari kegagalan akan lebih tinggi pada perusahaan kecil dibandingkan dengan perusahaan
besar. Temuan ini menyiratkan bahwa ukuran perusahaan merupakan variabel penting yang
harus dimasukkan dalam model prediksi kegagalan perusahaan. Jika yang diuji hanya data
dalam bentuk rasio, ukuran perusahaan akan dikeluarkan dari variabel dalam mode tersebut.

1
2. ISU KOMPUTASI DALAM KALKULASI RASIO
Masalah perhitungan atau penafsiran dapat muncul pada rasio keuangan dalamberbagai
konteks.
2.1 Penyebut Negatif (Negative Denominators)
Asumsikan bahwa analis sedang memeriksa profitabilitas pada perusahaan dalam suatu
industri dan menemukan bahwa perusahaan tersebut memiliki ekuitas pemegang saham yang
negatif. Observasi ini berguna sebagai penyebut (denominator) dalam rasio ekuitas laba ke
pemegang saham dapat menghasilkan rasio yang tidak memiliki penafsiran yang jelas.
Berbagai kemungkinan yang ada dalam konteks ini :
1) Menghapus pengamatan dari sampel. Prosedur ini sering diadopsi.
2) Memeriksa penyebab penyebut yang negatif dan membuat penyesuaian
berikutnya.
3) Menggunakan rasio alternatif yang dapat menangkap beberapa aspek
profitabilitas.
Adanya analisis laporan keuangan yang terkomputerisasi berarti bahwa para analis
biasanya mengakses rasio ringkasan daripada komponen rasio tersebut.
2.2 Pengamatan Outlier
Outlier adalah pengamatan yang tampaknya tidak konsisten dengan sisa dari set data.
Beberapa langkah dalam menentukan apakah pengamatan seperti yang baru saja dilaporkan
adalah outlier. Langkah pertama yang berguna adalah menentukan apakah pengamatan
ekstrim muncul karena alasan perhitungan. Contohnya:
1) Apakah ada adalah nilai ekstrim karena suatu kesalahan pencatatan? Pendekatan
yang paling langsung mungkin adalah dengan membandingkan angka-angka yang
mendasari perhitungan rasio keuangan dengan yang dilaporkan dalam laporan
tahunan.
2) Apakah ada penyebut (denominator) dalam rasio itu mendekati nol? Nilai rasio
pada tahun sebelumnya dapat memberikan bukti yang berguna dalam memutuskan
apakah situasi ini ada.
Langkah kedua yang berguna adalah dengan memeriksa klasifikasi akuntansi, metode
akuntansi, dan ekonomi atau perubahan struktural sebagai alasan untuk pengamatan ekstrim
Contohnya:
1) Klasifikasi akuntansi. Contohnya, pemasukan dalam pendapatan bersih dari suatu
write-down besar untuk penutupan pabrik dapat menyebabkan suatu outlier dalam
rasio pendapatan-terhadap-penjualan. Salah satu pendekatan untuk mendeteksi hal ini

2
adalah dengan membandingkan (1) laba operasi dengan penjualan, (2) laba sebelum
bunga dan pajak untuk penjualan, dan (3) pendapatan terhadap penjualan. Jika suatu
perusahaan adalah pengamatan outlier hanya (3), maka kemungkinan outlier karena
klasifikasi akuntansi cukup meningkat.
2) Metode akuntansi. Comtohnya, rasio times interest earned yang kemungkinan
melibatkan pembiayaan off balancesheet.
3) Ekonomi. Contohnya, perusahaan menggunakan capital intensive dibandingkkan
labor intensive sehingga dengan volume sales yang tinggi berpengaruh pada rasio
profit margin.
4) Perubahan struktural. Contohnya, merger dapat menyebabkan pengamatan outlier,
khususnya rasio-rasio yang membandingkan neraca dan rugi laba post-merger dan
pre-merger.
Beberapa alternatif yang tersedia bagi analis ketika menemui pengamatan ekstrim
yang mencakup:
1) Menghapus pengamatan ekstrim dengan alasan bahwa itu merupakan “outlier yang
sebenarnya”.
2) Menahan pengamatan ekstrim dengan alasan bahwa itu merupakan keadaan ekstrim
dari karakteristik yang mendasari.
3) Membuat penyesuaian pada faktor ekonomi atau akuntansi yang dipercaya
menyebabkan pengamatan ekstrim.
4) Memenangkan sampel, dengan merubah nilai pengamatan yang terdekat yang tidak
mencurigakan.
5) Pemangkasan sampel dengan menghapus N atas dan N bawah dari pengamatan.
Alternatif-alternatif ini mengakui penyebab nilai ekstrim bervariasi dan bahwa
pertimbangan sistematis faktor perhitungan komputasi, akuntansi, ekonomi, dan struktural
memfasilitasi penilaian yang lebih masuk akal untuk penanganan mereka dalam aplikasi
laporan keuangan.

3. PENDISTRIBUSIAN ANGKA LAPORAN KEUANGAN


3.1 Pentingnya Bukti Distribusi
Beberapa contoh mengenai pentingnya pendistribusian angka-angka pelaporan
keuangan meliputi :
1) Dalam memutuskan meminjam uang di bank seorang analis akan mempertimbangkan
distribusi rasio keuangan peminjam.

3
2) Suatu keputusan strategi perusahaan, yang memfokuskan kepada pergerakan rasio
earning to sales.
3) Keputusan dalam perjanjian tentang disain dari pendekatan sampling untuk
mengestimasi karakteristik keuangan dari populasi.
4) Suatu keputusan untuk menggunakan alat-alat statistik dalam menganalisis data
laporan keuangan, misalnya menggunakan t-test.
3.2 Fokus Pada Normalitas
Fokus pada distribusi normal dilakukan karena distribusi normal mempunyai
ketertarikan dengan mean dan standar deviasi saja yang cukup untuk mengkarakteristikkan
seluruh distribusi normal. Apabila diasumsikan bahwa suatu distribusi normal adalah tidak
valid untuk diteliti, maka terdapat pilihan-pilihan berikut :
1) Menentukan normalitas data dengan me-ranking pengamatan pada data yang diteliti
dan mengkonversi peringkat ini pada angka distribusi normal yang diteliti dan
mengkonversi ranking ini pada angka distribusi normal yang terstandarisasi.
2) Usaha untuk mentransformasi data.
3) Winsorizing data yaitu usaha untuk menentukan normalitas dengan cara menghimpun
kembali pengamatan-pengamatan ekstrim menjadi lebih sedikit.
4) Pemangkasan sampel maksudnya adalah usaha untuk menentukan normalitas dengan
cara menghapus sebagian besar pengamatan yang menyimpang.
5) Mengakui non normalitas tanpa mencoba untuk mengindentifikasi distribusi non
normal yang khusus.
6) Mengidentifikasi bentuk distribusi tidak normal yang khusus yang
mengkarakteristikkan data.
3.3 Aspek-aspek Distribusi
Berikut ini aspek-aspek yang berkaitan dengan distribusi:
1) Central tendency, central tendency dapat dihitung dengan statistik yaitu median (nilai
tengah) yaitu dihitung dengan meranking pengamatan yang tertinggi ke pengamatan
yang terendah dan memilih rasio nilai tengah dari distribusi tersebut.
2) Dispersion, aspek lain dari distribusi adalah standar deviasi. Standar deviasi
merupakan alat ukur yang umum untuk mengukur dispersion.
3) Skewnees, distribusi skewnees berbeda dengan distribusi berbentuk bel dari distribusi
normal. Alat ukur yang biasanya digunakan untuk mengukur skewnees adalah
keofisiean skewnees.

4
4) Kurtosis, merupakan test yang umum digunakan untuk mengukur normalitas adalah
membandingkan distribusi sampel dengan distribusi normal menurut teori.
5) Studentized Range, merupakan pengukur lain dari dispersion, statistic ini merupakan
rasio dari range sampel dan standar deviasi dari sampel.
6) Fractiles of the distribution, kegunaan dari distribusi suatu variabel terkadang
diperoleh dari fractiles of the distribution.
3.4 Bukti yang Dipublikasikan terkait Distribusi
Beberapa studi melaporkan bukti-bukti distribusi dalam rasio keuangan, yaitu :
1) Deakin (1976), yang menguji distribusi 11 rasio keuangan pada perusahaan
manufaktur di Amerika Serikat pada periode 1953-1973. Deakin menyimpulkan
bahwa normalitas pada rasio laporan keuangan tidak dapat dipertahankan
kecuali jika rasio total hutang dengan total aset. Normalitas dapat dicapai
dengan mentransform data.
2) Ricketts dan Stover (1978) yang menguji distribusi 11 rasio keuangan pada
bank di Amerika Serikat pada periode 1965-1974, menyimpulkan bahwa asumsi
normalitas tidak dapat ditolak pada rasio bank yang diuji.
3) Frecka dan Hopwood (1983) yang melakukan pengujian serupa dengan Deakin
(1976) dengan periode 1950-1979, menyimpulkan bahwa dengan menghapus
outlier, normalitas atau setidaknya mendekati normalitas, dapat tercapai untuk
populasi perusahaan manufaktur dan untuk industri spesifik lainnya.
4) Bougen dan Drudy (1980) yang menguji distribusi dari 7 rasio keuangan pada
lebih dari 700 perusahaan di Inggris pada tahun 1975, menyimpulkan bahwa
bukti-bukti di Inggris mengindikasikan non-normalitas yang disebabkan oleh
beragamnya tingkat skewness dan adanya outlier yang ekstrim.
5) Buijink dan Jegers (1984) yang menguji distribusi 11 rasio keuangan pada
perusahaan Belgia pada periode 1977-1981 menyimpulkan bahwa rasio-rasio
yang diuji menyajikan kekonsistenan dalam aspek distribusi tersebut.
Bukti tentang dispersi dan simetri distribusi rasio keuangan disajikan dalam banyak
publikasi perdagangan dan pemerintahan.
3.5 Beberapa Bukti Lainnya
Dalam mendapatkan sebuah tambahan wawasan tentang distribusi variabel keuangan,
berikut ini perhitungan distribusi yang benar. Basis data terdiri dari semua perusahaan pada
tahun 1983 di industri Compustat:
− Posisi Kas
5
1) (Kas + surat berharga) / kewajiban lancar, (C + MS) / CL
2) (Kas + surat berharga) / Penjualan, (C + MS) / S
3) (Kas + surat berharga) / total aset, (C + MS) / TA
− Likuiditas
1) Quick asset / kewajiban lancar, QA / CL
2) Aktiva lancar / kewajiban lancar, CA / CL
− Modal kerja / Arus Kas
1) Modal kerja dari operasi / Penjualan, WCO / S
2) Modal kerja dari operasi / Total aset, WCO / TA
3) Arus kas dari operasi / Penjualan, CFO / S
4) Arus kas dari operasi / Jumlah aktiva (rata-rata), CFO / TA
− Struktur Modal
1) Kewajiban jangka panjang / Pemegang Saham ekuitas, LTL / SE
2) (Kewajiban lancar dan jangka panjang) / Pemegang Saham ekuitas, (CL + LTL) /
SE
− Debt Service Coverage
1) Pendapatan operasional / bunga pembayaran, IO / INA
2) Arus kas dari operasi / bunga pembayaran, CFO / INA
− Profitabilitas
1) Pendapatan bersih, NI
2) Laba bersih per saham, E. P. S.
3) Pendapatan bersih / Penjualan, NI / S
4) Laba bersih / Pemegang Saham ekuitas (rata-rata), NI / SE
5) Laba bersih / Jumlah aktiva (rata-rata), NI / TA
− Perputaran
1) Penjualan / Total aktiva (rata-rata), S / TA
2) Penjualan / Pendapatan piutang (rata-rata), S / AR
3) COGS / Persediaan(rata-rata), COGS / INV
− Pasar Modal
1) Harga per saham / EPS, PE
2) Dividen per saham / EPS, DIV. Payout
− Dari Ukuran
1) Total aset, TA

6
2) Penjualan, S
3) Kapitalisasi pasar, MKT. CAP.

4. KORELASI (HUBUNGAN) DAN PERGERAKAN DIANTARA ANGKA-ANGKA


LAPORAN KEUANGAN
a) Korelasi Cross Section
Kolerasi cross sectional antara rasio-rasio keuangan penting bila menggunakan rasio
dalam suatu model statistik, misalkan adanya dua rasio yang merupakan variabel
independen dan dua rasio ini coliniear sempurna, maka akan tidak dapat menghitung
estimasi koefisien-koefisien dari model itu. Statistik untuk menyelidiki kolerasi antara
2 variabel adalah a) Pearson Moment Correlation statistic, dan b) the Spearman Rank
Correlation statistic. Pearson statistik adalah tepat jika distribusi untuk 2 variabel
ditaksir normal, Spearman tidak mengasumsikan distribusi untuk 2 variabel tertentu.
b) Pergerakan Time series
Rasio keuangan juga digunakan untuk menilai perubahan likuiditas, profitabilitas, dan
sebagainya dari waktu ke waktu. Permasalahan muncul ketika ada pertanyaan berapa
banyak rasio harus diperiksa dalam penilaian time series. Satu pendekatan untuk
memperoleh bukti atas isu time series comovement adalah dengan menyelidiki tingkat
rasio keuangan yang bergerak bersama.
c) Beberapa Bukti Tambahan
Secara umum, korelasi dan pergerakan rasio pada setiap kategori lebih tinggi
dibandingkan korelasi dan pergerakan dari rasio yang direpresentasikan antar kategori
berbeda. Kategori perputaran dan pasar modal merupakan yang terendah diantara
kategori korelasi antara rasio individual. Dua kategori ini juga telah dilaporkan relatif
heterogen pada studi sebelumnya.

7
DAFTAR PUSTAKA
George Foster. 1986. Financial Statement Analysis, 2nd Edition. Singapore: Prentice
Hall International, Inc.
Subramanyam, K. R., John J. Wild. 2012. Analisis Laporan Keuangan, Edisi 10.
Jakarta : Salemba Empat

Anda mungkin juga menyukai