KEMAMPUAN ARUS KAS, LABA, DAN AKRUAL UNTUK

MEMPREDIKSI ARUS KAS DAN LABA MASA DEPAN

Oleh:
Agustina Ratna Dwiati
0410230009

SKRIPSI
Disusun Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Ekonomi

JURUSAN AKUNTANSI
FAKULTAS EKONOMI
UNIVERSITAS BRAWIJAYA
MALANG
2008
 KATA PENGANTAR

Puji syukur kepada Tuhan Yesus Kristus atas segala hikmat dan anugerah

kasihNya yang sangat besar sehingga penulis dapat menyelesaikan penyusunan

skripsi dengan judul “Kemampuan Arus Kas, Laba, dan Akrual untuk

Memprediksi Arus Kas dan Laba Masa Depan”.

Skripsi ini disusun untuk memenuhi persyaratan memperoleh gelar sarjana

ekonomi pada Jurusan Akuntansi Fakultas Ekonomi Universitas Brawijaya

Malang. Adapun penulisan skripsi ini tidak dapat dilaksanakan tanpa bantuan dan

kerjasama dari berbagai pihak, oleh karena itu pada kesempatan ini penulis ingin

mengucapkan rasa terima kasih yang sebesar-besarnya kepada :

1. Bapak Prof. Dr. Bambang Subroto, SE, MM, Ak selaku Dekan Fakultas

Ekonomi Universitas Brawijaya Malang

2. Bapak Abdul Ghofar, SE., M.Si., M.Acc., Ak selaku Sekretaris Jurusan

Akuntansi Fakultas Ekonomi Universitas Brawijaya

3. Bapak Komarudin Achmad SE., M.Si., Ak selaku dosen pembimbing dan

dosen penguji I, terima kasih atas bimbingan dan ilmunya serta untuk

waktu dan kesabarannya.

4. Ibu Tubandjirah Herawati, SE, MM, Ak selaku dosen penguji II.

5. Bapak Drs. Roekhudin, M.Si., Ak selaku dosen penguji III.

6. Seluruh staf pengajaran dan administrasi Jurusan Akuntansi Fakultas

Ekonomi Universitas Brawijaya Malang.

 7. Buat keluargaku tercinta ( Papa, Mama, Mas Renald, dan Kalis) terima

kasih atas semangat dan dukungan doa kalian.

8. Buat temen-temenku tercinta Ari, Dalilah, Alit, dan Aisyah terima kasih

untuk bantuan dan dukungannya.

9. Buat mbak Dini terima kasih banyak untuk semua bantuannya.

10. Semua pihak yang tidak dapat disebutkan satu persatu oleh penulis, yang

telah membantu penulis dalam menyelesaikan penulisan laporan ini,

thanks a lot.

Akhir kata, penulis menyadari skripsi ini masih banyak kekurangannya.

Mengingat keterbatasan pengetahuan yang dimiliki penulis serta kendala-kendala

yang dihadapi penulis saat penyusunan skripsi ini, oleh karena itu segala kritik

dan saran yang dapat memperbaiki skripsi ini sangat penulis harapkan.

Malang, Juli 2008

Penulis
 DAFTAR ISI

HALAMAN JUDUL

HALAMAN PENGESAHAN

SURAT KETERANGAN

SURAT PERNYATAAN

KATA PENGANTAR................................................................................................. i

DAFTAR ISI………………………………………………………………………... iii

DAFTAR TABEL....................................................................................................... vi

DAFTAR GAMBAR................................................................................................... vii

DAFTAR LAMPIRAN............................................................................................... viii

ABSTRAKSI............................................................................................................... ix

ABSTRACT................................................................................................................. x

BAB I PENDAHULUAN

1.1. Latar Belakang ………..……………………………………………………... 1

1.2. Rumusan Masalah…………………………………………………………… . 4

1.3. Motivasi Penelitian........................................................................................... 4

1.4. Tujuan dan Manfaat Penelitian.……………………………………………… 5

BAB II TELAAH LITERATUR DAN PENGEMBANGAN HIPOTESIS

2.1. Arus Kas........................................................................................................... 7

2.2. Laba………….................................................................................................. 9

2.3. Akrual…………………………………………….......................................... 10

2.4. Pengembangan Hipotesis…………………………........................................ 12

2.4.1. Kemampuan Arus Kas Memprediksi Arus Kas Masa Depan.……. ... 12

2.4.2. Kemampuan Laba Memprediksi Arus Kas Masa Depan.……….. … 13

2.4.3. Kemampuan Akrual Memprediksi Arus Kas Masa Depan………....... 15

2.4.4. Kemampuan Arus Kas Memprediksi Laba Masa Depan…………….. 16

2.4.5. Kemampuan Laba Memprediksi Laba Masa Depan…………………. 17

2.4.6. Kemampuan Akrual Memprediksi Laba Masa Depan……………….. 18

BAB III METODE PENELITIAN

3.1. Populasi dan Sampel Penelitian…………...……………………………….... 19

3.2. Sumber Data…………………………………………………………………. 20

3.3. Definisi Operasional Variabel…………….…………………………………. 20

3.3.1. Variabel Dependen………………………………………………………. 20

3.3.2. Variabel Independen…………………………………………………….. 21

3.4. Model Penelitian………….............................................................................. 22

3.5. Teknik Analisis Data……………………………………………………….... 23

3.6.1. Uji Asumsi Klasik………………………………………………………... 24

3.6.2. Pengujian Hipotesis………………………………………………………. 26

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Hasil Penelitian….………………………....................................................... 27

4.1.1. Statistik Deskriptif……………………………………………................ 27

4.1.2. Hasil Pengujian Asumsi Klasik…............................................................ 28

4.1.3. Hasil Pengujian Hipotesis...……………………………………….......... 32

4.2. Pembahasan……………........................................................................... 37

4.2.1. Kemampuan Arus Kas untuk Memprediksi Arus Kas Masa Depan.…… 37
4.2.2. Kemampuan Laba untuk Memprediksi Arus Kas Masa Depan….…... 37

4.2.3. Kemampuan Akrual untuk Memprediksi Arus Kas Masa Depan….... 38

4.2.4. Kemampuan Arus Kas untuk Memprediksi Laba Masa Depan….…... 39

4.2.5. Kemampuan Laba untuk Memprediksi Laba Masa Depan…….…….. 39

4.2.6. Kemampuan Akrual untuk Memprediksi Laba Masa Depan………... 40

BAB V PENUTUP

5.1. Kesimpulan………………………………………………………………….. 41

5.2. Keterbatasan Penelitian……………………………………………………… 41

5.3. Saran-saran…………………………………………………………………... 42

DAFTAR PUSTAKA

LAMPIRAN
 KEMAMPUAN ARUS KAS, LABA , DAN AKRUAL UNTUK
MEMPREDIKSI ARUS KAS DAN LABA MASA DEPAN

Oleh:
Agustina Ratna Dwiati

Dosen Pembimbing:
Komarudin Achmad, SE., M.Si., Ak

ABSTRAKSI

Tujuan dari penelitian ini adalah untuk memperoleh bukti empiris

mengenai kemampuan arus kas, laba, dan akrual untuk memprediksi arus kas dan
laba masa depan. Total sampel yang digunakan dalam penelitian ini sebanyak 45
perusahaan manufaktur yang terdaftar di BEJ selama tahun 2004-2006. Metode
pengambilan sampel yang dipakai adalah purposive sampling.
Penelitian ini menggunakan dua model regresi berganda. Regresi pertama
merupakan regresi prediksi arus kas yang menguji kemampuan arus kas, laba, dan
akrual untuk memprediksi arus kas masa depan. Regresi kedua merupakan regresi
prediksi laba yang menguji kemampuan arus kas, laba, dan akrual untuk
memprediksi laba masa depan.
Hasil penelitian ini menunjukkan bahwa arus kas dan laba mampu
memprediksi arus kas dan laba masa depan. Sebaliknya, akrual tidak mampu
memprediksi arus kas dan laba masa depan.

Kata kunci: arus kas, laba, akrual, arus kas masa depan, dan laba masa depan.
THE ABILITY OF CASH FLOW, EARNINGS, AND ACCRUAL
TO PREDICT FUTURE CASH FLOW AND FUTURE
EARNINGS

By:
Agustina Ratna Dwiati

Advisor Lecturer:
Komarudin Achmad SE., M.Si., Ak

ABSTRACT

The objective of this research is to get an empirical proof about the ability
of cash flow, earnings, and accrual to predict future cash flow and future
earnings. Total sample of this research is 45 manufacturing firms listed on BEJ
during 2004-2006. The sampling method which used is purposive sampling.
This research is using two multiple regression model. First regression is
cash flow prediction regression which examines the ability of cash flow, earnings,
and accrual to predict future cash flow. Second regression is earnings prediction
regression which examines the ability of cash flow, earnings, and accrual to
predict future earnings.
This research showed that cash flow and earnings have an ability to
predict future cash flow and future earnings. Otherwise, accrual do not have an
ability to predict future cash flow and future earnings.

Keywords: cash flow, earnings, accrual, future cash flow, and future earnings
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Dalam dunia usaha saat ini, setiap perusahaan pastinya dituntut untuk

selalu meningkatkan kinerjanya agar tetap bertahan dan semakin berkembang.

Perusahaan yang mempunyai kinerja baik pasti akan mudah menarik minat

investor. Dengan demikian, perusahaan akan lebih mudah untuk menggalang

dana baik dari investor maupun kreditor.

Penilaian kinerja perusahaan bisa dilihat melalui publikasi laporan

keuangan. Laporan keuangan sendiri merupakan sumber informasi utama

yang dijadikan acuan oleh investor sebagai dasar pengambilan keputusan. Hal

ini mengacu pada Kerangka Dasar Penyusunan Penyajian Laporan Keuangan

yang menjelaskan bahwa tujuan laporan keuangan adalah menyediakan

informasi yang menyangkut posisi keuangan, kinerja serta perubahan posisi

keuangan suatu perusahaan yang bermanfaat bagi sejumlah besar pemakai

dalam pengambilan keputusan ekonomi (IAI,2002).

Laporan keuangan disusun dan disajikan sekurang-kurangnya setahun

sekali untuk memenuhi kebutuhan sejumlah besar pemakai. Laporan

keuangan yang lengkap terdiri dari neraca, laporan laba rugi, laporan

perubahan ekuitas, laporan arus kas, dan catatan atas laporan keuangan.

Laporan arus kas biasanya digunakan investor untuk menilai kinerja

dari suatu perusahaan. Parawiyati dan Baridwan (1998) menjelaskan bahwa

informasi arus kas khususnya dari aktivitas operasi merupakan suatu indikasi

keberhasilan usaha yang rinci dan nyata sehingga penilaian kinerja yang

didasarkan informasi tersebut menjadi lebih berarti (meaningful).

Informasi arus kas berguna untuk menilai kemampuan perusahaan

dalam menghasilkan kas dan setara kas serta memungkinkan para pemakai

mengembangkan model untuk menilai dan membandingkan nilai sekarang

dari arus kas masa depan (future cash flows) dari beberapa perusahaan (IAI,

2002). Informasi arus kas juga berguna dalam memprediksi laba masa depan.

Penelitian Parawiyati dan Baridwan (1998) menunjukkan bahwa arus kas

signifikan dalam memprediksi arus kas dan laba masa depan. Penelitian

Dahler dan Febrianto (2006) serta Supriyadi (1999) juga menunjukkan bahwa

arus kas berguna dalam memprediksi arus kas masa depan.

Selain laporan arus kas, laporan laba rugi juga merupakan laporan

utama untuk melaporkan kinerja dari suatu perusahaan selama suatu periode

tertentu. Informasi tentang kinerja suatu perusahaan, terutama tentang

profitabilitas, dibutuhkan untuk mengambil keputusan tentang sumber

ekonomi yang akan dikelola oleh suatu perusahaan di masa yang akan datang.

Informasi tersebut juga seringkali digunakan untuk memperkirakan

kemampuan suatu perusahaan untuk menghasilkan kas dan aktiva yang

disamakan dengan kas di masa yang akan datang (IAI,2002). Pentingnya

informasi laba juga secara tegas telah disebutkan dalam Statement of

Financial Accounting Concepts (SFAC) No. 1 yaitu bahwa selain untuk

menilai kinerja manajemen, juga membantu mengestimasi kemampuan laba

yang representatif, serta untuk menaksir risiko dalam investasi atau kredit

(Parawiyati dan Baridwan, 1998).

Ball dan Brown (1968) dalam Gantyowati (2001) menyatakan bahwa

earnings mempunyai kandungan informasi untuk mengestimasi unexpected

earnings masa mendatang. Parawiyati dan Baridwan (1998) menyatakan

bahwa laba signifikan dalam memprediksi arus kas dan laba masa depan.

Hasil penelitian Parawiyati dan Baridwan (1998) ini juga sesuai dengan hasil

penelitian Syafriadi (2000) dalam Dahler dan Febrianto (2006).

Akrual adalah item di dalam dan atau dari laba yang tidak

mempengaruhi kas pada periode berjalan (Barth et al., 2001 dalam Thiono,

2006). SFAC No.1 menjelaskan bahwa laba dan komponennya, yang

termasuk akrual, memberikan petunjuk yang lebih baik mengenai arus kas

masa depan daripada arus kas tahun berjalan (Barth et al., 2001). Selain dapat

memprediksi arus kas masa depan, akrual juga dapat digunakan untuk

memprediksi laba masa depan.

Penelitian tentang kemampuan akrual untuk memprediksi arus kas

masa depan dilakukan oleh Brochet et al. (2007). Hasil penelitiannya

menunjukkan bahwa akrual berpengaruh terhadap arus kas masa depan. Chan

et al. (2004) meneliti mengenai pengaruh akrual terhadap laba masa depan.

Hasil penelitiannya menunjukkan bahwa akrual berpengaruh terhadap laba

masa depan.

Berdasarkan latar belakang di atas dan penelitian terdahulu, maka

peneliti bermaksud untuk melakukan penelitian dengan judul

 “KEMAMPUAN ARUS KAS, LABA, DAN AKRUAL UNTUK

MEMPREDIKSI ARUS KAS DAN LABA MASA DEPAN”.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah di atas, maka yang menjadi pokok

permasalahan dalam penelitian ini adalah:

1. Apakah arus kas, laba, dan akrual dapat memprediksi arus kas masa

depan?

2. Apakah arus kas, laba, dan akrual dapat memprediksi laba masa depan?

1.3 Motivasi Penelitian

Penelitian mengenai arus kas masa depan telah banyak dilakukan oleh

para peneliti. Parawiyati dan Baridwan (1998), Dahler dan Febrianto (2006),

serta Supriyadi (1999) menyatakan bahwa arus kas signifikan dalam

memprediksi arus kas masa depan.

Parawiyati dan Baridwan (1998) juga menyatakan bahwa laba

signifikan dalam memprediksi arus kas masa depan. Akan tetapi, hasil

penelitian ini berbeda dengan hasil penelitian Assih (1999) dan Syafriadi

(2000) dalam Dahler dan Febrianto (2006).

Penelitian tentang laba masa depan juga telah banyak dilakukan. Baik

Parawiyati dan Baridwan (1998) serta Syafriadi (2000) dalam Dahler dan

Febrianto (2006) menyatakan bahwa arus kas dan laba signifikan dalam

memprediksi laba masa depan.

 Berdasarkan penelitian-penelitian di atas, hanya variabel arus kas dan

laba saja yang digunakan dalam penelitian untuk memprediksi arus kas dan

laba masa depan. Penelitian mengenai akrual, terutama kaitannya dengan arus

kas dan laba masa depan, masih jarang diteliti oleh peneliti dalam negeri.

Padahal, FASB dalam SFAC No.1 menyatakan bahwa laba dan

komponennya, termasuk akrual, memberikan petunjuk yang lebih baik

mengenai arus kas masa depan daripada arus kas tahun berjalan (Barth et al.,

2001).

Selain itu, walaupun banyak penelitian menyatakan bahwa arus kas

mampu memprediksi arus kas dan laba masa depan, namun tidak demikian

halnya dengan laba. Ada beberapa penelitian, misalnya penelitian Assih

(1999) dan Syafriadi (2000) dalam Dahler dan Febrianto (2006), menyatakan

bahwa laba tidak mampu memprediksi arus kas masa depan.

Berdasarkan uraian di atas, maka peneliti tertarik untuk menguji

kemampuan akrual dalam kaitannya dengan prediksi arus kas masa depan dan

laba masa depan. Oleh karena itu, penelitian ini dilakukan untuk menguji

kembali kemampuan laba, arus kas, dan akrual untuk memprediksi laba dan

arus kas masa depan.

1.4 Tujuan dan Manfaat Penelitian

Tujuan yang ingin dicapai dalam penelitian ini adalah untuk

memperoleh bukti empiris mengenai kemampuan arus kas, laba, dan akrual

untuk memprediksi arus kas dan laba masa depan. Penelitian ini juga

diharapkan dapat memberikan manfaat bagi beberapa pihak antara lain :

a. Bagi investor dan pemakai laporan keuangan lainnya

Penelitian ini dapat menjadi salah satu pertimbangan dan masukan bagi

investor dan pemakai laporan keuangan lainnya mengenai kemampuan

arus kas, laba, dan akrual untuk memprediksi arus kas dan laba masa

depan. Dengan demikian, investor maupun pemakai laporan keuangan

lainnya diharapkan dapat membuat keputusan ekonomi yang tepat.

b. Bagi kalangan akademisi

Penelitian ini diharapkan dapat memberikan sumbangan bagi ilmu

pengetahuan dengan memberikan bukti empiris mengenai kemampuan

arus kas, laba, dan akrual untuk memprediksi arus kas dan laba masa

depan.

c. Bagi peneliti

Penelitian ini diharapkan dapat mengaplikasikan berbagai ilmu yang

diperoleh selama kuliah.

 BAB II

TELAAH LITERATUR DAN PENGEMBANGAN HIPOTESIS

2.1 Arus Kas

PSAK No. 2 menjelaskan bahwa kas terdiri dari saldo kas (cash on

hand) dan rekening giro. Setara kas (cash equivalent) adalah investasi yang

sifatnya sangat likuid, berjangka pendek dan yang dengan cepat dapat

dijadikan kas dalam jumlah tertentu tanpa menghadapi risiko perubahan nilai

yang signifikan. Arus kas adalah arus masuk dan arus keluar kas atau setara

kas.

Arus kas berasal dari tiga aktivitas berbeda yaitu aktivitas operasi,

investasi, dan pendanaan. Aktivitas operasi adalah aktivitas penghasil utama

pendapatan perusahaan (principal revenue-producing activities) dan aktivitas

lain yang bukan merupakan aktivitas investasi dan aktivitas pendanaan. Arus

kas masuk dari aktivitas operasi antara lain berasal dari penjualan barang dan

jasa, royalti, fees, komisi, dll. Arus kas keluar dari aktivitas operasi antara lain

berasal dari pembayaran kas kepada pemasok barang dan jasa, pembayaran

kas kepada karyawan, pembayaran pajak, dll.

Aktivitas investasi adalah perolehan dan pelepasan aktiva jangka

panjang serta investasi lain yang tidak termasuk setara kas. Arus kas masuk

dari aktivitas operasi meliputi penerimaan kas dari penjualan tanah, bangunan

dan peralatan, aktiva tak berwujud dan aktiva jangka panjang lain. Arus kas
keluar dari aktivitas investasi meliputi pembayaran kas untuk membeli aktiva

tetap, aktiva tak berwujud, dan aktiva jangka panjang lain.

Aktivitas pendanaan (financing) adalah aktivitas yang mengakibatkan

perubahan dalam jumlah serta komposisi modal dan pinjaman perusahaan.

Penerimaan kas dari aktivitas pendanaan antara lain berasal dari obligasi,

pinjaman, dan saham. Arus kas keluar dari aktivitas pendanaan antara lain

berasal dari pembagian dividen dan pelunasan pinjaman.

Dalam PSAK No.2 dijelaskan bahwa perusahaan harus menyusun

laporan arus kas dan harus menyajikan laporan tersebut sebagai bagian yang

tak terpisahkan dari laporan keuangan untuk setiap periode penyajian laporan

keuangan. Pada dasarnya perusahaan memerlukan kas dengan alasan yang

sama meskipun terdapat perbedaan dalam aktivitas penghasil pendapatan

utama (revenue-producing activities). Perusahaan membutuhkan kas untuk

melaksanakan usaha, untuk melunasi kewajiban, dan untuk membagikan

dividen kepada para investor. Pernyataan ini mewajibkan semua perusahaan

menyajikan laporan arus kas.

Informasi arus kas berguna untuk menilai kemampuan perusahaan

dalam menghasilkan kas dan setara kas serta memungkinkan para pemakai

mengembangkan model untuk menilai dan membandingkan nilai sekarang

dari arus kas masa depan (future cash flows) dari beberapa perusahaan.

Informasi tersebut juga meningkatkan daya banding pelaporan kinerja operasi

berbagai perusahaan karena dapat meniadakan pengaruh penggunaan

 perlakuan akuntansi yang berbeda terhadap transaksi dan peristiwa yang

sama.

Informasi arus kas historis sering digunakan sebagai indikator dari

jumlah, waktu, dan kepastian arus kas masa depan. Di samping itu, informasi

arus kas juga berguna untuk meneliti kecermatan dari taksiran arus kas masa

depan yang telah dibuat sebelumnya dan dalam menentukan hubungan antara

profitabilitas dan arus kas bersih serta dampak perubahan harga.

2.2 Laba

Laba dalam teori akuntansi biasanya menunjuk pada konsep yang oleh

FASB disebut dengan laba komprehensif. Laba komprehensif dimaknai

sebagai kenaikan aset bersih selain yang berasal dari transaksi dengan

pemilik. Secara stuktural, laba juga didefinisikan sebagai pendapatan

dikurangi biaya (Suwardjono, 2005:455).

Pernyataan Standar Akuntansi Keuangan (PSAK) 2002 dalam

Kerangka Dasar Penyusunan Penyajian Laporan Keuangan menjelaskan

mengenai laba. Penghasilan bersih (laba) seringkali digunakan sebagai ukuran

kinerja atau sebagai dasar bagi ukuran yang lain seperti imbalan investasi

(return of investment) atau penghasilan per saham (earning per share). Unsur

yang langsung berkaitan dengan pengukuran penghasilan bersih (laba) adalah

penghasilan dan beban. Penghasilan (income) adalah kenaikan manfaat ekonomi

selama suatu periode akuntansi dalam bentuk pemasukan atau penambahan

aktiva atau penurunan kewajiban yang menyebabkan kenaikan ekuitas yang tidak

berasal dari kontribusi penanaman modal. Beban (expenses) adalah penurunan

 manfaat ekonomi selama suatu periode akuntansi dalam bentuk arus keluar

atau berkurangnya aktiva atau terjadinya kewajiban yang mengakibatkan

penurunan ekuitas yang tidak menyangkut pembagian kepada penanam

modal.

Menurut PSAK No. 25, laporan laba rugi merupakan laporan utama

untuk melaporkan kinerja dari suatu perusahaan selama suatu periode tertentu.

Informasi tentang kinerja suatu perusahaan, terutama tentang profitabilitas,

dibutuhkan untuk mengambil keputusan tentang sumber ekonomi yang akan

dikelola oleh suatu perusahaan di masa yang akan datang. Informasi tersebut

juga seringkali digunakan untuk memperkirakan kemampuan suatu

perusahaan untuk menghasilkan kas dan aktiva yang disamakan dengan kas di

masa yang akan datang.

2.3 Akrual

Definisi Sloan (1996) dalam Richardson et al. (2001) tentang akrual

didasarkan pada pengklasifikasian arus kas menurut Statement on Financial

Accounting Standards (SFAS) 95. SFAS 95 mengklasifikasikan arus kas

menjadi arus kas dari aktivitas operasi, arus kas dari aktivitas investasi, dan

arus kas dari aktivitas pendanaan.

Arus kas dari aktivitas investasi berhubungan dengan perolehan dan

pelepasan aset produktif. Arus kas dari aktivitas pendanaan berhubungan

dengan pengeluaran dan pembayaran kembali sumber-sumber modal jangka

panjang. Arus kas dari aktivitas operasi berhubungan dengan semua arus kas

yang tidak didefinisikan sebagai aktivitas investasi dan pendanaan.

 Menurut FASB, arus kas dari aktivitas operasi biasanya adalah

pengaruh kas terhadap transaksi dan kejadian lain yang menentukan laba

bersih (Richardson et al., 2001). Berdasarkan hal tersebut, maka Sloan (1996)

dalam Richardson et al. (2001) mendefinisikan akrual sebagai selisih laba

bersih dengan arus kas dari aktivitas operasi.

Akrual menjadi komponen laba karena pemakaian konsep akrual

(sebagai lawan dari cash basis) sebagai dasar penyusunan laporan keuangan.

Contoh akrual yang menjadi komponen laba antara lain adalah piutang.

Dalam akuntansi, piutang dicatat sebagai pendapatan sekalipun perusahaan

belum menerima kas dari pendapatan tersebut. Contoh yang lain adalah utang

gaji. Dalam akuntansi, utang gaji diakui sebagai biaya dan mengurangi laba

sementara sebenarnya perusahaan belum mengeluarkan kas (Setiawati, 2001).

Richardson (2001) dalam Linda dan Syam BZ (2005) mengukur

kualitas laba sebagai tingkat persistensi kinerja laba pada periode selanjutnya.

Hasil penelitiannya menunjukkan bahwa perusahaan dengan akrual yang

besar akan memiliki persistensi laba yang lebih rendah sehingga mengalami

penurunan kinerja laba pada tahun berikutnya. Hasil penelitian Chan et al

(2001) dalam Siallagan dan Machfoedz (2006) juga menunjukkan bahwa

perusahaan dengan akrual yang tinggi menunjukkan laba perusahaan

berkualitas rendah, demikian juga sebaliknya.

2.4 Pengembangan Hipotesis

2.4.1 Kemampuan Arus Kas Memprediksi Arus Kas Masa Depan

Menurut PSAK No.2, kegunaan laporan arus kas adalah untuk

menilai kemampuan perusahaan dalam menghasilkan kas dan setara kas

dan sebagai indikator dari jumlah, waktu, dan kepastian arus kas masa

depan. Informasi arus kas historis sering digunakan sebagai indikator dari

jumlah, waktu, dan kepastian arus kas masa depan.

Thiono (2006) menguji keakuratan model arus kas metode

langsung dan tidak langsung dalam memprediksi arus kas dan dividen

masa depan. Penelitian ini menunjukkan bahwa model dengan komponen

arus kas metode langsung lebih akurat dibandingkan model dengan

komponen arus kas metode tidak langsung untuk memprediksi arus kas

masa depan. Selain itu, tidak terdapat perbedaan keakuratan model dengan

komponen arus kas metode langsung dibandingkan model dengan

komponen arus kas metode tidak langsung untuk memprediksi dividen

masa depan.

Parawiyati dan Baridwan (1998) meneliti kemampuan laba dan

arus kas dalam memprediksi laba dan arus kas perusahaan manufaktur go

public di Indonesia. Hasil penelitian tersebut menunjukkan bahwa

prediktor arus kas signifikan dalam memprediksi arus kas satu tahun ke

depan.

Dahler dan Febrianto (2006) meneliti kemampuan laba dan arus

kas dalam memprediksi arus kas masa depan pada perusahaan yang
 melaporkan laba positif dan laba negatif. Hasil penelitian ini menunjukkan

bahwa arus kas operasi tahun berjalan memiliki kemampuan lebih baik

daripada laba dalam memprediksi arus kas operasi masa depan baik untuk

kelompok perusahaan berlaba positif maupun berlaba negatif.

Supriyadi (1999) dalam penelitiannya mengenai kemampuan laba

versus arus kas dalam memprediksi arus kas masa depan. Hasil

penelitiannya menunjukkan bahwa data arus kas memberikan informasi

yang lebih baik untuk meramalkan arus kas masa depan dibandingkan

laba. Ia juga menegaskan bahwa laba menambah sedikit kemampuan arus

kas dalam memprediksi arus kas masa depan.

Berdasarkan penelitian-penelitian terdahulu, maka hipotesis

pertama penelitian ini adalah :

H1: Arus Kas mampu memprediksi arus kas masa depan

2.4.2 Kemampuan Laba Memprediksi Arus Kas Masa Depan

Menurut PSAK No. 25, laporan laba rugi merupakan laporan

utama untuk melaporkan kinerja dari suatu perusahaan selama suatu

periode tertentu. Informasi tentang kinerja suatu perusahaan, terutama

tentang profitabilitas, dibutuhkan untuk mengambil keputusan tentang

sumber ekonomi yang akan dikelola oleh suatu perusahaan di masa- yang

akan datang. Informasi tersebut juga seringkali digunakan untuk

memperkirakan kemampuan suatu perusahaan untuk menghasilkan kas

dan aktiva yang disamakan dengan kas di masa yang akan datang.
 SFAC No. 1 menyatakan bahwa laba akuntansi adalah alat ukur

yang baik untuk mengukur kinerja perusahaan dan bahwa laba akuntansi

bisa digunakan untuk meramalkan aliran kas perusahaan (Hendriksen dan

Van Breda (2001) dalam Febrianto dan Widiastuty, 2005).

Febriyanti (2004) meneliti mengenai keakuratan model laba

permanen, transitori, dan agregat dalam memprediksi laba masa depan.

Hasil penelitian ini menunjukkan bahwa laba permanen lebih akurat dalam

memprediksi laba masa depan dibandingkan laba transitori dan laba

agregat. Akan tetapi, bila laba agregat dibandingkan dengan laba

transitori, maka laba agrerat lebih akurat dalam memprediksi laba masa

depan dibandingkan laba transitori.

Parawiyati dan Baridwan (1998) meneliti kemampuan laba dan

arus kas dalam memprediksi laba dan arus kas perusahaan manufaktur go

public di Indonesia. Hasil penelitian ini menunjukkan bahwa prediktor

laba signifikan dalam memprediksi arus kas satu tahun ke depan. Prediktor

laba juga memberikan pengaruh yang lebih besar dalam memprediksi arus

kas untuk periode satu tahun ke depan dibandingkan prediktor arus kas.

Dahler dan Febrianto (2006) meneliti kemampuan laba dan arus

kas dalam memprediksi arus kas masa depan pada perusahaan yang

melaporkan laba positif dan laba negatif. Hasil penelitian ini menunjukkan

bahwa laba memiliki kemampuan dalam memprediksi arus kas operasi

masa depan untuk kelompok perusahaan berlaba positif.

 Berdasarkan penelitian-penelitian terdahulu, maka hipotesis kedua

penelitian ini adalah :

H2: Laba mampu memprediksi arus kas masa depan

2.4.3 Kemampuan Akrual Memprediksi Arus Kas Masa Depan

FASB dalam SFAC No.1 menyatakan bahwa laba dan

komponennya, termasuk akrual, memberikan petunjuk yang lebih baik

mengenai arus kas masa depan daripada arus kas tahun berjalan (Barth et

al., 2001). Barth et al. (2001) menguji peran akrual dalam memprediksi

arus kas masa depan. Hasil penelitian ini menunjukkan bahwa komponen

akrual (perubahan piutang usaha, perubahan utang usaha, perubahan

persediaan, depresiasi dan amortisasi, serta akrual lainnya) secara

signifikan meningkatkan kemampuan prediktif laba. Hubungan setiap

komponen akrual signifikan terhadap arus kas masa depan. Hal ini

menunjukkan bahwa komponen akrual membantu dalam memprediksikan

arus kas masa depan. Selain itu, agregat akrual tahun berjalan juga

membantu arus kas dalam memprediksi arus kas masa depan.

Brochet et al. (2007) meneliti mengenai peran kas dan komponen

akrual laba akuntansi dalam memprediksi arus kas masa depan. Penelitian

ini menguji pengaruh akrual terhadap arus kas satu periode ke depan dan

juga menguji pengaruh akrual terhadap arus kas agregat dua periode ke

depan. Brochet et al.(2007) menyatakan bahwa memprediksi arus kas satu

periode ke depan tidak dapat menggambarkan kegunaan akrual dalam

memprediksi arus kas masa depan. Akan tetapi, jika memprediksi arus kas
 beberapa periode ke depan akan dapat meningkatkan kemampuan prediktif

akrual. Jadi, secara keseluruhan penelitian ini mendukung pernyataan

FASB bahwa akuntansi akrual berguna dalam memprediksikan arus kas

masa depan, dengan pertimbangan bahwa periode prediksi cukup panjang.

Berdasarkan penelitian-penelitian terdahulu, maka hipotesis ketiga

penelitian ini adalah :

H3: Akrual mampu memprediksi arus kas masa depan

2.4.4 Kemampuan Arus Kas Memprediksi Laba Masa Depan

Penerimaan dan pengeluaran kas tersebut, terutama dari arus kas

operasi, nantinya akan mempengaruhi laba atau rugi bersih. Hal ini telah

dijelaskan dalam PSAK No. 2 yaitu arus kas dari aktivitas operasi

terutama diperoleh dari aktivitas penghasil utama pendapatan perusahaan.

Oleh karena itu, arus kas tersebut pada umumnya berasal dari transaksi

dan peristiwa lain yang mempengaruhi penetapan laba atau rugi bersih.

Parawiyati dan Baridwan (1998) meneliti kemampuan laba dan

arus kas dalam memprediksi laba dan arus kas perusahaan manufaktur go

public di Indonesia. Hasil penelitian tersebut menunjukkan bahwa

prediktor arus kas signifikan dalam memprediksi laba satu tahun ke depan.

Syafriadi (2000) dalam Dahler dan Febrianto (2006) meneliti

kemampuan laba dan arus kas dalam memprediksi laba dan arus kas. Hasil

penelitian tersebut menunjukkan bahwa arus kas memiliki pengaruh dalam

memprediksi laba masa depan.

 Berdasarkan penelitian-penelitian terdahulu, maka hipotesis

keempat penelitian ini adalah :

H4: Arus kas mampu memprediksi laba masa depan

2.4.5 Kemampuan Laba Memprediksi Laba Masa Depan

SFAC No. 1 dalam Harahap (2003:139) menyatakan bahwa

investor, kreditur, dan yang lain dapat menggunakan laporan laba rugi dan

informasi tentang elemen-elemen keuangan dalam berbagai cara untuk

menilai prospek arus kas. Selain itu, laba juga bisa digunakan untuk

menilai prestasi manajemen, meramalkan laba untuk masa yang akan

datang, menilai resiko, serta mengubah atau melihat ramalan atau

penilaian sebelumnya.

Parawiyati dan Baridwan (1998) meneliti kemampuan laba dan

arus kas dalam memprediksi laba dan arus kas perusahaan manufaktur go

publik di Indonesia. Hasil penelitian tersebut menunjukkan bahwa

prediktor laba signifikan dalam memprediksi laba satu tahun ke depan.

Prediktor laba juga memberikan pengaruh yang lebih besar dalam

memprediksi laba untuk periode satu tahun ke depan dibandingkan

prediktor arus kas.

Syafriadi (2000) dalam Dahler dan Febrianto (2006) menyatakan

bahwa laba dan arus kas dapat memprediksikan laba masa depan. Akan

tetapi, laba memiliki pengaruh yang lebih erat dalam memprediksi laba

masa depan dibandingkan arus kas.

 Berdasarkan penelitian-penelitian terdahulu, maka hipotesis kelima

penelitian ini adalah :

H5: Laba mampu memprediksi laba masa depan

2.4.6 Kemampuan Akrual Memprediksi Laba Masa Depan

Penjelasan Chan et al. (2004) mengenai kemampuan prediktif

akrual didasarkan pada hipotesis manajemen laba. Berdasarkan hipotesis

manajemen laba, perusahaan yang melakukan manajemen laba akan

mempunyai efek akrual yang negatif terhadap laba masa depan. Artinya,

dengan adanya efek negatif dari akrual berarti menunjukkan adanya

manajemen laba. Chan et al. (2004) juga menyatakan bahwa tanpa adanya

manajemen laba maka akrual tidak dapat secara konsisten mempengaruhi

laba masa depan.

Chan et al. (2004) meneliti mengenai bagaimana akrual

mempengaruhi laba masa depan. Periode yang digunakan adalah tahun

1950-1996. Chan et al. (2004) menyatakan bahwa perusahaan yang nilai

akrualnya tinggi mempunyai pengaruh yang lebih besar terhadap laba

masa depan. Hasil penelitian ini menunjukkan bahwa akrual membantu

dalam memprediksi laba masa depan.

Berdasarkan penelitian terdahulu, maka hipotesis keenam

penelitian ini adalah :

H6: Akrual mampu memprediksi laba masa depan

 BAB III

METODE PENELITIAN

3.1 Populasi dan Sampel Penelitian

Populasi yang digunakan dalam penelitian ini adalah seluruh

perusahaan yang terdaftar di Bursa Efek Jakarta pada tahun 2004-2006.

Selanjutnya sampel akan dipilih dengan metode purposive sampling. Adapun

kriteria pemilihan sampel adalah :

1. Seluruh perusahaan manufaktur yang terdaftar di Bursa Efek Jakarta pada

tahun 2004-2006. Pertimbangan pemilihan perusahaan manufaktur adalah

homogenitas dalam aktivitas penghasilan pendapatan utama (revenue-

producing activities) (Parawiyati dan Baridwan, 1998).

2. Laporan keuangan perusahaan menggunakan mata uang rupiah

3. Periode laporan keuangan perusahaan berakhir setiap 31 Desember

4. Perusahaan tidak mengalami kerugian atau arus kas operasi negatif

Tabel 3.1

Sampel Penelitian

Perusahaan manufaktur yang terdaftar selama tahun 2004-2006 144

Laporan keuangan tidak dilaporkan dalam Rupiah (6)

Laporan keuangan tidak berakhir 31 Desember (0)

Melaporkan kerugian atau arus kas operasi negatif (93)

Total Sampel 45
3.2 Sumber Data

Data dalam penelitian ini berasal dari data sekunder yaitu data yang

diperoleh secara tidak langsung melalui media perantara (diperoleh dan

dicatat oleh pihak lain). Data sekunder umumnya berupa bukti, catatan atau

laporan historis yang telah tersusun dalam arsip (data dokumenter) yang

dipublikasikan dan yang tidak dipublikasikan (Indriantoro dan Supomo,

2002:147). Adapun sumber data penelitian ini adalah Indonesian Capital

Market Directory (ICMD) untuk mencari sampel perusahaan yang terdaftar di

BEJ serta data arus kas operasi, laba bersih sebelum pos luar biasa, dan akrual

dapat diperoleh melalui laporan keuangan yang tersedia di Pojok BEJ

Universitas Brawijaya Malang.

3.3 Definisi Operasional Variabel

3.3.1 Variabel Dependen

Variabel dependen adalah tipe variabel yang dijelaskan atau

dipengaruhi oleh variabel independen (Indriantoro dan Supomo, 2002:63).

Penelitian ini menggunakan dua variabel dependen yaitu arus kas masa

depan dan laba masa depan.

a. Arus kas masa depan

Arus kas masa depan dalam penelitian ini menggunakan arus

kas dari aktivitas operasi satu tahun ke depan (Parawiyati dan

Baridwan, 1998). Arus kas operasi digunakan karena merupakan

aktivitas penghasil utama pendapatan perusahaan. Data arus kas

operasi ini diambil langsung dari laporan arus kas.

 b. Laba masa depan

Laba masa depan menggunakan laba bersih satu tahun ke

depan. Laba bersih yang digunakan adalah laba bersih sebelum pos

luar biasa (Parawiyati dan Baridwan, 1998). Penggunaan laba bersih

sebelum pos luar biasa bertujuan untuk menghilangkan elemen yang

mungkin menyebabkan pertumbuhan laba meningkat dalam suatu

periode yang tidak akan timbul dalam periode yang lain. Data laba

bersih sebelum pos luar biasa ini diambil dari laporan laba rugi.

3.3.2 Variabel Independen

Variabel independen adalah tipe variabel yang menjelaskan atau

mempengaruhi variabel yang lain (Indriantoro dan Supomo, 2002:63).

Penelitian ini menggunakan tiga variabel independen yaitu arus kas

operasi tahun berjalan, laba bersih sebelum pos luar biasa tahun berjalan,

dan akrual tahun berjalan.

a. Arus kas tahun berjalan

Arus kas tahun berjalan ini menggunakan arus kas yang berasal dari

aktivitas operasi perusahaan pada tahun berjalan. Data arus kas

operasi tahun berjalan ini diambil langsung dari laporan arus kas.

b. Laba tahun berjalan

Laba tahun berjalan ini menggunakan laba bersih sebelum pos luar

biasa pada tahun berjalan. Data laba bersih sebelum pos luar biasa

tahun berjalan ini diambil dari laporan laba rugi.

 c. Akrual tahun berjalan

Akrual adalah item di dalam dan atau dari laba yang tidak

mempengaruhi kas pada periode berjalan (Barth et al., 2001 dalam

Thiono, 2006). Komponen akrual merupakan pengurangan laba

bersih sebelum pos luar biasa dengan arus kas operasi.

3.4 Model Penelitian

Penelitian ini menggunakan teknik regresi linier berganda. Model

penelitian yang digunakan adalah:

1. Regresi Prediksi Arus Kas

AKOt+1 = α + β1AKOt + β2LABAt + β3ACCt + et

2. Regresi Prediksi Laba

LABAt+1 = α + β1AKOt + β2LABAt + β3ACCt + et

Dalam hal ini,

AKOt+1 = arus kas operasi pada tahun t+1

LABAt+1 = laba bersih sebelum pos luar biasa pada tahun t+1

AKOt = arus kas operasi pada tahun t

LABAt = laba bersih sebelum pos luar biasa pada tahun t

ACCt = jumlah akrual pada tahun t

α = koefisien konstanta

β1,β2,β3 = koefisien variabel independen

et = variabel gangguan
 Adapun kerangka pemikiran dari penelitian ini dapat digambarkan

sebagai berikut :

Gambar 3.1

Kerangka Pemikiran Prediksi Arus Kas

Arus Kas

Laba Arus Kas Masa Depan

Akrual

Gambar 3.2

Kerangka Pemikiran Prediksi Laba

Arus Kas

Laba Laba Masa Depan

Akrual

3.5 Teknik Analisis Data

Model regresi linier berganda dapat disebut sebagai model yang baik

jika model tersebut memenuhi asumsi normalitas data dan terbebas dari

asumsi-asumsi klasik statistik, baik itu multikolinearitas, autokorelasi, dan

 heteroskesdastisitas. Sedangkan untuk pengujian hipotesis dilakukan secara

parsial atau uji t.

3.5.1 Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas ini bertujuan untuk menguji apakah dalam

model regresi, variabel pengganggu atau residual memiliki distribusi

normal. Uji ini harus terpenuhi mengingat uji t dan uji F

mengasumsikan bahwa nilai residual mengikuti distribusi normal. Uji

normalitas dapat menggunakan Kolmogorov-Smirnov Test. Data

residual dikatakan terdistribusi normal apabila nilai asymp. sig. >

0,05 (Ghozali, 2005:110).

b. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam

model regresi ditemukan adanya korelasi antar variabel bebas

(independen). Model regresi yang baik seharusnya tidak terjadi

korelasi di antara variabel independen. Jika VIF tidak lebih dari 10

dan nilai tolerance tidak kurang dari 0,1 maka model regresi dapat

dikatakan terbebas dari multikolinearitas (Ghozali, 2005:91).

c. Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model

regresi linear ada korelasi antara kesalahan pengganggu pada periode

t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Cara

mudah mendeteksi autokorelasi dapat dilakukan dengan uji Durbin

 Watson (Ghozali, 2005:95). Pengambilan keputusan ada tidaknya

autokorelasi:

Hipotesis Nol Keputusan Jika

Tdk ada autokorelasi positif Tolak 0<d<dl

Tdk ada autokorelasi positif No decision dl≤d≤du

Tdk ada korelasi negatif Tolak 4-dl<d<4

Tdk ada korelasi negatif No decision 4-du≤d≤4-dl

Tdk ada autokorelasi, positif Tdk ditolak du<d<4-du

atau negatif

d. Uji Heteroskesdastisitas

Uji heteroskedastisitas bertujuan menguji apakah dalam model

regresi terjadi ketidaksamaan variance dari residual satu pengamatan

ke pengamatan yang lain. Jika variance dari residual satu pengamatan

ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika

berbeda disebut heteroskedastisitas. Model regresi yang baik adalah

yang homoskedastisitas.

Cara mendeteksi adanya heteroskedastisitas adalah dengan

menggunakan uji glejser. Uji glejser ini dilakukan dengan mencari

residual-residual prediksian dari regresi. Residual-residual prediksian

tersebut kemudian diabsolutkan dan diregresi terhadap variabel-

variabel independen. Jika tingkat signifikansi variabel independen

 lebih besar dari 5%, maka disimpulkan tidak terjadi

heteroskedastisitas.

3.5.2 Pengujian Hipotesis

Uji t bertujuan untuk mengetahui besarnya pengaruh masing-

masing variabel independen secara individual (parsial) terhadap variabel

dependen. Hipotesis diterima bila p-value (pada kolom Sig.) < 0,05.
 BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian

4.1.1 Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi suatu data

yang dilihat dari nilai minimum, maksimum, mean, dan standar deviasi.

Hasil perhitungan statistik deskriptif adalah sebagai berikut :

Tabel 4.1
Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

AKO (t+1) 90 360635551 3538693000000 361987345139 627655004349
LABA (t+1) 90 344923255 3530490000000 276990104896 566848684598
AKO (t) 90 901106376 2871554000000 328919752560 559194381849
LABA (t) 90 2096246915 2383066000000 243417079224 485905210683
ACC (t) 90 -1460737672067 955527000000 -83029765277 289430029809
Valid N
90
(listwise)

Sumber: data diolah (lampiran 2)

Berikut ini adalah keterangan statistik deskriptif dari masing-

masing variabel :

1. Nilai arus kas masa depan (AKO (t+1)) terkecil adalah Rp

360.635.551 dan nilai arus kas masa depan (AKO (t+1)) terbesar

adalah Rp 3.538.693.000.000. Rata-rata nilai arus kas masa depan

adalah Rp 361.987.345.139 dengan standar deviasi sebesar Rp

627.655.004.349.
 2. Nilai laba masa depan (LABA (t+1)) terkecil adalah Rp 344.923.255

dan nilai laba masa depan (LABA (t+1)) terbesar adalah Rp

3.530.490.000.000. Rata-rata nilai laba masa depan adalah Rp

276.990.104.896 dengan standar deviasi sebesar Rp 566.848.684.598.

3. Nilai arus kas tahun berjalan (AKO (t)) terkecil adalah Rp

901.106.376 dan nilai arus kas tahun berjalan (AKO (t)) terbesar

adalah Rp 2.871.554.000.000. Rata-rata nilai arus kas tahun berjalan

adalah Rp 328.919.752.560 dengan standar deviasi sebesar Rp

559.194.381.849.

4. Nilai laba tahun berjalan (LABA (t)) terkecil adalah Rp

2.096.246.915 dan nilai laba tahun berjalan (LABA (t)) terbesar

adalah Rp 2.383.066.000.000. Rata-rata nilai laba tahun berjalan

adalah Rp 243.417.079.224 dengan standar deviasi sebesar Rp

485.905.210.683.

5. Nilai akrual tahun berjalan (ACC (t)) terkecil adalah Rp -

460.737.672.067 dan nilai akrual tahun berjalan (ACC (t)) terbesar

adalah Rp 955.527.000.000. Rata-rata nilai akrual tahun berjalan

adalah Rp -83.029.765.277 dengan standar deviasi sebesar Rp

289.430.029.809.

4.1.2 Hasil Pengujian Asumsi Klasik

Model regresi linier berganda dikatakan model yang baik jika

model tersebut memenuhi semua asumsi klasik yaitu normalitas,

multikolinearitas, autokorelasi, dan heteroskedastisitas. Pada awalnya, uji

normalitas tidak terpenuhi sehingga model regresi awal tidak dapat

digunakan. Untuk mengatasinya, variabel dependen dan independen

ditransformasi dalam bentuk logaritma sebelum dilakukan pengujian.

a. Uji Normalitas

Uji normalitas ini bertujuan untuk menguji apakah dalam

model regresi, variabel pengganggu atau residual memiliki distribusi

normal. Uji ini menggunakan Kolmogorov-Smirnov Test. Berikut ini

adalah hasil uji normalitas :

Tabel 4.2

Hasil Uji Normalitas

Asymp. Sig.

Regresi Prediksi Arus Kas 0,189

Regresi Prediksi Laba 0,090

Sumber: data diolah (lampiran 3)

Data residual dikatakan terdistribusi normal apabila nilai

asymp. sig. > 0,05. Berdasarkan tabel 4.2 di atas, asymp. sig. untuk

persamaan regresi prediksi arus kas dan regresi prediksi laba lebih

besar dari 0,05. Hal ini berarti residual berdistribusi normal. Dengan

kata lain, uji normalitas ini terpenuhi.

b. Uji Multikolinearitas

Uji multikolinearitas diperlukan untuk mengetahui ada

tidaknya variabel independen yang memiliki kemiripan dengan

 variabel independen lain dalam satu model. Berikut ini adalah hasil

uji multikolinearitas :

Tabel 4.3

Hasil Uji Multikolinearitas

Tolerance VIF

AKOt 0,326 3,069

LABAt 0,376 2,661

ACCt 0,795 1,258

Sumber: data diolah (lampiran 5)

Hasil perhitungan nilai Tolerance menunjukkan bahwa tidak

ada variabel independen yang memiliki nilai Tolerance kurang dari

0,10 yang berarti tidak ada korelasi antar variabel independen. Hasil

perhitungan Variance Inflation Factor (VIF) menunjukkan bahwa

tidak ada variabel independen yang memiliki nilai VIF lebih dari 10.

Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar

variabel independen dalam model regresi.

c. Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model

regresi linear ada korelasi antara kesalahan pengganggu pada periode

t dengan kesalahan pengganggu pada periode t-1 (sebelumnya).

Untuk mendeteksi ada tidaknya autokorelasi digunakan uji Durbin

Watson. Berikut ini adalah hasil uji autokorelasi :

 Tabel 4.4

Hasil Uji Autokorelasi

DW

Regresi Prediksi Arus Kas 1,997

Regresi Prediksi Laba 2,004

Sumber: data diolah (lampiran 5)

Model regresi yang baik adalah regresi yang bebas dari

autokorelasi. Suatu model regresi dikatakan tidak ada autokorelasi

apabila nilai durbin watson (DW) lebih besar dari batas atas (du) dan

kurang dari 4-du. Batas atas (du) yang digunakan dalam kedua model

regresi ini adalah 1,726.

Pada model regresi prediksi arus kas, nilai durbin watson

1,997 lebih besar dari batas atas (du) 1,726 dan kurang dari 2,274 (4-

du). Pada model regresi prediksi laba, nilai durbin watson 2,004 lebih

besar dari batas atas (du) 1,726 dan kurang dari 2,274 (4-du). Oleh

karena itu dapat disimpulkan bahwa kedua model regresi bebas dari

autokorelasi.

d. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan menguji apakah dalam model

regresi terjadi ketidaksamaan variance dari residual satu pengamatan

ke pengamatan yang lain. Untuk mendeteksi ada tidaknya

heteroskedastisitas digunakan uji glejser.

 Tabel 4.5

Hasil Uji Heteroskedastisitas

Tingkat Signifikansi

Regresi Prediksi Arus Kas Regresi Prediksi Laba

AKOt 0,529 0,928

LABAt 0,053 0,250

ACCt 0,724 0,179

Sumber: data diolah (lampiran 4)

Model regresi dikatakan baik jika tidak terjadi

heteroskedastisitas. Jika tingkat signifikansi variabel independen

lebih besar dari 5%, maka disimpulkan tidak terjadi

heteroskedastisitas.

Pada tabel 4.5 bisa dilihat bahwa tingkat signifikansi semua

variabel independennya baik pada model regresi prediksi arus kas dan

model regresi prediksi laba lebih dari 0,05. Jadi dapat disimpulkan

bahwa tidak terjadi heteroskedastisitas.

4.1.3 Hasil Pengujian Hipotesis

Pengujian hipotesis menggunakan 2 model regresi linier berganda.

Hasil pengujiannya dapat dilihat pada tabel di bawah ini :

 Tabel 4.6

Hasil Analisis Regresi

Variabel Model Regresi Prediksi Arus Kas Model Regresi Prediksi Laba

Koefisien t-hitung Sig. t Koefisien t-hitung Sig. t

(Constant) 2,119 0,289 0,773 -1,862 -0,293 0,770

AKOt 0,657 6,119 0,000 0,314 3,371 0,001

LABAt 0,234 2,376 0,020 0,658 7,692 0,000

ACCt -0,069 -0,120 0,905 0,174 0,350 0,727

Adjusted R2 0,684 0,772

F-hitung 65,260 101,325

Sig. F 0,000 0,000

Sumber: data diolah (lampiran 5)

Model regresi prediksi arus kas digunakan untuk menguji kemampuan

arus kas, laba, dan akrual tahun berjalan dalam memprediksi arus kas masa

depan. Berdasarkan tabel 4.5 pada model regresi prediksi arus kas dapat

disimpulkan bahwa semua variabel independen (arus kas, laba, dan akrual

tahun berjalan) secara serentak mempengaruhi variabel dependen (arus kas

masa depan). Hal ini bisa dilihat dari tingkat signifikansi F (0,000) yang

kurang dari 0,05. Akan tetapi, jika diuji secara parsial, variabel yang

signifikan hanya arus kas dan laba tahun berjalan sedangkan akrual tidak

signifikan. Hal ini ditunjukkan dengan adanya nilai signifikansi t arus kas

tahun berjalan (0,000) dan laba tahun berjalan (0,020) yang kurang dari 0,05

sedangkan nilai signifikansi t akrual (0,905) lebih dari 0,05.

 Model regresi prediksi laba digunakan untuk menguji kemampuan

arus kas, laba, dan akrual tahun berjalan dalam memprediksi laba masa depan.

Berdasarkan tabel 4.5 pada model regresi prediksi laba dapat disimpulkan

bahwa semua variabel independen (arus kas, laba, dan akrual tahun berjalan)

secara serentak mempengaruhi variabel dependen (laba masa depan). Hal ini

bisa dilihat dari tingkat signifikansi F (0,000) yang kurang dari 0,05. Akan

tetapi, jika diuji secara parsial, variabel yang signifikan hanya arus kas dan

laba tahun berjalan sedangkan akrual tidak signifikan. Hal ini ditunjukkan

dengan adanya nilai signifikansi t arus kas tahun berjalan (0,001) dan laba

tahun berjalan (0,000) yang kurang dari 0,05 sedangkan nilai signifikansi t

akrual (0,727) lebih dari 0,05.

a. Arus Kas Sekarang dan Arus Kas Masa Depan

Hipotesis 1 bertujuan untuk mengetahui apakah arus kas tahun

berjalan mampu memprediksi arus kas masa depan. Pada tabel 4.5 model

regresi prediksi arus kas bisa dilihat bahwa arus kas tahun berjalan

mempunyai nilai signifikansi sebesar 0,000. Berdasarkan hasil tersebut,

karena tingkat signifikansinya kurang dari tingkat signifikansi yang

ditentukan (0,05) maka dapat disimpulkan bahwa hipotesis 1 diterima.

Jadi, penelitian ini berhasil mengindikasikan bahwa arus kas tahun

berjalan mampu memprediksi arus kas masa depan.

b. Laba Sekarang dan Arus Kas Masa Depan

Hipotesis 2 bertujuan untuk mengetahui apakah laba tahun berjalan

mampu memprediksi arus kas masa depan. Pada tabel 4.5 model regresi
 prediksi arus kas bisa dilihat bahwa laba tahun berjalan mempunyai nilai

signifikansi sebesar 0,020. Berdasarkan hasil tersebut, karena tingkat

signifikansinya kurang dari tingkat signifikansi yang ditentukan (0,05)

maka disimpulkan bahwa hipotesis 2 diterima. Jadi, penelitian ini berhasil

mengindikasikan bahwa laba tahun berjalan mampu memprediksi arus kas

masa depan.

c. Akrual Sekarang dan Arus Kas Masa Depan

Hipotesis 3 bertujuan untuk mengetahui apakah akrual tahun

berjalan mampu memprediksi arus kas masa depan. Pada tabel 4.5 model

regresi prediksi arus kas bisa dilihat bahwa akrual tahun berjalan

mempunyai nilai signifikansi sebesar 0,905. Berdasarkan hasil tersebut,

karena tingkat signifikansinya lebih dari tingkat signifikansi yang

ditentukan (0,05), maka dapat disimpulkan bahwa hipotesis 3 ditolak. Jadi,

penelitian ini gagal mengindikasikan bahwa akrual tahun berjalan mampu

memprediksi arus kas masa depan.

d. Arus Kas Sekarang dan Laba Masa Depan

Hipotesis 4 bertujuan untuk mengetahui apakah arus kas tahun

berjalan mampu memprediksi laba masa depan. Pada tabel 4.5 model

regresi prediksi laba bisa dilihat bahwa arus kas tahun berjalan

mempunyai nilai signifikansi sebesar 0,001. Berdasarkan hasil tersebut,

karena tingkat signifikansinya kurang dari tingkat signifikansi yang

ditentukan (0,05), maka dapat disimpulkan bahwa hipotesis 4 diterima.

 Jadi, penelitian ini berhasil mengindikasikan bahwa arus kas tahun

berjalan mampu memprediksi laba masa depan.

e. Laba Sekarang dan Laba Masa Depan

Hipotesis 5 bertujuan untuk mengetahui apakah laba tahun berjalan

mampu memprediksi laba masa depan. Pada tabel 4.5 model regresi

prediksi laba bisa dilihat bahwa laba tahun berjalan mempunyai nilai

signifikansi sebesar 0,000. Berdasarkan hasil tersebut, karena tingkat

signifikansinya kurang dari tingkat signifikansi yang ditentukan (0,05),

maka dapat disimpulkan bahwa hipotesis 5 diterima. Jadi, peneltian ini

berhasil mengindikasikan bahwa laba tahun berjalan mampu memprediksi

laba masa depan.

f. Akrual Sekarang dan Laba Masa Depan

Hipotesis 6 bertujuan untuk mengetahui apakah akrual tahun

berjalan mampu memprediksi laba masa depan. Pada tabel 4.5 model

regresi prediksi laba bisa dilihat bahwa akrual tahun berjalan mempunyai

nilai signifikansi sebesar 0,727. Berdasarkan hasil tersebut, karena tingkat

signifikansinya lebih dari tingkat signifikansi yang ditentukan (0,05),

maka dapat disimpulkan bahwa hipotesis 6 ditolak. Jadi, penelitian ini

gagal mengindikasikan bahwa akrual tahun berjalan mampu memprediksi

laba masa depan.

4.2 Pembahasan

4.2.1 Kemampuan Arus Kas untuk Memprediksi Arus Kas Masa Depan

Berdasarkan hasil uji hipotesis 1 ditunjukkan bahwa arus kas tahun

berjalan mampu memprediksi arus kas masa depan. Hasil penelitian ini

mendukung hasil penelitian Parawiyati dan Baridwan (1998), Dahler dan

Febrianto (2006), serta Supriyadi (1999).

Sebagai tambahan, jika melihat tabel 4.6 regresi prediksi arus kas,

koefisien regresi arus kas lebih tinggi daripada koefisien regresi laba. Hal

ini menunjukkan bahwa arus kas lebih baik daripada laba untuk

memprediksi arus kas masa depan.

PSAK No. 2 menyatakan bahwa informasi arus kas historis sering

digunakan sebagai indikator dari jumlah, waktu, dan kepastian arus kas

masa depan. Informasi arus kas juga berguna untuk menilai kemampuan

perusahaan dalam menghasilkan kas dan setara kas serta memungkinkan

para pemakai mengembangkan model untuk menilai dan membandingkan

nilai sekarang dari arus kas masa depan (future cash flows) dari beberapa

perusahaan.

4.4.2 Kemampuan Laba untuk Memprediksi Arus Kas Masa Depan

Berdasarkan hasil uji hipotesis 2 ditunjukkan bahwa laba tahun

berjalan mampu memprediksi arus kas masa depan. Hasil penelitian ini

juga sesuai dengan penelitian Parawiyati dan Baridwan (1998) serta

penelitian Dahler dan Febrianto (2006).

 PSAK No. 25 menyatakan bahwa informasi tentang kinerja suatu

perusahaan, terutama tentang profitabilitas, dibutuhkan untuk mengambil

keputusan tentang sumber ekonomi yang akan dikelola oleh suatu

perusahaan di masa yang akan datang. Informasi tersebut juga seringkali

digunakan untuk memperkirakan kemampuan suatu perusahaan untuk

menghasilkan kas dan aktiva yang disamakan dengan kas di masa yang

akan datang. SFAC No. 1 menyatakan bahwa laba akuntansi adalah alat

ukur yang baik untuk mengukur kinerja perusahaan dan bahwa laba

akuntansi bisa digunakan untuk meramalkan aliran kas perusahaan

(Hendriksen dan Van Breda (2001) dalam Febrianto dan Widiastuty,

2005).

4.4.3 Kemampuan Akrual untuk Memprediksi Arus Kas Masa Depan

Berdasarkan hasil uji hipotesis 3 ditunjukkan bahwa akrual tahun

berjalan tidak mampu memprediksi arus kas masa depan. Hasil penelitian

ini tidak mendukung hasil penelitian Barth et al. (2001) tetapi mendukung

penelitian dari Brochet et al. (2007).

FASB menyatakan bahwa akuntansi akrual berguna dalam

memprediksikan arus kas masa depan. Dalam penelitiannya, Brochet et al.

(2007) menyatakan bahwa memprediksi arus kas satu periode ke depan

tidak dapat menggambarkan kegunaan akrual dalam memprediksi arus kas

masa depan. Akrual lebih mampu memprediksi arus kas untuk beberapa

periode ke depan.
4.4.4 Kemampuan Arus Kas untuk Memprediksi Laba Masa Depan

Berdasarkan hasil uji hipotesis 4 ditunjukkan bahwa arus kas tahun

berjalan mampu memprediksi laba masa depan. Hasil penelitian ini sesuai

dengan penelitian Parawiyati dan Baridwan (1998) serta penelitian

Syafriadi (2000) dalam Dahler dan Febrianto (2006).

Menurut PSAK No. 2, arus kas dari aktivitas operasi terutama

diperoleh dari aktivitas penghasil utama pendapatan perusahaan. Oleh

karena itu, arus kas tersebut pada umumnya berasal dari transaksi dan

peristiwa lain yang mempengaruhi penetapan laba atau rugi bersih.

4.4.5 Kemampuan Laba untuk Memprediksi Laba Masa Depan

Berdasarkan hasil uji hipotesis 5 ditunjukkan bahwa laba tahun

berjalan mampu memprediksi laba masa depan. Selain itu, bila dilihat dari

koefisien regresinya, maka laba lebih baik daripada arus kas dalam

memprediksi laba masa depan. Hasil penelitian ini sesuai dengan

penelitian Parawiyati dan Baridwan (1998), serta penelitian Syafriadi

(2000) dalam Dahler dan Febrianto (2006).

Sebagai tambahan, jika melihat tabel 4.6 regresi prediksi laba,

koefisien regresi laba lebih tinggi daripada koefisien regresi arus kas. Hal

ini menunjukkan bahwa laba lebih baik daripada arus kas dalam

memprediksikan laba masa depan.

Laba merupakan salah satu informasi penting yang dibutuhkan

dalam mengambil keputusan. SFAC No. 1 menjelaskan bahwa laba dapat

 digunakan untuk memprediksikan laba yang akan datang (Harahap,

2003:139).

4.4.6 Kemampuan Akrual untuk Memprediksi Laba Masa Depan

Berdasarkan hasil uji hipotesis 6 ditunjukkan bahwa akrual tahun

berjalan tidak mampu memprediksi laba masa depan. Hasil penelitian ini

tidak sesuai dengan penelitian Chan et al. (2004).

Tidak mampunya akrual memprediksi laba masa depan dapat

dikarenakan nilai akrual yang terlalu rendah. Nilai akrual yang rendah ini

bisa dilihat pada tabel 4.1 yang menunjukkan bahwa nilai mean akrual

negatif. Chan et al. (2004) menyatakan bahwa perusahaan dengan nilai

akrual yang tinggi akan mempunyai pengaruh yang lebih besar terhadap

laba masa depan.

 BAB V

PENUTUP

5.1 KESIMPULAN

Berdasar hasil analisis pada bab sebelumnya, maka kesimpulan yang

dapat diambil adalah :

1. Penelitian ini berhasil membuktikan bahwa arus kas dan laba mampu

memprediksi arus kas masa depan. Bahkan, arus kas lebih baik daripada

laba dalam memprediksi arus kas masa depan.

2. Penelitian ini berhasil membuktikan bahwa arus kas dan laba mampu

memprediksi laba masa depan. Bahkan, laba lebih baik daripada arus kas

dalam memprediksi laba masa depan.

3. Penelitian ini gagal membuktikan bahwa akrual mampu memprediksi arus

kas dan laba masa depan.

5.2 KETERBATASAN PENELITIAN

Penelitian ini memiliki keterbatasan yaitu pemilihan sampel penelitian

ini hanya menggunakan perusahaan manufaktur saja sehingga belum dapat

digunakan untuk menggeneralisasi hasil penelitian untuk sektor selain

manufaktur. Selain itu, penelitian ini hanya menggunakan sampel perusahaan

yang arus kas serta labanya positif saja.

5.3 SARAN-SARAN

Dengan melihat keterbatasan yang dikemukakan di atas, maka saran

untuk penelitian selanjutnya adalah dengan mengambil sampel perusahaan di

luar sektor manufaktur untuk melihat apakah hasil penelitian ini tetap sama

apabila sampel perusahaan yang dipakai adalah sektor nonmanufaktur.

Penelitian selanjutnya juga dapat menggunakan sampel perusahaan yang

mempunyai nilai arus kas dan laba yang negatif atau data arus kas dan laba

tidak dibedakan apakah positif atau negatif.

 DAFTAR PUSTAKA

Assih, Prihat. 1999. Laba Akuntansi dan Klasifikasi Akuntansi untuk Menaksir
Profitabilitas Perusahaan. Jurnal Bisnis dan Akuntansi, Vol. 1, No. 3
(Desember): 183-194.

Barth, Mary E, Donald P. Cram dan Karen K. Nelson. 2001. Accruals and the
Prediction of Future Cash Flows. The Accounting Review, vol. 76:27-58.

Brochet, Francois., Seunghan Nam dan Joshua Ronen. 2007. Accruals and The
Prediction of Future Cash Flows. Working paper.
(johnmolson.concordia.ca/news/events/pdf/paper_ronen.pdf).

Chan, Konan, Narasimhan Jegadeesh dan Theodore Sougiannis. 2004. The

Accrual Effect on Future Earnings. Review of Quantitative Finance and
Accounting, 22:97-121.

Dahler, Yolanda dan Rahmat Febrianto. 2006. Kemampuan Prediktif Earnings

dan Arus Kas dalam Memprediksi Arus Kas Masa Depan. Simposium
Nasional Akuntansi 9 Padang.

Febrianto, Rahmat dan Erna Widiastuty. 2005. Tiga Angka Laba Akuntansi:
Mana yang Lebih Bermakna Bagi Investor? Simposium Nasional
Akuntansi VIII Solo.

Febriyanti, Galuh Artika. 2004. Perbandingan Keakuratan Model Laba Permanen,

Transitori dan Agregat dalam Memprediksi Laba Masa Depan. Simposium
Nasional Akuntansi VII Denpasar.

Gantyowati, Evi. 2001. Hubungan Antara Operating Cash Flow dan Accrual
dengan Return Saham: Studi Pada Bursa Efek Jakarta. KOMPAK, No. 3
(September): 275-298.

Ghozali, Imam. 2005. Aplikasi Analisis Multivariate dengan Program SPSS.

Semarang: Badan Penerbit Universitas Diponegoro.

Harahap, Sofyan Syafri. 2003. Teori Akuntansi. Jakarta: PT Raja Grafindo

Persada.
Ikatan Akuntan Indonesia. 2002. Standar Akuntansi Keuangan. Jakarta: Salemba
Empat.

Indriantoro, Nur dan Bambang Supomo. 2002. Metodologi Penelitian Bisnis untuk
Akuntansi dan Manajemen. Yogyakarta: BPFE.

Linda dan Fazli Syam BZ. 2005. Hubungan Laba Akuntansi, Nilai Buku, dan
Total Arus Kas dengan Market Value: Studi Akuntansi Relevansi Nilai.
Jurnal Riset Akuntansi Indonesia, Vol. 8, No.3 (September): 286-306.

Parawiyati dan Zaki Baridwan. 1998. Kemampuan Laba dan Arus Kas dalam
Memprediksi Laba dan Arus Kas Perusahaan Go Publik di Indonesia.
Jurnal Riset Akuntansi Indonesia, Vol. 1, No. 1 (Januari): 1-11.

Richardson, Scott, Richard G. Sloan, Mark Soliman dan Irem Tuna. 2001.
Information in Accruals about the Quality of Earnings. Working Paper.
(http://papers.ssrn.com/sol3/papers.cfm?abstract_id=278308)

Setiawati, Lilis. 2001. Rekayasa Akrual untuk Meminimalkan Pajak. Simposium

Nasional Akuntansi IV.

Siallagan, Hamonangan dan Mas’ud Machfoedz. 2006. Mekanisme Corporate

Governance, Kualitas Laba, dan Nilai Perusahaan. Simposium Nasional
Akuntansi 9 Padang.

Supriyadi. 1999. The Predictive Ability of Earnings Versus Cash Flow Data to
Predict Future Cash Flows: a Firm-Specific Analysis. Simposium Nasional
Akuntansi II IAI-KAPd.

Suwardjono. 2005. Teori Akuntansi Perekayasaan Pelaporan Keuangan. Edisi

Ketiga. Yogyakarta: BPFE.

Thiono, Handri. 2006. Perbandingan Keakuratan Model Arus Kas Metoda

Langsung dan Tidak Langsung dalam Memprediksi Arus Kas dan Deviden
Masa Depan. Simposium Nasional Akuntansi 9 Padang.
 LAMPIRAN 1
SAMPEL PENELITIAN

1. AKR Corporindo Tbk

2. Aqua Golden Mississippi Tbk
3. Argha Karya Prima Industry Tbk
4. Arwana Citramulia Tbk
5. Astra Graphia Tbk
6. Astra Otoparts Tbk
7. Branta Mulia Tbk
8. Budi Acid Jaya Tbk
9. Darya-Varia Laboratoria Tbk
10. Davomas Abadi Tbk
11. Delta Djakarta Tbk
12. Fajar Surya Wisesa Tbk
13. Fast Food Indonesia Tbk
14. Gajah Tunggal Tbk
15. Gudang Garam Tbk
16. HM Sampoerna Tbk
17. Indofood Sukses Makmur Tbk
18. Indocement Tunggal Prakarsa Tbk
19. Kalbe Farma Tbk
20. Lion Metal Works Tbk
21. Mandom Indonesia Tbk
22. Mayora Indah Tbk
23. Merck Tbk
24. Metrodata Electronics Tbk
25. Multi Bintang Indonesia Tbk
26. Multipolar Corporation Tbk
27. Mustika Ratu Tbk
28. Panasia Indosyntec Tbk
29. Ricky Putra Globalindo Tbk
30. Roda Vivatex Tbk
31. Sari Husada Tbk
32. Selamat Sempurna Tbk
33. Semen Gresik (Persero) Tbk
34. Sepatu Bata Tbk
35. Siantar TOP Tbk
36. Siwani Makmur Tbk
37. Sorini Corporation Tbk
38. Sumi Indo Kabel Tbk
39. Surya Toto Indonesia Tbk
40. Tempo Scan Pacific Tbk
41. Tira Austenite Tbk
42. Tunas Baru Lampung Tbk
43. Ultra Jaya Milk Tbk
44. Unilever Indonesia Tbk
45. United Tractors Tbk
 LAMPIRAN 2

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

AKO (t+1) 90 360635551 3538693000000 361987345139 627655004349
LABA (t+1) 90 344923255 3530490000000 276990104896 566848684598
AKO (t) 90 901106376 2871554000000 328919752560 559194381849
LABA (t) 90 2096246915 2383066000000 243417079224 485905210683
ACC (t) 90 -1460737672067 955527000000 -83029765277 289430029809
Valid N
90
(listwise)
 LAMPIRAN 3

HASIL UJI NORMALITAS

REGRESI PREDIKSI ARUS KAS :

One-Sample Kolmogorov-Smirnov Test

Unstandardiz
ed Residual
N 90
Normal Parameters a,b Mean ,0000000
Std. Deviation ,42108055
Most Extreme Absolute ,114
Differences Positive ,090
Negative -,114
Kolmogorov-Smirnov Z 1,085
Asymp. Sig. (2-tailed) ,189
a. Test distribution is Normal.
b. Calculated from data.

REGRESI PREDIKSI LABA :

One-Sample Kolmogorov-Smirnov Test

Unstandardiz
ed Residual
N 90
Normal Parameters a,b Mean ,0000000
Std. Deviation ,36558644
Most Extreme Absolute ,131
Differences Positive ,105
Negative -,131
Kolmogorov-Smirnov Z 1,246
Asymp. Sig. (2-tailed) ,090
a. Test distribution is Normal.
b. Calculated from data.
 LAMPIRAN 4

HASIL UJI HETEROSKEDASTISITAS

REGRESI PREDIKSI ARUS KAS

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 3,744 4,745 ,789 ,432
AKOt -,044 ,070 -,109 -,632 ,529
LABAt -,126 ,064 -,317 -1,966 ,053
ACCt -,131 ,371 -,039 -,354 ,724
a. Dependent Variable: ABSUT1

REGRESI PREDIKSI LABA

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 7,235 4,721 1,533 ,129
AKOt -,006 ,069 -,017 -,091 ,928
LABAt -,074 ,064 -,198 -1,159 ,250
ACCt -,500 ,369 -,159 -1,354 ,179
a. Dependent Variable: ABSUT2
 LAMPIRAN 5

HASIL UJI REGRESI

REGRESI PREDIKSI ARUS KAS

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method
1 ACCt,
LABAt,
a
. Enter
AKOt
a. All requested variables entered.
b. Dependent Variable: AKOt+1

Model Summaryb

Adjusted Std. Error of Durbin-

Model R R Square R Square the Estimate Watson
1 ,834a ,695 ,684 ,42836 1,997
a. Predictors: (Constant), ACCt, LABAt, AKOt
b. Dependent Variable: AKOt+1

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 35,924 3 11,975 65,260 ,000a
Residual 15,780 86 ,183
Total 51,705 89
a. Predictors: (Constant), ACCt, LABAt, AKOt
b. Dependent Variable: AKOt+1
 Coefficientsa

Unstandardized Standardized Collinearity

Coefficients Coefficients Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 2,119 7,320 ,289 ,773
AKOt ,657 ,107 ,639 6,119 ,000 ,326 3,069
LABAt ,234 ,099 ,231 2,376 ,020 ,376 2,661
ACCt -,069 ,573 -,008 -,120 ,905 ,795 1,258
a. Dependent Variable: AKOt+1

REGRESI PREDIKSI LABA

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method
1 ACCt,
LABAt,
a
. Enter
AKOt
a. All requested variables entered.
b. Dependent Variable: LABAt+1

Model Summaryb

Adjusted Std. Error of Durbin-

Model R R Square R Square the Estimate Watson
1 ,883a ,779 ,772 ,37191 2,004
a. Predictors: (Constant), ACCt, LABAt, AKOt
b. Dependent Variable: LABAt+1

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 42,045 3 14,015 101,325 ,000a
Residual 11,895 86 ,138
Total 53,940 89
a. Predictors: (Constant), ACCt, LABAt, AKOt
b. Dependent Variable: LABAt+1
 Coefficientsa

Unstandardized Standardized Collinearity

Coefficients Coefficients Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) -1,862 6,355 -,293 ,770
AKOt ,314 ,093 ,299 3,371 ,001 ,326 3,069
LABAt ,658 ,086 ,635 7,692 ,000 ,376 2,661
ACCt ,174 ,497 ,020 ,350 ,727 ,795 1,258
a. Dependent Variable: LABAt+1