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
skripsi dengan judul “Kemampuan Arus Kas, Laba, dan Akrual untuk
Malang. Adapun penulisan skripsi ini tidak dapat dilaksanakan tanpa bantuan dan
kerjasama dari berbagai pihak, oleh karena itu pada kesempatan ini penulis ingin
1. Bapak Prof. Dr. Bambang Subroto, SE, MM, Ak selaku Dekan Fakultas
dosen penguji I, terima kasih atas bimbingan dan ilmunya serta untuk
8. Buat temen-temenku tercinta Ari, Dalilah, Alit, dan Aisyah terima kasih
10. Semua pihak yang tidak dapat disebutkan satu persatu oleh penulis, yang
thanks a lot.
yang dihadapi penulis saat penyusunan skripsi ini, oleh karena itu segala kritik
dan saran yang dapat memperbaiki skripsi ini sangat penulis harapkan.
Penulis
DAFTAR ISI
HALAMAN JUDUL
HALAMAN PENGESAHAN
SURAT KETERANGAN
SURAT PERNYATAAN
KATA PENGANTAR................................................................................................. i
DAFTAR TABEL....................................................................................................... vi
ABSTRAKSI............................................................................................................... ix
ABSTRACT................................................................................................................. x
BAB I PENDAHULUAN
2.2. Laba………….................................................................................................. 9
2.3. Akrual…………………………………………….......................................... 10
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
BAB V PENUTUP
5.1. Kesimpulan………………………………………………………………….. 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
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
Dalam dunia usaha saat ini, setiap perusahaan pastinya dituntut untuk
Perusahaan yang mempunyai kinerja baik pasti akan mudah menarik minat
yang dijadikan acuan oleh investor sebagai dasar pengambilan keputusan. Hal
keuangan yang lengkap terdiri dari neraca, laporan laba rugi, laporan
perubahan ekuitas, laporan arus kas, dan catatan atas laporan keuangan.
keberhasilan usaha yang rinci dan nyata sehingga penilaian kinerja yang
dalam menghasilkan kas dan setara kas serta memungkinkan para pemakai
dari arus kas masa depan (future cash flows) dari beberapa perusahaan (IAI,
2002). Informasi arus kas juga berguna dalam memprediksi laba masa depan.
signifikan dalam memprediksi arus kas dan laba masa depan. Penelitian
Dahler dan Febrianto (2006) serta Supriyadi (1999) juga menunjukkan bahwa
Selain laporan arus kas, laporan laba rugi juga merupakan laporan
utama untuk melaporkan kinerja dari suatu perusahaan selama suatu periode
ekonomi yang akan dikelola oleh suatu perusahaan di masa yang akan datang.
bahwa laba signifikan dalam memprediksi arus kas dan laba masa depan.
Hasil penelitian Parawiyati dan Baridwan (1998) ini juga sesuai dengan hasil
Akrual adalah item di dalam dan atau dari laba yang tidak
mempengaruhi kas pada periode berjalan (Barth et al., 2001 dalam Thiono,
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
menunjukkan bahwa akrual berpengaruh terhadap arus kas masa depan. Chan
et al. (2004) meneliti mengenai pengaruh akrual terhadap laba masa depan.
masa depan.
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?
Penelitian mengenai arus kas masa depan telah banyak dilakukan oleh
para peneliti. Parawiyati dan Baridwan (1998), Dahler dan Febrianto (2006),
signifikan dalam memprediksi arus kas masa depan. Akan tetapi, hasil
penelitian ini berbeda dengan hasil penelitian Assih (1999) dan Syafriadi
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
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.
mengenai arus kas masa depan daripada arus kas tahun berjalan (Barth et al.,
2001).
mampu memprediksi arus kas dan laba masa depan, namun tidak demikian
(1999) dan Syafriadi (2000) dalam Dahler dan Febrianto (2006), menyatakan
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
memperoleh bukti empiris mengenai kemampuan arus kas, laba, dan akrual
untuk memprediksi arus kas dan laba masa depan. Penelitian ini juga
Penelitian ini dapat menjadi salah satu pertimbangan dan masukan bagi
arus kas, laba, dan akrual untuk memprediksi arus kas dan laba masa
arus kas, laba, dan akrual untuk memprediksi arus kas dan laba masa
depan.
c. Bagi peneliti
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,
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
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
Penerimaan kas dari aktivitas pendanaan antara lain berasal dari obligasi,
pinjaman, dan saham. Arus kas keluar dari aktivitas pendanaan antara lain
laporan arus kas dan harus menyajikan laporan tersebut sebagai bagian yang
tak terpisahkan dari laporan keuangan untuk setiap periode penyajian laporan
dalam menghasilkan kas dan setara kas serta memungkinkan para pemakai
dari arus kas masa depan (future cash flows) dari beberapa perusahaan.
sama.
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
2.2 Laba
Laba dalam teori akuntansi biasanya menunjuk pada konsep yang oleh
sebagai kenaikan aset bersih selain yang berasal dari transaksi dengan
kinerja atau sebagai dasar bagi ukuran yang lain seperti imbalan investasi
(return of investment) atau penghasilan per saham (earning per share). Unsur
aktiva atau penurunan kewajiban yang menyebabkan kenaikan ekuitas yang tidak
modal.
Menurut PSAK No. 25, laporan laba rugi merupakan laporan utama
untuk melaporkan kinerja dari suatu perusahaan selama suatu periode tertentu.
dikelola oleh suatu perusahaan di masa yang akan datang. Informasi tersebut
perusahaan untuk menghasilkan kas dan aktiva yang disamakan dengan kas di
2.3 Akrual
menjadi arus kas dari aktivitas operasi, arus kas dari aktivitas investasi, dan
panjang. Arus kas dari aktivitas operasi berhubungan dengan semua arus kas
pengaruh kas terhadap transaksi dan kejadian lain yang menentukan laba
bersih (Richardson et al., 2001). Berdasarkan hal tersebut, maka Sloan (1996)
(sebagai lawan dari cash basis) sebagai dasar penyusunan laporan keuangan.
Contoh akrual yang menjadi komponen laba antara lain adalah piutang.
belum menerima kas dari pendapatan tersebut. Contoh yang lain adalah utang
gaji. Dalam akuntansi, utang gaji diakui sebagai biaya dan mengurangi laba
kualitas laba sebagai tingkat persistensi kinerja laba pada periode selanjutnya.
besar akan memiliki persistensi laba yang lebih rendah sehingga mengalami
dan sebagai indikator dari jumlah, waktu, dan kepastian arus kas masa
depan. Informasi arus kas historis sering digunakan sebagai indikator dari
langsung dan tidak langsung dalam memprediksi arus kas dan dividen
komponen arus kas metode tidak langsung untuk memprediksi arus kas
masa depan. Selain itu, tidak terdapat perbedaan keakuratan model dengan
masa depan.
arus kas dalam memprediksi laba dan arus kas perusahaan manufaktur go
prediktor arus kas signifikan dalam memprediksi arus kas satu tahun ke
depan.
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
versus arus kas dalam memprediksi arus kas masa depan. Hasil
yang lebih baik untuk meramalkan arus kas masa depan dibandingkan
sumber ekonomi yang akan dikelola oleh suatu perusahaan di masa- yang
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
Hasil penelitian ini menunjukkan bahwa laba permanen lebih akurat dalam
transitori, maka laba agrerat lebih akurat dalam memprediksi laba masa
arus kas dalam memprediksi laba dan arus kas perusahaan manufaktur go
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.
kas dalam memprediksi arus kas masa depan pada perusahaan yang
melaporkan laba positif dan laba negatif. Hasil penelitian ini menunjukkan
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
komponen akrual signifikan terhadap arus kas masa depan. Hal ini
arus kas masa depan. Selain itu, agregat akrual tahun berjalan juga
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
memprediksi arus kas masa depan. Akan tetapi, jika memprediksi arus kas
beberapa periode ke depan akan dapat meningkatkan kemampuan prediktif
operasi, nantinya akan mempengaruhi laba atau rugi bersih. Hal ini telah
dijelaskan dalam PSAK No. 2 yaitu arus kas dari aktivitas operasi
Oleh karena itu, arus kas tersebut pada umumnya berasal dari transaksi
dan peristiwa lain yang mempengaruhi penetapan laba atau rugi bersih.
arus kas dalam memprediksi laba dan arus kas perusahaan manufaktur go
prediktor arus kas signifikan dalam memprediksi laba satu tahun ke depan.
kemampuan laba dan arus kas dalam memprediksi laba dan arus kas. Hasil
investor, kreditur, dan yang lain dapat menggunakan laporan laba rugi dan
menilai prospek arus kas. Selain itu, laba juga bisa digunakan untuk
penilaian sebelumnya.
arus kas dalam memprediksi laba dan arus kas perusahaan manufaktur go
bahwa laba dan arus kas dapat memprediksikan laba masa depan. Akan
tetapi, laba memiliki pengaruh yang lebih erat dalam memprediksi laba
mempunyai efek akrual yang negatif terhadap laba masa depan. Artinya,
manajemen laba. Chan et al. (2004) juga menyatakan bahwa tanpa adanya
METODE PENELITIAN
Tabel 3.1
Sampel Penelitian
Total Sampel 45
3.2 Sumber Data
Data dalam penelitian ini berasal dari data sekunder yaitu data yang
dicatat oleh pihak lain). Data sekunder umumnya berupa bukti, catatan atau
laporan historis yang telah tersusun dalam arsip (data dokumenter) yang
BEJ serta data arus kas operasi, laba bersih sebelum pos luar biasa, dan akrual
Penelitian ini menggunakan dua variabel dependen yaitu arus kas masa
depan. Laba bersih yang digunakan adalah laba bersih sebelum pos
periode yang tidak akan timbul dalam periode yang lain. Data laba
bersih sebelum pos luar biasa ini diambil dari laporan laba rugi.
operasi tahun berjalan, laba bersih sebelum pos luar biasa tahun berjalan,
Arus kas tahun berjalan ini menggunakan arus kas yang berasal dari
operasi tahun berjalan ini diambil langsung dari laporan arus kas.
Laba tahun berjalan ini menggunakan laba bersih sebelum pos luar
biasa pada tahun berjalan. Data laba bersih sebelum pos luar biasa
Akrual adalah item di dalam dan atau dari laba yang tidak
LABAt+1 = laba bersih sebelum pos luar biasa pada tahun t+1
α = koefisien konstanta
et = variabel gangguan
Adapun kerangka pemikiran dari penelitian ini dapat digambarkan
sebagai berikut :
Gambar 3.1
Arus Kas
Akrual
Gambar 3.2
Arus Kas
Akrual
Model regresi linier berganda dapat disebut sebagai model yang baik
jika model tersebut memenuhi asumsi normalitas data dan terbebas dari
a. Uji Normalitas
b. Uji Multikolinearitas
dan nilai tolerance tidak kurang dari 0,1 maka model regresi dapat
c. Uji Autokorelasi
autokorelasi:
atau negatif
d. Uji Heteroskesdastisitas
yang homoskedastisitas.
heteroskedastisitas.
dependen. Hipotesis diterima bila p-value (pada kolom Sig.) < 0,05.
BAB IV
yang dilihat dari nilai minimum, maksimum, mean, dan standar deviasi.
Tabel 4.1
Descriptive Statistics
masing variabel :
360.635.551 dan nilai arus kas masa depan (AKO (t+1)) terbesar
627.655.004.349.
2. Nilai laba masa depan (LABA (t+1)) terkecil adalah Rp 344.923.255
901.106.376 dan nilai arus kas tahun berjalan (AKO (t)) terbesar
559.194.381.849.
485.905.210.683.
289.430.029.809.
a. Uji Normalitas
Tabel 4.2
Asymp. Sig.
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
b. Uji Multikolinearitas
uji multikolinearitas :
Tabel 4.3
Tolerance VIF
0,10 yang berarti tidak ada korelasi antar variabel independen. Hasil
tidak ada variabel independen yang memiliki nilai VIF lebih dari 10.
c. Uji Autokorelasi
DW
apabila nilai durbin watson (DW) lebih besar dari batas atas (du) dan
kurang dari 4-du. Batas atas (du) yang digunakan dalam kedua model
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
Tingkat Signifikansi
heteroskedastisitas.
variabel independennya baik pada model regresi prediksi arus kas dan
model regresi prediksi laba lebih dari 0,05. Jadi dapat disimpulkan
Variabel Model Regresi Prediksi Arus Kas Model Regresi Prediksi Laba
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
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
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
berjalan mampu memprediksi arus kas masa depan. Pada tabel 4.5 model
regresi prediksi arus kas bisa dilihat bahwa arus kas 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
masa depan.
berjalan mampu memprediksi arus kas masa depan. Pada tabel 4.5 model
regresi prediksi arus kas bisa dilihat bahwa akrual tahun berjalan
berjalan mampu memprediksi laba masa depan. Pada tabel 4.5 model
regresi prediksi laba bisa dilihat bahwa arus kas tahun berjalan
mampu memprediksi laba masa depan. Pada tabel 4.5 model regresi
prediksi laba bisa dilihat bahwa laba tahun berjalan mempunyai nilai
berjalan mampu memprediksi laba masa depan. Pada tabel 4.5 model
regresi prediksi laba bisa dilihat bahwa akrual tahun berjalan mempunyai
4.2.1 Kemampuan Arus Kas untuk Memprediksi Arus Kas Masa Depan
berjalan mampu memprediksi arus kas masa depan. Hasil penelitian ini
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
digunakan sebagai indikator dari jumlah, waktu, dan kepastian arus kas
masa depan. Informasi arus kas juga berguna untuk menilai kemampuan
nilai sekarang dari arus kas masa depan (future cash flows) dari beberapa
perusahaan.
berjalan mampu memprediksi arus kas masa depan. Hasil penelitian ini
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
2005).
berjalan tidak mampu memprediksi arus kas masa depan. Hasil penelitian
ini tidak mendukung hasil penelitian Barth et al. (2001) tetapi mendukung
masa depan. Akrual lebih mampu memprediksi arus kas untuk beberapa
periode ke depan.
4.4.4 Kemampuan Arus Kas untuk Memprediksi Laba Masa Depan
berjalan mampu memprediksi laba masa depan. Hasil penelitian ini sesuai
karena itu, arus kas tersebut pada umumnya berasal dari transaksi dan
berjalan mampu memprediksi laba masa depan. Selain itu, bila dilihat dari
koefisien regresinya, maka laba lebih baik daripada arus kas dalam
koefisien regresi laba lebih tinggi daripada koefisien regresi arus kas. Hal
ini menunjukkan bahwa laba lebih baik daripada arus kas dalam
2003:139).
berjalan tidak mampu memprediksi laba masa depan. Hasil penelitian ini
dikarenakan nilai akrual yang terlalu rendah. Nilai akrual yang rendah ini
bisa dilihat pada tabel 4.1 yang menunjukkan bahwa nilai mean akrual
akrual yang tinggi akan mempunyai pengaruh yang lebih besar terhadap
PENUTUP
5.1 KESIMPULAN
1. Penelitian ini berhasil membuktikan bahwa arus kas dan laba mampu
memprediksi arus kas masa depan. Bahkan, arus kas lebih baik daripada
2. Penelitian ini berhasil membuktikan bahwa arus kas dan laba mampu
memprediksi laba masa depan. Bahkan, laba lebih baik daripada arus kas
luar sektor manufaktur untuk melihat apakah hasil penelitian ini tetap sama
mempunyai nilai arus kas dan laba yang negatif atau data arus kas dan laba
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).
Febrianto, Rahmat dan Erna Widiastuty. 2005. Tiga Angka Laba Akuntansi:
Mana yang Lebih Bermakna Bagi Investor? Simposium Nasional
Akuntansi VIII Solo.
Gantyowati, Evi. 2001. Hubungan Antara Operating Cash Flow dan Accrual
dengan Return Saham: Studi Pada Bursa Efek Jakarta. KOMPAK, No. 3
(September): 275-298.
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)
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.
Descriptive Statistics
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.
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
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
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
Variables Variables
Model Entered Removed Method
1 ACCt,
LABAt,
a
. Enter
AKOt
a. All requested variables entered.
b. Dependent Variable: AKOt+1
Model Summaryb
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
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
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