PENGARUH VARIABILITAS PERSEDIAAN DAN

INTENSITAS PERSEDIAAN TERHADAP PEMILIHAN

METODE AKUNTANSI PERSEDIAAN
(Studi Kasus pada Perusahaan Manufaktur Sektor Aneka
Industri yang Terdaftar di Bursa Efek Indonesia Tahun 2019-
2021)

SKRIPSI

Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar

Sarjana Akuntansi pada Sekolah Tinggi Ilmu Ekonomi Dwimulya
Program Studi Akuntansi

MARDI SATRIA
1132201506

PROGRAM STUDI AKUNTANSI

SEKOLAH TINGGI ILMU EKONOMI DWI MULYA
SERANG BANTEN
2022
 LEMBAR PERSETUJUAN SIDANG

Judul : PENGARUH VARIABILITAS PERSEDIAAN

DAN INTENSITAS PERSEDIAAN
TERHADAP PEMILIHAN METODE
AKUNTANSI PERSEDIAAN
(Studi Kasus pada Perusahaan Manufaktur Sektor
Aneka Industri yang Terdaftar di Bursa Efek
Indonesia Tahun 2019-2021)
Nama Siswa : MARDI SATRIA

NIM : 1132201506

Program Studi : AKUNTANSI

Jenjang : SRATA SATU (S1)

Telah diperiksa dan disetujui untuk mengikuti Sidang Skripsi Program Studi
Akuntansi Sekolah Tinggi Ilmu Ekonomi DwiMulya

Serang, Juni 2022

Ketua Kaprodi Akuntansi Pembimbing

Jenal Alamsyah. S.E., M.Akt Tita Oktaviani, SE., MM

NIDN : 0414066805 NIDN : 0410108403

i
 ABSTRAK

PENGARUH VARIABILITAS PERSEDIAAN DAN INTENSITAS

PERSEDIAAN TERHADAP PEMILIHAN METODE AKUNTANSI
PERSEDIAAN PADA PERUSAHAAN MANUFAKTUR SEKTOR ANEKA
INDUSTRI YANG TERDAFTAR DIBURSA EFEK INDONESIA
TAHUN 2019-2021

Objek penelitian adalah Perusahaan Manufaktur Sektor Aneka Industri sebanyak

24 perusahaan dari tahun 2019-2021. Peneliti menggunakan data sekunder berupa
laporan keuangan perusahaan, sedangkan untuk menguji hipotesis menggunakan
uji Wald (Parsial) dan uji Likelihood Ratio (Simultan).

Hasil uji hipotesis diperoleh untuk Variabilitas Persediaan diperoleh wald

statistic<chi square tabel (0.329<3.8415) dan sig>alpha (0.566>0.05) dengan
demikian Variabilitas Persediaan berpengaruh tidak signifikan terhadap Metode
Akuntansi Persediaan, dan untuk Intensitas Persediaan wald statistic<chi square
tabel (0.876<3.8415) dan sig>alpha (0.349>0.05) dengan demikian Intensitas
Persediaan berpengaruh tidak signifikan terhadap Metode Akuntansi Persediaan.
Sedangkan uji Likelihood Ratio diperoleh chi square hitung<chi square tabel
(1.127<3.8415) dan sig>alpha (0.569> 0.05) dengan demikian secara bersama-
sama kedua variable bebas berpengaruh tidak signifikan terhadap Metode
Akuntansi Persediaan dengan besaran pengaruh sebesar 5,3%.

Berdasarkan hasil uji wald dan uji likelihood ratio penulis menyimpulkan bahwa
secara parsial Variabilitas Persediaan tidak berpengaruh signifikan terhadap
Metode Akuntansi Persediaan dan Intensitas Persediaan berpengaruh tidak
signifikan terhadap Metode Akuntansi Persediaan sedangkan secara simultan
Variabilitas Persediaan dan Intensitas Persediaan berpengaruh tidak signifikan
terhadap Metode Akuntansi Persediaan .

Kata kunci : Variabilitas Persediaan, Intensitas Persediaan, Metode

Akuntansi Persediaan

ii
 ABSTRACT

THE IMPACT OF INVENTORY VARIABILITY AND INTENSITY ON

INVENTORY ACCOUNTING METHODS SELECTION IN MULTIPLE
INDUSTRY SECTOR MANUFACTURING COMPANIES LISTED ON THE
INDONESIA STOCK EXCHANGE, 2019-2021

From 2019 to 2021, the research will focus on the Multi-Industrial Sector
Manufacturing Company, which might include up to 24 enterprises. The
researcher employs secondary data in the form of firm financial statements, and
the Wald test (partial) and the Likelihood Ratio test are used to evaluate the
hypothesis (simultaneous).

Inventory Variability received a wald statisticchi square table (0.329 3.8415) and
sig>alpha (0.566> 0.05), indicating that Inventory Variability has no significant
effect on Inventory Accounting Method, and Inventory Intensity received a wald
statisticchi square table (0.876 3.8415) and sig>alpha (0.349> 0.05), indicating
that Inventory Intensity has no significant effect on Inventory Accounting Method
With a magnitude of 5.3 percent, the Likelihood Ratio test yielded chi square
count chi square table (1.127<3.8415) and sig>alpha (0.569> 0.05), indicating
that the two independent variables had no significant effect on the Inventory
Accounting Method.

The authors conclude that Inventory Variability has no significant effect on

Inventory Accounting Methods and Inventory Intensity has no significant effect on
Inventory Accounting Methods, based on the results of the Wald test and the
likelihood ratio test, while Inventory Variability and Inventory Intensity have no
significant effect on Inventory Accounting Methods simultaneously.

Keyword : Inventory Variability, Inventory Intensity, Inventory Accounting

Methods

iii
 KATA PENGANTAR

Bismillahirrohmanirrohim

Assalamu’alaikum Wr.Wb

Puji dan syukur marilah kita panjatkan kehadirat Allah SWT. Yang telah

menurunkan Nikmat dan Inayah-Nya sehingga penulis dapat melaksanakan salah

satu tugas akhir ini dalam bentuk Proposal Skripsi dengan Judul “Pengaruh

Varibilitas Persediaan dan Intensitas Persediaan terhadap pemilihan Metode

Akuntansi Persediaan”.

Penulis menyadari atas segala keterbatasan kemampuan dan pengetahuan

yang dimiliki dalam penyusunan skripsi ini, namun demikian penulis berharap

skripsi ini dapat bermanfaat bagi berbagai pihak dan dapat menjadi rujukan untuk

menambah pengetahuan. Skripsi ini merupakan salah satu syarat untuk

memperoleh gelar strata satu (S1) Jurusan Akuntansi di STIE Dwimulya.

Dalam menyusun laporan ini penulis mendapatkan bantuan, sarana, serta

dorongan yang sangat bermanfaat dari berbagai pihak. Pada kesempatan ini

penulis ingin menyampaikan terima kasih kepada :

1. Orang Tua dan Keluarga yang tercinta yang selalu memberikan do’a dan

dukungan baik moral maupun materi.

2. Bapak Dr.H. Rachmat Maulana, S.Sos., M.Si Selaku Ketua Sekolah

Tinggi Ilmu Ekonomi Dwimulya

3. Bapak Jaenal Alamsyah, S.E., M.Akt Selaku Ketua Program Studi

Akuntansi Sekolah Tinggi Ilmu Ekonomi Dwimulya.

iv
 4. Ibu Tita Oktaviani, S.E, M.M. Selaku Pembimbing yang telah banyak

membantu dan mengarahkan dalam menyusun skripsi ini.

5. Seluruh Staff Sekolah Tinggi Ilmu Ekonomi Dwimulya yang telah

membantu penulis.

6. Teman–teman seperjuangan yang tidak dapat penulis sebutkan satu

persatu yang telah banyak membantu dalam memberikan motivasi bagi

penulis.

Penulis menyadari bahwa di dalam penulisan laporan ini masih banyak

terdapat kekurangan yang terdapat di dalamnya baik dari segi pembahasan

maupun dari segi penyusunannya, oleh karena itu maka dengan kerendahahan hati

mengharapkan kritik dan saran yang bersifat membangun.

Akhir kata, penulis mengharapkan laporan ini bisa memberikan manfaat

kepada para pembaca maupun penulisnya.

Cilegon, Juni 2022

Penulis

Mardi Satria

v
 DAFTAR ISI

LEMBAR PENGESAHAN SIDANG ......................................................... i

ABSTRAK................................................................................................... ii

ABSTRACT ................................................................................................ iii

KATA PENGANTAR ................................................................................. iv

DAFTAR ISI ............................................................................................... vi

DAFTAR TABEL ....................................................................................... ix

DAFTAR GAMBAR ................................................................................... x

BAB I PENDAHULUAN ...................................................................... 1

1.1 Latar Belakang Masalah .................................................... 1
1.2 Identifikasi Masalah .......................................................... 4
1.3 Batasan Masalah ................................................................ 5
1.4 Rumusan Masalah ............................................................. 5
1.5 Tujuan Penelitian ............................................................... 5
1.6 Manfaat Penelitian ............................................................. 6
1.6.1 Bagi Penulis .............................................................. 6
1.6.2 Bagi Universitas ........................................................ 6
1.6.3 Bagi Perusahaan........................................................ 6
1.7 Sistematika Penulisan ........................................................ 7
BAB II LANDASAN TEORI ................................................................. 9
2.1 Variabilitas Persediaan ......................................................... 9
2.2 Intensitas Persediaan ............................................................ 10
2.3 Metode Akuntansi Persediaan .............................................. 12
2.3.1 Persediaan ................................................................... 12
2.3.2 Metode Pencatatan Persediaan ..................................... 12
2.3.3 Metode Perhitungan Persediaan ................................... 13
2.3.3.1 Pemilihan Metode Perhitungan Persediaan ...... 14

vi
 2.4 Penelitian Terdahulu ............................................................ 16
2.5 Kerangka Pemikiran............................................................. 19
2.6 Hipotesis .............................................................................. 19
2.6.1 Pengaruh variabilitas persediaan terhadap metode
akuntansi persediaan ............................................................ 19
2.6.2 Pengaruh Intensitas persediaan terhadap metode
akuntansi persediaan ............................................................ 20
2.6.3 Pengaruh Variabillitas Persediaan dan Intensitas
persediaan terhadap metode akuntansi persediaan ................ 21
BAB III METODOLOGI PENELITIAN ................................................ 22
3.1 Metode Penelitian ................................................................ 22
3.2 Subjek Penelitian ................................................................. 22
3.2.1 Populasi Penelitian ...................................................... 22
3.2.2 Sampel Penelitian ........................................................ 22
3.3 Operasional Variabel ........................................................... 24
3.4 Instrumen Penelitian ............................................................ 26
3.5 Metode Pengumpulan Data .................................................. 26
3.6 Metode Analisis Data ........................................................... 26
3.6.1 Menguji Keseluruhan Model ....................................... 27
3.6.2 Menguji Kelayakan Model Regresi ............................. 27
3.6.3 Analisis Regresi Logistik ............................................ 28
3.6.4 Uji Hipotesis (Regresi Logistik) .................................. 29
3.6.4.1 Uji Wald (Uji Parsial)...................................... 31
3.6.4.2 Uji Likelihood Ratio (Uji Simultan) ................ 31
3.6.5 Uji Koefisien Dterminasi (Negelkerke R Square) ........ 32
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ......................... 33
4.1 Gambaran Umum Objek Penelitian ...................................... 33
4.2 Hasil Analisis Data .............................................................. 35
4.2.1 Manguji Keseluruhan Model (Menilai Model Fit) ....... 35
4.2.2 Manguji Kelayakan Model .......................................... 36
4.2.3 Persamaan Regresi Logistik ........................................ 36

vii
 4.2.4 Uji Hipotesis Parsial (Uji Wald) .................................. 38
4.2.5 Uji Hipotesis Simultan (Uji Likelihood Ratio) ............. 39
4.2.6 Koefisien Determinasi (Nagelkerke R Square) ............ 40
4.3 Pembahasan ......................................................................... 41
4.3.1 Pengaruh variabilitas persediaan terhadap metode
akuntansi persediaan ............................................................ 41
4.3.2 Pengaruh Intensitas persediaan terhadap metode
akuntansi persediaan ............................................................ 42
4.3.3 Pengaruh Variabillitas Persediaan dan Intensitas
persediaan terhadap metode akuntansi persediaan ................ 42
BAB V PENUTUP ................................................................................. 44
5.1 Kesimpulan.......................................................................... 44
5.2 Saran ................................................................................... 45
DAFTAR PUSTAKA
LAMPIRAN

viii
 DAFTAR TABEL

Tabel 2.1 Ringkasan Penelitian Terdahulu ........................................... 16

Tabel 3.1 Daftar sampel penelitian perusahaan manufaktur
sektor aneka industri periode 2019 – 2021............................ 22
Tabel 3.2 Operasional Variabel............................................................ 24
Tabel 4.1 Jumlah Pengamatan ............................................................. 33
Tabel 4.2 Kategori Variabel Dependen ................................................ 33
Tabel 4.3 Nilai -2LL yang Terdiri dari Konstanta dan Variabel Bebas . 34
Tabel 4.4 Menguji Kelayakan Model Regresi ...................................... 35
Tabel 4.5 Hasil Uji Koefisien Regresi Logistik,
Uji Parsial (Wald) dan Koefisien Determinasi ...................... 36
Tabel 4.6 Uji Simultan (Likelihood Ratio) ........................................... 39

ix
 DAFTAR GAMBAR

Gambar 2.1 Kerangka Penelitian ........................................................ 18

Gambar 4.1 Model Hasil Penelitian .................................................... 36

x
 BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Persediaan adalah barang-barang yang ditujukan dalam proses produksi

atau yang ditempatkan dalam kegiatan produksi. Persediaan pada manufaktur

terdiri dari persediaan bahan baku (bahan mentah), persediaan barang dalam

proses (barang setengah jadi), dan persediaan barang jadi.

Persediaan dalam perusahaan mempunyai dua fungsi yaitu sebagai unsur

harga pokok penjualan didalam laporan laba rugi dan sebagai unsur aktiva lancar

di laporan neraca. Metode persediaan digunakan untuk tujuan utama untuk

memilih prediksi arus biaya yang paling mencerminkan laba yang optimal, sesuai

kondisi yang ada sehingga perusahaan mampu menciptakan hasil operasi yang

paling baik. Persediaan dapat memprediksi baik arus kas masuk dari penjualan

maupun arus kas keluar yang diperlukan untuk mendapatkan barang yang akan

dijual selama periode tertentu.

Perbedaan dalam pemilihan metode penilian akuntansi persediaan yang

diterapkan oleh perusahaan akan mempengaruhi nilai persediaan akhir, harga

pokok penjualan dan laba bersih perusahaan.

Tujuan pokok akuntansi persediaan adalah untuk menentukan laba rugi

periodik yaitu melalui proses mempertemukan antara harga pokok barang dijual

dengan hasil penjualan dalam satu periode akuntansi dan menentukan jumlah

persediaan yang akan disajikan dalam neraca. Sebagai salah satu aktiva non

1
 2

moneter permasalahan yang timbul adalah bagaimana melaporkan nilai persediaan

akhir pada neraca.Pemilihan metode akuntansi persediaan ini mengacu pada

Pernyataan Standar Akuntansi Keuangan (PSAK) Nomor 14 tahun 2015 revisi

bahwa biaya persediaan harus dihitung dengan menggunakan rumus biaya masuk

pertama keluar pertama (MPKP) atau FIFO dan rata-rata tertimbang (weighted

average).Dalam kaitannnya dengan metode akuntansi persediaan terdapat konflik

kepentingan antara manajer dan pemilik. Bagi pemilik metode rata-rata

tertimbang yang menghasilkan laba yang relatif kecil lebih disuksi karena akan

mengurangi cash outflow berupa pajak, sedangkan manajer menginginkan metode

FIFO (first in first out) karena akan meningkatkan laba perusahaan yang berarti

kinerja yang naik bagi manajer. Metode akuntansi yang berbeda akan mempunyai

pengaruh yang berbeda terhadap kandungan informasi laporan keuangan,

misalnya metode akuntansi persediaan.

Perusahaan besar dalam memilih metode akuntansi persediaan akan

mempunyai kesempatan untuk meningkatkan atau menurunkan laba agar laporan

keuangan bisa seimbang. Sedangkan pada perusahaan kecil untuk mendapatkan

dana dari bank atau lembaga keuangan lainnya membutuhkan laba yang tinggi

agar dianggap mempunyai kinerja yang bagus.

Variabilitas persediaan menggambarkan variasi dari nilai persediaan suatu

perusahaan. Apabila suatu perusahaan mempunyai nilai persediaan yang relatif

stabil maka pengaruhnya pada variasi laba akan kecil, sedangkan pada perusahaan

yang mempunyai nilai persediaan yang bervariasi pada setiap tahun maka laba

yang dihasilkan juga akan bervariasi. Perusahaan dengan variabilitas persediaan

 3

kecil bisa memilih menggunakan metode rata-rata, sedangkan pada perusahaan

yang variabilitas persediaannya tinggi akan menggunakan metode FIFO.

Berdasarkan hasil penelitian yang dilakukan oleh Taqwa (2001), Raharja (2014),

dan Mahardika (2015), menyimpulkan bahwa variabilitas persediaan berpengaruh

secara signifikan terhadap pemilihan metode akuntansi persediaan, sedangkan

Mukhasin (2001), Kasini (2001) dan Burju (2014) dalam Nata Sirgar (2017),

menyimpulkan bahwa variabilitas persediaan tidak berpengaruh terhadap

pemilihan metode akuntansi persediaan.

Intensitas persediaan merupakan cerminan besaran perusahaan dalam

berinvestasi terhadap persediaan yang terdapat didalam perusahaan (Halim, 2016).

Intensitas persediaan menggambarkan bagaimana sebuah perusahaan dapat

menginvestasikan kekayaan yang dimiliki dalam bentuk persediaan. Besarnya

persediaan tersebut akan memuncukan biaya-biaya tambahan antara lain biaya

penyimpanan ataupun biaya kerusakan barang dalam gudang. PSAK. NO 14

mengatur tentang biaya yang timbul atas kepemilikan persediaan yang besar harus

di keluarkan dari biaya tambahan atas adanya persediaan yang besar akan

menyebabkan berkurangnya laba perusahaan.

Persediaan biasanya merupakan aktiva lancar terbesar dalam suatu

perusahaan, dan diperlukan pengukuran yang tepat untuk menjamin laporan

keuangan yang akurat. Secara logika apabila persediaan tidak dihitung secara

tepat, pengeluaran dan penerimaan tidak dapat dicocokkan secara benar, yang

kemungkinan akan terjadi kesalahan pada setiap jumlah pengeluaran dan jumlah

penerimaan. Kemudian apabila persediaan akhir tidak benar, maka hasilnya saldo
 4

saldo dari neraca juga tidak akan benar dan tepat yang akan mempengaruhi

beberapa keadaan akun pada neraca yaitu: persediaan barang dagangan, total

aktiva, dan ekuitas pemilik modal. Besar kecilnya jumlah persediaan barang

dagangan akan ikut berubah juga jumlah total aktiva dan jumlah ekuitas pemilik

modal. Kemudian juga dengan laporan laba rugi tidak akan benar jika harga

pokok penjualan barang dagangan, kondisi laba bersih tidak benar, apabila harga

pokok penjualan terlalu besar maka laba bersih pun akan mengecil, dan apabila

harga terlalu kecil maka kondisi laba akan meningkat. Kondisi yang terjadi

tersebut tidak akan menunjukkan kondisi laba perusahaan yang paling baik.

Berdasarkan beberapa kondisi tersebut penulis tertarik untuk melakukan

penelitian lebih lanjut mengenai persediaan pada perusahaan manufaktur, dengan

judul “Pengaruh Variabilitas Persediaan dan Intensitas Persediaan Terhadap

Pemilihan Metode Akuntansi Persediaan Pada Perusahaan Manufaktur Yang

Terdapat Di Bursa Efek Indonesia (BEI)”

1.2 Identifikasi Masalah

Berdasarkan latar belakang penelitian yang telah diuraikan di atas, maka

masalah dalam penelitian ini diidentifikasikan sebagai berikut:

1. Bervariasinya nilai persediaan diduga dapat mempengaruhi pemilihan

metode akuntansi persediaan yang dipakai oleh perusahaan.

2. Penggunaan metode penilaian akuntansi persediaan yang berbeda akan

menghasilkan laporan keuangan yang tidak sama.

 5

1.3 Batasan Masalah

Berdasarkan latar belakang dan identifikasi masalah yang telah

diungkapkan, maka permasalahan pada penelitian ini dibatasi untuk menghindari

terjadinya pembahasan yang terlalu luas.Mengingat banyaknya faktor yang dapat

digunakan, maka peneliti akan membatasi masalah pada penelitian ini yaitu

pengaruh Variabilitas persediaan dan Intensitas persediaan terhadap Pemilihan

Metode Akuntansi Persediaan pada perusahaan manufaktur yang terdaftar di

Bursa Efek Indonesia.

1.4 Rumusan Masalah

1. Apakah variabilitas persediaan berpengaruh terhadap pemilihan metode

akuntansi persediaan pada perusahaan manufaktur yang terdaftar di

Bursa Efek Indonesia?

2. Apakah intensitas persediaan berpengaruh terhadap pemilihan metode

akuntansi persediaan pada perusahaan manufaktur yang terdaftar di

Bursa Efek Indonesia?

3. Apakah variabilitas persediaan dan intensitas persediaan bersama-sama

berpengaruh terhadap pemilihan metode akuntansi persediaan pada

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia?

1.5 Tujuan Penelitian

1. Menguji pengaruh Variabilitas Persediaan terhadap pemilihan metode

akuntansi persediaan pada perusahaan Manufaktur yang terdaftar di

Bursa Efek Indonesia periode.

 6

2. Menguji pengaruh Intensitas Persediaan terhadap pemilihan metode

akuntansi persediaan pada perusahaan Manufaktur yang terdaftar di

Bursa Efek Indonesia.

3. Menguji pengaruh Variabilitas Persediaan dan Intensitas Persediaan

terhadap pemilihan metode akuntansi persediaan yang terdaftar di Bursa

Efek Indonesia.

1.6 Manfaat Penelitian

1.6.1 Bagi Penulis

Penelitian ini diharapkan dapat bermanfaat sebagai hasil penerapan

teori dan ilmu manajemen khususnya manajemen keuangan dan

hasil penelitian diharapkan dapat menambah pengetahuan dan

wawasan peneliti tentang pengaruh variabilitas persediaan dan

intensitas persediaan terhadap pemilihan metode akuntansi

persediaan.

1.6.2 Bagi STIE DWIMULYA

Penelitian ini diharapkan dapat menambah menambah wawasan

dan referensi bagi STIE DWIMULYA, khususnya bagi mahasiswa

jurusan Akuntansi. Bagi perpustakaan STIE DWIMULYA

penelitian ini diharapkan dapat menambah referensi bacaan

1.6.3 Bagi Pembaca dan Peneliti lain

Dapat memberikan tambahan wawasan dan pengetahuan lebih luas

tentang Metode akuntansi persediaan. Dimana penelitian ini juga

 7

dapat digunakan sebagai referensi dan bahan kajian dalam

penelitian yang lebih luas

1.7 Sistematika Penulisan

Sistematika Penulisan yang akan disajikan oleh penulis dalam skripsi ini

terbagi menjadi 5 (Tiga) bab. Diharapkan pembagian penulisan ini dapat

memberikan gambaran yang jelas dan sistematis dari isi skripsi ini serta dapat

mempermudah memahami dari setiap isi bab.Sistematis penulisan skripsi sebagai

berikut:

Bab I: PENDAHULUAN

Dalam bab ini berisi latar belakang masalah, identifikasi masalah,

batasan masalah, rumusan masalah, tujuan penelitian, batasan penelitian, dan

sistematika penulisan.

Bab II: LANDASAN TEORI

Bab ini berisikan tinjauan pustaka yang memuat teori dan konsep yang

relevan mengenai Variabilitas Persediaan, Intensitas Persediaan serta Metode

Akuntansi Persediaan.

Bab III: METODOLOGI PENELITIAN

Bab ini berisi deksripsi bagaimana penelitian akan dilaksanakan secara

operasional, seperti metode penelitian, subjek penelitian, dan teknik pengumpulan

data
 8

Bab IV: HASIL PENELITIAN DAN PEMBAHASAN

Bab ini berisi deksripsi objek penelitian, analisis data dan pembahasan

serta interpretasi hasil penelitian.

Bab V: PENUTUP

Bab ini berisi kesimpulan dan saran – saran untuk peneliti selanjutnya.
 BAB II

LANDASAN TEORI, KERANGKA PEMIKIRAN DAN HIPOTESIS

2.1 Variabilitas Persediaan

Variabilitas persediaan merupakan nilai akhir persediaan suatu

perusahaan. Perusahaan yang memiliki persediaan yang bervariasi, akan memiliki

laba yang bervariasi pula. Oleh sebab itu, perusahaan yang memiliki laba yang

bervariasi, cenderung memilih metode yang dapat meningkatkan laba yang akan

dilaporkan yaitu dengan menggunakan metode FIFO.

Penggunaan metode FIFO pada saat terjadinya inflasi akan menimbulkan

variasi persediaan yang tinggi yang kemudian akan berdampak pada melonjaknya

laba perusahaan. Sebaliknya, penggunaan metode rata-rata pada saat terjadi inflasi

tidak begitu menyebabkan variasi persediaan yang terlalu tinggi sehingga labanya

juga akan lebih kecil daripada penggunaan metode FIFO

Variabilitas perusahaan merupakan variasi dari nilai persediaan pada

suatu perusahaan. Perusahaan yang mempunyai nilai persediaan yang relatif stabil,

maka pengaruh terhadap variasi laba akan kecil, sedangkan pada perusahaan yang

mempunyai nilai persediaan yang bervariasi setiap tahun maka laba yang

dihasilkan juga akan bervariasi setiap tahun. Perusahaan dengan variasi

persediaan kecil bisa memilih menggunakan metode rata-rata. Dengan

menggunakan metode rata-rata akan menghasilkan laba yang lebih rendah dan

perusahaan akan memperoleh keuntungan penghematan pajak bila dibandingkan

dengan metode FIFO.

9
 10

Perusahaan dengan variabilitas persediaan kecil bisa memilih

menggunakan metode rata-rata yang menghasilkan jumlah persediaan akhir lebih

rendah dibandingkan dengan menggunakan metode FIFO sehingga perusahaan

dapat melakukan penghematan biaya pajak (tax saving). Hanum (2016) dalam

Muhammad Fauzi (2019), telah menggunakan pengukuran ini dengan rumus

sebagai berikut:

Standar deviasi dalam rumus diatas atas dapat dicari dengan rumus sebagai

berikut:

Standar Deviasi Persediaan akhir

Variabilitas Persediaan =
Rata−rata Persediaan Akhir

(∑ 𝑦)2
∑ 𝑦2−
S=√ 𝑛
𝑛−1

Keterangan :

S = Standar deviasi

∑y = Jumlah persediaan

n = Tahun

2.2 Intensitas Persediaan

Intensitas persediaan adalah salah satu bagian aktiva yang diproksikan

dengan membandingkan antara total persediaan dengan total aset yang dimiliki

perusahaan. Andhari dan Sukartha (2017) dalam Dieny Makhafunnisa (2019).

Persediaan juga dapat dinyatakan berdasarkan harga terendah antara harga pokok

dan harga pasar dan harga jual (untuk produk tertentu).

 11

Intensitas persediaan menggambarkan bagaimana sebuah perusahaan

dapat menginvestasikan kekayaan yang dimiliki dalam bentuk persediaan.

Besarnya persediaan tersebut akan memuncukan biaya-biaya tambahan antara lain

biaya penyimpanan ataupun biaya kerusakan barang dalam gudang. PSAK. NO 14

mengatur tentang biaya yang timbul atas kepemilikan persediaan yang besar harus

di keluarkan dari biaya tambahan atas adanya persediaan yang besar akan

menyebabkan berkurangnya laba perusahaan.

Menurut (Fahmi, 2011) Dalam penelitian ini variabel intensitas

persediaan menggunakan proxy perputaran persediaan, yang diukur dengan

membandingkan Harga pokok penjualan dengan jumlah persediaan. Kondisi

perusahaan yang baik dimana kepemilikan persediaan dan perputaran persediaan

adalah selalu berada dalam kondisi yang seimbang, artinya jika perputaran

persediaan kecil maka akan terjadi penumpukan barang dalam jumlah yang

banyak digudang, sedangkan jika perputaran besar maka jumlah barang yang

tersisa digudang akan kecil. Penelitian terdahulu yang mengukur intensitas

persediaan dengan membandingkan Harga pokok penjualan dengan jumlah

persediaan adalah penelitian Adisamarta dan Noviari (2015) serta penelitian

Mulyani (2017) dalam Aprilia Nilasari (2018).

Rumus dari Intensitas persediaan adalah sebagai berikut :

Total Persediaan
Intensitas Persediaan = x 100 %
Total Aset
 12

2.3 Metode Akuntansi Persediaan

Metode akuntansi persediaan yaitu prosedur atau langkah yang

digunakan untuk memperhitungkan atau menilai barang persediaan pada suatu

perusahaan

2.3.1 Persediaan

Persediaan merupakan salah satu aktiva yang paling efektif dalam

kegiatan operasional perusahaan yang secara berlanjut diperoleh atau diproduksi

maupun dijual. Persediaan juga tidak terlepas pada perusahaan dagang dan

manufaktur. Namun pada penelitian ini persediaan yang hanya ditujukan pada

perusahaan manufaktur (Siregar 2017). Menurut Pernyataan Standar Akuntansi

Keuangan (PSAK) No. 14 (revisi 2015) dalam Winda Meilia (2019) yang

dimaksud dengan persediaan adalah aset:

a) Tersedia untuk dijual dalam kegiatan usaha normal,.

b) Dalam proses produksi untuk penjualan tersebut, atau

c) Dalam bentuk bahan dan perlengkapan (supplies) untuk digunakan dalam

proses produksi atau pemberian jasa.

Dalam perusahaan manufaktur terdiri dari persediaan bahan mentah,

persediaan pekerja dalam proses dan persediaan dalam bentuk barang jadi.

2.3.2 Metode Pencatatan Persediaan

Sistem perpetual serta sistem periodik merupakan dua sistem yang

dilakukan oleh perusahaan untuk pencatatan persediaan barang dagangannya

(Bahri, 2016). Dalam Jurnal Leny Suzan (2021)

 13

1. Sistem Persediaan Periodik (Periodic System)

Sistem periodik merupakan pencatatan persediaan yang terjadi perubahan

nilai dari pembelian dan penjualan barang dagangan ke persediaan

dagangan secara periodik. Disaat terjadi transaksi pembelian atau yang

terkait dengan pembelian. Pada akhir periode dilakukan penyesuaian

akun-akun tersebut terhadap beban pokok penjualan(Bahri, 2016).

2. Sistem Persediaan Perpetual (Perpetual System)

Setiap terjadi transaksi yang terkait dengan pembelian maka akan

langsung dicatat pada akun persediaan barang dagangan. Sistem ini tidak

hanya mencatat nilai penjualan saja, akan tetapi diikuti juga dengan

pencatatan harga pokok penjualan. Terjadinya transaksi pembelian

barang oleh entitas, penjualan kepada konsumensertatransaksi lain yang

berkaitan dengan pembelian dan penjualan maka persediaandagangan

akan selalu berubah (Bahri, 2016).

2.3.3 Metode Perhitungan Persediaan

Berdasarkan PSAK No. 14 (2015) terdapat dua macam metode akuntansi

persediaan yang boleh digunakan di Indonesia sekarang ini, yaitu metode First In

First Out (FIFO) dan metode rata-rata tertimbang atau metode Weighted Average

1. Metode FIFO (First In First Out)

Menurut Keiso,et.al yang diterjemahkan oleh Salim (2007:418) dalam

penelitian Winda Meilia (2019) Metode FIFO (First In First Out)

mengasumsikan bahwa barang yang digunakan (dikeluarkan) sesuai

urutan pembeliannya. Dengan kata lain, metode ini mengasumsikan

 14

bahwa barang pertama yang dibeli adalah barang pertama yang

digunakan (dalam perusahaan manufaktur) atau dijual (dalam perusahaan

dagang). Karena itu,persediaan yang tersisa merupakan barang yang

dibeli paling terakhir.Keunggulan FIFO adalah mendekatkan persediaan

akhir dengan biaya berjalan. Oleh karena barang pertama yang dibeli

adalah barang yang akan pertama keluar, maka nilai persediaaan akhir

akan terdiri dari persediaan akhir, terutama jika laju perputaran

persediaan cepat.Jika tidak terjadi perubahan harga, pendekatan ini

umumnya menghasilkan nilai persediaan akhir di neraca yang mendekati

biaya pengganti (replacement cost) sejak pembelian barang paling

terakhir.

2. Metode Rata-Rata

Menurut Horisson, Horngren, Thomas, dan Suwardy yang diterjemahkan

oleh Gina Gania (2012:366) dalam penelitian Winda Meilia (2019)

metode rata -rata merupakan metode kalkulasi biaya persediaan yang

didasarkan pada biaya rata-rata persediaan selama periode berjalan.

Biaya rata-rata ditentukan dengan cara membagi harga pokok barang

yang tersedia dengan jumlah unit yang tersedia. Keuntungan penerapan

metode ini lebih banyak didasarkan pada pertimbangan praktis dan

bukannya pertimbangan konsepsional.

2.3.3.1 Pemilihan Metode Perhitungan Persediaan

Pada penelitian ini pemilihan metode akuntansi persediaan mengacu pada

PSAK No.14 (Revisi, 2015) yang menyatakan bahwa diberlakukannya dua

 15

metode akuntansi persediaan yaitu First In First Out (FIFO) dan rata-rata

tertimbang (Weighted Average). Pada awal, PSAK 14 (1994) ada tiga metode

yang diakui FIFO, LIFO dan metode rata-rata. Namun pemilihan metode

akuntansi persediaan di Indonesia mengacu pada Pernyataan Standar Akuntansi

Keuangan (PSAK) Nomor 14 (revisi 2015), yang menyatakan bahwa hanya

metode FIFO (First in First out) dan AVERAGE (weighted average) yang dapat

memilih dalam menentukan arus biaya persediaan. Hal ini sejalan dengan Undang

Undang No. 7 Tahun 1983 dan Undang-Undang No. 10 tahun 1994 tentang

perpajakan yang hanya memperbolehkan penggunaan metode AVERAGE (dalam

Tutuk, 2017). Sejak tahun 2009 PSAK Indonesia melarang metode LIFO yang

digunakan oleh perusahaan karena sedikit demi sedikit mulai mengadopsi IFRS

(Internasional Financial Reporting Standards) yang dikeluarkan oleh Badan

Standar Akuntansi International yang bertujuan untuk mengharmonisasikan

standar akuntansi internasional. Undang-Undang Pajak Penghasilan No. 36 Tahun

2008 yang juga hanya memperbolehkan perusahaan menggunakan metode FIFO

dan rata-rata dan tidak mengunakan metode LIFO. Ada beberapa alasan larangan

penggunaan metode LIFO yaitu:

1) Penggunaan LIFO lebih banyak dimaksudkan untuk menghindari

(menunda) kewajiban pajak terutama ketika inflasi dari pada untuk

kepentingan ekonomi. Secara teori memang kewajiban pajak tersebut

hanya tertunda sementara, namun selama terus terjadi inflasi, maka

penundaan pajak tersebut akan tetap dan mungkin bertambah yang

kemudian akan menyebabkan penundaan pajak menjadi permanen.

 16

2) LIFO Reserve yang disajikan dalam laporan keuangan seringkali dinilai

lebih rendah dari yang sebenarnya terjadi. Ada indikasi kecurangan yang

dinilai oleh para analis pajak. Hal ini menyebabkan metode LIFO hanya

mengejar keuntungan tax-saving.

3) LIFO sebagai suatu pertahanan atas inflasi yang terjadi dinilai kurang

relevan, karena hanya digunakan untuk sebagian asset (inventory saja,

red.), dan bukan untuk penilaian seluruh asset yang ada dari perusahaan.

2.4 Penelitian Terdahulu

Penelitian yang dilakukan oleh Kasini (2014) dalam Nata Siregar (2017),

penelitian ini menguji pengaruh variabilitas persediaan, margin laba kotor,

financial leverage, dan ukuran perusahaan terhadap pemilihan metode persediaan

pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Populasi

penelitian terdiri dari semua perusahaan manufaktur yang listing di Bursa Efek

Jakarta. Berdasarkan kriteria sampel yang telah ditentukan maka diperoleh sampel

sebanyak 78 perusahaan dari 171 populasi yang ada. Penelitian ini menghasilkan

ukuran perusahaan berpengaruh secara parsial dan simultan terhadap pemilihan

metode akuntansi persediaan sedangkan variabilitas persediaan, margin laba kotor,

financial leverage tidak berpengaruh secara parsial dan simultan terhadap

pemilihan metode akuntansi persediaan.

Penelitian yang dilakukan oleh Mahardika (2015) dalam Nata Siregar

(2017), penelitian ini menguji pengaruh variabilitas persediaan, ukuran

perusahaan dan rasio lancar terhadap pemilihan metode persediaan pada

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Populasi

 17

penelitian terdiri dari semua perusahaan manufaktur yang listing di Bursa Efek

Jakarta. Berdasarkan kriteria, sampel yaitu purposive sampling, maka diperoleh

sampel sebanyak 50 perusahaan dari 132 populasi yang ada. Penelitian ini

menghasilkan variabilitas persediaan, rasio lancar berpengaruh secara parsial dan

simultan terhadap pemilihan metode akuntansi persediaan. Sedangkan ukuran

perusahaan tidak berpengaruh secara parsial terhadap pemilihan metode akuntansi

persediaan.

Penelitian yang dilakukan oleh Restiani (2016) dalam Nata Siregar

(2017) , penelitian ini menguji pengaruh ukuran perusahaan, financial leverage,

kepemilikan manajerial, dan rasio lancar terhadap pemilihan metode persediaan

pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Populasi

penelitian terdiri dari semua perusahaan manufaktur yang listing di Bursa Efek

Jakarta. Berdasarkan kriteria sampel, yaitu purposive sampling, maka diperoleh

sampel sebanyak 19 perusahaan. Penelitian ini menghasilkan ukuran perusahaan,

kepemilikan manajerial, financial leverage berpengaruh secara parsial dan

simultan terhadap pemilihan metode akuntansi persediaan. Sedangkan rasio lancar

tidak berpengaruh secara parsial dan simultan terhadap pemilihan metode

akuntansi persediaan.

Tabel 2.1
Ringkasan Penelitian Terdahulu
Nama Judul Variabel Hasil

Faktor-faktor yang Dependen: Ukuran perusahaan

berpengaruh Pemilihan metode berpengaruh secara
Kasini terhadap pemilihan akuntansi parsial dan simultan
(2014) metode akuntansi persediaan terhadap pemilihan
persediaan pada metode akuntansi
perusahaan persediaan
 18

Nama Judul Variabel Hasil

Manufaktur di Independen: Variabilitas

Bursa Efek 1. Variabilitas persediaan, margin
Indonesia tahun persediaan laba kotor, financial
2007-2009. 2. Margin laba leverage dan secara
kotor 3. Financial parsial tidak
leverage 4.Ukuran berpengaruh
perusahaan terhadap pemilihan
metode akuntansi
persediaan

Analisi faktor- Dependen: Variabilitas

faktor yang Pemilihan metode persediaan, rasio
mempengaruhi akuntansi lancar berpengaruh
pemilihan metode persediaan secara parsial dan
akuntansi simultan terhadap
persediaan pada pemilihan metode
Rayu perusahaan Independen: akuntansi
Mahardika Manufaktur di 1. Ukuran persediaan.
dan Elva Bursa Efek perusahaan. Ukuran perusahaan
Nuraina Indonesia tahun 2. Rasio lancar tidak berpengaruh
(2015) 2011- 2013. 3. Variabilitas secara parsial
persediaan. terhadap pemilihan
metode akuntansi
persediaan.
Analisi faktor- Dependen: Ukuran perusahaan,
faktor yang Pemilihan metode kepemilikan
mempengaruhi akuntansi manajerial, Financial
pemilihan metode persediaan leverage
akuntansi berpengaruh secara
persediaan pada Independen: parsial dan simultan
Riswan perusahaan 1.Ukuran terhadap pemilihan
Restiani Fasa Manufaktur di perusahaan. metode akuntansi
(2016) Bursa Efek 2.Kepemilikan persediaan.
Indonesia tahun manajerial Rasio lancar tidak
2010-2014 3. Financial berpengaruh secara
leverage 4. Rasio parsial dan simultan
lancar terhadap pemilihan
metode akuntansi
persediaan
 19

2.5 Kerangka Pemikiran

Variabel independen dalam penelitian ini adalah ukuran variabilitas

persediaan dan Intensitas Persediaan. Sedangkan variabel dependennya adalah

metode akuntansi persediaan.

Variabel Independen Variabel Dependen

ε
Variabilitas Persediaan H1
Metode Akuntansi
(X1)
Persediaan(Y)
Intensitas Persediaan (X2) H2

H3

2.6 Hipotesis

Hipotesis merupakan anggapan dasar yang kemudian membuat suatu

teori yang masih diuji kebenarannya.

Penolakan atau penerimaan hipotesis tergantung pada hasil penyelidikan

terhadap fakta-fakta. Dengan demikian hipotesis adalah suatu teori sementara

yang kebenarannya masih diuji. Berdasarkan landasan teori diatas dapat disusun

hipotesis penelitian sebagai berikut:

2.6.1 Pengaruh Variabilitas Persediaan terhadap Metode Akuntansi

Persediaan

Variabilitas persediaan menggambarkan variasi dari nilai persediaan

suatu perusahaan. Semakin kecil variasi nilai persediaan maka variasi terhadap

laba juga akan kecil. Variabilitas persediaan dapat mempengaruhi pemilihan

 20

metode akuntansi persediaan. Karena pemilihan metode persediaan yang berbeda

akan menghasilkan nilai persediaan yang berbeda. Ketika perusahaan ingin

menaikkan laba, maka perusahaan dapat menggunakan metode FIFO. Ketika

perusahaan ingin menurunkan laba agar laporan keuangan terlihat rata dan

mengurangi biaya pajak, maka metode persediaan yang digunakan adalah metode

rata-rata. Pada berbagai penelitian menunjukan bahwa variabilitas persediaan

mempengaruhi pemilihan metode akuntansi persediaan. Penelitian Mahardika

(2015) menunjukkan hasil yang signifikan mengenai hubungan variabilitas

persediaan terhadap pemilihan metode akuntansi persediaan.

H1 : Variabilitas Persediaan berpengaruh signifikan terhadap Metode

Akuntansi Persediaan.

2.6.2 Pengaruh Intensitas Persediaan terhadap Metode Akuntansi

Persediaan

Intensitas persediaan atau rasio perputaran persediaan menunjukkan

keefektifan dan keefisienan perusahaan untuk mengatur investasinya dalam

persediaan yang dihubungkan dengan berapa kali persediaan perusahaan itu

diputar selama satu periode tertentu. Intensitas persediaan yang tinggi

menunjukkan jumlah penjualan pada perusahaan tersebut tinggi dan menghasilkan

laba yang tinggi. Sebaliknya, rasio perputaran persediaan yang rendah

menunjukkan jumlah penjualan pada perusahaan tersebut rendah dan

manghasilkan laba yang rendah. Tinggi rendahya laba yang akan dihasilkan

tergantung dari metode akuntansi yang akan digunakan. Kukuh (2012)

menyatakan bahwa semakin rendah persediaan akhir, maka dapat disimpulkan

 21

bahwa manajemen persediaan berjalan dengan baik. Intensitas persediaan dapat

mempengaruhi pemilihan metode akuntansi persediaan yang digunakan. Hal ini

sejalan dengan penelitian sebelumnya yang dilakukan oleh Romasi (2015) dan

Qosim (2017) dalam Rian Diti Istiadi (2019), bahwa intensitas persediaan

berpengaruh terhadap pemilihan metode akuntansi persediaan

H2 : Intensitas Persediaan berpengaruh signifikan terhadap Metode Akuntansi

Persediaan .

2.6.3 Pengaruh Variabilitas Persediaan Dan Intensitas Persediaan

Terhadap Pemilihan Metode Akuntansi Persediaan

Faktor yang dapat mempengaruhi pemilihan metode akuntansi persediaan,

antara lain variabilitas persediaan merupakan variasi dari nilai persediaan suatu

perusahaan (Brian Syailendra, 2014) dalam jurnal Erwin Febriansyah (2019).

Intensitas persediaan atau perputaran persediaan adalah rasio yang mengukur

tingkat efisiensi perusahaan terhadap pengelolaan persediannya. Rasio ini

mengukur kemampuan perusahaan dalam menjual produknya dalam suatu periode

tertentu dibandingkan dengan jumlah persediaan yang dimiliki. Faktor-faktor

tersebut secara bersama-sama memiliki hubungan yang kuat yang mempengaruhi

perusahaan dalam memilih metode akuntansi persediaan. Berdasarkan uraian

tersebut, diduga terdapat hubungan yang positif antara pengaruh variabilitas

persediaan,dan intensitas persediaan terhadap pemilihan metode akuntansi

persediaan.

H3 : Variabilitas Persediaan dan Intensitas Persediaan berpengaruh signifikan

tehadap Metode Akuntansi Persediaan.

 BAB III

METODOLOGI PENELITIAN

3.1 Metode Penelitian

Metode yang digunakan pada penelitain ini adalah Metode kuantitatif,

yaitu metode penelitian yang digunakan untuk meneliti pada populasi atau sampel

tertentu, pengumpulan data menggunakan instrument penelitian, analisis data

bersifat kuantitatif/statistik dengan tujuan untuk menguji hipotesis yang telah

ditetapkan.

3.2 Subjek Penelitian

3.2.1 Populasi Penelitian

Menurut Sugiyono (2019:126) Populasi adalah wilayah generalisasi yang

terdiri atas obyek/subyek yang mempunyai kuantitas dan karakteristik tertentu

yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik

kesimpulannya.Dalam penelitian ini, penulis menggunakan populasi perusahaan

manufaktur sektor aneka industri yang terdaftar di Bursa Efek Indonesia periode

2019 - 2021 sebanyak 152 perusahaan.

3.2.2 Sampel Penelitian

Sampel adalah bagian dari populasi yang memiliki karakteristik tertentu

(Sugiyono, 2019:127). Populasi yang besar tidak memungkinkan untuk dipelajari

secara keseluruhan. Sampel yang digunakan adalah sampel yang diharapkan

mewakili dari populasi.

22
 23

Dalam menentukan sampel, penulis menggunakan teknik purposive

sampling yaitu sampel diambil berdasarkan kriteria tertentu sesuai dengan tujuan

penelitian yang dianggap mewakili populasi. Kriteria pemilihan sampel yang

sebagai berikut:

1. Perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa

Efek Indonesia (BEI) periode 2019 - 2021.

2. Perusahaan manufaktur sektor aneka industri terdaftar di Bursa Efek

Indonesia (BEI) yang mempublikasikan laporan keuangan secara lengkap

dan konsisten selama periode 2019 - 2021.

Berdasarkan kriteria tersebut, penulis melakukan seleksi sample

perusahaan dengan hasil sebagai berikut:

1. Jumlah Populasi : 51

2. Perusahaan tidak mempublikasikan LK dengan lengkap : (27)

Sampel Penelitian : 24

Berikut adalah Perusahaan sampel yang memenuhi kriteria pengambilan sampel:

Tabel 3.1
Daftar sampel penelitian perusahaan manufaktur sektor aneka industri
periode 2019 – 2021

No. Kode Nama Perusahaan

1 ASII Astra International Tbk

2 AUTO Astra Otoparts Tbk

3 BRAM Indo Kordsa Tbk

4 GDYR Goodyear Indonesia Tbk

5 GJTL Gajah Tunggal Tbk

 24

No. Kode Nama Perusahaan

6 LPIN Multi Prima Sejahtera Tbk

7 MASA Multistrada Arah Sarana Tbk

8 PRAS Prima Alloy Steel Universal Tbk

9 SMSM Selamat Sempurna Tbk

10 ADMG Polychem Indonesia Tbk

11 BELL Trisula Textile Industries Tbk

12 ESTI Ever Shine Tex Tbk

13 INDR Indo Rama Synthetic

14 MYTX Asia Pasific Investama

15 POLY Asia Pacific Fibers Tbk

16 RICY Ricky Saputra Globalindo Tbk

17 SSTM Sunson Textile Manufacturer Tbk

18 TRIS Trisula Internasional Tbk

19 UCID Uni-Charm Indonesia Tbk

20 ZONE Mega Perintis Tbk

21 CCSI Communication Cable Systems Indonesia Tbk

22 KBLM Kabelindo Murni Tbk

23 SCCO Supreme Cable Manufacturing and Commerce Tbk

24 PTSN Sat Nusa Persada Tbk

3.3 Operasional Variabel

Definisi operasional variabel penelitian yang terdiri dari dua variabel

independen dan satu variabel dependen disajikan pada table 3.1 berikut ini:
 25

Tabel 3.2
Operasional Variabel
Variabel Definisi Pengukuran Skala

Variabilitas
persediaan Variabilitas Persediaan
merupakan
Variabilitas Standar Deviasi Persediaan akhir
variasi dari = RASIO
persediaan Rata−rata Persediaan Akhir
nilai
(X1)
persediaan
pada suatu
perusahaan
Intensitas
persediaan
atau
perputaran Intensitas Persediaan
persediaan
adalah rasio
Intensitas Total Persediaan
yang = X100% RASIO
Persediaan Total Aset
mengukur
(X2)
tingkat
efisiensi
perusahaan
terhadap
pengelolaan
persediannya
Pemilihan
metode
akuntansi Indikator penilaian variabel
persediaan adalah 0 pada pemilihan
antara dua metode FIFO dan memberikan
Metode
nilai 1 pada metode Rata-rata
Akuntansi metode yaitu NOMINAL
(Kasini, 2014)
Persediaan First In First
(Y) Out (FIFO), 𝑝
Ln= 1−𝑝
rata- rata
(Weighted a+b1x1+b2x2+e
Average
(PSAK 14)
 26

3.4 Instrumen Penelitian

Instrument yang digunakan dalam penelitian berupa laporan keuangan

tahunan perusahaan sample dari tahun 2019 - 2021 dengan mengambil komponen

– komponen laporan keuangan dan rasio keuangan sesuai dengan operasionalisasi

variabel.

3.5 Metode Pengumpulan Data

Metode pengumpulan data serta informasi yang diperlukan dalam

penelitian ini adalah sebagai berikut:

1. Library Study (Studi Kepustakan) yaitu bentuk penelitian yang bersifat

teoritis dengan mempelajari literatur-literatur, pendapat para ahli dan

catatan kuliah serta hasil penelitian terdahulu yang berhubungan dengan

masalah yang diteliti.

2. Teknik dokumentasi yaitu dengan cara mengumpulkan, mencatat, dan

mengkaji data sekunder berupa rasio dan kompoenen-komponen laporan

keuangan perusahaan sampel sesuai dengan operasionaliasi variabel.

3.6 Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah analisis

regresi logistik biner (binary logistic regression). Regresi logistik biner atau

sering disingkat sebagai regresi logistik merupakan bentuk regresi khusus dimana

variabel tergantung berupa variabel non-metrik, dikotomi atau biner yang

menghasilkan penafsiran mirip dengan regresi linier, kegunaan utama regresi

logistik ialah saat kita ingin membuat suatu model probabilitas kejadian untuk
 27

variabel tergantung kategorikal dengan keluaran bersifat dikotomi. Dalam regresi

logistik probabilitas kejadian harus berada pada nilai 0 dan 1.

Dalam analisis regresi logistic tidak memerlukan uji asumsi klasik karena

didalam analisis regresi logistik dihasilkan suatu analisis model fit yang

menggambarkan apakah data dari penelitian ini baik untuk digunakan dalam

penelitian (Ghozali, 2016) dalam Fiska Amelita (2020). Jadi tahapan dalam

analisis regresi logistic terdiri dari statistic deskriptif dan pengujian hipotesis

statistic yang dapat di jelaskan sebagai berikut:

3.6.1 Menguji Keseluruhan Model

Pengujian ini dilakukan dengan membandingkan antara -2 Log

Likelihood (-2LL) pada awal (block=0) dengan -2 Log Likelihood pada akhir

(block=1). Nilai Likelihood yang mengalami penurunan mengindikasi bahwa

model regresi semakin baik. Menilai keseluruhan model fit dilakukan dengan

melihat nilai likelihood pada tabel iteration history. Apabila likelihood lebih kecil

dari chi square tabel maka dapat dikatakan bahwa model yang dihipotesiskan fit

dengan data.

Hipotesis untuk menilai model fit adalah:

H0 : Model yang dihipotesiskan fit dengan data

HA : Model yang dihipotesiskan tidak fit dengan data

3.6.2 Menguji Kelayakan Model Regresi

Untuk menilai kelayakan logistik yang digunakan, dapat diukur dengan

uji Hosmer and Lemesshow yaitu dengan Goodness Of Fit Test. Uji ini merupakan

suatu alat statistik yang digunakan untuk pengujian kebaikan atau kecocokan
 28

model yang diuji dibandingkan dengan data yang diamati, kriteria model

diantaranya:

1) Jika nilai signifikan Hosmer and Lemeshow ≤ 0,05, maka terdapat

perbedaan yang signifikan antara model dengan nilai observasi sehingga

kelayakan model tidak baik karena model tidak dapat mempengaruhi

nilai observasinya.

2) Jika nilai signifikansi Hosmer and Lemeshow ≥ 0,05, maka modul

mampu memprediksi nilai observasinya atau model dapat diterima

karena sesuai dengan data obervasinya (Kasini, 2014) dalam Nata Siregar

(2017)

3.6.3 Analisis Regresi Logistik

Analisis yang digunakan dalam penelitian ini adalah analisis regresi

logistic (logistic regression) yaitu dengan melihat apakah ada pengaruh

variabilitas persediaan dan intensitas persediaan terhadap metode akuntansi

persediaan dengan variabel dependen nya yang merupakan data dikotomik.

Persamaan model regresi logistic dapat dinyatakan sebagai berikut (Ghozali,

2018:327-328) dalam Fiska Amelita (2020) :

Ln VAMAP /1– VAMAP = a+b1VAR+b2INTEN

Keterangan:

Ln : Log Normal

VAMAP : Metode Akuntansi Persediaan

a : Konstanta

b1VAR : Koefisien Regresi Variabilitas Persediaan

 29

b2INTEN : Koefisien Regresi Intensitas Persediaan

Menurut Santoso (2014:165) dalam Fiska Amelita (2020) cara menafsir

atau menginterpretasikan regresi dengan variabel dependen binary adalah dengan

pendekatan probabilitas yaitu :

 Angka negatif dianggap probabilitas nol (0)

 Angka positif lebih dari satu dianggap probabilitas satu (1)

 Angka positif di antara 0 dan 1 probabilitas sesuai angka yang tertera

Menurut Dahlan (2019:24) dan (Ghozali 2018:335) dalam Fiska Amelita

(2020) parameter hubungan yang dapat diperoleh secara langsung dari regresi

logistic adalah odds ratio. Nilai odds ratio terdapat pada kolom Exp(B). nilai

Exp(B) diperoleh dengan cara menghitung eksponensial dari koefisien regresi

atau nilai B. Bila menggunakan program excel untuk memperoleh eksponensial

dari sebuah nilai misalnya eksponensial dari 0,863 maka ketik pada cell-nya

sebagai berikut =exp(0.863) lalu tekan enter dan diperoleh angka 2,370.

3.6.4 Uji Hipotesis (Regresi Logistik)

Hipotesis dalam penelitian ini diuji dengan menggunakan penguji regresi

logistik. Regresi logistik sebenarnya sama dengan regresi berganda hanya saja

menggunakan variabel dummy atau variabel kualitatif, dimana variabel dalam

model diberi nilai 1 dan 0 untuk masing-masing kategori. Penelitian ini

memberikan nilai 0 untuk FIFO dan 1 untuk average (FIFO = 0, Average = 1)

Model yang digunakan:

𝑝
Ln 1−𝑝 = a + x1b1 + x2b2 + e
 30

Dimana :

P = Pemilihan metode akuntansi persediaan.

A = Konstanta

X1 = Variabilitas Persediaan

X2 = Intensitas persediaan

b1...b2 = Koefisien regresi

e = Error

Dalam penelitian pada umumnya menggunakan tingkat signifikan 1%, 5% atau

10%. Jika dalam suatu pengujian hipotesis menggunakan α = 5%. Artinya,

penelitian yakin bahwa dari 100 anggota sampel, probabilitas anggota sampel

yang tidak memiliki karakteristik populasi lebih dari 5 adalah 5% (Algifari, 2001 :

21) dalam penelitian Fiska Amelita (2020).

Kriteria penerimaan atau penolakan hipotesis adalah:

a) Apabila nilai signifikansi > 0,05 maka hipotesis ditolak.

b) Apabila nilai signifikansi < 0,05 maka hipotesis diterima.

Untuk melihat pengujian regresi logistik secara parsial dapat dilihat dalam

tabel variabel in the Equation, sedangkan untuk pengujian regresi secara simultan

dapat dilihat dalam tabel Omnibus Test of Model Coefficients.

Pengujian signifikansi pada regresi logistic dapat terbagi menjadi 2 yaitu

pengujian secara simultan dan pengujian secara parsial. Pengujian secara

individual atau parsial dapat dilakukan dengan menggunakan uji Wald. Sedangkan

pengujian seacara simultan atau serentak dilakukan dengan menggunakan uji

likelihood ratio atau uji G.

 31

3.6.4.1 Uji Wald (Uji Parsial)

Uji Wald dalam regresi logistic digunakan untuk menguji ada tidaknya

pengaruh dari variabel bebas terhadap variabel terikat secara parsial.Widarjono

(2018:122) dalam penelitian Fiska Amelita (2020). Bentuk pengujian dilakukan

dengan cara membandingkan nilai statistic wald terhadap nilai pembanding chi

square pada derajat bebas (df)=1 dengan tingkat signifikansi 5% dimana p-value

yang lebih kecil daripada tingkat signifikansi menunjukkan bahwa hipotesis

diterima atau terdapat pengaruh signifikan dari variabel bebas terhadap variabel

terikat. Untuk menentukan uji kriteria dari hasil model keputusan statistic uji wald

maka penulis berpedoman kepada Dahlan (2019:27) dalam penelitian Fiska

Amelita (2020) sebagai berikut:

1. Jika wald statistic > chi square tabel dan sig < α berarti H0 ditolak dan

Ha diterima yang berarti ada pengaruh signifikan antara variabilitas

persediaan dan intensitas persediaan secara parsial terhadap metode

akuntansi persediaan.

2. Jika wald statistic < chi square tabel dan sig > α berarti H0 diterima dan

Ha ditolak yang berarti tidak ada pengaruh signifikan antara variabilitas

persediaan dan intensitas persediaan secara parsial terhadap metode

akuntansi persediaan.

3.6.4.2 Uji Likelihood Ratio (Uji Simultan)

Pengujian ini secara simultan menggunakan uji Likelihood Ratio dapat

dilihat pada tabel Omnibus Test of Model Coefficients yang dilakukan untuk

mengetahui pengaruh variabel independen secara simultan terhadap variabel

 32

dependen. Dalam pengujian ini digunakan α = 5% dengan kriteria pengambilan

keputusannya adalah:

1. Jika chi square hitung > chi square tabel dan sig < α berarti H0 ditolak dan

Ha diterima yang berarti ada pengaruh signifikan antara variabilitas

persediaan dan intensitas persediaan secara simultan terhadap metode

akuntansi persediaan.

2. Jika chi square hitung < chi square tabel dan sig > α berarti H0 diterima

dan Ha ditolak yang berarti tidak ada pengaruh signifikan antara

variabilitas persediaan dan intensitas persediaan secara simultan terhadap

metode akuntansi persediaan.

3.6.5 Uji Koefisien Determinasi (Nagelkerke R Square)

Koefisien determinasi digunakan untuk mengetahui seberapa besar

variabilitas variabel-variabel independen mampu memperjelas variabilias variabel

dependen. Koefisien determinasi pada regresi logistic dapat dilihat pada nilai

Nogelkerke R Square. Nilai Nogelkerke R Square dapat diinterpretasikan seperti

nilai R Square pada regresi berganda (Ghozali, 2018:333) dalam Fiska Amelita

(2020). Nilai Nogelkerke R Square bervariasi antara 1 dan 0, semakin mendekati

nilai 1 maka model dianggap semakin goodness of fit. Sementara semakin

mendekati 0 maka model semakin tidak goodness of fit.

 BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum Objek Penelitian

Populasi dalam penelitian ini adalah Perusahaan Manufaktur sektor

aneka industri yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2019-2021.

Perusahaan manufaktur dipilih karena perusahaan tersebut dituntuk untuk selalu

membangun strategi dan inovasi baru bagi inovasi produk dan proses. Sehingga

pemanfaatan sumber daya manusia dan sumber daya organisasi sangat penting

dalam perusahaan manufaktur. Perusahaan sektor aneka industri dijadikan sebagai

populasi dalam penelitian ini karena kebanyakan penelitian terdahulu hanya

terfokus pada satu sektor saja terutama sektor aneka industri masih sangat jarang

dilakukan. Saham perusahaan manufaktur setiap tahun juga mengalami kenaikan

karena banyak investor yang tertarik menanamkan modalnya disektor perusahaan

ini untuk keperluan investasi guna memenuhi kebutuhan dimasa yang akan dating.

Data yang disajikan dalam penelitian ini merupakan data sekunder yang berasal

dari perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Penelitian

dilakukan dengan menggunakan laporan tahunan (annual report) perusahaan di

BEI. Penelitian mengguankan laporan annual report karena laporan tahunan

perusahaan karena menyajikan berbagai macam informasi yang lengkap, akurat,

dan mendetail terkait dengan keadaan perusahaan yang dibutuhkan dalam

penelitian, akses informasi yang mudah dan efisien. Fokus penelitian ini adalah

untuk mengetahui pengaruh variabilitas persediaan dan intensitas persediaan

33
 34

terhadap pemilihan metode akuntansi persediaan pada perusahaan manufaktur

sektor aneka industri yang terdaftar di BURSA EFEK INDONESIA (BEI) tahun

2019-2021.

Tabel 4.1
Jumlah Pengamatan
Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 72 100.0

Missing Cases 0 .0

Total 72 100.0

Unselected Cases 0 .0

Total 72 100.0

a. If weight is in effect, see classification table for the total number of

cases.

Sumber : output SPSS versi 16, 2022

Tabel 4.2
Kategori Variabel Dependen

Dependent Variable
Encoding

Original
Value Internal Value

0 0

1 1

Sumber : output SPSS versi 16, 2022

Berdasarkan pada tabel 4.1 memberikan informasi tentang jumlah kasus

yang dianalisis dalam penelitian ini ada sebanyak 72 kasus yang dianalisis yang

ditunjukan pada baris include in analysys dan pada baris missing cases = 0.

Sedangkan pada tabel 4.2 menunjukan kategori variabel dependen yang

memberikan informasi kode variabel yaitu 0 untuk FIFO dan 1 untuk Average.
 35

4.2 Hasil Analisis Data

4.2.1 Manguji Keseluruhan Model (Menilai Model Fit)

Menilai Model Fit ini dihitung dari nilai -2log Likelihood pada tabel

iteration history. Apabila nilai -2log Likelihood < chi square tabel maka hipotesis

nol diterima atau dengan kata lain mode yang dihipotesiskan fit dengan data.

Berikut ditampilkan pada tabel 4.3

Tabel 4.3
Nilai -2LL yang terdiri dari Konstanta dan Variabel Bebas

Iteration Historya,b,c,d

Coefficients
-2 Log
Iteration likelihood Constant X1 X2

Step 1 1 32.093 1.546 .493 .858

2 25.084 1.885 1.310 2.314

3 23.930 1.688 2.368 4.350

4 23.817 1.464 2.909 5.682

5 23.814 1.423 2.966 5.951

6 23.814 1.422 2.967 5.959

7 23.814 1.422 2.967 5.959

a. Method: Enter

b. Constant is included in the model.

c. Initial -2 Log Likelihood: 24,942

d. Estimation terminated at iteration number 7 because parameter estimates

changed by less than ,001.
Sumber : output SPSS versi 16, 2022

Pertama yaitu ditentukan nilai chi square tabel untuk df=(n-k)=(72-2)=70 adalah

sebesar 90,531. Dalam hal ini -2LL < chi square tabel atau 23,814 < 90,531.

Maka Ho diterima atau dengan kata lain model fit dengan data.
 36

4.2.2 Manguji Kelayakan Model

Untuk melihat apakah data empiris sesuai dengan model sehingga model

dikatakan fit, kecocokan dan kelayakan model regresi secara keseluruhan dalam

hal ini digunakan uji Hosmer and Lemesshow

1) Jika nilai signifikan Hosmer and Lemeshow ≤ 0,05, artinya ada

perbedaan model dengan observasi sehingga goodness of fit test tidak

baik, karena model tidak dapat memprediksikan nilai observasinya.

2) Jika nilai signifikansi Hosmer and Lemeshow ≥ 0,05, maka model

mampu memprediksi nilai observasinya atau model dapat diterima

karena cocok dengan data observasinya.

Tabel 4.4
Menguji Kelayakan Model Regresi

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 12.191 8 .143

Sumber : output SPSS versi 16, 2022

Pada tabel 4.4 menunjukan nilai chi square sebesar 12.191 dengan

signifikansi sebesar 0.143 atau 14.3%. Berdasarkan hasil tersebut karena nilai

signifikansi lebih besar dari 0.05 atau 5% maka dapat disimpulkan bahwa model

mampu prediksi nilai observasinya atau dapat dikatakan model diterima karena

cocok dengan data observasinya.

4.2.3 Persamaan Regresi Logistik

Model Regresi logistic yang terbentuk dapat disajikan dalam tabel 4.5

sebagai berikut :
 37

Tabel 4.5
Hasil Uji Koefisien Regresi Logistik, Uji Parsial (Wald) dan Koefisien
Determinasi
Variables in the Equation

Nagelkerke R

B S.E. Wald df Sig. Exp(B) Square

Step 1a X1 2.967 5.170 .329 1 .566 19.425

X2 5.959 6.368 .876 1 .349 387.389 .053

Constant 1.422 1.684 .712 1 .399 4.144

a. Variable(s) entered on step 1: X1, X2.

Berdasarkan Tabel 4.5 kemudian dimasukan kedalam model penelitian

disajikan pada Gambar 4.1.

H1 Wald = 0.329 ε= 0.947

Variabilitas Persediaan
Metode Akuntansi
(X1)
Persediaan(Y)

Intensitas Persediaan (X2) H2 Wald = 0.876

H3 Ch = 1.127

Ln VAMAP/1 – VAMAP = 1.422+2.967VAR+5.959INTEN

Interpretasi persamaan regresi logistic sebagai berikut :

1. Metode Akuntansi Persediaan bernilai 1.422 jika variabilitas persediaan

dan intensitas persediaan bernilai constant

2. Jika Intensitas Persediaan dianggap constant maka log of odds perusahaan

akan memiliki metode akuntansi persediaan baik meningkat sebesar 2.967

untuk setiap unit kenaikan VAR atau dapat diinterpretasikan jika VAR
 38

naik satu satuan maka odds perusahaan akan memiliki Metode Akuntansi

Persediaan baik sebesar e2.967 atau 19.425 kali lipat.

3. Jika Variabilitas Persediaan dianggap constant maka log of odds

perusahaan akan memiliki metode akuntansi persediaan baik meningkat

sebesar 5.959 untuk setiap unit kenaikan Intensitas persediaan atau dapat

diinterpretasikan jika Intensitas persediaan naik satu satuan maka odds

perusahaan akan memiliki Metode Akuntansi Persediaan baik sebesar

e5.959 atau 387.389 kali lipat.

4.2.4 Uji Hipotesis Parsial (Uji Wald)

Pada uji wald, pengujian hipotesis akan dilakukan secara individual atau

secara parsial. Pengujian ini dilakukan untuk mengetahui pengaruh masing-

masing variabel independen terhadap variabel dependen. Hasil uji wald dapat

dilihat pada tabel 4.5 di atas

Untuk pengambilan keputusan penerimaan atau penolakan hipotesis dalam

uji parsial (uji wald), terlebih dahulu ditentukan chi square tabel dengan taraf

signifikansi 5% df=1 diperoleh chi square tabel sebesar 3.8415 sedangkan uji

hipotesis untuk variabel penelitian adalah sebagai berikut :

1. Variabilitas Persediaan (VAR)

Ho = Variabilitas Persediaan berpengaruh tidak signifikan terhadap Metode

Akuntansi Persediaan

Ha = Variabilitas Persediaan berpengaruh signifikan terhadap Metode

Akuntansi Persediaan
 39

Berdasarkan tabel 4.5 dapat diketahui bahwa diperoleh nilai wald sebesar

0.329<3.8415 dan sig 0.566>0.05 atau wald statistic<chi square tabel dan sig>

0.05. Maka Ho diterima atau variabel independen variabilitas persediaan

berpengaruh tidak signifikan terhadap metode akuntansi persediaan.

1. Intensitas Persediaan (INTEN)

Ho = Intensitas Persediaan berpengaruh tidak signifikan terhadap Metode

Akuntansi Persediaan

Ha = Intensitas Persediaan berpengaruh signifikan terhadap Metode

Akuntansi Persediaan

Berdasarkan tabel 4.5 dapat diketahui bahwa diperoleh nilai wald sebesar

0.876<3.8415 dan sig 0.349>0.05 atau wald statistic<chi square tabel dan

sig>0.05. Maka Ho diterima atau variabel independen intensitas persediaan

berpengaruh tidak signifikan terhadap metode akuntansi persediaan.

4.2.5 Uji Hipotesis Simultan (Uji Likelihood Ratio)

Pada uji likelihood ratio atau uji G, pengujian hipotesis akan dilakukan

secara bersama-sama atau simultan. Pengujian ini yaitu untuk mengetahui

pengaruh variabel independen terhadap variabel dependen secara bersama-sama.

Hasil uji likelihood ratio terdapat pada tabel 4.6 berikut :

 40

Tabel 4.6
Uji Simultan (Likelihood Ratio)
Omnibus Tests of Model Coefficients

Chi-square Df Sig.

Step 1 Step 1.127 2 .569

Block 1.127 2 .569

Model 1.127 2 .569

Sumber : output SPSS versi 16, 2022

Untuk pengambilan keputusan penerimaan atau penolakan hipotesis dalam

uji parsial (uji wald), terlebih dahulu ditentukan chi square tabel dengan taraf

signifikansi 5% df=k-1=1 diperoleh chi square tabel sebesar 3.8415

Selanjutnya ditentukan hipotesis uji simultan adalah sebagai berikut :

Ho = Variabilitas Persediaan dan Intensitas Persediaan secara bersama-sama

berpengaruh tidak signifikan terhadap Metode Akuntansi Persediaan

Ha = Variabilitas Persediaan dan Intensitas Persediaan secara bersama-sama

berpengaruh signifikan terhadap Metode Akuntansi Persediaan

Berdasarkan tabel 4.6 dapat diperoleh chi square hitung sebesar 1.127 <

3.8415 dan sig 0.569 > 0.05 atau chi square hitung < chi square tabel dan sig >

0.05. Maka Ho diterima atau dengan kata lain variabel variabilitas persediaan dan

intensitas persediaan secara simultan berpengaruh tidak signifikan terhadap

metode akuntansi persediaan.

4.2.6 Koefisien Determinasi (Nagelkerke R Square)

Koefisien determinasi digunakan untuk mengetahui seberapa besar

variabilitas variabel dependen. Koefisien determinasi dalam regresi logistic dapat

dilihat pada nilai Nagelkerke R Square pada tabel 4.5 diatas.

 41

Besarnya nilai koefisien determinasi pada model regresi logistik

ditunjukan oleh Nagelkerke R Square, nilai Nagelkerke R Square adalah sebesar

0.053 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh

variabel independen adalah sebesar 5.3% sedangkan sisanya sebesar 94.7%

dijelaskan oleh variabel-variabel lain diluar model penelitian seperti Manajemen

Laba dan Tax Planning.

4.3 Pembahasan

4.3.1 Pengaruh Variabilitas Persediaan terhadap Metode Akuntansi

Persediaan

Berdasarkan hasil output uji hipotesis secara parsial menunjukan nilai

wald statistic<chi square tabel (0.329<3.8414) dan sig>alpha (0.566>0.05) maka

artinya variabilitas persediaan berpengaruh tidak signifikan terhadap metode

akuntansi persediaan. Hasil penelitian ini sejalan dengan penelitian sebelumnya

yang dilakukan oleh Kasini (2014). Berbanding terbalik dengan penelitian yang

dilakukan Mahardika (2015) dimana variabilitas persediaan berpengaruh secara

secara signifikan baik secara parsial atau pun simultan. Teori tersebut

mengungkapkan bahwa variabilitas persediaan berpengaruh signifikan terhadap

pemilihan metode akuntansi pesediaan baik secara parsial maupun secara simultan.

Berdasarkan hasil penelitian diketahui bahwa variabilitas persediaan secara parsial

berpengaruh tidak signifikan terhadap pemilihan metode persediaan. Keadaan ini

menunjukkan hubungan berbanding terbalik antara teori dengan hasil penelitian.

 42

4.3.2 Pengaruh Intensitas Persediaan terhadap Metode Akuntansi

Persediaan

Berdasarkan hasil output uji hipotesis secara parsial menunjukan nilai

wald statistic<chi square tabel (0.876<3.8414) dan sig>alpha (0.349>0.05) maka

artinya intensitas persediaan berpengaruh tidak signifikan terhadap metode

akuntansi persediaan. Berdasarkan hasil penelitian diketahui bahwa intensitas

persediaan secara parsial tidak berpengaruh signifikan terhadap pemilihan metode

persediaan. Hal ini dikarenakan pada penelitian ini perusahaan menggunakan

metode rata-rata ada yang memiliki persediaan akhir yang tinggi sehingga

memiliki inventory turnover yang rendah dan yang memiliki persediaan akhir

yang rendah sebagaimana jika perusahaan menggunakan metode FIFO. Selain itu

karena banyaknya sampel perusahaan yang menggunakan metode Rata-rata

dibandingkan dengan perusahaan yang menggunakan metode FIFO. Persediaan

yang dinilai menggunakan metode Rata-rata cenderung lebih konstan sehingga

inventory turnover rendah.

4.3.2 Pengaruh dan Variabilitas Persediaan Intensitas Persediaan terhadap

Metode Akuntansi Persediaan

Berdasarkan hasil output uji hipotesis secara simultan (uji likelihood ratio)

menunjukan nilai chi square hitung<chi square tabel (1.127<3.8414) dan

sig>alpha (0.569>0.05) hasilnya menunjukan bahwa secara simultan variabilitas

persediaan dan intensitas persediaan berpengaruh tidak signifikan terhadap

metode akuntansi persediaan pada perusahaan manufaktur sektor aneka industri.

 43

Besarnya pengaruh variabilitas persediaan dan intensitas persediaan

terhadap metode akuntansi persediaan adalah sebesar 5.3% sedangkan sisanya

100% - 5.3% = 94.7% dipengaruhi oleh variabel lain diluar model penelitian

seperti Manajemen Laba dan Tax Planning.

 BAB V

PENUTUP

5.1 Kesimpulan

Berdasarkan hasil penelitian dan pembahasan sebagaimana telah diuraikan

pada BAB IV, hasil penelitian dapat disimpulkan sebagai berikut :

1. Secara parsial, variabilitas persediaan berpengaruh tidak signifikan

terhadap metode akuntansi persediaan dengan nilai wald statistic<chi

square tabel (0.329<3.8415) dan sig>alpha (0.566>0.05). Dengan

demikian H1 ditolak atau variabilitas persediaan berpengaruh tidak

signifikan terhadap metode akuntansi persediaan pada perusahaan

manufaktur sektor aneka industri yang terdaftar di BEI tahun 2019-2021.

2. Secara parsial, intensitas persediaan berpengaruh tidak signifikan terhadap

metode akuntansi persediaan dengan nilai wald statistic<chi square tabel

(0.876<3.8415) dan sig>alpha (0.349>0.05). Dengan demikian H2 ditolak

atau intensitas persediaan berpengaruh tidak signifikan terhadap metode

akuntansi persediaan pada perusahaan manufaktur sektor aneka industri

yang terdaftar di BEI tahun 2019-2021.

3. Secara Simultan, variabilitas persediaan dan intensitas persediaan

berpengaruh tidak signifikan terhadap metode akuntansi persediaan pada

perusahaan manufaktur sektor aneka industri yang terdaftar di BEI tahun

2019-2021. Hal ini dapat dilihat dari hasil uji likelihood dengan nilai chi

44
 45

square hitung<chi square tabel (1.127<3.8415) dan sig>alpha (0.569>

0.05)

4. Besarnya pengaruh variabilitas persediaan dan intensitas persediaan

terhadap metode akuntansi persediaan adalah sebesar 5.3% sedangkan

sisanya 100% - 5.3% = 94.7% dipengaruhi oleh variabel lain diluar model

penelitian seperti Manajemen Laba dan Tax Planning

5.1 Saran

Berdasarkan hasil penelitian dimana variabilitas persediaan dan intensitas

persediaan terhadap metode akuntansi persediaan berpengaruh Tidak Signifikan

serta besarnya pengaruh kedua variabel secara bersama-sama kurang hanya

sebesar 5,3%, maka penulis dapat memberikan saran-saran sebagai berikut :

1. Bagi Lembaga Pendidikan Tinggi Memberikan tambahan pengetahuan dan

pemahaman yang memadai mengenai pentingnya pengetahuan atau

penguasaan materi tentang Persediaan dan metode akuntansi persediaan.

2. Memperbesar jumlah populasi dan sampel dalam jangka waktu penelitian

serta menggunakan rentang waktu penelitian yang lebih panjang

3. Memakai analisis regresi logistik ordinal atau pengkategorian variabel

dependennya lebih dari satu agar hasil yang didapat lebih bervariasi atau

beragam

4. Bagi peneliti selanjutnya sebaiknya meneliti dari berbagai sektor

perusahaan selain manufaktur pada sub aneka industri, sehingga

menghasilkan hasil penelitian yang lebih bervariasi lagi dan dapat

mengetahui perbedaan dari sektor-sektor lainnya tersebut.

 DAFTAR PUSTAKA

Abdul Halim, 2016, Manajemen Keuangan Sektor Publik.Penerbit Salemba

Empat, jakarta 2016

Amelita, F. (2020). Pengaruh Ukuran Perusahaan dan Profitabilitas terhadap

kinerja Intellektual Capital (Studi Kasus Pada Perusahaan Manufaktur
Sektor Industri dasar dan Kimia Yang Terdaftar Di BEI Tahun 2014-2018).
SEKOLAH TINGGI ILMU EKONOMI DWI MULYA.

Fauzi, M. (2019). Analisis Faktor-Faktor Yang Berpengaruh Terhadap Pemilihan

Metode Penilaian Persediaan (Studi Kasus Pada Perusahaan Dagang dan
Perusahaan Manufaktur Yang Terdaftar Di BEI Tahun 2012-
2015). Kumpulan Karya Ilmiah Mahasiswa Fakultas Sosial Sains, 1(01).

ISTIADI, R. D. (2019). Analisis Pengaruh Variabilitas Persediaan, Ukuran

Perusahaan, dan Intensitas Persediaan terhadap Pemilihan Metode
Akuntansi Persediaan (Studi pada Perusahaan Manufaktur yang Terdaftar di
BEI Periode 2015-2017) (Doctoral dissertation, UNIVERSITAS
MUHAMMADIYAH PURWOKERTO).

Meilia, W., & Rahmatika, D. N. (2020). Pengaruh Ukuran Perusahaan, Likuiditas,

Leverage, dan Margin Laba Kotor terhadap Pemilihan Metode Penilaian
Persediaan. Permana:Jurnal Perpajakan, Manajemen, dan Akuntansi, 12(2),
215-232.

Suzan, L., & Ichsan, I. (2021). PENGARUH UKURAN PERUSAHAAN,

VARIABILITAS PERSEDIAAN, VARIABILITAS HARGA POKOK
PENJUALAN, DAN LABA SEBELUM PAJAK TERHADAP METODE
AKUNTANSI PERSEDIAAN. Jurnal Ilmiah MEA (Manajemen, Ekonomi,
& Akuntansi), 5(3), 2166-2182.

Nilasari, A. (2018). Pengaruh Intensitas Persediaan, Intensitas Aset Tetap,

Likuiditas, Leverage, Dan Ukuran Perusahaan Terhadap Tingkat Agresivitas
Wajib Pajak Badan Pada Perusahaan Manufaktur Sub Sektor Otomotif Yang
Terdaftar Di Bei Periode 2013-2017 (Doctoral dissertation, Universitas
Islam Negeri Sultan Syarif Kasim Riau).
Siregar, N. (2017). Analisis Faktor-Faktor yang Mempengaruhi Pemilihan
Metode Persediaan pada Perusahaan Manufaktur yang Terdaftar di Bursa
Efek Indonesia (BEI) 2013-2015.
Sugiyono (2019). Statistika untuk Penelitian. Bandung : CV Alfabeta.

https://www.rumusstatistik.com
https://www.sahamok.net
http://www.idx.co.id
LAMPIRAN
 Tabel Distribusi Chi Square untuk df = 1

α (alpha)
v 0,995 0,99 0,975 0,95 0,9 0,1 0,05 0,025 0,01 0,005

3,8415
1 0,0000 0,0002 0,0010 0,0039 0,0158 2,7055 3,8415 5,0239 6,6349 7,8794
2 0,0100 0,0201 0,0506 0,1026 0,2107 4,6052 5,9915 7,3778 9,2103 10,5966
3 0,0717 0,1148 0,2158 0,3518 0,5844 6,2514 7,8147 9,3484 11,3449 12,8382
4 0,2070 0,2971 0,4844 0,7107 1,0636 7,7794 9,4877 11,1433 13,2767 14,8603
5 0,4117 0,5543 0,8312 1,1455 1,6103 9,2364 11,0705 12,8325 15,0863 16,7496
6 0,6757 0,8721 1,2373 1,6354 2,2041 10,6446 12,5916 14,4494 16,8119 18,5476
7 0,9893 1,2390 1,6899 2,1673 2,8331 12,0170 14,0671 16,0128 18,4753 20,2777
8 1,3444 1,6465 2,1797 2,7326 3,4895 13,3616 15,5073 17,5345 20,0902 21,9550
9 1,7349 2,0879 2,7004 3,3251 4,1682 14,6837 16,9190 19,0228 21,6660 23,5894
10 2,1559 2,5582 3,2470 3,9403 4,8652 15,9872 18,3070 20,4832 23,2093 25,1882
11 2,6032 3,0535 3,8157 4,5748 5,5778 17,2750 19,6751 21,9200 24,7250 26,7568
12 3,0738 3,5706 4,4038 5,2260 6,3038 18,5493 21,0261 23,3367 26,2170 28,2995
13 3,5650 4,1069 5,0088 5,8919 7,0415 19,8119 22,3620 24,7356 27,6882 29,8195
14 4,0747 4,6604 5,6287 6,5706 7,7895 21,0641 23,6848 26,1189 29,1412 31,3193
15 4,6009 5,2293 6,2621 7,2609 8,5468 22,3071 24,9958 27,4884 30,5779 32,8013
16 5,1422 5,8122 6,9077 7,9616 9,3122 23,5418 26,2962 28,8454 31,9999 34,2672
17 5,6972 6,4078 7,5642 8,6718 10,0852 24,7690 27,5871 30,1910 33,4087 35,7185
18 6,2648 7,0149 8,2307 9,3905 10,8649 25,9894 28,8693 31,5264 34,8053 37,1565
19 6,8440 7,6327 8,9065 10,1170 11,6509 27,2036 30,1435 32,8523 36,1909 38,5823
20 7,4338 8,2604 9,5908 10,8508 12,4426 28,4120 31,4104 34,1696 37,5662 39,9968
21 8,0337 8,8972 10,2829 11,5913 13,2396 29,6151 32,6706 35,4789 38,9322 41,4011
22 8,6427 9,5425 10,9823 12,3380 14,0415 30,8133 33,9244 36,7807 40,2894 42,7957
23 9,2604 10,1957 11,6886 13,0905 14,8480 32,0069 35,1725 38,0756 41,6384 44,1813
24 9,8862 10,8564 12,4012 13,8484 15,6587 33,1962 36,4150 39,3641 42,9798 45,5585
25 10,5197 11,5240 13,1197 14,6114 16,4734 34,3816 37,6525 40,6465 44,3141 46,9279
26 11,1602 12,1981 13,8439 15,3792 17,2919 35,5632 38,8851 41,9232 45,6417 48,2899
27 11,8076 12,8785 14,5734 16,1514 18,1139 36,7412 40,1133 43,1945 46,9629 49,6449
28 12,4613 13,5647 15,3079 16,9279 18,9392 37,9159 41,3371 44,4608 48,2782 50,9934
29 13,1211 14,2565 16,0471 17,7084 19,7677 39,0875 42,5570 45,7223 49,5879 52,3356
30 13,7867 14,9535 16,7908 18,4927 20,5992 40,2560 43,7730 46,9792 50,8922 53,6720
31 14,4578 15,6555 17,5387 19,2806 21,4336 41,4217 44,9853 48,2319 52,1914 55,0027
32 15,1340 16,3622 18,2908 20,0719 22,2706 42,5847 46,1943 49,4804 53,4858 56,3281
33 15,8153 17,0735 19,0467 20,8665 23,1102 43,7452 47,3999 50,7251 54,7755 57,6484
34 16,5013 17,7891 19,8063 21,6643 23,9523 44,9032 48,6024 51,9660 56,0609 58,9639
35 17,1918 18,5089 20,5694 22,4650 24,7967 46,0588 49,8018 53,2033 57,3421 60,2748
36 17,8867 19,2327 21,3359 23,2686 25,6433 47,2122 50,9985 54,4373 58,6192 61,5812
37 18,5858 19,9602 22,1056 24,0749 26,4921 48,3634 52,1923 55,6680 59,8925 62,8833
38 19,2889 20,6914 22,8785 24,8839 27,3430 49,5126 53,3835 56,8955 61,1621 64,1814
39 19,9959 21,4262 23,6543 25,6954 28,1958 50,6598 54,5722 58,1201 62,4281 65,4756
40 20,7065 22,1643 24,4330 26,5093 29,0505 51,8051 55,7585 59,3417 63,6907 66,7660
41 21,4208 22,9056 25,2145 27,3256 29,9071 52,9485 56,9424 60,5606 64,9501 68,0527
42 22,1385 23,6501 25,9987 28,1440 30,7654 54,0902 58,1240 61,7768 66,2062 69,3360
43 22,8595 24,3976 26,7854 28,9647 31,6255 55,2302 59,3035 62,9904 67,4593 70,6159
44 23,5837 25,1480 27,5746 29,7875 32,4871 56,3685 60,4809 64,2015 68,7095 71,8926
45 24,3110 25,9013 28,3662 30,6123 33,3504 57,5053 61,6562 65,4102 69,9568 73,1661
46 25,0413 26,6572 29,1601 31,4390 34,2152 58,6405 62,8296 66,6165 71,2014 74,4365
47 25,7746 27,4158 29,9562 32,2676 35,0814 59,7743 64,0011 67,8206 72,4433 75,7041
48 26,5106 28,1770 30,7545 33,0981 35,9491 60,9066 65,1708 69,0226 73,6826 76,9688
49 27,2493 28,9406 31,5549 33,9303 36,8182 62,0375 66,3386 70,2224 74,9195 78,2307
50 27,9907 29,7067 32,3574 34,7643 37,6886 63,1671 67,5048 71,4202 76,1539 79,4900
51 28,7347 30,4750 33,1618 35,5999 38,5604 64,2954 68,6693 72,6160 77,3860 80,7467
52 29,4812 31,2457 33,9681 36,4371 39,4334 65,4224 69,8322 73,8099 78,6158 82,0008
53 30,2300 32,0185 34,7763 37,2759 40,3076 66,5482 70,9935 75,0019 79,8433 83,2526
54 30,9813 32,7934 35,5863 38,1162 41,1830 67,6728 72,1532 76,1920 81,0688 84,5019
55 31,7348 33,5705 36,3981 38,9580 42,0596 68,7962 73,3115 77,3805 82,2921 85,7490
56 32,4905 34,3495 37,2116 39,8013 42,9373 69,9185 74,4683 78,5672 83,5134 86,9938
57 33,2484 35,1305 38,0267 40,6459 43,8161 71,0397 75,6237 79,7522 84,7328 88,2364
58 34,0084 35,9135 38,8435 41,4920 44,6960 72,1598 76,7778 80,9356 85,9502 89,4769
59 34,7704 36,6982 39,6619 42,3393 45,5770 73,2789 77,9305 82,1174 87,1657 90,7153
60 35,5345 37,4849 40,4817 43,1880 46,4589 74,3970 79,0819 83,2977 88,3794 91,9517
61 36,3005 38,2732 41,3031 44,0379 47,3418 75,5141 80,2321 84,4764 89,5913 93,1861
62 37,0684 39,0633 42,1260 44,8890 48,2257 76,6302 81,3810 85,6537 90,8015 94,4187
63 37,8382 39,8551 42,9503 45,7414 49,1105 77,7454 82,5287 86,8296 92,0100 95,6493
64 38,6098 40,6486 43,7760 46,5949 49,9963 78,8596 83,6753 88,0041 93,2169 96,8781
65 39,3831 41,4436 44,6030 47,4496 50,8829 79,9730 84,8206 89,1771 94,4221 98,1051
66 40,1582 42,2402 45,4314 48,3054 51,7705 81,0855 85,9649 90,3489 95,6257 99,3304
67 40,9350 43,0384 46,2610 49,1623 52,6588 82,1971 87,1081 91,5194 96,8278 100,5540
68 41,7135 43,8380 47,0920 50,0202 53,5481 83,3079 88,2502 92,6885 98,0284 101,7759
69 42,4935 44,6392 47,9242 50,8792 54,4381 84,4179 89,3912 93,8565 99,2275 102,9962
70 43,2752 45,4417 48,7576 51,7393 55,3289 85,5270 90,5312 95,0232 100,4252 104,2149
71 44,0584 46,2457 49,5922 52,6003 56,2206 86,6354 91,6702 96,1887 101,6214 105,4320
72 44,8431 47,0510 50,4279 53,4623 57,1129 87,7430 92,8083 97,3531 102,8163 106,6476
73 45,6293 47,8577 51,2648 54,3253 58,0061 88,8499 93,9453 98,5163 104,0098 107,8617
74 46,4170 48,6657 52,1028 55,1892 58,9000 89,9560 95,0815 99,6783 105,2020 109,0744
75 47,2060 49,4750 52,9419 56,0541 59,7946 91,0615 96,2167 100,8393 106,3929 110,2856
76 47,9965 50,2856 53,7821 56,9198 60,6899 92,1662 97,3510 101,9993 107,5825 111,4954
77 48,7884 51,0974 54,6234 57,7864 61,5858 93,2702 98,4844 103,1581 108,7709 112,7038
78 49,5816 51,9104 55,4656 58,6539 62,4825 94,3735 99,6169 104,3159 109,9581 113,9109
79 50,3761 52,7247 56,3089 59,5223 63,3799 95,4762 100,7486 105,4728 111,1440 115,1166
80 51,1719 53,5401 57,1532 60,3915 64,2778 96,5782 101,8795 106,6286 112,3288 116,3211
 DAFTAR SAMPEL PERUSAHAAN MANUFAKTUR SEKTOR ANEKA
INDUSTRI
Tahun
no Kode Perusahaan Nama Perusahaan Sektor Sub Sektor Sampel
2019 2020 2021
1 AMIN Ateliers Mecaniques D'Indonesie Tbk aneka industri √ √ x
2 ARKA Arkha Jayanti Persada Tbk IPO 10 Juli 2019 aneka industri √ √ x
3 GMFI Garuda Maintenance Facility Aero Asia Tbk aneka industri mesin dan alat berat √ √ x
4 KPAL Steadfast Marine Tbk aneka industri √ x x
5 KRAH Grand Kartech Tbk aneka industri x x x
6 ASII Astra International Tbk aneka industri √ √ √ ●
7 AUTO Astra Otoparts Tbk aneka industri √ √ √ ●
8 BOLT Garuda Metalindo Tbk aneka industri √ √ x
9 BRAM Indo Kordsa Tbk aneka industri √ √ √ ●
10 GDYR Goodyear Indonesia Tbk aneka industri √ √ √ ●
11 GJTL Gajah Tunggal Tbk aneka industri √ √ √ ●
12 IMAS Indomobil Sukses Internasional Tbk aneka industri otomotif dan komponen √ √ x
13 INDS Indospring Tbk aneka industri √ √ x
14 LPIN Multi Prima Sejahtera Tbk aneka industri √ √ √ ●
15 MASA Multistrada Arah Sarana Tbk aneka industri √ √ √ ●
16 NIPS Nipress Tbk aneka industri x x x
17 PRAS Prima Alloy Steel Universal Tbk aneka industri √ √ √ ●
18 SMSM Selamat Sempurna Tbk aneka industri √ √ √ ●
19 ADMG Polychem Indonesia Tbk aneka industri √ √ √ ●
20 ARGO Argo Pantes Tbk aneka industri √ √ x
21 BELL Trisula Textile Industries Tbk aneka industri √ √ √ ●
22 CNTX Century Textile Industry Tbk aneka industri √ √ x
23 ERTX Eratex Djaja Tbk aneka industri x √ x
24 ESTI Ever Shine Tex Tbk aneka industri √ √ √ ●
25 HDTX Panasia Indo Resources Tbk aneka industri √ √ x
26 INDR Indorama Synthetics Tbk aneka industri √ √ √ ●
27 MYTX Asia Pacific Investama Tbk aneka industri √ √ √ ●
28 PBRX Pan Brothers Tbk aneka industri √ √ x
29 POLY Asia Pacific Fibers Tbk aneka industri tekstil dan garmen √ √ √ ●
30 POLU Golden Flower Tbk IPO 26 Juni 2019 aneka industri √ √ x
31 RICY Ricky Putra Globalindo Tbk aneka industri √ √ √ ●
32 SRIL Sri Rejeki Isman Tbk aneka industri √ √ x
33 SSTM Sunson Textile Manufacture Tbk aneka industri √ √ √ ●
34 STAR Star Petrochem Tbk aneka industri x x x
35 TFCO Tifico Fiber Indonesia Tbk aneka industri √ √ x
36 TRIS Trisula International Tbk aneka industri √ √ √ ●
37 UCID Uni Charm Indonesia Tbk IPO 20 Desember 2019 aneka industri √ √ √ ●
38 UNIT Nusantara Inti Corpora Tbk aneka industri √ x x
39 ZONE Mega Perintis Tbk aneka industri √ √ √ ●
40 BATA Sepatu Bata Tbk aneka industri √ √ x
alas kaki
41 BIMA Primarindo Asia Infrastructure Tbk aneka industri √ √ x
42 CCSI Communication Cable Systems Indonesia Tbk IPO 18 Juni 2019 aneka industri √ √ √ ●
43 IKBI Sumi Indo Kabel Tbk aneka industri √ √ x
44 JECC Jembo Cable Company Tbk aneka industri √ √ x
45 KBLI KMI Wire & Cable Tbk aneka industri kabel √ √ x
46 KLBM Kabelindo Murni Tbk aneka industri √ √ √ ●
47 SCCO Supreme Cable Manufacturing Corporation Tbk aneka industri √ √ √ ●
48 VOKS Voksel Electric Tbk aneka industri √ √ x
49 PSTN Sat Nusapersada Tbk aneka industri √ √ √ ●
50 JSKY Sky Energy Indonesia Tbk aneka industri elektronika √ √ x
51 SLIS Gaya Abadi Sempurna Tbk IPO 7 Oktober 2019 aneka industri √ √ x
 PERHITUNGAN VARIABEL VARIABILITAS PERSEDIAAN (X1)
Komponen Rumus X1 (Variabilitas Persediaan)
KD. Perusahaan Nama Perusahaan Tahun
Standar deviasi Persediaan Rata-Rata Persediaan Variabilitas Persediaan
ASII Astra International Tbk 2019 3.279.852.638.966 29.398.000.000.000 0,1115672032
ASII Astra International Tbk 2020 3.279.852.638.966 24.904.000.000.000 0,1316998329
ASII Astra International Tbk 2021 3.279.852.638.966 23.489.000.000.000 0,1396335578
AUTO Astra Otoparts Tbk 2019 409.122.096.442 2.290.891.500.000 0,1785864134
AUTO Astra Otoparts Tbk 2020 409.122.096.443 1.833.600.000.000 0,2231250526
AUTO Astra Otoparts Tbk 2021 409.122.096.444 8.965.449.000.000 0,0456331966
BRAM Indo Kordsa Tbk 2019 165.643.450.819 688.656.397.147 0,2405313470
BRAM Indo Kordsa Tbk 2020 165.643.450.820 934.069.635.979 0,1773352269
BRAM Indo Kordsa Tbk 2021 165.643.450.821 758.392.301.475 0,2184139403
GDYR Goodyear Indonesia Tbk 2019 52.472.780.046 295.539.318.012 0,1775492357
GDYR Goodyear Indonesia Tbk 2020 52.472.780.047 257.170.654.268 0,2040387547
GDYR Goodyear Indonesia Tbk 2021 52.472.780.048 403.071.207.258 0,1301824072
GJTL Gajah Tunggal Tbk 2019 521.119.423.275 2.895.384.500.000 0,1799828048
GJTL Gajah Tunggal Tbk 2020 521.119.423.276 2.198.233.500.000 0,2370628158
GJTL Gajah Tunggal Tbk 2021 521.119.423.277 2.396.376.500.000 0,2174614145
LPIN Multi Prima Sejahtera Tbk 2019 4.534.017.938 40.169.843.653 0,1128711871
LPIN Multi Prima Sejahtera Tbk 2020 4.534.017.939 27.565.371.568 0,1644823807
LPIN Multi Prima Sejahtera Tbk 2021 4.534.017.940 25.580.417.540 0,1772456581
MASA Multistrada Arah Sarana Tbk 2019 362.156.941.682 851.931.506.215 0,4251010076
MASA Multistrada Arah Sarana Tbk 2020 362.156.941.683 845.033.265.379 0,4285712250
MASA Multistrada Arah Sarana Tbk 2021 362.156.941.684 1.151.390.928.623 0,3145386442
PRAS Prima Alloy Steel Universal Tbk 2019 12.617.759.173 231.901.016.213 0,0544101073
PRAS Prima Alloy Steel Universal Tbk 2020 12.617.759.174 251.217.347.468 0,0502264645
PRAS Prima Alloy Steel Universal Tbk 2021 12.617.759.175 263.198.384.423 0,0479401088
SMSM Selamat Sempurna Tbk 2019 203.295.805.188 770.949.500.000 0,2636953590
SMSM Selamat Sempurna Tbk 2020 203.295.805.189 752.063.500.000 0,2703173405
SMSM Selamat Sempurna Tbk 2021 203.295.805.190 910.233.500.000 0,2233446750
ADMG Polychem Indonesia Tbk 2019 133.098.606.398 756.175.029.717 0,1760156064
ADMG Polychem Indonesia Tbk 2020 133.098.606.399 606.520.138.840 0,2194463100
ADMG Polychem Indonesia Tbk 2021 133.098.606.400 494.608.426.380 0,2690989464
BELL Trisula Textile Industries Tbk 2019 33.010.041.981 230.235.466.896 0,1433751386
BELL Trisula Textile Industries Tbk 2020 33.010.041.982 221.153.710.389 0,1492628902
BELL Trisula Textile Industries Tbk 2021 33.010.041.983 188.291.005.356 0,1753139611
ESTI Ever Shine Tex Tbk 2019 26.875.068.196 351.012.609.419 0,0765643953
ESTI Ever Shine Tex Tbk 2020 26.875.068.197 351.268.742.586 0,0765085672
ESTI Ever Shine Tex Tbk 2021 26.875.068.198 324.472.294.802 0,0828270044
INDR Indorama Synthetics Tbk 2019 286.001.314.137 2.132.512.936.475 0,1341146913
INDR Indorama Synthetics Tbk 2020 286.001.314.138 2.018.549.222.008 0,1416865693
INDR Indorama Synthetics Tbk 2021 286.001.314.139 2.246.638.257.673 0,1273018979
MYTX Asia Pacific Investama Tbk 2019 26.400.022.999 452.486.000.000 0,0583443974
MYTX Asia Pacific Investama Tbk 2020 26.400.023.000 531.722.500.000 0,0496500016
MYTX Asia Pacific Investama Tbk 2021 26.400.023.001 516.233.000.000 0,0511397431
POLY Asia Pacific Fibers Tbk 2019 61.333.147.613 805.816.732.654 0,0761130231
POLY Asia Pacific Fibers Tbk 2020 61.333.147.614 787.245.162.824 0,0779085735
POLY Asia Pacific Fibers Tbk 2021 61.333.147.615 731.270.504.369 0,0838720381
RICY Ricky Putra Globalindo Tbk 2019 2.929.616.371 728.655.020.363 0,0040205808
RICY Ricky Putra Globalindo Tbk 2020 2.929.616.372 768.535.858.898 0,0038119449
RICY Ricky Putra Globalindo Tbk 2021 2.929.616.373 766.352.640.668 0,0038228046
SSTM Sunson Textile Manufacture Tbk 2019 8.229.311.397 261.100.814.329 0,0315177546
SSTM Sunson Textile Manufacture Tbk 2020 8.229.311.398 239.061.355.041 0,0344234282
SSTM Sunson Textile Manufacture Tbk 2021 8.229.311.399 237.300.168.243 0,0346789109
TRIS Trisula International Tbk 2019 39.113.491.619 409.107.024.198 0,0956069911
TRIS Trisula International Tbk 2020 39.113.491.620 381.500.925.927 0,1025252862
TRIS Trisula International Tbk 2021 39.113.491.621 343.939.133.351 0,1137221323
UCID Uni Charm Indonesia Tbk 2019 202.789.642.500 681.584.500.000 0,2975267813
UCID Uni Charm Indonesia Tbk 2020 202.789.642.501 615.454.000.000 0,3294960184
UCID Uni Charm Indonesia Tbk 2021 202.789.642.502 778.149.000.000 0,2606051572
ZONE Mega Perintis Tbk 2019 13.360.682.129 212.888.348.180 0,0627591047
ZONE Mega Perintis Tbk 2020 13.360.682.130 233.513.729.742 0,0572158311
ZONE Mega Perintis Tbk 2021 13.360.682.131 244.881.525.814 0,0545597798
CCSI Communication Cable Systems Indonesia Tbk 2019 37.055.903.590 116.939.265.500 0,3168816174
CCSI Communication Cable Systems Indonesia Tbk 2020 37.055.903.591 126.672.518.000 0,2925330938
CCSI Communication Cable Systems Indonesia Tbk 2021 37.055.903.592 160.769.123.500 0,2304914202
KBLM Kabelindo Murni Tbk 2019 77.242.171.358 262.270.820.054 0,2945130203
KBLM Kabelindo Murni Tbk 2020 77.242.171.359 241.229.973.628 0,3202013838
KBLM Kabelindo Murni Tbk 2021 77.242.171.360 178.122.252.125 0,4336469500
SCCO Supreme Cable Manufacturing Corporation Tbk 2019 320.500.039.830 890.329.032.995 0,3599793200
SCCO Supreme Cable Manufacturing Corporation Tbk 2020 320.500.039.831 681.076.166.816 0,4705788507
SCCO Supreme Cable Manufacturing Corporation Tbk 2021 320.500.039.832 403.001.885.548 0,7952817377
PTSN Sat Nusapersada Tbk 2019 168.216.669.065 1.003.321.271.864 0,1676598252
PTSN Sat Nusapersada Tbk 2020 168.216.669.066 354.371.580.506 0,4746900664
PTSN Sat Nusapersada Tbk 2021 168.216.669.067 266.563.512.196 0,6310566202
 PERHITUNGAN VARIABEL INTENSITAS PERSEDIAAN (X2)
Komponen Rumus X2 (Intensitas Persediaan)
KD. Perusahaan Nama Perusahaan Tahun
Total Persediaan Total Aset Intensitas Persediaan
ASII Astra International Tbk 2019 28.174.000.000.000 351.958.000.000.000 0,080049324
ASII Astra International Tbk 2020 21.634.000.000.000 338.203.000.000.000 0,063967499
ASII Astra International Tbk 2021 25.344.000.000.000 367.311.000.000.000 0,068998750
AUTO Astra Otoparts Tbk 2019 2.109.754.000.000 16.015.709.000.000 0,131730291
AUTO Astra Otoparts Tbk 2020 1.557.446.000.000 15.180.094.000.000 0,102597915
AUTO Astra Otoparts Tbk 2021 2.356.438.000.000 16.947.148.000.000 0,139046287
BRAM Indo Kordsa Tbk 2019 628.758.758.289 3.885.118.594.028 0,161837726
BRAM Indo Kordsa Tbk 2020 610.621.755.380 3.720.060.119.230 0,164142980
BRAM Indo Kordsa Tbk 2021 906.162.847.569 4.137.900.328.466 0,218990980
GDYR Goodyear Indonesia Tbk 2019 280.541.849.915 1.673.126.320.041 0,167675236
GDYR Goodyear Indonesia Tbk 2020 233.799.458.620 1.643.379.812.620 0,142267452
GDYR Goodyear Indonesia Tbk 2021 338.543.497.276 1.711.346.864.476 0,197822840
GJTL Gajah Tunggal Tbk 2019 2.516.569.000.000 18.856.075.000.000 0,133461974
GJTL Gajah Tunggal Tbk 2020 1.879.898.000.000 17.781.660.000.000 0,105721176
GJTL Gajah Tunggal Tbk 2021 2.912.855.000.000 18.449.075.000.000 0,157886235
LPIN Multi Prima Sejahtera Tbk 2019 32.088.139.948 324.916.202.729 0,098758202
LPIN Multi Prima Sejahtera Tbk 2020 23.042.603.188 337.792.393.010 0,068215282
LPIN Multi Prima Sejahtera Tbk 2021 28.118.231.892 310.880.071.852 0,090447200
MASA Multistrada Arah Sarana Tbk 2019 859.117.622.877 6.270.788.140.984 0,137003133
MASA Multistrada Arah Sarana Tbk 2020 830.948.907.880 6.307.122.544.450 0,131747703
MASA Multistrada Arah Sarana Tbk 2021 1.471.832.949.366 7.653.477.057.012 0,192309056
PRAS Prima Alloy Steel Universal Tbk 2019 241.799.446.603 1.657.127.269.798 0,145914832
PRAS Prima Alloy Steel Universal Tbk 2020 260.635.248.333 1.668.922.580.521 0,156169766
PRAS Prima Alloy Steel Universal Tbk 2021 265.761.520.512 1.637.794.655.748 0,162267913
SMSM Selamat Sempurna Tbk 2019 783.584.000.000 3.106.981.000.000 0,252201092
SMSM Selamat Sempurna Tbk 2020 720.543.000.000 3.375.526.000.000 0,213460954
SMSM Selamat Sempurna Tbk 2021 1.099.924.000.000 3.868.862.000.000 0,284301689
ADMG Polychem Indonesia Tbk 2019 724.871.954.310 3.547.927.138.695 0,204308580
ADMG Polychem Indonesia Tbk 2020 488.168.323.370 2.902.303.589.640 0,168200296
ADMG Polychem Indonesia Tbk 2021 501.048.529.389 2.907.895.277.245 0,172306250
BELL Trisula Textile Industries Tbk 2019 240.283.046.803 590.884.444.113 0,406649810
BELL Trisula Textile Industries Tbk 2020 202.024.373.975 554.235.931.111 0,364509702
BELL Trisula Textile Industries Tbk 2021 174.557.636.737 524.473.606.697 0,332824444
ESTI Ever Shine Tex Tbk 2019 366.445.943.021 849.518.315.129 0,431357319
ESTI Ever Shine Tex Tbk 2020 336.091.542.150 768.347.236.475 0,437421424
ESTI Ever Shine Tex Tbk 2021 312.853.047.454 730.764.618.167 0,428117399
INDR Indorama Synthetics Tbk 2019 2.046.521.456.368 10.475.213.511.270 0,195367995
INDR Indorama Synthetics Tbk 2020 1.960.543.869.375 10.774.183.096.950 0,181966823
INDR Indorama Synthetics Tbk 2021 2.532.732.645.971 12.920.546.595.686 0,196023646
MYTX Asia Pacific Investama Tbk 2019 520.953.000.000 3.686.259.000.000 0,141322951
MYTX Asia Pacific Investama Tbk 2020 542.492.000.000 3.884.567.000.000 0,139653145
MYTX Asia Pacific Investama Tbk 2021 489.974.000.000 3.744.934.000.000 0,130836485
POLY Asia Pacific Fibers Tbk 2019 836.945.263.758 3.364.758.527.045 0,248738582
POLY Asia Pacific Fibers Tbk 2020 737.545.061.890 3.258.679.786.180 0,226332475
POLY Asia Pacific Fibers Tbk 2021 724.995.946.847 3.398.972.543.820 0,213298559
RICY Ricky Putra Globalindo Tbk 2019 771.319.259.277 1.619.854.736.252 0,476165697
RICY Ricky Putra Globalindo Tbk 2020 765.752.458.519 1.736.897.169.061 0,440873802
RICY Ricky Putra Globalindo Tbk 2021 766.952.822.817 1.694.313.967.553 0,452662752
SSTM Sunson Textile Manufacture Tbk 2019 246.903.617.805 514.765.731.890 0,479642685
SSTM Sunson Textile Manufacture Tbk 2020 231.219.092.276 482.065.294.095 0,479642686
SSTM Sunson Textile Manufacture Tbk 2021 243.381.244.209 471.128.491.654 0,516592073
TRIS Trisula International Tbk 2019 409.728.129.634 1.147.246.311.331 0,357140507
TRIS Trisula International Tbk 2020 353.273.722.219 1.068.940.700.530 0,330489542
TRIS Trisula International Tbk 2021 334.604.544.483 1.060.742.742.644 0,315443633
UCID Uni Charm Indonesia Tbk 2019 638.942.000.000 8.316.053.000.000 0,076832363
UCID Uni Charm Indonesia Tbk 2020 591.966.000.000 7.644.451.000.000 0,077437346
UCID Uni Charm Indonesia Tbk 2021 964.332.000.000 7.787.513.000.000 0,123830548
ZONE Mega Perintis Tbk 2019 233.909.369.481 538.644.833.986 0,434255292
ZONE Mega Perintis Tbk 2020 233.118.090.002 563.628.549.785 0,413602345
ZONE Mega Perintis Tbk 2021 256.644.961.625 562.739.101.102 0,456063851
CCSI Communication Cable Systems Indonesia Tbk 2019 122.190.882.000 451.906.621.000 0,270389670
CCSI Communication Cable Systems Indonesia Tbk 2020 131.154.154.000 500.778.547.000 0,261900504
CCSI Communication Cable Systems Indonesia Tbk 2021 190.384.093.000 523.443.664.000 0,363714581
KBLM Kabelindo Murni Tbk 2019 311.356.187.069 1.284.437.358.420 0,242406673
KBLM Kabelindo Murni Tbk 2020 171.103.760.186 1.026.762.882.496 0,166643889
KBLM Kabelindo Murni Tbk 2021 185.140.744.063 1.497.181.021.456 0,123659558
SCCO Supreme Cable Manufacturing Corporation Tbk 2019 958.121.376.856 4.400.655.628.146 0,217722416
SCCO Supreme Cable Manufacturing Corporation Tbk 2020 404.030.956.776 3.743.659.818.718 0,107924057
SCCO Supreme Cable Manufacturing Corporation Tbk 2021 401.972.814.320 4.698.864.127.234 0,085546805
PTSN Sat Nusapersada Tbk 2019 522.533.182.511 2.241.533.024.968 0,233114202
PTSN Sat Nusapersada Tbk 2020 186.209.978.500 1.828.388.411.850 0,101843775
PTSN Sat Nusapersada Tbk 2021 346.917.045.891 2.471.389.829.708 0,140373259
 VARIABEL METODE AKUNTANSI PERSEDIAAN (Y)
Komponen Rumus Y (Metode Akuntansi Persediaan)
KD. Perusahaan Nama Perusahaan Tahun
Metode Akuntansi Persediaan FIFO (0) AVERAGE (1)
ASII Astra International Tbk 2019 1
ASII Astra International Tbk 2020 1
ASII Astra International Tbk 2021 1
AUTO Astra Otoparts Tbk 2019 1
AUTO Astra Otoparts Tbk 2020 1
AUTO Astra Otoparts Tbk 2021 1
BRAM Indo Kordsa Tbk 2019 1
BRAM Indo Kordsa Tbk 2020 1
BRAM Indo Kordsa Tbk 2021 1
GDYR Goodyear Indonesia Tbk 2019 0
GDYR Goodyear Indonesia Tbk 2020 0
GDYR Goodyear Indonesia Tbk 2021 0
GJTL Gajah Tunggal Tbk 2019 1
GJTL Gajah Tunggal Tbk 2020 1
GJTL Gajah Tunggal Tbk 2021 1
LPIN Multi Prima Sejahtera Tbk 2019 1
LPIN Multi Prima Sejahtera Tbk 2020 1
LPIN Multi Prima Sejahtera Tbk 2021 1
MASA Multistrada Arah Sarana Tbk 2019 1
MASA Multistrada Arah Sarana Tbk 2020 1
MASA Multistrada Arah Sarana Tbk 2021 1
PRAS Prima Alloy Steel Universal Tbk 2019 1
PRAS Prima Alloy Steel Universal Tbk 2020 1
PRAS Prima Alloy Steel Universal Tbk 2021 1
SMSM Selamat Sempurna Tbk 2019 1
SMSM Selamat Sempurna Tbk 2020 1
SMSM Selamat Sempurna Tbk 2021 1
ADMG Polychem Indonesia Tbk 2019 1
ADMG Polychem Indonesia Tbk 2020 1
ADMG Polychem Indonesia Tbk 2021 1
BELL Trisula Textile Industries Tbk 2019 1
BELL Trisula Textile Industries Tbk 2020 1
BELL Trisula Textile Industries Tbk 2021 1
ESTI Ever Shine Tex Tbk 2019 1
ESTI Ever Shine Tex Tbk 2020 1
ESTI Ever Shine Tex Tbk 2021 1
1 23
INDR Indorama Synthetics Tbk 2019 1
INDR Indorama Synthetics Tbk 2020 1
INDR Indorama Synthetics Tbk 2021 1
MYTX Asia Pacific Investama Tbk 2019 1
MYTX Asia Pacific Investama Tbk 2020 1
MYTX Asia Pacific Investama Tbk 2021 1
POLY Asia Pacific Fibers Tbk 2019 1
POLY Asia Pacific Fibers Tbk 2020 1
POLY Asia Pacific Fibers Tbk 2021 1
RICY Ricky Putra Globalindo Tbk 2019 1
RICY Ricky Putra Globalindo Tbk 2020 1
RICY Ricky Putra Globalindo Tbk 2021 1
SSTM Sunson Textile Manufacture Tbk 2019 1
SSTM Sunson Textile Manufacture Tbk 2020 1
SSTM Sunson Textile Manufacture Tbk 2021 1
TRIS Trisula International Tbk 2019 1
TRIS Trisula International Tbk 2020 1
TRIS Trisula International Tbk 2021 1
UCID Uni Charm Indonesia Tbk 2019 1
UCID Uni Charm Indonesia Tbk 2020 1
UCID Uni Charm Indonesia Tbk 2021 1
ZONE Mega Perintis Tbk 2019 1
ZONE Mega Perintis Tbk 2020 1
ZONE Mega Perintis Tbk 2021 1
CCSI Communication Cable Systems Indonesia Tbk 2019 1
CCSI Communication Cable Systems Indonesia Tbk 2020 1
CCSI Communication Cable Systems Indonesia Tbk 2021 1
KBLM Kabelindo Murni Tbk 2019 1
KBLM Kabelindo Murni Tbk 2020 1
KBLM Kabelindo Murni Tbk 2021 1
SCCO Supreme Cable Manufacturing Corporation Tbk 2019 1
SCCO Supreme Cable Manufacturing Corporation Tbk 2020 1
SCCO Supreme Cable Manufacturing Corporation Tbk 2021 1
PTSN Sat Nusapersada Tbk 2019 1
PTSN Sat Nusapersada Tbk 2020 1
PTSN Sat Nusapersada Tbk 2021 1
 OUPUT SPSS

Logistic Regression
Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 72 100.0

Missing Cases 0 .0

Total 72 100.0

Unselected Cases 0 .0

Total 72 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable
Encoding

Original Internal
Value Value

0 (FIF0) 0

1 (Average 1
 Block 1: Method = Enter

Iteration Historya,b,c,d

Coefficients

Iteration -2 Log likelihood Constant X1 X2

Step 1 1 32.093 1.546 .493 .858

2 25.084 1.885 1.310 2.314

3 23.930 1.688 2.368 4.350

4 23.817 1.464 2.909 5.682

5 23.814 1.423 2.966 5.951

6 23.814 1.422 2.967 5.959

7 23.814 1.422 2.967 5.959

a. Method: Enter

b. Constant is included in the model.

c. Initial -2 Log Likelihood: 24,942

d. Estimation terminated at iteration number 7 because parameter

estimates changed by less than ,001.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 12.191 8 .143

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a X1 2.967 5.170 .329 1 .566 19.425 .001 4.884E5

X2 5.959 6.368 .876 1 .349 387.389 .001 1.019E8

Constant 1.422 1.684 .712 1 .399 4.144

a. Variable(s) entered on step 1: X1, X2.

 Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 1.127 2 .569

Block 1.127 2 .569

Model 1.127 2 .569

Model Summary

Cox & Snell R Nagelkerke R

Step -2 Log likelihood Square Square

1 23.814a .016 .053

a. Estimation terminated at iteration number 7 because

parameter estimates changed by less than ,001.