pengaruh rasio camel praktik manajemen laba di bank syariah

PENGARUH RASIO CAMEL TERHADAP PRAKTIK MANAJEMEN LABA

DI BANK SYARIAH

Abstract

The purpose of this study is to investigate earnings management in syaria banks and the effect of CAMEL ratios on earnings management. Our samples consist of 21 syaria banks, consist of Syaria Bank (Bank Umum Syariah/BUS) dan 18 Syaria Business Unit (Unit Usaha Syariah/UUS) at years 2004-2006.

Our results show that on average there is no significant earnings management practices (measured using discretionary accruals) in syaria banks, and CAMEL ratios do not have significant effect on earnings management, except NPM which has positive and significant effect. This indicate that altough in average there is no earnings management in syaria banks, bank’s profitability could motivate management to engage in earnings management activity. We also find evidence that earnings management in BUS is significantly higher than that in UUS.

Keywords : syaria banks, discretionary accruals, earnings management, CAMEL ratios

1

1. Pendahuluan

Informasi akuntansi yang tersaji dalam laporan keuangan merupakan yang salah satu

informasi utama yang dapat diakses oleh investor, kreditur maupun pemegang saham untuk

menilai kinerja manajer dalam mengelola dana perusahaan. Manajer dapat saja melakukan

praktik manajemen laba (earnings management) untuk tujuan tertentu. Healy (1985), Kaplan

(1985), Mc Nichols and Nillson (1988), dan Holthausen, Larcker, and Sloan (1995)

menemukan bukti adanya tindakan manager dalam melakukan manajemen laba terutama yang

terkait dengan transaksi accrual.

Praktik manajemen laba ini juga ditemukan di sektor perbankan seperti Robb (1998)

yang mendapatkan bukti adanya indikasi pengelolaan laba pada sektor perbankan. Penelitian

Bertrand (2000) menemukan bukti secara empiris bank di Swiss yang sedikit kurang atau

mendekati ketentuan batasan kecukupan modal cenderung untuk meningkatkan ratio

kecukupan modal (CAR) mereka agar memenuhi persyaratan. Penelitian Betty and Petroni

(2002) menemukan, dibandingkan private banks, public banks cenderung memiliki insentif

lebih besar untuk melaporkan adanya kenaikan laba secara lebih konsisten. Penelitian Naciri

(2002) mendapatkan bukti empiris adanya indikasi pengelolaan laba pada sektor perbankan.

Beberapa penelitian pada bank konvensional di Indonesia, juga menunjukkan adanya

indikasi praktik manajemen laba yang dipengaruhi oleh beberapa faktor. Seperti penelitian

yang dilakukan oleh Setiawati dan Na’im (2001) yang menemukan bank-bank yang mengalami

penurunan score tingkat kesehatannya cenderung melakukan earnings management. Susanto

(2003) menemukan adanya indikasi praktek pengelolaan laba (earnings management) yang

dilakukan oleh kelompok bank tidak sehat dan salah satu faktor dominan yang mendorong

bank melakukan pengelolaan laba tersebut adalah motif meningkatkan kinerja bank. Endriani

(2004) menemukan adanya indikasi earnings management pada bank dalam usahanya

memenuhi ketentuan kecukupan CAR (Capital Adequancy Ratio) yang ditetapkan oleh BI.

2

Dan Arnawa (2006) juga menemukan adanya indikasi praktik manajemen laba dengan cara

meningkatkan laba pada perbankan nasional pasca program rekapitalisasi, dan motif

meningkatkan kinerja bank juga merupakan salah satu faktor utama yang mempengaruhi bank

melakukan manajemen laba.

Bank syariah yang merupakan salah satu bentuk operasional bank yang ada di Indonesia,

dimana seperti bank konvensional, bank syariah juga terikat dengan peraturan baik yang

ditetapkan oleh pemerintah maupun Bank Indonesia (BI) sebagai bank sentral di Indonesia,

dan ditambah dengan aturan syariah. Penilaian kinerja bank syariah juga tidak jauh berbeda

dengan bank konvensional. Sehingga penelitian pada bank syariah untuk melihat indikasi

praktik manajemen laba yang dipengaruhi oleh kinerjanya menjadi hal yang menarik untuk

dibahas. Berdasarkan uraian di atas, permasalahan dalam penelitian ini yaitu: 1) Apakah

terdapat indikasi praktik manajemen laba pada bank syariah? dan 2) Apakah kinerja bank

syariah dengan rasio CAMEL mempunyai pengaruh terhadap praktik manajemen laba ?

Kontribusi penelitian ini adalah menginvestigasi praktek manajemen laba di bank

syariah, sedangkan penelitian sebelumnya mengenai praktek manajemen laba di sektor

perbankan di Indonesia umumnya mengambil sampel bank konvensional. Manfaat yang

diharapkan dari penelitian ini antara lain memberikan informasi kepada pengguna laporan

keuangan untuk mengenai apakah terdapat indikasi manajemen laba di bank syariah, sehingga

pengguna dapat lebih teliti dalam membaca laporan keuangan. Adanya indikasi manajemen

laba diperbankan juga perlu mendapat perhatian dari BI sebagai penyusun regulasi yang terkait

dengan perbankan di Indonesia.

2. Telaah Literatur dan Pengembangan Hipotesis

Beberapa penelitian pada bank konvensional di Indonesia, menunjukkan adanya indikasi

praktik manajemen laba (earnings management) seperti penelitian yang dilakukan oleh

3

Setiawati dan Na’im (2001), Susanto (2003), Endriani (2004) dan Arnawa (2006). juga

menemukan adanya indikasi praktik manajemen laba dengan cara meningkatkan laba pada

perbankan nasional pasca program rekapitalisasi, dan motif meningkatkan kinerja bank juga

merupakan salah satu faktor utama yang mempengaruhi bank melakukan manajemen laba.

Bank syariah yang dalam operasionalnya memiliki fungsi yang lebih luas dari bank

konvensional seperti yang diuraikan dalam Pedoman Akuntansi Perbankan Syariah Indonesia

(PAPSI) 2003 yaitu sebagai Manajer Investasi, Investor, Penyedia Jasa Keuangan dan Lalu

Lintas Pembayaran, serta Pengembangan Fungsi Sosial. Khan (1992), dalam Sofie (2005),

mengidentifikasikan tujuan laporan keuangan akuntansi syariah antara lain adalah penentuan

laba rugi yang tepat dan melaporkan dengan benar dan adaptable terhadap perubahan.

Syahatah (2001) membagi tujuan akuntansi keuangan (laporan keuangan) diantaranya

membantu pengambilan keputusan yang lebih baik dan menentukan besarnya penghasilan yang

wajib dizakati. Sehingga idealnya di bank syariah tidak ada praktik manajemen laba, karena

informasi yang tersaji dalam laporan keuangan yang mengandung unsur manajemen laba dapat

berbeda dari kondisi yang sebenarnya. Sedangkan secara syariah juga tidak dibenarkan

menyampaikan informasi yang salah kepada orang lain. Tetapi karena keterbatasan sumber

daya manusia di perbankan syariah dan mayoritas dari mereka juga berasal dari bank

konvensional, maka diduga pada bank syariah masih terdapat indikasi praktik manajemen laba.

Berdasarkan dugaan ini dibangun hipotesis berikut :

H1 : Terdapat indikasi praktik manajemen laba pada bank syariah.

Karena penilaian kinerja bank syariah umumnya tidak jauh berbeda dengan bank

konvensional, maka diduga penilaian kinerja bank syariah dengan rasio CAMEL juga

mempunyai pengaruh terhadap praktik manajemen laba. Rasio CAMEL dan proksinya yang

digunakan dalam penelitian ini merujuk kepada penelitian Nasser (2003), yang sebelumnya

juga sudah digunakan oleh Payamta dan Machfoedz (1999) serta Nasser dan Aryati (2000).

4

Rasio C (Capital) pada rasio CAMEL dalam penelitian ini, diproksi dengan nilai rasio

CAR (Capital Adequacy Ratio. Penelitian Endriani (2004) ditemukan bahwa bank melakukan

earnings management dalam upaya memenuhi ketentuan rasio kecukupan modal minimum

(CAR) yang telah ditetapkan BI. Earnings management dilakukan oleh bank semakin intensif

dengan arah yang terbalik dengan tingkat CAR, dimana bank yang memiliki nilai CAR lebih

rendah dari ketentuan minimum BI cenderung lebih intensif (tinggi) melakukan praktik

earnings management dan sebaliknya. Sehingga dapat disimpulkan bahwa nilai rasio CAR

berpengaruh negatif terhadap praktik manajemen laba.

Karena nilai minimum CAR juga merupakan salah satu peraturan BI yang harus dipenuhi

oleh bank syariah, maka diduga praktik manajemen laba yang dipengaruhi oleh rasio CAR ini

juga terjadi pada bank syariah. Dimana hipotesis yang dibangun adalah:

H2a : Rasio CAR berpengaruh negatif terhadap praktik manajemen laba.

Rasio A (Assets quality) pada rasio CAMEL, dimana kualitas aset ini dapat dilihat dari

kemampuan aktiva produktif dalam menghasilkan laba. Sehingga rasio ini diproksi dengan

nilai rasio RORA (Return On Risked Assets) yang diperoleh dari perbandingan laba sebelum

pajak dengan aktiva produktif. Rasio RORA ini merupakan salah satu rasio yang menunjukkan

profitabilitas bank. Secara teori diketahui bahwa perusahaan yang memiliki profitabilitas yang

rendah lebih termotivasi untuk melakukan earnings management. Penelitian Robb (1998) juga

membuktikan secara empiris bahwa bank cenderung melakukan praktik pengelolaan laba

dengan cara meningkatkan laba, jika diperoleh laba yang lebih rendah dari yang diinginkan.

Sehingga disimpulkan profitabilitas bank berpengaruh negatif terhadap praktik manajemen

laba. Berdasarkan dugaan ini disusun hipotesis:

H2b : Rasio RORA berpengaruh negatif terhadap praktik manajemen laba.

Sedangkan rasio M (Management) pada rasio CAMEL, diproksi dengan nilai rasio ROA

(Return On Assets). Penelitian Arnawa (2006) menggunakan rasio Return On Assets (ROA)

5

sebagai salah satu proksi untuk menilai kinerja bank. Dimana nilai rasio ROA yang rendah

juga diduga akan lebih memotivasi bank untuk melakukan manajemen laba dengan cara

meningkatkan laba. Maka berdasarkan uraian di atas, dibangun hipotesis untuk melihat

pengaruh rasio ROA terhadap prkatik manajemen laba di bank syariah sebagai berikut :

H2c : Rasio ROA berpengaruh negatif terhadap praktik manajemen laba.

Rasio E (Earning) pada rasio CAMEL, diproksi dengan nilai rasio NPM (Net Profit

Margin) yang diperoleh dari perbandingan laba operasi dengan pendapatan. Sama halnya

dengan rasio RORA dan ROA sebelumnya, rasio NPM juga menunjukkan kemampuan bank

menghasilkan laba dari aktivitas operasionalnya. Dimana laba operasi yang digunakan dalam

rasio NPM ini jika ditambah dengan laba (rugi) bersih non operasional akan diperoleh nilai

laba sebelum pajak yang digunakan dalam rasio RORA dan jika laba sebelum pajak ini

dikurangi dengan perkiraan beban pajak penghasilan akan diperoleh nilai laba bersih yang

digunakan dalam rasio ROA. Karena itu rasio NPM ini diasumsikan juga akan bersifat sama

dengan rasio RORA dan ROA sebelumnya, dimana rasio-rasio tersebut dirujuk kepada rasio

ROA dalam penelitian Arnawa (2006). Berdasarkan asumsi ini dibangun hipotesis :

H2d : Rasio NPM berpengaruh negatif terhadap praktik manajemen laba.

Rasio L (Liquidity) pada rasio CAMEL, diproksi dengan nilai rasio LDR (Loan to

Deposit Ratio). Kinerja bank dalam penelitian Arnawa (2006) juga diproksi dengan rasio LDR.

Semakin rendah nilai LDR yang juga menunjukkan rendahnya penghasilan bank akan

memotivasi bank untuk melakukan manajemen laba dengan cara meningkatkan laba. Dan hasil

penelitiannya juga menunjukkan hal yang sama yaitu rasio LDR berpengaruh negatif terhadap

praktik manajemen laba secara signifikan. Karena rasio LDR dalam penelitian ini sama dengan

rasio LDR yang digunakan dalam penelitian Arnawa (2006), berdasarkan uraian di atas

dibangun hipotesis :

H2e : Rasio LDR berpengaruh negatif terhadap praktik manajemen laba.

6

3. Metodologi Penelitian

3.1. Model Penelitian

Untuk menguji indikasi praktik manajemen laba pada hipotesis 1 (H1) di atas digunakan

uji beda, yaitu apakah rata-rata nilai AD pada bank syariah ≠ 0.

Hipotesis 2 diuji dengan menggunakan regresi berganda dengan model sebagai berikut:

ADit = α + β1CARit + β2 RORAit + β3NPMit + β4ROAit + β5LDRit + β6BUSit + ε (1)

Dengan ekspektasi : β1 < 0, β2 < 0, β3 < 0, β4 < 0 dan β5 < 0

Dimana :

ADit = Akrual Diskresioner (akrual abnormal) bank syariah i pada tahun t

CARit = nilai rasio CAR (Capital Adequacy Ratio) bank syariah i pada tahun t

RORAit= nilai rasio RORA (Return On Risked Assets) bank syariah i pada tahun t

NPMit = nilai rasio NPM (Net Profit Margin) bank syariah i pada tahun t

ROAit = nilai rasio ROA (Return On Assets) bank syariah i pada tahun t

LDRit = nilai rasio LDR (Loan to Deposit Ratio) bank syariah i pada tahun t

BUSit = nilai Dummy bank syariah i pada tahun t, dimana 1 = BUS dan 0 = UUS

Pada model regresi di atas juga dimasukkan variabel kontrol BUS yang dimaksudkan

untuk mengontrol kemungkinan adanya perbedaan akrual diskresioner antara bank syariah

yang berbentuk BUS dengan UUS dengan ekspektasi β6 ≠ 0.

3.2. Pengukuran Variabel

Variabel Independen: Akrual Diskresioner

Penghitungan total akrual sama dengan yang dilakukan Healy (1985) dan Jones (1991)

yang telah disesuaikan dengan karakteristik perbankan, dengan rumus:

TAit = (∆PMADit + ∆BDDit +∆UMPit - ∆BYDit - ∆UPit – BAPit - Depit)/(Ait-1)

7

Dimana: TAit = total akrual bank syariah i pada tahun t, ∆PMADit = selisih pendapatan masih

akan diterima bank syariah i pada tahun t dengan t-1, ∆BDDit = selisih beban dibayar dimuka

bank syariah i pada tahun t dengan t-1, ∆UMPit = selisih uang muka pajak bank syariah i pada

tahun t dengan t-1, ∆BYDit = selisih beban yang harus dibayar bank syariah i pada tahun t

dengan t-1, ∆UPit = selisih utang pajak bank syariah i pada tahun t dengan t-1, BAP it = beban

penyisihan aktiva produktif bank syariah i pada tahun t, Dep it = beban depresiasi bank syariah i

pada tahun t, Ait-1 = total aktiva bank syariah i pada tahun t-1.

Kemudian, dilakukan estimasi dengan menggunakan model :

TAit / Ait-1 = a1(1/Ait-1) + b1(∆POit /Ait-1) + b2(PPEit /Ait-1) + εit

Dimana: TAit = total akrual bank syariah i pada tahun t, Ait-1 = total aktiva bank syariah i pada

tahun t-1, ∆POit = selisih pendapatan operasi bank syariah i pada tahun t dengan t-1, PPE it =

property, plant, and equipment (aktiva tetap) bank syariah i pada tahun t. Perkiraan error (εit)

dalam persamaan di atas menunjukkan akrual diskresioner (discretionary accruals).

Variabel Dependen: Rasio CAMEL

Capital diukur dengan CAR = ekuitas/total aktiva; Asset Quality diukur dengan RORA =

laba sebelum pajak/aktiva produktif, dimana aktiva produktif adalah semua aktiva baik dalam

rupiah maupun valuta asing yang dimiliki bank syariah dengan maksud untuk memperoleh

penghasilan sesuai dengan fungsinya; Management diukur dengan ROA = laba bersih/total

aktiva; Earnings diukur dengan NPM = laba operasi/pendapatan; dan Liquidity diukur dengan

LDR = jumlah kredit yang diberikan/jumlah dana pihak ketiga, dimana dana pihak ketiga

adalah dana yang diterima oleh bank dari nasabah maupun dari pinjaman.

3.3. Prosedur Pengumpulan Data

Data yang akan diolah dalam penelitian ini diambil dari laporan keuangan publikasi

tahunan bank syariah yang terpilih sebagai sampel penelitian, yang dapat diperoleh dari media

8

massa yang memuat publikasi tersebut ataupun dari Direktori Perbankan Indonesia yang

diterbitkan oleh BI serta dari website BI : www.bi.go.id.

3.4. Populasi dan Sampel

Populasi dari penelitian ini adalah semua perbankan syariah di Indonesia, yang

berdasarkan data BI bulan Mei tahun 2007, Perbankan Syariah terdiri dari 3 kelompok yaitu

Bank Umum Syariah (BUS) sebanyak 3 bank, Unit Usaha Syariah (UUS) sebanyak 26 bank

dan Bank Perkreditan Rakyat Syariah (BPRS) sebanyak 106 bank. Karena tujuan dan

operasional BUS dan UUS relatif sama dan peraturan BI untuk kedua kelompok bank syariah

ini juga sama, maka diputuskan yang menjadi sampel dari penelitian ini hanya kelompok BUS

dan UUS dengan total 29 bank syariah. Tetapi ada beberapa UUS yang berdiri tahun 2007,

akhirnya ditetapkan 3 BUS dan 18 UUS yang terpilih sebagai sampel untuk tahun 2005-2006.

Sehingga total sampel yang diolah dalam penelitian ini adalah sebanyak 42 buah. Tetapi karena

adanya beberapa UUS yang berdiri tahun 2005 sehingga data tahun 2004 belum ada, maka data

sampel final yang diolah adalah sebanyak 38 buah.

4. Analisis Hasil Penelitian

4.1 Analisis Indikasi Praktik Manajemen Laba Pada Bank Syariah

Statistik deskriptif komponen total akrual pada bank syariah dari sampel yang digunakan

dalam penelitian ini dapat dilihat pada Tabel 4.1 di Lampiran 1, yang menunjukkan jumlah

data sampel yang diolah (N), nilai minimum dan maksimum, nilai rata-rata (mean) dan standar

deviasi dari variabel sampel, dimana nilai TA, ∆PO dan PPE telah dibagi dengan Total Aset

tahun sebelumnya.

9

http://www.bi.go.id/

Dari Tabel 4.1 juga terlihat nilai rata-rata (mean) dari TA adalah sekitar -0,02750, AND

sekitar -0,01922 dan AD sekitar -0,00828. Nilai rata-rata dari TA, AND dan AD yang kecil ini

menunjukkan bahwa nilai akrual yang ada pada bank syariah cukup kecil karena memang

perkiraan yang bersifat akrual pada bank syariah tidak begitu banyak. Sedangkan nilai rata-rata

yang negatif menunjukkan bahwa nilai akrual yang ada pada bank syariah cenderung bersifat

income decreasing (penurunan laba).

Model regresi yang menggunakan metode estimasi Ordinary Least Squares (OLS) akan

memberikan hasil yang Best, Linear, Unbiased dan Estimator (BLUE) jika memenuhi semua

asumsi klasik. Pengujian asumsi klasik yang dilakukan dari model regresi berdasarkan output

SPSS dapat dilihat pada Tabel 4.2, Tabel 4.3 di Lampiran 1 dan Gambar 4.1 di Lampiran 2

yang menunjukkan model regresi yang digunakan telah memenuhi uji asumsi klasik, sehingga

model sudah valid.

Pengujian hipotesis 1 (H1) dilakukan dengan uji beda. Hasil uji beda One Sample T Test

dengan program SPSS dapat dilihat pada Tabel 4.5 di Lampiran 1, dimana akrual diskresioner

(Discretionary Accrual) mempunyai nilai t = -1,602 dengan nilai signifikansi (sig. 2 tailed) =

0,118 jauh diatas 0,05 (sig = 0,118 > 0,05). Hal ini berarti bahwa akrual diskresioner secara

signifikan tidak berbeda dengan 0. Karena nilai akrual diskresioner merupakan proksi dari

indikasi praktik manajemen laba pada bank syariah, maka dapat disimpulkan bahwa pada bank

syariah tidak terdapat indikasi praktik manajemen laba, sehingga dugaan hipotesis 1 (H1)

tentang terdapatnya indikasi praktik manajemen laba pada bank syariah tidak terbukti (ditolak).

4.2 Analisis Pengaruh Kinerja Bank Syariah Dengan Rasio CAMEL Terhadap Praktik

Manajemen Laba

4.2.1 Statistik Deskriptif Sampel Kinerja Bank Syariah

10

Statistik deskriptif kinerja bank syariah dengan variabel Akrual Diskresioner (AD),

CAR, RORA, ROA, NPM dan LDR dapat dilihat pada Tabel 4.6 di Lampran 1 yang

menunjukkan jumlah data sampel yang diolah (N), nilai minimum dan maksimum, nilai rata-

rata (mean) dan standar deviasi dari variabel sampel yang digunakan dalam penelitian ini.

Dalam model regresi penelitian ini dimasukkan juga variabel kontrol BUS dengan nilai dummy

1 untuk BUS yang jumlah datanya sebanyak 6 buah atau 16% dan nilai dummy 0 untuk UUS

yang jumlah datanya sebanyak 32 buah atau 84%. Dari Tabel 4.6 juga terlihat nilai rata-rata

(mean) dari AD adalah sekitar -0,00828, dimana nilai rata-rata AD yang sangat kecil

(mendekati 0), sama dengan yang dibuktikan pada hasil pengujian hipotesis 1 (H1) yaitu nilai

akrual diskresioner secara signifikan tidak berbeda dengan 0.

Nilai rata-rata rasio CAR terlihat sangat rendah yaitu sebesar 0,00941 atau sekitar 0,9%,

yang jauh dibawah batasan minimum nilai CAR yang ditetapkan BI yaitu 8%. Nilai rata-rata

rasio CAR yang rendah dalam penelitian ini diperkirakan dipengaruhi oleh cara penghitungan

nilai CAR yang diperoleh perbandingan nilai modal sendiri (ekuitas) atau nilai saldo laba pada

UUS dengan nilai total aktiva. Sedangkan dalam ketentuan BI, nilai CAR dihitung dari

perbandingan ekuitas (modal inti + modal pelengkap) dengan nilai aktiva tertimbang menurut

resiko (ATMR), dimana nilai ATMR ini tentu lebih kecil dari total aktiva. Tetapi karena cukup

sulit untuk menghitung komposisi ATMR ini, maka digunakan perhitungan rasio CAR di atas,

seperti yang digunakan Naser (2003) dalam penelitiannya. Disamping itu nilai pembilang (nilai

ekuitas) dalam penelitian ini sebagian besar (84%) merupakan nilai saldo laba pada UUS,

dimana nilai saldo laba ini tentu jauh lebih kecil dari nilai ekuitas pada BUS pada umumnya.

Nilai rata-rata rasio RORA dan ROA juga sangat rendah bahkan negatif, sekitar -0,4%

dan -0,5%, yang berarti rata-rata profitabilitas bank syariah masih kurang baik. Hal ini

diperkiraan dipengaruhi oleh rugi non operasional yang besar, sehingga nilai laba sebelum

pajak yang digunakan dalan rasio RORA dan laba setelah pajak yang digunakan dalam rasio

11

ROA nilainya menjadi sangat kecil. Sedangkan nilai rata-rata rasio NPM cukup baik yaitu

sekitar 4,6%, dimana hal ini menunjukkan bahwa kinerja operasional bank syariah juga cukup

baik, karena nilai rasio NPM ini diperoleh dari perbandingan laba operasional dengan

pendapatan operasional.

Nilai rata-rata rasio LDR paling tinggi dari rasio lainnya yaitu sekitar 63% yang

menunjukkan baiknya kemampuan bank syariah dalam menyalurkan pembiayaan (kredit)

kepada masyarakat, dimana bagi hasil dari pembiayaan ini merupakan sumber pendapatan

operasional utama bank syariah, dimana hal ini sejalan dan tercermin dalam rasio NPM yang

cukup baik juga.

4.2.2 Pengujian Asumsi Klasik Model Regresi Kinerja Bank Syariah

Berdasarkan output SPSS pada Tabel 4.7 di Lampiran 1 terlihat bahwa nilai VIF dari

variabel independen RORA dan ROA lebih besar dari 10 yang berarti terdapat

multikolinearitas antara kedua variabel tersebut. Untuk menghilangkan multikolinearitas ini,

dilakukan pemisahan kedua variabel tersebut untuk dibuat model regresi baru dengan

menggunakan masing-masing variabel secara terpisah yaitu dengan menggunakan variabel

RORA dan model regresi baru yang menggunakan variabel ROA. Kedua model regrasi yang

baru ini masing-masing akan diolah kembali dengan program SPSS.

4.2.3 Model Regresi Kinerja Bank Syariah Dengan Variabel RORA dan ROA

Model regresi kinerja bank syariah yang baru dengan menggunakan variabel RORA dan

mengeluarkan variabel ROA dari model regresi awal yaitu :

DAit = α + β1CARit + β2 RORAit + β3NPMit + β4LDRit + β5BUS + ε (1a)

Dengan ekspektasi : β1 < 0, β2 < 0, β3 < 0, β4 < 0 dan β5 ≠ 0.

12

Sedangkan model regresi kinerja bank syariah yang baru dengan menggunakan variabel ROA

setelah mengeluarkan variabel RORA dari model regresi awal yaitu :

DAit = α + β1CARit + β2 ROAit + β3NPMit + β4LDRit + β5BUS + ε (1b)

Dengan ekspektasi : β1 < 0, β2 < 0, β3 < 0, β4 < 0 dan β5 ≠ 0.

4.2.4 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA dan ROA

Berdasarkan output SPSS, pengujian asumsi klasik terhadap model regresi dengan

variabel RORA dapat dilihat pada Tabel 4.8, Tabel 4.9 di Lampiran 1 dan Gambar 4.2 di

Lampiran 2, serta pada Tabel 4.10, Tabel 4.11 di Lampiran 1 dan Gambar 4.3 di Lampiran 2

untuk model regresi dengan variabel ROA. Dimana kedua model tersebut telah memenuhi

semua uji asumsi klasik, sehingga model regresi tersebut sudah valid.

4.2.5 Hasil Pengujian Hipotesis 2 (H2) Kinerja Bank Syariah Dengan Variabel RORA

dan Variabel ROA

Pengujian hipotesis 2 (H2a-H2e) dapat dilakukan berdasarkan output SPSS dari kedua

model regresi tersebut seperti yang terlihat pada Tabel 4.12 dan Tabel 4.13. Secara umum

terlihat bahwa hasil regresi dengan kedua model tidak jauh berbeda. Nilai adjusted R2 dari

model dengan variabel RORA adalah sebesar 0,081 atau sekitar 8,1%, dan dengan model

variabel ROA sebesar 0,078 atau sekitar 7,8%, menggambarkan kemampuan variabel

independen menjelaskan variabel dependen.

Pada Tabel 4.12 dan Tabel 4.13 di Lampiran 1 juga dapat dilihat bahwa semua variabel

rasio CAMEL (CAR, RORA, NPM, ROA dan LDR) yang dalam hipotesis diduga berpengaruh

negatif dan signifikan terhadap akrual diskresioner, tetapi hasil pengujian menunjukkan tidak

ada yang konsisten dengan dugaan hipotesis semula sehingga H2 ditolak.

13

Nilai slope (B) rasio CAR yang negatif seperti terlihat pada Tabel 4.12 dan Tabel 4.13

dapat diketahui bahwa rasio CAR berpengaruh negatif, tetapi tidak signifikan terhadap akrual

diskresioner, seingga hipotesis 2a (H2a) ditolak. Hal ini mungkin disebabkan oleh nilai rata-

rata rasio CAR secara keseluruhan yang kecil yaitu hanya 0,00941 atau 0,9% seperti yang

terlihat pada statistik deskriptif sebelumnya, sehingga diduga tidak cukup kuat untuk

mempengaruhi akrual diskresioner atau praktik manajemen laba secara signifikan.

Nilai rata-rata rasio CAR yang sangat rendah ini mungkin disebabkan oleh beberapa hal

seperti yang telah diuraikan dalam statistik deskriptif sebelumnya. Disamping itu kewajiban

pemenuhan batasan nilai minimum CAR yang ditetapkan oleh BI adalah pada tingkat banknya

bukan pada tingkat cabang atau unit usaha. Maka UUS yang berjumlah 84% dari data dalam

penelitian ini, yang merupakan cabang dari bank induk konvensionalnya, tidak wajib

memenuhi batasan nilai minimum CAR ini, sehingga hal ini diduga juga mempengaruhi tidak

signifikannya rasio CAR dalam mempengaruhi akrual diskresioner.

Dugaan ini dapat diperkuat dengan hasil penelitian yang menunjukkan bahwa variabel

kontrol BUS yang berpengaruh signifikan terhadap akrual diskresioner, yang menunjukkan

bahwa praktik manajemen laba biasanya terjadi pada tingkat bank, untuk penilaian kinerja

bank secara keseluruhan. Sehingga pada tingkat cabang diduga lebih cenderung untuk

memperhatikan penilaian kinerja operasional.

Rasio RORA berpengaruh positif dan tidak sisgnifikan seperti terlihat pada Tabel 4.12,

yang berarti tidak konsisten dengan dugaan hipotesis (H2b ditolak). Diduga rasio RORA juga

bukan merupakan orientasi utama UUS yang berstatus cabang dari bank induk konvensional.

Dimana rasio keuangan untuk menilai kualitas assets bank ini juga terpusat pada bank

induknya, sehingga UUS yang merupakan 84% dari sampel penelitian ini memberikan dampak

terhadap kemungkinan berbedanya pengaruh dan tidak signifikannya rasio RORA

mempengaruhi akrual diskresioner atau manajemen laba. Hasil penelitian ini juga sejalan atau

14

dapat disamakan dengan hasil penelitian Arnawa (2006) sebelumnya yang juga menemukan

pengaruh positif dari rasio ROA dan juga tidak signifikan terhadap pengelolaan laba.

Disamping itu nilai rata-rata rasio RORA yang cukup rendah yaitu sebesar -0,00361 atau

0,4% seperti yang terlihat pada statistik deskriptif, juga diduga tidak cukup kuat untuk

mempengaruhi akrual diskresioner secara signifikan. Nilai laba sebelum pajak yang digunakan

dalam rasio RORA pada beberapa bank syariah sampel cukup rendah dan bahkan ada yang

bernilai negatif, walaupun laba operasinya cukup tinggi, karena besarnya nilai rugi dari

aktivitas non operasional.

Rasio NPM yang positif dan signifikan seperti terlihat pada Tabel 4.12 dan Tabel 4.13,

menunjukkan bahwa rasio NPM berpengaruh positif dan signifikan terhadap akrual

diskresioner yang juga tidak sejalan dengan dugaan hipotesis 2d (H2d) semula. Pengaruh

positif dan signifikan rasio NPM terhadap akrual diskresioner juga memperkuat dugaan

sebelumnya bahwa kinerja operasional sangat diperhatikan dan lebih menjadi prioritas dari

rasio lainnya. Sehingga rasio NPM ini kemungkinan akan sangat diperhatikan nilainya dan

menjadi orientasi utama bank syariah, terutama UUS yang tidak terbebani oleh target nilai

rasio-rasio lainnya. Rasio NPM yang berbeda dari hipotesis awal, mungkin dapat dipengaruhi

oleh aktivitas big bath karena sekitar 53% sampel mengalami penurunan laba yang cukup

besar. Walaupun dari pengujian hipotesis 1 (H1) menunjukkan secara rata-rata tidak ada

praktik manajemen laba pada bank syariah, tetapi hasil rasio NPM yang berpengaruh positif

dan signifikan menunjukkan bahwa ada beberapa bank syariah yang melakukan praktik

manajemen laba tersebut.

Hipotesis H2d juga ditolak, karena hasil pengujian pada Tabel 4.13 menunjukkan rasio

ROA berpengaruh positif dan tidak signifikan terhadap akrual diskresioner. Nilai rata-rata

rasio ROA yang rendah yaitu sebesar -0,00452 atau 0,5% seperti yang terlihat pada statistik

deskriptif sebelumnya, juga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner

15

secara signifikan. Nilai rasio ROA ini diperolah dari perbandingan laba setelah pajak dengan

total aktiva. Nilai laba setelah pajak diperoleh dari laba sebelum pajak setelah dikurangi

dengan pajak penghasilan. Tetapi karena mayoritas (84%) sampel bank syariah adalah

berbentuk UUS yang merupakan cabang dari bank induk konvensional, sehingga pajak

penghasilan dibebankan pada kantor pusat, sehingga sebagian besar laba setelah pajak yang

digunakan dalam rasio ROA ini sama dengan laba sebelum pajak yang digunakan dalam

perhitungan rasio RORA sebelumnya. Disamping itu rasio ROA biasanya juga dihitung

ditingkat pusat untuk bank secara keseluruhan. Sejalan dengan kondisi rendahnya nilai rasio

RORA yang juga berbeda pengaruh dan tidak signifikan terhadap akrual diskresioner seperti

diuraikan sebelumnya, diduga hal yang sama juga mempengaruhi rasio ROA. Hasil penelitian

ini tetap sejalan dengan hasil penelitian Arnawa (2006) sebelumnya.

Sedangkan rasio LDR yang negatif dan tidak signifikan seperti terlihat pada Tabel 4.12

dan Tabel 4.13, menunjukkan bahwa hipotesis H2e juga ditolak. Nilai rata-rata rasio LDR

tinggi dibandingkan dengan rasio-rasio kinerja bank syariah lainnya yaitu 0,63297 atau 63%

seperti yang terlihat pada statistik deskriptif sebelumnya. Rasio LDR diperoleh dari

perbandingan jumlah kredit yang diberikan dengan jumlah dana pihak ketiga yang ada pada

bank syariah. Nilai rata-rata rasio LDR yang tinggi ini juga dapat menunjukkan baiknya bank

syariah dalam menyalurkan pembiayaan (kredit) kepada masyarakat, dimana bagi hasil dari

pembiayaan ini merupakan pendapatan utama bank syariah. Sehingga diduga orientasi utama

dari sampel adalah untuk meningkatkan pendapatan sebagai penilaian utama kinerja bank yang

dalam penelitian ini sejalan dengan baiknya nilai rasio NPM, jadi bukan untuk memenuhi

kecukupan rasio LDR yang juga ditetapkan BI untuk tingkat bank. Hal ini juga diduga

membuat rasio LDR tidak memotivasi manajemen untuk melakukan praktik manajemen laba

sehingga rasio LDR ini tidak berpengaruh signifikan terhadap akrual diskresioner.

16

Sedangkan untuk variabel kontrol BUS, seperti yang terlihat pada Tabel 4.10,

menunjukkan bahwa variabel BUS positif dan signifikan pada α = 10%. Hal ini menunjukkan

bahwa bentuk bank syariah sebagai BUS memang memiliki akrual diskresioner yang lebih

tinggi dibandingkan dengan bentuk bank syariah sebagai UUS. Hal ini berarti bahwa

kecenderungan praktik manajemen laba secara signifikan lebih tinggi pada tingkat bank (BUS)

dari pada tingkat cabang (UUS).

5. Penutup

5.1 Kesimpulan

Hasil penelitian empiris menunjukkan secara rata-rata tidak terdapat indikasi praktik

manajemen laba yang signifikan pada bank syariah di Indonesia berdasarkan laporan keuangan

publikasi tahun 2005 - 2006. Walaupun secara rata-rata tidak terdapat indikasi praktik

manajemen laba, tetapi terdapat kemungkinan pada beberapa bank syariah masih terdapat

praktik manajemen laba tersebut.

Faktor-faktor yang mempengaruhi praktik manajemen laba yang dihipotesiskan bahwa

rasio CAMEL, yang diproksi dengan rasio CAR, RORA, ROA, NPM dan LDR, berpengaruh

negatif dan signifikan terhadap praktik manajemen laba, tetapi hasil pengujian hipotesis

menunjukkan bahwa semua variabel tersebut tidak ada yang berpengaruh negatif dan

signifikan terhadap praktik manajemen laba tersebut.

Rasio CAR berpengaruh negatif terhadap praktik manajemen laba, tetapi tidak

signifikan. Hal ini diduga dipengaruhi oleh beberapa hal seperti cara perhitungan rasio yang

sedikit berbeda dengan cara yang ditetapkan BI, nilai saldo laba pada UUS yang digunakan

sebagai pengganti nilai ekuitas dalam menghitung rasio CAR dan pemenuhan batasan

minimum rasio CAR bukan kewajiban UUS yang berstatus cabang dari bank induk

17

konvensional, sehingga UUS tidak termotivasi untuk melakukan manajemen laba untuk

mencapai nilai CAR tertentu. Sedangkan UUS merupakan mayoritas sampel (84%) dalam

penelitian ini.

Rasio RORA dan ROA berpengaruh positif terhadap praktik manajemen laba dan juga

tidak signifikan. Tidak signifikannya pengaruh kedua rasio ini juga diduga karena kedua rasio

ini juga biasanya dihitung ditingkat bank (BUS) bukan cabang (UUS), sedangkan 84% sampel

adalah UUS. Tetapi hasil penelitian ini konsisten dengan hasil penelitian Arnawa (2006) yang

menggunakan rasio ROA sebagai salah satu proksi kinerja bank dengan pengaruh positif dan

juga tidak signifikan terhadap praktik manajemen laba.

Rasio NPM berpengaruh positif dan signifikan terhadap praktik manajemen laba. Rasio

NPM yang menunjukkan kinerja operasional bank syariah ini diperkirakan menjadi orientasi

utama dibandingkan rasio-rasio lainnya, terutama oleh UUS yang tidak dibebani dengan

pemenuhan target nilai rasio keuangan tertentu karena rasio-rasio tersebut bersifat terpusat

pada tingkat bank induk konvensionalnya.

Sedangkan rasio LDR berpengaruh negatif terhadap praktik manajemen laba dan juga

tidak signifikan. Dimana rasio LDR yang tinggi menunjukkan banyaknya pembiayaan yang

dikucurkan bank syariah sebagai upaya untuk meningkatkan kinerja operasional seperti yang

tercermin dalam baiknya rasio NPM, jadi bukan untuk mencapai target nilai rasio LDR

tertentu, sehingga rasio ini tidak memotivasi manajemen untuk melakukan praktik manajemen

laba di bank syariah.

Sedangkan variabel kontrol BUS yang berpengaruh positif dan signifikan terhadap akrual

diskresioner, menunjukkan bahwa praktik manajemen laba pada Bank Umum Syariah (BUS)

lebih tinggi dari pada pratil manajemen laba di Unit Usaha Syariah (UUS).

18

5.2 Implikasi dari Hasil Penelitian

Hasil penelitian ini secara empiris membuktikan bahwa secara rata-rata pada bank

syariah tidak terdapat praktik manajemen laba adalah suatu keharusan yang perlu

dipertahankan. Tetapi hasil pengujian hipotesis rasio NPM yang menunjukkan pengaruh positif

dan signifikan terhadap manajemen laba, menunjukkan ada beberapa bank syariah yang masih

melakukan praktik manajemen laba tersebut.

Beberapa bank syariah yang masih melakukan praktik manajemen laba ini, sebaiknya ke

depan memperbaikinya dan tidak melakukan pratik manajemen laba tersebut. Karena

walaupun manajemen laba dilakukan dengan cara yang tidak bertentangan dengan peraturan

yang ditetapkan IAI dan BI dalam menyusun laporan keuangan bank, tetapi karena informasi

yang dihasilkan dari laporan keuangan yang mengandung unsur manajemen laba dapat

menyesatkan pembacanya, dimana secara syariah hal ini juga tidak diperbolehkan (dilarang).

Disamping itu BI selaku regulator juga harus memperhatikan praktik manajemen laba

oleh perbankan ini terutama yang dilakukan oleh bank dalam upaya memenuhi ketentuan

regulasi yang ditetapkan BI seperti Ketentuan Pemenuhan Modal Minimum (rasio CAR).

Karena BI tentu tidak menginginkan bank dapat memenuhi regulasi di atas kertas karena

melakukan praktik manajemen laba untuk memenuhinya.

5.3 Keterbatasan Penelitian

Terdapat beberapa keterbatasan yang ditemui dalam penelitian ini. Pertama jangka waktu

data sampel yang digunakan relatif singkat yaitu hanya 2 tahun dan jumlah sampel yang dapat

diolah juga sedikit yaitu hanya 38 buah data. Kedua, laporan keuangan BUS tersedia lengkap

dengan catatan atas laporan keuangannya, tetapi laporan keuangan publikasi UUS yang

digunakan sebagai sumber data sampel dalam penelitian ini tidak dilengkapi dengan catatan

atas laporan keuangannya. Sehingga untuk beberapa perkiraan yang membutuhkan penjelasan

19

lebih lanjut untuk diterjemahkan ke dalam rumus perhitungan, merujuk kepada PAPSI sebagai

salah satu pedoman akuntansi yang digunakan oleh bank syariah. Dan ketiga model yang

digunakan untuk melihat indikasi praktik manajemen laba pada bank syariah adalah model

Jones (1991) yang telah disesuaikan dengan karakteristik perbankan. Dimana model Jones dan

modifikasi model Jones belum diyakini dapat memisahkan komponen akrual non diskresioner

dan akrual diskresioner dengan tepat. Sehingga ada kemungkinan kesalahan pengklasifikasian

akrual non diskresioner dan akrual diskresioner.

5.4 Saran Untuk Penelitian Selanjutnya

Dengan berbagai keterbatasan yang terdapat dalam penelitian ini dapat

direkomendasikan beberapa hal berikut. Pertama penelitian selanjutnya sebaiknya

menggunakan jangka waktu lebih lama dan sampel yang lebih besar serta menggunakan model

yang berbeda untuk melihat indikasi praktik manajemen laba pada bank syariah. Kedua, akan

lebih baik apabila menggunakan data sampel yang berdasarkan kepada laporan keuangan yang

lengkap dengan catatan atas laporan keuangan. Dan ketiga penelitian selanjutnya dapat

menggunakan modifikasi model Jones yang lebih akurat dan lebih sesuai dengan karakteristik

bank syariah.

20

DAFTAR PUSTAKA

Antonio, Muhammad Syafe’i (2000). Bank Syariah : Suatu Pengenalan Umum. Bandung : Tazkia Institute.

______________ (2001). Islamic Banking : Bank Syariah Dari Teori Ke Praktik. Bandung : Tazkia Institute.

Ahmed, Anwer S.; Takeda, Carolyn; and Thomas,Shawn (1999). “Bank Loan Loss Provisions : A Reexamination of Capital Management, Earnings Management and Signaling Effects”. Journal of Accounting and Economics, 28.

Arifin, Zainul (2003). Dasar-dasar Manajemen Bank Syariah. Jakarta : AlvaBet.

Arnawa, I Gede (2006). “Analisa Indikasi Manajemen Laba melalui Discretionary Allowance for Loan Loses pada Perbankan Pasca Rekapitalisasi”. Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia, Jakarta.

Bank Indonesia (2007). Direktori Perbankan Indonesia. Jakarta : Biro data dan Informasi Perbankan.

Beaver, William H. and Engel, Ellen E (1996). “Discretionary Behavior with Respect to Allowance for Loan Loses and The Behavior of Security Prices”. Journal of Accounting and Economics, 22.

Bernard, V.L. and D.J. Skinner (1996). “What Motivates Managers’ Choice of Discretionary Accruals?” Journal of Accounting and Economics (August-December 1996), pp. 313-325

Bertrand, Rima, Swiss National Bank (2000). “Capital Requirement and Bank Behaviour : Emperical Evidence for Switzerland”. Working Paper.

Betty, Anne. L and Petroni, Kathy. R (2002). “Earnings Management to Avoid Earnings Declines Across Publicy and Private Held Banks”, The Accounting Review, Vol 77.

Chipper, K., (1989). “Commentary on Earnings Management”, Accounting Horizon (December 1989). Pp. 91-102

Dechow, P.M., R.G. Sloan, and A.P. Sweeney (1995). “Detecting Earnings Management,” The Accounting Review (April 1995), pp. 193-225.

Endriani, D (2004). “Indikasi Praktek Earnings Management oleh Bank-Bank di Indonesia Dalam Memenuhi Ketentuan Rasio Kecukupan Modal”. Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia, Jakarta.

Ghozali, Imam (2007). Aplikasi Analisis Multivariate dengan Program SPSS. Semarang : Badan Penerbit Universitas Diponegoro.

Gujarati, Damodar N. (2003). Basic Econometric. New York : Mc GrowHill.

21

Healy, P.M. (1985). “The Effect of Bonus Schemes on Accounting Decision”. Journal of Accounting and Economic 7: 85-107.

Ikatan Akuntan Indonesia (2007). Standar Akuntansi Keuangan per 1 Nopember 2007. Jakarta : IAI.

______________________ (2003). Pedoman Akuntansi Perbankan Syariah Indonesia (PAPSI 2003). Jakarta : IAI.

Jones, J.J. (1991). “Earnings Management During Import relief investigation”. Journal of Accounting Research (Autumn) : 193-228.

Karim, Adiwarman (2004). Bank Islam : Analisis Fiqih dan Keuangan. Jakarta : PT RajiGrafindo Persada.

Levin, Richard I. and Rubin, David S. (1998). Statistic for Management. United States : Prentice Hall.

Mahu, Zainab (2004). “Perlakuan Perpajakan dan Akuntansi atas Transaksi Perbankan Syariah”, Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia, Jakarta.

McNicholas,M. and M.D. Neimark (1988). “Evidence of Earnings Management from the Provision for Bad Debts”, Journals of Accounting Research (Supplement 1988), pp 33-57

Naciri, Ahmed (2002). “Earnings Management from Bank Provisions for Loans Losses”. Working Paper, January.

Nasser, Etty M. (2003). “Perbandingan Kinerja Bank Pemerintah dan Bank Swasta dengan Rasio CAMEL serta Pengaruhnya terhadap Harga Saham”, Media Riset Akuntansi, Auditing dan Informasi, Vol 3 No 3 Desember 2003 : 217-136.

Robb, Sean, W.G. (1998). “The Effects of Analysts’ Forecase on Earnings Management in Financial Institutions”. Journal of Financial Research (Fall).

Scott, William R. (2006). Financial Accounting Theory. International Edition, United States :

Pretince-Hall Inc.

Setiawati, Lilis dan Na’im Ainun (2001). “Bank Health Evaluation By Bank Indonesia and Earning Management in Banking Industry”. Gadjah Mada International Journal of Bussiness, May 2001, Vol 3 no 2 : 159 - 176.

Sofie (2005). “Merumuskan Tujuan Laporan Keuangan Bank Syariah : Sebuah Studi Eksplorasi”. Media Riset Akuntansi, Auditing dan Informasi, Vol 5 No 1 April 2005 : 25-39.

22

Susanto, Agus (2003). “Indikasi Praktek Pengelolaan Laba dan Faktor-Faktor yang Mempengaruhinya (Studi Empiris pada Sektor Perbankan Sebelum Krisis Perbankan Nasional)”, Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia, Jakarta.

Veronica, Sylvia N.P. Siregar dan Utama, Siddharta (2006). “Pengaruh Struktur Kepemilikan, Ukuran Perusahaan dan Praktek Corporate Governance Terhadap Pengelolaan Laba (Earnings Management)”, Jurnal Riset Akuntansi Indonesia, Vol.9, No.3, September 2006, Hal. 307 – 326.

23

Lampiran 1. Tabel yang digunakan dalam Analisis Hasil Penelitian

Tabel 4.1Statistik Deskriptif Komponen Total Akrual Pada Bank Syariah

N Minimum Maksimum Mean Std. DeviationTA 38 -0,11598 0,03000 -0,02750 0,03413∆PO 38 -0,05219 4,36693 0,21997 0,70187PPE 38 0,00000 0,30903 0,03815 0,05029AND 38 -0,12822 0,01460 -0,01922 0,02185AD 38 -0,10482 0,05562 -0,00828 0,03186

TA=Total Akrual, ∆PO=Perubahan Pendapatan Operasional, PPE=Aktiva Tetap, AND=Akrual Non Diskresioner, AD=Akrual Diskresioner.Sumber : Data diolah

Tabel 4.2Uji Asumsi Klasik Model Regresi Total Akrual Pada Bank Syariah

Tolerance VIF∆PO 0,169 5,934PPE 0,436 2,296Durbin-Watson dL dU Area No Serial Correlation

1,779 1,373 1,594 1,594 - 2,406∆PO=Perubahan Pendapatan Operasional, PPE=Aktiva TetapSumber : Data diolah

Tabel 4.3Uji Normalitas Model Regresi Total Akrual Pada Bank Syariah

Discretionary AccrualN 38Kolmogorov-Smirnov Z 0,857Asymp. Sig. (2-tailed) 0,455

Sumber : Data diolah

Tabel 4.5Uji Indikasi Praktik Manajemen Laba Pada Bank Syariah

Test Value = 0

t

Df

Sig. (2-tailed)

Mean Difference

95% Confidence Interval of the

DifferenceLower Upper

Discretionary Accrual -1,602 37 0,118 -0,00828 -0,01875 0,00219Sumber : Data diolah

Tabel 4.6Statistik Deskriptif Kinerja Bank SyariahN Minimum Maksimum Mean Std. Deviation

AD 38 -0,10482 0,05562 -0,00828 0,03186CAR 38 -0,42975 0,14421 0,00941 0,09023RORA 38 -0,31012 0,13030 -0,00361 0,06593ROA 38 -0,20489 0,05594 -0,00452 0,04711NPM 38 -1,07939 0,51535 0,04461 0,33815LDR 38 0,00000 0,96743 0,63297 0,24569

AD=Akrual Diskresioner, CAR=Capital Adequancy Ratio, RORA=Return On Risked Assets, ROA=Return On Assets, NPM=Net Profit Margin, LDR=Loan to Deposit RatioSumber : Data diolah

24

Tabel 4.7Uji Multikolinearits Model Regresi Kinerja Bank Syariah

Tolerance VIFCAR 0,378 2,648RORA 0,037 27,092ROA 0,028 35,993NPM 0,413 2,423LDR 0,418 2,395BUS 0,614 1,630

CAR=Capital Adequancy Ratio, RORA=Return On Risked Assets, ROA=Return On Assets, NPM=Net Profit Margin, LDR=Loan to Deposit Ratio, BUS=Bank Umum SyariahSumber : Data diolah

Tabel 4.8Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA

Tolerance VIFCAR 0,437 2,288RORA 0,785 1,274NPM 0,521 1,921LDR 0,755 1,324Durbin Watson dL dU Area No Serial Correlasion

1,857 1,261 1,722 1,722 – 2,278CAR=Capital Adequancy Ratio, RORA=Return On Risked Assets, NPM=Net Profit Margin, LDR=Loan to Deposit RatioSumber : Data diolah

Tabel 4.9Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel RORA

Unstandardized Residual N 38Kolmogorov-Smirnov Z 0,408Asymp. Sig. (2-tailed) 0,996

Sumber : Data diolahTabel 4.10

Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel ROATolerance VIF

CAR 0,418 2,392ROA 0,591 1,693NPM 0,510 1,961LDR 0,654 1,530

Durbin Watson dL dU Area No Serial Correlation1,857 1,261 1,722 1,722 - 2,278

CAR=Capital Adequancy Ratio, ROA=Return On Assets, NPM=Net Profit Margin, LDR=Loan to Deposit RatioSumber : Data diolah

Tabel 4.11Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel ROA

Unstandardized Residual N 38Kolmogorov-Smirnov Z 0,333Asymp. Sig. (2-tailed) 1,000


25

Tabel 4.12Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel RORA

Ekspektasi slope B Std. Error Beta t Sig.

(Constant) -0,004 0,015 0,801CAR - -0,058 0,084 -0,163 -0,684 0,250RORA - 0,069 0,086 0,142 0,797 0,216NPM - 0,036 0,021 0,379 1,736 0,046**LDR - -0,015 0,024 -0,119 -0,656 0,259BUS 0,029 0,016 0,332 1,786 0,084*Adjusted R2 0,081

CAR=Capital Adequancy Ratio, RORA=Return On Risked Assets, NPM=Net Profit Margin, LDR=Loan to Deposit Ratio, BUS=Bank Umum Syariah** Sigifikan pada α = 5%* Sigifikan pada α = 10%


Tabel 4.13Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel ROA

Ekspektasi slope B Std. Error Beta t Sig.

(Constant) -0,002 0,016 -0,121 0,905CAR - -0,061 0,086 -0,173 -0,708 0,242ROA - 0,101 0,139 0,149 0,725 0,237NPM - 0,034 0,021 0,362 1,639 0,055**LDR - -0,018 0,025 -0,139 -0,715 0,240BUS 0,029 0,016 0,342 1,815 0,079*Adjusted R2 0,078

CAR=Capital Adequancy Ratio, ROA=Return On Assets, NPM=Net Profit Margin, LDR=Loan to Deposit Ratio, BUS=Bank Umum Syariah** Sigifikan pada α = 5%* Sigifikan pada α = 10%


26

Lampiran 2. Gambar yang digunakan dalam Analisis Hasil Penelitian

Gambar 4.1Uji Heteroskedastisitas Model Regresi Total Akrual Pada Bank Syariah

Gambar 4.2Uji Heteroskedastisitas Kinerja Bank Syariah Dengan Variabel RORA

Gambar 4.3Uji Heteroskedastisitas Kinerja Bank Syariah Dengan Variabel ROA

27

Lampiran 3 : Output Regresi Perhitungan Total Accrual

Descriptives

Descriptive Statistics N Minimum Maximum Mean Std. DeviationTA.A1 38 -,11598 ,03000 -,0275024 ,03413417A1 38 ,00000012

0900000,00049652

4300000,0000420718236842

,0000971598387793

DPO.A1 38 -,05219 4,36693 ,2199726 ,70187051PPE.A1 38 ,00000 ,30903 ,0381466 ,05029339Unstandardized Predicted Value 38 -,12822 ,01460 -,0192256 ,02184610

Unstandardized Residual 38 -,10482 ,05562 -,0082767 ,03185501Valid N (listwise) 38

Regression

Descriptive Statistics(b) Mean(a) Root Mean Square NTA/A-1 -,0275024 ,04348402 381/A-1 ,0000420718236842 ,0001046979019141 38dPO/A-1 ,2199726 ,72666803 38PPE/A-1 ,0381466 ,06259411 38

a The observed mean is printedb Coefficients have been calculated through the origin.

Correlations(a) TA/A1 1/A-1 dPO/A-1 PPE/A-1Std. Cross-product TA/A-1 1,000 -,375 -,188 -,648 1/A-1 -,375 1,000 ,844 ,506 dPO/A-1 -,188 ,844 1,000 ,129 PPE/A-1 -,648 ,506 ,129 1,000Sig. (1-tailed) TA.A1 . ,010 ,130 ,000 A1 ,010 . ,000 ,001 DPO.A1 ,130 ,000 . ,220 PPE.A1 ,000 ,001 ,220 .N TA.A1 38 38 38 38 A1 38 38 38 38 DPO.A1 38 38 38 38 PPE.A1 38 38 38 38

a Coefficients have been calculated through the origin.

28

Variables Entered/Removed(b,c)

Model Variables EnteredVariables Removed Method

1PPE/A-1, dPO/A-1, 1/ A-1(a) . Enter

a All requested variables entered.b Dependent Variable: TA/A-1c Linear Regression through the Origin

Model Summary(c,d)

Model

R

R Square(a)

Adjusted R Square

Std. Error of the Estimate

Change Statistics Durbin-Watson

R Square Change

F Change df1 df2

Sig. F Change

1 ,664(b) ,441 ,393 ,03386891 ,441 9,213 3 35 ,000 1,779a For regression through the origin (the no-intercept model), R Square measures the proportion of the

variability in the dependent variable about the origin explained by regression. This CANNOT be compared to R Square for models which include an intercept.

b Predictors: PPE/A-1, dPO/A-1, 1/A-1c Dependent Variable: TA/A-1d Linear Regression through the Origin

ANOVA(c,d)

Model Sum of

Squares df Mean Square F Sig.1 Regression ,032 3 ,011 9,213 ,000(a) Residual ,040 35 ,001 Total ,072(b) 38

a Predictors: PPE/A-1, dPO/A-1, 1/A-1b This total sum of squares is not corrected for the constant because the constant is zero for regression

through the origin.c Dependent Variable: TA/A-1d Linear Regression through the Origin

Coefficients(a,b)

Model

Unstandardized Coefficients

Standardized

Coefficients

t

Sig.

95% Confidence Interval for B Correlations

Collinearity Statistics

BStd. Error Beta

Lower Bound

Upper Bound

Zero-order Partial Part

Tolerance VIF

1 1/A-1 115,630 146,975 ,278 ,787 ,437 -182,746 414,006 -,375 ,132 ,099 ,127 7,844 dPO/A-1 -,020 ,018 -,326 -1,059 ,297 -,057 ,018 -,188 -,176 -,134 ,169 5,934 PPE/A-1 -,519 ,133 -,747 -3,903 ,000 -,789 -,249 -,648 -,551 -,493 ,436 2,296

a Dependent Variable: TA/A-1b Linear Regression through the Origin

29

Coefficient Correlations(a,b)Model PPE/A-1 dPO/A-1 1/A-11 Correlations PPE/A-1 1,000 ,644 -,746 dPO/A-1 ,644 1,000 -,910 1/A-1 -,746 -,910 1,000 Covariances PPE/A-1 ,018 ,002 -14,589 dPO/A-1 ,002 ,000 -2,464 1/A-1 -14,589 -2,464 21601,761


Collinearity Diagnostics(a,b)

Model

Dimension

Eigenvalue

Condition Index

Variance Proportions

1/A-1 dPO/A-1 PPE/A-11 1 2,044 1,000 ,03 ,03 ,04 2 ,886 1,519 ,00 ,05 ,36 3 ,069 5,437 ,97 ,92 ,60


Casewise Diagnostics(a,b)

Case Number Std. Residual TA/A-1Predicted

Value Residual8 -3,095 -,11598 -,0111580 -,1048220


Residuals Statistics(a,b) Minimum Maximum Mean Std. Deviation NPredicted Value -,1282199 ,0146023 -,0192256 ,02184610 38Std. Predicted Value -4,989 1,548 ,000 1,000 38Standard Error of Predicted Value ,00182466 ,03329828 ,00656960 ,00697726 38

Adjusted Predicted Value -,5436080 ,0339657 -,0354936 ,09439882 38Residual -,1048220 ,0556198 -,0082767 ,03185501 38Std. Residual -3,095 1,642 -,244 ,941 38Stud. Residual -3,104 2,880 -,160 1,142 38Deleted Residual -,1054492 ,5336780 ,0079912 ,09781362 38Stud. Deleted Residual -3,594 3,250 -,163 1,225 38Mahal. Distance ,110 36,730 3,000 7,601 38Cook's Distance ,000 79,997 2,294 12,987 38Centered Leverage Value ,003 ,967 ,079 ,200 38


30

Charts

NPar Tests

One-Sample Kolmogorov-Smirnov Test

Unstandardized

ResidualN 38Normal Parameters(a,b) Mean -,0082767 Std. Deviation ,03185501Most Extreme Differences

Absolute ,139

Positive ,087 Negative -,139Kolmogorov-Smirnov Z ,857Asymp. Sig. (2-tailed) ,455

a Test distribution is Normal.b Calculated from data.

T-TestOne-Sample Statistics

N Mean Std. Deviation Std. Error Mean

Unstandardized Residual 38 -,0082767 ,03185501 ,00516756

One-Sample TestTest Value = 0

t df Sig. (2-tailed) Mean Difference

95% Confidence Interval of the Difference

Lower Upper

Unstandardized Residual -1,602 37 ,118 -,0082767 -,0187472 ,0021937

31

Lampiran 4 : Output Regresi Kinerja Bank Syariah

DescriptivesDescriptive Statistics

N Minimum Maximum Mean Std. DeviationUnstandardized Residual 38 -,10482 ,05562 -,0082767 ,03185501CAR 38 -,42975 ,14421 ,0094092 ,09022474RORA 38 -,31012 ,13030 -,0036053 ,06592745ROA 38 -,20489 ,05594 -,0045239 ,04710785NPM 38 -1,07939 ,51535 ,0446092 ,33815089LDR 38 ,00000 ,96743 ,6329674 ,24569228BUS 38 ,00000 1,00000 ,1578947 ,36953702Valid N (listwise) 38

RegressionCorrelations

Unstandardized

Residual CAR RORA ROA NPM LDR BUSPearson Correlation Unstandardized

Residual 1,000 ,248 ,201 ,218 ,338 ,077 ,296

CAR ,248 1,000 ,345 ,455 ,672 ,072 ,349 RORA ,201 ,345 1,000 ,959 ,290 ,315 ,131 ROA ,218 ,455 ,959 1,000 ,439 ,429 ,142 NPM ,338 ,672 ,290 ,439 1,000 ,108 ,123 LDR ,077 ,072 ,315 ,429 ,108 1,000 ,367 BUS ,296 ,349 ,131 ,142 ,123 ,367 1,000Sig. (1-tailed) Unstandardized

Residual . ,067 ,113 ,094 ,019 ,324 ,036

CAR ,067 . ,017 ,002 ,000 ,334 ,016 RORA ,113 ,017 . ,000 ,039 ,027 ,217 ROA ,094 ,002 ,000 . ,003 ,004 ,198 NPM ,019 ,000 ,039 ,003 . ,260 ,231 LDR ,324 ,334 ,027 ,004 ,260 . ,012 BUS ,036 ,016 ,217 ,198 ,231 ,012 .N Unstandardized

Residual 38 38 38 38 38 38 38

CAR 38 38 38 38 38 38 38 RORA 38 38 38 38 38 38 38 ROA 38 38 38 38 38 38 38 NPM 38 38 38 38 38 38 38 LDR 38 38 38 38 38 38 38 BUS 38 38 38 38 38 38 38

32

Lampiran 5 : Output Regresi Kinerja Bank Syariah Dengan Variabel RORA

Regression

Descriptive Statistics Mean Std. Deviation NUnstandardized Residual -,0082767 ,03185501 38CAR ,0094092 ,09022474 38RORA -,0036053 ,06592745 38NPM ,0446092 ,33815089 38LDR ,6329674 ,24569228 38BUS ,1578947 ,36953702 38

Correlations

Unstandardized

Residual CAR RORA NPM LDR BUSPearson Correlation Unstandardized

Residual 1,000 ,248 ,201 ,338 ,077 ,296

CAR ,248 1,000 ,345 ,672 ,072 ,349 RORA ,201 ,345 1,000 ,290 ,315 ,131 NPM ,338 ,672 ,290 1,000 ,108 ,123 LDR ,077 ,072 ,315 ,108 1,000 ,367 BUS ,296 ,349 ,131 ,123 ,367 1,000Sig. (1-tailed) Unstandardized

Residual . ,067 ,113 ,019 ,324 ,036

CAR ,067 . ,017 ,000 ,334 ,016 RORA ,113 ,017 . ,039 ,027 ,217 NPM ,019 ,000 ,039 . ,260 ,231 LDR ,324 ,334 ,027 ,260 . ,012 BUS ,036 ,016 ,217 ,231 ,012 .N Unstandardized

Residual 38 38 38 38 38 38

CAR 38 38 38 38 38 38 RORA 38 38 38 38 38 38 NPM 38 38 38 38 38 38 LDR 38 38 38 38 38 38 BUS 38 38 38 38 38 38

Variables Entered/Removed(b)

Model Variables Entered Variables Removed Method

1 BUS, NPM, RORA, LDR, CAR(a) . Enter

a All requested variables entered.b Dependent Variable: Unstandardized Residual

33

Model Summary(b)

Model R R Square

Adjusted R Square


Change Statistics Durbin-Watson

R Square Change

F Change df1 df2 Sig. F

Change1 ,453(a) ,205 ,081 ,03053347 ,205 1,654 5 32 ,174 1,857

a Predictors: (Constant), BUS, NPM, RORA, LDR, CARb Dependent Variable: Unstandardized Residual

ANOVA(b)

Model Sum of

Squares df Mean Square F Sig.1 Regression ,008 5 ,002 1,654 ,174(a) Residual ,030 32 ,001 Total ,038 37

a Predictors: (Constant), BUS, NPM, RORA, LDR, CARb Dependent Variable: Unstandardized Residual

Coefficients(a)

Model


Standardized

Coefficients

t

Sig.

95% Confidence

Interval for B CorrelationsCollinearity Statistics

BStd. Error Beta

Lower Bound

Upper Bound

Zero-order Partial Part

Tolerance VIF

1 (Constant) -,004 ,015 -,255 ,801 -,035 ,027 CAR -,058 ,084 -,163 -,684 ,499 -,229 ,114 ,248 -,120 -,108 ,437 2,288 RORA ,069 ,086 ,142 ,797 ,431 -,107 ,244 ,201 ,140 ,126 ,785 1,274 NPM ,036 ,021 ,379 1,736 ,092 -,006 ,078 ,338 ,293 ,274 ,521 1,921 LDR -,015 ,024 -,119 -,656 ,517 -,063 ,032 ,077 -,115 -,103 ,755 1,324 BUS ,029 ,016 ,332 1,786 ,084 -,004 ,061 ,296 ,301 ,281 ,720 1,389

a Dependent Variable: Unstandardized Residual

Coefficient Correlations(a)Model BUS NPM RORA LDR CAR1 Correlations BUS 1,000 ,201 ,105 -,397 -,401 NPM ,201 1,000 -,039 -,132 -,654 RORA ,105 -,039 1,000 -,320 -,244 LDR -,397 -,132 -,320 1,000 ,217 CAR -,401 -,654 -,244 ,217 1,000 Covariances BUS ,000 6,616E-05 ,000 ,000 -,001 NPM 6,616E-05 ,000 -6,863E-05 -6,366E-05 -,001 RORA ,000 -6,863E-05 ,007 -,001 -,002 LDR ,000 -6,366E-05 -,001 ,001 ,000 CAR -,001 -,001 -,002 ,000 ,007


34

Collinearity Diagnostics(a)

Model

Dimension

Eigenvalue

Condition Index


(Constant) CAR RORA NPM LDR BUS1 1 2,509 1,000 ,01 ,02 ,01 ,02 ,01 ,05 2 1,693 1,217 ,01 ,07 ,09 ,07 ,01 ,00 3 ,783 1,790 ,00 ,04 ,77 ,08 ,00 ,00 4 ,690 1,907 ,02 ,01 ,00 ,11 ,01 ,61 5 ,273 3,032 ,01 ,80 ,00 ,69 ,00 ,20 6 ,051 6,980 ,95 ,06 ,13 ,02 ,97 ,13


Casewise Diagnostics(a)

Case Number Std. ResidualUnstandardize

d ResidualPredicted

Value Residual8 -2,395 -,10482 -,0316868 -,0731352


Residuals Statistics(a) Minimum Maximum Mean Std. Deviation NPredicted Value -,0516520 ,0150615 -,0082767 ,01443726 38Std. Predicted Value -3,004 1,617 ,000 1,000 38Standard Error of Predicted Value ,00550991 ,02869531 ,01086142 ,00547940 38

Adjusted Predicted Value -,0788901 ,0173354 -,0105109 ,01907731 38Residual -,0731352 ,0550731 ,0000000 ,02839555 38Std. Residual -2,395 1,804 ,000 ,930 38Stud. Residual -2,604 1,911 ,019 ,994 38Deleted Residual -,0864452 ,0742709 ,0022341 ,03446102 38Stud. Deleted Residual -2,887 1,999 ,015 1,027 38Mahal. Distance ,231 31,706 4,868 7,022 38Cook's Distance ,000 ,871 ,047 ,144 38Centered Leverage Value ,006 ,857 ,132 ,190 38


35

Charts

NPar Tests


Unstandardized

ResidualN 38Normal Parameters(a,b) Mean ,0000000 Std. Deviation ,02839555Most Extreme Differences

Absolute ,066

Positive ,051 Negative -,066Kolmogorov-Smirnov Z ,408Asymp. Sig. (2-tailed) ,996


36

Lampiran 6 : Output Regresi Kinerja Bank Syariah Dengan Variabel ROA

RegressionDescriptive Statistics

Mean Std. Deviation NUnstandardized Residual -,0082767 ,03185501 38CAR ,0094092 ,09022474 38ROA -,0045239 ,04710785 38NPM ,0446092 ,33815089 38LDR ,6329674 ,24569228 38BUS ,1578947 ,36953702 38

Correlations

Unstandardized

Residual CAR ROA NPM LDR BUSPearson Correlation Unstandardized

Residual 1,000 ,248 ,218 ,338 ,077 ,296

CAR ,248 1,000 ,455 ,672 ,072 ,349 ROA ,218 ,455 1,000 ,439 ,429 ,142 NPM ,338 ,672 ,439 1,000 ,108 ,123 LDR ,077 ,072 ,429 ,108 1,000 ,367 BUS ,296 ,349 ,142 ,123 ,367 1,000Sig. (1-tailed) Unstandardized

Residual . ,067 ,094 ,019 ,324 ,036

CAR ,067 . ,002 ,000 ,334 ,016 ROA ,094 ,002 . ,003 ,004 ,198 NPM ,019 ,000 ,003 . ,260 ,231 LDR ,324 ,334 ,004 ,260 . ,012 BUS ,036 ,016 ,198 ,231 ,012 .N Unstandardized

Residual 38 38 38 38 38 38

CAR 38 38 38 38 38 38 ROA 38 38 38 38 38 38 NPM 38 38 38 38 38 38 LDR 38 38 38 38 38 38 BUS 38 38 38 38 38 38

Variables Entered/Removed(b)

Model Variables Entered Variables Removed Method

1 BUS, NPM, LDR, ROA, CAR(a) . Enter

a All requested variables entered.b Dependent Variable: Unstandardized Residual

37

Model Summary(b)

Model R R Square

Adjusted R Square


Change Statistics Durbin-WatsonR Square

ChangeF

Change df1 df2 Sig. F Change

1 ,450(a) ,203 ,078 ,03058489 ,203 1,627 5 32 ,181 1,857a Predictors: (Constant), BUS, NPM, LDR, ROA, CARb Dependent Variable: Unstandardized Residual

ANOVA(b)

Model Sum of

Squares df Mean Square F Sig.1 Regression ,008 5 ,002 1,627 ,181(a) Residual ,030 32 ,001 Total ,038 37

a Predictors: (Constant), BUS, NPM, LDR, ROA, CARb Dependent Variable: Unstandardized Residual

Coefficients(a)

Model


Standardized

Coefficients t Sig.

95% Confidence

Interval for BCorrelations Collinearity

Statistics

B Std. Error Beta Lower

BoundUpper Bound

Zero-order Partial Part Tolera

nce VIF

1 (Constant) -,002 ,016 -,121 ,905 -,035 ,031 CAR -,061 ,086 -,173 -,708 ,484 -,237 ,115 ,248 -,124 -,112 ,418 2,392 ROA ,101 ,139 ,149 ,725 ,474 -,182 ,384 ,218 ,127 ,114 ,591 1,693 NPM ,034 ,021 ,362 1,639 ,111 -,008 ,077 ,338 ,278 ,259 ,510 1,961 LDR -,018 ,025 -,139 -,715 ,480 -,070 ,033 ,077 -,125 -,113 ,654 1,530 BUS ,029 ,016 ,342 1,815 ,079 -,004 ,063 ,296 ,306 ,287 ,702 1,425


Coefficient Correlations(a)Model BUS NPM LDR ROA CAR1 Correlations BUS 1,000 ,172 -,423 ,190 -,423 NPM ,172 1,000 -,063 -,147 -,595 LDR -,423 -,063 1,000 -,472 ,276 ROA ,190 -,147 -,472 1,000 -,317 CAR -,423 -,595 ,276 -,317 1,000 Covariances BUS ,000 5,826E-05 ,000 ,000 -,001 NPM 5,826E-05 ,000 -3,324E-05 ,000 -,001 LDR ,000 -3,324E-05 ,001 -,002 ,001 ROA ,000 ,000 -,002 ,019 -,004 CAR -,001 -,001 ,001 -,004 ,007


38

Collinearity Diagnostics(a)

Model

Dimension

Eigenvalue

Condition Index


(Constant) CAR ROA NPM LDR BUS1 1 2,538 1,000 ,01 ,03 ,01 ,03 ,01 ,04 2 1,814 1,183 ,01 ,05 ,07 ,05 ,01 ,01 3 ,703 1,900 ,01 ,03 ,10 ,03 ,01 ,52 4 ,627 2,012 ,00 ,05 ,54 ,20 ,00 ,07 5 ,274 3,044 ,01 ,75 ,00 ,69 ,00 ,20 6 ,043 7,648 ,96 ,10 ,28 ,00 ,97 ,16


Casewise Diagnostics(a)

Case Number Std. ResidualUnstandardized

ResidualPredicted

Value Residual8 -2,358 -,10482 -,0327115 -,0721105


Residuals Statistics(a) Minimum Maximum Mean Std. Deviation NPredicted Value -,0506604 ,0147525 -,0082767 ,01434282 38Std. Predicted Value -2,955 1,606 ,000 1,000 38Standard Error of Predicted Value ,00554509 ,02904586 ,01094726 ,00534890 38

Adjusted Predicted Value -,0785458 ,0174123 -,0103429 ,01887669 38Residual -,0721105 ,0557361 ,0000000 ,02844337 38Std. Residual -2,358 1,822 ,000 ,930 38Stud. Residual -2,592 1,938 ,016 ,996 38Deleted Residual -,0871857 ,0739266 ,0020661 ,03464639 38Stud. Deleted Residual -2,871 2,030 ,012 1,029 38Mahal. Distance ,243 32,396 4,868 6,879 38Cook's Distance ,000 ,878 ,048 ,146 38Centered Leverage Value ,007 ,876 ,132 ,186 38


39

Charts

NPar Tests


Unstandardized

ResidualN 38Normal Parameters(a,b) Mean ,0000000 Std. Deviation ,02844337Most Extreme Differences

Absolute ,054

Positive ,054 Negative -,048Kolmogorov-Smirnov Z ,333Asymp. Sig. (2-tailed) 1,000


40

pengaruh rasio camel praktik manajemen laba di bank syariah

Economy & Finance