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. Dan Arnawa 2

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

3

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

Sehingga disimpulkan profitabilitas bank berpengaruh negatif terhadap praktik manajemen laba.Rasio C (Capital) pada rasio CAMEL dalam penelitian ini. Rasio RORA ini merupakan salah satu rasio yang menunjukkan profitabilitas bank. diproksi dengan nilai rasio ROA (Return On Assets). Dimana hipotesis yang dibangun adalah: H2a : Rasio CAR berpengaruh negatif terhadap praktik manajemen laba. Penelitian Robb (1998) juga membuktikan secara empiris bahwa bank cenderung melakukan praktik pengelolaan laba dengan cara meningkatkan laba. Karena nilai minimum CAR juga merupakan salah satu peraturan BI yang harus dipenuhi oleh bank syariah. Sehingga dapat disimpulkan bahwa nilai rasio CAR berpengaruh negatif terhadap praktik manajemen laba. Sehingga rasio ini diproksi dengan nilai rasio RORA (Return On Risked Assets) yang diperoleh dari perbandingan laba sebelum pajak dengan aktiva produktif. jika diperoleh laba yang lebih rendah dari yang diinginkan. diproksi dengan nilai rasio CAR (Capital Adequacy Ratio. Earnings management dilakukan oleh bank semakin intensif dengan arah yang terbalik dengan tingkat CAR. Rasio A (Assets quality) pada rasio CAMEL. Penelitian Endriani (2004) ditemukan bahwa bank melakukan earnings management dalam upaya memenuhi ketentuan rasio kecukupan modal minimum (CAR) yang telah ditetapkan BI. Penelitian Arnawa (2006) menggunakan rasio Return On Assets (ROA) 5 . Sedangkan rasio M (Management) pada rasio CAMEL. dimana kualitas aset ini dapat dilihat dari kemampuan aktiva produktif dalam menghasilkan laba. Secara teori diketahui bahwa perusahaan yang memiliki profitabilitas yang rendah lebih termotivasi untuk melakukan earnings management. dimana bank yang memiliki nilai CAR lebih rendah dari ketentuan minimum BI cenderung lebih intensif (tinggi) melakukan praktik earnings management dan sebaliknya. Berdasarkan dugaan ini disusun hipotesis: H2b : Rasio RORA berpengaruh negatif terhadap praktik manajemen laba. maka diduga praktik manajemen laba yang dipengaruhi oleh rasio CAR ini juga terjadi pada bank syariah.

sebagai salah satu proksi untuk menilai kinerja bank. Maka berdasarkan uraian di atas. Semakin rendah nilai LDR yang juga menunjukkan rendahnya penghasilan bank akan memotivasi bank untuk melakukan manajemen laba dengan cara meningkatkan laba. Metodologi Penelitian 6 . Karena rasio LDR dalam penelitian ini sama dengan rasio LDR yang digunakan dalam penelitian Arnawa (2006). diproksi dengan nilai rasio NPM (Net Profit Margin) yang diperoleh dari perbandingan laba operasi dengan pendapatan. Dimana nilai rasio ROA yang rendah juga diduga akan lebih memotivasi bank untuk melakukan manajemen laba dengan cara meningkatkan laba. Rasio L (Liquidity) pada rasio CAMEL. 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. Karena itu rasio NPM ini diasumsikan juga akan bersifat sama dengan rasio RORA dan ROA sebelumnya. Rasio E (Earning) pada rasio CAMEL. Berdasarkan asumsi ini dibangun hipotesis : H2d : Rasio NPM berpengaruh negatif terhadap praktik manajemen laba. 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. berdasarkan uraian di atas dibangun hipotesis : H2e : Rasio LDR berpengaruh negatif terhadap praktik manajemen laba. rasio NPM juga menunjukkan kemampuan bank menghasilkan laba dari aktivitas operasionalnya. 3. Sama halnya dengan rasio RORA dan ROA sebelumnya. diproksi dengan nilai rasio LDR (Loan to Deposit Ratio). Dan hasil penelitiannya juga menunjukkan hal yang sama yaitu rasio LDR berpengaruh negatif terhadap praktik manajemen laba secara signifikan. dimana rasio-rasio tersebut dirujuk kepada rasio ROA dalam penelitian Arnawa (2006). Kinerja bank dalam penelitian Arnawa (2006) juga diproksi dengan rasio LDR.

β2 < 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.∆BYDit .3. ∆PMADit = selisih pendapatan masih akan diterima bank syariah i pada tahun t dengan t-1. dengan rumus: TAit = (∆PMADit + ∆BDDit +∆UMPit . 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. β3 < 0.Depit)/(Ait-1) Dimana: TAit = total akrual bank syariah i pada tahun t. Pengukuran Variabel • Variabel Independen: Akrual Diskresioner Penghitungan total akrual sama dengan yang dilakukan Healy (1985) dan Jones (1991) yang telah disesuaikan dengan karakteristik perbankan.1.2. Model Penelitian Untuk menguji indikasi praktik manajemen laba pada hipotesis 1 (H1) di atas digunakan uji beda. 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.∆UPit – BAPit . yaitu apakah rata-rata nilai AD pada bank syariah ≠ 0. ∆BDDit = selisih beban dibayar dimuka 7 .

Asset Quality diukur dengan RORA = laba sebelum pajak/aktiva produktif. Earnings diukur dengan NPM = laba operasi/pendapatan. Prosedur Pengumpulan Data Data yang akan diolah dalam penelitian ini diambil dari laporan keuangan publikasi tahunan bank syariah yang terpilih sebagai sampel penelitian. and equipment (aktiva tetap) bank syariah i pada tahun t. ∆BYDit = selisih beban yang harus dibayar bank syariah i pada tahun t dengan t-1. Depit = beban depresiasi bank syariah i pada tahun t. Perkiraan error (εit) dalam persamaan di atas menunjukkan akrual diskresioner (discretionary accruals). Kemudian. BAPit = beban penyisihan aktiva produktif bank syariah i pada tahun t. 8 . Ait-1 = total aktiva bank syariah i pada tahun t-1.3. Ait-1 = total aktiva bank syariah i pada tahun t-1. dimana dana pihak ketiga adalah dana yang diterima oleh bank dari nasabah maupun dari pinjaman.bank syariah i pada tahun t dengan t-1. Management diukur dengan ROA = laba bersih/total aktiva. PPEit = property. plant.go. dimana aktiva produktif adalah semua aktiva baik dalam rupiah maupun valuta asing yang dimiliki bank syariah dengan maksud untuk memperoleh penghasilan sesuai dengan fungsinya. ∆POit = selisih pendapatan operasi bank syariah i pada tahun t dengan t-1.bi. ∆UPit = selisih utang pajak bank syariah i pada tahun t dengan t-1. dan Liquidity diukur dengan LDR = jumlah kredit yang diberikan/jumlah dana pihak ketiga. 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.id. • Variabel Dependen: Rasio CAMEL Capital diukur dengan CAR = ekuitas/total aktiva. yang dapat diperoleh dari media massa yang memuat publikasi tersebut ataupun dari Direktori Perbankan Indonesia yang diterbitkan oleh BI serta dari website BI : www. 3. ∆UMPit = selisih uang muka pajak bank syariah i pada tahun t dengan t-1.

Nilai rata-rata dari TA. Populasi dan Sampel Populasi dari penelitian ini adalah semua perbankan syariah di Indonesia. Tetapi ada beberapa UUS yang berdiri tahun 2007. yang menunjukkan jumlah data sampel yang diolah (N). ∆PO dan PPE telah dibagi dengan Total Aset tahun sebelumnya. maka diputuskan yang menjadi sampel dari penelitian ini hanya kelompok BUS dan UUS dengan total 29 bank syariah. Tetapi karena adanya beberapa UUS yang berdiri tahun 2005 sehingga data tahun 2004 belum ada. Analisis Hasil Penelitian 4.01922 dan AD sekitar -0. AND dan AD yang kecil ini menunjukkan bahwa nilai akrual yang ada pada bank syariah cukup kecil karena memang 9 .1 juga terlihat nilai rata-rata (mean) dari TA adalah sekitar -0. maka data sampel final yang diolah adalah sebanyak 38 buah. Perbankan Syariah terdiri dari 3 kelompok yaitu Bank Umum Syariah (BUS) sebanyak 3 bank.1 di Lampiran 1. Karena tujuan dan operasional BUS dan UUS relatif sama dan peraturan BI untuk kedua kelompok bank syariah ini juga sama. 4. yang berdasarkan data BI bulan Mei tahun 2007.1 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 4.4. dimana nilai TA. akhirnya ditetapkan 3 BUS dan 18 UUS yang terpilih sebagai sampel untuk tahun 2005-2006.3. Dari Tabel 4. nilai minimum dan maksimum.00828. nilai rata-rata (mean) dan standar deviasi dari variabel sampel.02750. Sehingga total sampel yang diolah dalam penelitian ini adalah sebanyak 42 buah. Unit Usaha Syariah (UUS) sebanyak 26 bank dan Bank Perkreditan Rakyat Syariah (BPRS) sebanyak 106 bank. AND sekitar -0.

2 tailed) = 0.2. dimana akrual diskresioner (Discretionary Accrual) mempunyai nilai t = -1. maka dapat disimpulkan bahwa pada bank syariah tidak terdapat indikasi praktik manajemen laba.1 di Lampiran 2 yang menunjukkan model regresi yang digunakan telah memenuhi uji asumsi klasik.5 di Lampiran 1. Unbiased dan Estimator (BLUE) jika memenuhi semua asumsi klasik. Pengujian hipotesis 1 (H1) dilakukan dengan uji beda.05 (sig = 0. RORA. sehingga dugaan hipotesis 1 (H1) tentang terdapatnya indikasi praktik manajemen laba pada bank syariah tidak terbukti (ditolak).1 Statistik Deskriptif Sampel Kinerja Bank Syariah Statistik deskriptif kinerja bank syariah dengan variabel Akrual Diskresioner (AD). nilai minimum dan maksimum.perkiraan yang bersifat akrual pada bank syariah tidak begitu banyak. Hasil uji beda One Sample T Test dengan program SPSS dapat dilihat pada Tabel 4.2 Analisis Pengaruh Kinerja Bank Syariah Dengan Rasio CAMEL Terhadap Praktik Manajemen Laba 4.05). nilai rata-rata (mean) dan standar deviasi dari variabel sampel yang digunakan dalam penelitian ini.3 di Lampiran 1 dan Gambar 4. Model regresi yang menggunakan metode estimasi Ordinary Least Squares (OLS) akan memberikan hasil yang Best. CAR.2.118 jauh diatas 0. NPM dan LDR dapat dilihat pada Tabel 4.602 dengan nilai signifikansi (sig. ROA. sehingga model sudah valid. Pengujian asumsi klasik yang dilakukan dari model regresi berdasarkan output SPSS dapat dilihat pada Tabel 4. Hal ini berarti bahwa akrual diskresioner secara signifikan tidak berbeda dengan 0. Linear. 4. Dalam model regresi 10 . Sedangkan nilai rata-rata yang negatif menunjukkan bahwa nilai akrual yang ada pada bank syariah cenderung bersifat income decreasing (penurunan laba).118 > 0. Tabel 4.6 di Lampran 1 yang menunjukkan jumlah data sampel yang diolah (N). Karena nilai akrual diskresioner merupakan proksi dari indikasi praktik manajemen laba pada bank syariah.

5%. yang berarti rata-rata profitabilitas bank syariah masih kurang baik. Disamping itu nilai pembilang (nilai ekuitas) dalam penelitian ini sebagian besar (84%) merupakan nilai saldo laba pada UUS.6%.00941 atau sekitar 0.4% dan -0. sekitar -0.00828. 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. Dari Tabel 4. 11 . sama dengan yang dibuktikan pada hasil pengujian hipotesis 1 (H1) yaitu nilai akrual diskresioner secara signifikan tidak berbeda dengan 0. Hal ini diperkiraan dipengaruhi oleh rugi non operasional yang besar. dimana hal ini menunjukkan bahwa kinerja operasional bank syariah juga cukup baik. dimana nilai rata-rata AD yang sangat kecil (mendekati 0).9%. Nilai rata-rata rasio CAR terlihat sangat rendah yaitu sebesar 0. Sedangkan dalam ketentuan BI. sehingga nilai laba sebelum pajak yang digunakan dalan rasio RORA dan laba setelah pajak yang digunakan dalam rasio ROA nilainya menjadi sangat kecil. Sedangkan nilai rata-rata rasio NPM cukup baik yaitu sekitar 4. Tetapi karena cukup sulit untuk menghitung komposisi ATMR ini. maka digunakan perhitungan rasio CAR di atas.6 juga terlihat nilai rata-rata (mean) dari AD adalah sekitar -0. yang jauh dibawah batasan minimum nilai CAR yang ditetapkan BI yaitu 8%. seperti yang digunakan Naser (2003) dalam penelitiannya.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%. 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. karena nilai rasio NPM ini diperoleh dari perbandingan laba operasional dengan pendapatan operasional. 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.

β2 < 0.2 Pengujian Asumsi Klasik Model Regresi Kinerja Bank Syariah Berdasarkan output SPSS pada Tabel 4. 4.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. β4 < 0 dan β5 ≠ 0. β4 < 0 dan β5 ≠ 0. β3 < 0. β2 < 0.2. 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 Dengan ekspektasi : β1 < 0. Untuk menghilangkan multikolinearitas ini.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 Dengan ekspektasi : β1 < 0.7 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. 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. β3 < 0. Kedua model regrasi yang baru ini masing-masing akan diolah kembali dengan program SPSS. 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. (1b) (1a) 12 .2.

menggambarkan kemampuan variabel independen menjelaskan variabel dependen.2. Dimana kedua model tersebut telah memenuhi semua uji asumsi klasik.4 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA dan ROA Berdasarkan output SPSS.8.5 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. dan dengan model variabel ROA sebesar 0. Tabel 4. Secara umum terlihat bahwa hasil regresi dengan kedua model tidak jauh berbeda. pengujian asumsi klasik terhadap model regresi dengan variabel RORA dapat dilihat pada Tabel 4.00941 atau 0. seingga hipotesis 2a (H2a) ditolak.13 dapat diketahui bahwa rasio CAR berpengaruh negatif. sehingga model regresi tersebut sudah valid. NPM.1%. tetapi tidak signifikan terhadap akrual diskresioner. 4.081 atau sekitar 8. Nilai adjusted R2 dari model dengan variabel RORA adalah sebesar 0. Nilai slope (B) rasio CAR yang negatif seperti terlihat pada Tabel 4.9% seperti yang terlihat pada statistik deskriptif sebelumnya.13 di Lampiran 1 juga dapat dilihat bahwa semua variabel rasio CAMEL (CAR.8%. Tabel 4.11 di Lampiran 1 dan Gambar 4.2 di Lampiran 2. 13 . RORA.12 dan Tabel 4.9 di Lampiran 1 dan Gambar 4. sehingga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner atau praktik manajemen laba secara signifikan. serta pada Tabel 4.3 di Lampiran 2 untuk model regresi dengan variabel ROA.10. ROA dan LDR) yang dalam hipotesis diduga berpengaruh negatif dan signifikan terhadap akrual diskresioner. Hal ini mungkin disebabkan oleh nilai rata-rata rasio CAR secara keseluruhan yang kecil yaitu hanya 0.078 atau sekitar 7. Pada Tabel 4.13.2.4.12 dan Tabel 4. tetapi hasil pengujian menunjukkan tidak ada yang konsisten dengan dugaan hipotesis semula sehingga H2 ditolak.

untuk penilaian kinerja bank secara keseluruhan.4% seperti yang terlihat pada statistik deskriptif. Maka UUS yang berjumlah 84% dari data dalam penelitian ini. Rasio RORA berpengaruh positif dan tidak sisgnifikan seperti terlihat pada Tabel 4.12. Nilai laba sebelum pajak yang digunakan dalam rasio RORA pada beberapa bank syariah sampel cukup rendah dan bahkan ada yang 14 . Hasil penelitian ini juga sejalan atau dapat disamakan dengan hasil penelitian Arnawa (2006) sebelumnya yang juga menemukan pengaruh positif dari rasio ROA dan juga tidak signifikan terhadap pengelolaan laba. yang menunjukkan bahwa praktik manajemen laba biasanya terjadi pada tingkat bank. yang merupakan cabang dari bank induk konvensionalnya. Dugaan ini dapat diperkuat dengan hasil penelitian yang menunjukkan bahwa variabel kontrol BUS yang berpengaruh signifikan terhadap akrual diskresioner. yang berarti tidak konsisten dengan dugaan hipotesis (H2b ditolak).Nilai rata-rata rasio CAR yang sangat rendah ini mungkin disebabkan oleh beberapa hal seperti yang telah diuraikan dalam statistik deskriptif sebelumnya. Disamping itu nilai rata-rata rasio RORA yang cukup rendah yaitu sebesar -0. Sehingga pada tingkat cabang diduga lebih cenderung untuk memperhatikan penilaian kinerja operasional. Disamping itu kewajiban pemenuhan batasan nilai minimum CAR yang ditetapkan oleh BI adalah pada tingkat banknya bukan pada tingkat cabang atau unit usaha. Dimana rasio keuangan untuk menilai kualitas assets bank ini juga terpusat pada bank induknya. sehingga hal ini diduga juga mempengaruhi tidak signifikannya rasio CAR dalam mempengaruhi akrual diskresioner. 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.00361 atau 0. tidak wajib memenuhi batasan nilai minimum CAR ini. Diduga rasio RORA juga bukan merupakan orientasi utama UUS yang berstatus cabang dari bank induk konvensional. juga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner secara signifikan.

walaupun laba operasinya cukup tinggi. Disamping itu rasio ROA biasanya juga dihitung ditingkat pusat untuk bank secara keseluruhan. Nilai rata-rata rasio ROA yang rendah yaitu sebesar -0.13. Tetapi karena mayoritas (84%) sampel bank syariah adalah berbentuk UUS yang merupakan cabang dari bank induk konvensional. sehingga pajak penghasilan dibebankan pada kantor pusat. Hipotesis H2d juga ditolak. juga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner secara signifikan. mungkin dapat dipengaruhi oleh aktivitas big bath karena sekitar 53% sampel mengalami penurunan laba yang cukup besar. Rasio NPM yang berbeda dari hipotesis awal. 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. karena hasil pengujian pada Tabel 4. tetapi hasil rasio NPM yang berpengaruh positif dan signifikan menunjukkan bahwa ada beberapa bank syariah yang melakukan praktik manajemen laba tersebut. karena besarnya nilai rugi dari aktivitas non operasional. sehingga sebagian besar laba setelah pajak yang digunakan dalam rasio ROA ini sama dengan laba sebelum pajak yang digunakan dalam perhitungan rasio RORA sebelumnya. Sehingga rasio NPM ini kemungkinan akan sangat diperhatikan nilainya dan menjadi orientasi utama bank syariah.13 menunjukkan rasio ROA berpengaruh positif dan tidak signifikan terhadap akrual diskresioner.00452 atau 0. Walaupun dari pengujian hipotesis 1 (H1) menunjukkan secara rata-rata tidak ada praktik manajemen laba pada bank syariah. Nilai laba setelah pajak diperoleh dari laba sebelum pajak setelah dikurangi dengan pajak penghasilan.bernilai negatif. Nilai rasio ROA ini diperolah dari perbandingan laba setelah pajak dengan total aktiva. terutama UUS yang tidak terbebani oleh target nilai rasio-rasio lainnya. menunjukkan bahwa rasio NPM berpengaruh positif dan signifikan terhadap akrual diskresioner yang juga tidak sejalan dengan dugaan hipotesis 2d (H2d) semula.5% seperti yang terlihat pada statistik deskriptif sebelumnya.12 dan Tabel 4. 15 . Rasio NPM yang positif dan signifikan seperti terlihat pada Tabel 4.

63297 atau 63% seperti yang terlihat pada statistik deskriptif sebelumnya. menunjukkan bahwa variabel BUS positif dan signifikan pada α = 10%.10.Sejalan dengan kondisi rendahnya nilai rasio RORA yang juga berbeda pengaruh dan tidak signifikan terhadap akrual diskresioner seperti diuraikan sebelumnya. Rasio LDR diperoleh dari perbandingan jumlah kredit yang diberikan dengan jumlah dana pihak ketiga yang ada pada bank syariah. 5. dimana bagi hasil dari pembiayaan ini merupakan pendapatan utama bank syariah. Sedangkan untuk variabel kontrol BUS. 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. diduga hal yang sama juga mempengaruhi rasio ROA. menunjukkan bahwa hipotesis H2e juga ditolak. Hal ini berarti bahwa kecenderungan praktik manajemen laba secara signifikan lebih tinggi pada tingkat bank (BUS) dari pada tingkat cabang (UUS). jadi bukan untuk memenuhi kecukupan rasio LDR yang juga ditetapkan BI untuk tingkat bank.12 dan Tabel 4.13. Nilai rata-rata rasio LDR yang tinggi ini juga dapat menunjukkan baiknya bank syariah dalam menyalurkan pembiayaan (kredit) kepada masyarakat. Nilai rata-rata rasio LDR tinggi dibandingkan dengan rasio-rasio kinerja bank syariah lainnya yaitu 0. seperti yang terlihat pada Tabel 4. Hasil penelitian ini tetap sejalan dengan hasil penelitian Arnawa (2006) sebelumnya. Sedangkan rasio LDR yang negatif dan tidak signifikan seperti terlihat pada Tabel 4. Penutup 16 . 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 juga diduga membuat rasio LDR tidak memotivasi manajemen untuk melakukan praktik manajemen laba sehingga rasio LDR ini tidak berpengaruh signifikan terhadap akrual diskresioner.

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. Tidak signifikannya pengaruh kedua rasio ini juga diduga karena kedua rasio ini juga biasanya dihitung ditingkat bank (BUS) bukan cabang (UUS). 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 konvensional. Rasio RORA dan ROA berpengaruh positif terhadap praktik manajemen laba dan juga tidak signifikan. sehingga UUS tidak termotivasi untuk melakukan manajemen laba untuk mencapai nilai CAR tertentu. tetapi terdapat kemungkinan pada beberapa bank syariah masih terdapat praktik manajemen laba tersebut. 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. Faktor-faktor yang mempengaruhi praktik manajemen laba yang dihipotesiskan bahwa rasio CAMEL. Hal ini diduga dipengaruhi oleh beberapa hal seperti cara perhitungan rasio yang sedikit berbeda dengan cara yang ditetapkan BI. yang diproksi dengan rasio CAR. Walaupun secara rata-rata tidak terdapat indikasi praktik manajemen laba. 17 . sedangkan 84% sampel adalah UUS.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 . berpengaruh negatif dan signifikan terhadap praktik manajemen laba.5. Sedangkan UUS merupakan mayoritas sampel (84%) dalam penelitian ini.2006. NPM dan LDR. tetapi tidak signifikan. ROA. RORA.

sebaiknya ke depan memperbaikinya dan tidak melakukan pratik manajemen laba tersebut. sehingga rasio ini tidak memotivasi manajemen untuk melakukan praktik manajemen laba di bank syariah. Sedangkan rasio LDR berpengaruh negatif terhadap praktik manajemen laba dan juga tidak signifikan. Sedangkan variabel kontrol BUS yang berpengaruh positif dan signifikan terhadap akrual diskresioner.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. menunjukkan ada beberapa bank syariah yang masih melakukan praktik manajemen laba tersebut. menunjukkan bahwa praktik manajemen laba pada Bank Umum Syariah (BUS) lebih tinggi dari pada pratil manajemen laba di Unit Usaha Syariah (UUS). jadi bukan untuk mencapai target nilai rasio LDR tertentu.Rasio NPM berpengaruh positif dan signifikan terhadap praktik manajemen laba. Beberapa bank syariah yang masih melakukan praktik manajemen laba ini. 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. 5. Rasio NPM yang menunjukkan kinerja operasional bank syariah ini diperkirakan menjadi orientasi utama dibandingkan rasio-rasio lainnya. Karena walaupun manajemen laba dilakukan dengan cara yang tidak bertentangan dengan peraturan yang 18 . Tetapi hasil pengujian hipotesis rasio NPM yang menunjukkan pengaruh positif dan signifikan terhadap manajemen laba. terutama oleh UUS yang tidak dibebani dengan pemenuhan target nilai rasio keuangan tertentu karena rasio-rasio tersebut bersifat terpusat pada tingkat bank induk konvensionalnya.

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). 5. laporan keuangan BUS tersedia lengkap dengan catatan atas laporan keuangannya. 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. dimana secara syariah hal ini juga tidak diperbolehkan (dilarang). Dan ketiga model yang digunakan untuk melihat indikasi praktik manajemen laba pada bank syariah adalah model Jones (1991) yang telah disesuaikan dengan karakteristik perbankan. Sehingga untuk beberapa perkiraan yang membutuhkan penjelasan lebih lanjut untuk diterjemahkan ke dalam rumus perhitungan. 5. Karena BI tentu tidak menginginkan bank dapat memenuhi regulasi di atas kertas karena melakukan praktik manajemen laba untuk memenuhinya. Kedua. merujuk kepada PAPSI sebagai salah satu pedoman akuntansi yang digunakan oleh bank syariah. tetapi laporan keuangan publikasi UUS yang digunakan sebagai sumber data sampel dalam penelitian ini tidak dilengkapi dengan catatan atas laporan keuangannya. Sehingga ada kemungkinan kesalahan pengklasifikasian akrual non diskresioner dan akrual diskresioner.4 Saran Untuk Penelitian Selanjutnya 19 . tetapi karena informasi yang dihasilkan dari laporan keuangan yang mengandung unsur manajemen laba dapat menyesatkan pembacanya. Dimana model Jones dan modifikasi model Jones belum diyakini dapat memisahkan komponen akrual non diskresioner dan akrual diskresioner dengan tepat.ditetapkan IAI dan BI dalam menyusun laporan keuangan bank.3 Keterbatasan Penelitian Terdapat beberapa keterbatasan yang ditemui dalam penelitian ini.

Dengan berbagai keterbatasan yang terdapat dalam penelitian ini dapat direkomendasikan beberapa hal berikut. Dan ketiga penelitian selanjutnya dapat menggunakan modifikasi model Jones yang lebih akurat dan lebih sesuai dengan karakteristik bank syariah. akan lebih baik apabila menggunakan data sampel yang berdasarkan kepada laporan keuangan yang lengkap dengan catatan atas laporan keuangan. 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. 20 .

Damodar N. 22.” The Accounting Review (April 1995).. Jakarta. “Bank Loan Loss Provisions : A Reexamination of Capital Management. Ahmed. “Earnings Management to Avoid Earnings Declines Across Publicy and Private Held Banks”. “Capital Requirement and Bank Behaviour : Emperical Evidence for Switzerland”. V. William H. and Engel. Bandung : Tazkia Institute. Beaver. pp. Muhammad Syafe’i (2000). Basic Econometric. Bandung : Tazkia Institute. Badan Penerbit Universitas Diponegoro. 28. Gujarati. Betty.. Accounting Horizon (December 1989). New York : Mc GrowHill. Arnawa. ______________ (2001). “Indikasi Praktek Earnings Management oleh Bank-Bank di Indonesia Dalam Memenuhi Ketentuan Rasio Kecukupan Modal”. and A. Anne. Earnings Management and Signaling Effects”.DAFTAR PUSTAKA Antonio. D (2004). “Detecting Earnings Management.P. Aplikasi Analisis Multivariate dengan Program SPSS. and Thomas. Jakarta : AlvaBet. Imam (2007)..M. 193-225. 313-325 Bertrand. Semarang : 21 . Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia. R (2002). “Commentary on Earnings Management”. Working Paper. R. L and Petroni. Swiss National Bank (2000). Jakarta. Dasar-dasar Manajemen Bank Syariah. and D.G. Journal of Accounting and Economics. pp. Bank Indonesia (2007).Shawn (1999). Anwer S. Skinner (1996). Ghozali. Rima. Kathy. Takeda. Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia. Endriani. Carolyn. Pp. Zainul (2003).J. P. Jakarta : Biro data dan Informasi Perbankan. The Accounting Review. Chipper. Bank Syariah : Suatu Pengenalan Umum. K.L. Vol 77. “What Motivates Managers’ Choice of Discretionary Accruals?” Journal of Accounting and Economics (August-December 1996). “Analisa Indikasi Manajemen Laba melalui Discretionary Allowance for Loan Loses pada Perbankan Pasca Rekapitalisasi”. Journal of Accounting and Economics. Islamic Banking : Bank Syariah Dari Teori Ke Praktik. Arifin. Sloan. “Discretionary Behavior with Respect to Allowance for Loan Loses and The Behavior of Security Prices”. (2003). Ellen E (1996). Sweeney (1995). 91-102 Dechow. Bernard. I Gede (2006). Direktori Perbankan Indonesia. (1989).

“Indikasi Praktek Pengelolaan Laba dan Faktor-Faktor yang Mempengaruhinya (Studi Empiris pada Sektor Perbankan Sebelum Krisis Perbankan 22 . United States : Prentice Hall.J. “Perlakuan Perpajakan dan Akuntansi atas Transaksi Perbankan Syariah”. (1998). Sofie (2005). Lilis dan Na’im Ainun (2001).M. “Bank Health Evaluation By Bank Indonesia and Earning Management in Banking Industry”. “Earnings Management During Import relief investigation”. Scott. Jakarta : IAI. Financial Accounting Theory. “The Effects of Analysts’ Forecase on Earnings Management in Financial Institutions”. Jakarta. Media Riset Akuntansi. Mahu. United States : Pretince-Hall Inc. pp 33-57 Naciri. Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia. William R. Media Riset Akuntansi. Journals of Accounting Research (Supplement 1988). “Perbandingan Kinerja Bank Pemerintah dan Bank Swasta dengan Rasio CAMEL serta Pengaruhnya terhadap Harga Saham”. Etty M. and Rubin. and M. Vol 5 No 1 April 2005 : 2539.Healy. May 2001. P. Gadjah Mada International Journal of Bussiness. Vol 3 No 3 Desember 2003 : 217-136. Journal of Financial Research (Fall).176. Statistic for Management. Setiawati. W. (2006). Journal of Accounting and Economic 7: 85-107. “Evidence of Earnings Management from the Provision for Bad Debts”. Levin. Robb. Pedoman Akuntansi Perbankan Syariah Indonesia (PAPSI 2003).G. Ikatan Akuntan Indonesia (2007). Ahmed (2002). Sean. McNicholas. Jakarta : PT RajiGrafindo Persada. Richard I. Karim. (1985). Neimark (1988).M. J. (1991). Nasser. “Earnings Management from Bank Provisions for Loans Losses”. Standar Akuntansi Keuangan per 1 Nopember 2007. (1998). “The Effect of Bonus Schemes on Accounting Decision”. Bank Islam : Analisis Fiqih dan Keuangan. (2003). Jones. Auditing dan Informasi. International Edition. David S. “Merumuskan Tujuan Laporan Keuangan Bank Syariah : Sebuah Studi Eksplorasi”. January. Susanto. Auditing dan Informasi. Agus (2003). Adiwarman (2004).D. Zainab (2004). Working Paper. Jakarta : IAI. Journal of Accounting Research (Autumn) : 193-228. Vol 3 no 2 : 159 . ______________________ (2003).

Hal. September 2006. Veronica. Siddharta (2006). Vol. Jurnal Riset Akuntansi Indonesia.9. Siregar dan Utama. 307 – 326. “Pengaruh Struktur Kepemilikan.3. No. Sylvia N. Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia.P. 23 . Jakarta.Nasional)”. Ukuran Perusahaan dan Praktek Corporate Governance Terhadap Pengelolaan Laba (Earnings Management)”.

05562 -0.857 Asymp.2 Uji Asumsi Klasik Model Regresi Total Akrual Pada Bank Syariah Tolerance VIF ∆PO 0.10482 0.934 PPE 0. (2Mean Interval of the t Df tailed) Difference Difference Lower Upper Discretionary Accrual -1.33815 0.10482 0. Sumber : Data diolah Tabel 4.1 Statistik Deskriptif Komponen Total Akrual Pada Bank Syariah N Minimum Maksimum Mean Std.594 .06593 0.04711 0.373 1. Sig.01922 0.96743 0.02750 0.42975 0.04461 38 0.3 Uji Normalitas Model Regresi Total Akrual Pada Bank Syariah Discretionary Accrual N 38 Kolmogorov-Smirnov Z 0.03186 TA=Total Akrual.24569 24 .03413 ∆PO 38 -0.6 Statistik Deskriptif Kinerja Bank Syariah N Minimum Maksimum Mean 38 -0.21997 0.03815 0. PPE=Aktiva Tetap.2.00452 38 -1.09023 0.63297 Std.51535 0.436 2. ∆PO=Perubahan Pendapatan Operasional.455 Sumber : Data diolah Tabel 4. AD=Akrual Diskresioner.00828 38 -0.00000 0.00828 0.00941 38 -0.12822 0.03000 -0.296 Durbin-Watson dL dU Area No Serial Correlation 1.Lampiran 1.31012 0.00000 0. Deviation 0.70187 PPE 38 0.20489 0.00361 38 -0. AND=Akrual Non Diskresioner. PPE=Aktiva Tetap Sumber : Data diolah Tabel 4.594 1.00219 Sumber : Data diolah AD CAR RORA ROA NPM LDR Tabel 4.05029 AND 38 -0.03186 0. Deviation TA 38 -0.07939 0.5 Uji Indikasi Praktik Manajemen Laba Pada Bank Syariah Test Value = 0 95% Confidence Sig.05219 4.01875 0.169 5.36693 0.406 ∆PO=Perubahan Pendapatan Operasional. Tabel yang digunakan dalam Analisis Hasil Penelitian Tabel 4.00828 -0.779 1.05594 -0.118 -0.13030 -0.01460 -0.30903 0.02185 AD 38 -0.11598 0.14421 0.602 37 0. (2-tailed) 0.05562 -0.

261 1.408 Asymp.418 2.755 1.413 2.9 Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel RORA Unstandardized Residual N 38 Kolmogorov-Smirnov Z 0.261 1.378 2.8 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA Tolerance VIF CAR 0.395 BUS 0. CAR=Capital Adequancy Ratio.092 ROA 0.AD=Akrual Diskresioner.10 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel ROA Tolerance VIF CAR 0.530 Durbin Watson dL dU Area No Serial Correlation 1.722 1.993 NPM 0.722 1. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4.278 CAR=Capital Adequancy Ratio. Sig.437 2.630 CAR=Capital Adequancy Ratio.7 Uji Multikolinearits Model Regresi Kinerja Bank Syariah Tolerance VIF CAR 0.288 RORA 0.996 Sumber : Data diolah Tabel 4. (2-tailed) 0.392 ROA 0. ROA=Return On Assets.324 Durbin Watson dL dU Area No Serial Correlasion 1.693 NPM 0.591 1.521 1.278 25 .423 LDR 0.857 1.961 LDR 0.857 1.418 2.028 35. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4.785 1.2.274 NPM 0.037 27.921 LDR 0. RORA=Return On Risked Assets.654 1. RORA=Return On Risked Assets. LDR=Loan to Deposit Ratio. NPM=Net Profit Margin.510 1. RORA=Return On Risked Assets.722 – 2. NPM=Net Profit Margin. ROA=Return On Assets.614 1. NPM=Net Profit Margin. BUS=Bank Umum Syariah Sumber : Data diolah Tabel 4.648 RORA 0.722 .

639 0.216 NPM 0.11 Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel ROA Unstandardized Residual N 38 Kolmogorov-Smirnov Z 0.656 0. Error Beta t Sig.002 0. LDR=Loan to Deposit Ratio.016 0.086 -0. ROA=Return On Assets. ROA=Return On Assets.015 0.242 ROA 0.016 0.029 0.259 BUS 0.362 1.029 0. Error Beta t Sig. NPM=Net Profit Margin. (Constant) -0.025 -0.815 0.684 0.018 0.084 -0. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4. (2-tailed) 1.CAR=Capital Adequancy Ratio.163 -0.250 RORA 0.342 1. RORA=Return On Risked Assets.015 0.046** LDR -0. LDR=Loan to Deposit Ratio.797 0.237 NPM 0.021 0.079* Adjusted R2 0.715 0. BUS=Bank Umum Syariah ** Sigifikan pada α = 5% * Sigifikan pada α = 10% Sumber : Data diolah 26 .139 0.905 CAR -0.055** LDR -0.086 0.084* Adjusted R2 0.736 0.119 -0.12 Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel RORA Ekspektasi B Std.149 0.240 BUS 0.034 0.061 0. NPM=Net Profit Margin.801 CAR -0. Sig.004 0.332 1.081 CAR=Capital Adequancy Ratio.379 1.016 -0.13 Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel ROA Ekspektasi slope B Std.024 -0. NPM=Net Profit Margin.786 0.058 0.708 0.725 0. slope (Constant) -0.121 0.000 Sumber : Data diolah Tabel 4. BUS=Bank Umum Syariah ** Sigifikan pada α = 5% * Sigifikan pada α = 10% Sumber : Data diolah Tabel 4.036 0.142 0.333 Asymp.173 -0.069 0.078 CAR=Capital Adequancy Ratio.021 0.139 -0.101 0.

27 .

1 Uji Heteroskedastisitas Model Regresi Total Akrual Pada Bank Syariah 3 2 1 0 1 2 3 4 6 5 4 3 2 1 0 1 2 Rges n t n ad e P d t d a e e r si S d r i d r i e Vl o a z ec u Regression Studentized Residual Gambar 4.Lampiran 2.3 Uji Heteroskedastisitas Kinerja Bank Syariah Dengan Variabel ROA 2 1 0 1 2 3 3 2 1 0 1 2 R r si n t na i e P d t d a e e es S dr zd r i e Vu g o a d ec l 28 .2 Uji Heteroskedastisitas Kinerja Bank Syariah Dengan Variabel RORA 2 1 0 1 2 3 4 3 2 1 0 1 2 Regression Studentized Residual R r si n t na i e P d t d a e e es S dr zd r i e Vu g o a d ec l Gambar 4. Regression Studentized Residual Gambar yang digunakan dalam Analisis Hasil Penelitian Gambar 4.

38 38 38 38 Sig.05562 Mean -.375 -.375 1.2199726 . 00004207 18236842 .30903 . Correlations(a) Std.A1 Unstandardized Predicted Value Unstandardized Residual Valid N (listwise) 38 38 38 38 38 38 38 Minimum -.A1 A1 DPO.12822 -.03185501 Regression Descriptive Statistics(b) TA/A-1 1/A-1 dPO/A-1 PPE/A-1 Mean(a) -.70187051 .000 . 29 .A1 N TA.Lampiran 3 : Output Regresi Perhitungan Total Accrual Descriptives Descriptive Statistics N TA. .844 .010 .844 1.000 . (1-tailed) TA.0000420718236842 .03000 .10482 Maximum .000 38 38 38 1/A-1 -.06259411 a The observed mean is printed b Coefficients have been calculated through the origin.A1 PPE.A1 38 38 a Coefficients have been calculated through the origin.A1 PPE.00000 -.01460 .220 38 38 38 38 PPE/A-1 -.506 .0082767 Std.05219 .0381466 -.001 38 38 38 dPO/A-1 -.A1 PPE. .A1 A1 DPO.0275024 .130 .2199726 Root Mean Square . Deviation .0381466 .188 .130 .000 .03413417 .648 .010 . .129 .0275024 . 000097159838 7793 .648 .0192256 -.04348402 .220 .72666803 N 38 38 38 38 .11598 .0001046979019141 .A1 A1 DPO.001 .000 -. 00000012 0900000 -.188 -.05029339 .000 . Cross-product TA/A-1 1/A-1 dPO/A-1 PPE/A-1 TA/A1 1.506 .000 .000 .02184610 .36693 . 00049652 4300000 4.129 1.

648 Partial .630 146.393 .006 -.789 -. 1/A-1 Dependent Variable: TA/A-1 Linear Regression through the Origin ANOVA(c.099 -.133 -. dPO/A-1.844 .519 .072(b) 38 a Predictors: PPE/A-1.03386891 .018 Standar dized Coeffici ents t Beta .934 . .Variables Entered/Removed(b.000(a) Total .d) R Model 1 Regression Residual Sum of Squares .018 -.436 2. dPO/A-1. b Dependent Variable: TA/A-1 c Linear Regression through the Origin Model Summary(c. .326 . Predictors: PPE/A-1.176 -.493 -.213 3 35 .747 -3. 1/A-1 b This total sum of squares is not corrected for the constant because the constant is zero for regression through the origin.011 .746 414.c) Model 1 Variables Entered PPE/A-1.437 .441 . c Dependent Variable: TA/A-1 d Linear Regression through the Origin Coefficients(a.d) R Square(a) Adjusted R Square Std.b) M od el 1 1/A-1 dPO/A-1 PPE/A-1 Unstandardized Coefficients Std.000 95% Confidence Interval for B Lower Upper Bound Bound -182.249 Collinearity Statistics Tolera nce VIF . 1/ A-1(a) a All requested variables entered.296 Correlations Zeroorder -.297 .213 Sig.001 F 9.664(b) .059 Sig.188 -. B Error 115.032 .903 a Dependent Variable: TA/A-1 b Linear Regression through the Origin 30 .000 For regression through the origin (the no-intercept model).057 .040 df 3 35 Mean Square .020 . Error of the Estimate Change Statistics DurbinWatson 1.375 -.127 7.779 Variables Removed . dPO/A-1.975 -.132 -. Method Enter Model 1 a b c d R Square F Sig.134 -. R Square measures the proportion of the variability in the dependent variable about the origin explained by regression.169 5. F Change Change df1 df2 Change .551 Part .278 -.787 -1.441 9. This CANNOT be compared to R Square for models which include an intercept.

163 3.294 .997 .886 Condition Index 1.0192256 . Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std.160 .746 . Distance Cook's Distance Centered Leverage Value Minimum -.910 1.644 -. Deleted Residual Mahal.110 .1048220 Residuals Statistics(a. Residual Stud.09781362 1.000 2.003 a Dependent Variable: TA/A-1 b Linear Regression through the Origin 31 .1282199 -4.92 PPE/A-1 .0079912 -.00697726 .000 -.095 -.05 .730 79.967 Mean -.b) Case Number 8 Std.11598 a Dependent Variable: TA/A-1 b Linear Regression through the Origin Predicted Value -.142 .079 Std.761 3 .03329828 .0082767 -.589 dPO/A-1 .910 .000 -14.0146023 1.002 .b) Model 1 Dimension 1 2 Eigenvalue 2.04 .b) Model 1 Correlations PPE/A-1 dPO/A-1 1/A-1 Covariances PPE/A-1 dPO/A-1 1/A-1 a Dependent Variable: TA/A-1 b Linear Regression through the Origin Collinearity Diagnostics(a.000 .0556198 1.880 .09439882 .1048220 -3.03185501 .0111580 Residual -.464 21601.244 -.225 7.60 PPE/A-1 1.746 -.00 .642 2.02184610 1.519 Variance Proportions 1/A-1 .644 1.594 .000 .589 -2.095 -3.5336780 3.018 .987 .b) Predicted Value Std.00182466 -.000 -2.00656960 -.250 36.104 -.03 .069 5.000 .601 12.200 N 38 38 38 38 38 38 38 38 38 38 38 38 .0339657 .464 1/A-1 -.97 dPO/A-1 .044 .36 .000 Maximum . Residual TA/A-1 -3.5436080 -.Coefficient Correlations(a. Deviation .548 .0354936 -.000 1.437 a Dependent Variable: TA/A-1 b Linear Regression through the Origin Casewise Diagnostics(a.03 .941 1.1054492 -3. Residual Deleted Residual Stud.002 -14.989 .

139 .03185501 .857 . Sig.0082767 . Error Mean .00516756 One-Sample Test Test Value = 0 t Unstandardized Residual -1.0082767 Std.118 Mean Difference -. b Calculated from data. Deviation Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.03185501 Std.0021937 32 .602 df 37 Sig.0187472 . Deviation .Regression Studentized Residual Charts S a r lo c ttep t D p n e t V r b : T ta A c a e e d n aia le o l c ru l 3 2 1 0 -1 -2 -3 -4 -6 -5 -4 3 -2 -1 0 1 2 R g s io S n a iz dP d te V lu e re s n ta d rd e re ic d a e NPar Tests One-Sample Kolmogorov-Smirnov Test Unstandardized Residual 38 -. (2-tailed) a Test distribution is Normal. (2-tailed) .455 N Normal Parameters(a. T-Test One-Sample Statistics N Unstandardized Residual 38 Mean -.139 .b) Most Extreme Differences Mean Std.087 -.0082767 95% Confidence Interval of the Difference Lower Upper -.

000 .0082767 .439 .349 .012 .039 .290 . .Lampiran 4 : Output Regresi Kinerja Bank Syariah Descriptives Descriptive Statistics N Unstandardized Residual CAR RORA ROA NPM LDR BUS Valid N (listwise) 38 38 38 38 38 38 38 38 Minimum -.51535 .000 .345 .248 .296 .296 .016 .218 .201 .00000 Mean -.00000 Maximum .131 .338 .067 .019 .198 .123 .108 .004 .455 .142 .108 1.10482 -.123 .019 .094 . .672 .217 38 38 38 38 38 38 38 ROA .06592745 .036 .367 1.672 .367 .36953702 Regression Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR RORA ROA NPM LDR BUS Sig.113 .07939 . .09022474 .113 .338 .003 .077 .217 .016 38 38 38 38 38 38 38 RORA .455 .218 .000 . 38 38 38 38 38 38 38 33 .42975 -.000 .315 .31012 -. .260 .00000 .198 38 38 38 38 38 38 38 NPM .000 .131 .959 1.027 .142 .33815089 .429 .002 .000 .231 38 38 38 38 38 38 38 LDR .000 .429 .039 .072 .002 .0446092 .290 .017 .248 1.24569228 . Deviation .315 .334 .0036053 -.05594 . .96743 1.13030 .20489 -1.439 1.004 .094 .6329674 .260 .324 .349 .04710785 .000 .027 .000 .334 .324 .0094092 -.231 .0045239 .000 .959 . .036 38 38 38 38 38 38 38 CAR .201 .067 .000 . (1-tailed) Unstandardized Residual CAR RORA ROA NPM LDR BUS N Unstandardized Residual CAR RORA ROA NPM LDR BUS 1.072 .077 .017 .14421 .012 38 38 38 38 38 38 38 BUS .03185501 .345 1.003 .1578947 Std.05562 .

072 .260 .248 .000 .672 . RORA.012 .027 .131 . 38 38 38 38 38 38 Model 1 Variables Entered/Removed(b) Variables Variables Entered Removed BUS.017 . Method Enter 34 .0036053 .24569228 . .113 .672 .290 .019 . .019 .217 .000 .248 1.217 38 38 38 38 38 38 NPM .315 .338 . .131 .016 38 38 38 38 38 38 RORA .345 1.0082767 .201 .000 .039 .036 38 38 38 38 38 38 CAR .09022474 .296 .334 . LDR.113 .1578947 Std.027 .349 .6329674 .Lampiran 5 : Output Regresi Kinerja Bank Syariah Dengan Variabel RORA Regression Descriptive Statistics Unstandardized Residual CAR RORA NPM LDR BUS Mean -.03185501 .33815089 .367 .123 .290 1.349 .260 .000 .36953702 N 38 38 38 38 38 38 Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR RORA NPM LDR BUS Sig.296 .324 .108 . Deviation .231 38 38 38 38 38 38 LDR .367 1. b Dependent Variable: Unstandardized Residual .06592745 . .315 .0446092 .108 1.077 .000 .345 .012 38 38 38 38 38 38 BUS . CAR(a) a All requested variables entered. NPM.000 .000 .039 .334 .016 . .0094092 -.123 . (1-tailed) Unstandardized Residual CAR RORA NPM LDR BUS N Unstandardized Residual CAR RORA NPM LDR BUS 1.231 .324 .036 .072 .067 .000 .017 .067 .077 .338 .201 .

077 .244 .001 .755 .001 a Dependent Variable: Unstandardized Residual 35 .288 1.015 .092 .008 .654 -.030 df 5 32 Mean Square .035 .105 -. Error of the Estimate Change Statistics R Square Change F Change 1.248 .132 -.274 -. NPM.001 F 1.000 .174 DurbinWatson 1.000 .654 6.105 -.863E-05 .797 1.001 .401 .921 1.000 -6.499 .Model Summary(b) Model R R Square Adjusted R Square Std.084 .397 -.244 .293 -.201 .301 Part -.114 -.03053347 .201 1.857 1 .115 .016 .058 .039 -.217 1.107 -. BUS.084 a Dependent Variable: Unstandardized Residual Coefficient Correlations(a) Model 1 Correlations BUS NPM RORA LDR CAR Covariances BUS NPM RORA LDR CAR BUS 1.119 -.002 .140 .785 .521 . LDR.244 .007 -. 95% Confidence Interval for B Lower Upper Bound Bound -.366E-05 -.217 .656 .320 -.001 -.078 .320 1.000 CAR -.001 RORA .142 .021 .126 .120 .007 -.229 .201 .616E-05 .000 .000 . BUS.029 . RORA.000 -6.000 6.108 .453(a) .863E-05 -6.338 .736 -.000 -.000 -. LDR. F Change .517 Sig.000 -.801 .004 .001 -.039 1.002 . CAR b Dependent Variable: Unstandardized Residual Coefficients(a) Unstandardize d Coefficients Std.004 .397 -.654 df1 5 df2 32 Sig.027 -. NPM.720 2.401 -.654 Sig. B Error -.431 .174(a) Regression Residual Total .296 Partial -.063 -.389 Mod el 1 (Constant) CAR RORA NPM LDR BUS Correlations Zeroorder .437 .061 Collinearity Statistics Tolera nce VIF .000 -6.332 1. CAR b Dependent Variable: Unstandardized Residual ANOVA(b) Model 1 Sum of Squares .015 -.163 .103 .366E-05 -.086 .024 Standar dized Coeffici ents t Beta -.036 -.324 1.205 .000 NPM .001 -.274 1. RORA.684 .038 37 a Predictors: (Constant).006 -.379 -.081 .205 a Predictors: (Constant). .132 -.281 .069 .255 -.002 LDR -.032 .786 .616E-05 .

027 7.10482 -.0000000 .00547940 .047 .01086142 -.706 .09 .004 .144 .01 .00 .051 6.0742709 1. Deviation .08 .190 N 38 38 38 38 38 38 38 38 38 38 38 38 .395 -.000 1.06 RORA .783 .02 .022 .00 .0082767 .01 .00 .980 a Dependent Variable: Unstandardized Residual Casewise Diagnostics(a) Case Number 8 Unstandardize Predicted Std.019 .11 .0173354 .13 NPM .20 . Distance Cook's Distance Centered Leverage Value Minimum -.000 .693 .03446102 1.97 BUS .273 Condition Index 1.604 -.804 1.02869531 .0316868 a Dependent Variable: Unstandardized Residual Residual -.Collinearity Diagnostics(a) Model 1 Dimension 1 2 3 4 5 6 Eigenvalue 2.01 .05 .01 .509 1.01 .0516520 -3. Residual d Residual Value -2.0731352 -2.000 .032 (Constant) .80 .77 .790 1.857 a Dependent Variable: Unstandardized Residual 36 .0105109 .0731352 Residuals Statistics(a) Predicted Value Std. Deleted Residual Mahal.231 .217 1.930 .69 .02 .0864452 -2.00 .00550991 -.887 .95 Variance Proportions CAR .015 4.01 .07 .01443726 1.02839555 .00 .07 .02 .01 .871 Mean -.00 .000 .907 3.994 .617 .395 -2.13 .61 . Residual Stud.02 LDR .0022341 .911 . Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std.04 .868 .0788901 -.0150615 1.0550731 1.01907731 . Residual Deleted Residual Stud.006 .00 .999 31.690 .132 Std.000 Maximum .01 .

0000000 . 37 .Charts Scatterplot Dependent Variable : Regression Studentized Residual Discretionary Accrual 2 1 0 -1 -2 -3 -4 -3 -2 -1 0 1 2 Regression Standardized Predicted Value NPar Tests One-Sample Kolmogorov-Smirnov Test Unstandardized Residual 38 .066 .b) Most Extreme Differences Mean Std.408 .051 -. b Calculated from data.066 .02839555 . Sig.996 N Normal Parameters(a. (2-tailed) a Test distribution is Normal. Deviation Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.

067 . NPM.142 . (1-tailed) Unstandardized Residual CAR ROA NPM LDR BUS N Unstandardized Residual CAR ROA NPM LDR BUS 1.260 .09022474 .296 . Method Enter 38 .072 .036 .012 .000 . .455 . .198 38 38 38 38 38 38 NPM .338 .142 .324 .002 .672 .1578947 Std.123 .002 .003 .077 .24569228 .439 .248 .367 1.000 .6329674 .000 .016 38 38 38 38 38 38 ROA .000 .108 .036 38 38 38 38 38 38 CAR . CAR(a) a All requested variables entered.Lampiran 6 : Output Regresi Kinerja Bank Syariah Dengan Variabel ROA Regression Descriptive Statistics Unstandardized Residual CAR ROA NPM LDR BUS Mean -.0094092 -.000 .36953702 N 38 38 38 38 38 38 Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR ROA NPM LDR BUS Sig.000 .019 .000 .0045239 . LDR.218 .231 .094 .004 .003 .260 .03185501 .439 1. ROA. b Dependent Variable: Unstandardized Residual . .218 .429 .349 .198 .004 .094 .108 1.123 .072 . .0446092 .338 .334 .33815089 .367 .231 38 38 38 38 38 38 LDR .672 .016 . 38 38 38 38 38 38 Model 1 Variables Entered/Removed(b) Variables Variables Entered Removed BUS.04710785 .019 .067 . Deviation .248 1.000 .012 38 38 38 38 38 38 BUS .455 1. .0082767 .296 .334 .077 .349 .429 .324 .

639 -.115 .480 .114 .172 -.101 .338 .595 5.276 -.826E-05 .001 -.031 .077 .702 VIF 2.627 df1 5 df2 32 Sig.259 -. .423 .317 1.423 -.278 -.715 .172 1.125 . LDR. NPM.002 .595 .038 37 a Predictors: (Constant).392 1. ROA.182 -.124 .139 .147 -.111 .03058489 . BUS.324E-05 .002 -.008 .181 DurbinWatson 1.016 .000 -.248 .004 CAR -.000 -3.001 .905 .173 .474 .472 1.019 -.725 1.000 .418 .510 .007 -. LDR.113 .077 .296 Correlations Partial -. CAR b Dependent Variable: Unstandardized Residual ANOVA(b) Model 1 Sum of Squares .000 -.147 -.287 Collinearity Statistics Tolera nce .000 -.000 .000 -.016 .317 .591 .425 t Sig.035 -.086 .342 1.190 -.218 .472 .627 Sig.000 -3.857 1 .070 -.423 -.000 .001 ROA .001 F 1.000 -.061 .203 .276 .030 df 5 32 Mean Square .423 .324E-05 .306 Part -.Model Summary(b) Model R R Square Adjusted R Square Std.029 .004 Upper Bound .033 .203 a Predictors: (Constant).530 1. F Change .190 -.450(a) .708 .121 -. Error of the Estimate Change Statistics R Square Change F Change 1.078 .693 1. ROA. CAR b Dependent Variable: Unstandardized Residual Coefficients(a) Mod el Unstandardize d Coefficients B 1 (Constant) CAR ROA NPM LDR BUS -.025 Standar dized Coeffici ents Beta -. .127 .001 LDR -.654 .063 1.021 .079 95% Confidence Interval for B Lower Bound -.112 .008 -.000 NPM .362 -.149 . Error .018 Std.815 a Dependent Variable: Unstandardized Residual Coefficient Correlations(a) Model 1 Correlations BUS NPM LDR ROA CAR Covariances BUS NPM LDR ROA CAR BUS 1.001 -.002 .000 5.000 -. BUS.002 .004 .063 Zeroorder .237 -.139 -.484 .001 a Dependent Variable: Unstandardized Residual 39 .384 .181(a) Regression Residual Total .063 -.961 1. NPM.034 -.826E-05 .001 -.

814 .029 6.0871857 -2.01 .07 .10 a Dependent Variable: Unstandardized Residual Casewise Diagnostics(a) Case Number 8 Unstandardized Predicted Std. Residual Residual Value -2.03 .54 .243 .03 .01094726 -.0020661 .000 .01 .955 .20 .048 .900 2.01 .01 .03 .28 NPM .00534890 .0082767 . Deviation .20 .0103429 .0557361 1.16 .871 .97 BUS .879 .00554509 -.358 -2.146 .01 .05 .01887669 .01 Variance Proportions CAR .000 .05 .03464639 1.044 (Constant) .012 3.0721105 Std.592 -.75 ROA .000 .016 .01 . Residual Stud.606 .703 .00 .00 .05 .043 7.627 .274 Condition Index 1. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std.01434282 1.03 .648 .Collinearity Diagnostics(a) Model 1 Dimen sion 1 2 3 4 5 6 Eigen value 2.938 . Deleted Residual Mahal.012 4.69 .396 .0327115 a Dependent Variable: Unstandardized Residual Residuals Statistics(a) Predicted Value Std.96 .538 1.878 Mean -.358 -.822 1.132 Residual -. Residual Deleted Residual Stud.868 .000 1.00 .930 .0000000 .996 .0739266 2.186 N 38 38 38 38 38 38 38 38 38 38 38 38 .0721105 -2.02904586 .07 .007 . Distance Cook's Distance Centered Leverage Value Minimum -.183 1.01 .52 .10482 -.02844337 .030 32.0785458 -.0506604 -2.01 .876 a Dependent Variable: Unstandardized Residual 40 .0147525 1.10 .00 LDR .00 .04 .0174123 .000 Maximum .

b Calculated from data.048 .02844337 . Deviation Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.333 1. (2-tailed) a Test distribution is Normal.Charts Scatterplot Dependent Variable : Regression Studentized Residual Discretionary Accrual 2 1 0 -1 -2 -3 -4 -3 -2 -1 0 1 2 Regression Standardized Predicted Value NPar Tests One-Sample Kolmogorov-Smirnov Test Unstandardized Residual 38 .000 N Normal Parameters(a.054 -. 41 .b) Most Extreme Differences Mean Std.0000000 . Sig.054 .

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.