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

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

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

β2 < 0.1. 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. 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. β3 < 0.∆BYDit . Model Penelitian Untuk menguji indikasi praktik manajemen laba pada hipotesis 1 (H1) di atas digunakan uji beda. dengan rumus: TAit = (∆PMADit + ∆BDDit +∆UMPit .3. 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. ∆BDDit = selisih beban dibayar dimuka 7 .∆UPit – BAPit . yaitu apakah rata-rata nilai AD pada bank syariah ≠ 0.Depit)/(Ait-1) Dimana: TAit = total akrual bank syariah i pada tahun t.2. ∆PMADit = selisih pendapatan masih akan diterima bank syariah i pada tahun t dengan t-1. Pengukuran Variabel • Variabel Independen: Akrual Diskresioner Penghitungan total akrual sama dengan yang dilakukan Healy (1985) dan Jones (1991) yang telah disesuaikan dengan karakteristik perbankan. 3.

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

1 juga terlihat nilai rata-rata (mean) dari TA adalah sekitar -0. yang berdasarkan data BI bulan Mei tahun 2007. dimana nilai TA. nilai minimum dan maksimum.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. maka diputuskan yang menjadi sampel dari penelitian ini hanya kelompok BUS dan UUS dengan total 29 bank syariah.1 di Lampiran 1. 4. Sehingga total sampel yang diolah dalam penelitian ini adalah sebanyak 42 buah.02750. Dari Tabel 4.3. Tetapi karena adanya beberapa UUS yang berdiri tahun 2005 sehingga data tahun 2004 belum ada. akhirnya ditetapkan 3 BUS dan 18 UUS yang terpilih sebagai sampel untuk tahun 2005-2006. Perbankan Syariah terdiri dari 3 kelompok yaitu Bank Umum Syariah (BUS) sebanyak 3 bank. yang menunjukkan jumlah data sampel yang diolah (N). ∆PO dan PPE telah dibagi dengan Total Aset tahun sebelumnya. Unit Usaha Syariah (UUS) sebanyak 26 bank dan Bank Perkreditan Rakyat Syariah (BPRS) sebanyak 106 bank. Populasi dan Sampel Populasi dari penelitian ini adalah semua perbankan syariah di Indonesia. Analisis Hasil Penelitian 4. Tetapi ada beberapa UUS yang berdiri tahun 2007. maka data sampel final yang diolah adalah sebanyak 38 buah.00828. nilai rata-rata (mean) dan standar deviasi dari variabel sampel. AND sekitar -0. Karena tujuan dan operasional BUS dan UUS relatif sama dan peraturan BI untuk kedua kelompok bank syariah ini juga sama. Nilai rata-rata dari TA.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 .

3 di Lampiran 1 dan Gambar 4. 4. Hasil uji beda One Sample T Test dengan program SPSS dapat dilihat pada Tabel 4. Linear. NPM dan LDR dapat dilihat pada Tabel 4. Dalam model regresi 10 .05). 2 tailed) = 0. Hal ini berarti bahwa akrual diskresioner secara signifikan tidak berbeda dengan 0.602 dengan nilai signifikansi (sig. dimana akrual diskresioner (Discretionary Accrual) mempunyai nilai t = -1.6 di Lampran 1 yang menunjukkan jumlah data sampel yang diolah (N). Pengujian hipotesis 1 (H1) dilakukan dengan uji beda.perkiraan yang bersifat akrual pada bank syariah tidak begitu banyak. nilai minimum dan maksimum. ROA. sehingga dugaan hipotesis 1 (H1) tentang terdapatnya indikasi praktik manajemen laba pada bank syariah tidak terbukti (ditolak). Sedangkan nilai rata-rata yang negatif menunjukkan bahwa nilai akrual yang ada pada bank syariah cenderung bersifat income decreasing (penurunan laba). Karena nilai akrual diskresioner merupakan proksi dari indikasi praktik manajemen laba pada bank syariah.118 > 0. sehingga model sudah valid. RORA. nilai rata-rata (mean) dan standar deviasi dari variabel sampel yang digunakan dalam penelitian ini. CAR.05 (sig = 0.118 jauh diatas 0.2 Analisis Pengaruh Kinerja Bank Syariah Dengan Rasio CAMEL Terhadap Praktik Manajemen Laba 4. Unbiased dan Estimator (BLUE) jika memenuhi semua asumsi klasik.2.2.1 Statistik Deskriptif Sampel Kinerja Bank Syariah Statistik deskriptif kinerja bank syariah dengan variabel Akrual Diskresioner (AD).1 di Lampiran 2 yang menunjukkan model regresi yang digunakan telah memenuhi uji asumsi klasik. Tabel 4. maka dapat disimpulkan bahwa pada bank syariah tidak terdapat indikasi praktik manajemen laba. Model regresi yang menggunakan metode estimasi Ordinary Least Squares (OLS) akan memberikan hasil yang Best. Pengujian asumsi klasik yang dilakukan dari model regresi berdasarkan output SPSS dapat dilihat pada Tabel 4.5 di Lampiran 1.

Sedangkan nilai rata-rata rasio NPM cukup baik yaitu sekitar 4. Disamping itu nilai pembilang (nilai ekuitas) dalam penelitian ini sebagian besar (84%) merupakan nilai saldo laba pada UUS. sama dengan yang dibuktikan pada hasil pengujian hipotesis 1 (H1) yaitu nilai akrual diskresioner secara signifikan tidak berbeda dengan 0. sekitar -0. Dari Tabel 4. maka digunakan perhitungan rasio CAR di atas. seperti yang digunakan Naser (2003) dalam penelitiannya. dimana nilai ATMR ini tentu lebih kecil dari total aktiva.00941 atau sekitar 0.4% dan -0. 11 . dimana nilai saldo laba ini tentu jauh lebih kecil dari nilai ekuitas pada BUS pada umumnya. 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. Tetapi karena cukup sulit untuk menghitung komposisi ATMR ini. yang jauh dibawah batasan minimum nilai CAR yang ditetapkan BI yaitu 8%. dimana hal ini menunjukkan bahwa kinerja operasional bank syariah juga cukup baik.6%.5%.6 juga terlihat nilai rata-rata (mean) dari AD adalah sekitar -0. Nilai rata-rata rasio RORA dan ROA juga sangat rendah bahkan negatif.00828. Hal ini diperkiraan dipengaruhi oleh rugi non operasional yang besar. yang berarti rata-rata profitabilitas bank syariah masih kurang baik.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 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. dimana nilai rata-rata AD yang sangat kecil (mendekati 0).9%. nilai CAR dihitung dari perbandingan ekuitas (modal inti + modal pelengkap) dengan nilai aktiva tertimbang menurut resiko (ATMR). Nilai rata-rata rasio CAR terlihat sangat rendah yaitu sebesar 0. karena nilai rasio NPM ini diperoleh dari perbandingan laba operasional dengan pendapatan operasional.

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. (1b) (1a) 12 . Kedua model regrasi yang baru ini masing-masing akan diolah kembali dengan program SPSS. dimana hal ini sejalan dan tercermin dalam rasio NPM yang cukup baik juga. β2 < 0. dimana bagi hasil dari pembiayaan ini merupakan sumber pendapatan operasional utama bank syariah. 4. Untuk menghilangkan multikolinearitas ini. β3 < 0. β4 < 0 dan β5 ≠ 0.2. β3 < 0.2.7 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.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. 4.3 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. 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. β2 < 0.2 Pengujian Asumsi Klasik Model Regresi Kinerja Bank Syariah Berdasarkan output SPSS pada Tabel 4.

pengujian asumsi klasik terhadap model regresi dengan variabel RORA dapat dilihat pada Tabel 4.2.4. serta pada Tabel 4.13 dapat diketahui bahwa rasio CAR berpengaruh negatif. dan dengan model variabel ROA sebesar 0. RORA. tetapi tidak signifikan terhadap akrual diskresioner.9 di Lampiran 1 dan Gambar 4.12 dan Tabel 4. Pada Tabel 4. seingga hipotesis 2a (H2a) ditolak. tetapi hasil pengujian menunjukkan tidak ada yang konsisten dengan dugaan hipotesis semula sehingga H2 ditolak. NPM. sehingga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner atau praktik manajemen laba secara signifikan. menggambarkan kemampuan variabel independen menjelaskan variabel dependen.1%. Nilai adjusted R2 dari model dengan variabel RORA adalah sebesar 0.00941 atau 0.8%. Secara umum terlihat bahwa hasil regresi dengan kedua model tidak jauh berbeda. 13 .2. sehingga model regresi tersebut sudah valid.10.11 di Lampiran 1 dan Gambar 4.2 di Lampiran 2.13 di Lampiran 1 juga dapat dilihat bahwa semua variabel rasio CAMEL (CAR.12 dan Tabel 4.078 atau sekitar 7.8.12 dan Tabel 4. Hal ini mungkin disebabkan oleh nilai rata-rata rasio CAR secara keseluruhan yang kecil yaitu hanya 0.3 di Lampiran 2 untuk model regresi dengan variabel ROA. 4.9% seperti yang terlihat pada statistik deskriptif sebelumnya.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. ROA dan LDR) yang dalam hipotesis diduga berpengaruh negatif dan signifikan terhadap akrual diskresioner. Tabel 4.13.081 atau sekitar 8. Tabel 4. Dimana kedua model tersebut telah memenuhi semua uji asumsi klasik. Nilai slope (B) rasio CAR yang negatif seperti terlihat pada Tabel 4.4 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA dan ROA Berdasarkan output SPSS.

Diduga rasio RORA juga bukan merupakan orientasi utama UUS yang berstatus cabang dari bank induk konvensional. yang merupakan cabang dari bank induk konvensionalnya. 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. Sehingga pada tingkat cabang diduga lebih cenderung untuk memperhatikan penilaian kinerja operasional. yang berarti tidak konsisten dengan dugaan hipotesis (H2b ditolak).12.Nilai rata-rata rasio CAR yang sangat rendah ini mungkin disebabkan oleh beberapa hal seperti yang telah diuraikan dalam statistik deskriptif sebelumnya.4% seperti yang terlihat pada statistik deskriptif. Dimana rasio keuangan untuk menilai kualitas assets bank ini juga terpusat pada bank induknya. yang menunjukkan bahwa praktik manajemen laba biasanya terjadi pada tingkat bank. Maka UUS yang berjumlah 84% dari data dalam penelitian ini. sehingga hal ini diduga juga mempengaruhi tidak signifikannya rasio CAR dalam mempengaruhi akrual diskresioner. Rasio RORA berpengaruh positif dan tidak sisgnifikan seperti terlihat pada Tabel 4. tidak wajib memenuhi batasan nilai minimum CAR ini. Dugaan ini dapat diperkuat dengan hasil penelitian yang menunjukkan bahwa variabel kontrol BUS yang berpengaruh signifikan terhadap akrual diskresioner. juga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner secara signifikan. Disamping itu kewajiban pemenuhan batasan nilai minimum CAR yang ditetapkan oleh BI adalah pada tingkat banknya bukan pada tingkat cabang atau unit usaha. untuk penilaian kinerja bank secara keseluruhan.00361 atau 0. Disamping itu nilai rata-rata rasio RORA yang cukup rendah yaitu sebesar -0. 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.

mungkin dapat dipengaruhi oleh aktivitas big bath karena sekitar 53% sampel mengalami penurunan laba yang cukup besar. menunjukkan bahwa rasio NPM berpengaruh positif dan signifikan terhadap akrual diskresioner yang juga tidak sejalan dengan dugaan hipotesis 2d (H2d) semula. walaupun laba operasinya cukup tinggi. 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. Rasio NPM yang positif dan signifikan seperti terlihat pada Tabel 4. Walaupun dari pengujian hipotesis 1 (H1) menunjukkan secara rata-rata tidak ada praktik manajemen laba pada bank syariah. karena besarnya nilai rugi dari aktivitas non operasional.00452 atau 0.bernilai negatif.13. juga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner secara signifikan. Tetapi karena mayoritas (84%) sampel bank syariah adalah berbentuk UUS yang merupakan cabang dari bank induk konvensional.13 menunjukkan rasio ROA berpengaruh positif dan tidak signifikan terhadap akrual diskresioner. Rasio NPM yang berbeda dari hipotesis awal. terutama UUS yang tidak terbebani oleh target nilai rasio-rasio lainnya. 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. Disamping itu rasio ROA biasanya juga dihitung ditingkat pusat untuk bank secara keseluruhan. Sehingga rasio NPM ini kemungkinan akan sangat diperhatikan nilainya dan menjadi orientasi utama bank syariah. 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 pajak penghasilan dibebankan pada kantor pusat. Nilai laba setelah pajak diperoleh dari laba sebelum pajak setelah dikurangi dengan pajak penghasilan. 15 .12 dan Tabel 4.5% seperti yang terlihat pada statistik deskriptif sebelumnya. karena hasil pengujian pada Tabel 4. Nilai rasio ROA ini diperolah dari perbandingan laba setelah pajak dengan total aktiva. Nilai rata-rata rasio ROA yang rendah yaitu sebesar -0.

63297 atau 63% seperti yang terlihat pada statistik deskriptif sebelumnya. diduga hal yang sama juga mempengaruhi rasio ROA. jadi bukan untuk memenuhi kecukupan rasio LDR yang juga ditetapkan BI untuk tingkat bank. Hal ini berarti bahwa kecenderungan praktik manajemen laba secara signifikan lebih tinggi pada tingkat bank (BUS) dari pada tingkat cabang (UUS). Penutup 16 . seperti yang terlihat pada Tabel 4.Sejalan dengan kondisi rendahnya nilai rasio RORA yang juga berbeda pengaruh dan tidak signifikan terhadap akrual diskresioner seperti diuraikan sebelumnya. Sedangkan rasio LDR yang negatif dan tidak signifikan seperti terlihat pada Tabel 4.10. dimana bagi hasil dari pembiayaan ini merupakan pendapatan utama bank syariah. Hal ini menunjukkan bahwa bentuk bank syariah sebagai BUS memang memiliki akrual diskresioner yang lebih tinggi dibandingkan dengan bentuk bank syariah sebagai UUS. Rasio LDR diperoleh dari perbandingan jumlah kredit yang diberikan dengan jumlah dana pihak ketiga yang ada pada bank syariah. 5. Nilai rata-rata rasio LDR yang tinggi ini juga dapat menunjukkan baiknya bank syariah dalam menyalurkan pembiayaan (kredit) kepada masyarakat. 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. menunjukkan bahwa hipotesis H2e juga ditolak. Nilai rata-rata rasio LDR tinggi dibandingkan dengan rasio-rasio kinerja bank syariah lainnya yaitu 0. menunjukkan bahwa variabel BUS positif dan signifikan pada α = 10%.12 dan Tabel 4. Hasil penelitian ini tetap sejalan dengan hasil penelitian Arnawa (2006) sebelumnya. 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.13.

RORA.2006. sedangkan 84% sampel adalah UUS. yang diproksi dengan rasio CAR. 17 . Hal ini diduga dipengaruhi oleh beberapa hal seperti cara perhitungan rasio yang sedikit berbeda dengan cara yang ditetapkan BI. Faktor-faktor yang mempengaruhi praktik manajemen laba yang dihipotesiskan bahwa rasio CAMEL. berpengaruh negatif dan signifikan terhadap praktik manajemen laba. Rasio CAR berpengaruh negatif terhadap praktik manajemen laba. tetapi terdapat kemungkinan pada beberapa bank syariah masih terdapat praktik manajemen laba tersebut. 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 RORA dan ROA berpengaruh positif terhadap praktik manajemen laba dan juga tidak signifikan. tetapi tidak signifikan. tetapi hasil pengujian hipotesis menunjukkan bahwa semua variabel tersebut tidak ada yang berpengaruh negatif dan signifikan terhadap praktik manajemen laba tersebut. Sedangkan UUS merupakan mayoritas sampel (84%) dalam penelitian ini. ROA.5. Tidak signifikannya pengaruh kedua rasio ini juga diduga karena kedua rasio ini juga biasanya dihitung ditingkat bank (BUS) bukan cabang (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 . Walaupun secara rata-rata tidak terdapat indikasi praktik manajemen laba. sehingga UUS tidak termotivasi untuk melakukan manajemen laba untuk mencapai nilai CAR tertentu. NPM dan LDR. 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 NPM yang menunjukkan kinerja operasional bank syariah ini diperkirakan menjadi orientasi utama dibandingkan rasio-rasio lainnya. sehingga rasio ini tidak memotivasi manajemen untuk melakukan praktik manajemen laba di bank syariah.Rasio NPM berpengaruh positif dan signifikan terhadap praktik manajemen laba. menunjukkan ada beberapa bank syariah yang masih melakukan praktik manajemen laba tersebut. 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). jadi bukan untuk mencapai target nilai rasio LDR tertentu.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. 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. sebaiknya ke depan memperbaikinya dan tidak melakukan pratik manajemen laba tersebut. Beberapa bank syariah yang masih melakukan praktik manajemen laba ini. 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. terutama oleh UUS yang tidak dibebani dengan pemenuhan target nilai rasio keuangan tertentu karena rasio-rasio tersebut bersifat terpusat pada tingkat bank induk konvensionalnya. 5.

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

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

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

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

No. 307 – 326.9.P. Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia. Hal. Siddharta (2006). Ukuran Perusahaan dan Praktek Corporate Governance Terhadap Pengelolaan Laba (Earnings Management)”. September 2006. Sylvia N. Jurnal Riset Akuntansi Indonesia. Veronica. 23 . Jakarta. Vol.Nasional)”. “Pengaruh Struktur Kepemilikan. Siregar dan Utama.3.

594 .00000 0. Sig.04711 0.3 Uji Normalitas Model Regresi Total Akrual Pada Bank Syariah Discretionary Accrual N 38 Kolmogorov-Smirnov Z 0.05562 -0.00361 38 -0.09023 0. Tabel yang digunakan dalam Analisis Hasil Penelitian Tabel 4.934 PPE 0. AD=Akrual Diskresioner.06593 0.02750 0.05562 -0.05219 4.857 Asymp.10482 0.03186 TA=Total Akrual.11598 0. (2-tailed) 0.07939 0.00452 38 -1.6 Statistik Deskriptif Kinerja Bank Syariah N Minimum Maksimum Mean 38 -0.01875 0.13030 -0.36693 0.03000 -0.02185 AD 38 -0.04461 38 0.455 Sumber : Data diolah Tabel 4.00828 -0.00000 0.05594 -0. PPE=Aktiva Tetap Sumber : Data diolah Tabel 4.03815 0.01922 0.00828 38 -0.2 Uji Asumsi Klasik Model Regresi Total Akrual Pada Bank Syariah Tolerance VIF ∆PO 0.14421 0. PPE=Aktiva Tetap.169 5.24569 24 . ∆PO=Perubahan Pendapatan Operasional.03413 ∆PO 38 -0.33815 0.51535 0.00219 Sumber : Data diolah AD CAR RORA ROA NPM LDR Tabel 4. AND=Akrual Non Diskresioner.00828 0.63297 Std.Lampiran 1.406 ∆PO=Perubahan Pendapatan Operasional.42975 0. Deviation TA 38 -0.10482 0.373 1.00941 38 -0.70187 PPE 38 0.436 2.5 Uji Indikasi Praktik Manajemen Laba Pada Bank Syariah Test Value = 0 95% Confidence Sig.779 1.01460 -0.20489 0. (2Mean Interval of the t Df tailed) Difference Difference Lower Upper Discretionary Accrual -1.05029 AND 38 -0.2.118 -0.12822 0.296 Durbin-Watson dL dU Area No Serial Correlation 1. Deviation 0.1 Statistik Deskriptif Komponen Total Akrual Pada Bank Syariah N Minimum Maksimum Mean Std.30903 0.03186 0.602 37 0.594 1. Sumber : Data diolah Tabel 4.21997 0.31012 0.96743 0.

530 Durbin Watson dL dU Area No Serial Correlation 1.996 Sumber : Data diolah Tabel 4.278 CAR=Capital Adequancy Ratio.857 1. RORA=Return On Risked Assets. NPM=Net Profit Margin.722 1.591 1.630 CAR=Capital Adequancy Ratio.755 1.278 25 .037 27.261 1.614 1.722 – 2.274 NPM 0.722 . RORA=Return On Risked Assets.510 1.395 BUS 0. (2-tailed) 0.785 1.10 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel ROA Tolerance VIF CAR 0.521 1.392 ROA 0. NPM=Net Profit Margin.408 Asymp.2. BUS=Bank Umum Syariah Sumber : Data diolah Tabel 4.7 Uji Multikolinearits Model Regresi Kinerja Bank Syariah Tolerance VIF CAR 0.092 ROA 0.693 NPM 0.9 Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel RORA Unstandardized Residual N 38 Kolmogorov-Smirnov Z 0.961 LDR 0.324 Durbin Watson dL dU Area No Serial Correlasion 1.921 LDR 0.857 1. LDR=Loan to Deposit Ratio. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4. NPM=Net Profit Margin. Sig.288 RORA 0.722 1.AD=Akrual Diskresioner.993 NPM 0.418 2.654 1. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4.261 1.8 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA Tolerance VIF CAR 0. RORA=Return On Risked Assets.423 LDR 0. CAR=Capital Adequancy Ratio.413 2. ROA=Return On Assets.378 2.028 35.437 2.418 2.648 RORA 0. ROA=Return On Assets.

RORA=Return On Risked Assets. Error Beta t Sig.13 Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel ROA Ekspektasi slope B Std.725 0.061 0.708 0.024 -0. NPM=Net Profit Margin.715 0. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4.173 -0.736 0.018 0.034 0. LDR=Loan to Deposit Ratio.259 BUS 0.237 NPM 0.004 0.000 Sumber : Data diolah Tabel 4.079* Adjusted R2 0.046** LDR -0. (2-tailed) 1. (Constant) -0.016 0.069 0.139 -0.015 0.216 NPM 0.086 -0.078 CAR=Capital Adequancy Ratio.CAR=Capital Adequancy Ratio.121 0.250 RORA 0.002 0.016 -0.101 0.333 Asymp.242 ROA 0.240 BUS 0.12 Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel RORA Ekspektasi B Std.801 CAR -0. slope (Constant) -0.362 1.142 0.905 CAR -0.639 0.055** LDR -0.086 0.11 Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel ROA Unstandardized Residual N 38 Kolmogorov-Smirnov Z 0.021 0. NPM=Net Profit Margin.016 0.084* Adjusted R2 0. LDR=Loan to Deposit Ratio.342 1.656 0. ROA=Return On Assets.684 0.119 -0. BUS=Bank Umum Syariah ** Sigifikan pada α = 5% * Sigifikan pada α = 10% Sumber : Data diolah Tabel 4.332 1.029 0. Sig.084 -0. NPM=Net Profit Margin.786 0.163 -0.058 0.379 1.036 0.139 0. BUS=Bank Umum Syariah ** Sigifikan pada α = 5% * Sigifikan pada α = 10% Sumber : Data diolah 26 .025 -0. Error Beta t Sig.149 0.021 0.015 0.815 0.797 0.081 CAR=Capital Adequancy Ratio.029 0. ROA=Return On Assets.

27 .

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.Lampiran 2.1 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 4.3 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 .

000 . (1-tailed) TA.0001046979019141 .000 .12822 -.0275024 . .A1 A1 DPO. 38 38 38 38 Sig.000 38 38 38 1/A-1 -.2199726 .844 .2199726 Root Mean Square .001 .A1 Unstandardized Predicted Value Unstandardized Residual Valid N (listwise) 38 38 38 38 38 38 38 Minimum -.A1 PPE.A1 PPE.844 1.648 .010 .0275024 .648 . Cross-product TA/A-1 1/A-1 dPO/A-1 PPE/A-1 TA/A1 1.05029339 .375 1.00000 -.000 .A1 A1 DPO.220 .05562 Mean -.010 .375 -. 00049652 4300000 4.000 .0000420718236842 . 000097159838 7793 .04348402 .36693 .506 .220 38 38 38 38 PPE/A-1 -.A1 38 38 a Coefficients have been calculated through the origin.10482 Maximum . 00000012 0900000 -.A1 PPE.72666803 N 38 38 38 38 .0082767 Std. 29 .188 -.000 .Lampiran 3 : Output Regresi Perhitungan Total Accrual Descriptives Descriptive Statistics N TA.0381466 .130 .129 .03000 .06259411 a The observed mean is printed b Coefficients have been calculated through the origin.188 .30903 .000 -. .A1 A1 DPO.02184610 .03413417 .130 .11598 .01460 .000 .0192256 -. . Correlations(a) Std.001 38 38 38 dPO/A-1 -.05219 .A1 N TA. Deviation . 00004207 18236842 .129 1.506 .70187051 .0381466 -.03185501 Regression Descriptive Statistics(b) TA/A-1 1/A-1 dPO/A-1 PPE/A-1 Mean(a) -.

057 .011 .133 -.032 .551 Part .018 -.d) R Model 1 Regression Residual Sum of Squares .127 7. Method Enter Model 1 a b c d R Square F Sig. c Dependent Variable: TA/A-1 d Linear Regression through the Origin Coefficients(a.844 .747 -3.779 Variables Removed .188 -.297 . dPO/A-1.176 -.375 -.326 .d) R Square(a) Adjusted R Square Std.059 Sig.001 F 9. 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.519 .b) M od el 1 1/A-1 dPO/A-1 PPE/A-1 Unstandardized Coefficients Std.132 -.134 -. dPO/A-1. .934 .213 Sig.630 146.072(b) 38 a Predictors: PPE/A-1.000 95% Confidence Interval for B Lower Upper Bound Bound -182.441 . b Dependent Variable: TA/A-1 c Linear Regression through the Origin Model Summary(c.020 .278 -. F Change Change df1 df2 Change .789 -. R Square measures the proportion of the variability in the dependent variable about the origin explained by regression.000(a) Total .787 -1.903 a Dependent Variable: TA/A-1 b Linear Regression through the Origin 30 .Variables Entered/Removed(b.006 -.493 -.975 -. 1/A-1 Dependent Variable: TA/A-1 Linear Regression through the Origin ANOVA(c.018 Standar dized Coeffici ents t Beta .03386891 .000 For regression through the origin (the no-intercept model).169 5.296 Correlations Zeroorder -. . B Error 115.648 Partial .249 Collinearity Statistics Tolera nce VIF . Error of the Estimate Change Statistics DurbinWatson 1.393 . This CANNOT be compared to R Square for models which include an intercept. dPO/A-1.664(b) .213 3 35 . 1/ A-1(a) a All requested variables entered. Predictors: PPE/A-1.099 -.437 .436 2.746 414.040 df 3 35 Mean Square .c) Model 1 Variables Entered PPE/A-1.441 9.

11598 a Dependent Variable: TA/A-1 b Linear Regression through the Origin Predicted Value -.746 -.05 .644 1.910 1.000 .b) Case Number 8 Std.00182466 -.60 PPE/A-1 1.000 Maximum .519 Variance Proportions 1/A-1 .941 1.000 -.0079912 -.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.069 5.142 .160 . Deleted Residual Mahal.464 1/A-1 -.1048220 Residuals Statistics(a.0111580 Residual -.09439882 . Residual TA/A-1 -3. Residual Stud.163 3.0354936 -.36 .000 .730 79.03 .000 2.437 a Dependent Variable: TA/A-1 b Linear Regression through the Origin Casewise Diagnostics(a.987 .1054492 -3. Residual Deleted Residual Stud.018 .886 Condition Index 1.5336780 3.880 .967 Mean -.003 a Dependent Variable: TA/A-1 b Linear Regression through the Origin 31 .000 .746 .03 .548 .989 .225 7.594 .1048220 -3.644 -.079 Std.000 -14. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std.104 -.095 -.200 N 38 38 38 38 38 38 38 38 38 38 38 38 .589 -2.1282199 -4.000 1.92 PPE/A-1 .03185501 .910 .0556198 1.0082767 -.110 .761 3 .00656960 -.250 36.095 -3.00697726 .294 .997 .b) Predicted Value Std.97 dPO/A-1 .09781362 1. Deviation .000 -2.0339657 .04 .002 .Coefficient Correlations(a.0146023 1.00 .044 . Distance Cook's Distance Centered Leverage Value Minimum -.002 -14.464 21601.02184610 1.03329828 .244 -.5436080 -.b) Model 1 Dimension 1 2 Eigenvalue 2.589 dPO/A-1 .0192256 .601 12.642 2.

087 -.455 N Normal Parameters(a.03185501 .0187472 . Deviation Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.00516756 One-Sample Test Test Value = 0 t Unstandardized Residual -1.0082767 .857 .139 .118 Mean Difference -. Error Mean . (2-tailed) a Test distribution is Normal.0021937 32 .b) Most Extreme Differences Mean Std.0082767 95% Confidence Interval of the Difference Lower Upper -.0082767 Std. Deviation . T-Test One-Sample Statistics N Unstandardized Residual 38 Mean -.602 df 37 Sig. b Calculated from data. Sig.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 -.03185501 Std. (2-tailed) .139 .

217 .03185501 .248 1.000 .131 .072 .0446092 .0045239 .338 .0094092 -.000 .201 .027 .290 .000 .959 1.004 .142 .231 38 38 38 38 38 38 38 LDR .000 .260 .07939 .296 .039 .349 .012 .00000 Mean -. Deviation .14421 .108 1.1578947 Std.012 38 38 38 38 38 38 38 BUS .296 .077 .017 .06592745 .0036053 -.108 . .201 .248 .00000 Maximum .000 .439 1.290 .09022474 .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 -.036 38 38 38 38 38 38 38 CAR .072 .672 . .231 . .672 .31012 -.004 .123 .00000 .42975 -.05562 .094 .20489 -1.113 .315 .198 38 38 38 38 38 38 38 NPM .142 .039 .10482 -. .338 .24569228 .113 .959 .017 .315 . . (1-tailed) Unstandardized Residual CAR RORA ROA NPM LDR BUS N Unstandardized Residual CAR RORA ROA NPM LDR BUS 1.6329674 .019 .000 .000 .003 . .367 1.077 .429 .439 .198 .000 .003 .067 .016 .51535 .019 .96743 1.218 .324 .260 .000 .13030 .05594 .000 .349 .33815089 .367 .345 . 38 38 38 38 38 38 38 33 .334 .04710785 .123 .218 .002 .429 .094 .36953702 Regression Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR RORA ROA NPM LDR BUS Sig.334 .217 38 38 38 38 38 38 38 ROA .036 .002 .016 38 38 38 38 38 38 38 RORA .0082767 .455 .067 .345 1.324 .000 .455 .131 .027 .

349 .Lampiran 5 : Output Regresi Kinerja Bank Syariah Dengan Variabel RORA Regression Descriptive Statistics Unstandardized Residual CAR RORA NPM LDR BUS Mean -.290 . 38 38 38 38 38 38 Model 1 Variables Entered/Removed(b) Variables Variables Entered Removed BUS. RORA.24569228 . .290 1.067 .017 .000 . .036 38 38 38 38 38 38 CAR .315 .231 38 38 38 38 38 38 LDR .036 . (1-tailed) Unstandardized Residual CAR RORA NPM LDR BUS N Unstandardized Residual CAR RORA NPM LDR BUS 1.113 .019 .072 .108 . .0082767 .03185501 .0036053 .000 .201 .315 .017 .000 .217 38 38 38 38 38 38 NPM .260 . .6329674 .027 .367 1.672 .016 38 38 38 38 38 38 RORA .338 . NPM.324 .131 .06592745 . b Dependent Variable: Unstandardized Residual .077 .248 1.260 .345 .019 .296 .0094092 -.012 38 38 38 38 38 38 BUS .067 .248 .077 .201 . .33815089 . LDR.296 . Method Enter 34 .349 .012 .334 .000 .123 .039 .039 .131 .345 1.016 .367 .324 .09022474 .36953702 N 38 38 38 38 38 38 Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR RORA NPM LDR BUS Sig. Deviation .217 .113 .000 .334 .000 .231 .000 .0446092 .000 . CAR(a) a All requested variables entered.123 .1578947 Std.027 .338 .072 .108 1.672 .

244 .401 -.244 .132 -. B Error -.366E-05 -. 95% Confidence Interval for B Lower Upper Bound Bound -.654 6.084 .001 . RORA.142 .217 .038 37 a Predictors: (Constant).001 -.105 -.058 .281 .063 -.001 a Dependent Variable: Unstandardized Residual 35 .000 .000 -.061 Collinearity Statistics Tolera nce VIF .001 -.108 .205 a Predictors: (Constant).140 .654 df1 5 df2 32 Sig.004 .517 Sig.000 -6.000 6.499 .092 .366E-05 -.021 .274 -.248 .024 Standar dized Coeffici ents t Beta -.217 1.039 -.401 .654 Sig.030 df 5 32 Mean Square .320 1.002 .288 1.863E-05 -6. F Change .255 -.086 .684 .736 -.002 LDR -.119 -.797 1.201 1.786 . NPM.001 . .397 -.000 NPM .616E-05 . LDR.001 -.000 -.039 1.000 CAR -.115 .324 1.000 .007 -.201 .077 .002 . LDR.126 .000 .201 .656 .205 .397 -.720 2.001 F 1.174 DurbinWatson 1.296 Partial -.105 -.174(a) Regression Residual Total .244 .001 RORA . CAR b Dependent Variable: Unstandardized Residual Coefficients(a) Unstandardize d Coefficients Std.654 -.301 Part -.453(a) .078 . Error of the Estimate Change Statistics R Square Change F Change 1.006 -.027 -.036 -.163 .069 . CAR b Dependent Variable: Unstandardized Residual ANOVA(b) Model 1 Sum of Squares . NPM.029 .293 -.521 .132 -.120 .338 . RORA.000 .863E-05 .03053347 .107 -.016 .437 .015 .857 1 .081 .785 .035 .015 -.000 -.921 1.008 .032 .332 1.004 .103 .389 Mod el 1 (Constant) CAR RORA NPM LDR BUS Correlations Zeroorder .320 -.379 -.274 1.007 -.114 -. BUS.000 -6.431 .229 .616E-05 .000 -6.Model Summary(b) Model R R Square Adjusted R Square Std.801 .084 a Dependent Variable: Unstandardized Residual Coefficient Correlations(a) Model 1 Correlations BUS NPM RORA LDR CAR Covariances BUS NPM RORA LDR CAR BUS 1.755 . BUS.

0150615 1.907 3. Residual Stud.0788901 -.61 .09 .77 .231 .03446102 1. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Deleted Residual Mahal.690 .000 Maximum .00 .027 7.05 .04 .032 (Constant) .00 .08 .006 .00550991 -.857 a Dependent Variable: Unstandardized Residual 36 .Collinearity Diagnostics(a) Model 1 Dimension 1 2 3 4 5 6 Eigenvalue 2.01086142 -.01 .01 .0731352 Residuals Statistics(a) Predicted Value Std.97 BUS .0316868 a Dependent Variable: Unstandardized Residual Residual -.01 .01 .02869531 . Deviation .0000000 .217 1. Distance Cook's Distance Centered Leverage Value Minimum -.11 .015 4.01907731 .019 .000 .10482 -.022 .13 .01 .69 .051 6.693 .871 Mean -.509 1.132 Std.783 .0516520 -3.0731352 -2.02 . Residual Deleted Residual Stud.911 .190 N 38 38 38 38 38 38 38 38 38 38 38 38 .00547940 .01443726 1.01 .000 .02839555 .144 .02 .804 1.01 .00 .13 NPM .994 .95 Variance Proportions CAR .06 RORA .395 -2.930 .00 .047 .0173354 .868 .000 1.0550731 1.000 .01 .07 .0105109 .706 .887 .00 .0864452 -2.273 Condition Index 1.0742709 1.395 -.790 1. Residual d Residual Value -2.00 .0022341 .617 .80 .999 31.004 .604 -.07 .02 LDR .980 a Dependent Variable: Unstandardized Residual Casewise Diagnostics(a) Case Number 8 Unstandardize Predicted Std.02 .20 .00 .0082767 .

066 .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 . b Calculated from data.b) Most Extreme Differences Mean Std. Sig. (2-tailed) a Test distribution is Normal. Deviation Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.051 -.408 .996 N Normal Parameters(a. 37 .02839555 .066 .0000000 .

231 38 38 38 38 38 38 LDR .24569228 .338 .067 .0082767 . .349 . CAR(a) a All requested variables entered.36953702 N 38 38 38 38 38 38 Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR ROA NPM LDR BUS Sig.019 .016 .036 38 38 38 38 38 38 CAR .338 .367 1.0045239 .349 .260 .04710785 .439 1. Method Enter 38 .672 .000 .003 .429 .003 .108 .455 .036 .000 .324 .1578947 Std.077 .296 .218 .072 .000 .248 . NPM.012 .094 .0094092 -.429 .019 .367 .248 1.000 .296 .000 .324 .012 38 38 38 38 38 38 BUS .108 1.072 .123 .004 .000 .002 .002 . . .198 38 38 38 38 38 38 NPM .067 .09022474 .455 1. b Dependent Variable: Unstandardized Residual .260 .123 .439 .218 .33815089 .000 .077 .142 . .016 38 38 38 38 38 38 ROA .142 .231 .Lampiran 6 : Output Regresi Kinerja Bank Syariah Dengan Variabel ROA Regression Descriptive Statistics Unstandardized Residual CAR ROA NPM LDR BUS Mean -.334 .03185501 . Deviation .334 .000 . (1-tailed) Unstandardized Residual CAR ROA NPM LDR BUS N Unstandardized Residual CAR ROA NPM LDR BUS 1.198 .6329674 . .004 . LDR.672 . 38 38 38 38 38 38 Model 1 Variables Entered/Removed(b) Variables Variables Entered Removed BUS.094 .0446092 . ROA.

019 -.276 .181 DurbinWatson 1.018 Std.147 -.591 .203 .218 .708 .826E-05 .079 95% Confidence Interval for B Lower Bound -. BUS.001 -.077 .002 .008 .03058489 .000 .002 -.362 -.639 -. Error of the Estimate Change Statistics R Square Change F Change 1.203 a Predictors: (Constant).423 .124 .182 -.905 .472 1.112 .063 Zeroorder .034 -.000 NPM .627 Sig.016 . F Change . NPM. .484 .030 df 5 32 Mean Square .000 .061 .510 . LDR.077 .324E-05 .172 -.324E-05 .000 -.001 -. LDR.111 .000 -.190 -.008 -.078 .423 .595 .001 LDR -. Error .139 -.021 .002 .063 1.173 .121 -.296 Correlations Partial -.474 .002 .276 -.033 .342 1.007 -.815 a Dependent Variable: Unstandardized Residual Coefficient Correlations(a) Model 1 Correlations BUS NPM LDR ROA CAR Covariances BUS NPM LDR ROA CAR BUS 1.181(a) Regression Residual Total .725 1.004 .114 . .423 -.127 .115 .086 .000 -.423 -.654 .000 -.595 5.001 -.693 1.384 . ROA.826E-05 .147 -.961 1.278 -.248 .000 .857 1 .287 Collinearity Statistics Tolera nce .016 .237 -.000 -3.702 VIF 2.004 CAR -.480 .001 ROA .029 .450(a) .472 .172 1.125 .627 df1 5 df2 32 Sig. NPM.001 a Dependent Variable: Unstandardized Residual 39 .070 -. BUS.101 .306 Part -.392 1.113 .139 .715 .000 -. CAR b Dependent Variable: Unstandardized Residual Coefficients(a) Mod el Unstandardize d Coefficients B 1 (Constant) CAR ROA NPM LDR BUS -.000 -.Model Summary(b) Model R R Square Adjusted R Square Std.530 1.317 .001 .425 t Sig.004 Upper Bound .025 Standar dized Coeffici ents Beta -.000 -3.031 .317 1.338 . CAR b Dependent Variable: Unstandardized Residual ANOVA(b) Model 1 Sum of Squares .000 5.063 -.259 -.038 37 a Predictors: (Constant).190 -.418 .035 -. ROA.149 .001 F 1.

01 .0506604 -2. Residual Stud.007 .07 .938 .54 .02844337 .274 Condition Index 1.871 .00554509 -.000 .648 .01 .10482 -.01 Variance Proportions CAR .900 2.012 4.0721105 -2.00 LDR .69 .00534890 .703 .28 NPM .043 7.358 -.05 .03 .0721105 Std.01094726 -.96 .16 .01 .0871857 -2.000 .75 ROA .01 .996 .592 -. Residual Residual Value -2.05 .0000000 . Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std.358 -2.879 .627 .00 .186 N 38 38 38 38 38 38 38 38 38 38 38 38 .0020661 .876 a Dependent Variable: Unstandardized Residual 40 .396 .05 . Deleted Residual Mahal.0739266 2.606 .01887669 .Collinearity Diagnostics(a) Model 1 Dimen sion 1 2 3 4 5 6 Eigen value 2.016 .00 .52 .243 .000 .0082767 . Residual Deleted Residual Stud.10 . Deviation .183 1.538 1.044 (Constant) .878 Mean -.000 Maximum .02904586 .01434282 1.01 .822 1.048 .030 32.01 .132 Residual -.07 .0557361 1.03 .20 .00 .01 .03 .0103429 .012 3.0785458 -.000 1.00 .0174123 .955 .20 .029 6.01 .868 .10 a Dependent Variable: Unstandardized Residual Casewise Diagnostics(a) Case Number 8 Unstandardized Predicted Std.146 .930 .0147525 1.97 BUS .03464639 1. Distance Cook's Distance Centered Leverage Value Minimum -.814 .04 .0327115 a Dependent Variable: Unstandardized Residual Residuals Statistics(a) Predicted Value Std.03 .

000 N Normal Parameters(a.054 -.048 . (2-tailed) a Test distribution is Normal. b Calculated from data.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 .02844337 .b) Most Extreme Differences Mean Std. Deviation Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.0000000 .333 1. 41 .054 . Sig.

Sign up to vote on this title
UsefulNot useful