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

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

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

∆PMADit = selisih pendapatan masih akan diterima bank syariah i pada tahun t dengan t-1.3. ∆BDDit = selisih beban dibayar dimuka 7 . Model Penelitian Untuk menguji indikasi praktik manajemen laba pada hipotesis 1 (H1) di atas digunakan uji beda. 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. 3.∆UPit – BAPit . 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.∆BYDit . yaitu apakah rata-rata nilai AD pada bank syariah ≠ 0. Pengukuran Variabel • Variabel Independen: Akrual Diskresioner Penghitungan total akrual sama dengan yang dilakukan Healy (1985) dan Jones (1991) yang telah disesuaikan dengan karakteristik perbankan. dengan rumus: TAit = (∆PMADit + ∆BDDit +∆UMPit .Depit)/(Ait-1) Dimana: TAit = total akrual bank syariah i pada tahun t. β3 < 0. Hipotesis 2 diuji dengan menggunakan regresi berganda dengan model sebagai berikut: ADit = α + β1CARit + β2 RORAit + β3NPMit + β4ROAit + β5LDRit + β6BUSit + ε (1) Dengan ekspektasi : β1 < 0.2.1.

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

akhirnya ditetapkan 3 BUS dan 18 UUS yang terpilih sebagai sampel untuk tahun 2005-2006. Nilai rata-rata dari TA. dimana nilai TA. Sehingga total sampel yang diolah dalam penelitian ini adalah sebanyak 42 buah. ∆PO dan PPE telah dibagi dengan Total Aset tahun sebelumnya. Dari Tabel 4. yang berdasarkan data BI bulan Mei tahun 2007. 4. Perbankan Syariah terdiri dari 3 kelompok yaitu Bank Umum Syariah (BUS) sebanyak 3 bank.4.1 di Lampiran 1.3. AND dan AD yang kecil ini menunjukkan bahwa nilai akrual yang ada pada bank syariah cukup kecil karena memang 9 . AND sekitar -0.1 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 4.00828. Populasi dan Sampel Populasi dari penelitian ini adalah semua perbankan syariah di Indonesia. Tetapi ada beberapa UUS yang berdiri tahun 2007. maka data sampel final yang diolah adalah sebanyak 38 buah. Karena tujuan dan operasional BUS dan UUS relatif sama dan peraturan BI untuk kedua kelompok bank syariah ini juga sama. Unit Usaha Syariah (UUS) sebanyak 26 bank dan Bank Perkreditan Rakyat Syariah (BPRS) sebanyak 106 bank. yang menunjukkan jumlah data sampel yang diolah (N). nilai minimum dan maksimum. nilai rata-rata (mean) dan standar deviasi dari variabel sampel. maka diputuskan yang menjadi sampel dari penelitian ini hanya kelompok BUS dan UUS dengan total 29 bank syariah. Analisis Hasil Penelitian 4.1 juga terlihat nilai rata-rata (mean) dari TA adalah sekitar -0. Tetapi karena adanya beberapa UUS yang berdiri tahun 2005 sehingga data tahun 2004 belum ada.02750.01922 dan AD sekitar -0.

Unbiased dan Estimator (BLUE) jika memenuhi semua asumsi klasik. Linear. 4. Pengujian hipotesis 1 (H1) dilakukan dengan uji beda. Hasil uji beda One Sample T Test dengan program SPSS dapat dilihat pada Tabel 4.5 di Lampiran 1. Dalam model regresi 10 . ROA.118 > 0.602 dengan nilai signifikansi (sig.perkiraan yang bersifat akrual pada bank syariah tidak begitu banyak. dimana akrual diskresioner (Discretionary Accrual) mempunyai nilai t = -1.2. sehingga model sudah valid. 2 tailed) = 0. RORA. NPM dan LDR dapat dilihat pada Tabel 4.05). Hal ini berarti bahwa akrual diskresioner secara signifikan tidak berbeda dengan 0. Model regresi yang menggunakan metode estimasi Ordinary Least Squares (OLS) akan memberikan hasil yang Best. CAR. Tabel 4.1 di Lampiran 2 yang menunjukkan model regresi yang digunakan telah memenuhi uji asumsi klasik.2 Analisis Pengaruh Kinerja Bank Syariah Dengan Rasio CAMEL Terhadap Praktik Manajemen Laba 4.3 di Lampiran 1 dan Gambar 4.1 Statistik Deskriptif Sampel Kinerja Bank Syariah Statistik deskriptif kinerja bank syariah dengan variabel Akrual Diskresioner (AD). nilai rata-rata (mean) dan standar deviasi dari variabel sampel yang digunakan dalam penelitian ini. sehingga dugaan hipotesis 1 (H1) tentang terdapatnya indikasi praktik manajemen laba pada bank syariah tidak terbukti (ditolak). maka dapat disimpulkan bahwa pada bank syariah tidak terdapat indikasi praktik manajemen laba.2.118 jauh diatas 0. Pengujian asumsi klasik yang dilakukan dari model regresi berdasarkan output SPSS dapat dilihat pada Tabel 4. Karena nilai akrual diskresioner merupakan proksi dari indikasi praktik manajemen laba pada bank syariah.05 (sig = 0. nilai minimum dan maksimum. Sedangkan nilai rata-rata yang negatif menunjukkan bahwa nilai akrual yang ada pada bank syariah cenderung bersifat income decreasing (penurunan laba).6 di Lampran 1 yang menunjukkan jumlah data sampel yang diolah (N).

Hal ini diperkiraan dipengaruhi oleh rugi non operasional yang besar. sehingga nilai laba sebelum pajak yang digunakan dalan rasio RORA dan laba setelah pajak yang digunakan dalam rasio ROA nilainya menjadi sangat kecil. maka digunakan perhitungan rasio CAR di atas. dimana nilai rata-rata AD yang sangat kecil (mendekati 0).6%. 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. Nilai rata-rata rasio RORA dan ROA juga sangat rendah bahkan negatif. Tetapi karena cukup sulit untuk menghitung komposisi ATMR ini. Nilai rata-rata rasio CAR terlihat sangat rendah yaitu sebesar 0. yang berarti rata-rata profitabilitas bank syariah masih kurang baik. Sedangkan dalam ketentuan BI. seperti yang digunakan Naser (2003) dalam penelitiannya. sama dengan yang dibuktikan pada hasil pengujian hipotesis 1 (H1) yaitu nilai akrual diskresioner secara signifikan tidak berbeda dengan 0.5%.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%. Disamping itu nilai pembilang (nilai ekuitas) dalam penelitian ini sebagian besar (84%) merupakan nilai saldo laba pada UUS. dimana nilai ATMR ini tentu lebih kecil dari total aktiva. dimana hal ini menunjukkan bahwa kinerja operasional bank syariah juga cukup baik.6 juga terlihat nilai rata-rata (mean) dari AD adalah sekitar -0. yang jauh dibawah batasan minimum nilai CAR yang ditetapkan BI yaitu 8%. nilai CAR dihitung dari perbandingan ekuitas (modal inti + modal pelengkap) dengan nilai aktiva tertimbang menurut resiko (ATMR). dimana nilai saldo laba ini tentu jauh lebih kecil dari nilai ekuitas pada BUS pada umumnya.00828. Dari Tabel 4.9%.00941 atau sekitar 0. karena nilai rasio NPM ini diperoleh dari perbandingan laba operasional dengan pendapatan operasional. 11 . Sedangkan nilai rata-rata rasio NPM cukup baik yaitu sekitar 4. sekitar -0.4% dan -0.

dimana bagi hasil dari pembiayaan ini merupakan sumber pendapatan operasional utama bank syariah. 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. dimana hal ini sejalan dan tercermin dalam rasio NPM yang cukup baik juga. β2 < 0. β3 < 0.3 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. Kedua model regrasi yang baru ini masing-masing akan diolah kembali dengan program SPSS. β4 < 0 dan β5 ≠ 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.2. β2 < 0.2 Pengujian Asumsi Klasik Model Regresi Kinerja Bank Syariah Berdasarkan output SPSS pada Tabel 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. Untuk menghilangkan multikolinearitas ini.2. 4. β4 < 0 dan β5 ≠ 0. β3 < 0. 4. 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. (1b) (1a) 12 .

10.8%.2. Hal ini mungkin disebabkan oleh nilai rata-rata rasio CAR secara keseluruhan yang kecil yaitu hanya 0.13 di Lampiran 1 juga dapat dilihat bahwa semua variabel rasio CAMEL (CAR. pengujian asumsi klasik terhadap model regresi dengan variabel RORA dapat dilihat pada Tabel 4. sehingga model regresi tersebut sudah valid. NPM.4 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA dan ROA Berdasarkan output SPSS. menggambarkan kemampuan variabel independen menjelaskan variabel dependen.2 di Lampiran 2.4. serta pada Tabel 4.12 dan Tabel 4. tetapi hasil pengujian menunjukkan tidak ada yang konsisten dengan dugaan hipotesis semula sehingga H2 ditolak. Tabel 4. 13 .11 di Lampiran 1 dan Gambar 4. Dimana kedua model tersebut telah memenuhi semua uji asumsi klasik. seingga hipotesis 2a (H2a) ditolak. 4.8.3 di Lampiran 2 untuk model regresi dengan variabel ROA.078 atau sekitar 7. Tabel 4.1%. Nilai slope (B) rasio CAR yang negatif seperti terlihat pada Tabel 4. dan dengan model variabel ROA sebesar 0. sehingga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner atau praktik manajemen laba secara signifikan. tetapi tidak signifikan terhadap akrual diskresioner.12 dan Tabel 4.13.9 di Lampiran 1 dan Gambar 4.00941 atau 0. Pada Tabel 4.12 dan Tabel 4.9% seperti yang terlihat pada statistik deskriptif sebelumnya.2. ROA dan LDR) yang dalam hipotesis diduga berpengaruh negatif dan signifikan terhadap akrual diskresioner. RORA. Secara umum terlihat bahwa hasil regresi dengan kedua model tidak jauh berbeda.13 dapat diketahui bahwa rasio CAR berpengaruh negatif. Nilai adjusted R2 dari model dengan variabel RORA adalah sebesar 0.5 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 4.081 atau sekitar 8.

yang menunjukkan bahwa praktik manajemen laba biasanya terjadi pada tingkat bank. Maka UUS yang berjumlah 84% dari data dalam penelitian ini. Sehingga pada tingkat cabang diduga lebih cenderung untuk memperhatikan penilaian kinerja operasional. Rasio RORA berpengaruh positif dan tidak sisgnifikan seperti terlihat pada Tabel 4.4% seperti yang terlihat pada statistik deskriptif. 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 0.12. 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. sehingga hal ini diduga juga mempengaruhi tidak signifikannya rasio CAR dalam mempengaruhi akrual diskresioner. Dugaan ini dapat diperkuat dengan hasil penelitian yang menunjukkan bahwa variabel kontrol BUS yang berpengaruh signifikan terhadap akrual diskresioner.Nilai rata-rata rasio CAR yang sangat rendah ini mungkin disebabkan oleh beberapa hal seperti yang telah diuraikan dalam statistik deskriptif sebelumnya. tidak wajib memenuhi batasan nilai minimum CAR ini. Nilai laba sebelum pajak yang digunakan dalam rasio RORA pada beberapa bank syariah sampel cukup rendah dan bahkan ada yang 14 . yang berarti tidak konsisten dengan dugaan hipotesis (H2b ditolak). Disamping itu kewajiban pemenuhan batasan nilai minimum CAR yang ditetapkan oleh BI adalah pada tingkat banknya bukan pada tingkat cabang atau unit usaha. 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. Dimana rasio keuangan untuk menilai kualitas assets bank ini juga terpusat pada bank induknya. Disamping itu nilai rata-rata rasio RORA yang cukup rendah yaitu sebesar -0. untuk penilaian kinerja bank secara keseluruhan. yang merupakan cabang dari bank induk konvensionalnya.

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

Rasio LDR diperoleh dari perbandingan jumlah kredit yang diberikan dengan jumlah dana pihak ketiga yang ada pada 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.Sejalan dengan kondisi rendahnya nilai rasio RORA yang juga berbeda pengaruh dan tidak signifikan terhadap akrual diskresioner seperti diuraikan sebelumnya. 5. 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. 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%. jadi bukan untuk memenuhi kecukupan rasio LDR yang juga ditetapkan BI untuk tingkat bank.13.10. diduga hal yang sama juga mempengaruhi rasio ROA. Sedangkan rasio LDR yang negatif dan tidak signifikan seperti terlihat pada Tabel 4. seperti yang terlihat pada Tabel 4. Penutup 16 .12 dan Tabel 4.63297 atau 63% seperti yang terlihat pada statistik deskriptif sebelumnya. dimana bagi hasil dari pembiayaan ini merupakan pendapatan utama bank syariah. Nilai rata-rata rasio LDR yang tinggi ini juga dapat menunjukkan baiknya bank syariah dalam menyalurkan pembiayaan (kredit) kepada masyarakat. Hasil penelitian ini tetap sejalan dengan hasil penelitian Arnawa (2006) sebelumnya. Sedangkan untuk variabel kontrol BUS. 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. Hal ini berarti bahwa kecenderungan praktik manajemen laba secara signifikan lebih tinggi pada tingkat bank (BUS) dari pada tingkat cabang (UUS). menunjukkan bahwa hipotesis H2e juga ditolak.

tetapi tidak signifikan. yang diproksi dengan rasio CAR.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 . 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. sedangkan 84% sampel adalah UUS. 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. tetapi hasil pengujian hipotesis menunjukkan bahwa semua variabel tersebut tidak ada yang berpengaruh negatif dan signifikan terhadap praktik manajemen laba tersebut.2006. NPM dan LDR. sehingga UUS tidak termotivasi untuk melakukan manajemen laba untuk mencapai nilai CAR tertentu. berpengaruh negatif dan signifikan terhadap praktik manajemen laba. Rasio RORA dan ROA berpengaruh positif terhadap praktik manajemen laba dan juga tidak signifikan.5. ROA. 17 . Walaupun secara rata-rata tidak terdapat indikasi praktik manajemen laba. Tidak signifikannya pengaruh kedua rasio ini juga diduga karena kedua rasio ini juga biasanya dihitung ditingkat bank (BUS) bukan cabang (UUS). Rasio CAR berpengaruh negatif terhadap praktik manajemen laba. Sedangkan UUS merupakan mayoritas sampel (84%) dalam penelitian ini. 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. RORA.

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

tetapi laporan keuangan publikasi UUS yang digunakan sebagai sumber data sampel dalam penelitian ini tidak dilengkapi dengan catatan atas laporan keuangannya. 5. 5. Kedua. 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. Karena BI tentu tidak menginginkan bank dapat memenuhi regulasi di atas kertas karena melakukan praktik manajemen laba untuk memenuhinya. Sehingga untuk beberapa perkiraan yang membutuhkan penjelasan lebih lanjut untuk diterjemahkan ke dalam rumus perhitungan. 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). merujuk kepada PAPSI sebagai salah satu pedoman akuntansi yang digunakan oleh bank syariah. Sehingga ada kemungkinan kesalahan pengklasifikasian akrual non diskresioner dan akrual diskresioner. laporan keuangan BUS tersedia lengkap dengan catatan atas laporan keuangannya.3 Keterbatasan Penelitian Terdapat beberapa keterbatasan yang ditemui dalam penelitian ini. Pertama jangka waktu data sampel yang digunakan relatif singkat yaitu hanya 2 tahun dan jumlah sampel yang dapat diolah juga sedikit yaitu hanya 38 buah data. 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.4 Saran Untuk Penelitian Selanjutnya 19 . Dan ketiga model yang digunakan untuk melihat indikasi praktik manajemen laba pada bank syariah adalah model Jones (1991) yang telah disesuaikan dengan karakteristik perbankan.

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. Kedua. 20 . 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. akan lebih baik apabila menggunakan data sampel yang berdasarkan kepada laporan keuangan yang lengkap dengan catatan atas laporan keuangan.

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

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

Jakarta. Siregar dan Utama. Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia. Hal.P. Vol. Siddharta (2006). Sylvia N. Ukuran Perusahaan dan Praktek Corporate Governance Terhadap Pengelolaan Laba (Earnings Management)”. “Pengaruh Struktur Kepemilikan. No. 307 – 326.9. September 2006.3. 23 . Jurnal Riset Akuntansi Indonesia.Nasional)”. Veronica.

Deviation TA 38 -0.00828 38 -0.00000 0. PPE=Aktiva Tetap Sumber : Data diolah Tabel 4.31012 0.09023 0.00452 38 -1.594 1.11598 0.70187 PPE 38 0.00828 -0.602 37 0. AND=Akrual Non Diskresioner.05562 -0.36693 0.05562 -0.00828 0.06593 0.03815 0.00941 38 -0. Sig.04711 0.51535 0.12822 0.00000 0.20489 0.33815 0.02185 AD 38 -0.13030 -0. (2-tailed) 0.30903 0.07939 0.00219 Sumber : Data diolah AD CAR RORA ROA NPM LDR Tabel 4.2.779 1.296 Durbin-Watson dL dU Area No Serial Correlation 1.406 ∆PO=Perubahan Pendapatan Operasional.05029 AND 38 -0. AD=Akrual Diskresioner.01460 -0. ∆PO=Perubahan Pendapatan Operasional.01875 0. Sumber : Data diolah Tabel 4.42975 0.21997 0.05219 4.436 2.00361 38 -0.03186 TA=Total Akrual. (2Mean Interval of the t Df tailed) Difference Difference Lower Upper Discretionary Accrual -1.5 Uji Indikasi Praktik Manajemen Laba Pada Bank Syariah Test Value = 0 95% Confidence Sig.03413 ∆PO 38 -0.63297 Std.05594 -0. Tabel yang digunakan dalam Analisis Hasil Penelitian Tabel 4.373 1.Lampiran 1.14421 0.10482 0.03186 0.3 Uji Normalitas Model Regresi Total Akrual Pada Bank Syariah Discretionary Accrual N 38 Kolmogorov-Smirnov Z 0.24569 24 .594 .03000 -0.02750 0.2 Uji Asumsi Klasik Model Regresi Total Akrual Pada Bank Syariah Tolerance VIF ∆PO 0. PPE=Aktiva Tetap.6 Statistik Deskriptif Kinerja Bank Syariah N Minimum Maksimum Mean 38 -0.04461 38 0.96743 0.857 Asymp.169 5.1 Statistik Deskriptif Komponen Total Akrual Pada Bank Syariah N Minimum Maksimum Mean Std. Deviation 0.01922 0.934 PPE 0.455 Sumber : Data diolah Tabel 4.10482 0.118 -0.

037 27.274 NPM 0.785 1.423 LDR 0.378 2.395 BUS 0.8 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA Tolerance VIF CAR 0.261 1. BUS=Bank Umum Syariah Sumber : Data diolah Tabel 4.288 RORA 0.9 Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel RORA Unstandardized Residual N 38 Kolmogorov-Smirnov Z 0.7 Uji Multikolinearits Model Regresi Kinerja Bank Syariah Tolerance VIF CAR 0.AD=Akrual Diskresioner.921 LDR 0. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4.722 1.2.755 1. Sig. CAR=Capital Adequancy Ratio.722 1.510 1.028 35.614 1. ROA=Return On Assets.092 ROA 0.418 2.591 1.630 CAR=Capital Adequancy Ratio. RORA=Return On Risked Assets. NPM=Net Profit Margin.530 Durbin Watson dL dU Area No Serial Correlation 1.993 NPM 0. ROA=Return On Assets.693 NPM 0.722 . RORA=Return On Risked Assets.648 RORA 0. RORA=Return On Risked Assets.261 1.437 2. (2-tailed) 0. NPM=Net Profit Margin. NPM=Net Profit Margin.278 25 .10 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel ROA Tolerance VIF CAR 0.418 2.961 LDR 0.408 Asymp.521 1.324 Durbin Watson dL dU Area No Serial Correlasion 1.413 2.857 1. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4.857 1. LDR=Loan to Deposit Ratio.722 – 2.654 1.996 Sumber : Data diolah Tabel 4.278 CAR=Capital Adequancy Ratio.392 ROA 0.

016 -0. (2-tailed) 1.061 0.173 -0.024 -0.119 -0.708 0.084 -0. NPM=Net Profit Margin.086 -0.242 ROA 0.015 0.002 0.016 0.216 NPM 0.058 0. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4.656 0.121 0. slope (Constant) -0.139 -0.237 NPM 0.101 0.021 0.250 RORA 0.078 CAR=Capital Adequancy Ratio.379 1.015 0. RORA=Return On Risked Assets.163 -0. BUS=Bank Umum Syariah ** Sigifikan pada α = 5% * Sigifikan pada α = 10% Sumber : Data diolah 26 .12 Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel RORA Ekspektasi B Std. Sig.684 0.086 0.786 0.715 0. ROA=Return On Assets. LDR=Loan to Deposit Ratio.029 0.815 0.021 0.342 1.079* Adjusted R2 0.069 0.332 1.081 CAR=Capital Adequancy Ratio. (Constant) -0.025 -0.725 0.639 0.055** LDR -0.13 Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel ROA Ekspektasi slope B Std.036 0.11 Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel ROA Unstandardized Residual N 38 Kolmogorov-Smirnov Z 0.034 0.240 BUS 0. Error Beta t Sig.004 0. ROA=Return On Assets.139 0. LDR=Loan to Deposit Ratio.259 BUS 0.029 0. NPM=Net Profit Margin. Error Beta t Sig.905 CAR -0.046** LDR -0.149 0.801 CAR -0.018 0.CAR=Capital Adequancy Ratio.000 Sumber : Data diolah Tabel 4.333 Asymp.016 0. BUS=Bank Umum Syariah ** Sigifikan pada α = 5% * Sigifikan pada α = 10% Sumber : Data diolah Tabel 4.084* Adjusted R2 0. NPM=Net Profit Margin.736 0.362 1.797 0.142 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 4.3 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.Lampiran 2. Regression Studentized Residual Gambar yang digunakan dalam Analisis Hasil Penelitian Gambar 4.

0001046979019141 . .00000 -.001 38 38 38 dPO/A-1 -.130 .11598 .0275024 .010 .A1 A1 DPO.844 1.06259411 a The observed mean is printed b Coefficients have been calculated through the origin.72666803 N 38 38 38 38 . 00049652 4300000 4. 00004207 18236842 .70187051 .506 .000 .000 .001 .05219 .506 .220 38 38 38 38 PPE/A-1 -.375 -.0381466 -.0082767 Std.0381466 .A1 PPE.375 1.A1 Unstandardized Predicted Value Unstandardized Residual Valid N (listwise) 38 38 38 38 38 38 38 Minimum -.0192256 -.36693 .000 38 38 38 1/A-1 -.0000420718236842 .A1 N TA.30903 .000 .2199726 .010 . 29 . 000097159838 7793 .129 .10482 Maximum .648 .A1 PPE. 00000012 0900000 -. Correlations(a) Std. Deviation . Cross-product TA/A-1 1/A-1 dPO/A-1 PPE/A-1 TA/A1 1.05029339 .000 .A1 A1 DPO.03000 .844 .000 . .03185501 Regression Descriptive Statistics(b) TA/A-1 1/A-1 dPO/A-1 PPE/A-1 Mean(a) -.04348402 .000 -.2199726 Root Mean Square .A1 38 38 a Coefficients have been calculated through the origin.188 .648 . .129 1.000 .12822 -.188 -.01460 .Lampiran 3 : Output Regresi Perhitungan Total Accrual Descriptives Descriptive Statistics N TA.130 .03413417 . (1-tailed) TA.220 .0275024 .05562 Mean -.A1 A1 DPO.02184610 .A1 PPE. 38 38 38 38 Sig.

dPO/A-1.040 df 3 35 Mean Square . 1/ A-1(a) a All requested variables entered. 1/A-1 Dependent Variable: TA/A-1 Linear Regression through the Origin ANOVA(c.188 -.032 . dPO/A-1. b Dependent Variable: TA/A-1 c Linear Regression through the Origin Model Summary(c. dPO/A-1. c Dependent Variable: TA/A-1 d Linear Regression through the Origin Coefficients(a.176 -.001 F 9.747 -3.519 .437 .d) R Square(a) Adjusted R Square Std.03386891 . Error of the Estimate Change Statistics DurbinWatson 1.213 3 35 .134 -.127 7.436 2.020 .648 Partial .903 a Dependent Variable: TA/A-1 b Linear Regression through the Origin 30 .Variables Entered/Removed(b.018 Standar dized Coeffici ents t Beta .099 -.213 Sig.006 -.746 414. Method Enter Model 1 a b c d R Square F Sig.789 -.000 For regression through the origin (the no-intercept model).630 146.057 .844 .072(b) 38 a Predictors: PPE/A-1.132 -. R Square measures the proportion of the variability in the dependent variable about the origin explained by regression.787 -1.000 95% Confidence Interval for B Lower Upper Bound Bound -182.011 .664(b) .975 -.018 -.441 9.297 .133 -.278 -.441 .934 . Predictors: PPE/A-1.b) M od el 1 1/A-1 dPO/A-1 PPE/A-1 Unstandardized Coefficients Std.169 5.000(a) Total .779 Variables Removed .326 .375 -.059 Sig.c) Model 1 Variables Entered PPE/A-1.493 -.d) R Model 1 Regression Residual Sum of Squares . B Error 115. .249 Collinearity Statistics Tolera nce VIF . F Change Change df1 df2 Change .551 Part .393 .296 Correlations Zeroorder -. This CANNOT be compared to R Square for models which include an intercept. . 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.

095 -3.941 1. Distance Cook's Distance Centered Leverage Value Minimum -.594 .1054492 -3.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.0082767 -.0111580 Residual -.002 -14.095 -.0354936 -.644 -.11598 a Dependent Variable: TA/A-1 b Linear Regression through the Origin Predicted Value -.000 1.018 .548 .200 N 38 38 38 38 38 38 38 38 38 38 38 38 .92 PPE/A-1 .746 .910 .97 dPO/A-1 . Deviation .079 Std.000 -14.002 . Residual TA/A-1 -3. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std.464 21601.03185501 .069 5.761 3 .0146023 1.464 1/A-1 -.160 .997 .163 3. Residual Deleted Residual Stud.5436080 -.000 -2.000 2.044 .910 1.09781362 1. Residual Stud.589 -2.746 -.0339657 .989 .1048220 Residuals Statistics(a. Deleted Residual Mahal.294 .1282199 -4.104 -.000 .36 .519 Variance Proportions 1/A-1 .589 dPO/A-1 .1048220 -3.003 a Dependent Variable: TA/A-1 b Linear Regression through the Origin 31 .000 .000 -.880 .000 .02184610 1.Coefficient Correlations(a.b) Predicted Value Std.250 36.09439882 .0192256 .0556198 1.00 .642 2.00697726 .601 12.03329828 .967 Mean -.987 .60 PPE/A-1 1.0079912 -.225 7.03 .5336780 3.000 Maximum .730 79.b) Model 1 Dimension 1 2 Eigenvalue 2.644 1.00182466 -.b) Case Number 8 Std.03 .142 .886 Condition Index 1.110 .05 .244 -.04 .437 a Dependent Variable: TA/A-1 b Linear Regression through the Origin Casewise Diagnostics(a.00656960 -.

139 . b Calculated from data.0082767 Std.118 Mean Difference -. Deviation Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.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) .0187472 . T-Test One-Sample Statistics N Unstandardized Residual 38 Mean -.0082767 .0082767 95% Confidence Interval of the Difference Lower Upper -. Deviation . Error Mean .139 .455 N Normal Parameters(a.087 -.602 df 37 Sig.03185501 .857 .00516756 One-Sample Test Test Value = 0 t Unstandardized Residual -1. (2-tailed) a Test distribution is Normal.b) Most Extreme Differences Mean Std. Sig.03185501 Std.0021937 32 .

000 .10482 -.039 .012 .198 .334 .0446092 .016 38 38 38 38 38 38 38 RORA .42975 -.04710785 .00000 .338 .000 .000 .349 .000 .000 .201 .672 .334 .260 .004 .248 .31012 -.24569228 .077 .338 .00000 Maximum .000 .07939 .000 .036 .019 .142 .439 .012 38 38 38 38 38 38 38 BUS .217 .004 .072 .6329674 .05594 .142 .260 .218 .324 . .455 .367 1.959 .1578947 Std.315 .06592745 .03185501 .367 .429 .131 .036 38 38 38 38 38 38 38 CAR .113 .296 .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 -.072 .017 .067 .248 1.0094092 -.345 .672 .000 .290 .0082767 . Deviation .231 38 38 38 38 38 38 38 LDR .36953702 Regression Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR RORA ROA NPM LDR BUS Sig.959 1.218 .231 .067 .094 .455 .027 .027 .96743 1.05562 .108 .113 .003 . .002 .14421 .349 .345 1.51535 .000 .201 .20489 -1.123 . .429 .09022474 .002 . .016 .0036053 -.324 .0045239 .13030 .019 .296 .198 38 38 38 38 38 38 38 NPM .439 1. .108 1.094 .00000 Mean -.290 .123 .000 .003 .217 38 38 38 38 38 38 38 ROA .039 .33815089 . . (1-tailed) Unstandardized Residual CAR RORA ROA NPM LDR BUS N Unstandardized Residual CAR RORA ROA NPM LDR BUS 1.315 .000 . 38 38 38 38 38 38 38 33 .131 .017 .077 .

012 38 38 38 38 38 38 BUS .315 .345 1.260 .000 .672 .0446092 .338 .000 .03185501 .027 . LDR.06592745 .290 . .123 .09022474 .324 .113 .072 .33815089 . .000 .077 .324 .338 .027 . .000 .0036053 .067 .315 .036 38 38 38 38 38 38 CAR .217 38 38 38 38 38 38 NPM .349 .000 .248 .0094092 -.367 .296 .345 .012 . 38 38 38 38 38 38 Model 1 Variables Entered/Removed(b) Variables Variables Entered Removed BUS.123 . .113 .248 1.24569228 .077 .201 .290 1.019 .349 . NPM. b Dependent Variable: Unstandardized Residual .067 .Lampiran 5 : Output Regresi Kinerja Bank Syariah Dengan Variabel RORA Regression Descriptive Statistics Unstandardized Residual CAR RORA NPM LDR BUS Mean -. Deviation .131 .217 .231 .672 .039 . RORA.367 1. .019 .201 .108 .017 .231 38 38 38 38 38 38 LDR .016 38 38 38 38 38 38 RORA .072 .334 . CAR(a) a All requested variables entered.6329674 .108 1.0082767 .036 .039 . Method Enter 34 .000 .000 .36953702 N 38 38 38 38 38 38 Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR RORA NPM LDR BUS Sig. (1-tailed) Unstandardized Residual CAR RORA NPM LDR BUS N Unstandardized Residual CAR RORA NPM LDR BUS 1.017 .016 .334 .296 .131 .260 .1578947 Std.000 .

001 .174 DurbinWatson 1.002 .000 CAR -.000 .058 .039 1.288 1.320 1.201 .338 .001 RORA .281 .921 1.084 a Dependent Variable: Unstandardized Residual Coefficient Correlations(a) Model 1 Correlations BUS NPM RORA LDR CAR Covariances BUS NPM RORA LDR CAR BUS 1.000 -.078 .036 -.332 1.120 .517 Sig.001 .684 .389 Mod el 1 (Constant) CAR RORA NPM LDR BUS Correlations Zeroorder .244 .801 .255 -.755 .004 .431 .008 . BUS.000 .293 -.000 -.797 1.015 -.140 .132 -.092 . CAR b Dependent Variable: Unstandardized Residual ANOVA(b) Model 1 Sum of Squares . F Change .Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change 1. B Error -.201 .001 F 1.126 .081 . CAR b Dependent Variable: Unstandardized Residual Coefficients(a) Unstandardize d Coefficients Std.001 -.105 -.000 . LDR.021 . NPM.366E-05 -.248 .785 .324 1.205 .103 .004 .015 .107 -.086 .397 -.201 1.274 1.397 -.061 Collinearity Statistics Tolera nce VIF . 95% Confidence Interval for B Lower Upper Bound Bound -.000 NPM .453(a) .077 .857 1 . LDR.038 37 a Predictors: (Constant).274 -.105 -.654 -.366E-05 -.205 a Predictors: (Constant).027 -. BUS. NPM.142 .401 -.654 6.736 -.063 -.069 .035 .244 .320 -.115 .001 -.03053347 .029 . RORA.863E-05 .032 . RORA.720 2.163 .244 .379 -.654 Sig.132 -.007 -.000 -6.000 -.006 -.002 LDR -.024 Standar dized Coeffici ents t Beta -.007 -.296 Partial -.114 -.001 a Dependent Variable: Unstandardized Residual 35 .786 .016 .039 -.616E-05 .000 -6.521 .000 -6.000 6.437 .002 . .499 .174(a) Regression Residual Total .108 .301 Part -.119 -.401 .217 .654 df1 5 df2 32 Sig.084 .217 1.863E-05 -6.001 -.616E-05 .000 .656 .030 df 5 32 Mean Square .229 .

13 .790 1.804 1.95 Variance Proportions CAR .000 1.09 .07 .00 .00 .395 -.80 . Residual d Residual Value -2.0000000 .02 .20 .01086142 -.00 .0788901 -.01907731 .0731352 Residuals Statistics(a) Predicted Value Std.0022341 .000 .0105109 .02839555 .0742709 1. Distance Cook's Distance Centered Leverage Value Minimum -.11 .027 7.980 a Dependent Variable: Unstandardized Residual Casewise Diagnostics(a) Case Number 8 Unstandardize Predicted Std.019 .0516520 -3. Residual Stud.0082767 .03446102 1.706 .000 Maximum .01 .77 .0550731 1. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std.911 .01 .0731352 -2.015 4. Deviation .01 .61 .Collinearity Diagnostics(a) Model 1 Dimension 1 2 3 4 5 6 Eigenvalue 2.047 .000 .0864452 -2. Deleted Residual Mahal.690 .004 .273 Condition Index 1.05 .930 .69 .051 6.999 31.01 .02 LDR .00 .509 1.01 .693 .617 .217 1.994 .132 Std.887 .01 . Residual Deleted Residual Stud.0150615 1.00550991 -.907 3.07 .02869531 .604 -.01 .00547940 .0173354 .871 Mean -.190 N 38 38 38 38 38 38 38 38 38 38 38 38 .0316868 a Dependent Variable: Unstandardized Residual Residual -.00 .006 .06 RORA .02 .231 .022 .08 .783 .01443726 1.00 .00 .01 .10482 -.000 .868 .032 (Constant) .04 .13 NPM .02 .857 a Dependent Variable: Unstandardized Residual 36 .395 -2.97 BUS .144 .

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

349 .260 .000 .260 .000 .077 .1578947 Std.012 38 38 38 38 38 38 BUS .019 . .002 .0094092 -. Method Enter 38 .012 . . (1-tailed) Unstandardized Residual CAR ROA NPM LDR BUS N Unstandardized Residual CAR ROA NPM LDR BUS 1.24569228 .0446092 .094 .231 38 38 38 38 38 38 LDR .33815089 .218 .036 38 38 38 38 38 38 CAR .016 .067 .198 .429 .003 .672 .367 1.142 . NPM.0045239 .367 .455 .324 .067 . Deviation .248 1.094 . ROA.455 1.000 .000 .198 38 38 38 38 38 38 NPM .019 .324 .296 .016 38 38 38 38 38 38 ROA .334 . . b Dependent Variable: Unstandardized Residual .108 .072 . .036 .334 .000 .108 1.004 .338 .03185501 .077 .231 .123 .296 .36953702 N 38 38 38 38 38 38 Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR ROA NPM LDR BUS Sig.142 .338 . 38 38 38 38 38 38 Model 1 Variables Entered/Removed(b) Variables Variables Entered Removed BUS.123 .000 .0082767 .439 1.6329674 .248 .004 .09022474 .349 .04710785 .672 .002 .000 .439 . .429 . CAR(a) a All requested variables entered.000 .218 .072 . LDR.Lampiran 6 : Output Regresi Kinerja Bank Syariah Dengan Variabel ROA Regression Descriptive Statistics Unstandardized Residual CAR ROA NPM LDR BUS Mean -.003 .

000 -.147 -.278 -.008 .715 .000 5.070 -. CAR b Dependent Variable: Unstandardized Residual ANOVA(b) Model 1 Sum of Squares .149 .173 .001 LDR -.472 .125 .826E-05 .086 . CAR b Dependent Variable: Unstandardized Residual Coefficients(a) Mod el Unstandardize d Coefficients B 1 (Constant) CAR ROA NPM LDR BUS -.627 Sig. ROA.139 -.905 .317 1.033 .Model Summary(b) Model R R Square Adjusted R Square Std.063 Zeroorder .693 1.530 1.000 -.031 .218 .418 . Error .826E-05 .654 .077 .111 .857 1 . ROA.384 .423 -.001 -.296 Correlations Partial -.034 -.114 .025 Standar dized Coeffici ents Beta -. LDR.306 Part -.203 a Predictors: (Constant).038 37 a Predictors: (Constant).708 . .423 . LDR.423 -.472 1.002 .016 .113 .172 -.815 a Dependent Variable: Unstandardized Residual Coefficient Correlations(a) Model 1 Correlations BUS NPM LDR ROA CAR Covariances BUS NPM LDR ROA CAR BUS 1.030 df 5 32 Mean Square .001 ROA .425 t Sig.000 .000 -.004 Upper Bound .474 .627 df1 5 df2 32 Sig.008 -.595 5.190 -.127 .392 1. NPM.702 VIF 2. .591 .004 CAR -.000 -.019 -.021 .112 .002 -.725 1.002 .203 .000 -3.287 Collinearity Statistics Tolera nce .001 -.001 a Dependent Variable: Unstandardized Residual 39 .324E-05 . BUS.001 .101 .237 -.484 .016 .480 .342 1.510 .961 1.004 .124 .061 .000 -3.362 -. NPM.639 -.03058489 .182 -.002 .063 -.248 .423 .001 -.450(a) . Error of the Estimate Change Statistics R Square Change F Change 1.035 -.078 .115 .121 -.317 .181(a) Regression Residual Total .007 -.190 -.338 .000 . BUS.181 DurbinWatson 1.324E-05 .000 NPM .018 Std.139 .077 .172 1. F Change .000 -.147 -.000 -.079 95% Confidence Interval for B Lower Bound -.029 .595 .063 1.000 .001 F 1.276 -.276 .259 -.

69 .703 .186 N 38 38 38 38 38 38 38 38 38 38 38 38 .930 .54 .01 .03 . Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std.0174123 .28 NPM .0020661 .000 .0721105 -2.01434282 1.016 .01 . Residual Residual Value -2.000 .044 (Constant) . Residual Stud.868 .01 .814 .00534890 .01 .606 .000 Maximum .01 .03 .000 1.05 .00 .10 .03 .01 .00 LDR .96 .01 .0721105 Std.05 .879 .0785458 -. Residual Deleted Residual Stud. Deviation .20 .012 3. Distance Cook's Distance Centered Leverage Value Minimum -.183 1.10482 -.00 .396 .04 .16 .0871857 -2.00 .996 .0082767 .955 .03464639 1.0327115 a Dependent Variable: Unstandardized Residual Residuals Statistics(a) Predicted Value Std.048 .00554509 -.03 .274 Condition Index 1.02904586 .876 a Dependent Variable: Unstandardized Residual 40 .900 2.592 -.97 BUS .07 .0506604 -2.01 Variance Proportions CAR .358 -2.030 32.878 Mean -.043 7.0103429 .243 .00 .07 .0739266 2.20 .01887669 .007 .627 .029 6.75 ROA .648 .05 .0000000 .0557361 1.822 1.02844337 .52 .01094726 -.938 .000 .0147525 1.871 .012 4.538 1.132 Residual -.146 . Deleted Residual Mahal.358 -.10 a Dependent Variable: Unstandardized Residual Casewise Diagnostics(a) Case Number 8 Unstandardized Predicted Std.Collinearity Diagnostics(a) Model 1 Dimen sion 1 2 3 4 5 6 Eigen value 2.01 .

054 -.000 N Normal Parameters(a.0000000 . (2-tailed) a Test distribution is Normal. b Calculated from data. Sig.054 .333 1.048 . 41 .02844337 .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 . Deviation Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.b) Most Extreme Differences Mean Std.

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer: Get 4 months of Scribd and The New York Times for just $1.87 per week!

Master Your Semester with a Special Offer from Scribd & The New York Times