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

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

Maka berdasarkan uraian di atas.sebagai salah satu proksi untuk menilai kinerja bank. diproksi dengan nilai rasio LDR (Loan to Deposit Ratio). Rasio L (Liquidity) pada rasio CAMEL. dibangun hipotesis untuk melihat pengaruh rasio ROA terhadap prkatik manajemen laba di bank syariah sebagai berikut : H2c : Rasio ROA berpengaruh negatif terhadap praktik manajemen laba. 3. Dan hasil penelitiannya juga menunjukkan hal yang sama yaitu rasio LDR berpengaruh negatif terhadap praktik manajemen laba secara signifikan. dimana rasio-rasio tersebut dirujuk kepada rasio ROA dalam penelitian Arnawa (2006). diproksi dengan nilai rasio NPM (Net Profit Margin) yang diperoleh dari perbandingan laba operasi dengan pendapatan. Metodologi Penelitian 6 . 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. rasio NPM juga menunjukkan kemampuan bank menghasilkan laba dari aktivitas operasionalnya. Sama halnya dengan rasio RORA dan ROA sebelumnya. Dimana laba operasi yang digunakan dalam rasio NPM ini jika ditambah dengan laba (rugi) bersih non operasional akan diperoleh nilai laba sebelum pajak yang digunakan dalam rasio RORA dan jika laba sebelum pajak ini dikurangi dengan perkiraan beban pajak penghasilan akan diperoleh nilai laba bersih yang digunakan dalam rasio ROA. berdasarkan uraian di atas dibangun hipotesis : H2e : Rasio LDR berpengaruh negatif terhadap praktik manajemen laba. Rasio E (Earning) 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. Kinerja bank dalam penelitian Arnawa (2006) juga diproksi dengan rasio LDR. Berdasarkan asumsi ini dibangun hipotesis : H2d : Rasio NPM berpengaruh negatif terhadap praktik manajemen laba.

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

Prosedur Pengumpulan Data Data yang akan diolah dalam penelitian ini diambil dari laporan keuangan publikasi tahunan bank syariah yang terpilih sebagai sampel penelitian. and equipment (aktiva tetap) bank syariah i pada tahun t. Perkiraan error (εit) dalam persamaan di atas menunjukkan akrual diskresioner (discretionary accruals). • Variabel Dependen: Rasio CAMEL Capital diukur dengan CAR = ekuitas/total aktiva. dimana aktiva produktif adalah semua aktiva baik dalam rupiah maupun valuta asing yang dimiliki bank syariah dengan maksud untuk memperoleh penghasilan sesuai dengan fungsinya. Kemudian. dan Liquidity diukur dengan LDR = jumlah kredit yang diberikan/jumlah dana pihak ketiga. yang dapat diperoleh dari media massa yang memuat publikasi tersebut ataupun dari Direktori Perbankan Indonesia yang diterbitkan oleh BI serta dari website BI : www. Ait-1 = total aktiva bank syariah i pada tahun t-1. ∆UMPit = selisih uang muka pajak bank syariah i pada tahun t dengan t-1.bank syariah i pada tahun t dengan t-1. dimana dana pihak ketiga adalah dana yang diterima oleh bank dari nasabah maupun dari pinjaman. dilakukan estimasi dengan menggunakan model : TAit / Ait-1 = a1(1/Ait-1) + b1(∆POit /Ait-1) + b2(PPEit /Ait-1) + εit Dimana: TAit = total akrual bank syariah i pada tahun t. Ait-1 = total aktiva bank syariah i pada tahun t-1. Depit = beban depresiasi bank syariah i pada tahun t. Earnings diukur dengan NPM = laba operasi/pendapatan. Asset Quality diukur dengan RORA = laba sebelum pajak/aktiva produktif. 3. PPEit = property.id. ∆POit = selisih pendapatan operasi bank syariah i pada tahun t dengan t-1. Management diukur dengan ROA = laba bersih/total aktiva.3. ∆BYDit = selisih beban yang harus dibayar bank syariah i pada tahun t dengan t-1. BAPit = beban penyisihan aktiva produktif bank syariah i pada tahun t. ∆UPit = selisih utang pajak bank syariah i pada tahun t dengan t-1.bi. plant.go. 8 .

yang menunjukkan jumlah data sampel yang diolah (N). maka diputuskan yang menjadi sampel dari penelitian ini hanya kelompok BUS dan UUS dengan total 29 bank syariah. Sehingga total sampel yang diolah dalam penelitian ini adalah sebanyak 42 buah. Analisis Hasil Penelitian 4. nilai minimum dan maksimum. 4. Dari Tabel 4. Nilai rata-rata dari TA. AND sekitar -0. nilai rata-rata (mean) dan standar deviasi dari variabel sampel.1 di Lampiran 1.3. Perbankan Syariah terdiri dari 3 kelompok yaitu Bank Umum Syariah (BUS) sebanyak 3 bank.02750. yang berdasarkan data BI bulan Mei tahun 2007. Tetapi karena adanya beberapa UUS yang berdiri tahun 2005 sehingga data tahun 2004 belum ada. ∆PO dan PPE telah dibagi dengan Total Aset tahun sebelumnya. Karena tujuan dan operasional BUS dan UUS relatif sama dan peraturan BI untuk kedua kelompok bank syariah ini juga sama. maka data sampel final yang diolah adalah sebanyak 38 buah. akhirnya ditetapkan 3 BUS dan 18 UUS yang terpilih sebagai sampel untuk tahun 2005-2006.1 juga terlihat nilai rata-rata (mean) dari TA adalah sekitar -0. AND dan AD yang kecil ini menunjukkan bahwa nilai akrual yang ada pada bank syariah cukup kecil karena memang 9 .00828. Populasi dan Sampel Populasi dari penelitian ini adalah semua perbankan syariah di Indonesia. dimana nilai TA. Unit Usaha Syariah (UUS) sebanyak 26 bank dan Bank Perkreditan Rakyat Syariah (BPRS) sebanyak 106 bank.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. Tetapi ada beberapa UUS yang berdiri tahun 2007.4.01922 dan AD sekitar -0.

602 dengan nilai signifikansi (sig. Tabel 4. RORA. Pengujian hipotesis 1 (H1) dilakukan dengan uji beda. CAR.2. Unbiased dan Estimator (BLUE) jika memenuhi semua asumsi klasik. Pengujian asumsi klasik yang dilakukan dari model regresi berdasarkan output SPSS dapat dilihat pada Tabel 4.2 Analisis Pengaruh Kinerja Bank Syariah Dengan Rasio CAMEL Terhadap Praktik Manajemen Laba 4.05). 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). dimana akrual diskresioner (Discretionary Accrual) mempunyai nilai t = -1. 2 tailed) = 0.1 di Lampiran 2 yang menunjukkan model regresi yang digunakan telah memenuhi uji asumsi klasik.perkiraan yang bersifat akrual pada bank syariah tidak begitu banyak. Karena nilai akrual diskresioner merupakan proksi dari indikasi praktik manajemen laba pada bank syariah.118 jauh diatas 0.6 di Lampran 1 yang menunjukkan jumlah data sampel yang diolah (N).2.118 > 0. Sedangkan nilai rata-rata yang negatif menunjukkan bahwa nilai akrual yang ada pada bank syariah cenderung bersifat income decreasing (penurunan laba). Hasil uji beda One Sample T Test dengan program SPSS dapat dilihat pada Tabel 4. ROA. nilai minimum dan maksimum. maka dapat disimpulkan bahwa pada bank syariah tidak terdapat indikasi praktik manajemen laba. Linear.05 (sig = 0. Model regresi yang menggunakan metode estimasi Ordinary Least Squares (OLS) akan memberikan hasil yang Best. NPM dan LDR dapat dilihat pada Tabel 4. nilai rata-rata (mean) dan standar deviasi dari variabel sampel yang digunakan dalam penelitian ini. sehingga model sudah valid.5 di Lampiran 1. Hal ini berarti bahwa akrual diskresioner secara signifikan tidak berbeda dengan 0. sehingga dugaan hipotesis 1 (H1) tentang terdapatnya indikasi praktik manajemen laba pada bank syariah tidak terbukti (ditolak). Dalam model regresi 10 .

sama dengan yang dibuktikan pada hasil pengujian hipotesis 1 (H1) yaitu nilai akrual diskresioner secara signifikan tidak berbeda dengan 0.6 juga terlihat nilai rata-rata (mean) dari AD adalah sekitar -0. Sedangkan dalam ketentuan BI. Hal ini diperkiraan dipengaruhi oleh rugi non operasional yang besar. Nilai rata-rata rasio RORA dan ROA juga sangat rendah bahkan negatif. Sedangkan nilai rata-rata rasio NPM cukup baik yaitu sekitar 4. dimana nilai saldo laba ini tentu jauh lebih kecil dari nilai ekuitas pada BUS pada umumnya. yang berarti rata-rata profitabilitas bank syariah masih kurang baik. Tetapi karena cukup sulit untuk menghitung komposisi ATMR ini. seperti yang digunakan Naser (2003) dalam penelitiannya. karena nilai rasio NPM ini diperoleh dari perbandingan laba operasional dengan pendapatan operasional. nilai CAR dihitung dari perbandingan ekuitas (modal inti + modal pelengkap) dengan nilai aktiva tertimbang menurut resiko (ATMR). dimana nilai rata-rata AD yang sangat kecil (mendekati 0). 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. Dari Tabel 4.4% dan -0. Nilai rata-rata rasio CAR terlihat sangat rendah yaitu sebesar 0. dimana hal ini menunjukkan bahwa kinerja operasional bank syariah juga cukup baik. maka digunakan perhitungan rasio CAR di atas.5%. yang jauh dibawah batasan minimum nilai CAR yang ditetapkan BI yaitu 8%.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%. sehingga nilai laba sebelum pajak yang digunakan dalan rasio RORA dan laba setelah pajak yang digunakan dalam rasio ROA nilainya menjadi sangat kecil.00828. sekitar -0. Disamping itu nilai pembilang (nilai ekuitas) dalam penelitian ini sebagian besar (84%) merupakan nilai saldo laba pada UUS. 11 .00941 atau sekitar 0.9%.6%. dimana nilai ATMR ini tentu lebih kecil dari total aktiva.

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. β2 < 0. β4 < 0 dan β5 ≠ 0.2. Kedua model regrasi yang baru ini masing-masing akan diolah kembali dengan program SPSS. dimana bagi hasil dari pembiayaan ini merupakan sumber pendapatan operasional utama bank syariah. Untuk menghilangkan multikolinearitas ini. β4 < 0 dan β5 ≠ 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.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. (1b) (1a) 12 .2 Pengujian Asumsi Klasik Model Regresi Kinerja Bank Syariah Berdasarkan output SPSS pada Tabel 4. β3 < 0. dimana hal ini sejalan dan tercermin dalam rasio NPM yang cukup baik juga.2. Sedangkan model regresi kinerja bank syariah yang baru dengan menggunakan variabel ROA setelah mengeluarkan variabel RORA dari model regresi awal yaitu : DAit = α + β1CARit + β2 ROAit + β3NPMit + β4LDRit + β5BUS + ε Dengan ekspektasi : β1 < 0. 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. β3 < 0. β2 < 0. 4.

13 dapat diketahui bahwa rasio CAR berpengaruh negatif. Tabel 4. Pada Tabel 4.5 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. Tabel 4. sehingga model regresi tersebut sudah valid.13 di Lampiran 1 juga dapat dilihat bahwa semua variabel rasio CAMEL (CAR.078 atau sekitar 7.13. seingga hipotesis 2a (H2a) ditolak.8%. serta pada Tabel 4.00941 atau 0. ROA dan LDR) yang dalam hipotesis diduga berpengaruh negatif dan signifikan terhadap akrual diskresioner. 4. pengujian asumsi klasik terhadap model regresi dengan variabel RORA dapat dilihat pada Tabel 4.2 di Lampiran 2.9% seperti yang terlihat pada statistik deskriptif sebelumnya. Nilai slope (B) rasio CAR yang negatif seperti terlihat pada Tabel 4. dan dengan model variabel ROA sebesar 0. tetapi tidak signifikan terhadap akrual diskresioner.12 dan Tabel 4. 13 .3 di Lampiran 2 untuk model regresi dengan variabel ROA.081 atau sekitar 8. RORA. Secara umum terlihat bahwa hasil regresi dengan kedua model tidak jauh berbeda. NPM.12 dan Tabel 4.4.8.2.12 dan Tabel 4.10. Hal ini mungkin disebabkan oleh nilai rata-rata rasio CAR secara keseluruhan yang kecil yaitu hanya 0. menggambarkan kemampuan variabel independen menjelaskan variabel dependen. tetapi hasil pengujian menunjukkan tidak ada yang konsisten dengan dugaan hipotesis semula sehingga H2 ditolak. Nilai adjusted R2 dari model dengan variabel RORA adalah sebesar 0.2.4 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA dan ROA Berdasarkan output SPSS. sehingga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner atau praktik manajemen laba secara signifikan.9 di Lampiran 1 dan Gambar 4.11 di Lampiran 1 dan Gambar 4.1%. Dimana kedua model tersebut telah memenuhi semua uji asumsi klasik.

Nilai rata-rata rasio CAR yang sangat rendah ini mungkin disebabkan oleh beberapa hal seperti yang telah diuraikan dalam statistik deskriptif sebelumnya. juga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner secara signifikan.12. sehingga hal ini diduga juga mempengaruhi tidak signifikannya rasio CAR dalam mempengaruhi akrual diskresioner.00361 atau 0. 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. Nilai laba sebelum pajak yang digunakan dalam rasio RORA pada beberapa bank syariah sampel cukup rendah dan bahkan ada yang 14 . Diduga rasio RORA juga bukan merupakan orientasi utama UUS yang berstatus cabang dari bank induk konvensional. tidak wajib memenuhi batasan nilai minimum CAR ini. Maka UUS yang berjumlah 84% dari data dalam penelitian ini. Disamping itu nilai rata-rata rasio RORA yang cukup rendah yaitu sebesar -0. Rasio RORA berpengaruh positif dan tidak sisgnifikan seperti terlihat pada Tabel 4. yang menunjukkan bahwa praktik manajemen laba biasanya terjadi pada tingkat bank. yang berarti tidak konsisten dengan dugaan hipotesis (H2b ditolak). yang merupakan cabang dari bank induk konvensionalnya. Dugaan ini dapat diperkuat dengan hasil penelitian yang menunjukkan bahwa variabel kontrol BUS yang berpengaruh signifikan terhadap akrual diskresioner. Dimana rasio keuangan untuk menilai kualitas assets bank ini juga terpusat pada bank induknya. sehingga UUS yang merupakan 84% dari sampel penelitian ini memberikan dampak terhadap kemungkinan berbedanya pengaruh dan tidak signifikannya rasio RORA mempengaruhi akrual diskresioner atau manajemen laba. Sehingga pada tingkat cabang diduga lebih cenderung untuk memperhatikan penilaian kinerja operasional. Disamping itu kewajiban pemenuhan batasan nilai minimum CAR yang ditetapkan oleh BI adalah pada tingkat banknya bukan pada tingkat cabang atau unit usaha.4% seperti yang terlihat pada statistik deskriptif. untuk penilaian kinerja bank secara keseluruhan.

12 dan Tabel 4.bernilai negatif. 15 . 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. 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. Nilai laba setelah pajak diperoleh dari laba sebelum pajak setelah dikurangi dengan pajak penghasilan.13 menunjukkan rasio ROA berpengaruh positif dan tidak signifikan terhadap akrual diskresioner.00452 atau 0. Tetapi karena mayoritas (84%) sampel bank syariah adalah berbentuk UUS yang merupakan cabang dari bank induk konvensional. Nilai rasio ROA ini diperolah dari perbandingan laba setelah pajak dengan total aktiva. karena hasil pengujian pada Tabel 4. Hipotesis H2d juga ditolak. terutama UUS yang tidak terbebani oleh target nilai rasio-rasio lainnya. menunjukkan bahwa rasio NPM berpengaruh positif dan signifikan terhadap akrual diskresioner yang juga tidak sejalan dengan dugaan hipotesis 2d (H2d) semula. Nilai rata-rata rasio ROA yang rendah yaitu sebesar -0. Walaupun dari pengujian hipotesis 1 (H1) menunjukkan secara rata-rata tidak ada praktik manajemen laba pada bank syariah. juga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner secara signifikan. Rasio NPM yang positif dan signifikan seperti terlihat pada Tabel 4.13. Disamping itu rasio ROA biasanya juga dihitung ditingkat pusat untuk bank secara keseluruhan. karena besarnya nilai rugi dari aktivitas non operasional. mungkin dapat dipengaruhi oleh aktivitas big bath karena sekitar 53% sampel mengalami penurunan laba yang cukup besar. tetapi hasil rasio NPM yang berpengaruh positif dan signifikan menunjukkan bahwa ada beberapa bank syariah yang melakukan praktik manajemen laba tersebut. walaupun laba operasinya cukup tinggi.5% seperti yang terlihat pada statistik deskriptif sebelumnya. Rasio NPM yang berbeda dari hipotesis awal. Sehingga rasio NPM ini kemungkinan akan sangat diperhatikan nilainya dan menjadi orientasi utama bank syariah.

Sedangkan rasio LDR yang negatif dan tidak signifikan seperti terlihat pada Tabel 4. Nilai rata-rata rasio LDR tinggi dibandingkan dengan rasio-rasio kinerja bank syariah lainnya yaitu 0.12 dan Tabel 4. Sedangkan untuk variabel kontrol BUS. Hal ini berarti bahwa kecenderungan praktik manajemen laba secara signifikan lebih tinggi pada tingkat bank (BUS) dari pada tingkat cabang (UUS). 5.63297 atau 63% seperti yang terlihat pada statistik deskriptif sebelumnya. Penutup 16 . Hasil penelitian ini tetap sejalan dengan hasil penelitian Arnawa (2006) sebelumnya. 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. Rasio LDR diperoleh dari perbandingan jumlah kredit yang diberikan dengan jumlah dana pihak ketiga yang ada pada bank syariah. menunjukkan bahwa variabel BUS positif dan signifikan pada α = 10%.10. seperti yang terlihat pada Tabel 4. Hal ini menunjukkan bahwa bentuk bank syariah sebagai BUS memang memiliki akrual diskresioner yang lebih tinggi dibandingkan dengan bentuk bank syariah sebagai UUS. jadi bukan untuk memenuhi kecukupan rasio LDR yang juga ditetapkan BI untuk tingkat bank. Nilai rata-rata rasio LDR yang tinggi ini juga dapat menunjukkan baiknya bank syariah dalam menyalurkan pembiayaan (kredit) kepada masyarakat. menunjukkan bahwa hipotesis H2e juga ditolak.13. 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. dimana bagi hasil dari pembiayaan ini merupakan pendapatan utama bank syariah. diduga hal yang sama juga mempengaruhi rasio ROA.Sejalan dengan kondisi rendahnya nilai rasio RORA yang juga berbeda pengaruh dan tidak signifikan terhadap akrual diskresioner seperti diuraikan sebelumnya.

17 . sehingga UUS tidak termotivasi untuk melakukan manajemen laba untuk mencapai nilai CAR tertentu. tetapi hasil pengujian hipotesis menunjukkan bahwa semua variabel tersebut tidak ada yang berpengaruh negatif dan signifikan terhadap praktik manajemen laba tersebut. berpengaruh negatif dan signifikan terhadap praktik manajemen laba. RORA. 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. Walaupun secara rata-rata tidak terdapat indikasi praktik manajemen laba. ROA. Sedangkan UUS merupakan mayoritas sampel (84%) dalam penelitian ini. 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. sedangkan 84% sampel adalah UUS.1 Kesimpulan Hasil penelitian empiris menunjukkan secara rata-rata tidak terdapat indikasi praktik manajemen laba yang signifikan pada bank syariah di Indonesia berdasarkan laporan keuangan publikasi tahun 2005 . Tidak signifikannya pengaruh kedua rasio ini juga diduga karena kedua rasio ini juga biasanya dihitung ditingkat bank (BUS) bukan cabang (UUS). tetapi tidak signifikan. Faktor-faktor yang mempengaruhi praktik manajemen laba yang dihipotesiskan bahwa rasio CAMEL. NPM dan LDR. Rasio CAR berpengaruh negatif terhadap praktik manajemen laba. yang diproksi dengan rasio CAR. Hal ini diduga dipengaruhi oleh beberapa hal seperti cara perhitungan rasio yang sedikit berbeda dengan cara yang ditetapkan BI. tetapi terdapat kemungkinan pada beberapa bank syariah masih terdapat praktik manajemen laba tersebut.5. Rasio RORA dan ROA berpengaruh positif terhadap praktik manajemen laba dan juga tidak signifikan.2006.

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

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. Dimana model Jones dan modifikasi model Jones belum diyakini dapat memisahkan komponen akrual non diskresioner dan akrual diskresioner dengan tepat. dimana secara syariah hal ini juga tidak diperbolehkan (dilarang). Sehingga ada kemungkinan kesalahan pengklasifikasian akrual non diskresioner dan akrual diskresioner. Sehingga untuk beberapa perkiraan yang membutuhkan penjelasan lebih lanjut untuk diterjemahkan ke dalam rumus perhitungan. 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.4 Saran Untuk Penelitian Selanjutnya 19 . tetapi karena informasi yang dihasilkan dari laporan keuangan yang mengandung unsur manajemen laba dapat menyesatkan pembacanya. Disamping itu BI selaku regulator juga harus memperhatikan praktik manajemen laba oleh perbankan ini terutama yang dilakukan oleh bank dalam upaya memenuhi ketentuan regulasi yang ditetapkan BI seperti Ketentuan Pemenuhan Modal Minimum (rasio CAR). Karena BI tentu tidak menginginkan bank dapat memenuhi regulasi di atas kertas karena melakukan praktik manajemen laba untuk memenuhinya. laporan keuangan BUS tersedia lengkap dengan catatan atas laporan keuangannya. 5. 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.3 Keterbatasan Penelitian Terdapat beberapa keterbatasan yang ditemui dalam penelitian ini. Kedua. 5.

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

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

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

Sylvia N. Siddharta (2006). Vol.Nasional)”.P. Siregar dan Utama. Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas Indonesia.3.9. 307 – 326. Ukuran Perusahaan dan Praktek Corporate Governance Terhadap Pengelolaan Laba (Earnings Management)”. Hal. Veronica. Jurnal Riset Akuntansi Indonesia. September 2006. No. 23 . “Pengaruh Struktur Kepemilikan. Jakarta.

857 Asymp.11598 0.00941 38 -0.118 -0.05029 AND 38 -0.03186 TA=Total Akrual.31012 0.04461 38 0.01460 -0.51535 0.63297 Std.00361 38 -0.07939 0.00000 0.779 1. PPE=Aktiva Tetap Sumber : Data diolah Tabel 4.70187 PPE 38 0.00000 0.96743 0.455 Sumber : Data diolah Tabel 4.3 Uji Normalitas Model Regresi Total Akrual Pada Bank Syariah Discretionary Accrual N 38 Kolmogorov-Smirnov Z 0. Sumber : Data diolah Tabel 4.03815 0.5 Uji Indikasi Praktik Manajemen Laba Pada Bank Syariah Test Value = 0 95% Confidence Sig.05594 -0.02750 0.09023 0.00828 38 -0.594 1.02185 AD 38 -0.36693 0. AD=Akrual Diskresioner.05219 4. Tabel yang digunakan dalam Analisis Hasil Penelitian Tabel 4. (2-tailed) 0.05562 -0.602 37 0.21997 0. ∆PO=Perubahan Pendapatan Operasional.934 PPE 0.296 Durbin-Watson dL dU Area No Serial Correlation 1.42975 0.05562 -0. Sig.406 ∆PO=Perubahan Pendapatan Operasional.14421 0.2.03000 -0.2 Uji Asumsi Klasik Model Regresi Total Akrual Pada Bank Syariah Tolerance VIF ∆PO 0.00828 0.Lampiran 1.01875 0.20489 0.33815 0.436 2.6 Statistik Deskriptif Kinerja Bank Syariah N Minimum Maksimum Mean 38 -0.01922 0.03186 0.00452 38 -1. AND=Akrual Non Diskresioner.1 Statistik Deskriptif Komponen Total Akrual Pada Bank Syariah N Minimum Maksimum Mean Std. PPE=Aktiva Tetap.00828 -0. Deviation TA 38 -0.373 1.06593 0.30903 0.10482 0.04711 0.00219 Sumber : Data diolah AD CAR RORA ROA NPM LDR Tabel 4.12822 0.13030 -0.24569 24 .10482 0.169 5. Deviation 0.594 . (2Mean Interval of the t Df tailed) Difference Difference Lower Upper Discretionary Accrual -1.03413 ∆PO 38 -0.

Sig.693 NPM 0. LDR=Loan to Deposit Ratio.630 CAR=Capital Adequancy Ratio. BUS=Bank Umum Syariah Sumber : Data diolah Tabel 4.530 Durbin Watson dL dU Area No Serial Correlation 1.395 BUS 0.7 Uji Multikolinearits Model Regresi Kinerja Bank Syariah Tolerance VIF CAR 0. (2-tailed) 0.591 1.921 LDR 0.510 1.261 1. NPM=Net Profit Margin.092 ROA 0.2.755 1.961 LDR 0.378 2.278 25 .722 1.418 2.037 27.028 35. RORA=Return On Risked Assets.857 1.8 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA Tolerance VIF CAR 0.324 Durbin Watson dL dU Area No Serial Correlasion 1.614 1.996 Sumber : Data diolah Tabel 4.993 NPM 0.654 1.261 1.857 1. ROA=Return On Assets.521 1.722 . LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4. RORA=Return On Risked Assets.AD=Akrual Diskresioner.423 LDR 0. RORA=Return On Risked Assets.392 ROA 0. ROA=Return On Assets.274 NPM 0.648 RORA 0.722 – 2.288 RORA 0.9 Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel RORA Unstandardized Residual N 38 Kolmogorov-Smirnov Z 0.722 1. NPM=Net Profit Margin.413 2.278 CAR=Capital Adequancy Ratio.408 Asymp.437 2.785 1.10 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel ROA Tolerance VIF CAR 0. CAR=Capital Adequancy Ratio. NPM=Net Profit Margin.418 2. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4.

639 0.055** LDR -0.079* Adjusted R2 0.002 0.149 0.029 0.015 0. BUS=Bank Umum Syariah ** Sigifikan pada α = 5% * Sigifikan pada α = 10% Sumber : Data diolah Tabel 4.736 0.259 BUS 0. RORA=Return On Risked Assets.139 -0.801 CAR -0.086 -0.025 -0.021 0.139 0.715 0. BUS=Bank Umum Syariah ** Sigifikan pada α = 5% * Sigifikan pada α = 10% Sumber : Data diolah 26 . ROA=Return On Assets. LDR=Loan to Deposit Ratio. slope (Constant) -0.084 -0.078 CAR=Capital Adequancy Ratio.240 BUS 0.342 1. LDR=Loan to Deposit Ratio Sumber : Data diolah Tabel 4.034 0.086 0.000 Sumber : Data diolah Tabel 4.815 0.081 CAR=Capital Adequancy Ratio.11 Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel ROA Unstandardized Residual N 38 Kolmogorov-Smirnov Z 0.069 0.061 0.084* Adjusted R2 0.024 -0.119 -0. NPM=Net Profit Margin.237 NPM 0.905 CAR -0.216 NPM 0.656 0. ROA=Return On Assets.058 0.046** LDR -0.250 RORA 0.004 0.016 0.121 0. NPM=Net Profit Margin. Error Beta t Sig.379 1.015 0.725 0.362 1. (2-tailed) 1.029 0.CAR=Capital Adequancy Ratio.016 0.333 Asymp. Sig.797 0.142 0.12 Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel RORA Ekspektasi B Std. NPM=Net Profit Margin.018 0.036 0.332 1.016 -0.242 ROA 0. (Constant) -0.101 0. LDR=Loan to Deposit Ratio. Error Beta t Sig.021 0.173 -0.786 0.684 0.163 -0.708 0.13 Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel ROA Ekspektasi slope B Std.

27 .

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 2.1 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. Regression Studentized Residual Gambar yang digunakan dalam Analisis Hasil Penelitian Gambar 4.

03000 .72666803 N 38 38 38 38 . .130 .0381466 -. 38 38 38 38 Sig.506 .844 1.30903 .Lampiran 3 : Output Regresi Perhitungan Total Accrual Descriptives Descriptive Statistics N TA.A1 PPE.03185501 Regression Descriptive Statistics(b) TA/A-1 1/A-1 dPO/A-1 PPE/A-1 Mean(a) -.05562 Mean -.0000420718236842 .00000 -.844 .03413417 .129 .0192256 -.0275024 .648 .001 38 38 38 dPO/A-1 -.04348402 .A1 38 38 a Coefficients have been calculated through the origin.0275024 . 29 .11598 .130 .A1 PPE.A1 A1 DPO.0381466 .010 .375 -. (1-tailed) TA.000 .70187051 .12822 -.000 .129 1.000 38 38 38 1/A-1 -.05219 . 000097159838 7793 .375 1. Cross-product TA/A-1 1/A-1 dPO/A-1 PPE/A-1 TA/A1 1.000 -.05029339 . .2199726 Root Mean Square .188 -. 00000012 0900000 -. Correlations(a) Std.A1 PPE.220 38 38 38 38 PPE/A-1 -. 00049652 4300000 4.506 .06259411 a The observed mean is printed b Coefficients have been calculated through the origin.010 .02184610 .188 .A1 A1 DPO. Deviation .2199726 .000 .001 . 00004207 18236842 .A1 N TA.648 . .0001046979019141 .220 .01460 .36693 .0082767 Std.000 .A1 Unstandardized Predicted Value Unstandardized Residual Valid N (listwise) 38 38 38 38 38 38 38 Minimum -.A1 A1 DPO.10482 Maximum .000 .000 .

132 -.099 -.441 .03386891 .000 95% Confidence Interval for B Lower Upper Bound Bound -182.213 3 35 . b Dependent Variable: TA/A-1 c Linear Regression through the Origin Model Summary(c.040 df 3 35 Mean Square .436 2. This CANNOT be compared to R Square for models which include an intercept.441 9.213 Sig.249 Collinearity Statistics Tolera nce VIF .133 -.000 For regression through the origin (the no-intercept model).393 . Method Enter Model 1 a b c d R Square F Sig.844 . 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.127 7.072(b) 38 a Predictors: PPE/A-1.018 Standar dized Coeffici ents t Beta .059 Sig. dPO/A-1.903 a Dependent Variable: TA/A-1 b Linear Regression through the Origin 30 . c Dependent Variable: TA/A-1 d Linear Regression through the Origin Coefficients(a.746 414. .018 -.375 -.020 .493 -.648 Partial .Variables Entered/Removed(b.c) Model 1 Variables Entered PPE/A-1. Predictors: PPE/A-1. 1/ A-1(a) a All requested variables entered. R Square measures the proportion of the variability in the dependent variable about the origin explained by regression.519 .975 -.001 F 9.000(a) Total .134 -. .296 Correlations Zeroorder -.789 -.551 Part .032 .787 -1.057 .630 146.934 .437 .176 -.d) R Square(a) Adjusted R Square Std. B Error 115.779 Variables Removed .006 -.278 -.188 -. dPO/A-1. F Change Change df1 df2 Change . dPO/A-1.664(b) . 1/A-1 Dependent Variable: TA/A-1 Linear Regression through the Origin ANOVA(c.326 .d) R Model 1 Regression Residual Sum of Squares .b) M od el 1 1/A-1 dPO/A-1 PPE/A-1 Unstandardized Coefficients Std.169 5.297 . Error of the Estimate Change Statistics DurbinWatson 1.747 -3.011 .

110 .b) Case Number 8 Std.069 5.000 Maximum .b) Model 1 Dimension 1 2 Eigenvalue 2.04 .746 -.002 -14. Deviation .880 .0082767 -.244 -.1048220 -3.000 .0354936 -.519 Variance Proportions 1/A-1 .000 2.0111580 Residual -.000 . Residual Deleted Residual Stud.Coefficient Correlations(a.746 .1054492 -3.250 36.09439882 .589 dPO/A-1 .0079912 -.03 .941 1.5436080 -.044 .548 .095 -3.967 Mean -.601 12.225 7.92 PPE/A-1 . Residual TA/A-1 -3.989 .09781362 1.002 .1048220 Residuals Statistics(a.594 .b) Predicted Value Std.464 1/A-1 -.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.987 .003 a Dependent Variable: TA/A-1 b Linear Regression through the Origin 31 .03 .104 -. Residual Stud.644 -.761 3 .997 .00182466 -.0192256 .1282199 -4.000 -14.160 .464 21601.05 .5336780 3.0339657 .644 1.200 N 38 38 38 38 38 38 38 38 38 38 38 38 .095 -.11598 a Dependent Variable: TA/A-1 b Linear Regression through the Origin Predicted Value -. Distance Cook's Distance Centered Leverage Value Minimum -.000 1. Deleted Residual Mahal.163 3.60 PPE/A-1 1.910 .00 .079 Std.910 1.000 -2.886 Condition Index 1.97 dPO/A-1 .642 2.018 .02184610 1.730 79.589 -2. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std.03185501 .0556198 1.00697726 .000 -.000 .03329828 .36 .437 a Dependent Variable: TA/A-1 b Linear Regression through the Origin Casewise Diagnostics(a.294 .00656960 -.142 .0146023 1.

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

113 .334 .05562 .345 .0446092 .349 .290 .03185501 .429 .0036053 -.000 .00000 .017 .231 .036 38 38 38 38 38 38 38 CAR .123 .000 .349 .36953702 Regression Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR RORA ROA NPM LDR BUS Sig.1578947 Std.231 38 38 38 38 38 38 38 LDR .367 .31012 -.315 .039 .0082767 .019 .002 .367 1. .094 . .113 .000 .260 . .108 .003 .324 .296 .142 .429 .6329674 .260 .000 . (1-tailed) Unstandardized Residual CAR RORA ROA NPM LDR BUS N Unstandardized Residual CAR RORA ROA NPM LDR BUS 1.217 .07939 .439 .06592745 .959 .094 .067 .455 .142 .248 .338 .42975 -.00000 Maximum .077 .072 . . .345 1.324 .004 .0094092 -.027 .217 38 38 38 38 38 38 38 ROA .004 .959 1.000 .96743 1.14421 .000 .51535 .000 .315 .012 38 38 38 38 38 38 38 BUS .338 . Deviation .201 .05594 .198 .123 .012 .248 1.218 .296 .000 .201 .00000 Mean -. 38 38 38 38 38 38 38 33 .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 -. .13030 .000 .09022474 .290 .019 .072 .131 .24569228 .108 1.10482 -.000 .198 38 38 38 38 38 38 38 NPM .04710785 .016 .33815089 .027 .067 .131 .003 .334 .20489 -1.039 .672 .455 .000 .002 .218 .017 .439 1.077 .036 .0045239 .672 .016 38 38 38 38 38 38 38 RORA .

1578947 Std.108 .367 .019 .072 .123 .000 . . Method Enter 34 .108 1.09022474 .217 .000 .016 .324 .077 .338 .036 38 38 38 38 38 38 CAR .0094092 -.672 .345 1.6329674 .248 1.067 .290 1.03185501 .017 .016 38 38 38 38 38 38 RORA . .231 .072 .231 38 38 38 38 38 38 LDR . (1-tailed) Unstandardized Residual CAR RORA NPM LDR BUS N Unstandardized Residual CAR RORA NPM LDR BUS 1.017 .113 .33815089 . .324 .012 38 38 38 38 38 38 BUS .334 .0082767 .077 .131 .315 .000 . Deviation .349 .36953702 N 38 38 38 38 38 38 Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR RORA NPM LDR BUS Sig.027 .338 .000 . RORA.334 .027 .131 .24569228 . .000 .123 .345 .367 1.260 .113 . LDR.039 .260 .248 .000 .000 .217 38 38 38 38 38 38 NPM .019 .0036053 .036 . NPM.012 . CAR(a) a All requested variables entered.349 .Lampiran 5 : Output Regresi Kinerja Bank Syariah Dengan Variabel RORA Regression Descriptive Statistics Unstandardized Residual CAR RORA NPM LDR BUS Mean -.067 .290 .000 .296 . .201 .06592745 .0446092 .296 . b Dependent Variable: Unstandardized Residual .039 .672 . 38 38 38 38 38 38 Model 1 Variables Entered/Removed(b) Variables Variables Entered Removed BUS.315 .201 .

084 a Dependent Variable: Unstandardized Residual Coefficient Correlations(a) Model 1 Correlations BUS NPM RORA LDR CAR Covariances BUS NPM RORA LDR CAR BUS 1.032 .397 -.058 .114 -.785 . CAR b Dependent Variable: Unstandardized Residual Coefficients(a) Unstandardize d Coefficients Std. RORA.029 .081 .379 -.004 .001 -.217 .397 -.797 1.061 Collinearity Statistics Tolera nce VIF .654 df1 5 df2 32 Sig.007 -.000 -6.000 6.431 . CAR b Dependent Variable: Unstandardized Residual ANOVA(b) Model 1 Sum of Squares .119 -.755 .401 .001 RORA .107 -.001 .517 Sig.000 CAR -. .000 -6.801 .142 .274 -.002 .001 .921 1.120 .007 -.654 6.163 .248 .008 .205 . BUS.103 .000 -.293 -.108 .004 .Model Summary(b) Model R R Square Adjusted R Square Std.389 Mod el 1 (Constant) CAR RORA NPM LDR BUS Correlations Zeroorder .338 .03053347 .654 -.244 .105 -.000 NPM .217 1.366E-05 -.001 -.030 df 5 32 Mean Square .000 -6.320 -.324 1.000 .000 -.092 .024 Standar dized Coeffici ents t Beta -.205 a Predictors: (Constant). BUS. 95% Confidence Interval for B Lower Upper Bound Bound -.366E-05 -.140 .174 DurbinWatson 1. LDR.332 1.654 Sig.006 -.126 .063 -.521 .000 .453(a) .281 .320 1.616E-05 .301 Part -.201 .437 .069 . NPM.274 1.616E-05 .656 .039 1.863E-05 .000 .021 .078 .132 -.244 . Error of the Estimate Change Statistics R Square Change F Change 1.000 -.036 -.015 .035 .401 -.002 LDR -.086 . F Change .039 -.132 -. RORA. B Error -.084 .786 .244 .016 .296 Partial -.736 -.684 .001 F 1. NPM.255 -.499 .288 1.000 .038 37 a Predictors: (Constant).077 .201 .002 .027 -.015 -.201 1.001 -.174(a) Regression Residual Total .857 1 .115 .105 -.720 2. LDR.863E-05 -6.229 .001 a Dependent Variable: Unstandardized Residual 35 .

004 .04 .0550731 1.617 . Deleted Residual Mahal.0173354 .01907731 . Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std.051 6.000 .00 .08 .03446102 1.911 .13 .190 N 38 38 38 38 38 38 38 38 38 38 38 38 .0150615 1.20 .02839555 .887 .0516520 -3.0742709 1.61 .0864452 -2.930 .604 -. Residual Stud.06 RORA .907 3.047 .790 1.000 1.0105109 .0731352 Residuals Statistics(a) Predicted Value Std.0316868 a Dependent Variable: Unstandardized Residual Residual -.000 .871 Mean -.00 .032 (Constant) .804 1.690 .395 -.783 .0731352 -2.77 .980 a Dependent Variable: Unstandardized Residual Casewise Diagnostics(a) Case Number 8 Unstandardize Predicted Std.02 .994 .006 .693 .022 . Residual Deleted Residual Stud.868 .13 NPM .01443726 1.000 Maximum .01 .019 .97 BUS .857 a Dependent Variable: Unstandardized Residual 36 .00550991 -.69 .01 .273 Condition Index 1.00 .10482 -.0000000 .00547940 .015 4.02 .706 .231 .0082767 . Residual d Residual Value -2.07 .217 1.509 1.00 .07 .09 .Collinearity Diagnostics(a) Model 1 Dimension 1 2 3 4 5 6 Eigenvalue 2.01 .01086142 -.00 .01 .00 .01 .0022341 .02 LDR .999 31. Distance Cook's Distance Centered Leverage Value Minimum -.395 -2.000 .02 .132 Std.01 .05 .00 .144 .0788901 -.01 .80 .01 .027 7.95 Variance Proportions CAR .02869531 . Deviation .11 .

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

218 .349 .296 .367 .067 .324 .123 .Lampiran 6 : Output Regresi Kinerja Bank Syariah Dengan Variabel ROA Regression Descriptive Statistics Unstandardized Residual CAR ROA NPM LDR BUS Mean -. CAR(a) a All requested variables entered.077 . b Dependent Variable: Unstandardized Residual .108 1. Deviation .000 .338 . .260 .012 38 38 38 38 38 38 BUS .672 .429 .24569228 .296 .0094092 -.067 .429 . ROA.019 . LDR. Method Enter 38 .03185501 .142 .142 . .439 .6329674 .002 .000 .439 1.000 .338 .077 .004 .003 .094 .094 .019 .260 .072 .36953702 N 38 38 38 38 38 38 Correlations Unstandardized Residual Pearson Correlation Unstandardized Residual CAR ROA NPM LDR BUS Sig.04710785 .367 1.248 1.123 .0446092 .000 .324 .004 .334 .248 .0045239 .003 .000 .016 . .218 .000 .349 .000 .09022474 . .198 38 38 38 38 38 38 NPM . NPM. (1-tailed) Unstandardized Residual CAR ROA NPM LDR BUS N Unstandardized Residual CAR ROA NPM LDR BUS 1. .455 . 38 38 38 38 38 38 Model 1 Variables Entered/Removed(b) Variables Variables Entered Removed BUS.1578947 Std.036 38 38 38 38 38 38 CAR .036 .016 38 38 38 38 38 38 ROA .000 .0082767 .072 .33815089 .231 38 38 38 38 38 38 LDR .002 .334 .672 .455 1.108 .012 .231 .198 .

149 .190 -.362 -.002 -.077 .639 -.000 -.338 .181 DurbinWatson 1.627 Sig.317 1.423 .029 .112 .218 .016 . NPM.033 .423 .702 VIF 2.342 1. Error .276 -.077 .000 .111 .001 -. Error of the Estimate Change Statistics R Square Change F Change 1.000 NPM .004 CAR -. CAR b Dependent Variable: Unstandardized Residual Coefficients(a) Mod el Unstandardize d Coefficients B 1 (Constant) CAR ROA NPM LDR BUS -.001 LDR -.203 .002 .000 .004 .127 .03058489 .172 -.591 .001 a Dependent Variable: Unstandardized Residual 39 .139 -.001 -.147 -.306 Part -. NPM.190 -.484 . LDR.025 Standar dized Coeffici ents Beta -.725 1.530 1.008 .079 95% Confidence Interval for B Lower Bound -.000 -.078 .472 .000 .007 -.000 5.259 -.423 -.063 1.693 1.070 -. .139 .595 5.008 -.000 -. ROA.278 -.063 Zeroorder . .423 -.627 df1 5 df2 32 Sig.038 37 a Predictors: (Constant). ROA.510 .203 a Predictors: (Constant).826E-05 .034 -.124 .296 Correlations Partial -.115 .018 Std.Model Summary(b) Model R R Square Adjusted R Square Std.324E-05 .030 df 5 32 Mean Square .654 .826E-05 .113 .125 .000 -3. F Change .181(a) Regression Residual Total .001 .392 1. BUS.001 F 1.002 .035 -.001 ROA .450(a) .121 -.021 .000 -3.237 -.000 -. CAR b Dependent Variable: Unstandardized Residual ANOVA(b) Model 1 Sum of Squares .384 .001 -.425 t Sig.474 .002 .480 .031 .019 -. LDR.114 .905 .472 1.086 .287 Collinearity Statistics Tolera nce .708 .000 -.004 Upper Bound .961 1.061 .276 .857 1 .317 .182 -.173 .324E-05 .715 .172 1. BUS.147 -.063 -.000 -.248 .595 .418 .101 .815 a Dependent Variable: Unstandardized Residual Coefficient Correlations(a) Model 1 Correlations BUS NPM LDR ROA CAR Covariances BUS NPM LDR ROA CAR BUS 1.016 .

03 .97 BUS .00554509 -.96 .02904586 .0557361 1.54 .01 .012 3.358 -2.0721105 -2.01 .07 .592 -.186 N 38 38 38 38 38 38 38 38 38 38 38 38 .048 .10 .20 .0020661 .0785458 -. Residual Stud.007 . Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Distance Cook's Distance Centered Leverage Value Minimum -.000 Maximum .03 . Residual Residual Value -2.01434282 1.358 -.000 .01094726 -.274 Condition Index 1.0103429 .930 .01 .01887669 .538 1.69 .0721105 Std.20 .75 ROA .878 Mean -.030 32.00 .52 .043 7.0082767 .627 .04 .396 .871 .900 2.01 .01 .648 .0174123 .05 .0506604 -2.243 .868 .10 a Dependent Variable: Unstandardized Residual Casewise Diagnostics(a) Case Number 8 Unstandardized Predicted Std.000 1.01 .183 1. Deleted Residual Mahal.938 .01 Variance Proportions CAR .05 .000 .00 LDR .10482 -.01 .01 .00534890 .07 .146 .822 1.0147525 1. Residual Deleted Residual Stud.16 .000 .02844337 .00 .132 Residual -.044 (Constant) .03 .03 .28 NPM .0871857 -2.955 .05 .03464639 1.0739266 2.016 .879 .Collinearity Diagnostics(a) Model 1 Dimen sion 1 2 3 4 5 6 Eigen value 2.996 .00 . Deviation .0000000 .012 4.814 .606 .0327115 a Dependent Variable: Unstandardized Residual Residuals Statistics(a) Predicted Value Std.876 a Dependent Variable: Unstandardized Residual 40 .029 6.00 .703 .

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

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

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

Cancel anytime.