Saat ini saya sedang menyusun skripsi mengenai manajemen laba. Pengukurannya dengan menggunakan model Jones. Namun saya masih bingung bagaimana cara mendapatkan nilai koefisien untuk dimasukan kedalam rumus.
Konsep memperoleh nilai koefisien Model Jones cukup mudah. Kita hanya perlu meregresi data yang kita miliki. Koefisien kemudian akan muncul sebagai hasil regresi bersama dengan error atau akrual diskresionernya. Masalahnya jadi agak lebih kompleks bila kita menggunakan beragam industri, menggunakan motif/insentif untuk memanipulasi laba, atau karakter lainnya. Untuk itu, cara yang lazim untuk memperoleh koefisien Model Jones adalah sebagai berikut:
- Pisahkan observasian (data perusahaan-tahun) yang normal dengan observasian yang memiliki insentif untuk memanipulasi laba.
- Regresi data normal tersebut per industri. Ini dilakukan karena masing-masing industri memiliki pola manipulasi laba yang berbeda.
- Sebelum meregresi, jangan lupa save residuals. Ini memungkinkan anda langsung memperoleh nilai error (i.e. akrual diskresioner) tanpa harus menghitung ulang. Anda, tentu saja, hanya akan memperoleh akrual diskresioner observasian normal. (Penting: Langkah ini hanya boleh dilakukan bila model untuk mencari koefisien sama dengan model untuk mencari akrual diskresioner. Apabila ada perbedaan antara kedua model, langsung lanjutkan ke langkah 4 untuk seluruh observasian, perusahaan-tahun.)
- Sesudahnya, anda masukkan koefisien regresi dari output ke dalam rumus Model Jones untuk memperoleh akrual diskresioner dari observasian yang memiliki motif/insentif untuk memanipulasi laba.
Selamat mengerjakan. 😀
Arie Rahayu 
Komentar
110 tanggapan atas “Memperoleh Koefisien Model Jones”
Iya ada bu. Di regresi utama, ada saya masukkan akrual diskresioner (sebagai variabel dependen).
Baik saya coba ya bu.. Trimakasih bantuannya selama ini. Nanti kalau bingung saya tanya2 lagi yaa 🙂
SukaSuka
Wah makasih banyak bu penjelasannya. Saya sudah baca juga artikelnya yg tentang konsep akrual itu. Sangat membantu…
Yang saya bingung, untuk tau bahwa akrual tersebut abnormal gmn ya bu? Dilihar dr mana signifikansi nya?
Oiya saya juga sebenarnya bingung saat menjelaskan di tabel statistik deskriptifnya nanti. 1. Kalau saya pakai nilai mutlak, berarti penjelasan saya ttg manajemen laba misalnya :
Nilai maksimum = 0.55 & Minimum = 0.003. Berarti, tingkat manajemen laba yang tertinggi adalah 0.55 dan yang terendah adalah 0.003. (Tanpa memperhatikan bentuknya penurunan maupun peningkatan laba).
2. Kalau saya pakai nilai tidak mutlak, penjelasan saya ttg manajemen laba misalnya :
Nilai maksimum = 0.66 & Minimum = -0.33. Berarti, tingkat manajemen laba dalam bentuk peningkatan laba tertinggi adalah 0.66 sedangkan dalam bentuk penurunan laba yg tertinggi adalah 0.33.
Betul tidak bu?
Kalau betul, yg saya takutkan adalah penggunaan nilai tdk mutlak tsb kurang sesuai jika dihubungkan ke kualitas audit. Karena kualitas audit yang diproksikan dengan manajemen laba itu kan hanya melihat besar kecilnya saja. Tdk melihat bentuknya apakah penurunan/peningkatan.
Trima kasih bu bantuan dan pengertiannya. Maaf banyak merepotkan. Kutunggu balasannya 🙂
SukaSuka
Pemahamanmu masih agak menyimpang ini. Coba dibaca lagi ya penjelasan saya. Kalau perlu bacanya pakai bikin coret-coret reka ulang penelitianmu dan perhatikan betul kata-kata yang saya pake. Misalnya saya menyebutkan regresi utama, trus saya bilang kamu ada masukkan akrual diskresioner di situ. Ada nggak? Trus bisa diliat nggak signifikannya?
Ini mungkin lebih mudah dimengerti secara visual, dengan coret2 tapi saya lagi nggak ada waktu. Jadi kamu bikin sendiri ya.. Semoga sukses skripsinya.
SukaSuka
ok mbak..makasih pencerahannya..haha..:D
SukaSuka
Oh begitu ya bu.
Deflasi laba itu maksudnya manajemen laba dalam bentuk penurunan laba ya bu? Kalau iya, memang sih dari 130 observasi, hanya sekitar 40 yang nilai akrual diskresionernya itu bernilai negatif (penurunan laba). Sisanya bernilai positif (peningkatan laba).
Tapi saya masih agak bingung bu untuk menjelaskan alasan saya ke dosen knp pakai angka tdk mutlak. Alasan saya sejauh ini :
1. Ingin menggunakan nilai murni/asli (tdk mutlak) hasil dari regresi modified jones agar memperoleh hasil yg baik.
2. Jika menggunakan nilai mutlak, hasilnya aneh.
3. Deflasi laba cenderung sedikit (40 dari total 130 obsevasi), sehingga pengaruhnya terhadap manajemen laba juga sedikit. Maka jika digunakan nilai tidak mutlak, hal tersebut tdk masalah dan tdk begitu berpengaruh. (Bener ga bu? hehe)
Apa itu aja cukup ya bu dijadikan alasan saya? Makasih yaa bu bantuannya selama ini. Kutunggu balasannya 🙂
SukaSuka
Bisa, dosen biasanya nggak terlalu ribut lah soal itu. Btw, sepertinya ada salah paham sedikit, akrual diskresioner itu bukan proksi managemen laba. Akrual diskresioner abnormal yang merupakan proksi managemen laba. Teknisnya, dari 40 observasi yang akrualnya negatif, mungkin hanya 5 yang memanipulasi laba dengan cara deflasi.
Itu kenapa kita meneliti lagi managemen laba dengan regresi utama. Misalnya dalam kasusmu kualitas audit ke managemen laba. Ini biar yakin bahwa akrual diskresioner yang kamu masukkan itu memang benar abnormal (teknis: signifikan). Kalau variabel managemen labamu nggak signifikan, ceteris paribus, bisa jadi akrual diskresioner yang ada itu hanya variasi biasa.
Analoginya gini, kita punya hipotesis orang Indonesia itu tinggi-tinggi. Kita masukkan data tinggi banyak orang, tentu ya per orangnya ada yang tinggi dan ada yang pendek (ini semisal kasus akrual diskresioner negatif tadi). Masalahnya kemudian, untuk tau secara keseluruhan, kita harus menguji beneran secara statistik apakah memang kecenderungannya tinggi (abnormal positif)? Kita uji dengan regresi apakah tinggi orang Indonesia itu berbeda dari angka tertentu (yang kita anggap rata-rata), misalnya.
Ini juga bisa jadi alasan kelemahan angka absolut. Dia secara nggak langsung mengasumsikan semua jumlah akrual yang ada adalah manipulasi laba. Padahal nggak gitu. Saya ada sedikit menjelaskan soal konsep akrual diskresioner abnormal di salah satu pos di blog ini tapi lupa. Kalau tertarik mungkin kamu bisa search.
SukaSuka
ok bu makasih banyak..nanti saya akan coba menghubung”kan jawaban ibu yg error term itu dengan maksud kata” error atau residual di uji” kaya uji normalitas, dkk..hehehe
makasih banyak ya bu atas jawaban dan bantuannya..sangat membantu..
maaf merepotkan 🙂
SukaSuka
Kalau sudah bisa menghubungkan dan ternyata menarik, mungkin bisa diceritakan di sini. 😀
SukaSuka
Iya bu, hipotesisnya itu :
a. H01: Penerapan rotasi KAP tidak berpengaruh signifikan terhadap kualitas audit.
Ha1: Penerapan rotasi KAP berpengaruh signifikan terhadap kualitas audit.
b. H02: Besarnya ukuran KAP tidak berpengaruh signifikan terhadap kualitas audit.
Ha2: Besarnya ukuran KAP berpengaruh signifikan terhadap kualitas audit.
Kualitas auditnya diukur dengan manajemen laba. Jadi sebenarnya fokusnya hanya pada besar/kecilnya manajemen laba saja. Bukan bentuknya apakah peningkatan/penurunan laba.
Jadi saya bisa pakai dua2nya ya bu? Tapi alasan kalau pakai yang nilai tidak mutlak selain karena hasilnya bagus apa ya bu? Saya bingung 😦
Terimakasiiih banyak atas bantuannya bu. Kutunggu balasannya, maaf merepotkan 🙂
SukaSuka
Hmm, kalau soal alasan saya gak boleh jawab langsung nih. Coba kamu pelajari paper kualitas audit sejenis, download aja di SSRN banyak yang bagus.
Iya, kalau dari hipotesismu itu sih sebenernya pakai angka mutlak. Btw, memang hasilnya apa (yang mutlak)? Siapa tau walaupun secara statistik nggak signifikan tapi malah bagus secara isu penelitian.
SukaSuka
Hasilnya kalau pake mutlak itu :
1. Uji normalitas : jumlah data yang harus dioutlier harus sangat banyak agar data normal. Dari 130 observasi jadi 86.
2. Secara parsial maupun simultan tidak ada variabel independen yang berpengaruh. (probabilitas >0.05) Bahkan variabel kontrol yang saya gunakan pun tdk ada yg berpengaruh.
3. Terdapat heteroskedastisitas
4. Nilai adjusted R squared negatif
5. Probabilitas C (konstanta) >0.05
Saya sudah berkali2 mencoba utak atik outlier tapi tetap tidak bs. Saya juga sudah coba ganti industri pun tetap sama.
Sementara kalau nilai yang saya pakai tidak mutlak, hasilnya jauh lebih baik :
1. Hanya butuh outlier 3 data agar terdistribusi normal
2. Semua uji asumsi klasik terpenuhi
3. Secara simultan dan parsial variabel independen berpengaruh terhadap var dependen. Semua variabel kontrol berpengaruh.
4. Nilai adjusted R squared 49%
5. Probabilitas C (konstanta) < 0.05
Oh gitu ya bu. Tapi kalau saya tetap pakai nilai yang tidak mutlak gpp ya? Karna saya udah buntu banget bu. Deadline sudah dekat kalau lewat saya harus bayar lagi ke kampus (jadi curhat hehehe)
Makasih yaa Bu 🙂
SukaSuka
Bisa. Btw, keliru saya sebelumnya, hipotesismu itu nggak masalah kalau pakai nilai nggak mutlak. Ini saya nggak terlalu tau arah pembahasan teorimu, namun kalau kualitas audit diproksi oleh managemen laba aja, ya bisa banget pakai nilai nggak mutlak apalagi deflasi laba cenderung sedikit (jadi pengaruhnya ke managemen laba juga sedikit).
SukaSuka
sebenarnya dari awal saya cmn pengen tau bu, rumus
TAit/Ait-1 = a1( 1/Ait-1 ) + a2( REVt – REVt-1 / Ait-1 ) + a3 ( PPEt/ Ait-1 ) + e tuh kaitannya dengan apa..apakah cmn sekedar hanya untuk mencari nilai koefisien kah, atau ada hubungannya dengan yang lain..tapi karena ibu menjawab hal tersebut ada hubungannya sesuai dengan paper jones, berarti kesimpulan saya seperti yang sudah saya katakan, rumus itu selain untuk mencari nilai koefisien, juga untuk mencari NDA sblm muncul rumus jones modifikasi..
oh iya, karena ibu sempet berbicara tentang eror term, saya jadi maw tanya itu bu sekalian..eror term atau faktor pengganggu dalam mencari nilai koefisien itu apa sih bu? karena sejujurnya dari kemarin saya bingung tentang statistik yang selalu menyebut kata” residual, error term, faktor pengganggu, dan lainnya..hehe 🙂
sebelumnya, makasih banyak ya bu,,jawaban ibu sangat membantu saya..jng bosan” ya bu klo saya banyak tanya..hehe 😀
SukaSuka
Gampangnya sih regresi itu tren, kecenderungan umum. Misalnya orang Indonesia umumnya berkulit coklat. Nah tapi kalau kamu liat ke masing-masing individu (observasian) kan ya nggak mesti coklat? Ada yang cenderung putih, kuning, coklat muda, dan sebagainya. Perbedaan individu dengan tren ini yang istilah statistiknya “error term”.
SukaSuka