3 Stages of Cricket Materials Stick-Bots Sticky-Bots Sticky & Junky-Bots.
Bukti dan Variasi Tingkatan Perilaku Sticky Cost pada...
Transcript of Bukti dan Variasi Tingkatan Perilaku Sticky Cost pada...
i
BUKTI DAN VARIASI TINGKATAN PERILAKU STICKY
COST PADA PERUSAHAAN YANG TERDAFTAR DI BEI
Oleh:
DIMAS PRADIPTA
NIM: 232010061
SKRIPSI
Diajukan kepada Fakultas Ekonomika dan Bisnis
Guna Memenuhi Sebagian dari
Persyaratan-Persyaratan untuk Mencapai
Gelar Sarjana Ekonomi
FAKULTAS : EKONOMIKA DAN BISNIS
PROGRAM STUDI: AKUNTANSI
FAKULTAS EKONOMIKA DAN BISNIS
UNIVERSITAS KRISTEN SATYA WACANA
SALATIGA
2013
ffiPnnrus, araaN UNtvnR$ITAs
UNI\GRSI-IhS KRISTEN SATYA.f l. Diponegoro 52 - 60 Salatig 5071 I
reg. 02en - rr'l1:n]i;,'yli},iri'i;'iilTEnuril: [email protected]'.cdu ; http://lillar]'.uksn'.cdu
PERNYATAAN TIDAK PLAGIAT
Saya yang bertanda tangan di bawah ini:
0tMAs PgAo\?rANama
NIM
Fakultas
Judul rugas akhir
,.t 2ara et,\ Email
Program Studi
: dlttrc.lQsaaPtagg@ gane.cavr
€rotrwrgA t*ll LKN\C : Sr$Ntqsst
guFlr\ DRsr v&g\Afr \$rF6fAp p€${L6[4u sr\c.rs*( cofr PAD6
QEwset\AArs aAN& TeSgSt{AR D\ BE"tl
1. Dr" Su+t t$o*r\orr't( MM CPAPembimbing
Dengan ini menyatakan bahwa:
1. Hasil karya yang saya serahkan ini adalah asli dan belum pernah diajukan untuk mendapatkan gelar
kesarjanaan baik di Universitas Kristen Satya Wacana rnaupun di institusi pendidikan lainnya.
2.'Hasil karya saya ini bukan saduiar/terjemahan melainkah merupakan gagasan, runiusan, dan hasilpelalsanaan penelitian/implementasi saya sendiri, tanpa bantuan pihak lain, kecuali arahan pembimbingakademik dan narasumber penelitian.
3. Hasil karya saya ini merupakan hasil revisi teraktrir setelah diujikan yang telah diketahui dan disetujui olehpembimbing.
4. Dalam karya saya ini tidak terdapat karya atau pendapat yang telah ditulis atau dipublikasikan orang lain,kecuali yang digunakan sebagai acuan dalam naskah dengan menyebutkan nama pengarang dan dicantumkandalam daftar pustaka.
Pernyataan ini saya buat dengan sesungguhnya. Apabila di kemudian hari terbukti ada penyimpangan danketidakbenaran dalam pemyataan ini maka saya bersedia menerima sanksi akademik berupa pencabutan gelaryang telah diperoleh karena karya saya ini, serta sanksi lain yang sesuai dengan ketentuan yang berlaku diUniversitas Kristen Satya Wacana
2.
€€0FQAR\ lotq
F-Ll8-080
ffiPnnrus, araaN UNtvnR$ITAs
UNI\GRSI-IhS KRISTEN SATYA.f l. Diponegoro 52 - 60 Salatig 5071 I
reg. 02en - rr'l1:n]i;,'yli},iri'i;'iilTEnuril: [email protected]'.cdu ; http://lillar]'.uksn'.cdu
PERNYATAAN TIDAK PLAGIAT
Saya yang bertanda tangan di bawah ini:
0tMAs PgAo\?rANama
NIM
Fakultas
Judul rugas akhir
,.t 2ara et,\ Email
Program Studi
: dlttrc.lQsaaPtagg@ gane.cavr
€rotrwrgA t*ll LKN\C : Sr$Ntqsst
guFlr\ DRsr v&g\Afr \$rF6fAp p€${L6[4u sr\c.rs*( cofr PAD6
QEwset\AArs aAN& TeSgSt{AR D\ BE"tl
1. Dr" Su+t t$o*r\orr't( MM CPAPembimbing
Dengan ini menyatakan bahwa:
1. Hasil karya yang saya serahkan ini adalah asli dan belum pernah diajukan untuk mendapatkan gelar
kesarjanaan baik di Universitas Kristen Satya Wacana rnaupun di institusi pendidikan lainnya.
2.'Hasil karya saya ini bukan saduiar/terjemahan melainkah merupakan gagasan, runiusan, dan hasilpelalsanaan penelitian/implementasi saya sendiri, tanpa bantuan pihak lain, kecuali arahan pembimbingakademik dan narasumber penelitian.
3. Hasil karya saya ini merupakan hasil revisi teraktrir setelah diujikan yang telah diketahui dan disetujui olehpembimbing.
4. Dalam karya saya ini tidak terdapat karya atau pendapat yang telah ditulis atau dipublikasikan orang lain,kecuali yang digunakan sebagai acuan dalam naskah dengan menyebutkan nama pengarang dan dicantumkandalam daftar pustaka.
Pernyataan ini saya buat dengan sesungguhnya. Apabila di kemudian hari terbukti ada penyimpangan danketidakbenaran dalam pemyataan ini maka saya bersedia menerima sanksi akademik berupa pencabutan gelaryang telah diperoleh karena karya saya ini, serta sanksi lain yang sesuai dengan ketentuan yang berlaku diUniversitas Kristen Satya Wacana
2.
€€0FQAR\ lotq
F-Ll8-080
ii
FAKULTAS EKONOMIKA DAN BISNIS
UNIVERSITAS KRISTEN SATYA WACANA
Jl. Diponegoro 52-60
: (0298) 321212, 311881
Telex 322364 ukswsaia
Salatiga 50711-Indonesia
Fax. (0298)-321433
PERNYATAAN KEASLIAN KARYA TULIS SKRIPSI
Yang bertandatangan di bawah ini:
Nama : DIMAS PRADIPTA
NIM : 232010061
Program Studi : AKUNTANSI
Fakultas Ekonomika dan Bisnis
Universitas Kristen Satya Wacana
Salatiga.
Menyatakan dengan sesungguhnya bahwa skripsi,
Judul : BUKTI DAN VARIASI TINGKATAN PERILAKU STICKY
COST PADA PERUSAHAAN YANG TERDAFTAR DI BEI
Pembimbing : 1. Dr. Suzy Noviyanti, SE, MM, Akt., CPA
Tanggal diuji : 24 January 2014
adalah benar-benar hasil karya saya.
Di dalam skripsi ini tidak terdapat keseluruhan atau sebagian tulisan atau gagasan orang lain
yang saya ambil dengan cara menyalin atau meniru dalam bentuk rangkaian kalimat atau
simbol yang saya aku seolah-olah sebagai tulisan saya sendiri tanpa memberikan pengakuan
pada penulis aslinya.
Apabila kemudian terbukti bahwa saya ternyata melakukan tindakan menyalin atau meniru
tulisan orang lain seolah-olah hasil pemikiran saya sendiri, saya bersedia menerima sanksi
sesuai peraturan yang berlaku di Fakultas Ekonomika dan Bisnis Universitas Kristen Satya
Wacana Salatiga, termasuk pencabutan gelar kesarjanaan yang telah saya peroleh.
Salatiga, 23 Desember 2013
Yang memberi pernyataan,
DIMAS PRADIPTA
iii
BUKTI DAN VARIASI TINGKATAN PERILAKU STICKY
COST PADA PERUSAHAAN YANG TERDAFTAR DI BEI
Oleh:
DIMAS PRADIPTA
NIM: 232010061
SKRIPSI
Diajukan kepada Fakultas Ekonomika dan Bisnis
Guna Memenuhi Sebagian dari
Persyaratan-Persyaratan untuk Mencapai
Gelar Sarjana Ekonomi
FAKULTAS : EKONOMIKA DAN BISNIS
PROGRAM STUDI: AKUNTANSI
Disetujui Oleh:
Dr. Suzy Noviyanti, SE, MM, Akt., CPA
Pembimbing
FAKULTAS EKONOMIKA DAN BISNIS
UNIVERSITAS KRISTEN SATYA WACANA
SALATIGA
2013
iv
HALAMAN MOTTO
I will never give up
Not now, not tomorrow, never
v
ABSTRACT
This research is aimed to find the indication of sticky cost behavior in the industrial
sectors in Indonesia based on the classification from PT. Bursa Efek Indonesia (BEI) and
compared which sector has the highest level of sticky cost. The indication of sticky cost will
shown when it measure the response from the cost of sales, administrative and general to the
net change of the sales and discriminant between sales/income rose period and sales/revenue
decreased period. Then, the variation of sticky cost level will be compared to find which
sector has the highest and the lowest level of sticky cost and also what the effect is in the
future.
From the research that has been done, it found that the sticky cost behavior from the
six sectors with the rank from the highest to the lowest level of sticky cost, the agricultural
sector; various industry sector; consumer goods industry sector; property and real estate
sector; trade, services and investment sector; sectors of infrastructure, utilities and
transportation; and basic industry and chemicals sector. The writer found the anti-sticky
behavior in the mining sector and financial sector. This is the important information for the
investor because the high sticky cost behavior will decrease the accuracy level of profit
prediction and higher sales volume to achieve profit.
Key words: Sticky cost, variation of sticky cost level
vi
SARIPATI
Penelitian ini bertujuan untuk menemukan indikasi perilaku sticky cost pada sektor-
sektor industri di Indonesia berdasar klasifikasi oleh PT. Bursa Efek Indonesia (BEI) dan
membandingkan sektor apakah yang memiliki tingkat sticky cost tertinggi. Indikasi perilaku
sticky cost akan terlihat pada saat mengukur respon dari biaya penjualan, administrasi dan
umum terhadap perubahan bersih dari penjualan dan mendiskriminankan antara periode
penjualan/pendapatan naik dan periode penjualan/pendapatan menurun. Kemudian variasi
tingkatan sticky cost akan dibandingkan untuk mencari sektor apakah yang tingkat sticky cost
tertinggi dan terendah dan dampaknya pada masa yang akan datang.
Dari pengujian yang dilakukan ditemukan perilaku sticky cost pada enam sektor
dengan peringkat dari tingkatan sticky cost tertinggi hingga terendah, sektor pertanian; sektor
aneka industri; sektor industri barang konsumsi; sektor properti dan real estat; sektor
perdagangan, jasa dan investasi; sektor infrastrukur, utilitas & transportasi; dan sektor
industri dasar dan kimia. Penulis menemukan perilaku anti-sticky pada sektor pertambangan
dan sektor keuangan. Hal ini merupakan informasi yang penting bagi investor dikarenakan
perilaku sticky cost yang tinggi akan mengurangi tingkat akurasi peramalan laba dan volume
penjualan yang semakin tinggi untuk mencapai laba.
Kata kunci: Sticky cost, variasi tingkatan sticky cost
vii
KATA PENGANTAR
Sticky cost ialah respon biaya yang cenderung kaku atas penurunan aktivitas
dibandingkan saat aktivitas mengalami peningkatan. Dalam skripsi ini, penulis mengangkat
judul “Bukti dan Variasi Tingkatan Perilaku Sticky Cost Pada Perusahaan Yang Terdaftar Di
BEI”. Dengan periode amatan 2009-2010 dan membagi seluruh perusahaan kedalam
Sembilan sektor industry sesuai klasifikasi oleh PT. Bursa Efek Indonesia (BEI) dan
membandingkannya unutuk mencari sektor dengan tingkat sticky cost tertinggi.
Akhir kata penulis menyadari bahwa ada banyak kekurangan dan kelemahan dalam
penulisan skripsi ini. Oleh karena itu penulis mengharapkan saran, kritik dan koreksi yang
konstruktif guna perbaikan penulisan di masa yang akan datang. Selain itu, penulis
mengharapkan karya ilmiah ini dapat memberikan manfaat bagi pembaca dan pihak-pihak
yang membutuhkan.
Salatiga, 20 Desember 2013
Penulis
viii
UCAPAN TERIMA KASIH
Puji dan syukur atas berkat Yesus Kristus dan Bunda Perawan Maria, Santo
Octavianus pelindungku yang tiada hentinya melimpahkan berkat atas diri penulis. sehingga
akhirnya kertas kerja ini dapat selesai dengan baik. Penulis sadar akan keterbatasan yang
dimiliki dalam proses penyusunan skripsi ini sehingga tanpa campur tangan Yesus Kristus
dan Bunda Perawan Maria dan peran serta berbagai pihak semua ini tidak akan terjadi.
Penulis ingin menyampaikan rasa terima kasih kepada pihak-pihak yang selama ini turut serta
memberikan bantuan, memotivasi, mendoakan dan memberikan dukungan hingga
terselesainya skripsi ini:
1. Mamiku tercinta Luciana Aju Trisna dan adikku terkasih Violita Ayu Riyanti.
Terimakasih telah mendukung moril maupun material dan mencintai koko untuk
hingga mampu menyelesaikan skripsi ini dengan baik.
2. Bapak Hari Sunarto, SE, MBA, Ph.D. selaku Dekan Fakultas Ekonomika dan Bisnis
Universitas Kristen Satya Wacana.
3. Bapak Dr. Usil Sis Sucahyo, SE, MBA selaku Kaprodi Akuntansi.
4. Ibu Dr. Suzy Noviyanti, SE, MM, Akt., CPA selaku pembimbing utama, atas segala
bimbingan, dukungan, saran, kesabaran dan waktu yang telah diberikan kepada
penulis sehingga penulis dapat menyelesaikan skripsi ini dengan baik.
5. Bapak Petrus Wijayanto, SE.. selaku wali studi yang memberikan pengarahan dalam
menjalani kuliah di Fakultas Ekonomika dan Bisnis.
6. Bapak Dr. Usil Sis Sucahyo, SE, MBA, Koh Paskah Ika Nugroho, SE, MSi, dan Ci
Sally Dwijayanti, SE, MSM yang berkenan berbagi pengetahuan dalam penyusunan
skropsi ini dan tanpa bosan-bosannya menjawab pertanyaan dan mendengar curhatan
penulis.
7. Seluruh dosen Fakultas Ekonomika dan Bisnis atas pengetahuan dan inspirasi yang
telah diberikan selama masa kuliah
8. Seluruh staff TU Fakultas Ekonomika dan Bisnis yang telah banyak memberikan
bantuan dan kemudahan akademis kepada penulis.
9. Kong Tjong (†) Mak Erlien (†) yang sudah merawatku sejak kecil menemaniku sejak
kecil dan menjagaku kasih kalian tidak akan pernah kulupakan seumur hidupku.
ix
10. Pek Anton (†), De Endang, Pek Liem (†), De Ina, Wak lily, De Yono, Ik Lanny, Ku
Han, Ik Lisa dan Om Feri, kalian adalah keluarga besar yang selalu aku kasihi dan
terima kasih atas dukungannya.
11. Sepupu-sepupuku Marcello, Matthew, Mas Didit dan Dinda terimakasih atas
dukungannya.
12. Keluarga om Sutriyarso (†) dan tante Endah terimakasih atas dukungan dan doanya.
13. Titania Tabita Oktriana ♥ Tempatku mengeluh, menangis, dan tertawa, terimakasih
untuk semua dukunganmu kamu selalu ada disaat aku membutuhkanmu dan berjuang
bersamaku disaat-saatku sulit, terima kasih atas semuanya hunie.
14. My very best friends Risang, Dhoni, Cella, Indah, Stevi, Tyas, Via, Lea, Monic, Rara,
dan Diven terimakasih atas semua dukungan dan doanya mari kita bersama
menyambut masa depan dan hiduplah sesuai kata hati kalian semoga cong community
terus berjaya . Untuk Annisaa‟ terimakasih atas wi-finya ya dan Nana yang juga
menemani saat mencari data thx guys .
15. Teman-teman seperjuangan Voni, Ghea, Samuel, Veni, Susan, Taka, Tata, Radit,
Yocky, Pendonk, Asenk, Diva, Shidqi, Obex, Jerry, David, Annisa, Risma, ncik Sylvi
dan semua teman-teman angkatan 2010 terimakasih atas semuanya dan semoga kita
slalu berjalan di jalan kesuksesan di masa depan. Untuk kakak angkatan, Mba Wulan
dan Mas Ben terimakasih atas saran-sarannya.
16. Teman-teman Metpen, Mateus, Cindy, Robby, Ifo, Anissa, Fiona, Carolina, Vania,
Albert, Astrid terimakasih atas dukungan dan doanya ya .
Dan Untuk semua pihak yang telah membantu hingga terselesainya skripsi ini yang tak
dapat penulis sebutkan satu persatu, semoga Tuhan Yesus Kristus senantiasa selalu
melimpahkan kasih karunia serta rahmatNya kepada semua pihak yang telah membantu
penulis dalam menyelesaikan skripsi ini, Amin.
Dimas Pradipta
x
DAFTAR ISI
Halaman Judul ................................................................................................................ i
Pernyataan Keaslian Skripsi ........................................................................................... ii
Halaman Persetujuan/Pengesahan .................................................................................. iii
Halaman Motto/Persembahan ......................................................................................... iv
Abstract ........................................................................................................................... v
Saripati ............................................................................................................................ vi
Kata Pengantar ................................................................................................................ vii
Ucapan Terima Kasih ..................................................................................................... viii
Daftar Isi ......................................................................................................................... x
Daftar Gambar ................................................................................................................ xii
Daftar Rumus .................................................................................................................. xiii
Daftar Tabel .................................................................................................................... xiv
Daftar Lampiran .............................................................................................................. xv
BAB 1 – Pendahuluan ..................................................................................................... 1
BAB 2 – Tinjauan Pustaka .............................................................................................. 3
Sticky Cost ..................................................................................................... 3
Stickiness Biaya Penjualan, Administrasi dan Umum ................................... 5
BAB 3 – Metodologi Penelitian ...................................................................................... 8
Jenis Penelitian ............................................................................................... 8
Jenis Data ....................................................................................................... 8
Populasi dan Sampel ...................................................................................... 8
Teknik Pengumpulan Data ............................................................................. 8
Metode Analisis .............................................................................................. 9
BAB 4 – Pembahasan
Deskripsi Objek Penelitian ............................................................................. 11
xi
Sektor Pertanian ............................................................................................. 12
Sektor Pertambangan ...................................................................................... 14
Sektor Industri Dasar dan Kimia .................................................................... 16
Sektor Aneka Industri ..................................................................................... 18
Sektor Industri Barang Konsumsi .................................................................. 20
Sektor Properti dan Real Estat........................................................................ 22
Sektor Infrastruktur, Utilitas, dan Transportasi .............................................. 24
Sektor Keuangan ............................................................................................ 26
Sektor Perdagangan, Jasa, dan Investasi ........................................................ 28
Variasi Tingkatan Sticky Cost ........................................................................ 29
BAB 5 – Penutup ........................................................................................................... 35
Kesimpulan ..................................................................................................... 35
Keterbatasan Penelitian .................................................................................. 36
Saran ............................................................................................................... 36
Daftar Pustaka ................................................................................................................. 37
Lampiran-Lampiran
Curiculum Vitae
xii
DAFTAR GAMBAR
Gambar 1 ....................................................................................................................... 5
xiii
DAFTAR RUMUS
Rumus Sticky Cost .......................................................................................................... 9
xiv
DAFTAR TABEL
Tabel 1. Hasil Pemilihan Sampel .................................................................................. 11
Tabel 2. Deskriptif Statistik Sektor Pertanian ............................................................... 12
Tabel 3. Hasil Uji Regresi Sektor Pertanian ................................................................. 13
Tabel 4. Deskriptif Statistik Sektor Pertambangan ....................................................... 14
Tabel 5. Hasil Uji Regresi Sektor Pertambangan ......................................................... 15
Tabel 6. Deskriptif Statistik Sektor Industri Dasar dan Kimia ..................................... 16
Tabel 7. Hasil Uji Regresi Sektor Industri Dasar dan Kimia ........................................ 17
Tabel 8. Deskriptif Statistik Sektor Aneka Industri ...................................................... 18
Tabel 9. Hasil Uji Regresi Sektor Aneka Industri ........................................................ 19
Tabel 10. Deskriptif Statistik Sektor Industri Barang Konsumsi ................................. 20
Tabel 11. Hasil Uji Regresi Sektor Industri Barang Konsumsi .................................... 21
Tabel 12. Deskriptif Statistik Sektor Properti dan Real Estat ....................................... 22
Tabel 13. Hasil Uji Regresi Sektor Properti dan Real Estat ......................................... 23
Tabel 14. Deskriptif Statistik Sektor Infrastruktur, Utilitas & Transportasi.................. 24
Tabel 15. Hasil Uji Regresi Sektor Infrastruktur, Utilitas & Transportasi ................... 25
Tabel 16. Deskriptif Statistik Sektor Keuangan ........................................................... 26
Tabel 17. Hasil Uji Regresi Sektor Keuangan .............................................................. 27
Tabel 18. Deskriptif Statistik Sektor Perdagangan, Jasa, & Investasi .......................... 28
Tabel 19. Hasil Uji Regresi Sektor Perdagangan, Jasa, & Investasi ............................. 29
Tabel 20. Tingkatan Variasi Tingkatan Sticky Cost ...................................................... 30
xv
DAFTAR LAMPIRAN
Lampiran 1. Daftar Sampel Perusahaan
Lampiran 2. Sampel Data
Lampiran 3. Uji Asumsi Klasik
1
BAB I
PENDAHULUAN
Seringkali investor harus waspada pada perusahaan yang memiliki tingkat sticky cost
yang tinggi hal ini dikarenakan perilaku sticky cost mengurangi tingkat akurasi peramalan
laba (Weiss, 2010). Selain itu Anderson et al (2006) dan Weiss (2010) juga menemukan
bahwa perilaku sticky cost menghasilkan penyesuaian biaya yang kecil pada saat aktivitas
menurun dan kemudian akan menyebabkan penghematan biaya menjadi rendah. Dengan
demikian ketika aktivitas menurun penjualan pun pasti akan menurun, bila biaya kemudian
menjadi tetap atau sticky dengan level penjualan yang menurun maka laba yang diperoleh
pun akan menjadi berkurang. Dengan kata lain semakin tinggi tingkat sticky cost pada suatu
perusahaan akan membuat perusahaan tersebut membutuhkan volume penjualan yang
semakin tinggi untuk mencapai laba.
Perilaku sticky cost adalah respon suatu biaya atas perubahan aktivitas dimana biaya
lebih cepat merespon saat terjadi peningkatan aktivitas dibandingkan saat aktivitas
mengalami penurunan aktivitas (Cooper & Kaplan, 1998, Anderson et al, 2003;
Subramaniam dan Weidenmier, 2003; De Medeiros dan Costa, 2004; Windyastuti dan
Biyanto, 2005; Anderson et al, 2006; Anderson et al, 2006 dan Hidayatullah et al, 2010).
Perilaku sticky cost akan membuat perubahan kenaikan biaya lebih besar dibandingkan
dengan perubahan penurunan biaya atas dasar perubahan volume aktivitas yang sama
(Anderson et al, 2003; Anderson et al, 2006). Selain itu terdapat perilaku yang bertentangan
dengan sticky cost yaitu perilaku anti-sticky. Perilaku anti-sticky adalah peningkatan cost
lebih sedikit saat volume aktivitas meningkat dibanding penurunan cost saat volume aktivitas
menurun (Weiss, 2010).
Perilaku sticky cost ditemukan tidak hanya pada industri tertentu saja, namun hampir
pada setiap industri. Ditemukan terdapat perilaku sticky cost pada sektor keuanagn khususnya
perbankan (Werbin dan Porporato, 2010), sektor perkebunan (Argilés dan Blandón, 2009),
sektor transportasi (Cannon, 2011), dan sektor industri bahan konsumsi (Pervan dan Pervan,
2012).
Selain itu terdapat penelitian yang menumukan bahwa di dalam semua perusahaan di
suatu Negara tertentu terdapat perilaku sticky cost. Salah satunya De Medeiros dan Costa
(2004) yang mencoba menunjukkan adanya indikasi sticky cost pada perusahaan-perusahaan
2
di Brazil dengan sampel 542 perusahaan diberbagai sektor, tanpa memisahkan sektor satu
dengan sektor lain. Menghasilkan kesimpulan bahwa terdapat perilaku sticky cost pada
perusahaan-perusahaan di Brazil.
Subramaniam dan Weidenmier (2003) mencoba untuk menemukan perbedaan tingkat
sticky cost pada tiap-tiap industri di USA selama periode 1979-2000. Subramaniam dan
Weidenmier menemukan bahwa sektor manufaktur memiliki tingkat sticky cost yang tertinggi
dibanding sektor perdagangan dan jasa.
Penelitian ini bertujuan untuk menemukan indikasi perilaku sticky cost pada sektor-
sektor industri di Indonesia berdasar klasifikasi oleh PT. Bursa Efek Indonesia (BEI) dan
membandingkan sektor apakah yang memiliki tingkat sticky cost tertinggi. Berbeda dengan
penelitian De Medeiros dan Costa (2004) yang melihat indikasi perilaku sticky cost tanpa
memisahkan sektor industrinya, penelitian ini dikembangkan dengan meneliti sticky cost
berdasarkan sektor industrinya seperti yang dilakukan pada penelitian Subramaniam dan
Weidenmier (2003).
Untuk menemukan indikasi perilaku sticky cost dibutuhkan satu variabel dari proxy
biaya dan satu variabel dari proxy volume aktivitas sebagai drivernya. Dalam penelitian ini
sebagai proxy biaya digunakan biaya penjualan, administrasi dan umum sedangkan sebagai
proxy volume aktivitas digunakan penjualan/pendapatan bersih. Biaya penjualan,
administrasi dan umum dipilih karena biaya ini merupakan biaya atas kegiatan operasional
perusahaan dan biaya ini pengakuannya dilakukan dalam periode yang sama saat biaya itu
terjadi. Penjualan/pendapatan bersih dipilih karena volume aktivitas tidak dapat langsung
terobservasi. Selain itu menurut Cooper dan Kaplan (1998), perilaku biaya penjualan,
administrasi dan umum dapat dipelajari dengan menghubungkan aktivitas
penjualan/pendapatan karena volume penjualan/pendapatan mempengaruhi beberapa
komponen biaya penjualan, administrasi dan umum. Kemudian indikasi perilaku sticky cost
akan terlihat pada saat mengukur respon dari biaya penjualan, administrasi dan umum
terhadap perubahan bersih dari penjualan dan mendiskriminankan antara periode
penjualan/pendapatan naik dan periode penjualan/pendapatan menurun.
Berdasarkan uraian latar belakang penelitian, maka persoalan penelitian yang
dirumuskan sebagai berikut:
1. Apakah perilaku pada biaya penjualan, administrasi dan umum pada sektor pertanian;
sektor pertambangan; sektor industri dasar dan kimia; sektor aneka industri; sektor
industri barang konsumsi; sektor properti dan real estat; sektor infrastrukur, utilitas &
transportasi; sektor keuangan; sektor perdagangan; jasa dan investasi adalah sticky?
3
2. Sektor apakah yang memiliki tingkat sticky cost tertinggi?
Tujuan utama penelitian ini adalah untuk menyajikan bukti empiris mengenai perilaku
sticky cost pada berbagai sektor industri dan memberikan informasi mengenai sektor industri
mana yang memiliki tingkat sticky cost tertinggi dan terendah. Adapun manfaat dari
penelitian ini adalah sebagai berikut:
1. Bagi akademisi, penelitian ini bermanfaat sebagai pengembangan literatur mengenai
perilaku biaya, terutama perilaku sticky cost.
2. Bagi praktisi, penelitian ini memberikan informasi bagi investor mengenai tingkatan
sticky cost di perusahaan-perusahaan yang terdaftar di Bursa Efek Indonesia dan
dampaknya di masa yang akan datang.
4
BAB II
TINJAUAN PUSTAKA
Sticky Cost
Beberapa dugaan bahwa cost meningkat lebih tinggi saat volume aktivitas meningkat
dibanding penurunan cost saat volume aktivitas menurun, perilaku cost ini disebut sticky
(Cooper & Kaplan, 1998). Cost dikatakan sticky jika besarnya kenaikan cost dihubungkan
dengan kenaikan volume lebih besar dibanding besarnya penurunan cost dihubungkan dengan
penurunan volume yang ekuivalen (Cooper dan Kaplan, 1998). Perilaku anti-stiky adalah
peningkatan cost lebih sedikit saat volume aktivitas meningkat dibanding penurunan cost saat
volume aktivitas menurun (Weiss, 2010)
Beberapa penelitian dilakukan untuk menjelaskan kemunculan perilaku sticky cost
dan mencoba mencari kejadian yang lebih mengawalinya. Anderson et al (2003) menyatakan
bahwa sticky cost muncul akibat dari manajer cenderung untuk menunda upaya mengurangi
utilization sampai diperoleh kepastian tentang penurunan permintaan output. Selain itu.
Yasukata dan Kajiwara (2011) mereka menguji masalah penelitian tersebut dengan teori The
Deliberate Decision Theory dan Cost Adjustment Delay Theory, dengan sampel seluruh
perusahaan yang terdaftar pada Tokyo Stock Exchange dari tahun 1991-2005. Yang kemudian
menghasilkan kesimpulan bahwa biaya menjadi sticky ketika manajer memiliki prospek
peningkatan penjualan di masa depan. Dengan kata lain, manajer yang memprediksi bahwa
penjualan akan meningkat di masa depan akan mempertahankan utilization yang berlebihan
dalam jangka pendek meskipun penjualan saat ini menurun. Dengan demikian perilaku atau
keputusan manajer inilah yang kemudian memunculkan proporsi Fixed cost yang tidak
elastic sehingga membuat total biaya sulit untuk berubah dan biaya ini diberi label “sticky
cost” (Werbin dan Porporato, 2010).
Cost Asymmetry
Cost Function
Sticky cost
Anti-Sticky cost
Gambar 1
5
Pada gambar 1 mengilustrasikan contoh dari perilaku sticky dan anti-sticky cost
menurut Balakrishnan (2004) dan Weiss (2010). Garis tebal mengilustrasikan sticky cost
dalam utilisasi kapasitas yang tinggi, dan garis putus-putus menggambarkan anti-sticky cost.
Stickiness Biaya Penjualan, Administrasi dan Umum
Penelitian ini menggunakan penjualan/pendapatan bersih sebagai proxy dari volume
aktivitas, karena volume aktivitas tidak dapat langsung terobservasi. Sebagai proxy biaya,
penelitian ini menggunakan biaya penjualan, administrasi dan umum. Menurut Cooper dan
Kaplan (1998), perilaku biaya penjualan, administrasi & umum dapat dipelajari dengan
menghubungkan aktivitas penjualan/pendapatan karena volume penjualan mempengaruhi
beberapa komponen biaya penjualan, administrasi & umum. Suatu biaya akan menjadi sticky
bila perubahan kenaikan biaya lebih besar dibandingkan dengan perubahan penurunan biaya
atas dasar perubahan volume aktivitas yang sama. Oleh sebab itu biaya penjualan,
administrasi & umum akan menjadi sticky bila besaran kenaikan biaya penjualan,
administrasi dan umum pada saat penjualan/pendapatan bersih naik lebih tinggi dibanding
besaran penurunan biaya pada saat penjualan/pendapatan bersih turun.
Anderson et al (2003), Anderson et al (2006) Dewi (2012), Rahmadi (2012), dan
Nugroho (2013) menjelaskan biaya penjualan, administrasi & umum akan menjadi sticky
karena adanya pengelolaan sumber daya oleh manajer. Ketika terjadi peningkatan terhadap
permintaan, manajer memutuskan untuk meningkatkan kapasitas sumber daya terikatnya
sehingga permintaan dapat terpenuhi. Namun, ketika permintaan mengalami penurunan
manajer tidak langsung mengurangi sumber daya terikatnya. Manajer mengevaluasi terlebih
dahulu kemungkinan tren permintaan di masa yang akan datang. Ketika manajer melihat
kecenderungan permintaan mengalami penurunan maka akan diputuskan untuk melepas
sumber dayanya dan mereka harus menanggung biaya penyesuaian akibat pelepasan tersebut
serta kemungkinan terjadi peningkatan permintaan perusahaan harus mengakuisisi kembali
sumber dayanya. Biaya penyesuaian akibat pelepasan yang meliputi biaya penjualan aset
tetap, biaya pemutusan hubungan kerja, biaya untuk merekrut dan melatih karyawan ketika
akan mempekerjakan karyawan baru dimana beberapa biaya tersebut adalah komponen
penyusun biaya penjualan, administrasi & umum. Akan tetapi, ketika manajer melihat
penurunan permintaan bersifat sementara maka akan diputuskan untuk menahan sumber
dayanya sehingga akan ada kapasitas menganggur yang harus ditanggung oleh perusahaan.
6
Untuk jumlah permintaan yang menurun, perusahaan tetap harus membayar untuk biaya yang
sama ketika permintaan belum mengalami penurunan.
H1a: Besaran kenaikan biaya penjualan, administrasi dan umum pada saat
penjualan/pendapatan bersih naik lebih tinggi dibanding besaran penurunan biaya
pada saat penjualan/pendapatan bersih turun pada sektor pertanian.
H1b: Besaran kenaikan biaya penjualan, administrasi dan umum pada saat
penjualan/pendapatan bersih naik lebih tinggi dibanding besaran penurunan biaya
pada saat penjualan/pendapatan bersih turun pada sektor pertambangan.
H1c: Besaran kenaikan biaya penjualan, administrasi dan umum pada saat
penjualan/pendapatan bersih naik lebih tinggi dibanding besaran penurunan biaya
pada saat penjualan/pendapatan bersih turun pada sektor industri dasar dan kimia.
H1d: Besaran kenaikan biaya penjualan, administrasi dan umum pada saat
penjualan/pendapatan bersih naik lebih tinggi dibanding besaran penurunan biaya
pada saat penjualan/pendapatan bersih turun pada sektor aneka industri.
H1e: Besaran kenaikan biaya penjualan, administrasi dan umum pada saat
penjualan/pendapatan bersih naik lebih tinggi dibanding besaran penurunan biaya
pada saat penjualan/pendapatan bersih turun pada sektor industri barang konsumsi.
H1f: Besaran kenaikan biaya penjualan, administrasi dan umum pada saat
penjualan/pendapatan bersih naik lebih tinggi dibanding besaran penurunan biaya
pada saat penjualan/pendapatan bersih turun pada sektor properti dan real estat.
H1g: Besaran kenaikan biaya penjualan, administrasi dan umum pada saat
penjualan/pendapatan bersih naik lebih tinggi dibanding besaran penurunan biaya
pada saat penjualan/pendapatan bersih turun pada sektor infrastrukur, utilitas &
transportasi.
H1h: Besaran kenaikan biaya penjualan, administrasi dan umum pada saat
penjualan/pendapatan bersih naik lebih tinggi dibanding besaran penurunan biaya
pada saat penjualan/pendapatan bersih turun pada sektor keuangan.
H1i: Besaran kenaikan biaya penjualan, administrasi dan umum pada saat
penjualan/pendapatan bersih naik lebih tinggi dibanding besaran penurunan biaya
pada saat penjualan/pendapatan bersih turun pada sektor perdagangan, jasa dan
investasi.
7
Perilaku biaya cenderung akan berbeda pada satu industri dengan industri lainnya, hal
ini dikarenakan setiap industri memiliki produksi, lingkungan operasi, pasar produk,
teknologi, dan lingkungan peraturan yang berbeda-beda sehingga akuntansi akan berusaha
menangkap variabel-varibel tersebut sesuai nature operasi masing-masing industri (Ely,
1991). Dengan demikian penulis berasumsi akan menemukan perbedaan tingkat sticky cost
satu industri dengan industri lainnya. Subramaniam dan Weidenmier (2003) mengungkapkan
sektor perdagangan dan jasa cenderung memiliki fixed cost yang lebih rendah dari pada
sektor lain dan dua industri ini memiliki profit margin yang lebih kecil pula, sehingga akan
mudah bagi perusahaan untuk mampu menyesuaikan biaya bila terjadi penurunan aktivitas.
Dengan demikian tingkat sticky cost akan jauh lebih rendah bila dibandingkan dengan sektor
manufaktur yang cenderung memiliki asset tetap yang lebih tinggi yang akan memunculkan
fixed cost yang tinggi pula.
H2: Sektor manufaktur (sektor industri dasar dan kimia, sektor aneka industri, dan sektor
industri barang konsumsi) akan lebih sticky dibanding sektor utama (sektor
Pertanian dan sektor pertambangan) dan akan lebih sticky dibanding sektor jasa
(sektor Infrastruktur, utilitas & transportasi, sektor keuangan, dan sektor
perdagangan, jasa dan investasi)
8
BAB III
METODOLOGI PENELITIAN
Jenis Penelitian
Penelitian ini adalah penelitian kuantitatif eksplanatif merupakan penelitian yang
bertujuan untuk menerangkan, menguji hipotesis dari variabel-variabel penelitian.
Jenis Data
Data yang digunakan adalah data sekunder yang diperoleh dari website resmi PT.
BURSA EFEK INDONESIA berupa informasi penjualan/pendapatan bersih dan biaya
penjualan, administrasi dan umum di dalam laporan keuangan perusahaan periode 2009-
2012.
Populasi dan Sampel
Populasi penelitian ini adalah perusahaan-perusahaan yang go public yang saham-
sahamnya tercatat di Bursa Efek Indonesia (BEI). Sampel yang digunakan adalah
perusahaan-perusahaan go public yang terdaftar di Bursa Efek Indonesia yang melaporkan
laporan keuangan pada periode 2009-2012. Pengambilan data selama lima tahun untuk
keperluan perhitungan beberapa variabel yang memerlukan data tahun sebelum dan
sesudahnya.
Teknik Pengumpulan Data
Pengambilan data dengan metode purposive sampling dengan kriteria:
1. Perusahaan yang mempublikasikan laporan keuangannya pada periode 2009-2012.
2. Perusahaan memuat biaya penjualan, administrasi dan umum dan
penjualan/pendapatan bersih dari tahun 2009 sampai dengan 2012 secara terus
menerus.
3. Biaya penjualan, administrasi dan umum tidak melebihi pendapatan
penjualan/pendapatan bersih.
9
Kriteria-kriteria ini dipilih atas dasar pertimbangan dan pengembangan dari penelitian
sebelumnya yaitu Anderson et al (2003); Windyastuti dan Biyanto (2005); Anderson et al
(2006); Weiss (2010) Hidayatullah et al (2010) dan Prabowo (2013). Kriteria ketiga
ditekankan pada perusahaan dalam periode laba dikarenakan tidaklah tepat bila perusahaan
rugi untuk diuji, karena sudah pasti bahwa biaya dalam perusahaan pada periode rugi terdapat
perilaku sticky cost. Selain itu Prabowo (2013) menyatakan bahwa bila perusahaan dalam
kondisi dimana biaya penjualan, administrasi dan umum lebih tinggi dari pada
penjualan/pendapatan bersih perusahaan akan lebih berfokus pada bagaimana menurunkan
biaya sehingga perusahaan pada kondisi yang tidak normal.
Metode Analisis
Sebuah model empiris memungkinkan untuk mengukur respon dari biaya penjualan,
administrasi dan umum terhadap perubahan dari penjualan dan mendiskirmankan antara
periode penjualan/pendapatan naik dan periode penjualan/pendapatan menurun. Interaksi
antara variabel Decreased Dummy (DECRDUM) mengambil nilai 1 jika
penjualan/pendapatan menurun antara periode t-1 dan t, dan nilai 0 jika sebaliknya.
(Anderson et al, 2003; De Medeiros dan Costa, 2004; Windyastuti dan Biyanto, 2005;
Anderson et al, 2006; dan Hidayatullah et al, 2010)
Log[PA&Ui,t/PA&Ui,t-1]=β0+β1log[Salesi,t/Salesi,t1]+β2*DECRDUMi,t*log[Salesi,t/Salesi,t-
1]+εi,t
Dimana:
PA&Ui,t = Biaya Penjualan, Administrasi dan Umum perusahaan i pada periode t
PA&Ui,t-1 = Biaya Penjualan, Administrasi dan Umum perusahaan i pada periode t-1
Salesi,t = Penjualan/Pendapatan Bersih perusahaan i pada periode t
Salesi,t-1 = Penjualan/Pendapatan Bersih perusahaan i pada periode t-1
DECRDUMi,t = Variabel Dummy bernilai 1 bila penjualan/pendapatan bersih turun antara
periode t dan t-1, serta bernilai 0 bila sebaliknya.
Untuk menguji variabel-variabel dan model di atas digunakan alat bantu Statistic
Package for Sosial Science (SPSS) dengan pengujian regresi berganda. Jika biaya penjualan,
administrasi dan umum adalah sticky, variasi biaya penjualan, administrasi dan umum
dengan penjualan/pendapatan bersih bertambah harus lebih besar daripada ketika
10
penjualan/pendapatan bersih menurun. Koefisien β1 mengukur persentase kenaikan biaya
penjualan, administrasi dan umum akibat kenaikan penjualan/pendapatan bersih sebesar 1
persen, sedangkan penjumlahan koefisien β1+β2 mengukur persentase kenaikan biaya
penjualan, administrasi dan umum akibat penurunan penjualan/pendapatan bersih sebesar 1
persen.
Hipotesis 1 mendasarkan pada asumsi β1> 0 dan β2 < 0, atau jika β1 + β2 < β1, dengan
demikian menunjukkan bahwa kenaikan biaya penjualan, administrasi dan umum pada saat
penjualan/pendapatan bersih naik lebih tinggi dibandingkan penurunan biaya penjualan,
administrasi dan umum pada saat penjualan/pendapatan bersih turun. Ini berarti biaya
penjualan, administrasi dan umum bersifat sticky.
Hipotesis 2 berdasarkan pada asumsi β1> 0, β2 < 0, dan β1 + β2 < β1. Nilai selisih
peningkatan biaya dan penurunan biaya dari setiap sektor akan dibandingkan untuk
menentukan sektor manakah yang memiliki tingkat sticky cost tertinggi.
11
BAB IV
PEMBAHASAN
Deskripsi Objek Penelitian
Data yang digunakan dalam penelitian ini adalah data sekunder yaitu laporan
keuangan tahunan audited yang dipublikasi dan diunggah melalui website resmi PT. BURSA
EFEK INDONESIA selama periode 2009-2012. Dari data yang terkumpul kemudian dipilih
data yang sesuai dengan kriteria yang telah ditentukan dan membaginya kedalam sembilan
sektor berdasar pengelompokan sektor yang telah dilakukan oleh PT. BURSA EFEK
INDONESIA. Pembagian sektor dilakukan pada tanggal 30 Agustus 2013 sehingga bila
terjadi perpindahan sektor bagi emiten setelah tanggal tersebut, data tidak akan diubah.
Tabel 1. Hasil Pemilihan Sampel
Sektor Emiten
Sampel
yang
Tidak
Terpilih
Sampel
Emiten
Sampel
Data Outliner
Total
Sampel
Data
Sektor Pertanian 21 (7) 14 42 (5) 37
Sektor Pertambangan 38 (13) 25 75 (5) 70
Sektor Industri Dasar dan
Kimia 60 (11) 49 147 (4) 143
Sektor Aneka Industri 43 (6) 37 111 (7) 104
Sektor Industri Barang
Konsumsi 35 (4) 31 93 (11) 82
Sektor Properti dan Real
Estat 45 (1) 43 129 (4) 125
Sektor Infrastrukur,
Utilitas & Transportasi 44 (16) 28 84 (10) 74
Sektor Keuangan 69 (12) 57 171 (9) 162
Sektor Perdagangan, Jasa
dan Investasi 95 (16) 79 237 (13) 224
12
Sektor Pertanian
Berikut adalah statistika deskriptif untuk perubahan Biaya Penjualan, Administrasi &
Umum dan Penjualan/Pendapatan Bersih dari tahun 2009-2010, 2010-2011, dan 2011-2012
pada sektor pertanian.
Tabel 2. Deskriptif Statistik Sektor Pertanian
Rata-rata
Perubahan Dalam
(Rp)
Sampel
Mengalami
Penurunan
Sampel
Mengalami
Kenaikan
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2010/2009 (5,893,604,506,894) 5 9
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2011/2010 331.208.126.789 2 12
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2012/2011 (130.130.129.574) 6 8
Perubahan Penjualan Tahun 2010/2009 669.314.435.176 2 12
Perubahan Penjualan Tahun 2011/2010 1.549.931.544.861 0 14
Perubahan Penjualan Tahun 2012/2011 (321.041.203.548) 7 7
Dari tabel di atas dapat dilihat bahwa selama periode 2009-2010 terdapat 64 persen
dari total sampel mengalami kenaikan biaya penjualan, administrasi dan umum. Namun
perusahaan-perusahaan pada sektor pertanian juga mampu mengurangi biaya penjualan,
administrasi dan umum dengan rata-rata sebesar Rp. 5.893.604.506.894. Pada periode ini
pula perusahaan-perushaan sektor pertanian mampu meningkatkan penjualan/pendapatan
dengan rata-rata sebesar Rp. 669.314.435.176 hal ini juga dapat terlihat dimana terdapat 86
persen dari total sampel perusahaan yang mengalami peningkatan penjualan.
Pada periode 2010-2011 terdapat 86 persen dari total sampel mengalami peningkatan
biaya penjualan, administrasi dan umum dengan rata-rata sebesar Rp. 331.208.126.789.
Namun hal ini juga diiringi dengan peningkatan penjualan/pendapatan dengan rata-rata
sebesar Rp. 1.549.931.544.861 oleh semua sampel.
Pada periode 2011-2012 terdapat 57 persen dari total sampel yang mengalami
penurunan biaya biaya penjualan, administrasi dan umum dengan rata-rata sebesar Rp.
130.130.129.574 dan terdapat keseimbangan antara jumlah sampel yang mengalami
peningkatan dan penurunan penjualan/pendapatan dengan rata sebesar Rp. 321.041.203.548.
13
Sebelum menguji apakah terdapat perilaku sticky cost pada sektor seluruh sektor telah
dilakukan uji asumsi klasik untuk memperoleh hasil model yang baik. Hasil uji asumsi klasik
menunjukkan bahwa model telah lolos uji multikolinearitas, autokorelasi, heteroskedastisitas,
dan normalitas. Untuk hasil uji asumsi klasik secara keseluruhan dapat dilihat pada lampiran
3.
Tabel 3. Hasil Uji Regresi Sektor Pertanian
Model
Unstandardized Coefficients
B Std. Error
1 (Constant) .016 .041
Penjualan 1.170 .398
Periode -.543 1.376
a. Dependent Variable: Biaya
Dari tabel di atas dapat dilihat bahwa, asumsi koefisien regresi β1 > 0 dan koefisien
regresi β2 < 0 terpenuhi. Dengan menjumlahkan koefisien β1 + β2 maka akan diperoleh
persentase penurunan biaya penjualan, administrasi & umum akibat penurunan
penjualan/pendapatan bersih sebesar 1 persen, menghasilkan nilai 0,627 (1,170-0,543).
sedangkan nilai koefisien β1 sebesar 1,170. Ini berarti apabila penjualan/pendapatan bersih
turun sebesar 1 persen maka biaya penjualan, administrasi & umum akan turun sebesar 0,627
persen. Sedangkan bila penjualan/pendapatan bersih mengalami kenaikan sebesar 1 persen,
maka biaya penjualan, administrasi & umum akan naik sebesar 1,170 persen.
Dengan demikian temuan ini mendukung hipotesis 1a bahwa besaran kenaikan biaya
administrasi dan umum pada saat penjualan/pendapatan bersih naik lebih tinggi dibanding
besaran penurunan biaya pada saat penjualan/pendapatan bersih turun pada sektor pertanian.
Hal ini berarti terdapat perilaku sticky cost pada biaya penjualan, administrasi dan umum
pada sektor pertanian dan hipotesis 1a diterima.
14
Sektor Pertambangan
Berikut adalah statistika deskriptif untuk perubahan Biaya Penjualan, Administrasi &
Umum dan Penjualan/Pendapatan Bersih dari tahun 2009-2010, 2010-2011, dan 2011-2012
pada sektor pertambangan.
Tabel 4. Deskriptif Statistik Sektor Pertambangan
Rata-rata
Perubahan Dalam
(Rp)
Sampel
Mengalami
Penurunan
Sampel
Mengalami
Kenaikan
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2010/2009 51.240.022.843 8 17
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2011/2010 (7.095.441.294) 7 18
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2012/2011 50.254.291.572 6 19
Perubahan Penjualan Tahun 2010/2009 488.109.637.707 9 16
Perubahan Penjualan Tahun 2011/2010 1.220.349.093.108 5 20
Perubahan Penjualan Tahun 2012/2011 304.049.053.565 7 18
Dari tabel di atas dapat bahwa selama periode 2009-2010 terjadi peningkatan biaya
penjualan, administrasi dan umum dengan rata-rata Rp. 51.240.022.843 yang dialami oleh 17
perusahaan. Selain itu terdapat 18 perusahaan yang mengalami peningkatan penjualan dengan
rata rata sebesar Rp. 488.109.637.707.
Pada periode 2010-2011 terdapat peningkatan efisiensi operasional perusahaan-
perusahaan sektor pertambangan hal ini dapat dilihat bahwa rata-rata penurunan biaya
sebesar Rp. 7.095.441.294, walaupun disisi lain masih terdapat 72 persen dari total sampel
yang mengalami peningkatan. Peningkatan efisiensi operasional juga dapat dilihat dari 80
persen dari total sampel yang mengalami peningkatan penjualan bersih dengan rata-rata
sebesar Rp. 1.220.349.093.108. Sehingga dalam periode ini perusahaan-perusahaan pada
sektor pertambangan mampu mengurangi biaya dan meningkatkan penjualan pada saat yang
bersamaan.
Pada periode 2011-2012 terjadi peningkatan biaya oleh 19 perusahaan dengan rata-
rata sebesar Rp. 50.254.291.572. Pada periode ini pula terjadi peningkatan
penjualan/pendapatan sebesar Rp. 304.049.053.565 oleh 72 persen dari total sampel.
15
Tabel 5.
Hasil Uji Regresi
Sektor Pertambanagan
Model
Unstandardized Coefficients
B Std. Error
1 (Constant) .038 .034
Penjualan .598 .205
Periode .755 1.056
a. Dependent Variable: Biaya
Dari tabel di atas dapat dilihat bahwa koefisien regresi β1 > 0 dan koefisien regresi β2
> 0 sehingga asumsi tidak terpenuhi. Dengan menjumlahkan koefisien β1 + β2 maka akan
diperoleh persentase penurunan biaya penjualan, administrasi & umum akibat penurunan
penjualan/pendapatan bersih sebesar 1 persen, menghasilkan nilai 1,225 (0,598+0,755).
sedangkan nilai koefisien β1 sebesar 0,598. Ini berarti apabila penjualan/pendapatan bersih
turun sebesar 1 persen maka biaya penjualan, administrasi & umum akan turun sebesar 1,225
persen. Sedangkan bila penjualan/pendapatan bersih mengalami kenaikan sebesar 1 persen,
maka biaya penjualan, administrasi & umum akan naik sebesar 0,598 persen.
Dengan demikian temuan ini tidak mendukung hipotesis 1b bahwa besaran kenaikan
biaya penjualan, administrasi dan umum pada saat penjualan/pendapatan bersih naik lebih
tinggi dibanding besaran penurunan biaya pada saat penjualan/pendapatan bersih turun pada
sektor pertambangan. Hal ini berarti tidak terdapat perilaku sticky cost pada biaya penjualan,
administrasi dan umum pada sektor pertambangan dan hipotesis 1b tidak diterima. Pada
perusahaan-perusahaan sektor pertambangan terdapat 28 persen dari total sampel perusahaan
yang mengalami penurunan biaya dan penurunan penjualan. Dan terdapat 72 persen dari total
sampel perusahaan yang mengalami peningatan biaya dan penjualan. Dengan demikian biaya
bergerak sesuai perubahan penjualan sehinnga tidak terdapat perilaku sticky cost.
Biaya penjualan, administrasi dan umum pada industri pertambangan justru memiliki
indikasi perilaku anti-sticky dimana peningkatan biaya penjualan, administrasi dan umum
lebih sedikit saat penjualan/pendapatan meningkat dibanding penurunan biaya penjualan,
administrasi dan umum saat penjualan/pendapatan menurun.
16
Sektor Industri Dasar dan Kimia
Berikut adalah statistika deskriptif untuk perubahan Biaya Penjualan, Administrasi
dan Umum dan Penjualan/Pendapatan Bersih dari tahun 2009-2010, 2010-2011, dan 2011-
2012 pada sektor industri dasar dan kimia.
Tabel 6. Deskriptif Statistik Sektor Industri Dasar dan Kimia
Rata-rata
Perubahan Dalam
(Rp)
Sampel
Mengalami
Penurunan
Sampel
Mengalami
Kenaikan
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2010/2009 201.385.232.492 11 38
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2011/2010 240.375.718.006 14 35
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2012/2011 277.734.140.000 8 41
Perubahan Penjualan Tahun 2010/2009 155.445.618.792 15 34
Perubahan Penjualan Tahun 2011/2010 835.977.614.345 10 39
Perubahan Penjualan Tahun 2012/2011 475.918.707.306 14 35
Pada industri dasar dan kimia memiliki peningkatan biaya penjualan, administrasi dan
umum yang relatif stabil hal ini dapat kita lihat pada tabel di atas dimana pada periode 2009-
2010 memiliki 78 persen dari total sampel dengan nilai rata-rata sebesar Rp.
201.385.232.492. Sedangkan pada periode 2010-2011 memiliki 71 persen dari total sampel
dengan nilai rata-rata sebesar Rp. 240.375.718.006. Dan pada periode 2011-2012 memiliki 84
persen dari total sampel dengan nilai rata-rata sebesar Rp. 277.734.140.000.
Berbeda dengan tingkat peningkatan biaya penjualan, administrasi dan umum pada
sektor industri dasar dan kimia ini mengalami peningkatan yang cukup fluktuatif. Hal ini
dapat dilihat pada tabel di atas, dimana pada periode 2009-2010 terdapat peningkatan
penjualan dengan nilai rata-rata sebesar Rp. 155.445.618.792 oleh 69 persen dari total
sampel. Kemudian pada periode 2010-2011 terdapat peningkatan penjualan dengan nilai rata-
rata sebesar Rp. 835.977.614.345 oleh 80 persen. Dan pada periode 2011-2012 terdapat 71
persen dari total sampel yang mengalami peningkatan penjualan dengan rata-rata sebesar Rp.
475.918.707.306.
17
Tabel 7.
Hasil Uji Regresi
Sektor Industri Dasar dan Kimia
Model
Unstandardized Coefficients
B Std. Error
1 (Constant) .033 .010
Penjualan .127 .126
Periode -.053 .200
a. Dependent Variable: Biaya
Dari tabel di atas dapat dilihat bahwa asumsi koefisien regresi β1 > 0 dan koefisien
regresi β2 < 0 terpenuhi. Dengan menjumlahkan koefisien β1 + β2 maka akan diperoleh
persentase penurunan biaya penjualan, administrasi & umum akibat penurunan
penjualan/pendapatan bersih sebesar 1 persen, menghasilkan nilai 0,074 (0,127-0,053).
sedangkan nilai koefisien β1 sebesar 0,127. Ini berarti apabila penjualan/pendapatan bersih
turun sebesar 1 persen maka biaya penjualan, administrasi & umum akan turun sebesar 0,074
persen. Sedangkan bila penjualan/pendapatan bersih mengalami kenaikan sebesar 1 persen,
maka biaya penjualan, administrasi & umum akan naik sebesar 0,127 persen.
Dengan demikian temuan ini mendukung hipotesis 1c bahwa besaran kenaikan biaya
penjualan, administrasi dan umum pada saat penjualan/pendapatan bersih naik lebih tinggi
dibanding besaran penurunan biaya pada saat penjualan/pendapatan bersih turun pada sektor
industri dasar dan kimia. Hal ini berarti terdapat perilaku sticky cost pada biaya penjualan,
administrasi & umum pada sektor industri dasar & kimia, dan hipotesis 1c diterima.
18
Sektor Aneka Industri
Berikut adalah statistika deskriptif untuk perubahan Biaya Penjualan, Administrasi
dan Umum dan Penjualan/Pendapatan Bersih dari tahun 2009-2010, 2010-2011, dan 2011-
2012 pada sektor aneka industri.
Tabel 8. Deskriptif Statistik Sektor Aneka Industri
Rata-rata
Perubahan Dalam
(Rp)
Sampel
Mengalami
Penurunan
Sampel
Mengalami
Kenaikan
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2010/2009 136,579,977,421 12 25
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2011/2010 (401,466,616) 9 28
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2012/2011 84,402,131,066 10 27
Perubahan Penjualan Tahun 2010/2009 1,187,757,062,897 9 28
Perubahan Penjualan Tahun 2011/2010 1,308,979,682,855 4 33
Perubahan Penjualan Tahun 2012/2011 898,406,430,885 12 25
Dari tabel di atas dapat dilihat bahwa pada periode 2009-2010 dan 2010-2011
memiliki tingkat peningkatan penjualan yang relatif sama yaitu Rp. 1.187.757.062.897 dan
Rp. 1.308.979.682.855. Perbedaanya adalah pada periode 2009-2010 terdapat 76 persen dari
total sampel perusahaan yang mengalami peningkatan tersebut sedangkan pada periode 2010-
2011 terdapat 89 persen dari total sampel perusahaan yang mengalami peningkatan. Ini
menunjukkan bahwa perusahaan-perusahaan pada sektor aneka industri mampu beroperasi
dengan baik. Nampak pula bahwa dari periode 2009-2010 hingga periode 2010-2011
memiliki peningkatan sebesar Rp. 121.222.619.957. Namun pada periode 2011-2012
peningkatan penjualan justru menurun hanya sebesar Rp. 898.406.430.885 dimana yang pada
periode ini hanya terdapat 68 persen dari total sampel yang mengalami peningkatan
penjualan.
Dari tabel di atas juga dapat dilihat bahwa pada periode 2009-2010 memiliki rata-rata
peningkatan biaya yang paling besar dari antara periode pengamatan lain yaitu sebesar Rp.
136.579.977.421 hal ini dikarenakan masih terdapat 68 persen dari sampel yang mengalami
peningkatan biaya. Namun pada periode 2010-2011 perusahaan-perusaan pada sektor aneka
19
industri mampu menurunkan biaya dengan rata-rata sebesar Rp. 401.466.616 namun masih
terdapat 76 persen dari total sampel yang mengalami peningkatan biaya. Kemudian pada
periode 2011-2012 perusahaan-perusaan pada sektor aneka industri kembali lagi mengalami
peningkatan biaya dengan rata-rata sebesar Rp. 84.402.131.066.
Tabel 9.
Hasil Uji Regresi
Sektor Aneka Industri
Model
Unstandardized Coefficients
B Std. Error
1 (Constant) -.018 .015
Penjualan .825 .149
Periode -.448 .322
a. Dependent Variable: Biaya
Dari tabel di atas dapat dilihat bahwa asumsi koefisien regresi β1 > 0 dan koefisien
regresi β2 < 0 terpenuhi. Dengan menjumlahkan koefisien β1 + β2 maka akan diperoleh
persentase penurunan biaya penjualan, administrasi & umum akibat penurunan
penjualan/pendapatan bersih sebesar 1 persen, menghasilkan nilai 0,337 (0,825-0,448).
sedangkan nilai koefisien β1 sebesar 0,825. Ini berarti apabila penjualan/pendapatan bersih
turun sebesar 1 persen maka biaya penjualan, administrasi & umum akan turun sebesar 0,337
persen. Sedangkan bila penjualan/pendapatan bersih mengalami kenaikan sebesar 1 persen,
maka biaya penjualan, administrasi & umum akan naik sebesar 0,825 persen.
Dengan demikian temuan ini mendukung hipotesis 1d bahwa besaran kenaikan biaya
penjualan, administrasi dan umum pada saat penjualan/pendapatan bersih naik lebih tinggi
dibanding besaran penurunan biaya pada saat penjualan/pendapatan bersih turun pada sektor
aneka industri. Hal ini berarti terdapat perilaku sticky cost pada biaya penjualan, administrasi
dan umum pada sektor aneka industri dan hipotesis 1d diterima.
20
Sektor Industri Barang Konsumsi
Berikut adalah statistika deskriptif untuk perubahan Biaya Penjualan, Administrasi
dan Umum dan Penjualan/Pendapatan Bersih dari tahun 2009-2010, 2010-2011, dan 2011-
2012 pada sektor barang konsumsi.
Tabel 10. Deskriptif Statistik Sektor Industri Barang konsumsi
Rata-rata
Perubahan Dalam
(Rp)
Sampel
Mengalami
Penurunan
Sampel
Mengalami
Kenaikan
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2010/2009 118.301.738.377 4 27
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2011/2010 98.739.972.003 5 26
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2012/2011 164.120.692.659 3 28
Perubahan Penjualan Tahun 2010/2009 690.849.888.493 4 27
Perubahan Penjualan Tahun 2011/2010 1.091.773.792.098 2 29
Perubahan Penjualan Tahun 2012/2011 1.264.576.221.027 4 27
Dari tabel di atas dapat terlihat bahwa perusahaan-perusahaan sektor industri barang
konsumsi mampu konsisten meningkatkan penjualan dengan baik. Hal ini terbukti dengan
nilai rata-rata peningkatan penjualan dari periode 2009-2010, 2010-2011, hingga periode
2011-2012. Berturut-turut dengan rata-rata nilai sebesar Rp. 690.849.888.493 ; Rp.
1.091.773.792.098; dan Rp. 1.264.576.221.027 dan dengan rata-rata peningkatan perperiode
sebesar Rp. 286.863.166.267. Selain itu terdapat rata-rata 89 persen dari total sampel yang
mengalami peningkatan penjualan, ini dapat memberikan indikasi bahwa hampir semua
perusahaan-perusahaan sektor industri barang konsumsi mampu meningkatkan penjualan
setiap periode.
Namun disisi lain pada perusahaan-perusahaan sektor industri barang konsumsi juga
mengalami peningkatan biaya pada setiap periode dari 2009-2010, 2010-2011, hingga
periode 2011-2012. Berturut-turut dengan rata-rata nilai sebesar Rp. 118.301.738.377; Rp.
98.739.972.003; dan 164.120.692.659. Selain itu terdapat rata-rata 87 persen dari total sampel
yang mengalami peningkatan biaya.
21
Tabel 11.
Hasil Uji Regresi
Sektor Aneka Industri
Model
Unstandardized Coefficients
B Std. Error
1 (Constant) .032 .009
Penjualan .478 .115
Periode -.316 .329
a. Dependent Variable: Biaya
Dari tabel di atas dapat dilihat bahwa asumsi koefisien regresi β1 > 0 dan koefisien
regresi β2 < 0 terpenuhi. Dengan menjumlahkan koefisien β1 + β2 maka akan diperoleh
persentase penurunan biaya penjualan, administrasi & umum akibat penurunan
penjualan/pendapatan bersih sebesar 1 persen, menghasilkan nilai 0,163 (0,479-0,316).
sedangkan nilai koefisien β1 sebesar 0,478. Ini berarti apabila penjualan/pendapatan bersih
turun sebesar 1 persen maka biaya penjualan, administrasi & umum akan turun sebesar 0,163
persen. Sedangkan bila penjualan/pendapatan bersih mengalami kenaikan sebesar 1 persen,
maka biaya penjualan, administrasi & umum akan naik sebesar 0,478 persen.
Dengan demikian temuan ini mendukung hipotesis 1e bahwa besaran kenaikan biaya
penjualan, administrasi dan umum pada saat penjualan/pendapatan bersih naik lebih tinggi
dibanding besaran penurunan biaya pada saat penjualan/pendapatan bersih turun pada sektor
industri barang konsumsi. Hal ini berarti terdapat perilaku sticky cost pada biaya penjualan,
administrasi dan umum pada sektor industri barang konsumsi dan hipotesis 1e diterima.
22
Sektor Properti dan Real Estat
Berikut adalah statistika deskriptif untuk perubahan Biaya Penjualan, Administrasi
dan Umum dan Penjualan/Pendapatan Bersih dari tahun 2009-2010, 2010-2011, dan 2011-
2012 pada sektor properti dan real estat.
Tabel 12. Deskriptif Statistik Sektor Properti dan Real Estat
Rata-rata
Perubahan Dalam
(Rp)
Sampel
Mengalami
Penurunan
Sampel
Mengalami
Kenaikan
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2010/2009 23.516.515.710 10 33
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2011/2010 36.879.936.143 6 37
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2012/2011 49.362.189.854 4 39
Perubahan Pendapatan Tahun 2010/2009 35.675.725.186 13 30
Perubahan Pendapatan Tahun 2011/2010 298.665.226.838 12 31
Perubahan Pendapatan Tahun 2012/2011 443.019.004.307 7 36
Dapat dilihat pada tabel di atas bahwa 85 persen perusahaan-perusahaan di sektor
properti dan real estat pada periode 2009-2010, 2010-2011, dan periode 2011-2011
mengalami peningkatan biaya penjualan, administrasi dan umum. Peningkatan ini
berlangsung konstan dengan rata-rata peningkatan per periode sebesar Rp. 12.922.837.072.
Pada periode 2009-2010, 2010-2011, dan periode 2011-2011 perusahaan-perusahaan
di sektor properti dan real estat sebanyak 75 persen juga mengalami peningkatan pendapatan
dengan rata-rata berturut-turut sebesar Rp. 35.675.725.186; Rp. 298.665.226.838; dan Rp.
443.019.004.307. Dengan rata-rata peningkatan perperiode Rp. 203.671.639.560.
23
Tabel 13.
Hasil Uji Regresi
Sektor Properti dan Real Estat
Model
Unstandardized Coefficients
B Std. Error
1 (Constant) .043 .011
Penjualan .326 .066
Periode -.133 .142
a. Dependent Variable: Biaya
Dari tabel di atas dapat dilihat bahwa asumsi koefisien regresi β1 > 0 dan koefisien
regresi β2 < 0 terpenuhi. Dengan menjumlahkan koefisien β1 + β2 maka akan diperoleh
persentase penurunan biaya penjualan, administrasi & umum akibat penurunan
penjualan/pendapatan bersih sebesar 1 persen, menghasilkan nilai 0,193 (0,326-0,133).
sedangkan nilai koefisien β1 sebesar 0,326. Ini berarti apabila penjualan/pendapatan bersih
turun sebesar 1 persen maka biaya penjualan, administrasi & umum akan turun sebesar 0,193
persen. Sedangkan bila penjualan/pendapatan bersih mengalami kenaikan sebesar 1 persen,
maka biaya penjualan, administrasi & umum akan naik sebesar 0,326 persen.
Dengan demikian temuan ini mendukung hipotesis 1f bahwa besaran kenaikan biaya
penjualan, administrasi dan umum pada saat penjualan/pendapatan bersih naik lebih tinggi
dibanding besaran penurunan biaya pada saat penjualan/pendapatan bersih turun pada sektor
properti dan real estat. Hal ini berarti terdapat perilaku sticky cost pada biaya penjualan,
administrasi dan umum pada sektor properti dan real estat dan hipotesis 1f diterima.
24
Sektor Infrastrukur, Utilitas & Transportasi
Berikut adalah statistika deskriptif untuk perubahan Biaya Penjualan, Administrasi
dan Umum dan Penjualan/Pendapatan Bersih dari tahun 2009-2010, 2010-2011, dan 2011-
2012 pada sektor infrastrukur, utilitas & transportasi.
Tabel 14. Deskriptif Statistik Sektor Infrastrukur, Utilitas & Transportasi
Rata-rata
Perubahan Dalam
(Rp)
Sampel
Mengalami
Penurunan
Sampel
Mengalami
Kenaikan
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2010/2009 146.362.249.446 9 19
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2011/2010 (1.473.365.834.811) 10 18
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2012/2011 131.067.571.849 8 20
Perubahan Pendapatan Tahun 2010/2009 417.823.104.991 9 19
Perubahan Pendapatan Tahun 2011/2010 645.492.881.951 8 20
Perubahan Pendapatan Tahun 2012/2011 891.972.961.192 8 20
Dari tabel di atas perusahaan-perusahaan di sektor infrastrukur, utilitas & transportasi
dapat menurunkan biaya penjualan, administrasi dan umum pada periode 2010-2011 dengan
cukup besar dibandingkan dengan periode-periode lain dimana justru mengalami peningkatan
biaya. Pada periode 2010-2011 perusahaan-perusahaan di sektor infrastrukur, utilitas &
transportasi mampu menurunkan biaya dengan rata-rata sebesar Rp. 1.473.365.834.811 oleh
36 persen dari total sampel perusahaan.
Disisi lain perusahaan-perusahaan di sektor infrastrukur, utilitas & transportasi juga
mampu meningkatkan pendapatan selama berturut-turut dari periode 2009-2010, 2010-2011,
dan periode 2011-2012 dengan rata-rata peningkatan sebesar Rp. 237.074.928.100. Dimana
peningkatan tersebut dialami oleh 70 persen dari total perusahaan per periode.
25
Tabel 15.
Hasil Uji Regresi
Sektor Infrastrukur, Utilitas & Transportasi
Model
Unstandardized Coefficients
B Std. Error
1 (Constant) .022 .021
Penjualan .210 .174
Periode -.061 .470
a. Dependent Variable: Biaya
Dari tabel di atas dapat dilihat bahwa asumsi koefisien regresi β1 > 0 dan koefisien
regresi β2 < 0 terpenuhi. Dengan menjumlahkan koefisien β1 + β2 maka akan diperoleh
persentase penurunan biaya penjualan, administrasi & umum akibat penurunan
penjualan/pendapatan bersih sebesar 1 persen, menghasilkan nilai 0,149 (0,210-0,061).
sedangkan nilai koefisien β1 sebesar 0,210. Ini berarti apabila penjualan/pendapatan bersih
turun sebesar 1 persen maka biaya penjualan, administrasi & umum akan turun sebesar 0,149
persen. Sedangkan bila penjualan/pendapatan bersih mengalami kenaikan sebesar 1 persen,
maka biaya penjualan, administrasi & umum akan naik sebesar 0,210 persen.
Dengan demikian temuan ini mendukung hipotesis 1f bahwa besaran kenaikan biaya
penjualan, administrasi dan umum pada saat penjualan/pendapatan bersih naik lebih tinggi
dibanding besaran penurunan biaya pada saat penjualan/pendapatan bersih turun pada sektor
infrastrukur, utilitas & transportasi. Hal ini berarti terdapat perilaku sticky cost pada biaya
penjualan, administrasi dan umum pada sektor infrastrukur, utilitas & transportasi dan
hipotesis 1f diterima.
26
Sektor Keuangan
Berikut adalah statistika deskriptif untuk perubahan Biaya Penjualan, Administrasi
dan Umum dan Penjualan/Pendapatan Bersih dari tahun 2009-2010, 2010-2011, dan 2011-
2012 pada sektor keuangan.
Tabel 16. Deskriptif Statistik Sektor Keuangan
Rata-rata
Perubahan Dalam
(Rp)
Sampel
Mengalami
Penurunan
Sampel
Mengalami
Kenaikan
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2010/2009 113.480.981.498 4 53
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2011/2010 130.173.698.890 6 51
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2012/2011 109.365.061.719 12 45
Perubahan Pendapatan Tahun 2010/2009 576.615.725.244 8 49
Perubahan Pendapatan Tahun 2011/2010 660.365.337.750 8 49
Perubahan Pendapatan Tahun 2012/2011 704.755.313.316 8 49
Pada tabel di atas dapat dilihat bahwa perusahaan-perusahaan pada sektor keuangan
mampu konsisten dalam peningkatan pendapatan dari periode ke periode. Peningkatan ini
dialami oleh 86 persen dari total sampel pada setiap periodenya, dengan rata-rata peningkatan
sebesar Rp. 64.069.794.036. Ini menunjukkan bahwa perusahaan-perusahaan pada sektor
keuangan mampu beroperasi dengan baik.
Peningkatan pendapatan tersebut juga diiringi oleh peningkatan biaya penjualan,
administrasi dan umum pada tiap periodenya. Dengan rata-rata pada periode 2009-2010
sebesar Rp. 113.480.981.498; sedangkan pada periode 2010-2011 sebesar Rp.
130,173,698,890. Namun pada periode 2011-2012 masih terdapat peningkatan biaya hanya
saja tidak sebesar pada periode 2009-2010 dan periode 2010-2011 yaitu sebesar Rp.
109.365.061.719.
27
Tabel 17.
Hasil Uji Regresi Sektor Keuangan
Model
Unstandardized Coefficients
B Std. Error
1 (Constant) .060 .010
Penjualan .145 .094
Periode .942 .510
a. Dependent Variable: Biaya
Dari tabel di atas dapat dilihat bahwa koefisien regresi β1 > 0 dan koefisien regresi β2
> 0 sehingga asumsi tidak terpenuhi. Dengan menjumlahkan koefisien β1 + β2 maka akan
diperoleh persentase penurunan biaya penjualan, administrasi & umum akibat penurunan
penjualan/pendapatan bersih sebesar 1 persen, menghasilkan nilai 1,087 (0,145+0,942).
sedangkan nilai koefisien β1 sebesar 0,145. Ini berarti apabila penjualan/pendapatan bersih
turun sebesar 1 persen maka biaya penjualan, administrasi & umum akan turun sebesar 1,087
persen. Sedangkan bila penjualan/pendapatan bersih mengalami kenaikan sebesar 1 persen,
maka biaya penjualan, administrasi & umum akan naik sebesar 0,145 persen.
Dengan demikian temuan ini tidak mendukung hipotesis 1h bahwa besaran kenaikan
biaya penjualan, administrasi dan umum pada saat penjualan/pendapatan bersih naik lebih
tinggi dibanding besaran penurunan biaya pada saat penjualan/pendapatan bersih turun pada
sektor keuangan. Hal ini berarti tidak terdapat perilaku sticky cost pada biaya penjualan,
administrasi dan umum pada sektor keuangan dan hipotesis 1h tidak diterima. Terdapat 72
persen dari total sampel perusahaan yang tidak memasukan akun gaji karyawan ke dalam
akun biaya penjualan, administrasi & umum sehingga akun biaya penjualan, administrasi &
umum akan kehilangan salah satu komponen fixed cost, dengan demiakan total biaya
penjualan, administrasi & umum memiliki perbandingan proporsi variabel cost yang lebih
besar sehingga biaya mudah untuk disesuaikan dan mengakibatkan tidak terdapat perilaku
sticky cost.
Biaya penjualan, administrasi dan umum pada industri keuangan justru memiliki
indikasi perilaku anti-sticky dimana peningkatan biaya penjualan, administrasi dan umum
lebih sedikit saat penjualan/pendapatan meningkat dibanding penurunan biaya penjualan,
administrasi dan umum saat penjualan/pendapatan menurun.
28
Sektor Perdagangan, Jasa dan Investasi
Berikut adalah statistika deskriptif untuk perubahan Biaya Penjualan, Administrasi
dan Umum dan Penjualan/Pendapatan Bersih dari tahun 2009-2010, 2010-2011, dan 2011-
2012 pada sektor perdagangan, jasa dan investasi.
Tabel 18. Deskriptif Statistik Sektor Perdagangan, Jasa dan Investasi
Rata-rata
Perubahan Dalam
(Rp)
Sampel
Mengalami
Penurunan
Sampel
Mengalami
Kenaikan
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2010/2009 15.541.520.232 18 60
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2011/2010 49.030.590.529 17 61
Perubahan Biaya Penjualan, Administrasi
& Umum Tahun 2012/2011 48.635.550.016 11 67
Perubahan Penjualan Tahun 2010/2009 438.505.355.860 13 65
Perubahan Penjualan Tahun 2011/2010 754.044.642.736 12 66
Perubahan Penjualan Tahun 2012/2011 560.471.283.068 15 63
Pada tabel di atas secara keseluruhan pada periode amatan terdapat 83 persen dari
total sampel perusahaan yang mengalami peningatan penjualan dimana pada periode 2010-
2011 memiliki tingkat peningkatan yang tertinggi dengan rata-rata sebesar Rp.
754.044.642.736. Dan pada periode 2009-2010 memiliki tingkat peningkatan penjualan
terendah dengan rata-rata sebesar Rp. 438.505.355.860.
Disisi lain perusahaan-perusahaan pada sektor perdagangan, jasa dan investasi juga
mengalami peningkatan biaya penjualan, administrasi dan umum. Peningkatan ini dialami
oleh 80 persen dari total sampel perusahaan per periode. Dapat dilahat pula pada tabel di atas
pada periode 2009-2010 memiliki tingkat peningkatan biaya yang terendah dengan rata-rata
sebesar Rp. 15.541.520.232 dan pada periode 2010-2011 memiliki tingkat peningkatan biaya
yang tertinggi dengan rata-rata sebesar Rp. 49.030.590.529.
29
Tabel 19.
Hasil Uji Regresi
Sektor Perdagangan, Jasa dan Investasi
Model
Unstandardized Coefficients
B Std. Error
1 (Constant) .026 .014
Penjualan .475 .119
Periode -.126 .385
a. Dependent Variable: Biaya
Dari tabel di atas dapat dilihat bahwa asumsi koefisien regresi β1 > 0 dan koefisien
regresi β2 < 0 terpenuhi. Dengan menjumlahkan koefisien β1 + β2 maka akan diperoleh
persentase penurunan biaya penjualan, administrasi & umum akibat penurunan
penjualan/pendapatan bersih sebesar 1 persen, menghasilkan nilai 0,349 (0,475-0,126).
sedangkan nilai koefisien β1 sebesar 0,475. Ini berarti apabila penjualan/pendapatan bersih
turun sebesar 1 persen maka biaya penjualan, administrasi & umum akan turun sebesar 0,349
persen. Sedangkan bila penjualan/pendapatan bersih mengalami kenaikan sebesar 1 persen,
maka biaya penjualan, administrasi & umum akan naik sebesar 0,475 persen.
Dengan demikian temuan ini mendukung hipotesis 1i Besaran kenaikan biaya
penjualan, administrasi dan umum pada saat penjualan/pendapatan bersih naik lebih tinggi
dibanding besaran penurunan biaya pada saat penjualan/pendapatan bersih turun pada sektor
perdagangan, jasa dan investasi. Hal ini berarti terdapat perilaku sticky cost pada biaya
penjualan, administrasi dan umum pada sektor perdagangan, jasa dan investasi dan hipotesis
1i diterima.
Variasi Tingkatan Sticky Cost
Setelah melakukan pengujian sembilan sektor terbukti bahwa setiap sektor memiliki
tingkat sticky cost yang berbeda satu dengan yang lain. Penemuan ini sesuai dengan
penemuan Subramaniam dan Weidenmier (2003). Namun terdapat dua sektor yaitu sektor
pertambangan dan sektor keuangan yang justru memiliki indikasi perilaku anti-sticky dimana
peningkatan biaya penjualan, administrasi dan umum lebih sedikit saat penjualan/pendapatan
meningkat dibanding penurunan biaya penjualan, administrasi dan umum saat
penjualan/pendapatan menurun. Berikut adalah tabel besarnya tingkatan sticky cost atas
pengujian yang telah dilakukan terhadap sembilan sektor perusahaan-perusahaan yang
terdaftar di BEI pada periode 2009-2012.
30
Tabel 20. Tingkatan Variasi Tingkatan Sticky Cost
No. Sektor
Kenaikan
1%
Penjualan
Penurunan
1%
Penjualan
Perilaku Selisih
1 Sektor Pertanian 1,170 0,627 Sticky 0,543
2 Sektor Aneka Industri 0,825 0,337 Sticky 0,488
3 Sektor Industri Barang Konsumsi 0,478 0,163 Sticky 0,315
4 Sektor Properti dan Real Estat 0,326 0,193 Sticky 0,133
5 Sektor Perdagangan, Jasa dan
Investasi 0,475 0,349 Sticky 0,126
6 Sektor Infrastrukur, Utilitas &
Transportasi 0,210 0,149 Sticky 0,061
7 Sektor Industri Dasar dan Kimia 0,127 0,074 Sticky 0,053
8 Sektor Pertambangan
0,598 1,225 Anti-
sticky (0,627)
9 Sektor Keuangan
0,145 1,087 Anti-
sticky (0,942)
Dapat dilihat pada tabel di atas terdapat Kolom Selisih yang merupakan nilai selisih
respon biaya atas satu persen perubahan penjualan/pendapatan. Semakin tinggi nilai selisih
respon biaya atas satu persen perubahan penjualan/pendapatan itu artinya semakin tinggi
tingkatan sticky cost pada suatu sektor. Anderson et al. (2003) menyatakan bahwa manager
memiliki perananan yang kuat dalam besarnya biaya dan sensitivitas respon biaya atas
perubahan aktivitas. Selain itu Anderson et al (2006) menambahkan bahwa biaya seharusnya
mengikuti pergerakan penjualan secara proporsional, dan bila tidak terjadi demikian maka hal
ini memberikan sinyal bahwa terjadi inefisiensi biaya. Selain itu Gómez-gallego et al (2012)
menyatakan bahwa inefisiensi biaya pada suatu perusahaan dapat dilihat dari kondisi biaya
yang tidak stabil antara satu period eke periode lain. kemudian Anderson et al (2006)
menyatakan bahwa inefisiensi biaya adalah akibat manager yang tidak mampu menyesuaikan
biaya dengan baik, atas dasar pergerakan penjualan yang kemudian mengakibatkan tingkat
sticky cost yang tinggi.
Dari Tabel 20 dapat dilihat bahwa sektor pertanian memiliki tingkatan sticky cost
yang tertinggi dibandingkan dengan sektor lain. Biaya penjualan, administrasi & umum
sangat tidak stabil dibandingkan dengan sektor lain. Selain itu biaya penjualan, administrasi
& umum tidak bergerak secara proporsional selama periode amatan. Hal ini memberikan
sinyal terjadinya inefisiensi biaya akibat manager tidak mampu menyesuaikan biaya dengan
31
baik atas dasar pergerakan penjualan sehingga menyebabkan tingkat sticky cost yang tinggi
pada sektor pertanian ini.
Tidak seperti pada penemuan Subramaniam dan Weidenmier (2003) yang
menemukan bahwa sektor manufaktur memiliki tingkat sticky cost yang tertinggi, di
Indonesia justru sektor pertanian yang memiliki tingkat sticky cost yang tertinggi dan disisi
lain terdapat satu sektor manufaktur yang memiliki tingkat sticky cost terendah, yaitu sektor
industri dasar dan kimia. Dapat dilihat pada Tabel 6 bahwa perusahaan-perusahaan dalam
sektor industri dasar dan kimia lebih stabil dari pada sektor lain yang terdapat perilaku sticky
cost. Selain itu biaya penjualan, administrasi & umum bergerak sesuai perubahan penjualan.
Kondisi ini juga dapat dilihat pada 22 persen dari total sampel perusahaan yang mampu
menurunkan biaya dan juga terdapat 27 persen perusahaan yang mengalami penurunan
penjualan. Dengan kondisi tersebut menunjukkan bahwa saat terjadi penurunan penjualan
diiringi dengan penurunan biaya. Namun ada perbedaan perubahan biaya yang tidak
proporsional, pada periode 2009-2010 hingga periode 2010-2011 terdapat peningkatan
penjulan sebesar Rp. 38.990.485.514 dan peningkatan biaya sebesar Rp. 680.531.995.553.
namun antara periode 2010-2011 hingga periode 2011-2012 terdapat peningatan penjualan
sebesar Rp. 37.358.421.994 yang relatif tidak jauh berbeda dengan periode sebelumnya
namun biaya justru mengalami penurunan sebesar Rp. 360.058.907.039. Kondisi ini
memungkinkan terjadinya inefisiensi biaya hal ini sesuai dengan itu Anderson et al (2006)
menambahkan bahwa biaya seharusnya mengikuti pergerakan penjualan secara proporsional,
dan bila tidak terjadi demikian maka hal ini memberikan sinyal bahwa terjadinya inefisiensi
biaya yang akan mengkibatkan terdapatnya perilaku sticky cost.
Bila dilihat secara lebih luas kondisi perekonomian Indonesia saat periode amatan,
Indonesia memiliki kondisi pertumbuhan yang meningkat dari tahun 2009-2012. Dimana
pada tahun 2009 terdapat pertumbuhan ekonomi sebesar 4,6 persen meningkat terus hingga
mencapai 6,7 persen pada tahun 2012. Berdasar peryataan Windyastuti dan Biyanto (2005)
yang menyatakan bahwa semakin tinggi pertumbuhan ekonomi tingkat sticky cost biaya
penjualan, administrasi dan umum akan semakin tinggi. Ketika perekonomian mengalami
pertumbuhan, maka manager berharap penjualan bersih perusahaan pada periode mendatang
akan mengalami peningkatan. Manajer cenderung tidak akan mengurangi sumber daya,
walaupun penjualan bersih perusahaannya mengalami penurunan, sehingga tingkat sticky cost
akan lebih tinggi. Namun disisi lain pada tahun 2012 dilakukan uji coba kebijakan
pembatasan impor tanaman holtikultura yang berdampak langsung pada perusahaan-
32
perusahaan sektor pertanian. Selain itu harga-harga sayur dan buah menjadi mahal atas dasar
kebijakan pemerintah tersubut, hal ini sangat berdampak pada penjualan perusahaan-
perusahaan sektor pertanian. Dapat dilihat dari turunnya tingkat penjualan sebesar 79 persen
dari tahun sebelumnya. Kondisi ini memicu perubahan permintaan output sehingga manajer
harus mengambil keputusan untuk melakukan penyesuaian atau membiarkan sumber daya
terus terpakai. Hal ini memungkinkan sebagai salah satu yang memicu sektor pertanian
memiliki tingkat sticky cost yang tinggi.
Berdasar temuan-temuan ini dapat memberikan informasi yang penting bagi investor
dikarenakan perilaku sticky cost yang tinggi akan mengurangi tingkat akurasi peramalan laba
(Weiss, 2010) dan dimana perusahaan-perusahaan yang memiliki tingkat sticky cost yang
tinggi akan membutuhkan volume penjualan yang semakin tinggi untuk mencapai laba
(Anderson et al, 2006 dan Weiss, 2010). Dengan demikan dapat dikatakan bahwa
perusahaan-perusahaan pada sektor pertanian akan memiliki kencenderungan memiliki
tingkat akurasi peramalan laba yang lebih rendah daripada sektor industri dasar dan kimia.
Dan perusahaan-perusahaan pada sektor pertanian akan membutuhkan volume penjualan
yang semakin tinggi untuk mencapai laba daripada sektor industri dasar dan kimia.
Temuan berupa indikasi perilaku anti-sticky pada sektor pertambangan dan sektor
keuangan dimana peningkatan biaya penjualan, administrasi dan umum lebih sedikit saat
penjualan/pendapatan meningkat dibanding penurunan biaya penjualan, administrasi dan
umum saat penjualan/pendapatan menurun. Hal ini dikarenakan selama berturut-turut dalam
periode perusahaan terdapat 28 persen dari total sampel perusahaan yang mengalami
penurunan biaya dan penurunan penjualan. Dan terdapat 72 persen dari total sampel
perusahaan yang mengalami peningatan biaya dan penjualan. Dengan kondisi yang stabil ini
tidak memberikan sinyal terdapat indikasi inefisiensi biaya. Sehingga dengan kondisi ini
tidak memunculkan perilaku sticky cost (Gómez-gallego et al, 2012, dan Anderson et al,
2006).
Pada sektor keuangan terdapat 72 persen dari total sampel perusahaan yang tidak
memasukan akun gaji karyawan kedalam akun biaya penjualan, administrasi & umum
sehingga akun biaya penjualan, administrasi & umum akan kehilangan salah satu komponen
fixed cost. Dengan kondisi ini biaya administrasi & umum akan cenderung didominasi oleh
variabel cost yang berubah secara proporsional dengan perubahan aktivitas (Anderson et al,
2003) sehingga biaya mudah untuk disesuaikan. Sesuai dengan Anderson et al (2003) dan
33
Anderson et al (2006) yang dikembangan oleh Weiss (2010) menyatakan bahwa perusahaan-
perusahaan yang mampu menyesuaikan biaya dengan baik mengindikasikan adanya perilaku
anti-sticky.
Bila dilihat secara makro selama berturut-turut pada tahun 2011-2012 sektor
pertambangan adalah sektor dengan pertumbuhan ekonomi terendah yaitu sebesar 1,86
persen pada tahun 2011 dan 1,49 persen pada tahun 2012. Hal ini mengakibatkan perusahaan-
perusahaan sektor pertambangan tidak memiliki perilaku sticky cost, karena sticky cost
muncul dan meningkat pada kondisi pertumbuhan ekoomi yang tinggi (Windyastuti dan
Biyanto, 2005). Di dalam perusahaan-perusahaan sektor keuanagan manager memiliki
peranan yang cukup berbeda dengan perusahaan-perusahaan pada sektor-sektor lain hal ini
dikarenakan beberapa komponen operasional pada perusahaan-perusahaan sektor keuanagan
dipengaruhi oleh unsur-unsur kebijkan pemerintah dan harga rupiah atas mata uang asing hal
ini membuat manager tidak bisa leluasa menentukan kegiatan operasional perusahaan.
Selama periode amatan 2009-2012 nilai rupiah menguat atas dolar Amerika dari Rp. 10.408
pada tahun 2009 hingga menjadi Rp. 8.800 pada tahun 2012. Kondisi ini dapat memicu
situasi yang kondusif dalam beroprasional, hal ini terbukti pada 86 persen dari total sampel
yang selama berturut-turut mengalami peningkatan penjualan. Akibat peningkatan penjualan
yang stabil selama beberapa periode manajer tidak harus melakukan penyesuaian biaya atas
perubahan penjualan tersebut yang kemudian berakibat tidak adanya perilaku sticky cost pada
sektor keuangan.
Berdasar temuan ini dapat memberikan informasi yang penting bagi investor
dikarenakan menurut Weiss (2010) perusahaan-perusahaan yang terdapat perilaku anti-sticky
memiliki tingkat akurasi peramalan laba yang baik hal ini dikarenakan perusahaan-
perusahaan ini mampu menyesuaikan biaya atas perubahan aktivitas, dengan demikian
perusahaan-perusahaan ini tidak harus menjual dengan volume yang tinggi untuk mencapai
laba. Hal ini memberikan indikasi dimana sektor pertambangan dan sektor keuangan
memiliki tingkat akurasi peramalan laba yang baik dan sektor pertambangan dan sektor
keuangan tidak harus menjual dengan volume yang tinggi untuk mencapai laba.
Dengan demikian temuan ini tidak mendukung hipotesis 2 bahwa sektor manufaktur
akan lebih sticky dibanding sektor utama (sektor Pertanian dan sektor pertambangan) dan
akan lebih sticky dibanding sektor jasa (sektor Infrastruktur, utilitas & transportasi, sektor
34
keuangan, dan sektor perdagangan, jasa dan investasi). Oleh sebab itu hipotesis 2 tidak
diterima.
35
BAB V
PENUTUP
Kesimpulan
Dari analisis yang telah dilakukan, ditemukan bahwa terdapat tujuh sektor industri
berdasar klasifikasi oleh PT. Bursa Efek Indonesia memiliki indikasi perilaku sticky coct
pada biaya penjualan, administrasi dan umum. Sektor-sektor tersebut adalah sektor pertanian;
sektor aneka industri; sektor industri barang konsumsi; sektor properti dan real estat; sektor
perdagangan, jasa dan investasi; sektor infrastrukur, utilitas & transportasi; dan sektor
industri dasar dan kimia. Terdapat indikasi perilaku anti-sticky pada sektor pertambangan dan
sektor keuangan.
Sektor pertanian adalah sektor yang memiliki tingkat sticky cost yang tertinggi
dibandingkan dengan sektor lain hal ini dikarenakan biaya penjualan, administrasi & umum
tidak bergerak secara proporsional selama periode amatan. Hal ini memberikan sinyal
terjadinya inefisiensi biaya akibat manager tidak mampu menyesuaikan biaya dengan baik
atas dasar pergerakan penjualan sehingga menyebabkan tingkat sticky cost yang tinggi.
Sektor industri dasar dan kimia memiliki tingkat sticky cost yang terendah dibandingkan
dengan sektor lain, hal ini dikarenakan perusahaan-perusahaan dalam sektor industri dasar
dan kimia lebih stabil dari pada sektor lain yang terdapat perilaku sticky cost.
Temuan ini sesuai dengan Gómez-gallego et al (2012) menyatakan bahwa inefisiensi
biaya pada suatu perusahaan dapat dilihat dari kondisi biaya yang tidak stabil. Selain itu
Anderson et al (2006) menyatakan bahwa biaya seharusnya mengikuti pergerakan penjualan
secara proporsional, dan bila tidak terjadi demikian maka hal ini memberikan sinyal bahwa
terjadi inefisiensi biaya akibat manager yang tidak mampu menyesuaikan biaya dengan baik
atas dasar pergerakan penjualan yang kemudian mengakibatkan tingkat sticky cost yang
tinggi.
Hal ini merupakan informasi yang penting bagi investor dikarenakan perilaku sticky
cost yang tinggi akan mengurangi tingkat akurasi peramalan laba dan untuk mencapai laba,
perusahaan-perusahaan pada sektor pertanian harus mampu menjual dengan volume yang
36
lebih tinggi dibanding perusahaan-perusahaan pada sektor lain yang memiliki tingkat sticky
cost yang rendah seperti pada sektor industri dasar dan kimia.
Terdapat indikasi perilaku anti-sticky pada sektor pertambangan dan sektor keuangan.
Hal ini dikarenakan perusahaan-perusahaan pada kedua sektor ini mampu menyesuaikan
biaya dengan baik. Selain itu tidak terdapat indikasi inefisiensi biaya pada perusahaan-
perusahaan pada sektor pertambanagan dan sektor keuangan. Sesuai dengan Anderson et al
(2003) dan Anderson et al (2006) yang dikembangan oleh Weiss (2010) menyatakan bahwa
perusahaan-perusahaan yang mampu menyesuaikan biaya dengan baik mengindikasikan
adanya perilaku anti-sticky.
Hal ini menjadi informasi yang penting bagi investor mengingat bahwa perusahaan
yang terdapat perilaku anti-sticky memiliki tingkat akurasi yang lebih baik dari pada
perusahaan dengan perilaku sticky cost dan perusahaan dengan perilaku anti-sticky tidak
perlu menjual dengan volume yang tinggi untuk dapat mencapai laba (Weiss, 2010).
Sehingga perusahaan-perusahaan pada sektor pertambangan dan sektor keuangan memiliki
tingkat akurasi yang lebih baik dari pada perusahaan-perusahaan sektor lain yang memiliki
perilaku sticky cost, dan perusahaan-perusahaan pada sektor pertambangan dan sektor
keuangan tidak perlu menjual dengan volume yang tinggi untuk dapat mencapai laba.
Keterbatasan Penelitian
Penelitian ini mengunakan pengolahan data time series dan pengujian regresi
berganda dimana pada penelitian-penelitian sticky cost sebelumnya (Anderson et al, 2003;
Subramaniam dan Weidenmier, 2003; De Medeiros dan Costa, 2004; Windyastuti dan
Biyanto, 2005; Anderson et al, 2006; Anderson et al, 2006 dan Hidayatullah et al, 2010)
mengunakan data panel dan pengujian regresi dengan metode pooled data.
Saran
Untuk penelitian selanjutnya dapat dapat dilakukan penelitian lanjutan untuk
membuktikan tingkat ketidak akuratan peramalan laba pada sektor yang memiliki tingkat
sticky cost yang tinggi. Selain itu dapat dilakukan penelitian dampak kondisi perekonomian
secara makro atas variasi tingkatan sticky cost.
37
DAFTAR PUSTAKA
Anderson, MC., Banker, RD., and Janakiraman, SN., 2003, “Are Selling, General, and
Administrative Cost “Sticky”?”, Journal of Accounting Research, Vol. 41, No. 1.
Anderson, MC., Banker, RD., and Janakiraman, SN., Huang, R., 2006, “Cost Behavior and
Fundamental Analysis of SG&A Costs”, AAA 2007 Management Accounting
Section (MAS) Meeting Paper.
Argilés, JM., Blandón, JG., 2009, "Cost Stickiness Revisited: Empirical Application for
Farms", REVISTA ESPAÑOLA DE FINANCIACIÓN Y CONTABILIDAD, Vol.
XXXVIII.
Balakrishnan, R., Labro, E., Soderstrom, N., 2011, “Cost Structure and Sticky Cost”,
Working paper, Available at SSRN: http://ssrn.com/abstract=1562726 or
http://dx.doi.org/10.2139/ssrn.1562726
Banker, RD., Chen, L., 2006, “Predicting Earning Using A Model Based On Cost Variability
and Cost Stickiness”, The Accounting Review Vol. 81, No. 2.
Baumgarten, D., Bonenkamp, U., Homburg, C., 2010, "The Information Content of the
SG&A Ratio", Journal Of Management Accounting Research, Vol. 22, American
Accounting Association.
Bosch, JMA., Blandón, JG., 2011, "The influence of size on cost behaviour associated with
tactical and operational flexibility", Estudios de Economia, Vol. 38.
Cannon, JN., 2011, “Determinants of „Sticky Costs': An Analysis of Cost Behavior Using
United States Air Transportation IndustriData”, AAA 2012 Management Accounting
Section (MAS) Meeting Paper. Available at SSRN: http://ssrn.com/abstract=1895615
or http://dx.doi.org/10.2139/ssrn.1895615
De Medeiros, Otavio Ribeiro and Costa, Patricia De Souza, 2004, “Cost Stickiness in
Brazilian Firm”, Paper presented at the 4th
USP Congress of Managerial Control and
Accounting, Available at SSRN: http://ssrn.com/abstract=632365 or
http://dx.doi.org/10.2139/ssrn.632365
38
Dewi AAK., 2012, "Apakah Kelengketan Biaya Terjadi Pada Perusahaan Manufaktur di
Indonesia", Working paper, Universitas Kristen Satya Wacana Institutional
Repository Available at http://repository.library.uksw.edu/handle/123456789/1148
Fan, Y., Liu, X., 2012, "Reclassifying Core Expenses as Special Items:Cost of Goods Sold or
Selling, General, and Administrative Expenses?", Working paper, Available at
http://mays.tamu.edu/media/documents/2013/01/22/Fan_and_Liu.pdf
Garrison, RH., Noreen, EW., 2002, Managerial Accounting. Rio de Janeiro: LTC.
Ghaemi, MH., Nematollahi. M., 2011, "Study on The Behavior of Materials, Labor, and
Overhead Costs in Manufacturing Companies listed in Tehran Stock Exchange”,
International Journal of Trade, Economics and Finance, Vol. 3, No. 1, February
2012.
Gómez-gallego, JA., Gómez-garcía, J., Pérez-cárceles, MC, 2012, "Appropriate Distribution
of Cost Inefficiency Estimates as Predictor of Financial Instability", Estudios
Economia Aplicada, Vol. 30-3.
Ghozali, Imam, 2007, "Aplikasi Analisis Multivariat dengan Program SPSS". Badan
Penerbit Universitas Diponegoro, Semarang.
Hidayatullah, IJ., et al, 2011, "Analisis Perilaku Sticky Cost dan Pengaruhnya Terhadap
Prediksi Laba Menggunakan Model Cost Variability dan Cost Stickiness (CVCS)
Pada Emiten Di Bei Untuk Industri Manufaktur", SNA, Available at SNA:
sna.akuntansi.unikal.ac.id/makalah/029-AKPM-45.pdf
Jensen, Michael C.; Meckling, William H., 1976, "Theory of the Firm: Managerial Behavior,
Agency Costs and Ownership Structure", Journal of Financial Economics, Vol. 3,
No. 4.
Kama, I.,Weiss, D., 2010, “Do Managers‟ Deliberate Decisions Induce Sticky Costs?”,
Available at SSRN: http://ssrn.com/abstract=1558953 or
http://dx.doi.org/10.2139/ssrn.1558953
Malcolm, RE., 1991, “Overhead Control Implications of Activity Costing”. Accounting
Horizons, 69-78.
39
Noreen E., Soderstrom N., 1997, “The Accuracy of Proportional Cost Models: Evidence from
Hospital Service Departments”, Review on Accounting Studies, 2.
Nugroho, PI., Endarwati, W., 2013, Do the Cost Stickiness in The Selling, "General and
Administrative Costs Occur in Manufacturing Companies in Indonesia?", Simposium
Nasional Akuntansi 16, Sesi III/1, Manado, September 2013
Pervan, M., Pervan, I., 2011, “Analysis of Sticky Costs: Croatian Evidence”, ISBN, 9.
Porporato, Marcela and Werbin, Eliana Mariela, 2010 “Active Cost Management in Banks:
Evidence of Sticky Costs in Argentina, Brazil and Canada”, AAA 2011 Management
Accounting Section (MAS) Meeting Paper. Available at SSRN:
http://ssrn.com/abstract=1659228 or http://dx.doi.org/10.2139/ssrn.1659228
Rahmadi, WA., 2012, "Apakah Biaya Operasional Pada Badan Usaha Milik Negara (BUMN)
Sticky?", Working paper, Universitas Kristen Satya Wacana Institutional Repository
Available at http://repository.library.uksw.edu/handle/123456789/738
Steliaros, ME., Calleja, K., Thomas, DC., 2005, “Further Evidence on the Sticky Behaviour
of Costs”, Cass Business School Research Paper, Working paper, Available at
SSRN: http://ssrn.com/abstract=688473 or http://dx.doi.org/10.2139/ssrn.688473
Weidenmier, ML., Subramaniam, C., 2003, “Additional Evidence on the Sticky Behavior of
Costs”. TCU Working Paper. Texas Christian University, Available at SSRN:
http://ssrn.com/abstract=369941 or http://dx.doi.org/10.2139/ssrn.369941
Weis, D., 2010, “Cost Behavior And Analysts‟ Earnings Forecast”. The Accounting Review
Vol. 85, No. 4.
Windyastuti, Biyanto, F., 2005, “Analisis Perilaku Kos: Stickiness Kos Pemasaran,
Administrasi & Umum Pada Penjualan Bersih (Studi Empiris Perusahaan yang
Terdaftar di BEJ”. SNA VIII, Solo.
Yasukata, K., Kajiwara, T., 2011, “Are 'Sticky Costs' The Result of Deliberate Decision of
Managers?”, Working paper, Available at SSRN: http://ssrn.com/abstract=1444746
or http://dx.doi.org/10.2139/ssrn.1444746
Lampiran 1
Daftar Sampel Perusahaan
1. Sektor Pertanian
2. Sektor Pertambangan
No Kode Emiten
1 ADRO PT. Adaro Energy Tbk
2 ANTM PT. Aneka Tambang Tbk
3 ARTI PT. Ratu Prabu Energi Tbk
4 BIPI PT. Benakat Petroleum Energi Tbk
5 BUMI PT. Bumi Resources Tbk
6 BYAN PT. Bayan Resources Tbk
7 CITA PT. Cita Mineral Investindo Tbk
8 CNKO PT. Exploitasi Energi Indonesia Tbk
9 CTTH PT. Citatah Tbk
10 DOID PT. Delta Dunia Makmur Tbk
11 ELSA PT. Elnusa Tbk
12 ENRG PT. Energi Mega Persada Tbk
13 HRUM PT. Harum Energy Tbk
14 INCO PT. Vale Indonesia Tbk
15 ITMG PT. Indo Tambangraya Megah Tbk
16 KKGI PT. Reasource Alam Indonesia Tbk
17 MEDC PT. Medco Energi International Tbk
No Kode Emiten
1 AALI PT. Astra Agro Lestari Tbk
2 BISI PT. Bisi International Tbk
3 BTEK PT. Bumi Teknokultura Unggul Tbk
4 BWPT PT. BW Plantation Tbk
5 CPRO PT. Central Proteinaprima Tbk
6 DSFI PT. Danaspura Erapacific Tbk
7 GZCO PT. Gozco Plantation Tbk
8 JAWA PT. Jaya Agra Wattie Tbk
9 LSIP PT. PP London Sumatera Indonesia Tbk
10 SGRO PT. Sampoerna Agro Tbk
11 SIMP PT. Salim Ivomas Pratama Tbk
12 SMAR PT. Sinar Mas Agro Resources and Technology Tbk
13 TBLA PT. Tunas Baru Lampung Tbk
14 UNSP PT. Bakrie Sumatera Plantation Tbk
No Kode Emiten
18 MITI PT. Mitra Investindo Tbk
19 MYOH PT. Samindo Resources Tbk
20 PKPK PT. Perdana Karya Perkasa Tbk
21 PSAB PT. J Resources Asia Pasific Tbk
22 PTBA PT. Tambang Batubara Bukit Asam Tbk
23 PTRO PT. Petrosea Tbk
24 RUIS PT. Radiant Utama Interinsco Tbk
25 TINS PT. Timah Tbk
3. Sektor Industri Dasar dan Kimia
No Kode Emiten
1 AKKU PT. Alam Karya Unggul Tbk
2 AKPI PT. Argha Karya Prima Industry Tbk
3 ALKA PT. Alaska Industrindo Tbk
4 ALMI PT. Alumindo Light Metal Industry Tbk
5 AMFG PT. Asahimas Flat Glass Tbk
6 APLI PT. Asiaplast Industries Tbk
7 ARNA PT. Arwana Citra Mulia Tbk
8 BRNA PT. Berlina Tbk
9 BRPT PT. Barito Pasific Tbk
10 BTON PT. Beton Jaya Manunggal Tbk
11 BUDI PT. Budi Acid Jaya Tbk
12 CPIN PT. Charoen Pokphand Indonesia Tbk
13 CTBN PT. Citra Turbindo Tbk
14 EKAD PT. Ekadharma International Tbk
15 ETWA PT. Eterindo Wahanatama Tbk
16 FASW PT. Fajar Surya Wisesa Tbk
17 FPNI PT. Titan Kimia Nusantara Tbk
18 GDST PT. Gunawan Dianjaya Steel Tbk
19 IGAR PT. Champion Pasific Indonesia Tbk
20 IKAI PT. Inti Keramik Alam Asri Industri Tbk
21 INAI PT. Indal Aluminium Industry Tbk
22 INCI PT. Intan Wijaya International
23 INRU PT. Toba Pulp Lestari Tbk
24 INTP PT. Indocement Tunggal Prakasa Tbk
No Kode Emiten
25 IPOL PT. Indopoly Swakarsa Industry Tbk
26 JPFA PT. Japfa Comfeed Indonesia Tbk
27 JPRS PT. Jaya Pari Steel Tbk
28 KBRI PT. Kertas Basuki Rachmat Indonesia Tbk
29 KIAS PT. Keramika Indonesia Assosiasi Tbk
30 KRAS PT. Krakatau Steel Tbk
31 LION PT. Lion Metal Works Tbk
32 LMSH PT. Lionmesh Prima Tbk
33 MAIN PT. Malindo Feedmill Tbk
34 NIKL PT. Pelat Timah Nusantara Tbk
35 PICO PT. Pelangi Indah Canindo Tbk
36 SAIP PT. Surabaya Agung Industri Pulp & Kertas Tbk
37 SIAP PT. Sekawan Intipratama Tbk
38 SMCB PT. Holcim Indonesia Tbk
39 SMGR PT. Semen Indonesia Tbk
40 SPMA PT. Suparma Tbk
41 SRSN PT. Indo Acitama Tbk
42 SULI PT. Sumalindo Lestari Jaya Tbk
43 TBMS PT. Tembaga Mulia Semanan Tbk
44 TIRT PT. Tirta Mahakam Resources Tbk
45 TOTO PT. Surya Toto Indonesia Tbk
46 TPIA PT. Chandra Asri Petrochemical Tbk
47 TRST PT. Trias Sentosa Tbk
48 UNIC PT. Unggul Indah Cahaya Tbk
49 YPAS PT. Yana Prima Hasta Persada Tbk
4. Sektor Aneka Industri
No Kode Emiten
1 ADMG PT. Polychem Indonesia Tbk
2 ARGO PT. Agro Pantes Tbk
3 ASII PT. Astra International Tbk
4 AUTO PT. Astra Auto Part Tbk
5 BATA PT. Sepatu Bata Tbk
6 BIMA PT. Primarindo Asia Infrastructure Tbk
7 BRAM PT. Indo Kordsa Tbk
8 CNTX PT. Century Textile Industry Tbk
No Kode Emiten
9 ERTX PT. Eratex Djaya Tbk
10 ESTI PT. Ever Shine Tex Tbk
11 GDYR PT. Goodyear Indonesia Tbk
12 GJTL PT. Gajah Tunggal Tbk
13 HDTX PT. Panasia Indo Resources Tbk
14 IKBI PT. Sumi Indo Kabel Tbk
15 IMAS PT. Indomobil Sukses International Tbk
16 INDR PT. Indo Rama Synthetic Tbk
17 INDS PT. Indospring Tbk
18 JECC PT. Jembo Cable Company Tbk
19 KARW PT. ICTSI Jaya Prima Tbk
20 KBLI PT. KMI Wire and Cable Tbk
21 KBLM PT. Kabelindo Murni Tbk
22 LPIN PT. Multi Prima Sejahtera Tbk
23 MASA PT. Multistrada Arah Sarana Tbk
24 MYTX PT. Apac Citra Centertex Tbk
25 NIPS PT. Nipress Tbk
26 PBRX PT. Pan Brothers Tbk
27 POLY PT. Asia Pasific Fibers Tbk
28 PRAS PT. Prima Alloy Steel Universal Tbk
29 RICY PT. Ricky Putra Globalindo Tbk
30 SCCO PT. Surpreme Cable Manufacturing and Commerce Tbk
31 SMSM PT. Selamat Sempurna Tbk
32 SSTM PT. Sunson Textile Manufacturer Tbk
33 STAR PT. Star Petrochem Tbk
34 TFCO PT. Tifico Fiber Indonesia Tbk
35 UNIT PT. Nuasantara Inti Corpora Tbk
36 UNTX PT. Unitex Tbk
37 VOKS PT. Voksel Electric Tbk
5. Sektor Industri Barang Konsumsi
No Kode Emiten
1 ADES PT. Akasha Wira International Tbk
2 AISA PT. Tiga Pilar Sejahtera Food Tbk
3 CEKA PT. Cahaya Kalbar Tbk
4 DAVO PT. Davomas Abdi Tbk
No Kode Emiten
5 DLTA PT. Delta Djakarta Tbk
6 DVLA PT. Darya Varia Laboratoria Tbk
7 GGRM PT. Gudang Garam Tbk
8 HMSP PT. Hanjaya Mandala Sampoerna Tbk
9 ICBP PT. Indofood CBP Sukses Makmur Tbk
10 INDF PT. Indofood Sukses Makmur Tbk
11 KAEF PT. Kimia Farma Tbk
12 KDSI PT. Kedawung Setia Industrial Tbk
13 KICI PT. Kedaung Indah Can Tbk
14 KLBF PT. Kalbe Farma Tbk
15 LMPI PT. Langgeng Makmur Industry Tbk
16 MBTO PT. Martina Berto Tbk
17 MERK PT. Merck Tbk
18 MLBI PT. Multi Bintang Indonesia Tbk
19 MRAT PT. Mustika Ratu Tbk
20 MYOR PT. Mayora Indah Tbk
21 PSDN PT. Prashida Aneka Niaga Tbk
22 PYFA PT. Pyridam Farma Tbk
23 RMBA PT. Bentoel International Investama Tbk
24 ROTI PT. Nippon Indosari Corporindo Tbk
25 SCPI PT. Schering Plough Indonesia Tbk
26 SKLT PT. Sekar Laut Tbk
27 SQBI PT. Taisho Pharmaceutical Indonesia Tbk
28 TCID PT. Mandom Indonesia Tbk
29 TSPC PT. tempo Scan Pasific
30 ULTJ PT. Ultrajaya Milk Industry and Trading Company Tbk
31 UNVR PT. Unilever Indonesia Tbk
6. Sektor Properti dan Real Estat
No Kode Emiten
1 ADHI PT. Arpeni Prata Ocean Line Tbk
3 APLN PT. Agung Podomoro Land Tbk
4 ASRI PT.Alam Sari Reality Tbk
5 BAPA PT. Bekasi Asri Pemula Tbk
6 BCIP PT. Bumi Citra Permai Tbk
7 BIPP PT. Bhuwanatala Indah Permai Tbk
No Kode Emiten
8 BKDP PT. Bukit Darmo Property Tbk
9 BKSL PT. Sentul City Tbk
10 BSDE PT. Bumi Serpong Damai Tbk
11 COWL PT. PT. Cowell Development Tbk
12 CTRA PT. Ciputra Development Tbk
13 CTRP PT. Ciputra Property Tbk
14 CTRS PT. Ciputra Surya Tbk
15 DART PT. Duta Anggada Realty Tbk
16 DGIK PT. Duta Graha Indah Tbk
17 DILD PT. Initial Development Tbk
18 DUTI PT. Duta Pertiwi Tbk
19 ELTY PT. Bakrieland Development Tbk
20 EMDE PT. Megapolitan development Tbk
21 FMII PT. Fortune Mate Indonesia Tbk
22 GMTD Goa Makassar Tourism Development Tbk
23 GPRA PT. Perdana Gapura Prima Tbk
24 JIHD PT. Jakarta International Hotels and Development Tbk
25 JKON PT. Jaya Konstruksi Manggala Pratama Tbk
26 JRPT PT. Jaya Real Property Tbk
27 KPIG PT. Global Land and Development
28 LAMI PT. Lamicitra Nusantara Tbk
29 LCGP PT. Laguna Cipta Griya Tbk
30 LPCK PT. Lippo Cikarang Tbk
31 LPKR PT. Lippo Karawaci Tbk
32 MDLN PT. Modernland Realty Tbk
33 MKPI PT. Metropolitan Kentjana Tbk
34 MTLA PT. Metropolitan Land Tbk
35 OMRE PT. Indonesia Primas Property Tbk
36 PTPP PT. Pembangunan Perumahan Tbk
37 PWON PT. Pakuwon Jati Tbk
38 RBMS PT. Rista Bintang Mahkota Sejati Tbk
39 SCBD PT. Dadanayasa Arthatama Tbk
40 SMDM PT. Suryamas Dutamakmur Tbk
41 SMRA PT. Summarecon Angung Tbk
42 SSIA PT. Surya Semesta Internusa Tbk
43 TOTL PT. Total bangun Persada Tbk
44 WIKA PT. Wijaya Karya Tbk
7. Sektor Infrastrukur, Utilitas & Transportasi
No Kode Emiten
1 APOL PT. Arpeni Prata Ocean Line Tbk
2 BLTA PT. Berlian Laju Tanker Tbk
3 BTEL PT. Bakrie Telecom Tbk
4 CMNP PT. Ciputra Marga Nusaphala Persada Tbk
5 CMPP PT. Centris Multipersada Pratama Tbk
6 EXCL PT. XL Axiata Tbk
7 GIAA PT. Garuda Indonesia Tbk
8 HITS PT. Humpuss Intermoda Transportasi Tbk
9 IATA PT. Indonesia Air Transport
10 INDY PT. Indika Energy Tbk
11 ISAT PT. Indosat Tbk
12 JSMR PT. Jasa Marga Tbk
13 LAPD PT. Leyand International Tbk
14 MBSS PT. Mitra Bantera Segara Sejati Tbk
15 MIRA PT. Mira International Resources Tbk
16 PGAS PT. Perusahaan Gas Negara Tbk
17 RAJA PT. Rukun Raharja Tbk
18 RIGS PT. Rig Tenders Indonesia Tbk
19 SAFE PT. Steady Safe Tbk
20 SMDR PT. Samudera Indonesia Tbk
21 TBIG PT. Tower Bersama Infrastructure Tbk
22 TLKM PT. Telekomunikasi Indonesia Tbk
23 TMAS PT. Pelayaran Tempuran Emas Tbk
24 TOWR PT. Sarana Menara Nusantara Tbk
25 TRAM PT. Trada Maritime Tbk
26 WEHA PT. Panorama Transportasi Tbk
27 WINS PT. Wintermar Offshore Marine Tbk
28 ZBRA PT. Zebra Nusantara Tbk
8. Sektor Keuangan
No Kode Emiten
1 ABDA PT. Asuransi Bina Dana Arta Tbk
2 ADMF PT. Adira Dinamika Multi Finance Tbk
3 AGRO PT. Bank Rakyat Indonesia Agro Niaga Tbk
No Kode Emiten
4 AHAP PT. Asuransi Harta Aman Pratama Tbk
5 AMAG PT. Asuransi Multi Artha Guna Tbk
6 ASBI PT. Asuransi Bintang Tbk
7 ASDM PT. Asuransi Dayin Mitra Tbk
8 ASJT PT. Asuransi Jasa Tania Tbk
9 ASRM PT. Asuransi Ramayana Tbk
10 BABP PT. Bank ICB Bumi Putra Tbk
11 BACA PT. Bank Capital Indonesia Tbk
12 BAEK PT. Bank Ekonomi Raharja Tbk
13 BBCA PT. Bank Central Asia Tbk
14 BBKP PT. Bank Bukopin Tbk
15 BBLD PT. Buana Finance Tbk
16 BBNI PT. Bank Negara Indonesia Tbk
17 BBNP PT. Bank Nusantara Parahyangan Tbk
18 BBRI PT. Bank Rakyat Indonesia TBK
19 BBTN PT. Bank Tabungan Negara Tbk
20 BCIC PT. Bank Mutiara Tbk
21 BDMN PT. Bank Danamon Indonesia Tbk
22 BEKS PT. Bank Pundi Indonesia Tbk
23 BFIN PT. BFI Finance Indonesia Tbk
24 BISI PT. Bisi International Tbk
25 BKSW PT. Bank Kesawan Tbk
26 BMRI PT. Bank Mandiri Tbk
27 BNBA PT. Bank Bumi Arta Tbk
28 BNGA PT. Bank CIMB Niaga Tbk
29 BNII PT. Bank Internasional Indonesia Tbk
30 BNLI PT. Bank Permata Tbk
31 BPFI PT. Batavia Prosperindo Finance Tbk
32 BSIM PT. Bank Sinar Mas Tbk
33 BSWD PT. Bank Swadesi Tbk
34 BTPN PT. Bank Tabungan Pensiunan Nasional Tbk
35 BVIC PT. Bank Victoria International Tbk
36 CFIN PT. Clipan Finance Indonesia Tbk
37 HADE PT. HD Capital Tbk
38 HDFA PT. HD Finance Tbk
39 KREN PT. Kresna Graha Sekurindo Tbk
40 LPGI PT. Lippo General Insurance Tbk
41 MAYA PT. Bank Mayapada International Tbk
42 MCOR PT. Bank Windu Kentjana International Tbk
No Kode Emiten
43 MEGA PT. Bank Mega Tbk
44 MFIN PT. Mandala Multifinance Tbk
45 MREI PT. Maskapai Reasuransi Indonesia Tbk
46 NISP PT. Bank NISP OCBC Tbk
47 PANS PT. Panin Sekuritas Tbk
48 PEGE PT. Panca Global Securities Tbk
49 PNBN PT. Bank Pan Indonesia
50 PNIN PT. Panin Insurance Tbk
51 PNLF PT. Panin Financial Tbk
52 RELI PT. Reliance Securities Tbk
53 SDRA PT. Bank Himpunan Saudara 1906 Tbk
54 TRIM PT. Trimegah Securities Tbk
55 TRUS PT. Trust Finance Indonesia Tbk
56 VRNA PT. Verena Multi Finance Tbk
57 WOMF PT. Wahana Ottomitra Multiartha Tbk
9. Sektor Perdagangan, Jasa dan Investasi
No Kode Emiten
1 ABBA PT. Mahaka Media Tbk
2 ACES PT. Ace Hardware Indonesia Tbk
3 AIMS PT. Akbar Indo Makmur Stimec Tbk
4 AKRA PT. AKR corporindo Tbk
5 ALKA PT. Alaskasa Industrindo Tbk
6 AMRT PT. Sumber Alfaria Trijaya Tbk
7 ASGR PT. Astra Graphia Tbk
8 BAYU PT. Bayu Buana Tbk
9 BHIT PT. Bhakti Investama Tbk
10 BMTR PT. Global Mediacom Tbk
11 BNBR PT. Bakrie and Brothers Tbk
12 BUVA PT. Bukit Uluwatu Villa Tbk
13 CENT PT. Centrin Online Tbk
14 CLPI PT. Colorpak Indonesia Tbk
15 CSAP PT. Catur Sentosa Adiprana Tbk
16 DNET PT. Dyviavom Intrabumi Tbk
No Kode Emiten
17 DSSA PT. Dian Swastatika Sentosa Tbk
18 EMTK PT. Elang Mahkota Teknologi Tbk
19 EPMT PT. Enseval Putera Megatrading Tbk
20 FAST PT. Fast Food Indonesia Tbk
21 FISH PT. Fks Multi Agro Tbk
22 FORU PT. Fortune Indonesia Tbk
23 GMCW PT. Grahamas Citrawisata Tbk
24 GOLD PT. Golden Retailindo Tbk
25 GREN PT. Evergreen Invesco Tbk
26 HERO PT. Hero Supermarket Tbk
27 HOME PT. Hotel mandarine Regency Tbk
28 IDKM PT. Indosiar Karya Media Tbk
29 INDX PT. Indoexchange Tbk
30 INPP PT. Indonesia Paradise Property Tbk
31 INTD PT. Inter Delta Tbk
32 INVS PT. Inovasi Infracom Tbk
33 JSPT PT. Jakarta Setiabudi International Tbk
34 JTPE PT. Jasuindo Tiga Pekasa Tbk
35 KBLV PT. First Media Tbk
36 KOIN PT. Kokoh Inti Arebama Tbk
37 KONI PT. Perdana Bangun Pusaka Tbk
38 LMAS PT. Limas Centric Indonesia Tbk
39 LTLS PT. Lautan Luas Tbk
40 MAMI PT. Mas Murni Indonesia Tbk
41 MAPI PT. Mitra Adiperkasa Tbk
42 MDRN PT. Modern International Tbk
43 META PT. Nusantara Infrastructure Tbk
44 MICE PT. Multi Indocitra Tbk
45 MIDI PT. Midi Utama Indonesia Tbk
46 MLPL PT. Multipolar Tbk
47 MNCN PT. Media Nusantara Citra Tbk
48 MPPA PT. Matahari Putra Prima Tbk
49 MTDL PT. Metrodata Electronics Tbk
50 OKAS PT. Ancora Indonesia Resources Tbk
51 PANR PT. Panorama Sentrawisata Tbk
52 PDES PT. Destinasi Tirta Nusantara Tbk
53 PGLI PT. Pembangunan Graha Lestari Indah Tbk
54 PJAA PT. Pembangunan Jaya Ancol Tbk
No Kode Emiten
55 PLAS PT. Polaris Investama Tbk
56 PLIN PT. Plaza Indonesia Realty Tbk
57 PNSE PT. Pudjiadi and Sons Tbk
58 POOL PT. Pool Advista Indonesia Tbk
59 PSAB PT. Pelita Sejahtera Abadi Tbk
60 PSKT PT. Pusako Tarinka Tbk
61 PTSP PT. Pioneerindo Gourmet International Tbk
62 PUDP PT. Pudjiadi Prestige Tbk
63 RALS PT. Ramayana Lestari Sentosa Tbk
64 SCMA PT. Surya Citra Media Tbk
65 SDPC PT. Millennium Pharmacon International Tbk
66 SHID PT. Hotel Sahid Jaya International Tbk
67 SMMT PT. Eatertainment International Tbk
68 SONA PT. Sona Topas Tourism Industry Tbk
69 SRAJ PT. Sejahteraraya Anugrahjaya Tbk
70 TGKA PT. Tigaraksa Satria Tbk
71 TIRA PT. Tira Austenite Tbk
72 TMPI PT. Agis Tbk
73 TMPO PT. Tempo Inti Media Tbk
74 TRIL PT. Triwira Insanlestari Tbk
75 TRIO PT. Trikomsel Oke Tbk
76 TURI PT. Tunas Ridean Tbk
77 UNTR PT. United Tractor Tbk
78 WICO PT. Wijaksana Overseas International Tbk
Lampiran 2
Sampel Data
1. Sektor Pertanian
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
1 AALI 0.09420 0.08301 0.08726 0.07598 0.08568 0.03080 0 0 0
2 BISI 0.03484 0.03088 0.04391 0.05848 0.04766 -0.06176 0 0 -0.06176314
3 BTEK 0.14374 0.30750 0.02708 0.31736 0.05294 0.41379 0 0 0
4 BWPT -0.04294 0.13433 0.06973 0.08609 0.09597 0.02654 0 0 0
5 CPRO -0.00667 -0.01843 0.00257 -0.03914 0.08131 -0.04197 -0.0391415 0 -0.04197245
6 DSFI -0.39110 0.16984 -0.00109 -0.14135 0.15422 0.23918 -0.1413478 0 0
7 GZCO 0.21205 0.09414 0.01943 0.04700 0.03524 -0.08499 0 0 -0.08499332
8 JAWA -0.00725 0.18151 -0.00404 0.04855 0.19454 0.02275 0 0 0
9 LSIP 0.00006 -0.00322 0.04055 0.05031 0.11543 -0.04640 0 0 -0.04639979
10 SGRO 0.12725 0.26736 -0.03285 0.10493 0.13332 -0.02213 0 0 -0.02213427
11 SIMP 0.03413 0.03768 0.06991 0.02082 0.12355 0.04074 0 0 0
12 SMAR 0.38456 0.55351 -0.20718 0.15443 0.19398 -0.06099 0 0 -0.0609854
13 TBLA -2.46046 0.33399 -0.07451 0.02538 0.10193 0.00855 0 0 0
14 UNSP 0.34000 0.08231 -0.13934 0.11129 0.08406 -0.16643 0 0 -0.16642825
2. Sektor Pertambangan
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
1 ADRO -0.06385 0.11533 0.17396 -0.03786 0.20818 -0.02986 -0.03786 0.00000 -0.02986
2 ANTM 0.19790 0.02749 0.05291 0.00164 0.07307 0.00432 0.00000 0.00000 0.00000
3 ARTI -0.10026 0.07529 0.02464 -0.15886 -0.03419 0.16171 -0.15886 -0.03419 0.00000
4 BIPI 0.65456 0.88527 0.01134 0.16612 0.16622 0.02128 0.00000 0.00000 0.00000
5 BUMI 0.02792 -0.21451 0.08738 0.05638 -0.18036 0.01041 0.00000 -0.18036 0.00000
6 BYAN -0.04326 0.36213 -0.12727 0.05233 0.22414 -0.04809 0.00000 0.00000 -0.04809
7 CITA 0.52755 0.19426 -0.05650 0.49497 0.20784 -0.04818 0.00000 0.00000 -0.04818
8 CNKO 0.15552 -0.03124 0.27720 0.33612 0.13351 0.16496 0.00000 0.00000 0.00000
9 CTTH 0.04840 0.08805 0.06022 0.01022 -0.01171 0.03720 0.00000 -0.01171 0.00000
10 DOID 0.09351 0.13877 0.01992 -0.03947 0.08553 0.06424 -0.03947 0.00000 0.00000
11 ELSA 0.01446 0.04719 -0.01202 0.06061 0.04928 0.00552 0.00000 0.00000 0.00000
12 ENRG -0.00653 -0.26454 0.17115 -0.06287 0.24542 0.46090 -0.06287 0.00000 0.00000
13 HRUM -0.00782 0.29510 0.05703 -0.01112 0.26783 0.05728 -0.01112 0.00000 0.00000
14 INCO 0.30798 0.02350 -0.33274 0.20459 -0.00771 -0.08019 0.00000 -0.00771 -0.08019
15 ITMG 0.12274 0.03780 -0.32934 0.02442 0.15838 0.03820 0.00000 0.00000 0.00000
16 KKGI 0.41670 0.00478 0.08122 0.37730 0.35785 -0.02493 0.00000 0.00000 -0.02493
17 MEDC 0.02373 -0.11924 0.06759 0.12445 -0.05211 0.07390 0.00000 -0.05211 0.00000
18 MITI 0.13570 -0.26295 0.08926 0.09553 0.21411 0.03423 0.00000 0.00000 0.00000
19 MYOH -0.02791 1.43840 0.10927 -0.02172 2.86525 0.09906 -0.02172 0.00000 0.00000
20 PKPK -0.04986 -0.10340 -0.03755 -0.12109 0.12770 -0.12169 -0.12109 0.00000 -0.12169
21 PSAB 0.01803 0.56469 1.98492 -0.01369 0.10655 1.99076 -0.01369 0.00000 0.00000
22 PTBA -0.05112 -0.09521 0.01973 -0.05359 0.12642 0.03969 -0.05359 0.00000 0.00000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
23 PTRO 0.00978 0.15335 0.16303 0.01818 0.15343 0.19335 0.00000 0.00000 0.00000
24 RUIS 0.03862 0.07160 0.07519 0.00440 0.04553 0.13884 0.00000 0.00000 0.00000
25 TINS 0.12337 0.01899 0.00165 0.03408 0.06786 -0.09564 0.00000 0.00000 -0.09564
3. Sektor Industri Dasar dan Kimia
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
1 AKKU -0.22148 0.03223 0.03382 0.06108 -0.06006 -0.20477 0.00000 -0.06006 -0.20477
2 AKPI -0.02145 -0.00274 -0.00207 0.13655 0.00000 0.00104 0.00000 0.00000 0.00000
3 ALKA 0.02075 0.08930 0.17854 0.04573 0.01413 -0.01836 0.00000 0.00000 -0.01836
4 ALMI 0.03271 0.03580 0.00080 0.23579 0.07709 -0.04889 0.00000 0.00000 -0.04889
5 AMFG -0.00974 0.03805 0.03571 0.10321 0.02943 0.04161 0.00000 0.00000 0.00000
6 APLI 0.12092 0.15396 0.08017 -0.00122 0.03624 0.04699 -0.00122 0.00000 0.00000
7 ARNA 0.17041 0.04552 0.03649 0.06544 0.04588 -0.90943 0.00000 0.00000 -0.90943
8 BRNA 0.06603 0.01487 0.02039 0.02451 0.07748 0.09063 0.00000 0.00000 0.00000
9 BRPT 0.02170 0.06735 0.06013 0.07140 0.07178 0.04487 0.00000 0.00000 0.00000
10 BTON 0.04426 0.00157 -0.01470 -0.01728 0.07959 0.00383 -0.01728 0.00000 0.00000
11 BUDI -0.00672 0.05928 -0.07096 0.07629 0.07140 -0.03778 0.00000 0.00000 -0.03778
12 CPIN 0.08910 -0.04900 0.06469 0.01490 0.07592 0.07435 0.00000 0.00000 0.00000
13 CTBN 0.07613 -0.02011 0.23513 -0.10354 -0.02086 0.02171 -0.10354 -0.02086 0.00000
14 EKAD 0.04349 0.06994 0.08001 0.09309 0.11118 0.06902 0.00000 0.00000 0.00000
15 ETWA 0.07995 0.14312 0.12029 0.02504 0.04734 0.04469 0.00000 0.00000 0.00000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
16 FASW 0.15522 0.12529 -0.02415 0.09300 0.08561 -0.01456 0.00000 0.00000 -0.01456
17 FPNI 0.09546 -0.09769 0.01620 -0.02359 0.10206 0.05369 -0.02359 0.00000 0.00000
18 GDST 0.14430 -0.01977 -0.17617 0.01777 0.08785 -0.10394 0.00000 0.00000 -0.10394
19 IGAR 0.12556 -0.13266 0.02946 0.02935 -0.01937 0.03550 0.00000 -0.01937 0.00000
20 IKAI 0.21519 -0.20486 0.05015 0.00551 -0.03508 -0.02058 0.00000 -0.03508 -0.02058
21 INAI 0.05521 0.04101 0.02302 -0.00860 0.08089 0.02042 -0.00860 0.00000 0.00000
22 INCI 0.38815 -0.45683 -0.03775 -0.15850 0.01605 0.10905 -0.15850 0.00000 0.00000
23 INRU -0.01175 0.04108 0.07984 0.07644 -0.02839 0.10198 0.00000 -0.02839 0.00000
24 INTP 0.07457 0.05418 0.08184 0.00000 0.11830 0.09517 0.00000 0.00000 0.00000
25 IPOL 0.00411 0.08718 0.04563 0.12091 0.06324 0.06784 0.00000 0.00000 0.00000
26 JPFA 0.02909 0.06129 0.01823 -0.01180 0.04929 0.05717 -0.01180 0.00000 0.00000
27 JPRS 0.01852 0.04033 0.02735 0.14998 0.17588 -0.14329 0.00000 0.00000 -0.14329
28 KBRI -0.15433 0.17605 0.03099 -0.15477 -0.47859 0.24591 -0.15477 -0.47859 0.00000
29 KIAS 0.12292 0.02840 0.04673 0.20891 0.04814 0.07895 0.00000 0.00000 0.00000
30 KRAS 0.03970 0.00801 0.01426 -0.05633 0.09371 0.07916 -0.05633 0.00000 0.00000
31 LION -0.00841 0.05853 0.07925 0.02213 0.11109 0.10257 0.00000 0.00000 0.00000
32 LMSH 0.03359 0.04310 0.02769 0.11061 0.11021 0.03139 0.00000 0.00000 0.00000
33 MAIN 0.10860 0.02036 0.08832 0.03737 0.11180 0.10430 0.00000 0.00000 0.00000
34 NIKL 0.08597 -0.01025 -0.06220 0.06216 -0.03226 0.03445 0.00000 -0.03226 0.00000
35 PICO -0.04047 0.01555 0.01099 -0.01518 0.02512 -0.02000 -0.01518 0.00000 -0.02000
36 SAIP 0.00773 0.22592 0.00968 -0.09287 -0.01008 -0.16216 -0.09287 -0.01008 -0.16216
37 SIAP 0.06125 0.11177 -0.01236 0.02876 0.08490 0.01775 0.00000 0.00000 0.00000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
38 SMCB -0.04617 0.14730 0.04424 0.00122 0.10116 0.07833 0.00000 0.00000 0.00000
39 SMGR -0.03889 0.06720 0.08047 -0.00132 0.05761 0.07794 -0.00132 0.00000 0.00000
40 SPMA 0.05517 0.08894 0.05206 0.05695 0.00993 0.03007 0.00000 0.00000 0.00000
41 SRSN 0.00791 0.06552 0.02352 -0.01208 0.05298 -0.00361 -0.01208 0.00000 -0.00361
42 SULI 0.03893 -0.15681 0.01837 -0.05182 -0.16165 -0.12932 -0.05182 -0.16165 -0.12932
43 TBMS 0.07019 0.10676 0.06760 0.19718 0.16673 0.02819 0.00000 0.00000 0.00000
44 TIRT -0.00141 -0.01441 0.07364 -0.00328 -0.03023 0.05405 -0.00328 -0.03023 0.00000
45 TOTO 0.01262 0.00954 0.03618 0.05843 0.07793 0.07004 0.00000 0.00000 0.00000
46 TPIA 0.09884 0.53112 0.05892 0.03827 0.58542 0.04491 0.00000 0.00000 0.00000
47 TRST 0.03533 -0.09671 0.03180 0.04561 0.06469 -0.01676 0.00000 0.00000 -0.01676
48 UNIC 0.05078 0.04242 0.04257 0.08632 0.11245 0.02663 0.00000 0.00000 0.00000
49 YPAS 0.02618 0.07229 0.02862 0.09662 0.02974 0.04505 0.00000 0.00000 0.00000
4. Sektor Aneka Industri
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
1 ADMG 0.08307 0.00393 -0.02650 0.06223 0.14049 -0.02631 0.00000 0.00000 -0.02631
2 ARGO -0.20955 0.00186 0.17038 -0.05559 0.10621 0.07209 -0.05559 0.00000 0.00000
3 ASII 0.08389 0.06781 0.06064 0.12036 0.09711 0.06326 0.00000 0.00000 0.00000
4 AUTO 0.03991 0.09309 0.08869 0.07477 0.07086 0.05080 0.00000 0.00000 0.00000
5 BATA 0.03796 0.01709 0.04168 0.03197 0.02260 0.04429 0.00000 0.00000 0.00000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
6 BIMA 0.06970 0.06948 0.05553 0.12289 -0.24139 0.12082 0.00000 -0.24139 0.00000
7 BRAM 0.03468 0.02892 0.01747 0.08029 0.03740 -0.06765 0.00000 0.00000 -0.06765
8 CNTX -0.04198 0.06241 0.00741 -0.01271 0.17018 -0.12728 -0.01271 0.00000 -0.12728
9 ERTX -0.13785 -0.02093 -0.02457 -0.02532 0.04324 0.25901 -0.02532 0.00000 0.00000
10 ESTI 0.07149 -0.06277 0.05644 0.05668 0.07858 -0.00453 0.00000 0.00000 -0.00453
11 GDYR 0.06982 0.04172 0.10555 0.16557 0.03416 0.02029 0.00000 0.00000 0.00000
12 GJTL -0.01655 0.00553 0.06142 0.09398 0.07979 0.02623 0.00000 0.00000 0.00000
13 HDTX -0.14242 0.00840 0.04699 -0.15109 0.18642 -0.07218 -0.15109 0.00000 -0.07218
14 IKBI 0.06165 0.12098 0.08365 0.15303 0.07752 0.07759 0.00000 0.00000 0.00000
15 IMAS 0.10935 0.00000 0.11173 0.15918 0.00318 0.09506 0.00000 0.00000 0.00000
16 INDR 0.10470 -0.01524 0.05206 0.08077 0.10587 0.00768 0.00000 0.00000 0.00000
17 INDS 0.10911 0.01260 0.01569 0.15415 0.08004 0.07771 0.00000 0.00000 0.00000
18 JECC -0.02545 0.14210 -0.01012 0.03695 0.18346 -0.01131 0.00000 0.00000 -0.01131
19 KARW -0.34765 -0.15037 0.18981 -0.25500 -0.17933 0.06929 -0.25500 -0.17933 0.00000
20 KBLI 0.15027 0.00764 0.09746 0.17421 0.17604 0.09136 0.00000 0.00000 0.00000
21 KBLM 0.06632 0.12113 0.05418 0.25545 0.20240 0.07179 0.00000 0.00000 0.00000
22 LPIN 0.06086 0.13913 -0.01005 0.01057 0.02439 0.03814 0.00000 0.00000 0.00000
23 MASA 0.10679 0.13408 0.12137 0.07425 0.16819 0.02107 0.00000 0.00000 0.00000
24 MYTX 0.06285 -0.08286 -0.09246 0.06395 0.05507 -0.11002 0.00000 0.00000 -0.11002
25 NIPS 0.09435 0.09813 0.12786 0.15598 0.15982 0.08393 0.00000 0.00000 0.00000
26 PBRX -0.05318 0.18567 0.05174 -0.04762 0.18185 0.09457 -0.04762 0.00000 0.00000
27 POLY 0.07125 -0.03257 0.02040 0.10340 0.11176 0.00245 0.00000 0.00000 0.00000
28 PRAS -0.03007 0.01221 -0.00735 0.25082 0.06092 -0.02743 0.00000 0.00000 -0.02743
29 RICY 0.10557 0.02153 0.09954 0.05784 0.02619 0.08519 0.00000 0.00000 0.00000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
30 SCCO 0.00954 0.11801 0.06255 0.16311 0.18471 0.02254 0.00000 0.00000 0.00000
31 SMSM 0.04701 0.09069 0.02411 0.05543 0.12286 0.01874 0.00000 0.00000 0.00000
32 SSTM 0.06327 -0.07037 -0.05600 0.01931 -0.04444 0.13838 0.00000 -0.04444 0.00000
33 STAR -1.34790 0.59333 -0.00208 -1.03896 0.29788 -0.03189 -1.03896 0.00000 -0.03189
34 TFCO -0.26423 0.02901 0.01937 0.04256 0.12884 -0.00702 0.00000 0.00000 -0.00702
35 UNIT -0.18122 -0.35893 -0.04417 -0.04155 -0.04064 -0.06701 -0.04155 -0.04064 -0.06701
36 UNTX 0.00939 0.07788 -0.11071 0.05328 0.11212 -0.15954 0.00000 0.00000 -0.15954
37 VOKS 1.34331 -1.29755 0.08196 -0.12069 0.18706 0.09099 -0.12069 0.00000 0.00000
5. Sektor Industri Barang Konsumsi
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
1 ADES 0.07657 0.22781 0.32303 0.21142 0.13632 0.20192 0.00000 0.00000 0.00000
2 AISA 0.05712 0.29966 0.19477 0.12144 0.39541 0.19522 0.00000 0.00000 0.00000
3 CEKA -0.08579 0.14576 0.12523 -0.22095 0.23653 -0.04220 -0.22095 0.00000 -0.04220
4 DAVO -0.26741 0.05528 0.00974 0.59846 -0.08633 -0.03763 0.00000 -0.08633 -0.03763
5 DLTA 0.00498 0.02547 0.08947 -0.13100 0.01268 0.10598 -0.13100 0.00000 0.00000
6 DVLA 0.03388 -0.04353 0.05612 0.02900 -0.01404 0.08232 0.00000 -0.01404 0.00000
7 GGRM 0.18628 0.03905 -0.01520 0.05809 0.04580 0.06840 0.00000 0.00000 0.00000
8 HMSP -0.00204 0.06466 0.05170 0.04655 0.08579 0.10054 0.00000 0.00000 0.00000
9 ICBP 0.04562 0.00801 0.08997 0.03894 0.03276 0.04688 0.00000 0.00000 0.00000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
10 INDF 0.02361 0.00922 0.06562 0.01153 0.07204 0.04308 0.00000 0.00000 0.00000
11 KAEF 0.04970 0.03184 0.04858 0.04749 0.03878 0.03048 0.00000 0.00000 0.00000
12 KDSI 0.05645 0.04016 0.03474 0.06820 0.02167 0.04232 0.00000 0.00000 0.00000
13 KICI 0.00037 -0.63437 0.65108 -0.01178 0.03474 0.03466 -0.01178 0.00000 0.00000
14 KLBF 0.05448 0.03112 0.08275 0.05130 0.02816 0.09680 0.00000 0.00000 0.00000
15 LMPI 0.11028 0.05059 0.07294 0.02270 0.09708 0.07602 0.00000 0.00000 0.00000
16 MBTO 0.01695 0.07851 0.03107 0.04004 0.05887 0.04417 0.00000 0.00000 0.00000
17 MERK 0.08650 -0.00710 -0.00146 0.02487 0.06235 0.00533 0.00000 0.00000 0.00000
18 MLBI 0.08849 -0.01328 -0.04794 0.04438 0.01633 -0.07416 0.00000 0.00000 -0.07416
19 MRAT 0.04365 0.04581 0.05231 0.02891 0.04141 0.05219 0.00000 0.00000 0.00000
20 MYOR 0.25340 -0.01541 0.12070 0.17962 0.11682 0.04602 0.00000 0.00000 0.00000
21 PSDN 0.08909 0.10005 0.09784 0.19521 0.12782 0.02003 0.00000 0.00000 0.00000
22 PYFA 0.03606 0.05095 0.05264 0.02821 0.03047 0.06806 0.00000 0.00000 0.00000
23 RMBA 0.03120 0.06399 0.06277 0.08896 0.05342 -0.00960 0.00000 0.00000 -0.00960
24 ROTI 0.08661 0.15413 0.20130 0.10032 0.12339 0.16558 0.00000 0.00000 0.00000
25 SCPI 0.06322 0.01434 0.12330 0.32574 0.65623 0.04454 0.00000 0.00000 0.00000
26 SKLT 0.04574 0.05134 0.08929 0.05573 0.03998 0.06682 0.00000 0.00000 0.00000
27 SQBI -0.33550 0.11113 0.09070 -0.13828 0.04913 0.05452 -0.13828 0.00000 0.00000
28 TCID 0.05819 0.04269 0.06286 0.02380 0.05230 0.04873 0.00000 0.00000 0.00000
29 TSPC 0.02514 0.07310 0.06385 0.05746 0.05150 0.05959 0.00000 0.00000 0.00000
30 ULTJ 0.13967 0.03763 0.00531 0.06637 0.04846 0.12597 0.00000 0.00000 0.00000
31 UNVR 0.06933 0.06331 0.05493 0.03306 0.07625 0.06572 0.00000 0.00000 0.00000
6. Sektor Properti dan Real Estat
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
1 ADHI 0.00644 0.04668 0.01368 -0.13335 0.07179 0.05664 -0.13335 0.00000 0.00000
2 APLN 0.08240 0.25882 0.15462 0.35507 0.29501 0.08859 0.00000 0.00000 0.00000
3 ASRI 0.15299 0.21811 0.24618 0.27780 0.25643 0.24832 0.00000 0.00000 0.00000
4 BAPA -0.05700 0.05292 0.08336 -0.06704 -0.24999 -0.08530 -0.06704 -0.24999 -0.08530
5 BCIP 0.22594 -0.05565 0.17531 0.05639 -0.18201 0.27734 0.00000 -0.18201 0.00000
6 BIPP -0.01318 0.07661 0.21760 -0.00806 -0.07106 0.07361 -0.00806 -0.07106 0.00000
7 BKDP 0.26693 0.01490 -0.08721 0.15721 -0.40256 -0.12136 0.00000 -0.40256 -0.12136
8 BKSL 0.12555 0.06923 0.10235 0.43566 0.01377 0.13358 0.00000 0.00000 0.00000
9 BSDE 0.09265 0.09258 0.06127 0.01188 0.05418 0.12331 0.00000 0.00000 0.00000
10 COWL 0.16964 0.14102 0.04045 0.00679 0.25610 0.23520 0.00000 0.00000 0.00000
11 CTRA 0.09531 0.14097 0.11728 0.10395 0.10955 0.18336 0.00000 0.00000 0.00000
12 CTRP 0.05558 0.11555 0.11288 0.02288 0.09225 0.27393 0.00000 0.00000 0.00000
13 CTRS 0.09175 0.12773 0.09163 0.18060 0.13240 0.11488 0.00000 0.00000 0.00000
14 DART -0.09809 -0.01878 -0.00169 0.04529 0.07917 0.30535 0.00000 0.00000 0.00000
15 DGIK 0.04585 0.10119 0.09472 0.02186 -0.09081 0.04393 0.00000 -0.09081 0.00000
16 DILD 0.16726 0.06788 0.04583 0.43226 0.11053 0.12833 0.00000 0.00000 0.00000
17 DUTI 0.06904 0.02580 0.03837 0.00207 0.04514 0.14735 0.00000 0.00000 0.00000
18 ELTY 0.11071 0.17415 0.11506 0.11105 0.14906 0.18476 0.00000 0.00000 0.00000
19 EMDE 0.04626 -0.00671 0.03491 -0.02964 -0.21293 0.03994 -0.02964 -0.21293 0.00000
20 FMII 0.03575 0.11114 0.02196 -0.18665 0.33352 0.19561 -0.18665 0.00000 0.00000
21 GMTD 0.26765 0.16388 0.20290 0.27421 0.20337 0.10303 0.00000 0.00000 0.00000
22 GPRA -0.01781 0.08181 -0.04177 0.00560 0.10005 -0.03829 0.00000 0.00000 -0.03829
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
23 JIHD 0.03463 0.02326 0.00439 -0.19632 -0.15089 0.02054 -0.19632 -0.15089 0.00000
24 JKON 0.00236 0.07791 0.10771 -0.00207 0.07604 0.09792 -0.00207 0.00000 0.00000
25 JRPT 0.04851 0.06016 0.05214 0.06758 0.06246 0.09118 0.00000 0.00000 0.00000
26 KPIG -0.02079 -0.27175 0.68677 0.10621 0.05645 0.70350 0.00000 0.00000 0.00000
27 LAMI -0.07431 -0.59760 0.03866 -0.01952 -0.61679 -0.06347 -0.01952 -0.61679 -0.06347
28 LCGP -0.25546 -0.08572 0.24128 -0.04493 -0.33755 0.38285 -0.04493 -0.33755 0.00000
29 LPCK 0.10057 0.10600 -0.00102 0.09767 0.34834 0.05021 0.00000 0.00000 0.00000
30 LPKR 0.05568 0.08162 0.14236 0.08579 0.12728 0.16743 0.00000 0.00000 0.00000
31 MDLN -0.01875 0.21107 0.18684 -0.05848 0.31038 0.33498 -0.05848 0.00000 0.00000
32 MKPI -0.02820 0.06451 0.03385 0.01853 0.06562 0.03160 0.00000 0.00000 0.00000
33 MTLA 0.12827 0.00000 0.14089 0.21312 0.00000 0.09787 0.00000 0.00000 0.00000
34 OMRE 0.05136 0.13431 0.03820 0.27388 -0.02815 -0.07784 0.00000 -0.02815 -0.07784
35 PTPP 0.09335 0.02932 0.04019 0.01998 0.15105 0.10868 0.00000 0.00000 0.00000
36 PWON 0.21206 0.06525 0.19090 0.24573 0.08050 0.16583 0.00000 0.00000 0.00000
37 RBMS 0.14112 0.15431 0.10566 0.12418 -0.00156 0.42385 0.00000 -0.00156 0.00000
38 SCBD -0.00781 0.03549 0.01932 -0.23775 -0.20784 -0.00254 -0.23775 -0.20784 -0.00254
39 SMDM 0.08494 0.09558 0.02246 0.12883 0.22786 -0.00319 0.00000 0.00000 -0.00319
40 SMRA 0.11177 0.11304 0.10253 0.15094 0.14351 0.16668 0.00000 0.00000 0.00000
41 SSIA 0.08416 0.01584 0.05930 0.05645 0.23130 0.09280 0.00000 0.00000 0.00000
42 TOTL 0.08305 0.08116 0.14826 -0.05036 0.00792 0.06764 -0.05036 0.00000 0.00000
43 WIKA 0.08481 0.03363 0.10014 -0.03913 0.10904 0.10309 -0.03913 0.00000 0.00000
7. Sektor Infrastrukur, Utilitas & Transportasi
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
1 APOL 0.51402 -0.24005 -0.27785 -0.09229 -0.02845 -0.04342 -0.09229 -0.02845 -0.04342
2 BLTA -0.01354 -1.60827 0.35544 0.00692 -1.60185 0.35147 0.00000 -1.60185 0.00000
3 BTEL -0.00733 0.00018 -0.14738 0.00355 -0.02824 -0.04038 0.00000 -0.02824 -0.04038
4 CMNP 0.01373 0.02566 0.08218 0.07487 0.02968 0.05096 0.00000 0.00000 0.00000
5 CMPP -0.12037 -0.03911 -0.30388 -0.00625 -0.25619 0.51118 -0.00625 -0.25619 0.00000
6 EXCL 0.03240 0.05813 0.08536 0.10405 0.01508 0.06009 0.00000 0.00000 0.00000
7 GIAA 0.04105 0.11787 0.06056 0.06525 0.24640 0.06502 0.00000 0.00000 0.00000
8 HITS 0.15443 -0.23215 -0.19946 -0.40277 0.01489 0.08418 -0.40277 0.00000 0.00000
9 IATA -0.00698 0.01271 0.10744 -0.04734 0.01430 0.08418 -0.04734 0.00000 0.00000
10 INDY 0.19947 0.16644 0.18790 0.18022 0.15504 0.12946 0.00000 0.00000 0.00000
11 ISAT 0.03735 -0.06869 0.04142 0.02187 0.01579 0.03824 0.00000 0.00000 0.00000
12 JSMR 0.06000 0.08583 0.03170 0.07407 0.17063 0.14566 0.00000 0.00000 0.00000
13 LAPD -0.06002 -0.06362 0.02693 0.11315 0.06728 -0.02771 0.00000 0.00000 -0.02771
14 MBSS -0.00686 0.18313 0.02882 0.04638 0.15967 0.09365 0.00000 0.00000 0.00000
15 MIRA -0.06125 0.12960 -0.84796 -0.08283 -0.02152 -0.93929 -0.08283 -0.02152 -0.93929
16 PGAS 0.08745 0.11358 0.08733 0.04005 0.00998 0.09056 0.00000 0.00000 0.00000
17 RAJA 0.69847 0.74053 0.06462 1.01589 0.72930 0.13286 0.00000 0.00000 0.00000
18 RIGS 0.08411 0.36223 0.08050 -0.06614 0.41719 -0.07432 -0.06614 0.00000 -0.07432
19 SAFE -0.00944 -0.13916 -0.04286 -0.07530 -0.05843 -0.15477 -0.07530 -0.05843 -0.15477
20 SMDR -0.01379 0.05839 0.01450 0.00719 0.08822 0.04858 0.00000 0.00000 0.00000
21 TBIG 0.24640 0.13766 0.15693 0.29372 0.15983 0.24759 0.00000 0.00000 0.00000
22 TLKM 0.01373 -0.89390 -0.00584 0.00606 0.01629 0.03449 0.00000 0.00000 0.00000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
23 TMAS 0.01688 0.04712 0.03774 -0.00918 -0.00413 0.05435 -0.00918 -0.00413 0.00000
24 TOWR 0.21319 0.03510 0.13582 0.09778 0.08551 0.13740 0.00000 0.00000 0.00000
25 TRAM 0.09657 0.10439 0.15828 0.08435 0.14896 -0.03628 0.00000 0.00000 -0.03628
26 WEHA 0.22648 0.10853 0.06001 0.16545 0.10284 0.06869 0.00000 0.00000 0.00000
27 WINS 0.12514 -1.20523 0.08665 0.24218 0.18375 0.05759 0.00000 0.00000 0.00000
28 ZBRA 0.00409 -0.06775 -0.06475 -0.01205 -0.06718 -0.00562 -0.01205 -0.06718 -0.00562
8. Sektor Keuangan
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
1 ABDA 0.0973 0.0631 0.0585 0.1027 0.1495 0.0828 0.0000 0.0000 0.0000
2 ADMF 0.1838 0.0756 0.1224 -0.0053 0.1338 0.1049 -0.0053 0.0000 0.0000
3 AGRO 0.0135 0.0349 -0.0008 0.0153 -0.0179 0.0078 0.0000 -0.0179 0.0000
4 AHAP 0.0885 0.0895 0.0835 0.1683 0.0987 0.0943 0.0000 0.0000 0.0000
5 AMAG 0.0694 0.0516 0.1358 0.0512 0.0990 0.1556 0.0000 0.0000 0.0000
6 ASBI 0.0471 0.0159 0.0824 0.0835 0.0742 0.1990 0.0000 0.0000 0.0000
7 ASDM 0.0316 0.0659 0.0424 0.0223 0.0943 0.0414 0.0000 0.0000 0.0000
8 ASJT 0.0943 0.0404 -0.0061 0.0845 0.1186 0.0846 0.0000 0.0000 0.0000
9 ASRM 0.0894 0.0206 0.1063 0.0054 0.0526 0.1189 0.0000 0.0000 0.0000
10 BABP 0.0362 0.0482 -0.0607 0.0431 -0.0066 -0.0736 0.0000 -0.0066 -0.0736
11 BACA 0.1938 0.0718 -0.0437 0.1936 0.0832 0.0457 0.0000 0.0000 0.0000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
12 BAEK 0.0477 -0.0259 0.1588 -0.0400 0.0033 0.0428 -0.0400 0.0000 0.0000
13 BBCA 0.0717 0.0570 0.0717 0.0779 -0.0170 0.0392 0.0000 -0.0170 0.0000
14 BBKP 0.0832 0.0272 0.0440 0.0232 0.0818 0.0422 0.0000 0.0000 0.0000
15 BBLD -0.0088 0.0204 0.0636 0.0439 0.1728 0.1590 0.0000 0.0000 0.0000
16 BBNI 0.0984 0.0728 0.0670 0.0378 0.0384 0.0418 0.0000 0.0000 0.0000
17 BBNP 0.1530 0.0177 0.1163 0.0470 0.1463 0.0831 0.0000 0.0000 0.0000
18 BBRI 0.1029 0.0811 0.0481 0.1137 0.0316 0.0315 0.0000 0.0000 0.0000
19 BBTN 0.1189 0.1261 0.0915 0.0665 0.0625 0.0659 0.0000 0.0000 0.0000
20 BCIC 0.0131 0.0906 -0.0801 0.0444 -0.2531 0.2505 0.0000 -0.2531 0.0000
21 BDMN 0.0138 0.0828 0.0414 0.0504 0.0360 0.1933 0.0000 0.0000 0.0000
22 BEKS -0.0131 0.3324 0.1849 -0.1322 0.3505 0.5355 -0.1322 0.0000 0.0000
23 BFIN 0.0778 0.1129 0.0897 0.0059 0.1316 0.0942 0.0000 0.0000 0.0000
24 BISI 0.0348 0.0309 0.0439 0.0585 0.0477 -0.0618 0.0000 0.0000 -0.0618
25 BKSW 0.0406 0.0838 0.2339 0.0245 0.0950 0.0888 0.0000 0.0000 0.0000
26 BMRI 0.1019 0.0802 0.0986 0.0519 0.0776 0.0427 0.0000 0.0000 0.0000
27 BNBA 0.0251 0.0946 0.0840 0.0337 0.0480 0.0762 0.0000 0.0000 0.0000
28 BNGA 0.1173 0.0947 0.0259 0.0400 0.0914 0.0449 0.0000 0.0000 0.0000
29 BNII 0.0784 0.0421 0.0310 0.0368 0.0777 0.0567 0.0000 0.0000 0.0000
30 BNLI 0.0708 0.1064 0.0642 -0.0040 0.1051 0.0692 -0.0040 0.0000 0.0000
31 BPFI 0.3818 0.1343 0.0243 0.0369 0.1520 0.0928 0.0000 0.0000 0.0000
32 BSIM 0.0858 0.1407 0.1938 0.1171 0.5857 0.0987 0.0000 0.0000 0.0000
33 BSWD 0.0937 -0.0358 0.0090 0.0221 0.0029 0.0599 0.0000 0.0000 0.0000
34 BTPN 0.0556 0.1420 0.1085 0.1583 0.1251 0.0971 0.0000 0.0000 0.0000
35 BVIC -0.1351 0.0918 0.0931 0.1240 -0.0357 0.0982 0.0000 -0.0357 0.0000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
36 CFIN 0.0403 0.2051 0.0432 0.0872 0.2404 0.0992 0.0000 0.0000 0.0000
37 HADE -0.1569 -0.5524 -0.1709 -0.2306 0.0393 -0.0556 -0.2306 0.0000 -0.0556
38 HDFA 0.0997 0.0625 0.0136 0.1658 0.0993 0.1186 0.0000 0.0000 0.0000
39 KREN 0.1214 -0.2087 -0.1138 0.2500 -0.0594 0.0571 0.0000 -0.0594 0.0000
40 LPGI 0.0307 0.0469 0.0980 0.1171 0.2137 0.0829 0.0000 0.0000 0.0000
41 MAYA 0.0740 0.0386 0.1004 0.0601 0.1076 0.1032 0.0000 0.0000 0.0000
42 MCOR 0.1276 0.2337 -0.0081 0.1560 0.1284 0.0828 0.0000 0.0000 0.0000
43 MEGA 0.1065 0.1434 0.0684 0.0330 0.1111 0.0269 0.0000 0.0000 0.0000
44 MFIN 0.1386 0.0777 0.0286 0.1037 0.1369 0.0429 0.0000 0.0000 0.0000
45 MREI 0.0925 0.0551 0.0940 0.0912 0.0872 0.0299 0.0000 0.0000 0.0000
46 NISP 0.0009 0.0514 0.0076 -0.0058 0.1034 0.0758 -0.0058 0.0000 0.0000
47 PANS 0.2211 0.1183 0.0243 0.2132 -0.0111 0.0848 0.0000 -0.0111 0.0000
48 PEGE 0.0496 -0.0617 -0.0423 0.3234 0.0472 -0.0692 0.0000 0.0000 -0.0692
49 PNBN 0.1549 0.1775 -0.1178 0.0193 0.1215 0.0426 0.0000 0.0000 0.0000
50 PNIN 0.0968 0.0381 0.1118 0.1261 0.2752 -0.0035 0.0000 0.0000 -0.0035
51 PNLF 0.1165 0.0221 0.1309 0.0651 0.0246 -0.0044 0.0000 0.0000 -0.0044
52 RELI 0.0700 0.0306 -0.0528 -0.1467 0.0357 0.0054 -0.1467 0.0000 0.0000
53 SDRA 0.1320 0.1207 0.0443 0.1163 0.1227 0.1403 0.0000 0.0000 0.0000
54 TRIM 0.1114 0.1683 0.0525 -0.0407 -0.0223 -0.0468 -0.0407 -0.0223 -0.0468
55 TRUS 0.0583 0.0705 0.0087 0.0316 0.1225 0.0611 0.0000 0.0000 0.0000
56 VRNA 0.1578 0.0430 0.1064 0.1019 0.0989 0.1226 0.0000 0.0000 0.0000
57 WOMF 0.0643 -0.0161 -0.0302 0.0315 0.0445 -0.0118 0.0000 0.0000 -0.0118
9. Sektor Perdagangan, Jasa dan Investasi
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
1 ABBA 0.10096 0.20472 0.03029 0.08075 0.14486 0.02778 0.00000 0.00000 0.00000
2 ACES 0.11768 0.18798 0.13797 0.08199 0.16685 0.12631 0.00000 0.00000 0.00000
3 AIMS 0.04844 0.23282 0.27035 0.01482 0.00660 0.03301 0.00000 0.00000 0.00000
4 AKRA 0.08125 -0.10364 0.00450 0.13388 0.18811 0.06164 0.00000 0.00000 0.00000
5 ALKA 0.02122 0.08796 0.17854 0.04573 0.01413 -0.01836 0.00000 0.00000 -0.01836
6 AMRT 0.12542 0.11485 0.11099 0.12463 0.11262 0.10787 0.00000 0.00000 0.00000
7 ASGR 0.04126 0.02832 0.04070 0.06911 0.04203 0.07802 0.00000 0.00000 0.00000
8 BAYU 0.01504 0.03903 0.06456 0.02414 0.06024 0.04275 0.00000 0.00000 0.00000
9 BHIT -0.01937 0.03339 0.13097 0.09689 0.05270 0.10342 0.00000 0.00000 0.00000
10 BMTR -0.03113 0.04672 0.06553 0.09917 0.05393 0.09554 0.00000 0.00000 0.00000
11 BNBR 0.07027 -0.11002 -0.91606 0.23495 0.10500 -0.03282 0.00000 0.00000 -0.03282
12 BUVA 0.44059 0.07350 0.03194 0.55971 0.11456 0.01521 0.00000 0.00000 0.00000
13 CENT 0.14146 -0.12570 0.05695 0.64044 -0.67675 -0.04308 0.00000 -0.67675 -0.04308
14 CLPI 0.00271 0.11429 0.00080 0.06190 0.09641 0.00584 0.00000 0.00000 0.00000
15 CSAP 0.03319 0.08754 0.09922 0.06600 0.08879 0.07968 0.00000 0.00000 0.00000
16 DNET -0.00609 -0.03554 0.08430 0.01044 0.04864 -0.12027 0.00000 0.00000 -0.12027
17 DSSA 0.44623 0.29544 0.10548 -0.06805 0.21448 0.06925 -0.06805 0.00000 0.00000
18 EMTK -0.00703 0.16451 0.12972 0.07393 0.09113 0.05370 0.00000 0.00000 0.00000
19 EPMT 0.06373 0.03274 0.08154 0.05542 0.03833 0.10051 0.00000 0.00000 0.00000
20 FAST 0.06170 0.05180 0.05899 0.07449 0.03852 0.04844 0.00000 0.00000 0.00000
21 FISH 0.26032 0.19323 0.14022 0.30184 0.27795 0.20443 0.00000 0.00000 0.00000
22 FORU 0.02984 0.11041 0.03219 0.07863 0.01425 -0.02245 0.00000 0.00000 -0.02245
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
23 GMCW 0.02529 0.02940 0.01883 0.02286 0.04602 0.01665 0.00000 0.00000 0.00000
24 GOLD 0.06676 0.03329 0.03381 0.07998 0.04831 0.03064 0.00000 0.00000 0.00000
25 GREN 0.19394 -0.11142 0.04816 0.34265 0.03178 -0.21859 0.00000 0.00000 -0.21859
26 HERO 0.03461 0.07751 0.05558 0.06160 0.06728 0.06970 0.00000 0.00000 0.00000
27 HOME 0.00840 0.01676 0.06406 0.09087 0.09316 -0.03374 0.00000 0.00000 -0.03374
28 IDKM -0.00041 0.05385 -0.04122 -0.05660 0.05823 0.08324 -0.05660 0.00000 0.00000
29 INDX -0.01742 0.02711 0.14441 0.02754 0.06273 0.60745 0.00000 0.00000 0.00000
30 INPP -0.02989 1.14604 0.22053 0.08634 0.69048 0.30716 0.00000 0.00000 0.00000
31 INTD -0.01137 0.04716 0.03627 0.01288 0.13081 -0.03084 0.00000 0.00000 -0.03084
32 INVS 0.46627 0.22716 0.17877 0.57117 0.21663 0.35581 0.00000 0.00000 0.00000
33 JSPT 0.01519 0.06035 -0.01361 0.03446 0.04471 0.02100 0.00000 0.00000 0.00000
34 JTPE 0.14759 0.06577 -0.12742 0.21642 0.05605 -0.08338 0.00000 0.00000 -0.08338
35 KBLV 0.23252 0.13968 0.09618 0.06161 0.09752 0.10342 0.00000 0.00000 0.00000
36 KOIN 0.08323 0.29662 -0.26630 0.07112 -0.01773 0.09785 0.00000 -0.01773 0.00000
37 KONI 0.07186 -0.06420 0.03250 0.17589 -0.06326 0.06552 0.00000 -0.06326 0.00000
38 LMAS -0.05765 -0.04841 -0.08342 0.13605 -0.03944 -0.10279 0.00000 -0.03944 -0.10279
39 LTLS 0.02483 0.03389 0.05647 0.01759 0.15139 0.05069 0.00000 0.00000 0.00000
40 MAMI 0.01527 0.02773 0.01129 0.01409 0.09061 0.00852 0.00000 0.00000 0.00000
41 MAPI 0.04187 0.09892 0.10715 0.05918 0.09685 0.10986 0.00000 0.00000 0.00000
42 MDRN 0.00288 0.07908 0.10928 -0.08863 0.08766 0.05126 -0.08863 0.00000 0.00000
43 META 0.12053 0.21123 0.09431 -0.01251 0.09221 0.06651 -0.01251 0.00000 0.00000
44 MICE 0.13335 0.05941 0.05143 0.09462 0.04105 0.08047 0.00000 0.00000 0.00000
45 MIDI 0.31954 0.21332 0.18602 0.30182 0.21132 0.17571 0.00000 0.00000 0.00000
46 MLPL -0.16149 -0.05540 0.09713 -0.05741 0.03478 0.08762 -0.05741 0.00000 0.00000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
47 MNCN 0.01431 0.09555 0.00074 0.09256 0.04536 0.06531 0.00000 0.00000 0.00000
48 MPPA -0.22618 -0.08737 0.08603 -0.08031 0.01811 0.08635 -0.08031 0.00000 0.00000
49 MTDL 0.03462 -0.09965 0.01605 0.06595 0.04728 0.06943 0.00000 0.00000 0.00000
50 OKAS 0.10026 0.02951 0.11686 0.02293 -0.05266 0.15156 0.00000 -0.05266 0.00000
51 PANR 0.08392 0.08822 0.06387 0.08596 0.03388 0.10420 0.00000 0.00000 0.00000
52 PDES 0.99628 -0.85331 0.06379 0.05831 -0.01754 0.04259 0.00000 -0.01754 0.00000
53 PGLI 0.06109 0.00482 0.00254 -0.00066 0.01219 0.01289 -0.00066 0.00000 0.00000
54 PJAA -0.00135 0.06044 -0.00491 0.01126 0.00516 0.05287 0.00000 0.00000 0.00000
55 PLAS 0.14702 -0.04234 0.06458 -0.69778 0.43089 -0.19271 -0.69778 0.00000 -0.19271
56 PLIN 0.07950 0.11525 0.07140 0.09310 0.04966 0.27414 0.00000 0.00000 0.00000
57 PNSE 0.09610 0.06628 0.02750 0.03286 0.06977 0.02018 0.00000 0.00000 0.00000
58 POOL 0.10410 -0.07421 0.03481 0.12129 -0.12317 0.02905 0.00000 -0.12317 0.00000
59 PSAB 0.01803 0.56469 1.98492 -0.01369 0.10655 1.99076 -0.01369 0.00000 0.00000
60 PSKT 0.02732 -0.12269 0.10702 0.05927 -0.07354 0.11964 0.00000 -0.07354 0.00000
61 PTSP 0.03510 0.04754 0.07897 0.03796 0.07251 0.08264 0.00000 0.00000 0.00000
62 PUDP 0.01875 -0.01303 0.00785 0.01320 0.18503 0.03472 0.00000 0.00000 0.00000
63 RALS 0.06664 0.03836 0.04410 0.04447 0.02740 0.04946 0.00000 0.00000 0.00000
64 SCMA -0.00003 0.02625 -0.01560 0.07709 0.07789 -0.01273 0.00000 0.00000 -0.01273
65 SDPC 0.01566 0.02165 0.05597 -0.08202 0.06550 0.08108 -0.08202 0.00000 0.00000
66 SHID -0.00560 0.55815 0.03851 0.09284 0.12026 0.04113 0.00000 0.00000 0.00000
67 SMMT -0.04030 -0.15939 0.15695 -0.03669 -0.43852 0.40083 -0.03669 -0.43852 0.00000
68 SONA -0.01476 0.10507 0.01392 0.04189 0.12731 0.04384 0.00000 0.00000 0.00000
69 SRAJ 0.14823 0.02047 0.08966 0.08672 0.05026 0.06496 0.00000 0.00000 0.00000
70 TGKA 0.03095 0.04999 0.06777 0.06500 0.06589 0.06392 0.00000 0.00000 0.00000
No Kode Log[PA&Ui,t/A&Ui,t-1] Log[Salesi,t/Salesi,t-1] DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011 2010/2009 2011/2010 2012/2011
71 TIRA 0.06902 0.02619 0.03898 0.05298 0.04293 -0.02776 0.00000 0.00000 -0.02776
72 TMPI -0.12468 0.06283 -0.12697 -0.17826 -0.02484 -0.00046 -0.17826 -0.02484 -0.00046
73 TMPO 0.08339 0.05658 0.06847 0.00445 0.11574 0.04290 0.00000 0.00000 0.00000
74 TRIL 0.11558 0.07665 -0.46688 0.00227 -0.14890 -0.50715 0.00000 -0.14890 -0.50715
75 TRIO 0.01460 0.25423 0.08740 0.00376 0.20562 0.03488 0.00000 0.00000 0.00000
76 TURI 0.12236 0.11550 0.04160 0.17207 0.08480 0.07945 0.00000 0.00000 0.00000
77 UNTR 0.06548 0.19832 0.05915 0.10598 0.16879 0.00705 0.00000 0.00000 0.00000
78 WICO -0.00954 -0.03113 -0.00620 -0.07598 -0.03134 0.00704 -0.07598 -0.03134 0.00000
Lampiran 3
Uji Asumsi Klasik
1. Sektor Pertanian
A. Uji Multikolineritas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya
korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya
tidak terjadi korelasi di antara variabel independen. Jika variabel independen
saling berkorelasi, maka variabel-variabel ini tidak ortogonal (Ghozali, 2007).
Untuk mendeteksi adanya multikolinearitas, dapat dilihat dari Value Inflation
Factor (VIF). Apabila nilai VIF > 10, terjadi multikolinieritas. Sebaliknya, jika
VIF < 10, tidak terjadi multikolinearitas.
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .490 2.039
Periode .490 2.039
Dari hasil output data didapatkan bahwa nilai semua nilai VIF<10 ini berarti
tidak terjadi multikolonieritas. Dan menyimpulkan bahwa uji multikolonieritas
terpenuhi.
B. Uji Autokorelasi
Uji autokorelasi merupakan pengujian asumsi dalam regresi dimana variabel
dependen tidak berkorelasi dengan dirinya sendiri. Maksud korelasi dengan diri
sendiri adalah bahwa nilai dari variabel dependen tidak berhubungan dengan nilai
variabel itu sendiri, baik nilai variabel sebelumnya atau nilai periode sesudahnya
(Ghozali, 2007). Dasar pengambilan keputusannya adalah sebagai berikut:
Angka D-W di bawah -2 berarti ada autokorelasi positif
Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi
Angka D-W di atas +2 berarti ada autokorelasi negative
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .548a .300 .259 .12655435 1.913
Melihat dari nilai DW diatas adalah 1.913 maka berdasarkan kriteria yang
telah ditentukan DW hitung berada diantara -2 dan 2, yakni -2 ≤ 1.9 ≤ 2 maka ini
berarti tidak terjadi autokorelasi. Sehingga kesimpulannya adalah Uji
Autokorelasi terpenuhi.
C. Uji Heteroskedastisitas
Pengujian ini digunakan untuk melihat apakah variabel pengganggu
mempunyai varian yang sama atau tidak. Heteroskedastisitas mempunyai suatu
keadaan bahwa varian dari residual suatu pengamatan ke pengamatan yang lain
berbeda (Ghozali, 2007).
Model t Sig.
1 (Constant) .390 .699
Penjualan 2.943 .060
Periode -.395 .695
Dari output di atas dapat diketahui bahwa nilai signifikansi kedua variabel
independen lebih dari 0.05. Dengan demikian dapat disimpulkan bahwa tidak
terjadi masalah heteroskedastisitas pada model regresi.
D. Uji Normalitas
Uji normalitas adalah pengujian tentang kenormalan distribusi data. Pada
analisis statistik parametik, asumsi yang harus dimiliki oleh data adalah bahwa
data tersebut harus terdistribusi secara normal. Maksud data terdistribusi secara
normal adalah bahwa data akan mengikuti bentuk distribusi normal (Ghozali,
2007).
One-Sample Kolmogorov-Smirnov Test
Biaya Penjualan Periode
N 37 37 37
Normal Parametersa Mean
.0929278 .0613214
-
9.6591861
E-3
Std. Deviation .14703183 .07575677 .02188498
Most Extreme Differences Absolute .199 .080 .481
Positive .199 .070 .329
Negative -.124 -.080 -.481
Kolmogorov-Smirnov Z 1.212 .488 2.928
Asymp. Sig. (2-tailed) .106 .971 .000
Dapat dilihat pada tabel diatas bahwa "Asymp. Sig. (2-tailed)" nilai variabel
biaya dan penjulan lebih dari 0.05 maka uji normalitas untuk variabel biaya dan
penjualan lolos uji normalitas. Namun nilai "Asymp. Sig. (2-tailed)" variabel
periode kurang dari 0.05 hal ini artinya data tidak berdistribusi normal, ini
dikarenakan variabel periode adalah variabel perkalian antara
DECRDUMi,t*log[Salesi,t/Salesi,t-1]. Dewi (2012) dan Rahmadi (2012) juga
menemukan hal sama dan pengujian terus dilanjutkan selain itu penelitian ini
hanya ingin melihat nilai koefisien regresi tanpa melihat sig sehingga uji
normalitas dapat kesampingkan.
2. Sektor pertambangan
A. Uji Multikolineritas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .704 1.421
Periode .704 1.421
Dari hasil output data didapatkan bahwa nilai semua nilai VIF<10 ini berarti
tidak terjadi multikolonieritas. Dan menyimpulkan bahwa uji multikolonieritas
terpenuhi.
B. Uji Autokorelasi
Melihat dari nilai DW diatas adalah 1.809 maka berdasarkan kriteria yang
telah ditentukan DW hitung berada diantara -2 dan 2, yakni -2 ≤ 1.8 ≤ 2 maka ini
berarti tidak terjadi autokorelasi. Sehingga kesimpulannya adalah Uji
Autokorelasi terpenuhi.
C. Uji Heteroskedastisitas
Model t Sig.
1 (Constant) 2.706 .009
Penjualan 2.932 .050
Periode -1.049 .298
Dari output di atas dapat diketahui bahwa nilai signifikansi kedua variabel
independen lebih dari 0.05. Dengan demikian dapat disimpulkan bahwa tidak
terjadi masalah heteroskedastisitas pada model regresi.
D. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Biaya Penjualan Periode
N 70 70 70
Normal Parametersa Mean
.0796850 .0841609
-
1.1343143
E-2
Std. Deviation .19924256 .12711444 .02468944
Most Extreme Differences Absolute .161 .132 .420
Positive .161 .132 .323
Negative -.121 -.082 -.420
Kolmogorov-Smirnov Z 1.346 1.106 3.513
Asymp. Sig. (2-tailed) .053 .173 .000
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .439a .193 .169 .18164187 1.809
Dapat dilihat pada tabel diatas bahwa "Asymp. Sig. (2-tailed)" nilai variabel
biaya dan penjulan lebih dari 0.05 maka uji normalitas untuk variabel biaya dan
penjualan lolos uji normalitas. Namun nilai "Asymp. Sig. (2-tailed)" variabel
periode kurang dari atau sama dengan 0.05 hal ini artinya data tidak berdistribusi
normal, ini dikarenakan variabel periode adalah variabel perkalian antara
DECRDUMi,t*log[Salesi,t/Salesi,t-1]. Dewi (2012) dan Rahmadi (2012) juga
menemukan hal sama dan pengujian terus dilanjutkan selain itu penelitian ini
hanya ingin melihat nilai koefisien regresi tanpa melihat sig sehingga uji
normalitas dapat kesampingkan.
3. Sektor Industri Dasar dan Kimia
A. Uji Multikolineritas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .330 3.033
Periode .330 3.033
Dari hasil output data didapatkan bahwa nilai semua nilai VIF<10 ini berarti
tidak terjadi multikolonieritas. Dan menyimpulkan bahwa uji multikolonieritas
terpenuhi.
B. Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .118a .014 .000 .07252580 1.519
Melihat dari nilai DW diatas adalah 1.519 maka berdasarkan kriteria yang
telah ditentukan DW hitung berada diantara -2 dan 2, yakni -2 ≤ 1.5 ≤ 2 maka ini
berarti tidak terjadi autokorelasi. Sehingga kesimpulannya adalah Uji
Autokorelasi terpenuhi.
C. Uji Heteroskedastisitas
Model t Sig.
1 (Constant) 7.789 .000
Penjualan -1.266 .208
Periode -.601 .549
Dari output di atas dapat diketahui bahwa nilai signifikansi kedua variabel
independen lebih dari 0.05. Dengan demikian dapat disimpulkan bahwa tidak
terjadi masalah heteroskedastisitas pada model regresi.
D. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Biaya Penjualan Periode
N 143 143 143
Normal Parametersa Mean
.0378217 .0351768
-
1.6463427
E-2
Std. Deviation .07251827 .08438185 .05289613
Most Extreme Differences Absolute .108 .113 .378
Positive .092 .110 .378
Negative -.108 -.113 -.368
Kolmogorov-Smirnov Z 1.295 1.357 4.518
Asymp. Sig. (2-tailed) .070 .050 .000
Dapat dilihat pada tabel diatas bahwa "Asymp. Sig. (2-tailed)" nilai variabel
biaya dan penjulan lebih dari 0.05 maka uji normalitas untuk variabel biaya dan
penjualan lolos uji normalitas. Namun nilai "Asymp. Sig. (2-tailed)" variabel
periode kurang dari 0.05 hal ini artinya data tidak berdistribusi normal, ini
dikarenakan variabel periode adalah variabel perkalian antara
DECRDUMi,t*log[Salesi,t/Salesi,t-1]. Namun berdasarkan teori batas pusat yang
menyatakan bahwa untuk penarikan sampel dalam jumlah besar yang
merepresentasikan populasi, distribusi akan mendekati distribusi normal (Walpole
dan Myers, 1986) pada sektor industri dasar dan kimia digunakan sampel 49
perusahaan dari total 60 perusahaan dan sehingga terbentuk 147 sampel yang
kemudian di olah untuk menghilangkan 4 data outliner hingga menjadi 143
sampel. Jumlah sampel tersebut adalah 80 persen dari populasi sehingga diangap
normal.
4. Sektor Aneka Industry
A. Uji Multikolineritas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .422 2.370
Periode .422 2.370
Dari hasil output data didapatkan bahwa nilai semua nilai VIF<10 ini berarti
tidak terjadi multikolonieritas. Dan menyimpulkan bahwa uji multikolonieritas
terpenuhi.
B. Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .572a .327 .314 .08691154 1.841
Melihat dari nilai DW diatas adalah 1.841 maka berdasarkan kriteria yang
telah ditentukan DW hitung berada diantara -2 dan 2, yakni -2 ≤ 1.8 ≤ 2 maka ini
berarti tidak terjadi autokorelasi. Sehingga kesimpulannya adalah Uji
Autokorelasi terpenuhi.
C. Uji Heteroskedastisitas
Model t Sig.
1 (Constant) 4.233 .000
Penjualan 1.243 .217
Periode -1.927 .057
Dari output di atas dapat diketahui bahwa nilai signifikansi kedua variabel
independen lebih dari 0.05. Dengan demikian dapat disimpulkan bahwa tidak
terjadi masalah heteroskedastisitas pada model regresi
D. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Biaya Penjualan Periode
N 104 104 104
Normal Parametersa Mean
.0351982 .0560507
-
1.4921635
E-2
Std. Deviation .10490748 .08818703 .04090098
Most Extreme Differences Absolute .121 .086 .431
Positive .119 .050 .358
Negative -.121 -.086 -.431
Kolmogorov-Smirnov Z 1.237 .878 4.394
Asymp. Sig. (2-tailed) .094 .423 .000
Dapat dilihat pada tabel diatas bahwa "Asymp. Sig. (2-tailed)" nilai variabel
biaya dan penjulan lebih dari 0.05 maka uji normalitas untuk variabel biaya dan
penjualan lolos uji normalitas. Namun nilai "Asymp. Sig. (2-tailed)" variabel
periode kurang dari 0.05 hal ini artinya data tidak berdistribusi normal, ini
dikarenakan variabel periode adalah variabel perkalian antara
DECRDUMi,t*log[Salesi,t/Salesi,t-1]. Namun berdasarkan teori batas pusat yang
menyatakan bahwa untuk penarikan sampel dalam jumlah besar yang
merepresentasikan populasi, distribusi akan mendekati distribusi normal (Walpole
dan Myers, 1986) pada sektor aneka industri digunakan sampel 37 perusahaan dari
total 43 perusahaan dan sehingga terbentuk 111 sampel yang kemudian di olah
untuk menghilangkan 7 data outliner hingga menjadi 104 sampel. Jumlah sampel
tersebut adalah 80 persen dari populasi sehingga diangap normal.
5. Sektor Industri Barang Konsumsi
A. Uji Multikolineritas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .625 1.599
Periode .625 1.599
Dari hasil output data didapatkan bahwa nilai semua nilai VIF<10 ini berarti
tidak terjadi multikolonieritas. Dan menyimpulkan bahwa uji multikolonieritas
terpenuhi.
B. Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .462a .213 .194 .04627874 1.894
Melihat dari nilai DW diatas adalah 1.894 maka berdasarkan kriteria yang
telah ditentukan DW hitung berada diantara -2 dan 2, yakni -2 ≤ 1.9 ≤ 2 maka ini
berarti tidak terjadi autokorelasi. Sehingga kesimpulannya adalah Uji
Autokorelasi terpenuhi.
C. Uji Heteroskedastisitas
Model t Sig.
1 (Constant) 3.707 .000
Penjualan 1.937 .056
Periode -1.513 .134
Dari output di atas dapat diketahui bahwa nilai signifikansi kedua variabel
independen lebih dari 0.05. Dengan demikian dapat disimpulkan bahwa tidak
terjadi masalah heteroskedastisitas pada model regresi.
D. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Biaya Penjualan Periode
N 82 82 82
Normal Parametersa Mean
.0592615 .0538717
-
4.9602439
E-3
Std. Deviation .05153405 .05671383 .01978931
Most Extreme Differences Absolute .122 .143 .501
Positive .122 .143 .401
Negative -.073 -.129 -.501
Kolmogorov-Smirnov Z 1.101 1.293 4.540
Asymp. Sig. (2-tailed) .177 .071 .000
Dapat dilihat pada tabel diatas bahwa "Asymp. Sig. (2-tailed)" nilai variabel
biaya dan penjulan lebih dari 0.05 maka uji normalitas untuk variabel biaya dan
penjualan lolos uji normalitas. Namun nilai "Asymp. Sig. (2-tailed)" variabel
periode kurang dari 0.05 hal ini artinya data tidak berdistribusi normal, ini
dikarenakan variabel periode adalah variabel perkalian antara
DECRDUMi,t*log[Salesi,t/Salesi,t-1]. Namun berdasarkan teori batas pusat yang
menyatakan bahwa untuk penarikan sampel dalam jumlah besar yang
merepresentasikan populasi, distribusi akan mendekati distribusi normal (Walpole
dan Myers, 1986) pada sektor industri barang konsumsi digunakan sampel 31
perusahaan dari total 35 perusahaan dan sehingga terbentuk 93 sampel yang
kemudian di olah untuk menghilangkan 11 data outliner hingga menjadi 82
sampel. Jumlah sampel tersebut adalah 78 persen dari populasi sehingga diangap
normal.
6. Sektor Properti dan Real Estat
A. Uji Multikolineritas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .455 2.200
Periode .455 2.200
Dari hasil output data didapatkan bahwa nilai semua nilai VIF<10 ini berarti
tidak terjadi multikolonieritas. Dan menyimpulkan bahwa uji multikolonieritas
terpenuhi.
B. Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .499a .249 .237 .07433410 2.033
Melihat dari nilai DW diatas adalah 2.033 maka berdasarkan kriteria yang
telah ditentukan DW hitung berada diantara -2 dan 2, yakni -2 ≤ 2 ≤ 2 maka ini
berarti tidak terjadi autokorelasi. Sehingga kesimpulannya adalah Uji
Autokorelasi terpenuhi.
C. Uji Heteroskedastisitas
Model t Sig.
1 (Constant) 7.307 .000
Penjualan .061 .952
Periode .375 .709
Dari output di atas dapat diketahui bahwa nilai signifikansi kedua variabel
independen lebih dari 0.05. Dengan demikian dapat disimpulkan bahwa tidak
terjadi masalah heteroskedastisitas pada model regresi.
D. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Biaya Penjualan Periode
N 125 125 125
Normal Parametersa Mean
.0717006 .0775363
-
2.7205120
E-2
Std. Deviation .08510800 .15013561 .06962390
Most Extreme Differences Absolute .071 .079 .419
Positive .064 .066 .348
Negative -.071 -.079 -.419
Kolmogorov-Smirnov Z .797 .888 4.684
Asymp. Sig. (2-tailed) .548 .410 .000
Dapat dilihat pada tabel diatas bahwa "Asymp. Sig. (2-tailed)" nilai variabel
biaya dan penjulan lebih dari 0.05 maka uji normalitas untuk variabel biaya dan
penjualan lolos uji normalitas. Namun nilai "Asymp. Sig. (2-tailed)" variabel
periode kurang dari 0.05 hal ini artinya data tidak berdistribusi normal, ini
dikarenakan variabel periode adalah variabel perkalian antara
DECRDUMi,t*log[Salesi,t/Salesi,t-1]. Namun berdasarkan teori batas pusat yang
menyatakan bahwa untuk penarikan sampel dalam jumlah besar yang
merepresentasikan populasi, distribusi akan mendekati distribusi normal (Walpole
dan Myers, 1986) pada sektor industri barang konsumsi digunakan sampel 43
perusahaan dari total 45 perusahaan dan sehingga terbentuk 129 sampel yang
kemudian di olah untuk menghilangkan 4 data outliner hingga menjadi 125
sampel. Jumlah sampel tersebut adalah 93 persen dari populasi sehingga diangap
normal.
7. Sektor Infrastrukur, Utilitas & Transportasi
A. Uji Multikolineritas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .590 1.694
Periode .590 1.694
Dari hasil output data didapatkan bahwa nilai semua nilai VIF<10 ini berarti
tidak terjadi multikolonieritas. Dan menyimpulkan bahwa uji multikolonieritas
terpenuhi.
B. Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .171a .029 .002 .12399794 1.766
Melihat dari nilai DW diatas adalah 1.766 maka berdasarkan kriteria yang
telah ditentukan DW hitung berada diantara -2 dan 2, yakni -2 ≤ 1.8 ≤ 2 maka ini
berarti tidak terjadi autokorelasi. Sehingga kesimpulannya adalah Uji
Autokorelasi terpenuhi.
C. Uji Heteroskedastisitas
Model t Sig.
1 (Constant) 1.065 .291
Penjualan 1.203 .233
Periode -.131 .896
Dari output di atas dapat diketahui bahwa nilai signifikansi kedua variabel
independen lebih dari 0.05. Dengan demikian dapat disimpulkan bahwa tidak
terjadi masalah heteroskedastisitas pada model regresi.
D. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Biaya Penjualan Periode
N 74 74 74
Normal Parametersa Mean
.0344735 .0524116
-
1.6730000
E-2
Std. Deviation .12411512 .10837107 .04020099
Most Extreme Differences Absolute .132 .101 .364
Positive .081 .101 .339
Negative -.132 -.065 -.364
Kolmogorov-Smirnov Z 1.140 .866 3.132
Asymp. Sig. (2-tailed) .149 .442 .000
Dapat dilihat pada tabel diatas bahwa "Asymp. Sig. (2-tailed)" nilai variabel
biaya dan penjulan lebih dari 0.05 maka uji normalitas untuk variabel biaya dan
penjualan lolos uji normalitas. Namun nilai "Asymp. Sig. (2-tailed)" variabel
periode kurang dari 0.05 hal ini artinya data tidak berdistribusi normal, ini
dikarenakan variabel periode adalah variabel perkalian antara
DECRDUMi,t*log[Salesi,t/Salesi,t-1]. Dewi (2012) dan Rahmadi (2012) juga
menemukan hal sama dan pengujian terus dilanjutkan selain itu penelitian ini
hanya ingin melihat nilai koefisien regresi tanpa melihat sig sehingga uji
normalitas dapat kesampingkan.
8. Sektor Keuangan
A. Uji Multikolineritas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .748 1.337
Periode .748 1.337
Dari hasil output data didapatkan bahwa nilai semua nilai VIF<10 ini berarti
tidak terjadi multikolonieritas. Dan menyimpulkan bahwa uji multikolonieritas
terpenuhi.
B. Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .261a .068 .056 .06837901 1.992
Melihat dari nilai DW diatas adalah 1.992 maka berdasarkan kriteria yang
telah ditentukan DW hitung berada diantara -2 dan 2, yakni -2 ≤ 2 ≤ 2 maka ini
berarti tidak terjadi autokorelasi. Sehingga kesimpulannya adalah Uji
Autokorelasi terpenuhi.
C. Uji Heteroskedastisitas
Model t Sig.
1 (Constant) 6.809 .000
Penjualan .591 .556
Periode -1.501 .135
Dari output di atas dapat diketahui bahwa nilai signifikansi kedua variabel
independen lebih dari 0.05. Dengan demikian dapat disimpulkan bahwa tidak
terjadi masalah heteroskedastisitas pada model regresi.
D. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Biaya Penjualan Periode
N 162 162 162
Normal Parametersa Mean
.0673068 .0745142
-
3.3141975
E-3
Std. Deviation .07039548 .06662183 .01221370
Most Extreme Differences Absolute .085 .070 .490
Positive .075 .070 .393
Negative -.085 -.049 -.490
Kolmogorov-Smirnov Z 1.080 .891 6.232
Asymp. Sig. (2-tailed) .194 .405 .000
Dapat dilihat pada tabel diatas bahwa "Asymp. Sig. (2-tailed)" nilai variabel
biaya dan penjulan lebih dari 0.05 maka uji normalitas untuk variabel biaya dan
penjualan lolos uji normalitas. Namun nilai "Asymp. Sig. (2-tailed)" variabel
periode kurang dari 0.05 hal ini artinya data tidak berdistribusi normal, ini
dikarenakan variabel periode adalah variabel perkalian antara
DECRDUMi,t*log[Salesi,t/Salesi,t-1]. Namun berdasarkan teori batas pusat yang
menyatakan bahwa untuk penarikan sampel dalam jumlah besar yang
merepresentasikan populasi, distribusi akan mendekati distribusi normal (Walpole
dan Myers, 1986) pada sektor industri barang konsumsi digunakan sampel 57
perusahaan dari total 69 perusahaan dan sehingga terbentuk 171 sampel yang
kemudian di olah untuk menghilangkan 9 data outliner hingga menjadi 162
sampel. Jumlah sampel tersebut adalah 78 persen dari populasi sehingga diangap
normal.
9. Sektor Perdagangan, Jasa dan Investasi
A. Uji Multikolineritas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .689 1.452
Periode .689 1.452
Dari hasil output data didapatkan bahwa nilai semua nilai VIF<10 ini berarti
tidak terjadi multikolonieritas. Dan menyimpulkan bahwa uji multikolonieritas
terpenuhi.
B. Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .295a .087 .079 .14166285 2.028
Melihat dari nilai DW diatas adalah 2.028 maka berdasarkan kriteria yang
telah ditentukan DW hitung berada diantara -2 dan 2, yakni -2 ≤ 2 ≤ 2 maka ini
berarti tidak terjadi autokorelasi. Sehingga kesimpulannya adalah Uji
Autokorelasi terpenuhi.
C. Uji Heteroskedastisitas
Model t Sig.
1 (Constant) 4.746 .000
Penjualan .951 .343
Periode -1.929 .055
Dari output di atas dapat diketahui bahwa nilai signifikansi kedua variabel
independen lebih dari 0.05. Dengan demikian dapat disimpulkan bahwa tidak
terjadi masalah heteroskedastisitas pada model regresi.
D. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Biaya Penjualan Periode
N 224 224 224
Normal Parametersa Mean
.0577990 .0653487
-
9.3970982
E-3
Std. Deviation .14759981 .09582669 .02971053
Most Extreme Differences Absolute .185 .151 .468
Positive .173 .151 .376
Negative -.185 -.099 -.468
Kolmogorov-Smirnov Z 2.763 2.254 7.009
Asymp. Sig. (2-tailed) .000 .000 .000
Dapat dilihat pada tabel diatas bahwa "Asymp. Sig. (2-tailed)" nilai variabel
semua variabel kurang dari 0.05 hal ini artinya data tidak berdistribusi normal.
Namun berdasarkan teori batas pusat yang menyatakan bahwa untuk penarikan
sampel dalam jumlah besar yang merepresentasikan populasi, distribusi akan
mendekati distribusi normal (Walpole dan Myers, 1986) pada sektor industri
barang konsumsi digunakan sampel 79 perusahaan dari total 95 perusahaan dan
sehingga terbentuk 237 sampel yang kemudian di olah untuk menghilangkan 13
data outliner hingga menjadi 224 sampel. Jumlah sampel tersebut adalah 79
persen dari populasi sehingga diangap normal.
DAFTAR RIWAYAT HIDUP
Nama : Dimas Pradipta
Tempat, Tgl Lahir : Semarang, 20 Mei 1992
Jenis Kelamin : Laki-laki
Agama : Katholik
Alamat : Soka RW 07 RT 07
Salatiga, Jawa Tengah
No. Telepon : 082-225-270-394
E-mail : [email protected]
Riwayat Pendidikan
2010 – 2014 S1 Jurusan Akuntansi, Universitas Kristen Satya Wacana
2007 – 2010 Jurusan IPA, SMA Kristen 1 Salatiga
2004 – 2007 SMP Stella Matutina Salatiga
1998 – 2004 SD Santa Theresia Masudirini 77 Salatiga
Kepanitiaan & Organisasi
1. 2011 : Sie Properti di Seminar Akuntansi Nasional 2011 “Penyusunan Laporan
Keuangan Berbasis SAKA 2010”
2. 2011 : Sie Properti di Seminar Akuntansi Nasional 2011 “Penyusunan Laporan
Keuangan Berdasarkan SAKA ETAP”
3. 2011 : Sie Publikasi & Dokumentasi di Kuliah Umum BRI
4. 2011-2012: Divisi Organisasi di Kelompok Studi Akuntansi, Senat Mahasiswa
Fakultas Ekonomika dan Bisnis, UKSW
5. 2012 : Sie Properti di PID (Pekan Ilmiah Dosen) 2012
6. 2012 : Sie Acara di National Accounting Competition and Seminar 2012
7. 2013 : Ketua FEST 2013 (Festival Entrepreneurship and Triumph) yang terdiri
dari 3 jenis kegiatan; ENTERS (Entrepreneurship National Seminar) pada bulan
Februari 2013, LOTUS (Leading in Training Young Entrepreneur) pada bulan
Februari 2013, dan BEAT-EX (Business Plan Competition and Exhibition) pada
bulan April 2013.
Pengalaman
1. 2013: Asisten Dosen Pengantar Statistika Semester Genap 2012/2013
2. 2013: Asisten Dosen Pengantar Statistika Semester Antara 2012/2013
3. 2013: Asisten Dosen Bangunan Teori Dan Metodologi Penelitian Semester Ganjil
2013/2014
4. 2013: Asisten Dosen Pengantar Akuntansi Semester Ganjil 2013/2014
Seminar
1. Seminar Internasional 2010 "Bringing Linguistics and Literature Into EFL
Classrooms"
2. Seminar Nasional Kewirausahaan 2011 "Great Man Have Great Mind" 3. Seminar 2012 "Satu Dasawarsa Reformasi Birokrasi"
Kemampuan 1. Menguasai program Ms. Office: Word, Excel, Power Point
2. Menguasai penggunaan internet dan e-mail
3. Dapat berkomunikasi menggunakan bahasa Inggris lisan dan tertulis
4. Mudah beradaptasi dengan lingkungan dan memiliki kemampuan komunikasi yang
baik serta mampu bekerja secara individu maupun kelompok.