Pengaruh Asset Intensity dan Employee Intensity terhadap...
Transcript of Pengaruh Asset Intensity dan Employee Intensity terhadap...
1
PENDAHULUAN
Dalam mengambil keputusan, seorang manajer harus mengetahui tentang
perilaku biaya. Apabila manajer mengetahui konsep biaya maka akan mampu
mengoptimalkan serta meningkatkan efisiensi biaya dalam pengelolaan sumber
daya perusahaan (Persada, 2006). Berdasarkan perilakunya biaya terdiri dari biaya
variabel, biaya tetap dan biaya semi-variabel. Biaya variabel merupakan biaya
yang totalnya berhubungan dengan perubahan input atau output secara
proporsional, sedangkan total biaya tetap tidak dipengaruhi oleh perubahan input
atau output dan biaya semi-variabel merupakan biaya yang totalnya dipengaruhi
oleh volume sumber daya tapi tidak proporsional (Windyastuti dan Biyanto,
2005).
Namun terdapat temuan bahwa biaya meningkat lebih tinggi saat volume
aktivitas meningkat dibanding penurunan biaya saat aktivitas menurun, perilaku
tersebut disebut perilaku Sticky cost (Cooper dan Kaplan, 1998). Biaya disebut
sticky ketika kenaikan biaya yang disebabkan oleh penambahan volume lebih
besar dibandingkan penurunan biaya yang disebabkan penurunan volume
(Windyastuti dan Biyanto, 2005). Anderson et al. (2003) menguatkan hal yang
sama bahwa sticky cost adalah peningkatan biaya lebih tinggi ketika penjualan
naik daripada penurunan biaya saat penjualan turun.
Beberapa penelitian membuktikan adanya sticky cost di beberapa negara.
Porporato dan Werbin (2010) meneliti adanya indikasi perilaku sticky cost pada
bank-bank di Amerika. Hasil penelitian ini menunjukkan bahwa terjadi sticky cost
2
pada bank di Argentina, Brazil dan Canada. Dan menghasilkan kesimpulan biaya
penjualan, administrasi dan umum meningkat sebesar 0,60 persen di Argentina,
0,82 persen di Brazil, dan 0,94 persen di Canada setiap satu persen kenaikan
volume aktivitas dan menurun sebesar 0,38 persen di Argentina, 0,48 persen di
Brazil dan 0,94 persen di Canada setiap satu persen penurunan volume aktivitas
hal ini mengindikasikan adanya perilaku sticky cost pada bank-bank di Amerika.
Medeiros dan Costa (2005) menemukan indikasi adanya sticky cost pada
perusahaan-perusahaan di Brazil dan menemukan bahwa pada biaya penjualan,
administrasi dan umum meningkat 0,5 persen per kenaikan satu persen dalam
penjualan, namun menurun hanya 0,32 persen per penurunan satu persen dalam
penjualan. Hal ini mengindikasikan bahwa terdapat perilaku sticky cost pada
perusahaan-perusahaan di Brazil.
Teruya et al. (2010) menemukan adanya indikasi perilaku sticky cost pada
biaya penjualan, administrasi dan umum pada perusahan-perusahan di Jepang.
Penelitian ini menggunakan sampel semua perusahaan yang terdaftar pada Tokyo
Stock Exchange dari tahun 1975-2000.
Pada perusahaan yang terdaftar di Bursa Efek Thailand Pichetkun dan
Panmanee (2012) melakukan penelitian tentang determinan dari perilaku sticky
cost dengan menggunakan adjustment cost theory, agency cost theory, political
cost theory dan corporate governance. Hasil penelitian ini menunjukkan bahwa
rasio-rasio pada adjustment cost theory yaitu asset intensity, employee intensity,
stock intensity, equity intensity dan capital intensity dan rasio-rasio pada agency
3
cost theory yaitu risk (BETA), concentration /rate (COMPETE), tax ratio secara
bersamaan berhubungan secara positif dengan tingkat sticky cost, sedangkan
political cost theory dan corporate governance berhubungan secara negatif
dengan tingkat sticky cost.
Windyastuti dan Biyanto (2005) menganalisis stickiness pada biaya
penjualan, administrasi dan umum pada penjualan bersih dengan menggunakan
data sekunder yang diperoleh dari Indonesian Capital Market Directory dari tahun
1998-2004. Penelitian ini menemukan bahwa biaya pemasaran, administrasi dan
umum naik sebesar 0,68 persen per satu persen kenaikan volume, tetapi menurun
hanya 0,08 persen per satu persen penurunan volume. Selain itu juga menemukan
bahwa tingkat sticky cost meningkat sesuai dengan peningkatan asset intensity
tetapi menurun bersamaan dengan employee intensity.
Penelitian yang dilakukan oleh Pitchekun dan Panmanee (2012), Anderson
et al. (2003), Calleja et al. (2005), Weiss (2010), Yasukata dan Kajiwara (2011)
mengunakan pendekatan adjustment cost theory untuk melihat perilaku sticky
cost. Teori ini menyatakan bila manajer melakukan adjustment cost sesegera
mungkin setelah terjadinya ketidaksesuaian antara rencana dan aktualisasi, maka
sticky cost tidak akan terjadi. Sebagai ilustrasi setiap tahun manajer membuat
anggaran, yaitu anggaran penjualan dan anggaran produksi, lalu anggaran dilihat
berjalan atau tidak. Apabila dalam realisasinya tidak sesuai dengan yang
dianggarkan manajer akan mengambil keputusan. Jika manajer optimis, manajer
akan mempertahankan utilization maka biaya akan membengkak dan sticky cost
terjadi, sedangkan jika manajer pesimis manajer akan menyesuaikan utilization
4
sehingga biaya dapat disesuaikan dan sticky cost tidak terjadi. Sehingga penelitian
ini akan mencoba melihat pengaruh dari asset intensity dan employee intensity
terhadap sticky cost pada sektor manufaktur di Indonesia. Alasan pemilihan sektor
manufakturdi Indonesia karena Hidayatullah et al (2011), Windyastuti dan
Biyanto (2005) menemukan adanya indikasi perilaku sticky cost pada sektor
manufaktur di Indonesia. Selain itu dikarenakan pemilihan periode 2009-2012
untuk mendapatkan data terbaru.
Penelitian ini akan mencoba menjawab rumusan masalah apakah asset
intensity dan employee intensity mempengaruhi sticky cost? Manfaat penelitian ini
adalah bisa menjadi saran bagi perusahaan yang memiliki kondisi-kondisi tertentu
yang mengakibatkan sticky cost menjadi tinggi, sebab sticky cost memberikan
dampak negatif bagi perusahaan yaitu mengurangi laba (Anderson et al, 2006 dan
Weiss, 2010) dan menjadikan pertimbangan bagi investor untuk memilih
perusahaan yang tidak beresiko memiliki tingkat sticky cost yang tinggi melihat
dari rasio-rasio yang digunakan dalam penelitian.
5
TINJAUAN PUSTAKA
Sticky Cost
Sticky cost pertama kali ditemukan oleh Malcolm pada tahun 1991.
Beberapa biaya cenderung mempunyai karakter tidak sebanding dengan
perubahan aktivitasnya. Jadi biaya ini cenderung kaku dan melekat karena adanya
fix cost yang terlalu tinggi, bahkan jika aktivitas menurun, oleh karena itu biaya
tersebut diberi label “sticky cost”. Penelitian Anderson et al. (2003) menemukan
sticky cost adalah biaya yang meningkat lebih tinggi ketika volume penjualan naik
daripada saat volume penjualan turun pada proporsi yang sama. Sticky cost terjadi
karena ketidakseimbangan penyesuaian sumberdaya yaitu lebih lambat dalam
proses penyesuaian yang menurun dibanding proses penyesuaian yang meningkat.
Selain itu manajer cenderung memilih tetap mempertahankan sumberdaya yang
tidak terpakai daripada melakukan pengurangan sumberdaya ketika penjualan
menurun.
Alasan utama bagi keberadaan sticky cost adalah ketidakpastian tentang
permintaan masa depan dari produk yang dijual oleh perusahaan yang
mengakibatkan manajer cenderung memilih tetap mempertahankan sumberdaya
yang tidak terpakai daripada melakukan pengurangan sumberdaya ketika
penjualan menurun. Namun sebaliknya, jika manajer memilih untuk
menyesuaikan biaya maka sticky cost tidak akan terjadi (Anderson et al., 2003).
Keputusan manajer tersebut adalah keputusan yang disengaja berdasarkan alasan
yang subjektif yaitu prospek peningkatan penjualan di masa mendatang, hal ini
6
menyebabkan sticky cost. Ini dibuktikan oleh Yasukata dan Kajiwara (2011)
dengan menggunakan menggunakan The Deliberate Decision Theory dan Cost
Adjustment Delay Theory. The Deliberate Decision Theory menyebutkan bahwa
sticky cost terjadi akibat keputusan yang disengaja oleh manajer, sedangkan Cost
Adjustment Delay Theory menjelaskan bahwa perilaku sticky cost terjadi akibat
keputusan manajer yang menunda penyesuaian biaya.
Ada beberapa penelitian yang menguji apa saja yang mempengaruhi
perilaku sticky cost. Canon (2011) menyatakan bahwa sticky cost muncul karena
marginal cost penambahan kapasitas saat permintaan meningkat lebih besar dari
marginal benefit dari pengurangan kapasitas saat permintaan menurun. Pichetkun
dan Panmanee (2012) menyatakan bahwa rasio-rasio pada adjustment cost theory
dan agency cost theory mempengaruhi tingkat sticky cost.
Adjustment CostTheory
Adjutment cost theory diperkenalkan oleh Lucas (1967). Ketika terjadi
keadaan yang tidak terduga, perusahaan tidak dapat mengubah tingkat faktor
produksi secara tiba-tiba tanpa adanya penyesuaian biaya (cost of adjustment).
Maka dari itu mengubah level produksi memerlukan biaya. Adjustment cost
terjadi karena ketidaksesuaian antara biaya yang direncanakan dengan biaya yang
terjadi akibat perubahan volume. Banyak penelitian yang diadaptasi dari konsep
ini seperti mengubah investment atau capital (Mortensen, 1973; Epstien & Denny,
1986; Cooper & Haltiwanger, 2006; Groth & Khan, 2010), mengubah tenaga
7
kerja (Leitao, 2011; Nakamura, 1993) dan mengubah tingkat inventories
(Danziger, 2008).
Adjustment cost disajikan secara implisit pada laporan keuangan, ini
berarti adjustment cost tidak dilaporkan dan diukur pada akun pendapatan maupun
beban (Hamermesh & Pfann, 1996). Jika manajer ingin menaikkan atau
menurunkan utilization, adjustment cost akan terjadi.
Penelitian sebelumnya pada cost on stickiness(Anderson et al., 2003;
Subramaniam & Weidenmier, 2003; Medeiros & Costa, 2004; Yang et al., 2005;
Anderson, Chen, & Young, 2005) menggunakan intensity of total assets dan
intensity of employees sebagai proxy dari adjustment cost. Untuk mendukung ini,
penelitian-penelitian tersebut mengindikasikan bahwa sticky cost dipengaruhi oleh
intensity of asset dan intensity of employees.
Sticky Cost Pada Biaya Penjualan, Administrasi dan Umum
Banyak penelitian terdahulu yang menggunakan penjualan bersih sebagai
proxy dari volume penjualan, karena volume penjualan tidak dapat diamati secara
langsung. Perilaku biaya pada biaya penjualan, administrasi dan umum dapat
dipelajari dengan menghubungkan aktivitas penjualan karena volume penjualan
mempengaruhi beberapa komponen biaya administrasi dan umum (Cooper dan
Kaplan, 1998).
Biaya penjualan, administrasi dan umum memiliki komponen fix dan
komponen variabel maka biaya ini memiliki sifat semi variabel. Biaya
administrasi dan umum menjadi sticky ketika besarnya biaya administrasi dan
8
umum meningkat lebih tinggi ketika volume penjualan naik dibandingkan
besarnya biaya administrasi dan umum yang menurun ketika volume penjualan
menurun (Windyastuti dan Biyanto, 2005). Stickiness pada biaya penjualan,
administrasi dan umum terjadi jika manajer memutuskan untuk menahan
sumberdaya yang tidak terpakai daripada melakukan adjustment cost ketika
volume mengalami penurunan oleh karena itu manager mugkin ragu untuk
mengurangi utilization ketika penjualan menurun maka biaya penjualan,
administrasi dan umum akan naik karena tidak segera disesuaikan (Anderson et
al. 2003).
H1 : Peningkatan biaya penjualan, administrasi dan umum lebih tinggi pada saat
penjualan naik dibandingkan penurunan biaya pada saat penjualan menurun.
Sticky Cost dan Asset Intensity
Asset intensity adalah rasio total aset terhadap penjualan bersih. Asset
intensity diukur dari total aset/penjualan (Pichetkun dan Panmanee, 2012).
Gambaran logis tentang indikasi sticky cost pada asset intensity, ketika penjualan
mengalami peningkatan, maka perusahaan harus membeli sebuah mesin lagi
untuk menyesuaikan peningkatan penjualan tersebut (Windyastuti dan Biyanto
2005). Misalnya perusahaan mempunyai sebuah mesin dengan kapasitas produksi
sebesar 250.000 unit setiap satu periode dengan biaya perawatan dan depresiasi
sebesar Rp.2.000.000,00. Pada saat penjualan mengalami peningkatan sebesar 50
persen atau sebesar 125.000 unit, perusahaan akan membeli satu buah mesin lagi.
Sehingga biaya perawatan dan depresiasi akan ikut meningkat menjadi
9
Rp.4.000.000. Namun saat penjualan menurun sebesar 50 persen atau 125.000
unit, perusahaan tidak akan mengurangi mesin karena manajer berpikir pada
periode yang akan datang akan terjadi peningkatan penjualan, sehingga
perusahaan tidak harus membeli mesin lagi karena biaya pengadaan mesin ini
mahal. Maka, walaupun terjadi penurunan penjualan manajer akan
mempertahankan mesin tersebut dan tetap menanggung biaya perawatan dan
depresiasi sebesar Rp 4.000.000,00 dengan kapasitas yang belum tentu digunakan.
Ini menunjukkan adanya indikasi sticky cost, ketika penjualan naik biaya
perawatan dan depresiasi akan meningkat, sedangkan saat penjualan menurun
biaya tersebut tidak ikut menurun (Windyastuti dan Biyanto, 2005).
Karena biaya perawatan dan depresiasi termasuk dalam komponen biaya
penjualan, administrasi dan umum, maka semakin tinggi asset intensity maka
sticky cost juga akan tinggi. Sehingga peningkatan biaya penjualan, administrasi
dan umum sesuai dengan peningkatan asset intensity (Nugroho dan Endarwati,
2013).
H2a : Peningkatan stickiness pada biaya penjualan, administrasi dan umum sesuai
dengan peningkatan asset intensity perusahaan.
Sticky Cost dan Employee Intensity
Employee intensity adalah rasio jumlah karyawan terhadap penjualan
bersih. Employee intensity diukur dari jumlah karyawan/penjualan (Pichetkun dan
Panmanee, 2012). Biaya gaji dan upah termasuk dalam komponen biaya
penjualan, administrasi dan umum, sehingga penjualan mempengaruhi biaya gaji.
10
Ketika penjualan menurun, perusahaan harus tetap menanggung biaya gaji.
Menghentikan tenaga kerja adalah mahal karena perusahaan harus membayar
biaya pesangon. Perusahaan akan kehilangan investasi yang spesifik ketika
pekerja diberhentikan saat penjualan menurun dan menambah karyawan saat
penjualan meningkat. Sehingga biaya gaji bersifat sticky (Windyastuti dan
Biyanto, 2005). Namun bila manajer mengambil keputusan untuk melakukan
adjustment terhadap biaya gaji dengan kata lain manajer melakukan pemutusan
hubungan kerja maka sticky cost tidak terjadi (Anderson et al, 2003).
H2b : Peningkatan stickiness pada biaya penjualan, administrasi dan umum sesuai
dengan peningkatan employee intensity perusahaan.
11
METODE PENELITIAN
Populasi dan Sampel
Populasi penelitian ini adalah perusahaan-perusahaan go public yang terdaftar
di Bursa Efek Indonesia (BEI). Sampel yang digunakan adalah perusahaan-
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2009-
2012. Data yang diambil adalah data sekunder yang diperoleh dari website resmi
Indonesia Derivatif Exchange. Data yang digunakan dalam penelitian ini adalah
biaya penjualan, administrasi dan umum, pendapatan penjualan bersih, aset bersih
dan jumlah tenaga kerja yang diambil dari laporan keuangan dan laporan tahunan
(annual report). Pengambilan data dengan metode purposive sampling yaitu
dengan kriteria perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) periode
2009-2012 dan biaya penjualan,administrasi dan umum tidak melebihi penjualan
bersih .
Metode Analisis
Model untuk melihat sticky cost pada biaya penjualan, administrasi dan
umum pertama kali diciptakan oleh Anderson et al. (2003). Model ini digunakan
pula oleh Windyastuti dan Biyanto (2005), Hidayatullah et al.(2011),
Subramanian dan Weidenmier (2003) dan menemukan indikasi adanya sticky cost.
Oleh sebab itu peneliti menggunakan model yang sama dengan Anderson et
al.(2003). Interaksi antara variabel Decreased Dummy (DECRDUM) mengambil
nilai 1 jika penjualan menurun antara periode t-1 dan t, dan 0 jika sebaliknya
12
(Hidayatullah et al. 2011). Dikarenakan model diuji dengan regresi berganda
sehingga harus memenuhi uji asumsi klasik.
Pengujian Hipotesis 1 :
Log[PA&Ui,t/PA&Ui,t1]=β0+β1[Salesi,t/Salesi,t1]+β2*DECRDUMi,t*log[Salesi,t/Sal
esi,t-1]+ε i,t
model dimana:
PA&Ui,t = Biaya Pemasaran, Administrasi dan Umum perusahaan i pada
periode t-1
PA&Ui,t-1 = Biaya Pemasaran, Administrasi dan Umum perusahaan i pada
periode t-1
Salesi,t = Penjualan bersih pada periode t
Salesi,t-1 = Penjualan bersih pada periode t-1
DECRDUMi,t = Variabel Dummy bernilai 1 jika penjulan bersih turun antara
periode t dan t-1, serta 0 jika sebaliknya.
ε i,t = Residual
Koefisien β1 mengukur presentase kenaikan biaya penjualan, administrasi
dan umum akibat kenaikan penjualan bersih sebesar satu persen karena variabel
dummy yang bernilai nol pada saat penjualan bersih tidak menurun. Presentase
penurunan biaya penjualan administrasi dan umum akibat penurunan penjualan
13
bersih sebesar satu persen diukur oleh penjumlahan dari koefisien β1+ β2. Apabila
biaya penjualan, administrasi dan umum bersifat sticky, maka variasi peningkatan
biaya administrasi dan penjualan bersih harus lebih besar dibandingkan saat
penurunan penjualan bersih. Asumsi β1 >0, β2<0 yang menjadi dasar hipotesis 1,
yaitu peningkatan biaya penjualan, administrasi dan umum lebih tinggi pada saat
penjualan naik dibandingkan penurunan biaya pada saat penjualan menurun
(Anderson et al. 2003).
Pengujian Hipotesis 2 :
Log[A&Ui,t/A&Ui,t1]=β0+β1*log[Salesi,t/Salesi,t1]+β2*DECRDUMi,t*log[Sales
i,t/Salesi,t1]+β3*DECRDUMi,t*log[Salesi,t/Salesi,t1]*log[TotalAsseti,t/Salesi,t1]β4
*DECRDUMi,t*log[Salesi,t/Salesi,t-1] *log[Number of employeei,t/Salesi,t-1]+εi,t
dimana:
Total Asset/Sales = Asset Intensity
Number of employe/Sales = Employee Intensity
Asset Intensity dan employee intensity berpengaruh jika signifikansi secara
statistik dengan nilai α (alpha) sebesar 0,05. Alasan penentuan nilai α (alpha)
sebesar 0,05 karena sesuai dengan penelitian terdahulu yaitu Windyastuti dan
Biyanto (2005), Anderson et al. (2003), Nugrohodan Endarwati (2013). Dengan
signifikannya variabel-variabel tersebut maka analisis kondisi dan situasi yang
mempengaruhi derajat stickiness biaya penjualan, administrasi, dan umum dapat
dilakukan.
14
Pengaruh asset intensity dan employee intensity terhadap derajat stickiness
biaya penjualan, administrasi dan umum terlihat dari β3 dan β4yang bertanda
negatif dan signifikan. Ini berarti bila asset intensity dan employee intensity naik,
maka variasi penurunan biaya penjualan, administrasi dan umum akibat
penurunan penjualan bersih akan lebih kecil dibandingka ketika asset intensity
dan employee intensity tidak mengalami kenaikan.
15
PEMBAHASAN
Gambaran Umum Objek Penelitian
Sampel yang digunakan adalah perusahaan-perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia periode 2009-2012. Penelitian ini menggunakan
data sekunder, data yang digunakan adalah biaya penjualan, administrasi dan
umum, pendapatan penjualan bersih, aset bersih dan jumlah tenaga kerja yang
diambil dari laporan keuangan dan laporan tahunan (annual report). Pengambilan
data menggunakan teknik purposive sampling dengan kriteria biaya
penjualan,administrasi dan umum tidak melebihi penjualan bersih. Dalam
penelitian ini menggunakan sampel berjumlah 117 perusahaan dari total 138
perusahaan terbentuk sampel 351 kemudian dihilangkan 7 outlier hingga menjadi
344 data. Outlier dihilangkan karena melebihi batas Z score. Batas nilai Z score
adalah -2,5 sampai +2,5.
Tabel 1 Hasil Pemilihan Sampel
Sektor Emiten Sampel yang tidak
terpilih
Sampel Emiten
Sampel Data
Outlier Total Sampel
Data Manufaktur 138 -21 117 351 7 344
Deskriptif Statistik
Di bawah ini adalah tabel statistik deskriptif untuk perubahan pada Biaya
Penjualan, Administrasi dan Umum; Penjualan, Aset, serta Karyawan perusahaan
manufaktur pada tahun 2009-2010, 2010-2011 dan 2011- 2012.
16
Tabel 2 Deskriptif Statistik Perusahaan Manufaktur
Rata-rata Dalam (Rp), (jumlah
karyawan)
Sampel Mengalami Penurunan
Sampel Mengalami Peningkatan
Perubahan Biaya Penjualan, Administrasi & Umum Tahun 2010/2009
Rp. 158.877.687.576 27 90
Perubahan Biaya Penjualan, Administrasi & Umum Tahun 2011/2010
Rp. 126.705.085.894 28 89
Perubahan Biaya Penjualan, Administrasi & Umum Tahun 2012/2011
Rp. 186.492.249.418 21 96
Perubahan Penjualan Tahun 2010/2009 Rp. 623.762.334.968 28 89
Perubahan Penjualan Tahun 2011/2010 Rp. 1.053.334.520.714 16 101
Perubahan Penjualan Tahun 2012/2011 Rp. 818.486.473.954 30 87
Perubahan Aset Tahun 2010/2009 Rp. 492.886.901.209 29 88
Perubahan Aset Tahun 2011/2010 Rp. 1.017.070.393.042 27 90
Perubahan Aset Tahun 2012/2011 Rp. 789.431.285.190 22 95
Perubahan Karyawan Tahun 2010/2009 (25) 47 70
Perubahan Karyawan Tahun 2011/2010 208 54 63
Perubahan Karyawan Tahun 2012/2011 307 42 75
17
Dapat dilihat pada tabel di atas pada periode 2009-2010 biaya penjualan,
administrasi dan umum mengalami peningkatan sebesar 77 persen yang dialami
90 perusahaan. Rata-rata perubahannya adalah Rp. 158.877.687.576. Penjualan
pada periode tersebut juga mengalami peningkatan sebesar 76 persen yang
dialami 89 perusahaan. Rata-rata perubahannya adalah Rp. 623.762.334.968. Aset
pada periode tersebut juga mengalami peningkatan sebesar 75 persen yang
dialami 88 perusahaan. Rata-rata perubahannya adalah Rp. 492.886.901.209.
Jumlah karyawan pada periode tersebut juga mengalami penurunan sebesar 60
persen yang dialami 47 perusahaan. Perubahannya adalah -25. Ini menunjukkan
bahwa ketika penjualan meningkat maka biaya penjualan, administrasi dan umum
serta aset mengalami peningkatan. Akan tetapi karyawan mengalami penurunan.
Pada periode 2010-2011 terjadi peningkatan biaya penjualan, administrasi
dan umum sebasar 76 persen yang dialami oleh 89 perusahaan. Rata-rata
perubahannya adalah Rp. 126.705.085.894. Pada penjualan juga mengalami
peningkatan sebesar 86 persen yang dialami oleh 101 perusahaan, dengan rata-rata
perubahannya adalah Rp. 1.053.334.520.714. Aset pada periode tersebut sebesar
77 persen yang dialami oleh 90 perusahaan dengan rata-rata perubahannya Rp.
1.017.070.393.042. Karyawan pada periode ini juga mengalami peningkatan
sebesar 54 persen yang dialami oleh 63 perusahaan dengan rata-rata perubahan
menjadi 208 orang. Ini menunjukkan saat penjualan meningkat, biaya penjualan,
administrasi dan umum, aset serta karyawan juga mengalami peningkatan.
Pada periode 2011-2012 biaya penjualan, administrasi dan umum
mengalami peningkatan sebesar 86 persen yang dialami oleh 96 perusahaan. Rata-
18
rata perubahannya adalah Rp. 186.492.249.418. Penjualan pada periode tersebut
juga mengalami peningkata sebesar 74 persen yang dialami oleh 87 perusahaan
dengan rata-rata perubahannya menjadi Rp. 818.486.473.954. Aset pada periode
ini mengalami peningkatan sebesar 81 persen yang dialami oleh 95 perusahaan
dengan rata-rata perubahannya menjadi Rp. 789.431.285.190. Karyawan pada
periode ini juga mengalami peningkatan sebesar 64 persen yang dialami oleh 75
perusahaan dengan rata-rata perubahan menjadi 307 orang. Ini menunjukkan pada
saat penjualan meningat, biaya penjualan, administrasi dan umum, aset dan
karyawan juga meningkat.
Pengujian Hipotesis
Sebelum melakukan pengujian sticky cost pada sektor manufaktur, terlebih
dahulu penulis melakukan uji asumsi klasik yang terdiri dari uji multikolinearitas,
autokorelasi, heteroskedastisitas dan normalitas. Uji asumsi klasik dilakukan
untuk memperoleh hasil model yang baik. Hasil uji asumsi klasik dapat dilihat
pada lampiran 3.
19
Hasil Pengujian Hipotesis 1
Tabel 3 Hasil Uji Regresi
Model
Unstandardized Coefficients
B Std. Error
1 (Constant) .017 .006
Penjualan .475 .058
Periode -.066 .128
Hasil pengujian hipotesis 1 dapat dilihat dari tabel diatas bahwa nilai β1
sebesar 0,475 ini berarti pada saat penjualan meningkat sebesar 1 persen maka
biaya penjualan, administrasi dan umum meningkat sebesar 0,475 persen.
Sedangkan nilai β2 sebesar -0,066 sehingga nilai β1+ β2 menjadi 0,409 yang berarti
pada saat penjualan menurun sebesar 1 persen maka biaya penjualan, administrasi
dan umum akan menurun sebesar 0,409 persen.
Temuan ini mendukung hipotesis 1 yaitu peningkatan biaya penjualan,
administrasi dan umum lebih tinggi pada saat penjualan naik dibandingkan
penuruna biaya pada saat penjualan menurun. Hal ini mengindikasikan adanya
sticky cost pada biaya penjualan, administrasi dan umum pada perusahaan
manufaktur di Indonesia, sehingga hipotesis 1 diterima.Stickiness pada biaya
penjualan, administrasi dan umum terjadi jika manajer memutuskan untuk
menahan sumberdaya yang tidak terpakai daripada melakukan adjustment cost
ketika volume mengalami penurunan oleh karena itu manager mugkin ragu untuk
20
mengurangi utilization ketika penjualan menurun maka biaya penjualan,
administrasi dan umum akan naik karena tidak segera disesuaikan (Anderson , et
al, 2003). Hasil penelitian ini sejalan dengan beberapa peneleitian sebelumnya
oleh Windiyastuti dan Biyanto (2005), Hidayatullah et al. (2011), Dewi (2012).
Hasil Pengujian Hipotesis 2
Tabel 4 Hasil Uji Regresi
Model
Unstandardized Coefficients
t Sig. B Std. Error
1 (Constant) .027 .005 5.358 .000
Penjualan .290 .049 5.898 .000
Periode 6.793 1.850 3.672 .000
Asset -1.566 .135 -11.556 .000
Karyawan .697 .203 3.441 .001
Hasil Pengujian Hipotesi 2a
Dari hasil pengujian di atas terlihat bahwa nilai signifikansi sebesar
0,000<0,05. Ini berarti asset intensity berpengaruh terhadap tingkat sticky cost
pada biaya penjualan, administrasi dan umum.
Pengaruh asset intensity terhadap sticky cost terlihat ada nilai β3yaitu -
1,566. Nilai β3 yang negatif berarti apabila asset intensity naik, maka variasi
penurunan biaya penjualan, administrasi dan umum akibat penurunan penjualan
bersih akan lebih kecil dibandingkan asset intensity tidak mengalami kenaikan.
Dengan kata lain semakin tinggi asset intensity maka semakin tinggi pula sticy
cost.
21
Hal ini dibuktikan dengan data aset pada Tabel 2 pada periode 2009-
2010hingga periode 2010-2011 terjadi peningkatan aset sebesar Rp.
524.183.491.833 begitu pula dengan penjualan yang mengalami peningkatan pada
periode 2009-2010 hingga periode 2010-2011 sebesar Rp. 429.572.185.746. Ini
memungkinkan bahwa perusahaan berinvestasi pada aset dan operasi perusahaan
bergantung pada aset. Ketika aset meningkat sebesar 1 persen maka biaya akan
meningkat sebesar 0,0000000001447 persen dan penjualan meningkat sebesar
0,000000000134 persen, ini mengindikasikan adanya pengaruh dari asset intensity
terhadap sticky cost.
Tingkat sticky cost akan lebih tinggi pada perusahaan yang
mempergunakan aset untuk menjalankan kegiatan operasionalnya (Rahmadi, 2012
dan Dewi, 2012). Sticky cost terjadi karena manager tidak segera menyesuaikan
biaya (Anderson et al. 2003). Tindakan untuk menjual aset ketika penjualan bersih
menurun sangat beresiko karena perusahaan akan kehilangan investasi yang
spesifik (Anderson et al. 2003). Hasil penelitian ini didukung oleh beberapa
penelitian sebelumnya oleh Windyastuti dan Biyanto (2005), Rahmadi (2012),
Nugroho dan Endarwati (2013). Dengan demikian temuan ini mendukung
hipotesis 2a bahwa peningkatan stickiness pada biaya penjualan, administrasi dan
umum sesuai dengan peningkatan asset intensity perusahaan.
22
Hasil Pengujian Hipotesis 2b
Dari hasil pengujian di atas terlihat bahwa nilai signifikansi sebesar 0,001
<0,05. Ini berarti employee berpengaruh terhadap tingkat sticky cost pada biaya
penjualan, administrasi dan umum.
Pengaruh employee intensity terhadap sticky cost terlihat ada nilai β4 yaitu
0,697. Nilai β4 yang positif berlawanan dengan kerangka teori. Ini berarti apabila
employee intensity naik, maka variasi penurunan biaya penjualan, administrasi
dan umum akibat penurunan penjualan bersih akan lebih besar dibandingkan
employee intensity tidak mengalami kenaikan. Dengan kata lain semakin tinggi
empoyee intensity maka sticy cost semakin kecil. Dengan demikian hipotesis 2b
yang menyatakan peningkatan stickiness pada biaya penjualan, administrasi dan
umum sesuai dengan peningkatan employee intensity perusahaan tidak didukung.
Ini dikarenakan adanya efisiensi pada perusahaan tersebut. Ini dibuktikan
dengan data, ketika karyawan menurun 1 persen maka biaya akan menurun
sebesar 4%. Sedangkan pada saat karyawan meningkat 1 persen maka biaya akan
meningkat sebesar 0,194% dan penjualan meningkat sebesar 0,4 %.
Efisisensi biaya terjadi karena manajer mampu menyesuaikan biaya
dengan baik berdasarkan pergerakan penjualan. Hal ini mengakibatkan tingkat
sticky cost menjadi lebih rendah (Anderson et al, 2006). Anderson et al. (2006)
menambahkan biaya yang mengikuti pergerakan penjualan secara proporsional
memberikan sinyal bahwa terjadi efisiensi biaya.
23
PENUTUP
Kesimpulan
Dari hasil pengujian yang telah dilakukan, ditemukan adanya indikasi
perilaku sticky cost pada biaya penjualan, administrasi dan umum pada
perusahaan manufaktur di Indonesia periode 2009-2012. Hal ini dibuktikan
dengan kenaikan pada biaya penjualan, administrasi dan umum yang lebih tinggi
ketika penjualan bersih meningkat dibandingkan dengan penurunan biaya biaya
penjualan, administrasi dan umum pada saat penjualan bersih menurun.
Berdasarkan hasil pengujian hipotesis 2a dapat disimpulkan bahwa
besarnya sticky cost dipengaruhi oleh asset intensity. Ini berarti peningkatan
stickiness pada biaya penjualan, administrasi dan umum sesuai dengan
peningkatan asset intensity perusahaan. Dengan kata lain saat asset intensity
meningkat, sticky cost juga akan meningkat.
Sedangkan pada hasil pengujian hipotesis 2b dapat disimpulkan bahwa
besarnya sticky cost dipengaruhi oleh employee intensity, namun dengan arah
yang berbeda. Ini berarti peningkatan employee intensity tidak sesuai dengan
peningkatan sticky cost. Dengan kata lain saat employee intensity meningkat,
sticky cost akan menurun.
24
Implikasi
Dari hasil penelitian yang menemukan adanya indikasi sticky cost pada
biaya penjualan administrasi dan umum pada perusahaan manufaktur di
Indonesia, maka manajer harus mengenali dan mengendalikan sticky cost. Karena
sticky cost berdampak buruk yaitu dapat mengurangi laba (Anderson et al, 2006
dan Weiss, 2010).
Selain itu dari hasil penelitian yang menunjukkan adanya pengaruh dari
asset intensity yang meningkat seiring peningkatan sticky cost, manajer harus
mengambil keputusan untuk menahan sumberdaya ketika penjualan menurun atau
melakukan penyesuaian.
Keterbatasan dan Saran
Pada penelitian ini pengukuran rasio employee intensity menggunakan
perbandingan antara jumlah karyawan dengan penjualan bersih. Hal ini kurang
relevan karena satuan ukurnya berbeda. Untuk itu pada penelitian selanjutnya
dapat menggunakan rasio dengan perbandingan total biaya gaji dengan total
penjualan bersih.
25
DAFTAR PUSTAKA
Anderson, M. C., Banker, R. D. and Jankiraman, S. N. (2003). Are Selling,
General, AndAdministrative Costs “Sticky”?. Journal Of Accounting
Research.
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.
Anderson, W. S., Chen, C. X., and Young, S. M. (2005). Sticky Cost as
Competitive Response:Evidence on Strategic Cost Management at
Southwest Airlines. Working Paper. Rive University.
Calleja, Kenneth., Steliaros,M., and Thomas, D.C. (2005). Further Evidence on
The Sticky Behaviour of Costs". Cass Business School Research Paper,
Working Paper. SSRN
Canon, Jim (2011). Determinants of "Sticky Costs:" An Analysis of Cost Behavior
using United States Air Transportation Data. Iowa State University.
Cooper, R., And R. Kaplan (1998). The Design Of Cost Management Systems:
Text, Cases And Readings. Upper Saddle River, Nj: Prentice Hall.
26
Danizger, L.(2008). Adjustment Costs, Inventories and Output. The Scandinavian
Journal of Economic.
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. SSRN.
Dewi, A.A.K. (2012). Apakah Kelengketan Biaya Terjadi Pada Perusahaan
Manufaktur di Indonesia. Working Paper. Universitas kristen Satya
Wacana. Salatiga.
Epstein, L. G., and Denny, M.G.S. (1986). The Multivariate Flexible Accelerator
Model: Its Empirical Restrictions and an Application to U.S.
Manufacturing". Econometrica
Ghozali, Imam. (2007). Aplikasi Analisis Multivariat dengan Program SPSS.
Badan Penerbit Universitas Diponegoro, Semarang.
Hamermesh, D. S., and Pfann, G. A. (1996). Adjustment Costs in Factor Demand.
Journal of Economic literature.
27
Hidayatullah, I. J, Utami, W., Herliansyah, Y., (2011). Analisis Perilaku Sticky
Cost Terhadap Prediksi Laba Menggunakan Model Cost Variability dan
Cost Stickiness (CVCS) Pada Emiten di BEI untuk Industri Manufaktur.
Universitas Mercu Buana.
Kama, I., Weiss D. (2010). Do Managers' Deliberate Decisions Induce Sticky
Costs?. SSRN.
Lucas, R.E. (1967). Adjustment Cost and Theory of Supply. The Journal of
Political Economy.
Malcom, Robert E. (1991). Overhead Control Implications of Activity Costing.
Accounting Horizons.
Mortensen, D. T. (1973). Generalized Costs of Adjustment and Dynamic factor
Demand Theory. Econometrica.
Nakamura, S. (1993). An Adjustment Cost model of Long-term Employment in
Japan. Journal of Applied Econometrics.
Noviyanti, Astri and Setyono, P. (2008). Analysis of Selling, General and
Administrative Cost Stickiness on Net Sales at Different Economic
Condition
28
Nugroho, P.I., Endarwati, W. (2013). Do the Cost Stickiness in The Selling,
General and Administrative Cost Occur in Manufacturing Companies in
Indonesia?. SNA 16. Manado.
Persada I. (2006). Cost Behavior Analysis: The Stickiness of Selling, General, and
Administrative Cost. Department of Accounting International Program
Faculty of Economics Indonesia Islamic University Yogyakarta.
Pervan Maja, Pervan. I. (2012). Analysis of sticky cost: Croatian Evidence.
University of Split.
Pichetkun, N., & P. Panmanee. (2012). The Determinants of Sticky Cost Behavior
A StructuralEquation Modeling Aproach. Rajamangala University of
Technology. Thanyaburi.
Porporato, Marcela., Werbin, E. (2010). Active Cost Management in Banks:
Evidence of sticky cost in Argentina, Brazil and Canada. York University.
Canada.
Rahmadi, W.A. (2012). Apakah Biaya Operasional Pada Badan Usaha Milik
Negara (BUMN) Sticky?. Working Paper. Universitas Kristen Satya
Wacana. Salatiga.
29
Teruya, Jenny., Shimizu, T., and He, D. (2010). Sticky Selling, General, and
Administrative Cost Behavior and It's Changes in Japan. Global Journal
of Business Research.
Walpole, Ronald E dan Myers, R.H. (1986). Ilmu Peluang dan Statistika untuk
Insinyur dan Ilmuan. ITB. Bandung.
Weidenmier, M.L., Subramaniam, C. (2003). Additional Evidence on Sticky
Behavior of Costs. TCU Working Paper. Texas University.
Windyastuti dan Biyanto, F. (2005). Analisis Perilaku Kos: Stickiness Kos
Pemasaran, Administrasi & Umum Pada Penjualan Bersih (Studi Empiris
Perusahaan yang Terdaftar di BEJ. SNA VIII. Solo.
Yang, D. H., Lee, Y. T., and Park, K. H. (2005). Sticky Cost Behavior Analysis of
General Hospitals in Korea. Korean Journal of Health Policy and
Administration.
Yasukata, K., Kajiwara, T. (2011). Are Sticky Cost The Result of Deliberate
Decision of Managers?. Working Paper. SSRN
30
Lampiran 1
Daftar Nama Perusahaan
Kode Emiten
BUDI PT. Budi Acid Jaya Tbk TRST PT. Trias Sentosa Tbk ULTJ PT. Ultrajaya Milk Industry and Trading Company Tbk SAIP PT. Surabaya Agung Industri Pulp & Kertas Tbk IPOL PT. Indopoly Swakarsa Industry Tbk CTBN PT. Citra Turbindo Tbk UNIC PT. Unggul Indah Cahaya Tbk AMFG PT. Asahimas Flat Glass Tbk TFCO PT. Tifico Fiber Indonesia Tbk DAVO PT. Davomas Abdi Tbk AISA PT. Tiga Pilar Sejahtera Food Tbk INRU PT. Toba Pulp Lestari Tbk FPNI PT. Titan Kimia Nusantara Tbk TSPC PT. tempo Scan Pasific MASA PT. Multistrada Arah Sarana Tbk POLY PT. Asia Pasific Fibers Tbk FASW PT. Fajar Surya Wisesa Tbk ADMG PT. Polychem Indonesia Tbk MYOR PT. Mayora Indah Tbk INDR PT. Indo Rama Synthetic Tbk RMBA PT. Bentoel International Investama Tbk CPIN PT. Charoen Pokphand Indonesia Tbk AUTO PT. Astra Auto Part Tbk KLBF PT. Kalbe Farma Tbk JPFA PT. Japfa Comfeed Indonesia Tbk TPIA PT. Chandra Asri Petrochemical Tbk
UNVR PT. Unilever Indonesia Tbk SMCB PT. Holcim Indonesia Tbk GJTL PT. Gajah Tunggal Tbk IMAS PT. Indomobil Sukses International Tbk ICBP PT. Indofood CBP Sukses Makmur Tbk INTP PT. Indocement Tunggal Prakasa Tbk BRPT PT. Barito Pasific Tbk SMGR PT. Semen Indonesia Tbk
31
KRAS PT. Krakatau Steel Tbk HMSP PT. Hanjaya Mandala Sampoerna Tbk GGRM PT. Gudang Garam Tbk INDF PT. Indofood Sukses Makmur Tbk ASII PT. Astra International Tbk IKAI PT. Inti Keramik Alam Asri Industri Tbk
BRNA PT. Berlina Tbk JECC PT. Jembo Cable Company Tbk TIRT PT. Tirta Mahakam Resources Tbk ESTI PT. Ever Shine Tex Tbk LMPI PT. Langgeng Makmur Industry Tbk RICY PT. Ricky Putra Globalindo Tbk STAR PT. Star Petrochem Tbk AKPI PT. Argha Karya Prima Industry Tbk ROTI PT. Nippon Indosari Corporindo Tbk DLTA PT. Delta Djakarta Tbk INDS PT. Indospring Tbk CEKA PT. Cahaya Kalbar Tbk KBLI PT. KMI Wire and Cable Tbk KBRI PT. Kertas Basuki Rachmat Indonesia Tbk SSTM PT. Sunson Textile Manufacturer Tbk ARNA PT. Arwana Citra Mulia Tbk NIKL PT. Pelat Timah Nusantara Tbk DVLA PT. Darya Varia Laboratoria Tbk GDST PT. Gunawan Dianjaya Steel Tbk TCID PT. Mandom Indonesia Tbk HDTX PT. Panasia Indo Resources Tbk MLBI PT. Multi Bintang Indonesia Tbk GDYR PT. Goodyear Indonesia Tbk SMSM PT. Selamat Sempurna Tbk TOTO PT. Surya Toto Indonesia Tbk MAIN PT. Malindo Feedmill Tbk SCCO PT. Surpreme Cable Manufacturing and Commerce Tbk PBRX PT. Pan Brothers Tbk ALMI PT. Alumindo Light Metal Industry Tbk TBMS PT. Tembaga Mulia Semanan Tbk VOKS PT. Voksel Electric Tbk SPMA PT. Suparma Tbk ARGO PT. Agro Pantes Tbk
32
KIAS PT. Keramika Indonesia Assosiasi Tbk BRAM PT. Indo Kordsa Tbk SULI PT. Sumalindo Lestari Jaya Tbk KAEF PT. Kimia Farma Tbk MYTX PT. Apac Citra Centertex Tbk
33
AKKU PT. Alam Karya Unggul Tbk KICI PT. Kedaung Indah Can Tbk
BIMA PT. Primarindo Asia Infrastructure Tbk LMSH PT. Lionmesh Prima Tbk BTON PT. Beton Jaya Manunggal Tbk PYFA PT. Pyridam Farma Tbk ERTX PT. Eratex Djaya Tbk INCI PT. Intan Wijaya International
EKAD PT. Ekadharma International Tbk LPIN PT. Multi Prima Sejahtera Tbk
UNTX PT. Unitex Tbk SIAP PT. Sekawan Intipratama Tbk
ALKA PT. Alaska Industrindo Tbk KARW PT. ICTSI Jaya Prima Tbk SKLT PT. Sekar Laut Tbk YPAS PT. Yana Prima Hasta Persada Tbk NIPS PT. Nipress Tbk SCPI PT. Schering Plough Indonesia Tbk ADES PT. Akasha Wira International Tbk IGAR PT. Champion Pasific Indonesia Tbk UNIT PT. Nuasantara Inti Corpora Tbk CNTX PT. Century Textile Industry Tbk APLI PT. Asiaplast Industries Tbk JPRS PT. Jaya Pari Steel Tbk LION PT. Lion Metal Works Tbk SQBI PT. Taisho Pharmaceutical Indonesia Tbk SRSN PT. Indo Acitama Tbk MRAT PT. Mustika Ratu Tbk MBTO PT. Martina Berto Tbk PSDN PT. Prashida Aneka Niaga Tbk BATA PT. Sepatu Bata Tbk INAI PT. Indal Aluminium Industry Tbk
MERK PT. Merck Tbk PRAS PT. Prima Alloy Steel Universal Tbk KBLM PT. Kabelindo Murni Tbk ETWA PT. Eterindo Wahanatama Tbk KDSI PT. Kedawung Setia Industrial Tbk PICO PT. Pelangi Indah Canindo Tbk IKBI PT. Sumi Indo Kabel Tbk
34
Lampiran 2
Sampel Data
KODE
Log[PA&Ui,t/PA&Ui,t-1] log [Salesi,t/Salesi,t-1]
2009/2010 2010/2011 2011/2012 2009/2010 2010/2011 2011/2012
AKKU -0,22148193 0,03222857 0,03381942 0,06107856 -0,06005703 -0,20477479 KICI 0,00037197 -0,63436775 0,65107803 -0,01177928 0,03473859 0,03465562
BIMA 0,06970228 0,06948476 0,05553187 0,12289206 -0,24138575 0,12082361 LMSH 0,04632874 0,04846731 0,02768706 0,11060549 0,11020799 0,03139345 BTON -0,00307285 0,00855739 -0,01470321 -0,01727940 0,07958826 0,00382597 PYFA 0,03605926 0,05095386 0,05263836 0,02820717 0,03046566 0,06806414 ERTX -0,13784660 -0,02093499 -0,02457412 -0,02532082 0,04324368 0,25901105 INCI 0,30550499 -0,36797898 -0,03775030 -0,15849946 0,01604565 0,10904509
EKAD 0,06977540 0,09460424 0,08000598 0,09308933 0,11117692 0,06902034 LPIN 0,06085922 0,13912688 -0,01005101 0,01056977 0,02439310 0,03813687
UNTX 0,00938974 0,07787762 -0,11071157 0,05327939 0,11211940 -0,15954203 SIAP 0,09839407 0,17992745 -0,01235954 0,02876249 0,08490090 0,01774951
ALKA 0,02121608 0,08795585 0,17854346 0,04573141 0,01413347 -0,01835943 KARW -0,34765489 -0,15037073 0,18980655 -0,25499617 -0,17932668 0,06929399 SKLT 0,04573663 0,05134113 0,08929208 0,05573133 0,03997706 0,06681981 YPAS 0,04942548 0,05193499 0,02862435 0,09661710 0,02973722 0,04504900 NIPS 0,09435193 0,09813341 0,12786267 0,15598222 0,15981675 0,08393498 SCPI 0,06321851 0,01434006 0,12330243 0,32573809 0,65622665 0,04454087 ADES 0,07656894 0,22780878 0,32303365 0,21142205 0,13632076 0,20192381 IGAR 0,10825896 -0,11201068 0,02946066 0,02935166 -0,01937306 0,03549677 UNIT -0,18121577 -0,35892941 -0,04417230 -0,04155483 -0,04064391 -0,06701408 CNTX -0,04198474 0,06241008 0,00740962 -0,01271246 0,17017741 -0,12728342 APLI 0,12772163 0,14737233 0,08016615 -0,00122179 0,03624257 0,04698919 JPRS 0,05932509 0,00275696 0,02734545 0,14997922 0,17587883 -0,14329310 LION 0,00228697 0,07930914 0,07925065 0,02212936 0,11109191 0,10257358 SQBI -0,33550184 0,11113241 0,09069876 -0,13827590 0,04913322 0,05452047 SRSN -0,00869647 0,03518497 0,02351533 -0,01208288 0,05297853 -0,00361267 MRAT 0,04365068 0,04581217 0,05231025 0,02891362 0,04140669 0,05218887 SULI 0,00441918 -0,22524851 0,01836827 -0,05182494 -0,16165259 -0,12931991
MBTO 0,01695470 0,07851295 0,03107214 0,04004150 0,05886697 0,04417002 PSDN 0,08909406 0,10004956 0,09783571 0,19521000 0,12782485 0,02002999
35
BATA 0,03795882 0,01709142 0,04167536 0,03197364 0,02259501 0,04429127 INAI 0,02361532 0,02719870 0,02301857 -0,00859998 0,08088863 0,02042470
MERK 0,08650049 -0,00710278 -0,00146378 0,02487030 0,06235126 0,00533091 PRAS -0,03006781 0,01220803 -0,00735262 0,25081607 0,06091648 -0,02742596 KBLM 0,06632166 0,12113198 0,05418446 0,25545091 0,20239754 0,07179220 ETWA 0,10623139 -0,07362781 0,12028525 0,02503949 0,04733635 0,04468638
KDSI 0,05645125 0,04016371 0,03474375 0,06820286 0,02166910 0,04232007
PICO -0,08666585 0,00503987 0,01098925 -0,01517780 0,02512191 -0,02000482
IKBI 0,06165238 0,12098382 0,08365237 0,15303355 0,07752268 0,07759346 IKAI 0,16350255 -0,15015097 0,05015184 0,00550512 -0,03507780 -0,02058476
BRNA 0,04303821 0,03429008 0,02039207 0,02450980 0,07748498 0,09063425 JECC -0,02544979 0,14210234 -0,01012171 0,03694535 0,18346364 -0,01131353 TIRT -0,03174972 -0,06659379 0,07364391 -0,00328193 -0,03023218 0,05404973 ESTI 0,07148795 -0,06276657 0,05643811 0,05668364 0,07857594 -0,00453092 LMPI 0,11028149 0,05058788 0,07293542 0,02270218 0,09707803 0,07602450 RICY 0,10557373 0,02152977 0,09953845 0,05784443 0,02618955 0,08518658 STAR -1,34789679 0,59333349 -0,00208071 -1,03895784 0,29787827 -0,03188820 AKPI -0,00438555 -0,00158778 -0,00206884 0,13654761 0,00000000 0,00104464 ROTI 0,08660694 0,15412824 0,20130221 0,10032327 0,12338534 0,16557503 DLTA 0,00498203 0,02546756 0,08946812 -0,13099603 0,01268353 0,10598491 INDS 0,10911374 0,01259641 0,01568805 0,15415087 0,08004079 0,07771474 CEKA -0,08578948 0,14575792 0,12522902 -0,22095372 0,23653159 -0,04219926 KBLI 0,15026730 0,00764242 0,09746259 0,17421472 0,17604434 0,09136180 KBRI -0,15344317 0,17151501 0,03098835 -0,15477389 -0,47859084 0,24590936 SSTM 0,06327315 -0,07036806 -0,05599894 0,01931321 -0,04444230 0,13837852 ARNA 0,13098167 0,06747558 0,03648629 0,06543814 0,04587907 -0,90943196 NIKL 0,09372277 -0,03217638 -0,06219970 0,06216110 -0,03225682 0,03444843 DVLA 0,03387734 -0,04353381 0,05611611 0,02900246 -0,01404272 0,08231637 GDST 0,02529373 0,09557913 -0,17616741 0,01777408 0,08785268 -0,10394402 TCID 0,05818519 0,04269111 0,06285924 0,02379583 0,05229971 0,04873059 HDTX -0,14242379 0,00840459 0,04699037 -0,15109073 0,18641733 -0,07218435 MLBI 0,08848898 -0,01328192 -0,04793942 0,04438052 0,01632816 -0,07415642 GDYR 0,06982359 0,04172116 0,10554847 0,16556919 0,03415897 0,02029068 SMSM 0,04700597 0,09068938 0,02410597 0,05542915 0,12286041 0,01874339 TOTO 0,02736190 0,04125120 0,03617842 0,05842805 0,07793000 0,07003761 MAIN 0,10663626 0,09946084 0,08832238 0,03736843 0,11180326 0,10429693 SCCO 0,00953575 0,11800910 0,06255098 0,16310869 0,18471482 0,02253617 PBRX -0,05318454 0,18567010 0,05173658 -0,04762434 0,18184555 0,09457031 ALMI 0,09380074 0,00726963 0,00079564 0,23579360 0,07709178 -0,04888869
36
TBMS 0,07423973 0,09847060 0,06759786 0,19718171 0,16672704 0,02818666 VOKS 1,34331422 -1,29754762 0,08196245 -0,12069461 0,18706177 0,09099116 SPMA 0,06266840 0,05006952 0,05206115 0,05695037 0,00993353 0,03007237 ARGO -0,20954634 0,00185701 0,17038491 -0,05558612 0,10620672 0,07208767 KIAS 0,00241766 0,17585331 0,04673196 0,20890907 0,04813510 0,07894595
BRAM 0,03468092 0,02891815 0,01746506 0,08028740 0,03740124 -0,06764948 KAEF 0,04970290 0,03184359 0,04858358 0,04748703 0,03877501 0,03047757
MYTX 0,06284893 -0,08285698 -0,09246222 0,06394743 0,05507072 -0,11002396
BUDI 0,00260085 0,10259590 -0,07095918 0,07629254 0,07139914 -0,03777904
TRST 0,06055102 -0,04647637 0,03180050 0,04560517 0,06468835 -0,01676496 ULTJ 0,13966796 0,03762829 0,00531313 0,06636874 0,04845910 0,12597135 SAIP -0,02176556 0,19010225 0,00967551 -0,09287442 -0,01007520 -0,16216132 IPOL 0,00711921 0,07676489 0,04562606 0,12091005 0,06324196 0,06783936 CTBN 0,08915141 0,03533887 0,23512906 -0,10354475 -0,02085752 0,02170961 UNIC 0,04139908 0,05740824 0,04257181 0,08632413 0,11245254 0,02663010 AMFG 0,01494962 0,06170583 0,03571389 0,10320825 0,02943452 0,04160734 TFCO -0,26423212 0,02901228 0,01936514 0,04255650 0,12883524 -0,00702396 DAVO -0,26740674 0,05528186 0,00974455 0,59845828 -0,08633098 -0,03763483 AISA 0,05712073 0,29965914 0,19477050 0,12143895 0,39540835 0,19522428 INRU -0,03181114 0,04011242 0,07983888 0,07644491 -0,02838591 0,10198297 FPNI -0,05992175 -0,02363548 0,01620499 -0,02358694 0,10206153 0,05369171 TSPC 0,02514184 0,07310008 0,06385049 0,05746355 0,05150139 0,05958882 MASA 0,10679412 0,13408208 0,12137347 0,07424717 0,16818566 0,02107268 POLY 0,07125180 -0,03257292 0,02040458 0,10339802 0,11175927 0,00244886 FASW 0,07893572 0,12655469 -0,02415103 0,09299623 0,08560647 -0,01455851 ADMG 0,08306783 0,00392935 -0,02650290 0,06222931 0,14048718 -0,02631012 MYOR 0,25340274 -0,01540533 0,12070228 0,17961647 0,11682179 0,04601913 INDR 0,10470105 -0,01524117 0,05206427 0,08077139 0,10586592 0,00767786 RMBA 0,03120413 0,06399341 0,06277384 0,08895598 0,05342416 -0,00960035 CPIN 0,08188203 -0,02397286 0,06468695 0,01490091 0,07591868 0,07434501 AUTO 0,03991316 0,09309482 0,08869171 0,07477069 0,07085879 0,05080473 KLBF 0,05448376 0,03111544 0,08274533 0,05130216 0,02815949 0,09680111 JPFA 0,05536996 -0,00594371 0,01823198 -0,01180305 0,04928973 0,05717294 TPIA 0,05781333 0,51728319 0,05892045 0,03826753 0,58542031 0,04490547
UNVR 0,06933214 0,06331185 0,05493334 0,03306256 0,07624763 0,06571569 SMCB 0,03169768 -0,15653306 0,04423849 0,00121907 0,10115753 0,07832994 GJTL -0,01654571 0,00553312 0,06142081 0,09398303 0,07979458 0,02622926 IMAS 0,10935307 0,00000000 0,11172533 0,15918080 0,00317673 0,09505508 ICBP 0,04562237 0,00800754 0,08996890 0,03894235 0,03275659 0,04688079
37
INTP 0,03125540 0,12078258 0,08183651 0,00000000 0,11829615 0,09516713 BRPT 0,02119034 0,09249345 0,06012618 0,07139878 0,07178484 0,04486898 SMGR -0,02019714 0,05743614 0,08046834 -0,00131991 0,05760592 0,07793533 KRAS 0,02981784 -0,08228504 0,01426102 -0,05632794 0,09371082 0,07915986 HMSP -0,00203993 0,06465531 0,05169670 0,04655138 0,08579396 0,10054443 GGRM 0,18627500 0,03905345 -0,01520398 0,05808963 0,04580265 0,06839854 INDF 0,02360693 0,00922167 0,06561766 0,01152875 0,07203811 0,04307854
ASII 0,08388958 0,06780898 0,06063668 0,12036243 0,09711109 0,06325589
38
KODE
DECRDUMi,t*log[Salesi,t/Salesi,t-1]
2009/2010 2010/2011 2011/2012
AKKU 0,06107856 0,00000000 0,00000000 KICI 0,00000000 0,03473859 0,00000000
BIMA 0,00000000 0,00000000 0,00000000 LMSH 0,00000000 0,00000000 0,00000000 BTON -0,01727940 0,00000000 0,00382597 PYFA 0,00000000 0,00000000 0,00000000 ERTX -0,02532082 0,04324368 0,25901105 INCI 0,00000000 0,01604565 0,10904509
EKAD 0,00000000 0,00000000 0,00000000 LPIN 0,00000000 0,00000000 0,03813687
UNTX 0,00000000 0,00000000 -0,15954203 SIAP 0,00000000 0,00000000 0,01774951
ALKA 0,00000000 0,00000000 0,00000000 KARW -0,25499617 -0,17932668 0,00000000 SKLT 0,00000000 0,00000000 0,00000000 YPAS 0,00000000 0,00000000 0,00000000 NIPS 0,00000000 0,00000000 0,00000000 SCPI 0,00000000 0,00000000 0,00000000 ADES 0,00000000 0,00000000 0,00000000 IGAR 0,00000000 -0,01937306 0,00000000 UNIT -0,04155483 -0,04064391 -0,06701408 CNTX -0,01271246 0,00000000 0,00000000 APLI 0,00000000 0,00000000 0,00000000 JPRS 0,00000000 0,00000000 0,00000000 LION 0,00000000 0,00000000 0,00000000 SQBI -0,13827590 0,00000000 0,00000000 SRSN -0,01208288 0,00000000 0,00000000 MRAT 0,00000000 0,00000000 0,00000000 SULI 0,00000000 -0,16165259 0,00000000
MBTO 0,00000000 0,00000000 0,00000000 PSDN 0,00000000 0,00000000 0,00000000 BATA 0,00000000 0,00000000 0,00000000 INAI 0,00000000 0,00000000 0,00000000
MERK 0,00000000 0,06235126 0,00533091 PRAS 0,25081607 0,00000000 -0,02742596 KBLM 0,00000000 0,00000000 0,00000000 ETWA 0,00000000 0,04733635 0,00000000
39
KDSI 0,00000000 0,00000000 0,00000000
PICO -0,01517780 0,00000000 0,00000000
IKBI 0,00000000 0,00000000 0,00000000 IKAI 0,00000000 -0,03507780 0,00000000
BRNA 0,00000000 0,00000000 0,00000000 JECC 0,03694535 0,00000000 -0,01131353 TIRT -0,00328193 -0,03023218 0,00000000 ESTI 0,00000000 0,07857594 0,00000000 LMPI 0,00000000 0,00000000 0,00000000 RICY 0,00000000 0,00000000 0,00000000 STAR -1,03895784 0,00000000 -0,03188820 AKPI 0,13654761 0,00000000 0,00104464 ROTI 0,00000000 0,00000000 0,00000000 DLTA 0,00000000 0,00000000 0,00000000 INDS 0,00000000 0,00000000 0,00000000 CEKA -0,22095372 0,00000000 0,00000000 KBLI 0,00000000 0,00000000 0,00000000 KBRI -0,15477389 0,00000000 0,00000000 SSTM 0,00000000 -0,04444230 0,13837852 ARNA 0,00000000 0,00000000 0,00000000 NIKL 0,00000000 -0,03225682 0,03444843 DVLA 0,00000000 -0,01404272 0,00000000 GDST 0,00000000 0,00000000 -0,10394402 TCID 0,00000000 0,00000000 0,00000000 HDTX -0,15109073 0,00000000 0,00000000 MLBI 0,00000000 0,01632816 -0,07415642 GDYR 0,00000000 0,00000000 0,00000000 SMSM 0,00000000 0,00000000 0,00000000 TOTO 0,00000000 0,00000000 0,00000000 MAIN 0,00000000 0,00000000 0,00000000 SCCO 0,00000000 0,00000000 0,00000000 PBRX -0,04762434 0,00000000 0,00000000 ALMI 0,00000000 0,00000000 0,00000000 TBMS 0,00000000 0,00000000 0,00000000 VOKS 0,00000000 0,18706177 0,00000000 SPMA 0,00000000 0,00000000 0,00000000 ARGO -0,05558612 0,00000000 0,00000000 KIAS 0,00000000 0,00000000 0,00000000
BRAM 0,00000000 0,00000000 0,00000000
40
KAEF 0,00000000 0,00000000 0,00000000
MYTX 0,00000000 0,05507072 -0,11002396
BUDI 0,00000000 0,00000000 -0,03777904 TRST 0,00000000 0,06468835 0,00000000 ULTJ 0,00000000 0,00000000 0,00000000 SAIP -0,09287442 0,00000000 0,00000000 IPOL 0,00000000 0,00000000 0,00000000 CTBN 0,00000000 0,00000000 0,00000000 UNIC 0,00000000 0,00000000 0,00000000 AMFG 0,00000000 0,00000000 0,00000000 TFCO 0,04255650 0,00000000 0,00000000 DAVO 0,59845828 0,00000000 0,00000000 AISA 0,00000000 0,00000000 0,00000000 INRU 0,07644491 0,00000000 0,00000000 FPNI -0,02358694 0,10206153 0,00000000 TSPC 0,00000000 0,00000000 0,00000000 MASA 0,00000000 0,00000000 0,00000000 POLY 0,00000000 0,11175927 0,00000000 FASW 0,00000000 0,00000000 -0,01455851 ADMG 0,00000000 0,00000000 -0,02631012 MYOR 0,00000000 0,11682179 0,00000000 INDR 0,00000000 0,10586592 0,00000000 RMBA 0,00000000 0,00000000 0,00000000 CPIN 0,00000000 0,07591868 0,00000000 AUTO 0,00000000 0,00000000 0,00000000 KLBF 0,00000000 0,00000000 0,00000000 JPFA 0,00000000 0,04928973 0,00000000 TPIA 0,00000000 0,00000000 0,00000000
UNVR 0,00000000 0,00000000 0,00000000 SMCB 0,00000000 0,10115753 0,00000000 GJTL 0,09398303 0,00000000 0,00000000 IMAS 0,00000000 0,00000000 0,00000000 ICBP 0,00000000 0,00000000 0,00000000 INTP 0,00000000 0,00000000 0,00000000 BRPT 0,00000000 0,00000000 0,00000000 SMGR -0,00131991 0,00000000 0,00000000 KRAS 0,00000000 0,09371082 0,00000000 HMSP 0,04655138 0,00000000 0,00000000 GGRM 0,00000000 0,00000000 0,06839854
41
INDF 0,00000000 0,00000000 0,00000000
ASII 0,00000000 0,00000000 0,00000000
KODE
DECRDUM i,t*log[Salesi,t/Salesi,t-1] *log[Total Asseti,t/Salesi,t-1
2009/2010 2010/2011 2011/2012
AKKU 0,06379216 0,00000000 0,00000000 KICI 0,00000000 0,00118982 0,00000000
BIMA 0,00000000 0,00000000 0,00000000 LMSH 0,00000000 0,00000000 0,00000000 BTON 0,00295167 0,00000000 -0,00009509 PYFA 0,00000000 0,00000000 0,00000000 ERTX 0,00672741 -0,01167623 -0,07493570 INCI 0,00000000 0,00820885 0,05832044
EKAD 0,00000000 0,00000000 0,00000000 LPIN 0,00000000 0,00000000 0,01779589
UNTX 0,00000000 0,00000000 0,03223072 SIAP 0,00000000 0,00000000 0,00748116
ALKA 0,00000000 0,00000000 0,00000000 KARW -0,11784130 -0,14029221 0,00000000 SKLT 0,00000000 0,00000000 0,00000000 YPAS 0,00000000 0,00000000 0,00000000 NIPS 0,00000000 0,00000000 0,00000000 SCPI 0,00000000 0,00000000 0,00000000 ADES 0,00000000 0,00000000 0,00000000 IGAR 0,00000000 0,00345541 0,00000000 UNIT -0,01641752 -0,01746001 -0,03792191 CNTX -0,00159654 0,00000000 0,00000000 APLI 0,00000000 0,00000000 0,00000000 JPRS 0,00000000 0,00000000 0,00000000 LION 0,00000000 0,00000000 0,00000000 SQBI 0,01628224 0,00000000 0,00000000 SRSN -0,00016788 0,00000000 0,00000000 MRAT 0,00000000 0,00000000 0,00000000 SULI 0,00000000 -0,07382330 0,00000000
MBTO 0,00000000 0,00000000 0,00000000 PSDN 0,00000000 0,00000000 0,00000000 BATA 0,00000000 0,00000000 0,00000000 INAI 0,00000000 0,00000000 0,00000000
42
MERK 0,00000000 -0,00835766 -0,00110698 PRAS 0,11468408 0,00000000 -0,00664634 KBLM 0,00000000 0,00000000 0,00000000 ETWA 0,00000000 -0,00549372 0,00000000 KDSI 0,00000000 0,00000000 0,00000000
PICO 0,00041225 0,00000000 0,00000000
IKBI 0,00000000 0,00000000 0,00000000 IKAI 0,00000000 -0,01333331 0,00000000
BRNA 0,00000000 0,00000000 0,00000000 JECC -0,00490544 0,00000000 0,00285442 TIRT 0,00010595 -0,00148507 0,00000000 ESTI 0,00000000 0,00704347 0,00000000 LMPI 0,00000000 0,00000000 0,00000000 RICY 0,00000000 0,00000000 0,00000000 STAR 0,42141417 0,00000000 -0,01699562 AKPI 0,00984377 0,00000000 0,00005899 ROTI 0,00000000 0,00000000 0,00000000 DLTA 0,00000000 0,00000000 0,00000000 INDS 0,00000000 0,00000000 0,00000000 CEKA 0,03260020 0,00000000 0,00000000 KBLI 0,00000000 0,00000000 0,00000000 KBRI -0,13284732 0,00000000 0,00000000 SSTM 0,00000000 -0,01227125 0,04194697 ARNA 0,00000000 0,00000000 0,00000000 NIKL 0,00000000 0,00547574 -0,00250245 DVLA 0,00000000 0,00004117 0,00000000 GDST 0,00000000 0,00000000 0,02649949 TCID 0,00000000 0,00000000 0,00000000 HDTX -0,00517095 0,00000000 0,00000000 MLBI 0,00000000 -0,00271445 0,01540603 GDYR 0,00000000 0,00000000 0,00000000 SMSM 0,00000000 0,00000000 0,00000000 TOTO 0,00000000 0,00000000 0,00000000 MAIN 0,00000000 0,00000000 0,00000000 SCCO 0,00000000 0,00000000 0,00000000 PBRX 0,01211169 0,00000000 0,00000000 ALMI 0,00000000 0,00000000 0,00000000 TBMS 0,00000000 0,00000000 0,00000000 VOKS 0,00000000 0,01489212 0,00000000
43
SPMA 0,00000000 0,00000000 0,00000000 ARGO -0,01593902 0,00000000 0,00000000 KIAS 0,00000000 0,00000000 0,00000000
BRAM 0,00000000 0,00000000 0,00000000 KAEF 0,00000000 0,00000000 0,00000000
MYTX 0,00000000 0,00166682 0,00390861
BUDI 0,00000000 0,00000000 0,00139653 TRST 0,00000000 0,00490709 0,00000000 ULTJ 0,00000000 0,00000000 0,00000000 SAIP -0,06398698 0,00000000 0,00000000 IPOL 0,00000000 0,00000000 0,00000000 CTBN 0,00000000 0,00000000 0,00000000 UNIC 0,00000000 0,00000000 0,00000000 AMFG 0,00000000 0,00000000 0,00000000 TFCO -0,00594871 0,00000000 0,00000000 DAVO 0,50710259 0,00000000 0,00000000 AISA 0,00000000 0,00000000 0,00000000 INRU 0,04193904 0,00000000 0,00000000 FPNI 0,00333613 -0,01101418 0,00000000 TSPC 0,00000000 0,00000000 0,00000000 MASA 0,00000000 0,00000000 0,00000000 POLY 0,00000000 -0,00398216 0,00000000 FASW 0,00000000 0,00000000 -0,00191029 ADMG 0,00000000 0,00000000 -0,00164914 MYOR 0,00000000 -0,00458571 0,00000000 INDR 0,00000000 0,00451231 0,00000000 RMBA 0,00000000 0,00000000 0,00000000 CPIN 0,00000000 -0,03493649 0,00000000 AUTO 0,00000000 0,00000000 0,00000000 KLBF 0,00000000 0,00000000 0,00000000 JPFA 0,00000000 -0,01121032 0,00000000 TPIA 0,00000000 0,00000000 0,00000000
UNVR 0,00000000 0,00000000 0,00000000 SMCB 0,00000000 0,02672024 0,00000000 GJTL 0,01092262 0,00000000 0,00000000 IMAS 0,00000000 0,00000000 0,00000000 ICBP 0,00000000 0,00000000 0,00000000 INTP 0,00000000 0,00000000 0,00000000 BRPT 0,00000000 0,00000000 0,00000000
44
SMGR -0,00004501 0,00000000 0,00000000 KRAS 0,00000000 0,01550619 0,00000000 HMSP -0,01296312 0,00000000 0,00000000 GGRM 0,00000000 0,00000000 -0,00026717 INDF 0,00000000 0,00000000 0,00000000
ASII 0,00000000 0,00000000 0,00000000
KODE
DECRDUMi,t*log[Salesi,t/Salesi,t-1] *log[Number of employeei,t/Salesi,t-1]
2009/2010 2010/2011 2011/2012
AKKU -0,46650152 0,00000000 0,00000000 KICI 0,00000000 -0,27482678 0,00000000
BIMA 0,00000000 0,00000000 0,00000000 LMSH 0,00000000 0,00000000 0,00000000 BTON 0,16598068 0,00000000 -0,03709343 PYFA 0,00000000 0,00000000 0,00000000 ERTX 0,20250464 -0,34537112 -2,06976103 INCI 0,00000000 -0,14204935 -0,96310218
EKAD 0,00000000 0,00000000 0,00000000 LPIN 0,00000000 0,00000000 -0,33556830
UNTX 0,00000000 0,00000000 1,33605099 SIAP 0,00000000 0,00000000 -0,16040474
ALKA 0,00000000 0,00000000 0,00000000 KARW 2,05180421 1,67904569 0,00000000 SKLT 0,00000000 0,00000000 0,00000000 YPAS 0,00000000 0,00000000 0,00000000 NIPS 0,00000000 0,00000000 0,00000000 SCPI 0,00000000 0,00000000 0,00000000 ADES 0,00000000 0,00000000 0,00000000 IGAR 0,00000000 0,17621403 0,00000000 UNIT 0,34420179 0,33488635 0,55443618 CNTX 0,11168334 0,00000000 0,00000000 APLI 0,00000000 0,00000000 0,00000000 JPRS 0,00000000 0,00000000 0,00000000 LION 0,00000000 0,00000000 0,00000000 SQBI 1,32275128 0,00000000 0,00000000 SRSN 0,10879891 0,00000000 0,00000000 MRAT 0,00000000 0,00000000 0,00000000 SULI 0,00000000 1,37490771 0,00000000
45
MBTO 0,00000000 0,00000000 0,00000000 PSDN 0,00000000 0,00000000 0,00000000 BATA 0,00000000 0,00000000 0,00000000 INAI 0,00000000 0,00000000 0,00000000
MERK 0,00000000 -0,55934158 -0,04828368 PRAS -2,07637106 0,00000000 0,23602278 KBLM 0,00000000 0,00000000 0,00000000 ETWA 0,00000000 -0,40764275 0,00000000 KDSI 0,00000000 0,00000000 0,00000000
PICO 0,13278578 0,00000000 0,00000000
IKBI 0,00000000 0,00000000 0,00000000 IKAI 0,00000000 0,29937231 0,00000000
BRNA 0,00000000 0,00000000 0,00000000 JECC -0,33599365 0,00000000 0,10587024 TIRT 0,02847839 0,26359949 0,00000000 ESTI 0,00000000 -0,65414707 0,00000000 LMPI 0,00000000 0,00000000 0,00000000 RICY 0,00000000 0,00000000 0,00000000 STAR 9,64296972 0,00000000 0,27136646 AKPI -1,24912980 0,00000000 -0,00953602 ROTI 0,00000000 0,00000000 0,00000000 DLTA 0,00000000 0,00000000 0,00000000 INDS 0,00000000 0,00000000 0,00000000 CEKA 2,09073142 0,00000000 0,00000000 KBLI 0,00000000 0,00000000 0,00000000 KBRI 1,34302659 0,00000000 0,00000000 SSTM 0,00000000 0,37076702 -1,14674554 ARNA 0,00000000 0,00000000 0,00000000 NIKL 0,00000000 0,30649418 -0,32790386 DVLA 0,00000000 0,12575048 0,00000000 GDST 0,00000000 0,00000000 1,00341620 TCID 0,00000000 0,00000000 0,00000000 HDTX 1,31972489 0,00000000 0,00000000 MLBI 0,00000000 -0,15838684 0,72183316 GDYR 0,00000000 0,00000000 0,00000000 SMSM 0,00000000 0,00000000 0,00000000 TOTO 0,00000000 0,00000000 0,00000000 MAIN 0,00000000 0,00000000 0,00000000 SCCO 0,00000000 0,00000000 0,00000000
46
PBRX 0,38834811 0,00000000 0,00000000 ALMI 0,00000000 0,00000000 0,00000000 TBMS 0,00000000 0,00000000 0,00000000 VOKS 0,00000000 -1,73537633 0,00000000 SPMA 0,00000000 0,00000000 0,00000000 ARGO 0,46115361 0,00000000 0,00000000 KIAS 0,00000000 0,00000000 0,00000000
BRAM 0,00000000 0,00000000 0,00000000 KAEF 0,00000000 0,00000000 0,00000000
MYTX 0,00000000 -0,46572534 0,94235000
BUDI 0,00000000 0,00000000 0,33547732 TRST 0,00000000 -0,59870047 0,00000000 ULTJ 0,00000000 0,00000000 0,00000000 SAIP 0,79787778 0,00000000 0,00000000 IPOL 0,00000000 0,00000000 0,00000000 CTBN 0,00000000 0,00000000 0,00000000 UNIC 0,00000000 0,00000000 0,00000000 AMFG 0,00000000 0,00000000 0,00000000 TFCO -0,40134556 0,00000000 0,00000000 DAVO -5,40819818 0,00000000 0,00000000 AISA 0,00000000 0,00000000 0,00000000 INRU -0,68014507 0,00000000 0,00000000 FPNI 0,23093919 -1,02706273 0,00000000 TSPC 0,00000000 0,00000000 0,00000000 MASA 0,00000000 0,00000000 0,00000000 POLY 0,00000000 -1,01944321 0,00000000 FASW 0,00000000 0,00000000 0,13408057 ADMG 0,00000000 0,00000000 0,24709128 MYOR 0,00000000 -1,05167187 0,00000000 INDR 0,00000000 -0,94334062 0,00000000 RMBA 0,00000000 0,00000000 0,00000000 CPIN 0,00000000 -0,72584437 0,00000000 AUTO 0,00000000 0,00000000 0,00000000 KLBF 0,00000000 0,00000000 0,00000000 JPFA 0,00000000 -0,44407711 0,00000000 TPIA 0,00000000 0,00000000 0,00000000
UNVR 0,00000000 0,00000000 0,00000000 SMCB 0,00000000 -0,94438634 0,00000000 GJTL -0,82992177 0,00000000 0,00000000
47
IMAS 0,00000000 0,00000000 0,00000000 ICBP 0,00000000 0,00000000 0,00000000 INTP 0,00000000 0,00000000 0,00000000 BRPT 0,00000000 0,00000000 0,00000000 SMGR 0,01237490 0,00000000 0,00000000 KRAS 0,00000000 -0,86825402 0,00000000 HMSP -0,42593794 0,00000000 0,00000000 GGRM 0,00000000 0,00000000 -0,61427945 INDF 0,00000000 0,00000000 0,00000000
ASII 0,00000000 0,00000000 0,00000000
48
Lampiran 3
Uji Asumsi Klasik
Hpotesis 1
1. Uji Multikolinearitas
Tujuan dari uji multikolinearitas adalah untuk menguji apakah dalam suatu
model regresi ditemukan adanya korelasi antar variabel independen. Jika antar
variabel independen tidak terjadi korelasi, maka dapat dikatakan bahwa model
regresi tersebut baik (Ghozali, 2007). Untuk menentukan apakah suatu model
terjadi multikolinearitas dengan melihat dari nilai VIF (Value Inflation
Factor). Jika nilai VIF > 10 maka dapat diindikasikan terjadi multikolinearitas.
Jika nilai VIF < 10 maka tidak terjadi multikolinearitas.
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .798 1.253
Periode .798 1.253
Dapat dilihat dari output diatas semua variabel memiliki nilai VIF < 10,
maka dapat disimpulkan bahwa model ini tidak terjadi multikolinearitas.
49
2. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah suatu model
regresi dimana variabel dependen tidak berkorelasi dengan dirinya sendiri
(Ghozali, 2007). Untuk menentukan apakah suatu model terdapat
autokorelasi adalah dengan melihat dari nilai D-W berada diantara -2 dan
2.
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .437a .191 .186 .09095379 1.911
Dapat dilihat dari output di atas nilai dari Durbin-Watson barada
diantara -2 dan 2 yaitu sebesar 1,911. Dapat disimpulkan bahwa tidak
terjadi autokorelasi.
3. Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk menentukan apakah
model terbebas dari masalah heterosedastisitas atau tidak.
Heteroskedastisitas adalah keadaan dimana varian dari residual suatu
pengamatan ke pengamatan yang lain berbeda (Ghozali, 2007). Untuk
menentukan apakah suatu model terdapat masalah heteroskedastisitas
adalah dengan melihat dari signifikansi yang nilainya > 0,05. Penulis
menggunakan uji glejser.
50
Dari hasil dibawah dapat dilihat bahwa signifikansi > 0,05 ini berarti tidak
terdapat masalah heteroskedastisitas.
4. Uji Normalitas
Biaya Penjualan Periode
N 344 344 344
Normal Parametersa Mean .0425711 .0532683 .0002065
Std. Deviation .10080144 .09516063 .04298409
Most Extreme Differences Absolute .134 .110 .403
Positive .127 .110 .403
Negative -.134 -.099 -.391
Kolmogorov-Smirnov Z 2.488 2.040 7.476
Asymp. Sig. (2-tailed) .000 .000 .000
Uji normalitas bertujuan untuk melihat apakah data berdistribusi normal
atau tidak (Priyatno, 2009). Dari hasil diatas dapat dilihat asym.sig. (2-tailed)
pada variabel biaya, penjualan dan periode bernilai <0,05 hal ini berarti data
berdistribusi tidak normal. Tetapi berdasarkan teori pusat yang menyatakan bahwa
untuk penarikan sampel dalam jumlah besar yang merepresentasikan populasi,
Model t Sig.
1 (Constant) 12.241 .000
Penjualan .586 .558
Periode -.327 .744
51
distribusi akan mendekati distribusi normal (Walpole dan Myers, 1986). Dalam
penelitian ini menggunakan sampel berjumlah 117 perusahaan dari total 138
perusahaan terbentuk sampel 351 kemudian dihilangkan 7 outlier hingga menjadi
344 data. Jumlah sampel tersebut adalah 83 persen dari populasi sehingga data
dianggap normal.
52
Hipotesis 2
1. Uji Multikolinearitas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penjualan .579 1.727
Periode .590 1.887
Asset .738 1.355
Karyawan .625 1.572
2. Uji Autokorelasi
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate Durbin-Watson
1 .722a .521 .515 .08039059 1.954
53
3. Uji Heteroskedastisitas
Model t Sig.
1 (Constant) 13.936 .000
Penjualan -1.069 .286
Periode -.823 .411
Asset 1.170 .243
Karyawan -1.126 .261
4. Uji Normalitas
Biaya Penjualan Periode Asset Karyawan
N 339 339 339 339 339
Normal Parametersa Mean .0343601 .0449099 -1.6082713E-3 .0026211 .0140341
Std.
Deviation .11547005 .11683307 .07466598
.0375695
0.68189993
Most Extreme Differences Absolute .184 .151 .402 .432 .402
Positive .139 .134 .394 .432 .402
Negative -.184 -.151 -.402 -.381 -.394
Kolmogorov-Smirnov Z 3.395 2.781 7.409 7.959 7.402
Asymp. Sig. (2-tailed) .000 .000 .000 .000 .000
54
DAFTAR RIWAYAT HIDUP
Nama : Yuniasih Wahyuningtyas
NIM : 232010200
Alamat : RT 01/ RW 05 Kedungjati, Kab. Grobogan, Jawa Tengah
Judul skripsi : Pengaruh Asset Intensity dan Empoyee Intensity terhadap
Sticky Cost Pada Biaya Penjualan, Administrasi dan Umum
Pendidikan Formal
• 1998-2004 SD Negeri 2 Kedungjati
• 2004-2007 SMP Negeri 1 Kedungjati
• 2007-2010 Jurusan IPA SMA Negeri 1 Gubug
• 2010-2014 Jurusan Akuntansi Universitas Kristen Satya Wacana
Pendidikan Non Formal
• Kursus Bahasa Inggris di Kota Bahasa Salatiga tahun 2011
• Kursus Brevet Pajak A dan B tahun 2013 di FEB UKSW Salatiga
Seminar yang Pernah Diikuti
• National Seminar on Accounting 2011 “Penyusunan Laporan
Keuangan Bebasis SAK 2010”
• National Seminar on Accounting 2011 “Penyusunan Laporan
Keuangan Berdasarkan SAK ETAP”
• Seminar Nasional Kewirausahaan “Great Man Have Great Minds”
• Seminar Nasional “ Emerging Risks in Information Systems from
The Audit Perspective”
55