Computer File
Memprediksi laba bersih perusahaan berdasarkan klasifikasi komponen laba perusahaan : suatu studi pada perusahaan yang terdaftar di BEJ yang termasuk dalam LQ 45 dan bergerak di bidang infrastucture, utilities, dan transportation
Dalam persaingan dunia usaha yang semakin ketat dewasa ini, perusahaan dituntut siap menghadapi persaingan yang kuat pula untuk mencapai tujuannya. Perusahaan sebagai salah satu bentuk organisasi masyarakat yang berorientasi pada laba akan berusaha untuk menghasilkan laba yang memadai agar dapat mempertahankan kelangsungan hidupnya. Kinerja perusahaan seringkali diukur melalui laba yang diperolehnya dalam suatu periode tertentu. Peningkatan laba perusahaan dari waktu ke waktu merupakan suatu hal yang
meningkatkan nilai perusahaan yang bersangkutan.
Hasil dari proses akuntansi adalah menghasilkan laporan keuangan. Laporan keuangan sebagai salah satu alat informasi untuk pengambilan keputusan dapat digunakan oleh berbagai pihak yang berkepentingan, misalnya investor, kreditor, manajer, dan lain-lain. Bagi pihak yang berkepentingan, mengetahui kinerja perusahaan, dimana suatu investasi maupun keputusan akan dilakukan, merupakan hal yang sangat penting sehingga laporan keuangan perusahaan menjadi sumber informasi utama.
Bagian dari laporan keuangan yang dapat digunakan untuk menilai kinerja perusahaan adalah informasi tentang laba. Pentingnya informasi laba disebutkan dalam Statement of Financial Accounting concept (SFAC) No. 1, bahwa informasi laba berguna untuk membantu investor dan kreditor dalam menilai kinerja manajemen, membantu
mengestimasi kemampuan laba yang representatif memprediksi laba yang akan datang serta menaksir risiko dan investasi atau pemberian pinjaman pada perusahaan ( kredit ).
Di dalam laporan keuangan terdapat klasifikasi komponen laba dengan memilah-milah laba ke dalam komponen-komponen yang lebih spesifik antara lain pendapatan, beban operasional, laba kotor, laba usaha, dan lain-lain. Seperti yang disebutkan dalam SFAC No. 1 di atas, maka komponen-komponen laba tersebut membantu dalam memprediksi laba di masa yang akan datang. Sehubungan dengan hal di atas penulis tertarik membahasnya dalam skripsi yang berjudul: "Memprediksi Laba Bersih Perusahaan Berdasarkan Klasifikasi
Komponen Laba Perusahaan( Suatu studi pada perusahaan yang terdaftar di BEJ yang termasuk dalam LQ 45 dan bergerak di bidang infrastructure, utilities, dan transportation )."
Untuk keperluan analisis dalam penelitian ini, penulis mengambil data finansial dari Pusat Referensi Pasar Modal (PRPM) di Bursa Efek Jakarta (BEJ) berupa Laporan Laba Rugi tahun 2003 sampai 2005 untuk PT. Citra Marga Nusantara Persada Tbk., PT. Indonesian Satellite Corporation Tbk.. dan PT. Telekomunikasi Indonesia Tbk. dengan menggunakan alat statistik regresi menggunakan bantuan program SPSS versi 11.5. Sedangkan metode penelitian yang digunakan oleh penulis yaitu metode deskriptif analitis
Penelitian ini awalnya melibatkan apakah masing-masing komponen laba berpengaruh terhadap prediksi laba bersih kuartal yang akan datang secara signifikan atau tidak. Hasil pengolahan data menunjukkan bahwa masing-masing komponen laba tidak mempengaruhi laba bersih kuartal yang akan datang secara signifikan untuk tiap perusahaan. Hal ini dibuktikan dengan nilai sig. ( tabel ANOVA ). Untuk PT. Citra Marga Nusantara Persada Tbk. nilai sig. untuk model peramalan kesatu sampai kelima secara berurutan sebesar 0.512,0.643,0.836,0.797, dan 0.443 (lebih besar dari 0.05 atau 5%). Untuk PT. Indonesian Satellite Corporation Tbk. nilai sig. untuk model peramalan kesatu sampai kelima secara berurutan sebesar 0.728,0.826,0.767,0.898, dan 0.193 (lebih besar dari 0.05 atau
5% ). Untuk PT. Telekomunikasi Indonesia Tbk. nilai sig. untuk model peramalan kesatu sampai kelima secara berurutan sebesar 0.607, 0.379, 0.286, 0.451 dan 0.393 ( lebih besarn dari 0.05 atau 5% ).
Selain itu dari hasil pengolahan data yang dilakukan, diperoleh nilai R Square yang terbesar untuk PT. Citra Marga Nusantara Persada Tbk. adalah sebesar 48.1% untuk PT. Indonesian Satellite Corporation Tbk. adalah sebesar 63.9% dan untuk PT. Telekomunikasi
Indonesia Tbk. adalah sebesar 50.9%. Nilai tersebut merupakan nilai R Square dari model peramalan kelima untuk tiap perusahaan yang diteliti. Model peramalan kelima menggunakan komponen laba lebih banyak dibanding model peramalan sebelumnya. Sehingga dapat disimpulkan bahwa model pwramalan yang menggunakan model peramalan
yang menggunakan lebih banyak komponen laba akan memberikan hasil prediksi yang lebih akurat atau lebih baik.
Barcode | Tipe Koleksi | Nomor Panggil | Lokasi | Status | |
---|---|---|---|---|---|
skp4035 | DIG - FE | Skripsi | AKUN KUS m/07 | Perpustakaan | Tersedia namun tidak untuk dipinjamkan - Missing |
Tidak tersedia versi lain