Pengaruh Klasifikasi Komponen Laba Terhadap Kemampuan Prediksi Laba

Sri Wediningsih (Adv: Dr. Jogiyanto, HM., MBA), Dr. Jogiyanto, HM., MBA

2001 | Tesis | S2 Accounting

Profesi akuntansi mewajibkan perusahaan memisahkan laba bersih ke dalam komponen-komponen yang spesifik. Meskipun secara luas asumsi mengatakan bahwa klasifikasi komponen laba sangat penting untuk menaksir laba bersih tahun berikutnya, namun masih sedikit bukti empiris yang menunjukkan bahwa skema klasifikasi meningkatkan kemampuan prediksi.

Tujuan penelitian ini adalah menguji kemampuan prediksi klasifikasi komponen laba. Lima model klasifikasi digunakan untuk memprediksi laba bersih, tiga model klasifikasi digunakan untuk memprediksi laba bersih sebelum item khusus, laba atau rugi penghentian operasi dan pos luar biasa.

Sampel penelitian berjumlah seratus dua puluh perusahaan manufaktur, diperoleh dari Direktori Pasar Modal Indonesia 1996. Sampel dipisahkan menjadi dua bagian, yaitu tujuh puluh lima perusahaan sebagai sampel estimasi dan empat puluh lima perusahaan sebagai sampel validasi

Pengujian dengan membandingkan tingkat kesalahan.prediksi dari masing-masing model klasifikasi menunjukkan bahwa klasifikasi laba yang lebih spesifik memiliki kemampuan prediksi yang lebih akurat dibandingkan dengan klasifikasi laba yang kurang spesifik. Perbedaan tersebut secara statistik signifikan pada level kurang dari 1%. Dengan demikian dapat disimpulkan bahwa klasifikasi komponen laba yang semakin rinci dapat meningkatkan kemampuan prediksi laba.

The Accounting profession requires that firms disaggregate net income into specific components. Despite the widespread assumption that earnings disaggregation is important for assessing firm earnings, there is little empirical evidence that the classification scheme actually improves predictive content of earnings.

The objective of this research is to empirically examine predictive content of classification earnings components. Five classification models are used to predict earnings and three classifications models are used to predict earnings before special items, discontinued operations and extraordinary items.

There are one hundred and twenty companies selected as a sample for this research available on 1996 Indonesian Capital market Directory. It consist of seventy-five companies used for an estimation sample and forty-five companies used for a validation sample.

The evidence in this research demonstrates that earnings classifications into specific components improve predictive content of earnings.

Kata Kunci : klasifikasi komponen laba, kemampuan prediksi, sampel estimasi, sampel validasi, classification earnings components, predictive content, estimation sample, validation sample.