Mendeteksi financial statement fraud dengan menggunakan model Beneish M-score
DOI:
https://doi.org/10.29407/jae.v5i2.14030Keywords:
Fraud, Beneish M-score.Abstract
Kecurangan merupakan suatu tindakan yang disengaja oleh seseorang atau kelompok untuk menyimpang dari ketentuan pelaporan keuangan yang sudah ditetapkan dalam hal ini yaitu standar yang berlaku umum untuk mendapatkan keuntungan pribadi yang merugikan pihak lain. Penelitian ini bertujuan untuk mengetahui daftar perusahaan yang terdeteksi melakukan kecurangan laporan keuangan (fraud), dengan menggunakan model dari Beneish M Score sebagai alat pendeteksi. Dengan objek penelitian pada perusahaan sektor manufaktur yang terdaftar di Bursa Efek Indonesia tahun 2017-2018. Teknik pengambilan sampel menggunakan metode purposive sampling. Sampel dalam penelitian ini sebanyak 46 perusahaan. Teknik analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik dengan menggunakan program statistical package for social sciens (SPSS). Dengan menggunakan delapan indeks pengukuran Beneish M Score yaitu: Days Sales In Receivable Index (DSRI), Gross Margin Index (GMI), Asset Quality Index (AQI), Sales Growth Index (SGI), Depreciation Index (DEPI), Sales General And Administrative Expense Index (SGAI), Leverage Index (LVGI), dan Total Accruals To Total Assets Index (TATA). Berdasarkan hasil uji yang telah dilakukan maka dapat disimpulkan bahwa dari delapan index pengukuran Beneish M Score tidak berpengaruh terhadap kecurangan laporan keuangan (fraud).
Downloads
Published
How to Cite
Issue
Section
License
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License