BAB IV HASIL DAN PEMBAHASAN
A.
Statistik Deskriptif Penelitian ini menggunakan perusahaan Badan Usaha Milik Negara (BUMN)
yang terdaftar di bursa efek Indonesia selama tahun 2009 – 2013 yaitu sebanyak 65 data pengamatan. Deskripsi variabel dalam statistik deskriptif yang digunakan pada penelitian ini meliputi nilai minimum, maksimum, mean dan standar deviasi dari satu variabel independen yaitu Intellectual Capital Disclosure (ICD) dan empat variabel independen yaitu ukuran perusahaan (SIZE), komisaris independen (INDEP), ptofitabilitas (ROA), dan leverage (LEV). Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data. Statistik deskriptif menggambarkan karakter sampel yang digunakan dalam penelitian ini. Distribusi statistik deskriptif untuk masingmasing variabel terdapat pada Tabel 4.1 berikut: Tabel 4.1 Hasil Statistik Deskriptif Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
ICD
65
.64
.93
.8023
.07819
SIZE
65
12.19
14.87
13.5275
.76513
INDEP
65
.33
.67
.4498
.10446
ROA
65
.01
.34
.0915
.08211
LEV
65
.20
.92
.6024
.25808
Valid N (listwise)
65
Sumber : Output SPSS v. 21
46
47
Pada Tabel 4.1 menunjukkan statistik deskriptif variabel penelitian dengan jumlah data setiap variabel yang valid sebanyak 65 adalah sebagai berikut : Berdasarkan Tabel 4.1 dapat dilihat bahwa nilai maksimum variabel Intellectual Capital Disclosure (ICD) adalah 0,93, nilai minimum 0,64 dan nilai ratarata sebesar 0,8023 dengan standar deviasi sebesar 0,07819. Berdasarkan Tabel 4.1 dapat dilihat bahwa nilai maksimum variabel ukuran perusahaan (SIZE) adalah 14,87, nilai minimum 12,19 dan nilai rata-rata sebesar 13,5275 dengan standar deviasi sebesar 0,76513. Berdasarkan Tabel 4.1 dapat dilihat bahwa nilai maksimum variabel komisaris indepeden (INDEP) adalah 0,67, nilai minimum 0,33 dan nilai rata-rata sebesar 0,4498 dengan standar deviasi sebesar 0,10446. Berdasarkan Tabel 4.1 dapat dilihat bahwa nilai maksimum variabel profitabilitas (ROA) adalah 0,34, nilai minimum 0,01 dan nilai rata-rata sebesar 0,0915 dengan standar deviasi sebesar 0,08211. Berdasarkan Tabel 4.1 dapat dilihat bahwa nilai maksimum variabel leverage (LEV) adalah 0,92, nilai minimum 0,20 dan nilai rata-rata sebesar 0,6024 dengan standar deviasi sebesar 0,25808.
B.
Uji Asumsi Klasik Pengujian asumsi klasik ini dilakukan untuk melihat apakah asumsi yang
dibutuhkan dalam analisa regresi linier sudah terpenuhi. Dalam penelitian ini uji asumsi klasik meliputi uji normalitas data statistik, uji heterokedastisitas, uji multikolonieritas dan uji autokorelasi.
48
1. Uji Normalitas Untuk menguji normalitas data dalam penelitian ini digunakan uji Kolmogorov-smirnov dan analisis grafik normal p-p plot of regression standardized residual. Uji normalitas bertujuan untuk menguji apakah data yang digunakan dalam penelitian berdistribusi normal atau tidak. Tabel 4.2 Hasil Uji Kolmogorov – Smirnov
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
65
Normal Parameters
a,b
Most Extreme Differences
Mean Std. Deviation
.0000000 .06963756
Absolute
.100
Positive
.053
Negative
-.100
Kolmogorov-Smirnov Z
.804
Asymp. Sig. (2-tailed)
.538
a. Test distribution is Normal. b. Calculated from data. Sumber : Output SPSS v. 21
Data yang baik adalah data yang mempunyai probabilitas diatas 0,05 dan data tersebut dilihat pada table one sample komogorov-smirnov test pada nilai Asymp, Sig. (2-tailed). Hasil pengujian dengan menggunakan one sample komogorov-smirnov menunjukkan nilai Asymp, Sig. (2-tailed) adalah 0,538 lebih besar dari tingkat signifikan α 0,05 maka dapat disimpulkan residual memenuhi asumsi distribusi
49
normal. Hasil juga didukung oleh hasil grafik yang terdiri dari Grafik Histogram dan Grafik Normal Propability Plot dibawah ini: Gambar 4.1 Grafik Histogram
Sumber : Output SPSS v. 21
Dengan melihat tampilan Grafik Histogram diatas, memperlihatkan bentuk kurva simetris maka berdasarkan kurva tersebut, model regresi berdistribusi normal dengan angka standar deviasi mendekati 1 yaitu 0,968
50
Gambar 4.2 Grafik Normal P-P Plot
Sumber : Output SPSS v. 21
Dengan melihat Grafik Normal Propability Plot pada gambar 4.2, titik-titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah grafik diagonal tersebut. Maka dapat disimpulkan variabel dalam penyebaran ini layak digunakan dalam model regresi.
2. Uji Multikolonieritas Pengujian ini bertujuan untuk mengetahui adanya korelasi antar variabel independen dalam suatu model regresi. Untuk mengetahui apakah terjadi
51
multikolonieritas atau tidak dalam model regresi adalah dengan melihat nilai tolerance dan Variance Inflation Factor (VIF). Nilai yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance < 0,10 atau sama dengan nilai VIF > 10 (Ghozali, 2006). Nilai tolerance dan Variance Inflation Factor (VIF) yang terdapat pada masing-masing variabel pada penelitian ini seperti pada tabel berikut: Tabel 4.3 Hasil Uji Multikolonieritas
Sumber : Output SPSS v. 21 Suatu model regresi dinyatakan bebas dari multikolonieritas adalah jika mempunyai nilai VIF dibawah 10. Dari output tersebut diperoleh nilai VIF pada kelima variabel kurang dari 10. Dengan demikian antaravariabel independen tidak terjadi persoalan multikolonieritas.
52
3. Uji Heteroskedastisitas Pengujian ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika ada pola tertentu, maka telah terjadi heterokedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Hasil pengujian ini dapat dilihat pada Gambar 4.3 dimana titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa model regresi ini tidak terdapat heteroskedastisitas.
Gambar 4.3 Uji Heteroskedastisitas
Sumber : Output SPSS v. 21
53
4. Uji Autokorelasi Untuk mengidentifikasi apakah terdapat autokorelasi antara error yang terjadi antar periode yang diujikan dalam model regresi, maka dilakukan Uji Autokorelasi. Untuk mengetahui ada tidaknya autokorelasi harus dilihat nilai uji Durbin-Watson.
Tabel 4.4 Hasil Uji Durbin - Watson b
Model Summary Model
R
1
.455
R Square
a
Adjusted R
Std. Error of the
Square
Estimate
.207
.154
Durbin-Watson
.07192
1.535
a. Predictors: (Constant), LEV, INDEP, SIZE, ROA b. Dependent Variable: ICD
Sumber : Output SPSS v. 21
Berdasarkan hasil analisis regresi diperoleh nilai D-W sebesar 1,535. Sedangkan nilai dU diperoleh sebesar 1,7311 dan dL 1,4709. Nilai DW tersebut berada diantara nilai dU yaitu 1,7311 dan dL 1,4709. Dengan demikian menunjukkan bahwa model regresi tersebut berada pada daerah bebas autokorelasi. Tabel 4.5 Data Pengambilan Keputusan Hipotesis nol
Keputusan
Jika
Tdk ada autokorelasi positif
Tolak
0 < d < dl
Tdk ada autokorelasi negatif
No decision
dl <= d <= du
Tdk ada korelasi positif
Tolak
4-dl < d < 4
54
Tdk ada korelasi negative
No decision
Tdk ada autokorelasi positif Tidak ditolak
4-du <= d <= 4-dl du < d < 4-dl
atau negative
C.
Analisa Regresi Berganda Untuk mengetahui pola pengaruh variabel bebas dalam penelitian ini, maka di
susun persamaan regresi berganda. Regresi berganda dalam penelitian ini digunakan untuk mengetahui pengaruh variabel-variabel bebas (SIZE, INDEP, ROA, dan LEV) terhadap variabel terikat (ICD). Analisis regresi tersebut sebab akibat antara variabel bebas dan variabel terikat. Tabel 4.6 Hasil Regresi Berganda
Sumber : Output SPSS v. 21 Berdasarkan tabel 4.6 dapat diketahui persamaan regresinya yaitu: ICD: α + β1 SIZE + β2 INDEP + β3 ROA + β4 LEV Keterangan: ICD
= Intellectual Capital Disclosure
55
α
= Konstanta
β
= Koefisien Regresi
SIZE
= Ukuran Perusahaan
INDEP = Komisaris Independen ROA
= Profitabilitas (Return On Asset)
LEV
= Leverage
Berdasarkan Tabel 4.5 diatas, dapat diketahui persamaan atas model penelitian sebagai berikut: ICD = 0,161+ 0,064 SIZE – 0,245 INDEP – 0,215 ROA – 0,162 LEV
Hasil pengujian persamaan regresi linear berganda tersebut dapat dijelaskan sebagai berikut: 1. Konstanta mempunyai nilai koefisien regresi sebesar 0,161 yang artinya jika Ukuran Perusahaan, Komisaris Independen, Profitabilitas dan Leverage bernilai 0, maka ICD nilainya adalah 0,161. 2. Ukuran perusahaan mempunyai nilai koefisien regresi dengan arah positif sebesar 0,064. Hal ini berarti kenaikan sebesar 1 persen dari variabel ukuran perusahaan akan menyebabkan variabel ICD mengalami kenaikan sebesar 0,064. Koefisien ini bernilai positif artinya terjadi pengaruh positif antara variabel independen dengan variabel dependen.
56
3. Komisaris independen mempunyai nilai koefisien regresi dengan arah negatif sebesar - 0,245. Hal ini berarti kenaikan sebesar 1 persen dari variabel komisaris independen akan menyebabkan variabel ICD mengalami penurunan sebesar 0,245. Koefisien ini bernilai negatif artinya terjadi pengaruh negatif antara variabel independen dengan variabel dependen. 4. Profitabilitas (ROA) mempunyai nilai koefisien regresi dengan arah negatif sebesar - 0,215. Hal ini berarti kenaikan sebesar 1 persen dari variabel profitabilitas akan menyebabkan variabel ICD mengalami penurunan sebesar 0,215. Koefisien ini bernilai negatif artinya terjadi pengaruh negatif antara variabel independen dengan variabel dependen. 5. Leverage mempunyai nilai koefisien regresi dengan arah negatif sebesar - 0,162. Hal ini berarti kenaikan sebesar 1 persen dari variabel leverage akan menyebabkan variabel ICD mengalami penurunan sebesar 0,162. Koefisien ini bernilai negatif artinya terjadi pengaruh negatif antara variabel independen dengan variabel dependen.
D. Uji Hipotesis 1. Uji Koefisien Determinasi (Adjusted R Square) Kekuatan pengaruh variabel bebas terhadap variasi variabel terikat dapat diketahui dari besarnya nilai koefisien determinasi (R²) yang berada antara nol dan satu. Hasil nilai adjusted R-Square dari regresi digunakan untuk
57
mengetahui besarnya modal intelektual yang dipengaruhi oleh variabelvariabel bebasnya. Tabel 4.7 Koefisien Determinasi (R²)
b
Model Summary Model
1
R
.455
R Square
a
Adjusted R
Std. Error of the
Square
Estimate
.207
.154
Durbin-Watson
.07192
1.535
a. Predictors: (Constant), LEV, INDEP, SIZE, ROA b. Dependent Variable: ICD Sumber : Output SPSS v. 21
Dari tabel 4.7 menunjukkan nilai koefisien determinasi dari adjusted R² adalah 0,154. Hal ini berarti bahwa 15,4% variabel dependen yaitu Intellectual Capital Disclosure (ICD) dapat dijelaskan oleh empat variabel independen yaitu ukuran perusahaan, komisaris independen, profitabilitas, dan leverage, sedangkan sisanya sebesar 84,6% (100% - 15,4%) dijelaskan oleh variabel lain dalam penelitian ini.
2. Uji Signifikansi Simultan (Uji F) Pengujian ini dilakukan untuk mengetahui apakah terdapat pengaruh antara semua variabel independen (ukuran perusahaan, komisaris independen, ptofitabilitas,
dan
leverage)
secara
bersama-sama
independen. Hasilnya dapat dilihat pada tabel dibawah ini:
terhadap
variabel
58
Tabel 4.8 Hasil Uji F a
ANOVA Model
1
Sum of Squares
df
Mean Square
Regression
.081
4
.020
Residual
.310
60
.005
Total
.391
64
F 3.909
Sig. .007
b
a. Dependent Variable: ICD b. Predictors: (Constant), LEV, INDEP, SIZE, ROA Sumber : Output SPSS v. 21
Dari tabel 4.8 diatas dapat dilihat bahwa model persamaan ini memiliki nilai Fhitung sebesar 3,909 dengan tingkat signifikansi sebesar 0,007 diperoleh f tabel sebesar 2,76. Dengan nilai f tabel (3,909 > 2,76) dan dengan nilai signifikansi lebih kecil dari α (0,05) maka hasil analisis dalam penelitian ini menunjukkan bahwa secara umum Intellectual Capital Sisclosure (ICD) dapat dijelaskan dengan kondisi ukuran perusahaan, komisaris independen, profitabilitas dan leverage. Maka dapat disimpulkan bahwa variabel independen dalam penelitian ini secara bersama-sama (simultan) berpengaruh terhadap variabel dependen.
3. Uji Signifikansi Parameter Individual (Uji t) Uji t digunakan untuk mengetahui pengaruh masing-masing variabel independen yaitu, SIZE, INDEP, ROA dan LEV terhadap variabel
59
dependennya yaitu Intellectual Capital Disclosure (ICD) dengan nilai signifikansi sebesar 0,05. Tabel 4.9 Hasil Uji Parsial
Sumber : Output SPSS v. 21
Uji signifikansi masing-masing variabel diuraikan sebagai berikut : 1. Uji Parsial Variabel Ukuran Perusahaan Berdasarkan hasil perhitungan, variabel ukuran perusahaan memiliki nilai signifikansi sebesar 0,001 < 0,05 dengan thitung (3,644 > 1,67065) maka disimpulkan bahwa variabel ukuran perusahaan secara signifikan berpengaruh terhadap intellectual capital disclosure dengan demikian hipotesis diterima.
2. Uji Parsial Variabel Komisaris Independen Berdasarkan hasil perhitungan, variabel komisaris independen memiliki nilai signifikansi sebesar 0,034 < 0,05 dengan thitung (-2,166 < 1,67065)
60
maka disimpulkan bahwa variabel komisaris independen secara signifikan berpengaruh terhadap intellectual capital disclosure.
3. Uji Parsial Variabel Profitabilitas (ROA) Berdasarkan hasil perhitungan, variabel profitabilitas memiliki nilai signifikansi sebesar 0,278 > 0,05 dengan thitung (-1,095 < 1,67065) maka disimpulkan bahwa variabel profitabilitas secara signifikan tidak berpengaruh terhadap intellectual capital disclosure.
4. Uji Parsial Variabel Leverage Berdasarkan hasil perhitungan, variabel leverage memiliki nilai signifikansi sebesar 0,024 > 0,05 dengan thitung (-2,323 < 1,67065) maka disimpulkan bahwa variabel leverage secara signifikan berpengaruh terhadap intellectual capital disclosure.
E.
Pembahasan Hasil Penelitian Berdasarkan hasil penelitian yang didasarkan pada hasil pengolahan data yang
terkait dengan judul, permasalahan, dan hipotesis, maka dalam penelitian ini ada beberapa hal yang dapat dijelaskan sebagai berikut:
61
1.
Pengaruh Ukuran Perusahaan Terhadap Intellectual Capital Disclosure. Hasil dalam penelitian menunjukkan bahwa ukuran perusahaan (SIZE) secara
signifikan berpengaruh terhadap pengungkapan modal intelektual. Justifikasinya, karena semakin besar perusahaan, semakin tinggi pula tuntutan terhadap keterbukaan informasi dibandingkan dengan perusahaan kecil. Hal ini sesuai dengan teori agensi (agency theory) yang menyatakan bahwa biaya keagenan (agency cost) yang harus ditanggung perusahaan besar jauh lebih besar dibanding dengan perusahaan yang lebih kecil sehingga untuk menurunkan biaya tersebut, perusahaan perlu mengungkapkan informasi yang lebih banyak. Selain itu, perusahaan besar merupakan entitas yang banyak disorot oleh pasar maupun publik secara umum. Mengungkapkan lebih banyak informasi merupakan bagian dari upaya perusahaan untuk mewujudkan akuntabilitas publik. Penjelasan lain yang juga sering diajukan adalah karena perusahaan besar memiliki sumber daya yang besar, sehingga perusahaan perlu dan mampu untuk membiayai penyediaan informasi untuk keperluan internal (Almilia, 2007). Informasi tersebut sekaligus menjadi bahan untuk keperluan pengungkapan informasi kepada pihak eksternal, sehingga tidak perlu ada tambahan biaya yang besar untuk dapat melakukan pengungkapan dengan lebih lengkap. Perusahaan kecil umumnya berada pada situasi persaingan yang ketat dengan perusahaan yang lain. Mengungkapkan terlalu banyak tentang jati dirinya kepada pihak eksternal dapat membahayakan posisinya dalam persaingan sehingga perusahaan kecil cenderung tidak melakukan pengungkapan selengkap perusahaan besar.
62
2.
Pengaruh
Komisaris
Independen
Terhadap
Intellectual
Capital
Disclosure. Berdasarkan hasil penelitian ini, komisaris independen (INDEP) secara signifikan berpengaruh terhadap pengungkapan modal intelektual (ICD). Penelitian ini sejalan dengan penelitian yang dilakukan White et al (2007) yang menyatakan bahwa komisaris independen berpengaruh terhadap pengungkapan modal intelektual. Komisaris independen dalam suatu perusahaan menjadi penting karena sering terjadi benturan kepentingan dalam suatu perusahaan, dan komisaris independen ini menjadi pihak netral yang mampu menjembatani asimetri informasi yang terjadi antar pemegang saham dengan pihak manajer perusahaan. Sebagai pihak yang netral, komisaris independen mengawasi para pemegang saham sehubungan dengan aktivitas perusahaan dan mengendalikan perilaku para manajer perusahaan. Penelitian White menyebutkan bahwa terdapat hubungan yang signifikan antara komisaris independen dengan pengungkapan sukarela modal intelektual. Maka demi menjaga citra baik terhadap stakeholder, perusahaan berupaya untuk melakukan pengungkapan modal intelektual perusahaan secara maksimal.
3.
Pengaruh Profitabilitas (ROA) Terhadap Intellectual Capital Disclosure. Hasil penelitian menunjukkan profitabilitas (ROA) smemiliki pengaruh
negative terhadap pengungkapan modal intelektual (ICD). Penelitian ini bertentangan dengan penelitian yang dilakukan oleh Wardhani (2010) yang menyatakan bahwa variabel profitabilitas berpengaruh positif terhadap pengungkapan modal intelektual.
63
Peneliti memberi alasan antara profitabilitas dan tingkat pengungkapan modal intelektual adalah bahwa ketika perusahaan memiliki tingkat laba yang tinggi, perusahaan menganggap tidak perlu melakukan pengungkapkan secara mendetail karena perusahaan menganggap tingkat laba yang tinggi sudah menunjukkan citra baik kepada stakeholder.
4.
Pengaruh Leverage (LEV) Terhadap Intellectual Capital Disclosure. Berdasarkan hasil penelitian ini, leverage (LEV) berpengaruh signifikan
terhadap pengungkapan modal intelektual (ICD). Penelitian ini sejalan dengan penelitian yang dilakukan White et al (2007) yang menyatakan bahwa leverage berpengaruh terhadap pengungkapan modal intelektual. Leverage merupakan rasio antara hutang terhadap aktiva dalam struktur permodalan suatu perusahaan. Perusahaan dengan rasio leverage yang tinggi memiliki kewajiban untuk memenuhi kebutuhan informasi kreditur jangka panjang. Peneliti memberi alasan, perusahaan dengan tingkat leverage yang tinggi memiliki kecenderungan banyak mengungkapkan informasi untuk memberikan kepercayaan pemegang obligasi tentang jaminan keamanan dana mereka. Perusahaan besar dapat menggunakan utang yang besar, maka perusahaan besar dengan tingkat leverage tinggi memiliki tuntuntan yang tinggi pula terhadap pengungkapan informasi perusahaan dibanding perusahaan dengan tingkat leverage yang lebih rendah.
