LAMPIRAN 1
Tabel Seleksi Populasi
No. Nama Perusahaan Kode Kriteria Sampel
77 Mulia Industrindo Tbk MLIA √ x x - 95 Supreme Cable Manufacturing and
117 Chandra Asri Petrochemical TPIA √ √ √ Sampel 18
118 Trias Sentosa Tbk TRST √ x x -
119 Tempo Scan Pasific Tbk TSPC √ x x -
120 Ultrajaya Milk Industry and Trading
Company Tbk ULTJ √ √ x
-
121 Unggul Indah Cahaya Tbk UNIC √ √ x -
122 Nusantara Inti Corpora Tbk UNIT √ x x - 123 Unilever Indonesia Tbk UNVR √ √ √ Sampel 19
124 Voksel Electric Tbk VOKS √ x x -
LAMPIRAN 2
Hasil Perhitungan Med_Exp, Return On Asset (ROA), SIZE, PROPER, LEV, PRKOM dan UKDKOM
No. Emiten Tahun CED Med_Exp ROA SIZE PROPER LEV PRKOM UKDKOM
1. AMFG 2012 0.17 0 11.13 28.7674 3 0.21 0.3333 0.5455
2. AMFG 2013 0.17 0 9.56 28.8950 3 0.22 0.3333 0.5455
3. AMFG 2014 0.17 0 11.7 28.9967 3 0.19 0.3333 0.5455
4. BUDI 2012 0.22 1 0.22 28.4638 3 0.63 0.3333 0.4286
5. BUDI 2013 0.22 1 3.33 27.8847 3 1.16 0.3333 0.4286
6. BUDI 2014 0.22 1 1.15 28.5381 3 0.63 0.3333 0.4286
7. FASW 2012 0.56 1 0.09 29.3499 3 0.68 0.3333 0.5000
8. FASW 2013 0.56 1 -4.38 29.3701 3 0.73 0.3333 0.6000
9. FASW 2014 0.56 1 1.55 29.3504 3 0.71 0.4000 0.8333
10. GGRM 2012 0.06 0 9.8 31.3569 3 0.36 0.5000 0.4444
11. GGRM 2013 0.06 0 8.63 31.5583 3 0.42 0.3333 0.4286
12. GGRM 2014 0.06 0 9.27 31.6953 3 0.43 0.5000 0.5714
13. GJTL 2012 0.11 0 8.8 30.1859 3 0.57 0.3333 0.6000
14. GJTL 2013 0.17 0 0.78 30.3622 3 0.63 0.4286 0.6364
15. GJTL 2014 0.22 1 1.68 30.4063 2 0.63 0.5000 0.5455
16. ICBP 2012 0.11 0 12.86 30.5076 4 0.32 0.3750 0.8889
17. ICBP 2013 0.11 0 10.51 30.6882 3 0.38 0.4286 0.7778
18. ICBP 2014 0.22 1 10.16 30.8463 4 0.4 0.4286 0.7778
19. INDF 2012 0.06 0 8.06 31.7140 3 0.42 0.3750 1.0000
20. INDF 2013 0.06 0 4.38 31.9889 3 0.51 0.3750 0.8889
21. INDF 2014 0.06 0 5.99 32.0847 3 0.52 0.3750 0.8889
23. INKP 2013 0.06 0 3.26 32.0517 3 0.66 0.4444 1.0000
24. INKP 2014 0.06 0 1.94 32.0264 2 0.63 0.4444 0.9000
25. INRU 2012 0.17 0 -0.99 28.7439 4 0.61 0.5000 0.8000
26. INRU 2013 0.17 0 1.17 29.0049 3 0.61 0.5000 0.8000
27. INRU 2014 0.17 0 0.44 29.0437 3 0.61 0.5000 0.8000
28. INTP 2012 0.50 1 20.93 30.7558 5 0.15 0.4286 0.7778
29. INTP 2013 0.50 1 18.84 30.9122 4 0.14 0.4286 0.7778
30. INTP 2014 0.50 1 18.26 30.9943 4 0.14 0.4286 0.7778
31. KLBF 2012 0.17 0 18.85 29.8736 2 0.22 0.3333 1.2000
32. KLBF 2013 0.17 0 17.41 30.0572 3 0.25 0.3333 1.2000
33. KLBF 2014 0.17 0 17.07 30.1507 3 0.21 0.3333 1.2000
34. NIKL 2012 0.17 0 -5.85 27.6984 3 0.61 0.3333 1.2000
35. NIKL 2013 0.17 0 0.22 28.0541 3 0.65 0.3333 1.2000
36. NIKL 2014 0.17 0 -5.88 28.0431 3 0.71 0.3333 1.2000
37. SMCB 2012 0.89 1 11.1 30.1299 5 0.31 0.4286 0.8750
38. SMCB 2013 0.89 1 6.39 30.3320 5 0.41 0.5000 0.7500
39. SMCB 2014 0.89 1 3.89 30.4757 5 0.49 0.5000 0.8571
40. SOBI 2012 0.06 0 -0.03 27.9028 3 0.47 0.3333 0.6000
41. SOBI 2013 0.06 0 2.82 27.9345 3 0.42 0.3333 0.6000
42. SOBI 2014 0.06 0 0.11 28.0809 3 0.36 0.3333 0.7500
43. SPMA 2012 0.17 0 2.4 28.1405 3 0.53 0.4000 1.2500
44. SPMA 2013 0.17 0 -1.35 28.2004 3 0.57 0.4000 1.2500
45. SPMA 2014 0.17 0 2.32 28.3691 3 0.62 0.6000 1.2500
46. TIRT 2012 0.11 0 -4.74 27.2448 2 0.85 0.0000 0.5000
47. TIRT 2013 0.11 0 -19.07 27.3069 2 0.92 0.5000 0.5000
48. TIRT 2014 0.11 0 3.24 27.2937 3 0.88 0.3333 1.0000
50. TOTO 2013 0.11 0 13.55 28.1885 3 0.41 0.2500 0.4000
51. TOTO 2014 0.11 0 14.49 28.3377 3 0.39 0.4000 0.4545
52. TPIA 2012 0.17 1 -5.17 30.4231 4 0.57 0.2857 1.0000
53. TPIA 2013 0.28 1 0.58 30.7839 3 0.55 0.2857 1.0000
54. TPIA 2014 0.28 1 0.95 30.8058 3 0.55 0.2857 1.0000
55. UNVR 2012 0.44 1 40.38 30.1147 5 0.67 0.8000 0.5556
56. UNVR 2013 0.50 1 71.51 29.6440 4 1.21 0.8000 0.5556
LAMPIRAN 3
Hasil Uji Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
CED 57 .06000 .89000 .2377193 .21471757
Media_EXP 57 0 1 .33 .476
ROA 57 -19.07000 71.51000 7.5568421 13.19318157
SIZE 57 27.24484 32.08466 29.6537746 1.42294572
PROPER 57 2 5 3.23 .732
LEV 57 .14000 1.21000 .5247368 .22734575
PRKOM 57 .00000 .80000 .4027456 .13071789
UKDKOM 57 .40000 1.25000 .7756211 .26290127
LAMPIRAN 4
LAMPIRAN 5
Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 57
Normal Parametersa,b Mean 0E-7 Std. Deviation .10621538
Most Extreme Differences
Absolute .124
Positive .124
Negative -.098
Kolmogorov-Smirnov Z .936
Asymp. Sig. (2-tailed) .345
a. Test distribution is Normal.
LAMPIRAN 6
Hasil Uji Multikoliniearitas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
Media_EXP .622 1.608
ROA .586 1.706
SIZE .771 1.297
PROPER .523 1.911
LEV .652 1.534
PRKOM .504 1.986
UKDKOM .874 1.144
LAMPIRAN 7
LAMPIRAN 8
Hasil Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 .869a .755 .720 .11354901 2.517
a. Predictors: (Constant), UKDKOM, PROPER, LEV, SIZE, ROA, Media_EXP, PRKOM
LAMPIRAN 9
Hasil Uji Regresi Linear Berganda
Hasil Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
1 .869a .755 .720 .11354901
a. Predictors: (Constant), UKDKOM, PROPER, LEV, SIZE, ROA,
Media_EXP, PRKOM
b. Dependent Variable: CED
Hasil Uji F
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 1.950 7 .279 21.606 .000b
Residual .632 49 .013
Total 2.582 56
a. Dependent Variable: CED
Hasil Uji t
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) .240 .373 .645 .522
Media_EXP .287 .040 .635 7.086 .000
ROA -.001 .002 -.077 -.833 .409
SIZE -.018 .012 -.121 -1.498 .140
PROPER .118 .029 .401 4.109 .000
LEV -.065 .083 -.069 -.784 .437
PRKOM .098 .164 .060 .598 .552
UKDKOM .084 .062 .103 1.368 .178
DAFTAR PUSTAKA
Al-Tuwaijri, Christensen & Hughes, 2003. The Realtions Among Enviromental Disclosure, Enviromental Performance, and Economic Performance: A Simultaneous Equations Aprroach.
Bappenas. 2013. Indonesia's Framework fo Nationally Appropriate Mitigation Actions.
Barako, D. G., Hancock, P. & Izan, H. 2006. Factors influencing voluntary corporate disclosure by Kenyan companies.Corporate Governance: An International Review, 14:2, 107-25.
Berthelot, Robert, 2011. Climate change disclosure: An examination of Canadian oil and gas firms. Issues in Social and Enviromental Accounting, Volume 5 No. 1, Pp 106-123.
Carpenter, C.: 2001. Businesses, Green Groups and the Media: The Role of Non-Governmental Organizations in the Climate Change Debate. International Affairs 77(2), 313–328.
CDP Global 500 Report, 2009. Carbon Disclosure Project 2009 Global 500
Report, Carbon Disclosure Project
CDP Global Climate Change Report, 2015. CDP Global Climate Change Report
2015, Carbon Disclosure Project
Chatterjee, Alagiah, 2011. Corporate Greenhouse-gas Emission Disclosures in the Mining Sector. Asia Pacific Journal of Accounting and Finance, volume 1 No. 2, 178-198.
Choi, et al, 2013. An analysis of Australian company carbon emission disclosures. Pacific Accounting Review, Vol. 25 No. 1, 58-79.
Chong, Yu and Freedman, Martin. 2011. Corporate Governance And Enviromental Performance And Disclosures. Advances in Accounting, Vol. 27 No. 2, 223-232.
Clarkson, P. M. et al., 2008. Revisiting The Relations Between Enviromental Performance and Enviromental Disclosure: An Empirical Analysis.
Dawkins and Fraas, 2011. Coming Clean: The Impact of Enviromental Performance and Visibility on Corporate Climate Change Disclosure. Journal of Business Ethics, Volume 100, 303-322.
Deegan, C., Rankin. M., dan Tobin, J. 2002.An Examination of the Corporate Social and Environmental Disclosure BHP from 1983-1997 a Test of Legitimacy Theory. Accounting, Auditing and Accountability, Vol. 15, No. 3, pp 312-343.
Dowling, J. dan Pfeffer, J. 1975. Organizational Legitimacy: Social Values and Organizational Behaviour. Pasific Sociological Review, Vol. 18
Freeman, R.E., and Reed, 1983. Stockholders and stakeholders: a new perspective on corporate governance.
Friedman, Milton, 1962. Capitalism and Freedom. Chicago: University ofChicago Press.
Ghomi & Leung, 2013. An Empirical Analysis of The Determinants of Greenhouse Gas Voluntary Disclosure in Australia. Accounting and Finance Research, Vol. 2 No. 1, 110-127.
Ghozali, Imam dan Anis Chariri, 2007. Teori Akuntansi. Semarang: Badan Penerbit Universitas Diponegoro.
Gray, dkk, 1997. Manajemen Proyek. LPFE Universitas Indonesia.
Gray, R.H., Dey, C., Owen, D.L., Evans, R. and Zadek, S. 1997. Struggling with the Praxis of Social Accounting: Stakeholders, Accountability, Audits and Procedures. Accounting, Auditing and Accountability Journal, Vol. 10 No. 3, pp. 325-64
Hadjoh dan Sukartha, 2013. Pengaruh Ukuran Perusahaan, Kinerja Lingkungan dan Eksposur Media pada Pengungkapan Informasi Lingkungan. E-Jurnal Akuntansi Universitas Udayana, Vol. 4.1, 1-17.
Intergovernmental Panel on Climate Change. 2013. Climate Change 2013 : The Physical Science Basis. Working group 1 contribution to the fifth assessment report of the Intergovernmental Panel on Climate Change.
Jaggi & Freedman, 2011. Global Warming Disclosure: Impact Of Protocol Kyoto Across Countries. Journal of International Financial Management and Accounting, Volume 22:1, 46-90
Kaya, Ozan, 2008. Companies Response to Climate Change: The Case of Turkey. European Journal of Social Sciences. Vol. 7 No. 2, 53-62.
Kementrian Lingkungan Hidup. 2012. Pilar Lingkungan Hidup Indonesia. Status Lingkungan Hidup Indonesia 2012.
KNKG, 2006. Pedoman Umum Good corporate governance Indonesia.
KNKG, 2013. Prinsip Dasar Pedoman Good corporate governance Perbankan Indonesia.
Lorenzo, et al, 2009. Factors Influencing The Disclosure of Greenhouse Gas Emissions in Companies World-wide. Management Decision, Volume 47 No. 7, 1133-1157
Luo, et al, 2012. Corporate Incentive to Disclose Carbin Information: Evidence from the CDP Global 500 Report. Journal of International Financial Management & Accounting, Volume 23 No. 2, 93-120.
Martinez, Leah H., 2013. Post Industrial Revolution Human Activity and Climate Change: Why The United States Must Implement Mandatory Limits On Industrial Greenhouse Gas Emissions. Journal Of Land Use, Vol. 20:2, 407-426.
McCombs, M. E. and D. L. Shaw: 1972, The AgendaSetting Function of Mass Media. Public Opinion Quarterly 36, 176–187.
Pradini, Harlinda Siska. 2013. The Analysis of Information Content towards Greenhouse Gas Emissions Disclosure in Indonesia Companies. Thesis pada Universitas Diponegoro Semarang.
Purnomosidhi, Bambang. 2006. Praktik Pengungkapan Modal Intelektual Pada Perusahaan Publik di BEJ. Malang: Universitas Brawijaya Malang.
Republik Indonesia. 1994. Undang-Undang No. 6 Tahun 1994tentang Pengesahan United Nations Framework Convention On Climate Change (Konvensi Kerangka Kerja Perserikatan Bangsabangsa Mengenai Perubahan Iklim). Lembaran Negara RI Tahun 1994, No. 42. Sekretariat Negara. Jakarta.
Republik Indonesia. 2009. Undang-Undang No. 32 Tahun 2009tentang Perlindungan Dan Pengelolaan Lingkungan Hidup. Lembaran Negara RI Tahun 2009, No. 140. Sekretariat Negara. Jakarta.
Republik Indonesia. 2009. Undang-Undang No. 31 Tahun 2009tentang Meteorologi, Klimatologi, Dan Geofisika. Lembaran Negara RI Tahun 2009, No. 139. Sekretariat Negara. Jakarta.
Republik Indonesia. 2011. Peraturan Presiden No. 61 Tahun 2011tentang Rencana Aksi Nasional Penurunan Emisi Gas Rumah Kaca. Sekretariat Kabinet RI. Jakarta.
Republik Indonesia. 2011. Peraturan Presiden No. 71 Tahun 2011tentang Penyelenggaraan Inventarisasi Gas Rumah Kaca Nasional. Sekretariat Kabinet RI. Jakarta.
Rifa’i, Badriyah. 2009. Peran Komisaris Independen dalam Mewujudkan Good corporate governance di Perusahaan Publik. Jurnal Hukum, No. 3 Vol. 16, 396 – 412.
Saka and Oshika. 2014. Disclosure effects, carbon emissions and corporate value. Sustainability Accounting, Management and Policy Journal, Vol. 5 No. 1, 22-45.
Setiawan, Benny. 2012. Analisis Pengaruh Praktik Good Corporate Governance Dan Manajemen Laba Terhadap Corporate Environmental Disclosure (Studi Emipiris Pada Perusahaan Yang Terdaftar Di Bei Dan Proper Tahun 2008-2010). Skripsi Perpustakaan Ekonomi Referensi. UNDIP Semarang.
Shocker, Allan D. and Sethi, S. Prakash, 1973. An Approach to Incorporating Societal Preferences in Developing Corporate Action Strategies. California Management Review, Vol. XV No. 4, 97-105.
Suratno, Darsono, dan Siti Mutmainah. 2006. Pengaruh Enviromental Performance Terhadap Enviromental Disclosure dan Economic Performance : Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Jakarta Periode 2001-2004. SNA IX Padang. 23-26 Agustus.
United States Enviromental Protection Agency. 2014. Climate Change Indicators in the United States, 2014.
Verrecchia, Robert E., 1983. Discretionary Disclosure. Journal of Accounting and Economics Vol. 5, 179-194.
Wang et, al, 2011. Quantifying The Impact of Financial Development on Economic Development. Review of Economic Dynamics.
Wibowo, Agung Edy, 2012. Aplikasi Praktis SPSS Dalam Penelitian. Penerbit Gava Media, Yogyakarta.
Zhang,et al. Voluntary Disclosure and Information Asymmetry: Evidence from the 2005 securities Offering Reform. Journal of Accounting Research, volume 51 No. 5, 1300-1345.
BAB III
METODE PENELITIAN
3.1. Variabel Penelitian dan Definisi Operasional Variabel
3.1.1. Variabel Penelitian
1. Variabel Dependen
Variabel dependen adalah variabel yang dijelaskan atau dipengaruhi
oleh variabel independen. Variabel dependen pada penelitian ini adalah
Carbon Emission Disclosure.
2. Variabel Independen
Variabel independen adalah variabel yang menjelaskan atau
mempengaruhi variabel lain. Penelitian ini menggunakan variabel
Media Exposure,Profitability, Ukuran Perusahaan, Kinerja Lingkungan dan Leverage sebagai variabel independen.
3.1.2. Definisi Operasional Variabel
1. Variabel Dependen
Variabel dependen yang digunakan dalam penelitian ini adalah
Carbon Emission Disclosure, metode pengukuran yang digunakan adalah content analysis. Metode ini dilakukan dengan membaca laporan tahunan dan sustainability report perusahaan-perusahaan sampel untuk menemukan sejauh mana perusahaan melakukan pengungkapan emisi
karbon. Untuk mengukur sejauh mana pengungkapan karbon, Choi et al
sebuah organisasi non-profit independen yang memegang volume
terbesar informasi perubahan iklim (Climate Change) di dunia, yaitu lebih dari 3.000 organisasi di 60 negara. Choi et al menentukan lima kategori besar yang relevan dengan perubahan iklim dan emisi karbon
sebagai berikut: risiko dan peluang perubahan iklim (CC/Climate Change), emisi gas rumah kaca (GHG/Greenhouse Gas), konsumsi energi (EC/Energy Consumption), pengurangan gas rumah kaca dan biaya (RC/Reduction and Cost) serta akuntabilitas emisi karbon (AEC/Accountability of Emission Carbon). Di dalam lima kategori tersebut, terdapat 18 item yang telah diidentifikasi. Berikut checklist
pengungkapan emisi karbon. Berikut merupakan checklist dari
pengungkapan emisi karbon yang akan ditunjukkan pada tabel 3.1:
Tabel 3.1
Carbon Emission DisclosureChecklist
Kategori Item
Perubahan Iklim :
Risiko dan Peluang
CC-1: Penilaian/deskripsi terhadap risiko
(peraturan/regulasi baik khusus maupun umum)
yang berkaitan dengan perubahan iklim dan
tindakan yang diambil unutk mengelola risiko
Tabel 3.1
Lanjutan Carbon Emission DisclosureChecklist
Kategori Item
CC-2: Penilaian/deskripsi saat ini (dan masa
depan) dari implikasi keuangan, bisnis dan
peluang dari perubahan iklim.
Emisi Gas Rumah Kaca(GHG/Greenhouse Gas)
GHG-1: Deskripsi metodologi yang
digunakanuntuk menghitung emisi gas rumah
kaca (misal protocol GRK atau ISO).
GHG-2: Keberadaan verifikasi
eksternalkuantitas emisi GRK oleh siapa dan
atas dasar apa.
GHG-3: Total emisi gas rumah kaca
(metrikton CO2-e) yang dihasilkan.
GHG-4: Pengungkapan lingkup 1 dan 2, atau
3emisi GRK langsung.
GHG-5: Pengungkapan emisi GRKberdasarkan
asal atau sumbernya (misalnya:batu bara,
listrik, dll).
GHG-6: Pengungkapan emisi GRKberdasarkan
fasilitas atau level segmen.
GHG-7: Perbandingan emisi GRK
dengantahun-tahun sebelumnya.
Konsumsi Energi (EC/Energy Consumption
EC-1: Jumlah energi yang
dikonsumsi(misalnya tera-joule atau
PETA-joule).
EC-2: Kuantifikasi energi yang digunakan dari
sumber daya yang dapat diperbaharui.
EC-3: Pengungkapan menurut jenis, fasilitas
Tabel 3.1
Lanjutan Carbon Emission DisclosureChecklist
Kategori Item
RC-1: Detail/rincian dari rencana atau strategi
untuk mengurangi emisi GRK.
RC-2: Spesifikasi dari target tingkat/level dan
tahun pengurangan emisi GRK.
RC-3: Pengurangan emisi dan biaya atau
tabungan (costs or savings) yang dicapai saat ini sebagai akibat dari rencana pengurangan emisi
karbon.
RC-4: Biaya emisi masa depan yang
diperhitungkan dalam perencanaan belanja
modal (capital expenditure planning) Akuntabilitas Emisi
Karbon
(AEC/Accountability of Emission Carbon)
AEC-1: Indikasi dimana dewan komite (atau
badan eksekutif lainnya) memiliki tanggung
jawab atas tindakan yang berkaitan dengan
perubahan iklim.
AEC-2: Deskripsi mekanisme dimana dewan
(atau badan eksekutif lainnya) meninjau
kemajuan perusahaan mengenai perubahan
iklim.
Sumber: Choi et al (2013)
Perusahaan yang diklasifikasikan berdasarkanemisi perusahaan
tersebutmenjadi tiga kategori yaitu lingkup (scope) 1-3. Lingkup 1-2 yang dilaporkan, sedangkan lingkup 3 merupakan pilihan (Choi et al,2013). Konsep “Ruang Lingkup/Scope” yang digunakan untuk menggambarkan berbagai jenis sumber emisi karbon dan untuk
lingkup 3 telah diterima secara luas dan telah digunakan pada sejumlah
program dan standar (TheInstitute of Chartered Accountants in Australia, 2008). Tabel 3.2 berikut adalah deskripsi dari Lingkup (Scope) 1, 2, dan 3.
Tabel 3.2
Deskripsi Ruang Lingkup 1,2, dan 3 Scope
1
Emisi GRK
Langsung
Emisi GRK terjadi dari sumber yang
dimilikiatau dikendalikan oleh perusahaan,
misalnya: emisi dari pembakaran boiler,
tungku, kendaraan yang dimiliki oleh
perusahaan; emisi dari produksi kimia pada
peralatan yang dimiliki dan dikendalikan oleh
perusahaan.
Emisi CO2 langsung dari pembakaran
biomassa tidak dimasukkan dalam lingkup 1
tetapi dilaporkan secara terpisah.
Emisi GRK yang tidak terdapat pada protocol
Kyoto, misalnya CFC, NOX, dll sebaiknya
tidak dimasukkan dalam lingkup 1 tetapi
dilaporkan secara terpisah.
Mencakup emisi GRK dari pembangkit listrik
yang dibeli atau dikonsumsi oleh perusahaan
Lingkup 2 secara fisik terjadi pada fasilitas
Tabel 3.2
Lanjutan Deskripsi Ruang Lingkup 1,2, dan 3 Scope 3 Emisi GRK
tidak
langsung
lainnya
Lingkup 3 adalah kategori pelaporan
opsional yang memungkinkan untuk
perlakuan semua emisi tidak langsung
lainnya
Lingkup 3 dari konsekuensi dari kegiatan
perusahaan, tetapi terjadi dari sumber
yang tidak dimiliki atau dikendalikan oleh
perusahaan
Contoh lingkup 3 adalah kegiatan
ekstraksi dan produksi bahan baku yang
dibeli, transportasi dari bahan bakar yang
dibeli, dan penggunaan produk dan jasa
yang djual.
Sumber: Choi et al (2013)
Kalkulasi indeks Carbon Emission Disclosure dilakukan dengan langkah-langkah sebagai berikut:
a. Memberikan skor pada setiap item pengungkapan dengan skala
dikotomi
b. Skor maksimal adalah 18, sedangkan skor minimal adalah 0. Setiap
item bernilai 1 sehingga jika perusahaan mengungkapkan semua
item pada informasi di Laporannya maka skor perusahaan tersebut
18.
2. Variabel Independen
a. Media Exposure
Pengukuran untuk Media Exposure menggunakan variabel dummy yang dimana nilai 1 untuk perusahaan yang lebih
banyak mengungkapkan informasi yang berkaitan dengan
emisi karbon melalui website perusahaan, dan juga berbagai media pengungkapan seperti annual report, sustainability report, koran dan berbagai media lainnya. Sedangkan nilai 0 untuk sebaliknya.
b. Profitability
Profitabilitydiartikan sebagaikemampuanperusahaanuntuk menghasilkanlaba atauprofitdalamupayameningkatkannilai
pemegang saham (Purnasiwi, 2011). Profitability dapat diukur denganberbagaiukurandiantaranya:ROE,ROA,ROI,
NPM.Dalam penelitian ini, Profitability diukur dengan menggunakan ROA (ReturnonAssets), yaitu membandingkan total laba sebelum pajak dengan total
asset.
���= ���������������������
���������
c. Ukuran Perusahaan
Ukuran perusahaan diukur dari total aset perusahaan.
d. Kinerja Lingkungan
Kinerja lingkungan diukur dengan menggunakan
PROPER.PROPER merupakan kegiatan pengawasan dan
program pemberian insentif dan/atau disinsentif kepada
penanggung jawab usaha dan/atau kegiatan. Pemberian
penghargaan PROPER berdasarkan penilaian kinerja
penanggung jawab usaha dan/atau kegiatan dalam:
pencegahan pencemaran dan/atau kerusakan lingkungan
hidup, penanggulangan pencemaran dan/atau kerusakan
lingkungan hidup dan pemulihan pencemaran dan/atau
kerusakan lingkungan hidup (Laporan PROPER Kementrian
Lingkungan Hidup, 2011).
Program Penilaian Peringkat Kinerja Perusahaan (PROPER)
merupakan salah satu upaya Kementerian Negara
Lingkungan Hidup untuk mendorong penaatan perusahaan
dalam pengelolaan lingkungan hidup melalui instrumen
informasi (menlh.go.id). PROPER ini mencakup
pemeringkatan perusahaan dalam 5 warna yaitu: Emas
(sangat sangat baik, skor 5), Hijau (sangat baik, skor 4), Biru
(baik, skor 3), Merah (buruk, skor 2), Hitam (sangat buruk,
skor 1).
Tabel 3.3 Peringkat PROPER
Skala Arti Warna
1 Sangat buruk Hitam
2 Buruk Merah
3 Baik Biru
4 Sangat baik Hijau
5 Sangat baik sekali Emas
Sumber : Kementrian Lingkungan Hidup
e. Leverage
Leverage diukur dari rasio total utang dibagi dengan total aset.
��������= Total Utang
���������
f. Proporsi Komisaris Indpenden
Komisaris independen merupakan anggota Dewan
Komisaris yang tidak berafiliasi dengan manajemen,
anggota Dewan komisaris lainnya, dan pemegang saham
pengendali, serta bebas dari hubungan busnis atau hubungan
lainnya yang dapat mempengaruhi kemampuannya untuk
(KNKG, 2006). Proporsi Komisaris Independen diukur
dengan membagi antara jumlah anggota Komisaris
Independen dengan total anggota Dewan Komisaris di
Perusahaan.
����� = ����� ℎ������ ���������� ���������� ������ ℎ��� ����� ℎ����� ��������� �������� ℎ���
g. Ukuran Dewan Komisaris
Ukuran Dewan Komisaris merupakan perbandingan antara
Dewan Komisaris dengan Dewan Direksi. Ukuran Dewan
Komisaris diukur dengan membagi antara total anggota
Dewan Komisaris dibandingkan dengan total anggota
Dewan Direksi di perusahaan.
������= �����ℎ�����������������������������ℎ���
�����ℎ���������������������������ℎ���
Agar variabel – variabel dalam penelitian ini lebih mudah dipahami,
Tabel 3.4
Definisi Operasional dan Pengukuran Variabel
No Variabel Definisi Pengukuran Skala
1 Pengungkap item yang diungkapkan dengan total item maksimal yang dapat diungkapkan diberi nilai 1 jika sebaliknya diberi nilai 0 nominal total aset perusahaan
Nominal
Tabel 3.4
Lanjutan Definisi Operasional dan Pengukuran Variabel
No Variabel Definisi Pengukuran Skala
6 Kinerja
1= Sangat buruk/ hitam 2= buruk/ warna merah 3= baik / warna biru 4= sangat baik/ hijau 5= sangat baik sekali/
warna emas
Sumber : Dikembangkan oleh penulis, 2016
3.2. Populasi dan Sampel Penelitian
Populasi dalam penelitian ini adalah seluruh perusahaan pertambanan yang
terdaftar di Bursa Efek Indonesia dari tahun 2012 sampai dengan 2015. Sampel
perusahaan yang digunakan dalam penelitian dipilih secara purposive sampling
dengan tujuan mendapatkan sampel sesuai dengan tujuan penlitian.
1. Perusahaan manufaktur yang terdaftar dalam BEI mulai periode
2012-2014.
2. Perusahaan yang memiliki laporan tahunan dan atau sustainability reportpada tahun 2012-2014.
3. Perusahaan yang masuk dalam Program Penilaian Peringkat Kerja
(PROPER) yang diadakan oleh Kementrian Negara Lingkungan Hidup
Republik Indonesia pada periode 2012-2014.
4. Perusahaan mengeluarkan kebijakan pengungkapan emisi karbon
minimal satu kebijakan baik secara eksplisit maupun implisit.
Setelah melakukan penentuan sampel dengan teknik purposive, ditemukan perusahaan yang memenuhi syarat adalah sejumlah 60 (enam puluh) sampel.
Adapun perusahaan tersebut adalah :
Tabel 3.5 Sampel Penelitian
Keterangan Jumlah Perusahaan
Jumlah perusahaan yang tergolong perusahaan Manufaktur yang terdaftar di BEI tahun 2012-2014
125
Perusahaan yang tidak menerbitkan laporan tahunannya secara lengkap dan berturut-turut selama tahun pengamatan
(8)
Perusahaan yang tidak masuk dalam Program Penilaian Peringkat Kerja (PROPER) yang diadakan oleh Kementrian Negara Lingkungan Hidup Republik Indonesia pada periode 2012-2014
Tabel 3.5
Lanjutan Sampel Penelitian Perusahaan yang tidak mengeluarkan kebijakan pengungkapan emisi karbon minimal satu kebijakan baik secara eksplisit maupun implisit
(7)
Jumlah perusahaan yang memenuhi kriteria sebagai sampel
19
Total amatan yang digunakan dalam penelitian
(20x3) 57
Detail sampel dapat dilihat pada Lampiran 1 Sumber : Dikembangkan oleh penulis, 2016 3.3. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu
data kuantitatif yang diperoleh dar
penelitian ini adalah laporan tahunan dan sustainability report perusahaan untuk periode 2012-2014. Sedangkan data perusahaan yang masuk dalam daftar
pemeringkatan PROPER diperoleh dari publikasi Kementrian Negara Lingkungan
Hidup melalui website menlh.go.id.
3.4. Metode Pengumpulan Data
Pengumpulan data dilakukan dengan metode dokumentasi. Metode ini
digunakan dengan cara mengumpulkan dengan meringkas data-data yang terkait
dengan penelitian, seperti menelusuri variabel-variabel dalam laporan tahunan dan
atau sustainability report perusahaan manufaktur pada tahun 2012-2014 yang terpilih menjadi sampel.
sustainability report perusahaan. Metode ini berfungsi untuk mengukur jumlah pengungkapan emisi karbon dengan cara memberi kode atas informasi yang
tersaji di laporan tahunan dan atau sustainability report. Skor 1 diberikan apabila
item yang sudah ditentukan diungkapkan oleh perusahaan, sedangkan skor 0 diberikan apabila item tidak diungkapkan oleh perusahaan. Kemudian jumlah pengungkapan emisi karbon yang diungkapkan oleh perusahaan dibandingkan
dengan jumlah maksimal pengungkapan emisi karbon yang seharusnya
diungkapkan perusahaan.
3.5. Metode Analisis
Data-data yang diperoleh pada penelitian ini kemudian dilakukan analisis
data menggunakan alat statistik;
3.5.1. Statistik Deskriptif
Statistik deskriptif digunakanuntuk mengetahui tingkat pengungkapan
perubahan iklim pada perusahaan manufaktur yang terdaftar di BEI.
Pengukuran yang digunakan dalam penelitian ini adalah nilai minimum, nilai
maximum, mean, dan standar deviasi.
3.5.2. Uji Asumsi Klasik
Sebelum dilakukan pengujian regresi terhadap hipotesis penelitian, maka
terlebih dahulu perlu dilakukan pangujian asumsi klasik yang meliputi uji;
normalitas, autokorelasi, multikolinieritas dan heteroskedisitas. Regresi
adalah linear, tidak bias dan mempunyai varians minimum, dengan kata lain
penaksir tersebut adalah penaksir tidak bias kolinear terbaik, maka perlu
dilakukan uji (pemeriksaan) terhadap gejala multikolinearitas,korelasi dan heteroskedisitas serta ujian kenormalam residual, sehingga asumsi klasik
penaksir kuadrat terkecil biasa (least square) tersebut terpenuhi.
3.5.2.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regresi,
variabel pengganggu atau residual memiliki distribusi normal. Seperti
diketahui bahwa uji t dan F mengasumsikan bahwa niali residual
mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik
menjadi tidak valid untuk jumlah sampel kecil
Pada prinsipnya normalitas dapat dideteksi dengan melihat
Penyebaran (titik) pada sumbu diagonal dari grafik atau dengan melihat
histogram dari residualnya. Dasar pengambilan keputusan :
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah
garis diagonal atau grafik histogramnya menunjukkan pola
distribusi normal, maka model regresi memenuhi asumsi
normalitas.
b. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti
arah garis diagonal atau grafik histogram tidak menunjukkan
pola distribusi normal,maka model regresi tidak memenuhi
Uji normalitas dengan grafik dapat menyesatkan kalu tidak
hati-hati secara visual kelihatan normal, padahal secara statistik bisa
sebaliknya. Oleh sebab itu dianjurkan uji grafik dilengkapi dengan uji
statistik. Uji statistik lain yang dapat digunakan unttuk menguji
normalitas residual adalah uji statistik non-parametrik
Kolmogorov-Smirnov (K-S). uji K-S dilakukan dengan membuat hipotesis :
H0 : Data residual berdistribusi normal
Ha : Data residual tidak bersdistribusi normal
3.5.2.2. Uji Multikolinearitas
Pengujian multikolinearitas dilakukan untuk menguji apakah
pada model regresi ditemukan adanya korelasi antar variabel bebas
(Ghozali, 2011). Model regresi yang baik yaitu tidak model regresi tidak.
Untuk mendetsi ada tidaknya multikolinearitas di dalam regresi dapat
diamati dari : 1. Tolerance value, 2. Nilai variance inflation factor (VIF).
Kedua ukuran tersebut menunjukkan setiap variabel independen manakah
yang dijelaskan variabel independen lainnya. Apabila suatu model regresi
memiliki nilai tolerance ≥ 0,10 atau sama dengan dengan nilai VIF ≤ 10
maka tidak terjadi multikolinearitas, sementara apabila suatu model
regresi memiliki nilai tolerance ≤ 0,10 atau sama dengan dengan nilai
VIF ≥10 maka terjadi multikolinearitas.
3.5.2.3. Uji Heteroskedastisitas
Uji heterosekdastisitas bertujuan untk menguji apakah model
pengamatan yang lain (Ghozali, 2011). Unutk mendeteksi adanya
heterosedastisitas dapat dilihat dari gambar scatterplots yang membentuk
pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang
teratur (bergelombang, melebar kemudian menyempit). Sebaliknya,
apabila gmabar scatterplots tidak menunjukkan ada pola yang jelas, serta
titik-tiitik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka
heteroskedastisitas tidak terdeteksi.
3.5.2.4. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu
model regresi linear ada korelasi antara kesalahan penggangu pada
periode t dengan kesalahan penganggu periode t-1 (Ghozali, 2006:95).
Masalah ini timbul karena residual tidak bebas dari satu observasi ke
observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time
series).
Secara sederhana, suatu model dapat dinyatakan tidak terjadi
gejala autokorelasi, jika probabilitas nilai Durbin Watson > 0.05
(Wibowo,2012:106).
3.5.3. Analisis Regresi
Data yang telah digunakan telah dikumpulkan dianalisis denga
menggunakan alat analisis statistik yaitu regresi linear berganda (multiple regression analysis) dengan model persamaan sebagai berikut:
Y= α + β1 Media_Exp + β2 ROA + β3 SIZE + β4 PROPER + β5 LEV +
Dimana :
Y = Carbon Emission Disclosure
α = Konstanta
β1 – β7 = Koefisien Regresi
Media_Exp = Media Exposure
ROA = Return on Asset (Pengukuran untuk Profitability) SIZE = Ukuran Perusahaan
PROPER = Peringkat PROPER (Pengukuran Kinerja
Lingkungan)
LEV = Leverage(Total Debt/Total Asset)
PRKOM = Proporsi Dewan Komisaris Independen
UKDKOM = Ukuran Dewan Komisaris
e = Error
3.5.4. Pengujian Hipotesis
Analisis regresi merupakan studi mengenai ketergantungan variabel
dependen dengan satu atau lebih veriabel independen, dengan tujuan untuk
mengestimasi dan/atau memprediksi rata-rata populasi atau nilai rata-rata
variabel dependen berdasarkan nilai variabel yang diketahui (Gujarati, 2003
dalam Ghozali, 2011). Ghozali (2011) menyatakan bahwa ketepatan fungsi
regresi sampel dalam menaksir nilai aktual dapat diukur dari Goodness of fitnya. Secara statistik, setidak ini dapat diukur dari nilai koefisien determinasi, nilai statistik F dan nilai Statistik t. perhitungan statistik disebut signifikan
dimana H0 ditolak). Sebaliknya disebut tidak signifikan bila nilai diuji
statistiknya berada dalam daerah dimana H0 diterima.
a. Koefisien Determinasi (R2)
Pengujian ini dilakukan untuk mengukur seberapa jauh kemampuan model
dalam menerangkan variasi variabel dependen. Nilai ini berkisar diantara nol
dan satu. Nilai R2 yang kecil berarti kemampuan variabel independen dalam
menjelaskan variabel dependen amat terbatas. Nilai yang mendekati satu
berarti variabel-variabel independen memberikan hampir semua informasi
yang dibutuhkan untuk memprediksi variasi dependen (Ghozali, 2011).
Kelemahan yang terdapatpada penggunaan koefisien determinasi adalah
bias terhadap jumlah variabel yang dimasukkan kedalam model. Setiap
penambahan satu variabel, maka R2 akan meningkat tidak peduli apakah
variabel tersebut berpengaruh secara signifikan terhadap variabel dependen.
Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai
Adjusted R2 pada saat mengevaluasi mana model regresi terbaik. Tidak
seperti R2, nilai Adjusted R2 dapat naik atau turun apabila satu variabel
independen ditambah kedalam satu model.
b. Uji Signifikan Simultan (Uji Statistik F)
Uji F dapat juga dilakukan dengan melihat niali signifikan F pada output
hasil regresi menggunakan SPSS dengan significant level 0,05 (a = 5%). Jika nilai signifikansi lebih besar dari a maka hipotesis ditolak, yang berarti model
c. Uji Signifikan Parsial (Uji Statistik t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu
variabel penjelas atau independen secara individual dalam menerangkan
variasi dari variabel independen. Pengujian ini dilakukan dengan
menggunakan uji t dengan menguji tingkat signifikansi Carbon Emission Disclosure. Apabila signifikansi > 0,05 (5%) makan hipotesis ditolak. Hal tersebut berarti variabel independen secara individual tidak mempunyai
pengaruh yang signifikan terhadap variabel dependen namun apabila
signifikansi < 0,05 (5%) maka hipotesis tidak ditolak. Hal ini berarti variabel
independen secara individual mempunyai pengaruh yang signifikan terhadap
BAB 4
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Objek Penelitian
Penelitian ini menggunakan populasi perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia (BEI) dengan periode dari tahun 2012 sampai
dengan tahun 2014 yang berjumlah 125 perusahaan.
Berdasarkan populasi perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia (BEI) pada periode tahun 2012 sampai dengan tahun 2014, penelitian
ini menggunakan beberapa sampel perusahaan manufaktur yang ditentukan
berdasarkan metode purposive sampling, yaitu penentuan sampel yang prinsipnya menggunakan kriteria-kriteria tertentu sehingga didapat sampel berjumlah 19
sampel penelitian. Adapun data yang digunakan adalah data sekunder yaitu
laporan tahunan, laporan keberlanjutan dan laporan keuangan tahun 2012, 2013
dan 2014 yang didapat melalui situs resmi Bursa Efek Indonesia
(BEI)
4.2. Hasil Uji Statistik Deskriptif
Berdasarkan data sekunder yang diperoleh melalui lama resmi Bursa Efek
Indonesia (BEI)
tabel statistik deskriptif untuk memberikan gambaran dan informasi tentang data
penelitian. Statistik deskriptif digunakan unukt memberikan gambaran tentang
suatu data yang meliputi mean, minimum, maksimum, standar deviasi yang
dihasilkan dari proksi variabel penelitian. Variabel-variabel yang digunakan
meliputi Carbon Emission Disclosure (CED) yang diukur dengan menggunakan
content analysis membandingkankn total item yang diungkapkan dengan total maksimal item yang dapat diungkapkan sebagai variabel dependen;media exposure(Med_Exp), profitability yang diukur dengan Return on Asset (ROA), Ukuran Perusahaan (SIZE), kinerja lingkungan yang diukur dengan tingkat proper
(PROPER), leverage yang diukur dengan Debt to Asset Ratio (DAR) yang dirpoksikan oleh LEV, dan good corporate governanceyang diproksikan oleh Porporsi dewan komisaris independen (PRKOM) dan ukuran dewan komisaris
(UKDKOM). CED, Med_Exp, ROA, PROPER, LEV, PRKOM dan UKDKOM
diuji secara statistik deskriptif dengan menggunakan program SPSS V.21 seperti
yang terlihat dalam tabel 4.1 di bawah ini :
Tabel 4.1
Hasil Uji Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
CED 57 .06000 .89000 .2377193 .21471757
Media_EXP 57 0 1 .33 .476
ROA 57 -19.07000 71.51000 7.5568421 13.19318157
SIZE 57 27.24484 32.08466 29.6537746 1.42294572
PROPER 57 2 5 3.23 .732
LEV 57 .14000 1.21000 .5247368 .22734575
PRKOM 57 .00000 .80000 .4027456 .13071789
UKDKOM 57 .40000 1.25000 .7756211 .26290127
Berdasarkan uji statistik deskriptif pada tabel 4.1 di atas dapat dijelaskan
sebagai berikut:
1. Besarnya nilai CED pada 57 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,23 dengan nilai minimum CED adalah sebesar 0,06, nilai
maksimum 0,89 dan standar deviasi sebesar 0,21. Nilai rata-rata lebih
besar dari standar deviasi, berarti bahwa sebaran nilai CED adalah baik.
2. Besarnya nilai Med_Exp pada 57 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,33 dengan nilai minimum Med_Exp adalah sebesar 0,
nilai maksimum 1 dan standar deviasi sebesar 0,47. Nilai rata-rata lebih
kecil dari standar deviasi, berarti bahwa sebaran nilai Med_Exp adalah
kurang baik.
3. Besarnya nilai ROA pada 57 perusahaan sampel mempunyai nilai
rata-rata sebesar 7,55 dengan nilai minimum ROA adalah sebesar -19.07, nilai
maksimum 71,51 dan standar deviasi sebesar 13,19. Nilai rata-rata lebih
kecil dari standar deviasi, berarti bahwa sebaran nilai ROA adalah kurang
baik.
4. Besarnya nilai SIZE pada 57 perusahaan sampel mempunyai nilai
rata-rata sebesar 29,65 dengan nilai minimum SIZE adalah sebesar 27,24,
nilai maksimum 32,08 dan standar deviasi sebesar 1,42. Nilai rata-rata
lebih besar dari standar deviasi, berarti bahwa sebaran nilai SIZE adalah
baik.
5. Besarnya nilai PROPER pada 57 perusahaan sampel mempunyai nilai
nilai maksimum 5 dan standar deviasi sebesar 0,73. Nilai rata-rata lebih
besar dari standar deviasi, berarti bahwa sebaran nilai PROPER adalah
baik.
6. Besarnya nilai LEV pada 57 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,52 dengan nilai minimum LEV adalah sebesar 0,14, nilai
maksimum 1,21dan standar deviasi sebesar 0,22. Nilai rata-rata lebih
besar dari standar deviasi, berarti bahwa sebaran nilai LEV adalah baik.
7. Besarnya nilai PRKOM pada 57 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,40 dengan nilai minimum PRKOM adalah sebesar
0,00, nilai maksimum 0,80dan standar deviasi sebesar 0,13. Nilai
rata-rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai PRKOM
adalah baik.
8. Besarnya nilai UKDKOM pada 57 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,77 dengan nilai minimum UKDKOM adalah sebesar
0,40, nilai maksimum 1,25dan standar deviasi sebesar 0,26. Nilai
rata-rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai
UKDKOM adalah baik.
4.3. Hasil Uji Asumsi Klasik
4.3.1. Uji Normalitas
Uji normalitas yaitu suatu pengujian untuk mengetahui apakah model
regresi, variabel pengganggu atau residual memiliki distribusi normal atau
normal atau mendekati normal. Pengujian normalitas distribusi data populasi
menggunakan statistik Kolmogrov-Smirnov dan analisis grafik.
Gambar 4.1
Histogram Display Normal Curve
Dari kedua gambar di atas, terlihat bahwa data dalam penelitian ini
menyebar di sekitar garis diagonal atau grafik histogramnya menunjukkan
pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
Tabel 4.2
Normal Parametersa,b Mean 0E-7 Std. Deviation .10621538
Most Extreme Differences
Absolute .124
Positive .124
Negative -.098
Kolmogorov-Smirnov Z .936
Asymp. Sig. (2-tailed) .345
a. Test distribution is Normal.
b. Calculated from data.
Data populasi dikatakan normal jika koefisien Asymp. Sig (2-tailed)
lebih besar dari 0,05. Berdasarkan uji normalitas menggunakan
Kolmogrov-Smirnov Test pada tabel di atas menunjukkan bahwa data terdistribusi
normal, karena nilai probabilitas lebih besar dari 0,05 (0,345).
4.3.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model
regresi ditemukan adanya korelasi antara variabel bebas (Ghozali, 2006:91).
Multikolinearitas dapat dilihat dari Tolerance dan Variance Inflation Factor
dari 10 maka dikatakan tidak terdapat gejala multikolinearitas. Hasil uji
multikolinearitas dapat dilihat pada tabel berikut ini:
Tabel 4.3 Uji Multikolinearitas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
Media_EXP .622 1.608
ROA .586 1.706
SIZE .771 1.297
PROPER .523 1.911
LEV .652 1.534
PRKOM .504 1.986
UKDKOM .874 1.144
a. Dependent Variable: CED
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa hasil uji
multikolinearitas menunjukkan tidak ada variabel independen yang memiliki
nilai tolerance kurang dari 0,1 yang berarti tidak ada korelasi antar variabel
independen. Nilai Variance Inflation Factor (VIF) juga menunjukkan tidak
ada variabel independen yang memiliki nilai VIF lebih dari 10 persen. Jadi
dapat disimpulkan bahwa tidak ada multikolinearitas diantara
4.3.3. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang
lain (Ghozali, 2006:105). Jika variance residual dari suatu pengamatan ke
pengamatan laiannya tetap, maka disebut homokedastisitas dan jika berbeda
disebut heterokedastisitas. Untuk menguji ada tidaknya heterokedastisitas
dilakukan dengan mengamati pola tertentu pada grafik scatterplot, dimana
bila ada titik-titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y
serta tidak membentuk pola maka tidak terjadi heteroskedastisitas.
Gambar 4.3 Uji Heteroskedastisitas
Pada gambar 4.3 mengenai grafik scatterplot di atas terlihat titik-titik
menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta
berarti tidak terjadi heteroskedastisitas pada model regresi sehingga model
regresi layak dipakai untuk melihat pengaruh variabel independen terhadap
variabel dependen.
4.3.4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model
regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 (sebelumnya) (Ghozali,
2006:95). Untuk mengetahui adanya autokorelasi, digunakan metode Durbin
Watson (DW Test). Hasil uji autokorelasi tersebut dapat dilihat pada tabel
berikut ini:
a. Predictors: (Constant), UKDKOM, PROPER, LEV, SIZE, ROA, Media_EXP, PRKOM
b. Dependent Variable: CED
Secara sederhana, suatu model dapat dinyatakan tidak terjadi gejala
autokorelasi, jika probabilitas nilai Durbin Watson >0.05
(Wibowo,2012:106). Pada tabel di atas probabilitas nilai Durbin-Watson
adalah 2,517> 0,05, maka dapat dikatakan bahwa model tersebut tidak
mengalami gejala autokorelasi.
Menurut Santoso (2010, dalam Fahrizal,2013:51), untuk mendeteksi
ada tidaknya autokorelasi, maka dapat dilakukan dengan melihat nilai
autokorelsi diantara −2 sampai +2. Jadi, dapat disimpulkan bahwa di dalam
model regresi tidak terdapat gejala autokorelasi.
4.4. Pengujian Hipotesis
4.4.1. Hasil Analisis Regresi
Pengujian hipotesis dalam penelitian ini menggunakan model analisis
regresi berganda (multiple regression analysis), yaitu dilakukan melalui uji
koefisien determinasi, uji statistik F dan uji statistik t. Berdasarkan uji
statistik diperoleh hasil linear regresi sebagai berikut:
Tabel 4.5
Hasil Analisis Linear Berganda
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta
a. Dependent Variable: CED
Dari data di atas dapat dibuat persamaan regresi sebagai berikut:
YCED= 0,240 + 0,287Media_Exp – 0,001ROA – 0,018SIZE +
0,118PROPER – 0,065LEV + 0,098PRKOM+ 0,084UKDKOM+ e
Koefisien-koefisien regresi linear berganda di atas dapat diartikan
a. Konstanta sebesar 0,240 menyatakan bahwa jika variabel independen
dinyatakan konstan maka Carbon Emission Disclosure adalah sebesar 0,240
b. Koefisien regresi Med_Exp sebesar 0,287 menyatakan bahwa setiap
kenaikan satu satuan Med_Exp, maka akan menaikkan Carbon Emission Disclosure 0,287
c. Koefisien regresi ROA sebesar -0,001 menyatakan bahwa setiap
kenaikan satu persenROA, maka akan menurunkanCarbon Emission Disclosure 0,001
d. Koefisien regresi SIZE sebesar -0,018 menyatakan bahwa setiap
kenaikan satu satuan SIZE, maka akan menurunkan Carbon Emission Disclosure sebesar 0,018
e. Koefisien regresi PROPER sebesar 0,118 menyatakan bahwa setiap
kenaikan satu tingkatanPROPER, maka akan menaikkan Carbon Emission Disclosure sebesar 0,118
f. Koefisien regresi LEV sebesar -0,065 menyatakan bahwa setiap
kenaikan satu persenLEV, maka akan menurunkan Carbon Emission Disclosure sebesar 0,065
g. Koefisien regresi PRKOM sebesar 0,098 menyatakan bahwa setiap
h. Koefisien regresi UKDKOM sebesar 0,084 menyatakan bahwa setiap
kenaikan satu persenUKDKOM, maka akan menaikkan Carbon Emission Disclosure sebesar 0,084
4.4.2. Uji Koefisien Determinasi
Tabel 4.6
Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
1 .869a .755 .720 .11354901
a. Predictors: (Constant), UKDKOM, PROPER, LEV, SIZE, ROA,
Media_EXP, PRKOM
b. Dependent Variable: CED
Tingkat koefisien determinasi yang terdapat pada kolom Adj R2
memiliki nilai sebesar 0,720 atau 72% menunjukkan bahwa variabel media exposure, profitability, ukuran perusahaan, kinerja lingkungan, leverage dan
good corporate governance mampu menjelaskan carbon emission disclosure
sebesar 72% sedangkan 28% sisanya dijelaskan oleh variabel lain yang tidak
dijelaskan dalam penelitian ini.
4.4.3. Uji Pengaruh Simultan (Uji Statistik F)
Uji F digunakan untuk mengetahui pengaruh variabel independen
diproksikan oleh Med_Exp, ROA, SIZE, PROPER, LEV, PRKOM dan
UKDKOM. Untuk variabel dependen yaitu Carbon Emission Disclosure
diproksikan dengan CED.
Tabel 4.7
Hasil Uji Simultan (Uji F)
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 1.950 7 .279 21.606 .000b
Residual .632 49 .013
Total 2.582 56
a. Dependent Variable: CED
b. Predictors: (Constant), UKDKOM, PROPER, LEV, SIZE, ROA, Media_EXP, PRKOM
Berdasarkan tabel 4.6 di atas, menunjukkan bahwa signifikansi F
hitung sebesar 0,000. Karena signifikansi F hitung lebih kecil daripada
signifikansi yang ditentukan (0,000 < 0,05) berarti bahwa variabel Media Exposure, Profitability, Ukuran Perusahaan, Kinerja Lingkungan, Leverage
dan Good corporate governance secara simultan berpengaruh signifikan terhadap Carbon Emission Disclosure.
4.4.4. Uji Pengaruh Parsial (Uji Statistik t)
Uji t digunakan untuk mengetahui hubungan antara variabel-variabel
independen terhadap variabel dependen secara parsial (individu).
Kesimpulan yang didapat dari penelitian ini adalah :
Media Exposure dalam penelitian ini dilambangkan dengan Med_Exp yang diukur dengan variabel dummy 1 jika perusahaan lebih banyak
mengungkapkan tentang emisi karbon dari media perusahaan seperti laporan
tahunan, laporan keberlanjutan, koran dan sebagainya, sebaliknya dinyatakan
0. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,000. Karena nilai signifikansi hitung lebih kecil dari nilai
signifikansi yang ditentukan (0,000< 0,05), maka hipotesis nol (H01) ditolak
dan menerima hipotesis alternatif (Ha1). Berarti media exposure berpengaruh
signifikan secara parsial terhadap carbon emission disclosure. 2. Pengaruh Profitability terhadap Carbon Emission Disclosure
Profitability dalam penelitian ini dilambangkan dengan ROA. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,409. Karena nilai signifikansi hitung lebih besar dari nilai
signifikansi yang ditentukan (0,409> 0,05), maka hipotesis nol (H02) diterima
dan menolak hipotesis alternatif (Ha2). Berarti profitability tidak berpengaruh
signifikan terhadap carbon emission disclosure.
3. Pengaruh Ukuran Perusahaan terhadap Carbon Emission Disclosure
Ukuran Perusahaan dalam penelitian ini dilambangkan dengan SIZE.
Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,140. Karena nilai signifikansi hitung lebih besar dari nilai
signifikansi yang ditentukan (0,140> 0,05), maka hipotesis nol (H03) diterima
dan menolak hipotesis alternatif (Ha3). Berarti ukuran perusahaan tidak
4. Pengaruh Kinerja Lingkungan terhadap Carbon Emission Disclosure
Ukuran Perusahaan dalam penelitian ini dilambangkan dengan SIZE.
Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,000. Karena nilai signifikansi hitung lebih besar dari nilai
signifikansi yang ditentukan (0,000> 0,05), maka hipotesis nol (H04) ditolak
dan menerima hipotesis alternatif (Ha4). Berarti kinerja lingkungan
berpengaruh signifikan terhadap carbon emission disclosure. 5. Pengaruh Leverageterhadap Carbon Emission Disclosure
Leverage dalam penelitian ini dilambangkan dengan LEV. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi
0,437. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang
ditentukan (0,437> 0,05), maka hipotesis nol (H05) diterima dan menolak
hipotesis alternatif (Ha5). Berarti leverage tidak berpengaruh signifikan
terhadap carbon emission disclosure.
6. Pengaruh Proporsi Komisaris Independen terhadap Carbon Emission Disclosure
Proporsi Komisaris Independen dalam penelitian ini dilambangkan
dengan PRKOM. Berdasarkan pada tabel hasil uji analisis regresi berganda
diperoleh nilai signifikansi 0,552. Karena nilai signifikansi hitung lebih besar
dari nilai signifikansi yang ditentukan (0,552> 0,05), maka hipotesis nol (H06)
diterima dan menolak hipotesis alternatif (Ha6). Berarti proporsi komisaris
7. Pengaruh Ukuran Dewan komisaris terhadap Carbon Emission Disclosure
Ukuran Dewan Komisaris dalam penelitian ini dilambangkan dengan
UKDKOM. Berdasarkan pada tabel hasil uji analisis regresi berganda
diperoleh nilai signifikansi 0,178. Karena nilai signifikansi hitung lebih besar
dari nilai signifikansi yang ditentukan (0,178> 0,05), maka hipotesis nol (H07)
diterima dan menolak hipotesis alternatif (Ha7). Berarti ukuran dewan
komisaris tidak berpengaruh signifikan terhadap carbon emission disclosure. 4.5. Pembahasan Penelitian
Analisis Media Exposure
Media Exposure dalam penelitian ini dilambangkan dengan Med_Exp yang diukur dengan variabel dummy 1 jika perusahaan lebih banyak
mengungkapkan tentang emisi karbon dari media perusahaan seperti laporan
tahunan, laporan keberlanjutan, koran dan sebagainya, sebaliknya dinyatakan 0.
Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,000. Karena nilai signifikansi hitung lebih kecil dari nilai
signifikansi yang ditentukan (0,000< 0,05), maka hipotesis nol (H01) ditolak dan
menerima hipotesis alternatif (Ha1). Berarti media exposure berpengaruh
signifikan secara parsial terhadap carbon emission disclosure. Hal ini berarti semakin banyak media yang menyorot suatu perusahaan maka semakin gencar
Media Exposure yang memiliki pengaruh signifikan terhadap carbon emission disclosure menandakan bahwa perusahaan manufaktur menganggap media sebagai sarana yang penting untuk mendapatkan legitimasi dari lingkungan
sekitar dan juga dari para pemangku kepentingan perusahaan. Salah satu cara
untuk mendapatkan legitimasi tersebut adalah dengan melakukan pengungkapan
lingkungan. Dari penelitian yang telah dilakukan terbukti bahwa perusahaan yang
lebih di sorot media akan lebih banyak mengungkapkan emisi karbonnya melalui
media perusahaan seperti laporan tahunan dan laporan keberlanjutan dibanding
perusahaan yang kurang d sorot media. Hal tersebut dilakukan perusahaan dengan
banyak tujuan yang diantaranya agar perusahaan tersebut lebih diterima oleh
masyarakat karena perusahaan tersebut ikut turut memperhatikan lignkungan
dalam aktivitasnya, alasan lain membuat perusahaan membuat perusahaan
melakukan pengungkapan ini adalah tuntutan dari para pemegang saham, dengan
perusahaan melakukan pengungkapan hal tersebut dapat berarti berita baik dari
perusahaan untuk para pemegang saham sehingga para pemegang saham akan
tetap memberikan suntikan dana untuk perusahaan tersebut. Hal ini sejalan
dengan penelitian Lorenzo, et al (2009) dan Zhang, et al (2013).
Analisis Profitability
Profitability dalam penelitian ini dilambangkan dengan ROA. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,409. Karena nilai signifikansi hitung lebih besar dari nilai
signifikansi yang ditentukan (0,409> 0,05), maka hipotesis nol (H02) diterima dan
signifikan terhadap carbon emission disclosure.Hal ini sejalan dengan penelitian Lorenzo, et al (2009) dan Zhang, et al (2013).
Profitability yang tidak berpengaruh signifikan terhadap carbon emission disclosure terjadi dimungkinkan karena peraturan pemerintah indonesia yang menetapkan carbon emission disclosure masih berupa voluntary disclosure sehingga tidak semua perusahaan dengan tingkat profitability yang tinggi akan
melakukan carbon emission disclosure, hal tersebut dapat juga terjadi dikarenakan tuntutan dari para pemangku kepentingan perusahaan, sebagaimana dijelaskan
oleh teori stakeholder dimana perusahaan tidak hanya beroperasi untuk
kepentingan perusahaan itu sendiri namun untuk kepentingan para stakeholdernya
yang dimana dalam kasus ini para stakeholder perusahaan manufaktur di
Indonesia mungkin memberikan tuntutan lain kepada perusahaan untuk
menggunakan profit yang didapatkan oleh perusahaan untuk mengembangkan
perusahaan di aspek-aspek lain daripada melakukan carbon emission disclosure. Dengan kata lain, perusahaan manufaktur yang memiliki profitability yang tinggi
sudah memiliki kemampuan untuk melakukan carbon emission disclosure tetapi memilih untuk tidak melakukannya karena berbagai alasan.
Analisis Ukuran Perusahaan
Ukuran Perusahaan dalam penelitian ini dilambangkan dengan SIZE.
Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,140. Karena nilai signifikansi hitung lebih besar dari nilai
menolak hipotesis alternatif (Ha3). Berarti ukuran perusahaan tidak berpengaruh
signifikan terhadap carbon emission disclosure. Hal ini sejalan dengan penelitian Clarkson, et al (2008).
Ukuran perusahaan yang secara parsial tidak berpengaruh terhadap carbon emission disclosure dapat terjadi dimungkinkan karena perusahaan-perusahaan manufaktur yang besar di Indonesia lebih memilih melakukan pengungkapan lain
dibandingkan melakukan carbon emission disclosure, kemungkinan terbesar perusahaan besar melakukan hal tersebut adalah karena carbon emission disclosure masih berupa voluntary disclosure dan perusahaan manufaktur tidak terlalu di sorot untuk pengeluaran emisi dari aktivitasnya lebih dari produk yang
dihasilkannya sehingga membuat perusahaan melakukan pengungkapan lain .Dari
penelitian yang dilakukan dengan melihat laporan tahunan dan laporan
keberlanjutan objek penelitian, perusahaan-perusahaan menufaktur lebih banyak
melakukan melakukan pengungkapan yang lebih terjun langsung ke masyarakat
atau dengan melakukan CSR dengan memberikan bantuan sosial kepada
masyarakat. Hal ini sejalan dengan teori legitimasi dimana perusahaan yang lebih
besar akan lebih melakukan pengungkapan dan melakukan kegiatan sosial dengan
tujuan untuk mendapatkan legitmasi dari masyarakat, dalam kasus ini yang terjadi
adalah perusahaan manufaktur yang besar di Indonesia melakukan hal tersebut
dikarenakan carbon emission disclosure masih berupa voluntary disclosure dan
mendapatkan pengakuan internasional atas aktivitasnya sehingga mungkin
perusahaan tersebut lebih diterima produknya oleh internasional.
Analisis Kinerja Lingkungan
Ukuran Perusahaan dalam penelitian ini dilambangkan dengan PROPER.
Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai
signifikansi 0,000. Karena nilai signifikansi hitung lebih besar dari nilai
signifikansi yang ditentukan (0,000> 0,05), maka hipotesis nol (H04) ditolak dan
menerima hipotesis alternatif (Ha4). Berarti kinerja lingkungan berpengaruh
signifikan terhadap carbon emission disclosure. Hal ini sejalan dengan penelitian Al – tuwaijri (2004), Clarkson, et al (2008), Dawkin dan Fraas (2011) dan Pradini (2013).
Kinerja lingkungan yang secara parsial memiliki pengaruh signifikan
terhadap carbon emission disclosure menandakan bahwa perusahaan menufaktur dengan tingkat kinerja lingkungan yang lebih tinggi akan lebih banyak melakukan
pengungkapan termasuk salah satunya adalah carbon emission disclosure. Kementrian Lingkungan Hidup Indonesia mengembangkan program peduli
lingkungan yang dinamakan Program Penilaian Peningkat Kinerja Perusahaan
dalam Pengelolaan Lingkungan atau disingkat PROPER, program ini mendorong
perusahaan untuk lebih meningkatkan kinerja pengelolaan lingkungannya.
Perusahaan dengan tingkat PROPER yang tinggi berarti telah melakukan aktivitas
pengelolaan lingkungan yang baik, aktitivitas tersebut dapat dilakukan dalam
perusahaan dengan tingkat PROPER yang tinggi akan lebih banyak melakukan
pengungkapan lingkungan dibanding perusahaan dengan tingkat PROPER yang
rendah hal ini disebabkan karena Kementrian Lingkungan Hidup akan terus
memantau dan mendorong perusahaan dengan tingkat PROPER yang tinggi untuk
terus melakukan dan meningkatkan kinerja lingkungannya, dengan adanya
publikasi dari Kementrian Lingkungan Hidup juga membuat perusahaan terpacu
untuk meningkatkan kinerja lingkunganya dengan tujuan untuk mendapat
legitimasi dari masyarakat dan para stakeholdernya bahkan dari negara sehingga
aktivitasnya lebih diterima di Indonesia.
Analisis Leverage
Leverage dalam penelitian ini dilambangkan dengan LEV. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,437.
Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan
(0,437> 0,05), maka hipotesis nol (H05) diterima dan menolak hipotesis alternatif
(Ha5). Berarti leverage tidak berpengaruh signifikan terhadap carbon emission disclosure. Hal ini sejalan dengan penelitian Ghomi dan Leung (2013) dan Lorenzo (2009).
perusahaan manufaktur hal tersebut dapat ditentukan oleh seberapa besar tingkat
leverage yang dimiliki perusahaan tersebut. Hal lain yang dapat menjadi penyebab tidak signifikannya pengaruh leverage terhadap carbon emission disclosure adalah kebijakan pemerintah yang masih menetapkan carbon emission disclosure sebagai voluntary disclosure yang membuat perusahaan tidak terlalu memperhatikan tentang pentingnya carbon emission disclosure terlebih dari perusahaan manufaktur sehingga jenis perusahaan merupakan hal perlu
diperhatikan untuk melihat kebijakan perusahaan atas tingkat leverage dan kemampuan perusahaan untuk lebih banyak mengungkapkan carbon emission disclosure.
Analisis Proporsi Komisaris Independen
Proporsi Komisaris Independen dalam penelitian ini dilambangkan dengan
PRKOM. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh
nilai signifikansi 0,552. Karena nilai signifikansi hitung lebih besar dari nilai
signifikansi yang ditentukan (0,552> 0,05), maka hipotesis nol (H06) diterima dan
menolak hipotesis alternatif (Ha6). Berarti proporsi komisaris independen tidak
berpengaruh signifikan terhadap carbon emission disclosure.
Proporsi Komisaris Independen yang tidak berpengaruh signifikan secara
parsial terhadap carbon emission disclosure menandakan bahwa proporsi komisi independen yang sesuai tidak menjadi jaminan bahwa perusahaan akan