4. HASIL PENELITIAN DAN ANALISIS

(1)

24

Universitas Kristen Petra

4. HASIL PENELITIAN DAN ANALISIS

4.1 Hasil Penelitian

4.1.1 Gambaran Umum Sampel

Data dalam penelitian ini dihitung menggunakan software SPSS versi 24.

Sampel dalam penelitian ini sejumlah 350 perusahaan.yang terdiri dari 50 perusahaan yang terdaftar di BEI dalam rentang waktu tujuh tahun. Namun, dari 350 sampel tersebut, terdapat 83 sampel yang tidak memenuhi kriteria yang ditetapkan sehingga total sampel yang memenuhi kriteria untuk diteliti adalah sebanyak 267 pengamatan.

Tabel 4.1 berikut menunjukkan secara detail sampel penelitian:

Tabel 4.1 Hasil Penentuan Sampel

Syarat Sampel Jumlah

Perusahaan yang terdaftar di BEI. 350 Perusahaan yang tidak memiliki laporan tahunan

antara tahun 2008-2015. (70)

Perusahaan yang tidak memiliki data bid-ask secara

lengkap tahun 2008-2015. (12)

Perusahaan yang tidak memiliki data lengkap dari

tahun 2008-2015. (1)

Jumlah pengamatan yang memenuhi kriteria 267

4.1.2 Tingkat Pengungkapan Corporate Social Responsibility (TCSR)

Dalam penelitian ini, tingkat pengungkapan CSR (TCSR) dihitung menggunakan data laporan tahunan perusahaan mulai dari tahun 2008 sampai 2015 dengan berdasarkan kriteria GRI 3.1. Setelah melakukan skoring pada perusahaan, skor akan dibagi dengan jumlah kriteria yang seharusnya diungkapkan sesuai dengan

(2)

25

GRI 3.1. Berikut ini menunjukan salah satu contoh penilaian tingkat pengungkapan CSR dari perusahaan DOID pada tahun 2013.

Tabel 4.2 Tingkat Pengungkapan CSR DOID 2013

Dimensi Nilai

DOID

Nilai GRI

Ekonomi (EC) 5 9

Lingkungan (EN) 1 30

Social : Tenaga Kerja (LA) 5 15

Sosial : Hak Asasi Manusia (HR) 0 11

Sosial : Masyarakat (SO) 1 10

Sosial : Produk (PR) 0 9

Total nilai 12 84

Total skor DOID tahun 2013 yaitu 12 kemudian dibagi dengan 84 (total kriteria GRI 3.1). Dengan pembulatan 2 angka di belakang koma, maka hasil yang diketahui yaitu 0,14 yang menggambarkan bahwa DOID telah melakukan CSR 14%

dari 84 kriteria GRI. Perhitungan TCSR secara lengkap terdapat pada lampiran 1.

4.1.3 Asimetri Informasi (SPREAD)

Dalam penelitian ini menggunakan rumus Lu & Chueh (2015) untuk menghitung bid-ask spread. Data SPREAD diperoleh dari bloomberg dengan perhitungan rumus 2.2. Nilai SPREAD mengindikasikan bahwa perusahaan memiliki asimetri informasi tinggi yang ditandai dengan semakin tingginya selisih bid dan ask.

Berikut contoh perhitungan SPREAD pada perusahaan DOID tahun 2013:

(3)

26

Total SPREAD harian = -3.28902

Hari perdagangan efektif dalam setahun = 239 Rata-rata spread selama periode perdagangan = -0.01376

Pada perusahaan DOID, perhitungan SPREAD pada tahun 2013 di peroleh angka -0.01376. Hal ini menandakan bahwa tingkat asimetri informasi pada perusahaan ini cukup rendah. Perhitungan bid ask spread yang lengkap akan di berikan di lampiran 2.

4.1.4 Firm Value (FV)

Pada penelitian ini menggunakan Tobin’s Q untuk menilai firm value. Data tersebut diperoleh dari bloomberg dengan memilih data yang sesuai rumus 2.3, yaitu dengan rincian market value of all outstanding shares yang terdiri dari outstanding share dikali dengan stock price kemudian dijumlahkan dengan total debt, selanjutnya hasil penjumlahan tersebut dibagi dengan total asset. Berikut contoh perhitungan pada perusahaan DOID tahun 2013:

Outstanding share = 8.216.846.336 Stock price = 92

Market value = 8.216.846.336 * 92

= 755.949.862.912 Debt = 10.670.468.289.920 Total aset = 13.165.572.204.800

Tobin’s Q = (755.949.862.912+10.670.468.289.920)/13.165.572.204.800 = 0,86790

Pada perusahaan DOID didapat Tobin’s Q sebesar 0,86790 pada tahun 2013.

Angka Tobin’s Q di bawah 1 menunjukkan bahwa biaya ganti aktiva (pengeluaran investasi) perusahaan lebih besar daripada nilai perusahaan tersebut serta mengindikasikan bahwa pasar memberikan nilai yang kurang pada perusahaan DOID.

Data Tobin’s Q terlampir pada lampiran 3.

(4)

27

4.1.5 Managerial Ownership (MO)

Managerial ownership dihitung menggunakan perbandingan jumlah lembar saham yang dimiliki oleh direksi dan komisaris dengan jumlah lembar saham beredar.

Data diperoleh dari laporan keuangan dan laporan tahunan perusahaan. Selain menggunakan perhitungan perbandingan, persentase kepemilikan juga tercatum pada notes laporan keuangan perusahaan. Berikut contoh penghitungan managerial ownership pada perusahaan DOID tahun 2013:

Jumlah lembar saham direksi dan komisaris = 29.583 Jumlah lembar saham beredar = 45.811.864

Managerial ownership = (29.583/45.811.864)*100%

= 0.065%

Dari hasil perhitungan tersebut diketahui bahwa kepemilikan manajerial oleh direksi dan komisaris sebesar 0,065%. Hasil ini menunjukkan bahwa kepemilikan manajerial pada perusahaan DOID tahun 2013 sangat kecil sehingga sulit untuk mendorong pihak manajemen agar bertindak sesuai keinginan pemegang saham. Data managerial ownership terlampir pada lampiran 4.

4.1.6 Statistik Deskriptif

Penelitian ini menggunakan software SPSS versi 24 dalam pengolahan data.

Tabel 4.3 dan 4.4 menunjukan hasil statistik deskriptif dalam penelitian.

Tabel 4.3 Statistik Deskriptif

Sumber : hasil output SPSS Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

TCSR 267 .02381 1.00000 .1956065 .14625892

SPREAD 267 -.37762 -.00212 -.0323642 .04836987

FV 267 .05455 17.34506 2.2327739 2.80887502

MO 267 .00000 41.11000 1.8290359 6.16206885

Valid N (listwise) 267

(5)

28

Tabel 4.4 Statistik Deskriptif – Hapus Outliers

Sumber : hasil output SPSS

Nilai N pada tabel diatas melambangkan jumlah sampel dalam penelitian ini, yaitu terdapat 267 data dari 50 perusahan. Dari hasil tabel diatas tidak ada kekosongan data diketahui dari jumlah N sesuai dengan jumlah N variabel lainnya.

Terdapat 2 Table dikarenakan ada penghapusan data outlier. Hal ini dilakukan karena ada masalah dalam uji asumsi klasik. Pada tabel diatas nilai rata-rata setiap variabel di wakilkan kolom mean. Standar deviasi mewakili sebaran data. Kolom maksimum dan minimum mewakili nilai tertinggi dan terendah disetiap variabel.

Variabel logspread memiliki nilai terendah -0.04216 yang dimiliki oleh MITI pada tahun 2015, dan nilai tertinggi -0.00212 yang dimiliki oleh INCO pada tahun 2014. Nilai rata-rata variabel logspread sebesar -0.0124925 atau setara dengan 0.9716447 menandakan bahwa rata-rata perusahaan dalam sampel memiliki perbedaan harga bid dan ask sebesar 97,16% dibandingkan dengan rata-rata harga bid dan ask harian. Standar deviasi variabel logspread adalah sebesar 0.0076818 yang berarti penyimpangan antara data individu logspread dengan rata-rata sebesar 0.0076818.

Variabel TCSR memiliki nilai terendah 0.03571 yang dimiliki oleh DKFT tahun 2012, PKPK tahun 2011 dan 2012, serta SMMT pada tahun 2013. Sedangkan nilai tertinggi TCSR sebesar 1 dimiliki oleh TINS pada tahun 2012 hingga 2014.

Sedangkan nilai rata-rata variabel TCSR adalah 0.2123052 yang menandakan bahwa rata-rata perusahaan dalam sampel melaksanakan 21,23% pengungkapan CSR yang

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

TCSR 204 .03571 1.00000 .2123052 .15965933

SPREAD 204 -.04216 -.00212 -.0124925 .00768181

FV 204 .13593 17.34506 2.2299603 2.91358220

MO 204 .00000 41.11000 1.9487282 6.73882690

Valid N (listwise) 204

(6)

29

memenuhi kriteria GRI 3.1. Standar deviasi TCSR sebesar 0.15966 memiliki arti bahwa penyimpangan antara data individu TCSR dengan rata-rata sebesar 0,169.

Variabel FV memiliki nilai terendah 0.13593 oleh DKFT pada tahun 2012 dan nilai tertinggi 17.34506 oleh UNVR pada tahun 2015. Sedangkan nilai rata-rata variabel FV memiliki arti bahwa perusahaan dalam sampel rata-rata memiliki nilai pasar 2.2327739. Standar deviasi FV sebesar 2.808875 memiliki arti bahwa penyimpangan antara data individu FV dengan rata-rata sebesar 2,8088.

Yang terakhir adalah variabel MO dengan nilai terendah 0.000 yang dimiliki oleh ARTI tahun 2011, 2012, 2013, 2015, ATPK tahun 2011-2015, BUMI tahun 2010-2015, CKRA tahun 2009, 2013-2015, DEWA tahun 2009-2012, DKFT tahun 2012 dan 2013, DOID tahun 2011 dan 2012, ENRG tahun 2009-2011 INCO tahun 2009, 2010, dan 2012, KKGI tahun 2010-2015, MEDC tahun 2009-2011 dan 2015, MYOH tahun 2012-2015, PSAB tahun 2013-2015, PTRO tahun 2009-2015, RUIS tahun 2009, 2011-2015, SMMT tahun 2013-2015, ADES tahun 2012-2015, AISA 2009-2015, BUDI tahun 2011-2013 dan 2015, CEKA tahun 2011, DLTA dan DLVA tahun 2010-2015, HMSP tahun 2009-2015, INAF tahun 2012-2015, KLBF tahun 2009-2015, MERK tahun 2009-2013, MLBI tahun 2011, 2012, 2014, 2015, MRAT tahun 2013-2015, MYOR 2011-2015, RMBA tahun 2010-2015, SKBM tahun 2013, dan UNVR tahun 2011-2014. Nilai tertinggi MO yaitu 41.110 dimiliki oleh PKPK 2015. Sedangkan nilai rata-rata variabel MO adalah 1.948728 memiliki arti bahwa rata-rata perusahaan dalam sampel memiliki proporsi kepemilikan manajerial 194%.

Standar deviasi MO sebesar 6.7388269 memiliki arti bahwa penyimpangan antara data individu MO dengan rata-rata sebesar 6. 7388269.

4.1.7 Pengujian Asumsi Klasik

Penelitian ini menggunakan 4 uji asumsi klasik sebelum melakukan uji kelayakan model regresi dan uji hipotesis. Uji asumsi klasik terdiri dari uji normalitas, uji autokorelasi, uji heterokedastisitas, dan uji multikolinearitas dengan tingkat signifikansi α=10%.

(7)

30

1. Uji Normalitas

Uji normalitas dilakukan menggunakan uji Kolmogorov-Smirnov. Nilai residu data memenuhi normalitas jika hasil signifikansi uji Kolmogorov-Smirnov lebih besar dari 10%. Pengujian normalitas dalam penelitian ini dilakukan sebanyak empat kali. Pengujian pertama pada data normal dengan hasil signifikansi 0.000.

Selanjutnya dilakukan penghapusan data outliers yang pertama, namun hasil masih tetap 0.000. Sehingga dilakukan penghapusan outliers kedua dan pengujian ulang serta log pertama kemudian melakukan uji normalitas, namun hasil signifikansi masih 0.016. Dilakukan penghapusan outliers ketiga dan pengujian ulang serta log kedua dari data sebelum melakukan log pertama yang kemudian uji normalitas terpenuhi setelah melakukan pengujian keempat. Tabel 4.5 menunjukan hasil uji normalitas sebelum penghapusan outliers. Tabel 4.6 menunjukkan hasil uji normalitas setelah penghapusan outliers kedua dan log pertama. Tabel 4.7 menunjukkan hasil uji normalitas setelah penghapusan outliers ketiga dan log kedua.

Tabel 4.5 Hasil Pengujian Asumsi Klasik – Normalitas (1)

Sumber: hasil output SPSS One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 267

Normal Parameters^a,b Mean .0000000

Std. Deviation .04691474

Most Extreme Differences Absolute .270

Positive .223

Negative -.270

Test Statistic .270

Asymp. Sig. (2-tailed) .000^c

a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

(8)

31

Tabel 4.6 Hasil Pengujian Asumsi Klasik – Normalitas (2) One-Sample Kolmogorov-Smirnov Test

N 221

Positive .068

Negative -.060

Test Statistic .068

Asymp. Sig. (2-tailed) .016^c

Tabel 4.7 Hasil Pengujian Asumsi Klasik – Normalitas (3) One-Sample Kolmogorov-Smirnov Test

N 204

Positive .034

Negative -.048

Test Statistic .048

Asymp. Sig. (2-tailed) .200^c,d

d. This is a lower bound of the true significance.

(9)

32

Pada tabel 4.7 diatas menujukkan bahwa angka probabilitas Kolmogorov- Smirnov yaitu 0.200, sehingga dapat disimpulkan bahwa error dari persamaan regresi berdistribusi normal.

2. Uji Autokorelasi

Pengujian yang berikutnya adalah uji autokorelasi. Uji autokorelasi bertujuan untuk menguji apakah terdapat korelasi error antara satu periode dengan periode sebelumnya dalam sebuah model regresi linear. Pengujian dilakukan dengan melihat angka Durbin Watson (DW) pada data penelitian. Suatu data dikatakan bebas autokorelasi jika memiliki nilai DW antara 0-2. Tabel 4.8 menunjukan nilai DW dari data penelitian.

Tabel 4.8 Hasil Pengujian Asumsi Klasik – Autokorelasi Model Summary^b

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .521^a .272 .261 .23160 1.049

a. Predictors: (Constant), MO, FV, TCSR b. Dependent Variable: logspread

Nilai Durbin Watson 1.049 dimana batasnya adalah antara 0 sampai 2, sehingga dapat dikatakan penelitian memenuhi uji autokorelasi.

3. Uji Heterokedastisitas

Uji heterokedastisitas dilakukan dengan menggunakan uji Glejser. Uji ini bertujuan untuk mengetahui apakah seluruh error memiliki varian yang sama. Data yang baik harus memiliki error varian yang homogen. Maka dari itu, seluruh data variabel dapat dikatakan bebas dari heterokedastisitas jika seluruh variabel mempunyai signifikansi yang lebih besar dari 10%. Tabel 4.9 menunjukan hasil uji heterokedastisitas.

(10)

33

Tabel 4.9 Hasil Pengujian Asumsi Klasik – Heterokedastisitas Coefficients^a

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig.

B Std. Error Beta

1 (Constant) .180 .020 9.098 .000

TCSR .049 .065 .054 .762 .447

FV -.004 .003 -.074 -1.045 .297

MO -.002 .002 -.094 -1.304 .194

a. Dependent Variable: RES_2

Dari hasil uji di atas dapat dilihat bahwa error telah bebas dari heterokedastisitas karena ketiga variabel memiliki signifikansi lebih dari 10%.

4. Uji Multikolinearitas

Uji multikolinearitas dilakukan dengan melihat nilai variance inflation factor (VIF) dan tolerance. Pengujian ini bertujuan untuk menguji apakah terdapat korelasi antara variabel independen dalam model regresi. Data penelitian dikatakan bebas dari multikolinearitas jika memiliki VIF kurang dari 10 dan tolerance lebih dari 0.10.

Tabel 4.10 Hasil Pengujian Asumsi Klasik – Multikolinearitas

Sumber : hasil output SPSS Coefficients^a

Model

T Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) -1.781 .032 -56.092 .000

TCSR -.648 .104 -.384 -6.236 .000 .959 1.043

FV -.031 .006 -.335 -5.514 .000 .988 1.012

MO .002 .002 .060 .971 .333 .949 1.053

a. Dependent Variable: logspread

(11)

34

Tabel 4.10 menunjukan nilai VIF dan tolerance dari data penelitian yang menyatakan model bebas dari multikolinearitas dimana nilai VIF kurang dari 10 dan tolerance lebih dari 0.10.

4.1.8 Pengujian Kelayakan Model Regresi

Kelayakan suatu model regresi ditentukan dari nilai signifikansi dari uji F lebih kecil dari 10% dan koefisien determinasi. Hasil uji F ditunjukkan Tabel 4.11.

Tabel 4.11 Hasil Pengujian Kelayakan Model Regresi ANOVA^a

Model Sum of Squares Df Mean Square F Sig.

1 Regression 4.006 3 1.335 24.897 .000^b

Residual 10.727 200 .054

Total 14.734 203

a. Dependent Variable: logspread b. Predictors: (Constant), MO, FV, TCSR

Pada Tabel 4.11 dapat dilihat nilai signifikansi di bawah 0.10, hal ini dapat disimpulkan bahwa model regresi dalam peneletian ini layak untuk digunakan dalam menguji hipotesis.

Berikutnya dilakukan pengukuran koefisien determinasi yang digunakan untuk menunjukkan tingkat persentase seberapa besar seluruh variabel independen mempengaruhi variabel dependen. Jika model regresi layak untuk digunakan maka, nilai koefisien determinasi dari model tersebut dapat diandalkan. Tabel 4.12 menunjukan nilai koefisien determinasi atau R² dari model regresi.

(12)

35

Tabel 4.12 Hasil Pengujian Koefisien Regresi Berganda Model Summary

Model R R Square

Adjusted R Square

Std. Error of the Estimate

1 .521^a .272 .261 .23160

a. Predictors: (Constant), MO, FV, TCSR

Tabel 4.12 menunjukkan nilai adjusted R² sebesar 0.231 yang berarti SPREAD mampu dijelaskan oleh seluruh variabel independen yaitu TCSR, FV, dan MO sebesar 23.1%, sedangkan sisanya sebesar 76.9% dijelaskan oleh faktor lain yang tidak diikutkan dalam penelitian ini.

4.1.9 Pengujian Hipotesis

Pengujian hipotesis pada penelitian ini menggunakan uji t. Uji ini digunakan untuk mengetahui signifikansi pengaruh masing-masing variabel independen terhadap variabel dependen secara parsial dengan menggunakan tingkat signifikansi 10%.

Tabel 4.13 Hasil Pengujian Hipotesis Coefficients^a

Model

t Sig.

B Std. Error Beta

1 (Constant) -1.781 .032 -56.092 .000

TCSR -.648 .104 -.384 -6.236 .000

FV -.031 .006 -.335 -5.514 .000

MO .002 .002 .060 .971 .333

a. Dependent Variable: logspread

Pada Tabel 4.13 menunjukkan bahwa TCSR memiliki signifikansi kurang dari 0.1 yaitu 0.000 dan β -0.384 yang mengindikasikan bahwa TCSR berpengaruh terhadap SPREAD. FV juga memiliki nilai signifikansi di bawah 0.1 haitu 0.000 dan

(13)

36

beta -0.335 sehingga dapat dikatakan bahwa FV juga berpengaruh terhadap SPREAD. Sedangkan MO memiliki signifikansi di atas 0.1 yaitu 0.333 dan beta 0.060 sehingga dapat dikatakan MO tidak berpengaruh terhadap SPREAD dan hipotesis ketiga dalam penelitian ini ditolak.

4.2 Analisis

4.2.1 Temuan dan Interpretasi

Penelitian ini memiliki tujuan untuk mengetahui pengaruh tingkat pengungkapan CSR terhadap asimetri informasi yang diuji menggunakan SPREAD.

Penelitian ini menguji 50 perusahaan yang terdaftar di BEI pada sektor pertambangan dan barang konsumsi selama tahun 2008-2015. Penelitian ini menyatakan bahwa adanya hubungan timbal balik antara tingkat pengungkapan CSR perusahaan dan asimetri informasi ketika hipotesis H₁diterima.

Dari hasil uji F pada Tabel 4.11, dapat disimpulkan bahwa model regresi layak digunakan untuk menguji hipotesis karena memiliki nilai signifikansi 0.000.

Selanjutnya dilakukan uji hipotesis menggunakan uji t. Dari hasil uji t disimpulkan bahwa tingkat pengungkapan CSR mempengaruhi asimetri informasi dikarenakan pada Tabel 4.13 nilai signifikansi TCSR kurang dari 0.1 yaitu 0.000 dan β -0.384 yang mengindikasikan bahwa TCSR berpengaruh negatif signifikan terhadap SPREAD yang berarti H1diterima.

Hasil uji t untuk hipotesis lainnya menunjukan bahwa hipotesis H2 diterima.

Hal ini dapat dilihat pada Tabel 4.13 FV memiliki signifikansi 0.000 dan β -0.335, sehingga FV memiliki pengaruh negatif signifikan terhadap SPREAD. Dalam tabel yang sama, MO memiliki signifikansi 0.333 dan β sebesar 0.060, sehingga dapat dikatakan H3 ditolak karena MO berpengaruh positif tidak signifikan terhadap SPREAD.

(14)

37

4.2.2 Kaitan Temuan dengan Pengetahuan atau Teori

1. Pengaruh Tingkat Pengungkapan CSR terhadap Asimetri Informasi

Hasil penelitian menyimpulkan bahwa hipotesis H1 diterima. Tingkat pengungkapan CSR memiliki pengaruh signifikan terhadap SPREAD. Hal ini sejalan dengan penelitian oleh Hung, Shi, & Wang, 2013; Cho, Lee, & Pfeiffer, 2013; Lu &

Chueh., 2015 dan Lopatta, Buchholz & Kaspereit, 2014 yang menyatakan bahwa tingkat pengungkapan CSR yang tinggi akan mengurangi asimetri informasi.

Hal ini disebabkan karena CSR merupakan implementasi dari stakeholder theory yang menyatakan bahwa perusahaan harus mengakomodasi kepentingan stakeholdernya. Perusahaan akan melakukan pengungkapan yang seluas-luasnya atas aktivitas CSR yang telah dilakukan. Dimana selanjutnya CSR menjadi sinyal bahwa perusahaan bertanggung jawab tidak hanya meliputi aspek ekonomi tetapi juga sosial dan lingkungan. Dengan bertambahnya informasi yang diungkapkan, maka perusahaan akan menjadi lebih transparan sehingga asimetri informasi akan semakin kecil karena semakin sedikit informasi yang tidak diungkapkan.

2. Pengaruh Firm Value terhadap Asimetri Informasi

Dari hasil uji di atas, dapat disimpulkan bahwa hipotesis H2 diterima, dimana FV memiliki pengaruh negatif signifikan terhadap SPREAD. Hal ini sejalan dengan penelitian sebelumnya telah oleh Antwi, Mills, & Zhao, 2012; Easley & O’Hara, 1987; Fu et al., 2012; dan Cho, Lee, & Pfeiffer, 2013.

Semakin tinggi Firm Value perusahaan, maka perusahaan akan dipersepsikan tinggi sehingga nilai perusahaan juga tinggi dan resiko menjadi rendah (Easley &

O’Hara, 1987). Dengan demikian investor akan memberikan kepercayaan pada perusahaan sehingga muncul transparansi yang berakibat pada berkurangnya asimetri informasi.

3. Pengaruh Managerial Ownership terhadap Asimetri Informasi

Pengujian hipotesis H₃ menunjukan tidak adanya pengaruh secara signifikan dari MO terhadap SPREAD. Hasil ini tidak konsisten dengan penelitian oleh Fama &

Jensen, 1983 dimana managerial ownership tidak terbukti mampu menurunkan asimetri informasi. Menurut Denis, David, & Sarin tahun 1999, dengan adanya

(15)

38

managerial ownership akan membuat pihak manajemen memiliki informasi yang lebih banyak sehingga transparansi dapat menurun dikarenakan manajemen menyimpan informasi tersebut untuk kepentingan pribadi. Namun terkadang informasi tersebut tidak memiliki pengaruh dalam pengambilan keputusan. Sehingga dapat disimpulkan bahwa keberadaan managerial ownership tidak dianggap dalam mempengaruhi asimetri informasi. Gambar 4.1 menunjukkan bahwa kedua variabel tidak memiliki pengaruh. Tren pada SPREAD tidak mengalami pergerakan, sedangkan tren MO cenderung meningkat.

Gambar 4.1 Tren MO terhadap Asimetri Informasi

Sumber : Olahan Penulis

Dari hasil analisa data pengaruh SPREAD terhadap MO, dapat dilihat dari garis linear di Gambar 4.1 bahwa tren SPREAD tidak berpengaruh dari adanya tren MO yang meningkat. Tren SPREAD tidak mengalami peningkatan dari tahun ke tahun.

Atau dengan kata lain dapat dikatakan bahwa keduanya tidak berpengaruh.

-10.00000 0.00000 10.00000 20.00000 30.00000 40.00000 50.00000

2008 2010 2012 2014 2016

SPREAD MO

Linear (SPREAD) Linear (MO)