BAB IV HASIL DAN PEMBAHASAN. A. Gambaran umum (institusi / perusahaan / responden)

(1)

BAB IV

HASIL DAN PEMBAHASAN

A. Gambaran umum (institusi / perusahaan / responden)

Hasil dari data-data sekunder berupa laporan keuangan perusahaan manufaktur yang terdaftar di BEI pada tahun 2013 – 2015 yaitu berjumlah 144 perusahaan. Perusahaan yang telah menyediakan laporan keuangan yang memenuhi kriteria sampel yaitu sebanyak 111 perusahaan per tahun. Total data yang telah digunakan dalam penelitian ini yaitu 333 perusahaan (111 perusahaan x 3 tahun). Dalam bab ini akan dijelaskan mengenai hasil penelitian tentang pengaruh tingkat pengungkapan awal (IDH), interaksi (IDH & IFRS) dan leverage terhadap pengungkapan ( disclosure ) aset tetap dengan menggunakan data analisa periode tahun 2013 sampai dengan 2015.

B. Statistik Deskriptif

Statistik deskriptif pada penelitian ini digunakan untuk mengetahui gambaran suatu data berdasarkan nilai rata-rata (mean), standar deviasi, nilai maksimum dan nilai minimum dari nilai variabel yang bersangkutan serta mendeskripsikan dan membandingkan setiap data berdasarkan perbedaan dalam setiap tahunnya. Pengujian ini dilakukan untuk mempermudah memahami variabel – variabel yang digunakan dalam penelitian ini. Penjelasan statistik deskriptif mengenai variabel dependen

(2)

yang digunakan adalah tingkat pengungkapan (disclosure) aset tetap, variabel independen yang digunakan adalah tingkat pengungkapan awal (IDH), kemudian variabel interaksi yang digunakan sebagai tingkat komparabilitas adalah tingkat pngungkapan awal IDH dan penerapan IFRS (IDH x IFRS) kemudian variabel kontrol yang digunakan adalah leverage perusahaan yang bertujuan agar pengaruh variabel independen terhadap variabel dependen tidak dipengaruhi oleh faktor lain yang tidak diteliti. Hasil yang diperoleh disajikan sebagai berikut :

a. Hasil Uji Statistik Deskriptif

Tabel 4.1

Sumber: Pengolahan Data Menggunakan SPSS 22

Berdasarkan tabel 4.1 dari output deskriptif tersebut dapat diketahui deskripsi dari masing – masing variabel yaitu:

1. N = 333, artinya jumlah data yang diperoleh dalam penelitian ini adalah sebesar 333 sampel yang terdiri dari 111 perusahaan manufaktur yang terdaftar di IDX selama 3 periode tahun 2013 – 2015untuk perhitungan pengungkapan (disclosure) aset tetap.

2. Variabel DISCLberdasarkan tabel 4.1, nilai rata-rata (mean) sebesar 0,4025 yang berarti nilai pengungkapan aset tetap (disclosure) dalam satu periode

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

DISCLY 333 .1111111111 ,6666666667 ,4025136247 ,1058197564 LEVERAGEX4 333 .0070878242 11,25436442 1,315504828 1,5237530390 Valid N (listwise) 333

(3)

yang telah diungkapkan dan dengan nilai standar deviasi 0,1058 lebih kecil dari nilai mean, maka dapat diartikan bahwa penyebaran data merata.

3. variabel Leverage yang digunakan sebagai variabel kontrolberdasarkan tabel 4.1 , nilai rata-rata (mean) sebesar 1,315 dan nilai standar deviasi sebesar 1,523 lebih besar dari nilai mean, hal ini membuktikan bahwa variabel independen terhadap variabel dependen tidak mempengaruhi faktor lain yang tidak diteliti, sehingga terbukti bahwa penyebaran data variabel kontrol tidak merata.

Tabel 4.2

Berdasarkan tabel 4.2 dari output Frekuensi tersebut dapat diketahui bahwa 168 perusahaan dengan nilai 50,5% merupakan perusahaan yang terbaik berdasarkan sampel perusahaan yang dihitung dengan menggunakan cara perhitungan median, kemudian 165 perusahaan dengan nilai 49,5% merupakan perusahaan dengan nilai penggunaan pengungkapan (disclosure) lebih kecil dari perusahaan lainnya.

IDHX1

Tingkat pengungkapan

Awal (IDH) Frequency Percent Valid Percent

Valid 0 165 49.5 49.5

1 168 50.5 50.5

(4)

C. Uji Asumsi dan Kualitas Instrumen Penelitian

Untuk mengatahui seberapa besar pengaruh pengungkapan awal (IDH),interaksi (IDH & IFRS) dan leverage terhadap pengungkapan ( disclosure ) aset tetap maka dilakukan analisis regresi linier . Analisis regresi mensyaratkan beberapa asumsi klasik yang harus dipenuhi agar penaksiran parameter dan koefisien tidak bias dan mendekati keadaan sesungguhnya. Sehubungan dengan itu, sebelum dilakukan analisis data dan pengujian hipotesis maka terlebih dahulu dilakukan pengujian terhadap asumsi-asumsi dalam analisis regresi tersebut. Sesuai dengan data yang digunakan dalam penelitian ini maka asumsi analisis regresi yang akan diuji adalah uji normalitas, multikoloniearitas, autokolerasi dan heterokedastisitas.

1. Uji Asumsi Klasik a. Uji Normalitas

Uji normalitas dilakukan untuk dapat mengetahui apakah data dalam model regresi berdistribusi secara normal.Model regresi yang baik adalah data yang mempunyai distribusi normal atau mendekati normal.Dalam penelitian ini, Untuk menguji apakah data berdistribusi normal atau tidak dilakukan dengan menggunakan analisis grafik normal probability plot dan metode One Sample Kolmogorov-Smirnov (Ghozali, 2013).

(5)

1. Uji data dilakukan dengan metode grafik P-P plot.

Menurut (Imam Ghozali, 2013), Pada prinsipnya normalitas pada grafik normal probability plot dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik dengan dasar pengambilan keputusan sebagai berikut:

1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

2. Jika data menyebar jauh dari diagonal atau tidak mengikuti arah garis diagonal tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

Berikut hasil uji normalitas dengan menggunakan bantuan software SPSS 22.

(6)

Gambar 4.1

Berdasarkan grafik normal probability plot di atas, dapat diketahui bahwa data (titik-titik) menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan bahwa pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

(7)

2. Uji normalitas dengan metode One Sample Kolmogorov-Smirnov

Untuk menguji apakah data berdistribusi normal atau tidak dilakukan uji statistik One Sample Kolmogorov-Smirnov yang diolah menggunakan SPSS.Residual berdistribusi normal jika mempunyai nilai signifikasi diatas 0,05.

Tabel 4.3 Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 333

Normal Parametersa,b Mean ,0000000

Std. Deviation ,06241559 Most Extreme Differences Absolute ,074

Positive ,074

Negative -,042

Kolmogorov-Smirnov Z 1,343

Asymp. Sig. (2-tailed) ,054

a. Test distribution is Normal. b. Calculated from data.

Dari output table 4.3 dapat diketahui bahwa besar nilai Kolmogorov-Smirnov Zadalah 1,343 dan signifikan pada 0,054 halini berarti H0 diterima yang berarti data residual terdistribusi dengan normal, karena nilai signifikansi lebih dari 0,05.

(8)

b. Uji Multikoloniearitas

Uji multikoloniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen).Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen, Ghozali (2013).

Untuk mendeteksi ada atau tidaknya multikoloniearitas di dalam model regresi dapat dilihat dari nilai tolerance dan lawannya.selanjutnya dapat dilihat dengan Variance Inflation Factor (VIF). Bila nilai VIF < 10 dan tolerance> 0,10 maka model regresi yang digunakan terbebas dari masalah multikoloniearitas.

Tabel 4.4 Uji Multikoloniearitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) ,502 ,011 43,853 ,000

IDHX1 ,119 ,007 ,563 17,049 ,000 ,974 1,027

IDHXIFRS1X2 -,248 ,014 -,657 -17,466 ,000 ,750 1,333

IDHXIFRS2X3 -,147 ,014 -,389 -10,354 ,000 ,750 1,334

LEVERAGEX4 -,003 ,002 -,038 -1,165 ,245 ,973 1,027

a. Dependent Variable: DISCLY

(9)

Dari tabel 4.4 hasil perhitungan nilai tolerance juga menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance>10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama tidak ada satu variabel independen yang nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikoloniearitas antara variabel independen dalam model regresi.

Tabel 4.5

Uji Multikoloniearitas

Coefficient Correlationsa

Model LEVERAGEX4 IDHXIFRS1X2 IDHX1 IDHXIFRS2X3

1 Correlations LEVERAGEX4 1,000 ,008 ,162 -,014

IDHXIFRS1X2 ,008 1,000 ,001 -,500

IDHX1 ,162 ,001 1,000 -,002

IDHXIFRS2X3 -,014 -,500 -,002 1,000

Covariances LEVERAGEX4 5,255E-6 2,665E-7 2,585E-6 -4,628E-7

IDHXIFRS1X2 2,665E-7 ,000 1,311E-7 ,000

IDHX1 2,585E-6 1,311E-7 4,864E-5 -2,276E-7

IDHXIFRS2X3 -4,628E-7 ,000 -2,276E-7 ,000

(10)

Dari tabel 4.5 Melihat hasil besaran korelasi antar variabel independen tampak bahwa hanya variabel IDHXIFRS(X2) yang mempunyai korelasi cukup tinggi dengan variabel IDHXIFRS(X3) dengan tingkat korelasi sebesar -0,500 atau sekitar 50%.Oleh karena itu korelasi ini masih di bawah 95%, maka dapat dikatakan tidak terjadi multikoloniearitas yang serius.

c. Uji Autokorelasi

Pengujian autokorelasidilakukan dengan menggunakan uji Durbin Watson. Pengujian dilakukan dengan dasar pengambilan keputusan Sebagai berikut:

Tabel 4.6

Pengambilan Keputusan Ada Tidaknya Autokorelasi

Hipotesis nol Keputusan Jika

Tdk ada autokorelasi positif Tolak 0 < d < dl Tdk ada autokorelasi positif No desicison dl ≤ d ≤ du Tdk ada korelasi negatif Tolak 4 – dl < d < 4 Tdk ada korelasi negatif No decision 4 – du ≤ d ≤ 4 – dl Tdk ada autokorelasi, positif atau

(11)

Tabel 4.7 Uji Autokorelasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,808a ,652 ,648 ,062795015981 ,832

a. Predictors: (Constant), LEVERAGEX4, IDHXIFRS1X2, IDHX1, IDHXIFRS2X3 b. Dependent Variable: DISCLY

Dari tabel di atas dapat diketahui nilai DW sebesar 0,832, nilai ini akan kita bandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5%, jumlah sampel 333 (n) dan dengan jumlah variabel independen & kontrol 4 (k=4), maka di tabel Durbin Watson akan didapatkan nilai sbb:

Tabel 4.8

Durbin Watson Test Bound

N k=4 Du Dl 15 . . . 333 0,685 . . . 1,728 1,977 . . . 1,810

(12)

Dari tabel di atas dapat diketahui nilai DW sebesar0,832.Oleh karena nilai DW 0,832 > 0 atau 0 <0,832 dan DW 0,832 < Dl 1,728, maka dapat disimpulkan 0 < d < dl artinya bahwa H0 ditolak yang menyatakan bahwa tidak ada autokorelasi positif (lihat tabel keputusan) atau dapat disimpulkan tidak terdapat autokorelasi.

d. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang Homokedastisitas atau tidak terjadi heterokedastisitas. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot, jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. Pengujian yang lebih valid dapat dilakukan dengan meregresikan nilai absolut residual terhadap variabel independen, jika semua variabel independen berada diatas tingkat kepercayaan 5% dapat disimpulkan model regresi tidak mengandung adanya heterokedastisitas( Imam Ghozali, 2013).

(13)

Gambar 4.2 Uji Heteroskedastisitas

Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi Disclosure Aset tetap (DISCL) berdasarkan masukan variabel independen Tingkat Pengungkapan Awal (IDH), Tingkat komparabilitas (IDFXIFRS1), Tingkat komparabilitas (IDFXIFRS2) dan variabel kontrol Leverage.

(14)

D. Pengujian Hipotesis

1. Uji Koefesien Determinasi (R²)

Koefisien determinasi ( R² ) pada intinya mengukur sebarapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu.Jika dalam uji empiris didapat nilai adjusted R² negatif, maka nilai adjusted R² dianggap dinilai nol. Secara matematis jika nilai R² = 1, maka adjusted R² = R² = 1 sedangkan jika nilai R² = 0, maka adjusted R² = 0, maka adjusted R² = ( 1- k ) ( n – k ) jika k > 1, maka adjusted R² akan bernilai negatif.

Pengujian goodness of fit dari model regresi yang diperoleh dari nilai adjusted R2 diperoleh sebagai berikut:

Tabel 4.9

Uji Koefisien Determinasi

Dari tampilan tabel 4.9 hasil output model summary besarnya adjusted R2_{adalah 0,648, hal ini berarti 64,8% variasi}_{Disclosure Aset Tetap}_dapat

dijelaskan dari keempat variabel independen & kontrol Leverage yaitu Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

1 ,808a ,652 ,648 ,062795015981

a. Predictors: (Constant), LEVERAGEX4, IDHXIFRS1X2, IDHX1, IDHXIFRS2X3 b. Dependent Variable: DISCLY

(15)

IDHXIFRS1,variabel komparabilitas IDHXIFRS2 dan variabel leverage, Sedangkan sisanya (100%-64,8% = 35,2%) dijelaskan oleh variabel lain diluar variabel penelitian.

2. Uji Signifikansi Simultan (Uji Statistik F)

Uji statistik F pada dasarnya menunjukkan apakah semua varibel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama- sama terhadap variabel dependen. Uji statistik F

dapat dilakukan dengan melihat probability value.Apabila probability value<0,05, makaH0 ditolak atau Ha diterima (terdapat pengaruh secara

simultan) sedangkan, Apabila probability value> 0,05, maka H₀ diterima atau Ha ditolak (tidak terdapat pengaruh secara simultan).

Pengujian uji model (Goodness of Fit) dengan menggunakan uji F diperoleh hasil sebagai berikut :

Tabel 4.10 Uji Statistik F

ANOVAa

Model Sum of Squares Df Mean Square F Sig.

1 Regression 2,424 4 ,606 153,701 ,000b

Residual 1,293 328 ,004

Total 3,718 332

a. Dependent Variable: DISCLY

b. Predictors: (Constant), LEVERAGEX4, IDHXIFRS1X2, IDHX1, IDHXIFRS2X3 Sumber: Pengolahan Data Menggunakan SPSS 22

Tabel 4.10 menunjukkan hasil perhitungan statistik uji F sebesar 153,701dengan probabilitas 0,000 (signifikan). Karena probabilitas lebih kecil dari 0,05 yang berarti secara bersamaan (simultan) seluruh variabel

(16)

independen & kontrol Leverage, yaitu variabel pengungkapan awal (IDH), variabel komparabilitas IDHXIFRS1, variabel komparabilitas IDHXIFRS2dan variabel leverage, berpengaruh secara signifikan terhadap variabel Disclosure Aset Tetap (DISCL).

2. Uji Signifikansi Parameter Individual (Uji Statistik t)

Menurut Imam Ghozali (2013) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabelindependen dan kontrol (IDH , IDHXIFRS1, IDHXIFRS2 dan LEVERAGE) secara individual dalam menerangkan variasi variabel dependen (Disclosure Aset Tetap (DISCL). Hipotesis nol ( Ho) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol. Kriteria pengambilan keputusan yaitu: 1. Jika nilai signifikansi <0,05 maka artinya variabel independen

memiliki pengaruh terhadap variabel dependen.

2. Jika nilai signifikansi >0,05 maka artinya variabel independen tidak memiliki pengaruh terhadap variabel dependen.

(17)

Tabel 4.11 Uji Statistik t

Dari ke empat variabel yang dimasukan ke dalam model regresi variabel leverage tidak signifikan, hal ini dapat dilihat dari nilai signifikansi untuk leverage sebesar 0,245 dan nilai tersebut jauh diatas 0,05, sedangkan IDH, IDHXIFRS1 & IDHXIFRS2 signifikan pada 0,05 karena nilai signifikansi dibawah 0,05. Dari hasil tersebut dapat disimpulkan bahwa variabel Dependen Disclosure Aset tetap (DISCL) dipengaruhi oleh IDH, IDHXIFRS1 & IDHXIFRS dengan persamaan matematis:

Disclosure Aset tetap (DISCL) = 0,502 + 0,119IDH – 0,248IDHXIFRS1 – 0,147IDHXIFRS2 – 0,003LEV

 Konstanta sebesar 0,502 menyatakan bahwa jika variabel independen & variabel kontrol (IDH, IDHXIFRS1, IDHXIFRS dan LEV)

Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) ,502 ,011 43,853 ,000 IDHX1 ,119 ,007 ,563 17,049 ,000 IDHXIFRS1X2 -,248 ,014 -,657 -17,466 ,000 IDHXIFRS2X3 -,147 ,014 -,389 -10,354 ,000 LEVERAGEX4 -,003 ,002 -,038 -1,165 ,245

(18)

dianggap konstan, maka rata-rata Disclosure / Pengungkapan Aset tetap sebesar 0,502.

 Koefisien IDH (X1) sebesar 0,119artinya nilai pengungkapan terbaik maka pengungkapan aset tetap akan meningkat sebesar 0,119.

 Koefisien IDHXIFRS1 (X2) dan IDHXIFRS1 (X3) sebesar – 0,249dan – 0,147 artinya hasil uji penerapan IFRS periode tahun pertama dan tahun kedua memiliki pengaruh signifikan negatif terhadap tingkat pengungkapan aset tetap.

 Koefisien Lev (X4) sebesar – 0,003 artinya apabila nilai leverage setiap perusahaan mengalami penurunan maka nilai tersebut tidak berpengaruh terhadap pengungkapan aset tetap.

E. Pembahasan

Pada pengujian statistik di atas,pengungkapan aset tetap diukur dengan proksi DISCL, tingkat pengungkapan awal diukur dengan proksi IDH, komparablitas penerapanIFRS tahun pertamadiukur dengan proksi IDHXIFRS1, komparablitas penerapan IFRS tahun kedua diukur dengan proksi IDHXIFRS2 dan leverage diukur dengan proksi LEV. Hasil pengujian statistik tersebut menunjukkan bahwa tingkat pengungkapan awal (IDH), komparablitas penerapan IFRS1 (IDHXIFRS1), komparablitas penerapan IFRS2 (IDHXIFRS2) dan leverage (LEV) yang berpengaruh atau tidak terhadap pengungkapan aset tetap (DISCL). Pembahasan hasil pengujian disajikan dalam tabel berikut:

(19)

Berdasarkan hasil pengujian hipotesis yang telah diuraikan pada tabel 4.11, maka dalam analisis keseluruhan akan dilakukan pembahasan untuk masing-masing hipotesis. Analisis keseluruhan ini akan disajikan untuk masing-masing-masing-masing hipotesis yaitu pengaruh keempat elemen IDH, IDHXIFRS1, IDHXIFRS2 dan LEV terhadap pengungkapan aset tetap (DISCL) perusahaan, pengaruh secara simultan elemen IDH, IDHXIFRS1, IDHXIFRS2 dan LEVterhadap pengungkapan aset tetap (DISCL).

1. Pengujian hipotesis pertama (H1) pengaruh antara penerapan konvergensi IFRS terhadap pengungkapan asettetap (Disclosure)

Hasil pengujian hipotesis mengenai pengaruh variabelpenerapan IFRSterhadap pengungkapan aset tetap (Disclosure)menunjukkan nilai B hitung sebesar -0,502dengan signifikansi sebesar 0,000 menunjukkan lebih kecil dari < 0,05 yang berarti bahwa penerapan IFRS berpengaruh positif dan signifikan terhadap pengungkapan aset tetap (Disclosure), makadengan demikian dapat disimpulkan bahwa

hipotesis (H1) diterima.

Hal ini dikarenakan perbedaan antara PSAK dengan IFRS dapat memberikan manfaat bagi pemangku kepentingan di Indonesia. Dalam pengungkapan aset tetap diperlukan agar pengguna laporan keuangan dapat mempertimbangkan informasi yang relevan dan perlu diketahui terkait dengan apa yang telah dicantumkan dalam laporan keuangan dan kejadian penting yang terkait dalam item tersebut.

(20)

Dengan dilakukannya konvergensi PSAK ke IFRS dapat mengurangi peran dari badan otoritas dan panduan terbatas pada industri-industri spesifik,Pendekatan terbesar pada subtansi atas transaksi dan evaluasi dimana merefleksikan realitas ekonomi yang ada, Peningkatan daya banding laporan keuangan dan memberikan informasi yang berkualitas di pasar modal internasional, menghilangkan hambatan arus modal internasional dengan mengurangi perbedaan dalam ketentuan pelaporan keuangan, mengurangi biaya pelaporan keuangan bagi perusahaan multinasional dan biaya untuk analisis keuangan bagi para analisis dan meningkatkan kualitas pelaporan keuangan menuju “best practice”.

Hasil ini sejalan dengan hasil penelitian Ardian Setianto &Agung Juliarto (2014) menyatakan bahwa penerapan IFRS berpengaruh positif dan signifikan terhadap pengungkapan aset tetap (Disclosure).

2. Pengujian hipotesis kedua (H2) pengaruh tingkat komparabilitas pengungkapan aset tetap (Disclosure) pada laporan keuangan perusahaan

Hasil pengujian hipotesis mengenai pengaruh tingkat komparabilitas pengungkapan aset tetap (Disclosure) pada laporan keuangan perusahaanmenunjukkan nilai signifikansi kedua variabel interaksi (0,000 dan 0,000) menunujukan lebih kecil dari < 0,05 dan

(21)

(IDHXIFRS1= -17,466 dan IDHXIFRS2=-10,354), makadengan

demikian dapat disimpulkan bahwa hipotesis (H2) diterima.

Hal ini menunjukkan bahwa hasil uji variabel interaksi dengan indeks pengungkapan awal (IDH) aset tetap perusahaan yang menerapkan IFRS memiliki pengaruh yang signifikan negatif terhadap tingkat pengungkapan aset tetap.Hal ini menunjukkan bahwa seiring berjalannya penerapan konvergensi IFRS yang diterapkan oleh perusahaan Manufaktur maka perbedaan tingkat pengungkapan aset tetap pada laporan keuangan semakin berkurang.Hal ini dapat disimpulkan bahwa komparabilitas pengungkapan aset tetap pada laporan keuangan perusahaan meningkat.

Hasil ini sejalan dengan penelitian yang dilakukanpenelitian Ardian Setianto & Agung Juliarto (2014) menyatakan berjalannya penerapan konvergensi IFRS ke dalam PSAK terbaru menunjukkan adanya perbedaan laporan keuangan antar perusahaan semakin kecil. Hal ini yang kemudian membuat laporan keuangan konvergensi IFRS semakin dapat dibandingkan.