4. HASIL PENELITIAN DAN ANALISIS

(1)

4. HASIL PENELITIAN DAN ANALISIS

4. 1. Hasil Penelitian

4. 1. 1. Gambaran Umum Sampel

Penelitian ini menggunakan sampel sebanyak 35 perusahaan. Jumlah tersebut diperoleh dari banyak perusahaan yang telah menerbitkan sustainability report selama periode 2008-2014.

Tabel 4. 1 Hasil Penentuan Sampel

Syarat Sampel Jumlah Pengamatan Perusahaan Indonesia yang

menerbitkan sustainability reporting dalam database Global Reporting Initiative

215

Perusahaan Tertutup yang menerbitkan sustainability reporting dalam database Global Reporting Initiative

(80)

Perusahaan Terbuka dengan data bid ask spread tidak lengkap (<200 hari)

(13)

Perusahaan Terbuka dengan data Tobin’s Q tidak lengkap

(UNSP 2013)

(1)

Jumlah sampel 130

4. 1. 2. Sustainability Reporting Index (SRI)

Pengungkapan kegiatan CSR perusahaan dapat dilihat dalam sustainability reporting. Sustainability reporting index digunakan sebagai indikator penilaian tingkat pengungkapan CSR dan didasari kriteria Global Reporting Initiative.

Tabel 4. 2. Menunjukkan salah satu contoh penilaian sustainability reporting index dari perusahaan SMRG (Semen Indonesia Tbk.) pada tahun 2014.

(2)

Tabel 4. 2 Sustainability Reporting Index SMRG 2014

Dimensi Nilai Nilai GRI

Economic 5 9

Environmental 20 30

Social 12 45

Total nilai 37 84

𝑆𝑅𝐼 = 37

91= 0.41

Setelah data sustainability reporting diperoleh, kemudian dilakukan scoring sesuai dengan definisi operasional. SMRG tahun 2014 menggunakan GRI versi G4, oleh karena itu total pengungkapan kegiatan CSR akan dibandingkan dengan total kriteria pengungkapan G4, yaitu sebanyak 91 kriteria. Sustainability reporting index milik perusahaan SMRG tahun 2014 adalah 0.41. Angka tersebut mengundikasikan sustainability reporting SMRG tahun 2014 memuat kesesuaian 41% dari kriteria yang ditetapkan Global Reporting Initiative.

4. 1. 3. Bid Ask Spread (SPREAD)

Data bid ask spread (SPREAD) diperoleh dari bloomberg dengan perhitungan rumus sesuai dengan definisi operasional. Semakin tinggi nilai SPREAD, maka semakin besar selisih antar harga bid dan harga ask selama periode hari perdagangan aktif, yang juga mengindikasikan adanya information asymmetry yang tinggi. Data perusahaan yang digunakan hanya perusahaan dengan total hari perdagangan aktif lebih besar atau sama dengan 200 hari. Pada perusahaan UNVR, perhitungan SPREAD pada tahun 2008 diperoleh dengan cara sebagai berikut :

Tabel 4. 3 Bid Ask Spread UNVR 2008

(3)

Date BID ASK | S | BID+ASK (BID+ASK)/2 S/[(BID+ASK)/2] SPREAD 12/30/08 7800 7950 150 15750 7875 0.019047619 4.78439E-‐07 12/26/08 7850 8000 150 15850 7925 0.018927445 4.75468E-‐07 12/24/08 7950 8000 50 15950 7975 0.006269592 1.57504E-‐07

4. 1. 4. Nilai Perusahaan (TQ)

Penelitian ini akan menggunakan Tobin’s Q untuk mengukur nilai perusahaan. Data akan diperoleh dari bloomberg untuk harga saham, sementara laporan keuangan perusahaan untuk jumlah saham beredar dan total asset perusahaan. Kemudian data tersebut akan dihitung sesuai dengan rumus dalam definisi operasional.

Harga saham BBRI di akhir tahun 2009 3,825

Jumlah saham beredar BBRI di akhir tahun 2009 12,247,303,899 × Nilai pasar perusahaan BBRI 46,845,937,413,675 Total asset perusahaan BBRI 316,947,029,000,000 ÷

Tobin’s Q BBRI 2009 0.148

Pada tahun 2009 Bank Rakyat Indonesia Tbk (BBRI) memiliki nilai perusahaan sebesar 0.148, yang diukur dengan Tobin’s Q. Nilai ini meningkatkan dibandingkan tahun sebelumnya, yaitu sebesar 0.114. Nilai Tobin’s Q yang semakin besar mengindikasikan nilai perusahaan yang semakin baik.

4. 1. 5. Umur perusahaan (AGE)

Umur perusahaan akan diukur sesuai dengan definisi operasional, dengan data yang diperoleh dari laporan keuangan perusahaan, terkait tahun berdirinya perusahaan tersebut.

Tabel 4. 4 Umur Perusahaan AALI Nama Perusahaan Tahun

Berdiri Umur

Perusahaan Log Umur Astra Agro Lestari Tbk 1988 28 1.447

(4)

Pada perusahaan Astra Agro Lestari Tbk didapati umur perusahaan 28 tahun, terhitung dari tahun 2016. Semakin besar umur perusahaan, maka semakin lama pula perusahaan tersebut telah berdiri dan beroperasi.

4. 1. 6. Statistik Deskriptif

Penelitian ini menggunakan SPSS versi 24 dalam pengolahan data.

Berikut merupakan tabel yang menunjukkan hasil statistik deskriptif.

Tabel 4. 5 Hasil Statistik Deskriptif

N Minimum Maximum Mean Std. Deviation

SPREAD 130 -.18670 -.00127 -.0097845 -.02050361

TCSR 130 .13200 1.00000 .5976772 .29395115

AGE 130 .60200 1.53100 1.2416846 .17833402

TQ 130 .05400 13.27400 1.3523462 1.59419557

Valid N (listwise) 130

Sumber : hasil output SPSS

Tabel 4. 6 Hasil Statistik Deskriptif– Hapus Outliers

N Minimum Maximum Mean Std. Deviation

SPREAD 122 -.01495 -.00127 -.0067922 -.00320136

TCSR 122 .13200 1.00000 .5910413 .29189712

AGE 122 .60200 1.43100 1.2386557 .17632426

TQ 122 .05400 6.07600 1.2889344 1.22060843

Valid N (listwise) 122

Nilai N pada tabel menunjukkan total jumlah sampel yang digunakan dalam penelitian. Tabel 4. 5 menunjukkan total sampel sebanyak 130, tidak terdapat kekosongan data variabel dengan melihat jumlah sampel yang sama untuk setiap variabel. Telah dilakukan penghapusan data outliers karena mengalami masalah pada saat melakukan uji asumsi klasik. Setelah penghapusan outliers, didapati total sampel sekarang menjadi 122 (lihat Tabel 4. 6), uji asumsi klasik dapat diterima.

(5)

Tabel 4. 6 menunjukkan data hasil statistik deskriptif setelah penghapusan outliers. Hasil data SPREAD memiliki nilai terendah -0.01495, dan nilai tertinggi -0.00127. Semakin besar angka SPREAD, maka angka tersebut semakin mendekati 0, di mana selisih antara harga bid dan ask semakin kecil. Sementara angka SPREAD yang kecil atau mendekati minimum mengindikasikan information asymmetry yang besar. Semakin kecil angka SPREAD, maka angka tersebut semakin menjauh dari 0, sehingga selisih antara harga bid dan ask semakin besar. Nilai rata-rata SPREAD adalah -0.0067922, artinya rata-rata selisih antar harga bid dan ask mewakili sebesar 0.67% dari rata-rata harga saham yang terdiri dari harga bid dan ask.

Hasil TCSR memiliki nilai terendah 0.132 dan nilai tertinggi 1. Di mana nilai tertinggi TCSR artinya semakin banyak perusahaan melakukan pengungkapan CSR. Angka TCSR terdiri antara 0 hingga 1, di mana 1 mewakili pengungkapan penuh 100% meliputi semua kriteria pengungkapan GRI. Angka di antara 0 hingga 1 merupakan persentase banyaknya pengungkapan, di mana semakin mendekati 1 semakin banyak pengungkapan yang dilakukan dalam sustainability reporting. Nilai rata-rata pengungkapan CSR sebesar 59% dari pengungkapan CSR berdasarkan GRI guidelines yang terdiri dari 84/78 kriteria, disesuaikan dengan versi sustainability reporting yang diterbitkan perusahaan tahun tersebut.

Nilai AGE terendah 0.602 dan nilai tertinggi 1.431. Di mana nilai tertinggi AGE merupakan indikator semakin lama perusahaan tersebut sudah berdiri.

Angka AGE merupakan hasil log dari umur perusahaan sejak tahun berdiri, di mana semakin besar angka AGE maka semakin lama perusahaan telah berdiri.

Rata-rata nilai AGE adalah 1.2386557 dapat diartikan rata-rata umur perusahaan telah berdiri selama 17 tahun.

Sementara nilai TQ terendah 0.054 dan nilai tertinggi 6.07600 dari UNVR 2012. Di mana nilai tertinggi TQ menandakan perusahaan memiliki nilai perusahaan yang lebih baik dibandingkan nilai terendah TQ. Angka TQ yang semakin besar mengindikasikan semakin baik nilai perusahaan. Hal ini didasari rumus TQ di mana angka yang besar menunjukkan perbandingan perusahaan tersebut antara nilai pasar lebih besar dibandingkan dengan nilai buku asset

(6)

perusahaan. Sehingga nilai maksimum angka TQ 6.076 memiliki nilai perusahaan lebih baik di mata investor dibandingkan nilai minimum angka TQ. Rata-rata nilai perusahaan merupakan nilai pasar harga saham perusahaan yang setara dengan 1.

28 kali dari total asset perusahaan.

4. 1. 7. Pengujian Asumsi Klasik

Penelitian ini menggunakan 4 uji asumsi klasik, setelah itu barulah data dilakukan pengujian kelayakan model regresi dan diikuti dengan uji hipotesis. Uji asumsi klasik terdiri dari; uji normalitas, autokorelasi, heteroskedastisitas, dan multikolinearitas. Tingkat signifikansi yang digunakan adalah α=10%.

4. 1. 7. 1. Uji Normalitas

Uji normalitas akan menggunakan uji Kolmogorov-Smirnov. Nilai residu data dikatakan memenuhi uji normalitas apabila signifikansi uji melebihi 10%.

Dalam pengujian dilakukan 2 kali pengujian dikarenakan pengujian pertama normalitas didapati hasil signifikansi di bawah 10%. Tabel 4. 7 menunjukkan hasil uji normalitas sebelum penghapusan outliers dan Tabel 4.8 menunjukkan hasil uji normalitas setelah penghapusan outliers.

Tabel 4. 7 Hasil Pengujian Normalitas (1)

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 130

Normal Parameters^a,b Mean .0000000

Std. Deviation .01973732

Most Extreme Differences Absolute .299

Positive .247

Negative -.299

Test Statistic .299

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

a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

(7)

Tabel 4. 8 Hasil Pengujian Normalitas (2)

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 122

Normal Parameters^a,b Mean .0000000

Std. Deviation .00283255

Most Extreme Differences Absolute .054

Positive .029

Negative -.054

Test Statistic .054

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

a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

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

Setelah pengujian normalitas diketahui angka probabilitas Kolmogorov- Smirnov yaitu 0.2, lebih besar dibandingkan nilai signifikansi α=10%. Dapat disimpulkan bahwa eror dalam persamaan regresi berdistribusi normal.

4. 1. 7. 2. Uji Autokorelasi

Uji autokorelasi dilakukan dengan melihat angka Durbin Watson (DW) pada data penelitian. Tabel 4.9 menunjukkan nilai DW dari data penelitian. Uji autokorelasi diterima karena nilai DW berada di antara -2 hingga 2, sehingga bebas dari autokorelasi.

Tabel 4.9 Hasil Pengujian Autokorelasi

Model Summary^b

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .466^a .217 .197 .00286833 1.500

a. Predictors: (Constant), AGE, TQ, TCSR

(8)

b. Dependent Variable: SPREAD

Nilai Durbin Watson didapati 1.5 dengan α=10%

4. 1. 7. 3. Uji Heteroskedastistas

Uji heteroskedastistas dalam penelitian ini menggunakan uji Glejser. Hasil yang diinginkan adalah data dengan eror varian yang homogen, sehingga dapat dikatakan data variabel bebas dari heteroskedastistas apabila signifikansi melebihi 10%. Tabel 4.10 dan Tabel 4. 11 menunjukkan hasil uji heteroskedastistas.

Tabel 4. 10 Hasil Pengujian Heteroskedastistas(1)

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) .002 .001 1.936 .055

TCSR -.001 .001 -.125 -1.325 .188

TQ .000 .000 -.172 -1.822 .071

AGE .001 .001 .073 .824 .412

a. Dependent Variable: ABS_RES

Tabel 4. 11 Hasil Pengujian Heteroskedastistas(2)

Coefficients^a

Model

t Sig.

B Std. Error Beta

1 (Constant) .002 .001 1.699 .092

TCSR -.001 .001 -.149 -1.580 .117

TQ .000 .000 -.150 -1.586 .115

AGE .001 .001 .102 1.151 .252

a. Dependent Variable: ABS_RES

Sumber: hasil output SPSS

(9)

Dari tabel yang pertama, model dikatakan tidak bebas dari heteroskedastistas, dikarenakan salah satu variabelnya (TQ) memiliki nilai signifikan di bawah 0.1. Setelah dilakukan penghapusan outliers, barulah model bebas dari heteroskedastistas. Hal ini dikarenakan nilai signifikansi semua variabelnya sudah melebihi 10%.

4. 1. 7. 4. Uji Multikolinearitas

Uji multikolinearitas penelitian ini melihat nilai variance inflation factor (VIF) dan tolerance. Pengujian ini menguji apakah ada korelasi antara variabel independen yang dipakai dalam model regresi. Data bebas dari multikolinearitas apabila nilai VIF lebih kecil dari 10 dan nilai tolerance lebih dari 0.1. Tabel 4. 12 menunjukkan hasil pengujian multikolinearitas dari penelitian. Data yang diperoleh menunjukkan nilai VIF yang lebih kecil dari 10 dan nilai tolerance yang melebihi 0.1 untuk semua variabel peneltian.

Tabel 4. 12 Hasil Pengujian Multikolinearitas

Coefficients^a

Model

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) -.006 .002 -3.214 .002

TCSR -.004 .001 -.338 -3.891 .000 .877 1.140

TQ .001 .000 .459 5.284 .000 .878 1.139

AGE .000 .001 .006 .074 .941 .997 1.003

a. Dependent Variable: SPREAD

4. 1. 8. Pengujian Kelayakan Model Regresi

Model regresi dapat dikatakan layak apabila nilai signifikansi dari uji F lebih kecil dari 10% dan koefisien determinasi yang dapat diandalkan. Tabel 4.13 menunjukkan nilai signifikansi model regresi sebesar 0.000, lebih kecil dari 0.1 sehingga layak untuk digunakan dalam pengujian hipotesis.

Tabel 4. 13 Hasil Pengujian Kelayakan Model Regresi

(10)

ANOVA^a

Model Sum of Squares df Mean Square F Sig.

1 Regression .000 3 .000 10.910 .000^b

Residual .001 118 .000

Total .001 121

b. Predictors: (Constant), AGE, TQ, TCSR

Pengujian berikutnya adalah pengukuran koefisien determinasi atau R² yang digunakan untuk mengetahui tingkat persentase seberapa besar variabel independen dapat mempengaruhi variabel dependen. Tabel 4.14 menunjukkan nilai adjusted R² sebesar 0.1977, artinya SPREAD dapat dijelaskan oleh TCSR, TQ, dan AGE sebesar 19.7%, sementara sisanya 80.3% dijelaskan faktor lain yang tidak diikutkan dalam penelitian ini.

Tabel 4. 14 Hasil Pengujian Koefisien Regresi Berganda

Model Summary^b

Model R R Square

Adjusted R Square

Std. Error of the Estimate

1 .466^a .217 .197 .00286833

a. Predictors: (Constant), AGE, TQ, TCSR b. Dependent Variable: SPREAD

4. 1. 9. Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini akan menggunakan uji t dan uji arah koefisien β. Uji t bertujuan untuk mengetahui signifikansi pengaruh tiap variabel independen terhadapan variabel dependen secara parsial dengan tingkat signifikansi sebesar 10%. Berikut adalah tabel hasil pengujian hipotesis.

Tabel 4. 15 Hasil Pengujian Hipotesis

Coefficients^a Model Unstandardized Coefficients

Standardized

Coefficients t Sig.

(11)

B Std. Error Beta

1 (Constant) -.006 .002 -3.214 .002

TCSR -.004 .001 -.338 -3.891 .000

TQ .001 .000 .459 5.284 .000

AGE .000 .001 .006 .074 .941

Tabel 4. 15 menunjukkan TCSR memiliki signifikansi di bawah 10% dan β sebesar -0.338, yang mengindikasikan TCSR berpengaruh negatif terhadap SPREAD. TQ memiliki nilai signifikansi dibawah 10% dan β sebesar 0.459, yang mengindikasikan TQ berpengaruh positif terhadap SPREAD. AGE memiliki nilai signifikansi di atas 10% yaitu 94.1% dan β sebesar 0.006, sehingga AGE tidak berpengaruh terhadap SPREAD.

Dari hasil penelitian di atas, kini dapat dibuat persamaan regresi yang baru sebagai berikut :

𝑆𝑃𝑅𝐸𝐴𝐷_!" = −0.006 + 0.338𝑇𝐶𝑆𝑅_!"!!− 0.459𝑇𝑄_!"!!+ 0.006𝐴𝐺𝐸_!"!!+ 𝑒_!"

4. 2. Analisis

4. 2. 1. Temuan dan Interpretasi

Tujuan dari penelitian ini adalah untuk mengetahui pengaruh tingkat pengungkapan CSR terhadap information asymmetry yang diukur dengan bid ask spread. Penelitian ini menggunakan total 35 perusahaan yang terdaftar di BEI dan menerbitkan sustainability reporting dan terdaftar dalam database GRI. Penelitian ini memiliki tahun penelitian dari 2009 sampai dengan 2015.

Dari hasil uji F (lihat Tabel 4. 13), disimpulkan bahwa model layak digunakan dalam uji hipotesis karena memiliki nilai signifikansi 0.000 di bawah 0.1. Hasil uji t (lihat Tabel 4. 15) dapat disimpulkan bahwa H1 ditolak, karena semakin tinggi TCSR maka diikuti dengan semakin kecil nilai SPREAD yang mengindikasikan information asymmetry yang besar. H2 ditolak, karena nilai perusahaan yang tinggi tidak menurunkan information asymmetry, melainkan meningkatkan information asymmetry. H3 ditolak, karena nilai signifikansi (4. 1)

(12)

melebihi 0.1 dan β 0.006, sehingga AGE tidak berpengaruh signifikan terhadap SPREAD.

4. 2. 2. Kaitan Temuan dengan Pengetahuan atau Teori

1. Pengaruh Tingkat Pengungkapan CSR Terhadap Information Asymmetry Dari hasil penelitian di atas, H1 ditolak. Tingkat pengungkapan CSR memiliki pengaruh positif secara signifikan terhadap information asymmetry. Dari angka hasil penelitian, ditemukan semakin besar TCSR mengakibatkan nilai SPREAD semakin kecil atau menjauhi 0, sehingga menimbulkan information asymmetry yang besar. Hal ini tidak sesuai dengan penelitian sebelumnya oleh Cho et al (2013), Lu & Chueh (2015), Cui et al (2012), Lopatta et al (2014), Hung et al (2015), Martinez-Ferrero et al (2015) yang mengatakan semakin tinggi pengungkapan CSR dapat menurunkan information asymmetry dalam pasar.

Hasil penelitian ini didukung oleh penelitian Barnea & Rubin (2005) dan Jonathan et al (2009). Diduga, perusahaan melakukan kegiatan CSR dengan tujuan untuk membangun dan meningkatkan reputasi perusahaan. Sementara investor melihat CSR sebagai sebuah investasi yang dilakukan berlebihan, di mana cost melebihi benefit. Semakin banyak excessive cost membuat perusahaan diperspektifkan buruk di mata investor. Hal ini berpengaruh terhadap demand dan supply yang dicerminkan dalam harga bid dan ask. Perusahaan yang dipersepsikan buruk menimbulkan harga ask yang semakin tinggi karena semua pemiliki saham perusahaan ingin menjual, sementara harga bid akan turun karena pembeli saham perusahaan berkurang. Sehingga selisih harga bid dan ask semakin besar yang mengindikasikan information asymmetry yang semakin besar.

2. Pengaruh Nilai Perusahaan Terhadap Information Asymmetry

Dari hasil penelitian di atas, H2 ditolak. Nilai perusahaan yang diukur dengan Tobin’s Q memiliki pengaruh negatif terhadap information asymmetry.

Semakin tinggi nilai perusahaan, SPREAD perusahaan semakin besar atau mendekati 0, sehingga menghasilkan information asymmetry yang lebih kecil. Hal ini tidak sesuai dengan penelitian sebelumnya oleh Degryse & Jong (2001) dan Gombola et al (1997) dalam Ciner & Karagozoglu (2008), bahwa Tobin’s Q

(13)

berpengaruh positif terhadap bid ask spread, di mana semakin tinggi nilai perusahaan maka bid ask spread akan semakin tinggi pula.

Hasil penelitian ini juga didukung penelitian yang dilakukan Park & Moon (2016) menunjukkan nilai perusahaan yang berpengaruh negatif terhadap information asymmetry. Semakin tinggi nilai perusahaan, justru mengurangi information asymmetry. Perusahaan yang dipersepsikan baik oleh pasar mengakibatkan semakin banyak orang yang ingin memiliki saham perusahaan, sehingga pemilik saham perusahaan tidak akan menjual saham mereka, sementara yang belum memiliki ingin membeli saham perusahaan tersebut. Sehingga spread antara harga bid dan ask semakin kecil karena harga bid relative tidak berubah sementara harga ask turun.

3. Pengaruh Umur Perusahaan Terhadap Information Asymmetry

Dari hasil penelitian di atas, disimpulkan bahwa H3 ditolak, karena umur perusahaan tidak berpengaruh signifikan terhadap information asymmetry.

Semakin besar umur sebuah perusahaan tidak memiliki pengaruh signifikan terhadap information asymmetry yang terjadi dalam pasar.

Gambar 4. 3 Tren AGE Terhadap SPREAD

Sumber : Olahan Penulis

Gambar di atas menunjukkan tren AGE terhadap SPREAD, di mana tren AGE tidak berpengaruh terhadap SPREAD. Tren AGE membentuk sebuah garis yang cenderung lurus atau datar. Hasil tidak sesuai dengan penelitian Chemmanur

2008 2010 2012 2014 2016

Linear (AGE) Linear (SPREAD)

(14)

& Fulghieri (1995) dalam Pagano et al (1998), dan penelitian Bena & Jurajda (2007). Information asymmetry yang terjadi dalam pasar tidak dipengaruhi oleh tua maupun mudanya umur sebuah perusahaan. Chiyachantana et al (2013) menggunakan umur perusahaan sebagai salah satu pengukuran terhadap information asymmetry. Hasil penelitiannya ditemukan umur perusahaan tidak memiliki hubungan yang signifikan terhadap information asymmetry. Abosede &

Oseni (2011) juga menggunakan umur perusahaan sebagai variabel penjelas terhadap information asymmetry. Hasilnya ditemukan bahwa umur perusahaan tidak berpengaruh siginifikan. Lamanya perusahaan berdiri tidak mempegaruhi keputusan investor dalam menjual atau membeli saham, sehingga tidak mempengaruhi information asymmetry.