BAB IV ANALISIS DAN PEMBAHASAN

(1)

95

BAB IV

ANALISIS DAN PEMBAHASAN

A. Uji Statistik Deskriptif

Berdasarkan hasil analisis deskriptif statistik, maka berikut didalam tabel akan ditampilkan karakteristik sampel yang digunakan didalam penelitian ini meliputi: jumlah sampel (N), rata – rata sampel (mean), nilai maksimum, nilai minimum serta standar deviasi bagi masing – masing variabel.

Tabel 4.1

Diskripsi Variabel Penelitian

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

SIZE 50 25.33 32.08 28.5422 1.68142

ROA 50 -4.19 40.38 13.4824 11.89251

DER 50 .10 2.28 .7754 .57585

CSR 50 .14 .83 .4086 .21106

Valid N (listwise) 50

Sumber: Data sekunder Spss 16.0 di olah tahun 2015

Berdasarkan tabel 4.1 menunjukan bahwa jumlah pengamatan pada Perusahaan Barang Konsumsi yang terdaftar di Daftar Efek Syariah (DES) periode 2010-2014. Dalam penelitian ini sebanyak 50 data.

Ukuran Perusahaan (Size) memiliki nilai tertinggi (maximum) sebesar 32.08 yaitu pada PT. Indofood sukses Makmur tahun 2014 . Dan nilai terendah (minimum) sebesar 25.33 yaitu pada PT. Pyrindam farma tahun 2010 . sedangkan rata-rata (mean) pada periode 2010-2014 sebesar 28.5422.

Profitabilitas (ROA) memiliki nilai tertinggi (maximum) sebesar 40.38 yaitu pada PT. Unilever Indonesia tahun 2012. Dan nilai terendah

(2)

(minimum) sebesar -4.19 yaitu pada PT. Indofarma tahun 2013. sedangkan rata-rata (mean) pada periode 2010-2014 sebesar 13.4824.

Leverage (DER) memiliki nilai tertinggi (maximum) sebesar 2.28 yaitu pada PT. Tiga Pilar Sejahtera Food tahun 2010. Dan nilai terendah (minimum) sebesar 0,10 yaitu pada PT. Mandom Indonesia tahun 2010. sedangkan rata-rata (mean) pada periode 2010-2014 sebesar 0,7754.

CSR memiliki nilai tertinggi (maximum) sebesar 0.83 yaitu pada PT. Unilever Indonesia tahun 2012. Dan nilai terendah (minimum) sebesar 0,14 yaitu pada PT.Mandom Indonesia tahun 2010. sedangkan rata-rata (mean) pada periode 2010-2014 sebesar 0,4086.

B. Uji asumsi klasik

Uji asumsi klasik dilakukan sebagai persyaratan analisis regresi berganda. Dalam uji asumsi klasik ini meliputi uni normalitas, multikolenieritas, autokorelasi, heteroskedastisitas.

1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi

variabel independen dan dependen mempunyai distribusi normal atau

mendekati normal. Model regresi yang baik adalah model yang

mempunyai distribusi normal atau mendekati normal. Uji normalitas dapat

dilihat dengan analisi grafik dan analisis statistik.

a. Analisis Grafik

Analisis grafik dilakukan dengan melihat grafik histogram dan

grafik P-Plot.Jika data menyebar di sekitar garis diagonal dan

(3)

pola distribusi normal, maka model regresi memenuhi asumsi

normalitas. Data yang baik adalah data yang memiliki pola distribusi

normal

Gambar 4.1 Grafik Histogram

Sumber: Hasil Olahan Data SPSS 16.0 tahun 2015

Dilihat dari tampilan grafik histogram tersebut dapat

disimpulkan bahwa kurva membentuk lonceng maka dapat dikatakan

model berdistribusi normal. Jika dilihat dari grafik normal P-Plot

(4)

Gambar 4.2 Grafik Normal Plot

Sumber: Data sekunder Spss 16.0 diolah tahun 2015

Dengan melihat tampilan grafik histogram maupun grafik

normal plot dapat disimpulkan bahwa grafik histogram memberikan

pola distribusi yang normal. Sedangkan pada grafik normal plot

terlihat titik-titik menyebar disekitar garis diagonal. Kedua grafik ini

menunjukkan bahwa model regresi tidak menyalahi asumsi

(5)

b. Analisis Statistik

Untuk memastikan apakah residual terdistribusi normal maka

dilakukan uji Kolmogorov-Smirnov (K-S). Data dikatakan

berdistribusi normal jika memiliki nilai signifikansi lebih dari 5%.

Hasil uji K – S dapat dilihat pada Tabel 4.2 sebagai berikut:

Tabel 4.2

Uji Normalitas (Uji Kolmogorov-Smirnov)

Berdasarkan hasil tabel 4.2 tersebut, nilai Kolmogorof –

Smirnov sebesar 0,646 dengan signifikansi 0,798. Data singnifikansi

tersebut menunjukkan lebih besar dari 0,05 yang menyatakan bahwa

residual terdistribusi secara normal atau dengan kata lain residual

berdistribusi normal.

One-Sample Kolmogorov-Smirnov Test

SIZE

N 50

Normal Parametersa Mean 28.5422

Std. Deviation 1.68142

Most Extreme Differences Absolute .091

Positive .091

Negative -.071

Kolmogorov-Smirnov Z .646

Asymp. Sig. (2-tailed) .798

(6)

2. Uji Multikolinearitas

Masalah-masalah yang mungkin akan timbul pada penggunaan

persamaan regresi berganda adalah multikolinieritas, yaitu suatu keadaan

yang variabel bebasnya (independen) berkorelasi dengan variabel bebas

lainnya atau suatu variabel bebas merupakan fungsi linier dari variabel

bebas lainnya. Model regresi yang baik seharusnya tidak terjadi korelasi di

antara variabel bebas.

Untuk mendeteksi adanya multikolinieritas adalah dari besarnya nilai

VIF (Variance Inflating Factor) dan tolerance yang terdapat pada masing -

masing variabel bebas. Pedoman suatu model regresi yang bebas

multikolinieritas adalah:

a. Mempunyai Tolerance lebih besar dari 0,1.

b. Mempunyai nilai VIF lebih kecil dari 10.

Berikut ini akan disajikan hasil pengujian multikolinieritas yang

dilakukan dengan bantuan SPSS for windows, dapat dilihat pada Tabel 4.3

sebagai berikut:

Uji multikolinearitas bertujuan untuk menguji apakah model regresi

ditemukan adanya hubungan antar variabel independen. Jika variabel

independen saling berhubungan, maka nilai kolerasi antar sesama variabel

independen sama dengan nol. Untuk mengetahui uji multikolinearitas

dapat dilihat dari nilai Variance Inflation Factor (VIF) yang terdapat pada

(7)

Tabel 4.3

Hasil Uji Multikolinearitas

Suatu regresi dinyatakan bebas dari multikolinearitas adalah

mempunyai niali Tolerance lebih besar dari 0,1 dan nilai VIF lebih

kecil dari 10. Dari data tersebut diperoleh bahwa semua variabel bebas

memiliki nilai Tolerance lebih dari 0,1 dan nilai VIF kurang dari 10.

Dengan demikian untuk uji multikolinearitas tidak terjadi masalah

antar variabel independen dalam model regresi. Coefficientsa Model Collinearity Statistics Toleranc e VIF 1 (Constant) SIZE .850 1.176 ROA .946 1.057 DER .861 1.161 a. Dependent Variable: CSR

(8)

3. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model

regresi linear ada korelasi antara kesalahan pengganggu pada periode t

dengan kesalahan pengganggu pada periode t - 1 (sebelumnya). Jika terjadi

korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang

baik adalah regresi yang bebas dari aotukorelasi. Untuk mendeteksi gejala

autokorelasi menggunakan uji Durbin-Watson (DW). Sebagai berikut

Tabel 4.4 akan menampilkan hasil uji autokorelasi:

Tabel 4.4

Hasil Uji Autokorelasi

sumber: Data sekunder Spss 16.0 diolah tahun 2015

Dengan n = 50 dan k = 3 maka jika dilihat di tabel nilai durbin

watson, didapat dL = 1.4206 dan dU = 1.6739, sehingga nilai 4 – dU

sebesar 4 – 1.6739 = 2.3261 dan nilai 4 - dL sebesar 4 – 1.4206 = 2.5794

Berdasarkan tabel di atas, nilai Durbin-Watson sebesar 2,480 dan

berada daerah antara 4-dU dan 4-dL (2.3261 < 2,480 < 2,5794), maka

dapat disimpulkan bahwa pada model regresi tidak terjadi gejala

autokorelasi baik secara positif maupun negatif. Hal ini dapat dilihat pada

gambar 4.5 sebagai berkut:

Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .861a .741 .724 .11088 2.480

a. Predictors: (Constant), DER, ROA, SIZE

(9)

Gambar 4.3

Hasil Uji Durbin-Watson

Sumber: Data sekunder yang diolah tahun 2015

Tabel 4.5

Tabel Uji Autokorelasi

Hasil Perhitungan Klasifikasi

Kurang dari 1,1 Ada autokorelasi

1,1 - 1,54 Tanpa kesimpulan

1,55 - 2,46 Tidak ada autokorelasi

2,47 - 2,90 Tanpa kesimpulan

Lebih dari 2,9 Ada autokorelasi

Sumber: Algifari, 2000

Berdasarkan table 4.3 menunjukkan bahwa nilai

Durbin-Watson sebesar 2.480, dengan membandingkan tabel uji

autokorelasi pada table 4.4 yang menunjukkan bahwa tida ada

autokorelasi. 1,3384 _1,6579 2 2,3411 2,6616 2,480 Autokorelasi Positif Autokorelasi negatif Daerah keragu-raguan Daerah keragu-raguan

(10)

4. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk mengetahui apakah

dalam model regresi terjadi keasmaan varian dari residual satu

pengamatan yang lain. Hasil uji heteroskedastisitas dari model regresi

bisa dilihat dari garfik scatterplot yang diperoleh dari output spss. Jika

titik-titik dalam garfik menyebar diatas 0 dan juga dibawah 0, Serta

titik-titik tersebut tidak membentuk pola tertentu disatu titik tempat,

maka dapat disimpulkan bahwa model regresi yang dipakai dalam

penelitian ini terbebas dari masalah. Berikut hasil grafik yang

diperoleh dari regresi:

Gambar 4.4 Scatterplot

Berdasarkan hasil grafik scatterplot diatas terlihat bahwa titik-titik

menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0

pada sumbu Y. hal ini dapat disimpulkan bahwa tidak terjadi

heteroskedastisitas pada model regresi, sehingga model regresi layak

(11)

C. Analisis Regresi Berganda

Analisis regresi berganda digunakan untuk mengetahui dan

menganalisis pengaruh Ukuran Perusahaan (SIZE), Profitabilitas (ROA),

dan Leverage (DER) terhadap corporate sosial Responsibility (CSR).

Analisis regresi dan korelasi berkenaan dengan studi ketergantungan

variabel tidak bebas (dependent variable) pada suatu variabel bebas

(independent variable) dengan maksud untuk mengetahui arah hubungan

antara variabel independen dengan variabel dependen apakah positif atau

negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai

variabel independen mengalami kenaikan atau penurunan.

Tabel 4.6

Hasil Perhitungan Regresi

Sumber: data sekunder spss 1.6 diolah tahun 2015 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -1.975 .283 -6.987 .000 SIZE .079 .010 .628 7.712 .000 ROA .006 .001 .349 4.526 .000 DER .066 .030 .179 2.213 .032 a. Dependent Variable: CSR

(12)

Berdasarkan tabel di atas dapat disusun persamaan regresi linier berganda

sebagai berikut:

CSR = -1,975 + 0,079 X1 + 0,006 X2 + 0,066 X3 + e

Persamaan tersebut mempunyai makna:

a. Konstanta α = -1,975 menunjukkan bahwa apabila variabel ukuran

perusahaan (X1), profitabilitas (X2), Leverage (X3) bernilai 0 atau tidak

ada maka variabel pengungkapan CSR akan mengalami penurunan sebesar

1,975

b. Koefesien β1 = 0,079 menunjukkan bahwa apabila variabel ukuran

perusahaan (X1) mengalami kenaikan sebesar satu persen dan dengan

asumsi variabel-variabel independen lainnya tetap maka variabel

pengungkapan CSR akan mengalami kenaikan sebesar 0,079.

c. Koefesien β2 = 0,006 menunjukkan bahwa apabila variabel profitabilitas

(X2) mengalami kenaikan sebesar satu persen dan dengan asumsi

variabel-variabel independen lainnya tetap maka variabel-variabel pengungkapan CSR akan

mengalami kenaikan sebesar 0,006

d. Koefesien β3 = 0,066 menunjukkan bahwa apabila variabel leverage (X3)

mengalami kenaikan sebesar satu persen dan dengan asumsi

variabel-variabel independen lainnya tetap maka variabel-variabel return saham akan

(13)

D. Uji Hipotesis 1. Uji Statistik t

Tabel 4.7

Hasil uji statistik t (parsial)

Sumber: data sekunder spss 1.6 diolah tahun 2015

Uji statistik t pada dasarnya menunjukan seberapa jauh

pengaruh satu variabel penjelas/independent. Kriteria pengujian

adalah membandingkan angka signifikansi. Jika nilai signifikan lebih

dari 0,05 atau 5% maka H0 ditolak. Sedangkan jika nilai signifikansi

kurang dari 0,05 atau 5% maka H0 diterima.

Dari hasil Uji t pada tabel 4.6 tampak bahwa dari ketiga

variabel berpengaruh signifikan terhadap pengungkapan CSR karena

ketiga variabel memiliki tingkat nilai signifikansi kurang dari 0,05. Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -1.975 .283 -6.987 .000 SIZE .079 .010 .628 7.712 .000 ROA .006 .001 .349 4.526 .000 DER .066 .030 .179 2.213 .032 a. Dependent Variable: CSR

(14)

Nilai signifikansi masing-masing variabel adalah, 0,000, 0,000 dan

0,032.

1) Pengujian hipotesis pertama (Ha1)

H01 = SIZE tidak berpengaruh secara signifikan terhadap

pengungkapan CSR.

Ha1 = SIZE berpengaruh secara signifikan terhadap pengungkapan

CSR.

Berdasarkan tabel 4.6 dapat kita ketahui bahwa variabel

SIZE menghasilkan nilai t hitungsebesar 7,712 dengan nilai t tabel

sebesar 1,67591. Sehingga t hitung lebih besar dari t tabel

(7,712<1,67591) dengan nilai signifikan 0,000 yang mana nilai

tersebut lebih kecil dari 0,05. Hal ini berarti bahwa Ha1 diterima

sedangkan H01 ditolak. Dari hasil uji t tersebut dapat disimpulkan

bahwa SIZE berpengaruh signifikan terhadap variable

pengungkapan CSR.

2) Pengujian Hipotesis ke dua (Ha2)

H02 = ROA tidak berpengaruh secara signifikan terhadap

pengungkapan CSR.

Ha2 = ROA berpengaruh secara signifikan terhadap

pengungkapan CSR.

(15)

bahwa ROA berpengaruh signifikan terhadap variable

pengungkapan CSR.

3) Pengujian Hipotesis ke tiga (Ha3)

H03 = DER tidak berpengaruh secara signifikan terhadap

pengungkapan CSR.

Ha3 = DER berpengaruh secara signifikan terhadap pengungkapan

CSR.

DER menghasilkan nilai t hitungsebesar 2,213 dengan nilai t tabel

bahwa DER (Leverage) berpengaruh signifikan terhadap variable

pengungkapan CSR.

2. Uji Statistik F

Uji Statistik uji F pada dasarnya untuk menguji apakah semua

(16)

dependent secara berasam-sama (simultan). Hasil pengujian uji F

dapat dilihat pada gamabr berikut:

Tabel 4.8

Hasil perhitungan Uji F

Sumber: data sekunder Spss 16.0 diolah tahun 2015

H04 = SIZE, ROA dan DER secara simulatan tidak berpengaruh terhadap

pengungkapan CSR.

Ha4 = SIZE, ROA dan DER secara simulatan berpengaruh terhadap

pengungkapan CSR.

Berdasarkan tabel 4.8 hasil perhitungan uji ANOVA atau

Uji-F dengan nilai Uji-F hitung sebesar 43,843 dan nilai Uji-F tabel sebesar 2,81

dengan signifikansi 0,000 lebih kecil dari 5% atau 0,05 maka dapat

disimpulkan bahwa Ha4 diteima dan H04 ditolak. Hal ini berarti

bahwa variabel independen berpengaruh secara bersama-sama

terhadap variabel dependent. Maka dapat dikatakan bahwa SIZE, ANOVAb

Model Sum of Squares Df Mean Square F Sig.

1 Regression 1.617 3 .539 43.843 .000a

Residual .566 46 .012

Total 2.183 49

(17)

ROA, dan DER secara bersama-sama berpengaruh terhadap

pengungkapan CSR.

3. Koefisien Determinasi

Koefisien ini dinyatakan dalam R2. Nilai R2 menunjukkan

tingkat kemampuan semua variabel bebas untuk mempengaruhi

variabel terikat, sedangkan sisanya ditentukan oleh variabel lain di

luar variabel bebas. Nilai koefisien determinasi adalah antara nol

sampai dengan satu. Semakin tinggi nilai koefisien determinasi, maka

akan semakin baik pula kemampuan variabel independen dalam

menjelaskan variabel dependen. Berikut merupakan hasil koefisien

determinasi pada penelitian ini.

Tabel 4.9

Hasil Uji koefiesien Determinassi (R2)

Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

1 .861a .741 .724 .11088

b. Dependent Variable: CSR

Sumber: data sekunder Spss 16.0 diolah tahun 2015

Dilihat dari hasil pengujian tersebut dapat diketahui nilai Adjusted

R2 sebesar 0,724 yang berarti variabilitas variabel dependen yang dapat

(18)

sisanya 27,6% dijelaskan oleh variabel lain yang tidak masuk dalam

variabel regresi dalam penelitian ini.

E. Pembahasan

Hasil uji signifikan parameter individual (Uji t), pengaruh

masing-masing variabel independen terhadap variabel dependen dapat dijelaskan

sebagai berikut:

1. Pengaruh Ukuran Perusahaan terhadap Pengungkapan CSR

Terima H0, jika signifikansi >α = 0,05dan t hitung < t tabel : Tidak ada

pengaruh secara parsial antara Ukuran Perusahaan Terhadap CSR.

Terima Ha, jika signifikansi <α = 0,05 dan t hitung > t tabel : Ada

pengaruh secara parsial antara Ukuran Perusahaan Terhadap CSR

Bahwa variabel size menghasilkan nilai t hitungsebesar 7,712

dengan nilai t tabel sebesar 1,67591. Sehingga t hitung lebih besar dari t

tabel (7,712 > 1,67591) dengan nilai signifikan 0,000 yang mana nilai

tersebut lebih kecil dari 0,05. Maka dapat disimpulkan bahwa Ukuran

Perusahaan (SIZE) berpengaruh signifikan terhadap variable

pengungkapan CSR. Hasil penelitian ini menunjukkan nilai t hitung

yaitu sebesar 7,712 dengan tingkat signifikansi sebesar 0.000, yang

menunjukkan bahwa ukuran perusahaan berpengaruh signifikan

terhadap Pengungkapan CSR.

Jadi Semakin besar suatu perusahaan maka akan semakin besar

(19)

perusahaan akan mudah dikenal oleh para investor dan masyarakat.

Pada zaman sekarang ini perusahaan diharapkan tidak hanya

mementingkan kepentingan manajemen dan pemilik modal, tetapi juga

karyawan, konsumen, dan masyarakat. Sebagai perusahaan besar

mereka juga telah menyediakan dan mempunyai dana khusus yang

digunakan untuk melakukan kegiatan CSR, yang kemudian perusahaan

akan menyampaikan kegiatan CSR mereka didalam laporan tahunan.

Dengan melakukan kegiatan CSR perusahaan berharap

keberadaan perusahaan dapat tumbuh dan berkelanjutan serta

mendapatkan citra (image) yang positif dari masyarakat luas, sehingga

akan lebih mudah untuk memperoleh akses terhadap modal, dan dapat

mempertahankan sumber daya manusia yang berkualitas yang ada di

dalam perusahaan. Hasil penelitian mendukung hasil penelitian yang

dilakukan oleh Rahmawati Rica (2011) yang menyatakan bahwa

perusahaan besar yang lebih banyak melakukan aktivitas, kemungkinan

mempunyai lebih banyak pemegang saham, yang bisa jadi peduli

dengan kegiatan sosial dan lingkungan, dan perusahaan akan

menggunakan laporan tahunan sebagai sarana penyampaian informasi.

Namun, hasil penelitian ini tidak didukung penelitian yang telah

dilakukan oleh Anggraini (2006), yang menyatakan bahwa ukuran

(20)

2. Pengaruh Profitabilitas terhadap pengungkapan CSR

Terima H0, jika signifikansi >α = 0,05dan t hitung < t tabel : Tidak ada

pengaruh secara parsial antara ProfitabilitasTerhadap CSR Terima Ha, jika signifikansi <α = 0,05 dan t hitung > t tabel : Ada pengaruh secara parsial antara profitabilitas dengan Pengungkapan CSR.

Bahwa variabel Profitabilitas (ROA) menghasilkan nilai t hitung

sebesar 4,526 dengan nilai t tabel sebesar 1,67591. Sehingga t hitung

lebih besar dari t tabel (4,526 > 1,67591 ) dengan nilai signifikan 0,000

yang mana nilai tersebut lebih kecil dari 0,05. Maka dapat disimpulkan

bahwa Profitabilitas berpengaruh signifikan terhadap variable

menunjukkan bahwa Profitabilitas berpengaruh signifikan terhadap

Pengungkapan CSR.

Hasil penelitian ini menunjukkan bahwa perusahaan yang

mempunyai profitabilitas tinggi belum tentu lebih banyak melakukan

pengungkapan informasi CSR. Hal ini dikarenakan manajemen

perusahaan akan tetap mengungkapkan laporan yang diperlukan

walaupun profitabilitas perusahaan turun atau naik, karena perusahaan

perlu untuk mengungkapkan informasi yang dibutuhkan oleh para

investor. Halini sesuai dengan teori stakeholder, karena kelompok

inilah yang menjadi pertimbangan utama bagiperusahaan dalam

(21)

laporan keuangan (Fatayaningrum, 2011). Dan penelitian ini konsisten

dengan hasil penelitian Cahyono (2010) yang menunjukkan bahwa

profitabilitas berpengaruh terhadap pengungkapan CSR. Penelitian ini

menghasilkan temuan berbeda dengan penelitian yang dilakukan oleh

Sembiring (2003 dan 2005), Anggraini (2006)80, bahwa profitabilitas

tidak terbukti mempunyai pengaruh terhadap CSR.

3. Pengaruh Leverage terhadap Pengungkapan CSR

Terima H0, jika signifikansi > α = 0,05dan t hitung < t tabel : Tidak ada

pengaruh secara parsial antara Leverage terhadap Pengungkapan CSR

Terima Ha, jika signifikansi <α = 0,05 dan t hitung > t tabel : Ada pengaruh secara parsial antara Leverage terhadap Pengungkapan CSR.

Bahwa variabel Leverage (DER) menghasilkan nilai t hitung

sebesar 2,875 dengan nilai t tabel sebesar 1,68385. Sehingga t hitung

lebih besar dari t tabel (2,875<1,68385) dengan nilai signifikan 0,007

yang mana nilai tersebut lebih kecil dari 0,05. Maka dapat disimpulkan

bahwa Leverage berpengaruh signifikan terhadap variable

80

Anggraini,F.F, dalam Rimba Kusumadilaga. 2010. “pengaruh CSR terhadap Nilai

Perusahaan dengan Profitabilitas Sebgai Variabel Moderating”,(Semarang: Universitas

Diponegoro, 2006)

(22)

menunjukkan bahwa Leverage berpengaruh signifikan terhadap

Pengungkapan CSR.

Tingkat leverage perusahaan yang tinggi akan mendorong

perusahaan melakukan pengungkapan sosialnya. Dikarenakan

berdasarkan teori keagenan memprediksi bahwa perusahaan dengan

rasio leverage yang lebih tinggi akan mengungkapkan lebih banyak

informasi. Hal ini karena rasio leverage digunakan untuk memberikan

gambaran mengenai struktur modal yang dimiliki perusahaan, sehingga

dapat dilihat tingkat resiko tak tertagihnya suatu utang. Tambahan

informasi diperlukan untuk menghilangkan keraguan pemegang

obligasi terhadap dipenuhinya hak-hak mereka sebagai kreditur. Oleh

karena itu perusahaan dengan rasio leverage yang tinggi mempunyai

kewajiban lebih untuk mengungkapkan tanggung jawab sosialnya.81

Hasil Penelitian ini sesuai dengan Penelitian Ira Robiah Adawiyah

tahun 2012.

81

Ira Robiah Adawiyah, “Pengaruh Tipe Industri, Ukuran Perusahaan, Profitabilitas Dan

Leverage Terhadap Pengungkapan Corporate Social Responsibility (Studi Empiris Pada Perusahaan Go Public Yang Terdaftar Di Jakarta Islamic Index Periode 2008-2012)” Skripsi,

(Jakarta: Universitas Islam Negeri Syarif Hidayatullah,2013)