BAB V

HASIL PENELITIAN DAN PEMBAHASAN

A. Statistik Deskriptif

Statistik deskriptif digunakan untuk memperoleh gambaran umum

tentang data yang digunakan dalam penelitian ini. Berikut adalah data statistik

deskriptif mengenai variabel dependen yaitu Cost of Equity, variabel

independen yaitu Bid Ask Spread dan Intellectual Capital Disclosure (ICD),

serta variabel kontrol yaitu Beta Saham dan Market to Book Rasio (MBR)

dari perusahaan perbankan dan asuransi, telekomunikasi, periklanan dan

media, farmasi, computer dan jasa IT, otomotif, kabel, elektronik, kimia, dan

perdagangan yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2010-2012

yang menjadi sampel.

Tabel 5.1 Deskripsi Statistik Data

Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Spread 48 .0000 .36024 .067205 .1010302
ICD 48 .2623 .7377 .494877 .1085658
Beta 48 -2.3791 3.0002 .802225 .9540382
MBR 48 .4200 8.3300 3.091458 2.3145874
COE 48 .0237 .4045 .141182 .0779123
Valid N (listwise) 48

Sumber : Data Sekunder yang diolah

59
 60

Berdasarkan data yang telah diolah dengan menggunakan progam SPSS

for Windows Versi 21.0 maka hasil analisis atas variabel dependen adalah

yaitu Cost of Equity, variabel independen yaitu Bid Ask Spread dan

Intellectual Capital Disclosure (ICD), serta variabel kontrol yaitu Beta

Saham dan Market to Book Rasio (MBR) dapat diinterpretasikan sebagai

berikut :

1. Variabel Cost of Equity (COE) memiliki angka rata-rata sebesar 0.141182

dengan standar deviasi sebesar 0.0779123. Nilai minimum dan

maksimum variabel tersebut sebesar 0.0237 dan 0.4045. Dari 16

perusahaan yang menjadi sampel di dalam penelitian ini, rata-rata

mempunyai Cost of Equity yang relatif kecil. Cost of Equity terendah

merupakan Cost of Equity KLBF pada tahun 2010 dan Cost of Equity

tertinggi merupakan Cost of Equity MREI pada tahun 2010.

2. Variabel Bid Ask Spread memiliki angka rata-rata sebesar 0.067205

dengan standar deviasi sebesar 0.1010302. Nilai minimum dan

maksimum variabel tersebut sebesar 0.000 dan 0.36024. Dari 16

perusahaan yang menjadi sampel di dalam penelitian ini, rata-rata

mempunyai Bid Ask Spread yang relatif kecil. Bid Ask Spread terendah

merupakan Bid Ask Spread BBRI dan LPPF pada tahun 2012 dan 2011,

sedangkan Bid Ask Spread tertinggi merupakan Bid Ask Spread KBLV

pada tahun 2010.

3. Variabel Intellectual Capital Disclosure (ICD) memiliki angka rata-rata

sebesar 0.494877 dengan standar deviasi sebesar 0.1085658. Nilai

 61

minimum dan maksimum variabel tersebut sebesar 0.2623 dan 0.7377.

Dari 16 perusahaan yang menjadi sampel di dalam penelitian ini, rata-rata

mempunyai ICD yang relatif sedang. ICD terendah merupakan ICD

AHAP pada tahun 2010 dan ICD tertinggi merupakan ICD KBLV pada

tahun 2012.

4. Variabel Beta memiliki angka rata-rata sebesar 0.802225 dengan standar

deviasi sebesar 0.9540382. Nilai minimum dan maksimum variabel

tersebut sebesar -2.3791 dan 3.0002. Dari 16 perusahaan yang menjadi

sampel di dalam penelitian ini, rata-rata mempunyai Beta yang relatif

sedang. Beta terendah merupakan Beta MREI pada tahun 2012 dan Beta

tertinggi merupakan Beta MREI pada tahun 2011.

5. Variabel Market to Book Rasio (MBR) memiliki angka rata-rata sebesar

3.091458 dengan standar deviasi sebesar 2.3145874. Nilai minimum dan

maksimum variabel tersebut sebesar 0.4200 dan 8.3300. Dari 16

perusahaan yang menjadi sampel di dalam penelitian ini, rata-rata

mempunyai MBR yang relatif sedang. MBR terendah merupakan MBR

KBLV pada tahun 2011 dan MBR tertinggi merupakan MBR MAYA

pada tahun 2010.

 62

B. Uji Asumsi Klasik

Model regresi yang diperoleh dengan metode estimasi Ordinary Least

Squares (OLS) akan memberikan hasil yang Best Linier Unbiased Estimator

(BLUE). Kondisi ini akan terpenuhi jika semua pengujian asumsi klasik bisa

dipenuhi. Pengujian-pengujian yang dilakukan antar lain adalah :

1. Uji Multikolonieritas

Uji multikolonieritas ini digunakan untuk mendeteksi terdapat atau

tidak multikolonieritas di dalam model regresi adalah dengan melihat nilai

Tolerance dan lawannya Variance Inflation Factor (VIF). Nilai cut-off

yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah

nilai Tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10 (Ghozali,

2013:106). Hasil uji multikolonieritas dapat dilihat dari pada tabel 5.2

Coefficients berikut ini.

Tabel 5.2 Coefficients

a
Coefficients
Model Unstandardized Standardized t Sig. Collinearity
Coefficients Coefficients Statistics
B Std. Error Beta Tolerance VIF
(Constant) .255 .056 4.542 .000
Spread .145 .107 .188 1.355 .183 .937 1.068
ICD -.208 .100 -.290 -2.091 .042 .940 1.064
Beta .010 .011 .122 .875 .386 .930 1.076
MBR -.009 .005 -.271 -1.962 .056 .948 1.055
a. Dependent Variable: COE

Sumber : Data Sekunder yang diolah

 63

Dari tabel 5.2 terlihat nilai tolerance tidak ada di bawah 0.10

yaitu 0.9 dan juga nilai VIF kurang dari 10 yaitu 1.0, maka dapat

disimpulkan bahwa tidak terdapat gejala multikolonieritas antar variabel

independen.

2. Uji Autokorelasi

Pengujian ini dilakukan untuk mengetahui apakah dalam model

regresi linier ada korelasi antara kesalahan pengganggu pada periode t

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

terjadi korelasi maka dinamakan ada problem autokorelasi. Untuk

memenuhi syarat model regresi maka regresi harus bebas dari

autokorelasi. Adapun cara untuk dapat mendeteksi ada atau tidaknya

autokorelasi adalah dengan Uji Durbin – Watson (DW test) (Ghozali,

2013:111). Melakukan pengujian hipotesis, yaitu:

H0 : tidak ada autokorelasi (r = 0)

HA : ada autokorelasi (r≠0)

Pengambilan keputusan ada tidaknya autokorelasi :

Hipotesis nol Keputusan Jika

Tidak ada autokorelasi positif Tolak 0 < d < dl
Tidak ada autokorelasi positif No decision dl ≤ d ≤ du
Tidak ada autokorelasi negative Tolak 4 – dl < d < 4
Tidak ada autokorelasi negative No decision 4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi, positif atau negatif Tidak ditolak du < d < 4 – du
 64

Hasil uji autokorelasi dapat dilihat pada tabel 5.3 Model Summary.

Tabel 5.3 Model Summary

b
Model Summary
Model R R Square Adjusted R Std. Error of the Durbin-Watson
Square Estimate
a
1 .470 .221 .148 .0719084 2.345
a. Predictors: (Constant), MBR, Spread, ICD, Beta
b. Dependent Variable: COE

Sumber : Data Sekunder yang diolah

Dari tabel 5.3 di atas didapat nilai DW 2.345. Sedangkan dari tabel

DW dengan signifikansi 0.05 dan jumlah data (n) adalah 48, serta k

(jumlah variabel independen) adalah 2 maka diperolehlah nilai du yaitu

sebesar 1.6321. Nilai DW (2.345) berada pada daerah antara du dan 4-du,

maka hipotesis H0 tidak ditolak artinya tidak ada gejala autokorelasi.

3. Uji Heteroskedesitas

Uji ini digunakan untuk mendeteksi ada atau tidaknya

heteroskedastisitas dengan melihat ada tidaknya pola tertentu pada grafik

scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang

telah diprediksi, dan sumbu X adalaah residual (Y prediksi – Y

sesungguhnya) yang telah di-studentized. Dasar analisis : (1) jika ada

pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang

teratur (bergelombang, melebar kemudian menyempit), maka

mengindikasikan telah terjadi heteroskedastisitas. (2) jika tidak ada pola

yang jelas , serta titik-titik menyebar di atas dan di bawah angka 0 pada
 65

sumbu Y, maka tidak terjadi heteroskedastisitas (Ghozali, 2013:139).

Hasil uji heteroskedesitas dapat dilihat pada gambar 5.1 Scatterplot.

Gambar 5.1 Scatterplot

Sumber : Data Sekunder yang diolah

Dari gambar 5.1 di atas dapat dilihat titik-titik menyebar di atas dan

di bawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak

terjadi heteroskedastisitas

4. Uji Normalitas

Uji normalitas ini digunakan untuk menguji apakah dalam model

regresi, variabel pengganggu atau residual memiliki distribusi normal.

Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual

mengikuti distribusi normal. Cara untuk mendeteksi apakah residual

berdistribusi normal atau tidak adalah uji statistik non-parametrik

 66

Kolmogorov-Smirnov (K-S). Uji K-S dilakukan dengan membuat

hipotesis :

H0 : data residual berdistribusi normal

HA : data residual tidak berdistribusi normal

Hasil uji normalitas dapat dilihat pada tabel 5.4 One Sample

Kolmogorov-Smirnov Test.

Tabel 5.4 One Sample Kolmogorov-Smirnov Test

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 48

a,b
Mean .0000000
Normal Parameters
Std. Deviation .06878047
Absolute .102
Most Extreme Differences Positive .102
Negative -.073
Kolmogorov-Smirnov Z .709
Asymp. Sig. (2-tailed) .696
a. Test distribution is Normal.
b. Calculated from data.

Sumber : Data Sekunder yang diolah

Dari hasil tabel 5.4 di atas diketahui nilai signifikansi sebesar 0.696

lebih besar dari nilai alpha yaitu sebesar 0.05, maka H0 diterima

sehingga dapat disimpulkan bahwa data residual berdistribusi normal.

 67

C. Pengujian Hipotesis

1. Analisis Regresi

Tujuan regresi linier berganda adalah untuk memprediksi nilai cost

of equity dari apabila nilai asimetri informasi dan intellectual capital

disclosure mengalami kenaikan atau penurunan dan untuk mengetahui

arah hubungan antara asimetri informasi dan intellectual capital

disclosure dengan cost of equity apakah masing-masing asimetri

informasi dan intellectual capital disclosure berhubungan positif atau

negatif. Untuk mengetahui model regresi linier berganda yaitu dengan

melihat output Coefficients. Hasil perhitungannya dapat dilihat pada tabel

5.5 Model Regresi Liner Berganda.

Tabel 5.5 Model Regresi Linier Berganda

a
Coefficients
Model Unstandardized Standardized T Sig. Collinearity
Coefficients Coefficients Statistics

B Std. Error Beta Tolerance VIF

(Constant) .255 .056 4.542 .000
Spread .145 .107 .188 1.355 .183 .937 1.068
ICD -.208 .100 -.290 -2.091 .042 .940 1.064
Beta .010 .011 .122 .875 .386 .930 1.076
MBR -.009 .005 -.271 -1.962 .056 .948 1.055
a. Dependent Variable: COE

Sumber : Data Sekunder yang diolah

 68

Hasil dari tabel 5.5 model persamaan regresi linear berganda

adalah sebagai berikut :

Y = a + β1X1 + β2X2 + β3X3 + β4X4 + + ε

COE = a + β1Spread + β2ICD + β3Beta + β5MBR + ε

COE = 0.255 + 0.1455 X1 – 0.208 X2 + 0.010 X3 – 0.009 X4 + 0.056

Keterangan :

COE : cost of equity

a : Nilai konstanta, nilai Y jika X1 dan X2 = 0

β : Koefisien regresi, yaitu nilai peningkatan atau

penurunan variabel dependen (Y) yang didasarkan

variabel independen (X)

ICD : Skor indeks Intellectual Capital Disclosure

Spread : Asimetri informasi yang diproksikan dengan bid-ask

spread

Beta : beta saham perusahaan

MBR : Market to Book Value

Model persamaan regresi di atas dapat dijelaskan sebagai berikut :

1) Nilai konstanta sebesar 0.255 yang menunjukkan bahwa jika

intellectual capital disclosure (ICD), asimetri informasi, beta dan

market to book rasio (MBR) bernilai 0 maka cost of equity (COE)

adalah sebesar 0.255%.

 69

2) Nilai koefisien regresi asimetri informasi (Spread) sebesar 0.1455

yang artinya setiap kenaikan COE sebesar 1% maka asimetri

informasi meningkat sebesar 0,1455%.

3) Nilai koefisien regresi ICD sebesar -0.208 yang artinya ICD

setiap kenaikan COE sebesar 1% maka ICD yang digunakan

investor turun sebesar 0.208%.

4) Nilai koefisien regresi beta saham sebesar 0.010 yang artinya

setiap kenaikan COE sebesar 1% maka beta saham meningkat

sebesar 0.010%.

5) Nilai koefisien regresi market to book rasio (MBR) sebesar -

0.009 yang artinya setiap kenaikan COE sebesar 1% maka MBR

turun sebesar 0.009.

a. Uji Koefesien Determinasi (Adjusted R2)

Uji digunakan untuk mengetahui prosentase sumbangan

pengaruh variabel independen (X) secara serentak terhadap variabel

dependen (Y). Koefisien ini menunjukkan seberapa besar prosentase

variasi variabel independen yang digunakan dalam model mampu

menjelaskan variasi variabel dependen. Hasil uji koefesien

determinasi (Adjusted R2) dapat dilihat pada tabel 5.7 Uji Koefesien

Determinasi.
 70

Tabel 5.7 Uji Koefesien Determinasi

b
Model Summary
Model R R Square Adjusted R Std. Error of the Durbin-Watson
Square Estimate
a
1 .470 .221 .148 .0719084 2.345
a. Predictors: (Constant), MBR, Spread, ICD, Beta
b. Dependent Variable: COE

Sumber : Data Sekunder yang diolah

Hasil dari tabel 5.7 di atas diketahui nilai koefesien determinasi

(Adjusted R2) sebesar 0.148 atau 14.8%. Artinya besar sumbangan

atau pengaruh intellectual capital disclosure (ICD), asimetri

informasi, beta saham, dan market to book rasio (MBR) terhadap cost

of equity (COE) sebesar 14.8% dan sisanya sebesar 85.2%

dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini.

b. Uji Signifikansi Simultan (Uji Statistik F)

Uji ini digunakan untuk mengetahui apakah variabel independen

secara bersama-sama (simultan) berpengaruh secara signifikan

terhadap variabel dependen. Untuk mengetahui hasil uji F dengan

melihat output ANOVA dari hasil analisis regresi linier berganda. Hasil

tersebut dapat dilihat pada tabel 5.8 Hasil Uji Statistik F.

 71

Tabel 5.8 Hasil Uji Statistik F

a
ANOVA
Model Sum of Squares df Mean Square F Sig.
b
Regression .063 4 .016 3.044 .027
1 Residual .222 43 .005
Total .285 47
a. Dependent Variable: COE
b. Predictors: (Constant), MBR, Spread, ICD, Beta

Sumber : Data Sekunder yang diolah

Hasil tabel 5.8 menunjukkan nilai F hitung sebesar 3.004 dan

nilai signifikansi sebesar 0.027, berarti H0 ditolak karena nilai Fhitung >

Ftabel yaitu sebesar 3.044 > 2.816 dan nilai signifkansi < nilai alpha

yaitu sebesar 0.027 < 0.05. Dari hasil tersebut dapat disimpulkan

bahwa ada pengaruh yang signifikan intellectual capital disclosure

dan asimetri informasi secara simultan terhadap cost of equity capital.

c. Uji Signifikan Parameter Individual (Uji Statistik t)

Uji statistik t digunakan untuk mengetahui apakah model regresi

variabel independen secara parsial berpengaruh signifikan terhadap

variabel dependen. Untuk mengetahui hasil uji statistik t dengan

melihat output Coefficients dari hasil analisis regresi linier berganda.

Hasil tersebut dapat dilihat pada tabel 5.9 Hasil Uji Statistik t.
 72

Tabel 5.9 Hasil Uji Statistik t

a
Coefficients
Model Unstandardized Standardized T Sig. Collinearity
Coefficients Coefficients Statistics

B Std. Error Beta Tolerance VIF

(Constant) .255 .056 4.542 .000
Spread .145 .107 .188 1.355 .183 .937 1.068
ICD -.208 .100 -.290 -2.091 .042 .940 1.064
Beta .010 .011 .122 .875 .386 .930 1.076
MBR -.009 .005 -.271 -1.962 .056 .948 1.055
a. Dependent Variable: COE

Sumber : Data Sekunder yang diolah

Hasil dari tabel 5.9 Hasil Uji Statistik t dapat diketahui :

1) Variabel independen

Dalam Bab II, diajukan hipotesis sebagai berikut :

Ha1 : Terdapat Pengaruh Positif Asimetri Informasi terhadap

Cost of Equity

Hasil pengujian hipotesis dengan menggunakan uji t yang

digunakan untuk menguji pengaruh asimetri informasi terhadap

cost of equity menunjukkan bahwa tidak terdapat pengaruh positif

yang signifikan antara asimetri informasi terhadap cost of equity.

Hal ini dibuktikan dari nilai thitung asimetri informasi (Spread)

1.355 dan nilai signifikansi sebesar 0.183 artinya Ha1 ditolak

karena nilai -ttabel ≤ thitung ≤ ttabel yaitu sebesar -2.014 ≤ 1.355 ≤

2.014 dan nilai signifikansi lebih besar dari nilai alpha yaitu 0.183

> 0.05. Dengan demikian, hasil pengujian ini mendukung

 73

penelitian Lambert et al. (2009) dan Suhendah (2012) yang

menyimpulkan bahwa tidak ada pengaruh antara asimetri

informasi dengan cost of equity capital. Hasil penelitian ini tidak

konsisten dengan penelitian Murwaningsari (2012), Kazemi dan

Rahmani (2013) yang menyimpulkan bahwa asimetri informasi

mempunyai pengaruh positif yang signifikan terhadap biaya

modal.

Penurunan asimetri informasi terjadi untuk menurunkan

biaya modal dalam beberapa situasi dengan memberikan akses

investor yang terinformasi kurang baik ke informasi yang

sebelumnya hanya tersedia bagi investor yang terinformasi lebih

baik. Oleh karena itu, penurunan biaya modal bukan dari

penurunan asimetri informasi tetapi melalui komunikasi investor

dengan informasi yang lebih banyak.

Ha2 : Ada pengaruh negatif intellectual capital disclosure

terhadap cost of equity

Hasil pengujian hipotesis dengan menggunakan uji t yang

digunakan untuk menguji pengaruh intellectual capital disclosure

terhadap cost of equity menunjukkan bahwa ada pengaruh negatif

yang signifikan intellectual capital disclosure terhadap cost of

equity. Hal ini dapat diketahui dari nilai thitung intellectual capital

disclosure (ICD) -2.091 dan nilai signifikansi sebesar 0.042

artinya Ha2 diterima karena nilai -thitung < ttabel yaitu sebesar -2.091
 74

< -2.014 dan nilai signifikansi lebih kecil dari nilai alpha yaitu

0.042 < 0.05. Dengan demikian, hasil pengujian ini mendukung

penelitian Mangena et al. (2010), Boujelbene dan Affes (2013)

yang menyimpulkan bahwa ada pengaruh negatif yang signifikan

antara intellectual capital disclosure terhadap cost of equity. Hasil

penelitian ini tidak konsisten dengan penelitian Suhendah (2012),

Aisyah dan Kusumaningtias (2012) yang menyatakan bahwa level

of disclosure memiliki pengaruh positif yang signifikan terhadap

cost of equity yang berati bahwa semakin tinggi tingkat disclosure

maka akan mengakibatkan cost of equity semakin tinggi pula.

Hasil tersebut menyatakan bahwa intellectual capital

disclosure merupakan salah satu faktor penting dapat

mempengaruhi cost of equity. Hasil penelitian ini

mengindikasikan bahwa investor sudah menggunakan informasi

intellectual capital disclosure dalam mengestimasi tingkat

pengembalian dan risiko atas saham mereka, sehingga perusahaan

dengan tingkat intellectual capital disclosure yang tinggi

memiliki estimasi cost of equity yang rendah. Meskipun tingkat

intellectual capital disclosure masih relatif rendah para investor

sudah dapat laporan tahunan dikarenakan informasi yang termuat

di dalam laporan tahunan memberikan informasi atau berita yang

baru di pasar modal dan terbukti ketika laporan keuangan

 75

dipublikasikan, rata-rata harga saham akan mengalami

peningkatan dan menurunkan cost of equity (Hernita, 2012).

2) Variabel Kontrol

Variabel kontrol yang pertama dalam penelitian ini adalah

beta saham. Berdasarkan tabel 5.9 Hasil Uji Statistik t, beta

saham tidak memiliki pengaruh yang signifikan terhadap cost of

equity, hal ini dapat diketahui dari -ttabel ≤ thitung ≤ ttabel yaitu

sebesar -2.014 ≤ 0.875 ≤ 2.014 dan nilai signifikansi lebih besar

dari nilai alpha yaitu 0.386 > 0.05. Berdasarkan sampel

perusahaan rata-rata memiliki nilai beta saham 0.802 di mana

saham dengan koefesien beta < 1 umumnya bergerak lebih lambat

dari pasar. Ketika pasar naik, saham tersebut mengalami kenaikan

tetapi selalu lebih rendah dari kenaikan pasar sehingga kurang

bermanfaat dalam menilai risiko saham.

Selanjutnya variabel kontrol yang kedua dalam penelitian

ini adalah market to book rasio (MBR). Hasil penelitian

menyatakan bahwa tidak ada pengaruh yang signifikan antara

MBR terhadap cost of equity. Hal ini dibuktikan dari nilai -ttabel ≤

thitung ≤ ttabel yaitu sebesar -2.014 ≤ -1.962 ≤ 2.014 dan nilai

signifikansi lebih besar dari nilai alpha yaitu 0.056 > 0.05. Market

to book rasio (MBR) merupakan salah satu indikator dalam

mengukur pertumbuhan perusahaan. Hasil penelitian ini

menyatakan bahwa market to book rasio (MBR) tidak ada

 76

pengaruh yang signifikan terhadap cost of equity karena

perusahaan yang berada dalam tahap pertumbuhan cenderung

membutuhkan dana yang lebih besar untuk mengekspansikan

usahanya sehingga akan lebih menggunakan hutang untuk

pendanaannya dibandingkan dengan ekuitas.