Disertasi Untuk Artikel H1
Disertasi Untuk Artikel H1
DISERTASI
Untuk memenuhi sebagian persyaratan mencapai derajat sarjana S3
Program Studi Doktor Ilmu Akuntansi
Oleh:
Stepani Sisca Wulandari
14/375821/SEK/00529
PROGRAM DOKTOR
FAKULTAS EKONOMIKA DAN BISNIS
UNIVERSITAS GADJAH MADA
2022
DAFTAR ISI
vi
3.4. Teknik Analisis Data.......................................................................................47
3.4.1. Statistik Deskriptif ............................................................................. 47
3.4.2. Model Analisis Data .......................................................................... 47
3.4.3. Uji Asumsi Klasik.............................................................................. 49
3.5. Uji Hipotesis............................................................................................... 51
3.5.1. Dampak langsung terhadap CEC ....................................................... 51
3.5.2. Pengukuran komparabilitas laporan keuangan .................................. 54
3.5.3. Dampak tidak langsung terhadap CEC .............................................. 56
3.5.4. Uji koefisien determinasi (R2)........................................................... 57
3.5.5. Uji F ................................................................................................... 57
3.5.6. Uji t .................................................................................................... 58
BAB IV – HASIL DAN PEMBAHASAN.............................................................59
4.1. Pemilihan Data................................................................................................59
4.2. Analisis Statistik Deskriptif............................................................................61
4.3. Uji Hipotesis...................................................................................................65
4.3.1. Dampak Adopsi XBRL Terhadap CEC..................................................65
4.3.2. Dampak Adopsi XBRL Terhadap Komparabilitas................................81
4.3.3. Dampak Tidak Langsung Adopsi Terhadap CEC..................................93
4.4. Pembahasan Hipotesis dan Temuan Penelitian.............................................105
4.4.1. Pembahasan H1a...................................................................................105
4.4.2. Pembahasan H1b...................................................................................106
4.4.3. Pembahasan H1c...................................................................................107
4.4.4. Pembahasan H2.....................................................................................110
4.4.5. Pembahasan H3.....................................................................................115
4.5.Ringkasan Hasil Uji Hipotesis.......................................................................117
BAB V – PENUTUP.............................................................................................118
5.1. Simpulan.......................................................................................................118
5.2. Implikasi........................................................................................................121
5.2.1. Implikasi Teoritis...................................................................................121
5.2.2. Implikasi Praktis.....................................................................................124
5.2.3. Implikasi Kebijakan...............................................................................126
5.3.Keterbatasan dan Saran untuk Penelitian Selanjutnya...................................129
RINGKASAN.......................................................................................................132
Daftar Pustaka.......................................................................................................179
LAMPIRAN..........................................................................................................186
vii
DAFTAR TABEL
viii
Tabel 4.20. Hasil Pengujian Hipotesis 2 Pasar Modal Singapura dengan
Pembobotan Pendekatan FEM (Persamaan 8)............................................85
Tabel 4.21. Hasil Pengujian Hipotesis 2 Pasar Modal Australia dengan
Pembobotan Pendekatan FEM (Persamaan 9)............................................87
Tabel 4.22. Hasil Pengujian Hipotesis 2 Pasar Modal Indonesia dan Singapura
Model REM (Persamaan 8).........................................................................90
Tabel 4.23. Pengujian Perbedaan Koefisien Regresi Model 8 dan 9......................92
Tabel 4.24. Hasil Pengujian Hipotesis 3a Regresi 2-SLS Pasar Modal
Indonesia....................................................................................................94
Tabel 4.25. Hasil Pengujian Hipotesis 3b Regresi 2-SLS Pasar Modal
Singapura.....................................................................................................97
Tabel 4.26. Hasil Pengujian Hipotesis 3c Regresi 2-SLS Pasar Modal
Australia..................................................................................................100
Tabel 4.27. Hasil Pengujian Hipotesis 3 Regresi 2-SLS Pasar Modal Indonesia,
Singapura, dan Australia (Persamaan 10).................................................103
Tabel 4.28. Ringkasan Hasil Uji Hipotesis...........................................................117
ix
DAFTAR GAMBAR
x
xi
BAB I
PENDAHULUAN
dapat dipahami dan diterima secara lintas batas (Ilias, 2015). Lintas batas artinya
bahwa XBRL adalah teknologi yang memberi label pada informasi keuangan,
perusahaan.
Sebagai turunan dari format XML, XBRL juga dapat memberi label atau
“tag” item dalam laporan keuangan (Troshani & Lymer, 2010). Pelabelan harus
(LK) dengan berbagai cara untuk menghasilkan informasi dan pengetahuan baru.
1
informasi dan memfasilitasi pengguna untuk mengakses data individual sebagai
dasar analisis secara efektif (Janvrin, Pinsker, & Mascha, 2013). Standarisasi
2009).
Charles Hoffman pada tahun 2000, perkembangan teknologi ini lebih lambat dari
biaya modal, dan kinerja perusahaan (Chang & Jarvenpaa, 2005; Chen, 2012;
Dong et al. 2016; Eni & Nǎstase, 2013). Namun belum banyak penelitian tentang
sehingga perlu diteliti lebih lanjut. Penelitian ini berusaha membuktikan secara
sebagai mekanisme untuk dapat menurunkan biaya modal ekuitas (Cost of Equity
Capital / CEC). Hasil studi ini dapat menjadi dasar pertimbangan para regulator
2
Regulator pasar modal di dunia yang sudah mengadopsi XBRL lebih
adopsi wajib dan sukarela dilakukan dengan mempelajari beda dampak adopsi
XBRL yang dilakukan di pasar modal sebuah negara pada periode sukarela,
kewajiban di pasar modal tersebut (Ra & Lee, 2018; Hao et al., 2014; Liu et al.,
2014).
pengadopsi sukarela (Ra & Lee, 2018; Hao et al., 2013; Liu et al., 2014; Enachi
& Andone, 2015). Regulator pasar modal yang belum mengadopsi XBRL perlu
bukti untuk memutuskan, apakah manfaat adopsi XBRL pendekatan wajib lebih
adopsi XBRL yang dilakukan di berbagai negara yang mengadopsi XBRL secara
beragam, untuk mengidentifikasi beda manfaat adopsi wajib XBRL dan adopsi
sukarela XBRL.
3
solvabilitas perusahaan dan risiko investasi untuk secara rasional dan akurat
dapat menentukan CEC (Hodge et al., 2004). Jika ada pembatasan akses ke
menilai perusahaan tersebut lebih berisiko. Perusahaan yang dinilai lebih berisiko
premi risikonya naik, dan berakibat pada peningkatan CEC perusahaan tersebut
(Hao et al., 2014; Hodge et al., 2004). Adopsi XBRL dinyatakan dapat
2005). Studi ini mempelajari apakah secara empiris adopsi XBRL memang
khususnya negara-negara selain Amerika Serikat dan Cina. Format XBRL sudah
mengadopsi XBRL dan ada yang tidak mewajibkan (voluntary). Regulator pasar
modal di dunia yang sudah mengadopsi XBRL lebih banyak yang mewajibkan
penelitian menemukan banyak manfaat dapat dicapai pengadopsi sukarela (Ra &
Lee, 2018; Hao et al., 2014; Liu et al., 2014; Enachi & Andone, 2015). Literatur
terdahulu tentang perbandingan dampak yang timbul dari adopsi XBRL secara
wajib dan sukarela di pasar modal belum banyak. Studi ini mengisi celah
4
penelitian tersebut dengan membandingkan dampak adopsi XBRL yang bersifat
& Lee, 2018; Hao et al., 2014). Negara-negara yang menggunakan pendekatan
menggunakan data dari negara Indonesia, Singapura, dan Australia. Ketiga negara
XBRL, serta datanya dapat diakses oleh publik. Pertimbangan lainnya adalah,
laporan keuangan dengan fenomena adopsi XBRL sampai saat ini hanya
penelitian yang dilakukan oleh Dhole et al. (2015) di Amerika Serikat (Dhole,
5
Penelitian-penelitian terdahulu hanya mempelajari efek langsung dampak
adopsi XBRL terhadap CEC, dan belum ada yang mempelajari efek tidak
langsung adopsi XBRL terhadap CEC (Chen, Harris, Li, & Wu, 2015; Dong, Li,
Lin, & Ni, 2016; Hao, L., Zhang, J. H., & Fang, J. B., 2014; Liu, Luo, Sia,
O’Farrell, & Teo, 2014; Ra & Lee, 2018), dan efek adopsi XBRL terhadap
celah penelitian untuk digali lebih jauh. Penelitian ini mempelajari dampak
laporan keuangan dalam periode yang lebih panjang. Selain itu, studi ini juga
6
di Singapura, Indonesia, dan Australia untuk penarikan kesimpulan atas data yang
langsung?
7
4. Mempelajari dampak adopsi XBRL terhadap komparabilitas laporan
keuangan dalam periode yang lebih panjang, sehingga tampak tren nilai
Beberapa regulator di dunia masih menunda adopsi XBRL, salah satu alasannya
manfaat dari teknologi baru tersebut, dan ketidakpastian hasilnya (Liu, Yao, Sia,
& Wei, 2014). Penelitian ini diperlukan untuk menambah bukti empiris tentang
fenomena adopsi XBRL sampai saat ini hanya penelitian yang dilakukan oleh
Dhole et al. (2015) di Amerika Serikat. Studi ini bertujuan untuk menambah
8
Penurunan komparabilitas laporan keuangan ini tidak sesuai dengan pernyataan
pengklaiman SEC tersebut menciptakan celah penelitian untuk digali lebih jauh.
Meskipun terdapat banyak penelitian akademik atas dampak adopsi XBRL, hanya
a. Kontribusi Teoritis
9
tidak langsung, via mediator komparabilitas laporan keuangan
terlebih dahulu.
ini.
b. Kontribusi Praktis
10
sebaiknya menggunakan format XBRL untuk pelaporan keuangan
menurunkan CEC.
c. Kontribusi Kebijakan
sukarela di Australia.
sukarela (Ra & Lee, 2018; Hao et al., 2014; Liu et al., 2014; Enachi & Andone,
antara adopsi wajib dan sukarela dilakukan dengan mempelajari beda dampak
adopsi XBRL yang dilakukan di pasar modal sebuah negara pada periode
11
kewajiban di pasar modal tersebut (Ra & Lee, 2018; Hao et al., 2014; Liu et al.,
2014).
Regulator pasar modal yang belum mengadopsi XBRL perlu bukti untuk
beragam. Data yang digunakan berasal dari pasar modal Indonesia, Singapura,
dan Australia untuk mengidentifikasi beda manfaat adopsi wajib XBRL dan
Sistematika penulisan dalam studi ini terdiri dari tiga bagian, yaitu pendahuluan,
landasan teori dan pengembangan hipotesis, serta metode penelitian. Pada bagian
12
penelitian yang mencakup desain penelitian, populasi dan sampel penelitian,
tentang hasil dan pembahasan. Dan pada bagian kelima menyajikan simpulan,
13
BAB II
Bab dua menelaah konsep dan teori yang relevan, hasil-hasil penelitian
Sinyal adalah sebuah tindakan yang diambil oleh perusahaan untuk memberikan
atau dalam hal ini mengirimkan sinyal mengenai informasi tersebut kepada pihak
lainnya (Connelly, Certo, Ireland, & Reutzel, 2011). Jika sinyal adalah
14
tidak mahal, tetapi cukup untuk menghalangi perusahaan berkualitas rendah
kepada pihak luar untuk mengurangi asimetri informasi. Informasi yang diberikan
melalui laporan keuangan merupakan informasi yang benar dan dapat dipercaya
transaksi yang dilakukan oleh perusahaan sehingga dapat menjadi acuan investor
cara mengurangi asimetri informasi di antara dua pihak (Spence, 2002). Dalam
lingkup pelaporan keuangan, kedua pihak ini adalah manajemen dan investor.
Manajemen perusahaan dalam hal ini selalu memiliki informasi yang lebih banyak
kepada investor, sebagai good news, tentang ketersediaan informasi yang luas dan
tanpa pembatas. Studi ini meyakini bahwa investor memperoleh informasi secara
cepat dan menganalisis lebih akurat. Kondisi ini menunjukkan bahwa perusahaan
yang mengadopsi XBRL berisiko informasi yang rendah, karena tidak adanya
perbedaan informasi antara perusahaan dan investor. Ketika asimetri informasi itu
15
mengakibatkan CEC perusahaan turun. Dengan demikian, kepercayaan investor
yang dilakukan oleh manajemen sebagai sebuah sinyal yang dapat dijadikan dasar
bahwa perusahaan sedang dalam kondisi yang baik via laporan keuangan,
dan mereka mendefinisikan kinerja organisasi dengan berbagai cara. Para peneliti
eksternal (Homburg, Artz, & Wieseke, 2012). Teori ini memandang bahwa
16
perusahaan menerima pengaruh lingkungan bisnis. Secara khusus, teori ini
mana yang berkontribusi pada kinerja organisasi bisnis. Oleh karena itu,
lingkungan.
khusus tersebut tergantung pada situasinya saat itu. Perusahaan perlu untuk
serta bidang ilmu lainnya (Betts, 2003). Dalam konteks teori kontijensi ini, adopsi
XBRL sebagai faktor situasional yang berperan untuk membuat investor atau
17
sesuai saat dibutuhkan sehingga proses pengambilan keputusan lebih cepat dan
Teori institusional menyatakan tentang adanya pengaruh sosial dan tekanan untuk
dalam organisasi (Oliver, 1997). Asumsi dasar dari teori institusional adalah
kecenderungan perusahaan untuk taat terhadap norma, tradisi, dan pengaruh sosial
di lingkungan internal dan eksternal. Artinya bahwa jika perusahaan ingin sukses,
maka mereka harus memperoleh dukungan dan legitimasi dengan cara melakukan
yang mencakup baik hukum yang tertulis maupun pemahaman budaya yang
implisit memengaruhi dan dipengaruhi oleh tindakan organisasi. Para ahli teori
institusional melihat organisasi tidak sebagai pihak pasif yang dikendalikan oleh
lingkungannya, tetapi sebagai pemeran aktif yang mampu untuk merespon secara
18
Teori Institusional sudah diaplikasikan baik pada bidang akuntansi
regulasi dan tata kelola memiliki pengaruh dalam memengaruhi adopsi dan
lebih lanjut bahwa terdapat pengaruh sosial, budaya, dan politik yang turut
Perdana et al. (2015), faktor-faktor yang menghambat adopsi XBRL salah satunya
dominan yang dapat mendorong adopsi XBRL tersebut (Chang & Jarvenpaa,
2005).
menjadi platform yang dinamis dan fleksibel dalam menyajikan informasi sesuai
19
sehingga asimetri informasi mendekati nol. XBRL memberikan kemudahan akses
investor yang selalu menggali informasi tanpa batas. Investor tidak perlu
cost of information mendekati nol. Informasi yang tersedia tersebut menjadi dasar
Perdagangan saham yang aktif dan likuid menurunkan berbagai biaya transaksi
Difusi inovasi adalah sebuah teori yang digunakan untuk menjelaskan bagaimana,
mengapa, dan seberapa cepat ide-ide baru dan teknologi menyebar. Everett
Rogers, yang adalah seorang profesor studi komunikasi, memopulerkan teori ini
dalam bukunya Difusi Inovasi (Diffusion of Innovations); buku ini pertama kali
diterbitkan pada tahun 1962, dan sekarang dalam edisi kelimanya (2003) (Rogers,
2003).
selama suatu waktu diantara partisipan dalam sebuah sistem sosial. Asal usul teori
difusi inovasi bervariasi dan meliputi beberapa disiplin ilmu. Rogers mengusulkan
bahwa terdapat empat elemen utama memengaruhi penyebaran sebuah ide baru:
inovasi itu sendiri, saluran komunikasi, waktu, dan sistem sosial. Proses ini sangat
bergantung pada modal manusia. Inovasi tersebut harus diadopsi secara luas untuk
dapat terus berkelanjutan. Dalam tingkat adopsi, ada titik di mana suatu inovasi
20
mencapai massa kritis. Sedangkan pengadopsi dapat dikategorikan sebagai
inovator, pengadopsi awal, mayoritas awal, mayoritas akhir, dan lamban. Difusi
relatif terhadap alat atau prosedur saat ini), kompatibilitasnya dengan sistem yang
kembali (menggunakan alat tersebut untuk tujuan yang tidak disengaja), dan efek-
efek lain yang dapat diamati. Kualitas-kualitas ini saling berinteraksi dan dinilai
sebagai keseluruhan. Apabila ada suatu inovasi yang kompleks, inovasi tersebut
inovasi, misalnya Meyer dan Goes (1988) menguraikan bahwa inovasi yang tidak
terlalu berisiko lebih mudah diadopsi karena potensi kerugian dari kegagalan lebih
kecil. Dobbins et al. (2001) menjelaskan bahwa dibalik keunggulan dari adanya
21
Organisasi menghadapi kemungkinan adopsi yang lebih kompleks karena
Organisasi bisa saja merasa tertekan atas adanya perubahan. Jika situasi organisasi
inovasi untuk mengubah nasibnya. Ketegangan ini sering terjadi diantara para
anggota individu. Inovasi yang cocok dengan sistem organisasi yang sudah ada
(Gustafson et al., 2003). Inovasi yang dengan sengaja disebarkan oleh mandat
politik atau instruksi otoritas lebih cepat untuk menyebar (Exworthy, Berney, &
Powell, 2002).
implementasi, dan konfirmasi. Inovasi dapat ditolak pada tiap tahapan proses
difusi tersebut, atau setelah proses adopsi selesai. Pada tahap keputusan,
tersebut dan memutuskan apakah akan melakukan adopsi atau menolak inovasi
tersebut. Manfaat dari sebuah inovasi adalah konsekuensi positif, sementara biaya
adalah konsekuensi negatifnya. Biaya inovasi dapat bersifat keuangan atau dapat
22
Studi ini berargumen bahwa adopsi (rate of adoption) berpengaruh
sebuah inovasi (Rogers, 2003). Difusi untuk inovasi teknologi baru seperti XBRL
investasi yang tepat. Kesuksesan adopsi XBRL di suatu pasar saham sangat
untuk dipisahkan (Jensen & Meckling, 1976). Teori keagenan ini didasarkan atas
sebuah hubungan kontraktual yang dijalankan oleh dua pihak yaitu principal
antara prinsipal dan agen dengan peran agen yang bertindak sesuai kepentingan
kepentingan atau tujuan antara prinsipal dan agen; prinsipal mengeluarkan kos
23
yang mahal untuk melakukan pemantauan aktivitas yang dilakukan oleh agen
(Eisenhardt, 1989). Kos yang dikeluarkan prinsipal dalam hal ini disebut dengan
monitoring cost. Menurut Jensen dan Meckling (1976), kos agensi tidak hanya
terdiri dari monitoring cost melainkan jumlah secara keseluruhan dari beberapa
kos, yaitu:
menyimpang.
2. The bonding expenditures by the agent. Kos yang dikeluarkan oleh agen
prinsipal.
3. The residual loss. Kos yang terjadi ketika ada penurunan kesejahteraan
kontrak yang ada. Teori keagenan mengasumsikan bahwa sebuah kontrak dapat
Akan tetapi, kontrak yang terjadi antara investor yang bertindak sebagai prinsipal
dan manajemen yang bertindak sebagai agen bisa menyebabkan suatu masalah.
24
Perilaku dan tanggung jawab manajemen dapat dijelaskan dengan teori
yang bertindak sebagai pengelola kegiatan dan aktivitas rutin perusahaan lebih
porsi informasi yang lebih besar daripada prinsipal. Ketimpangan informasi antara
tingkat asimetri informasi dari dimensi informasi yang tersedia untuk dasar
timeliness). Adopsi XBRL mampu memitigasi asimetri informasi dari sisi waktu
dengan pasar dan para pelaku pasar, sehingga pengadopsian XBRL dapat
Perusahaan mendapatkan pinjaman via dua pihak, yaitu pemberi utang dan
25
risiko yang muncul berupa default risk, yaitu risiko pemegang obligasi tidak
ekuitas. Untuk menganalisis investasi dengan risiko ekuitas, maka harus dibuat
penyesuaian pada tingkat pengembalian tanpa risiko untuk sampai pada tingkat
bunga yang dijanjikan seperti pada saat membeli obligasi, pengembalian diskonto
yang telah disesuaikan dengan risiko disebut dengan cost of equity capital (CEC).
informasi lebih lanjut, dan secara efisien mengurangi CEC (Baldwin et al., 2006).
Beragam kemudahan yang diterima oleh para investor dan pengguna lainnya atas
adanya adopsi XBRL, menjadikan saham perusahaan lebih menarik bagi para
karena keterbandingannya dengan perusahaan lain menjadi lebih less of cost yang
FASB (1980, 40) menyatakan bahwa “keputusan investasi dan pinjaman pada
26
dapat dibuat secara rasional jika informasi komparatif tidak tersedia”. Pernyataan
depan, yang mengarah ke biaya modal yang lebih rendah (Feltham & Xie, 1994;
menyebabkan biaya modal yang lebih rendah (Barth, Landsman, Lang, &
menghasilkan laporan keuangan yang serupa. Sehingga jika ada dua perusahaan, i
27
ekonomi diterjemahkan ke dalam kinerja perusahaan. Bahkan, karena perusahaan-
perusahaan itu dapat mengurangi upaya yang harus dilakukan oleh analis dalam
SEC (2009, 142) menyatakan bahwa “sekumpulan tag (label) standar membantu
keuangan perusahaan akan memiliki nama yang sama untuk item dengan
untuk memilih label standar XBRL paling baik yang dapat memetakan peristiwa
Hubungan antara informasi akuntansi dan biaya modal ekuitas perusahaan adalah
salah satu diskusi fundamental dalam akuntansi. Biaya modal ekuitas adalah profit
yang diharapkan oleh investor (expected return) atas saham perusahaan, dan
merupakan salah satu indikator bagi investor untuk menilai apakah suatu investasi
menarik atau tidak. Dalam literatur terdahulu, dampak langsung adopsi XBRL
28
pada biaya modal lebih banyak berasosiasi secara negatif, baik untuk adopsi
penurunan biaya modal lebih besar daripada pengadopsi wajib. Hao et al. (2014)
dan Zhang et al. (2013) menemukan bahwa perusahaan yang mengadopsi XBRL
modal, terutama untuk perusahaan keuangan dan TI. Sedangkan Li, Ni, & Lin
(2012) dan Dong et al. (2016) di Amerika Serikat menemukan hasil yang serupa
signifikan dalam biaya modal ekuitas, sementara Liu et al. (2014) menunjukkan
terdahulu adalah bahwa efek positif XBRL di pasar lebih jelas bagi pengadopsi
periode adopsi awal, walaupun masih lebih banyak penelitian yang mendukung
informasi yang ada diantara dua pihak (Spence, 2002). Dalam konteks lingkungan
untuk memberikan sinyal kepada para investor karena akan mendapatkan benefit
lebih banyak dibandingkan apabila tidak memberikan sinyal (Kirmani & Rao,
2000). Benefit yang didapatkan perusahaan yang memiliki kualitas lebih tinggi
29
adalah kepercayaan investor terhadap perusahaan, sehingga biaya modal ekuitas
nilai suatu teknologi tergantung pada kesesuaian antara integrasi teknologi dan
bersifat sukarela di pasar modal Australia berefek beda terhadap biaya modal
lebih baik untuk beradaptasi dengan XBRL, dibanding sukarela. Dengan kata lain,
kontinjensi mandatori (terkait informasi dan keputusan) mendekati limit nol. Oleh
30
karena itu, hipotesis yang diusulkan adalah hipotesis 1b dan hipotesis 1c sebagai
berikut:
Hipotesis 1b: Adopsi XBRL yang bersifat sukarela menurunkan CEC perusahaan
di pasar modal Australia secara berbeda daripada adopsi XBRL yang bersifat
wajib di pasar modal Indonesia (dampak adopsi XBRL secara langsung terhadap
CEC).
Hipotesis 1c: Adopsi XBRL yang bersifat sukarela menurunkan CEC perusahaan
di pasar modal Australia secara berbeda daripada adopsi XBRL yang bersifat
wajib di pasar modal Singapura (dampak adopsi XBRL secara langsung terhadap
CEC).
31
BAB III
METODA PENELITIAN
Bab ini membahas metoda penelitian yang digunakan dalam penelitian ini. Bagian
3.1. menguraikan tentang sumber data, populasi dan sampel penelitian yang
teknik analisis data dan model analisis data, bagian 3.5. menjelaskan uji hipotesis.
Public Accountant (CPA), pada tahun 1998. Selain Charles Hoffman, peran
berperan atas lahirnya XBRL International (Corkern & Morgan, 2012). Tujuan
secara digital antar organisasi secara cepat dan akurat karena istilah dalam laporan
International, n.d.).
format XBRL untuk pelaporan keuangan, dan ada yang tidak mewajibkan
32
XBRL untuk pelaporan keuangan bagi perusahaan-perusahaan yang terdaftar pada
bursa saham misalnya Amerika Serikat, Cina, Jepang, dan beberapa negara di
diseluruh dunia. Konsorsium XBRL internasional didukung oleh lebih dari 600
organisasi anggota, baik dari sektor publik maupun sektor swasta (XBRL
keuangan, penyedia jasa akuntansi, dan entitas industri (Ramin & Reiman, 2012).
mengadopsi XBRL.
33
sukarela. Penelitian ini menggunakan populasi perusahaan-perusahaan yang
secara wajib bulan Agustus 2015 (Zamroni & Aryani, 2018). Di Australia,
laporan keuangan, yaitu dalam format PDF dan juga dalam format XBRL atau
iXBRL. Format PDF bersifat wajib, sementara format XBRL atau iXBRL bersifat
opsional (Azam & Taylor, 2013). Sementara itu, Accounting and Corporate
basis data OSIRIS, dan basis data Thomson Reuters yang disediakan oleh FEB
metode purposive sampling. Metode ini menjadikan sampel penelitian berasal dari
34
sampel penelitian yang selanjutnya berpengaruh terhadap hasil analisis. Sampel
karena struktur laporan keuangan sektor keuangan yang berbeda dengan struktur
Untuk pengujian hipotesis 1a, periode pengambilan sampel mulai tahun 2016
sampai tahun 2018, dengan pertimbangan bahwa ketiga negara tersebut secara
adopsi XBRL berpengaruh secara langsung terhadap CEC pada pasar modal di
periode pengambilan sampel untuk diambil mulai tahun 2015 sampai tahun 2018
(tahun 2015 adalah periode adopsi sukarela, kemudian tahun 2016 sampai tahun
hipotesis 1c, hipotesis 2, dan hipotesis 3b, sampel diambil mulai tahun 2008
sampai tahun 2018 (tahun 2008 sampai tahun 2013 adalah periode adopsi
sukarela, kemudian tahun 2014 sampai tahun 2018 adalah periode adopsi
2011 sampai tahun 2018 (adopsi XBRL di Australia bersifat adopsi sukarela).
35
Gambar 3.1. Model Hipotesis 1a
Keterangan gambar:
Gambar 3.1. menjelaskan hubungan antara adopsi XBRL di pasar modal
Indonesia, Singapura, dan Australia dan biaya modal ekuitas (cost of
equity capital/CEC).
36
3.3 Definisi Operasional Variabel
3.3.1.1 XBRL
(Dhole et al., 2015; Imhof et al., 2017), bernilai 1 apabila perusahaan mengadopsi
3.3.1.2 Post
(Dhole et al., 2015; Imhof et al., 2017), bernilai 1 apabila perusahaan mengadopsi
XBRL pada periode pendekatan wajib, atau bernilai 0 sebelum periode adopsi
XBRL wajib.
37
3.3.1.3 XBRL_Co
2011-2018.
CEC diukur menggunakan model Capital Asset Pricing Model (CAPM) sebagai
proksi. Penggunaan model CAPM ini karena data estimasi belum tersedia secara
publik.
β : beta pasar;
3.3.2.2 Comparability
adalah laba bersih sebelum pos luar biasa, yang diskala dengan nilai pasar ekuitas
38
diukur dengan “kedekatan” fungsi di atas untuk setiap pasangan perusahaan dalam
suatu industri. E(Earnings) iit adalah prediksi laba dari perusahaan i dengan return
saham perusahaan i dalam periode t, dan E(Earnings) ijt adalah prediksi laba dari
(5) dan (6) sebagai nilai negatif dari perbedaan absolut rata-rata diantara prediksi
Mengikuti De Franco et al. (2011), penelitian ini menggunakan nilai rata-rata dari
3.3.3.1 BIGN
bernilai 1 apabila perusahaan diaudit oleh KAP Big 4, atau bernilai 0 apabila
diaudit oleh KAP lainnya (Ragothaman, 2012; Chen et al., 2011; Francis et al.,
2014).
39
3.3.3.2 Size
Ukuran perusahaan dapat menjadi tolok ukur atas tingkat risiko yang dimiliki
ini, ukuran perusahaan diukur menggunakan logaritma natural atas jumlah aset
3.3.3.3 Leverage
Leverage digunakan karena ketika ada penambahan utang pada struktur modal
CEC juga semakin tinggi. Pada penelitian ini, leverage diukur menggunakan
jumlah utang jangka panjang yang dibagi dengan jumlah aset (Chen et al., 2015).
3.3.3.4 BTM
perbandingan rasio nilai buku terhadap harga pasar (Imhof et al., 2017).
3.3.3.5 ROA
Profitabilitas diproksikan dengan return on assets (ROA) yang diukur via cara
menghitung rasio laba bersih tahun berjalan terhadap jumlah aset total tahun
40
3.4. Teknik Analisis Data
numerik dan grafik untuk mencari pola dalam suatu kumpulan data dan meringkas
informasi yang terungkap dalam suatu kumpulan data (McClave et al., 2010).
Data yang telah diklasifikasi kemudian ditabulasi dan disajikan sehingga dapat
Model analisis data yang digunakan pada penelitian ini adalah model analisis
regresi data panel. Data panel merupakan bentuk kombinasi antara data time
series dan data cross section (Sujarweni, 2015). Regresi data panel merupakan
teknik analisis regresi yang dilakukan terhadap data panel. Menurut Gujarati dan
teknik estimasi data panel. Teknik estimasi data panel juga lebih efisien dan
4. Dampak yang sederhana dapat dideteksi dan diukur. Cross section ataupun
sederhana.
41
5. Model perilaku yang rumit dapat dipelajari.
Menurut Widarjono (2016), terdapat tiga teknik estimasi dalam regresi data panel
1. Common Effect
Common effect sering disebut juga Pooled OLS Model (Gujarati & Porter, 2009).
Teknik ini merupakan teknik estimasi yang paling sederhana. Teknik ini hanya
melakukan kombinasi antara data time series dan cross section dan tidak
tampaknya perbedaan antar waktu dan individu karena diasumsikan bahwa terjadi
kesamaan antara perilaku data setiap perusahaan dalam berbagai kurun waktu.
2. Fixed Effect
Teknik fixed effect, disebut juga dengan teknik Least Squares Dummy Variables
bahwa koefisien regresi tetap antar perusahaan dan antar waktu. Kelemahan
3. Random Effect
Teknik random effect mengestimasi dengan variabel gangguan (error terms) yang
saling berhubungan antar waktu atau antar individu pada data panel. Teknik ini
42
yang tepat dalam mengestimasi data bersifat random adalah Generalized Least
Squares (GLS).
Untuk menentukan model regresi yang lebih baik antara common effect dan fixed
effect, menggunakan Chow Test. Jika hasil uji Chow menunjukkan bahwa model
fixed effect yang lebih baik, langkah selanjutnya adalah Uji Hausman. Uji
Hausman ini menentukan model regresi yang lebih baik antara fixed effect dan
random effect. Jika hasil uji Hausman menunjukkan bahwa model random effect
yang lebih baik, langkah selanjutnya adalah Lagrange Multiplier Test. Uji
Lagrange Multiplier menentukan model regresi yang lebih baik antara random
Uji normalitas bertujuan untuk menguji data yang digunakan dalam model regresi,
untuk menentukan data telah mempunyai distribusi normal atau tidak. Menurut
Wooldridge (2013), uji normalitas tidak perlu dilakukan karena adanya asumsi
normal dan diperlukan minimal tiga puluh sampel untuk memenuhi kriteria
tersebut. Dalam penelitian ini, sampel yang digunakan sudah lebih dari tiga puluh
43
3.4.3.2. Uji multikolinearitas.
Uji multikolinearitas bertujuan untuk menguji ada atau tidak adanya korelasi antar
variabel independen pada model regresi. Menurut Ghozali (2005), model regresi
yang baik adalah model regresi yang tidak terdapat korelasi antara variabel
dan kesalahan standarnya tidak terhingga sehingga dapat menimbulkan bias dalam
spesifikasi. Ada atau tidak adanya multikolinearitas dapat dilihat dari tolerance
value dan variance inflanation factor (VIF). Jika tolerance value > 0,1 atau nilai
Uji heteroskedastisitas bertujuan untuk menguji ada atau tidak adanya varian
regresi yang baik adalah model regresi yang tidak terdapat heteroskedastisitas.
heteroskedastisitas dapat dilihat dari nilai probability chi2 pada tabel hasil uji. Jika
nilai probability chi2 lebih besar dari nilai signifikan (probability chi2 > 0,05)
kecil dari nilai signifikan (probability chi2 < 0,05), heteroskedastisitas terjadi
44
3.4.3.4. Uji autokorelasi.
Uji autokorelasi bertujuan untuk menguji ada atau tidak adanya korelasi antara
kesalahan pengganggu dalam suatu model regresi pada periode sekarang dengan
periode sebelumnya (Ghozali, 2005). Autokorelasi sering terjadi pada data yang
observasi yang berurutan sepanjang waktu. Model regresi yang baik adalah model
regresi yang tidak terdapat autokorelasi. Metode pengujian autokorelasi adalah uji
probabilitas F pada tabel hasil uji. Jika nilai probabilitas F lebih besar dari nilai
signifikan (prob F > 0,05) autokorelasi tidak terjadi. Sebaliknya, jika nilai
probabilitas F lebih kecil dari nilai signifikan (prob F < 0,05) autokorelasi terjadi
secara langsung terhadap CEC pada pasar modal di Indonesia, Singapura, dan
Australia secara gabungan (H1a). Periode pengambilan sampel mulai tahun 2016
sampai tahun 2018, dengan pertimbangan bahwa ketiga negara tersebut secara
45
Variabel independen utama dalam model 1 adalah variabel dummy XBRL,
Model 1 menggunakan variabel kontrol BIGN (Kantor Akuntan Publik Big 4),
Kantor Akuntan Publik Big 4, atau bernilai 0 jika sebaliknya. Kantor Akuntan
Publik Big 4 dinilai dapat menciptakan praktik terbaik pelaporan XBRL. Oleh
(Ragothaman, 2012). Selain itu, Khurana dan Raman (2004) dan Chen et
al. (2011) dalam hasil penelitiannya melaporkan CEC yang lebih rendah untuk
Mengikuti studi-studi sebelumnya (Chen et al., 2015; Habib, Hasan, & Al-Hadi,
2018; Hao et al., 2014; Imhof, Seavey, & Smith, 2017; Liu, Luo, et al., 2014),
yang mempengaruhi asosiasi antara adopsi XBRL dan CEC, yaitu kontrol untuk
ukuran perusahaan (size), rasio pengungkit (leverage), rasio nilai buku terhadap
assets).
Uji koefisien determinasi (R2) adalah uji yang digunakan untuk mengetahui
variabel independen dalam suatu model regresi (Lind et al., 2012). Nilai R2
46
berkisar 0 sampai dengan 1 (0 R2 1). Semakin angkanya mendekati 1,
variabel dependennya.
3.5.3. Uji F
bahwa data berasal dari populasi yang berdistribusi normal. Berikut ini
47
regresi:
3.5.4. Uji t
1. Jika t hitung t tabel atau sig 0,05 ada pengaruh variabel independen
arah koefisiennya.
2. Jika t hitung t tabel atau sig 0,05 tidak ada pengaruh variabel independen
48
BAB IV
Bab ini menguraikan hasil pengujian hipotesis disertai dengan pembahasan hasil
temuan penelitian. Secara terperinci, bab ini menyajikan prosedur pemilihan data
Prosedur pemilihan sampel ditunjukkan pada Tabel 4.1 (di Bursa Efek Indonesia),
Tabel 4.2. (di Bursa Efek Singapura), dan Tabel 4.3 (di Bursa Efek Australia).
Sampel yang dipilih dengan teknik purposive sampling dengan kriteria sebagai
59
Tabel 4.1. Prosedur Pemilihan Sampel di Bursa Efek Indonesia
Kriteria Jumlah
Perusahaan yang terdaftar di Bursa Efek Indonesia yang masuk
dalam sektor Communication Service, Consumer
484
Discretionary, Consumer Staples, Energy, Health Care,
Industrial, Material, Real Estate, Utilities, dan IT periode
2015-2018
Perusahaan yang terdaftar di Bursa Efek Indonesia yang tidak (96)
memiliki elemen laporan keuangan yang lengkap selama
periode 2015-2018
Jumlah Perusahaan di Bursa Efek Indonesia Sesuai Kriteria 388
Keterangan tabel:
Tabel ini menjelaskan prosedur pemilihan sampel berdasarkan kelengkapan data
laporan keuangan di Bursa Efek Indonesia.
Keterangan tabel:
Tabel ini menjelaskan prosedur pemilihan sampel berdasarkan kelengkapan data
laporan keuangan di Bursa Efek Singapura.
60
Tabel 4.3. Prosedur Pemilihan Sampel di Bursa Efek Australia
Kriteria Jumlah
Perusahaan yang terdaftar di Bursa Efek Australia yang masuk
dalam sektor Communication Service, Consumer
1.536
Discretionary, Consumer Staples, Energy, Health Care,
Industrial, Material, Real Estate, Utilities, dan IT periode
2011-2018
Perusahaan yang terdaftar di Bursa Efek Australia yang tidak
(951)
memiliki elemen laporan keuangan yang lengkap selama
periode 2011-2018
Jumlah Perusahaan di Bursa Efek Australia Sesuai Kriteria 585
Keterangan tabel:
Tabel ini menjelaskan prosedur pemilihan sampel berdasarkan kelengkapan data
laporan keuangan di Bursa Efek Australia.
gambaran dari data sampel yang tersedia. Gambaran data dapat dilihat dari nilai
observasi data, nilai rata-rata, nilai deviasi standar, nilai minimum dan nilai
maksimum data. Gambaran data ini berguna untuk memberikan deskripsi dari
data yang diolah dan dapat digunakan untuk mengambil kesimpulan dari data
perangkat lunak STATA. Berikut ini adalah tabel hasil analisis deskriptif untuk
61
Tabel 4.4. Statistik Deskriptif Variabel di Bursa Efek Indonesia
Variabel Observasi Mean Deviasi Minimum Maksimum
Standar
CEC 1.547 730,32 405,50 1 1.435
Keterangan tabel:
Tabel ini menjelaskan statistik deskriptif variabel CEC (Cost of Equity Capital),
Size, Leverage, BTM (Book to Market), dan ROA (Return on Assets) di Bursa
Efek Indonesia.
62
Tabel 4.7. Statistik Deskriptif Variabel di Bursa Efek Singapura
Variabel Observasi Mean Deviasi Minimum Maksimum
Standar
CEC 3.349 1.628,00 933,29 1 3.182
Keterangan tabel:
Tabel ini menjelaskan statistik deskriptif variabel CEC (Cost of Equity Capital),
Size, Leverage, BTM (Book to Market), dan ROA (Return on Assets) di Bursa
Efek Singapura.
63
Tabel 4.10. Statistik Deskriptif Variabel di Bursa Efek Australia
Variabel Observasi Mean Deviasi Minimum Maksimum
Standar
CEC 4.590 0,03 0,22 - 1,36 1,93
Keterangan tabel:
Tabel ini menjelaskan statistik deskriptif variabel CEC (Cost of Equity Capital),
Size, Leverage, BTM (Book to Market), dan ROA (Return on Assets) di Bursa
Efek Australia.
64
Tabel 4.4, Tabel 4.7, dan Tabel 4.10 memberikan gambaran mengenai perbedaan
kondisi tendensi sentral, distribusi data dan penyebaran data. Dari Tabel 4.4,
Tabel 4.7, dan Tabel 4.10 tersebut terlihat bahwa CEC (Cost of Equity Capital)
rata-rata 0,03, merupakan nilai rata-rata CEC paling rendah dibandingkan nilai
Singapura. Sementara itu Tabel 4.5, Tabel 4.8, dan Tabel 4.11 memperlihatkan
frekuensi variabel dummy XBRL yang paling rendah ada di Bursa Efek Australia.
CEC pada pasar modal di Indonesia, Singapura, dan Australia secara gabungan
(H1a). Periode pengambilan sampel mulai tahun 2016 sampai tahun 2018, dengan
65
Penentuan terbaik pendekatan regresi data panel dilakukan menggunakan tiga uji
statistik, yaitu Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier. Hasil
pengujian ini dan pengujian asumsi klasik, yaitu uji multikolinearitas, uji
beberapa hasil uji asumsi klasik yang tidak terpenuhi. Cara mengatasinya yaitu
harga pasar terhadap nilai buku); variabel dependen: variabel CEC (cost of equity
Tabel 4.13. Hasil Pengujian Hipotesis 1a Pasar Modal Indonesia, Singapura, dan
Australia dengan Pembobotan Pendekatan CEM (Persamaan 1)
Model Pengujian
66
Model Pengujian
R-Square 0,0085
Observasi 2.320.569
Prob F 0,0000
***signifikan pada level 1%, **signifikan pada level 5%, *signifikan pada level
10%.
Pada tabel di atas, nilai R-square dan adj R-square sebesar 0,0085 yang dapat
pasar terhadap nilai buku, pertumbuhan ekonomi, dan tata kelola publik dapat
menjelaskan 0,85% dari variabel dependen CEC . Walaupun nilai R-square adj R-
Square model regresi ini cukup rendah, bukan berarti model regresi ini tidak
layak. Studi ini mengambil teorema Bernoulli untuk menjelaskan bahwa studi ini
67
asymptotic yang mendekati nol. Rendahnya nilai R-square dan adj R-square,
sebesar 973,42.
Uji F
Penarikan kesimpulan dalam uji F dilakukan atas dasar nilai F sebesar 3.298,79
dengan prob F bernilai sebesar 0,00 < 0.01. Berdasarkan nilai tersebut, penelitian
Uji t
Penarikan kesimpulan dalam uji t dilakukan atas dasar nilai p-value pada Tabel
4.5. Tabel 4.5 menunjukkan variabel XBRL bernilai t sebesar 68,67 dengan p-
value sebesar 0,000 < 0,01. Artinya hipotesis H1a terdukung bahwa adopsi XBRL
kantor akuntan, rasio harga pasar terhadap nilai buku) mempengaruhi CEC pada
Model kedua dan ketiga digunakan untuk menguji H1b dan H1c. Model kedua
digunakan untuk menguji pengaruh adopsi XBRL terhadap CEC di Indonesia atau
yang dianalisis menggunakan uji beda koefisien regresi. Studi ini menguji apakah
68
adopsi XBRL yang bersifat sukarela di Australia berefek berbeda dibandingkan
tiga uji statistik, yaitu Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier.
Pengujian ini dan pengujian asumsi klasik, yaitu uji multikolinearitas, uji
homoskedastisitas, dan uji autokorelasi, dapat dilihat pada Lampiran I. Hasil uji
asumsi klasik yang menunjukkan terdapat beberapa asumsi uji klasik yang tidak
terpenuhi. Cara mengatasi uji asumsi klasik yang tidak terpenuhi itu, dilakukan
pembobotan.
69
Tabel 4.14. Hasil Pengujian Hipotesis 1b Pasar Modal Indonesia dengan
Pembobotan Pendekatan CEM (Persamaan 2)
Model Pengujian
Pada Tabel 4.6, nilai R-square dan Adj.R-Square sebesar 0,0148. Oleh karena itu,
rasio harga pasar terhadap nilai buku menjelaskan 0,0148 (1,48%) dari variabel
dependen CEC. Nilai R-square model regresi sangat rendah, namun model regresi
ini tetap dapat dilanjutkan ke uji statistik berikutnya. Pada data cross section dan
panel, nilai R-square; Adj.R-Square rendah tidak menjadi masalah yang fatal
bahwa studi ini berfrekuensi data yang tinggi sejumlah sejumlah 298.803.
70
mengisyaratkan nilai ekspektasian CEC semakin mendekati kenyataan nilai mean-
nya, sehingga terjadi asymptotic yang mendekati nol. Rendahnya nilai R-square
Uji F
Penarikan kesimpulan dalam uji F dilakukan atas dasar nilai F sebesar 746,28
dengan prob F bernilai sebesar 0,00 < 0.01. Berdasarkan nilai tersebut, penelitian
Uji t
Penarikan kesimpulan dalam uji t dilakukan atas dasar nilai p-value pada Tabel
4.6. Tabel 4.6 menunjukkan variabel XBRL bernilai t sebesar -1,08 (p > 0,1).
Artinya, hipotesis H1b tidak terdukung bahwa adopsi XBRL yang bersifat
daripada adopsi XBRL yang bersifat wajib di pasar modal Indonesia (dampak
adopsi XBRL secara langsung terhadap CEC), begitu juga semua variabel kontrol.
Penentuan terbaik pendekatan regresi data panel dilakukan menggunakan tiga uji
statistik, yaitu Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier. Pengujian
ini dan pengujian asumsi klasik, yaitu uji multikolinearitas, uji homoskedastisitas,
dan uji autokorelasi, dapat dilihat pada Lampiran I. Hasil uji asumsi klasik
menunjukkan ada beberapa yang tidak terpenuhi. Cara mengatasi asumsi klasik
71
metode weighted least square). Pengujian hipotesis dilakukan penyesuaian
Tabel 4.15. di bawah ini menjelaskan hasil pengujian Hipotesis 1c di pasar modal
72
Uji koefisien determinasi (R2)
Pada Tabel 4.7, nilai R-square dan Adj R-Square sebesar 0,0367 dan 0,0089 yang
dapat disimpulkan bahwa variasi variabel XBRL serta variabel kontrol ukuran
pasar terhadap nilai buku, dapat menjelaskan 3,67% dari variabel dependen CEC .
Nilai R-square model regresi sangat rendah, namun model regresi ini tetap dapat
dilanjutkan ke uji statistik berikutnya. Pada data cross section dan panel, nilai R-
2013). Studi ini mengambil teorema Bernoulli untuk menjelaskan bahwa studi ini
asymptotic yang mendekati nol. Rendahnya nilai R-square dan Adj R-Square,
sebesar 416,241.
Uji F
Penarikan kesimpulan dalam uji F dilakukan atas dasar nilai F sebesar 3.282,91
dengan prob F bernilai sebesar 0,00 < 0.01. Berdasarkan nilai tersebut, penelitian
Uji t
Penarikan kesimpulan dalam uji t dilakukan atas dasar nilai p- value pada Tabel
4.7. Tabel 4.7 menunjukkan variabel XBRL bernilai t sebesar -26,78 dengan p-
value sebesar 0,000 < 0,01. Artinya, hipotesis H1c terdukung bahwa adopsi
73
XBRL yang bersifat sukarela menurunkan CEC perusahaan di pasar modal
Australia secara berbeda daripada adopsi XBRL yang bersifat wajib di pasar
modal Singapura (dampak adopsi XBRL secara langsung terhadap CEC), begitu
Model kedua dan ketiga digunakan untuk menguji H1b dan H1c. Model ketiga
Penentuan terbaik pendekatan regresi data panel dilakukan menggunakan tiga uji
statistik, yaitu Uji Chow, Uji Hausman, dan Uji Lagrange Multiplier. Pengujian
ini dan pengujian asumsi klasik, yaitu uji multikolinearitas, uji homoskedastisitas,
dan uji autokorelasi, dapat dilihat pada Lampiran I. Hasil uji asumsi klasik
menunjukkan terdapat beberapa asumsi uji klasik yang tidak terpenuhi. Cara
pengembalian aset, leverage, kantor akuntan, rasio harga pasar terhadap nilai
74
Tabel 4.16. Hasil Pengujian Hipotesis 1b dan 1c Pasar Modal Australia dengan
Pembobotan Pendekatan CEM (Persamaan 3)
Model Pengujian
R-Square 0,0086
Observasi 1.319.934
Prob F 0,0000
***signifikan pada level 1%, **signifikan pada level 5%, *signifikan pada level
10%.
Tabel 4.8. menunjukkan nilai R-square dan Adj.R-Square sebesar 0,0086. Oleh
karena itu, dapat disimpulkan bahwa variasi variabel XBRL termasuk variabel
rasio harga pasar terhadap nilai buku, pertumbuhan ekonomi, dan tata kelola
75
publik dapat menjelaskan 0,0086 (0,86%) dari variabel dependen CEC. Nilai R-
square model regresi sangat rendah, namun model regresi ini tetap dapat
dilanjutkan ke uji statistik berikutnya. Pada data cross section dan panel, nilai R-
2013). Studi ini mengambil teorema Bernoulli untuk menjelaskan bahwa studi ini
sebesar 0,21027.
Uji F
Penarikan kesimpulan dalam uji F dilakukan atas dasar nilai F sebesar 1911,74
dengan prob F bernilai sebesar 0,00 < 0.00. Berdasarkan nilai tersebut, penelitian
Uji t
Penarikan kesimpulan dalam uji t dilakukan atas dasar nilai p- value pada Tabel
4.8. Tabel tersebut menunjukkan variabel XBRL bernilai t sebesar 7,28 dengan p-
value sebesar 0,000 < 0,01. Artinya, hipotesis H1c terdukung bahwa adopsi
Australia secara berbeda daripada adopsi XBRL yang bersifat wajib di pasar
76
4.4 Pembahasan Hipotesis dan Temuan Penelitian
value < 0,01) di pasar modal Indonesia, Singapura dan Australia. Selanjutnya,
adopsi XBRL menurunkan CEC sebesar -115,928, di ketiga pasar modal tersebut
pada tahun 2016 sampai tahun 2018. Pasar modal Indonesia baru
dan Australia sudah cukup lama. Hasil pengujian ini mendukung penelitian Li, Ni,
dan Lin (2012) dan Dong et al. (2016) untuk adopsi wajib XBRL, serta hasil
penelitian Ra dan Lee (2018), Hao et al. (2014) dan Zhang et al. (2013) untuk
perusahaan dengan pelaku pasar. Dengan kata lain, adopsi XBRL meningkatkan
kemampuan penyampaian informasi yang lebih cepat dan akurat ini yang
77
investor berani mengambil keputusan berinvestasi. Keputusan ini meningkatkan
nilai trading perusahaan yang juga meningkatkan nilai saham perusahaan, yang
XBRL tidak menurunkan CEC. Sedangkan, hasil pengujian pada model 3 (pasar
demikian, pengujian hipotesis 1b pada studi ini adalah untuk membuktikan bahwa
adopsi XBRL yang bersifat sukarela (pasar modal Australia) mampu menurunkan
CEC secara berbeda dalam bandingannya dengan adopsi XBRL yang bersifat
wajib (pasar modal Indonesia) dengan hasil yang tidak terdukung via uji beda
wajib tidak serta merta membuat variabel XBRL berpengaruh terhadap variabel
tahun 2015 adopsi secara sukarela, dan baru menjadi bersifat wajib tahun 2016.
Sedangkan adopsi XBRL di Australia bersifat sukarela, tetapi sudah cukup lama
kinerja sebagai hasil adopsi teknologi tersebut dapat dijelaskan oleh penelitian
78
perusahaan, menemukan bahwa kinerja perusahaan pada tahun t berkorelasi
negatif dengan penginvestasian perusahaan tersebut pada tahun t-1, tetapi kinerja
teknologi baru membutuhkan waktu sampai kinerja yang diharapkan dapat diukur,
diimplementasikan.
relatif partisipan untuk mencerap sebuah inovasi. Tingkat adopsi tersebut biasanya
2003).
perusahaan di pasar saham tersebut secara lebih lengkap dan akurat, sehingga
tepat. Namun, kesuksesan adopsi XBRL di suatu pasar saham sangat ditentukan
79
penurunan CEC secara signifikan. Hasil pengujian hipotesis 1c membuktikan
bahwa adopsi XBRL bersifat sukarela (pasar modal Australia) menurunkan CEC
secara berbeda dalam bandingannya dengan adopsi XBRL yang bersifat wajib
(pasar modal Singapura) dengan hasil yang menunjukkan keterterdukungan via uji
Singapura yang bersifat wajib, dan sudah sangat lama diimplementasikan sejak
tahun 2008 sampai tahun 2013 secara sukarela dan menjadi bersifat wajib mulai
Australia yang bersifat sukarela, dan sudah cukup lama diimplementasikan, yaitu
menjadi sinyal dari perusahaan kepada investor, sebagai good news, tentang
ketersediaan informasi yang luas dan tanpa pembatas. Kondisi ini menunjukkan
karena tidak adanya perbedaan informasi antara perusahaan dan investor. Studi ini
80
BAB V
PENUTUP
Bab ini berisi tentang simpulan atas hasil penelitian, implikasi teoritis, praktis dan
hasil penelitian ini. Bagian ketiga menguraikan keterbatasan penelitian dan saran
5.1 Simpulan
Penelitian ini bertujuan untuk mempelajari dampak adopsi XBRL terhadap biaya
sebagai akibat dari adopsi XBRL, yang diduga secara tidak langsung dapat
menunda adopsi XBRL, sehingga diharapkan hasil penelitian ini dapat digunakan
Data yang diperoleh dalam penelitian ini menggunakan basis data dari
annual report perusahaan, situs resmi Bursa Efek Indonesia, basis data OSIRIS,
dan basis data Thomson Reuters. Penentuan sampel dalam penelitian ini
dilakukan
118
dengan menggunakan metode purposive sampling. Untuk pengujian hipotesis 1a,
periode pengambilan sampel mulai tahun 2016 sampai tahun 2018, dengan
hipotesis 2, dan hipotesis 3, periode pengambilan sampel dari tahun 2015 sampai
hipotesis 1c, hipotesis 2, dan hipotesis 3, sampel diambil mulai tahun 2008 sampai
Model analisis data yang digunakan pada penelitian ini adalah model
analisis regresi data panel yang jumlah seluruhnya ada sepuluh model atau
baik pendekatan wajib maupun sukarela, atau bernilai 0 apabila perusahaan tidak
(kantor akuntan), ukuran perusahaan, rasio pengungkit (leverage), rasio nilai buku
Hasil uji hipotesis terbagi menjadi tiga bagian, yaitu dampak langsung
dampak tidak langsung terhadap biaya modal ekuitas. Hasil uji pada regresi data
XBRL dapat
119
menurunkan biaya modal ekuitas di pasar modal Indonesia, Singapura, dan
Kebijakan untuk melakukan adopsi XBRL tidak dapat dilepaskan dari peran
regulator di suatu negara yang akan mengadopsi XBRL, apakah akan mengadopsi
pendekatan
120
adopsi sukarela untuk mau menggunakan format XBRL dalam pelaporan
keuangannya?
mengadopsi XBRL pada periode sukarela (Hsieh & Bedard, 2018; Ragothaman,
penurunan biaya modal ekuitas yang disebabkan karena adopsi XBRL tersebut.
Australia turun secara signifikan. Bahkan, hasil adopsi XBRL secara sukarela
Penelitian ini juga memberikan tilikan dan wawasan bagi investor agar
121
Teknologi XBRL dapat digunakan investor untuk mendapatkan informasi
keuangan yang dibutuhkan dengan lebih efektif dan efisien, karena dapat
penelitian ini menemukan bahwa dengan adopsi XBRL di suatu negara akan dapat
Beberapa regulator di dunia masih menunda adopsi XBRL, salah satu alasannya
manfaat dari teknologi baru tersebut, dan ketidakpastian hasilnya (Liu, Yao, Sia,
& Wei, 2014). Penelitian ini diperlukan untuk menambah bukti empiris mengenai
terhadap biaya modal ekuitas (Chen, Harris, Li, & Wu, 2015; Dong, Li, Lin, &
Ni, 2016; Hao, L., Zhang, J. H., & Fang, J. B., 2014; Liu, Luo, Sia, O’Farrell, &
Teo, 2014; Ra & Lee, 2018). Hasil penelitian ini mengonfirmasi temuan
Australia terbukti dapat menurunkan biaya modal ekuitas baik secara langsung
menjadi catatan
122
dari hasil penelitian ini adalah mengenai peran penting waktu dilakukannya
adopsi XBRL, karena manfaat atau nilai adopsi XBRL baru dapat dilihat setelah
jangka waktu tertentu, dan tidak seketika pada saat awal adopsi dilakukan.
membuktikan bahwa adopsi XBRL yang bersifat wajib di pasar modal Indonesia
negara akan lebih berhasil jika negara tersebut memiliki pengaturan institusional
Adopsi XBRL secara wajib juga belum tentu berarti bahwa perusahaan-
perusahaan yang hanya terlibat secara informasi saja, tetapi tidak sungguh-
123
Dapat dilihat dari penjelasan Wang (2010) tersebut, adopsi XBRL secara
wajib dipandang sebagai sebuah fashion TI, sehingga ada perusahaan- perusahaan
XBRL (iXBRL), tetapi data dalam iXBRL tersebut tidak interaktif, sehingga
maksimal.
riset kondisi pasar modal (Halpin & Dannemiller, 2019). Data yang digunakan
aplikasi AI adalah big data yang jumlah dan jenisnya sangat banyak, sehingga
teknologi, storage, dan komputasi. Sistem yang digunakan investor tersebut harus
Dannemiller, 2019).
antar beberapa aplikasi. Salah satu hambatan investor untuk pengelolaan berbagai
data yang berbeda terjadi jika API yang digunakan pasar modal suatu negara
124
2014). API
125
lokal yang digunakan pasar modal Indonesia belum sebaik API yang digunakan
pasar modal Singapura dan Australia yang memiliki penggunaan TI yang lebih
baik (Vu, 2013; Ee Syuen & Ab-Rahim, 2020; Kuppusamy, Pahlavani, & Saleh,
ini tidak menggunakan variabel kontrol adopsi IFRS, karena pengukuran level
adopsi IFRS menggunakan variabel dummy yang bernilai 1 apabila suatu negara
sudah mengadopsi IFRS, atau bernilai 0 jika sebaliknya. Periode adopsi XBRL
terjadi ketika Indonesia, Singapura, dan Australia sudah mengadopsi IFRS semua,
sehingga variabel dummy bernilai 1 semua diketiga negara tersebut, dan sebagai
sangat besar dalam rantai pasokan informasi bisnis sambil menegakkan penerapan
126
standar akuntansi. Sehingga, IFRS dan XBRL dapat memiliki dampak penting
pada biaya modal (Shan & Troshani, 2014). Kesempatan penelitian mendatang
country risk, tipe industri, dan pengaturan institusional untuk pelaporan keuangan.
pada level negara, diukur menggunakan indeks dari Brown et al. (2014).
Sayangnya, indeks tersebut kurang lengkap untuk periode yang dicakup dalam
Ketiga, adopsi wajib XBRL dalam penelitian ini diwakili oleh adopsi
wajib di Indonesia dan Singapura, sedangkan adopsi sukarela diwakili oleh adopsi
lain secara lebih luas, sehingga dapat diperoleh hasil penelitian yang lebih
komprehensif.
130
Keempat, penelitian ini mengukur biaya modal ekuitas menggunakan
risiko menggunakan BI 7-day rate, yaitu suku bunga acuan dalam kerangka
operasi moneter Bank Indonesia, dan bukan suku bunga yang digunakan sebagai
acuan investasi oleh investor. Karena hasil penelitian ini menunjukkan bahwa
sebagai proksi return bebas risiko, karena obligasi pemerintah merupakan sebuah
131
132