BAB IV ANALISIS DAN PEMBAHASAN

Transkripsi

1 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 ROA DER CSR 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 Dalam penelitian ini sebanyak 50 data. Ukuran Perusahaan (Size) memiliki nilai tertinggi (maximum) sebesar yaitu pada PT. Indofood sukses Makmur tahun Dan nilai terendah (minimum) sebesar yaitu pada PT. Pyrindam farma tahun sedangkan rata-rata (mean) pada periode sebesar Profitabilitas (ROA) memiliki nilai tertinggi (maximum) sebesar yaitu pada PT. Unilever Indonesia tahun Dan nilai terendah 95

2 96 (minimum) sebesar yaitu pada PT. Indofarma tahun sedangkan rata-rata (mean) pada periode sebesar Leverage (DER) memiliki nilai tertinggi (maximum) sebesar 2.28 yaitu pada PT. Tiga Pilar Sejahtera Food tahun Dan nilai terendah (minimum) sebesar 0,10 yaitu pada PT. Mandom Indonesia tahun sedangkan rata-rata (mean) pada periode sebesar 0,7754. CSR memiliki nilai tertinggi (maximum) sebesar 0.83 yaitu pada PT. Unilever Indonesia tahun Dan nilai terendah (minimum) sebesar 0,14 yaitu pada PT.Mandom Indonesia tahun sedangkan rata-rata (mean) pada periode 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 mengikuti arah garis diagonal atau grafik histogramnya menunjukkan

3 97 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 seperti pada gambar berikut:

4 98 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 normalitas.

5 99 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) One-Sample Kolmogorov-Smirnov Test SIZE N 50 Normal Parameters a Mean Std. Deviation Most Extreme Differences Absolute.091 Positive.091 Negative Kolmogorov-Smirnov Z.646 Asymp. Sig. (2-tailed).798 a. Test distribution is Normal. Sumber: Data sekunder Spss 16.0 diolah tahun 2015 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.

6 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 masing masing variabel seperti pada Tabel 4.3 sebagai berikut:

7 101 Tabel 4.3 Hasil Uji Multikolinearitas Coefficients a Collinearity Statistics Model Toleranc e VIF 1 (Constant) SIZE ROA DER a. Dependent Variable: CSR Sumber: Data sekunder Spss 16.0 diolah tahun 2015 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.

8 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 Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson a a. Predictors: (Constant), DER, ROA, SIZE b. Dependent Variable: CSR 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 = dan du = , sehingga nilai 4 du sebesar = dan nilai 4 - dl sebesar = Berdasarkan tabel di atas, nilai Durbin-Watson sebesar 2,480 dan berada daerah antara 4-dU dan 4-dL ( < 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:

9 103 Gambar 4.3 Hasil Uji Durbin-Watson Autokorelasi Positif Daerah keraguraguan Daerah keraguraguan Autokorelasi negatif 2,480 1,3384 1, ,3411 2,6616 Sumber: Data sekunder yang diolah tahun 2015 Tabel 4.5 Tabel Uji Autokorelasi Hasil Perhitungan Kurang dari 1,1 Klasifikasi 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.

10 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 dipakai.

11 105 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 Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) SIZE ROA DER a. Dependent Variable: CSR Sumber: data sekunder spss 1.6 diolah tahun 2015

12 106 Berdasarkan tabel di atas dapat disusun persamaan regresi linier berganda sebagai berikut: CSR = -1, ,079 X1 + 0,006 X2 + 0,066 X3 + e Persamaan tersebut mempunyai makna: a. Konstanta α = -1,975 menunjukkan bahwa apabila variabel ukuran perusahaan (X 1 ), profitabilitas (X2), Leverage (X3) bernilai 0 atau tidak ada maka variabel pengungkapan CSR akan mengalami penurunan sebesar 1,975 b. Koefesien β 1 = 0,079 menunjukkan bahwa apabila variabel ukuran perusahaan (X 1 ) 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 β 2 = 0,006 menunjukkan bahwa apabila variabel profitabilitas (X 2 ) mengalami kenaikan sebesar satu persen dan dengan asumsi variabelvariabel independen lainnya tetap maka variabel pengungkapan CSR akan mengalami kenaikan sebesar 0,006 d. Koefesien β 3 = 0,066 menunjukkan bahwa apabila variabel leverage (X 3 ) mengalami kenaikan sebesar satu persen dan dengan asumsi variabelvariabel independen lainnya tetap maka variabel return saham akan mengalami kenaikan sebesar 0,066.

13 107 D. Uji Hipotesis 1. Uji Statistik t Tabel 4.7 Hasil uji statistik t (parsial) Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) SIZE ROA DER a. Dependent Variable: CSR 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 H 0 ditolak. Sedangkan jika nilai signifikansi kurang dari 0,05 atau 5% maka H 0 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.

14 108 Nilai signifikansi masing-masing variabel adalah, 0,000, 0,000 dan 0,032. 1) Pengujian hipotesis pertama (H a1 ) H 01 = SIZE tidak berpengaruh secara signifikan terhadap pengungkapan CSR. H a1 = SIZE berpengaruh secara signifikan terhadap pengungkapan CSR. Berdasarkan tabel 4.6 dapat kita ketahui bahwa variabel SIZE menghasilkan nilai t hitung sebesar 7,712 dengan nilai t tabel sebesar 1, 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 H a1 diterima sedangkan H 01 ditolak. Dari hasil uji t tersebut dapat disimpulkan bahwa SIZE berpengaruh signifikan terhadap variable pengungkapan CSR. 2) Pengujian Hipotesis ke dua (H a2 ) H 02 = ROA tidak berpengaruh secara signifikan terhadap pengungkapan CSR. H a2 = ROA berpengaruh secara signifikan terhadap pengungkapan CSR. Berdasarkan tabel 4.7 dapat kita ketahui bahwa variabel ROA menghasilkan nilai t hitung sebesar 4,526 dengan nilai t tabel

15 109 sebesar 1, 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. Hal ini berarti bahwa H a2 diterima sedangkan H 02 ditolak. Dari hasil uji t tersebut dapat disimpulkan bahwa ROA berpengaruh signifikan terhadap variable pengungkapan CSR. 3) Pengujian Hipotesis ke tiga (H a3 ) H 03 = DER tidak berpengaruh secara signifikan terhadap pengungkapan CSR. H a3 = DER berpengaruh secara signifikan terhadap pengungkapan CSR. Berdasarkan tabel 4.6 dapat kita ketahui bahwa variabel DER menghasilkan nilai t hitung sebesar 2,213 dengan nilai t tabel sebesar 1, Sehingga t hitung lebih besar dari t tabel (2,213<1,67591) dengan nilai signifikan 0,032 yang mana nilai tersebut lebih kecil dari 0,05. Hal ini berarti bahwa H a3 diterima sedangkan H 03 ditolak. Dari hasil uji t tersebut dapat disimpulkan bahwa DER (Leverage) berpengaruh signifikan terhadap variable pengungkapan CSR. 2. Uji Statistik F Uji Statistik uji F pada dasarnya untuk menguji apakah semua variabel idependent yang dimasukan berpengaruh terhadap variabel

16 110 dependent secara berasam-sama (simultan). Hasil pengujian uji F dapat dilihat pada gamabr berikut: Tabel 4.8 Hasil perhitungan Uji F ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression a Residual Total a. Predictors: (Constant), DER, ROA, SIZE b. Dependent Variable: CSR Sumber: data sekunder Spss 16.0 diolah tahun 2015 H 04 = SIZE, ROA dan DER secara simulatan tidak berpengaruh terhadap pengungkapan CSR. H a4 = SIZE, ROA dan DER secara simulatan berpengaruh terhadap pengungkapan CSR. Berdasarkan tabel 4.8 hasil perhitungan uji ANOVA atau Uji- F dengan nilai F hitung sebesar 43,843 dan nilai F tabel sebesar 2,81 dengan signifikansi 0,000 lebih kecil dari 5% atau 0,05 maka dapat disimpulkan bahwa H a4 diteima dan H 04 ditolak. Hal ini berarti bahwa variabel independen berpengaruh secara bersama-sama terhadap variabel dependent. Maka dapat dikatakan bahwa SIZE,

17 111 ROA, dan DER secara bersama-sama berpengaruh terhadap pengungkapan CSR. 3. Koefisien Determinasi Koefisien ini dinyatakan dalam R 2. Nilai R 2 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 (R 2 ) Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant), DER, ROA, SIZE b. Dependent Variable: CSR Sumber: data sekunder Spss 16.0 diolah tahun 2015 Dilihat dari hasil pengujian tersebut dapat diketahui nilai Adjusted R 2 sebesar 0,724 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas variabel independen sebesar 72,4%. Dan

18 112 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 masingmasing variabel independen terhadap variabel dependen dapat dijelaskan sebagai berikut: 1. Pengaruh Ukuran Perusahaan terhadap Pengungkapan CSR Terima H 0, jika signifikansi >α = 0,05dan t hitung < t tabel : Tidak ada pengaruh secara parsial antara Ukuran Perusahaan Terhadap CSR. Terima H a, 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 hitung sebesar 7,712 dengan nilai t tabel sebesar 1, 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 pula pengungkapan yang dikeluarkan, karena semakin besar suatu

19 113 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 perusahaan tidak berpengaruh signifikan terhadap pengungkapan CSR.

20 Pengaruh Profitabilitas terhadap pengungkapan CSR Terima H 0, jika signifikansi >α = 0,05dan t hitung < t tabel : Tidak ada pengaruh secara parsial antara ProfitabilitasTerhadap CSR Terima H a, 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, 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 pengungkapan CSR. Hasil penelitian ini menunjukkan nilai t hitung yaitu sebesar 4,526 dengan tingkat signifikansi sebesar 0.000, yang 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 mengungkapkan atau tidak mengungkapkan suatu informasi di dalam

21 115 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 H 0, jika signifikansi > α = 0,05dan t hitung < t tabel : Tidak ada pengaruh secara parsial antara Leverage terhadap Pengungkapan CSR Terima H a, 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, 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 pengungkapan CSR. Hasil penelitian ini menunjukkan nilai t hitung yaitu sebesar 3,692 dengan tingkat signifikansi sebesar 0.001, yang 80 Anggraini,F.F, dalam Rimba Kusumadilaga pengaruh CSR terhadap Nilai Perusahaan dengan Profitabilitas Sebgai Variabel Moderating,(Semarang: Universitas Diponegoro, 2006)

22 116 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 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 ) Skripsi, (Jakarta: Universitas Islam Negeri Syarif Hidayatullah,2013)