BAB IV HASIL DAN PEMBAHASAN

Transkripsi

1 BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Penelitian Populasi dalam penelitian ini adalah seluruh perusahaan perbankan yang terdaftar di Bursa Efek Indonesia (BEI) tahun dan mempublikasikan laporan tahunannya serta laporan keuangan di website Bursa Efek Indonesia secara konsisten. Populasi yang diperoleh berjumlah 32 perusahaan, namun setelah diseleksi berdasarkan kriteria penelitian maka diperoleh sampel sebanyak 25 perusahaan. Maka jumlah data penelitian ini adalah 25 perusahaan x 4 tahun = 100 data. Penentuan sampel menggunakan metode purposive sampling dengan kriteria sebagai berikut : 1. Perusahaan perbankan yang terdaftar di Bursa Efek Indonesia tahun , data diambil dari ( 2. Perusahaan perbankan yang tidak pernah mengalami delisting periode Perusahaan yang tidak mengalami rugi selama tahun B. Analisis Statistik Deskripstif Analisis statistik deskriptif digunakan untuk mengetahui deskriptif suatu data. Analisis ini dilakukan dengan melihat nilai maksimum, minimum, mean dan standar devisiasi suatu data (Ghozali, 2013). Pengujian statistik deskriptif pada penelitian dapat dilihat pada tabel 4.1 memberikan deskripsi variabel-variabel secara statistik di penelitian ini. Minimum 62

2 63 adalah nilai terkecil suatu rangkaian pengamatan, maksimum adalah nilai terbesar dalam suatu rangkaian pengamatan. Sedangkan mean adalah nilai rata-rata pada rangkaian pengamatan atau merupakan pembagian nilai seluruh data dengan jumlah data yang diamati. Standar deviasi merupakan akar dari jumlah kuadrat dari nilai selisih data dengan nilai rata-rata dibagi dengan banyaknya data. Hasil statistik deskriptif dalam penelitian ini adalah sebagai berikut : Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation COEC 100 -,710 1,057 -,04735, KOMIND 100,333,750,57129, FREK_KA 100 4,000 38,000 13, , ICD 100,344,820,67689, Valid N (listwise) 100 Sumber: Data sekunder yang diolah SPSS 22 Berdasarkan tabel 4.1 dari data ouput deskriptif dapat diketahui dari masingmasing variabel antara lain : N = 100, artinya jumlah data yang diperoleh memiliki 100 sampel yang terdiri dari 25 perusahaan yang terdaftar di Bursa Efek Indonesia selama 4 tahun yaitu Hasil pengujian deskriptif pada tabel 4.1 nilai minimum dan maksimum dari variabel cost of equity capital (COEC) adalah sebesar -0,710 terdapat pada PT. Bank Central Asia Tbk di tahun 2014 serta 1,057 terdapat pada PT Bank CIMB Niaga Tbk di tahun 2014, sedangkan nilai rata-rata sebesar -0,04735 dan nilai standar deviasinya adalah sebesar 0,

3 64 Hasil pengujian deskriptif pada tabel 4.1 nilai minimum dan maksimum dari variabel komisaris independen (KOMIND) adalah sebesar 0,333 terdapat pada PT. Bank Tabungan Negara (Persero) Tbk dan PT Bank Danamon Indonesia Tbk serta 0,750 terdapat pada PT Bank Pembangunan Daerah Jawa Barat dan Banten Tbk di tahun 2015, PT Bank Victoria Internasional Tbk di tahun 2012, 2013, 2014, PT Bank Pan Indonesia Tbk di tahun 2014, terdapat pada PT Negara Indonesia Tbk di tahun 2012, PT Bank Woori Saudara Indonesia Tbk sedangkan nilai rata-rata sebesar 0,57129 dan nilai standar deviasinya adalah sebesar 0, Hasil pengujian deskriptif pada tabel 4.1 nilai minimum dan maksimum dari variabel frekuensi pertemuan komite audit (FREK_KA) adalah sebesar 4,000 terdapat pada PT. Bank Capital Indonesia di tahun 2014, PT. Bank Sinarmas Tbk di tahun 2012, 2013, 2014 Bank Mayapada Internasional Tbk di tahun 2012, 2013, 2014 serta 38,000 terdapat pada PT Negara Indonesia Tbk di tahun 2012, sedangkan nilai rata-rata sebesar 13,87000 dan nilai standar deviasinya adalah sebesar 8, Hasil pengujian deskriptif pada tabel 4.1 nilai minimum dan maksimum dari variabel intellectual capital disclosure (ICD) adalah sebesar 0,344 terdapat pada PT. Bank Mayapada Internasional Tbk di tahun 2012 serta 0,820 terdapat pada PT Bank Negara Indonesia Tbk di tahun 2015, sedangkan nilai rata-rata sebesar 0,67689 dan nilai standar deviasinya adalah sebesar 0, Selain itu penelitian ini menggunakan variabel dummy yaitu kualitas audit (KUAUD) sebagai variabel independen, oleh karena itu dilakukan analisis

4 65 statistik frekuensi untuk mengukur data tunggal variabel yang ditunjukkan pada tabel 4.2 berikut: Tabel 4.2 Kualitas Audit KUAUD Frequency Percent Valid Percent Cumulative Percent Valid, ,0 22,0 22,0 1, ,0 78,0 100,0 Total ,0 100,0 Sumber: Data sekunder yang diolah SPSS 22 Berdasarkan tabel 4.2 variabel kualitas audit (KUAUD) menunjukkan klasifikasi bahwa dari sebanyak 100 sampel sebesar 22% (22 sampel) telah diaudit oleh KAP non Big four dan 78% (78 sampel) diaudit oleh KAP Big four. Dengan demikian 78% sampel telah memberikan assurance lebih terkait laporan keuangan kepada para stakeholders. C. Uji Asumsi Klasik 1. Hasil Uji Normalitas Uji Normalitas dalam pengujian ini bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini menggunakan uji Kolmogorov Smirnov, untuk mengetahui apakah data terdistribusi secara normal atau tidak. Pengambilan keputusan untuk menentukan data berdistribusi normal atau tidak adalah sebagai berikut: a. Nilai Asymp. Sig. (2-tailed) > 0,05 maka H 0 diterima. Hal ini berarti data berdistribusi normal.

5 66 b. Nilai Asymp. Sig. (2-tailed) < 0,05 maka H 0 ditolak. Hal ini berarti data tidak berdistribusi normal. Dibawah ini merupakan hasil uji normalitas, antara lain: Tabel 4.3 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 100 Normal Parameters a,b Mean, Std. Deviation, Most Extreme Differences Absolute,070 Positive,070 Negative -,059 Test Statistic,070 Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction. d. This is a lower bound of the true significance. Sumber : Data sekunder yang diolah SPSS 22,200 c,d Hasil uji One-Sample Kolmogorov-Smirnov pada tabel 4.2 di atas menunjukkan nilai Kolmogorov-Smirnov sebesar 0,070 dan tingkat probabilitas signifikan 0,200. Karena nilai P (Asymp. Sig) signifikan 0,05, maka dapat disimpulkan bahwa data residual pada model regresi ini terdistribusi secara normal. Dengan kata lain model regresi yang digunakan memenuhi asumsi normalitas.

6 67 2. Hasil Uji Multikolinearitas Uji multikolonieritas bertujuan untuk mengetahui apakah dalam model regresi terdapat korelasi antar variabel independen. Untuk mengetahui apakah terjadi multikolonieritas dapat dilihat dari nilai tolerance dan variance inflation factor (VIF). Kedua ukuran ini menunjukan setiap variabel independen dijelaskan variabel independen lainnya. Suatu model regresi dikatakan bebas dari multikolonieritas adalah apabila nilai tolerance diatas 0,10 dan VIF dibawah 10. Tabel 4.4 Hasil Uji Multikolinearitas Coefficients a Collinearity Statistics Model 1 (Constant) Tolerance VIF KOMIND,932 1,073 FREK_KA,695 1,439 KUAUD,823 1,214 ICD,725 1,379 a. Dependent Variable: COEC Sumber : Data sekunder yang diolah SPSS 22 Hasil uji multikolonieritas yang disajikan pada tabel 4.3 diatas menunjukkan bahwa variabel komisaris independen, frekuensi pertemuan komite audit, kualitas audit dan intellectual capital disclosure memiliki nilai toleransi diatas 0,10 dan dengan nilai VIF dibawah 10 sehingga dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independen dalam model regresi.

7 68 3. Hasil Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Pengujian autokorelasi dapat dilakukan dengan Uji Durbin-Watson. Hasil autokorelasi dalam penelitian ini dapat dlihat sebagai berikut: Tabel 4.5 Hasil Uji Autokorelasi Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1,337 a,113,076,390179,964 a. Predictors: (Constant), ICD, KOMIND, KUAUD, FREK_KA b. Dependent Variable: COEC Sumber : Data sekunder yang diolah SPSS 22 Dari hasil analisis tersebut dapat diketahui bahwa nilai Durbin Watson yang dihasilkan dari uji autokorelasi sebesar 0,964 dimana nilai Durbin Watson terletak antara -2 dan 2. Maka -2 <0,964< 2, maka dapat disimpulkan bahwa tidak terjadi autokorelasi pada regresi yang digunakan. 4. Hasil Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda

8 69 disebut Heteroskedastisitas. Model regresi yang baik adalah yang mengandung Homoskedastisitas. Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas menurut adalah melihat Grafik Plot (Ghozali, 2013). Pengujian heteroskedastiditas dilakukan menggunakan grafik plot SRESID dengan ZPRED. Model yang dinyatakan bebas dari heteroskedastisitas apabila titik-titik tidak membentuk pola tertentu. Sumber: Data yang diolah dengan SPSS versi 22 Gambar 4.1 Hasil Uji Heteroskedastisitas Berdasarkan hasil uji Heteroskedastisitas, terlihat bahwa titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y dan tidak membentuk pola tertentu. Hal ini mengindikasi tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai.

9 70 D. Uji Kelayakan Model 1. Hasil Uji Koefisien determinasi (R 2 ) Koefisien Determinasi (R 2 ) digunakan dalam mengukur seberapa besar kemampuan variabel independen dalam menjelaskan variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R 2 kecil berarti kemampuan variabel variabel independen dalam menjelaskan variabelvariabel terikat amat terbatas. Nilai yang mendekati satu berarti variabel variabel independen memberikan hampir semua informasi yang dibutuhkan untuk menprediksi variasi variabel dependen (Ghozali, 2013). Tabel 4.6 Hasil Uji Koefisien Determinan Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1,337 a,113,076, a. Dependent Variable: COEC b. All requested variables entered. Sumber: Data yang diolah dengan SPSS versi 22 Berdasarkan tabel 4.7 di atas, hasilnya menunjukkan bahwa koefisien korelasi (R) untuk 0,337. Adjusted nilai R Square atau koefisien determinasi adalah atau 7,6%. Ini berarti bahwa kontribusi besarnya independen variabel terhadap variabel dependen adalah 7,6%, sedangkan 92,4% dapat dijelaskan oleh variabel lain yang tidak termasuk dalam analisis regresi.

10 71 2. Hasil Uji F Uji pengaruh simultan digunakan untuk mengetahui apakah variabel independen secara bersama-sama atau simultan mempengaruhi variabel dependen. Pengujian ini dilakukan dengan cara membandingkan Fhitung dengan Ftabel dan melihat tingkat signifikansi uji F lebih kecil dari 5%, maka terdapat pengaruh yang signifikan dari variabel independen terhadap variabel dependen. Jika tingkat signifikansi uji F lebih besar dari 5% maka tidak terdapat pengaruh yang signifikan dari variabel independen terhadap variabel dependen. Hasil uji F dalam penelitian ini sebagai berikut : Tabel 4.7 Hasil Uji F ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 1,850 4,462 3,037,021 b Residual 14,463 95,152 Total 16, a. Dependent Variable: COEC b. Predictors: (Constant), ICD, KOMIND, KUAUD, FREK_KA Sumber: Data yang diolah dengan SPSS versi 22 Dari hasil pengujian diatas, apabila dibandingkan dengan t tabel menggunakan α = 0,05 maka nilai F hitung > F tabel (3,037 > 2,46 ) dan tingkat signifikasi lebih kecil dari 0,05 (0,021 < 0,05), maka dapat disimpulkan bahwa model yang digunakan fit (model sesuai). Ini berarti bahwa secara simultan variabel komisaris independen, frekuensi pertemuan

11 72 komite audit, kualitas audit dan intellectual capital disclosure memiliki pengaruh signifikan terhadap cost of equity capital. E. Uji Hipotesis 1. Hasil Uji t Uji t (parsial) pada dasarnya berfungsi untuk mengetahui apakah masingmasing variabel independen berpengaruh terhadap variabel dependen. Statistik uji yang digunakan pada pengujian parsial adalah uji t. Dasar penerimaan atau penolakan hipotesis dapat dilihat dari nilai signifikansinya. Jika tingkat signifikan t hitung lebih kecil dari tingkatan signifikansi = 0,05, maka variabel tersebut mempunyai hubungan signifikan. Hasil output dari uji t dalam penelitian ini sebagai berikut: Tabel 4.8 Hasil Uji t Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) -,439,472 -,929,355 KOMIND -,418,443 -,095 -,945,347 FREK_KA -,010,006 -,200-1,729,087 KUAUD -,254,104 -,261-2,448,016 ICD 1,427,622,260 2,295,024 a. Dependent Variable: COEC Sumber: Data yang diolah dengan SPSS versi 22 Berdasarkan hasil pengolahan uji t hitung pada tabel 4.6 maka hasil analisisnya adalah sebagai berikut:

12 73 Komisaris Independen (KOMIND) memiliki t hitung sebesar -0,945 dengan nilai signifikansi 0,347. Hasil tersebut diketahui nilai signifikansi KOMIND lebih besar dari tingkat signifikansi yaitu 0,347 > 0,05. Hal ini menunjukkan variabel komisaris independen memiliki hubungan tidak signifikan. Dapat disimpulkan bahwa komisaris independen tidak memiliki pengaruh signifikan terhadap cost of equity capital (CEOC) sehingga H 1 ditolak. Frekuensi Pertemuan Komite Audit (FREK_KA) memiliki t hitung sebesar -1,729 dengan nilai signifikansi 0,087. Hasil tersebut diketahui nilai signifikansi FREK_KA lebih besar dari tingkat signifikansi yaitu 0,087 > 0,05. Hal ini menunjukkan variabel frekuensi pertemuan komite audit memiliki hubungan tidak signifikan. Dapat disimpulkan bahwa frekuensi pertemuan komite audit tidak memiliki pengaruh signifikan terhadap cost of equity capital (COEC) sehingga H 2 ditolak. Kualitas Audit (KUAUD) memiliki t hitung sebesar -2,448 dengan nilai signifikansi 0,016. Hasil tersebut diketahui nilai signifikansi KUAUD lebih kecil dari tingkat signifikansi yaitu 0,016 < 0,05. Hal ini menunjukkan variabel kualitas audit memiliki hubungan signifikan. Dapat disimpulkan bahwa kualitas audit berpengaruh signifikan terhadap cost of equity capital (CEOC) sehingga H 3 diterima. Intellectual Capital Disclosure (ICD) memiliki t hitung sebesar 2,295 dengan nilai signifikansi 0,024. Hasil tersebut diketahui nilai signifikansi ICD lebih kecil dari tingkat signifikansi yaitu 0,024 < 0,05. Hal ini menunjukkan

13 74 variabel intellectual capital disclosure memiliki hubungan signifikan terhadap cost of equity capital (CEOC) sehingga H 4 diterima. 2. Hasil Uji Analisis Regresi Linier Berganda Dalam penelitian ini dilakukkan analisis regresi linier berganda untuk mengetahui ada tidaknya pengaruh antar variabel bebas (independen) terhadap variabel terikat (dependen). Dari pengujian asumsi klasik dapat disimpulkan bahwa model regresi dapat digunakan dalam pengolahan data. Tabel 4.9 Hasil Uji Regresi Linier Berganda Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) -,439,472 -,929,355 KOMIND -,418,443 -,095 -,945,347 FREK_KA -,010,006 -,200-1,729,087 KUAUD -,254,104 -,261-2,448,016 ICD 1,427,622,260 2,295,024 a. Dependent Variable: COEC Sumber: Data yang diolah dengan SPSS versi 22 Berdasarkan pengolahan data dari tabel 4.7 maka dapat dihasilkan persamaan regersi sebagai berikut: CEOC = -0,439-0,418 KOMIND -0,010 FREK_KA -0,254 KUAUD + 1,427 ICD+e

14 75 Dari persamaan regresi linier diatas dapat dilihat pengaruh dari variabelvariabel independen terhadap variabel dependen dan dijelaskan sebagai berikut: Konstanta ( ) sebesar -0,439 menyatakan bahwa apabila variabel independen dianggap konstan maka rata-rata cost of equity capital (COEC) adalah sebesar -0,439. Nilai koefisien regresi KOMIND sebesar -0,418 artinya jika komisaris independen meningkat, maka cost of equity capital (COEC) akan menurun sebesar 0,418. Nilai koefisien regresi FREK_KA sebesar -0,010 artinya jika frekuensi pertemuan komite audit meningkat, maka cost of equity capital (COEC) akan menurun sebesar 0,010. Nilai koefisien regresi KUAUD sebesar -0,254 artinya jika kualitas audit meningkat, maka cost of equity capital (COEC) akan menurun sebesar 0,254 Nilai koefisien regresi ICD sebesar 1,427 artinya jika intellectual capital disclosure meningkat, maka cost of equity capital (COEC) meningkat sebesar 1,427.

15 76 F. PEMBAHASAN 1. Pengaruh Mekanisme Good Corporate Governance (Komisaris Independen) Terhadap Cost of Equity Capital Hasil pengujian hipotesis menunjukkan bahwa good corporate governance yang diproksikan dengan komisaris independen tidak berpengaruh signifikan terhadap cost of equity capital dengan nilai signifikansi 0,347 > 0,05. Dengan demikian hipotesis yang menyatakan bahwa komisaris independen berpengaruh terhadap cost of equity capital ditolak. Hasil ini mengindikasikan bahwa pengangkatan komisaris independen hanya untuk sebatas pemenuhan regulasi yang sudah ditetapkan tetapi belum ditujukan untuk penerapan good corporate governance dalam perusahaan. Lemahnya praktik good corporate governance dapat memungkinkan terjadinya asimetri informasi antara manajer dengan stakeholder yang berpengaruh terhadap cost of equity capital yang tidak menurun. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Susanto dan Siregar (2012) yang menyatakan bahwa fungsi pengawasan yang dilakukan dewan komisaris kurang efektif dan keberadaan komisaris independen masih dianggap sebatas pada ketaatan terhadap peraturan pasar modal dan belum digunakan sebagai fungsi pengawasan yang independen. Kurniawati dan Marfuah (2014) menyatakan bahwa efektif tidaknya peran dewan komisaris tidak mempengaruhi cost of equity capital perusahaan. Dengan demikian keberadaan dewan komisaris independen dalam suatu

16 77 perusahaan hanya sebagai formalitas untuk memenuhi peraturan yang ditetapkan oleh pemerintah, tanpa mempertimbangkan efektivitas dan kompleksitas perusahaan. Selain itu, dalam melakukan fungsi pengawasan, efektivitas mekanisme pengawasan dewan komisaris tidak tergantung pada besar kecilnya dewan komisaris independen. Hal ini menyebabkan tidak efektifnya perah dewan komisaris sehingga tidak berpengaruh terhadap cost of equity capital. Oleh sebab itu, Penelitian ini mendukung penelitian yang dilakukan oleh Kurniawati dan Marfuah (2014), Susanto dan Siregar (2012) dan Widarti dan Gunawan (2016). Namun penelitian ini bertentangan dengan penelitian yang dilakukan oleh Nugroho (2014), dan Andriana dan Friska (2014). 2. Pengaruh Mekanisme Good Corporate Governance (Frekuensi Pertemuan Komite Audit) terhadap Cost of Equity Capital Hasil pengujian hipotesis menunjukkan bahwa good corporate governance yang diproksikan dengan frekuensi pertemuan komite audit tidak berpengaruh signifikan terhadap cost of equity capital dengan nilai signifikansi 0,087 > 0,05. Dengan demikian hipotesis yang menyatakan bahwa frekuensi pertemuan komite audit berpengaruh terhadap cost of equity capital ditolak. Hasil ini mengindikasikan bahwa dengan adanya frekuensi pertemuan komite audit yang rutin dan sering masih belum mampu mengurangi masalah pelaporan keuangan. Oleh sebab itu, keberadaan komite audit belum mampu meningkatkan kinerja perusahaan menjadi lebih baik, hal ini mengakibatkan

17 78 menurunnya kepercayaan investor untuk menanamkan modalnya di perusahaan sehingga frekuensi pertemuan komite audit belum bisa menurunkan cost of equity perusahaan. Widarti dan Gunawan (2016) menyatakan bahwa investor tidak memperhatikan banyaknya komite audit yang diungkap dalam laporan keuangan perusahaan. Investor juga menilai bahwa komite audit belum menjalankan tugas dan fungsinya secara efektif sehingga semakin banyak jumlah komite audit malam menambah cost of equity capital atau tingkat pengembalian yang diinginkan investor semakin tinggi. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Kurniawati dan Marfuah (2014) menyimpulkan bahwa peran komite audit belum mampu bertanggung jawab untuk mengawasi audit eksternal dan mengamati sistem pengendalian internal. Komite audit juga belum mampu memberikan kontribusi dalam kualitas pelaporan keuangan terutama mengenai cost of equity capital. Hal ini menyebabkan keberadaan komite audit belum memiliki pengaruh terhadap cost of equity capital yang tidak menurun. Oleh karena itu, penelitian ini mendukung penelitian yang dilakukan oleh Kurniawati dan Marfuah (2014). Namun penelitian ini bertentangan dengan penelitian yang dilakukan oleh Susanto dan Siregar (2012) dan Nugroho (2014).

18 79 3. Pengaruh Mekanisme Good Corporate Governance (Kualitas Audit) terhadap Cost of Equity Capital Hasil pengujian hipotesis menunjukkan bahwa good corporate governance yang diproksikan dengan kualitas audit berpengaruh signifikan terhadap cost of equity capital dengan nilai signifikansi 0,016 < 0,05. Dengan demikian hipotesis yang menyatakan bahwa komisaris independen berpengaruh terhadap cost of equity capital diterima. Hasil ini mengindikasikan bahwa kualitas audit yang diukur menggunakan ukuran KAP Big four akan lebih dipercaya oleh stakeholder daripada perusahaan yang diaudit oleh KAP non big four. Hal ini dikarenakan kualitas audit merupakan salah satu komponen yang menentukan kualitas dan akurasi informasi suatu laporan keuangan perusahaan. Laporan keuangan yang transparan, akurat, dan reliable diyakini akan mampu menurunkan asimetri informasi yang berdampak pada penurunan cost of equity capital. Widarti dan Gunawan (2016) menyatakan bawa KAP yang berafiliasi dengan KAP big four memiliki reputasi yang baik dan dinilai lebi kompeten dan independen sehinggan mampu mengurangi tindakan kecurangan di suatu perusahaan. Audit yang dilakukan dengan kompeten, independen, dan kehatihatian akan membuat hasil audit lebih berkualitas. Akibatnya, laporan keuangan yang diaudit menjadi lebih andal dan akan mengurangi resiko asimetri informasi yang terjadi antara pihak manajemen dengan investor. Hal ini dapat mengurangi cost of equity capital yang harus ditanggung oleh perusahaan.

19 80 Oleh karena itu, penelitian ini mendukung penelitian yang dilakukan oleh Herusetya (2012), Natalia (2013), Widarti dan Gunawan (2016) dan Nugroho (2014). Namun penelitian ini bertentangan dengan penelitian yang dilakukan oleh Susanto dan Siregar (2012). 4. Pengaruh Intellectual Capital Disclosure terhadap Cost of Equity Capital Hasil pengujian hipotesis menunjukkan bahwa intellectual capital disclosure berpengaruh signifikan terhadap cost of equity capital dengan nilai signifikansi 0,024 < 0,05. Dengan demikian hipotesis yang menyatakan bahwa intellectual capital disclosure berpengaruh terhadap cost of equity capital diterima. Hasil ini mengindikasikan bahwa peningkatan intellectual capital disclosure dapat memberikan keyakinan kepada stakeholder bahwa besarnya tingkat pengungkapan dapat mengurangi resiko estimasi yang harus ditanggung oleh stakeholder menjadi berkurang. Besarnya tingkat pengungkapan juga dapat mengurangi asimetri informasi antara manajer dan stakeholder sehingga berdampak pada penurunan cost of equity capital. Hernita (2012) menyatakan bahwa investor sudah mempergunakan informasi intellectual capital disclosure dalam mengestimasi tingkat pengembalian dan risiko atas saham mereka sehingga perusahaan yang mengungkapkan intellectual capital lebih komprehensif akan dapat menikmati

20 81 cost of equity capital yang lebih rendah lewat berkurangnya asimetri informasi. Sedangkan Wulandari (2014) menyimpulkan bahwa dengan adanya intellectual capital disclosure yang luas, perusahaan dapat mengurangi tingkat pengembalian saham yansg dsiisyaratkan oleh investor sebagai hasil dari berkurangnya asimetri informasi antara manajemen dengan investor. Berkurangnya asimetri informasi akan meningkatkan likuiditas saham, sehingga pada akhirnya akan mengurangi cost of equity capital perusahaan. Oleh karena itu, penelitian ini mendukung penelitian yang dilakukan oleh Wulandari (2014), Hernita (2012). Namun penelitian ini bertentangan dengan penelitian yang dilakukan oleh Sasongko et al., (2016).