Data

Data dalam penelitian ini berupa perusahaan perbankan, yang terdiri dari 28 perusahaan, dari tahun 2010-2016.

## Warning: package 'DT' was built under R version 3.5.0

Software

Software yang digunakan untuk menganalisis data adalah R. R merupakan bahasa pemrograman statistika yang dapat digunakan untuk analisis statistika dan grafik. R diciptakan oleh Ross Ihaka dan Robert Gentleman dari Departemen Statistika, di Universitas Auckland, New Zealand.

Deskriptif Data

Selanjutnya ingin diketahui deskriptif data berdasarkan ukuran minimum, maksimum, rata-rata dan koefisien variasi serta sebaran data berdasarkan grafik boxplot. Koefisien variasi digunakan untuk membandingkan tingkat sebaran data (terhadap rata-rata) di antara data asimetri informasi, pengungkapan sukarela, audit tenure dan komite audit.

## Loading required package: boot
##          Asimetri Informasi Pengungkapan Sukarela Audit Tenure
## min               0.1467000            0.40000000    1.0000000
## max               8.2532000            0.85000000    7.0000000
## mean              1.6094913            0.62568367    2.8316327
## std.dev           1.1638626            0.09287473    1.7736589
## coef.var          0.7231245            0.14843719    0.6263732
##          Komite Audit
## min         2.0000000
## max         8.0000000
## mean        3.8724490
## std.dev     1.1587155
## coef.var    0.2992203

Nilai asimetri informasi minimum adalah 0,1467, sementara nilai asimetri informasi maksimum adalah 8,2532. Rata-rata asimetri informasi adalah 1,6095, dengan nilai koefisien variasi 0,7231245.

Nilai pengungkapan sukarela minimum adalah 0,4, sementara nilai pengungkapan sukarela maksimum adalah 0,85. Rata-rata pengungkapan sukarela adalah 0,6256837, dengan nilai koefisien variasi 0,1484372.

Nilai audit tenure minimum adalah 1, sementara nilai audit tenure maksimum adalah 7. Rata-rata audit tenure adalah 2,8316327, dengan nilai koefisien variasi 0,6263732.

Nilai komite audit minimum adalah 2, sementara nilai komite audit maksimum adalah 8. Rata-rata komite audit adalah 3,8724490, dengan nilai koefisien variasi 0,2992203.

Berdasarkan grafik boxplot di atas, terlihat bahwa pada data asimetri informasi terdapat beberapa data pencilan, yakni ditandai dengan titik berwarna merah. Begitu juga dengan data pada variabel komite audit. Diketahui nilai koefisien variasi pada data asimetri informasi adalah paling tinggi, yakni bernilai 0,7231245. Dengan kata lain, tingkat sebaran data (terhadap rata-rata) pada asimetri informasi paling tinggi, dibandingkan data pada audit tenure, komite audit dan pengungkapan sukarela.

Korelasi Pearson

Selanjutnya akan dihitung nilai korelasi Pearson antara variabel dependen dan variabel independen. Nilai korelasi Pearson digunakan untuk mengukur seberapa erat hubungan linear antara variabel dependen dan variabel independen. Berikut disajikan grafik sebaran data serta nilai korelasi Pearson.

Diketahui nilai korelasi Pearson antara pengungkapan sukarela dan asimetri informasi adalah -0,031, yakni bernilai negatif. Dengan kata lain, pengungkapan sukarela memiliki korelasi/hubungan negatif terhadap asimetri informasi. Begitu juga dengan audit tenure yang berkorelasi negatif terhadap asimetri informasi, dengan nilai korelasi -0,16. Namun komite audit berkorelasi positif terhadap asimetri informasi, dengan nilai korelasi Pearson 0,055. Diketahui audit tenure memiliki keeratan hubungan paling kuat terhadap asimetri informasi, dibandingkan pada pengungkapan sukarela dan komite audit.

Regresi Variabel Dummy

Metode analisis data yang digunakan untuk menganalisis pengaruh pengungkapan sukarela, audit tenure, auditor spesialisasi dan komite audit terhadap asimetri informasi adalah regresi variabel dummy. Gujarati (2004:297) regresi variabel dummy digunakan oleh karena terdapat variabel kategori pada variabel independen. Metode estimasi parameter yang digunakan adalah ordinary least squares (OLS). Gujarati (2004:65) pengujian asumsi seperti normalitas error, homoskedastisitas dan autokorelasi tidak dilakukan oleh karena rangkaian proses hanya sampai pada tahap estimasi parameter.

Berikut hasil dari regresi variabel dummy.

## 
## Call:
## lm(formula = AsimetriInformasi ~ PengungkapanSukarela + AuditTenure + 
##     AuditorSpesialisasi + KomiteAudit, data = get_data2)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -1.7344 -0.6797 -0.3504  0.4059  7.0347 
## 
## Coefficients:
##                      Estimate Std. Error t value Pr(>|t|)   
## (Intercept)           1.59248    0.55851   2.851  0.00483 **
## PengungkapanSukarela -0.61298    1.03024  -0.595  0.55256   
## AuditTenure          -0.12687    0.04891  -2.594  0.01022 * 
## AuditorSpesialisasi   0.48415    0.19574   2.473  0.01426 * 
## KomiteAudit           0.10052    0.08002   1.256  0.21055   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.136 on 191 degrees of freedom
## Multiple R-squared:  0.06731,    Adjusted R-squared:  0.04778 
## F-statistic: 3.446 on 4 and 191 DF,  p-value: 0.009565

Berdasarkan hasil regresi variabel dummy di atas, diperoleh persamaan regresi variabel dummy sebagai berikut.

Y = 1,59 - 0,61X1 - 0,13X2 + 0,48D + 0,10X4 + e

=> Nilai koefisien regresi dari pengungkapan sukarela adalah -0,612, yakni bernilai negatif. Pengungkapan sukarela berpengaruh negatif terhadap asimetri informasi. Dengan kata lain, pengungkapan sukarela yang semakin tinggi, secara rata-rata akan menurunkan asimetri informasi.

=> Nilai koefisien regresi dari audit tenure adalah -0,13, yakni bernilai negatif. Audit tenure berpengaruh negatif terhadap asimetri informasi. Dengan kata lain, audit tenure yang semakin tinggi, secara rata-rata akan menurunkan asimetri informasi.

=> Nilai koefisien regresi dari auditor spesialis adalah 0,48. Secara rata-rata asimetri informasi pada spesialisasi Auditor di bidang perbankan lebih tinggi dibandingkan asimetri informasi pada spesialisasi Auditor bukan di bidang perbankan.

=> Nilai koefisien regresi dari komite audit adalah 0,10, yakni bernilai positif. Komite audit berpengaruh positif terhadap asimetri informasi. Dengan kata lain, Komite audit yang semakin tinggi, secara rata-rata akan meningkatkan asimetri informasi.

=> Nilai koefisien determinasi sebesar 0,067. Nilai tersebut dapat diartikan bahwa persamaan regresi variabel dummy yang dihasilkan mampu mencocokkan data sebesar 6,7%.

Referensi Bacaan

  1. Gujarati, Damodar. 2004. Basic Econometrics Fourth Edition. McGraw-Hill

  2. Gio, P. U. dan A. R. Effendie. 2017. Belajar Bahasa Pemrograman R. USUpress