57
BAB IV HASIL DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
1. Deskripsi Objek Penelitian
Gambaran umum objek penelitian menyajikan prosedur pemilihan sampel dan kelompok perusahaan yang menjadi populasi dari penelitian ini.
Objek penelitian ini adalah perusahaan perbankan yang terdaftar di Bursa Efek Indonesia BEI mulai tahun 2008 sampai dengan 2011. Perusahaan
sektor perbankan tersebut telah terdaftar di Bursa Efek Indonesia sebelum 1 Januari 2009 dan selama periode penelitian tersebut tidak keluar dari Bursa
Efek Indonesia atau mengalami delisting. Fokus penelitian ini adalah ingin melihat pengaruh kinerja keuangan, ukuran perbankan, umur listing,
reputasi auditor terdapat internet financial reporting.
2. Deskripsi Sampel Penelitian
Dalam penelitian ini, sampel dipilih dengan metode purposive sampling dengan menggunakan kriteria-kriteria yang telah ditentukan.
Adapun proses seleksi sampel berdasarkan kriteria yang telah ditetapkan untuk perusahaan manufaktur tampak dalam Tabel 4.1 sebagai berikut:
58
Tabel 4.1 Proses Seleksi Populasi Perusahaan Perbankan
No Kriteria
Jumlah
1 Perusahaan perbankan yang terdaftar di BEI dari tahun
2008 sampai dengan 2011. 31
2 Perusahaan perbankan yang terdaftar di BEI setelah
tanggal 31 Desember 2008 4
3 Perusahaan perbankan yang delisting setelah tanggal 1
Januari 2008 1
4 Perusahaan yang tidak melaporkan laporan audit
1 5
Bank yang memiliki situs resmi sebagai media pelaporan informasi keuangan, serta tidak sedang
dalam perbaikan under construction ataupun error
Total Sampel 25
Sumber: data diolah
B. Hasil Uji Analisis Data Penelitian
Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi logistik logistic regression. Tujuannya adalah untuk memperoleh gambaran
yang menyeluruh mengenai pengaruh variabel independen rasio likuiditas, rasio solvabilitas, rasio profabilitas, ukuran perbankan, umur listing dan
reputasi auditor terhadap internet financial reporting. 1.
Hasil Uji Statistik Deskriptif
Pengolahan data pada penelitian ini menggunakan fasilitas elektronik dengan menggunakan Microsoft Excel dan SPSS versi 20.0 untuk
memudahkan perolehan data sehingga dapat menjelaskan variabel-variabel yang diteliti. Langkah pertama dalam penelitian ini adalah melakukan
penentuan sampel dengan metode purposive sampling atau penentuan sampel dengan pertimbangan tertentu pada perusahaan perbankan pada
periode 2008 - 2011 berdasarkan kriteria yang telah ditentukan dalam
59 penelitian ini adalah bank yang memiliki situs resmi sebagai media
pelaporan informasi keuangan, serta tidak sedang dalam perbaikan under construction ataupun error.
Tabel deskriptif menjelaskan variabel - variabel independen yaitu, rasio likuiditas, rasio solvabilitas, rasio profabilitas, ukuran perbankan,
umur listing, reputasi auditor dan Variabel dependen internet financial reporting IFR. Dan data yang akan diolah adalah data laporan tahunan
periode 2008 - 2011. Berdasarkan hasil uji statistik deskriptif diperoleh sebanyak 100 data
observasi untuk perusahaan perbankan yang berasal dari perkalian antara periode penelitian 4 tahun dari tahun 2008 sampai 2011 dengan jumlah
perusahaan sampel 25 perusahaan. Berikut tabel hasil olahan data mengenai statistik deskriptif adalah sebagai berikut:
Tabel 4.2 Hasil Uji Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation IFR
100 1
.90 .302
LIK 100
.3955 1.2371
.767727 .1578587
SOLV 100
-.3962 .4648
.169020 .0868368
PROF 100
-1.3035 .2050
.005249 .1352284
SIZE 100
3.13 5.74
4.3690 .75970
UMUR 100
1 29
10.94 7.031
AUDIT 100
1 .67
.473 Valid N listwise
100
Sumber: data diolah Tabel di atas menunjukkan statistik deskriptif masing-masing
variabel penelitian. Berdasarkan Tabel di atas, hasil analisis dengan menggunakan statistik deskriptif terhadap rasio likuiditas menunjukkan
nilai minimum sebesar 0,3955, terlihat pada Bank Victoria International pada tahun 2010, Tbk hal ini membuktikan bahwa Bank Victoria
60 International memiliki rasio likuiditas yang buruk, sehingga Bank Victoria
Tbk memiliki kemampuan menyediakan dana kepada debitur pada tahun 2010 kurang baik. Nilai maksimum sebesar 1,2371 dengan rata-rata
sebesar 0,767727 terlihat pada Bank Himpunan Saudara 1906, Tbk, hal ini membuktikan bahwa Bank Himpunan Saudara memiliki likuiditas yang
baik dan standar deviasi 0,1578587. Hasil analisis dengan menggunakan statistik deskriptif terhadap rasio solvabilitas menunjukkan nilai minimum
sebesar -0,3962, terlihat pada PT. Bank Century, Tbk di tahun 2008, hal ini terjadi karena pada tahun tersebut banyak nasabah yang tidak dapat
menarik dana simpanannya pada Bank Century sehingga terjadi rush. Nilai maksimum sebesar 0,4648 terlihat pada PT. Bank QNB Kesawan,
Tbk,pada tahun 2011. Peningkatan rasio solvabilitas yang terjadi pada bank tersebut terjadi setelah mendapat suntikan dana dari Qatar National
Bank dengan membeli saham Bank Kesawan sebanyak 70 pada akhir 2011 dan rata-rata sebesar 0,169020 serta standar deviasi 0,0868368.
Hasil analisis dengan menggunakan statistik deskriptif terhadap rasio profabilitas menunjukkan nilai minimum sebesar -1,3035 terlihat pada PT.
Bank Century, Tbk pada tahun 2008, dimana pada tahun tersebut terjadi rush pada bank tersebut sehingga rasio profitabilitas pada bank tersebut
terbilang sangat kecil. Nilai maksimum sebesar 0,2050 terlihat pada PT. Bank Mandiri, Tbk pada tahun 2010, hal ini menunjukan bahwa bank
tersebut memiliki tingkat efisiensi perusahaan dalam memperoleh laba dan rata-rata 0,005249 serta standar deviasi 0,1352284.
61 Hasil analisis dengan menggunakan statistik deskriptif terhadap
ukuran perbankan menunjukkan nilai minimum sebesar 3,13 terlihat pada PT. Bank Of India Indonesia, Tbk pada tahun 2008, hal ini menunjukan
bahwa bank tersebut memiliki aset yang tergolong kecil. Nilai maksimum sebesar 5,74 terlihat pada PT. Bank Mandiri, Tbk pada tahun 2011,
dimana pada tahun tersebut Bank Mandiri memiliki jumlah aset paling besar diantara bank lainnya dan rata-rata 4,3690 serta standar deviasi
0,75970. Hasil analisis dengan menggunakan statistik deskriptif terhadap umur listing menunjukkan nilai minimum sebesar 1. Nilai tersebut
menunjukan bahwa bank baru berumur satu tahun terdafta pada Bursa Efek Indonesia BEI, bank tersebut, antara lain PT Bank Capital
Indonesia, Tbk, PT. Bank Ekonomi Raharja, Tbk dan PT. Bank Windu Kentjana Intersional, Tbk, dimana ketiga bank tersebut baru terdaftar pada
tahun 2007. Nilai maksimum sebesar 29 terlihat pada PT. Pan Indonesia Bank, Tbk yang sudah listing sejak tahun 1982 dan rata-rata 10,94 serta
standar deviasi 7,031. Hasil analisis dengan menggunakan statistik deskriptif terhadap
reputasi auditor menunjukkan nilai minimum sebesar 0 menunjukan reputasi auditor yang tidak tergolong dalam kategori big four, sedangkan
nilai maksimum sebesar 1 menunjukan reputasi auditor yang tergolong big four dan rata-rata 0,67 serta standar deviasi 0,473. Dan untuk variabel
dependen yang berupa internet financial reporting IFR menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata
sebesar 0,90 dan standar deviasi 0,302.
62
2. Hasil Uji Hipotesis Penelitian
Analisis regresi logistik dalam penelitian ini menggunakan analisis regresi logistik dengan tipe regresi logistik biner. Regresi biner digunakan
untuk memprediksi besarnya variabel tergantung atau variabel keluaran yang merupakan variabel biner dengan menggunakan variabel berskala interval yang
sudah diketahui. Variabel biner adalah data dengan skala nominal kategorial yang hanya terdiri dari dua kemungkinan Sarwono dan Budiono, 2012.
Dalam penelitian ini untuk perusahaan perbankan variabel dependen respons Y bertipe kategorial atau dua pilihan yaitu: non internet financial
reporting IFR = 0 dan
internet financial reporting IFR
= 1. Keterangan ini dapat dilihat dalam tabel identifikasi data:
Tabel 4.3 Identifikasi Data
Dependent Variable Encoding
Original Value Internal Value
Non Internet Financial Reporting Internet Financial Reporting
1
Sumber: data diolah
Dalam penelitian ini jumlah data yang diproses sebanyak 100 atau N=100. Untuk melihat kelengkapan daya yang diproses dalam penelitian ini
dan tidak adanya missing case ditunjukkan pada tabel Case Processing Summary sebagai berikut:
Tabel 4.4 Data Yang Diproses
Case Processing Summary
Unweighted Cases
a
N Percent
Selected Cases Included in Analysis
100 100.0
Missing Cases .0
Total 100
100.0 Unselected Cases
.0 Total
100 100.0
a. If weight is in effect, see classification table for the total number of cases.
Sumber: data diolah
63
Tahapan dalam pengujian dengan menggunakan uji regresi logistik dapat dijelaskan sebagai berikut Ghozali, 2011:
a. Menilai Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Model ini untuk menguji hipotesis
nol bahwa data empiris sesuai dengan model tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Jika nilai
statistik Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05 maka hipotesis nol ditolak, hal ini berarti ada perbedaan
signifikan antara model dengan nilai observasinya sehingga Goodness fit model tidak baik karena model tidak dapat memprediksi nilai
observasinya. Jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test lebih besar dari 0,05 maka hipotesis nol tidak dapat ditolak dan
berarti model mampu memprediksi nilai observasinya atau dapat dikatakan bahwa model dapat diterima karena sesuai dengan data
observasinya Ghozali, 2011.
Tabel 4.5 Kelayakan Model Regresi
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 .990
8 .998
Sumber: data diolah Untuk menguji kelayakan model regresi kita menggunakan angka
probabilitas pada bagian Hosmer and Lemeshow’s Goodness of Fit Test. Dari output yang diperoleh nilai Chi-square sebesar 0,990 dengan
probabilitas 0,998 atau lebih besar dari 0,05 p 0,05 maka model dapat disimpulkan mampu memprediksi nilai observasinya.
64
b. Hasil Uji Overall Model Fit
Adanya pengurangan nilai antara -2LogL awal dengan -2LogL pada langkah berikutnya menunjukkan bahwa model dihipotesiskan fit
dengan data Ghozali, 2011. Log likelihood mirip dengan pengertian “sum of square error” pada model regresi, sehingga penurunan model
log likelihood menunjukkan model regresi yang semakin baik. Untuk melihat model yang lebih baik untuk memprediksi
kemungkinan terjadinya internet financial reporting pada perusahaan perbankan menggunakan nilai -2 log likelihood. Dari hasil perhitungan
terjadi penurunan nilai -2 log likelihood pada blok pertama block number = 0 yaitu nilai -2 log likelihood sebesar 68,780 seperti yang
terlihat pada tabel 4.6 dibanding -2 log likelihood pada blok kedua block number = 1 yaitu nilai -2 log likelihood sebesar 60,192 seperti yang
terlihat pada tabel 4.7. Hasil ini memberikan simpulan bahwa model regresi kedua lebih baik dari pada regresi model pertama dalam
memprediksi pengungkapan internet financial reporting.
Tabel 4.6 Hasil Uji
Overall Model Fit Block Number = 0
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
68.780 1.600
2 65.130
2.086 3
65.017 2.193
4 65.017
2.197 5
65.017 2.197
a. Constant is included in the model. b. Initial -2 Log Likelihood: 65.017
c. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001.
Sumber: data diolah
65
Tabel 4.7 Hasil Uji Overall Model Fit
block number = 1
Iteration History
a,b,c,d
Iteration -2 Log
likelihood Coefficients
Constant LIK
SOLV PROF SIZE
UMUR AUDIT
Step 1 1
60.192 .945
-.783 -1.824 .625
.289 -.012
.640 2
49.415 .153 -1.423 -3.347
1.123 .803
-.043 1.169
3 44.754
-2.717 -1.654 -3.995 1.345
1.812 -.109
1.442 4
42.080 -7.604 -1.692 -4.055
1.489 3.387
-.209 1.592
5 41.296
-11.181 -1.769 -4.450 1.855
4.569 -.280
1.884 6
41.212 -12.475 -1.803 -4.837
2.155 5.004
-.303 2.080
7 41.210
-12.665 -1.809 -4.914 2.214
5.069 -.306
2.116 8
41.210 -12.669 -1.809 -4.916
2.216 5.070
-.306 2.117
9 41.210
-12.669 -1.809 -4.916 2.216
5.070 -.306
2.117 a. Method: Enter
b. Constant is included in the model. c. Initial -2 Log Likelihood: 65.017
d. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001.
Sumber: data diolah
c. Hasil Uji Koefisien Determinasi
Besarnya nilai koefisien determinasi pada model regresi logistik pada perusahaan perbankan ditunjukkan oleh nilai nagelkerke R square
yang merupakan modifikasi dari koefisien cox snell R square untuk memastikan bahwa nilainya bervariasi dari 0 sampa 1. Nilai nagelkerke R
square adalah sebesar 0,443 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 44,3 .
Tabel 4.8 Hasil Uji Koefisien
Cox Snell R Square dan Negelkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square Nagelkerke R
Square 1
41.210
a
.212 .443
a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001.
Sumber: data diolah
66
d. Hasil Uji Tabel Klasifikasi
Menurut prediksi, perusahaan yang mengungkapkan internet financial reporting adalah 100 perusahaan sedangkan hasil observasi
menunjukkan hanya 90 perusahaan, jadi ketepatan klasifikasi yang diamati untuk perusahaan yang mengungkapkan internet financial
reporting sebesar 98,9 8990, sedangkan prediksi untuk perusahaan non internet financial reporting adalah 100 perusahaan dan hasil
observasinya hanya 10 perusahaan, maka ketepatan prediksi klasifikasi yang diamati untuk perusahaan non internet financial reporting sebesar
secara keseluruhan ketepatan klasifikasi sebesar 10,0 110.
Tabel 4.9 Hasil Uji Klasifikasi
Classification Table
a
Observed Predicted
IFR Percentage
Correct Non Internet
Financial Reporting
Internet Financial
Reporting Step 1
IFR Non Internet
Financial Reporting 1
9 10.0
Internet Financial Reporting
1 89
98.9 Overall Percentage
90.0 a. The cut value is .500
Sumber: data diolah
e. Hasil Matriks Klasifikasi
Pengujian hipotesis dilakukan dengan cara membandingkan antara nilai probabilitas sig. Apabila terlihat angka signifikan lebih
kecil dari 0,10 maka koefisien regresi adalah signifikan pada tingkat 10 maka berarti H
ditolak dan H
1
diterima, yang berarti bahwa variabel bebas berpengaruh secara signifikan terhadap terjadinya variabel terikat.
67 Analisis uji regresi iniuntuk menguji seberapa jauh semua variabel
terikat. Hasil koefisien regresi dapat ditentukan dengan menggunakan nilai probabilitas sig pada tabel berikut:
Tabel 4.10 Hasil Uji Signifikansi Data
Variables in the Equation
B S.E.
Wald Df
Sig. ExpB
Step 1
a
LIK -1.809
2.458 .542
1 .462
.164 SOLV
-4.916 5.646
.758 1
.384 .007
PROF 2.216
4.527 .240
1 .625
9.167 SIZE
5.070 2.174
5.439 1
.020 159.176 UMUR
-.306 .140
4.802 1
.028 .736
AUDIT 2.117
1.213 3.046
1 .081
8.307 Constant
-12.669 7.573
2.798 1
.094 .000
a. Variables entered on step 1: LIK, SOLV, PROF, SIZE, UMUR, AUDIT.
Sumber: data diolah Hasil pengujian terhadap koefisien regresi logistik menghasilkan
model berikut ini:
Ln = +
LIK + SOLV +
PROF + SIZE +
UMUR + AUDIT +
Ln = - 12,669 - 1,809 LIK – 4,916 SOLV + 2,216 PROF + 5,070
SIZE - 0,306 UMUR + 2,117 AUDIT +
Tabel 4.11 Ringkasan Hasil Uji Signifikansi
No Hipotesis
Hasil Uji Signifikansi
1 Rasio likuiditas berpengaruh terhadap
pengungkapan internet financial reporting.
Tidak Didukung 2
Rasio solvabilitas berpengaruh terhadap pengungkapan internet financial
reporting. Tidak didukung
3 Rasio profabilitas berpengaruh terhadap
pengungkapan internet financial reporting.
Tidak didukung
68
Tabel 4.11 Lanjutan No
Hipotesis Hasil Uji Signifikansi
4 Ukuran bank berpengaruh terhadap
pengungkapan internet financial reporting.
Didukung 5
Umur listing berpengaruh terhadap pengungkapan internet financial
reporting. Didukung
6 Reputasi auditor berpengaruh terhadap
pengungkapan internet financial reporting.
Didukung Sumber: Data skunder yang diolah
1
Tingkat Likuiditas Bank Tidak Berpengaruh Terhadap Pengungkapan
Internet Financial Reporting
Hasil menunjukkan bahwa variabel rasio likuiditas yang diproksikan dengan Z”score tidak berpengaruh secara signifikan
terhadap pengungkapan internet financial reporting. Dengan bukti empiris bahwa nilai signifikansi sig dari variabel tersebut adalah
0,462 lebih besar dari 0,10 artinya bahwa H
1
ditolak, hasil sesuai dengan penelitian yang dilakukan oleh Indah Permata Sari 2011,
dalam penelitian yang berjudul “Analisis Faktor-Faktor Yang Mempengaruhi Praktik Penerapan Internet Financial Reporting IFR
Pada Perbankan Di Indonesia”. Metode yang digunakan menggunakan analisis parsial least square PLS. Hasil penelitian menyatakan
bahwa kinerja keuangan tidak berpengaruh terhadap IFR dan ukuran perbankan memiliki pengaruh yang signifikan terhadap IFR Internet
Financial Reporting. Namun, penelitian tidak sesuai dengan penelitian yang dilakukan oleh Chariri, et al. 2005 yang meneliti
69 analisis faktor-faktor yang mempengaruhi internet financial reporting
dalam website perusahaan Hasil penelitian ini mengungkapkan bahwa hanya ukuran perusahaan, likuiditas, solvabilitas, reputasi auditor, dan
umur listing yang berpengaruh signifikan terhadap praktik IFR di perusahaan. Ketidaksesuaian penelitian yang dilakukan oleh Chariri,
et al. 2005, karena adanya perbedaan objek penelitian yaitu pada penelitian terdahulu menggunakan perusahaan manufaktur sedangkan
penelitian ini menggunakan perusahaan perbankan.
2 Tingkat Solvabilitas Bank Tidak Berpengaruh Terhadap
Pengungkapan Internet Financial Reporting
Hasil menunjukkan bahwa variabel rasio solvabilitas tidak berpengaruh secara signifikan terhadap pengungkapan internet
financial reporting. Dengan bukti empiris bahwa nilai signifikansi sig dari variabel tersebut adalah 0,384 lebih besar dari 0,10 artinya
bahwa H
2
ditolak. Hal ini sesuai dengan hasil penelitian yang dilakukan oleh Al-Shammari 2007, dalam penelitianya yang
berjudul “ Determinants Of Internet Financial Reporting By Listed
Companies On The Kuwait Stock Exchange”. Metode yang digunakan adalah menggunakan regresi logistik, hasil penelitian menyatakan
bahwa ukuran perusahaan, reputasi auditor, likuiditas, dan jenis
industri berhubungan dengan praktik IFR, sedangkan leverage,
company age, ownership structure tidak berpengaruh terhadap
pengungkapan IFR.
70 Hasil didukung oleh penelitian lain yang dilakukan oleh
Luciana Spica Almalia 2008, dalam penelitiannya yang berjudul “Faktor-Faktor Yang Mempengaruhi Pengungkapan Sukarela Internet
Financial And Sustainability Reporting”. Metode yang digunakan menggunakan regresi linier berganda. Hasil penelitiannya menyatakan
bahwa ukuran perusahaan, profitabilitas dan struktur kepemilikan luar
berpengaruh terhadap praktik IFR, sementara leverage, kepemilikan asing dan kepemilikan publik tidak berpengaruh.
3 Tingkat Profitabilitas Bank Tidak Berpengaruh Terhadap
Pengungkapan Internet Financial Reporting
Hasil menunjukkan bahwa variabel rasio profitabilitas pada perusahaan perbankan tidak berpengaruh secara signifikan terhadap
pengungkapan internet financial reporting. Dengan bukti empiris bahwa nilai signifikansi sig dari variabel tersebut adalah 0,625 lebih
besar dari 0,10 artinya bahwa H
3
ditolak. Hal ini sesuai dengan penelitian yang dilakukan oleh Rahardjo
2012 menemukan faktor lain yang berpengaruh yakni, ukuran perbankan dan status listing berpengaruh secara positif dan signifikan
terhadap tingkat pengungkapan informasi keuangan dan non keuangan melalui website perbankan di Indonesia. Sedangkan rasio profabilitas
dan leverage tidak berpengaruh terhadap pengungkapan informasi keuangan dan non keuangan melalui website perbankan di Indonesia.
Diperkuat dengan hasil penelitian yang dilakukan oleh Al-Shammari
71 2007 dalam penelitianya yang berjudul company size, leverage,
liquidity, profitability, company age, ownership structure, industry, auditing firm and internationality. Hasil penelitian menyatakan bahwa
ukuran perusahaan, reputasi auditor, likuiditas, dan jenis industri berhubungan dengan Praktik IFR, sedangkan company age, ownership
structure, industry tidak berhubungan terhadap Praktik IFR.
4 Ukuran Bank Berpengaruh Positif Terhadap Pengungkapan
Internet Financial Reporting
Hasil menunjukkan bahwa variabel ukuran bank pada perusahaan perbankan berpengaruh secara signifikan terhadap
pengungkapan internet financial reporting. Dengan bukti empiris bahwa nilai signifikansi sig dari variabel tersebut adalah 0,020 lebih
kecil dari 0,10 artinya bahwa H
4
diterima. Hasil sesuai dengan penelitian yang dilakukan oleh Rahardjo
2012 menemukan faktor lain yang berpengaruh yakni, ukuran perbankan dan status listing berpengaruh secara positif dan signifikan
terhadap tingkat pengungkapan informasi keuangan dan non keuangan melalui website perbankan di Indonesia. Sedangkan rasio profabilitas
dan leverage tidak berpengaruh terhadap pengungkapan informasi keuangan dan non keuangan melalui website perbankan di Indonesia.
Penelitian lain juga mendukung hasil penelitian yang menyatakan bahwa ukuran perbankan berpengaruh penelitain yang
mendukung adalah penelitian yang dilakukan oleh Almilia 2008,
72 dalam
penelitianya yang
berjudul “Faktor-Faktor
Yang Mempengaruhi Pengungkapan Sukarela Internet Financial And
Sustainability Reporting”. Metode yang digunakan menggunakan regresi linier berganda. Hasil penelitianya menyatakan bahwa
ukuran perusahaan, profitabilitas dan struktur kepemilikan luar berpengaruh
terhadap praktik IFR, sementara leverage, kepemilikan asing dan kepemilikan publik tidak berpengaruh.
5 Umur Listing Berpengaruh Negatif Terhadap Pengungkapan
Internet Financial Reporting
Hasil menunjukkan bahwa variabel umur listing pada perusahaan perbankan berpengaruh secara signifikan terhadap
pengungkapan internet financial reporting. Dengan bukti empiris bahwa nilai signifikansi sig dari variabel tersebut adalah 0,028 lebih
kecil dari 0,10 artinya bahwa H
5
diterima. Hasil sesuai dengan penelitian yang dilakukan oleh Chariri, et
al. 2005 yang meneliti analisis faktor-faktor yang memperngaruhi internet financial reporting dalam website perusahaan Hasil penelitian
ini mengungkapkan bahwa hanya ukuran perusahaan, likuiditas, solvabilitas, reputasi auditor, dan umur listing yang berpengaruh
signifikan terhadap praktik IFR di perusahaan.
73
6 Reputasi Auditor Berpengaruh Positif Terhadap Pengungkapan
Internet Financial Reporting
Hasil menunjukkan bahwa variabel reputasi auditor pada perusahaan perbankan berpengaruh secara signifikan terhadap
pengungkapan internet financial reporting. Dengan bukti empiris bahwa nilai signifikansi sig dari variabel tersebut adalah 0,081 lebih
besar dari 0,10 artinya bahwa H
6
diterima. Hasil sesuai dengan penelitian yang dilakukan oleh Chariri, et
al. 2005 yang meneliti analisis faktor-faktor yang memperngaruhi internet financial reporting dalam website perusahaan Hasil penelitian
ini mengungkapkan bahwa hanya ukuran perusahaan, likuiditas, solvabilitas, reputasi auditor, dan umur listing yang berpengaruh
signifikan terhadap praktik IFR di perusahaan. Hasil diperkuat dengan penelitian yang dilakukan oleh Al-Shammari 2007 dalam
penelitiannya yang berjudul company size, leverage, liquidity, profitability, company age, ownership structure, industry, auditing
firm and internationality. Hasil penelitian menyatakan bahwa ukuran perusahaan, reputasi auditor, likuiditas, dan jenis industri berhubungan
dengan Praktik IFR, sedangkan company age, ownership structure, industry tidak berhubungan terhadap Praktik IFR.
74
C. Analisis