Analisis Pengaruh Media Exposure, Profitability, Ukuran Perusahaan, Kinerja Lingkungan, Leverage dan Good Corporate Governance Terhadap Carbon Emission Disclosure pada Perusahaan Manufaktur yang terdaftar di BEI Periode 2012-2014

LAMPIRAN 1

Tabel Seleksi Populasi

No. Nama Perusahaan Kode Kriteria Sampel

1 2 3

1 Akasha Wira International Tbk ADES √ x x -

2 Polychem Indonesia Tbk ADMG √ x x -

3 Tiga Pilar Sejahtera Food Tbk AISA √ x x -

4 Alam Karya Unggul Tbk AKKU √ x x -

5 Argha Karya Prima Industry Tbk AKPI √ x x -

6 Alkindo Naratama Tbk ALDO √ x x -

7 Alaska Industrindo Tbk ALKA √ x x -

8 Alumindo Light Metal Industry Tbk ALMI √ x x - 9 Asahimas Flat Glass Tbk AMFG √ √ √ Sampel 1

10 Asiaplast Industries Tbk APLI √ x x -

11 Argo Pantes Tbk ARGO √ x √ -

12 Arwana Citra Mulia Tbk ARNA √ x x -

13 Astra International Tbk ASII √ x x -

14 Astra Auto Part Tbk AUTO √ x x -

15 Primarindo Asia Infrastructure Tbk BIMA √ x x -

16 Indo Kordsa Tbk BRAM √ x x -

17 Berlina Tbk BRNA √ x x -

18 Barito Pasific Tbk BRPT √ x x -

19 Beton Jaya Manunggal Tbk BTON x x x -

20 Budi Acid Jaya Tbk BUDI √ √ √ Sampel 2

21 Cahaya Kalbar Tbk CEKA √ x x -

22 Centex Tbk CNTX √ x x -

23 Charoen Pokphand Indonesia Tbk CPIN √ √ x -

24 Citra Turbindo Tbk CTBN √ x x -

25 Delta Djakarta Tbk DLTA √ x x -

26 Duta Pertiwi Nusantara DPNS √ x x -

27 Darya Varia Laboratoria Tbk DVLA x x x - 28 Ekadharma International Tbk EKAD x x x -

29 Eratex Djaya Tbk ERTX √ x x -

30 Ever Shine Textile Industry Tbk ESTI √ x x -

31 Eterindo Wahanatama Tbk ETWA √ x x -

32 Fajar Surya Wisesa Tbk FASW √ √ √ Sampel 3

33 Titan Kimia Nusantara Tbk FPNI √ √ x -

34 Gunawan Dianjaya Steel Tbk GDST √ √ x -

36 Gudang Garam Tbk GGRM √ √ √ Sampel 4

37 Gajah Tunggal Tbk GJTL √ √ √ Sampel 5

38 Pan Asia Indosyntec Tbk HDTX √ x x -

39 Indofood CBP Sukses Makmur Tbk ICBP √ √ √ Sampel 6 40 Champion Pasific Indonesia Tbk IGAR √ x x - 41 Inti Keramik Alam Asri Industri Tbk IKAI x x x -

42 Sumi Indo Kabel Tbk IKBI √ x x -

43 Indomobil Sukses International Tbk IMAS √ x x -

44 Indofarma Tbk INAF √ x x -

45 Indal Aluminium Industry Tbk INAI √ x x - 46 Intan Wijaya International Tbk INCI √ x x - 47 Indofood Sukses Makmur Tbk INDF √ √ √ Sampel 7

48 Indo Rama Synthetic Tbk INDR √ x x -

49 Indospring Tbk INDS √ x x -

50 Indah Kiat Pulp & paper Tbk INKP √ √ √ Sampel 8

51 Toba Pulp Lestari Tbk INRU √ √ √ Sampel 9

52 Indocement Tunggal Prakasa Tbk INTP √ √ √ Sampel 10 53 Indopoly Swakarsa Industry Tbk IPOL √ x x -

54 Itamaraya Tbk ITMA √ x x -

55 Jembo Cable Company Tbk JECC √ x x -

56 Jakarta Kyoei Steel Work LTD Tbk JKSW x x x -

57 Japfa Comfeed Indonesia Tbk JPFA √ √ -

58 Jaya Pari Steel Tbk JPRS √ √ x -

59 Kimia Farma Tbk KAEF √ √ x -

60 Karwell Indonesia Tbk KARW √ x x -

61 KMI Wire and Cable Tbk KBLI √ x x -

62 Kabelindo Murni Tbk KBLM √ √ x -

63 Kertas Basuki Rachmat Indonesia Tbk KBRI √ √ x - 64 Kedawung Setia Industrial Tbk KDSI √ x x - 65 Keramika Indonesia Assosiasi Tbk KIAS √ x x -

66 Kedaung Indag Can Tbk KICI √ x x -

67 Kalbe Farma Tbk KLBF √ √ √ Sampel 11

68 Krakatau Steel Tbk KRAS √ x x -

69 Lion Metal Works Tbk LION √ x x -

70 Langgeng Makmur Industry Tbk LMPI √ x x -

71 Lionmesh Prima Tbk LMSH √ x x -

72 Multi Prima Sejahtera Tbk LPIN √ x x -

73 Malindo Feedmill Tbk MAIN √ x x -

74 Multistr√ Arah Sarana Tbk MASA √ x x -

77 Mulia Industrindo Tbk MLIA √ x x - 78 Multi Bintang Indonesia Tbk MLBI √ x x -

79 Mustika Ratu Tbk MRAT √ √ x -

80 Mayora Indah Tbk MYOR √ x x -

81 Hanson International Tbk MYRX √ x x -

82 Apac Citra Centertex Tbk MYTX √ x x -

83 Pelat Timah Nusantara Tbk NIKL √ √ √ Sampel 12

84 Nippres Tbk NIPS √ x x -

85 Pan Brothers Tbk PBRX √ x x -

86 Pelangi Indah Canindo Tbk PICO √ x x -

87 Asia Pasific Fibers Tbk POLY √ x x -

88 Prima alloy steel Universal Tbk PRAS √ x x -

89 Prashida Aneka Niaga Tbk PSDN √ x x -

90 Sat Nusa Pers√ Tbk PTSN √ √ x -

91 Pyridam Farma Tbk PYFA √ x x -

92 Ricky Putra Globalindo Tbk RICY x x x - 93 Bentoel International Investama Tbk RMBA √ x x - 94 Nippon Indosari Corporindo Tbk ROTI √ x x - 95 Supreme Cable Manufacturing and

Commerce Tbk SCCO √ x x

- 96 Schering Plough Indonesia Tbk SCPI √ x x -

97 Sekawan Intipratama Tbk SIAP √ x x -

98 Siwani Makmur Tbk SIMA √ x x -

99 Surya Intrindo Makmur Tbk SIMM x x x -

100 Siearad Produce Tbk SIPD √ x x -

101 Sekar Laut Tbk SKLT √ x x -

102 Holcim Indonesia Tbk SMCB √ √ √ Sampel 13

103 Semen Gresik Tbk SMGR √ x x -

104 Selamat Sempurna Tbk SMSM √ x x -

105 Sorini Agro Asia Corporindo Tbk SOBI √ √ √ Sampel 14

106 Suparma Tbk SPMA √ √ √ Sampel 15

107 Taisho Pharmaceutical Indonesia Tbk SQBB √ x x -

108 Indo Acitama Tbk SRSN √ x x -

109 Sunson Textile Manufacturer Tbk SSTM √ x x -

110 Siantar Top Tbk STTP √ x x -

111 Sumalindo Lestari Jaya Tbk SULI √ √ x - 112 Tembaga Mulia Semanan Tbk TBMS x x x -

113 Mandom Indonesia Tbk TCID √ x x -

114 Tirta Mahakam Resources Tbk TIRT √ √ √ Sampel 16 115 Pabrik Kertas Tjiwi Kimia Tbk TKIM √ x x - 116 Surya Toto Indonesia Tbk TOTO √ √ √ Sampel 17

117 Chandra Asri Petrochemical TPIA √ √ √ Sampel 18

118 Trias Sentosa Tbk TRST √ x x -

119 Tempo Scan Pasific Tbk TSPC √ x x -

120 Ultrajaya Milk Industry and Trading

Company Tbk ULTJ √ √ x

-

121 Unggul Indah Cahaya Tbk UNIC √ √ x -

122 Nusantara Inti Corpora Tbk UNIT √ x x - 123 Unilever Indonesia Tbk UNVR √ √ √ Sampel 19

124 Voksel Electric Tbk VOKS √ x x -

LAMPIRAN 2

Hasil Perhitungan Med_Exp, Return On Asset (ROA), SIZE, PROPER, LEV, PRKOM dan UKDKOM

No. Emiten Tahun CED Med_Exp ROA SIZE PROPER LEV PRKOM UKDKOM

1. AMFG 2012 0.17 0 11.13 28.7674 3 0.21 0.3333 0.5455

2. AMFG 2013 0.17 0 9.56 28.8950 3 0.22 0.3333 0.5455

3. AMFG 2014 0.17 0 11.7 28.9967 3 0.19 0.3333 0.5455

4. BUDI 2012 0.22 1 0.22 28.4638 3 0.63 0.3333 0.4286

5. BUDI 2013 0.22 1 3.33 27.8847 3 1.16 0.3333 0.4286

6. BUDI 2014 0.22 1 1.15 28.5381 3 0.63 0.3333 0.4286

7. FASW 2012 0.56 1 0.09 29.3499 3 0.68 0.3333 0.5000

8. FASW 2013 0.56 1 -4.38 29.3701 3 0.73 0.3333 0.6000

9. FASW 2014 0.56 1 1.55 29.3504 3 0.71 0.4000 0.8333

10. GGRM 2012 0.06 0 9.8 31.3569 3 0.36 0.5000 0.4444

11. GGRM 2013 0.06 0 8.63 31.5583 3 0.42 0.3333 0.4286

12. GGRM 2014 0.06 0 9.27 31.6953 3 0.43 0.5000 0.5714

13. GJTL 2012 0.11 0 8.8 30.1859 3 0.57 0.3333 0.6000

14. GJTL 2013 0.17 0 0.78 30.3622 3 0.63 0.4286 0.6364

15. GJTL 2014 0.22 1 1.68 30.4063 2 0.63 0.5000 0.5455

16. ICBP 2012 0.11 0 12.86 30.5076 4 0.32 0.3750 0.8889

17. ICBP 2013 0.11 0 10.51 30.6882 3 0.38 0.4286 0.7778

18. ICBP 2014 0.22 1 10.16 30.8463 4 0.4 0.4286 0.7778

19. INDF 2012 0.06 0 8.06 31.7140 3 0.42 0.3750 1.0000

20. INDF 2013 0.06 0 4.38 31.9889 3 0.51 0.3750 0.8889

21. INDF 2014 0.06 0 5.99 32.0847 3 0.52 0.3750 0.8889

23. INKP 2013 0.06 0 3.26 32.0517 3 0.66 0.4444 1.0000

24. INKP 2014 0.06 0 1.94 32.0264 2 0.63 0.4444 0.9000

25. INRU 2012 0.17 0 -0.99 28.7439 4 0.61 0.5000 0.8000

26. INRU 2013 0.17 0 1.17 29.0049 3 0.61 0.5000 0.8000

27. INRU 2014 0.17 0 0.44 29.0437 3 0.61 0.5000 0.8000

28. INTP 2012 0.50 1 20.93 30.7558 5 0.15 0.4286 0.7778

29. INTP 2013 0.50 1 18.84 30.9122 4 0.14 0.4286 0.7778

30. INTP 2014 0.50 1 18.26 30.9943 4 0.14 0.4286 0.7778

31. KLBF 2012 0.17 0 18.85 29.8736 2 0.22 0.3333 1.2000

32. KLBF 2013 0.17 0 17.41 30.0572 3 0.25 0.3333 1.2000

33. KLBF 2014 0.17 0 17.07 30.1507 3 0.21 0.3333 1.2000

34. NIKL 2012 0.17 0 -5.85 27.6984 3 0.61 0.3333 1.2000

35. NIKL 2013 0.17 0 0.22 28.0541 3 0.65 0.3333 1.2000

36. NIKL 2014 0.17 0 -5.88 28.0431 3 0.71 0.3333 1.2000

37. SMCB 2012 0.89 1 11.1 30.1299 5 0.31 0.4286 0.8750

38. SMCB 2013 0.89 1 6.39 30.3320 5 0.41 0.5000 0.7500

39. SMCB 2014 0.89 1 3.89 30.4757 5 0.49 0.5000 0.8571

40. SOBI 2012 0.06 0 -0.03 27.9028 3 0.47 0.3333 0.6000

41. SOBI 2013 0.06 0 2.82 27.9345 3 0.42 0.3333 0.6000

42. SOBI 2014 0.06 0 0.11 28.0809 3 0.36 0.3333 0.7500

43. SPMA 2012 0.17 0 2.4 28.1405 3 0.53 0.4000 1.2500

44. SPMA 2013 0.17 0 -1.35 28.2004 3 0.57 0.4000 1.2500

45. SPMA 2014 0.17 0 2.32 28.3691 3 0.62 0.6000 1.2500

46. TIRT 2012 0.11 0 -4.74 27.2448 2 0.85 0.0000 0.5000

47. TIRT 2013 0.11 0 -19.07 27.3069 2 0.92 0.5000 0.5000

50. TOTO 2013 0.11 0 13.55 28.1885 3 0.41 0.2500 0.4000

51. TOTO 2014 0.11 0 14.49 28.3377 3 0.39 0.4000 0.4545

52. TPIA 2012 0.17 1 -5.17 30.4231 4 0.57 0.2857 1.0000

53. TPIA 2013 0.28 1 0.58 30.7839 3 0.55 0.2857 1.0000

54. TPIA 2014 0.28 1 0.95 30.8058 3 0.55 0.2857 1.0000

55. UNVR 2012 0.44 1 40.38 30.1147 5 0.67 0.8000 0.5556

56. UNVR 2013 0.50 1 71.51 29.6440 4 1.21 0.8000 0.5556

LAMPIRAN 3

Hasil Uji Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

CED 57 .06000 .89000 .2377193 .21471757

Media_EXP 57 0 1 .33 .476

ROA 57 -19.07000 71.51000 7.5568421 13.19318157 SIZE 57 27.24484 32.08466 29.6537746 1.42294572

PROPER 57 2 5 3.23 .732

LEV 57 .14000 1.21000 .5247368 .22734575 PRKOM 57 .00000 .80000 .4027456 .13071789 UKDKOM 57 .40000 1.25000 .7756211 .26290127 Valid N (listwise) 57

LAMPIRAN 4

LAMPIRAN 5

Hasil Uji Kolmogorov-Smirnov

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 57

Normal Parametersa,b Mean 0E-7 Std. Deviation .10621538

Most Extreme Differences

Absolute .124

Positive .124

Negative -.098

Kolmogorov-Smirnov Z .936

Asymp. Sig. (2-tailed) .345

a. Test distribution is Normal. b. Calculated from data.

LAMPIRAN 6

Hasil Uji Multikoliniearitas

Coefficientsa

Model Collinearity Statistics

Tolerance VIF

1

(Constant)

Media_EXP .622 1.608

ROA .586 1.706

SIZE .771 1.297

PROPER .523 1.911

LEV .652 1.534

PRKOM .504 1.986

UKDKOM .874 1.144

LAMPIRAN 7

LAMPIRAN 8

Hasil Uji Autokorelasi

Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .869a .755 .720 .11354901 2.517

a. Predictors: (Constant), UKDKOM, PROPER, LEV, SIZE, ROA, Media_EXP, PRKOM b. Dependent Variable: CED

LAMPIRAN 9

Hasil Uji Regresi Linear Berganda Hasil Uji Koefisien Determinasi

Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

1 .869a .755 .720 .11354901

a. Predictors: (Constant), UKDKOM, PROPER, LEV, SIZE, ROA, Media_EXP, PRKOM

b. Dependent Variable: CED

Hasil Uji F

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 1.950 7 .279 21.606 .000b

Residual .632 49 .013

Total 2.582 56

a. Dependent Variable: CED

Hasil Uji t

Coefficientsa

Model Unstandardized Coefficients Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) .240 .373 .645 .522

Media_EXP .287 .040 .635 7.086 .000

ROA -.001 .002 -.077 -.833 .409

SIZE -.018 .012 -.121 -1.498 .140

PROPER .118 .029 .401 4.109 .000

LEV -.065 .083 -.069 -.784 .437

PRKOM .098 .164 .060 .598 .552

UKDKOM .084 .062 .103 1.368 .178

DAFTAR PUSTAKA

Al-Tuwaijri, Christensen & Hughes, 2003. The Realtions Among Enviromental Disclosure, Enviromental Performance, and Economic Performance: A Simultaneous Equations Aprroach.

Bappenas. 2013. Indonesia's Framework fo Nationally Appropriate Mitigation Actions.

Barako, D. G., Hancock, P. & Izan, H. 2006. Factors influencing voluntary corporate disclosure by Kenyan companies.Corporate Governance: An International Review, 14:2, 107-25.

Berthelot, Robert, 2011. Climate change disclosure: An examination of Canadian oil and gas firms. Issues in Social and Enviromental Accounting, Volume 5 No. 1, Pp 106-123.

Carpenter, C.: 2001. Businesses, Green Groups and the Media: The Role of Non-Governmental Organizations in the Climate Change Debate. International Affairs 77(2), 313–328.

CDP Global 500 Report, 2009. Carbon Disclosure Project 2009 Global 500

Report, Carbon Disclosure Project

CDP Global Climate Change Report, 2015. CDP Global Climate Change Report

2015, Carbon Disclosure Project

Chatterjee, Alagiah, 2011. Corporate Greenhouse-gas Emission Disclosures in the Mining Sector. Asia Pacific Journal of Accounting and Finance, volume 1 No. 2, 178-198.

Choi, et al, 2013. An analysis of Australian company carbon emission disclosures. Pacific Accounting Review, Vol. 25 No. 1, 58-79.

Chong, Yu and Freedman, Martin. 2011. Corporate Governance And Enviromental Performance And Disclosures. Advances in Accounting, Vol. 27 No. 2, 223-232.

Clarkson, P. M. et al., 2008. Revisiting The Relations Between Enviromental Performance and Enviromental Disclosure: An Empirical Analysis. Accounting, Organizations and Society.

Dawkins and Fraas, 2011. Coming Clean: The Impact of Enviromental Performance and Visibility on Corporate Climate Change Disclosure. Journal of Business Ethics, Volume 100, 303-322.

Deegan, C., Rankin. M., dan Tobin, J. 2002.An Examination of the Corporate Social and Environmental Disclosure BHP from 1983-1997 a Test of Legitimacy Theory. Accounting, Auditing and Accountability, Vol. 15, No. 3, pp 312-343.

Dowling, J. dan Pfeffer, J. 1975. Organizational Legitimacy: Social Values and Organizational Behaviour. Pasific Sociological Review, Vol. 18

Freeman, R.E., and Reed, 1983. Stockholders and stakeholders: a new perspective on corporate governance.

Friedman, Milton, 1962. Capitalism and Freedom. Chicago: University ofChicago Press.

Ghomi & Leung, 2013. An Empirical Analysis of The Determinants of Greenhouse Gas Voluntary Disclosure in Australia. Accounting and Finance Research, Vol. 2 No. 1, 110-127.

Ghozali, Imam dan Anis Chariri, 2007. Teori Akuntansi. Semarang: Badan Penerbit Universitas Diponegoro.

Gray, dkk, 1997. Manajemen Proyek. LPFE Universitas Indonesia.

Gray, R.H., Dey, C., Owen, D.L., Evans, R. and Zadek, S. 1997. Struggling with the Praxis of Social Accounting: Stakeholders, Accountability, Audits and Procedures. Accounting, Auditing and Accountability Journal, Vol. 10 No. 3, pp. 325-64

Hadjoh dan Sukartha, 2013. Pengaruh Ukuran Perusahaan, Kinerja Lingkungan dan Eksposur Media pada Pengungkapan Informasi Lingkungan. E-Jurnal Akuntansi Universitas Udayana, Vol. 4.1, 1-17.

Intergovernmental Panel on Climate Change. 2013. Climate Change 2013 : The Physical Science Basis. Working group 1 contribution to the fifth assessment report of the Intergovernmental Panel on Climate Change. Jaggi & Freedman, 2011. Global Warming Disclosure: Impact Of Protocol Kyoto

Across Countries. Journal of International Financial Management and Accounting, Volume 22:1, 46-90

Kardono, 2010. Memahami Perdagangan Karbon. Info PUSTANLING, Volume 12 No. 1, Hal 2-15.

Kaya, Ozan, 2008. Companies Response to Climate Change: The Case of Turkey. European Journal of Social Sciences. Vol. 7 No. 2, 53-62.

Kementrian Lingkungan Hidup. 2012. Pilar Lingkungan Hidup Indonesia. Status Lingkungan Hidup Indonesia 2012.

KNKG, 2006. Pedoman Umum Good corporate governance Indonesia.

KNKG, 2013. Prinsip Dasar Pedoman Good corporate governance Perbankan Indonesia.

Lorenzo, et al, 2009. Factors Influencing The Disclosure of Greenhouse Gas Emissions in Companies World-wide. Management Decision, Volume 47 No. 7, 1133-1157

Luo, et al, 2012. Corporate Incentive to Disclose Carbin Information: Evidence from the CDP Global 500 Report. Journal of International Financial Management & Accounting, Volume 23 No. 2, 93-120.

Martinez, Leah H., 2013. Post Industrial Revolution Human Activity and Climate Change: Why The United States Must Implement Mandatory Limits On Industrial Greenhouse Gas Emissions. Journal Of Land Use, Vol. 20:2, 407-426.

McCombs, M. E. and D. L. Shaw: 1972, The AgendaSetting Function of Mass Media. Public Opinion Quarterly 36, 176–187.

Pradini, Harlinda Siska. 2013. The Analysis of Information Content towards Greenhouse Gas Emissions Disclosure in Indonesia Companies. Thesis pada Universitas Diponegoro Semarang.

Purnomosidhi, Bambang. 2006. Praktik Pengungkapan Modal Intelektual Pada Perusahaan Publik di BEJ. Malang: Universitas Brawijaya Malang.

Republik Indonesia. 1994. Undang-Undang No. 6 Tahun 1994tentang Pengesahan United Nations Framework Convention On Climate Change (Konvensi Kerangka Kerja Perserikatan Bangsabangsa Mengenai Perubahan Iklim). Lembaran Negara RI Tahun 1994, No. 42. Sekretariat Negara. Jakarta. Republik Indonesia. 1994. Undang-Undang No. 17 Tahun 2004tentang

Pengesahan Kyoto Protocol To The United Nations Framework Convention On Climate Change (Protokol Kyoto Atas Konvensi Kerangka Kerja Perserikatan Bangsa-Bangsa Tentang Perubahan Iklim). Lembaran Negara RI Tahun 2004, No. 72. Sekretariat Negara. Jakarta.

Republik Indonesia. 2009. Undang-Undang No. 32 Tahun 2009tentang Perlindungan Dan Pengelolaan Lingkungan Hidup. Lembaran Negara RI Tahun 2009, No. 140. Sekretariat Negara. Jakarta.

Republik Indonesia. 2009. Undang-Undang No. 31 Tahun 2009tentang Meteorologi, Klimatologi, Dan Geofisika. Lembaran Negara RI Tahun 2009, No. 139. Sekretariat Negara. Jakarta.

Republik Indonesia. 2011. Peraturan Presiden No. 61 Tahun 2011tentang Rencana Aksi Nasional Penurunan Emisi Gas Rumah Kaca. Sekretariat Kabinet RI. Jakarta.

Republik Indonesia. 2011. Peraturan Presiden No. 71 Tahun 2011tentang Penyelenggaraan Inventarisasi Gas Rumah Kaca Nasional. Sekretariat Kabinet RI. Jakarta.

Rifa’i, Badriyah. 2009. Peran Komisaris Independen dalam Mewujudkan Good corporate governance di Perusahaan Publik. Jurnal Hukum, No. 3 Vol. 16, 396 – 412.

Saka and Oshika. 2014. Disclosure effects, carbon emissions and corporate value. Sustainability Accounting, Management and Policy Journal, Vol. 5 No. 1, 22-45.

Setiawan, Benny. 2012. Analisis Pengaruh Praktik Good Corporate Governance Dan Manajemen Laba Terhadap Corporate Environmental Disclosure (Studi Emipiris Pada Perusahaan Yang Terdaftar Di Bei Dan Proper Tahun 2008-2010). Skripsi Perpustakaan Ekonomi Referensi. UNDIP Semarang.

Shocker, Allan D. and Sethi, S. Prakash, 1973. An Approach to Incorporating Societal Preferences in Developing Corporate Action Strategies. California Management Review, Vol. XV No. 4, 97-105.

Suratno, Darsono, dan Siti Mutmainah. 2006. Pengaruh Enviromental Performance Terhadap Enviromental Disclosure dan Economic Performance : Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Jakarta Periode 2001-2004. SNA IX Padang. 23-26 Agustus.

United States Enviromental Protection Agency. 2014. Climate Change Indicators in the United States, 2014.

Uyar et, al, 2013. Association Between Firm : Evidence from Turkish Listed Companies. Intangible Capital, Vol. 9(4), 1080-1112.

Verrecchia, Robert E., 1983. Discretionary Disclosure. Journal of Accounting and Economics Vol. 5, 179-194.

Wang et, al, 2011. Quantifying The Impact of Financial Development on Economic Development. Review of Economic Dynamics.

Wibowo, Agung Edy, 2012. Aplikasi Praktis SPSS Dalam Penelitian. Penerbit Gava Media, Yogyakarta.

Zhang,et al. Voluntary Disclosure and Information Asymmetry: Evidence from the 2005 securities Offering Reform. Journal of Accounting Research, volume 51 No. 5, 1300-1345.

BAB III

METODE PENELITIAN

3.1. Variabel Penelitian dan Definisi Operasional Variabel 3.1.1. Variabel Penelitian

1. Variabel Dependen

Variabel dependen adalah variabel yang dijelaskan atau dipengaruhi oleh variabel independen. Variabel dependen pada penelitian ini adalah Carbon Emission Disclosure.

2. Variabel Independen

Variabel independen adalah variabel yang menjelaskan atau mempengaruhi variabel lain. Penelitian ini menggunakan variabel Media Exposure,Profitability, Ukuran Perusahaan, Kinerja Lingkungan dan Leverage sebagai variabel independen.

3.1.2. Definisi Operasional Variabel 1. Variabel Dependen

Variabel dependen yang digunakan dalam penelitian ini adalah Carbon Emission Disclosure, metode pengukuran yang digunakan adalah content analysis. Metode ini dilakukan dengan membaca laporan tahunan dan sustainability report perusahaan-perusahaan sampel untuk menemukan sejauh mana perusahaan melakukan pengungkapan emisi karbon. Untuk mengukur sejauh mana pengungkapan karbon, Choi et al mengembangkan checklist berdasarkan lembar permintaan informasi

sebuah organisasi non-profit independen yang memegang volume terbesar informasi perubahan iklim (Climate Change) di dunia, yaitu lebih dari 3.000 organisasi di 60 negara. Choi et al menentukan lima kategori besar yang relevan dengan perubahan iklim dan emisi karbon sebagai berikut: risiko dan peluang perubahan iklim (CC/Climate Change), emisi gas rumah kaca (GHG/Greenhouse Gas), konsumsi energi (EC/Energy Consumption), pengurangan gas rumah kaca dan biaya (RC/Reduction and Cost) serta akuntabilitas emisi karbon (AEC/Accountability of Emission Carbon). Di dalam lima kategori tersebut, terdapat 18 item yang telah diidentifikasi. Berikut checklist pengungkapan emisi karbon. Berikut merupakan checklist dari pengungkapan emisi karbon yang akan ditunjukkan pada tabel 3.1:

Tabel 3.1

Carbon Emission DisclosureChecklist

Kategori Item

Perubahan Iklim : Risiko dan Peluang

CC-1: Penilaian/deskripsi terhadap risiko (peraturan/regulasi baik khusus maupun umum) yang berkaitan dengan perubahan iklim dan tindakan yang diambil unutk mengelola risiko tersebut.

Tabel 3.1

Lanjutan Carbon Emission DisclosureChecklist

Kategori Item

CC-2: Penilaian/deskripsi saat ini (dan masa depan) dari implikasi keuangan, bisnis dan peluang dari perubahan iklim.

Emisi Gas Rumah Kaca(GHG/Greenhouse Gas)

GHG-1: Deskripsi metodologi yang digunakanuntuk menghitung emisi gas rumah kaca (misal protocol GRK atau ISO).

GHG-2: Keberadaan verifikasi eksternalkuantitas emisi GRK oleh siapa dan

atas dasar apa.

GHG-3: Total emisi gas rumah kaca (metrikton CO2-e) yang dihasilkan.

GHG-4: Pengungkapan lingkup 1 dan 2, atau 3emisi GRK langsung.

GHG-5: Pengungkapan emisi GRKberdasarkan asal atau sumbernya (misalnya:batu bara, listrik, dll).

GHG-6: Pengungkapan emisi GRKberdasarkan fasilitas atau level segmen.

GHG-7: Perbandingan emisi GRK dengantahun-tahun sebelumnya.

Konsumsi Energi (EC/Energy Consumption

EC-1: Jumlah energi yang

dikonsumsi(misalnya tera-joule atau PETA-joule).

EC-2: Kuantifikasi energi yang digunakan dari sumber daya yang dapat diperbaharui.

EC-3: Pengungkapan menurut jenis, fasilitas atau segmen.

Tabel 3.1

Lanjutan Carbon Emission DisclosureChecklist

Kategori Item

Pengurangan Gas Rumah Kaca dan Biaya

(RC/Reduction and Cost)

RC-1: Detail/rincian dari rencana atau strategi untuk mengurangi emisi GRK.

RC-2: Spesifikasi dari target tingkat/level dan tahun pengurangan emisi GRK.

RC-3: Pengurangan emisi dan biaya atau tabungan (costs or savings) yang dicapai saat ini sebagai akibat dari rencana pengurangan emisi karbon.

RC-4: Biaya emisi masa depan yang diperhitungkan dalam perencanaan belanja modal (capital expenditure planning)

Akuntabilitas Emisi Karbon

(AEC/Accountability of Emission Carbon)

AEC-1: Indikasi dimana dewan komite (atau badan eksekutif lainnya) memiliki tanggung jawab atas tindakan yang berkaitan dengan perubahan iklim.

AEC-2: Deskripsi mekanisme dimana dewan (atau badan eksekutif lainnya) meninjau kemajuan perusahaan mengenai perubahan iklim.

Sumber: Choi et al (2013)

Perusahaan yang diklasifikasikan berdasarkanemisi perusahaan tersebutmenjadi tiga kategori yaitu lingkup (scope) 1-3. Lingkup 1-2 yang dilaporkan, sedangkan lingkup 3 merupakan pilihan (Choi et al,2013). Konsep “Ruang Lingkup/Scope” yang digunakan untuk menggambarkan berbagai jenis sumber emisi karbon dan untuk

lingkup 3 telah diterima secara luas dan telah digunakan pada sejumlah program dan standar (TheInstitute of Chartered Accountants in Australia, 2008). Tabel 3.2 berikut adalah deskripsi dari Lingkup (Scope) 1, 2, dan 3.

Tabel 3.2

Deskripsi Ruang Lingkup 1,2, dan 3 Scope

1

Emisi GRK Langsung

 Emisi GRK terjadi dari sumber yang dimilikiatau dikendalikan oleh perusahaan, misalnya: emisi dari pembakaran boiler, tungku, kendaraan yang dimiliki oleh perusahaan; emisi dari produksi kimia pada peralatan yang dimiliki dan dikendalikan oleh perusahaan.

 Emisi CO2 langsung dari pembakaran biomassa tidak dimasukkan dalam lingkup 1 tetapi dilaporkan secara terpisah.

 Emisi GRK yang tidak terdapat pada protocol Kyoto, misalnya CFC, NOX, dll sebaiknya tidak dimasukkan dalam lingkup 1 tetapi dilaporkan secara terpisah.

Scope 2

Emisi GRK secara tidak langsung yang

berasal dari listrik

 Mencakup emisi GRK dari pembangkit listrik yang dibeli atau dikonsumsi oleh perusahaan

 Lingkup 2 secara fisik terjadi pada fasilitas dimana listrik dihasilkan.

Tabel 3.2

Lanjutan Deskripsi Ruang Lingkup 1,2, dan 3 Scope 3 Emisi GRK

tidak langsung lainnya

 Lingkup 3 adalah kategori pelaporan opsional yang memungkinkan untuk perlakuan semua emisi tidak langsung lainnya

 Lingkup 3 dari konsekuensi dari kegiatan perusahaan, tetapi terjadi dari sumber yang tidak dimiliki atau dikendalikan oleh perusahaan

 Contoh lingkup 3 adalah kegiatan ekstraksi dan produksi bahan baku yang dibeli, transportasi dari bahan bakar yang dibeli, dan penggunaan produk dan jasa yang djual.

Sumber: Choi et al (2013)

Kalkulasi indeks Carbon Emission Disclosure dilakukan dengan langkah-langkah sebagai berikut:

a. Memberikan skor pada setiap item pengungkapan dengan skala dikotomi

b. Skor maksimal adalah 18, sedangkan skor minimal adalah 0. Setiap item bernilai 1 sehingga jika perusahaan mengungkapkan semua item pada informasi di Laporannya maka skor perusahaan tersebut 18.

2. Variabel Independen a. Media Exposure

Pengukuran untuk Media Exposure menggunakan variabel dummy yang dimana nilai 1 untuk perusahaan yang lebih banyak mengungkapkan informasi yang berkaitan dengan emisi karbon melalui website perusahaan, dan juga berbagai media pengungkapan seperti annual report, sustainability report, koran dan berbagai media lainnya. Sedangkan nilai 0 untuk sebaliknya.

b. Profitability

Profitabilitydiartikan sebagaikemampuanperusahaanuntuk menghasilkanlaba atauprofitdalamupayameningkatkannilai pemegang saham (Purnasiwi, 2011). Profitability dapat diukur denganberbagaiukurandiantaranya:ROE,ROA,ROI, NPM.Dalam penelitian ini, Profitability diukur dengan menggunakan ROA (ReturnonAssets), yaitu membandingkan total laba sebelum pajak dengan total asset.

���= ��������������������� ���������

c. Ukuran Perusahaan

Ukuran perusahaan diukur dari total aset perusahaan. Ukuran Perusahaan = nilai logaritam natural dari total

d. Kinerja Lingkungan

Kinerja lingkungan diukur dengan menggunakan PROPER.PROPER merupakan kegiatan pengawasan dan program pemberian insentif dan/atau disinsentif kepada penanggung jawab usaha dan/atau kegiatan. Pemberian penghargaan PROPER berdasarkan penilaian kinerja penanggung jawab usaha dan/atau kegiatan dalam: pencegahan pencemaran dan/atau kerusakan lingkungan hidup, penanggulangan pencemaran dan/atau kerusakan lingkungan hidup dan pemulihan pencemaran dan/atau kerusakan lingkungan hidup (Laporan PROPER Kementrian Lingkungan Hidup, 2011).

Program Penilaian Peringkat Kinerja Perusahaan (PROPER) merupakan salah satu upaya Kementerian Negara Lingkungan Hidup untuk mendorong penaatan perusahaan dalam pengelolaan lingkungan hidup melalui instrumen informasi (menlh.go.id). PROPER ini mencakup pemeringkatan perusahaan dalam 5 warna yaitu: Emas (sangat sangat baik, skor 5), Hijau (sangat baik, skor 4), Biru (baik, skor 3), Merah (buruk, skor 2), Hitam (sangat buruk, skor 1).

Adapun tabel ringkasan peringkat PROPER adalah sebagai berikut :

Tabel 3.3 Peringkat PROPER

Skala Arti Warna

1 Sangat buruk Hitam

2 Buruk Merah

3 Baik Biru

4 Sangat baik Hijau

5 Sangat baik sekali Emas

Sumber : Kementrian Lingkungan Hidup e. Leverage

Leverage diukur dari rasio total utang dibagi dengan total aset.

��������= Total Utang ���������

f. Proporsi Komisaris Indpenden

Komisaris independen merupakan anggota Dewan Komisaris yang tidak berafiliasi dengan manajemen, anggota Dewan komisaris lainnya, dan pemegang saham pengendali, serta bebas dari hubungan busnis atau hubungan lainnya yang dapat mempengaruhi kemampuannya untuk bertindak independen untuk kepentingan dari perusahaan

(KNKG, 2006). Proporsi Komisaris Independen diukur dengan membagi antara jumlah anggota Komisaris Independen dengan total anggota Dewan Komisaris di Perusahaan.

����� = ����� ℎ������ ���������� ���������� ������ ℎ���

����� ℎ����� ��������� �������� ℎ���

g. Ukuran Dewan Komisaris

Ukuran Dewan Komisaris merupakan perbandingan antara Dewan Komisaris dengan Dewan Direksi. Ukuran Dewan Komisaris diukur dengan membagi antara total anggota Dewan Komisaris dibandingkan dengan total anggota Dewan Direksi di perusahaan.

������= �����ℎ�����������������������������ℎ���

�����ℎ���������������������������ℎ���

Agar variabel – variabel dalam penelitian ini lebih mudah dipahami, berikutakan disajikan tabel 3.2 mengenai definisiOperasional Variabel :

Tabel 3.4

Definisi Operasional dan Pengukuran Variabel

No Variabel Definisi Pengukuran Skala

1 Pengungkap anemisi karbon Kesadaranperusaha an dalam menangani masalah perubahan iklim karena pengaruh emisi gas rumah kaca

Menggunakan contentanalysis dengan membandingkan total item yang diungkapkan dengan total item maksimal yang dapat diungkapkan

Rasio

2 Media Exposure Seberapa banyak perusahaan mengungkapkan informasi mengenai emisi karbon melalui website perusahaan maupun media Menggunakan variabeldummy; jika terbukti memberikan informasi mengenai

pengungkapan emisi karbon diberi nilai 1 jika sebaliknya diberi nilai 0

Nominal

3 UkuranPeru sahaan

Besar

kecilnyaperusahaan dilihat dari total

Logaritma natural darinilai nominal total aset perusahaan

Nominal

4 Profitability Kemampuanperusa haan dalam

menghasilkan laba

��������������������� ���������

Rasio

5 Leverage Perbandinganantar a total hutang dengan total aset yang dimiliki

Total Utang ���������

Tabel 3.4

Lanjutan Definisi Operasional dan Pengukuran Variabel

No Variabel Definisi Pengukuran Skala

6 Kinerja Lingkungan kinerja perusahaandalam menciptakan lingkungan yang baik mengacu berdasarkanperingkat warna PROPER yang didapat perusahaan 1= Sangat buruk/ hitam 2= buruk/ warna merah 3= baik / warna biru 4= sangat baik/ hijau 5= sangat baik sekali/

warna emas

Interval

6 Proporsi Komisaris Indpenden

Jumlah proporsi anggota Dewan Komisaris yang tidak memiliki afiliasi dengan pemangku kepentingan perusahaan

�����ℎ����������������

����������������ℎ���

�����ℎ��������������

��������ℎ���

Rasio

7 Ukuran Dewan Komisaris

Ukuran Dewan Komisaris merupakan perbandingan antara Dewan Komisaris dengan Dewan Direksi

�����ℎ������������

�����������������ℎ���

�����ℎ������������

���������������ℎ���

Rasio

Sumber : Dikembangkan oleh penulis, 2016

3.2. Populasi dan Sampel Penelitian

Populasi dalam penelitian ini adalah seluruh perusahaan pertambanan yang terdaftar di Bursa Efek Indonesia dari tahun 2012 sampai dengan 2015. Sampel perusahaan yang digunakan dalam penelitian dipilih secara purposive sampling dengan tujuan mendapatkan sampel sesuai dengan tujuan penlitian. Kriteria-kriteria yang digunakan dalam penelitian ini adalah sebagai berikut :

1. Perusahaan manufaktur yang terdaftar dalam BEI mulai periode 2012-2014.

2. Perusahaan yang memiliki laporan tahunan dan atau sustainability reportpada tahun 2012-2014.

3. Perusahaan yang masuk dalam Program Penilaian Peringkat Kerja (PROPER) yang diadakan oleh Kementrian Negara Lingkungan Hidup Republik Indonesia pada periode 2012-2014.

4. Perusahaan mengeluarkan kebijakan pengungkapan emisi karbon minimal satu kebijakan baik secara eksplisit maupun implisit.

Setelah melakukan penentuan sampel dengan teknik purposive, ditemukan perusahaan yang memenuhi syarat adalah sejumlah 60 (enam puluh) sampel. Adapun perusahaan tersebut adalah :

Tabel 3.5 Sampel Penelitian

Keterangan Jumlah Perusahaan

Jumlah perusahaan yang tergolong perusahaan Manufaktur yang terdaftar di BEI tahun 2012-2014

125 Perusahaan yang tidak menerbitkan laporan

tahunannya secara lengkap dan berturut-turut selama tahun pengamatan

(8)

Perusahaan yang tidak masuk dalam Program Penilaian Peringkat Kerja (PROPER) yang diadakan oleh Kementrian Negara Lingkungan Hidup Republik Indonesia pada periode 2012-2014

Tabel 3.5

Lanjutan Sampel Penelitian Perusahaan yang tidak mengeluarkan kebijakan pengungkapan emisi karbon minimal satu kebijakan baik secara eksplisit maupun implisit

(7)

Jumlah perusahaan yang memenuhi kriteria sebagai sampel

19 Total amatan yang digunakan dalam penelitian

(20x3) 57

Detail sampel dapat dilihat pada Lampiran 1 Sumber : Dikembangkan oleh penulis, 2016 3.3. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu

data kuantitatif yang diperoleh dar

penelitian ini adalah laporan tahunan dan sustainability report perusahaan untuk periode 2012-2014. Sedangkan data perusahaan yang masuk dalam daftar pemeringkatan PROPER diperoleh dari publikasi Kementrian Negara Lingkungan Hidup melalui website menlh.go.id.

3.4. Metode Pengumpulan Data

Pengumpulan data dilakukan dengan metode dokumentasi. Metode ini digunakan dengan cara mengumpulkan dengan meringkas data-data yang terkait dengan penelitian, seperti menelusuri variabel-variabel dalam laporan tahunan dan atau sustainability report perusahaan manufaktur pada tahun 2012-2014 yang terpilih menjadi sampel.

sustainability report perusahaan. Metode ini berfungsi untuk mengukur jumlah pengungkapan emisi karbon dengan cara memberi kode atas informasi yang tersaji di laporan tahunan dan atau sustainability report. Skor 1 diberikan apabila item yang sudah ditentukan diungkapkan oleh perusahaan, sedangkan skor 0 diberikan apabila item tidak diungkapkan oleh perusahaan. Kemudian jumlah pengungkapan emisi karbon yang diungkapkan oleh perusahaan dibandingkan dengan jumlah maksimal pengungkapan emisi karbon yang seharusnya diungkapkan perusahaan.

3.5. Metode Analisis

Data-data yang diperoleh pada penelitian ini kemudian dilakukan analisis data menggunakan alat statistik;

3.5.1. Statistik Deskriptif

Statistik deskriptif digunakanuntuk mengetahui tingkat pengungkapan perubahan iklim pada perusahaan manufaktur yang terdaftar di BEI. Pengukuran yang digunakan dalam penelitian ini adalah nilai minimum, nilai maximum, mean, dan standar deviasi.

3.5.2. Uji Asumsi Klasik

Sebelum dilakukan pengujian regresi terhadap hipotesis penelitian, maka terlebih dahulu perlu dilakukan pangujian asumsi klasik yang meliputi uji; normalitas, autokorelasi, multikolinieritas dan heteroskedisitas. Regresi terpenuhi apabila penaksir kuadrat terkecil (least square) dari koefisien regresi

adalah linear, tidak bias dan mempunyai varians minimum, dengan kata lain penaksir tersebut adalah penaksir tidak bias kolinear terbaik, maka perlu dilakukan uji (pemeriksaan) terhadap gejala multikolinearitas,korelasi dan heteroskedisitas serta ujian kenormalam residual, sehingga asumsi klasik penaksir kuadrat terkecil biasa (least square) tersebut terpenuhi.

3.5.2.1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa niali residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil

Pada prinsipnya normalitas dapat dideteksi dengan melihat Penyebaran (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan :

a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

b. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal,maka model regresi tidak memenuhi

Uji normalitas dengan grafik dapat menyesatkan kalu tidak hati-hati secara visual kelihatan normal, padahal secara statistik bisa sebaliknya. Oleh sebab itu dianjurkan uji grafik dilengkapi dengan uji statistik. Uji statistik lain yang dapat digunakan unttuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov (K-S). uji K-S dilakukan dengan membuat hipotesis :

H0 : Data residual berdistribusi normal Ha : Data residual tidak bersdistribusi normal 3.5.2.2. Uji Multikolinearitas

Pengujian multikolinearitas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas (Ghozali, 2011). Model regresi yang baik yaitu tidak model regresi tidak. Untuk mendetsi ada tidaknya multikolinearitas di dalam regresi dapat diamati dari : 1. Tolerance value, 2. Nilai variance inflation factor (VIF). Kedua ukuran tersebut menunjukkan setiap variabel independen manakah yang dijelaskan variabel independen lainnya. Apabila suatu model regresi memiliki nilai tolerance ≥ 0,10 atau sama dengan dengan nilai VIF ≤ 10 maka tidak terjadi multikolinearitas, sementara apabila suatu model regresi memiliki nilai tolerance ≤ 0,10 atau sama dengan dengan nilai

VIF ≥10 maka terjadi multikolinearitas.

3.5.2.3. Uji Heteroskedastisitas

Uji heterosekdastisitas bertujuan untk menguji apakah model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke

pengamatan yang lain (Ghozali, 2011). Unutk mendeteksi adanya heterosedastisitas dapat dilihat dari gambar scatterplots yang membentuk pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit). Sebaliknya, apabila gmabar scatterplots tidak menunjukkan ada pola yang jelas, serta titik-tiitik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka heteroskedastisitas tidak terdeteksi.

3.5.2.4. Uji Autokorelasi

Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan penganggu periode t-1 (Ghozali, 2006:95). Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time series).

Secara sederhana, suatu model dapat dinyatakan tidak terjadi gejala autokorelasi, jika probabilitas nilai Durbin Watson > 0.05 (Wibowo,2012:106).

3.5.3. Analisis Regresi

Data yang telah digunakan telah dikumpulkan dianalisis denga menggunakan alat analisis statistik yaitu regresi linear berganda (multiple regression analysis) dengan model persamaan sebagai berikut:

Y= α + β1 Media_Exp + β2 ROA + β3 SIZE + β4 PROPER + β5 LEV + β6 PRKOM+ β7 UKDKOM+ e

Dimana :

Y = Carbon Emission Disclosure

α = Konstanta

β1 – β7 = Koefisien Regresi Media_Exp = Media Exposure

ROA = Return on Asset (Pengukuran untuk Profitability) SIZE = Ukuran Perusahaan

PROPER = Peringkat PROPER (Pengukuran Kinerja Lingkungan)

LEV = Leverage(Total Debt/Total Asset) PRKOM = Proporsi Dewan Komisaris Independen UKDKOM = Ukuran Dewan Komisaris

e = Error

3.5.4. Pengujian Hipotesis

Analisis regresi merupakan studi mengenai ketergantungan variabel dependen dengan satu atau lebih veriabel independen, dengan tujuan untuk mengestimasi dan/atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel yang diketahui (Gujarati, 2003 dalam Ghozali, 2011). Ghozali (2011) menyatakan bahwa ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari Goodness of fitnya. Secara statistik, setidak ini dapat diukur dari nilai koefisien determinasi, nilai statistik F dan nilai Statistik t. perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah

dimana H0 ditolak). Sebaliknya disebut tidak signifikan bila nilai diuji statistiknya berada dalam daerah dimana H0 diterima.

a. Koefisien Determinasi (R2)

Pengujian ini dilakukan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai ini berkisar diantara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel independen dalam menjelaskan variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi dependen (Ghozali, 2011).

Kelemahan yang terdapatpada penggunaan koefisien determinasi adalah bias terhadap jumlah variabel yang dimasukkan kedalam model. Setiap penambahan satu variabel, maka R2 akan meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R2, nilai Adjusted R2 dapat naik atau turun apabila satu variabel independen ditambah kedalam satu model.

b. Uji Signifikan Simultan (Uji Statistik F)

Uji F dapat juga dilakukan dengan melihat niali signifikan F pada output hasil regresi menggunakan SPSS dengan significant level 0,05 (a = 5%). Jika nilai signifikansi lebih besar dari a maka hipotesis ditolak, yang berarti model regresi tidak fit. Jika nilai signifikan lebih kecil dari a maka hipotesis

c. Uji Signifikan Parsial (Uji Statistik t)

Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi dari variabel independen. Pengujian ini dilakukan dengan menggunakan uji t dengan menguji tingkat signifikansi Carbon Emission Disclosure. Apabila signifikansi > 0,05 (5%) makan hipotesis ditolak. Hal tersebut berarti variabel independen secara individual tidak mempunyai pengaruh yang signifikan terhadap variabel dependen namun apabila signifikansi < 0,05 (5%) maka hipotesis tidak ditolak. Hal ini berarti variabel independen secara individual mempunyai pengaruh yang signifikan terhadap variabel dependen.

BAB 4

HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskripsi Objek Penelitian

Penelitian ini menggunakan populasi perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) dengan periode dari tahun 2012 sampai dengan tahun 2014 yang berjumlah 125 perusahaan.

Berdasarkan populasi perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode tahun 2012 sampai dengan tahun 2014, penelitian ini menggunakan beberapa sampel perusahaan manufaktur yang ditentukan berdasarkan metode purposive sampling, yaitu penentuan sampel yang prinsipnya menggunakan kriteria-kriteria tertentu sehingga didapat sampel berjumlah 19 sampel penelitian. Adapun data yang digunakan adalah data sekunder yaitu laporan tahunan, laporan keberlanjutan dan laporan keuangan tahun 2012, 2013 dan 2014 yang didapat melalui situs resmi Bursa Efek Indonesia

(BEI)

4.2. Hasil Uji Statistik Deskriptif

Berdasarkan data sekunder yang diperoleh melalui lama resmi Bursa Efek

Indonesia (BEI)

yang digunakan dalam penelitian ini yaitu,Carbon Emission Disclosure, Media Exposure, Return On Asset (ROA), ukuran perusahaan,Proper, Debt to Asset Ratio (DAR), Proporsi Komisaris Independen dan Ukuran Dewan Komisaris. Digunakan

tabel statistik deskriptif untuk memberikan gambaran dan informasi tentang data penelitian. Statistik deskriptif digunakan unukt memberikan gambaran tentang suatu data yang meliputi mean, minimum, maksimum, standar deviasi yang dihasilkan dari proksi variabel penelitian. Variabel-variabel yang digunakan meliputi Carbon Emission Disclosure (CED) yang diukur dengan menggunakan content analysis membandingkankn total item yang diungkapkan dengan total maksimal item yang dapat diungkapkan sebagai variabel dependen;media exposure(Med_Exp), profitability yang diukur dengan Return on Asset (ROA), Ukuran Perusahaan (SIZE), kinerja lingkungan yang diukur dengan tingkat proper (PROPER), leverage yang diukur dengan Debt to Asset Ratio (DAR) yang dirpoksikan oleh LEV, dan good corporate governanceyang diproksikan oleh Porporsi dewan komisaris independen (PRKOM) dan ukuran dewan komisaris (UKDKOM). CED, Med_Exp, ROA, PROPER, LEV, PRKOM dan UKDKOM diuji secara statistik deskriptif dengan menggunakan program SPSS V.21 seperti yang terlihat dalam tabel 4.1 di bawah ini :

Tabel 4.1

Hasil Uji Statistik Deskriptif Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

CED 57 .06000 .89000 .2377193 .21471757

Media_EXP 57 0 1 .33 .476

ROA 57 -19.07000 71.51000 7.5568421 13.19318157 SIZE 57 27.24484 32.08466 29.6537746 1.42294572

PROPER 57 2 5 3.23 .732

LEV 57 .14000 1.21000 .5247368 .22734575 PRKOM 57 .00000 .80000 .4027456 .13071789 UKDKOM 57 .40000 1.25000 .7756211 .26290127 Valid N (listwise) 57

Berdasarkan uji statistik deskriptif pada tabel 4.1 di atas dapat dijelaskan sebagai berikut:

1. Besarnya nilai CED pada 57 perusahaan sampel mempunyai nilai rata-rata sebesar 0,23 dengan nilai minimum CED adalah sebesar 0,06, nilai maksimum 0,89 dan standar deviasi sebesar 0,21. Nilai rata-rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai CED adalah baik. 2. Besarnya nilai Med_Exp pada 57 perusahaan sampel mempunyai nilai

rata-rata sebesar 0,33 dengan nilai minimum Med_Exp adalah sebesar 0, nilai maksimum 1 dan standar deviasi sebesar 0,47. Nilai rata-rata lebih kecil dari standar deviasi, berarti bahwa sebaran nilai Med_Exp adalah kurang baik.

3. Besarnya nilai ROA pada 57 perusahaan sampel mempunyai nilai rata-rata sebesar 7,55 dengan nilai minimum ROA adalah sebesar -19.07, nilai maksimum 71,51 dan standar deviasi sebesar 13,19. Nilai rata-rata lebih kecil dari standar deviasi, berarti bahwa sebaran nilai ROA adalah kurang baik.

4. Besarnya nilai SIZE pada 57 perusahaan sampel mempunyai nilai rata-rata sebesar 29,65 dengan nilai minimum SIZE adalah sebesar 27,24, nilai maksimum 32,08 dan standar deviasi sebesar 1,42. Nilai rata-rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai SIZE adalah baik.

nilai maksimum 5 dan standar deviasi sebesar 0,73. Nilai rata-rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai PROPER adalah baik.

6. Besarnya nilai LEV pada 57 perusahaan sampel mempunyai nilai rata-rata sebesar 0,52 dengan nilai minimum LEV adalah sebesar 0,14, nilai maksimum 1,21dan standar deviasi sebesar 0,22. Nilai rata-rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai LEV adalah baik. 7. Besarnya nilai PRKOM pada 57 perusahaan sampel mempunyai nilai

rata-rata sebesar 0,40 dengan nilai minimum PRKOM adalah sebesar 0,00, nilai maksimum 0,80dan standar deviasi sebesar 0,13. Nilai rata-rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai PRKOM adalah baik.

8. Besarnya nilai UKDKOM pada 57 perusahaan sampel mempunyai nilai rata-rata sebesar 0,77 dengan nilai minimum UKDKOM adalah sebesar 0,40, nilai maksimum 1,25dan standar deviasi sebesar 0,26. Nilai rata-rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai UKDKOM adalah baik.

4.3. Hasil Uji Asumsi Klasik 4.3.1. Uji Normalitas

Uji normalitas yaitu suatu pengujian untuk mengetahui apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal atau tidak (Ghozali, 2006:110). Model regresi yang baik adalah distribusi data

normal atau mendekati normal. Pengujian normalitas distribusi data populasi menggunakan statistik Kolmogrov-Smirnov dan analisis grafik.

Gambar 4.1

Histogram Display Normal Curve

Dari kedua gambar di atas, terlihat bahwa data dalam penelitian ini menyebar di sekitar garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

Tabel 4.2

Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 57

Normal Parametersa,b Mean 0E-7 Std. Deviation .10621538

Most Extreme Differences

Absolute .124

Positive .124

Negative -.098

Kolmogorov-Smirnov Z .936

Asymp. Sig. (2-tailed) .345

a. Test distribution is Normal. b. Calculated from data.

Data populasi dikatakan normal jika koefisien Asymp. Sig (2-tailed) lebih besar dari 0,05. Berdasarkan uji normalitas menggunakan Kolmogrov-Smirnov Test pada tabel di atas menunjukkan bahwa data terdistribusi normal, karena nilai probabilitas lebih besar dari 0,05 (0,345).

4.3.2. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas (Ghozali, 2006:91). Multikolinearitas dapat dilihat dari Tolerance dan Variance Inflation Factor (VIF). Jika nilai tolerance lebih besar dari 10 persen dan nilai VIF kurang

dari 10 maka dikatakan tidak terdapat gejala multikolinearitas. Hasil uji multikolinearitas dapat dilihat pada tabel berikut ini:

Tabel 4.3 Uji Multikolinearitas

Coefficientsa

Model Collinearity Statistics

Tolerance VIF

1

(Constant)

Media_EXP .622 1.608

ROA .586 1.706

SIZE .771 1.297

PROPER .523 1.911

LEV .652 1.534

PRKOM .504 1.986

UKDKOM .874 1.144

a. Dependent Variable: CED

Berdasarkan tabel 4.3 di atas dapat diketahui bahwa hasil uji multikolinearitas menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,1 yang berarti tidak ada korelasi antar variabel independen. Nilai Variance Inflation Factor (VIF) juga menunjukkan tidak ada variabel independen yang memiliki nilai VIF lebih dari 10 persen. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas diantara variabel-variabel independen dalam model regresi.

4.3.3. Uji Heteroskedastisitas

Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain (Ghozali, 2006:105). Jika variance residual dari suatu pengamatan ke pengamatan laiannya tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Untuk menguji ada tidaknya heterokedastisitas dilakukan dengan mengamati pola tertentu pada grafik scatterplot, dimana bila ada titik-titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y serta tidak membentuk pola maka tidak terjadi heteroskedastisitas.

Gambar 4.3 Uji Heteroskedastisitas

Pada gambar 4.3 mengenai grafik scatterplot di atas terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun di bawah angka nol pada sumbu Y. Hal ini

berarti tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk melihat pengaruh variabel independen terhadap variabel dependen.

4.3.4. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya) (Ghozali, 2006:95). Untuk mengetahui adanya autokorelasi, digunakan metode Durbin Watson (DW Test). Hasil uji autokorelasi tersebut dapat dilihat pada tabel berikut ini:

Tabel 4.4 Uji Autokorelasi Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .869a .755 .720 .11354901 2.517

a. Predictors: (Constant), UKDKOM, PROPER, LEV, SIZE, ROA, Media_EXP, PRKOM b. Dependent Variable: CED

Secara sederhana, suatu model dapat dinyatakan tidak terjadi gejala autokorelasi, jika probabilitas nilai Durbin Watson >0.05 (Wibowo,2012:106). Pada tabel di atas probabilitas nilai Durbin-Watson adalah 2,517> 0,05, maka dapat dikatakan bahwa model tersebut tidak mengalami gejala autokorelasi.

Menurut Santoso (2010, dalam Fahrizal,2013:51), untuk mendeteksi ada tidaknya autokorelasi, maka dapat dilakukan dengan melihat nilai

autokorelsi diantara −2 sampai +2. Jadi, dapat disimpulkan bahwa di dalam model regresi tidak terdapat gejala autokorelasi.

4.4. Pengujian Hipotesis 4.4.1. Hasil Analisis Regresi

Pengujian hipotesis dalam penelitian ini menggunakan model analisis regresi berganda (multiple regression analysis), yaitu dilakukan melalui uji koefisien determinasi, uji statistik F dan uji statistik t. Berdasarkan uji statistik diperoleh hasil linear regresi sebagai berikut:

Tabel 4.5

Hasil Analisis Linear Berganda Coefficientsa

Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta

1

(Constant) .240 .373 .645 .522

Media_EXP .287 .040 .635 7.086 .000

ROA -.001 .002 -.077 -.833 .409

SIZE -.018 .012 -.121 -1.498 .140

PROPER .118 .029 .401 4.109 .000

LEV -.065 .083 -.069 -.784 .437

PRKOM .098 .164 .060 .598 .552

UKDKOM .084 .062 .103 1.368 .178

a. Dependent Variable: CED

Dari data di atas dapat dibuat persamaan regresi sebagai berikut:

YCED= 0,240 + 0,287Media_Exp – 0,001ROA – 0,018SIZE + 0,118PROPER – 0,065LEV + 0,098PRKOM+ 0,084UKDKOM+ e

Koefisien-koefisien regresi linear berganda di atas dapat diartikan sebagai berikut:

a. Konstanta sebesar 0,240 menyatakan bahwa jika variabel independen dinyatakan konstan maka Carbon Emission Disclosure adalah sebesar 0,240

b. Koefisien regresi Med_Exp sebesar 0,287 menyatakan bahwa setiap kenaikan satu satuan Med_Exp, maka akan menaikkan Carbon Emission Disclosure 0,287

c. Koefisien regresi ROA sebesar -0,001 menyatakan bahwa setiap kenaikan satu persenROA, maka akan menurunkanCarbon Emission Disclosure 0,001

d. Koefisien regresi SIZE sebesar -0,018 menyatakan bahwa setiap kenaikan satu satuan SIZE, maka akan menurunkan Carbon Emission Disclosure sebesar 0,018

e. Koefisien regresi PROPER sebesar 0,118 menyatakan bahwa setiap kenaikan satu tingkatanPROPER, maka akan menaikkan Carbon Emission Disclosure sebesar 0,118

f. Koefisien regresi LEV sebesar -0,065 menyatakan bahwa setiap kenaikan satu persenLEV, maka akan menurunkan Carbon Emission Disclosure sebesar 0,065

g. Koefisien regresi PRKOM sebesar 0,098 menyatakan bahwa setiap kenaikan satu persenPRKOM, maka akan menaikkan Carbon Emission Disclosure sebesar 0,098

h. Koefisien regresi UKDKOM sebesar 0,084 menyatakan bahwa setiap kenaikan satu persenUKDKOM, maka akan menaikkan Carbon Emission Disclosure sebesar 0,084

4.4.2. Uji Koefisien Determinasi

Tabel 4.6

Uji Koefisien Determinasi Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

1 .869a .755 .720 .11354901

a. Predictors: (Constant), UKDKOM, PROPER, LEV, SIZE, ROA, Media_EXP, PRKOM

b. Dependent Variable: CED

Tingkat koefisien determinasi yang terdapat pada kolom Adj R2 memiliki nilai sebesar 0,720 atau 72% menunjukkan bahwa variabel media exposure, profitability, ukuran perusahaan, kinerja lingkungan, leverage dan good corporate governance mampu menjelaskan carbon emission disclosure sebesar 72% sedangkan 28% sisanya dijelaskan oleh variabel lain yang tidak dijelaskan dalam penelitian ini.

4.4.3. Uji Pengaruh Simultan (Uji Statistik F)

Uji F digunakan untuk mengetahui pengaruh variabel independen secara simultan terhadap Carbon Emission Disclosure. Dalam penelitian ini yaitu pengaruh Media Exposure, Profitability, Ukuran Perusahaan, Kinerja Lingkungan, Leverage dan Good corporate governancemasing – masing

diproksikan oleh Med_Exp, ROA, SIZE, PROPER, LEV, PRKOM dan UKDKOM. Untuk variabel dependen yaitu Carbon Emission Disclosure diproksikan dengan CED.

Tabel 4.7

Hasil Uji Simultan (Uji F)

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 1.950 7 .279 21.606 .000b

Residual .632 49 .013

Total 2.582 56

a. Dependent Variable: CED

b. Predictors: (Constant), UKDKOM, PROPER, LEV, SIZE, ROA, Media_EXP, PRKOM

Berdasarkan tabel 4.6 di atas, menunjukkan bahwa signifikansi F hitung sebesar 0,000. Karena signifikansi F hitung lebih kecil daripada signifikansi yang ditentukan (0,000 < 0,05) berarti bahwa variabel Media Exposure, Profitability, Ukuran Perusahaan, Kinerja Lingkungan, Leverage dan Good corporate governance secara simultan berpengaruh signifikan terhadap Carbon Emission Disclosure.

4.4.4. Uji Pengaruh Parsial (Uji Statistik t)

Uji t digunakan untuk mengetahui hubungan antara variabel-variabel independen terhadap variabel dependen secara parsial (individu). Kesimpulan yang didapat dari penelitian ini adalah :

Media Exposure dalam penelitian ini dilambangkan dengan Med_Exp yang diukur dengan variabel dummy 1 jika perusahaan lebih banyak mengungkapkan tentang emisi karbon dari media perusahaan seperti laporan tahunan, laporan keberlanjutan, koran dan sebagainya, sebaliknya dinyatakan 0. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,000. Karena nilai signifikansi hitung lebih kecil dari nilai signifikansi yang ditentukan (0,000< 0,05), maka hipotesis nol (H01) ditolak dan menerima hipotesis alternatif (Ha1). Berarti media exposure berpengaruh signifikan secara parsial terhadap carbon emission disclosure.

2. Pengaruh Profitability terhadap Carbon Emission Disclosure

Profitability dalam penelitian ini dilambangkan dengan ROA. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,409. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,409> 0,05), maka hipotesis nol (H02) diterima dan menolak hipotesis alternatif (Ha2). Berarti profitability tidak berpengaruh signifikan terhadap carbon emission disclosure.

3. Pengaruh Ukuran Perusahaan terhadap Carbon Emission Disclosure Ukuran Perusahaan dalam penelitian ini dilambangkan dengan SIZE. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,140. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,140> 0,05), maka hipotesis nol (H03) diterima dan menolak hipotesis alternatif (Ha3). Berarti ukuran perusahaan tidak berpengaruh signifikan terhadap carbon emission disclosure.

4. Pengaruh Kinerja Lingkungan terhadap Carbon Emission Disclosure Ukuran Perusahaan dalam penelitian ini dilambangkan dengan SIZE. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,000. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,000> 0,05), maka hipotesis nol (H04) ditolak dan menerima hipotesis alternatif (Ha4). Berarti kinerja lingkungan berpengaruh signifikan terhadap carbon emission disclosure.

5. Pengaruh Leverageterhadap Carbon Emission Disclosure

Leverage dalam penelitian ini dilambangkan dengan LEV. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,437. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,437> 0,05), maka hipotesis nol (H05) diterima dan menolak hipotesis alternatif (Ha5). Berarti leverage tidak berpengaruh signifikan terhadap carbon emission disclosure.

6. Pengaruh Proporsi Komisaris Independen terhadap Carbon Emission Disclosure

Proporsi Komisaris Independen dalam penelitian ini dilambangkan dengan PRKOM. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,552. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,552> 0,05), maka hipotesis nol (H06) diterima dan menolak hipotesis alternatif (Ha6). Berarti proporsi komisaris independen tidak berpengaruh signifikan terhadap carbon emission disclosure.

7. Pengaruh Ukuran Dewan komisaris terhadap Carbon Emission Disclosure

Ukuran Dewan Komisaris dalam penelitian ini dilambangkan dengan UKDKOM. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,178. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,178> 0,05), maka hipotesis nol (H07) diterima dan menolak hipotesis alternatif (Ha7). Berarti ukuran dewan komisaris tidak berpengaruh signifikan terhadap carbon emission disclosure. 4.5. Pembahasan Penelitian

Analisis Media Exposure

Media Exposure dalam penelitian ini dilambangkan dengan Med_Exp yang diukur dengan variabel dummy 1 jika perusahaan lebih banyak mengungkapkan tentang emisi karbon dari media perusahaan seperti laporan tahunan, laporan keberlanjutan, koran dan sebagainya, sebaliknya dinyatakan 0. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,000. Karena nilai signifikansi hitung lebih kecil dari nilai signifikansi yang ditentukan (0,000< 0,05), maka hipotesis nol (H01) ditolak dan menerima hipotesis alternatif (Ha1). Berarti media exposure berpengaruh signifikan secara parsial terhadap carbon emission disclosure. Hal ini berarti semakin banyak media yang menyorot suatu perusahaan maka semakin gencar perusahaan tersebut melakukan Carbon Emission Disclosure melalui media perusahaan dengan berbagai tujuan. Hasil ini konsisten dengan penelitian

Media Exposure yang memiliki pengaruh signifikan terhadap carbon emission disclosure menandakan bahwa perusahaan manufaktur menganggap media sebagai sarana yang penting untuk mendapatkan legitimasi dari lingkungan sekitar dan juga dari para pemangku kepentingan perusahaan. Salah satu cara untuk mendapatkan legitimasi tersebut adalah dengan melakukan pengungkapan lingkungan. Dari penelitian yang telah dilakukan terbukti bahwa perusahaan yang lebih di sorot media akan lebih banyak mengungkapkan emisi karbonnya melalui media perusahaan seperti laporan tahunan dan laporan keberlanjutan dibanding perusahaan yang kurang d sorot media. Hal tersebut dilakukan perusahaan dengan banyak tujuan yang diantaranya agar perusahaan tersebut lebih diterima oleh masyarakat karena perusahaan tersebut ikut turut memperhatikan lignkungan dalam aktivitasnya, alasan lain membuat perusahaan membuat perusahaan melakukan pengungkapan ini adalah tuntutan dari para pemegang saham, dengan perusahaan melakukan pengungkapan hal tersebut dapat berarti berita baik dari perusahaan untuk para pemegang saham sehingga para pemegang saham akan tetap memberikan suntikan dana untuk perusahaan tersebut. Hal ini sejalan dengan penelitian Lorenzo, et al (2009) dan Zhang, et al (2013).

Analisis Profitability

Profitability dalam penelitian ini dilambangkan dengan ROA. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,409. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,409> 0,05), maka hipotesis nol (H02) diterima dan

signifikan terhadap carbon emission disclosure.Hal ini sejalan dengan penelitian Lorenzo, et al (2009) dan Zhang, et al (2013).

Profitability yang tidak berpengaruh signifikan terhadap carbon emission disclosure terjadi dimungkinkan karena peraturan pemerintah indonesia yang menetapkan carbon emission disclosure masih berupa voluntary disclosure sehingga tidak semua perusahaan dengan tingkat profitability yang tinggi akan melakukan carbon emission disclosure, hal tersebut dapat juga terjadi dikarenakan tuntutan dari para pemangku kepentingan perusahaan, sebagaimana dijelaskan oleh teori stakeholder dimana perusahaan tidak hanya beroperasi untuk kepentingan perusahaan itu sendiri namun untuk kepentingan para stakeholdernya yang dimana dalam kasus ini para stakeholder perusahaan manufaktur di Indonesia mungkin memberikan tuntutan lain kepada perusahaan untuk menggunakan profit yang didapatkan oleh perusahaan untuk mengembangkan perusahaan di aspek-aspek lain daripada melakukan carbon emission disclosure. Dengan kata lain, perusahaan manufaktur yang memiliki profitability yang tinggi sudah memiliki kemampuan untuk melakukan carbon emission disclosure tetapi memilih untuk tidak melakukannya karena berbagai alasan.

Analisis Ukuran Perusahaan

Ukuran Perusahaan dalam penelitian ini dilambangkan dengan SIZE. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,140. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,140> 0,05), maka hipotesis nol (H03) diterima dan

menolak hipotesis alternatif (Ha3). Berarti ukuran perusahaan tidak berpengaruh signifikan terhadap carbon emission disclosure. Hal ini sejalan dengan penelitian Clarkson, et al (2008).

Ukuran perusahaan yang secara parsial tidak berpengaruh terhadap carbon emission disclosure dapat terjadi dimungkinkan karena perusahaan-perusahaan manufaktur yang besar di Indonesia lebih memilih melakukan pengungkapan lain dibandingkan melakukan carbon emission disclosure, kemungkinan terbesar perusahaan besar melakukan hal tersebut adalah karena carbon emission disclosure masih berupa voluntary disclosure dan perusahaan manufaktur tidak terlalu di sorot untuk pengeluaran emisi dari aktivitasnya lebih dari produk yang dihasilkannya sehingga membuat perusahaan melakukan pengungkapan lain .Dari penelitian yang dilakukan dengan melihat laporan tahunan dan laporan keberlanjutan objek penelitian, perusahaan-perusahaan menufaktur lebih banyak melakukan melakukan pengungkapan yang lebih terjun langsung ke masyarakat atau dengan melakukan CSR dengan memberikan bantuan sosial kepada masyarakat. Hal ini sejalan dengan teori legitimasi dimana perusahaan yang lebih besar akan lebih melakukan pengungkapan dan melakukan kegiatan sosial dengan tujuan untuk mendapatkan legitmasi dari masyarakat, dalam kasus ini yang terjadi adalah perusahaan manufaktur yang besar di Indonesia melakukan hal tersebut dikarenakan carbon emission disclosure masih berupa voluntary disclosure dan carbon emission disclosure masih merupakan hal yang baru. Sebagian besar perushaan yang melakukan carbon emission disclosure bertujuan untuk

mendapatkan pengakuan internasional atas aktivitasnya sehingga mungkin perusahaan tersebut lebih diterima produknya oleh internasional.

Analisis Kinerja Lingkungan

Ukuran Perusahaan dalam penelitian ini dilambangkan dengan PROPER. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,000. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,000> 0,05), maka hipotesis nol (H04) ditolak dan menerima hipotesis alternatif (Ha4). Berarti kinerja lingkungan berpengaruh signifikan terhadap carbon emission disclosure. Hal ini sejalan dengan penelitian Al – tuwaijri (2004), Clarkson, et al (2008), Dawkin dan Fraas (2011) dan Pradini (2013).

Kinerja lingkungan yang secara parsial memiliki pengaruh signifikan terhadap carbon emission disclosure menandakan bahwa perusahaan menufaktur dengan tingkat kinerja lingkungan yang lebih tinggi akan lebih banyak melakukan pengungkapan termasuk salah satunya adalah carbon emission disclosure. Kementrian Lingkungan Hidup Indonesia mengembangkan program peduli lingkungan yang dinamakan Program Penilaian Peningkat Kinerja Perusahaan dalam Pengelolaan Lingkungan atau disingkat PROPER, program ini mendorong perusahaan untuk lebih meningkatkan kinerja pengelolaan lingkungannya. Perusahaan dengan tingkat PROPER yang tinggi berarti telah melakukan aktivitas pengelolaan lingkungan yang baik, aktitivitas tersebut dapat dilakukan dalam berbagai bentuk yang salah satunya adalah carbon emission disclosure,

perusahaan dengan tingkat PROPER yang tinggi akan lebih banyak melakukan pengungkapan lingkungan dibanding perusahaan dengan tingkat PROPER yang rendah hal ini disebabkan karena Kementrian Lingkungan Hidup akan terus memantau dan mendorong perusahaan dengan tingkat PROPER yang tinggi untuk terus melakukan dan meningkatkan kinerja lingkungannya, dengan adanya publikasi dari Kementrian Lingkungan Hidup juga membuat perusahaan terpacu untuk meningkatkan kinerja lingkunganya dengan tujuan untuk mendapat legitimasi dari masyarakat dan para stakeholdernya bahkan dari negara sehingga aktivitasnya lebih diterima di Indonesia.

Analisis Leverage

Leverage dalam penelitian ini dilambangkan dengan LEV. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,437. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,437> 0,05), maka hipotesis nol (H05) diterima dan menolak hipotesis alternatif (Ha5). Berarti leverage tidak berpengaruh signifikan terhadap carbon emission

disclosure. Hal ini sejalan dengan penelitian Ghomi dan Leung (2013) dan Lorenzo (2009).

Leverage yang tidak berpengaruh signifikan secara parsial terhadap carbon emission disclosure mungkin terjadi karena tidak semua perusahaan dengan tingkat leverage yang rendah akan melakukan lebih banyak carbon emission disclosure. Tidak siginifikannya pengaruh leverage terhadap carbon emission disclosure dapat terjadi karena pengaruh dari kebijakan yang dibuat oleh

perusahaan manufaktur hal tersebut dapat ditentukan oleh seberapa besar tingkat leverage yang dimiliki perusahaan tersebut. Hal lain yang dapat menjadi penyebab tidak signifikannya pengaruh leverage terhadap carbon emission disclosure adalah kebijakan pemerintah yang masih menetapkan carbon emission disclosure sebagai voluntary disclosure yang membuat perusahaan tidak terlalu memperhatikan tentang pentingnya carbon emission disclosure terlebih dari perusahaan manufaktur sehingga jenis perusahaan merupakan hal perlu diperhatikan untuk melihat kebijakan perusahaan atas tingkat leverage dan kemampuan perusahaan untuk lebih banyak mengungkapkan carbon emission disclosure.

Analisis Proporsi Komisaris Independen

Proporsi Komisaris Independen dalam penelitian ini dilambangkan dengan PRKOM. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,552. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,552> 0,05), maka hipotesis nol (H06) diterima dan menolak hipotesis alternatif (Ha6). Berarti proporsi komisaris independen tidak berpengaruh signifikan terhadap carbon emission disclosure.

Proporsi Komisaris Independen yang tidak berpengaruh signifikan secara parsial terhadap carbon emission disclosure menandakan bahwa proporsi komisi independen yang sesuai tidak menjadi jaminan bahwa perusahaan akan melakukancarbon emission disclosure. Komisaris independen di harapkan dapat membuat keputusan dewan komisaris menjadi lebih objektif dikarenakan

komisaris independen tidak mempunyai ikatan terhadap perusahaan. Pada penelitian ini ditunjukkan bahwa perusahaan yang memiliki proporsi komisaris independen yang sesuai tidak seluruhnya melakukan carbon emission disclosure. Hal ini mungkin terjadi apabila dewan komisaris memiliki tujuan yang lain dalam melakukan pengungkapan yang lebih dibutuhkan perusahaan daripada melakukan carbon emission disclosure mengingat carbon emission disclosure masih berupa voluntary disclosure di Indonesia

Analisis Ukuran Dewan Komisaris

Ukuran Dewan Komisaris dalam penelitian ini dilambangkan dengan UKDKOM. Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,178. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,178> 0,05), maka hipotesis nol (H07) diterima dan menolak hipotesis alternatif (Ha7). Berarti ukuran dewan komisaris tidak berpengaruh signifikan terhadap carbon emission disclosure.

Ukuran dewan komisaris yang secara parsial tidak memiliki pengaruh signifikan terhadap carbon emission disclosure menandakan bahwa ukuran dewan komisaris yang sesuai tidak membuat perusahaan melakukan lebih banyak pengungkapan tentang carbon emission disclosure. Hal ini dapat disebabkan oleh banyak hal, hal-hal tersebut dapat berupa tujuan atau sasaran pengungkapan perusahaan yang tidak mengarah kepada carbon emission disclosure dan lebih kepada pengungkapan lingkungan lain sehingga dewan komisaris tidak terlalu berpengaruh dalam menentukan pengungkapan yang akan dilakukan perusahaan.

Hal lain yang dapat menjadi penyebab tidak berpengaruhnya ukuran dewan komisaris terhadap carbon emission disclosure adalah pengungkapan tersebut masih bersifat voluntary sehingga rapat dewan komisaris dengan para dewan direksi lebih menitik beratkan kepada pengungkapan lain yang dapat membuat perusahaan lebih bernilai dan mendapat legitimasi dari masyarakat dan para stakeholder.

BAB V

PENUTUP

5.1. Kesimpulan

Berdasarkan hasil analisis data tentang pengaruh media exposure, profitability, ukuran perusahaan, kinerja lingkungan, leverage dan good corporate governance terhadap carbon emission disclosure pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2012-2014, dapat disimpulkan beberapa hal sebagai berikut :

1. Pengaruh Media Exposure terhadap Carbon Emission Disclosure

Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,000. Karena nilai signifikansi hitung lebih kecil dari nilai signifikansi yang ditentukan (0,000< 0,05), maka hipotesis nol (H01) ditolak dan menerima hipotesis alternatif (Ha1). Berarti media exposure berpengaruh signifikan secara parsial terhadap carbon emission disclosure.

2. Pengaruh Profitability terhadap Carbon Emission Disclosure

Berdasarkan pada tabel hasil uji analisis regresi berganda diperoleh nilai signifikansi 0,409. Karena nilai signifikansi hitung lebih besar dari nilai signifikansi yang ditentukan (0,409> 0,05), maka hipotesis nol (H02) diterima dan menolak hipotesis alternatif (Ha2). Berarti profitability tidak berpengaruh signifikan terhadap carbon emission disclosure.

vii DAFTAR ISI

Halaman

PERNYATAAN i

ABSTRAK ii

ABSTRACT iii

KATA PENGANTAR iv

DAFTAR ISI v

DAFTAR TABEL vii

DAFTAR GAMBAR xi

DAFTAR LAMPIRAN xii

BAB I PENDAHULUAN

1.1.Latar Belakang 1

1.2.Perumusan Masalah 7

1.3.Tujuan dan Manfaat Penelitian 7

1.3.1. Tujuan Penelitian 7

1.3.2. Manfaat Penelitian 8

1.4.Sistematika penulisan 9

BAB II TINJAUAN PUSTAKA

2.1.Landasan Teori 11

2.1.1.Teori Legitimasi 11

2.1.2.Teori Stakeholder 12

2.1.3.Emisi Karbon 14

2.1.3.1. Carbon Emission Disclosure 15 2.1.4.Faktor-faktor yang Mempengaruhi Carbon Emission

Disclosure 16

2.1.4.1. Media Exposure 16

2.1.4.2. Profitability 17

2.1.4.3. Ukuran Perusahaan 18

2.1.4.4. Kinerja Lingkungan 19

2.1.4.5. Leverage 21

2.1.4.6. Good Corporate Governance 22 2.1.4.7. Dewan Komisaris sebagai proksi GCG 26

2.2.Penelitian Terdahulu 28

2.3.Kerangka Pemikiran 30

2.4.Perumusan Hipotesis 33

2.4.2.Profitability 33

2.4.3.Ukuran Perusahaan 34

2.4.4.Kinerja Lingkungan 36

2.4.5.Leverage 37

2.4.6.Proporsi Komisaris Independen 38

2.4.7.Ukuran Dewan Komisaris 39

BAB III METODE PENELITIAN

3.1.Variabel Penelitian dan Definisi Operasional Variabel 41

3.1.1.Variabel Penelitian 41

3.1.2.Definisi Operasional Variabel 41

3.2.Populasi dan Sampel Penelitian 52

3.3.Jenis dan Sumber Data 54

3.4.Metode Pengumpulan Data 54

3.5.Metode Analisis 55

3.5.1.Statistik Deskriptif 55

3.5.2.Uji Asumsi Klasik 55

3.5.2.1. Uji Normalitas 56

3.5.2.2. Uji Multikolinearitas 57

3.5.2.3. Uji Heteroskedastisitas 57

3.5.2.4. Uji Autokorelasi 58

3.5.3.Analisis Regresi 58

3.5.4.Pengujian Hipotesis 59

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1.Deskripsi Objek Penelitian 62

4.2.Hasil Uji Statisitik Deskriptif 62

4.3.Hasil Uji Asumsi Klasik 65

4.3.1.Uji Normalitas 65

4.3.2.Uji Multikolinearitas 67

4.3.3.Uji Heteroskedastisitas 69

4.3.4.Uji Autokorelasi 76

4.4.Pengujian Hipotesis 71

4.4.1.Hasil Analisis Regresi 71

4.4.2.Uji Koefisien Determinasi(R2) 73 4.4.3.Uji Pengaruh Simultan (Uji Statistik F) 73 4.4.4.Uji Pengaruh Parsial (Uji Statistik t) 74

ix BAB V PENUTUP

5.1.Kesimpulan 86

5.2.Keterbatasan dan Saran 88

5.2.1.Keterbatasan Penelitian 88

5.2.2.Saran 88

Daftar Pustaka 90

DAFTAR TABEL

Halaman

Tabel 2.1 Penelitian Terdahulu 29

Tabel 3.1 Carbon Emission Disclosure Checklist 42 Tabel 3.2 Deskripsi Ruang Lingkup 1, 2, dan 3 45

Tabel 3.3 Peringkat PROPER 49

Tabel 3.4 Definisi Operasional dan Pengukuran Variabel 51

Tabel 3.5 Sampel Penelitian 53

Tabel 4.1 Hasil Uji Statistik Deskriptif 63

Tabel 4.2 Uji Kolmogorov-Smirnov 67

Tabel 4.3 Uji Multikolinearitas 68

Tabel 4.4 Uji Autokorelasi 70

Tabel 4.5 Hasil Analisis Linear Berganda 71

Tabel 4.6 Uji Koefisien Determinasi 73

xi DAFTAR GAMBAR

Halaman

Gambar 2.1 Kerangka Pemikiran 32

Gambar 4.1 Histogram Display Normal Curve 66

Gambar 4.2 P-P Plot 66

DAFTAR LAMPIRAN

Halaman

Lampiran 1 Tabel Seleksi Populasi 95

Lampiran 2 Hasil Perhitungan Variabel 99

Lampiran 3 Hasil Uji Statistik Deskriptif 102

Lampiran 4 Hasil Uji Normalitas 103

Lampiran 5 Hasil Uji Kolmogorov-Smirnov 104

Lampiran 6 Hasil Uji Multikolinearitas 105

Lampiran 7 Hasil Uji Heteroskedastisitas 106

Lampiran 8 Hasil Uji Auotkorelasi 107