Data Penelitian Pembahasan Hasil Penelitian

BAB IV ANALISIS DAN PEMABAHASAN

A. Data Penelitian

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistic yang menggunakan persamaan regresi berganda. Analisis data dimulai dengan mengolah data dengan menggunkan Microsoft excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakn regresi berganda dilakukan dengan menggunakan software SPSS 17 versi 18 for windows. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Berdasarkan kriteria yang telah ditetapkan, didapat 14 perusahaan food and beverages yang memenuhi kriteria dan dijadikan sampel dalam penelitian ini dan diamati selama periode 2007-2009.

B. Analisis Hasil Penelitian 1. Analisis Statistik Deskriptif

Metode yang digunakan dalam penelitian ini adalah metode statistic deskriptif, yaitu peneltian yang dilakukan untuk memperoleh gambaran yang sebenarnya tentang kondisi perusahaan dalam analisis. Statistic deskriptif memberikan penjelasan mengenai nilai minimum, nilai maksimum, dan nilai rata-rata mean, dan nilai standar deviasi dari variabel-variabel independen Universitas Sumatera Utara dan variabel dependen. Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang diperoleh dari www.idx.co.id dan Indonesian Capital Market Directory berupa data keuangan sampel perusahaan Food and Beverages dari tahun 2007 sampai tahun 2009 yang dijabarkan dalam bentuk statistic. Variabel dalam penelitian ini terdiri dari ukuran perusahaa, likuiditas, leverage dan profitabilitas sebagai variabel bebas independent variabel dan kelengkapan pengungkapan sebagai variabel terikat independent variabel. Statistic deskriptif dari variabel tersebut dari sampel perusahaan food and beverages selama periode tahun 2007 sampai dengan tahun 2009 disajikan dalam table 4.1 berikut ini: Table 4.1 Satistik Deskriptif Variabel-Variabel selama tahun 2007 sampai Tahun 2009 N Mean Std. Deviation Minimum Maximum Ukuran perusahaan 42 27.7343 1.46324 25.03

31.33 CR

42 .6233 .65264 -.53

2.06 DER

42 .1159 1.10465 -1.30

4.17 ROE

42 -1.9524 1.04485 -4.34 1.17 Kelengkapan Pengungkapan 42 -.4904 .07991 -.69 -.33 Sumber : data diolah oleh penulis, 2011 Universitas Sumatera Utara Table diatas menunjukkan bahwa variabel current ratio, debt to equity ratio DER, return on equity ROE, kelengkapan pengungkapan mimiliki nilai minimum negative sedangkan ukuran perusahaan memiliki nilai minimum positif. Untuk nilai maksimum hanya kelengkapan pengungkapan yang memiliki nilai negative. Berikut ini perincian data deskriptif yang telah diolah: a. Variabel ukuran perusahaan memiliki nilai minimum 25.03 dan nilai maksimum 31.33 dengan rata-rata ukuran perusahaan 27.73 dengan jumlah sampel sebanyak 42 perusahaan. b. Variabel likuditas CR memiliki nilai minimum -0.53 dan nilai maksimum 2.06 dengan rata-rata CR 0.62 dengan jumlah sampel sebanyak 42 perusahaan -1.30 c. Variabel leverage DER memiliki nilai minimum -1.30 dan nilai maksimum 4.17 dengan rata-rata DER 0.11 dengan jumlah sampel sebanyak 42 perusahaan. d. Variabel profitabilitas ROE memiliki nilai minimum -4.34 dan nilai maksimum 1.17 dengan rata-rata ROE -2.95 dengan jumlah sampel sebanyak 42 perusahaan. e. Variabel kelengkapan pengungkapan memiliki nilai minimum -0.69 dan nilai maksimum -0.33 dengan rata-rata kelengkapan pengungkapan -0.49 dengan jumlah sampel 42 perusahaan. Universitas Sumatera Utara 2. Uji Asumsi Klasik Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. Apabila terjadi penyimpangan dalam pengujian asumsi klasik perlu dilakukan perbaikan terlebih dahulu. Pengujian asumsi klasik yang telah dilakukan adalah sebagai berikkut: 1 Uji Normalitas Uji normalitas bertujuan untuk mrnguji apakah variabel residual berdistribusi normal. Pengujiian normalitas data dalam penelitian ini menggunakan uji statistic non parametric Kolmogorov-SmirnovK-S dengan membuat hipotesis: H 0 : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal Dalam pengujian Kolmogrov-Smirnov, pedoman yang diguanakan dalam pengambilan keputusan yaitu: 1 Jika nilai signifikansi 0,05 maka distribusi tidak normal 2 Jika niali signifikansi 0.05 maka distribusi tidak normal Universitas Sumatera Utara Table 4.2 Uji normalitas One-Sample Kolmogorov-Smirnov Test B _ukuran CR DER ROE Kelengkapan N 42 42 42 42 42 Normal Parameters a Mean 27.7343 .6233 .1159 -1.9524 -.4904 Std. Deviation 1.46324 .65264 1.10465 1.04485 .07991 Most Extreme Differences Absolute .167 .134 .121 .134 .153 Positive .167 .134 .121 .134 .153 Negative -.158 -.065 -.100 -.116 -.130 Kolmogorov-Smirnov Z 1.081 .868 .787 .871 .991 Asymp. Sig. 2-tailed .193 .438 .565 .434 .280

a. Test distribution is Normal.

Sumber : data diolah oleh penulis, 2011 Dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov- Smirnov adalah 0.991 dan signifikansinya pada 0,280 maka disimpulkan data terdistribusi normal karena p = 0,280 0,05. Data yang terdistribusi histogram dan grafik normal plot data berikut ini: Universitas Sumatera Utara Gambar 4.1 Sumber : data diolah oleh penulis, 2011 Universitas Sumatera Utara Gambar 4.2 Grafik normal P-P Plot Sumber: data diolah oleh penulis, 2011 Berdasarkan grafik diatas dapat dikemukakan bahwa distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun ke kanan. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal. Universitas Sumatera Utara

b. Uji Multikoliniearitas

Mendeteksi ada tidaknya gejala multikolineritas adalah dengan melihat nilai tolerance dan variance inflation factor VIF, serta menganalisis matrik kolerasi variabel-variabel independen. Besarnya tingkat multikolniearitas yang masih dapat ditolerir, yaitu: Tolerance 0,10, dan nilai Variance Inflation Factor VIF 10. Berikut disajikan table hasil pengujian : Table 4.3 Hasil Uji Multikoliniaritas Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant - 1.038 .238 -4.366 .000 Ukuran .019 .008 .350 2.305 .027 .937 1.067 CR -.027 .021 -.217 -1.257 .217 .729 1.371 DER .003 .014 .047 .238 .813 .568 1.761 ROE -.017 .013 -.222 -1.287 .206 .729 1.372 a. Dependent Variable: kelengkapan Sumber : Data diolah oleh penulis, 2011 Berdasarkan pada table diatas, dapat disimpulkan bahwa tidak terjadi gejala multikoliniearitas antara varibel inpenden yang diindikasikan dari nilai tolerance setiap variabel lebih besar dari 0,1. Nilai tolerance ukuran perusahaan adalah 0,937; CR 0,729; DER 0,568; ROE 0,729. Nilai VIF kelima variabel independen lebih kecil dari 10 yaitu ukuran perusahaan Universitas Sumatera Utara 1.067;CR 1.3371; DER 1,761; ROE 1,372. Maka dapat disimpulkan bahwa analisis lebih lanjut dapat dilakukan dengan menggunakan model regresi berganda. c. Uji heterodastisitas Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat plot grafik yang dihasilkan darai pengolahan menggunakan program SPSS. Dasar pengambilan keputusannya adalah: 1. Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudain menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik-titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau terjadi homoskedastisitas. Berikut ini dilampirkan grafifk scatterplot untuk menganalisis apakah terjadi heterokedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran titik-titik pada gambar. Universitas Sumatera Utara Gambar 4.3 Scatterpolt Sumber : data diolah oleh penulis , 2011 Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi kelengkapan pengungkapan berdasarkan masukan variabel independen ukuran perusahaan, CR, DER dan ROE. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi lainnya. Universitas Sumatera Utara d. Uji Autokolerasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada kolerasi antara kesalahan penggangu pada periode t dengan kesalahan pada periode t-1. Autokolerasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan dengan yang lainnya. Hal ini sering ditemukan pada data time series. Cara yang dapat digunakan untuk mendetuksi masalah autokolerasi adalah dengan menggunakan nalai uji Durbin Watson. Untuk uji Durbin Watson memiliki ketentuan sebagai berikut: 1 angka D-W di bawah -2 berarti ada autokolerasi positif, 2 angka D-W di antara -2 sampai dengan +2 berarti tidak ada autokolerasi, 3 angka D-W di atas +2 berarti autokolerasi negative. Table 4.4 Hasil uji Durbin Watson Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .446 a .199 .112 .07528 1.630

a. Predictors: Constant,ukuran perussahaan, CR, DER, ROE b. Dependent Variable: kelengkapan

Sumber : data diolah oleh penulis, 2011 Universitas Sumatera Utara statistic ini menunjukkan nilai D-W berada diantara -2 sampai 2. Nilai D-W berada diantara -21,6302. Dari hasil pengamatan, dapat disimpulkan bahwa tidak terjadi autokolerasi.

3. Analisis Regresi

Berdasarkan hasil pengujian asumsi klasik dapat disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Unbased Estimator BLUE dan layak dilakukan analisis regresi. Untuk menguji hipotesis, peneliti menggunakan analsis regersi berganda. Berdasarkan hasil pengolahan data dengan program SPSS 17, maka diperoleh hasil sebagai berikut:

a. Persamaan Regresi

Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen, melalui pengaruh ukuran perusahaan, CR, DER, dan ROE terhadap kelengkapan pengungkapan. Berdasarkan hasil pengolahan data dengan SPSS versi 17, maka diperoleh hasil sebagai berikut: Universitas Sumatera Utara Table 4.5 Hasil Analisis Regresi Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant -1.038 .238 -4.366 .000 ukuran .019 .008 .350 2.305 .027 CR -.027 .021 -.217 -1.257 .217 DER .003 .014 .047 .238 .813 ROE -.017 .013 -.222 -1.287 .206 a. Dependent Variable: kelengkapan pengungkapan Sumber : data diolah oleh penulis, 2011 Berdasarkan table diatas didapatlah persamaan regresi sebagai berikut kelengkapan pengungkapan = -1,038 + 0,019 ukuran perusahaan – 0,027 CR + 0,003 DER – 0,017 ROE + µ Keterangan : 1. Konstanta sebesar -1,038 menunjukkan bahwa apabila tidak ada variabel independen ukuran perusahaan, CR, DER dan ROE maka tingkat kelengkapan pengungkapan laporan keuangan sebesar 1,038. 2. β1 sebesar 0,019 menunjukkan bahwa setiap kenaikan ukuran perusahaan sebesar 1 akan diikuti oleh kenaikan kelengkapan pengungkapan laporan keuangan sebesar 0,019 dengan asumsi variabel lain tetap. Universitas Sumatera Utara 3. β2 sebesar -0,027 menunjukkan bahwa setiap kenaikan CR sebesar 1 akan diikuti oleh penurunan kelengkapan pengungkapan laporan keuangan sebesar 0,027 dengan asumsi variabel lain tetap. 4. β3 sebesar 0,003 menunjukkan bahwa setiap kenaikan DER sebesar 1 akan diikuti oleh kenaikan kelengkapan pengungkapan laporan keuangan sebesar 0,003 dengan asumsi variabel lain tetap. 5. β5 sebesar -0,017 menunjukkan bahwa setiap kenaikan ROE sebesar 1 akan diikuti oleh penurunan laporan keuangan sebesar 0,017 dengan asumsi variabel lain tetap.

b. Analisis koefisien determinasi

Nilai koefisien kolerasi r menunjukkan besar kolerasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien dikatakan kuat apabila kuat apabila data nilai R berada diantara 0,5 dan mendekati 1. Koefisien determinasi R Square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R Square adalah 0 sampai dengan 1. Apabila nilai R Square makin mendekati semua informasi yang dibutuhkan untuk memprediksi variasi veriabel independen. Sebaliknya, semakin kecil nilai R Square maka kemampuan variabel-variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas. Nilai R Square memiliki kelemahan yaitu nilai R Square akan menungkat setiap ada penambahan satu variabel dependen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel Universitas Sumatera Utara dependen. Dalam kenyataannya nilai adjusted R Square dapat bernilai negative, walaupun yang dikehendaki harus bernilai positif. Jika dalam uji empiris didapat nilai R Square negative, maka nilai adjusted R Square dianggap nol. Table 4.6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .446 a .199 .112 .07528 a. Predictors: Constant, ROE, ukuran , CR, DER

b. Dependent Variable: kelengkapan Sumber : Data diolah oleh penulis, 2011

Model summary pada table diatas menunjukkan bahwa nilai koefisien r sebesar 0,446 yang berarti bahwa kolerasi atau hubungan antara kelengkapan pengungkapan laporan keuangan dengan variabel independennnya ukuran perusahaan, CR, DER dan ROE. Lemah karena kurang dari 0,5. Angka adjusted R Square atau koefisien determinasi adalah 0,112. Angka ini sama dengan nol karena bernilai negative. Hal ini berarti tidak ada variasi atau perubahan variasi atau perubahan dalam kelengkapan pengungkapan dapat dijelaskan oleh ukuran perusahaan, CR, DER dan ROE , sedangkan sisanya 100 dapat dijelaskan oleh variabel-veriabel lain yang tidak dimasukkan dalam persamaan. Standard error of estimasi SEE adalah 0,0752, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen. Universitas Sumatera Utara

c. Pengujian hipotesis

Untuk mengetahui apakah variabel independen dlam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan uji t t- test dan uji F F- test. 1. Uji t t-test Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Berdasarkan hasil pengolahan SPSS versi 17, diperoleh hasil sebagai berikut: Table 4.7 Hasil Uji t-test Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant -1.038 .238 -4.366 .000 Ukuran .019 .008 .350 2.305 .027 CR -.027 .021 -.217 -1.257 .217 DER .003 .014 .047 .238 .813 ROE -.017 .013 -.222 -1.287 .206 a. Dependent Variable: kelengkapan pengungkapan Sumber : Data diolah oleh penulis,2011 Ukuran perusahaan menunjukkan t hitung sebesar 2,305 dengan nilai signifikansi 0,027, sedangkan t table adalah 2,01 sehingga t hitung t table 2,3052,01, maka ukuran perusahaan secara individual mempengaruhi Universitas Sumatera Utara kelengkapan pengungkapan laporan keuangan. signifikansi penelitian juga menunjukkan angka 0,050,0270,05, maka H a1 diterima. Artinya ukuran perusahaan berpengaruh signifikan terhadap kelengkapan pengungkapan laporan keuangan. CR menunjukkan t hitung sebesar -1,257 dengan nilai signifikansi 0,217 sedangkan t table adalah 2,01, sehingga t hitung t table -1,2572,01, maka CR secara individual tidak mempengaruhi kelengkapan pengungkapan laporan keuangan. signifikansi penelitian juga menunjukkan angka 0,05 0,2170,05, maka H a2 ditolak, artinya likuditas tidak berpengaruh terhadap kelengkapan pengungkapan laporan keuangan. DER menunjukkan t hitung sebesar 0,238 dengan nilai signifikansi 0,813 sedangkan t table adalah 2,01, sehingga t hitung t table 0,238 2,01, maka DER secara individual tidak mempengaruhi kelengkapan pengungkapan laporan keuangan. signifikansi penelitian juga menunjukkan angka 0,05 0,8130,05, maka H a3 ditolak artinya leverage tidak berpengaruh terhadap kelengkapan pengungkapan laporan keuangan. ROE menunjukkan t hitung sebesar -1,287 dengan nilai signifikansi 0,260 sedangkan t table adalah 2,01, sehingga t hitung t table -1,2872,01 maka ROE secara individual tidak mempengaruhi kelengkapan pengungkapan laporan keuangan. signifikansi penelitian juga menunjukkan angka 0,05 0,260 0,05, maka H a4 ditolak, artinya ROE tidak berpengaruh terhadap kelengkapan pengungkapan laporan keuangan. Universitas Sumatera Utara

2. Uji F F-test

Untuk melihat pengaruh ukuran perusahaan, likuiditas, leverage dan profitabilitas terhadap kelengkapan pengungkapan laporan keuangan secara simultan dapat dihitung dengan menggunakan F test. Berdasaarkan hasil pengolahan data dengan program SPSS 17, maka diperoleh hasil sebagai berikut: Table 4.8 Hasil Uji F-Test ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression .052 4 .013 2.299 .077 a Residual .210 37 .006 Total .262 41 a. Predictors: Constant, ln_profitabilitas, ln_ukuran, ln_likuiditas, ln_leverage

b. Dependent Variable: kelengkapan

Sumber : data diolah oleh penulis, 2011 Dari uji ANOVA atau F test, dapat diperoleh F hitung sebesar 2.299 dengan tingkat signifikansi 0,077, sedangkan F tabel sebesar 2,60 dengan signifikansi 0,05. Berdasarkan hasil penelitian tersebut dapat disimpulkan bahwa ukuran perusahaan, likuditas, leverage dan profitabilitas secara simultan tidak berpengaruh terhadap kelengkapan pengungkapan laporan keuangan karena F hitung F tabe 2,299 2,60 dan signifikansi penelitian 0,05 0,070,05. Universitas Sumatera Utara

C. Pembahasan Hasil Penelitian

Dari hasil pengujian secara sumultan diketahui bahwa going concern kelangsungan hidup perusahaan yang diukur dari ukuran perusahaa, likuiditas, leverage dan profitabilitas tidak mempengaruhi kelengkapan pengungkapan laporan keuangan. Hal ini ditunjukkan oleh nilai F hitung sebesar 2,299 yang lebih kecil dari nilai F tabel sebesar 2,60. Nilai Adjusted R Square sebesar 0,112 hal ini berarti hanya sedikit perubahan dalam kelengkapan pengungkapan laporan keuangan dapat dijelaskan oleh ukuran perusahaan, CR, DER dan ROE, sedangkan sisanya 100 dijelaskan oleh variabel –variabel lain yang tidak dimasukkan dalam persamaan. Hasil peneltian tidak sejalan dengan hasil penelitian terdahulu yang dilakukan oleh Rosaria 2007 yang menyatakan bahwa leverage, likuiditas, dan ukuran perusahaan berpengaruh terhadap kelengkapan pengungkapan laporan keuangan. Hasil pengujian dalam penelitian ini tidak sesuai dengan teori yang ada dimana seharusnya going concern kelangsungan hidup perusahaan mempengaruhi kelengkapan pengungkapan laporan keuangan karena kemampuan perusahaan dalam mempertahankan kegiatan operasionalnya, memenuhi kewajibannya dan menghasilkan laba mengakibatkan manajemen melakukan pengungkapan yang luas untuk menarik perhatian para investor dalam melakukan investasi. Dari hasil penelitian ini terlihat bahwa kelengkapan pengungkapan laporan keuangan minimum adalah 50 dan maksimum 72 dengan rata-rata 60,2. Hal ini menunjukkan bahwa Universitas Sumatera Utara perusahaan belum melakukan semua pengungkapan yang disyaratkan dalam peraturan Bapepam yaitu Surat Edaran Ketua Bapepam No. SE-02PM2002 tanggal 27 desember 2002. Kelengkapan pengungkapan laporan keuangan sangat dipengaruhi oleh kondisi perekonomian. Keadaan ekonomi sekarang yang terus-menerus mengalami perubahan mengakibatkan banyak perusahaan tidak melakukan pengungkapan informasi yang memadai. Seperti krisis ekonomi global pada tahun 2008 yang melanda dunia yang mengakibatkan banyak perusahaan bangkrut. 1. Pengaruh ukuran perusahaan terhadap kelengkapan pengungkapan laporan keuangan. Dari hasil pengujian secara parsial diketahui bahwa ukuran perusahaan berpengaruh terhadap kelengkapan pengungkapan laporan keuangan pada tingkat kepercayaan 95. Ukuran perusahaan menunjukkan t hitung sebesar 2.305 dengan nilai signifikansi 0,027, sedangkan t table adalah 2,01 sehingga t hitung t table 2,3052,01, maka ukuran perusahaan secara individual memepengaruhi kelengkapan pengungkapan laporan keuangan. hasil pengujian menunjukkan bahwa hasil penelitian ini sejalan dengan penelitian terdahulu yang dilakukan Hertanti 2005 yang menarik kesimpulan bahwa ukuran perusahaan parsial berpengaruh positif terhadap kelengkapan pengungkapan laporan keuangan pada perusahaan manufaktur yang terdaftar di BEI. Koefisien regresi variabel ukuran perusahaan sebesar 1.9 menunjukkan bahwa setiap kenaikan ukuran perusahaan sebesar satu satuan, Universitas Sumatera Utara maka perubahan kelengkapan pengungkapan yang dilihat dari nilai Y akan bertambah sebesar 1,9 dengan asumsi variabel lain tetap. Hubungan ukuran perusahaan dan kelengkapan pengungkapan dalam penelitian ini adalah positif dimana kelengkapan pengungkapan akan naik jika ukuran perusahaan naik. Hal tersebut sesuai dengan teori yang mengemukakan semakin banyak aktiva yang dimiliki oleh perusahaan maka semakin banyak informasi yang akan diunggkapakan kepada publik. 2. Pengaruh Likuditas CR terhadap Kelengkapan Pengungkapan laporan keuangan. Dari hasil pengujian secara parsial diketahui bahwa likuditas DER tidak berpengaruh terhadap kelengkapan pengungkapan laporan keuangan dengan kepercayaan 95. Hal ini ditunjukkan oleh t hitung sebesar -1,257 dengan nilai signifikansi 0,217, sedangkan t table adalah 2,01 sehingga t hitung t tabel -1,572,01 maka likuiditas secara individual tidak berpengaruh terhadap kelengkapan pengungkapan laporan keuangan. Hasil pengujian ini sesuai dengan penelitian Nina 2010 yang menyimpulkan bahwa likuiditas tidak berpengaruh terhadap kelengkapan pengungkapan laporan keuangan pada perusahaan manufaktur yang terdaftar di BEI. Koefisien regresi variabel current asset sebesar -0.217 menunjukkan bhwa setiap kenaikan likuiditas sebesar satu satuan , maka perubahan kelengkapan pengungkapan yang dilihat dari nilai Y akan berkurang sebesar 0,217 dengan asumsi variabel lain tetap. Hasil pengujian ini sejalan dengan penelitian Nina 2010 yang Universitas Sumatera Utara menyatakan bahwa likuiditas tidak berpengaruh terhadap kelengkapan pengungkapan laporan keuangan. hasil pengujian ini tidak sejalan dengan dengan hasil penellitian Rosaria 2007 yang menyatakan bahwa likuiditas berpengaruh terhadap kelengkapan pengungkapan laporan keuangan. Likuditas mengukur kinerja manajemen dalam mengelola perusahaan. Perusahaan dengan likuditas yang tinggi cenderung enggan melakukan pengungkapan luas yang lebih luas. Hal tersebut terjadi karena apabila investor melihat bahwa perusahaan tidak mampu memenuhi kewajibannya mereka tidak akan melakukan investasi sehingga perusahaan tidak sepenuhnya melakukan pengungkapan informasi keuangannya. 3. Pengaruh leverage DER terhadap kelengkapan pengungkapan laporan keuangan. Dari hasil pengujian secara parsial diketaui bahwa leverage DER tidak memiliki pengaruh terhadap kelengkapan pengungkapan laporan keuangan pada tingkat kepercayaan 95 . Hal ini ditunjukkan oleh t hitung sebesar 0,283 dengan nilai signifikansi 0,813 sedangkan t tabel adalah 2,01, sehingga t hitung t tabel 0,2832,01. Hasil pengujian ini tidak sesuai dengan hasil penelitian yang dilakukan oleh Hertanti 2005 yang menyatakan bahwa leverage berpengaruh positif terhadap kelengkapan pengungkapan laporan keuangan. koefisien regresi veriabel debt to equity ratio sebesar 0,03 menunjukkan bahwa setiap kenaikan debt to equity ratio sebesar satu satuan, maka perubahan kelengkapan pengungkapan akan bertambah sebesar 0,03 Universitas Sumatera Utara dengan asumsi variabel lain tetap. Hubungan debt to equity ratio dan kelengkapan pengungkapan menurut hasil penelitian ini adalah positif dimana kelengkapan pengungkapan akan naik jika debt to equity ratio meningkat. Hal tersebut tidak sesuai dengan teori secara umum yang mengemukakan bahwa semakin tinggi rasio leverage cenderung manajemen melakukan pengungkapan yang luas untuk menunjukkan kemampuan perusahaan dalam memenuhi kewajibannya. 4. Pengaruh profitabilitas ROE terhadap kelengkapan pengungkapan laporan keuangan. Dari hasil pengujian secara parsial return on equity tidak memiliki pengaruh terhadap kelengkapan pengungkapan pada tingkat kepercayaan 95. Hal ini dapat dilihat dari t hitung sebesar -1.287 dengan signifikansi 0,260 sedangkan t tabel sebesar 2,01 sehingga t hitung t tabel -1,2872,01. Hasil pengujian menunjukkan hasil penelitian yang tidak sejalan dengan penelitian Nina 2010 yang menunjukkan bahwa return on equity memiliki pengaruh positif terhadap kelengkapan pengungkapan. Hasil pengujian ini sesuai dengan penelitian Hertanti 2005 yang menyimpulkan return on equity tidak berpengaruh terhadap kelengkapan pengungkapan laporan keuangan pada perusahaan manufaktur yang terdaftar di BEI. Koefisien regresi variable return on equity sebesar -0,017 menunjukkan bahwa setiap kenaikan return on equity satu satuan, maka perubahan kelengkapan pengungkapan yang dilihat dari nilai Y akan berkurang sebesar 0,017 dengan asumsi variabel lain Universitas Sumatera Utara tetap. Hasil penelitian ini tidak sesuai dengan teori yang mengemukakan bahwa profitabilitas yang tinggi akan mendorong perusahaan untuk melakukan pengungkapan yang lebih untuk menunjukkan kemampuan perusahaan dalam memperoleh laba. Universitas Sumatera Utara

BAB V KESIMPULAN DAN SARAN

A. Kesimpulan

Berdasarkan hasil analisis yang telah dikemukakan dalam bab IV, maka kesimpulan yang diambil dari penelitian in adalah pengaruh going concern kelangsungan hidup perusahaan terhadap kelengkapan pengungkapan laaporan keuangan pada perusahaan food and beverages baik secara simultan maupun parsial. 1. Secara simultan, hasil penelitian ini menunjukkan tidak ada pengaruh yang signifikan dari ukuran perusahaan, current asset, debt to equity dan return on equity terhadap kelengkapan pengungkapan perusahaan Food and Beverages yang terdaftar di BEI. Hasil penelitian menunjukkan bahwa hasil penelitian ini tidak sejalan dengan hasil penelitian terdahulu yang dilakukan oleh Hertanti 2005 yang menyatakan bahwa ukuran perusahaan, current asset, debt to equity dan return on equity terhadap kelengkapan pengungkapan laporan keuangan. 2. Secara parsial, hasil penelitian ini menunjukkan bahwa ukuran perusahaan berpengaruh terhadap kelengkapan pengungkapan laporan keuangan perusahaan Food and Beverages yang terdaftar di BEI. Hasil pengujian menunjukkan bahwa hasil penelitian ini sejalan dengan hasil penelitian terdahulu yang dilakukan Rosaria 2007 yang menyatakan ukuran perusahaan secara parsial berpengaruh positif terhadap kelengkapan Universitas Sumatera Utara