Pengaruh Ukuran Dewan Komisaris, Komisaris Independen, Kompleksitas Bisnis, Dan Reputasi Auditor Terhadap Keberadaan Risk Management Committee (RMC) Pada IndustriHigh Profile Yang Terdaftar Di Bursa Efek Indonesia

Lampiran 1

Tabel 3.2

Daftar Populasi Dan Sampel Penelitian

No Kode

Perusahaan Populasi

Kriteria

Sampel

1 2 3 4

1 INTP 1 √ √ √ √ Sampel 1

2 SMCB 2 √ √ √ √ Sampel 2

3 SMBR 3 √ √ X √ -

4 SMGR 4 √ √ √ X -

5 AMFG 5 √ √ X √ -

6 ARNA 6 √ √ X √ -

7 IKAI 7 √ √ X √ -

8 KIAS 8 √ √ √ X -

9 MLIA 9 √ √ √ X -

10 TOTO 10 √ √ √ X -

11 ALKA 11 √ √ √ √ Sampel 3

12 ALMI 12 √ √ X √ -

13 BTON 13 √ √ √ √ Sampel 4

14 CTBN 14 √ √ X √ -

15 GDST 15 √ √ X √ -

16 INAI 16 √ √ √ √ Sampel 5

17 ISSP 17 √ √ X √ -

18 ITMA 18 √ √ X √ -

19 JKSW 19 √ √ X √ -

20 JPRS 20 √ √ √ √ Sampel 6

21 KRAS 21 √ √ X √ -

22 LION 22 √ √ √ X -

23 LMSH 23 √ √ √ X -

24 MYRX 24 √ √ X √ -

25 NIKL 25 √ √ √ X -

26 PICO 26 √ √ X √ -

27 TBMS 27 √ √ X √ -

28 BRPT 28 √ √ X √ -

29 BUDI 29 √ √ √ X -

30 DPNS 30 √ √ X √ -

31 EKAD 31 √ √ X √ -

32 ETWA 32 √ √ √ X -

33 INCI 33 √ √ X √ -

34 SOBI 34 √ √ X √ -

35 SRSN 35 √ √ √ X -

36 TPIA 36 √ √ X √ -

37 UNIC 37 √ √ X √ -

Lampiran 1 (lanjutan)

No Kode

Perusahaan Populasi

Kriteria

Sampel

1 2 3 4

39 AKPI 39 √ √ X √ -

40 APLI 40 √ √ X √ -

41 BRNA 41 √ √ √ X -

42 FPNI 42 √ √ X √ -

43 IGAR 43 √ √ X √ -

44 IPOL 44 √ √ X √ -

45 SIAP 45 √ √ √ X -

46 SIMA 46 √ √ X √ -

47 TRST 47 √ √ √ X -

48 YPAS 48 √ √ √ X -

49 CPIN 49 √ √ X √ -

50 JPFA 50 √ √ X √ -

51 MAIN 51 √ √ X √ -

52 SIPD 52 √ √ X √ -

53 SULI 53 √ √ √ X -

54 TIRT 54 √ √ X √ -

55 ALDO 55 √ √ X √ -

56 FASW 56 √ √ √ X -

57 INKP 57 √ √ X √ -

58 INRU 58 √ √ X √ -

59 KBRI 59 √ √ √ X -

60 SPMA 60 √ √ X √ -

61 TKIM 61 √ √ X √ -

62 KRAH 62 √ √ X √ -

63 ASII 63 √ √ √ √ -

64 AUTO 64 √ √ √ √ Sampel 7

65 BRAM 65 √ X √ √ -

66 GDYR 66 √ √ X √ -

67 GJTL 67 √ √ √ √ Sampel 8

68 IMAS 68 √ √ X √ -

69 INDS 69 √ √ √ X -

70 LPIN 70 √ √ X √ -

71 MASA 71 √ √ √ √ Sampel 9

72 NIPS 72 √ √ X √ -

73 PRAS 73 √ √ √ X -

74 SMSM 74 √ √ √ X -

75 ADMG 75 √ √ √ √ Sampel 10

76 ARGO 76 √ √ X √ -

77 CNTX 77 √ √ X √ -

78 CNTB 78 √ √ X √ -

Lampiran 1 (lanjutan)

No Kode

Perusahaan Populasi

Kriteria

Sampel

1 2 3 4

80 ESTI 80 √ √ √ √ Sampel 11

81 HDTX 81 √ √ X √ -

82 INDR 82 √ √ X √ -

83 KARW 83 √ √ X √ -

84 MYTX 84 √ √ √ √ Sampel 12

85 PBRX 85 √ √ √ X -

86 POLY 86 √ √ √ X -

87 RICY 87 √ √ √ X -

88 SRIL 88 √ √ X √ -

89 SSTM 89 √ √ X √ -

90 TRIS 90 √ √ X √ -

91 UNIT 91 √ √ X √ -

92 UNTX 92 √ √ X √ -

93 BIMA 93 √ √ √ √ Sampel 13

94 IKBI 94 √ √ X √ -

95 JECC 95 √ √ √ √ Sampel 14

96 KBLI 96 √ √ X √ -

97 KBLM 97 √ √ √ X -

98 SCCO 98 √ √ X √ -

99 VOKS 99 √ √ X √ -

100 PTSN 100 √ √ X √ -

101 ADES 101 √ √ √ X -

102 AISA 102 √ √ X √ -

103 CEKA 103 √ √ √ X -

104 DAVO 104 √ √ X √ -

105 DLTA 105 √ √ √ √ Sampel 15

106 ICBP 106 √ √ X √ -

107 INDF 107 √ √ √ X -

108 MLBI 108 √ √ √ √ Sampel 16

109 MYOR 109 √ √ X √ -

110 PSDN 110 √ √ √ X -

111 ROTI 111 √ √ X √ -

112 SKLT 112 √ √ X √ -

113 STTP 113 √ √ X √ -

114 ALTO 114 √ √ X √ -

115 ULTJ 115 √ √ √ X -

116 GGRM 116 √ √ √ X -

117 HMSP 117 √ √ √ √ Sampel 17

118 RMBA 118 √ √ √ √ Sampel 18

119 WIIM 119 √ √ X √ -

Lampiran 1 (lanjutan)

No Kode

Perusahaan Populasi

Kriteria

Sampel

1 2 3 4

121 INAF 121 √ √ √ √ Sampel 20

122 KAEF 121 √ √ √ √ Sampel 21

123 KLBF 123 √ √ √ X -

124 MERK 124 √ √ X √ -

125 PYFA 125 √ √ √ X -

126 SCPI 126 √ √ X √ -

127 SQBI 127 √ √ X √ -

128 TSPC 128 √ √ √ X -

129 SIDO 129 √ √ X √ -

130 MBTO 130 √ √ X √ -

131 MRAT 131 √ √ X √ -

132 TCID 132 √ √ √ √ Sampel 22

133 UNVR 133 √ √ √ √ Sampel 23

134 KDSI 134 √ √ √ √ Sampel 24

135 KICI 135 √ √ √ X -

Lampiran 2

DAFTAR PERUSAHAAN YANG MASUK DALAM SAMPEL

NO KODE NAMA PERUSAHAAN

1 INTP Indocement Tunggal Prakasa Tbk

2 SMCB Holcim Indonesia Tbk

3 ALKA Alaska Industrindo Tbk

4 BTON Beton Jaya Manunggal Tbk

5 INAI Indal Aluminium Industry Tbk

6 JPRS Jaya Pari Steel Tbk

7 AUTO Astra Auto Part Tbk

8 BRAM Indo Kordsa Tbk

9 GJTL Gajah Tunggal Tbk

10 MASA Multistrada Arah Sarana Tbk

11 ADMG Polychem Indonesia Tbk

12 ESTI Ever Shine Textile Industry Tbk 13 MYTX Apac Citra Centertex Tbk

14 BIMA Primarindo Asia Infrastructure Tbk

15 JECC Jembo Cable Company Tbk

16 DLTA Delta Djakarta Tbk

17 MLBI Multi Bintang Indonesia Tbk

18 HMSP Hanjaya Mandala Sampoerna Tbk

19 RMBA Bantoel International Investama Tbk 20 DVLA Darya Varia Laboratoria Tbk

21 INAF Indofarma Tbk

22 TCID Mandom Indonesia Tbk

23 UNVR Unilever Indonesia Tbk

24 KDSI Kedawung Setia Industrial Tbk

DAFTAR KEBERADAAN RISK MANAGEMENT COMMITTEE (RMC)

NO Perusahaan 2011 2012 2013

1 INTP 1 1 1

2 SMCB 1 1 1

3 ALKA 1 1 1

4 BTON 0 0 0

5 INAI 0 0 0

6 JPRS 1 1 1

7 AUTO 1 1 1

8 BRAM 1 1 1

9 GJTL 1 1 1

10 MASA 1 1 1

11 ADMG 1 1 1

12 ESTI 1 1 1

13 MYTX 0 0 0

14 BIMA 1 1 1

15 JECC 1 1 1

16 DLTA 0 0 0

17 MLBI 1 1 1

18 HMSP 1 1 1

19 RMBA 1 1 1

20 DVLA 0 0 0

21 INAF 1 1 1

22 TCID 0 0 0

23 UNVR 1 1 1

24 KDSI 1 1 1

25 LMPI 1 1 1

Lampiran 4

DAFTAR UKURAN DEWAN KOMISARIS

NO Perusahaan 2011 2012 2013

1 INTP 7 7 7

2 SMCB 7 7 7

3 ALKA 4 4 4

4 BTON 2 2 2

5 INAI 5 5 4

6 JPRS 2 2 2

7 AUTO 10 10 11

8 BRAM 7 7 7

9 GJTL 8 7 7

10 MASA 5 5 5

11 ADMG 5 5 5

12 ESTI 3 3 3

13 MYTX 4 4 4

14 BIMA 4 4 3

15 JECC 3 3 3

16 DLTA 5 5 5

17 MLBI 7 8 7

18 HMSP 5 5 6

19 RMBA 5 4 5

20 DVLA 7 7 7

21 INAF 5 5 4

22 TCID 5 5 5

23 UNVR 5 5 5

24 KDSI 4 4 4

Lampiran 5

DAFTAR PROPORSI KOMISARIS INDEPENDEN

Nama Perusahaan

2011 Komisaris

Independen

Total Dewan Komisaris

Proporsi komisaris independen

INTP 3 7 43

SMCB 4 7 57

ALKA 2 4 50

BTON 1 2 50

INAI 2 5 40

JPRS 1 2 50

AUTO 4 10 40

BRAM 3 7 43

GJTL 3 8 38

MASA 2 5 40

ADMG 2 5 40

ESTI 2 3 67

MYTX 2 4 50

BIMA 2 4 50

JECC 2 3 67

DLTA 2 5 40

MLBI 3 7 43

HMSP 2 5 40

RMBA 2 5 40

DVLA 3 7 43

INAF 2 5 40

TCID 2 5 40

UNVR 4 5 80

KDSI 2 4 50

LMPI 1 2 50

Lampiran 5 ( lanjutan )

DAFTAR PROPORSI KOMISARIS INDEPENDEN

Nama Perusahaan

2012 Komisaris

Independen

Total Dewan Komisaris

Proporsi komisaris independen

INTP 3 7 43

SMCB 4 7 57

ALKA 2 4 50

BTON 1 2 50

INAI 2 5 40

JPRS 1 2 50

AUTO 4 10 40

BRAM 3 7 43

GJTL 3 7 43

MASA 2 5 40

ADMG 2 5 40

ESTI 2 3 67

MYTX 2 4 50

BIMA 2 4 50

JECC 2 3 67

DLTA 2 5 40

MLBI 3 8 37

HMSP 2 5 40

RMBA 2 4 50

DVLA 3 7 43

INAF 2 5 40

TCID 2 5 40

UNVR 4 5 80

KDSI 2 4 50

Lampiran 5 ( lanjutan )

DAFTAR PROPORSI KOMISARIS INDEPENDEN

Nama Perusahaan

2013 Komisaris

Independen

Total Dewan Komisaris

Proporsi komisaris independen

INTP 3 7 43

SMCB 4 7 57

ALKA 2 4 50

BTON 1 2 50

INAI 2 4 50

JPRS 1 2 50

AUTO 4 11 36

BRAM 3 7 43

GJTL 3 7 43

MASA 2 5 40

ADMG 2 5 40

ESTI 2 3 67

MYTX 2 4 50

BIMA 2 3 67

JECC 2 3 67

DLTA 2 5 40

MLBI 3 7 43

HMSP 3 6 50

RMBA 2 5 40

DVLA 3 7 43

INAF 2 4 50

TCID 2 5 40

UNVR 4 5 80

KDSI 2 4 50

Lampiran 6

DAFTAR KOMPLEKSITAS BISNIS PERUSAHAAN

NO Perusahaan 2011 2012 2013

1 INTP 3 3 3

2 SMCB 3 3 3

3 ALKA 2 2 2

4 BTON 1 1 1

5 INAI 1 1 1

6 JPRS 1 1 1

7 AUTO 6 6 6

8 BRAM 1 1 1

9 GJTL 5 5 5

10 MASA 1 1 1

11 ADMG 3 3 3

12 ESTI 2 2 2

13 MYTX 1 2 2

14 BIMA 1 1 1

15 JECC 2 2 2

16 DLTA 2 2 2

17 MLBI 3 3 3

18 HMSP 3 3 3

19 RMBA 4 4 4

20 DVLA 3 3 3

21 INAF 1 1 1

22 TCID 4 4 4

23 UNVR 3 3 3

24 KDSI 2 2 2

Lampiran 7

DAFTAR REPUTASI AUDITOR PERUSAHAAN

NO Perusahaan 2011 2012 2013

1 INTP 1 1 1

2 SMCB 1 1 1

3 ALKA 0 0 0

4 BTON 0 0 0

5 INAI 0 0 0

6 JPRS 0 0 0

7 AUTO 1 1 1

8 BRAM 1 1 1

9 GJTL 1 1 1

10 MASA 1 1 1

11 ADMG 1 1 1

12 ESTI 1 1 1

13 MYTX 0 0 0

14 BIMA 0 0 0

15 JECC 0 0 0

16 DLTA 1 1 1

17 MLBI 1 1 1

18 HMSP 1 1 1

19 RMBA 1 1 1

20 DVLA 1 1 1

21 INAF 0 0 0

22 TCID 1 1 1

23 UNVR 1 1 1

24 KDSI 0 0 0

Lampiran 8

ANALISIS DESKRIPTIF

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

UDK(X1) 75 2 11 5.00 1.986

KI(X2) 75 36 80 48.40 10.413

KB(X3) 75 1 6 2.55 1.407

Valid N (listwise) 75

RA(X4)

Frequency Percent Valid Percent

Cumulative Percent

Valid Non Big Four 30 40.0 40.0 40.0

Big Four 45 60.0 60.0 100.0

Total 75 100.0 100.0

RMC(Y)

Frequency Percent Valid Percent

Cumulative Percent

Valid Tidak Mengungkapkan RMC 18 24.0 24.0 24.0

Mengungkapkan RMC 57 76.0 76.0 100.0

Lampiran 9

REGRESI LOGISTIK

Correlation Matrix

Constant X1 X2 X3 X4

Step 1 Constant 1.000 -.489 -.967 -.015 -.271 X1 -.489 1.000 .302 -.062 -.455

X2 -.967 .302 1.000 -.083 .390

X3 -.015 -.062 -.083 1.000 -.313 X4 -.271 -.455 .390 -.313 1.000

Iteration Historya,b,c

Iteration -2 Log likelihood

Coefficients Constant

Step 0 1 82.839 1.040

2 82.662 1.150

3 82.662 1.153

4 82.662 1.153

a. Constant is included in the model. b. Initial -2 Log Likelihood: 82.662

c. Estimation terminated at iteration number 4 because parameter estimates changed by less than .001.

Iteration Historya,b,c,d

Iteration -2 Log likelihood

Coefficients

Constant X1 X2 X3 X4

Step 1 1 74.798 -2.656 .149 .052 .177 -.009

2 71.538 -5.610 .266 .102 .243 .106

3 70.875 -7.598 .314 .140 .246 .300

4 70.824 -8.292 .323 .154 .242 .393

5 70.823 -8.359 .324 .155 .241 .402

6 70.823 -8.360 .324 .155 .241 .402

a. Method: Enter

b. Constant is included in the model. c. Initial -2 Log Likelihood: 82.662

d. Estimation terminated at iteration number 6 because parameter estimates changed by less than .001.

Model Summary

Step -2 Log likelihood

Cox & Snell R Square

Nagelkerke R Square

1 70.823a _{.146 .219}

a. Estimation terminated at iteration number 6 because parameter estimates changed by less than .001.

Hosmer and Lemeshow Test Step Chi-square df Sig.

1 9.744 8 .283

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 11.839 4 .019

Block 11.839 4 .019

Model 11.839 4 .019

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1a _{X1 .324 .247 1.712 1 .191 1.382}

X2 .155 .072 4.634 1 .031 1.168

X3 .241 .243 .985 1 .321 1.273

X4 .402 .930 .187 1 .666 1.495

Constant -8.360 3.852 4.710 1 .030 .000

a. Variable(s) entered on step 1: X1, X2, X3, X4.

Classification Tablea

Observed

Predicted RMC(Y)

Percentage Correct Tidak

Mengungkapkan RMC

Mengungkapkan RMC

Step 1 RMC(Y) Tidak Mengungkapkan RMC 2 16 11.1

Mengungkapkan RMC 2 55 96.5

Overall Percentage 76.0

DAFTAR PUSTAKA

Agoes, Soekrisno dan Cenik Ardana, 2011. Etika Bisnis dan Profesi: Tantangan

Membangun Manusia Seutuhnya, Salemba Empat, Jakarta.

Alijoyo, Antonius, Subarto Zaini.2004.Komisaris Independen : Penggerak Praktik GCG di Perusahaan.Jakarta: PT INDEKS Kelompok Gramedia.

Andarini, Puteri Wahyu., dan Januarti, Indira.2010. “Hubungan Karakteristik Dewan Komisaris dan Perusahaan Terhadap Pengungkapan Risk

Management Committee Pada Perusahaan Go Public Indonesia”.Simposium Nasional Akuntansi XIII.Purwokerto.

BAPEPAM (2004). Keputusan Ketua Badan Pengawas Pasar Modal No. KEP- 29/PM/2004 (Peraturan No IX.I.5) tentang Pembentukan dan Pedoman Pelaksanaan Kerja Komite Audit.

Bates, William E., dan Robert J. Leclerc. “Boards of Directors and Risk

Committees”. The Corporate Governance Advisor. Vol. 17, No.6, 2009.

Carson,E.2002.”Factors Associated With The Development of Board Sub

Committees”.Corporate Governance : An International Review, Vol. 10,

No. 1.pp. 4-18.

Chen, Li, A. Kilgore, and R. Radich.2009.”Audit Committees : Voluntary Formation by ASX Non-Top 500”. Managerial Auditing Journal, Vol.24,

No.5, pp.475-493.

Cohen, J., Krishnamoorty, G. dan Wright, A. 2004. “The Coorporate Governance

Mosaic and Financial Reporting Quality”, Journal of Accounting Literature, Vol. 23, pp. 87-152.

Dita Pratika, Briana.2011.Faktor-Faktor Yang Mempengaruhi Keberadaan Risk

Management Committee Terhadap Manajemen Risiko.Skripsi Universitas

Diponegoro.

Djojosoedarso, Sutrisno.2003.”Prinsip-prinsip Manajemen Risiko dan Asuransi, Edisi Revisi.Salemba Empat:Jakarta.

Diani, Yosephine, 2013. Faktor-Faktor Yang Mempengaruhi Pengungkapan

Keberadaan Risk Management Committee Pada Industri High Profile,

Skripsi. Universitas Negeri Semarang.

Ghozali, Imam.2011.Analisis Multivariate Lanjutan Dengan Program SPSS. Semarang : Badan Penerbit Universitas Diponegoro.

Ghozali, Imam, 2013. Aplikasi Analisis Multivariate Dengan Program SPSS. Badan Penerbit Universitas Diponegoro, Semarang.

Gallati (2003:h. 442-444) dan Dun & Bradstreet (2007:h. 196-203); dan berbagai media.

Idroes, Ferry, 2008. Manajemen Risiko Perbankan: Pemahaman Pendekatan 3

Pilar Kesepakatan Basel II Terkait Aplikasi Regulasi dan Pelaksanaannya di Indonesia, PT. Raja Grafindo Persada, Jakarta.

Indonesia. Undang-Undang tentang Perseroan Terbatas, UU No. 40 tahun 2007, LN No. 106 Tahun 2007, TLN No. 4756.

Jensen, M.C. and W.H. Meckling. 1976. Theory of The Firm : Managerial Behaviour, Agency Costs, and Ownership Structure. Journal of Financial

Economics, 3(4), 305-360.

Eisenhardt, Kathleen M. 1989. “Agency Theory: An Assessment and Review”, The

Academy of Management Review, Vol. 14, No. 1, pp. 57-74.

Kartika.2009.”Analisis Hubungan Karakteristik Sumber Daya Manusia Komite

Audit dengan Nilai Underpricing”.Skripsi.Universitas Diponegoro. Kasidi, 2010, Manajemen Risiko, Ghalia Indonesia, Bogor.

Komite Nasional Kebijakan Governance, Pedoman umum Good Corporate Governance, Indonesia, Jakarta, 2006.

Keputusaan Menteri BUMN No: KEP-117/M-MBU/2002, Good Corporate

Governance (GCG).

Keputusan Direksi PT Bursa Efek Jakarta No Kep.305/BEJ/07-2004 tanggal 19 Juli 2004.

Komite Nasional Kebijakan Governance, Pedoman umum Good Corporate Governance, Indonesia, Jakarta, 2006.

Krus, Cynthia M. and H. L. Orowitz. 2009. “The Risk-Adjusted Board : How

Should The Board Manage Risk?”. Corporate Governance Advisor, Vol. 17, No.2.

Menteri Keuangan.2009.PMK No.142/PMK.010/2009 tentang “Risiko”.

Menteri Keuangan.2010.PMK No.191/PMK.04/2010 tentang “Manajemen Risiko”.

Setyarini, Yudiati Indah.2011.”Analisis Pengaruh Karakteristik Dewan Komisaris

dan Karakteristik Perusahaan Terhadap Pengungkapan Risk Management

Committee”.Skripsi Akuntansi. Universitas Diponegoro:Semarang.

Subramaniam, Nava, L. McManus, and Jiani Zhang.2009.”Corporate Governance, Firm Characteristic, and Risk Management Committee Formation in Australia Companies”. Managerial Auditing Journal, Vol.24,

No.4, pp.316-339.

Sugiyono, 2011. Statistika untuk Penelitian, Alfabeta, Bandung.

Susilo, Leo J. Kaho, Victor Riwu, Manajemen Risiko Berbasis ISO 31000, PPM Manajemen, 2010.

Wahyuni, Tri, 2012. Analisis Pengaruh Corporate Governance Dan Karakteristik

Perusahaan Terhadap Keberadaan Komite Manajemen Risiko (Studi Kasus Pada Perusahaan Yang Listing Di BEI Periode 2008-2010), Skripsi

Universitas Diponegoro Semarang.

Wulandari, Paramastri.2012.”Pengaruh Karakteristik Komite Audit Terhadap

Pembentukan Risk Management Committee”.Skripsi Akuntansi.Universitas Diponegoro:Semarang.

Yatim, Puan.2009.”Karakteristik Komite Audit dan Manajemen Risiko Pada Perusahaan yang Listing di Bursa Efek Malaysia”.Jurnal Akuntansi, Vol.8,

No.1,19-36.

---.2010.”Struktur Dewan dan Penyelenggaraan Komite Manajemen

Risiko Pada Perusahaan yang Listing di Bursa Efek Malaysia”.Jurnal Manajemen dan Perusahaan, Vol.14, No.1,17-36.

http://en.wikipedia.org/wiki/Big_Four_%28audit_firms%29 (diakses pada 28 Januari 2016).

http://www.sahamok.com/perusahaan-manufaktur-di-bei/ (diakses pada 29 januari 2016).

BAB III

METODE PENELITIAN

3.1. Jenis Penelitian

Jenis penelitian ini adalah penelitian asosiatif. Menurut Sugiyono (2011) penelitian asosiatif merupakan penelitian yang bertujuan untuk mengetahui pengaruh ataupun juga hubungan antara dua variabel atau lebih. Penelitian ini mempunyai tingkatan tertinggi dibandingkan dengan deskriptif dan komparatif karena dengan penelitian ini dapat dibangun suatu teori yang dapat berfungsi untuk menjelaskan, meramalkan, dan mengontrol suatu gejala.

3.2. Tempat dan Waktu Penelitian

Penelitian ini dilakukan di Bursa Efek Indonesia melalui situs www.idx.co.id. Waktu penelitian akan dilakukan pada bulan Februari 2016.

3.3. Batasan Operasional

Batasan operasional dilakukan untuk menghindari kesimpangsiuran dalam membahas dan menganalisis permasalahan dalam penelitian yang dilakukan peneliti. Adapun yang menjadi batasan operasional penelitian adalah :

1. Data annual report industri high profile perusahaan non finansial yang

terdaftar di Bursa Efek Indonesia (BEI) tahun 2011-2013.

2. Variabel-variabel yang diteliti adalah ukuran dewan komisaris, komisaris independen, kompleksitas bisnis, dan reputasi auditor.

3.4. Definisi Operasional

Tabel 3.1

Definisi Operasional dan Pengukuran Variabel Variabel

Penelitian

Definisi

Operasional Indikator

Skala Pengukuran

Ukuran dewan komisaris (X1)

Ukuran dewan menunjukkan besarnya jumlah anggota yang berada pada dewan. Dewan yang memiliki ukuran yang besar mempunyai kesempatan yang lebih besar untuk mendapatkan direktur dengan kemampuan yang kompeten. Kondisi ini terjadi karena ukuran dewan yang besar memberikan berbagai opini dan pandangan yang lebih luas dari berbagai anggota untuk memilih calon yang tepat untuk menjadi

direktur.

Jumlah keseluruhan dewan komisaris yang ada pada perusahaan.

Rasio

Komisaris independen (X2)

Menurut UU Perseroan terbatas (UUPT) pasal 97, Komisaris bertugas mengawasi kebijaksanaan direksi dalam menjalankan

Jumlah anggota komisaris independen

Variabel Penelitian

Definisi

Operasional Indikator

Skala pengukuran perusahaan dan memberikan nasihat kepada direksi. Proporsi jumlah komisaris independen dapat menggambarkan tingkat independensi dan objektivitas dewan dalam pengambilan keputusan. Kompleksit as Bisnis (X3)

Kompleksitas perusahaan dapat dilihat dari jumlah segmen bisnis yang dimilikinya. Kompleksitas perusahaan yang besar dapat meningkatkan risiko sehingga dibutuhkan mekanisme pengawasan risiko yang lebih besar. Perusahaan dengan kompleksitas yang besar diperkirakan cenderung memiliki Risk Management Committee, dengan tujuan mengecilkan risiko yang dihadapinya.

Dengan menjumlah segmen bisnis/usaha yang dimiliki oleh perusahaan

Variabel Penelitian

Definisi

Operasional Indikator

Skala Pengukuran

Reputasi Auditor (X4)

Reputasi auditor merupakan auditor yang mempunyai nama baik dan mempertahanka n reputasinya dengan memberikan kualitas audit yang tinggi dan digunakan sebagai tanda petunjuk terhadap kualitas perusahaan emiten. Auditor Big Four merupakan auditor yang memiliki reputasi baik dimata emiten.

Perusahaan yang

menggunakan jasa audit yang tergabung dalam auditor Big

Four diberikan nilai 1. Perusahaan yang tidak menggunakan jasa audit dalam auditor Big Four, diberikan nilai 0.

Nominal Risk managemen t committee (Y) Keberadaan Risk Management Committee merupakan salah satu prinsip Good Corporate Governance (GCG) dalam pengawasan manajemen risiko di perusahaan.

Keberadaan RMC diukur dengan menggunakan variabel dummy, dimana perusahaan yang

mengungkapkan keberadaan RMC (baik sebagai komite yang terpisah atau komite yang tergabung dengan komite audit diberi nilai satu (1), sedangkan diberi nilai nol (0) apabila perusahaan tidak mengungkapkan keberadaan RMC dalam laporan

tahunannya (Subramaniam, et al 2009)

3.5. Populasi Dan Sampel Penelitian

Populasi adalah jumlah dari keseluruhan kelompok individu, kejadian kejadian yang menarik perhatian peneliti untuk diteliti atau diselidiki. Populasi yang digunakan dalam penelitian ini adalah Industri high profile perusahaan non

finansial yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2011-2013.

Sampel adalah bagian dari populasi (elemen-elemen populasi) yang dinilai dapat mewakili karakteristiknya. Sampel yang digunakan dalam penelitian ini dipilih dengan menggunakan metode purposive sampling dengan kriteria sebagai berikut:

1. Perusahaan industri high profile yang telah terdaftar di Bursa Efek Indonesia (BEI) serta menerbitkan laporan tahunan (annual report) dan laporan keuangan di tahun 2011-2013.

2. Perusahaan yang menggunakan mata uang Rupiah di dalam laporan keuangan dan laporan tahunannya.

3. Terdapat kelengkapan data yang dibutuhkan dalam penelitian ini di tahun 2011-2013.

4. Perusahaan yang memiliki proporsi komisaris independen diatas 30% dari jumlah dewan komisaris.

Tabel 3.2

Populasi Dan Sampel Penelitian

No Kriteria Tidak Masuk

Kriteria ∑

1

Total perusahaan industri high profile yang listing di BEI serta menerbitkan

annual report dan laporan keuangan

tahun 2011-2013

136

2

Perusahaan yang menyajikan annual report tidak dalam bentuk mata uang rupiah

(1) 135

3 Perusahaan dengan informasi yang tidak

lengkap (74) 61

4

Perusahaan yang memiliki proporsi komisaris independen diatas 30% dari jumlah dewan komisaris

(36) 25

5 Jumlah sampel penelitian (dikalikan 3

tahun) 75

Dari data diatas diperoleh 25 sampel (lampiran 1), dan penelitian dilakukan selama tiga tahun, mulai dari tahun 2011-2013, maka jumlah seluruh sampel penelitian adalah 75 sampel. Daftar nama perusahaan yang menjadi sampel dalam penelitian ini akan disajikan pada lampiran dalam penelitian ini.

3.6. Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder diperoleh peneliti secara tidak langsung, yakni melalui media perantara seperti media elektronik maupun media cetak.Data sekunder dalam penelitian ini adalah annual report industri high profile perusahaan non finansial tahun

2011-2013 yang diperoleh dari website resmi BEI di www.idx.co.id dan saham OK di www.sahamok.com.

3.7. Metode Pengumpulan Data

Metode pengumpulan data yang digunakan adalah metode studi dokumentasi, dengan mendapatkan data berupa annual report yang dikeluarkan oleh perusahaan yang termasuk dalam industri high profile perusahaan non finansial periode tahun 2011-2013. Data tersebut diperoleh melalui situs yang dimiliki BEI, yaitu www.idx.co.id dan www.sahamok.com.

3.8. Teknik Analisis Data

Penelitian keberadaan Risk Management Committee menggunakan teknik analisis kuantitatif. Penelitian kuantitatif merupakan suatu proses menemukan pengetahuan yang menggunakan data berupa angka sebagai alat menganalisis keterangan mengenai apa yang ingin diketahui dan bertujuan untuk menyusun suatu ilmu yang berupaya membuat hukum-hukum dari generalisasinya. Penelitian kuantitatif dilakukan dengan cara mengkuantitatifkan data-data penelitian yang dapat menghasilkan informasi yang dibutuhkan untuk proses analisis.

Penelitian ini menggunakan alat analisis berupa regresi logistik. Penggunaan regresi logistik dikarenakan variabel keberadaan Risk Management Committee sebagai variabel dependen dalam penelitian ini bersifat dikotomi (adanya keberadaan RMC atau tidak adanya keberadaan RMC dalam perusahaan). Regresi logistik sebenarnya sama dengan analisis pada regresi berganda, tetapi variabel terikatnya adalah variabel dummy. Variabel dummy memiliki dua buah nilai yang sering disebut dengan binary logistic regresion. Dalam peneltian ini, proses

analisis menggunakan regresi logistik sehingga tidak membutuhkan asumsi normalitas data variabel independennya.

3.8.1. Analisis Statistik Deskriptif

Metode analisis deskriptif merupakan metode analisis data yang dilakukan untuk mengetahui dan menjelaskan variabel yang diteliti yang berupa angka-angka sebagai dasar untuk pengambilan keputusan. Angka-angka-angka yang dimaksud adalah nilai minimum, nilai maksimum, rata-rata (mean), dan standar deviasi (Ghozali, 2006).

3.8.2. Logistic Regression (Regresi Logistik)

Penelitian ini menggunakan alat analisis berupa regresi logistik. Regresi logistik tidak memerlukan uji normalitas pada variabel bebasnya (Ghozali, 2006). Regresi logistik digunakan dalam penelitian ini karena variabel terikatnya merupakan variabel dummy, yaitu terdapat keberadaan RMC di perusahaan atau tidak adanya keberadaan RMC di perusahaan. Penelitian ini juga menggunakan empat variabel independen. Variabel-variabel tersebut membentuk persamaan regresi logistik sebagai berikut :

Keterangan :

Risk management committee (RMC) = Variabel dummy pembentukan

RMC, dimana perusahaan yang

membentuk RMC diberi nilai 1 (satu) dan yang tidak membentuk RMC diberi nilai 0 (nol)

SizeDK = Ukuran Dewan Komisaris

KOMInd = Proporsi komisaris independen

SEGM = Kompleksitas

BIGFOUR = Variabel dummy perusahaan yang

menggunakan auditor eksternal Big Four diberi nilai 1, dan 0 untuk sebaliknya

α = Konstanta

ß = Koefisien regresi

e = Kesalahan residual

Regresi logistik adalah statistika yang dapat digunakan untuk memprediksi probabilitas suatu kejadian peristiwa yang memiliki model linier umum untuk regresi binomial. Regresi logistik merupakan suatu alternatif untuk membandingkan analisis diskriminan ketika variabel bebasnya memiliki 2 kategori. Dalam penentuan signifikansi secara statistik berbeda dengan penentuan signifikansi pada regresi berganda. Dalam model regresi logistik, terdapat tahapan

yang perlu diperhatikan dari model output SPSS. Tahapan-tahapan dalam model regresi logistik adalah sebagai berikut.

3.8.2.1. Uji Kelayakan Model Regresi (Goodness of Fit Test)

Penilaian dalam uji kelayakan model regresi logistik dapat dilihat dari pengujian Hosmer and Lemeshow’s Goodness of Fit Test yang keluar dari ouput SPSS. Pengujian goodness of fit test dilakukan dengan tujuan untuk menilai model yang dihipotesiskan sehingga data empiris cocok atau sesuai dengan model.

H0 : Tidak ada perbedaan model dengan data Ha : Terdapat perbedaan model dengan data

Jika nilai probabilitas yang ditunjukan dengan nilai signifikansi pada uji

Hosmer and Lomeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05

maka hipotesis nol ditolak, yang berarti bahwa terdapat perbedaan antara model dengan nilai observasinya. Apabila nilai Hosmer and Lomeshow’s Goodness of

Fit Test lebih besar dari 0,05 maka hipotesis nol diterima dan tidak dapat ditolak.

Hal tersebut menunjukan bahwa model mampu memprediksi nilai observasinya atau dapat dikatakan model diterima karena sesuai dengan data observasinya (Ghozali, 2006).

3.8.2.2. Uji Kelayakan Keseluruhan Model (Overall Fit Model)

Uji kelayakan keseluruhan model digunakan berdasarkan pada fungsi likelihood pada estimasi dalam model regresi. Likelihood ditunjukkan dalam probabilitas model yang dihipotesiskan dan menggambarkan data yang telah diinput. Likelihood akan ditransformasikan menjadi -2LL (-2LogLikelihood).

Cara penilaian overall model fit adalah dengan membandingkan nilai -2LL awal (block number = 0) dengan nilai -2LL akhir (block number = 1).

Apabila terjadi penurunan nilai - 2LL Block Number 0 terhadap nilai 2LL

Block Number =1, maka akan menunjukkan model regresi yang baik. Log Likehood pada logistic regresion hampir mirip dengan “Sum of Square Error”

pada model regresi berganda, sehingga apabila terjadi penurunan Log Likehood akan menunjukkan model yang semakin baik.

Hipotesis yang digunakan untuk menilai model fit dalam regresi logistik adalah sebagai berikut (Ghozali, 2006) :

H0 : Model yang dihipotesiskan fit dengan data

HA: Model yang dihipotesiskan tidak fit dengan data.

3.8.2.3. Koefisien Determinasi (� )

Dalam analisis regresi logistik, pengujian koefisien determinasi (R ) dilakukan dengan menggunakan nilai Cox & Snell dan Nagelkerke dari hasil

output SPSS. Pengujian koefisien determinasi (R ) bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variabel terikat (Ghozali, 2011). Nilai Nagelkerke R square merupakan nilai yang memperlihatkan besarnya nilai validitas variabel dependen yang dapat dijelaskan oleh variabel independen yang akan diteliti. Nilai sisa dari 100% dikurangi dengan nilai Nagelkerke R

Square merupakan nilai variabilitas variabel dependen yang dapat dijelaskan oleh

3.8.2.4. Tabel Klasifikasi

Tabel klasifikasi akan menunjukkan besarnya kekuatan prediksi dari model regresi untuk memprediksi kemungkinan terdapatnya keberadaan RMC di suatu perusahaan. Pada kolom dalam hasil output SPSS merupakan dua nilai prediksi dari variabel dependen dalam hal ini yang mengungkap keberadaan RMC (1) dan yang tidak mengungkap keberadaan RMC (0), sedangkan pada baris memperlihatkan nilai observasi sesungguhnya dari variabel dependen yang mengungkap keberadaan RMC (1) dan tidak mengungkap keberadaan RMC (0). Jika model sempurna, maka akan berada pada diagonal dengan tingkat ketepatan peramalan 100% pada semua kasus.

3.8.3. Uji Multikolinearitas

Uji Multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebasnya. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi yang umumnya di atas 0,95, maka hal ini merupakan indikasi adanya multikolinearitas.

3.8.4. Uji Hipotesis

3.8.4.1. Uji f-Statistik

Uji f digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Dasar penerimaan atau penolakan hipotesis dapat dilihat dengan membandingkan Fhitung dengan

Ftabel, jika Fhitung > Ftabel maka Ho ditolak dan Ha diterima (Ghozali, 2006).

3.8.4.2. Uji t-Statistik

Uji statistik t disebut juga sebagai uji signifikansi individual. Uji t dilakukan untuk mengetahui signifikansi secara parsial antara variabel independen dengan variabel dependen dengan mengasumsikan bahwa variabel independen lainnya konstan. Dasar penerimaan atau penolakan hipotesis dapat dilihat dengan membandingkan nilai thitung dengan ttabel, apabila thitung lebih besar dari ttabel maka Ho ditolak dan Ha diterima (Ghozali, 2006).

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1. Hasil Penelitian

4.1.1 Deskripsi Objek Penelitian

Populasi dalam penelitian ini adalah perusahaan industri high profile yang terdiri atas perusahaan manufaktur pada sektor dasar & kimia (semen, logam), sektor aneka industri (otomotif & komponen, tekstil & garment, alas kaki, kabel), sektor industri barang konsumsi (makanan & minuman, rokok, farmasi, kosmetik & barang keperluan rumah tangga, peralatan rumah tangga) yang listing di Bursa Efek Indonesia selama periode 2011-2013. Penelitian ini menggunakan data sekunder berupa annual report perusahaan industri high

profile periode 2011-2013 yang diperoleh dari situs resmi BEI di

www.idx.co.id.

Populasi dalam penelitian ini diperoleh dengan jumlah perusahaan sebanyak 136 perusahaan. Sedangkan sampel data yang memenuhi kriteria yang dapat digunakan dalam penelitian ini sebanyak 25 perusahaan dari 136 perusahaan yang terdaftar di Bursa Efek Indonesia dari tahun 2011-2013. Sehingga, jumlah keseluruhan sampel yang akan dijadikan objek penelitian ini dari tahun 2011-2013 sejumlah 75 annual report perusahaan. Nama-nama perusahaan yang dijadikan sampel dalam penelitian ini terdapat dalam Lampiran 1.

4.1.2. Analisis Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan nilai standar deviasi, dari variabel ukuran dewan komisaris (UDK), komisaris independen (KI), kompleksitas bisnis (KB), reputasi auditor (RA), dan Risk

Management Committee (RMC). Berdasarkan analisis statistik deskriptif

diperoleh gambaran sampel sebagai berikut:

Tabel 4.1 Statistik Deskriptif Descriptive Statistics

N Minimum Maximum Mean

Std. Deviation

UDK(X1) 75 2 11 5.00 1.986

KI(X2) 75 36 80 48.40 10.413

KB(X3) 75 1 6 2.55 1.407

Valid N (listwise)

75

Berdasarkan Tabel 4.1, diketahui nilai ukuran dewan komisaris minimum adalah 2, sedangkan nilai ukuran dewan komisaris maksimum adalah 11. Diketahui nilai rata-rata (mean) ukuran dewan komisaris dari tahun 2011-2013 adalah 5, dan standar deviasinya adalah 1,986. Diketahui nilai komisaris independen minimum adalah 36, sedangkan nilai komisaris independen maksimum adalah 80. Diketahui nilai rata-rata (mean) komisaris independen dari tahun 2011-2013 adalah 48,40, dan standar deviasinya adalah 10,413. Diketahui nilai kompleksitas bisnis minimum adalah 1, sedangkan nilai kompleksitas bisnis

maksimum adalah 6. Diketahui nilai rata-rata (mean) kompleksitas bisnis dari tahun 2011-2013 adalah 2,55 , dan standar deviasinya adalah 1,407.

Tabel 4.2 Statistik Deskriptif Reputasi Auditor RA(X4)

Frequency Percent Valid Percent

Cumulative Percent Valid Non Big

Four

30 40.0 40.0 40.0

Big Four 45 60.0 60.0 100.0

Total 75 100.0 100.0

Berdasarkan Tabel 4.2, diketahui reputasi auditor yang termasuk ke dalam kategori Big Four sebanyak 45 perusahaan (40%), sementara reputasi auditor yang termasuk ke dalam Non Big Four sebanyak 45 kantor audit (60%).

Tabel 4.3 Statistik Deskriptif Risk Management Committee RMC(Y)

Frequency Percent Valid Percent

Cumulative Percent Valid Tidak Mengungkapkan

RMC

18 24.0 24.0 24.0

Mengungkapkan RMC 57 76.0 76.0 100.0

Total 75 100.0 100.0

Berdasarkan Tabel 4.3, diketahui perusahaan yang tidak mengungkapkan RMC sebanyak 18 perusahaan (24%), sementara perusahaan yang mengungkapkan RMC sebanyak 57 perusahaan (76%).

4.1.3. Logistic Regression (Regresi Logistik)

Dalam penelitian ini menggunakan alat uji regresi logistik melalui program SPSS versi 17.0 yang dilakukan secara serentak terhadap keempat variabel independen dalam penelitian. Pengujian regresi logistik tidak memerlukan uji normalitas pada variabel independennya.

Penelitian untuk menguji hipotesis dengan menggunakan regresi logistik tidak memerlukan uji asumsi klasik. Pengujian hipotesis yang dilakukan pertama kali dalam regresi logistik adalah dengan menilai kelayakan model fit (Goodness

of Fit Test) yang merupakan uji pengganti dari asumsi klasik.

4.1.3.1. Uji Kelayakan Model Regresi (Goodness of Fit Test)

Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan goodness of fitness test yang diukur berdasarkan nilai

Chi-Square pada Tabel Hosmer and Lemeshow Test (Tabel 4.4).

Tabel 4.4 Hosmer and Lemeshow Test Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 9.744 8 .283

Gambar 4.1 Perhitungan Chi-Square Tabel dengan Microsoft Excel

Berdasarkan Gambar 4.1, diketahui nilai Chi-Square tabel bernilai 15,507. Untuk menentukan apakah model layak atau tidak, maka dapat diketahui dengan membandingkan nilai statistik square terhadap

Chi-Square Tabel.

�� ��� �� −���� ℎ�� �� � � , � .

�� ��� �� −���� ℎ��> �� � � , � .

Perhatikan bahwa karena nilai statistik Chi-Square (9,744) lebih kecil dibandingkan nilai Chi-Square Tabel (15,507), maka disimpulkan bahwa model cukup layak dalam mencocokkan/fit data.

Untuk menentukan apakah model layak atau tidak, juga dapat diketahui dengan membandingkan nilai probabilitas dari uji Hosmer-Lemeshow/Pearson Chi-square terhadap tingkat signifikansi yang digunakan.

�� � � � � � � � � �, � .

Berdasarkan Tabel 4.4, diketahui nilai probabilitas atau Sig. sebesar 0,163. Perhatikan bahwa karena nilai probabilitas (0,283) lebih besar dibandingkan tingkat signifikansi (0,05), maka disimpulkan bahwa model cukup layak dalam mencocokkan/fit data.

4.1.3.2. Uji Kelayakan Keseluruhan Model (Overall Fit Model)

Uji ini digunakan untuk melihat model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian dilakukan dengan membandingkan nilai antara -2 log likelihood pada awal (block number =

0) dengan nilai 2 log likelihood pada akhir (block number = 1). Nilai -2log likelihood awal pada block number = 0, dapat ditunjukkan melalui

tabel berikut ini (Tabel 4.5).

Tabel 4.5 Nilai -2 Log likelihood (-2 LL Awal) Iteration Historya,b,c

Iteration

-2 Log likelihood

Coefficients Constant

Step 0 1 82.839 1.040

2 82.662 1.150

3 82.662 1.153

4 82.662 1.153

a. Constant is included in the model. b. Initial -2 Log Likelihood: 82.662

c. Estimation terminated at iteration number 4 because parameter estimates changed by less than .001.

Nilai -2 log likelihood akhir pada block number = 1, dapat dilihat pada Tabel 4.6. Dari Tabel 4.5 dapat dilihat bahwa -2 log likelihood awal

pada block number = 0, yaitu model yang hanya memasukkan konstanta yang dapat dilihat pada step 4, memperoleh nilai sebesar 82,662. Kemudian pada Tabel 4.6 dapat dilihat nilai -2 LL akhir dengan block

number =1, nilai -2log likelihood pada step 1 iterasi 6 adalah 70,823.

Adanya penurunan nilai antara -2LL awal (initial-2LL function) dengan nilai -2LL pada langkah berikutnya (-2LL akhir) menunjukkan bahwa model yang dihipotesiskan fit dengan data (Ghozali, 2006). Penurunan nilai -2 log likelihood menunjukkan bahwa model penelitian ini dinyatakan fit, artinya penambahan-penambahan variabel bebas yaitu ukuran dewan komisaris (X1), komisaris independen (X2), kompleksitas bisnis (X3), reputasi auditor (X4), ke dalam model penelitian akan memperbaiki model fit dalam penelitian ini.

Tabel 4.6 Nilai -2 Log likelihood (-2 LL Akhir) Iteration Historya,b,c,d

Iteration

-2 Log likelihood

Coefficients

Constant X1 X2 X3 X4

Step 1

1 74.798 -2.656 .149 .052 .177 -.009

2 71.538 -5.610 .266 .102 .243 .106

3 70.875 -7.598 .314 .140 .246 .300

4 70.824 -8.292 .323 .154 .242 .393

5 70.823 -8.359 .324 .155 .241 .402

6 70.823 -8.360 .324 .155 .241 .402

a. Method: Enter

b. Constant is included in the model. c. Initial -2 Log Likelihood: 82.662

Iteration Historya,b,c,d

Iteration

-2 Log likelihood

Coefficients

Constant X1 X2 X3 X4

Step 1

1 74.798 -2.656 .149 .052 .177 -.009

2 71.538 -5.610 .266 .102 .243 .106

3 70.875 -7.598 .314 .140 .246 .300

4 70.824 -8.292 .323 .154 .242 .393

5 70.823 -8.359 .324 .155 .241 .402

6 70.823 -8.360 .324 .155 .241 .402

a. Method: Enter

b. Constant is included in the model. c. Initial -2 Log Likelihood: 82.662

d. Estimation terminated at iteration number 6 because parameter estimates changed by less than .001.

4.1.3.3. Koefisien Determinasi (� )

Dalam regresi logistik, dapat digunakan statistik Nagelkerke’s �_� untuk mengukur kemampuan model regresi logistik dalam mencocokkan atau menyesuaikan data. Dengan kata lain, nilai statistik dari Nagelkerke’s

�� dapat diinterpretasikan sebagai suatu nilai yang mengukur kemampuan

variabel-variabel bebas dalam menjelaskan atau menerangkan variabel tak bebas. Tabel 4.7 menyajikan nilai statistik dari Nagelkerke’s �_�.

Tabel 4.7 Nagelkerke R Square Model Summary

Step

-2 Log likelihood

Cox & Snell R Square

Nagelkerke R Square

1 70.823a .146 .219

a. Estimation terminated at iteration number 6 because parameter estimates changed by less than .001.

Berdasarkan Tabel 4.7 nilai statistik Nagelkerke R Square 0,219. Nilai tersebut diinterpretasikan sebagai kemampuan variabel Ukuran dewan komisaris (X1), Komisaris independen (X2), Kompleksitas bisnis (X3), Reputasi auditor (X4), dalam mempengaruhi Risk Management

Committee (Y) sebesar 21,9%, sisanya 78,1% dijelaskan oleh

variabel-variabel atau faktor-faktor lain.

4.1.3.4. Tabel Klasifikasi

Nilai tabel klasifikasi akan memperlihatkan besarnya prediksi model regresi untuk memprediksikan kemungkinan keberadaan risk

management committee pada perusahaan. Nilai prediksi tersebut dapat

dilihat pada percentage correct dalam classification table. Hasil output SPSS regresi logistik akan ditunjukkan dalam Tabel 4.8.

Tabel 4.8 Matriks Klasifikasi Classification Tablea

Observed

Predicted RMC(Y)

Percentage Correct Tidak

Mengungkapkan RMC

Mengungkapkan RMC St

ep 1

RMC(Y) Tidak Mengungkapkan RMC

2 16 11.1

Mengungkapkan RMC 2 55 96.5

Overall Percentage 76.0

a. The cut value is .500

Berdasarkan Tabel 4.8 diketahui perusahaan yang tidak mengungkapkan RMC sebanyak 18 perusahaan. Dari 18 perusahaan tersebut, diprediksi 2 (11,1%) perusahaan tidak mengungkapkan RMC,

sedangkan 16 perusahaan diprediksi mengungkapkan RMC. Diketahui perusahaan yang mengungkapkan RMC sebanyak 57 perusahaan. Dari 57 perusahaan tersebut, diprediksi 55 (96,5%) perusahaan mengungkapkan RMC, sedangkan 2 perusahaan diprediksi tidak mengungkapkan RMC. Diketahui angka ketepatan prediksi sebesar 76%, hal ini menandakan tingkat keakuratan model regresi logistik dalam memprediksi sebesar 76%, berdasarkan data penelitian.

4.1.4. Uji Multikolinearitas

Regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat antara variabel bebasnya. Multikolinearitas merupakan situasi adanya korelasi antar variabel-variabel independen yang satu dengan yang lainnya. Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai korelasi antar variabel yang terdapat dalam matriks korelasi. Hasil uji gejala multikolinearitas disajikan pada Tabel 4.9.

Tabel 4.9 Uji Multikolinearitas dengan Matriks Korelasi Correlation Matrix

Constant X1 X2 X3 X4

Step 1 Constant 1.000 -.489 -.967 -.015 -.271

X1 -.489 1.000 .302 -.062 -.455

X2 -.967 .302 1.000 -.083 .390

X3 -.015 -.062 -.083 1.000 -.313

X4 -.271 -.455 .390 -.313 1.000

Berdasarkan Tabel 4.9 dapat dilihat bahwa korelasi antara ukuran dewan komisaris (X1) dan komisaris independen (X2) sebesar 0,302, korelasi antara

ukuran dewan komisaris (X1) dan kompleksitas bisnis (X3) sebesar -0,062, korelasi antara kompleksitas bisnis (X3) dan reputasi auditor (X4) sebesar -0,313, dan seterusnya. Dari hasil pengujian pada Tabel 4.9 dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas antar variabel independen. Gejala multikolinearitas terjadi apabila nilai korelasi antar variabel independen lebih besar dari 0,90 (Ghozali, 2006). Berdasarkan hasil ini dapat disimpulkan bahwa lolos dari uji gejala multikolinieritas.

4.1.5. Uji Hiptesis

4.1.5.1. Uji f-Statistik

Tabel Omnibus Tests of Model Coefficients (Tabel 4.10) berfungsi untuk melihat hasil pengujian secara simultan pada regresi logistik, yakni melihat pengaruh variabel bebas (independen) secara bersama-sama (simultaneously) terhadap variabel dependen. Berdasarkan Tabel 4.10 diperoleh nilai probabilitas (Sig.) 0,019. Karena nilai probabilitas (0,019) lebih kecil dari 0,05, maka disimpulkan bahwa variabel bebas yang digunakan secara bersama-sama berpengaruh signifikan secara statistik, terhadap Risk Management Committee.

Tabel 4.10 Uji Signifikansi Model secara Simultan Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 11.839 4 .019

Block 11.839 4 .019

4.1.5.2. Uji t-Statistik

Dalam regresi linear, baik sederhana maupun berganda, uji digunakan untuk menguji signifikansi dari pengaruh parsial. Pada regresi logistik, uji signifikansi pengaruh parsial dapat diuji dengan uji Wald. Dalam uji Wald, statistik yang diuji adalah statistik Wald (Wald statistic). Nilai statistik dari uji Wald berdistribusi chi-kuadrat. Pengambilan keputusan terhadap hipotesis dapat dilakukan dengan menggunakan pendekatan nilai probabilitas dari uji Wald. Berikut aturan pengambilan keputusan berdasarkan pendekatan nilai probabilitas.

�� � � � � � � � � �, � � � � � .

�� � � � � < � � � � �, � � � � � .

Tabel 4.11 Uji Signifikansi Pengaruh Parsial Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1a X1 .324 .247 1.712 1 .191 1.382

X2 .155 .072 4.634 1 .031 1.168

X3 .241 .243 .985 1 .321 1.273

X4 .402 .930 .187 1 .666 1.495

Constant -8.360 3.852 4.710 1 .030 .000

a. Variable(s) entered on step 1: X1, X2, X3, X4.

� : Ukuran dewan komisaris (X1) berpengaruh signifikan terhadap Risk Management Committee (Y)

Berdasarkan Tabel 4.11, nilai probabilitas (Sig.) dari ukuran dewan komisaris (X1) adalah 0,191, yakni lebih besar dari 0,05, maka ukuran dewan

komisaris tidak berpengaruh signifikan (tidak signifikan secara statistika) terhadap

risk management committee, pada tingkat signifikansi 5%.

� : Komisaris independen (X2) berpengaruh signifikan terhadap Risk Management Committee (Y)

Berdasarkan Tabel 4.11, nilai probabilitas (Sig.) dari komisaris independen (X2) adalah 0,031, yakni lebih kecil dari 0,05, maka komisaris independen berpengaruh signifikan terhadap risk management committee, pada tingkat signifikansi 5%.

� : Kompleksitas bisnis (X3) berpengaruh signifikan terhadap Risk Management Committee (Y)

Berdasarkan Tabel 4.11, nilai probabilitas (Sig.) dari kompleksitas bisnis (X3) adalah 0,321, yakni lebih besar dari 0,05, maka kompleksitas bisnis tidak berpengaruh signifikan (tidak signifikan secara statistika) terhadap risk

management committee, pada tingkat signifikansi 5%.

� : Reputasi auditor (X4) berpengaruh signifikan terhadap Risk Management Committee (Y)

Berdasarkan Tabel 4.11, nilai probabilitas (Sig.) dari reputasi auditor (X4) adalah 0,666, yakni lebih besar dari 0,05, maka reputasi auditor tidak berpengaruh signifikan (tidak signifikan secara statistika) terhadap risk management

4.2. Pembahasan

Dalam penelitian ini akan membahas tentang pengaruh ukuran dewan komisaris, komisaris independen, kompleksitas bisnis, dan reputasi auditor terhadap keberadaan Risk Management Committee. Penelitian ini menggunakan metode purposive sampling sehingga didapatkan 75 sampel yang digunakan. Berdasarkan pengujian yang telah dilakukan dapat diketahui bahwa RMC secara signifikan hanya berhubungan positif dengan variabel komisaris independen. Pembahasan mengenai masing-masing variabel akan dijelaskan sebagai berikut :

4.2.1. Pengaruh Ukuran Dewan Komisaris Terhadap Keberadaan Risk Management Committee (RMC)

Variabel ukuran dewan komisaris menunjukkan hasil nilai signifikansi 0,191 dengan koefisien 0,324. Hasil tersebut berarti ukuran dewan komisaris berpengaruh positif tidak signifikan terhadap keberadaan

Risk Management Committee.

Hasil penelitian ini bertolak belakang dengan hasil penelitian Chen, et al. (2009) dan Carson (2002) yang menyatakan bahwa ukuran dewan komisaris berpengaruh terhadap pembentukan komite baru. Proporsi dewan komisaris yang besar dalam perusahaan akan memberi kemudahan dalam pengalokasian sumber daya yang besar, sehingga komisaris akan membentuk komite lain yang dapat membantu tugasnya dalam melaksanakan pengawasan perusahaan. Subramaniam, et al. (2009) menyatakan bahwa dengan ukuran dewan komisaris yang besar dalam

perusahaan akan memudahkan pertukaran keahlian, informasi, dan pikiran secara lebih luas.

Hasil penelitian ini mendukung hasil penelitian Andarini (2010) bahwa ukuran dewan komisaris tidak berpengaruh signifikan terhadap keberadaan RMC. Besarnya ukuran dewan komisaris dalam perusahaan akan memperkecil tekanan untuk membentuk RMC, karena tugas pengawasan manajemen risiko telah dapat dilakukan oleh dewan komisaris itu sendiri. Semakin banyaknya dewan komisaris dalam perusahaan akan lebih mengefektifkan pelaksanaan tugas dan tanggung jawabnya, sehingga dewan komisaris tidak membutuhkan pembentukan komite baru untuk membantu menyelesaikan tugas-tugasnya.

Ukuran dewan komisaris yang terlalu besar akan menyebabkan proses dalam pencarian keputusan dan mencapai kesepakatan menjadi panjang, lama, sulit, dan terlalu bertele-tele. Hal ini disebabkan karena terbatasnya kemampuan manusia untuk dapat berdiskusi dan bernegoisasi dengan baik. Semakin banyak ukuran dewan komisaris, maka akan semakin banyak pendapat-pendapat yang akan muncul dan masing-masing pencetus pendapat akan mempertahankan pendapatnya sehingga akan membutuhkan waktu yang panjang untuk mencapai suatu kesepakatan dalam pengambilan keputusan.

4.2.2. Pengaruh Komisaris Independen Terhadap Keberadaan Risk Management Committee (RMC)

Variabel komisaris independen menunjukkan hasil nilai signifikansi 0,031 dengan koefisien 0,155. Hasil tersebut berarti ukuran dewan komisaris berpengaruh positif secara signifikan terhadap keberadaan Risk

Management Committee.

Hasil penelitian ini mendukung hasil penelitian Yatim (2009) yang menyatakan bahwa sebuah dewan dengan proporsi komisaris independen yang besar cenderung untuk membentuk Risk Management Committee. Penelitian Yatim (2010) memberikan sebuah hasil bahwa sebuah dewan dengan proporsi komisaris independen yang besar akan membentuk Risk

Management Committee demi meningkatkan kemampuan pengawasan.

Proporsi Komisaris Independen di dalam suatu dewan merupakan sebuah indikator independensi dari dewan. Sebuah dewan dengan proporsi Komisaris Independen yang tinggi cenderung untuk menyediakan pengawasan yang lebih besar pada aktivitas manajemen risiko perusahaan. Besarnya proporsi komisaris independen merupakan sumber daya perusahaan untuk dapat meminimalkan konflik agensi yang terjadi dan untuk meminimalkan biaya yang ditimbulkan akibat konflik agensi tersebut. Perusahaaan yang memiliki komisaris independen lebih besar, akan semakin memikirkan bagaimana bentuk pengawasan risiko, pengelolaannya, serta pengendaliannya. Sehingga keberadaan Risk Management Committee akan sangat menguntungkan bagi dewan komisaris independen dalam

menjalankan tugasnya. Maka semakin besar proporsi komisaris independen dalam perusahaan akan semakin besar terbentuknya Risk Management

Committee untuk melakukan pengawasan terhadap risiko dan pengelolaan

manajemen risiko.

4.2.3. Pengaruh Kompleksitas Bisnis Terhadap Keberadaan Risk Management Committee (RMC)

Hasil analisis regresi logistik variabel kompleksitas bisnis dalam penelitian ini menunjukkan nilai signifikansi sebesar 0,321 dan nilai koefisien sebesar 0,241. Dari hasil analisis tersebut menunjukkan bahwa variabel kompleksitas bisnis berpengaruh negatif tidak signifikan terhadap keberadaan Risk Management Committee.

Hasil penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh Subramaniam, et al., 2009 yang menyatakan bahwa kompleksitas tidak berpengaruh terhadap keberadaan Risk Management Committee. Alasan yang mendasari hasil penelitian ini adalah masih digunakannya proxy pengukuran kompleksitas yang sama dengan proxy pengukuran penelitian yang dilakukan oleh Subramaniam (2009) yaitu dengan menjumlah seluruh segmen bisnis atau usaha yang dimiliki perusahaan. Andarini (2010) menyatakan bahwa penelitian keberadaan risk management committee ini belum bisa menemukan proxy pengukuran kompleksitas yang lain dan yang lebih tepat.

Proxy pengukuran yang digunakan dalam penelitian ini adalah dengan menjumlah seluruh segmen bisnis usaha yang ada dalam perusahaan.

Namun, penelitian yang telah dilakukan beberapa peneliti menunjukkan hasil yang selalu tidak signifikan antara variabel kompleksitas terhadap keberadaan Risk Management Committee.

Total dari seluruh segmen usaha bisnis yang beragam dalam perusahaan bukan merupakan suatu jaminan bahwa akan semakin kompleksnya aktivitas bisnis yang dimiliki oleh perusahaan. Perusahaan yang hanya bergerak dalam satu segmen usaha bisa saja memiliki segmen geografis yang tersebar luas (Andarini, 2010).

Alasan lain yang mungkin mendasari hasil penelitian ini adalah apabila segmen usaha atau segmen bisnis yang terdapat dalam perusahaan semakin banyak, maka akan semakin besar biaya monitoring yang harus dilakukan. Dengan semakin besarnya pengawasan tersebut akan menimbulkan biaya monitoring yang besar pula. Untuk itu, perusahaan mungkin tidak membentuk Risk Management Committee untuk meminimalisasi biaya yang harus dikeluarkan oleh perusahaan.

4.2.4. Pengaruh Reputasi Auditor Terhadap Keberadaan Risk Management Committee (RMC)

Hasil analisis regresi logistik variabel reputasi auditor dalam penelitian ini menunjukkan nilai signifikansi sebesar 0,666 dan nilai koefisien sebesar 0,402. Dari hasil analisis tersebut menunjukkan bahwa variabel kompleksitas bisnis berpengaruh negatif tidak signifikan terhadap keberadaan Risk Management Committee.

Hal penelitian ini tidak konsisten dengan penelitian yang dilakukan oleh Pratika (2011) dan Diani (2013) yang menyatakan bahwa adanya pengaruh positif signifikan antara reputasi auditor terhadap keberadaan komite manajemen risiko. Auditor yang tidak masuk kedalam kategori Big

Four belum tentu dipandang sebagai auditor yang memiliki reputasi yang

tidak baik. Hal ini berarti perusahaan yang diaudit oleh big four belum tentu memiliki Risk Management Committee dan perusahaan yang tidak diaudit oleh non-Big Four belum tentu tidak memiliki Risk Management

Committee. Penelitian ini konsisten dengan penelitian yang dilakukan oleh

Subramaniam, et al. (2009) yang menyatakan bahwa reputasi auditor tidak berhubungan signifikan terhadap keberadaan Risk Management Committee.

4.2.5. Pengaruh Ukuran Dewan Komisaris, Komisaris Independen, Kompleksitas Bisnis, Dan Reputasi Auditor Terhadap Keberadaan Risk Management Committee (RMC)

Hasil uji hipotesis dengan menggunakan uji signifikansi simultan (Uji f) menyimpulkan bahwa ukuran dewan komisaris, komisaris independen, kompleksitas bisnis dan reputasi auditor terhadap keberadaan

BAB V

KESIMPULAN DAN SARAN 5.1. Kesimpulan

Penelitian ini bertujuan untuk mengetahui pengaruh ukuran dewan komisaris, komisaris independen, kompleksitas bisnis dan reputasi auditor terhadap keberadaan Risk Management Committee (RMC) pada industri high

profile yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2011-2013.

Berdasarkan hasil pengujian yang dilakukan, maka diperoleh kesimpulan sebagai berikut:

1. Berdasarkan hasil pengujian secara simultan (Uji f), diketahui nilai probabilitas dari uji simultan Omnibus Tests of Model Coefficients 0,019, yakni lebih kecil dari 0,05, disimpulkan bahwa variabel bebas yang digunakan secara bersama-sama berpengaruh signifikan secara statistik, terhadap Risk Management Committee. Diketahui nilai koefisien determinasi Nagelkerke � = , 9. Nilai tersebut berarti seluruh variabel bebas secara simultan mempengaruhi variabel Risk Management

Committee sebesar 21,9%, sisanya sebesar 78,1% dipengaruhi oleh

faktor-faktor lain.

2. Berdasarkan hasil pengujian secara parsial (Uji t), diketahui nilai probabilitas atau Sig. dari ukuran dewan komisaris (X1) adalah 0,191, kompleksitas bisnis (X3) sebesar 0,321, reputasi auditor (X4) sebesar 0,666, yaitu di atas 0,05, yakni disimpulkan bahwa pengaruh parsial tersebut terhadap Risk Management Committee tidak signifikan.

Sementara nilai probabilitas atau Sig. dari komisaris independen (X2) adalah 0,031 yakni lebih kecil dari 0,05, maka disimpulkan bahwa pengaruh parsial tersebut terhadap Risk Management Committee signifikan.

5.2. Keterbatasan

Peneliti menyadari masih banyak keterbatasan dalam penelitian ini. Keterbatasan itu antara lain:

1. Sampel yang digunakan dalam penelitian ini hanya mencakup perusahaan

non finansial yang terdaftar di Bursa Efek Indonesia tahun 2011-2013,

sehingga diperlukan jumlah sampel yang lebih banyak lagi untuk dapat merepresentasikan pengaruh antara variabel dependen dan independen. 2. Periode penelitian relatif singkat, yakni selama tiga tahun (2011-2013),

sehingga hasil penelitian kurang merepresentasikan hal yang sebenarnya. 3. Variabel independen yang digunakan dalam penelitian hanya

menggunakan 4 variabel yaitu ukuran dewan komisaris, komisaris indepeden, kompleksitas bisnis, dan reputasi auditor.

5.3. Saran

Berdasarkan kesimpulan dan keterbatasan yang ada dalam penelitian ini, maka diperlukan perbaikkan untuk penelitian-penelitian selanjutnya. Berikut adalah saran yang diharapkan dilakukan untuk peneliti selanjutnya:

1. Perusahaan-perusahaan non finance diharapkan membentuk RMC untuk mengelola manajemen risiko perusahaan secara lebih fokus walaupun belum adanya regulasi yang mewajibkan untuk pembentukan RMC. 2. Peneliti selanjutnya diharapkan memperluas objek atau sampel penelitian

sehingga dapat meningkatkan generalisasi hasil.

3. Menambah periode penelitian, misalnya selama 5 tahun. Sehingga diharapkan dengan penambahan periode penelitian akan memperoleh hasil penelitian yang lebih baik dari penelitian ini.

4. Peneliti selanjutnya diharapkan menambahkan faktor-faktor lainnya seperti ukuran perusahaan, leverage, risiko pelaporan keuangan, usia perusahaan, latar belakang dewan komisaris dan faktor lainnya yang terjadi selama penelitian.

BAB II

TINJAUAN PUSTAKA

2.1. Teori Keagenan (Agency Theory)

Menurut Jensen dan Meckling (1976), teori keagenan merupakan suatu hubungan kontrak dimana salah satu pihak (principal) menggunakan pihak lain (agent) untuk mengerjakan suatu hal tertentu untuk kepentingan mereka, dengan melibatkan suatu pendelegasian wewenang pengambilan keputusan untuk agen. Dengan demikian, agen memiliki lebih banyak informasi tentang keadaan perusahaan dibandingkan pemilik, hal inilah yang sering disebut dengan asimetri informasi.

Baik pemilik maupun agen memiliki kepentingan pribadinya masing-masing yang dapat menimbulkan konflik kepentingan antara agen dan pemilik. Untuk meredam tindakan para agen yang tidak sesuai dengan kepentingannya, pemilik memiliki dua cara yaitu (Subramaniam, et al., 2009) :

1. Mengawasi perilaku agen dengan mengadopsi fungsi auditing dan mekanisme corporate governance lain yang dapat meluruskan kepentingan agen dengan kepentingan principal.

2. Menyediakan insentif kepegawaian yang menarik kepada agen dan mengadakan struktur reward yang dapat membujuk para agen untuk bertindak sesuai dengan kepentingan terbaik principal.

Agency theory sering digunakan sebagai landasan dalam penelitian

keberadaan komite. Hal ini dikarenakan pentingnya aspek pengawasan (monitoring) demi terwujudnya good corporate governance. Apabila dilihat dari perspektif agensi, terdapat dua mekanisme pengawasan manajemen yang umum, yaitu pengawasan internal dan pengawasan eksternal. Mekanisme pengawasan internal adalah dewan komisaris dan komite (Chen et al. 2009), sedangkan mekanisme pengawasan eksternal adalah auditor eksternal (Subramaniam et al. 2009).

Menurut Eisenhardt (1989), teori keagenan dilandasi oleh 3 buah asumsi yaitu:

1. Asumsi tentang sifat manusia

Menekankan bahwa manusia memiliki sifat untuk mementingkan diri sendiri (self

Interest), memiliki keterbatasan rasionalitas (bounded rationality), dan tidak

menyukai risiko (risk aversion).

2. Asumsi tentang keorganisasian

Adanya konflik antar anggota organisasi, efisiensi sebagai kriteria produktivitas dan adanya asymmetric information antara principal dan agent.

3. Asumsi informasi

Informasi dipandang sebagai barang komoditi yang bisa diperjualbelikan.

Masalah keagenan ini dapat menimbulkan biaya keagenan, yaitu biaya pengorbanan agar agen bertindak sesuai kepentingan principal. Menurut Jensen dan Meckling (1976) terdapat tiga komponen biaya keagenan. Yang pertama biaya pengawasan (monitoring cost) yaitu biaya yang dikeluarkan prinsipal untuk membatasi perilaku agen yang mementingkan kepentingannya. Komponen kedua

adalah biaya yang dikeluarkan agen sebagai jaminan bagi prinsipal agar agen tidak melakukan tindakan yang dapat merugikan prinsipal, misalnya insentif kepegawaian. Komponen biaya ketiga adalah kerugian residual (residual loss) yaitu nilai uang ekuivalen dengan pengurangan kesejahteraan yang dialami prinsipal akibat tindakan agen yang menyimpang dari tujuan perusahaan.

Mekanisme yang dapat dilakukan untuk mengatasi masalah perbedaan kepentingan adalah dengan menerapkan Good Corporate Governance (Wulandari, 2012). Pengawasan dan pengendalian merupakan salah satu komponen dari GCG. Pengawasan dapat dilakukan dengan membentuk komite-komite pengawas untuk mengatasi masalah agensi. Komite manajemen risiko dapat membantu dewan komisaris dalam pengawasan perusahaan, terutama dalam strategi, kebijakan, dan proses manajemen risiko perusahaan. Pada dasarnya, komite tersebut memberikan kualitas pengendalian internal yang lebih baik, yang terpenting lagi untuk memperkecil perilaku opportunistic agen (Subramaniam, et al., 2009).

2.2. Teori sinyal (Signalling Theory)

Teori sinyal merupakan suatu strategi bagaimana seharusnya perusahaan memberikan sinyal kepada para pengguna laporan keuangan. Sinyal yang perusahaan berikan tersebut dapat berupa informasi tentang tindakan yang sudah dilakukan oleh manajemen untuk merealisasikan keinginan pemilik. Selain itu, sinyal juga dapat berupa promosi atau informasi lain yang memperlihatkan bahwa perusahaan lebih baik daripada perusahaan lainnya.

Teori sinyal digunakan secara luas untuk menempatkan masalah asimetri informasi di pasar (Subramaniam et al. 2009). Asimetri informasi terjadi apabila salah satu pihak memiliki info yang lebih banyak daripada pihak lainnya. Pihak manajemen jelas memiliki informasi yang lebih banyak mengenai kondisi perusahaan dibandingkan pihak pemilik.

Salah satu teori yang dapat melatar belakangi masalah asimetri informasi di pasar adalah signalling theory. Ketika digunakan dalam praktek pengungkapan perusahaan, signalling theory secara umum menguntungkan bagi perusahaan untuk mengungkapkan praktek corporate governance yang baik, sehingga dapat menciptakan kualitas perusahaan yang baik dalam pasar (Subramaniam et al. 2009). Salah satu bentuk sinyal tentang kualitas perusahaan tersebut adalah pembentukan komite, yang memberikan informasi bahwa perusahaan tersebut lebih baik dalam segi pengawasan dibandingkan dengan perusahaan lain.

Komite yang menangani manajemen risiko perusahaan adalah Komite Manajemen Risiko atau Risk Management Committee. Belum adanya kewajiban bagi perusahaan nonfinance untuk membentuk komite manajemen risiko, akan memberikan sinyal positif bagi perusahaan apabila membentuk RMC. Dengan adanya sinyal yang diberikan perusahaan, investor diharapkan dapat membedakan perusahaan yang berkualitas baik dan berkualitas buruk (separating equilibrium) (Kartika, 2009). Selain itu, pembentukan RMC ini akan menjadi pembeda antara perusahaan dengan perusahaan lain yang tentunya masih jarang yang melakukan pembentukan RMC. Sehingga dengan adanya pembentukan Risk Management

Committee akan menunjukan komitmen perusahaan terhadap pelaksanaan good corporate governance dan juga dapat meningkatkan nilai dan reputasi perusahaan.

2.3. Risiko dan Manajemen Risiko

Risiko adalah suatu kemungkinan yang tak diharapkan. Munculnya kejadian yang tak diharapkan dapat mengakibatkan kerugian. Semua orang takut untuk menanggung risiko, namun kehidupan ini penuh dengan risiko. Risiko merupakan bagian yang tak terpisahkan dari kehidupan manusia, ada pepatah mengatakan tak ada hidup tanpa risiko.

Djojosoedarso (2003), mengartikan risiko sebagai ketidakpastian atau kemungkinan terjadinya sesuatu, yang bila terjadi akan mengakibatkan kerugian. Sebab-sebab terjadinya risiko, antara lain :

a) Tenggang waktu antara perencanaan suatu kegiatan sampai kegiatan itu berakhir, makin panjang waktunya makin panjang ketidakpastiannya.

b) Keterbatasan informasi dalam penyusunan rencana.

c) Keterbatasan pengetahuan atau teknik pengambilan keputusan dari perencana. Risiko perlu dikenali karakteristiknya agar dapat dikelola dengan baik. Macam-macam risiko dikategorikan menjadi tiga, yaitu :

1. Risiko menurut sifatnya :

a) Risiko Murni yaitu risiko yang terjadi tanpa disengaja.

b) Risiko Disengaja (spekulatif) yaitu risiko yang sengaja dilakukan agar terjadinya ketidakpastian memberikan keuntungan.

c) Risiko Fundamental yaitu risiko yang penyebabnya tidak bisa dilimpahkan kepada seseorang dan yang menderita banyak orang.

d) Risiko Khusus yaitu risiko yang bersumber pada peristiwa yang mandiri dan umumnya mudah diketahui penyebabnya.

2. Risiko Dinamis yaitu risiko karena perkembangan dan kemajuan masyarakat dibidang ekonomi ilmu dan teknologi.

3. Dapat tidaknya dialihkan ke pihak lain a) Risiko dapat dialihkan, contoh : asuransi.

b) Risiko yang tidak dapat dialihkan, contoh : risiko spekulasi. 4. Sumber Penyebabnya

a) Risiko Internal yaitu risiko yang berasal dari dalam perseroan.

b) Risiko Eksternal yaitu risiko yang disebabkan oleh perubahan eksternal perseroan.

Pada perusahaan, risiko yang terjadi dikenal dengan nama risiko bisnis. Risiko bisnis terbagi menjadi tujuh kategori yaitu risiko strategis, risiko pasar, risiko keuangan, risiko operasional, risiko komersial, risiko teknikal, dan risiko reputasi (Alijoyo, 2004).

Apabila risiko dikelola dengan baik dan benar, risiko tersebut dapat menjadi peluang yang menguntungkan bagi perusahaan, sehingga sebenarnya risiko itu tidak perlu menjadi hal yang harus dihindari dan ditakutkan. Pengelolaan risiko itu biasa dilakukan dengan manajemen risiko. Manajemen risiko merupakan pelaksanaan fungsi-fungsi manajemen dalam penanggulangan risiko, terutama risiko yang dihadapi perusahaan. Penanggulangan tersebut mencakup kegiatan

merencanakan, mengorganisir, menyusun, memimpin atau mengkoordinir, dan mengawasi (termasuk mengevaluasi) program (Djojosoedarso, 2003).

Manajemen risiko merupakan desain prosedur serta implementasi prosedur untuk mengelola suatu risiko usaha. Keberadaan manajemen risiko merupakan antisipasi atas semakin kompleknya aktivitas badan usaha atau perusahaan yang dipicu oleh perkembangan ilmu pengetahuan dan kemajuan teknologi. Manajemen risiko banyak diperbincangkan orang akhir-akhir ini. Manajemen risiko tidak saja diperlukan untuk dipelajari dalam mengelola risiko-risiko yang dihadapi oleh badan usaha atau perusahaan, tetapi juga dipelajari untuk mengelola kehidupan semesta ini (Kasidi, 2010). Manajemen risiko didefenisikan sebagai suatu metode logis dan sistematik dalam identifikasi, kuantifikasi, menentukan sikap, menetapkan solusi, serta melakukan monitor dan pelaporan risiko yang berlangsung pada setiap aktivitas atau proses. Hubungan antara risiko dan hasil secara alami berkolerasi secara linier negatif. Semakin tinggi hasil yang diharapkan, dibutuhkan risiko yang semakin besar untuk dihadapi. Untuk itu, diperlukan upaya yang serius agar hubungan tersebut menjadi kebalikannya, yaitu aktivitas yang meningkatkan hasil pada saat risiko menurun. Manajemen risiko diperlukan untuk:

1. Mendukung pencapaian tujuan;

2. Memungkinkan untuk melakukan aktivitas yang memberikan peluang yang jauh lebih tinggi dengan mengambil risiko yang lebih tinggi; risiko yang lebih tinggi diambil dengan dukungan sikap dan solusi yang sesuai terhadap risiko;

3. Mengurangi kemungkinan kesalahan fatal;

4. Menyadari bahwa risiko dapat terjadi pada setiap aktivitas dan tingkatan dalam organisasi sehingga setiap individu harus mengambil dan mengelola risiko masing-masing sesuai dengan wewenang dan tanggung jawabnya (Idroes, 2008).

2.4. Good Coorporate Governance

Istilah “corporate governance” pertama kali diperkenalkan oleh Cadbury Committee, Inggris di tahun 1922 yang menggunakan istilah tersebut dalam laporannya yang kemudian dikenal dengan Cadbury Report (Agoes dan Ardana, 2011). Istilah ini sekarang menjadi sangat popular dan telah diberi banyak definisi oleh berbagai pihak. World Bank mendefinisikan Good Corporate Governance sebagai kumpulan hukum yang wajib dipenuhi untuk mendorong kinerja secara efisien sehingga menghasilkan nilai ekonomi jangka panjang bagi para pemegang saham maupun masyarakat sekitar.

Menurut Keputusaan Menteri BUMN No: KEP-117/M-MBU/2002, Good

Corporate Governance (GCG) merupakan suatu proses dan struktur yang

digunakan oleh organ BUMN untuk meningkatkan keberhasilan usaha dan akuntabilitas perusahaan guna mewujudkan nilai pemegang saham dalam jangka panjang dengan tetap memperhatikan kepentingan stakeholder lainnya, yang berlandaskan peraturan perundangan dan nilai-nilai etika. Good Corporate

Governance (GCG) merupakan salah satu elemen kunci dalam meningkatkan

DAFTAR ISI

Halaman

HALAMAN JUDUL ... i

PERNYATAAN ... ii

ABSTRAK ... iii

ABSTRACT ... iv

KATA PENGANTAR ... v

DAFTAR ISI ... viii

DAFTAR TABEL ... xi

DAFTAR GAMBAR ... xii

DAFTAR LAMPIRAN ... xiii

BAB I. PENDAHULUAN ... 1

1.1. Latar Belakang Masalah ... 1

1.2. Perumusan Masalah ... 11

1.3. Tujuan Penelitian dan Manfaat Penelitian ... 11

1.3.1. Tujuan Penelitian ... 11

1.3.2. Manfaat Penelitian ... 12

BAB II. TINJAUAN PUSTAKA ... 13

2.1. Teori Keagenan (Agency Theory) ... 13

2.2. Teori Sinyal (Signaling Theory) ... 15

2.3. Risiko dan Manajemen Risiko ... 17

2.4. Good Corporate Governance ... 20

2.5. Risk Management Committee ... 21

2.5.1. Definisi Risk Management Committee ... 21

2.5.2. Manfaat Risk Management Committee ... 23

2.6. Ukuran Dewan Komisaris ... 24

2.2. Komisaris Independen ... 25

2.3. Kompleksitas Bisnis ... 30

2.4. Reputasi Auditor ... 31

2.10. Tinjauan Penelitian Terdahulu ... 33

2.11.1.Pengaruh Ukuran Dewan Komisaris Terhadap Keberadaan Risk

Management Committee (RMC) ... 36

2.11.2.Pengaruh Komisaris Independen Terhadap Keberadaan Risk Management Committee (RMC) ... 37

2.11.3.Pengaruh Kompleksitas Bisnis Terhadap Keberadaan Risk Management Committee (RMC) ... 38

2.11.4.Pengaruh Reputasi Auditor Terhadap Keberadaan Risk Management Committee (RMC) ... 40

2.11.5.Pengaruh Ukuran Dewan Komisaris, Komisaris Independen, Kompleksitas Bisnis, Reputasi Auditor Terhadap Keberadaan Risk Management Committee (RMC) ... 41

2.12. Hipotesis ... 42

BAB III. METODE PENELITIAN ... 43

3.1. Jenis Penelitian ... 43

3.2. Tempat dan Waktu Penelitian ... 43

3.3. Batasan Operasional ... 43

3.4. Definisi Operasional... 44

3.5. Populasi dan Sampel Penelitian ... 47

3.6. Jenis dan Sumber Data ... 48

3.7. Metode Pengumpulan Data ... 49

3.8. Teknik Analisis Data ... 49

3.8.1. Analisis Statistik Deskriptif ... 50

3.8.2. Logistic Regression (Regresi Logistik) ... 50

3.8.2.1 Uji Kelayakan Model Regresi (Goodness Of Fit Test)... 52

3.8.2.2 Uji Kelayakan Seluruh Model (Overall Fit Model) .... 52

3.8.2.3. Koefisien Determinasi (R ) ... 53

3.8.2.4 Tabel Klasifikasi ... 54

3.8.3 Uji Multikolinearitas. ... 54

3.8.4. Uji Hipotesis ... 54

3.8.4.1. Uji f-Statistik ... 54

3.8.4.2 Uji t-Statistik ... 55

BAB IV. HASIL PENELITIAN DAN PEMBAHASAN ... 56

4.1.1 Deskripsi Objek Penelitian ... 56

4.1.2 Analisis Statistik Deskriptif ... 57

4.1.3 Logistic Regression (Regresi Logistik) ... 59

4.1.3.1Uji Kelayakan Model Regresi (Goodness Of Fit Test)... 59

4.1.3.2 Uji Kelayakan Seluruh Model (Overall Fit Model)………61

4.1.3.3 Koefisien Determinasi (R ) ... 62

4.1.3.4 Tabel Klasifikasi ... 63

4.1.4 Uji Multikolinearitas ... 65

4.1. 5 Uji Hipotesis ... 66

4.1.5.1. Uji f-Statistik ... 66

4.1.5.2. Uji t-Statistik ... 67

4.2. Pembahasan ... 69

4.2.1 Pengaruh Ukuran Dewan Komisaris Terhadap Keberadaan Risk Management Committee (RMC)... 69

4.2.2 Pengaruh Komisaris Independen Terhadap Keberadaan Risk Management Committee (RMC) ... 71

4.2.3 Pengaruh Kompleksitas Bisnis Terhadap Keberadaan Risk Management Committee (RMC) ... 72

4.2.4 Pengaruh Reputasi Auditor Terhadap Keberadaan Risk Management Committee (RMC) ... 73

4.2.5 Pengaruh Ukuran Dewan Komisaris, Komisaris Independen, Kompleksitas Bisnis, Dan Reputasi Auditor Terhadap Keberadaan Risk Management Committee (RMC)... 74

BAB V. KESIMPULAN DAN SARAN ... 75

5.1. Kesimpulan ... 75

5.2. Keterbatasan ... 76

5.3 Saran ... 77

DAFTAR PUSTAKA ... 78

DAFTAR TABEL

No. Tabel Judul Halaman

Tabel 1.1. Kasus-Kasus Kerugian Akibat Kegagalan Manajemen Risiko ... 2

Tabel 2.1. Auditor Big Four ... .. 32

Tabel 2.2. Hasil Penelitian Terdahulu ... .. 33

Tabel 3.1. Definisi Operasional dan Pengukuran Variabel ... 44

Tabel 3.2. Populasi Dan Sampel Penelitian ... 48

Tabel 4.1. Statistik Deskriptif ... 57

Tabel 4.2. Statistik Deskriptif Reputasi Auditor ... 58

Tabel 4.3. Statistik Deskriptif Risk Management Committee (RMC) ... 58

Tabel 4.4. Hosmer and Lemeshow Test ... 59

Tabel 4.5. Nilai -2 Log likelihood (-2 LL Awal) ... 61

Tabel 4.6. Nilai -2 Log likelihood (-2 LL Akhir) ... 62

Tabel 4.7. Nagelkerke R Square ... 63

Tabel 4.8. Matriks Klasifikasi ... 64

Tabel 4.9. Uji Multikolinearitas dengan Matriks Korelasi... 65

Tabel 4.10. Uji Signifikansi Model secara Simultan ... 66

Tabel 4.11. Uji Signifikansi Pengaruh Parsial ... 67

DAFTAR GAMBAR

No. Gambar Judul Halaman

2.1. Kerangka Konseptual ... 36 4.1 Perhitungan Chi-Square Table Dengan Microsoft Excel... 60

DAFTAR LAMPIRAN

No. Lampiran Judul Halaman

Lampiran 1 Daftar Populasi Dan Sampel Penelitian ... 61

Lampiran 2 Daftar Perusahaan Yang Masuk Dalam Sampel ... 65

Lampiran 3 Daftar Keberadaan Risk Management Committee (RMC) ... 87

Lampiran 4 Daftar Ukuran Dewan Komisaris ... 88

Lampiran 5 Daftar Proporsi Komisaris Independen ... 89

Lampiran 6 Daftar Kompleksitas Bisnis Perusahaan ... 92

Lampiran 7 Daftar Reputasi Auditor Perusahaan ... 93

Lampiran 8 Analisis Deskriptif ... 94