Abstract

This study aims to examine the effect of voluntary disclosure, independent commissioners and information asymmetry on the cost of debt. The approach used in this study is a quantitative approach. The population used in this study is the company. The sampling technique used purposive sampling method. The sample in the study was 12 companies listed on the IDX for the period 2013-2018. The data used in this study is secondary data taken from the Indonesia Stock Exchange. Data analysis uses Eviews 10 analysis with the aim of testing voluntary disclosure, independent commissioners, and information asymmetry on the cost of debt. The results of this study indicate that voluntary disclosure has a significant effect on the cost of debt, independent commissioners have no significant effect on the cost of debt, information asymmetry has a significant effect on the cost of debt, and voluntary disclosure, independent commissioners and information asymmetry have a joint effect on the cost of debt.

Pendahuluan

A. Latar Belakang Masalah

Perekonomian di Indonesia pada saat ini di beberapa sektor industri mengalami penurunan. Dari berbagai macam industri khususnya industri yang terdaftar di BEI diantaranya: pertambangan, property, industri rokok, infrastruktur, telekomunikasi dan manufaktur. Salah satu perusahaan manufaktur sub sektor logam dan sejenisnya adalah salah satu industri yang menunjang produksi barang modal untuk industri lainnya. Sehingga industri ini memiliki peran yang sangat besar dalam perkambangan industri di Indonesia. Industri logam dan sejenisnya merupakan salah satu sub sektor industri dasar dan kimia yang merupakan sektor bidang manufaktur tergolong membutuhkan biaya yang cukup tinggi ditambah dengan biaya produksi dan masih mengandalkan bahan baku impor. Sehingga perusahaan manufaktur pada sektor logam dan sejenisnya memerlukan dana yang tinggi dibandingkan dengan sektor-sektor lainnya [1].

Biaya modal merupakan biaya yang harus dikeluarkan oleh perusahaan dalam memperoleh dana yang digunakan untuk meningkatkan nilai perusahaan [2]. Modal yang diberikan oleh kreditur dalam hal pendanaan terhadap perusahaan tersebut menimbulkan biaya hutang bagi perusahaan. Menurut [3] costof debt merupakan tingkat bunga yang dibebankan oleh kreditur sebagai syarat perjanjian utang. Besarnya cost of debt tergantung pada default risk yang dihadapi debitur. Jika suatu perusahaan (debitur) memiliki default risk yang tinggi, maka perusahaan tersebut akan dibebankan cost of debt yang tinggi pula dan sebaliknya.

Perusahaan di Indonesia saat ini banyak yang mengalami krisis keuangan, khususnya perusahaan manufraktur sub sektor logam dan sejenisnya. Kebijakan pengambilan hutang perusahaan untuk menutupi biaya yang timbul akibat operasi perusahaan akan menimbulkan kewajiban bagi perusahaan untuk mengembalikan hutang di masa mendatang. Ketika tagihan jatuh tempo, sedangkan perusahaan tidak mempunyai cukup dana untuk melunasi tagihan- tagihan tersebut, maka kemungkinan yang dilakukan kreditur adalah melakukan penyitaan harta perusahaan untuk menutupi kekurangan pembayaran tagihan tersebut.

Berikut adalah pergerakan jumlah hutang dari masing-masing perusahaan manufraktur sub sektor logam dan sejenisnya yang terdaftar di Bursa Efek Indonesia, yaitu PT. Alaska Industrino Tbk, PT. Alumindo Light Metal Industry Tbk, PT. Saranacentral Bajatama Tbk, PT. Beton Jaya Manunggal Tbk, PT. Citra Tubino Tbk, PT. Gunawan Dianjaya Steel Tbk, PT. Indal Aluminium Industry Tbk, PT. Steel Pipe Industry Indonesia Tbk, PT. Jakarta Kyoei Steel Work LTD Tbk, PT. Jaya Pari Steel Tbk, PT. Krakatau Steel (Persero) Tbk, PT. Lion Metal Work Tbk, PT. Lionmesh Prima Tbk, PT. Pelat Timah Nusantara Tbk, PT. Pelangi Indah Canindo Tbk, PT. Tembaga Mulia Semanan Tbk. sejak tahun 2015 sampai tahun 2018.

Gambar 1

Nilai Total Hutang Pada Perusahaan Manufraktur Sub Sektor Logam dan Sejenisnya yang Go Publik di BEI Periode 2015 – 2018.

Data dari tabel di atas menunjukkan tingkat hutang yang fluktuatif pada setiap tahunnya. Dapat dilihat pada grafik 1 nilai hutang pada perusahaan manufraktur sub sektor industri logam dan sejenisnya rata–rata mengalami peningkatan nilai hutang dari tahun sebelumnya, hal itu menyebabkan peneliti memilih objek perusahaan manufraktur sub sektor logam dan sejenisnya untuk melakukan penelitian ini.

Risiko suatu perusahaan dijadikan sebagai keputusan untuk pengambilan investasi maupun pinjaman kepada suatu perusahaan. Kreditor mengharapkan return yang akan didapatkan kelak sesuai dengan risiko yang diambil. Oleh sebab itu kreditor pun perlu menganalisis tentang perusahaan yang akan dipinjamkan modal. Kreditor harus mengetahui dan mempertimbangkan besar kecilnya risiko mengenai kondisi pasar yang akan diambil. Survei Norton Rose yang bertema Indonesia Inward Investment: An Industry Survey (2011) menyatakan bahwa 57% responden dari pelaku industri di hampir seluruh dunia menyatakan bahwa negara Indonesia merupakan salah satu negara tujuan berinvestasi dengan risiko tinggi. Faktor lemahnya penegakan hukum, maraknya kasus korupsi hingga keterbatasan infrastruktur menjadi alasan mengapa Indonesia menjadi salah satu negara dengan High Risk Level.

Selain itu Survey Jetro juga mengungkapkan hasil dari survey yang menyatakan bahwa Indonesia termasuk dalam negara dengan tingkat risiko yang tinggi dibandingkan dengan negara lain. Risiko dari segi infrastruktur, biaya pekerja, hukum di indoneisa yang masih sangat lemah, maupun risiko politik yang menjadi alasan mengapa Indonesia termasuk High Risk Level. Berikut tabel berdasarkan hasil dari Survey Jetro:

High level of foreign exchange risk Inadequate infrastructure Undeveloped legal system and problems in application of law High or rising labor cost Labor difficulties Political Risk
China 12.3 % 11.6 % 45.1 % 49.5 % 34. 1 % 64.6 %
Thailand 10.4 % 10.5 % 6.5 % 30.1 % 12.7 % 15.3 %
Malaysia 9.7 % 10.0 % 6.8 % 15.9 % 9.3 % 2.1%
Indonesia 12.4 % 36.4 % 27.2 % 21.0 % 22.1 % 18.5%
Philippines 8.8 % 28.6 % 15.6 % 7.3 % 8.8 % 14.4 %
Vietnam 14.2 % 43.6 % 27.8 % 18.1 % 11.9 % 4.4 %
Table 1.Risiko dan Masalah tiap Negara Berdasarkan Survey Jetro

Persentase risiko dihitung tinggi jika melebihi 20%. Indonesia mencapai 36% berisiko tinggi di infrastrukturnya, 27,2% risiko di legal system dan hukum Indonesia yang masih sangat lemah. Belum juga masalah biaya pekerja yang mencapai 21% urutan ketiga setelah China dan Thailand. Dibandingkan dengan Malaysia, Indonesia memiliki tingkat risiko yang jauh lebih tinggi. Hal hal seperti ini yang membuat Indonesia tergolong dalam High Risk Jurisdiction. Dengan demikian, artinya ketika suatu negara sudah diindikasikan sebagai High Risk Jurisdiction, maka biaya hutang (cost of debt) yang di tetapkan oleh kreditor pun akan besar pula. Biaya utang lebih tinggi di beberapa negara berkembang dengan tingkat risiko tinggi dibandingkan dengan negara industri, terutama karena kondisi ekonomi.

Dikutip dalam berita detik Finance pada Sabtu 18 Mei 2013, Menteri Perdagangan Gita Wirjawan mengatakan bahwa bunga kredit di Indonesia mencapai 10%, sementara di Malaysia hanya 2%. Dengan demikian sangat jelas bahwa Malaysia dengan tingkat risiko yang rendah akan mendapatkan tingkat bunga yang rendah pula, berbeda dengan Indonesia yang memiliki risiko investasi yang tinggi maka tingkat bunga yang didapat pun jauh lebih tinggi dibandingkan Malaysia. [4] mengatakan bahwa “If management accepts investments with high levels or risk or if it uses debt or preferred stock extensively, the firm’s risk increase. Investor then require a higher rate of return, which causes a higher cost of capital to the company”. Dapat disimpulkan bahwa jika manajemen menerima investasi dengan risiko yang tinggi dengan menggunakan hutang maupun saham preferen. Maka investor menuntut tingkat pengembalian yang tinggi, ini menyebabkan biaya modal menjadi lebih tinggi pula.

Dengan adanya fenomena fenomena tersebut maka hal ini menjadi sebuah tugas besar suatu perusahaan di Indonesia untuk meyakinkan para kreditor bahwasanya perusahaan mereka jauh dari risiko investasi yang selama ini dijadikan bahan pertimbangan dari para kreditor. Oleh sebab itu perusahaan sering menerapkan sistem good corporate governance. Dengan sistem ini perusahaan berharap hal ini dapat memberikan reaksi positif bagi para investor maupun kreditor. Perusahaan mengharapkan mendapatkan pinjaman modal dengan biaya hutang (cost of debt) yang serendah mungkin.

Pengungkapan (disclosure) salah satu bentuk keterbukaan atau transparansi suatu perusahaan. Transparansi suatu informasi keuangan suatu perusahaan adalah bentuk pertanggungjawaban perusahaan terhadap para investor maupun kreditur dan hal ini menjadi suatu bahan pertimbangan para investor maupun kreditur untuk memutuskan apakah akan menanamkan atau meminjamkan modalnya pada perusahaan tersebut dan informasi yang disajikan harus dapat dipahami, dipercaya, relevan dan transparan [5]. Tingkat pengungkapan sukarela yang lebih tinggi menurunkan biaya modal utang karena mengurangi asimetri informasi antara manajemen dan kreditur [6]. Tingkat pengungkapan yang meningkat dianggap memiliki risiko gagal bayar yang lebih rendah dan akibatnya biaya pinjaman yang lebih rendah.

Penerapan Good Corporate Governance (GCG) oleh perusahaan dapat tercermin dari independensi dewan komisaris. Dewan komisaris independen diharapkan dapat mengurangi permasalahan agensi yang timbul antara dewan direksi dengan pemegang saham. Agar tidak terjadi konflik kepentingan dengan para pemegang saham sebagai pemilik, manajemen harus transparan dalam mengelola perusahaan [7]. Semakin kecil resiko di dalam perusahaan maka kreditur memiliki tingkat keyakinan yang tinggi sehingga akan mempengaruhi tingkat cost of debt yang akan dibebankan kepada perusahaan.

Asimetri infomasi adalah keadaan dua belah pihak dimana salah satu pihak memiliki informasi lebih banyak daripada pihak yang lain. Informasi yang didapatkan kreditur terbatas dibandingkan dengan informasi yang dimiliki manajer. Hubungan antara kedua pihak yaitu manajemen dengan investor atau kreditur dapat dipandang sebagai hubungan keagenan, dimana asimetri informasi dapat terjadi antara kedua pihak karena adanya salah satu pihak yg lebih menguasai informasi [8]. Hal ini terjadi karena manajer tterlibat langsung ke aktivitas operasional sehari-hari, sementara kreditur tidak. Asimetri informasi ini yang kemudian menimbulkan terjadinya agency problem.

Berdasarkan uraian yang dijelaskan diatas maka peneliti termotivasi untuk mengambil judul “Pengaruh Voluntary Disclosure, Komisaris Independen dan Asimetri Informasi terhadap Biaya Hutang (Cost of Debt) pada Perusahaan Manufaktur Sub SektorLogam yang Listing di BEI periode2013– 2018” Dengan tujuan dari penelitian ini adalah untuk mengetahui apakah terdapat pengaruh secara parsial maupun simultan antara voluntary disclosure, komisaris independen dan asimetri informasi terhadap biaya hutang (cost of debt) pada perusahaan manufaktur sub sektor logam yang listing di Bursa Efek Indonesia (BEI).

Metode Penelitian

A. Definisi Operasional, Identifikasi Variabel dan Indikator Variabel

No Variabel Indokator Variabel Skala Pengukuran
1. Voluntary Disclosure () [9] Rasio
2. Komisaris Independen () [10] Komisaris independen = Rasio
3. Asimetri Informasi () [11] Bid-Ask Spread
4. Biaya Hutang (Y)[12] Rasio
Table 2. Indikator dan Skala Pengukuran

B. Populasi dan Sampel

1. Populasi : Data laporan keuangan perusahaan manufaktur pada sub sector logam yang terdaftar di Bursa Efek Indonesia (BEI).

2. Sampel :

Kriteria Sampel

No Kriteria Sampel Perusahaan
1 Perusahaan manufaktur sub sektor logam yang terdaftar di Bursa Efek Indonesia periode 2013-2018 16
2 Perusahaan manufaktur sub sektor logam yang tidak mempublikasikan laporan keuangan selama periode 2013-2018 0
3 Perusahaan manufaktur sub sektor logam yang mengalami delisting selama periode 2013-2018 4
Jumlah perusahaan yang memenuhi kriteriaTotal sampel perusahaan 12
72
Table 3.

Maka jumlah sampel yang ditentukan dalam penelitian ini berdasarkan kriteria dari sampel diatas diperoleh sampel sebanyak 72 perusahaan manufaktur ssub sector logam.

C. Jenis dan Sumber Data

1. Jenis Data : Penelitian ini adalah penelitian kuantitatif. Data yang digunakan dalam penelitian ini adalah laporan keuangan perusahaan maufaktur yang listing di Bursa Efek Indonesia (BEI).

2. Sumber Data : Sumber data dalam penelitian ini yaitu dengan menggunakan data sekunder. Data sekunder adalah data yang diperoleh secara tidak langsung melalui media perantara yang mana diperoleh dan di catat oleh pihak lain. Dalam penelitian ini data sekunder.

D. Teknik Pengumpulan Data

Studi Pustaka

Dengan mengumpulkan data dan teori yang relevan terhadap permasalahan yang ingin diteliti dengan melakukan studi pustaka terhadap literature dan bahan pustaka lainnya seperti artikel, jurnal, buku dan berbagai sumber lain yang berhubungan dengan masalah penelitian. Studi pustaka ini dilakukan untuk mendapatkan informasi yang bersifat teoritis sehingga penelitian memiliki landasan teori yang kuat sebagai suatu hasil ilmiah.

Teknik Dokumentasi

Dengan meneliti dan mempelajari dokumen-dokumen yang relevan dengan kepentingan penelitian dan sampel yang dijadikan penelitian yang menggunakan laporan keuangan perusahaan manufaktur. Data dalam penelitian ini diperoleh dari galeri Bursa Efek Indonesia di Universitas Muhammadiyah Sidoarjo

E. Teknik Analisis

Analisis Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi mengenai suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, maksimum, minimum. Hal ini untuk mengambarkan variabel-variabel indipenden yang digunakan didalam penelitian ini.

Uji Asumsi Klasik

Uji Normalitas

Uji Normalitas biasanya digunakan unyuk menguji model regresi variabel mempunyai distribusi normal atau tidak normal. Menurut [13] dasar pertimbangan untuk mengambil keputusan yaitu distribusi normal apabila nilai signifikan p-value > 0.05, sedangkan distribusi tidak normal apabila nilai signifikan p-value < 0.05.

Uji Multikolinearitas

Uji multikolinearitas digunakan untuk menguji apakah didalam model regresi ditemukan adanya kolerasi antar variabel bebas (independen). Untuk melihat ada atau tidaknya multikolinearitas dilihat berdasarkan nilai VIF (Variance Inflation Factor) adapun nilai toleransinya yaitu 10% atau 0,1 dan nilai VIF 10, dengan ketentuan jika nilai VIF masing-masing variabel independen < 10 maka dapat dismpulkan tidak terjadi multikolineritas dan apabila nilai toleransi > 10 terjadi multikolinearitas .

Uji Autokorelasi

Uji autokorelasi dapat digunakan apakah dalam model regresi mempunyai korelasi adanya kesalahn penganggu perbandingan periode saat ini dengan periode sebelumnya. Model regresi sebaiknya tidak mengandung autokorelasi. Untuk mendeteksi ada atau tidaknya autokorelasi dengan melihat nilai prob-chi2. Jika nilai prob-chi2 signifikan (kurang dari 5% atau 0.05) maka terjadi autokorelasi tetapi jika niai pro-chi2 tidak signifikan (lebih dari 5% atau 0.05) maka tidak terjadi autokorelasi.

Uji Heteroskedasitas

Model regresi yang baik adalah regresi yang homoskedasitas atau tidak terjadi heteroskedasitas. Untuk mendeteksi ada atau tidaknya hteroskidasitas dengan melihat nilai prob-chi2. Jika nilai prob-chi2 signifikan (kurang dari 5% atau 0.05) maka terjadi heteroskedasitas tetapi jika niai prob-chi2 tidak signifikan (lebih dari 5% atau 0.05) maka tidak terjadi heteroskedasitas.

Analisis Regresi Berganda

Metode analisis yang digunakan dalam penelitian ini adalah regresi berganda. Analisis regresi berganda ini digunakan untuk mengetahui bagaimana arah hubungan antara variabel dependen dengan variabel indipenden serta seberapa besar hubungan antara variabel dependen dan variabel indipenden. Hasil analisi regresi berupa koefisiensi untuk masing-masing variabel independen. Adapun persamaan regresi berganda yang digunakan adalah :

Y =

Keterangan :

Y: biaya hutang

α: intersep atau konstanta

: koefisien regresi

: koefisien regresi

: koefisien regresi

: voluntary disclosure

: asimetri informasi

: komisaris independen

e: standart error (tingkat kesalahan)

Analisis Regresi Data Panel

Dalam penelitian ini menggunakan analisis regresi data panel. Data panel adalah kumpulan data yang terdiri atas data seksi silang (beberapa variabel) dan data runtut waktu (berdasarkan waktu). Rumus model regresi data panel sebagai berikut :

Y= α + bXit + e

Keterangan :

Y: Variabel dependen (LDR)

a: Konstanta

X: Variabel independen

b: Koefisien regresi variabel independen

e: Error term

t: Waktu

i: Perusahaan

Estimasi Parameter pada Regresi Data Panel

Kemungkinan-kemungkinan bahwa semakin banyak variabel penjelasnya semakin kompleks estimasi parameternya sehingga perlu beberapa metode untuk melakukan estimasi parameternya seperti pendekatan common effect model (CEM), fixed effect model (FEM) dan random effect model (REM).

1. Common Effect Model (CEM)

Pada metode common effect model (CEM) ini, kita menggabungkan seluruh data tanpa memperdulikan waktu dan tempat penelitian. Diasumsikan bahwa perilaku data antar unit crosssectionsama dalam berbagai kurun waktu. Menurut [14] pada pendekatan ini diasumsikan bahwa nilai intersep masing-masing variabel adalah sama, begitu pula slope koefisien untuk semua unit cross-section dan time series. Dalam mengestimasi parameter common effect model dapat dilakukan dengan Ordinary Least Square (OLS) [15].

Pada common effect model dengan nvariabel penjelas dapat dituliskan sebagai berikut :

Keterangan :

Yit : Biaya Hutang (Cost Of Debt)

α : Konstanta

: Koefisien Regresi

X1: Voluntary Disclosure

X2 : Komisaris Independen

X3 : Asimetri Informasi

i : Jumlah Unit Observasi (perusahaan yang diobservasi)

t : Banyaknya Periode Waktu Penelitian

: Error term

2. Fixed Effect Model (FEM)

Salah satu cara untuk memperhatikan heterogenitas unit cross section pada model regresi data panel adalah dengan mengijinkan nilai intersep yang berbeda-beda untuk setiap unit cross section tetapi masih mengasumsikan slope konstan [16]. Persamaan regresi pada fixes effect model sebagai berikut:

Keterangan :

Yit : Biaya Hutang (Cost Of Debt)

: Konstanta

: Koefisien Regresi

X1: Voluntary Disclosure

X2: Komisaris Independen

X3: Asimetri Informasi

i : Jenis Perusahaan (terdapat perbedaan intersep antar perusahaan)

t : Tahun/waktu

D1i: Dummy Variabel

3. Random Effect Model (REM)

Estimasi random effect model ini diasumsikan bahwa efek individu bersifat random bagi seluruh unit cross-section. Persamaan regresi REM adalah sebagai berikut :

Yit : Biaya Hutang (Cost Of Debt)

: Konstanta

: Koefisien Regresi

X1: Voluntary Disclosure

X2: Komisaris Independen

X3: Asimetri Informasi

Si : Jenis Perusahaan (terdapat perbedaan intersep antar perusahaan)

T : Tahun/waktu

vit : Gabungan variabel gangguan secara menyeluruh (eit) dan variabel gangguan antar individu

(µit).

Pemilihan Model Terbaik

Uji Chow

Uji Chow adalah pengujian yang dilakukan untuk mengetahui apakah model yang digunakan adalah common effect atau fixed effect. Rumus yang digunakan yaitu:

Keterangan :

N: jumlah data croos section

T: jumlah data time series

K: jumlah variabel penjelas

Pengujian Uji Chow dilakukan dengan hipotesis sebagai berikut :

Model menggunakan pendekatan common effect

Model menggunakan pendekatan Fixed effect

Pengujian ini menggunakan distribusi F statistik, dimana jika F statistik lebih besar dari F tabel maka ditolak. Nilai Chow menunjukkan nilai F statistik dimana bila nilai Chow yang kita dapat lebih besar dari nilai F tabel yang digunakan berarti kita menggunakan model fixed effect. Atau kita dapat melihat pada nilai probabilitas cross section F dan Chi Square, dengan ketentuan :

  1. Jika probabilitas < 0.05, berarti ditolak, dan menggunakan .
  2. Jika probabilitas > 0.05, berarti Diterima.

Uji Haussman

Uji Haussman digunakan untuk menentukan apakah menggunakan model fixed effect atau model random effect yang paling tepat. Pengujian uji hausman dilakukan dengan hipotesis berikut:

: Random effect model

Fixed effect model

Statistik Uji Haussman ini mengikuit distribusdi statistik Chi Square dengan degree of freedom sebanyak k, dimana k adalah jumlah variabel independen. Jika nilai statistic Hasuman lebih besar dari nilai kritisnya maka ditolak dan model yang tepat adalah model fixed effect, sedangkan sebaliknya bila nilai statistic hausman lebih kecil dari nilai kritisnya maka model yang tepat adalah model random effect. Atau dapat melihat pada nilai probabilitas cross section random, dengan ketentuan :

  1. Jika probabilitas < 0.05, maka tolak dan terima
  2. Jika probabilitas > 0.05, maka terima

Pengujian Hipotesis

Pengujian hipotesis pada penelitian ini menggunakan analisis regresi linier berganda. Analisis ini digunakan untuk mengetahui pengaruh beberapa variabel independen (X) terhadap variabel dependen (Y).

a.       Pengujian Statistik t (T-test)

Uji statistik t digunakan untuk menghitung signifikan masing-masing variabel. Uji t ini juga digunakan untuk menguji hipotesis nol () bahwa masing-masing koefisien dari model regresi sama dengan nol, kemudian hipotesis alternatifnya () adalah jika masing-masing koefisien dari model regresi tidak sama dengan nol. Hipotesis dapat diterima dan ditolak dengan melihat keriteria sebagai berikut:

  1. maka ditolak dan diterima, artinya variabel memiliki pengaruh yang signifikan.
  2. maka diterima dan ditolak, artinya variabel memiliki pengaruh yang tidak signifikan.

Pengujian Signifikansi Model (F-test)

Uji F dilakukan untuk mengatahui apakah variabel dependen secara bersama-sama dipengaruhi oleh variabel independen. Pengujian dapat dilakukan dengan melihat tingkat signifikansi F. Jika nilai signifikansi lebih besar dari 5% maka dijelaskan bahwa hipotesis ditolak dan sebaliknya jika nilai signifikansi lebih kecil dari 5% maka hipotesis diterima.

Koefesien Determitasi (Uji

Koefisien determinasi () digunakan untuk mengetahui jumlah presentase pengaruh variabel X dan variabel Y. Nilai Koefisien Determinasi () adalah antara 0 (nol) dan 1 (satu). Jika nilai yang diperoleh hasilnya semakin besar atau mendekati angka satu maka yang diterima variabel independen terhadap variabel dependen semakin besar atau yang berarti variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya jika perolehan hasil semakin kecil atau mendekati angka nol, maka yang diterima variabel independen terhadap variabel dependen semakin kecil yang berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas.

Hasil dan Pembahasan

Statistik Deskriptif

Y X1 X2 X3
Mean 0.055417 0.739899 0.380820 0.234223
Median 0.050000 0.727273 0.333333 0.186561
Maximum 0.190000 0.818182 0.666667 0.967449
Minimum 0.001075 0.666667 0.525124 0.007968
Std. Dev. 0.037339 0.047370 0.109874 0.184519
Skewness 0.777319 -0.044865 -0.735919 1.588102
Kurtosis 3.769010 1.949929 5.501245 6.238611
Jarque-Bera 9.024818 3.332101 25.26761 61.73063
Probability 0.010972 0.188992 0.000003 0.000000
Sum 3.990000 53.27273 27.41905 16.86403
Sum Sq. Dev. 0.098988 0.159320 0.857130 2.417350
Observations 72 72 72 72
Table 4.Analisis Deskriptif Statistik

Berdasarkan hasil uji deskriptif statistik pada tabel 4 diatas dapat diketahui informasi bahwa jumlah data yang valid dalam penelitian ini yaitu 75 sampel dan hasil analisis deskriptif yaitu satu variabel dependen yaitu Biaya Hutang dan empat variabel independen yaitu Voluntary Disclosure, Komisaris Independen, Asimetri Informasi dapat dijelaskan sebagai berikut:

Biaya Hutang

Berdasarkan hasil analisis deskriptif diatas dapat ditunjukkan bahwa nilai biaya hutang dari 12 perusahaan logam dalam periode 2013-2018 memiliki nilai maksimum sebesar 0.190000Y, nilai minimum sebesar 0.001075Y, sedangkan nilai rata-rata (mean) memiliki nilai sebesar 0.055417Y dengan nilai deviasi standar (standartdevisiation) sebesar 0.037339Y, yang artinya nilai mean lebih besar dari nilai standar devisi sehingga penyimpangan data yang terjadi rendah maka penyebaran nilainya merata.

Voluntary Disclosure

Berdasarkan hasil analisis deskriptif diatas dapat ditunjukkan bahwa nilai voluntary disclosure dari 12 perusahaan dari 2013-2018 memiliki nilai maksimum 0.818182 dan nilai minimum 0.666667, sedangkan nilai rata-rata (mean) memiliki nilai sebesar 0.739899 dengan nilai deviasi standar (standartdevisiation) sebesar 0.047370, yang artinya nilai mean lebih besar dari nilai standar devisi sehingga penyimpangan data yang terjadi rendah maka penyebaran nilainya merata.

Komisaris Independen

Berdasarkan hasil analisis deskriptif diatas dapat ditunjukkan bahwa nilai komisaris independen dari 12 perusahaan dari 2013-2018 memiliki nilai maksimum 0.666667 dan nilai minimum 0.525124, sedangkan nilai rata-rata (mean) memiliki nilai sebesar 0.380820 dengan nilai deviasi standar (standartdevisiation) sebesar 0.109874 , yang artinya nilai mean lebih besar dari nilai standar devisi sehingga penyimpangan data yang terjadi rendah maka penyebaran nilainya merata.

Asimetri Informasi

Berdasarkan hasil analisis deskriptif diatas dapat ditujukan bahwa asimetri informasi dari 12 perusahaan dari 2013-2018 memiliki nilai maksimum 0.967449 dan nilai minimum 0.007968, sedangkan nilai rata-rata (mean) 0.234223 dengan nilai deviasi standar (standartdevisiation) sebesar 0.184519, yang artinya nilai mean lebih besar dari nilai standar devisi sehingga penyimpangan data yang terjadi rendah maka penyebaran nilainya merata.

Uji Hipotesis

Uji Asumsi Klasik

Uji Normalitas

Adapun hasil pengujian normalitas yang ditunjukkan pada tabel 5 dibawah ini :

Tabel 5 Uji Normalitas

Berdasarkan hasil analisis pada tabel 5 diatas dapat dijelaskan bahwa hasil pengujian dari perbandingan nilai Prob. Jarque-Bera dengan tingkat signifikan (α) sebesar 5% (0.05). Berdasarkan hasil analisis menunjukkan bahwa Prob. Jarque-Bera > 0.05 (0.398668 > 0.05), sehingga residual terdistribusi dengan normal.

Uji Multikolonieritas

Adapun hasil pengujian multikolenieritas yang ditunjukkan pada tabel 6 dibawah ini :

Coefficient Uncentered Centered
Variable Variance VIF VIF
C 0.557704 23.1298 NA
X1 0.621312 67.5611 1.165656
X2 0.008221 82.9126 1.478023
X3 0.557704 21.1122 1.233968
Table 5.Uji Multikolonieritas

Berdasarkan tabel 6 diatas dapat dijelaskan bahwa nilai Centered VIF variabel voluntary disclosure memperoleh nilai VIF sebesar 1.165656 < 10, variabel komisaris independen memperoleh nilai VIF sebesar 1.478023 < 10 dan variabel asimetri informasi memperoleh nilai VIF sebesar 1.233968 < 10. Hasil tersebut menandakan bahwa pada penelitian ini terbebas dari multikolonearitas.

Uji Heteroskidasitas

Adapun hasil pengujian heterosekedasitas yang ditujukkan pada tabel 7 dibawah ini :

Variable Coefficient Std. Error t-Statistic Prob.
C 0.068128 0.029038 2.346171 0.0219
X1 -0.034524 0.032614 -1.058557 0.2936
X2 -0.012012 0.020062 -1.094080 0.0900
X3 -0.006046 0.011594 -0.521452 0.6038
Table 6. Uji Heterosekedasitas

Berdasarkan hasil analisis pada tabel 7 diatas dapat dijelaskan bahwa nilai probabilitas dari masing-masing variabel independen secara berturut-turut adalah 0.2936, 0.0900, 0.6038 yang menunjukkan bahwa semua nilai lebih besar dari 0.05 maka dapat disimpulkan bahwa tidak terjadi gejala heteroskidasitas.

Uji Autokorelasi

Adapun hasil pengujian autokorelasi yang ditujukkan pada tabel 8 dibawah ini :

R-squared 0.376912 Mean dependent var 0.013695
Adjusted R-squared 0.339713 S.D. dependent var 0.025668
S.E. of regression 0.020858 Sum squared resid 0.029148
F-statistic 10.13226 Durbin-Watson stat 1.473886
Prob(F-statistic) 0.000002
Table 7. Uji Autokorelasi

Berdasarkan hasil pengujian autokorelasi pada tabel 9 diatas dapat dapat diketahui :

Hipotesis Nol Dasar Pengambilan Keputusan Hasil Uji Keputusan
Tidak terdapat autokorelasi positif 0<d<dl 0<1.473886<1.5323 Tidak memenuhi
Tidak terdapat autokorelasi positif dl≤d≤du 1.5323≤1.473886≤1.7054 Tidak memenuhi
Tidak terdapat autokorelasi negative 4–dl<d<4 2.4677<1.473886<4 Tidak memenuhi
Tidak terdapat autokorelasi negative 4–du≤d≤4–dl 2.2946≤1.473886≤2.4677 Tidak memenuhi
Tidak terdapat autokorelasi positif maupun negative du<d<4-du 1.5323<1.473886<2.2946 Memenuhi
Table 8. Hasil Keputusan Autokorelasi

Dari hasil keputusan dapat diketahui bahwa nilai Durbin-Watson berada diantara dL < dw < 4-dU = 1.5323 < 1.473886 < 2.2946 maka dapat disimpulkan bahwa data tidak terjadi gejala autokorelasi.

Regresi Data Panel

Model Estimasi Data Panel

Estimasi Common Effect (Pooling Least Square)

Adapun hasil pengujian estimasi common effect yang ditujukkan pada tabel 10 dibawah ini :

Variable Coefficient Std. Error t-Statistic Prob.
C 0.103441 0.057951 1.784975 0.0788
X1 0.026152 0.065087 0.401808 0.6891
X2 0.091783 0.040038 2.292408 0.0250
X3 0.012352 0.023139 0.533836 0.5952
R-squared 0.126160 Mean dependent var 0.055417
Adjusted R-squared 0.073991 S.D. dependent var 0.037339
S.E. of regression 0.035931 Akaike info criterion -3.747520
Sum squared resid 0.086499 Schwarz criterion -3.589418
Log likelihood 139.9107 Hannan-Quinn criter. -3.684579
F-statistic 2.418273 Durbin-Watson stat 0.462823
Prob(F-statistic) 0.057038
Table 9. Uji Common Effect

Berdasarkan hasil analisis tabel 10 diatas persamaan regresi yang digunakan dalam penelitian ini dapat ditunjukkan sebagai berikut :

Y = a + b + b + b

Biaya hutang = 0.103441 + 0.026152 + 0.091783 + 0.012352

Pada nilai R-squared ditunjukkan nilai sebesar 0.073991 atau 7.3991% dimana variabel Voluntary Disclosure, Komisaris Independen, Asimetri Informasi dapat menjelaskan variabel Biaya Hutang sedangkan sisanya sebesar 0.126160 dijelaskan oleh variabel lain.

Estimasi Efek Tetap (Fixed Effect)

Adapun hasil pengujian estimasi fixed effect yang ditujukkan pada tabel 11 dibawah ini :

Variable Coefficient Std. Error t-Statistic Prob.
C 0.059530 0.039685 1.500069 0.1392
X1 0.041168 0.044781 0.919318 0.3619
X2 0.119493 0.028364 4.212814 0.0001
X3 0.026767 0.015366 1.742010 0.0870
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.745162 Mean dependent var 0.055417
Adjusted R-squared 0.676902 S.D. dependent var 0.037339
S.E. of regression 0.021224 Akaike info criterion -4.674234
Sum squared resid 0.025226 Schwarz criterion -4.168308
Log likelihood 184.2724 Hannan-Quinn criter. -4.472823
F-statistic 10.91650 Durbin-Watson stat 1.724269
Prob(F-statistic) 0.000000
Table 10. Uji Efek Tetap ( Fixed Effect )

Berdasarkan hasil analisis tabel 11 diatas persamaan regresi yang digunakan dalam penelitian ini ditunjukkan sebagai berikut :

Y = a + b + b + b

Biaya hutang = 0.059530 + 0.041168 + 0.119493+ 0.026767

Pada nilai R-squared ditunjukkan nilai sebesar 0.676902 atau 67.6902% dimana variabel Voluntary Disclosure, Komisaris Independen, Asimetri Informasi dapat menjelaskan variabel Biaya Hutang sedangkan sisanya sebesar 0.745162 dijelaskan oleh variabel lain.

Estimasi Efek Random (Random Effect)

Adapun hasil pengujian random effect yang ditujukkan pada tabel 12 dibawah ini :

Variable Coefficient Std. Error t-Statistic Prob.
C 0.063478 0.040389 1.571685 0.1207
X1 0.065469 0.023207 2.674800 0.0046
X2 0.035320 0.044222 0.798687 0.4273
X3 0.117562 0.027962 4.204337 0.0001
Effects Specification
S.D. Rho
Cross-section random 0.033973 0.7193
Idiosyncratic random 0.021224 0.2807
Weighted Statistics
R-squared 0.376912 Mean dependent var 0.013695
Adjusted R-squared 0.339713 S.D. dependent var 0.025668
S.E. of regression 0.020858 Sum squared resid 0.029148
F-statistic 10.13226 Durbin-Watson stat 1.473886
Prob(F-statistic) 0.000002
Unweighted Statistics
R-squared 0.098884 Mean dependent var 0.055417
Sum squared resid 0.089199 Durbin-Watson stat 0.481622
Table 11. Uji Efek Random ( Random Effect )

Berdasarkan hasil analisis tabel 12 diatas persamaan regresi yang digunakan dalam penelitian ini ditunjukkan sebagai berikut :

Y = a + b +b +b

Biaya hutang = 0.063478 + 0.065469 + 0.035320 + 0.117562

Pada nilai R-squared ditunjukkan nilai sebesar 0.339713 atau 33.9713% dimana variabel Voluntary Disclosure, Komisaris Independen, Asimetri Informasi dapat menjelaskan variabel Biaya Hutang sedangkan sisanya sebesar 0.376912 dijelaskan oleh variabel lain.

Pengujian Model Regresi Data Panel

Uji Chow

Berikut ini adalah hasil dari uji chow yang ditunjukkan pada tabel 13 dibawah ini :

Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 12.365826 (11,56) 0.0000
Cross-section Chi-square 88.723375 11 0.0000
Table 12. Uji Chow

Dari hasil pengujian dengan uji chow pada tabel 13 diatas dapat dijelaskan bahwa nilai probabilitas Cross-section F adalah 0.0000 < 0.05 artinya, H0 ditolak. Dengan demikian Ha diterima. Maka menurut uji chow model yang tepat untuk uji data panel ini adalah fixed effect model. Dan selanjutnya aka dilakukan dengan uji hausman untuk memilih apakah menggunakan Fixed Effect atau Random Effect.

Uji Hausman

Berikut ini adalah hasil dari Uji Hausman yang ditunjukkan pada tabel 14 dibawah ini :

Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 1.706324 4 0.7896
Table 13. Uji Hausman

Dari hasil pengujian dengan uji hausman pada tabel 14 diatas dapat dilihat hasil bahwa nilai probabilitas cross-section adalah 0.7896 > 0.05 Maka H0 diterima dan Ha ditolak, sehingga dapat diartikan bahwa model Random Effect lebih baik daripada model Fixed Effect.

Hasil Analisis Regresi Data Panel

Berdasarkan pengujian diatas dapat disimpulkan bahwa dari ketiga model (Common Effect, Fixed Effect, Random Effect Model), Random effect lebih baik dalam menginterprestasikan regresi data panel untuk menjawab penelitian ini.

Variable Coefficient Std. Error t-Statistic Prob.
C 0.063478 0.040389 1.571685 0.1207
X1 0.065469 0.023207 2.674800 0.0046
X2 0.035320 0.044222 0.798687 0.4273
X3 0.117562 0.027962 4.204337 0.0001
Effects Specification
S.D. Rho
Cross-section random 0.033973 0.7193
Idiosyncratic random 0.021224 0.2807
Weighted Statistics
R-squared 0.376912 Mean dependent var 0.013695
Adjusted R-squared 0.339713 S.D. dependent var 0.025668
S.E. of regression 0.020858 Sum squared resid 0.029148
F-statistic 10.13226 Durbin-Watson stat 1.473886
Prob(F-statistic) 0.000002
Unweighted Statistics
R-squared 0.098884 Mean dependent var 0.055417
Sum squared resid 0.089199 Durbin-Watson stat 0.481622
Table 14. Uji Regresi Data Panel

Berdasarkan hasil analisis regresi data panel pada tabel 15 diatas dapat dijelaskan sebagai berikut :

Y = a + b + b + b

Y = 0.063478 + 0.065469 + 0.035320 + 0.117562

Persamaan regresi tersebut dapat dijelaskan pada setiap variabel dan konstanta sebagai berikut :

  1. Nilai koefisien konstanta sebesar 0.063478c artinya jika variabel Voluntary disclosure (), Komisaris independen (), Asimetri informasi ( adalah nol maka besarnya Biaya hutang sebesar 0.063478 persen.
  2. Nilai koefisien regresi variabel Voluntary disclosure () bernilai positif 0.065469x1 artinya setiap kenaikan 1% Voluntary disclosure () diprediksi akan menaikkan Biaya hutangSebesar 0.065469 persen.
  3. Nilai koefisien regresi variabel Komisaris independen () bernilai positif 0.035320x3 artinya setiap peningkatan 1% Koneksi politik () diprediksi akan menaikkan Biaya hutangsebesar 0.035320 persen.
  4. Nilai koefisien regresi variabel Asimetri informasi () bernilai positif 0.117562x4 artinya setiap peningkatan 1% Asimetri informasi () diprediksi akan menaikkan Biaya hutangsebesar 0.117562 persen.

Hipotesis

Uji Parsial (Uji T)

Adapun tabel 16 ditunjukkan sebagai berikut :

Dependent Variable: Y
Method: Panel EGLS (Cross-section random effects)
Date: 08/20/20 Time: 09:41
Sample: 2013 2018
Periods included: 6
Cross-sections included: 12
Total panel (balanced) observations: 72
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 0.063478 0.040389 1.571685 0.1207
X1 0.065469 0.023207 2.674800 0.0046
X2 0.035320 0.044222 0.798687 0.4273
X3 0.117562 0.027962 4.204337 0.0001
Table 15. Uji Parsial (T)

Berdasarkan hasil analisis pada tabel 16 diatas dapat dijelaskan sebagai berikut :

  1. Variabel Voluntary disclosure () terhadap Biaya hutangmenunjukkan hasil nilai t hitung 2.674800 > 0.05 dengan tingkat signifikan (p-value) = 0.0046 < 0.05. karena nilai p-value < α (5%) maka dengan demikian H0 ditolak, yang berarti bahwa Voluntary disclosure () berpengaruh signifikan terhadap Biaya hutang.
  2. Variabel Komisaris independen ) terhadap Biaya hutangmenunjukkan hasil nilai t hitung 0.798687 > 0.05 dengan tingkat signifikan (p-value) = 0.4273 > 0.05. karena nilai p-value > α (5%) maka dengan demikian H0 diterima, yang berarti bahwa Komisaris independen () tidak berpengaruh terhadap Biaya hutang.
  3. Variabel Asimetri Informasi ) terhadap Biaya hutangmenunjukkan hasil nilai t hitung 4.204337 > 0.05 dengan tingkat signifikan (p-value) = 0.0001 < 0.05. karena nilai p-value < α (5%) maka dengan demikian H0 ditolak, yang berarti bahwa Asimetri informasi () berpengaruh signifikan terhadap Biaya hutang.

Uji Simultan (Uji F)

Hipotesis uji F dapat ditunjukkan pada tabel 17 sebagai berikut :

R-squared 0.632153 Mean dependent var 1474.356
Adjusted R-squared 0.537752 S.D. dependent var 2184.954
S.E. of regression 1302.614 Sum squared resid 56977061
F-statistic 10.12335 Durbin-Watson stat 1.373876
Prob(F-statistic) 0.000002
Table 16. Uji Simultan (F )

Berdasarkan hasil analisis pada tabel 17 diatas dapat dijelaskan bahwa nilai F hitung lebih besar dari F tabel sebesar 10.12335 dengan tingkat Prob (F-statistic) sebesar 0.000002. Dengan menggunakan tingkat α 0.05 atau 5% maka H0 ditolak. Sehingga dapat disimpulkan bahwa variabel independen (Voluntary disclosure, Komisaris independen dan Asimetri informasi) secara simultan berpengaruh bersama-sama terhadap variabel dependen (Biaya hutang) secara signifikan.

Koefisien Determinan

Adapun tabel 18 menjelaskan tentang koefisien determinan dibawah ini :

R-squared 0.632153 Mean dependent var 1474.356
Adjusted R-squared 0.537752 S.D. dependent var 2184.954
S.E. of regression 1302.614 Sum squared resid 56977061
F-statistic 10.12335 Durbin-Watson stat 1.373876
Prob(F-statistic) 0.000002
Table 17. Koefisien Determinan

Berdasarkan hasil analisis pada tabel 18 diatas dapat dijelaskan bahwa koefisien determinan R-Square sebesar 0.632153 yang berarti dimana variabel Voluntary disclosure, Komisaris independen dan Asimetri informasi mampu menjelaskan 63.2% variasi variabel dependen Biaya hutang, sedangkan sisanya sebesar 36.8% dijelaskan oleh variabel lain diluar model yang tidak diteliti.

Dari tabel 16 diatas menunjukkan bahwa hipotesis 1 () diterima dimana nilai nilai t hitung 2.674800 > 0.05 dengan tingkat signifikan (p-value) = 0.0046 < 0.05. karena nilai p-value < α (5%) maka dengan demikian H0 ditolak, yang berarti bahwa variabel voluntary disclosure berpengaruh signifikan positif terhadap biaya hutangyang telah listing di Bursa Efek Indonesia (BEI) periode 2013-2018.

Hal ini menunjukkan bahwa Voluntary disclosure yang diungkap perusahaan akan mendorong penurunan biaya hutang perusahaan. Sehingga pengungkapan sukarela yang dilakukan perusahaan memiliki pengaruh terhadap tingkat hutang yang diberikan kreditor yang pada akhirnya menimbulkan biaya hutang bagi perusahaan.

Hasil penelitian ini sejalan dengan [17] yang menyatakan bahwa Voluntary disclosure berpengaruh signifikan positif terhadap Biaya hutang.

Dari tabel 16 diatas menunjukkan bahwa hipotesis 2 (), ditolak dimana nilai t hitung 0.798687 > 0.05 dengan tingkat signifikan (p-value) = 0.4273 > 0.05. karena nilai p-value > α (5%) maka dengan demikian H0 diterima, yang berarti bahwa variabel komisaris independen tidak berpengaruh signifikan positif terhadap biaya hutang yang telah listing di Bursa Efek Indonesia (BEI) periode 2013-2018.

Hal ini menunjukkan bahwa perusahaan yang memiliki jumlah komisaris independen yang kecil sehingga tidak dapat mengurangi pihak manajemen dalam menentukan besarnya biaya hutang.

Hasil penelitian ini sejalan dengan [18] yang menyatakn bahwa Komisaris independen tidak berpengaruh signifikan positif terhadap Biaya hutang.

Dari tabel 16 diatas menunjukkan bahwa hipotesis 3 () diterima dimana nilai t hitung 4.204337 > 0.05 dengan tingkat signifikan (p-value) = 0.0001 < 0.05. karena nilai p-value < α (5%) maka dengan demikian H0 ditolak, yang berarti bahwa variabel asimetri informasi berpengaruh signifikan positif terhadap biaya hutang yang telah listing di Bursa Efek Indonesia (BEI) periode 2013-2018.

Hal ini menunjukkan bahwa kualitas perusahaan yang lebih baik dapat menyediakan informasi yang baik mengenai kinerja keuangan perusahaan yang relevan dalam rangka pengambilan keputusan ekonomi terkait dengan perusahaan. Semakin kecil asimetri informasi yang terjadi antara pertisipan pasar modal maka semakin kecil biaya modal yang akan ditanggung perusahaan. Biaya modal dipengaruhi oleh sumber pendanaan yang berasal dari pinjaman.

Penelitian ini sejalan dengan penelitian [19] yang menunjukkan bahwa Asimetri informasi memiliki pegaruh signifikan positif terhadap cost of debt.

Dari 16 diatas menunjukkan bahwa hipotesis 4 () diterima dimana nilai F hitung lebih besar dari F tabel sebesar 10.13226 dengan tingkat Prob (F-statistic) sebesar 0.000002. dengan menggunakan tingkat α 0.05 atau 5% maka H0 ditolak. Sehingga dapat disimpulkan bahwa variabel independen (Voluntary disclosure, Komisaris independen dan Asimetri informasi) secara simultan berpengaruh bersama-sama secara signifikan terhadap variabel dependen (Biaya hutang) yang telah listing di Bursa Efek Indonesia (BEI) periode 2013-2018.

Kesimpulan

Bersadarkan hasil analisis data peneliti dapat ditarik kesimpulan bahwa :

  1. Voluntary disclosure berpengaruh signifikan positif terhadap Biaya hutangpada perusahaan sub sektor logam yang listing di BEI.
  2. Komisaris independen tidak berpengaruh signifikan positif terhadap Biaya hutang pada perusahaan sub sektor logam yang listing di BEI.
  3. Asimetri informasi berpengaruh signifikan positif terhadap Biaya hutang pada perusahaan sub sektor logam yang listing di BEI.
  4. Voluntary disclosure, Komisaris independen dan Asimetri informasi berpengaruh bersama-sama terhadap Biaya hutang pada perusahaan sub sektor logam yang listing di BEI.

References

  1. Syafitri, T. 2018. Pengaruh GCG terhadap nilai perusahaan. Jurnal administrasi bisnis, 56(1).
  2. Gitman, L. J., & Zutter, C. J. (2012). Priciples Of Managerial Finance. England: Pearson.
  3. Masri, I., & Martani, D. (2014). tax avoidance behaviour towards the cost of debt. Internationa Journal Trade and Global Markets, Vol. 7, No.3.
  4. Scott. (2012). Financial accounting theory 6th edition. Canada: Toronto: Pearson Education.
  5. Suwardjono. (2014). Teori Akuntansi: Perekayasaan Akuntansi Keuangan. Yogyakarta: Edisi Kedua. BPFE.
  6. Ebrahim abadi, Z. 2016. The study of relationship between corporate characteristics and voluntary disclosure in Tehran Stok Exchange. International Business Management, 10(7).
  7. El Diftar, D. J. (2017). Institusional investors and voluntary disclosure and transparancy: the case of egypt. Corporate Governance: The International Journal of Business in Society, 17(1).
  8. Yenibra, R. (2014). Pengaruh Corporate Governance, Kualitas Audit, dan Voluntary Disclosure Terhadap Biaya Hutang. Jurnal akuntansi, Vol.3, No.1.
  9. Budisantoso, T. &. (2019). The extent of voluntary disclosure before and after convergence in Indonesia. Paper presented at the 3rd. International conference on accounting, management and economics 2018 (ICAME 2018), Vol.2, No.1.
  10. Nugroho, D. R., & Meiranto, W. 2014. Pengaruh GCG terhadap biaya ekuitas dan biaya hutang. Diponegoro journal of accounting, 1(1).
  11. Christiani, I. Y. 2014. Pengaruh Kualitas Audit Terhadap Manajemen Laba. Jurnal Akuntansi dan Keuangan, 16(1).
  12. Ross, S. A., Westerfield, R. W., Jordan, B. D., Lim, J., & Tan, R. 2016. Fundamentals of Corporate Finance, Asian Global Edition, Second edition. New york: Mc Graw Hill Education.
  13. Ghozali, Imam. 2013. Aplikasi analisis multivariate dengan program IBM SPSS 21 Update PLS Regresi. Semarang: Badan penerbit Universitas Diponegoro.
  14. Ekananda, M. 2016. Analisis Ekonometrika Data Panel. Jakarta: Mitra Wacana Media
  15. Ariefianto, Moch. Doddy. 2012. Ekonometrika: Esensi dan Aplikasi Menggunakan Eviews, Jakarta: Erlangga.
  16. T. Prasanti. 2015. Aplikasi regresi data panel untuk pemodelan tingkat pengangguran terbuka kabupaten /kota provinsi jawa tengah. Jurnal Gaussian, 4(3).
  17. Dianuri, Arif. 2017. Effect of good corporate governance, audit tenure, and voluntary disclosure to cost of debt (Empirical studies on lq 45 companies listed in Indonesia stock exchange period 2012-2015). Jurnal Ekonomi dan Bisnis, 3(6).
  18. Dwi, Putri, W., 2014. Good Corporate Governance and Firm Size on Cost Of Debt: Evidence from Indonesian Listed Companies. International Journal of Academic Research in Accounting, Finance and Management association conference, pp 939-940.
  19. Pardede, E. R. 2013. The Effect of Corporate Governance and Information Asymmetry on The Cost of Debt. Jurnal Riset Akuntansi dan Keuangan, Vol.5, No.2.