Jenis dan Sumber Data Model Pengumpulan Data Statistik deskriptif

26 3. Perusahaan yang akan menjadi sampel adalah perusahaan yang melaporkan struktur kepemilikan di dalam laporan tahunan.

3.3 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitu berupa laporan keuangan dan laporan tahunan perusahaan yang terdaftar dalam LQ-45. Sumber data yang akan digunakan merupakan data publikasi yang berupa laporan LQ-45, laporan tahunan, dan laporan keuangan yang dikeluarkan oleh Bursa Efek Indonesia BEI. Sumber data tersebut diperoleh dari Pojok Bursa Efek Indonesia BEI Universitas Diponegoro, Indonesian Capital Market Directory, dan website Bursa Efek Indonesia www.idx.co

3.4 Model Pengumpulan Data

Model penelitian yang digunakan dalam penelitian ini adalah adaptasi dari model penelitian Chau dan Gray 2010. Berikut ini adalah model penelitian yang akan digunakan dalam penelitian ini guna menguji hipotesis: DSCORE = Α + Α 1 FOWN + Α 2 EDU + Α 3 MEET +Α 4 SIZE +Α 5 ROE + Α 6 NPM + Ε dimana: DSCORE adalah tingkat pengungkapan sukarela perusahaan; FOWN adalah kepemilikan keluarga; EDU adalah edukasi dewan komisaris; MEET adalah rata-rata tingkat kehadiran dewan komisaris dalam rapat dalam setahun Universitas Sumatera Utara 27 SIZE adalah ukuran perusahaan, ditunjukkan jumlah asset dalam rupiah; ROE adalah rasio laba bersih setelah pajak terhadap nilai equity; NPM adalah rasio laba bersih terhadap total penjualan bersih. Α adalah konstanta; Α 1 sampai Α 6 adalah koefisien regresi; Ε adalah error.

3.5 Variabel Penelitian dan Definisi Operasionalisasi Variabel

3.5.1 Variabel independen

Penelitian ini terdiri dari dua jenis variabel independen, yakni variabel independen utama dan variabel independen pengendali. Terdapat dua variabel independen utama yang digunakan dalam penelitian ini, yaitu pengaruh struktur kepemilikan keluarga dan efektivitas dari dewan komisaris yang akan mempengaruhi tingkat pengungkapan sukarela pada perusahaan keluarga non-keuangan yang ada di Indonesia. Variabel struktur kepemilikan keluarga dapat ditentukan berdasarkan kriteria yang terdapat dalam penelitian Villalonga dan Amit 2006 yaitu perusahaan keluarga adalah jika pendiri atau keluarga pendiri menjabat di dewan direksi atau menguasai 5 kepemilikan saham perusahaan. Definisi ini paling tepat untuk diterapkan dengan mengingat keterbatasan data yang kami miliki. Sedangkan variabel efektivitas dapat ditentukan dengan melihat jumlah rata-rata kehadiran saat rapat serta latar belakang pendidikan dari masing-masing komisaris yang terdapat Universitas Sumatera Utara 28 pada laporan tahunan perusahaan. Adapun kriteria latar pendidikan yang ingin dimasukkan ke dalam penelitian ini adalah latar belakang pendidikan ekonomi dan bisnis seperti lulusan sarjana, pasca sarjana dan doktor ekonomi dan Business Administration seperti S.E., S.E,Ak., Master of Management, Bachelor of Science, Master of Business Administration dan PhD bidang ekonomi. Variabel independen pengendali yang digunakan pada penelitian ini mengacu pada model yang telah dikembangkan oleh Chau dan Gray 2010 dengan sedikit perubahan, yaitu : • Ukuran perusahaan, diukur dari jumlah assets dalam rupiah. Jensen 1976 mengemukakan bahwa perusahaan besar akan mengungkapkan informasi yang lebih banyak guna mengurangi biaya keagenan. • Return on Equity ROE, diukur dari hasil bagi antara laba bersih dengan nilai buku dari total modal yang dimiliki perusahaan. Data dapat diperoleh dalam laporan keuangan perusahaan. • Net profit margin, diukur dari hasil bagi antara laba bersih dengan total penjualan bersih yang dimiliki perusahaan. Data dapat diperoleh dalam laporan keuangan perusahaan. Universitas Sumatera Utara 29

3.5.2 Variabel Dependen

Variabel dependen dalam penelitian ini adalah tingkat pengungkapan sukarela yang diukur melalui checklist pengungkapan sukarela berdasarkan Meek et al, 1995 dalam Chau dan Gray, 2010 yang sudah disesuaikan oleh Pityt H 2010. Adapun langkah-langkah yang dilakukan adalah: • Membuat daftar atau checklist pengungkapan. Daftar ini disusun dengan tujuan untuk memudahkan luas pengungkapan yang dilakukan oleh perusahaan. Checklist disusun dalam bentuk daftar item pengungkapan yang untuk masing-masing item disediakan tempat jawaban mengenai status pengungkapan laporan keuangan yang dianalisis. • Menentukan indeks pengungkapan untuk setiap perusahaan sampel berdasarkan checklist yang telah dibuat, dengan cara berikut : a. Memberi skor untuk setiap item pengungkapan secara dikotomi, dimana jika suatu item diungkapkan diberi nilai 1 dan jika tidak diungkapkan akan diberi nilai 0. b. Skor yang diperoleh setiap perusahaan dijumlahkan untuk mendapatkan skor total. c. Menghitung indeks kelengkapan pengungkapan sukarela dengan cara membagi total skor yang diperoleh dengan total skor maksimum yang diharapkan dapat diperoleh oleh perusahaan. Universitas Sumatera Utara 30 Semakin banyak butir yang diungkapkan oleh perusahaan, semakin banyak pula angka indeks yang diperoleh perusahaan tersebut. Perusahaan dengan indeks yang lebih tinggi menunjukkan bahwa perusahaan tersebut melakukan praktek pengungkapan secara lebih komprehensif daripada perusahaan lain. Item-item di dalam checklist pengungkapan sukarela yang digunakan dalam penelitian ini mengadaptasi dari checklist pengungkapan sukarela yang digunakan oleh Chau dan Gray Meek et al., 1995 dalam Chau dan Gray, 2010 , yang sudah disesuaikan oleh Pityt H 2010, dimana informasi yang diungkapkan terbagi dalam tiga kategori yaitu: a Informasi Strategis meliputi: 1. Informasi Umum Perusahaan; 2. Strategi Perusahaan; 3. Akuisisi dan Disposal; 4. Riset dan Pengembangan; dan 5. Prospek Masa Mendatang. b Informasi Non-keuangan meliputi: 1. Informasi mengenai Direktur; 2. Informasi Karyawan; 3. Kebijakan Sosial dan Informasi Nilai Tambah. c Informasi Keuangan meliputi: 1. Informasi Segmen; Universitas Sumatera Utara 31 2. Tinjauan keuangan; 3. Informasi Nilai Tukar; dan 4. Informasi Harga Saham. 3.6 Metode Analisis Data 3.6.1 Uji Asumsi Klasik Metode analisis data yang digunakan adalah model analisis regresi berganda dengan bantuan Software SPSS for Windows. Penggunaan metode analisis regresi dalam pengujian hipotesis, terlebih dahulu diuji apakah model tersebut memenuhi asumsi klasik atau tidak. Pengujian meliputi uji normalitas, uji multikolinearitas, uji heteroskesdastisitas dan uji autokorelasi.

3.6.1.1 Uji Normalitas

Uji Normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang digunakan dalam penelitian. Data yang baik dan layak digunakan adalah data yang memiliki distribusi data normal. Untuk menguji apakah data berdistribusi normal akan digunakan analisis grafik probability plot dan Kolmogrov-Smirnov test

3.6.1.2 Uji Multikolinearitas ,

Uji Multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variable independen. Deteksi dilakukan dengan melihat nilai VIF Variance Inflation Factor. Batasan yang umum dipakai untuk menunjukkan adanya multikolineritas adalah nilai VIF 10. Universitas Sumatera Utara 32

3.6.1.3 Uji Heteroskedastisitas

U j i H e t e r o s k e d a s t i s i t a s bertujuan menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode yang lain. Uji ini dilakukan dengan mengamati pola tertentu pada grafik scatterplot, dimana bila ada titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y serta tidak membentuk pola maka tidak terjadi heteroskedastisitas.

3.6.1.4 Uji Autokorelasi

Uji Autokorelasi, bertujuan untuk menganalisis apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan t-1 atau sebelumnya. Pengujian autokorelasi menggunakan uji Durbin-Watson DW test.

3.6.2 Pengujian Hipotesis

Analisis Regresi Berganda Metode analisis data yang digunakan untuk mengukur kekuatan hubungan antara tingkat pengungkapan sukarela, kepemilikan keluarga, edukasi dewan komisaris, rata-rata tingkat kehadiran dewan komisaris dalam rapat, ukuran perusahaan, rasio laba bersih, rasio laba bersih adalah regresi berganda. Model yang digunakan untuk menguji pengaruh variabel-variabel independen terhadap kualitas pengungkapan Corporate Governance dalam penelitian ini dapat dijabarkan sebagai berikut: DSCORE = Α + Α 1 FOWN + Α 2 EDU + Α 3 MEET +Α 4 SIZE +Α 5 ROE + Α 6 NPM + Ε dimana : DSCORE adalah tingkat pengungkapan sukarela perusahaan; FOWN adalah kepemilikan keluarga; Universitas Sumatera Utara 33 EDU adalah edukasi dewan komisaris; MEET adalah rata-rata tingkat kehadiran dewan komisaris dalam rapat dalam setahun SIZE adalah ukuran perusahaan, ditunjukkan jumlah asset dalam rupiah; ROE adalah rasio laba bersih setelah pajak terhadap nilai equity; NPM adalah rasio laba bersih terhadap total penjualan bersih. Α adalah konstanta; Α 1 sampai α 6 adalah koefisien regresi; Ε adalah error.

3.6.2.1 Uji Signifikansi Simultan Uji Statisik F

Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang mempunyai pengaruh secara bersama-sama terhadap variabel dependen Ghozali,2006. Pengujian dilakukan dengan mengukur nilai probabilitas siginifikansi. Jika nilai probabilitas signifikansi ≤ 0.05 maka hipotesis tidak dapat ditolak. Ini berarti secara bersama-sama variabel independen mempunyai pengaruh signifikan terhadap variabel dependen. Sebaliknya jika nilai probabilitas signifikansi ≥ 0.05 maka hipotesis ditolak.Ini berartis ecara bersama sama variabel independen tidak mempunyai pengaruh signifikan terhadap variable dependen. Universitas Sumatera Utara 34

3.6.2.2 Uji Signifikansi Parameter Individual Uji Statistik t

Uji statistik menunjukkan seberapa jauh pengaruh satu variable independen secara individual dalam menerangkan variasi variabel independen Ghozali, 2006. Pengujian dilakukan dengan mengukur nilai probabilitas siginifikansi. Jika nilai probabilitas signifikansi ≤ 0.05 maka hipotesis tidak dapat ditolak. Ini berarti secara individual variabel independen mempunyai pengaruh signifikan terhadap variable dependen. Sebaliknya jika nila probabilitas signifikansi ≥ 0.05 maka hipotesis ditolak. Ini berarti secara individual variabel independen tidak mempunyai pengaruh signifikan terhadap variabel dependen.

3.6.2.3 Uji Koefisien Determinasi R2

Koefisien determinasi R2 mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen Ghozali, 2006. Nilai koefisen determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas.Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Dalam praktiknya, ukuran yang digunakan untuk menilai koefisien determinasi adalah nilai Adjusted R2. Tidak seperti nilai R2 yang dapat menimbulkan bias, nilai Adjusted R2 dapat naik atau turun apabila suatu variabel independen ditambahkan ke dalam model. Universitas Sumatera Utara 35 BAB 4 ANALISIS DATA DAN PEMBAHASAN

4.1 Hasil Pemilihan Sampel

Sampel yang digunakan dalam penelitian ini berasal dari laporan tahunan perusahaan keluarga non-keuangan yang terdaftar di Bursa Efek Indonesia BEI pada tahun 2010. Tujuan dari penelitian ini adalah untuk melihat tingkat pengungkapan sukarela yang dilakukan oleh perusahaan keluarga non-keuangan, dimana tingkat pengungkapan sukarela ini diukur dari laporan tahunan perusahaan keluarga non-keuangan tahun 2010. Tabel 4.1 Ikhtisar Pemilihan Sampel Perusahaan keluarga non-keuangan yang terdaftar di BEI tahun 2010-2011 Laporan tahunan perusahaan keluarga non-keuangan yang tidak lengkap di tahun 2010-2011 Laporan tahunan perusahaan keluarga non-keuangan yang lengkap di tahun 2010 – 2011 Laporan tahunan perusahaan keluarga non-keuangan yang d igunakan sebagai Sampel 54 Perusahaan 5 perusahaan 49 perusahaan 49 perusahaan Universitas Sumatera Utara 36

4.1.1 Data Karakteristik Perusahaan yang Mempengaruhi Pengungkapan Informasi Sosial

Data karakteristik perusahaan yang diproksikan dalam tingkat pengungkapan sukarela, proporsi kepemilikan keluarga, latar belakang pendidikan dewan komisaris, kehadiran dewan komisaris, Auditor, ROE dan NPM.

4.1.2 Pengujian Asumsi Klasik

Analisa dilakukan dengan model analisa regresi berganda. Sebelum dilakukan uji hipotesis, peneliti akan melakukan uji asumsi klasik Pengujian ini perlu dilakukan untuk mengetahui apakah distribusi data yang digunakan dalam penelitian sudah normal, serta bebas dari gejala multikolinearitas, heteroskesdastisitas serta autokorelasi.

4.1.2.1 Uji Normalitas

Uji Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal. Pengujian ini menggunakan uji normalitas dengan normal probably plot of standardized residual, yang hasilnya tampak pada gambar 4.1. Universitas Sumatera Utara 37 1.0 0.8 0.6 0.4 0.2 0.0 Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xpect ed C um P rob Normal P-P Plot Gambar 4.1 Normal P-Plot Berdasarkan gambar 4.1 dapat dilihat bahwa titik-titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal. Dengan demikian dapat dinyatakan bahwa penyebaran data mendekati normal atau memenuhi asumsi normalitas. Hal ini juga dilihat dari grafik histogram berikut. Universitas Sumatera Utara 38 0.70 0.60 0.50 0.40 0.30 0.20 0.10 dscore 15 12 9 6 3 Frequency Mean = 0.3305 Std. Dev. = 0.11575 N = 98 Gambar 4.2 Gambar Histogram Normalitas Berikutnya uji data statistik dengan model Kolmogorov-Smirnov juga dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak. Universitas Sumatera Utara 39 Tabel 4.2 Hasil Uji Kolmogorov Smirnov Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.2 dapat disimpulkan bahwa data berdistribusi normal. Hal ini dapat dilihat dari nilai Asymp.Sig 2-tailed adalah 0.160.05.

4.1.2.2 Uji Multikolinearitas

Pengujian bertujuan mengetahui ada tidaknya multikolinearitas antar variabel- variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Deteksi dilakukan dengan melihat nilai VIF Variance Inflation Factor dan toleransi. Pengujian dilakukan dengan SPSS 15.00 for Windows. Nilai VIF serta toleransi dari variabel-variabel penelitian dapat dilihat pada tabel berikut ini. One-Sample Kolm ogorov-Sm irnov Test 49 49 49 49 49 49 49 ,3305 ,5920 ,5100 ,8100 ,4388 ,1676 ,1255 ,11575 ,19168 ,14257 ,07903 ,49879 ,10101 ,10890 ,157 ,102 ,147 ,135 ,372 ,104 ,155 ,157 ,069 ,147 ,135 ,372 ,104 ,155 -,062 -,102 -,111 -,072 -,309 -,074 -,127 1,551 1,005 1,457 1,332 3,680 1,033 1,535 ,016 ,264 ,029 ,057 ,000 ,237 ,018 N Mean St d. Deviat ion Normal Parameters a,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z As ymp. Sig. 2-tailed ds core fown edu meet siz e roe npm Test distribution is Normal. a. Calculated from data. b. Universitas Sumatera Utara 40 Tabel 4.3 Hasil Uji Multikolinearitas Berdasarkan tabel 4.3 di atas dapat disimpulkan penelitian ini bebas dari gejala multikolinearitas. Jika dilihat pada tabel semua variabel independen memiliki VIF sekitar 1, atau VIF10. Selain itu nilai toleransi untuk setiap variabel independen lebih besar dari 0,1 tolerance0,1 Dengan demikian disimpulkan tidak ada multikolinearitas dalam model regresi ini.

4.1.2.3 Uji Heteroskesdastisitas

Uji heteroskedastisitas bertujuan menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode yang lain. Uji ini dilakukan dengan mengamati pola tertentu pada grafik scatterplot, dimana bila ada titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y serta tidak membentuk pola maka tidak terjadi heterokedastisitas. Grafik scatterplot dapat dilihat pada gambar 4.3 berikut ini. Coeffi cients a -,371 ,102 -3, 642 ,000 ,108 ,052 ,178 2,092 ,039 ,212 ,073 ,262 2,895 ,005 ,635 ,126 ,434 5,029 ,000 -,001 ,019 -,005 -,061 ,952 ,070 ,095 ,061 ,734 ,465 ,028 ,087 ,026 ,317 ,752 Const ant fown edu met siz e roe npm Model 1 B St d. E rror Unstandardized Coeffic ients Beta St andardiz ed Coeffic ients t Sig. Dependent Variable: ds core a. Universitas Sumatera Utara 41 3 2 1 -1 -2 Regression Standardized Predicted Value 4 2 -2 -4 R egressi on S tudent iz ed D el et ed P ress R esi dual Dependent Variable: dscore Scatterplot Gambar 4.3 Scatter Plot Heterokedasitas Dengan melihat gambar 4.3 dapat dilihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah 0 pada sumbu Y, maka dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini.

4.1.2.4 Uji Autokorelasi

Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasiantar kesalahan pengganggu pada periode t dengan kesalahan periode t-1sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Ada beberapa cara yang dapat digunakan untuk mendeteksi masalah dalam autokorelasi diantaranya adalah dengan Uji Durbin Watson DW. Universitas Sumatera Utara 42 Tabel 4.4 Tabel Uji Durbin Watson Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,636a ,404 ,365 ,09227 1,033 a Predictors: Constant,Fown , edu, met, size, roe, npm b Dependent Variable: dscore Dari tabel Durbin-Watson dapat dilihat bahwa untuk jumlah sampel sebanyak 49 dan variabel bebas sebanyak 6 maka D l = 1.19 dan D u = 1.73. Maka nilai D-W berada di antara 4- D u dan D l 2,271,8581,19. Hal ini bermakna bahwa tidak terjadi autokorelasi dalam model regresi.

4.2 Statistik deskriptif

Statistik deskriptif ini memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata dan standart deviation simpangan baku data yang digunakan dalam penelitian. Hasil statistik deskriptif pada tabel di bawah ini merupakan hasil statistik deskriptif variabel-variabel setelah dilakukan winsorize pada variable edukasi dan ROE. Pada kedua variabel tersebut, ditetapkan bahwa data yang menjadi outlier adalah data yang bernilai lebih besar dari: mean + 2 x standar deviasi, dan data yang bernilai lebih kecil dari: mean - 2 x standar deviasi. Setelah dilakukan winsorize, statistik deskriptif untuk variabel-variabel yang digunakan dalam penelitian ini dapat dilihat pada tabel 4.5 di bawah ini : Universitas Sumatera Utara 43 Tabel 4.5 Statistik deskriptif DESCRIPTIVE STATISTICS N Minimum Maximum Mean Std. Deviation Dscore 49 .1481 .611 .3220 .12 Fown 49 .1132 .8531 .3723 .16 Edu 49 .2014 1 .5100 .14 Meet 49 .6 1 .8469 .13 Roe 49 .021 .4683 .1675 .10 Npm 49 .014 .4344 .1255 .11 Size 49 146.2 16.87 5.174 59.317 Valid N Listwise 49 Observasi: 49 Keterangan: DSCORE adalah tingkat pengungkapan sukarela perusahaan; FOWN adalah kepemilikan keluarga; EDU adalah edukasi dewan komisaris; MEET adalah rata-rata tingkat kehadiran dewan komisaris dalam rapat dalam setahun SIZE adalah ukuran perusahaan yang dilihat dari jumlah assets dalam rupiah ROE adalah rasio laba bersih setelah pajak terhadap nilai equity; NPM adalah rasio laba bersih terhadap total penjualan bersih. Dari tabel 4.5 diatas dapat diketahui nilai maksimum, minimum, rata-rata dan standar deviasi dari variabel dependen maupun independen. Kemudian dapat dilihat pula bahwa rata-rata tingkat pengungkapan sukarela perusahaan keluarga non- keuangan adalah 32,20. Simpangan baku untuk variabel tingkat pengungkapan sukarela adalah sebesar 12 yang berarti rentang tingkat pengungkapan sukarela perusahaan keluarga non-keuanga yang diteliti cukup besar. Hal ini juga ditunjukkan Universitas Sumatera Utara 44 dari tingkat pengungkapan sukarela yang berkisar dari minimum 14,81 yaitu data ke-10 HERO untuk tahun 2010 sampai dengan maksimum 61,1 yaitu data ke-45 MYOR untuk tahun 2010. Pengungkapan yang sering dilakukan oleh perusahaan adalah informasi saham, strategi perusahaan, beberapa tinjauan keuangan, dan informasi nilai tukar. Rata-rata pengungkapan strategi perusahaan adalah sebesar 7,4 dan pengungkapan untuk saham sebesar 3,74 dari keseluruhan checklist item pengungkapan sukarela. Pengungkapan yang tidak sering dilakukan adalah alasan akuisisi dan disposisi, R D, dan informasi segmen, informasi prospek masa mendatang, dampak tingkat bunga terhadap hasil dan operasi saat ini dan masa mendatang, dan dampak fluktuasi nilai tukar terhadap hasil dan operasi saat ini dan masa mendatang. Rata-rata nilai kepemilikan keluarga adalah senilai 37,12. Nilai ini menunjukkan masih besarnya proporsi kepemilikan keluarga pada perusahaan- perusahaan di Indonesia. Simpangan baku untuk variabel kepemilikan keluarga adalah sebesar 16 yang berarti rentang nilai kepemilikan keluarga pada perusahaan-perusahaan yang diteliti cukup besar. Hal ini juga ditunjukkan dari nilai kepemilikan keluarga yang bervariasi dari minimum 11,3 yaitu data ke-7 FISH sampai dengan maksimum 85,31 yaitu data ke-10 HERO. Rata-rata latar belakang pendidikan dewan komisaris yang berlatar belakang akuntansi, administrasi bisnis dan ekonomi sebanyak 51 dengan simpangan baku 14 yang cukup kecil. Hal ini menunjukkan rata-rata dewan komisaris yang ada di perusahaan keluarga non-keuangan hampir setengahnya adalah lulusan akuntansi, adm. Bisnis dan ekonomi. Universitas Sumatera Utara 45 Rata-rata kedatangan dewan komisaris dalam rapat adalah sebesar 84,68. Hal ini menunjukkan rata-rata kedatangan dewan komisaris dalam rapat cukup besar dengan simpangan baku 13 yang relatif cukup kecil. Beberapa contoh perusahaan yang memiliki tingkat kehadiran penuh adalah Beton Jaya, Anta Express dan Surya Citra Media. 4.3 Pengujian Hipotesis 4.3.1 Koefisien Korelasi dan Koefisien Determinasi Goodness of Fit