74
Tabel 4.8
Hasil Uji Multikoleniaritas
Sumber: olah data SPSS, 2016 Dari data pada Tabel 4.8, dapat disimpulkan bahwa tidak terjadi
gejala multikolinearitas antara variabel independen yang diindikasikan dari nilai tolerance setiap variabel independen lebih besar dari 0,1 yakni sebesar
0.702 ukuran perusahaan klien, 0.740 ukuran dewan komisaris, 0.980 media exposure, 0.955 profitabilitas dan nilai vif lebih kecil dari 10
yakni sebesar 1.424 ukuran perusahaan klien, 1.351 ukuran dewan komisaris, 1.020 media exposure, 1.047profitabilitas.
3. Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Menurut Nugroho 2005:62 cara memprediksi ada
tidaknya heteroskedastisitas pada suatu model dapat diihat dari pola gambar Scatterplot model tersebut. Analisis pada gambar Scatterplot yang
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics
B Std. Error
Beta Toleranc
e VIF
1 Constant -.167
.026 -6.519
.000 UKURAN
PERUSAHAAN KLIEN
.044 .005
.595 9.567
.000 .702
1.424 UKURAN
DEWAN KOMISARIS
1.782 .351
.307 5.073
.000 .740
1.351 MEDIA
EXPOSURE 6.441
1.506 .225
4.276 .000
.980 1.020
PROFITABILITAS .001
.000 .172
3.220 .002
.955 1.047
a. Dependent Variable: CORPORATE SOCIAL RESPONSIBILITY DISCLOSURE
Universitas Sumatera Utara
75
menyatakan model regresi linear berganda tidak terdapat heteroskedastisitas jika :
1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0,
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja,
3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali, 4.
Penyebaran titik-titik data sebaiknya tidak berpola.
Gambar 4.3 Hasil Uji Heteroskedastisitas Scatterplot
Pada Gambar 4.3 garfik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0
pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai
untuk memprediksi Corporate Social Responsibility Disclosure perusahaan pertambangan yang terdaftar di BEI berdasarkan masukan variabel
independen rasio ukuran perusahaan, ukuran dewan komisaris, media exposure, dan profitabilitas.
4. Uji Autokorelasi
Universitas Sumatera Utara
76
Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan
pengganggu periode sebelumnya dalam model regresi. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh
menjadi tidak akurat, sehingga model regresi yang baik adalah model regresi yang bebas dari autokorelasi. Cara untuk mendeteksi ada tidaknya
autokorelasi adalah dengan melakukan pengujian Durbin Watson DW, tidak terjadi autokorelasi apabila nilai du dw 4 – du.
Tabel 4.9 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .900
a
.810 .799
.04734 2.205
a. Predictors: Constant, PROFITABILITAS, MEDIA EXPOSURE, UKURAN DEWAN KOMISARIS, UKURAN PERUSAHAAN KLIEN
b. Dependent Variable: CORPORATE SOCIAL RESPONSIBILITY DISCLOSURE
Sumber: data olahan SPSS, 2016 Tabel 4.9 menyajikan hasil uji Durbin Watson dengan menggunakan
program SPSS Versi 16. Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin Watson dw sebesar 2.205. Nilai ini akan peneliti
bandingkan dengan nilai tabel dengan menggunakan signifikansi 5, jumlah pengamatan n sebanyak 75, dan jumlah variabel independen 4
k=4. Maka berdasarkan tabel Durbin Watson didapat nilai batas atas du sebesar 1,7390 dan nilai batas bawah dl sebesar 1,5151. Oleh karena itu,
nilai dw lebih besar dari 1,7390 dan lebih kecil dari 4 – 1,7390 atau dapat dinyatakan bahwa 1,7390 2,205 4 - 1,7390 du dw 4 – du. Dengan
demikian dapat disimpulkan tidak terdapat autokorelasi baik positif maupun negatif.
4.4. Analisis Regresi Berganda
Pengaruh Ukuran Perusahaan, Ukuran Dewan Komisaris, Media Exposure, dan Profitabilitas Terhadap Corporate Social Responsibility Disclosure
pada Perusahaan Pertambangan yang Terdaftar di Bursa Efek Indonesia Periode 2013-2015, dapat dilihat dari hasil analisis regresi berganda. Pengujian koefisien
regresi bertujuan untuk menguji signifikansi hubungan antara variabel independen
Universitas Sumatera Utara
77
dengan variabel dependen baik secara bersama-sama maupun secara individual serta dengan uji koefisien determinasi. Dalam penelitian ini uji hipotesis yang
digunakan meliputi; uji signifikansi simultan Uji-F, uji signifikansi parsial Uji- t dan uji koefisien determinasi R
2
.
4.5. Pengujian Hipotesis
Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda. Data diolah dengan menggunakan program SPSS versi 16. Berdasarkan hasil
pengolahan data dengan program SPSS versi 16, maka diperoleh hasil sebagai berikut:
1. Uji Signifikansi Simultan Uji-F
