c. Uji Heteroskedastisitas
Uji heteroskedastisitias 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 heteroskedastistas. Menurut Nugroho 2005:62 cara memprediksi ada
tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar Scatterplot model tersebut. Analisis pada gambar Scatterplot yang
menyatakan model regresi linier berganda tidak terdapat heteroskedastisitas jika:
1 titik-titik data menyebar di atas, di bawah atau di sekitar angka 0,
2 titik-titik data tidak mengumpul hanya di atas dan dibawah 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. Dari grafik 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.
Universitas Sumatera Utara
Sumber: Output SPSS
Gambar 4.3. Hasil Uji Heteroskedastisitas Scatterplot
d. Uji Autokorelasi
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 yang dapat dilakukan
untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian Durbin-Watson D-W. Tabel 4.4 berikut menyajikan hasil uji
D-W dengan menggunakan program SPSS Versi 17.0.
Universitas Sumatera Utara
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .853
a
.728 .693
.1366868 1.756
a. Predictors: Constant, Debt To Equity, Dewan Komisaris, Kepemilikan Manajemen, Return On Asset, LN_Size
b. Dependent Variable: Pengungkapan Sosial
Sumber: Output SPSS Kriteria untuk penilaian terjadinya autokorelasi yaitu:
1 angka D-W terletak di bawah -2 berarti ada korelasi positif,
2 angka D-W terletak di antara -2 sampai +2 berarti tidak ada
autokorelasi, 3
angka D-W di atas +2 berarti ada autokorelasi negatif. Dari hasil tabel di atas diketahui bahwa nilai D-W yang didapat sebesar
1,756 sehingga dapat disimpulkan bahwa model regresi bebas dari masalah autokorelasi.
3. Pengujian Hipotesis Penelitian
Untuk menguji hipotesis, Peneliti menggunakan analisis regresi berganda. Data diolah dengan menggunakan program SPSS Versi 17.0. Berdasarkan
hasil pengolah data dengan program SPSS Versi 17.0, maka diperoleh hasil sebagai berikut.
Pada Tabel 4.5 di bawah ini, dapat dilihat hasil analisis regresi secara keseluruhan menunjukkan nilai R sebesar 0,853 menunjukkan bahwa korelasi
atau hubungan antara pengungkapan sosial variabel dependen dengan
Universitas Sumatera Utara
profitabilitas Return On Asset, leverage Debt To Equity, dewan komisaris, kepemilikian manajemen dan size variabel independen mempunyai tingkat
hubungan yang sangat kuat, yaitu sebesar 85,3. Tingkat hubungan yang sangat kuat ini dapat dilihat dari tabel pedoman untuk memberikan interpretasi
koefisien korelasi Tabel 4.6.
Tabel 4.5 Model Summary
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.853
a
.728 .693
.1366868 a. Predictors: Constant, Debt To Equity, Dewan Komisaris,
Kepemilikan Manajemen, Return On Asset, LN_Size b. Dependent Variable: Pengungkapan Sosial
Sumber: Output SPSS Nilai Adjusted R Square atau koefisien determinasi adalah sebesar 0,693.
Angka ini mengidentifikasikan bahwa pengungkapan sosial variabel dependen mampu dijelaskan oleh dengan profitabilitas Return On Asset,
leverage Debt To Equity, dewan komisaris, kepemilikian manajemen dan size variabel independen sebesar 69,3, sedangkan selebihnya sebesar
30,7 dijelaskan oleh sebab-sebab lain.
Universitas Sumatera Utara
Tabel 4.6 Pedoman untuk Memberikan Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat hubungan
0,000 – 0,199 Sangat Rendah
0,200 – 0,399 Rendah
0,400 – 0,599 Sedang
0,600 – 0,799 Kuat
0,800 – 1,000 Sangat Kuat
Sumber: Sugiyono 2006:183
a. Uji Signifikansi Simultan Uji-F
Uji F dilakukan untuk mengetahui apakah variable independen secara simultan mempengaruhi variable dependen. Kriteria uji F yang digunakan
adalah: •
Jika F
hitung
F
tabel
, maka H
a
diterima •
Jika F
hitung
F
tabel,
maka H
a
tidak dapat diterima. Berikut adalah hasil uji simultan:
Tabel 4.7 Hasil Uji Simultan Uji-F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression 1.947
5 .389
20.841 .000
a
Residual .729
39 .019
Total 2.676
44 a. Predictors: Constant, Debt To Equity, Dewan Komisaris, Kepemilikan Manajemen,
Return On Asset, LN_Size b. Dependent Variable: Pengungkapan Sosial
Sumber: Output SPSS Dari hasil uji di atas dapat dilihat bahwa F-hitung sebesar 20,841
dengan nilai signifikansi 0,000. Hasil uji tersebut menunjukkan bahwa nilai F-hitung lebih besar dari F-tabel 20,841 2,456, sedangkan nilai
Universitas Sumatera Utara
signifikansi lebih kecil dari 0,05 0,000 0,05. Hal ini menunjukkan bahwa secara simultan variabel profitabilitas Return On Asset, leverage
Debt To Equity, dewan komisaris, kepemilikian manajemen dan size mempengaruhi pengungkapan sosial.
b. Uji Signifikansi Parsial Uji-t