Nilai maksimum 30,12 yang diperoleh Lippo Karawaci. Rata-rata ukuran perusahaan yang diteliti adalah selama 2008-2009 adalah 27,5175.
4. Variabel profitabilitas ROA memiliki jumlah sampel N sebanyak 40,
dengan nilai minimum 0,00 yang diperoleh Royal Oak Development Asia Tbk. Nilai maksimum 0,10 diperoleh PT. Pembangunan Jaya Ancol Tbk.
Rata-rata profitabilitas yang diteliti selama periode2008-2009 adalah 0,0302 atau 3,02. Hal itu menunjukkan bahwa perusahaan yang menjadi sampel
bersifat positif. 5.
Variabel pengungkapan sosial P.SOSIAL memiliki jumlah sampel N sebanyak 40, dengan nilai minimum 0,16 yang diperoleh PT.Perdana
Gapuraprima Tbk, nilai maksimum 1,00 diperoleh Bakrie Development Tbk dan PT.Lippo Karawaci. Rata-rata tingkat pengungkapan sosial adalah
64,65. Hal itu menunjukkan bahwa perusahaan yang menjadi sampel bersifat positif.
6. jumlah sampel yang digunakan adalah sebanyak 40 buah.
C. Analisis Hasil Penelitian
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, autokorelasi
serta heterokesdastisitas .
Universitas Sumatera Utara
1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakan dan data yang digunakan dalam penelitian adalah data
yang terdistribusi normal. Pengujian normalitas data dalam penelitian ini dilakukan dengandua cara , yaitu analaisis grafik dan uji statistik Ghozali,
2006 : 110. Uji normalitas dengan analisis dapat dilakukan dengan melihat grafik histogram dan normal probabilty plot.
Gambar 4.1 HISTOGRAM
Sumber: Data diolah oleh peneliti, 2011 Pada histogram di atas, dapat dilihat bahwa bentuk kurva berbentuk
lonceng bell shaped cenderung di tengah dan tidak condong ke kiri maupun ke kanan. Oleh karena itu, dapat disimpulkan bahwa data dalam penelitian
Universitas Sumatera Utara
terdistribusi normal.
Gambar 4.2 Grafik P-Plot
Sumber : Data diolah oleh peneliti, 2011.
Pada kurva di atas, dapat dilihat bahwa distribusi data menyebar di sekitar garis diagonal, sehingga dapat dikatakan bahwa data memiliki normalitas.
Normalitas data ini menyimpulkan bahwa data dapat dipakai dalam penelitian. Uji normalitas kemudian dilanjutkan dengan uji statistik untuk melengkapi
hasil pengujian sebelumnya. Uji statistik yang digunakan untuk menguji apakah data berdistribusi normal atau tidak adalah uji statistik non parametrik
Kolmogoriv-Smirnov K-S. Apabila nilai signifikansi lebih besar dari 0,05 maka data residual berdistribusi normal. Sebaliknya, jika nilai lebih kecil dari
0,05 maka data residual tidak berdistribusi normal.
Universitas Sumatera Utara
Tabel 4.2 Uji Kolmogorov-Smirnov
Sumber : Data diolah oleh peneliti, 2011. Dari tabel di atas terlihat bahwa nilai signifikansi sebesar 0,954 lebih besar
daripada 0,05 sehingga dapat disimpulkan bahwa data residual berdistribusi normal.
2. Uji Multikolinearitas Multikolinearitas artinya variabel independen yang satu dengan yang lain
dalam model regresi berganda tidak saling berhubungan secara sempurna atau mendekati sempurna Situmorang, 2010: 153. Uji Multikolinieritas bertujuan
untuk mengidentifikasi ada tidaknya hubungan antar variabel independen dalam model regresi. Pengujian multikolinearitas dilakukan dengan mellihat
nilai Tolerance dan Variance Inflation Factor VIF. Jika nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parameters
a,b
Mean .0000000
Std. Deviation .20345037
Most Extreme Differences
Absolute .081
Positive .069
Negative -.081
Kolmogorov-Smirnov Z .514
Asymp. Sig. 2-tailed .954
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
0,1 maka model penelitian terbebas dari multikolinieritas. Semakin tinggi VIF maka semakin rendah tolerance.
Tabel 4.3 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant -.374
.565 -.661
.513 SAHAM
.339 .174
.313 1.955 .059
.874 1.145
LEVERA GE
.094 .192
.076 .490
.627 .926
1.080 SIZE
.027 .019
.219 1.404 .169
.921 1.085
ROA 3.715
1.438 .413
2.583 .014 .878
1.139 a. Dependent Variable: P.SOSIAL
Sumber : Data diolah oleh peneliti, 2011. Dari tabel 4.3, masing- masing variabel independen memiliki VIF tidak
lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 sehingga dapat dinyatakan bahwa model regresi linier berganda terbebas dari multikolinieritas dan dapat
digunakan dalam penelitian.
3. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode saat ini dengan kesalahan
pengganggu sebelumnya. Ghozali 2005:95 menyatakan
bahwa “uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada
korelasi antara kesalahan pengganggu pada periode t sekarang dengan kesalahan pengganggu pada periode t-1 sebelumnya”. Autokorelasi sering terjadi pada
sampel dengan data time series dengan n sampel adalah periode waktu.
Universitas Sumatera Utara
Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-Watson. Kriteria untuk penilaian terjadinya autokorelasi yaitu :
a. angka D-W di bawah -2 berarti ada autokorelasi positif,
b. angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi,
c. angka D-W di atas +2 berarti ada autokorelasi negatif.
Tabel 4.4 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.463
a
.214 .124
.21476 1.674
a. Predictors: Constant, ROA, SIZE, LEVERAGE, SAHAM b. Dependent Variable: P.SOSIAL
Sumber : Data diolah oleh peneliti, 2011. Berdasarkan tabel 4.4, nilai Durbin Watson yaitu 1,674 maka dapat
dinyatakan bahwa data penelitian terbebas dari autokorelasi sehingga data yang digunakan dapat dipakai dalam penelitian.
4. Uji Heterokedastisitas
Uji heterokedastisitas pada prinsipnya ingin menguji apakah sebuah grup mempunyai varians yang berbeda di antara anggota grup Situmorang, 2010: 98.
Universitas Sumatera Utara
Jika varians sama, maka dapat dismpulkan terdapat homoskedastisitas, sedangkan jika varians tidak sama maka terdapat heterokedastisitas.
Menurut Situmorang 2010:103, untuk melihat ada tidaknya heterokedasititas dapat dilakukan dengan melihat grafik Scatterplot yaitu titik-titik menyebar secara
acak tidak membentuk pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y.
Gambar 4.3 Scatterplot
Sumber : Data diolah oleh penulis, 2011. Berdasarkan gambar 4.3, grafik scatterplot menunjukkan penyebaran titik-
titik data yang memenuhi kriteria di atas. Oleh karena itu, dapat dinyatakan bahwa model regresi linier berganda terbebas dari heterokedastisitas dan dapat
digunakan dalam penelitian. Anallisis dengan grafik plots memiliki kelemahan yang cukup signifikan
karena jumlah pengamatan mempengaruhi hasil ploting Ghozali, 2006 :107.
Universitas Sumatera Utara
Semakin sedikit jumlah pengamatan, semakin sullit menginterpretasikan hasil grafik plot. Oleh karena itu, dilakukan uji statistik untuk menjamin keakuratan
hasil pengujian. Berikut ini tabel 4.5 menyajikan hasil uji heterokedastisitas dengan uji Glejser.
Tabel 4.5 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant -.268
.300 -.894
.377 SAHAM
.042 .092
.079 .459
.649 LEVERA
GE -.045
.102 -.074
-.444 .660
SIZE .015
.010 .256
1.524 .136
ROA .487
.763 .110
.639 .527
a. Dependent Variable: absut Sumber : Data diolah oleh peneliti, 2011.
Jika variabel independen signifikan secara statistik mempengaruhi variabel
dependen, maka ada indikasi terjadi heterokedastisitas Ghozali, 2006:109. Tabel di atas menunjukkan bahwa tidak ada satupun variabel independen yang
signifikan secara statistik mempengaruhi variabel dependen Absolut Ut Absut. Hal ini terlihat dari profibilitas signifikansinya di atas tingkat kepercayaan 5
0,05 sehingga dapat disimpulkan model regresi tidak menunjukkan adanya heterokedastisitas.
Universitas Sumatera Utara
D. Pengujian Hipotesis Penellitian 1. Koefisien Determinasi R
