sifnifikansi 0,05 dan t hitung bertanda positif, maka secara parsial CSR berpengaruh positif dan signifikan terhadap Return on Equity.
2. Pengujian DER X
2
terhadap Return on Equityv Y menunjukkan signifikansi 0,223
α 0,05 dan t
hitung
adalah 1,246 dimana t
hitung
1,246 t
tabel
2,014, maka H diterima dan H
1
ditolak. Artinya karena tingkat sifnifikansi 0,05 dan t hitung bertanda positif, maka secara parsial DER
berpengaruh positif dan tidak signifikan terhadap Return on Equity.
3. Koefisien Determinasi
Koefisien determinasi digunakan untuk mengetahui keeratan hubungan antara variabel bebas dengan variabel terikat. Nilai R
2
terletak antara 0 sampai dengan 1 0 ≤ R
2
≤ 1. Tujuan menghitung koefisien determinasi adalah untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Dari hasil analisis
data diperoleh hasil yang ditunjukkan pada Tabel 4.21 sebagai berikut:
Tabel 4.21 Hasil Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate 1
.473
a
.224 .170
.87999 a. Predictors: Constant, LNDER, LNCSR
b. Dependent Variable: LNROE Sumber: Hasil Penelitian, 2015 Data diolah
Berdasarkan Tabel 4.21 dapat diketahui bahwa nilai adjusted R
2
adalah 0,170. Hal ini menunjukkan bahwa sebesar 17 Return on Equity dipengaruhi
oleh variasi dari kedua variabel independen yang digunakan yaitu Corporate Social Responsibility CSR, Debt to Equity Ratio DER. Sedangkan sisanya
Universitas Sumatera Utara
sebesar 83 dipengaruhi oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini.
4.2.2.3
Uji Asumsi Klasik pada Regresi yang Ketiga 1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau
tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Metode yang dapat dipakai untuk normalitas adalah
Kolmogorov Smirnov. Uji Kolmogorov Smirnov dapat dilihat dalam Tabel 4.22 sebagai berikut:
Tabel 4.22 Hasil Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
CSR DER
NPM N
48 48
48 Normal Parameters
a,,b
Mean 19.3242
1.6308 5.3748
Std. Deviation 161.63404
5.69640 17.72357
Most Extreme Differences
Absolute .372
.351 .134
Positive .314
.306 .105
Negative -.372
-.351 -.134
Kolmogorov-Smirnov Z 2.578
2.432 .931
Asymp. Sig. 2-tailed .000
.000 .351
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2015 Data diolah
Berdasarkan Tabel 4.22 dapat diketahui bahwa nilai K-S untuk NPM adalah 0,931 dengan signifikansi 0,351, dapat berdistribusi secara normal karena
memiliki tingkat signifikansi diatas 0,05. Sedangkan CSR memiliki K-S sebesar
Universitas Sumatera Utara
2,578 dengan signifikansi 0,000 dan DER memiliki K-S sebesar 2,432 memiliki signifikansi 0,000, tidak berdistribusi secara normal karena memiliki tingkat
signifikansi dibawah 0,05. Hal ini berarti bahwa CSR dan DER belum berdistribusi normal.
Data yang tidak berdistribusi secara normal dapat ditransformasikan ke dalam Logaritma Natural agar menjadi normal. Berikut ini hasil uji K-S setelah
ditransformasikan.
Tabel 4.23 Hasil Uji Kolmogorov Smirnov Setelah Transformasi Data
One-Sample Kolmogorov-Smirnov Test
LNCSR LNDER
LNNPM N
36 46
34 Normal Parameters
a,,b
Mean 2.5441
.0434 2.2709
Std. Deviation 1.61046
1.15996 .82496
Most Extreme Differences
Absolute .122
.085 .078
Positive .122
.078 .078
Negative -.093
-.085 -.077
Kolmogorov-Smirnov Z .730
.579 .453
Asymp. Sig. 2-tailed .661
.891 .986
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2015 Data diolah
Berdasarkan Tabel 4.23 dapat diketahui bahwa nilai K-S untuk CSR adalah 0,730 dengan signifikansi 0,661, DER memiliki K-S sebesar 0,579 dengan
signifikansi 0,891, NPM memiliki K-S sebesar 0,453 dengan signifikansi 0,986. Hal ini berarti bahwa CSR, DER, dan NPM berdistribusi secara normal karena
memiliki nilai signifikansi diatas 0,05.
Universitas Sumatera Utara
Metode lain untuk mengetahui normalitas adalah dengan menggunakan metode analisis grafik, baik dengan melihat grafik secara histrogram ataupun
dengan melihat secara Normal Probability Plot. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau
dengan melihat histogram dari residualnya. Berdasarkan tampilan grafik histogram dapat dilihat pada Gambar 4.7,
Uji normalitas dengan melihat grafik secara histogram dapat disimpulkan bahwa variabel residual berdistribusi normal karena data mengikuti arah garis grafik
histogramnya.
Gambar 4.7
Sedangkan berdasarkan grafik normal plot dapat dilihat pada gambar 4.8, dapat dilihat bahwa titik-titik menyebar di sekitar garis diagonal. Hal ini
mengindikasikan bahwa model regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
Gambar 4.8
2. Uji Multikolinearitas