85
Tabel 12. Hasil Uji Multikolinieritas
Variabel Toleransi
VIF Keterangan
Komite Audit 0,927
1,078 Tidak ada multikolinieritas
KDKI 0,908
1,101 Tidak ada multikolinieritas
KKI 0,738
1,355 Tidak ada multikolinieritas
KKA 0,892
1,121 Tidak ada multikolinieritas
KKP 0,823
1,215 Tidak ada multikolinieritas
Sumber: Data sekunder diolah 2016 Berdasarkan tabel diatas dapat dilihat bahwa semua variabel independen
memiliki nilai tolerance lebih besar dari 0.1 dan memiliki nilai VIF kurang dari 10. Hasil tersebut dapat disimpulkan bahwa tidak terdapat korelasi yang kuat antar
variabel independen.
3. Uji Heteroskedastisitas
Heteroskedastisitas adalah gangguan yang muncul dalam fungsi regresi populasi yang mempunyai variabel tidak sama. Uji heteroskedastisitas dilakukan
untuk menguji apakah dalam sebuah model regresi terjadi ketidaksaman varians residual dari satu pengamatan ke pengamatan yang lain. Model regresi yang baik
adalah tidak terjadi heteroskedastisitas.
86
Tabel 13. Hasil Uji Heteroskedastisitas
Variabel Sig
Keterangan Komite Audit
0,768 Tidak ada heteroskedastisitas
KDKI 0,400
Tidak ada heteroskedastisitas KKI
0,920 Tidak ada heteroskedastisitas
KKA 0,467
Tidak ada heteroskedastisitas KKP
0,590 Tidak ada heteroskedastisitas
Sumber: Data sekunder diolah 2016 Dalam penelitian ini uji heteroskedastisitas dilakukan dengan uji Glejser yaitu
dengan meregresi nilai absolut residual terhadap variabel-variabel independen. Berdasarkan hasil uji Glejser, diketahui bahwa tingkat signifikansi dari masing-
masing variabel bebas adalah di atas 5. Hal ini menunjukkan bahwa tidak ada satu pun variabel independen yang signifikan mempengaruhi nilai absolut. Jadi dapat
disimpulkan model regresi tidak mengandung adanya heteroskedastisitas.
4. Uji Autokorelasi
Autokorelasi adalah gejala terjadinya korelasi diantara kesalahan pengganggu dari suatu observasi lainnya. Untuk mengetahui ada tidaknya autokorelasi dapat
dilakukan dengan uji Durbin Watson. Hasil Uji Durbin Watson dapat dilihat pada tabel di bawah ini:
87
Tabel 14. Hasil Uji Autokorelasi
Model R
R2 Adjusted R2 Durbin-Watson
1 0,739
0,513 0,055519
2,235 Sumber: Data sekunder diolah 2016
Berdasarkan hasil olah data, diketahui bahwa nilai Durbin Watson sebesar 2,235 yang berada pada daerah 1,55
– 2,46 yaitu berada pada daerah tidak ada autokorelasi. Dengan demikian dari model regresi tidak terjadi gejala autokorelasi
dan model regresi yang diajukan dapat diterima.
C. Hasil Uji Hipotesis
1. Pengaruh Ukuran Komite Audit terhadap Tingkat Pengungkapan CSR
Hipotesis pertama menyatakan bahwa “Ukuran Komite Audit berpengaruh positif terhadap Tingkat Pengungkapan CSR
”. Dengan bantuan sprogram Statistik SPSS diperoleh rangkuman hasil analisis regresi seperti pada tabel sebagai berikut:
