3.5 Metode Analisis Data
Dalam penelitian ini peneliti menggunakan metode penelitian kuantitatif dengan pendekatan rumusan masalah deskriptif dan asosiatif, karena adanya
variabel-variabel yang akan ditelaah hubungannya serta tujuannya untuk menyajikan gambaran secara terstruktur, faktual, mengenai fakta-fakta serta
hubungan antara variabel-variabel yang diteliti.
3.5.1 Statistik Deskriptif
Statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami dan diinterpretasikan. Ukuran statistik
deskriptif yang digunakan dalam penelitian ini adalah nilai minimum dan maksimum, mean, dan standar deviasi. Nilai minimum dan maksimum digunakan
untuk mengetahui range rentang data. Semakin besar nilai range maka semakin besar pula penyimpangan dari nilai rata-ratanya. Nilai rata-rata mean adalah
perbandingan penjumlahan sekelompok data dengan jumlah data. Standar deviasi adalah rata-rata penyimpangan masing-masing data terhadap nilai yang
diharapkan Erlina, 2011.
3.5.2 Uji Asumsi Klasik
Tujuan dilakukan pengujian asumsi klasik adalah untuk menguji kelayakan model regresi yang digunakan dalam penelitian. Uji asumsi klasik
terdiri dari uji normalitas, uji multikolinearitas, uji heteroskedatisitas, dan uji autokorelasi.
3.5.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Jika uji normalitas
tidak terpenuhi maka korelasinya menjadi tidak valid. Uji normalitas dapat dilakukan melalui analisa grafik dan analisa statistik. Analisa grafik dilakukan
dengan melihat grafik histogram dengan normal probability plot. Distribusi data dikatakan normal jika garis tren pada histogram berbentuk lonceng dan garis tren
pada grafik normal plot tidak melenceng jauh dari garis tren. Analisis statistik dilakukan dengan uji Kolmogorov Smirnov. Jika nilai signifikansi 0,05 maka
data berdistribusi normal.
3.5.2.2 Uji Multikolinearitas
Multikolinearitas adalah situasi ketika antar variabel independen memiliki
korelasi. Uji multikolinearitas bertujuan untuk mengetahui apakah antar variabel
independen dalam model regresi memiliki korelasi atau tidak. Model regresi yang baik seharusnya tidak memiliki korelasi antar variabel independennya. Uji
multikolinearitas dapat dilakukan dengan melihat nilai VIF variance inflation factor dan nilai tolerance. VIF adalah estimasi berapa besar multikolinearitas
meningkatkan varian pada suatu koefisien estimasi sebuah variabel independen Erlina, 2011. Jika nilai VIF 10 dan nilai tolerance 0,10 maka tidak terdapat
multikolinearitas. Uji multikolinearitas juga dapat dilakukan dengan melihat koefisien korelasi antar variabel independen. Korelasi antar variabel independen
dikatakan memiliki korelasi tinggi jika koefisien korelasinya 0,80.
3.5.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui apakah terdapat gejala heteroskedastisitas dalam model regresi. Heteroskedastisitas terjadi ketika varian
residual bersifat tidak konstan. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas. Uji heteroskedastisitas
dilakukan dengan melihat grafik nilai residu. Grafik nilai residu menunjukkan tidak adanya gejala heteroskedastisitas jika gambar scater diagram antara SRESID
dan ZPRED nilai residu tidak membentuk pola tertentu dan titik – titik menyebar di atas dan di bawah angka 0 pada sumbu Y.
3.5.2.4 Uji Autokorelasi
Autokorelasi dapat didefenisikan sebagai korelasi antara anggota serangkaian observasiyang diurutkan waktu atau ruang Situmorang, 2007. Uji
autokorelasi bertujuan untuk mengetahui apakah dalam suatu model regresi terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1 atau sebelumnya. Uji autokorelasi dilakukan dengan melihat nilai d pada uji Durbin – Watson.
Tabel 3.5 Nilai Durbin-Watson
Hipotesis nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decision dl
≤ d ≤ du Tidak ada korelasi negatif
Tolak 4 – dl d 4
Tidak ada korelasi negatif No decision
4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi, positif atau negatif
Tidak ditolak
du d 4 – du Sumber: Ghozali 2013: 111
3.5.3 Uji Regresi Linear Berganda
Analisis regresi linear berganda digunakan pada penelitian ini karena model yang diuji memiliki lebih dari satu variabel independen yang hanya
mempengaruhi satu variabel dependen. Data dalam penelitian ini dianalisis dengan analisis regresi linear berganda dengan persamaan sebagai berikut:
� = � + �
1
�
1
+ �
2
�
2
+ �
3
�
3
+ �
4
�
4
+ �
5
�
5
+ �
6
�
6
+ �
Keterangan: Y
= Pengungkapan Corporate Social CSR α
= Konstanta �
1
− �
6
= Koefisien regresi X
1
= Kepemilikan saham asing X
2
= Kepemilikan saham institusional X
3
= Kepemilikan saham manajerial X
4
= Tipe industri X
5
= Profitabilitas X
6
= Kinerja Lingkungan �
= Error
3.5.4 Koefisien Determinasi
Koefisien determinasi ini menggambarkan kemampuan model dalam menjelaskan variasi variabel independen. Nilainya antara 0 sampai dengan 1, jika
semakin mendekati 1 maka model semakin baik.
3.5.5 Uji Hipotesis 1. Uji T
Uji T atau uji signifikansi parsial digunakan untuk menguji signifikansi pengaruh variabel-variabel bebas secara individu parsial terhadap variabel
terikat. Apabila t
hitung
lebih kecil dari t
tabel
t
hitung
t
tabel
, maka Ho diterima. Sedangkan apabila t
hitung
lebih besar dari t
tabel
t
hitung
t
tabel
, maka Ho ditolak. Untuk menghitung t
hitung
menggunakan rumus sebagai berikut Supranto,
2000 :
t =
� ��
dimana : t = t
hitung
yang diperoleh b = bobot regresi
sb = standar deviasi dari variabel bebas Pengukuran hipotesis :
a. H
o
: β1 : β2 : β3 : β4 : β5 = 0, maka tidak ada pengaruh secara parsial
antara variabel bebas X
1
, X
2
, X
3
, X
4
, X
5
terhadap variabel terikat Y b. Ho :
β1 : β2 : β3 : β4 : β5 ≠ 0, maka ada pengaruh secara parsial antara variabel bebas X
1
, X
2
, X
3
, X
4
, X
5
terhadap variabel terikat Y c. Level of significant
α sebesar 5 d. Ketentuan yang digunakan adalah berdasarkan probabilitas
Jika p 0,05, maka Ho diterima Jika p 0,05, maka Ho ditolak
2. Uji F Uji F atau uji signifikansi simultan pada dasarnya menunjukkan apakah
semua variabel yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau tidak. Jika F hitung F tabel
maka Ho diterima dan Ha ditolak, sedangkan jika F hitung F tabel maka Ho ditolak dan Ha diterima.
Penarikan kesimpulan: Jika p 0,05, maka Ho diterima
Jika p 0,05, maka Ho ditolak
BAB IV HASIL DAN PEMBAHASAN
4.1 Gambaran Umum Objek Penelitian
Populasi dalam penelitian ini adalah perusahaan manufaktur dan pertambangan yang terdaftar di Bursa Efek Indonesia sebanyak 180 perusahaan
pada tahun 2011-2013. Metode pengambilan sampel adalah purposive sampling. Jumlah sampel penelitian 42 perusahaan dan periode pengamatan selama 3 tahun
sehingga jumlah observasi adalah 126.
4.2 Hasil penelitian
4.2.1 Analisis Statistik Deskriptif
Variabel independen dalam penelitian ini adalah kepemilikan saham asing, kepemilikan saham institusional, kepemilikan saham manjerial, tipe industri,
profitabilitas, dan kinerja lingkungan, sedangkan variabel dependennya adalah pengungkapan CSR. Statistik deskriptif dapat memberikan gambaran mengenai
sebaran nilai dari masing-masing variabel. Di bawah ini akan dijelaskan hasil dari data statistik deskriptif antara lain:
1. Analisis Pengungkapan CSR
Tabel 4.1 Statistik Deskriptif – Pengungkapan CSR
N Range
Minimum Maximum
Mean Std. Deviation
Pengungkapan CSR 126
,52 ,26
,78 ,5569
,13693 Valid N listwise
126