BAB III METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang dilakukan adalah penelitian kausalitas yang bertujuan untuk menganalisis pengaruh antara beberapa variabel bebas X yang terhadap satu
variabel terikat Y dalam bentuk hubungan sebab-akibat causal effect Supranto, 2012.
3.2 Jenis dan Sumber Data
Penelitian ini menggunakan data sekunder berupa laporan tahunan annual report
yang dipublikasikan oleh perusahaan selama tahun 2012 yang diperoleh dari Bursa Efek Indonesia BEI melalui website www.idx.co.id dan histori harga
saham dari Yahoo Finance melalui website finance.yahoo.com. Menurut Idrus 2009, data sekunder adalah data yang diperoleh dari sumber kedua bukan orang
pertama, bukan asli yang memiliki informasi atau data tersebut.
3.3 Populasi dan Sampel Penelitian
Populasi yang digunakan dalam penelitian ini adalah perusahaan yang bergerak di industri pertambangan yang terdaftar listed di Bursa Efek Indonesia
BEI pada tahun 2012. Perusahaan yang menjadi sampel penelitian adalah perusahaan yang dipilih melalui metode purposive sampling karena dianggap
telah menjadi sampel yang merepresentasikan kriteria-kriteria yang dibutuhkan. Adapun kriteria-kriteria tersebut adalah sebagai berikut:
1. Perusahaan pertambangan yang terdaftar listed di Bursa Efek Indonesia
tahun 2012. 2.
Perusahaan pertambangan yang mempublikasikan laporan tahunan annual report
di Bursa Efek Indonesia BEI pada tahun 2012. 3.
Perusahaan yang menyajikan informasi Corporate Social Responsibility dalam laporan tahunan tersebut sebagai salah satu akibat penerapan Undang-undang
Nomor 40 Tahun 2007 tentang Perseroan Terbatas. Berdasarkan kriteria tersebut didapat sampel perusahaan pertambangan
sebanyak 32 perusahaan dari 37 perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia dengan satu tahun penelitian.
Tabel 3.1 Daftar Perusahaan Pertambangan yang Menjadi Populasi dan Sampel
No. Kode
Saham Nama Perusahaan
Kriteria Penentuan
Sampel Sampel
1 2 3
1. ADRO Adaro Energy Tbk
√ √ √ Sampel 1
2. ARII
Atlas Resources Tbk √ √ √ Sampel
2 3. ATPK
ATPK Resources
Tbk √ √ √ Sampel
3 4. BORN
Borneo Lumbung Energi Metal Tbk
√ - - 5.
BRAU Berau Coal Energy Tbk √ √ √ Sampel
4 6. BSSR
Baramulti Suksessarana
Tbk √ √ √ Sampel
5 7.
BUMI Bumi Resources Tbk
√ √ √ Sampel 6
8. BYAN Bayan Resources Tbk
√ √ √ Sampel 7
9. DEWA Darma
Henwa Tbk
√ √ √ Sampel 8
10. DOID
Delta Dunia Makmur Tbk √ - -
11. GEMS Golden Energy Mines Tbk
√ √ √ Sampel 9
12. GTBO Garda Tujuh Buana Tbk
√ √ √ Sampel 10
13. HRUM Harum
Energy Tbk
√ √ √ Sampel 11
14. ITMG
Indo Tambangraya Megah Tbk √ √ √ Sampel
12 15.
KKGI Resource Alam Indonesia Tbk
√ √ √ Sampel 13
16. MYOH Samindo Resources Tbk
√ √ √ Sampel 14
17. PKPK
Perdana Karya Perkasa Tbk √ √ -
Sumber: www.idx.co.id 3.4 Definisi
Variabel Operasional
Definisi operasional membantu peneliti dalam membatasi rumusan masalah yang akan diteliti dengan menjadikan konsep yang masih bersifat abstrak
menjadi operasional sehingga memudahkan proses pengukuran variabel tersebut. Variabel yang digunakan peneliti dalam penelitian ini adalah variabel independen
dan variabel dependen.
3.4.1 Variabel Bebas Independen Variable
Variabel bebas independen variable adalah variabel yang mempengaruhi atau variabel yang akan menyebabkan perubahan atau timbulnya variabel
dependen Sugiyono,2012. Adapun variabel bebas yang digunakan dalam penelitian ini adalah penyajian informasi Corporate Social Responsibility.
18. PTBA Tambang Batubara Bukit Asam
Persero Tbk √ - -
19. PTRO Petrosea
Tbk √ √ √ Sampel
15 20.
SMMT Golden Eagle Energy Tbk √ √ √ Sampel
16 21.
TOBA Toba Bara Sejahtra Tbk √ √ √ Sampel
17 22.
ARTI Ratu Prabu Energi Tbk
√ √ √ Sampel 18
23. BIPI
Benakat Petroleum Energy Tbk √ √ √ Sampel
19 24. ELSA
Elnusa Tbk
√ √ √ Sampel 20
25. ENRG Energi Mega Persada Tbk
√ √ √ Sampel 21
26. ESSA
Surya Esa Perkasa Tbk √ √ √ Sampel
22 27.
MEDC Medco Energi International Tbk √ √ √ Sampel
23 28.
RUIS Radiant Utama Interinsco Tbk
√ √ √ Sampel 24
29. ANTM Aneka Tambang Persero Tbk
√ √ √ Sampel 25
30. DKFT
Central Omega Resources Tbk √ √ √ Sampel
26 31.
CITA Cita Mineral Investindo Tbk
√ √ - 32.
INCO Vale Indonesia Tbk
√ √ √ Sampel 27
33. TINS Timah
Tbk √ √ √ Sampel
28 34.
PSAB J Resources Asia Pasific Tbk
√ √ √ Sampel 29
35. SMRU SMR Utama Tbk
√ √ √ Sampel 30
36. CTTH
Citatah Industri Marmer Tbk √ √ √ Sampel
31 37.
MITI Mitra Investindo Tbk
√ √ √ Sampel 32
Instrumen pengukuran CSR yang digunakan dalam penelitian ini mengacu pada instrumen yang digunakan oleh Sembiring 2005, yang membagi informasi CSR
ke dalam empat kategori, yaitu Lingkungan dan Energi, Tenaga Kerja, Produk dan Konsumen, serta Keterlibatan masyarakat dan umum dengan total item sebanyak
78 item untuk industri pertambangan Lampiran 3.1. Pendekatan yang digunakan dalam menghitung CSRI adalah pendekatan
dikotomi yaitu untuk setiap item CSR dalam instrumen penelitian yang disajikan oleh perusahaan diberi nilai 1 dan jika tidak diungkapkan diberi nilai 0.
Selanjutnya, skor dari setiap item ditotalkan untuk memperoleh jumlah keseluruhan skor untuk masing-masing perusahaan Haniffa et al, 2005 dalam
Sayekti dan Wondabio, 2007. Rumus untuk menghitung CSRI adalah sebagai berikut Haniffa et al, 2005 dalam Sayekti dan Wondabio, 2007:
CSRI X
n Keterangan:
CSRI
j
: Corporate Social Responsibility Disclosure Index perusahaan j n
j
: jumlah item untuk perusahaan j, n
j
keseluruhan tema = 78, n
j
tema lingkungan hidup dan energi = 20, n
j
tema Ketenagakerjaan = 37, n
j
Produk dan Konsumen = 10, n
j
Keterlibatan Masyarakat dan Umum = 11 ,X
ij
: dummy variable
: 1 = jika item i diungkapkan; 0 = jika item i tidak diungkapkan
Dengan demikian, 0 ≤ CSRI
j
≤ 1
3.4.2 Variabel Terikat Dependen Variable
Variabel terikat dependen variable adalah variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas Sugiyono,2012. Variabel
terikat yang digunakan dalam penelitian ini adalah Earning Response Coefficient ERC. Kualitas laba yang baik dapat diukur dengan menggunakan ERC yang
merupakan ukuran atas return abnormal saham dalam merespon informasi yang terkandung dalam laba. ERC merupakan koefisien yang diperoleh dari regresi
antara proksi harga saham dan laba akuntansi Daud, 2008. Proksi harga saham yang digunakan adalah Cumulative Abnormal Return CAR, sedangkan proksi
laba akuntansi adalah Unexpected Earning UE Daud, 2008. Berdasarkan definisi diatas, maka ERC dirumuskan dalam persamaan sebagai berikut:
CAR
it
= α + β UE
it
+ ε
Keterangan: CAR
it
= Cummulative Abnormal Return perusahaan i pada waktu t UE
it
= Unexpected Earnings perusahaan i pada waktu t α =
Konstanta β
= Koefisien yang menunjukkan ERC ε =
Error
1. Menghitung Cummulative Abnormal Return CAR
CAR merupakan proksi harga saham yang menunjukkan besar respon pasar terhadap informasi akuntansi yang disajikan yang dihitung dengan
menggunakan model pasar yang disesuaikan Daud, 2008. Menurut Lev 1989 dalam Sayekti 2007, penentuan window time interval untuk mengukur CAR
saham perusahaan merupakan hal penting. Oleh karena itu, jika terlalu pendek maka CAR tidak akan dapat menangkap reaksi pasar yang mungkin terjadi dan
jika terlalu panjang, maka dapat memberikan pengukuran yang bias mengenai kontribusi informasi yang diungkapkan oleh perusahaan.
CAR dalam penelitian ini diperoleh dengan menggunakan window time interval yang mengacu pada penelitian Utaminingtyas dan Ahalik 2010
yaitu 30 hari sebelum, 1 hari pengumuman annual report, dan 30 hari setelah pengumuman annual report perusahaan. Rentang waktu ini dipilih berdasarkan
alasan bahwa periode 61 hari merupakan window yang tidak terlalu pendek dan juga tidak terlalu panjang. Berikut adalah rumus menghitung Cummulative
Abnormal Return CAR:
CAR = AR
it
AR
it
: R
it
– R
mt
R
it
: R
mt
: Keterangan :
CAR = Cummulative Abnormal Return
AR
it
= Abnormal Return untuk perusahaan i pada hari ke- t
R
it
= Return harian perusahaan pada hari ke- t R
mt
= Return indeks pasar pada hari ke- t P
it
= Harga saham perusahaan i pada waktu ke- t IHSG
t
= Indeks harga saham gabungan pada waktu ke- t IHSG
t-1
= Indeks harga saham gabungan pada waktu t-1
2. Menghitung Unexpected Earning UE
Variabel Unexpected Earning UE dihitung sebagai perubahan laba per saham sebelum pos luar biasa tahun sekarang dikurangi dengan laba per
saham sebelum pos luar biasa tahun sebelumnya, dan diskalakan dengan harga per lembar saham pada akhir periode sebelumnya Kalaapur dalam Susanto, 2012.
UE dapat dihitung menggunakan rumus berikut: UE
it
=
,
Keterangan : UE
it
= Unexpected Earning perusahaan i pada periode t EPS
it
= Earning Per Share perusahaan i pada periode t P
it-1
= Harga saham perusahaan i pada waktu ke- t-1
3.4.3 Variabel Kontrol
Variabel kontrol adalah variabel yang dikendalikan atau dibuat konstan sehingga hubungan variabel independen terhadap dependen tidak dipengaruhi
oleh faktor luar yang tidak diteliti Sugiyono, 2012. Variabel kontrol yang digunakan dalam penelitian ini adalah Size dan Leverage.
1. Ukuran Perusahaan Firm Size, FS
Ukuran perusahaan Firm Size adalah gambaran besar kecilnya perusahaan. Gambaran ini diperoleh dari total aset yang dimiliki
perusahaan. Firm Size yang digunakan dalam penelitian ini diperoleh dengan Log Natural dari Total Aset yang tercantum dalam laporan
keuangan masing-masing perusahaan.
2. Struktur Modal Capital Structure, CS
Capital Structure adalah sebuah rasio yang digunakan untuk
membandingkan dan mengukur besaran utang yang digunakan perusahaan untuk membiayai aset perusahaan. Capital Structure dalam penelitian ini
diukur dengan menggunakan Debt to Equity Ratio.
3.5 Metode Analisis Data 3.5.1 Statistik Deskriptif
Statistik deskriptif merupakan suatu metode yang digunakan untuk mendeskripsikan atau menggambarkan data dengan menggunakan tabel, grafik,
diagram lingkaran, pictogram, perhitungan modus, median, mean pengukuran tendensi sentral, perhitungan desil, persentil, perhitungan penyebaran data
melalui perhitungan rata-rata dan standar deviasi,perhitungan prosentase serta melakukan analisis korelasi untuk mencari kuatnya hubungan antar variabel dan
melakukan prediksi dengan menggunakan analisis regresi Sugiyono, 2012.
3.5.2 Uji Asumsi Klasik
Beberapa uji asumsi klasik yang digunakan dalam penelitian ini adalah sebagai berikut:
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2006. Uji
normalitas ini dapat dilakukan dengan menggunakan uji Kolmogorov-Smirnov dengan nilai probabilitas 5, maka residual berdistribusi normal dan jika nilai
probabilitas 5 maka residual tidak berdistribusi normal. Selain itu, uji normalitas dapat dilakukan dengan memperhatikan
penyebaran data titik pada grafik normal p-plot of regresion standardized dan residual pada grafik histogram. Adapun dasar pengambilan keputusan menurut
Ghozali 2006, adalah sebagai berikut: a.
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari diagonal danatau tidak mengikuti
arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi
normalitas.
2. Uji Multikolonieritas
Uji multikolonieritas digunakan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2006. Multikolonieritas dapat disimpulkan dengan mengamati nilai
tolerance dan nilai Variance Inflation Factor VIF. Tolerance mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi, nilai tolerance yang rendah sama dengan nilai VIF
tinggi karena VIF = 1Tolerance. Nilai cutoff yang umum digunakan untuk menunjukkan adanya multikolonieritas adalah nilai tolerance 0,10 atau nilai
VIF 10 Ghozali, 2006.
3. Uji Korelasi
Uji korelasi digunakan untuk mengetahui hubungan antar variabel yang ditunjukkan oleh koefisien korelasi. Adapun perhitungan korelasi dalam penelitian
ini menggunakan rumus korelasi pearson. Tabel 3.2
Pedoman Interpretasi Terhadap Koefisien Korelasi Interval Korelasi
Tingkat Hubungan 0.00 – 0.199
Sangat Rendah 0.20 – 0.399
Rendah 0.40 – 0.599
Sedang 0.60 – 0.799
Kuat 0.80 – 1.00
Sangat Kuat Sumber: Sugiyono 2012 dalam Resturiyani 2012
4. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke
pengamatan lain Ghozali, 2006. Model regresi yang baik adalah yang tidak
terjadi heterokedastisitas. Dasar untuk menganalisis ada atau tidaknya heterokedastisitas menurut Ghozali 2006 adalah sebagai berikut:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heterokedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan
dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. Selain itu, uji korelasi Spearman juga dapat digunakan untuk menguji ada
tidaknya heterokedastisitas dalam model regresi. Jika nilai signifikansi dari korelasi antara variabel independen dengan Unstandardized Residual bernilai
lebih besar dari 0.05 maka model regresi tersebut dinyatakan bebas dari heterokedastisitas.
5. Analisis Model Regresi Linier Berganda
Penelitian ini menggunakan analisis regresi linier berganda. Analisis ini digunakan untuk menganalisis pengaruh dua variabel atau lebih dan untuk
menunjukkan arah hubungan antara variabel dependen dengan variabel independen. Model regresi linier berganda yang digunakan dalam penelitian ini
mengikuti model yang digunakan oleh Utaminingtyas dan Ahalik 2010 adalah sebagai berikut:
Model I : ERC
it
= β
+ β
1
TL
it
+ β
2
TK
it
+ β
3
TP
it +
β
4
TMU
it
+ ε
it
Model II : ERC
it
= β
+ β
1
TL
it
+ β
2
TK
it
+ β
3
TP
it +
β
4
TMU
it
+ β
5
FS +
β
6
CS + ε
it
Keterangan : ERC
it
: Earning Response Coefficient
perusahaan i pada tahun t TL
it :
Penyajian informasi CSR Tema Lingkungan dan Energi perusahaan i pada tahun t
TK
it :
Penyajian informasi CSR Tema Ketenagakerjaan perusahaan i pada tahun t
TP
it :
Penyajian informasi CSR Tema Produk perusahaan i pada tahun t TMU
it :
Penyajian informasi CSR Tema Keterlibatan Masyarakat dan Umum perusahaan i pada tahun t
FS : Firm Size
CS : Capital Structure
3.5.3 Uji Model Goodness of fit
Koefisien determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen dengan rentang
nilai antara nol dan satu. Nilai R
2
yang kecil menggambarkan kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen
dengan sangat terbatas. Nilai R
2
yang mendekati satu menunjukkan bahwa variabel-variabel independen memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variasi variabel dependen.
3.5.4 Pengujian Hipotesis
1. Uji Signifikansi Simultan Uji Statistik F
Uji statistik F digunakan untuk menentukan apakah semua variabel independen atau bebas yang dimasukkan ke dalam model mempunyai pengaruh
secara bersama-sama terhadap variabel dependen terikat. Pengujian dilakukan terhadap hipotesis nol Ho untuk mengetahui apakah semua parameter dalam
model sama dengan nol, atau: Ho : b1 = b2 = ............. = bk = 0
Artinya, apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen Ghozali, 2006. Hipotesis
alternatifnya HA tidak semua parameter secara simultan sama dengan nol, atau: HA : b1
≠ b2 ≠ ............. ≠ bk ≠ 0 Artinya, semua variabel independen secara simultan merupakan penjelas
yang signifikan terhadap variabel dependen Ghozali, 2006. Menurut Ghozali 2006, Ho dapat ditolak bila nilai F lebih besar daripada
4 dengan derajat kepercayaan 5. Bila nilai F hitung lebih besar daripada nilai F tabel, maka Ho ditolak dan HA diterima.
2. Uji Signifikan Parameter Individual Uji Statistik t
Uji statistik t digunakan untuk mengetahui seberapa besar pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel
dependen. Hipotesis nol Ho yang akan diuji adalah apakah suatu parameter bi sama dengan nol, atau:
Ho : bi = 0
Menurut Ghozali 2006 memiliki arti apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis
alternatifnya HA parameter suatu variabel tidak sama dengan nol, atau: HA : bi
≠ 0 Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap
variabel dependen. Ho dapat ditolak dan HA diterima bila nilai t lebih besar dari 2 dalam
nilai absolut dengan kondisi jumlah degree of freedom df adalah 20 atau lebih dan derajat kepercayaan sebesar 5.
3.5.4 Jadwal Penelitian
Jadwal penelitian yang direncanakan dapat dilihat pada tabel 3.3 berikut ini: Tahapan
Penelitian Februari
Maret April Mei Juni 1 2
3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Pengajuan
Judul Skripsi Pengajuan
Proposal Bimbingan
dan Perbaikan Proposal
Seminar Proposal
Pengumpulan dan
pengolahan data
Ujian Komprehensif
Bimbingan skripsi
Meja Hijau
BAB IV HASIL ANALISIS DAN PEMBAHASAN
5.1 Hasil Analisis Deskriptif Penelitian
Statistik deskriptif dapat memberikan gambaran mengenai rata-rata mean, standar deviasi, maksimum, minimum, sum, range dan kemencengan
distribusi dari suatu variabel. Hasil perhitungan deskriptif masing-masing variabel dapat dilihat dalam tabel 4.1 berikut:
Tabel 4.1 Hasil Analisis Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation TL
32 .00
.75 .28
.23 TK
32 .02
.62 .32
.17 TP
32 .00
1.00 .21
.27 TMU
32 .09
1.00 .59
.23 FS
32 23.85
31.96 28.64
1.86 CS
32 .00
9.47 1.29
1.87 ERC
32 -17.33
43.73 1.18
8.98 Valid N listwise
32
Sumber: Output SPSS, 2013 Berikut ini adalah penjelasan dari tabel hasil analisis deskriptif diatas:
1. Variabel CSR - Tema Lingkungan TL
Variabel CSR – Tema Lingkungan dengan jumlah sampel 32 perusahan memiliki nilai terendah 0.00 dan nilai tertinggi 0.75. Nilai rata-rata yang
dimiliki adalah sebesar 0.28 dengan standar deviasi sebesar 0.23. Standar deviasi ini menunjukkan bahwa ukuran penyebaran data variabel ini kecil
karena nilai standar deviasi lebih kecil dari nilai rata-ratanya. 2.
Variabel CSR - Tema Ketenagakerjaan TK Variabel CSR – Tema Ketenagakerjaan dengan jumlah sampel 32 perusahan
memiliki nilai terendah 0.02 dan nilai tertinggi 0.62. Nilai rata-rata yang dimiliki adalah sebesar 0.32 dengan standar deviasi sebesar 0.17. Standar
deviasi ini menunjukkan bahwa ukuran penyebaran data variabel ini kecil karena nilai standar deviasi lebih kecil dari nilai rata-ratanya.
3. Variabel CSR - Tema Produk dan Konsumen TP
Variabel CSR – Tema Produk dan Konsumen dengan jumlah sampel 32 perusahan memiliki nilai terendah 0.00 dan nilai tertinggi 1.00 Nilai rata-rata
yang dimiliki adalah sebesar 0.21 dengan standar deviasi sebesar 0.27. Standar deviasi ini menunjukkan bahwa penyebaran data menjauhi rata-rata dan
variasi data semakin besar. 4.
Variabel CSR - Tema Keterlibatan Masyarakat dan Umum TMU Variabel CSR – Tema Keterlibatan Masyarakat dan Umum dengan jumlah
sampel 32 perusahan memiliki nilai terendah 0.09 dan nilai tertinggi 1.00 Nilai rata-rata yang dimiliki adalah sebesar 0.59 dengan standar deviasi
sebesar 0.23. Standar deviasi ini menunjukkan bahwa ukuran penyebaran data variabel ini kecil karena nilai standar deviasi lebih kecil dari nilai rata-ratanya.
5. Variabel Firm Size FS
Variabel Firm Size dengan jumlah sampel 32 perusahan memiliki nilai terendah 23.85 dan nilai tertinggi 31.96 Nilai rata-rata yang dimiliki adalah
sebesar 28.64 dengan standar deviasi sebesar 1.86. Standar deviasi ini menunjukkan bahwa ukuran penyebaran data variabel ini kecil karena nilai
standar deviasi lebih kecil dari nilai rata-ratanya. 6.
Variabel Capital Structure CS Variabel Firm Size dengan jumlah sampel 32 perusahan memiliki nilai
terendah 0.00 dan nilai tertinggi 9.47 Nilai rata-rata yang dimiliki adalah sebesar 1.29 dengan standar deviasi sebesar 1.87. Standar deviasi ini
menunjukkan bahwa penyebaran data menjauhi rata-rata dan variasi data semakin besar.
7. Variabel Earning Response Coefficient ERC
Variabel Firm Size dengan jumlah sampel 32 perusahan memiliki nilai terendah -17.33 dan nilai tertinggi 43.73 Nilai rata-rata yang dimiliki adalah
sebesar 1.18 dengan standar deviasi sebesar 8.98. Standar deviasi ini menunjukkan bahwa penyebaran data menjauhi rata-rata dan variasi data
semakin besar.
4.2 Hasil Uji Asumsi Klasik