Tabel 4.5 Hasil Hipotesis Secara Serempak Uji F
ANOVA
b
Model Sum of
Squares Df
Mean Square F
Sig. 1
Regression 626.199
1 626.199
13.494 .001
a
Residual 1763.432
38 46.406
Total 2389.631
39 a. Predictors: Constant, CSP
b. Dependent Variable: ROA Sumber: Hasil Penelitian, 2015 data diolah
Berdasarkan Tabel 4.5 diperoleh nilai F
hitung
sebesar 13, 494 sedangkan F
tabel
pada tingkat kepercayaan α = 5 adalah 4,10. Nilai F
hitung
13,494 F
tabel
4,10 dengan tingkat signifikansi 0,001. Dengan demikian berarti H
1
diterima dan H
ditolak, atau dapat dinyatakan CSPberpengaruh signifikan terhadap ROA Perusahaan yang terdaftar di National Center forSustainability Reporting.
2. Uji Hipotesis Secara Parsial Uji t pada Regresi yang Pertama
Uji t dilakukan untuk mengetahui pengaruh masing-masing variabel independen CSP secara parsial terhadap ROA. Hasil uji t dapat kita lihat pada
Tabel 4.6 berikut ini:
Tabel 4.6 Hasil Uji Hipotesis Secara Parsial Uji t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
.796 3.173
.251 .803
CSP 16.705
4.548 .512
3.673 .001
a. Dependent Variable: ROA Sumber: Hasil Penelitian, 2015 data diolah
Dari Tabel 4.6 dapat disusun persamaan regresi sebagai berikut: ROA = β
+ β
1
CSP + € Kriteria pengambilan keputusan menggunakan taraf nyata 5 untuk uji
dua arah α2 = 0,052 = 0,025 dengan derajat bebas df = n – k = 40 – 2 = 38. Nilai t tabel dengan taraf nyata α2 = 0,025 dan df = 38 adalah 2,024.
1. Pengujian CSP X terhadap ROA Y menunjukkan signifikansi 0,001
α 0,05 dan t
hitung
adalah 3,673 dimana t
hitung
3,673 t
tabel
2,024, maka H
1
diterima dan H ditolak. Artinya karena tingkat signifikansi 0,05 dan t
hitung bertanda positif, maka secara parsial CSP berpengaruh positif dan signifikan terhadap ROA Perusahaan yang terdaftar di National Center
forSustainability Reporting dan juga di Bursa Efek Indonesia.
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 4.7 sebagai berikut:
Tabel 4.7 Hasil Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate 1
.512
a
.262 .243
6.81220 a. Predictors: Constant, CSP
b. Dependent Variable: ROA Sumber: Hasil Penelitian, 2015 data diolah
Berdasarkan Tabel 4.7 dapat diketahui bahwa nilai adjusted R
2
adalah 0,243. Hal ini menunjukkan bahwa sebesar 24,3 Return on Asset Perusahaan
yang terdaftar di National Center forSustainability Reporting dan juga di Bursa Efek Indonesiadipengaruhi oleh variabel independen yang digunakan yaitu
Corporate Social Performance Sedangkan sisanya sebesar 75,7 dipengaruhi oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini.
4.2.2.2 Uji Asumsi Klasik pada Regresi yang Kedua 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 4.8 sebagai berikut:
Tabel 4.8 Hasil Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
CSP ROE
N 40
40 Normal Parameters
a,,b
Mean .6563
23.1268 Std. Deviation
.23987 9.27073
Most Extreme Differences Absolute
.165 .137
Positive .127
.137 Negative
-.165 -.078
Kolmogorov-Smirnov Z 1.046
.865 Asymp. Sig. 2-tailed
.224 .443
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2015 data diolah Berdasarkan Tabel 4.8 dapat diketahui bahwa nilai K-S untuk CSP adalah
1,046 dengan signifikansi 0,224, ROE memiliki K-S sebesar 0,865 dengan signifikansi 0,443. Hal ini berarti bahwa CSP dan ROE berdistribusi secara
normal karena memiliki nilai signifikansi diatas 0,05. 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 4.4, Uji normalitas dengan melihat grafik secara histogram dapat disimpulkan bahwa
variabel residual berdistribusi normal karena data mengikuti arah garis grafik histogramnya.
Gambar 4.4 Grafik Histogram
Sedangkan berdasarkan grafik normal plot dapat dilihat pada Gambar 4.5, dapat dilihat bahwa titik-titik menyebar di sekitar garis diagonal. Hal ini
mengindikasikan bahwa model regresi memenuhi asumsi normalitas.
Gambar 4.5 Normal Plot 2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah dalam model regressi ditemukan adanya korelasi antara variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen
Berdasarkan Tabel 4.9 diperoleh hasil bahwa variabel CSP, ROE bebas dari multikolinearitas yang ditunjukkan dengan nilai tolerance 0,10 dan nilai VIF
10.
Tabel 4.9 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
CSP 1.000
1.000 a. Dependent Variable: ROE
Sumber: Hasil Penelitian, 2015 data diolah
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Hasil dari uji
heteroskedastisitas dapat dilihat pada Gambar 4.6 berikut :
Gambar 4.6 Normal Plot
Berdasarkan hasil scatterplot, terlihat titik-titik menyebar secara acak tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun
dibawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.
4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
penggangggu pada periode t-1 sebelumnya. Cara mengetahui adanya autokorelasi dapat dilakukan dengan uji Durbin Watson. Hasil dari uji
autokorelasi dapat dilihat pada Tabel 4.10 berikut ini:
Tabel 4.10 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .391
a
.153 .131
8.64439 2.396
a. Predictors: Constant, CSP b. Dependent Variable: ROE
Sumber: Hasil Penelitian, 2015 data diolah Berdasarkan uji autokorelasi pada Tabel 4.10 diperoleh hasil bahwa nilai
Durbin Watson DW sebesar 2,396 dan nilai du sebesar 1,544. Penelitian ini berada antara du d 4-du 1,544 2,396 2,456. Hal ini berarti dalam
penelitian ini tidak terjadi autokorelasi positif atau negatif.
4.2.4 Pengujian Hipotesis 1. Uji Hipotesis Secara Serempak Uji F pada Regresi yang Kedua
Uji F pada penelitian ini bertujuan untuk mengetahui apakah variabel independen CSP yang dimasukkan dalam model mempunyai pengaruh secara
serempak terhadap variabel dependen ROE. Hasil dari Uji F adalah sebagai berikut:
Tabel 4.11 Hasil Hipotesis Secara Serempak Uji F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
512.340 1
512.340 6.856
.013
a
Residual 2839.568
38 74.725
Total 3351.908
39 a. Predictors: Constant, CSP
b. Dependent Variable: ROE Sumber: Hasil Penelitian, 2015 data diolah
Berdasarkan Tabel 4.11 diperoleh nilai F
hitung
sebesar 6,856 sedangkan F
tabel
pada tingkat kepercayaan α = 5 adalah 4,10. Nilai F
hitung
6,856 F
tabel
4,10 dengan tingkat signifikansi 0,013. Dengan demikian berarti H
1
diterima dan H ditolak, atau dapat dinyatakan CSP berpengaruh signifikan terhadap ROE
Perusahaan yang terdaftar di National Center forSustainability Reporting.
2. Uji Hipotesis Secara Parsial Uji t pada Regresi yang Kedua
Uji t dilakukan untuk mengetahui pengaruh masing-masing variabel independen CSP secara parsial terhadap ROE. Hasil uji t dapat kita lihat pada
Tabel 4.12 berikut ini: