36
4.1.1 Data Karakteristik Perusahaan yang Mempengaruhi Pengungkapan Informasi Sosial
Data karakteristik perusahaan yang diproksikan dalam tingkat pengungkapan sukarela, proporsi kepemilikan keluarga, latar belakang
pendidikan dewan komisaris, kehadiran dewan komisaris, Auditor, ROE dan NPM.
4.1.2 Pengujian Asumsi Klasik
Analisa dilakukan dengan model analisa regresi berganda. Sebelum dilakukan uji hipotesis, peneliti akan melakukan uji asumsi klasik Pengujian
ini perlu dilakukan untuk mengetahui apakah distribusi data yang digunakan dalam penelitian sudah normal, serta bebas
dari gejala multikolinearitas, heteroskesdastisitas serta autokorelasi.
4.1.2.1 Uji Normalitas
Uji Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi
normal. Pengujian ini menggunakan uji normalitas dengan normal probably plot of standardized residual, yang hasilnya tampak pada gambar 4.1.
Universitas Sumatera Utara
37
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0
0.8
0.6
0.4
0.2
0.0
E xpect
ed C
um P
rob Normal P-P Plot
Gambar 4.1 Normal P-Plot
Berdasarkan gambar 4.1 dapat dilihat bahwa titik-titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal.
Dengan demikian dapat dinyatakan bahwa penyebaran data mendekati normal atau memenuhi asumsi normalitas. Hal ini juga dilihat dari grafik histogram
berikut.
Universitas Sumatera Utara
38
0.70 0.60
0.50 0.40
0.30 0.20
0.10
dscore
15
12
9
6
3
Frequency
Mean = 0.3305 Std. Dev. = 0.11575
N = 98
Gambar 4.2 Gambar Histogram Normalitas
Berikutnya uji data statistik dengan model Kolmogorov-Smirnov
juga dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak.
Universitas Sumatera Utara
39
Tabel 4.2 Hasil Uji Kolmogorov Smirnov
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.2 dapat disimpulkan bahwa data berdistribusi normal.
Hal ini dapat dilihat dari nilai Asymp.Sig 2-tailed adalah 0.160.05.
4.1.2.2 Uji Multikolinearitas
Pengujian bertujuan mengetahui ada tidaknya multikolinearitas antar variabel- variabel independen. Model regresi yang baik seharusnya tidak terjadi
korelasi antara variabel independen. Deteksi dilakukan dengan melihat nilai VIF Variance Inflation Factor dan toleransi. Pengujian dilakukan dengan
SPSS 15.00 for Windows. Nilai VIF serta toleransi dari variabel-variabel penelitian dapat dilihat pada tabel berikut ini.
One-Sample Kolm ogorov-Sm irnov Test
49 49
49 49
49 49
49 ,3305
,5920 ,5100
,8100 ,4388
,1676 ,1255
,11575 ,19168
,14257 ,07903
,49879 ,10101
,10890 ,157
,102 ,147
,135 ,372
,104 ,155
,157 ,069
,147 ,135
,372 ,104
,155 -,062
-,102 -,111
-,072 -,309
-,074 -,127
1,551 1,005
1,457 1,332
3,680 1,033
1,535 ,016
,264 ,029
,057 ,000
,237 ,018
N Mean
St d. Deviat ion Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
As ymp. Sig. 2-tailed ds core
fown edu
meet siz e
roe npm
Test distribution is Normal. a.
Calculated from data. b.
Universitas Sumatera Utara
40
Tabel 4.3 Hasil Uji Multikolinearitas
Berdasarkan tabel 4.3 di atas dapat disimpulkan penelitian ini bebas dari gejala multikolinearitas. Jika dilihat pada tabel semua variabel
independen memiliki VIF sekitar 1, atau VIF10. Selain itu nilai toleransi untuk setiap variabel independen lebih besar dari 0,1 tolerance0,1
Dengan demikian disimpulkan tidak ada multikolinearitas dalam model regresi ini.
4.1.2.3 Uji Heteroskesdastisitas
Kategori