Tingkat Pengungkapan Perusahaan = Skor Pengungkapan yang diperoleh Perusahaan x 100
Skor yang harus diungkapkan sesuai No.38PM1996
2. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi. Variabel dependent, independent atau keduanya terdistribusi normal atau
tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Model regresi yang baik adalah distribusi data normal
atau mendekati normal Ghozali, 2005:105 Dasar pengambilan keputusan dalam uji normalitas adalah:
1 Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
2 Jika data menyebar disekitar garis diagonal dan tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi
normalitas.
3. Uji Asumsi Klasik
a. Multikolinieritas Multikolineriatas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antara variabel bebas independen Ghozali, 2005:91. Jika terjadi korelasi, maka terdapat problem
multikolinieritas atau multiko. Model regresi yang baik seharusnya tidak
terjadi korelasi
diantara variabel
independennya. Multikolinieritas dapat dilihat dari 1 nilai tolerance TOL dan
lawannya variant inflation factor VIF. Apabila TOL lebih dari 0.10 dan VIF kurang dari 10, maka tidak terjadi multikolinearitas.
Dasar pengambilan keputusan dalam uji normalitas adalah : H
diterima jika nilai VIF Variance Inflation Factor dan angka tolerance
sesuai dengan pedoman suatu model regresi yang bebas multikolinieritas, yakni mempunyai nilai VIF kurang dari 10,
mempunyai angka tolerance TOL lebih dari 0.10. b. Heteroskedastisitas
Uji ini dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lain. Jika nilai variansnya tetap maka disebut homoskedastisitas. Jika variansnya berbeda disebut heteroskedastisitas,
dimana model
regresi yang
baik adalah
tidak terjadi
heteroskedastisitas. Ghozali, 2005:105. Untuk menguji heteroskedastisitas dalam penelitian ini yaitu dengan
cara melihat gambar scatterplot yaitu jika ada pola tertentu, seperti titik-titik point-point yang ada membentuk susunan tertentu yang
bergelombang, melebar kemudian menyempit, maka telah terjadi heteroskedastisitas. Dan jika tidak ada pola yang jelas, serta titik-titik
menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas .
c. Autokorelasi Menurut Ghozali 2005:95 autokorelasi bertujuan menguji apakah
dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan
ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini
timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah model
regresi yang tidak terjadi problem autokorelasi. Dalam penelitian ini untuk mendeteksi autokolerasi yaitu dengan Run
Test. Diketahui bahwa, Run Test sebagai bagian dari statistik non parametrik dapat pula digunakan untuk menguji apakah antara residual
terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau
random. Run Test digunakan untuk melihat apakah data residual terjadi secara random atau tidak sistematis Ghozali, 2005:103.
Apabila nilai signifikan 0,05 maka dapat dikatakan bahwa tidak terjadi problem autokorelasi.
4. Uji Signifikan
