Teknik Analisis Data

E. Teknik Analisis Data

Analisis data dalam penelitian ini dilakukan dengan statistik deskriptif, uji asumsi klasik dan pengujian hipotesis. Pengujian dilakukan menggunakan bantuan program SPSS release 16.

1. Statistik deskriptif

Statistik deskriptif terdiri dari penghitungan mean, median, standar deviasi, maksimum dan minimum. Analisis ini dimaksudkan untuk memberikan gambaran mengenai distribusi dan perilaku data (Ghozali, 2009).

2. Pengujian Hipotesis

Teknik pengujian hipotesis dalam penelitian ini menggunakan analisis regresi berganda, dimana untuk menguji apakah teori stakeholder berpengaruh terhadap pengungkapan risk management. Uji regresi mengukur kekuatan

Total aset + Market value of equity – Book value of equity – Deferred taxes) Tobins’ q =

Total aset

variabel dependen dan independen (Ghozali, 2009). Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapatdiukur dari goodness of fit-nya. Secara statistik, goodness of fit dapat diukur dari nilai koefisien determinasi (R²), nilai statistik F dan nilai statistik t. Perhitungan statistik dikatakan signifikan apabila nilai uji statistiknya berada di daerah kritis

(daerah dimana H 0 ditolak) dan signifikan jika nilai uji statistiknya berada dalam daerah H 0 diterima (Ghozali, 2009). Persamaan regresi berganda untuk pengujian hipotesis ini adalah :

Tabel III.2 Keterangan Persamaan Analisis Regresi

Risk management disclosure a Konstanta

Blockholder Ownership

KMNJ

Kepemilikan Manajerial

PKAI

Proporsi Komite Audit independen

JKPR

Ukuran Komite Pemantau Risiko

ROE

Return on Equity

TOBINS

Tobin’s q e Error

a. Koefisien determinasi (R²) Koefisien determinasi mengukur seberapa jauh variabel independen mampu menerangkan variabel dependen. Untuk jumlah variabel lebih dari dua, lebih baik menggunakan koefisien determinasi yang disesuaikan, yaitu

RMD = a + 1 LEV + 2 BHO + 3 KMNJ + 4 PKAI + 5JKPR + 6 ROE + 7 TOB INS+ e

(nol) sampai dengan 1 (satu). Semakin mendekati nol, semakin kecil pula pengaruh semua variabel independen (X) terhadap nilai variabel dependen (Y), semakin mendekati satu semakin besar pengaruh variabel independen (X) terhadap nilai variabel dependen (Y) (Ghozali, 2009).

b. Nilai F Uji statistik F menunjukkan apakah semua variabel independen yang dimasukkan dalam model secara bersama – sama mempunyai pengaruh terhadap variabel dependen (Ghozali, 2009). Melalui uji F ini dapat diketahui apakah variabel (X) (disebutkan satu per satu) berpengaruh secara simultan terhadap variabel Y.

c. Nilai t Uji t merupakan pengujian yang dilakukan untuk mengetahui apakah variabel independen berpengaruh secara signifikan terhadap variabel dependen (Ghozali, 2009). Nilai t digunakan untuk menguji koefisien regresi secara parsial dari variabel independennya. Dalam penelitian ini, nilai t menggunakan tingkat signifikansi 5%. Adapun pengujian hipotesisnya adalah:

Jika p – value < 0,05 maka H 1 diterima Jika p – value > 0,05 maka H 1 ditolak

Sebagai persyaratan pengujian regresi berganda dilakukan uji asumsi klasik untuk memastikan bahwa data penelitian valid, tidak bias, konsisten dan penaksiran koefisien regresinya efisien.

Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel penganggu atau residual memiliki ditribusi normal (Ghozali, 2009). Hasil pengujian data dilakukan dengan uji Kolmogorov – Smirnov. Untuk kriteria pengujian adalah :

Jika p – value > 0,05 maka data berdistribusi normal. Jika p – value < 0,05 maka data tidak berdistribusi normal.

Hal ini didukung pula dengan tampilan grafik histrogam dan normal probability plot .

2. Uji multikolonieritas Uji multikolonieritas merupakan suatu keadaan dimana terdapat hubungan yang sempurna antara beberapa atau semua variabel independen dalam model regresi. Uji multikolonieritas bertujuan untuk menguji apakah masalah yang sering muncul dalam regresi, yaitu dimana terdapat korelasi yang tinggi antara dua atau lebih variabel (Ghozali, 2009). Pengujian ini dilakukan dengan menggunakan tolerance value VIF (variance inflation factor ). Jika tolerance value > 0,1 dan VIF < 10 maka tidak terjadi multikolonieritas.

3. Uji Autokorelasi Uji autokorelasi bertujuan untuk mengetahui apakah dalam model regresi linier ada korelasi antara kesalahn penganggu pada periode t dengan kesalahn penganggu pada periode t-1. Untuk mengetahui dan menguji ada tidaknya autokorelasi dalam model analisis regresi, dapat digunakan 3. Uji Autokorelasi Uji autokorelasi bertujuan untuk mengetahui apakah dalam model regresi linier ada korelasi antara kesalahn penganggu pada periode t dengan kesalahn penganggu pada periode t-1. Untuk mengetahui dan menguji ada tidaknya autokorelasi dalam model analisis regresi, dapat digunakan

4. Uji Heterokedastisitas Uji heterokedastisitas bertujuan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain (Ghozali, 2009). Untuk menentukan heterokedastisitas dapat digunakan menggunakan grafik scatterplot. Dalam grafik scatterplot yang terbentuk harus menyebar secara acak, baik diatas maupun dibawah angka 0 pada sumbu Y. Bila kondisi ini terpenuhi maka tidak terjadi heterokedastisitas (Ghozali, 2009).