sesungguhnya akan mengikuti garis diagonalnya. Selain itu untuk menguji normalitas residual dengan menggunakan uji statistik non-parametrik
Kolmogrov-Smirnov K-S. Jika hasil Kolmogrov-Smirnov menunjukkan nilai signifikan di atas 0,05 maka data residual terdistribusi dengan normal.
Sedangkan jika hasil Kolmogrov-Smirnov menunjukkan nilai signifikan dibawah 0,05 maka data residual terdistribusi tidak normal Ghozali, 2011.
b. Uji Multikolinieritas
Ghozali 2011 menyatakan bahwa uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar
variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen
saling berkorelasi maka variabel ini tidak ontogonal. Variebel ontogonal adalah variabel independen yang nilai korelasi antar sesama variabel
independen sama dengan nol. Untuk mendeteksi terjadi multikolinieritas atau tidak pada suatu
model dapat dilihat jika nilai tolerance value 0,10 atau Variance Inflation Factor VIF 10 maka terjadi multikolenearitas. Sedangkan jika
tolerance value 0,10 atau Variance Inflation Factor VIF 10 maka model tersebut tidak terjadi multikolenearitas.
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas, bertujuan untuk menguji apakah dalam model regresi terjadi perbedaan variance residual suatu periode pengamatan
ke periode pengamatan yang lain. Jika variance residual satu pengamatan ke
pengamatan yang lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah model
regresi yang memiliki kesamaan variance residual suatu periode pengamatan dengan pengamatan yang lain, atau homokesdastisitas dan tidak
terjadi Heteroskedastisitas Ghozali, 2011. Uji heteroskedastisitas ini dilakukan dengan analisis grafik dengan
melihat ada tidaknya pola tertentu pada grafik scatter plot dan Uji Glejser. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat
ada tidaknya pola tertentu pada grafik scatter plot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X
adalah residual Y prediksi – Y sesungguhnya yang telah di-studentized.
Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu ,
maka tidak terjadi heteroskedastisitas. Sementara itu dengan menggunakan uji glejser dapat dilakukan dengan meregresi nilai absolut residual terhadap
variabel independen. Jika variabel independen signifikan secara statistik mempengaruhi
variabel independen,
maka ada
indikasi terjadi
heteroskedastisitas. Jika probabilitas signifikansinya di atas tingkat kepercayaan 0,05, maka dapat disimpulkan model regresi tidak mengandung
heteroskedastisitas Ghozali, 2011.
d. Uji Autokorelasi
Menurut Ghozali 2011, uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika ada korelasi, maka dinamakan ada problem autokorelasi.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Pengujian asumsi autokorelasi dalam penelitian ini dilakukan
dengan menggunakan uji Durbin Watson Durbin-Watson Test, yaitu untuk menguji apakah terjadi korelasi serial atau tidak dengan menghitung nilai d
statistik. Pengambilan keputusan dari hasil Durbin Watson Durbin-Watson Test dapat dilihat pada tabel 3.1 berikut :
Tabel 3.1. Keputusan Autokorelasi Hipotesis Nol
Keputusan Jika
Tidak ada autokorelasi Positif Tolak
0 d dl Tidak ada autokorelasi Positif
No decision dl d du
Tidak ada korelasi negative Tolak
4- dl d 4 Tidak ada korelasi negative
No decision 4- du d 4
– dl Tidak ada korelasi, positif atau
negative Tidak ditolak
du d 4-du
Sumber : Ghozali, 2011
3.5.3 Analisis Regresi Berganda
Metode statistik yang digunakan untuk menguji hipotesis adalah regresi berganda multiple regression, hal ini sesuai dengan rumusan masalah,
tujuan dan hipotesis penelitian ini. Metode regresi berganda menghubungkan
satu variabel dependen dengan beberapa variabel independen dalam suatu model prediktif tunggal. Uji regresi berganda digunakan untuk menguji
pengaruh ukuran perusahaan, profitabilitas, likuiditas, pengungkapan media media exposure terhadap pengungkapan CSR. Persamaan regresi dalam
penelitian ini adalah sebagai berikut:
Dimana: Y
= Pengungkapan CSR = Konstanta
= Koefisien regresi masing-masing variabel independen = Ukuran Perusahaan
= Profitabilitas
= Likuiditas = Pengungkapan Media Media exposure
= Error term, yaitu tingkat kesalahan dalam penelitian
3.5.4 Uji Hipotesis
a. Uji Statistik t
Uji t dilakukan untuk mengetahui apakah masing-masing variabel independen mempengaruhi variabel dependen secara signifikan. Apabila dari
setiap variabel diketahui bahwa signifikansi t 0,05 maka akan menolak Ho dan menerima Ha, artinya variabel independen secara parsial berpengaruh
terhadap variabel dependen. Sebaliknya apabila signifikansi t 0,05 maka akan menerima Ho dan menolak Ha, artinya bahwa variabel independen secara
parsial tidak berpengaruh terhadap variabel independen. Selain dengan melihat tingkat signifikansi, uji t dapat dilihat dengan membandingkan t hitung dengan
t tabel. Jika t hitung t tabel maka variabel independen secara parsial berpengaruh terhadap variabel dependen Ghozali, 2011.
b. Uji Koefisien Determinasi R²
