4.6. Metode Analisis Data
Metode analisis data yang digunakan untuk menguji hipotesis adalah regresi linier berganda yaitu bertujuan untuk menguji dan menganalisis, baik secara parsial
maupun secara simultan pengaruh persistensi laba, struktur modal, risiko perusahaan, kesempatan bertumbuh, ukuran perusahaan, dan Corporate Social Responsibility
terhadap Earnings Response Coefficient pada perusahaan-perusahaan yang terdaftar di Jakarta Islamic Index. Data diolah dengan program Statistical PackageFor Social
Science SPSS. Persamaan regresi linier berganda pada penelitian ini adalah sebagai berikut :
Y = β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ β
6
X
6
Keterangan :
+ e
Y = Earnings Response Coefficient
β β
= Konstanta
1
– β
6
X = Koefisien regresi
1
X = Persistensi Laba
2
X = Struktur Modal
3
X = Risiko Sistematik
4
X = Kesempatan Bertumbuh
5
X = Ukuran Perusahaan
6
e = Error of term
= Corporate Social Responsibility
Universitas Sumatera Utara
4.6.1. Pengujian Asumsi Klasik Sebelum melakukan pengujian hipotesis atau regresi maka dilakukan
pengujian asumsi klasik terlebih dahulu agar model regrasi dapat menghasilkan penduga yang tidak bias sahih. Uji asumsi klasik terdiri dari uji normalitas, uji
multikolinieritas, uji autokorelasi, uji heteroskedastisitas Ghozali 2001.
4.6.1.1 Uji Normalitas
Menurut Ghozali 2005 uji normalitas bertujuan “untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal”.
Uji normalitas dalam penelitian ini dilakukan dengan menggunakan uji Kolmogorov- Smirnov, dengan melihat tingkat signifikansi 5. Dasar pengambilan keputusan dari
uji normalitas adalah dengan melihat probabilitas asymp.sig 2-tailed 0,05 maka data berdistribusi normal dan sebaliknya jika asymp.sig 2-tailed 0,05 maka data
berdistribusi tidak normal.
4.6.1.2. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi
ditemukan adanya korelasi hubungan antar variabel independen Ghozali, 2005. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
independen tidak terjadi multikolinieritas. Untuk mengidentifikasi ada atau tidaknya multikolinearitas dalam penelitian ini, dapat dilihat dari besarnya nilai tolerance dan
variance inflation factor VIF. Batas nilai tolerance dengan ketentuan sebagai berikut :
Universitas Sumatera Utara
1. Jika nilai tolerance 0,10 dan VIF 10, maka terdapat korelasi diantara salah
satu variabel independen dengan variabel-variabel independen lainnya atau terjadi multikolinearitas.
2. Jika nilai tolerance 0,10 dan VIF 10, maka tidak terjadi korelasi diantara
salah satu variabel independen dengan variabel-variabel independen lainnya atau tidak terjadi multikolinearitas.
3. Uji multikoliniearitas juga dapat dilihat dari nilai korelasi antar variabel
independen. Jika nilai korelasi antar variabel independen di bawah 95, maka dapat disimpulkan tidak terjadi multikolinieritas.
4.6.1.3. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi
linear ada korelasi antara kesalahan pengganggu pada periode tertentu t dengan kesalahan pada periode sebelumnya t-1 Ghozali, 2005. Ada beberapa cara yang
dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi. Salah satunya adalah dengan uji Durbin-Watson Durbin-Watson test. Pengambilan keputusan ada
tidaknya autokorelasi adalah sebagai berikut Santoso, 2005 : 1.
Jika nilai Durbin-Watson berada di bawah 0 sampai 1,5 berarti ada autokorelasi positif.
2. Jika nilai Durbin-Watson berada di atas 1,5 sampai 2,5 berarti tidak terjadi
autokorelasi. 3.
Jika nilai Durbin-Watson berada di atas 2,5 berarti ada autokorelasi negatif.
Universitas Sumatera Utara
4.6.1.4. Uji Heteroskedastisitas Menurut Ghozali 2005 uji heteroskedastisitas bertujuan ”menguji apakah
dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain . Jika variance dari residual satu pengamatan kepengamatan
lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heterokedastisitas. Model regresi yang baik adalah yang Homokedastisitas atau tidak terjadi Heterokedastisitas. Uji heteroskedastisitas dapat dilihat dengan uji Glejser. Uji
Glejser meregresikan nilai absolut residual terhadap variabel independen Gujarati dalam Ghozali, 2005. Jika setiap variabel independen nilai signifikannya lebih besar
dari α
0,05,
4.6.2. Pengujian Hipotesis
maka dapat disimpulkan tidak terjadi heteroskedastisitas.
Pengujian hipotesis yang dilakukan meliputi uji F uji signifikansi simultan dan uji t uji signifikansi individualparsial.
4.6.2.1. Uji Hipotesis secara Simultan Uji F
Uji F untuk mengetahui bagaimanakah pengaruh dari variabel independen terhadap variabel dependen bersama-sama. Menurut Kuncoro 2001 Uji F pada
dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Jika
nilai F
hitung
F
tabel
dengan tingkat signifikan 5 dapat dinyatakan bahwa secara simultan variabel independen berpengaruh signifikan terhadap variabel dependen.
Universitas Sumatera Utara
sebaliknya F
hitung
F
tabel
Kriteria pengujian hipotesis untuk uji secara simultan adalah sebagai berikut : dengan tingkat signifikan 5, maka dapat disimpulkan
bahwa secara bersama-sama variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
H : b
1
=b
2
=b
3
=b
4
=b
5
=b
6
H =0 persistensi laba, struktur modal, risiko sistematik,
kesempatan bertumbuh, ukuran perusahaan, dan CSR secara simultan tidak berpengaruh terhadap ERC.
1
: b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ b
6
Jika nilai F ≠ 0 persistensi laba, struktur modal, risiko sistematik,
kesempatan bertumbuh, ukuran perusahaan, dan CSR secara simultan berpengaruh terhadap ERC.
hitung
F
tabel
dengan tingkat signifikan 5, maka H ditolak dan
H
1
diterima, artinya bahwa secara simultan variabel independen berpengaruh secara signifikan terhadap variabel dependen. Jika F
hitung
F
tabel
dengan tingkat signifikan 5, maka H
diterima dan H
1
ditolak, artinya bahwa secara simultan variabel independen tidak berpengaruh signifikan terhadap variabel independen.
4.6.2.2. Uji Hipotesis secara Parsial Uji t
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual parsial dalam menerangkan variabel terikat Kuncoro,
2001. Kriteria pengujian hipotesis untuk menguji secara parsial uji t adalah sebagai berikut : H
: b
i
= 0 persistensi laba, struktur modal, risiko sistematik, kesempatan bertumbuh, ukuran perusahaan, CSR secara parsial tidak berpengaruh
Universitas Sumatera Utara
terhadap ERC. H
1
: b
i
Kriteria pengambilan keputusan untuk uji t dua arah two-tailed adalah Jika t
≠ 0 persistensi laba, struktur modal, risiko sistematik, kesempatan bertumbuh, ukuran perusahaan, CSR secara parsial berpengaruh
terhadap ERC.
hitung
t
tabel
atau t
hitung
-t
tabel
, maka H ditolak dan H
1
diterima , dan jika -t
tabel
≤ t
hitung
≤ t
tabel
, maka H diterima, dengan tingkat signifikansi α 5 dibagi dua yaitu
2,5 masing-masing arah.
4.6.2.3. Koefisien Determinasi R
2
Koefisien determinasi R
2
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel
independen, maka nilai R bertujuan untuk mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai yang mendekati satu berarti variabel-
variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen dan sebaliknya jika mendekati nol Ghozali, 2005.
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Ghozali, 2005.
Universitas Sumatera Utara
BAB V HASIL PENELITIAN DAN PEMBAHASAN