B. Pengujian Asumsi Klasik
1. Uji Normalitas
Dengan melihat tampilan grafik histogram maupun grafik normal plot lihat
lampiran dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang normal dan berbentuk simetris tidak menceng ke kanan atau ke kiri,
sedangkan pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal. Ini berarti bahwa
model regresi memenuhi asumsi normalitas. Untuk pengujian yang lebih akurat, maka dilakukan uji Kolmogorov-Smirnov.
Dari hasil uji dapat dilihat nilai Kolmogorov-Smirnov sebesar 0,997 dengan signifikansi jauh di atas 0,05, yaitu 0,273, sehingga dapat disimpulkan bahwa data
terdistribusi secara normal, dan model regresi memenuhi asumsi normalitas..
2. Uji Multikolonieritas
Dari hasil uji multikolonieritas terlihat hasil besaran korelasi antar variabel
independen bahwa hanya variabel PROFIT yang memiliki korelasi cukup tinggi dengan variable KOM dengan tingkat korelasi sebesar -0.460 atau sekitar 46.
Oleh karena korelasi masih di bawah 95, maka dapat dikatakan tidak terjadi multikolonieritas yang serius.
Hasil perhitungan nilai Tolerance juga menunjukkan tidak ada variabel
independen yang memiliki nilai Tolerance kurang dari 0.10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95. Hasil
perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama, tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10.
Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi.
3. Uji Autokorelasi
Berdasarkan hasil perhitungan didapat nilai DW sebesar 1,649, nilai ini kemudian
dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5, jumlah sampel 60 n, dan jumlah variabel independen
└ k=5, maka di tabel Durbin Watson akan didapatka nilai sebagai berikut:
Tabel 4.3. Durbin Watson Test Bound
k=5 N
Dl Du
... …
... 60
1,408 1,767
Oleh karena nilai DW 1,649 lebih besar dari batas bawah dl 1,408 dan kurang dari batas atas du 1,767, maka hipotesis yang menyatakan tidak terdapat
autokorelasi positif tidak dapat diambil keputusan. Meski demikian, model regresi tetap dapat digunakan untuk menguji hipotesis.
4. Uji Heteroskedastisitas
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta
tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas sehingga model regresi layak
dipakai untuk memprediksi tingkat EDI perusahaan berdasarkan variabel independen SIZE, PROFIT, LEV, KOM, dan KM.
C. Pengujian Hipotesis
Hipotesis dalam penelitian ini bertujuan untuk mengetahui pengaruh variabel
ukuran perusahaan size, profitabilitas, financial leverage, profil komisaris, dan kepemilikan manajemen terhadap tingkat pengungkapan lingkungan dengan
menggunakan analisis regresi linear berganda. Analisis regresi dianggap tepat dalam pengujian ini karena analisis regresi tidak hanya menentukan besarnya
hubungan tetapi juga menentukan besarnya pengaruh variabel independen terhadap variabel dependen, serta menunjukkan arah dari pengaruh tersebut.
1. Pengujian Keberartian Keseluruhan Uji F
Kategori