Teknik Pengumpulan Data Variabel Penelitian

28 2. Variabel Independen Variabel independen dalam penelitian ini yaitu kinerja lingkungan. Kinerja lingkungan diukur melalui prestasi perusahaan dalam mengikuti PROPER. Program yang merupakan salah satu upaya yang dilakukan Kementrian Lingkungan Hidup KLH untuk mendorong penataan perusahaan dalam pengelolaan lingkungan hidup melalui instrumen informasi Rakhiemah dan Agustia, 2009. Sistem peringkat kinerja PROPER mencakup pemeringkat perusahaan dalam 5 warna yaitu: Warna Peringkat Dummy Emas Sangat sangat baik 5 Hijau Sangat baik 4 Biru Baik 3 Merah Buruk 2 Hitam Sangat Buruk 1 Pendekatan untuk menghitung PROPER menggunakan variabel dummy sesuai dengan pencapaian peringkat warna PROPER perusahaan, jika perusahaan mendapat peringkat warna tertinggi yaitu emas maka diberi dummy 5. Dummy 4 untuk peringkat warna hijau, dummy 3 untuk peringkat warna biru, dummy 2 untuk peringkat warna merah, dan dummy terendah yaitu 1 untuk peringkat warna hitam. 3. Variabel Intervening Variabel intervening adalah variabel penyelaantara yang terletak diantara variabel independen dan variabel dependen, sehingga variabel independen tidak langsung mempengaruhi berubahnya atau timbulnya variabel dependen 29 Sugiyono, 2008:6. Variabel intervening bertujuan untuk mengetahui apakah besarnya pengaruh X ke Y lebih besar atau lebih kecil dari X ke Y dengan melalui variabel intervening. Jika besarnya pengaruh X ke Y melalui intervening lebih besar dari pada pengaruh X ke Y maka variabel tersebut dapat diterima sebagai variabel intervening. Variabel intervening yang digunakan dalam penelitian ini yaitu pengungkapan CSR. CSR disini diukur menggunakan CSR index. Menurut Hackston dan Milne 1996, pengungkapan tanggung jawab sosial perusahaan dalam tujuh kategori yaitu: lingkungan, energi, kesehatan dan keselamatan tenaga kerja, lain-lain tenaga kerja, produk, keterlibatan masyarakat, dan umum. Ketujuh kategori tersebut terbagi dalam 90 item pengungkapan. Apabila hasil uji menunjukkan pengaruh kinerja lingkungan ke kinerja finansial melalui CSR lebih besar dari pada pengaruh kinerja lingkungan ke kinerja finansial secara langsung maka variabel CSR dapat diterima sebagai variabel intervening. Pendekatan untuk menghitung CSR menggunakan variabel dummy dimana, jika perusahaan mengungkapkan diberi nilai 1 namun jika tidak mengungkapkan diberi nilai 0. Selanjutnya skor dari item – item yang diungkapkan dijumlah. Rumus perhitungan CSRi adalah: M CSRi = V 30 Keterangan: CSRi Corporate Social Responsibility Index perusahaan M Jumlah item yang diungkapkan perusahaan V Jumlah item yang diharapkan

F. Teknik Analisis Data

Teknik yang dilakukan dalam menganalisis data penelitian meliputi hal berikut: 1. Statistik Deskriptif Sebelum melakukan pengujian, data disajikan dalam bentuk statistik deskriptif agar lebih mudah untuk dipahami dan dibaca Rakhiemah dan Agustia, 2009. Statistik deskriptif digunakan untuk memberikan gambaran mengenai nilai minimum, nilai maksimun, nilai rata-rata serta standar deviasi data yang digunakan dalam penelitian. 2. Structural Equation Modeling SEM Analisis data dalam penelitian menggunakan Structural Equation Modeling SEM dibantu dengan program statistik Analysis of Moment Structure AMOS versi 18.0. Menurut Wright 1921 dalam Jogiyanto 2011: 47, SEM adalah suatu teknik statistika untuk menguji dan mengestimasi hubungan kausal dengan mengintegrasikan analisis faktor dan analisis jalur. SEM mengutamakan pemodelan konfirmatori dibandingkan pemodelan eksploratori sehingga lebih tepat digunakan untuk pengujian teori studi kuantitatif dibandingkan pengembangan teori studi kualitatif Jogiyanto 2011: 48. Langkah pengujian dengan SEM dengan cara sebagai berikut: 31 a. Asumsi Dasar 1 Uji Normalitas Data Analisis SEM mewajibkan data berdistribusi normal untuk menghindari bias dalam interpretasi dan mempengaruhi data lainnya. Data dikatakan normal apabila c.r multivariate critical ratio memiliki syarat -2,58 c.r 2,58 Mustafa dan Wijaya, 2012: 8. Jika data tidak berdistribusi normal, maka data outlier harus dibersihkan terlebih dahulu. 2 Uji Multikolinearitas Analisis SEM mewajibkan data yang digunakan tidak mengandung multicollinearity dan singularity. Menurut Ghozali 2007, deteksi uji multikolinearitas pada suatu model dapat dilihat dari nilai tolerance dan variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF=1tolerance. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10. b. Menghilangkan Data Outlier Menurut Santoso 2002: 23, data outlier adalah data yang secara nyata berbeda dengan data-data yang lain. Data yang berbeda adalah data yang 32 bersifat ekstrim dibandingkan rata-rata data yang lainnya, maka data outlier tidak dapat digunakan dalam pengujian karena dapat membuat data tidak berdistribusi normal. Uji yang digunakan dalam penelitian ini terhadap keberadaan outlier yaitu dengan membuat nilai z standarisasi data. Standarisasi dengan nilai z: x - X̄ z = σ Keterangan: X Nilai Data X̄ Nilai Rata-rata Σ Standar Deviasi c. Pengembangan Diagram Jalur Path Diagram Model penelitian yang sedang dikembangkan digambarkan dalam path diagram untuk mempermudah melihat hubungan-hubungan kausalitas yang sedang diuji. e β2csr β2csr e β1kl Diagram 3.1. Path Diagram CSR Kinerja Lingkungan Kinerja Finansial