40
pengamatan ke pengamatan lain berbeda maka disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas.
Salah satu cara mendeteksi terjadinya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik
Scatter- Plot.
Dasar analisis menurut Ghozali 2013 adalah : 1.
Jika pola tertentu, seperti titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka
mengindikasikan terjadinya heterokedastisitas. 2.
Jika tidak ada pola yang jelas serta titik menyebar diatas dan dibawah angka 0 pada sumbu y, maka tidak terjadi heterokedastisitas.
c. Uji Autokorelasi
Menurut Ghozali 2013 : 110, uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t – 1 sebelumnya. Auto korelasi ini muncul
karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak
bebas dari observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtun waktu
Time series
karena “gangguan” pada seorang individu kelompok cenderung mempengaruhi “gangguan” pada
individukelompok yang sama periode berikutnya.
Universitas Sumatera Utara
41
Penggunaan program SPSS bertujuan untuk mendeteksi adanya problen autokorelasi dengan melihat
DURBIN
–
WATSON
yaitu panduan mengenai angka D-W
Durbin
–
Watson
pada tabel D-X. Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut :
a. Angka D-W dibawah -2 berarti autokorelasi positif
b. Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi
c. Angka D-W diatas +2 berarti autokorelasi positif
Autokorelasi bisa diatasi dengan berbagai cara misalnya dengan melakukan transformasi data dan menambah data observasi.
d. Uji Multikolinearitas
Uji Multikolienaritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Jika terjadi
korelasi, berarti terjadi masalah multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variable independen. Untuk
melihat ada atau tidaknya multikolinearitas dalam VIF, serta dengan menganalisa matrik korelasi variabel
– variable independen. Nilai
Cuttof
yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan VIF 10 dan untuk matrik
korelasi adanya indikasi multikolinearitas dapat dilihat jika diantara variable independen ada korelasi yang cukup tinggi umumnya diatas 0,90.
Universitas Sumatera Utara
42
3.6.2 Pengujian Hipotesis Penelitian
Pengujian hipotesis yang digunakan dalam penelitian ini diuji dengan menggunakan analisis regresi sederhana. Pengujian ini bertujuan
untuk menguji apakah variabel independen yaitu
Corporate Social Responsibility
perusahaan berpengaruh terhadap variabel dependen yaitu Nilai Perusahaan.
a. Koefisien Determinasi R
2
Pengujian koefisien determinasi R
2
digunakan untuk mengukur proporsi atau persentase sumbangan independen yang diteliti terhadap
variasi naik turunnya variabel dependen. Koefisien determinasi R
2
berkisar antara nol sampai dengan satu. Hal ini berarti bila koefisien determinasi R
2
sama dengan nol, menunjukkan tidak adanya pengaruh antara variabel independen terhadapan variabel dependen. Dan bila koefisien R
2
semakin kecil mendekati nol, maka dapattg dikatakan semakin kecil pengaruh
variabel independen terhadap variabel dependen. Model yang digunakan dalam menganalisis pengaruh variabel
independen terhadap variabel dependen adalah model regresi linear sederhana sebagai berikut :
Model : Tobins Q = a + b
1
CSR + b
2
SIZE + b
3
GO + e Keterangan :
Tobins Q = Nilai Perusahaan
CSR = Penerapan
Corporate social responsibility SIZE
= Ukuran perusahaan
Universitas Sumatera Utara
43
GO =
Growth Opportunity
a = konstanta
b = Koefisien Regresi
e = error tingkat kesalahan
b. Uji Signifikan Parsial T-test