3.5 Metode Analisis Data
3.5.1 Analisis Deskriptif
Analisis deskriptif digunakan untuk mendeskripsikan variabel-variabel dalam penelitian ini yaitu variabel dependen Pengungkapan Corporate Social
Responsibility CSR dan variabel independen Size Perusahaan, Profitabilitas, Tipe Industri dan Ukuran Dewan Komisaris. Alat analisis yang digunakan adalah rata-
rata mean, minimal, maksimal dan standar deviasi.
3.5.2 Uji Normalitas Data
Sebelum dilakukan uji asumsi klasik dan analisis regresi ganda, perlu dilakukan uji normalitas data. Uji normalitas bertujuan menguji apakah dalam
metode regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak Ghozali, 2005:110. Model regresi yang baik adalah
data yang berdistribusi normal atau mendekati normal. Pada prinsipnya normalitas dideteksi dengan melihat penyebaran data
titik-titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan :
1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka
model regresi memenuhi asumsi normalitas. 2 Jika data menyebar jauh dari garis diagonal dan atau tidak mengukuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Uji normalitas diketahui dengan menggunakan uji kolmogorov-smirnov. Uji kolmogorov-smirnov dilakukan untuk menguji apakah residual terdistribusi
secara normal. Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, yang
sering terjadi pada uji normalitas dengan menggunakan grafik. Jika nilai signifikannya di atas 0,05 maka distribusi data dinyatakan memenuhi asumsi
normalitas, dan jika nilainya di bawah 0,05 maka diinterpretasikan sebagai tidak normal.
3.5.3 Uji Asumsi Klasik
Sehubungan dengan pemakaian metode regresi berganda, maka untuk menghindari pelanggaran asumsi-asumsi klasik. Model asumsi klasik meliputi uji
multikolinieritas, uji heteroskedastisitas, dan uji autokorelasi. Penelitian ini termasuk penelitian cross section sehingga uji asumsi klasik yang digunakan
hanya uji multikoliniearitas dan uji heteroskedastisitas. Berikut penjelasannya:
1. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent. Model regresi yang
baik seharusnya tidak terjadi korelasi antara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini tidak ortogal. Variabel ortogal
adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama
dengan nol. Menurut Ghozali 2001:91 untuk mendeteksi ada tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:
1 Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel bebas banyak yang tidak
signifikan mempengaruhi variabel terikat. 2 Menghasilkan matrik korelasi variabel-variabel bebas. Jika antar variabel
bebas ada korelasi yang cukup tinggi umumnya diatas 0,90, maka hal ini merupakan indikasi adanya multikolinieritas. Tidak adanya korelasi yang
tinggi antar variabel bebas tidak berarti bebas dari multikolinieritas. Multikolinieritas dapat disebabkan karena efek kombinasi dua atau lebih
variabel bebas. 3 Multikolinieritas dapat juga dilihat dari nilai tolerance dan variance inflation
factor VIF. Kedua ukuran ini menunjukkan setiap variabel bebas yang dijelaskan oleh variabel bebas lainnya. Tolerance mengukur variabilitas
variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya, jadi nilai tolerance rendah sama dengan nilai VIF yang tinggikarena
VIF=1tolerance dan menunjukkan kolonieritas yang tinggi. Nilai cutoff yang umum dipakai adalah 0,10 atau sama dengan nilai VIF di atas 10.
2. Uji Heteroskedastisitas
Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain
tetap, maka
disebut homoskedastisitas
dan jika
berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2005:105. Untuk mendeteksi ada
tidaknya heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antar SRESID dan ZPRED dimana sumbu Y adalah Y
yang telah diprediksi, dan sumbu x adalah residual Y prediksi – Y sesungguhnya
yang telah di-studentized. Dasar analisisnya adalah:
1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit akan
mengindikasikan telah terjadi heteroskedastisitas. 2 Jika tidak ada pola yang jelas, serta titik-titik penyebaran di atas dan di
bawah angka 0 pada sumbu Y, maka terjadi heteroskedastisitas. Untuk lebih menjamin keakuratan hasil maka dilakukann uji statistik
dengan menggunakan uji Glejser. Uji Glejser mengusulkan untuk meregres nilai absolut residual terhadap variabel independen. Jika dari hasil uji Glejser didapat
bahwa tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel depeden nilai absolut Ut AbsUt dan probabilitas
signifikansinya di atas tingkat kepercayaan 5 maka dapat diambil kesimpulan model regresi tersebut tidak mengandung adanya Heteroskedastisitas.
Y = a + b
1
X
1
- b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e
3.5.4 Uji Analisa Regresi Linear Berganda
Penelitian ini akan diuji menggunakan metode regresi linear berganda untuk mengetahui pengaruh variabel
– variabel yang terkait dalam penelitian. Di dalam model regresi, bukan hanya variabel independen saja yang mempengaruhi
variabel dependen, melainkan masih ada faktor lain yang dapat menyebabkan kesalahan dalam observasi, yaitu yang disebut kesalahan pengganggu
atau disturbance’s error Supranto, 2001:66.
Analisis regresi digunakan untuk membuat model matematika yang dapat menunjukkan hubungan antar variabel dipergunakan untuk membuat model
matematika antara X
1
, X
2
X
3
, dan X
4
secara bersama dengan Y. Adapun persamaan untuk menguji hipotesis secara keseluruhan pada penelitian ini
adalah sebagai berikut :
Keterangan : Y : Indeks skor pengungkapan
a : Konstanta X
1
: Size Perusahaan X
2
: Profitabilitas X
3
: Tipe Industri X
4
: Ukuran Dewan Komisaris e : error
3.5.5 Uji Hipotesis
Kategori