Analisis Statistik Deskriptif Koefisien Determinasi

44

2. Analisis Statistik Deskriptif

Statistik deskriptif memberi gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, minimum, maksimum dan standar deviasi, varian, sum, range, kurtosis dan skewness kemencengan distribusi Ghozali, 2015.

3. Koefisien Determinasi

Koefisien Determinasi R 2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan 1 atau 0 x 1. Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum, koefisien determinasi untuk data silang cross section relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu time series biasanya memiliki nilai koefisien determinasi yang tinggi. Ghozali, 2015. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen, maka R pasti meningkat, tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu banyak peneliti menganjurkan untuk menggunakan nilai adjusted R pada saat mengevaluasi mana model regresi 45 terbaik. Tidak seperti R , nilai adjusted R dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model Ghozali, 2015. Dalam penelitian ini model yang digunakan adalah analisis regresi berganda multiple regression analysis. Analisis regresi berganda digunakan untuk menguji hubungan dan pengaruh yang dihasilkan dari beberapa variabel independen terhadap satu variabel dependen. Analisis regresi ini juga digunakan untuk mengestimasi rata-rata nilai populasi atau nilai dari rata-rata variabel dependen berdasarkan nilai variabel independennya. Pada analisis ini juga dapat mengukur kekuatan hubungan antara variabel-variabel yang digunakan, serta menunjukkan arah hubungan antar variabel tersebut. Model regresi yang digunakan untuk menguji hipotesis dalam penelitian ini telah dirumuskan sebagai berikut : ERC = α + β 1 SPAU + β 2 PCSR + β 3 SYRS + Ɛ Keterangan : ERC = Earnings Response Coefficient SPAU = Spesialisasi Industri Auditor PCSR = Pengungkapan CSR SYRS = Systemic Risk α = Konstansta β 1,2,3, = Koefisien variabel Ɛ = Error 46

4. Uji Hipotesis