Uji Asumsi Klasik Metode Analisis Data .1 Analisis Deskriptif

e. Status Perusahaan Status perusahaan adalah gambaran bahwa perusahaan tersebut merupakan perusahaan yang kepemilikan sahamnya sebagian besar dimiliki oleh pihak dalam negeri ataukah pihak luar negeri atau asing Husnan dan Pudjiastuti, 2006.Status perusahaan digolongkan menjadi perusahaan domestik PMDN dan perusahaan asing PMA. Seberapa besar kepemilikan saham asing dalam perusahaan akanberpengaruh terhadap setiap keputusan informasi yang dilaporkan perusahaan. Perusahaan asing dengan kelebihan skill dan sumber daya yang melibatkan pihak luar akan mempengaruhi pengungkapan sukarela perusahaan yang mencakup human capital dibandingkan perusahaan domestik. Indikator yang digunakan untuk mengukur status perusahaan dalam penelitian ini menggunakan variabel dummy Almilia dan Retrinasari, 2007 yaitu jika perusahaan berstatus asing PMA akan diberikan nilai 1 dan jika berstatus domestik PMDN akan diberi nilai 0. 3.4 Metode Analisis Data 3.4.1 Analisis Deskriptif Tristanti 2012 mendiskripsikan analisis deskriptif sebagai gambaran suatu data dalam penelitian yang dapat dilihat dari nilai rata-rata mean, standar deviasi, maksimum, dan minimum. Analisis deskriptif dalam penelitian ini merupakan suatu proses transformasi penelitian yang mentabulasikan data agar mudah dipahami dan diinterprestasikan. Tujuannya adalah untuk menjelaskan variabel- variabel yang digunakan. Sehingga data-data yang diperoleh dari hasil pengolahan yang sudah dilakukan bisa diartikan dan dijelaskan secara analisis ekonomi.

3.4.2 Uji Asumsi Klasik

Untuk menguji kelayakan model regresi yang digunakan, maka harus terlebih dahulu memenuhi uji asumsi klasik. Uji asumsi klasik yang digunakan dalam penelitian ini meliputi empat uji,yaitu uji normalitas, uji multikolinieritas, uji heteroskedastisitas, dan uji autokolerasi. 1. Uji Normalitas Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel dependen maupun independen mempunyai distribusi normal atau tidak Bangkit Nugroho, 2011.Uji F mengansumsi bahwa nilai residual mengikuti distribusi normal.Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid.Untuk mengindentifikasi apakah residual berdistribusi normal atau tidak yaitu dengan One Sample Kolmogorov Smirnov. Pada pengujian ini data diuji normalitasnya dan dibandingkan dengan data normal baku dengan nilai signifikan sebagai berikut Ghozali, 2011, a. Jika nilai signifikansi 0,05 maka data terdistribusi normal. b. Jika nilai signifikansi 0,05 maka data tidak terdistribusi normal.

2. Uji Multikolinieritas

Uji multikolinieritas ditujukan untuk mengetahui apakah didalam model regresi ditemukan adanya variabel independen yang saling berkaitan secara linier. Jika terjadi korelasi maka akan terjadi problem multikolinieritas. Model regresi yang baik adalah yang tidak terjadi kolerasi di antara variabel independen.Pendekteksian multikolinieritas dapat dilakukan dengan melihat nilai tolerance dan VIF Variance Inflation Factor. Nilai cutoff yang digunakan untuk menunjukkan adanya multikolieritas adalah jika nilai tolerance 0.10 atau sama dengan nilai VIF 10 Ghozali, 2011. 3. Uji Heteroskedastisitas Menurut Wahyuni Wijayanti 2013, Uji heteroskedastisitas merupakan suatu varian pengganggu yang tidak mempunyai varian yang sama untuk setiap observasi. Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan yang lain. Jika varians residual dari satu pengamatan ke pengamatan lain itu berbeda maka disebut sebagai heteroskedastisitas. Penelitian ini menggunakan uji glejser sebagai uji heteroskedastisitasnya. Dimana uji glejser dilakukan dengan cara meregresi nilai absolute residualnya dengan variabel independennya. Apabila nilai signifikasi antara variabel independen dengan absolute residualnya 0,05 maka tidak terjadi heteroskedastisitas.

4. Uji Autokolerasi

Uji autokolerasi ini digunakan untuk mengetahui ada tidaknya kolerasi disebuah model regresi linier antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t- sebelumnya.Model regresi yang baik adalah regresi yang bebas dari autokolerasi Ghozali, 2011: 110. Menurut Ghozali Autokolerasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Hal tersebut ditemukan pada data runtut waktu time series karena gangguan pada individu atau kelompok yang sama pada periode berikutnya. Untuk mendeteksi ada tidaknya gejala autokolerasi penelitian ini menggunakan uji run test. Uji ini dipergunakan untuk melihat apakah data residual bersifat acak atau tidak.Apabila tidak acak, berarti terjadi masalah autokorelasi. Residual regresi diolah dengan uji run test, kemud ian dibandingkan dengan tingkat signifikasi α yang dipergunakan. Apabila nilai hasil uji run test lebih besar daripada tingkat signifikasi α, maka tidak terdapat masalah autokorelasi pada data yang diuji.

3.4.3 Analisis Regresi Linie r Berganda