2005). Kedua ukuran tersebut menunjukkan setiap variabel independen yang satu yang dijelaskan oleh variabel independen yang lain
ANALISIS DAN PEMBAHASAN
D. Analisis Data
1. Uji Multikolinieritas
Uji multikolinieritas digunakan untuk mengetahui korelasi antar variabel independen. Model regresi yang baik adalah model yang tidak terdapat korelasi antara variabel independen atau korelasi antar variabel independennya rendah. Keberadaan multikolinieritas di deteksi dengan Varians Inflating Factor (VIF) dan Tolerance (Ghozali, 2005). Hasil uji multikolinieritas tersaji pada tabel berikut ini :
Tabel IV.3 Uji Multikolinieritas
Variabel Tolerance VIF Keterangan
UDK 0.968 1.033 Tidak terdapat multikolinieritas
KI 0.921 1.086 Tidak terdapat multikolinieritas
KA 0.935 1.070 Tidak terdapat multikolinieritas
Sumber : Hasil Pengolahan Data
Hasil uji VIF dan Tolerance menunjukan bahwa semua variabel dalam penelitian ini menunjukan bahwa semua nilai tolerance di atas 10% dan semua nilai VIF dibawah 10. Sehingga dapat kita simpulkan bahwa dalam model regresi tidak terjadi multikolinieritas.
2. Uji Autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah didalam model regresi terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1.
re s s io n S tud e nt iz e d R e s idu a l 3 2 1 0 -1 Scatterplot Dependent Variable: IC
Autokorelasi dalam penelitian ini dideteksi dengan menggunakan uji Durbin Watson yaitu dengan membandingkan nilai Durbin Watson hitung (d) dengan nilai Durbin Watson tabel yaitu batas lebih tinggi (upper bond atau du) dan batas lebih rendah (lower bond atau d1). Hasil uji autokorelasi dengan Durbin Watson dapat dilihat pada tabel berikut ini :
Tabel IV. 4 Uji Autokorelasi
D-W Hitung Kriteria Keterangan
1.787 >1.732* Tidak terdapat autokorelasi
Sumber : Hasil Pengolahan Data * Nilai du 1.732 (k=3, n=90)
Hasil uji autokorelasi dengan menggunakan uji Durbin Watson menunjukan nilai DW hitung sebesar 1.787. Hasil tersebut lebih besar dari nilai du 1.732 sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi autokorelasi.
3. Uji Heterokesdaktisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak heteroskedastisitas. Uji heterokesdaksitas dalam penelitian ini diuji dengan scaterplots. Hasil uji heteroskedastisitas persamaan regresi disajikan pada gambar berikut ini :
Gambar IV.2 Uji Heteroskedastisitas
Sumber : Hasil Pengolahan Data
Hasil uji heteroskedastisitas menunjukan bahwa titik-titik tersebar di atas dan dibawa angka nol. Titik-titik menyebar dan tidak membentuk pola tertentu yang teratur sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi heteroskedastisitas
E. Uji Hipotesis
1. Koefisien Determinasi (Adjusted R2)
Koefisien determinasi mengukur seberapa jauh kemampuan model dalam menerangkan variasi variable dependen. Nilai koefisien determinasi adalah diantara 0 dan 1. Nilai koefisien determinasi dapat kita lihat dari nilai adjusted R2 pada model summary pada hasil analisis regresi linier berganda. Hasil uji regresi menunjukan nilai adjusted R2sebesar 0.266 atau 26.6 %. Hal ini menunjukan 26.6% perubahan Intellectual Capital Disclosure dipengaruhi oleh komite audit, komisaris independen dan ukuran dewan komisaris. Sedangkan 83.4% lainnya dijelaskan oleh variabel lain di luar model penelitian.
Nilai F regresi merupakan pengujian yang bertujuan untuk mengetahui apakah terdapat pengaruh secara simultan variabel independen terhadap variabel dependen. Hasil nilai F dapat dilihat pada tabel berikut ini :
Tabel IV.6 Nilai F Regresi
Nilai F Hitung P-Value Keterangan
11.746 0.000 Signifikan
Sumber : Hasil Pengolahan Data
Hasil pengujian terhadap nilai F regresi menunjukan nilai F sebesar 11.746 dengan signifikansi sebesar 0.000. Nilai F memberikan hasil yang signifikan. Sehingga dapat kita simpulkan bahwa komite audit, komisaris independen dan ukuran dewan komisaris berpengaruh secara simultan terhadap Intellectual Capital Disclosure.
3. Nilai t
Nilai t digunakan untuk mengatahui pengaruh variabel independen terhadap variabel dependen secara parsial. Hasil nilai t dapat dilihat pada tabel berikut ini :
Tabel IV.7 Hasil Uji Hipotesis
Variabel Koefisien Regresi t-hitung P-Value
Konstanta 0.232 3.090 0.003
UDK 0.049 5.613 0.000
KI 0.128 0.975 0.332
KA 0.017 0.333 0.740
Sumber : Hasil Pengolahan Data Pengujian Hipotesis ke-1
Hipotesis ke-1 menguji pengaruh ukuran dewan komisaris terhadap Intellectual Capital Disclosure. Hasil nilai t regresi menunjukan koefisien regresi sebesar 0.049 dengan tingkat signifikansi sebesar 0.000. Pengujian memberikan hasil yang signifikan sehingga dapat disimpulkan bahwa ukuran dewan komisaris berpengaruh terhadap Intellectual Capital Disclosure. Hipotesis ke-1 diterima. Hasil Penelitian ini mendukung hasil penelitian Abeysekera (2008) yang menyatakan bahwa jumlah dewan komisaris yang besar lebih efektif jika dibandingkan dengan jumlah dewan komisaris yang kecil. Jumlah dewan komisaris yang besar diharapkan memunculkan perpaduan skill antar anggotanya sehingga akan berpengaruh terhadap kualitas informasi yang disampaikan perusahaan termasuk juga berkaitan dengan intellectual capital.
Pengujian Hipotesis ke-2
Hipotesis ke-2 menguji pengaruh komisaris independen terhadap Intellectual Capital Disclosure. Hasil nilai t regresi menunjukan koefisien regresi sebesar 0.128 dengan tingkat signifikansi sebesar 0.332. Pengujian memberikan hasil yang tidak signifikan sehingga dapat disimpulkan bahwa komisaris independen tidak berpengaruh terhadap Intellectual Capital Disclosure. Hipotesis ke-2 ditolak. Hasil ini tidak mendukung hasil penelitian Abeysekera (2008) yang menyatakan bahwa hal pengungkapan, keberadaan komisaris independen diharapkan dapat meningkatkan pengungkapan yang ada termasuk berkaitan dengan Intellectual Capital Disclosure. Li et al (2008) menyatakan bahwa komisaris independen berperan dalam mekanisme internal yang melindungi kepentingan pemegang saham dari tindakan manajemen. Manurut Wardani (2008) pengaujian terhadap komisaris indepeden sebagai bagian dari corporate governance yang memberikan hasil tidak signifikan disebabkan oleh belum optimalnya penerapan corporate governance di Indonesia sehingga komisaris independen yang ada dalam perusahan hanya sebatas untuk memenuhi peraturan Bapepam sehingga kinjernya komisaris independen belum dapat optimal.
Hipotesis ke-3 menguji pengaruh komite audit terhadap Intellectual Capital Disclosure. Hasil nilai t regresi menunjukan koefisien regresi sebesar 0.017 dengan tingkat signifikansi sebesar 0.740. Pengujian memberikan hasil yang tidak signifikan sehingga dapat disimpulkan bahwa komite audit tidak berpengaruh terhadap Intellectual Capital Disclosure. Hipotesis ke-3 di tolak. Hasil penelitian ini tidak mendukung hasil penelitian Li et al (2008) yang menyatakan bahwa keberadaan komite audit menjadi penting karena komite audit dapat mempengaruhi praktik intellectual capital. Manurut Wardani (2008) Praktik corporate governance di Indonesia maish lemah sehingga penulis menduga komite audit dalam perusahaan lebih berfokus pada informasi keuangan yang lebih berhubungan secara langsung terhadap kepentingan pihak pemegang saham. Hal tersebut menyebabkan pengungkapan informasi non keuangan lebih menjadi fokus pihak manajemen dan bukan menjadi fokus komite audit sehingga keberadaan komite audit tidak berpengaruh terhadap Intellectual Capital Disclosure.
BAB V