BAB IV ANALISIS HASIL PENELITIAN
B. Analisis Data Penelitian
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan swakness.
Tabel 4.1 Statistik deskriptif Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation kepemilikan manajemen 63 2.180 82.130 27.65714 17.836024 tingkat leverage 63 .194 .811 .49161 .167191 ukuran perusahaan 63 15.950 35.034 27.64892 4.372659 Profitabilitas 63 -.197 .407 .09410 .096192 Umur 63 -1.000 27.000 14.14286 6.278116 pengungkapan sosial 63 .333 1.000 .72487 .207733 Valid N (listwise) 63
48
Melalui tabel deskriptif diatas, dapat diberi kesimpulan yaitu:
a. Variabel independen kepemilikan manajemen diukur melalui perbandingan jumlah saham publik dengan jumlah saham perusahaan. Kepemilikan manajemen memiliki nilai terendah 2,180 dan nilai tertinggi 82,13 dengan nilai rata-rata yaitu 27,66.
b. Variabel independen leverage diukur melalui debt to asset ratio. Debt to asset ratio memiliki nilai terendah 0,19 dan nilai tertinggi 0,81 dengan nilai rata-rata yaitu 0,49.
c. Variabel independen dengan ukuran perusahaan diukur melalui logarirma natural dari total aktiva. Ukuran perusahaan memiliki nilai terendah 15,95 dan nilai tertinggi 35,03 dengan nilai rata-rata yaitu 27,65.
d. Variabel independen profitabilitas diukur melalui Return On Asset, Return On Asset memiliki nilai terendah – 0,20 dan nilai tertinggi 0,41 dengan nilai rata-rata yaitu 0,09.
e. Variabel independen usia perusahaan diukur melalui selisih umur perusahaan dengan tahun first issue. memiliki nilai terendah – 1,00 dan nilai tertinggi 27,00 dengan nilai rata-rata yaitu 14,14.
f. Variabel dependen pengungkapan sosial diukur melalui indeks pengungkapan sosial dalam laporan tahunan. Indeks pengungkapan sosial memiliki nilai terendah 0,33 dan nilai tertinggi 1,00 dengan nilai rata-rata yaitu 0,72.
49 2. Pengujian asumsi klasik
Untuk menghasilkan suatu regresi model yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. a. Uji normalitas data
Uji normalitas digunakan untuk mengetahui apakah distribusi data penelitian masing - masing variabel telah menyebar secara normal atau mendekati data normal. Uji statistik yang dapat digunakan untuk menguji apakah residual terdistribusi normal adalah uji statistik non parametrik kolmogorov-Smirnov (K-S) dengan membuat hipotesis:
Ho : data residual terdistribusi normal Ha : data residual tidak terdistrobusi normal
Apabila nilai signifikan > 0,05 maka Ho diterima dan Ha ditolak, jika nilai signifikan < 0,05 maka Ho ditolak dan Ha diterima.
Tabel 4.2 Hasil uji normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 63
Normal Parametersa,b Mean .0000000
Std. Deviation .17700665 Most Extreme Differences Absolute .063 Positive .058 Negative -.063 Kolmogorov-Smirnov Z .501
Asymp. Sig. (2-tailed) .963
a. Test distribution is Normal. b. Calculated from data.
50 1) Histogram display normal curve
Normalitas data melalui histogram display normal curve dapat dilihat melalui bentuk gambar kurva. Data dikatakan normal jika bentuk kurva memiliki kemiringan yang cenderung seimbang, baik sisi kiri maupun sisi kanan, atau tidak condong kekiri maupun kekanan, melainkan ketengah dengan bentuk seperti lonceng (Lubis, 2007:29).
Sumber : data diolah penulis (2011)
Gambar 4.1 Histogram
Pada histogram diatas, dapat dilihan bahwa bentuk kurva cenderung ditengah dan tidak condong kekiri maupun kekanan. Oleh karena itu, dapat disimpulkan bahwa data dalam penelitian terdistribusi normal.
51 1) Kurva normal p-plot
Normalisasi data dapat diuji dengan menggunakan normal p-plot. Data dalam keadaan normal apabila distribusi data menyebar disekitar garis diagonal (lubis 2007:29).
Sumber : data diolah oleh penulis (2011)
Gambar 4.2 Kurva normal p-plot
Pada kurva diatas, dapat dilihat bahwa distribusi data menyebar disekitar garis diagonal, sehingga dapat dikatakan bahwa data memiliki normalitas. Normalitas data ini menyimpulkan bahwa data dipakai dalam penelitian.
b. Uji Multikolinearitas
Pengujian bertujuan mengetahui ada tidaknya multikolinearitas antar variabel-variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Deteksi dilakukan dengan melihat nilai
52
VIF (Variable Inflation Factor) dan nilai tolerance. Multikolinearitas terjadi jika VIF > 10 dan nilai tolerance < 0,10. Nilai VIF serta nilai tolerance dari variabel-variabel penelitian dapat dilihat pada tabel berikut ini.
Tabel 4.3 Uji Multikolinearitas Coefficientsa Model Collinearity Statistics Tolerance VIF 1 Saham .981 1.019 Lev .778 1.286 Size .881 1.134 Profit .761 1.313 Umur .804 1.243
a. Dependent Variable: Index
Sumber : data diolah penulis (2011)
Berdasarkan tabel di atas dapat disimpulkan penelitian ini bebas dari gejala multikolinearitas. Jika dilihat pada tabel semua variabel independen memiliki VIF sekitar 1, atau VIF < 10. Selain itu nilai tolerance untuk setiap variabel independen lebih besar dari 0,1 (tolerance > 0,1) Dengan demikian disimpulkan tidak ada multikolinearitas dalam model regresi ini.
c. Uji heterokedastisitas
Uji heterokedastisitas melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan kepengamatan yang lain
53
(Erlina, 2007). Jika varians dari residual dari suatu pengamatan ke pengamatan lainnya tetap, maka disebut Homokedastisitas. Dalam pengujian ini, apabila hasil pengolahan data yaitu tingkat probabilitas signifikasi variabel independent < 0,05 maka dapat dikatakan mengandung heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Uji ini dilakukan dengan mengamati pola tertentu pada grafik scatterplot, dimana bila ada titik menyebar diatas dan dibawah angka 0 pada sumbu Y serta tidak membentuk pola maka tidak terjadi heterokedastisitas.
Sumber : data diolah oleh peneliti (2011)
Gambar 4.3 Grafik scatterplot
Berdasarkan gambar, grafik scatterplot menunjukkan penyebaran titik – titik data secara acak. Hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi.
54 d. Uji autokorelasi
Uji autokorelasi bertujuan untuk menganalisis apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan t-1 atau sebelumnya.
Pengujian autokorelasi menggunakan Durbin Watson. Jika angka D-W diantara -2 sampai +2, berarti tidak ada autokorelasi (Singgih Santoso, 2000). Panduan untuk mendeteksi ada atau tidaknya autokorelasi adalah:
i. Jika DW > DU berarti tidak ada autokorelasi ii. Jika DW < DL berarti terjadi autokorelasi
iii. Jika DL < DW < DU berarti tidak dapat mengambil keputusan apakah autokorelasi terjadi atau tidak
Tabel 4.4 Uji autokorelasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson dimension0 1 .368 a .136 .060 .198189 2.251
a. Predictors: (Constant), umur, size, saham, lev, profit b. Dependent Variable: index
Sumber : data diolah penulis (2011)
Berdasarkan tabel diatas, nilai Durbin Watson yaitu 2,251 maka dapat dinyatakan bahwa data penelitian terbebas dari autokorelasi.
55 3. Pengujian hipotesis
a. Uji koefisien determinasi ( )
Nilai digunakan untuk mengukur tingkat kemampuan model dalam menerangkan variabel independen. Tapi, karena mengandung kelemahan mendasar dimana adanya bias terhadap jumlah variabel independen yang dimasukkan dalam model, maka pada penelitian ini digunakan adjusted . Jika nilai adjusted makin mendekati 1 maka makin baik kemampuan model tersebut dalam menjelaskan variabel independen dan sebaliknya.
Tabel 4.5 Koefisien determinasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .523a .274 .210 .184607
a. Predictors: (Constant), umur, ukuran perusahaan, kepemilikan manajemen, tingkat leverage, profitabilitas
b. Dependent Variable: pengungkapan sosial Sumber : data diolah oleh peneliti (2011)
nilai koefisien determinasi yang sudah disesuaikan (Adjusted R Square) sebesar 0,274 dimana 27% variabel dependen luas pengungkapan sosialnya dijelaskan oleh variabel independen, sedangkan 73% dijelaskan oleh variabel diluar variabel independen yang digunakan dalam penelitian.
Tabel 4.6
Pedoman untuk memberikan interpretasi koefisien korelasi
Interval koefisien Tingkat hubungan
0,000 – 0,199 Sangat rendah
0,200 – 0,399 Rendah
56
0,600 – 0,799 Kuat
0,800 – 1,000 Sangat kuat
b. Uji regresi simultan (Uji f)
Uji f untuk mengetahui apakah variabel independen secara simultan mempengaruhi variabel dependen. Berikut kriteria uji F yang digunakan
- jika F-hitung > F-tabel pada α < 0,05, maka H1
- jika F-hitung < F-tabel pada
diterima α > 0,05, maka H1
Uji simultan dilakukan untuk menguji apakah variabel independen secara bersama - sama berpengaruh terhadap variabel dependen.
ditolak
Tabel 4.7
Hasil uji simultan (uji-F) ANOVAb Model Sum of Squares Df Mean Square F Sig. 1 Regression .733 5 .147 4.301 .002a Residual 1.943 57 .034 Total 2.675 62
a. Predictors: (Constant), umur, ukuran perusahaan, kepemilikan manajemen, tingkat leverage, profitabilitas
b. Dependent Variable: pengungkapan sosial Sumber : diolah oleh peneliti (2011)
Dari hasil uji diatas, dapat dilihat bahwa F-hitung sebesar 1,790 dengan nilai signifikansi 0,129. Hasil uji tersebut menunjukkan bahwa nilai F-hitung > F-tabel (4,301 > 2,456), sedangkan nilai signifikansi < dari 0,05 (0,002 < 0,05). Hal ini menunjukkan bahwa secara simultan variabel
57
kepemilikan manajemen, tingkat leverage, ukuran perusahaan, profitabilitas dan umur perusahaan mempengaruhi pengungkapan sosial.
c. Uji Regresi Parsial (Uji t)
Pengujian ini bertujuan untuk mengetahui hubungan yang signifikan dari masing-masing variabel bebas terhadap variabel terikatnya. Nilai dari uji t dapat dilihat dengan membandingkan t-hitung dan t-tabel.
Kriteria uji t yang digunakan :
- jika t hitung > t tabel pada α < 0,05 maka Hi - jika t hitung < t tabel pada α > 0,05, maka H
diterima i Tabel 4.8 ditolak t-test Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .524 .193 2.714 .009 Saham .003 .001 .262 2.105 .040 Lev .136 .171 .111 .796 .429 Size -.004 .006 -.089 -.681 .499 Profit .426 .300 .201 1.421 .161 Umur .003 .004 .106 .769 .445
a. Dependent Variable: index
sumber : data diolah oleh penulis (2011)
berikut ini adalah penjelasan hasil pengujian statistik t pada tabel : 1) Pengaruh kepemilikan manajemen terhadap pengungkapan sosial
58
Nilai thitung untuk variabel kepemilikan manajemen adalah sebesar -2,105. Nilai t-hitung lebih besar dari t-tabel (2,105 > 2,00247) dan nilai signifikan sebesar 0,04 (kecil dari 0,05) artinya H1 diterima, bahwa ukuran perusahaan secara parsial berpengaruh secara signifikan terhadap pengungkapan sosial pada perusahaan manufaktur pada tingkat kepercayaan 95%.
2) Pengaruh tingkat leverage terhadap pengungkapan sosial
Nilai hitung untuk variabel tingkat leverage adalah sebesar 0,796. Nilai t-hitung lebih kecil dari t-tabel (0,796 < 2,00247) dan nilai signifikansi sebesar 0,429 (lebih besar dari 0,05) artinya H1 ditolak, bahwa ukuran perusahaan secara parsial tidak berpengaruh secara signifikan terhadap pengungkapan sosial pada perusahaan manufaktur pada tingkat kepercayaan 95%.
3) Pengaruh ukuran perusahaan terhadap pengungkapan sosial
Nilai t-hitung untuk variabel ukuran perusahaan adalah sebesar - 0,681 Nilai t-hitung lebih kecil dari t-tabel (- 0,681 < 2,00247) dan nilai signifikansi sebesar 0,499 (lebih besar dari 0,05) artinya H1 ditolak, bahwa ukuran perusahaan secara parsial tidak berpengaruh secara signifikan terhadap pengungkapan sosial pada perusahaan manufaktur pada tingkat kepercayaan 95%.
4) Pengaruh profitabilitas terhadap pengungkapan sosial
Nilai hitung untuk variabel profitabilitas adalah sebesar 1,421 Nilai t-hitung lebih kecil dari t-tabel (1,421 < 2,00247) dan nilai signifikansi sebesar 0,161 (lebih besar dari 0,05) artinya H1 tidak dapat diterima, bahwa
59
profitabilitas secara parsial tidak berpengaruh secara signifikan terhadap pengungkapan sosial pada perusahaan manufaktur pada tingkat kepercayaan 95%.
5) Pengaruh umur perusahaan terhadap pengungkapan sosial
Nilai t-hitung untuk variabel umur perusahaan adalah sebesar 0,769. Nilai t-hitung lebih kecil dari t-tabel (0,769 < 2,00247) dan nilai signifikansi sebesar 0,445 (lebih besar dari 0,05) artinya H1 tidak dapat diterima, bahwa profitabilitas secara parsial tidak berpengaruh secara signifikan terhadap pengungkapan sosial pada perusahaan manufaktur pada tingkat kepercayaan 95%.
Berdasarkan uji t dapat disimpulkan bahwa pengungkapan sosial dipengaruhi oleh variabel kepemilikan manajemen, tingkat leverage, ukuran perusahaan, profitabilitas dan umur perusahaan yang dimasukkan kedalam persamaan matematis :
Y = 0,524 + 0,003X1 + 0,136X2 – 0,004X3 + 0,426X4 + 0,003X5 + e a) Koefisien konstanta adalah 0,524 menyatakan jika X1, X2, X3, X4 dan X5 adalah 0, maka indeks pengungkapan sosial adalah 0524.
b) Koefisien regresi b1 sebesar 0,003 menunjukkan bahwa setiap penambahan satu kali variabel kepemilikan manajemen, maka akan menambah indeks pengungkapan sosial sebesar 0,003 dengan asumsi variabel lain tetap.
c) Koefisien regresi b2 sebesar 0,136 menunjukkan bahwa setiap penambahan satu kali variabel leverage, maka akan menambah indeks pengungkapan sosial sebesar 0,136 dengan asumsi variabel lain tetap.
60
d) Koefisien regresi b3 sebesar -0,004 menunjukkan bahwa setiap penambahan satu kali variabel ukuran perusahaan, maka akan menambah indeks pengungkapan sosial sebesar 0,004 dengan asumsi variabel lain tetap. e) Koefisien regresi b4 sebesar 0,426 menunjukkan bahwa setiap penambahan satu kali variabel tingkat profitabilitas, maka akan menambah indeks pengungkapan sosial sebesar 0,426 dengan asumsi variabel lain tetap.
f) Koefisien regresi b5 sebesar 0,003 menunjukkan bahwa setiap penambahan satu kali variabel tingkat umur perusahaan, maka akan menambah indeks pengungkapan sosial sebesar 0,003 dengan asumsi variabel lain tetap.