BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2 Analisis Hasil Penelitian
4.2.1 Analisis statistik deskriptif
Penelitian ini menggunakan tema pengungkapan tanggung jawab sosial perusahaan atau CSR yang keseluruhan terdiri dari 80 item dari 7 tema yang dibahas dalam penelitian ini. Sebanyak 6 variabel yang digunakan
sebagai predictor dalam penelitian ini. Deskriptif dari masing-masing variabel penelitian diperoleh sebagai berikut.
Tabel 4.2 Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
DAR 21 17.7000 84.1000 44.319048 19.5865928 SIZE 21 173,270.0000 75,913,691.0000 16,877,053.238095 23,950,233.9848423 SKM 21 .0000 18.0000 2.422381 6.0863502 SKI 21 .0000 100.0000 21.357143 34.1341848 SKA 21 .0000 100.0000 51.133333 36.7626622 CSR 21 .0200 .3500 .139048 .1031458 Valid N (listwise) 21 Data penelitian diolah (2012)
Berdasarkan hasil penelitian tabel 4.2 di atas dapat dijelaskan bahwa. 1. Variabel debt to asset ratio (DAR) memiliki nilai minimum 17.7,
memiliki nilai maksimal 84.1, memiliki nilai rata-rata (mean) 44.319048 dan standar deviasi (simpangan baku) 19.5865928.
2. Variabel ukuran perusahaan (total aktiva) memiliki nilai minimum 173,270, memiliki nilai maksimum 75,913,691, memiliki nilai rata-rata
(mean) 16,877,053.238095 dan standar deviasi (simpangan baku) 23,950,233.9848423.
3. Struktur kepemilikan saham manajerial (SKM) memiliki nilai minimum 0, memiliki nilai maksimal 18, memiliki nilai rata-rata (mean) 2.422381 dan standar deviasi (simpangan baku) 6.0863502.
4. Struktur kepemilikan saham institusi (SKI) memiliki nilai minimum 0, memiliki nilai maksimal 100, memiliki nilai rata-rata (mean) 21.357143
5. Struktur kepemilikan saham asing (SKA) memiliki nilai minimum 0, memiliki nilai maksimal 100, memiliki nilai rata-rata (mean) 51.133333 dan standar deviasi (simpangan baku) 36.7626622.
6. Variabel indeks corporate social responsibility (CSR) memiliki nilai minimum 0.02, memiliki nilai maksimal 0.35, memiliki nilai rata-rata
(mean) 0.139048 dan standar deviasi (simpangan baku) 0.1031458. 4.2.2 Uji asumsi klasik
4.2.2.1 Uji normalitas
Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Menurut Ghozali (2010) “ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan analisis statistik”.
Analisis statistik dilakukan dengan menggunakan uji
Kologorov-Smirnov. Jika nilai signifikansinya lebih besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Hasil uji Kolmogorov-Smirnov dapat di lihat pada Tabel 4.3.
Tabel 4.3 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 21
Normal Parametersa,b Mean 0E-7
Std. Deviation .06099490
Most Extreme Differences
Absolute .186
Positive .157
Negative -.186
Kolmogorov-Smirnov Z .854
Asymp. Sig. (2-tailed) .460
a. Test distribution is Normal. b. Calculated from data.
Data penelitian diolah (2012)
Berdasarkan tabel 4.3 di atas yang merupakan hasil uji One-Sample Kolmogrov-Smirnov pada penelitian ini menunjukkan probabilitas = 0.46. Dengan demikian, data pada penelitian ini berdistribusi normal dan dapat digunakan untuk melakukan uji hipotesis karena 0.46 > 0,05. Untuk lebih jelas berikut ini akan ditunjukkan grafik histogram dan grafik p-plot data yang telah berdistribusi normal sebagai berikut.
Gambar 4.1
Histogram
Pada gambar 4.1 grafik histogram di atas, terlihat bahwa grafik menunjukkan pola distribusi normal karena grafik tersebut memiliki kemiringan yang cenderung seimbang, baik sisi kanan maupun sisi kiri atau berbentuk lonceng.
Dengan demikian dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas. Demikian pula hasil uji normalitas dengan menggunakan grafik normal p-plot.
Gambar 4.2
Grafik Normal P-P Plot of Regression Standardized Residual Pada gambar 4.2 grafik normal p-plot di atas, terlihat bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas.
4.2.2.2 Uji multikolinearitas
Pengujian multikolinearitas ini berguna untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya multikolinearitas dalam model regresi adalah dengan melihat nilai tolerance dan VIF.
Pada suatu model regresi dinyatakan terjadi multikolinearitas apabila nilai tolerance < 0.10 dan VIF > 10 (Ghozali, 2005 : 92).
Tabel 4.4 Uji Multikolinearitas
Coefficientsa
Model Collinearity Statistics Tolerance VIF 1 DAR .710 1.408 SIZE .822 1.216 SKM .559 1.787 SKI .165 6.053 SKA .144 6.955 a. Dependent Variable: CSR Data penelitian diolah (2012)
Pada tabel 4.4 di atas, dapat dilihat bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang memiliki tolerance value lebih kecil dari 0,10. Dapat kita bandingkan masing-masing variabel bebas berdasarkan tabel di atas sebagai berikut.
a. Variabel debt to asset ratio (DAR) tidak terjadi multikolinearitas karena nilai tolerance sebesar 0.710 > 0.10 dan nilai VIF sebesar 1.408 < 10.
b. Variabel ukuran perusahaan (SIZE) tidak terjadi multikolinearitas karena nilai tolerance sebesar 0.822 > 0.10 dan nilai VIF sebesar 1.216 < 10.
d. Variabel struktur kepemilikan saham institusional (SKI) tidak terjadi multikolinearitas karena nilai tolerance sebesar 0.165 > 0.10 dan nilai VIF sebesar 6.053 < 10.
e. Variabel struktur kepemilikan saham asing (SKA) tidak terjadi multikolinearitas karena nilai tolerance sebesar 0.144 > 0.10 dan nilai VIF sebesar 6.955 < 10.
4.2.2.3 Uji heteroskedastisitas
Menurut Ghozali (2005) “uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain”. Konsekuensinya adanya heteroskedastisitas dalam model regresi adalah penaksir yang diperoleh tidak efisien, baik dalam sampel kecil maupun besar. Salah satu cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah dengan melihat pada grafik scatterplot. Cara memprediksi pola gambar Scatterplot adalah dengan.
1. Titik – titik data menyebar di atas dan di bawah atau disekitar angka 0.
2. Titik – titik data tidak mengumpul hanya di atas atau di bawah saja.
3. Penyebaran titik – titik data tidak boleh membentuk pola bergelombang melebar.
Uji heteroskedastisitas dapat dilakukan dengan memperhatikan pola gambar Scatterplot dimana bila membentuk titik-titik yang menyebar secara acak dan tidak membentuk pola yang jelas maka menunjukkan bahwa tidak terdapat masalah heteroskedastisitas.
Gambar 4.3 Uji Heteroskedastisitas
Pada gambar 4.3 di atas yang merupakan grafik scatterplots,
terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai.
4.2.2.4 Uji autokorelasi
Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu periode sebelumnya dalam model regresi. Persamaan regresi yang baik adalah yang tidak memiliki masalah autokorelasi, jika terjadi autokorelasi maka persamaan tersebut menjadi tidak baik dipakai prediksi.
Cara yang dapat dilakukan untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian Durbin Watson (DW). Kriteria untuk penilaian terjadinya autokorelasi yaitu.
1. Angka D-W di bawah -2 berarti ada autokorelasi positif. 2. Angka D-W di antara -2 sampai +2 berarti tidak ada
autokorelasi.
3. Angka D-W di atas +2 berarti autokorelasi negatif. Tabel 4.5
Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 .806a .650 .534 .0704308 1.522
a. Predictors: (Constant), SKA, DAR, SIZE, SKM, SKI b. Dependent Variable: CSR
Data penelitian diolah (2012)
Tabel 4.5 memperlihatkan nilai statistik D-W sebesar 1.522 Angka ini terletak di antara -2 sampai +2, dari pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi dalam penelitian ini.
4.2.3 Analisis regresi
Analisis regresi dilakukan untuk mengetahui seberapa besar hubungan antara variabel independen dengan variabel dependen. Dalam penelitian ini digunakan model regresi linier berganda. Berdasarkan hasil pengolahan data, maka diperoleh hasil sebagai berikut.
Tabel 4.6 Uji Analisis Regresi
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients t Sig. B Std. Error Beta 1 (Constant) .391 .084 4.675 .000 DAR .002 .001 .329 1.818 .089 SIZE 1.125E-009 .000 .261 1.551 .142 SKM -.003 .003 -.155 -.759 .460 SKI -.004 .001 -1.326 -3.531 .003 SKA -.005 .001 -1.780 -4.421 .000 a. Dependent Variable: CSR
Data penelitian diolah (2012)
Pada tabel 4.6 dari nilai-nilai koefisien di atas, persamaan regresi yang dapat dibentuk adalah.
Y = 0.391 + 0.002X1 + 1.125X2 - 0.003X3 - 0.004X4 - 0.005X5+ e Keterangan:
Y = Pengungkapan tanggung jawab sosial perusahaan (CSR)
a = Konstanta
X1 = Debt to asset ratio (DAR) X2 = Ukuran perusahaan (SIZE)
X4 = Struktur kepemilikan saham institusional (SKI) X5 = Struktur kepemilikan saham asing (SKA)
b1 ... b5, = Koefisien regresi dari setiap variabel independen e = Faktor error
Interpretasi dari persamaan regresi tesebut adalah sebagai berikut.
• a = 0.391
Nilai konstanta ini menunjukkan bahwa apabila tidak ada variabel DAR, SIZE, SKM, SKI, SKA (X1=X2=X3=X4=X5=0), maka pengungkapan tanggung jawab sosial perusahaan (CSR) adalah sebesar 0.391.
• b1 = 0.002
Koefisien regresi b1 ini menunjukkan bahwa setiap variabel DAR meningkat sebesar satu satuan, maka akan menaikkan nilai variabel CSR sebesar 0.002 dengan asumsi variabel independen lainnya dianggap tetap atau sama dengan nol.
• b2 = 1.125
Koefisien regresi b2 ini menunjukkan bahwa setiap variabel SIZE meningkat sebesar satu satuan, maka akan menaikkan nilai variabel CSR sebesar 1.125 dengan asumsi variabel independen lainnya dianggap tetap atau sama dengan nol.
• b3 = -0.003
Koefisien regresi b3 menunjukkan bahwa setiap variabel SKM meningkat sebesar satu satuan, maka akan menurunkan nilai variabel
CSR sebesar 0.003 dengan asumsi variabel independen lainnya dianggap tetap atau sama dengan nol.
• b4 = -0.004
Koefisien regresi b4 menunjukkan bahwa setiap variabel SKI meningkat sebesar satu satuan, maka akan menurunkan nilai variabel CSR sebesar 0.004 dengan asumsi variabel independen lainnya dianggap tetap atau sama dengan nol.
• b5 = -0.005
Koefisien regresi b5 menunjukkan bahwa setiap variabel SKA meningkat sebesar satu satuan, maka akan menurunkan nilai variabel CSR sebesar 0.005 dengan asumsi variabel independen lainnya dianggap tetap atau sama dengan nol.
4.2.4 Pengujian hipotesis
4.2.4.1 Uji koefisien determinasi
Koefisien determinasu (R square) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square yang kecil berarti kemampuan variabel–variabel independen dalam menjelaskan variabel dependen amat terbatas. Nilai R Square
dikatakan baik jika diatas 0.5 karena nilai R Square berkisar antara 0 dan 1. Hasil uji Koefisien Determinasi disajikan dalam tabel di bawah ini.
Tabel 4.7
Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .806a .650 .534 .0704308
a. Predictors: (Constant), SKA, DAR, SIZE, SKM, SKI b. Dependent Variable: CSR
Data penelitian diolah (2012)
Tabel 4.7 di atas menunjukkan bahwa nilai koefisien determinasi (R) sebesar 0.806 yang berarti bahwa korelasi atau hubungan antara variabel CSR dengan variabel independennya (DAR, SIZE, SKM, SKI, SKA) baik. Defenisi korelasi ini dikatakan baik karena didasarkan pada nilai R yang berada diatas 0.5.
Angka koefisien determinasi (R Square) adalah 0.650. Hal ini berarti sebesar 65% kemampuan variabel independen dalam menjelaskan variabel dependen. Maka dapat disimpulkan bahwa 65% CSR dipengaruhi oleh DAR, SIZE, SKM, SKI, SKA. Sedangkan sisanya sebesar 35% dipengaruhi oleh variabel lain diluar variabel yang digunakan dalam penelitian ini.
4.2.4.2 Uji simultan (uji F)
Ketentuan peneriman atau penolakan hipotesis adalah sebagai berikut.
1. Jika Fhitung < Ftabel, pada α > 0.05 maka hipotesis ditolak (koefisisen regresi tidak signifikan). Ini berarti bahwa secara simultan kelima variabel independen tersebut tidak mempunyai
2. Apabila Fhitung > Ftabel, pada α < 0.05 maka hipotesis diterima (koefisien regresi signifikan). Hal ini berarti secara simultan kelima variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen.
Hasil uji simultan penelitian ini berdasarkan pengelolaan spss adalah sebagai berikut.
B e r d a s
Berdasarkan hasil pengolahan data tabel 4.8 di atas, dapat dilihat bahwa F hitung sebesar 5.579 dengan nilai signifikansi 0.004. Hasil uji tersebut menunjukkan bahwa F hitung > F tabel (5.579 > 2.90), sedangkan nilai signifikansi < dari 0.05 (0.004 < 0.05).
Hal ini menunjukkan bahwa secara simultan vaiabel debt to asset ratio (DAR), ukuran perusahaan (SIZE), struktur kepemilikan saham manajerial (SKM), struktur kepemilikan saham intitusional (SKI), struktur kepemilikan saham asing (SKA) mempengaruhi pengungkapan tanggung jawab sosial perusahaan (CSR).
Tabel 4.8 Uji F
ANOVA
Model
a
Sum of Squares Df Mean Square F Sig.
1
Regression .138 5 .028 5.579 .004b
Residual .074 15 .005
Total .213 20
a. Dependent Variable: CSR
b. Predictors: (Constant), SKA, DAR, SIZE, SKM, SKI Data penelitian diolah (2012)
4.2.4.3 Uji parsial (uji t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variabel dependen. Penerimaan atau penolakan hipotesis dilakukan dengan kriteria sebagai berikut.
1. Jika t hitung < t tabel pada α > 0.05, maka hipotesis ditolak
(koefisien regresi tidak signifikan). Ini berarti secara parsial variabel independen tesebut tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
2. Jika t hitung > t tabel pada α < 0.05 maka hipotesis diterima (koefisien regresi signifikan). Ini berarti secara parsial variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen.
Hasil uji t disajikan dalam tabel berikut. Tabel 4.9
Uji t
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients T Sig. B Std. Error Beta 1 (Constant) .391 .084 4.675 .000 DAR .002 .001 .329 1.818 .089 SIZE 1.125E-009 .000 .261 1.551 .142 SKM -.003 .003 -.155 -.759 .460 SKI -.004 .001 -1.326 -3.531 .003 SKA -.005 .001 -1.780 -4.421 .000 a. Dependent Variable: CSR
Berdasarkan hasil penelitian tabel 4.9 di atas dapat diambil kesimpulan.
1. Variabel debt to asset ratio (DAR) secara parsial tidak mempunyai pengaruh yang signifikan terhadap pengungkapan tanggung jawab sosial perusahaan (CSR) karena t-hitung < t-tabel yaitu 1.8.18 < 2.13145 dan nilai signifikansi menunjukkan nilai sebesar 0.089 yang berarti lebih besar 0.05. Berdasarkan hasil penelitian ini maka hipotesis ditolak.
2. Variabel ukuran perusahaan secara parsial tidak mempunyai pengaruh yang signifikan terhadap pengungkapan tanggung jawab sosial perusahaan (CSR) karena t-hitung < t-tabel yaitu 1.551 < 2.13145 dan nilai signifikansi menunjukkan nilai sebesar 0.142 yang berarti lebih besar dari 0.05. Berdasarkan hasil penelitian ini maka hipotesis ditolak.
3. Variabel struktur kepemilikan saham manajerial (SKM) secara parsial tidak mempunyai pengaruh yang signifikan terhadap pengungkapan tanggung jawab sosial perusahaan (CSR) karena t-hitung < t-tabel yaitu -0.759 < 2.13145 dan nilai signifikansi menunjukkan nilai sebesar 0.46 yang berarti lebih besar dari 0.05. Berdasarkan hasil penelitian ini maka hipotesis ditolak.
4. Variabel struktur kepemilikan saham institusional (SKI) secara parsial mempunyai pengaruh negatif yang signifikan terhadap
hitung > t-tabel yaitu 3.531 > 2.13145 dan nilai signifikansi menunjukkan nilai sebesar 0.003 yang berarti lebih kecil dari 0.05. Nilai negatif menunjukkan bahwa struktur kepemilikan institusional mempunyai hubungan yang berlawanan arah dengan pengungkapan tanggung jawab sosial perusahaan (CSR). Berdasarkan hasil penelitian ini maka hipotesis diterima.
5. Variabel struktur kepemilikan saham asing (SKA) secara parsial mempunyai pengaruh negatif yang signifikan terhadap pengungkapan tanggung jawab sosial perusahaan (CSR) karena t-hitung > t-tabel yaitu 4.421 > 2.13145 dan nilai signifikansi menunjukkan nilai sebesar 0.000 yang berarti lebih kecil dari 0.05. Nilai negatif menunjukkan bahwa struktur kepemilikan asing mempunyai hubungan yang berlawanan arah dengan pengungkapan tanggung jawab sosial perusahaan (CSR). Berdasarkan hasil penelitian ini maka hipotesis diterima.