Hasil Analisis Statistik Deskriptif

BAB V HASIL PENELITIAN …

5.2 Hasil Analisis Data

5.2.1 Hasil Analisis Statistik Deskriptif

Pada bagian ini akan digambarkan atau dideskripsikan data masing-masing variabel pada tahun 2008 dan 2009 yang telah diolah dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan deviasi standar dari masing-masing variabel. Statistik deskriptif juga menunjukkan bahwa penelitian ini menggunakan 131 perusahaan sebagai sampel penelitian. Berdasarkan hasil pengujian statistik deskriptif pada Tabel 5.1 dapat diketahui bahwa nilai maksimum cost of equity

capital (CEC) adalah 5,13 dengan nilai minimum 0,07, dan nilai rata-rata sebesar

1.86 menunjukkan bahwa rata-rata biaya modal yang dikeluarkan perusahaan untuk pengungkapan informasi yang dianggap sebagai investasi jangka panjang perusahaan sebesar 18,6% dengan deviasi standar sebesar 1,02. Corporate social responsibility

index (CSRI) memiki nilai maksimum sebesar 0,44, nilai minimum 0,01, nilai

bahwa rata-rata jumlah item pengungkapan CSR pada perusahaan sampel masih rendah, kurang lebih hanya 11 item pengungkapan sehingga diharapkan jumlah item pengungkapan dapat ditingkatkandi tahun berikutnya. Daya informasi akuntansi yang diproksikan dengan nilai buku ekuitas/ book value of equity (BVE) memiliki nilai maksimum sebesar 4.161,17 dan nilai minimum sebesar 0,01, nilai rata-rata total ekuitas pemegang saham untuk setiap lembar saham sebesar 645,44 dengan deviasi standar 736,61. Variabel interaksi (CSRI*BVE) memiliki nilai maksimum 879,53, nilai minimum 0,00, nilai rata-rata 89,59 dan deviasi standar 116,24. Ukuran perusahaan (LN_Size) memiliki rentang nilai 25 hingga 34 dengan nilai rata-rata sebesar 28,79 dengan deviasi standar sebesar 1,85. Sedangkan jenis usaha (Profile) merupakan variabel dummy dengan rentang nilai 0 dan 1 memiliki nilai rata-rata 0,18 dengan deviasi standar sebesar 0.39.

Tabel 5.2

Hasil Uji Statistik Deskriptif

N Minimum Maximum Mean

Std. Deviation CEC 131 0,07 5,13 1,86 1,02 CSRI 131 0,03 0,44 0,14 0,08 BVE 131 0,01 4.161,17 645,44 736,61 CSRI*BVE 131 0,00 879,53 89,59 116,24 Profile 131 0,00 1,00 0,18 0,39 LN_Size 131 25,00 34,00 28,79 1,85 Sumber: Lampiran 3

5.2.2 Uji Asumsi Klasik

Uji asumsi klasik dilakukan untuk mengetahui kondisi data yang digunakan dalam penelitian ini. Hal ini dilakukan agar diperoleh model analisis yang tepat untuk dipergunakan dalam penelitian ini. Adapun uji asumsi klasik yang dilakukan meliputi uji normalitas, uji multikolinieritas, dan uji heteroskedastisitas. Hasil yang diperoleh dari pengujian bahwa tidak terdapat penyimpangan pada uji normalitas, uji multikolinieritas, uji autokorelasi, dan uji heteroskedastisitas. Hasil pengujian terhadap asumsi klasik sebagai berikut:

1) Uji Normalitas Data

Uji normalitas dapat dilakukan dengan melihat angka Kolmogorov Smirnov pada tabel output test of normality dengan kriteria pengujian sebagai berikut (Santoso, 2004):

Jika angka signifikansi (Sig) < 0,05, maka data tidak berdistribusi normal Jika angka signifikansi (Sig) > 0,05, maka data berdistribusi normal

Berdasarkan Tabel 5.3, dapat dilihat nilai signifikansi Uji Kolmogorov Smirnov sebesar 0,880 sehingga dapat disimpulkan semua data berdistribusi normal.

Tabel 5.3 Uji Normalitas Data

Sumber: Lampiran 4

2) Uji Multikolinieritas

Pengujian terhadap multikolinieritas dilakukan untuk mengetahui apakah variabel bebas tersebut tidak saling berkorelasi atau ada hubungan linear di antara variabel-variabel bebas dalam model regresi yang digunakan. Salah satu cara yang digunakan untuk mendeteksi multikolinieritas adalah dengan melihat nilai VIF dan Tolerance dengan kriteria pengujian jika VIF berkisar antara 1-10 dengan angka Tolerance dibawah 1, maka tidak terjadi multikolinieritas (Ghozali, 2006). Berdasarkan analisis dapat diketahui nilai VIF CSRI=1,917, BVE = 3,524, CSRI*BVE = 4,293, LN_Size = 1,248 dan Profile =1,100. Semua variabel bebas memiliki nilai VIF lebih kecil dari 10, maka dapat disimpulkan tidak terjadi multikolinieritas diantara variabel bebas.

131 0,000 0,050 0,051 -0,044 0,588 0,880 N Mean Std. Deviation Normal Parameters ^a,b

Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Residual

Asymp. Sig. (2-tailed)

Test distribution is Normal. a.

Calculated from data. b.

Tabel 5.4 Uji Multikolinieritas

3) Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan periode t-1 untuk mengetahui ada atau tidaknya autokorelasi. Uji autokorelasi dilakukan dengan uji Durbin-Watson.

Tabel 5.5 Uji Autokorelasi

Sumber: Lampiran 4

Berdasarkan Tabel 5.5, Durbin Watson pada saat N=131,

α

= 0,05, K (jumlah variabel) =6 diketahui nilai dl = 1,643 dan nilai du = 1,796 sehingga nilai 4-du = 2,204. Nilai Durbin Watson berdasarkan analisis di dapat sebesar 1,855 yang

Model Summaryb 0,409a 0,168 0,134 0,950 0,168 5,032 5 125 0,000 1,855 Model 1 R R Square Adjusted R Square Std. Error of the Estimate R Square

Change F Change _df1 _df2 _{Sig. F Change}

Change Statistics

Durbin-Watson

Predictors: (Constant), CSRI, BVE, CSRI_BVE, LN_Size, Profile a.

Dependent Variable: CEC b. Coefficientsa ^-²^,¹⁵³ ¹^,⁴⁰⁸ ^-^1,⁵³⁰ ^0,¹²⁹ ^-^4,⁹³⁹ ^0,⁶³³ ⁵^,²⁸² ¹^,⁵³⁹ ^0,³⁸⁸ ^3,⁴³² ^0,⁰⁰¹ ^2,²³⁶ ⁸^,³²⁸ ^0,³¹³ ^0,²⁹³ ^0,²⁸⁰ ^0,⁵²² ¹^,⁹¹⁷ 0,001 0,001 0,214 1,399 0,164 0,000 0,001 -0,006 0,124 0,114 0,284 3,524 -0,003 0,002 -0,368 -2,176 0,031 -0,006 0,000 0,045 -0,191 -0,178 0,233 4,293 0,116 0,051 0,210 2,298 0,023 0,016 0,216 0,253 0,201 0,188 0,801 1,248 0,169 0,226 0,064 0,750 0,455 -0,278 0,616 0,173 0,067 0,061 0,909 1,100 (Constant) CSRI BVE CSRI*BVE LN_Size Profile Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients

t Sig. Lower Bound Upper Bound 95% Confidence Interval for B

Zero-order Partial Part Correlations

Tolerance VIF Collinearity Statistics

Dependent Variable: CEC

Sumber: Lampiran 4 Sumber: Lampiran 4

jatuh pada daerah bebas autokorelasi sehingga disimpulkan bahwa data yang dianalisis tidak mengandung autokorelasi. Daerah pengujian autokorelasi dengan uji Durbin Watson dapat disajikan pada Gambar 5.1 (Gujarati,1997).

Gambar 5.1

Daerah Pengujian Autokorelasi dengan Uji Durbin Watson

4) Uji Heterokedastisitas

Uji ini dilakukan untuk mengetahui apakah sebuah model regresi terjadi ketidaksamaan varians dari residual pada suatu pengamatan ke pengamatan lainnya. Jika varians dari residual pada satu pengamatan ke pengamatan yang lainnya tetap disebut terjadi homokedastisitas, jika variansnya berbeda disebut

heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau

tidak terjadi heterokedastisitas.

Alat untuk menguji heterokedastisitas dalam penelitian ini menggunakan metode

Glejser yaitu dengan meregresikan nilai absolut residual terhadap variabel

independennya. Pengujian dapat dilakukan dengan melihat nilai signifikansi t hitung. Jika nilai signifikansi b_i > 0,05 berarti tidak terjadi heterokedastisitas.

Terjadi autokorelasi positif Daerah bebas autokorelasi Terjadi autokorelasi negatif Daerah keragu- raguan Daerah keragu- raguan d1 du 4-du 4-d1 1,643 1,796 2,204 2,357

Berdasarkan uji Heteroskedastisitas diperoleh nilai sig uji t untuk variabel CSRI=0,064, BVE = 0,151, CSRI*BVE = 0,117, LN_Size = 0,307 dan Profile =0,796.Semua nilai signifikansi uji t variabel bebas lebih besar dari 0,05 sehingga dapat disimpulkan tidak terjadi heterokedastisitas.

Tabel 5.6

Uji Heteroskedastisitas

5.3 Uji Kelayakan Model (Goodness of Fit)

Uji kelayakan model (Goodness of Fit) dapat diukur dari nilai koefisien determinasi, nilai statistik F dan nilai statistik t seperti yang tercantum pada Lampiran 5. Berdasarkan pengujian yang telah dilakukan, dapat diketahui bahwa:

Dalam dokumen PENGARUH DAYA INFORMASI AKUNTANSI PADA HUBUNGAN PENGUNGKAPAN CORPORATE SOCIAL RESPONSIBILITY DENGAN COST OF EQUITY CAPITAL (Halaman 64-70)