Hasil Uji Asumsi Klasik a.Hasil Uji Multikolinearitas

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian

4.1.3 Hasil Uji Asumsi Klasik a.Hasil Uji Multikolinearitas

Multikolinearitas artinya antarvariabel independen yang ada mendekati sempurna (koefisien korelasi tinggi atau bahkan mencapai satu) (Algifari 2000:84). Sedangkan menurut Sumodiningrat (1999:281) istilah multikolinearitas digunakan untuk menunjukkan ada tidaknya hubungan linier di antara variabel-variabel independen dalam model regresi.

Untuk mengetahui ada tidaknya multikolinearitas pada suatu model regresi yaitu dengan melihat nilai tolerance dan VIF (Variance Inflation Factor). Hasil uji multikolinearitas dapat dilihat pada tabel 4.14 berikut ini :

Tabel 4.14 Asumsi Multikolinearitas

Coefficients^a Model Collinearity Statistics Tolerance VIF 1 (Constant) PEA .775 1.290 Likuiditas .836 1.196 Leverage .819 1.221 Profitabilitas .882 1.134 Size .816 1.225 a. Dependent Variable: KPWLK

Sumber : data sekunder yang diolah

Berdasarkan tabel 4.14 di atas, dapat diketahui bahwa nilai tolerance semua variabel independen > 0,10 dan begitu juga dengan nilai VIFnya <10,

sehingga dalam penelitian ini tidak terjadi multokolinearitas dalam model regresinya.

b. HasilUji Heteroskedastisitas

Heteroskedastisitas adalah adanya varians variabel dalam model regresi yang tidak sama (konstan). Model regresi yang baik adalah yang berkondisi homokedastisitas atau tidak terjadi heterokedastisitas. Konsekuensi adanya heroskedastisitas dalam model regresi adalah penaksir (estimator) yang diperoleh tidak efisien, baik dalam sampel kecil maupun sampel besar.

Salah satu cara untuk mendiagnosis adanya heteroskedastisitas dalam suatu model regresi adalah dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID).

Hasil pengujian heterokedastisitas pada penelitian ini dapat dilihat pada Gambar 4.2 berikut ini

Sumber : data sekunder yang diolah

Berdasarkan grafik tersebut, dapat diketahui bahwa model regresi dalam penelitian ini tidak terdapat gangguan heterokedastisitas karena tidak ada pola yang jelas pada titik-titiknya. Titik-titiknya juga menyebar di atas dan di bawah angka 0 pada sumbu Y, kondisi ini menunjukkan tidak terjadinya heterokedastisitas.

Selain itu untuk mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan Uji Gletser dengan meregres nilai absulut residual terhadap variabel indpenden ( Gujarati,2003), apabila variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas.

Berdasarkan hasil penelitian dengan menggunakan program SPSS versi 17

for windows diperoleh output sebagai berikut :

Tabel 4.15 Hasil Uji Gletser

Coefficients^a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) .025 .032 .784 .438 PEA .068 .039 .281 1.764 .085 Likuiditas .000 .002 -.062 -.407 .686 Leverage -.037 .037 -.154 -.995 .325 Profitabilitas .040 .146 .042 .278 .783 Size 6.263E-12 .000 .207 1.335 .189

a. Dependent Variable: abresid

Sumber : data sekunder yang diolah

Berdasarkan tabel 4.15 diatas dapat menujukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel depanden nilai absolud residual (abresid). Hal ini dapat dilihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5%, yaitu variabel PEA 0,085 >

tingkat kepercayaan 0,05, variabel likuiditas 0,686 > tingkat kepercayaan 0,05, variabel leverage 0,325 > tingkat kepercayaan 0,05, variabel profitabilitas 0,738 > tingkat kepercayaan 0,05, dan variabel size 0,189 > tingkat kepercayaan 0,05. Hal tersebut dapat disimpulkan bahwa model regresi tidak mengandung adanya heteroskedastisitas.

4.1.4 Analisis Regresi Berganda

Terpenuhinya uji normalitas data dan uji asumsi klasik maka akan dilanjutkan dengan pengujian hipotesis. Pada penelitian ini hipotesis dikembangkan dengan menggunakan metode analisis regresi berganda.

Berdasarkan hasil penelitian dengan menggunakan program SPSS versi 17 for windows diperoleh output regresi linier berganda sebagai berikut :

Tabel 4.16 Regresi Linier Berganda

Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .283 .063 4.473 .000 PEA -.087 .077 -.156 -1.139 .261 Likuiditas .009 .004 .273 2.080 .043 Leverage .194 .073 .353 2.656 .011 Profitabilitas .435 .289 .193 1.507 .139 Size 3.134E-11 .000 .448 3.367 .002 a. Dependent Variable: KPWLK

Sumber : data sekunder yang diolah

Berdasarkan tabel 4.16 di atas dapat diketahui bahwa persamaan regresi berganda pada penelitian ini adalah sebagai berikut :

Y = 0,283 – 0,087X1 + 0,009X2 + 0,194X3 + 0,435X4 + 0,00000000003134X5 Dari persamaan regresi tersebut di atas, dapat dijelaskan bahwa :

a). α = intersept sebesar 0,283 artinya apabila semua variabel independen (partisipasi ekonomi anggota, likuiditas, leverage, profitabilitas, dan size) dianggap konstan (bernilai 0), maka kelengkapan pengungkapan laporan keuangan akan bernilai sebesar 0,283.

b). Koefisien partisipasi ekonomi anggota (X1) sebesar -0,087, artinya apabila partisipasi ekonomi anggota mengalami kenaikan sebesar 1 satuan sedangkan variabel lain (likuiditas, leverage, profitabilitas dan size ) dianggap konstan, maka kelengkapan pengungkapan laporan keuangan akan menurun sebesar 0,087.

c). Koefisien likuiditas (X2) sebesar 0,009, artinya apabila likuiditas mengalami kenaikan sebesar 1 satuan sedangkan variabel lain (partisipasi ekonomi anggota, leverage, profitabilitas, dan size) dianggap konstan, maka kelengkapan pengungkapan laporan keuangan akan meningkat sebesar 0,009. d). Koefisien Leverage (X3) sebesar 0,194, artinya apabila leverage mengalami

kenaikan sebesar 1 satuan sedangkan variabel lain (partisipasi ekonomi anggota, likuiditas, profitabilitas dan size) dianggap konstan, maka kelengkapan pengungkapan laporan keuangan akan meningkat sebesar 0,194. e). Koefisien profitabilitas (X4) sebesar 0.435 artinya apabila profitabilitas

mengalami kenaikan sebesar 1 sedangkan variabel lain (partisipasi ekonomi anggota, likuiditas, leverage dan size) dianggap konstan, maka kelengkapan pengungkapan laporan keuangan akan meningkat sebesar 0,435.

f). Koefisien size (X5) sebesar 0,00000000003134 artinya apabila size mengalami kenaikan sebesar 1 satuan sedangkan variabel lain (partisipasi

ekonomi anggota, likuiditas, leverage dan profitabilitas) dianggap konstan, maka kelengkapan pengungkapan laporan keuangan akan meningkat sebesar 0,00000000003134.

4.1.5 Uji Hipotesis

Hasil uji hipotesis dapat dilihat pada tabel 4.18 sebagai berikut :

Tabel 4.18 Hasil Uji Hipotesis

No. Hipotesis Bunyi Hipotesis Hasil Uji 1. H1 Ada pengaruh secara positif partisipasi ekonomi

anggota terhadap kelengkapan pengungkapan wajib laporan keuangan KPRI.

Ditolak, dengan signifikansi 0,261 >0,05 2. H2 Ada pengaruh secara positif likuiditas terhadap

kelengkapan pengungkapan wajib laporan keuangan KPRI.

Di terima, dengan signifikansi 0,043 <0,05 3. H3 Ada pengaruh secara positif leverage terhadap

kelengkapan pengungkapan wajib laporan keuangan KPRI

Diterima, dengan probabilitas 0,011 < 0,05 4. H4 Ada pengaruh rasio secara positif profitabilitas

terhadap kelengkapan pengungkapan laporan keuangan KPRI.

Ditolak, dengan signifikansi 0,139 > 0,05 5. H5 Ada pengaruh secara positif size terhadap kelengkapan

pengungkapan wajib laporan keuangan KPRI.

Di terima, dengan signifikansi 0,002 < 0,05 6. H6 Ada pengaruh partisipasi ekonomi anggota, likuiditas,

leverage, profitabilitas dan size terhadap kelengkapan pengungkapan wajib laporan keuangan KPRI

Diterima, dengan signifikansi 0,001 < 0,05

a. HasilUji t ( Uji Parsial)

Uji t digunakan untuk menguji koefisien regresi secara parsial dari variabel independennya. Pengujian dilakukan menggunakan uji distribusi t, dengan membandingkan nilai Sig. dengan taraf signifikansi 5 %. Hasil uji parsial sebagai berikut :

a). Uji t Hipotesis 1 (H1) Ada pengaruh secara positif partisipasi ekonomi anggota terhadap kelengkapan pengungkapan wajib laporan keuangan KPRI.