BAB V Analisis Data dan Pembatasan
2. Menentukan Metode Analisis Data
Method of Succesive Interval merupakan metode yang digunakan
untuk mengkonversi data ordinal menjadi data interval. Langkah method
of succesive interval adalah:
1) Menghitung frekuensi setiap kategori
Tabel 5.4 Frekuensi Setiap Kategori PROPER
Peringkat PROPER Skor Frekuensi
Emas 5 3 Hijau 4 15 Biru 3 32 Merah 2 1 Hitam 1 3 Total Frekuensi 54
2) Menghitung proporsi untuk setiap kategori dengan membagi jumlah frekuensi tiap kategori dengan total keseluruhan sampel.
a) Peringkat Hitam (skor 1) = = 0,055556
b) Peringkat Merah (skor 2) =
= 0,018519
c) Peringkat Biru (skor 3) =
= 0,592593
d) Peringkat Hijau (skor 4) = = 0,277778
e) Peringkat Emas (skor 5) =
= 0,055556
3) Menjumlahkan proporsi secara beruntun sehingga menhasilkan proporsi kumulatif untuk setiap kategori.
a) Pk1 = 0,055556
b) Pk2 = 0,055556 + 0,018519 = 0,074074 c) Pk3 = 0,500000 + 0,592593 = 0,666667 d) Pk4 = 0,937500 + 0,277778 = 0,944444 e) Pk5 = 0,979167 + 00,055556 = 1
4) Menghitung nilai Z setiap kategori berdasarkan proporsi kumulatif setiap kategori dengan menggunakan tabel distribusi normal baku. a) Menghitung nilai Z yang akan digunakan dengan menggunakan
rumus =NORMSINV (nilai Pk) dalam microsoft excel.
Tabel 5.5 Nilai Z Nilai Z Z1 -1,59322 Z2 -1,44610 Z3 0,430727 Z4 1,593219 Z5 ~
b) Menentukan ordinat Z yang akan digunakan dengan menggunakan rumus =NORMDIST(nilai Z,0,1,0)
Tabel 5.6 Nilai Ordinat Z
Nilai Ordinat Z1 0,112128 Z2 0,140219 Z3 0,363600 Z4 0,112128 Z5 ~
5) Menghitung nilai skala untuk setiap nilai Z dengan rumus :
a)
= -2,01831 b)
= -1,51692 c)
= -0,37695 d)
= 0,905297 e)
= 2,018309
6) Melakukan transformasi nilai skala dengan rumus: Y= SVi + SVMin a) Ubah nilai Scale Value (SV) terkecil menjadi sama dengan 1
SV terkecil adalah -2,01831
Maka Y1 = -2,01831+ (2,01831+ 1) Y1 = -2,01831+ 3,01831 Y1 = 1
b) Transformasi nilai skala dengan rumus: Y = Sv + Sv min Y1 = 1 Y2 = -1,51692 + 3,01831= 1,501385 Y3 = -0,37695+ 3,01831 = 2,641355 Y4 = 0,905297+ 3,01831= 3,923607 Y5 = 2,018309+ 3,01831= 5,036618
Tabel 5.7 Hasil Transformasi Data dengan Metode Succesive
Interval (MSI)
Peringkat Proper
Frekuensi Skor Kategori Ordinal Skor Kategori Interval Emas 3 5 5,036618 Hijau 15 4 3,923607 Biru 32 3 2,641355 Merah 1 2 1,501385 Hitam 3 1 1 b)Statistik Deskriptif
Tabel 5.8 Statistik Deskriptif
N Minimum Maximum Mean Std. Deviation
K_Lingkungan 54 1.0000 5.0366 2.9369410 .8151780 CSR_Disclosure 54 .3077 .7435 .507850 .1213880 ROA 54 -.6193 .4038 .091885 .1436128 ROE 54 -.7674 1.2195 .167443 .2762824 PER 54 -24.45 81.92 17.4572 17.78754 Valid N (listwise) 54
Sumber: Data diolah
Statistik deskriptif memberikan informasi mengenai karakteristik variabel penelitian serta cara pengumpulan dan penyajian data sehingga
mudah dipahami. Tabel statistik deskriptif menunjukkan nilai minimum, maksimum, mean, serta standar deviasi pada kinerja lingkungan, CSR
Disclosure, ROA, ROE serta PER.
Tabel 5.8 menunjukkan bahwa kinerja lingkungan memiliki rata-rata sampel berada pada skor 2,936941 atau jika dilihat berdasarkan kategori PROPER berada pada kriteria Biru. Skor terendah kinerja lingkungan adalah 1 yang berarti bahwa ada perusahaan sampel yang berada pada kriteria hitam. Perusahaan-perusahaan yang memperoleh peringkat hitam merupakan perusahaan-perusahaan yang dinilai belum melakukan upaya pengelolaan lingkungan serta berpotensi mencemari lingkungan. Sampel perusahaan yang mendapatkan peringkat hitam dengan nilai terendah 1 yaitu PT. Ultrajaya Milk, Tbk, PT. Kertas Basuki Rachmat Indonesia, Tbk pada tahun 2009 dan PT. Suparma, Tbk.
Nilai tertinggi kinerja lingkungan adalah 5,0366 yang berarti ada perusahaan yang mendapatkan peringkat emas yang merupakan peringkat tertinggi dalam PROPER. Perusahaan yang memperoleh peringkat emas yaitu PT. Indocement Tunggal Prakarsa, Tbk pada tahun 2009 serta PT. Holcim Indonesia, Tbk pada tahun 2010 dan 2011. Perusahaan ini dinilai telah melakukan pengelolaan lingkungan lebih dari yang dipersyaratkan.
Berdasarkan tabel 5.8 dapat dilihat bahwa rata-rata untuk CSR
Disclosure sebesar 0,518272. Hal ini berarti bahwa rata-rata perusahaan-
total pengungkapan sebanyak 78 item. Perusahaan yang memiliki indeks pengungkapan CSR paling tinggi adalah PT. Unilever Indonesia, Tbk pada tahun 2011 dengan indeks CSR Disclosure sebesar 0,7435 dengan total pengungkapan 58 item dari 78 item. Perusahaan yang paling sedikit melaporkan CSR Disclosure adalah PT. Kertas Basuki Rachmat Indonesia, Tbk pada tahun 2009 sebesar 0,3077 dengan total pengungkapan 24 item dari 78 item.
Kinerja keuangan yang diukur dengan menggunakan ROA menunjukkan rata-rata sebesar 0, 091885 atau 9,19%. Unilever pada tahun 2012 memiliki nilai ROA tertinggi yaitu sebesar 40,38% yang berarti perusahaan memiliki kemampuan yang baik untuk menghasilkan laba dengan mengelola dan mengolah semua aset yang dimilikinya. Nilai ROA terendah dimiliki oleh PT. Kertas Basuki Rachmat Indonesia, Tbk pada tahun 2010 yaitu -0,619 atau -61,9%. Hal ini mengindikasikan bahwa PT. Kertas Basuki Rachmat Indonesia, Tbk belum dapat memanfaatkan asetnya dengan sebaik-baiknya. PT. Kertas Basuki Rachmat Indonesia, Tbk mengalami kerugian dua tahun berturut-turut pada tahun 2010 dan 2011 sehingga menyebabkan nilai ROA perusahaan ini bernilai negatif.
Kinerja keuangan yang diukur dengan menggunakan ROE menunjukkan rata-rata sebesar 0,167443. Nilai ROE tertinggi adalah 1,2195 yaitu ROE pada PT. Unilever Indonesia, Tbk pada tahun 2011.
Sedangkan nilai terendah sebesar -0,767 yaitu ROE pada PT. Kertas Basuki Rachmat Indonesia, Tbk.
Kinerja keuangan yang diukur dengan menggunakan PER menunjukkan rata-rata sebesar 17,4572. PT. Fajar Surya Wisesa, Tbk pada tahun 2011 memiliki nilai PER tertinggi yaitu sebesar 81,92. Nilai PER terendah adalah -24,45 yaitu PER pada perusahaan PT. Kertas Basuki Rachmat Indah, Tbk pada tahun 2012.
c) Uji Asumsi Klasik 1) Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah data yang akan dianalisis berdistribusi normal atau tidak berdistribusi normal. Pengujian normalitas dilakukan melalui uji Kolmogorov-Smirnov. Apabila angka signifikansi > 0,05 maka data berdistribusi normal.
Tabel 5.9 Hasil Uji Normalitas
Persamaan Nilai Asymp. Sig. Keterangan
Persamaan I 0,560 Normal
Persamaan II 0,100 Normal
Persamaan III 0,059 Normal
Tabel 5.9 menunjukkan hasil uji normalitas dengan uji
Kolmogorov-Smirnov untuk persamaan I hingga persamaan III.
Output pengujian selengkapnya dapat dilihat pada lampiran.
Berdasarkan uji normalitas dengan uji Kolmogorov-smirnov untuk persamaan pertama dalam tabel 5.9 menunjukkan bahwa nilai
asymp.sig (2-tailed) bernilai 0,560 lebih besar dari angka signifikansi
smirnov untuk persamaan kedua pada table 5.9 menunjukkan bahwa
nilai asymp.sig (2-tailed) bernilai 0,100 lebih besar dari angka signifikansi 0,05 hal ini menunjukkan bahwa data terdistribusi normal. Tabel 5.9 menunjukkan bahwa data pada persamaan ketiga terdistribusi normal. Nilai asymp. sig (2-tailed) pada uji normalitas dengan uji Kolmogorov-smirnov untuk persamaan ketiga adalah 0,059 lebih besar dari angka signifikansi 0,05, menunjukkan bahwa data terdistribusi normal.
2) Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Jika terdapat multikolinearitas akan berakibat koefisien regresi tidak dapat ditentukan serta standar deviasi menjadi tidak terhingga.
Suatu model regresi menunjukkan adanya multikolinearitas jika nilai Tolerance < 0,10, atau Nilai VIF > 10. Dari output regresi jika didapatkan nilai tolerance lebih dari 0,1 dan VIF kurang dari 10, berarti tidak terjadi multikolinearitas.
Tabel 5.10 menunjukkan hasil uji multikolinearitas untuk persamaan I hingga persamaan III. Output pengujian selengkapnya dapat dilihat pada lampiran.
Tabel 5.10 Hasil Uji Multikolinearitas Persamaan Variabel Independ. Nilai Tolerance Nilai VIF Keterangan Persamaan I (ROA) K_Link ICSR 0,635 1,576 Tidak ada Multikolinearitas Persamaan II (ROE) K_Link ICSR 0,635 1,576 Tidak ada Multikolinearitas Persamaan III (PER) K_Link ICSR 0,635 1,576 Tidak ada Multikolinearitas Berdasarkan uji multikolinearitas dengan SPSS dapat diketahui bahwa nilai tolerance untuk semua persamaan lebih besar dari 0,01 dan nilai VIF kurang dari 10. Dengan demikian dapat disimpulkan bahwa tidak ada multikolinearitas antara kinerja lingkungan dan CSR
Disclosure dengan ROA dalam persamaan pertama, antara kinerja
lingkungan dan CSR Disclosure dengan ROE dalam persamaan kedua, antara kinerja lingkungan dan CSR Disclosure dengan PER dalam persamaan ketiga.
3) Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam regresi terjadi ketidaksamaan varian residual dari satu pengamatan ke pengamatan lainnya. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Tabel 5.11 Hasil Uji Heterokedastisitas Persamaan Variabel Independ Uji Glejser Keterangan Persamaan I (ROA) K_Link ICSR 0,150 0,416 Tidak ada Heterokedastisitas Persamaan II (ROE) K_Link ICSR 0,531 0,075 Tidak ada Heterokedastisitas Persamaan III (PER) K_Link ICSR 0,122 0,696 Tidak ada Heterokedastisitas
Berdasarkan uji heterokedastisitas menggunakan uji Glejser dengan SPSS dapat diketahui bahwa nilai signifikansi untuk semua persamaan lebih besar dar 0,05 dengan demikian dapat disimpulkan bahwa tidak ada permasalahan heteroedastisitas antara kinerja lingkungan dan CSR Disclosure dengan ROA dalam persamaan pertama, antara kinerja lingkungan dan CSR Disclosure dengan ROE dalam persamaan kedua serta antara kinerja lingkungan dan CSR
Disclosure dengan PER dalam persamaan ketiga.
4) Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 pada persamaan regresi linear. Dalam model regresi yang baik adalah tidak terjadi autokorelasi. Ada atau tidak adanya autokorelasi dapat diketahui dengan melakukan uji run test. Run test digunakan untuk melihat apakah data residual terjadi secara random atau tidak.
Tabel 5.11 menunjukkan hasil uji autokorelasi untuk persamaan I hingga persamaan III. Output pengujian selengkapnya dapat dilihat pada lampiran.
Tabel 5.11 Hasil Uji Autokorelasi
Persamaan Run Test Keterangan
Persamaan I (ROA) 0,272 Tidak Terdapat Autokorelasi Persamaan II (ROE) 0,583 Tidak Terdapat Autokorelasi Persamaan III (PER) 0,783 Tidak Terdapat Autokorelasi
Pada uji autokorelasi dengan menggunakan uji run test pada persamaan pertama hingga persamaan ketiga dapat diketahui bahwa tidak terdapat permasalahan autokorelasi pada persamaan pertama, kedua maupun pada persamaan ketiga.
d)Pengujian Data Panel
Analisis regresi data panel digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen. Pendekatan yang digunakan dalam penelitian ini adalah pooled ols. Model analisis yang digunakan dalam melakukan pengujian terhadap hipotesis diformulasikan sebagai berikut:
1) Persamaan Model Pertama
KK (ROA) = 1 + 1KL + 2CSRD +
Keterangan:
1 : Intersep (konstanta) perusahaan pembanding
1 ; 2 : Koefisien Regresi
: Error term
CSRD : Corporate Social Responsibility Disclosure
KL : Kinerja Lingkungan Perusahaan
Tabel 5.12 Hasil Regresi Data Panel Persamaan Pertama (ROA)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -.313 .069 -4.571 .000 K_Link .017 .023 .094 .709 .481 CSRD .702 .157 .593 4.461 .000
Berdasarkan tabel 5.12 maka dapat disusun persamaan regresi sebagai berikut:
KK (ROA) = -0,313 + 0,017KL + 0,702CSRD
Nilai konstanta untuk persamaan regresi adalah -0,313. Hal ini berarti bahwa tanpa adanya kinerja lingkungan dan CSR
Disclosure maka ROA akan mengalami penurunan sebesar 0,313.
Besarnya hubungan antara variabel ROA dengan kinerja lingkungan ditunjukkan dengan nilai koefisien regresi sebesar 0,017. Koefisien ini berarti bahwa setiap peningkatan 1% nilai kinerja lingkungan mengakibatkan kenaikan ROA sebesar 1,7% dengan asumsi variabel lain dianggap konstan.
Hubungan antara variabel ROA dengan CSR Disclosure ditunjukkan dengan nilai koefisien regresi sebesar 0,702. Koefisien regresi sebesar 0,702 ini berarti bahwa setiap peningkatan 1% CSR
Disclosure, ROA akan mengalami peningkatan sebesar 70,2%
dengan asumsi variabel lain dianggap konstan. 2) Persamaan Kedua
KK (ROE) = 1 + 1KL + 2CSRD +
Tabel 5.13 Hasil Uji Panel Persamaan Kedua (ROE)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -.581 .134 -4.327 .000 K_Link_transform .013 .046 .040 .294 .770 CSRD 1.395 .308 .613 4.529 .000
Berdasarkan tabel 5.13 maka dapat disusun persamaan regresi sebagai berikut:
KF(ROE) = -0,581 + 0,013KL + 1,395CSRD
Nilai konstanta untuk persamaan regresi kedua adalah -0,581. Hal ini berarti bahwa tanpa adanya kinerja lingkungan dan CSR
Disclosure maka ROE akan mengalami penurunan sebesar 0,581.
Besarnya hubungan antara variabel ROE dengan kinerja lingkungan ditunjukkan dengan nilai koefisien regresi sebesar 0,013. Koefisien ini berarti bahwa setiap peningkatan 1% nilai kinerja lingkungan mengakibatkan kenaikan ROE sebesar 1,3% dengan asumsi variabel lain dianggap konstan.
Hubungan antara variabel ROE dengan CSR Disclosure ditunjukkan dengan nilai koefisien regresi sebesar 1,395. Koefisien regresi sebesar 1,395 ini memiliki arti bahwa setiap peningkatan 1% indeks CSR berarti ROA akan mengalami peningkatan sebesar 139,5% dengan asumsi variabel lain dianggap konstan.
3) Persamaan Ketiga
KFPER = 1 + 1KL + 2CSRD +
Tabel 5.14 Hasil Uji Panel Persamaan Ketiga (PER)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .793 10.530 .075 .940 K_Link -5.315 3.599 -.244 -1.477 .146 CSRD 63.553 24.168 .434 2.630 .011
Berdasarkan tabel 5.14 maka dapat disusun persamaan regresi sebagai berikut:
KF (PER) = 0,793 -5,315KL + 63,553CSRD
Nilai konstanta untuk persamaan regresi ketiga adalah 0,793. Hal ini berarti bahwa tanpa adanya kinerja lingkungan dan CSR
Disclosure maka PER akan mengalami penurunan sebesar 0,793.
Besarnya hubungan antara variabel PER dengan kinerja lingkungan ditunjukkan dengan nilai koefisien regresi sebesar - 5,315. Koefisien ini berarti bahwa setiap peningkatan 1% nilai kinerja lingkungan mengakibatkan menurunnya PER sebesar 5,315% dengan asumsi variabel lain dianggap konstan.
Hubungan antara variabel PER dengan CSR Disclosure ditunjukkan dengan nilai koefisien regresi sebesar 63,553. Koefisien regresi sebesar 63,553 ini memiliki arti bahwa setiap peningkatan 1% CSR Disclosure berarti PER akan mengalami peningkatan sebesar 63,553% dengan asumsi variabel lain dianggap konstan.
e) Pengujian Hipotesis
1) Uji Signifikansi Simultan (Uji F)
Uji F menunjukkan pengaruh secara bersama-sama variabel
CSR Disclosure dan kinerja lingkungan terhadap kinerja
a. Merumuskan Hipotesis Ho: β1 = β2 = 0
Ha: β1 ≠β2 ≠ 0
Ho CSR Disclosure dan kinerja lingkungan secara bersama-
sama tidak berpengaruh terhadap kinerja keuangan.
Ha CSR Disclosure dan kinerja lingkungan secara bersama- sama berpengaruh terhadap kinerja keuangan.
b. Menentukan Tingkat Signifikansi
Tingkat signifikansi (α) yang diharapkan adalah 5% (0,05) atau confidance interval sebesar 95%. Nilai F tabel dengan derajat bebas = (k-1) dan (n-k) = (2-1) dan (54-2) adalah 4,03.
c. Menentukan Kriteria Pengujian Ho tidak ditolak apabila Fhitung ≤ Ftabel Ho ditolak apabila Fhitung > Ftabel
d. Membandingkan Fhitung dengan Ftabel dan membandingkan p-
value dengan tingkat signifikansi.
Tabel 5.16 Perbandingan Fhitung, Ftabel dan p-value Variabel
Dependen
Fhitung Ftabel p-value Keterangan ROA 19.094 4,03 0,000 H0 ditolak, signifikan ROE 17,500 4,03 0,000 H0 ditolak, signifikan PER 4,467 4,03 0,039 H0 ditolak, signifikan
e. Menarik Kesimpulan
Berdasarkan uji F diperoleh hasil bahwa Fhitung > Ftabel yaitu 19,094 > 4,03 dan tingkat signifikansi lebih kecil dari 0,05 yaitu 0,000 dengan demikian H0 ditolak. Jadi dapat disimpulkan bahwa secara simultan variabel CSR Disclosure dan kinerja lingkungan secara bersama-sama berpengaruh terhadap ROA perusahaan.
Hasil uji F terhadap ROE sebagai variabel dependen menunjukkan bahwa nilai Fhitung sebesar 17,500 dengan p-
value sebesar 0,000. Nilai Fhitung 17,500 > Ftabel 4,03 dan p-
value 0,000 < 0,05 maka dapat disimpulkan bahwa H0 ditolak
sehingga secara bersama-sama variabel CSR Disclosure dan kinerja lingkungan berpengaruh terhadap ROE perusahaan.
Hasil uji F pada persamaan ketiga menunjukkan bahwa Fhitung lebih besar dari pada Ftabel yaitu Fhitung 4,467 < Ftabel 4,03 dengan tingkat signifikansi di bawah 0,05 yaitu 0,039 maka dapat disimpulkan bahwa H0 ditolak. Dengan demikian CSR
Disclosure dan kinerja lingkungan secara bersama-sama
berpengaruh terhadap PER.
2) Melakukan Pengujian Hipotesis dengan Uji t
Uji t digunakan untuk mengetahui pengaruh masing-masing variabel independen terhadap variabel dependen. Uji ini
digunakan untuk mengetahui pengaruh kinerja lingkungan dan
CSR Disclosure terhadap kinerja keuangan.
a. Merumuskan hipotesis
H0: β1 ; β2 ; β3 ; β4 ; β5 ; β6 ; β7 ; β8; β9 ; β10 = 0 Ha: β1 ; β2 ; β3 ; β4 ; β5 ; β6 ; β7 ; β8; β9 ; β10 ≠ 0
H01 Kinerja lingkungan tidak berpengaruh terhadap kinerja keuangan (ROAt+1)
Ha1 Kinerja lingkungan berpengaruh terhadap kinerja keuangan (ROAt+1)
H02 Kinerja lingkungan tidak berpengaruh terhadap kinerja keuangan (ROEt+1)
Ha2 Kinerja lingkungan berpengaruh terhadap kinerja keuangan (ROEt+1)
H03 Kinerja lingkungan tidak berpengaruh terhadap kinerja keuangan (PERt+1)
Ha3 Kinerja lingkungan berpengaruh terhadap kinerja keuangan (PERt+1)
H04 Pengungkapan CSR tidak berpengaruh terhadap kinerja keuangan (ROAt+1)
Ha4 Pengungkapan CSR berpengaruh terhadap kinerja keuangan (ROAt+1)
H05 Pengungkapan CSR tidak berpengaruh terhadap kinerja keuangan (ROEt+1)
Ha5 Pengungkapan CSR berpengaruh terhadap kinerja keuangan (ROEt+1)
H06 Pengungkapan CSR tidak berpengaruh terhadap kinerja keuangan (PERt+1)
Ha6 Pengungkapan CSR berpengaruh terhadap kinerja keuangan (PERt+1)
b. Menentukan tingkat signifikan
Tingkat signifikansi sebesar 5% dengan tingkat keyakinan sebesar 95% dengan pengujian dua sisi. Derajat bebas untuk pengujian adalah df = (n-2) = (54-2) sehingga diperoleh nilai ttabel sebesar 2,007.
c. Membandingkan nilai t hitung dengan t tabel dan tingkat signifikan
Apabila t hitung > t tabel, maka H0 ditolak Apabila t hitung < t tabel, maka H0 tidak ditolak
Tabel 5.17 Perbandingan thitung dan ttabel Persamaan Variabel
Independ ttabel thitung p-val Keterangan
I (ROA) K_Link ICSR 2,007 2,007 0,709 4,461 0,481 0,000 H0 tidak ditolak H0 ditolak II (ROE) K_Link ICSR 2,007 2,007 0,294 4,529 0,770 0,000 H0 tidak ditolak H0 ditolak
III (PER) K_Link ICSR 2,007 2,007 -1,477 2,630 0,146 0,011 H0 tidak ditolak H0 ditolak d. Menarik kesimpulan
Berdasarkan tabel 5.17, variabel kinerja lingkungan pada persamaan pertama memiliki thitung sebesar 0,709 dan nilai p-
value sebesar 0,481. Nilai thitung 0,709 < ttabel 2,007, dengan nilai p-value 0,481 > 0,050. Berdasarkan pengujian tersebut dapat disimpulkan bahwa kinerja lingkungan tidak berpengaruh terhadap kinerja keuangan yang ditunjukkan oleh variabel ROA. Tabel 5.17 juga menunjukkan hasil bahwa variabel CSR Disclosure pada persamaan pertama memiliki thitung sebesar 4,461 dan nilai p-value sebesar 0,000. Nilai thitung 4,461 > ttabel 2,007 dan nilai p-value 0,000 < 0,05. Oleh karena itu dapat disimpulkan bahwa CSR Disclosure berpengaruh terhadap kinerja keuangan yang ditunjukkan oleh variabel ROA.
Uji t pada persamaan kedua diperoleh hasil bahwa thitung untuk variabel kinerja lingkungan pada persamaan kedua sebesar 0,294 dan nilai p-value sebesar 0,770. Berdasarkan hasil tersebut dapat disimpulkan bahwa kinerja lingkungan tidak berpengaruh terhadap ROE. Hasil uji t juga menunjukkan bahwa thitung CSR Disclosure lebih besar dari pada ttabel, yaitu thitung 4,529 > 2,007 dengan p-value 0,000 < 0,050 sehingga dapat disimpulkan bahwa CSR Disclosure berpengaruh terhadap ROE.
Berdasarkan hasil uji t untuk persamaan ketiga, diperoleh hasil bahwa variabel kinerja lingkungan memiliki thitung sebesar -1,477 dan nilai p-value sebesar 0,146. Nilai
thitung 1,477 < ttabel 2,007 dan nilai p-value 0,146 > 0,05. Oleh karena itu dapat disimpulkan bahwa kinerja lingkungan tidak berpengaruh terhadap kinerja keuangan yang ditunjukkan oleh variabel PER. Tabel 5.17 juga menunjukkan bahwa variabel
CSR Disclosure memiliki thitung sebesar 2,630 dan nilai p-value sebesar 0,011. Nilai thitung 2,630 > ttabel 2,007, dengan nilai p-
value 0,011 < 0,050. Oleh karena itu dapat disimpulkan bahwa
CSR Disclosure berpengaruh terhadap kinerja keuangan yang
ditunjukkan oleh variabel PER. 3) Koefisien Determinasi (R2)
Koefisien determinasi mengukur seberapa jauh kemampuan model dapat menjelaskan variabel terikat, yaitu dengan menghitung koefisien determinasi (adjusted R2). Nilai R2 yang kecil berarti kemampuan variabel bebas dalam menjelaskan variabel terikat sangat terbatas, begitu pula sebaliknya (Ghozali, 2006: 83). Semakin besar adjusted R2 suatu variabel independen, maka menunjukkan semakin dominan pengaruh variabel independen terhadap variabel dependen.
Tabel 5.18 Hasil Koefisien Determinasi
Persamaan Adjusted R Square
Persamaan I 0,406
Persamaan II 0,384
Persamaan III 0,085
Berdasarkan tabel 5.18 dapat dilihat bahwa nilai adjusted
ROA dapat dijelaskan oleh variabel kinerja lingkungan dan CSR
Disclosure. Adjusted R2 pada persamaan II sebesar 0,384. Hal ini berarti 38,4% variabel ROE dapat dijelaskan oleh variabel kinerja lingkungan dan CSR Disclosure. Sedangkan adjusted R2 pada persamaan III hanya sebesar 0,085. Hal ini berarti variabel kinerja lingkungan dan CSR Disclosure dapat menjelaskan variabel PER sebesar 8,5%.
