Observed Cum Prob
1,0 ,8 ,5 ,3 0,0 E x pec ted C um P ro b 1,0 ,8 ,5 ,3 0,0
Sumber : Data diolah
4.3.2 Analisis Regresi Berganda
Setelah terpenuhinya normalitas data 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 11 for windows diperoleh output regresi linier berganda sebagai
Tabel 4 Regresi Linier Berganda Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 60,030 2,035 29,501 ,000 X1 -1,137 ,374 -,269 -3,037 ,003 X2 1,322 ,547 ,215 2,415 ,019 X3 -,022 ,054 -,040 -,405 ,687 X4 ,157 ,047 ,309 3,343 ,001 X5 6,500E-07 ,000 ,389 3,777 ,000 a Dependent Variable: Y1
Sumber : Data diolah
Dari Tabel 4 di atas dapat diketahui bahwa persamaan regresi berganda pada penelitian ini adalah sebagai berikut :
Y = 60,030 – 1,137X1 + 1,322X2 – 0,022X3 + 0,157X4 + 0,00000065X5
Dari persamaan regresi tersebut di atas, dapat dijelaskan bahwa :
- α = intersept sebesar 60,030 artinya apabila semua variabel independen (likuiditas, leverage, profitabilitas, porsi saham publik dan ukuran perusahaan) dianggap konstan (bernilai 0), maka kelengkapan pengungkapan laporan keuangan akan bernilai sebesar 60,030.
- Koefisien likuiditas (X1) sebesar -1,137, artinya apabila likuiditas
mengalami kenaikan sebesar 1% sedangkan variabel lain (leverage, profitabilitas, porsi saham publik dan ukuran perusahaan) dianggap konstan, maka kelengkapan pengungkapan laporan keuangan akan menurun sebesar 1,137%.
- Koefisien leverage (X2) sebesar 1,322, artinya apabila leverage
profitabilitas, porsi saham publik dan ukuran perusahaan) dianggap konstan, maka kelengkapan pengungkapan laporan keuangan akan meningkat sebesar 1,322%.
- Koefisien profitabilitas (X3) sebesar -0,022, artinya apabila
profitabilitas mengalami kenaikan sebesar 1% sedangkan variabel lain (likuiditas, leverage,, porsi saham publik dan ukuran perusahaan) dianggap konstan, maka kelengkapan pengungkapan laporan keuangan akan menurun sebesar 0,022%.
- Koefisien porsi saham publik (X4) sebesar 0,157 artinya apabila
leverage mengalami kenaikan sebesar 1% sedangkan variabel lain (likuiditas, leverage, profitabilitas dan ukuran perusahaan) dianggap konstan, maka kelengkapan pengungkapan laporan keuangan akan meningkat sebesar 0,157%.
- Koefisien ukuran perusahaan (X5) sebesar 0,00000065, artinya
apabila ukuran perusahaan mengalami kenaikan sebesar Rp1.000.000.000.000 sedangkan variabel lain (likuiditas, leverage, profitabilitas, dan porsi saham publik) dianggap konstan, maka kelengkapan pengungkapan laporan keuangan akan meningkat sebesar 0,00000065.
4.3.3 Koefisien Determinansi (R2)
Koefisien determinasi menunjukkan seberapa besar prosentase variabel independen (likuiditas, leverage, profitabilitas, porsi saham publik dan ukuran perusahaan) secara bersama-sama menerangkan
variasi variabel dependen (kelengkapan pengungkapan laporan keuangan)
Tabel 5 Koefisien Determinasi
Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,734(a) ,538 ,502 5,58712 a Predictors: (Constant), X5, X2, X1, X4, X3 b Dependent Variable: Y1
Sumber : Data diolah
Dari Tabel 5 hasil uji regresi diperoleh nilai koefisien determinasi (Adjusted R Square) sebesar 0,502. Hasil ini berarti bahwa ada kontribusi sebesar 50,2% dari variabel independen (likuiditas, leverage, profitabilitas, porsi saham publik dan ukuran perusahaan) dalam memprediksi kelengkapan laporan keuangan perusahaan manufaktur yang menjadi target populasi. Sedangkan sisanya 49,8% (100% - 50,2%) dijelaskan oleh variabel lainnya yang tidak diteliti dalam penelitian ini. 4.3.4 Uji Hipotesis
1. Uji F (Uji Simultan)
Uji F digunakan untuk memprediksi pengaruh positif antara variabel independen yaitu (likuiditas, leverage, profitabilitas, porsi saham publik, dan ukuran perusahaan) secara simultan atau bersama-sama terhadap variabel dependen (kelengkapan pengungkapan laporan keuangan).
Berdasarkan pengujian dengan SPSS diperoleh output ANOVA pada Tabel 6 berikut ini :
Tabel 6 Uji ANOVA (Uji F)
ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 2327,011 5 465,402 14,909 ,000(a) Residual 1997,818 64 31,216 Total 4324,829 69 a Predictors: (Constant), X5, X2, X1, X4, X3 b Dependent Variable: Y1
Sumber : Data diolah
Dari Tabel 6 diatas diketahui nilai Fhitung sebesar 14,909
dengan nilai signifikansi sebesar 0,000. Sedangkan untuk mencari Ftabel dengan jumlah sampel (n) = 70; jumlah variabel (k) = 6; taraf
signifikansi α = 5%; degree of freedom df1 = k-1 = 5 dan df2 = n-k
= 70-6 = 64 diperoleh nilai Ftabel sebesar 2,36 (taraf signifikansi α = 5%).
Hasil uji ANOVA antara likuiditas (X1), leverage (X2),
profitabilitas (X3), porsi saham publik (X4) dan ukuran perusahaan
(X5) terhadap kelengkapan pengungkapan laporan keuangan (Y)
diperoleh Fhitung (14,909) > Ftabel (2,36). Hal ini mengindikasikan
bahwa secara simultan atau bersama-sama faktor-faktor fundamental berpengaruh positif terhadap kelengkapan pengungkapan laporan keuangan perusahaan yang diteliti.
2. Uji t (Uji Parsial)
Uji t dilakukan untuk memprediksi ada tidaknya pengaruh secara parsial variabel independen terhadap variabel dependen (kelengkapan pengungkapan laporan keuangan).
Dalam pengujian ini dilakukan uji satu sisi dengan derajat kebebasan sebesar 5% agar kemungkinan terjadinya gangguan kecil. Uji satu sisi juga lebih sering digunakan. Dalam penelitian ini diperoleh sampel penelitian sebesar 35 perusahaan, karena menggunakan periode pengamatan selama 2 (dua) tahun, maka total sampel adalah sebesar 70 laporan keuangan perusahaan.
Nilai ttabel dengan jumlah sampel (n) = 70; jumlah variabel (k)
= 6; taraf signifikan α = 5%; degree of freedom (df) = n-k = 70-6 =
64 sehingga diperoleh nilai ttabel sebesar ± 1,67 (satu sisi).
¾ Uji t antara likuiditas terhadap kelengkapan pengungkapan
laporan keuangan
Berdasarkan Tabel 4 diatas, hasil perhitungan dengan
SPSS versi 11.5 for windows dapat diketahui bahwa nilai thitung
(-3,037) > ttabel (-1,67) (karena daerah kritis tidak terpengaruh
adanya nilai negatif) dan nilai signifikansi sebesar 0,003 < taraf
signifikansi α = 5% = 0,05; maka dari hasil uji ini dinyatakan Ho
ditolak sehingga dapat dikatakan bahwa Ha diterima yang artinya secara parsial rasio likuiditas berpengaruh negatif terhadap kelengkapan pengungkapan laporan keuangan.
¾ Uji t antara leverage terhadap kelengkapan pengungkapan laporan keuangan
Berdasarkan Tabel 4 diatas, hasil perhitungan dengan
SPSS versi 11.5 for windows dapat diketahui bahwa nilai thitung
(2,415) > ttabel (1,67) dan nilai signifikansi sebesar 0,019 < taraf
signifikansi α = 5% = 0,05; maka dari hasil uji ini dinyatakan Ho
ditolak dan Ha diterima yang artinya secara parsial rasio leverage berpengaruh positif terhadap kelengkapan pengungkapan laporan keuangan.
¾ Uji t antara profitabilitas terhadap kelengkapan pengungkapan
laporan keuangan
Berdasarkan Tabel 4 diatas, hasil perhitungan dengan
SPSS versi 11.5 for windows dapat diketahui bahwa nilai thitung
(-0,405) < ttabel (-1,67) (karena daerah kritis tidak terpengaruh
adanya nilai negatif) dan nilai signifikansi sebesar 0,687 > taraf
signifikansi α = 5% = 0,05; maka dari hasil uji ini dinyatakan Ho
diterima, yang artinya secara parsial rasio profitabilitas tidak mempengaruhi tingginya kelengkapan pengungkapan laporan keuangan.
¾ Uji t antara porsi saham publik terhadap kelengkapan
pengungkapan laporan keuangan
Berdasarkan Tabel 4 diatas, hasil perhitungan dengan
(3,343) > ttabel (1,67) dan nilai signifikansi sebesar 0,001 < taraf
signifikansi α = 5% = 0,05; maka dari hasil uji ini dinyatakan Ho
ditolak sehingga Ha diterima, yang artinya secara parsial porsi saham publik berpengaruh positif terhadap kelengkapan pengungkapan laporan keuangan.
¾ Uji t antara ukuran perusahaan terhadap kelengkapan
pengungkapan laporan keuangan
Berdasarkan Tabel 4 diatas, hasil perhitungan dengan
SPSS versi 11.5 for windows dapat diketahui bahwa nilai thitung
(3,777) > ttabel (1,67) dan nilai signifikansi sebesar 0,000 < taraf
signifikansi α = 5% = 0,05; maka dari hasil uji ini dinyatakan Ho
ditolak dan Ha diterima, yang artinya secara parsial ukuran perusahaan berpengaruh positif terhadap kelengkapan pengungkapan laporan keuangan.
4.3.5 Uji Asumsi Klasik 1. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menunjukkan ada tidaknya hubungan linier di antara variabel-variabel independen dalam model regresi. Salah satu cara untuk mengetahui ada tidaknya multikolinearitas pada suatu model regresi adalah dengan melihat
nilai tolerance dan VIF (Variance Inflation Factor). Jika nilai
tolerance > 0,10 dan VIF <10, maka dapat diartikan bahwa tidak terdapat multikolinearitas pada penelitian tersebut. Dan sebaliknya,
jika nilai tolerance < 0,10 dan VIF > 10 maka terjadi multikolinearitas.
Hasil uji multikolinearitas dapat dilihat pada Tabel 7 berikut ini :
Tabel 7 Asumsi Multikolinearitas
Coefficients(a)
Model Collinearity Statistics
Tolerance VIF 1 (Constant) X1 ,922 1,085 X2 ,906 1,104 X3 ,752 1,330 X4 ,848 1,180 X5 ,682 1,467 a Dependent Variable: Y1
Sumber : Data diolah
Dari tabel 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.
2. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Pada suatu model regresi yang baik adalah yang berkondisi homokedastisitas atau tidak terjadi heterokedastisitas.
Salah satu cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat grafik plot antara nilai
prediksi variabel terikat (ZPRED) dengan nilai residualnya (SRESID). Jika tidak ada pola yang jelas dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
Hasil pengujian heterokedastisitas pada penelitian ini dapat dilihat pada Gambar 3 berikut ini :
Gambar 3 Grafik Heterokedastisitas
