BAB IV : ANALISIS DATA DAN PEMBAHASAN
VARIABEL KONTROL
4.2. Pengujian dan Hasil Analisis Data 1 Statistik Deskriptif 1 Statistik Deskriptif
4.2.2 Pengujian Sebelum Menggunakan Variabel Kontrol 4.2.3 Uji Asumsi Klasik 4.2.3 Uji Asumsi Klasik
Sebelum melakukan uji regresi, peneliti harus memastikan bahwa uji regresi yang dilakukan adalah bebas dari uji asumsi klasik. Uji asumsi klasik dari masing-masing model adalah sebagai berikut:
1. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal (Ghozali, 2016). Uji normalitas dalam peneletian ini menggunakan uji Kolmogorov-Smirnov (K-S) yang merupakan uji normalitas dengan nilai residual terdistribusi normal jika nilai Sig > 0,05. Hasil uji normalitas dapat dilihat pada tabel 4.3:
Tabel 4.3
Hasil Uji Normalitas dengan Kolmogorov-Smirnov (K-S) Sebelum Menggunakan Variabel Kontrol
Unstandardized Residual
N 50
Normal Parametersa,b Mean .0000000
Std. Deviation .03650049 Most Extreme Differences Absolute .108 Positive .108 Negative -.062 Test Statistic .108
Asymp. Sig. (2-tailed) .198c
Sumber: Output SPSS 22, 2017.
Berdasarkan tabel uji Kolmogorov-Sminov menunjukkan bahwa nilai signifikansinya sebesar 0.198 > 0.05. Dengan demikian, dapat disimpulkan bahwa model regresi layak digunakan karena memenuhi asumsi normalitas atau dapat dikatakan sebaran data penelitian terdistribusi normal.
2. Uji Multikolonieritas
Uji Multikolonieritas dalam penelitian ini digunakan untuk melihat apakah terjadi korelasi antara variabel bebas (independen). Mengukur ada tidaknya korelasi antar variabel bebas dalam penelitian ini dapat dilihat dari nilai tolerance dan variance inflation factor (VIF). Jika VIF < 10 dan tolerance > 0.1 maka dapat dikatakan bahwa model regresi tidak terdapat masalah multikoloneritas (Ghozali, 2016). Hasil uji multikolonieritas ditunjukkan pada tabel 4.4:
60
Tabel 4.4
Hasil Uji Multikolonieritas
Sebelum Menggunakan Variabel Kontrol
Model Collinearity Statistics Tolerance VIF 1 (Constant) FAM .697 1.436 FRG .697 1.436 Sumber: Output SPSS 22, 2017.
Dari hasil uji multikolonieritas menunjukkan bahwa semua variabel independen memiliki nilai tolerance > 0.10 dan VIF < 10. Dengan demikian dapat disimpulkan bahwa tidak terjadi korelasi antar variabel independen sehingga model regresi ini tidak ada masalah multikolinieritas.
3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier pada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu terhadap periode t-1 (sebelumnya). Untuk menguji autokorelasi menggunakan uji Durbin Watson (DW). Tabel di bawah ini menunjukkan hasil dari uji autokorelasi sebagai berikut:
Tabel 4.5 Hasil Uji Autokorelasi
Sebelum Menggunakan Variabel Kontrol
Model Change Statistics Durbin-Watson R Square Change F Change df1 df2 Sig. F Change 1 .251 7.873 2 47 .001 1.823 Sumber: Output SPSS 22, 2017.
Berdasarkan tabel 4.5, hasil uji autokorelasi sebelum menggunakan variabel kontrol menunjukkan nilai DW sebesar 1.823, nilai du sebesar 1.628, nilai dl 1.462 dengan jumlah variabel independen 2 (k = 2) dan jumlah sampel 50. Maka, pengambilan keputusan ada atau tidak autokorelasi adalah du < d < 4 - du yaitu 1.628 < 1.823 < 2.322. Dengan demikian dapat disimpulkan bahwa model regresi tidak terdapat masalah autokorelasi.
4. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari satu pengamatan ke pengamatan lain (Ghozali, 2016). Model regresi yang baik adalah yang Homoskesdastisitas atau tidak terjadi Heteroskesdastisitas. Pengujian dilakukan menggunakan uji Glejser dengan nilai Sig > 0,05 (α) maka tidak terjadi Heteroskesdastisitas. Hasil uji
heteroskesdasitas ditunjukkan sebagai berikut: Tabel 4.6
Hasil Uji Heteroskesdastisitas Sebelum Menggunakan Variabel Kontrol
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .042 .007 5.967 .000 FAM .007 .007 .179 1.060 .295 FRG -.010 .017 -.103 -.612 .544 Sumber: Output SPSS 22, 2017.
Berdasarkan tabel diatas diketahui bahwa uji heteroskesdastisitas sebelum menggunakan variabel kontrol menunjukkan nilai signifikan variabel FAM sebesar 0.295 dan variabel FRG sebesar 0.544 lebih besar dari nilai sig.
62
0,05. Jadi, dapat disimpulkan bahwa model regresi tidak mengandung adanya heteroskedastisitas.
4.2.4 Uji Ketepatan Model
1. Uji Koefisien Determinan (R2)
Koefisien determinasi digunakan untuk mengetahui seberapa besar pengaruh variabel-variabel independen (X) terhadap variabel dependen (Y). Nilai koefisien determinan ditentukan dengan nilai Adjusted R square. Berikut ini hasil dari uji koefisien determinasi:
Tabel 4.7
Hasil Uji Koefisien Determinasi Sebelum Menggunakan Variabel Kontrol
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .501a .251 .219 .037269
Sumber: Output SPSS 22, 2017.
Berdasarkan hasil uji koefisien determinasi sebelum menggunakan variabel kontrol menunjukkan bahwa nilai Adjusted R square sebesar 0.219 atau 21.9 %. Hal ini berarti variabel independen mampu menjelaskan pengaruhnya sebesar 21.9 % terhadap variabel dependen. Sedangkan sisanya sebesar 78.1 % dijelaskan oleh variabel lainnya yang tidak dimasukkan dalam model regresi.
2. Uji Signifikansi Simulan (Uji Statistik F)
Uji statistik F dilakukan untuk menguji apakah model yang digunakan dalam penelitian merupakan model yang layak (fit) atau tidak. Uji statistik F digunakan untuk mengetahui apakah variabel independen yang dimasukkan dalam
penelitian mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Pengujian dilakukan dengan menggunakan signifikansi tingkat 0,05 (alpha = 5%). Hasil dari uji F dapat dilihat pada tabel sebagai berikut:
Tabel 4.8 Hasil Uji F
Sebelum MenggunakanVariabel Kontrol
Model Sum of Squares Df Mean Square F Sig. 1 Regression .022 2 .011 7.873 .001b Residual .065 47 .001 Total .087 49 Sumber: Output SPSS 22, 2017.
Hasil dari uji F sebelum menggunakan variabel kontrol diperoleh nilai Fhitung sebesar 7.873 > Ftabel = 3.20 dengan nilai signifikansi sebesar 0.001 lebih kecil dari 0.05. Maka, dapat disimpulkan bahwa model regresi yang dipilih layak untuk menguji data dan model regresi FAM, dan FRG secara bersama-sama berpengaruh terhadap IFR.
4.2.4 Analisis Regresi Linear Berganda
Analisis regresi linear berganda digunakan untuk menguji adanya pengaruh variabel independen dalam penelitian ini yaitu kepemilikan keluarga, dan kepemilikan asing terhadap variabel dependen yaitu internet financial reporting. Berikut ini adalah tabel hasil analisis regresi linear berganda:
64
Tabel 4.9
Analisis Regresi Linear Berganda Sebelum Menggunakan Variabel Kontrol
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .620 .013 47.212 .000 FAM .047 .013 .562 3.716 .001 FRG .100 .031 .485 3.209 .002 Sumber: Output SPSS 22, 2017.
Berdasarkan tabel di atas maka dapat dibuat model persamaan regresi sebelum menggunakan variabel kontrol dapat dituliskan sebagai berikut:
IFR = 0.620 + 0.047FAM + 0.100FRG + 0.037269
Dari persamaan regresi yang telah disusun dapat diinterprestasikan sebagai berikut:
1. Nilai konstanta (α) sebesar 0.620 menyatakan bahwa jika variabel independen FAM dan FRG dianggap konstan, maka internet financial reporting adalah sebesar 0.620.
2. Nilai kofisien FAM (β1) sebesar 0.047 artinya setiap kenaikan kepemilikan keluarga sebesar 1, maka internet financial reporting akan bertambah sebesar 0.047.
3. Nilai kofisien FRG (β2) sebesar 0.100 artinya setiap kenaikan kepemilikan asing sebesar 1, maka internet financial reporting akan bertambah sebesar 0.100.
4.2.5 Uji Signifikansi Parsial (Uji Statistik t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen (Ghozali, 2016). Berikut ini adalah hasil dari pengujian signifikansi parsial (uji t):
Tabel 4.10 Hasil Uji t
Sebelum Menggunakan Variabel Kontrol
Model Unstandardized Coefficients T Sig. B Std. Error 1 (Constant) .620 .013 47.212 .000 FAM .047 .013 3.716 .001 FRG .100 .031 3.209 .002 Sumber: Output SPSS 22, 2017.
Berdasarkan tabel 4.10, hasil dari uji t sebelum menggunakan variabel kontrol dapat diketahui nilai koefisien regresi variabel kepemilikan keluarga (β1) yang arahnya positif sebesar 0.047 dengan tingkat signifikansi sebesar 0.001 < alpha (0.05). Diperoleh ttabel sebesar 2.012 dan thitung 3.716, apabila dibandingkan maka 3.716 > 2.012 yang berarti bahwa kepemilikan keluarga berpengaruh secara
positif signifikan terhadap pengungkapan IFR. Dengan demikian hipotesis pertama (H1) yang menyatakan kepemilikan keluarga berpengaruh terhadap pengungkapan IFR dinyatakan diterima.
Hasil dari uji t sebelum menggunakan variabel kontrol dapat diketahui bahwa variabel kepemilikan asing memiliki nilai koefisien regresi yang arahnya positif sebesar 0.100 dengan tingkat signifikansi sebesar 0.002 < alpha (0,05).
66
Diperoleh ttabel sebesar 2.012 dan thitung 3.209, apabila dibandingkan maka 3.209 > 2.012 yang berarti bahwa kepemilikan asing berpengaruh secara positif signifikan terhadap pengungkapan IFR. Dengan demikian hipotesis pertama (H2) yang menyatakan kepemilikan asing berpengaruh terhadap pengungkapan IFR dinyatakan diterima.
4.2.6 Pengujian Setelah Menggunakan Variabel kontrol