HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
4.1.1. Statistik Deskriptif
Pembahasan tentang pengaruh tipe industri, ukuran dewan komisaris, dan profitabilitas terhadap pengungkapan corporate social responsibility dengan kepemilikan institusional sebagai variabel moderating harus terlebih dahulu memperhatikan data para emiten. Data emiten perlu dianalisis terlebih dahulu sebelum melakukan pembahasan masing-masing pengaruh variabel dari variabel independen terhadap variabel dependen tersebut. Berikut ini ditampilkan data statistik secara umum dari seluruh data yang digunakan.
Tabel 4.1 Statistik Dekriptif
Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation
Tipe Industri 100 .00 1.00 .8800 .32660
Ukuran Dewan Komisaris 100 2.00 9.00 4.2800 1.69420
Profitabilitas 100 .001 .439 .07939 .078025 Pengungkapan Corporate Social Responsibility 100 .03 .94 .2569 .14908 Kepemilikan Institusional 100 .00 98.10 29.7795 27.36427 Valid N (listwise) 100
Dari tabel di atas dapat dijelaskan bahwa n atau jumlah pada setiap variabel adalah sebanyak 100 variabel yang berasal dari 50 sampel perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia pada tahun 2012-2013. Selain itu, juga dapat dijelaskan bahwa:
1. Tipe industri (X1) memiliki nilai minimum 0,00 yang dimiliki oleh beberapa perusahaan dan nilai maksimum 1,00 yang dimiliki oleh beberapa perusahaan. Selain itu rata-rata tipe industri bernilai 0,88 dengan standard deviasi sebesar 0,32660. Daftar nama perusahaan serta data tipe industri dapat dilihat pada Lampiran 2.
2. Ukuran dewan komisaris (X2) memiliki nilai minimum 2,00 yang dimiliki oleh PT Akasha Wira International Tbk dan Nusantara Inti Corpora Tbk. Dan nilai maksimum 9,00 yang dimiliki oleh Indo Acitama Tbk. Selain itu rata-rata ukuran dewan komisaris 4,2800 dengan standard deviasi sebesar 1,69420. Daftar nama perusahaan dan data ukuran dewan komisaris dapat dilihat pada lampiran 3.
3. Profitabilitas (X3) memiliki nilai minimum 0,01 yang dimiliki oleh Indo Rama Synthetic Tbk dan Nusantara Inti Corpora Tbk. Dan nilai maksimum 0,439 yang dimiliki oleh Sumi Indo Kabel Tbk. Selain itu, rata-rata profitabilitas 0,07939 dengan standard deviasi sebesar 0,078025. Daftar nama perusahaan dan data profitabilitas dapat dilihat pada lampiran 4.
4. Pengungkapan corporate social responsibility (Y) memiliki nilai minimum 0,03 yang dimiliki oleh Prima Alloy Steel Universal Tbk
dan PT Tempo Scan Pasific Tbk. Dan nilai maksimum 0,94 yang dimiliki oleh Alkindo Naratama Tbk. Selain itu, rata-rata pengungkapan corporate social responsibility 0,2569 dengan standard deviasi 0,14908. Daftar nama perusahaan dan data pengungkapan corporate social responsibility dapat dilihat pada lampiran 5.
5. Kepemilikan institusional (Z) memiliki nilai minimum 0,00 yang dimiliki oleh beberapa perusahaan dan nilai maksimum 98,10 yang dimiliki oleh Trias Sentosa Tbk. Selain itu rata-rata kepemilikan institusional 29,7795 dengan standard deviasi 27,36427. Daftar nama perusahaan dan data kepemilikan institusional dapat dilihat pada lamporan 6.
4.1.2. Uji Asumsi Klasik Sebelum Transformasi 4.1.2.1. Uji Normalitas
Ghozali (2013:160) menyatakan bahwa uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Data yang berdistribusi normal berarti memiliki sebaran yang normal pula. Dengan profil data semacam ini maka data tersebut bisa mewakili populasi.
Untuk menguji data penelitian ini berdistribusi normal atau tidak, maka digunakan data analisis grafik pada Gambar 4.1 dan Gambar 4.2.
Gambar 4.1
Normal P-Plot Sebelum Transformasi Sumber : Output SPSS 19, data sekunder yang diolah 2015
Gambar 4.2
Grafik Histogram Sebelum Transformasi Sumber : Output SPSS 19, data sekunder yang diolah 2015
Berdasarkan kedua gambar di atas, dapat dilihat bahwa data penelitian tidak berdistribusi normal. Hal tersebut tergambar pada Gambar 4.1 di mana titik-titik menyebar jauh dari garis diagonal. Gejala ketidaknormalan data juga ditampilkan pada Gambar 4.2 bahwa pola grafik histogram memberikan pola distribusi yang menceng (Skewness) ke kiri dan tidak normal.
Tabel 4.2
One Sample Kolmogorov Smirnov Test Sebelum Transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parametersa,b Mean .0000000
Std. Deviation .13400599
Most Extreme Differences Absolute .072
Positive .072
Negative -.051
Kolmogorov-Smirnov Z .716
Asymp. Sig. (2-tailed) .684
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS 19, data sekunder yang diolah 2015
4.1.2.2 Uji Multikolinearitas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas (independen) (Ghozali, 2013: 105). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol.
Pengujian multikolinearitas dilakukan dengan melihat nilai Variance Coefficient Factors (VIF) yang ditampilkan pada Tabel 4.3.
Tabel 4.3
Hasil Uji Multikolinearitas Sebelum Transformasi
Coefficientsa Model Unstandardized Coefficients Standar dized Coefficie nts T Sig. Collinearity Statistics B Std. Error Beta Toler ance VIF 1 (Constant) .061 .051 1.193 .236 Tipe Industri .050 .043 .110 1.168 .246 .945 1.059 Ukuran Dewan Komisaris .037 .008 .417 4.531 .000 .994 1.006 Profitabilitas -.072 .180 -.038 -.402 .689 .947 1.055
a. Dependent Variable: Pengungkapan Corporate Social Responsibility
Sumber : Output SPSS 19, data sekunder yang diolah 2015
Tabel 4.3 menunjukkan VIF memiliki nilai < 10 yang berarti tidak terjadi multikolinearitas antar variabel pada model regresi penelitian ini. Hal tersebut menunjukkan bahwa semua variabel yang digunakan tidak ditemukan adanya korelasi diantara variabel independen.
4.1.2.3. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui ketidaksamaan nilai prediksi variabel terikat (ZPRED) dan residualnya (SRESID). Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Hasil uji heterokedastisitas
dapat dilihat dari Diagram Scatterplot yang ditunjukkan pada Gambar 4.3.
Gambar 4.3
Diagram Scatterplot Sebelum Transformasi Sumber : Output SPSS 19, data sekunder yang diolah 2015
Dari diagram diatas dapat dilihat bahwa titik-titik tersebar baik di atas maupun dibawah nilai 0 pada sumbu Y. Hal ini menunjukkan tidak terjadi heterokedastisitas pada penelitian ini. Namun titik-titik yang ada tidak tersebar luas, melainkan membentuk suatu pola tertentu. Hal ini mengindikasikan bahwa data yang digunakan masih belum terdistribusi secara normal. 4.1.2.4. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada pada periode t-1 (sebelumnya) (Ghozali,2013:110). Pengujian untuk mendeteksi ada tidaknya suatu autokorelasi dapat dilakukan dengan uji Durbin Watson (DW Test).
Tabel 4.4
Uji Durbin-Watson Sebelum Transformasi
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .438a .192 .167 .13608 2.158
a. Predictors: (Constant), Profitabilitas, Ukuran Dewan Komisaris, Tipe Industri b. Dependent Variable: Pengungkapan Corporate Social Responsibility
Sumber : Output SPSS 19, data sekunder yang diolah 2015
Tabel 4.4 memuat hasil pengujian Durbin-Watson dari data penelitian. Hasil pada penelitian ini menunjukkan angka D-W sebesar 2,158 dengan dl 1,613 dan du 1,736 maka hasil pengujian sesuai dengan du < d < 4-du yaitu 1,736 < 2,158 < 2,264 sehingga dapat disimpulkan bahwa tidak terdapat autokorelasi baik negatif maupun positif.