HASIL DAN PEMBAHASAN 4.1Hasil Penelitian
4.1.2 Statistik Deskriptif
Variabel-variabel yang ada dalam penelitian ini dimasukkan ke progam SPSS versi 22 dan menghasilkan output-output sesuai dengan metode analisis data yang telah ditentukan. Berikut ini ditampilkan data statistik secara umum dari seluruh data yang digunakan sebagaimana terlihat pada tabel berikut:
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
PROFIT 60 1,12 26,80 7,9500 6,36584
SIZE 60 28,2 34,4 31,136 1,7635
VD 60 40,0 67,5 49,875 7,1814
Valid N
(listwise) 60
Sumber: Output SPSS , lihat lampiran 4 Dari tabel tersebut dapat dijelaskan bahwa:
1. Rata-rata AC (Audit Committee) adalah 0,98 dengan standar deviasi 0,129 dan memiliki nilai minimum 0 dan nilai maksimum adalah 1 dengan jumlah amatan 60.
2. Rata-rata PROFIT (Profitability) adalah 7,9500 dengan standar deviasi 6,36584 dan memiliki nilai minimum 1,12 dan nilai maksimum 26,80 dengan jumlah amatan 60.
3. Rata-rata SIZE (Ukuran Perusahaan) adalah 31,136 dengan standar deviasi 1,7635 dan memiliki nilai minimum 28,2 dan nilai maksimum 34,4 dengan jumlah amatan 60.
4. Rata-rata VD (Voluntary Disclosure) adalah 49,875 dengan standar deviasi 7,1814 dan memiliki nilai minimum 40,0 dan nilai maksimum 67,5 dengan jumlah amatan 60.
Tabel 4.2 Ukuran KAP
KAP Perusahaan Persentase
Big Four 1 10 66,7%
Non Big Four 0 5 33,3%
Jumlah 15 100%
Dari tabel diatas dapat dijelaskan bahwa:
1. UKAP (Ukuran KAP) merupakan variabel dummy dan diukur dengan ukuran KAP Big Four dan Non Big Four, dimana untuk KAP Big
Four sebanyak 10 perusahaan dengan persentase 66,7 % dan untuk
KAP Non Big Four sebanyak 5 perusahaan dengan persentase 33,3% dari jumlah sampel yang diuji
2. Jumlah sampel perusahaan dalam penelitan ini sebanyak 15 perusahaan dengan tahun pengamatan selama 4 tahun (2011-2014) sehingga total amatan dalam penelitian ini sebanyak 60 amatan.
4.1.3 Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk melihat data yang akan digunakan dalam penelitian. Hal ini dilakukan agar analisis yang dipakai dalam penelitian ini tepat. Adapun uji yang dilakukan adalah uji normalitas, uji heterokedastisitas, uji multikolinearitas dan uji autokorelasi. Model data yang baik adalah model data yang telah memenuhi BLUE ( Best Linear Unbiased
Estimator) yakni tidak terdapat heterokedasitas, multikolinearitas dan juga
tidak terdapat autokorelasi.
a. Uji Normalitas Data
Uji Normalitas dilakukan untuk melihat apakah data berdistribusi secara baik dan layak digunakan dalam regresi data penelitian. Uji Normalitas model regresi dalam penelitian ini dilihat dengan menggunakan analisis grafik dengan melihat histogram dan normal probability plot. Apabila ploting
data membentuk satu garis lurus diagonal maka distribusi data normal. Hasil uji normalitas dengan menggunakan diagram:
Tabel 4.3 Uji Normalitas Data One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 60
Normal Parametersa,b Mean ,0000000
Std. Deviation ,05073271
Most Extreme Differences Absolute ,113
Positive ,113
Negative -,113
Test Statistic ,113
Asymp. Sig. (2-tailed) ,054
a. Test distribution is Normal. b. Calculated from data.
Sumber: Output SPSS, lihat lampiran 4
Berdasarkan tabel 4.3 diatas dapat dilihat bahwa data berdistribusi normal atau tidak, dan hasil test distribution ternyata menunjukkan normal, hal ini bisa dilihat dari nilai Asymp. Sig. (2-tailed) sebesar 0,054 > 0,05 dan nilai
test statistic sebesar 0,113 untuk selanjutnya bisa dilihat pada diagram P-Plot
Gambar 4.1 Normal P-Plot
Sumber: Output SPSS, lihat lampiran 4
Pada gambar 4.1 Normal P-Plot ,menunjukkan bahwa distribusi data cenderung mendekati garis distribusi normal, berarti data tersebut mempunyai distribusi normal, artinya data tersebut layak untuk dijadikan bahan penelitian.
Sumber: Output SPSS, lihat lampiran 4 Gambar 4.2 : Grafik Histogram
Berdasarkan grafik histogram diatas dapat dilihat bahwa variabel
voluntary disclosure berdistribusi secara normal, hal ini ditunjukkan oleh
distribusi data tersebut tidak menceng ke kiri atau ke kanan. b. Uji Heterokedastisitas
Uji heterokedastisitas dilakukan untuk melihat apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lainnya.
Sumber: Output SPSS, lihat lampiran 4 Gambar 4.3 : Grafik Scatterplot Heterokedastisitas
Hasil pengujian ini menunjukkan bahwa model regresi ini bebas dari masalah heterokedastisitas dengan kata lain variabel-variabel yang akan diuji dalam penelitian ini bersifat homokedastis.
c. Uji Multikolinearitas
Uji Multikolinearitas dilakukan untuk melihat apakah ditemukan korelasi antara variabel. Model regresi yang baik jika antara variabel tidak terdapat korelasi. Multikolinearitas juga bisa dilihat dari nilai tolerance dan juga nilai variance inflation factor (VIF). Nilai yang ditetapkan untuk melihat apakah terdapat korelasi antara variabel adalah nilai tolerance < 0,1 serta nilai VIF > 10. Berikut hasil uji multikolinieritas dari SPSS:
Tabel 4.4 Uji Multikolinearitas Coefficientsa Model Collinearity Statistics Tolerance VIF (Constant) AC ,966 1,035 SIZE ,620 1,613 PROFIT ,803 1,245 UKAP ,582 1,717 a. Dependent Variable: VD
Sumber: Output SPSS, lihat lampiran 4
Hasil dari uji multikolinearitas menunjukkan bahwa nilai tolerance > 0,1 dan nilai VIF < 10 untuk variabel penelitian audit committee, ukuran perusahaan, profitabilitas dan ukuran KAP, hal ini menunjukkan bahwa tidak ada mutikolinearitas di dalam model regresi penelitian ini sehingga dapat disimpulkan bahwa data dapat digunakan untuk pengujian selanjutnya.
d. Uji Autokorelasi
Uji Autokorelasi dilakukan untuk mengetahui apakah terdapat korelasi atau kesalahan pengganggu. Uji ini dilakukan dengan menggunakan analisis Durbin-Watson (DW) test. Pengambilan keputusan dalam penelitian ini memerlukan alat bantu dari nilai yang terdapat dalam uji DW yaitu nilai dL dan dU untuk k = jumlah variabel bebas dan n = jumlah sampel. Jika nilai DW berada diantara nilai dU hingga 4-dU maka asumsi tidak terjadi autokorelasi terpenuhi. Kriteria dalam penentuan autokorelasi adalah:
2. Jika dL < DW < dU atau 4-dU < DW < 4-dL maka status autokorelasi tidak dapat dijelaskan ( inconclusive)
3. Jika dU < DW < 4-dU maka tidak terjadi autokorelasi. Tabel 4.5 digunakan untuk melihat nilai DW dengan menggunakan SPSS versi 22. Tabel DW menunjukkan bahwa dengan n = 60, k = 5 maka diperoleh nilai dL = 1,4083 dan nilai dU = 1,7671 serta nilai 4-dU = 2,2329.
Tabel 4.5 Uji Autokorelasi Model Summaryb
Model Durbin-Watson
1 1,802
a. Predictors: (Constant) , LAG1,UKAP, AC, PROFIT, SIZE, b. Dependent Variable: VD
Sumber: Ouput SPSS, lihat lampiran 4
Tabel 4.5 menunjukkan bahwa DW test menunjukkan hasil 1,802. Ini menyimpulkan bahwa data berada di dU < DW < 4-dU. Maka data yang digunakan dalam penelitian ini tidak terjadi autokorelasi. Maka dengan ini peneliti menyimpulkan bahwa data dalam model dalam penelitian ini layak digunakan setelah asumsi klasik terpenuhi.