BAB IV ANALISIS HASIL PENELITIAN
4.2 Hasil Penelitian
4.2.1 Statistik Deskriptif
Analisis statistik deskriptif memberikan suatu gambaran atau deskripsi suatu data yang dilihat dari nilai minimum, maksimum, rata-rata (mean), deviasi standar dari masing-masing variabel penelitian.
Hasil analisis deskriptif dengan menggunakan SPSS dari variabel-variabel penelitian ini adalah sebagai berikut :
Tabel 4.3 Statistik Deskriptif
N Minimum Maksimum Mean Std.
deviasi Variance Kepemilikan Pemerintah 60 ,00 ,90 ,0737 ,22902 ,52 Kepemilikan Asing 60 ,00 ,99 ,5313 ,29039 ,84 CSRD 60 ,17 1,00 ,5672 ,23397 ,55 Valid N (listwise) 60
Sumber: Hasil pengolahan SPSS
Pemerintah : Kepemilikan Pemerintah Asing : Kepemilikan Asing
CSRD : Corporate Social Responsibility Disclosure
(Penggungkapan Tanggung Jawab Sosial)
Berikut ini rincian data deskriptif yang diolah:
• Hasil analisis deskriptif diatas menunjukkan bahwa jumlah
laporan tahunan yang diobservasi (N) dari penelitian ini ada 60.
• Pada variabel kepemilikan saham pemerintah yang terkecil
adalah 0 persen dan nilai kepemilikan saham pemerintah yang terbesar adalah 90 persen dengan nilai rata-rata sebesar 7,37. Nilai deviasi standar sebesar 22,90.
• Pada variabel kepemilikan saham asing, nilai variabel
kepemilikan saham asing yang terkecil adalah 0 persen dan nilai kepemilikan saham asing yang terbesar adalah 99,00
persen dengan nilai rata-rata sebesar 53,13. Nilai deviasi standar sebesar 29,03.
• Pada variabel pengungkapan CSR, nilai yang terkecil adalah
0,17 dan nilai yang terbesar adalah 1,00 dengan nilai rata-rata sebesar 0,56. Nilai deviasi standar sebesar 0,23. Besarnya indeks menunjukkan besarnya pengungkapan tanggung jawab sosial oleh perusahaan.
4.2.2 Uji Asumsi Klasik
Pengujian analisis regresi dalam statistik harus bebas dari asumsi klasik seperti Normalitas, Multikolinearitas, Heteroskedastisitas dan Autokorelasi. Maka syarat asumsi klasik yang harus dipenuhi dalam model regresi berganda sebelum data tersebut dianalisis adalah Uji Normalitas, Uji Multikolinearitas, Uji Heteroskedastisitas dan Uji Autokorelasi agar hasil penelitian tidak bersifat bias.
1. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas memiliki distribusi normal atau tidak serta untuk menghindari bias. Distribusi normal dalam penelitian ini didetekesi dengan menggunakan analisis grafik histogram dan normal probability plot, dan analisis statistik non-parametrik Kolmogorov-Smirnov (K-S).
One-Sample Kolmogorov-Smirnov Test 60 ,0000000 ,19739182 ,173 ,083 -,173 1,337 ,056 N Mean Std. Deviation Normal Parametersa,b
Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z As ymp. Sig. (2-tailed)
Unstandardiz ed Res idual
Test distribution is Normal. a.
Calculated from data. b.
Tabel 4.4
Hasil Uji Kolmogorov-Smirnov
Pada hasil uji statistik non-parametrik Kolmogorov-Smirnov dapat dilihat bahwa nilai Kolmogorov-Smirnov sebesar 0.056 dan tingkat signifikan pada 0,05 (karena p = 0,056 > 0,05), maka dapat dinyatakan bahwa variabel residual berdistribusi normal. Dengan demikian dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelasnya, berikut ini dilampirkan grafik histogram dan plot data yang terdistribusi normal.
2 1 0 -1 -2 -3
Regression Standardized Residual
20 15 10 5 0 Frequency Mean = -7.39E-16 Std. Dev. = 0.983 N = 60 Dependent Variable: CSR Histogram Gambar 4.1 Grafik Histogram
Sumber: Hasil pengolahan data SPSS
Dari grafik diatas, dapat disimpulkan bahwa distribusi data mendekati normal, karena grafik histrogram menunjukkan garis diagonal yang melenceng baik ke kiri maupun ke kanan. Berikut ini hasil uji normalitas dengan menggunakan grafik flot:
Grafik Flot menunjukka n titik-titik menyebar disekitar garis diagonal, serta penyebarannya mengikuti garis diagonal. Hal ini menunjukkan bahwa data penelitian terdistribusi secara normal.
1.0 0.8 0.6 0.4 0.2 0.0
Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xpect ed C um P rob Dependent Variable: CSR
Normal P-P Plot of Regression Standardized Residual Gambar 4.2
Grafik Normal P-P Plot
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Multikolinearitas dapat dilihat dengan menganalisis nilai tolerance dan nilai VIF (Variance Inflation Factor). Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah tolerance < 0,10 atau sama dengan VIF >10.
Tabel 4.5
Hasil Uji Multikolinearitas
Coeffi cientsa ,453 ,067 6,729 ,000 ,617 ,134 ,604 4,594 ,000 ,722 1,385 ,130 ,106 ,161 1,226 ,225 ,722 1,385 (Const ant) KE PE MILIKAN PE ME RINTAH KE PE MILIKAN AS ING Model 1 B St d. E rror Unstandardized Coeffic ient s Beta St andardiz ed Coeffic ient s
t Sig. Tolerance VIF Collinearity Statistics
Dependent Variable: CSR a.
Sumber: Data yang telah diolah
Tabel hasil uji multikolinearitas diatas menunjukkan bahwa nilai tolerance = 0,722 dan nilai VIF = 1,385. Hal tersebut menunjukkan nilai tolerance > 0,10 dan nilai VIF < 10, oleh karena itu dapat disimpulkan bahwa variabel independen yang digunakan dalam model regresi penelitian ini adalah terbebas dari multikolinearitas atau dapat dipercaya dan objektif.
3. Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari pengolahan data. Dasar pengambilan keputusannya adalah:
a. Jika pola tertentu, seperti titik-titik yang teratur maka telah terjadi heteroskedastisitas.
b. Jika pola tidak tertentu, seperti titik-titik yang menyebar tidak tertentu diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, atau dengan kata lain terjadi homoskedastisitas.
Berikut adalah grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati peyebaran titik-titik pada gambar.
Gambar 4.3 Grafik Scatterplot
Sumber: Hasil pengolahan data SPSS
Dari grafik Scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Dari hal ini dapat disimpulkan
4 3 2 1 0 -1
Regression Standardized Predicted Value
2 1 0 -1 -2 R egressi on S tudent iz ed R esi dual Dependent Variable: CSR Scatterplot
bahwa tidak terjadi heterokendastisitas pada model regresi. Dengan demikian model ini layak dipakai untuk memprediksi pengungkapan tanggungjawab sosial pada perusahaan manufaktur yang terdaftar di BEI tahun 2009-2010.
4. Uji Autokolerasi
Uji autokorelasi digunakan untuk menguji apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada periode saat ini (t) dengan kesalahan pengganggu pada periode sebelumnya (t-1). Jika terjadi kolerasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Regresi yang bebas dari autokorelasi dengan menggunakan Durbin-Watson test jika memenuhi syarat du<d<4-du.
Tabel 4.6
Hasil Uji Autokorelasi Durbin-Watson Test Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of
the Estimate Durbin-Watson
1 s ,288 ,263 ,20082 1,871
Nilai DW (d) sebesar 1,871 dibandingkan dengan nilai table Durbin-Watson dengan nilai signifikansi 5%, jumlah
observasi 60 (n) dan jumlah variable independen 2 (k=2), maka di tabel Durbin-Watson akan dapat dinilai batas bawah (dl) sebesar 1,514 dan nilai batas atas (du) sebesar 1,652. Hasil perbandingan menunjukkan bahwa nilai du 1,652 lebih kecil dari nilai DW 1,871 dan lebih kecil dari 2,348 (4-du) sehingga memenuhi syarat du < d < 4-d (1,652 < 1,871 < 2,348). Hal ini berarti tidak ada autokorelasi, positif atau negatif dan keputusan yang diambil Ho diterima.
4.2.3 Uji Hipotesis
1. Uji Regresi Berganda
Setelah mendapatkan data yang dibutuhkan dalam penelitian ini, peneliti akan melakukan serangkaian tahap untuk menghitung dan mengolah data tersebut, agar dapat mendukung hipotesis yang telah diajukan. Adapun tahap-tahap penghitungan dan pengolahan data sebagai berikut:
1. Menghitung indeks tanggung jawab sosial.
2. Menghitung rasio kepemilikan pemerintah dan kepemilikan asing.
3. Regresi model.
Metode regresi linier berganda (multiple regression) dilakukan terhadap model yang diajukan peneliti dengan
menggunakan Software SPSS untuk memprediksi hubungan antara variabel independen dengan variabel dependen.
Hubungan antara kepemilikan pemerintah (X1) dan
kepemilikan asing (X2) dengan pengungkapan tanggung jawab sosial perusahaan, diukur dengan rumus, sbb:
Y = β0 + β1 X1 + β2 X2 + e Keterangan :
Y = Pengungkapan Tanggung Jawab Sosial Perusahaan X1 = Kepemilikan Pemerintah
X2 = Kepemilikan Asing
β = Koefisien regresi Tabel 4.7
Hasil Analisis Regresi Linier Berganda
Coeffi cientsa ,453 ,067 6,729 ,000 ,617 ,134 ,604 4,594 ,000 ,722 1,385 ,130 ,106 ,161 1,226 ,225 ,722 1,385 (Const ant) KE PE MILIKAN PE ME RINTAH KE PE MILIKAN AS ING Model 1 B St d. E rror Unstandardized Coeffic ient s Beta St andardiz ed Coeffic ient s
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: CSR a.
Berdasarkan Tabel 4.6 , pada kolom Unstandardized Coefficients bagian B diperoleh model persamaan regresi linier berganda sebagai berikut:
Y = 0,453+ 0,617X1 + 0,130X2
• Nilai konstanta = 0,453, hal ini menyatakan bahwa jika X1 dan X2 adalah 0, maka indeks penggungkapan tanggung jawab sosial adalah 0,453.
• Koefisien regresi untuk kepemilikan pemerintah (β1) sebesar 0,617 menyatakan bahwa kepemilikan saham pemerintah berpengaruh positif terhadap penggungkapan tanggung jawab sosial dalam laporan tahunan (Y). Artinya setiap penambahan 1x pada rasio kepemilikan pemerintah maka akan meningkatkan indeks pengungkapan tanggung jawab sosial sebesar 0,617.
• Koefisien regresi untuk kepemilikan asing (β2) sebesar 0,130 menyatakan bahwa kepemilikan saham asing berpengaruh positif terhadap penggungkapan tanggung jawab sosial dalam laporan tahunan (Y). Artinya setiap penambahan 1x pada rasio kepemilikan asing maka akan meningkatkan indeks pengungkapan tanggung jawab sosial sebesar 0,130.
• Berdasarkan persamaan diatas dapat dilihat bahwa nilai koefisien regresi dari veriabel kepemilikan pemerintah dan kepemilikan asing bernilai positif. Hal ini menunjukkan bahwa variabel-variabel tersebut berhubungan positif dengan pengungkapan tanggungjawab sosial perusahaan. Dengan kata lain, semakin besar persentase/tingkat kepemilikan saham pemerintah dan saham asing, maka akan meningkatkan pengungkapan tanggungjawab sosial perusahaan.
• Berdasarkan uji regresi terlihat juga bahwa variabel kepemikan pemerintah menunjukkan hubungan yang signifikan terhadap pengungkapan tanggungjawab sosial perusahaan. Hal ini dapat dilihat dari nilai probabilitas signifikan 0,000 < 0,05. Sementara untuk variabel kepemilikan saham asing menunjukkan hubungan yang tidak signifikan terhadap pengungkapan tanggungjawab sosial perusahaan. Hal ini dapat dilihat dari nilai probabilitas signifikan 0,225 > 0,05.
2. Uji Koefisien determinasi (R2)
Koefisien determinasi digunakan untuk menguji seberapa besar pengaruh variabel independen terhadap varibel dependen.
Tabel 4.8
Hasil Uji Koefisien Determinasi Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of
the Estimate Durbin-Watson
1 ,537a ,288 ,263 ,20082 1,871
Berdasarkan tabel diatas dapat dilihat besar nilai adjusted R2 sebesar 0,288 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen sebesar 28,8%. Hal ini berarti 28,8% pengungkapan tanggung jawab sosial perusahaan dipengaruhi variabel kepemilikan pemerintah dan kepemilikan asing. Sisanya 71,2% dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini. Standar Error of Estimate (SEE) menunjukkan nilai 0,20082, hal ini menunjukkan nilai yang kecil sehingga dapat disimpulkan model regresi layak digunakan untuk memprediksi variabel dependen. Sementara itu, nilai R sebesar 0,537 menunjukkan hubungan antara variabel dependen yaitu pengungkapan tanggung jawab sosial perusahaan dengan variabel independen yaitu kepemilikan pemerintah dan kepemilikan asing.
ANOV Ab ,931 2 ,465 11,542 ,000a 2,299 57 ,040 3,230 59 Regres sion Residual Total Model 1 Sum of
Squares df Mean S quare F Sig.
Predic tors: (Constant), FOR.CA PITA L, GOV .CAP ITA L a.
Dependent Variable: CS R b.
3. Uji f
Uji F digunakan untuk menguji apakah hipotesis yang diajukan diterima atau ditolak. Uji F pada dasarnya menunjukkan apakah variabel bebas mempunyai pengaruh secara bersama-sama terhadap variabel terikat.
Tabel 4.9 Uji F
Sumber: Data yang diolah
Berdasarkan hasil uji Anova atau uji F pada tabel diatas terlihat bahwa nilai Fhitung sebesar 11,542 dan nilai sig sebesar 0,0. Dengan menggunakan tingkat α (alfa) 0,05 atau 5%, maka H0 berhasil ditolak dan H1 gagal ditotak. Penolakan H0 dibuktikan dengan hasil perhitungan bahwa nilai sig (0,000) < dari α (alfa) = 0,05, sehingga dapat disimpulkan bahwa kepemilikan pemerintah dan kepemilikan asing berpengaruh positif terhadap pengungkapan tanggung jawab sosial perusahaan.
4. Uji t
Uji t menunjukkan seberapa besar pengaruh variabel bebas secara individual terhadap veriabel terikat. Uji t yang dilakukan dalam penelitian ini adalah untuk menguji apakah variabel kepemilikan pemerintah (X1) dan kepemilikan asing (X2) berpengaruh atau tidak berpengaruh terhadap pengungkapan tanggung jawab sosial (Y).
Berdasarkan tabel 4.7 Dengan tingkat signifikan 5% dapat disimpulkan bahwa variabel kepemilikan pemerintah dengan tingkat signifikan 0,000 < 0,05 berpengaruh signifikan terhadap variabel penggungkapan tanggung jawab sosial, sedangkan variabel kepemilikan asing dengan tingkat signifikan 0,225 > 0,05 tidak berpengaruh signifikan terhadap variabel penggungkapan tanggung jawab sosial.