BAB IV METODE PENELITIAN
4.5. Defenisi Operasional dan Pengukuran Variabel
4.5.1. Variabel Dependen
Variabel dependen adalah variabel terikat, yaitu variabel yang dipengaruhi oleh variabel-variabel lainnya. Dalam penelitian ini yang menjadi variabel dependen adalah Earnings Response Coefficient. Earnings Response Coefficient adalah Koefisien yang diperoleh dari regresi antara Cummulative Abnormal Return (CAR) sebagai proksi harga saham dan Unexpected Earnings (UE) sebagai proksi laba akuntansi yang digunakan untuk mengindikasikan atau menjelaskan perbedaan reaksi pasar atau respon harga saham terhadap informasi laba. Untuk menghitung ERC diperlukan beberapa langkah, yaitu menghitung nilai Cummulative Abnormal Return (CAR), dan menghitung nilai Unexpected Earnings (UE).
Dalam penelitian ini Abnormal Return dihitung menggunakan market-adjusted model yang mengasumsikan bahwa pengukuran expected return saham yang terbaik adalah return indeks pasar saat ini (Pincus,1993, dalam Sayekti dan Wondabio, 2007).
Tahapan menghitung Cummulative Abnormal Return (CAR) dan Unexpected Earnings (UE) sebagai berikut :
1. Abnormal return diperoleh dari : ARi,t = R
i,t – R
m,t
Keterangan :
ARi,t = Abnormal Return perusahaan i pada periode ke-t R i,t = Actual Return saham perusahaan i pada periode ke-t Rm,t = return pasar pada periode ke-t
Untuk memperoleh data abnormal return, terlebih dahulu harus mencari return saham harian dan return pasar harian.
2. Return saham harian dihitung dengan rumus:
Rit = (Pit-Pit-1) Pit-1
Keterangan :
Rit= return saham perusahaan i pada hari t P it = harga penutupan saham i pada hari t Pit-1= harga penutupan saham i pada hari t-1
3. Return pasar diwakili dengan Indeks Harga Saham Gabungan (IHSG) dihitung secara harian sebagai berikut :
Rmt = (IHSGt-IHSGt-1) IHSGt-1
Keterangan :
Rmt = return pasar harian
IHSGt = indeks harga saham gabungan pada hari t
IHSGt-1 = indeks harga saham gabungan pada hari t-1.
4. Menghitung Cummulative Abnormal Return (CAR)
Dengan penjelesan diatas maka CAR dapat dihitung dengan cara : CARi(-5,+5)=
t =-5Σ+5AR
it
Keterangan :
CARit = cummulative abnormal return perusahaan i pada periode ke t
Untuk mendapatkan perhitungan CAR, abnormal return setiap perusahaan akan diakumulasikan selama periode observasi yaitu 5 hari sebelum tanggal publikasi laporan keuangan, tanggal publikasi laporan keuangan dan 5 hari setelah tanggal publikasi.
5. Unexpected Earnings (UE) adalah selisih antara laba normal dan laba yang diharapkan. Unexpected Earnings diolah dengan menggunakan perbandingan data periode berjalan dengan periode sebelumnya, sehingga pada periode 2013 menggunakan perbandingan data tahun 2012.
UE = (Eit – Eit-1) Eit-1 Keterangan :
UEit = Unexpected Earnings perusahaan i pada periode t Eit = Laba akuntansi perusahaan i pada periode t
E it-1 = Laba akuntansi perusahaan i pada periode sebelumnya (t-1)
Earnings Response Coefficient merupakan koefisien yang diperoleh dari regresi antara CAR dan UE. Setelah nilai CAR dan UE diperoleh maka model yang digunakan untuk menentukan Earnings Response Coefficients (ERC) dapat dirumuskan sebagai berikut (Chaney dan Jeter, 1991) :
CARit = β0 + β1 UE
it + e
it
Keterangan :
CARit = kumulasi abnormal return dari masing-masing perusahaan selama periode 15 bulan
UEit = Unexpected Earnings β0 = Konstanta
β1 = Koefisien respon laba (ERC)
e it = Komponen error dalam model atas perusahaan i pada periode t 4.5.2. Variabel Independen
Berikut ini adalah variabel-variabel independen yang digunakan dalam penelitian ini, yaitu :
1. Firm size suatu ukuran yang menunjukkan besar kecilnya perusahaan diukur dari total aktiva. Pengukuran atas variabel ukuran perusahaan dilakukan berdasarkan natural logaritma dari total aset perusahaan (Collins dan Khotari, 1989). Berikut rumus menghitung firm size:
Firm size = Logaritma normal (ln) total aset
2. Leverage didefenisikan sebagai rasio yang mengukur seberapa jauh kemampuan perusahaan memenuhi kewajiban keuangannya. Leverage mengacu pada jumlah pendanaan yang berasal dari utang perusahaan kepada kreditor. Leverage dihitung menggunakan debt to equity ratio dengan rumus berikut ini :
DER = Total Liabilities Total Ekuitas
Keterangan :
DER = Debt to equity ratio
3. Profitability didefinisikan sebagai kemampuan perusahaan untuk menghasilkan laba atau profit dalam upaya meningkatkan nilai pemegang saham dimana laba diyakini sebagai informasi utama yang disajikan dalam laporan keuangan perusahaan (Lev,1989, dalam Sayekti dan Wondabio, 2007). Kemampuan menghasilkan laba yang dimaksud dalam penelitian ini adalah kemampuan menghasilkan laba dengan menggunakan modal sendiri atau profitabilitas ekuitas (return on equity = ROE), dengan rumus:
ROE = Laba setelah Pajak Total Ekuitas Keterangan :
ROE : return on equity 4.5.3. Variabel Intervening
Variabel intervening adalah variabel yang ikut memediasi antara variabel dependen dan variabel independen. Variabel intervening dalam penelitian ini adalah voluntary disclosure. Voluntary disclosure adalah pilihan bebas manajemen perusahaan untuk memberikan informasi akuntansi dan informasi lain yang relevan untuk pembuatan keputusan bagi para pemakai laporan tahunan (Meek dkk, 1995 dalam Gulo, 2000). Voluntary disclosure diukur dengan menggunakan indeks yaitu index disclosure yang diadopsi dari penelitian Botoson (1997) dan Suripto (1999).
Penelitian-penelitian sebelumnya dalam mengukur tingkat pengungkapan sukarela banyak menggunakan elemen pengungkapan sukarela yang diadopsi dari
Botosan (1997) dan digabung dengan Suripto (1999). Pertimbangan menggunakan metode pengukuran Botosan (1997) adalah karena telah melalui uji reliabilitas dan validitas dan hasilnya menunjukkan bahwa indeks pengungkapannya reliable dan valid. Selain itu indeks pengungkapan Botosan (1997) telah banyak dipakai di Indonesia, seperti penelitian oleh Adhariani (2005), Murwaningsari (2008) dan Paramita (2012) dengan mengukur tingkat pengungkapan sukarela pada perusahaan yang terdaftar di BEI.
Daftar item index disclosure oleh Botoson (1997) sejumlah 62 item dan Suripto (1999) sejumlah 12 item sehingga total index disclosure ada sejumlah 74 item (lampiran 2). Untuk menilai tingkat pengungkapan dilakukan penelaahan terhadap laporan tahunan perusahaan dengan melihat list item yang diungkapkan.
Kemudian total pengungkapaan perusahaan dibandingkan dengan total pengungkapan maksimum yaitu sebanyak 74 item, sehingga tingkat voluntary disclosure yang dicapai suatu perusahaan adalah:
DISC = Total pengungkapan perusahaan Total pengungkapan maksimum
Keterangan :
DISC : Total disclosure index perusahaan
Berdasarkan uraian sebelumnya dapat dijelaskan definisi operasional dan pengukuran variabel tercantum pada tabel 4.2 berikut ini.
Tabel 4.2
Definisi Operasional dan Pengukuran Variabel Nama Variabel Definisi Operasional Parameter
Skala
normal (ln) total aset Rasio
Independen:
DER = Total Liabilities
Total Ekuitas Rasio
ROE = Laba setelah Pajak Total Ekuitas
Metode Analisis yang digunakan adalah analisis linear berganda dan analisis jalur (path analyisis). Ghozali (2013:96) mengatakan “Analisis regresi berganda adalah hubungan dua variabel atau lebih serta menunjukkan arah hubungan antara variabel dependen dan variabel independen”.
Menurut Ghozali (2013: 249), “Analisis jalur merupakan perluasan jalur dari analisis regresi linear berganda, atau analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel (model causal) yang telah ditetapkan sebelumnya berdasarkan teori”.
Untuk hipotesis 1
Y = α + β1X1+ β2X2 + β3X3+ β4Z + ε ... (1) Untuk hipotesis 2
Z = α + β1X1+ β2X2+ β3X3 +ε ...(2)
Keterangan : Y = Earnings Response Coefficient Z = voluntary disclosure
X1 = firm size X2 = leverage X3 = profitability β1, β2, β3,β4 = Koefisien regresi
α = konstanta
ε = error
4.6.1. Analisis Statistik Deskriptif
Data yang sudah dikumpulkan kemudian diolah dan dianalisis dengan alat statistik deskriptif. Pengujian statistik deskriptif digunakan untuk memberikan gambaran profil data sampel. Statistik deskriptif juga bermanfaat untuk mendeskripsikan variabel-variabel dalam penelitian ini, yaitu untuk memberikan
gambaran umum dari setiap variabel penelitian. Peneliti menggunakan statistik deskriptif yang terdiri dari nilai rata-rata, nilai maksimum dan nilai minimum.
4.6.2. Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis, maka perlu dilakukan uji asumsi klasik. Pada penelitian ini data yang digunakan adalah pool data yaitu gabungan cross sectional dan time series sehingga uji autokorelasi tidak dibutuhkan dalam pengujian penelitian ini. Uji Autokorelasi yaitu data yang digunakan pada data runtun waktu (time series). Uji ini bertujuan umtuk melihat apakah dalam suatu regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Uji Autokorelasi dapat dilakukan dengan uji Durbin-Watson (DW), Ghozali (2013). Uji asumsi klasik yang akan dipakai adalah uji normalitas, multikolonieritas, dan heteroskedastisitas.
4.6.2.1. Uji Normalitas
Menurut Imam Ghozali (2013:160), “Uji normalitas bertujuan untuk mengetahui apakah masing-masing variabel berdistribusi normal atau tidak. Uji normalitas diperlukan karena untuk melakukan pengujian-pengujian variabel lainnya dengan mengasumsikan bahwa nilai residual mengikuti distribusi normal.
Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid dan statistik parametrik tidak dapat digunakan.”
Dalam penelitian ini uji normalitas data yang digunakan adalah dengan uji Kolmogorov Smirnov, dengan melihat tingkat signifikansi 5%. Dasar pengambilan keputusan daru uji normalitas adalah dengan melihat probabilitas asymp.sig (2-tailed) > 0,05 maka data terdistribusi normaldan sebaliknya jika asymp.sig (2-tailed) < 0,05 maka data terdistribusi tidak normal.
4.6.2.2. Uji Multikolonieritas
Menurut Imam Ghozali (2013:105), “Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Karena model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen“. Menurut Erlina (2011) ada dua uji multikolonieritas yang sering digunakan yaitu dengan melihat nilai VIF, semakin tinggi VIF semakin besar dampak dari multikolonieritas. Jika nilai VIF lebih besar dari 10 maka terjadi multikolonieritas yang cukup berat diantara variabel independen. Untuk menguji ada tidaknya multikolonieritas di antara variabel independen maka digunakan nilai variance inflation factors (VIF) dan nilai tolerance. Bila nilai tolerance < 0,10 atau nilai VIF > 10 maka terjadi multikolonieritas. Bila tolerance > 0,10 atau nilai VIF < 10 maka multikolonieritas ditolak.
4.6.2.3. Uji Heteroskedastisitas
Menurut Ghozali (2013:139), “Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pangamatan yang lain”. Jika variance dari residual satu pengamatan kepengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Uji heteroskedastisitas dapat dilihat dengan uji Glejser. Uji Glejser meregresikan nilai absolut residual terhadap variabel independen (Gujarati dalam Ghozali, 2013:142). Jika setiap
variabel independen nilai signifikannya lebih besar dari α = 0.05 maka dapat disimpulkan tidak terjadi heteroskedastisitas.
4.6.3. Pengujian Hipotesis Penelitian
4.6.3.1. Uji Hipotesis Pertama (H1) dengan Regresi Linier Berganda
Analisis regresi linier berganda ini digunakan untuk mengetahui ada tidaknya pengaruh dari variabel bebas (independen) terhadap variabel terikat (dependen).
- Besaran koefisien determinasi
Uji goodness of fit adalah untuk melihat kesesuaian model, atau seberapa besar kemampuan variabel bebas dalam menjelaskan varians variabel terikatnya. Uji goodness of fit ditentukan dengan nilai R Square yang tinggi yang mampu menjelaskan model dengan baik.
- Uji simultan (uji statistik F)
Dalam penelitian ini akan dilakukan juga penelitian secara simultan (uji F). Uji statistik F digunakan untuk mengetahui pengaruh variabel bebas secara bersama-sama (simultan) terhadap variabel terikat. Uji ini digunakan untuk mengetahui apakah variabel independen (X1,X2,…Xn) secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen (Y). Statistik hitung dan statistik tabel dapat juga diambil keputusan berdasarkan probabilitas, dengan dasar pengambilan keputusan adalah :
1. Apabila F hitung > F tabel atau sig < α=5%, maka H1 diterima.
2. Apabila F hitung < F tabel atau sig > α=5%,, maka H1 tidak dapat diterima.
- uji parsial (uji statistik t)
Uji statistik t digunakan untuk menguji secara parsial masing-masing variabel. Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen (X1,X2,…Xn) secara parsial berpengaruh signifikan terhadap variabel dependen (Y). Nilai t-tabel dapat dilihat dengan menggunakan table-t. Dasar pengambilan keputusan adalah : 1. Apabila t hitung > t tabel atau sig < α=5%, maka H1 diterima.
2. Apabila t hitung < t tabel atau sig > α=5%, maka H1 tidak dapat diterima.
4.6.3.2. Uji Hipotesis Kedua (H2) dengan PATH Analysis
Hipotesis yang kedua akan menggunakan PATH Analysis, dimana akan dilakukan uji pengaruh langsung, tidak langsung dan pengaruh total antara variabel firm size, leverage, dan profitability terhadap earnings respon coefficient melalui voluntary disclosure. Menurut Ghozali (2013:249) bahwa uji Path analysis dapat dilakukan untuk menguji signifikansi pengaruh tidak langsung, maka kita perlu menghitung nilai t hitung uji Sobel dari koefisien dari persamaan αβ dengan rumus sebagai berikut: t = αβ / Sαβ.
Nilai t hitung uji Sobel ini dibandingkan dengan nilai t tabel, jika t hitung uji Sobel > nilai t tabel maka H2 dapat diterima. Pengaruh mediasi juga dapat dilakukan dengan membandingkan koefisien pengaruh tidak langsung dengan koefisien pengaruh langsung. Jika koefisien pengaruh tidak langsung (indirect effect) lebih besar dari koefisien pengaruh langsung (direct effect) maka variabel yang diuji merupakan variabel intervening, dan sebaliknya (Murwaningsari, 2008).
BAB V
HASIL PENELITIAN DAN PEMBAHASAN
5.1. Hasil Penelitian 5.1.1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran mengenai variabel-variabel penelitian yang diamati. Pengukuran statistik deskriptif dalam penelitian ini menghasilkan perhitungan sebagaimana tercantum dalam Tabel 5.1.
Tabel 5.1 Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
ERC (Y) 584 .0010 .9460 .209503 .2067729
Firm Size (X1) 584 20.3280 32.9970 28.273011 1.7385201 Leverage (X2) 584 .0003 .8843 9.181914 211.0134574 Profitability (X3) 584 .0336 .9968 .336123 .2466142 Voluntary Disclosure (Z) 584 .2568 .5676 .472907 .0761561 Valid N (listwise) 584
Sumber: Lampiran 5 (Data Diolah, 2015)
Tabel 5.1 menunjukkan nilai tertinggi, nilai terendah, rata-rata dan standar deviasi dari variabel Earnings Response Coefficient, Firm Size, Leverage, Profitabilitas, dan Voluntary Disclosure dengan 584 observasi selama tahun 2010-2013. Variabel ERC (Y) menunjukkan seberapa jauh respon pasar terhadap informasi laba perusahaan. Pada penelitian ini rata-rata ERC perusahaan sebesar 0,209503 artinya keseluruhan perusahaan mendapat respon pasar terhadap informasi laba yang diberikan adalah 0,209503. Perusahaan yang memiliki nilai ERC, yaitu nilai respon pasar terhadap informasi laba yang diberikan, terendah adalah PT. Fortune Indonesia, Tbk sebesar 0,0010. Perusahaan dengan nilai ERC,
yaitu nilai respon pasar terhadap informasi laba yang diberikan, tertinggi adalah PT. Pioneerindo Gourmet International, Tbk sebesar 0,9460. Nilai standar deviasi ERC hasil penelitian ini adalah 0,2067729. Nilai rata-rata lebih besar dari standar deviasi artinya bahwa tidak terdapat outlier.
Selanjutnya untuk variabel independen yaitu firm size (X1) dimana ukuran perusahaan mempengaruhi kemampuan menghasilkan laba. Nilai firm size terendah sebesar 20,3280 yang dimiliki oleh PT. Indorama Synthetics, Tbk dan nilai terbesar adalah 32,9970 yang dimiliki oleh PT. Astra International, Tbk.
Rata-rata nilai firm size sebesar 28,273011 artinya rata-rata perusahaan memiliki risiko sistematik sebesar 28,273011. Nilai standar deviasi sebesar 1,7385201 menunjukkan adanya kesenjangan tingkat ukuran perusahaan.
Variabel leverage (X2) perusahaan menunjukkan bagaimana perusahaan memperoleh modal dalam menjalankan aktivitas perusahaan apakah dari modal atau dari hutang. Nilai leverage terendah 0,0003 dimiliki oleh PT. Sampoerna Agro, Tbk dan nilai leverage tertinggi sebesar 0,8843 yang dimiliki oleh PT. FKS Multi Agro, Tbk. Nilai rata-rata leverage sebesar 9,181914. Nilai standar deviasi sebesar 211,0134574 bahwa terdapat perbedaan besarnya jumlah modal yang diperoleh dari hutang.
Variabel dependen selanjutnya adalah profitability (X3) yang menunjukkan kemampuan perusahaan untuk menghasilkan laba. Nilai profitability terendah sebesar 0,0336 dimiliki oleh PT. Global Mediacom, Tbk dan nilai profitability tertinggi 0,9968 dimiliki oleh PT. Indo Tambangraya Megah, Tbk. Nilai standar deviasi sebesar 0,2466142 artinya terdapat tingkat kesenjangan
perusahaan sebesar 0,2466142 dalam menghasilkan laba. Nilai rata-rata sebesar 0,336123.
Variabel voluntary disclosure (Z) menunjukkan tingkat pengungkapan bebas perusahaan dalam laporan keuangan diluar pengungkapan wajib yang harus ditampilkan. Nilai voluntary disclosure terendah sebesar 0,2568 yang dimiliki oleh PT. Indokordsa, Tbk, dan nilai voluntary disclosure 0,5676 yang dimiliki oleh PT. Cita Mineral Investindo, Tbk. Nilai rata-rata sebesar 0,472907. nilai standar deviasi 0,0761561 artinya terdapat perbedaan dalam pengungkapan secara sukarela.
5.1.2. Hasil Pengujian Asumsi Klasik
Sebelum melakukan pengujian model regresi linear berganda metode enter dan PATH analysis terlebih dahulu dilakukan pengujian Classical Normal Linear Regression Model untuk semua variabel yang terdiri dari uji normalitas, uji multikolonieritas, dan uji heteroskedastisitas.
5.1.2.1. Uji Normalitas
Sebelum dilakukan pengujian terhadap hipotesis, dilakukan terlebih dahulu uji normalitas. Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Pengujian normalitas data dilakukan dengan menggunakan One Sample Kolmogorov-Smirnov Test, dengan melihat tingkat signifikansi 5%. Uji Normalitas variabel firm size terhadap ERC dapat dilihat pada tabel 5.2.
Tabel 5.2 Uji Normalitas Firm Size terhadap ERC One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual SIZE
N 584
Normal Parametersa,b Mean .000000
Std. Deviation .0020671
Most Extreme Differences
Absolute .154
Positive .154
Negative -.149
Kolmogorov-Smirnov Z .537
Asymp. Sig. (2-tailed) .372
a. Test distribution is Normal.
b. Calculated from data.
Sumber: Lampiran 6 (Data Diolah, 2015)
Pada tabel 5.2 uji normalitas variabel firm size terhadap ERC dapat dilihat nilai signifikansi yang diperoleh sebesar 0,372 > α = 0,05,dengan demikian dapat disimpulkan hasil pengujian berdistribusi normal.
Tabel 5.3 Uji Normalitas Leverage terhadap ERC One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual LEV
N 584
Normal Parametersa,b Mean .000000
Std. Deviation .02050951
Most Extreme Differences
Absolute .139
Positive .139
Negative -.124
Kolmogorov-Smirnov Z .264
Asymp. Sig. (2-tailed) .183
a. Test distribution is Normal.
b. Calculated from data.
Sumber: Lampiran 6 (Data Diolah, 2015)
Pada tabel 5.3 uji normalitas variabel leverage terhadap ERC dapat dilihat nilai signifikansi yang diperoleh sebesar 0,183 > α = 0,05,dengan demikian dapat disimpulkan hasil pengujian berdistribusi normal.
Tabel 5.4 Uji Normalitas Profitability terhadap ERC One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual PROF
N 584
Normal Parametersa,b Mean .000000
Std. Deviation .0419804
Most Extreme Differences
Absolute .146
Positive .146
Negative -.142
Kolmogorov-Smirnov Z .432
Asymp. Sig. (2-tailed) .229
a. Test distribution is Normal.
b. Calculated from data.
Sumber: Lampiran 6 (Data Diolah, 2015)
Pada tabel 5.4 uji normalitas variabel profitability terhadap ERC diperoleh nilai signifikansi sebesar 0,229 > α = 0,05,dengan demikian dapat disimpulkan hasil pengujian berdistribusi normal.
Tabel 5.5 Uji Normalitas Voluntary Disclosure terhadap ERC One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual DISC
N 584
Normal Parametersa,b Mean .000000
Std. Deviation .0206158
Most Extreme Differences
Absolute .153
Positive .150
Negative -.153
Kolmogorov-Smirnov Z .693
Asymp. Sig. (2-tailed) .545
a. Test distribution is Normal.
b. Calculated from data.
Sumber: Lampiran 6 (Data Diolah, 2015)
Pada tabel 5.5 uji normalitas variabel voluntary disclosure terhadap ERC diperoleh nilai signifikansi sebesar 0,545 > α = 0,05, dengan demikian dapat disimpulkan hasil pengujian berdistribusi normal.
5.1.2.2. Uji Multikolonieritas
Uji asumsi klasik yang kedua pada penelitian ini adalah uji multikolonieritas. Uji multikolonieritas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel independen (X).
Multikolonieritas berarti adanya hubungan yang kuat antara beberapa variabel atau semua variabel independen dalam model regresi. Untuk menguji ada tidaknya multikolonieritas di antara variabel independen maka digunakan nilai variance inflation factors (VIF) dan nilai tolerance. Bila nilai tolerance < 0,10 atau nilai VIF > 10 maka terjadi multikolonieritas. Bila tolerance > 0,10 atau nilai VIF < 10 maka multikolonieritas ditolak. Uji Multikolonieritas pada penelitian ini dapat dilihat pada Tabel 5.6.
Tabel 5.6 Uji Multikolonieritas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1 Firm Size (X1) .993 1.007
Leverage (X2) .995 1.005
Profitability (X3) .991 1.009 Voluntary Disclosure (Z) 1.000 1.000 a. Dependent Variable: ERC (Y)
Sumber: Lampiran 7 (Data Diolah, 2015)
Pada tabel 5.6 terlihat bahwa variabel independen yaitu firm size, leverage, profitability, dan voluntary disclosure tidak terjadi multikolonieritas karena nilai Tolerance > 0,10 dan VIF < 10. Hal ini menunjukkan bahwa indikator variabel independen dalam penelitian ini tidak saling berkorelasi.
5.1.2.3. Uji Heteroskedastisitas
Pengujian asumsi klasik yang ketiga pada penelitian ini adalah uji heteroskedastisitas. Heteroskedastisitas merupakan situasi dimana dalam model regresi terjadi ketidaksamaan varian dari residual satu observasi ke observasi yang lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedastisitas. Cara untuk menguji heteroskedastisitas yaitu dengan uji Glejser.
Uji Glejser meregresikan nilai absolut residual terhadap variabel independen (Gujarati dalam Ghozali, 2005:142). Jika setiap variabel independen nilai signifikannya lebih besar dari α = 0,05, maka dapat disimpulkan tidak terjadi heteroskedastisitas. Jika variabel independen (X) signifikan secara statistik mempengaruhi variabel dependen (Y) nilai Absolut Ut (AbsUt), maka ada indikasi terjadi heteroskedastisitas, sebaliknya apabila variabel independen (X) signifikan secara statistik memengaruhi variabel dependen (Y) dengan nilai probabilitas signifikannya lebih tinggi dari tingkat kepercayaan α = 0,05, maka asumsi homoskedastisitas pada data model tersebut diterima.
Uji Heteroskedastisitas pada penelitian ini dapat dilihat pada Tabel 5.7.
Tabel 5.7 Uji Heteroskedastisitas Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) .262 .095 2.752 .006
Firm Size (X1) -.002 .003 -.032 -.764 .445 Leverage (X2) -.062 .029 -.087 -2.107 .686 Profitability (X3) -.041 .022 -.078 -1.880 .061 Voluntary Disclosure (Z) .008 .071 .005 .116 .908 a. Dependent Variable: ABSUT
Sumber : Lampiran 8 (Data Diolah, 2015)
Berdasarkan hasil yang diperoleh pada tabel 5.7 dapat dilihat bahwa tingkat signifikansi masing-masing variabel lebih besar dari 5%. Jadi dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas.
5.1.3. Hasil Pengujian Hipotesis
Hasil pengujian hipotesis untuk menganalisis pengaruh firm size, leverage, profitability, dan voluntary disclosure terhadap ERC dilakukan dengan menggunakan SPSS (Statistical Package for Social Sciences) versi 18.0.
5.1.3.1. Hasil Uji Hipotesis Pertama (H1) dengan Regresi Linear Berganda
Analisis regresi linier berganda ini digunakan untuk mengetahui ada tidaknya pengaruh dari variabel bebas (independen) terhadap variabel terikat (dependen). Tahapan analisis regresi linear berganda pada penelitian ini adalah uji koefisien determinasi, uji parsial (uji statistik t) dan uji simultan (uji statistik F).
5.1.3.1.1. Hasil Uji Koefisien Determinasi
Hasil Uji koefisien determinasi (R2) dapat dilihat pada tabel 5.8 berikut ini.
Tabel 5.8 Hasil Uji Koefisien Determinasi
Model Summaryb Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 .548a .329 .315 .2052071 2.112 a. Predictors: (Constant), Voluntary Disclosure (Z), Leverage (X2), Firm Size (X1),Profitability (X3)
b. Dependent Variable: ERC (Y)
Sumber : Lampiran 9 (Data Diolah, 2015)
1. Dari uji koefisien determinasi pada tabel 5.8, nilai R-square adalah 0,329. Hal ini berarti 32,9% variabel dependen ERC dapat dijelaskan oleh variabel independen yaitu firm size, leverage, profitability dan firm size dan voluntary disclosure, sedangkan sisanya 67,1% dijelaskan oleh variabel-variabel lain yang tidak masuk dalam model penelitian ini.
2. Berdasarkan hasil perhitungan statistik, diperoleh R2 = 0,329, maka besarnya error2 (e2) = √(1-0,329) = 0,819.
5.1.3.1.2. Hasil Uji Hipotesis secara Simultan (Uji Statistik F)
Uji statistik F digunakan untuk mengetahui pengaruh variabel independen secara bersama-sama (simultan) terhadap variabel dependen. Jika nilai F
hitung >
Ftabel atau sig < α = 5%, maka H1 diterima. Sebaliknya apabila nilai F
hitung < F
tabel
atau atau sig > α = 5%, maka H1 tidak dapat diterima. Hasil uji hipotesis secara simultan (uji statistik F) dapat dilihat pada tabel 5.9 berikut ini.
Tabel 5.9 Hasil Uji Statistik F
ANOVAb
Model Sum of
Squares Df
Mean
Square F Sig.
1 Regression .545 4 .136 3.233 .012a
Residual 24.382 579 .042
Total 24.926 583
a. Predictors: (Constant), Voluntary Disclosure (Z), Leverage (X2), Firm Size (X1) , Profitabilitas(X3)
b. Dependent Variable: ERC (Y)
Sumber : Lampiran 9 (Data Diolah, 2015)
Berdasarkan hasil pengujian pada tabel 5.9 diperoleh nilai Fhitung sebesar 3,233 lebih besar dari nilai Ftabel = 2,37, jadi dapat disimpulkan secara simultan berpengaruh signifikan pada α = 5% (Sig = 0,012 < α = 5%).
Berdasarkan perolehan tersebut maka keputusannya adalah H1 diterima artinya firm size, leverage, profitability dan voluntary disclosure secara simultan berpengaruh signifikan terhadap ERC.
5.1.3.1.3. Hasil Uji Hipotesis secara Parsial (Uji Statistik t)
Uji statistik t menunjukkan seberapa jauh pengaruh masing-masing variabel independen secara parsial terhadap variabel dependen. Kriteria pengambilan keputusan untuk uji statistik t, apabila t hitung > t tabel atau sig < α
Uji statistik t menunjukkan seberapa jauh pengaruh masing-masing variabel independen secara parsial terhadap variabel dependen. Kriteria pengambilan keputusan untuk uji statistik t, apabila t hitung > t tabel atau sig < α