BAB III
METODE PENELITIAN 3.1 Jenis Penelitian
Penelitian ini termasuk penelitian kausal yaitu penelitian dengan
karakteristik masalah berupa hubungan sebab-akibat antara dua variabel atau lebih
(Erlina, 2011:20). Tujuan penelitian ini untuk menguji pengaruh Corporate Social
Responsibility (CSR) terhadap nilai perusahaan dengan profitabilitas sebagai
variabel moderating.
3.2 Tempat dan Jadwal Penelitian
Penelitian ini dilaksanakan pada perusahaan pertambangan yang terdaftar
di Bursa Efek Indonesia pada tahun 2012 – 2014. Adapun jadwal bagi penulis
melakukan penelitian ini yaitu :
Tabel 3.1 Jadwal Penelitian
No Kegiatan 2015 2016
Okt Nov Des Jan Feb Mar
1 Pengajuan Judul 2 Pembuatan Proposal 3 Bimbingan Proposal 4 Seminar Proposal 5 Pengumpulan Data dan Pengerjaan Skripsi
6
Bimbingan dan Penyelesaian Skripsi
7 Sidang Meja Hijau
Sumber : Diolah oleh peneliti
3.3 Definisi Operasional dan Pengukuran Variabel
Definisi operasional variabel adalah definisi-definisi yang akan
dipergunakan dalam penelitian ini dengan tujuan untuk memberikan arah dan
batasan dalam penyelesaian masalah. Pada penelitian ini, akan dijelaskan definisi
operasional variabel yang akan digunakan di dalam penelitian.
3.3.1 Variabel Independen
Variabel independen (variabel bebas) yaitu variabel yang dapat
mempengaruhi variabel yang lain. Menurut Sarwono dan Suhayati (2010:31),
variabel independen adalah variabel yang pengaruhnya diukur, dimanipulasi, atau
dipilih oleh peneliti untuk menentukan hubungannya dengan suatu gejala yang
berkaitan dengan variabel lain. Penelitian ini menggunakan Corporate Social
Responsibility (X1) sebagai variabel independen.
Pengukuran kinerja CSR yang dilakukan melalui laporan tahunan
memerlukan acuan informasi (information guideline). Acuan informasi laporan
CSR yang saat ini mendominasi adalah Sustainability Reporting Guidelines
(SRG), yang dikeluarkan oleh Global Reporting Initiative (GRI). Dalam SRG
tersebut terdapat 6 indikator kinerja, dengan SRG inilah pengungkapan informasi
CSR pada laporan tahunan perusahaan diukur melalui pemberian skor (Gunawan,
Perhitungan variabel ini dilakukan oleh peneliti dengan mengukur
pengungkapan sosial laporan tahunan yang dilakukan dengan pengamatan
mengenai ada tidaknya suatu item informasi yang ditentukan dalam laporan
tahunan dengan asumsi setiap yang diungkapkan pasti telah dilakukan.
Penghitungan CSR dilakukan dengan cara sebagai berikut:
Score 0 : apabila item informasi tidak ada dalam laporan keuangan.
Score 1 : jika item informasi yang ditentukan ada dalam laporan
tahunan.
Metode pengukuran ini dinamakan dengan Checklist data. Pada variabel
ini, perhitungan dilakukan oleh peneliti dengan menggunakan rumus indeks
informasi sosial untuk menghitung pengungkapan sosial perusahaan, yaitu :
Indeks CSR =
3.3.2 Variabel Moderating
Variabel moderating adalah variabel yang memperkuat atau memperlemah
hubungan antara suatu variabel dengan variabel lain (Situmorang dan Lutfi,
2012:185). Variabel moderating dalam penelitian ini adalah profitabilitas, simbol
yang digunakan untuk variabel tersebut adalah X2. Profitabilitas diukur dengan
rasio return on asset (ROA) yang didapatkan dari laporan keuangan tahunan
perusahaan pertambangan di BEI selama periode penelitian. Dipilihnya ROA,
𝐉𝐮𝐦𝐥𝐚𝐡 𝐬𝐤𝐨𝐫 𝐩𝐞𝐧𝐠𝐮𝐧𝐠𝐤𝐚𝐩𝐚𝐧 𝐂𝐒𝐑 𝐉𝐮𝐦𝐥𝐚𝐡 𝐬𝐤𝐨𝐫 𝐦𝐚𝐤𝐬𝐢𝐦𝐚𝐥
menunjukkan perbandingan net income dan total assets perusahaan. Rumus
Profitabilitas :
ROA =
3.3.3 Variabel Dependen
Variabel dependen (variabel terikat) merupakan sesuatu yang dipengaruhi
atau yang dihasilkan oleh variabel independen (variabel bebas). Menurut Sarwono
dan Suhayati (2010:32), variabel dependen adalah variabel yang keberadaannya
diamati dan diukur untuk menentukan pengaruh yang disebabkan oleh variabel
bebas. Maka dalam penelitian ini yang menjadi variabel dependennya adalah nilai
perusahaan (Y). Nilai perusahaan biasa diproksikan dengan PBV yaitu
membandingkan price (harga saham saat closing price) dengan nilai buku dengan
rumus sebagai berikut :
PBV =
𝐋𝐚𝐛𝐚 𝐛𝐞𝐫𝐬𝐢𝐡
𝐓𝐨𝐭𝐚𝐥 𝐚𝐬𝐬𝐞𝐭
x
100%𝐇𝐚𝐫𝐠𝐚 𝐬𝐚𝐡𝐚𝐦
Tabel 3.2
Definisi Operasional dan Skala Pengukuran Variabel Variabel
Penelitian
Definisi
Operasional Indikator Pengukuran Variabel Skala Variabel Independen: Corporate social responsibility Tanggung jawab sosial perusahaan (Corporate Social Responsibility) adalah kewajiban manajemen untuk membuat keputusan dan melakukan tindakan yang akan meningkatkan kesejahteraan dan kepentingan masyarakat serta perusahaan. Indeks CSR = Rasio Variabel Moderating: Profitabilitas Profitabilitas adalah kemampuan perusahaan untuk menghasilkan laba berdasarkan
dari total asset perusahaannya. ROA = Rasio Variabel Dependen: Nilai perusahaan Diproksikan dengan Price Book Value (PBV) yaitu perbandingan antara harga saham dengan nilai buku. PBV = Rasio
Sumber: Diolah oleh peneliti
𝐉𝐮𝐦𝐥𝐚𝐡 𝐬𝐤𝐨𝐫 𝐩𝐞𝐧𝐠𝐮𝐧𝐠𝐤𝐚𝐩𝐚𝐧 𝐂𝐒𝐑 𝐉𝐮𝐦𝐥𝐚𝐡 𝐬𝐤𝐨𝐫 𝐦𝐚𝐤𝐬𝐢𝐦𝐚𝐥 𝐋𝐚𝐛𝐚𝐛𝐞𝐫𝐬𝐢𝐡 𝐓𝐨𝐭𝐚𝐥𝐚𝐬𝐬𝐞𝐭
x
100% 𝐇𝐚𝐫𝐠𝐚 𝐬𝐚𝐡𝐚𝐦 𝐍𝐢𝐥𝐚𝐢 𝐛𝐮𝐤𝐮 𝐬𝐚𝐡𝐚𝐦 𝐱 𝟏𝟎𝟎%3.4 Populasi dan Sampel Penelitian 3.4.1 Populasi
Menurut Erlina (2011:81) populasi merupakan sekelompok entitas yang
lengkap yang dapat berupa orang, kejadian, atau benda yang mempunyai
karakteristik tertentu, yang berada dalam suatu wilayah dan memenuhi
syarat-syarat tertentu yang berkaitan dengan masalah penelitian.
Populasi dalam penelitian ini adalah perusahaan-perusahaan pertambangan
yang terdaftar di Bursa Efek Indonesia tahun 2012-2014. Jumlah populasi
perusahaan pertambangan yang terdaftar di BEI ada sebanyak 38 perusahaan.
3.4.2 Sampel
Menurut Erlina (2011:82) sampel merupakan bagian populasi yang
digunakan untuk memperkirakan karakteristik populasi. Sedangkan ukuran
sampel merupakan suatu langkah untuk menentukan besarnya sampel yang
diambil dalam melaksanakan suatu penelitian.
3.4.3 Teknik Sampling
Teknik pengambilan sampel dalam penelitian ini dilakukan dengan
pendekatan non probability sampling, khususnya metode purposive sampling
yaitu teknik sampling dengan metode pengambilan sampel secara tidak acak tetapi
berdasarkan atas tujuan dan pertimbangan atau kriteria tertentu. Adapun
pertimbangan pengambilan sampel dalam penelitian ini adalah :
1. Perusahaan pertambangan yang terdaftar di BEI yang menerbitkan
2. Perusahaan pertambangan yang mengungkapkan tanggung jawab
sosial perusahaan (corporate social responsibility) dalam laporan
tahunan berturut-turut dari tahun 2012, 2013, dan 2014.
3. Perusahaan pertambangan yang memiliki laba positif.
Dari 38 populasi perusahaan pertambangan yang terdaftar di BEI,
diperoleh 14 perusahaan pertambangan yang memenuhi kriteria diatas sebagai
sampel penelitian :
Tabel 3.3
Populasi dan Sampel Penelitian Perusahaan Pertambangan
No Kode Nama Perusahaan Sektor Kriteria Sampel
1 2 3
1 ADRO Adaro Energy Tbk Batubara √ √ √ 1
2 ARII Atlas Resources Tbk Batubara √ × × ×
3 ATPK ATPK Resources Tbk Batubara √ √ × ×
4 BORN Borneo Lumbung
Energy&Metal Tbk Batubara × × √ ×
5 BRAU Berau Coal Energy Tbk Batubara √ √ × ×
6 BSSR Baramulti Suksessarana Tbk Batubara × √ √ ×
7 BUMI Bumi Resources Tbk Batubara √ × × ×
8 BYAN Bayan Resources Tbk Batubara √ √ √ ×
9 DEWA Darma Henwa Tbk Batubara √ √ √ ×
10 DOID Delta Dunia Makmur Tbk Batubara × √ √ ×
11 GEMS Golden Energy Mines Tbk Batubara √ √ √ 2
12 GTBO Garda Tujuh Buana Tbk Batubara √ × × ×
13 HRUM Harum Energy Tbk Batubara √ √ √ 3
14 ITMG Indo Tambangraya Megah Tbk Batubara √ √ √ 4
15 KKGI Resource Alam Indonesia Tbk Batubara √ √ √ 5
16 MBAP Mitrabara Adiperdana Tbk Batubara √ × √ ×
17 MYOH Samindo Resources Tbk Batubara √ √ × ×
18 PKPK Perdana Karya Perkasa Tbk Batubara √ × √ ×
19 PTBA Tambang Batubara Bukit Asam
Tbk Batubara √ √ √ 6
20 PTRO Petrosea Tbk Batubara √ √ × ×
21 SMMT Golden Eagle Energy Tbk Batubara √ × √ ×
22 ARTI Ratu Prabu Energi Tbk Minyak &
No Kode Nama Perusahaan Sektor Kriteria Sampel 1 2 3
23 BIPI Benakat Integra Tbk Minyak &
Gas Bumi √ × × ×
24 ELSA Elnusa Tbk Minyak &
Gas Bumi √ √ √ 7
25 ENRG Energi Mega Persada Tbk Minyak &
Gas Bumi √ √ √ 8
26 ESSA Surya Esa Perkas Tbk Minyak &
Gas Bumi √ √ √ 9
27 MEDC Medco Energi International Tbk Minyak &
Gas Bumi √ √ × ×
28 RUIS Radiant Utama Interinsco Tbk Minyak &
Gas Bumi √ √ √ 10
29 ANTM Aneka Tambang Tbk
Logam & Mineral Lainnya
√ √ × ×
30 CITA Cita Mineral Investindo Tbk
Logam & Mineral Lainnya
√ × √ ×
31 CKRA Cakra Mineral Tbk
Logam & Mineral Lainnya
√ × × ×
32 DKFT Central Omega Resources Tbk
Logam & Mineral Lainnya
√ × √ ×
33 INCO Vale Indonesia Tbk
Logam & Mineral Lainnya
√ √ √ 11
34 PSAB J Resources Asia Pasifik Tbk
Logam & Mineral Lainnya √ √ × × 35 SMRU SMR Utama Tbk Logam & Mineral Lainnya √ √ × ×
36 TINS Timah (Persero) Tbk
Logam & Mineral Lainnya √ √ √ 12 37 CTTH Citatah Tbk Batu-Batuan √ √ √ 13
38 MITI Mitra Investindo Tbk
Batu-Batuan √ √ √ 14
3.5 Jenis dan Sumber
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data
sekunder merupakan data yang diperoleh/dikumpulkan dan disatukan oleh
studi-studi sebelumnya, atau yang diterbitkan oleh berbagai instansi lain. Biasanya
sumber tidak langsung berupa data dokumentasi dan arsip-arsip resmi
(Situmorang dan Lutfi, 2012:3). Sifat data adalah data deret waktu (time series),
yaitu data yang merupakan hasil pengamatan dalam suatu rentang waktu tertentu.
Data sekunder yang digunakan dalam penelitian ini diperoleh dari laporan
tahunan yang dipublikasikan, diambil dari website Bursa Efek Indonesia
(www.idx.co.id) dan referensi dari jurnal ilmiah dan penelitian-penelitian
sebelumnya.
3.6 Metode Pengumpulan Data
Data yang digunakan pada penelitian ini adalah data eksternal, yaitu data
yang dilakukan dengan studi pustaka dan pengumpulan data sekunder yaitu
diperoleh dari media internet dengan cara mengunduh melalui website resmi
Bursa Efek Indonesia (www.idx.co.id) dan referensi dari peneliti sebelumnya.
3.7 Teknik Analisis Data
Data yang digunakan dalam penelitian ini antara lain adalah analisis
statistik deskriptif, uji asumsi klasik, dan pengujian hipotesis. Data yang siap
diolah akan dilakukan pengujian statistik dengan menggunakan program SPSS.
Untuk menguji hipotesis yang telah dirumuskan, maka dalam penelitian ini
3.7.1 Statistik Deskriptif
Statistik deskriptif berfungsi sebagai penganalisis data dengan
menggambarkan sampel data yang telah dikumpulkan. Penelitian ini menjabarkan
jumlah data, rata-rata, nilai minimum dan maksimum serta standar deviasi.
3.7.2 Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis dan uji analisis regresi linear
berganda, maka hal yang pertama dilakukan adalah uji asumsi klasik, yang
bertujuan untuk mendapatkan nilai estimasi yang diperoleh bersifat BLUE (Best,
Linear, Unbiased, and Estimator), yang artinya nilai estimator yang terbaik,
estimator yang linear, dan estimator yang tidak bias, maka data-data yang
digunakan dalam analisis regresi terlebih dahulu akan diuji normalitas, uji
multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
3.7.2.1 Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi
sebuah data mengikuti atau mendekati distribusi normal, yaitu distribusi
data dengan bentuk lonceng. Dalam model regresi, variabel pengganggu
atau residual memiliki distribusi normal. Uji ini berguna untuk tahap awal
dalam metode pemilihan analisis data.
Jika data normal, maka digunakan statistik parametrik, dan jika
data tidak normal maka digunakan statistik nonparametrik atau lakukan
treatment agar data normal. Data yang baik adalah data yang mempunyai
pola seperti distribusi normal (Erlina, 2011:101). Untuk melihat normalitas
normal. Normalitas dapat dideteksi dengan melihat penyebaran data (titik)
pada sumbu diagonal dari grafik atau dengan melihat histogram dari nilai
residualnya. Dasar pengambilan keputusannya adalah:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal atau garis histogramnya menunjukkan pola
berdistribusi normal, maka model regresi memenuhi asumsi
normalitas.
2. Jika data menyebar jauh dari diagonal dan tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan data
berdistribusi normal, maka model regresi tidak memenuhi
asumsi normalitas. Dalam penelitian ini, peneliti menggunakan
uji Kolmogorov-Smirnov (K-S) untuk menguji normalitas data.
Uji K-S dibuat dengan membuat hipotesis yaitu :
H0 : data residual berdistribusi normal, dan
Ha : data residual tidak berdistribusi normal.
3.7.2.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah pada model
regresi ditemukan adanya korelasi antara variabel bebas (independen)
(Ghozali, 2009:91). Model regresi yang baik seharusnya tidak terjadi
korelasi diantara variabel independen. Multikolinieritas adalah situasi
adanya korelasi variabel-variabel independen antara yang satu dengan
yang lainnya. Jika terjadi korelasi sempurna diantara sesama variabel
1. Koefisien-koefisien regresi menjadi tidak dapat ditaksir,
2. Nilai standar error setiap koefisien regresi menjadi tak
terhingga.
Ada tidaknya multikolinieritas dapat dideteksi dengan melihat nilai
tolerance dan variance inflation factor (VIF), serta dengan menganalisis
matriks korelasi variabel-variabel independen. Nilai cut off yang umum
dipakai untuk menunjukkan tidak adanya multikolinearitas adalah jika
nilai tolerance > 0,1 atau sama dengan nilai VIF < 10, maka model dapat
dikatakan terbebas dari multikolinearitas.
3.7.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah didalam
model regresi terjadi ketidaksamaan variabel pengganggu dari satu
pengamatan dengan pengamatan yang lain. Menurut Ghozali (2009:125)
Model regresi yang baik adalah yang homoskesdatisitas atau tidak terjadi
heteroskedastisitas. Cara memprediksi ada tidaknya heteroskedastisitas
pada suatu model dapat dilihat dari pola gambar Scatterplot. Analisis pada
gambar Scatterplot yang menyatakan model regresi berganda tidak
terdapat heteroskedastisitas jika:
1. titik-titik data menyebar di atas, di bawah atau di sekitar angka
nol,
3. penyebaran titik-titik data tidak boleh membentuk pola
bergelombang melebar kemudian menyempit dan melebar
kembali,
4. penyebaran titik-titik data sebaiknya tidak berpola.
3.7.2.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi
linear terdapat korelasi atau kesalahan pengganggu pada periode t dengan
kesalahan periode t-1. Jika terjadi autokorelasi, maka terdapat problem
autokorelasi.
Menurut Ghozali (2009:99) autokorelasi muncul karena observasi
yang berurutan sepanjang tahun yang berkaitan satu dengan lainnya. Hal
ini sering ditemukan pada data time series. Pada data cross section,
masalah autokorelasi relatif tidak terjadi. Uji yang digunakan dalam
penelitian untuk mendeteksi ada tidaknya autokorelasi adalah dengan
menggunakan uji Durbin-Watson (DW). Kriteria untuk penilaian
terjadinya autokorelasi yaitu:
1. nilai DW lebih kecil dari -2 berarti ada korelasi positif,
2. nilai DW di antara -2 sampai +2 berarti tidak ada autokorelasi,
3. nilai DW lebih besar dari +2 berarti ada autokorelasi negatif.
3.7.3 Analisis Regresi
Data yang telah dikumpulkan kemudian dianalisis dengan menggunakan
alatanalisis statistik yakni :
Y = α + β1X1 + e
2. Analisis regresi dengan variabel moderasi (Moderated Regression
Analysis).
Dalam penelitian ini, digunakan uji Moderated Regression Analysis
atau uji interaksi. Ghozali (2009:164) menyatakan Moderated
Regression Analysis (MRA) merupakan aplikasi khusus regresi
berganda linear dimana dalam persamaan regresinya mengandung
unsur interaksi (perkalian dua atau lebih variabel independen) dengan
rumus persamaan sebagai berikut : Y = α + β1X1 + β2X2 + β3X1X2 + e Keterangan :
Y = Nilai Perusahaan α = Konstanta
β1-β3 = Koefisien Regresi
X1 = Corporate Social Responsibility
X2 = Profitabilitas
X1-X2 = Interaksi antara Corporate Social Responsibility dengan
Profitabilitas
E= Error Term, yaitu tingkat kesalahan penduga dalam penelitian
3.7.4 Uji Hipotesis
3.7.4.1 Uji Statistik t
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu
variabel terikat. Tujuan dari uji t adalah untuk menguji koefisien regresi
secara individual. Dasar pengambilan keputusannya adalah :
1. Jika nilai -thitung > -ttabel atau thitung < ttabel, maka Ho diterima,
yang artinya tidak ada pengaruh antara variabel bebas dengan
variabel terikat.
2. Jika nilai thitung > ttabel atau -thitung < -ttabel, maka Ho ditolak, yang
artinya ada pengaruh variabel bebas dengan variabel terikat.
3. Tingkat signifikansi yang digunakan sebesar 5% atau 0,05,
dengan kata lain jika P>0,05 maka dinyatakan tidak signifikan,
dan sebaliknya jika P<0,05 maka dinyatakan signifikan.
3.7.4.2 Uji Koefisien Determinan (R2 )
Pengujian koefisien determinan dilakukan untuk melihat seberapa
besar pengaruh variabel bebas terhadap variabel terikat. Pengujian ini
dilakukan dengan melihat nilai koefisien determinan. Koefisien
determinan (R2) merupakan besaran non negatif dan besarnya koefisien determinasi adalah (𝟎 ≤ 𝑹𝟐 ≤ 𝟏 )
.
Jika koefisien determinan bernilai 0, maka tidak ada hubungan
antara variabel bebas dengan variabel terikat. Sebaliknya jika koefisien
determinan bernilai 1, maka ada keterikatan sempurna antara variabel
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN 4.1 Analisis Hasil Penelitian
4.1.1 Analisis Statistik Deskriptif
Metode yang digunakan dalam penelitian ini adalah metode statistik
deskriptif, yaitu penelitian yang dilakukan untuk memperoleh gambaran yang
sebenarnya tentang kondisi perusahaan dalam analisis. Statistik deskriptif
memberikan penjelasan mengenai nilai minimum, nilai maksimum, dan nilai
rata-rata (mean), dan nilai standar deviasi dari variabel-variabel independen dan
variabel dependen. Informasi yang dibutuhkan dalam penelitian ini merupakan
data sekunder yang diperoleh dari www.idx.co.id berupa data keuangan sampel
perusahaan pertambangan dari tahun 2012 sampai tahun 2014 yang dijabarkan
dalam bentuk statistik.
Variabel dari penelitian ini terdiri CSR (Corporate Social Responsibility)
sebagai variabel independen, ROA (Return On Asset) sebagai variabel
moderating, dan nilai perusahaan yaitu PBV (Price Book Value) sebagai variabel
dependen. Statistik deskriptif dari variabel tersebut dari sampel perusahaan
pertambangan selama periode tahun 2012 sampai dengan tahun 2014 disajikan
Tabel 4.1
Statistik Deskriptif Variabel-Variabel Selama Tahun 2012 – 2014 Descriptive Statistics
Sumber : Diolah oleh peneliti, 2016
Tabel diatas menunjukkan variabel CSR (Corporate Social
Responsibility), ROA (Return On Asset) dan PBV (Price Book Value) memiliki
nilai minimum positif. Untuk nilai maksimum, semua variabel memiliki nilai
yang positif. Berikut ini perincian data deskriptif yang telah diolah:
a. variabel CSR memiliki nilai minimum 0.50 dan nilai maksimum 1.00
dengan rata-rata CSR 0.7157 dengan jumlah data sebanyak 42.
b. variabel ROA memiliki nilai minimum 0.15 dan nilai maksimum 30.01
dengan rata-rata ROA 8.3895 dengan jumlah data sebanyak 42.
c. variabel PBV memiliki nilai minimum 0.05 dan nilai maksimum 6.19
dengan rata-rata PBV 2.0026 dengan jumlah data sebanyak 42.
4.1.2 Uji Asumsi Klasik 4.1.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel residual
berdistribusi normal. Pengujian normalitas data dalam penelitian ini
mengunakan uji statistik non parametrik Kolmogorov-Smirnov (K-S),
grafik Histogram, dan grafik Normal Plot. Uji statistik non parametrik
Kolmogorov-Smirnov (K-S) dengan membuat hipotesis :
N Minimum Maximum Mean Std. Deviation
CSR 42 .50 1.00 .7157 .16506
ROA 42 .15 30.01 8.3895 7.60988
PBV 42 .05 6.19 2.0026 1.46423
H0 : Data residual berdistribusi normal
Ha : Data residual tidak berdistribusi normal
Dalam uji Kormogrov-Smirnov, pedoman yang digunakan dalam
pengambilan keputusan yaitu:
1. Jika nilai signifikansi < 0,05 maka distribusi data tidak normal,
2. Jika nilai signifikansi > 0,05 maka distribusi data normal.
Hasil uji kolmogorov-Smirnov dapat dilihat pada tabel dibawah ini :
Tabel 4.2 Uji Normalitas
a. Test distribution is Normal. b. Calculated from data.
Sumber : Diolah oleh peneliti, 2016
Dari hasil pengolahan data tersebut, besarnya nilai K ol mogor o v
-Smi r no v adalah CSR 0.104, ROA (Return On Asset) 0.095, PBV 0.226,
maka disimpulkan data terdistribusi secara normal karena p > 0.05. Data
yang terdistribusi secara normal tersebut juga dapat dilihat melalui grafik
histogram dan grafik normal plot data berikut ini:
One-Sample Kolmogorov-Smirnov Test
CSR ROA PBV
N 42 42 42
Normal Parametersa,,b Mean .7157 8.3895 2.0026
Std. Deviation .16506 7.60988 1.46423
Most Extreme Differences Absolute .323 .190 .161
Positive .323 .190 .161
Negative -.200 -.139 -.097
Kolmogorov-Smirnov Z 2.096 1.234 1.044
Berdasarkan grafik diatas, dapat disimpulkan bahwa distribusi data
normal karena grafik histogram tersebut berbentuk lonceng yang artinya
menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng
(skewness) ke kiri ataupun ke kanan. Demikian pula dengan hasil uji
normalitas dengan menggunakan grafik p-plot dibawah ini :
Gambar 4.1 Histogram
Gambar 4.2 Grafik P-Plot
Pada grafik normal p-plot, terlihat titik-titik menyebar disekitar
garis diagonal sehingga dapat disimpulkan bahwa data dalam model
regresi terdistribusi normal.
4.1.2.2 Uji Multikolinearitas
Uji multikolonearitas bertujuan untuk menguji apakah pada model
regresi ditemukan korelasi antara variabel independent. Jika terjadi
korelasi maka terdapat masalah multikolinearitas sehingga model regresi
tidak dapat digunakan. Mendeteksi Ada tidaknya multikolinieritas dapat
dideteksi dengan melihat nilai tolerance dan variance inflation factor
(VIF). Jika VIF > 10 maka terjadi multikolinearitas dan apabila VIF < 10
maka tidak terjadi multikolinearitas, atau nilai tolerance > 0,1 maka model
dapat dikatakan terbebas dari multikolinearitas. Berikut ini disajikan tabel
hasil pengujian multikolonearitas :
Tabel 4.3 Uji Multikolinearitas
a Dependent Variable: Y
Sumber : Diolah oleh peneliti, 2016
Berdasarkan pada tabel 4.3 diatas, dapat disimpulkan bahwa
dalam model regresi tidak terjadi multikolinearitas dengan dasar nilai VIF
untuk setiap variabel independen tidak ada yang melebihi 10 dan nilai
Model Collinearity Statistics Tolerance VIF 1 (Constant) CSR .999 1.001 ROA .999 1.001
tolerance tidak ada yang kurang dari 0.1. Nilai t oler ance CSR adal ah
0.999, ROA adalah 0,999. Nilai VIF dari kedua variabel independen juga
lebih kecil dari 10 yaitu untuk CSR sebesar 1.001, dan ROA sebesar
1.001.
4.1.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah yang tidak terjadi
heteroskedastisitas.
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala
heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari
pengolahan data menggunakan program SPSS, dengan ketentuan :
1. Jika ada pola tertentu, seperti titik-titik yang teratur, maka telah
terjadi heterokedastisitas,
2. Jika tidak ada pola tertentu, serta titik-titik yang menyebar tidak
tertentu, maka tidak terjadi heterokedastisitas atau terjadi
homokedastisitas.
Berikut ini dilampirkan gambar scatterplot untuk menganalisis
apakah terjadi heteroskedastisitas atau terjadi homokedastisitas dengan
Dari gambar scatterplot terlihat bahwa titik-titik menyebar secara
acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y.
Hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada
model regresi sehingga model layak dipakai dalam penelitian ini.
4.1.2.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang
berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal
ini sering ditemukan pada data time series. Cara yang dapat digunakan
untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai
uji Durbin Watson. Untuk uji Durbin Watson memiliki ketentuan sebagai
berikut:
1. nilai DW lebih kecil dari -2 berarti ada korelasi positif,
Gambar 4.3
2. nilai DW di antara -2 sampai +2 berarti tidak ada autokorelasi,
3. nilai DW lebih besar dari +2 berarti ada autokorelasi negatif.
Tabel 4.4 Uji Autokorelasi
Tabel 4.4 memperlihatkan nilai statistik D-W sebesar 1.353 (d).
Nilai ini akan peneliti bandingkan dengan nilai ketentuan untuk uji
autokorelasi yaitu nilai 1.353 (DW) di antara -2 sampai +2 berarti tidak
ada autokorelasi. Berdasarkan pengamatan ini, dapat disimpulkan bahwa
tidak terjadi autokorelasi positif maupun autokorelasi negatif.
4.1.3 Analisis Regresi
Berdasarkan hasil pengujian asumsi klasik disimpulkan bahwa model
regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang
Bes t Linear Unbias ed Esti mator (BLUE) dan layak dilakukan analisis
regresi. Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda.
Berdasarkan hasil pengolahan data dengan program SPSS 18, maka diperoleh
hasil sebagai berikut :
4.1.3.1 Persamaan Regresi Sederhana
Dalam pengolahan data dengan menggunakan regresi linier
sederhana, dilakukan beberapa tahapan untuk mencari hubungan antara
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .651a .423 .394 1.14014 1.353
variabel independen dan variabel dependen, melalui pengaruh CSR
terhadap PBV. Berdasarkan hasil pengolahan data dengan program SPSS
Versi 18, maka diperoleh hasil sebagai berikut :
Tabel 4.5 Hasil Analisis Regresi
Sumber : Diolah oleh peneliti, 2016
Berdasarkan tabel diatas didapatlah persamaan regresi sebagai berikut :
PBV = 0.170 + 2.560CSR Keterangan :
1) Konstanta sebesar 0.170 menunjukkan bahwa apabila variabel
independen (X=0) maka nilai PBV sebesar 0.170. Artinya, Jika
nilai variabel X tetap atau tidak mengalami kenaikan, maka nilai
PBV sebesar 0.170.
2) β1 sebesar 2.560 menunjukkan bahwa setiap kenaikan CSR
sebesar 1% akan diikuti oleh peningkatan PBV sebesar 2.560
dengan asumsi variabel lain tetap. Artinya, jika variabel X
mengalami kenaikan 1 poin (1%), maka variabel Y mengalami
peningkatan. Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .170 .986 .173 .864 CSR 2.560 1.343 .289 1.906 .064 a. Dependent Variable: PBV
4.1.3.2 Analisis Regresi Dengan Variabel Moderating Tabel 4.6
Hasil Regresi Variabel Moderating
Sumber : Diolah oleh peneliti,2016
Tabel diatas dapat menunjukkan persamaan Moderated Regression
Analysis (MRA) atau uji interaksi yaitu:
PBV= -1.325 + 3.309 CSR + 0.175 ROA -0.085 CSR*ROA
Hasil tampilan output SPSS menunjukkan bahwa secara individu
variabel CSR memberikan nilai koefisien 3,309 dengan probabilitas
signifikansi 0,035. Hal ini mengindikasikan bahwa secara parsial variabel
CSR berpengaruh signifikan terhadap PBV, yaitu 0,035 < 0,05. Sedangkan
ROA bernilai 0,175 dengan signifikansi 0,121 mengartikan bahwa secara
parsial nilai ROA tidak berpengaruh terhadap PBV. Karena nilai
signifikansi variabel ROA tersebut 0,121 > 0,05. Demikian pula variabel
moderating (x1x2) tidak berpengaruh signifikan, karena nilai
probabilitasnya > 0,05 yaitu 0,564 > 0,05. Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -1.325 1.138 -1.165 .251 CSR 3.309 1.511 .373 2.191 .035 ROA .175 .110 .908 1.588 .121 Moderat -.085 .146 -.338 -.582 .564 a. Dependent Variable: PBV
4.1.3.3 Analisis Koefisien Regresi
Koefisien determinasi pada intinya digunakan untuk mengukur
kemampuan model dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi adalah antara nol dan satu. Nilai yang kecil berarti
kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen amat terbatas. Apabila nilai R Square semakin
mendekati 1, maka variabel-variabel independen mendekati semua
informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Nilai R S q u a r e memiliki kelemahan yaitu nilai R Square akan meningkat
setiap ada penambahan satu variabel independen meskipun variabel
independen tersebut tidak berpengaruh signifikan terhadap variabel
dependen.
Tabel 4.7 Koefisien Determinasi
a. Predictors: (Constant), moderat, ROA, CSR
Sumber : Data diolah peneliti, 2016.
Hasil pengujian dengan menggunakan koefisien determinasi
menunjukkan bahwa nilai R = 0,654 berarti hubungan antara CSR, ROA,
terhadap PBV sebesar 65.4%. Artinya hubungannya erat, semakin besar
nilai R berarti hubungannya semakin erat. R Square sebesar 0,428 berarti
42.8% PBV dipengaruhi oleh CSR, ROA. Sisanya 57.2% dijelaskan oleh
variabel-variabel lainnya yang tidak masuk dalam model penelitian ini.
Model R R Square Adjusted R Square
Std. Error of the Estimate
Adjusted R Square sebesar 0,383 berarti 38.3% CSR, ROA
mempengaruhi PBV sementara sisanya 61.7% dijelaskan oleh variabel
lainnya yang tidak masuk dalam model penelitian ini.
4.1.4 Uji t (Uji Parsial)
Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel
independennya. Berdasarkan hasil pengolahan SPSS 18, diperoleh hasil sebagai
berikut :
Tabel 4.8
Hasil Uji t Coefficients
Sumber : Diolah oleh peneliti, 2016
4.1.4.1 Pengaruh CSR Terhadap PBV
Dari tabel 4.8 dapat dilihat besarnya thitung untuk variabel CSR
sebesar 2.191 dengan nilai signifikan 0.035, sedangkan ttabel adalah 1.681,
sehingga th i t u n g> tt a b e l(2.191 > 1,681), maka CSR secara parsial
mempengaruhi PBV. Signifikansi penelitian juga menunjukkan angka
<0,05 yaitu 0,035 < 0,05. Maka H0 ditolak dan Ha diterima, artinya CSR
berpengaruh signifikan terhadap PBV.
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -1.325 1.138 -1.165 .251 CSR 3.309 1.511 .373 2.191 .035 ROA .175 .110 .908 1.588 .121 Moderat -.085 .146 -.338 -.582 .564 a. Dependent Variable: PBV
4.1.4.2 Pengaruh ROA Sebagai Variabel Moderating Dalam Hubungan Antara CSR Terhadap PBV
ROA memiliki thitung sebesar 1.588 dengan nilai signifikan 0,121,
sedangkan ttabel adalah 1,681, sehingga th i t u n g< tt a b e l (1.589 < 1,681),
artinya ROA secara individual (parsial) tidak berpengaruh terhadap PBV.
Signifikansi penelitian menunjukkan angka > 0,05 (0,120 > 0,05), maka
H0 diterima dan Ha ditolak, artinya variabel ROA tidak berpengaruh
signifikan terhadap hubungan CSR dengan PBV. Dari hasil penelitian
dapat dilihat bahwa nilai variabel moderating memiliki thitung -0.582
dengan nilai signifikan 0.564 yang artinya bahwa variabel ROA tidak
memperkuat hubungan antara variabel CSR dengan PBV.
4.2 Pembahasan Hasil Penelitian
Berdasarkan hasil penelitian yang telah dikemukakan, diketahui bahwa
CSR (Corporate Social Responsibility) berpengaruh signifikan terhadap PBV.
Dikarenakan sebagian perusahaan pertambangan telah banyak melakukan
pengungkapan tanggungjawab sosial perusahaan berturut-turut setiap tahunnya,
yang memberikan manfaat atau berdampak positif dalam jangka panjang untuk
perusahaan itu sendiri. Dimana hasilnya menunjukkan bahwa, th i t u n g>
tt a b e l(2.191 > 1,681), maka CSR secara parsial mempengaruhi PBV. Signifikansi
penelitian juga menunjukkan angka < 0,05 yaitu (0,035 < 0,05), artinya CSR
berpengaruh signifikan terhadap PBV.
Kemudian, untuk hasil penelitian dengan variabel moderating
hubungan antara CSR dengan PBV. Dimana hasil analisis regresinya
menunjukkan bahwa, th i t u n g< tt a b e l (1.589 < 1.681), Signifikansi penelitian
menunjukkan angka > 0,05 yaitu (0,120 > 0,05), artinya variabel ROA tidak
berpengaruh signifikan terhadap hubungan CSR dengan PBV. Hasil penelitian ini
sesuai dengan hasil penelitian yang dilakukan oleh Kusumadilaga (2010), yang
menunjukkan bahwa pengungkapan CSR berpengaruh signifikan terhadap nilai
perusahaan, dan profitabilitas tidak dapat mempengaruhi hubungan pengungkapan
CSR dan nilai perusahaan.
Untuk nilai perusahaan itu sendiri, terdapat banyak faktor yang
mempengaruhi nilai perusahaan baik secara internal maupun secara eksternal.
Faktor internal bersifat controllable artinya dapat dikendalikan oleh perusahaan
seperti kinerja perusahaan, keputusan keuangan, struktur modal, biaya ekuitas,
dan faktor lainnya. Sedangkan faktor eksternal dapat berupa tingkat suku bunga,
BAB V
KESIMPULAN DAN SARAN 5.1 Kesimpulan
Berdasarkan hasil analisis penelitian pada bab sebelumnya, maka
kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut:
1. CSR secara parsial memiliki pengaruh yang positif dan signifikan
terhadap nilai perusahaan. Artinya H1 dapat diterima, bahwa CSR
berpengaruh terhadap PBV. Hasil penelitian ini sejalan dengan penelitian
Kusumadilaga (2010), yang menyatakan pengungkapan CSR berpengaruh
signifikan terhadap nilai perusahaan.
2. Profitabilitas (ROA) sebagai variabel moderating, memiliki hubungan
negatif terhadap PBV dan tidak dapat mempengaruhi hubungan CSR
dengan nilai perusahaan, maka H2 pun ditolak. Hasil penelitian ini tidak
sejalan dengan penelitian sebelumnya Agustine (2014), yang menyatakan
bahwa ROA berpengaruh signifikan terhadap nilai perusahaan.
5.2 Saran
Berdasarkan hasil penelitian ini, beberapa saran yang dapat diberikan
berkaitan dengan hasil penelitian ini antara lain:
1. Perusahaan disarankan untuk lebih memaksimalkan lagi kegiatan CSR
nya, agar dapat meningkatkan kepercayaan masyarakat terhadap
perusahaan. Dari penelitian ini diketahui bahwa kegiatan CSR
2. Penelitian selanjutnya diharapkan dapat menambah jumlah variabel bebas
dalam pengaruhnya terhadap nilai perusahaan, dan juga peneliti sebaiknya
menggunakan sampel yang lebih banyak serta tahun pengamatan yang