Nama / NIM : Cyko Dicksen / 3012011081

Kelas / Fakultas : 20 Akuntansi 1 / Ekonomi

Mata Kuliah UTS : Pratikum Analisis Data Statistik

Descriptive Statistics

Mean Std. Deviation N

Internet Financial Reporting 65.7713506 14.28035875 33

Ukuran Organisasi .8668058 .24717322 33

Kinerja Organisasi 22.8227045 1.75065339 33

Jumlah Sumbangan 3.6088864 4.99749792 33

Pengungkapan Informasi Sukarela 24.58 5.250 33

1. Analisis data deskriptif

Dari tabel yang tertera di atas, berikut hasilnya :

1. Variable Y ( Internet Financial Reporting ), dari sampel sebanyak 33 sampel nilai rata-

rata yang di dapat sebesar 65, 771 dan untuk standar deviation hasil yang didapat sebesar

14, 280.

2. Variable X1 ( Ukuran Organisasi ), dari sampel sebnyak 33 sampel nilai rata-rata yang di

dapat sebesar 0, 866 dan untuk standar deviation hasil yang didapat sebesar 0, 247.

3. Variable X2 ( Kinerja Organisasi ), dari sampel sebanyak 33 sampel nilai rata-rata yang

di dapat sebesar 22, 822 dan untuk standar deviation hasil yang didapat sebesar 1,750.

4. Variable X3 ( Jumlah Sumbangan ), dari sampel sebanyak 33 sampel nilai rata-rata yang

di dapat sebesar 3, 608 dan untuk standar deviation hasil yang didapat sebesar 4, 997.

5. Variable X4 ( Pengungkapan Informasi Sukarela ), dari sampel sebanyak 33 sampel nilai

rata-rata yang di dapat sebesar 24, 58 dan untuk standar deviation hasil yang didapat

sebesar 5,250.
 2. Analisis Asumsi Klasik (Normalitas, Heteroskedastisitas, Multikolinearitas,
Autokorelasi).

 Uji normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual
N 33
Normal Parameters a,b
Mean .0000000
Std. Deviation 13.92079638

Most Extreme Differences Absolute .140

Positive .085
Negative -.140

Test Statistic .140

Asymp. Sig. (2-tailed) .097c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.

Pengujian normalitas ini dilakukan dengan menggunakan One Sample Kolmogorof-Smirnov

Test. Pengujian data berdistribusi normal jika nilai Asymp Sig (2-tailed) yang dihasilkan lebih

besar dari nilai alpha yaitu sebesar 0, 05 (5 %). Dari tabel yang tertera terlihat bahwa variabel

memiliki nilai Asymp Sig lebih dari 0, 05 , sehingga data yang digunakan dalam penelitian ini

berdistribusi normal.
  Uji Heteroskedastisitas

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1.102 16.176 -.068 .946
Ukuran Organisasi 21.309 4.693 .701 4.541 .000
Kinerja Organisasi -.289 .652 -.067 -.443 .661
Jumlah Sumbangan -.424 .225 -.282 -1.882 .070
Pengungkapan Informasi .093 .215 .065 .433 .668
Sukarela
a. Dependent Variable: Test

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi

ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance

dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas

dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang

homoskedastisitas atau tidak terjadi keteroskedastisitas. Hasil Uji heteroskedastisitas dapat

dilihat pada tabel di atas. Dari tabel diatas terlihat bahwa ada satu variabel yang memiliki nilai

signifikansi kurang dari 0.05 yaitu variabel ukuran organisasi yang mendapat hasil 0, sehingga

variabel ukuran organisasi terjadi masalah heteroskedastisitas.

  Uji Multikolinearitas

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 93.263 40.302 2.314 .028
Ukuran Organisasi -7.612 11.691 -.132 -.651 .520 .829 1.207
Kinerja Organisasi -.773 1.626 -.095 -.476 .638 .855 1.170
Jumlah Sumbangan .431 .561 .151 .769 .448 .881 1.135
Pengungkapan -.195 .537 -.072 -.364 .719 .872 1.147
Informasi Sukarela
a. Dependent Variable: Internet Financial Reporting

Uji multikolinearitas Bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi

antar variabel bebas (Independen). Model regresi yang baik seharusnya tidak terjadi korelasi

diantara variabel bebas. Apabila nilai VIF lebih dari 10 dan nilai tolerance kurang dari 0,10 maka

terjadi multikolinearitas, sebaliknya tidak terjadi multikolinearitas antara variabel apabila nilai

VIF kurang dari 10 dan nilai tolerance lebih dari 0,10. Hasil uji multikolinearitas dapat dilihat

pada tabel di atas. Dari tabel diatas terlihat bahwa semua variabelnya memiliki nilai tolerance >

0.10 dan nilai VIF < 10, sehingga semua variabel bebas dari masalah multikolinearitas.
  Uji Autokorelasi

Model Summaryb

Std. Error of the

Model R R Square Adjusted R Square Estimate Durbin-Watson
1 .223
a
.050 -.086 14.88195732 1.290

a. Predictors: (Constant), Pengungkapan Informasi Sukarela , Ukuran Organisasi , Jumlah Sumbangan , Kinerja
Organisasi

b. Dependent Variable: Internet Financial Reporting

Pengujian ini dilakukan untuk menguji suatu model apakah antara variabel pengganggu masing-

masing variabel bebas saling mempengaruhi. Dari hasil pengujian dengan menggunakan uji

DurbinWatson atas residual persamaan regresi diperoleh hasil sebesar 1, 290 . Sebagai pedoman

umum Durbin-Watson berkisar 0 dan 4. Jika nilai uji statistik Durbin-Watson lebih kecil dari

satu atau lebih besar dari tiga, maka residuals atau eror dari model regresi berganda tidak bersifat

independen atau terjadi Autokorelasi. Jadi berdasarkan nilai uji statistik Durbin-Watson dalam

data ini berada diatas satu dan dibawah tiga (1, 290) sehingga tidak terjadi Autokorelasi.
 3. Analisis regresi berganda / uji hipotesis
 Analisis regresi berganda

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 93.263 40.302 2.314 .028
Ukuran Organisasi -7.612 11.691 -.132 -.651 .520
Kinerja Organisasi -.773 1.626 -.095 -.476 .638
Jumlah Sumbangan .431 .561 .151 .769 .448
Pengungkapan Informasi -.195 .537 -.072 -.364 .719
Sukarela
a. Dependent Variable: Internet Financial Reporting

Dari tabel diatas dapat dilihat model regresinya adalah :

Y : 93, 263 – 7, 612 – 0, 773 + 0, 431 – 0, 195

 Nilai konstanta yang diperoleh sebesar 93, 263 maka dapat di artikan jika variabel

independent bernilai nol ( 0 ) atau ( konstan ) maka variabel dependent bernilai 93, 263.

 Nilai koefisien regresi variable X1 bernilai negatif ( - ) sebesar - 7, 612 maka dapat di

artikan bahwa jika variabel X1 meningkat maka variabel Y akan menurun, begitupun

sebaliknya.

 Nilai koefisien regresi variable X2 bernilai negatif ( - ) sebesar - 0, 773 maka dapat di

artikan bahwa jika variabel X2 meningkat maka variabel Y akan menurun, begitupun

sebaliknya.

 Nilai koefisien regresi variable X3 bernilai negatif ( + ) sebesar 0, 431 maka dapat di

artikan bahwa jika variabel X3 meningkat maka variabel Y akan meningkat, begitupun

sebaliknya.
 Nilai koefisien regresi variable X4 bernilai negatif ( - ) sebesar – 0, 195 maka dapat di

artikan bahwa jika variabel X1 meningkat maka variabel Y akan menurun, begitupun

sebaliknya.
  Uji F – Test (Signifikansi Simultan)

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 324.482 4 81.121 .366 .831b

Residual 6201.234 28 221.473

Total 6525.717 32

a. Dependent Variable: Internet Financial Reporting

b. Predictors: (Constant), Pengungkapan Informasi Sukarela , Ukuran Organisasi , Jumlah Sumbangan , Kinerja
Organisasi

Model regresi dinyatakan FIT jika nilai Sig. ( < 0, 05 ). Dilihat dari tabel diatas nilai Sig.

sebesar 0, 831 ( < 0, 05 ) maka disimpulkan bahwa variabel independen tidak berpengaruh

signifikan secara simultan ( bersama-sama ) terhadap variabel dependen.

  Uji T – Test ( Uji Hipotesis )

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 93.263 40.302 2.314 .028
Ukuran Organisasi -7.612 11.691 -.132 -.651 .520
Kinerja Organisasi -.773 1.626 -.095 -.476 .638
Jumlah Sumbangan .431 .561 .151 .769 .448
Pengungkapan Informasi -.195 .537 -.072 -.364 .719
Sukarela
a. Dependent Variable: Internet Financial Reporting

Jika nilai Sig. < 0, 05 bereksimpulan ada pengaruh secara signifikan dan jika nilai Sig. tepat

pada angka 0, 05 maka untuk mengetahuinya ada atau tidak pengaruh variabel independen

terhadap variabel dependen bisa menggunakan perbandingan T hitung dengan T tabel.

 Nilai Sig. variabel X1 sebesar 0, 520 ( > 0, 05 ) maka dapat di simpulkan variabel X1

tidak berpengaruh signifikan terhadap variabel Y.

 Nilai Sig. variabel X2 sebesar 0, 638 ( > 0, 05 ) maka dapat di simpulkan variabel X2

tidak berpengaruh signifikan terhadap variabel Y.

 Nilai Sig. variabel X3 sebesar 0, 448 ( > 0, 05 ) maka dapat di simpulkan variabel X3

tidak berpengaruh signifikan terhadap variabel Y.

 Nilai Sig. variabel X4 sebesar 0, 719 ( > 0, 05 ) maka dapat di simpulkan variabel X4

tidak berpengaruh signifikan terhadap variabel Y.

 4. Analisis koefisien determinasi

Model Summaryb

Std. Error of the

Model R R Square Adjusted R Square Estimate Durbin-Watson
1 .223 a
.050 -.086 14.88195732 1.290

a. Predictors: (Constant), Pengungkapan Informasi Sukarela , Ukuran Organisasi , Jumlah Sumbangan , Kinerja
Organisasi

b. Dependent Variable: Internet Financial Reporting

Dari table di atas dapat dilihat nilai Adjusted R Square ( koefisien determinasi ) sebesar – 0,

086 yang artinya pengaruh variabel independen ( X ) terhadap variabel dependen ( Y )

sebesar – 8, 6 %.