Descriptive Statistics
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.
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
Unstandardized Residual
N 33
Normal Parameters a,b
Mean .0000000
Std. Deviation 13.92079638
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
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
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
a. Predictors: (Constant), Pengungkapan Informasi Sukarela , Ukuran Organisasi , Jumlah Sumbangan , Kinerja
Organisasi
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
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
Total 6525.717 32
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
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
Nilai Sig. variabel X1 sebesar 0, 520 ( > 0, 05 ) maka dapat di simpulkan variabel X1
Nilai Sig. variabel X2 sebesar 0, 638 ( > 0, 05 ) maka dapat di simpulkan variabel X2
Nilai Sig. variabel X3 sebesar 0, 448 ( > 0, 05 ) maka dapat di simpulkan variabel X3
Nilai Sig. variabel X4 sebesar 0, 719 ( > 0, 05 ) maka dapat di simpulkan variabel X4
Model Summaryb
a. Predictors: (Constant), Pengungkapan Informasi Sukarela , Ukuran Organisasi , Jumlah Sumbangan , Kinerja
Organisasi
Dari table di atas dapat dilihat nilai Adjusted R Square ( koefisien determinasi ) sebesar – 0,
sebesar – 8, 6 %.