Analisis Estimasi Abnormal return

xlv AR it : Abnormal return saham ke-i pada hari ke t R it : Retrun saham ke-i pada hari ke t R mt : Return pasar pada hari ke t

4. Analisis Estimasi Abnormal return

a. Mengukur Cumulative Abnormal Return CAR Untuk menjumlahkan abnormal return selama periode dari masing- masing saham yang digunakan dalam penelitian dengan menggunakan rumus Jogiyanto 2000 sebagai berikut: di mana: CAR it : Cumulative abnormal return ssham i pada hari t AR it : Abnormal return saham i pada hari t b. Mengukur Average Abnormal Return AAR Setelah menghitung abnormal return kemudian dijumlahkan dan di bagi dengan jumlah saham pada t dengan menggunakan rumus: di mana : xlvi AARi ,t : Average Abnormal Return saham pada waktu t ARi ,t : Abnormal Return i pada waktu t n : Jumlah saham Model Penelitian Hipotesis 2: Pengujian yang terkait dengan Perilaku oportunistik para eksekutif perusahaan menggunakan model analisis regresi sederhana. Pemilihan model tersebut didasarkan pada pertimbangan bahwa penelitian ini menganalisis ketergantungan suatu variabel dependen melalui prediksi nilai rata-rata variabel dependen dalam hubungannya dengan nilai rata-rata variabel independen yang telah diketahui. Spesifikasi model yang digunakan untuk menguji hubungan antarvariabel tersebut adalah sebagai berikut: Hasil perhitungan AD id dalam pengujian hipotesis 2 dikalikan dengan - 1 sehingga menggambarkan semakin besar manajemen laba yang dilakukan dengan cara menurunkan laba yang dilaporkan ditunjukkan dengan semakin besarnya akrual diskresioner. Hipotesis akan terdukung bila positif dan secara statistis signifikan. Dari persamaan regresi yang didapatkan, akan dilakukan pengujian apakah nilai konstanta dan koefisien memberikan pengaruh yang signifikan atau tidak terhadap nilai Y. Pengujian ini bisa dilakukan dengan dua metode, xlvii yang pertama dengan uji t yaitu membandingkan nilai t hitung dengan t tabel dan yang kedua dengan uji signifikansi. Berikut adalah pengujiannya : 1. Menguji signifikansi konstanta a pada model regresi Berikut adalah hipotesis yang diajukan: H : a = 0 konstanta a tidak signifikan H 1 : a 0 konstanta a signifikan Pengambilan keputusan didasarkan atas dua metode: Berdasarkan perbandingan nilai t hitung dengan t tabel di mana µ 1 =µ 2 Jika |t hitung | t tabel , maka H ditolak Jika |t hitung | t tabel , maka H 1 diterima 2. Menguji signifikansi koefisien b POS pada model regresi Berikut adalah hipotesis yang diajukan : H : b = 0 koefisien b POS tidak signifikan H 1 : b 0 koefisien b POS signifikan Pengambilan keputusan didasarkan atas dua metode: Berdasarkan perbandingan nilai t hitung dengan t tabel di mana µ 1 =µ 2 Jika |t hitung | t tabel , maka H ditolak Jika |t hitung | t tabel , maka H 1 diterima Statistik Deskriptif Statistik deskriptif dalam penelitian pada dasarnya merupakan proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami xlviii dan diintepretasikan ukuran statistik deskriptif yang digunakan adalah minimum, maksimum, mean dan standar deviasi Indriantoro dan Supomo, 2002:170. Uji analisis : Uji t yang digunakan dalam penelitian ini adalah dengan menggunakan one sample t-test. Uji one sample t-test digunakan untuk menguji perbedaan rata-rata sampel dengan suatu nilai hipotesis dengan menggunakan nilai probabilitas value p-value signifikansi 2-tailed dengan peringkat signifikansi = 5 Trihendradi, 2007:73. Jadi, dapat disimpulkan bahwa: Jika t hitung t Tabel, maka Ho diterima Jika t hitung t Tabel, maka Ho ditolak Atau Jika prob sig 0,05, maka Ho diterima Jika prob sig 0,05, maka Ho ditolak Uji regresi : 1. Uji Asumsi Klasik Pengujian yang dilakukan dalam uji asumsi klasik adalah sebagai berikut: a. Uji Linearitas xlix Uji linearitas dilakukan untuk melihat kesesuaian spesifikasi model yang digunakan dalam penelitian dari sisi apakah benar hubungan variabel yang diujikan berbentuk linier. Uji linearitas ini menggunakan uji Scatter Plot. Uji linearitas ini bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan Bambang Ruswandi, 2009:46 b. Uji Normalitas Menurut Singgih Santoso 2002:212, uji normalitas bertujuan untuk menguji apakah dalam sebuah model regresi, variabel independen, variabel dependen, atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Deteksi normalitas dengan melihat penyebaran data titik pada sumbu diagonal dari grafik. Dasar pengambilan keputusan, yaitu jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi mengikuti asumsi normalitas, sedangkan jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal maka model regresi tidak mengikuti asumsi normalitas. Pengujian dengan uji normalitas untuk model yang digunakan menunjukkan hasil bahwa residual berdistribusi normal. Pernyataan ini didasarkan pada hasil uji normalitas Kolmogorov- smirnof yang menghasilkan nilai signifikansi untuk Standardized Residual di atas 0,1 tidak signifikan. c. Uji Heteroskedastisitas l Pengujian asumsi heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lain. Pengujian untuk semua kelompok sampel dalam model regresi menunjukkan hasil bebas dari masalah heteroskedastisitas. Jika varians dari residual dari suatu pengamatan ke pengamatan lain tetap, maka di sebut heteroskedastisitas. Model regresi yang baik tidak terjadi heteroskedastisitas Ghazali, 2001:69. Dasar pengambilan keputusan yaitu jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka terjadi heteroskedastisitas. Sebaliknya jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Santoso, 2002:210. d. Uji Autokorelasi Menurut Bambang Ruswandi 2009:48 Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada masalah autokorelasi. Untuk mengukur ada atau tidaknya autokorelasi digunakan uji Durbin Watson. Aturan pengujiannya adalah: 1. 1.65 DW 2.35 : tidak terjadi autokorelasi 2. 1.21 DW 1.65 atau 2.35 DW 2.79 : tidak dapat disimpulkan 3. DW 1.21 atau DW 2.79 : terjadi autokorelasi li 2. Uji Goodness of Fit a. Uji Adjusted R 2 Koefisien Determinasi Untuk menentukan seberapa besar variabel independen dapat menjelaskan variabel dependen, maka perlu diketahui nilai koefisien determinasi R-Square. Jika R-Square adalah sebesar 1 berarti fluktuasi variabel dependen seluruhnya dapat dijelaskan oleh variabel independen dan tidak ada faktor lain yang menyebabkan fluktuasi variabel dependen. Nilai R-Square berkisar hampir 1, berarti semakin kuat kemampuan variabel independen dapat menjelaskan variabel dependen. Sebaliknya, jika nilai R- Square semakin mendekati angka 0 berarti semakin lemah kemampuan variabel independen dapat menjelaskan fluktuasi variabel dependen Ghazali, 2001:45. b. Uji statistik F Uji statistik F dilakukan untuk mengetahui hubungan variabel- variabel independen secara bersama-sama simultan terhadap variabel dependen. Untuk mengetahui apakah variabel-variabel independen secara bersama-sama mempengaruhi variabel dependen, maka digunakan tingkat signifikansi sebesar 0,05. Jika nilai probability F lebih kecil dari 0,05 maka model regresi dapat digunakan untuk memprediksi variabel dependen atau dengan kata lain variabel independen secara bersama-sama berpengaruh lii terhadap variabel dependen. Sebaliknya jika nilai probability F lebih besar dari 0,05 maka model regresi tidak dapat digunakan untuk memprediksi variabel dependen atau dengan kata lain variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen Ghazali, 2001:47. c. Uji Statistik t Uji statistik t digunakan untuk mengetahui hubungan masing- masing variabel independen secara individual terhadap variabel dependen. Untuk mengetahui ada atau tidaknya pengaruh masing- masing variabel independen secara individual terhadap variabel dependen digunakan tingkat signifikansi 0,05. Jika nilai probability t lebih besar dari 0,05 maka tidak ada pengaruh dari variabel independen terhadap variabel dependen koefisien regresi tidak signifikan, sedangkan jika nilai probability t lebih kecil dari 0,05 maka terdapat pengaruh dari variabel independen terhadap variabel dependen. liii

E. Operasional Variabel Penelitian