34
4.1.3. Uji Asumsi Klasik
Untuk memenuhi asumsi BLUE, variabel perlu diuji lagi menggunakan beberapa pengujian, seperti uji normalitas, uji otokorelasi, uji multikolinieritas,
dan uji heteroskedastisitas. Uji otokorelasi tidak dilakukan karena otokorelasi bukan masalah pada micro panel data, yakni data panel dengan rentang
pengamatan di bawah 30 tahun Torres-Reyna, 2011.
4.1.3.1. Uji Normalitas
Normalitas data diukur menggunakan nilai skewness. Data dikatakan normal bila masih berada pada rentang -2 sd +2 Wardhani, 2009. Nilai
skewness keseluruh variabel pada penelitian ini masih berada pada rentang -2 sd
+2, menyatakan bahwa seluruh variabel masih berada pada distribusi normal. Khusus variabel tingkat konvergensi IFRS dan keseluruhan variabel perlindungan
bagi investor, nilai skewness diukur setelah seluruh variabel tersebut IFRS dan perlindungan bagi investor ditransformasi menggunakan metode centering. Hal
ini ditujukan untuk menghilangkan multikolinieritas yang ada sebelum variabel ditransformasi. Nilai skewness seluruh variabel dapat dilihat pada tabel 4.6.
Tabel 4.6. Nilai Skewness
Variabel Skewness
Discretionary Accruals -0,03
IFRS -1,28
INV: -BOIND
-0,05 -SEC
-0,14 -MIN
-0,05 -ACC
-0,03 -JUD
0,24 -PRESS
0,63 Size
0,15
35
Growth -0,09
CFO -0,04
PPE -0,09
LagLoss 1,69
Sumber: Olahan penulis
4.1.3.2. Uji Multikolinieritas
Multikolinieritas diukur menggunakan nilai VIF. Jika nilai VIF di atas 10 maka di dalam model dapat dikatakan terdapat multikolinieritas. Pengukuran awal
nilai VIF untuk keseluruhan model menghasilkan nilai VIF yang tinggi untuk keseluruh model pada variabel tingkat konvergensi IFRS, perlindungan bagi
investor, dan variabel moderasi tingkat konvergensi IFRS dan perlindungan bagi investor, seperti dapat dilihat pada lampiran 5. Hal ini diperkirakan karena
penggunaan variabel moderasi pada model regresi Aikea et al. 1991, dalam Wardhani 2009. Untuk mengatasinya dilakukan transformasi dengan metode
centering terhadap variabel moderasi, yaitu tingkat konvergensi IFRS dan perlindungan bagi investor. Adapun metode centering yaitu mengurangkan setiap
nilai observasi suatu variabel dengan nilai rata-ratanya. Setelah ditransformasi, nilai VIF variabel tingkat konvergensi IFRS, perlindungan bagi investor, dan
variabel moderasi tingkat konvergensi IFRS dan perlindungan bagi investor seluruhnya berada di bawah 10. Nilai VIF setelah transformasi dapat dilihat pada
tabel 4.7.
Tabel 4.7. Nilai VIF
Variabel Model1
INV= BOIND
Model2 INV=
SEC Model3
INV= MIN
Model4 INV=
ACC Model5
INV= JUD
Model6 INV=
PRESS IFRS
5,43 1,29
1,23 1,23
1,32 1,16
INV 3,57
1,12 1,23
1,18 1,11
1,16
36
IFRSINV 3,39
1,24 1,04
1,10 1,29
1,14 Size
1,07 1,15
1,09 1,13
1,14 1,10
Growth 1,05
1,05 1,04
1,05 1,04
1,04 CFO
1,02 1,03
1,02 1,03
1,03 1,02
PPE 1,03
1,01 1,01
1,01 1,01
1,01 Lag Loss
1,08 1,08
1,06 1,08
1,08 1,07
Sumber: Olahan penulis
4.1.3.3. Uji Heteroskedastisitas
Kategori