52 yang kemudian digunakan untuk menemukan abnormal CFO ABN_CFO,
abnormal biaya produksi ABN_PROD, dan Abnormal biaya diskresioner ABN_DISEXP, setelah itu dilakukan uji hipotesis untuk penarikan kesimpulan
juga dilakukan melalui analisis regresi yang sebelumnya telah dilakukan uji asumsi klasik untuk masing-masing abnormal CFO ABN_CFO, abnormal biaya
produksi ABN_PROD, dan abnormal biaya diskresioner ABN_DISEXP.
3.5.1 Uji statistik deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, dan
minimum Ghozali, 2005. Standar deviasi, varian, maksimum, dan minimum menunjukkan hasil analisis terhadap dispersi data.
3.5.2 Uji Asumsi Klasik
Salah satu syarat untuk bisa menggunakan persamaan regresi berganda adalah terpenuhinya uji asumsi klasik. Empat uji asumsi klasik dalam penelitian
ini meliputi asumsi heteroskedastisitas, autokorelasi, multikolinearitas, dan normalitas. Penjelasan masing-masing pengujian asumsi klasik akan diuraikan
seperti di bawah ini.
3.5.2.1 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varian dari residual antara satu pengamatan ke
53 pengamatan lainnya. Model regresi yang baik adalah tidak terjadi
heteroskedastisitas. Metode yang dapat digunakan untuk menguji adanya gejala ini adalah uji Glejser. Jika terdapat koefisien regresi variabel independen yang
tidak signifikan 0,05, berarti tidak terdapat heteroskedastisitas.
3.5.2.2 Uji Autokorelasi
Autokorelasi adalah adanya korelasi pada tempat yang berdekatan dan menimbulkan konsekuensi, yaitu interval keyakinan menjadi lebar serta varians
dan kesalahan standar akan ditaksir terlalu rendah. Jika kesalahan pengganggu dalam observasi saling berkorelasi satu sama lain atau terjadi saling
ketergantungan, maka akan terjadi autokorelasi. Uji korelasi bertujuan untuk menguji apakah dalam suatu model regresi linear terdapat korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Jika terjadi korelasi, maka terdapat masalah autokorelasi. Model regresi yang baik
adalah tidak terdapat autokorelasi. Pendekatan yang sering digunakan untuk menguji ada atau tidaknya autokorelasi adalah uji Durbin-Watson. Deteksi tidak
ada autokorelasi adalah nilai D-W diantara du 1,76 dan 4 – du 2,24.
3.5.2.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi di antara variabel independen. Jika terdapat korelasi,
berarti terdapat masalah multikolinearitas. Model regresi yang baik seharusnya tidak terjadi multikolinearitas. Cara untuk mendeteksi ada atau tidaknya
54 multikolinearitas adalah dengan VIF variance inflation factor. Indikasi adanya
multikolinearitas adalah apabila nilai VIF 10.
3.5.2.4 Uji Normalitas
