62
N 172
172 172
172 Pearson Correlation
.052 -.003
1 .415
Sig. 2-tailed .499
.968 .000
PRODAT-1
N 172
172 172
172 Pearson Correlation
.018 -.501
.415 1
Sig. 2-tailed .816
.000 .000
DISEXPAT-1
N 172
172 172
172 . Correlation is significant at the 0.01 level 2-tailed.
4.4. Analisis Data
Penelitian ini menggunakan 3 buah model regresi untuk masing-masing aktrivitas riil sebagai variabel yang dipengaruhi oleh periode suspect firm year.
Namun demikian model regresi yang baik harus tidak memiliki penyimpangan terhadap asumsi klasik.
4.4.1 Pengujian Asumsi Klasik
Sebagai syarat model regresi yang baik, sebelumnya akan dilakukan uji asumsi klasik.
4.4.1.1 Uji Normalitas
Pengujian normalitas dilakukan terhadap distribusi unstandardized residualnya. Pengujian dilakukan dengan garif normal P-P Plot dan diperkuat
dengan uji Kolmogorox Smirnov. Hasil pengujian dengan SPSS diperoleh seperti pada tabel berikut ini.
63 Gambar 4.1
Uji normalitas residual sebelum outlier
CFO PROD
DISEXP
Sumber : Output SPSS, data sekunder yang diolah, 2010 Data grafik tersebut menunjukkan bahwa distribusi data variabel penelitian
menunjukkan data yang tidak normal, karena diperoleh titik-titik yang jauh dari garis normal atau mengikuti arah garis normal. Untuk itu dari masing-masing
model dilakukan pengeluaran data-data outlier dan selanjutnya diuji kembali. Gambar 4.2
Uji normalitas residual setelah mengeluarkan outlier
CFO PROD
DISEXP
Sumber : Output SPSS, data sekunder yang diolah, 2010
64 Data grafik tersebut menunjukkan bahwa distribusi data yang sudah
mendekati distribusi normal yang ditunjukkan dengan semakin dekatnya titik-titik tersebut dengan garis diagonal.
4.4.1.2 Pengujian Multikolinieritas
Multikolinieritas diuji dengan menggunakan nilai VIF atau Variance Inflation Factor. Suatu model regresi dikatakan tidak memiliki kecenderungan
adanya gejala multikolinieritas adalah apabila memiliki nilai VIF yang lebih kecil dari 10. Hasil pengujian model regresi diperoleh nilai-nilai VIF untuk masing-
masing variabel adalah sebagai berikut. Tabel 4.5
Hasil pengujian multikolinieritas CFO At-1
PROD At-1 DISEXP At-1
SUSPECT_NI 1.006
1.007 1.017
CL A 1.212
1.117 1.521
NI A 1.211
1.123 1.526
Sumber : Output SPSS, data sekunder yang diolah, 2010 Dari hasil tersebut menunjukkan bahwa semua nilai VIF dari variabel
bebas memiliki nilai yang lebih kecil dari 10. Hasil pengujian model regresi tersebut menunjukkan tidak adanya gejala multikolinier dalam model regresi . Hal
ini berarti bahwa semua variabel bebas tersebut layak digunakan sebagai prediktor.
65
4.4.1.3 Pengujian Autokorelasi
