Analisis dan Pengujian Hipotesis 1.Analisis Asumsi Klasik Regresi Linier Outlier Tabel 4.4 : Uji Outlier

56 Tabel 4.3. Abnormal Return Y Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Indonesia Tahun 2005-2009 No. Nama Perusahaan Tahun Rata- Rata 2005 2006 2007 2008 2009 1. PT. Hanjaya Mandala Sampoerna Tbk 0,0483 0,0285 0,0555 0,0159 0,0196 0,03356 2. PT. Fast Food Indonesia Tbk 0,0178 0,0009 0,0525 0,0070 0,0115 0,01794 3. PT. Multi Bintang Indonesia Tbk 0,0631 0,0233 0,0513 0,0885 0,0812 0,06148 4. PT. Tunas Ridean Tbk 0,0217 0,0096 0,0425 0,0175 0,0091 0,02008 5. PT. Semen Gresik Persero Tbk 0,0045 0,0078 0,0593 0,0281 0,0077 0,02148 6. PT. Unilever Indonesia Tbk 0,0505 0,0396 0,0237 0,0392 0,0113 0,03286 7. PT. Astra Otoparts Tbk 0,0342 0,0092 0,0301 0,0294 0,0106 0,02270 Sumber : Data Diolah Dari data di atas dapat diketahui bahwa dari perusahaan sampel yang diteliti memiliki nilai rata-rata tertinggi abnormal return adalah PT. Multi Bintang Indonesia Tbk, sedangkan perusahaan yang memiliki nilai terendah adalah PT. Fast Food Indonesia Tbk. Nilai abnormal return perusahaan sampel yang diteliti menunjukkan seberapa besar laba yang dihasilkan sebuah perusahaan. 4.3. Analisis dan Pengujian Hipotesis 4.3.1.Analisis Asumsi Klasik Regresi Linier Persamaan regresi di atas harus bersifat BLUE Best Linear Unbiased Estimator , artinya pengambilan keputusan melalui uji F dan uji t tidak boleh bias. Untuk menghasilkan keputusan dengan kriteria BLUE maka harus dipenuhi diantaranya tiga asumsi dasar. Asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda, yaitu : tidak boleh ada multikolinieritas, tidak boleh ada heteroskedastisitas dan tidak boleh ada autokorelasi, serta data analisis berdistribusi normal. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber 57 Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best Linear Unbiased Estimator , sehingga pengambil keputusan melalui uji F dan uji t menjadi bias.

a. Outlier Tabel 4.4 : Uji Outlier

Sumber : Lampiran 1 Mahalonobis. Distance maks = 16,182 Terdapat outlier apabila Mahal. Distance Maximum Prob. Jumlah variabel [=CHIINV0,001;3 : dicari melalui Excel] = 16,26624 Hasil analisis deteksi adanya oulier data ini pada analisis pertama Tidak terdapat nilai Mahal. Distance Maximum yang lebih besar dari 16,26624. Berarti tidak terdapat outlier pada data tersebut, oleh karena itu data ini mempunyai kualitas yang baik dan dapat dilanjutkan untuk diolah lebih lanjut. Residuals Statistics a Minimum Maximum Mean Std. Deviation N Predicted Value .015435 .088523 .030014 .0173119 35 Std. Predicted Value -.842 3.380 .000 1.000 35 Standard Error of Predicted Value .003 .010 .004 .002 35 Adjusted Predicted Value .014319 .088547 .029965 .0171723 35 Residual -.0195748 .0354892 .0000000 .0140019 35 Std. Residual -1.356 2.459 .000 .970 35 Stud. Residual -1.380 2.500 .001 .995 35 Deleted Residual -.0202617 .0366878 .0000489 .0147488 35 Stud. Deleted Residual -1.400 2.743 .018 1.037 35 Mahal. Distance .062 16.182 1.943 3.623 35 Cooks Distance .000 .108 .018 .024 35 Centered Leverage Value .002 .476 .057 .107 35 a. Dependent Variable: Abnormal Return Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber 58

b. Normalitas