indeks Normed chi-square CMINDF. Indeks yang memiliki acceptabel fit batas bawah = 1 dan batas atas : 2, 3, atau 5.
Sebelum pengujian hipotesa, terlebih dahulu dilakukan tahapan sebagai berikut :
1. Menghitung variabel Cumulative Abnormal Return CAR dengan rumus :
CAR
i-5,+5
=
t=-5
∑
+5
AR
it
Dalam hal ini: CAR
i-5,+5
: abnormal return kumulatif perusahaan i selama periode pengamatan kurang lebih 5 hari dari tanggal publikasi laporan keuangan. 5
hari sebelum, 1 hari tanggal publikasi dan 5 hari setelah tanggal penyerahan laporan keuangan ke Bapepam
AR
it
: abnormal return perusahaan i pada hari t
a Dalam penelitian ini abnormal return dihitung menggunakan model sesuaian pasar market adjusted model. Hal ini sesuai dengan Jones 1999 yang menjelaskan
bahwa estimasi return sekuritas terbaik return pasar saat itu. Abnormal return diperoleh dari:
AR
i,t
= R
i,t
– R
m,t
Dimana: CAR
i,[t1,t2]
= cumulative abnormal return perusahaan i pada hari ke t, [t-5,t+5] adalah panjang interval return periode akumulasi dari t-5 hingga t+5
AR
i,t =
abnormal return perusahaan i pada periode ke- t R
i,t
= Return perusahaan pada periode ke-t R
m,t
= return pasar pada periode ke-t
i,t
= standar error Untuk memperoleh data abnormal return, terlebih dahulu harus mencari Returns
saham harian dan Returns pasar harian. Returns saham harian dihitung dengan rumus :
R
it
= P
it
-P
it-1
P
it-1
Dimana: R
it
= returns saham perusahaan i pada hari t P
it
= harga penutupan saham i pada hari t P
it-1
= harga penutupan saham i pada pada hari t-1. Returns pasar harian dihitung sebagai berikut :
Rm
t
= IHSG
t
-IHSG
t-1
IHSG
t-1
15
Dimana: Rm
t
= returns pasar harian IHSG
t
= indeks harga saham gabungan pada hari t IHSG
t-1
= indeks harga saham gabungan pada hari t-1. b Unexpected Earnings sebagai variabel independen yang diperhitungkan dengan
model random walk. Unecpected Earnings UE diartikan sebagai selisih laba akuntansi yang direalisasi
dengan laba akuntansi yang diharapkan oleh pasar. UE diukur sesuai dengan penelitian Kalaapur 1994 :
EPS
it
– EPS
it-1
UE
it
= __________
P
it-1
Dalam hal ini: UEit
: unexpected earnings perusahaan i pada periode t EPSit : earnings per share perusahaan i pada periode t
EPSit-1 : earnings per share perusahaan i pada periode t-1 sebelumnya t t-1 P
it-1
: harga saham sebelumnya 2. Earnings Response Coefficient ERC akan dihitung dari slope
α
1
pada hubungan CAR dengan UE Teets and Wasley 1996 yaitu :
CAR
it
=
α
+
α
1
UE
it
+
α
2
R
it
+
ε
it
Dalam hal ini : CAR
it
= abnormal return kumulatif perusahaan i selama perioda amatan + 5 hari dari
publikasi laporan keuangan UE
it
= unexpected earnings
ε
it
= komponen error dalam model atas perusahaan i pada perioda t 3. Pengujian Hipotesa
1 Pengujian langsung antara Leverage, Size dan Voluntary Disclosure serta Timeliness laporan keuangan terhadap ERC.
Pengujian hipotesa menggunakan Structural Equation Modeling SEM untuk mengetahui hubungan simultan pada variabel yang diuji. Hair, 1995. Hubungan
fenomena teoritis, riset empiris dan pengembangan hipotesis bisa dilihat dari path diagram dalam SEM sangat fundamental. Penyebaran ke persamaan struktural :
Uji Ha2 : Disc
= β + β
1
LEV + β
2
RA + ε
it
Uji Ha4 :
16
Time = β + β
1
Size + β
2
OA + ε
it
Uji Ha1, Ha3, Ha5, Ha6 : ERC = β
+ β
1
Disc + β
2
TIME + β
3
LEV + β
4
SIZE + β
5
EP + β
6
EG + ε
it
Dalam hal ini : ERC
it
Disc
it
Time EP
it
EG
it
EPr
it
LEV
it
SIZE
it
RA
it
OA
it
ε
it
= koefisien respon laba perusahaan pada periode t dari persamaan 1 = pengungkapan sukarela voluntary disclosure
= ketepatan waktu pelaporan keuangan timeliness = persistensi laba perusahaan i pada periode t
= pertumbuhan laba perusahaan i pada periode t = laba perusahaan i pada periode t
= leverage perusahaan i pada periode t = besaran perusahaan i pada periode t
= reputasi auditor = opini audit
= komponen error perusahaan i pada periode t
Kriteria Uji Hipotesis : Membandingkan nilai C.R. dengan t-tabel. Jika C.R. t-tabel maka Ho ditolak dan
sebaliknya jika C.R. t-tabel maka Ho gagal ditolak atau p-value dengan level of significant 5 alpha 0,05. Jika p-value alpha 0,05 maka Ho ditolak dan sebaliknya.
2 Pengujian Tidak Langsung antara Leverage dan Size tehadap ERC dengan Voluntary Disclosure dan Timeliness Laporan Keuangan sebagai Variabel Intervening
Pada pengujian intervening, dasar pengambilan keputusan adalah membandingkan koefisien pengaruh tidak langsung dengan koefisien pengaruh langsung. Jika koefisien
pengaruh tidak langsung Indirect Effect lebih besar daripada koefisien pengaruh langsung Dirrect Effect, maka variabel yang diuji merupakan variabel intervening, dan sebaliknya.
ANALISIS DAN PEMBAHASAN A. Asumsi Outlier
Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai
ekstrim baik untuk sebuah variabel tunggal atau variabel kombinasi. Dalam analisis ini outlier dievaluasi dengan analisis terhadap multivariate outlier dengan menggunakan
kriteria Mahalanobis Distance. Jarak Mahalanobis dievaluasi dengan menggunakan chi- square χ
2
pada derajat bebas df sebesar jumlah variabel yang digunakan. Dalam penelitian ini jumlah variabel yang digunakan adalah 9. Oleh karena itu semua kasus
17
yang mempunyai Mahalanobis Distance lebih besar dari χ
2
df=9;p=0,05 = 16,919 adalah outlier multivariate.
Dari hasil pengujian, diketahui bahwa terdapat kasus dengan nilai Mahalanobis Distance lebih dari 16,919. Artinya asumsi outlier terhadap data atau observasi penelitian
tidak terpenuhi. Langkah selanjutnya adalah menghilangkan data yang terlihat sangat berbeda jauh dari observasi-observasi lainnya. Setelah data yang terlihat ekstrim tinggi
atau rendah dihilangkan dari observasi berdasarkan Mahalanobis-nya, maka tidak ditemukan lagi permasalahan outlier.
B. Pengujian Normalitas
