Академический Документы
Профессиональный Документы
Культура Документы
1 Statistik Deskriptif
Statistik deskriptif menyampaikan gambaran mengenai distribusi antar variabel penelitian
melalui nilai maksimum, nilai minimum, rata-rata (mean), dan standar deviasi yang digunakan
sebagai pengambilan keputusan (Ghozali, 2013:19). Analisis statistik deskriptif figunakan untuk
menganalisis data kuantitatif yang diolah sesuai perhitungan dalam variabel penelitian yang mampu
memberikan gambaran mengenai karakteristik data.
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Valid N (listwise) 90
3.4.2 Uji Asumsi Klasik
3.4.2.1 Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah data variabel kontrol dan variabel dependen
terdistribusi normal atau tidak. Model regresi yang baik apabila model tersebut terdistribusi secara
normal atau mendekati normal. Tujuan melakukan pengujian normalitas ini untuk menguji apakah
variabel terikat dan variabel bebas terdistribusi secara normal atau tidak dalam sebuah model
regresi.
Dalam penelitian ini, pengujian yang dilakukan menggunakan One Sample Kolmogorov-
Smirnov Test. Dengan pengujian hipotesis normalitas yaitu:
Ho : Data terdistribusi dengan normal
Ha : Data tidak terdistribusi dengan normal
Tingkat signifikan yang digunakan dalam penelitian ini adalah 0,05. Dengan keputusan yang
akan diambil sebagai berikut:
Apabila sig < 0,05 maka Ha diterima, Ho ditolak
Apabila sig > 0,05 maka Ha ditolak, Ho diterima
Residual
N 90
a,b
Normal Parameters Mean ,0000000
Positive ,059
Negative -,078
a
Coefficients
Standardized
a. Dependent Variable: AR
3.4.2.3 Uji Autokorelasi
Uji autokorelasi memiliki tujuan untuk menguji apakah terdapat atau tidak terdapatnya
korelasi antara kesalahan pada periode ini dengan kesalahan pada periode sebelumnya. Autokorelasi
timbul karena disebabkan oleh observasi yang berurutan sepanjang waktu. Pengujian ini dilakukan
apabila data yang digunakan merupaka data berdasarkan urutan waktu. Uji autokorelasi dalam
penelitian ini menggunakan Durbin-Watson Test.
Pengujian autokorelasi memiliki hipotesis sebagai berikut:
Ho : tidak ada autokorelasi
Ha : ada autokorelasi
Tabel 3.3
Keputusan Uji Autokorelasi
Hipotesa Nol (Ho) Keputusan Kriteria
Tidak ada autokorelasi positif Ditolak
Tidak ada autokorelasi positif Tidak ada keputusan
Tidak ada autokorelasi, positif Diterima
atau negatif
Tidak ada autokorelasi negatif Tidak ada keputusan
Tidak ada autokorelasi negatif Ditolak
Gambar 3.1
Uji Autokorelasi
Autokorelasi Autokorelasi
Positif Inconclusive Tidak Ada Inconclusive Negatif
Autokorelasi
0 2 4- 4- 4
b
Model Summary
Std. Error of the
a. Predictors: (Constant), NPM, PER, MBV, CSR, CSR.KA, EP, EBIT, EPS, EP.KA
b. Dependent Variable: AR
DW = 1,900
Du untuk k = 9 dan n = 90 adalah 1,8813
4 – du = 4 – 1,8813 = 2,1187
Karena du < DW < 4 – du atau 1,8813 < 1,900 < 2,1187, maka Tidak ada autokorelasi, positif
atau negatif
3.4.2.4 Uji Heterokedastisitas
Uji heterokedastisitas dilakukan guna memastikan apakah terdapat variance dari suatu
residual ke pengamatan lainnya. Jika variance dari suatu residul ke pengamatan laonnya konsisten
maka disebut homoskedastisitas, jika berbeda disebut heterokedastisitas. Model regresi yang baik
adalah model regresi yang terbebas dari heterokedastisitas. Uji heteroskedeastisitas menggunakan
Gletsjer Test melalui regresi antara absolute dari setiap variabel independen. Uji heterokedastisitas
memiliki hipotesis sebagai berikut:
Ho : tidak adanya heterokedastisitas
Ha : adanya heterokedastisitas
Keputusan yang akan diambil dari pengujian ini yaitu:
Apabila t < 0,05 maka ditemukan adanya heterokedastisitas (Ho ditolak)
Apabila t > 0,05 maka tidak ditemukan adanya heterokedastisitas (Ho diterima)
a
Coefficients
Standardized
3.4.3
Analisis Regresi Berganda
Analisis atas uji hipotesis menggunakan pengujian regresi. Metode analisis regresi berganda
bertujuan untuk melihat hubungan antara 2 variabel atau lebih. Variabel tersebut akan dipisahkan
menjadi variabel independen (X) dan variabel dependen (Y). Persamaan regresi berganda yang
digunakan dalam penelitian ini sebagai berikut:
Persamaan Model Regresi
Model 2
a
Coefficients
Standardized
a. Dependent Variable: AR
a
Coefficients
Standardized
a. Dependent Variable: AR
Keterangan:
Y1 = Reaksi Investor (Trading Volume Activity)
Y2 = Reaksi Investor (Abnormal Return)
α = Konstanta
= Koefisien regresi tiap variabel
CSR = Pengungkapan Corporate Social Responsibility
EP = Environmental Performance
KA = Kualitas Audit
EPS = Earnings per Share
MBV = Market to Book Ratio
PER = Price Earning Ratio
EBIT = Earnings before Interest and Taxes
NPM = Net Profit Margin
e = Variabel penggangu
3.4.4 Uji Hipotesis
b
Model Summary
Std. Error of the
a. Predictors: (Constant), NPM, PER, MBV, CSR, CSR.KA, EP, EBIT, EPS, EP.KA
b. Dependent Variable: AR
3.4.4.2 Uji Statistik F
Uji statistik F merupakan pengujian yang dilakukan untuk melihat kelayakan suatu model
regresi dan menguji secara keseluruhan apakah variabel independen berpengaruh terhadap variabel
dependennya.
Hipotesis dalam uji statistik F adalah sebagai berikut:
Ho :
Ha :
Maka keputusan yang akan diambil dalam uji statistik F yaitu:
Jika nilai Sig F < 0,05 maka Ho ditolak, Ha diterima
Jika nilai Sig F > 0,05 maka Ho diterima, Ha ditolak
a
ANOVA
Model Sum of Squares df Mean Square F Sig.
Total ,014 89
a. Dependent Variable: AR
b. Predictors: (Constant), NPM, PER, MBV, CSR, CSR.KA, EP, EBIT, EPS, EP.KA
a
Coefficients
Standardized
a. Dependent Variable: AR