52
c. Variabel EPS memiliki nilai minimum -487,08 dan nilai maksimum 21021,17 dengan rata-rata EPS sebesar 1076,196 dengan jumlah sampel
sebanyak 102 pengamatan. d. Variabel Opini Audit memiliki nilai minimum 0 dan nilai maksimum 1
dengan rata-rata Opini Audit sebesar 0,69 dengan jumlah sampel sebanyak 102 pengamatan.
e. Variabel KAP memiliki nilai minimum 0 dan nilai maksimum 1 dengan rata-rata KAP sebesar 0,68 dengan jumlah sampel sebanyak 102
pengamatan.
4.2.2 Uji Asumsi Klasik
4.2.2.1 Uji Normalitas
Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non-parametrik Kolmogorov-Smirnov K-S dengan membuat
hipotesis : H
: Data residual berdistribusi normal H
a
: Data residual tidak berdistribusi normal Apabila nilai signifikansinya lebih dari 0,05 maka H
diterima sedangkan jika nilai signifikansinya labih kecil dari 0,05 maka H
ditolak.
Universitas Sumatera Utara
53
Tabel 4.2 Hasil Uji Normalitas Sebelum Data Ditransformasi
Hasil pengolahan data menunjukkan besar nilai Kolmogorov- Smirnov adalah 3,083 dan signifikansi pada 0,000 maka disimpulkan data
tidak terdistribusi secara normal karena p= 0,000 0,05
Gambar 4.1 Histogram Sebelum data di tansformasi
Sumber: Output SPSS, diolah penulis, 2012
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 102
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.05128792E4
Most Extreme Differences
Absolute .305
Positive .241
Negative -.305
Kolmogorov-Smirnov Z 3.083
Asymp. Sig. 2-tailed .000
a. Test distribution is Normal.
Sumber : Ouput SPSS, diolah penulis, 2012
Universitas Sumatera Utara
54
Dari grafik di atas dapat disimpulkan bahwa data tidak terdistribusi secara normal karena grafik histogram menunjukkan distribusi data tidak
mengikuti garis diagonal yaitu menceng ke kiri negative skewness.
Gambar 4.2 Grafik Normal P-Plot sebelum data di transformasi
Sumber : Output SPSS, diolah penulis, 2012 Uji normalitas dengan menggunakan grafik plot menunjukkan
hasil yang sama dengan grafik histogram. Pada grafik plot, keliatan titik- titik menyebar di sekitar garis diagonal tetapi penyebarannya jauh dari
garis diagonal sehingga disimpulkan bahwa data dalam model regresi tidak
Universitas Sumatera Utara
55
terdistribusi secara normal. Hasil uji normalitas dengan Kolmogorov- Smirnov, grafik histogram dan grafik normal plot menunjukkan data tidak
terdistribusi secara normal. Oleh karena itu, penulis melakukan transformasi data ke bentuk lainnya untuk mengubah model regresi
menjadi normal. Menurut Erlina 2008 : 104 ada beberapa cara yang dapat digunakan untuk mengatasi data yang outlier diantaranya :
• Lakukan transformasi data ke bentuk lainnya. • Lakukan trimming, yaitu membuang data outlier.
• Lakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai tertentu.
Dari ketiga cara tersebut, penulis memutuskan untuk melakukan transformasi data menjadi bentuk Logaritma Natural Ln, agar variabel-
variabel dalam penelitian ini memenuhi asumsi normalitas. Transformasi data ke dalam bentuk Ln menyebabkan data yang bernilai negatif tidak
dapat ditransformasi sehingga menghasilkan missing values. Selanjutnya, data diuji ulang berdasarkan asumsi normalitas. Berikut ini hasil pengujian
Kolmogorov-Smirnov K-S :
Universitas Sumatera Utara
56
Tabel 4.3 Hasil Uji Normalitas Setelah Data di Transformasi
One-Sample kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96
Normal Parameters
a,b
Mean .0000000
Std. Deviation .76723411
Most Extreme Differences
Absolute .063
Positive .063
Negative -.052
Kolmogorov-Smirnov Z .614
Asymp. Sig. 2-tailed .846
a. Test distribution is Normal.
Sumber : Output SPSS, diolah penulis, 2012 Tabel di atas menunjukkan besarnya Kolmogorov-Smirnov K-S
adalah 0,614 dan signifikansi pada 0,846 sehingga dapat disimpulkan bahwa data dalam model regresi telah terdistribusi secara normal, dimana
nilai signifikansinya lebih besar dari 0,05 p = 0.846 0,05.
Universitas Sumatera Utara
57
Gambar 4.3 Histogram setelah data di transformasi
Sumber : Output SPSS, diolah penulis, 2012
Universitas Sumatera Utara
58
Gambar 4.4 Grafik Normal P-Plot setelah data di transformasi
Sumber : Output SPSS, diolah penulis, 2012
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati normal maka dari grafik di atas gambar 4.3 dan
4.4 dapat disimpulkan bahwa data telah terdistribusi secara normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal
yang tidak menceng skewness ke kiri maupun ke kanan.
Universitas Sumatera Utara
59
Demikian pula pada grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal serta penyebarannya mendekati garis diagonal
sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal. Dengan demikian dapat disimpulkan secara keseluruhan
bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya.
4.2.2.2 Uji Multikolonieritas
