C. Hasil Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah variabel- variabel dalam penelitian memiliki sebaran distribusi normal atau tidak.
Uji normalitas ini menggunakan teknik Kolmogrov-Smirnov. Jika variabel residual tidak terdistribusi normal, maka uji statistik t dan F menjadi tidak
valid. Data dikatakan normal apabila nilai signifikansi 0,05. Berikut ini hasil penghitungan Kolmogorov-Smirnov dengan SPSS:
Tabel 7. Hasil Uji Normalitas
Asymp. Sig Keterangan
0,062 Berdistribusi Normal
Sumber: Lampiran Hasil Olah Data Uji Normalitas, 2016 Berdasarkan tabel di atas, dapat diketahui nilai signifikansinya
sebesar 0,062 yang berarti lebih besar dari 0,05, maka dapat disimpulkan data berdistribusi normal. Selain menggunakan perhitungan statistik,
normalitas data dapat dilihat dengan gambar P-P Plot Normalitas. Hasil uji normalitas dapat disajikan sebagai berikut:
Gambar 2. P-P Plot Uji Normalitas
2. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara residual periode t dengan residual pada
periode t-1 periode sebelumnya. Jika terjadi korelasi, maka ada masalah autokorelasi. Autokorelasi terjadi karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lain Ghozali, 2011. Untuk melihat adanya autokorelasi digunakan Durbin Watson Test DW.
Tabel 8. Ringkasan Hasil Uji Autokorelasi
Durbin Watson Keterangan
1,963 Tidak terjadi autokorelasi
Sumber: Lampiran Hasil Olah Data Uji Autokorelasi, 2016 Hasil uji autokorelasi pada tabel 8 menunjukkan bahwa nilai
Durbin-Watson adalah 1,963 lebih besar dari nilai du 1,7733 pada tingkat
signifikansi 0,05. Nilai DW 1,963 lebih besar dari batas atas du yakni 1,7733 sehingga dapat disimpulkan bahwa tidak terjadi autokorelasi.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain, dengan meregresi nilai absolut residual terhadap variabel independen. Uji ini terlihat dari probabilitas signifikansinya di atas tingkat
kepercayaan 5 yang tidak mengandung adanya heteroskedastisitas Imam Ghozali, 2011:143. Salah satu uji statistik yang dapat digunakan
untuk mendeteksi ada tidaknya heterokedastisitas adalah uji Glejser menggunakan progam SPSS for Windows. Hasil uji heterokedastisitas
dengan Glejser sebagai berikut:
Gambar 3. Hasil Uji Heterokedastisitas
Tabel 9. Hasil Uji Heteroskedastisitas dengan Glejser
Variabel Sig
Keterangan
Ukuran Perusahaan 0,108
Tidak terjadi heteroskedastisitas
Profitabilitas 0,998
Tidak terjadi heteroskedastisitas
Opini Audit 0,375
Tidak terjadi heteroskedastisitas
Umur Perusahaan 0,108
Tidak terjadi heteroskedastisitas
Sumber: Lampiran Hasil Olah Data Uji Heterokedastisitas, 2016 Berdasarkan tabel di atas menunjukkan bahwa semua variabel
bebas mempunyai nilai probabilitas signifikansi lebih besar dari 0,05. Dengan demikian, hal ini dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas dalam model regresi.
4. Uji Multikolinieritas
Kategori