44
4.2.3. Uji Asumsi Klasik
4.2.3.1.1. Uji Normalitas sebelum Transformasi
Sebelum dilakukan pengujian hipotesis maka terlebih dahulu dilakukan pengujian normalitas data untuk menguji apakah
data yang digunakan berdistribusi normal atau tidak. Analisis normalitas menggunakan uji Kolmogorov_Smirnov dengan
menggunakan tingkat signifikansi 5.
Tabel 4.4 Hasil Uji Normalitas
Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 83
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.22864478
Most Extreme Differences Absolute
.063 Positive
.063 Negative
-.053 Test Statistic
.063 Asymp. Sig. 2-tailed
.200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
Sumber : Data Olahan SPSS
Universitas Sumatera Utara
45 Berdasarkan dari analisis statistik
Kolmogorov- Smirnov, pada tabel 4.4 di atas menunjukkan bahwa nilai memiliki p-value
0,05 yaitu signifikansi pada angka 0,200 yang mempunyai arti bahwa data variabel yang digunakan dalam penelitian ini telah
terdistribusi normal.
4.2.3.1.2. Uji Multikolinieritas Sebelum Transformasi
Hasil olahan spss untuk uji multikolinieritas dapat di lihat pada tabel 4.5 sebagai berikut :
Tabel 4.5. Uji Multikolinieritas Sebelum Transformasi
Coefficients
a
Model Toleranc
e VIF
Intreprestasi hasil
Moral Reasoning X1 .468
2.135 Tidak terjadi
multikolinearitas Ethical Sensitivity X2
.445 2.247
Tidak terjadi multikolinearitas
Gender Z .011
89.535 Terjadi
multikolinearitas X1.Z
.012 85.759
Terjadi multikolinearitas
X2.Z .016
62.431 Terjadi
multikolinearitas Sumber : Data Olahan SPSS
Uji Multikolonieritas dilakukan dengan melihat nilai Collinearity statistic dan nilai koefisien korelasi di antara variabel
bebas. Uji ini bertujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas. Multikolinieritas
terjadi apabila nilai tolerance 0,10 dan Variance Inflation Factor
Universitas Sumatera Utara
46
VIF 10. Berdasarkan tabel 4.3 menunjukkan semua variabel tidak terjadi Multikolinieritas.
4.2.3.1.3. Uji Heteroskedastisitas Sebelum Transformasi
Gambar 4.1. Scatterplot Heteroskedastisitas
Ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu bergelombang, melebar lalu
menyempit pada grafik Scatterplot antara prediksi nilai variabel terikat. Berdasarkan Gambar 4.1, terlihat bahwa titik-titik
menyebar lebih meluas dan secara acak baik di atas maupun di bawah garis 0 pada sumbu Y dan Titik-titik data tidak mengumpul
hanya di atas atau di bawah saja sehingga dapat disimpulkan tidak terdapat masalah heteroskedastisitas.
Universitas Sumatera Utara
47
4.2.3.1.4. Uji Normalitas Setelah Transformasi
Sebelum dilakukan pengujian hipotesis maka terlebih dahulu dilakukan pengujian normalitas data untuk menguji apakah
data yang digunakan berdistribusi normal atau tidak. Analisis normalitas menggunakan uji Kolmogorov_Smirnov dengan
menggunakan tingkat signifikansi 5.
Tabel 4.6 Hasil Uji Normalitas
Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 83
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.22864478
Most Extreme Differences Absolute
.063 Positive
.063 Negative
-.053 Test Statistic
.063 Asymp. Sig. 2-tailed
.200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
Sumber: Data Olahan SPSS
Berdasarkan dari analisis statistik Kolmogorov- Smirnov, pada tabel 4.4 di atas menunjukkan bahwa nilai memiliki p-value 0,05 yaitu
signifikansi pada angka 0,200 yang mempunyai arti bahwa data variabel yang digunakan dalam penelitian ini telah terdistribusi normal.
Universitas Sumatera Utara
48
Gambar 4.2. Uji Normalitas Histogram
Hasil perhitungan SPSS untuk uji normalitas data menggunakan Histogram Display Normal Curve pada gambar 4.2 variabel Persepsi Etis
Mahasiswa Akuntansi Regresi Residual menunjukkan bahwa bentuk histogram mengikuti bentuk distribusi normal.
Gambar 4.3 Uji Normalitas Grafik P-Plot
Universitas Sumatera Utara
49
Pada gambar 4.3 P-P Plot terlihat bahwa nilai plot P-P terletak di sekitar garis diagonal. Plot tidak menyimpang jauh dari garis diagonal dan
penyebaran titik-titik data searah mengikuti garis diagonal, yang menunjukkan bahwa regresion residual model ini berdistribusi normal.
Dari hasil uji normalitas dalam seluruh tahap, menyimpulkan arti bahwa semua Variabel dalam penelitian ini telah berdistribusi normal.
4.2.3.1.5. Uji Multikolinieritas Setelah Transformasi
Hasil olahan spss untuk uji multikolinieritas dapat di lihat pada tabel 4.5 sebagai berikut :
Tabel 4.7. Uji Multikolinieritas Setelah Transformasi
Coefficients
a
Model Tolerance
VIF Intreprestasi
hasil Moral Reasoning X1
.525 1.905
Tidak terjadi multikolinearitas
Ethical Sensitivity
X2 .426
2.345 Tidak terjadi
multikolinearitas Gender Z
.774 2.345
Tidak terjadi multikolinearitas
X1.Z .497
2.012 Tidak terjadi
multikolinearitas X2.Z
.497 2.254
Tidak terjadi multikolinearitas
Sumber : Data Olahan SPSS Berdasarkan Hasil uji multikolinearitas pada tabel 4.5,
menunjukkan tidak ada variabel yang memiliki nilai tolerance kurang dari 0,10. Demikian juga hasil perhitungan Variance Inflation Factor VIF
tidak ada variabel yang memiliki nilai VIF lebih besar dari 10. Dengan
Universitas Sumatera Utara
50
demikian dapat disimpulkan bahwa dari model regresi yang digunakan tidak terjadi multikolinieritas.
4.2.3.1.6. Uji Heteroskedasitas setelah Transformasi
Setelah dilakukan transformasi, berdasarkan Gambar 4.6, terlihat bahwa titik-titik menyebar lebih meluas dan secara acak baik
di atas maupun di bawah garis 0 pada sumbu Y dan Titik-titik data tidak mengumpul hanya di atas atau di bawah saja sehingga dapat
disimpulkan tidak terdapat masalah heteroskedastisitas.
Gambar 4.4 Scatterplot Heteroskedastisitas Setelah Transformasi
4.2.4. Model Pengujian Hipotesis 1, 2 dan 3