lxvii normalitas dengan tingkat signifikansi yang ditentukan yaitu sebesar
0,05. Data dikatakan terdistribusi secara normal jika p value α
0,05, begitu juga sebaliknya. Berikut ini hasil uji normalitas: TABEL IV.10
HASIL UJI NORMALITAS One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
47 Mean
.0000000 Normal Parameters
a
Std. Deviation 5.21050516
Absolute .098
Positive .090
Most Extreme Differences
Negative -.098
Kolmogorov-Smirnov Z .670
Asymp. Sig. 2-tailed .761
a. Test distribution is Normal. Sumber: Output SPSS.
Hasil pengujian One Sample Kolmogorov-Smirnov Test dalam tabel IV.10 di atas menunjukkan bahwa nilai probabilitas p
value residual dalam penelitian ini memliki nilai lebih besar dari 0,05, yaitu sebesar 0,761. Hal ini berarti bahwa data residual
terdistribusi secara normal.
2. Uji Multikolinieritas
Uji multikoliniearitas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antarvariabel
independen. Uji multikolinearitas dilakukan dengan membandingkan nilai tolerance dan variances inflation factor VIF. Kedua ukuran
lxviii tersebut menunjukkan setiap variabel independen manakah yang
dijelaskan oleh variabel independen yang lain. Jika nilai tolerance lebih besar dari 0,1 dan nilai VIF lebih kecil dari 10, maka tidak
terjadi multikoliniearitas. TABEL IV.11
HASIL UJI MULTIKOLINIERITAS Collinearity Statistics
Variabel Tolerance
VIF
Integritas Obyektivitas
Kerahasiaan Kompetensi
0,146 0,161
0,157 0,325
6,872 6,220
6,353 3,076
Sumber: Output SPSS diolah.
Dari tabel IV.11 di atas, nilai tolerance untuk masing- masing variabel lebih besar dari 0,1 dan nilai VIF lebih kecil dari 10
sehingga dapat
dinyatakan bahwa
tidak terjadi
masalah multikolinieritas dalam model penelitian ini.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual
satu pengamatan ke pengamatan yang lain Ghozali, 2006:105. Untuk menguji ada tidaknya heteroskedastisitas dalam penelitian ini,
digunakan uji glejser. Uji glejser dilakukan dengan meregres nilai absolut residual terhadap variabel independen Gujarati, 1995: 187.
Apabila variabel
independen signifikan
secara statistik
lxix mempengaruhi variabel dependen, maka ada indikasi terjadi
heteroskedastisitas Ghozali, 2006: 109. TABEL IV.12
HASIL UJI HETEROSKEDASTISITAS
Coefficients
a
Unstandardized Coefficients Standardized
Coefficients Model
B Std. Error
Beta t
Sig. Constant
3.586 6.060
.592 .557
INTEGRITAS -.168
.241 -.280
-.698 .489
OBYEKTIVITAS .073
.341 .081
.213 .832
KERAHASIAAN .258
.472 .210
.545 .588
1
KOMPETENSI .034
.208 .044
.162 .872
a. Dependent Variable: AbsUt
Sumber: Output SPSS. Tabel IV.12 di atas menunjukkan bahwa tidak ada satupun
variabel independen yang signifikan secara statistik mempengaruhi variabel dependen nilai absolut residual AbsUt. Hal ini terlihat dari
probabilitas signifikansinya di atas tingkat kepercayaan 5. Jadi, dapat disimpulkan model regresi tidak mengandung adanya
heteroskedastisitas. Dari hasil uji asumsi klasik secara keseluruhan dapat
disimpulkan bahwa nilai parameter yang dihasilkan dalam model penelitian ini adalah sahih karena telah memenuhi asumsi klasil
regresi.
3. Pengujian Hipotesis
