Uji Asumsi Klasik Penemuan dan Pembahasan

50 pertanyaan, dari 13 butir pertanyaan tersebut semua butir pertanyaan adalah valid r hitung r table.

3. Uji Asumsi Klasik

a. Uji Multikolinearitas Uji multikolinearitas digunakan untuk mengetahui apakah ada hubungan atau korelasi diantara variabel independen. Multikolinearitas menyatakan hubungan antar sesama variabel independen. Dalam penelitian ini uji multikolinearitas digunakan untuk menguji apakah ada korelasi atau hubungan diantara variabel profesionalisme auditor, dan etika profesi auditor. Pedoman suatu model regresi yang ideal adalah tidak terjadi korelasi diantara variabel independen nilai VIF dan tolerance disekitar angka 1 serta koefisien korelasi antar variabel independen haruslah dibawah 0,5 atau tidak terjadi multikolinearitas. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal yakni variabel orthogonal adalah variabel independen yang memiliki nilai korelasi antar sesama variabel independen sama dengan nol Ghozali, 2001: 91. Tabel 4.11. Hasil Uji Multikolinearitas Coefficientsa Model Collinearity Statistics Tolerance VIF 1 Constant Profesionalisme ,485 2,061 Etika Profesi ,485 2,061 a Dependent Variable: Materialitas Sumber : Hasil penelitian yang diolah, 2010 51 Pada tabel 4.11 terlihat nilai tolerance untuk tiap variabel sebesar 0,485 sedangkan nilai VIF untuk masing-masing variabel sebesar 2,061. Berdasarkan pedoman terhadap uji multikolinieritas nilai tolerance 0,1 dan nilai VIF 10 maka terlihat bahwa tidak terjadi korelasi diantara variabel profesionalisme auditor, dan etika profesi auditor atau tidak terjadi multikolinearitas dalam model regresi ini. b. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam suatu model regresi terdapat persamaan atau perbedaan varian yang dapat dilihat dari grafik plot. Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED, dimana sumbu Y adalah Y telah diprediksi dan sumbu X adalah residual Y prediksi - Y sesungguhnya yang telah di- studentized . Jika plot membentuk pola tertentu bergelombang, melebar, kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika plot tidak membentuk pola tertentu, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y maka mengindikasikan telah terjadi homokedastisitas. Model regresi yang baik adalah plot yang mengindikasikan homokedastisitas atau tidak terjadi heteroskedastisitas. Ghozali, 2001 Gambar 4.1 Hasil Uji Heteroskedastisitas Regression Standardized Predicted Value 3 2 1 -1 -2 -3 Regr essi on S tandar d ized R esi dual 2 1 -1 -2 -3 Scatterplot Dependent Variable: Materialitas Sumber : Hasil penelitian yang diolah, 2009 Pada gambar 4.1. menunjukkan tidak terjadi pola tertentu yang teratur seperti bergelombang, melebar, dll. Sesuai dengan pedoman uji heteroskedastisitas, maka dalam penelitian ini tidak terjadi heteroskedastisitas atau disebut homokedastisitas. Hal ini dibuktikan dengan grafik plot diatas yang tidak membentuk pola tertentu yang teratur sehingga penelitian ini layak dilakukan pengujian lebih lanjut. a. Uji Normalitas Uji normalitas ini dilakukan untuk menguji apakah dalam model regresi, variabel penggangu atau residual memiliki distribusi normal. Model regresi yang baik adalah distribusi data normal atau paling tidak mendekati 52 53 normal. Seperti diketahui bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik. Jika data titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka menunjukkan pola distribusi normal yang mengindikasikan bahwa model regresi memenuhi asumsi normalitas. Jika data titik menyebar menjauh dari diagonal atau tidak mengikuti arah garis diagonal maka tidak menunjukkan pola distribusi normal yang mengindikasikan bahwa model regresi tidak memenuhi asumsi normalitas. Ghozali, 2001:110. Pada gambar 4.2. menunjukkan adanya persebaran data titik pada sumbu diagonal yang mendekati garis diagonal. Berdasarkan pedoman uji normalitas mengatakan bahwa jika persebaran data titk mengikuti atau mendekati garis normal maka suatu penelitian dapat dikatakan normal. Pada gambar histogram juga menunjukkan adanya normalitas dalam penelitian ini. Melihat hal tersebut maka dapat disimpulkan penelitian ini memenuhi uji normalitas. Gambar 4.2. Hasil Uji Normalitas 54 S u m b e r : Hasil penelitian yang diolah, 2010 Regression Standardized Residual 2 1 -1 -2 -3 F requency 12 10 8 6 4 2 Histogram Dependent Variable: Materialitas Mean =-2.43E-16 Std. Dev. =0.979 N =50 Gambar 4.1 Hasil Uji Normalitas P-Plot Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 Ex pecte d Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 Normal P-P Plot of Regression Standardized Residual Dependent Variable: Materialitas Sumber : Hasil penelitian yang diolah, 2010

4. Uji Hipotesis