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