pengujian yang lebih akurat. Uji K-S dilakukan dengan membuat hipotesis:
Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal
Apabila nilai signifikansinya lebih besar dari 0,05 maka Ho diterima, sedangkan bila nilai signifikasinya lebih kecil dari 0,05 maka
Ho ditolak.
Tabel 4.6 Hasil uji Normalitas K-S
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 16.84116461
Most Extreme Differences
Absolute .056
Positive .056
Negative -.054
Kolmogorov-Smirnov Z .548
Asymp. Sig. 2-tailed .925
a. Test distribution is Normal. b. Calculated from data.
Sumber: hasil pengolahan SPSS
Tampak bahwa nilai signifikansi adalah sebesar 0,925 0,05 yang menunjukkan bahwa nilai residual telah terdistribusi secara
normal.
2. Uji Multikolinearitas
Universitas Sumatera Utara
Uji ini digunakan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel dependen. Jika terjadi
korelasi, maka dikatakan terdapat masalah multikoliniearitas. Uji ini dilihat dari nilai Tolerance dan VIF-nya.Model regresi yang baik jika
nilai Tolerance 0,1 dan VIF 10.
Tabel 4.7 Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
Ukuran.Perusahaan .685
1.459 Laba.Rugi
.829 1.206
Opini.Auditor .866
1.155 Tingkat.Solvabilitas
.893 1.120
Reputasi.KAP .666
1.502
Sumber: hasil pengolahan SPSS
Tabel 4.6 menunjukk an hasil uji multikolinearitas. Dari tabel di atas menunjukkan bahwa tidak terdapat satupun variabel independen
yang memiliki nilai tolerance yang kurang dari 0.1 dan VIF yang lebih dari 10. Maka dapat disimpulkan bahwa tidak satupun variabel
memiliki persoalan multikolinearitas antara variabel independennya.
Tabel 4.8 Koeffisien korelasi antarvariabel
Coefficient Correlations
a
Model Reputasi.KAP Opini.Auditor Tingkat.Solvabilitas Laba.Rugi Ukuran.Perusahaan
1
Correlations Reputasi.KAP
1.000 -.095
.314 .081
-.517
Universitas Sumatera Utara
Opini.Auditor -.095
1.000 -.016
-.354 .171
Tingkat.Solvabilitas .314
-.016 1.000
.089 -.129
Laba.Rugi .081
-.354 .089
1.000 -.247
Ukuran.Perusahaan -.517
.171 -.129
-.247 1.000
Covariances Reputasi.KAP
21.799 -1.713
1.064 2.220
-2.979 Opini.Auditor
-1.713 14.934
-.046 -8.010
.816 Tingkat.Solvabilitas
1.064 -.046
.527 .377
-.116 Laba.Rugi
2.220 -8.010
.377 34.374
-1.792 Ukuran.Perusahaan
-2.979 .816
-.116 -1.792
1.525 a. Dependent Variable: Audit.Delay
Sumber: hasil pengolahan SPSS
Melihat hasil besaran korelasi antara variabel independen, variabel laba rugi memiliki nilai korelasi yang paling tinggi dengan
variabel reputasi kantor akuntan publik sebesar 0,517 atau 51,7. Oleh karena korelasi ini masih dibawah nilai standar korelasi sebesar 0,95
atau 95, maka dapat dikatakan tidak terjadi multikolinearitas.
3. Uji Heterokedastisitas
Dalam penelitian ini untuk mendeteksi ada tidaknya heterokdastisitas adalah dengan meihat pola grafik yang dihasilkan dari
pengolahan data dengan menggunakan program SPSS. Dasar pengambilan keputusannya adalah:
a. Jika ada pola tertentu seperti titik-titik yang ada membentuk
pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka terjadi heterokedastisitas
Universitas Sumatera Utara
b. Jika tidak ada pola jelas, serta titik-titik menyebar di atas dan
di bawah angka nol 0 pada sumbu Y maka tidak terjadi heterokedastisitas
Gambar 4.3 Sumber: hasil pengolahan SPSS
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas sumbu 0 maupun di bawah sumbu 0,
sehingga dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi. Adanya titik-titik yang menyebar menjauh dari titik-titik
yag lain disebabkan karena adanya data observasi yang sangat berbeda dengan data observasi lainnya.
4. Uji Autokorelasi
