Dari gambar grafik histogram diatas memberikan pola distribusi yang tidak melenceng ke kanan ataupun ke kiri artinya adalah data berdistribusi normal.
Dari gambar grafik probability plot dapat dilihat bahwa titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal mengikuti pada wilayah garis linier. Hal
ini menunjukkan bahwa data pada penelitian ini berdistribusi normal dan model regresi tersebut layak dipakai untuk memprediksi variabel dependen yaitu kualitas hasil pemeriksaan
berdasarkan masukan dari variabel independen yaitu pengalaman kerja, independensi, objektivitas, integritas, kompetensi dan etika auditor.
2 Analisis Statistik Analisis statistik menggunakan rumus Kolmogorov-Simirnov. Penggunaan statistik
non-parametrik ini dikarenakan jenis data yang akan dianalisis adalah data ordinal. Apabila nilai signifikansi lebih besar dari 0.05 maka distribusi data adalah normal.
Tabel 5.12. Hasil Uji Normalitas
Variabel Asymp. Sig 2-
tailed Signifikansi
Keterangan Residual
0.462 P 0.05
Normal Sumber : Data Primer Olahan Pada Lampiran j 2014
Hasil uji kolmogorov-smirnov menunjukkan bahwa asymp. Sig 2-tailed sebesar 0.462. Nilai ini lebih besar dari 0.05 sehingga dapat disimpulkan data yang digunakan dalam penelitian
berdistribusi normal.
b. Uji Multikolinearitas
Uji Multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada korelasi
yang tinggi di antara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Uji ini dilakukan dengan melihat nilai
Universitas Sumatera Utara Universitas Sumatera Utara
Variance Inflation Factor VIF dan nilai tolerance. Apabila nilai VIF adalah 10 dan angka tolerance 0.1, maka hal ini berarti variabel bebas tidak memiliki masalah multikolinearitas.
Tabel 5.13. Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF
1 Constant
4.820 .4.084 1.180
.242 PengalamanKerja
-.082 .059
-.107 -1.386 .170
.570 1.755
Independensi -.085
.043 -.170
-1.977 .052 .457
2.187 Objektivitas
-.019 .054
-.021 -.352
.726 .939
1.065 Integritas
-.116 .090
-.145 -1.293 .200
.271 3.684
Kompetensi 1.706
.150 1.123
11.410 .000 .350
2.859 EtikaAuditor
-1.362 .221
-.614 -6.164 .000
.342 2.925
a. Dependent Variable: KualitasHasilPemeriksaanAuditor
Sumber : Data Primer Olahan Pada Lampiran k 2014 Dari tabel di atas diketahui bahwasanya nilai variance inflation factor VIF dari
masing-masing variabel bebasnya adalah 1.755, 2.187, 1.065, 3.684, 2.859, dan 2.925. Semua nilai VIF variabel independen berada 10.
Dari tabel di atas diketahui bahwasanya nilai tolerance dari masing-masing variabel bebasnya adalah 0.570, 0.457, 0.939, 0.271, 0.350, dan 0.342. Keseluruhan variabel
independen nilai tolerance 0.1. Karena semua variabel independen memiliki nilai VIF berada 10 dan nilai tolerance
0.1 maka tidak ada masalah multikolinieritas.
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Dalam
menggunakan model regresi harus memenuhi persyaratan kesamaan variance dari residual
Universitas Sumatera Utara Universitas Sumatera Utara
satu pengamatan ke pengamatan lainnya atau disebut Homoskedastisitas. Cara yang dapat digunakan untuk mendeteksi adanya heteroskedastisitas adalah dengan menggunakan
koefisien korelasi Spearman yang akan diaplikasikan dengan menggunakan software SPSS.
Koefisien korelasi Spearman merupakan statistik nonparametric. Statistik ini merupakan suatu ukuran asosiasi atau hubungan yang dapat digunakan pada kondisi satu atau
kedua variabel yang diukur adalah skala ordinal. Yang akan dikorelasi Spearman adalah enam variabel independen + nilai absolute residu regresi. Masalah heteroskedastisitas tidak
terjadi jika semua nilai signifikansi pada hasil korelasi lebih besar dari 0,05 p 0,05. Tabel 5.14 Hasil Uji Heteroskedastisitas
No Variabel Independen
Korelasi Rank Spearman
Sig. 2-tailed
1 Pengalaman Kerja
-0.020 0.864
2 Independensi
-0.076 0.523
3 Objektivitas
-0.208 0.078
4 Integritas
-0.029 0.811
5 Kompetensi
0.085 0.472
6 Etika Auditor
-0.134 0.257
Sumber : Data Primer Olahan Pada Lampiran l 2014
Berdasarkan tabel diatas, masalah heteroskedastisitas tidak terjadi karena semua nilai signifikansi pada hasil korelasi lebih besar dari 0.05.
5.1.3.4. Uji Hipotesis
Pengujian hipotesis dilakukan untuk melihat apakah benar dugaan awal peneliti bahwa ada pengaruh pengalaman kerja, independensi, objektivitas, integritas, kompetensi dan
etika auditor terhadap kualitas hasil pemeriksaan auditor BPKP Provinsi Sumatera Utara. Untuk mengetahui seberapa besar kemampuan variabel independen mempengaruhi variabel
dependen serta seberapa besar kontribusi variabel X dalam mempengaruhi variabel Y maka akan dilihat Nilai R dan R Square pada tabel Model Summary.
Universitas Sumatera Utara Universitas Sumatera Utara
a. Analisis Koefisien Determinasi