Pengujian Normalitas Pengujian Multikolinearitas

5.3.1. Pengujian Normalitas

Pengujian normalitas dilakukan dengan menggunakan pengujian One- Sample Kolmogorov-Smirnov. Tabel 5.8. Uji Normalitas Data One-Sample Kolmogorov-Smirnov Test KUALITAS HASIL PEMERIKSAAN N 33 Normal Parameters Mean a,b 13,18 Std. Deviation 1,446 Most Extreme Differences Absolute ,187 Positive ,187 Negative -,168 Kolmogorov-Smirnov Z 1,075 Asymp. Sig. 2-tailed ,198 a. Test distribution is Normal. b. Calculated from data. Hasil analisis yang telah dilakukan bahwa Kolmogorov-Smirnov Test dengan nilai K-S = 1,075 lebih besar dari 0,05 artinya kualitas hasil pemeriksaan dengan kurva normal tidak signifikan atau dengan kata lain tidak ada perbedaan kualitas hasil pemeriksaan dengan kurva normal. Kesimpulannya data kualitas hasil pemeriksaan memiliki distribusi yang normal. Gambar 5.1. Pengujian Normalitas Data Universita Sumatera Utara Hasil yang sama diperoleh dengan menggambar P-P Plot seperti yang ditunjukkan di dalam gambar 5.2. Plot menunjukkan mayoritas data berada di sekitar garis acuan normalitas. Hasil pengujian Kolmogorov-Smirnov lebih mempertegas bahwa data yang digunakan sudah berdistribusi normal. Gambar 5.2. Normal P-P Plot Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari garis diagonal danatau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Hasil yang diperoleh diatas menunjukkan masing-masing variabel penelitian memiliki nilai yang membentuk asumsi distribusi normal. Data yang berdistribusi normal dapat digunakan untuk penarikan kesimpulan karena data sudah menyebar dengan karakteristik menyerupai populasi yang diwakili.

5.3.2. Pengujian Multikolinearitas

Multikolinearitas dapat timbul jika variabel bebas saling berkorelasi satu sama lain, sehingga multikolinearitas hanya dapat terjadi pada regresi berganda. Universita Sumatera Utara Pengujian dapat dilakukan dengan collinearity Statistics yang ditunjukkan oleh Nilai Variance Inflaaction Factor VIF. Tabel 5.9. Pengujian Multikolinearitas Variabel Tolerance Variance Inflaaction Factor Status Independensi X 1 Integritas X 2 Kompetensi X 3 Objektivitas X 4 Pengalaman Kerja X 5 Good Corporate governance Z 0,541 0,263 0,551 0,352 0,454 0,817 1,847 3,808 1,815 2,838 2,202 1,224 Tidak ada Multiko Tidak ada Multiko Tidak ada Multiko Tidak ada Multiko Tidak ada Multiko Tidak ada Multiko Berdasarkan output pada lampiran 4 yang ditujukkan pada tabel 5.9 terlihat bahwa nilai tolerance masih berada di sekitar 1 sehingga dapat dikatakan tidak terjadi Multikolinearitas. Nilai tolerance berkisar 0,263 sampai 0,817. Dari nilai Variance Inflaaction Factor VIF dapat disimpulkan bahwa tidak terjadi multikolinearitas karena tidak ada nilai VIF yang lebih besar dari 10, hasil ini menunjukkan nilai-nilai tersebut dapat dinyatakan tidak mengandung multikolinearitas. Regresi berganda yang baik tidak boleh mengandung dua buah variabel bebas yang saling berkorelasi. Hasil yang ditunjukkan oleh output pada tabel 5.9 memberikan kesimpulan bahwa model yang diajukan tidak mengandung multikolinearitas sehingga dapat digunakan dalam pengujian hipotesis.

5.3.3. Pengujian Heteroskedastisitas