51
4.2. Hasil Uji Asumsi Klasik
4.2.1 Hasil Uji HeteroskedastisitasUji Glejser Tabel 4.2
Hasil Uji Heteroskedastisitas Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant X1
X2 X3
X4 X5
X6 .075
.123 .613
.541 -6.666E-5
.005 -.001
-.014 .989
.000 .001
-.011 -.138
.890 -.022
.031 -.055
-.716 .475
.101 .023
.367 4.365
.465 .001
.001 .118
1.447 .150
-1.846E-5 .000
-.014 -.181
.857 A. a. Dependent Variable: res_2
Sumber data : Hasil output SPSS diolah, 2015
Dari tabel 4.2 di atas dapat diketahui bahwa masing-masing signifikansi variabel lebih besar dari 0,05 yakni variabel ukuran perusahaan X1 sebesar 0.989,
komisaris independen X2 sebesar 0.890, komite audit X3 sebesar 0,475, kualitas audit X4 sebesar 0,465, leverageX5 sebesar 0,150, dan profitabilitas X6 sebesar
0.857.Oleh karena itu dapat disimpulkan bahwa data dalam penelitian ini bebas dari gejala heteroskedastisitas.
Universitas Sumatera Utara
52
4.2.2 Hasil Uji Normalitas Tabel 4.3
Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N Normal Parameters
a,b
Mean Std. Deviation
Most Extreme Differences Absolute
Positive Negative
Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed
160 .0000000
.18531535 .105
.069 -.105
1.332 .058
a. Test distribution is Normal. b. Calculated from data.
Sumber data : Hasil output SPSS diolah, 2015
Berdasarkan tabel 4.3 dapat dideskripsikan besarnya Kolmogorov-Smirnov Z K-S adalah 1,332 dan signifikansi 0,058. Hal ini menunjukkan bahwa data tersebut
telah terdistribusi normal karena nilai signifikansinya atau Asymp. Sig. 2-tailed lebih besar dari 0,05 yakni 0,058.
Selain uji Kolmogorov-Smirnov Z, hasil uji normalitas juga dapat dilihat pada diagram histogram dan normal probability plot p-plot of regression yang
ditampilkan pada gambar 4.1 dan 4.2 berikut ini:
Universitas Sumatera Utara
53
Gambar 4.1 Hasil Uji Normalitas Histogram
Sumber data : Hasil output SPSS diolah, 2015
Grafik histogram pada gambar 4.1 di atas menunjukkan bahwa distribusi data memiliki kurva berbentuk lonceng dimana distribusi data tidak menceng ke kiri
maupun menceng ke kanan.Hal ini menunjukkan bahwa data telah terdistribusi secara normal. Hal ini juga didukung dengan menggunakan normal p-plot regression.
Universitas Sumatera Utara
54
Gambar 4.2 Hasil Uji
Normal P-Plot Sumber data : Hasil output SPSS diolah, 2015
Gambar 4.2 merupakan grafik normal probability plot p-plot yang menunjukkan bahwa titik-titik data menyebar di sekitar garis diagonal. Hal tersebut
menunjukkan bahwa data telah terdistribusi secara normal. Hal ini sejalan dengan pengujian yang menggunakan histogram dan model Kolmogorov-Smirnov yang juga
menyatakan bahwa data telah terdistribusi secara normal.
Universitas Sumatera Utara
55
4.2.3 Hasil Uji Autokorelasi Runs Test