X1 = Tingkat Profitabilitas TPROF X2 = Proporsi Hutang DEBT
d1 = Perubahan Auditor CHANGE ε1 = Eror
3.4.1. Pengujian Asumsi Klasik
Sebelum melakukan uji hipotesis, sebelumnya ada beberapa asumsi yang harus dipenuhi dalam melakukan analisis regresi berganda. Asumsi klasik yang
akan diuji dalam penelitian ini adalah sebagai berikut :
3.4.1.1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi data yang normal. Apabila
asumsi normalitas ini tidak dipenuhi, maka uji statistik akan menjadi tidak valid. Pengujian dalam penelitian data ini dilakukan dengan menggunakan metode
Kolmogrov Smirnov. Pedoman dalam mengambil keputusan apakah sebuah distribusi normal adalah:
1. Jika nilai signifikan lebih kecil dari 5, maka distribusi adalah tidak normal 2. Jika nilai signifikan lebih besarl dari 5, maka distribusi adalah normal.
3.4.1.2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independenbebas. Model regresi yang
baik tidak terjadi korelasi antar variabel bebas. Gejala multikolinieritas yang cukup tinggi dapat menyebabkan standar kesalahan dari koefisien regresi masing-
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
masing variabel bebas menjadi sangat tinggi. Pengujian atas hal tersebut adalah sebagai berikut:
Menggunakan tolerance value dan Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan
oleh variabel bebas lainnya. Ketentuannya adalah: 1. Jika tolerance value 0,01 dan VIF 10, maka terdapat terlalu besar korelasi di
antara salah satu variabel bebas dengan variabel-variabel bebas yang lain, dengan kata lain terjadi multikolinieritas.
2. Jika tolerance value 0,10 dan VIF 10, maka tidak terjadi multikolinieritas. Artinya semakin kecil nilai VIF maka semakin baik Ghozali, 2006: 91.
3.4.1.3. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Model regresi yang mengalami gejala autokorelasi memiliki standard error yang sangat besar sehingga model regresi
kemungkinan besar tidak signifikan. Autokorelasi terjadi karena bentuk gangguan dari pengamatan yang berbeda bersifat tidak bebas, atau terdapat korelasi diantara
bentuk gangguan yang ada dalam regresi populasi. Model regresi yang baik adalah model regresi yang bebas autokorelasi.
Untuk mendeteksi ada atau tidaknya autokorelasi dapat diketahui dengan menggunakan uji Durbin-Watson D-W test. Menurut Ghozali 2006:100, dasar
pengambilan keputusan adalah sebagai berikut:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 3.2
Pengambilan Keputusan Autokorelasi
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 DW dl Tidak ada autokorelasi positif
No decision dL
≤ DW ≤ dU Tidak ada korelasi negatif
Tolak 4 – dL DW 4
Tidak ada korelasi negative No decision
4 – dU ≤ DW ≤ 4 - dL
Tidak ada autokorelasi positif atau negative
Tidak ditolak dU DW 4 - dU
3.4.1.4. Uji Heteroskedastisitas
Kategori