Sumber: Data diolah, 2010 Berdasarkan hasil normalitas data dengan menggunakan Normal P-
plot dapat dilihat pada gambar 4.1. Pada gambar tersebut menunjukkan bahwa titik-titik data berada disekitar garis diagonal dan mengikuti arah
garis diagonal. Maka dapat disimpulkan bahwa data dalam penelitian ini sudah terdistribusi normal atau sudah memenuhi asumsi normalitas.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Jika variabel independen saling berkolerasi maka, maka
variabel-variabel ini tidak ortogonal. Hasil uji multikolinearitas dapat dilihat dari nilai tolerance dan Variance Inflation Factor VIF. Kedua
ukuran ini menunjukan setiap variabel independen dan manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabel
68
69 independen yang terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Tabel 4.8 dibawah ini menyajikan hasil multikolinearitas.
Tabel 4.8 Uji Multikolinearitas
Coefficientsa Predictor Tollerance VIF
Keputusan
Keahlian Audit 0,768
1,302 Tidak Multikolonieritas
Independensi Auditor Eksternal
0,768 1,302 Tidak
Multikolonieritas Sumber: Data yang Diolah, 2010
Berdasarkan tabel diatas menunjukkan bahwa tidak ada problem multikolonieritas. Pada variabel keahlian audit nilai tollerance 0,768
0,10 sedangkan nilai VIF 1,302 10. Variabel independensi auditor eksternal memiliki nilai tollerance 0,768 0,10 sedangkan nilai VIF 1,302
10. Hasil perhitungan nilai tolerance tersebut menunjukan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang
berarti tidak ada korelasi antar variabel independen. Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukan hal yang sama
tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel
independen dalam model regresi.
3. Uji Heteroskedasitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam suatu model regresi terdapat persamaan atau perbedaan varian yang dapat dilihat dari
grafik plot. Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara
SRESID dan ZPRED, dimana sumbu Y adalah Y telah diprediksi dan sumbu X adalah residual Y prediksi - Y sesungguhnya yang telah di-
studentized .
Jika plot membentuk pola tertentu bergelombang, melebar, kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika
plot tidak membentuk pola tertentu, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y maka mengindikasikan telah terjadi
homokedastisitas. Model regresi yang baik adalah plot yang mengindikasikan homokedastisitas atau tidak terjadi heteroskedastisitas.
Ghozali, 2005:105
Gambar 4.2 Output Pengujian Heteroskedasitas
Sumber: Data Diolah, 2010 Berdasarkan gambar 4.2 diatas terlihat bahwa titik menyebar secara
acak, serta tersebar baik diatas maupun dibawah angka 0. pada sumbu Y.
70
Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedasitas pada model regresi berganda.
E. Pengujian Hipotesis
