Gambar 6. Diagram Pie Frekuensi Kecenderungan Variabel Tekanan Ketaatan
C. Analisis Data
1. Uji Asumsi Klasik
Sebelum melakukan uji analisis regresi pada variabel-variabel dalam penelitian ini, terlebih dahulu dilakukan uji asumsi klasik dengan
tujuan adalah agar data yang digunakan layak untuk dijadikan sumber pengujian hipotesis, dan dapat dihasilkan kesimpulan yang benar. Uji
asumsi klasik dalam penelitian ada tiga pengujian, yaitu: a.
Uji Linearitas Uji linearitas digunakan untuk mengetahui variabel-variabel
dalam penelitian yaitu variabel independen dan variabel dependen mempunyai hubungan yang linear atau tidak dengan melihat apakah
data yang dimiliki sesuai dengan garis linear atau tidak. Hubungan
38
54 8
Tekanan Ketaatan
Rendah Sedang
Tinggi
antara variabel independen dan dependen dikatakan linear bila nilai signifikansi pada masing-masing variabel bebas lebih besar dari nilai
taraf signifikansi Deviation from Linearity sebesar 0,05. Berikut adalah hasil dari uji linear:
Tabel 14. Hasil Uji Linearitas Hubungan Variabel
Deviation from Linearity
Keterangan Framing
X
1
dengan Persepsi tentang Audit Judgment Y
0,215 Linear
Tekanan Ketaatan X
2
dengan Persepsi tentang Audit Judgment Y
0,858 Linear
Sumber: Data Primer yang Diolah Berdasarkan tabel uji linearitas di atas dapat diketahui bahwa
hubungan antara Framing dengan Persepsi tentang Audit Judgment mempunyai nilai signifikansi sebesar 0,215 lebih besar dari 0,05,
sehingga dapat disimpulkan bahwa terdapat hubungan yang linear. Hubungan antara Tekanan Ketaatan dengan Persepsi tentang Audit
Judgment mempunyai nilai signifikansi sebesar 0,858 lebih besar dari
0,05, sehingga dapat disimpulkan bawah terdapat hubungan yang linear.
b. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independennya. Untuk mengetahui apakah terdapat korelasi
antar variabel independennya, maka dapat diperiksa menggunakan Variance Inflation Factor
VIF untuk masing-masing variabel independen. Dengan menggunakan VIF, nilai yang dihasilkan harus
10 dan besar dari nilai toleransi harus 0,10, jika tidak maka akan terjadi multikolinearitas dan model regresi tidak layak untuk
dilakukan. Berikut adalah hasil dari uji multikolinearitas:
Tabel 15. Hasil Uji Multikolinearitas
Variabel Perhitungan
Keterangan Tolerance
VIF Framing
0,993 1,007
Tidak terjadi multikolinearitas
Tekanan Ketaatan
0,993 1,007
Tidak terjadi multikolinearitas
Sumber: Data Primer yang Diolah Berdasarkan tabel pengujian multikolinearitas di atas dapat
diketahui bahwa semua variabel independen dalam penelitian ini mempunyai nilai Tolerance sebesar 0,993 lebih besar dari 0,10 dan
nilai VIF sebesar 1,007 lebih kecil dari 10,00. Jadi, dapat disimpulkan bahwa semua variabel independen dalam penelitian ini tidak terjadi
multikolinearitas. c.
Uji Heteroskedastisitas Uji heteroskedastisitas ini digunakan untuk menguji apakah
dalam model regresi terjadi ketidaksamaan varian yang sama atau tidak dari satu pengamatan ke pengamatan yang lain. Jika varian dari
residual satu pengamatan ke pengamatan yang lain tetap, maka
disebut homoskedastisitas. Model regresi yang baik adalah yang heteroskedastisitasnya tidak terjadi atau yang homoskedastisitas.
Ghozali 2001 menyatakan bahwa uji heteroskedastisitas dapat dilakukan dengan melihat grafik plot scatterplot. Berikut adalah
hasil dari uji heteroskedastisitas:
Gambar 7. Hasil Uji Heteroskedastisitas Dari grafik scatterplot di atas menunjukkan bahwa penyebaran
titik-titik yang ditimbulkan terbentuk secara acak, tidak membentuk sebuah pola tertentu, serta arah penyebarannya berada di atas maupun
di bawah angka 0 pada sumbu Y. Jadi, dari grafik scatterplot di atas dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas pada
model regresi ini sehingga model regresi yang dilakukan layak untuk dipakai.
2. Uji Hipotesis
Kategori