Uji Heteroskedastisitas Uji Autokorelasi

ƩX 3 Y = Jumlah produk X 3 dengan Y ƩX 4 Y = Jumlah produk X 4 dengan Y ƩX 5 Y = Jumlah produk X 5 dengan Y ƩY 2 = Jumlah kuadrat kriterium Y. Pengujian koefisien determinasi r 2 digunakan untuk mengukur seberapa jauh kemampuan sebuah model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai r 2 yang kecil menunjukkan bahwa kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen terbatas, sementara nilai yang mendekati satu berarti bahwa variabel-variabel independen hampir memberikan semua informasi yang dibutuhkan untuk memprediksi variabel dependen. 3 Menguji signifikansi korelasi dengan uji t √ √ Keterangan: t = nilai t hitung r = koefisien korelasi n = jumlah sampel Sugiyono, 2011: 243 Kriteria pengambilan kesimpulan adalah sebagai berikut: a Jika nilai t hitung t tabel , maka hipotesis alternatif Ha diterima. b Jika nilai t hitung t tabel , maka hipotesis alternatif Ha ditolak. b. Analisis Regresi Linier Berganda untuk Uji Hipotesis Keenam Perbedaan analisis regresi linier berganda dan analisis regresi linier sederdana, ialah terletak pada jumlah variabel bebasnya. Regresi linier sederhana hanya menggunakan satu variabel bebas yang dimasukkan dalam model regresi, sedangkan regresi linier berganda menggunakan dua atau lebih variabel bebas yang dimasukkan dalam model regresi Priyatno, 2013: 130. 1 Persamaan regresi linier berganda Y = α + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 Keterangan: Y = Audit Report Lag α = Konstanta b 1 , b 2 , b 3 , b 4 , b 5 = Koefisien regresi X 1 = Ukuran Perusahaan X 2 = Profitabilitas X 3 = Solvabilitas X 4 = Jenis Industri X 5 = Afiliasi KAP. 2 Mencari koefisien determinasi Adjusted R 2 dengan prediktor X 1, X 2, X 3, X 4, danX 5 dengan kriterium Y dengan menggunakan rumus sebagai berikut Hadi, 2004: 25 dalam Lestari 2016: 57: Keterangan: R 2 y x1,x2,x3,x4,x5 = Koefisien korelasi Y dengan X 1 X 2 X 3 X 4 X 5 α 1 = Koefisien prediktor X 1 α 2 = Koefisien prediktor X 2 α 3 = Koefisien prediktor X 3 α 4 = Koefisien prediktor X 4 α 5 = Koefisien prediktor X 5