64
Kesimpulan: Berdasarkan hasil analisis grafik P-P of regression
standarlized residual pada gambar diatas, maka dapat dilihat bahwa terdapat penyebaran data yang merata dan penyebarannya
mengikuti arah garis diagonalnya. Hal ini menunjukkan bahwa data terdistribusi secara normal.
4.3.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah ada kolerasi antar variabel independen. Model regresi yang baik adalah tidak
terjadi kolerasi di antara variabel independen. Uji ini sangat perlu dilakukan apabila jumlah variabel dependen lebih dari satu.
Universitas Sumatera Utara
65
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity
Statistics Tolerance
VIF 1
Constant ukuran_perusahaan
.647 1.545
subsidiaries .727
1.375 auditor_tenur
.942 1.062
kualitas_audit .826
1.210 rasio_cepat
.814 1.229
proporsi_hutang .889
1.125 a. Dependent Variable: Audit_delay
Kesimpulan: Dari tabel diatas, nilai tolerance lebih besar dari 0,1 yaitu 0,647
untuk ukuran perusahaan, 0,727 untuk jumlah cabang, 0,942 untuk auditor tenur, 0,826 untuk kualitas audit, 0,814 untuk rasio cepat, 0,889
untuk rasio proporsi hutang usaha. Demikian pula, nilai VIF yang ditunjukkan adalah mendekati 1, yaitu 1,545 untuk ukuran perusahaan,
1,375 untuk jumlah cabang yang dimiliki klien, 1,062 untuk auditor tenur, 1,210 untuk kualitas audit, 1,229 untuk rasio cepat, dan 1,125 untuk
proporsi hutang perusahaan. Maka dapat disimpulkan bahwa tidak adanya gejala multikolerasi di antara variabel independen.
Universitas Sumatera Utara
66
4.3.3 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam regresi terjadi ketidaksamaan varians dari residual dari pengamatan ke
pengamatan yang lain. Metode regresi yang baik adalah tidak terjadi heteroskedastisitas. Uji heteroskedastisitas yang dipakai dalam penelitian
ini adalah dengan melihat grafik scatterplot.
Gambar 4.2 Uji Heteroskedastisitas
Universitas Sumatera Utara
67
Kesimpulan: Dari grafik scatterplot diatas, terlihat bahwa titik – titik menyebar
secara acak baik di atas maupun di bawah angka 0 pada sumbu Y tidak membentuk pola tertentu. Maka dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas pada model regresi ini.
4.3.4 Uji Autokolerasi
Uji autokolerasi bertujuan untuk menguji apakah dalam model regresi linear ada kolerasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 atau periode sebelumnya. Autokolerasi dapat diuji dengan menggunakan uji Durbin-Watson dengan
kriteria berikut: 1.
Angka D-W di bawah -2, berarti ada ditemukan autokolerasi positif.
2. Angka D-W di antara -2 dan +2, berarti tidak ditemukan
autokolerasi. 3.
Angka D-W di atas +2, berarti ditemukan autokolerasi negatif
Universitas Sumatera Utara
68
Tabel 4.4 Hasil Uji Autokolerasi
Durbin-Watson
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .303
a
.092 .026
13.16688 1.893
a. Predictors: Constant, proporsi_hutang, subsidiaries, auditor_tenur, kualitas_audit, rasio_cepat, ukuran_perusahaan
b. Dependent Variable: Audit_delay
Kesimpulan: Berdasarkan tabel diatas, dapat dilihat nilai Durbin-Watson sebesar
1,893. Karena angka tersebut terletak diantara +2 dan -2 maka dapat disimpulkan bahwa tidak terjadi adanya autokolerasi dalam penelitian ini.
4.4 Pengujian Hipotesis
Analisis ini dilakukan untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Hipotesis dalam penelitian ini akan diuji
menggunakan t-test dan F-test.
4.4.1 Uji t-test
Uji t-test digunakan untuk mengetahui apakah variabel independen mempengaruhi variabel dependen secara parsial.
Universitas Sumatera Utara
