Tabel 4.15 di atas menunjukkan bahwa persentase terbanyak dari tingkat komite audit KOM_AUD perusahaan yang menjadi sampel sebesar 35.56
termasuk dalam kategori rendah dengan skor 19.21 – 21.41. Sebanyak 13.33
dari perusahaan sampel memiliki tingkat kualitas audit yang sangat rendah dengan skor 17
– 19.20, sedangkan sebanyak 5.56 perusahaan sampel memiliki tingkat kualitas audit yang sangat tinggi dengan skor 25.84
– 28.
4.1.3 Hasil Analisis Regresi Linear Berganda
Analisis regresi linear berganda yaitu metode analisis yang digunakan untuk mengetahui pengaruh langsung beberapa variabel independen terhadap variabel
dependen. Untuk melakukan analisis regresi, maka terlebih dahulu data penelitian harus memenuhi uji pra syarat berupa uji asumsi klasik yang meliputi normalitas,
multikolinearitas, heteroskedastisitas dan autokorelasi. Setelah data penelitian memenuhi uji asumsi klasik, langkah selanjutnya yaitu melakukan analisis regresi
dan pengujian hipotesis.
4.1.3.1 Hasil Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas dalam penelitian ini dilakukan dengan menggunakan analisis grafik dan uji statistik. Analisis grafik yang digunakan yaitu grafik histogram dan
normal probability plot. Uji statistik yang digunakan yaitu uji statistik non- parametrik Kolmogorov-Smirnov K-S. Berikut ini adalah hasil dari masing-
masing pengujian tersebut beserta penjelasannya:
Gambar 4.1 Histogram Sumber: Data sekunder yang diolah tahun 2016
Tampilan histogram pada Gambar 4.1 di atas menunjukkan pola lonceng. Pola lonceng berarti bahwa grafik tersebut memberikan pola distribusi yang
normal, sehingga dapat disimpulkan bahwa data yang digunakan dalam penelitian ini memiliki distribusi yang normal dan dapat digunakan untuk pengujian yang
selanjutnya. Untuk mendukung hasil analisis grafik histogram di atas, maka dilakukan analisis terhadap grafik normal probability plot seperti pada Gambar
4.2 berikut:
Gambar 4.2 Grafik Normal Probability Plot
Sumber: Data sekunder yang diolah tahun 2016 Tampilan grafik normal probability plot pada Gambar 4.2 di atas
menunjukkan bahwa titik-titik menyebar di sekitar garis diagonal dan memiliki arah yang mengikuti arah garis diagonal. Pola penyebaran tersebut menunjukkan
bahwa data terdistribusi dengan normal, sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas dan layak digunakan untuk analisis
selanjutnya. Selain analisis grafik, untuk menguji normalitas pada penelitian ini juga menggunakan uji statistik non-parametrik Kolmogorov-Smirnov K-S
dengan hasil seperti pada Tabel 4.16 berikut:
Tabel 4.16 Hasil Uji Kolmogorov-Smirnov K-S
Unstandardized Residual
N 90
Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,08740534
Most Extreme Differences
Absolute ,069
Positive ,069
Negative -,050
Kolmogorov-Smirnov Z ,651
Asymp. Sig. 2-tailed ,790
a. Test distribution is Normal. b. Calculated from data.
Sumber: Data sekunder yang diolah tahun 2016 Tabel Kolmogorov-Smirnov di atas menunjukkan nilai Kolmogorov-
Smirnov sebesar 0.651 dan Asymp.Sig 2-tailed atau signifikan pada 0.790. Nilai probabilitas tersebut lebih besar dari tingkat signifikansi 5 atau 0.05. Dapat
disimpulkan bahwa data memiliki distribusi yang normal. Hasil ini sesuai dengan hasil analisis grafik.
2. Uji Multikolinearitas