C. Uji Asumsi Klasik 1. Uji Multikolineritas
Uji Multikolineritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mengetahui ada tidaknya multikolinearitas model regresi adalah
dengan melihat nilai tolerance dan Variance Inflation Factor VIF. Model regresi yang bebas multikolinearitas nilai VIF berkisar pada angka 1 hingga
10 dan mempunyai angka tolerance mendekati 1. Ghozali, 2005:91-92.
Tabel 4.64
Uji Multikolinearitas
Coefficients
a
Unstandardized Coefficients
Standardized Coefficients
Collinearity Statistics
Model B
Std. Error Beta
t Sig. Tolerance VIF
Constant .534
1.284 .416
.679 kompetensi
.340 .038
.363 8.990
.000 .085 11.747
independensi .205
.033 .086
6.199 .000
.729 1.372
keahlianprofesional .668
.039 .683 17.002
.000 .086 11.635
1
etikaauditor .025
.033 .086
6.190 .000
.715 1.399
a. Dependent Variable: kualitasaudit
Sumber : Hasil penelitian yang diolah, 2010 Berdasarkan tabel 4.64 dapat diketahui bahwa setiap variabel memiliki
nilai Tolerance tidak kurang dari 0.10 dan nilai Variance Inflation Faktor VIF tidak lebih dari 10. Analisis ini menunjukkan bahwa tidak terdapat
gejala multikolinearitas terhadap variabel penelitian. Sehingga layak untuk digunakan dalam pengujian selanjutnya.
2. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
Heteroskedastisitas. Model regresi yang baik yang homokedastisitas dan tidak terjadi heterokedastisitas. Ghozali, 2005:105.
Gambar 4.2
Uji Heterokedastisitas
Sumber : Hasil penelitian yang diolah, 2010 Berdasarkan gambar diatas, scatterplot menunjukkan penyebaran titik
data sebagai berikut, menunjukkan model regresi linear berganda terbebas dari uji asumsi klasik hetrokedastisitas yaitu:
a. Titik-titik data menyebar diatas dan sekitar angka nol. b. Titik-titik data tidak berkumpul hanya diatas atau dibawah saja.
c. Penyebaran titik tidak membentuk suatu pola tertentu.
d. Penyebaran titik tidak membentuk pola bergelombang melebar, kemungkinan menyempit dan melebar kembali.
Sehingga dapat disimpulkan bahwa regresi berganda antara variabel kompetensi, independensi, keahlian profesional, dan etika auditor terhadap
kualitas audit tidak memiliki heteroskedastisitas.
4. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Ada dua cara
untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Ghozali, 2005:110-112.
a. Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan
melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendeteksi distribusi normal. Namun demikian
hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih handal adalah dengan
melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
b. Analisis Statistik Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati
secara visual kelihatan normal, padahal secara statistik bisa sebaliknya.
Gambar 4.3
Uji Normalitas
Sumber : Hasil penelitian yang diolah, 2010 Dari gambar grafik diatas dapat dilihat bahwa titik-titik menyebar
disekitar garis diagonal dan mengikuti arah garis diagonal mengikuti pada wilayah garis linear. Hal ini menunjukkan bahwa data pada penelitian ini
terdistribusi secara normal dan model regresi tersebut layak dipakai untuk memprediksi variabel dependen yaitu kualitas audit berdasarkan masukan
variabel independen yaitu kompetensi, independensi, keahlian profesional, dan etika auditor.
D. Analisis Regresi Linear Berganda