Heteroskedastisitas Autokorelasi Uji Asumsi

mendeteksi ada atau tidaknya multikolinieritas digunakan nilai Variance Inflation Factor VIP. Berikut adalah nilai VIF masing-masing variabel bebas yang diperoleh dari hasil pengujian: Tabel 8. Hasil Uji Multikolinieritas Coefficients a .969 1.031 .955 1.047 .979 1.022 Ukuran Perusahaan Ukuran KAP Opini Auditor Model 1 Tolerance VIF Collinearity Statistics Dependent Variable: Audit Delay a. Nilai tolerance ketiga variabel bebas di atas angka 0.10, demikian pula nilai VIF semuanya di bawah angka 10, sehingga dapat dikatakan model regresi bebas dari multikolinieritas, dengan demikian asumsi tidak ada multikolinieritas terpenuhi.

4.4.2 Heteroskedastisitas

Heteroskedastisitas menunjukkan dalam model regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah model regresi yang tidak mengandung adanya heteroskedastisitas. Metode yang digunakan untuk menguji ada tidaknya heteroskedastisitas adalah korelasi Rank Spearman , variabel bebas. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Berikut hasil uji heteroskedastisitas untuk masing-masing variabel bebas: Tabel 9. Hasil Uji Heteroskedastisitas Correlations -.305 .071 36 -.148 .389 36 -.023 .892 36 Correlation Coefficient Sig. 2-tailed N Correlation Coefficient Sig. 2-tailed N Correlation Coefficient Sig. 2-tailed N Ukuran Perusahaan Ukuran KAP Opini Auditor Spearmans rho Unstandardized Residual Nilai signifikan korelasi rank spearman dari ketiga variabel bebas lebih besar dari 0.05, maka disimpulkan bahwa dalam model regresi tidak terjadi heteroskedastisitas, dengan demikian asumsi tidak ada heteroskedastisitas telah terpenuhi.

4.4.3 Autokorelasi

Autokorelasi menunjukkan dalam model regresi terjadi korelasi antara anggota sampel yang diurutkan berdasarkan waktu. Model regresi yang baik adalah model regresi yang bebas dari autokorelasi. Adanya autokorelasi dalam regresi dapat diketahui dengan menilai besaran Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Durbin Watson , tidak terjadi autokorelasi jika nilai Durbin Watson berada diantara Du hingga 4-Du. Berdasarkan table Durbin Watson Lampiran 4 dengan jumlah sampel n = 36 dan jumlah variabel bebas k = 3 diperoleh nilai dU = 1,65 dan 4-dU = 2,35. Dari hasil perhitungan regresi diperoleh nilai Durbin Watson sebagai berikut: Tabel 10. Hasil Uji Autokorelasi Model Summary b 2.086 Model 1 Durbin- Watson Dependent Variable: Audit Delay b. Nilai Durbin-Watson sebesar 2.086 terletak di antara dU 1.65 hingga 4-dU 2.35 hal ini berarti asumsi tidak ada autokorelasi terpenuhi.

4.5. Analisis Regresi Linier Berganda