67
Hasil pengujian yang ditunjukkan pada Tabel 4.14 yaitu nilai Asymp.Sig. 2-tailed adalah 0,420 di atas nilai signifikan sebesar 0,05. Ini
berarti datanya berdistribusi normal.
4.3.2. Uji Heteroskesdastisitas
Uji heteroskesdastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan
ke pengamatan lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Berikut ini adalah pola scatterplot yang didapat dari
perhitungan dengan bantuan program SPSS for Windows versi 20 :
Gambar 4.3 Hasil Uji Heteroskesdastisitas Scatterplot
Sumber: data primer diolah
Universitas Sumatera Utara
68
Uji Heteroskesdastisitas selain dapat dilakukan dengan melihat scatterplot, juga dapat dilakukan dengan melihat hasil perhitungan statistik
yang dibantu dengan software SPSS for Windows Versi 20. Perhitungan statistik untuk Uji Heteroskesdastisitas dapat dilakukan dengan beberapa
metode, salah satunya adalah Glejser Test. Berikut hasil perhitungan statistik untuk uji heteroskesdastisitas dengan menggunakan metode Glejser:
Tabel 4.15 Hasil Perhitungan Statistik Uji Heteroskesdastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
3.755 3.711
1.012 .318
Profesioanlisme Auditor -.119
.097 -.251
-1.224 .228 Etika Profesi
.022 .134
.034 .168
.868 Motivasi
.155 .087
.292 1.782
.083 Pengalaman Auditor
-.053 .094
-.087 -.561
.578 a. Dependent Variable: absut
Sumber: data primer diolah Dari Tabel 4.15 dapat kita lihat bahwa tidak satupun variable
terjangkit hetereoskesdastisitas. Hal ini dibuktikan dari nilai Sig.tiap variable berada di atas nilai signifikan, yaitu 0,05.
4.3.3. Uji Multikolinearitas
Uji Multikolinieritas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen
lain dalam satu model. Kemiripan antar variabel independen dalam satu
Universitas Sumatera Utara
69
model akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu variabel independen dengan variabel independen yang lainnya.
Untuk mengetahui ada atau tidaknya multikolinearitas dapat dilihat dari nilai Tolerance yang tidak kurang dari 0,1 dan nilai VIF Variance
Inflation Factor yang tidak melebihi 10. Berikut hasil perhitungan multikolinearitas:
Tabel 4.16 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
6.015 6.308
.954 .346
Profesioanlisme Auditor 1.025
.165 .859
6.227 .000
.557 1.795
Etika Profesi -585
.228 -348
2.568 .014
.578 1.731
Motivasi .209
.148 .156
1.415 .165
.875 1.143
Pengalaman Auditor .199
.160 .130
1.243 .221
.969 1.032
a. Dependent Variable: Pertimbangan Tingkat Materialitas
Sumber: data primer diolah Tabel 4.16 menunjukkan bahwa masing – masing variabel
independen memiliki nilai Tolerance yang tidak kurang dari 0,1 dan nilai VIF yang tidak melebihi 10.
4.4. Hasil Pengujian Hipotesis
