71
Selain dengan melihat grafik, normalitas data juga dengan melihat
uji statistik yaitu dalam penelitian ini dengan menggunakan uji statistic
non-parametrik Kolmogorov-Smirnov pada alpha sebesar 5. Jika nilai signifikansi dari pengujian Kolmogorov-Smirnov lebih besar
dari 0,05 berarti data normal.
Tabel 4.15 Hasil Uji Normalitas Menggunakan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 41
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.04454708
Most Extreme Differences
Absolute .114
Positive .114
Negative -.053
Kolmogorov-Smirnov Z .729
Asymp. Sig. 2-tailed .663
a. Test distribution is Normal. b. Calculated from data.
Sumber: Data primer yang diolah
Terlihat bahwa nilai Kolmogorov-Smirnov sebesar 0,663 dengan nilai signifikansi di atas 0,05 yang berarti hipotesis nol diterima atau
nilai residual terdistribusi secara normal.
c. Hasil Uji Heteroskedastisitas
Pengujian heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari
residual dari satu pengamatan ke pengamatan yang lain. Jika varians
72
dari residual dari suatu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas.
Gambar 4.2 Grafik
Scatterplot
Sumber: Data primer yang diolah
Berdasarkan gambar 4.2, grafik scatterplot menunjukkan bahwa data tersebar di atas dan di bawah angka 0 nol pada sumbu Y dan
tidak terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model persamaan
regresi, sehingga model regresi layak digunakan untuk memprediksi Ketepatan Pemberian Opini Audit berdasarkan variabel yang
mempengaruhinya, yaitu etika, profesionalisme, dan pengalaman audit. Analisis grafik plots memiliki kelemahan yang cukup signifikan oleh
karena jumlah pengamatan mempengaruhi hasil ploting. Semakin
73
sedikit jumlah pengamatan semakin sulit menginterpretasikan grafik plot. Oleh sebab itu, diperlukan uji statistik yang dapat menjamin
keakuratan hasil, salah satunya menggunakan uji glejser.
Tabel 4.16 Hasil Uji Glejser Heteroskedastisitas
ANOVA
b
Model Sum of Squares
df Mean
Square F
Sig. 1 Regression
6.905 3
2.302 1.365 .269
a
Residual
62.398 37
1.686
Total
69.303 40
a. Predictors: Constant, Pengalaman Audit , Etika, Profesionalisme b. Dependent Variable: ABS_Res
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant
1.052 3.011 .349 .729
Etika
.040 .064
.100 .621 .538 .946 1.057
Profesionalisme
.085 .108
.132 .788 .436 .872 1.147
Pengalaman Audit
-.098 .057
-.295 -
1.721 .094
.829 1.207
a. Dependent Variable: ABS_Res Sumber: Data primer yang diolah
Dari tabel 4.16 dapat diketahui bahwa nilai signifikansi f sebesar 0,269 dan nilai signifikansi t sebesar 0,538; 0,436; 0,094. Tingkat
probabilitas di atas 5 tersebut berarti tidak ada indikasi heteroskedastisitas dalam model regresi.
74
4. Hasil Uji Hipotesis
