90
Tabel 4.21. Hasil Uji Multikolonieritas
Collinearity Statistics
Model Collinearity Statistics
Tolerance VIF
1 SUMLCE
0,395 2,529
SUMP
0,369 2,708
SUMCO
0,402 2,486
SUMTI
0,374 2,675
Sumber: Data primer yang diolah SPSS 20, 2013 Tabel 4.21. menyajikan hasil perhitungan nilai Tolerance untuk
variabel locus of control eksternal sebesar 0,395, variabel kinerja sebesar 0,369, variabel komitmen organisasi sebesar 0,402 dan
variabel turnover intention sebesar 0,374. Hal ini menunjukkan bahwa tidak ada variabel independen yang memiliki nilai Tolerance
kurang dari 0,10. Tabel 4.21. juga menyajikan hasil perhitungan nilai Variance
Inflation Factor VIF untuk variabel locus of control eksternal sebesar 2,529, variabel kinerja sebesar 2,708, variabel komitmen
organisasi sebesar 2,486 dan turnover intention sebesar 2,675. Hal ini menunjukkan bahwa nilai VIF tdak lebih dari 10. Berdasarkan hasil
tersebut, dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi penelitian ini.
b. Hasil Uji Autokorelasi
Uji autokorelasi digunakan untuk menguji ada atau tidaknya korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya dalam model
91
regresi penelitian ini. Jika terjadi korelasi, maka dapat dikatakan ada masalah autokorelasi dalam model regresi.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Cara yang digunakan untuk mendeteksi ada atau
tidaknya autokorelasi adalah Uji Durbin-Watson DW test. Berikut hasil uji autokorelasi yang disajikan dalam Tabel 4.22.
Tabel 4.22. Hasil Uji Autokorelasi
Model Durbin-Watson
1 2,095
Sumber: Data primer yang diolah SPSS 20, 2013 Tabel 4.22. menyajikan nilai DW sebesar 2,095. Nilai tersebut
kemudian dibandingkan dengan nilai tabel DW dengan menggunakan nilai signifikansi 5 dengan jumlah sampel 86 n dan jumlah
variabel independen 4 k = 4. Berikut tabel Durbin-Watson yang disajikan dalam Tabel 4.23.
Tabel 4.23. Tabel Durbin-Watson
N k = 4
dL dU
30 1,1426
1,7386 .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. 86
1,5536 1,7478
Sumber: Junaidi, Tabel Durbin- Watson DW, α = 5: 2-3
92
Nilai batas atas dU untuk sampel 86 n dan jumlah variabel independen 4 k=4 adalah 1,7478. Hal ini menunjukkan bahwa nilai
DW 2,095 lebih besar dari batas atas dU 1,7478 dan kurang dari 4 – 1,7478 4 – dU. Maka, dapat disimpulkan bahwa tidak ada
autokorelasi dalam model regresi penelitian ini, sehingga model regresi dalam penelitian ini memnuhi asumsi autokorelasi.
c. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji terjadi atau tidaknya ketidaksamaan variance dari residual satu pengamatan
dengan pengamatan lain dalam model regresi. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak
terjadi Heteroskedastisitas. Salah satu cara untuk mendeteksi terjadi atau tidaknya Heteroskedastisitas adalah dengan melihat Grafik Plot.
Berikut grafik plot yang disajikan dalam Gambar 4.1.
Sumber: Data yang diolah SPSS 20, 2013
Gambar 4.1. Hasil Uji Heteroskedastisitas
93
Grafik plot tersebut menunjukkan bahwa titik-titik menyebar secara acak dan tersebar dengan baik di atas maupun di bawah angka
0 pada sumbu Y. Maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi penelitian ini. Hal ini
menunjukkan bahwa model regresi penelitian ini layak dipakai untuk memprediksi dysfuntional audit behavior berdasarkan masukan
variabel independen yang meliputi locus of control eksternal, kinerja, komitmen organisasi, turnover intention.
d. Hasil Uji Normalitas
