47 perusahaan yang tidak memiliki anak perusahaan dan nilai maksimum
diwakilkan untuk perusahaan yang memiliki anak perusahaan, dengan nilai mean 0,40 dan standar deviasinya 0,492. Variabel LNASSET yang
diproksikan dengan logaritma natural dari total aset memiliki nilai minimum 25,42, nilai maksimum 34,23, nilai mean 30,9834, dan standar
deviasi 1,78674. Variabel LNFEE yang diproksikan dengan logaritma natural dari professional fees sebagai variabel dependen memiliki nilai
minimum 19,57, nilai maksimum 28,31, nilai mean 23,0850 dan standar deviasi 1,94901.
4.2 Hasil Uji Asumsi Klasik
4.2.1 Hasil Uji Normalitas Data
Tabel 4.2 Hasil Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a
Mean .0000000
Std. Deviation 1.07306648
Most Extreme Differences Absolute
.085 Positive
.085 Negative
-.052 Kolmogorov-Smirnov Z
.849 Asymp. Sig. 2-tailed
.467 a. Test distribution is Normal.
Sumber data : Hasil output SPSS diolah, 2015
Berdasarkan tabel 4.2 dapat dideskripsikan besarnya Kolmogorov- Smirnov Z K-S adalah 0,849 dan signifikansi 0,467. Hal ini
48 menunjukkan bahwa data tersebut telah terdistribusi normal karena nilai
signifikansinya atau Asymp. Sig. 2-tailed lebih besar dari 0,05 yakni 0,467.
Selain uji Kolmogorov-Smirnov Z, hasil uji normalitas juga dapat dilihat pada diagram histogram dan normal probability plot p-plot of
regression yang ditampilkan pada gambar 4.1 dan 4.2 berikut ini:
Gambar 4.1 Hasil Uji Normalitas Histogram
Sumber data : Hasil output SPSS diolah, 2015
Grafik histogram pada gambar 4.1 di atas menunjukkan bahwa distribusi data memiliki kurva berbentuk lonceng dimana distribusi data
tidak menceng ke kiri maupun menceng ke kanan. Hal ini menunjukkan bahwa data telah terdistribusi secara normal. Hal ini juga didukung
dengan menggunakan normal p-plot regression.
49
Gambar 4.2 Hasil Uji
Normal P-Plot Sumber data : Hasil output SPSS diolah, 2015
Gambar 4.2 merupakan grafik normal probability plot p-plot yang menunjukkan bahwa titik-titik data menyebar di sekitar garis
diagonal. Hal tersebut menunjukkan bahwa data telah terdistribusi secara normal. Hal ini sejalan dengan pengujian yang menggunakan histogram
dan model Kolmogorov-Smirnov yang juga menyatakan bahwa data telah terdistribusi secara normal.
50
4.2.2 Hasil Uji Multikolinieritas
Tabel 4.3 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-5.456 3.457
-1.578 .118 KAP
.333 .271
.082 1.226 .223
.717 1.395 FIRM
.001 .379
.000 .003 .998
.622 1.608 COMPLEX
-.285 .349
-.072 -.817 .416
.410 2.441 LNASSET
.918 .117
.841 7.834 .000
.277 3.616 a. Dependent Variable: LNFEE
Sumber data : Hasil output SPSS diolah, 2015
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa nilai Tolerance dari masing-masing variabel lebih besar dari 0,10 yakni
variabel KAP sebesar 0,717, FIRM sebesar 0,622, COMPLEX sebesar 0,410 dan LNASSET sebesar 0,277. Selain itu, nilai VIF untuk masing-
masing variabel juga lebih kecil dari 10 yakni KAP sebesar 1,395, FIRM sebesar 1,608, COMPLEX sebesar 2,441 dan LNASSET sebesar 3,616.
Dengan demikian dapat disimpulkan bahwa pada data penelitian ini tidak
terdapat gejala Multikolinearitas.
51
4.2.3 Hasil Uji Autokorelasi
