Uji Multikolinieritas Uji Heteroskedastisitas

Tabel 4.8 Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Keahlian N 31 Normal Parametersa,b Mean 19.1290 Std. Deviation 3.54722 Most Extreme Differences Absolute .200 Positive .200 Negative -.145 Kolmogorov-Smirnov Z 1.116 Asymp. Sig. 2-tailed .166 a Test distribution is Normal. b Calculated from data. Sumber: Hasil pengolahan data, 2011 Pada tabel Kolmogorov-Smirnov di atas, terlihat bahwa nilai Asymp.Sig. 2-tailed sebesar 0.166 yang berarti lebih besar daripada 0.05 sehingga dapat disimpulkan bahwa data residual berdistribusi normal.

b. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel independen. Untuk menilai apakah suatu model regresi terkena gejala multikolinieritas, dapat dilakukan tiga pendekatan, yang pertama dengan melihat nilai tolerance dan VIF Var iance Inflation Factor . Pada tabel 4.10 dapat dilihat gejala multikolinieritas, pada kolom collinearity statistics, dimana jika nilai tolerance 0,1 dan VIF 5 maka model variabel yang digunakan diduga memiliki persoalan multikolinieritas. Universitas Sumatera Utara Tabel 4.9 Uji Multikolinieritas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF B Std. Error 1 Constant 13.561 1.842 7.363 .000 Pengalaman .233 .171 .274 1.364 .183 .646 1.548 Diklat .268 .175 .307 1.530 .137 .646 1.548 a Dependent Variable: Keahlian Sumber: Hasil pengolahan data, 2011 Tabel 4.9 di atas menunjukkan bahwa nilai tolerance untuk setiap variabel independen lebih besar dari 0.1 dan nilai VIF dari setiap variabel independen lebih kecil dari 5. Dengan demikian, dapat disimpulkan bahwa tidak terjadi gejala multikolinieritas antar variabel independen dalam model regresi. Selain melihat nilai tolerance dan VIF, uji multikolinieritas dapat dinilai dengan melihat tabel coefficient correlation. Tabel 4.10 Uji Multikolinieritas Koefisien Korelasi Coefficient Correlationsa Model Diklat Pengalaman 1 Correlations Diklat 1.000 -.595 Pengalaman -.595 1.000 Covariances Diklat .031 -.018 Pengalaman -.018 .029 a Dependent Variable: Keahlian Sumber: Hasil pengolahan data, 2011 Pada tabel 4.10 diatas, dapat dilihat hasil korelasi antar variabel independen dibawah 0,9. Hal tersebut berarti tidak terjadi multikolinieritas pada model regresi ini. Universitas Sumatera Utara

c. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan yang lain. Jika varian dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, demikian jika sebaliknya. Dalam uji heteroskedastisitas terdapat beberapa pendekatan, pendekatan yang sering digunakan adalah pendekatan grafik, dengan meninjau grafik scatterplot, seperti gambar di bawah ini: Gambar 4.3 Scatterplot Sumber: Hasil pengolahan data 2011 Pada grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal tersebut menunjukkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak digunakan untuk memprediksi variabel dependen yaitu Regression Studentized Residual 2 1 -1 -2 R e g re s s io n St a n d a rd ize d Pr e d ic te d Va lu e 3 2 1 -1 -2 Scatterplot Dependent Variable: Keahlian Universitas Sumatera Utara keahlian auditor berdasarkan masukan variabel independen pengalaman, pendidikan dan pelatihan. Untuk membenarkan uji heteroskedastisitas dengan pendekatan grafik, maka dalam penelitian ini disertakan uji heteroskedastisitas dengan menggunakan uji glejser. Hasil dari uji Glejser dapat dilihat pada tabel 4.11 dibawah ini: Tabel 4.11 Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta B Std. Error 1 Constant 1.197 .773 1.549 .133 Diklat .014 .073 .040 .187 .853 Pengalaman .127 .072 .382 1.776 .087 a Dependent Variable: absut Sumber: Hasil pengolahan data, 2011 Pada tabel 4.11 diatas terlihat bahwa nilai signifikansi untuk setiap variabel independen lebih besar dari 0,05. Hal ini menunjukkan tidak terjadi heteroskedastisitas pada data yang digunakan.

5. Uji Hipotesis