60
4.2.2.2 Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Ketentuan untuk
mendeteksi ada tidaknya multikolinieritas yaitu jika nilai variance inflation factor VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1, maka model
dapat dikatakan terbebas dari multikolinieritas. VIF = 1Tolerance, jika VIF = 0 maka Tolerance = 110 = 0,1. Semakin tinggi VIF maka semakin rendah
tolerance. Hasil pengujian untuk multikolinearitas dapat dilihat dalam tabel berikut.
Tabel 4.5 Uji Multikoleniaritas
Sumber :SPSS 20, Data diolah 2016
Berdasarkan tabel 4.5 diatas dapat dilihat bahwa hasil uji multikoleniaritas menunjukkan nilai tolerance yang lebih besar dari 0,10 dan nilai VIF lebih kecil
dari 10 untuk setiap variabel. Pada variabel Profitabilitas nilai tolarance 0,759 0,10 kemudian nilai VIF 1,317 10. Solvabilitas memiliki nilai tolerance 0,873
0,10 kemudian nilai VIF 1,146 10. Variabel opini audit memiliki nilai tolarance 0,942 0,10 dan nilai VIF 1,061 10. Variabel reputasi KAP memiliki nilai
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 profitabilitas
,759 1,317
solvabilitas ,873
1,146 opini audit
,942 1,061
reputasi kap ,670
1,493 size perusahaan
,949 1,054
a. Dependent Variable: audit delay
Universitas Sumatera Utara
61
tolerance 0,670 0,10 kemudian nilai VIF 1,493 10. Selanjutnya variabel size perusahaan memiliki nilai tolerance 0,949 0,10 dan nilai VIF 1,054 10.
Berdasarkan hasil tersebut maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dan layak untuk digunakan dalam
penelitian.
4.2.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan kepengamatan lain
jika variance dari residual satu pengamatan kepengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Cara
memprediksi heteroskedastisitas adalah : 1.
jika pola gambar scatterplot model tersebut adalah titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0,
2. titik-titik data tidak mengumpul hanya di atas atau di bawah saja,
3. penyebaran titik-titik data tidak boleh membentuk pola bergelombang,
melebar kemudian menyempit dan melebar kembali. Penyebaran titik- titik data sebaiknya tidak berpola.
Hasil dari pengujian heteroskedastisitas dapat dilihat dalam gambar berikut.
Universitas Sumatera Utara
62
Gambar 4.3 Uji Heteroskedastisitas
Sumber :SPSS 20, Data diolah 2016
Berdasarkan gambar 4.3 diatas dapat dilihat bahwa titik-titik yang ada pada pola gambar scatterplot model tersebut adalah tidak menyebar di atas dan di bawah
atau di sekitar angka 0 tetapi menyebar keseluruhan. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja tetapi menyebar kesmua arah.
Penyebaran titik-titik data tidak membentuk pola bergelombang, melebar kemudian menyempit dan melebar kembali. Maka dapat disimpulkan bahwa tidak
terjadi heteroskedastisitas pada model regresi ini sehingga model ini layak digunakan untuk melihat pengaruh solvabilitas dan reputasi KAP terhadap audit
delay pada perusahaan manufaktur yang terdaftar di BEI.
4.2.2.4 Uji Autokorelasi
Kategori