62
Tabel 4.7 Uji Validitas Variabel GCG
No Pernyataan
Rhitung Rtabel
Keterangan 1
P1 0.778
0.361 VALID
2 P2
0.764 0.361
VALID
3
P3 0.580
0.361 VALID
4
P4 0.716
0.361 VALID
5 P5
0.555 0.361
VALID
6 P6
0.672 0.361
VALID
7
P7 0.528
0.361 VALID
8 P8
0.715 0.361
VALID
9
P9 0.764
0.361 VALID
10
P10 0.571
0.361 VALID
Sumber: Pengolahan Data Penulis Mei 2015
Berdasarkan Tabel 4.7 diketahui bahwa seluruh pernyataan telah valid sehingga dapat dilanjutkan ketahap berikutnya.
Tabel 4.8 Uji Reliabilitas
Cronbach’s Alpha Jumlah Pernyataan
0.811 10
0.861 11
0.905 10
Sumber: Pengolahan Data Penulis Mei 2015
Berdasarkan Tabel 4.8 diketahui bahwa seluruh pernyataan telah valid sehingga dapat dilanjutkan ketahap berikutnya.
4.1.2.2 Uji Asumsi Klasik a. Uji Normalitas
Uji asumsi klasik dilakukan sebelum melakukan analisis regresi, agar dapat diperkirakan yang tidak bias dan efesiensi maka dilakukan pengujian asumsi
klasik yang harus dipenuhi, yang pertama adalah uji normalitas. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan
pendekatan grafik dan pendekatan Kolmogrov-Smirnov.
Universitas Sumatera Utara
63 1. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal.
Sumber : Hasil Pengolahan
Penulis
Mei 2015
Gambar 4.1 Grafik Histogram Uji Normalitas
Universitas Sumatera Utara
64
Sumber : Hasil Pengolahan
Penulis
Mei 2015
Gambar 4.2 Grafik Normal P-P Plot Uji Normalitas
Berdasarkan Gambar 4.1 dapat diketahui bahwa hubungan dari variabel Audit Internal dan Pengendalian Internal terhadap Good Corporate Governance
adalah berdistribusi normal, hal ini ditunjukkan oleh gambar histogram yang tidak terlihat menceng ke kiri maupun ke kanan. Sedangkan pada Gambar 4.2 data
berdistribusi normal dapat dilihat pada scatterplot, terlihat titik-titik yang mengikuti garis diagonal.
2. Pendekatan Kolmogrov-Smirnov Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal,
padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian
Universitas Sumatera Utara
65 normalitas yang berdasarkan dengan uji statistik non-parametrik Kolmogrov-
Smirnov K-S untuk memastikan apakah data benar berdistribusi normal.
Tabel 4.9 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
30 Normal Parameters
a,b
Mean 0E-7
Std. Deviation 2.18893497
Most Extreme Differences Absolute
.109 Positive
.109 Negative
-.074 Kolmogorov-Smirnov Z
.599 Asymp. Sig. 2-tailed
.866 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Pengolahan
Penulis
Mei 2015
Berdasarkan Tabel 4.9 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0.866, dan diatas nilai signifikan 0.05, dengan kata lain variabel residual
berdistribusi normal. Nilai Kolmogrov-Smirnov Z yakni 0.599 lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau
dengan kata lain data dikatakan normal.
b. Uji Heteroskedastisitas
