Uji Normalitas Data Uji Multikolinieritas Uji Heteroskedastisitas

38

3.9 Teknik Analisis

3.9.1 `Analisis Statistik Deskriptif

Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul sebagaimana adanya tanpa bermaksud untuk membuat kesimpulan yang berlaku umum atau generalisasi. Analisis ini digunakan untuk mendeskripsikan variabel- variabel penelitian yakni audit fees, ukuran perusahaan, profitabilitas, anak perusahaan, ukuran kantor akuntan publik, gender auditor, tipe kepemilikan perusahaan, dan risiko perusahaan. Data variabel-variabel tersebut disajikan dalam bentuk tabel, grafik, diagram lingkaran, piktogram, perhitungan modus, median, mean, persentase, dan standar deviasi.

3.9.2 Uji Asumsi Klasik

3.9.2.1 Uji Normalitas Data

Uji normalitas dilakukan untuk mengetahui apakah data yang diambil berasal dari populasi yang berdistribusi normal atau tidak. Untuk penelitian, uji normalitas dengan menggunakan program SPSS salah satunya menghasilkan keluaran berupa Test of Normality. Pada tabel Test of Normality terdapat tabel Kolmogrov-Smirnov. Normalita s terpenuhi jika hasil uji tidak signifikan untuk taraf signifikansi α = 0,05. Sebaliknya, jika hasil uji signifikan maka normalitas data tidak terpenuhi. 39

3.9.2.2 Uji Multikolinieritas

Uji ini diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam suatu model. Untuk mendeteksi ada tidaknya multikolinierias dengan melihat ketentuan sebagai berikut : 1. Model dapat dikatakan terbebas dari multikolinieritas jika nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1. 2. Jika nilai koefisien korelasi antarmasing-masing variabel independen kurang dari 0,70, maka model dapat dinyatakan bebas dari multikolinieritas.

3.9.2.3 Uji Heteroskedastisitas

Heteroskedastisitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain. Cara memprediksinya dengan melihat pola gambar Scatterplot. Model regresi tidak terjadi gejala heteroskedastisitas jika : 1. 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 4. Penyebaran titik-titik data sebaiknya tidak berpola. 40 Gejala heteroskedastisitas juga dapat diuji dengan metode Glejser. Apabila masing-masing variabel bebas tidak berpengaruh signifikan terhadap absolut residual α 0,05, maka dalam model regresi tidak terjadi gejala heteroskedastisitas sehingga layak digunakan dalam penelitian.

3.9.2.4 Uji Autokorelasi