Hasil Uji Asumsi Klasik

4.5 Hasil Uji Asumsi Klasik

Sebelum data dianalisis lebih lanjut menggunakan analisis regresi berganda, terlebih dahulu diuji normalitas, uji heteroskedastisitas, uji multikolinieritas dan uji linearitas.

1. Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan independen keduanya mempunyai distribusi normal atau tidak. Uji normalitas data dalam penelitian ini menggunakan Uji Kolmologorov- Smirnov (Uji K-S) dengan ringkasan hasil analisis sebagaimana disajikan pada tabel berikut ini. Tabel 4.11. Hasil Uji Normalitas Data

One-Sample Kolmogorov-Smirnov Test

Error for Y

Error for Y

with X1 from

with X2 from

MOD_4 Unstandardiz

LINEAR ed Residual N

LINEAR

77 77 77 Normal Parameters a,b

1,90482008 1,75093580 Most Extreme

Std. Deviation

-,122 -,121 Kolmogorov-Smirnov Z

Negative

1,069 1,093 Asymp. Sig. (2-tailed)

,203 ,123 a. Test distribution is Normal. b. Calculated from data.

Hasil uji normalitas pada Tabel 4.11 di atas didapatkan nilai signifikansi dari Uji K-S Z masing-masing yaitu: Residual regresi X1 terhadap Y sebesar 0,283, residual regresi X2 terhadap Y sebesar 0,203, dan residual regresi ganda X1 dan X2 terhadap Y sebesar 0,123. Angka tersebut lebih tinggi dibandingkan dengan taraf signifikansi 5% (0,05). Hal tersebut memberikan gambaran bahwa sebaran data tidak menunjukkan penyimpangan dari kurva normalnya, yang berarti bahwa sebaran data telah memenuhi asumsi normalitas.

Untuk lebih memperjelas tentang sebaran data dalam penelitian ini maka akan disajikan dalam grafik histogram dan grafik normal P-plot . Dimana dasar pengambilan keputusan menurut Ghozali (2005:76) yaitu :

1. Jika sumbu menyebar sekitar garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

2. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

Gambar 4.1 Hasil Pengujian Asumsi Normalitas dengan Histogram Variabel Dependet Kualitas Audit

Histogram

Dependent Variable: Kualitas Audit

Mean =-1.29E-15 Std. Dev. =0.987

0 N =77

Regression Standardized Residual

Gambar 4.2

Hasil Pengujian Asumsi Normalitas dengan P-Plot

Variabel Dependent Kualitas Audit

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: Kualitas Audit

m Prob 0.6

Observed Cum Prob

Dengan melihat tampilan grafik histogram maupun grafik normal P-Plot diatas dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang mendekati normal. Sedangkan pada grafik normal P-Plot terlihat titik-titik menyebar disekitar garis diagonal, serta arah penyebarannya mengikuti arah garis diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi layak dipakai karena memenuhi asumsi normalitas.

2. Uji Heteroskedastisitas

Pengujian heteroskedastisitas dimaksudkan untuk mengetahui kesamaan varian masing-masing variabel bebas X 1 dan X 2 terhadap variabel terikat (Y). Pengujian homogenitas terhadap variabel penelitian digunakan uji heterokedastisitas. Deteksi terhadap masalah heteroskedastisitas dilakukan dengan melihat grafik sebaran nilai residual. Uji heteroskedastisitas menggunakan metode Pengujian heteroskedastisitas dimaksudkan untuk mengetahui kesamaan varian masing-masing variabel bebas X 1 dan X 2 terhadap variabel terikat (Y). Pengujian homogenitas terhadap variabel penelitian digunakan uji heterokedastisitas. Deteksi terhadap masalah heteroskedastisitas dilakukan dengan melihat grafik sebaran nilai residual. Uji heteroskedastisitas menggunakan metode

Gambar 4.3 Grafik Uji Heteroskedastisitas

Scatterplot

Dependent Variable: Kualitas Audit

a l esidu R 2 ed

n Studentiz

gressio e R -2

Regression Standardized Predicted Value

Berdasarkan grafik scatterplot di atas tampak bahwa sebaran data tidak membentuk pola yang jelas, titik-titik data menyebar di atas dan di bawah angka 0 pada sumbu Y. Dengan demikian dapat disimpulkan bahwa pada model regresi tidak terjadi heteroskedastisitas, dengan kata lain pada model regresi terjadi kesamaan varians dari residual satu pengamatan ke pengamatan yang lain. Dengan demikian dapat disimpulkan model regresi ini telah memenuhi asumsi heterokedastisitas, hal ini menunjukkan bahwa variasi data homogen.

3. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya korelasi antar variabel bebas penelitian. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Ada tidaknya Uji multikolinieritas bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya korelasi antar variabel bebas penelitian. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Ada tidaknya

Model Collinearity Statistics Tolerance

VIF

1 (Constant) Kompetensi

a Dependent Variable: Kualitas Audit

Berdasarkan Tabel 4.12 di atas dapat dilihat bahwa angka tolerance dari variabel bebas kompetensi dan independensi mempunyai nilai tolerance lebih dari 10% (0,842 / 84,2%) dan nilai Variance Inflantion Factor (VIF) tidak lebih 10 (1,187). Dengan demikian dapat disimpulkan dalam model regresi tidak terjadi multikolinieritas antar variabel bebas tersebut.