UNIVERSITAS SUMATERA UTARA 3.9.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui karakteristik sampel yang digunakan dan menggambarkan variabel
– variabel dalam penelitian. Analisis statistik deskriptif terdiri dari jumlah, sampel, nilai minimum, nilai
maksimum, nilai rata – rata mean dan standar deviasi. Dalam penelitian ini
variabel yang digunakan adalah karakteristik komite audit gender dan usia, kompetensi komite audit tingkat pendidikan, aktivitas komite audit jumlah
pertemuan dan kualitas audit.
3.9.2 Uji Asumsi Klasik
Untuk melihat model regresi dalam penelitian ini layak atau tidak digunakan sehingga diperlukan uji asumsi klasik. Uji asumsi klasik yang
digunakan antara lain : uji normalitas, uji multikolonieritas, uji autokorelasi dan uji heteroskedastisitas.
3.9.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual memiliki distribusi normal
Ghozali, 2006 : 110. Ada dua cara untuk mendeteksi apakah residual terdistribusi secara normal atau tidak yaitu dengan analisis grafik dan
analisis statistik.
UNIVERSITAS SUMATERA UTARA
1. Analisis Grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data
observasi dengan distribusi yang mendekati distribusi normal. Namun demikian hanya dengan melihat histogram hal ini dapat menyesatkan
khususnya untuk jumlah sampel yang kecil.Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan
distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan
membandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan
mendekati garis diagonalnya. Dasar pengambilan keputusan untuk metode analisis ini adalah :
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan pola distribusi normal, makan model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari diagonalnya danatau tidak mengikuti
arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi
normalitas. 2.
Analisis Statistik
UNIVERSITAS SUMATERA UTARA
Untuk mendeteksi normalitas data, dapat pula dilakukan dengan analisis statistik Kolmogorov-Smirnov Test K-S. Uji K-S dilakukan
dengan membuat hipotesis : H0
= Data residual terdistribusi normal H1
=Data residual tidak terdistribusi normal. Dasarpengambilan keputusan dalam uji K-S adalah sebagai berikut :
a. Apabila probabilitas nilai Z uji K-S signifikan secara statistik maka H0
ditolak, yang berarti data tidak terdistribusi secara normal. b.
Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik maka H0 diterima yang berarti data terdistribusi secara normal
3.9.2.2 Uji Multikoloniearitas
Uji multikoloniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas independen
Ghozali, 2006 : 91.Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.Jika variabel independen saling
berkorelasi, maka variabel – variabel ini tidak ortogonal. Variabel
ortogonal adalah variabel independen yang nilai korelasi antar sesame variabel independen sama dengan nol. Untuk mendeteksi ada tidaknya
multikolonieritas dalam model regregsi dapat dilihat dari Tolerance Va lue atau Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan
setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.Tolerance mengukur variabilitas variabel independen
yang terpilih yang tidak dijelaskan oleh variabel lainnya. Jadi nilai
UNIVERSITAS SUMATERA UTARA
tolera nce yang rendah sama dengan nilai VIF yang tinggi. Nilai cut-off
yang umum adalah :
1. Jika nilai tolerance 10 persen dan nilai VIF 10, maka dapat
disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi.
2. Jika nilai tolerance 10 persen dan nilai VIF 10, maka dapat
disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
3.9.2.3 Uji Heteroskedastisitas
Menurut Ghozali 2006 :105,uji heteroskedastisitas bertujuan
untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain. Jika variance
dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model
regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik scatterplot antara nilai prediksi variabel
dependen yaitu ZPRED dengan residualnya SRESID dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi
– Y sesungguhnya yang telah di studentized. Dasar analisisnya adalah
sebagai berikut :
UNIVERSITAS SUMATERA UTARA
1. Jika ada pola tertentu, seperti titik
– titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengindikasikan telah terjadi heteroskedastisitas. 2.
Jika tidak ada pola yang jelas, serta titik – titik menyebar diatas dan
dibawah angka
pada sumbu
Y, maka
tidak terjadi
heteroskedastisitas.
3.9.2.4Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apkah dalam model
regresi linier ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan penggangu pada periode t-1 sebelumnya Ghozali, 2006 :
95.Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lainnya Ghozali, 2006 : 95. Model regresi yang baik adalah model regresi yang bebas dari autokorelasi.Untuk mendeteksi ada
tidaknya autokorelasi, dapat dilakukan dengan melakukan pengujian Durbin-Wa tson
DW.
3.9.3 Pengujian Hipotesis