masing-masing variabel. Analisa data menggunakan regresi berganda multiple regression untuk menguji pengaruh variabel-variabel independen terhadap variabel dependen.
Kemudian dilakukan pengecekan dengan melakukan plot data untuk melihat adanya data linear atau tidak linear. Persamaan regresi yang digunakan adalah:
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ e
Keterangan: Y= Pertimbangan tingkat materialitas, b
1
, b
2
, ....., b
5
= Koefisien regresi, X
1
= Pengabdian pada profesi, X
2
= Kewajiban sosial, X
3
= Kemandirian, X
4
= Keyakinan profesi, X
5
= Hubungan dengan rekan seprofesi, a= Konstan, dan e= Galat error terms.
2. Uji Non Response Bias
Uji terhadap kuesioner dari jawaban yang datang awal dengan jawaban yang datang akhir dengan menggunakan uji t Mardiyah, 2001: 1-27.
3. Uji Normalitas dan Asumsi Klasik a. Normalitas
Menguji dalam sebuah model regresi yaitu variabel dependen, variabel independen atau keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah
distribusi data normal atau mendekati normal. Untuk mendeteksi normalitas dapat melihat grafik Normal P-P Plot of Regression Standardized Residual. Deteksi dengan melihat
penyebaran data titik pada sumbu diagonal dari grafik Santoso, 2000: 214. Dasar pengambil keputusan antara lain: 1 jika data menyebar disekitar garis
diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas, serta 2 jika data menyebar jauh dari garis diagonal danatau tidak mengikuti
arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Asumsi Klasik 1. Multikolinearitas
Multikolinearitas menyatakan hubungan antar sesama variabel independen. Model regresi yang baik tidak terjadi korelasi diantara variabel independen. Santoso 2000: 206
menyatakan bahwa deteksi adanya multikolinearitas dibagi menjadi 2 yaitu: a besaran VIF Variance Inflation Factor dan Tolerance. Pedoman suatu model regresi bebas
multikolinearitas adalah mempunyai nilai VIF disekitar angka 1 dan mempunyai nilai Tolerance mendekati 1, serta b besaran korelasi antar variabel independen. Pedoman suatu
Padang, 23-26 Agustus 2006 14
K-AUDI 01
model regresi bebas multikolinearitas adalah koefisien korelasi antar variabel independen haruslah lemah di bawah 0,5.
2. Heteroskedastisitas
Heterokedastisitas terjadi jika varian dari residual suatu pengamatan ke pengamatan lain terjadi ketidaksamaan. Model regresi yang baik adalah tidak terjadi heterokedastisitas.
Untuk mendeteksi heteroskedastisitas dapat melihat grafik scatterplot. Deteksinya dengan melihat ada tidaknya pola tertentu pada grafik dimana sumbu X adalah Y yang telah
diprediksi dan sumbu Y adalah residual yang telah di studendized Santoso, 2000: 210. Dasar pengambilan keputusan antara lain sebagai berikut: a jika ada pola tertentu,
seperti titik yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar, maka telah terjadi heteroskedastisitas dan b jika tidak ada pola yang jelas, serta titik
menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Gujarati 1995: 187 menyatakan: “deteksi heterokedastisitas dapat menggunakan uji
Glejser. Uji Glejser dilakukan dengan cara meregresikan variabel independen dengan residual. Jika hasil uji Glejser signifikan, maka telah terjadi heterokedastisitas. Sedangkan
jika hasil uji Glejser tidak signifikan, maka model regresi tersebut bebas heterokedastisitas.
3. Autokorelasi
