Tabel 4.15 Hasil Uji
Kolmogorov-Smirnov
Unstandardiz ed Residual
N 45
Normal Parameters
a,b
Mean ,0000000
Std. Deviation
1,95030555 Most Extreme
Differences Absolute
,120 Positive
,120 Negative
-,074 Kolmogorov-Smirnov Z
,808 Asymp. Sig. 2-tailed
,532 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Output SPSS, 2016
Berdasarkan hasil dari uji normalitas Kolmogorov-Smirnov menunjukan bahwa nilai Kolmogorov-Smirnov Z kualitas audit sebagai variabel dependen adalah
0,779 dengan signifikansi 0,579. Nilai signifikansi jauh berada diatas kriteria signifikansi yaitu 5 0,05 sehingga dapat diambil kesimpulan bahwa nilai residual
terdistribusi normal yang berarti model tidak menyalahi asumsi klasik nomalitas. Hasil ini konsisten dengan uji sebelumnya melalui analisis grafik.
2. Uji Multikolonieritas
Pengujian ini dilakuan dengan memeriksa nilai Tolerance dan VIF dari sebuah model regresi. Cutoff yang umumnya dipakai untuk menentukan adanya
multikolonieritas dalam suatu model regresi adalah jika nilai Tolerance ≤ 0,10 atau
sama dengan VIF ≥ 10. Hasil Uji Multikolonieritas dapat dilihat pada tabel 4.16 sebagai berikut:
Tabel 4.16 Hasil Uji Multikolonieritas
Variabel Statistik Kolonieritas
Tolerance VIF
Kompetensi Auditor ,783
1,277 Independensi Auditor
,940 1,064
Etika Auditor ,868
1,152 Pengalaman Auditor
,831 1,203
Sumber : Data primer diolah, 2016
Tabel 4.14 menunjukan bahwa keseluruhan nilai tolerance semua variabel di atas 0,10 dan nilai VIF-nya di bawah 10. Berdasarkan pada hasil tersebut, maka
disimpulkan dalam model regresi tidak terdapat multikolonieritas.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang
lainnya. Model yang baik adalah model yang homoskedastisitas atau yang berarti varians dari residual suatu pengamatan ke pengamatan yang lain tetap. Pendeteksian
ada tidaknya heteroskedastisitas dalam modela dapat dilakukan dengan menggunakan grafik plot natara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya
SRESID. Hasil uji plot untuk mendeteksi heteroskedastisitas dapat dilihat dengan melihat ada tidaknya pola tertentu pada grafik scatterplot. Berikut ini adalah hasil uji
scatterplot.
Gambar 4.3 Hasil Uji Scatterplot
Hasil uji scatterplot memperlihatkan bahwa titik-titik menyebar secara acak serta tersebar dengan baik di atas maupun di bawah angka 0 pada sumbu Y. hasil ini
menunjukan bahwa dalam model regresi tidak terdapat heteroskedastisitas, sehingga model
dapat dikatakan
homoskedastisitas dan
layak digunakan
untuk memprediksikan kualitas audit berdasarkan masukan dari kompetensi, independensi,
etika dan pengalaman auditor. Uji statistik yang digunakan dalam penelitian ini adalah uji glejser. Uji glejser
meregresikan nilai absolut residual terhadap variabel independennya, jika variabel independen signifikan terhadap variabel dependen absolut residual maka dalam
model dapat dinyatakan memiliki heteroskedastisitas. Hasil uji glejser dapat dilihat pada tabel 4.17 di bawah ini :
Tabel 4.17 Hasil Uji
Glejser
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant -7.753
3.332 -2.327
.025 Kompetensi
.101 .051
.317 1.983
.054 Independensi
.032 .045
.103 .705
.485 Etika
.099 .063
.236 1.553
.128 Pengalaman
-.066 .065
-.156 -1.007 .320
a. Dependent Variable: AbsUt
Sumber : Output SPSS, 2016
Berdasarkan hasil uji glejser dapat dilihat bahwa tidak ada variabel independen yang signifikan mempengaruhi variabel dependen absolut residual
yakni signifikansinya berada diatas 0,05 atau 5 sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi heteroskedastisitas.
4.1.4.2 Hasil Koefisien Determinasi
