commit to user
dengan 0,36723. Hal ini menunjukkan bahwa perusahaan di Bursa Efek Indonesia telah memenuhi peraturan di BAPEPAM yang mensyaratkan bahwa
salah satu anggota komite audit adalah seseorang yang mempunya keahlian akuntansi dan keuangan.
Nilai ACSIZE yang paling tinggi adalah 7, yang paling rendah adalah 2 sedangkan rata-ratanya adalah 3,3444. Dengan standar deviasi 0,80039 dapat
dinyatakan bahwa penyebaran data ACSIZE berada di antara 4,14479 sampai dengan 2,54401. Angka tersebut menunjukkan bahwa perusahaan di Bursa
Efek Indonesia telah memenuhi peraturan di BAPEPAM. Nilai ACMEET yang tertinggi adalah 34, sedangkan yang terendah 2.
Untuk rata-rata sebesar 7,7748. Dengan standar deviasi 6,88590 dapat dinyatakan bahwa penyebaran data ACMEET berada di antara 14,6607 sampai
dengan 0,8889. Hal ini menunjukkan bahwa perusahaan di Bursa Efek Indonesia telah mempunyai komite audit yang melakukan pengawasan
terhadap operasional perusahaan melalui rapat komite audit minimal tiap 2 bulan sekali.
C. Pengujian Normalitas
Uji Normalitas dilakukan untuk menguji apakah data terdistribusi secara normal. Model regresi yang baik adalah model regresi yang memiliki distribusi
nilai residual normal atau mendekati normal. Pengujian normalitas dalam penelitian ini dilakukan menggunakan alat uji Kolmogorov-Smirnov dengan
nilai residu atas persamaan model regresi yang digunakan dalam penelitian. Hasil uji normalitas dapat dilihat dalam tabel IV.3 berikut ini.
commit to user
Tabel IV. 3 Hasil Uji Normalitas Sebelum
Outlier Data
Unstandardized Residual
N 151
Normal Parameters
a
Mean .0000000
Std. Deviation 5.82649766
Most Extreme Differences Absolute .161
Positive .161
Negative -.106
Kolmogorov-Smirnov Z 1.976
Asymp. Sig. 2-tailed .001
a. Test distribution is Normal.
Sumber: Hasil pengolahan data
Hasil uji normalitas di atas menunjukkan bahwa data variabel yang digunakan dalam penelitian ini terdistribusi tidak normal dengan dibuktikan
oleh nilai asymp. sig. yang lebih kecil dari tingkat signifikasi penelitian 5. Oleh karena data tidak terdistribusi normal, maka dilakukan proses outlier
dengan mengeluarkan data yang bernilai ekstrem dari data penelitian. Proses outlier dilakukan dengan menggunakan dasar Z-score atas data
dalam penelitian. Dengan mengeluarkan nilai ekstrem dalam data penelitian berdasar Z-score diharapkan dapat diperoleh data penelitian terdistribusi
normal sehingga proses regresi dapat dilakukan. Setelah melakukan proses outlier diperoleh data penelitian yang berdistribusi normal sejumlah 125 data
yang berarti terdapat 26 data ekstrem yang dikeluarkan dari data penelitian ini. Hasil uji normalitas seperti tersaji di atas menunjukkan bahwa data
penelitian telah teredistribusi normal yang dibuktikan dengan asymp sig. sebesar 0,172 yang lebih besar dari tingkat signifikansi penelitian 5. Oleh
commit to user
karena data penelitian telah terdistribusi normal, maka data dapat digunakan dalam pengujian dengan model regresi berganda.
Berikut disajikan hasil uji normalitas data setelah dilakukan proses outlier data.
Tabel IV. 4 Hasil Uji Normalitas Data Setelah
Outlier Data
Unstandardized Residual
N 125
Normal Parameters
a
Mean .0000000
Std. Deviation 2.38657083
Most Extreme Differences Absolute .099
Positive .099
Negative -.056
Kolmogorov-Smirnov Z 1.108
Asymp. Sig. 2-tailed .172
a. Test distribution is Normal.
Sumber : Hasil pengolahan data
D. Uji Asumsi Klasik
