Kompetensi sebesar 0,821, dan Pengalaman sebesar 0,776. Data tersebut diatas menunjukkan bahwa masing-masing variabel memiliki tingkat
reliabilitas yang sangat tinggi pada variabel etika, pengalaman, dan kualitas laporan keuangan dan untuk variabel kompetensi memiliki tingkat
reliabilitas dengan kategori tinggi. Sehingga dapat disimpulkan bahwa instrumen yang digunakan di dalam penelitian ini reliabel dan dapat
digunakan untuk penelitian selanjutnya untuk di analisis
J. Teknik Analisis Data
1. Uji Asumsi Klasik
Analisis regresi berganda digunakan untuk mengetahui pengaruh etika, kompetensi dan pengalaman X terhadap kualitas Laporan keuangan
Y agar model regresi yang dirumuskan dapat diterapkan maka beberapa syarat harus dipenuhi, yaitu Algifari, 2000 : 83
a. Uji Normalitas
Bahwa untuk dua variabel yang didistribusikan secara normal kovarian atau korelasi nol berarti dua variabel tadi independen bebas.
Pengujian terhadap normalitas menggunakan uji chi – square goodness of fit, dengan rumus :
k i
i i
i
E E
x
1 2
2
Dimana :
i
O frekuensi pengamatan pada kelas interval i
i
E frekuensi yang diharapkan pada kelas I didasarkan pada
distribusi hipotesis, yaitu distribusi nomal Jika nilai X
2 statistik
nilai X
2 tabel
, maka data terdistibusi normal. Jika X
2 statistik
nilai X
2 tabel
, nilai maka data terdistribusi tidak normal.
b. Uji Linieritas
Uji linearitas digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Uji ini juga digunakan untuk
mengetahui apakah variabel independen dan variabel dependen dalam penelitian ini mempunyai hubungan yang linear jika kenaikan skor
variabel independen diikuti kenaikan skor variabel dependen. Imam Ghozali, 2009: 152.
F
reg
= Rk
reg
Rk
res
Keterangan: F
reg
= Harga bilangan F untuk regresi Rk
reg
= Rerata kuadrat garis regresi Rk
res
= Rerata kuadrat garis residu Data mempunyai hubungan linier jika sig 0,05
Sutrisno Hadi, 2004.
c. Uji Multikolinearitas
Antara variabel independen yang satu dengan variabel independen yang lain dalam model regresi tidak saling berhubungan
secara sempurna atau mendekati sempurna. Multikoliniearitas dapat diketahui dengan melihat korelasi antara variabel independen, yaitu
dengan cara menentukan koefisien korelasi antara variabel independen yang satu dengan variabel independen yang lain.
Jika diantara variabel independen terdapat korelasi +1 atau -1, maka dipastikan bahwa persamaan regresi tidak akurat digunakan
dalam persamaan. Menghilangkan adanya multikolinearitas pada suatu model regresi yaitu dengan menghilangkan salah satu atau beberapa
variabel yang mempunyai korelasi tinggi dari model regesi, artinya mengeluarkan variabel independen dari model regresi yang secara
teoritis variabel tersebut dapat mempengaruhi variabel dependen. Adanya multikolinearitas dapat dilihat pada tolerance value atau
vaiance inflation factor VIF. Batas VIF adalah 5, jika VIF diatas 5 maka terjadi gejala multikolinearitas.
d. Uji Heteroskedasitas
Bahwa varians setiap Etika, Kompetensi, dan Pengalaman tidak tergantung dari variabel yang menjelaskan. Adanya
heteroskedasitas pada suatu regesi dilakukan dengan menggunakan pengujian Korelasi rangking Spearman r
s
, dengan rumus :