Hasil Pengujian Asumsi Klasik

63

4.3 Hasil Pengujian Asumsi Klasik

4.3.1 Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah model hipotesis penelitian memiliki nilai residual yang terdistribusi secara normal. Untuk menguji normalitas dalam penelitian ini digunakan uji non- parametrik Kolmogorov-Smirnov yang memiliki syarat sebagai berikut: 3. Data residual berdistribusi secara normal apabila signifikansi atau probability value α 0,05. 4. Data residual berdistribusi tidak normal apabila signifikansi atau probability value α 0,05. Uji normalitas dilakukan terhadap masing-masing 4 model hipotesis penelitian lihat persaman 5, 6, 7, dan 8 pada Bab 3 yang digunakan pada penelitian ini. Tabel 4.3 Uji Non-Parametrik Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test HIPOTESIS1 HIPOTESIS2 HIPOTESIS3 HIPOTESIS4 N 90 90 90 90 Normal Parameters a,b Mean ,0000000 ,0000000 ,0000000 ,0000000 Std. Deviation ,50066842 ,50282033 ,52428016 ,49742008 Most Extreme Differences Absolute ,078 ,082 ,055 ,072 Positive ,046 ,065 ,045 ,048 Negative -,078 -,082 -,055 -,072 Kolmogorov-Smirnov Z ,743 ,780 ,524 ,685 Asymp. Sig. 2-tailed ,639 ,577 ,946 ,736 a. Test distribution is Normal. b. Calculated from data. 64 Dari uji non-parametrik Kolmogorov-Smirnov yang dapat dilihat pada Tabel 4.3 didapatkan hasil sebagai berikut: 1. Model Penelitian Hipotesis 1 persamaan 5 diperoleh Asymp. Sig. 2-tailed dengan nilai 0,639 0,05, maka diambil kesimpulan bahwa telah terjadi distribusi normal. 2. Model Penelitian Hipotesis 2 persamaan 6 diperoleh Asymp. Sig. 2-tailed dengan nilai 0,577 0,05, maka diambil kesimpulan bahwa telah terjadi distribusi normal. 3. Model Penilitian Hipotesis 3 persamaan 7 diperoleh Asymp. Sig. 2-tailed dengan nilai 0,946 0,05, maka diambil kesimpulan bahwa telah terjadi distribusi normal. 4. Model Penelitian Hipotesis 4 persamaan 8 diperoleh Asymp. Sig. 2-tailed dengan nilai 0,736 0,05, maka diambil kesimpulan bahwa telah terjadi distribusi normal.

4.3.2 Uji Multikolinearitas

Uji multikolinearitas dilakukan untuk melihat apakah terdapat korelasi diantara variabel independen. Pada penelitian ini digunakan Variance Inflation Factor VIF menguji multikolinearitas dengan ketentuan: 1. VIF 10, maka terdapat hubungan antar variabel bebas dari model penelitian terjadi gejala multikolinearitas. 65 2. VIF ≤ 10, maka tidak terdapat hubungan antar variabel bebas dari model penelitian tidak terjadi gejala multikolinearitas. Uji Mulitikolinearitas dilakukan terhadap masing-masing dari 4 model hipotesis penelitian yang digunakan dalam penelitian. Hasil pengujian yang dilakukan adalah sebagai berikut: 1. Model Hipotesis Penelitian 1 Persamaan 5 Tabel 4.4 Uji Multikolinearitas Model Hipotesis Penelitian Pertama Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant AQ ,778 1,286 IDRISK ,876 1,141 MV ,790 1,266 INSOWN ,935 1,069 a. Dependent Variable: SYNC Dari hasil uji multikolinearitas untuk model hipotesis penelitian 1 persamaan 5 diperoleh nilai VIF untuk variabel Kualitas Akrual AQ sebesar 1,286, Resiko Idiosyncratic IDRISK sebesar 1,141, Market Value of Equity MV sebesar 1,226, dan Kepemilikan Institusional INSOWN sebesar 1,069. Nilai VIF untuk semua variabel ≤ 10, maka disimpulkan tidak terjadi multikolinearitas. 66 2. Model Hipotesis Penelitian 2 Persamaan 6 Tabel 4.5 Uji Multikolinearitas Model Hipotesis Penelitian Kedua Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant INNATEAQ ,813 1,231 IDRISK ,945 1,059 MV ,749 1,336 INSOWN ,940 1,064 a. Dependent Variable: SYNC Dari hasil uji multikolinearitas untuk model hipotesis penelitian 2 persamaan 6 diperoleh nilai VIF untuk variabel Komponen Kualitas Akrual Innate INNATEAQ sebesar 1,231, Resiko Idiosyncratic IDRISK sebesar 1,059, Market Value of Equity MV sebesar 1,336, dan Kepemilikan Institusional INSOWN sebesar 1,064. Nilai VIF untuk semua variabel ≤ 10, maka disimpulkan tidak terjadi multikolinearitas. 3. Model Hipotesis Penelitian 3 Persamaan 7 Dari hasil uji multikolinearitas untuk model hipotesis penelitian 3 persamaan 7 diperoleh nilai VIF untuk variabel Komponen Kualitas Akrual Discretionary DISAQ sebesar 1,109, Resiko Idiosyncratic IDRISK sebesar 1,173, Market Value of Equity MV sebesar 1,106, dan Kepemilikan Institusional INSOWN 67 sebesar 1,060. Nilai VIF untuk semua variabel ≤ 10, maka disimpulkan tidak terjadi multikolinearitas. Tabel 4.6 Uji Multikolinearitas Model Hipotesis Penelitian Ketiga Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant DISAQ ,901 1,109 IDRISK ,853 1,173 MV ,904 1,106 INSOWN ,944 1,060 a. Dependent Variable: SYNC 4. Model Hipotesis Penelitian 4 Persamaan 8 Tabel 4.7 Uji Multikolinearitas Model Hipotesis Penelitian Keempat Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant INNATEAQ ,729 1,372 DISAQ ,809 1,237 IDRISK ,837 1,195 MV ,744 1,345 INSOWN ,935 1,069 a. Dependent Variable: SYNC Dari hasil uji multikolinearitas untuk model hipotesis penelitian 4 persamaan 8 diperoleh nilai VIF untuk variabel Komponen Kualitas Akrual Innate INNATEAQ sebesar 1,372, Komponen 68 Kualitas Akrual Discretionary DISAQ sebesar 1,237, Resiko Idiosyncratic IDRISK sebesar 1,195, Market Value of Equity MV sebesar 1,345, dan Kepemilikan Institusional INSOWN sebesar 1,069. Nilai VIF untuk semua variabel ≤ 10, maka disimpulkan tidak terjadi multikolinearitas.

4.3.3 Uji Autokorelasi

Uji autorelasi dilakukan dengan uji non-parametrik Runs Test yang memiliki ketentuan sebagai berikut: 1. Tidak terdapat autokorelasi apabila signifikansi atau probability value α 0,05. 2. Terdapat autokorelasi apabila apabila signifikansi atau probability value α 0,05. Tabel 4.8 Uji Non-Parametrik Runs Test Runs Test HIPOTESIS1 HIPOTESIS2 HIPOTESIS3 HIPOTESIS4 Test Value a ,08553 ,03221 ,01940 ,06206 Cases Test Value 45 45 45 45 Cases = Test Value 45 45 45 45 Total Cases 90 90 90 90 Number of Runs 38 38 38 38 Z -1,696 -1,696 -1,696 -1,696 Asymp. Sig. 2-tailed ,090 ,090 ,090 ,090 a. Median Dari hasil pengujian non-parametrik Runs Test diperoleh hasil pada model hipotesis penelitian pertama, kedua, ketiga, dan keempat sama-sama 69 memperoleh nilai Asymp. Sig. 2-tailed sebesar 0,090 0,050, sehingga disimpulkan tidak terjadi autokorelasi pada keempat model hipotesis penelitian.

4.3.4 Uji Heteroskedastisitas

Untuk menguji heteroskedastisitas digunakan metode melihat grafik scatterplot dengan hasil sebagai berikut: Gambar 4.2 Scatterplot Uji Heteroskedastisitas Model Hipotesis Penelitian Pertama 70 Pada model hipotesis penelitian pertama persamaan 5, titik pada scatterplot tersebar diatas dan dibawah angka 0 pada sumbu Y dan tidak menunjukkan pola tertentu, maka disimpulkan bahwa tidak terjadi heteroskedastisitas. Gambar 4.3 Scatterplot Uji Heteroskedastisitas Model Hipotesis Penelitian Kedua Dari scatterplot model hipotesis penelitian kedua persamaan 6, tidak ditemukan pola khusus yang terbentuk dan titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y sehingga disimpulkan tidak terjadi heteroskedastisitas. 71 Gambar 4.4 Scatterplot Uji Heteroskedastisitas Model Hipotesis Penelitian Ketiga Pada model hipotesis penelitian ketiga persamaan 7, titik pada scatterplot tersebar diatas dan dibawah angka 0 pada sumbu Y dan tidak menunjukkan pola tertentu, maka disimpulkan bahwa tidak terjadi heteroskedastisitas. 72 Gambar 4.5 Scatterplot Uji Heteroskedastisitas Model Hipotesis Penelitian Keempat Dari scatterplot model hipotesis penelitian keempat persamaan 8 , tidak ditemukan pola khusus yang terbentuk dan titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y sehingga disimpulkan tidak terjadi heteroskedastisitas.

4.4 Pengujian Pengaruh Kualitas Akrual