57
3. Asumsi Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji terjadi atau tidaknya ketidaksamaan variance dari residual satu pengamatan dengan pengamatan lain
dalam model regresi. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Asumsi ini berkaitan dengan nilai residual antar variabel independen. Asumsi ini terpenuhi bila grafik plot dari residu tidak menunjukkan adanya pola
tertentu yang terbentuk atau dapat dikatakan acak. Ghozali, 2009:139
4. Asumsi Normalitas
Pada analisis regresi majemuk, harus dipastikan bahwa variabel dependen dan independen memiliki sifat kenormalan. Pemenuhan asumsi ini dilihat dari
visualisasi histogram residu, atau melalui normal probability plot yang diperoleh dari hasil pengolahan data. Jika histogram menunjukkan grafik distribusi normal
atau plot menunjukkan hubungan yang linear, maka asumsi ini dapat terpenuhi. Tahap selanjutnya adalah analisis data. Analisis data ini dilakukan
dengan mengolah data menggunakan metode Analisis Regresi Majemuk Multiple Regression Analysis. Multiple Regression Analysis Analysis Regresi
Majemuk diperkenalkan oleh Pearson pada tahun 1908. Multiple Regression Analysis Analysis Regresi Majemuk digunakan untuk penelitian premature
sign off audit procedures karena metode ini digunakan untuk mengetahui besarnya proporsi dari suatu variabel yang kontinu yang berhubungan atau
58
dijelaskan oleh lebih dari satu variabel. Metode pengolahan data yang dilakukan untuk pengujian hipotesis apakah faktor – faktor tersebut mempengaruhi
premature sign off audit procedures atau tidak. Ghozali, 2009: 160 Analisis regresi majemuk atau berganda adalah teknik statistik yang
digunakan untuk menganalisis hubungan antara sebuah variabel dependen dengan beberapa variabel independen Hair 2003:176. Tujuan dari analisis
regresi majemuk ini adalah untuk menggunakan variabel independen yang nilainya sudah diketahui untuk memprediksi sebuah variabel dependen yang
telah ditetapkan oleh peneliti. Dalam melakukan analisis regresi majemuk atau berganda ini, jenis data
yang digunakan haruslah metrik. Sehingga, jenis data non-metrik harus ditransformasi kedalam data jenis metrik agar dapat diolah menggunakan metode
ini. Selain itu, metode ini juga mengkondisikan bahwa variabel independen dan variabel dependen telah ditentukan sebelumnya oleh peneliti.
Hair 2003:176 menyebutkan terdapat 2 macam masalah yang dapat diselesaikan dengan analisis regresi majemuk, yaitu:
1. Prediksi menggunakan regresi majemuk Salah satu fungsi utama dari regresi majemuk adalah untuk
memprediksi nilai variabel dependen berdasarkan beberapa variabel independen. Dengan demikian, regresi majemuk dapat memenuhi salah
satu dari tujuannya yaitu memaksimalisasi kekuatan prediksi dari variabel independen prediktif atau membandingkan dua atau lebih
model untuk mengetahui mana model yang lebih baik konfirmatori.
59
2. Penjelasan menggunakan regresi majemuk Regresi majemuk juga dapat digunakan untuk mempelajari derajat
dan karakteristik dari hubungan antara variabel independen dan variabel dependen. Dari hal ini dapat dilihat seberapa penting variabel independen
dalam memprediksi nilai dari variabel dependen. Adapun rumus regresi majemuk dalam penelitian ini adalah sebagai
berikut.
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e
Dimana: Y
= Dysfunctional Audit Behavior a
= Konstanta b
= Koefisien regresi X
1
= Locus Of Control X
2
= Kinerja X
3
= Komitmen Organisasi X
4
= Turnover Intention e = Error
E. Operasionalisasi Variabel Penelitian
Kategori