46
Apabila nilai signifikansi 0.05 maka H diterima dan H
a
di tolak, sedangkan jika nilai signifikansi 0.05 maka H
ditolak dan H
a
di terima.
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 32
Normal Parameters
a,b
Mean .0000000
Std. Deviation .10180796
Most Extreme Differences Absolute
.093 Positive
.093 Negative
-.076 Kolmogorov-Smirnov Z
.527 Asymp. Sig. 2-tailed
.944 a. Test distribution is Normal.
b. Calculated from data. Sumber: Output SPSS, data diolah peneliti, 2016
Dari hasil analisis Kolmogorov-Smirnov K-S diatas menunjukkan bahwa data ini berdistribusi normal. Hal ini terlihat dari nilai Asymp.Sig 2-tailed
sebesar 0,944 lebih besar dari 0,05 yang berarti H diterima dan H
a
ditolak.
4.2.2.2 Uji Multikolinearitas
Uji multikoloniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen Ghozali, 2013. Dalam penelitian ini cara yang digunakan untuk mendeteksi ada tidaknya
Universitas Sumatera Utara
47
multikoloniearitas dengan membandingkan nilai Tolerance value dan Variance Inflation Factor VIF. Nilai cut-off yang umum dipakai untuk menunjukkan
adanya multikoloniearitas adalah Tolerance 0.1 sedangkan variance inflation factor VIF 5. Nilai Tolerance dan VIF dalam penelitian ini dapat dilihat di
tabel 4.3 berikut.
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standar
dized Coeffici
ents t
Sig. Collinearity
Statistics
B Std.
Error Beta
Tolera nce
VIF Constant
2.673 .174
15.377 .000
Komisaris_In dependen
-.431 .150
-.490 -2.871
.008 .836
1.197 Ukuran_Perus
ahaan -.002
.006 -.091
-.388 .701
.441 2.269
Umur_Perusa haan
.001 .001
.158 .627
.536 .381
2.622 Reputasi_Aud
itor .081
.064 .216
1.271 .215
.840 1.190
a. Dependent Variable: ICD
Sumber: Output SPSS, data diolah peneliti, 2016 Dari tabel 4.3 diatas dapat disimpulkan bahwa tidak terjadi
multikoloniearitas dalam penelitian ini. Karena, nilai tolerance dari setiap variabel independen lebih besar dari 0.1 Tolerance 0.1 dan nilai VIF lebih kecil dari
dari 10 VIF 10.
Universitas Sumatera Utara
48
4.2.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan penggangu
pada periode t-1 sebelumnya Ghozali, 2013. Untuk mendeteksi ada tidaknya autokorelasi dalam penelitian ini digunakan uji Durbin – Watson WS Test
dengan membuat hipotesis sebagai berikut : H
: Tidak ada autokorelasi H
a
: Ada autokorelasi
Tabel 4.4 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.610
a
.373 .247
.10652 1.998
a. Predictors: Constant, LAG_1, Umur_Perusahaan, Reputasi_Auditor, Komisaris_Independen, Ukuran_Perusahaan
b. Dependent Variable: ICD
Sumber: Output SPSS, data diolah peneliti, 2016 Dari hasil analisis autokorelasi dengan pengujian Durbin Watson diatas,
diperoleh nilai d untuk persamaan regresi yang diajukan sebesar 1.998. Model yang tidak memiliki autokorelasi adalah du d 4 – du. Dengan jumlah sampel
dalam penelitian ini sebesar 32 perusahaan n=32 dan memiliki 4 variabel bebas K=4 maka du = 1,7323 dan 4 – 1,7323 = 2.2677, sehingga persamaannya
menjadi 1.7323 1,998 2.2677. Hal ini menunjukkan H diterima dan H
a
ditolak. Sehingga dapat disimpulkan tidak ada terjadi autokorelasi dalam
penelitian ini.
Universitas Sumatera Utara
49
4.2.2.4 Uji Heteroskedastisitas
