Tabel 4.4 Hasil Uji Normalitas Berdasarkan Uji Kolmogorov-Smirnov Z
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 41
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.56921272
Most Extreme Differences Absolute
.160 Positive
.160 Negative
-.079 Kolmogorov-Smirnov Z
1.026 Asymp. Sig. 2-tailed
.243 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Output SPSS 2013 Nilai Asymp.sig 2-tailed adalah 0,243 lebih besar dari 0,05 dan nilai
Kolmogorov-Smirnov Z adalah 1,026 lebih kecil dari 1,97 yang berarti variabel residual berdistribusi normal dan tidak ada perbedaan antara
distribusi teoritik empiric atau dengan kata lain data dikatakan normal.
4.3.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Jika varians
sama, dan ini yang seharusnya terjadi maka dikatakan ada homoskedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heteroskedastistas. Ada
dua cara untuk mendeteksi keberadaan heteroskedastisitas yaitu metode informal metode grafik dan metode formal Uji Glejser.
Universitas sumatera Utara
a. Pendekatan Grafik
Sumber: Output SPSS 2013
Gambar 4.3 Grafik
Scatterplot Uji Heteroskedastisitas
Berdasarkan grafik scatterplot yang disajikan pada Gambar 4.3 terlihat titik-titik menyebar secara acak tidak membentuk suatu pola
tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti bahwa tidak ada indikasi terjadinya
heteroskedastisitas pada model regresi dalam penelitian ini, sehingga model regresi layak digunakan untuk dapat memprediksi independensi
auditor pada saat pelaksanaan audit berdasarkan masukan dari variabel independen audit fee, non-audit service, profik KAP, dan audit tenure.
Universitas sumatera Utara
b. Uji Glejser
Tabel 4.5 Hasil Uji Heteroskedastisitas Berdasarkan Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -.006
2.657 -.002
.998
�
1
-.047 .109
-.077 -.432
.668
�
2
.089 .209
.089 .428
.671
�
3
.070 .118
.122 .590
.559
�
4
.087 .174
.089 .501
.619 a. Dependent Variable: absut
Sumber: Output SPSS 2013
Berdasarkan Tabel 4.5 menunjukkan bahwa tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen absolut Ut. Dapat dilihat pada kolom Sig. yang merupakan probabilitas signifikansi variabel, dimana probabilitas signifikansi
variabel independen berada diatas tingkat kepercayaan 0,05 maka dapat disimpulkan model regresi ini tidak terindikasi heteroskedastisitas.
4.3.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mendeteksi ada atau tidaknya multikolinearitas dapat dilakukan dengan melihat toleransi variabel dan
Variance Inflation factor VIF dengan membandingkan yaitu VIF 5 maka
Universitas sumatera Utara
tidak terdapat multikolinearitas dan Tolerance 0,1 maka tidak terdapat multikolinearitas.
Tabel 4.6 Uji Multikolinearitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
22.037 4.637
4.752 .000
�
1
-.596 .190
-.434 -3.137
.003 .846
1.182
�
2
.664 .364
.294 1.823
.077 .625
1.601
�
3
.172 .207
.133 .832
.411 .631
1.586
�
4
.968 .303
.441 3.193
.003 .851
1.175 a. Dependent Variable: Independensi Auditor
Sumber: Output SPSS 2013 Berdasarkan Tabel 4.6 dapat dilihat dari nilai tolerance dari semua
variabel independen 0,1 dan VIF 5, maka dapat diambil suatu kesimpulan bahwa tidak terdapat multikolinearitas di dalam model regresi penelitian ini.
4.4 Analisis Regresi Linear Berganda