6. Afiliasi KAP
Afiliasi Kantor Akuntan Publik diklasifikasikan menjadi 2 dua, yaitu KAP the big four dan KAP non the big four. Dalam penelitian ini,
Afiliasi KAP diukur dengan menggunakan variabel dummy. Perusahaan yang menggunakan jasa KAP the big four diberi kode dummy 1 serta
perusahaan yang menggunakan jasa KAP non the big four diberi kode dummy 0. Hasil analisis deskriptif variabel afiliasi KAP diperoleh nilai
rata-rata sebesar 0,84 dan standar deviasi sebesar 0,37. Tabel 8. Distribusi Frekuensi Variabel Afiliasi KAP
Keterangan Jumlah
Persentase Non The Big Four
11 16,18
The Big Four 57
83,82 Total
68 100,00
Sumber: Data sekunder yang diolah, 2017 Hasil penelitian menunjukkan bahwa 16,18 dari perusahaan sampel
diaudit oleh KAP non the Big Four dan 83,82 diaudit oleh KAP the Big Four.
Gambar 7. Histogram Distribusi Frekuensi Afiliasi KAP
10 20
30 40
50 60
Non The Big Four The Big Four
Afiliasi KAP
Jumlah
C. Hasil Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui bahwa variabel penelitian berdistribusi normal atau tidak. Menurut Imam Ghozali 2011:
160, uji normalitas bertujuan untuk menguji variabel pengganggu atau residual memiliki distribusi normal atau tidak dalam model regresi.
Sejumlah data dapat dikategorikan normal apabila mempunyai jumlah sampel lebih dari 30. Penelitian ini telah memenuhi persyaratan tersebut
karenatelah menggunakan sampel sejumlah 68. Uji statistik yang digunakan untuk menguji normalitas residual pada penelitian ini adalah
uji non-parametrik Kolmogorov-Smirnov K-S. Data dapat dikatakan berdistribusi normal apabila signifikansi lebih besar dari 0,05 Duwi
Priyatno, 2013: 37. Hasil uji normalitas pada penelitian ini adalah sebagai berikut:
Tabel 9. Hasil Pengujian Normalitas One Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
68 Kolmogorov-Smirnov Z
0.875 Asymp. Sig. 2-tailed
0.428
Sumber: Data sekunder yang diolah, 2017 Berdasarkan hasil uji normalitas di atas, nilai signifikansi dari
Uji K-S pada model regresi Kolmogorov-Smirnov sebesar 0,875 dengan signifikansi 0,428. Berdasarkan hasil pengujian tersebut maka dapat
disimpulkan bahwa model regresi telah memenuhi persyaratan normalitas karena nilai signifikansi 0,428 0,05.
2. Uji Multikolinieritas
Uji multikolineritas bertujuan untuk menguji model regresi ditemukan adanya korelasi antar variabel bebas independen atau tidak
Imam Ghozali, 2011: 105. Suatu model regresi dapat terbebas dari multikolinieritas antar variabel independen apabila nilai Tolerance lebih
dari 10 persen 0,10 dan nilai VIF kurang dari 10,00. Tabel 10. Hasil Pengujian Multikolinieritas
Variabel VIF
Tolerance Keterangan
X1 2,732
0,366 Tidak terjadi multikolinieritas
X2 3,268
0,306 Tidak terjadi multikolinieritas
X3 6,244
0,160 Tidak terjadi multikolinieritas
X4 2,934
0,341 Tidak terjadi multikolinieritas
X5 1,743
0,574 Tidak terjadi multikolinieritas
Sumber: Data sekunder yang diolah, 2017 Berdasarkan hasil pengujian multikolinieritas di atas, dapat
diketahui bahwa nilai Variance Inflation Factor VIF untuk kelima variabel dibawah 10,00. Selain itu, nilai Tolerance kelima variabel
independen menunjukkan angka lebih besar dari 0,10. Berdasarkan pengujian tersebut dapat disimpulkan bahwa model regresi telah
memenuhi syarat multikolinieritas.
3. Uji Heteroskedastisitas
Model regresi yang baik ialah model regresi yang homoskedatisitas atau tidak terjadi heteroskedastisitas Imam Ghozali,
2011: 139. Pada penelitian ini, uji heteroskedastisitas menggunakan uji Glejser. Menurut Imam Ghozali 2011: 143 model reresi tidak terjadi
heteroskedastisitas apabila nilai signifikansi lebih besar dari 0,05.
Kategori