Hasil distribusi kecenderungan data variabel Pengalaman Kerja Auditor adalah sebagai berikut:
Tabel 25. Distribusi Frekuensi Kecenderungan Variabel Pengalaman Kerja Auditor
No Interval
Frekuensi Frekuensi
Relatif Kategori
1 36
10 25,0
Rendah 2
36 sd 44 23
57,5 Sedang
3 44
7 17,5
Tinggi Jumlah
40 100
Sumber: Data Primer yang Diolah, 2016
Tabel 25 menunjukkan bahwa frekuensi Pengalaman Kerja Auditor yang termasuk sebagai kategori rendah sebanyak 10 responden
25,0, pada kategori sedang sebanyak 23 responden 57,5 dan pada kategori tinggi sebanyak 7 responden 17,5. Dengan demikian
maka dapat disimpulkan bahwa penilaian responden tentang variabel Pengalaman Kerja Auditor adalah sedang karena mayoritas responden
memberikan penilaian dalam kategori sedang.
C. Hasil Analisis Data
1. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk mengkaji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi
normal Imam Ghozali, 2011: 160. Uji normalitas pada penelitian ini menggunakan uji statistik nonparametrik Kolmogorov-Smirnov.
Variabel dikatakan berdistribusi normal jika nilai Kolmogorov-
Smirnov memiliki tingkat signifikansi lebih besar dari 0,05. Hasil uji normalitas dapat ditunjukkan pada tabel berikut:
Tabel 26. Hasil Uji Normalitas
Sumber: Data Primer yang Diolah, 2016 Berdasarkan hasil uji normalitas dengan Kolmogorov-Smirnov
Test di atas, diperoleh nilai Kolmogorov-Smirnov Test sebesar 0,806 dan Asymp.sig. sebesar 0,535 lebih dari 0,05 sehingga dapat
disimpulkan bahwa data berdistribusi normal.
b. Uji Liniearitas
Uji liniearitas dilakukan dengan menggunakan uji statistik F. Harga F hitung kemudian dikonsultasikan dengan F tabel dengan
taraf signifikansi 5. Kriteria yang ditetapkan untuk pengujian liniearitas adalah nilai signifikansi pada masing-masing variabel
bebas, yaitu apabila lebih besar dari pada nilai taraf signifikansi Deviation from Liniearity 0,05 maka hubungan variabel bebas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 2,64902758
Most Extreme Differences Absolute
,127 Positive
,070 Negative
-,127 Kolmogorov-Smirnov Z
,806 Asymp. Sig. 2-tailed
,535
terhadap variabel terikat adalah liniear. Hasil uji liniearitas dapat ditunjukkan dalam tabel berikut:
Tabel 27. Rangkuman Hasil Uji Liniearitas Variabel
F Hitung Deviation from Linierity
Keterangan X
1
dengan Y 0,551
0,766 Liniear
X
2
dengan Y 1,380
0,248 Liniear
X
3
dengan Y 0,530 0,891
Liniear Sumber: Data Primer yang diolah, 2016
Berdasarkan hasil uji liniearitas pada tabel 27 diatas menunjukkan bahwa uji liniearitas antara
X
1
dengan Y diperoleh F hitung sebesar 0,551 F tabel, yaitu 2,86 dan Deviation from
Linierity sebesar 0,766 0,05, sehingga dapat disimpulkan bahwa hubungan antara Framing dan Audit Judgment adalah liniear. Hasil
uji liniearitas antara X
2
dengan Y diperoleh F hitung sebesar 1,380 F tabel, yaitu 2,86 dan Deviation from Linierity sebesar 0,246
0,05, sehingga dapat disimpulkan bahwa hubungan antara Urutan Bukti dan Audit Judgment adalah liniear. Hasil uji liniearitas antara
X
3
dengan Y diperoleh F hitung sebesar 0,530 F tabel, yaitu 2,86 dan Deviation from Linierity sebesar 0,891 0,05, sehingga
dapat disimpulkan bahwa hubungan antara Pengalaman Kerja
Auditor dan Audit Judgment adalah liniear. c.
Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan variance dari residual
satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka
disebut homoskedastisitas
dan jika
berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang mengandung homoskedastisitas. Uji ini dilakukan dengan
melakukan uji Glejser. Kriteria pengambilan keputusan adalah signifikansi dari variabel independen lebih besar dari 0,05 maka
tidak terjadi heteroskedastisitas Imam Ghozali,2011: 143. Hasil dari Uji Heteroskedastisitas dapat ditunjukkan dalam tabel berikut:
Tabel 28. Hasil Uji Heteroskedastisitas Variabel
Sig-t Keterangan
X
1
0,914 Tidak terjadi heteroskedastisitas
X
2
0,493 Tidak terjadi heteroskedastisitas
X
3
0,052 Tidak terjadi heteroskedastisitas
Sumber: Data Primer yang diolah, 2016 Hasil uji Glejser menunjukkan bahwa semua variabel bebas
dalam penelitian ini memiliki nilai signifikansi lebih besar dari 0,05, sehingga dapat disimpulkan bahwa model regresi dalam
penelitian ini tidak terjadi heteroskedastisitas.
d. Uji Multikoliniearitas
