41
minimum 0,25, nilai maksimum sebesar 0,75, nilai mean rata-rata 0,3938 dan standar deviasi 0,10532. Variabel X3 komite audit memiliki nilai minimum 0,5,
nilai maksimum sebesar 1, nilai mean rata-rata 0,6776 dan standar deviasi 0,04382. Variabel X4 ukuran perusahaan memiliki nilai minimum 11,63, nilai
maksimum sebesar 29,32, nilai mean rata-rata 24,4835 dan standar deviasi 4,45732.
4.3 Uji Asumsi Klasik
Penelitian ini dilakukan dengan metode analisis regresi berganda. Sebelum melakukan uji hipotesis, maka peneliti akan melakukan uji asumsi klasik
terlebih dahulu. Uji asumsi klasik dilakukan dengan tujuan untuk mendapatkan data yang BLUE Best, Linear, Unbias, Estimator dengan mengetahui apakah
data yang digunakan telah normal dan bebas dari gejala multikolinearitas, heteroskedastisitas dan autokorelasi.
4.3.1 Uji normalitas
Pengujian ini dilakukan untuk mengetahui apakah variabel penggangu atau residual terdistribusi secara normal. Uji normalitas dapat
dilakukan dengan dua cara yaitu dengan analisis grafik dan analisis statistik. Karena analisis grafik Histogram dan P-Plot dapat menyesatkan,
maka dilakukan juga uji statistic Kolmogorov-Smirnov dengan melihat tingkat signifikansinya. Uji ini dilakukan sebelum data diolah.
Pendeteksian normalitas data apakah terdistribusi normal atau tidak dengan menggunakan uji Kolmogorov-Smirnov. Residual dinyatakan
terdistribusi normal jika nilai signifikansi Kolmogorov-Smirnov 0,05.
Universitas Sumatera Utara
42
4.3.1.1 Analisis grafik
Analisis grafik digunakan dengan dua cara yaitu grafik histogram dan grafik P-P Plot. Data yang terdistribusi secara
normal adalah data yang terdistribusi dengan garis titik-titik berbentuk lonceng pada grafik histogramnya, titik tersebut tidak
mengarah ke kiri atau ke kanan. Pada grafik P-P Plot, data akan menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal apabila data tersebut terdistribusi secara normal. Berikut
hasil uji normalitas dengan menggunakan grafik:
Gambar 4.1
Sumber: hasil pengolahan SPSS, 2015
Universitas Sumatera Utara
43
Gambar 4.2
Sumber: hasil pengolahan SPSS, 2015 Berdasarkan tampilan grafik histogram pada gambar 4.1
dapat terlihat bahwa gambarnya berbentuk lonceng dan grafik P-P Plots pada gambar 4.2 dapat terlihat bahwa titik-titik menyebar
menjahui arah garis diagonal. Hasil ini menunjukkan bahwa data tidak dapat dikatakan terdistribusi secara normal. Cara agar data
terdistribusi secara normal adalah dengan menghilangkan data yang tidak normal. Berikut adalah hasil yang diperoleh:
Universitas Sumatera Utara
44
Gambar 4.3
Sumber: hasil pengolahan SPSS, 2015 Berdasarkan tampilan grafik histogram pada gambar 4.3
dapat terlihat bahwa gambarnya berbentuk lonceng, hasil ini menunjuk bahwa data terdistribusi normal
Gambar 4.4
Sumber: hasil pengolahan SPSS, 2015
Universitas Sumatera Utara
45
Grafik P-P Plots pada gambar 4.4 dapat terlihat bahwa titik- titik menyebar mengikuti arah garis diagonal, hasil ini
menunjukkan bahwa data dapat dikatakan terdistribusi secara normal.
4.3.1.2 Analisis statistik
Data belum dapat dikatakan terdistribusi secara normal apabila hanya dilakukan uji normalitas dengan melihat grafik
histogram, maupun grafik P-P Plot, oleh karena itu perlu diadakannya uji statistik, untuk meyakinkan data terdistribusi
secara normal. Maka dilakukan uji statistik dengan kolmogorov- Smirnov
K-S. Data dikatakan terdistribusi secara normal apabila nilai signifikansinya lebih besar dari 0,05. Berikut hasil uji K-S
dengan menggunakan data semilog.
Tabel 4.2 One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 124
Normal Parameters
a
Mean .0000000
Std. Deviation 52.00669564
Most Extreme
Differences Absolute
.462 Positive
.427 Negative
-.462 Kolmogorov-Smirnov Z
5.145 Asymp. Sig. 2-tailed
.000 a. Test distribution is Normal.
Universitas Sumatera Utara
46
Berdasarkan table 4.2 hasil uji K-S menunjukkan bahwa residual tidak terdistribusi secara normal dengan nilai signifikansi
0,000 0,05. Hasil ini menunjukkan data tidak terdistribusi secara normal yang berarti uji statistik akan menjadi tidak valid apabila
data ini digunakan dalam analisis regresi berganda. Untuk menormalkan data dalam penelitian ini sebelumnya
telah dilakukan transformasi data dengan logaritma, dan data tidak terdistribusi secara normal. Berikutnya, penanganan yang
dilakukan oleh peneliti untuk menormalkan data adalah dengan cara menghilangkan data yang dianggap sebagai penyebab
distribusi yang tidak normal. Dalam proses menghilangkan data pada penelitian ini telah
dipertimbangkan bahwa dengan menghilangkan data tidak akan mengaburkan tujuan penelitian ini. Data-data yang dihilangkan
adalah data-data yang outlier atau dengan kata lain merupakan data yang menyimpang terlalu jauh dari data yang lainnya, adanya data
outlier ini dapat menyebabkan analisis menjadi bias. Setelah menghilangkan data-data yang outlier sebanyak 25, maka data
yang awalnya sebanyak 124 menjadi 99. Berikut hasil uji K-S pada sampel tersebut.
Universitas Sumatera Utara
47
Tabel 4.3
Berdasarkan hasil pengujian normalitas dengan uji K-S pada table 4.3 tersebut telah menunjukkan bahwa residual
terdistribusi secara normal, dengan nilai signifikansi 0,829 0,05.
4.3.2 Uji multikolonieritas
