ix Pada gambar “Normal P-Plot” atau garis normalitas, digunakan
untuk uji normalitas data atau menunjukkan apakah perbedaan data responden dalam penelitian terdapat data yang sangat berbeda diantara
yang lain, data yang normal akan mengikuti garis normalitas, pada gambar dapat dilihat bahwa data mengikuti garis normalitas sehingga data di
anggap normal. Gambar tersebut memperlihatkan bahwa distribusi dari titik-titik data variabel penelitian Audit fee, Lamanya hubungan
penugasan auditor untuk klien yang sama, konflik peran, pengaruh sosial dalam menyelesaikan tugas audit, Audit delay menyebar di sekitar garis
diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal. Jadi data pada keseluruhan variabel dapat dikatakan berdistribusi normal.
2. Uji Asumsi Klasik
a. Uji Multikolinearitas
Uji ini digunakan untuk melihat apakah ada hubungan secara bersama-sama antar variabel independen dalam suatu fungsi regresi,
pada penelitian yang baik tidak boleh ada multikolinearitas dalam fungsinya. Hasil pengujian multikolinearitas dapat dilihat pada tabel
di bawah ini.
ix
Tabel 4.38 Uji Multikolinearitas
Coefficientsa
Model Collinearity Statistics
Toleranc e
VIF 1
Constant AUDT_FEE
,592 1,691
LMA_HUB ,624
1,602 KON_PRN
,572 1,748
PGH_SOS ,732
1,366 AUDIT_DLY
,624 1,602
a Dependent Variabel: INDPDENSI
Berdasarkan tabel 4.38 terlihat bahwa nlai Tolerance tidak kurang dari 0,1 dan nilai Varian Inflation Factor VIF tidak lebih
dari 10. Dapat disimpulkan hasil tersebut mengindikasikan tidak terdapat gejala multikolinearitas terhadap variabel penelitian
sehingga model regresi berganda dapat digunakan dalam penelitian.
b. Uji Autokorelasi
Pengujian adanya autokorelasi dilakukan dengan melihat nilai Durbin Watson yang dapat dideteksi dari output SPSS pada tabel
Model Summary sebagai berikut:
Tabel 4.39 Uji Autokorelasi
Model Summaryb
a. P
a. Predictors: Constant, AUDIT_DLY, PGH_SOS, KON_PRN, LMA_HUB, AUDT_FEE b. Dependent Variabel: INDPDENSI
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-
Watson 1
,710a ,504
,405 3,137
1,724
ix Dalam penelitian yang baik tidak boleh terdapat korelasi antar
variabel independen. Standar untuk suatu penelitian lolos dari uji autokorelasi adalah =2 atau mendekati 2. Hasil di atas menujukan nilai
Durbin Watson sebesar 1,724. Nilai Durbin Watson berada pada kisaran
antara –2 dan 2, sehingga dapat disimpulkan tidak terjadi autokorelasi dan model regresi berganda dapat digunakan dalam penelitian.
c. Uji Heteroskedastisitas
Uji ini untuk mengetahui apakah jawaban dari responden bersifat homogen atau rata-rata sama. Gambar “Scatterplot” dapat
digunakan untuk menguji heteroskedastisitas, dalam pengujian yang baik
data responden
diharapkan bersifat
heterogen, untuk
melakukannya dapat dilihat dari persebaran data scatterplot, data yang mengumpul dianggap tidak lolos uji heteroskedastis. Deteksi ada
tidaknya heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED, yang
diperlihatkan pada gambar 4.2
ix
-3 -2
-1 1
2
Regression Standardized Predicted Value
-4 -2
2 4
R e
g re
s s
io n
S tu
d e
n ti
ze d
R e
s id
u a
l Dependent Variable: INDPDENSI
Scatterplot
Gambar 4.2 Uji Heteroskedastisitas
Bedasarkan grafik scatterplot terlihat bahwa data tersebar di sekitar titik nol dan tidak terdapat suatu pola yang jelas pada
penyebaran data tersebut. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas padamodel regresi berganda, sehingga
model regresi layak dipakai untuk menganalisis faktor-faktor yang mempengaruhi kualitas kinerja akuntan publik ditinjau dari
independensi berdasarkan masukan variabel independen Audit fee,
ix Lamanya hubungan penugasan auditor untuk klien yang sama,
konflik peran, pengaruh sosial dalam menyelesaikan tugas audit, Audit delay
E. Hasil Uji Hipotesis