IV.1.5 Pengujian Asumsi Klasik
IV.1.5.1 Uji Normalitas Uji Normalitas berguna untuk mengetahui apakah variabel dependen,
independen atau keduanya berdistribusi normal, mendekati normal atau tidak. Uji normalitas dapat dilihat melalui Normal Probability Plot.
0.0 0.2
0.4 0.6
0.8 1.0
Observed Cum Prob
0.0 0.2
0.4 0.6
0.8 1.0
Expect ed C
u m
Pr ob
Dependent Variable: Independensi Pemeriksa Normal P-P Plot of Regression Standardized Residual
Gambar IV.2 Hasil Uji Normalitas untuk Independensi Pemeriksa
Dari Gambar IV.2 diatas, diketahui bahwa sebaran data berdistribusi normal. Karena data menyebar disekitar garis diagonal dan mengikuti arah garis diagonalnya,
maka model regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
0.0 0.2
0.4 0.6
0.8 1.0
Observed Cum Prob
0.0 0.2
0.4 0.6
0.8 1.0
Exp ected Cum P
rob
Dependent Variable: Kualitas Hasil Pemeriksaan Normal P-P Plot of Regression Standardized Residual
Gambar IV.3 Hasil Uji Normalitas untuk Kualitas Hasil Pemeriksaan
Dari Gambar IV.3 diatas, diketahui bahwa sebaran data berdistribusi normal. Karena terlihat titik yang mengikuti data sepanjang garis diagonal.
Kesimpulan: Dari Gambar IV.2 dan Gambar IV.3 diatas dapat disimpulkan bahwa data yang akan
diolah telah memenuhi asumsi normalitas.
Universitas Sumatera Utara
IV.1.5.2 Uji Multikolinieritas Uji Multikolinieritas bertujuan untuk mengetahui apakah pada model regresi
yang diajukan telah ditemukan korelasi kuat antar variabel independen. Untuk melihat uji multikolinieritas dapat dilihat dari kedua tabel dibawah ini yang diambil
dari Tabel IV.6 dan Tabel IV.10:
Kualitas Hasil Pemeriksaan
Keahlian Audit
Independensi Pemeriksa
Kualitas Hasil Pemeriksaan Y
Pearson Correlation 1
.579 .545
Sig. 2-tailed .
.000 .001
N 35
35 35
Keahlian Audit X
1
Pearson Correlation .579
1 .116
Sig. 2-tailed .000
. .508
N 35
35 35
Independensi Pemeriksa X
2
Pearson Correlation .545
.116 1
Sig. 2-tailed .001
.508 .
N 35
35 35
Correlation is significant at the 0.01 level 2-tailed.
Independensi Pemeriksa
Faktor Pribadi
Faktor Eksternal
Independensi Pemeriksa X
2
Pearson Correlation
1 .600
.565 Sig. 2-tailed
. .000
.000 N
35 35
35 Faktor Pribadi X
3
Pearson Correlation
.600 1
.376 Sig. 2-tailed
.000 .
.026 N
35 35
35 Faktor Eksternal X
4
Pearson Correlation
.565 .376
1 Sig. 2-tailed
.000 .026
. N
35 35
35 Correlation is significant at the 0.01 level 2-tailed.
Correlation is significant at the 0.05 level 2-tailed.
Universitas Sumatera Utara
Dari kedua tabel diatas, maka diperoleh kesimpulan bahwa tidak terjadi multikolinieritas karena korelasi antara variabel independen bebas tidak ada yang
sangat kuat.
IV.1.5.3 Uji Heterokedastisitas Uji Heterokedastisitas dilakukan untuk mengetahui apakah dalam sebuah
model regresi, terjadi ketidaksamaan varians dari residual suatu pengamatan lain. Hasil pengujian heterokedastisitas dengan menggunakan analisis grafik dapat dilihat
pada Gambar IV.4 berikut ini:
-3 -2
-1 1
2 3
Regression Studentized Residual
-3 -2
-1 1
2 3
Regression Stand ardized Residual
Dependent Variable: Independensi Pemeriksa Scatterplot
Gambar IV.4 Grafik Uji Heteroskedastisitas Independensi Pemeriksa
Universitas Sumatera Utara
Pada gambar diatas menunjukkan bahwa, hipotesis pertama residual data berada sekitar nilai nol, artinya selisih data aktual dengan data taksiran berada tidak
jauh dari nilai nol.
-2 -1
1 2
3
Regression Studentized Residual
-2 -1
1 2
3
Reg res
sion St an
dard ized Res
idual
Dependent Variable: Kualitas Hasil Pemeriksaan Scatterplot
Gambar IV.5 Grafik Uji Heteroskedastisitas Kualitas Hasil Pemeriksaan
Pada gambar diatas menunjukkan bahwa, hipotesis kedua residual data berada sekitar nilai nol, artinya selisih data aktual dengan data taksiran berada tidak jauh dari
nilai nol. Kesimpulan:
Dari Gambar IV.4 dan Gambar IV.5 diatas menunjukan bahwa asumsi heteroskedastisitas telah dipenuhi karena sebaran data berkisar angka nol.
Universitas Sumatera Utara
IV.2 Pengujian Hipotesis IV.2.1 Pengujian Hipotesis Pertama