multikolineritas VIF = 1Telerance, dan bila VIF = 10 maka Tolerance = 110 = 0,1. Semakin tinggi VIF maka semakin rendah Tolerance”.
3. Uji Heteroskedastisitas
Nugroho 2005 mengemukakan bahwa “heteroskedastisitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan
yang lain, atau gambaran hubungan antara nilai yang diprediksi dengan Studentized Residual nilai tersebut”. Tujuan digunakan uji heteroskedastisitas
adalah untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan varian dari residual untuk semua
pengamatan pada model regresi. Pada penelitian ini dilakukan uji heteroskedastisitas dengan melihat pola grafik regresi. Menurut Priyatno 2008
“....prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas”. Jika varians dari residual suatu pengamatan ke
pengamatan lain tetap disebut homokedastisitas, sedangkan untuk varians yang berbeda disebut heterokedastisitas. Menurut Nugroho 2005 mengemukakan :
“....analisis pada gambar Scatterplot yang menyatakan model regresi linier tidak terdapat heteroskedastisitas jika : titik-titik data menyebar diatas dan di bawah
atau di sekitar angka 0, titik-titik data tidak mengumpul hanya diatas atau di bawah saja, penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali, dan penyebaran titik-titik data sebaiknya tidak berpola”.
4.6.2.3. Statistik Deskriptif
Priyatno 2008 mengemukakan “statistik deskriptif menggambarkan tentang ringkasan data-data penelitian seperti mean, standar deviasi, varian, modus, dan lain-
lain”. Statistik deskriptif umumnya digunakan peneliti untuk memberikan informasi mengenai karakteristik variabel penelitian yang paling utama dan data demografi
responden. Ikhsan dan Ghazali, 2006. Dalam penelitian ini akan dilakukan analisis deskriptif dengan memberikan
gambaran data tentang jumlah data, minimum, maksimum, mean, dan standar deviasi dari jawaban yang telah didapat melalui kuesioner.
4.6.2.4. Uji Hipotesis
Priyatno 2008 menyebutkan “ uji hipotesis adalah pengujian yang bertujuan untuk mengetahui apakah kesimpulan pada sampel dapat berlaku untuk populasi
dapat digeneralisasikan”. Pengujian hipotesis ditujukan untuk menguji ada tidaknya pengaruh dari varibel bebas secara keseluruhan terhadap variabel dependen. Jika
terdapat deviasi antara sampel yang ditentukan dengan jumlah populasi maka tidak menutup kemungkinan untuk terjadinya kesalahan dalam mengambil keputusan
antara menolak maupun menerima suatu hipotesis. Untuk menguji hipotesis mengenai gangguan pribadi, ekstern, dan organisasi secara simultan dan parsial
berpengaruh signifikan terhadap independensi pemeriksa, digunakan pengujian hipotesis secara simultan dengan uji F dan secara parsial dengan uji t.
1. Uji F Priyatno 2008 menyebutkan “Uji simultan dengan uji F bertujuan untuk
mengetahui apakah variabel independen secara bersama-sama berpengaruh signifikan terhadap variabel dependen”. Dengan tingkat signifikansi dalam
penelitian ini menggunakan alpha 5 atau 0,05 maka hasil uji F dapat dihitung dengan bantuan program SPSS pada tabel ANOVA. Hasil uji F menunjukan
variabel independen secara bersama-sama berpengaruh terhadap variabel dependen, jika p-value pada kolom sig. lebih kecil dari level of significant yang
ditentukan sebesar 5 , atau F hitung pada kolom F lebih besar dari F tabel. F tabel dihitung dengan cara df1 = k-1, dan df2 = n-k, dimana k adalah jumlah
variabel dependen dan variabel independen, dan n adalah jumlah responden atau jumlah kasus yang diteliti.
2. Uji t
Priyatno 2008 menyebutkan “uji t digunakan untuk mengetahui apakah model regresi variabel independen secara parsial berpengaruh signifikan terhadap
variabel dependen”. Dengan tingkat signifikansi dalam penelitian ini menggunakan alpha 5 atau 0,05 maka hasil uji t dapat dihitung dengan bantuan
program SPSS dapat dilihat pada tabel t hitung tabel Coefficients. Nilai dari uji t hitung dapat dilihat dari p-value pada kolom Sig. pada masing-masing variabel
independen, jika p-value lebih kecil dari level of significant yang ditentukan atau t hitung pada kolom t lebih besar dari t tabel dihitung dari two-tailed
g = 5 df-k, k merupakan jumlah variabel independen, maka nilai variabel independen
secara parsial berpengaruh signifikan terhadap variabel dependen dalam arti Ha diterima dan Ho ditolak, dengan kata lain, terdapat pengaruh antara variabel
independen terhadap variabel dependen.
4.6.3. Analisis Koefisien Determinasi R
