halaman 238. Tabel 27 berikut menampilkan distribusi kecenderungan data variabel Kesesuaian Kompensasi.
Tabel 27. Kategori Kecenderungan Data Kesesuaian Kompensasi No
Kategori Interval
Frekuensi Frekuensi
Relatif 1
Sangat Tinggi 64
X ≤ 80 28
52,8 2
Tinggi 53,33
X ≤ 64 25
47,2 3
Sedang 42,67
X ≤ 53,33 4
Rendah 32
X ≤ 42,67 5
Sangat Rendah 16
≤ X ≤ 32 Jumlah
53 100
Sumber: Data Primer yang Diolah Tabel 27 menunjukkan bahwa kategori sangat tinggi sebanyak
28 responden 52,8, tinggi sebanyak 25 responden 47,2, sedang sebanyak 0 responden 0, rendah sebanyak 0 responden 0 dan
sangat rendah sebanyak 0 responden 0. Berdasarkan hasil tersebut, dapat disimpulkan bahwa penilaian responden tentang variabel
Kesesuaian Kompensasi paling banyak memberikan penilaian sangat tinggi.
C. Uji Asumsi Klasik
1. Uji Normalitas Data
Uji normalitas data dilakukan untuk mengetahui apakah variabel dependen dan independen berdistribusi normal atau tidak. Uji normalitas
pada penelitian ini menggunakan 1-Sample Kolmogorov- Smirnov dalam SPSS Statistics 17.0 For Windows.
Tabel 28. Hasil Uji Normalitas Variabel Keefektifan Pengendalian Internal, Ketaatan Aturan Akuntansi, dan Kesesuaian
Kompensasi terhadap Perilaku Tidak Etis
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 53
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 261.874.749
Most Extreme Differences
Absolute .067
Positive .067
Negative -.059
Kolmogorov-Smirnov Z .486
Asymp. Sig. 2-tailed .972
a. Test distribution is Normal.
Sumber: Data Primer yang Diolah Berdasarkan hasil uji normalitas di atas, nilai Kolmogorov-Smirnov Z
0,486 dan nilai Asymp Sig 0,972 ≥ 0,05 maka dapat disimpulkan bahwa
data berdistribusi normal. Tabel 29. Hasil Uji Normalitas Variabel Keefektifan Pengendalian
Internal, Ketaatan Aturan Akuntansi, Kesesuaian Kompensasi dan Perilaku Tidak Etis terhadap Kecenderungan Kecurangan
Akuntansi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 53
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 296.442.410
Most Extreme Differences
Absolute .118
Positive .093
Negative -.118
Kolmogorov-Smirnov Z .859
Asymp. Sig. 2-tailed .452
a. Test distribution is Normal.
Sumber: Data Primer yang Diolah
Berdasarkan hasil uji normalitas di atas, nilai Kolmogorov- Smirnov Z 0,859 dan nilai Asymp Sig 0,452
≥ 0,05 maka dapat disimpulkan bahwa data berdistribusi normal.
2. Uji Multikolinearitas
Uji multikolonearitas
untuk menguji
terjadi atau
tidaknya multikolinearitas antar variabel independen. Hasil perhitungan uji
multikolinearitas dapat dilihat pada tabel 30 dan tabel 31. Tabel
30 .
Hasil Uji Multikolinearitas terhadap Variabel Perilaku Tidak Etis
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant keefektifan_pengendalian_internal
.523 1.911
ketaatan_aturan_akuntansi .519
1.925 kesesuaian_kompensasi
.712 1.404
a. Dependent Variable : perilaku_tidak_etis
Sumber: Data Primer yang Diolah Dari hasil uji multikolinearitas di atas, nilai VIF
≤ 10 dan nilai Tolerence ≥ 0,10 maka dapat disimpulkan bahwa tidak ada
multikolinearitas dalam model regresi.
Tabel 31
. Hasil Uji Multikolinearitas terhadap Variabel Kecenderungan
Kecurangan Akuntansi
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
keefektifan_pengendalian_internal ,444
2,254 ketaatan_aturan_akuntansi
,428 2,334
kesesuaian_kompensasi ,599
1,669 perilaku_tidak_etis
,319 3,132
a. Dependent Variable : kecenderungan_kecurangan_akuntansi
Sumber: Data Primer yang Diolah Dari hasil uji multikolinearitas di atas, nilai VIF
≤ 10 dan nilai Tolerence ≥ 0,10 maka dapat disimpulkan bahwa tidak ada
multikolinearitas dalam model regresi.
3. Uji Linearitas
