Uji Asumsi Klasik 1. Uji Normalitas
Gambaran tentang judgement auditor eksternal dapat dilihat dari tabel berikut ini.
Tabel 4.13 Gambaran tentang judgement auditor eksternal
Interval Kriteria
Frekuensi Presentase
84 - 100 Sangat tinggi 7
7.00 68 - 83
Tinggi 29
78.38 52 - 76
Sedang 1
2.70 36 - 51
Rendah 0.00
20 - 35 Sangat Rendah
0.00 Jumlah
37 0.00
Sumber : Data Penelitian, diolah 2010 Tabel 4.13 menunjukan bahwa judgement yang
diberkan auditor eksternal dalam perencaan audit yang melaihat pada auditor internal dalam kategori tinggi, yaitu
29 responden atau 78,38.
4.4. Uji Asumsi Klasik 4.4.1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah model regresi, variabel terikat dan variabel bebas mempunyai distribusi
normal atau tidak. Model regresi yang baik adalah memiliki data yang normal atau mendekati normal. Untuk mendeteksi apakah
data berdistribusi normal atau tidak dapat menggunakan dua cara yaitu analisis grafik dan histogram dan uji kolmogrov-smirnov
dengan bantuan SPSS 16. Gambar 4.1 merupakan histogram dari uji normalitas penelitian ini.
Gambar 4.1: Histogram Uji Normalitas
Dengan melihat tampilan grafik histogram diatas, dapat diketahui bahwa sumbu menyebar sekitar garis diagonal maka
dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang mendekati normal. Grafik tersebut menunjukan
bahwa model regresi layak dipakai karena memenuhi asumsi normalitas.
Hasil uji kolmogrov-smirnov juga perlu disampaikan untuk memperjelas bahwa data berdistribusi normal.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expe c
te d
Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: JUGDMENT
One-Sample Kolmogorov-Smirnov Test
37 .0000000
.83449150 .143
.143 -.129
.867 .440
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Unstandardiz
ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Table 4.14 Hasi l Uji Kolmorof-Smirnov
Sumber: Data Penelitian, diolah 2010 Hasil Uji Kolmogorov Smirnov pada Tabel 4.14 di atas
menunjukkan bahwa besarnya nilai kolmogorov- smirnov adalah 0.867 dan signifikan pada 0.440. Angka signifikan tersebut lebih
tinggi dibandingkan dengan taraf signifikansi 5 0,05. Hal tersebut memberikan gambaran bahwa sebaran data tidak
menunjukkan penyimpangan dari kurva normalnya, yang berarti bahwa sebaran data telah memenuhi asumsi normalitas.