Teknik Analisa Data

3.6. Teknik Analisa Data

3.6.1. Uji Validitas dan Reliabilitas Intrumen Penelitian

Data yang dikumpulkan melalui kuesioner setelah dilakukan tabulasi kemudian dianalisa dengan menggunakan statistik diskriptif untuk mengetahui keadaan demografi responden, rata-rata jawaban responden dan standar deviasinya. Uji validitas dan reliabilitas alat pengumpul data dilakukan untuk mengetahui kesahihan dan kehandalan kuesioner sebelum kuesioner dikirimkan kepada responden. Reliabilitas diuji dengan statistik Cronbach Alpha, dengan ketentuan sautu konstruk atau variabel dikatakan riliabel, jika memberikan nilai Cronbach Alpha > 0,60 (Nunnaly, 1967 dalam Imam Ghozali, 2005). Validitas diuji dengan melakukan korelasi bivariate antara masing-masing skor indikator Data yang dikumpulkan melalui kuesioner setelah dilakukan tabulasi kemudian dianalisa dengan menggunakan statistik diskriptif untuk mengetahui keadaan demografi responden, rata-rata jawaban responden dan standar deviasinya. Uji validitas dan reliabilitas alat pengumpul data dilakukan untuk mengetahui kesahihan dan kehandalan kuesioner sebelum kuesioner dikirimkan kepada responden. Reliabilitas diuji dengan statistik Cronbach Alpha, dengan ketentuan sautu konstruk atau variabel dikatakan riliabel, jika memberikan nilai Cronbach Alpha > 0,60 (Nunnaly, 1967 dalam Imam Ghozali, 2005). Validitas diuji dengan melakukan korelasi bivariate antara masing-masing skor indikator

Untuk mengetahui validitas dan reliabilitas kuesioner, dilakukan pre-test terhadap mahasiswa pendidikan profesi akuntansi (PPA) Universitas Diponegoro Semarang sebelum kuesioner disebarkan kepada responden dengan menggunakan 30 responden. Hasilnya adalah sebagai berikut:

Tabel 3.2: Ringkasan hasil pre-test untuk mengetahui validitas dan reliabilitas kuesioner. No

Indikator

r hitung r tabel 5% deskripsi

Nilai deskripsi Cronbach Alpha

1 Ukuran KAP

2 Audit fee

4 Komite audit

0,8467 Reliabel Sumber: lampiran 2.

3.6.2. Uji Asumsi Klasik

3.6.2.1. Uji Normalitas

Uji normalitas data dilakukan untuk mengetahui apakah dalam model regresi yang digunakan data residual atau variabel pengganggu berdistribusi normal atau tidak. Uji normalitas dilakukan dengan statistik Kolmogorov-Smirnov, dengan Uji normalitas data dilakukan untuk mengetahui apakah dalam model regresi yang digunakan data residual atau variabel pengganggu berdistribusi normal atau tidak. Uji normalitas dilakukan dengan statistik Kolmogorov-Smirnov, dengan

3.6.2.2. Uji Multikolinieritas

Uji multikolinearitas dilakukan untuk menguji apakah model regrasi terjadi adanya korelasi antar variabel independen. Regresi yang baik hal ini seharusnya tidak terjadi. Uji ini dilakukan dengan menganalisis nilai tolerance dan VIF. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolonearitas adalah nilai tolerance < 0,10 atau sama dengan nilai VIF > 10 (Imam Ghozali, 2005).

3.6.2.3. Uji Autokorelasi

Uji autokorelasi bertujuan untuk mengetahui apakah dalam model regresi linear yang digunakan terjadi korelasi antar kesalahan pengganggu. Uji autokorelasi pada penelitian ini dilakukan dengan uji Durbin-Watson (DW-test). Gejala tidak terjadinya korelasi antar kesalahan pengganggu pada model regrsi yang digunakan jika nilai Durbin-Watson lebih besar dari du tetapi lebih kecil dari 4 – du (Imam Ghozali, 2005).

3.6.2.4. Uji Heterokedastisitas

Uji heterokedastisitas dilakukan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke

pengamatan yang lain. Dalam regrasi hal ini harus dihindari dan kondisi yang diinginkan adalah homokedastisitas. Heterokedastisitas dalam penelitian ini diuji dengan grafik plot antara nilai variabel dependen (ZPRED) dengan nilai residualnya (SRESID). Untuk mengetahui terjadi tidaknya heterokedastisitas dilakukan dengan cara memeriksai ada tidaknya pola tertentu pada grafik scatter plot antara SRESID dan ZPRED, dimana sumbu Y merupakan Y yang diprediksi dan sumbu X adalah residualnya. Keputusan yang diambil jika tidak terjadi pola yang jelas serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka hal ini menunjukkan tidak terjadi heterokedastisitas.

Untuk lebih menguatkan apakah dalam model regresi yang digunakan dalam penelitian ini terjadi heterokedastisitas atau tidak, maka dalam penelitian ini juga dilakukan dengan uji Park. Keputusan yang diambil adalah apabila koefisien parameter beta dari persamaan regresi tersebut signifikan secara statistik, hal ini menunjukkan bahwa dalam data model empiris yang diestimasi terjadi heterokedastisitas, namun jika parameter beta tidak signifikan secara statistik berarti tidak terjadi heterokedastisitas.