75
arti bahwa semakin tinggi tingkat sensitivitas etis seseorang semakin mampu mengidentifikasi serta mengetahui perilaku yang kurang pantas.
C. Hasil Analisis Data
1. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui distribusi data dalam suatu variabel yang akan digunakan dalam sebuah penelitian apakah data layak
atau tidak untuk dianalisis. Uji normalitas dalam penelitian ini menggunakan teknik Kolmogrov-Smirnov. Berikut ini hasil penghitungan
Kolmogorov-Smirnov :
Tabel 23. Rangkuman Hasil Uji Normalitas Variabel
Asymp. Sig Keterangan
Whistleblowing 0,556
Normal Orientasi Etika Idealisme
0,373 Normal
Orientasi Etika Relativisme 0.526
Normal Komitmen Profesional Auditor
0,361 Normal
Sensitivitas Etis Auditor 0,093
Normal Residual
0,958 Normal
Sumber: Data primer yang diolah Berdasarkan tabel di atas, dapat diketahui nilai Asymp.Sig untuk semua
data variabel dan nilai residual lebih besar dari 0,05, maka dapat disimpulkan data berdistribusi normal.
76
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan
untuk
mengetahui apakah dalam model regresi ditemukan adanya multikolinearitas antar variabel independen.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Hasil uji multikolinieritas dapat dilihat pada tabel berikut:
Tabel 24. Rangkuman Hasil Uji Multikolinieritas Variabel
Perhitungan Keterangan
Tolerance VIF
Orientasi Etika Idealisme
0.898 1.113
Tidak terjadi multikolinieritas
Orientasi Etika Relativisme
0.887 1.128
Tidak terjadi multikolinieritas
Komitmen Profesional Auditor
0.886 1.129
Tidak terjadi multikolinieritas
Sensitivitas Etis Auditor
0.984 1.016
Tidak terjadi multikolinieritas
Sumber: Data primer yang diolah Berdasarkan tabel di atas menunjukkan semua variabel independen
mempunyai nilai Tolerance ≥ 0,10 dan nilai VIF ≤ 10. Dengan demikian,
dapat disimpulkan
bahwa dalam
penelitian ini
tidak terjadi
multikolinieritas.
c. Uji Linieritas
Uji linieritas digunakan untuk mengetahui model yang digunakan linier atau tidak. Pengujian dalam penelitian ini menggunakan Test for Linearity
77
dengan taraf signifikansi 0,05. Berikut ini hasil pengujian dapat dilihat pada tabel berikut:
Tabel 25. Rangkuman Hasil Uji Linieritas Variabel
Linearity Keterangan
Orientasi Etika Idealisme 0,010
Linier Orientasi Etika Relativisme
0.037 Linier
Komitmen Profesional Auditor 0,006
Linier Sensitivitas Etis Auditor
0,032 Linier
Sumber: Data primer yang diolah Dari hasil uji linieritas pada tabel di atas menunjukkan bahwa Linearity
untuk empat variabel memiliki nilai signifikansi kurang dari 0,05 sehingga hal ini menunjukkan variabel penelitian memiliki hubungan linier.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain. Penelitian ini menggunakan Uji Glesjer. Berikut ini hasil pengujian dapat dilihat pada tabel berikut:
Tabel 26. Rangkuman Hasil Uji Heteroskedastisitas Variabel
Sig Keterangan
Orientasi Etika Idealisme 0.865 Tidak terjadi heteroskedastisitas
Orientasi Etika Relativisme
0.115 Tidak terjadi heteroskedastisitas
Komitmen Profesional Auditor
0.212 Tidak terjadi heteroskedastisitas
Sensitivitas Etis Auditor 0.409 Tidak terjadi heteroskedastisitas
Sumber: Data primer yang diolah
78
Berdasarkan tabel di atas menunjukkan bahwa semua variabel independen tersebut mempunyai nilai signifikansi lebih besar dari 0,05
sehingga dapat disimpulkan bahwa model regresi pada penelitian ini tidak terjadi heteroskedastisitas.
D. Uji Hipotesis
1. Hipotesis 1
H1 : Orientasi Etika Idealisme berpengaruh secara positif terhadap Whistleblowing
Untuk menguji H1 dilakukan dengan analisis regresi linier sederhana. Hasil perhitungan dapat dilihat pada tabel di bawah ini:
Tabel 27. Hasil Perhitungan Hipotesis 1 Variabel
Koefisien Regresi
t hitung Sig
Konstanta 33,243
Orientasi Etika Idealisme 0,382
2,312 0,028
r : 0,383 R Square
: 0,147 Sumber: Data primer yang diolah
a. Persamaan Garis Regresi Berdasarkan perhitungan regresi linier sederhana yang ditunjukkan
tabel di atas, maka persamaan garis regresi untuk hipotesis 1 adalah seperti berikut:
Y = 33,243 + 0,382X
1
