Uji Multikolineritas Uji Heterokedastisitas

Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut: a. Apabila probabilitas nilai Z uji K-S signifikan secara statistik ditolak, yang berarti data terdistribusi tidak normal. b. Apabila probabilitas nilai Z uji K-S tidak signifikan secara statik maka H0 diterima, yang berarti data terdistribusi normal. Tabel 4.2 Uji Normalitas Data One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 99 Normal Parameters a Mean .0000000 Std. Deviation 27.18517868 Most Extreme Differences Absolute .129 Positive .129 Negative -.080 Kolmogorov-Smirnov Z 1.280 Asymp. Sig. 2-tailed .076 a. Test distribution is Normal. Sumber: SPSS 17, Data diolah 2014 Dari hasil pengolahan data tersebut, besar nilai Kolmogorov-Smirnov adalah 1,280 dan signifikansi pada 0,076 maka disimpulkan data terdistribusi secara normal karena p=0,0760,05 yang menunjukkan Ho diterima. Hal ini sejalan dengan hasil yang didapatkan dari uji grafik normal diagram dan plot data.

4.2.2.2 Uji Multikolineritas

Pengujian multikolinearitas dilakukan untuk membuktikan apakah ubahan atau variabel bebas pada penelitian ini dapat diasumsikan tidak saling Universitas Sumatera Utara berintervensi ketika dibuat pemodelan dengan variabel terikat. Kriteria dinyatakan bahwa variabel bebas tidak saling intervensi satu sama lain ketika 1. Jika nilai tolerance 10 persen dan nilai VIF 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. 2. Jika nilai tolerance 10 persen dan nilai VIF 10, maka dapa disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi. Pengujian multikoleniaritas dapat ditunjukkan sebagai berikut: Tabel 4.3 Uji Multikolinearitas Model Collinearity Statistics Tolerance VIF 1 Constant Ukuran Perusahaan .944 1.059 Ukuran KAP .954 1.048 Opini Auditor .986 1.014 Sumber: SPSS 17, Data diolah 2014 Pada tabel rangkuman hasil uji multikolinearitas di atas, diperoleh harga VIF tidak ada yang melebihi dari nilai 10 dan Tolerance 0,10. Dengan demikian dapat disimpulkan bahwa model regresi tersebut tidak terdapat masalah multikolinieritas antar variabel independen dalam model regresi.

4.2.2.3 Uji Heterokedastisitas

Uji heteroskedastisitas digunakan untuk mengetahui apakah residu pada model regresi bersifat heterogen atau homogen. Apabila bersifat heterogen, akan Universitas Sumatera Utara menyebabkan model regresi tidak mampu meramalkan dengan akurat, karena memiliki residu yang tidak teratur. Pada penelitian ini untuk mengatahui ada atau tidaknya problem heteroskedastisitas digunakan scatter plot. Kriterianya adalah apabila titik-titik pada scatter plot atau diagram pencar tidak membentuk pola tertentu, maka dapat dinyatakan bahwa model regresi tidak terkendala heteroskedastisitas. Gambar 4.3 Uji Heterokedasitas Data Berdasarkan grafik scatter plot diatas dapat disimpulkan bahwa model regresi tidak terkendala heteroskedastisitas, karena diagram pencar tidak membentuk pola tertentu. Universitas Sumatera Utara 4.2.2.4 Uji Autokorelasi Dalam penelitian ini uji autokorelasi dilakukan dengan mengggunakan uji run test. Uji run test sebagai bagian dari statistik non-parametrik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run test digunakan untuk melihat apakah data residual terjadi secara random atau tidak sistematis. Ada atau tidaknya korelasi ditentukan dari signfikansi koefisien parameter residual. Jika signifikansi residual 0,05, maka dapat disimpulkan bahwa tidak terjadi autokorelasi. Tabel 4.4 Uji Autokorelasi-Run Test Runs Test Unstandardized Residual Test Value a -1.52555 Cases Test Value 49 Cases = Test Value 50 Total Cases 99 Number of Runs 41 Z -1.919 Asymp. Sig. 2-tailed .055 a. Median Sumber: SPSS 17, Data diolah 2014 Dari hasil pengujian yang diperoleh dari tabel 4.4 menunjukkan nilai test adalah sebesar -1,52555 dengan probabilitas 0,055 yang berarti di atas signifikansi 0,05 0,055 0,05. Hal ini menunjukkan bahwa nilai residual acak atau random, sehingga dapat disimpulkan bahwa dalam penelitian ini tidak terjadi autokorelasi antar nilai residual. Universitas Sumatera Utara

4.3 Persamaan Regresi