Grafik histogram pada Gambar 4.1 yang menunjukkan bahwa kurva menyerupai bentuk lonceng dan tidak cenderung menceng ke
kiri atau ke kanan Skewness. Demikian pula pada grafik Normal Probability Plot pada Gambar 4.2, terlihat titik-titik menyebar di
sekitar garis diagonal dan mengikuti arah dari garis diagonal tersebut, Hal ini berarti bahwa data penelitian ini telah diambil dari
populasi yang terdistribusi normal.
4.2.2.2 Uji Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen.
Kriteria dinyatakan bahwa variabel bebas tidak saling intervensi satu sama lain yaitu:
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 dapat
disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
Universitas Sumatera Utara
Pengujian multikoleniaritas dapat dilihat pada tabel berikut:
Tabel 4.3 Uji Multikoleniaritas
Coefficients
a
Model Unstandardized
Coefficients Collinearity
Statistics B
Std. Error Toleranc
e VIF
Constant 78.192
18.337 Komisaris
Independen 14.021
17.039 .915
1.093 Komite Audit
.160 2.049
.616 1.624
Leverage 1.300
.772 .942
1.062 Ukuran
Perusahaan -2.998
1.517 .616
1.623 Sumber : Output SPSS 18, Diolah 2014
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa hasil uji multikolinearitas menunjukkan nilai tolerance lebih besar 0.10 dan nilai
variance inflation factor VIF lebih kecil dari 10 untuk setiap variabel.
Nilai tolerance yang dihasilkan untuk variabel Komisaris Independen, Komite audit, Leverage dan Ukuran Perusahaan sebesar 0,915; 0,616;
0,942 dan 0,616, sedangkan nilai VIF yang dihasilkan untuk variabel Komisaris independen, Komite Audit, Leverage dan Ukuran Perusahaan
sebesar 1,093; 1,624; 1,062 dan 1,623. Berdasarkan hasl uji Multikolinieritas tersebut, maka dapat
disimpulkan bahwa tidak ada multikolinieritas antar variabel independenya dan layak digunakan dalam penelitian ini.
Universitas Sumatera Utara
4.2.2.3 Uji Heterokedastisitas
Dalam penelitian ini untuk mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat pola grafik scatterplot. Dasar
pengambilan keputusannya adalah : 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk
pola tertentu yang teratur bergelombang, melebar kemudian mnenyempit, maka mengindikasikan telah terjadi
heteroskedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik yang menyebar di atas
dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
Hasil dari uji heterokedastitas dapat dilihat pada gambar berikut ini:
Gambar 4.3 Uji Heterokedastisitas
Sumber : Output SPSS 18, Diolah 2014
Universitas Sumatera Utara
Berdasarkan grafik scatter plot diatas dapat disimpulkan terlihat bahwa titik menyebar secara acak baik diatas maupun dibawah angka nol
pada sumbu Y tidak membentuk pola tertentu atau tidak teratur. Maka dapat disimpulkan bahwa tidak terjadi heteroskesdastisitas pada model
regresi ini sehingga model ini layak untuk digunakan untuk melihat pengaruh Komisarsi Independen, Komite Audit, Leverage dan Ukuran
Perusahaan terhadap audit report lag pada perusahaan perbankan yang terdaftar di BEI.
4.2.2.4 Uji Autokorelasi
