commit to user Lampiran 3
Halaman 1
Output deskriptif statistik dengan menggunakan SPSS 18. Tabel 4.1 di atas menunjukkan bahwa jumlah observasi N adalah 119. Ukuran KAP yang
diwakili oleh Size menunjukkan bahwa Size tertinggi adalah sebesar 50,00 patner dan terendah 2,00 patner dengan nilai mean 22,4706 dan standar deviasi
13,71862. Masa penugasan audit yang diproksikan dengan
audit Tenure
memiliki nilai tertinggi sebesar 5,00 tahun dan nilai terendah 1,00 tahun dengan nilai rata-
rata 3,4370 dan standar deviasi 1,38783. Komite audit memiliki nilai tertinggi 4,00 orang dan nilai terendah 2,00 orang dengan nilai rata-rata 2,9496 dan standar
deviasi 0,42881. Audit spesialisasi industri yang di proksikan dengan AIS memiliki nilai maksimal 1,00 dan nilai minimal 0,00 dengan nilai mean 0,7143
dan standar deviasi 0,45366. Kualitas audit diproksikan dengan nilai absolut memiliki nilai maksimal 1,01 dan minimal 0,00, dengan nilai mean 2,2847, dan
standar deviasi 0,31002.
Return
saham diproksikan dengan RET memiliki nilai maksimal 0,14 dan minimal -0,13 dengan nilai mean 0,0134, dan standar deviasi
0,05220.
4.3 Hasil Uji Asumsi Klasik
4.3.1 Persamaan Regresi Pertama
a. Uji Normalitas
Uji normalitas adalah untuk
screening
terhadap normalitas data yang bertujuan jika terdapat normalitas, maka residual akan terdistribusi secara normal
dan independen. Lewat pengamatan nilai residual dapat diketahui apakah variabel-variabel yang akan diteliti berdistribusi secara normal atau tidak. Untuk
commit to user Lampiran 3
Halaman 1
mendekteksi normalitas data dilakukan dengan uji
kolmogorov-smirnov
. Hasilnya seperti yang diperlihatkan pada tabel 4.2 di bawah ini. hasil uji normalitas
distribusi normal.
Tabel 4.2 Hasil Uji Normalitas
Variabel
Kolmogorov Smirnov Z
ρ
Value
Keterangan
Unstandarized Residual
0.855 0.458
Normal Sumber: data sekunder diolah, 2012
Dari uji normalitas tersebut, didapatkan nilai
kolmogorov-smirnovZ
sebesar 0,855 dengan signifikansi 0,458. Dari nilai tersebut terlihat bahwa tingkat signifikansi diatas 0,05 atau 0,05, sehingga dapat disimpulkan bahwa data
berdistribusi normal.
b. Uji Autokorelasi
Untuk mengetahui apakah model regresi linier terjadi korelasi antara periode pengamatan yang berurutan menurut waktu data runtut
time series
. Uji autokorelasi bertujuan menguji apakah model regresi linier ada korelasi antara
kesalahan pengganggu pada periode t-1 sebelumnya, Ghozali, 2011. Untuk mendekteksi ada tidaknya autokorelasi maka dilakukan uji autokorelasi dengan uji
durbin – watson
DW test. Berdasarkan hasil pengujian, didapatkan nilai durbin watson sebesar 1,831. Nilai ini berada diantara d
U
dan 4- d
U
, dengan nilai d
U
1.758 dan nilai 4-d
U
2.25. Maka dapat disimpulkan tidak terjadi autokorelasi. Hasilnya seperti yang diperlihatkan pada tabel 4.3 dibawah ini.
Tabel 4.3 Hasil Uji Autokorelasi
Nilai d
U
4-d
U
durbin – watson
Keterangan
commit to user Lampiran 3
Halaman 1
1.758 2.25
1.831 Tidak terjadi
autokorelasi
Sumber: data sekunder diolah, 2012. c.
Uji Multikolinieritas
Uji multikolonieritas dilakukan untuk mendeteksi apakah terjadi korelasi antar variabel bebas. Hasil uji ini diuraikan pada tabel 4.4 berikut:
Tabel 4.4 Hasil Pengujian Multikolinieritas
Variabel Tolerance
VIF Ukuran KAP Size
0.961 1.040
Tenure
Audit 0.965
1.036
Komite Audit AIS
0.967 0.971
1.035 1.030
Sumber: data sekunder diolah, 2012
Hasil perhitungan nilai
tolerance
menunjukkan tidak ada variabel independen yang memiliki nilai
tolerance
kurang dari 0.10, dan hasil perhitungan nilai
Variance Inflation Factor
VIF juga menunjukkan hal yang sama, yaitu tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen Ghozali, 2011. Dari hasil pengujian yang diuraikan di atas dapat disimpulkan
bahwa tidak ada multikolonieritas antar variabel independen.
d. Uji Heteroskedastisitas
