dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum,
digunakan untuk setiap variabel yang dilihat dari rata-rata (mean),standar deviasi,
dependen dengan satu atau lebih variabel independen, dengan tujuan untuk
normal atau tidak yaitu dengan analisis grafik dan uji statistik yang dijelaskan
sebagai berikut :
a. Analisis Grafik
histogram dan normal probability plot. Jika distribusi data residual normal, maka
b. Uji Statistik
Uji statistik lain yang dapat digunakan untuk menguji normalitas residual
H0 : Jika nilai signifikan < 0,05, maka data residual berdistribusi tidak normal.
H1 : Jika nilai signifikan > 0,05, maka data residual berdistribusi normal.
ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang
multikolonieritas dapat dilihat dari nilai tolerance dan variance inflation factor
(VIF). Nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF =
1/Tolerance). Nilai yang umum dipakai untuk menunjukkan adanya
multikolonieritas adalah nilai tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10.
Jika nilai tolerance lebih rendah dari 0,10 berarti bahwa tidak ada korelasi antara
apabila nilai VIF lebih besar dari 10 maka akan terjadi multikolonieritas antar
model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Model
regresi yang baik adalah regresi yang bebas dari autokorelasi. Ada beberapa cara
yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi sebagai
berikut :
Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu (first
model regresi dan tidak ada variabel lagi diantara variabel independen. Dasar
negatif, angka DW diantara -2 sampai +2 berarti tidak ada autokorelasi, dan angka
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). Kriteria yang digunakan dalam uji run test
adalah apabila nilai signifikan lebih besar dari 0,05 maka tidak terjadi gejala
autokorelasi dan sebaliknya jika signifikan lebih kecil dari 0,05 maka terjadi
dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
berbagai ukuran (kecil, sedang dan besar). Ada beberapa cara untuk mendeteksi
dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot. Jika
ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur
(bergelombang, melebar kemudian menyempit), maka mengindikasikan telah
terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar
diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
b. Uji Rank Spearman, pada uji ini heteroskedastisitas terjadi apabila probabilitas
variabel dependen (terikat) dengan satu atau lebih variabel independen (variabel
rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel
Sehingga bentuk persamaan regresi yang digunakan adalah analisis regresi linear
β3X4 + e
Keterangan :
Y = Penghindaran Pajak
α = Konstanta
X1 = Profitabilitas
X2 = Leverage
X3 = Ukuran Perusahaan
X4 = Komite Audit
e = error
menerangkan variasi variabel dependen. Hipotesis nol (Ho) yang hendak diuji
adalah apakah suatu parameter (bi) sama dengan nol, atau : Ho : bi = 0 Artinya
penjelas yang signifikan terhadap variabel dependen. Uji parsial atau uji t berguna
digunakan 95%, yaitu apabila nilai signifikansi t < 0,05, maka H0 ditolak, artinya
ada pengaruh yang signifikan antara satu variabel independen terhadap variabel
dependen. Dan apabila nilai signifikansi t > 0,05, maka H0 didukung, artinya
tidak ada pengaruh signifikan antara satu variabel independen terhadap variabel
terhadap variabel dependen. Uji F digunakan untuk menguji joint hipotesa bahwa
b1, b2, b3, dan b4 secara simultan sama dengan nol. Adapun kriteria pengujian
adalah:
H0 : Jika nilai signifikan uji F > 0,05, maka tidak terdapat pengaruh variabel
H1 : Jika nilai signifikan uji F < 0,05, maka terdapat pengaruh variabel
dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang
berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu banyak
mengevaluasi mana model regresi terbaik. Tidak seperti R2, nilai Adjusted R2
dapat naik atau turun apabila satu variabel independen ditambahkan kedalam
model.