V. HASIL ANALISIS DAN PEMBAHASAN
5.1 Hasil Analisis
5.1.1 Analisis Statistik Deskriptif Statistik deskriptif merupakan metode numerik dan grafis untuk mengenali pola sejumlah data, kemudian merangkum informasi yang terdapat dalam data dan menyajikan informasi tersebut dalam bentuk yang diinginkan. Jenis data dalam penelitian ini terbagi menjadi dua kategori, yaitu data yang berbentuk nominal untuk variabel kompleksitas dan data berbentuk rasio untuk variabel ukuran perusahaan, risiko perusahaan, profitabilitas, reputasi auditor dan fee audit. Variabel independen ukuran perusahaan yang diproxy dengan total aset dan variable dependen fee audit di log . Data dalam statistik deskriptif meliputi rata-rata (mean), maksimum, minimum dan standar deviasi. Hasil statistik deskriptif terhadap variabel penelitian disajikan pada tabel 5.1 berikut ini.
Tabel 5.1 Hasil Uji Statistik Deskriptif Variabel
Mean Std.
Deviation Max Min
Fee audit (Y)* 16.3689 .69806 18.83 15.61
Ukuran Perusahaan (X1)*
23.6047
1.23846 28.40 20.60
Risiko perusahaan (X2) .5470 .34055 1.45 .01
Kompleksitas (X3) VD*) VD*) 1.00 0.00
Profitabilitas (X4) .0494 .11975 .46 -.43
Reputasi auditor (X5) .0766 .08994 .17 -.02
*Angka rupiah setelah di log natural vd*) variabel dummy
Berdasarkan hasil statistik deskriptif dengan menggunakan data cross section tahun 2009 sebanyak 64 perusahaan (semua jenis industri), statistik deskriptif menunjukkan bahwa rata-rata fee audit yang terjadi pada periode penelitian adalah 16.3689 atau sebesar Rp 19.015.625. Besarnya fee audit terendah dan tertinggi masing-masing sebesar Rp 6.000.000 dan Rp
150.000.000. Rata-rata total aset sebesar 23.61 atau sebesar Rp 61.666.744.999, sedangkan total aset terendah dan tertinggi masing-masing sebesar 20.60 atau Rp 859.942.350 dan 28.40 atau Rp 2.087.828.536.911. Rata-rata rasio hutang terhadap total asset cukup tinggi yaitu sebesar 54,70%. Tingginya rasio hutang tersebut karena rata-rata sampel penelitian memiliki pinjaman di atas 50% dari total aktiva, sedangkan rata-rata rasio laba bersih terhadap total asset cukup rendah yaitu sebesar 4,94%.
Rendahnya laba bersih terhadap total asset tersebut karena pada periode penelitian terdapat 7 perusahaan yang melaporkan rugi dalam laporan keuangannya sehingga ROA menjadi negatif. Rata-rata pertumbuhan klien mulai tahun 2006-2009 cukup rendah yaitu sebesar 7,66%. Hal ini menunjukkan bahwa pada periode penelitian, kantor akuntan publik relatif tidak banyak mendapatkan tambahan klien baru. Klien audit rata-rata adalah sama dengan tahun sebelumnya atau walaupun mendapat klien baru lebih disebabkan karena perpindahan klien dari satu KAP ke KAP lain. Perpindahan tersebut terjadi karena aturan IAPI yang membatasi KAP untuk mengaudit satu klien paling lama 6 tahun dan setelah itu klien audit tersebut harus pindah ke KAP yang lain.
5.1.2 Analisis Uji Asumsi Klasik 5.1.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Hasil uji normalitas di tunjukkan pada grafik 5.1 di bawah ini:
Grafik 5.1. Uji Normalitas Fee Audit
Berdasarkan grafik histogram dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang berbentuk simetris, tidak menceng ke kiri atau ke kanan, hal ini menunjukkan bahwa residual terdistribusi secara normal. Selain menggunakan analisis grafik, uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov (K-S). Jika besarnya nilai K-S>0,05, maka residual terdistribusi secara normal. Sebaliknya jika nilai K-S<0,05 maka residual terdistribusi tidak normal. Berdasarkan uji K-S didapatkan besarnya nilai Kolmogorov-Smirnov (K-S) adalah 0.708 dan tidak signifikan pada 0.697 atau dengan kata lain nilai Asympg.Sig sebesar 0.697 (lebih besar dari 0.05). Hal ini berarti data residual terdistribusi secara normal.
1.2.2 Uji Multikolinieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen. Hasil uji multikolonieritas ditunjukkan pada table 5.2. berikut ini:
Tabel 5.2. Hasil Uji Multikolonieritas
Berdasarkan hasil pengujian menunjukkan bahwa hasil perhitungan nilai toleransi menunjukkan tidak ada variabel independen yang memiliki nilai toleransi kurang dari 0,10. Hasil perhitungan VIF juga menunjukkan hal yang sama yaitu tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel dalam model regresi.
5.1.2.3 Uji Heteroskedastisitas Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Hasil uji Heteroskedastisitas ditunjukkan dalam grafik 5.2 di bawah ini.
Grafik 5.2 Scatterplot fee Audit
Berdasarkan Grafik scatterplots menunjukkan bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model
regresi layak dipakai untuk memprediksi fee audit berdasarkan masukan variabel independen ukuran perusahaan, risiko perusahaan, kompleksitas, profitabilitas dan reputasi auditor. hasil uji Park ditunjukkan pada tabel 5.3 berikut ini.
Tabel 5.3 Hasil Uji Park
Variabel Nilai p
Ukuran
Perusahaan .237*
Risiko
perusahaan .351*
Kompleksita
s .545*
Profitabilitas .480*
Reputasi
auditor .901*
Nilai F .600
* tidakSignifikan secara statistik pada α= 5%
Dari hasil Uji Park, secara parsial tidak terdapat nilai variabel independen yang signifikan pada level signifikansi 0.05 ( nilai sig>α). Semua variabel independen memiliki nilai sig>0.05. Secara simultan hasil Uji Park juga menunjukkan hasil 0.600 yaitu lebih besar dari 0.05 (nilai F>0.05). Dari hasil Uji Park tersebut dapat disimpulkan bahwa tidak terjadi heteroskedastisitas baik secara parsial maupun simultan, sehingga model regresi layak dipakai untuk memprediksi fee audit berdasarkan masukan variabel independen ukuran perusahaan, risiko perusahaan, kompleksitas, profitabilitas dan reputasi auditor.
5.1.3 Hasil Pengujian Hipotesis Adapun uji yang dilakukan terhadap hipotesis adalah uji korelasi dan multiple regression. Dalam pengolahan data dengan menggunakan linear multiple regression dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen. Data telah
Variabel
Collinearity Statistics
Toleransi VIF
Ukuran Perusahaan .769 1.301
Risiko perusahaan .836 1.196
Kompleksitas .680 1.471
Profitabilitas .855 1.169
Reputasi auditor .880 1.136
memenuhi ke-4 asumsi klasik, maka dilakukan pengujian lanjut dengan linear multiple regression.
Hasil pengujian hipotesis meliputi variabel ukuran perusahaan, risiko perusahaan, kompleksitas, profitabilitas dan reputasi auditor sebagai variabel independen serta fee audit sebagai variabel dependen.
Berikut ini hasil uji hipotesis yang ditunjukkan pada table 5.4.
Tabel 5.4 Hasil Uji Hipotesis Fee Audit
*Signifikan secara statistik pada α= 5%
Hasil adjusted R2 sebesar 0,62, hal ini berarti 62% fee audit dapat dijelaskan oleh variasi ukuran perusahaan, risiko perusahaan, kompleksitas, profitabilitas dan reputasi auditor. Sedangkan sisanya (100% - 62%
= 38%) dijelaskan oleh sebab-sebab selain 5 variabel tersebut. Hasil adjusted R2 dalam penelitian lebih besar dari hasil penelitian Joshi dan Al-Bastaki di Bahrain yaitu sebesar 60.2%.
Hasil uji keberartian model (Uji F) menggunakan ANOVA atau F test di peroleh nilai F hitung sebesar 21,15 dengan probabilitas sebesar 0,000 (<
0.05). Artinya bahwa model regresi dapat digunakan untuk memprediksi fee audit atau dapat dikatakan bahwa ukuran perusahaan, risiko perusahaan, kompleksitas, profitabilitas dan reputasi auditor secara bersama-sama berpengaruh terhadap fee audit.
Berdasarkan hasil pengujian terhadap koefisien regresi untuk
keseluruhan sampel menghasilkan persamaan penelitian sebagai berikut :
Fee Audit = 10.000 +0 .282 ukuran perusahaan - 0.221 risiko perusahaan + 0.318 kompleksitas - 1.724 profitabilitas - 2.408 reputasi auditor.
Dari ke lima variabel independen yang dimasukkan ke dalam model regresi, variabel risiko perusahaan tidak berpengaruh signifikan terhadap fee audit. Hal ini dapat dilihat dari probabilitas signifikansi untuk ukuran perusahaan (0,212>0,05). Variabel profitabilitas dan reputasi auditor berpengaruh negatif terhadap fee audit dengan probabilitas signifikansi masing-masing sebesar 0.001 dan 0.00, sedangkan variabel ukuran perusahaan dan kompleksitas berpengaruh terhadap fee audit dengan probabilitas signifikansi masing-masing sebesar 0.00 dan 0.025. Dari sini dapat disimpulkan bahwa variabel fee audit (AUDFEE) dipengaruhi oleh jenis perusahaan, kompleksitas, profitabilitas dan reputasi auditor.
Berdasarkan hasil uji t, maka dapat disimpulkan bahwa apabila semua konstan atau tidak ada pengaruh dari ukuran perusahaan(Size), risiko perusahaan (Debt), Kompleksitas (Tax), Profitabilitas (ROA) dan Reputasi auditor (Growth) maka fee audit diprediksikan 10.00 atau Rp 21.000.
Koefisien regresi ukuran perusahaan sebesar 0.282 menyatakan bahwa setiap kenaikan 1%, maka akan meningkatkan ukuran perusahaan sebesar 0.282%, sehingga akan menaikkan fee audit.
Demikian juga untuk koefisien regresi variabel independen yang lainnya akan menaikkan atau menurunkan besarnya fee audit sesuai dengan besar kecilnya masing-masing koefisien regresi varibel independen tersebut.
Variabel
Koefisien Regresi
Std.
Error Nilai p
Ukuran
Perusahaan .282 .050 .000*
Risiko perusahaan -.221 .175 .212
Kompleksitas .318 .138 .025*
Profitabilitas -1.724 .493 .001*
Reputasi auditor -2.408 .646 .000*
R R2 Adjusted R2 Nilai F
0.804 0.646 0.615 21.150
5.2. Pembahasan Hasil Penelitian