BAB II LANDASAN TEOR
G. Uji Hipotesis
1. Uji Regresi Linier Sederhana
Uji regresi linier sederhana (Simple Linier Regression) untuk menguji pengaruh satu variabel independen terhadap satu variabel dependen. Regresi linier sederhana sebagai sebuah alat statistik baru yang digunakan untuk menentukan hubungan antara satu prediktor (independen) variabel dan satu respon (dependen) variabel29. Analisis regresi linier sederhana menghasilkan sebuah persamaan regresi yang dapat digunakan dalam prediksi. Secara matematis dapat dituliskan sebagai berikut :
Y = α + ßX + e Dimana :
Y merupakan variabel dependen X merupakan variabel independen α merupakan intercept
ß merupakan slope e merupakan error term
29
Ada 1 regresi linier sederhana dalam penelitian ini yaitu regresi linier sederhana antara masa penugasan auditor (X1) terhadap kualitas audit (Y). Y = a +b1X1 + e
Keterangan :
Y = Variabel kualitas audit a = Bilangan konstan
X1 = Variabel masa penugasan audit
e = error
2. Uji Regresi Linier Berganda
Analisis regresi linier berganda (Multi Regression Linier Analysis) digunakan untuk mengetahui pengaruh dari variabel dependent (variabel yang dipengaruhi), sekaligus digunakan untuk melihat pengaruh terhadap kualitas audit. Wooldridge menyatakan bahwa analisis regresi berganda mempunyai kemampuan untuk analisis cateris paribus karena secara eksplisit mengontrol banyak faktor secara simultan yang berpengaruh terhadap variabel dependen30. Dalam analisis regresi sederhana (dengan satu variebel bebas) dan analisis regresi berganda (dengan lebih dari satu variabel bebas) ada tiga unsur yang harus dicari, yaitu 31:
a. Garis regresi, yaitu garis yang menyatakan hubungan antara variabel- variabel itu.
b. Standar error of estimate (Sy, X1, X2), yaitu harga yang mengukur
pemencaran tiap-tiap titik (data) terhadap garis regresinya. Atau merupakan
30 Hengky Latan, Aplikasi Analisis Data Statistik Untuk Ilmu Sosial Sains dengan IBM SPSS, (Bandung, Alfabeta: 2014), h. 191
penyimpangan standar dari harga-harga dependent (Y) terhadap garis regresinya.
c. Koefisien korelasi (r), yaitu angka yang menyatakan e ratnya hubungan antara variabel-variabel itu.
Ada 2 regresi linier berganda dalam penelitian ini yaitu regresi linier berganda antara pendidikan auditor (X2) dan pengalaman auditor (X3)terhadap kualitas audit (Y) dan regresi linier berganda antara masa penugasan auditor (X1), pendidikan auditor (X2), dan pengalaman auditor (X3)terhadap kualitas audit (Y).
Analisa regresi berganda ini adalah analisis tentang hubungan antara satu
dependent variable (variabel terikat) dengan dua atau lebih independent variable (variabel bebas)32, dengan rumus sebagai berikut :
a. Y = a + b2X2 + b3X3+....e
Analisis regresi linier berganda pengaruh pengaruh pendidikan auditor (X2), dan pengaruh pengalaman Kantor Akuntan Publik (X3) terhadap
kualitas audit (Y) pada perusahaan yang listing di Jakarta Islami Index (JII). b. Y = a +b1X1 + b2X2 + b3X3+....e
Analisis regresi linier berganda pengaruh masa penugasan audit (X1), pengaruh pendidikan auditor (X2), dan pengaruh pengalaman Kantor Akuntan Publik (X3) terhadap kualitas audit (Y) pada perusahaan yang listing di Jakarta Islami Index (JII).
32
Keterangan :
Y = Variabel kualitas audit a = Bilangan konstan
X1 = Variabel masa penugasan audit
X2 = variabel pendidikan auditor
X3 = Variabel pengalaman auditor
e = error
3. Uji Koefisien Determinan (R2)
Analisis korelasi terdapat suatu angka yang disebut dengan koefisien determinasi yang sering disebut dengan koefisien penentu. Bila semua variabel diregresikan secara bersama-sama terhadapvariabel terikat dengan maksud menjelaskan varians di dalamnya, korelasi individual jatuh ke dalam apa yang disebut multipel r, R-square atau sering disebut R2 , adalah jumlah varians yang dijelaskan dalam variabel terikat oleh prediktor33. Koefisien determinasi digunakan untuk mengetahui persentase pengaruh variabel pendidikan auditor, masa penugasan audit dan pengalaman auditor secara bersama-sama terhadap kualitas audit dengan menggunakan rumus sebagai berikut:
KD = (r2)x 100%
Uji R2 dinyatakan dalam persentase yang nilainya berkisaran antara 0< R2<1. Kriteria pengujiannya yaitu sebagai berikut :
a. Jika nilai R2 mendekati 0 menunjukkan pengaruh yang semakin kecil. b. Jika nilai R2 mendekati 1 menunjukkan pengaruh yang semakin kuat.
33
4. Uji Simultan (Uji F)
Uji F digunakan untuk menguji pengaruh beberapa variabel secara bersama-sama terhadap variabel yang lain dengan taraf signifikan 5%. Analisis varians (ANOVA) membantu menguji perbedaan rata-rata yang signifikan di antara lebih dari dua kelompok pada variabel terikat yang berskala interval atau rasio34. Hasil ANOVA menunjukkan apakah rata-rata dari berbagai kelompok secara signifikan berbeda satu sama lain, seperti yang ditunjukkan oleh statistik F. Statistik F menunjukkan apakah dua varians sampel berbeda satu sama lain atau dari populasi yang sama.
Distribusi F adalah distribusi probabilitas dari varians sampel dan keluarga distribusi berubah dengan perubahan ukuran sampel. Unsur-unsur pengujiannya adalah :
a. Jika F hitung > F tabel dengan dk pembilang dan dk penyebut n-k-1 dan α =
0,05 maka H0 ditolak dan sebaliknya H0 diterima.
b. Jika sig < 0,05 maka H0 ditolak dan sebaliknya H0 diterima.
5. Uji Parsial (Uji t)
Uji t dalam penelitian ini digunakan untuk menguji signifikansi pengaruh variabel independen secara sendiri-sendiri (parsial) terhadap variabel dependen. Dalam uji t memasukan rata-rata dan standar deviasi dari dua kelompok pada variabel dan menguji apakah perbedaan numerikal dalam rata- rata berbeda secara signifikan dari 0 (nol) sebagaimana didalilkan dalam
34
hipotesa nol35.
Pada saat membandingkan perbedaan rata-rata antara dua kelompok yang berbeda pada satu variabel, kita melakukan uji t pada dua sampel bebas. Uji t juga dapat dilakukan untuk menguji perbedaan dalam kelompok yang sama sebelum dan setelah suatu perlakuan. Rumus uji t disesuaikan untuk menghitung korelasi antar dua skor, jika ada. Dengan kata lain, uji t yang disesuaikan (adjusted t-test) untuk sampel yang sesuai atau jenis sampel terikat lainnya mencerminkan perbedaan rata-rata yang sebenarnya.
Untuk menguji pengaruh variabel bebas secara parsial terhadap variabel terikat digunakan pengujian koefisien regresi secara parsial (uji t), yaitu dengan membandingkan thitung dan ttabel, yang dirumuskan sebagai berikut36:
t = 2
r
-
1
2
-
n
r
Di mana:t (thitung) = statistik t dengan derajat kebebasan n-2
r = korelasi parsial yang ditentukan n = jumlah observasi atau pengamatan
Masing-masing t hasil perhitungan ini kemudian dibandingkan dengan ttabel
yang diperoleh dengan menggunakan taraf signifikansi 0,05. Persamaan regresi akan dinyatakan berarti/signifikan jika nilai t signifikan lebih kecil sama
35
Uma Sekaran, Research Methods For Business : Metodologi Penelitian untuk Bisnis, Buku 2, Edisi 4, (Jakarta, Salemba Empat: 2006), h. 296
36
dengan 0,05. Kriteria yang digunakan sebagai dasar perbandingan adalah sebagai berikut:
a. Uji hipotesis secara parsial menggunakan uji pihak kiri, dengan kriteria: Ho diterima bila thitung -ttabel atau nilai sig > 0,05
Ho ditolak bila thitung < -ttabel atau nilai sig < 0,05
b. Uji hipotesis secara parsial menggunakan uji pihak kanan, dengan kriteria: Ho diterima bila thitung ttabel atau nilai sig > 0,05
Ho ditolak bila thitung > ttabel atau nilai sig < 0,05
Bila terjadi penerimaan Ho maka dapat disimpulkan suatu pengaruh adalah tidak signifikan sedangkan bila Ho ditolak artinya suatu pengaruh adalah signifikan.