ANALISIS DAN PEMBAHASAN 4.1. Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan nilai standar deviasi, dari variabel kualitas audit, ukuran KAP, audit fee, audit tenure, gender komite audit, dan usia komite audit.
Tabel 4.1 Statistik Deskriptif dari Ukuran KAP, Audit Fee, Audit Tenure, Gender Komite Audit, Usia Komite Audit, dan Kualitas Audit
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation Kualitas Audit 81 19.40 30.28 24.6794 1.80739 Ukuran KAP 81 .00 1.00 .2222 .41833 Audit fee 81 18.34 24.12 21.3367 1.51356 Audit Tenure 81 .00 1.00 .2593 .44096 Gender Komite 81 .00 1.00 .3827 .48908 Usia Komite 81 41.00 79.00 59.4198 9.03032 Valid N (listwise) 81
Berdasarkan Tabel 4.1, diketahui nilai kualitas audit minimum adalah 19.40 dan nilai kualitas audit maksimum 30.28. Sementara rata-rata dan standar deviasi dari kualitas audit adalah 24.6794 dan 1.80739. Nilai ukuran KAP minimum adalah 0 dan nilai ukuran KAP maksimum 1. Sementara rata-rata dan standar deviasi dari ukuran KAP adalah 0.222 dan 0.41833. Diketahui nilai audit fee minimum adalah 18.34 dan nilai audit fee maksimum 24.12. Sementara rata- rata dan standar deviasi dari audit fee adalah 21.3367 dan 1.51356. Diketahui nilai audit tenure minimum adalah 0 dan nilai audit tenure maksimum 1. Sementara rata-rata dan standar deviasi dari audit tenure adalah 0.2593 dan 0.44096. Nilai
gender komite audit minimum adalah 0 dan nilai gender komite audit maksimum 1. Sementara rata-rata dan standar deviasi dari gender komite audit adalah 0.3827 dan 0.48908. Diketahui nilai usia komite audit minimum adalah 41 dan nilai usia komite audit maksimum 79. Sementara rata-rata dan standar deviasi dari usia komite audit adalah 59,4198 dan 9.030316.
4.2. Uji Asumsi Klasik
4.2.1. Uji Asumsi Normalitas
Dalam penelitian ini, uji normalitas terhadap residual denganmenggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan �= 0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas �, dengan ketentuan sebagai berikut (Ghozali, 2013).Jika nilai probabilitas � ≥ 0,05, maka asumsi normalitas terpenuhi. Jika probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi.
Tabel 4.2 Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 81
Normal Parametersa,,b Mean .0000000 Std. Deviation 1.61560219 Most Extreme Differences Absolute .074
Positive .074
Negative -.070
Kolmogorov-Smirnov Z .670
a. Test distribution is Normal. b. Calculated from data.
Perhatikan bahwa berdasarkan Tabel 4.2, diketahui nilai probabilitas p atau Asymp.Sig. (2-tailed) sebesar 0,760. Karena nilai probabilitas p, yakni 0,760, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas dipenuhi.
Berdasarkan hasil uji normalitas dengan normal probability plot (Gambar 4.1) titik-titik cenderung menyebar dekat dengan garis diagonal.Hal ini berarti data telah memenuhi asumsi normalitas.
4.2.2. Uji Multikolinearitas
Untuk memeriksa apakah terjadi multikolinearitas atau tidak dapat dilihat dari nilai variance inflation factor (VIF). Nilai VIF yang lebih dari 10 diindikasi suatu variabel bebas terjadi multikolinearitas (Ghozali, 2013).
Tabel 4.3 UjiMultikolinearitas Model Collinearity Statistics Tolerance VIF 1 (Constant) Ukuran KAP .857 1.167 Audit fee .904 1.106 Audit Tenure .982 1.019 Gender Komite .987 1.013 Usia Komite .936 1.068
Berdasarkan Tabel 4.3, diketahui nilai VIF dari ukuran KAP adalah 1.167, nilai VIF dari audit fee adalah 1.106, nilai VIF dari audit tenure adalah 1.019, nilai VIF dari gender komite audit adalah 1.013, dan nilai VIF dari usia komite audit adalah 1.068. Jika seluruh nilai VIF tidak lebih dari 10, maka diindikasi tidak terjadi multikolinearitas. Karena nilai VIF dari ukuran
KAP, audit fee, audit tenure, gender komite audit, dan usia komite audit, tidak lebih dari 10, maka diindikasi tidak terjadi multikolinearitas.
4.2.3. Uji Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y, dan ZPRED pada sumbu X.(Ghozali, 2013).Ghozali (2013) menyatakan dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Perhatikan bahwa berdasarkan Gambar 4.2, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4.2.4. Uji Autokorelasi
Uji autokorelasi dalam penelitian ini digunakan uji Durbin- Watson.Berikut hasil berdasarkan uji Durbin-Watson.
Tabel 4.4 Uji Autokorelasi dengan Uji Durbin-Watson Model Durbin-Watson
1 1.934
Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi.Field (2009:220-221) menyatakan sebagai berikut.
“The size of the Durbin-Watson statistic depends upon the number of predictors in the model and the number of observations. For accuracy, you should look up the exact acceptable values in Durbin and Watson's (1951) original paper. As very conservative rule of thumb, values less then 1 or greater than 3 are definitely cause for concern; however, values closer to 2 may stil be problematic depending on your sample and model”.
Berdasarkan Tabel 4.4, nilai dari statistik Durbin-Watson adalah 1,934. Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3, yakni 1 < 1,934 < 3, maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.
4.3. Analisis Koefisien Determinasi
Koefisien determinasi (�2) merupakan suatu nilai (nilai proporsi) yang mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan dalam persamaan regresi, dalam menerangkan variasi variabel tak bebas.
Tabel 4.5 Koefisien Determinasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .448a .201 .148 1.66859 1.934
a. Predictors: (Constant), Usia Komite, Audit fee, Gender Komite, Audit Tenure, Ukuran KAP b. Dependent Variable: Kualitas Audit
Berdasarkan Tabel 4.5, diketahui nilai koefisien determinasi (R-Square) adalah 0.201. Nilai tersebut dapat diartikan variabel ukuran KAP, audit fee, audit tenure, gender komite audit, dan usia komite audit, secara bersama-sama dapat menerangkan atau menjelaskan variasi (variation) kualitas audit sebesar 20.1%, sisanya sebesar 79,9% persen dijelaskan oleh variabel atau faktor lainnya.
4.4. Analisis Regresi Linear Berganda dan Uji Signifikansi Pengaruh Parsial (Uji t)
Tabel 4.6 menyajikan nilai koefisien regresi, serta nilai statistik t untuk pengujian pengaruh secara parsial.
Tabel 4.6 Uji Signifikansi Pengaruh Parsial (Uji �) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 18.935 3.093 6.122 .000 Ukuran KAP .973 .482 .225 2.019 .047 Audit fee .297 .130 .249 2.291 .025 Audit Tenure -.207 .427 -.050 -.485 .629 Gender Komite -.788 .384 -.213 -2.053 .044 Usia Komite -.008 .021 -.038 -.358 .721
Berdasarkan Tabel 4.6, diperoleh persamaan regresi linear berganda sebagai berikut.
Y = 18,935 + 0,973X1 + 0,297X2 – 0,207X3 – 0,788X4 – 0,008X5 + e Berdasarkan persamaan regresi linear berganda di atas, diketahui:
1. Nilai koefisien regresi dari ukuran KAP adalah 0,973, yakni bernilai positif. Nilai tersebut dapat diinterpretasikan ukuran KAP berpengaruh positif terhadap kualitas audit.
2. Nilai koefisien regresi dari audit fee adalah 0,297, yakni bernilai positif. Nilai tersebut dapat diinterpretasikan audit fee berpengaruh positif terhadap kualitas audit.
3. Nilai koefisien regresi dari audit tenure adalah -0,207, yakni bernilai negatif. Nilai tersebut dapat diinterpretasikan audit tenure berpengaruh negatif terhadap kualitas audit.
4. Nilai koefisien regresi dari gender komite audit adalah -0.788, yakni bernilai negatif. Nilai tersebut dapat diinterpretasikan gender komite audit berpengaruh negatif terhadap kualitas audit.
5. Nilai koefisien regresi dari usia komite audit adalah -0.008, yakni bernilai negatif. Nilai tersebut dapat diinterpretasikan usia komite audit berpengaruh negatif terhadap kualitas audit.
Uji t digunakan untuk menguji apakah suatu variabel bebas berpengaruh signifikan atau tidak terhadap kualitas audit, pada suatu tingkat signifikansi tertentu (dalam hal ini 0,05).
1. Jika |t hitung| > |nilai kritis t (t tabel)|, maka pengaruh variabel bebas terhadap kualitas audit signifikan.
2. Jika |t hitung| < |nilai kritis t (t tabel)|, maka pengaruh variabel bebas terhadap kualitas audit tidak signifikan.
Atau
1. Jika nilai probabilitas (Sig.) < 0,05, maka pengaruh variabel bebas terhadap kualitas signifikan
2. Jika nilai probabilitas (Sig.) > 0,05, maka pengaruh variabel bebas terhadap kualitas audit tidak signifikan.
Gambar 4.3 merupakan perhitungan nilai t tabel.
Df = 75 (Jumlah pengamatan 81 – 6 (X1, X2,X3,X4,X5,Y)
Gambar 4.3 Menghitung t tabel dengan Rumus TINV dalam Microsoft Excel
1. Diketahui nilai probabilitas (Sig.) dari ukuran KAP, yakni 0.047 <0,05 dan nilai statistik t dari ukuran KAP |2.019| > nilai kritis t |1.99|, maka variabel ukuran KAP berpengaruh signifikan (secara statistika) terhadap kualitas audit.
2. Diketahui nilai probabilitas (Sig) dari audit fee, yakni 0.025 < 0,05 dan nilai statistik t dari audit fee |2.291| > nilai kritis t |1.99|, maka variabel audit fee berpengaruh signifikan (secara statistika) terhadap kualitas audit.
3. Diketahui nilai probabilitas (Sig) dari audit tenure, yakni 0.629 > 0,05 dan nilai statistik t dari audit tenure |-0.485| < nilai kritis t |1.99|, maka variabel audit tenure tidak berpengaruh signifikan (secara statistika) terhadap kualitas audit.
4. Diketahui nilai probabilitas (Sig.) dari gender komite audit, yakni 0.044 < 0,05 dan nilai statistik t dari gender komite audit |-2.053| >nilai
kritis t |1.99|, maka variabel gender komite audit berpengaruh signifikan (secara statistika) terhadap kualitas audit.
5. Diketahui nilai probabilitas (Sig.) dari usia komite audit, yakni 0.721 > 0,05 dan nilai statistik t dari usia komite audit |-0.358| < nilai kritis t |1.99|, maka variabel usia komite audit tidak berpengaruh signifikan (secara statistika) terhadap kualitas audit.
4.5. Pembahasan Hasil Penelitian
1. Pengaruh ukuran akuntan publik (X1) terhadap kualitas audit (Y)
Variabel ukuran kantor akuntan publik diukur dengan menggunakan variabel dummy. Dimana jika KAP big 4 diberi kode “1”dan jikanon big 4 diberi kode “0”. Variabel tersebut menunjukkan nilai koefisien positif sebesar 0,973dengan signifikansi sebesar 0.047 yaitu lebih kecil dari 0,05 (5%). Hal tersebut menunjukkan bahwa variabel ini memiliki arah hubungan yang positif dan berpengaruh signifikan terhadap kualitas audit. Arah hubungan yang positifmenunjukkan jika semakin besar ukuran KAP maka kualitas audit juga akan semakin meningkat. Sedangkan nilai signifikansinya yang lebih kecil dari 0,05 menunjukkan bahwa variabel ukuran KAP dapat memberikan bukti yang konsisten tentang pengaruhnya terhadap kualitas audit.
Hasil penelitian ini mendukung penelitian Abdul Hamid (2013) dalam jurnalnya yang meneliti pengaruh ukuran KAP terhadap kualitasaudit. Hasil penelitiannya menunjukkan ada pengaruh positif ukuran KAP terhadap kualitas audit yang diukur dengan menggunakan akrual lancar. Secara nyata
dapat diprediksi bahwa semakin besar ukuran KAP maka semakin baik kualitas audit yang akan dihasilkan.
Hal ini sejalan dengan teori Choi et al. (2010) dalam penelitiannya menemukan bahwa secara umum, kantor akuntan publik internasional dengan nama besar (seperti big four) atau keahlian industri bisa menyediakan laporan auditan dengan kualitas yang lebih tinggi dibandingkan kantor akuntan yang relatif kecil yang kurang nama besar atau keahlian industri. Dengan demikian,ukuran kantor akuntan publik yang berklasifikasi bigfour akan memberikan hasil audit yang lebih baik dibandingkan dengan kantor akuntan publik yang tidak terklasifikasi big four.
2. Pengaruh audit fee (X2) terhadap kualitas audit(Y)
Variabel audit fee diukur dengan logaritma natural biaya profesional yang tercantum di laporan keuangan perusahaan. Variabel audit fee menunjukkan nilai koefisien positif sebesar 0,297dengan tingkat signifikansi 0.025 yaitu lebih kecil dari 0,05 (5%). Hal tersebut menunjukkan bahwa variabel ini memiliki arah hubungan yang positif dan berpengaruh secara signifikan terhadap kualitas audit. Arah hubungan yang positif menunjukkan bahwa jika audit fee semakin meningkat, maka kualitas audit juga akan semakin meningkat. Sedangkan nilai signifikansi yang lebih kecil dari 0,05 menunjukkan bahwa variableaudit feedapat memberikan bukti yang konsisten tentang pengaruhnya terhadap kualitas audit.
Hasil penelitian ini konsisten dengan penelitian yang dilakukan Bambang Hartadi (2009) dimana biaya eksternal audit (audit fee) berpengaruhsignifikan
terhadap kualitas audit. Auditor independen akan semakin bertanggungjawab terhadap pekerjaannya jika semakin besar biaya atau inbalan yang mereka terima.
3. Pengaruh audit tenure (X3) terhadap kualitas audit (Y)
Variabel audit tenure diukur dengan menggunakan variabel dummy. Dimana jika masa perikatan dengan auditor sama atau lebih dari tiga tahun diberi kode “1” dan jika kurang dari 3 tahun diberi kode “0”. Variabel tersebut menunjukkan nilai koefisien negatif sebesar -0,207dengan signifikansi sebesar 0.629 yaitu lebih besar dari 0,05(5%). Hal tersebut menunjukkan bahwa variabel ini memiliki arah hubungan yang negatifdan tidak berpengaruh signifikan terhadap kualitas audit. Arahhubungan yang negatif menunjukkan jika semakin lama masa perikatan dengan auditor maka kualitas audit akan semakin rendah.Sedangkan nilai signifikansinya yang lebih besar dari 0,05 menunjukkan bahwa variabel audit tenure belum dapat memberikan bukti yang konsisten tentang pengaruhnya terhadap kualitas audit.
Hal ini sejalan dengan teoriAl-Thuneibatet al. (2011) dalam penelitiannyamenyimpulkan bahwa hubungan yang lama antara auditor dan kliennya berpotensiuntuk menciptakan kedekatan antara mereka, cukup untuk menghalangiindependensi auditor dan mengurangi kualitas audit.
Variabel gender komite audit diukur dengan menggunakan variabel dummy. Dimana jika perusahaan memiliki komite audit wanita diberi kode “1” dan jika tidak ada wanita diberi kode “0”. Variabel tersebut menunjukkan nilai koefisien negatif sebesar -0.788dengan signifikansi sebesar 0.044 yaitu lebih kecil dari 0,05 (5%). Hal tersebut menunjukkan bahwa variabel ini memiliki arah hubungan yang negatif namun berpengaruh signifikan terhadap kualitas audit. Arah hubungan yang negatif menunjukkan jika semakin banyak wanitadidalam komite audit maka kualitas auditakan semakin rendah.Sedangkan nilai signifikansinya yang lebih kecil dari 0,05 menunjukkan bahwa variabel gender komite audit dapat memberikan bukti yang konsisten tentang pengaruhnya terhadap kualitas audit.
Hasil penelitian ini mendukung penelitian yang dilakukanNi Wayan Rustriarini (2011) dimana gender komite audit berpengaruh signifikan terhadap kualitas audit. Hal ini disebabkan oleh banyak faktor yang mempengaruhi kualitas audit.
5. Pengaruh usia komite audit (X5) terhadap kualitas audit (Y)
Variabel usia komite audit diukur dengan melihat usia komite audit yang tertera di annual report perusahaan yang dapat di lihat di situs www.idx.co.id. Variabel tersebut mempunyai koefisien negatif sebesar -0.008dengan tingkat signifikansi 0.721 yaitu lebih besar dari 0,05 (5%). Hal tersebut menunjukkan bahwa variabel ini memiliki arah hubungan yang negatif dan tidak berpengaruh signifikan terhadap kualitas audit. Arah hubungan yang negatifmenunjukkan bahwa jika perusahaan memiliki semakin banyak komite
audit yang berusia madya maka kualitas audit yang dihasilkan akan semakin rendah. Sedangkan nilai signifikansi yang lebih besar dari 0,05 menunjukkan bahwa variabel usia komite audit tidak dapat memberikan bukti yang konsisten tentang pengaruhnya terhadap kualitas audit. Hasil penelitian ini tidak konsisten dengan penelitian yang dilakukan oleh Ni Wayan Rustriarini (2011) dan Fifin Friska (2011) yang menemukan bukti bahwa usia komite audit berpengaruh signifikan terhadap kualitas audit.
KESIMPULAN DAN SARAN 5.1. Kesimpulan
Berdasarkan analisis hasil penelitian dan pembahasan yang telah dilakukan,maka dapat disimpulkan bahwa:
1. Berdasarkan hasil pengujian dengan uji parsial t, diperoleh bukti empiris bahwa variabelukuran kantor akuntan publik (X1) berpengaruh positif dan signifikan terhadap kualitas audit.
2. Berdasarkan hasil pengujian dengan uji parsial t, diperoleh bukti empiris bahwa variabel audit fee (X2) berpengaruh positif dan signifikan terhadap kualitas audit.
3. Berdasarkan hasil pengujian dengan uji parsial t, diperoleh bukti
empiris bahwa variabel audit tenure (X3)
berpengaruhnegatiftetapitidak signifikan terhadap kualitas audit.
4. Berdasarkan hasil pengujian dengan uji parsial t, diperoleh bukti empiris bahwa variabel gender komite audit (X4) berpengaruh negatif dan signifikan terhadap kualitas audit.
5. Berdasarkan hasil pengujian dengan uji parsial t, diperoleh bukti empiris bahwa variabel usia komite audit (X5) berpengaruh negatif tetapitidak signifikan terhadap kualitas audit.
Penelitian ini mempunyai keterbatasan-keterbatasan yang dapat dijadikanbahan pertimbangan bagi peneliti berikutnya agar mendapatkan hasilyang lebihbaik lagi. Keterbatasan-keterbatasan tersebut adalah sebagaiberikut:
1. Berdasarkanhasil uji koefisien determinasi, variabel Ukuran Kantor Akuntan Publik (X1),Audit Fee(X2),Audit Tenure (X3),Gender Komite Audit (X4) dan Usia Komite Audit (X5) secara bersama-sama dapatmenerangkan atau menjelaskan variabel Kualitas Audit (Y) sebesar20,1%, sisanya sebesar 79,9%dipengaruhi oleh variabel atau faktor lainnya.
2. Penelitian tidak menggunakan variabel pemoderasi.
3. Periode penelitian yang diamati terbatas karena hanya mencakup tahun 2013 s/d 2015 sehingga belum bisa melihat kemungkinan kualitas audit pada auditee dalam jangka panjang.
4. Penelitian hanya memuat sektor manufaktur sebagai populasi dalam pengambilan sampelnya. Sehingga belum bisa melihat kemungkinan kualitas audit dalam lingkup yang lebih luas.
5.3. Saran
Berdasarkan hasil analisis pembahasan serta beberapa kesimpulan dan keterbatasan pada penelitian ini, adapun saran-saran yang dapat diberikan melalui hasil penelitian ini agar mendapatkan hasil yang lebih baik, yaitu:
1. Untuk peneliti selanjutnya, disarankan untuk menambah jumlahvariabel di luar variabel yang telah digunakan dalam
penelitianini, karena masih banyak variabel lain yang dapat mempengaruhivariabel kualitas audit.
2. Untuk peneliti selanjutnya diharapkan dapat menggunakan variabel pemoderasi untuk variasi penelitian selanjutnya.
3. Untuk peneliti selanjutnya dapat menambah jumlah tahun pengamatan sehingga dapat melihat kemungkinan kualitas audit dalam jangka panjang untuk memperkuat hasil penelitian menjadi lebih akurat
4. Untuk peneliti selanjutnya dapat memperluas sektor bisnis yang diteliti sehingga dapat melihat kemungkinan kualitas audit yang lebih luas.