BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2 Pengujian Hipotesis
Untuk menjawab hipotesis, dilakukan analisis regresi linier berganda dengan independensi (X1), keahlian audit (X2), dan lingkup audit (X3) sebagai variabel independen dan opini audit (Y) sebagai variabel dependen. Berikut ini adalah hasil analisis regresi linier berganda antara independensi (X1), keahlian audit (X2), dan lingkup audit (X3) terhadap opini audit (Y) menggunakan program SPSS.
4.2.1 Uji Asumsi Klasik
4.2.1.1 Uji Normalitas
Uji normalitas dilakukan untuk melihat apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah model regresi yang berdistribusi normal. Uji normalitas pada penelitian ini menggunakan Normal P-P Plot of
Regresion standardized residual terhadap pengujian pada keseluruhan variabel
pada penelitian ini. Sebagai dasar pengambilan keputusannya, jika titik-titik menyebar sekitar garis dan mengikuti garis diagonal maka nilai residual telah normal.
Gambar 4.1 Grafik Normal P-P Plot
Berdasarkan Gambar di atas dapat dilihat bahwa titik-titik pada grafik normal P-P plot menyimpang dan tmengikuti garis diagonal, maka disimpulkan bahwa residual model regresi berdistribusi normal.
4.2.1.2 Uji Multikolinieritas
Uji Multikolinearitas ditujukan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model uji regresi yang baik selayaknya tidak terjadi multikolinearitas (Wijaya, 2012:125). Untuk melihat ada atau tidaknya multikolinieritas dalam model regrasi dilihat dari nilai tolerance dan lawannya Variance Inflation Factor (VIF). Batasan umum yang dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance <0.1 atau sama dengan VIF>10 (Sekaran, 2009:353).
Tabel 4.9
Hasil Uji Multikolinearitas
Variabel Tolerance VIF
Independensi (X1) 0,735 1,360
Keahlian Audit (X2) 0,704 1,421 Lingkup Audit (X3) 0,812 1,232
Berdasarkan tabel di atas, dapat dilihat bahwa nilai tolerance dari 4 variabel independen semuanya lebih besar dari 0,10, demikian pula nilai VIF lebih kecil dari 10. Dengan demikian dapat disimpulkan bahwa model regresi tidak mengindikasikan adanya multikolinieritas atau asumsi non multikolinieritas terpenuhi.
4.2.1.3 Uji Heterokedastisitas
Uji ini bertujuan untuk menunjukkan bahwa variansi variabel tidak sama untuk semua pengamatan (Wijaya, 2012:130). Jika variansi dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut Homokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas karena data cross section memiliki data yang mewakili berbagai ukuran.
Deteksi terhadap masalah heterokedastisitas dilakukan dengan melihat grafik sebaran nilai residual. Uji heterokedastisitas menggunakan metode grafik
scatterplot antara standardized predicted value (ZPRED) dengan studentized residual (SRESID) dimana dapat dianalisis dengan cara berikut :
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka terjadi heterokedastisitas.
b. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
Gambar 4.2
Scatterplot ZPRED Dan SRESID
Gambar scatterplot di atas menunjukkan titik-titik menyebar secara acak di atas dan di bawah nilai 0 pada sumbu Y. Berdasarkan hasil tersebut dapat disimpulkan bahwa tidak terjadi heterokedastisitas dalam model regresi yang digunakan, dengan demikian asumsi non heterokedastisitas terpenuhi.
4.2.2 Analisis Regresi Linear Berganda
Setelah hasil uji asumsi klasik dilakukan dan hasilnya secara keseluruhan menunjukkan model regresi memenuhi asumsi klasik, maka untuk menjawab hipotesis dilakukan analisis regresi linier berganda dengan independensi (X1), keahlian audit (X2), dan lingkup audit (X3) sebagai variabel independen dan opini audit (Y) sebagai variabel dependen.
Berikut ini adalah hasil analisis regresi linier berganda dan output table pengujian dengan menggunakan program SPSS.
Tabel 4.10
Hasil Pengujian Regresi
Variabel Koefisien THitung Ttabel Sig. T
Konstanta -209 2,040 Independensi(X1) 0,353 2,381 0,024 Keahlian Audit (X2) 0,398 2,317 0,027 Lingkup Audit (X3) 0,301 2,141 0,040 R = 0,743 R Square = 0,552 F = 12,744 Sig. F = 0,000
Variabel Dependen : Opini Audit
Sumber : Lampiran 3
Dari tabel diatas, diperoleh rumus regresi sebagai berikut :
4.2.3 Uji Koefisien Determinasi (R
2)
Berdasarkan tampilan output model summary pada tabel 4.10, besarnya koefisien determinasi (R Square) sebesar 0,552 yang berarti 55,2 % variasi opini audit dapat dijelaskan oleh variasi dari keempat variabel independen, yaitu
independensi (X1), keahlian audit (X2), dan lingkup audit (X3). Sedangkan sisanya sebesar 44,8% dijelaskan oleh sebab lain diluar model.
4.2.4 Uji Signifikan Simultan (Uji F)
Dari hasil pengujian terhadap uji signifikansi simultan atau uji F seperti yang ditampilkan pada tabel 4.10, diperoleh nilai F-hitung= 12,744 dengan nilai signifikansi = 0,000 < tingkat signifikan α = 0,05, maka dapat disimpulkan bahwa variabel independensi (X1), keahlian audit (X2), dan lingkup audit (X3) secara simultan berpengaruh terhadap variabel opini audit (Y).
Secara lebih jelas, nilai F-hitung dibandingkan dengan F-tabel dimana jika F-hitung > F-tabel, maka secara simultan variabel-variabel independen berpengaruh signifikan terhadap variabel dependen. Pada taraf α = 0,05 dengan derajat kebebasan pembilang atau df1 = 4 dan derajat kebebasan penyebut atau df2 (n-k) = 31, diperoleh nilai tabel sebesar 2,679. dengan demikian, nilai F-hitung 12,744 lebih besar dari nilai F-tabel. Berdasarkan hasil perF-hitungan tersebut, dapat diinterpretasikan bahwa independensi (X1), keahlian audit (X2), dan lingkup audit (X3), secara simultan berpengaruh terhadap variabel opini audit (Y).
4.2.5 Uji Parsial (Uji T)
4.2.5.1 Independensi
Hasil pengujian untuk hipotesis pertama diperoleh angka t-hitung sebesar 2,381 dengan signifikansi sebesar 0,024. Nilai signifikansi untuk variabel independensi menunjukkan nilai di bawah tingkat signifikan sebesar 0,05 dan
nilai t-hitung sebesar 2,381 > dari t-tabel sebesar 2,040 yang berarti bahwa Ho ditolak dan dan Ha di terima atau independensi berpengaruh positif dan signifikan terhadap pemberian opini audit.
4.2.5.2 Keahlian Audit
Hasil pengujian untuk hipotesis kedua diperoleh angka t-hitung sebesar 2,317 dengan signifikansi sebesar 0,027. Nilai signifikansi untuk variabel keahlian audit menunjukkan nilai di bawah tingkat signifikan sebesar 0,05 dan nilai t-hitung sebesar 2,317 > dari t-tabel sebesar 2,040 yang berarti bahwa Ho ditolak dan dan Ha ditolak atau keahlian audit berpengaruh positif dan signifikan terhadap pemberian opini audit.
4.2.5.3 Lingkup Audit
Hasil pengujian untuk hipotesis ketiga diperoleh angka t-hitung sebesar 2,141 dengan signifikansi sebesar 0,040. Nilai signifikansi untuk variabel lingkup audit menunjukkan nilai di bawah tingkat signifikan sebesar 0,05 dan nilai t-hitung sebesar 2,141 > dari t-tabel sebesar 2,040 yang berarti bahwa Ho ditolak dan dan Ha di terima atau lingkup audit berpengaruh positif dan signifikan terhadap pemberian opini audit.