Reliabilitas merupakan ukuran suatu kestabilan dan konsistensi responden dalam menjawab hal yang berkaitan dengan konstruk-konstruk pertanyaan yang merupakan dimensi suatu variabel dan disusun dalam suatu bentuk kuisioner. Uji reliabilitas dapat dilakukan secara bersama-sama terhadap seluruh butir pertanyaan untuk lebih dari satu variabel, namun sebaiknya uji reliabilitas dilakukan pada masing-masing variabel pada lembar kerja yang berbeda sehingga dapat diketahui konstruk variabel mana yang tidak reliabel.
Alat bantu yang digunakan dalam penelitian ini yaitu program SPSS untuk analisis reliabilitas, dengan menggunakan model Koefisien Cronbrach Alpha. Cronbrach Alpha merupakan salah satu koefisien reliabilitas yang paling sering digunakan.
Cara menghitung tingkat reliabilitas suatu data yaitu dengan Cronbrach Alpha yang dirumuskan :
11 = [ �
�−1 ] [ 1- ∑��2
σ 2 ]
Keterangan : 11 = reliabilitas instrumen atau pertanyaan k = banyaknya butir pertanyaan
� 2 = varians total ∑��2 = jumlah varian butir
Setelah nilai koefisien reliabilitas diperoleh, maka ditetapkan suatu nilai koefisien paling kecil yang dianggap reliabel. Keandalan dikatakan baik jika mempunyai nilai ≥ dari 0,60 (Santosa, 2005).
3.2.5.2 Regresi Linier Sederhana
Dalam penelitian ini, penulis menggunakan regresi linier sederhana. Menurut Sugiyono (2011) ‘Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel dependen’.
‘Analisis regresi digunakan oleh peneliti untuk memprediksikan seberapa jauh perubahan nilai variabel dependen, bila nilai variabel independen dimanipulasi/diubah-ubah atau dinaikturunkan’ (Sugiyono, 2011). Dampak dari penggunaan analisis regresi dapat digunakan untuk memutuskan apakah naik dan menurunnya variabel dependen dapat dilakukan dengan menaikkan dan menurunkan keadaan variabel independen, atau untuk meningkatkan keadaan variabel dependen dapat dilakukan dengan meningkatkan variabel independen dan sebaliknya (Sugiyono, 2011).
Bentuk persamaan regresi linier sederhana adalah:
� = a + bX
Sumber : Husein Umar (2008)
Keterangan: � = Kinerja Auditor
X = Tekanan Peran (Role Stress)
a = Konstanta
b = Koefisien Regresi
3.2.5.3Uji Asumsi Klasik Regresi a. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah model regresi mempunyai distribusi normal atau tidak. Model regresi yang baik memiliki distribusi normal atau mendekati normal, sehingga layak dilakukan pengujian secara statistika. Untuk mendeteksi apakah data berdistribusi normal atau tidak dapat diketahui dengan menggambarkan penyebaran data melalui sebuah grafik. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonalnya, model regresi memenuhi asumsi normalitas.
b. Uji Linieritas
Uji linearitas dipergunakan untuk melihat apakah model yang dibangun mempunyai hubungan linear atau tidak. Dengan uji linearitas dapat mengkonfirmasikan apakah sifat linear antara dua variabel yang
diidentifikasikan secara teori sesuai atau tidak dengan hasil observasi yang ada.
3.2.5.4 Uji Hipotesis Penelitian
Setelah koefisien masing - masing diperoleh, selanjutnya untuk memastikan apakah hipotesis dalam penelitian ini diterima atau ditolak, maka akan dilakukan pengujian hipotesis statistik sebagai berikut:
Hipotesis :
Ho : β = 0 : Tekanan peran tidak berpengaruh terhadap kinerja auditor. Ha : β≠ 0 : Tekanan peran berpengaruh terhadap kinerja auditor.
Selanjutnya akan dilakukan analisis melalui persamaan regresi linier sederhana sebagai berikut:
� = a + bX Dimana : � = Kinerja Auditor
a = konstanta b = koefisien regresi
X = Tekanan Peran (Role Stress)
Hipotesis ini ditolak atau diterima dilihat dari taraf signifikansi yang didapatkan setelah pengolahan data dilakukan dengan bantuan SPSS. Jika taraf signifkansi yang didapat lebih kecil dari 0,05 maka Ho ditolak. Sebaliknya, jika taraf signifikansi yang didapat lebih besar dari 0,05 maka Ho diterima.
3.2.5.5 Koefisien Korelasi
Menurut Suharyadi (158:2009), analisis korelasi adalah suatu teknik statistika yang digunakan untuk mengukur keeratan hubunga atau korelasi antara dua variabel. Dengan kata lain koefisien korelasi ini digunakan untuk menunjukkan sejauh mana hubungan yang terjadi di antara variabel bebas dan variabel terikat. Dikarenakan data berskala interval, maka teknik korelasi yang digunakan adalah korelasi Pearson Product Moment. Adapun rumus dari korelasi Pearson Product Moment adalah sebagai berikut:
= ∑ − ∑ ∑
∑ 2 −(∑ )2 ∑ 2 −(∑ )2
Sumber : Suharyadi (2009:159)
Dimana:
r : Nilai koefesien korelasi
∑ : Jumlah pengamatan variabel X ∑ : Jumlah pengamatan variabel Y
∑ : Jumlah hasil perkalian variabel X dan Y
(∑ 2) : Jumlah kuadrat dari pengamatan variabel X
(∑ )2 : Jumlah kuadrat dari jumlah pengamatan variabel X
(∑ )2 : Jumlah kuadrat dari jumlah pengamatan variabel Y
Tingkat hubungan antara variabel X dan varabel Y di dalam koefisien korelasi dibagi ke dalam lima interval tingkat hubungan, yang akan dijelaskan dalam tabel berikut:
Tabel 3.4
Pedoman Untuk Memberikan Interpretasi Koefisien Korelasi Interval Koefisien Tingkat Hubungan
0,00 - 0,199 Sangat rendah 0,20 – 0,399 Rendah 0,40 – 0,599 Sedang 0,60 – 0,799 Kuat 0,80 – 1,000 Sangat Kuat Sumber : Sugiyono (2005 : 214) 3.2.5.6 Koefisien Determinasi
Koefisien determinasi merupakan ukuran untuk mengetahui kesesuaian atau ketepatan antara nilai dugaan atau garis regresi dengan data sampel. Jika semua data observasi terletak pada garis regresi akan diperoleh garis regresi yang sesuai atau sempurna, namun apabila data observasi tersebar jauh dari nilai dugaan atau garis regresinya, maka nilai dugaannya menjadi kurang sesuai.
Koefisien determinasi didefinisikan sebagai bagian dari keragaman total variabel terikat Y (variabel yang dipengaruhi atau dependent) yang dapat
diterangkan atau diperhitungkan oleh keragaman variabel bebas X (variabel yang mempengaruhi atau independent).
Koefisien determinasi (KD) merupakan kuadrat dari koefisien korelasi (r) atau disebut juga sebagai R-Square. Apabila nilai koefisien korelasi sudah diketahui, makan untuk mendapatkan koefisien determinasi dapat diperoleh dengan mengkuadratkannya.
3.2.5.7 Uji Signifikansi (Uji t)
Pada Imam Ghozali (2009), uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. Dalam Sudjana (2002), untuk menguji hipotesis mengenai koefisien arah � dari regresi linier, maka harus menetapkan hipotesis H dan alternatif, yakni:
Ho : Tekanan Peran (Role Stress) tidak berpengaruh terhadap Kinerja Auditor.
Ha : Tekanan Peran (Role Stress) berpengaruh terhadap Kinerja Auditor.
Untuk mencari t hitung digunakan rumus sebagai berikut :
= � − � �
. −1
Keterangan:
b = koefisien arah regresi linier � = nilai yang dimisalkan
= simpangan baku untuk variabel X
. = kekeliruan standar taksiran n = sampel
Kriteria untuk penerimaan atau penolakan hipotesis �0 , ditentukan oleh taraf nyata α = 5 % dan distribusi t dengan d.k = (n-2). Dalam pengambilan keputusan perlu diperhatikan perbandingan antara thitung dengan ttabel :
1. Jika thitung > ttabel , maka �0 ditolak, yang artinya tekanan peran (role stress) berpengaruh terhadap kinerja auditor.
2. Jika thitung < ttabel , maka �0 diterima, yang artinya tekanan peran (role stress) tidak berpengaruh terhadap kinerja auditor.
Lilis Tuti Alawiyah , 2013
Pengaruh tekanan peran (role stress) terhadap kinerja arditor pada kantor akuntan public di kota bandung
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB V