HASIL PENELITIAN DAN PEMBAHASAN 4.1Deskriptif Penelitian
4.2 Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan distribusi) (Ghozalli, 2013). Berdasarkan hasil pengolahan data SPSS yang meliputi , Rotasi KAP Mandatory , Rotasi KAP Voluntary, Kualitas Audit serta Ukuran KAP
Tabel 4.1
Statistik Deskriptif Variabel-Variabel Penelitian Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
QLTY 183 -1,0000 1,0000 ,003307 ,1910142 MDTR 183 ,00 1,00 ,0820 ,27507 VLTR 183 ,00 1,00 ,3989 ,49102 SIZE 183 ,00 1,00 ,1858 ,39001 Valid N (listwise) 183 Sumber : Hasil Olahan SPSS
Berdasarkan tabel 4.1 , maka dapat dijelaskan sebagai berikut :
1. Jumlah sampel yang digunakan dalam penelitian ini adalah 61 perusahaan dengan 3 tahun pengamatan, maka jumlah sampel pengamatan 183 perusahaan. Terdapat 3 variabel yang menggunakan skala nominal, sehingga angka ini dijadikan sebagai kategori semata tanpa nilai intrinsik, oleh karena itu tidak dapat dihitung rata-rata (mean) dan standar deviasinya.
2. Hasil uji statistik deskriptif terhadap variabel Kualitas Audit memiliki nilai minimum -1 dan nilai maksimum 1. Rata-rata untuk variabel ini adalah 0,003307 dengan standar deviasi 0,1910142
TABEL 4.2
Statistik Frekuensi Vaiabel Penelitian Statistics
QLTY MDTR VLTR SIZE
N Valid 183 183 183 183
Missing 0 0 0 0
Berdasarkan tabel 4.2 dapat dijelaskan bahwa jumlah data yang valid (sah untuk di proses) adalah 183 unit analisis, dengan nilai 0 untuk data yang hilang (missing), yang berarti semua data telah di proses.
Tabel 4.3
Statistik Frekuensi Variabel Rotasi KAP Mandatory MDTR
Frequency Percent Valid Percent
Cumulative Percent
Valid
Non Rotasi KAP MDTR
168 91,8 91,8 91,8
Rotasi KAP MDTR 15 8,2 8,2 100,0
Total 183 100,0 100,0
Sumber : Hasil Olahan SPSS
Pada tabel 4.3 dijelaskan mengenai proporsi variabel dummy pada sampel, dimana perusahaan yang melakukan rotasi KAP secara mandatory diberi nilai 1 dan perusahaan yang tidak melakukan rotasi KAP secara mandatory diberi nilai 0. Dari tabel di atas dapat dilihat bahwa variabel Rotasi KAP secara mandatory adalah sebesar 8,2 % atau 15 perusahaan. Rendahnya angka ini dapat diartikan bahwa sedikit perusahaan di Indonesia yang melakukan pergantian KAP yang bersifat mandatory, hal ini dapat disebabkan oleh fenomena perusahaan-perusahaan di Indonesia yang cenderung melakukan rotasi dengan frekuensi yang tinggi sehingga banyak perusahaan berganti KAP dibawah 6 tahun.
Tabel 4.4
Statistik Frekuensi Variabel Rotasi KAP Voluntary VLTR
Frequency Percent Valid Percent
Cumulative Percent
Valid
Non Rotasi KAP VLTR 110 60,1 60,1 60,1 Rotasi KAP VLTR 73 39,9 39,9 100,0 Total 183 100,0 100,0
Sumber : Hasil Olahan SPSS
Pada tabel 4.4 dijelaskan mengenai proporsi variabel dummy pada sampel, dimana perusahaan yang melakukan rotasi KAP secara voluntary diberi nilai 1 dan perusahaan yang tidak melakukan rotasi KAP secara voluntary diberi nilai 0. Dari tabel di atas dapat dilihat bahwa variabel Rotasi KAP secara voluntary adalah sebesar 39,9 % . Tingginya angka ini dapat diartikan bahwa di Indonesia, cukup banyak perusahaan yang melakukan rotasi KAP sebelum batas penugasan maksimal yakni 6 tahun, bahkan ada perusahaan yang melakukan rotasi KAP setiap tahun.
Tabel 4.5
Statistik Frekuensi Ukuran KAP SIZE Frequency Percen t Valid Percent Cumulative Percent Valid Non Big 4 149 81,4 81,4 81,4 Big 4 34 18,6 18,6 100,0 Total 183 100,0 100,0
Berdasarkan tabel di atas dapat dideskripsikan bahwa pengukuran untuk variabel moderating Ukuran KAP dengan menggunakan variabel dummy. Dimana perusahaan yang menggunakan KAP Big 4 diberikan nilai 1 sedangkan yang tidak menggunakan KAP Big 4 (Non KAP Big 4) diberikan nilai 0. Jumlah data yang menggunakan KAP Big 4 adalah 18,6 % atau 34 sampel, hal ini menunjukan bahwa perusahaan yang melakukan rotasi KAP cenderung tidak memakai KAP Big 4.
4.3Pengujian Asumsi Klasik
Pengujian asumsi klasik digunakan untuk menegtahui apakah model yang digunakan dalam penelitian bersifat BLUE (Best Linear Unbiased Estimator). Uji asumsi klasik digunakan untuk kedua model dengan menggunakan metode OLS.
4.3.1 Uji Multikolinearitas
Tujuan dilakukannya uji multikolinearitas adalah untuk mengetahui apakah dalam model regresi terdapat korelasi antar variabel independennya. Karena, model regresi yang baik, tidak memiliki kolerasi antara variabel independen. Gejala multikolinearitas terjadi bila nilai korelasi antar variabel lebih besar dari 0,95.
Tabel 4.6 Uji Multikolinearitas Coefficient Correlationsa Model VLT R MDTR 1 Correlations VLTR 1,000 ,243 MDTR ,243 1,000 Covariances VLTR ,001 ,000 MDTR ,000 ,003 a. Dependent Variable: QLTY
Sumber : Hasil Olahan SPSS
Dari tabel di atas diketahui bahwa korelasi antara variabel Rotasi KAP Mandatory dan Rotasi KAP Voluntary sebesar 0,243 atau sebesar 24,3%, oleh karena korelasi ini masih di bawah 0,95 maka dapat disimpulkan tidak terjadi multikolinearitas yang serius.
4.3.2 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk mengetahui apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya) (Ghozali, 2013). Tabel 4.7 Uji Autokorelasi Model Summaryb Mode l R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,150a ,022 ,012 ,1899086 2,043 a. Predictors: (Constant), VLTR, MDTR Sumber : Hasil Olahan SPSS
Dari tabel di atas dapat disimpulkan bahwa tidak terdapat autokorelasi, hal ini dilihat dari nilai Durbin-Watson (DW) sebesar 2,043 lebih besar dari batas atas (du) 1,693 dan kurang dari 4-1,693 (4-du).
4.4Pengujian Statistik
4.4.1 Analisis Koefisien Determinasi
Koefisienan determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisienan determinasi adalah antara nol dan satu.
Tabel 4.8 Koefisienan Determinasi Model Summaryb Mode l R R Square Adjusted R Square Std. Error of the Estimate 1 ,208a ,043 ,027 ,1883926
a. Predictors: (Constant), SIZE, VLTR, MDTR b. Dependent Variable: QLTY
Sumber : Hasil Olahan SPSS
Dari tampilan output SPSS diatas model summary besarnya adjusted R adalah 0,027 yang berarti variabel MDTR, VLTR dan SIZE mampu menjelaskan sebesar 2,7% variabel QLTY sedangkan sisanya 97,8% dipengaruhi oleh faktor lain.
4.4.2 Analisis Hasil Uji F
Analisis hasil uji F digunakan untuk melakukan uji hipotesis koefisien regresi secara bersamaan apakah variabel independen secara bersama-sama memiliki pengaruh yang signifikan terhadap variabel dependen. Jika nilai signifikan F lebih kecil dari 0,05 , maka variabel independen secara bersama-sama memiliki pengaruh yang signifikan terhadap variabel dependen.
Tabel 4.9 Uji F ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regression ,149 2 ,074 2,063 ,130b Residual 6,492 180 ,036 Total 6,641 182
a. Dependent Variable: QLTY
b. Predictors: (Constant), VLTR, MDTR Sumber : Hasil Olahan SPSS
Dari tabel di atas dapat dilihat bahwa nilai probabilitas signifikansi F dari model regresi adalah 0,130. Nilai tersebut berada di atas nilai 0,05, hal ini mengindikasikan bahwa variabel-variabel independen yang digunakan dalam model secara bersama-sama tidak berpengaruh signifikan terhadap variabel dependen.
4.4.3 Analisis Hasil Uji t
Uji parsial digunakan untuk mengetahui pengaruh masing-masing variabel independen terhadap variabel dependen.
Tabel 4.10 Uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) ,020 ,019 1,009 ,315 MDTR ,039 ,053 ,056 ,737 ,462 VLTR -,049 ,030 -,126 -1,656 ,099
a. Dependent Variable: QLTY Sumber : Hasil Olahan SPSS
Dari tabel di atas dilihat bahwa nilai probabilitas signifikansi t dari tiap variabel independen adalah 0,462 dan 0,099, keduanya jauh di atas 0,05. Hasil ini mengindikasikan bahwa variabel independen tidak signifikan terhadap variabel dependen.
4.4.4 Analisis Uji Residual
Uji residual merupakan uji yang dipilih untuk melihat hubungan antara variabel moderating dengan variabel independen dan variabel dependen.
Tabel 4.11 Uji residual Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) ,294 ,018 16,194 ,000 QLTY ,163 ,095 ,126 1,714 ,088
a. Dependent Variable: SIZE Sumber : Hasil Olahan SPSS
Dari tabel 4.11 dapat disimpulkan bahwa variabel ukuran KAP bukan merupakan variabel pemoderasi, hal ini bisa dilihat dari nilai koefisien parameter yang bernilai positif sebesar 0,126 serta nilai signifikansinya yang tidak signifikan sebesar 0,088 ( ,05).
Tabel 4.12 Uji residual Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) ,302 ,018 16,798 ,000 QLTY ,190 ,094 ,148 2,014 ,046
a. Dependent Variable: SIZE
Sumber : Hasil Olahan SPSS
Dari tabel 4.12 dapat dilihat bahwa variabel QLTY signifikan dengan nilai 0,046 terhadap Rotasi KAP voluntary, tetapi nilai koefisienan parameternya positif yakni 0,148, menunjukan bahwa
variabel SIZE tidak mampu memoderasi atau bukanlah variabel pemoderasi.