Sebelum data dianalisis lebih lanjut menggunakan analisis regresi linier berganda, data terlebih dahulu akan diuji validitas. Hal ini dimaksudkan untuk menguji apakah data yang diukur dapat digunakan untuk menjelaskan dan mengukur apa yang ingin diukur (validitas).
Dasar analisis yang digunakan yaitu jika nilai rhitung > rtabel dan nilai r positif, maka item pertanyaan tersebut adalah valid.
Dari hasil Uji Validitas dengan alat bantu komputer yang menggunakan program SPSS untuk masing-masing variabel dapat dilihat pada tabel 4.5, yaitu sebagai berikut :
Tabel 4.5 Hasil Uji Validitas
Var iabel Item
Nilai r hitung (Corrected item – Total
Correlation) r tabel Ket Kompetensi (X1) P1 0,279 0,218 Valid P2 0,308 Valid P3 0,348 Valid P4 0,241 Valid Independensi (X2) P1 0,435 Valid P2 0,229 Valid P3 0,314 Valid P4 0,256 Valid
Kualitas Audit (Y) P1 0,458 Valid
P2 0,302 Valid
Berdasarkan tabel 4.5 dapat dilihat bahwa masing-masing item pertanyaan variabel menunjukkan rhitung > rtabel, sehingga dapat dikatakan bahwa item pertanyaan dalam 3 variabel adalah valid.
4.3.2 Uji Reliabilitas
Uji reliabilitas bertujuan untuk mengetahui apakah data yang diukur dapat digunakan kembali untuk penelitian selanjutnya secara konsisten. Dasar analisis yang digunakan adalah jika nilai Cronbach Alpha > 0,60, maka item pertanyaan tersebut adalah reliabel.
Dengan alat bantu komputer yang menggunakan program SPSS, hasil perhitungan uji reliabilitas untuk masing-masing variabel adalah sebagai berikut :
Tabel 4.6 Hasil Uji Relia bilita s
Var iabel Nilai Cr onbach Alpha Ket
Kompetensi (X1) 0,637
0,60
Reliabel
Independensi (X2) 0,736 Reliabel
Kualitas Audit (Y) 0,888 Reliabel
Sumber : Lampira n 4-6
Berdasarkan tabel 4.6 dapat dilihat bahwa besarnya nilai Cronbach Alpha pada seluruh variabel, baik X1, X2 dan Y, lebih besar dari 0,60, dan sesuai dengan dasar pengambilan keputusan. Hal ini berarti bahwa item
pertanyaan yang terbagi atas 3 bagian dan terdiri dari 11 item pertanyaan tersebut reliabel dan dapat digunakan dalam penelitian.
4.3.3 Uji Nor malita s
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen mempunyai distribusi normal atau tidak. Dasar analisis yang digunakan yaitu jika nilai signifikansi atau nilai probabilitasnya (Asymp sig (2-tailed)) > 5%, maka item pertanyaan tersebut adalah berdistribusi normal. Untuk mengetahui apakah data tersebut mengikuti sebaran normal dapat dilakukan dengan metode Kolmogorov Smirnov test. Berikut adalah hasil pengujian normalitas:
Tabel 4.7 Hasil Uji Nor malita s
One-Sample Kolmogorov-Smir nov Test
Unstandardized Residual
N 58
Normal Parametersa,,b Mean .0000000
Std. Deviation 1.16240817
Most Extreme Differences Absolute .079
Positive .067
Negative -.079
Kolmogorov-Smirnov Z .604
a. Test distribution is Normal. b. Calculated from data. Sumber : Lampira n 7
Berdasarkan hasil uji normalitas pada tabel 4.7 menunjukkan bahwa distribusi data adalah normal, karena nilai signifikansi atau nilai Asymp Sig (2-tailed) yang dihasilkan adalah 0,859 lebih besar dari 5%, dan sesuai dengan dasar pengambilan keputusan. Hal ini berarti bahwa item pertanyaan yang terbagi atas 3 bagian dan terdiri dari 11 pertanyaan tersebut berdistribusi normal, sehingga dapat digunakan dalam penelitian.
4.4 PE NGUJ IAN ASUMSI KLASIK REGRESI LINIER BERGANDA
Tujuan dari pengujian asumsi klasik analisis regresi adalah untuk mengetahui secara pasti apakah model regresi linier berganda menghasilkan keputusan yang BLUE (Best Linear Unbiased Estimator), dalam arti pengambilan keputusan melalui uji F dan uji t tidak bias, hal tersebut perlu diuji dengan menggunakan asumsi dasar berikut ini :
4.4.1 Uji Autokor elasi
Dalam penelitian ini data yang digunakan bukan data time series, sehingga untuk Uji Autokorelasi tidak dilakukan.
4.4.2 Uji Multikolinier itas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas atau independen. Model regresi yang baik seharusnya tidak mengandung multikolinieritas. Hasil pengujian multikolinieritas dapat dilihat berdasarkan nilai Variance Inflation Factor (VIF). Berikut menunjukkan hasil Uji Multikolinieritas:
Tabel 4.8 Hasil Uji Multikolinier itas
Var iabel Bebas Toler ance VIF
Kompetensi (X1) 0,985 1,015
Independensi (X2) 0,985 1,015
Sumber : Lampira n 8
Berdasarkan tabel 4.8 diketahui bahwa nilai VIF pada kedua variabel bebas < 10, dan nilai tolerance > 0,1, sehingga dapat disimpulkan bahwa model regresi bebas dari multikolinieritas. Dengan demikian asumsi non multikolinieritas telah terpenuhi.
4.4.3 Uji Heter oskedastisitas
Heterokedastisitas merupakan suatu keadaan dimana terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik tidak mengandung Heterokedastisitas. Pengujian Heterokedastisitas dalam penelitian ini menggunakan Rank Spearman yaitu
dengan cara menghitung korelasi Rank Spearman antara unstandardized residual dengan seluruh variabel bebas. Apabila nilai signifikan > 0.05 maka tidak terjadi Heterokedastisitas. Berikut menunjukkan hasil Uji Heterokedastisitas untuk masing-masing variabel bebas:
Tabel 4.9 Hasil Uji Heter okedastisitas
Variabel Bebas Koefisien Rank Spearman Signifikansi
Kompetensi (X1) 0.029 0.826
Independensi (X2) -0.070 0.603
Sumber : Lampira n 9
Berdasarkan tabel 4.9 dapat diketahui bahwa nilai signifikansi korelasi Rank Spearman pada kedua variabel bebas lebih dari 0.05, sehingga disimpulkan bahwa tidak terjadi heteroskedastisitas dalam model regresi. Dengan demikian asumsi non heteroskedastisitas telah terpenuhi.
4.5 ANALISIS DAN PENGUJ IAN HIPOTESIS
Berdasarkan hasil pengujian asumsi yang dilakukan diatas, diketahui bahwa asumsi-asumsi yang mendasari analisis telah terpenuhi. Maka selanjutnya akan dijelaskan hasil analisis regresi linier berganda untuk menguji dan membuktikan apakah kompetensi dan independensi auditor mempunyai pengaruh terhadap kualitas audit.
4.5.1 Persamaan Regresi
Berikut adalah nilai koefisien regresi yang dihasilkan : Tabel 4.10 Hasil Koefisien Regresi
Var iabel Bebas Koefisien (B)
Konstanta 6,760
Kompetensi 0,460
Independensi -0,139
Sumber : La mpir an 8
Berdasarkan tabel 4.10, dapat diperoleh persamaan regresi linier sebagai berikut :
Y = 6,760 + 0460X1 – 0,139X2
Dari model persamaan regresi linier tersebut di atas dapat diinterprestasikan sebagai berikut :
Konsta nta (α)
Nilai konstanta (α) sebesar 6,760 menunjukkan bahwa, apabila variabel kompetensi dan independensi auditor konstan maka besarnya nilai kualitas audit yaitu sebesar 6,760 satuan.
Koefisien (β 1) Untuk Var iabel Kompetensi (X1)
Besarnya nilai koefisien regresi (β 1) sebesar 0,460. Nilai β 1 yang positif menunjukkan adanya hubungan yang searah antara kualitas audit (Y) dengan
kompetensi (X1), yang artinya jika kompetensi (X1) naik sebesar satu satuan, maka besarnya nilai kualitas audit (Y) akan naik sebesar 0,460 satuan dengan asumsi bahwa variabel bebas lainnya bersifat konstan.
Koefisien (β 2) Untuk Var iabel Independensi Auditor (X2)
Besarnya nilai koefisien regresi (β 1) sebesar -0,139. Nilai β 1 yang negatif menunjukkan adanya hubungan yang berlawanan arah antara kualitas audit (Y) dengan independensi (X2), yang artinya jika independensi (X2) turun sebesar satu satuan, maka besarnya nilai kualitas audit (Y) akan turun sebesar -0,139 satuan dengan asumsi bahwa variabel bebas lainnya bersifat konstan.
4.5.2 Pengujian Hipotesis dengan Uji Kesesuaian Model (Uji F)
Uji kesesuaian model (uji F) digunakan untuk menguji cocok atau tidaknya model regresi yang dihasilkan guna mengetahui pengaruh variabel-variabel bebas (X) terhadap variabel-variabel terikat (Y).
Berikut adalah hasil uji F antara variabel kompetensi dan independensi auditor memiliki pengaruh terhadap kualitas audit :
Tabel 4.11 Hasil Ana lisis Hub unga n Kesesuaian Model
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 61.137 2 30.569 21.830 .000a Residual 77.018 55 1.400 Total 138.155 57 a. Predictors: (Constant), X2, X1 b. Dependent Variable: Y Sumber : Lampira n 9
Berdasarkan tabel diatas diperoleh hasil F hitung sebesar 21,830 dengan nilai signifikansi sebesar 0,000 (lebih kecil dari 0,05), maka H0 ditolak dan H1
diterima, sehingga dapat disimpulkan bahwa variabel kompetensi dan independensi auditor secara signifikan berpengaruh terhadap kualitas audit. Hasil ini berarti model regresi yang dihasilkan pada penelitian ini cocok untuk menguji pengaruh kompetensi dan independensi auditor secara signifikan berpengaruh terhadap kualitas audit.
Sehingga hipotesis pertama penelitian yang menyatakan bahwa terdapat pengaruh antara kompetensi dan independensi auditor terhadap kualitas audit teruji kebenarannya.
Dari hasil pengujian juga diperoleh nilai R square yang dapat dilihat pada tabel berikut :
Tabel 4.12 Koefisien Deter minasi (R squar e / R2) Model Summa r yb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .665a .443 .422 1.18335
a. Predictors: (Constant), X2, X1 b. Dependent Variable: Y
Sumber : Lampira n 10
Berdasarkan tabel di atas menunjukkan besarnya nilai koefisien determinasi (R square) sebesar 0,443. Hal ini menunjukkan bahwa perubahan yang terjadi pada variabel kualitas audit (Y) sebesar 44% dipengaruhi oleh variabel kompetensi dan independensi auditor, sedangkan sisanya 56% dijelaskan oleh faktor lain yang tidak termasuk dalam model.
4.5.3 Pengujian Hipotesis dengan Uji Pa r sia l (Uji t)
Uji parsial (uji t) digunakan untuk menguji hipotesis pengaruh variabel kompetensi dan independensi auditor secara parsial terhadap kualitas audit.
Berikut adalah hasil analisis variabel kompetensi dan independensi auditor terhadap kualitas audit dengan menggunakan uji t :
Tabel 4.13 Hasil Uji t
Variabel Bebas t hitung Signifikansi Keterangan
Kompetensi (X1) 5,904 0,000 Berpengaruh
Independensi (X2) -2,223 0,030 Berpengaruh
Sumber : Lampira n 8
Berdasarkan tabel di atas, dapat diinterprestasikan sebagai berikut : 1. Pengar uh kompetensi (X1) secar a par sial ter ha dap kualitas a udit (Y)
Uji t antara variabel kompetensi (X1) dengan kualitas audit (Y) diperoleh nilai t sebesar 5,904 dengan nilai signifikansi sebesar 0,000. Karena nilai signifikansi lebih kecil dari 0.05 maka H0 ditolak dan H1
diterima, sehingga dapat disimpulkan bahwa kompetensi berpengaruh secara parsial terhadap kualitas audit.
2. Pengar uh independensi (X2) secara par sial ter hadap kualita s a udit (Y)
Uji t antara variabel independensi (X2) dengan kualitas audit (Y) diperoleh nilai t sebesar -2,223 dengan nilai signifikansi sebesar 0,030. Karena nilai signifikansi lebih kecil dari 0.05 maka H0 ditolak dan H1
diterima, sehingga dapat disimpulkan bahwa independensi berpengaruh secara parsial terhadap kualitas audit.