ANALISIS HASIL PENELITIAN
3. Uji Kualitas Data a.Uji Validitas
Uji validitas bertujuan untuk memastikan apakah semua data yang terkumpul telah mengukur dengan tepat dan dapat menjawab research question (Efferin et al, 2008 : 118). Uji validitas dilakukan dengan menggunakan bantuan SPSS 18, dimana batas angka kritis (α) adalah 0,05 (5%). Kriteria pengujian dilakukan dengan membandingkan antara rhitung dan rtabel, dimana:
2. Ghozali (2006:45) mengungkapkan rtabel atau degree of freedom (df) = n-k, dimana n = jumlah sampel, dan k = jumlah variabel independen dan dependen. Penelitian ini memiliki sampel sebanyak 31, variabel independen sebanyak 2 dan variabel dependen 1, maka: k = 3, n = 31, dan df = 31-3 = 28. Dalam penelitian ini, rtabel sebesar 0,2759.
Tabel 4.4
Uji Validitas Variabel Keahlian Auditor (Y)
Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted Pertanyaan 10 37.6452 84.570 .714 .898 Pertanyaan 11 37.5484 84.389 .648 .899 Pertanyaan 12 37.2258 84.247 .596 .900 Pertanyaan 13 37.3548 82.770 .711 .897 Pertanyaan 14 37.2258 83.981 .615 .900 Sumber: Hasil pengolahan data, 2011
Hasil pengolahan data dari uji validitas tersebut menunjukkan bahwa butir pertanyaan yang mengukur variabel keahlian auditor dari butir pertanyaan 10 sampai butir pertanyaan 14 telah valid, karena dapat dilihat bahwa koefisien validitas (rhitung), berkisar antara 0,596 sampai 0,714 lebih besar dibanding dengan rtabel yang bernilai 0,2759.
Tabel 4.5
Uji Validitas Variabel Pengalaman (X1) Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted Pertanyaan 1 38.3226 78.626 .587 .901 Pertanyaan 2 39.7419 81.798 .591 .900 Pertanyaan 3 38.0645 75.462 .680 .897 Pertanyaan 4 38.6774 77.292 .693 .896 Sumber: Hasil pengolahan data, 2011
Hasil pengolahan data dari uji validitas tersebut menunjukkan bahwa butir pertanyaan yang mengukur variabel pengalaman dari butir pertanyaan 1 sampai butir pertanyaan 4 telah valid, karena dapat dilihat bahwa koefisien validitas (rhitung), berkisar antara 0,587 sampai 0,6934 lebih besar dibanding dengan rtabel yang bernilai 0,2759.
Tabel 4.6
Uji Validitas Variabel Pendidikan dan Pelatihan Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted Pertanyaan 5 38.3871 91.245 .583 .910 Pertanyaan 6 39.1290 78.783 .705 .895 Pertanyaan 7 38.8710 80.516 .649 .898 Pertanyaan 8 39.1613 78.406 .653 .898 Pertanyaan 9 38.5806 78.985 .582 .901 Sumber: Hasil pengolahan data, 2011
Hasil pengolahan data dari uji validitas tersebut menunjukkan bahwa butir pertanyaan yang mengukur variabel keahlian auditor dari butir pertanyaan 5 sampai butir pertanyaan 10 telah valid, karena dapat dilihat bahwa koefisien validitas (rhitung), berkisar antara 0,582 sampai 0,705 lebih besar dibanding dengan rtabel yang bernilai 0,2759.
b. Uji Reliabilitas
Uji reliabilitas menurut Efferin et al (2008 : 118) bertujuan untuk memastikan apakah data yang ada telah terukur dengan tepat dan tidak mengandung kesalahan material dari data yang diukur, proses pengukuran, maupun ukuran yang dipergunakan itu sendiri. Suatu instrumen dikatakan reliabel jika nilai cronbach alpha lebih besar dari 0,6.
Table 4.7
Uji Reliabilitas Variabel Cronbach's
Alpha N of Items
.906 14
Sumber: Hasil pengolahan data, 2011
Hasil pengujian reliabilitas terhadap jawaban kuesioner untuk seluruh variabel, menunjukkan bahwa angka Cronbach’s alpha sebesar 0,906 dan ini berarti lebih besar dari 0,6. Maka, butir pertanyaan yang variabel mengukur formalisasi pengembangan sistem telah reliabel.
4. Uji Asumsi Klasik
Uji asumsi klasik terdiri dari uji normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji autokorelasi. Uji asumsi klasik digunakan untuk memastikan bahwa model regresi didalam penelitian ini sudah baik. Pengujian asumsi klasik dalam penelitian ini menggunakan uji normalitas, uji multikolinieritas dan uji heteroskedastisitas. Sedangkan uji autokorelasi tidak digunakan dalam penelitian ini, karena data didalam penelitian ini merupakan data primer dan tidak bersifat time-series.
a. Uji Normalitas
Ghozali (2006) mengatakan uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Ada beberapa pendekatan untuk melakukan uji normalitas, Situmorang et al (2010) menyampaikan bahwa beberapa pendekatan untuk melakukan uji normalitas yaitu: pendekatan histogram,
pendekatan grafik dan pendekatan Kolmogorov-Smirnov. Untuk pendekatan histogram, dapat dilihat dalam gambar dibawah ini:
Gambar 4.1 Histogram Sumber: Hasil pengolahan data, 2011
Pada grafik histogram di atas, terlihat bahwa variabel berdistribusi normal, hal tersebut ditunjukkan oleh kurva yang berbentuk lonceng (bell shaped) yang tidak memiliki kecondongan ke sisi kiri ataupun ke sisi kanan.
Selain pendekatan histogram, uji normalitas dapat dilihat dengan menggunakan pendekatan grafik yang digambarkan dalam grafik P-P Plot seperti gambar dibawah ini:
Regression Standardized Residual
2 1 0 -1 -2 F re q u e n c y 5 4 3 2 1 0 Histogram
Dependent Variable: Keahlian
Mean =4.72E-16 Std. Dev. =0.966
Gambar 4.2 Grafik P-P Plot Sumber: Hasil pengolahan data, 2011
Berdasarkan grafik P-P Plot di atas, terlihat bahwa plot data berbentuk linier dan berada disekitar garis diagonal, maka data dalam penelitian ini dikatakan berdistribusi normal. Untuk melengkapi uji normalitas, dipakai uji normalitas dengan pendekatan Kolmogorov-Smirnov, yang menilai kenormalan data dengan menguji data residual. Peneliti membandingkan nilai Asymp.Sig. (2-tailed) dengan nilai signifikansi yaitu 0,05. Data dikatakan lolos uji normalitas, jika nilai Asymp.Sig. (2-tailed) lebih besar dari 0,05.
Observed Cum Prob
1.0 0.8 0.6 0.4 0.2 0.0 Ex p e c te d C u m Pr o b 1.0 0.8 0.6 0.4 0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Keahlian
Tabel 4.8
Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Keahlian
N 31
Normal Parameters(a,b) Mean 19.1290
Std. Deviation 3.54722
Most Extreme Differences Absolute .200
Positive .200
Negative -.145
Kolmogorov-Smirnov Z 1.116
Asymp. Sig. (2-tailed) .166
a Test distribution is Normal. b Calculated from data.
Sumber: Hasil pengolahan data, 2011
Pada tabel Kolmogorov-Smirnov di atas, terlihat bahwa nilai Asymp.Sig. (2-tailed) sebesar 0.166 yang berarti lebih besar daripada 0.05 sehingga dapat disimpulkan bahwa data residual berdistribusi normal.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel independen. Untuk menilai apakah suatu model regresi terkena gejala multikolinieritas, dapat dilakukan tiga pendekatan, yang pertama dengan melihat nilai tolerance dan VIF (Var iance Inflation Factor). Pada tabel 4.10 dapat dilihat gejala multikolinieritas, pada kolom collinearity statistics, dimana jika nilai tolerance < 0,1 dan VIF > 5 maka model variabel yang digunakan diduga memiliki persoalan multikolinieritas.
Tabel 4.9 Uji Multikolinieritas Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF B
Std. Error
1 (Constant) 13.561 1.842 7.363 .000
Pengalaman .233 .171 .274 1.364 .183 .646 1.548
Diklat .268 .175 .307 1.530 .137 .646 1.548
a Dependent Variable: Keahlian
Sumber: Hasil pengolahan data, 2011
Tabel 4.9 di atas menunjukkan bahwa nilai tolerance untuk setiap variabel independen lebih besar dari 0.1 dan nilai VIF dari setiap variabel independen lebih kecil dari 5. Dengan demikian, dapat disimpulkan bahwa tidak terjadi gejala multikolinieritas antar variabel independen dalam model regresi. Selain melihat nilai tolerance dan VIF, uji multikolinieritas dapat dinilai dengan melihat tabel coefficient correlation.
Tabel 4.10
Uji Multikolinieritas Koefisien Korelasi
Coefficient Correlations(a)
Model Diklat Pengalaman
1 Correlations Diklat 1.000 -.595
Pengalaman -.595 1.000
Covariances Diklat .031 -.018
Pengalaman -.018 .029
a Dependent Variable: Keahlian
Sumber: Hasil pengolahan data, 2011
Pada tabel 4.10 diatas, dapat dilihat hasil korelasi antar variabel independen dibawah 0,9. Hal tersebut berarti tidak terjadi multikolinieritas pada model regresi ini.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan yang lain. Jika varian dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, demikian jika sebaliknya. Dalam uji heteroskedastisitas terdapat beberapa pendekatan, pendekatan yang sering digunakan adalah pendekatan grafik, dengan meninjau grafik scatterplot, seperti gambar di bawah ini:
Gambar 4.3
Scatterplot
Sumber: Hasil pengolahan data 2011
Pada grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal tersebut menunjukkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak digunakan untuk memprediksi variabel dependen yaitu
Regression Studentized Residual
2 1 0 -1 -2 R e g re s s io n St a n d a rd ize d Pr e d ic te d Va lu e 3 2 1 0 -1 -2 Scatterplot Dependent Variable: Keahlian
keahlian auditor berdasarkan masukan variabel independen pengalaman, pendidikan dan pelatihan.
Untuk membenarkan uji heteroskedastisitas dengan pendekatan grafik, maka dalam penelitian ini disertakan uji heteroskedastisitas dengan menggunakan uji glejser. Hasil dari uji Glejser dapat dilihat pada tabel 4.11 dibawah ini: Tabel 4.11 Uji Glejser Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig.
B Std. Error Beta B Std. Error
1 (Constant) 1.197 .773 1.549 .133
Diklat .014 .073 .040 .187 .853
Pengalaman .127 .072 .382 1.776 .087
a Dependent Variable: absut
Sumber: Hasil pengolahan data, 2011
Pada tabel 4.11 diatas terlihat bahwa nilai signifikansi untuk setiap variabel independen lebih besar dari 0,05. Hal ini menunjukkan tidak terjadi heteroskedastisitas pada data yang digunakan.
5. Uji Hipotesis
Pengujian hipotesis dilakukan untuk mengetahui apakah dalam suatu model regresi,terdapat pengaruh antara variabel independen terhadap variabel dependen. Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi linear berganda. Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak, digunakan uji t (t-test) dan uji F (F-test). Hipotesis untuk penelitian ini adalah :
Ha : Pengalaman seorang auditor, pendidikan dan pelatihan bagi auditor berpengaruh terhadap peningkatan keahlian auditor dalam bidang auditing baik secara parsial maupun simultan.
a. Koefisien Determinasi (R2)
Koefisien determinasi (R2) digunakan untuk menentukan besarnya variabel dependen yang dapat dijelaskan oleh variasi variabel independennya, dengan kisaran nilai antara 0 dan 1 (Ghozali, 2006 : 83). Semakin mendekati nilai nol, berarti model tidak baik atau variasi model dalam menjelaskan informasi yang ada sangat terbatas.
Tabel 4.12 Koefisien Determinasi (R2) Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate 1 .520(a) .270 .218 3.13734
a Predictors: (Constant), Diklat, Pengalaman b Dependent Variable: Keahlian
Sumber: Hasil pengolahan data, 2011
Tabel 4.12 menunjukkan bahwa nilai R sebesar 0,520 atau 52%, yang berarti hubungan antara variabel dependen yang dalam hal ini adalah keahlian auditor dengan variabel independen yang terdiri dari pengalaman, pendidikan dan pelatihan sangat erat karena R mendekati 1 atau 100%. b. Analisis Regresi
Tabel 4.13 Analisis Regresi Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients T Sig.
B Std. Error Beta Tolerance VIF
1 (Constant) 13.561 1.842 7.363 .000
Pengalaman .233 .171 .274 1.364 .183
Diklat .268 .175 .307 1.530 .137
a Dependent Variable: Keahlian
Sumber: Hasil pengolahan data, 2011
Berdasarkan output pada Tabel 4.13 di atas, koefisien regresi yang digunakan adalah unstandardized. Persamaan regresi linear berganda antara keterlibatan pemakai, kemampuan teknik personil, dukungan manajemen puncak, formalisasi pengembangan sistem dan keberadaan dewan pengarah dengan kinerja SIA adalah:
= � + � + � + � Dimana:
Y = skors dimensi variabel keahlian auditor a = konstanta
X1 = skors dimensi variabel pengalaman auditor
X2 = skors dimensi variabel pendidikan dan pelatihan auditor ε = variabel penganggu
β1, β2 = Koefisien regresi X1, X2
Maka model regresi untuk penelitian ini adalah:
Y=13,561+0,233Pengalaman+0,268Pendidikan dan pelatihan+ε Interpretasi dari model persamaan di atas adalah sebagai berikut :
1. α = 13,561. Nilai konstanta (α) menunjukkan bahwa jika variabel independen yang dalam hal ini adalah pengalaman, pendidikan dan pelatihan auditor bernilai nol, maka keahlian auditor sebesar 13,561. 2. β1 = 0,233. Koefisien regresi tersebut menunjukkan bahwa pengalaman
auditor berpengaruh positif terhadap keahlian auditor, dimana kenaikan pengalaman auditor, akan menaikkan keahlian auditor sebesar 0,233 dan diasumsikan variabel independen lainnya tetap. 3. β2 = 0, 268. Koefisien regresi tersebut menunjukkan bahwa
pendidikan dan pelatihan auditor berpengaruh positif terhadap keahlian auditor, dimana peningkatan pendidikan dan pelatihan auditor, akan meningkatkan keahlian auditor sebesar 0,268 dan diasumsikan variabel independen lainnya tetap.
c. Uji Signifikansi Parsial (t-test)
Uji ini dilakukan untuk melihat seberapa besar pengaruh setiap variabel independen terhadap variabel dependen. Jika nilai signifikansi dari suatu variabel independen > 0.05, maka variabel tersebut tidak berpengaruh signifikan secara parsial terhadap variabel dependen, dan sebaliknya jika nilai dari suatu variabel independen < 0,05, maka variabel tersebut berpengaruh signifikan secara parsial terhadap variabel dependen. Untuk mengetahui apakah hipotesis yang diterima adalah H0 atau Ha, maka dapat dilihat dengan membandingkan ttabel dengan thitung, dimana jika ttabel
sebaliknya jika ttabel lebih kecil dari thitung, maka Ha diterima (-ttabel > thitung
> ttabel). Berikut ini merupakan hasil uji signifikansi parsial (uji t), yaitu: Tabel 4.14
t-test
Coefficients(a)
a Dependent Variable: Keahlian
Sumber: Hasil pengolahan data, 2011
Nilai ttabel dalam penelitian ini sebesar 2,059, yang dapat dilihat pada tabel t dengan dengan α = 0,025, hal tersebut dikarenakan penelitian ini menggunakan uji 2 arah, maka nilai α sebesar 0,05 harus dibagi dua sehingga α yang digunakan adalah 0,025. Oleh karena itu, titik kritis distribusi yang digunakan ada dua, yaitu -2,059 dan 2,059.
Berdasarkan tabel 4.14 tersebut, dapat dilihat bahwa variabel pengalaman auditor memiliki nilai thitung sebesar 1,364 dan nilai signifikansinya sebesar 0,183, sedangkan ttabel dalam penelitian ini adalah 2,059 dan nilai signifikansinya adalah 0,05. Dari nilai tersebut, dapat dilihat bahwa nilai -ttabel <thitung < ttabel (-2,059 < 1,364 < 2,009) dan tingkat signifikansinya lebih kecil dari 0,05 (0,183 > 0,05), maka variabel pengalaman auditor secara parsial tidak berpengaruh signifikan terhadap variabel keahlian auditor.
Berdasarkan tabel 4.14 tersebut, dapat dilihat bahwa variabel pendidikan dan pelatihan auditor memiliki nilai thitung sebesar 1,530 dan
Model
Unstandardized Coefficients
Standardized
Coefficients T Sig.
B Std. Error Beta Tolerance VIF
1 (Constant) 13.561 1.842 7.363 .000
Pengalaman .233 .171 .274 1.364 .183
nilai signifikansinya sebesar 0,137, sedangkan ttabel dalam penelitian ini adalah 2,059 dan nilai signifikansinya adalah 0,05. Dari nilai tersebut, dapat dilihat bahwa nilai -ttabel <thitung < ttabel (-2,059 < 1,530 < 2,009) dan tingkat signifikansinya lebih kecil dari 0,05 (0,137 > 0,05), maka variabel pendidikan dan pelatihan auditor secara parsial tidak berpengaruh signifikan terhadap variabel keahlian auditor.
d. Uji Signifikansi Simultan (F-test)
Uji F dilakukan untuk mengetahui apakah semua variabel independen yang diteliti mempunyai pengaruh secara simultan terhadap keahlian auditor. Jika nilai signifikansinya < 0,05 maka variabel independen secara simultan (bersama-sama) memiliki pengaruh signifikan terhadap variabel dependen. Jika nilai signifikansinya > 0,05 maka variabel independen secara simultan tidak memiliki pengaruh signifikan terhadap variabel dependen. Berikut ini merupakan hasil dari uji signifikansi simultan (uji F), yaitu :
Tabel 4.15
F-test
ANOVA(b)
Model
Sum of
Squares Df Mean Square F Sig.
1 Regression 101.883 2 50.942 5.175 .012(a)
Residual 275.600 28 9.843
Total 377.484 30
a Predictors: (Constant), Diklat, Pengalaman b Dependent Variable: Keahlian
Berdasarkan tabel 4.15 tersebut, dapat diketahui bahwa Fhitung adalah 5,175 dengan tingkat signifikansi sebesar 0,012. Tingkat signifikansi ini
lebih kecil dari 0,05 (0,000 < 0,05), sehingga dapat dikatakan hasil penelitian secara simultan ini signifikan. Nilai Ftabel dalam penelitian ini adalah 2,6. Jika dibandingkan antara Fhitung dan Ftabel, nilai Fhitung > nilai Ftabel (5,175 > 2,6), sehingga Ha diterima. Maka dari itu, variabel pengalaman, pendidikan dan pelatihan auditor berpengaruh terhadap peningkatan keahlian auditor dalam bidang auditing secara simultan.
BAB V
KESIMPULAN DAN SARAN