BAB IV HASIL DAN PEMBAHASAN PENELITIAN
4.2 Analisis Hasil Penelitian
4.2.3 Uji Regresi Linear Berganda
Uji regresi linear berganda dilakukan oleh peneliti untuk meramalkan bagaimana keadaan variabel dependen bila dua atau lebih variabel independen sebagai faktor yang mempengaruhi dimanipulasi ( nilainya dinaikkan atau diturunkan ). Berikut hasil analisis regresi linier berganda dalam penelitian ini :
Tabel 4.5
Uji Regresi Linear Berganda
Coefficientsa
a. Dependent Variable: DACC
Sumber : Output SPSS 22.0, lampiran 3
Berdasarkan hasil analisis regresi berganda maka dapat dilihat koefisien untuk persamaan regresi dari penelitian ini. Pada tabel coefficients yang dilihat dari kolom B pada baris pertama menunjukkan konstanta (a) dan pada baris selanjutnya menunjukkan konstanta variabel independen. Berdasarkan tabel 4.9 diatas maka model regresi yang digunakan adalah sebagai berikut :
Y = a + b1X1 + b2X2 + b3X3 + b4X4
DACC =-0,039+ 0,005LNFEE– 0,019UKAP – 0,003RLIT – 0,021ASCW Persamaan regresi berganda diatas menunjukkan bahwa nilai a = -0,039 dimana hal ini berarti apabila fee audit, ukuran KAP, resiko litigasi, auditor switching tidak ada (nol) maka nilai kualitas audit adalah -0,039. Pada nilai β1 = 0,005 yang menunjukkan bahwa apabila jumlah fee audit (LNFEE) ditingkatkan 1 satuan, maka nilai kualitas audit (DACC) akan naik sebesar 0,005 satuan. Pada nilai β2 = -0,019 yang menunjukkan bahwa apabila jumlah ukuran KAP (UKAP) ditingkatkan 1 satuan, maka nilai kualitas audit (DACC) akan turun sebesar 0,019 satuan. Pada nilai β
litigasi (RLIT) ditingkatkan 1 satuan, maka nilai kualitas audit (DACC) akan turun sebesar 0,003 satuan. Nilai β4 = -0,021 yang menunjukkan bahwa apabila jumlah auditor switching (ASCW) ditingkatkan 1 satuan, maka nilai kualitas audit (DACC) akan turun sebesar 0,021 satuan.
4.2.4 Pengujian Hipotesis
Setelah uji asumsi klasik terpenuhi maka selanjutnya akan dilakukan pengujian hipotesis 1 dengan menggunakan uji simultan dan parsial kemudian pengujian hipotesis 2 sampai 5 dengan menggunakan uji interaksi atau Moderated Regression Analysis (MRA).
a. Pengujian Hipotesis 1
Pengujian hipotesis 1 dilakukan untuk melihat pangaruh fee audit, ukuran KAP, resiko litigasi, auditor switching terhadap kualitas audit baik secara parsial maupun simultan.
1. Koefisien Determinasi (R2)
Koefisien determinasi merupakan analisis yang dilakukan untuk mengetahui seberapa besar variabel independen (X1, X2, X3, X4) mampu menerangkan atau mempengaruhi variabel dependen ( Y ). Nilai R berkisar antara 0 sampai 1, jika nilai R square semakin mendekati 1 berarti hubungan variabel independen terhadap variabel dependen semakin kuat dan sebaliknya.
Pada tabel 4.8 dibawah ini merupakan hasil uji koefisien determinasi ( R square) dalam penelitian ini :
Tabel 4.8
Model Summaryb
Model R R Square Adjusted R Square
1 ,384a ,147 ,075
a. Predictors: (Constant), ASCW, RLIT, UKAP, LN FEE
b. Dependent Variable: DACC
Koefisien Determinasi
Sumber : Output SPSS 22.0, lampiran 3
Tabel 4.8 diatas menunjukkan kemampuan variabel independen (fee audit, ukuran KAP, resiko litigasi, auditor switching ) dalam model menjelaskan pengaruh terhadap variabel dependen ( kualitas audit ) sebesar 0,075 ( 7,5% ).
Sesuai dengan hasil uji model summary diatas dari 100% yang mempengaruhi kualitas audit ternyata fee audit, ukuran KAP, resiko litigasi, auditor switching mampu mempengaruhi kualitas audit sebesar 7,5% sedangkan sisanya 92,5%
dipengaruhi oleh variabel lain yang tidak masuk dalam model regresi pada penelitian ini.
2. Uji Simultan (Uji-F)
Uji pertama yang dilakukan dalam pengujian hipotesis adalah uji simultan (uji-F) yang dilakukan untuk mengetahui apakah semua variabel independen yang ada dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Berikut ini disajikan hasil uji-F :
Tabel 4.6 Uji-F
ANOVAa
Model
Sum of
Squares Df Mean Square F Sig.
1 Regression ,027 4 ,007 ,986 ,418b
Residual ,761 111 ,007
Total ,788 115
a. Dependent Variable: DACC
b. Predictors: (Constant), RLIT, UKAP, ASCW, LN FEE
Sumber : Output SPSS 22.0, lampiran 3
Berdasarkan hasil analisis regresi pada tabel 4.6 menunjukkan bahwa nilai Fhitung sebesar 0,986. Nilai Ftabel dengan n = 116, k = 4 adalah 2,45. Dapat disimpulkan bahwa nilai Fhitung > Ftabel dengan taraf signifikan 0,418 > 0,05. Hasil tersebut menunjukkan bahwa secara bersama-sama variabel fee audit, ukuran KAP, resiko litigasi, auditor switching dalam penelitian ini tidak memiliki pengaruh secara signifikan terhadap kualitas audit ( Hipotesis 1 ).
3. Uji Parsial (Uji-t)
Uji parsial dilakukan untuk melihat seberapa besar variabel independen secara individual mempengaruhi atau menjelaskan variabel dependen (bebas).
Berikut ini disajikan hasil uji-t :
Tabel 4.7 Uji-t
Coefficientsa
Model T Sig.
1 (Constant) -,394 ,694
LN FEE 1,038 ,302
UKAP -,960 ,339
ASCW -1,363 ,175
RLIT -,621 ,536
a. Dependent Variable: DACC
Sumber : Output SPSS 22.0, lampiran 3
Setelah dilakukan uji-t, maka kemudian nilai thitung kemudian dibandingkan dengan nilai ttabel. Dengan tingkat kesalahan 5% dan dengan uji dk = n – 4 = 112, maka diperoleh ttabel sebesar 1,658. Kriteria penerimaan hipotesis dapat dirumuskan sebagai berikut :
Ho ( Hipotesis nol ) : µ = 0 ( tidak ada pengaruh ) Ha ( Hipotesis Alternatif ) : µ ≠ 0 (ada pengaruh )
Dari tabel 4.7 diatas, maka dapat disimpulkan sebagai berikut :
1. Variabel fee audit, dalam uji-t menunjukkan bahwa nilai thitung 1,038 < ttabel
1,658 dan nilai sig sebesar 0,302 > 0,05 maka Ho diterima dan Ha ditolak.
Dari hasil uji tersebut dapat disimpulkan bahwa variabel fee audit tidak berpengaruh secara signifikan terhadap kualitas audit ( Hipotesis 1 ).
2. Variabel ukuran KAP, dalam uji-t didapatkan nilai thitung -0,960 < ttabel 1,658 dan nilai sig sebesar 0,339 > 0,05 maka Ho diterima dan Ha ditolak. Dari hasil uji tersebut dapat disimpulkan bahwa variabel ukuran KAP tidak berpengaruh secara signifikan terhadap kualitas audit ( Hipotesis 1 ).
3. Variabel resiko litigasi, dalam uji-t didapatkan nilai thitung -0,621 < ttabel 1,658 dan nilai sig sebesar 0,536 > 0,05, maka Ho diterima dan Ha ditolak. Dari hasil uji tersebut dapat disimpulkan bahwa variabel resiko litigasi tidak berpengaruh secara signifikan terhadap kualitas audit ( Hipotesis 1 ).
4. Variabel auditor switching, dari uji-t diatas didapatkan nilai thitung -1,363 <
ttabel 1,658 dan nilai sig sebesar 0,175 > 0,05 maka Ho diterima dan Ha ditolak. Dari hasil uji tersebut menunjukkan bahwa variabel auditor switching tidak berpengaruh secara signifikan terhadap kualitas audit ( Hipotesis 1 ).
b. Pengujian Hipotesis 2
Pengujian hipotesis 2 dilakukan untuk melihat apakah interaksi antara fee audit dengan kompleksitas audit berpengaruh terhadap kualitas audit. Berikut ini tabel hasil uji interaksi atau Moderated Regression Analysis (MRA) :
Tabel 4.8
Uji Interaksi (Moderated Regression Analysis)
Coefficientsa
a. Dependent Variable: DACC
Berdasarkan tabel 4.8 dapat dilihat koefisien dalam persamaan model regresi dari penelitian ini yang dapat disusun dalam persamaan matematis sebagai berikut :
Y = a + b1X1 + b2X2 + b3X3+ b4X4 + b5X5 + b6X1X5+ b7X2X5+ b8X3X5+ b9X4X5
DACC = 0,011 + 0,004LNFEE - 0,072UKAP - 0,002RLIT - 0,018ASCW –
0,003KOMP - 0,001MODERAT1 + 0,019MODERAT2 +
0,001MODERAT3 + 0,001MODERAT4
Dari tabel 4.8 diatas dapat dijelaskan sebagai berikut :
1. Pada variabel MODERAT1 yang merupakan interaksi antara variabel fee audit (LNFEE) dengan variabel kompleksitas audit (KOMP), dari uji-t diatas didapatkan nilai thitung -3,608 < ttabel 1,658 dan nilai sig 0,000 < 0,05 maka Ho ditolak dan Ha diterima. Dari hasil uji-t tersebut disimpulkan variabel MODERAT1 berpengaruh secara signifikan terhadap kualitas audit dan dalam model regresi ini kompleksitas audit merupakan variabel pemoderasi (Hipotesis 2).
2. Variabel MODERAT2 yang merupakan interaksi antara variabel ukuran KAP (UKAP) dengan variabel kompleksitas audit (KOMP), dari uji-t diatas didapatkan nilai thitung 2,765 > ttabel 1,658 dan nilai sig 0,007 > 0,05 maka Ho ditolak dan Ha diterima. Dari hasil uji-t tersebut disimpulkan variabel MODERAT2 berpengaruh secara signifikan terhadap kualitas audit dan dalam model regresi ini merupakan variabel pemoderasi (Hipotesis 2).
3. Variabel MODERAT3 yang merupakan interaksi antara variabel resiko litigasi (RLIT) dengan variabel kompleksitas audit (KOMP), dari uji-t diatas didapatkan nilai thitung -0.547 < ttabel 1,658 dan nilai sig 0, 585 > 0,05 maka Ho diterima dan Ha ditolak. Dari hasil uji-t tersebut disimpulkan variabel MODERAT3 tidak berpengaruh secara signifikan terhadap kualitas audit dan dalam model regresi ini tidak merupakan variabel pemoderasi (Hipotesis 2).
4. Variabel MODERAT4 yang merupakan interaksi antara variabel auditor switching (ASCW) dengan variabel kompleksitas audit (KOMP), dari uji-t diatas didapatkan nilai thitung -0,281 < ttabel 1,658 dan nilai sig 0,780 > 0,05 maka Ho diterima dan Ha ditolak. Dari hasil uji-t tersebut disimpulkan variabel MODERAT4 tidak berpengaruh secara signifikan terhadap kualitas audit dan dalam model regresi ini tidak merupakan variabel pemoderasi (Hipotesis 2).