BAB III
METODOLOGI PENELITAN
3.1. Jenis Penelitian
Jenis penelitian ini adalah penelitian empiris yaitu penelitian yang
berfokus pada tujuan untuk penyelesaian masalah dan memiliki tahap-tahap
logika, metodenya kuat dan terorganisasi untuk mengidentifikasi masalah,
mengumpulkan data, menganalisanya dan membentuk suatu kesimpulan.
Selain penilitian empiris, penilitian ini juga merupakan penelitian korelasi
yaitu melihat adanya hubungan antara suatu variabel dengan variabel yang
lain.
3.2. Tempat dan waktu penelitian
Penelitian ini dilakukan dengan mengambil data – data yang diperlukan dari website Bursa Efek Indonesia (www.idx.co.id
3.3. Batasan Operasional
) dan data dari website (sahamok.com). Data yang diteliti adalah data perusahaan manufaktur yang terdaftar di BEI dari tahun 2013 – 2015.
Untuk menghindari kesimpangsiuran dalam penelitian ini, penulis menetapkan batasan operasional penelitian yaitu :
1. Perusahaan yang telah di teliti adalah perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia (BEI) periode 2013 – 2015.
3. Variabel independen dalam penelitian ini adalah karakteristik komite
audit (pada penelitian ini diproksikan kepada gender dan usia), stress
kerja (diproksikan kepada waktu mengaudit), pergantian auditor dan
biaya eksternal audit.
3.4. Definisi Operasional
Definisi operasional adalah suatu konsep yang diberikan suatu variabel
atau konstrak dengan cara memberikan arti, atau menspesifikasikan kegiatan,
ataupun memberikan suatu operasional yang diperlukan untuk mengukur
konstrak atau variabel tersebut.
Dalam penelitian ini penulis menggunakan lima variabel independen
dan satu variabel dependen. Variabel independen yang digunakan adalah
gender, usia, waktu mengaudit, pergantian auditor dan biaya eksternal audit. Variabel dependen yang digunakan adalah kualitas audit.
3.4.1 Gender
Gender merupakan hal yang perlu diperhatikan didalam sebuah
organisasi. Ada yang menganggap keberadaan pria lebih dibutuhkan
didalam organisasi karena menurut sebagian orang pria lebih berani dan
tegas dalam pengambilan keputusan. Namun ada juga yang
menganggap bahwa keberadaan wanita juga penting didalam sebuah
organisasi karena dianggap wanita lebih teliti dan lebih hati – hati
dalam membuat sebuah keputusan. Karena perbedaan pendapat itu
peneliti tertarik untuk meneliti pengaruh keberadaan wanita dalam
variabel dummy = 1 jika ada anggota wanita didalam komite audit dan
= 0 jika tidak ada.
3.4.2 Usia
Usia merupakan faktor yang dapat mempengaruhi kinerja
seseorang dalam menjalankan tugasnya. Anggota komite audit yang
berusia dewasa madya (40 – 60 tahun) akan mencapai jenjang karir
sejauh yang mereka mampu serta posisi karir yang paling stabil.
Semakin bertambah usia seseorang maka mereka dianggap akan
semakin bijaksana dan bertanggungjawab terhadap pekerjaan mereka.
Selain itu, semakin bertambah usia seseorang mereka dianggap
memiliki banyak pengalaman. Berdasarkan uraian di atas peneliti
tertarik untuk meneliti pengaruh usia terhadap kualitas audit yang
dihasilkan. Diukur dengan menggunakan usia komite audit yang tertera
di annual report perusahaan manufaktur yang terdaftar di BEI.
3.4.3 Waktu Mengaudit
Didalam menjalankan tugasnya auditor membutuhkan waktu.
Lamanya waktu mengaudit dapat dipengaruhi oleh berbagai faktor, baik
yang barasal dari dalam diri auditor itu sendiri ataupun dari luar dirinya
seperti masalah pribadi ataupu masalah yang timbul didalam organisasi
atau perusahaan yang diaudit yang menyebabkan seorang auditor dapat
mengalami stress dalam pekerjaannya. Peraturan Bapepam Nomor
X.K.2, Lampiran Keputusan Ketua Bapepam Nomor
Berkala, “Bapepam mewajibkan setiap perusahaan publik yang terdaftar
di Pasar Modal wajib menyampaikan laporan keuangan tahunan yang
disertai dengan laporan audit independen kepada Bapepam
selambat-lambatnya pada akhir bulan ketiga (90 hari) setelah tanggal laporan
keuangan tahunan”.
Dari beberapa penelitian menyebutkan bahwa semakin lama
waktu yang dibutuhkan auditor untuk mengaudit maka semakin rendah
pula kualitas hasil audit yang disampaikannya. Hal inilah yang
membuat penulis tertarik untuk meneliti stress kerja auditor yang
diproksikan dari waktu yang dibutuhkan auditor untuk mengaudit
terhadap kualitas audit yang dihasilkan. Diukur dengan menggunakan
lamanya waktu mengaudit yang diperoleh dari laporan keuangan
perusahaan manufaktur yang terdaftar di BEI.
3.4.4 Pergantian Auditor
Pergantian auditor merupakan perpindahan auditor atau
perpindahan KAP yang dilakukan oleh perusahaan klien. Pergantian
auditor ini dapat terjadi karena adanya regulasi dari pemerintah yang
membatasi pemberian jasa audit yang diatur dalam Keputusan Menteri
Keuangan No. 17/PMK.01/2008, dimana pemberi jasa audit umum atas
laporan keuangan dari entitas dilakukan KAP paling lama 6 (enam)
tahun buku berturut – turut dan oleh seorang Akuntan Publik paling
lama 3 (tiga) tahun buku berturut – turut, sehingga perusahaan memiliki
auditor tersebut. Selain itu ketidakpuasan klien terhadap hasil audit
yang disampaikan oleh auditor sebelumnya juga dapat mempengaruhi
sebuah perusahaan melakukan pergantian auditor, hal inilah yang
membuat penulis tertarik meneliti mengenai pengaruh pergantian
auditor terhadap kualitas audit yang dihasilkan. Diukur dengan
menggunakan variabel dummy = 1 jika perusahaan melakukan
pergantian auditor, = 0 jika perusahaan tidak melakukan pergantian
auditor.
3.4.5 Biaya Eksernal Audit
Biaya eksternal audit adalah imbalan yang diterima auditor atas
jasa mengaudit yang telah dilakukannya. Besaran biaya yang diterima
oleh auditor tergantung dari reputasi KAP dan ukuran perusahaan yang
diaudit. Menurut peneliti terdahulu Purba (2011), semakin besar fee
yang diterima maka semakin berkualitas juga hasil audit yang
dihasilkan. Namun hal ini dipatahkan dengan kebangkrutan Enron dan
World Com, dimana meskipun mereka telah diaudit oleh KAP yang
ternama dan mengeluarkan biaya yang cukup besar namun hasil audit
yang dihasilkan belum dapat membantu menyelesaikan masalah yang
ada didalam perusahaan sehingga perusahaan mengalami kebangkrutan
dan hal inilah yang membuat penulis tertarik meneliti pengaruh biaya
eksternal audit terhadap kualitas audit yang dihasilkan. Diukur dari
besarnya biaya eksternal audit, namun karena besarnya biaya eksternal
maka penulis mengambil biaya professional sebagai data yang akan
digunakan untuk mengukur biaya eksternal audit, dan untuk
memperkecil angka maka penulis melakukan logaritma natural untuk
biaya profesional.
3.4.6 Kualitas Audit
Variabel dependen yang digunakan dalam penelitian ini adalah
kualitas audit. Hasil audit dapat dikatakan berkualitas jika auditor
mampu menemukan masalah atau kecurangan didalam perusahaan dan
dapat memberikan rekomendasi untuk menyelesaikan masalah tersebut.
Semakin baik reputasi KAP maka semakin besar pula kepercayaan
masyarakat akan kualitas hasil auditan yang dihasilkan, sehingga hal ini
membuat penulis tertarik untuk menilai kualitas audit dari reputasi
KAP. Diukur dengan menggunakan variabel dummy = 1 jika diaudit
oleh KAP Big Four dan = 0 jika non Big Four.
Tabel 3.1
Definisi Operasional dan Skala Pengukuran Variabel
Variabel Penelitian
Definisi Variabel Pengukuran Skala
Kualitas Audit (Y)
Kualitas audit diproksikan dengan reputasi auditor yang berafiliasi dengan KAP Big Four dan Non Big Four
Variabel dummy = 1 jika perusahaan diaudit oleh KAP Big Four, = 0 Jikan diaudit oleh KAP Non Big Four
Variabel Penelitian
Definisi Variabel Pengukuran Skala
Karakteristik
konstruksi sosial yang ditanamkan oleh masyarakat yang membedakan pria dan wanita.
Usia adalah suatu waktu untuk mengukur lamanya keberadaan makhluk didunia.
Variabel dummy = 1 jika terdapat wanita dalam komite audit, = 0 jika tidak ada
Rata – rata usia jumlah anggota komite audit yang tercantum di dalam
annual report perusahaan
Nominal adalah lamanya waktu yang dibutuhkan auditor untuk mengaudit laporan keuangan perusahaan
Waktu mengaudit yang tercantum di laporan keuangan perusahaan yang telah diaudit
Rasio
Pergantian Auditor (X4)
Pergantian auditor adalah pergantian yang dilakukan oleh
organisasi atau perusahaan terhadap auditor yang mengaudit laporan keuangannya
Variabel dummy = 1 jika perusahaan melakukan pergantian auditor, = 0 jika perusahaan tidak melakukan pergantian auditor dari tahun sebelumnya
Biaya eksternal audit adalah imbalan yang diterima auditor atas jasa mengaudit yang telah dilakukannya
Logaritma Natural Biaya Profesional yang
tercantum dalam laporan keuangan yang telah diaudit
3.5 Populasi dan Sampel Penelitian
Menurut (Erlina, 2011:80) populasi adalah sekelompok entitas yang
lengkap yang dapat berupa orang, kejadian atau benda yang mempunyai
karakteristik tertentu, yang berada dalam satu wilayah dan memenuhi syarat –
syarat tertentu yang berkaitan dengan masalah penelitian”. Populasi dalam
penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia (BEI) tahun 2013 – 2015.
Menurut (Erlina, 2011:81) sampel adalah bagian dari populasi yang
digunakan untuk memperkirakan karakteristik populasi. Sampel yang diambil dari karakteristik haruslah representative atau mewakili. “Jika sampel kurang representitatif, akan mengakibatkan nilai yang dihitung dari sampel tidak cukup tepat untuk menduga nilai populasi sesungguhnya”. Metode pengumpulan sampel yang digunakan dalam penelitian ini adalah purposive sampling, yaitu metode pengambilan sampel berdasarkan kriteria tertentu. Kriteria
pengambilan sampel dalam penelitian ini adalah :
1. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI)
tahun 2013 – 2015.
2. Perusahaan yang tidak delisting dari BEI selama periode penelitian (tahun 2013 – 2015).
3. Perusahaan yang memiliki data dan informasi yang dibutuhkan dalam
penelitian ini, yaitu gender dan usia komite audit, waktu mengaudit, KAP yang digunakan, pergantian auditor, biaya eksternal audit.
auditor independen dan mengungkapkan usia komite audit dalam tata
kelola perusahaan laporan tahunan (annual report) (2013 – 2015).
Tabel 3.2
Proses Seleksi Sampel Berdasarkan Kriteria
No. Kriteria Jumlah
Pelanggaran Kriteria
Akumulasi
1. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2013 – 2015.
143
2. Perusahaan yang tidak delisting dari BEI selama periode penelitian (tahun 2013 – 2015).
(15) 129
3. Perusahaan yang memiliki data dan informasi yang dibutuhkan dalam penelitian ini.
(100) 29
4. Perusahaan yang menyajikan laporan keuangan yang telah diaudit oleh
auditor independen dan mengungkapkan usia komite audit dalam tata kelola perusahaan laporan tahunan (annual report) selama periode penelitian (2013 – 2015).
(12) 17
Berdasarkan kriteria tersebut, perusahaan yang menjadi sample
penelitian terdiri dari 17 perusahaan yaitu dengan periode penelitian selama 3
tahun, sehingga total unit analisis sebanyak 51 perusahaan.
Tabel 3.3
Perusahaan yang Menjadi Sampel Penelitian
NO KODE NAMA PERUSAHAAN
1 BAJA PT Sarancentral Bajatama, Tbk 2 JPRS PT Jaya Pari Steel, Tbk
3 TPIA PT Try Polyta Indonesia, Tbk
4 BRNA PT Berlina, Tbk
NO KODE NAMA PERUSAHAAN
6 TRST PT Trias Sentosa, Tbk 7 SIPD PT Sierad Produce, Tbk 8 FASW PT Fajar Surya Wisesa, Tbk 9 INDS PT Indospring, Tbk
10 PBRX PT Pan Brothers, Tbk 11 STAR PT Star Petrochem, Tbk
12 SCCO PT Supreme Cable Manufacturing & Commerce, Tbk 13 ADES PT Akasha Wira International, Tbk
14 MLBI PT Multi Bintang Indonesia, Tbk
15 ULTJ PT Ultra Jaya Milk Industry and Trading Company, Tbk
16 KAEF PT Kimia Farma (Persero), Tbk
17 TCID PT Mandom Indonesia, Tbk
3.6 Jenis Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder.
Menurut (Erlina, 2011:31) data sekunder merupakan “data yang
dikumpulkkan dari sumber – sumber tercetak, dimana data itu telah
dikumpulkan oleh pihak lain sebelumnya”. Data penelitian meliputi laporan
keuangan auditan, laporan auditor independen dan laporan tahunan (annual report) yang telah dipublikasikan dan diambil dari database Bursa Efek Indonesia (BEI) dengan mengunduh data melalui website resmi Bursa Efek
Indonesia. www.idx.co.id
Sumber data penelitian merupakan salah stau faktor penting yang
menjadi pertimbangan dalam penentuan metode pengumpulan data. Metode
pengumpulan data yang digunakan dalam penelitian ini adalah teknik
dokumentasi, yaitu laporan keuangan yang telah dipublikasikan dalam
periode pengamatan kemudian dikumpulkan, dicatat dan dikaji. Penelitian , selama tahun 2013 sampai tahun 2015.
juga dilakukan dengan menggunakan studi kepustakaan yaitu dengan cara
membaca, mempelajari literatur dan publikasi yang berhubungan dengan
penelitian.
3.8 Teknik Analisis Data
Alat analisis yang digunakan dalam penelitian ini adalah analisis regresi
logistik (logistic regression). Alasan penggunaan alat analisis regresi logistik (logistic regression) adalah karena variabel dependen diukur dengan skala nominal dan merupakan variabel dummy.
Menurut Ghozali (2006:19) mengemukakan bahwa dalam analisis
dengan regresi logistic (logistic regression) tidak memerlukan asumsi normalitas data pada variabel independennya karena variabel independennya
merupakan campuran antara variabel kontinyu (metric) dan kategorikal ( non-metric). Tahapan dalam pengujian dengan menggunakan uji regresi logistik (logistic regression) dapat dijelaskan sebagai berikut.
3.8.1 Analisis Statistik Deskriptif
Statisitk deskriptif digunakan untuk memberikan deskripsi suatu
data yang dilihat dari rata-rata (mean), standar deviasi (standard deviation), dan maksimum-minimum. Mean digunakan untuk memperkirakan besar rata-rata populasi yang diperkirakan dari sampel.
Standar deviasi digunakan untuk menilai penyebaran rata-rata dari
sampel. Maksimum-minimum digunakan untuk melihat nilai minimum
gambaran keseluruhan dari sampel yang berhasil dikumpulkan dan
memenuhi syarat untuk dijadikan sampel penelitian.
3.8.2 Analisis Regresi Logistik
Analisis ini ingin menguji apakah terjadinya variabel terikat
(dependen) dapat diprediksi dengan variabel bebasnya (independen).
Regresi logistik adalah bentuk khusus dimana variabel dependennya
terbagi menjadi dua bagian atau kelompok (biner) walaupun
formulanya dapat saja lebih dari dua kelompok. Regresi logistik
adalah regresi yang digunakan untuk mencari persamaan regresi jika
variabel dependennya merupakan variabel yang berbentuk skala.
Regresi logistik biasanya digunakan untuk menemukan persamaan
regresi dimana variabel dependennya bertipe kategorial dua pilihan
seperti : ya atau tidak, atau lebih dari dua pilihan seperti: tidak setuju,
setuju, sangat setuju. Variabel dependen dalam penelitian ini adalah
Kualitas Audit yang dinyatakan dengan variabel dummy, dimana kategori 0, untuk perusahaan yang diaudit oleh KAP non Big Four dan
kategori 1, untuk perusahaan yang yang diaudit oleh KAP Big Four.
Berdasarkan rumusan masalah dan model penelitian yang telah
diuraikan sebelumnya, maka model penelitian yang dibentuk adalah
sebagai berikut :
Y
=
a + b
1X
1+ b
2X
2+ b
3X
3+ b
4X
4+b
5X
5+ e
Keterangan :
Y = Kualitas Auditor
X1 = Gender
X2 = Usia
X3 = Waktu Mengaudit
X4 = Pergantian Auditor
X4 = Biaya Eksternal Audit
a = Konstanta
b1- b5 = Koefisien regresi
e = Residual Error (variabel penggagggu)
3.8.2.1 Menilai Keseluruhan Model (Overall Model Fit)
Analisis pertama yang dilakukan adalah menilai Overall Fit Model terhadap data. Hipotesis yang digunakan untuk menilai model fit adalah :
H0 : Model yang dihipotesiskan fit dengan data Ha : Model yang dihipotesiskan tidak fit dengan data
Dari hipotesis ini supaya model fit dengan data maka H0 harus diterima dan Ha harus ditolak. Statistik yang digunakan
berdasarkan pada fungsi likelihood. Likelihood (L) dari model adalah probabilitas bahwa model yang di hipotesiskan
mengggambarkan data input. Untuk menguji hipotesis nol dan
hipotesis alternatif, ditransformasikan menjadi -2LogL. Dengan
1. Jika nilai -2LogL < dari 0,05 maka H0 ditolak dan Ha
diterima, yang berarti bahwa model fit dengan data.
2. Jika nilai -2LogL > dari 0,05 maka H0 diterima dan Ha
ditolak, yang bearti bahwa model tidak fit dengan data. Adanya pengurangan nilai antara -2LogL awal (initial -2LL
Fungction) dengan nilai -2LogL pada langkah berikutnya menunjukkan bahwa model yang dihipotesiskan fit dengan data (Ghozali, 2006).
3.8.2.2 Koefisien Determinasi (Cox dan Snell’s R square)
Cox dan Snell’s R square merupakan ukuran yang mencoba meniru ukuran R2 pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 (satu) sehingga sulit diinterpretasikan. Nagelkerke’s R square
merupakan modifikasi dari koefisien Cox dan Snell untuk memastikan bahwa nilainya bervariasi dari 0 (nol) sampai 1
(satu), hal ini dilakukan dengan cara membagi nilai Cox dan Snell’s R2 dengan nilai maksimumnya. Nilai Nagelkerke’s R2
dapat diinterpretasikan seperti nilai R2 pada multiple regression. Nilai yang kecil berarti kemampuan variabel-variabel independen
dalam menjelaskan variasi variabel dependen amat terbatas. Nilai
yang mendekati satu berarti variabel-variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk
3.8.2.3 Menilai Kelayakan Model Regresi (Hosmer and Lomeshow’s Goodness of Fit Test)
Kelayakan model regresi dinilai dengan menggunakan
Hosmer and Lemeshow’s Goodness of Fit Test. Hosmer and Lemeshow’s Goodness of Fit Test menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model (tidak ada
perbedaan antara model dengan data sehingga model dapat
dikatakan fit). Jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05, maka hipotesis nol ditolak yang berarti ada perbedaan signifikan antara
model dengan nilai observasinya sehingga Goodness fit model
tidak baik karena model tidak dapat memprediksi nilai
observasinya. Jika nilai statistic Hosmer and Lemeshow’s Goodness of Fit Test lebih besar dari 0,05, maka hipotesis nol tidak dapat ditolak dan berarti model mampu memprediksi nilai
observasinya atau dapat dikatakan model dapat diterima karena
cocok dengan data observasinya.
3.8.2.4 Uji Multikolinearitas
Menurut Ghozali(2006:110) uji multikolinearitas bertujuan
untuk menguji apakah terdapat korelasi antar variabel independen
dalam model regresi Model regresi yang baik seharusnya bebas
dari multikolinearitas. Deteksi terhadap ada tidaknya
Menurut Ghozali (2006:110) mengemukakan bahwa :
suatu model regresi yang bebas dari masalah multikolinearitas apabila nilai korelasi antar variabel independen lebih besar dari 0,90 yang bebas dari masalah multikolinearitas apabila nilai korelasi antar variabel independen lebih besar dari 0,90.
3.8.3 Pengujian Hipotesis
3.8.3.1 Uji Signifikansi Model Secara Parsial (Uji Wald)
Dalam regresi linear, baik sederhana maupun berganda, uji
digunakan untuk menguji signifikansi dari pengaruh parsial. Pada
regresi logistik, uji signifikansi pengaruh parsial dapat diuji
dengan uji Wald. Dalam uji Wald, statistik yang diuji adalah
statistik Wald (Wald statistic). Nilai statistik dari uji Wald berdistribusi chi-kuadrat. Pengambilan keputusan terhadap
hipotesis dapat dilakukan dengan menggunakan pendekatan nilai
probabilitas dari uji Wald.
3.8.3.2 Uji Signifikansi Model Secara Simultan (Uji Omnibus)
Untuk menguji apakah model regresi logistik yang
melibatkan variabel bebas signifikan (secara simultan) lebih baik
dibandingkan model sebelumnya (model sederhana) dalam hal
mencocokkan data, maka bandingkan nilai Sig. untuk Step 1 (Step) pada Tabel Omnibus Tests of Model Coefficients (Tabel 5.9), yakni 0,000 terhadap tingkat signifikansi 0,05. Nilai Sig.
1. Jika nilai probabilitas lebih kecil (Sig.) dari tingkat signifikansi, maka disimpulkan bahwa model yang
melibatkan variabel bebas signifikan (secara simultan) lebih
baik dalam hal mencocokkan data dibandingkan model
sederhana.
2. Jika nilai probabilitas (Sig.) lebih besar dari tingkat signifikansi, maka disimpulkan bahwa model yang
melibatkan variabel bebas tidak signifikan (secara simultan)
lebih baik dalam hal mencocokkan data dibandingkan
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Metodeanalisisdatayang digunakandalam penelitianiniadalahmetode
analisis statistikyang menggunakan persamaan analisis regresi logistik.
Analisis data dimulaidenganmengolahdata
denganmenggunakanmicrosoftexcel,selanjutnya dilakukan analisis regresi logistik. Pengujian analisis regresi logistik digunakan dengan menggunakan
softwareSPSSversi23. Prosedurdimulaidenganmemasukkanvariabel-variabel penelitianke programSPSStersebutdanmenghasilkanoutputsesuaidengan metode analisis datayangtelah ditentukan.
Berdasarkankriteriayang telahditetapkan,diperoleh17perusahaanyang
memenuhikriteriadan dijadikansampeldalampenelitiandandiamatiselama
periode2013-2015.
Tabel 4.1
Deskripsi Penarikan Sampel Penelitian
No. Kriteria Jumlah
Pelanggaran Kriteria
Akumulasi
1. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2013 – 2015.
143
2. Perusahaan yang tidak delisting dari BEI selama periode penelitian (tahun 2013 – 2015).
(15) 129
3. Perusahaan yang memiliki data dan informasi yang dibutuhkan dalam penelitian ini.
No. Kriteria Jumlah Pelanggaran
Kriteria
Akumulasi
4. Perusahaan yang menyajikan laporan keuangan yang telah diaudit oleh auditor independen dan mengungkapkan usia komite audit dalam tata kelola perusahaan laporan tahunan (annual report) selama periode penelitian (2013 – 2015).
(12) 17
Sumber : Data diolah, 2017
4.2 Hasil Analisis Data
4.2.1 Analisis Statistik Deskriptif
Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel
sebagai berikut:
Tabel 4.2
Statistik Deskriptif Gender
Gender
Frequency Percent
Valid
Percent
Cumulative
Percent
Tidak ada wanita dalam komite
audit 24 47,1 47,1 47,1
Ada wanita dalam komite audit 27 52,9 52,9 100,0
Total
51 100,0 100,0
Sumber : Data diolah SPSS, 2017
Berdasarkan tabel 4.2 diketahui dari tahun 2013-2015 perusahaan yang
tidak ada wanita dalam komite audit berjumlah 24 (47,1%) yaitu 8
perusahaan dengan tiga tahun pengamatan, sementara perusahaan yang ada
wanita dalam komite audit berjumlah 27 (52,9 %) yaitu 9 perusahaan dengan
Tabel 4.3
Statistik Deskriptif Pergantian Auditor
Pergantian Auditor
Frequency Percent
Valid
Percent
Cumulative
Percent
Valid Perusahaan tidak melakukan
pergantian auditor 27 52,9 52,9 52,9
Perusahaan melakukan pergantian
auditor 24 47,1 47,1 100,0
Total 51 100,0 100,0
Sumber : Data diolah SPSS, 2017
Berdasarkan tabel 4.3 diketahui dari tahun 2013-2015 perusahaan yang
tidak melakukan pergantian auditor sebesar 27 (52,9 %) yaitu 9 perusahaan
dengan tiga tahun pengamatan, sementara Perusahaan melakukan pergantian
auditor sebesar 24 (47,1 %) yaitu 8 perusahaan dengan tiga tahun
pengamatan.
Tabel 4.4
Statistik Deskriptif Kualitas Audit
Kualitas Auditor
Frequency Percent
Valid
Percent
Cumulative
Percent
Valid Perusahaan tidak diaudit oleh KAP
Big 4 36 70,6 70,6 70,6
Perusahaan diaudit oleh KAP Big 4 15 29,4 29,4 100,0
Total 51 100,0 100,0
Sumber : Data diolah SPSS, 2017
Berdasarkan tabel 4.4 diketahui dari tahun 2013-2015 perusahaan yang
tidak diaudit oleh KAP Big 4 sebesar 36 (70,6 %) yaitu 12 perusahaan dengan
tiga tahun pengamatan, sementara Perusahaan yang diaudit oleh KAP Big 4
Tabel 4.5 Statistik Deskriptif
Usia, Waktu Mengaudit dan Biaya Eksternal Audit
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Usia 51 41,0 75,0 57,608 9,4891
Waktu Mengaudit 51 51,0 146,0 78,686 13,7891
Biaya Eksternal Audit 51 19,11 25,13 21,53 1,549
Valid N (listwise) 51 Sumber : Data diolah SPSS, 2017
Berdasarkan Tabel 4.5 diketahui sebagai berikut.
1. Nilai minimum dari Usia adalah 41 tahun sementara nilai
maksimum dari Usia adalah 75 tahun. Rata-rata dan standar
deviasi dari Usia adalah 57,608 tahun dan 9,4891 tahun.
2. Nilai minimum dari waktu mengaudit adalah 51 hari sementara
nilai maksimum dari waktu mengaudit adalah 146 hari. Rata-rata
dan standar deviasi dari waktu mengaudit adalah 78,686 hari dan
13,7891 hari.
3. Nilai minimum dari Biaya Eksternal audit adalah 19,11
sementara nilai maksimum dari Biaya Eksternal audit adalah
25,13. Rata-rata dan standar deviasi dari Biaya Eksternal audit
adalah 21,53 dan 1,549
4.2.2 Analisis Regresi Logistik
4.2.2.1 Menilai Keseluruhan Model (Overall Model Fit)
Dalam regresi logisitik, hasil selisih statistik -2log-likelihood
antara model regresi logistik yang menggunakan satu set variabel bebas
mengetahui apakah model regresi logistik yang menggunakan satu set
variabel bebas lebih baik dalam hal mencocokkan atau menyesuaikan data
dibandingkan model regresi logistik yang sederhana. Jika statistik -2log-likelihood pada model regresi logistik yang menggunakan satu set variabel bebas lebih kecil dibandingkan model yang lebih sederhana, maka model
regresi logistik yang menggunakan satu set variabel bebas lebih baik
dalam hal mencocokkan data dibandingkan model yang lebih sederhana
tersebut.
Tabel 4.6
Nilai -2 Log likelihood (-2 LL Awal)
Iteration Historya,b,c
Iteration -2 Log likelihood
Coefficients
Nilai -2 Log likelihood (-2 LL Akhir)
Berdasarkan Tabel 4.7, nilai -2Log Likelihood akhir pada Step 1 Iteration 6 adalah 25,714<-2Log Likelihood awal pada Step 0 Iteration 2
sebesar 61,791. Adanya penurunan nilai antara -2Log Likelihood awal dengan nilai -2Log Likelihood akhir menunjukkan model penelitian ini dinyatakan fit, artinya penambahan-penambahan variabel bebas yaitu
gender, usia, waktu mengaudit, pergantian auditor dan biaya eksternal audit terhadap kualitas audit ke dalam model penelitian akan memperbaiki
model fit dalam penelitian ini.
4.2.2.2 Koefisien Determinasi (Cox dan Snell’s R square)
Dalam regresi logistik, dapat digunakan statistik Nagelkerke’s
untuk mengukur kemampuan model regresi logistik dalam mencocokkan
atau menyesuaikan data. Dengan kata lain, nilai statistik dari Nagelkerke’s
dapat diinterpretasikan sebagai suatu nilai yang mengukur kemampuan
variabel-variabel independen dalam menjelaskan atau menerangkan
variabel dependen. Tabel 4.8 menyajikan nilai statistik dari Nagelkerke’s. Tabel 4.8
Nagelkerke R Square
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square
Nagelkerke R
Square
1 25,714a ,507 ,722
Sumber : Data diolah SPSS, 2017
sisanya 27,8% dijelaskan oleh variabel-variabel atau faktor-faktor lain di
luar model penelitian.
4.2.2.3 Menilai Kelayakan Model Regresi (Hosmer and Lomeshow’s Goodness of Fit Test)
Uji Hosmer-Lemeshow digunakan untuk menguji kecocokkan antara
predicted probabilities (nilai probabilitas berdasarkan hasil prediksi) dan
observed probabilities (nilai probabilitas pengamatan).
1. Jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test
sama dengan atau kurang dari 0,05, maka hipotesis nol ditolak yang
berarti ada perbedaan signifikan antara model dengan nilai
observasinya sehingga Goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya.
2. Jika nilai statistic Hosmer and Lemeshow’s Goodness of Fit Test
lebih besar dari 0,05, maka hipotesis nol tidak dapat ditolak dan
berarti model mampu memprediksi nilai observasinya atau dapat
dikatakan model dapat diterima karena cocok dengan data
observasinya.
Tabel 4.9
Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 5,497 8 ,703
Sumber : Data diolah SPSS, 2017
Berdasarkan Tabel 4.9 diketahui nilai Sig. atau probabilitas 0,703.
dibandingkan tingkat signifikansi, yakni 0,05, maka hipotesis nol diterima,
dan hipotesis alternatif ditolak, hal ini berarti variabel-variabel bebas
mampu memprediksi dengan baik.
4.2.2.4 Uji Multikoliniaritas
Regresi yang baik adalah regresi dengan tidak adanya gejala korelasi
yang kuat antara variabel bebasnya. Multikolinearitas merupakan situasi
adanya korelasi antar variabel-variabel independen yang satu dengan yang
lainnya. Menurut Ghozali (2006:110), jika antar variabel independen ada
korelasi yang cukup tinggi diatas 0,90 maka hal ini merupakan indikasi
adanya multikolinaritas.
Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai
korelasi antar variabel yang terdapat dalam matriks korelasi. Hasil
pengujian ditampilkan dalam Tabel 4.10
Tabel 4.10 Uji MultiKoliniaritas
Correlation Matrix
Constant Gender Usia
Waktu
Sumber : Data diolah SPSS, 2017
1. Korelasi antara gender dan usia adalah -0,531. Korelasi antara
gender dan waktu mengaudit adalah -0,134. Korelasi antara
gender dan pergantian auditor adalah -0,410. Korelasi antara
gender dan biaya eksternal audit adalah -0,588.
2. Korelasi antara usia dan waktu mengaudit adalah -0,391.
Korelasi antara usia dan pergantian auditor adalah -0,766.
Korelasi antara usia dan biaya eksternal audit adalah 0,649.
3. Korelasi antara waktu mengaudit dan pergantian auditor adalah
0,624. Korelasi antara waktu mengaudit dan biaya eksternal
audit adalah -0,370.
4. Korelasi antara pergantian audito dan biaya eksternal audit
adalah -0,860
4.2.3 Model Regresi Logistik yang Terbentuk
Untuk menguji koefisien regresi digunakan regresi logistik dengan hasil
pengujian tampak seperti berikut :
Tabel 4.11
Model Regresi Logistik yang Terbentuk
B S.E. Wald df Sig. Exp(B)
Step 1a Gender -2,967 1,553 3,648 1 ,056 ,051
Usia ,171 ,094 3,317 1 ,069 1,186
Waktu Mengaudit -,098 ,071 1,923 1 ,166 ,907
Pergantian Auditor -7,786 3,197 5,930 1 ,015 ,000
Biaya Eksternal Audit 2,171 ,783 7,687 1 ,006 8,769
Constant -47,409 18,529 6,547 1 ,011 ,000
Berdasarkan tabel diatas, model persamaan regresi logistik dalam
penelitian ini dapat dijabarkan sebagai berikut :
Kualitas Auditor = -47,409 – 2,967 Gender + 0,171 Usia - 0,098 Waktu Mengaudit– 7,786 Pergantian auditor + 2,171 Biaya Eksternal Audit.
Dari persamaan regresi logistik diatas dapat dijelaskan :
1. Konstanta sebesar -47,409 mengindikasikan bahwa jika semua
variabel bebas penelitian bernilai nol, maka kualitas auditor akan
bernilai -47,409.
2. Kofisien regresi variabel Gender sebesar – 2,967 mengindikasikan bahwa apabila terjadi peningkatan gender sebesar 1 satuan sedangkan variabel lain dianggap konstan, maka akan menurunkan
kemungkinan kualitas audit sebesar -2,967
3. Kofisien regresi variabel Usia sebesar 0,171 mengindikasikan bahwa
apabila terjadi peningkatan usia sebesar 1 satuan sedangkan variabel
lain dianggap konstan, maka akan meningkatan kualitas audit
sebesar 0,171.
4. Kofisien regresi variabel waktu mengaudit sebesar -0,098
mengindikasikan bahwa apabila terjadi peningkatan waktu
mengaudit sebesar 1 satuan sedangkan variabel lain dianggap
konstan, maka akan menurunkan kemungkinan kualitas audit sebesar
-0,098.
5. Kofisien regresi variabel pergantian auditor sebesar –7,786
auditor sebesar 1 satuan sedangkan variabel lain dianggap konstan,
maka akan menurunkan kemungkinan kualitas audit sebesar -7,786
6. Kofisien regresi variabel biaya eksternal audit sebesar 2,171
mengindikasikan bahwa apabila terjadi peningkatan biaya eksternal
audit sebesar 1 satuan sedangkan variabel lain dianggap konstan,
maka akan meningkatan kualitas audit sebesar 2,171.
4.2.4 Pengujian Hipotesis
4.2.4.1 Uji Signifikansi Model Secara Parsial (Uji Wald)
Dalam regresi linear, baik sederhana maupun berganda, uji
digunakan untuk menguji signifikansi dari pengaruh parsial. Pada
regresi logistik, uji signifikansi pengaruh parsial dapat diuji dengan uji
Wald. Dalam uji Wald, statistik yang diuji adalah statistik Wald (Wald statistic). Nilai statistik dari uji Wald berdistribusi chi-kuadrat. Pengambilan keputusan terhadap hipotesis dapat dilakukan dengan
menggunakan pendekatan nilai probabilitas dari uji Wald. Berikut
aturan pengambilan keputusan berdasarkan pendekatan nilai
probabilitas.
Tabel 4.12
Uji Signifikansi Model Secara Parsial
B S.E. Wald df Sig. Exp(B)
Step 1a Gender -2,967 1,553 3,648 1 ,056 ,051
Usia ,171 ,094 3,317 1 ,069 1,186
Waktu Mengaudit -,098 ,071 1,923 1 ,166 ,907
Pergantian Auditor -7,786 3,197 5,930 1 ,015 ,000
Biaya Eksternal Audit 2,171 ,783 7,687 1 ,006 8,769
Berdasarkan Tabel 4.12 menyatakan bahwa
1. Gendermenunjukkan koefisien regresi negatif sebesar -2,967 dengan nilai probabilitas (Sig.) 0,056 yang lebih besar dari 0,05, makaGendertidak berpengaruh terhadap Kualitas auditor .
2. Usiamenunjukkan nilai koefisien regresi positif sebesar 0,171
dengan nilai probabilitas (Sig.) 0,69 yang lebih besar dari 0,05, makausiatidak berpengaruh terhadap kualitas auditor.
3. Waktu mengauditmenunjukkan nilai koefisien regresi negatif
sebesar -0,098 dengan nilai probabilitas (Sig.) 0,166 yang lebih besar dari 0,05, makawaktu mengaudittidak
berpengaruh terhadap kualitas auditor.
4. Pergantian auditormenunjukkan nilai koefisien regresi negatif
sebesar -7,786 dengan nilai probabilitas (Sig.) 0,015 yang lebih kecil dari 0,05, makapergantian auditor berpengaruh
signifikan terhadap kualitas auditor.
5. Biaya eksternal auditmenunjukkan nilai koefisien regresi
positif sebesar 2,171 dengan nilai probabilitas (Sig.) 0,006 yang lebih kecil dari 0,05, makabiaya eksternal audit
4.2.4.2 Uji Signifikansi Model Secara Simultan (Uji Omnibus)
Untuk menguji apakah model regresi logistik yang melibatkan
variabel bebas signifikan (secara simultan) lebih baik dibandingkan
model sebelumnya (model sederhana) dalam hal mencocokkan data,
maka bandingkan nilai Sig. untuk Step 1 (Step) pada Tabel Omnobus Tests of Model Coefficients terhadap tingkat signifikansi 0,05. Nilai Sig. disebut juga dengan nilai probabilitas.
1. Jika nilai probabilitas lebih kecil (Sig.) dari tingkat signifikansi, maka disimpulkan bahwa model yang melibatkan variabel bebas
signifikan (secara simultan) lebih baik dalam hal mencocokkan
data dibandingkan model sederhana.
2. Jika nilai probabilitas (Sig.) lebih besar dari tingkat signifikansi, maka disimpulkan bahwa model yang melibatkan variabel bebas
tidak signifikan (secara simultan) lebih baik dalam hal
mencocokkan data dibandingkan model sederhana.
Tabel 4.13
Uji Signifikansi Model secara Simultan
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 36,077 5 ,000
Block 36,077 5 ,000
Model 36,077 5 ,000
Berdasarkan Tabel 4.13 diketahui nilai Sig. 0,000< 0,05, maka model yang melibatkan variabel bebas signifikan (secara simultan) lebih
baik dalam hal mencocokkan data dibandingkan model sederhana.
4.3 Pembahasan Hasil Penelitian
4.3.1 Pengaruh Gender Komite Audit terhadap Kualitas Audit
Berdasarkan uji Wald, gendermenunjukkan koefisien regresi negatif sebesar -2,967 dengan nilai probabilitas (Sig.) 0,056 yang lebih besar dari 0,05, makagendertidak berpengaruh terhadap kualitas audit.
Hasil ini bertolak belakang dengan penelitian yang dilakukan oleh
Rustriarini (2011:19) yang menunjukkan hasil gender berpengaruh terhadap kualitas audit.
4.3.2 Pengaruh Usia Komite Audit terhadap Kualitas Audit
Berdasarkan uji Wald, usiamenunjukkan nilai koefisien regresi positif
sebesar 0,171 dengan nilai probabilitas (Sig.) 0,69 yang lebih besar dari 0,05, makausiatidak berpengaruh terhadap kualitas audit.
Hasil ini bertolak belakang dengan penelitian yang dilakukan oleh
Rustriarini (2011:19) yang menunjukkan hasil usia berpengaruh signifikan
terhadap kualitas audit.
4.3.3 Pengaruh Waktu Mengaudit terhadap Kualitas Audit
Berdasarkan uji Wald, stress kerja yang diproksikan dengan waktu
mengauditmenunjukkan nilai koefisien regresi negatif sebesar -0,098 dengan
Hasil ini bertolak belakang dengan penelitian yang dilakukan oleh
Dwilita (2008:67) yang menunjukkan hasil stress kerja berpengaruh
signifikan terhadap kualitas audit.
4.3.4 Pengaruh Pergantian Auditor terhadap Kualitas Audit
Berdasarkan uji Wald, Pergantian auditormenunjukkan nilai koefisien
regresi negatif sebesar -7,786 dengan nilai probabilitas (Sig.) 0,015 yang lebih kecil dari 0,05, makapergantian auditor berpengaruh signifikan terhadap
kualitas audit.
Hasil ini bertolak belakang dengan penelitian yang dilakukan oleh
Hartadi (2009:17) yang menunjukkan hasil Pergantian auditor tidak
berpengaruhterhadap kualitas audit.
4.3.5 Pengaruh Biaya Eksternal terhadap Kualitas Audit
Berdasarkan uji Wald, biaya eksternal auditmenunjukkan nilai
koefisien regresi positif sebesar 2,171 dengan nilai probabilitas (Sig.) 0,006 yang lebih kecil dari 0,05, makabiaya eksternal audit berpengaruh signifikan
terhadap kualitas audit.
Hasil ini sejalan dengan penelitian yang dilakukan oleh Hartadi
(2009:17) dan Purba (2013:75) yang menunjukkan hasil biaya eksternal
4.3.6 Pengaruh Gender, Usia, Waktu Mengaudit, Pergantian auditor dan Biaya Eksternal Audit secara simultan (bersama-sama) terhadap Kualitas Audit
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Penelitian mengenai pengaruh karakteristik audit, stres kerja, pergantian
auditor dan biaya eksternal audit pada perusahaan manufaktur yang terdaftar
di Bursa Efek Indonesia tahun 2013-2015 ini menghasilkan kesimpulan di
bawah ini.
1. Berdasarkan pengujian dengan menggunakan metode regresi logistik
dengan menggunakan uji Wald, gendermenunjukkan koefisien regresi negatif sebesar -2,967 dengan nilai probabilitas (Sig.) 0,056 yang lebih besar dari 0,05, makagendertidak berpengaruh terhadap Kualitas audit. 2. Berdasarkan pengujian dengan menggunakan metode regresi logistik
dengan menggunakan uji Wald, usiamenunjukkan nilai koefisien regresi
positif sebesar 0,171 dengan nilai probabilitas (Sig.) 0,69 yang lebih besar dari 0,05, makausiatidak berpengaruh terhadap kualitas audit.
3. Berdasarkan pengujian dengan menggunakan metode regresi logistik
dengan menggunakan uji Wald, stres kerja yang diproksikan dengan waktu
mengauditmenunjukkan nilai koefisien regresi negatif sebesar -0,098
dengan nilai probabilitas (Sig.) 0,166 yang lebih besar dari 0,05, makawaktu mengaudittidak berpengaruh terhadap kualitas audit.
4. Berdasarkan pengujian dengan menggunakan metode regresi logistik,
dengan menggunakan uji Wald, pergantian auditormenunjukkan nilai
0,015 yang lebih kecil dari 0,05, makapergantian auditor berpengaruh
signifikan terhadap kualitas audit.
5. Berdasarkan pengujian dengan menggunakan metode regresi logistik,
dengan menggunakan uji Wald, biaya eksternal auditmenunjukkan nilai
koefisien regresi positif sebesar 2,171 dengan nilai probabilitas (Sig.) 0,006 yang lebih kecil dari 0,05, makabiaya eksternal audit berpengaruh
signifikan terhadap kualitas audit.
6. Berdasarkan uji Omnibusgender, usia, waktu mengaudit, pergantian auditor dan biaya eksternal audit menunjukkan nilai Sig. 0,000< 0,05, makagender, usia, waktu mengaudit, pergantian auditor dan biaya eksternal audit berpengaruh secara simultan terhadap kualitas audit.
5.2 Keterbatasan Penelitian
Keterbatasanyangdihadapi dalam penelitian ini adalah :
1. Penelitian ini hanya menggunakan 5 variabel, yaitu gender, usia, waktu mengaudit, pergantian auditor dan biaya eksternal audit
2. Periode penelitian hanya 3 (tiga) tahun sehingga belum bisa melihat
kualitas audit pada auditee dalam jangka panjang serta pada saat
kondisi ekonomi tidak normal.
3. Penelitian ini hanya memuat satu sektor usaha saja, yaitu sektor
manufaktur sebagai populasi dalam pengambilan sampel, sehingga
belum bisa melihat kemungkinan kualita audit dalam lingkup yang
5.3 Saran
Berdasarkan hasil penelitian serta keterbatasan dari peneliti, maka
perlu dilakukan penyempurnaan terhadap penelitian selanjutnya. Maka,
peneliti memberikan saran sebagai berikut.
1. Bagi peneliti selanjutnya, dapat dapat memperpanjang tahun
pengamatan sehingga dapat melihat kemungkinan kualitas audit dalam
jangka panjang.
2. Memasukkan variabel tambahan seperti karakteristik auditor
independen, ukuran dewan komisaris, independensi dewan komisaris
dan sebagainya sehingga penelitian lebih mampu untuk menghasilkan
penelitian yang lebih representatif dan mampu memprediksi kualitas
audit dengan akurat.
3. Memperluas populasi yang tidak hanya terbatas pada perusahaan
manufaktur saja sehingga sampel akan semakin banyak dan dapat