BAB III METODE PENELITIAN
F. Teknik Analisis Data
Penggunaan teknik analisis data sebagai alat bantu penelitian dalam mengumpulkan informasi tentang variabel yang sedang diteliti. Teknik analisis data menggunakan uji kualitas data, uji asumsi klasik dan uji hipotesis dengan bantuan komputer dengan bantuan SPSS.
1. Uji Kualitas Data a. Uji Validitas
Uji validasi merupakan suatu skala pengukuran disebut valid bila melakukan apa yang seharusnya diukur. Bila skala pengukuran tidak valid maka tidak bermanfaat bagi peneliti karena tidak mengukur atau melakukan yang seharusnya dilakukan (Ghozali, 2013b).
Teknik kolerasi untuk menentukan validitas item memberikan interpretasi terhadap koefisien korelasi, item yang memiliki korelasi positif dengan kriterium (skor total) serta korelasi tinggi, menunjukkan bahwa item tersebut memiliki validitas yang tinggi pula. Syarat minimum untuk dianggap memenuhi syarat adalah kalau r = 0,3 jadi kalau korelasi antara butir dengan skor total kurang dari 0,3 maka butir dalam instrumen tersebut tidak valid.
33
b. Uji Reliabilitas
Uji reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Butir pernyataan dikatakan reliable atau andal apabila jawaban seseorang terhadap pernyataan adalah konsisten.
Pengukuran reabilitas dapat dilakukan dengan cara one shot atau pengukuran sekali saja. Pengukuran keandalan butir pernyataan dengan sekali menyebarkan kuesioner pada responden, kemudian hasil skornya diukur korelasinya antar jawaban pada butir pernyataan yang sama dengan butir computer Statistical Program for Society Science (SPSS), dengan Fasilitas Cronbach Alfa (a). Suatu konstruk atau variabel dikatakan reliable jika memberikan nilai alpha > 0,60 (Ghozali, 2013b).
2. Uji Asumsi Klasik a. Uji Normalitas
Uji Normalitas bertujuan untuk menguji data Independen (X) dan data variabel Dependen (Y) pada persamaan regresi yang dihasilkan, berdistribusi normal atau berdistribusi tidak normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji Normalitas data dapat dilihat dengan melihat pola pada kurva penyebaran pada Grafik P-Plot.
Jika pola penyebaran memiliki garis normal kurva maka dapat dikatakan data berdistribusi normal. Garis diagonal dapat dibentuk dari distribusi normal, serta ploting data residual akan dibandingkan dengan garis diagonal. Apabila distribusi residual normal, sehingga garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya (Ghozali, 2013b).
Cara lain adalah dengan uji statistik one-simple kolmogorov-smirnov. Dasar pengambilan keputusan dari one- simple kolmogorov-smirnov adalah:
1) Jika hasil one-simple kolmogor ov-smirnov di atas tingkat signifikansi 0,05 menujukkan pola distribusi normal, maka model regresi tersebut memenuhi asumsi normalitas.
2) Jika hasil one-simple kolmogorov-smirnov di bawah tingkat signifikansi 0,05 tidak menujukkan pola distribusi normal, maka model regresi tersebut tidak memenuhi asumsi normalitas (Ghozali, 2013b).
b. Uji Multikolonieritas
Tujuan uji multikoliniearitas apakah terdapat korelasi antar variabel independen dalam menguji model regresi. Model uji regresi yang baik selayaknya tidak terjadi multikolinearitas. Untuk mendeteksi ada atau tidaknya multikolinearitas:
1) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris yang sangat tinggi, tetapi secara individual variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat.
2) Menganalisis korelasi antar variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi > 0,90 maka hal ini merupakan indikasi adanya multikoliniearitas
3) Multikoliniearitas dapat juga dilihat dari VIF, jika VIF <10 maka tingkat kolinieritas dapat ditoleransi.
35
c. Uji Autokorelasi
Tujuan uji autokorelasi apakah terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya) dalam menguji suatu model regresi, Terdapat indikasi masalah autokorelasi apabila terjadi korelasi, dan penggunaan data tuntut waktu (time series), maka akan memunculkan masalah autokorelasi, serta masalah autokorelasi dapat terjadi apabila data penelitian adalah data kerat lintang karena data sangat tergantu pada tempat.
Autokorelasi dapat diketahui melalui uji Durbin Watson (DW test).
Ketentuan Durbin Watson sebagai berikut:
du < d < 4-du : Tidak ada autokorelasi d < d1 : Terdapat autokorelasi positif d > 4-d1 : Terdapat autokorelasi negatif
d1 < d < du : Tidak ada keputusan tetang autokorelasi 4-du < d < 4-d1 : Tidak ada keputusan tentang autokorelasi d. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain, jika variance dari residual satu ke pengamatan lain berbeda maka disebut heteroskedastisitas (Ghozali, 2011). Dalam Penelitian ini, kriteria uji heteroskedastisitas menggunakan metode Scatter Plot dengan dasar analisis:
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3. Uji Hipotesis
a. Analisis Regresi Linear Berganda
Penggunaan analisis regresi linear berganda dalam menguji hipotesis antara pengaruh variabel independen terhadap variabel dependen. Penggunaan analisis regresi dalam memprediksi antara pengaruh variabel bebas yang lebih dari satu terhadap variabel tergantung, baik secara simultan maupun parsial.
Rumus untuk menguji pengaruh variabel independen terhadap variabel dependen yaitu :
Keterangan :
Y = Audit Judgement
α = Konstanta
X1 = Obedience Pressure X2 = Time Budget Pressure β1 – β2 = Koefisien regresi berganda e = Error Term
Y= α + β1X1 + β2X2 + e
37
b. Analisis Regresi Moderasi dengan Pendekatan Nilai Selisih Mutlak Ghozali (2013) model regresi yang diajukan agak berbeda dalam menguji pengaruh moderasi, yaitu dengan model nilai selisih mutlak dari variabel independen. Menurut Ghozali (2013) karena ekspektasi yang berhubungan sebelumnya dengan kombinasi X1 dan X2 dan berpengaruh terhadap Y. Apabila skor tinggi untuk variabel pengendalian internal dan ketaatan aturan akuntansi berasosiasi dengan skor rendah perilaku etis (skor tinggi), sehingga terjadi perbedaan nilai absolut yang besar. Hal ini juga akan berlaku skor rendah dari variabel pengendalian internal dan ketaatan aturan akuntansi berasosiasi dengan skor tinggi dari perilaku etis (skor rendah). Kecenderungan kecurangan akuntansi diharapkan dapat dipengaruhi dari kedua kombinasi ini. Langkah uji nilai selisih mutlak dalam penelitian ini dapat digambarkan dengan persamaan regresi sebagai berikut:
Keterangan:
Y = Audit Judgement
ZX1 = Standardize Obedience Pressure ZX2 = Standardize Time Budget Pressure ZM = Standardize Task Complexity
|ZX1–ZM| = Merupakan interaksi yang diukur dengan nilai absolut perbedaan antara ZX1 dan ZM
|ZX2–ZM| = Merupakan interaksi yang diukur dengan nilai absolut perbedaan antara ZX2 dan ZM
Y = α + β1ZX1 + β2ZX2 + β3ZM + β4|ZX1-ZM| + β5|ZX2-ZM| + e
α = Konstanta
β = Koefisien Regresi
e = Error Term
penghitungan dengan SPSS 21 dapat diperoleh penjelasan terkait koefisien determinasi (R2), Uji F, Uji T untuk menjawab perumusan masalah penelitian.
berikut ini keterangan yang berkenaan dengan hal tersebut, yakni:
1) Uji Koefisien Determinasi (R2)
Menurut Ghozali (2013)koefisien determinasi bertujuan untuk mengukur seberapa jauh kemampuan model dapat menjelaskan variasi variabel dependennya. Dalam pengujian hipotesis koefisien diterminasi dilihat dari besarnya nilai R Square (R2). untuk mengetahui seberapa jauh variabel bebas Obedience Pressure dan Time Budget Pressure. Nilai R2 mempunyai interval antara 0 sampai dengan 1 (0 ≤ R2 ≤ 1). Jika nilai R2 bernilai besar (mendekati 1) berarti variabel bebas dapat memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Sedangkan variabel dependen sangat terbatas.
2) Uji F (Simultan)
Pengujian koefisien secara simultanl adalah untuk mengetahui pengaruh variabel independensi secara bersama-sama (simultan) terhadap variabel dependen. Proses pengujian dilakukan dengan membandingkan F hitung dengan F tabelpada tingakat signifikan (α) dan derajat kebebasan (df). Adapun kriteria untuk membandingkan F hitung dengan F tabel :
39
a) Jika F hitung > F tabel maka hipotesis didukung. Hal ini berarti bahwa terdapat hubungan antara variabel independen dengan variabel dependen.
b) Jika F hitung < F tabel maka hipotesis tidak didukung. Hal ini berarti bahwa tidak terdapat hubungan antara variabel independen dengan variabel dependen.
3) Uji t (Parsial)
Pengujian koefisien secara parsial adalah untuk mengetahui pengaruh masing-masing variabel independen secara parsial (sendiri) terhadap variabel dependennya. Proses pengujian dilakukan dengan menggunakan tingkat signifikansi 0.05 (5%), dapat diketahui tiap variabel independen berpengaruh secara parsial terhadap variabel dependen. Penentuan untuk mengetahui hipotesis yang diterima atau ditolak ada dua cara untuk memilih yaitu:
a) Membandingkan t hitung dengan t table
1) Jika nilai koefisien beta understandardized bernilai positif, maka dapat dinyatakan bahwa variabel tersebut berpengaruh positif.
2) Jika nilai koefisien beta understandardized bernilai negatif, maka dapat dinyatakan bahwa variabel tersebut berpengaruh negatif.
b) Melihat Probabilities Values
Berdasarkan nilai probabilitas dengan α = 0,05
1) Jika nilai probabilitas atau signifikansi (a) = lebih kecil dari 5%
(<0,05) maka dinyatakan bahwa variabel tersebut berpengaruh secara signifikan.
2) Jika nilai probabilitas atau signifikansi (a) lebih besar dari 5%
(>0,05) maka dinyatakan bahwa variabel tersebut tidak berpengaruh secara signifikan.
Ghozali (2013) menggunakan tes t-test yang berbeda untuk menguji sejauh mana variabel independen yang digunakan dalam penelitian ini secara individual mempengaruhi jumlah variabel dengan cara yang berbeda.
Untuk mengujikoefesien hipotesis : Ho = 0. Untuk itu langkah yang digunakan untuk menguji hipotesa tersebut dengan menguji t adalah sebagai berikut:
1. Menentukan Ho dan Ha
Ho: φ1 = φ2 = φ3 = φ4 = 0 (tidak ada efek signifikan antara variabel independen dan variabel dependen)
Ha: φ1 ≠ φ2 ≠ φ3 ≠ φ4 = 0 (ada dampak signifikan antara variabel independen dan variabel dependen)
2. Menentukan Level of Significance
Level of Significance yang digunakan sebesar 5% atau (α) = 0,05 3. Menentukan nilai t ( t hitung )
Melihat nilai t hitung dan membandingkannya dengan t tabel.
4. Menentukan kriteria penerimaan dan penolakan hipotesis sebagai berikut:
a. Hipotesis 1 dan 2
Ho ditolak jika signifikan < 0,05 dan nilai beta negatif.
Ho diterima jika signifikan > 0,05 dan nilai beta positif.
41
b. Hipotesis 3 dan 4
Jika signifikan < 0,05 maka Ho tidak didukung Jika signifikan > 0,05 maka Ho didukung.
Dalam penentuan variabel moderasi apakah benar memoderasi antara variabel X terhadap variabel Y, sehingga perlu diketahui kriteria penentu moderasi (Ghozali, 2013) :
Tabel 3.1
Kriteria PenentuanVariabel Moderating
No Tipe Moderasi Koefisiensi
1 Pure Moderasi b2 Tidak Signifikan
b3 Signifikan
2 Quasi moderasi b2 Signifikan
b3 Signifikan 3 Homologiser Moderasi ( Bukan Moderasi ) b2 Tidak Signifikan
b3 Tidak Signifikan
4 Predictor b2 Signifikan
b3 Tidak Signifikan Sumber: (Bryan B, 2018)
Keterangan:
b2 : variabel Task Complexity
b3 : variabel interaksi antara masing-masing variabel bebas