BAB IV ANALISIS HASIL DAN PEMBAHASAN
A.
Deskriptif Data
1.
Hasil Pengumpulan Data Bab ini menjelaskan data yang dikumpulkan dan dianalisis untuk
membuktikan analisis pengaruh Audit Tenure, Ukuran KAP, Reputasi Auditor, Reputasi Auditor Terhadap Kualitas Audit (Studi empiris pada KAP Jakarta Barat dan Jakarta Pusat). Data yang diperoleh kuesioner, kemudian dikuantitatifkan agar dapat dianalisis secara statistik. Pengumpulan data dilakukan mulai tanggal 7 October 2013 sampai dengan 23 Desember 2013. Daftar kuesioner yang diterima kembali dari responden sebanyak 100 buah dari total keseluruhan yang disebar sebanyak 110 buah.
Tabel 4.1 Rincian Pengiriman Pengembalian Kuesioner Keterangan
Jumlah
Kuesioner yang disebar
110
Kuesioner yang tidak kembali
4
Kuesioner yang kembali
106
Kuesioner yang tidak bisa digunakan
6
Kuesioner yang digunakan
100
Sumber: Data Primer yang Diolah
54
55
2.
Karakteristik Reponden Untuk memperoleh gambaran tentang karakteristik responden yang akan
diteliti, dilakukan pengelolaan data melalui perhitungan statistik deskriptif. Dengan mendeskritifkan skor dari suatu variabel yang akan didapatkan suatu gambaran tentang permasalahan yang akan diajukan dalam penelitian ini. Berikut ini disajikan hasil analisis deskriptif yang diperoleh berdasarkan jawaban yang diberikan oleh responden atas dasar pertanyaan dalam kuesioner.
Tabel 4.2 Karakteristik Responden Berdasarkan Jenis Kelamin Jenis Kelamin
Frekuensi
Persentase
Laki – laki
53
53%
Perempuan
47
47%
Total
100
100 %
Sumber: Data Primer yang Diolah Berdasarkan hasil penelitian tabel 4.2 menunjukkan bahwa responden terbanyak berjenis kelamin laki – laki yaitu 53 (53%) dan perempuan 47 sebanyak 47 (47%).
56
Tabel 4.3 Karakteristik Responden Berdasarkan Pendidikan Pendidikan
Frekuensi
Persentase
D3
20
20%
S1
65
65%
S2
10
10%
S3
5
5%
Total
100
100%
Sumber: Data Primer yang Diolah Hasil penelitian berdasarkan tabel 4.3 menunjukkan bahwa pendidikan responden terbanyak yaitu Strata 1 (S1) sebanyak 65 responden, Diploma (D3) sebanyak 20 responden, dan Strata 2 (S2) sebanyak 10 responden, dan Strata 3 (S3) sebanyak 5 responden. Tabel 4.4 Karakteristik Responden Berdasarkan Jabatan Jabatan
Frekuensi
Persentase
Junior Auditor
52
52%
Senior Auditor
37
37%
Supervisor
10
10%
Manajer
1
1%
Partner
0
0%
Total
100
100%
Sumber: Data Primer yang Diolah
57
Hasil penelitian berdasarkan tabel 4.4 menunjukkan bahwa jabatan yang paling banyak adalah Junior Auditor sebanyak 52 responden, Senior Auditor sebanyak 37 responden dan Supervisor sebanyak 10 responden, Manajer sebanyak 1 responden, dan tidak ada responden sebagai partner.
Tabel 4.5 Karakteristik Responden Berdasarkan Lamanya Bekerja Lama Bekerja
Frekuensi
Persentase
<5
50
50%
6 -10
39
39%
11 – 15
11
11%
>16
0
0%
Total
100
100%
Sumber: Data Primer yang Diolah Hasil penelitian berdasarkan tabel 4.5 menunjukkan rata – rata dari keseluruhan lamanya bekerja adalah > 5 tahun yaitu 50 responden (50%).
3.
Statistik Deskriptif Statistik Deskriptif memberikan gambaran atau deskripsi suatu data dilihat
dari rata – rata (mean), standar deviasi, maks, min. Berikut ini tabel statistik deskriptif atas variabel – variabel yang diteliti:
58
Tabel 4.6 Statistik Deskriptif Descriptive Statistics N
Minimum Maximum
Mean
Std. Deviation
AuditTenure
100
15.00
25.00 20.1900
3.43392
UkuranKAP
100
13.00
25.00 19.2900
3.15363
FeeAudit
100
15.00
25.00 18.4900
2.97292
RepuasiAuditor
100
15.00
25.00 20.0700
2.50758
KualitasAudit
100
15.00
25.00 21.4700
2.89358
Valid N
100
(listwise) Sumber: Data Primer yang Diolah Analisis output statistik, menjelaskan bahwa: 1.
N adalah jumlah data, dalam hal ini jumlah daa yang valid pada masing – masing variabel adalah 100 buah.
2.
Min adalah nilai terendah, dalam hal ini total nilai jawaban terendah responden untuk variabel Ukuran KAP (X) adalah 13, Audit Tenure (X) adalah 15, Fee Audit (X) adalah 15, Reputasi Auditor (X) adalah 15 dan Kualitas Audit (Y) adalah 15.
3.
Maks adalah nilai tertinggi, dalam hal ini total nilai jawaban tertinggi reponden sama pada semua variabel yaitu Audit Tenure (X), Ukuran KAP
59
(X) , Fee Audit (X) , Reputasi Auditor (X) , dan Kualitas Audit (Y) adalah 25. 4.
Mean adalah rata – rata nilai jawaban untuk variabel Audit Tenure (X) adalah 20.1900, rata – rata untuk variabel Ukuran KAP (X) adalah 19.2900, rata – rata untuk variabel Fee Audit (X) adalah 18.1900, rata – rata untuk variabel Reputasi Auditor (X) adalah 20.0700, dan rata – rata untuk variabel Kualitas Audit (Y) adalah 21.4700.
5.
Standar Deviasi adalah ukuran penyebaran data dari rata – ratanya, standar deviasi untuk variabel Audit Tenure (X) adalah 3.43392, standar deviasi untuk variabel Ukuran KAP (X) adalah 3.15363, standar deviasi untuk variabel Fee Audit (X) adalah 2.97292, standar deviasi untuk variabel Reputasi Auditor (X) adalah 2.50758, dan standar deviasi untuk variabel Kualitas Audit (Y) adalah 2.89358.
B.
Analisis Pengujian Data Ketepatan pengujian suatu hipotesis tentang hubungan variabel penelitian
sangat tergantung pada kualitas data yang dipakai dalam pengujian tersebut. Pengujian hipotesa tidak akan mengenai sasaran apabila data yang dipakai untuk menguji hipotesa adalah data yang tidak reliabel dan tidak menggambarkan secara tepat konsep yang diukur. Untuk analisa ini, data yang diperoleh dari hasil penyebaran kuesioner pada 100 responden, kemudian hasilnya diuji. Uji keandalan kuesioner ini dilakukan dengan program SPSS 21.
60
1.
Uji Validitas Pengujian validitas dilakukan untuk dapat mempertanggung jawabkan
ketelitian serta ketepatan kuesioner yang dibagikan kepada responden.dengan kata lain perlu diuji kemampuan kuesioner sebagai instrument untuk mengungkapkan sesuatu yang terjadi sarana pokok pengukuran yang dilakukan instrumen tersebut. Pengujian validitas digunakan dengan metode product moment dari Preason, dimana pengujian dilakukan dengan melihat angka koefisien korelasi yang menyatakan hubungan antara skor butir pertanyaan dengan skor total (Pearson Correlation). Butir dikatakan valid jika rhitung > rtabel. Untuk mengetahui validitas butir pertanyaan, maka rhitung dibandingkan dengan rtabel. Rtabel pada α 0,05 dengan df = jumlah kasus – 2. Jumlah kasus pada penelitian ini adalah 100 responden, jadi df adalah 100 – 2 = 98, maka rtabel pada uji dua arah adalah 0,196. Jika rhitung > rtabel maka butir pertanyaaan tersebut dinyatakan valid.
61
Tabel 4.7 Hasil Uji Validitas Item
Pearson
Rtabel
Keterangan
Corellation Audit Tenure P1
0,600
0,196
Valid
P2
0,377
0,196
Valid
P3
0,616
0,196
Valid
P4
0,711
0,196
Valid
P5
0,621
0,196
Valid
Ukuran KAP P1
0,833
0,196
Valid
P2
0,538
0,196
Valid
P3
0,599
0,196
Valid
P4
0,514
0,196
Valid
P5
0,807
0,196
Valid
Fee Audit P1
0,538
0,196
Valid
P2
0,692
0,196
Valid
P3
0,754
0,196
Valid
P4
0,257
0,196
Valid
P5
0,581
0,196
Valid
62
Reputasi Auditor P1
0,735
0,196
Valid
P2
0,553
0,196
Valid
P3
0,445
0,196
Valid
P4
0,687
0,196
Valid
P5
0,625
0,196
Valid
Kualitas Audit P1
0,513
0,196
Valid
P2
0,613
0,196
Valid
P3
0,329
0,196
Valid
P4
0,522
0,196
Valid
P5
0,576
0,196
Valid
Sumber: Data Primer yang Diolah
Hasil uji validitas menunjukkan bahwa seluruh item pertanyaan dalam kuesione mempunyai Pearson Correlation > 0.196, maka dapat disimpulkan bahwa seluruh item pertanyaan dalam kuesioner adalah valid.
2.
Uji Reliabilitas Reliabilitas adalah pengujian tingkat kestabilan dari suatu alat pengukur
suatu gejala atau kejadian. Semakin tinggi tingkat reliabilitas suatu alat ukur maka semakin stabil dan semakin dapat diandalkan. Pengujian reliabilitas dilakukan dengan teknik Cronbach’s Alpha dengan jumlah sampel 100 responden. Suatu
63
instrumen penelitian dinyatakan reliable apabila alpha > 0.60. Perhitungan nilai koefisien reliabilitas untuk instrumen penelitian yang digunakan diperoleh hasilnya sebagai berikut:
Tabel 4.8 Reliabilitas Audit Tenure
Case Processing Summary N Valid Cases
100
100.0
0
.0
100
100.0
Excludeda Total
%
a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's Alpha
N of Items
.640
2
Sumber: Data Primer yang Diolah
Berdasarkan hasil yang diperoleh dari pengujian reliabilitas pada variabel Audit Tenure, karena diperoleh nilah Cronbach Alpha adalah 0,640 > α = 0,60. Maka dapat disimpulkan bahwa variabel ini reliabel atau memiliki tingkat reliabilitas yang baik.
64
Tabel 4.9 Reliabilitas Ukuran KAP
Case Processing Summary N Valid Cases
100
100.0
0
.0
100
100.0
Excludeda Total
%
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha
N of Items
.651
2
Sumber: Data Primer yang Diolah
Berdasarkan hasil yang diperoleh dari pengujian reliabilitas pada variabel Ukuran KAP, karena diperoleh nilah Cronbach Alpha adalah 0,651 > α = 0,60. Maka dapat disimpulkan bahwa variabel ini reliabel atau memiliki tingkat reliabilitas yang baik
65
Tabel 4.10 Reliabilitas Fee Audit
Case Processing Summary N Valid Cases
100
100.0
0
.0
100
100.0
Excludeda Total
%
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha
N of Items
.614
2
Sumber: Data Primer yang Diolah
Berdasarkan hasil yang diperoleh dari pengujian reliabilitas pada variabel Fee Audit, karena diperoleh nilah Cronbach Alpha adalah 0,614 > α = 0,60. Maka dapat disimpulkan bahwa variabel ini reliabel atau memiliki tingkat reliabilitas yang baik.
66
Tabel 4.11 Reliabilitas Reputasi Auditor
Case Processing Summary N Valid Cases
100
100.0
0
.0
100
100.0
Excludeda Total
%
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha
N of Items
.616
2
Sumber: Data Primer yang Diolah
Berdasarkan hasil yang diperoleh dari pengujian reliabilitas pada variabel Reputasi Auditor, karena diperoleh nilah Cronbach Alpha adalah 0,616 > α = 0,60. Maka dapat disimpulkan bahwa variabel ini reliabel atau memiliki tingkat reliabilitas yang baik.
67
Tabel 4.12 Reliabilitas Kualitas Audit
Case Processing Summary N Valid Cases
100
100.0
0
.0
100
100.0
Excludeda Total
%
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha
N of Items
.621
2
Sumber: Data Primer yang Diolah
Berdasarkan hasil yang diperoleh dari pengujian reliabilitas pada variabel Kualitas Audit, karena diperoleh nilah Cronbach Alpha adalah 0,621 > α = 0,60. Maka dapat disimpulkan bahwa variabel ini reliabel atau memiliki tingkat reliabilitas yang baik.
68
3.
Uji Asumsi Klasik a.
Uji Normalitas Menurut Imam Gozali (2006:147), uji normalitas bertujuan untuk
menguji apakah dalam model regresi, variabel residual memiliki distribusi normal. Untuk menguji apakah distribusi data normal atau tidak, ada dua cara untuk mendeteksinya, yaitu dengan analisi grafik dan uji statistik.
1.
Analisis grafik Analisis grafik merupakan cara yang termudah untuk melihat
normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal. Namun demikian, hanya dengan melihat histogram, hal ini dapat menesatkan khususnya untuk jumlah sampel yang sedikit. Metode yang lebih handal adalah dengan melihat probabilitas plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk suatu garis lurus diagonal, dan ploting data residual akan membandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data yang sesungguhnya akan mengikuti garis diagonal, berikut output SPSS hasil normalitas dengan histogram dan p- plot:
69
Gambar 4.1 Hasil Uji Normalitas dengan Histogram
70
Gambar 4.2 Hasil Uji Normalitas dengan P-Plot
Dengan melihat tampilan gambar histogram maupun grafik normal plot dapat disimpulkan bahwa grafik histogram memberikan pola distribusi normal. Sedangkan pada grafik normal plot terlihat titik – titik yang mendekati garis diagonal. Kedua garfik ini menunjukkan bahwa model regresi memenuhi asumsi normalitas.
2.
Analisis Statistik Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati – hati
secara visual kelihatan normal, padahal secara statistik bisa sebaliknya. Oleh sebab itu dianjurkan disamping uji grafik dilengkapi dengan uji statistik. Uji
71
statistik lain yang daat digunakan untuk menguji normalitas residual adalah uji statistik non parametik Kolmogorov –Smimov (K-S). Secara multivariat pengujian normalitas data dilakukan terhadap nilai residualnya. Data yang terdistribusi normal ditunjukkan dengan nilai sig > 0,05 atau 5%. Hasil pengujian normalitas pada pengujian terhadap 100 data terlihat sebagai berikut: Tabel 4.13 Hasil Uji K-S One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
100 Mean
Normal Parametersa,b
Std.
.0000000 1.32952060
Deviation Absolute
.070
Positive
.054
Negative
-.070
Most Extreme Differences
Kolmogorov-Smirnov Z
.700
Asymp. Sig. (2-tailed)
.711
a. Test distribution is Normal. b. Calculated from data.
72
Berdasarkan hasil pada tabel diatas, menunjukkan bahwa data distribusi normal. Hal ini ditunjukkan dengan nilai Kolmogorov-Smirnovi 0,700 dan sig pada 0,711. Hal ini berarti data residual terdistribusi secara normal karena nilai sig > 0,05.
b.
Uji Multikolinearitas Multikolinieritas adalah suatu kondisi hubungan linier setara variabel
independen yang satu dengan yang lainnya dalam model regresi. Cara untuk menguji adanya multikolinieritas dapat dilihat pada Variance Inflation Factor (VIF). Batas VIF adalah 10, jika VIF > 10, dan jika mempunyai nilai Tolerance > 2, maka terjadi multikolinieritas.
Tabel 4.14 Hasil Uji Multikolinieritas a
Coefficients Model
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant)
1
Std. Error
2.532
2.304
RepuasiAuditor
.299
.098
FeeAudit
.184
UkuranKAP AuditTenure
t
Sig.
Beta
Collinearity Statistics
Tolerance
VIF
1.099
.274
.259
3.067
.003
.806
1.241
.080
.189
2.299
.024
.852
1.174
.193
.071
.210
2.717
.008
.962
1.040
.288
.075
.341
3.832
.000
.726
1.378
a. Dependent Variable: KualitasAudit
Sumber: Data Primer yang Diolah Berdasarkan tabel diatas, maka dapat disimpulkan bahwa model regresi yang diajukan tidak terjadi multikolonieritas, diakrenakan nilai
73
Tolerance dibawah 0,1 dan nilai VIF jauh dibawah angka 10. Kesimpulan ini didukung dengan hasil koefisien korelasi antar variabel seperti tabel 4.15 dibawah ini:
Tabel 4.15 Hasil Koefisien Korelasi Antar Variabel Coefficient Correlationsa Model
AuditTenure
UkuranKAP
FeeAudit
RepuasiAuditor
AuditTenure
1.000
-.091
-.330
-.364
UkuranKAP
-.091
1.000
.021
-.123
FeeAudit
-.330
.021
1.000
-.060
RepuasiAuditor
-.364
-.123
-.060
1.000
AuditTenure
.006
.000
-.002
-.003
UkuranKAP
.000
.005
.000
-.001
FeeAudit
-.002
.000
.006
.000
RepuasiAuditor
-.003
-.001
.000
.010
Correlations
1
Covariances
a. Dependent Variable: KualitasAudit
Sumber: Data Primer yang Diolah Berdasarkan besaran (koefisien) korelasi antar variabel diatas, tampak bahwa variabel Audit Tenure (X1), mempunyai korelasi yang cukup tinggi dan dapat dikatakan tidak terjadi multikolonieritas yang serius.
c.
Uji Heterokedastisitas Pengujian heterokedastisitas digunakan untuk melihat apakah dalah
sebuah model regresi terjadi ketidaksamaan varians dari residual pada satu pengamatan ke pengamatan lainya. Jika varians dari residual dari satu
74
pengamatan ke pengamatan lainnya tetap, maka disebut homostedastisitas. Dan jika varians berbeda, disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Dari Uji Heteroskedastisitas menunjukkan bahwa tidak ada pola yang jelas, serta titik – titik menyebar ke atas dan dibawah 0 pada sumbu Y, maka dapat disimpulkan tidak terjadi heteroskedastisitas.
4.
Pengujian Uji Hipotesis a.
Koefisien Determinasi (R2) Menurut Imam Ghozali (2006: 87), Koefisien Determinasi (R2) pada
intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nilai 0 dan 1. Nilai R2 yang kecil berarti kemampuan variabel – variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu berarti variabel – variabel independen memberikan hampir semua informasi yang dibutuhkanuntuk memprediksi variabel – variabel dependen. Hasil perhitungan Koefisien Determinasi (R2) adalah sebagai berikut:
75
Tabel 4.16 Hasil Perhitungan R2 Model Summary Model
1
R
R Square
.673a
Adjusted R
Std. Error of the
Square
Estimate
.453
.430
2.18521
a. Predictors: (Constant), AuditTenure, UkuranKAP, FeeAudit, RepuasiAuditor
Sumber: Data Primer yang Diolah
Dari tampilan output SPSS Model Summary besarnya adjusted R2 adalah 0,430, hal ini berarti 43% variasi Kualitas Audit dapat dijelaskan oleh variasi dari empat variabel, Audit Tenure, Ukuran KAP, Fee Audit, dan Reputasi Auditor. Sedangkan sisa lainnya sebesar 57% dijelaskan oleh sebab – sebab lain diluar model.
b.
Uji Bersama – sama (Uji F) Uji statistik F pada dasarnya menunjukkan apakah semua variabel
independen yang dimasukan dalam model mempunyai pengaruh secara bersama – sama terhadap variabel dependennya. Hasil perhitungan Uji F ini dapat dilihat pada tabel 4.17 berikut ini:
76
Tabel 4.17 Hasil Uji F ANOVAa Model
Sum of
df
Mean
Squares
1
F
Sig.
Square
Regression
375.273
4
93.818
Residual
453.637
95
4.775
Total
828.910
99
19.647
.000b
a. Dependent Variable: KualitasAudit b. Predictors: (Constant), AuditTenure, UkuranKAP, FeeAudit, RepuasiAuditor
Hasil dari analisis transformasi regresi dapat diketahui pula bahwa secara bersama – sama variabel independen memiliki pengaruh yang signifikan terhadap variabel dependen. Hal ini dapat dibuktikan dari uji F hitung sebesar 19.647 dengan nilai sig 0,000. Karena probabilitas jauh lebih kecil dari 0,05 atau 5%, maka model transformasi regresi dapat digunakan untuk memprediksi Kualitas Audit atau dapat dikatakan bahwa Audit Tenure, Ukuran KAP, dan Reputasi Auditor secara bersama – sama berpengaruh terhadap Kualitas Audit.
c.
Uji Parsial (Uji t) Hasil perhitungan analisis transformasi regresi guna menguji hipotesis
– hipotesis yang diajukan dapat dilihat pada tabel 4.18 berikut ini:
77
Tabel 4.18 Hasil Uji t Coefficientsa Model
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant)
Std. Error
2.532
Sumber: Data Primer yang Diolah RepuasiAuditor .299 1
D
t
Sig.
Beta
2.304
1.099
.274
.098
.259
3.067
.003
FeeAudit
.184
.080
.189
2.299
.024
UkuranKAP
.193
.071
.210
2.717
.008
AuditTenure
.288
.075
.341
3.832
.000
a. Dependent Variable: KualitasAudit
Dengan melihat tabel 4.18 diatas, dapat disusun persamaan regresi linier berganda sebagai berikut: Y= 2.532 + 0.2881 + 0.1932 + 0.1843 + 0.2994 + e
5.
Pengujian Hipotesis a.
Pengujian Hipotesis 1 Pengujian pertama menyatakan Audit Tenure berpengaruh positif
secara parsial terhadap Kualitas Audit. Hasil penelitian diperoleh nilai sig sebesar 0,000.Dilihat dari tingkat signifikannya, menunjukkan bahwa hasilnya nilai signifikannya <0,05 yaitu 0,000 maka dalam hal ini Audit Tenure berpengaruh signifikan terhadap Kualitas Audit.
78
b.
Pengujian Hipotesis 2 Pengujian kedua menyatakan bahwa Ukuran KAP berpengaruh positif
secara parsial terhadap Audit Tenure. Hasil penelitian diperoleh nilai sig sebesar 0,008. Dilihat dari tingkat signifikannya, menunjukkan bahwa hasilnya sig karena nilai signifikannya <0,05 yaitu 0,008 maka dalam penelitian ini Ukuran KAP berpengaruh signifikan terhadap Kualitas Audit.
c.
Pengujian Hipotesis 3 Pengujian ketiga menyatakan bahwa Fee Audit berpengaruh positif
secara parsial terhadap Audit Tenure. Hasil penelitian diperoleh nilai sig sebesar 0,024. Dilihat dari tingkat signifikannya, menunjukkan bahwa hasilnya sig karena nilai signifikannya <0,05 yaitu 0,024 maka dalam penelitian ini Fee Audit berpengaruh signifikan terhadap Kualitas Audit.
d.
Pengujian Hipotesis 4 Pengujian keempat menyatakan bahwa Reputasi Auditor berpengaruh
positif secara parsial terhadap Audit Tenure. Hasil penelitian diperoleh nilai sig sebesar 0,003. Dilihat dari tingkat signifikannya, menunjukkan bahwa hasilnya sig karena nilai signifikannya <0,05 yaitu 0,003 maka dalam penelitian ini Reputasi Auditor berpengaruh signifikan terhadap Kualitas Audit.
79
e.
Pengujian hipotesis 5 Pengujian kelima menyatakan bahwa Audit Tenure, Ukuran KAP, Fee
Audit, Reputasi Auditor berpengaruh positif secara bersama – sama terhadap Kualitas Audit. Hasil penelitian diperoleh nilai sig sebesar 0,000. Dilihat dari tingkat signifikannya, menunjukkan bahwa hasilnya sig karena nilai signifikannya < 0,05 yaitu 0,000 maka dalam penelitian ini Audit Tenure, Ukuran KAP, Fee Audit, Reputasi Auditor berpengaruh positif secara bersama – sama terhadap Kualitas Audit.
6.
Pembahasan Hasil Penelitian a.
Pengaruh Audit Tenure Secara Parsial Terhadap Kualitas Audit Hasil penelitian hipotesis 1 membuktikan bahwa Audit Tenure
berpengaruh positif secara parsial terhadap Kualitas Audit. Hal ini berarti semakin bertambahnya masa perikatan dalam pelaksanaan audit maka kualitas auditnya semakin bertambah baik, dalam hal ini jangka waktu perikatan tidak melebihi batas waktu regulasi yang telah ditetapkan. Pembatasan masa perikatan yang diatur oleh pemerintah adalah untuk menjaga independensi auditor. Masa perikatan yang terlalu lama dapat membuat kedekatan antara auditor dengan manajemen sehingga dapat mengurangi independensi auditor. Hasil penelitian ini konsisten dengan penelitian I Putu (2011) bahwa Audit Tenure berpengaruh positif terhadap Kualitas Audit. Hal ini disebabkan semakin lama auditor bertugas, maka
80
KAP akan memiliki banyak pengetahuan dan pengalaman untuk merancang prosedur audit yang efektif.
b.
Pengaruh Ukuran KAP Secara Parsial Terhadap Kualitas Audit Hasil penelitian hipotesis 2 membuktikan bahwa Ukuran KAP
berpengaruh positif secara parsial terhadap Kualitas Audit. Hal ini terjadi karena semagian KAP kecil cenderung berkompromi terhadap kualitas audit. Sedangkan KAP besar tidak tergantung pada klien, dan auditor kurang
merespon
tekanan
klien
untuk
memperlancar
pelaporan
dibandingkan KAP kecil dan cenderung tidak mau berkompromi atas kualitas audit, sehingga KAP besar mampu memberikan kualitas audit yang lebih baikdibandingkan dengan KAP kecil. Penelitian ini konsisten dengan penelitian sebelumnya yang dilakukan oleh Daud (2012), bahwa Ukuran KAP berpengaruh positif terhadap Kualitas Audit.
c.
Pengaruh Fee Audit Seacara Parsial Terhadap Kualitas Audit Hasil penelitian hipotesis 3 membuktikan bahwa Fee Audit
berpengaruh positif secara parsial terhadap Kualitas Audit. Hal ini berarti Fee Audit yang tinggi juga tidak akan merusak reputasi auditor atau auditor tetap dapat mempertahankan sikap independensinya saat melakukan pengauditan. Hal ini konsisten dengan penelitian sebelumnya yang dilakukan oleh Bambang Hartadi (2009), bahwa Fee Audit berpengaruh signifikan terhadap Kualitas Audit.
81
d.
Pengaruh Reputasi Auditor Secara Parsial Terhadap Kualitas Audit Hasil penelitian hipotesis 4 membuktikan bahwa Reputasi Auditor
berpengaruh positif secara parsial terhadap Kualitas Audit. Hal ini berarti auditor yang berkualitas dianggap lebih berhati – hati dalam melakukan proses audit untuk mendeteksi salah saji atau kecurangan. Hal ini dilakukan karena mereka berusaha untuk mmpertahankan kredibilitasnya sebagai auditor ternama. Ancaman kehilangan reputasi muncul ketika terdapat pengungkapan publik terkait dengan kegagalan auditor dalam menerbitkan opini yang tepat sehingga dapat mengurangi kepercayaan publik dan mengancam nama baik auditor. Hasil ini tidak konsisten dengan penelitian yang dilakukan oleh Efraim (2010), bahwa Reputasi Auditor tidak berpengaruh terhadap Kualitas Audit.
e.
Pengaruh Audit Tenure, Ukuran KAP, Fee Audit, Reputasi Auditor Secara Bersama – Sama Terhadap Kualitas Audit Hasil penelitian hipotesis 5 membuktikan bahwa Audit Tenure,
Ukuran KAP, Fee Audit, Reputasi Auditor secara bersama – sama terhadap Kualitas Audit. Hal ini berarti Kualitas Audit dapat dicapai ketika lamanya hubungan auditor dengan klien dan auditor yang berasal dari KAP besar dan KAP kecil dapat menjaga sikap independen walaupun ditawarkan dengan fee yang besar auditor tetap harus menghasilkan laporan audit yang berkualitas sesuai dengan bukti yang relevan agar auditor tetap berreputasi
82
baik. Hasil penelitian ini konsisten dengan penelitian yang dilakukan oleh Eka Kartika (2012), Waskitho (2012), I Putu (2011) bahwa menunjukkan kekuatan hubungan variabel Audit Tenure, Ukuran KAP, Fee Audit, Reputasi Auditor secara bersama - sama terhadap Kualitas Audit.