31
BAB IV ANALISIS HASIL DAN PEMBAHASAN
A. Statistik Deskriptif Statistik deskriptif ini digunakan untuk memberikan gambaran mengenai demografi responden penelitian. Data demografi tersebut antara lain : jenis kelamin, usia, pendidikan, lama menekuni keahlian khusus (auditor), serta lamanya pengalaman kerja. Alat analisis data ini disajikan dengan mengundang table distribusi frekuensi yang memaparkan kisaran teoritis dan kisaran aktual. Dapat dilihat pada table karakteristik responden dibawah ini.
B. Karakteristik Responden Proses pengumpulan data kuesioner dilakukan mulai tanggal 7 Maret 2013 sampai dengan tanggal 3 April 2013. Berdasarkan kuesioner yang telah disebar kepada 78 auditor yang berada di Kantor Akuntan Publik di wilayah Jakarta Selatan dan hanya 51 kuesioner yang kembali. Seluruh kuesioner yang kembali tersebut akan dijadikan sampel dalam penelitian ini.
31
32
Tabel 4.1 Sampel dan Tingkat Pengembalian Kuesioner Keterangan
Jumlah
Penyebaran kuesioner
78
Kuesioner yang tidak kembali
27
Kuesioner yang bisa diolah
51
Sumber : Data yang diolah
Gambar 4.1 Sampel dan pengembalian kuesioner Penyebaran kuesioner
33% 50% 17%
Kuesioner yang tidak kembali Kuesioner yang bisa diolah
Sebelum menganalisis jawaban-jawaban responden, terlebih dahulu akan dibahas gambaran umum tentang responden tersebut. Berikut merupakan beberapa tabel yang menunjukan profil responden yang berpartisipasi dalam penelitian ini.
33
Tabel 4.2 Deskripsi Responden Berdasarkan Jenis Kelamin Jenis Kelamin
Frekuensi
Presentase
Laki – Laki
34
66,7 %
Perempuan
17
33,3 %
Jumlah
51
100
Sumber : Hasil penelitian tahun 2013 (data diolah)
Gambar 4.2 Deskripsi responden berdasarkan jenis kelamin Laki-laki
Perempuan
33%
67%
Dari tabel diatas diketahui bahwa jumlah sampel sebanyak 51 orang terdiri dari 34 orang laki-laki dengan presentase 67 % dan sisanya sebanyak 17 orang perempuan dengan presentase 33 %. Hal ini menunjukan bahwa secara keseluruhan rata-rata auditor yang bekerja di kantor akuntan publik Jakarta Selatan adalah laki-laki, dilihat dari banyaknya responden yang mengisi kuesioner.
34
Tabel 4.3 Deskripsi Responden Berdasarkan Usia Usia
Frekuensi
Presentase
< 25 tahun
28
54,9 %
25 tahun – 35 tahun
23
45,1 %
36 tahun – 40 tahun
-
-
46 tahun – 55 tahun
-
-
>55 tahun
-
-
Jumlah
51
100
Sumber : Data yang diolah
Gambar 4.3 Deskripsi Responden Berdasarkan Usia < 25 tahun
25 - 35 tahun
46 - 55 tahun
> 55 tahun 0% 0%
36 - 40 tahun
0%
45% 55%
Dari data diatas dapat diketahui responden yang berumur < 25 tahun sebanyak 28 orang dengan presentase 54,9 %, responden berumur 25-35 tahun sebanyak 23 orang dengan presentase 45,1 %, dan tidak
35
terdapat responden berusia 36-40 tahun, responden yang berusia 46-55 tahun dan responden yang diatas > 55 tahun.
Tabel 4.4 Karakteristik Responden Berdasarkan Pendidikan Pendidikan
Frekuensi
Presentase
D3
6
11,8 %
S1
44
86,2 %
S2
1
2%
S3
-
-
Jumlah
51
100
Sumber : Data yang diolah
Gambar 4.4 Karakteristik Responden Berdasarkan Pendidikan S2 2%
S3 0% D3 12%
S1 86%
Dari tabel diatas dapat diketahui auditor yang berpendidikan D3 sebanyak 6 orang dengan presentase 11,8 %, pendidikan S1 sebanyak 44
36
orang dengan presentase 86,2 %, pendidikan S2 sebanyak 1 orang dengan presentase 2 % dan pendidikan S3 tidak terdapat atau tidak ada.
Tabel 4.5 Deskripsi Responden Berdasarkan Lamanya Bekerja Sebagai Auditor Lama Bekerja
Frekuensi
Presentase
< 5 Tahun
41
80,4 %
5 Tahun – 10 Tahun
10
19,6 %
>10 Tahun
-
-
Jumlah
51
100
Sumber : Data yang diolah
Gambar 4.5 Lama Bekerja < 5 tahun
5 - 10 tahun 0%
20%
80%
> 10 tahun
37
Dari tabel diatas diketahui auditor yang bekerja < 5 tahun sebanyak 41 orang dengan presentase 80,4 %, 5–10 tahun sebanyak 10 orang dengan presentase 19,6 %, dan data diatas > 10 tahun tidak ada.
C. Analisis Pengujian Data Setelah data dikumpulkan, maka tahap selanjutnya adalah pengujian terhadap data tersebut. Pengujian data yang akan penulis lakukan adalah pengujian validitas dan reliabilitas. Uji validitas digunakan untuk mengetahui sejauh mana konsistensi alat ukur yang digunakan dalam item kuesioner. Sedangkan reliabilitas digunakan untuk mengetahui sejauh mana pengukuran dapat diandalkan. Dalam penelitian ini penulis menggunakan bantuan SPSS 20 untuk mengolah data. 1. Uji Validitas Uji validitas diukur dengan cara membandingkan nilai pearson correlation dengan r-tabel. Jika r dinyatakan valid dan jika r
hitung <
hitung
> dari r
tabel,
maka item pertanyaan
dari r tabel, maka item pertanyaan dinyatakan
tidak valid. Nilai r-tabel di dapat dari degree of freedom (df=n-2), dimana n adalah jumlah responden dengan α= 0,05. Dalam penelitian ini nilai r-tabel yang didapat adalah 0,276, nilai tersebut didapat dari (df=51-2=49) dengan tingkat signifikan 0,05. Hasil uji validitas dapat dilihat dari tabel di bawah ini :
38
Tabel 4.6 Hasil Uji Validitas Variabel Independensi (X1) ( dengan r tabel = 0,276 ) No.
Indikator
Nilai Korelasi
Keterangan
(Pearson Corellation)
Probabilitas Korelasi Sig. (2 tailed)
1
Ind 1
0,722
0,000
VALID
2
Ind 2
0,099
0,488
TIDAK VALID
3
Ind 3
0,858
0,000
VALID
4
Ind 4
0,674
0,000
VALID
5
Ind 5
0,872
0,000
VALID
6
Ind 6
0,838
0,000
VALID
7
Ind 7
0,849
0,000
VALID
8
Ind 8
0,838
0,000
VALID
9
Ind 9
0,058
0,687
TIDAK VALID
10
Ind 10
0,526
0,000
VALID
11
Ind 11
0,734
0,000
VALID
12
Ind 12
0,472
0,000
VALID
Sumber : Output SPSS
39
Tabel 4.7 Hasil Uji Validitas Variabel Integritas (X2) (dengan r tabel = 0,276) No.
Indikator
Nilai Korelasi
Probabilitas
Keterangan
(Pearson
Korelasi Sig. (2
Corellation)
tailed)
1.
Int 1
0,648
0,000
VALID
2.
Int 2
0,838
0,000
VALID
3.
Int 3
0,738
0,000
VALID
4.
Int 4
0,755
0,000
VALID
Sumber : Output SPSS
Tabel 4.8 Hasil uji validitas variabel kualitas audit (Y) (r tabel = 0,276) No.
Indikator
Nilai Korelasi
Probabilitas
(Pearson
Korelasi Sig.
Corellation)
(2 tailed)
Keterangan
1
Ind 1
0,259
0,066
TIDAK VALID
2
Ind 2
0,614
0,000
VALID
3
Ind 3
0,416
0,002
VALID
4
Ind 4
0,659
0,000
VALID
5
Ind 5
0,595
0,000
VALID
6
Ind 6
0,600
0,000
VALID
Sumber : Output SPSS
Berdasarkan hasil olah data pada tabel diatas terlihat bahwa semua item pertanyaan memiliki nilai r
hitung>
dari r
tabelyaitu
0,276, maka dapat
disimpulkan bahwa item pertanyaan yang digunakan untuk mengukur variabel independensi, integritas dan kualitas audit dinyatakan valid.
40
2. Uji Reliabilitas Uji reliabilitas digunakan untuk menguji konsistensi jawaban responden atas seluruh bukti pertanyaan. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2006:45). Suatu variabel dapat dikatakan reliabel apabila nilai cronbach’s alpha dari variabel tersebut > 0,60. Hasil pengujian reliabilitas ditampilkan dalam tabel berikut ini : Tabel 4.9 Hasil uji reliabilitas Variabel
Jumlah Butir Pertanyaan
Cronbach alpha
Independensi (X1)
10
0,914
Integritas (X2)
4
0,740
Kualitas Audit (Y)
6
0,686
Sumber : Output SPSS
Berdasarkan tabel 4.10 menunjukan bahwa pada variabel Independensi nilai cronbach alpha 0,914, nilai cronbach alpha variabel Integritas 0,740, dan nilai cronbach alpha variabel kualitas audit
0,686.
Sehingga dapat
disimpulkan bahwa instrumen untuk setiap variabel penelitian adalah reliabel, karena nilai cronbach’s alpha dari semua variabel yang di uji memiliki nilai > 0,60.
41
D. Uji Asumsi Klasik Pengujian asumsi klasik bertujuan agar mendapatkan model penelitian yang valid dan dapat digunakan dalam melakukan estimasi. Model regresi dapat disebut sebagai model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi klasik statistik. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan tidak terdapat heteroskedasitas, tidak terdapat multikolinearitas, dan tidak terdapat autokolerasi. Pengujian terhadap penyimpangan asumsi klasik dalam penelitian ini menggunakan instrumen penguji dari uji normalitas, uji multikolinearitas dan uji heteroskedastisitas. Hal ini bertujuan bahwa variabel yang digunakan memenuhi syarat dalam melakukan analisis sehingga hasil penelitian tidak bias. 1. Uji Normalitas Uji normalitas yang digunakan dalam penelitian ini adalah dengan menggunakan uji one sample kolmogorov smirnov yang dapat dilihat pada signifikasi, apabila nilai sig > 0,05 maka data dikatakan terdistribusi dengan normal dan normal probability plot yang dapat dilihat pada penyebaran data yang berupa titik-titik pada sumbu diagonal dari grafik, jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi tersebut memenuhi asumsi normalitas dan sebaliknya, jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal maka model tersebut tidak berdistribusi secara normal.
42
Tabel 4.10 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test
N Normal Parametersa,b Most Extreme Differences
Mean Std. Deviation Absolute Positive Negative
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.
Unstandardized Residual 51 .00 2.006 .083 .080 -.083 .591 .877
Dari tabel diatas diketahui nilai kolmogorov smirnov 0,591 dan signifikan pada 0,877 sehingga dapat ditarik kesimpulan bahwa data yang digunakan dalam penelitian ini terdistribusi secara normal. 2. Uji Multikolinieritas Uji multikolonieritas ini digunakan untuk mengetahui apakah dalam model regresi ditemukan adanya kolerasi antar variabel independen, yaitu : Independensi dan Integritas. Uji multikolinieritas dilakukan dengan cara melihat (1) nilai tolerance dan (2) variance inflation factor (VIF). Dibawah ini merupakan hasil pengiujian multikolinieritas :
43
Tabel 4.11 Hasil uji multikolonieritas
Model (Constant)
Unstandardized Coefficients B Std. Error 13.436 2.656
X1 X2 a. Dependent Variable: Y
.077 .465
.035 .138
Collinearity Statistics Tolerance VIF .995 .995
1.005 1.005
Tabel diatas menunjukan bahwa nilai tolerance dari masing-masing variabel independen, yaitu Independensi (X1) sebesar 0,995 dan Integritas (X2) sebesar 0,995. Dari output diatas juga diketahui nilai variance inflation factor (VIF) masing-masing variabel independen, yaitu Independensi (X1) adalah 1,005 dan Integritas (X2) adalah 1,005. Kedua variabel independen tersebut memiliki nilai tolerance diatas 0,1 dan nilai VIF dibawah 10, sehingga dapat disimpulkan bahwa tidak terjadi multikolinearitas antar variabel independen.
3. Uji Heteroskedasitas Uji heteroskedasitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedasitas, yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Jika varian dari residual dari suatu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Untuk menguji heteroskedastisitas digunakan uji Glejser.
44
Tabel 4.12 Uji Heteroskedastisitas Coefficientsa
Model 1 (Constant) X1 X2
Unstandardized Coefficients B Std. Error .795 1.654 .001 .022 .044 .086
Standardized Coefficients Beta .005 .073
t .481 .035 .509
Sig. .633 .972 .613
a. Dependent Variable: ABS_UT
Sumber : Output SPSS
Pada Tabel 4.12 menunjukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen nilai absolute residual (AbsRes). Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 persen. Jadi dapat disimpulkan model regresi tidak mengandung heteroskedastisitas.
E. Analisis Regresi Berganda Setelah melakukan pengujian asumsi klasik dan telah terbukti bahwa data terbebas dari asumsi-asumsi klasik tersebut, maka data dalam penelitian ini telah memenuhi syarat untuk melakukan pengujian analisis regresi berganda. Uji regresi linear berganda yaitu untuk mengetahui gambaran mengenai pengaruh antara dua atau lebih variabel X sebagai variabel independen (bebas) dengan variabel Y sebagai variabel dependen (terikat). Dalam penelitian ini, analisis regresi linear berganda dilakukan agar
45
mengetahui
koefisien
regresi
atau
besarnya
pengaruh
variabel
dependennya yaitu kualitas audit (Y), sedangkan variabel independennya yaitu Independensi (X1) dan Integritas (X3). Penelitian ini menggunakan analisis regresi linear berganda karena memiliki variabel independen lebih dari satu. Tabel 4.13 Uji regresi linier berganda Coefficientsa Unstandardized Coefficients Model 1 (Constant)
Standardized Coefficients
B 13.436
Std. Error 2.656
X1
.077
.035
X2
.465
.138
Beta
Collinearity Statistics t 5.059
Sig. .000
Tolerance
.276
2.187
.034
.995
1.005
.426
3.376
.001
.995
1.005
a. Dependent Variable: Y
Berdasarkan tabel diatas dapat diketahui persamaan regresinya, yaitu : y = α + β1x1 + β2x2 + e Y = 12,023 + 0,114 X1 + 0,492 X2 +
Keterangan: : Kualitas Audit : Nilai Konstanta β1-2
: Koefisien Determinasi : Independensi : Integritas
VIF
46
F. Analisis Uji Hipotesis 1. Uji Koefisien Determinasi
Tabel 4.14 Hasil uji koefisien determinasi Model Summaryb
Model 1
R .490a
R Square .240
Adjusted R Square .209
Std. Error of the Estimate 2.048
a. Predictors: (Constant), X2, X1 b. Dependent Variable: Y Sumber : Output SPSS
Dari tabel diatas dapat dilihat Adjusted square pada penelitian ini adalah nilai koefisien determinasi (R square) sebesar 0,240 (24%). Koefisien determinasi ini menunjukka bahwa 24% kualitas audit dapat dijelaskan atau dipengaruhi oleh Independensi dan Integritas. Sedangkan sisa (100% - 24% = oleh variabel 76%) kualitas audit dipengaruhi lain diluar model.
47
2. Uji Regresi Secara Simultan (uji F) Uji-F (uji bersama-sama) digunakan untuk mengetahui apakah variabel independen secara bersama-sama berpengaruh secara signifikan terhadap
variabel
depeneden.
Pengujiannya
dilakukan
dengan
membandingkan FHitung dengan Ftabel dengan tingkat kepercayaan 0,05 atau 5%.
Tabel 4.15 Hasil uji F statistic ANOVAa
Sum of Model Squares 1 Regression 63.680 Residual 201.300 Total 264.980 a. Dependent Variable: Y b. Predictors: (Constant), X2, X1
Df 2 48 50
Mean Square 31.840 4.194
F 7.592
Sig. .001b
H01 ditolak dan Ha1 diterima. Dari tabel diatas diketahui nilai F hitung sebesar 7,592 dengan probabilitas 0,001. Sehingga dapat disimpulkan bahwa Independensi dan Integritas secara bersama-sama berpengaruh terhadap kualitas audit, karena probabilitas p value 0,000 yang artinya < 0,05, dan Fhitung (7,592) > Ftabel (3,19).
48
3. Uji Regresi Secara Parsial (uji t) Uji t digunakan untuk mengetahui pengaruh masing-masing variabel bebas terhadap variabel terikat, yaitu antara Independensi dan Integritas terhadap kualitas audit. Untuk mengetahui ada tidaknya pengaruh dari masingmasing variabel dapat dilihat dengan membandingkan nilai probabilitas (pvalue) dengan tingkat signifikasi yang digunakan sebesar 0,05, jika p-value lebih kecil dari 0,05 maka dapat dikatakan bahwa variabel-variabel independen secara parsial mempunyai pengaruh signifikan terhadap variabel dependen. Hasil uji regresi secara parsial (uji t) dapat dilihat pada tabel berikut : Tabel 4.16 Hasil uji t statistik a
Coefficients
Unstandardized Coefficients Model 1 (Constant)
B 13.436
Std. Error 2.656
X1
.077
.035
X2
.465
.138
Standardized Coefficients T 5.059
Sig. .000
.276
2.187
.034
.426
3.376
.001
Beta
a. Dependent Variable: Y
Sumber : Output SPSS
Dari tabel diatas dapat ditarik kesimpulan sebagai berikut : a. H02 ditolak dan Ha2 diterima Variabel Independensi memiliki nilai probabilitas signifikansi sebesar 0,034. Nilai ini lebih kecil dari tingkat signifikansi 0,05, sehingga
49
dapat disimpulkan bahwa Independensi memiliki pengaruh yang signifikan terhadap kualitas audit.
b. H03 ditolak dan Ha3 diterima Variabel Integritas memiliki nilai probabilitas signifikansi sebesar 0,001. Nilai ini jauh lebih kecil dari tingkat signifikansi 0,05, sehingga dapat disimpulkan bahwa Integritas memiliki pengaruh yang signifikan terhadap kualitas audit.
G. Pembahasan Dari penelitian yang telah dilakukan, diperoleh hasil sebagai berikut : 1. Pengaruh Independensi terhadap kualitas audit Variabel independensi memiliki nilai probabilitas signifikansi sebesar 0,002. Nilai ini lebih kecil dari tingkat signifikansi 0,05, sehingga dapat disimpulkan bahwa independensi memiliki pengaruh yang signifikan terhadap kualitas audit. hal ini mengindikasikan bahwa auditor dalam mempertimbangkan fakta tidak memihak dan adanya pertimbangan yang objektif dalam diri auditor dalam merumuskan dan menyatakan pendapatnya, Sikap independensi auditor dapat menghindarkan hubungan yang mungkin mengganggu obyektivitas auditor. Penelitian ini tidak konsisten dengan penelitian yang dilakukan Harvita Yulian Ayuningtyas dan Sugeng Pamudji (2012) yang menyatakan independensi tidak berpengaruh signifikan terhadap kualitas audit.
50
2. Pengaruh Integritas terhadap kualitas audit Variabel Integritas memiliki nilai probabilitas signifikansi sebesar 0,001. Nilai ini jauh lebih kecil dari tingkat signifikansi 0,05, Sehingga dapat disimpulkan bahwa Integritas memiliki pengaruh yang signifikan terhadap kualitas audit. hal ini mengindikasikan bahwa auditor tidak mempertimbangkan keadaan pribadi seseorang / sekelompok orang atau suatu organisasi untuk membenarkan perbuatan melanggar ketentuan atau perundang-undangan yang berlaku, serta bila obyek pemeriksaan melakukan kesalahan maka auditor bersikap tegas dan membenarkan. Penelitian ini tidak konsisten dengan penelitian yang dilakukan Ika Sukriah, dkk (2009) yang menyatakan bahwa integritas tidak berpengaruh signifikan terhadap kualitas hasil Pemeriksaan.
3. Pengaruh Independensi dan Integritas Auditor Terhadap Kualitas Audit Dari tabel diketahui nilai F hitung sebesar 11,240 dengan probabilitas 0,000. Sehingga dapat disimpulkan bahwa independensi dan integritas secara bersama-sama berpengaruh terhadap kualitas audit, karena probabilitas p value 0,000 yang artinya < 0,05, dan Fhitung (11,240) > Ftabel (3,19).
