Responden dalam penelitian ini adalah seluruh auditor dari tingkatan partner,
manajer, senior, dan junior yang berada di Jakarta pada tahun 2020 yaitu sebanyak 100
orang. Peneliti menyebarkan 100 kuesioner. Dari jumlah kuesioner yang dibagikan
tingkat pengembalian data tersebut adalah 100%.
Statistik Deskriptif
Berdasarkan tabel 1.2 diatas, dapat diketahui bahwa objek yang diteliti (N) pada
tahun 2020 adalah sebanyak 100 Auditor yang bekerja di DKI Jakarta. Dari tabel di atas
dapat dilihat besarnya nilai minimum, nilai maksimum, nilai rata-rata, standar deviasi
dari tiap-tiap variabel. Tabel 4.2 digunakan untuk membantu dalam melakukan
identifikasi terhadap besar kecilnya penyimpangan atas masing-masing variabel yang
mempengaruhi variabel satu dengan yang lainnya. Analisis statistik deskriptif
menunjukkan hasil sebagai berikut:
a. Kompetensi
c. Integritas
d. Pengalaman Kerja
e. Audit Tenure
f. Kualitas Audit
Dari hasil pengujian validitas pada tabel diatas, kuesioner yang berisi dari 6
variabel ini ada 100 kuesioner yang telah diisi oleh 100 responden pada penelitian ini.
Salah satu cara agar bisa mengetahui kuesioner mana yang valid dan tidak valid, kita
harus mencari tau r tabelnya terlebih dahulu. Dari hasil perhitungan validitas pada tabel
diatas, dapat dilihat bahwa r hitung > r tabel, 100 kuesioner semua dinyatakan valid
karena r hitung lebih dari r tabel.
Berdasarkan Tabel 1.4. uji reliabilitas dilakukan terhadap item pertanyaan yang
dinyatakan valid. Suatu variabel dikatakan reliabel atau handal jika jawaban terhadap
pertanyaan selalu konsisten. Jadi hasil koefisien reliabilitas kompetensi adalah sebesar
rll = 0,877, independensi adalah sebesar rll = 0,848, integritas rll = 0,845, pengalaman
kerja rll = 0,823, audit tenure rll = 0,856, dan kualitas audit adalah sebesar rll = 0,852.
ternyata memiliki nilai “Alpha Cronbach” lebih besar dari 0,600, yang berarti keenam
variabel dinyatakan reliabel atau memenuhi persyaratan.
1.3.3 Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk memperoleh hasil analisis regresi yang valid.
Secara teoritis, pengujian asumsi klasik meliputi pengujian yang terdiri atas uji
normalitas data, uji multikolinearitas, uji autokorelasi, dan uji heterokedastisitas.
Pengujian asumsi klasik dalam penelitian ini dilakukan dengan bantuan program IBM
SPSS Statistic 25.
Tabel 1.5
Unstandardized
Normalitas N Keputusan
Residual
Asymp. Sig. (2-tailed) 100 0.200 Terdistribusi Normal
1. Analisis Grafik
1. Jika titik menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal, maka model regresi memenuhi asumsi normalitas.
2. Jika tidak menyebar dari garis diagonal dan atau tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Dari grafik di atas dapat diketahui bahwa titik-titik menyebar di sekitar garis diagonal
dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
1.3.5 Uji Multikolinearitas
Data yang baik adalah data yang memiliki variabel yang tidak memiliki korelasi
atau keterkaitan satu sama lain. Untuk menguji hal tersebut maka digunakan uji
multikolinearitas yang dilakukan dengan menggunakan nilai Variance Inflation Factor
(VIF). Model dinyatakan terbebas dari gangguan multikolinearitas jika mempunyai nilai
VIF di bawah 10 atau tolerance di atas 0,1. Berikut adalah hasil uji multikolinearitas
dalam penelitian ini:
Tabel 1.6
Uji Multikolinearitas
Collinearity Statistics
Variabel Kesimpulan
Tolerance VIF
Kompetensi 0.659 1.518 Tidak ada multikolinearitas
Independensi 0.304 3.287 Tidak ada multikolinearitas
Integritas 0.133 7.533 Tidak ada multikolinearitas
Pengalaman_Kerja 0.129 7.727 Tidak ada multikolinearitas
Audit_Tenure 0.242 4.125 Tidak ada multikolinearitas
Tabel 1.7
Uji Autokorelasi
Model Summaryb
DL Durbin-Watson DU Keputusan
1.5710 1.799 1.7804 Tidak terdapat autokorelasi
Berdasarkan tabel pada signifikansi 5%, dengan jumlah sampel 220 dan jumlah
variabel independen 5 (k=5) maka tabel Durbin Watson akan memberikan nilai du
sebesar 1,7804. Oleh karena nilai dw sebesar 1,799 lebih besar dari batas atas (du)
sebesar 1,7804 dan kurang dari 4-du (4-1,7804=2,2196) dapat disimpulkan bahwa tidak
terdapat autokorelasi.
1.3.7 Uji Heterokedastisitas
Uji heterokedastisitas digunakan untuk mengetahui apakah residu pada model
regresi bersifat heterogen atau homogeny. Apabila bersifat heterogen, akan
menyebabkan model regresi tidak mampu meramalkan dengan akurat, karena memiliki
residu yang tidak teratur. Pada penelitian ini untuk mengetahui ada atau tidaknya
heterokedastisitas digunakan Uji Glejser. Kriterianya ditunjukkan dengan tidak ada
satupun variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen nilai Absolut Ut (AbsUt). Apabila probabilitas signifikansinya di atas tingkat
kepercayaan 5 persen, maka dapat dinyatakan bahwa model regresi tidak terkendala
heterokedastisitas. Hasil uji heterokedastisitas adalah sebagai berikut:
Tabel 1.8
Uji Heterokedastisitas
Dengan terpenuhinya uji asumsi klasik seperti yang telah dipaparkan di atas,
maka analisis regresi linier berganda layak digunakan dalam model penelitian karena
persyaratan statistik terpenuhi.
1. Analisis Grafik
1. jika ada pola tertentu seperti titik-titik (point-point) yang ada membentuk
suatu pola tertentu yang teratur (bergelombang, melebar kemudian
menyempit), maka telah terjadi heterokedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
Dari grafik di atas dapat dilihat bahwa tidak ada pola yang jelas, serta titik-titik
menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heterokedastisitas.
4.4 Pengujian Hipotesis
Tabel 1.9
Model Summaryb
Mo de l S ummaryb
Std. Error
Adjusted Durbin-
Model R R Square of the
R Square Watson
Estimate
1 .841 a 0.707 0.691 0.14624 1.799
a. Predictors: (Constant), Kompetensi, Independensi, Integritas,
Pengalaman_Kerja, Audit_Tenure.
b. Dependent Variable: Kualitas_Audit.
Pada tabel 4.9 dapat diketahui bahwa nilai adjusted R2 sebesar 0,691. Artinya
bahwa variasi dari variabel independen (kompetensi, independensi, integritas,
pengalaman kerja, dan audit tenure) mampu menjelaskan variasi dari variabel dependen
(kualitas audit) sebesar 69,1% sedangkan sisanya 30,9% varians variabel terikat yang
dijelaskan oleh faktor lain.
Uji Statistik F
ANOVAb
ANOVAa
Sum of Mean
df F Sig.
Model Squares Square
1 Regression 386.706 5 77.341 42.137 .000 b
Residual 172.534 94 1.835
Total 559.240 99
a. Dependent Variable: Kualitas_Audit
b. Predictors: (Constant), Audit_Tenure, Independensi, Kompetensi, Integritas,
Pengalaman_Kerja
Tabel 4.10 menunjukkan nilai sig dari F sebesar 0,00 dimana nilai ini lebih kecil
dari 0,05 (α=0,05) dan F hitung nya sebesar 42,13 > F tabel nya sebesar 2,31, jadi dapat
disimpulkan bahwa dengan tingkat kepercayaan 95%, semua variabel secara bersama-
sama berpengaruh secara signifikan terhadap kualitas audit.
Berdasarkan hasil pengujian uji t dari tabel tersebut pada model regresi, kompetensi
diperoleh nilai signifikansi sebesar 0,000 yang berarti lebih kecil dari 0,05 (0,000 <
0,05) dan nilai unstandardized beta 0,578 dengan arah positif. Maka dapat disimpulkan
bahwa H1 diterima, hal ini berarti secara parsial variabel kompetensi berpengaruh
positif terhadap kualitas audit.
Berdasarkan hasil pengujian uji t dari tabel tersebut pada model regresi,
independensi diperoleh nilai signifikansi sebesar 0,000 yang berarti lebih kecil dari 0,05
(0,000 < 0,05) dan nilai unstandardized beta 0,491 dengan arah positif. Maka dapat
disimpulkan bahwa H2 diterima, hal ini berarti secara parsial variabel independensi
berpengaruh positif terhadap kualitas audit.
3. Independensi Berpengaruh Positif terhadap Kualitas Audit
Berdasarkan hasil pengujian uji t dari tabel tersebut pada model regresi,
independensi diperoleh nilai signifikansi sebesar 0,000 yang berarti lebih kecil dari 0,05
(0,000 < 0,05) dan nilai unstandardized beta 0,268 dengan arah positif. Maka dapat
disimpulkan bahwa H3 diterima, hal ini berarti secara parsial variabel independensi
berpengaruh positif terhadap kualitas audit.
Berdasarkan hasil pengujian uji t dari tabel tersebut pada model regresi, pengalaman
kerja diperoleh nilai signifikansi sebesar 0,000 yang berarti lebih kecil dari 0,05 (0,000 <
0,05) dan nilai unstandardized beta 0,354 dengan arah positif. Maka dapat disimpulkan
bahwa H4 diterima, hal ini berarti secara parsial variabel pengalaman kerja berpengaruh
positif terhadap kualitas audit.
Berdasarkan hasil pengujian uji t dari tabel tersebut pada model regresi, audit tenure
diperoleh nilai signifikansi sebesar 0,000 yang berarti lebih kecil dari 0,05 (0,000 <
0,05) dan nilai unstandardized beta 0,348 dengan arah positif. Maka dapat disimpulkan
bahwa H5 diterima, hal ini berarti secara parsial variabel audit tenure berpengaruh
positif terhadap kualitas audit.