1.

1 Deskripsi Objek Penelitian

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%.

Tabel 1.1 Pengembalian Kuisioner

Keterangan Jumlah Persentase
Kuesioner yang sudah disebar 100 100%
Kuesioner yang tidak dikembalikan 0 0%
Kuesioner yang digunakan 100 100%

Sumber: Data primer yang diolah, 2021

Berdasarkan hasil survei dengan menggunakan kuesioner, karakteristik

responden dibagi menjadi beberapa kelompok yaitu menurut umur, jenis kelamin,
jabatan di KAP, Pendidikan Terakhir, lama bekerja sebagai auditor, dan jumlah klien
yang di audit (rata-rata setahun), WNI yang berdomisili atau bekerja di DKI Jakarta, dan
sudah memiliki NPWP.

1.2 Statistik Deskriptif

Statistik deskriptif disajikan dalam tabel 4.2 yang akan memberikan gambaran
dari nilai minimum, nilai maksimum, nilai rata-rata, dan standar deviasi masing-masing
variabel.

Berikut adalah tabel statistik deskriptif untuk masing-masing variabel penelitian:

 Tabel 1.2

Statistik Deskriptif

De s criptive S tatis tics

Std.
N Minimum Maximum Mean
Deviation
Kompetensi 100 17 25 21.25 2.042
Independensi 100 15 25 21.44 2.797
Integritas 100 12 25 21.05 4.305
Pengalaman_Kerja 100 14 25 21.79 3.355
Audit_Tenure 100 15 25 21.97 2.447
Kualitas_Audit 100 15 25 21.74 2.377
Valid N (listwise) 100

Sumber data diolah dengan SPSS 25.0

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

Berdasarkan hasil analisis deskriptif di atas, kompetensi memiliki nilai minimum

17 dan nilai maksimum 25 dengan nilai rata-rata sebesar 21,25 dan nilai deviasi
standar sebesar 2,04. Nilai rata-rata sebesar 21,25 menandakan bahwa rata-rata
kompetensi pada KAP lebih besar karena nilai rata-rata mendekati nilai maksimum
yaitu 25.
b. Independensi

Berdasarkan hasil analisis deskriptif di atas, independensi memiliki nilai

minimum 15 dan nilai maksimum 25 dengan nilai rata-rata sebesar 21,44 dan nilai
deviasi standar sebesar 2,79. Nilai rata-rata sebesar 21,44 menandakan bahwa rata-
rata independensi pada KAP lebih besar karena nilai rata-rata mendekati nilai
maksimum yaitu 25.

c. Integritas

Berdasarkan hasil analisis deskriptif di atas, integritas memiliki nilai minimum

12 dan nilai maksimum 25 dengan nilai rata-rata sebesar 21,05 dan nilai deviasi
standar sebesar 4,30. Nilai rata-rata sebesar 21,05 menandakan bahwa rata-rata
integratis pada KAP lebih besar karena nilai rata-rata mendekati nilai maksimum
yaitu 25.

d. Pengalaman Kerja

Berdasarkan hasil analisis deskriptif di atas, pengalaman kerja memiliki nilai

minimum 14 dan nilai maksimum 25 dengan nilai rata-rata sebesar 21,79 dan nilai
deviasi standar sebesar 3,35. Nilai rata-rata sebesar 21,79 menandakan bahwa rata-
rata pengalaman kerja pada KAP lebih besar karena nilai rata-rata mendekati nilai
maksimum yaitu 25.

e. Audit Tenure

Berdasarkan hasil analisis deskriptif di atas, audit tenure memiliki nilai

minimum 15 dan nilai maksimum 25 dengan nilai rata-rata sebesar 21,97 dan nilai
deviasi standar sebesar 2,44. Nilai rata-rata sebesar 21,97 menandakan bahwa rata-
 rata audit tenure pada KAP lebih besar karena nilai rata-rata mendekati nilai
maksimum yaitu 25.

f. Kualitas Audit

Berdasarkan hasil analisis deskriptif di atas, kualitas audit memiliki nilai

minimum 15 dan nilai maksimum 25 dengan nilai rata-rata sebesar 21,74 dan nilai
deviasi standar sebesar 2,37. Nilai rata-rata sebesar 21,74 menandakan bahwa rata-
rata kualitas audit pada KAP lebih besar karena nilai rata-rata mendekati nilai
maksimum yaitu 25.

1.3 Analisis Pembahasan dan Hasil Penelitian

1.3.1 Uji Validitas

Pengujian Validitas dilakukan untuk mengetahui valid tidaknya suatu kuesioner dari
masing-masing variabel tersebut. Uji validitas yang telah dilakukan dalam penelitian ini
ditampilkan dalam tabel berikut:

Tabel 1.3 Hasil Uji Validitas Item-Item Variabel

Indikator r hitung r tabel Kesimpulan

X1 0.496 0.1654 Valid
X2 0.751 0.1654 Valid
X3 0.485 0.1654 Valid
X4 0.500 0.1654 Valid
X5 0.671 0.1654 Valid
Y 1.000 0.1654 Valid

Sumber data diolah dengan SPSS 25.0

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.

1.3.2 Uji Realibilitas

Penelitian ini harus dilakukan uji reliabilitas untuk mengukur konsisten atau tidak
kuesioner dalam penelitian yang digunakan untuk mengukur pengaruh tidaknya variabel
X dengan variabel Y. Sebelum dilakukannya pengujian reliabilitas harus ada dasar
pengambilan keputusan yaitu alpha sebesar 0,60. Variabel yang dianggap reliabel jika
nilai variabel tersebut lebih besar dari >0,60 jika lebih kecil maka variabel yang diteliti
tidak bisa dikatakan reliabel karena <60. Hasil dari pengujian reliabilitas pada variabel
penelitian ini sebagai berikut:

Tabel 1.4 Hasil pengujian reliabilitas

No Variabel r alpha r kritis Kesimpulan

1 Kompetensi 0.877 0.600 Reliabel
2 Independensi 0.848 0.600 Reliabel
3 Integritas 0.845 0.600 Reliabel
4 Pengalaman_Kerja 0.823 0.600 Reliabel
5 Audit_Tenure 0.856 0.600 Reliabel
6 Kualitas_Audit 0.852 0.600 Reliabel

Sumber data diolah dengan SPSS 25.0

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.

1.3.4 Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel
dependen dan variabel independen mempunyai distribusi normal atau tidak. Pengujian
normalitas menggunakan uji statistik non parametrik Kolmogorov-Smirnov (K-S).
Menurut metode Kolmogorov-Smirnov (K-S), suatu data dikatakan terdistribusi normal
jika nilai signifikansinya lebih besar dari alpha 5%. Dan sebaliknya suatu data dikatakan
tidak terdistribusi normal jika nilai signifikansinya lebih kecil dari alpha 5%. Hasil uji
normalitas adalah sebagai berikut:

Tabel 1.5

Hasil Pengujian Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Normalitas N Keputusan
Residual
Asymp. Sig. (2-tailed) 100 0.200 Terdistribusi Normal

Sumber data diolah dengan SPSS 25.0

Hasil pengujian normalitas di atas menunjukkan bahwa pada model regresi

berganda yang dibuat telah berdistribusi normal. Hal ini dapat dilihat dari nilai
signifikansi hasil pengujian yang nilainya lebih besar dari 0,05 (0,05<0,200). Dengan
demikian dapat disimpulkan model regresi yang akan digunakan sebagai hipotesis
penelitian telah memenuhi asumsi normalitas.

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

Sumber data diolah dengan SPSS 25.0

Hipotesis dalam uji multikolinearitas adalah:

H0: Tidak ada multikolinearitas, jika VIF<10

H1: Ada multikolinearitas, jika VIF>10

Tabel di atas menunjukkan bahwa semua variabel memiliki nilai VIF<10

sehingga dapat disimpulkan bahwa tidak terjadi multikolinearitas (H0 diterima). Selain
itu nilai tolerance juga menunjukkan nilai lebih besar dari 0,10 sehingga dapat
disimpulkan bahwa tidak ada korelasi antar variabel independen tersebut.
1.3.6 Uji Autokorelasi
Uji autokorelasi ditujukan untuk mengidentifikasi adanya korelasi antara
kesalahan pengganggu (error) yang terjadi antar periode yang diujikan dalam model
regresi (pada periode t saat ini dengan kesalahan periode t-1 periode sebelumnya).
Autokorelasi muncul karena observasi yang beruntun sepanjang waktu berkaitan satu
sama lainnya. Untuk mendeteksi ada tidaknya autokorelasi digunakan uji Durbin
Watson, dimana dalam pengambilan keputusan dilihat berapa jumlah sampel yang
diteliti dan kemudian melihat angka ketentuan pada tabel Durbin Watson. Hasil uji
autokorelasi adalah sebagai berikut:

Tabel 1.7

Uji Autokorelasi

Model Summaryb

DL Durbin-Watson DU Keputusan
1.5710 1.799 1.7804 Tidak terdapat autokorelasi

Sumber data diolah dengan SPSS 25.0

Hipotesis dalam uji autokorelasi adalah:

H0: Tidak ada autokorelasi

H1: Ada 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

Variabel Nilai Sig. Kesimpulan

Kompetensi 0.478 Tidak terdapat heterokedastisitas
Independensi 0.771 Tidak terdapat heterokedastisitas
Integritas 0.278 Tidak terdapat heterokedastisitas
Pengalaman_Kerja 0.342 Tidak terdapat heterokedastisitas
Audit_Tenure 0.435 Tidak terdapat heterokedastisitas

Sumber data diolah dengan SPSS 25.0

Hasil pengujian heterokedastisitas di atas menunjukkan semua variabel memiliki

nilai sig lebih besar dari 0,05. Oleh karena itu dapat disimpulkan bahwa model regresi
tidak terkendala 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

4.4.1 Uji Koefisien Determinasi (R2)

Uji Koefisien Determinasi dilakukan untuk melihat kesesuaian model, atau
seberapa besar kemampuan variabel bebas dalam menjelaskan variabel terikatnya.
Berikut hasil perhitungan nilai R dan R2 dalam penelitian ini:

Tabel 1.9

Uji Goodness of Fit

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.

Sumber data diolah dengan SPSS 25.0

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.

4.4.2 Uji F Statistik (Uji F Simultan)

Uji F Statistik digunakan untuk melihat pengaruh variabel independen (bebas)
terhadap variabel dependen (terikat) secara serentak. Pengujian secara serentak ini
dilakukan dengan cara membandingkan antara tingkat signifikansi F dari hasil pengujian
dengan nilai signifikansi yang digunakan dalam penelitian ini.
 Tabel 1.10

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

Sumber data diolah dengan SPSS 25.0

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.

1.4.3 Hasil Pengujian Hipotesis

1.4.3.1 Uji t Statistik (Uji secara Partial)

Metode data yang digunakan dalam penelitian ini adalah model regresi berganda
dengan menggunakan tingkat signifikansi sebesar 5% (α=0,05). Uji t dilakukan untuk
melihat pengaruh variabel independen secara parsial terhadap variabel dependen. Dasar
pengambilan keputusannya adalah:

Jika sig dari t hitung <0,05, maka H0 ditolak

Jika sig dari t hitung >0,05, maka H1 diterima

 Tabel 1.9

Hasil Uji Regresi

Variabel Prediksi Arah Coefficients B T Sig. Sig. One Tailed Kesimpulan

(Constant) 1.485 0.831 0.408 0.204
Kompetensi (+) 0.578 5.661 0.000 0.000 H1 Diterima
Independensi (+) 0.491 7.700 0.000 0.000 H2 Diterima
Integritas (+) 0.268 5.490 0.000 0.000 H3 Diterima
Pengalaman_Kerja (+) 0.354 5.711 0.000 0.000 H4 Diterima
Audit_Tenure (+) 0.348 4.603 0.000 0.000 H5 Diterima
Adjusted R Square 0.691
Uji F 42.137
Sig 0.000

1. Kompetensi Berpengaruh Positif 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.

2. 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 0,491 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.

4. Pengalaman Kerja 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.

5. Audit Tenure 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.

4.5 Pembahasan Hasil Penelitian

4.5.1 Pengaruh kompetensi Terhadap Kualitas Audit

Berdasarkan uji hipotesis dapat disimpulkan bahwa kompetensi berpengaruh positif
terhadap kualitas audit. Kesimpulan ini sesuai dengan hasil penelitian Widodo et al.
(2020) kompetensi memiliki pengaruh terhadap kualitas hasil audit. Hasil tersebut
didukung oleh penelitian Bahrudin et al. (2019) dan Shintya,dkk (2016) yang
mendapatkan hasil kompetensi memiliki pengaruh signifikan terhadap kualitas
audit. Hal ini berarti bahwa semakin tinggi kompetensi seorang auditor, maka
kualitas laporan audit yang dihasilkan akan semakin tinggi.

4.5.2 Pengaruh Independensi Terhadap Kualitas Audit

Berdasarkan uji hipotesis dapat disimpulkan bahwa independensi berpengaruh
positif terhadap kualitas audit. Kesimpulan ini sesuai dengan hasil penelitian Pratiwi et
al. (2020) menyatakan bahwa independensi berpengaruh positif terhadap kualitas
audit. Pada penelitian Bahrudin et al. (2019) mengemukakan hal serupa, yaitu
independensi berpengaruh positif dan signifikan terhadap kualitas audit.
Independensi auditor menjadi salah satu faktor penting untuk menghasilkan audit
yang berkualitas. Apabila auditor kehilangan independensinya, maka laporan audit
yang dihasilkan tidak sesuai dengan kenyataan yang ada sehingga laporan tersebut
tidak dapat digunakan sebagai dasar pengambilan keputusan. Hasil penelitian ini
selanjutnya juga didukung oleh Shintya, dkk (2016) dan Imansari (2016) yang
mengemukakan hal yang sama dimana independensi berpengaruh terhadap kualitas
audit.

4.5.3 Pengaruh Integritas Terhadap Kualitas Audit

Berdasarkan uji hipotesis dapat disimpulkan bahwa integritas berpengaruh positif
terhadap kualitas audit. Kesimpulan ini sesuai dengan hasil penelitian Bouhawia et al,
(2015); Dewi (2015), Cahyono et al, (2015); Indah, (2013) yang menyatakan integritas
auditor berpengaruh terhadap kualitas audit. Berdasarkan penelitian tersebut dapat
membuktikan bahwa integritas memiliki pengaruh terhadap kualitas audit.
4.5.4 Pengaruh Pengalaman Kerja Terhadap Kualitas Audit

Berdasarkan uji hipotesis dapat disimpulkan bahwa pengalaman kerja

berpengaruh positif terhadap kualitas audit. Kesimpulan ini sesuai dengan hasil
penelitian (Pelawati, 2018). Kemampuan seorang auditor akan terus bertambah
melalui pengalamannya. Seiring dengan makin banyaknya audit yang dilakukan
akan menambah pengetahuannya dibidang akuntansi dan auditing (Christiawan,
2002). Selain itu, dengan semakin banyaknya pengalaman, seorang auditor
menemukan semakin banyak kasus-kasu yang lebih kompleks serta dpat
menjadi lebih berhati-hati untuk tidak melakukan kesalahan yang sama dimasa
lalu. Dalam penelitian yang dilakukan oleh Hermawan et al. (2020), Slamet
(2012), serta Puspita, dkk (2020) mengemukakan hasil yang sejalan dimana
menyatakan bahwa pengalaman auditor memberikan pengaruh signifikan
terhadap kualitas audit.

4.5.5 Pengaruh Audit Tenure Terhadap Kualitas Audit

Berdasarkan uji hipotesis dapat disimpulkan bahwa audit tenure berpengaruh

positif terhadap kualitas audit. Kesimpulan ini sesuai dengan hasil penelitian
Panjaitan dan Chariri (2014), audit tenure memiliki pengaruh yang signifikan
terhadap kualitas audit. Hal ini sejalan dengan penelitian Faris, dkk (2015) dan
Dewi, dkk yang menyatakan bahwa audit tenure berpengaruh signifikan terhadap
kualitas audit. Dimana semakin lama tenure auditor disebuah perusahaan, maka
semakin tinggi kualitas audit yang akan dihasilkan.