commit to user Lampiran 3
Halaman 1
Dari grafik
scatterplot
nampak bahwa titik-titik tersebar di atas dan di bawah nol pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi
masalah heteroskedastisitas pada model.
4.4 Analisis Regresi
Analisa uji regresi linier berganda dilakukan untuk memperoleh jawaban
atas hipotesis yang diturunkan. Hasil uji regresi diuraikan sebagai berikut:
4.4.1 Analisis Regresi Persamaan Pertama
Analisis regresi persamaan ini menguji pengaruh ukuran KAP,
tenure
audit, komite audit, dan spesialisasi audit terhadap kualitas audit yang diproksikan
dengan DAC. Hasil analisis regresi seperti yang terlihat pada tabel 4.7 berikut ini:
Tabel 4.7 Hasil Pengujian Regresi Persamaan Pertama
commit to user Lampiran 3
Halaman 1
Variabel
Coefficient
t
hitung
ρ
Value
Constant -6.459
-7.083 0.000
Ukuran KAP
size
-0.394 -2.396
0.018
Tenure
audit
tenure
-1.301 -5.707
0.000
Komite audit komite
-1.583 -2.137
0.035
Spesialisasi auditor ais
Adj R
2
= 0.294 F
hitung
= 13.276 Sig = 0.000
0.329 1.297
0.197
Sumber: data primer diolah, 2012
Dari Tabel 4.7 yang merupakan hasil pengujian regresi linier berganda dapat dibuat persamaan regresi sebagai berikut:
Y = -6,459 – 0,394 size –1,301tenure –1,583komite + 0.329ais + e
Dari tampilan output SPSS 18 tabel 4.7 di atas tampak bahwa besarnya R
Square
hanya sebesar 0,294. Hal tersebut membuktikan bahwa 29,40 variasi variabel kualitas audit DAC yang dapat dijelaskan oleh 4 empat variasi
variabel independen ukuran KAP
Size
,
audit tenure
Tenure
, komite audit Komite, dan audit spesialisasi industri AIS, sedangkan 70,60 dijelaskan oleh
sebab lain diluar model. Hasil analisa regresi, hasil uji regresi dari empat variabel independen yang dimasukkan dalam model regresi, variabel audit spesialisasi
industri AIS 0.197, tidak berpengaruh positif signifikan terhadap kualitas audit DAC. Hal ini dapat dilihat dari probabilitas signifikasi jauh di atas
α 0.10. Sedangkan variabel ukuran KAP Size 0.018,
audit tenure
Tenure
0.000 dan komite audit Komite 0.035, berpengaruh positif signifikan terhadap kualitas
audit DAC.
commit to user Lampiran 3
Halaman 1
Dari tabel 4.7 di atas uji Uji ANOVA atau F test, diperoleh bahwa F hitung adalah sebesar 13,276 dengan tingkat probabilitas 0.000 signifikan.
Karena probabilitas jauh lebih kecil dari pada
ά 0.05, maka model regresi dapat
digunakan untuk memprediksi kualitas audit DAC. Dengan kata lain bahwa variabel ukuran KAP
Size
,
audit tenure
Tenure
, Komite Audit Komite dan Auditor Spesialisasi Industri AIS secara bersama-sama berpengaruh signifikan
terhadap kualitas audit DAC. Hasil analisa uji regresi tabel 4.7 di atas, dari empat variabel independen,
yang dimasukan dalam model regresi, ada tiga variabel ukuran KAP
Size
,
audit tenure
Tenure
dan komite audit Komite yang berpengaruh signifikan terhadap kualitas audit DAC dengan nilai probabilitas signifikansi masing-masing sebesar
0.018, 0.000 dan 0.035.
4.4.2 Analisis Regresi Persamaan Kedua
