atau item pertanyaan yang terbagi atas 4 bagian dan terdiri dari 15 item pernyataan tersebut adalah berdistribusi normal, sehingga dapat
digunakan dalam penelitian.
4.3.2. Uji Asumsi Klasik
Untuk mengambil keputusan BLUE, maka harus dipenuhi diantaranya tiga asumsi klasik yang tidak boleh dilanggar oleh persamaan
tersebut, yaitu tidak boleh ada autokorelasi, multikolinearitas, dan heteroskedasitas Gujarati, 1999 : 153
Berdasarkan hasil uji asumsi klasik dengan alat bantu komputer yang menggunakan Program SPSS. 16.0 For Windows. diperoleh hasil
sebagai berikut
1. Autokorelasi
Dalam penelitian ini data yang digunakan bukan data time
series, sehingga untuk Uji Autokorelasi tidak dilakukan Gujarati, 1999 : 201.
2. Multikolinieritas
Salah satu cara untuk mengetahui adanya multikoliniaritas adalah dengan melihat nilai VIF Variance Inflation Factor.
Dasar analisis yang digunakan yaitu jika nilai VIF Variance Inflation Factor 10, maka hal ini berarti dalam persamaan regresi
tidak ditemukan adanya korelasi antar variabel bebas atau bebas Multikolinieritas Ghozali, 2002 : 57-59
Berdasarkan hasil Uji Multikolinieritas dengan alat bantu komputer yang menggunakan Program SPSS. 16.0., dapat dilihat pada
tabel 10, sebagai berikut
Tabel 10 : Hasil Uji Multkolinieritas
Variabel VIF Keterangan
Independensi X
1
1,084 Bebas Multikolinieritas
Keahlian Profesional X
2
1,042 Bebas Multikolinieritas
Pengalaman Kerja Pengawas Intern X
3
1,124 Bebas Multikolinieritas
Sumber : Lampiran 10
Berdasarkan pada tabel 10 di atas menunjukkan bahwa seluruh variabel bebas X yang digunakan dalam penelitian ini baik X
1
, X
2,
dan X
3
mempunyai nilai VIF Variance Inflation Factor lebih kecil dari 10, dan sesuai dengan dasar pengambilan keputusan, hal ini berarti
bahwa dalam persamaan regresi tidak ditemukan adanya korelasi antar variabel bebas atau bebas Multikolinieritas.
3. Heteroskedastisitas
Salah satu cara untuk mendeteksi ada atau tidak adanya heteroskedastisitas adalah dengan uji korelasi rank spearman
Dasar analisis yang digunakan yaitu jika nilai Sig 2-tailed 0,05, maka hal ini berarti dalam model regresi tidak terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas Heteroskedastisitas Santoso, 2001 : 161
Berdasarkan hasil Uji Heteroskedastisitas dengan alat bantu komputer yang menggunakan Program SPSS. 16.0., dapat dilihat pada
tabel 11, sebagai berikut
Tabel 11 : Hasil Uji Heteroskedastisitas :
Variabel
Probabilitas Sig 2 - tailed
Keterangan
Independensi X
1
0,489 Bebas Heteroskedastisitas
Keahlian Profesional X
2
0,590 Bebas Heteroskedastisitas
Pengalaman Kerja Pengawas Intern X
3
0,960
Bebas Heteroskedastisitas
Sumber : Lampiran 11
Berdasarkan pada tabel 11 di atas menunjukkan bahwa seluruh variabel bebas X yang digunakan dalam penelitian ini baik X
1
, X
2,
dan X
3
, mempunyai nilai nilai Sig 2-tailed lebih besar dari 0,05, dan sesuai dengan dasar pengambilan keputusan, hal ini berarti bahwa
dalam model regresi tidak terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas
Heteroskedastisitas. Setelah dilakukan Uji Asumsi Klasik tersebut di atas, maka dapat
disimpulkan bahwa model persamaan regresi linier dalam penelitian ini, bebas dari asumsi dasar klasik tersebut, sehingga pengambilan keputusan
melalui uji F dan uji t yang akan dilakukan dalam penelitian ini tidak akan bias atau sesuai dengan tujuan penelitian.
4.3.3. Teknik Analisis Regresi Linier Berganda
Berdasarkan hasil dari hasil olah data dengan alat bantu komputer yang menggunakan program SPSS.16.0, dapat dilihat pada tabel 12, sebagai
berikut
Tabel 12 : Hasil Pendugaan Parameter Regresi Linier Berganda
Coefficients
a
-,736 3,120
,933 ,250
,498 ,102
-,425 ,116
Constant Independensi X1
Keahlian Profesional X2 Pengalaman Kerja Pengawas Intern X3
Model 1
B Std. Error
Unstandardized Coefficients
Dependent Variable: Efektivitas Penerapan Struktur Pengendalian Intern Y a.
Sumber : Lampiran. 10
Berdasarkan pada 12 di atas dapat diperoleh model persamaan regresi sebagai berikut :
Y = -0,736 + 0,933 X
1
+ 0,498 X
2
- 0,425 X
3
Dari model persamaan regresi linier tersebut di atas, dapat diinterprestasikan, sebagai berikut :
Konstanta β
Nilai konstanta β
sebesar -0,736 menunjukkan bahwa, apabila
variabel independensi, keahlian profesional, dan pengalaman kerja pengawas intern konstan maka besarnya nilai efektivitas penerapan struktur
pengendalian intern yaitu sebesar 0,736 satuan
Koefisien β
1
Untuk Variabel Independensi X
1
Besarnya nilai koefisien regresi β
1
sebesar 0,933, nilai β
1
yang positif menunjukkan adanya hubungan yang searah antara efektivitas
penerapan struktur pengendalian intern Y dengan independensi X
1
yang artinya jika independensi X
1
naik sebesar satu satuan, maka besarnya nilai efektivitas penerapan struktur pengendalian intern Y akan naik sebesar
0,933 satuan dengan asumsi bahwa variabel bebas lainnya bersifat konstan.
Koefisien β
2
Untuk Variabel Keahlian Profesional X
2
Besarnya nilai koefisien regresi β
2
sebesar 0,498, nilai β
2
yang positif menunjukkan adanya hubungan yang searah antara efektivitas
penerapan struktur pengendalian intern Y dengan keahlian profesional X
2
yang artinya jika keahlian profesional X
2
naik sebesar satu satuan, maka besarnya nilai efektivitas penerapan struktur pengendalian intern Y
akan naik sebesar 0,498 satuan dengan asumsi bahwa variabel bebas lainnya bersifat konstan.
Koefisien β
3
Untuk Variabel Pengalaman Kerja Pengawas Intern X
3
ngan asumsi bahwa variabel bebas lainnya bersifat konstan.
4.3.4.1. Uji Ke
analisis rikut
Tabel 13 : Hasil Analisis Hubungan Kesesuaian Model
Besarnya nilai koefisien regresi β
3
sebesar -0,425, nilai β
3
yang positif menunjukkan adanya hubungan yang berlawanan arah antara
efektivitas penerapan struktur pengendalian intern Y dengan variabel pengalaman kerja pengawas intern X
3
yang artinya jika pengalaman kerja pengawas intern X
3
naik sebesar satu satuan, maka besarnya nilai efektivitas penerapan struktur pengendalian intern Y akan turun sebesar
0,425 satuan de
4.3.4. Uji Hipotesis
sesuaian Model
Dari hasil Uji Kesesuaian Model dengan menggunakan alat bantu komputer dengan program SPSS.16.0, For Windows mengenai
hubungan kesesuaian, dapat dilihat pada tabel 13, sebagai be
ANOVA
b
919,206 3
306,402 13,049
,000
a
1761,098 75
23,481 2680,304
78 Regression
Residual Total
Model 1
Sum of Squares df
Mean Square F
Sig.
Predictors: Constant, Pengalaman Kerja Pengawas Intern X3, Keahlian Profesional X2, Independensi X1
a. Dependent Variable: Efektivitas Penerapan Struktur Pengendalian Intern Y
b.
Sumber ; Lampiran. 10
Berdasarkan pada tabel 13 di atas menunjukkan bahwa besarnya nilai F
hitung sebesar 13,049 dengan tingkat taraf signifikansi sebesar
0,000 lebih kecil dari 0,05, maka H ditolak dan H
1
diterima yang berarti model regresi yang dihasilkan cocok guna melihat pengaruh
Independensi, Keahlian Profesional, dan Pengalaman Kerja Pengawas Intern terhadap Efektivitas Penerapan Struktur Pengendalian Intern
Dari hasil pengujian juga diperoleh nilai R square yang dapat dilihat pada tabel 14, sebagai berikut:
Tabel. 14 : Koefisien Determinasi R square R
2 Model Summary
b
,586
a
,343 ,317
4,846 Model
1 R
R Square Adjusted R Square
Std. Error of the Estimate Predictors: Constant, Pengalaman Kerja Pengawas Intern X3, Keahlian
Profesional X2, Independensi X1 a.
Dependent Variable: Efektivitas Penerapan Struktur Pengendalian Intern Y b.
Sumber ; Lampiran. 10
Berdasarkan tabel 14 di atas menunjukkan besarnya nilai koefisien Determinasi R square R
2
sebesar 0,343, hal ini menunjukkan bahwa perubahan yang terjadi pada variabel Efektivitas Penerapan Struktur
Pengendalian Intern sebesar 34,3 dipengaruhi oleh variabel Independensi, Keahlian Profesional, dan Pengalaman Kerja Pengawas
Intern, sedangkan sisanya 65,7 dijelaskan oleh faktor lain yang tidak termasuk dalam model.
4.3.4.2. Uji Parsial
Dari hasil pengujian dengan menggunakan alat bantu komputer dengan program SPSS.16.0, For Windows mengenai analisis hubungan
secara parsial, dapat dilihat pada tabel 15, sebagai berikut :
Tabel 15 : Hasil Analisis Varians Hubungan Secara Parsial
Variabel t hitung
Sig Keterangan
Independensi X
1
3.733 0,000 Berpengaruh
Keahlian Profesional X
2
4.881 0,000 Berpengaruh
Pengalaman Kerja Pengawas Intern X
3
-3.678 0,000 Berpengaruh
Sumber ; Lampiran. 10
Berdasarkan dari tabel 15 di atas dapat diinterprestasikan, yaitu sebagai berikut :
1. Pengaruh Independensi X
1
Secara Parsial terhadap Efektivitas Penerapan Struktur Pengendalian Intern Y
Berdasarkan tabel 15 di atas menunjukkan besarnya nilai t hitung
sebesar 3,733, dengan tingkat signifikansi sebesar 0,000 lebih kecil dari 0,05, maka H
ditolak dan H
1
diterima yang berarti ada pengaruh yang signifikan independensi secara parsial terhadap
efektivitas penerapan struktur pengendalian intern.
2. Pengaruh Keahlian Profesional X
2
Secara Parsial terhadap Efektivitas Penerapan Struktur Pengendalian Intern Y
Berdasarkan tabel 15 di atas menunjukkan besarnya nilai t hitung
sebesar 4,881, dengan tingkat signifikansi sebesar 0,000 lebih kecil dari 0,05, maka H
ditolak dan H
1
diterima yang berarti ada
pengaruh yang signifikan keahlian profesional secara parsial terhadap efektivitas penerapan struktur pengendalian intern..
3. Pengaruh Pengalaman Kerja Pengawas Intern X
