f. Deskripsi responden berdasarkan latar belakang pendidikan
Karakteristik responden berdasarkan latar belakang pendidikan dapat dilihat pada tabel frekuensi dibawah ini.
Tabel 4.7 Deskripsi Responden Berdasarkan Latar Belakang Pendidikan
Frequency Percent
Valid Percent
Cumulative Percent
Valid Akuntansi dan audit Manajemen
Total 61
1 62
98.4 1.6
100.0 98.4
1.6 100.0
98.4 100.0
Sumber : Data primer yang diolah Berdasarkan tabel 4.7 menunjukkan bahwa responden yang
mempunyai latar belakang pendidikan akuntansi dan audit lebih banyak sebesar 98,4 atau 61 responden, sedangkan sisanya berpendidikan
manajemen sebesar 1,6 atau 1 responden.
B. Penemuan dan Pembahasan 1. Uji Kualitas Data
a. Uji validitas
Uji validitas dari instrumen penelitian dilakukan dengan teknik pearson correlation
dengan menghitung angka pada kolom corrected item-total correlation
atau r hitung dari nilai jawaban responden untuk tiap butir pernyataan, kemudian dibandingkan dengan angka pada tabel
r product moment atau r tabel. Setiap butir pernyataan dikatakan valid bila r hitung lebih besar atau sama dengan r tabel. Sebelum kuisioner disebar
ke 103 responden, peneliti melakukan try out terhadap 16 responden dengan taraf signifikan a 5 maka didapat r hitung sebesar 0.497.
Tabel 4.8 Hasil Uji Validitas Auditor Judgment Variabel X
1
Variabel R Hitung
R Tabel Kesimpulan
Auditor judgment 1
Auditor judgment 2
Auditor judgment 3
Auditor judgment 4
Auditor judgment 5
.571 .237
.690 .674
.594 0.497
0.497 0.497
0.497 0.497
Valid Tidak valid
Valid Valid
Valid Auditor judgment
6 Auditor judgment
7 Auditor judgment
8 Auditor judgment
9 Auditor judgment
10 Auditor judgment
11 .639
.517 .517
.609 .710
.834 0.497
0.497 0.497
0.497 0.497
0.497 Valid
Valid Valid
Valid Valid
Valid
Auditor judgment 12
Auditor judgment 13
Auditor judgment 14
Auditor judgment 15
Auditor judgment 16
Auditor judgment 17
Auditor judgment 18
.390 .521
.553 .834
-.239 .698
.537 0.497
0.497 0.497
0.497 0.497
0.497 0.497
Tidak valid Valid
Valid Valid
Tidak valid Valid
Valid Sumber : Data primer yang diolah
Berdasarkan hasil uji validitas auditor judgment diperoleh hasil, terdapat 15 item pernyataan yang valid dan 3 item pernyataan yang tidak
valid dikarekan r hitung kurang dari r tabel, pernyataan tersebut antara lain pernyataan auditor judgment 2 dengan nilai r hitung .237, pernyataan
auditor judgment 12 dengan nilai r hitung .390 dan pernyataan auditor
judgment 16 dengan nilai r hitung -.239.
Tabel 4.9 Hasil Uji Validitas Risiko Audit Variabel X
2
Variabel R Hitung
R Tabel Kesimpulan
Risiko audit 1 Risiko audit 2
Risiko audit 3 Risiko audit 4
Risiko audit 5 Risiko audit 6
Risiko audit 7 .573
.514 .430
.534 .202
.687 .125
0.497 0.497
0.497 0.497
0.497 0.497
0.497 Valid
Valid Tidak valid
Valid Tidak Valid
Valid Tidak Valid
Sumber : Data primer yang diolah Berdasarkan tabel 4.9 diatas menunjukkan bahwa tidak seluruh butir
pernyataan valid, karena terdapat 3 butir pernyataan yang memiliki angka r hitung kurang dari .497, diantaranya risiko audit 3 dengan nilai r hitung
.430, pernyataan risiko audit 5 dengan nilai r hitung .202 dan pernyataan risiko audit 7 dengan nilai r hitung .125.
Tabel 4.10 Hasil Uji Validitas Audit Sampling Variabel Y
Variabel R Hitung
R Tabel Kesimpulan
Audit sampling 1
Audit sampling 2
Audit sampling 3
Audit sampling 4
Audit sampling 5
Audit sampling 6
Audit sampling 7
Audit sampling 8
Audit sampling 9
Audit sampling 10
.537 .684
.224 .351
.699 .287
.704 .770
.486 .091
0.497 0.497
0.497 0.497
0.497 0.497
0.497 0.497
0.497 0.497
Valid Valid
Tidak valid Tidak valid
Valid Tidak valid
Valid Valid
Tidak valid Tidak valid
Sumber : Data primer yang diolah
Berdasarkan hasil uji validitas audit sampling diperoleh hasil, terdapat 5 item pernyataan yang valid dan 5 item pernyataan yang tidak valid
dikarekan r hitung kurang dari r tabel, pernyataan tersebut antara lain audit sampling
3 dengan nilai r hitung .224, pernyataan audit sampling 4 dengan nilai r hitung .351, pernyataan audit sampling 6 dengan nilai r hitung .287,
pernyataan audit sampling 9 dengan nilai r hitung .486 dan pernyataan audit sampling
10 dengan nilai r hitung .091. b. Uji reliabilitas
Instrument yang reliabel berarti instrument tersebut bila digunakan beberapa kali untuk mengukur objek yang sama, akan menghasilkan data
yang sama. Reabilitas suatu konstruk variabel dikatakan baik jika memiliki nilai cronbach alpha 0,60.
Tabel 4.11 Hasil Uji Reliabilitas
No Variabel
Croanbach’s Alpha
N of Item Kesimpulan
1 2
3 Auditor judgment
X
1
Risiko audit X
2
Audit sampling Y
.887 .712
.787 18
7 10
Reliabel Reliabel
Reliabel Sumber : Data primer yang diolah
Berdasarkan hasil uji reliabilitas diatas menunjukkan bahwa instrument untuk setiap variabel penelitian adalah reliabel, karena nilai
croanbach’s alpha mempunyai nilai diatas 0.60. variabel auditor judgment
memiliki nilai a hitung .887 0.60, variabel risiko audit memiliki nilai a hitung .712 0.60, dan variabel audit sampling memiliki nilai a hitung
.787 0.60. Hasil tesebut mengindikasikan bahwa instrumen penelitian ini
akan menghasilkan data yang sama walaupun digunakan beberapa kali untuk mengukur objek yang sama.
Berdasarkan hasil uji validitas dan reliabilitas, ada beberapa pernyataan yang tidak valid dari keseluruhan pengujian validitas
diantaranya pernyataan 2, 12 dan 16 pada variabel auditor judgment, pernyataan 3, 5 dan 7 pada varibel risiko audit dan pernyataan 3,4,6,9, dan
10 pada variabel audit sampling, walaupun demikian variabel auditor judgment,
risiko audit dan audit sampling memiliki nilai reabilitas yang cukup tinggi, sehingga peneliti masih tetap menggunakan butir pernyataan
tersebut dengan memperbaiki kalimat pada butir item pernyataan kecuali butir pernyataan 16 pada variabel auditor judgment dengan nilai -.239 dan
butir penyataan pada variabel audit sampling dengan nilai .091, peneliti menghilangkan karena nilai validitas yang sangat jauh dari batas nilai
validitas yang diharapkan dan peneliti menguji kembali terhadap responden yang sama pada lokasi yang berbeda dengan menghasilkan butir
pernyataan yang valid secara keseluruhan dengan nilai r hitung di atas nilai r tabel sebesar 0.244. lihat lampiran 4
2. Uji Asumsi Klasik a.
Uji normalitas Uji normalitas dilakukan dengan tujuan untuk menguji variabel
independen yaitu auditor judgment dan risiko audit, dan variabel dependen yaitu audit sampling dalam sebuah model regresi berdistribusi normal atau
tidak. Dalam penelitian ini, normalitas data ditentukan dengan normal
P-P Plot . Hasil uji normalitas data menggunakan program SPSS 12 dapat
dilihat pada gambar sebagai berikut
Gambar 4.1 Uji Normalitas P-Plot
Grafik diatas memperlihatkan hasil dari uji normalitas dengan menggunakan normality probability plot bahwa distribusi dari titik-titik
data variabel penelitian menyebar di sekitar garis diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal. Jadi data pada
keseluruhan variabel dapat dikatakan berdistribusi normal atau sudah memenuhi asumsi normalitas.
b. Uji heteroskedastisitas
Hasil uji heteroskedastisitas digambarkan pada grafik scatterplot untuk menguji variabel independen yaitu auditor judgment dan risiko audit, dan
variabel dependen yaitu audit sampling
Gambar 4.2 Uji Heteroskedastisitas
Berdasarkan grafik scatterplot menunjukkan bahwa titik-titik data menyebar secara acak dan tidak membentuk suatu pola, baik atas maupun
dibawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi berganda, sehingga model regresi
dapat disimpulkan bahwa instrument penelitian ini memenuhi asumsi homoskedastisitas.
c. Uji multikolinearitas
Deteksi terhadap multikolinearitas dapat dilihat dari variance inflation factor
VIF dan tolerance TOL. Pada tabel 4.12 dibawah ini:
Tabel 4.12 Uji Multikolinearitas
Collinearity Statistics Model
Tolerance VIF
1 Auditor Judgment Risiko Audit
.638 .638
1.567 1.567
a. Dependent Variable: Audit Sampling Sumber: Data primer yang diolah
Berdasarkan tabel 4.12 terlihat bahwa nilai tolerance tidak kurang dari 0,1 dan nilai varian inflation factor VIP tidak lebih dari 10, dapat
disimpulkan hasil tersebut mengindikasikan tidak terdapat gejala multikolinearitas terhadap variabel penelitian. Sehingga model regresi
berganda dapat digunakan dalam penelitian. 3. Uji Hipotesis
a. Uji statistik t uji parsial
Untuk mengetahui pengaruh varibel independent secara parsial terhadap variabel dependen dapat dilihat dari nilai t dan p value sig yang
dapat dideteksi dari output SPSS pada tabel coefficients. Dasar pengambilan keputusan untuk menerima atau menolak hipotesis tiap
variabel independent adalah sebagai berikut : 1
Jika nilai probabilitas sig lebih kecil dari nilai probabilitas 0,05 atau sig 0,05 dan nilai t lebih besar dari nilai 2 atau t 2, maka Ha
diterima dan Ho ditolak, artinya signifikan variabel independent
secara parsial mempunyai pengaruh yang signifikan terhadap variabel dependen
2 Jika nilai probabilitas sig lebih besar dari nilai probabilitas 0,05 atau
sig 0,05 dan nilai t lebih kecil dari nilai 2 atau t 2, maka Ha ditolak dan Ho diterima, artinya tidak signifikan variabel independent
secara parsial tidak mempunyai pengaruh yang signifikan terhadap variabel dependen
Tabel 4.13 Hasil Uji t Coefficientsa
Unstandardized Coefficients
Standardized Coefficients
Model B
Std. Error Beta
t Sig.
1 Constant Auditor Judgment
Risiko Audit 2.733
.330 .270
6.049 .105
.200 .426
.183 .452
3.145 1.353
.653 .003
.181 a. Dependent Variable: Audit Sampling
Sumber: Data primer yang diolah Hipotesis dan hasil analisis SPSS 12 untuk varibel auditor judgment
dan risiko audit dijabarkan sebagai berikut: 1
Auditor judgment berpengaruh signifikan terhadap audit sampling Hipotesis yang diuji untuk variabel auditor judgment X
1
dirumuskan sebagai berikut: Ha
1
: Auditor judgment berpengaruh signifikan terhadap audit sampling
Ho
1
: Auditor judgment tidak berpengaruh signifikan terhadap audit sampling
Berdasarkan hasil analisis pada tabel 4.13 dapat diidentifikasi bahwa variabel auditor judgment memiliki nilai t sebesar 3.145
dengan nilai probabilitas sig 0,003, ini berarti nilai t lebih besar dari 2 atau t 2 dan nilai probabilitas sig lebih kecil dari nilai
probabilitas 0,05 atau 0,003 0,05. Maka, terdapat pengaruh yang signifikan antara auditor judgment terhadap audit sampling sebesar
0,426 atau 42,6 Seperti yang dijelaskan sebelumnya bahwa dalam sampling non
statistik, auditor memilih sampel dan mengevaluasi hasil audit berdasarkan auditor judgment dan karena penggunaan sampling non
statistik sangat mengandalkan pada auditor judgment, maka auditor harus memiliki dasar fundamental dalam menetapkan judgment.
Ponemon dan Wendell, 1995. Dengan pengetahuan yang memadai, pengalaman yang cukup dan kompleksitas tugas yang dihadapi, maka
penggunaan sampling non statistik menghasilkan kesimpulan yang diandalkan. Huakanala dan Shinneke, 2004.
2 Risiko audit berpengaruh signifikan terhadap audit sampling
Hipotesis yang diuji untuk variabel risiko audit X
2
dirumuskan sebagai berikut:
Ha
2
: Risiko audit berpengaruh signifikan terhadap audit sampling Ho
2
: Risiko audit tidak berpengaruh signifikan terhadap audit sampling
Berdasarkan hasil analisis pada tabel 4.13 dapat diidentifikasi bahwa variabel risiko audit memiliki nilai t sebesar 1.353 dengan nilai
probabilitas sig 0,181, ini berarti nilai t lebih kecil dari 2 atau t 2 dan nilai probabilitas sig lebih besar dari nilai probabilitas 0,05 atau
0,181 0,05. Maka, tidak terdapat pengaruh yang signifikan antara risiko audit terhadap audit sampling.
Penelitian yang dilakukan oleh Surya Raharja 2005 menyatakan bahwa koefisien regresi untuk persepsi terhadap risiko audit adalah
positif tetapi secara statistik tidak signifikan, maka dapat disimpulkan bahwa dengan tingkat signifikan 95 persepsi terhadap risiko audit
tidak mempunyai pengaruh terhadap penggunaan metode sampling. Hasil yang tidak signifikan tersebut menunjukkan bahwa auditor tidak
terpengaruh dengan risiko audit dalam menentukan pilihan metode sampling. Kemungkinan auditor belum menyadari kelebihan metode
sampling statistik untuk memenuhi kebutuhan penggunaan bukti sampling untuk kepentingan pengadilan Hall et. al.,. 2002.
Selanjutnya penelitian lain oleh Reni Rukmini 2008 yang menyatakan bahwa risiko audit mempunyai pengaruh yang tidak
signifikan terhadap kinerja audit hal ini disebabkan banyak dan kompleknya data yang harus diperiksa auditor dan karena komponen
yang berpengaruh terhadap risiko audit adalah adanya risiko bawaan seperti adanya hubungan istimewa, kerentanan tehadap froud serta
unsur-unsur populasi, risiko informasi yang berkaitan dengan kesalahan atau penyalahgunaan informasi.
b. Uji statistik F uji simultan
Pengujian adanya pengaruh variabel independent secara simultan terhadap variabel dependen dilakukan dengan melihat nilai F yang dapat
dideteksi dari output SPSS pada table ANOVA
a
. Dasar pengambilan keputusan uji simultan antara variabel X
1
dan X
2
terhadap variabel Y adalah sebagai berikut :
3 Jika nilai probabilitas sig lebih kecil dari nilai probabilitas 0,05 atau
sig 0,05 dan nilai F lebih besar dari nilai 4 atau F 4, maka Ha diterima dan Ho ditolak, artinya signifikan variabel independent
secara simultan mempunyai pengaruh yang signifikan terhadap variabel dependen
4 Jika nilai probabilitas sig lebih besar dari nilai probabilitas 0,05 atau
sig 0,05 dan nilai F lebih kecil dari nilai 4 atau F 4, maka Ha ditolak dan Ho diterima, artinya tidak signifikan variabel independent
secara simultan tidak mempunyai pengaruh yang signifikan terhadap variabel dependen
Tabel 4.14 Hasil Uji F ANOVAb
Model Sum of
Squares Df
Man Square F
Sig. 1 Regression
Residual Total
373.222 834.326
1207.548 2
59 61
186.611 14.141
13.196 .000a a.
Predictors: Constant, Risiko Audit, Auditor Judgment b.
Dependent Variable: Audit Sampling Sumber: Data primer yang diolah
Hipotesis yang akan diuji untuk variabel auditor judgment X
1
dan risiko audit X
2
dirumuskan sebagai berikut: Ha
3
: Auditor judgment dan risiko audit secara bersama berpengaruh signifikan terhadap audit sampling
Ho
3
: Auditor judgment dan risiko audit secara bersama tidak berpengaruh signifikan terhadap audit sampling
Berdasarkan tabel 4.14, terlihat nilai F adalah 13.196 dengan probabilitas 0.000, karena probabilitas 0.000 jauh lebih kecil dari 0,05 dan
nilai F 13.196 lebih besar dari 4, maka model regresi bisa dipakai untuk memprediksi audit sampling. Atau bisa dikatakan auditor judgment dan
risiko audit secara bersama berpengaruh signifikan terhadap audit sampling
, maka Ha diterima. Penelitian yang dilakukan oleh Reni Rukmini 2008 diperoleh
F sebesar 7.085 dengan nilai probabilitas sig 0.002, ini berarti pelaksanaan
EDP audit dan risiko audit berpengaruh secara bersama terhadap kinerja
audit.
c. Uji R
2
koefisien determinasi
Tabel 4.15 Uji R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
The Estimate 1
.556
a
.309 .286
3.760 a. Predictors: Constant, Risiko Audit, Auditor Judgment
Sumber : Data primer yang diolah Nilai koefisien determinan R square pada tabel model summary
b
sebesar 0.309 dan nilai koefisien determinan yang sudah disesuaikan adjusted R square sebesar 0.286, karena jumlah variabel independent
tidak lebih dari dua, maka peneliti menggunakan koefisien determinasi R
square dan bukan adjusted R
square. Singgih Santoso 2000:167. Jadi, nilai yang dipakai adalah 0.309, jika disajikan dalam bentuk
persentase 30,9, angka tersebut mempunyai maksud bahwa variabel auditor judgment
dan risiko audit secara bersama dapat menjelaskan 30,6 terhadap variabel audit sampling dan sisanya 69,1 100-30,9
dipengaruhi oleh variabel lain dan tidak termasuk dalam analisis regresi ini.
Standard error of estimate adalah sebesar 3,760, semakin kecil standar
error of estimate maka akan membuat model regresi semakin tepat dalam
memprediksi variabel dependen, namun dikarenakan nilai hasil uji secara simultan sebesar 30,9, maka itu dirasa kurang, sebab pada analisis
sebelumnya diperoleh hasil auditor judgment memiliki pengaruh sebesar 42,6 terhadap audit sampling, sedangkan pada pengujian risiko audit
terhadap audit sampling tidak memiliki pengaruh. Hal tersebutlah yang
menyebabkan pengolahan data secara simultan hanya menunjukkan angka 30,9. Jika pengujian risiko audit memiliki pengaruh maka, dapat
dipastikan analisis secara simultan bisa menunjukkan hasil yang lebih baik.
Penelitian yang dilakukan oleh Reni Rukmini 2008 menghasilkan R
2
19,1 dengan standar error of estimate 3.128, ini berarti pelaksanaan EDP audit
dan risiko audit hanya dapat menjelaskan sebesar 19,1 terhadap kinerja audit. Penelitian lain oleh Surya Raharja 2005
menghasilkan R
2
23, ini berarti persepsi metode sampling statistik, persepsi risiko audit, time pressure dan pengalaman dapat menjelaskan
23 terhadap penggunaan metode sampling audit dan sisanya dipengaruhi oleh pertimbangan supervisi dan tipe audit.
d. Analisis regresi berganda
Untuk mengetahui besarnya pengaruh masing-masing variabel independent terhadap varibel dependen dapat dilihat pada tabel berikut ini
Tabel 4.16 Coefficientsa
Unstandardized Coefficients
Standardized Coefficients
Model B
Std. Error Beta
t Sig.
1 Constant Auditor Judgment
Risiko Audit 2.733
.330 .270
6.049 .105
.200 .426
.183 .452
3.145 1.353
.653 .003
.181
a. Dependent Variable: Audit Sampling Sumber: Data primer yang diolah
Hasil analisis tabel 4.16 diatas memperlihatkan bahwa nilai constant 2.733, auditor judgment 0.330 dan risiko audit 0.270 sehingga berdasarkan
analisis regresi berganda diperoleh persamaan sebagai berikut : Y = 2.733 + 0.330
X1
+ 0.270
X2
Hal ini mengindikasikan bahwa jika tidak ada variabel auditor judgment
dan risiko audit, audit sampling bernilai 2.733. koefisien regresi 0.330 menyatakan bahwa setiap penambahan sejumlah auditor judgment
akan meningkatkan audit sampling sebesar 0.330 dan koefisien regresi 0.270 menyatakan bahwa setiap penambahan sejumlah risiko audit akan
meningkatkan audit sampling sebesar 0.270.
BAB V KESIMPULAN DAN IMPLIKASI
A. Kesimpulan
