3. Uji Hipotesis
a. Pengujian Regresi Berganda
Secara umum analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen terikat dengan satu atau lebih variabel
independen penjelasbebas, dengan tujuan untuk mengestimasi dan atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen
berdasarkan nilai variabel independen yang diketahui Gujarati 2003 dalam Ghozali 2005.
Hasil analisis regresi berganda adalah berupa koefisien untuk masing- masing variabel independen. Koefesien ini diperoleh dengan cara
memprediksi nilai variabel dependen dengan suatu persamaan. Koefisien regresi dihitung dengan dua tujuan sekaligus. Pertama, meminimumkan
penyimpangan antara nilai aktual dan nilai estimasi variabel dependen berdasarkan data yang ada Tabachnick 1996 dalam Ghozali 2005:81.
Untuk mengetahui ada atau tidaknya pengaruh antara tiga variabel bebas X1, X2, dan X3 dengan variabel terikat Y dipergunakan analisis
regresi linear berganda dengan persamaan matematik sebagai berikut: Y = a + bX1 + bX2 + bX3
27
Dalam hal ini: Y = Profesionalisme auditor internal variabel terikat
a = Konstanta, harga Y bila X=0 b = Koefisiensi regresi yang menunjukkan angka peningkatan ataupun
penurunan variabel terikat Y yang didasarkan pada variabel bebas X. Bila b + maka naik dan bila b - maka terjadi penurunan.
X1 = Aturan etika Variabel bebas X2 = Standar Profesi Variabel bebas
X3 = Komitmen Profesi variabel bebas
b. Koefesien Determinasi R
2
Penelitian ini menggunakan analisis koefisien determinasi, dengan tujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan
variasi variabel dependen. Nilai R
2
yang kecil berarti kemampuan variabel- variabel independen dalam menjelaskan variabel-variabel dependen amat
terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variabel-variabel dependen Ghozali, 2005:83. Adapun yang digunakan dalam penelitian ini adalah nilai adjusted R
2
pada saat mengevaluasi model regresi terbaik. Tidak seperti R
2
, nilai adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.
28
Dalam kenyataan nilai adjusted R
2
dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Menurut Gujarati 2003 dalam
Ghozali 2005:83 jika dalam uji empiris didapat nilai adjusted R
2
negatif, maka nilai adjusted R
2
dianggap bernilai nol. Secara matematis jika nilai R
2
=1, maka adjusted R
2
= R
2
=1, sedangkan jika nilai R
2
=0, maka adjusted R
2
=1-kn-k. Jika k1, maka adjusted R
2
akan bernilai negatif.
c. Uji Statistik F
Kategori