Metode Pengumpulan Data Deskripsi Objek Penelitian Pembahasan

2. Perusahaan menerbitkan laporan keuangan periode 2012-2015 yang telah diaudit oleh auditor independen atau kantor akuntan publik dan dipublikasikan di website Bursa Efek Indonesia BEI. 3. Perusahaan mengungkapkan jumlahfee auditdalam bentuk mata uang rupiah dan jumlah rapat komite audit pada laporan keuangan tahunan. Populasi dalam penelitian ini sebanyak 51 perusahaanreal estate dan property. Berdasarkan kriteria tersebut, diperoleh sampel sebanyak 22 perusahaan.Adapun daftar populasi dan kriteria pengambilan sampel dalam penelitian ini secara lebih jelas dapat dilihat pada daftar lampiran 1.

3.3 Jenis dan Sumber Data

Jenis data yang digunakan adalah data sekunder. Penggunaan data sekunder dalam penelitian ini didasarkan pada alasan : 1 mudah didapat, 2 biayanya lebih murah, 3 penggunaan laporan keuangan yang di dalamnya telah diaudit oleh akuntan publik sehingga data terpercaya keabsahannya. Data diperoleh dari situs bursa efek indonesia, yaitu www.idx.co.id .

3.4 Metode Pengumpulan Data

Dalam memperoleh data-data pada penelitian ini, peneliti menggunakan data sekunder. Data sekunder adalah sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara. Data diperoleh dengan menggunakan metode dokumentasi. Metode dokumentasi ini dilakukan dengan cara mengumpulkanlaporan keuangan auditan setiap Universitas Sumatera Utara perusahaan realestate dan propertyyang terdaftar di Bursa Efek Indonesia BEI.

3.5 Metode Analisis

3.5.1 Analisis Statistik Deskriptif

Statistik deskriptif didasarkan pada data yang telah dikumpulkan kemudian dianalisis. Analisis ini digunakan untuk memberikan deskripsi mengenai variabel-variabel penelitian yaitu kepemilikan institusional, ukuran perusahaan, karakteristik auditor dan fee audit yang dapat dilihat dari jumlah data, angka rata-rata mean, kisaran median, dan standar deviasi. 3.5.2 Uji Asumsi Klasik 3.5.2.1 Uji Normalitas Uji normalitas data bertujuan untuk menguji apakah dalam model regresi antara variabel dependen dengan variabel independen mempunyai distribusi normal atau tidak. Proses uji normalitas data dilakukan dengan uji statistik Kolmogorov-Smirnov K-S yaitu jika nilai Kolmogorov- Smirnov Z tidak signifikan, maka semua data yang ada terdistribusi secara normal. Namun bila nilai Kolmogorov-Smirnov Z signifikan, maka semua data yang ada tidak terdistribusi secara normal. Uji Kolmogorov-Smirnov K-S dilakukan dengan melihat angka probabilitasnya dengan ketentuan Ghozali, 2011 : 1. Nilai signifikansi atau nilai probabilitass 0,05 maka distribusi dikatakan tidak normal. Universitas Sumatera Utara 2. Nilai signifikansi atau nilai probabilitas 0,05 maka distribusi dikatakan normal. Selain uji K-S, dapat juga diperhatikan penyebaran data titik pada normal p-plot of regression standardized residual dari variabel dependen, antara lain : 1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.

3.5.2.2 Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk mengetahui apakah tiap-tiap variabel independen saling berhubungan secara linier. Multikolonieritas terjadi apabila antara variabel-variabel independen terdapat hubungan yang signifikan. Untuk mendeteksi adanya masalah multikolonieritas adalah dengan memperhatikan : 1. Besaran korelasi antar variabel independen Pedoman suatu model regresi bebas multikolonieritas, memiliki kriteria sebagai berikut : a Koefisien korelasi antara variabel-variabel independen harus lemah, tidak lebih dari 90 persen atau di bawah 0,90 Ghozali, 2011. b Jika korelasi kuat antara variabel-variabel independen dengan variabel-variabel independen lainnya umumnya diatas 0,90, maka Universitas Sumatera Utara hal ini menunjukkan terjadinya multikolonieritas yang serius Ghozali, 2011. 2. Nilai Tolerance dan VIF Variance Inflation Factor yang rendah sama dengan nilai VIF yang tinggi. Persamaan yang digunakan adalah : VIP = 1 ��������� Nilai cut-off yang digunakan dan dipakai untuk menandai adanya faktor-faktor multikolonieritas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10. Model regresi yang baik tidak terdapat masalah multikolonieritas atau adanya hubungan korelasi di antara variabel- variabel independennya.

3.5.2.3 Uji Heteroskedastisitas

Heteroskedastisitas adalah terjadinya varians yang tidak sama untuk variabel independen yang berbeda. Heteroskedastisitas dapat terdeteksi dengan melihat plot antara nilai taksiran dengan residual. Untuk melihat heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik scatter plot. Yang mendasari dalam pengambilan keputusan ini adalah: 1. Jika ada pola tertentu seperti titik-titik yang ada membentuk satu pola yang teratur bergelombang, melebar, kemudian menyempit maka akan terjadi masalah heteroskedastisitas. Universitas Sumatera Utara 2. Jika tidak ada pola yang jelas seperti titik-titik yang menyebar diatas dan di bawah angka nol pada sumbu-sumbu maka tidak terjadi heteroskedastisitas. Uji heteroskedastisitas dapat diperkuat dengan menggunakan uji glejser. Uji Glejser adalah meregresikan antara variabel bebas dengan variabel residual absolute, dimana apabila nilai p 0,05 maka variabel bersangkutan dinyatakan bebas heteroskedastisitas.

3.5.2.4 Uji Autokorelasi

Uji autokorelasi dimaksudkan untuk menguji apakah dalam suatu model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Apabila terjadi korelasi, maka diperkirakan ada masalah autokorelasi. Autokorelasi muncul disebabkan adanya observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual kesalahan penganggu tidak bebas dari satu observasi ke observasi yang lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi, maka dilakukan pengujian Run Test. Run Test bertujuan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run Test digunakan untuk melihat apakah data residual terjadi secara random atau tidak sistematis. Universitas Sumatera Utara

3.5.3 Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini menggunakan analisis Regresi Berganda Multiple Regression dengan alasan bahwa variabel independennya lebih dari satu. Analisis ini digunakan untuk menentukan hubungan antara fee audit dengan variabel-variabel independen Ghozali, 2011. Model regresi dirumuskan dengan persamaan sebagai berikut : LNFEE = b + b 1 IO + b 2 LNASSET + b 3 TA+ b 3 IA+ e Dimana : LNFEE = fee audit yang dikeluarkan perusahaan b = konstanta b 1 b 2 b 3 b 4 = koefisien variabel independen IO = kepemilikan institusional LNASSET = ukuran perusahaan TA = karakteristik auditor IA = internal audit e = error Kemudian untuk mengetahui pengaruh antara variabel-variabel independen dengan tingkat fee audit maka dilakukan pengujian-pengujian hipotesis penelitian terhadap variabel-variabel dengan pengujian di bawah ini : 1. Koefisien Determinasi Koefisien determinasi merupakan ikhtisar yang menyatakan seberapa baik garis regresi sampel mencocokkan data. Koefisien determinasi bertujuan untuk mengukur proporsi variasi dalam variabel dependen yang dijelaskan oleh regresi. Nilai R 2 berkisar antara 0 sampai 1, apabila R 2 =0 berarti tidak ada hubungan antara variabel independen dengan variabel dependen, sedangkan jika R 2 =1 berarti suatu hubungan yang Universitas Sumatera Utara sempurna. Untuk regresi dengan variabel bebas lebih dari 2 maka digunakan adjusted R 2 sebagai koefisien determinasi. Nilai Adjusted R 2 yang kecil berarti kemampuan variabel-variabel bebas dalam menjelaskan variabel-variabel terikat sangat terbatas Ghozali, 2011. 2. Uji F Uji F ini dilakukan untuk menguji apakah variabel-variabel independen terhadap variabel dependen memiliki pengaruh secara bersama-sama. Pengujian dilakukan dengan menggunakan tingkat signifikansi 0,05 α = 5. Penolakan atau penerimaan hipotesis dilakukan dengan kriteria sebagai berikut : a Jika nilai signifikansi kurang dari atau sama dengan 0,05 maka hipotesis diterima yang berarti secara bersama-sama variabel IO, LNASSET, TA dan IA berpengaruh terhadap fee audit. b Jika nilai signifikansi lebih dari 0,05 maka hipotesis ditolak yang berarti secara bersama-sama variabel IO, LN_ASSET, TA dan IA tidak berpengaruh terhadap LN_FEE. 3. Uji t Uji t digunakan untuk mengetahui kemampuan masing-masing variabel independen secara individu partial dalam menjelaskan perilaku variabel dependen. Pengujian dilakukan dengan menggunakan tingkat signifikansi 0,05 α = 5. Penolakan atau penerimaan hipotesis dilakukan dengan kriteria sebagai berikut : Universitas Sumatera Utara a Jika nilai signifikansi kurang atau sama dengan 0,05 maka hipotesis diterima yang berarti secara partial variabel IO, LNASSET, TA dan IA berpengaruh terhadap LN_FEE. b Jika nilai signifikansi lebih dari 0,05 maka hipotesis ditolak yang berarti secara partial variabel ukuran IO, LNASSET, TA dan IA tidak berpengaruh terhadap LN_FEE. Universitas Sumatera Utara BAB IV HASIL DAN PEMBAHASAN

4.1 Deskripsi Objek Penelitian

Objek dalam penelitian ini adalah seluruh perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia BEI periode 2012 sampai 2015 yang terdiri dari 51perusahaan. Berdasarkan kriteria yang ditetapkan pada bab sebelumnya, maka diperoleh sampel sebanyak 22 perusahaan yang terdaftar di BEI dengan data yang diobservasi n sebesar 88. Diantara 51 perusahaan property dan real estate yang menjadi objek penelitian, terdapat 29 perusahaan yang tidak memenuhi kriteria penentuan sampel. Terdapat 13 perusahaan yang tidak mempublikasikan laporan keuangan auditan tahun 2012-2015, dan 16 perusahaan tidak memberikan data yang lengkap seperti professional fee dan jumlah rapat komite audit dalam laporan keuangan auditan dan annual report.

4.2 Hasil Penelitian

4.2.1 Analisis Statistik Deskriptif

Statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai mean, dan nilai standar deviasi, dari variabel kepemilikan institusional IO, ukuran perusahaan ASSET, karakteristik auditor TA, dan internal audit IA. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut. Universitas Sumatera Utara Tabel 4.1 Hasil Uji Statistik Deskriptif N Minimum Maximum Mean Std. Deviation LN_FEE 88 19.64 25.43 22.5827 1.34944 IO 88 15.00 89.00 55.8182 21.16631 LN_ASSET 88 25.79 31.35 29.2529 1.36022 TA 88 .00 1.00 .4545 .50078 IA 88 2.00 17.00 6.6932 3.70262 Valid N listwise 88 Sumber : Hasil Olahan Software SPSS Adapun uji statistik deskriptif dilakukan untuk melihat kualitas data penelitian yang ditunjukkan dengan angka atau nilai yang terdapat pada nilai rata-rata mean dan standar deviasi. Apabila nilai standar deviasi lebih kecil dari pada nilai mean maka kualitas data yang dihasilkan akan lebih baik. Berdasarkan tabel 4.1 hasil analisis menggunakan statistik deskriptif terhadap variabel fee audit LN_FEEmenunjukkan bahwa nilai minimum sebesar 19,64 nilai maksimum sebesar 25,43 dengan nilai rata- rata sebesar 22,58 dan standar deviasi sebesar 1,34. Fee audit yang dibayarkan oleh perusahaan property dan real estate periode 2012-2015 sudah cukup baik, hal ini dapat dilihat dari standar error yang dihasilkan sangat kecil yaitu 1,34. Hasil analisis dengan menggunakan statistik deskriptif pada variabel kepemilikan institusional IO menunjukkan nilai minimum sebesar 15,00 nilai maksimum sebesar 89,00 dengan nilai rata-rata sebesar 55,81 dan standar deviasi sebesar 21,16. Dari hasil uji statistik deskriptif tersebut menunjukkan nilai rata-rata pada variabel kepemilikan institusional lebih Universitas Sumatera Utara besar dari standar deviasi sehingga dapat disimpulkan bahwa kualitas data yang dihasilkan sudah cukup baik. Adapun hasil analisis dengan menggunakan statistik deskriptif pada variabel ukuran perusahaan LN_ASSET menunjukkan nilai minimum sebesar 25,79 nilai maksimum sebesar 31,35 dengan nilai rata- rata sebesar 29,25 dan standar deviasi sebesar 1,36. Hal ini menunjukkan bahwa standar error yang dihasilkan dari variabel tersebut sangat kecil. Hasil analisis dengan menggunakan statistik deskriptif pada variabel karakteristik auditor TA menunjukkan nilai minimum sebesar 0,00 nilai maksimum sebesar 1,00 dengan nilai rata-rata sebesar 0,45 dan standar deviasi sebesar 0,50. Dari hasil tersebut menunjukkan bahwa nilai rata-rata karakteristik auditor lebih kecil dari standar deviasinya. Hal ini mencerminkan bahwa kualitas dari data tersebut tidak baik atau standar errornya besar. Sedangkan hasil analisis dengan menggunakan statistik deskriptif pada variabel internal audit IA menunjukkan nilai minimum sebesar 2,00 nilai maksimum sebesar 17,00 dengan nilai rata-rata sebesar 6,69 dan standar deviasi sebesar 3,70. Hal ini menunjukkan bahwa kualitas data dari variabel internal audit cukup baik, mengidentifikasikan bahwa standar errornya kecil. 4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas Universitas Sumatera Utara Dalam penelitian ini, uji normalitas terhadap residual menggunakan uji statistik non-parametrik Kolmogorov-Smirnov K-S. Tingkat signifikansi yang digunakan � = 0,05. Dasar pengambilan keputusan adalah dengan melihat angka probabilitas � . Jika nilai probabilitas � ≥ 0,05, maka asumsi normalitas terpenuhi. Namun, jika nilai probabilitas � 0,05, maka asumsi normalitas tidak terpenuhi. Tabel 4.2 Hasil Uji Normalitas Unstandardized Residual N 88 Normal Parameters a Mean .0000000 Std. Deviation .65452456 Most Extreme Differences Absolute .066 Positive .066 Negative -.063 Kolmogorov-Smirnov Z .619 Asymp. Sig. 2-tailed .838 a. Test distribution is Normal. Sumber : Hasil Olahan Software SPSS Perhatikan bahwa berdasarkan tabel 4.2, diketahui nilai probabilitas � atau Asymp. Sig. 2-tailed sebesar 0,838. Karena nilai probabilitas �, yakni 0,838 lebih besar dibandingkan tingkat signifikansi, yakni 0,05 sehingga dapat disimpulkan bahwa asumsi normalitas sudah terpenuhi. Dalamuji normalitas, selain menggunakan pendekatan analisis statistik, pengujian ini dapat juga menggunakanpendekatan analisis grafik, dengan melihat grafik histogram dan normal probability plot. Jika pada grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal Universitas Sumatera Utara namun penyebarannya jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, juga pola distribusi pada grafik histogram melenceng ke kiri, dengan kata lain tidak menunjukkan pola distribusi normal, maka diindikasikan asumsi normalitas tidak dipenuhi. Namun, jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, kemudian grafik histogramnya menunjukkan pola distribusi normal, maka memenuhi asumsi normalitas. Pada gambar 4.1 dan 4.2 yang merupakan output dari SPSS menunjukkan bahwa kurva pada histogram berbentuk kurva normal, sehingga disimpulkan bahwa asumsi normalitas dipenuhi. Di samping itu, pada normal probability plot,titik-titik menyebar cukup dekat di sekitar garis diagonal, maka disimpulkan bahwa asumsi normalitas terpenuhi. Gambar 4.1 Grafik Histogram untuk Pengujian Normalitas Sumber : Hasil Olahan Software SPSS Universitas Sumatera Utara Gambar 4.2 Grafik Normal P-P Plot Sumber : Hasil Olahan Software SPSS

4.2.2.2 Uji Multikolinearitas

Mengetahui apakah terjadi multikolinearitas, ada dua uji multikolinearitas yang sering digunakan, yaitu melihat nilai VIF Variance Inflation Factor dan Tolerance. Indikator yang digunakan untuk menentukan adanya multikolinearitas adalah jika nilai Tolerance 0,10 atau nilai VIF 10, dapat dikatakan dalam model tersebut terjadi multikolinearitas. Universitas Sumatera Utara Tabel 4.3 Hasil Uji Multikolinearitas Model Collinearity Statistics Tolerance VIF 1 Constant IO .370 2.700 LN_ASSET .409 2.444 TA .437 2.288 IA .846 1.182 Sumber : Hasil Olahan Software SPSS Perhatikan bahwa berdasarkan tabel 4.3, nilai VIF dari variabel IO, LN_ASSET, TA, dan IA masing-masing yaitu sebesar 2,700, 2,444, 2,288, dan 1,182. Karena masing-masing nilai VIF tidak lebih besar dari 10 dan untuk nilai Tolerance dari masing-masing variabel independen juga di atas 0,10, maka dapat disimpulkan bahwa model persamaan regresi ini tidak terdapat gejala multikolinearitas. Artinya tidak terdapat korelasi antar variabel bebas yang diuji dalam penelitian ini.

4.2.2.3 Uji Heteroskedastisitas

Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y dan ZPRED pada sumbu X.Dasar analisisnya adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Universitas Sumatera Utara Gambar 4.3 Grafik Scatterplot Sumber : Hasil Olahan Software SPSS Perhatikan bahwa berdasarkan Gambar 4.3, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Tabel 4.4 Hasil Uji Glejser Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.464 1.395 1.766 .081 IO .001 .003 .037 .223 .824 LN_ASSET -.068 .045 -.235 -1.493 .139 TA -.200 .120 -.255 -1.672 .098 IA .014 .012 .136 1.241 .218 a. Dependent Variable: ABS_RES_1 Sumber : Hasil Olahan Software SPSS Deteksi ada tidaknya heteroskedastisitas juga dapat dilakukan dengan uji glejser. Jika probabilitas signifikansi variabel diatas 5 maka dapat dinyatakan bahwa model regresi ini tidak terjadi heteroskedastisitas. Universitas Sumatera Utara Berdasarkan tabel 4.4, diketahui nilai signifikansi dari kepemilikan institusional IO adalah 0,824, nilai signifikansi dari ukuran perusahaan LN_ASSET adalah 0,139, nilai signifikansi dari kepemilikan institusional TA adalah 0,098, dan nilai signifikansi dari internal audit IA adalah 0,218. Karena seluruh nilai probabilitas dari variabel Xlebih besar dari 0,05 tidak signifikan, maka disimpulkan bahwa tidak terjadi heteroskedastisitas Ghozali, 2013: 143.

4.2.2.4 Uji Autokorelasi

Uji autokorelasi ini dilakukan untuk menguji apakah pada model regresi ini terdapat korelasi kesalahan pengganggu pada periode t dan kesalahan pengganggu pada periode sebelumnya t-1. Pada penelitian ini gejala autokorelasi dideteksi dengan menggunakan Durbin-Watson Test. Tabel 4.5 Hasil Uji Autokorelasi Model Durbin-Watson 1 2.128 Sumber : Hasil Olahan Software SPSS Berdasarkan Tabel 4.5, diketahui nilai statistik Durbin-Watson adalah 2,128. Diketahui jumlah variabel bebas sebanyak 4, dan jumlah sampel yang diteliti sebanyak 88, maka � � = 1,7493 dan 4 − � � = 2,2507. Oleh karena1,7493 2,128 2,2507,dengan demikian asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual. Universitas Sumatera Utara

4.2.3 Pengujian Hipotesis

Pengujian hipotesis meliputi uji koefisien determinasi R 2 , uji simultan uji F, dan uji parsial uji t.

1. Uji Koefisien Determinasi

Koefisien determinasi R 2 merupakan suatu nilai nilai proporsi yang mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan dalam persamaan regresi dalam menerangkan variabel terikat. Nilai koefisien determinasi berkisar antara 0 dan 1. Nilai koefsien determinasi R 2 yang kecil mendekati nol berati kemampuan variabel- variabel bebas secara simultan dalam menerangkan variabel terikat sangat terbatas. Nilai koefisien determinasi R 2 yang mendekati 1 dapat diartikan variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel terikat. Tabel 4.6 Hasil Uji Koefisien Determinasi Model R R Square Adjusted R Square Std. Error of the Estimate 1 .874 a .765 .753 .67011 a. Predictors: Constant, IA, TA, LN_ASSET, IO b. Dependent Variable: LN_FEE Sumber : Hasil Olahan Software SPSS Berdasarkan Tabel 4.6, diketahui nilai adjusted R square sebesar 0,753 . Nilai adjusted R squaremenunjukkan proporsi variabel bebas menjelaskanvariable terikat. Semakin tinggi nilai adjusted R square maka akan semakin baik bagi model regresi, karena menandakan bahwa kemampuan variabel bebas menjelaskan variabel terikat juga semakin Universitas Sumatera Utara besar. Hal ini berartivariabel kepemilikan institusional, ukuran perusahaan, karakteristik auditor dan internal audit dapat menjelaskan fee audit adalah sebesar 0,753 atau 75,3, sedangkan sisanya sebesar 24,7 dijelaskan oleh variabel-variabel lain yang tidak termasuk dalam model regresi ini.

2. Uji Simultan Uji F

Pengujian ini dilakukan untuk mengetahui apakah seluruh variabel bebas secara bersamaan atau simultan mempengaruhi variabel terikat.Hipotesis nol H berarti seluruh variabel bebas secara simultan tidak memiliki pengaruh signifikan secara statistik terhadap variabel terikat pada tingkat signifikansi 5, sedangkan hipotesis alternatif Ha menyatakan paling tidak terdapat satu variabel bebas yang pengaruhnya signifikan secara statistik terhadap variabel terikat pada tingkat signifikansi 5. Cara lain yang dilakukan dalam pengambilan keputusan terhadap hipotesis adalah membandingkan nilai statistik dari uji F F hitung terhadap F tabel . H diterima jika nilai F hitung ≥ F tabel sedangkan Ha diterima jika F hitung ≤ F tabel . Berdasarkan tabel 4.7 menunjukkan bahwa nilai signifikan sebesar 0,000 lebih kecil dari 0,05 yang artinya H ditolak dan Ha diterima. Dan diperkuat dengan nilai F hitung sebesar 67,451 lebih besar dari F tabel yang diketahui sebesar 2,48.Dengan demikian dapat disimpulkan Ha diterima yang berarti bahwa variabel kepemilikan institusional, ukuran perusahaan, Universitas Sumatera Utara karakteristik auditor dan internal audit berpengaruh secara simultan terhadap fee audit. Tabel 4.7 Hasil Uji F Model Sum of Squares Df Mean Square F Sig. 1 Regression 121.154 4 30.289 67.451 .000 a Residual 37.271 83 .449 Total 158.425 87 a. Predictors: Constant, IA, TA, LN_ASSET, IO b. Dependent Variable: LN_FEE Sumber : Hasil Olahan Software SPSS

3. Uji Parsial Uji t

Pengujian ini dilakukan untuk mengetahui pengaruh variabel bebas secara individu atau parsial terhadap variabel terikat. Tabel 4.8 Hasil Uji t Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -3.563 2.532 -1.407 .163 IO .001 .006 .014 .163 .871 LN_ASSET .895 .083 .902 10.842 .000 TA -.516 .217 -.192 -2.379 .020 IA .021 .021 .057 .987 .326 a. Dependent Variable: LN_FEE Sumber : Hasil Olahan Software SPSS Berdasarkan tabel 4.8 dapat dilihat hasil uji signifikansi parsial masing-masing variabel sebagai berikut: 1. Variabel kepemilikan institusional IO tidak berpengaruh signifikan karena memiliki tingkat signifikansi lebih besar dari 0,05 yaitu sebesar Universitas Sumatera Utara 0,871. Dari hasil model regresi, nilai koefisien dari kepemilikan institusional IO adalah sebesar 0,001. 2. Variabel ukuran perusahaan LN_ASSET berpengaruh signifikan terhadap fee audit, karena memiliki tingkat signifikansi lebih kecil dari 0,05 yaitu 0,000. Dari model regresi diperoleh nilai koefisien dari ukuran perusahaansebesar 0,895. 3. Variabel karakteristik auditor TA berpengaruh signifikan terhadap fee audit, karena memiliki tingkat signifikansi lebih kecil dari 0,05 yaitu 0,020. Diketahui nilai koefisien regresi dari karakteristik auditor adalah - 0,516. 4. Variabel internal audit IA tidak berpengaruh signifikan terhadap fee audit, karena memiliki tingkat signifikansi lebih besar dari 0,05 yaitu 0,326. Diketahui nilai koefisien regresi dari internal audit adalah sebesar 0,021.

4.3 Pembahasan

1. Pengaruh Kepemilikan Institusional IO Terhadap Fee Audit LN_FEE Hipotesis pertama H 1 menjelaskan bahwa kepemilikan institusional berpengaruh signifikan terhadap fee audit.Berdasarkan tabel 4.8 menunjukkan bahwa kepemilikan institusional memiliki tingkat signifikansi lebih besar dari 0,05 yaitu sebesar 0,871. Dari hasil model regresi, nilai koefisien dari kepemilikan institusional adalah sebesar 0,001.Hal ini menunjukkan bahwa kepemilikan institusional dan fee audittidak berpengaruh signifikan dan sekaligus mempertegas bahwa Universitas Sumatera Utara hipotesis pertama H 1 ditolak karena tidak mendukung hipotesis yang diajukan. Hal ini sesuai dengan penelitian yang dilakukan oleh Oktorina dan Linda 2015, menyatakan bahwa kepemilikan institusional tidak mempunyai pengaruh terhadap fee audit. 2. Pengaruh Ukuran Perusahaan LN_ASSET Terhadap Fee Audit LN_FEE Hipotesis kedua H 2 menjelaskan bahwa ukuran perusahaan berpengaruh signifikan terhadap fee audit. Berdasarkan tabel 4.8, ukuran perusahaan LN_ASSET berpengaruh signifikan terhadap fee audit, karena memiliki tingkat signifikansi lebih kecil dari 0,05 yaitu 0,000. Dari model regresi diperoleh nilai koefisien dari ukuran perusahaan sebesar 0,895 dan sekaligus menegaskan bahwa H 2 diterima. Hal ini sesuai dengan penelitian yang dilakukan oleh Suherli dan Nurlaelah 2008, yang menjelaskan bahwa ukuran perusahaan auditee atau perusahaan yang diaudit berpengaruh signifikan terhadap fee audit. Dalam penelitiannya, variabel ukuran perusahaan diukur dengan cara melihat jumlah aset yang dimiliki oleh perusahaan. Pada model regresi menunjukkan bahwa tingkat signifikansi ukuran perusahaan lebih kecil dari 0,05 yaitu sebesar 0,002 dan koefisiennya sebesar 0,424. Menurut hasil penelitian dari Nugrahani dan Sabeni 2013 menyatakan bahwa perusahaan yang besar akan memiliki total aktiva yang besar pula, sehingga arus kas perusahaan dianggap memiliki prospek yang lebih baik dalam jangka waktu relatif lama. Selain itu juga mencerminkan bahwa perusahaan relatif lebih stabil Universitas Sumatera Utara dan lebih mampu menghasilkan laba, sehingga akan lebih disorot oleh pemerintah dan investor. Pengambilan keputusan perusahaan dalam hal penggunaan kantor akuntan publik akan memilih auditor eksternal yang termasuk dalam Bigfour karena dipandang akan lebih kompeten. Sehingga akan mengakibatkan fee audit yang lebih tinggi. 3. Pengaruh Karakteristik Auditor TA Terhadap Fee Audit LN_FEE Hipotesis ketiga H 3 menjelaskan bahwa karakteristik auditor berpengaruh signifikan terhadap fee audit. Berdasarkan tabel 4.8, karakteristik auditor TA berpengaruh signifikan terhadap fee audit, karena memiliki tingkat signifikansi lebih kecil dari 0,05 yaitu 0,020. Diketahui nilai koefisien regresi dari karakteristik auditor adalah - 0,516.Hal ini menunjukkan bahwaH 3 diterima sebagai jawaban dari masalah penelitian kali ini dimana hubungankarakteristik auditor danfee audit bersifat negatif. Artinya setiap perusahaan property dan real estateyang menggunakan KAP big-four, maka feeaudit yang dibebankan akan menurun sebesar 0,516. 4. Pengaruh Internal Audit IA Terhadap Fee Audit LN_FEE Hipotesis keempat H 4 menjelaskan bahwa ukuran perusahaan berpengaruh signifikan terhadap fee audit. Berdasarkan tabel 4.8 internal audit tidak berpengaruh signifikan terhadap fee audit, karena memiliki tingkat signifikansi lebih besar dari 0,05 yaitu 0,326. Diketahui nilai koefisien regresi dari internal audit adalah sebesar 0,021.Hal ini menegaskan bahwa H 4 ditolak karena tingkat signifikansi dari internal Universitas Sumatera Utara audit tidak mendukung hipotesis yang diajukan. Hal ini sesuai dengan hasil penelitian dari Nugrahani dan Sabeni 2013 bahwa intensitas pertemuan komite audit tidak berpengaruh signifikan terhadap fee audit. Hubungan yang dihasilkan bersifat negatif yakni semakin sering komite audit melakukan pertemuan atau rapat akan membuat fee audit yang dibebankan semakin rendah. Intensitas pertemuan komite audit yang tinggi diharapkan membuat pelaporan keuangan perusahaan semakin baik sehingga mengurangi beban kerja auditor eksternal dan pada akhirnya fee audit menjadi rendah. Universitas Sumatera Utara BAB V PENUTUP

5.1. Kesimpulan