43
waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke
observasi lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Salah satu cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan penggunaan uji Durbin-
Watson DW. Jika d lebih kecil dibandingkan dengan dL atau lebih besar dari dU 4-dL, maka dapat dikatakan H
ditolak karena terdapat autokorelasi. Namun, jika nilai DW berada di antara dL dan
dU berarti tidak terjadi autokorelasi Ghozali, 2013.
3. Koefisien Determinasi R
2
Koefisien determinasi R
2
merupakan pengujian untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R
2
yang kecil menunjukkan kemampuan variabel-variabel independen
dalam menjelaskan variasi variabel dependen amat terbatas. Sedangkan nilai yang mendekati satu menunjukkan bahwa variabel-variabel
independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen Ghozali, 2013.
44
4. Analisis Regresi Berganda dan Moderated Regression Analysis
Analisis regresi
yang digunakan
dalam penelitian
ini menggunakan model analisis regresi berganda dan MRA Moderated
Regression Analysis. a.
Pengujian dengan Analisis Regresi Berganda H
1
sampai H
3
Model regresi berganda bertujuan untuk memprediksi besar variabel dependen dengan menggunakan data variabel independen
yang sudah diketahui. Persamaan regresi berganda dirumuskan sebagai berikut:
Y = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ e Keterangan:
Y = Asimetri Informasi
α = Konstanta
β
1
= Koefisien regresi pertama, yaitu besarnya perubahan Y apabila X
1
berubah sebesar 1 satuan X
1
= Pengungkapan Sukarela β
2
= Koefisien regresi kedua, yaitu besarnya perubahan Y apabila X
2
berubah sebesar 1 satuan X
2
= Audit Tenure β
3
= Koefisien regresi ketiga, yaitu besarnya perubahan Y apabila X
3
berubah sebesar 1 satuan X
3
= Auditor Spesialis e
= Error
45
b. Pengujian dengan Moderated Regression Analysis MRA
Uji interaksi atau sering disebut Moderated Regression Analysis MRA merupakan pengujian khusus regresi linier
berganda yang memiliki unsur interaksi dengan variabel lain sebagai moderasi dengan perumusannya sebagai berikut:
1 Hubungan interaksi antara pengungkapan sukarela dan komite
audit terhadap asimetri informasi H
4
Y = α + β
1
X
1
+ β
2
X
4
+ β
3
X
1
X
4
+ e Keterangan:
Y = Asimetri Informasi
α = Konstanta
β = Koefisien regresi
X
1
= Pengungkapan Sukarela X
4
= Komite Audit X
1
X
4
= Variabel perkalian antara pengungkapan sukarela dengan komite audit yang menggambarkan
pengaruh variabel moderasi komite audit terhadap hubungan
pengungkapan sukarela
dengan asimetri informasi
46
2 Hubungan interaksi antara audit tenure dan komite audit
terhadap asimetri informasi H
5
Y = α + β
1
X
2
+ β
2
X
4
+ β
3
X
2
X
4
+ e Keterangan:
Y = Asimetri Informasi
α = Konstanta
β = Koefisien regresi
X
2
= Audit Tenure X
4
= Komite Audit X
2
X
4
= Variabel perkalian antara audit tenure dengan komite audit yang menggambarkan pengaruh
variabel moderasi
komite audit
terhadap hubungan audit tenure dengan asimetri informasi
3 Hubungan interaksi antara auditor spesialis dan komite audit
terhadap asimetri informasi H
6
Y = α + β
1
X
3
+ β
2
X
4
+ β
3
X
3
X
4
+ e Keterangan:
Y = Asimetri Informasi
α = Konstanta
β = Koefisien regresi
X
1
= Auditor Spesialis X
4
= Komite Audit X
1
X
4
= Variabel perkalian antara auditor spesialis dengan
47
komite audit yang menggambarkan pengaruh variabel
moderasi komite
audit terhadap
hubungan auditor spesialis dengan asimetri informasi
5. Uji Hipotesis