58
berbagai sumber seperti jurnal, artikel dan literatur lain serta sumber tertulis lainnya yang berhubungan dengan penelitian ini. Dokumentasi dilakukan dengan
cara mengumpulkan data sekunder yang sifatnya dokumenter seperti laporan keuangan tahunan perusahaan yang telah diaudit.
3.8 Teknik Analisis Data
Teknik analisis data dalam penelitian ini menggunakan teknik analisis kuantitatif. Analisis kuantitatif dilakukan dengan cara menganalisis
permasalahan yang diwujudkan dengan data yang dapat dijelaskan secara kuantitatif. Dalam penelitian ini, analisis kuantitatif dilakukan dengan cara
mmengkuantifikasi data-data penelitian sehingga menghasilkan informasi yang dibutuhkan dalam analisis data.
3.8.1 Statistik Deskriptif
Menurut Erlina, 2011“Statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi, sehingga mudah
dipahami dan diinterpretasikan”. Statistik deskriptif digunakan untuk memberikan deskripsi suatu data yang dilihat dari rata-rata mean, standar
deviasi standard deviation, dan maksimum-minimum. Mean digunakan untuk memperkirakan besar rata-rata populasi yang diperkirakan dari
sampel. Standar deviasi adalah rata-rata penyimpangan masing-masing data terhadap nilai yang diharapkan Erlina, 2011. Maksimum-minimum
digunakan untuk melihat nilai minimum dan maksimum dari populasi. Nilai rata-rata merupakan cara termudah untuk menggambarkan data
Erlina, 2011. Hal ini perlu dilakukan untuk melihat gambaran
Universitas Sumatera Utara
59
keseluruhan dari sampel yang berhasil dikumpulkan dan memenuhi syarat untuk dijadikan sampel penelitian.
3.8.2 Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi maka diperlukan pengujian asumsi klasik meliputi :
3.8.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki
distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.
Menurut Ghozali 2006:56 ada dua cara untuk mendeteksi apakah residual mengikuti distribusi normal atau tidak yaitu “dengan
analisis grafik dan uji statistik”.
3.8.2.2 Uji Multikolinieritas
Ghozali 2006:91 uji multikolinieritas bertujuan “untuk menguji apakah model regresi ditemukan adanya korelasi antar
variabel bebas independen”Uji multikolinearitas dapat dilakukan dengan melihat nilai VIF variance inflation factor dan nilai
tolerance. VIF adalah estimasi berapa besar multikolinearitas meningkatkan varian pada suatu koefisien estimasi sebuah variabel
independen Erlina, 2011. Menurut Lubis, dkk 2007 menyatakan bahwa :
Ketentuan untuk mendeteksi ada tidaknya multikolinieritas yaitu jika nilai variance inflation factor VIF tidak lebih dari 10
Universitas Sumatera Utara
60
dan nilai tolerance tidak kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolinieritas. VIF = 0 maka Tolerance
=110=0,1. Semakin tinggi VIF mak semakin rendah tolerance. Jika nilai koefisien kolerasi antar masing-masing variabel
independen kurang dari 0,70, maka model dapat dinyatakan bebas dari asumsi klasik multikolinieritas. Jika lebih dari 0,70 maka
diasumsikan terjadi kolerasi yang sangat kuat antar variabel independn sehingga terjadi multikolinieritas.
3.8.2.3 Uji Heteroskedastisitas
Menurut Ghozali 2006:105 uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan
kepengamatan lain jika variance dari residual satu pengamatan kepengamatan lain tetap, maka disebut Homoskedastisitas dan jika
berbeda disebut heteroskedastisitas. Menurut Lubis, dkk 2007 menyatakan bahwa :
Cara memprediksi heteroskedastisitas adalah jika pola gambar scatterplot model tersebut adalah titik-titik data menyebar
diatas dan dibawah atau sekitar angka 0. Titik-tik data tidak mengumpul hanya diatas atau dibawah saja. Penyebaran titik-titik
data tidak boleh membentuk pola bergelombang, melebar kemudian menyempit dan melebar kembali. Penyebaran titik-titik
data sebaiknya tidak berpola.
3.8.2.4 Uji Autokorelasi
Menurut Ghozali 2006: 95 uji autokolerasi bertujuan “menguji apakah dalam model regresi linier ada korelasi antara
kesalahan penganggu pada periode t dengan kesalahan penganggu pada periode t-1 sebelumnya, jika terjadi korelasi, maka
dinamakan ada problem autokorelasi”. Menurut priyatno 2009 “dampak yang diakibatkan dengan adanya autokorelasi yaitu
Universitas Sumatera Utara
61
varian sampel tidak dapat menggambarkan varian populasinya. Untuk mendeteksi ada tidaknya autokorelasi dengan dilakukannya
uji Durbin-Watson. Jika nilaiDurbin-Watson berbeda diantara -2 sampai +2 berarti tidak ada autokorelasi”.
3.8.3 Model Regresi Linear Berganda
Pengujian hipotesis dalam penelitian ini menggunakan model analisis regresi berganda Multiple Regression Analysis. Regresi ini
bertujuan untuk menguji pengaruh antara satu variabel terhadap variabel lain. Regresi linear berganda memiliki satu variabel dependen dan lebih
dari satu variabel independen. Regresi linear berganda bertujuan untuk mengetahui arah hubungan antara variabel independen dengan variabel
dependen, apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen,
apabila nilai dari variabel independen mengalami kenaikan atau penurunan. Adapun rumus yang digunakan dalam model regresi linear
berganda sebagai berikut :
SQA =
α +β1CO + β2FO + β3MO + β4FO + β5IO +�
Dimana : SQA = Selection of Quality Auditor yaitu perusahaan kemungkinan
diauditoleh KAP spesialisasi industri variabel dummy, nilai 1 untukperusahaan yang diaudit oleh KAP spesialisasi industri dan
nilai 0untuk perusahaan yang tidak diaudit oleh KAP spesialisasi industri
Universitas Sumatera Utara
62
α = Konstanta
β
1
- β
5
= Koefisien regresi CO
= Concentration Ownership yaitu rasio konsentrasi kepemilikan FO
= Family Ownership yaitu rasio kepemilikan keluarga MO
= Managerial Ownership yaitu rasio kepemilikan manajerial FO
= Foreign Ownership yaitu rasio kepemilikan asing IO
= Institutional Ownership yaitu rasio kepemilikan institusional
�
= Error
Y = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ Ɛ
Keterangan : Y
= Kecenderungan pemilihan auditor berkualitas α
= Konstanta β
1
- β
5
= Koefisien regresi X
1
= Konsentrasi Kepemilikan X
2
= Kepemilikan Keluarga X
3
= Kepemilikan Manajerial X
4
= Kepemilikan Asing X
5
= Kepemilikan Institusional Ɛ
= Error
Universitas Sumatera Utara
63
3.8.4 Model Pengujian Hipotesis 3.8.4.1 Uji – F Uji Signifikansi Simultan
