Statistik Deskriptif Analisis Regresi

103

3.6 Metode Analisis Data

Data penelitian dianalisis dan diuji dengan uji statistik yang terdiri dari statistik deskriptif, uji asumsi klasik, dan analisis regresi untuk pengujian hipotesis.

3.6.1 Statistik Deskriptif

Statistik deskriptif merupakan ―proses transformasi data penelitian dalam tabulasi, sehingga mudah dipahami dan diinterpretasikan ‖ Erlina, 2011. Menurut Sanusi 2011 peneliti dapat menggunakkan statistik deskriptif apabila peneliti ingin menjelaskan data dari satu variabel yang diteliti. Menurut Azwar 2004 tujuan analisis deskriptif ini ialah ―untuk memberikan deskripsi mengenai subjek penelitian berdasarkan data dari variabel yang diperoleh dari kelompok subjek yang diteliti‖. ―Analisis deskriptif digunakan untuk memberikan informasi mengenai data demografi responden jenis kelamin, usia, jabatan posisi, lama bekerja yang merupakan ukuran yang digunakan untuk mendeskripsikan frekuensi, tendensi sentral dan dispersi dengan sk ala pengukuran tertentu‖ Indriantoro dan Supomo, 2002. Ukuran yang dapat digunakan dalam statistik deskriptif lain frekuensi, tendensi sentra rata-rata, median, modus, dispersi deviasi standar, variance, dan pengukur-pengukur bentuk measures of shapes. 3.6.2 Uji Kualitas Data 3.6.2.1 Uji Validitas Pertama, instrumen kuisioner yang digunakan dalam penelitian ini harus diuji validitas dan reliabilitasnya terlebih dahulu. ―Uji validitas dimaksudkan untuk mengukur sejauh mana ketepatan alat ukur penelitian tentang isu yang hendak kita Universitas Sumatera Utara 104 Ukur‖ Ghozali, 2007. Uji validitas dalam penelitian ini dilakukan dengan menggunakan analisis butir. Jika koefisien korelasi r bernilai positif dan lebih besar dari r tabel, maka dinyatakan bahwa butir pernyataan tersebut valid atau sah. Jika sebaliknya, bernilai negatif, atau positif namun lebih kecil dari r tabel, maka butir pernyataan dinyatakan invalid dan harus dihapus.

3.6.2.2 Uji reliabilitas

―Uji reliabilitas dimaksudkan untuk menguji konsistensi kuisioner dalam mengukur suatu kontrak yang sama atau stabilitas kuisioner jika digunakan dari waktu ke waktu‖ Ghozali, 2007. ―Uji reabilitas dilakukan dengan metode Internal consistency. Reliabilitas instrument penelitian dalam penelitian ini diuji dengan menggunakan koefisien cronbach’s Alpha. Jika nilai koefisien alpha lebih besar dari 0,6 maka disimpulkan bahwa instrumen penelitian tersebut handal atau reliable‖ Nunnaly dalam Ghozali, 2007.

3.6.3 Uji Asumsi Klasik

Pengujian asumsi klasik disebut juga dengan pengujian asumsi atas analisa multivariate. Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linier berganda yang berbasis ordinary least square OLS. Tujuan dari dilakukannnya pengujian ini adalah untuk menghindari atau mengurangi bias atas hasil penelitian yang diperoleh. Uji asumsi klasik ini terdiri atas uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.

3.6.3.1 Uji Normalitas

Universitas Sumatera Utara 105 Uji normalitas ini bertujuan untuk mengetahui apakah distribusi sebuah data mendekati distribusi normal yaitu distibusi data dalam bentuk lonceng. Menurut Situmorang dan Lufti data yang baik adalah ― data yang mempunyai pola seperti distribusi normal, yaitu distribusi data tersebut tidak menceng ke kirir atau menceng ke kanan‖. Ada dua cara untuk mengetahui apakah data berdistribusi normal atau tidak yakni dengan analisis grafik dan uji statistik. Analisis grafik dapat dilakukan dengan melihat grafik histogram dan normal probability plot. Distribusi dapat dikatakan normal jika garis tren pada histogram berbentuk lonceng dan garis tren pada grafik normal probability plot tidak melenceng jauh dari garis tren. Analisis statistik dilakukan dengan uji Kolmogorov Smirnov. Jika nilai signifikansi 0,05 maka data berdistribusi normal. Dalam Ghozali 2007 pengambilan keputusan dalam uji normalitas didasarkan pada: a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas b. Jika data menyebar jauh dari garis diagonal danatau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas

3.6.3.2 Uji Multikolinearitas

Uji multikolinearitas ini bertujuan untuk melihat apakah ada korelasi diantara variabel independen. Menurut Erlina 2011 multikolinearitas adalah ―situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang Universitas Sumatera Utara 106 lainnya‖. ―Adanya multikolinearitas dapat dilihat dari nilai tolarance value dan nilai Variance Inflation Factor VIF. Tolerance value adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya ‖ Situmorang dan Lutfi, 2012. Sedangkan VIF menurut Erlina 2011 adalah ―estimasi berapa besar multikolinearitas meningkatkan varian pada suatu koefisien estimasi sebuah variabel indepe nden‖. ―Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai toleransi 0.10 atau sama dengan nilai VIF 10‖ Ghozali, 2007.

3.6.3.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara angota grup tersebut. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan sebagai homoskedastisitas, sedangkan jika varians tidak sama dikatakan terjadi heteroskedastisitas. Alat untuk menguji heteroskedastisitas adalah dengan analisis grafik dan uji Park. Pada analisis grafik jika titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y maka dapat dikatakan bahwa tidak terjadi heteroskedastisitas. Pada analisis uji park jika nilai signifikansi 0,05 maka data tidak mengalami heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Ghozali, 2007 menyatakan bahwa salah satu cara untuk mendeteksi ada tidaknya heterokedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat dengan nilai residualnya dan dasar untuk menganalisanya adalah: Universitas Sumatera Utara 107 a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan telah terjadi heterokedastisitas b. Jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas

3.6.3.4 Uji Autokorelasi

Situmorang dan Lutfi 2012 mendefenisikan autokorelasi sebagai ―korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data deret waktu atau ruang seperti dalam data cross-section. Menurut Erlina 2011 tujuan dari uji autokorelas i adalah ―untuk menguji apakah dalam suatu model regresi linera ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t- 1 atau sebelumnya‖. Autokorelasi dapat muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Uji autokorelasi dilakukan dengan melihat nilai d pada uji Durbin-Watson. Tabel 3.3 Tabel Nilai Durbin-Watson Hipotesis nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d dl Tidak ada autokorelasi positif No decision dl ≤ d ≤ du Tidak ada korelasi negatif Tolak 4 – dl d 4 Tidak ada korelasi negatif No decision 4 – du ≤ d ≤ 4 - dl Tidak ada autokorelasi positif Tidak ditolak du d d - du Universitas Sumatera Utara 108 atau negatif Sumber : Situmorang dan Lutfi 2012

3.6.4 Analisis Regresi

―Analisis regresi digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen ‖ Situmorang dan Lutfi, 2012. Penelitian ini menggunakan analisis regresi linear berganda karena model yang diujikan memiliki lebih dari satu variabel independen yang mempengaruhi satu variabel dependen. ―Analisis regresi linier berganda ditujukan untuk menentukan hubungan linier antar beberapa variabel bebas yang biasa nvdisebut X1, X2, X3, dan satu variabel terikat yang disebut Y ‖ Situmorang dan Lutfi, 2012. Data dalam penelitian ini dianalisis dengan analisis regresi linear berganda dengan persamaan sebagai berikut : 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 = Kualitas Audit α = Konstanta β x = Koefisien regresi X 1 = Emotional Spiritual Quotient ESQ X 2 = Locus of Control LOC X 3 = Time Budget Pressure X 4 = Moralitas Auditor Universitas Sumatera Utara 109 X 5 = Komitmen Profesional Ɛ i = Error 3.6.4 Uji Hipotesis 3.6.4.1 Uji Koefisien Determinasi