Jenis dan Sumber Data Metode Pengumpulan Data

3.6. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitudata yang diperoleh melalui dokumen – dokumen yang berhubungandengan objek yang diteliti.Dalam penelitian ini secara keseluruhan data yang digunakan adalah data kuantitatif yaitu data yang dinyatakan dalam bentuk angka. Adapun data yang dibutuhkan dalam penelitian ini adalah laporan keuangan tahunan pada periode 2013 – 2015.Sedangkan sumber data dalam penelitian ini adalah laporan tahunan annual report dan laporan keuangan perusahaan yang diperoleh dari situs www.idx.co.id .

3.7. Metode Pengumpulan Data

Metode yang digunakan untuk mengumpulkan data dalam penelitianini adalah dokumentasi, yaitu metode dokumentasi dengan mengumpulkan data sekunder atau data untuk perusahaan manufaktur yang terdaftar di BEI pada tahun 2013 sampai dengan tahun 2015 yang diperoleh secara tidak langsung melaui media perantara yaitu dari internet dari Bursa Efek Indonesia melalui melalui laporan tahunan annual report dan laporan keuangan yang telah diaudit dan diterbitkan setiap tahunnya yang diunduh melalui situs www.idx.co.id . 3.8. Metode Analisis Data 3.8.1. Analisis Statistik Deskriptif Statistikdeskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap objek yang diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum. Menurut Universitas Sumatra Utara Ghozali 2005:19, statistik deskriptif digunakan untuk mendeskripsikan variabel – variabel yang ada dalam penelitian ini. Alat analisis yang digunakan adalah nilai minimum, nilai maksimum, rata – rata mean dan standar deviasi.

3.8.2. Uji Asumsi Klasik

Untuk melihat model regresi dalam penelitian ini layak atau tidak digunakan sehingga diperlukan uji asumsi klasik. Uji asumsi klasik yang digunakan antara lain : uji normalitas, uji multikolonieritas, uji autokorelasi dan uji heteroskedastisitas.

3.8.2.1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual memiliki distribusi normal Ghozali, 2006 : 110. Ada dua cara untuk mendeteksi apakah residual terdistribusi secara normal atau tidak yaitu dengan analisis grafik dan analisis statistik. 1. Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil.Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan Universitas Sumatra Utara distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan membandingkan dengan garis diagonal. Jika distribusi data residua l normal, maka garis yang menggambarkan data sesungguhnya akan mendekati garis diagonalnya. Dasar pengambilan keputusan untuk metode analisis ini adalah : a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, makan model regresi memenuhi asumsi normalitas. b. Jika data menyebar jauh dari diagonalnya danatau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. 2. Analisis Statistik Untuk mendeteksi normalitas data, dapat pula dilakukan dengan analisis statistik Kolmogorov-Smirnov Test K-S. Uji K-S dilakukan dengan membuat hipotesis : H0 = Data residual terdistribusi normal H1 =Data residual tidak terdistribusi normal. Dasar pengambilan keputusan dalam uji K-S sebagai berikut : Universitas Sumatra Utara a. Apabila probabilitas nilai Z uji K-S signifikan secara statistik maka H0 ditolak, yang berarti data tidak terdistribusi secara normal. b. Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik maka H0 diterima yang berarti data terdistribusi secara normal

3.8.2.2. Uji Multikoloniearitas

Uji multikoloniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas independen Ghozali, 2006 : 91.Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.Jika variabel independen saling berkorelasi, maka variabel – variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada tidaknya multikolonieritas dalam model regregsi dapat dilihat dari Tolerance Value atau Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi. Nilai cut-off yang umum adalah : Universitas Sumatra Utara 1 Jika nilai tolerance 10 persen dan nilai VIF 10, maka dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi. 2 Jika nilai tolerance 10 persen dan nilai VIF 10, maka dapat disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.

3.8.2.3. Uji Heteroskedastisitas

Menurut Ghozali 2006 :105,uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain. Jika variance dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik scatterplot antara nilai prediksi variabel dependen ya itu ZPRED dengan residualnya SRESID dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi –Y sesungguhnya yang telah di studentized. Dasar analisisnya adalah sebagai berikut : 1 Jika ada pola tertentu, seperti titik – titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar Universitas Sumatra Utara kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2 Jika tidak ada pola yang jelas, serta titik – titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka ti dak terjadi heteroskedastisitas.

3.8.2.4. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apkah dalam model regresi linier ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan penggangu pada periode t -1 sebelumnya Ghozali, 2006 : 95.Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya Ghozali, 2006 : 95. Model regresi yang baik adalah model regresi yang bebas dari autokorelasi.Untuk mendeteksi ada tidaknya autokorelasi, dapat dilakukan dengan melakukan pengujian Durbin-Watson DW

3.8.3. Pengujian Hipotesis

Hipotesis dalam penelitian ini diuji dengan menggunakan analisis linier berganda. Menurut Sugiyono 2006 :65, analisis regresi berganda digunakan untuk meramalkan bagaimana keadaan naik turunnya variabel dependen, jika dua atau lebih variabel independen sebagai faktor predictor dimanipulasi dinaik turunkan nilainya. Model analisis ini dipilih karena penelitian ini dirancang untuk meneliti Universitas Sumatra Utara variabel independen yang berpengaruh terhadap variabel dependen. Persamaan regresi linier berganda yang digunakan dalam penelitian ini adalah sebagai berikut : Y = α+ β1 X1+ β2 X2+ β3 X3+ β4 X4+ β5 X5+ ε Keterangan : Y = Kualitas Audit β1, β2, β3, β4, β5 = Koefisien Regresi α = Konstanta X1 = Ukuran Kantor Akuntan Publik X2 = Logaritma Natural Biaya Eksternal Audit X3 = Audit Tenure X4 = Gender Komite Audit X5 = Usia Komite Audit ε = Tingkat pengganggu kesalahan

3.8.3.1. Uji T

Uji signifikasni parameter individual uji statistic t digunakan untuk mengetahui pengaruh masing – masing variabel independen terhadap variabel dependen Ghozali, 2006 : 84. Cara pengujian uji statistik t ini adalah sebagai berikut : 1 Jika t-hitung t-tabel, maka variabel independen secara individual tidak berpengaruh terhadap variabel dependen hipotesis ditolak. Universitas Sumatra Utara 2 Jika t-hitung t-tabel, maka variabel independen secara individual berpengaru h terhadap variabel dependen hipotesis diterima. Uji t juga dapat dilakukan dengan melihat nilai signifikansi t masing – masing variabel pada output hasil regresi menggunakan SPSS dengan signifikansi level 0,05 α = 5. Jika nilai signifikansi lebih besar dari α maka hipotesis ditolak, yang berarti secara individual variabel independen tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.Jika nilai signifikansi lebih kecil dari α maka hipotesis diterima, yang berarti secara individual variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen.

3.8.3.2. Koefisien Determinasi

Koefisien determinasi digunakan untuk menguji goodness-fit dari model regresi.Nilai koefisien determinasi adalah antara nol sampai 1.Nilai R2 yang kecil berarti kemampuan variabel – variabel independen dalam menjelaskan variasi variabel dependen amat terbatas.Nilai yang mendekati satu berarti variabel – variabel independen memberikan hamper semua informasi yang dibutuhkan untuk memprediksi variasi de penden Ghozali, 2006 : 83. Universitas Sumatra Utara BAB IV ANALISIS DAN PEMBAHASAN 4.1. Analisis Statistik Deskriptif Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata mean, dan nilai standar deviasi, dari variabel kualitas audit, ukuran KAP, audit fee, audit tenure, gender komite audit, dan usia komite audit. Tabel 4.1 Statistik Deskriptif dari Ukuran KAP, Audit Fee, Audit Tenure, Gender Komite Audit, Usia Komite Audit, dan Kualitas Audit Descriptive Statistics N Minimum Maximum Mean Std. Deviation Kualitas Audit 81 19.40 30.28 24.6794 1.80739 Ukuran KAP 81 .00 1.00 .2222 .41833 Audit fee 81 18.34 24.12 21.3367 1.51356 Audit Tenure 81 .00 1.00 .2593 .44096 Gender Komite 81 .00 1.00 .3827 .48908 Usia Komite 81 41.00 79.00 59.4198 9.03032 Valid N listwise 81 Berdasarkan Tabel 4.1, diketahui nilai kualitas audit minimum adalah 19.40 dan nilai kualitas audit maksimum 30.28. Sementara rata-rata dan standar deviasi dari kualitas audit adalah 24.6794 dan 1.80739. Nilai ukuran KAP minimum adalah 0 dan nilai ukuran KAP maksimum 1. Sementara rata-rata dan standar deviasi dari ukuran KAP adalah 0.222 dan 0.41833. Diketahui nilai audit fee minimum adalah 18.34 dan nilai audit fee maksimum 24.12. Sementara rata- rata dan standar deviasi dari audit fee adalah 21.3367 dan 1.51356. Diketahui nilai audit tenure minimum adalah 0 dan nilai audit tenure maksimum 1. Sementara rata-rata dan standar deviasi dari audit tenure adalah 0.2593 dan 0.44096. Nilai Universitas Sumatra Utara gender komite audit minimum adalah 0 dan nilai gender komite audit maksimum 1. Sementara rata-rata dan standar deviasi dari gender komite audit adalah 0.3827 dan 0.48908. Diketahui nilai usia komite audit minimum adalah 41 dan nilai usia komite audit maksimum 79. Sementara rata-rata dan standar deviasi dari usia komite audit adalah 59,4198 dan 9.030316.

4.2. Uji Asumsi Klasik