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