92
Universitas Sumatera Utara
lag akan meningkat sebesar 52.648 atau 5264.8 dengan asumsi variabel lain dianggap tetap atau sama dengan nol.
Koefisien nilai variabel SWITCH X
4
sebesar -4.191. Hal ini menunjukkan apabila terjadi peningkatan variabel SWITCH satu satuan, maka audit report lag akan
menurun sebesar 4.191 atau 419.1 dengan asumsi variabel lain dianggap tetap atau sama dengan nol.
Koefisien nilai variabel TENURE X
5
sebesar -10.310. Hal ini menunjukkan apabila terjadi peningkatan variabel TENURE satu satuan, maka audit report lag akan
menurun sebesar 10.310 atau 103.10 dengan asumsi variabel lain dianggap tetap atau sama dengan nol.
4.5 Pengujian Hipotesis Pertama H
1
4.5.1 Uji Koefisien Determinasi R
2
Uji koefisien determinasi R
2
dilakukan untuk mengukur sejauh mana kemampuan model dalam menjelaskan variabel dependen.Koefisien determinasi dikatakan kuat
jika nilai R
2
berada diatas 0.5 dan mendekati 1.Semakin mendekati ke angka nol berarti model tidak baik atau variasi model dalam menjelaskan sangat sedikit dan
terbatas, sebaliknya semakin mendekati angka satu, maka model semakin baik dan memberikan hampir semua informasi yang dibutuhkan.
Tabel 4.9 Uji Koefisien determinasi R
2
93
Universitas Sumatera Utara
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate 1
.604
a
.365 .259
11.44764 a. Predictors: Constant, TENURE, DEKOM_INDP, KONV_IFRS, PROB, SWITCH
b. Dependent Variable: ARL
Sumber: Output run SPSS 18.0; Diolah penulis, 2016
Berdasarkan tabel 4.13, dapat dilihat dijelaskan bahwa: R sebesar 0.604 berarti hubungan antara variabel KONV_IFRS, PROB,
DEKOM_INDP, SWITCH, dan TENURE terhadap variabel ARL cukup kuat atau sedang sebesar 60.4 karena lebih besar dari 0.05. Tingkat hubungan yang cukup
kuat atau sedang dapat dilihat pada lampiran....untuk memberikan interpretasi koefisien korelasi.
R
2
terletak pada kolom R-Square sebesar 0.365. Hal ini menandakan bahwa variabel KONV_IFRS, PROB, DEKOM_INDP, SWITCH, dan TENURE mempengaruhi
secara simultan atau bersama-sama terhadap variabel ARL sebesar 36.5, sisanya sebesar 73.5 dipengaruhi oleh faktor-faktor lain.
Adjusted R Square sebesar 0.259. Hal ini menandakan bahwa ARL variabel dependen mampu dijelaskan oleh variabel konvergensi IFRS, probabilitas
kebangkrutan, komisaris independen, auditor switching, dan tenure audit sebesar 25.9 dan sisanya sebesar 74.1 dijelaskan oleh faktor-faktor lain yang tidak
dimasukkan dalam model penelitian.
94
Universitas Sumatera Utara
Standard Error Of The Estimate SEE artinya mengukur variasi dari nilai yang diprediksi, yang menunjukkan nilai sebesar 11.44764, dimana semakin kecil angka
ini, semakin tepat atau semakin baik model regresi dalam memprediksi audit report lag.
4.5.2 Uji signifikansi Simultan F-Test