5.3 Deskripsi Hasil Penelitian
Berdasarkan data yang telah dikumpulkan, maka diperoleh deskripsi data penelitian sebagai berikut :
Tabel 5.4 Deskripsi Statistik Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation
Akuntabilitas 34
2.00 4.50
3.2353 .95797
Kompetensi 34
1.83 4.67
3.1616 1.09836
Independensi 34
2.17 4.33
3.5147 .78642
Kualitas Hasil Pemeriksaan 34
2.17 5.00
3.6029 .88289
Valid N listwise 34
Sumber: Lampiran 3 Jika dilihat dari deskripsi statistik, akuntabilitas, kompetensi, independensi dan
kualitas hasil pemeriksaan memiliki nilai rata-ratanya kurang dari 4. Hal ini menunjukan nilai variabel tersebut relatif rendah.
5.4 Pengujian Asumsi Klasik
Dalam analisis ini perlu dilihat terlebih dahulu apakah data tersebut bisa dilakukan pengujian model regresi. Pengujian asumsi klasik dilakukan untuk
menentukan model regresi dapat diterima secara ekonometrik. Pengujian asumsi klasik ini terdiri pengujian normalitas, multikolinearitas, dan pengujian
heteroskedastisitas. Data yang digunakan dalam penelitian ini adalah adalah cross- section. Oleh karena itu, pengujian autokorelasi tidak perlu dilakukan.
Universitas Sumatera Utara
5.4.1. Pengujian Normalitas
Berdasarkan hasil uji normalitas data dengan menggunakan uji Kolmogorov- Smirnov dan dengan melihat uji grafik, maka dapat disimpulkan bahwa data
mempunyai distribusi normal. Hal ini dapat diketahui dengan melihat nilai Kolmogorov-Smirnov sebesar 1.313 dengan tingkat signifikansi sebesar 0,064
lampiran 4. Jika signifikansi nilai Kolmogorov-Smirnov lebih besar dari 0.05, maka dapat dinyatakan bahwa data mempunyai distribusi normal. Hal ini juga
didukung dengan grafik dimana data mengikuti garis diagonal. Grafik uji normalitas dapat dilihat pada pada gambar berikut ini.
Gambar 5.1 Pengujian Normalitas Data
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expected Cum Prob Normal P-P Plot of Regression Standardized Residual
Dependent Variable: kualitas
Universitas Sumatera Utara
5.4.2. Pengujian Multikolinearitas
Berdasarkan pengujian multikolinearitas yang dilakukan dengan melihat nilai VIF, maka dapat disimpulkan bahwa tidak terjadi multikolinearitas karena tidak ada
nilai VIF yang lebih besar dari 10 dan nilai Tolerance tidak kurang dari 0,1. Ringkasan pengujian multikolinearitas dapat dilihat pada tabel berikut ini.
Tabel 5.5 Uji Multikolinearitas Model
Collinearity Statistics
Tolerance VIF
Akuntabilitas .174
5.760 Kompetensi
.241 4.150
Independensi .115
8.678 Sumber: Lampiran 4
5.4.3. Pengujian Heteroskedastisitas
Pengujian asumsi heteroskedastisitas menyimpulkan bahwa model regresi tidak terjadi heteroskedastisitas. Dengan kata lain terjadi kesamaan varian dari
residual dari satu pengamatan ke pengamatan yang lain. Kesimpulan ini diperoleh dengan melihat penyebaran titik-titik yang menyebar secara acak, tidak membentuk
sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y . Hasil pengujian heteroskedastisitas dapat dilihat pada gambar 5.2
berikut ini.
Universitas Sumatera Utara
Scatterplot Dependent Variable : Kualitas Hasil Pemeriksaan
Gambar 5.2. Uji Heteroskedastisitas
5.5 Pengujian Hipotesis
Setelah dilakukan pengujian asumsi klasik dan diperoleh kesimpulan bahwa model telah dapat digunakan untuk melakukan pengujian analisa regresi berganda,
maka langkah selanjutnya adalah melakukan pengujian hipotesis. Hipotesis yang akan diuji adalah pengaruh akuntabilitas, kompetensi dan independensi terhadap
kualitas hasil pemeriksaan baik secara parsial dan simultan.
Universitas Sumatera Utara
Ringkasan hasil pengujian hipotesis dapat dilihat pada Tabel 5.6 berikut ini.
Tabel 5.6 Ringkasan Pengujian Hipotesis
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta
Tolerance VIF
1 Constant
.185 .267
.695 .492
Akuntabilitas .316
.141 .335 2.231
.033 .174
5.760 Kompetensi
.177 .119
.189 1.486 .148
.241 4.150
Independensi .510
.207 .455 2.467
.020 .115
8.678 R = 0,939
Adjusted R
2
F = 75,211 = 0,871
Sig. F = 0,000 Sumber: Lampiran 5
Nilai R pada intinya untuk mengukur seberapa besar hubungan antara independen variabel dengan dependen variabel. Berdasarkan hasil pengujian,
diperoleh nilai R sebesar 0,939, hal ini menunjukkan bahwa variabel akuntabilitas, kompetensi dan independensi mempunyai hubungan yang sangat kuat dengan
kualitas hasil pemeriksaan. Sedangkan nilai R square R
2
atau nilai koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen. Nilai R
2
adalah diantara nol dan satu. Nilai R
2
yang kecil berarti
Universitas Sumatera Utara
kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel
dependen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum R
2
Jika independen variabel lebih dari satu, maka sebaiknya untuk melihat kemampuan variabel memprediksi variabel dependen, dalam penelitian ini nilai
yang digunakan adalah nilai adjusted R untuk data silang crossection relatif
rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu time series biasanya mempunyai koefisien
determinasi yang tinggi.
2
. Nilai adjusted R
2
Dari uji ANOVA atau F test, didapat F hitung dengan tingkat signifikan 0,000. Karena probabilitas 0,000 lebih kecil dari 0,05, maka hasil dari model regresi
menunjukkan bahwa ada pengaruh akuntabilitas, kompetensi dan independensi terhadap kualitas hasil pemeriksaan. Dari uraian tersebut, maka dapat diambil
kesimpulan bahwa ada pengaruh akuntabilitas, kompetensi dan independensi terhadap kualitas hasil pemeriksaan secara simultan.
sebesar 0,871 mempunyai arti bahwa variabel dependen mampu dijelaskan oleh variabel
independen sebesar 87,1. Dengan kata lain 87,1 perubahan dalam kualitas hasil pemeriksaan mampu dijelaskan variabel akuntabilitas, kompetensi dan independensi
sisanya sebesar 12,9 dijelaskan oleh faktor lain yang tidak diikutkan dalam penelitian ini.
Universitas Sumatera Utara
Untuk melihat pengaruh masing-masing variabel independen secara parsial terhadap kualitas hasil pemeriksaan, maka dapat dilihat dari nilai signifikansi
t-hitung tersebut. Jika nilai signifikansi dari t-hitung tersebut lebih kecil dari 0.05, maka dapat dinyatakan bahwa variabel tersebut berpengaruh terhadap kualitas hasil
pemeriksaan. Berdasarkan hasil pengujian data, maka dapat dinyatakan bahwa hanya variabel kompetensi yang tidak mempengaruhi kualitas hasil pemeriksaan,
sedangkan variabel akuntabilitas dan independensi mempunyai pengaruh yang signifikan terhadap kualitas hasil pemeriksaan.
5.6 Hasil Analisis Data