Sumber: Data Diolah, 2015. Gambar 4.2. Output SPSS Grafik Histogram
Dari grafik Histogram di atas diketahui bahawa variabel kualitas pelaporan keuangan berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut
tidak menceng kekiri atau kekanan.
b. Uji Heteroskedastisitas
Uji ini dilakukan untuk mengetahui apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang
lain
Sumber: Data Diolah, 2015. Gambar 4.3. Grafik Scatterplot Heteroskedastisitas
Hasil pengujian ini menunjukkan bahwa model regresi ini bebas dari masalah heteroskedastisitas, dengan kata lain: variabel-variabel yang akan diuji dalam
penelitian ini bersifat homoskedastis.
c. Uji Multikolinearitas
Uji Multikolinearitas dalam penelitian ini adalah dengan melihat koefisien Variance Inflation Factor VIF dan nilai Tolerance. Menurut Ghozali 2009:91
bahwa: “Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance 0.10 atau sama dengan nilai VIF
≥10”, dengan kata lain data yang baik dapat dilihat apabila memiliki nilai Tolerance
lebih besar dari 0,10 dan nilai VIF lebih kecil dari 10 dan apabila nilai Tolerance dan VIF tidak sesuai dengan ketentuan tersebut maka data penelitian mengandung
multikolinearitas yang berarti tidak layak digunakan sebagai data penelitian. Berikut adalah hasil uji multikolinearitas dari output SPSS yang dilakukan.
Tabel 4.3. Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity
Statistics B
Std. Error
Beta Toleranc
e VIF
1
Constant
170.606 15.595
JUMLAH KEANGOTAAN
KOMITE AUDIT
-2.333 4.306
-.056 .970
1.031
FREKUENSI RAPAT KOMITE AUDIT
-8.082 1.611
-.517 .970
1.031
a. Dependent Variable: KUALITAS PELAPORAN KEUANGAN
Sumber: Data Diolah, 2015.
Hasil uji multikolinearitas menunjukkan nilai tolerance 0,1 dan nilai VIF 10 untuk variabel jumlah keanggotaan komite audit dan frekuensi rapat komite audit
hal ini menunjukkan bahwa tidak ada multikolinearitas dalam model regresi sehingga data dikatakan baik dan dapat digunakan untuk pengujian selanjutnya.
d.Uji Autokorelasi
Uji ini dilakukan dengan menggunakan analisis Durbin Watson DW test. Pengambilan keputusan pada asumsi ini memerlukan dua nilai bantu yang
diperoleh dari tabel Durbin Watson, yaitu nilai dl dan du untuk K = jumlah variabel bebas dan n = jumlah sampel. Jika nilai DW berada diantara nilai du
hingga 4-du, berarti asumsi tidak terjadi autokorelasi terpenuhi. Adapun kriteria dalam penentuan autokorelasi adalah sebagai berikut :
1 Jika Dw Dl atau Dw 4-Dl maka terdapat autokorelasi.
2 Jika Dl Dw Du atau 4-Du Dw 4-Dl maka status autokorelasi tidak dapat dijelaskan inconclusive.
3 Jika Du Dw 4-Du maka tidak terjadi autokorelasi Non Autokorelasi.
Tabel 4.4 digunakan untuk melihat nilai Durbin Watson yang didapat dengan menggunakan bantuan SPSS Versi 17. Tabel 4.4 digunakan untuk melihat
nilai Durbin Watson yang didapat dengan menggunakan bantuan SPSS Versi 17. Tabel DW menunjukkan bahwa dengan n = 73, K = 2, maka akan diperoleh nilai
dl = 2.124 dan du = 1.676 dan 4-du = 4 – 1.676 = 2.324
Tabel 4.4. Uji Autokorelasi
Model Summary
b
Model R R
Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson
1 .529
a
.280 .259
27.16193 2.124
Sumber : Data Diolah, 2015
Tabel 4.4 menunjukkan bahwa DW test sebesar = 2.124, Ini menyimpulkan bahwa data berada di Du Dw 4-Du, dengan demikian dapat disimpulkan
bahwa data yang digunakan dalam penelitian tersebut tidak terjadi autokorelasi Non Autokorelasi. Penulis menetapkan bahwa model layak digunakan setelah
asumsi klasik terpenuhi.
4.1.5. Pengujian Hipotesis
Setelah dilakukan pengujian awal terhadap data penelitian berikut akan dilakukan uji hipotesis 1 dengan menggunakan analisis regresi berganda
kemudian uji hipotes 2 dan 3 menggunakan uji interaksi atau MRA Moderated Regression Analysis.
a. Pengujian Hipotesis 1
Pengujian hipotesis 1 dilakukan untuk melihat pengaruh jumlah keanggotaan komite audit dan frekuensi rapat komite audit terhadap kualitas
pelaporan keuangan yang dilakukan dengan menggunakan analisis regresi berganda.
1. Uji Simultan Uji-F Sebelum melakukan pengujian untuk uji parsial dengan menggunakan uji t, maka
akan dilakukan pengujian apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh bersama-sama terhadap variabel dependen.
Uji yang dilakukan adalah dengan menggunakan Uji-F. Berikut ini merupakan hasil perhitungan Uji-F.
Tabel 4.5. Output SPSS Uji-F
Sumber : Data Diolah, 2015
Tabel 4.5 menunjukkan bahwa F
hitung
adalah sebesar 13.612 F
tabel
2.71 dengan taraf signifikan sebesar 0.000 0.05. Hasil tersebut menunjukkan bahwa secara
bersama-sama variabel jumlah keanggotaan komite audit dan frekuensi rapat komite audit dalam penelitian ini mempunyai pengaruh secara signifikan terhadap
kualitas pelaporan keuangan. 2. Uji Parsial Uji-t
Uji-t pada dasarnya menunjukkan seberapa besar pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel
dependen. Tampilan output SPSS uji-t dapat dilihat pada Tabel 4.6.
Tabel 4.6. Output SPSS Uji-t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
170.606 15.595
10.940 .000
JUMLAH KEANGGOTAAN
KOMITE AUDIT -2.333
4.306 -.056
-.542 .590
FREKUENSI RAPAT KOMITE
AUDIT -8.082
1.611 -.517
-5.018 .000
a. Dependent Variable: KUALITAS PELAPORAN KEUANGAN
Sumber : Data Diolah, 2015
Harga t hitung yang ada selanjutnya dibandingkan dengan harga t tabel. Untuk kesalahan 5 uji dua pihak dan dk = n – 2 = 71, maka diperoleh t tabel = 1.671 t
tabel terlampir. Adapun kriteria penerimaan hipotesis adalah sebagai berikut : Ho Hipotesis Nol
: µ = 0 tidak ada pengaruh
Ha Hipotesis Alternatif :
µ ≠ 0 ada pengaruh
Tabel 4.6 menjelaskan untuk variabel jumlah keanggotaan komite audit, nilai t
hitung
-0.542 t
tabel
1.671 dan nilai sig sebesar 0.590 0,05 maka Ho diterima dan Ha ditolak, dapat disimpulkan bahwa jumlah keanggotaan komite
audit tidak berpengaruh secara signifikan terhadap kualitas pelaporan keuangan Untuk variabel frekuensi rapat komite audit, nilai t
hitung
5.018 t
tabel
1.671 dan nilai sig sebesar 0.000 0,05 maka Ho diterima dan Ha ditolak, dapat
disimpulkan bahwa variabel frekuensi rapat komite audit berpengaruh secara signifikan terhadap kualitas pelaporan keuangan
3. Koefisien Determinasi Tabel 4.7 berikut merupakan Tabel model summary yang digunakan untuk
mengetahui seberapa besar kualitas model regresi yang terbentuk dapat menerangkan kondisi yang sebenarnya, dengan memperhatikan nilai koefisien
determinasi R square.
Tabel 4.7 Output Uji Determinasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1
.529
a
.280 .259
27.16193 2.124
Sumber: Data Diolah, 2015
Tabel 4.7 menunjukkan kemampuan model dalam menjelaskan besarnya pengaruh variabel bebas jumlah keanggotaan komite audit dan frekuensi rapat
komite audit, terhadap variabel terikat kualitas pelaporan keuangan adalah sebesar 0.529 52,9, dimana dari 100 yang mempengaruhi kualitas pelaporan
keuangan ternyata jumlah keanggotaan komite audit dan frekuensi rapat komite
audit dapat berpengaruh terhadap besarnya kualitas pelaporan keuangan sebesar 52,9 sedangkan selebihnya sebesar 47,1 dipengaruhi oleh variabel lain yang
tidak diteliti dalam penelitian ini. 4. Uji Analisis Regresi Berganda
Tabel 4.8. Output Uji Regresi Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error
Beta 1
Constant 170.606
15.595 10.940
.000 JUMLAH
KEANGGOTAAN KOMITE AUDIT
-2.333 4.306
-.056 -.542
.590
FREKUENSI RAPAT KOMITE
AUDIT -8.082
1.611 -.517 -5.018
.000
Sumber : Data Diolah, 2015
Berdasarkan pada Tabel 4.8 dapat dilihat koefisien untuk persamaan regresi dari penelitian ini, yang dapat disusun dalam persamaan matematis sebagai
berikut: Y = a + b
1
X
1
+ b
2
X
2
Y = 170.606 + -2.333X
1
+ -8.082X
2
Persamaan regresi berganda tersebut menunjukkan nilai a = 170.606 yang berarti apabila jumlah keanggotaan komite audit dan fekuensi pertemuan komite audit
tidak ada maka kualitas pelaporan keuangan perusahaan bernilai 170.606, dengan nilai
β
1
= -2.333X
1
menunjukkan bahwa apabila jumlah keanggotaan komite audit lebih sedikit maka akan menurunkan kualitas pelaporan keuangan. Dengan
nilai β
2
= -8.082X
2
menunjukkan bahwa apabila frekuensi rapat komite audit lebih sedikit maka akan menurunkan kualitas pelaporan keuangan
b. Pengujian Hipotesis 2
