HASIL PENELITIAN 4.1. Hasil Analisis Structural Equation Modeling SEM

AMKP-02 Uji reliabilitas dimaksudkan untuk mengetahui sejauhmana hasil pengukuran tetap konsisten apabila dilakukan pengukuran dua kali atau lebih terhadap pernyataan yang sama menggunakan alat ukur yang sama pula. Uji reliabilitas dalam penelitian ini menggunakan teknik Cronbach Alpha α, dimana suatu instrumen dapat dikatakan handal reliabel, bila memiliki cronbach alpha ≥ 0,6 Sekaran, 2000 : 204. 3.6.2. Analisis Faktor Analisis faktor dilakukan untuk mengekstraksi sejumlah indikator pembentuk variabel, serta pemeriksaan validitas dan reliabilitas instrumen penelitian. Melakukan first order confirmatory factor analysis untuk masing-masing variabel akan diketahui indikator-indikator pembentuk variabel serta validitas dan reliabilitasnya. Nilai loading factor atau lambda value λ serta nilai signifikansinya menunjukkan kecocokan atau unidimensionalitas dari indikator-indikator pembentuk dimensi dan variabel. Indikator yang loading factornya ≤ 0,4 atau p value lebih besar dari 0,05 tidak disertakan dalam model.

3.6.3. Uji Model Structural Equation Modelling SEM

Pola pengaruh antar variabel yang akan diteliti merupakan pengaruh sebab akibat dari satu atau beberapa variabel independen kepada satu atau beberapa variabel dependen. Bentuk pengaruh sebab akibat dalam penelitian ini menggunakan model yang tidak sederhana, yaitu adanya variabel yang berperan ganda, sebagai variabel independen pada suatu kasus, namun menjadi variabel dependen pada kasus lain. Bentuk pengaruh seperti ini membutuhkan alat analisis yang mampu menjelaskan secara simultan pengaruh tersebut, yaitu Structural Equation Modeling SEM. Pengolahan SEM menggunakan program AMOS 6.

IV. HASIL PENELITIAN 4.1. Hasil Analisis Structural Equation Modeling SEM

4.1.1. Evaluasi Terhadap Linieritas

Asumsi analisis SEM yang lain adalah hubungan antar variabel bersifat linier, hal ini diperlukan agar interprestasi hasil analisis tidak bersifat bias, terutama jika dihubungkan antar variabel non signifikan. Hasil pemeriksaan asumsi linieritas untuk setiap hubungan antar variabel seperti pada Tabel 4.1 berikut: AMKP-02 Tabel 4.1 Pengujian Asumsi Linieritas Variabel Dependen Variabel Independen Hasil Pengujian Keputusan Independensi auditor Pemahaman GG Semua spesifikasi model signifikan Linier Gaya kepemimpinan Semua spesifikasi model signifikan Linier Komitmen organisasi Budaya organisasi Semua spesifikasi model signifikan Linier Pemahaman GG Semua spesifikasi model signifikan Linier Gaya kepemimpinan Semua spesifikasi model signifikan Linier Budaya Organisasi Semua spesifikasi model signifikan Linier Independensi auditor Semua spesifikasi model signifikan Linier Kinerja auditor Komitmen organisasi Semua spesifikasi model signifikan Linier

4.1.2. Evaluasi Asumsi Normalitas Data

Normalitas univariat dan multivariat terhadap data yang digunakan dalam analisis ini, diuji dengan menggunakan AMOS 6. Merujuk nilai pada kolom C.R, yaitu jika pada kolom C.R terdapat skor lebih besar dari 2.58 atau lebih kecil dari 2.58, maka terdapat bukti bahwa distribusi data tersebut tidak normal. Asumsi normalitas untuk menggunakan analisis SEM tidak terlalu kritis bila data observasi mencapai 100 atau lebih karena berdasarkan Dalil Limit Pusat Central Limit Theorm dari sampel yang besar dapat dihasilkan statistik sampel yang mendekati distribusi normal Solimun, 2002. Penelitian ini secara total menggunakan 167 data observasi, dapat dikatakan bahwa asumsi normalitas dapat dipenuhi. AMKP-02 4.1.3. Univariate Outliers Dengan menggunakan dasar bahwa kasus-kasus atau observasi-observasi yang mempunyai z-score 3.0 akan dikategorikan sebagai outliers, dan untuk sampel besar di atas 80 observasi, pedoman evaluasi adalah nilai ambang batas dari z-score itu berada pada rentang 3 sampai dengan 4 Hair et al. dalam Ferdinand, 2002:98. Oleh karena dalam penelitian ini dapat dikategorikan sebagai penelitian dengan sampel besar 167 data yang berarti di atas 80 observasi, maka outliers terjadi jika z-score 4.0. Berdasarkan hasil komputasi diketahui bahwa data yang digunakan dalam penelitian ini masih belum bebas dari univariate outlier yang ditunjukkan oleh nilai z-score KA11 yang lebih besar dari 4 -4.98075 -4 namun nilainya sudah mendekati nilai kritis sehingga asumsi univariate outliers dapat dipenuhi. Batas minimum z-score KA11 sebesar -4.98075 dan batas maksimum z-score KA6 sebesar 2.60320. ≥ ≥

4.1.4. Multivariate Outliers

Multivariate outliers terjadi jika nilai mahalanobis distance lebih besar dari pada nilai Chi-square hitung Ferdinand, 2002 :175. Berdasarkan nilai Chi square pada derajat bebas 167 degree of freedom pada tingkat siginifikansi 0,001 atau X 2 167,0.001 = 149,449 Gujarati, 1997 :400. Tampak dari hasil perhitungan dengan menggunakan AMOS diperoleh nilai mahalanobis distance-squared minimal 49.870 dan nilai maksimal sebesar 113.165 dapat disimpulkan sudah tidak terdapat multivariat ouliers, sehingga 167 data lolos dari multivariate outliers.

4.1.5. Uji Model

Hasil uji model akhir pada gambar 4.1 Lampiran 2 kemudian dievaluasi berdasarkan kriteria goodness of fit indices. Tabel 4.2 berikut disajikan kriteria model pengaruh keterkaitan antara pemahaman good governance, gaya kepemimpinan, budaya organisasi, independensi auditor, komitmen organisasi terhadap kinerja auditor berdasarkan kriteria goodness of fit indices serta nilai kritisnya memiliki kesesuaian data. Tabel 4.2 Evaluasi Goodness of Fit Indices Model Secara Keseluruhan Goodness of fit index Cut-off Value Hasil Model Keterangan χ2 – Chi-square Diharapkan 1238.968 Baik AMKP-02 kecil Sign.Probability ≥ 0.05 0.818 Baik CMINDF ≤ 200 0.964 Baik GFI ≥ 0.90 0.760 Cukup Baik AGFI ≥ 0.90 0.712 Cukup Baik TLI ≥ 0.95 1.018 Baik CFI ≥ 0.95 1.000 Baik RMSEA ≤ 0,08 0.000 Baik Berdasarkan evaluasi model yang diajukan menunjukkan bahwa evaluasi model terhadap konstruk secara keseluruhan sudah menghasilkan nilai di atas kritis, sehingga model dapat diterima atau sesuai dengan data, karena petunjuk dari modification indices sudah tidak ada lagi sehingga dapat dilakukan uji kesesuaian model selanjutnya.

4.2. Pengujian Hipotesis