56 regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedastisitas Ghozali, 2013. Dalam penelitian ini, uji
heteroskedastisitas menggunakan scatterplot. Pada gambar scatterplot, jika titik-titik menyebar merata di atas
dan di bawah atau sekitar angka nol, maka tidak terjadi heterokedastisitas. Sedangkan jika titik-titik data membentuk pola
bergelombang melebar kemudian menyempit atau mengumpul di suatu titik maka telah terjadi heterokedastisitas Ghozali, 2013. Dasar
pengembilan keputusan adalah sebagai berikut: 1 Jika ada pola tertentu seperti titik-titik point-point yang ada
membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi
heterokedastisitas. 2 Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan
di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas Ghozali, 2013.
4. Uji Hipotesis
Uji hipotesis pada penelitian ini menggunakan analisis regresi berganda. Model regresi berganda bertujuan untuk memprediksi besar
variabel dependen dengan menggunakan data variabel independen yang sudah diketahui besarnya Santoso, 2004:163. Model regresi berganda
umumnya digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap variabel dependen dengan skala pengukuran interval
57 atau rasio dalam persamaan linier Indriantoro dan Supomo 2002:211.
Variabel independen terdiri dari kompetensi auditor, self efficacy dan job stress. Sedangkan variabel dependennya adalah audit judgment. Seluruh
pengujian dan analisis data menggunakan bantuan SPSS Statistical Program for Special Science for windows.
Persamaan regresi linier berganda yang digunakan untuk menguji hipotesis dirumuskan sebagai berikut:
Y = α + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e
Keterangan: Y
= Audit Judgment α = Konstanta
b
1
-b
4
= Koefisien regresi menunjukkan angka peningkatan atau penurunan variabel dependen Y yang didasarkan pada
hubungan nilai variabel independen X X
1
= Kompetensi Auditor X
2
= Self Efficacy X
3
= Job Stress e = Error
Uji hipotesis ini dilakukan melalui: a. Uji Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Nilai koefisien determinasi adalah antara 0 nol dan 1 satu. Nilai R²
58 yang kecil berarti kemampuan variabel-variabel independen dalam
menjelaskan variasi variabel dependen amat terbatas. Jika nilai R
2
sebesar 1, berarti fluktuasi variabel dependen seluruhnya dapat dijelaskan oleh variabel independen dan tidak ada faktor lain yang
menyebabkan fluktuasi variabel dependen. Jika nilai R
2
berkisar antara 0 sampai dengan 1, berarti semakin kuat kemampuan variabel
independen untuk dapat menjelaskan fluktuasi variabel dependen Ghozali, 2013.
b. Uji Statistik t Uji Regresi Secara Parsial Uji
statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual
dalam menerangkan variasi variabel dependen dan digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel
independen secara individual terhadap variabel dependen yang diuji pada tingkat sifnifikansi 0,05. Menurut santoso 2004:168, dasar
pengambilan keputusan adalah sebagai berikut: 1 Jika nilai probabilitas 0,05 maka H
diterima atau Ha ditolak, ini menyatakan bahwa variabel independen atau bebas tidak
mempunyai pengaruh secara individual terhadap variabel atau terikat.
2 Jika nilai probabilitas 0,05 maka H ditolak atau Ha diterima, ini
menyatakan bahwa variabel independen atau bebas mempunyai pengaruh secara individual terhadap variabel atau terikat.
59 c. Uji Statistik F Uji Regresi Secara Simultan
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model
mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat Ghozali, 2013. Hasil uji F pada output SPSS
dapat dilihat pada tabel ANOVA. Untuk mengetahui variabel-variabel independen secara simultan
mempengaruhi variabel dependen dilakukan dengan membandingkan nilai signifikansi yang digunakan sebesar 0,05. Jika nilai signifikansi
yang didapat 0,05 maka model regresi dapat digunakan untuk memprediksi variabel dependen atau dapat dikatakan bahwa semua
variabel independen secara bersama-sama berpengaruh terhadap variabel dependen Ghozali, 2013.
Menurut Santoso 2004:120 dasar pengambilan keputusan adalah sebagai berikut:
1 Jika probabilitas 0,05 maka H diterima dan Ha ditolak. Hal ini
menyatakan bahwa semua variabel independen atau bebas tidak mempunyai pengaruh secara bersama-sama terhadap variabel
dependen atau terikat. 2 Jika probabilitas 0,05 maka H
ditolak dan Ha diterima. Hal ini berarti menyatakan bahwa semua variabel independen atau bebas
mempunyai pengaruh yang secara bersama-sama terhadap variabel dependen atau terikat.
60
E. Operasionalisasi Variabel Penelitian