Tabel 16. Distribusi Frekuensi Kecenderungan Variabel Pengalaman Auditor
No Interval
Frekuensi Persentase
Kategori
1 24
0,00 Rendah
2 24 ≤ x ≤ 36
25 43,10
Sedang 3
36 33
56,90 Tinggi
Jumlah 58
100 Sumber: Data Primer yang Diolah
Gambar 16. Diagram Distribusi Kecenderungan Variabel Pengalaman Auditor
Berdasarkan diagram diatas dapat dilihat bahwa frekuensi Pengalaman Auditor pada kategori rendah sebanyak 0 responden
0,00, pada kategori sedang sebanyak 25 responden 43,10, dan pada kategori tinggi sebanyak 33 responden 56,90. Dapat
disimpulkan bahwa kecenderungan variabel Pengalaman Auditor berada dalam kategori tinggi.
C. Uji Prasyarat Analisis
1. Uji Normalitas Uji Normalitas digunakan untuk melihat apakah nilai residual
terdistribusi normal atau tidak. Dalam penelitian ini, Uji Normalitas
dilakukan dengan menggunakan Kolmogorov Seminov dengan kriteria pengambilan keputusan sebagai berikut:
a. Signifikansi K
D
5 = distribusi data normal b. Signifikansi K
D
5 = distribusi data tidak normal Tabel 17. Hasil Uji Normalitas
Variabel Asymp. Sig.
2-tailed Keterangan
Kualitas Audit 0,724
Berdistribusi normal Fee Audit
0,396 Berdistribusi normal
Time Budget Pressure 0,443
Berdistribusi normal Kompleksitas Tugas
0,656 Berdistribusi normal
Berdasarkan hasil Uji Normalitas dengan menggunakan metode Kolmogorov Seminov diatas, didapatkan hasil Kualitas Audit 0,724, Fee
Audit 0,396, Time Budget Pressure 0,443, Kompleksitas Tugas 0,656 dimana nilai ini lebih dari 0,05 5. Sehingga, menunjukkan bahwa
model regresi layak untuk digunakan karena memenuhi asumsi normalitas.
2. Uji Linearitas Uji Linearitas digunakan untuk mengetahui hubungan kedua
variabel, yaitu variabel bebas dan variabel terikat bersifat linear ataukah tidak.
Tabel 18. Rangkuman Hasil Uji Linearitas
No Korelasi
Sig Kriteria
1. X
1
-Y 0,537
Linear 2.
X
2
-Y 0,646
Linear 3.
X
3
-Y 0,417
Linear 4.
X
4
– Y 0,193
Linear Sumber: Data Primer yang Diolah
Berdasarkan tabel di atas, pengaruh Fee Audit terhadap Kualitas Audit mempunyai nilai sig 0,537 dan lebih besar dari tingkat
kepercayaan 0,05 5, sehingga dapat disimpulkan terdapat hubungan linear antara variabel Fee Audit dengan Kualitas Audit. Time Budget
Pressure terhadap Kualitas Audit memiliki nilai sig 0,646 dan lebih besar dari tingkat kepercayaan 0,05 5, sehingga dapat disimpulkan terdapat
hubungan linear antara variabel Time Budget Pressure dengan Kualitas Audit. Kompleksitas Tugas terhadap Kualitas Audit memiliki nilai sig
0,417 dan lebih besar dari tingkat kepercayaan 0,05 5, sehingga dapat disimpulkan terdapat hubungan linear antara variabel Kompleksitas
Tugas dengan Kualitas Audit. Pengalaman Auditor terhadap Kualitas Audit memiliki nilai sig 0,193 dan lebih besar dari tingkat kepercayaan
0,05 5, sehingga dapat disimpulkan terdapat hubungan linear antara variabel Pengalaman Auditor dengan Kualitas Audit.
3. Uji Asumsi Klasik a. Multikolinearitas
Uji Multikolinearitas digunakan untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel
–variabel bebas dalam suatu model regresi berganda. Berikut merupakan hasil Uji Multikolinearitas telah
disajikan didalam tabel. Tabel 19. Rangkuman Hasil Uji Multikolinearitas
Variabel Tolerance
VIF
Fee Audit 0, 929
1,076 Time Budget Pressure
0,529 1,889
Kompleksitas Tugas 0,537
1,861 Sumber: Data Primer yang Diolah
Berdasarkan rangkuman tabel hasil uji multikolinearitas diatas, menunjukkan bahwa nilai tolerance variabel Fee Audit sebesar 0, 929,
variabel Time Budget Pressure sebesar 0,529 dan variabel Kompleksitas Tugas sebesar 0,537. Besarnya nilai tolerance masing
–masing variabel bebas tersebut diatas 0,1. Besarnya nilai VIF untuk variabel Fee Audit
sebesar 1,076, variabel Time Budget Pressure sebesar 1,889 dan variabel Kompleksitas Tugas sebesar 1,861. Masing
–masing variabel bebas tidak memiliki nilai VIF diatas 10. Dengan demikian, dapat disimpulkan
bahwa antara variabel Fee Audit, Time Budget Pressure, dan Kompleksitas Tugas tidak terjadi multikolinearitas.
b. Uji Heteroskedastisitas Uji ini digunakan untuk melihat apakah terdapat ketidaksamaan
varians dari residual satu pengamatan ke pengamatan yang lain. Uji Heteroskedastisitas dilakukan dengan metode scatter plot. Berikut
merupakan hasil dari Uji Heteroskedastisitas yang disajikan dalam gambar berikut ini.
Gambar 17. Scatterplot Hasil Uji Heteroskedastisitas
Dalam gambar grafik scatterplot diatas terlihat bahwa titik-titik menyebar secara random acak di bawah atau diatas angka 0 pada sumbu
Y. Dengan demikian, dapat diambil kesimpulan bahwa dalam model regresi ini tidak terjadi heteroskedastisitas, sehingga model regresi layak untuk
digunakan.
D. Uji Hipotesis
