67
BAB III METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini menganalisis sikap profesionalisme, independensi, kompetensi, etika profesi dan pengetahuan mendeteksi kekeliruan seorang
auditor yang ada di Kantor Akuntan Publik KAP di Jakarta. Satuan pengamatan dalam penelitian ini adalah para auditor yang meliputi, partner,
supervisor, dan asisten auditor yang berkepentingan secara langsung dengan pengamatan yang akan peneliti lakukan.
B. Metode Penentuan Sampel
Pengambilan sampel menggunakan metode convenience sampling, yaitu memilih sampel dari elemen populasi orangkejadian yang datanya
mudah diperoleh peneliti Indriantoro dan Supomo, 2009: 130. Hal ini karena jumlah auditor disetiap Kantor Akuntan Publik tidak diketahui jumlahnya.
Dengan kriteria responden yaitu auditor yang mempunyai jabatan akuntan junior sampai partner.
Dari KAP ini, yang dianggap sebagai populasi, peneliti bermaksud mengambil sampel semaksimal mungkin. Hal ini dimaksudkan untuk
mengantisipasi adanya kemungkinan tidak didapatkannya jawaban dari para responden. Hal lain yang dianggap penting adalah jumlah data yang
terkumpul, agar tetap dapat memenuhi kriteria pengolahan data.
68
C. Metode Pengumpulan Data
Teknik pengumpulan data yang dilakukan menggunakan data primer. Sumber data penelitian yang diperoleh secara langsung dari sumber asli atau
tidak melalui media perantara. Data primer adalah data yang langsung dikumpulkan oleh peneliti dari sumber pertamanya Indriantoro dan Supomo,
2009: 146. Dalam penelitian ini data primer dilakukan dengan melakukan survey untuk meminta langsung tanggapan dan opini dari responden dengan
menggunakan melakukan media kuesioner baik secara langsung maupun tidak langsung yaitu media perantara.
D. Metode Analisis Data
Metode statistik yang digunakan untuk menguji hipotesis yaitu dengan menggunakan regresi berganda dengan bantuan perangkat lunak SPSS
for windows 16.0, setelah semua data-data dalam penelitian ini terkumpul, maka selanjutnya dilakukan analisis data yang terdiri dari:
1. Statistik Deskriptif Statistik deskriptif memberikan gambaran atau deskripsi suatu data
yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewnes Ghozali, 2009:19.
2. Uji Kualitas Data Pengujian kualitas data yang dilakukan dengan penyebaran
kuesioner, maka kesediaan dan ketelitian dari para responden untuk menjawab setiap pertanyaan merupakan suatu hal yang sangat penting
69
dalam penelitian ini. Untuk itu, dalam melakuakan uji kualitas data atas data primer ini peneliti melakukan uji validitas dan uji reliabilitas
1 Uji Validitas Uji validitas digunakan untuk mengukur sah atau valid tidaknya
suatu kuesioner. Suatu kuesioner dinyatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh
kuesioner tersebut. Jadi, validitas ingin mengukur apakah pertanyaan kuesioner yang sudah kita buat betul-betul dapat mengukur apa yang
hendak kita ukur. Mengukur validitas dapat menggunakan Pearson Correlation dan dilakukan dengan cara melakukan korelasi bivariate
antara masing-masing skor indikator pertanyaan terhadap total konstruk dengan menggunakan hasil yang signifikan yaitu dibawah 0,05. Jika
masing-masing indikator tingkat pertanyaan mempunyai tingkat signifikansi dibawah 0,05 berarti dikatakan valid Ghozali, 2009: 49.
2 Uji Reliabilitas Reliabilitas sebenarnya adalah alat untuk mengukur suatu
kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang
terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu. Pengukuran reliabilitas dapat dilakukan dengan cara One Shot
atau pengukuran sekali saja. Disini pengukurannya hanya sekali dan kemudian hasilnya dibandingkan dengan pertanyaan lain atau
mengukur korelasi antar jawaban prtanyaan. SPSS memberikan
70
fasilitas untuk mengukur reliabilitas dengan uji statistik Cronbach Alpha. Suatu konstruk atau variabel dikatakan reliabel jika
memberikan nilai Cronbach Alpha 0,60 Nunally, 1960 dalam Ghozali, 2009: 45.
3. Uji Model Regresi A. Uji Asumsi Klasik
1 Uji Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara
variable independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah
variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol.
Untuk mendeteksi ada atau tidaknya multikolonieritas didalam model regresi yaitu dapat dilihat dari 1 nilai tolerance dan lawannya
2 Variance Inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel
independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres terhadap
variabel indpenden lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel
independen lainnya. Jadi, nilai tolerance yang rendah sama dengan
71
nilai VIF tinggi karena VIF= 1Tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai
tolerance ≤ 0,10 sama dengan tingkat kolonieritas 0,95. Walaupun
multikolonieritas dapat dideteksi dengan nilai Tolerance dan VIF, tetapi kita masih tetap tidak mengetahui variabel-variabel independen
mana sajakah yang saling berkorelasi Ghozali, 2009: 95-96. 2 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi dilanggar maka uji
statistik menjadi tidak valid untuk jumlah sampel kecil. Salah satu cara termudah untuk melihat normal residual
adalah dengan melihat grafik histogram yang membandingkan antar data observasi dengan distribusi yang mendekati distribusi
normal. Namun demikian hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil.
Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi komulatif dari
distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan
garis diagonal. Jika distribusi data residual normal, maka garis
72
yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2009: 147.
3 Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengatamatan lain. Jika variance dari residual satu pengamatan ke
pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah
yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Kebanyakan data crossection mengandung situasi heteroskedastisitas
karena data ini menghimpun data yang mewakili berbagai ukuran kecil, sedang dan besar. Ada beberapa cara untuk mendeteksi ada
atau tidaknya heteroskedastisitas: a. Melihat Grafik Plot antara nilai prediksi varibel terikat dependen
yaitu ZPRED dengan residualnya SRESID. Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada
tidaknya pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur
bergelombang, melebar
kemudian menyempit,
maka mengindikasikan
telah terjadi
heteroskedastisitas. b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan
dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2009: 125.
73
4 Uji Hipotesis Pengujian hipotesis dilakukan dengan menggunakan metode
Linier berganda yang bertujuan untuk menguji hubungan pengaruh antara satu variabel terhadap variabel lain. Model persamaannya dapat
digambarkan sebagai berikut: Y=a + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ e Keterangan:
Y : Ketepatan pemberian opini audit oleh auditor
a : Konstanta
β
1,
β
2,
β
3,
β
4,
β
5
: Koefisien regresi
X
1
: Profesionalisme X
2
: Independensi X
3
: Kompetensi X
4
: Etika Profesi X
5
: Pengetahuan auditor mendeteksi kekeliruan e
: error Linearitas hanya dapat diterapkan pada regresi berganda
karena memiliki variabel independen lebih dari satu, suatu model regresi berganda dikatakan linier jika memenuhi syarat-syarat
lineritas, seperti normalitas data baik secara individu maupun model, autokorelasi, heteroskedastisitas. Model regresi linier
berganda dikatakan model yang baik jika memenuhi asumsi normalitas data dan terbebas dari sumsi-asumsi klasik statistik.
74
Dalam membuktikan kebenaran uji hipotesis yang diajukan digunakan uji statistik terhadap output yang dihasilkan dari
persamaan regresi, uji statistik ini meliputi: a. Uji Koefisien Determinasi R
2
Koefisien detrminasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi
variabel dependen. Nilai koefisien determinasi adalah nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen memberikan hamper semua informasi yang
dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang
crossection relative rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data
runtun waktu time series biasanya mempunyai nilai koefisien determinasi yang tinggi.
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang
dimasukkan kedalam model. Setiap tambahan satu variabel independen, maka R
2
pasti meningkat tidak perduli apakah variabel tersebut berpengaruh secara signifikan terhadap
variabel dependen. Oleh karena itu banyak peneliti menganjurkan untuk menggunakan nilai adjust R
2
pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R
2
,
75
nilai Adjust R
2
dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model.
Dalam kenyataan nilai Adjusted R
2
dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif.
Menurut Gujarati 2003 dalam Ghozali 2009 jika dalam uji empiris didapat nilai adjusted R
2
negatif, maka nilai adjust R
2
dianggap nol. Secara matematis jika nilai R
2
= 1, maka Adjusted R
2
= R
2
= 1sedangkan jika nilai R
2
= 0, maka adjusted R
2
= 1-kn-k. Jika k 1, maka adjusted R
2
akan bernilai negative Ghozali, 2009: 87.
b. Uji Signifikansi Simultan Uji StatsitikF Uji statistik F pada dasarnya menunnjukkan apakah
semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel dependenterikat. Hipotesis nol H yang hendak di
uji adalah apakah semua parameter dalam model sama dengan nol, atau:
H : β
1
, β
2
…….β
k
= 0 Artinya, apakah semua variabel independen bukan
merupakan pejelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya Ha tidak semua parameter secara
simultan sama dengan nol, atau: Ha : β
1
, β
2
…….β
k
≠ 0
76
Artinya, semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel
dependen. Untuk menguji hipotesis ini digunakan statistik F yaitu
dengan cara Quick Look bila nilai F lebih besar daripada 4 maka H
dapat ditolak pada derajat kepercayaan 5. Dengan kata lain kita menerima hipotesis alternatif, yang menyatakan
bahwa semua variabel independen secara serentak dan signifikan
mempengaruhi variabel
dependen Ghozali,
2009:88. c. Uji Signifikansi Parameter Individual Uji satistik t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual
dalam menerangkan variasi variabel dependen. Hipotesis nol H
yang hendak di uji adalah apakah suatu parameter βi sama dengan nol, atau:
H : βi = 0
Artinya, apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel
dependen. Hipotesis alternatifnya Ha parameter suatu variabel tidak sama dengan nol atau:
Ha : βi ≠ 0
77
Artinya apabila variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen.
Cara melakukan uji t yaitu dengan cara Quick Look bila jumlah degree of freedom df adalah 20 atau lebih, dan derajat
kepercayaan sebesar 5 maka H yang menyatakan βi = 0
dapat ditolak bila nilai t lebih besar dari 2 dalam nilai absolute. Dengan kata lain kita menerima hipotesis alternatif,
yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen Ghozali, 2009:
88-89.
E. Operasionalisasi Variabel Penelitian
Kategori