57
3.8.3.2 Uji Statistik F
Uji statistik F digunakan untuk mengetahui apakah variabel-variabel independen yang dimasukkan ke dalam model regresi mempunyai pengaruh secara
bersama-sama simultan terhadap variabel dependen Ghozali, 2011: 99. Hipotesis
yang diajukan adalah sebagai berikut :
H : β
1
= β
2
= … = β
k
= 0 semua koefisien slope secara simultan sama dengan nol H
A
: tidak semua koefisien slope secara simultan sama dengan nol Untuk menguji apakah ada pengaruh yang signifikan atau tidak antara
variabel independen dan dependen secara simultan, maka digunakan uji F dengan kriteria sebagai berikut, Ghozali, 2011 :
1. Bila F
hitung
F
tabel
atau P
value
α 0,05 maka H
a
diterima 2. Bila F
hitung
≤ F
tabel
atau P
value
≥ α 0,05 maka H
a
tidak dapat diterima
3.8.3.3 Uji Statistik t
Uji statistik t pada dasarnya menunjukkan severapa jauh pengaruh satu variabel independen terhadap variabel dependen dengan menganggap variabel
independen lainnya konstan Ghozali, 2011: 101. Pengujian koefisien regresi masing-masing variabel adalah sebagai berikut:
H :
β
i
= 0 tidak ada pengaruh variabel independen i pada variabel dependen H
A
: β
i
≠ 0 ada pengaruh variabel independen i pada variabel dependen
Kriteria pengambilan keputusan adalah sebagai berikut :
Universitas Sumatera Utara
58 1. Jika t
hitung
t
tabel
maka variabel independen i secara parsial berpengaruh
terhadap variabel dependen.
Jika t
hitung
t
tabel
maka variabel independen i secara parsial tidak berpengaruh terhadap variabel dependen.
2. Jika P
value
α 0,05 maka H
a
diterima, berarti variabel independen i berpengaruh
signifikan terhadap variabel dependen.
Jika P
value
≥ α 0,05 maka H
a
tidak dapat diterima, berarti variabel independen i tidak berpengaruh signifikan terhadap variabel dependen.
3.8.3.4 Uji Koefisien Determinasi
Uji koefisien determinasi digunakan untuk mengukur tingkat kemampuan model dalam menerangkan variabel independen, namun karena koefisien
determinasi memiliki kelemahan mendasar, yaitu adanya bias terhadap jumlah
variabel independen yang dimasukkan ke dalam model, maka dalam penelitian ini menggunakan koefisien determinasi
berkisar antara 0 dan 1. Jika nilai koefisien determinasi
semakin mendekati 1, maka semakin baik kemampuan model tersebut dalam menjelaskan variabel dependen Ghozali, 2011: 97.
Universitas Sumatera Utara
59
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Statistik Deskriptif
Berikut ini disajikan tabel hasil pengujian dengan analisis deskriptif dan analisis frekuensi:
Tabel 4.6 Descriptive Statistics
N Range Minimum Maximum Sum
Mean Std.
Deviation Variance Statistic Statistic Statistic
Statistic Statistic Statistic
Std. Error Statistic
Statistic Y
144 .970
-.476 .494
1.760 .01222 .0116 .140286
.020 Valid N
listwise 144
Sumber: Diolah oleh Peneliti 2014 Berdasarkan tabel 4.6 dapat dideskripsikan bahwa manajemen laba riil
yang diproksikan dengan arus kas operasi abnormal ABNCFO sebagai variabel dependen Y memiliki nilai minimum -0,476, nilai maksimum 0,494, nilai rata-
rata 0,01222 dan standar deviasi 0,140286 dengan jumlah pengamatan 144 unit analisis.
Universitas Sumatera Utara
60
Tabel 4.7 X1
Frequency Percent Valid
Percent Cumulative
Percent Valid 0
91 63.2
63.2 63.2
1 53
36.8 36.8
100.0 Total
144 100.0
100.0 Sumber: Diolah oleh Peneliti 2014
Berdasarkan tabel 4.7 dapat dideskripsikan bahwa variabel independen pertama yaitu kualitas audit yang diproksikan dengan ukuruan KAP X1
merupakan variabel dummy dengan menggunakan skala nominal. Dalam hal ini apabila perusahaan diaudit oleh KAP yang berafiliasi dengan KAP Big diberi
kode “1” sedangkan perusahan yang diaudit oleh KAP yang tidak berafiliasi dengan KAP Big Four diberi kode “0”. Data yang diolah bersifat valid karena
seluruhnya telah diproses. Perusahaan yang diaudit oleh KAP yang berafiliasi dengan KAP Big Four sebanyak 53 perusahaan atau 36,8 dari total keseluruhan
data, sedangkan perusahaan yang diaudit oleh KAP yang tidak berafiliasi dengan KAP Big Four sebanyak 91 perusahaan atau 63,2 dari total keseluruhan data.
Tabel 4.8 X2
Frequency Percent Valid
Percent Cumulative
Percent Valid 0
95 66.0
66.0 66.0
1 49
34.0 34.0
100.0 Total
144 100.0
100.0 Sumber: Diolah oleh Peneliti 2014
Universitas Sumatera Utara
61 Berdasarkan tabel 4.8 dapat dideskripsikan bahwa variabel independen
kedua yaitu kualitas audit yang diproksikan dengan auditor spesialisasi industri X2 merupakan variabel dummy dengan menggunakan skala nominal. Dalam hal
ini apabila perusahaan diaudit auditor spesialisasi industri nilai SPEC di atas 15 diberi kode “1” sedangkan perusahan yang diaudit oleh bukan auditor
spesialisasi industri nilai SPEC di bawah 15 atau lainnya diberi kode “0”. Data yang diolah bersifat valid karena seluruhnya telah diproses. Perusahaan yang
diaudit oleh auditor spesialisasi industri sebanyak 49 perusahaan atau 34 dari total keseluruhan data sedangkan perusahaan yang diaudit bukan auditor
spesialisasi industri sebanyak 95 perusahaan atau 66 dari total keseluruhan data.
Tabel 4.9 X3
Frequency Percent Valid
Percent Cumulative
Percent Valid 0
8 5.6
5.6 5.6
1 136
94.4 94.4
100.0 Total
144 100.0
100.0 Sumber: Diolah oleh Peneliti 2014
Berdasarkan tabel 4.9 dapat dideskripsikan bahwa variabel independen ketiga yaitu auditor tenure yang merupakan variabel dummy dengan
menggunakan skala nominal. Dalam hal ini perusahaan yang diaudit oleh auditor yang kurang dari 3 tahun diberi kode “1” sedangkan perusahaan yang diaudit oleh
auditor lebih dari 3 tahun diberi kode “0”. Data yang diolah bersifat valid karena seluruhnya telah diproses. Perusahaan yang diaudit oleh auditor yang kurang dari
3 tahun sebanyak 136 perusahaan atau 94,4 dari total keseluruhan data,
Universitas Sumatera Utara
62 sedangkan perusahaan yang diaudit oleh auditor lebih dari 3 tahun sebanyak 8
perusahaan atau 5,6 dari total keseluruhan data.
4.2 Hasil Uji Asumsi Klasik 4.2.1 Hasil Uji Normalitas
a. Test distribution is Normal b. Calculated from data
Sumber: Diolah oleh Peneliti 2014
Berdasarkan tabel 4.10 dapat dideskripsikan besarnya Kolmograv- Smirnov K-S adalah 0.968 dan signifikansi 0,306. Hal ini menunjukkan bahwa
data tersebut telah terdistribusi normal karena nilai signifikansinya atau Asymp. Sig. 2-tailed lebih besar dari 0,05.
Selain uji Kolmograv-Smirnov, hasil uji normalitas juga dapat dilihat pada diagram histogram dan Normal Probability Plot yang ditampilkan pada gambar
4.3 dan 4.4 berikut ini:
Tabel 4.10 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 144
Normal Parameters
a
Mean .0000000
Std. Deviation .13285149
Most Extreme Differences
Absolute .081
Positive .066
Negative -.081
Kolmogorov-Smirnov Z .968
Asymp. Sig. 2-tailed .306
Universitas Sumatera Utara
63
Gambar 4.3 Histogram Uji Normalitas
Sumber: Diolah oleh Peneliti 2014
Grafik histogram pada gambar 4.3 di atas menunjukkan bahwa distribusi data memiliki kurva berbentuk lonceng dimana distribusi data tidak menceng ke
kiri maupun menceng ke kanan. Hal ini menunjukkan bahwa data telah terdistribusi secara normal. Hal ini juga didukung dengan hasil uji normalitas
dengan menggunakan grafik plot.
Universitas Sumatera Utara
64
Gambar 4.4 Grafik Normal Plot
Sumber: Diolah oleh peneliti 2014 Gambar 4.4 merupakan grafik normal probability plot yang menunjukkan
bahwa titik-titik data menyebar di sekitar garis diagonal. Hal tersebut menunjukkan bahwa data telah terdistribusi secara normal. Hal ini sejalan dengan
pengujian yang menggunakan histogram dan model Kolmograv-Smirnov yang juga menyatakan bahwa data telah terdistribusi secara normal.
Universitas Sumatera Utara
65
4.2.2 Hasil Uji Multikolinearitas Tabel 4.11
Kategori