79
Gambar 4.3 Hasil Uji Heteroskedastisitas Menggunakan Grafik Scatterplot
Sumber: Data primer yang diolah Gambar 4.3 menunjukkan titik-titik menyebar secara acak dan
tidak membentuk pola tertentu serta tersebar diatas dan dibawah angka
0 nol pada sumbu Y.
Ini berarti tidak terjadi heteroskedastisitas pada model regresi berganda.
4. Hasil Uji Hipotesis
Pengujian hipotesis dalam penelitian ini dengan menggunakan model analisis regresi berganda multiple regression analysis, yaitu:
a. Hasil Uji Koefisien Determinasi R
2
Uji Koefisien determinasi digunakan untuk mengetahui seberapa besar kemampuan variabel dependen dapat dijelaskan
oleh variabel independen, yaitu pengalaman, keahlian, dan
80 pemanfaatan teknologi informasi dalam menjelaskan variasi
variabel dependen, yaitu kualitas hasil audit internal. Hasil koefisien determinasi dapat dilihat pada kolom adjusted R square,
yang ditampilkan pada tabel berikut:
Tabel 4.16. Hasil Uji Koefisien Determinasi
Model Summary
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .763
a
.582 .559
4.005 a. Predictors: Constant, Pemanfaatan TI, Keahlian, Pengalaman
Pada tabel diatas menunjukkan bahwa nilai koefisien adjusted R square adalah sebesar 0,559 atau jika dijadikan persen
adalah 55,9. Dapat disimpulkan bahwa variabilitas variabel kualitas hasil audit internal Y yang dapat dijelaskan oleh
variabilitas variabel pengalaman X
1
, keahlian X
2
, dan pemanfaatan teknologi informasi X
3
adalah sebesar 56,7. Sedangkan sisanya 4.41 dijelaskan oleh variabel lainnya yang
tidak dimasukkan dalam model regresi, seperti misalnya pengetahuan, kompetensi, akuntabilitas, dan kompleksitas kerja.
Angka koefsisien korelasi R pada tabel 4.11 sebesar 0,763 menunjukkan bahwa hubungan antara variabel independen dengan
variabel dependen adalah kuat karena memiliki nilai koefisien korelasi diatas 0,5. Standar Error of the Estimate SEE sebesar
81 4,005, makin kecil nilai SEE akan membuat akan membuat model
regresi semakin tepat dalam memprediksi variabel dependen.
b. Hasil Uji Signifikansi Simultan Uji Statistik F
Analisis regresi secara multivariate dengan menggunakan metode uji F dengan tarif signifikansi 5 untuk mengetahui
pengaruh seluruh variabel independen secara serentak atau simultan terhadap variabel dependen.
Tabel 4.17. Hasil Uji F Statistik
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
Regression 1248.559
3 416.186
25.945 .000
a
Residual 898.291
56 16.041
1 Total
2146.850 59
a. Predictors: Constant, Pemanfaatan TI, Keahlian, Pengalaman b. Dependent Variable: KHA
Sumber: data primer yang diolah Pada tabel diatas dapat diketahui hasil ANOVA atau hasil F
test menunjukkan tingkat signifikansi yang lebih kecil dari 0,005 yaitu sebesar 0,000. Hal ini berarti bahwa variabel independen
pengalaman, keahlian, dan pemanfaatan teknologi informasi secara bersama-sama atau secara simultan mempengaruhi kualitas hasil
audit internal.
c. Hasil Uji Statistik t
Hasil uji statistik t dapat dilihat pada tabel 4.18, jika nilai probability t lebih kecil dari 0,05 maka H
a
diterima dan menolak H
0,
82 sedangkan jika nilai probability t lebih besar dari 0,05 maka H
diterima dan menolak H
a.
Tabel 4.18. Hasil Uji Statistik t
Coefficients
a
Unstandardized Coefficients Standardized
Coefficients Model
B Std. Error
Beta T
Sig. Constant
16.089 7.089
2.270 .027
Pengalaman .298
.120 .252
2.483 .016
Keahlian .659
.117 .565
5.634 .000
1
Pemanfaatan TI .182
.184 .094
.988 .037
Sumber: Data primer yang diolah Berdasarkan hasil pengujian dari tabel 4.18 dapat disimpulkan
sebagai berikut: 1 Variabel pengalaman adalah signifikan, hal ini dapat dilihat
probabilitas signifikannya sebesar 0,016 jauh lebih kecil dari 0,05 yang berarti Ha
1
diterima. 2 Variabel keahlian auditor adalah signifikan, hal ini dapat dilihat
probabilitas signifikan sebesar 0,000, hal ini berarti Ha
2
diterima. 3 Variabel pemanfaatan TI adalah signifikan,hal ini dapat dilihat
probabilitas signifikan sebesar 0,037 lebih kecil dari 0,05 yang berarti Ha
3
diterima.
83
5. Uji Analisis Regresi Linier Berganda