Uji Multikolinearitas Pengujian Hipotesis 1

60 Sumber: Output SPSS, lihat lampiran 6. Gambar 4.3. Grafik Scatterplot Heteroskedastisitas Hasil pengujian ini menunjukkan bahwa model regresi ini bebas dari masalah heteroskedastisitas, dengan kata lain: variabel-variabel yang akan diuji dalam penelitian ini bersifat homoskedastis.

c. Uji Multikolinearitas

Uji Multikolinearitas dalam penelitian ini adalah dengan melihat koefisien Variance Inflation Factor VIF dan nilai Tolerance. Menurut Nunnally 1967 bahwa: “Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance 0.10 at au sama dengan nilai VIF ≥10”, dengan kata lain data yang baik dapat dilihat apabila memiliki nilai Tolerance lebih besar dari 0,10 dan nilai VIF lebih kecil dari 10 dan apabila nilai Tolerance 61 dan VIF tidak sesuai dengan ketentuan tersebut maka data penelitian mengandung multikolinearitas yang berarti tidak layak digunakan sebagai data penelitian. Berikut adalah hasil uji multikolinearitas dari output SPSS yang dilakukan. Tabel 4.4. Uji Multikolinearitas Coefficients a Model Colinearity Statistics Tolerance VIF 1 Constant PLAWTP .906 1.104 ARL .901 1.110 KA .985 1.015 a. Dependent Variable: HS Sumber: Output SPSS, lihat lampiran 6. Hasil uji multikolinearitas menunjukkan nilai tolerance 0,10 dan nilai VIF 10 untuk variabel penelitian pengumuman laporan audit wajar tanpa pengecualian, audit report lag dan kualitas audit, hal ini menunjukkan bahwa tidak ada multikolinearitas dalam model regresi sehingga data dikatakan baik dan dapat digunakan untuk pengujian selanjutnya.

d.Uji Autokorelasi

Uji ini dilakukan dengan menggunakan analisis Durbin Watson DW test. Pengambilan keputusan pada asumsi ini memerlukan dua nilai bantu yang diperoleh dari tabel Durbin Watson yang terdapat pada lampiran 3, yaitu nilai dL dan dU untuk k = jumlah variabel bebas dan n = jumlah sampel. Jika nilai DW 62 berada diantara nilai du hingga 4-dU, berarti asumsi tidak terjadi autokorelasi terpenuhi. Adapun kriteria dalam penentuan autokorelasi adalah sebagai berikut : 1 Jika DW dL atau DW 4-dL maka terdapat autokorelasi. 2 Jika dL DW dU atau 4-dU DW 4-dL maka status autokorelasi tidak dapat dijelaskan inconclusive. 3 Jika dU DW 4-dU maka tidak terjadi autokorelasi Non Autokorelasi. Tabel 4.5 digunakan untuk melihat nilai Durbin Watson yang didapat dengan menggunakan bantuan SPSS Versi 17. Tabel 4.5 digunakan untuk melihat nilai Durbin Watson yang didapat dengan menggunakan bantuan SPSS Versi 17. Tabel DW yang terdapat pada lampiran 3 menunjukkan bahwa dengan n = 91, k = 3, maka akan diperoleh nilai dL = 1.5915 dan dU = 1.7275 dan 4-dU = 4 – 1.5915 = 2.2725 Tabel 4.5. Uji Autokorelasi Model Summary b Model Durbin-Watson 1 2.185 Sumber : Output SPSS, lihat lampiran 6. Tabel 4.5 menunjukkan bahwa DW test sebesar = 2.185, Ini menyimpulkan bahwa data berada di dU DW 4-dU, dengan demikian dapat disimpulkan bahwa data yang digunakan dalam penelitian tersebut tidak terjadi autokorelasi Non Autokorelasi. Penulis menetapkan bahwa model layak digunakan setelah asumsi klasik terpenuhi. 63

4.1.5. Pengujian Hipotesis

Setelah dilakukan pengujian awal terhadap data penelitian berikut akan dilakukan uji hipotesis 1 dengan menggunakan analisis regresi berganda kemudian uji hipotes 2 dan 3 menggunakan uji interaksi atau MRA Moderated Regression Analysis.

a. Pengujian Hipotesis 1

Pengujian hipotesis 1 dilakukan untuk melihat pengaruh pengumuman laporan audit wajar tanpa pengecualian dan audit report lag terhadap harga saham yang dilakukan dengan menggunakan analisis regresi berganda. 1. Uji Simultan Uji-F Sebelum melakukan pengujian untuk uji parsial dengan menggunakan uji t, maka akan dilakukan pengujian apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh bersama-sama terhadap variabel dependen. Uji yang dilakukan adalah dengan menggunakan Uji-F dengan bantuan tabel F yang terdapat pada lampiran 4. Berikut ini merupakan hasil perhitungan Uji-F. Tabel 4.6. Uji-F ANOVA b Model Df F Sig. 1 Regression 2 1.803 .171 a Residual 88 Total 90 a. Predictors: Constant, ARL, PLAWTP b. Dependent Variable: HS Sumber : Output SPSS, lihat lampiran 7. 64 Tabel 4.6 menunjukkan bahwa F hitung adalah sebesar 1.803 F tabel 3.10 terdapat pada lampiran 4 dengan taraf signifikan sebesar 0.171 0.05. Hasil tersebut menunjukkan bahwa secara bersama-sama variabel pengumuman laporan audit wajar tanpa pengecualian dan audit report lag dalam penelitian ini tidak mempunyai pengaruh secara signifikan terhadap harga saham. 2. Uji Parsial Uji-t Uji-t pada dasarnya menunjukkan seberapa besar pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel dependen. Tampilan output SPSS uji-t dapat dilihat pada Tabel 4.7. Tabel 4.7. Uji-t Coefficients a Model T Sig. 1 Constant 3.598 .001 PLAWTP -1.593 .115 ARL -.516 .607 a. Dependent Variable: HS Sumber : Output SPSS, lihat lampiran 7. Harga t hitung yang ada selanjutnya dibandingkan dengan harga t tabel yang terdapat pada lampiran 5, untuk kesalahan 5 uji dua pihak dan dk = n – 2 = 89, maka diperoleh t tabel = 1.662 terdapat pada lampiran 5. Adapun kriteria penerimaan hipotesis adalah sebagai berikut : Ho Hipotesis Nol :  = 0 tidak ada pengaruh Ha Hipotesis Alternatif :  ≠ 0 ada pengaruh Tabel 4.7 menjelaskan untuk variabel pengumuman laporan audit wajar tanpa pengecualian, nilai t hitung -1.593 t tabel 1.662 dan nilai sig sebesar 0.115 65 0,05 maka Ho diterima dan Ha ditolak, dapat disimpulkan bahwa pengumuman laporan audit wajar tanpa pengecualian tidak berpengaruh secara signifikan terhadap harga saham. Variabel audit report lag, nilai t hitung -0.516 t tabel 1.662 dan nilai sig sebesar 0.607 0,05 maka Ho diterima dan Ha ditolak, dapat disimpulkan bahwa variabel audit report lag tidak berpengaruh secara signifikan terhadap harga saham. 3. Koefisien Determinasi Tabel 4.8 berikut merupakan Tabel model summary yang digunakan untuk mengetahui seberapa besar kualitas model regresi yang terbentuk dapat menerangkan kondisi yang sebenarnya, dengan memperhatikan nilai koefisien determinasi R square. Tabel 4.8. Uji Determinasi Model Summary b Model R R Square Adjusted R Square 1 .462 a .214 .018 Sumber : Output SPSS, lihat lampiran 7. Tabel 4.8 menunjukkan kemampuan model dalam menjelaskan besarnya pengaruh variabel bebas pengumuman laporan audit wajar tanpa pengecualian dan audit report lag, terhadap variabel terikat harga saham adalah sebesar 0.018 1,8, dimana dari 100 yang mempengaruhi harga saham ternyata pengumuman laporan audit wajar tanpa pengecualian dan audit report lag dapat berpengaruh terhadap besarnya harga saham sebesar 1.8 sedangkan selebihnya sebesar 98.2 dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini. 66 4. Uji Analisis Regresi Berganda Tabel 4.9. Uji Regresi Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta 1 Constant 8805.373 2447.072 PLAWTP -26.609 16.709 -.174 ARL -14.490 28.092 -.056 Sumber : Output SPSS, lihat lampiran 7. Berdasarkan pada Tabel 4.9 dapat dilihat koefisien untuk persamaan regresi dari penelitian ini, yang dapat disusun dalam persamaan matematis sebagai berikut: Y = a + b 1 X 1 + b 2 X 2 Y = 8805.373 + -26.609X 1 + -14.490X 2 Persamaan regresi berganda tersebut menunjukkan nilai a = 8805.373 yang berarti apabila pengumuman laporan audit wajar tanpa pengecualian dan audit report lag tidak ada maka harga saham perusahaan bernilai 8805.373, dengan nilai  1 = - 26.609X 1 menunjukkan bahwa apabila pengumuman laporan audit wajar tanpa pengecualian di perlambat maka akan menurunkan nilai harga saham. Dengan nilai  2 = -14.490X 2 menunjukkan bahwa apabila audit report lag di perlambat maka akan menurunkan nilai harga saham.

b. Pengujian Hipotesis 2