Hasil pengujian tersebut nilai DW test sebesar 1.734 lebih besar dari d
u
1.67 dan lebih kecil dari 4- d
u
2.33 atau 1.671.7342.33 dengan demikian dapat disimpulkan tidak terjadi autokorelasi pada penelitian ini.
b. Analisis Uji Hipotesis
1
Uji Regresi Linier Berganda
Alat statistik yang digunakan untuk menguji hipotesis adalah regresi linier berganda. Analisis regresi linier berganda digunakan untuk
menggambarkan nilai dari variabel dependen yang dapat mengalami kenaikan atau penurunan dan untuk mengetahui arah hubungan antara variabel
independen dan dependen. Untuk melihat pengaruh, masa penugasan audit X
1
, pendidikan auditor X
2
, dan pengalaman auditor X
3
terhadap kualitas audit Y dilakukan dengan melihat tabel koefisien dan membandingkan
besarnya p- value pada kolom sig level of significant α sebesar 0.05.
Dilihat dari tabel 22 pada pengujian hipotesis diatas didapatkan persamaan garis linier berganda didapatkan:
Y= -0.791 + 1.242 - 0, 085
- 0.082 +e
Tabel 22 Hasil Uji Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-.791 .202
-3.906 .000
.000 X1
-.085 .017
-.043 -5.120
X2 1.242
.012 1.070 104.045
.000 .000
X3 -.082
.007 -.118
-11.747 a. Dependent Variable: kualitas_audit
Sumber : Data sekunder yang diolah tahun 2015 Berdasarkan tabel 22 terdapat hubungan antara variabel, masa penugasan
audit X
1
, pendidikan auditor X
2
dan pengalaman auditor X
3
terhadap kualitas audit Y, yaitu :
a Konstanta a = - 0,791 dan koefisien b
1
= -0,85, koefisien b
2
= 1,241, dan koefisien b
3
= -0,082. Konstanta a sebesar - 0,791 menyatakan bahwa jika tidak ada nilai , masa penugasan audit X
1
, pendidikan auditor X
2
dan pengalaman auditor X
3
, X=0, maka nilai kualitas audit sebesar - 0,791.
b Koefisien b
1
bernilai -0,085 menyatakan bahwa setiap penambahan satu satuan X variabel masa penugasan audit akan meningkatan kualitas audit
sebesar -0,085 jika variabel lainnya tetap. Koefisien bernilai negatif berarti terjadi hubungan negatif antara masa penugasan audit dengan kualitas audit.
Semakin lama masa penugasan audit maka akan menurunkan kualitas audit.
c Koefisien b
2
bernilai 1,241menyatakan bahwa setiap penambahan satu satuan X variabel pendidikan auditor akan meningkatan kualitas audit
sebesar 1,241 jika variabel lainnya tetap. Koefisien bernilai positif berarti terjadi hubungan positif antara pendidikan auditor dengan kualitas audit.
Semakin tinggi pendidikan auditor maka akan meningkatkan kualitas audit.
d Koefisien b
3
bernilai -0,082menyatakan bahwa setiap penambahan satu
satuan X variabel pengalaman auditor akan meningkatan kualitas audit sebesar -0,082 jika variabel lainnya tetap. Koefisien bernilai negatif berarti
terjadi hubungan negatif antara pengalaman auditor dengan kualitas audit. Semakin lama pengalaman auditor maka akan menurunkan kualitas audit.
2
Koefisien Determinasi R
2
Uji determinasi dipergunakan untuk mengetahui prosentase sumbangan pengaruh variabel, masa penugasan audit X
1
, pendidikan auditor X
2
dan pengalaman auditor X
3
secara bersama-sama terhadap variabel kualitas audit Y.
Uji R
2
dilakukan dengan bantuan SPSS 17 yang hasilnya di Tabel 23 sebagai berikut :
Tabel 23 Koefisien Determinasi Adjusted R Square
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate 1
.999
a
.997 .997
.219 a. Predictors: Constant, X3, X2, X1
b. Dependent Variable: kualitas_audit Sumber : Data sekunder yang diolah tahun 2015
Berdasarkan hasil perhitungan model
summa ry
pada tabel 23 Koefisien Determinasi diperoleh besarnya
a djusted R 2
adalah 0,997 hal ini berarti 99,7 variasi Kualitas Audit dapat dijelas kan oleh variasi dari ketiga
variabel independen yaitu masa penugasan audit, pendidikan auditor, dan pengalaman a u d i t o r. H a l i ni m en u nj uk k an b a h w a t i n gk at h ubu n ga n
masa penugasan audit, pendidikan auditor,dan pengalaman a u d i t o r dengan kualitas audit termasuk pada kategori kuat sebesar 99,7. Kualitas audit 99,7
dipengaruhi masa penugasan audit, pendidikan auditor, dan pengalaman a u d i t o r , sedangkan sisanya s e b e s a r 0 , 3 dijelaskan oleh sebab-sebab
yang lain diluar model.
c. Analisis Uji Hipotesis Uji t
