51
harus berpegang pada kode etik stándar profesionalisme akuntan publik dalam setiap menjalankan penugasan audit guna mempertahankan independensinya.
Jika lamanya penugasan audit tersebut sudah lebih dari 5 tahun, maka dalam hal ini akan merusak independensi akuntan publik maupun KAP.
4. Pada item pertanyaan nomer 4 mayoritas jawaban responden ádalah antara
setuju dan sangat setuju skor 4 dan 5 , hal ini menunjukan bahwa jika anda pernah menjadi auditor suatu perusahaan 5 tahun maka anda tidak bisa
menerima penugasan kembali dari klien. 5.
Pada item pertanyaan nomer 5 mayoritas jawaban responden ádalah antara setuju dan sangat setuju skor 4 dan 5 , hal ini menunjukan bahwa auditor
yang telah menerima jasa non atestasi dari klien, maka tidak menerima penugasan audit yang lain dari klien tersebut.
4.3. Pengujian Kualitas Data
4.3.1. Uji Validitas Data
Uji validitas dilakukan untuk mengetahui sejauh mana alat pengukur itu kuesioner mengukur apa yang diinginkan. Valid atau tidaknya alat ukur
tersebut dapat diuji dengan mengkolerasikan antara skor yang diperoleh pada masing-masing butir pertanyaan dengan skor total yang diperoleh dari
penjumlahan semua skor pertanyaan. Uji validitas untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika
pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Sumarsono, 2004:31
52
Dasar pengambilan keputusan menurut Santoso 2000:277 adalah, sebagai berikut :
• Jika r hasil tidak positif, dan r hasil r table, maka butir atau variabel tersebut tidak valid.
• Jika r hasil positif, dan r hasil r table, maka butir atau variabel tersebut valid.
Berdasarkan hasil pengujian validitas pada penelitian ini dilakukan dengan melihat nilai Pearson Correlation untuk masing – masing variabel
yaitu sebagai berikut:
Tabel 4.5. Hasil Pengujian Validitas Hubungan Auditor Dengan Klien X1
Correlations
X1.1 X1.2
X1.3 X1.4
X1.5 HUNBUNGAN AUDITOR
DENGAN KLIEN X1.1
Pearson Correlation 1
.821 .701
.778 .656
.889 Sig. 2-tailed
.000 .000
.000 .000
.000 N
60 60
60 60
60 60
X1.2 Pearson Correlation
.821 1
.786 .729
.691 .890
Sig. 2-tailed .000
.000 .000
.000 .000
N 60
60 60
60 60
60 X1.3
Pearson Correlation .701
.786 1
.723 .720
.877 Sig. 2-tailed
.000 .000
.000 .000
.000 N
60 60
60 60
60 60
X1.4 Pearson Correlation
.778 .729
.723 1
.622 .832
Sig. 2-tailed .000
.000 .000
.000 .000
N 60
60 60
60 60
60 X1.5
Pearson Correlation .656
.691 .720
.622 1
.812 Sig. 2-tailed
.000 .000
.000 .000
.000 N
60 60
60 60
60 60
HUN BUN
GAN AUDI
TOR DEN
GAN KLIE
N Pearson Correlation
.889 .890
.877 .832
.812 1
Sig. 2-tailed .000
.000 .000
.000 .000
N 60
60 60
60 60
60 Correlation is significant at the 0.01 level 2-tailed.
Sumber : Lampiran 4
53
Diketahui jika N = 60 , maka diperoleh r Tabel Pearso product Moment sebesar 0,254 . pengujian valliditas dengan menkorelasikan antara
skor yang diperoleh pada masing-masing butir pertanyaan dengan skor total yang diperoleh dari penjumlahan semua skor pertanyaan menunjukkan bahwa
r hasil positif, dan r hasil . r table , maka butir-butir pertanyaan pada variable X1 tersebut adalah valid.
Tabel 4.6. Hasil Pengujian Validitas Keahlian X2
Correlations
X2.1 X2.2
X2.3 X2.4
X2.5 KEAHLIAN
X2.1 Pearson Correlation
1 .670
.580 .699
.699 .847
Sig. 2-tailed .000
.000 .000
.000 .000
N 60
60 60
60 60
60 X2.2
Pearson Correlation .670
1 .660
.696 .757
.872 Sig. 2-tailed
.000 .000
.000 .000
.000 N
60 60
60 60
60 60
X2.3 Pearson Correlation
.580 .660
1 .641
.688 .835
Sig. 2-tailed .000
.000 .000
.000 .000
N 60
60 60
60 60
60 X2.4
Pearson Correlation .699
.696 .641
1 .673
.865 Sig. 2-tailed
.000 .000
.000 .000
.000 N
60 60
60 60
60 60
X2.5 Pearson Correlation
.699 .757
.688 .673
1 .883
Sig. 2-tailed .000
.000 .000
.000 .000
N 60
60 60
60 60
60 KEAHLIAN
Pearson Correlation .847
.872 .835
.865 .883
1 Sig. 2-tailed
.000 .000
.000 .000
.000 N
60 60
60 60
60 60
Correlation is significant at the 0.01 level 2-tailed.
Sumber : Lampiran 4 Diketahui jika N = 60 , maka diperoleh r Tabel Pearso product
Moment sebesar 0,254 . pengujian valliditas dengan menkorelasikan antara skor yang diperoleh pada masing-masing butir pertanyaan dengan skor total
yang diperoleh dari penjumlahan semua skor pertanyaan menunjukkan bahwa
54
r hasil positif, dan r hasil . r table , maka butir-butir pertanyaan pada variable X2 tersebut adalah valid.
Tabel 4.7. Hasil Pengujian Validitas Kualitas X3
Correlations
X3.1 X3.2
X3.3 X3.4
X3.5 KUALITAS
X3.1 Pearson Correlation
1 .607
.324 .602
.465 .773
Sig. 2-tailed .000
.012 .000
.000 .000
N 60
60 60
60 60
60 X3.2
Pearson Correlation .607
1 .612
.584 .725
.883 Sig. 2-tailed
.000 .000
.000 .000
.000 N
60 60
60 60
60 60
X3.3 Pearson Correlation
.324 .612
1 .421
.552 .711
Sig. 2-tailed .012
.000 .001
.000 .000
N 60
60 60
60 60
60 X3.4
Pearson Correlation .602
.584 .421
1 .550
.789 Sig. 2-tailed
.000 .000
.001 .000
.000 N
60 60
60 60
60 60
X3.5 Pearson Correlation
.465 .725
.552 .550
1 .827
Sig. 2-tailed .000
.000 .000
.000 .000
N 60
60 60
60 60
60 KUALITAS
Pearson Correlation .773
.883 .711
.789 .827
1 Sig. 2-tailed
.000 .000
.000 .000
.000 N
60 60
60 60
60 60
Correlation is significant at the 0.01 level 2-tailed. Correlation is significant at the 0.05 level 2-tailed.
Sumber : Lampiran 4 Diketahui jika N = 60 , maka diperoleh r Tabel Pearso product
Moment sebesar 0,254 . pengujian valliditas dengan menkorelasikan antara skor yang diperoleh pada masing - masing butir pertanyaan dengan skor total
yang diperoleh dari penjumlahan semua skor pertanyaan menunjukkan bahwa r hasil positif, dan r hasil . r table , maka butir-butir pertanyaan pada
variable X3 tersebut adalah valid.
55
Tabel 4.8. Hasil Pengujian Validitas Independensi Y
Correlations
Y1 Y2
Y3 Y4
Y5 INDEPENDENSI
Y1 Pearson
Correlation 1
.706 .290
.548 .264
.699 Sig. 2-
tailed .000
.025 .000
.041 .000
N 60
60 60
60 60
60 Y2
Pearson Correlation
.706 1
.430 .457
.363 .726
Sig. 2- tailed
.000 .001
.000 .004
.000 N
60 60
60 60
60 60
Y3 Pearson
Correlation .290
.430 1
.462 .448
.701 Sig. 2-
tailed .025
.001 .000
.000 .000
N 60
60 60
60 60
60 Y4
Pearson Correlation
.548 .457
.462 1
.486 .792
Sig. 2- tailed
.000 .000
.000 .000
.000 N
60 60
60 60
60 60
Y5 Pearson
Correlation .264
.363 .448
.486 1
.669 Sig. 2-
tailed .041
.004 .000
.000 .000
N 60
60 60
60 60
60 INDEPENDENS
I Pearson
Correlation .699
.726 .701
.792 .669
1 Sig. 2-
tailed .000
.000 .000
.000 .000
N 60
60 60
60 60
60 Correlation is significant at the 0.01 level 2-tailed.
Correlation is significant at the 0.05 level 2-tailed.
Sumber : Lampiran 4 Diketahui jika N = 60 , maka diperoleh r Tabel Pearso product
Moment sebesar 0,254 . pengujian valliditas dengan menkorelasikan antara skor yang diperoleh pada masing-masing butir pertanyaan dengan skor total
yang diperoleh dari penjumlahan semua skor pertanyaan menunjukkan bahwa r hasil positif, dan r hasil . r table , maka butir-butir pertanyaan pada
variable Y tersebut adalah valid.
56
4.3.2. Uji Reliabilitas Data
Reliabilitas instrumen menunjukan suatu stabilitas hasil pengamatan. Pengujian Reliabilitas menggunakan metode Alpha Cronbach dengan bantuan
program SPSS. Dari hasil pengujian tersebut diperoleh nilai Reliabilitas data dari masing – masing variabel seperti yang diuraikan seperti berikut, dimana
semakin tinggi nilai koefisien yang didapatkan maka reliabilitas data yang diperoleh juga semakin tinggi.
Dasar pengambil keputusan menurut Santoso 2000 : 227 a.
jika cronbach r alpa positif dan α r
table,
maka variabel tersebut reliable. b.
jika cronbach r alpa positif dan α r
table,
maka variabel tersebut tidak reliable.
Tabel 4.9.
Hasil Pengujian Reliabilitas Hubungan Auditor Dengan Klien X1
Case Processing Summary
N Cases
Valid 60
100.0 Excluded
a .0
Total 60
100.0
a Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbachs Alpha
Cronbachs Alpha Based
on Standardized
Items N of Items
.929 .929
5
Sumber : Lampiran 5
57
Nilai Cronbach’s Alpha butir pertanyaan variabel X1 diperoleh 0,929 lebih besar dari 0,254 r tabel ; sehingga 5 butir pertanyaan variabel X1
adalah reliable.
Tabel 4.10.
Hasil Pengujian Reliabilitas Keahlian X2
Case Processing Summary
N Cases
Valid 60
100.0 Excluded
a .0
Total 60
100.0
a Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbachs Alpha
Cronbachs Alpha Based
on Standardized
Items N of Items
.911 .913
5
Sumber : Lampiran 5 Nilai Cronbach’s Alpha butir pertanyaan variabel X2 diperoleh 0,911
lebih besar dari 0,254 r tabel ; sehingga 5 butir pertanyaan variabel X2 adalah reliable.
Tabel 4.11.
Hasil Pengujian Reliabilitas Kualitas X3
Case Processing Summary
N Cases
Valid 60
100.0 Excluded
a .0
Total 60
100.0
a Listwise deletion based on all variables in the procedure.
58
Reliability Statistics
Cronbachs Alpha
Cronbachs Alpha Based
on Standardized
Items N of Items
.853 .856
5
Sumber : Lampiran 5 Nilai Cronbach’s Alpha butir pertanyaan variabel X3 diperoleh 0,853
lebih besar dari 0,254 r tabel ; sehingga 5 butir pertanyaan variabel X3 adalah reliable.
Tabel 4.12.
Hasil Pengujian Reliabilitas Independensi Y
Case Processing Summary
N Cases
Valid 60
100.0 Excluded
a .0
Total 60
100.0
a Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbachs Alpha
Cronbachs Alpha Based
on Standardized
Items N of Items
.801 .801
5
Sumber : Lampiran 5 Nilai Cronbach’s Alpha butir pertanyaan variabel Y diperoleh 0,801
lebih besar dari 0,254 r tabel ; sehingga 5 butir pertanyaan variabel Y adalah reliable.
59
Tabel 4.13. Reliabilitas Data Masing – Masing Variabel
Variabel r Alpha
Estándar Alpha Keterangan
X1 0,929
0.254 Reliabel
X2 0.911
0.254 Reliabel
X3 0,853
0.254 Reliabel
Y 0,929
0.254 Reliabel
Sumber : Lampiran 5 4.3.3.
Uji Normalitas Data
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Untuk mengetahui apakah data tersebut
mengikuti sebaran normal dapat dilakukan dengan berbagai metode di
antaranya adalah metode Kolmogorov Smirnov Sumarsono, 2004 : 43.
Pedoman dalam mengambil keputusan apakah sebuah distribusi data mengikuti distribusi normal adalah :
a. Jika signifikan atau nilai probabilitasnya lebih kecil dari 5 maka
distribusi adalah tidak normal. b.
Jika signifikan atau nilai probabilitasnya lebih besar dari 5 maka distribusi adalah normal.
60
Tabel 4.14. Hasil Pengujian Normalitas Data
One-Sample Kolmogorov-Smirnov Test
HUBUNGAN AUDITOR
DENGAN KLIEN
KEAHLIAN KUALITAS
INDEPEN DENSI
Unstandardize d Residual
N 60
60 60
60 60
Normal Parametersa,b Mean 14.67
18.65 18.37
17.23 .0000000
Std. Deviatio
n 5.931
4.902 4.376
4.248 2.25097074
Most Extreme Differences
Absolute .118
.178 .141
.261 .097
Positive .118
.098 .107
.124 .084
Negative -.116
-.178 -.141
-.261 -.097
Kolmogorov-Smirnov Z .911
1.382 1.091
2.024 .749
Asymp. Sig. 2-tailed .377
.044 .185
.001 .629
a Test distribution is Normal. b Calculated from data.
Sumber : Lampiran 6 Hasil uji Normalitas dengan Kolmogorov-Smirnov terhadap variabel
penelitian pada regresi berganda dengan nilai residual menunjukkan nilai signifikansi 0,629 0,05; sehingga dapat disimpulkan bahwa data variabel
penelitian memiliki distribusi yang normal.
4.3.4. Hasil Uji Asumsi Klasik
Penggunaan analisis regresi membutuhkan berapa asumsi, diantaranya tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier, yaitu :
Gujarati, 1999:218 1.
Tidak boleh adanya autokolerasi 2.
Tidak boleh adanya multikorelinearitas 3.
Tidak boleh adanya heteroskedastitas
61
Apabila ada tiga asumsi dasar tersebut dilanggar maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best Linier Unbiased
Estimator, sehingga pengambilan keputusan melalui uji f dan uji t menjadi bias.
4.3.4.1. Autokorelasi
Uji autokolerasi bertujuan untuk menentukan apakah dalam satu model regresi linier ada kolerasi antara kesalahaan pengganggu pada periode t
dengan kesalahan pada periode t – 1 sebelumnya. Jika terjadi kolerasi, maka terdapat autokolerasi Gujarati, 1999:218, tetapi dalam penelitian ini data
yang digunakan bukan data time series atau data yang diambil pada waktu tertentu, sehingga untuk uji Autokolerasi tidak dilakukan.
4.3.4.2. Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji apakah dalam persamaan regresi ditemukan adanya kolerasi antar variabel bebas
independent. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas.
Menurut Gujarati 1995:328 deteksi tidak adanya multikolinieritas, sebagai berikut :
• Mempunyai nilai VIF disekitar 1 • Mempunyai angka tolerance mendekati 1
62
Tabel 4.15. Hasil Pengujian Multikolinieritas Data
Sumber : Lampiran 7 Hasil pengujian multikolinieritas menunjukkan nilai VIF variabel
X1, X2, dan X3 masing-masing sebesar 1,034 ; 5,961 dan 5,938 lebih kecil dari 10; dengan nilai tolerance masing - masing variable independen
mendekati angka 1 sehingga pada persamaan regresi tidak terjadi multikolinieritas yang tinggi. Dengan demikian, dapat disimpulkan bahwa
asumsi tidak terjadi multikolinieritas pada persamaan regresi dapat dipenuhi.
4.3.4.3. Heteroskedastisitas
Uji Heteroskedastitas bertujuan unuk menguji apakah dalam model regresi terjadi ketidakpastian variance dari residual satu pengamatan ke
pengamatan lain. Salah satu cara untuk mendeteksi ada atau tidak adanya
heteroskedastitas Uji glejser mengusulkan untuk meregres nilai absolur residual terhadap variabel bebas dengan persamaan regresi.
Coefficients
a
-.278 1.517
-.183 .855
.272 .052
.380 5.251
.000 .959
1.043 .111
.150 .128
.738 .463
.168 5.961
.624 .167
.643 3.725
.000 .168
5.938 Constant
HUNBUNGAN AUDITOR DENGAN KLIEN
KEAHLIAN KUALITAS
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Tolerance
VIF Collinearity Statistics
Dependent Variable: INDEPENDENSI a.
63
Tabel 4.16. Hasil Pengujian Heteroskedastisitas Data
Correlations
HUNBUNGAN AUDITOR
DENGAN KLIEN KEAHLIAN
KUALITAS Unstandardized
Residual Spearmans rho
HUBUNGAN AUDITOR
DENGAN KLIEN Correlation
Coefficient 1.000
-.015 -.112
-.061 Sig. 2-tailed
. .912
.395 .646
N 60
60 60
60 KEAHLIAN
Correlation Coefficient
-.015 1.000
.886 .036
Sig. 2-tailed .912
. .000
.786 N
60 60
60 60
KUALITAS Correlation
Coefficient -.112
.886 1.000
.033 Sig. 2-tailed
.395 .000
. .802
N 60
60 60
60 Unstandardized
Residual Correlation
Coefficient -.061
.036 .033
1.000 Sig. 2-tailed
.646 .786
.802 .
N 60
60 60
60 Correlation is significant at the 0.01 level 2-tailed.
Sumber : Lampiran 7 Hasil Uji Heteroskedastisitas pada nilai residual variabel bebas
penelitian menunjukkan nilai signifikansi semua variabel 0,05; berarti tidak terjadi heteroskedastisitas.
Dengan demikian asumsi tidak terjadi heteroskedastisitas dapat dipenuhi.
4.3.5. Analisis Regresi Linier Berganda
Analisis ini dipakai dalam penelitian ini karena dapat menerangkan ketergantungan suatu variabel dependent dengan satu atau variabel
independent. Analisis ini juga dapat menduga besar dan arah dari pengeruh tersebut serta mengukur derajat keeratan hubungan antara satu variabel
dependent dengan satu atau lebih variabel independent. Dalam perhitungan analisis berganda ini akan digunakan program komputer SPSS.
64
Tabel 4.17. Uji Regresi Linier Berganda
Variabel Beta
Standar Error
t Signifikansi
hitung
Correlation Tolerance
Correlation VIF
Constant -0,278
1,517 -0,183
0,855 Hub Auditor
Dgn Klien 0,272
0,052 5,251
0,000 0,959
1,043 Keahlian
0,111 0,150
0,738 0,463
0,168 5,961
Kualitas 0,624
0,167 3,725
0,000 0,168
5,938 Sumber : Lampiran 8
Adapun bentuk umum dari Regresi Linier Berganda secara sistematis adalah, sebagai berikut :
Y= β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ e...................................Anonim,2003:21 Y
= -0,278 + 0,272 X
1
+ 0,111 X
2
+ 0,624 X
a. Koefisien β
3
Konstanta regresi sebesar -0,278 menyatakan bahwa jika variabel hubungan auditor dengan klien, keahlian, kualitas sama dengan nol maka
pemahaman akuntansi sebesar -0,278 :
b. Koefisien β
1
Nilai koefisien regresi variable X :
1
sebesar 0,272 menyatakan bahwa apabila variabel hubungan auditor dengan klien mengalami peningkatan
sebesar 1 satuan maka akan meningkatkan pemahaman akuntansi sebesar 0,272 dengan asumsi variabel lainnya adalah konstan. Dengan tingkat
correlation tolerance 0,959 correlation VIF 1,043.
65
c. Koefisien β
2
Nilai koefisien regresi variable X :
2
d. Koefisien β
sebesar
0,111
menyatakan bahwa apabila variabel hubungan auditor dengan klien mengalami peningkatan
sebesar 1 satuan maka akan meningkatkan pemahaman akuntansi sebesar
0,111
dengan asumsi variabel lainnya adalah konstan. Dengan tingkat correlation tolerance 0,168 correlation VIF 5,961.
3
Nilai koefisien regresi variable X :
3
Keterangan : sebesar
0,624
menyatakan bahwa apabila variabel hubungan auditor dengan klien mengalami peningkatan
sebesar 1 satuan maka akan meningkatkan pemahaman akuntansi sebesar
0,624
dengan asumsi variabel lainnya adalah konstan. Dengan tingkat correlation tolerance 0,168 correlation VIF 5,938.
Y = Independensi Auditor
X
1
= Hubungan Auditor dengan Klien X
2
= Keahlian X
3
= Kualitas β
= Konstantaintersep β
1
, β
2
, β
3
= Koefisien regresi dari variael bebas e
= Komponen pengganggu yang mewakili faktor lain yang berpengaruh terhadap Y tetapi tidak di masukan dalam
model.
66
4.3.6. Uji Kecocokan Modal uji F
Untuk mengetahui cocok atau tidaknya alat analisis regresi yang digunakan dalam penelitian ini maka digunakan uji F. Dalam table berikut ini
disajikan analisis Uji F.
Tabel 4.18. Uji Kecocokan Model uji F
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regression
765.788 3
255.263 47.817
.000a Residual
298.945 56
5.338 Total
1064.733 59
a Predictors: Constant, KUALITAS, HUBUNGAN AUDITOR DENGAN KLIEN, KEAHLIAN b Dependent Variable: INDEPENDENSI
Sumber : Lampiran 8 Berdasarkan Tabel 4.16 di atas, terlihat dari table anova angka F
sebesar 47.871 dengan Sig.0,000 0,05: Signifikan positif Hasil analisis ini analisis uji F ini menunjukkan hasil yang signifikan, maka dapat disimpulkan
bahwa alat analisis regresi berganda yang digunakan sebagai alat analisis ini cocok atau dapat digunakan sebagai alat analisis dengan tingkat signifikan
0,000. Berarti perubahan tigat variabel X1, X2, dan X3 Mampu
menjelaskan perubahan variabel Y. Dimana [lihat R Square 0,719] atau 71,9 sedang sisanya 28,1 [100 - 71,9] dijelaskan oleh variabel lain
selain variabel X1, X2, dan X3. Hasil analisis ini menunjukkan bahwa model regresi yang digunakan untuk teknik analisis ini cocok, oleh karena itu
untuk peneliti yang akan datang disarankan untuk menggunakan model teknik analisis yang sama.
67
Tabel 4.19. Hasil Koefisien Determinan R Square R
2
Keterangan Nilai
R 0,848
R
2
0,719 R Square
Adjusted R Square 0,704
Standard Error of the Estimate 2,310
Sumber : Lampiran 8 Pada kolom R terlihat angka 0,848, angka ini menunjukkan nilai
koefisien korelasi yang berarti hubungan seluruh variabel bebas dengan variabel terikat sebesar 0,848. Pada kolom R Square atau R2 koefisien
determinasi sebesar 0,719 yang berarti 71,9 dari seluruh pengamatan menunjukkan variabel bebas mampu menjelaskan variasi variabel terikatnya.
Pada kolom Adjusted R Square menunjukkan besarnya R2 yang telah disesuaikan dengan kehadiran variabel bebas lain. Menurut Ghozali 2001
banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R Square 0,704 atau 70,4 .
4.3.7. Uji t
Untuk menguji signifikan atau tidaknya pengaruh masing-masing variabel bebas secara parsial individual terhadap variabel terikat
menggunakan uji t, Dalam table berikut ini disajikan analisis uji t.
68
Tabel 4.20. Hasil Uji t
Sumber : Lampiran 8 Berdasarkan tabel diatas menunjukan bahwa hipotesis yang diajukan
adalah sebagai berikut : 1.
Hubungan Auditor dengan klien X1 Berpengaruh Positif dan nyata terhadap Independensi Y, atau dapat diterima dengan tingkat [Sig. 0,000
0,05 : signifikan [positif]. 2.
Keahlian X2 tidak berpengaruh positif tidak nyata terhadap Independensi Y atau tidak dapat diterima dengan tingkat [Sig. 0,463
0,05 : Tidak signifikan [positif]. 3.
Kualitas X3 Berpengaruh Positif dan nyata terhadap Independensi Y, atau dapat diterima [Sig. 0,000 0,05 : Signifikan [positif].
4. Untuk menentukan uji hipotesis teruji atau tidak sesuaikan dengan
hipotesis penelitiannya sesuai dengan arah koefisiennya.
Coefficients
a
-.278 1.517
-.183 .855
.272 .052
.380 5.251
.000 .959
1.043 .111
.150 .128
.738 .463
.168 5.961
.624 .167
.643 3.725
.000 .168
5.938 Constant
HUNBUNGAN AUDITOR DENGAN KLIEN
KEAHLIAN KUALITAS
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Tolerance
VIF Collinearity Statistics
Dependent Variable: INDEPENDENSI a.
69
4.4. Pembahasan dan Implikasi Penelitian
