4.3.4. Uji Asumsi Klasik 4.3.4.1. Uji Multikolinieritas
Uji Multikolinieritas
berarti adanya hubungan linier yang “sempurna” atau pasti, diantara beberapa atau semua variabel yang
menjelaskan dari model regresi. Identitas secara statistik ada atau tidaknya gejala Multikolinieritas
dapat dilakukan dengan menghitung Variabel Inflator Faktor VIF apabila diperoleh hasil bahwa nilai VIF pada seluruh variabel lebih kecil
dari 10 berarti seluruh variabel bebas tidak ada gejala Multikolinieritas
Gujarati.1999:339 Tabel 4.10
Hasil Uji Multikolinearitas
Collinearity Statistics Variabel
VIF Keterangan
Kompetensi Auditor X
1
1,080 Non Multikolinearitas
Independensi Auditor X
2
1,080 Non Multikolinearitas
Sumber : Lampiran 6
Dari Tabel 4.10 dapat dapat disimpulkan bahwa nilai VIF pada variabel kompetensi auditor X
1
dan independensi auditor X
2
memiliki nilai kurang dari 10, sehingga dapat dikatakan tidak terjadi
multikolinieritas. Dengan demikian dapat disimpulkan bahwa asumsi tidak terjadi multikolinieritas pada variabel bebas penelitian dapat
terpenuhi.
4.3.4.2. Uji Heteroskedastisitas
Penyimpangan asumsi model klasik yang kedua adalah heteroskedastisitas, artinya varians variabel dalam model tidak sama
konstan. Konsekuensinya adanya heteroskedastisitas dalam model regresi adalah penaksir estimation yang diperoleh tidak efisien, baik
dalam sampel kecil maupun dalam sampel besar, walaupun penaksir yang diperoleh menggambarkan populasinya, dan bertambahnya sampel
yang digunakan akan mendekati nilai sebenarnya. Ini disebabkan oleh varians yang tidak minimum.
Uji Heteroskedastisitas adalah menggunakan uji Rank Spearman, yaitu dengan cara mengambil nilai mutlak, dengan mengasumsikan
bahwa koefisien Rank Korelasi adalah nol.
Tabel 4.11 Uji Heteroskedastisitas
Nilai Signifikansi Korelasi
Variabel Rank Spearman
Keterangan
Kompetensi Auditor X Ό
0.765 Non
Heteroskedastisitas
Independensi Auditor X
0.979 Non
Heteroskedastisitas Sumber : lampiran 7
Berdasarkan tabel 4.11. hasil uji Heteroskedastisitas dengan Korelasi Rank Spearman terhadap variabel penelitian pada regresi
berganda menunjukkan bahwa distribusi data pada variabel kompetensi auditor X
1
dan independensi auditor X
2
tidak terjadi
heteroskedastisitas karena signifikan yang dihasilkan lebih besar dari 0.05.
4.3.4.3. Uji Autokorelasi
Menurut Santoso 2000:216-219 Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan
penganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Untuk mendeteksi adanya problem autokorelasi dapat
dilihat pada tabel D-W Durbin-Watson.
Tabel 4.12. Hasil Uji Autokorelasi
Sumber :
Lampiran 6
Berdasarkan hasil Uji autokorelasi dapat disimpulkan bahwa asumsi tidak terjadi autokorelasi pada persamaan regresi dapat dipenuhi
karena menghasilkan nilai DW=0,836 terletak antara -2 sampai +2, yaitu terletak pada daerah tidak ada autokorelasi.
4.3.5. Uji Regresi Linier Berganda Model
Durbin-Watson 1
0.836
Dimana dari hasil perhitungan yang menggunakan komputer dengan aplikasi program SPSS 16.00 Statistical Program for Social Science dibawah
operasi windows.
Tabel 4.13. Uji Regresi Linier Sederhana
Variabel Beta Standard
Error t
hitung
Signifikansi Constant
79,205 12,658 6,257 0,000
Kompetensi Auditor X1 -0,016 0,374 -0,042
0,010 Independensi Auditor X2
0,447 0,391
3,142 0,026
Sumber : Lampiran 6
Berdasarkan tabel 4.13 diatas diperoleh persamaan regresi linier sederhana sebagai berikut :
Y = 79,205 – 0,016X
1
+ 0,447X
2
+ e Berdasarkan persamaa regresi sederhana diatas dapat diperoleh penjelasan
sebagai berikut :
= Konstanta = 79,205 Nilai konstanta
sebesar 79,205 menunjukkan bahwa
apabila variabel kompetensi auditor X
1
dan independensi auditor X
2
adalah konstan atau sama dengan nol, maka nilai pendapat auditor Y adalah sebesar 79,205.
1
= Koefisien regresi untuk X
1
= -0,016 Koefisien regresi untuk variabel kompetensi auditor X
1
adalah sebesar -0,016. Tanda negatif menunjukkan adanya arah berlawanan antara
variabel kompetensi auditor X
1
dengan variabel pendapat auditor Y, yang menyatakan bahwa setiap penambahan X
1
sebesar satu satuan maka nilai Pendapat Auditor Y akan turun sebesar sebesar 0,016.
2
= Koefisien regresi untuk X
2
= 0,447 Koefisien regresi untuk variabel independensi auditor X
2
adalah sebesar 0,447. Tanda positif menunjukkan terjadinya perubahan yang searah dari
independensi auditor X
1
terhadap variabel pendapat auditor Y, yang menyatakan bahwa setiap penambahan X
2
sebesar satu satuan akan meningkatkan Y sebesar 0,447.
4.3.5.1. Uji Hipotesis
a. Uji F
Untuk mengetahui cocok atau tidaknya alat analisa regresi yang digunakan dalam penelitian ini maka digunakan uji F. Dalam tabel berikut ini disajikan
analisis Uji F.
Tabel 4.14. Hasil Analisis Uji F Model
F Sig
Regression 8,692 0.005
Sumber : Lampiran 6 Terlihat dari angka F 8,692 dengan Sig. 0,005 0,05 yang berarti
signifikan, berarti bahwa variabel X
1
dan X
2
mampu menjelaskan perubahan variabel Y. Hasil analisis ini menunjukkan bahwa model regresi yang digunakan
untuk teknik analisis ini masih cocok, oleh karena itu untuk peneliti yang akan
datang disarankan untuk menggunakan model teknik analisis yang sama atau dengan menambahkan data penelitian.
Tabel 4.15 : Hasil Koefisien Determinasi R Square R
2
Model R Squere
1 0.026
Sumber : Lampiran 6 Dari hasil pengolahan data tabel 4.15. juga diperoleh nilai koefisien
determinasi R
2
sebesar 0,026, hal ini menunjukkan bahwa sekitar 2,6 pendapat auditor Y dapat dijelaskan oleh variabel kompetensi auditor X
1
dan independensi auditor X
2
, sedangkan sisa sebesar 97,4 dijelaskan oleh variabel- variabel lain yang tidak dibahas dalam penelitian ini.
b. Uji t
Untuk mengetahui pengaruh dari variabel independen terhadap variabel dependen digunakan analisis uji t dengan ketentuan sebagai berikut :
Tabel.4.16. Hasil Uji t Variabel Bebas
T Sig
Keterangan
Kompetensi Auditor X
1
-0,042 0,010
Signifikan
Independensi Auditor X
2
3,142 0,026
Signifikan
Sumber : Lampiran 6 1.
Uji t antara variabel Kompetensi Auditor X
1
terhadap Pendapat Auditor Y menghasilkan t hitung sebesar -0,042 dengan nilai signifikansi sebesar 0,010.
Karena nilai signifikan Uji t lebih kecil atau kurang dari nilai signifikan 0,05 maka Ho ditolak dan Ha diterima.
2. Uji t antara variabel Independensi Auditor X
2
terhadap Pendapat Auditor Y menghasilkan t hitung sebesar 3,142 dengan nilai signifikansi sebesar
0,026. Karena nilai signifikan Uji t lebih kecil atau kurang dari nilai signifikan 0,05 maka Ho ditolak dan Ha diterima.
Dengan demikian hipotesis yang menyatakan bahwa terdapat pengaruh secara signifikan antara kompetensi dan independensi terhadap pendapat auditor.
4.4. Pembahasan
Berdasarkan hasil uji pengaruh dengan menggunakan regresi linier berganda, hipotesis yang menyatakan bahwa diduga kompetensi auditor dan
independensi auditor berpengaruh signifikan terhadap pendapat auditor telah teruji kebenarannya. Hal ini dapat dilihat dari nilai F
hit
8,692 dengan signifikansi = 0,005. Nilai R square 0,026 mengandung pengertian bahwa
2,6 variasi dari pendapat auditor dapat dijelaskan oleh variasi dari ke dua variabel bebasnya. Sedangkan sisanya yaitu 97,4 masih dipengaruhi oleh
variabel lain, maka penelitian selanjutnya dapat menambahkan variabel lain selain dalam penelitian ini.
Kompetensi auditor X
1
secara parsial mempunyai pengaruh terhadap pendapat auditor Y. Hal ini ditunjukkan dari hasil uji t, dimana
nilai signifikan sebesar 0,010 0,050. Hasil ini sesuai dengan penelitian yang dilakukan Barnes dan Huan 1991 dalam Mayangsari 2003, yang
menyatakan bahwa pemberian opini tergantung pada faktor kompetensi dan