BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif merupakan cara untuk menggambarkan dan menyajikan informasi dari sejumlah data. Dengan statistik deskriptif data mentah diubah menjadi informasi yang dapat menggambarkan fenomena atau karakteristik dari data (Herliansyah, 2013). Dalam penelitian ini, statistik deskriptif digunakan sebagai teknik analisis dengan tujuan untuk menjelaskan atau memberikan informasi pendistribusian instrumen penelitian, demografi responden penelitian. 1. Pendistribusian Instrumen Penelitian Responden yang menjadi objek penelitian adalah akuntan publik atau auditor yang bekerja di Kantor Akuntan Publik (KAP) yang berada di wilayah Jakarta. Penelitian ini menggunakan kuesioner yang didistribusikan kepada responden untuk mendapatkan data primer. Pendistribusian kuesioner dilakukan secara langsung dengan mendatangi langsung Kantor Akuntan Publik dan secara tidak langsung melalui email. Pendistribusian dilakukan terhadap 16 KAP yang terdapat di wilayah Jakarta yang dtunjukkan dalam tabel 5.1. 66

67 Tabel 5.1 Nama KAP No. Nama KAP 1. KAP Purwatono, Suherman, Surja 2. KAP Sidharta & Widjaya 3. KAP Tanubrata, Sutanto,Fahmi & Rekan 4. KAP Amir Abadi Jusuf Saptoto & Mawar 5. KAP Kosasih, Nurdiyaman, Tjahjo & Rekan 6. KAP Hendrawinta Eddy Sidharta & Tanzil 7. KAP Tjiendradjaja & Handoko Tomo 8. KAP Doli, Bambang, Sulistyanto, Dadang & Ali 9. KAP Tjahjadi, Pradhono & Teramihardja 10. KAP Hertanto Grace Karunawan 11. KAP Djoko,Siddik & Indra 12. KAP Wirawan 13. KAP Jansen & Ramdan 14. KAP Armandias 15. KAP Y Santosa dan Rekan 16. KAP Rama Wendra Sumber: data primer yang diolah Pendistribusian sebanyak 160 kuesioner dan pengumpulan data dilakukan selama periode Januari May 2015. Sebanyak 120 kuesioner kembali tetapi yang bisa diolah hanya 103 kuesioner. Ringkasan pendistribusian dan pengumpulan kuesioner dalam penelitian ini ditunjukkan dalam tabel berikut: Tabel 5.2 Rincian Pendistribusian dan Pengumpulan Kuesioner Keterangan Jumlah Pendistribusian kuesioner 160 Kuesioner yang tidak terkumpul 40 Kuesioner yang terkumpul 120 Kuesioner yang tidak bisa diolah 17 Kuesioner yang bisa diolah 103 Tingkat pengembalian (respon rate) 120/160 * 100% 75% Sumber: data primer yang diolah

68 Dari data pada tabel 5.2 dapat dilihat bahwa 160 kuesioner yang didistribusikan yang terkumpul sebanyak 120 kuesioner atau sekitar 75,00% dari total kuesioner. Hal ini menunjukkan tingkat response rate yang cukup baik. 2. Demografi Responden bentuk tabel. Berikut ini adalah demografi responden yang disajikan dalam Tabel 5.3 Demografi Responden Keterangan Frekuensi Absolut Persentase Jumlah Responden 103 100% Jenis Kelamin Pria Wanita 68 35 66,02% 33,98% Usia > 45 tahun 35-45 tahun 25-35 tahun < 25 tahun Pendidikan S3 S2 S1 D3 Jenjang Profesi Partner Manager Senior Auditor Junior Auditor Masa Kerja > 5 tahun 3-5 tahun < 3 tahun Register Akuntan Publik CPA Non CPA Sumber: data primer yang diolah 4 9 32 58 0 8 80 15 5 8 32 58 13 32 58 5 98 3,88% 8,74% 31,07% 56,31% 0,00% 7,77% 77,67% 14,56% 4,58% 7,77% 31,07% 56,31% 12,62% 31,07% 56,31% 4,85% 95,15%

69 Berdasarkan tabel 5.3 diperoleh informasi bahwa sebagian besar responden didominasi oleh jenis kelamin laki-laki sekitar 66,02%. Dari segi usia sebagian besar kisaran dibawah 25 tahun sebesar 56,31% kemudian diikuti kisaran 25-35 tahun sebesar 31,07%. Dari latar belakang pendidikan sebagian besar setingkat strata satu (S1) sebesar 77,67%. Responden sebagian besar berprofesi sebagai junior auditor sekitar 56,31%, kemudian diikuti senior auditor sekitar 31,07%. Dari segi masa kerja sebagian besar kisaran dibawah 3 tahun sebesar 56,31%, diikuti kisaran 3-5 tahun sebesar 31,07%. Berikutnya sebagian besar responden tidak punya register akuntan sebesar 95,15%. 3. Deskripsi Variabel Penelitian Deskripsi variabel penelitian merupakan bagian dari analisa data yang memberikan gambaran awal setiap variabel yang digunakan. Gambaran atau deskripsi data tersebut dapat dilihat dari nilai rata-rata (mean), maksimum, minimum, dan standar deviasi dari setiap variabel yang digunakan dalam penelitian. Dalam penelitian ini terdapat 3 variabel eksogen yaitu profesionalisme (PRO), Pengalaman (PGL), Etika Profesi (EP), serta 2 variabel endogen yaitu kualitas audit (KA) dan pertimbangan tingkat materialitas (KA). Dari sampel sebanyak 103 pada 16 KAP di wilayah Jakarta, statistik deskriptif variabel penelitian disajikan pada tabel-tabel di bawah ini:

70 Tabel 5.4 Statistik Deskriptif Variabel Profesionalisme Descriptive Statistics N Minimum Maximum Mean Std. Deviation PRO1 103 1 5 3.40 1.207 PRO2 103 1 5 3.54 1.092 PRO3 103 1 5 3.60 1.123 PRO4 103 1 5 3.47 1.243 PRO5 103 1 5 3.59 1.167 PRO6 103 1 5 3.50 1.187 PRO7 103 1 5 3.42 1.241 PRO8 103 1 5 3.34 1.217 PRO9 103 1 5 3.52 1.056 PRO10 103 1 5 3.52 1.018 PRO11 103 1 5 3.50 1.119 PRO12 103 1 5 3.50 1.065 PRO13 103 1 5 3.50 1.128 PRO14 103 1 5 3.62 1.040 PRO15 103 1 5 3.46 1.109 PRO16 103 1 5 3.43 1.209 PRO17 103 1 5 3.57 1.143 PRO18 103 1 5 3.52 1.074 PRO19 103 1 5 3.63 1.204 PRO20 103 1 5 3.42 1.159 PRO 103 45 98 70.05 14.613 Valid N (listwise) 103 Sumber: hasil pengolahan data SPSS 21.00 Pada hasil pengujian pada tabel diatas dapat dijelaskan bahwa Profesionalisme (PRO) dengan jumlah sampel yang di uji sebanyak 103 responden dan dengan jumlah butir pertanyaan sebanyak 20 pertanyaan. Untuk nilai minimum kumulatif dari jawaban para responden adalah 45 sedangkan nilai maksimum dari 98 dan nilai minimum masing-masing instrumen sebesar 1 dan nilai maksimum masing-masing instrumen sebesar 5 responden, skor rata-rata responden sebesar 70,05 dengan standar deviasi sebesar 14,613, sedangkan standar deviasi masing-masing instrumen rata-rata mendekati 0. Standar deviasi merupakan cerminan dari

71 nilai mean, jika standar deviasi lebih besar dari nilai mean maka representasi yang buruk bagi seluruh data, begitu sebaliknya. Sehingga data dalam penelitian ini dapat di teruskan untuk analisis selanjutnya. Tabel 5.5 Statistik Deskriptif Variabel Pengalaman Descriptive Statistics N Minimum Maximum Mean Std. Deviation PGL1 103 1 5 3.52 1.018 PGL2 103 1 5 3.50 1.119 PGL3 103 1 5 3.50 1.065 PGL4 103 1 5 3.50 1.128 PGL5 103 1 5 3.62 1.040 PGL6 103 1 5 3.46 1.109 PGL7 103 1 5 3.66 1.071 PGL8 103 2 5 3.58 1.107 PGL9 103 1 5 3.63 1.180 PGL10 103 1 5 3.67 1.106 PGL 103 22 50 35.64 6.608 Valid N (listwise) 103 Sumber: hasil pengolahan data SPSS 21.00 Pada variabel Pengalaman (PGL) terdapat 10 pertanyaan dengan skor simultan tertinggi 50 dan skor terendah 22, sedangkan mean 35,64 dengan standar deviasi 6,608, sedangkan untuk masing-masing instrumen pertanyaan skor minimum 1 dan skor maksimumnya 5, serta didapat nilai standar deviasi yang mendekati nol dan dibawah nilai mean, karena nilai mean merupakan cerminan dari nilai rata-rata dari setiap skornya, sehingga bisa merepresentasikan seluruh data yang diuji. Kesimpulannya bahwa hasil pada tabel diatas dapat merepresentasikan seluruh data dan dapat dilanjutkan untuk analisis selanjutnya.

72 Tabel 5.6 Statistik Deskriptif Variabel Etika Profesi Descriptive Statistics N Minimum Maximum Mean Std. Deviation EP1 103 1 5 3.65 1.045 EP2 103 1 5 3.66 1.168 EP3 103 1 5 3.73 1.113 EP4 103 2 5 3.68 1.096 EP5 103 1 5 3.72 1.115 EP6 103 1 5 3.57 1.234 EP7 103 1 5 3.62 1.189 EP8 103 1 5 3.72 1.097 EP9 103 1 5 3.73 1.104 EP10 103 1 5 3.58 1.184 EP11 103 1 5 3.58 1.053 EP12 103 1 5 3.53 1.037 EP13 103 1 5 3.45 1.210 EP14 103 1 5 3.65 1.177 EP 103 28 69 50.87 11.095 Valid N (listwise) 103 Sumber: hasil pengolahan data SPSS 21.00 Pada variabel etika profesi (EP) terdapat 14 pertanyaan dengan skor simultan tertinggi 69 dan skor terendah 28, mean sebesar 50,87 dengan standar deviasi 11,095, sedangkan untuk masing-masing instrumen pertanyaan skor minimum 1 dan skor maksimumnya 5, serta didapat nilai standar deviasi yang mendekati nol dan dibawah nilai mean, standar deviasi lebih besar dari mean maka nilai mean merepresentasikan data bagi seluruh data, begitu sebaliknya. Karena nilai mean merupakan cerminan dari nilai rata-rata dari setiap skornya, sehingga bisa merepresentasikan seluruh data yang diuji. Kesimpulannya bahwa hasil pada tabel diatas dapat merepresentasikan seluruh data dan dapat dilanjutkan untuk analisis selanjutnya.

73 Tabel 5.7 Statistik Deskriptif Variabel Kualitas Audit Descriptive Statistics N Minimum Maximum Mean Std. Deviation KA1 103 1 5 3.53 1.127 KA2 103 1 5 3.31 1.129 KA3 103 1 5 3.58 1.133 KA4 103 1 5 3.60 1.088 KA 103 7 20 14.03 3.216 Valid N (listwise) 103 Sumber: hasil pengolahan data SPSS 21.00 Pada variabel penerimaan perilaku kualitas audit (KA) terdapat 4 pertanyaan yang diuji dengan skor simultan tertinggi 20 dan skor terendah 7, mean sebesar 14,03 dengan standar deviasi 3,216, sedangkan untuk masing-masing instrumen pertanyaan skor minimum 1 dan skor maksimumnya 5, serta didapat nilai standar deviasi yang mendekati nol dan dibawah nilai mean, standar deviasi lebih besar dari mean maka nilai mean merepresentasikan data bagi seluruh data, begitu sebaliknya. Karena nilai mean merupakan cerminan dari nilai rata-rata dari setiap skornya, sehingga bisa merepresentasikan seluruh data yang diuji. Kesimpulannya bahwa hasil pada tabel pengujian deskriptif variabel independensi diatas dapat merepresentasikan seluruh data pada variabel tersebut dan dapat dilanjutkan untuk analisis selanjutnya.

74 Tabel 5.8 Statistik Deskriptif Variabel Pertimbangan Tingkat Materialitas Descriptive Statistics N Minimum Maximum Mean Std. Deviation MT1 103 1 5 3.60 1.088 MT2 103 1 5 3.59 1.061 MT3 103 1 5 3.57 1.081 MT4 103 1 5 3.61 1.122 MT5 103 1 5 3.43 1.209 MT6 103 1 5 3.57 1.143 MT7 103 1 5 3.52 1.074 MT8 103 1 5 3.63 1.204 MT9 103 1 5 3.42 1.159 MT10 103 1 5 3.45 1.169 MT11 103 1 5 3.47 1.162 MT12 103 1 5 3.44 1.100 MT13 103 1 5 3.54 1.074 MT 103 28 63 45.84 9.467 Valid N (listwise) 103 Sumber: hasil pengolahan data SPSS 21.00 Pada variabel pertimbangan tingkat materialitas (MT) terdapat 13 pertanyaan yang diuji dengan skor simultan tertinggi 63 dan skor terendah 28, mean atau rata-rata skor sebesar 45,84 dengan standar deviasi 9,467, sedangkan untuk masing-masing instrumen pertanyaan skor minimum 1 dan skor maksimumnya 5, serta didapat nilai standar deviasi yang mendekati nol dan dibawah nilai mean, standar deviasi lebih besar dari mean maka nilai mean merepresentasikan data bagi seluruh data, begitu sebaliknya. Karena nilai mean merupakan cerminan dari nilai rata-rata dari setiap skornya, sehingga bisa merepresentasikan seluruh data yang diuji. Kesimpulannya bahwa hasil pada tabel pengujian deskriptif variabel independensi diatas dapat merepresentasikan seluruh data pada variabel tersebut dan dapat dilanjutkan untuk analisis selanjutnya.

75 B. Uji Kelayakan Model dan Kualitas Instrumen Penelitian Dalam penelitian ini menggunakan Structural Equation Modelling (SEM) sebagai alat analisis multivariate sehingga memiliki fleksibilitas yang lebih tinggi untuk menghubungkan teori dan data. Selanjutnya, software yang digunakan adalah SmartPLS sebagai alat untuk memecahkan permasalahan SEM. Oleh karena PLS tidak mengasumsikan adanya distribusi tertentu untuk estimasi parameter, maka teknik untuk menguji signifikansi parameter tidak diperlukan. Uji kelayakan model dalam PLS dikenal dengan istilah evaluasi model structural (inner model). Untuk dapat melakukan kedua evaluasi model tersebut maka terlebih dahulu dilakukan pengujian model penelitian (full structural model). Adapun hasil dari pengujian full structural model tersebut dapat dilihat pada gambar 5.1 di bawah ini: Gambar 5.1. Full Structural Model (Model Awal)

76 Dari hasil uji full structural model di atas maka dapat dianalisa untuk setiap model yang harus dipenuhi dalam PLS agar dapat menjawab permasalahan yang ditetapkan dalam penelitian. Adapun evaluasi model yang akan dilakukan adalah sebagai berikut: 1. Evaluasi Model Pengukuran atau Outer Model a. Uji Validitas Konstruk Melalui Convergent Validity Convergent validity dari model pengukuran dengan refleksif indikator dinilai berdasarkan korelasi antara item score/component score yang diestimasi dengan software PLS. Indikator individual dikatakan valid jika nilai korelasi di atas 0,7 dengan konstruk (variabel laten) yang diukur. Namun penelitian tahap awal dari pengembangan skala pengukuran nilai loading factor 0,5 s.d 0,6 dianggap cukup (Ghozali, 2012). Dari hasil convergent validity pada gambar 5.1 di atas, terdapat 3 (tiga) korelasi indikator dengan konstruk dengan hasil loading factor (outer loading) dibawah 0,5 (tidak valid) untuk indikator PGL7 pada konstruk pengalaman sebesar 0,467, PGL8 pada konstruk pengalaman sebesar 0,497 PGL9 pada konstruk pengalaman sebesar 0,497, PGL10 pada konstruk pengalaman sebesar 0,488. Berdasarkan hasil tersebut, peneliti menentukan untuk mengeliminasi indikator yang memiliki loading factor di bawah 0,5 dari analisa. Berikut hasil loading factor setelah indikator PGL7, PGL8, PGL9 dan PGL10 dikeluarkan:

77 Gambar 5.2. Full Structural Model (Model Akhir) Berdasarkan hasil PLS Algorithm output yang tertera pada gambar 5.2. dapat dilihat bahwa semua konstruk menghasilkan nilai loading factor > 0,7 yang berarti bahwa semua indikator konstruk adalah valid. Ada beberapa indikator yang menghasilkan loading factor > 0,6 yang menurut Hair et al (2011) dalam Ghozali (2012) masih dapat diterima. Loading factor masing-masing indikator dapat dilihat pada lampiran 5.1. Selain berdasarkan nilai loading factor, uji convergent validity juga dilakukan dengan melihat nilai Average Variance Extracted (AVE), harus memenuhi syarat di atas 0,5. Nilai AVE untuk masingmasing variabel adalah variabel Profesionalisme (PRO) sebesar 0.401,

78 variabel Pengalaman (PGL) sebesar 0.593, variabel Etika Profesi (EP) sebesar 0.487, variabel Kualitas Audit sebesar 0.505, dan variabel Pertimbangan Tingkat Materialitas (MT) sebesar 0.418. Dari hasil AVE terdapat tiga variabel yang nilai tidak memenuhi syarat. Namun variabel tersebut tetap dipertahankan karena (1) data penelitan disajikan apa adanya; (2) ukuran ini bersifat pelengkap saja bagi realibilitas konstruk; dan (3) loading factor untuk masing-masing konstruk telah memenuhi syarat. b. Uji Validitas Konstruk Melalui Discriminant Validity Selain melakukan uji convergent validity di atas, juga dilakukan uji discriminant validity dari model dengan pengukuran indikator refleksif. Pengujian dilakukan dengan melihat nilai cross loading antara indikator dengan konstruknya. Korelasi konstruk dikatakan dapat memprediksi indikatornya lebih baik jika korelasi konstruk dengan item pengukurannya (indikator) lebih tinggi dibanding dengan indikator konstruk lainnya. Cross loading dari masing-masing konstruk terhadap indikatornya dan dengan indikator konstruk lainnya dapat dilihat pada lampiran 5.2. Dari hasil cross loading terlihat bahwa masing-masing konstruk memiliki korelasi lebih tinggi dengan indikatornya dibandingkan dengan indikator lainnya. Hal ini menunjukkan bahwa konstruk laten memprediksi indikator pada blok mereka lebih baik dibandingkan dengan indikator di blok lainnya.

79 Metode lain untuk menilai discriminant validity adalah dengan membandingkan akar kuadrat dari average variance extracted ( ) untuk setiap konstruk dengan korelasi antara konstruk lainnya. Nilai akar kuadrat AVE harus lebih besar daripada nilai korelasi antar konstruk. Berikut hasil pengujian validitas dengan melalui nilai AVE terlihat pada tabel 5.9. Konstruk Tabel 5.9 AVE dan Akar AVE Average Variance Extracted (AVE) Discriminant Validity Profesionalisme (PRO) 0.401 0,633 Valid Pengalaman (PGL) 0.593 0,770 Valid Etika Profesi (EP) 0.487 0,697 Valid Kualitas Audit (KA) 0.505 0,710 Valid Pertimbangan Tingkat 0.418 0,646 Valid Materialitas (MT) Sumber: hasil pengolahan data SmartPLS Dari tabel 5.9 dapat disimpulkan bahwa nilai akar kuadrat AVE lebih besar dibanding nilai AVE atau korelasi antar konstruk dalam model. Hal ini menunjukkan bahwa setiap konstruk memiliki nilai validitas diskriminan yang baik.

80 c. Uji Realibilitas Melalui Composite Reliability Disamping uji validitas konstruk, dilakukan juga uji reliabilitas konstruk yang diukur dengan composite reliability. Konstruk dinyatakan reliabel jika nilai composite reliability diatas 0,7. Berikut ini hasil output composite reliability. Tabel 5.10 Composite Realibility Profesionalisme (PRO) 0.929 Pengalaman (PGL) 0.897 Etika Profesi (EP) 0.930 Kualitas Audit (KA) 0.803 Pertimbangan Tingkat Materialitas (MT) 0.902 Sumber: hasil pengolahan data SmartPLS Composite Realibility Nilai composite reliability yang dihasilkan semua konstruk sangat baik yaitu di atas 0,7 sehingga dapat disimpulkan bahwa semu indikator konstruk adalah reliabel atau memenuhi uji reliabilitas. 2. Uji Model Struktural atau Inner Model Dalam menilai model struktural atau inner model dapat dilihat berdasarkan nilai R-Square (R 2 ) dan Q-Square (Q 2 ) untuk setiap variabel laten endogen. Menurut Hair et al. (2011) sebagaimana dikutip dalam Ghozali (2012), variabel laten endogen dalam model struktural mengindikasikan Baik jika R 2 sebesar 0,75, Moderat Baik jika R 2 sebesar 0,50, dan Lemah Baik jika R 2 sebesar 0,25. Tabel 5.9 menunjukkan nilai

81 R 2 konstruk Kualitas Audit (KA) masuk dalam kategori moderat dan pertimbangan tingkat materilitas (MT) termasuk dalam kategori kuat. Tabel 5.11 R-Square Konstruk R-Square Profesionalisme (PRO) Pengalaman (PGL) Etika Profesi (EP) Kualitas Audit (KA) 0,648 Pertimbangan Tingkat Materialitas (MT) 0,914 Sumber: hasil pengolahan data SmartPLS Tabel 5.9 menunjukkan hasil R-Square konstruk Kualitas audit (KA) sebesar 0,648. Nilai ini diinterpretasikan bahwa variabel Profesionalisme (PRO), Pengalaman (PGL), Etika Profesi (EP) mampu menjelaskan 64,8% variabel Kualitas audit (KA). Sedangkan sisanya 35,2% dijelaskan oleh variabel lain di luar model. hasil R-Square konstruk pertimbangan tingkat materialitas (MT) sebesar 0,914 dapat diinterpretasikan bahwa konstruk pertimbangan tingkat materialitas (MT) dapat dijelaskan oleh variabel Profesionalisme (PRO), Pengalaman (PGL), Etika Profesi (EP) sebesar 91,4% sedangkan 8,6% dijelaskan oleh variabel lain diluar yang diteliti. Q-square test juga dilakukan untuk mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya. Diperoleh dengan rumus sebagai berikut: Q 2 = 1 ( 1 R 1 2 ) ( 1 R 2 2 ), dimana R 1 2 = R 2 kualitas audit dan R 2 2 = R 2 pertimbangan tingkat materalitas. Sehingga diperoleh nilai sebagai berikut:

82 Q 2 = 1 ( 1 0,648 ) ( 1 0,914 ) Q 2 = 1 ( 0,352 ) ( 0,086 ) Q 2 = 1 0,030 Q 2 = 0,970 Dari hasil perhitungan diketahui nilai Q2 sebesar 0,970, artinya besarnya keragaman dari data penelitian yang dapat dijelaskan oleh model struktural yang dikembangkan dalam penelitian ini adalah sebesar 97%. Berdasarkan hasil ini, model struktural pada penelitian telah memiliki goodness of fit yang cukup baik. C. Pengujian Hipotesis Dalam penelitian ini terdapat 7 hipotesis yang digunakan untuk menjawab permasalahan yang ada. Hipotesis 1 sampai dengan 3 (H1 s.d H3) dirumuskan untuk menguji signifikansi pengaruh variabel Profesionalisme (PRO), Pengalaman (PGL), Etika Profesi (EP) terhadap Kualitas Audit (KA). Sedangkan Hipotesis 4 sampai dengan 6 (H4 s.d H6) dirumuskan untuk menguji signifikansi pengaruh variabel variabel Profesionalisme (PRO), Pengalaman (PGL), Etika Profesi (EP) dan dan Hipotesis 7 (H7) dirumuskan untuk menguji Kualitas Audit (KA) terhadap Pertimbangan Tingkat Materialitas (MT). Dengan menggunakan PLS dapat dilihat hasil inner loading pada nilai koefisien parameter dengan nilai signifikan t-statistik seperti pada tabel 5.10.

83 Tabel 5.10 Inner Loading Sumber: hasil pengolahan data SmartPLS Hasil inner loading menunjukkan bahwa Semua hipotesis mempunyai pengaruh signifikan. Adapun penjelasan atas hasil pengujian hipotesis dalam penelitian ini akan dijelaskan pada subbab pembahasan. D. Pembahasan Pembahasan atas hasil pengujian hipotesis dalam penelitian ini sesuai dengan yang diajukan pada awal penelitian dan terlihat pada tabel 5.10 dapat dijelaskan sebagai berikut: 1. H1. Terdapat pengaruh positif profesionalisme terhadap Kualitas Audit. Hasil penelitian atas pengujian profesionalisme terhadap Kualitas Audit signifikan berpengaruh positif. Hal ini dapat dilihat pada tabel 5.10 bahwa nilai t-hitung sebesar 6.272 lebih besar dari t-tabel 1,96 (6.272 > 1,96). Artinya profesionalisme dapat mempengaruhi dalam kualitas audit. Sehingga hipotesis (H1), diterima. Hasil penelitian konsisten dengan Mayasari (2012) yang diperkuat oleh penelitian Baotham (2007), Ussahawanitchakit (2008) yang menyatakan bahwa profesionalisme berpengaruh terhadap kualitas audit

84 Profesionalisme dapat diartikan bahwa auditor tidak dapat diintimidasi oleh orang lain dan tidak tunduk karena tekanan yang dilakukan oleh orang lain guna mempengaruhi sikap dan pendapatnya. Semakin tinggi profesionalisme maka semakin baik kualitas auditnya. Hal ini terjadi karena responden mempunyai sikap profesionalisme yang bagus. Dalam proses pemeriksaan, responden berusaha bersikap professional, tidak dapat di intimidasi oleh siapa pun. Walaupun dalam praktiknya dimungkinkan terdapat beberapa auditor melakukan penyimpanganpenyimpangan terhadap standar audit dan kode etik. 2. H2. Terdapat pengaruh positif pengalaman terhadap kualitas audit. Hasil pengujian atas pengaruh Pengalaman terhadap Kualitas Audit signifikan berpengaruh negatif. Hal ini dapat dilihat pada tabel 5.10 bahwa nilai t-hitung sebesar 3,618 lebih besar dari t-tabel 1,96 (3,618 > 1,96). Nilai negatif pada koefisien parameter menunjukkan bahwa semakin berpengalaman seorang auditor semakin rendah kualitas audit yang dihasilkan ataupun sebaliknya. Karena hasil penelitian memiliki koefisien parameter negatif sedangkan hipotesis yang diajukan positif. Sehingga hipotesis (H2) ditolak, walaupun nilai t-hitung sebesar 3,618 lebih besar dari t-tabel 1,96 (3,618 > 1,96). Hasil penelitian ini tidak konsisten dengan penelitian Sukriah dkk (2013). Yang menyatakan bahwa pengalaman memiliki pengaruh positif terhadap kualitas audit. Hal ini disebabkan karena sebagaian besar

85 responden dalam penelitian ini adalah junior auditor, dimana kompleksitas tugas yang dihadapi junior auditor masih relatif rendah, sehingga kemampuan menilai risiko audit juga rendah. Akibatnya ada kemungkinan kemampuan auditor dalam mendeteksi kecurangan masih kurang. Dalam prakteknya untuk memitigasi hal tersebut, tim audit melakukan tindakan supervisi atas pekerjan auditor junior. Sehingga pemahaman junior auditor atas penilaian risiko dapat lebih baik lagi. Penilaian resiko audit yang lebih baik menghasilkan kemampuan auditor dalam mendeteksi kecurangan menjadi lebih baik. Hasilnya kualitas audit dapat dipertahankan. Sebaliknya untuk pemeriksaan yang dilakukan oleh posisi diatas auditor junior, seperti auditor senior seringkali melemahkan tindakan supervisi yang dilakukan dalam proses pemeriksaan. Hal ini bisa diakibatkan oleh anggapan bahwa auditor senior telah berpengalaman dan memiliki keahlian lebih, jadi tindakan supervise lemah. Padahal ini justru mengakibatkan penilaian resiko audit yang lebih buruk oleh auditor tersebut. Dengan demikian dapat menurunkan kualitas audit. Dengan demikian hasil penelitian pengalaman berpengaruh negatif signifikan terhadap kualitas audit, dapat diterima. 3. H3. Terdapat pengaruh positif Etika Profesi terhadap Kualitas Audit. Hasil pengujian atas pengaruh Etika Profesi terhadap Kualitas Audit signifikan berpengaruh positif. Hal ini dapat dilihat pada tabel 5.10 bahwa

86 nilai t-hitung sebesar 4,285 lebih besar dari t-tabel 1,96 (4,285 > 1,96). Semakin tinggi etika profesi makan akan menghasilkan kualitas audit Sehingga hipotesis (H3), diterima. Hasil penelitian ini konsisten dengan Futri dan Juliarsa (2014) yang diperkuat oleh Hutabarat (2012) menunjukkan bahwa Etika profesi berpengaruh positif terhadap kualitas audit, dengan demikian dapat disimpulkan bahwa semakin tinggi etika auditor maka akan berpengaruh terhadap meningkatnya kualitas audit. 4. H4. Terdapat pengaruh positif profesionalisme terhadap pertimbangan tingkat materialitas. Hasil penelitian atas pengujian profesionalisme terhadap pertimbangan tingkat materialitas signifikan berpengaruh positif. Pada tabel 5.10 bahwa nilai t-hitung sebesar 6,093 lebih besar dari t-tabel 1,96 (6,093 > 1,96), Semakin tinggi profesionalismen maka akan semakin meningkatkan pertimbangan tingkat materialitas. Sehingga hipotesis (H4), diterima. Hasil penelitian konsisten dengan penelitian Herawati dan Susanto (2009). Yang diperkuat oleh penelitian Febrianty (2012), Sinaga dan Isgiyarta (2012), Lestari dan Utama (2013), Kurniawanda (2013), Muhammad (2013). yang dapat membuktikan bahwa profesionalisme berpengaruh secara signifikan terhadap pertimbangan tingkat materialitas. Hal ini diperkirakan terjadi karena responden mempunyai profesionalisme yang baik maka akan meningkatkan pertimbangan tingkat materialitas.

87 5. H5. Terdapat pengaruh postif Pengalaman terhadap Pertimbangan tingkat materialitas. Hasil penelitian atas pengujian Pengalaman terhadap Pertimbangan tingkat materialitas signifikan berpengaruh negatif. Hal ini dapat dilihat pada tabel 5.10 bahwa nilai t-hitung sebesar 4,238 lebih besar dari t-tabel 1,96 (4,238 > 1,96). Nilai negatif pada koefisien parameter menunjukkan bahwa semakin berpengalaman seorang auditor semakin rendah pertimbangan tingkat materialitas yang dihasilkan. Karena hasil penelitian memiliki koefisien parameter negatif sedangkan hipotesis yang diajukan positif. Sehingga hipotesis (H5) ditolak, walaupun nilai t-hitung sebesar 4,238 lebih besar dari t-tabel 1,96 (4,238 > 1,96). Hasil penelitian ini tidak konsisten dengan penelitian Herawati dan Susanto (2009) menyatakan bahwa auditor yang berpengalaman akan menghasilkan pengetahuan yang lebih dalam pertimbangan tingkat materialitas. Hal ini disebabkan karena sebagaian besar responden dalam penelitian ini adalah junior auditor dan masa kerjanya tidak lebih dari 3 tahun. Hal ini berpengaruh dalam pertimbangan tingkat materialitasnya dalam mendeteksi salah saji. Dengan pengalaman yang masih relatif rendah, kompleksitas tugas yang dihadapi junior auditor juga relatif rendah, sehingga kemampuan menilai risiko audit juga rendah. Akibatnya ada kemungkinan kemampuan auditor melakukan pertimbangan tingkat materialitas masih rendah. Dalam

88 prakteknya untuk memitigasi hal tersebut, tim audit melakukan tindakan supervisi atas pekerjan auditor junior. Sehingga pemahaman junior auditor atas penilaian risiko dapat lebih baik lagi. Penilaian resiko audit yang lebih baik menghasilkan kemampuan auditor dalam membuat pertimbangan tingkat materialitas lebih baik. Sebaliknya untuk pemeriksaan yang dilakukan oleh posisi diatas auditor junior, seperti auditor senior. Auditor senior yang merasa dirinya telah berpengalaman dan memiliki keahlian lebih, terkadang menilai suatu proses pemeriksaan sebagai sesuatu yang mudah karena sudah biasa mereka laukakn. Padahal ini justru mengakibatkan penilaian resiko audit yang lebih buruk oleh auditor tersebut. Akibatnya dapat mempengaruhi pertimbangan tingkat materialitas yang ditetapkan menjadi lebih rendah. Dengan demikian hasil penelitian pengalaman berpengaruh negatif signifikan terhadap pertimbangan tingkat materialitas, dapat diterima. 6. H6. Terdapat pengaruh positif Etika Profesi terhadap pertimbangan tingkat materialitas. Hasil penelitian atas pengujian Etika Profesi terhadap pertimbangan tingkat materialitas signifikan berpengaruh positif.nilai t-hitung sebesar 4,263 lebih besar dari t-tabel 1,96 (4,263 > 1,96), Semakin tinggi etika profesi seorang auditor akan meningkatkan pertimbangan tingkat materialitas. Sehingga hipotesis (H6), diterima.

89 Hasil penelitian ini konsisten dengan Herawati dan Santoso (2009) dengan memegang teguh etika profesi, keputusan yang dihasilkan oleh seorang auditor dalam mempertimbangkan tingkat materialitas akan lebih independen dan objektif. Hal ini sejalan dengan hasil hipotesis H6. 7. H7. Terdapat pengaruh positif kualitas audit terhadap pertimbangan tingkat materialitas. Hasil pengujian atas pengaruh kualitas audit terhadap pertimbangan tingkat materialitas signifikan berpengaruh positif. Hal ini dapat dilihat pada tabel 5.10 bahwa nilai t-hitung sebesar 6,503 lebih besar dari t-tabel 1,96 (6,503 > 1,96). Artinya peningkatan atas kualitas audit dapat meningkatkan pertimbangan tingkat materialitas. Sehingga hipotesis (H7), diterima. Hasil penelitian ini konsisten dengan penelitian Trisnaningsih (2010). Akuntan publik dapat mengetahui tingkat mutu atau kualitas auditnya melalui tingkat tercapainya kepuasan klien. Oleh karena itu seorang akuntan publik harus mampu meningkatkan kualitas auditnya. Kepuasan yang dirasakan oleh klien akan menimbulkan kepercayaan terhadap kemampuan yang dimiliki oleh akuntan publik. Untuk dapat mencapai mutu dan kualitas yang baik tentunya hal yang dipertimbangkan salah satunya adalah tingkat materialitas. Audit yang berkualitas adalah audit yang dilaksanakan sesuai dengan standar profesional akuntan publik sehingga memungkinkan

90 auditor menemukan terjadinya salah saji material dan melaporkannya untuk tujuan pengambilan keputusan. Dengan demikian, seorang auditor yang mengharapkan audit yang berkualitas akan melakukan proses pemerikasaan mulai dari perencanaan sampai dengan pekerjaan lapangan dengan baik. Salah satu tahap dalam perencanaan audit adalah pertimbangan tingkat materialitas. Jadi, Semakin auditor mengharapkan kualitas audit yang tinggi mengharuskan auditor menetapkan pertimbangan tingkat materialitas yang baik. Dari pembahasan hasil hipotesis di atas, dapat disimpulkan bahwa terdapat terdapat 5 (tiga) hipotesis yang diterima yakni H1, H3, H4, H6, dan H7. Sedangkan hipotesis lainnya ditolak, walaupun menunjukkan t-hitung yang signifikan. Ringkasan hasil hipotesis disajikan dalam tabel 5.13. Hipotesis Terdapat pengaruh positif Profesionalisme terhadap kualitas audit Tabel 5.13 Ringkasan Hasil Hipotesis Original sample estimate T- Statistic Kesimpulan 1.098 6.272 Diterima Terdapat pengaruh Positif pengalaman terhadap kualitas audit -0.595 3.618 Ditolak Terdapat pengaruh positif Etika Profesi terhadap kualitas audit 0.297 4.285 Diterima Terdapat pengaruh positif Profesionalisme terhadap pertimbangan tingkat materialitas Terdapat pengaruh postif pengalaman terhadap pertimbangan tingkat materialitas 0.696 6.093 Diterima -0.347 4.238 Ditolak

91 Hipotesis Terdapat pengaruh positif etika porfesi terhadap pertimbangan tingkat materialitas Terdapat pengaruh positif kualitas audit terhadap pertimbangan tingkat materialitas Sumber: hasil pengolahan data SmartPLS Original sample estimate T- Statistic Kesimpulan 0.198 4.263 Diterima 0,471 6.503 Diterima Berdasarkan tabel di atas, peneliti akan membahas mengenai analisis direct dan indirect yang bertujuan untuk melihat apakah jalur dalam penelitian ini harus melalui variabel intervening atau harus melalui antar variabel secara langsung. Analisis tersebut disajikan dalam tabel berikut: Tabel 5.14 Analisis Direct dan Indirect PRO MT PGL MT EP MT Pengaruh 0,696-0,347 0,198 Langsung Pengaruh Tidak Langsung 1,098 x 0,471 = 0,517 (-0,595) x 0,471 = -0,280 0,297 x 0,471 = 0,140 Pengaruh Total 1,213-0,627 0,338 Kesimpulan Pengaruh total > pengaruh langsung Pengaruh total < pengaruh langsung Pengaruh total > pengaruh langsung Sumber: hasil pengolahan data Dari hasil analisis pada tabel 5.14 dapat dilihat bahwa variabel profesionalisme (PRO) terhadap variabel pertimbangan tingkat materialitas (MTR) dihasilkan kesimpulan bahwa nilai pengaruh total 1,213 lebih besar dibandingkan dengan nilai pengaruh langsung 0,696. Dengan demikian variabel intervening diperlukan, yakni melalui variabel kualitas audit (KA).

92 Untuk variabel pengalaman (PGL) terhadap variabel pertimbangan tingkat materialitas (MTR) dihasilkan kesimpulan bahwa nilai pengaruh total -0,627 lebih kecil dibandingkan dengan nilai pengaruh langsung -0,347, dengan demikian sebaiknya variabel pengalaman (PGL) terhadap variabel pertimbangan tingkat materialitas (MTR) seharusnya tidak melalui variabel intervening. Sehingga pengaruh variabel intervening kualitas audit (KA), dapat diabaikan. Sedangkan variabel etika profesi (EP) terhadap variabel pertimbangan tingkat materialitas (MTR) dihasilkan kesimpulan bahwa nilai pengaruh total 0,338 lebih besar dibandingkan dengan nilai pengaruh langsung 0,198. Dengan demikian variabel intervening diperlukan, yakni melalui variabel kualitas audit (KA).