BAB III METODE PENELITIAN
4.2 Analisis Hasil Penelitian
4.2.1 Analisis Statistik Deskriptif
Informasi yang dibutuhkan dalam penelitian ini merupakan data
sekunder yang diperoleh dari
sampel perusahaan go public dari tahun 2010 sampai tahun 2012 yang dijabarkan dalam bentuk statistik.
Variabel dari penelitian ini terdiri dari ukuran perusahaan, tingkat profitabilitas, tingkat solvabilitas sebagai variabel bebas dan audit delay sebagai variabel terikat.
Tabel 4.1
Statistik Deskriptif Variabel - Variabel Penelitian
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
SIZE_X1 45 145.00 6466765.00 574482.2000 1.44410E6
ROA_X2 45 .03 .56 .2247 .14873
DER_X3 45 .15 2.25 .7440 .53297
AD_Y 45 37.00 90.00 70.2222 13.13892
Valid N (listwise) 45
Sumber: Output SPSS, data diolah oleh penulis, 2013
Berikut ini penjelasan data yang telah diolah sesuai dengan tabel di atas:
a. Ukuran perusahaan yang diukur dengan total asset dari perusahaan-perusahaan sampel mempunyai rentang nilai antara Rp 145.000.000 sampai dengan Rp 6.466.765.000.000 dengan rata-rata sebesar Rp 574.482.200.000.
Total asset perusahaan maksimum dimiliki oleh PT Unilever Indonesia Tbk pada tahun 2012, sementara PT Merck Tbk di tahun 2010 memiliki total asset paling minimum.
b. Variabel Return On Asset berkisar antara 0,03 sampai dengan 0,56 dengan rata-rata 0,2247. Tidak ada yang bernilai negatif, itu menunjukkan bahwa perusahaan sampel dengan nilai paling minimum tidak mengalami kerugian.
ROA terendah dimiliki oleh PT Kedaung Setia Industrial Tbk di tahun 2010, dan yang memiliki ROA tertinggi adalah PT Handjaya Mandala Saputra Tbk di tahun 2011.
c. Variabel Debt To Equity Ratio memiliki nilai minimum 0,15 dan maksimum 2,25 dengan rata-rata 0,7440. Tampak bahwa pada umumnya perusahaan memiliki hutang jangka panjang sebesar 74,40%, bahkan ada yang sampai 225%.
Rasio solvabilitas terendah terdapat pada PT Merck Tbk di tahun 2011 dan yang tertinggi terdapat pada PT Akasha Wira Internasional Tbk di tahun 2010.
d. Nilai audit delay terpendek adalah 37 hari dan yang terpanjang adalah 90 hari, sesuai dengan yang batas maksimum yang disyaratkan oleh BAPPEPAM, dan rata-rata audit delay adalah 70,2222 hari.
PT Nippon Indosari Corporindo Tbk di tahun 2012 adalah perusahaan dengan audit delay terpendek, sedangkan PT Unilever Indonesia Tbk di tahun 2011 adalah perusahaan dengan audit delay terpanjang.
4.2.2 Uji Asumsi Klasik a. Uji Normalitas
Pengujian normalitas data dalam penelitian ini uji non-parametik Kolmogorov-Smirnov (K-S). Penentuan normal atau tidaknya suatu distribusi data ditentukan berdasarkan taraf signifikan. Jika taraf signifikansi di atas 0,05 maka data diinterpretasikan terdistribusi normal, dan sebaliknya, jika taraf
siginifikansi hasil hitung dibawah 0,05 maka data terdistribusi tidak normal (Wibowo, 2012:62).
Tabel 4.2
One-Sample Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Standardize d Residual
N 45
Normal Parametersa,,b Mean .0000000
Std. Deviation .96530730 Most Extreme Differences Absolute .064 Positive .056 Negative -.064 Kolmogorov-Smirnov Z .426
Asymp. Sig. (2-tailed) .993
a. Test distribution is Normal. b. Calculated from data.
Sumber: Output SPSS, Data dialah oleh Penulis, 2013
Tabel di atas menunjukkan bahwa taraf signifikansi adalah sebesar 0,993 yang berada di atas 0,05. Dengan demikian nilai residual terdistribusi secara normal sehingga model penelitian dinyatakan telah telah memenuhi asumsi normalitas. Kenormalan data juga dapat dilihat dari grafik histogram pada Gambar 4.1 yang menunjukkan bahwa kurva menyerupai bentuk lonceng dan tidak cenderung menceng ke kiri atau ke kanan (Skewness) (Wibowo, 2012:69). Demikian pula pada grafik Normal Probability Plot pada Gambar 4.2, terlihat titik-titik menyebar di sekitar garis diagonal dan mengikuti arah dari garis diagonal (Wibowo, 2012:69) tersebut yang menunjukkan data sudah normal.
Dengan demikian, secara keseluruhan dapat ditampilkan bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya.
Gambar 4.1 Histogram Sumber: Output SPSS, diolah oleh Penulis, 2013
Gambar 4.2 Grafik Normal P-Plot Sumber: Output SPSS, diolah oleh Penulis, 2013
b. Uji Multikolinearitas
Data yang bebas multikolinearitas adalah data yang memiliki nilai tolerance > 0,10 dan nilai Variance Inflation Factor (VIF) < 10 (Wibowo, 2012:87). Hasil pengujian multikolinearitas dapat dilihat pada Tabel 4.3.
Tabel 4.3 Uji Multikolinearitas Coefficientsa Model Collinearity Statistics Tolerance VIF 1 SIZE_X1 .604 1.657 ROA_X2 .701 1.427 DER_X3 .837 1.195
a. Dependent Variable: AD_Y
Coefficient Correlationsa
Model DER_X3 ROA_X2 SIZE_X1
1 Correlations DER_X3 1.000 .142 -.395
ROA_X2 .142 1.000 -.541
SIZE_X1 -.395 -.541 1.000
Covariances DER_X3 15.549 8.651 -2.669E-6
ROA_X2 8.651 238.399 -1.433E-5
SIZE_X1 -2.669E-6 -1.433E-5 2.936E-12
a. Dependent Variable: AD_Y
Sumber: Output SPSS, diolah oleh penulis, 2013
Berdasarkan tabel hasil pengujian di atas, dapat dilihat bahwa seluruh variabel independen pada penelitian ini memiliki nilai tolerance > 0,10 dan nilai VIF < 10. Dengan demikian, tidak terjadi multikolinearitas pada model regresi penelitian ini atau tidak terdapat korelasi antara variabel-variabel independen yang diteliti.
c. Uji Autokorelasi
Uji autokorelasi dapat dilakukan dengan melakukan uji Durbin-Watson (DW) dengan kriteria sebagai berikut (Sunyoto (2009: 91):
4) Angka DW di bawah -2, berarti ada autokorelasi positif.
5) Angka DW di antara -2 sampai dengan +2, berarti tidak ada autokorelasi.
6) Angka DW di atas +2, berarti ada autokorelasi negatif. Hasil uji autokorelasi dapat dilihat pada Tabel 4.4.
Tabel 4.4 Uji Autokorelasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .350a .122 .058 12.75102 1.789
a. Predictors: (Constant), DER_X3, ROA_X2, SIZE_X1 b. Dependent Variable: AD_Y
Sumber: Output SPSS, dioleh oleh penulis, 2013
Berdasarkan hasil uji DW pada Tabel 4.4, nilai DW pada penelitian ini adalah sebesar 1,789. Nilai tersebut terletak antara -2 sampai dengan +2 yang berarti bahwa tidak terjadi autokorelasi pada model regresi penelitian ini.
d. Uji Heteroskedastisitas
Untuk mengetahui ada tidaknya gejala heteroskedastisitas, menurut Ghozali (2005: 126) pengujian dapat dilakukan dengan melihat grafik scatterplot dengan dasar analisis berikut ini:
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.3 Uji Heteroskedastisitas Sumber: Output SPSS, diolah oleh Penulis, 2013.
Dari grafik scatterplot pada Gambar 4.3, dapat disimpulkan bahwa model regresi ini bebas dari gejala heteroskedastisitas, karena keberadaan titik-titik pada grafik tersebut menyebar secara acak di atas dan di bawah angka 0 dan sumbu Y, serta tidak membentuk suatu pola tertentu yang teratur.
4.2.3 Pengujian Hipotesis
Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang BLUE (Best Linear Unbiased Estimator).
a. Analisis Regresi Linear Berganda
Pengujian hipotesis pada penelitian ini dilakukan dengan model regresi linear berganda. Hasil regresi dapat dilihat pada Tabel 4.5.
Tabel 4.5 Hasil Analisis Regresi
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 63.100 4.705 13.412 .000 SIZE_X1 1.185E-6 .000 .130 .692 .493 ROA_X2 11.443 15.440 .130 .741 .463 DER_X3 5.202 3.943 .211 1.319 .194
a. Dependent Variable: AD_Y
Sumber: Output SPSS, diolah oleh Penulis, 2013
Berdasarkan tabel di atas diperoleh persamaan regresi sebagai berikut:
Y = a + b1X1 + b2X2 + b3X3 + e
AD = 63.100 + 1,185Size +11,443ROA + 5,202DER + e
1. Konstanta sebesar 63,100 menunjukkan bahwa apabila tidak ada variabel Size, ROA, DER (X1,X2,X3=0) maka audit delay adalah 63,100 hari.
2. b1 memiliki nilai koefisien regresi sebesar 1,185, ini berarti jika
variabel independen lain nilainya tetap atau tidak berubah, maka setiap kenaikan 1 poin atau 1%, variabel ukuran perusahaan akan meningkatkan nilai audit delay sebesar 1,185. Koefisien variabel ukuran perusahaan bernilai positif artinya terdapat hubungan positif antara ukuran perusahaan dengan audit delay, artinya semakin meningkat nilai ukuran perusahaan maka akan meningkatkan audit delay.
3. b2 memiliki nilai koefisien regresi sebesar 11,443, ini berarti jika variabel independen lain nilainya tetap atau tidak berubah, maka setiap kenaikan 1 poin atau 1%, variabel ROA akan meningkatkan nilai audit delay sebesar 11,443. Koefisien variabel ROA bernilai positif artinya terdapat hubungan positif antara ROA dan audit delay, artinya semakin meningkat nilai ROA maka akan meningkatkan audit delay.
4. b3 memiliki nilai koefisien regresi sebesar 5,202, ini berarti jika
variabel independen lain nilainya tetap atau tidak berubah, maka setiap kenaikan 1 poin atau 1%, variabel DER akan meningkat audit delay sebesar 5,202. Koefisien variabel DER bernilai positif artinya terdapat hubungan positif antara DER dan audit delay, artinya semakin meningkat nilai DER maka akan meningkatkan audit delay.
b. Pengujian Koefisien Determinasi
Hasil pengujian koefisien determinasi dengan menggunakan program analisis statistik SPSS dapat dilihat pada Tabel 4.6.
Tabel 4.6
Pengujian Hipotesis: Koefisien Determinasi
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .350a .122 .058 12.75102 1.789
a. Predictors: (Constant), DER_X3, ROA_X2, SIZE_X1 b. Dependent Variable: AD_Y
Sumber: Output SPSS, diolah oleh Penulis, 2013
Pada tabel 4.5 menunjukkan hasil uji secara keseluruhan dengan nilai R sebesar 0,305 yang memiliki arti bahwa variabel independen (Ukuran Perusahaan, Return On Asset, dan Debt to Equity Ratio) dan variabel dependen (Audit Delay) memiliki hubungan sebesar 30, 5%.
Nilai koefisien determinasi atau R2 yang baik adalah nilai yang mendekati 1 (satu) yang berarti variabel-variabel independen yang digunakan dalam penelitian dapat memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2006). Untuk model regresi linear berganda, sebaiknya digunakan Adjusted R2 atau R2 yang disesuaikan dalam rangka mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Hal ini disebabkan karena Adjusted R2 dapat naik atau turun apabila terdapat satu atau
lebih variabel independen ditambahkan ke dalam model regresi. Dan seperti yang terlihat pada tabel 4.5, hasil regresi memberikan nilai Adjusted R2 sebesar 0,058. Nilai tersebut merupakan nilai yang berada di antara 0 dan 1 (satu) dan termasuk ke dalam nilai koefisien determinasi. Hal itu mengartikan bahwa, variabel independen yang dianalisis dalam penelitian ini mampu menjelaskan variabel dependen, sehingga peneliti dapat melanjutkan penelitian pada pengujian selanjutnya.
c. Pengujian Koefisien Regresi Parsial (Uji t)
Hasil uji t dari masing-masing variabel independen dapat dilihat pada Tabel 4.7.
Tabel 4.7
Pengujian Hipotesis: Uji t
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 63.100 4.705 13.412 .000 SIZE_X1 1.185E-6 .000 .130 .692 .493 ROA_X2 11.443 15.440 .130 .741 .463 DER_X3 5.202 3.943 .211 1.319 .194
a. Dependent Variable: AD_Y
Sumber: Output SPSS, diolah oleh penulis, 2013
Berdasarkan hasil pengujian hipotesis secara parsial pada Tabel 4.6, diperoleh P-value atau nilai signifikansi masing-masing variabel independen. Berikut penjelasannya:
1. Ukuran Perusahaan
Nilai signifikansi Ukuran Perusahaan (Size) yang diukur dengan jumlah Total Asset perusahaan adalah sebesar 0,493. Berarti nilainya lebih tinggi dari taraf signifikansi, 0,493 > 0,05. Hasil perbandingan thitung juga menunjukkan bahwa thitung
< ttabel (0,692 < 2,017). Maka H1 ditolak, H0 yang diterima atau
sama artinya dengan variabel Ukuran Perusahaan tidak memiliki pengaruh secara signifikan terhadap audit delay.
2. Tingkat Profitabilitas (ROA)
Nilai signifikansi Return On Asset dari hasil pengujian ini adalah sebesar 0,463. Itu berarti nilainya lebih tinggi dari taraf signifikansi, 0,463 > 0,05. Hasil perbandingan thitung juga menunjukkan bahwa thitung < ttabel (0,741 < 2,017). Maka H1
ditolak, H0 diterima atau sama artinya dengan variabel Return On Asset tidak memiliki pengaruh secara signifikan terhadap audit delay.
3. Tingkat Solvabilitas (DER)
Nilai signifikansi Debt to Equity Ratio dari hasil pengujian ini adalah sebesar 0,194. Itu berarti nilainya lebih tinggi dari taraf signifikansi, 0,194 > 0,05. Hasil perbandingan thitung juga
menunjukkan bahwa thitung < ttabel (1,319 < 2,017). Maka H1
Equity Ratio tidak memiliki pengaruh secara signifikan terhadap audit delay.
d. Pengujian Koefisien Regresi Serentak (Uji F)
Dari Tabel 4.8 hasil pengujian hipotesis pada uji F, dapat dilihat nilai signifikansi atau P-value model regresi penelitian ini
berada di atas taraf signifikansi yaitu 0,05 (α = 5%) sebesar 0,144
(> 0,05). Hasil perbandingan Fhitung juga menunjukkan bahwa Fhitung < Ftabel (1,906 < 2,833).
Tabel 4.8
Pengujian Hipotesis: Uji F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 929.645 3 309.882 1.906 .144a
Residual 6666.132 41 162.589
Total 7595.778 44
a. Predictors: (Constant), DER_X3, ROA_X2, SIZE_X1 b. Dependent Variable: AD_Y
Sumber: Output SPSS, diolah oleh penulis, 2013.
Hasil uji F membuktikan bahwa variabel independen yang meliputi Ukuran Perusahaan, Return On Asset, dan Debt to Equity Ratio secara simultan/bersama-sama tidak memiliki pengaruh secara signifikan terhadap Audit Delay sebagai variabel dependen. Maka H1 ditolak dan H0 diterima.