METODOLOGI PENELITIAN
D. Metode Analisis 1. Metode Analisis
Statistik deskriftif digunakan untuk menggambarkan data dalam bentuk kuantitatif dengan tidak menyertakan pengambilan keputusan melalui
Kriteria Jumlah
Perusahaan manufaktur
Perusahaan yang datanya tidak lengkap
Tidak ada opini audit
*Total perusahaan yang dijadikan sampel
221
(33) (29)
55 hipotesis. Data dipresentasikan ke dalam bentuk deskriftif tanpa diolah dengan tekhnik-tekhnik analisis statistik lainnya. (Sarwono, 2009:35).
Menurut Sugiyono (2005:144) Statistik parametris digunakan untuk menguji parameter populasi melalui statistik, atau menguji ukuran populasi melalui data sampel. Dalam statistik, pengujian parameter melalui statistik (data sampel) tersebut dinamakan uji hipotesis statistik.
Penggunaan statistik parametris dan non-parametris tergantung pada asumsi dan jenis data yang akan dianalisis. Statistik parametris memerlukan terpenuhinya banyak asumsi. Asumsi yang utama adalah data yang akan dianalisis harus berdistribusi normal. Selanjutnya dalam penggunaan salah satu test mengharuskan dan homogeny, dalam regresi harus terpenuhi asumsi liniaritas.
2. Uji Asumsi Klasik
Menurut Sunyoto (2009:79) Uji asumsi klasik digunakan untuk mengukur tingkat asosiasi atau keeratan hubungan dan pengaruh antar variabel bebas melalui besaran koefisien korelasi. Uji asumsi klasik yang digunakan antara lain uji normalitas, uji heteroskedastisitas, uji multikolinieritas dan uji autokorelasi.
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel dependen dan variabel independen keduanya mempunyai distribusi normal atau tidak. Model regresi yang sahih (valid) adalah distribusi data normal atau mendekati normal (Santoso, 2000:12).
Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Jika data (titik) menyebar di sekitar garis
56 diagonal, maka menunjukkan pola distribusi normal yang mengindikasikan bahwa model regresi memenuhi asumsi normalitas. Jika data (titik) menyebar menjauhi garis diagonal, maka tidak menunjukkan pola distribusi normal yang mengindikasikan bahwa model regresi tidak memenuhi asumsi normalitas (Ghozali, 2005:10). b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap maka disebut homoskedatisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedatisitas atau tidak terjadi heteroskedasitas(Ghozali, 2005:105). Dalam penelitian ini pengujian heteroskedasitas dilakukan dengan melihat Grafik Plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedatis dapat dilakukan dengan melihat ada tidaknya po la tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah residual (Y prediksi-Y sesungguhnya) yang telah di-studentized. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
57 c. Uji Multikoliniearitas
Pengujian ini bertujuan untuk meneliti apakah pada model regresi ditentukan adanya korelasi antar variabel independen. Model regresi yang sahih (valid) adalah model regresi yang bebas dari multikolinearitas. Multikolinearitas terjadi ketika variabel independen yang ada dalam metode berkorelasi satu sama lain, ketika korelasi antar variabel independen sangat tinggi maka sulit untuk memisahkan pengaruh masing-masing variabel independen terhadap variabel dependen.
Dalam melakukan pengujian terhadap multikolinearitas dapat dideteksi dengan menggunakan tolerance value dan variance inflation faktor (VIF), jika nilai tolerance value >0.10 dan VIF < 10 maka tidak terjadi multikolinearitas (Ghozali, 2005 : 91).
d. Uji Autokorelasi
Dilakukan dengan uji Durbin Watson. Pengujian ini bertujuan untuk meneliti apakah sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Model regresi yang sahih (valid) adalah model regresi yang bebas dari autokorelasi (Sunyoto,2009:91). Suatu jenis pengujian yang umumnya digunakan untuk mengetahui adanya autokorelasi yang dikembangkan oleh J. Durbin dan G. Watson yang disebut sebagai statistik Durbin-Watson. Pengujian ini dilakukan dengan membandingkan nilai d dari hasil perhitungan dengan nilai d1 dan dU dari tabel Durbin-Watson.
58 3. Uji Hipotesis
Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi berganda. Model regresi berganda bertujuan untuk memprediksi besar variabel dependen dengan menggunakan data variabel independen yang sudah diketahui besarnya (Santoso, 2000:163). Model regresi berganda umumnya digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap variabel dependen dengan skala pengukuran interval atau rasio dalam suatu persamaan linier (Sunyoto, 2009:11). Variabel independen terdiri dari ukuran perusahaan, opini audit, lamanya menjadi klien KAP, leverage, dan laba/rugi perusahaan sedangkan variabel dependennya adalah audit delay.
Untuk menguji hipotesis tersebut, maka rumus persamaan regresi yang digunakan adalah sebagai berikut:
Dimana:
Y : lamanya hari penyelesaian audit (audit delay). a : konstanta
b1-5 : koefesien regresi X1 : ukuran perusahaan (UK) X2 : opini audit (OA)
X3 : reputasi auditor (REP) X4 : leverage (LEV)
X5 : laba/rugi perusahaan (LR) E : error
59 Pengujian ini dilakukan melaui:
a. Koefesien Determinasi (R2)
Koefesien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Nilai koefesien determinasi adalah antara 0 (nol) dan 1(satu). Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2005:83).
b. Uji Statistik t
Uji statistik t menunjukkan seberapa jauh pengaruh suatu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen dan digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikasi 0,05 (Ghozali, 2005:84). Menurut Santoso (2000:168) dasar pengambilan keputusan adalah sebagai berikut:
1) Jika nilai probabilitas lebih besar dari 0,05 , maka H0 diterima atau Ha ditolak, ini berarti menyatakan bahwa variabel independen atau bebas tidak mempunyai pengaruh individual terhadap variabel dependen atau terikat.
2) Jika nilai probabilitas lebih kecil dari 0,05, maka H0 ditolak dan Ha diterima, ini berarti menyatakan bahwa variabel independen atau bebas
60 mempunyai pengaruh secara individual terhadap variabel dependen atau terikat.
c. Uji Statistik F
Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. Uji statistik F digunakan untuk mengetahui pengaruh semua variabel independen yang dimasukkan dalam model regresi secara bersama-sama terhadap variabel dependen yang diuji pada tingkat signifikasi 0,05 (Ghozali, 2005:84).
Menurut Santoso (2000:120) dasar pengambilan keputusan adalah sebagai berikut:
1) Jika nilai probabilitas lebih besar dari 0,05 , maka H0 diterima dan Ha ditolak, ini berarti menyatakan bahwa semua variabel independen atau bebas tidak mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat.
2) Jika nilai probabilitas lebih kecil dari 0,05 , maka H0 ditolak dan Ha diterima, ini berarti menyatakan bahwa semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat.