METODE PENELITIAN
D. Metode Analisis Data
Pengujian ini dilakukan untuk melihat apakah terdapat pengaruh yang signifikan antara ukuran perusahaan, profitabilitas, leverage, dan ukuran KAP yang digunakan perusahaan terhadap audit delay.
35 1. Statistik Deskriptif
Statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami dan diinterpretasikan. Tabulasi menyajikan ringkasan, pengaturan, atau penyusunan data dalam bentuk tabel numerik dan grafik.
Metode analisis data yang digunakan adalah dengan cara analisis kuantitatif yang bersifat deskriptif yang menjabarkan data yang diperoleh dengan menggunakan analisis regresi berganda untuk menggambarkan fenomena atau karakteristik dari data, yaitu dengan memberikan gambaran tentang pengaruh faktor-faktor yang mempengaruhi audit delay. Metode analisis data akan dilakukan dengan bantuan program aplikasi komputer SPSS versi 17.
2. Uji Asumsi Klasik
Uji asumsi klasik dari data sekunder ini dilakukan menggunakan uji normalitas, uji heteroskedastisitas, uji multikolinearitas, dan uji autokorelasi.
a. Uji Normalitas
Uji normalitas adalah uji yang dilakukan untuk memeriksa apakah data penelitian kita berasal dari populasi yang sebarannya normal. Uji t dan uji F menngasumsikan bahwa nilai residual mengikuti distribusi normal, jika asumsi ini dilanggar maka uji statistik menjadi tidak valid
36 untuk jumlah sampel kecil (Ghozali, 2009). Model yang baik adalah distribusi data normal atau mendekati normal. Deteksi normalitas dapat dilihat dengan melihat penyebaran data (titik) pada sumbu diagonal grafik.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variansi dari residual satu pengamatan ke pengamatan yang lain. Jika variansi dari residual pengamatan ke pengamatan lain tetap, maka hal ini disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas (Ghozali, 2009). Dalam penelitian ini, pengujian heteroskedastisitas dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola 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 ada pola yang jelas, kemudian
titik-37 titik yang ada menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk meneliti apakah pada model regresi ditentukan adanya korelasi antar variabel independen. Model regresi yang 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 masing-masing pengaruh variabel independen terhadap variabel dependen. Pengujian terhadap multikolinearitas dapat dideteksi dengan menggunakan tolerance value dan variance inflation factor (VIF). Jika nilai tolerance value >0.10 dan VIF <10, maka tidak terjadi multikolinearitas (Ghozali, 2009).
d. Uji Autokorelasi
Uji autokorelasi dilakukan dengan uji Durbin Watson. Pengujian ini bertujuan untuk menguji apakah sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini
38 timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada runtut waktu karena “gangguan” pada individu atau kelompok yang sama pada periode berikutnya (Ghozali, 2009). Pada data crosssection (silang waktu), masalah autokorelasi relatif jarang terjadi karena “gangguan” pada observasi yang berbeda berasal dari individu atau kelompok yang berbeda. Model regresi yang baik adalah yang bebas dari autokorelasi. 3. Uji Hipotesis
Hipotesis pada penelitian ini diuji menggunakan model regresi berganda. 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 (Ghozali, 2009). Variabel independen yang akan diteliti terdiri dari ukuran perusahaan, profitabilitas, leverage, dan ukuran KAP. Sedangkan variabel dependennya adalah audit delay.
Model regresi yang digunakan untuk menguji hipotesis tersebut adalah sebagai berikut:
DELAY = α + β1 LnTA + β2 ROA + β3 DER + β4 Big4 + ε Dimana:
AUDLAY : lamanya waktu penyelasaian audit
39 β1 LnTA : log dari total aset
β2 ROA : profitabilitas
β3 DER : tingkat leverage / debt to equity ratio β4 Big4 : KAP Big Four
ε : standar error
Pengujian ini dilakukan menggunakan: a. Koefisien Determinasi (R2)
Koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Nilai koefisien determinasi adalah antara nol (0) dan satu (1). Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu (1) berarti variabel-variabel independen memberikan hamper seluruh informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2009).
b. Uji Statistik t
Uji statistik t menunjukkan seberapa jauh pengaruh masing-masing suatu variabel independen secara individual dalam menerangkan variasi variabel dependen dan digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel
40 independen terhadap variabel dependen yang diuji pada tingkat signifikansi 0.05 (Ghozali, 2009).
1) Jika nilai probabilitas lebih besar dari 0.05, maka H0 diterima atau H1 ditolak. Ini berarti bahwa variabel independen tidak mempunyai pengaruh individual terhadap variabel dependen.
2) Jika nilai probabilitas lebih kecil dari 0.05, maka H0 ditolak dan H1 diterima. Ini berarti bahwa variabel independen mempunyai pengaruh secara individual terhadap variabel dependen.
c. Uji Statistik F
Uji statistik F menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Uji statistik F digunakan untuk mengetahui seluruh variabel independen yang dimasukkan dalam model regresi secara bersama-sama terhadap variabel dependen yang diuji pada tingkat signifikansi 0.05 (Ghozali, 2009).
1) Jika nilai probabilitas lebih besar dari 0.05, maka H0 diterima dan H1 ditolak. Ini berarti bahwa semua variabel independen tidak mempunyai pengaruh secara bersama-sama terhadap variabel dependen.
41 2) Jika nilai probabilitas lebih kecil dari 0.05, maka H0 ditolak dan H1 diterima. Ini berarti bahwa semua variabel independen mempunyai pengaruh secara bersama-sama terhadap variabel dependen.