BAB II TINJAUAN PUSTAKA
3.6 Populasi dan Sampel Penelitian
3.6.2 Sampel Penelitian
Sampel adalah bagian dari jumlah dan karakteristik yang dipilih oleh populasi tersebut. Pemilihan sampel dalam penelitian ini menggunakan metode purposive sampling, yaitu dengan mengambil sampel yang telah ditentukan sebelumnya berdasarkan maksud dan tujuan penelitian atau dipilih berdasarkan kriteria.
Adapun kriteria-kriteria pengambilan sampel yang ditentukan oleh penulis adalah sebagai berikut :
1. Perusahaan pertambangan batu bara yang telah terdaftar di Bursa Efek Indonesia sebelum tanggal 31 Desember 2013.
2. Perusahaan pertambangan batu bara yang menerbitkan laporan keuangan lengkap dan telah diaudit oleh KAP.
Tabel 3.2
Daftar Populasi dan Proses Pemilihan Sampel Penelitian No Kode
Perusahaan Nama Perusahaan Kriteria
Sampel
5 BSSR PT. Baramulti Suksessarana,
Tbk 3
14 ITMG PT. Indo Tambangraya Megah,
Tbk
15 KKGI PT. Resources Alam Indonesia,
Tbk 10
16 MBAP PT. Mitrabara Adiperdana, Tbk 11
17 MYOH PT. Samindo Resources, Tbk
18 PKPK PT. Perdana Karya Perkasa, Tbk
19 PTBA PT. Tambang Batubara Bukit
Asam (Persero), Tbk
20 PTRO PT. Petrosea, Tbk 12
21 SMMT PT. Golden Eagle Energy, Tbk 13
22 TOBA PT. Toba Bara Sejahtera, Tbk 14
Sumber : Peneliti, 2019
Berdasarkan kriteria tersebut, maka jumlah sampel adalah 14 perusahaan dengan tahun penelitian selama 5 tahun, sehingga jumlah data observasi berjumlah 70.
3.7 Jenis dan Sumber Data Penelitian
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang diperoleh seorang peneliti secara tidak langsung dari objeknya, tetapi melalui sumber lain, baik lisan maupun tulisan. Data sekunder ini diambil dari website Bursa Efek Indonesia (BEI) dan referensi dari peneliti sebelumnya. Penelitian ini menggunakan pendekatan kuantitatif yang merupakan pengujian teori melalui pengukuran variabel penelitian dengan angka dan melakukan analisis data dengan prosedur statistik.
3.8 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi. Peneliti melihat dari laporan tahunan yang dipublikasikan perusahaan. Data sekunder yang diunduh dari website tiap tiap perusahaan terdaftar yaitu laporan keuangan tahunan yang memuat laporan auditor independen. Dalam hal ini setiap perusahaan pertambangan batu bara yang terdaftar di Bursa Efek Indonesia yang sesuai kriteria pemilihan sampel yang dimuat dalam penelitian ini.
3.9 Teknik Analisis Data
3.9.1 Analisis Statistik Deskriptif
Statistik deskriptif bertujuan untuk menggambarkan tentang ringkasan data-data penelitian seperti mean, standar deviasi, varian, modus, sum, range, minimum, dan maksimum.
3.9.2 Uji Asumsi Klasik
Tujuan pengujian asumsi klasik ini adalah untuk memberikan kepastian bahwa persamaan regresi yang didapatkan memiliki ketepatan dalam estimasi, tidak bias, dan konsisten. Pengujian asumsi klasik yang akan digunakan adalah uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
3.9.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Cara untuk mengetahui normalitas adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk suatu garis lurus diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya (Ghozali, 2011).
3.9.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen).
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel-variabel independen yang nilai korelasi antar sesama variabel independen sama
dengan nol. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut :
a. Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.
b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini merupakan indikasi adanya multikolinearitas.
c. Multikolinearitas dapat juga dilihat dari nilai tolerance dan lawannya variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur varibilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi (karena VIF = 1/ Tolerance). Nilai cut-off yang umum dipakai untuk menunjukkan adanya multikolineraitas adalah nilai Tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 0,10.
3.9.2.3 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 Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas.
Model regresi yang baik adalah Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah melihat grafik plot anatara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID.
Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi - Y sesungguhnya) yang telah di-studentized.
Dasar analisis :
1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan 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.
3.9.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan penggangu pada periode t-1 (sebelumnya). Jika terji adi korelasi, maka dinamakan problem autokorelasi. Autokorelasi
muncul karena observasi berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan penggangu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runut waktu (time series) karena
"gangguan" pada seseorang individu/kelompok cenderung mempengaruhi "gangguan" pada individu/kelompok yang sama pada periode berikutnya. Dasar pengambilan keputusan ada atau tidaknya autokorelasi adalah uji Durbin-Watson
Tabel 3.3
Dasar Pengambilan Keputusan Ada atau Tidaknya Autokorelasi
Hipotesis nol Keputusan Jika
Tidak ada autokorelasi positif Tidak ada autokorelasi positif Tidak ada autokorelasi negatif Tidak ada autokorelasi negatif Tidak ada autokorelasi, positif
Hipotesis dalam penelitian ini menggunakan model regresi linear berganda. Adapun model regresinya adalah sebagai berikut :
𝐘=𝐚 +𝐛𝟏𝐗𝟏+𝐛𝟐𝐗𝟐+𝐛𝟑𝐗𝟑+𝐛4𝐗𝟒+𝐞 Dimana :
Y = Audit Delay a = konstanta
b1 = koefisien regresi dari profitabilitas b2 = koefisien regresi dari solvabilitas b3 = koefisien regresi dari likuiditas
b4 = koefisien regresi dari ukuran perusahaan X1 = profitabilitas
X3 = likuiditas
X4 = ukuran perusahaan e = kesalahan / gangguan
3.9.3.1 Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 dan 1. Dalam kenyataannya, nilai adjusted R2 dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Jika dalam empiris didapat nilai adjusted R2 negatif, maka nilai adjusted R2 dianggap bernilai nol.
3.9.3.2 Uji Signifikasi Pengaruh Simultan (Uji-F)
Uji F bertujuan untuk menguji apakah variabel independen berpengaruh terhadap variabel dependen secara keseluruhan.
1. Jika nilai signifikansi F dari masing-masing variabel < 0,05 maka secara simultan variabel independen berpengaruh terhadap variable dependen.
2. Jika nilai signifikansi F dari masing-masing variabel > 0,05 maka secara simultan variabel independen tidak berpengaruh terhadap variabel dependen.
Jika nilai F dihitung lebih besar dari F tabel maka artinya F hitung signifikan artinya hipotesis dapat diterima. Jika nilai F hitung lebih kecil dari F tabel artinya F hitung tidak signifikan artinya hipotesis ditolak. Selain itu bila dilihat dari nilai probabilitas, maka
probabilitas < 0,05 maka Ho diterima dan bila probabilitas > 0,05 berarti Ho ditolak.
3.9.3.3 Uji Signifikasi Pengaruh Parsial (Uji-t)
Uji t dilakukan untuk mengukur seberapa besar pengaruh variabel independen secara individual dalam menerangkan variasi variabel dependen. Tujuan uji t adalah untuk menguji koefisien regresi secara individual. Pengujian dilakukan dengan menggunakan significance level 0,05 (α=5%). Cara pengujian parsial terhadap variabel independen yang digunakan dalam penelitian ini adalah : 1. Jika nilai signifikansi t dari masing-masing variabel < 0,05 maka
secara parsial variabel independen berpengaruh terhadap variable dependen.
2. Jika nilai signifikansi t dari masing-masing variabel > 0,05 maka secara parsial variabel independen tidak berpengaruh terhadap variabel dependen.
Jika nilai t hitung lebih besar dari t tabel maka artinya t hitung signifikan artinya hipotesis dapat diterima. Jika nilai t hitung lebih kecil dari t tabel artinya t hitung tidak signifikan artinya hipotesis ditolak.
BAB IV
HASIL DAN PEMBAHASAN
4.1 Gambaran Umum
Objek penelitian ini adalah perusahaan pertambangan Batu Bara yang terdaftar di Bursa Efek Indonesia tahun 2014-2018. Berdasarkan kriteria dalam pengambilan sampel, maka sampel perusahaan yang digunakan dalam penelitian ini adalah 14 perusahaan, sehingga total ukuran sampel dengan periode penelitian 5 tahun berjumlah 70. Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi berganda.
Pengujian asumsi klasik dan pengujian regresi dilakukan dengan menggunakan software SPSS.
4.2 Hasil Penelitian
4.2.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai minimum, nilai maksimum, nilai rata-rata (mean), dan standar deviasi dari variabel-variabel penelitian. Variabel penelitian ini terdiri dari audit delay sebagai variabel terikat (dependent variable) dan profitabilitas, solvabilitas, likuiditas, ukuran perusahaan sebagai variabel bebas (independent variable). Berdasarkan analisis statistik deskriptif diperoleh gambaran sebagai berikut :
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Audit Delay (Y) 70 39.00 177.00 72.2571 22.91616
Profitabilitas (X1) 70 -.43 .80 .0627 .16194
Solvabilitas (X2) 70 -9.87 34.06 1.8767 4.58426
Likuiditas (X3) 70 .01 4.05 1.4986 .89764
Ukuran Perusahaan (X4) 70 18.41 30.72 21.5184 3.23151
Valid N (listwise) 70
Berdasarkan Tabel 4.1, diketahui nilai audit delay minimum adalah 39 hari dan nilai audit delay maksimum 177 hari, sementara rata-rata dan standar deviasi dari audit delay adalah 72,2571 dan 22,91616. Diketahui nilai profitabilitas minimum adalah -0,43 dan nilai profitabilitas maksimum 0,80, sementara rata-rata dan standar deviasi dari profitabilitas adalah 0,0627 dan 0,16194. Diketahui nilai solvabilitas minimum adalah -9,87 dan nilai solvabilitas maksimum 34,06, sementara rata-rata dan standar deviasi dari solvabilitas adalah 1,8767 dan 4,58426. Nilai likuiditas minimum adalah 0,01 dan nilai likuiditas maksimum 4,05, sementara rata-rata dan standar deviasi dari likuiditas adalah 1,4986 dan 0,89764. Diketahui nilai ukuran perusahaan minimum adalah 18,41 dan nilai ukuran perusahaan maksimum 30,72, sementara rata-rata dan standar deviasi dari ukuran perusahaan adalah 21,5184 dan 3,23151.
4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah data yang digunakan memiliki distribusi normal atau mendekati normal. Dalam penelitian ini, uji normalitas menggunakan uji Kolmogorov-Smirnov.
Tingkat signifikansi yang digunakan α=0,05 Dasar pengambilan keputusan adalah melihat angka probabilitas , dengan ketentuan sebagai berikut : a. Jika nilai probabilitas 0,05, maka asumsi normalitas terpenuhi b. Jika nilai probabilitas ≤ 0,05, maka asumsi normalitas tidak terpenuhi
Tabel 4.2
Normal Parametersa,,b Mean .0000000
Std. Deviation 19.01074388
Most Extreme Differences Absolute .101
Positive .096
Negative -.101
Kolmogorov-Smirnov Z .845
Asymp. Sig. (2-tailed) .473
a. Test distribution is Normal.
b. Calculated from data.
Perhatikan bahwa berdasarkan Tabel 4.2, diketahui nilai probabilitas atau Asymp.Sig.(2-tailed) sebesar 0,473. Karena nilai probabilitas yakni 0,473, lebih besar dibandingkan tingkat signifikansi yakni 0,05. Hal ini berarti asumsi normalitas terpenuhi.
Gambar 4.1 Uji Normalitas dengan Pendekatan Normal Probability Plot
Berdasarkan hasil uji normalitas dengan normal probability plot (Gambar 4.1) titik-titik cenderung menyebar dekat dengan garis diagonal.
Hal ini berarti data telah memenuhi asumsi normalitas.
4.2.2.2 Uji Multikolinearitas
Untuk memeriksa apakah terjadi multikolinearitas atau tidak dapat dilihat dari nilai variance inflation factor (VIF). Nilai VIF yang lebih dari 10 diindikasi suatu variabel bebas terjadi multikolinearitas.
Tabel 4.3 Uji Multikolinearitas
Model
Collinearity Statistics Tolerance VIF 1 (Constant)
Profitabilitas (X1) .883 1.132
Solvabilitas (X2) .950 1.053
Likuiditas (X3) .890 1.123
Ukuran Perusahaan (X4) .977 1.024
Berdasarkan Tabel 4.3, diketahui nilai VIF dari profitabilitas adalah 1,132, nilai VIF dari solvabilitas adalah 1,053, nilai VIF dari likuiditas adalah 1,123, dan nilai VIF dari ukuran perusahaan adalah 1,024. Karena nilai VIF dari profitabilitas, solvabilitas, likuiditas dan ukuran perusahaan tidak lebih dari 10, maka dapat disimpulkan tidak terjadi multikolinearitas.
4.2.2.3 Uji Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID pada sumbu Y dan ZPRED pada sumbu X. Ghozali (2006:105) menyatakan dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas. 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 4.2 Uji Heteroskedastisitas
Perhatikan bahwa berdasarkan Gambar 4.2, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4.2.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan problem autokorelasi. Uji autokorelasi dalam penelitian ini menggunakan uji Watson. Berikut hasil uji autokorelasi berdasarkan uji Durbin-Watson.
Tabel 4.4
Uji Autokorelasi dengan Uji Durbin-Watson
Model Durbin-Watson
1 2.033
Oleh karena nilai uji Durbin-W sebesar 2,033 lebih besar dari batas atas (du) 1,768 dan kurang dari 4-du (4-1,768) yaitu 2,232, maka dapat disimpulkan bahwa tidak terdapat autokorelasi.
4.3 Uji Hipotesis
4.3.1 Analisis Koefisien Determinasi (R2)
Koefisien determinasi (R2) merupakan suatu nilai yang mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan dalam persamaan regresi, dalam menerangkan variasi variabel tak bebas.
Tabel 4.5 Koefisien Determinasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 .558a .312 .269 19.58696
a. Predictors: (Constant), Ukuran Perusahaan (X4), Likuiditas (X3), Solvabilitas (X2), Profitabilitas (X1)
b. Dependent Variable: Audit Delay (Y)
Berdasarkan Tabel 4.5, diketahui nilai koefisien determinasi (R-Square) adalah 0,312. Nilai tersebut dapat diartikan seluruh variabel bebas, yakni profitabilitas, solvabilitas, likuiditas, dan ukuran perusahaan,
secara simultan mempengaruhi variabel audit delay sebesar 31,2%, sisanya sebesar 68,8% dipengaruhi oleh faktor-faktor lain.
4.3.2 Uji Signifikansi Pengaruh Simultan (Uji )
Uji bertujuan untuk menguji pengaruh variabel bebas secara bersama-sama atau simultan terhadap variabel tak bebas.
Tabel 4.6
Uji Signifikansi Pengaruh Simultan (Uji )
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 11298.193 4 2824.548 7.362 .000a
Residual 24937.178 65 383.649
Total 36235.371 69
a. Predictors: (Constant), Ukuran Perusahaan (X4), Likuiditas (X3), Solvabilitas (X2), Profitabilitas (X1) b. Dependent Variable: Audit Delay (Y)
Berdasarkan Tabel 4.6 diketahui nilai F hitung adalah 7,362, dan nilai Sig. 0,000. Nilai F hitung 7,362 > F tabel 2,51304 (F tabel tersaji di lampiran) dan nilai Sig. 0,000 < 0,05, maka profitabilitas, solvabilitas, likuiditas, ukuran perusahaan secara simultan berpengaruh signifikan terhadap audit delay.
4.3.3 Analisis Regresi Linear Berganda dan Uji Signifikansi Pengaruh Parsial (Uji t)
Tabel 4.7 menyajikan nilai koefisien regresi, serta nilai statistik t untuk pengujian pengaruh secara parsial.
Tabel 4.7
Uji Signifikansi Pengaruh Parsial (Uji t)
Coefficientsa
Berdasarkan Tabel 4.7, diperoleh persamaan regresi linear berganda sebagai berikut :
Berdasarkan persamaan regresi linear berganda di atas, diketahui :
a. Nilai koefisien regresi dari variabel profitabilitas adalah -30,653, yakni bernilai negatif. Hal ini dapat disimpulkan profitabilitas berpengaruh negatif terhadap audit delay.
b. Nilai koefisien regresi dari variabel solvabilitas adalah -0,525, yakni bernilai negatif. Hal ini dapat disimpulkan solvabilitas berpengaruh negatif terhadap audit delay.
c. Nilai koefisien regresi dari variabel likuiditas adalah -11,752, yakni bernilai negatif. Hal ini dapat disimpulkan likuiditas berpengaruh negatif terhadap audit delay.
d. Nilai koefisien regresi dari variabel ukuran perusahaan adalah -0,0003, yakni bernilai negatif. Hal ini dapat disimpulkan ukuran perusahaan berpengaruh negatif terhadap audit delay.
Uji t digunakan untuk menguji apakah suatu variabel bebas berpengaruh signifikan atau tidak terhadap audit delay, pada suatu tingkat signifikansi tertentu (dalam hal ini 0,05). Dasar pengambilan keputusan adalah dengan ketentuan sebagai berikut :
1. Jika |t hitung| > |t tabel|, maka pengaruh variabel bebas terhadap audit delay signifikan.
2. Jika |t hitung| < |t tabel|, maka pengaruh variabel bebas terhadap audit delay tidak signifikan.
Berdasarkan Tabel 4.7, diperoleh nilai signifikansi sebagai berikut : a. Diketahui nilai Sig. dari profitabilitas yakni 0,052 > 0,05 dan nilai t hitung |-1,978| < nilai t tabel |1,997138|, maka variabel profitabilitas tidak berpengaruh signifikan (secara statistika) terhadap audit delay.
b. Diketahui nilai Sig. dari solvabilitas yakni 0,323 > 0,05 dan nilai t hitung
|-0,995 | < nilai t tabel |1,997138| maka variabel solvabilitas tidak berpengaruh signifikan (secara statistika) terhadap audit delay.
c. Diketahui nilai Sig. dari likuiditas yakni 0.000 < 0,05 dan nilai t hitung |-4,221| > nilai t tabel |1,997138| maka variabel likuiditas berpengaruh signifikan (secara statistika) terhadap audit delay.
d. Diketahui nilai Sig. dari ukuran perusahaan yakni 1,000 > 0,05 dan t hitung |-0,00005| < nilai t tabel |1,997138| maka variabel ukuran perusahaan tidak berpengaruh signifikan (secara statistika) terhadap audit delay.
4.4 Pembahasan Hasil Penelitian
4.4.1 Pengaruh Profitabilitas terhadap Audit Delay
Profitabilitas memiliki pengaruh negatif namun tidak signifikan terhadap audit delay. Hal ini dibuktikan dengan hasil olah data ditemukan bahwa nilai signifikansi 0,52 lebih besar dari 0,05 yang berarti bahwa profitabilitas memiliki pengaruh negatif namun tidak signifikan terhadap audit delay.
Hasil penelitian ini sesuai dengan penelitian Suarsa dan Nawawi (2015) yang mengatakan bahwa ketika perusahaan menderita kerugian atau tingkat profitabilitas yang rendah, maka audit delay akan semakin panjang, ini terjadi karena profitabilitas menjadi perhatian utama stakeholder dalam menilai kinerja perusahaan dan mengambil keputusan sehingga auditor akan lebih berhati-hati dalam melakukan audit terutama terhadap pos-pos yang menjadi faktor penyebab menurunnya tingkat profitabilitas perusahaan.
4.4.2 Pengaruh Solvabilitas terhadap Audit Delay
Solvabilitas memiliki pengaruh negatif namun tidak signifikan terhadap audit delay. Hal ini dibuktikan dengan hasil olah data ditemukan bahwa nilai signifikansi 0,323 lebih besar dari 0,05 yang berarti bahwa solvabilitas memiliki pengaruh negatif namun tidak signifikan terhadap audit delay.
Hasil penelitian ini sesuai dengan penelitian Apriyana (2017) yang mengatakan bahwa besar kecilnya utang yang dimiliki perusahaan akan menyebabkan pemeriksaan dan pelaporan terhadap pemeriksaan utang perusahaan semakin lama sehingga dapat memperlambat proses pelaporan audit oleh auditor. Perusahaan yang memiliki proporsi total utang yang tinggi dibandingkan dengan total aset akan meningkatkan kecenderungan kerugian. Hal ini akan membuat auditor berhati-hati terhadap laporan keuangan yang akan diaudit karena menyangkut kelangsungan hidup perusahaan.
4.4.3 Pengaruh Likuiditas terhadap Audit Delay
Likuiditas memiliki pengaruh negatif dan signifikan terhadap audit delay. Hal ini dibuktikan dengan hasil olah data ditemukan bahwa nilai signifikansi 0,000 lebih kecil dari 0,05 yang berarti bahwa solvabilitas memiliki pengaruh negatif dan signifikan terhadap audit delay.
Hasil penelitian ini sesuai dengan penelitian Artaningrum, dkk (2017) yang mengatakan bahwa likuiditas merupakan kemampuan perusahaan dalam melunasi kewajibannya. Semakin tinggi tingkat likuiditas
maka perusahaan akan memperlihatkan kemampuannya yang cepat dalam melunasi kewajibannya, maka dari itu perusahaan akan lebih cepat menyampaikan laporan keuangannya ke publik dan dapat disimpulkan bahwa perusahaan yang memiliki tingkat likuiditas yang tinggi menunjukkan bahwa perusahaan tersebut memiliki kemampuan yang tinggi dalam melunasi kewajibannya. Hal ini merupakan berita baik sehingga perusahaan dengan kondisi seperti ini cenderung tepat waktu menyampaikan laporan keuangannya.
4.4.4 Pengaruh Ukuran Perusahaan terhadap Audit Delay
Ukuran perusahaan memiliki pengaruh negatif namun tidak signifikan terhadap audit delay. Hal ini dibuktikan dengan hasil olah data ditemukan bahwa nilai signifikansi 1,000 lebih besar dari 0,05 yang berarti bahwa ukuran perusahaan memiliki pengaruh negatif namun tidak signifikan terhadap audit delay.
Hasil penelitian ini sesuai dengan penelitian Apriyana (2017) yang mengatakan semakin besar perusahaan maka perusahaan tersebut memiliki sistem pengendalian internal yang baik sehingga dapat mengurangi tingkat kesalahan laporan keuangan, kemudian memudahkan auditor dalam melakukan pengauditan atas laporan keuangan.
4.4.5 Pengaruh Profitabilitas, Solvabilitas, Likuiditas, Ukuran Perusahaan secara Simultan terhadap Audit Delay
Hasil penelitian menggunakan uji simultan menunjukkan bahwa semua variabel independen yang terdiri dari profitabilitas, solvabilitas, likuiditas, ukuran perusahaan mempunyai pengaruh simultan terhadap audit delay. Berdasarkan tabel 4.6, diketahui nilai F hitung adalah 7,362 lebih besar dari nilai F tabel 2,51304 atau nilai signifikansi 0,000 lebih kecil 0,05 maka disimpulkan bahwa profitabilitas, solvabilitas, likuiditas, ukuran perusahaan mempunyai pengaruh simultan terhadap audit delay pada perusahaan Pertambangan Batu Bara yang terdaftar di Bursa Efek Indonesia 2014-2018.
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan analisis yang telah dilakukan dalam penenlitian yaitu berdasarkan sampel perusahaan pertambangan Batu Bara yang terdaftar di Bursa Efek Indonesia (BEI) periode 2014 sampai dengan 2018 dengan total 14 sampel perusahaan, dapat disimpulkan bahwa :
1. Hasil pengujian secara parsial menunjukkan bahwa variabel profitabilitas berpengaruh negatif namun tidak signifikan terhadap audit delay.
2. Hasil pengujian secara parsial menunjukkan bahwa variabel solvabilitas berpengaruh negatif namun tidak signifikan terhadap audit delay.
3. Hasil pengujian secara parsial menunjukkan bahwa variabel likuiditas berpengaruh negatif dan signifikan terhadap audit delay.
4. Hasil pengujian secara parsial menunjukkan bahwa variabel ukuran perusahaan berpengaruh negatif namun tidak signifikan terhadap audit delay.
5. Hasil pengujian secara simultan menunjukkan bahwa variabel profitabilitas, solvabilitas, likuiditas, ukuran perusahaan berpengaruh signifikan terhadap audit delay.
5.2 Saran
Berdasarkan hasil analisis pembahasan serta beberapa kesimpulan pada penelitian ini, maka saran yang dapat diberikan dalam penelitian ini adalah : 1. Untuk peneliti selanjutnya : diharapkan dapat lebih menyempurnakan
penelitian dengan cara menggunakan jenis industri lain, menambah variabel baik yang berasal dari faktor internal maupun eksternal perusahaan yang dapat mempengaruhi audit delay, serta menambah waktu periode penelitian.
2. Untuk perusahaan : diharapkan dapat bekerja sama dengan auditor dengan cara mempersiapkan serta memberikan semua data yang dibutuhkan oleh auditor dan juga memberikan keleluasaan kepada auditor dalam menyelesaikan pekerjaannya untuk mengaudit laporan keuangan perusahaan.
3. Untuk auditor : diharapkan dapat melakukan proses audit secara efektif dan
3. Untuk auditor : diharapkan dapat melakukan proses audit secara efektif dan