BAB IV. HASIL DAN PEMBAHASAN
4.1.3 Statistik Deskriptif
Variabel-variabel dalam penelitian dimasukkan ke program SPSS dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Berikut ini ditampilkan data statistik secara umum dari seluruh data yang digunakan sebagaimana terlihat pada tabel berikut :
Tabel 4.1. Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation HS 91 330.00 20850.00 4765.3297 4571.46669 PLAWTP 91 59.00 183.00 109.3736 29.93276 ARL 91 37.00 148.00 77.9670 17.80353 Valid N (listwise) 91
Sumber: Output SPSS, lihat lampiran 6. Dari tabel tersebut dapat dijelaskan bahwa :
55 1. Rata-rata HS (harga saham) adalah Rp 4.765,3297 dengan standar deviasi 4.571,46669, dengan harga saham tertinggi Rp 20.850,00 dan harga saham terendah Rp 330,00, maka dapat diindikasikan data bervariatif dan menyebar. 2. Rata-rata PLAWTP (pengumuman laporan audit wajar tanpa pengecualian) adalah 109 hari (pembulatan dari 109,3736) dengan standar deviasi 29,93276, dengan jangka waktu terlama 183 hari dan jangka waktu tercepat 59 hari, maka dapat diindikasikan data bervariatif dan menyebar.
3. Rata-rata ARL (audit report lag) adalah 78 hari (pembulatan dari 77,9670) dengan standar deviasi 17,80353, dengan jangka waktu terlama 148 dan jangka waktu tercepat 37 hari, maka dapat diindikasikan data bervariatif dan menyebar diantara nilai maksimum dan minimum.
Tabel 4.2. Kualitas Audit
KAP Perusahaan Persentase
Big Four 1 38 42 %
Non Big Four 0 53 58 %
Jumlah 91 100 %
Sumber: Diolah oleh peneliti
Dari tabel tersebut dapat dijelaskan bahwa :
1. KA (Kualitas Audit) merupakan variabel dummy dan diukur dengan ukuran KAP Big Four dan KAP Non Big Four, dimana untuk KAP Big Four berjumlah 38 perusahaan dengan persentase 42% dan untuk KAP Non Big Four berjumlah 53 perusahaan dengan persentase 58% dari jumlah sampel yang diuji.
56 2. Jumlah sampel data perusahaan manufaktur berjumlah 91 perusahaan dari Bursa Efek Indonesia tahun 2012.
4.1.4. Uji Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala multikolonieritas, dan gejala autokorelasi. Model regresi akan dapat dijadikan estimasi yang tidak bias jika telah memenuhi persyaratan BLUE (Best Linear Unbiased Estimator) yakni tidak terdapat heteroskedastisitas, tidak terdapat multikolinieritas dan tidak terdapat autokorelasi.
a. Uji Normalitas Data
Regresi yang baik mensyaratkan adanya normalitas pada data penelitian atau pada nilai residualnya bukan pada masing-masing variabelnya. Uji normalitas model regresi dalam penelitian ini menggunakan analisis grafik dengan melihat histogram dan normal probability plot. Apabila ploting data membentuk satu garis lurus diagonal maka distribusi data adalah normal. Berikut adalah hasil uji normalitas dengan menggunakan diagram.
Tabel 4.3. Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 91
Normal Parametersa,b Mean .0000000
57 Most Extreme Differences Absolute .131 Positive .131 Negative -.101 Kolmogorov-Smirnov Z 1.252
Asymp. Sig. (2-tailed) .087
a. Test distribution is Normal. b. Calculated from data.
Sumber: Output SPSS, lihat lampiran 6.
Berdasarkan tabel 4.3 dapat diketahui apakah data penelitian telah berdistribusi normal atau tidak, dan hasil test distribution ternyata menunjukkan normal, yang ditunjukkan oleh nilai Asymp. Sig. (2-tailed) sebesar 0.087 > 0.05, dan nilai Kolmogorov-Smirnov Z 1.252, untuk lebih lanjut dapat dilihat pada gambar Normal P-Plot berikut ini:
58 Sumber: Output SPSS, lihat lampiran 6.
Gambar 4.1. Normal P-Plot
Pada gambar 4.1 Normal P-Plot menunjukkan bahwa distribusi data cenderung mendekati garis distribusi normal, distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan, berarti data tersebut mempunyai pola seperti distribusi normal, artinya data tersebut sudah layak untuk dijadikan bahan dalam penelitian.
59 Sumber: Output SPSS, lihat lampiran 6.
Gambar 4.2. Grafik Histogram
Berdasarkan grafik Histogram di atas diketahui bahawa variabel harga saham berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak menceng kekiri atau kekanan.
b. Uji Heteroskedastisitas
Uji ini dilakukan untuk mengetahui apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lain
60 Sumber: Output SPSS, lihat lampiran 6.
Gambar 4.3. Grafik Scatterplot Heteroskedastisitas
Hasil pengujian ini menunjukkan bahwa model regresi ini bebas dari masalah heteroskedastisitas, dengan kata lain: variabel-variabel yang akan diuji dalam penelitian ini bersifat homoskedastis.
c. Uji Multikolinearitas
Uji Multikolinearitas dalam penelitian ini adalah dengan melihat koefisien Variance Inflation Factor (VIF) dan nilai Tolerance. Menurut Nunnally (1967)
bahwa: “Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance < 0.10 atau sama dengan nilai VIF ≥10”, dengan kata lain data yang baik dapat dilihat apabila memiliki nilai Tolerance lebih besar dari 0,10 dan nilai VIF lebih kecil dari 10 dan apabila nilai Tolerance
61 dan VIF tidak sesuai dengan ketentuan tersebut maka data penelitian mengandung multikolinearitas yang berarti tidak layak digunakan sebagai data penelitian. Berikut adalah hasil uji multikolinearitas dari output SPSS yang dilakukan.
Tabel 4.4. Uji Multikolinearitas
Coefficientsa
Model Colinearity Statistics
Tolerance VIF 1 (Constant) PLAWTP .906 1.104 ARL .901 1.110 KA .985 1.015 a. Dependent Variable: HS
Sumber: Output SPSS, lihat lampiran 6.
Hasil uji multikolinearitas menunjukkan nilai tolerance > 0,10 dan nilai VIF < 10 untuk variabel penelitian pengumuman laporan audit wajar tanpa pengecualian, audit report lag dan kualitas audit, hal ini menunjukkan bahwa tidak ada multikolinearitas dalam model regresi sehingga data dikatakan baik dan dapat digunakan untuk pengujian selanjutnya.
d.Uji Autokorelasi
Uji ini dilakukan dengan menggunakan analisis Durbin Watson (DW) test. Pengambilan keputusan pada asumsi ini memerlukan dua nilai bantu yang diperoleh dari tabel Durbin Watson yang terdapat pada lampiran 3, yaitu nilai dL dan dU untuk k = jumlah variabel bebas dan n = jumlah sampel. Jika nilai DW
62 berada diantara nilai du hingga (4-dU), berarti asumsi tidak terjadi autokorelasi terpenuhi. Adapun kriteria dalam penentuan autokorelasi adalah sebagai berikut :
1) Jika DW < dL atau DW > 4-dL maka terdapat autokorelasi. 2) Jika dL < DW < dU atau 4-dU < DW < 4-dL maka status
autokorelasi tidak dapat dijelaskan (inconclusive).
3) Jika dU < DW < 4-dU maka tidak terjadi autokorelasi (Non Autokorelasi).
Tabel 4.5 digunakan untuk melihat nilai Durbin Watson yang didapat dengan menggunakan bantuan SPSS Versi 17. Tabel 4.5 digunakan untuk melihat nilai Durbin Watson yang didapat dengan menggunakan bantuan SPSS Versi 17. Tabel DW yang terdapat pada lampiran 3 menunjukkan bahwa dengan n = 91, k = 3, maka akan diperoleh nilai dL = 1.5915 dan dU = 1.7275 dan 4-dU = (4 –
1.5915 ) = 2.2725 Tabel 4.5. Uji Autokorelasi Model Summaryb Model Durbin-Watson 1 2.185
Sumber : Output SPSS, lihat lampiran 6.
Tabel 4.5 menunjukkan bahwa DW test sebesar = 2.185, Ini menyimpulkan bahwa data berada di dU < DW < 4-dU, dengan demikian dapat disimpulkan bahwa data yang digunakan dalam penelitian tersebut tidak terjadi autokorelasi (Non Autokorelasi). Penulis menetapkan bahwa model layak digunakan setelah asumsi klasik terpenuhi.
63 4.1.5. Pengujian Hipotesis
Setelah dilakukan pengujian awal terhadap data penelitian berikut akan dilakukan uji hipotesis 1 dengan menggunakan analisis regresi berganda kemudian uji hipotes 2 dan 3 menggunakan uji interaksi atau MRA (Moderated Regression Analysis).
a. Pengujian Hipotesis 1
Pengujian hipotesis 1 dilakukan untuk melihat pengaruh pengumuman laporan audit wajar tanpa pengecualian dan audit report lag terhadap harga saham yang dilakukan dengan menggunakan analisis regresi berganda.
1. Uji Simultan (Uji-F)
Sebelum melakukan pengujian untuk uji parsial dengan menggunakan uji t, maka akan dilakukan pengujian apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh bersama-sama terhadap variabel dependen. Uji yang dilakukan adalah dengan menggunakan Uji-F dengan bantuan tabel F yang terdapat pada lampiran 4. Berikut ini merupakan hasil perhitungan Uji-F.
Tabel 4.6. Uji-F ANOVAb Model Df F Sig. 1 Regression 2 1.803 .171a Residual 88 Total 90
a. Predictors: (Constant), ARL, PLAWTP b. Dependent Variable: HS
64 Tabel 4.6 menunjukkan bahwa F hitung adalah sebesar 1.803 < F tabel 3.10 (terdapat pada lampiran 4) dengan taraf signifikan sebesar 0.171 > 0.05. Hasil tersebut menunjukkan bahwa secara bersama-sama variabel pengumuman laporan audit wajar tanpa pengecualian dan audit report lag dalam penelitian ini tidak mempunyai pengaruh secara signifikan terhadap harga saham.
2. Uji Parsial (Uji-t)
Uji-t pada dasarnya menunjukkan seberapa besar pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. Tampilan output SPSS uji-t dapat dilihat pada Tabel 4.7.
Tabel 4.7. Uji-t Coefficientsa Model T Sig. 1 Constant 3.598 .001 PLAWTP -1.593 .115 ARL -.516 .607 a. Dependent Variable: HS
Sumber : Output SPSS, lihat lampiran 7.
Harga t hitung yang ada selanjutnya dibandingkan dengan harga t tabel yang terdapat pada lampiran 5, untuk kesalahan 5 % uji dua pihak dan dk = n – 2 = 89, maka diperoleh t tabel = 1.662 (terdapat pada lampiran 5). Adapun kriteria penerimaan hipotesis adalah sebagai berikut :
Ho (Hipotesis Nol) : = 0 (tidak ada pengaruh) Ha (Hipotesis Alternatif) : ≠ 0 (ada pengaruh)
Tabel 4.7 menjelaskan untuk variabel pengumuman laporan audit wajar tanpa pengecualian, nilai t hitung -1.593 < t tabel 1.662 dan nilai sig sebesar 0.115 >
65 0,05 maka Ho diterima dan Ha ditolak, dapat disimpulkan bahwa pengumuman laporan audit wajar tanpa pengecualian tidak berpengaruh secara signifikan terhadap harga saham.
Variabel audit report lag, nilai t hitung -0.516 < t tabel 1.662 dan nilai sig sebesar 0.607 > 0,05 maka Ho diterima dan Ha ditolak, dapat disimpulkan bahwa variabel audit report lag tidak berpengaruh secara signifikan terhadap harga saham.
3. Koefisien Determinasi
Tabel 4.8 berikut merupakan Tabel model summary yang digunakan untuk mengetahui seberapa besar kualitas model regresi yang terbentuk dapat menerangkan kondisi yang sebenarnya, dengan memperhatikan nilai koefisien determinasi (R square).
Tabel 4.8. Uji Determinasi Model Summaryb
Model R R Square Adjusted R Square
1 .462a .214 .018
Sumber : Output SPSS, lihat lampiran 7.
Tabel 4.8 menunjukkan kemampuan model dalam menjelaskan besarnya pengaruh variabel bebas (pengumuman laporan audit wajar tanpa pengecualian dan audit report lag,) terhadap variabel terikat (harga saham) adalah sebesar 0.018 (1,8%), dimana dari 100 % yang mempengaruhi harga saham ternyata pengumuman laporan audit wajar tanpa pengecualian dan audit report lag dapat berpengaruh terhadap besarnya harga saham sebesar 1.8 % sedangkan selebihnya sebesar 98.2% dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini.
66 4. Uji Analisis Regresi Berganda
Tabel 4.9. Uji Regresi Berganda
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
B Std. Error Beta
1 (Constant) 8805.373 2447.072
PLAWTP -26.609 16.709 -.174
ARL -14.490 28.092 -.056
Sumber : Output SPSS, lihat lampiran 7.
Berdasarkan pada Tabel 4.9 dapat dilihat koefisien untuk persamaan regresi dari penelitian ini, yang dapat disusun dalam persamaan matematis sebagai berikut:
Y = a + b1X1 + b2X2
Y = 8805.373 + (-26.609)X1+ (-14.490)X2
Persamaan regresi berganda tersebut menunjukkan nilai a = 8805.373 yang berarti apabila pengumuman laporan audit wajar tanpa pengecualian dan audit report lag tidak ada maka harga saham perusahaan bernilai 8805.373, dengan nilai 1= -26.609X1 menunjukkan bahwa apabila pengumuman laporan audit wajar tanpa pengecualian di perlambat maka akan menurunkan nilai harga saham. Dengan nilai 2 = -14.490X2 menunjukkan bahwa apabila audit report lag di perlambat maka akan menurunkan nilai harga saham.
b. Pengujian Hipotesis 2
Pengujian hipotesis 2 dilakukan untuk melihat pengaruh pengumuman laporan audit wajar tanpa pengecualian terhadap harga saham dengan kualitas
67 audit sebagai variabel moderator yang dilakukan dengan menggunakan uji interaksi atau MRA (Moderated Regression Analysis).
1. Uji Simultan (Uji-F)
Uji pengaruh simultan digunakan untuk mengetahui apakah variabel independen secara bersama-sama atau simultan mempengaruhi variabel. Berikut ini merupakan hasil perhitungan Uji-F.
Tabel 4.10. Uji-F ANOVAb Model Df F Sig. 1 Regression 3 2.086 .108a Residual 87 Total 90
a. Predictors: (Constant), MODERAT1,PLAWTP,KA b. Dependent Variable: HS
Sumber : Output SPSS, lihat lampiran 8.
Tabel 4.10 menunjukkan bahwa F hitung adalah sebesar 2.086 < F tabel 2.71 (terdapat pada lampiran 4) dengan taraf signifikan sebesar 0.108 > 0.05. Hasil tersebut menunjukkan bahwa secara bersama-sama variabel pengumuman laporan audit wajar tanpa pengecualian, kualitas audit dan moderat1 dalam penelitian ini tidak mempunyai pengaruh secara signifikan terhadap harga saham.
2. Uji Parsial (Uji-t)
Uji-t pada dasarnya menunjukkan seberapa besar pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. Tampilan output SPSS uji-t dapat dilihat pada Tabel 4.11.
68 Tabel 4.11. Uji-t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Beta 1 (Constant) 6589.070 2.766 .007 PLAWTP -22.396 .147 -1.052 .296 KA 3496.897 .379 .965 .337 MODERAT1 -17.982 -.231 -.565 .574 a. Dependent Variable: HS
Sumber : Output SPSS, lihat lampiran 8.
Berdasarkan pada Tabel 4.11 dapat dilihat koefisien untuk persamaan regresi dari penelitian ini, yang dapat disusun dalam persamaan matematis sebagai berikut:
Y = a1 + b1X1 + b3X3+ b5X1X3
Y = 6589.070+ (-22.396)X1+ 3496.897X3 + (-17.982)X1X3
Tabel 4.11 menjelaskan untuk variabel pengumuman laporan audit wajar tanpa pengecualian, nilai t hitung -1.052< t tabel 1.662 (terdapat pada lampiran 5) dan nilai sig sebesar 0.296 > 0,05 maka Ho diterima dan Ha ditolak, dapat disimpulkan bahwa pengumuman laporan audit wajar tanpa pengecualian tidak berpengaruh secara signifikan terhadap harga saham.
Variabel kualitas audit, nilai t hitung 0.965< t tabel 1.662 dan nilai sig sebesar 0.337> 0,05 maka Ho diterima dan Ha ditolak, dapat disimpulkan bahwa variabel kualitas audit tidak berpengaruh secara signifikan terhadap harga saham.
Variabel moderat1 yang merupakan interaksi antara pengumuman laporan audit wajar tanpa pengecualian dan kualitas audit, nilai t hitung -0.565 < t tabel 1.662 dan nilai sig sebesar 0.574 > 0,05 maka Ho diterima dan Ha ditolak, dapat
69 disimpulkan bahwa variabel moderat1 tidak berpengaruh secara signifikan terhadap harga saham dan bukan merupakan variabel moderating.
3. Koefisien Determinasi
Tabel 4.12 berikut merupakan Tabel model summary yang digunakan untuk mengetahui seberapa besar kualitas model regresi yang terbentuk dapat menerangkan kondisi yang sebenarnya, dengan memperhatikan nilai koefisien determinasi (R square).
Tabel 4.12. Uji Determinasi Model Summaryb
Model R R Square Adjusted R Square
1 .259a .067 .035
Sumber : Output SPSS, lihat lampiran 8.
Tabel 4.12 menunjukkan kemampuan model dalam menjelaskan besarnya pengaruh variabel bebas (pengumuman laporan audit wajar tanpa pengecualian, kualitas audit dan moderat1,) terhadap variabel terikat (harga saham) adalah sebesar 0.035 (3.5%), dimana dari 100 % yang mempengaruhi harga saham ternyata pengumuman laporan audit wajar tanpa pengecualian, kualitas audit dan moderat1 dapat berpengaruh terhadap besarnya harga saham sebesar 3.5 % sedangkan sisanya sebesar 96.5 % dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini.
a. Pengujian Hipotesis 3
Pengujian hipotesis 3 dilakukan untuk melihat pengaruh audit report lag terhadap harga saham dengan kualitas audit sebagai variabel moderator yang
70 dilakukan dengan menggunakan uji interaksi atau MRA (Moderated Regression Analysis).
1. Uji Simultan (Uji-F)
Uji pengaruh simultan digunakan untuk mengetahui apakah variabel independen secara bersama-sama atau simultan mempengaruhi variabel. Berikut ini merupakan hasil perhitungan Uji-F.
Tabel 4.13. Uji-F ANOVAb Model Df F Sig. 1 Regression 3 2.276 .085a Residual 87 Total 90
a. Predictors: (Constant), MODERAT2,ARL,KA b. Dependent Variable: HS
Sumber : Output SPSS, lihat lampiran 9.
Tabel 4.13 menunjukkan bahwa F hitung adalah sebesar 2.276 < F tabel 2.71 (terdapat pada lampiran 4) dengan taraf signifikan sebesar 0.085 > 0.05. Hasil tersebut menunjukkan bahwa secara bersama-sama audit report lag, kualitas audit dan moderat2 dalam penelitian ini tidak mempunyai pengaruh secara signifikan terhadap harga saham.
4. Uji Parsial (Uji-t)
Uji-t pada dasarnya menunjukkan seberapa besar pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. Tampilan output SPSS uji-t dapat dilihat pada Tabel 4.14.
71 Tabel 4.14. Output SPSS Uji-t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Beta 1 (Constant) 1229.052 .367 .714 ARL 37.049 .144 .893 .374 KA 9496.00 1.030 2.196 .031 MODERAT2 -104.436 -.916 -1.931 .057
a. Dependent Variable: HARGA SAHAM Sumber : Output SPSS, lihat lampiran 9.
Berdasarkan pada Tabel 4.14 dapat dilihat koefisien untuk persamaan regresi dari penelitian ini, yang dapat disusun dalam persamaan matematis sebagai berikut:
Y = a2 + b2X2 + b4X3+ b6X2X3
Y = 1229.052 + (37.049)X2 + 9496.00X3 + (-104.436) X2X3
Tabel 4.14 menjelaskan untuk audit report lag, nilai t hitung 0.893 < t tabel 1.662 (terdapat pada lampiran 5) dan nilai sig sebesar 0.714 > 0,05 maka Ho diterima dan Ha ditolak. Dapat disimpulkan bahwa audit report lag tidak berpengaruh secara signifikan terhadap harga saham.
Untuk variabel kualitas audit, nilai t hitung 2.196 > t tabel 1.662 dan nilai sig sebesar 0.031< 0,05 maka Ho ditolak dan Ha diterima. Dapat disimpulkan bahwa variabel kualitas audit berpengaruh secara signifikan terhadap harga saham.
Untuk variabel moderat2 yang merupakan interaksi antara audit report lag dan kualitas audit, nilai t hitung -1.931 > t tabel 1.662 dan nilai sig sebesar 0.057 > 0,05 maka Ho ditolak dan Ha diterima. Dapat disimpulkan bahwa variabel moderat 2
72 berpengaruh negatif secara signifikan terhadap harga saham dan merupakan variabel moderating.
3. Koefisien Determinasi
Tabel 4.15 berikut merupakan Tabel model summary yang digunakan untuk mengetahui seberapa besar kualitas model regresi yang terbentuk dapat menerangkan kondisi yang sebenarnya, dengan memperhatikan nilai koefisien determinasi (R square).
Tabel 4.15. Uji Determinasi Model Summaryb
Model R R Square Adjusted R Square
1 .270a .073 .041
Sumber : Output SPSS, lihat lampiran 9.
Tabel 4.15 menunjukkan kemampuan model dalam menjelaskan besarnya pengaruh variabel bebas (audit report lag, kualitas audit dan moderat 2) terhadap variabel terikat (harga saham) adalah sebesar 0.041 (4.1%), dimana dari 100 % yang mempengaruhi harga saham ternyata audit report lag, kualitas audit dan moderat 2 dapat berpengaruh terhadap besarnya harga saham sebesar 4.1 % sedangkan sisanya sebesar 95.9% dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini.