BAB IV ANALISIS DAN PEMBAHASAN
4.2 Analisis Hasil Penelitian
4.2.2 Uji Asumsi Klasik
Dalam penelitian ini pengujian normalitas data dilakukan secara grafik dan statistik sehingga dapat diketahui secara pasti bagaimana distribusi data yang diperoleh. Analisis grafik untuk melihat normalitas data dilakukan dengan melihat grafik histogram dan kurva normal probability plot. Dan analisis statistik dilakukan dengan menggunakan uji statistik non-parametrik Kolmogorov-Smirnov
(K-S).
Uji normalitas yang pertama dengan melihat grafik secara histogram. Berdasarkan hasil komputasi dengan bantuan aplikasi SPSS 18.0, maka dihasilkan grafik histogram seperti terlihat pada gambar 4.1 dibawah ini.
Gambar 4.1 Grafik Histogram
Sumber : Data sekunder yang diolah, 2013
Dalam gambar 4.1 diatas, terlihat bahwa bentuk histogram menggambarkan data yang berdistribusi normal atau mendekati normal. Karena terlihat grafik membentuk seperti lonceng (bell shaped). Dimana bentuk histogram seperti bentuk lonceng (bell shaped curve) mengindikasikan bahwa data berdistribusi normal (Santoso, 2002).
Uji normalitas yang kedua adalah dengan melihat analisis grafik normal P-Plot (normal probability plot). Berdasarkan hasil komputasi dengan bantuan aplikasi SPSS 18 for Window, maka dihasilkan grafik seperti terlihat pada gambar 4.2 dibawah ini.
Gambar 4.2 Normal Probability Plot
Sumber : Data Sekunder yang diolah, 2013
Dari gambar 4.2, terlihat data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal tersebut yang tidak menceng (skewness) ke kiri maupun ke kanan. Grafik normal plot memperlihatkan titik-titik menyebar di sekitar garis diagonal serta penyebarannya mendekati garis diagonal. Dengan pola grafik histogramnya menunjukkan bahwa pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Sehingga menurut analisis grafik (histogram dan P-Plot) data telah terdistribusi secara normal atau memenuhi asumsi normalitas.
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati melihat. Secara visual kelihatan normal, padahal secara statistik bisa sebaliknya. Oleh sebab itu digunakan pula analisis statistik Kolmogorov-Smirnov (uji K-S). Uji normalitas yang dilakukan dengan Kolmogorov-Smirnov digunakan untuk mengetahui apakah variabel ukuran perusahaan, laba/rugi perusahaan, opini auditor, rasio hutang dan auditdelay berdistribusi normal atau tidak. Apabila nilai signifikansinya lebih besar dari 0,05 maka data berdistribusi normal atau maka Ho diterima, sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka data tidak berdistribusi normal atau maka Ho ditolak. Tabel 4.2 berikut menyajikan tabel hasil uji Kolmogorov Smirnov.
Tabel 4.2
Hasil Uji Kolmogrov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 33
Normal Parametersa Mean .0000000
Std. Deviation 16.04809661 Most Extreme Differences Absolute .111 Positive .101 Negative -.111 Kolmogorov-Smirnov Z .639
Asymp. Sig. (2-tailed) .809
a. Test distribution is Normal.
Hasil pengujian yang ditunjukkan pada tabel 4.3 menunjukkan besar nilai
maka dapat disimpulkan bahwa dapat disimpulkan Ho diterima. Dan kesimpulan secara keseluruhan yang dapat diambil adalah nilai-nilai observasi data telah terdistribusi secara normal dan memenuhi asumsi normalitas serta dapat dilanjutkan dengan uji asumsi klasik lainnya.
4.2.2.2.Uji Multikolinieritas
Uji multikolinearitas bertujuan menguji apakah pada model regresi terdapat korelasi antar variabel independen. Pada model regresi yang baik seharusnya antar variabel independen tidak terjadi korelasi. Untuk mengetahui ada tidaknya multikolinearitas dapat dilihat dari nilai VIF dan nilai Tolerance. Dimana apabila nilai Variance Inflation Factor (VIF) ≤ 10 dan nilai tolerance ≥
0,10, maka terjadi multikolinearitas dan apabila VIF < 10 dan nilai Tolerance > 0,1, maka tidak terjadi multikolinearitas. Hasil uji multikolinearitas dapat dilihat pada tabel 4.3 berikut.
Tabel 4.3
Hasil Uji Multikolinearitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF 1 (Constant) 116.944 12.692 9.214 .000
Ukuran perusahaan 1.949E-7 .000 .055 .341 .736 .948 1.055 Laba/rugi -7.703 9.246 -.167 -.833 .412 .624 1.602 Opiniaudit -28.547 13.247 -.435 -2.155 .040 .615 1.626 Rasiohutang -10.536 13.992 -.120 -.753 .458 .980 1.020 a. Dependent Variable: auditdelay
Setiap variabel bebas yang terdapat dalam penelitian ini memiliki nilai
tolerance yang lebih besar dari 0,1 yaitu terlihat bahwa variabel ukuran perusahaan memiliki nilai tolerance 0,948; variabel laba/rugi perusahaan memiliki nilai tolerance 0,624; variable opini audit memiliki nilai tolerance 0,615; variabel rasio hutang memiliki nilai tolerance 0,980. Dari nilai tolerance yang semua lebih dari 0,10 maka, berarti tidak terjadi korelasi antar variabel independen.
Lalu dilihat dari VIF-nya, masing-masing variabel bebas lebih kecil dari 10 yaitu untuk VIF ukuran perusahaan menunjukkan nilai sebesar 1,055; VIF laba/rugi perusahaan menunjukkan nilai sebesar 1,602; VIF opini auditmenunjukkan nilai sebesar 1,626; VIF rasio hutang menunjukkan nilai sebesar1,020. Maka dengan demikian, dapat disimpulkan bahwa tidak terjadi gejala multikolineritas dalam variabel bebasnya.
4.2.2.3.Uji Autokorelasi
Uji autokolerasi bertujuan menguji apakah dalam model regresi linear ada kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya) (Erlina dan Sri, 2007). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Dalam penelitian ini, untuk mendeteksi gejala autokorelasi kita menggunakan uji Durbin-Watson (DW). Hasil uji autokorelasi dapat dilihat dalam tabel 4.4 berikut
Table 4.4 Hasil Uji Autkorelasi
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson 1
.546a .298 .197 17.156 2.140
a. Predictors: (Constant), rasiohutang, labarugi, totalasset, opiniaudit
b. Dependent Variable: auditdelay
Hasil uji autokorelasi diatas menunjukkan nilai statistik Durbin-Watson (DW) sebesar 2,140. Dengan melihat kriteria Durbin-Watson yaitu 1,65 < DW < 2,5 maka dapat disimpulkan tidak terjadi autokorelasi.
4.2.2.4.Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang lain (Erlina dan Sri, 2007). Model regresi yang baik adalah
regresi yang bebas dari heteroskedastisitas. Dalam penelitian ini untuk mendeteksi ada tidaknya heteroskedastisitas adalah dengan melihat pola grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS. Melalui grafik scatterplot digunakan untuk menganalisis apakah terjadi heteroskedastisitas dengan mengamati penyebaran yang terjadi pada titik-titik gambar. Dasar pengambilan keputusannya adalah.
1. jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka terjadi heteroskedastisitas.
2. jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka nol (0) pada sumbu Y maka tidak terjadi heteroskedastisitas.
Hasil pengujian heteroskedastisitas dapat dilihat pada scatterplot pada gambar 4.3 dibawah ini.
Gambar 4.3 Grafik Scatterplot
Dari grafik scatterplot, terlihat titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Maka hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.
4.2.3 Uji Hipotesis
Penelitian ini menggunakan analisis regresi berganda. Analisis ini digunakan untuk mengukur kekuatan dua variabel atau lebih dan juga menunjukkan arah hubungan antara variabel dependen dengan variabel independen. Untuk itu dalam penelitian ini digunakan analisis regresi berganda
asset), opini auditor dan laba/rugi perusahaan terhadap audit delay seperti yang telah disajikan dalam tabel 4.5 berikut.
Table 4.5
Hasil Uji Analisis Regresi Berganda Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) 116.944 12.692 9.214 .000
Totalasset 1.949E-7 .000 .055 .341 .736 .948 1.055 Labarugi -7.703 9.246 -.167 -.833 .412 .624 1.602 Opiniaudit -28.547 13.247 -.435 -2.155 .040 .615 1.626 rasiohutang -10.536 13.992 -.120 -.753 .458 .980 1.020 a. Dependent Variable: auditdelay
Berdasarkan tabel 4.6 diatas diperoleh persamaan regresi sebagai berikut: Y= 116,944+1,949E-7TotalAset–7,703LabaRugi–28,547OpiniAudit-10,536RasioHutang+e Dimana: Y = Audit Delay = Total Aset = LabaRugi = Opini Auditor = Rasio Hutang e = error
Penjelasan :
1. Konstanta sebesar 116,944 menunjukkan bahwa jika tidak ada variabel independen (X1, X2, X3 dan X4) maka audit delay padaperusahaan pertambangan sebesar 116,944 hari.
2. b1 sebesar 1,949E-7 dan X1 adalah total aset, menunjukkan bahwa setiap kenaikan total aset perusahaan sebesar 1 satuan akan kenaikan audit delay sebesar 1,949E-7. Dengan asumsi variabel lain tetap. Hal ini juga berarti setiap kenaikan ukuran perusahaan berpengaruh positif terhadap audit delay.
3. b2 sebesar -7,703 dan X2
a) Jika estimasi perusahaan yang mendapat laba dalam pelaporan keuangannyadengan variabel dummy 1, maka:
adalah labarugi.
Y= 116,944 +1,949E-7TotalAset –7,703(1)–28,547 OpiniAudit–10,536RasioHutang+e Y= 116,944+1,949E-7TotalAset –7,703–28,547 OpiniAudit–10,536RasioHutang+e
Jika diasumsikan variabel lain tetap maka audit delay pada perusahaan pertambangan yang diaudit dalam kondisi memperolah laba adalah sebesar 109,241 hari.
b) Jika estimasi perusahaan yang mengalami kerugiandengan variabel dummy 0, maka:
Y= 116,944+1,949E-7TotalAset –7,703(0)–28,547 OpiniAudit–10,536RasioHutang+e Y= 116,944+1,949E-7TotalAset –28,547 OpiniAudit–10,536RasioHutang+e
Bila diasumsikan variabel lain tetap, maka audit delay pada perusahaan pertambangan yang diaudit dalam kondisi melaporkan kerugian pada laporan keuangannya ialah sebesar 116,944 hari.
4. b3 sebesar -28.547 dan X3
a) Jika estimasi perusahaan pertambangan yang mendapat opini
unqualifieddengan variabel dummy 1, maka: adalah opiniaudit.
Y= 116,944 +1,949E-7TotalAset –7,703LabaRugi–28,547(1)–10,536RasioHutang+e Y= 116,944+1,949E-7TotalAset–7,703LabaRugi–28,547–10,536RasioHutang+e Jika diasumsikan variabel lain tetap maka audit delay pada perusahaan yang diaudit mendapat opini unqualified adalah sebesar 88,397 hari.
b) Jika estimasi perusahaan yang mendapat opini selain dari opini
unqualifieddengan variabel dummy 0, maka:
Y= 116,944+1,949E-7TotalAset –7,703LabaRugi–28,547 (0)–10,536RasioHutang+e Y= 116,944+1,949E-7TotalAset –7,703 LabaRugi–10,536RasioHutang+e
Jika diasumsikan variabel lain tetap maka audit delay pada perusahaan yang diaudit mendapat opini selain dari opini unqualified adalah sebesar 116,944 hari.
5. b4 sebesar -10,536 dan X4 adalah rasio hutang, menunjukkan bahwa setiap kenaikan rasio hutang sebesar 1 satuan akan menurunkan audit delay sebesar 10,536. Rasio hutang dimana rasio yang memperbandingkan total hutang terhadap total yang berarti jika rasio hutang meningkat sebesar 1 satuan akan
menurunkan audit delay sebesar 10,536 hari tetapi dengan asumsi bahwa variabel lain tetap. Hal ini juga berarti kenaikan rasio hutang berpengaruh negatif terhadap audit delay.
4.2.3.1.Uji T
Uji T (Uji Parsial) menunjukkan seberapa jauh pengaruh masing-masing variabel independen (ukuran perusahaan (X1), laba/rugi (X2), opini auditor (X3), dan rasio hutang (X4)) terhadap variabel dependen Y (audit delay). Kriteria yang digunakan dalam untuk menguji dapat digunakan dengan melihat nilai probabilitas. Jika nilai signifikansi lebih kecil dari 0,05 atau 5% maka hipotesis yang diajukan diterima atau dikatakan signifikan. Jika nilai signifikansi lebih besar dari 0,05 atau 5% maka hipotesis yang yang diajukan ditolak atau dikatakan tidak signifikan. Hasil uji t dapat dilihat dalam tabel 4.6 sebagai berikut.
Tabel 4.6 Hasil Uji-T Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) 116.944 12.692 9.214 .000
Totalasset 1.949E-7 .000 .055 .341 .736 .948 1.055 Labarugi -7.703 9.246 -.167 -.833 .412 .624 1.602 Opiniaudit -28.547 13.247 -.435 -2.155 .040 .615 1.626 rasiohutang -10.536 13.992 -.120 -.753 .458 .980 1.020 a. Dependent Variable: auditdelay
Dari tabel 4.7 diatas dapat diperoleh bahwa : 1. Uji parsial ukuran perusahaan (X1
Berdasarkan tabel 4.7 ditunjukkan bahwa besarnya t-hitunguntuk variabel ukuran perusahaan (total aset) sebesar 0,341 dengan nilai signifikan 0,736. Nilai hitung yang sebesar 0,341 lebih kecil dari nilai tabel yakni 2.0345 (hitung <
t-tabel). Dan nilai sinifikansi sebesar 0,736 lebih besar dari nilai α sebesar 0,05.
Maka disimpulkan bahwa ukuran besarnya perusahaan (total aset) secara parsial, tidak berpengaruh terhadap audit delay.
)terhadap audit delay(Y) pada perusahaan pertambangan yang terdaftar di BEI.
2. Uji parsial laba/rugi perusahaan (X2
Dari tabel 4.7 ditunjukkan bahwa besarnya t-hitung untuk variabel laba/rugi perusahaan yakni sebesar -0,833 dengan nilai signifikan 0,412. Nilai t-hitung yang sebesar -0,833 lebih kecil dari nilai t-tabel yakni 2,0345 (t-hitung < t-tabel). Dan nilai signifikansi sebesar 0,412 lebih besar dari nilai α sebesar 0,05. Maka dapat
disimpulkan bahwa saat perusahaan mendapat laba atau merugi secara parsial tidak memiliki pengaruh yang signifikan terhadap terjadinya audit delay. Yang berarti bahwa laba maupunrugi yang diperoleh perusahaan tidak mempengaruhi terhadap lamanya jumlah hari penyampaian laporan keuangan (audit delay).
)terhadap audit delay(Y) pada perusahaan pertambangan yang terdaftar di BEI.
3. Uji parsial opini audit (X3
Daritabel4.7 ditunjukkan bahwa besarnya t-hitung untuk variabel jenis opini audit sebesar 2,155 dengan nilai signifikan 0,040. Nilai thitung yang sebesar -2,155 lebih besar dari nilai t-tabel sebesar 2,0345 (t-hitung > t-tabel). Dan nilai signifikansi sebesar 0,040 lebih kecil dari nilai α sebesar 0,05. Maka dapat
disimpulkan bahwa secara parsial opini audit berpengaruh signifikan terhadap
audit delay. Angka negatif berarti jenis opini yang diberikan berpengaruh negatif terhadap audit delay. Jika opini yang diberikan unqualified maka audit delay
semakin singkat.
)terhadap audit delay(Y) pada perusahaan pertambangan yang terdaftar di BEI.
4. Uji parsial rasio hutang perusahaan (X4
Berdasarkan tabel 4.7 ditunjukkan bahwa besarnya t-hitung untuk variabel rasio hutang sebesar -0,753 dengan nilai signifikan 0,458. Nilai t-hitung sebesar -0,753 lebih kecil dari t-tabel sebesar 2,0345 (t-hitung < t-tabel). Dan nilai signifikansi sebesar 0,458 lebih kecil besar nilai α sebesar 0,05. Maka dapat
disimpulkan secara parsial besarnya rasio hutang perusahaan tidak berpengaruh signifikan terhadap audit delay.Dimana berarti kenaikan dan penurunan rasio hutang perusahaan, tidak akan mempengaruhi jumlah hari audit delay.
)terhadap audit delay(Y) pada perusahaan pertambangan yang terdaftar di BEI.
4.2.3.2.Uji F
Pengujian terhadap Ukuran Perusahaan (X1), laba/rugi perusahaan (X2), jenis opini audit (X3) dan rasio hutang (X4) secara bersamaan (parsial) dengan uji F terhadap auditdelay (Y). Uji regresi simultan (uji F) merupakan pengujian yang digunakan untuk mengetahui ada tidaknya pengaruh bersama-sama antara variabel independen terhadap variabel dependen (Imam Ghozali, 2005). Adapun hasil uji f dari penelitian ini ialah seperti yang disajikan dalam tabel 4.7 berikut.
Tabel 4.7 Hasil Uji-F ANOVAb
Model Sum of Squares Df Mean Square F Sig. 1 Regression 3494.857 4 873.714 2.968 .037a
Residual 8241.325 28 294.333
Total 11736.182 32
a. Predictors: (Constant), rasiohutang, labarugi, totalasset, opiniaudit b. Dependent Variable: auditdelay
5. Uji simultan (Uji F) ukuran perusahaan (X1), laba/rugi perusahaan (X2),
opini audit (X3), dan rasio hutang perusahaan (X5
Berdasarkan tabel 4.8 ditunjukkan bahwa diperoleh f-hitung sebesar 2,958 dengan nilai signifikan sebesar 0,037. Dimana nilai f-tabel berdasarkan data penelitian ini (k= 4, n=33) maka didapat f-tabel sebesar 2,93. Yang berarti bahwa f-hitung lebih besar dari f-tabel (f-hitung > f-tabel) maka dapat disimpulkan bahwa secara simultan berpengaruh signifikan terhadap audit delay.
) terhadap audit delay(Y) pada perusahaan pertambangan yang terdaftar di BEI.