Lampiran 1.
17 ULTJ Ultra Jaya Milk Industry Trading
Company Tbk v v v Sampel 13
SIDO Industri Jamu dan Farmasi Sido Muncul
Tbk v v v Sampel 22
30 SQBB Taisho Pharmaceutical Indonesia Tbk v v v Sampel 23
31 SQBI Taisho Pharmaceutical Indonesia Tbk v x x -
98 ICBP 2014 72 hari 14,30% 0,66% 1 1 Rp 24.910.000.000 99 INDF 2014 72 hari 9,70% 1,08% 1 1 Rp 85.940.000.000 100 MLBI 2014 76 hari 35% 3,02% 1 1 Rp 2.231.000.000 101 MYOR 2014 87 hari 4% 1,51% 1 0 Rp 10.290.000.000.000 102 PSDN 2014 78 hari 1% 0,64% 1 1 Rp 620.900.000.000 103 ROTI 2014 80 hari 8,80% 1,23% 1 1 Rp 2.143.000.000.000 104 SKLT 2014 76 hari 5% 1.16% 1 0 Rp 331.600.000.000 105 STTP 2014 87 hari 7,20% 1,07% 1 0 Rp 1.700.000.000.000 106 ULTJ 2014 90 hari 12,80% 0,28% 1 0 Rp 2.917.000.000.000 107 GGRM 2014 83 hari 14,60% 0,75% 1 1 Rp 58.220.000.000.000 108 HMSP 2014 77 hari 35,90% 0,22% 1 1 Rp 28.380.000.000.000 109 RMBA 2014 86 hari 9,80% 8,30% 1 1 Rp 10.250.000.000.000 110 WIIM 2014 82 hari 8,40% 0,35% 1 0 Rp 1.333.000.000.000 111 DVLA 2014 62 hari 6,40% 0,28% 1 1 Rp 1.236.000.000 112 INAF 2014 51 hari 0,59% 1,10% 1 0 Rp 1.248.000.000.000 113 KLBF 2014 71 hari 16,62% 3,16% 1 1 Rp 12.430.000.000.000 114 MERK 2014 44 hari 25,32% 0,29% 1 1 Rp 716.600.000.000 115 SIDO 2014 70 hari 14,70% 0,10% 1 0 Rp 2.821.000.000.000 116 SQBB 2014 72 hari 36% 25% 1 1 Rp 459.400.000.000 117 TSPC 2014 78 hari 13,20% 35% 1 0 Rp 5.593.000.000.000 118 MBTO 2014 84 hari 0,47% 36,50% 1 0 Rp 619.400.000.000 119 MRAT 2014 80 hari 1,50% 29,90% 1 0 Rp 498.800.000.000 120 TCID 2014 64 hari 9,40% 44,40% 1 1 Rp 1.853.000.000.000 121 UNVR 2014 65 hari 54,40% 41,85% 1 1 Rp 693.700.000.000 122 KDSI 2014 86 hari 4,60% 140% 1 0 Rp 952.200.000.000 123 KICI 2014 63 hari 4,86% 0,23% 1 0 Rp 96.750.000.000 124 LMPI 2014 71 hari 0,20% 103% 1 0 Rp 808.900.000.000
Lampiran 3 Deskriptif Statistik
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
profitabilitas 124 ,20 66,00 14,4655 13,95996
solvabilitas 124 ,01 141,00 13,6036 29,25355
size perusahaan 124 316048000,00 5822060000000 0,00
Sumber :SPSS 20, Data diolah 2016
opini audit
Frequency Percent Valid Percent Cumulative Percent
Frequency Percent Valid Percent Cumulative Percent
Valid
,00 57 46,0 46,0 46,0
1,00 67 54,0 54,0 100,0
Total 124 100,0 100,0
Lampiran 4 Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 124
Normal Parametersa,b Mean 0E-7
Std. Deviation ,66485428
Most Extreme Differences
Absolute ,116
Positive ,090
Negative -,116
Kolmogorov-Smirnov Z 1,287
Asymp. Sig. (2-tailed) ,073
a. Test distribution is Normal. b. Calculated from data.
Sumber :SPSS 20, Data diolah 2016
Sumber :SPSS 20, Data diolah 2016
Lampiran 5 Uji Asumsi Klasik Uji multikolinearitas
Coefficientsa
Model Collinearity Statistics Tolerance VIF
1
Sumber :SPSS 20, Data diolah 2016
Uji Heteroskedastisitas
Sumber :SPSS 20, Data diolah
Uji Autokorelasi
Sumber :SPSS 20, Data diolah 2016
Lampiran 6
Uji Regresi Hipotesis Pertama
Model Summaryb
Model Durbin-Watson
1 2,025a
a. Predictors: (Constant), , profitabilitas,solvabilitas,opini,reputasi b. Dependent Variable: audit delay
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 6207,396 4 1551,849 2,667 ,036b Residual 69232,401 119 581,785
Total 75439,796 123
a. Dependent Variable: audit delay
b. Predictors: (Constant), reputasi kap, opini audit, solvabilitas, profitabilitas
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
Sumber :SPSS 20, Data diolah 2016
Lampiran 7
Uji Regresi Hipotesis Kedua
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
1
Sumber :SPSS 20, Data diolah 2016
Lampiran 8
Uji Regresi Hipotesis Ketiga
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
Sumber :SPSS 20, Data diolah 2016
Lampiran 9
Uji Regresi Hipotesis Keempat
Coefficientsa
opinisize 4,907 10,825 ,043 ,453 ,651 a. Dependent Variable: audit delay
Sumber :SPSS 20, Data diolah 2016
Lampiran 10
Uji Regresi Hipotesis Kelima
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
Sumber :SPSS 20, Data diolah 2016
Skripsi Sidang Meja
Hijau √
Sumber : Diolah Penulis
DAFTAR PUSTAKA
Agoes, Sukrisno, 2006. Auditing (Pemeriksaan Akuntan Oleh KAP), jilid 1 Edisi 3, Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta.
Aryaningsih, Ni Nengah Devi, I Ketut Budiartha, 2014. “Pengaruh Total Aset, Tingkat Solvabilitas Dan Opini Audit Pada Audit Delay”, E-Jurnal Akuntansi Universitas Udayana 7.3 (2014): 747-647
Arens, Alvin A, Randal J Elder, Mark S Beasley, 2006. Auditing Dan Jasa
Assurance Pendekatan Terintegrasi , Jilid 1 Edisi 12, Erlangga, Jakarta.
Ayuningtyas, Ineke, 2015. “Pengaruh TATO Dan DER Terhadap Audit Delay
Dengan Return On Asset Sebagai Variabel Pemoderasi Pada Perusahaan Property Dan Real Estate Yang Terdaftar Di BEI Tahun 2011-2013”, Fakultas Ekonomi Dan Bisnis Universitas Sumatera Utara, Medan.
Destiana, Ari, 2011, “Determinan ROA, DER, Size, Opini Audit, Dan Kualitas Auditor Terhadap Audit Delay Yang Terdaftar Di Bursa Efek Indonesia Tahun 2008-2010”, Fakultas Ekonomi Universitas Dian Nuswantoro, Semarang.
Dewi, Oviek , 2012. “Analisis Faktor-Faktor Yang Mempengaruhi Audit Delay“, Fakultas Ekonomi Universitas Diponegoro , Semarang
Erlina, 2011. Metodologi Penelitian, Edisi Pertama, USU Pres, Medan
Ghozali, Imam, 2006. Aplikasi Analisis Multivariate dengan Program SPSS, Edisi 4, Badan Penerbit Universitas Diponegoro, Semarang.
Kartika, Andi, 2009. ”Faktor-Faktor Yang Mempengaruhi Audit Delay Di Indonesia (Studi Empiris Pada Perusahaan LQ 45 Yang Terdaftar Di Bursa Efek Jakarta)”, Jurnal Bisnis dan Ekonomi, Fakultas Ekonomi Universitas STIKUBANK Semarang.
Lestari, Dewi 2010. “Analisis Faktor-Faktor Yang Mempengaruhi Audit Delay: Studi Empiris Pada Perusahaan Consumer Goods Yang Terdaftar Di Bursa Efek Indonesia”, Skripsi Akuntansi Fakultas Ekonomi Universitas Diponegoro, Semarang
Lubis, Ade Fatma, Arifin Akhmad dan Firman Syarif, 2007. Aplikasi
SPSS(Statistical Product And Service Solutions) untuk Penyusunan Skripsi dan Tesis , USU Press, Medan.
Mulyadi, 2002. Auditing, Buku 1, Edisi 3, Salemba Empat, Jakarta
Priyatno, Duwi. 2009. SPSS untuk Analisis Korelasi, Regresi, dan Multivariate. Gava Media, Yogyakarta.
Pourali, Mohammad Reza, Mahshid Jozi, Keramatollah Heydari Rostami, Gholam Reza Taherpour and Faramarz Niazi , 2013. “ Investigation Of Effective Factors In Audit Delay: Evidence From Tehran Stock Exchange (TSE) , Research Journal of Applied Sciences, Engineering and Technology 5(2): 405-410, Faculty of Management and Accounting, Chaloos Branch, Islamic Azad University, Chaloos, Iran.
Sari, Rona Karinda, 2013. ”Pengaruh Ukuran Perusahaan, Solvabilitas Dan Profitabilitas Terhadap Audit Delay Dengan Ukuran Kap Sebagai Variabel Moderasi Pada Perusahaan Food And Beverages Yang Terdaftar Di Bursa Efek Indonesia Tahun 2008-2012” Fakultas Ekonomi Universitas Gunadarma, Jakarta.
Sudarmanto, R.Gunawan, 2013. Statistik Terapan Berbasis Komputer dengan
program IBM SPSS Statistics 19. Mitra Wacana Media, Jakarta
Susilawati, Christine Dwi Karya, Lidya Agustina , Tania Prameswari , 2012. “Analisis Faktor - Faktor yang Mempengaruhi Terjadinya Audit Delay Pada Perusahaan Consumer Good Industry di Bursa Efek Indonesia (Periode Tahun 2008-2010)”, Akurat Jurnal Ilmiah Akuntansi; No. 10 Tahun ke-4 Januari-April 2012; Hal. 19-30 ISSN: 2086-4159, Fakultas Ekonomi Universitas Kristen Maranatha, Bandung
Verany, Martha, 2015. “Pengaruh Faktor Internal Dan Eksternal Perusahaan Terhadap Audit Delay Pada Perusahaan Yang Terdaftar Di BEI”, Skripsi Akuntansi Fakultas Ekonomi Universitas Sumatera Utara.
Widyantari, Ni Putu , Made Gede Wirakusuma, 2012. “Faktor-Faktor Yang Mempengaruhi Audit Delay”, Fakultas Ekonomi Universitas Udayana (Unud), Bali, Indonesia
Wirakusuma, Made Gede Putu, Manik Cindrawati, (2010). “Pengaruh Profitabilitas, Solvabilitas, Reputasi Auditor, Ukuran Perusahaan, Kandungan Laba, Dan Jenis Industri Pada Ketidaktepatwaktuan Publikasi Laporan Keuangan Di PT BEI Periode 2007 – 2009”, Fakultas Ekonomi Universitas Udayana.
BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Desain penelitian ini menggunakan penelitian sebab akibat (causal
research) dimana penelitian ini bertujuan untuk menguji hipotesis dan merupakan
penelitian yang menjelaskan fenomena dalam bentuk hubungan antar variabel.
Menurut Erlina (2011) tujuan utama dari penelitian ini adalah “mengidentifikasi hubungan sebab akibat antar berbagai variabel yaitu data yang berbentuk angka”. Metode pengumpulan data dalam penelitian ini merupakan dokumentasi data
skunder yang diperlukan berupa laporan keuangan perusahaan dan laporan audit
independen yang dipublikasikan di Bursa Efek Indonesia, tahun penelitian yang
menjadi amatan untuk dipakai yaitu tahun 2011-2014.
3.2 Tempat dan Waktu Penelitian
Tempat penelitian yang digunakan oleh peneliti adalah Perusahaan
Manufaktur sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia
(BEI). Dengan demikian, peneliti akan menggunakan data-data laporan keuangan
perusahaan Manufaktur sektor makanan dan minuman yang terdapat di Bursa
Efek Indonesia (BEI) melalui website resmi www.idx.co.id. Waktu yang
digunakan untuk penelitian ini dimulai pada bulan Juli 2015 dengan pengajuan
judul dan pengesahan judul hingga bulan Januari 2016 untuk penyelesaian dan
3.3 Definisi Operasional dan Pengukuran Variabel
Pada penelitian ini penulis menggunakan beberapa variabel yaitu sebagai
berikut :
3.3.1 Variabel Dependen (Y)
Variabel Dependen adalah variabel yang dipengaruhi oleh variabel independen
yang menjadi akibat karena adanya sebab dari variabel independen. Pada
penelitian ini variabel dependen yang digunakan adalah Audit Delay.
3.3.2 Variabel Independen (X)
Variabel Independen adalah variabel bebas yang tidak dipengaruhi oleh variabel
apapun. Variabel ini juga yang mempengaruhi variabel dependen. Pada penelitian
ini variabel independen yang digunakan adalah Profitabilitas, Solvabilitas, Opini
Audit dan Reputasi KAP.
3.3.3 Variabel Moderating (Z)
Variabel Moderating adalah variabel yang mempunyai dampak kontijensi yang
kuat pada hubungan variabel independen dan variaabel dependen. Pada penelitian
ini variabel moderating yang digunakan adalah Size Perusahaan.
Tabel 3.1.
Definisi Operasional dan Pengukuran Variabel
Variabel Definisi Operasional Pengukuran Skala
Variabel Definisi Operasional Pengukuran Skala
1.4 Populasi dan Sampel Penelitian 3.4.1 Populasi Penelitian
Menurut Sugiyono (dalam Sudarmanto 2006:72) populasi merupakan
“suatu keseluruhan dari objek atau individu yang merupakan sasaran penelitian.
Populasi adalah wilayah generalisasi yang terdiri atas subjek/objek yang
mempunyai kualitas dan karakteristik tertentu yang telah ditetapkan peneliti untuk
Adapun populasi pada penelitian ini adalah 40 perusahaan manufaktur
yang terdaftar di Bursa Efek Indonesia (BEI) periode tahun 2011 sampai dengan
tahun 2014.
3.4.2 Sampel Penelitian
Menurut Sudarmonto (2013) sampel penelitian merupakan “bagian dari populasi yang akan diteliti. Sampel merupakan bagian dari bagian dari suatu
populasi yang diambil dengan cara tertentu sebagaimana ditetaapkan oleh
peneliti”. Adapun sampel dari penelitian ini ditentukan dengan Teknik Purposive
sampling yaitu teknik pengambilan sampel berdasarkan suatu kriteria yang
digunakan sebagai pertimbangan tertentu yang dibuat oleh peneliti.
Kriteria yang digunakan oleh peneliti adalah sebagai berikut.
1. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI)
priode 2011 sampai 2014.
2. Perusahaan tersebut menerbitkan laporan keuangan tahunan yang
berakhir tanggal 31 Desember priode 2011 sampai 2014.
3. Perusahaan tersebut mempunyai laporan auditor independen yang
mempunyai tanggal publikasi berbeda dengan tanggal penutupan buku
tahunan.
Adapun jumlah sampel terseleksi dengan metode purposive sampling terdapat
Tabel 3.2.
Daftar Pemilihan Sampel
Katagori Jumlah
Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) priode 2011 sampai 2014
40
Perusahaan manufaktur yang tidak masuk dalam kriteria yang ditetapkan
(9)
Jumlah perusahaan yang terpilih menjadi sampel 31
Sumber : diolah Penulis
Berdasarkan kriteria tersebut maka perusahaan manufaktur yang terdaftar di
Bursa Efek Indonesia (BEI) priode 2011 sampai 2014 ada 40 Perusahaan
manufaktur sedangkan yang tidak memenuhi kriteria menjadi sampel ada 9 karena
perusahaan tersebut tidak menerbitkan laporan keuangan tahunan yang berakhir
tanggal 31 Desember priode 2011 sampai 2014 dan perusahaan tersebut tidak
mempunyai laporan auditor independen yang mempunyai tanggal publikasi
berbeda dengan tanggal penutupan buku tahunan. Sampel yang akan dipakai pada
penelitian ini adalah 31 perusahaan manufaktur. Selanjutnya penelitian ini
memiliki jumlah pengamatan sebanyak 124 pengamatan. Daftar lengkap populasi
dan sampel penelitian dengan kriteria yang ditetapkan dapat dilihat dalam
Lampiran 1.
3.5 Jenis Data
Penelitian ini menggunakan jenis data sekunder. Menurut Erlina, 2011 data
sekunder adalah “data yang telah dikumpulkan oleh lembaga pengumpul data dan
dipublikasikan kepada masyarakat pengguna data” . Data penelitian ini mencakup
Efek Indonesia (BEI) dengan cara mengunduh data melalui website resmi Bursa
Efek Indonesia, yaitu www.idx.co.id selama tahun 2011-2014.
3.6 Metode Pengumpulan Data
Dalam penelitian ini , metode pengumpulan data yang digunakan
penulis adalah sebagai berikut :
1. Studi dokumentasi , dalam penelitian ini pengumpulan data skunder
yang diperlukan dapat diperoleh dari situs resmi Bursa Efek Indonesia
(www.idx.co.id ). Data yang diambil berupa laporan keuangan tahunan
perusahaan dan laporan audit independen yang menjadi populasi dan
sampel penelitian.
2. Studi pustaka , dalam penelitian ini studi pustaka digunakan untuk
mencari landasan teori dan juga melihat penelitian-penelitian
terdahulu. Dalam hal ini diperoleh dari buku,jurnal skripsi dan media
tertulis lainnya yang berkaitan dengan penelitian ini.
3.7 Teknik Analisis Data 3.7.1 Statistik Deskriptif
Menurut Erlina (2011) “Statistik deskriptif merupakan proses
transformasi data penelitian dalam bentuk tabulasi, sehingga mudah dipahami
dan diinterprestasikan”. Statistik deskriptif umumnya memberikan gambaran
mengenai nilai mean, sum, standar deviasi, variance, range, minimum, dan
3.7.2 Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi
maka diperlukan pengujian asumsi klasik meliputi:
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel pengganggu atau residual memiliki distribusi
normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa
nilai residual mengikuti distribusi normal. Menurut Ghozali
(2006:56) ada dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yaitu “dengan analisis grafik dan uji
statistik”. Sedangkan syarat dalam analisis parametrik menurut
Priyatno (2009: 56) yaitu “distribusi data harus normal”.
2. Uji Multikolinieritas
Menurut Ghozali (2006: 91) uji multikolinieritas bertujuan “untuk
menguji apakah model regresi ditemukan adanya korelasi antar
variabel bebas (independen)”. Menurut lubis, dkk (2007)
menyatakan bahwa :
Sedangkan menurut Ghozali (2006) menyatakan bahwa “ketentuan dalam melihat multikolinieritas adalah jika antar variabel
independen ada korelasi yang cukup tinggi yaitu diatas 0,90”
3. Uji Heteroskedastisitas
Menurut Ghozali (2006: 105) uji heteroskedastisitas bertujuan
“menguji apakah dalam model regresi terjadi ketidaksamaan
variance dari residual satu pengamatan kepengamatan lain jika
variance dari residual satu pengamatan kepengamatan lain tetap,
maka disebut Homoskedastisitas dan jika berbeda disebut
Heteroskedastisitas”. Menurut lubis, dkk (2007) menyatakan
bahwa :
Cara memprediksi heteroskedastisitas adalah jika pola gambar scatterplot model tersebut adalah titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang, melebar kemudian menyempit dan melebar kembali. Penyebaran titik-titik data sebaiknya tidak berpola.
4. Uji Autokorelasi
Menurut Ghozali (2006: 95) uji autokorelasi bertujuan “menguji apakah dalam model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada
periode t-1 (sebelumnya), jika terjadi korelasi, maka dinamakan
ada problem autokorelasi”. Menurut Priyatno (2009) “dampak
tidak dapat menggambarkan varian populasinya. Untuk mendeteksi
ada tidaknya autokorelasi dengan dilakukan uji Durbin-Watson.
Jika nilai Durbin Watson berada diantara -2 sampai +2 berarti tidak
ada autokorelasi”.
5.7.3 Model Regresi Linear Berganda
Pengujian hipotesis dalam penelitian ini menggunakan model analisis
regresi berganda (Multiple Regression Analysis). Regresi ini bertujuan untuk
menguji pengaruh antara satu variabel terhadap variabel lain. Regresi linear
berganda memiliki satu variabel dependen dan lebih dari satu variabel
independen. Regresi linear berganda bertujuan untuk mengetahui arah
hubungan antara variabel independen dengan variabel dependen, apakah
masing-masing variabel independen berhubungan positif atau negatif dan untuk
memprediksi nilai dari variabel dependen, apabila nilai variabel independen
mengalami kenaikan atau penurunan. Menurut Lubis (2007) menyatakan
bahwa “model regresi linear berganda dikatakan model yang baik jika model
tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi
klasik statistik, baik itu multikolinearitas, autokorelasi dan heteroskedastisitas”.
3.7.4 Model Pengujian Hipotesis
3.7.4.1 Uji - F (Uji Signifikansi Simultan)
Menurut Priyatno (2009) uji ini merupakan “uji koefisien regresi secara
variabel independen dan variabel moderating terhadap variabel dependen
secara serentak, apakah pengaruhnya signifikan atau tidak”. Menurut Ghozali
(2006) menyatakan bahwa :
uji F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Hipotesis nol (H0) yang diuji adalah
apakah semua parameter dalam model sama dengan nol atau Ho : b1 = b2 = ... = bk = 0 artinya apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatif (Ha) tidak semua parameter secara simultan sama dengan nol atau Ha : b1 ≠ bk ≠ 0 artinya semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen.
Dasar pengambilan keputusan menurut Priyatno (2009) adalah : “jika F
hitung ≤ F tabel maka Ho diterima , F hitung > F tabel maka H0ditolak”.
3.7.4.2 Uji – t (uji Signifikansi Parsial)
Menurut Ghozali (2006) menyatakan bahwa :
uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Hipotesis nol (H0) yang hendak diuji
adalah apakah suatu parameter (bi) sama dengan nol atau H0 : bi =
0 artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatif (Ha) parameter suatu variabel tidak sama dengan nol atau
Ha : bi ≠ 0 artinya variabel tersebut merupakan penjelas yang
signifikan terhadap variabel dependen.
Menurut Priyatno (2009) uji ini juga bertujuan untuk menguji
masing-masing variabel secara parsial terhadap variabel dependen, apakah berpengaruh
signifikan atau tidak”. Dasar pengambilan keputusan adalah “jika t hitung ≤ t
3.7.4.3 Koefisien Determinasi ( R2 )
Menurut Lubis (2007) menyatakan bahwa
koefisien determinasi ( R2 ) bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Koefisien determinasi terletak pada tabel Model Summaryb dan ditulis Adjusted R square karena disesuaikan dengan jumlah variabel independen yang digunakan dalam penelitian. R square dikatakan baik jika diatas 0,5 karena nilai R square berkisar antara 0 sampai 1.
3.7.5 Uji Interaksi
Menurut Ghozali (2006) uji interaksi yang biasa disebut dengan
Moderated Regression analysis (MRA) merupakan “aplikasi khusus regresi
linear berganda dimana dalam persamaan regresinya mengandung unsur
interaksi (perkalian dua atau lebih variabel independen)”.
Untuk pengujian hipotesis pertama akan dipergunakan analisis regresi
berganda, tujuannya adalah untuk melihat pengaruh antara variabel
independen dengan variabel dependen, dengan rumusan sebagai berikut :
Y = a + b1.X1 + b2.X2 + b3.X3 + b4.X4 + e
Dimana:
Y = Audit Delay
a = Konstanta
X1 = Profitabilitas
X2 = Solvabilitas
X4 = Reputasi KAP
b1-b4 = Koefisien regresi
e = error
Selanjutnya pengujian hipotesis yang kedua yaitu variabel independen
pertama, variabel dependen dan variabel moderating. Dalam penelitian ini
pengujian regresi dengan variabel moderating dilakukan dengan metode Uji
Interaksi, adapun rumus persamaan regresinya yaitu:
Y = a+b1.X1+b2.Z+b3.X1.Z+e
Dimana:
Y = Audit Delay
a = Konstanta
X1 = Profitabilitas
Z = Size Perusahaan
b1-b3 = Koefisien regresi
e = error
Pengujian hipotesis yang ketiga yaitu semua variabel independen kedua,
variabel dependen dan variabel moderating. Dalam penelitian ini pengujian
regresi dengan variabel moderating dilakukan dengan metode Uji Interaksi,
Y = a+b1.X2+b2.Z+b3.X2.Z+e
Dimana:
Y = Audit Delay
a = Konstanta
X2 = Solvabilitas
Z = Size Perusahaan
b1-b3 = Koefisien regresi
e = error
Selanjutnya pengujian hipotesis yang keempat yaitu variabel independen
pertama, variabel dependen dan variabel moderating. Dalam penelitian ini
pengujian regresi dengan variabel moderating dilakukan dengan metode Uji
Interaksi, adapun rumus persamaan regresinya yaitu:
Y = a+b1.X3+b2.Z+b3.X3.Z+e
Dimana:
Y = Audit Delay
a = Konstanta
X3 = Opini audit
Z = Size Perusahaan
b1-b3 = Koefisien regresi
Pengujian hipotesis yang kelima yaitu semua variabel independen kedua,
variabel dependen dan variabel moderating. Dalam penelitian ini pengujian
regresi dengan variabel moderating dilakukan dengan metode Uji Interaksi,
adapun rumus persamaan regresinya yaitu:
Y = a+b1.X4+b2.Z+b3.X4.Z+e
Dimana:
Y = Audit Delay
a = Konstanta
X4 = Reputasi KAP
Z = Size Perusahaan
b1-b3 = Koefisien regresi
BAB IV
HASIL PENELITIAN DAN PEMABAHASAN
4.1 Gambaran Umum
Didalam bab ini disajikan analisis terhadap data yang diperoleh selama
pelaksanaan penelitian. Data yang digunakan dalam penelitian ini adalah
perusahaan manufaktur sektor makanan dan minuman yang terdaftar di Bursa
Efek Indonesia. Jumlah perusahaan manufaktur yang terdaftar di BEI tahun
2011-2014 adalah sebanyak 40 perusahaan. Keseluruhan data tersebut diambil
sesuai kriteria yang telah dipilih berdasarkan metode purposive sampling
sehingga data yang terkumpul sebanyak 31 perusahaan. Berdasarkan 31
perusahaan tersebut, kemudian dilakukan pengujian-pengujian yang meliputi,
statistik deskriptif, uji asumsi klasik, uji hipotesis penelitian dan uji interaksi
untuk menguji variabel moderatingnya.
4.2 Hasil Penelitian
4.2.1 Analisis Statistik Deskriptif
Dalam penelitian ini statistik deskriptif digunakan untuk melihat nilai
mean,maximum,minimum dan standart deviasi dari variabel yang digunakan
dalam penelitian ini yaitu, audit delay (Y) sebagai variabel dependen,
profitabilitas (X1), solvabilitas (X2), opini audit (X3), reputasi KAP (X4) sebagai
Statistik deskriptif dari variabel tersebut dari sampel perusahaan manufaktur yang
terdaftar di BEI tahun 2011-2014 disajikan dalam tabel dibawah ini.
Tabel 4.1 Deskriptif statistik
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
profitabilitas 124 ,20 66,00 14,4655 13,95996
solvabilitas 124 ,01 141,00 13,6036 29,25355
size perusahaan 124 316048000,00 5822060000000 0,00
Sumber :SPSS 20, Data diolah 2016
Berikut ini adalah penjelasan dari tabel 4.1 yang telah diolah.
1. Variabel profitabilitas (X1) sebagai variabel independen memiliki jumlah
sampel (N) sebanyak 124 perusahaan manufaktur selama priode 4 tahun,
dengan nilai minimun profitabilitas 0,20% yang dimiliki oleh perusahaan
Langgeng Makmur Industri Tbk (LMPI) tahun 2014, nilai maximum
profitabilitas 66% dimiliki oleh perusahaan Multi Bintang Indonesia Tbk
(MLBI) tahun 2012, nilai rata-rata (Mean) profitabilitas 14,4 % dan nilai
standart deviasi (simpangan baku) profitabilitas adalah 13,95%. Profitabilitas
dinilai dari laba bersih dibanding total aktiva.
2. Variabel solvabilitas (X2) sebagai variabel independen memiliki jumlah
sampel (N) sebanyak 124 perusahaan manufaktur selama priode 4 tahun,
dengan nilai minimun solvabilitas 0,01 % yang dimiliki perusahaan H.M
Sampoerna Tbk (HMSP) tahun 2011, nilai maximum solvabilitas 141 %
rata-rata (Mean) solvabilitas 13,6 % dan nilai standart deviasi (simpangan
baku) solvabilitas adalah 29,2%. Solvabilitas dinilai dari total kewajiban
dibanding total ekuitas.
3. Variabel size perusahaan (Z) sebagai variabel independen memiliki jumlah
sampel (N) sebanyak 124 perusahaan manufaktur selama priode 4 tahun,
dengan nilai minimun total aset Rp.316.048.000 dimiliki oleh perusahaan
Akasha Wira Internasional Tbk (ADES) tahun 2011, nilai maximum total aset
Rp. 58.220.600.000.000 dimiliki oleh perusahaan Gudang Garam Tbk
(GGRM) tahun 2014, nilai rata-rata (Mean) total aset Rp. 4.212.176.068.858,6
dan nilai standart deviasi (simpangan baku) total aset adalah Rp.
9.537.022.460.562,3. Tampak bahwa terdapat fluktuasi yang relatif tinggi
dalam hal ukuran perusahaan pada perusahaan sampel yang diukur dengan
total aktiva perusahaan.
4. Variabel audit delay (Y) sebagai variabel dependen memiliki jumlah sampel (N) sebanyak 124 perusahaan manufaktur selama priode 4 tahun, dengan nilai
minimun audit delay 38 hari dimiliki oleh perusahaan Industri Jamu dan
Farmasi Sido Muncul Tbk (SIDO) tahun 2013, nilai maximum audit delay 319
hari dimiliki perusahaan Multi bintang Indonesia Tbk (MLBI) tahun 2012,
nilai rata-rata (Mean) audit delay 74,93 hari dan nilai standart deviasi
(simpangan baku) audit delay adalah 24,765 hari. Tampak bahwa rata-rata
audit delay perusahaan sampel masih di bawah 90 hari kalender yang
merupakan batas yang ditetapkan oleh BAPPEPAM dalam penyampaian
bahwa terdapat perusahaan yang terlambat karena mempunyai audit delay
diatas 90 hari.
Tabel 4.2
Statistik frekuensi opini audit
opini audit
Frequency Percent Valid Percent Cumulative Percent
Valid
,00 0 0 0 0
1,00 124 100,0 100,0 100,0
Total 124 100,0 100,0
Sumber :SPSS 20, Data diolah 2016
Tabel 4.2 menjelaskan tentang statistik deskriptif untuk variabel opini audit yang
merupakan variabel dummy. Opini audit yang bernilai ,00 merupakan opini wajar
dengan pengecualian yang tidak dimiliki oleh perusahaan manufaktur yang
menjadi sampel dan yang bernilai 1,00 merupakan opini wajar tanpa pengecualian
yang dimiliki 124 perusahaan manufaktur yang dapat dilihat dalam lampiran 2
dengan persentase 100,0 dari total 124 perusahaan manufaktur.
Tabel 4.3
Statistik frekuensi reputasi KAP
reputasi kap
Frequency Percent Valid Percent Cumulative Percent
Valid
,00 57 46,0 46,0 46,0
1,00 67 54,0 54,0 100,0
Total 124 100,0 100,0
Sumber :SPSS 20, Data diolah 2016
Tabel 4.3 menjelaskan tentang statistik deskriptif untuk variabel reputasi KAP
yang merupakan variabel dummy. Reputasi KAP yang bernilai ,00 merupakan
manufaktur yang dapat dilihat dalam lampiran 2 dengan persentase 46% dan yang
bernilai 1,00 merupakan KAP yang berafiliasi dengan big four yang dimiliki 67
perusahaan manufaktur yang dapat dilihat dalam lampiran 2 dengan persentase
54% dari total 124 perusahaan manufaktur.
4.2.2 Uji Asumsi Klasik 4.2.2.1Uji Normalitas
1. Analisis Statistik
Pengujian normalitas data dalam penelitian ini menggunakan uji
statistik non parametic Kolmogorav-Smirnov (K-S) dengan
membuat hipotesis.
Ho : data residual berdistribusi normal
Ha : data residual tidak berdistribusi normal
Apabila nilai signifikansinya lebih besar dari 0,05 maka Ho
diterima, sedangkan bila signifikansinya lebih kecil dari 0,05 maka
Ho di tolak. Berikut merupakan tabel pengujian K-S.
Tabel 4.4
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 124
Normal Parametersa,b Mean 0E-7
Std. Deviation ,66485428
Most Extreme Differences
Absolute ,116
Positive ,090
Negative -,116
Kolmogorov-Smirnov Z 1,287
a. Test distribution is Normal. b. Calculated from data.
Sumber :SPSS 20, Data diolah 2016
Tabel 4.4 diatas menunjukkan bahwa nilai signifikansi
adalah 0,073 yang berada diatas 0,05. Dengan demikian residual
terdistribusi secara normal sehingga model penelitian dinyatakan
telah memenuhi asumsi normalitas.
2. Analisis Grafik
Pengujian dengan grafik histogram dengan kriteria pada distribusi
yang tidak mencong kekiri dan kekanan maka dapat dinyatakan
bahwa berdistribusi normal. Pengujian normalitas menggunakan
P-P P-Plot, dengan kriteria apabila titik-titik pada P-P-P-P P-Plot berada pada
garis lurus maka dapat dinyatakan bahwa data berdistribusi normal.
Gambar 4.1
Histogram Normalitas Data
Sumber :SPSS 20, Data diolah 2016
Grafik 4.1 diatas menunjukkan bahwa kurva yang ada tidak berbentuk mencong
kekiri atau kenan. Hal ini berarti bahwa data yang diambil dari populasi
merupakan data yang berdistribusi normal.
Sumber :SPSS 20, Data diolah 2016
Gambar 4.2
P-P Plot Normalitas Data
Gambar 4.2 P-P Plot diatas menunjukkan grafik normalitas data dimana data
yang digunakan berdistribusi normal terlihat dari seluruh titik-titik menyebar
disekitar garis diagonal dan mengikuti garis diagonal tersebut. Maka data
4.2.2.2Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen). Ketentuan untuk
mendeteksi ada tidaknya multikolinieritas yaitu jika nilai variance inflation factor
(VIF) tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1, maka model
dapat dikatakan terbebas dari multikolinieritas. VIF = 1/Tolerance, jika VIF = 0
maka Tolerance = 1/10 = 0,1. Semakin tinggi VIF maka semakin rendah
tolerance.
Hasil pengujian untuk multikolinearitas dapat dilihat dalam tabel berikut.
Tabel 4.5 Uji Multikoleniaritas
Sumber :SPSS 20, Data diolah 2016
Berdasarkan tabel 4.5 diatas dapat dilihat bahwa hasil uji multikoleniaritas
menunjukkan nilai tolerance yang lebih besar dari 0,10 dan nilai VIF lebih kecil
dari 10 untuk setiap variabel. Pada variabel Profitabilitas nilai tolarance 0,759 >
0,10 kemudian nilai VIF 1,317 > 10. Solvabilitas memiliki nilai tolerance 0,873 >
0,10 kemudian nilai VIF 1,146 < 10. Variabel opini audit memiliki nilai tolarance
0,942 > 0,10 dan nilai VIF 1,061 < 10. Variabel reputasi KAP memiliki nilai Coefficientsa
Model Collinearity Statistics Tolerance VIF
1
tolerance 0,670 > 0,10 kemudian nilai VIF 1,493 < 10. Selanjutnya variabel size
perusahaan memiliki nilai tolerance 0,949 > 0,10 dan nilai VIF 1,054 < 10.
Berdasarkan hasil tersebut maka dapat disimpulkan bahwa tidak ada
multikolinearitas antar variabel independen dan layak untuk digunakan dalam
penelitian.
4.2.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi
terjadi ketidaksamaan variance dari residual satu pengamatan kepengamatan lain
jika variance dari residual satu pengamatan kepengamatan lain tetap, maka disebut
Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Cara
memprediksi heteroskedastisitas adalah :
1. jika pola gambar scatterplot model tersebut adalah titik-titik data
menyebar di atas dan di bawah atau di sekitar angka 0,
2. titik-titik data tidak mengumpul hanya di atas atau di bawah saja,
3. penyebaran titik-titik data tidak boleh membentuk pola bergelombang,
melebar kemudian menyempit dan melebar kembali. Penyebaran
titik-titik data sebaiknya tidak berpola.
Gambar 4.3 Uji Heteroskedastisitas
Sumber :SPSS 20, Data diolah 2016
Berdasarkan gambar 4.3 diatas dapat dilihat bahwa titik-titik yang ada pada pola
gambar scatterplot model tersebut adalah tidak menyebar di atas dan di bawah
atau di sekitar angka 0 tetapi menyebar keseluruhan. Titik-titik data tidak
mengumpul hanya di atas atau di bawah saja tetapi menyebar kesmua arah.
Penyebaran titik-titik data tidak membentuk pola bergelombang, melebar
kemudian menyempit dan melebar kembali. Maka dapat disimpulkan bahwa tidak
terjadi heteroskedastisitas pada model regresi ini sehingga model ini layak
digunakan untuk melihat pengaruh solvabilitas dan reputasi KAP terhadap audit
delay pada perusahaan manufaktur yang terdaftar di BEI.
4.2.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi
antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada
autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi dengan dilakukan uji
Durbin-Watson. Jika nilai Durbin Watson berada diantara -2 sampai +2 berarti
tidak ada autokorelasi.
Hasil pengujian autokorelasi dapat dilihat pada tabel berikut.
Tabel 4.6 Uji Autokorelasi
Sumber :SPSS 20, Data diolah 2016
Berdasarkan tabel 4.6 diatas diperoleh hasil yang menunjukkan bahwa durbin
watson yang dimiliki adalah 2,025 yang lebih besar dari batas atas (du) 1,79 dan
kurang dari 4 – 1,79 (4-du). Jadi dapat disimpulkan bahwa tidak terjadi
autokorelasi pada model regresi ini dan layak untuk dilakukan pengujian ketahap
selanjutnya.
4.2.3 Pengujian Hipotesis Pertama
Pengujian yang dilakukan untuk hipotesis pertama ini terdiri dari uji
koefisien determinasi. Uji F dan uji t. Berikut adalah penjelasannya.
1. Koefisien Determinasi
Berikut merupakan hasil uji koefisien determinasi dapat dilihat pada
tabel berikut ini.
Model Summaryb
Model Durbin-Watson
1 2,025a
Tabel 4.7
Uji Koefisien Determinasi
Sumber :SPSS 20, Data diolah 2016
Berdasarkan tabel 4.7 hasil uji koefisien determinasi diatas menunjukkan
bahwa besarnya adjusted R2 adalah 0,801 atau 80,1 %. Maka besarnya pengaruh
profitabilitas, solvabilitas, opini audit dan reputasi KAP terhadap audit delay pada
perusahaan manufaktur yang terdaftar di BEI periode 2011-2014 adalah hanya
sebesar 80,1 % sedangkan sisanya sebesar 19,9 % adalah dipengaruhi oleh
variabel lain diluar model yang tidak diteliti oleh penelitian ini. Standart Error of
the Estimate pada penelitian ini adalah 2,412. Semakin kecil nilai Standart Error
of the Estimate akan membuat model regresi semakin tepat dalam memprediksi
variabel dependen. Pada penelitian Widyantari (2012) memiliki R2 4,6 % dengan
menggunakan variabel ukuran perusahaan, solvabilitas, profitabilitas ,opini
auditor, ukuran KAP, sedangkan penelitian Lestari (2010) menunjukkan angka R2
yang lebih tinggi yaitu 14,5 % dengan menggunakan variabel opini auditor,
ukuran perusahaan, solvabilitas, kualitas auditor dan profitabilitas.
2. Uji F
Berikut merupakan hasil pengujian koefisien regresi simultan dapat dilihat
pada tabel berikut.
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 ,827a ,802 ,801 2,412022
Tabel 4.8 Uji F
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 6207,396 4 1551,849 2,667 ,036b Residual 69232,401 119 581,785
Total 75439,796 123
a. Dependent Variable: audit delay
b. Predictors: (Constant), reputasi kap, opini audit, solvabilitas, profitabilitas
Sumber :SPSS 20, Data diolah 2016
Syarat pengambilan keputusan untuk uji F adalah jika F hitung < F tabel
maka Ho diterima , jika F hitung > F tabel maka Ho ditolak, dan jika signifikansi
< 0,05 . Dari tabel 4.8 uji F diperoleh F hitung 2,667 dan F tabel 2,45, hal ini
berarti F hitung > dari F tabel maka Ho ditolak dan HA diterima. Kemudian
signifikansi yang didapat sebesar 0,036 lebih kecil dari signifikansi 0,05.
Berdasarkan hasil tersebut maka dapat disimpulkan bahwa profitabilitas (X1),
solvabilitas (X2), opini audit (X3), reputasi KAP (X4) secara simultan berpengaruh
terhadap audit delay
Menurut penelitian Widyantari (2012) dari hasil uji F mendapatkan hasil
bahwa Fhitung (2.488) > Ftabel (2.44) maka dinyatakan kalau terdapat pengaruh
serempak dari ukuran perusahaan, solvabilitas, profitabilitas, opini auditor dan
ukuran KAP terhadap audit delay perusahaan manufaktur yang terdaftar di Bursa
Efek Indonesia periode 2008-2011, sedangkan penenelitian Lestari (2010)
dengan taraf signifikansi 0,001. Nilai signifikansi berada di bawah 0,05 yang
menunjukkan bahwa variabel bebas secara serempak mempunyai pengaruh
signifikan terhadap audit delay.
Model Unstandardized Coefficients Standardized Coefficients
Sumber :SPSS 20, Data diolah 2016
Syarat pengambilan keputusan untuk uji t adalah jika t hitung < F tabel maka Ho
diterima , jika t hitung > t tabel maka Ho ditolak, dan jika signifikansi < 0,05.
1. Pengaruh Profitabilitas terhadap Audit Delay
Dari tabel 4.9 hasil uji t didapatkan hasil yang dapat dilihat dalam tabel
diatas bahwa pada variabel profitabilitas nilai t hitung yang didapat 3,060
sedangkan t tabel sebesar 1,657, hal ini bearti t hitung > t tabel sehingga
Ha diterima dan nilai signifikansi solvabilitas 0,003 lebih kecil dari 0,05,
berpengaruh positif terhadap audit delay karena nilai koefisien solvabilitas
bertanda positif.
2. Pengaruh Solvabilitas terhadap Audit Delay
Dari tabel 4.9 hasil uji t didapatkan hasil yang dapat dilihat dalam tabel
diatas bahwa pada variabel solvabilitas memiliki nilai t hitung sebesar
2,752 sedangkan t tabel sebesar 1,657 yang artinya t hitung > t tabel
sehingga Ha diterima dan nilai signifikansi solvabilitas 0,009 lebih kecil
dari 0,05, Maka dapat disimpulkan bahwa secara parsial variabel
solvabilitas berpengaruh negatif terhadap audit delay, karena nilai
koefisien solvabilitas bertanda negatif.
3. Pengaruh Opini audit terhadap Audit Delay
Dari tabel 4.9 hasil uji t didapatkan hasil yang dapat dilihat dalam tabel
diatas bahwa pada variabel opini audit, nilai t hitung yang didapat 3,755
sedangkan t tabel sebesar 1,657 yang artinya t hitung > t tabel sehingga Ha
diterima dan nilai signifikansi solvabilitas 0,001 < 0,05, Maka dapat
disimpulkan bahwa secara parsial variabel opini audit berpengaruh positif
terhadap audit delay, karena mempunyai nilai t hitung yang lebih besar
dari t tabel dan signifikansi yang lebih kecil dari signifikansi yang telah
ditentukan yaitu 0,05.
4. Pengaruh Reputasi KAP terhadap Audit Delay
Dari tabel 4.9 hasil pengujian pada uji t didapatkan hasil yang dapat dilihat
dalam tabel diatas bahwa pada variabel reputasi KAP nilai t hitung yang
tabel sehingga Ha diterima dan nilai signifikansi reputasi KAP 0,002 <
0,05, Maka dapat disimpulkan bahwa secara parsial variabel reputasi KAP
berpengaruh negatif terhadap audit delay karena mempunyai nilai
signifikansi yang lebih kecil dari signifikansi yang telah ditentukan yaitu
0,05.
Berdasarkan tabel 4.9 diatas diperoleh nilai-nilai koefisien yang disusun dalam
persamaan berikut.
Y = 43,118 + 0,547X1 - 0,001X2 + 27,894 X3 - 6,529X4 + e
persamaan tersebut menunjukkan bahwa audit delay dipengaruhi oleh
profitabilitas, solvabilitas, opini audit dan reputasi KAP. Hasil ini dapat dijelaskan
sebagai berikut.
1. Konstanta sebesar 43,118 menunjukkan nilai konstan, dimana jika semua
variabel bebas ( profitabilitas, solvabilitas, opini audit dan reputasi KAP )
dianggap konstan maka nilai dari audit delay adalah sebesar 43,118 hari.
2. Koefisien profitabilitas = 0,547 menunjukkan bahwa profitabilitas (X1)
berpengaruh positif terhadap audit delay (Y). Hal ini berarti jika variabel
profitabilitas ditingkatkan 1 % maka akan memperpanjang audit delay
sebesar 0,547 hari dengan syarat variabel lainnya dianggap konstan.
Profitabilitas memiliki tanda positif yang berarti bahwa semakin tinggi
nilai profitabilitas maka akan memperpanjang audit delay.
3. Koefisien solvabilitas = -0,001 menunjukkan bahwa solvabilitas (X2)
berpengaruh negatif terhadap audit delay (Y). Hal ini berarti jika variabel
0,001 hari dengan syarat variabel lainnya dianggap konstan. Solvabilitas
memiliki tanda negatif yang berarti bahwa semakin tinggi nilai solvabilitas
maka akan mempercepat audit delay.
4. Koefisien opini audit = 27,894 menunjukkan bahwa opini audit (X3)
berpengaruh positif terhadap audit delay (Y). Hal ini berarti jika variabel
opini audit yang diberikan adalah wajar tanpa pengecualian maka akan
memperpanjang audit delay sebesar 27,894 hari dengan syarat variabel
lainnya dianggap konstan. Opini audit memiliki tanda positif yang berarti
bahwa semakin tinggi nilai opini audit maka akan memperpanjang audit
delay.
5. Koefisien reputasi KAP = -6,529 menunjukkan bahwa reputasi KAP (X2)
berpengaruh negatif erhadap audit delay (Y). Hal ini berarti jika
perusahaan memilih menggunakan jasa KAP yang berafiliasi dengan big
four maka audit delay akan cepat 6,529 hari dengan syarat variabel bebas
lainnya konstan. Nilai reputasi KAP memiliki tanda negatif yang berarti
semakin baik reputasi KAP tersebut maka akan mempercepat audit delay.
H1 : Profitabilitas, Solvabilitas, Opini Audit dan Reputasi KAP
4.2.4 Pengujian Hipotesis Kedua
Pengujian ini dilakukan untuk menguji interaksi antara variabel X1 dan Z yang
dapat dilihat pada tabel berikut ini.
Tabel 4.10
Interaksi Profitabilitas dan Size Perusahaan
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) -70,075 27,927 -2,509 ,013
profitabilitas 8,755 1,147 4,935 7,632 ,000
Size 5,243 1,037 ,593 5,054 ,000
profitsize -,317 ,043 -4,745 -7,323 ,000
a. Dependent Variable: audit delay
Uji t
Syarat pengambilan keputusan untuk uji t adalah jika t hitung < t tabel maka Ho
diterima, jika t hitung > t tabel maka Ho ditolak, dan jika signifikansi < 0,05.
Berdasarkan tabel 4.10 menunjukkan hasil uji t variabel profitabilitas yang
memiiliki nilai t hitung sebesar 7,632 dan nilai t tabel 1,657. Hal ini berarti bahwa
t hitung > dari t tabel maka Ha diterima. Variabel size perusahaan yang memiiliki
nilai t hitung sebesar 5,054 dan nilai t tabel 1,657. Hal ini berarti bahwa t hitung
> dari t tabel maka Ha diterima. Variabel interaksi profitabilitas dan size
perusahaan yang memiiliki nilai t hitung sebesar 7,323 dan nilai t tabel 1,657. Hal
ini berarti bahwa t hitung > dari t tabel maka Ha diterima. Nilai signifikan
variabel profitabilitas sebesar 0,000, size perusahaan sebesar 0,000, dan interaksi
berada dibawah nilai signifikansi yang ditentukan yaitu 0,05 berarti bahwa secara
parsial variabel profitabilitas, size perusahaan dan interaksi profitabilitas dan size
perusahaan berpengaruh terhadap audit delay.
Berdasarkan tabel 4.10 diatas diperoleh nilai-nilai koefisien yang dapat dibuat
dalam persamaan berikut.
Y = -70,705 + 8,755X1 + 5,243Z - 0,317X1Z + e Penjelasan persamaan 2 tersebut adalah sebagai berikut.
1. Konstanta sebesar 70,705 menunjukkan jika semua variabel independen
(profitabilitas, size perusahaan dan interaksi profitabilitas dengan size
perusahaan) dianggap konstan, maka nilai audit delay adalah 70,705hari.
2. Koefisien profitabilitas = 8,755 menunjukkan bahwa profitabilitas (X1)
berpengaruh positif terhadap audit delay (Y). Hal ini berarti jika variabel
profitabilitas ditingkatkan 1 % maka akan memperpanjang audit delay
sebesar 8,755 hari dengan syarat variabel bebas lainnya konstan.
Profitabilitas perusahaan memiliki tanda positif yang berarti semakin besar
profitabilitas maka akan semakin panjang audit delay.
3. Koefisien size perusahaan = 5,243 menunjukkan bahwa size perusahaan
(Z) berpengaruh positif terhadap audit delay (Y). Hal ini berarti jika nilai
variabel size perusahaan ditingkatkan Rp. 1 dengan syarat variabel lainnya
konstan, maka audit delay akan lebih panjang 5,243 hari. Nilai size
perusahaan positif yang berarti bahwa semakin tinggi size perusahaan
4. Koefisien interaksi profitabilitas (X1) dan size perusahaan (Z) = -0,317
menunjukkan bahwa interaksi profitabilitas (X1) dan size perusahaan (Z)
berpengaruh negatif terhadap audit delay (Y). Hal ini berarti jika nilai
variabel interaksi profitabilitas dan size perusahaan ditingkatkan maka
akan menurunkan audit delay sebesar 0,317 hari. Interaksi profitabilitas
dengan size perusahaan memiliki tanda negatif yang berarti bahwa
semakin tinggi interaksi profitabilitas dengan size perusahaan maka akan
semakin pendek audit delay.
H2 : Interaksi Profitabilitas dengan size perusahaan berpengaruh terhadap audit delay pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI).
4.2.5 Pengujian Hipotesis Ketiga
Pengujian ini dilakukan untuk menguji interaksi antara variabel X2 dan Z yang
dapat dilihat pada tabel berikut ini.
Tabel 4.11
Interaksi Solvabilitas dan Size Perusahaan
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 95,169 22,845 4,166 ,000
solvabilitas ,437 3,629 ,516 3,120 ,009
size -,748 ,846 -,085 3,884 ,003
solvasize -,016 ,133 -,519 ,121 ,904
Syarat pengambilan keputusan untuk uji t adalah jika t hitung < t tabel maka Ho
diterima, jika t hitung > t tabel maka Ho ditolak, dan jika signifikansi < 0,05.
Berdasarkan tabel 4.11 menunjukkan hasil uji t variabel solvabilitas yang
memiiliki nilai t hitung sebesar 3,120 dan nilai t tabel 1,657. Hal ini berarti bahwa
t hitung > dari t tabel maka Ha diterima. Variabel size perusahaan yang memiiliki
nilai t hitung sebesar 3,884 dan nilai t tabel 1,657. Hal ini berarti bahwa t hitung
> dari t tabel maka Ha diterima. Nilai signifikan variabel solvabilitas sebesar
0,009, size perusahaan sebesar 0,003, yang berada dibawah nilai signifikansi yang
ditentukan yaitu 0,05 , hal ini berarti bahwa secara parsial variabel solvabilitas,
size perusahaan berpengaruh terhadap audit delay. Sedangkan interaksi
solvabilitas dengan size perusahaan memiliki nilai t hitung sebesar 0,121 dan nilai
t tabel 1,657. Hal ini berarti bahwa t hitung < dari t tabel maka Ho diterima dan
nilai signifikan 0,904 yang lebih besar dari signifikansi 0,05, maka dapat
disimpulkan bahwa interaksi solvabilitas dengan size perusahaan tidak
berpengaruh terhadap audit delay .
Berdasarkan tabel 4.15 diatas diperoleh nilai-nilai koefisien yang dapat dibuat
dalam persamaan berikut.
Y = 95,169 + 0,437X2 - 0,748Z - 0,016X2Z + e Penjelasan persamaan 3 tersebut adalah sebagai berikut.
1. Konstanta sebesar 95,169 menunjukkan jika semua variabel independen
(solvabilitas, size perusahaan dan interaksi solvabilitas dengan size
2. Koefisien solvabilitas = 0,437 menunjukkan bahwa solvabilitas (X2)
berpengaruh positif terhadap audit delay (Y). Hal ini berarti jika variabel
solvabilitas ditingkatkan 1 % maka akan memperpanjang audit delay
sebesar 0,437 hari dengan syarat variabel bebas lainnya konstan.
Solvabilitas memiliki tanda positif yang berarti semakin tinggi solvabilitas
maka akan semakin panjang audit delay.
3. Koefisien size perusahaan = -0,748 menunjukkan bahwa size perusahaan
(Z) berpengaruh negatif terhadap audit delay (Y). Hal ini berarti jika nilai
variabel size perusahaan ditingkatkan Rp. 1 dengan syarat variabel lainnya
konstan, maka audit delay akan lebih cepat sebesar 0,748 hari. Nilai size
perusahaan negatif yang berarti bahwa semakin tinggi size perusahaan
maka audit delay akan semakin pendek.
4. Koefisien interaksi solvabilitas (X2) dan size perusahaan (Z) = -0,016
menunjukkan bahwa interaksi solvabilitas (X2) dan size perusahaan (Z)
berpengaruh negatif terhadap audit delay (Y). Hal ini berarti jika nilai
variabel interaksi solvabilitas dengan size perusahaan ditingkatkan maka
akan mempendek audit delay sebesar 0,016 hari. Interaksi solvabilitas
dengan size perusahaan memiliki tanda negatif yang berarti bahwa
semakin tinggi interaksi solvabilitas dengan size perusahaan maka akan
mempendek audit delay.
H3 : Interaksi solvabilitas dengan size perusahaan tidak berpengaruh
4.2.6 Pengujian Hipotesis Keempat
Pengujian ini dilakukan untuk menguji interaksi antara variabel X3 dan
Z yang dapat dilihat pada tabel berikut ini.
Tabel 4.12
Interaksi Opini Audit dan Size Perusahaan
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 89,858 24,655 3,645 ,000
Opini audit -1,294 1,019 -,146 -2,269 ,002
size ,578 ,656 ,103 2,881 ,038
opinisize 4,907 10,825 ,043 ,453 ,651
a. Dependent Variable: audit delay
Syarat pengambilan keputusan untuk uji t adalah jika t hitung < t tabel maka Ho
diterima, jika t hitung > t tabel maka Ho ditolak, dan jika signifikansi < 0,05.
Berdasarkan tabel 4.12 menunjukkan hasil uji t variabel opini audit yang
memiiliki nilai t hitung sebesar 2,269 dan nilai t tabel 1,657. Hal ini berarti bahwa
t hitung > dari t tabel maka Ha diterima. Variabel size perusahaan yang memiiliki
nilai t hitung sebesar 2,881 dan nilai t tabel 1,657. Hal ini berarti bahwa t hitung
> dari t tabel maka Ha diterima. Nilai signifikan variabel opini audit sebesar
0,002, size perusahaan sebesar 0,038, yang berada dibawah nilai signifikansi yang
ditentukan yaitu 0,05 , hal ini berarti bahwa secara parsial variabel opini audit,
size perusahaan berpengaruh terhadap audit delay. Sedangkan interaksi opini audit
dengan size perusahaan memiliki nilai t hitung sebesar 0,453 dan nilai t tabel
signifikan 0,651 yang lebih besar dari signifikansi 0,05, maka dapat disimpulkan
bahwa interaksi opini audit dengan size perusahaan tidak berpengaruh terhadap
audit delay .
Berdasarkan tabel 4.12 diatas diperoleh nilai-nilai koefisien yang dapat dibuat
dalam persamaan berikut.
Y = 89,858 + 4,907X3 – 1,294Z + 0,578X3Z + e Penjelasan persamaan 4 tersebut adalah sebagai berikut.
1. Konstanta sebesar 89,858 menunjukkan jika semua variabel independen
(opini audit, size perusahaan dan interaksi opini audit dengan size
perusahaan) dianggap konstan, maka nilai audit delay adalah 89,858 hari.
2. Koefisien opini audit = 4,907 menunjukkan bahwa opini audit (X3)
berpengaruh positif terhadap audit delay (Y). Hal ini berarti jika variabel
opini audit yang dimiliki perusahaan wajar tanpa pengecualian maka akan
memperpanjang audit delay sebesar 4,907 hari dengan syarat variabel
bebas lainnya konstan. Opini audit perusahaan memiliki tanda positif yang
berarti semakin baik opini audit yang dimiliki maka akan semakin panjang
audit delay.
3. Koefisien size perusahaan = -1,294 menunjukkan bahwa size perusahaan
(Z) berpengaruh negatif terhadap audit delay (Y). Hal ini berarti jika nilai
variabel size perusahaan ditingkatkan Rp. 1 dengan syarat variabel lainnya
perusahaan negatif yang berarti bahwa semakin tinggi size perusahaan
maka audit delay akan semakin cepat.
4. Koefisien interaksi opini audit (X3) dan size perusahaan (Z) = 0,578
menunjukkan bahwa interaksi opini audit (X3) dan size perusahaan (Z)
berpengaruh positif terhadap audit delay (Y). Hal ini berarti jika nilai
variabel interaksi opini audit dan size perusahaan ditingkatkan maka akan
mempanjang audit delay sebesar 0,578 hari. Interaksi opini audit dengan
size perusahaan memiliki tanda positif yang berarti bahwa semakin tinggi
interaksi opini audit dengan size perusahaan maka akan mempanjang audit
delay.
H3 : Interaksi opini audit dengan size perusahaan tidak berpengaruh
terhadap audit delay pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI).
4.2.7 Pengujian Hipotesis Kelima
Pengujian ini dilakukan untuk menguji interaksi antara variabel X4 dan
Tabel 4.13
Interaksi Reputasi KAP dan Size Perusahaan
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 90,588 24,472 3,702 ,000
reputasi kap 5,775 11,952 ,116 3,483 ,006
size -,621 ,889 -,070 3,698 ,004
reputasisize -,155 ,435 -,085 ,356 ,722
a. Dependent Variable: audit delay
Syarat pengambilan keputusan untuk uji t adalah jika t hitung < t tabel maka Ho
diterima, jika t hitung > t tabel maka Ho ditolak, dan jika signifikansi < 0,05.
Berdasarkan tabel 4.13 menunjukkan hasil uji t variabel reputasi KAP yang
memiiliki nilai t hitung sebesar 3,483 dan nilai t tabel 1,657. Hal ini berarti bahwa
t hitung > dari t tabel maka Ha diterima. Variabel size perusahaan yang memiiliki
nilai t hitung sebesar 3,698 dan nilai t tabel 1,657. Hal ini berarti bahwa t hitung
> dari t tabel maka Ha diterima. Nilai signifikan variabel reputasi KAP sebesar
0,006, size perusahaan sebesar 0,004, yang berada dibawah nilai signifikansi yang
ditentukan yaitu 0,05 , hal ini berarti bahwa secara parsial variabel reputasi KAP,
size perusahaan berpengaruh terhadap audit delay. Sedangkan interaksi reputasi
KAP dengan size perusahaan memiliki nilai t hitung sebesar 0,356 dan nilai t tabel
1,657. Hal ini berarti bahwa t hitung < dari t tabel maka Ho diterima dan nilai
signifikan 0,722 yang lebih besar dari signifikansi 0,05, maka dapat disimpulkan
bahwa interaksi reputasi KAP dengan size perusahaan tidak berpengaruh terhadap
Berdasarkan tabel 4.13 diatas diperoleh nilai-nilai koefisien yang dapat dibuat
dalam persamaan berikut.
Y = 90,588 + 5,775X4 - 0,621Z - 0,155X2Z+e Penjelasan persamaan 5 tersebut adalah sebagai berikut.
1. Konstanta sebesar 90,588 menunjukkan jika semua variabel
independen (reputasi KAP, size perusahaan dan interaksi reputasi KAP
dengan size perusahaan) dianggap konstan, maka nilai audit delay
adalah 90,588 hari.
2. Koefisien reputasi KAP = 5,775 menunjukkan bahwa reputasi KAP
(X4) berpengaruh positif terhadap audit delay (Y). Hal ini berarti jika
variabel reputasi KAP berafiliasi dengan big four maka akan
memperpanjang audit delay sebesar 5,775 hari dengan syarat variabel
bebas lainnya konstan. Reputasi KAP perusahaan memiliki tanda
positif yang berarti semakin baik reputasi KAP yang dimiliki maka
akan semakin panjang audit delay.
3. Koefisien size perusahaan = 0,621 menunjukkan bahwa size
perusahaan (Z) berpengaruh negatif terhadap audit delay (Y). Hal ini
berarti jika nilai variabel size perusahaan ditingkatkan Rp. 1 dengan
syarat variabel lainnya konstan, maka audit delay akan lebih pendek
sebesar 0,621 hari. Nilai size perusahaan negatif yang berarti bahwa
semakin tinggi size perusahaan maka audit delay akan semakin cepat.
4. Koefisien interaksi reputasi KAP (X4) dan size perusahaan (Z)= -0,155
(Z) berpengaruh negatif terhadap audit delay (Y). Hal ini berarti jika
nilai variabel interaksi reputasi KAP dan size perusahaan ditingkatkan
maka akan mempendek audit delay sebesar 0,155 hari. Interaksi
reputasi KAP dengan size perusahaan memiliki tanda negatif yang
berarti bahwa semakin tinggi interaksi solvabilitas dengan size
perusahaan maka akan mempendek audit delay.
H3 : Interaksi reputasi KAP dengan size perusahaan tidak berpengaruh
terhadap audit delay pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI).
4.3Pembahasan
1. Pengaruh Profitabilitas terhadap audit delay.
Menurut pengujian hipotesis yang dilakukan, profitabilitas berpengaruh
positif terhadap audit delay. Profitabilitas memiliki signifikansi sebesar 0,003 dan
nilai t hitung sebesar 3,060. Profitabilitas yang dinilai dari return on asset dimana
laba bersih dibanding total aktiva dengan sampel perusahaan manufaktur selama
priode 2011-2014.. Sejalan dengan penelitian yang dilakukan oleh Lestari (2010)
dan Destiana (2011) yang mendapatkan hasil bahwa profitabilitas berpengaruh
terhadap audit delay. Perusahaan yang memiliki hasil gemilang (good news) akan
melaporkan lebih tepat waktu dibandingkan dengan perusahaan yang mengalami
kerugian (bad news). Penelitian Naim dalam Lestari (2010) memperlihatkan
bahwa tingkat profitabilitas yang lebih rendah memacu kemunduran publikasi
memaparkan perusahaan yang melaporkan kerugian mungkin akan meminta
auditor untuk mengatur waktu audit yang lebih lama ketimbang biasanya. Namun
berlawanan dengan pemaparan di atas, Ashton dalam Lestari (2010) menyebutkan
profitabilitas bukanlah faktor yang signifikan mempengaruhi audit delay.
Penelitian Kartika (2009) dan Widyantari (2012) menyatakan bahwa profitabilitas
tidak berpengaruh terhadap audit delay.
Menurut logika profitabilitas berpengaruh negatif terhadap audit delay
dimana semakin tinggi profitabilitas perusahaan maka akan menurunkan audit
delay. Profitabilitas yang tinggi berkaitan dengan kinerja perusahaan yang
semakin baik maka perusahaan akan berusahaan mempercepat penyelesaian
auditnya. Sedangkan menurut hasil penelitian profitabilitas berpengaruh positif
terhadap audit delay yang berarti bahwa semakin tinggi profitabilitas akan
memperpanjang penyelesaian audit.
2. Pengaruh Solvabilitas terhadap audit delay.
Menurut hasil pengujian hipotesis yang dilakukan solvabilitas berpengaruh
negatif terhadap audit delay. Solvabilitas memiliki nilai signifikansi 0,009 dan
nilai t hitung 2,752. Solvabilitas dinilai dari total kewajiban dibanding total
ekuitas dengan sampel perusahaan manufaktur selama priode 2011-2014. Hal ini
sejalan dengan penelitian menurut Aryaningsih (2014) Solvabilitas dalam
penelitian ini diproksikan dengan rasio DER yaitu total hutang baik itu hutang
jangka pendek maupun hutang jangka panjang dibagi dengan total ekuitas. Hal