BAB I PENDAHULUAN
3.5. Definisi Operasional dan Skala Pengukuran Hasil
Defenisi operasional menjelaskan karakteristik dari objek ke dalam elemen-elemen yang dapat diobservasi yang menyebabkan konsep dapat diukur dan dioperasionalisasikan dalam riset. Ada dua variabel yang digunakan dalam penelitian ini yaitu variabel terikat (dependent variabel) dan variabel bebas (independent variabel).
1. Independent Variabel
Independent Variable adalah variabel yang mempengaruhi Dependent Variable, entah secara positif atau negative. Yaitu, jika terdapat variabel bebas, variabel terikat juga hadir, dan dengan setiap unit kenaikan dalam variabel bebas, terdapat pula kenaikan atau penurunan dalam variabel terkait (Uma Sekaran, 2006 : 117).
Independent Variable dalam penelitian ini adalah Ukuran Perusahaan, Ukuran KAP dan Jenis Opini Audit
a. Ukuran Perusahaan
Ukuran Perusahaan adalah suatu skala dimana dapat diklasifikasikan besar kecilnya perusahaan menurut berbagai cara. Dalam penelitian ini. Ukuran perusahaan adalah ukuran perusahaan yang diperiksa oleh KAP dan dihitung dengan menggunakan total asset yang dimiliki perusahaan atau total aktiva perusahaan klien yang tercantum pada laporan keuangan perusahaan akhir periode yang telah diaudit menggunakan log size. Dalam penelitian ini, pengukuran terhadap Ukuran perusahaan diproksikan dengan nilai logaritma natural dengan tujuan untuk menghaluskan besarnya angka dan menyamakan ukuran saat regresi.
Ukuran Perusahaan = log (total aktiva) b. Ukuran KAP
Pada penelitian ini Ukuran KAP diukur dengan melihat KAP mana
penelitian ini diklasifikasikan dengan menggunakan variabel dummy yaitu perusahaan yang menggunakan jasa KAP the big four diberi kode 1 dan perusahaan yang tidak menggunakan jasa KAP non the big four diberi kode 0
c. Opini Auditor
Opini Auditor adalah pendapat yang diberikan oleh auditor independe atas laporan keuangan yang disajikan oleh suatu perusahaan. Opini Auditor dalam penelitian ini diukur dengan melihat jenis opini yang diberikan oleh auditor independen terhadap laporan keuangan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia pada tahun 2008-2010. Dalam penelitian ini pendapat auditor dibedakan menjadi dua kelompok dummy yaitu perusahaan yang menerima pendapat unqualified opinion diberi kode 1 dan perusahaan yang menerima pendapat selain unqualified opinion diberi kode 0.
2. Dependent Variabel
Dependent Variable merupakan variabel yang menjadi perhatian utama peneliti. Dengan kata lain, Dependent Variable merupakan variabel utama yang menjadi faktor yang berlaku dalam investigasi (Uma Sekaran, 2006 : 116). Dependent Variabel dalam penelitian ini adalah Audit report lag = tanggal laporan audit – tanggal laporan keuangan
Penelitian ini menggunakan skala pengukuran hasil sebagai berikut : Tabel 3.2
Defenisi Operasional Dan Pengukuran Variabel
Variabel yang
Diukur Indikator Skala Instrumen
Jumlah hari Rasio Tanggal
Audit report lag
antara tanggal laporan penutupan tahun keuangan buku sampai yang di audit dengan diterbitkannya
laporan audit.
Total aset yang Rasio LAPORAN
KEUANGAN Ukuran
perusahaan
dimiliki perusahaan pada
tahun pelaporan
Ukuran KAP KAP Big Four/ Nominal LAPORAN KEUANGAN Non-Big Four
Jenis opini
audit Unqualified Nominal LAPORAN KEUANGAN opinion / selain
Unqualified Opinion
3.6. Metode Analisis Data 1. Pengujian Asumsi Klasik
Metode analisis data yang digunakan dalam penelitian ini adalah model analisis regresi linear berganda dengan bantuan software SPSS 21.0. Sebelum melakukan pengujian hipotesis, analisis regresi linear berganda memerlukan pengujian asumsi klasik yang meliputi :
a. Uji Normalitas
Menurut Ghozali (2005 : 110) “ uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal”. Cara yang dapat digunakan untuk menguji apakah variabel pengganggu atau residual memiliki distribusi normal adalah dengan melakukan uji Kolmogorov- Smirnov terhadap model yang diuji. Kriteria pengambilan keputusan adalah apabila nilai signifikansi atau probabilitas > 0.05, maka residual memiliki distribusi normal dan apabila nilai signifikansi atau probabilitas < 0.05, maka residual tidak memiliki distribusi normal.
Selain itu, uji normalitas juga dapat dilakukan dengan melakukan analisis grafik normal probability plot dan grafik histogram. Dasar pengambilan keputusan dalam uji normalitas menurut Ghozali (2005 : 110) sebagai berikut:
1) jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas dan
2) jika data menyebar jauh dari diagonal dan / atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen).
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen (Ghozali, 2005 : 91). Multikolinearitas dapat dideteksi dengan melihat nilai tolerance dan variance inflation factor (VIF). Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance < 0.10 atau sama dengan nilai VIF >10 (Ghozali, 2005 : 92).
c. Uji Heteroskedastisitas
Menurut Ghozali (2005 : 105) “uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain”. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Menurut Hengky & Selva (2013 : 66) ada beberapa cara untuk mendeteksi problem heteroskedastisitas pada model regresi antara lain yaitu:
1) Dengan melihat grafik scatterplot, yaitu ploting titik-titik menyebar secara acak dan tidak berkumpul pada satu tempat, maka dapat disimpuLaporan Keuanganan bahwa tidak terjadi problem heteroskedastisitas,
2) Dengan melakukan uji statistik glejser yaitu dengan mentransformasi nilai resudial menjadi obsolut resudial dan meregresnya dengan variabel independen dalam model (Gujarati
dan Poter 2010). Jika diperoleh nilai signifikansi untuk variabel independen > 0.05, maka dapat disimpuLaporan Keuanganan bahwa tidak terdapat problem heteroskedastisitas.
d. Uji Autokorelasi
Menurut Ghozali (2005 : 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)”. Menurut Hengky & Selva (2013 : 73) ada beberapa cara yang dapat digunakan untuk mendeteksi ada tidaknya problem autokorelasi pada model regresi yaitu dengan melakukan uji statistik Durbin-Watson, uji Runs Test dan uji Box- Ljung. Untuk uji Durbin-Watson kita akan membandingkan hasil DW statistik dengan DW tabel. Jika DW statistik > DW tabel, maka dapat disimpuLaporan Keuanganan bahwa tidak terdapat problem autokorelasi. Sedangkan pada uji statistik Runs Test jika diperoleh nilai signifikansi > 0.05, maka dapat disimpuLaporan Keuanganan bahwa data kita memenuhi asumsi klasik autokorelasi. Dan pada uji Box-Ljung jika dari 16 lag yang dihasiLaporan Keuanganan terdapat dua lag atau lebih yang nilainya signifikan, maka dapat disimpuLaporan Keuanganan bahwa data kita tidak terjadi problem autokorelasi.
2. Pengujian Hipotesis
Hipotesis penelitian diuji dengan menggunakan analisis regresi linear berganda. Model regresi linear berganda untuk menguji hipotesis tersebut dinyatakan dalam bentuk fungsi perubahan audit report lag.
Y = a + b1X1 + b2X2 + b3X3 + e Keterangan :
Y : Audit report lag a : Kontansta b : Koefisien X1 : Ukuran perusahaan X2 : Ukuran KAP X3 : Opini audit e : Error
a. Uji signifikansi simultan
Secara simultan, pengujian hipotesis dilakukan dengan uji F- test. Menurut Ghozali (2005 : 84) “uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama- sama terhadap variabel dependen/ terikat”. Uji ini dilakukan dengan membandingkan signifikansi F hitung dengan ketentuan:
jika F hitung < F tabel pada α 0.05, maka H1 ditolak dan jika F hitung > F tabel pada α 0.05, maka H1 diterima.
b. Uji signifikansi parsial
Secara parsial, pengujian hipotesis dilakukan dengan uji t-test.
Menurut Ghozali (2005 : 84) “uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/
independen secara individual dalam menerangkan variabel dependen”. Uji ini dilakukan dengan membandingkan signifikansi t hitung dengan ketentuan:
jika t hitung < t tabel pada α 0.05, maka H1ditolak dan jika t hitung > t tabel pada α 0.05, maka H1 diterima.
BAB IV
ANALISIS HASIL PENELITIAN DAN PEMBAHASAN 4.1. Data Penelitian
Jenis data dalam penelitian ini adalah data sekunder yang berasal dari Bursa Efek Indonesia yang diperoleh dari internet melalui situs www.idnfinancials.com. Sampel data yang digunakan dalam penelitian ini adalah sebanyak 20 perusahaan dari populasi sebanyak 142 perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dan memiliki laporan keuangan lengkap yang telah diaudit mulai dari tahun 2010 – 2012.
Sehingga diperoleh sampel berjumlah 20 x 3 tahun = 60 observasi.
Berikut ini adalah 20 perusahaan manufaktur sebagai sampel yang digunakan penelitian ini:
Tabel 4.1.
Sampel Penelitian
No Kode Nama Perusahaan
1. AMFG Asahimas Flat Glass Tbk 2. ARNA Arwana Citramulia Tbk 3. ASII Astra International Tbk
4. CPIN Charoen Popkhand Indonesia Tbk 5. HMSP Hanjaya Mandala Samperna Tbk 6. ICBP Indofood CBP Sukses Makmur Tbk 7. INDF Indofood Sukses Makmur Tbk 8. INTP Indocement Tunggal Perkasa Tbk 9. IPOL Indopoly Swaharsa Industri Tbk 10. KLBF Kalbe Farma Tbk
11. KRAS Krakatau Stell (persero) Tbk 12. MLBI Multi Bintang Indonesia Tbk 13. MLIA Mulia Industrindo Tbk
15. NIPS Nipress Tbk
16. ROTI Nippon Indosari Corporindo Tbk 17. SMCB Holcim Indonesia Tbk
18. SMSM Selamat Sampoerna Tbk 19. TCID Mandom Indonesia Tbk 20. UNVR Unilever Indonesia Tbk Sumber : Bursa Efek Jakarta