Variabel Dependen Uji Multikolinieritas

44 dalam besar Professional Fee yang dicantumkan dalam laporan keuangan akan mngandung besar Audit Fee. Jadi, Secara langsung Audit Fee dapat digambarkan oleh Professional Fee, karena Audit Fee merupakan salah satu bagian dari Professional Fee.

3.3 Tempat dan Waktu Penelitian

Penelitian ini dilaksanakan pada perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia yang datanya diambil dari website resmi Bursa Efek Indonesia yaitu www.idx.co.id . Adapun data yang diambil adalah laporan tahunan annual report dari tahun 2012-2013. Waktu yang digunakan penulis untuk melakukan penelitian ini yaitu mulai dilaksanakan pada Februari 2015.

3.4 Variabel Penelitian dan Definisi Operasional

Definisi operasional variabel adalah definisi-definisi yang akan dipergunakan dalam penelitian ini dengan tujuan untuk memberikan arah dan batasan dalam penyelesaian masalah.

3.4.1 Variabel Dependen

Dalam penelitian ini, yang menjadi variabel Dependen adalah Professional Fee yang mana menggambarkan keadaan besarnya Audit Fee. Menurut IAPI 2008, Fee Audit adalah imbal jasa atas waktu yang telah dipergunakan auditor dalam melaksankan tugasnya dan biaya-biaya yang diperlukan auditor terkait dengan jasa yang diberikan. 45 Data Professional fee dapat diporeleh dari laporan tahunan perusahaan annual report seluruh perusahaan yang tercatat di BEI. Dalam penelitian ini yang digunakan adalah laporan tahunan periode 2012-2013. Pengungkapan Audit fee di Indonesia masih bersifat Voluntary Disclosure, oleh karean itu Audit Fee dapat dilihat dari Professional Fee yang diungkapkan dalam laporan tahunan perusahaan. Karena itu yang digunakan adalah Professional Fee. Variabel Professional Fee menggunakan logaritma natural. Penggunaan logaritma natural dimaksudkan untuk memperkecil perbedaan angka yang terlalu jauh dari data yang telah ditetapkan sebagai sampel penelitian. Selanjutnya, Variabel ini akan disimbolkan dengan PFEE dalam persamaan. 3.4.2 Variabel Independen 3.4.2.1 Pengadopsian ISA Institut Akuntan Publik Indonesia IAPI telah memutuskan untuk mengadopsi secara penuh International Standards on Auditing ISA untuk menggantikan Standar Profesional Akuntan Publik SPAP, yang mana penggunaan standar ini dimulai pada tanggal 1 Januari 2013 untuk setiap laporan keuangan yang diaudit oleh Akuntan Publik. Tuanakotta, dalam bukunya yang berjudul Audit Berbasis ISA Intrnational Standards on Auditing 2013 menyatakan bahwa Dengan adanya pengadopsian ISA yang dilakukan oleh Indonesia, tentunya akan terjadi peningkatan biaya. Ada dua jenis klasifikasi biaya dalam pengadopsian ISA, yaitu 46 biaya berulang-ulang terjadi setiap tahunnya recurring cost dan biaya yang hanya akan terjadi sekali one-off costs, yaitu pada saat mulai pengadopsian ISA. Variabel pengadopsian ISA diukur dengan menggunakan Variabel dummy. Dimana 1 untuk laporan keuangan yang telah diaudit dengan menggunakan pengadopsian Standar ISA periode 2013 dan 0 untuk laporan keuangan yang telah diaudit sebelum pengadopsian Standar ISA. Selanjutnya Pengadopsian ISA disimbolkan sebagai ADISA.

3.4.2.2 Ukuran Klien Audit

Variabel indikator untuk mewakili faktor ukuran perusahaan adalah total aktiva yang dimiliki oleh perusahaan Hay et al., 2008 dalam Widiasari, 2009. Total asset terdiri atas asset lancar, asset tidak lancar, asset tidak berwujud dan asset lainnya. Semakin besar total asset yang dimiliki, berarti perusahaan mampu menutupi kewajibannya. Variabel Ukuran Klien Audit diukur dengan menggunakan logaritma natural dari total asset. Selanjutnya variabel ini akan disimbolkan dengan LNTA.

3.4.2.3 Kompleksitas Audit

Anak perusahaan mewakili kompleksitas jasa audit yang diberikan oleh auditor eksternal. Semakin banyak jumlah anak perusahaan yang dimiliki sebuah perusahaan maka akan semakin rumit transaksi yang dimiliki klien Kantor Akuntan Publik Hay et al. 2008 dalam Widiasari, 2009. 47 Kompleksitas perusahaan diukur dengan menggunakan jumlah anak perusahaan yang dimiliki baik yang berada di dalam negeri maupun yang berada di luar negeri. Kompleksitas Klien ini kemudian akan disimbolkan dengan SUBSDR.

3.4.2.4 Risiko Litigasi

Risiko litigasi adalah risiko yang melekat pada perusahaan dan memungkinkan terjadinya ancaman litigasi oleh pihak-pihak yang berkepentingan dengan perusahaan yang merasa dirugikan. Audit fee akan lebih tinggi jika auditor menagani klien yang memiliki risiko litigasi yang tinggi. Hal ini disebabkan karena, apabila klien memiliki risiko litigasi yang tinggi maka auditor akan lebih berhati-hati dan berusaha mengatasi risiko litigasi tersebut dengan upaya audit yang lebih ekstra. Upaya audit ekstra perlu dilakukan untuk meminimalisasi ancaman risiko litigasi oleh pihak yang berkepentingan. Biaya audit untuk menanggung besarnya risiko litigasi yang ditanggung oleh auditor tercermin dalam Audit Fee yang diberikan De George et al, 2013. Risiko litigasi dapat diukur dengan menggunakan berbagai indikator keuangan yang menjadi determinan kemungkinan terjadinya litigasi. Johnson et al. 2001 melakukan estimasi seluruh variabel yang mempengaruhi risiko litigasi dengan memakai model regresi probit. Hasil dari penelitian tersebut menunjukkan ada tiga variabel yang mempunyai koefisien positif dan signifikan, yaitu: volatilitas, financing, dan leverage. 48 Salah satu cara pengukuran variabel risiko litigasi adalah menggunakan proksi Financing. Proksi Financing dapat diukur dengan menggunakan rasio leverage LEV. Selanjutnya risiko litigasi akan disimbolkan dengan LEV. Adapun Leverage adalah Total Hutang Total aktiva

3.4.2.5 Profitabilitas Klien

Profitabilitas terkait dengan efisiensi penggnaan asset dan sumber daya lain oleh perusahaan dalam operasinya. Variabel Profitabilitas diukur dengan menggunakan Tingkat Pengembalian atas Aktiva, ROA Return on Asset. Yang selanjutnya akan disimbolkan dengan ROA. Rumus untuk menghitung ROA adalah

3.4.2.6 Ukuran KAP

Kantor Akuntan Publik di Indonesia terdiri dari dua jenis, yaitu KAP Big Four dan KAP Non Big Four. Yang dimaksudkan dengan KAP Big Four adalah merupakan Kantor akuntan Publik international yang berafiliasi dengan kantor Akuntan Publik lokal. Kantor Akuntan Publik yang termasuk Big Four adalah 1. Kantor Akuntan Publik KAP Tanudiredja, Wibisana Rekan berafiliasi dengan PriceWaterhouse Cooper PwC. ROA = Laba Bersih total aset 49 2. Kantor Akuntan Publik Purwanto, Suherman Surja PSS berafiliasi dengan Ernst Young EY. 3. Kantor Akuntan Publik Osman Bing Satrio Eny dan berlokasi di 2 tempat, yaitu Jakarta dan Surabaya. KAP ini berafiliasi dengan Deloitte Touche Tohmatsu DTT. 4. Kantor Akuntan Publik Siddharta Widjaja Berafiliasi dengan Klynveld Peat Marwick Goerdeler KPMG. Variabel Jenis KAP diukur dengan menggunakan variabel dummy, yang mana 1 untuk KAP Big Four dan 0 untuk KAP lainnya. Selanjutnya Jenis KAP akan disimbolkan sebagai BIGF. Tabel 3.1 Operasional Variabel No Variabel Definisi Formula Variabel Independen 1 Pngadopsian ISA ADISA Pergantian Standard auditing di Indonesia menjadi ISA dimulai 1 Januari 2013 Dummy Dimana: Skor 1 diberikan untuk laporan keuangan yang telah menggunakan ISA sebagai Standar Audit Skor 0 diberikan untuk laporan keuangan yang belum menggunakan ISA sebagai Standar Audit 2 Ukuran Klien Audit LNTA Ukuran perusahaan adalah besar kecilnya perusahaan berdasarkan total aset yang dimilikinya Logaritma Natural Total Asset 3 Kompleksitas Audit SBSDR Kompleksitas perusahaan diukur dengan menggunakan jumlah anak perusahaan yang dimiliki baik yang Total Jumlah Anak Perusahaan 50 berada di dalam negeri maupun yang berada di luar negeri 4 Risiko Litigasi LEV Risiko litigasi adalah risiko yang melekat pada perusahaan dan memungkinkan terjadinya ancaman litigasi oleh pihak-pihak yang berkepentingan dengan perusahaan yang merasa dirugikan Total Hutang Total aktiva 5 Profitabilitas Perusahaan ROA Profitabilitas terkait dengan efisiensi penggnaan asset dan sumber daya lain oleh perusahaan dalam operasinya. Laba Bersih Total Aktiva 6 Jenis KAP BIGF Jenis KAP di Indonesia terdiri dari dua jenis, yaitu KAP Big Four dan KAP Non Big Four Dummy Dimana: Skor 1 diberikan pada Perusahaan yang di audit oleh KAP Big Four Skor 0 diberikan pada perusahaan yang di audit oleh KAP non Big Four Variabel Dependen 7 Professional Fee PFEE Professional Fee dapat dinyatakan sebagai imbal jasa yang diberikan kepada tenaga ahli atau suatu profesi untuk jasa yang telah dilakukannya. Logaritma Natural Professional Fee

3.5 Populasi dan Sampel penelitian

Populasi adalah sekolompok entitas yang lengkap yang dapat berupa orang, kejadian ataupun bnda yang mempunyai karakteristik tertentu yang berada dalam satu wilayah dan memenuhi syarat-syarat tertentu yang berkaitan dengan masalah penelitian. Adapun yang menjadi populasi penelitian ini adalah 51 Perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia yaitu sebanyak 134 Perusahaan. Sampel adalah bagian dari populasi yang digunakan untuk memperkirakan karakteristik populasi. Metode pemilihan sampel yang digunakan dalam penelitian ini adalah purposive sampling. Metode Puposive sampling dipilih dengan tujuan untuk mendapatkan sampel yang sesuai dengan kriteria yang telah ditentukan. Adapun kriteria untuk sampel adalah sebagai berikut: 1. Perusahaan mempublikasikan laporan keuangan beserta dengan laporan tahunan yang telah di audit oleh Auditor Independen 2. Laporan tahunan perusahaan mencantumkan besar Professional fee 3. Laporan tahunan perusahaan mencantumkan informasi lain yang terkait dengan variabel-variabel lain yang dibutuhkan dalam penelitian ini 4. Perusahaan terdaftar di Bursa Efek Indonesia selama periode pengamatan yaitu 2012-2013, dan tidak mengalami delisting selama periode tersebut. Setelah disesuaikan dengan kriteria yang ada dapat ditentukan jumlah sampel yang diambil dari 134 perusahaan adalah sebanyak 48 perusahaan, yang mana perusahaan tersebut memenuhi kriteria yang telah dibuat

3.6 Jenis data dan Sumber data

Jenis data yang digunakan adalah data sekunder. Data sekunder yang diperolehh berupa annual report laporan tahunan perusahaan manufaktur yang 52 berasal dari Bursa Efek Indonesia BEI. Pengambilan data sekunder yang berupa Annual report ini dipilah karena mudah didapat dan laporan keuangan yang terdapat di BEI telah diaudit oleh akuntan publik.

3.7 Metode Pengumpulan data

Data dikumpulkan dengan mempelajari dan menganalisis data sekunder yang berupa annual report laporan tahunan yang telah diaudit oleh akuntan publik yang diperoleh dari website Bursa Efek Indonesia BEI di www.idx.co.id . 3.8 Teknik Analisis 3.8.1 Statistik Deskriptif Dalam melakukan analisis data pada penelitian ini digunakan metode deskriptif kuantitatif. Yaitu dengan mengumpulkan, mengolah, dan menginterpretasikan hasil yang diperoleh. Analisis ini digunakan untuk memberikan deskripsi mengenai variabel-variabel penelitian yaitu Professional Fee, Pengadopsian ISA, Ukuran Klien Audit, Kompleksitas Audit, Risiko Litigasi, Profitabilitas Klien dan Jenis KAP.

3.8.2 Uji Asumsi Klasik

Sebelum melakukan pengujian hipotesis dan pengujian analisis regresi, maka yang harus kita lakukan sebelumnya adalah uji asumsi klasik. Tujuan dari uji asumsi klasik adalah untuk mendapatkan nilai estimasi yang diperoleh bersifat BLUE Best, Linear, Unbiased, Estimator yang mana maksudnya adalah nilai estimator yang terbaik, estimator yang linear, dan estimator yang tidak bias, maka 53 data-data yang digunakan dalam analisis regresi terlebih dahulu akan di uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.

3.8.2.1 Uji Normalitas Data

Tujuan dari Uji normalitas data adalah untuk menguji apakah dalam model data regresi antara variabel dpenden dengan variabel independen mempunyai distribusi normal atau tidak. Alisis untuk menguji normalitas data dapat dilakukan dengan analisis statistik dan analisis grafik. Untuk mendeteksi apakah suatu variabel terdistribusi normal atau tidak yaitu degan uji Kolmogorov- smirnov. Uji Kolmogorov Smirnov dilakukan dengan melihat angka probabilitasnya dengan ketenruan Ghozali,2011 : 1. Nilai signifikansi atau nilai probabilitas 0,05 maka distribusi dikatakan tidak normal 2. Nilai signifikan atau nilai probabilitas 0,05 maka distribusi dikatakan normal. Selain uji Kolmogorov-smirnov. dilakukan pula uji dengan memperhatikam penyebaran data titik pada Normal P-Plot Regression Standardized Residual dari variabel depeden, dimana : 1. Jika data menyebar disekitar garis diagonal dan megkuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, mka model regresi tidak memenuhi asumsi normalitas. 54

3.8.2.2 Uji Multikolonieritas

Uji multikolonieritas menguji apakah model regresi ditemukan adanya kolerasi antar variabel bebas. Model regresi yang baik harusnya tidak terjadi kolerasi siantara variabel independen Ghozali, 2011. Untuk medeteksi ada atau tidaknya multikolonieritas didalam model regresi adalah sebagai berikut: 1. Nilai � 2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen 2. Analisis matrik kolerasi antar variabel independen yang tinggi diatas 0,90, maka hal ini merupakan indikasi adanya multikolonieritas 3. Analisis nilai tolerance dan variance inflation factor IVF. Kedua ukuran ini menunjukkan setiap variabel independen mana yang dijelaskan oleh variabel independen lainya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai tolerance yang rendah sama dengan nilai VIF yang tinggi. Nilai VIF dapat dirumuskam sebagai berikut: VIF = 1 ��������� Nilai cutoff yang digunakan dan dipakai untuk menandai adanya faktor- faktor multikolonieritas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10. Model regresi yang baik tidak terdapat masalah multikolonieritas atau adanya hubungan korelasi diantara variabel-variabel independennya. 55

3.8.2.3 Uji Heteroskedastisitas

Uji Heterokedastisitas adalah terjadinya varians yang tidak sama untuk variabel independen yang berbeda. Uji ini dimaksudkan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah data yang tidak mengandung situasi Heteroskedastisitas, karena data ini menghimpun data yang mewakili berbagai ukuran Ghozali, 2011. Heterokedastisitas dapat terdeteksi dengan melihat plot antara nilai taksiran dengan residual. Untuk melihat heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik scatter plot. Yang mendasari dalam pengambilan keputusan ini adalah: 1. Jika ada pola tertentu seperti titik-titik yang ada membentuk satu pola yang teratur bergelombang, melebar, kemudian menyempit maka akan terjadi masalah heterokedastisitas. 2. Jika tidak ada pola yang jelas seperti titik-titik yang menyebar diatas dan dibawah angka nol pada sumbu-sumbu maka tidak terjadi heterokedastisitas. Uji heterokedastisitas dapat diperkuat dengan menggunakan uji glejser. Uji Glejser adalah meregresikan antara variabel bebas dengan variabel residual absolute, dimana apabila nilai p 0,05 maka variabel bersangkutan dinyatakan bebas heteroskedastisitas. 56

3.8.2.4 Uji Autokorelasi

Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu antara periode t dengan kesalahan pegganggu pada periode t-1 atau sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autorelasi. Autokorelasi muncul disebabkan adanya observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual kesalahan penganggu tidak bebas dari satu observasi ke observasi yang lainnya. Pendekatan ada atau tidaknya autokorelasi menggunakan uji Durbin- Watson DW test. Pengambilan keputusan dapat dilihat pada tabel berikut ini: Tabel 3.2 Autokolerasi Hipotesis nol Jika Keputusan Tidak ada autokorelasi positif 0 d dl Tolak Tidak ada autokorelasi positif dl ≤ d ≤ du No decision Tidak ada autokorelasi negative 4 – dl d 4 Tolak Tidak ada autokorelasi negative 4 – du ≤ d ≤ 4 - dl No decision Tidak ada autokorelasi ,positif atau negative du d 4 - du Tidak ditolak

3.9 Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini menggunakan analisis Regresi Berganda Multiple Regression dengan alasan bahwa variabel independennya lebih dari satu. Analisis ini digunakan untuk menentukan hubungan antara 57 Professional Fee dengan variabel-variabel independen Ghozali, 2009. Persamaan regresinya adalah sebagai berikut : PFEE = b0 + b1 ADISA + b2 LNTA + b3 SUBSDR + b4 LEV + b5 ROA + b6 BIGF + e Dimana: PFEE = Logaritma Natural Professional Fee ADISA = Pengadopsian ISA LNTA = Logaritma Natural total asset SUBSDR = Jumlah anak perusahaan LEV = Leverage ROA = Return of Asset BIGF = Auditor Big Four Kemudian untuk mengetahui pengaruh antara variabel-variabel independen dengan tingkatProfessional Fee maka dilakukan pengujian-pengujian hipotesis penelitian terhadap variabel-variabel dengan pengujian dibawah ini : a. Koefisien Determinasi Koefisien determinasi merupakan ikhtisar yang menyatakan seberapa baik garis regresi sampel mencocokkan data. Koefisien determinasi untuk mengukur proporsi variasi dalam variabel dependen yang dijelaskan oleh regresi. Nilai � 2 berkisar antara 0 sampai 1, apabila � 2 =0 berarti tidak ada hubungan antara variabel independen dengan variabel dependen, sedangkan jika � 2 =1 berarti suatu 58 hubungan yang sempurna. Untuk regresi dengan variabel bebas lebih dari 2 maka digunakan adjusted � 2 sebagai koefisien determinasi. b. Uji F Uji ini dilakukan utuk menguji apakah variabel-variabel independen terhadap variabel dependen memiliki pengaruh secara bersama-sama. Pengujian dilakukan dengan menggunakan tingkat signifikansi 0,05 α = 5. Penolakan atau penerimaan hipotesis dilakukan dengan kriteria sebagai berikut : 1. Jika nilai sigifikansi kurang dari satu atau sama dengan 0,05 maka hipotesis diterima yang berarti secara bersama-sama variabel ADISA, LNTASSET, SUBSDR, LEV, ROA, BIGF berpengaruh terhadap Professional Fee. 2. Jika nilai sigifikansi lebih dari 0,05 maka hipotesis ditolak yang berarti secara bersama-sama variabel ADISA, LNTASSET, SUBSDR, LEV, ROA, BIGF tidak berpengaruh terhadap Professional Fee. c. Uji t Uji t digunakan untuk mengetahui kemampuan masing-masing variabel independen secara individu partial dalam menjelaskan perilaku variabel dependen. Pengujian dilakukan dengan menggunakan tingkat signifikansi 0,05 α= 5. Penolakan atau penerimaan hipotesis dilakukan dengan kriteria sebagai berikut : 59 1. Jika nilai sigifikansi kurang dari satu atau sama dengan 0,05 maka hipotesis diterima yang berarti secara partial variabel ukuran ADISA, LNTASSET, SUBSDR, LEV, ROA, BIGF berpengaruh terhadap Professional Fee. 2. Jika nilai sigifikansi lebih dari 0,05 maka hipotesis ditolak yang berarti secara partial variabel ADISA, LNTASSET, SUBSDR, LEV, ROA, BIGF tidak berpengaruh terhadap Professional Fee. 60

BAB IV ANALISIS DAN PEMBAHASAN

4.1 Data Penelitian

Pada perhitungan, data berupa angka kemudian dianlisis menggunakan aplikasi spss 22. Objek penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dalam periode 2012-2013. Hasil pengolahan data berupa informasi melihat dan menganalisa hubungan dan pengaruh antara Pengadopsian ISA, ukuran klien audit, kompleksitas audit, risiko litigasi, profitabilitas klien dan jenis KAP terhadap professional fee. Teknik analisis dalam penelitian ini menggunakan analisis statistik. Analisis statistik merupakan analisis yang mengacu SPSS. Sampel yang memenuhi kriteria seperti yang telah dijelaskan dalam bab 3 diperoleh sebanyak 48 perusahaan manufaktur. Adapun perusahaan yang menjadi sampel adalah Tabel 4.1 Daftar Sampel Penelitian No Kode Nama Perusahaan 1 ALDO Alkindo naratama Tbk 2 APLI Asiaplast Industries Tbk 3 ARNA Arwana Citramulia Tbk 4 BTON Betonjaya Manunggal Tbk 5 CPIN Charoen Pokphand Indonesia Tbk 6 CTBN Citra Tubindo Tbk 7 EKAD Ekadharma International Tbk 8 ETWA Eterindo Wahanatama Tbk 9 IGAR Champion Pacific Indonesia Tbk 10 INKP Indah Kiat Pulp Paper Tbk 11 INTP Indocement Tunggal Prakasa Tbk 12 IPOL Indopoly Swakarsa Industry Tbk 61 13 JPFA JAPFA Comfeed Indonesia Tbk 14 JPRS Jaya Parl Steel Tbk 15 MAIN Malindo Feedmill Tbk 16 PICO Pelangi Indah Canindo Tbk 17 SIPD Sierad Produce Tbk 18 SMCB Holcim Indonesia Tbk 19 SRSN Indo Acidatama Tbk 20 TKIM Pabrik Kertas Tjiwi Kimia Tbk 21 TOTO Surya Toto Indonesia Tbk 22 TRST Trias Sentosa Tbk 23 UNIC Unggul Indah Cahaya Tbk 24 BATA Sepatu Bata Tbk 25 BRAM Indo Kordsa Tbk 26 ERTX Eratex Djaja Tbk 27 IMAS Indomobil Sukses International Tbk 28 JECC Jembo Cable Company Tbk 29 KBLI KMI Wire and Cable Tbk 30 KBLM Kabelindo Murni Tbk 31 LPIN Multi Prima Sejahtera Tbk 32 PRAS Prima Alloy Steel Universal Tbk 33 SMSM Selamat Sempurna Tbk 34 VOKS Voksel Electric Tbk 35 AISA Tiga Pilar Sejahtera Food Tbk 36 ALTO Tri Banyan Tirta Tbk 37 DLTA Delta Djakarta Tbk 38 DVLA Darya-Varia Laboratoria Tbk 39 KLBF Kalbe Farma Tbk 40 MBTO Martina Berto Tbk 41 MERK Merc Tbk 42 MLBI Multi Bintang Indonesia Tbk 43 MYOR Mayora Indah Tbk 44 ROTI Nippon Indosari Corpindo Tbk 45 SIDO Sido Muncul Tbk 46 SKBM Sekar Bumi Tbk 47 SQBB Taisho Pharmaceutical Indonesia Tbk 48 WIIM Wismilak Inti Makmur Tbk 62

4.2 Statistik Deskriptif

Peneliti menggunakan metode statistik deskriptif dalam penelitian ini, yaitu penelitian yang dilakukan untuk memperoleh gambaran yang sebenarnya tentang kondisi perusahaan dalam analisis. Statistik deskriptif memberikan penjelasan mengenai nilai minimum, nilai maksimum, nilai rata-rata mean, dan nilai standar deviasi dari variabel-variabel independen dan variabel dependen. Tabel 4.2 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation PFEE 96 18,827 25,739 21,92513 1,476667 ADISA 96 ,0 1,0 ,500 ,5026 LNTA 96 25,701 32,052 28,10726 1,438453 SBSDR 96 ,0 70,0 5,917 10,6184 LEV 96 ,037 ,881 ,43818 ,187664 ROA 96 ,000 ,885 ,13627 ,137377 BIGF 96 ,0 1,0 ,417 ,4956 Valid N listwise 96 Sumber : Data diolah dengan menggunakan SPSS 22 Dari Tabel 4.2 diatas dapat dijelaskan beberapa hal berikut: 1. Variabel PFEE Professional Fee memiliki nilai minimum 18,827 dan nilai maksimum 25,739 dengan rata-rata 21,92513 dan standar deviasi 1,476667 dengan jumlah pengamatan sebanyak 96 data. 2. Variabel ADISA Pengadopsian ISA memiliki nilai minimum 0 dan niali maksimum 1 dengan nialai rata-rata 0,5 dan standar deviasi 0,5026 dengan jumlah pengamatan sebanyak 96 data. 63 3. Variabel LNTA Ukuran Klien Audit memiliki nilai minimum 25,071 dan nilai maksimum 32,052, dengan nilai rata-rata 28,10726 dan standar deviasi 1,438453 dengan jumlah pengamatan sebanyak 96 data. 4. Variabel SBSDR Kompleksitas Audit memiliki nilai minimum 0 dan maksimum 70, dengan nilai rata-rata 5,917 dan standar deviasi 10,6184 dengan jumlah pengamatan sebanyak 96 data. 5. Variabel LEV Risiko Litigasi memiliki nilai minimum 0,037 dan nilai maksimum 0,881, dengan nilai rata-rata 0,43818 dan standar deviasi 0,187664 dengan jumlah pengamatan sebanyak 96 data. 6. Variabel ROA Profitabilitas Klien memiliki nilai minimum 0,00005 dan niali maksimum 0,885, dengan nilai rata-rata 0,13627 dan standar deviasi 0,137377 dengan jumlah pengamatan sebanyak 96 data. 7. Variabel BIGF Jenis KAP memiliki nilai minimum 0 dan nilai maksimum 1, dengan nilai rata-rata 0,417 dan standar deviasi 0,4956 dengan jumlah pengamatan sebanyak 96 data. 4.3 Pengujian Asumsi Klasik 4.3.1 Uji Normalitas Uji normalitas dilakukan untuk melihat apakah variabel independen maupun variabel dependen terdistribusi secara normal atau tidak. Pertama sekali, data di dalam penelitian harus memenuhi asumsi kenormalan data. Data penelitian yang baik adalah data yang memenuhi asumsi kenormalan data. Untuk melihat apakah data normal atau tidak dari grafik histogram dan normal probability plot. 64 Data yang normal akan membentuk atau mengikuti garis diagonal pada normal probability plot. Data yang normal juga akan terlihat dari grafik histogram yang seimbang, tidak condong ke kiri maupun ke kanan. Data yang tidak normal tidak akan mengikuti garis diagonal pada normal probability plot dan memiliki grafik histogram yang tidak seimbang. Berikut ini ditampilkan grafik histogram dan normal probability plot dari variabel penelitian. Gambar 4.1 Histogram Variabel Dependen PFEE Professional Fee - Normal Sumber: Data Diolah menggunakan SPSS 22 65 Berdasarkan gambar 4.1 terlihat bahwa pola distribusi normal, akan tetapi jika kesimpulan normal atau tidaknya data hanya dilihat dari grafik histogram, maka hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode lain yang digunakan dalam analisis grafik adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dan distribusi normal. Jika distribusi data residual normal, maka garis yang akan menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Uji normalitas dengan melihat normal probability plot dapat dilihat dalam gambar 4.2 berikut: Gambar 4.2 Normal P-Plot of Regression Standarized Residual – Normal Sumber: Data Diolah menggunakan SPSS 22 66 Berdasarkan grafik profitabilitas pada gambar 4.2 di atas menunjukkan bahwa data telah terdistribusi secara normal karena distribusi data residualnya mengikuti arah garis diagonal garis normal. Peneliti membuat uji Kolmogorov-Smirnov yang membuktikan kenormalan suatu data penelitian dengan angka. Dengan menggunakan uji Kolmogorov-Smirnov, suatu data dikatakan normal apabila nilai Asymp. Sig. 2- tailed 0,05 dan apabila nilai Asymp. Sig. 2-tailed 0,05 maka data tidak terdistribusi normal. Berikut hasil pengujian dengan uji Kolmogorov-Smirnov. Tabel 4.3 Uji Kolmogrov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 96 Normal Parameters a,b Mean ,0000000 Std. Deviation ,70155010 Most Extreme Differences Absolute ,065 Positive ,065 Negative -,055 Test Statistic ,065 Asymp. Sig. 2-tailed ,200 c,d a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction. d. This is a lower bound of the true significance. Sumber: Data Diolah Menggunakan SPSS 22 Dari Tabel Kolmogorov-Smirnov di atas, nilai Asymp. Sig. 2-tailed nya sebesar 0,200 yang berarti 0,05 sehingga dapat ditarik kesimpulan bahwa data sudah terdistribusi dengan normal 67

4.3.2 Uji Multikolinieritas

Uji Multikolinearitas merupakan uji yang menentukan ada tidaknya hubungan linear antara variabel independen dengan variabel independen lainnya. Model regresi yang baik tidak boleh memiliki multikolinearitas di dalamnya. Untuk mendeteksi ada tidaknya multikolinearitas di dalam data penelitian dilihat dari nilai Variance Inflation Factor VIF. Ketentuan dalan uji ini adalah jika nilai VIF 10 maka tidak terjadi multikolinearitas, dan sebaliknya jika nilai VIF 10 maka terjadi multikolinearitas. Hasil uji multikolinearitas dalam penelitian ini dapat dilihat dalam tabel di bawah ini. Tabel 4.4 Uji Multikolinieritas Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -1,964 1,806 -1,087 ,280 ADISA ,048 ,149 ,016 ,323 ,748 ,991 1,009 LNTA ,816 ,067 ,795 12,204 ,000 ,598 1,671 SBSDR -,002 ,009 -,012 -,193 ,848 ,622 1,607 LEV ,992 ,466 ,126 2,129 ,036 ,723 1,383 ROA 2,384 ,630 ,222 3,783 ,000 ,738 1,355 BIGF ,459 ,180 ,154 2,549 ,013 ,695 1,439 a. Dependent Variable: PFEE Sumber : Data Diolah menggunakan SPSS 22 Dari Tabel 4.4 di atas, maka dapat diperoleh nilai VIF dari masing-masing variabel independen untuk variabel ADISA sebesar 1,009, untuk variabel LNTA 68 sebesar 1,671, untuk variabel SBSDR sebesar 1,607, untuk varaibel LEV sebesar 1,383, untuk variabel ROA sebesar 1,355 dan untuk Variabel BIGF sebesar 1,439. Sehingga dapat disimpulkan tidak terjadi Multikolinearitas di dalam penelitian karena setiap variabel independen nilai VIF 10.

4.3.3 Uji Heteroskedastisitas