33
Tabel 3.2 Daftar Perusahaan Consumer Goods yang Menjadi Sampel
No Nama Perusahaan
Kode Perusahaan
1. Akasha Wira International, Tbk
ADES 2.
Cahaya Kalbar, Tbk CEKA
3. Delta Djakarta, Tbk
DLTA 4.
Indofood CBP Sukses Makmur, Tbk ICBP
5. Indofood Sukses Makmur, Tbk
INDF 6.
Multi Bintang Indonesia, Tbk MLBI
7. Nippon Indosari Corporindo, Tbk
ROTI 8.
Siantar Top, Tbk STTP
9. Ultrajaya Milk Industry and Trading Company, Tbk
ULTJ 10. Gudang Garam, Tbk
GGRM 11. Handjaya Mandala Sampoerna, Tbk
HMSP 12. Bentoel International Investama, Tbk
RMBA 14. Kalbe Farma, Tbk
KLBF 15. Merck, Tbk
MERK 16. Pyridam Farma, Tbk
PYFA 17. Mustika Ratu, Tbk
MRAT 18. Mandom Indonesia, Tbk
TCID 18. Kedaung Indah Can, Tbk
KICI 19. Langgeng Makmur Industry, Tbk
LMPI
Sumber : www.idx.co.id Diolah oleh Peneliti 2015 3.3 Jenis dan Sumber Data
Data yang digunakan berupa data sekunder yang diperoleh dalam bentuk yang sudah jadi yang tidak memerlukan pengolahan lebih lanjut, yaitu laporan
keuangan dan laporan keuangan auditan selama periode 2010-2014. Data laporan keuangan diperoleh dari situs resmi Bursa Efek Indonesia www.idx.co.id.
3.4 Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini dilakukan dengan metode dokumentasi yaitu dengan mempelajari, mengklasifikasikan, dan menganalisis
data sekunder berupa laporan keuangan,laporan keuangan auditan dan laporan auditor independen, maupun informasi lainnya.
34
3.5 Definisi Operasional dan Pengukuran Variabel Penelitian
Definisi operasional dari variabel-variabel yang digunakan dalam penelitian ini adalah sebagai berikut:
3.5.1 Variabel Dependen
Variabel Dependen Y yang digunakan dalam penelitian ini adalah audit report lag. Audit Report Lag merupakan rentang waktu penyelesaian
pelaksanaan audit laporan keuangan tahunan perusahaan berdasarkan lamanya hari yang dibutuhkan untuk memperoleh laporan auditor independen
atas laporan keuangan tahunan perusahaan. Dalam penelitian ini, variabel audit report lag diukur dari jumlah hari antara akhir periode akuntansi yakni
31 Desember sampai dengan tanggal yang tertera dalam laporan auditor independen.
3.5.2 Variabel Independen
3.5.2.1 Tenure Audit
Variabel Independen X1 yang digunakan dalam penelitian ini adalah tenure audit. Variabel tenure audit dalam penelitian ini diukur dengan
menghitung jumlah tahun dimana auditor yang sama telah melakukan perikatan audit terhadap klien. Tahun pertama perikatan dimulai dengan
angka 1 dan ditambah dengan satu untuk tahun-tahun berikutnya. Dasar penetapan tenure di atas telah disebutkan dalam Peraturan Pemerintah
Republik Indonesia Nomor 20 Tahun 2015 pasal 11 tentang Pembatasan Jasa Audit.
35
3.5.2.2 Umur Listing
Variabel Independen X2 dalam penelitian ini adalah umur listing. Umur listing dalam penelitian ini dihitung dari pertama kali perusahaan
listing di Bursa Efek Indonesia sampai dengan tahun penelitian Petronila, 2007
3.5.3 Variabel Moderating
Variabel Moderating Z dalam penelitian ini adalah spesialisasi industri auditor, dimana auditor spesialis diukur dengan menggunakan persentase
total aset dari perusahaan dalam suatu industri yang telah diaudit oleh auditor tertentu dibandingkan dengan total aset perusahaan yang berada dalam
industri tertentu Gul, Fung, Jaggi, 2009. Variabel ini diukur dengan menggunakan variabel dummy, angka 1 diberikan jika auditor memiliki
spesialisasi industri, dan 0 jika sebaliknya.
Tabel 3.3 Definisi Operasional dan Skala Pengukuran Variabel
Variabel Definisi Variabel
Indikator Skala
Tenure Audit
X1 Jumlah tahun dimana KAP
atau auditor melakukan perikatan audit dengan klien
yang sama jumlah tahun suatu KAP atau seorang auditor
mengaudit suatu perusahaan. Menghitung tahun
dimana auditor
yang sama telah melakukan
perikatan dengan klien.
Dummy variable, 1 =
perusahaan diaudit oleh auditor
yang sama selama ≥3 tahun, 0 =
perusahaan diaudit oleh auditor yang
sama 3 tahun Nominal
36
Umur Listing
X2 Lamanya sebuah perusahaan
dilisting IPO. Umur Listing
dihitung dari pertama kali
perusahaan listing di Bursa Efek
Indonesia sampai dengan tahun
penelitian. Rasio
Audit Report Lag
Y Lamanya waktu penyelesaian
audit yang diukur dari tanggal penutupan tahun buku atau
akhir tahun fiskal dalam laporan keuangan hingga
tanggal diterbitkannya laporan auditor independen.
Jumlah hari antara akhir periode
akuntansi yakni 31 Desember sampai
dengan tanggal yang tertera dalam
laporan
auditor independen.
Rasio
Spesialisasi Industri
Auditor Z
Mekanisme yang dilakukan oleh auditor untuk
meningkatkan pengetahuannya dalam bidang industri tertentu,
baik secara tidak langsung melalui pelatihan, maupun
secara langsung dengan cara membatasi perikatan audit
hanya pada jenis industri tertentu
Dummy variable, 1 untuk auditor
spesialis industri, 0 untuk auditor non-
spesialis industri. Nominal
Sumber : Diolah oleh Peneliti 2015 3.6 Metode dan Teknik Analisis Data
Metode dan teknik analisis data yang dilakukan dalam penelitian ini adalah dengan analisis statistik yang menggunakan perangkat lunak statistik. Alat analisis
data yang digunakan adalah statistik deskriptif, yakni untuk mendeskripsikan variabel-variabel dalam penelitian ini. Analisis data dilakukan dengan bantuan
perangkat lunak SPSS Statistic Package for Social Science.
3.6.1 Uji Asumsi Klasik
Pengujian asumsi klasik ini bertujuan untuk mengetahui dan menguji kelayakan atas model regresi yang digunakan dalam penelitian ini.
37
Pengujian ini juga dimaksudkan untuk memastikan bahwa di dalam model regresi yang digunakan tidak terdapat multikolinieritas,
heteroskedastisitas dan autokorelasi Ghozali, 2013.
3.6.1.1 Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual dapat terdistribusi secara normal. Jika
asumsi ini mengalami pelanggaran maka uji statistik menjadi tidak valid dalam sampel kecil. Beberapa cara untuk mengetahui apakah residual
terdistribusi secara normal atau tidak yaitu dengan menggunakan analisis grafik dan uji statistik. Dasar pengambilan keputusan untuk uji normalitas
data adalah Ghozali, 2013: a.
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal,
maka model regresi memenuhi asumsi normalitas. b.
Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal,
maka model regresi tidak memenuhi asumsi normalitas. ”Uji statistik yang dapat digunakan untuk menguji normalitas residual
adalah uji statistik Kolmogorov-Smirnov K-S”, yang dijelaskan oleh Ghozali 2013. Uji K-S dilakukan dengan membuat hipotesis:
Ho: Data residual berdistribusi normal Ha: Data residual tidak berdistribusi normal
38
Bila nilai signifikan 0,05 dengan α = 5 berarti distribusi data normal dan Ho diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi
data tidak normal dan Ha diterima.
1.6.1.2 Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Model
regresi yang baik seharusnya tidak ada korelasi antar variabel independen.
Suatu cara mendeteksi adanya multikolinieritas dalam persamaan model dapat ditempuh dengan 2 cara Ghozali, 2013, yaitu:
1. Correlation Matrix, multikolinieritas ditemukan apabila hubungan antara
variabel bebas melebihi 0.80. 2.
Nilai Variance Inflation Factor VIF dan tolerance, nilai cut off yang umum dipakai untuk menunjukan adanya multikolinieritas adalah nilai
tolerance yang mendekati 0 atau nilai VIF 5. Penelitian ini menggunakan nilai dari Variance Inflation Factor VIF
dan nilai tolerance. Kedua ukuran ini menunjukkan setiap variabel independen mana saja yang dijelaskan oleh variabel independen lainnya.
Jika nilai tolerance lebih dari atau sama dengan 10 ≥ 0,10 dan nilai
Variance Inflation Factor kurang dari atau sama dengan 10 ≤ 10, maka
tidak terjadi multikolinieritas Ghozali,2013.
3.6.1.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
39
pengamatan yang lain. Jika variance dan residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedasitisitas dan jika berbeda
disebut Heteroskedastisitas. Model regresi yang baik adalah yang
Homoskesdatisitas atau tidak terjadi Heteroskedastisitas, dimana titik-titik dalam gambar scatterplot menyebar dan tidak membentuk pola tertentu
yang jelas. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi
heterokedastisitas. Akan tetapi, jika tidak ada pola yang jelas serta titik-
titik menyebar di atas dan di bawah angka nol 0 pada sumbu Y, maka
tidak terjadi heterokedastisitas Ghozali, 2013.
3.6.1.4 Uji Autokorelasi
Gejala autokorelasi sering ditemukan pada data time series. Autokorelasi merupakan gejala yang terjadi karena antar observasi dari
satu variabel atau objek yang sama, dengan rentang waktu yang sama sehingga terjadi hubungan dari waktu kewaktu lain. Cara yang dapat
dilakukan untuk mendeteksi ada atau tidaknya korelasi adalah dengan melakukan uji Durbin-Watson. Selain uji Durbin-Watson, dapat juga
digunakan uji Lagrange Multiplier LM test, uji Statistics Q, dan uji Run test. Dalam penelitian ini menggunakan uji Run test.
40
3.6.2 Analisis Regresi Berganda
Pengukuran dan analisis terhadap pengembangan hipotesis terhadap hubungan variabel independen dan variabel dependen mendasarkan
pada model regresi. Hipotesis tersebut menyatakan bahwa audit report lag ARL sebagai variabel dependen yang digunakan dalam penelitian ini.
Dalam model 1 dinyatakan tenure audit dan umur listing berpengaruh terhadap hubungan audit report lag ALAG secara positif maupun negatif.
Pengujian terhadap model 1: Y=
α + β
1
X
1
+ β
2
X
2
+ e
dimana: Y = variabel dependen yaitu audit report lag ALAG
a = konstanta
β
1,
β
2
= koefisien regresi
X
1
= tenure audit TENURE
X
2
= umur listing AGE e = error penganggu
3.6.3 Uji Hipotesis
3.6.3.1 Uji Signifikansi Simultan F-test
Uji F dilakukan untuk melakukan pengujian terhadap goodness of fit test yang menyatakan bahwa pengaruh variabel independen bersama –
sama secara simultan terhadap variabel dependen dengan menggunakan persamaan yang cermat. Kriteria pengujian dalam penelitian ini
menggunakan taraf signifikansi 5 adalah sebagai berikut Ghozali, 2013:
41
1. Apabila nilai signifikansi t 0.05, maka Ho akan ditolak, artinya terdapat
pengaruh yang signifikan antara satu variabel independen terhadap variabel dependen.
2. Apabila nilai signifikansi t 0.05, maka Ho akan diterima, artinya tidak
terdapat pengaruh yang signifikan antara satu variabel independen terhadap variabel dependen.
3.6.3.2 Uji Koefisien Determinasi Uji Adjusted R
2
Tujuan dari pengujian ini adalah menunjukan seberapa besar variabel independen mempengaruhi dan dapat menjelaskan variabel
dependennya dalam persamaan yang dibuat secara cermat. Penilaian terhadap adjusted R
2
dengan interval dimulai dari angka 0 sampai 1. Apabila jumlah adjusted R
2
semakin besar hasil dari regresi tersebut dapat menyatakan bahwa variabel independenya dapat secara keseluruhan
menjelaskan variasi terhadap variabel dependen. Jika adjusted R
2
= 0 maka variabel independen tidak dapat memberikan bukti bahwa prediksi pengaruh
terhadap variabel dependen benar. Dan hasil menunjukan R
2
= 1, maka variabel independen dapat memberikan bukti terhadap prediksi pengaruh
pada variabel dependen.
3.6.3.3 Uji Signifikansi Parsial t-test
Pengujian statistik t digunakan untuk membuktikan signifikansinya terhadap pengaruh variabel independen secara individu dalam menjelaskan
variabel dependen. Dengan tingkat signifikansi sebesar 5, maka kriteria pengujian adalah sebagai berikut Ghozali, 2013:
42
1. Apabila nilai signifikansi t 0.05, maka Ho akan ditolak, artinya
terdapat pengaruh yang signifikan antara semua variabel independen terhadap variabel dependen.
2. Apabila nilai signifikansi t 0.05, maka Ho akan diterima, artinya
tidak terdapat pengaruh yang signifikan antara semua variabel independen terhadap variabel dependen.
3.6.4 Analisis Regresi Moderasi
Uji regresi moderasi ada tiga cara yaitu uji interaksi, uji nilai selisih mutlak, dan uji residual. Dalam penelitian ini digunakan uji nilai selisih mutlak, dimana
uji nilai selisih mutlak menurut Furcot dan Shearon 1991 lebih akurat. Jika score score tinggi untuk spesialisasi industri auditor bersosiasi dengan score rendah
maupun score tinggi TENURE, dan AGE, maka akan terjadi perbedaan nilai absolute yang besar. Hal ini juga akan berlaku score rendah untuk spesialisasi
industri auditor berasosiasi dengan score tinggi maupun score rendah TENURE, dan AGE. Kedua kombinasi ini diharapkan akan berpengaruh terhadap audit
report lag yang meningkat. Rumus regresi untuk menguji adalah sebagai berikut : Y = β
+ β
1
X
1 +
β
2
Z + β
3
|X1-Z| …………………………………. 1
Y = β
4
+ β
5
X
2
+ β
4
Z + β
7
|X2-Z| ………………………………… 2
Keterangan : Y
= Audit Report Lag ALAG β
= konstanta regresi persamaan 1
β
4
= konstanta regresi persamaan 2
43
β
1-
β
3
= konstanta regresi persamaan 1
β5- β7
= konstanta regresi persamaan 2 X1
= Tenure Audit TENURE X2
= Umur Listing AGE Z
= Spesialisasi Industri Auditor SPEC
44
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum
Populasi yang digunakan dalam penelitian ini adalah perusahaan Consumer Goods yang terdaftar di BEI selama tahun 2010 sampai 2014.
Perusahaan yang dijadikan sampel berjumlah 19 perusahaan dengan time series 5 tahun sehingga jumlah sampel penelitian berjumlah 95 perusahaan. Variabel
independen yang digunakan adalah Tenure Audit X1 dan Umur Listing X2. Variabel dependen yang digunakan adalah Audit Report Lag Y dan variabel
moderating yang digunakan adalah Spesialisasi Industri Auditor Z.
4.2 Statistik Deskriptif
Statistik deskriptif memberikan gambaran umum atau deskripsi suatu data yang dijadikan sampel penelitian, dilihat dari nilai minimum, maksimum, rata-
rata, dan standar deviasi. Statistik deskriptif dari variabel yang diteliti ditunjukkan dalam Tabel 4.1 di bawah ini.
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation TENURE
95 1
4 1.64
.784 AGE
95 1
34 19.00
7.116 ALAG
95 37
95 72.08
12.437 SPEC
95 1
.20 .402
Valid N listwise 95
45
Tabel 4.1 merupakan output statistik deskriptif variabel penelitian dari tahun 2010 sampai 2014 dengan menggunakan software SPSS. Jumlah sampel
keseluruhan adalah 100 sampel 20 perusahaan Consumer Goods selama 5 tahun. Dari tabel dapat dijelaskan statistik deskriptif masing-masing variabel sebagai
berikut : a.
Variabel Tenure Audit TENURE memiliki nilai minimum sebesar 1 dan nilai maksimum sebesar 4, nilai rata-rata sebesar 1.64 dan standar deviasi
sebesar 0.784. b.
Variabel Umur Listing AGE memiliki nilai minimum sebesar 1 dan nilai maksimum 34, nilai rata-rata sebesar 19.00 dan standar deviasi sebesar
7.116. c.
Variabel Audit Report Lag ALAG memiliki nilai minimum sebesar 37 dan nilai maksimum sebesar 95, nilai rata-rata sebesar 72.08 dan standar
deviasi sebesar 12.437. d.
Variabel Spesialisasi Industri Auditor SPEC memiliki nilai minimum sebesar 0 dan nilai maksimum sebesar 1, nilai rata-rata sebesar 0.20 dan
standar deviasi sebesar 0.402.
Tabel 4.2 Tenure Audit X1
TENURE
Frequency Percent
Valid Percent Cumulative Percent
Valid 79
83.2 83.2
83.2 1
16 16.8
16.8 100.0
Total 95
100.0 100.0
46
Berdasarkan tabel 4.2 dapat dideskripsikan bahwa variabel independen pertama X1 yaitu tenure audit yang merupakan variabel dummy dengan
menggunakan skala nominal. Dalam hal ini apabila perusahaan diaudit oleh auditor yang sama selama
≥3 tahun diberi kode “1”, sedangkan apabila perusahaan diaudit oleh auditor yang sama 3 tahun maka diberi kode “0”. Data
yang diolah bersifat valid karena seluruhnya telah diproses. Perusahaan yang diaudit oleh auditor yang sama selama
≥3 tahun sebanyak 16 perusahaan atau 16,8 dari total keseluruhan data, sedangkan perusahaan yang diaudit oleh
auditor yang sama 3 tahun sebanyak 79 perusahaan atau 83,2 dari total keseluruhan data.
Tabel 4.3 Spesialisasi Industri Auditor Z
SPEC
Frequency Percent
Valid Percent Cumulative Percent
Valid 76
80.0 80.0
80.0 1
19 20.0
20.0 100.0
Total 95
100.0 100.0
Berdasarkan tabel 4.3 dapat dideskripsikan bahwa variabel moderating Z
yaitu spesialisasi industri auditor merupakan variabel dummy dengan menggunakan skala nominal. Dalam hal ini apabila auditor termasuk auditor
spesialis industry maka diberi kode “1”, sedangkan apabila auditor termasuk auditor non-spesialis maka diberi kode “0”. Data yang diolah bersifat valid karena
seluruhnya telah diproses. Perusahaan yang menggunakan auditor spesialis industri sebanyak 19 perusahaan atau 20.0 dari total keseluruhan data,
47
sedangkan perusahaan yang menggunakan auditor non-spesialis industri sebanyak 76 perusahaan atau 80.0 dari total keseluruhan data.
4.3 Uji Asumsi Klasik