Tabel 5 : Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
45 ,0000000
15,69226914 ,097
,082 -,097
,651 ,790
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Unstandardized
Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Lampiran 4
Berdasarkan pada tabel 5 di atas menunjukkan bahwa nilai Sig 2- tailed lebih besar dari 0,05, dan sesuai dengan dasar pengambilan
keputusan, hal ini berarti bahwa data tersebut berdistribusi normal.
4.3.2. Uji Asumsi Klasik
Dalam suatu persamaan regresi harus bersifat BLUE Best Linier Unbiased Estimator, artinya dalam pengambilan keputusan melalui uji F
dan uji t tidak boleh bias Sesuai dengan tujuan. Berdasarkan hasil uji asumsi klasik dengan alat bantu komputer
yang menggunakan Program SPSS. 16.0 For Windows. diperoleh hasil sebagai berikut
1. Multikolinieritas
Alat uji yang digunakan untuk mengetahui ada tidaknya multikolinieritas dalam penelitian ini dengan melihat besarnya nilai
Variance Inflation Factor VIF.
Dasar analisis yang digunakan yaitu jika nilai VIF Variance Inflation Factor 10, maka hal ini berarti bahwa dalam persamaan
regresi tidak ditemukan adanya korelasi antar variabel bebas atau bebas Multikolinieritas Ghozali, 2002 : 57-59
Berdasarkan hasil Uji Multikolinieritas dengan alat bantu komputer yang menggunakan Program SPSS. 16.0., dapat dilihat pada
tabel 6, sebagai berikut :
Tabel 6 : Hasil Uji Multkolinieritas
Variabel VIF Keterangan
Laba Rugi X1 3,226
Bebas Multikolinieritas
Ukuran Perusahaan X2 3,226
Bebas Multikolinieritas
Sumber : Lampiran 5
Berdasarkan pada tabel 6 di atas menunjukkan bahwa seluruh variabel bebas X yang digunakan dalam penelitian ini baik X
1
dan X
2,
mempunyai nilai VIF Variance Inflation Factor lebih kecil dari 10, dan sesuai dengan dasar pengambilan keputusan, hal ini berarti
bahwa dalam persamaan regresi tidak ditemukan adanya korelasi antar variabel bebas atau bebas Multikolinieritas.
2. Autokorelasi
Alat uji yang digunakan untuk mengetahui ada tidaknya gejala autokorelasi dalam penelitian ini adalah uji Durbin Watson. Dengan uji
ini, memunculkan nilai statistik Durbin Watson.
Menurut Santoso 2001: 218 deteksi adanya Autokolerasi adalah :
1. Angka D-W di bawah - 2, hal ini berarti ada Autokolerasi positif.
2. Angka D-W diantara -2 sampai +2, hal ini berarti tidak ada
Autokolerasi. Berdasarkan dari hasil “Uji Autokorelasi” dengan alat bantu
komputer yang menggunakan Program SPSS. 16.0. For Windows dapat diketahui bahwa besarnya nilai Durbin Watson atau DW tes
yaitu sebesar 1,953 Lampiran. 5, dan sesuai dengan dasar pengambilan keputusan, hal ini berarti bahwa dalam persamaan regresi
tersebut tidak ada Autokolerasi.
3. Heteroskedastisitas
Alat uji yang digunakan untuk mengetahui adanya heteroskedastisitas secara kuantitatif dalam suatu persamaan regresi
dapat dilakukan dengan menggunakan uji korelasi Rank Spearman. Dasar analisis yang digunakan yaitu jika nilai Sig 2-tailed
0,05, maka maka hal ini berarti bahwa dalam model regresi tidak terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lainnya atau bebas Heteroskedastisitas Santoso, 2001: 301
Berdasarkan hasil Uji Heteroskedastisitas dengan alat bantu komputer yang menggunakan Program SPSS. 16.0., dapat dilihat pada
tabel 7, sebagai berikut:
Tabel 7 : Hasil Uji Heteroskedastisitas
Variabel Probabilitas
Sig 2 - tailed Keterangan
Laba Rugi X1 0,372
Bebas Heteroskedastisitas
Ukuran Perusahaan X2 0,121
Bebas Heteroskedastisitas
Sumber : Lampiran 6
Berdasarkan pada tabel 7 di atas menunjukkan bahwa seluruh variabel bebas X yang digunakan dalam penelitian ini baik X
1
, dan X
2
mempunyai nilai Sig 2-tailed lebih besar dari 0,05, dan sesuai dengan dasar pengambilan keputusan, hal ini berarti dalam model
regresi tidak terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas Heteroskedastisitas,
sehingga data tersebut dapat digunakan dalam penelitian. Setelah dilakukan Uji Asumsi Klasik tersebut di atas, maka dapat
disimpulkan bahwa model persamaan regresi linier dalam penelitian ini, bebas dari asumsi dasar klasik tersebut, sehingga pengambilan keputusan
melalui uji F dan uji t yang akan dilakukan dalam penelitian ini tidak akan bias atau sesuai dengan tujuan penelitian.
4.3.3. Teknik Analisis
Berdasarkan hasil dari “olah data” dengan alat bantu komputer yang menggunakan program SPSS.16.0, dapat dilihat pada tabel 8, sebagai
berikut :
Tabel 8 : Hasil Pendugaan Parameter Regresi Linier Berganda
Coefficients
a
79,394 3,056
-1,47E-010 ,000
2,64E-012 ,000
Constant Laba Rugi X1
Ukuran Perusahaan X2 Model
1 B
Std. Error Unstandardized Coefficients
Dependent Variable: Audit Delay Y a.
Sumber : Lampiran. 5
Berdasarkan pada tabel 8 di atas dapat diperoleh model persamaan regresi sebagai berikut :
Y = 79,394 – 0,00000000014693 X
1
+ 0,00000000000264 X
2
Dari model persamaan regresi linier tersebut di atas, dapat diinterprestasikan, sebagai berikut :
Konstanta β
Nilai konstanta β
sebesar 79,394 menunjukkan bahwa apabila nilai variabel laba rugi dan ukuran perusahaan, konstan maka besarnya nilai
variabel audit delay yaitu sebesar 79,394 satuan.
Koefisien β
1
Untuk Variabel Laba Rugi
Besarnya nilai koefisien regresi β
1
sebesar -0,00000000014693, nilai
β
1
yang negatif menunjukkan adanya hubungan yang berlawanan arah antara audit delay dengan laba rugi yang artinya jika nilai laba rugi
naik sebesar satu rupiah, maka nilai audit delay akan turun sebesar 0,00000000014693 satuan dengan asumsi variabel bebas lainnya konstan.
Koefisien β
2
Untuk Variabel Ukuran Perusahaan
Besarnya nilai koefisien regresi β
2
sebesar 0,00000000000264, nilai
β
2
yang positif menunjukkan adanya hubungan yang searah antara variabel audit delay dengan variabel ukuran perusahaan yang artinya jika
nilai variabel ukuran perusahaan naik sebesar satu rupiah, maka nilai audit delay akan naik sebesar 0,00000000000264 satuan dengan asumsi variabel
bebas lainnya konstan.
4.3.4. Uji Hipotesis
4.3.4.1. Uji Kesesuaian Model
Uji F ini digunakan untuk mengetahui sesuai tidaknya model regresi yang dihasilkan guna melihat pengaruh laba rugi dan ukuran
perusahaan terhadap audit delay pada perusahaan Property dan Real Estate yang Go Publik di Bursa Efek Indonesia.
Dari hasil pengujian dengan menggunakan alat bantu komputer dengan program SPSS.16.0, For Windows mengenai analisis hubungan
secara simultan, dapat dilihat pada tabel 9, sebagai berikut
Tabel 9 : Hasil Analisis Variabel Bebas Terhadap Variabel Terikat
ANOVA
b
4365,918 2
2182,959 8,462
,001
a
10834,882 42
257,973 15200,800
44 Regression
Residual Total
Model 1
Sum of Squares df
Mean Square F
Sig.
Predictors: Constant, Ukuran Perusahaan X2, Laba Rugi X1 a.
Dependent Variable: Audit Delay Y b.
Sumber ; Lampiran. 5
Berdasarkan pada tabel 9 menunjukkan bahwa besarnya nilai F hitung
sebesar 8,462 dengan tingkat taraf signifikansi sebesar 0,001 lebih kecil dari 0,05, sehingga Ho ditolak, hal ini menunjukkan bahwa model
regresi yang dihasilkan cocok guna melihat pengaruh laba rugi dan ukuran perusahaan terhadap audit delay pada perusahaan Property dan
Real Estate yang Go Publik di Bursa Efek Indonesia, sehingga hipotesis yang diajukan terbukti kebenarannya.
Dari hasil pengujian dengan menggunakan alat bantu komputer dengan program SPSS.16.0, For Windows juga diperoleh nilai R square
dapat dilihat pada tabel 10, sebagai berikut:
Tabel. 10 : Koefisien Determinasi R square R
2
Model Summary
b
,536
a
,287 ,253
16,062 1,953
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson Autokorelasi
Predictors: Constant, Ukuran Perusahaan X2, Laba Rugi X1 a.
Dependent Variable: Audit Delay Y b.
Sumber ; Lampiran. 5
Berdasarkan pada tabel 10 menunjukkan besarnya nilai koefisien Determinasi R square sebesar 0,287, hal ini menunjukkan bahwa
perubahan yang terjadi pada variabel audit delay sebesar 28,7 mampu dijelaskan oleh variabel laba rugi dan ukuran perusahaan, sedangkan
sisanya 71,93 dijelaskan oleh faktor lain yang tidak termasuk dalam model.
4.3.4.2. Uji Parsial
Uji t ini digunakan untuk menguji signifikan atau tidaknya pengaruh laba rugi dan ukuran perusahaan terhadap audit delay pada
perusahaan Property dan Real Estate yang Go Publik di Bursa Efek Indonesia.
Dari hasil pengujian dengan menggunakan alat bantu komputer dengan program SPSS.16.0, For Windows mengenai analisis hubungan
secara parsial dapat dilihat pada tabel 11, sebagai berikut :
Tabel 11 : Hasil Analisis Variabel Bebas Terhadap Variabel Terikat
Variabel t hit
Sig Keterangan
Laba Rugi X1 -3,510
0,001 Berpengaruh
Ukuran Perusahaan X2 1,721
0,093 Tidak Berpengaruh
Sumber ; Lampiran. 5
Berdasarkan dari tabel 11 dapat diinterprestasikan, yaitu sebagai berikut :
1. Pengaruh Laba Rugi terhadap Audit Delay
Berdasarkan tabel 11 menunjukkan besarnya nilai t hitung
sebesar -3,510, dengan tingkat signifikansi sebesar 0,001 lebih kecil dari 0,05, hal ini berarti bahwa laba rugi berpengaruh signifikan
terhadap audit delay, sehingga hipotesis 1 yang menyatakan bahwa laba rugi berpengaruh terhadap audit delay pada perusahaan Property
dan Real Estate yang Go Publik di Bursa Efek Indonesia, terbukti kebenarannya.
2. Pengaruh Ukuran Perusahaan terhadap Audit Delay
