Pada grafik scatterplot tersebut terlihat jelas bahwa data menyebar secara acak dan tidak membentuk satu pola tertentu, tidak ada pola yang jelas, serta titik-titik
menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4.2.3 Hasil Analisis Regresi Linier Berganda 1 Hasil Regresi Linier Berganda
Analisis regresi linier berganda digunakan utuk mengetahui pengaruh antara variabel Ukuran Perusahaan X
1
, LabaRugi X
2
, Opini Auditor X
3
, Jenis Industri X
4
, Ukuran KAP X
5
, Rasio Utang X
6
, Profitabilitas X
7
dan Umur X
8
terhadap Audit Delay Y. Pada penelitian ini, dilakukan analisis regresi linier berganda dengan menggunakan software SPSS for windows ver 16,00. Hasil analisis
disajikan pada tabel berikut ini : Hasil Analisis Regresi Linier Berganda
Tabel 4.5 Hasil Perhitungan Regresi Linier Berganda
Sumber : Data sekunder yang diolah
Coefficients s
a
50.557 7
3.342 2
15.129 9
.000 3.202E-08
08 .000
.153 3
-.219 .827
7 .014
4 .192
2 .132
2 .744
4 1.344
4 -3.101
3.101 3.943
3 -.046
.046 -1.02
1.02 .309
9 .113
3 -.062
.062 -.042
.042 .816
6 1.225
5 10.114
4 2.459
9 .254
4 4.133
3 .000
.490 .307
7 .218
8 .739
9 1.352
2 12.807
7 2.109
9 .359
9 3.049
9 .003
3 .386
6 .431
1 .322
2 .804
4 1.244
4 12.655
5 2.089
9 .355
5 3.646
6 .000
.528 8
.430 .321
1 .820
1.219 9
10.401 1
4.040 .159
9 1.602
2 .011
1 .208
8 .198
8 .137
7 .736
6 1.359
9 38.843
3 13.555
5 .170
-.424 .672
2 .236
6 .220
.152 2
.796 6
1.257 7
-.133 .133
.053 3
-.143 .143
-.678 .499
9 -.160
.160 -.195
.195 -.134
.134 .874
4 1.144
4 Constant
X1 1
X2 2
X3 3
X4 4
X5 5
X6 6
X7 7
X8 8
Model l
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Zero-order Partial
Part Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Y a.
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
50.557 3.342
15.129 .000
X1 3.202E-08
.000 .153
-.219 .827
X2 -3.101
3.943 -.046
-1.020 .309
X3 10.114
2.459 .254
4.133 .000
X4 12.807
2.109 .359
3.049 .003
X5 12.655
2.089 .355
3.646 .000
X6 10.401
4.040 .159
1.602 .111
X7 38.843
13.555 .170
-.424 .672
X8 -.133
.053 -.143
-.678 .499
a Dependent Variable: Y Sumber : Data sekunder yang diolah
Dari tabel tersebut, maka persamaan regresinya adalah Y = 50,557 + 0,153X
1
– 0,046X
2
+ 0,254X
3
+ 0,359X
4
+ 0,355X
5
+ 0,159X
6
+ 0,170X
7
- 0,143X
8
+ e
Sesuai dengan persamaan regresi yang diperoleh, maka model regresi tersebut dapat diinterpretasikan sebagai berikut :
1. Nilai konstanta = 50,557. Hal ini berarti bahwa, apabila Ukuran Perusahaan X
1
, LabaRugi X
2
, Opini Auditor X
3
, Jenis Industri X
4
, Ukuran KAP X
5
, Rasio Utang X
6
, Profitabilitas X
7
dan Umur X
8
dianggap konstan, maka besarnya variabel dependen Audit Delay Y akan sebesar 50,557.
2. Nilai koefisien b
1
= 0,153 15,3, berarti bahwa apabila nilai variabel Ukuran Perusahaan X
1
mengalami kenaikan sebesar 1, sementara variabel independen LabaRugi X
2
, Opini Auditor X
3
, Jenis Industri X
4
, Ukuran KAP X
5
, Rasio Utang X
6
, Profitabilitas X
7
dan Umur X
8
dianggap konstan, maka besarnya variabel dependen Audit Delay Y akan mengalami peningkatan sebesar 0,153
15,3. 3. Nilai koefisien b
2
= -0,046 -4,6, berarti bahwa apabila nilai variabel LabaRugi X
2
mengalami kenaikan sebesar 1, sementara variabel independen Ukuran Perusahaan X
1
, Opini Auditor X
3
, Jenis Industri X
4
, Ukuran KAP X
5
, Rasio Utang X
6
, Profitabilitas X
7
dan Umur X
8
dianggap konstan, maka besarnya variabel dependen Audit Delay Y mengalami penurunan sebesar
0,046 4,6. 4. Nilai koefisien b
3
= 0,254 25,4, berarti bahwa apabila nilai variabel Opini Auditor X
3
mengalami kenaikan sebesar 1, sementara variabel independen Ukuran Perusahaan X
1
, LabaRugi X
2
, Jenis Industri X
4
, Ukuran KAP X
5
, Rasio Utang X
6
, Profitabilitas X
7
dan Umur X
8
dianggap konstan, maka besarnya variabel dependen Audit Delay Y akan mengalami peningkatan sebesar
0,254 25,4. 5. Nilai koefisien b
4
= 0,359 35,9, berarti bahwa apabila nilai variabel Jenis Industri X
4
mengalami kenaikan sebesar 1, sementara variabel independen Ukuran Perusahaan X
1
, LabaRugi X
2
, Opini Auditor X
3
, Ukuran KAP X
5
, Rasio Utang X
6
, Profitabilitas X
7
dan Umur X
8
dianggap konstan, maka besarnya variabel dependen Audit Delay Y akan mengalami peningkatan sebesar
0,359 35,9. 6. Nilai koefisien b
5
= 0,355 35,5, berarti bahwa apabila nilai variabel Ukuran KAP X
5
mengalami kenaikan sebesar 1, sementara variabel independen Ukuran Perusahaan X
1
, LabaRugi X
2
, Opini Auditor X
3
, Jenis Industri X
4
, Rasio Utang X
6
, Profitabilitas X
7
dan Umur X
8
dianggap konstan, maka besarnya
variabel dependen Audit Delay Y akan mengalami peningkatan sebesar 0,355 35,5.
7. Nilai koefisien b
6
= 0,159 15,9, berarti bahwa apabila nilai variabel Rasio Utang X
6
mengalami kenaikan sebesar 1, sementara variabel independen Ukuran Perusahaan X
1
, LabaRugi X
2
, Opini Auditor X
3
, Jenis Industri X
4
, Ukuran KAP X
5
, Profitabilitas X
7
dan Umur X
8
dianggap konstan, maka besarnya variabel dependen Audit Delay Y akan mengalami peningkatan sebesar
0,159 15,9. 8. Nilai koefisien b
7
= 0,170 17, berarti bahwa apabila nilai variabel Profitabilitas X
7
mengalami kenaikan sebesar 1, sementara variabel independen Ukuran Perusahaan X
1
, LabaRugi X
2
, Opini Auditor X
3
, Jenis Industri X
4
, Ukuran KAP X
5
, Rasio Utang X
6
dan Umur X
8
dianggap konstan, maka besarnya variabel dependen Audit Delay Y akan mengalami peningkatan sebesar
0,170 17. 9. Nilai koefisien b
8
= -0,143 -14,3, berarti bahwa apabila nilai variabel Umur X
8
mengalami kenaikan sebesar 1, sementara variabel independen Ukuran Perusahaan X
1
, LabaRugi X
2
, Opini Auditor X
3
, Jenis Industri X
4
, Ukuran KAP X
5
, Rasio Utang X
6
dan Profitabilitas X
7
dianggap konstan, maka besarnya variabel dependen Audit Delay Y akan mengalami penurunan sebesar
0,143 14,3.
2 Koefisien Determinasi Berganda R
2
Koefisien determinasi berganda digunakan untuk mengukur besarnya pengaruh varibel independen X terhadap variabel dependen Y. Semakin besar nilai R
2
R square, maka semakin kuat kemampuan model regresi yang diperoleh untuk
menerangkan kondisi yang sebenarnya. Dari hasil analisis dengan SPSS, disajikan sebagai berikut :
Tabel 4.6 Hasil Perhitungan Koefisien Determinasi Berganda
Sumber : Data sekunder yang diolah
Berdasarkan analisis yang dilakukan, harga koefisien R
2
hitung Koefisien Determinasi, yakni sebesar 0,544 54,4. Besaran ini menunjukkan pada efektivitas
garis regresi yang diperoleh dalam menjelaskan variasi pada variabel dependen. Hasil tersebut dapat disimpulkan bahwa kemampuan variabel independen Ukuran
Perusahaan X
1
, LabaRugi X
2
, Opini Auditor X
3
, Jenis Industri X
4
, Ukuran KAP X
5
, Rasio Utang X
6
, Profitabilitas X
7
dan Umur X
8
menjelaskan variasi pada variabel dependen Audit Delay Y adalah sebesar 0,544 54,4. Sedangkan
0,456 45,6 dipengaruhi oleh faktor diluar penelitian diantaranya : kondisi ekonomi dan kondisi politik .
Model Summary
b
.737
a
.544 .521
12.34576 .544
24.133 8
162 .000
1.009 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate R Square
Change F Change
df 1 df 2
Sig. F Change Change Statistics
Durbin-W atson
Predictors: Constant, X8, X4, X3, X7, X5, X2, X1, X6 a.
Dependent Variable: Y b.
4.2.4 Hasil Uji Hipotesis Uji t