Uji Normalitas Uji Heteroskedastisitas Hasil Uji Analisis Berganda

4

3. HASIL DAN PEMBAHASAN

3.1 Hasil a. Uji Asumsi Klasik

Pengujian asumsi klasik dilakukan guna memenuhi asumsi regresi linear berganda yang digunakan untuk menguji hipotesis dalam penelitian ini.Uji normalitas dilakukan dengan uji Kolmogorov-Smirnov Ghozali 2011:83. Uji multikolinearitas dilakukan dengan memperhatikan tolerance value kurang dari 0,1 atau nilai variance inflation factor VIF, lebih dari 10 Ghozali 2011:57. Uji heterokedastisitas dilakukan dengan uji Glejser , dengan meregresikan nilai absolut residual dengan variabel independen Ghozali, 2011:72.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.

1. Uji Normalitas

Tabel Hasil Uji Normalitas Variabel Kolmogorov – Smirrov p-value Keterangan Unstandardized Residual 0,995 0,275 Sebaran data normal Sumber :Data sekunder diolah, 2016 Dari hasil pengujian Kolmogorov Smirnov menunjukkan bahwa nilai signifikansi untuk model regresi lebih besar dari 0,05. Hal ini menunjukkan bahwa persamaan regresi untuk model dalam penelitian ini memiliki sebaran data yang normal. 2. Uji Multikolinearitas Tabel Hasil Uji Multikolinearitas Variabel Tolerance VIF Keterangan PROA OA DTA UK RKAP 0,635 0,862 0,580 0,541 0,595 1,576 1,160 1,723 1,850 1,682 Tidak terjadi multikolinearitas Tidak terjadi multikolinearitas Tidak terjadi multikolinearitas Tidak terjadi multikolinearitas Tidak terjadi multikolinearitas Sumber : Data sekunderdiolah, 2016 5 Berdasarkan pada tabel IV.4 menunjukkan bahwa masing-masing nilai VIF berada kurang dari angka 10, demikian juga hasil nilai tolerance lebih dari 0,1. Dengan demikian dapat dinyatakan juga model regresi ini tidak terdapat multikolinearitas.

3. Uji Heteroskedastisitas

Tabel Hasil Uji Heteroskedastisitas Variabel p-value Keterangan PROA OA DTA UK RKAP 0,844 0,612 0,481 0,581 0,266 Tidak terjadi heteroskedastisitas Tidak terjadi heteroskedastisitas Tidak terjadi heteroskedastisitas Tidak terjadi heteroskedastisitas Tidak terjadi heteroskedastisitas Sumber: data sekunder diolah, 2016 Berdasarkan hasil yang ditunjukan dalam tabel IV.5 tersebut nampak bahwa semua variabel bebas menunjukkan nilai p lebih besar dari 0,05, sehingga dapat di simpulkan bahwa semua variabel bebas tersebut bebas dari masalah heteroskedastisitas.

4. Hasil Uji Autokorelasi

Tabel Hasil Uji Autokorelasi Nilai DW-hitung Kriteria Keputusan 1,789 1,770 1,877 1,464 Tidak ada autokorelasi baik positif atau negative Sumber: Data sekunder diolah, 2016 Berdasarkan tabel IV.6 tersebut dengan menggunakan derajat kesalahan α =5, dengan prediktor sebanyak 2 maka batas atas U adalah sebesar 1,770 sedang batas bawah L adalah sebesar 1,464 Karena nilai DW hasil regresi adalah sebesar 1,877 yang berarti lebih besar dari nilai batas bawah, maka koefisien autokorelasi lebih besar dari nol. Dengan demikian dapat disimpulkan bahwa hasil regresi tersebut 6 terbebas dari masalah autokorelasi. Dengan kata lain, hipotesis yang menyatakan tidak terdapat masalah autokorelasi dapat diterima, sedangkan hipotesis nol yang menyatakan terdapat autokorelasi dapat ditolak.

b. Hasil Uji Hipotesis

1. Hasil Uji Analisis Berganda

Analisis regresi dilakukan untuk mengetahui seberapa besar hubungan antara variabel independen dengan variabel dependen. ARL =  + 1ROA + 2OA + 3DTA + 4UK + 5RKAP + e Tabel Hasil Uji Analisi Berganda Variabel Koefisien t hitung Sig. Konstanta 24.748 1.034 .305 PROA .126 0.640 .524 OA -7.050 -1.495 .140 DTA 15.747 2.065 .043 UK -1.078 0.878 .383 RKAP -8.935 -2.271 .027 F hitung 2.679 F sig = 0.029 Adj R 2 0.108 Sumber : Data sekunder diolah, 2016 Berdasarkan hasil analisis tabel IV. 7, maka model persamaan regresi linear berganda yang dapat disusun sebagai berikut : ARL = 24,748 + 0,126PROA – 7,050OA + 15,747DTA + 1,078UK -5,177RKAP + e Untuk menginterpretasi hasil dari analisis tersebut, dapat diterangkan: 1 Dari hasil uji hipotesis menunjukkan besarnya nilai konstanta variabel audit report lag ARL dengan parameter positif sebesar 24,748. Hal ini menunjukkan bahwa jika variabel profitabilitas, opini audit, solvabilitas, ukuran 7 perusahaan, dan reputasi KAP diasumsikan nol, maka audit report lag perusahaan yang ada di Bursa Efek Indonesia sebesar 24,748. 2 Dari persamaan regresi diatas menunjukkankoefisien regresi profibilitas PROA dengan parameter positif sebesar 0,126. Setiap peningkatan profitabilitas PROA 1 kali maka akan meningkatkan audit report lag sebesar 0,126. Sebaliknya, setiap penurunan profitabilitas PROA 1 kali maka akan menurunkan audit report lag perusahaan sebesar 0,126. 3 Dari persamaan regresi diatas menunjukkan koefisien regresi opini audit OA dengan parameter negatif sebesar -7,050. Setiap peningkatan opini audit OA 1 kali maka akan meningkatkan audit report lag sebesar 7,050. Sebaliknya, setiap penurunan profitabilitas OA 1 kali maka akan meningkatkan audit report lag perusahaan sebesar 7,050. 4 Dari persamaan regresi diatas menunjukkan koefisien regresi solvabilitas DTA dengan parameter positif sebesar 15,747. Setiap peningkatan profitabilitas DTA 1 kali maka akan meningkatkan audit report lag sebesar 15,747. Sebaliknya, setiap penurunan solvabilitas DTA 1 kali maka akan menurunkan audit report lag perusahaan sebesar 15,747. 5 Dari persamaan regresi diatas menunjukkan koefisien regresi ukuran perusahaan UK dengan parameter positif sebesar 1,078. Setiap peningkatan profitabilitas UK 1 kali maka akan meningkatkan audit report lag sebesar 1,078. Sebaliknya, setiap penurunan profitabilitas UK 1 kali maka akan menurunkan audit report lag perusahaan sebesar 1,078.

2. Uji F