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