3.5 Jenis Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yaitu sumber data penelitian yang diperoleh peneliti secara tidak
langsung melalui media perantara diperoleh dan dicatat oleh pihak lain berupa bukti, catatan, atau laporan historis yang telah tersusun dalam arsip data
dokumenter yang dipublikasikan dan yang tidak dipublikasikan . Data diperoleh dari laporan keuangan tahunan perusahaan Food and Beverage yang terdaftar di
Bursa Efek Indonesia di dapat dari website masing-masing perusahaan dan perusahaan yang terdaftar di Bursa Efek Indonesia BEI dari tahun 2011, 2012
dan 2013.
3.6 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi dokumentasi. Data dikumpulkan dari berbagai sumber data yang relevan
dengan penelitian, yaitu melalui buku, jurnal, skripsi, data-data di internet dan website masing-masing perusahaan.
3.7 Teknik Analisis
3.7.1 Uji Asumsi Klasik
Metode analisis data yang digunakan dalam penelitian ini model analisis regresi berganda dengan menggunakan bantuan software SPSS for windows.
Penggunaan metode analisis regresi dalam pengujian hipotesis, terlebih dahulu diuji apakah model tersebut memenuhi asumsi klasik atau tidak. Uji asumsi klasik
adalah suatu model yang dikatakan cukup baik dan dapat dipakai untuk alat prediksi apabila mempunyai sifat – sifat best linear unbisied estimator BLUE .
1. Normalitas Data
“Uji Normalitas bertujuan untuk menguji kenormalan distribusi dalam model regresi pada variabel pengganggu atau variabel residual “Ghozali, 2007.
Uji ini bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan independen memiliki distribusi normal. Untuk menguji apakah data-data yang
dikumpulkan berdistribusi normal atau tidak dapat dilakukan dengan metode sebagai berikut :
A. Metode Grafik
Metode grafik yang handal untuk menguji normalitas data adalah dengan melihat normal probability plot, sehingga hampir semua aplikasi komputer statistik
menyediakan fasilitas ini. Normal probability plot adalah membandingkan distribusi kumulatif data yang sesungguhnya dengan distribusi kumulatif dari
distribusi normal hypothetical distribution. Proses uji normalitas data di;akukan dengan memperhatikan penyebaran data titik pada Normal P-P Plot of
Regression Standardized dari variabel terikat dimana : a.
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis. Jika diagonal, maka model regresi memenuhi asumsi normalitas.
b. Data menyebar jauh dari garis diagonal atau mengikuti garis diagonal,
maka model regresi tidak memenuhi asumsi normalitas.
B. Metode Statistik
Uji statistik sederhana yang sering digunakan untuk menguji asumsi normalitas adalah dengan menggunakan uji normalitas dari Kolmogrov Smirnov. Metode
pengujian normal tidaknya distribusi dapat dilakukan dengan melihat nilai signifikansi variabel. Jika signifikan lebih besar dari alpha 5, maka
menunjukkan distribusi data normal. 2.
Uji Multikolinieritas Uji Multikolinieritas bertujuan untuk menguji apakah model regresi
terdapat korelasi antar variabel bebas. Cara untuk mengetahui apakah terjadi multikolinieritas atau tidak yaitu dengan melihat Variance Inflation Factor VIF
dan diantara variabel bebas. Jika nilai VIF 10 atau nilai tolerance 0,10 maka terjadi multikolinearitas, sedangkan apabila nilai VIF 10 atau nilai tolerance
0,10, maka tidak terjadi multikolinearitas. 3.
Uji Heteroskedastisitas Pengujian ini bertujuan apakah dalam model regresi terjadi ketidaksamaan
varian dari residual satu pengamatan ke pengamatan lain. “Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homokedastisitas dan jika berbeda disebut heteroskedastisitas” Ghozali, 2007. Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah
dengan menggunakan grafik Scatterplot antara nilai prediksi variable terikat dependen yaitu ZPRED dengan residualnya SRESID. “Apabila nilai
profitabilitas signifikansinya di atas tingkat kepercayaan 5 dan grafik Scatterplot, titik-titik menyebar diatas maupun dibawah angka nol pada sumbu Y,
maka dapat disimpulkan bahwa model regresi tidak mengandung adanya heteroskedastisitas” Ghozali, 2007.
4. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan penggunaan pada periode t dengan kesalahan
pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan waktu
berkaitan satu sama lainnya. Menurut Ade 2007 :33, “cara menguji beberadaan autokorelasi dalam penelitian ini digunakan uji statistik Durbin-Watson”. Durbin-
Watson hanya digunakan untuk autokorelasi tingkat satu first order autocorrelation dan mensyarakatkan adanya intercept konstanta dalam model
regresi dan tidak ada variabel lagi di antara variabel independen. Hipotesis yang akan diuji adalah :
a. Ho : tidak ada autokorelasi r = 0 b. Ha : adalah autokorelasi r
≠ 0
3.7.2 Uji Hipotesis
Dalam uji asumsi klasik dapat dilakukan analisis hasil regresi atau uji hipotesis. Uji hipotesis yang digunakan meliputi ; uji parsial t-test, uji pengaruh
simultan F-test, uji koefisien determinasi R
2
. Hipotesis diuji dengan analisis regresi linear berganda untuk menganalisis
pengaruh variabel dependen. Model regresi yang di gunakan, yaitu :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+b
4
X
4
+b
5
X
5
Dimana : Y
= Audit Delay a
= Konstanta X
1
= Kualitas Auditor b
1
= Koefisien Regresi X
2
= Jenis opini auditor b
2
= Koefisien Regresi X
3
= Jumlah komite audit b
3
= Koefisien Regresi X
4
= Jumlah komite audit KAUDIT b
4
= Koefisien Regresi X
5
= Kompleksitas Operasi OPRASI b
5
= Koefisien Regresi
1. Uji Hipotesis secara Parsial Uji t-test
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel
dependen. Cara untuk mengetahuinya yaitu dengan membandingkan nilai t hitung dengan nilai t tabel. Apabila nilai t hitung lebih besar dibandingkan dengan nilai t
tabel maka berarti t hitung tersebut signifikan artinya hipotesis alternatif diterima yaitu variabel independen secara individual mempengaruhi variabel dependen.
Selain itu, bisa juga dilakukan dengan melihat apakah p-value dari masing-masing variabel. Hipotesis diterima apabila p-value 5 Ghozali, 2007.
2. Uji Koefisien Regresi Simultan Uji F
Menurut Ghozali 2007, “Pada dasarnya menunjukkan arah apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen”. Cara untuk mengetahuinya yaitu dengan membandingkan nilai F hitung dengan nilai F tabel. Apabila nilai F hitung
lebih besar daripada nilai F tabel, maka hipotesis alternatif diterima artinya semua
variabel independen secara bersama-sama dan signifikan mempengaruhi variabel dependen. Selain itu juga dapat dilihat berdasarkan probabilitas. Jika probabilitas
signifikansi lebih kecil dari 0,05 α maka variabel independen secara bersama-
sama simultan berpengaruh terhadap variabel dependen.
3. Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi dependen atau dangan kata lain
untuk menguji goodness-fit dari model regresi. Nilai R
2
koefisien determinasi adalah antara 0 dan 1. Menurut Lubis 2007 : 48, “koefisien determinasi terletak
pada table Model Summary dan tertulis R Square”. Namun untuk regresi linier berganda sebaiknya menggunakan R Square yang disesuaikan atau tertulis
Adjusted R Square, karena disesuaikan dengan jumlah variabel independen yang digunakan dalam penelitian.
Nilai R Square dikatakan baik jika diatas 0,5 karena nilai R Square berkisar antara 0 sampai 1. Pada umumnya sampel dengan data deret waktu time
series memiliki R Square maupun Adjusted R Square cukup tinggi diatas 0,5, sedangkan sampel dengan data item tertentu yang disebut data silang
Crossection pada umumnya memiliki R Square maupun Adjusted R Square agak rendah dibawah 0,5, namun tidak menutup kemungkinan data jenis Crossection
memiliki R Square maupun Adjusted R Square yang cukup tinggi.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Deskripsi Objek Penelitian
Penelitain ini menggunakan data sekunder yang diperoleh dari internet melalui situs
www.idx.co.id . Data yang digunakan merupakan data laporan
auditor independen pada perusahaan Manufaktur Food and Beverage pada tahun 2011 – 2013. Metode analisis data yang digunakan dalam penelitian ini adalah
metode analisis statistik yang menggunakan persamaan regresi berganda. Pengujian asumsi klasik dan regresi berganda dilakukan dengan menggunakan
Software SPSS versi 21. Berdasarkan kriteria yang telah ditentukan, diperoleh 16 perusahaan manufaktur Food and Beverage di Bursa Efek Indonesia yang
memenuhi kriteria dan menjadi sampel dalam penelitian ini selama periode tahun 2011-2013.
4.2 Analisis Statistik Deskriptif
Statistik deskriptif memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata, median, variance, serta standar deviasi data yang
digunakan dalam penelitian. Menurut sugiyono 2007:49 Dimana komponen- komponen statistik deskriptif dapat dijabarkan sebagai berikut:
1. Mean merupakan teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok tersebut.
2. Median adalah suatu teknik penjelasan kelompok yang didasarkan atas nilai tengah dari kelompok data yang telah disusun urutannya dari yang
terkecil sampai yang terbesar, atau sebaliknya dari yang terbesar sampai yang terkecil.
3. Range dapat diketahui dengan jalan mengurangi data yang terbesar dengan data terkecil yang ada pada kelompok itu,
4. Standard deviation adalah simpangan baku. Semakin kecil nilainya, maka data yang digunakan mengelompokkan di sekitar nilai rata-rata,
5. Variance adalah jumlah kuadrat semua deviasi nilai-nilai individual terhadap rata-rata kelompok.
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Range
Minimum Maximum
Mean Std. Deviation
Variance Kualitas_auditor
48 1
1 2
1.29 .459
.211 Jenis_opini_audit
48 1
1 2
1.29 .459
.211 Log_ukuran_perusahaan
48 10.33
20.36 30.69 27.7350
2.30104 5.295
Jumlah_komite_audit 48
1 3
4 3.08
.279 .078
Kompleksitas_operasi_perusahaan 48
1 1
2 1.31
.468 .219
Audit_delay 48
68 37
105 75.63
14.031 196.878
Valid N listwise 48
Sumber : Diolah dengan SPSS 2015
Berdasarkan Tabel 4.1 dapat dijelaskan penggambaran tentang data yang digunakan dalam penelitian ini :
1. N merupakan data yang valid yakni sebanyak 48 16 dikali 3
2. Kualitas auditor memiliki nilai minimum 1 dan nilai maksimum yaitu 2,
dengan nilai rata-rata yaitu 1,29. Standard Deviation variabel ini adalah 0,459 dan variance 0,211. Range yaitu senilai 1 menunjukkan bahwa data
yang digunakan dalam penelitian ini bersifat heterogen karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum.
3. Jenis opini auditoror memiliki nilai minimum 1 dan nilai maksimum yaitu
2, dengan nilai rata-rata yaitu 1,29. Standard Deviation variabel ini adalah 0,459 dan variance 0,211. Range yaitu senilai 1 menunjukkan bahwa data
yang digunakan yang dalam penelitian ini bersifat heterogen karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum.
4. Ukuran perusahaan memiliki nilai minimum 20,36 dan nilai maksimum
yaitu 30,69, dengan nilai rata-rata yaitu 27,7350. Standard Deviation variabel ini adalah 2,30104 dan variance 5,295. Range yaitu senilai 10,33
menunjukkan bahwa data yang digunakan yang dalam penelitian ini bersifat heterogen karena adanya perbedaan nilai antara nilai maksimum
dan nilai minimum. 5.
Jumlah komite audit memiliki nilai minimum 3 dan nilai maksimum yaitu 4, dengan nilai rata-rata yaitu 3,08. Standard Deviation variabel ini adalah
0,279 dan variance 0,078. Range yaitu senilai 1 menunjukkan bahwa data yang digunakan yang dalam penelitian ini bersifat heterogen karena
adanya perbedaan nilai antara nilai maksimum dan nilai minimum. 6.
Kompleksitas operasi perusahaan memiliki nilai minimum 1 dan nilai maksimum yaitu 2, dengan nilai rata-rata yaitu 1,31. Standard Deviation
variabel ini adalah 0,468 dan variance 0,219. Range yaitu senilai 1 menunjukkan bahwa data yang digunakan yang dalam penelitian ini
bersifat heterogen karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum.
7. Audit Delay nilai minimum 37 dan nilai maksimum yaitu 105, dengan nilai
rata-rata yaitu 75,63. Standard Deviation variabel ini adalah 14,031 dan variance 196,878. Range yaitu senilai 68 menunjukkan bahwa data yang
digunakan yang dalam penelitian ini bersifat heterogen karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum.
4.3 Uji Asumsi Klasik
Kategori