49 memiliki total akrual yang rendah pada suatu perusahaan karena
potensi dari estimasi kesalahan dan kesempatan yang besar dari total akrual yang tinggi di suatu perusahaan yang memiliki realisasi aset
yang tidak terdeteksi dan atau akan masalah going concern terkait dengan tingkat yang lebih tinggi dari total akrual Vuko dan Marko
2014. Absolute level of total accruals = TA = Net income - Operating
Cash Flow Total assets
d. Leverage
Menurut Febrianty 2011 rasio leverage merupakan kemampuan perusahaan dalam memenuhi liabilitasnya. Apabila perusahaan
memiliki rasio leverage yang tinggi maka risiko kerugian perusahaan tersebut akan bertambah. Oleh sebab itu, untuk memperoleh keyakinan
akan laporan keuangan perusahaan maka auditor akan meningkatka n kehati-hatiannya sehingga rentang audit delay akan lebih panjang.
Variabel ini diukur dengan debt to total assets, dimana pengukurannya dengan membagi total kewajiban dengan total aset.
Leverage = Total Liabilities total assets
2. Variabel Terikat, terdiri dari:
a. Audit Delay Audit delay yaitu lama waktu penyelesaian audit diukur
berdasarkan lamanya hari yang dibutuhkan untuk laporan auditor independen atas audit laporan keuangan tahunan perusahaan, sejak
50 tanggal tutup tahun buku perusahaan yaitu per 31 Desember sampai
tanggal yang tertera pada laporan auditor independen Aryati dan Maria, 2005. Variabel ini diukur dengan menghitung jumlah hari dari
tanggal tutup tahun buku perusahaan sampai tanggal yang tertera pada laporan auditor independen.
3. Variabel Pemoderasi, terdiri dari:
a. Ukuran Perusahaan Ukuran Perusahaan adalah besar kecilnya suatu perusahaan
yang dilihat dari besarnya aset yang dimiliki oleh perusahaan tersebut. Ukuran perusahaan dapat dinilai dari beberapa segi. Pada
penelitian ini,ukuran perusahaan diproksikan dengan menggunaka n Ln Total Asset. Hal ini dikarenakan besarnya total aset masing-
masing perusahaan berbeda bahkan mempunyai selisih yang besar, sehingga dapat menyebabkan nilai yang ekstrim Subekti dan
Widiyanti, 2004.
51
Tabel 3.1 Definisi Operasional dan Pengukuran Variabel
No. Variabel
Jenis Variabel Indikator
Skala Pengukuran
1. Sistem Pengendalian
Internal Sa’adah,
2013 Independen
Variabel dummy yaitu dengan
menggunakan dua klasifikasi pendapat
auditor,yaitu wajar - tanpa pengecualian
nilai dummy 1 dan selain- wajar tanpa
pengecualian dummy 0.
Nominal
2. Audit Effort
Vuko dan Marko,
2014 Independen
Dengan menghitung jumlah dari inventori
dan piutang kemudian dibagi
total aset yang dimilki perusahaan
untuk meneliti seberapa jauh audit
Rasio
Berlanjut dihalaman selanjutnya Berlanjut dihalaman selanjutnya
52 effort yang
diperlukan dalam suatu perusahaan
3. Absolute
Level of Total
Accruals Vuko dan
Marko, 2014
Independen Dengan menghitung
selisih antara laba dan arus kas yang
berasal dari aktivitas operasi
Rasio
4. Leverage
Vuko dan Marko,
2014 Independen
Menghitung hasil dari total liabilities
dibagi dengan total aset yang dimiliki
perusahaan Rasio
5. Audit Delay
Putu dan I Made, 2016
Dependen diukur dengan
menghitung jumlah hari dari tanggal
tutup tahun buku perusahaan sampai
tanggal yang tertera pada laporan auditor
independen. Rasio
Berlanjut dihalaman selanjutnya
53 5.
Ukuran Perusahaan
Vuko dan Marko,
2014 Moderasi
dengan menggunakan Ln
Total Asset dari seluruh aset yang-
dimiliki perusahaan Rasio
54
BAB IV HASIL DAN PEMBAHASAN
A. Sekilas Gambaran Umum Objek Penelitian
Data yang digunakan dalam penelitian ini adalah data sekunder yang bersumber dari laporan tahunan emiten dengan menggunakan populasi
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode tahun 2013 sampai dengan tahun 2015 yang diperoleh melalui situs resmi
Bursa Efek Indonesia BEI yaitu pada alamat web www.idx.co.id
. Sampel yang digunakan dalam penelitian ini dipilih secara
purposive sampling, yaitu penentuan sampel berdasarkan kriteria tertentu. Berikut tabel 4.1 yang menyajikan perolehan sampel berdasarkan kriteria
yang ditentukan sesuai dengan kebutuhan penelitian.
Tabel 4.1 Rincian Perolehan Sampel Penelitian No.
Kriteria Pelanggaran
Kritera Jumlah
1. Jumlah perusahaan
manufaktur tahun 2013 -
137 2.
Perusahaan manufaktur yang terdaftar secara
berturut-turut selama periode pengamatan yaitu
2013-2015. 7
130
Berlanjut dihalaman selanjutnya
55 3.
Perusahaan manufakt ur
yang menerbitkan laporan keuangan dalam mata uang
rupiah untuk peroide yang berakhir pada tanggal 31
desember dan telah diaudit oleh
auditor independen
pada periode pengamatan yaitu 2013-2015.
26 104
4 Laporan keuangan memilik i
data yang dibutuhkan sesuai dengan
variabel dalam
penelitian ini -
104
Perusahaan manufaktur yang dijadikan sampel dalam penelitian
104 Jumlah
sampel yang
diambil selama
periode pengamatan yaitu tahun 2013-2015
312 Sumber: Data sekunder yang diolah
B. Hasil Uji Instrumen Penelitian
1. Hasil Uji Asumsi Klasik
a. Hasil Uji Normalitas Pada saat pengujian normalitas, diperoleh hasil bahwa data
penelitian tidak normal. Pengujian dengan Kolmogorov Smirnov menghasilkan nilai sebesar 0,000- sekian dengan total sampel
sebanyak 312 sampel, artinya data tidak lolos uji normalitas karena nilai siginifikansi dibawah 0,05. Berikut hasil dari uji normalitas
dengan Kolmogorov Smirnov dengan 312 sampel yang disajikan dalam tabel 4.2.
56
Tabel 4.2 Hasil Uji Normalitas: Kolmogorov Smirnov dengan
312 Sampel
Sumber: Output SPSS yang dioalah Salah satu cara agar data penelitian ini menjadi normal
adalah dengan melakukan screening data untuk mendeteksi apakah data dari masing- masing variabel penelitian memiliki data ekstrim
outlier yang berpotensi mengganggu hasil anlisis. Screening data penelitian ini menggunakan Zscore dan menghapus data yang
ekstrim yang tertera di Zscore. Hasil screening data menunjukan bahwa terdapat sampel
data yang ekstrim sebanyak 165 sampel, sehingga harus dikeluarkan dari sampel. Jumlah akhir sampel yang diobservasi adalah 147
sampel. Uji normalitas dilakukan untuk mengetahui apakah data
berdistribusi normal atau tidak. Model regresi yang baik memilik i data yang berdistribusi normal. Untuk menguji normalitas data
penelitan menggunakan uji statistik yaitu uji Kolmogorov Smirnov
57 K-S. Nilai residual terstandarisasi berdistribusi normal jika nilai
Asymp. Sig. 0,05.
Tabel 4.3 Hasil Uji Normalitas dengan Uji Kolmogorov Smirnov
Nilai Asymp. Sig. 2-tailed pada hasil uji Kolmogorov Smirnov adalah sebesar 0,057. Nilai tersebut signifikan yaitu 0,05.
Dengan demikian dapat disimpulkan bahwa data berdistrib us i normal, maka model regresi dapat digunakan untuk pengujia n
berikutnya. Hasil uji normalitas data yang ditunjukan Kolomogorov
Smirnov tersebut konsiten dengan hail analisi grafik histogram dan grafik normal P-Plot berikut ini.
Sumber: Output SPSS yang diolah
58
Gambar 4.1 Hasil Uji Normalitas dengan grafik Histogram
Gambar 4.2 Hasil Uji Normalitas dengan P-Plot
Berdasarkan kedua grafik tersebut dapat dilihat bahwa grafik histogram maupun grafik normal P-Plot memberikan pola distribus i
data yang normal. Pada grafik histogram dapat dilihat bahwa grafik menggambarkan bentuk lonceng serta pada grafik normal P-Plot
titik-titik yang mewakili sampel dalam penelitian ini mendekati garis diagonal.
b. Hasil Uji Multikoloniaritas Uji Multikoloniaritas ini dilakukan untuk melihat apakah
terjadi korelasi antara variabel bebas atau satu sama lainya. Jika nilai
59 Tolerance 0,1 dan VIF 10, maka dapat dikatakan tidak terjadi
multikoloniaritas antara variabel bebas. Berikut tabel 4.4 ya ng menunjukan hasil dari uji multikoloniaritas.
Tabel 4.4 Hasil Uji Multikoloniaritas denganUji VIF
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 SPI
,965 1,037
Inv Rec ,752
1,329 TA
,801 1,249
Lev ,923
1,084 UP
,884 1,131
Sumber: Output SPSS yang diolah
Berdasarkan pada hasil uji multikoloniaritas pada tabel 4.4 dapat dilihat bahwa variabel bebas dalam penelitan ini tidak saling
berkorelasi, karena memiliki nilai Tolerance 0,1 dan VIF 10. Maka dapat dikatakan tidak terjadi gejala multikoloniaritas antar
variabel. c. Hasil Uji Heteroskesdasitas
Hasil uji heteroskesdasitas dilakukan untuk melihat apakah ada ketidaksamaan varians dalam fungsi regresi. Data yang baik
adalah data yang homoskesdasitas atau data yang memilik i kesamaan varians dalam fungsi regresi. Uji heteroskedasitas dalam
penelitian ini menguji uji glejser yang dilakukan dengan cara
60 meregresikan antara variabel independen dengan nilai absolut
residualnya. Jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah
heteroskesdasitas.
Tabel 4.5 Hasil Uji Heteroskesdasitas dengan Uji Glejser
Coefficients
a
Model Unstandardized Coef f icients Standardized Coef f icients
t Sig.
B Std. Error
Beta 1 Constant
3,692 12,491
,296 ,768 SPI
2,764 1,410
,164 1,959 ,052 Inv Rec
-3,132 4,258
-,070 -,736 ,463
TA -7,680
8,328 -,085
-,922 ,358 Lev
-,172 2,785
-,005 -,062 ,951
UP ,144
,417 ,030
,344 ,731
Sumber: Output SPSS yang diolah
Pada tabel 4.5 terlihat bahwa nilai signifikansi antara semua variabel independen dengan absolut residual lebih dari 0,05 maka
dapat disimpulkan bahwa data dalam penelitian ini mempunya i kesamaan varians dalam fungsi regresi atau homoskesdasitas atau
tidak terjadi heteroskedasitas. Hasil uji glejser ini konsisten dengan hasil uji grafik
scatterplot berikut ini:
61
Gambar 4.3 Hasil Uji Heteroskesdasitas dengan grafik Scatterplot
Grafik scatterplot menunjukan bahwa data tersebar di atas dan di bawah angka 0 nol pada sumbu y dan tidak terdapat suatu
pola yang jelas pada penyebaran data tersebut. Hal ini
mengindikasikan bahwa penyebaran titik-titik yang mewakili sampel pada scatterplot di atas mengemukakan bahwa data dalam
penelitian ini mempunyai kesamaan varians dalam fungsi regresi atau homoskesdasitas.
d. Hasil Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam
model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan esalahan pengganggu pada periode t-1. Jika terjadi
korelasi, maka dinamakan ada masalah autokrelasi Ghozali, 2013. Dalam penelitian ini uji autokorelasi dilaksanakan denga n
menggunakan run test dengan ketentuan probabilitas lebih besar dari signifikansi 0,05. Hasil uji autokoreasi dalam penelitian ini disajikan
dalam table 4.6.
62
Tabel 4.6 Hasil Uji Autokorelasi: Run Test
Runs Test
Unstandardized Residual
Test Value
a
1,62905 Cases Test Value
73 Cases = Test Value
74 Total Cases
147 Number of Runs
72 Z
-,413 Asy mp. Sig. 2-tailed
,679
Sumber: Output SPSS yang diolah
Berdasarkan table 4.6 nilai test adalah sebesar 1,62905 dengan probabilitas 0,679 yang bernilai lebih besar dari 0,05. Hal tersebut
menunjukan bahwa nilai residual acak atau random, sehingga dapat disimpulkan bahwa tidak terdapat masalah autokorelasi pada model
regresi yang digunakaan didalam penelitian ini.
2. Hasil Statistik Deskriptif
