16 MBAP Mitrabara Adiperdana, Tbk
√ √
√ X
- 17
MYOH Samindo Resources, Tbk √
√ √
X -
18 PKPK
Perdana Karya Perkasa, Tbk √
√ √
X -
19 PTBA
Tambang Batu Bara Bukit Asam Persero, Tbk
√ √
√ √
Sampel 6 20
PTRO Petrosea, Tbk
√ √
√ √
Sampel 7 21
SMMT Golden Eagle Energy, Tbk √
√ √
X -
22 TOBA Toba Bara Sejahtera, Tbk
√ √
√ X
- 23
ARTI Ratu Prabu Energi, Tbk
√ √
√ √
Sampel 8 24
BIPI Benakat Integra, Tbk
√ √
√ X
- 25
ELSA Elnusa, Tbk
√ √
√ X
- 26
ENRG Energi Mega Persada, Tbk √
√ √
√ Sampel 9
27 ESSA
Surya Esa Perkasa, Tbk √
√ √
√ Sampel 10
28 MEDC Medco Energi Internasional,
Tbk √
√ √
√ Sampel 11
29 RUIS
Radiant Utama Interinsco, Tbk
√ √
√ √
Sampel 12 30
ANTM Aneka Tambang Persero, Tbk
√ √
√ X
- 31
CITA Cita Mineral Investindo,
Tbk √
√ √
X -
32 CKRA Cakra Mineral, Tbk
√ √
√ X
- 33
DKFT Central Omega Resources, Tbk
√ √
√ X
- 34
INCO Vale Indonesia, Tbk
√ √
√ √
Sampel 13 35
PSAB J Resources Asia Pasific,
Tbk √
√ √
X -
36 SMRU SMR Utama, Tbk
√ √
√ X
- 37
TINS Timah Persero, Tbk
√ √
√ √
Sampel 14 38
CTTH Citatah, Tbk √
√ √
√ Sampel 15
39 MITI
Mitra Investindo, Tbk √
√ √
√ Sampel 16
Sumber : www.idx.co.id, data diolah
3.7 Jenis Data
Penelitian ini menggunakan jenis data sekunder. Data sekunder adalah data yang telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada
masyarakat pengguna data Erlina, 2011. Data penelitian ini mencakup laporan keuangan yang telah dipublikasikan, yang diambil dari database Bursa Efek
Universitas Sumatera Utara
Indonesia BEI dengan cara mengunduh data melalui website resmi Bursa Efek Indonesia, yaitu www.idx.co.id selama tahun 2011-2014.
3.8 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah menggunakan metode dokumentasi. Data penelitian diperoleh dari dokumentasi
laporan kauangan tahunan annual report yang dipublikasikan melalui situs Bursa Efek Indonesia melalui alamat www.idx.co.id.
3.9 Teknik Analisis Data 3.9.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui karakteristik sampel yang digunakan dam menggambarkan variabel-variabel dalam
penelitian. Analisis statistik deskriptif meliputi jumlah, sampel, nilai minimum, nilai maksimum, nilai rata-rata mean, dan standar deviasi dari
semua variabel.
3.9.2 Uji Asumsi Klasik 3.9.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali,
2011, melalui uji ini diharapkan didapatnya kepastian dipenuhinya syarat normalitas yang akan menjamin dapat dipertanggungjawabkannya
Universitas Sumatera Utara
langkah-langkah analisis statistik sehingga kesimpulan yang diambil dapat dipertanggungjawabkan.
Ada 2 cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji analisis statistik.
1. Analisis Grafik Pada prinsipnya normalitas dapat dideteksi dengan melihat
penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan kesimpulan
sebagaimana dikemukakan oleh Ghozali 2011 a. Jika data menyebar disekitar garis diagonal dan mengikuti arah
garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi
normalitas. b. Jika data menyebar menjauh dari diagonal dan atau tidak
mengikuti arah garis diagonal atau garis histogram tidak menunjukkan pola pada ditribusi normal, maka model regresi
tidak memenuhi asumsi normalitas. 2. Analisis Statistik
Uji normalitas dengan grafik dapat menyesatkan kalu tidak hati- hati secara visual kelihatan normal, padahal secara statistik bisa saja
sebaliknya Ghozali, 2011. Oleh sebab itu, dianjurkan disamping uji grafik dilengkapi dengan uji statistik. Uji statistik ini dapat digunakan
melalui uji statistik kolmogorov – smirnov K-S. Pedoman untuk
Universitas Sumatera Utara
pengambilan keputusannya didasarkan sebagaimana diungkapkan Ghozali 2011
“ Apabila nilai signifikansi atau nilai probabilitas 0.05, maka distribusi data normal. Apabila nilai signifikansi atau nilai
probabilitas 0.05 maka distribusi data tidak normal.
3.9.2.2 Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi terdapat korelasi antar variabel independen. Model regresi yang
baik seharusnya antar varariabel independen tidak terjadi korelasi. Pendekatan
yang digunakan
untuk menguji
ada tidaknya
multikolonieritas ada dua yaitu dengan melihat nilai tolerance dan lawannya dan dengan uji tes Variance Inflation Factor VIF, dengan
analisis sebagai berikut: a. Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan
bahwa tidak terdapat multikolonieritas antar variabel independen dalam model regresi.
b. Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa terdapat multikolonieritas antar variabel independen
dalam model regresi.
3.9.3.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah model dalam model regresi linier ada korelasi antar pengganggu pada periode t dengan
Universitas Sumatera Utara
kesalahan pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi terjadinya
autokorelasi dapat dilakukan dengan pengujian terhadap nilai uji Durbin- Watson Uji DW dengan ketentuan sebagai berikut:
1. Bila nilai Durbin-Watson DW terletak antara batas atas atau
Upper Bound DU dan 4 – DU, maka koefisien autokorelasi
sama dengan nol, berarti tidak ada autokorelasi. 2.
Bila nilai DW lebih rendah daripada batas bawah atau Lower Bound DL, maka koefisien autokorelasi lebih besar dari nol,
berarti ada autokorelasi positif. 3.
Bila nilai DW lebih besar daripada 4-DL, maka koefisien autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif.
4. Bila nilai DW terletak di antara batas atas DU dan batas bawah
DL atau DW terletak antara 4-DU dan 4-DL, maka hasilnya tidak dapat disimpulkan.
3.9.3.4 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain Ghozali, 2011. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
sebagai homoskedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
Universitas Sumatera Utara
heteroskedastisitas. Untuk melihat ada tidaknya heteroskedastisitas dapat dilakukan dengan uji gejser. Data tidak terkena heteroskedastisitas jika
nilai signifikansi lebih besar dar 0.05 Ghozali, 2011.
3.9.4 Analisis Regresi
Teknik analisis data yang digunakan dalam penelitian ini adalah model analisis regresi logistik logistic regression untuk hubungan variabel
independen ke variabel dependen. Hal ini dilakukan karena variabel dependen merupakan data kualitatif yang menggunakan variabel dummy. Regresi
logistik adalah regresi yang digunakan sejauh mana kemungkinan terjadinya variabel dependen dapat diprediksi dengan variabel independen. Regresi
logistik merupakan suatu bagian dari analisis regresi yang digunakan ketika variabel dependen merupakan variabel dikotomi. Kriteria pengujian hipotesis
penelitian dalam metode regresi logistik dengan memperbandingkan nilai signifikansi ά yang digunakan, yaitu 0,05. Apabila tingkat signifikansi
0,05, maka hipotesis diterima, tetapi jika tingkat signifikansi 0,05, maka hipotesis tidak dapat diterima. Model regresi logistik yang digunakan untuk
menguji hipotesis penelitian adalah sebagai berikut: Y
ATM
= α + β
1
AS + β
2
OAU + β
3
ROA + β
4
RKAP + β
5
SIZE + β
6
ARL + e
Keterangan: Y
ATM
= Audit Timeliness α
= Konstanta
Universitas Sumatera Utara
β
1
- β
6
= Koefisien Regresi AS
= Auditor Switching OAU
= Opini Audit ROA
= Return on Assets RKAP
= Reputasi KAP SIZE
= Ukuran Perusahaan ARL
= Audit Report Lag e
= Error term, yaitu tingkat kesalahan dalam penelitian
Sedangkan untuk menganalisis hubungan variabel independen ke variabel intervening digunakan model analisis regresi berganda Multiple
Regression Analysis. Model regresi yang digunakan dalam penelitian ini adalah sebagai berikut:
Y
ARL
= α + β
1
AS + β
2
OAU + β
3
ROA + β
4
RKAP + β
5
SIZE + e Keterangan:
Y
ARL
= Audit Report Lag α
= Konstanta β
1
- β
5
= Koefisien Regresi AS
= Auditor Switching OAU
= Opini Audit ROA
= Return on Assets RKAP
= Reputasi KAP SIZE
= Ukuran Perusahaan
Universitas Sumatera Utara
e = Error term, yaitu tingkat kesalahan dalam penelitian
3.9.5 Analisis Jalur Path Analysis
Analisis jalur digunakan untuk menguji pengaruh variabel intervening yang digunakan dalam model penelitian.Variabel intervening yang digunakan
dalam penelitian ini adalah Audit Report Lag. Model analisis jalur yang digunakan dalam penelitian ini adalah :
Y
ARL
= Px
6
x
1
+ Px
6
x
2
+ Px
6
x
3
+ Px
6
x
4
+ Px
6
x
5
+ e
1
………….. 1 Y
ATM
= Pyx
1
+ Pyx
2
+ Pyx
3
+ Pyx
4
+ Pyx
5
+ Pyx
6
+ e
2
………….. 2
Keterangan: Y
ATM
= Audit Timeliness Y
ARL
= Audit Report Lag Px
6
x
1
-Px
6
x
5
= Koefisien Jalur terhadap ARL Pyx
1
-Pyx
6
= Koefisien Jalur terhadap ATM e
= Error term, yaitu tingkat kesalahan dalam penelitian
3.9.6 Uji Hipotesis
Untuk mengetahui kebenaran prediksi dari pengujian regresi yang dilakukan, maka dilakukan pencarian nilai koefisien determinasi adjusted R
2
Ghozali, 2011. Uji F juga digunakan untuk mengetahui apakah semua variabel independen secara simultan merupakan penjelas yang signifikan
terhadap variabel dependen. Sedangkan pengujian untuk mendukung hipotesis
Universitas Sumatera Utara
adalah dengan uji t yaitu seberapa jauh pengaruh variabel independen secara individual terhadap variabel dependen.
3.9.6.1 Koefisien Determinasi
Koefisien determinasi adjusted R
2
berguna untuk menguji seberapa jauh kemampuan model penelitian dalam menerangkan
variabel dependen. Semakin besar adjusted R
2
suatu variabel independen, maka menunjukkan semakin dominan pengaruh variabel
independen terhadap variabel dependen. Nilai adjusted R
2
yang telah disesuaikan adalah antara 0 dan sampai dengan 1. Nilai adjusted R
2
yang mendekati 1 berarti kemampuan variabel-variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Nilai adjusted R
2
yang kecil atau dibawah 0,5 berarti kemampuan variabel-variabel independen dalam
menjelaskan variabel dependen sangat kecil. Apabila terdapat nilai adjusted R
2
bernilai negatif, maka dianggap bernilai nol Ghozali, 2011.
3.9.6.2 Uji Parsial Uji Statistik t
Menurut Ghozali 2011 uji stastistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual
dalam menerangkan variabel dependen. Pada uji statistik t, nilai t hitung akan dibandingkan dengan nilai t tabel, Pengujian dilakukan dengan
Universitas Sumatera Utara
menggunakan significance level 0,05 α=5. Penerimaan atau
penolakan hipotesis dilakukan dengan kriteria sebagai berikut : a.
Bila t hitung t tabel atau probabilitas tingkat signifikansi Sig 0,05, maka Ha diterima dan Ho ditolak, variabel independen
berpengaruh terhadap variabel dependen. b.
Bila t hitung t tabel atau probabilitas tingkat signifikansi Sig 0,05, maka Ha ditolak dan Ho diterima, variabel independen tidak
berpengaruh terhadap variabel dependen.
3.9.6.3 Uji Simultan Uji Statistik F
Uji statistik F menunjukkan apakah variabel independen yang dimasukkan dalam model mempunyai pengaruh terhadap variabel
dependennya. Uji simultan digunakan untuk menguji besarnya pengaruh dari variabel independen secara bersama-sama atau simultan terhadap
variabel dependen. Untuk menentukan nilai F tabel, tingkat signifikansi yang
digunakan sebesar 5 dengan derajat kebebasan degree of freedom df = n-k dan k-1 dimana n adalah jumlah sampel, kriteria yang
digunakan adalah: a.
Bila F hitung F tabel atau probabilitas nilai signifikan Sig ≤ 0,05, maka Ha hipotesis alternatif tidak dapat ditolak, ini berarti
bahwa secara simultan variabel independen memiliki pengaruh signifikan terhadap variabel dependen.
Universitas Sumatera Utara
b. Bila F hitung F tabel atau probabilitas nilai signifikan Sig ≥
0,05, maka Ha hipotesis alternatif ditolak, ini berarti bahwa secara simultan variabel independen tidak mempunyai pengaruh
signifikan terhadap variabel dependen.
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
4. 1 Gambaran Umum
Penelitian ini menggunakan metode analisis regresi logistik untuk hubungan langsung antara variabel independen terhadap variabel dependen. Sedangkan
untuk hubungan antara variabel independen terhadap variabel intervening sebagai variabel dependen menggunakan analisis regresi berganda. Untuk menganalisis
variabel intervening dalam penelitian ini menggunakan analisis jalur path analysis. Data-data terlebih dahulu dianalisis dengan menggunakan Microsoft
Excel, dan kemudian pengujian dilakukan dengan menggunakan software pengolah data SPSS versi 19. Proses pengolahan data dimulai dengan input
variabel-variabel penelitian ke program SPSS dan menghasilkan output sesuai dengan metode analisis data yang telah ditentukan. Sampel penelitian ditentukan
secara purposive sampling, dan rincian sampel penelitian secara lengkap ditampilkan pada Tabel 3.3.
4. 2 Hasil Penelitian
2
4.2.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif memberikan informasi mengenai gambaran data meliputi jumlah sampel, nilai minimum, nilai maksimum, niali rata-rata
mean, dan standar deviasi dari variabel-variabel penelitian. Peneliti
Universitas Sumatera Utara
menggunakan statistik deskriptif untuk variabel-variabel yang diukur dengan skala rasio dan frequency untuk variabel yang diukur dalam skala nominal.
Tabel 4.1 Statistik Deskriptif Variabel Profitabilitas, Ukuran Perusahaan, dan
Audit Report Lag
N Minimum Maximum
Mean Std. Deviation
ROA 64
.001 .460
.09516 .02129
SIZE 64
25.494 32.043
29.10573 1.688830
ARL 64
40 143
73.89 19.140
Valid N listwise
64
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.1 dapat dideskripsikan beberapa hal sebagai berikut:
1. Jumlah seluruh sampel penelitian adalah 16 perusahaan dengan 64
amatan penelitian, yaitu 16 perusahaan dikali dengan empat tahun periode penelitian. Tiga variabel independen yang menggunakan skala
rasio yaitu profitabilitas yang diproksikan dengan ROA, ukuran perusahaan, dan audit report lag.
2. Variabel independen Return on Assets ROA memiliki nilai minimum
sebesar 0.001 dan nilai maksimum sebesar 0.640 dengan rata-rata 0.09516. Hal ini menunjukkan bahwa semua perusahaan yang menjadi
sampel mempunyai nilai ROA positif. Nilai standar deviasi sebesar 0.02129 yang jauh lebih kecil jika dibandingkan dengan nilai mean
artinya nilai mean merupakan representasi yang baik dari keseluruhan data.
Universitas Sumatera Utara
3. Variabel independen ukuran perusahaan memiliki nilai minimum
sebesar 25.494 atau 117.966 milyar rupiah dan nilai maksimum sebesar 32.043 atau 82.435 trilyun rupiah dengan rata-rata berada pada skor
29.10573. Nilai standar deviasi sebesar 1.688830 yang jauh lebih kecil jika dibandingkan dengan nilai mean artinya nilai mean merupakan
representasi yang baik dari keseluruhan data. 4.
Variabel independen audit report lag memiliki nilai minimum sebesar 40 hari dan nilai maksimum sebesar 143 hari dengan nilai rata-rata
73.89. Hal ini menunjukkan bahwa rata-rata perusahaan yang menjadi sampel menyampaikan laporan keuangan secara tepat waktu. Nilai
standar deviasi sebesar 19.140 yang jauh lebih kecil jika dibandingkan dengan nilai mean artinya nilai mean merupakan representasi yang baik
dari keseluruhan data.
Tabel 4.2 Statistik Deskriptif Variabel Auditor Switching, Opini Audit, Reputasi
KAP, dan Audit Timeliness
AS OAU
RKAP ATM
N Valid
64 64
64 64
Missing
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.2 dapat dideskripsikan bahwa jumlah data yang valid adalah 64 buah, sedangkan data yang hilang missing adalah nol,
artinya semua data telah diproses.
Universitas Sumatera Utara
Tabel 4.3 Statistik Frekuensi Variabel Auditor Switching
Frequency Percent
Valid Percent Cumulative
Percent Valid 0
6 9.4
9.4 9.4
1 58
90.6 90.6
100.0 Total
64 100.0
100.0
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.3 dapat dideskripsikan bahwa variabel independen auditor switching menggunakan variabel dummy, dimana perusahaan yang
tidak melakukan pergantian auditor diberi kode “1”, sedangkan perusahaan yang melakukan p
ergantian auditor diberi kode “0” memiliki data valid karena seluruhnya telah diproses. Jumlah data yang tidak melakukan
pergantian auditor sebanyak 58 buah 90,6, sedangkan jumlah data yang melakukan pergantian auditor sebanyak 6 buah 9,4.
Tabel 4.4 Statistik Frekuensi Variabel Opini Audit
Frequency Percent
Valid Percent Cumulative
Percent Valid 0
38 59.4
59.4 59.4
1 26
40.6 40.6
100.0 Total
64 100.0
100.0
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.4 dapat dideskripsikan bahwa variabel independen opini audit menggunakan variabel dummy, dimana perusahaan yang
mendapatkan opini unqualified diberi kode “1”, sedangkan perusahaan yang
mendapatkan opini selain unqualified diberi kode “0” memiliki data valid
Universitas Sumatera Utara
karena seluruhnya telah diproses. Jumlah data yang mendapatkan opini selain unqualified dari auditor sebanyak 38 buah 59,4, sedangkan jumlah data
yang mendapatkan opini unqualified dari auditor sebanyak 26 buah 40,6.
Tabel 4.5 Statistik Frekuensi Variabel Reputasi KAP
Frequency Percent
Valid Percent Cumulative
Percent Valid 0
22 34.4
34.4 34.4
1 42
65.6 65.6
100.0 Total
64 100.0
100.0
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.5 dapat dideskripsikan bahwa variabel independen reputasi KAP menggunakan variabel dummy, dimana perusahaan yang
diaudit oleh KAP big four diberi kode “1”, sedangkan perusahaan yang
diaudit oleh KAP non big four diberi kode “0” memiliki data valid karena
seluruhnya telah diproses. Jumlah data yang diaudit oleh KAP big four sebanyak 42 buah 65,6, sedangkan jumlah data yang diaudit oleh KAP
non big four sebanyak 22 buah 34,4.
Tabel 4.6 Statistik Frekuensi Variabel Audit Timeliness
Frequency Percent
Valid Percent Cumulative
Percent Valid 0
4 6.2
6.2 6.2
1 60
93.8 93.8
100.0 Total
64 100.0
100.0
Sumber : Output SPSS, data diolah peneliti, 2015
Universitas Sumatera Utara
Berdasarkan Tabel 4.6 dapat dideskripsikan bahwa variabel independen audit timeliness menggunakan variabel dummy, dimana perusahaan yang
menyampaikan laporan keuangan auditannya dengan tepat waktu diberi kode “1”, sedangkan perusahaan yang menyampaikan laporan keuangan
auditannya dengan tidak tepat waktu diberi kode “0” memiliki data valid
karena seluruhnya telah diproses. Jumlah data yang menyampaikan laporan keuangan auditannya dengan tepat waktu sebanyak 60 buah 93,8,
sedangkan jumlah data yang menyampaikan laporan keuangan auditannya dengan tidak tepat waktu sebanyak 4 buah 6,2.
2
4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Pengujian
normalitas data penelitian ini menggunakan analisis grafik dan statistik. Analisis grafik untuk melihat normalitas dilakukan dengan melihat
kurva normal probability plot. Analisis statistik dilakukan dengan uji kolmogrov-smirnov. Analisis statistik dilakukan karena uji normalitas
dengan grafik dapat menyesatkan secara visual. Data bisa terlihat normal padahal secara statistik bisa sebaliknya.
Universitas Sumatera Utara
Gambar 4.1 Grafik Normal P-Plot
Sumber : Output SPSS, data diolah peneliti, 2015 Pada Gambar 4.1 terlihat data menyebar di sekitar garis diagonal
dan mengikuti arah garis histograf menuju pola distribusi nomal maka variabel dependen audit timeliness memenuhi asumsi normalitas.
Selain itu uji normalitas juga dapat dilakukan dengan uji one-sample kolmogorov-smirnov. Nilai signifikansi dari residual yang berdistribusi
secara normal adalah jika nilai asymp.Sig 2-tailed dalam pengujian one-sample kolmogorov-smirnov test lebih dari 0,05. Hasil uji one-
sample kolmogorov-smirnov test ditampilkan pada Tabel 4.7 di bawah ini.
Universitas Sumatera Utara
Tabel 4.7 Uji One-Sample Kolmogorov-Smirnov
Unstandardized Residual
N 64
Normal Parameters
a,b
Mean .0000000
Std. Deviation .18338258
Most Extreme Differences
Absolute .161
Positive .100
Negative -.161
Kolmogorov-Smirnov Z 1.287
Asymp. Sig. 2-tailed .073
a. Test distribution is Normal.
Sumber : Output SPSS, data diolah peneliti, 2015
Dari Tabel 4.7 dapat dilihat bahwa nilai kolmogorov smirnov adalah 1,287 dengan nilai asymp.sig.2-tailed sebesar 0,073 hal ini
berarti data dalam model regresi berdistribusi normal, karena nilai asymp.sig.2-tailed lebih besar dari 0,05.
4.2.2.2 Uji Multikolinieritas
Pengukuran multikolonieritas dalam penelitian ini dilihat dari nilai tolerance dan variance inflation factor VIF. Apabila nilai
tolerance 0,10 dan VIF 10 maka model regresi tersebut bebas dari multikolonieritas. Berikut hasil perhitungan menggunakan SPSS 19.
Universitas Sumatera Utara
Tabel 4.8 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1 Constant
2.410 .501
4.806 .000
AS .134
.081 .162
1.650 .104
.956 1.046
OAU -.085
.049 -.173
-1.746 .086
.933 1.072
ROA -.385
.259 -.161
-1.485 .143
.778 1.285
RKAP .147
.069 .288
2.130 .037
.502 1.991
SIZE -.036
.017 -.250
-2.076 .042
.631 1.584
ARL -.008
.001 -.601
-5.589 .000
.794 1.260
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.8 dapat dilihat bahwa antar variabel independen tidak terjadi multikolonieritas. Hal ini dapat dilihat dari
nilai tolerance yang memiliki nilai 0,10 dan nilai VIF 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel
independen dalam model regresi ini.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Pengukuran autokorelasi dalam penelitian ini dilakukan menggunakan uji Durbin-
Watson DW-Test. Untuk melihat terjadi atau tidaknya autokorelasi dalam suatu model regresi dapat dilihat pada tabel Model Summary di
bawah ini.
Universitas Sumatera Utara
Tabel 4.9 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.821
a
.674 .660
5.186 2.189
a. Predictors: Constant, ARL, AS, OAU, SIZE, ROA, RKAP b. Dependent Variable: ATM
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.9 dapat diketahui bahwa nilai DW sebesar 2,189. Nilai tersebut selanjutnya dibandingkan dengan nilai tabel
dengan menggunakan signifikansi 5, jumlah sampel 64, dan jumlah variabel independen 6 k=6. Dari Tabel 4.9 dapat diketahui nilai DW
sebesar 2,189 yang lebih besar dari batas atas dU 1,8052 dan kurang dari 4
– 1,8052 4 – dU maka dapat disimpulkan bahwa tidak terjadi autokorelasi baik positif maupun negatif.
4.2.2.4 Uji Heterokedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan
ke pengamatan lain. Untuk dapat mengetahui ada tidaknya gejala heteroskedastisitas dapat dilakukan dengan uji Glejser yaitu pengujian
yang meregresikan nilai absolut residual terhadap variabel independen. Berikut hasil pengolahan dengan pengujian tersebut.
Universitas Sumatera Utara
Tabel 4.10 Hasil Uji Heterokedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
1.214 .657
1.849 .070
AS .158
.108 .190
1.464 .149
OAU -.040
.064 -.081
-.622 .536
ROA -2.135
1.613 -.175
-1.323 .191
RKAP .065
.063 .133
1.027 .309
SIZE -.003
.020 -.019
-.136 .892
ARL -.003
.003 -.164
-1.195 .237
a. Dependent Variable: RES2
Sumber : Output SPSS, data diolah peneliti, 2015
Hasil pengujian yang terlihat pada Tabel 4.10 menunjukkan bahwa data penelitian ini tidak terkena heteroskedastisitas karena nilai
signifikan keenam variabel independen lebih besar dari 0.05.
2
4.2.3 Analisis Regresi
Analisis regresi digunakan untuk menguji hipotesis dalam penelitian. Analisis regresi yang digunakan dalam penelitian ini adalah analisis regresi
logistik yang digunakan untuk menguji apakah variabel independen yaitu auditor switching AS, opini audit OAU, profitabilitas ROA, reputasi
KAP RKAP, ukuran perusahaan SIZE, dan audit report lag ARL berpengaruh langsung terhadap audit timeliness ATM.
Model regresi logistik yang digunakan dalam penelitian ini adalah:
Y
ATM
= α + β
1
AS + β
2
OAU + β
3
ROA + β
4
RKAP + β
5
SIZE + β
6
ARL + e
Universitas Sumatera Utara
Keterangan: Y
ATM
= Audit Timeliness α
= Konstanta β
1
- β
6
= Koefisien Regresi AS
= Auditor Switching OAU
= Opini Audit ROA
= Return on Assets RKAP
= Reputasi KAP SIZE
= Ukuran Perusahaan ARL
= Audit Report Lag e
= Error term, yaitu tingkat kesalahan dalam penelitian Berikut ini adalah hasil analisis regresi logistik:
Tabel 4.11 Hasil Uji Kelayakan Model Regresi
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 .374
8 1.000
Sumber : Output SPSS, data diolah peneliti, 2015
Contingency Table for Hosmer and Lemeshow Test
ATM = 0 ATM = 1
Total Observed Expected Observed Expected
Step 1 1 4
3.750 2
2.250 6
2 .282
6 5.718
6 3
.029 6
5.971 6
4 .004
6 5.996
6 5
.000 6
6.000 6
6 .000
6 6.000
6 7
.000 6
6.000 6
8 .000
6 6.000
6 9
.000 6
6.000 6
10 .000
10 10.000
10
Universitas Sumatera Utara
Berdasarkan Tabel 4.11 dapat dilihat bahwa nilai signifikansi menunjukkan angka 1.000, nilai signifikansi yang diperoleh ini jauh lebih
besar dari 0,05 5. Hal ini berarti bahwa model regresi mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima
karena cocok dengan data observasinya.
Tabel 4.12 Koefisien Regresi Logistik
B S.E.
Wald Df
Sig. ExpB
Step 1
a
AS -.114
4.211 .001
1 .078
.892 OAU
-1.169 2.818
.172 1
.068 .311
ROA -5.237
26.095 .040
1 .041
.005 RKAP
15.554 50.467
.000 1
.038 5.415
SIZE .830
.454 3.345
1 .067
2.294 ARL
Constant -.221
2.708 .122
.516 3.291
27.501 1
1 .020
.000 .802
15.000 a. Variables entered on step 1: AS, OAU, ROA, RKAP, SIZE, ARL.
Sumber : Output SPSS, data diolah peneliti, 2015
Hasil pengujian terhadap koefisien regresi menghasilkan model sebagai berikut :
Y
ATM
= 2.708 – 0.114 AS – 1.169 OAU – 5.237 ROA + 15.554 RKAP +
0.830 SIZE – 0.221 ARL + e
Interpretasi dari persamaan regresi tersebut adalah sebagai berikut : 1.
Konstanta sebesar 2,708 maka nilai variabel audit timeliness ATM akan tetap sebesar 2,708 jika semua variabel independen bernilai nol.
2. Koefisien auditor switching AS sebesar -0,114, artinya jika nilai
variabel ini ditingkatkan satu satuan maka akan menurunkan nilai
Universitas Sumatera Utara
variabel audit timeliness ATM sebesar -0,114 dengan variabel lain tetap.
3. Koefisien opini audit OAU sebesar -1,169, artinya jika nilai variabel
ini ditingkatkan satu satuan maka akan menurunkan nilai variabel audit timeliness ATM sebesar -1,169 dengan variabel lain tetap.
4. Koefisien profitabilitas ROA sebesar -5,237, artinya jika nilai variabel
ini ditingkatkan satu satuan maka akan menurunkan nilai variabel audit timeliness ATM sebesar -5,237 dengan variabel lain tetap.
5. Koefisien reputasi KAP RKAP sebesar 15,554, artinya jika nilai
variabel ini ditingkatkan satu satuan maka akan menaikkan nilai variabel audit timeliness ATM sebesar 15,554 dengan variabel lain
tetap. 6.
Koefisien ukuran perusahaan SIZE sebesar 0,830, artinya jika nilai variabel ini ditingkatkan satu satuan maka akan menaikkan nilai
variabel audit timeliness ATM sebesar 0,830 dengan variabel lain tetap.
7. Koefisien audit report lag ARL sebesar -0,221, artinya jika nilai
variabel ini ditingkatkan satu satuan maka akan menurunkan nilai variabel audit timeliness ATM sebesar -0,221 dengan variabel lain
tetap. Untuk hubungan antara variabel independen terhadap variabel
intervening dalam penelitian ini menggunakan analisis regresi berganda. Model regresi berganda dalam penelitian ini adalah sebagai berikut:
Universitas Sumatera Utara
Y
ARL
= α + β
1
AS + β
2
OAU + β
3
ROA + β
4
RKAP + β
5
SIZE + e
Keterangan: Y
ARL
= Audit Report Lag α
= Konstanta β
1
- β
5
= Koefisien Regresi AS
= Auditor Switching OAU
= Opini Audit ROA
= Return on Assets RKAP
= Reputasi KAP SIZE
= Ukuran Perusahaan e
= Error term, yaitu tingkat kesalahan dalam penelitian
Tabel 4.13 Hasil Uji Analisis Regresi Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
78.123 46.916
1.665 .001
AS 3.176
7.784 .049
.408 .085
OAU -5.226
4.633 -.135
-1.128 .064
ROA -19.734
24.715 -.105
1.798 .028
RKAP -15.910
6.260 -.398
2.542 .014
SIZE .252
1.668 .022
.151 .081
a. Dependent Variable: ARL
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.13 dapat dibuat persamaan regresi berganda sebagai berikut :
Universitas Sumatera Utara
Y
ARL
= 78.123 + 3.176 AS – 5.226 OAU – 19.734 ROA – 15.910
RKAP + 0.252 SIZE + e
Dari persamaan regresi diatas di atas dapat diartikan sebagai berikut : 1.
Konstanta = 78,123 Artinya jika variabel auditor switching AS, opini audit OAU,
profitabilitas ROA, reputasi kantor akutan publik RKAP, dan ukuran perusahaan SIZE dianggap sama dengan nol atau tetap, maka
variabel audit report lag naik sebesar 78,123 hari. 2.
Koefisien regresi auditor switching = 3,176 Artinya apabila auditor switching meningkat 1 satuan maka akan
diikuti peningkatan tenggang waktu audit report lag sebesar 3,176 hari. 3.
Koefisien regresi opini audit = - 5,226 Artinya apabila opini audit meningkat 1 satuan maka akan diikuti
tenggang waktu audit report lag akan menurun sebesar 5,226 hari. 4.
Koefisien regresi profitabilitas = -19,734 Artinya apabila profitabilitas meningkat 1 satuan maka tenggang
waktu audit report lag akan menurun sebesar 19,734 hari. 5.
Koefisien regresi reputasi KAP = -15,910 Artinya apabila reputasi KAP meningkat 1 satuan maka tenggang
waktu audit report lag akan menurun sebesar 15,910 hari. 6.
Koefisien regresi ukuran perusahaan = 0,252 Artinya apabila ukuran perusahaan meningkat 1 satuan maka
tenggang waktu audit report lag akan meningkat sebesar 0,252 hari.
Universitas Sumatera Utara
4.2.4 Analisis Jalur Path Analysis
Analisis jalur digunakan untuk menguji pengaruh mediasi dari suatu model penelitian melalui variabel intervening. Variabel intervening dalam
penelitian ini adalah audit report lag ARL. Berikut ini adalah hasil analisis jalur dalam penelitian ini.
Tabel 4.14 Hasil Analisis Jalur R Square Regresi 1
Model Summary
Step -2 Log
likelihood Cox Snell R
Square Nagelkerke R
Square 1
7.468
a
.719 .959
Sumber : Output SPSS, data diolah peneliti, 2015
Tabel 4.15 Hasil Analisis Jalur Coefficients Regresi 1
B S.E.
Wald Df
Sig. ExpB
Step 1
a
AS -.114
4.211 .001
1 .078
.892 OAU
-1.169 2.818
.172 1
.068 .311
ROA -5.237
26.095 .040
1 .041
.005 RKAP
15.554 50.467
.000 1
.038 5.415
SIZE .830
.454 3.345
1 .067
2.294 ARL
Constant -.221
2.708 .122
.516 3.291
27.501 1
1 .020
.000 .802
15.000 a. Variables entered on step 1: AS, OAU, ROA, RKAP, SIZE, ARL.
Sumber : Output SPSS, data diolah peneliti, 2015
Universitas Sumatera Utara
Tabel 4.16 Hasil Analisis Jalur R Square Regresi 2
Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.854
a
.729 .708
17.771 a. Predictors: Constant, SIZE, ROA, AS, OAU, RKAP
Sumber : Output SPSS, data diolah peneliti, 2015
Tabel 4.17 Hasil Analisis Jalur Coefficients Regresi 2
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
78.123 46.916
1.665 .001
AS 3.176
7.784 .049
.408 .085
OAU -5.226
4.633 -.135
-1.128 .064
ROA -19.734
24.715 -.105
1.798 .028
RKAP -15.910
6.260 -.398
2.542 .014
SIZE .252
1.668 .022
.151 .081
a. Dependent Variable: ARL
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan dua model regresi di atas yang menguji audit report lag sebagai variabel intervening antara variabel auditor switching, opini audit,
profitabilitas, reputasi KAP, dan ukuran perusahaan terhadap variabel audit timeliness dapat diketahui nilai koefisien beta dari masing-masing variabel
melalui gambar berikut ini.
Universitas Sumatera Utara
P
yx1
= -0,114
P
yx2
= -1,169
P
yx3
= -5,237 P
yx4
= 15,554 P
yx5
= 0,830 P
x6x1
= 0,049 P
x6x2
= -0,135 P
x6x3
= -0,105
P
x6x4
= -0,398 P
x6x5
= 0,022 P
yx6
= -0,221 e
1
= 0,202 e
2
= 0,520
Gambar 4.2 Model Analisis Jalur
Berdasarkan Tabel 4.15 dapat diketahui bahwa auditor switching AS memiliki nilai koefisien beta = -0,114 dan memiliki signifikansi sebesar
0,078. Nilai koefisien beta pada auditor switching merupakan nilai jalur Pyx
1
=-0,114. Nilai koefisien beta untuk audit report lag ARL sebesar -0,221 merupakan nilai jalur Pyx
6
=-0,221. Persamaan regresi 2 yang ditunjukkan dengan Tabel 4.17, menunjukkan nilai standardized beta untuk
auditor switching sebesar 0,049 yang merupakan nilai jalur Px
6
x
1
=0,049. Besarnya nilai e
1
= √1 – 0,959 = 0,202 dan besarnya nilai e
2
= √1 – 0,729 = 0,520.
Berdasarkan perhitungan di atas diketahui pengaruh langsung variabel auditor switching AS ke audit timeliness ATM sebesar -0,114, sedangkan
Auditor Switching
Opini Audit
Profitabilitas
Reputasi KAP
Ukuran Perusahaan Audit Report Lag
Audit Timeliness
Universitas Sumatera Utara
pengaruh tidak langsung variabel auditor switching ke audit timeliness sebesar -0,221 x 0,049 = -0,010. Pengaruh langsung memiliki nilai yang
lebih besar dibandingkan dengan pengaruh tidak langsung antara variabel auditor switching ke audit timeliness, sehingga dapat disimpulkan bahwa
audit report lag ARL bukan merupakan variabel intervening atau H
14
ditolak. Berdasarkan Tabel 4.15 dapat diketahui bahwa opini audit OAU
memiliki nilai koefisien beta = -1,169 dan memiliki signifikansi sebesar 0,068. Nilai koefisien beta pada opini audit merupakan nilai jalur Pyx
2
= -1,169. Nilai koefisien beta untuk audit report lag ARL sebesar -0,221
merupakan nilai jalur Pyx
6
=-0,221. Persamaan regresi 2 yang ditunjukkan dengan Tabel 4.17, menunjukkan nilai standardized beta untuk opini audit
sebesar -0,135 yang merupakan nilai jalur Px
6
x
2
=-0,135. Berdasarkan perhitungan di atas diketahui pengaruh langsung variabel
opini audit OAU ke audit timeliness ATM sebesar -1,169, sedangkan pengaruh tidak langsung variabel opini audit ke audit timeliness sebesar -
0,221 x -0,135 = 0,029. Pengaruh langsung memiliki nilai yang lebih kecil dibandingkan dengan pengaruh tidak langsung antara variabel opini audit ke
audit timeliness, sehingga dapat disimpulkan bahwa audit report lag ARL merupakan variabel intervening atau H
15
diterima. Berdasarkan Tabel 4.15 dapat diketahui bahwa profitabilitas ROA
memiliki nilai koefisien beta = -5,237 dan memiliki signifikansi sebesar 0,041. Nilai koefisien beta pada profitabilitas merupakan nilai jalur Pyx
3
=
Universitas Sumatera Utara
-5,237. Nilai koefisien beta untuk audit report lag ARL sebesar -0,221 merupakan nilai jalur Pyx
6
=-0,221. Persamaan regresi 2 yang ditunjukkan dengan Tabel 4.17, menunjukkan nilai standardized beta untuk profitabilitas
sebesar -0,105 yang merupakan nilai jalur Px
6
x
3
=-0,105. Berdasarkan perhitungan di atas diketahui pengaruh langsung variabel
profitabilitas ROA ke audit timeliness ATM sebesar -5,237, sedangkan pengaruh tidak langsung variabel profitabilitas ke audit timeliness sebesar
-0,221 x -0,105 = 0,023. Pengaruh langsung memiliki nilai yang lebih kecil dibandingkan dengan pengaruh tidak langsung antara variabel
profitabilitas ke audit timeliness, sehingga dapat disimpulkan bahwa audit report lag ARL merupakan variabel intervening atau H
16
diterima. Berdasarkan Tabel 4.15 dapat diketahui bahwa reputasi KAP RKAP
memiliki nilai koefisien beta = 15,554 dan memiliki signifikansi sebesar 0,038. Nilai koefisien beta pada reputasi KAP merupakan nilai jalur
Pyx
4
=15,554. Nilai koefisien beta untuk audit report lag ARL sebesar -0,221 merupakan nilai jalur Pyx
6
=-0,221. Persamaan regresi 2 yang ditunjukkan dengan Tabel 4.17, menunjukkan nilai standardized beta untuk
reputasi KAP sebesar -0,398 yang merupakan nilai jalur Px
6
x
4
=-0,398. Berdasarkan perhitungan di atas diketahui pengaruh langsung variabel
reputasi KAP RKAP ke audit timeliness ATM sebesar 15,554, sedangkan pengaruh tidak langsung variabel reputasi KAP ke audit timeliness sebesar
-0,221 x -0,398 = 0,087. Pengaruh langsung memiliki nilai yang lebih besar dibandingkan dengan pengaruh tidak langsung antara variabel reputasi
Universitas Sumatera Utara
KAP ke audit timeliness, sehingga dapat disimpulkan bahwa audit report lag ARL bukan merupakan variabel intervening atau H
17
ditolak. Berdasarkan Tabel 4.15 dapat diketahui bahwa ukuran perusahaan
SIZE memiliki nilai koefisien beta = 0,830 dan memiliki signifikansi sebesar 0,067. Nilai koefisien beta pada ukuran perusahaan merupakan nilai
jalur Pyx
5
=0,830. Nilai koefisien beta untuk audit report lag ARL sebesar -0,221 merupakan nilai jalur Pyx
6
=-0,221. Persamaan regresi 2 yang ditunjukkan dengan Tabel 4.17, menunjukkan nilai standardized beta
untuk ukuran perusahaan sebesar 0,022 yang merupakan nilai jalur Px
6
x
5
=0,022. Berdasarkan perhitungan di atas diketahui pengaruh langsung variabel
ukuran perusahaan SIZE ke audit timeliness ATM sebesar 0,830, sedangkan pengaruh tidak langsung variabel reputasi KAP ke audit
timeliness sebesar -0,221 x 0,830 = -0,183. Pengaruh langsung memiliki nilai yang lebih besar dibandingkan dengan pengaruh tidak langsung antara
variabel ukuran perusahaan ke audit timeliness, sehingga dapat disimpulkan bahwa audit report lag ARL bukan merupakan variabel intervening atau
H
18
ditolak.
4.2.5 Uji Hipotesis 4.2.5.1 Koefisien Determinasi
Besarnya nilai koefisien determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R. Squuare. Hasil pengujian
Universitas Sumatera Utara
koefisien determinasi Nagelkerke R. Squuare dapat dilihat pada Tabel 4.18 berikut ini:
Tabel 4.18 Hasil Uji Koefisien Determinasi
Model Summary
Step -2 Log
likelihood Cox Snell R
Square Nagelkerke R
Square 1
7.468
a
.719 .959
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.18 nilai Nagelkerke R. Square adalah 0,959 yang berarti variabilitas variabel dependen yang dapat dijelaskan
oleh variabel independen adalah sebesar 95,9 sedangkan sisanya 4,1 dijelaskan oleh faktor lain di luar model penelitian.
4.2.5.2 Uji Parsial Uji Statistik t
Uji t dilakukan untuk mengetahui apakah variabel independen yaitu auditor switching, opini audit, profitabilitas, reputasi KAP,
ukuran perusahaan, dan audit report lag secara langsung mempengaruhi variabel dependen secara signifikan atau tidak.
Universitas Sumatera Utara
Tabel 4.19 Hasil Uji Parsial Uji t Model 1
B S.E.
Wald Df
Sig. ExpB
Step 1
a
AS -.114
4.211 .001
1 .078
.892 OAU
-1.169 2.818
.172 1
.068 .311
ROA -5.237
26.095 .040
1 .041
.005 RKAP
15.554 50.467
.000 1
.038 5.415
SIZE .830
.454 3.345
1 .067
2.294 ARL
Constant -.221
2.708 .122
.516 3.291
27.501 1
1 .020
.000 .802
15.000 a. Variables entered on step 1: AS, OAU, ROA, RKAP, SIZE, ARL.
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.19 variabel auditor switching mempunyai tingkat signifikansi sebesar 0,078 dan lebih besar dari tingkat
signifikansi 0,05 sehingga auditor switching tidak dapat diterima, artinya auditor switching tidak berpengaruh terhadap audit timeliness
atau H
1
ditolak. Untuk variabel opini audit mempunyai tingkat signifikansi
sebesar 0,068 dan lebih besar dari tingkat signifikansi 0,05 sehingga opini audit tidak dapat diterima, artinya opini audit tidak berpengaruh
terhadap audit timeliness atau H
2
ditolak. Untuk variabel profitabilitas yang diproksikan dengan ROA
mempunyai tingkat signifikansi sebesar 0,041 dan lebih kecil dari tingkat signifikansi 0,05 sehingga profitabilitas dapat diterima, artinya
profitabilitas berpengaruh terhadap audit timeliness atau H
3
diterima. Untuk variabel reputasi KAP mempunyai tingkat signifikansi
sebesar 0,038 dan lebih kecil dari tingkat signifikansi 0,05 sehingga
Universitas Sumatera Utara
reputasi KAP dapat diterima, artinya reputasi KAP berpengaruh terhadap audit timeliness atau H
4
diterima. Untuk variabel ukuran perusahaan mempunyai tingkat
signifikansi sebesar 0,067 dan lebih besar dari tingkat signifikansi 0,05 sehingga ukuran perusahaan tidak dapat diterima, artinya ukuran
perusahaan tidak berpengaruh terhadap audit timeliness atau H
5
ditolak. Untuk variabel audit report lag mempunyai tingkat signifikansi
sebesar 0,020 dan lebih kecil dari tingkat signifikansi 0,05 sehingga audit report lag dapat diterima, artinya audit report lag berpengaruh
terhadap audit timeliness atau H
6
diterima.
Tabel 4.20 Hasil Uji Parsial Uji t Model 2
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
78.123 46.916
1.665 .001
AS 3.176
7.784 .049
.408 .085
OAU -5.226
4.633 -.135
-1.128 .064
ROA -19.734
24.715 -.105
1.798 .028
RKAP -15.910
6.260 -.398
2.542 .014
SIZE .252
1.668 .022
.151 .081
a. Dependent Variable: ARL
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.20 diperoleh hasil pengujian pada variabel auditor switching yaitu nilai t
hitung
sebesar 0,408 t
tabel
sebesar 1,67109
Universitas Sumatera Utara
dengan tingkat signifikansi sebesar 0,085 atau lebih besar dari 0,05 sehingga dapat disimpulkan bahwa auditor switching tidak
berpengaruh terhadap audit report lag sehingga H
7
ditolak. Untuk variabel opini audit diperoleh nilai t
hitung
sebesar -1,128 t
tabel
sebesar 1,67109 dengan tingkat signifikansi sebesar 0,064 atau lebih besar dari 0,05 sehingga dapat disimpulkan bahwa opini audit
tidak berpengaruh terhadap audit report lag sehingga H
8
ditolak. Untuk variabel profitabilitas yang diproksikan dengan ROA
diperoleh nilai t
hitung
sebesar 1,798 t
tabel
sebesar 1,67109 dengan tingkat signifikansi sebesar 0,028 atau lebih kecil dari 0,05 sehingga
dapat disimpulkan bahwa profitabilitas berpengaruh terhadap audit report lag sehingga H
9
diterima. Untuk variabel reputasi KAP diperoleh nilai t
hitung
sebesar 2,542 t
tabel
sebesar 1,67109 dengan tingkat signifikansi sebesar 0,014 atau lebih kecil dari 0,05 sehingga dapat disimpulkan bahwa reputasi
KAP berpengaruh terhadap audit report lag sehingga H
10
diterima. Untuk variabel ukuran perusahaan diperoleh nilai t
hitung
sebesar 0,151 t
tabel
sebesar 1,67109 dengan tingkat signifikansi sebesar 0,081 atau lebih besar dari 0,05 sehingga dapat disimpulkan bahwa ukuran
perusahaan tidak berpengaruh terhadap audit report lag sehingga H
11
ditolak.
Universitas Sumatera Utara
4.2.5.3 Uji Simultan Uji Statistik F
Untuk melihat pengaruh seluruh variabel independen terhadap variabel dependen secara bersama-sama simultan pada model regresi
logistik digunakan uji statistik G
2
Likelihood Ratio Test. Adapun hipotesis yang digunakan adalah:
H : Tidak ada pengaruh antara variabel independen terhadap
variabel dependen. H
1
: Minimal ada satu variabel independen yang berpengaruh terhadap variabel dependen.
Tabel 4.21 Hasil Uji Simultan Uji F Model 1
Omnibus Tests of Model Coefficients
Chi-square df
Sig. Step 1 Step
81.255 6
.000 Block
81.255 6
.000 Model
81.255 6
.000
Sumber : Output SPSS, data diolah peneliti, 2015
Berdasarkan Tabel 4.21 diperoleh nilai G
2
sebesar 81,255 dengan nilai signifikansi sebesar 0,000 yang lebih kecil dari 0,05 maka
dapat disimpulkan bahwa hipotesis nol ditolak yang berarti minimal terdapat satu variabel bebas yang berpengaruh terhadap variabel
dependen audit timeliness atau H
12
diterima.
Universitas Sumatera Utara
Tabel 4.22 Hasil Uji Simultan Uji F Model 2
ANOVA
b
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 4763.473
5 952.695
3.017 .017
a
Residual 18316.761
58 315.806
Total 23080.234
63 a. Predictors: Constant, SIZE, ROA, AS, OAU, RKAP
b. Dependent Variable: ARL
Sumber : Output SPSS, data diolah peneliti, 2015
Untuk menguji hubungan secara simultan antara variabel auditor switching, opini audit, profitabilitas, reputasi KAP, dan ukuran
perusahaan terhadap audit report lag menggunakan uji kelinieran persamaan regresi seperti yang ditunjukkan pada Tabel 4.22 di atas.
Berdasarkan Tabel 4.22 diperoleh nilai F
hitung
sebesar 3,017 F
tabel
sebesar 2,49 dan sig = 0,017 0,05. Hal ini menunjukkan bahwa secara simultan variabel independen auditor switching, opini audit,
profitabilitas, reputasi KAP, dan ukuran perusahaan berpengaruh terhadap audit report lag atau H
13
diterima.
4. 3 Pembahasan 4.3.1 Pengaruh Auditor Switching Terhadap Audit Timeliness
Hipotesis pertama dalam penelitian ini adalah auditor switching berpengaruh terhadap audit timeliness. Berdasarkan hasil pengujian hipotesis
pada Tabel 4.19 variabel auditor switching mempunyai tingkat signifikansi
Universitas Sumatera Utara
sebesar 0,078 dan lebih besar dari tingkat signifikansi 0,05 serta koefisien bertanda negatif sebesar -0,114 sehingga auditor switching tidak dapat
diterima, artinya auditor switching tidak berpengaruh terhadap audit timeliness. Hasil penelitian ini konsisten dengan hasil penelitian yang
dilakukan oleh Marla 2013 yang menyebutkan bahwa auditor switching tidak berpengaruh signifikan terhadap ketepatan waktu pelaporan keuangan
perusahaan. Hasil penelitian ini tidak sesuai dengan logika teori yang telah
dipaparkan sebelumnya, bahwa pergantian auditor yang dilakukan perusahaan dapat mempengaruhi ketepatan waktu penyampaian laporan keuangan.
4.3.2 Pengaruh Opini Audit Terhadap Audit Timeliness
Hipotesis kedua dalam penelitian ini adalah opini audit berpengaruh terhadap audit timeliness. Berdasarkan hasil pengujian hipotesis pada Tabel
4.19 untuk variabel opini audit mempunyai tingkat signifikansi sebesar 0,068 dan lebih besar dari tingkat signifikansi 0,05 sehingga opini audit tidak dapat
diterima, artinya opini audit tidak berpengaruh terhadap audit timeliness. Hasil penelitian ini konsisten dengan hasil penelitian yang dilakukan oleh Marla
2013, Hilmi dan Ali 2008, dan Akhmad 2012 yang menyebutkan dalam penelitiannya bahwa opini audit tidak berpengaruh terhadap ketepatan waktu
pelaporan keuangan perusahaan.
Universitas Sumatera Utara
Hasil penelitian ini tidak sesuai dengan logika teori yang telah dipaparkan sebelumnya, bahwa opini audit yang didapat perusahaan dapat
mempengaruhi ketepatan waktu penyampaian laporan keuangan.
4.3.3 Pengaruh Profitabilitas Terhadap Audit Timeliness
Hipotesis ketiga dalam penelitian ini adalah profitabilitas berpengaruh terhadap audit timeliness. Berdasarkan hasil pengujian hipotesis pada Tabel
4.19 untuk variabel profitabilitas yang diproksikan dengan ROA mempunyai tingkat signifikansi sebesar 0,041 dan lebih kecil dari tingkat signifikansi 0,05
sehingga profitabilitas dapat diterima, artinya profitabilitas berpengaruh terhadap audit timeliness. Hasil penelitian ini konsisten dengan hasil
penelitian yang dilakukan oleh Hilmi dan Ali 2008, dan Akhmad 2012 yang menyebutkan dalam penelitiannya bahwa profitabilitas berpengaruh
terhadap ketepatan waktu pelaporan keuangan perusahaan, tetapi tidak konsisten dengan hasil penelitian Khalid 2012, Marla 2013, Rachmawati
2008, dan Banurea 2012. Hasil penelitian ini sesuai dengan logika teori yang telah dipaparkan
sebelumnya, bahwa profitabilitas yang diproyeksikan dengan ROA dapat mempengaruhi ketepatan waktu penyampaian laporan keuangan.
4.3.4 Pengaruh Reputasi KAP Terhadap Audit Timeliness
Hipotesis keempat dalam penelitian ini adalah reputasi KAP berpengaruh terhadap audit timeliness. Berdasarkan hasil pengujian hipotesis
Universitas Sumatera Utara
pada Tabel 4.19 untuk variabel reputasi KAP mempunyai tingkat signifikansi sebesar 0,038 dan lebih kecil dari tingkat signifikansi 0,05 sehingga reputasi
KAP dapat diterima, artinya reputasi KAP berpengaruh terhadap audit timeliness. Hasil penelitian ini konsisten dengan hasil penelitian yang
dilakukan oleh Hilmi dan Ali 2008, dan Akhmad 2012 yang menyebutkan dalam penelitiannya bahwa profitabilitas berpengaruh terhadap ketepatan
waktu pelaporan keuangan perusahaan, tetapi tidak konsisten dengan hasil penelitian Khalid 2012, Marla 2013, Rachmawati 2008, dan Banurea
2012. Hasil penelitian ini sesuai dengan logika teori yang telah dipaparkan
sebelumnya, bahwa reputasi KAP dapat mempengaruhi ketepatan waktu penyampaian laporan keuangan.
4.3.5 Pengaruh Ukuran Perusahaan Terhadap Audit Timeliness
Hipotesis kelima dalam penelitian ini adalah ukuran perusahaan berpengaruh terhadap audit timeliness. Berdasarkan hasil pengujian hipotesis
pada Tabel 4.19 untuk variabel ukuran perusahaan mempunyai tingkat signifikansi sebesar 0,067 dan lebih besar dari tingkat signifikansi 0,05
sehingga ukuran perusahaan tidak dapat diterima, artinya ukuran perusahaan tidak berpengaruh terhadap audit timeliness. Hasil penelitian ini konsisten
dengan hasil penelitian yang dilakukan oleh Khalid 2012, Banurea 2012, dan Hilmi dan Ali 2008, tetapi tidak konsisten dengan hasil penelitian
Persephony 2013, Rachmawati 2008, dan Akhmad 2012.
Universitas Sumatera Utara
Hasil penelitian ini tidak sesuai dengan logika teori yang telah dipaparkan sebelumnya, bahwa ukuran suatu perusahaan dapat mempengaruhi
ketepatan waktu penyampaian laporan keuangan.
4.3.6 Pengaruh Audit Report Lag Terhadap Audit Timeliness
Hipotesis keenam dalam penelitian ini adalah audit report lag berpengaruh terhadap audit timeliness. Berdasarkan hasil pengujian hipotesis
pada Tabel 4.19 untuk variabel audit report lag mempunyai tingkat signifikansi sebesar 0,020 dan lebih kecil dari tingkat signifikansi 0,05
sehingga audit report lag dapat diterima, artinya audit report lag berpengaruh terhadap audit timeliness. Hasil penelitian ini sesuai dengan logika teori yang
telah dipaparkan sebelumnya, bahwa audit report lag dapat mempengaruhi ketepatan waktu penyampaian laporan keuangan.
4.3.7 Pengaruh Auditor Switching Terhadap Audit Report Lag
Hipotesis ketujuh dalam penelitian ini adalah auditor switching berpengaruh terhadap audit report lag. Berdasarkan hasil pengujian hipotesis
pada Tabel 4.20 untuk variabel auditor switching mempunyai tingkat signifikansi sebesar 0,085 dan lebih besar dari tingkat signifikansi 0,05
sehingga auditor switching tidak dapat diterima, artinya auditor switching tidak berpengaruh terhadap audit report lag. Hasil penelitian ini tidak sesuai
dengan logika teori yang telah dipaparkan sebelumnya, bahwa auditor
Universitas Sumatera Utara
switching dapat mempengaruhi lamanya waktu penyelesaian audit atas laporan keuangan perusahaan.
4.3.8 Pengaruh Opini Audit Terhadap Audit Report Lag
Hipotesis kedelapan dalam penelitian ini adalah opini audit berpengaruh terhadap audit report lag. Berdasarkan hasil pengujian hipotesis pada Tabel
4.20 untuk variabel opini audit mempunyai tingkat signifikansi sebesar 0,064 dan lebih besar dari tingkat signifikansi 0,05 sehingga opini audit tidak dapat
diterima, artinya opini audit tidak berpengaruh terhadap audit report lag. Hasil penelitian ini tidak sesuai dengan logika teori yang telah dipaparkan
sebelumnya, bahwa opini audit dapat mempengaruhi lamanya waktu penyelesaian audit atas laporan keuangan perusahaan.
4.3.9 Pengaruh Profitabilitas Terhadap Audit Report Lag
Hipotesis kesembilan dalam penelitian ini adalah profitabilitas berpengaruh terhadap audit report lag. Berdasarkan hasil pengujian hipotesis
pada Tabel 4.20 untuk variabel profitabilitas mempunyai tingkat signifikansi sebesar 0,028 dan lebih kecil dari tingkat signifikansi 0,05 sehingga
profitabilitas dapat diterima, artinya profitabilitas berpengaruh terhadap audit report lag. Hasil penelitian ini sesuai dengan logika teori yang telah
dipaparkan sebelumnya, bahwa profitabilitas yang diproyeksikan dengan ROA dapat mempengaruhi lamanya waktu penyelesaian audit atas laporan keuangan
perusahaan.
Universitas Sumatera Utara
4.3.10 Pengaruh Reputasi KAP Terhadap Audit Report Lag
Hipotesis kesepuluh dalam penelitian ini adalah reputasi KAP berpengaruh terhadap audit report lag. Berdasarkan hasil pengujian hipotesis
pada Tabel 4.20 untuk variabel reputasi KAP mempunyai tingkat signifikansi sebesar 0,014 dan lebih kecil dari tingkat signifikansi 0,05 sehingga reputasi
KAP dapat diterima, artinya reputasi KAP berpengaruh terhadap audit report lag. Hasil penelitian ini sesuai dengan logika teori yang telah dipaparkan
sebelumnya, bahwa reputasi KAP dapat mempengaruhi lamanya waktu penyelesaian audit atas laporan keuangan perusahaan.
4.3.11 Pengaruh Ukuran Perusahaan Terhadap Audit Report Lag
Hipotesis kesebelas dalam penelitian ini adalah ukuran perusahaan berpengaruh terhadap audit report lag. Berdasarkan hasil pengujian hipotesis
pada Tabel 4.20 untuk variabel ukuran perusahaan mempunyai tingkat signifikansi sebesar 0,081 dan lebih besar dari tingkat signifikansi 0,05
sehingga ukuran perusahaan tidak dapat diterima, artinya ukuran perusahaan tidak berpengaruh terhadap audit report lag. Hasil penelitian ini tidak sesuai
dengan logika teori yang telah dipaparkan sebelumnya, bahwa ukuran perusahaan dapat mempengaruhi lamanya waktu penyelesaian audit atas
laporan keuangan perusahaan.
Universitas Sumatera Utara
4.3.12 Pengaruh Auditor Switching, Opini Audit, Profitabilitas, Reputasi KAP, Ukuran Perusahaan Terhadap Audit Timeliness
Berdasarkan Tabel 4.21 diperoleh nilai G
2
sebesar 81,255 dengan nilai signifikansi sebesar 0,000 yang lebih kecil dari 0,05 maka dapat disimpulkan
bahwa minimal terdapat satu variabel bebas yang berpengaruh terhadap variabel dependen audit timeliness atau hasil penelitian ini telah sesuai
dengan logika teori yang telah dipaparkan sebelumnya, bahwa auditor switching, opini audit, profitabilitas, reputasi KAP, dan ukuran perusahaan
berpengaruh secara simultan terhadap ketepatan waktu penyampaian laporan keuangan perusahaan.
4.3.13 Pengaruh Auditor Switching, Opini Audit, Profitabilitas, Reputasi KAP, Ukuran Perusahaan Terhadap Audit Report Lag
Berdasarkan Tabel 4.22 diperoleh nilai F
hitung
sebesar 3,017 F
tabel
sebesar 2,49 dan sig = 0,017 0,05. Hal ini menunjukkan bahwa secara simultan variabel independen auditor switching, opini audit, profitabilitas,
reputasi KAP, dan ukuran perusahaan berpengaruh terhadap audit report lag atau atau hasil penelitian ini telah sesuai dengan logika teori yang telah
dipaparkan sebelumnya, bahwa auditor switching, opini audit, profitabilitas, reputasi KAP, dan ukuran perusahaan berpengaruh secara simultan terhadap
lamanya waktu penyelesaian audit atas laporan keuangan perusahaan.
Universitas Sumatera Utara
4.3.14 Pengaruh Auditor Switching Terhadap Audit Timeliness dengan Audit Report Lag sebagai Variabel Intervening
Berdasarkan Gambar 4.2 diketahui pengaruh langsung variabel auditor switching terhadap audit timeliness sebesar -0,114 sedangkan pengaruh tidak
langsung variabel auditor switching terhadap audit timeliness sebesar -0,221 x 0,049 = -0,010. Pengaruh langsung memiliki nilai yang lebih besar
dibandingkan dengan pengaruh tidak langsung antara variabel auditor switching ke audit timeliness, sehingga dapat disimpulkan bahwa audit report
lag bukan merupakan variabel intervening atau hasil penelitian ini tidak sesuai dengan logika teori yang telah dipaparkan sebelumnya, bahwa audit report lag
merupakan variabel intervening antara variabel auditor switching dengan audit timeliness.
4.3.15 Pengaruh Opini Audit Terhadap Audit Timeliness dengan Audit Report Lag sebagai Variabel Intervening
Berdasarkan Gambar 4.2 diketahui pengaruh langsung variabel opini audit ke audit timeliness sebesar -1,169, sedangkan pengaruh tidak langsung
variabel auditor switching ke audit timeliness sebesar -0,221 x -0,135 = 0,029. Pengaruh langsung memiliki nilai yang lebih kecil dibandingkan
dengan pengaruh tidak langsung antara variabel opini audit ke audit timeliness, sehingga dapat disimpulkan bahwa audit report lag merupakan
variabel intervening atau hasil penelitian ini sesuai dengan logika teori yang
Universitas Sumatera Utara
telah dipaparkan sebelumnya, bahwa audit report lag merupakan variabel intervening antara variabel opini audit dengan audit timeliness.
4.3.16 Pengaruh Profitabilitas Terhadap Audit Timeliness dengan Audit Report Lag sebagai Variabel Intervening
Berdasarkan Gambar 4.2 diketahui pengaruh langsung variabel profitabilitas ke audit timeliness sebesar -5,237, sedangkan pengaruh tidak
langsung variabel profitabilitas ke audit timeliness sebesar -0,221 x - 0,105 = 0,023. Pengaruh langsung memiliki nilai yang lebih kecil
dibandingkan dengan pengaruh tidak langsung antara variabel profitabilitas ke audit timeliness, sehingga dapat disimpulkan bahwa audit report lag
merupakan variabel intervening atau hasil penelitian ini sesuai dengan logika teori yang telah dipaparkan sebelumnya, bahwa audit report lag merupakan
variabel intervening antara variabel profitabilitas dengan audit timeliness.
4.3.17 Pengaruh Reputasi KAP Terhadap Audit Timeliness dengan Audit Report Lag sebagai Variabel Intervening
Berdasarkan Gambar 4.2 diketahui pengaruh langsung variabel reputasi KAP ke audit timeliness sebesar 15,554, sedangkan pengaruh tidak langsung
variabel reputasi KAP ke audit timeliness sebesar -0,221 x -0,398 = 0,087. Pengaruh langsung memiliki nilai yang lebih besar dibandingkan dengan
pengaruh tidak langsung antara variabel reputasi KAP ke audit timeliness, sehingga dapat disimpulkan bahwa audit report lag bukan merupakan variabel
Universitas Sumatera Utara
intervening atau hasil penelitian ini tidak sesuai dengan logika teori yang telah dipaparkan sebelumnya, bahwa audit report lag merupakan variabel
intervening antara variabel reputasi KAP dengan audit timeliness.
4.3.18 Pengaruh Ukuran Perusahaan Terhadap Audit Timeliness dengan Audit Report Lag sebagai Variabel Intervening
Berdasarkan Gambar 4.2 diketahui pengaruh langsung variabel ukuran perusahaan ke audit timeliness sebesar 0,830, sedangkan pengaruh tidak
langsung variabel reputasi KAP ke audit timeliness sebesar -0,221 x 0,830 = -0,183. Pengaruh langsung memiliki nilai yang lebih besar dibandingkan
dengan pengaruh tidak langsung antara variabel ukuran perusahaan ke audit timeliness, sehingga dapat disimpulkan bahwa audit report lag bukan
merupakan variabel intervening atau hasil penelitian ini tidak sesuai dengan logika teori yang telah dipaparkan sebelumnya, bahwa audit report lag
merupakan variabel intervening antara variabel ukuran perusahaan dengan
audit timeliness.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Penelitian ini bertujuan untuk mengetahui pengaruh auditor switching, opini audit, profitabilitas, reputasi KAP, dan ukuran perusahaan terhadap audit
timeliness baik secara parsial maupun simultan. Selain itu, penelitian ini juga bertujuan untuk mengetahui apakah audit report lag merupakan variabel
intervening antara auditor switching, opini audit, profitabilitas, reputasi KAP, dan ukuran perusahaan terhadap audit timeliness. Berdasarkan hasil penelitian maka
dapat diambil kesimpulan sebagai berikut: 1.
Auditor switching secara parsial tidak berpengaruh signifikan terhadap audit timeliness.
2. Opini audit secara parsial tidak berpengaruh signifikan terhadap audit
timeliness. 3.
Profitabilitas yang diproyeksikan dengan ROA secara parsial berpengaruh signifikan terhadap audit timeliness.
4. Reputasi KAP secara parsial berpengaruh signifikan terhadap audit timeliness.
5. Ukuran perusahaan secara parsial tidak berpengaruh signifikan terhadap audit
timeliness. 6.
Audit report lag secara parsial berpengaruh signifikan terhadap audit timeliness.
Universitas Sumatera Utara
7. Auditor switching, opini audit, profitabilitas, reputasi KAP, dan ukuran
perusahaan berpengaruh secara simultan terhadap audit timelines. 8.
Auditor switching, opini audit, profitabilitas, reputasi KAP, dan ukuran perusahaan berpengaruh secara simultan terhadap audit report lag.
9. Auditor switching secara parsial tidak berpengaruh signifikan terhadap audit
report lag. 10.
Opini audit secara parsial tidak berpengaruh signifikan terhadap audit report lag.
11. Profitabilitas yang diproyeksikan dengan ROA secara parsial berpengaruh
signifikan terhadap audit report lag. 12.
Reputasi KAP secara parsial berpengaruh signifikan terhadap audit report lag. 13.
Ukuran perusahaan secara parsial tidak berpengaruh signifikan terhadap audit report lag.
14. Audit report lag bukan merupakan variabel intervening antara hubungan
variabel auditor switching dengan audit timeliness. 15.
Audit report lag merupakan variabel intervening antara hubungan variabel opini audit dengan audit timeliness.
16. Audit report lag merupakan variabel intervening antara hubungan variabel
profitabilitas dengan audit timeliness. 17.
Audit report lag bukan merupakan variabel intervening antara hubungan variabel reputasi KAP dengan audit timeliness.
18. Audit report lag bukan merupakan variabel intervening antara hubungan
variabel ukuran perusahaan dengan audit timeliness.
Universitas Sumatera Utara
5.2 Saran
