Faktor-Faktor yang Mempengaruhi Audit Report Lag dengan Komite Audit Sebagai Variabel Pemoderasi: Studi Pada Perusahaan Pertambangan yang Terdaftar di BEI Periode 2009-2011

17 Universitas Sumatera Utara

Lampiran 1

DAFTAR POPULASI DAN SAMPEL PENELITIAN

No. Perusahaan Kode

Perusahaan

Kriteria Sampel

Memenuhi Kriteria 1 2 3

Pertambangan Sektor Batubara

1. PT.Adaro Energy Tbk ADARO √ √ √ 1

2. PT.Atlas Resources Tbk ARII — —

3. PT. ATPK Resources Tbk ATPK — —

4. PT.Borneo Lumbung

Energy & Metal Tbk

BORN — —

5. PT.Berau Coal Energy Tbk BRAU — —

6. PT.Baramulti Suksessarana Tbk

BSSR — —

7. PT.Bumi Resources Tbk BUMI √ √ √ 2

8. PT.Bayan Resources Tbk BYAN √ √ √ 3

9. PT.Darma Henwa Tbk DEWA √ √ √ 4

10. PT.Delta Dunia Tbk DOID — —

11. PT.Golden Energy Mines Tbk

GEMS — —

12. PT.Garda Tujuh Buana Tbk GTBO — —

13. PT.Harum Energy Tbk HRUM — —

14. PT.Indo Tambangraya Megah Tbk

ITMG √ √ √ 5

15. PT.Resources Alam Indonesia Tbk

KKGI √ √ — —

16. PT.Mitrabara Adiperdana Tbk

MBAP — —

17. PT.Myoh Technology Tbk MYOH — —

18. PT.Perdana Karya Perkasa Tbk

PKPK — —

19. PT.Bukit Asam (PERSERO) Tbk

PTBA √ √ √ 6

20. PT.Petrosea Tbk PTRO √ √ √ 7

21. PT.Eartainment International Tbk

SMMT — —

22. PT. Toba Bara Sejahtera Tbk

TOBA — —

Pertambangan Sektor Minyak dan Gas Bumi

PT.Ratu Prabu Energi Tbk ARTI — —

24. PT.Benakat Petrolium Energy Tbk

18 Universitas Sumatera Utara

25. PT.Elnusa Tbk ELSA √ √ √ 8

26. PT.Energi Mega Persada Tbk

ENRG √ √ — —

27. PT.Surya Esa Perkasa Tbk ESSA — —

28. PT.Medco Energi Tbk MEDC √ √ √ 9

29. PT.Radiant Utama Interinsco Tbk

RUIS — —

Pertambangan Sektor Logam dan Mineral

30. PT.Aneka Tambang Tbk ANTM √ √ √ 10

31. PT.Cita Mineral Investindo Tbk

CITA CITA √ √ — —

32. PT.Citra Kebun Raya Agri Tbk

CKRA — —

33. PT.Central Omega Resources Tbk

DKFT — —

34. PT.Vale Indonesia Tbk INCO √ √ √ 11

35. PT. MDKA — —

36. PT. J Resources Asia Pasifik Tbk

PSAB — —

37. PT. SMR Utama Tbk SMRU — —

38. PT. Timah (PERSERO) Tbk TINS √ √ √ 12 Pertambangan Sektor Batu-batuan

39. PT.Citatah Tbk CTTH — —

40. PT.Mitra Investindo Tbk MITI — —

Pertambangan Sektor Lain-lain

— — — — — — —

Lampiran 2

DAFTAR HASIL PENGUMPULAN DATA VARIABEL INDEPENDEN PADA PERUSAHAAN SEKTOR PERTAMBANGAN DI BEI Variabel Konvergensi IFRS, Probabilitas Kebangkrutan, Komisaris Independen,

Auditor Switching, dan Tenure Audit

No. KODE KONVERGENSI IFRS

2009 2010 2011

1. ADARO 1 1 1

2. BUMI 0 0 1

3. BAYAN 1 1 1

4. DEWA 0 0 1

19 Universitas Sumatera Utara

6. PTBA 0 0 1

7. PTRO 1 1 1

8. ELSA 1 1 1

9. MEDC 1 1 1

10. ANTM 0 1 1

11. INCO 0 0 1

12. TINS 1 1 1

No. KODE PROBABILITAS KEBANGKRUTAN

2009 2010 2011

1. ADARO 1.767075769 1.538434728 0.526793096 2. BUMI 0.861569273 1.139480082 0.951958429 3. BAYAN 1.371353044 1.774805895 1.865212003 4. DEWA 1.026592598 1.811961459 2.18680207 5. ITMG 3.721687582 3.588386484 4.500706385 6. PTBA 4.549924878 3.958192696 3.98102416 7. PTRO 1.527861415 2.396473504 1.818652347 8. ELSA 4.020062582 3.679083631 2.761460663 9. MEDC 2.85125842 3.450667979 2.877715796 10. ANTM 3.793692887 3.959152374 3.801842806 11. INCO 2.01885311 2.026814728 1.599076745 12. TINS 0.938447529 1.306429182 1.251693937

20 Universitas Sumatera Utara

No. KODE KOMISARIS INDEPENDEN

2009 2010 2011

1. ADARO 0.3333333333 0.3333333333 0.3333333333

2. BUMI 0.375 0.375 0.375

3. BAYAN 0.40 0.40 0.40

4. DEWA 0.50 0.50 0.50

5. ITMG 0.3333333333 0.3333333333 0.3333333333

6. PTBA 0.40 40 0.3333333333

7. PTRO 0.4285714286 ₅₀ 0.4285714286

8. ELSA 0.40 50 0.3333333333

9. MEDC 0.30 0.30 0.3333333333

10. ANTM 0.50 0.50 0.50

11. INCO 0.40 0.40 0.40

12. TINS 0.3333333333 0.3333333333 0.3333333333

No. KODE AUDITOR SWITCHING

2009 2010 2011

1. ADARO 0 0 0

2. BUMI 0 1 1

3. BAYAN 0 1 1

4. DEWA 0 0 0

5. ITMG 0 0 0

6. PTBA 0 0 0

7. PTRO 0 0 0

8. ELSA 0 0 0

9. MEDC 0 0 0

10. ANTM 0 0 0

11. INCO 0 1 1

21 Universitas Sumatera Utara

No. KODE TENURE AUDIT

2009 2010 2011

1. ADARO 1 1 1

2. BUMI 0 0 0

3. BAYAN 0 0 0

4. DEWA 1 1 1

5. ITMG 1 1 1

6. PTBA 1 1 1

7. PTRO 1 1 1

8. ELSA 1 1 1

9. MEDC 1 1 1

10. ANTM 1 1 1

11. INCO 0 0 0

12. TINS 1 1 1

Lampiran 3

DAFTAR HASIL PENGUMPULAN DATA VARIABEL PEMODERASI PADA PERUSAHAAN SEKTOR PERTAMBANGAN DI BEI

No. KODE KOMITE AUDIT

2009 2010 2011

1. ADARO 3 3 3

2. BUMI 4 4 4

3. BAYAN 4 4 3

4. DEWA 3 3 3

5. ITMG 3 3 3

6. PTBA 3 3 3

7. PTRO 3 3 3

8. ELSA 5 5 6

9. MEDC 3 3 3

10. ANTM 4 5 4

11. INCO 5 5 5

22 Universitas Sumatera Utara

Lampiran 4

DAFTAR HASIL PENGUMPULAN DATA VARIABEL DEPENDEN PADA PERUSAHAAN SEKTOR PERTAMBANGAN DI BEI

No. KODE AUDIT REPORT LAG

2009 2010 2011

1. ADARO 81 75 86

2. BUMI 88 84 87

3. BAYAN 89 90 89

4. DEWA 82 85 87

5. ITMG 83 54 53

6. PTBA 60 59 59

7. PTRO 81 41 61

8. ELSA 61 81 74

9. MEDC 56 63 82

10. ANTM 85 84 80

11. INCO 83 59 90

12. TINS 77 82 80

Lampiran 5

OUTPUT HASIL PENGUJIAN DATA SPSS Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

ARL 36 41.00 90.00 75.3056 13.29623 KONV_IFRS 36 .00 1.00 .7500 .43916 PROB 36 .52679 4.54992 2.4222556 1.20429735 DEKOM_INDP 36 .30 .50 .3939 .06666

SWITCH 36 .00 1.00 .1667 .37796

TENURE 36 .00 1.00 .7500 .43916

KOMDIT 36 3.00 6.00 3.7778 .92924

23 Universitas Sumatera Utara

Uji Normalitas Sebelum Pemoderasi

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 36

Normal Parametersa,b Mean .0000000

Std. Deviation 10.59845501

Most Extreme Differences Absolute .189

Positive .146

Negative -.189

Kolmogorov-Smirnov Z 1.132

Asymp. Sig. (2-tailed) .154

a. Test distribution is Normal. b. Calculated from data.

24 Universitas Sumatera Utara

Uji Normalitas Setelah Pemoderasi

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 36

Normal Parametersa,b Mean .0000000

Std. Deviation 9.51142857

Most Extreme Differences Absolute .105

Positive .104

Negative -.105

Kolmogorov-Smirnov Z .632

Asymp. Sig. (2-tailed) .819

a. Test distribution is Normal. b. Calculated from data.

25 Universitas Sumatera Utara

Uji Multikolinearitas sebelum Pemoderasi

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 71.389 14.363 4.970 .000

KONV_IFRS 4.093 4.915 .135 .833 .412 .804 1.244

PROB -4.732 1.806 -.429 -2.620 .014 .791 1.264

DEKOM_INDP 52.648 30.703 .264 1.715 .097 .894 1.119

SWITCH -4.191 8.267 -.119 -.507 .616 .384 2.607

TENURE -10.310 7.790 -.341 -1.323 .196 .320 3.126

a. Dependent Variable: ARL

Uji Multikolinearitas Setelah Pemoderasi

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 63.966 16.614 3.850 .001

KONV_IFRS 3.594 4.962 .119 .724 .475 .794 1.260

PROB -4.770 1.813 -.432 -2.632 .013 .791 1.264

DEKOM_INDP 50.361 30.908 .252 1.629 .114 .888 1.126

SWITCH -3.691 8.312 -.105 -.444 .660 .382 2.619

TENURE -8.627 8.037 -.285 -1.073 .292 .303 3.306

KOMDIT 1.970 2.195 .138 .897 .377 .906 1.104

26 Universitas Sumatera Utara

Uji Heterokedastisitas Sebelum Pemoderasi

27 Universitas Sumatera Utara

Uji Autokorelasi Sebelum Pemoderasi

Runs Test

Unstandardized Residual

Test Valuea .72019

Cases < Test Value 18

Cases >= Test Value 18

Total Cases 36

Number of Runs 17

Z -.507

Asymp. Sig. (2-tailed) .612

a. Median

Uji Autokorelasi Setelah Pemoderasi

Runs Test

Unstandardized Residual

Test Valuea .80580

Cases < Test Value 18

Cases >= Test Value 18

Total Cases 36

Number of Runs 18

Z -.169

Asymp. Sig. (2-tailed) .866

a. Median

Uji Regresi Linier Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) 71.389 14.363 4.970 .000

KONV_IFRS 4.093 4.915 .135 .833 .412

PROB -4.732 1.806 -.429 -2.620 .014

DEKOM_INDP 52.648 30.703 .264 1.715 .097

SWITCH -4.191 8.267 -.119 -.507 .616

TENURE -10.310 7.790 -.341 -1.323 .196

28 Universitas Sumatera Utara

Uji Koefisien Determinasi (R2)

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .604

a

.365 .259 11.44764

a. Predictors: (Constant), TENURE, DEKOM_INDP, KONV_IFRS, PROB, SWITCH b. Dependent Variable: ARL

Uji Signifikansi Simultan (F-Test)

ANOVAb

Model Sum of Squares Df Mean Square F Sig.

1 Regression 2256.185 5 451.237 3.443 .014a

Residual 3931.454 30 131.048

Total 6187.639 35

a. Predictors: (Constant), TENURE, DEKOM_INDP, KONV_IFRS, PROB, SWITCH b. Dependent Variable: ARL

Uji signifikansi Parsial (T-Test)

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) 71.389 14.363 4.970 .000

KONV_IFRS 4.093 4.915 .135 .833 .412

PROB -4.732 1.806 -.429 -2.620 .014

DEKOM_INDP 52.648 30.703 .264 1.715 .097

SWITCH -4.191 8.267 -.119 -.507 .616

TENURE -10.310 7.790 -.341 -1.323 .196

29 Universitas Sumatera Utara

Hasil Uji Residual Komite Audit dalam Memoderasi Hubungan Konvergensi IFRS dan ARL

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) 1.253 .400 3.134 .004

ARL -.006 .005 -.185 -1.096 .281

a. Dependent Variable: AbsRes_1

Hasil Uji Residual Komite Audit dalam Memoderasi Hubungan Probabilitas Kebangkrutan dan ARL

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) 1.104 .427 2.586 .014

ARL -.004 .006 -.122 -.717 .0478

a. Dependent Variable: AbsRes_2

Hasil Uji Residual Komite Audit dalam Memoderasi Hubungan Komisaris Independen dan ARL

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) 1.234 .409 3.014 .005

ARL -.006 .005 -.175 -1.037 .0307

30 Universitas Sumatera Utara

Hasil Uji Residual Komite Audit dalam Memoderasi Hubungan Auditor Switching dan ARL

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) 1.017 .424 2.400 .022

ARL -.003 .006 -.092 -.537 .595

a. Dependent Variable: AbsRes_4

Hasil Uji Residual Komite Audit dalam Memoderasi Hubungan Auditor Switching dan ARL

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) .909 .443 2.050 .048

ARL -.002 .006 -.059 -.342 .734

a. Dependent Variable: AbsRes_5

Lampiran 6

Nilai Kurs Tengah Bank Indonesia (BI) Setiap Akhir Tahun Selama Tahun 2009-2011

Keterangan Tahun

2009 2010 2011

Kurs Jual BI 9447 9036 9113

Kurs Beli BI 9353 8946 9023

113

Universitas Sumatera Utara DAFTAR REFERENSI

Afif, H.A.E., 2009. Determinants of Audit Report Lag Does Implementing Corporate Governance Have any Impact? Empirical Evidence from Egypt.Journal of Applied Accounting Research. Vol.10. No.1, pp. 56-86.

Ahmad, Hamzah., M. Nisarul Alim & Imam Subekti. 2005. Pengujian Empiris Audit Report Lag Menggunakan Client Cycle Time dan Firm Cycle Time. Simposium Nasional Akuntansi VIII. Solo.

Ahmad, Raja Adzrin Raja & K. A. Kamarudin. 2003. Audit Delay and The Timeliness of Corporate Reporting: Malaysia Evidence. Makalah disampaikan dalam Communication Hawaii International Conference on Business , University of Hawaii-West Oahu.

Ahmed, Alim Al Ayub & Md Shakawat Hossain. 2010. Audit Report Lag: A Study of Bangladeshi Listed Companies. ASA University Review. Vol.4. No.2, pp. 49-56.

Al-Ajmi. 2008. Audit and Reporting Delays: Evidence From An Emerging Market. Advances in Accounting. Vol.24. No.2, pp. 217-226.

Al Daoud, Khaldoon Ahmad., Ku Nor Izah Ku Ismail., & Nor Asma Lode. 2015. The Impact of Internal Corporate Governance on the Timeliness of Financial Reports Lags. Mediterranean journal of social sciences MCSER Publishing.Vol.6. No.1, pp. 430-442.

Amirul, Sharifah Milda & Mohd Fairuz Md Salleh. 2014. Convergence to IFRS and Audit Report Lag in Malaysia. Research Journal of Finance and Accounting.Vol. 5. No.23, pp. 9-16.

Apadore, Kogilavani & Marjan Mohd Noor. 2013. Determinants of Audit Report Lag and Corporate Governance in Malaysia. International Journal of Business and Management. Vol.8. No.15, pp. 151-163.

Aryanti, Dian Sita. 2012. Peran Komite Audit dan Audit Internal Dalam Perwujudan Good Corporate Governance Pada BUMN yang Sudah Go Public (Studi Kasus: PT Wijaya Karya Tbk). Skripsi.Depok.Fakultas Ekonomi Universitas Indonesia.

Badan Pengawas Pasar Modal dan Laporan Keuangan.1996. Lampiran Keputusan Ketua BAPEPAM Nomor KEP-80/PM/1996 Tentang Kewajiban Ketepatan Waktu Penyampaian Laporan Keuangan.

114

Universitas Sumatera Utara

_______. 2003. Lampiran Keputusan Ketua BAPEPAM Nomor KEP-36/PM/2003 Tentang Kewajiban Penyampaian Laporan Keuangan Berkala.

Bangun, Primsa., Subagyo & Malem Ukur Tarigan. 2012. Faktor-Faktor yang Mempengaruhi Audit Report Lag Pada Perusahaan yang Listed di Bursa Efek Indonesia. Pekan Ilmiah Dosen FEB-UKSW, pp. 473-500.

Carcello, Joseph V. & Albert Nagy. 2004. Audit firm tenure and fraudulent financial reporting. Auditing: A Journal of Practice and Theory. Vol.23. No.2, pp. 55-69.

Chiang, Hsiang-Tsai & Shu-Lin Lin. 2012. Auditor’s Industry Specialization and Disclosur Quality of IAS No.39-Related Accounts.Journal of Applied Finance & Banking. Vol.2. No.2, pp. 59-98.

Cenker, William J. & Albert Nagy. 2008. Auditor resignations and auditor industry specialization. Accounting horizons. Vol.22. No.3, pp. 279-295.

Danari & Simatupang. 2010. “Mencari Komisaris Independen”. http://www.madani-ri.com/2010/06/21/mencari-komisaris-independen/

Dao, Mai & Trung Pham. 2014. Audit Tenure, Auditor Specialization and Audit Report Lag. Managerial auditing journal. Vol.29. No.6, pp. 490-512.

Dyer, J. C. & A. J. McHugh. 1975. The Timeliness of The Australian Annual Report. Journal of Accounting Research. Vol.13. No.2, pp. 204-219.

Erlina. 2011. Metodologi Penelitian. USU press: Medan

Fanny, Margaretta & Sylvia Saputra. 2005. Opini Audit Going Concern: Kajian Berdasarkan Model Prediksi Kebangkrutan, Pertumbuhan Perusahaan, dan Reputasi Kantor Akuntan Publik (Studi Pada Emiten Bursa Efek Jakarta). Simposium Nasional Akuntansi VIII. Solo.

Farid, Zenuar. 2014. Faktor-Faktor yang Mempengaruhi Pergantian Kantor Akuntan Publik Pada Perusahaan Go Public di Indonesia (Studi Empiris Pada Perusahaan Manufaktur yang Terdaftar Di Bursa Efek Indonesia Tahun 2007-2012). Skripsi. Semarang. Fakultas Ekonomika dan Bisnis Universitas Diponegoro.

Gul, A. F., S. Y. K. Fung & Jaggi. 2009. Earnings Quality: Some Evidence on The Role of Auditor Tenure and Auditor’s Industry Expertise. Journal of Accounting and Economics. Vol.47, pp. 265-287.

115

Universitas Sumatera Utara

Geiger, M. A. & K. Raghunandan. 2002. Auditor tenure and audit reporting failure. Auditing. Vol.21. No.1, pp. 67-68.

Ghozali, Imam. 2009. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang : Badan Penerbit Universitas Diponegoro.

Grothe, Mark & Thomas. R. Weirich. 2007. Analyzing Auditor Changes. The CPA Journal. Vol.77. No.12, pp. 14-23.

Habib, Ahsan & Md. Borhan Uddin Bhuiyan. 2011. Audit Firm Industry Specialization and The Audit Report Lag. Journal of International Accounting. Vol.47, pp. 32-44.

Haryani, Wiratmaja & Dewa Nyoman Wiratmaja. 2014. Pengaruh Ukuran Perusahaan, Komite Audit, Penerapan International Financial Reporting Standards dan Kepemilikan publik Pada Audit Delay. E-Jurnal Akuntansi Universitas Udayana, pp. 63-78.

Ikatan Akuntan Indonesia. 2001. Standar Profesional Akuntan Publik. Salemba Empat.

Kaihatu, Thomas S. 2006. Good Corporate Governance dan Penerapannya di Indonesia. Jurnal Manajemen dan Kewirausahaan.Vol.8 No.1, pp.1-9.

Kementerian Badan Usaha Milik Negara. 2002. Keputusan Menteri Badan Usaha Milik Negara: Nomor 117/M-MBU/2002 Tentang Penerapan Praktik Good Corporate Governance Pada Badan Usaha Milik Negara (BUMN).

Kementerian Keuangan Republik Indonesia. 1997. Keputusan Menteri Keuangan: Nomor 43/KMK.01/1997 Tentang Rotasi Kantor Akuntan Publik dan Rotasi Auditor.

_______. 2002. Keputusan Menteri Keuangan: Nomor 423/KMK.06/2002 Tentang Jasa Akuntan Publik.

_______. 2003. Keputusan Menteri Keuangan: Nomor 359/KMK.06/2003 Tentang Jasa Akuntan Publik.

_______. 2008. Keputusan Menteri Keuangan: Nomor 17/KMK.01/2008 Tentang Jasa Akuntan Publik.

KNKG. 2006. Pedoman umum good corporate governance indonesia. http://www.ecgi.org/codes/documents/indonesia_cg_2006_id.pdf

116

Universitas Sumatera Utara

Lai, Kam-Wah & Leu M. C. Cheuk. 2005. Audit Report Lag, Audit Partner Rotation and Audit Firm Rotation: Evidence from Australia. Disertasi.Departement of Accountancy City University of Hong Kong.

Lee, Ho-Young & Geum-Joo Jahng. 2008. Determinants of Audit Report Lag: Evidence From Korea-An Examination of Auditor-Related Factors. The Journal of Applied Business Research-Second Quarter. Vol.24. No.2, pp. 27-44.

Lee, Yuedong., Dong Zhang & Xingyu Wang. 2014. The Influence of Corporation Governance Structure on Internal Control Audit Report Lag: Evidence from China. Accounting & Taxation. Vol.6. No.2, pp. 101-115.

Margaretta, Stepvanny & Gatot Soepriyanto. 2012. Penerapan IFRS dan Pengaruhnya Terhadap Keterlambatan Penyampaian Laporan Keuangan: Studi Empiris Perusahaan Manufaktur di Bursa Efek Indonesia Periode Tahun 2008-2010. Binus Business Review.Vol.3. No.2, pp.993-1009.

McMullen, Dorothy A. & K. Raghunandan. 1996. Enhancing Audit Committee Efectiveness. Journal of Accountancy, pp. 79-81.

Mohamad-Nor., Rohami Shafie & Wan Nordin Wan-Hussin. 2010. Corporate Governance and Audit Report Lag in Malaysia. AAMJAF.Vol.6 No.2, pp.57-84.

Nuratama, I Putu.2011. Pengaruh Tenur dan Reputasi Kantor Akuntan Publik Pada Kualitas Audit Dengan Komite Audit Sebagai Variabel Moderasi (Studi Kasus Pada Perusahaan Manufaktur yang Terdaftar di BEI Tahun 2004-2009).Tesis.Denpasar. Program Studi Ilmu Akuntansi Fakultas Ekonomi Universitas Udayana.

OECD. 2004. “OECD Principles of Corporate Governance”. http://www.oecd.org/dataoecd/32/18/31557724.pdf

Prawinandi, Wardani. 2012. Peran Struktur Corporate Governance Dalam Tingkat Kepatuhan Mandatory Disclosure Konvergensi IFRS.Skripsi. Surakarta. Fakultas Ekonomi Universitas Sebelas Maret.

Rahadianto, Naufal Arief. 2012. Analisis Pengaruh Auditor Spesialisasi Industri, Dewan Komisaris, Komite Audit, dan Penerapan PSAK 50/55 (Revisi 2006) Terhadap Audit Delay Pada Industri Perbankan. Skripsi.Depok.Fakultas Ekonomi Universitas Indonesia.

117

Universitas Sumatera Utara

Romanus, Robin N., J. J. Maher & D. M. Fleming. 2008. Auditor Industry Specialization, Auditor Changes, and Accounting Restatements. Accounting Horizons.Vol.22 No.4, pp.389-413.

Rustiarini, Ni Wayan & N. W. Mita Sugiarti. 2013. Pengaruh Karakteristik Auditor, Opini Audit, Audit Tenure, Pergantian Auditor Pada Audit Delay. Jurnal Ilmiah Akuntansi dan Humanika. Vol.2. No.2, pp. 657-675.

Saputra, Bobby Wiryawan & Agus Hermawan. 2012. Perkembangan International Financial Reporting Standards (IFRS) dan Penerapannya di Indonesia. Harapan Bangsa Business School.

Sari, Puri Ratna. 2012. Analisis Pengaruh Penerapan IFRS Terhadap Keterlambatan Penyampaian Laporan Keuangan: Studi Empiris Pada Perusahaan yang Terdaftar di Bursa Efek Indonesia Pada Tahun 2011. Skripsi. Jakarta. Fakultas Ekonomi Universitas Bina Nusantara.

Schmidt, Jaime & Michael. S. Wilkins. 2013. Bringing Darkness to The Light: The Influence of Auditor Quality An Audit Committee Expertise on The Timeliness of Financial Statement Restatement Disclosures. Auditing: A Journal of practise & Theory. Vol.32. No. 1, pp. 221-244.

Septianingsih, Ayu. 2015. Pengaruh Pengadopsian International Financial Reporting Standards (IFRS) Terhadap Laporan Keuangan LQ-45 yang Terdaftar di Bursa Efek Indonesia. Skripsi. Medan. Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

Setyahadi, R. Rulick. 2012. Pengaruh Probabilitas Kebangkrutan Pada Audit Delay.Tesis.Denpasar. Program Studi Ilmu Akuntansi Fakultas Ekonomi Universitas Udayana.

Shukeri, Siti Norwahida & Md. Aminul Islam. 2012. The Determinants of Audit Timeliness: Evidence From Malaysia. Journal of Applied Sciences Research.Vol.8 No.7, pp.3314-3322.

Shukeri, Siti Norwahida & S. Puat Nelson. 2011. Timeliness of annual Report: Some Empirical Evidence From Malaysia. SSRN Electronic Journal, pp. 1-23. Sugiyono. 2009. Metode Penelitian Bisnis. Cetakan keduabelas. Bandung:

CVAlfabeta.

Sukendar, Heri W. 2009. Konvergensi Standar Laporan Keuangan ke Standar Pelaporan Keuangan Internasional, Apa dan Bagaimana. Journal the Winners. Vol.1. No.1, pp. 10-21.

118

Universitas Sumatera Utara

Sun, Jerry & Guoping Liu. 2013. Auditor Industry Specialization, Board Governance,

and Earnings Management, pp. 1-34. doi:

Swami, Ni putu dewiyani & M. Y. Latrini. 2013. Pengaruh Karakteristik Corporate Governance Terhadap Audit Report Lag. E-Jurnal Akuntansi Universitas Udayana. Vol.4 No.3, pp. 530-549.

Walker, Angela & David Hay. 2008. An Empirical Investigation of the Audit Report Lag: The Effect of Non-Audit Services.

_______. 2013. Non-Audit Services and Knowledge Spillovers: An Investigation of the Audit Report Lag. Meditari: Accountancy Research. Vol.21. No.1, pp.32-51.

Wardhani, Armania Putri & Surya Raharja. 2013. Analisis Pengaruh Good Corporate Governance Terhadap Audit Report Lag. Diponegoro Journal of Accounting. Vol.2. No.3, pp. 1-11.

Widosari, Shintia Altia & Surya Raharja.2012. Analisis Faktor-Faktor yang Berpengaruh Terhadap Audit Delay Pada Perusahaan Manufaktur di Bursa Efek Indonesia Tahun 2008-2010.Diponegoro Journal of Accounting. Vol.1. No.1, pp. 1-13.

Widya, Maria Graffeliesta. 2013. Pengaruh Karakteristik Komite Audit Terhadap Audit Report Lag (Studi Empiris Pada Perusahaan Non-Financial yang Terdaftar di Bursa Efek Indonesia). Skripsi. Semarang. Fakultas Ekonomika dan Bisnis Universitas Diponegoro.

Wiguna, Karina Rahayu. 2012. Pengaruh Tenure Audit Terhadap Audit Report Lag Dengan Spesialisasi Industri Auditor Sebagai Variabel Pemoderasi: Studi Pada Bank Umum Konvensional di Indonesia Tahun 2008-2010. Skripsi.Depok.Fakultas Ekonomi Universitas Indonesia.

Wijayanti, Evi Dwi& Indira Januarti. 2011. Analisis Faktor-Faktor yang Mempengaruhi Perusahaan di Indonesia Melakukan Auditor Switching.Simposium Nasional Akuntansi XIV. Banda Aceh.

Yaacob, Najihah Marha & Ayoib Che-Ahmad. 2012. Adoption of FRS 138 and Audit Delay in Malaysia. International Journal of Economics and Finance. Vo.4. No.1, pp. 167-176.

119

Universitas Sumatera Utara

56 Universitas Sumatera Utara

BAB III

METODE PENELITIAN

Bab ini menguraikan model dan metode yang digunakan untuk mengolah data dan menguji hipotesis penelitian, serta operasionalisasi setiap variabel yang diuji. Selain itu, pada bab ini juga dijelaskan mengenai metode pemilihan sampel yang digunakan dalam penelitian.

3.1 Sumber Data Penelitian

Data yang digunakan merupakan data sekunder berupa annual report yang dikeluarkan perusahaan-perusahaan sektor pertambangan yang terdaftar di Bursa Efek Indonesia dari tahun 2009 - 2011.Data-data tersebut diperoleh dari pusat referensi pasar modal Bursa Efek Indonesia (BEI masing-masing perusahaan terkait. Selain itu, dilakukan studi literatur dan penelitian sebelumnya yang dianggap berkaitan dengan mempelajari jurnal ataupun sumber informasi lain yang berhubungan dengan penelitian. Hal ini dimaksudkan untuk mendukung landasan-landasan ilmiah dalam melakukan analisis dalam penelitian.

3.2 Sampel Penelitian

Populasi data untuk penelitian ini merupakan seluruh perusahaan publik kategori pertambangan yang terdaftar pada Bursa Efek Indonesia tahun 2009 - 2011. Pemilihan sampel dilakukan dengan metode purposive sampling, yaitu metode pemilihan sampel berdasarkan kriteria – kriteria tertentu atau pertimbangan peneliti.Sampel dalam penelitian ini berjumlah 12 perusahaan.

57 Universitas Sumatera Utara

Maka total sampel keseluruhan yaitu 36annual reports karena periode pengamatan adalah 3 tahun. Kriteria pemilihan sampel untuk pemilihan sampel pada penelitian ini adalah :

Perusahaan pertambangan yang terdaftar di BEI selama periode tahun 2009 sampai 2011 secara berturut-turut.

Perusahaan yang mempublikasikan dengan lengkap laporan keuangan selama periode penelitian.

Semua data yang diperlukan dalam perhitungan variabel – variabel pada penelitian ini tersedia.

Tabel 3.1 Observasi Populasi

No. Perusahaan Kode

Perusahaan

Kriteria Sampel

Memenuhi Kriteria 1 2 3

Pertambangan Sektor Batubara

1. PT.Adaro Energy Tbk ADARO √ √ √ 1

2. PT.Atlas Resources Tbk ARII — —

3. PT. ATPK Resources Tbk ATPK — —

4. PT.Borneo Lumbung

Energy & Metal Tbk

BORN — —

5. PT.Berau Coal Energy Tbk BRAU — —

6. PT.Baramulti Suksessarana Tbk

BSSR — —

7. PT.Bumi Resources Tbk BUMI √ √ √ 2

8. PT.Bayan Resources Tbk BYAN √ √ √ 3

9. PT.Darma Henwa Tbk DEWA √ √ √ 4

10. PT.Delta Dunia Tbk DOID — —

11. PT.Golden Energy Mines Tbk

GEMS — —

12. PT.Garda Tujuh Buana Tbk GTBO — —

13. PT.Harum Energy Tbk HRUM — —

14. PT.Indo Tambangraya Megah Tbk

ITMG √ √ √ 5

15. PT.Resources Alam Indonesia Tbk

58 Universitas Sumatera Utara

16. PT.Mitrabara Adiperdana Tbk

MBAP — —

17. PT.Myoh Technology Tbk MYOH — —

18. PT.Perdana Karya Perkasa Tbk

PKPK — —

19. PT.Bukit Asam (PERSERO) Tbk

PTBA √ √ √ 6

20. PT.Petrosea Tbk PTRO √ √ √ 7

21. PT.Eartainment International Tbk

SMMT — —

22. PT. Toba Bara Sejahtera Tbk

TOBA — —

Pertambangan Sektor Minyak dan Gas Bumi

PT.Ratu Prabu Energi Tbk ARTI — —

24. PT.Benakat Petrolium Energy Tbk

BIPI √ √ — —

25. PT.Elnusa Tbk ELSA √ √ √ 8

26. PT.Energi Mega Persada Tbk

ENRG √ √ — —

27. PT.Surya Esa Perkasa Tbk ESSA — —

28. PT.Medco Energi Tbk MEDC √ √ √ 9

29. PT.Radiant Utama Interinsco Tbk

RUIS — —

Pertambangan Sektor Logam dan Mineral

30. PT.Aneka Tambang Tbk ANTM √ √ √ 10

31. PT.Cita Mineral Investindo Tbk

CITA CITA √ √ — —

32. PT.Citra Kebun Raya Agri Tbk

CKRA — —

33. PT.Central Omega Resources Tbk

DKFT — —

34. PT.Vale Indonesia Tbk INCO √ √ √ 11

35. PT. MDKA — —

36. PT. J Resources Asia Pasifik Tbk

PSAB — —

37. PT. SMR Utama Tbk SMRU — —

38. PT. Timah (PERSERO) Tbk TINS √ √ √ 12 Pertambangan Sektor Batu-batuan

39. PT.Citatah Tbk CTTH — —

40. PT.Mitra Investindo Tbk MITI — —

Pertambangan Sektor Lain-lain

59 Universitas Sumatera Utara

Tabel 3.2

Jumlah sampel berdasarkan kriteria sampel

No. Kriteria Sampel Total Sampel

1. Perusahaan pertambangan yang terdaftar di BEI selama periode tahun 2009 sampai 2011 secara berturut-turut.

40 Perusahaan

2. Perusahaan pertambangan yang tidak mempublikasikan laporan keuangan berturut-turut selama periode penelitian

(24 Perusahaan)

3. Tidak memiliki data-data yang diperlukan untuk penghitungan setiap variabel

(4 Perusahaan) Total Perusahaan yang Memenuhi Kriteria Sampel 12 Perusahaan

3.3 Model Penelitian

Model pertama untuk menguji apakah konvergensi IFRS, probabilitas kebangkrutan, komisaris independen, auditor switching, dantenure audit berpengaruh secara parsial maupun simultan terhadap ARL (Hipotesis 1) adalah sebagai berikut:

ARLit= α0+α1KONV_IFRSit + α2PROBit + α3DEKOM_INDPit +

α4SWITCHit+ α5TENUREit + �it ……….(1)

Model 1

Model kedua untuk menguji apakah komite audit memoderasi hubungan konvergensi IFRS, probabilitas kebangkrutan, komisaris independen, auditor switching, dan tenure audit terhadap ARL(Hipotesis 2) adalah sebagai berikut:

KOMDITit=β0 +β1KONV_IFRSit + β2PROBit + β3DEKOM_INDPit + β4SWITCHit+ β5TENUREit+ �it

Model 2

60 Universitas Sumatera Utara

Dimana:

ARLit Audit Report Lag; jangka waktu antara tanggal akhir tahun fiskal sampai

dengan tanggal laporan audit

KONV_IFRSit Konvergensi IFRS (menggunakan dummy variabel, diberi 1 jika

perusahaan sudah melakukan konvergensi ke IFRS, diberi 0 jika lainnya) PROBit Probabilitas Kebangkrutan

DEKOM_INDPit Dewan Komisaris Independen

SWITCHit Pergantian Auditor (menggunakan dummy variabel, diberi 1 jika

perusahaan melakukan pergantian auditor atau Kantor Akuntan Publik (KAP), diberi 0 jika lainnya)

TENUREit Masa Perikatan Audit (menggunakan dummy variabel, diberi 1 jika

perusahaan diaudit oleh auditor atau Kantor Akuntan Publik (KAP) yang sama berturut-turut selama lebih dari atau sama dengan 3 tahun, diberi 0 jika lainnya) KOMDITit Komite Audit

β0 Konstanta

�it Koefisien error

3.4 Operasionalisasi Variabel

Operasional variabel merupakan penjelasan mengenai variabel-variabel yang akan diteliti secara lebih dalam. Penjelasan disini meliputi definisi, indikator variabel, dan pengukuran variabel. Adapun variabel-variabel tersebut dibedakan berdasarkan jenis-jenisnya, yaitu:

3.4.1 Variabel Dependen Audit Report Lag (ARL)

Variabel dependen adalah variabel yang dapat dipengaruhi atau menjadi akibat, karena adanya variabel sebab atau variabel bebas (Erlina., 2011). Variabel ini sering disebut variabel output, kriteria, konsekuen. Dalam penelitian ini, yang menjadi variabel dependen yaitu audit report lag (ARL). ARLadalah jangka

61 Universitas Sumatera Utara

waktu antara tanggal tahun buku perusahaan berakhir sampai dengan tanggal laporan audit (Dao & Pham., 2014). Variabel ini diukur secara kuantitatif dalam jumlah hari.

3.4.2 Variabel Independen

Variabel independen adalah variabel yang dapat mempengaruhi perubahan dalam variabel dependen, atau yang menyebabkan terjadinya variasi bagi variabel tak bebas (variabel dependen) dan mempunyai hubungan yang positif maupun negatifbagi variabel dependen lainnya (Erlina., 2011). Jadi variabel independen adalah variabel yang memiliki pengaruh terhadap variabel dependen, baik secara positif maupun negatif. Variabel independen yang digunakan dalam penelitian ini antara lain:

Konvergensi IFRS (KONV_IFRS)

Nilai konvergensi IFRS dihitung dengan menggunakan dummy variable. Angka 1 akan diberikan untuk perusahaan yang telah melakukan konvergensi PSAK ke dalam IFRS dan angka 0 untuk sebaliknya. Pengukuran konvergensi IFRS ini mengacu pada penelitian Amirul & Salleh (2014).

Probabilitas Kebangkrutan (PROB)

Probabilitas kebangkrutan diukur dengan menggunakan metode Altman (1968) dalam Setyahadi (2012).Model ini dikenal dengan Z-Score Altman. Z-Score Altman dapat diukur dengan menggunakan formula:

Z = 0.717X1 + 0.847X2 + 3.107X3 + 0.420X4 + 0.998X5

62 Universitas Sumatera Utara

X1 = working capital / total assets (WC/TA)

X2 = retained earnings/ total assets (RE/TA)

X3 = earnings before interest and taxes / total assets(EBIT/TA)

X4 = book value of equity / book valueof total liabilities (MVE/TL)

X5 = sales / total assets(S/TA)

Z = overall index

Dari hasil analisis Model Altman Z-Score, akan diperoleh nilai Z-Score dibagi dalam tiga tingkatan atau kategori, yaitu sebagai berikut:

Tabel 3.3

Titik Cut-Off Model Altman

No. Kriteria Klasifikasi

1. Jika Z > 2.99 Non-Bankrupt

2. Jika Z diantara 1.81 – 2.99 Gray Area

3. Jika Z < 1.81 Bankrupt

Komisaris Independen (DEKOM_INDP)

Komisaris independen sebagai salah satu mekanisme corporate governance pada penelitian kali ini dinilai dengan menggunakan rasio. Variabel komisaris independen diukur dengan membagi jumlah komisaris independen dibagi dengan jumlah keseluruhan anggota dewan komisaris. Pengukuran komisaris independen menggunakan rumus berikut.

DEKOM_INDP = Jumlah Komisaris Independen

Jumlah Keseluruha n Dewan Komisaris

63 Universitas Sumatera Utara

Auditor switching adalah pergantian yang dilakukan oleh perusahaan terhadap auditor atau Kantor Akuntan Publik (KAP) yang telah melakukan audit terhadap laporan keuangan. Auditor switching pada penelitian ini diukur dengan menggunakan dummy variable.Dimana diberikan nilai 1 apabila perusahaan melakukan pergantian auditor dan 0 jika lainya.

Tenure Audit (TENURE)

Peraturan Menteri Keuangan Nomor 17/PMK.01/2008 mengatur tentang pembatasan lamanya penugasan auditor dengan perusahaan kliennya. Pemberian jasa audit umum atas laporan keuangan dari perusahaan publik oleh KAP paling lama enam tahun berturut-turut dan oleh seorang akuntan publik paling lama tiga tahun buku berturut-turut. Pembatasan lamanya masa penugasan audit dipandang sangat penting untuk pihak internal dan pihak eksternal demi terjaganya independensi auditor dalam melaksanakan pengauditan. Tenure audit dalam penelitian ini dihitung dari lamanya tahun penugasan auditor independen mengaudit laporan keuangan pada suatu perusahaan.

3.4.3 Variabel Pemoderasi

Variabel pemoderasi adalah variabel yang memberikan efek memperkuat ataupun memperlemah hubungan variabel independen dan variabel dependen. Variabel pemoderasi yang digunakan dalam penelitian ini adalah:

64 Universitas Sumatera Utara

Komite audit sebagai salah satu mekanisme corporate governance pada penelitian kali ini diukur dengan menggunakan rasio. Pengukuran komite audit ini mengacu pada penelitian yang dilakukan oleh Sulistya (2013) dalam Haryani & Wiratmaja (2014) yaitu perbandingan jumlah komite audit dengan jumlah seluruh dewan komisaris. Pengukuran komite audit menggunakan rumus berikut.

KOMDIT = Jumlah anggota komite audit

Tabel 3.4 Defenisi Operasional Variabel Penelitian

No. Variabel Defenisi Indikator Skala

1. Konvergensi IFRS

Hanya akan terdapat satu standar yaitu standar menurut IFRS yang mana standar tersebut berlaku menggantikan standar yang dibuat sebelumnya dan dipakai dalam suatu negara. Dummy variable, 1 untuk perusahaan yang telah melakukan konvergensi ke IFRS, diberi 0 jika lainnya.

Nominal

2. Probabilitas Kebangkrutan

Kemungkinan yang terjadi pada suatu perusahaan akibat adanya kesulitan keuangan, yang jika sangat parah bisa mengakibatkan kebangkrutan. Menggunakan Model prediksi Altman Z-Score yaitu: Non-Bankrupt jika Z > 2.99 Gray Area jika Z 1.81 – 2.99 Bankrupt jika Z < 1.81

65 Universitas Sumatera Utara

3. Komisaris Independen

Anggota dewan komisaris yang tidak memiliki hubungan dengan pihak terafiliasi. Jumlahanggota komisaris independen dibagi dengan jumlah anggota dewan komisaris Rasio

4. Auditor Switching

Pergantian yang dilakukan perusahaan terhadap auditor atau Kantor Akuntan Publik (KAP) yang telah melakukan audit terhadap laporan keuangan. Dummy variable, 1 untuk perusahaan yang telah melakukan pergantian auditor atau Kantor Akuntan Publik (KAP), diberi 0 jika lainnya.

Nominal

5. Tenure Audit Jumlah tahun masa

perikatan (keterlibatan) antara auditor atau Kantor Akuntan Publik (KAP) yang sama dan klien terkait jasa audit yang telah disepakati.

Dummy variable,

diberi 1 jika perusahaan diaudit oleh auditor atau Kantor Akuntan Publik (KAP) yang sama berturut-turut selama lebih dari 3 tahun, diberi 0 jika lainnya.

Nominal

6. Komite Audit Komite yang bertugas melakukan pemeriksaan dan pengawasan dalam proses pelaporan keuangan

serta pengendalian internal. Jumlah anggota komite audit Nominal

66 Universitas Sumatera Utara

7. Audit Report

Lag

Jangka waktu antara tanggal akhir tahun fiskal sampai dengan tanggal laporan audit yang tertera pada laporan keuangan tahunan

Jumlah hari antara tanggal akhir tahun fiskal sampai dengan

tanggal laporan audit

Nominal

3.5 Metode Analisis Data

Penelitian ini merupakan suatu penelitian kuantitatif dimana teknik analisis yang digunakan adalah statistik inferensial.Statistik inferensial merupakan teknik dalam menganalisis data yang dilakukan pada sampel untuk kemudian dibuat kesimpulan yang berlaku untuk populasi (Sugiyono, 2008).

3.5.1 Uji Asumsi Klasik

Dalam penelitian ini, peneliti menggunakan menggunakan model regresi linier berganda sehingga harus dilakukan uji asumsi.Pengujian ini dikenal dengan pengujian Best Linier Unbiasedness Estimator (BLUE).Tujuan dilakukannya pengujian ini agar tidak terjadi multikolinearitas, heterokedastisitas, dan autokorelasi.Pengujian BLUE yang dilakukan adalah sebagai berikut.

Uji Normalitas

Distribusi normal merupakan distribusi teoritis dari variabel random yang kontinyu.Uji ini bertujuan untuk menguji apakah dalam suatu model regresi, variabel dependen, variabel independen, atau keduanya mempunyai distribusi normal atau mendekati normal.Kurva yang menggambarkan distribusi normal adalah kurva normal yang berbentuk simetris.

67 Universitas Sumatera Utara

Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas

Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, maka modal regresi tidak memenuhi asumsi normalitas

Uji Multikolinearitas

Multikolinearitas adalah ada hubungan linier yang pasti antara sesama variabel bebas (independent).Erlina (2011) menyebutkan Multikolinearitas yaitu “situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya”.Cara untuk mendeteksi adanya multikolinearitas adalah dengan melihat apakah Variance Inflation Factor (VIF) di bawah 10 atau nilai tolerance- nya diatas 0.1. Adapun dasar atas pengambilan keputusan adalah:

Jika VIF > 10 dan nilai tolerance< 0.1, maka Ha ditolak (mengindikasikan adanya

multikolinearitas) dan begitu juga sebaliknya,

Jika VIF < 10 dan nilai tolerance> 0.1 maka Haditerima (mengindikasikan tidak

adanya multikolinearitas). Uji Autokorelasi

Erlina (2011) menyebutkan tujuan dari uji autokorelasi adalah “untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya.”Jika terjadi korelasi, maka disebut ada problem autokorelasi. Autokorelasi muncul karena adanya observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya.

Cara yang dapat digunakan untuk mendeteksi adanya autokorelasi atau tidak, yakni uji Durbin-Watson (DW Test). Uji ini hanya digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya

68 Universitas Sumatera Utara

intercept (konstanta) dalam model regresi dan tidak ada variabel lag diantara variabel independen (Ghozali, 2009). Selain menggunakan cara uji Durbin-Watson (DW Test), dapat jugadigunakan uji Lagrange Multiplier (LM test) untuk jumlah sampeldi atas 100 observasi, uji Statistics Q untuk melihat autokolerasidengan lag lebih dari dua, dan uji Run test untuk menguji apakahantar residual terdapat korelasi yang tinggi. Penulis dalam penelitian ini akan menggunakan uji Run Test.

Uji Heterokedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara angota grup tersebut. Uji heterokedastisitas dilakukan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heterokedastisitas, yaitu adanya tidak kesamaan varian dari residual untuk semua pengamatan pada model regresi. Alat untuk menguji heteroskedastisitas adalah dengan analisis grafik scatterplot. Menguji heteroskedastisitas dengan melihat ada tidaknya pola tertentu pada grafik dimana sumbu X adalah Y yang telah diprediksi dan sumbu Y adalah residual yang telah di-studentized. Selain metode diatas, terdapat 2 metode yang dapat digunakan untuk menguji heteroskedastisitas yaitu dapat dilakukan dengan uji Park.Jika nilai signifikansi setiap variabel independen diatas 0,05 maka dapat disimpulkan bahwa data tidak terkena heterokedastisitas.Metode lainnya adalah pengujian dengan menggunakan uji white.Pada uji white apabila probabilitas Obs*R-Square > Alpha, maka tidak terdapat indikasi gejala heterokedastisitas dalam model penelitian.

69 Universitas Sumatera Utara

Dasar pengambilan keputusan metode heterokedastisitas antara lain adalah berikut ini:

Jika terdapat pola tertentu, seperti titik membentuk suatu pola tertentu yang teratur, maka telah terjadi heterokedastisitas.

Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.

3.5.2Analisis Regresi Linier Berganda

Metode yang digunakan untuk menganalisis penelitian ini menggunakan

metode regresi berganda yang bertujuan untuk mengukur apakah masing-masingvariabel independen berhubungan positif atau negatif dan untuk memprediksi nilaivariabel dependen apabila variabel independen mengalami kenaikan ataupenurunan.Penelitian ini menggunakan analisis regresi linear berganda karena model yang diujikan memiliki lebih dari satu variabel independen yang mempengaruhi satu variabel dependen.

3.5.3 Analisis Statistik Deskriptif

Statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami dan diinterpretasikan (Erlina, 2011). Ukuran statistik deskriptif yang digunakan dalam penelitian ini adalah nilai minimum dan maksimum, meandan standar deviasi. Nilai minimum dan maksimum digunakan untuk mengetahui range (rentang) data. Semakin besar nilai range maka semakin besar pula penyimpangan dari nilai rata-ratanya. Nilai rata-rata (mean) adalah perbandingan penjumlahan sekelompok data dengan jumlah data. Nilai rata-rata merupakan cara termudah untuk menggambarkan data (Erlina, 2011). Standar deviasi adalah rata-rata penyimpangan masing-masing data terhadap nilai yang diharapkan (Erlina, 2011).

70 Universitas Sumatera Utara

3.5.4 Pengujian Hipotesis

Pengujian hipotesis dilakukan untuk menguji hipotesis yang telah disusun oleh peneliti, apakah hipotesis tersebut ditolak atau diterima.Terdapat beberapa langkah yang dapat dilakukan untuk menguji hipotesis.

Analisis Koefisien Determinasi (Adjusted R2)

Analisis koefisien determinasi (Adjusted R2) pada intinya mengukur seberapa besar kemampuan model dalam menerangkan variabel dependen.Nilai koefisien determinasi adalah antara nol dan satu. Nilai Adjusted R2 yang lebih kecil, berarti juga sebaliknyaterbatas.Menurut Ghozali (2009), koefisien determinasi (Adjusted R2) pada intinyamengukur seberapa jauh kemampuan model dalam menerangkan variasivariabel dependen. Nilai koefisien determinasi adalah antara nol dan satu.Nilai Adjusted R2 yang kecil berarti kemampuan variabel-variabel independen dalammenjelaskan variasi variabel dependen amat terbatas.

Nilai yang mendekatisatu berarti variabel-variabel independen memberikan hampir semuainformasi yang dibutuhkan untuk memprediksi variasi variabel dependen.Secara umum koefisien determinasi untuk data silang (cross section) relatifrendah karena adanya variasi yang besar antara masing-masing pengamatan,sedangkan untuk data runtut waktu (time series) biasanya mempunyai nilaikoefisien determinasi yang tinggi. Menurut Gujarati (2003) dalamGhozali (2009) menjelaskan, jika dalam uji empiris didapat nilai Adjusted R2negatif, maka nilai Adjusted R2 dianggap bernilai nol. Secara matematis jikanilai Adjusted R2= 0, maka Adjusted R2= (1-k)/(n-k), Jika k >1 maka Adjusted R2akan bernilai negatif. Uji Signifikansi Simultan (Uji F)

71 Universitas Sumatera Utara

Uji ini digunakan untuk menguji apakah hipotesis yang diajukan diterima atau ditolak.Pengujian ini dilakukan dengan melihat apakah variabel independen mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Hipotesis:

H0 : Tidak ada pengaruh secara signifikan antara konvergensi IFRS, probabilitas kebangkrutan, komisaris independen, auditor switching, tenure audit secara bersama-sama terhadap ARL.

Ha : Ada pengaruh secara signifikan antara konvergensi IFRS, probabilitas kebangkrutan, komisaris independen, auditor switching, tenure audit secara bersama-sama terhadap ARL.

Adapun kriteria pengambilan keputusannya sebagai berikut.

1. Jika tingkat signifikansi F > 0.05 maka dapat disimpulkanbahwa semua variabel independen secara simultan tidakberpengaruh atau dengan kata lain H0diterima.

2. Jika tingkat signifikansi F < 0.05 maka dapat disimpulkanbahwa semua variabel independen secara simultanberpengaruh terhadap variabel dependen atau dengan kata lain H0 ditolak.

Uji Signifikansi Parsial (Uji T)

Uji ini digunakan untuk menentukan seberapa besar pengaruh variabel independen secara parsial atau terpisah terhadap variabel dependen. Hipotesis:

H0 : Secara parsial tidak ada pengaruh secara signifikan antara konvergensi IFRS, probabilitas kebangkrutan, komisaris independen, auditor switching, tenure audit secara bersama-sama terhadap ARL.

Ha : Secara parsial ada pengaruh secara signifikan antara konvergensi IFRS, probabilitas kebangkrutan, komisaris independen, auditor switching, tenure audit secara bersama-sama terhadap ARL.

72 Universitas Sumatera Utara

Adapun kriteria pengambilan keputusannya sebagai berikut.

1. Jika nilai signifikansi t > 0.05 maka secara parsial variabelindependen tidak berpengaruh terhadap variabel dependen atau dengan kata lain H0diterima.

2. Ji ka nilai signifikansi t < 0.05 maka secara parsial variabelindependen berpengaruh terhadap variabel dependen ataudengan kata lain H0ditolak.

3.5.5Uji Hipotesis Dengan Menggunakan Variabel Pemoderasi

Variabel moderating adalah variabel independen yang akan memperkuat atau memperlemah hubungan antara variabel independen lainnya terhadap variabel dependen (Ghozali, 2009).

Terdapat tiga cara menguji regresi dengan variabel pemoderasi yaitu: (1) uji interaksi; (2) uji nilai selisih mutlak; dan (3) uji residual. Dari ketiga model diatas, peneliti menggunakan uji residual dalam penelitian ini. Sebab, uji interaksi dan uji nilai selisih mutlak memiliki kecenderungan akan terjadi mutikolinearitas yang tinggi antara variabel independen dan hal ini bertentangan dengan asumsi klasik dalam Regresi Ordinary LeastSquare (OLS).Sehingga untuk mengatasi multikolinearitas, maka dikembangkan metode lain yaitu uji residual. Menurut Ghozali (2001), analisis uji residual ingin menguji pengaruh deviasi (penyimpangan) dari suatu model. Fokusnya adalah ketidakcocokan (lack of fit) yang dihasilkan dari deviasi hubungan linier antar variabel independen.Lack of fit ditunjukkan oleh nilai residual di dalam regresi.Model uji residual dengan rumus persamaan sebagai berikut:

73 Universitas Sumatera Utara

KOMDITit=β0 +β1KONV_IFRSit + β2PROBit + β3DEKOM_INDPit + β4SWITCHit+ β5TENUREit+ �it

|�it|= β0+ β6ARL+ �it

Keterangan:

ARLit Audit Report Lag

KONV_IFRSit Konvergensi IFRS

PROBit Probabilitas Kebangkrutan

DEKOM_INDPit Dewan Komisaris Independen

SWITCHit Pergantian Auditor

TENUREit Masa Perikatan Audit

KOMDITit Komite Audit

β0 Konstanta

74 Universitas Sumatera Utara

BAB IV

ANALISIS DAN PEMBAHASAN HASIL PENELITIAN

4.1 Deskripsi Objek Penelitian

Objek yang digunakan dalam penelitian ini adalah perusahaan pertambangan yang terdaftar di BEI pada periode 2009-2011. Perusahaan yang dijadikan sampel menggunakan purposive sampling, berjumlah 12 perusahaan dengan periode pengamatan selama 3 tahun sehinnga jumlah data yang digunakan sebanyak 36 perusahaan. Pengamatan pada objek penelitian ini dilakukan dengan meneliti laporan keuangan dan annual report perusahaan pertambangan yang telah diaudit. Kajian penelitian dilakukan dengan mengamati pengaruh faktor-faktor yang mempengaruhi audit report lag pada perusahaan pertambangan.

Variabel independen yang digunakan adalah konvergensi IFRS, probabilitas kebangkrutan, komisaris independen, auditor switching dan tenure audit. Variabel dependen yang digunakan adalah audit report lag, serta variabel pemoderasi yang digunakan adalah komite audit. Analisis dan pembahasan dalam bab ini akan menunjukkan dan menjelaskan hasil analisis berdasarkan pengamatan pada variabel independen, variabel dependen, dan variabel pemoderasi. Metode analisis data yang digunakan dalam penelitian ini adalah model regresi linier berganda yang selanjutnya dilakukan uji statistik deskriptif, uji normalitas, uji heterokedastisitas, uji autokorelasi, kemudian dilakukan uji koefisien determinasi (R2), f-test, t-test dan diakhiri dengan uji residual untuk menguji variabel pemoderasi.

75 Universitas Sumatera Utara

4.2 Statistik Deskriptif

Statistik deskriptif digunakan untuk memberikan gambaran atau deskripsi suatu data yang telah terkumpul mengenai nilai minimum, nilai maksimum, nilai rata-rata (mean), dan standar deviasi. Variabel-variabel yang diukur dalam penelitian ini adalah konvergensi IFRS, probabilitas kebangkrutan, dewan komisaris independen, auditor switching, tenure audit sebagai variabel independen utama dan komite audit sebagai variabel pemoderasi.

Statistik deskriptif merupakan statistik yang menggambarkan fenomena atau karakteristik dari data.Tabel 4.1 menunjukkan statistik deskriptif sampel penelitian. Berikut statistik deskriptif yang diperoleh dari data-data dalam penelitian ini disajikan dalam tabel 4.1:

Tabel 4.1

Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

ARL 36 41.00 90.00 75.3056 13.29623 KONV_IFRS 36 .00 1.00 .7500 .43916 PROB 36 .52679 4.54992 2.4222556 1.20429735 DEKOM_INDP 36 .30 .50 .3939 .06666

SWITCH 36 .00 1.00 .1667 .37796

TENURE 36 .00 1.00 .7500 .43916

KOMDIT 36 3.00 6.00 3.7778 .92924

76 Universitas Sumatera Utara

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Tabel 4.1 menunjukkan bahwa nilai ARL adalah antara 41 hari hingga 90 hari, dengan rata-rata sebesar 75.3056 hari dan standar deviasi sebesar 13.29623 hari dengan jumlah amatan 36. Terlihat bahwa rata-rata ARL perusahaan sampel masih dibawah 90 hari kalender yang merupakan batas yang ditetapkan BAPEPAM-LK dalam penyampaian laporan keuangan yaitu 31 Maret setiap tahunnya.Diketahui juga bahwa rata-rata lamanya ARL pada perusahaan-perusahaan tersebut masih sesuai dengan ketentuan BAPEPAM-LK yaitu sebesar 90 hari.

Rata-rata ARL dalam penelitian ini masih lebih sedikit bila dibandingkan dengan penelitian Y.Li et al. (2014) yang memperoleh hasil sebesar 84.718 hari, Apadore & Noor (2013) sebesar 86.05 hari, Puasa et al. (2014) sebesar 111.600 hari. Namun, rata-rata ARL dalam penelitian ini hampir serupa dengan penelitian yang dilakukan Bangun et al. (2012) yaitu sebesar 75.33 hari.Audit report lag memiliki nilai minimum sebesar 41.00 hari dialami oleh perusahaan PT.Petrosea Tbk pada tahun 2010. Sedangkan ARL terlama yang memiliki nilai maksimum sebesar 90 hari dialami oleh perusahaan PT.Bayan Resources Tbk pada tahun 2010 dan perusahaan PT. Elnusa Tbk tahun 2011.

Variabel konvergensi IFRS (Konv_IFRS) memiliki nilai minimum sebesar 0.00 yang dimiliki perusahaan PT.Bumi Resources Tbk, PT.Darma Henwa Tbk, PT.Bukit Asam (Persero) Tbk, dan PT. Elnusa Tbk pada tahun 2009 hingga tahun 2010 serta perusahaan PT.Timah (Persero) Tbk pada tahun 2009, yang artinya bahwa perusahaan-perusahaan tersebut belum melakukan konvergensi IFRS pada tahun

77 Universitas Sumatera Utara

2009-2010. Nilai maksimum sebesar 1.00 dimiliki perusahaan PT.Adaro Energy Tbk, PT.Bayan Resources Tbk, PT. Indo Tambangraya Megah Tbk, PT.Petrosea Tbk, PT.Aneka Tambang Tbk, PT.Vale Indonesia Tbk, dan perusahaan PT.Medco Energi Tbk pada tahun 2009 sampai dengan tahun 2010, serta perusahaan PT.Bumi Resources Tbk, PT. Darma Henwa Tbk, PT.Bukit Asam (Persero) Tbk, dan perusahaan PT.Elnusa Tbk pada tahun 2011, yang artinya bahwa perusahaan-perusahaan tersebut telah melakukan konvergensi IFRS pada tahun 2009-2011. Nilai rata-rata sebesar 0.7500 atau 75% dengan standar deviasi sebesar 0.43916, dengan jumlah amatan 36.

Variabel probabilitas kebangkrutan (PROB) memiliki nilai minimum sebesar 0.52679 yang dimiliki perusahaan PT.Timah (Persero) Tbk pada tahun 2010 yang artinya bahwa perusahaan tersebut berada pada kriteria kebangkrutan (bankrupt). Nilai maksimum sebesar 4.54992 yang dimiliki perusahaan PT.Bukit Asam (Persero) Tbk pada tahun 2009 yang artinya bahwa perusahaan tersebut berada pada kriteria tidak bangkrut (Non-bankrupt). Nilai rata-rata sebesar 2.4222556 atau 242.22556% dengan standar deviasi sebesar 1.20429735, dengan jumlah amatan 36.

Variabel dewan komisaris independen (DEKOM_INDP) memiliki nilai minimum sebesar 0.30 atau 30% yang dimiliki perusahaan PT.Vale Indonesia Tbk pada tahun 2009-2010 yang artinya keberadaan dewan komisaris independen telah memenuhi persyaratan minimal yang terdapat dalam Lampiran II Kep 305-/BEJ/07/2004 sekurang-kurangnya 30% dari jumlah selururh anggota dewan komisaris. Nilai maksimum sebesar 0.50 atau 50% yang dimiliki perusahaan PT.Darma Henwa Tbk,

78 Universitas Sumatera Utara

PT. Aneka Tambang Tbk, dan PT.Timah (Persero) Tbk pada tahun 2009-2011 serta perusahaan PT. Petrosea Tbk dan PT.Aneka Tambang Tbk pada tahun 2010. Nilai rata-rata sebesar 0.3939 atau 39.39% dengan standar deviasi sebesar 0.06666, dengan jumlah amatan 36.

Variabel auditor switching (SWITCH) memiliki nilai minimum sebesar 0.00 dimiliki oleh perusahaan PT.Darma Henwa Tbk, PT. Aneka Tambang Tbk, PT.Timah (Persero) Tbk, PT. Petrosea Tbk, PT.Medco Energi Tbk, PT.Adaro Energy Tbk, PT. Indo Tambangraya Megah Tbk, PT.Vale Indonesia Tbk, dan PT.Bukit Asam (Persero) Tbk pada tahun 2009-2011, yang artinya bahwa perusahaan-perusahaan tersebut tidak melakukan pergantian auditor. Nilai maksimum sebesar 1.00 dimiliki oleh perusahaan PT.Bumi Resources Tbk, PT.Bayan Resources Tbk, dan PT.Elnusa Tbk pada tahun 2010-2011, yang artinya perusahaan-perusahaan persebut melakukan pergantian auditor. Nilai rata-rata sebesar 0.1667 atau sebesar 16.67% dengan standar deviasi sebesar 0.37796, dengan jumlah amatan 36.

Variabel tenure audit (TENURE) memiliki nilai minimum sebesar 0.00 dimiliki oleh perusahaan PT.Bumi Resources Tbk, PT.Bayan Resources Tbk, dan PT.Elnusa Tbk pada tahun 2009-2011, yang artinya masa perikatan antara klien dan Kantor Akuntan Publik (KAP) adalah lebih dari atau sama dengan 3 tahun. Nilai maksimum sebesar 1.00 dimiliki oleh perusahaan PT.Darma Henwa Tbk, PT. Aneka Tambang Tbk, PT.Timah (Persero) Tbk, PT. Petrosea Tbk, PT.Medco Energi Tbk, PT.Adaro Energy Tbk, PT. Indo Tambangraya Megah Tbk, PT.Vale Indonesia Tbk, dan PT.Bukit Asam (Persero) Tbk pada tahun 2009-2011, yang artinya masa perikatan antara klien

79 Universitas Sumatera Utara

dan Kantor Akuntan Publik (KAP) adalah kurang dari 3 tahun. Nilai rata-rata sebesar 0.7500 atau sebesar 75% dengan standar deviasi sebesar 0.43916, dengan jumlah amatan 36.

Variabel komite audit (KOMDIT) memiliki nilai minimum sebesar 3.00 dimiliki oleh perusahaan PT.Darma Henwa Tbk, PT.Timah (Persero) Tbk, PT. Petrosea Tbk, PT.Adaro Energy Tbk, PT. Indo Tambangraya Megah Tbk, PT.Vale Indonesia Tbk, PT.Bukit Asam (Persero) Tbk, PT.Elnusa Tbk, dan PT.Medco Energi Tbk pada tahun 2009-2011. Nilai maksimum sebesar 6.00 dimiliki oleh perusahaan PT.Aneka Tambang Tbk pada tahun 2011.Nilai rata-rata sebesar 3.7778 atau sebesar 377.78% dengan standar deviasi sebesar 0.92924, dengan jumlah amatan 36.

4.3 Hasil Pengujian Asumsi Klasik

Analisis regresi linear berganda memerlukan beberapa asumsi agar model tersebut layak dipergunakan.Asumsi yang dipergunakan dalam penelitian ini adalah Uji Normalitas, Uji Heteroskedastisitas, Uji Multikolinearitas dan Uji Autokorelasi.

4.3.1 Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah dalam model regresi, distribusi sebuah data memiliki distribusi normal atau tidak. Dalam penelitian ini,

tingkat signifikansi yang digunakan α = 0.05. Umumnya, uji normalitas dideteksi

dengan uji Kolmogorov-Smirnov, grafik histogram, dan Normal Probability Plot. Uji Kolmogorov-Smirnov, dimana suatu data dikatakan berdistribusi normal apabila nilai signifikansi lebih besar dari 0.05. Sebaliknya, berdistribusi tidak normal apabila nilai signifikansi lebih kecil dari 0.05.

80 Universitas Sumatera Utara

Tabel 4.2

Uji Kolmogorov-Smirnov Sebelum Pemoderasi

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 36

Normal Parametersa,b Mean .0000000

Std. Deviation 10.59845501 Most Extreme Differences Absolute .189

Positive .146

Negative -.189

Kolmogorov-Smirnov Z 1.132

Asymp. Sig. (2-tailed) .154

a. Test distribution is Normal. b. Calculated from data.

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Berdasarkan hasil pengolahan data penelitian sebelum moderating dengan menggunakan uji Kolmogorov-Smirnov yang tersaji pada tabel 4.2,diperoleh signifikansi (Asymp.Sig) pada variabel audit report lag lebihbesar dari 0.05 yaitu 0.154 yang menunjukkan bahwa data pada penelitianberdistribusi secara normal.

81 Universitas Sumatera Utara

Tabel 4.3

Uji Kolmogorov-Smirnov Setelah Pemoderasi

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 36

Normal Parametersa,b Mean .0000000 Std. Deviation 9.51142857 Most Extreme Differences Absolute .105

Positive .104

Negative -.105

Kolmogorov-Smirnov Z .632

Asymp. Sig. (2-tailed) .819

a. Test distribution is Normal. b. Calculated from data.

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Berdasarkan hasil dari pengolahan data penelitian setelah pemoderasi dengan menggunakan uji Kolmogorov-Smirnov yang tersaji pada tabel 4.3, diperoleh signifikansi (Asymp.Sig) pada variabel audit report lag lebih besar dari 0.05 yaitu 0.819 yang menunjukkan bahwa data pada penelitian berdistribusi secara normal. Analisis grafik yang juga cukup baik untuk menguji normalitas data adalah dengan melihat grafik histogram. Berdasarkan hasil komputasi, maka dihasilkan grafik gambar sebagai berikut:

82 Universitas Sumatera Utara

Gambar 4.1

Histogram Sebelum Pemoderasi

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Gambar 4.2

83 Universitas Sumatera Utara

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

4.3.2 Uji Multikolinearitas

Uji multikolinearitas dilakukan dengan menggunakan nilai Variance Inflation Factor (VIF). Model dinyatakan terbebas dari gangguan multikolinearitas jikamempunyai nilai Variance Inflation Factor (VIF) di bawah 10 atau tolerancedi atas 0,1.

Tabel 4.4

Uji Multikolinearitas Sebelum Pemoderasi

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

84 Universitas Sumatera Utara

1 (Constant) 71.389 14.363 4.970 .000

KONV_IFRS 4.093 4.915 .135 .833 .412 .804 1.244

PROB -4.732 1.806 -.429 -2.620 .014 .791 1.264

DEKOM_INDP 52.648 30.703 .264 1.715 .097 .894 1.119

SWITCH -4.191 8.267 -.119 -.507 .616 .384 2.607

TENURE -10.310 7.790 -.341 -1.323 .196 .320 3.126

a. Dependent Variable: ARL

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Hasil uji multikolinieritas sebelum pemoderasipada tabel 4.3, dapat dilihat tidak terjadi gejala multikoliniaritas antara variabel penelitian, dimana nilai VIF dari variabel KONV_IFRS, PROB, DEKOM_INDP, SWITCH, dan TENURE menunjukkan nilai < 10 dan nilai Tolerance > 0.10.

Tabel 4.5

Uji Multikolinearitas Setelah Pemoderasi

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 63.966 16.614 3.850 .001

KONV_IFRS 3.594 4.962 .119 .724 .475 .794 1.260

85 Universitas Sumatera Utara

DEKOM_INDP 50.361 30.908 .252 1.629 .114 .888 1.126

SWITCH -3.691 8.312 -.105 -.444 .660 .382 2.619

TENURE -8.627 8.037 -.285 -1.073 .292 .303 3.306

KOMDIT 1.970 2.195 .138 .897 .377 .906 1.104

a. Dependent Variable: ARL

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Hasil uji multikolinieritas setelah pemoderasipada tabel 4.4, dapat dilihat tidak terjadi gejala multikolinearitas antara variabel penelitian, dimana nilai VIF dari variabel KONV_IFRS, PROB, DEKOM_INDP, SWITCH, TENURE, dan KOMDIT menunjukkan nilai < 10 dan nilai Tolerance > 0.10. Dengan demikian, dapat disimpulkan bahwa tidak terjadi korelasi di antara variabel-variabel independen yang diuji dalam penelitian ini baik sebelum pemoderasimaupun setelah pemoderasi, sehingga variabel-variabel independen ini tidak perlu dikeluarkan dari model regresi. 4.3.3 Uji Heterokedastisitas

Uji Heterokedastisitas dilakukan dengan memplotkan grafik antara SDRESID dengan ZPRED di mana gangguan heterokedastisitas akan tampak dengan adanya pola tertentu pada grafik. dasar pengambilan keputusan dalam pengambilan keputusan dalam uji heteroskedatisitas adalah :

Jika ada pola tertentu, seperti titik-titik (point-point) yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka telah terjadi heterokedastisitas.

Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.

86 Universitas Sumatera Utara

Uji Heterokedastisitas Sebelum Pemoderasi

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Hasil uji heterokedastisitas berdasarkan grafik Scatterplot sebelum pemoderasipada gambar 4.5, dapat dilihat bahwa terdapat titik-titik yang menyebar atau acak di atas dan di bawah angka 0 pada sumbu Y dan menunjukkan pola yang tidak jelas, hal ini menunjukkan bahwa model regresi tidak terjadi heterokedastisitas.

Gambar 4.4

87 Universitas Sumatera Utara

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Hasil uji heterokedastisitas berdasarkan grafik Scatterplot setelah pemoderasipada gambar 4.6, dapat dilihat bahwa terdapat titik-titik yang menyebar atau acak di atas dan di bawah angka 0 pada sumbu Y dan menunjukkan pola yang tidak jelas, hal ini menunjukkan bahwa model regresi tidak terjadi heterokedastisitas. Apabila terjadi heterokedastisitas, maka hasil dari grafik akan menunjukkan pola tertentu, seperti titik-titik yang membentuk suatu pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit). Dengan demikian dapat disimpulkan bahwa tidak terdapat heterokedastisitas pada model regresi baik sebelum dan setelah pemoderasi, sehingga model regresi layak dipakai.

4.3.4 Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu

88 Universitas Sumatera Utara

pada periode t-1 (sebelumnya).Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya.Model regresi yang baik adalah regresi yang bebas dari autokorelasi.

Untuk mendeteksi ada tidaknya autokorelasi, dilakukan pengujian Durbin-Watson (dw). Untuk mengetahui ada tidaknya autokorelasi dalam analisis regresi linier berganda, maka dilakukan pengujian dengan uji Durbin Waston. Uji autokorelasi sangat disyaratkan pada data time series, namun untuk data crosssection juga dibutuhkan sebagai cross check terhadap pengujian lainnya.

Tabel 4.6

Uji Autokorelasi Sebelum Pemoderasi

Runs Test

Unstandardized Residual

Test Valuea .72019

Cases < Test Value 18

Cases >= Test Value 18

Total Cases 36

Number of Runs 17

Z -.507

Asymp. Sig. (2-tailed) .612

a. Median

89 Universitas Sumatera Utara

Hasil uji autokolerasi berdasarkan tabel 4.10 sebelum moderating, menunjukkan bahwa signifikansi variabel pertumbuhan laba (Asymp.Sig.(2-tailed) lebih besar dari 0.05 yaitu 0.612 yang berarti data yang digunakan cukup random (residual random) atau tidak terjadinya autokolerasi antar nilai residual.

Tabel 4.7

Uji Autokorelasi Setelah Pemoderasi

Runs Test

Unstandardized Residual

Test Valuea .80580

Cases < Test Value 18

Cases >= Test Value 18

Total Cases 36

Number of Runs 18

Z -.169

Asymp. Sig. (2-tailed) .866

a. Median

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Hasil dari uji autokolerasi setelah moderating yang terdapat pada tabel 4.11, dapat dilihat bahwa signifikansi variabel pertumbuhan laba (Asymp.Sig.(2-tailed) lebih besar dari 0.05 yaitu 0.866 yang berarti data yang digunakan cukup random (residual random) atau tidak terjadinya autokolerasi antar nilai residual.

4.4 Analisis Regresi Linier Berganda

Berdasarkan hasil dari beberapa pengujian asumsi klasik, maka dapat disimpulkan bahwa, model regresi yang digunakan dalam penelitian ini telah memenuhi syarat dan

90 Universitas Sumatera Utara

layak untuk dilakukan analisis regresi berganda.Analisis regresi berganda dilakukan untuk mengetahui seberapa besar pengaruh satu atau lebih variabel independen (X) terhadap variabel dependen (Y).Hasil analisis regresi berganda merupakan koefisien untuk masing-masing variabel independen.

Tabel 4.8

Uji Regresi Linier Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig. B Std. Error Beta

1 (Constant) 71.389 14.363 4.970 .000

KONV_IFRS 4.093 4.915 .135 .833 .412

PROB -4.732 1.806 -.429 -2.620 .014

DEKOM_INDP 52.648 30.703 .264 1.715 .097

SWITCH -4.191 8.267 -.119 -.507 .616

TENURE -10.310 7.790 -.341 -1.323 .196

a. Dependent Variable: ARL

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Berdasarkan tabel koefisien pada tabel 4.12, dapat dibentuk persamaan regresi berganda yang sesuai dengan model penelitian ini, sehingga diperoleh persamaan regresi berganda sebagai berikut:

91 Universitas Sumatera Utara

Berdasarkan angka-angka yang terdapat dalam tabel koefisien diatas pada kolom Unstandardized Coefficients bagian B, maka persamaan regresi berganda dapat dilengkapi sebagai berikut:

ARL= 71.389 + 4.093 KONV_IFRS - 4.732 PROB +52.648 DEKOM_INDP- 4.191 SWITCH - 10.310 TENURE

Dari hasil persamaan regresi berganda tersebut, masing-masing variabel independen dapat diinterpretasikan pengaruhnya terhadap pertumbuhan laba sebagai berikut: Konstanta (

α)

sebesar 71.389 menyatakan bahwa jika X1(KONV_IFRS), X2 (PROB),

X3 (DEKOM_INDP), X4 (SWITCH), dan X5 (TENURE) diabaikan (variabel

independen = 0) atau tetap, maka nilai ARL adalah sebesar 71.389.

Koefisien nilai KONV_IFRS (X1) sebesar 4.093. Hal ini menunjukkan apabila terjadi

peningkatan variabel KONV_IFRS satu satuan, maka audit report lag akan meningkat sebesar 4.093 atau 409.3% dengan asumsi variabel lain dianggap tetap atau sama dengan nol.

Koefisien nilai PROB (X2) sebesar -4.732. Hal ini menunjukkan apabila terjadi

peningkatan variabel PROB satu satuan, maka audit report lag akan menurun sebesar sebesar 4.732 atau 473.2% dengan asumsi variabel lain dianggap tetap atau sama dengan nol.

Koefisien nilai variabel DEKOM_INDP (X3) sebesar 52.648. Hal ini menunjukkan

92 Universitas Sumatera Utara

lag akan meningkat sebesar 52.648 atau 5264.8% dengan asumsi variabel lain dianggap tetap atau sama dengan nol.

Koefisien nilai variabel SWITCH (X4) sebesar -4.191. Hal ini menunjukkan apabila

terjadi peningkatan variabel SWITCH satu satuan, maka audit report lag akan menurun sebesar 4.191 atau 419.1% dengan asumsi variabel lain dianggap tetap atau sama dengan nol.

Koefisien nilai variabel TENURE (X5) sebesar -10.310. Hal ini menunjukkan apabila

terjadi peningkatan variabel TENURE satu satuan, maka audit report lag akan menurun sebesar 10.310 atau 103.10% dengan asumsi variabel lain dianggap tetap atau sama dengan nol.

4.5 Pengujian Hipotesis Pertama (H1) 4.5.1 Uji Koefisien Determinasi (R2)

Uji koefisien determinasi (R2) dilakukan untuk mengukur sejauh mana kemampuan model dalam menjelaskan variabel dependen.Koefisien determinasi dikatakan kuat jika nilai R2 berada diatas 0.5 dan mendekati 1.Semakin mendekati ke angka nol berarti model tidak baik atau variasi model dalam menjelaskan sangat sedikit dan terbatas, sebaliknya semakin mendekati angka satu, maka model semakin baik dan memberikan hampir semua informasi yang dibutuhkan.

Tabel 4.9

93 Universitas Sumatera Utara

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .604

a

.365 .259 11.44764

a. Predictors: (Constant), TENURE, DEKOM_INDP, KONV_IFRS, PROB, SWITCH b. Dependent Variable: ARL

Sumber: Output run SPSS 18.0; Diolah penulis, 2016

Berdasarkan tabel 4.13, dapat dilihat dijelaskan bahwa:

R sebesar 0.604 berarti hubungan antara variabel KONV_IFRS, PROB, DEKOM_INDP, SWITCH, dan TENURE terhadap variabel ARL cukup kuat atau sedang sebesar 60.4% karena lebih besar dari 0.05%. Tingkat hubungan yang cukup kuat atau sedang dapat dilihat pada lampiran....untuk memberikan interpretasi koefisien korelasi.

R2 terletak pada kolom R-Square sebesar 0.365. Hal ini menandakan bahwa variabel KONV_IFRS, PROB, DEKOM_INDP, SWITCH, dan TENURE mempengaruhi secara simultan atau bersama-sama terhadap variabel ARL sebesar 36.5%, sisanya sebesar 73.5% dipengaruhi oleh faktor-faktor lain.

Adjusted R Square sebesar 0.259. Hal ini menandakan bahwa ARL (variabel dependen) mampu dijelaskan oleh variabel konvergensi IFRS, probabilitas kebangkrutan, komisaris independen, auditor switching, dan tenure audit sebesar 25.9% dan sisanya sebesar 74.1% dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam model penelitian.

iii Universitas Sumatera Utara

ABSTRACT

FACTORS AFFECTING THE AUDIT REPORT LAG BY THE AUDIT COMMITTEE AS MODERATING VARIABLE: STUDY ON

MINING COMPANIES LISTED IN BEI PERIOD 2009-2011

The purpose of this study was to determine the effect of the convergence of IFRS, the probability of bankruptcy, an independent commissioner, auditor switching, and tenure on the audit of mining companies listed on the Indonesia Stock Exchange period 2009-2011 to the audit report lag either partially or simultaneously with the addition of moderating variables, namely auditcommittee.

Samples used in this study were 12 mining companies, in which the sampling method used is purposive sampling method is the determination of the sample by using specific criteria. Partial results of this study indicate that the probability of bankruptcy a significant negative effect. Simultaneously convergence of IFRS, an independent commissioner, auditor switching and audit tenureeffect on the audit report lag on mining companies.

The audit committee is used as a moderating variable in the audit report lag, which the audit committee is able to moderate the relationship probability of bankruptcy, an independent commissioner and audit report lag. As for convergence of IFRS, the auditor switching, and the tenure of the audit, the audit committee does not moderate.

Keywords: IFRS convergence, Bankruptcy Probability, Independent Commissioner, Auditor Switching and Audit Tenure

iv Universitas Sumatera Utara

KATA PENGANTAR

Segala hormat, pujian, syukur, dan terimakasih yang tak terhingga penulis haturkan kepada Allah Bapa yang disembah bapa Abraham, Ishak, dan Yakub yaitu Tuhan Yesus Kristus yang di surga untuk segala kasih, kemampuan, kekuatan, kebaikan, dan pertolongan-Nya sehingga penulisan skripsi ini dapat terselesaikan dengan baik.

Di dalam penulisan skripsi ini, penulis juga mengucapkan diateitupa baggal kepada kedua orangtua penulis, yaitu bapaku na bujur, bapa parholong nalang marpunsa janah pardear layak bapa B.Togatorop ondi nahinan dan kepada inang pangguruan nami inang E br. Sipayung na seng ongga marnaloja, seng ongga marnarayoh na manungkuni au pasal namarskripsi on. Sabois-boisni gogohmu do inang ibahen ham hubannami na lahou manghopkop hanai niombahmu on, serta yang selalu memberi semangat, motivasi, doa, kasih sayang, dan dukungan moral serta moril. Pada kesempatan ini penulis juga ingin mengucapkan terimakasih kepada berbagai pihak yang telah memberikan bantuan baik secara langsung maupun tidak langsung antara lain kepada:

1. Prof. Dr. Ramli MS selaku dekan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

2. Drs. Syafruddin Ginting Sugihen, MAFIS, Ak., CPA, danDrs. Hotmal Jafar, M.M., Ak., selaku Ketua dan Sekretaris Departemen Akuntansi Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara. 3. Drs. Firman Syarif, M.Si., Ak., danDra. Mutia Ismail, M.M., Ak.,

selaku Ketua dan Sektretasi Program Studi S1-Akuntansi Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

4. Drs. Arifin Hamzah, MM., Ak selaku dosen pembimbing yang telah meluangkan waktunya untuk memberikan bimbingan, saran, dan pengarahan kepada penulis dalam proses penyusunan dan penyelesaian skripsi ini.

5. Drs. Firman Syarif, M.Si., Ak.,selaku dosen penguji dan kepada Drs. Rasdianto, Msi., Ak selaku dosen pembanding yang telahmemberikan saran dan kritik yang sangat bermanfaat dalam penyelesaian skripsi ini. Serta semua Dosen Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara yang telah mendidik dan membimbing penulis selama perkuliahan, dan para pegawai Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara yang telah melayani dan membantu penulis selama perkuliahan.

6. Kakak ku tersayang dan siretengan, boru sasada botouhu A.Y br Togatorop dan laeku R Naibaho atas doa, semangat, dan motivasinya juga kepada abang-abangku yang paling d’best: b’Jonner Togatorop, b’Boy Togatorop, dan b’Brilliant Togatorop terimakasih buat kalian. Sukseslah selalu buat kita ase boi ipasonang hita Inangta ai dobni ipudianni ari.

7. Teman-temanku yang terbaik: Jumiando, Parjo, dan Jepri. Terimakasih untuk kebodohan, kekonyolan, suka, duka yang pernah

v Universitas Sumatera Utara

kita buat dan lalui bareng. Yang bela-belain Wifi-an sampai ke fakultas orang yang terkadang juga gaje ntah ngapain mau kesitu macam orang gile. Bisalah nanti kita wujudkan mimpi kita adventure ke tempat-tempat luar biasa. Sori ya rencana yang uda direncanain kemaren ga terwujud gara-gara aku yang gak jelas hahaha. Tapi nanti akan kita wujudkan laee. Haruslahh‼ serta teman -teman mahasiswa S1-Akuntansi stambuk2012, penulis mengucapkan terima kasih atas kebersamaannya& bantuannya baik secara langsung maupun tidak langsung. Semoga sukses selalu.

8. Hubani ganup huan-huan ampakon hasomanku par IMAS-USU: arja, saneku boyi, elif, layani, laweihu luccas, yopi, junel. otniel, irvin, sane irfan, lawei rizal, botou sondang, desi, dek Astri, lawei Ray, Afandi, lawei rizki,dinan, suryadi, rio, dek eva, botou risde, sane adi, kaka tere, siti, tipah, moni, indri, dan grup EDA waktu PAB kemarin pakon haganup nalang targorani marsada-sada ijon yang telah memberi saya banyak pengalaman, banyak cerita, dan hal baru yang belum pernah ku alami dan rasakan cuma bisa saya dapat disini @IMAS-USU! Tidak di tempat lain. Tarimakasih ma lakanee! Sonai age bai Botou ai, botou boru agih na tading ijan. Pori na lang boi sonari ham hu pasaud, patar haduan roh do au hu rumahmu lahou manungkun ho botou. Ningon pasaudhononku do ho botou. Paima panorangni mando naman, juga bang @JhonElyamanS dan @darwinpurba yang selalu menemani penulis dengan lagu-lagu galau selama penulis mengetik-ngetik skripsi ini.

Salam Hiranan Hu Tanoh Simalungun ma banta‼ Naibata mamasu -masu hita.

Penulis menyadari bahwa dalam penyusunan skripsi ini masih banyak kekurangan dan jauh dari sempurna. Oleh karena itu. penulis menerima segala saran dan kritik untuk penulisan selanjutnya. Akhir kata, penulis berharap semoga skripsi ini bermanfaat bagi para pembaca.

Medan, Juli 2016

NIM. 120503348

vi Universitas Sumatera Utara

DAFTAR ISI

Halaman

PERNYATAAN ... i

ABSTRAK ... ii

ABSTRACT ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... ix

DAFTAR GAMBAR ... x

DAFTAR LAMPIRAN ... xi

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 13

1.3 Ruang Lingkup ... 14

1.4 Tujuan Penelitian ... 14

1.5 Manfaat Penelitian ... 14

1.6 Sistematika Penulisan ... 15

BAB II TINJAUAN PUSTAKA ... 17

2.1 Akuntan Publik ... 17

2.1.1 Definisi Akuntan Publik ... 17

2.1.2 Regulasi Mengenai Jasa Akuntan Publik ... 18

2.2 IFRS (International Financial Reporting Standards) ... 19

2.2.1 Sejarah Munculnya IFRS ... 19

2.2.2 Struktur IFRS ... 21

2.2.3 Konvergensi IFRS ... 25

2.4.3.1 Harmonisasi dan Konvergensi ... 26

2.4.3.2 Proses Konvergensi IFRS di Indonesia ... 28

2.3 Audit Report Lag ... 29

2.4 Probabilitas Kebangkrutan dan Audit Report Lag ... 31

vii Universitas Sumatera Utara

2.6 Auditor Switching dan Audit Report Lag ... 37

2.7 Tenure Audit dan Audit Report Lag ... 39

2.8 Kerangka Pemikiran ... 40

2.9 Penelitian Terdahulu ... 43

2.10 Pengembangan Hipotesis ... 47

2.10.1 Pengaruh Konvergensi IFRS, Probabilitas Kebangkrutan, Komisaris Independen, Auditor Switching, dan TenureAudit Terhadap ARL ... 47

2.10.2 Pengaruh moderasi komite audit terhadap hubungan Konvergensi IFRS, Probabilitas Kebangkrutan, Komisaris Independen, Auditor Switching, danTenure Audit Terhadap ARL ... 52

BAB III METODE PENELITIAN ... 58

3.1 Sumber Data Penelitian ... 58

3.2 Sampel Penelitian ... 58

3.3 Model Penelitian ... 61

3.4 Operasionalisasi Variabel ... 62

3.4.1 Variabel Dependen Audit Report Lag (ARL) ... 63

3.4.2 Variabel Independen ... 63

3.4.3 Variabel Pemoderasi ... 66

3.5 Metode Analisis Data ... 68

3.5.1 Uji Asumsi Klasik ... 68

3.5.2 Analisis Regresi Linier Berganda ... 71

3.5.3 Analisis Statistik Deskriptif ... 72

3.5.4 Pengujian Hipotesis ... 72

3.5.5 Uji Hipotesis Dengan Menggunakan Variabel Pemoderasi ... 75

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 77

4.1 Deskripsi Objek Penelitian ... 77

4.2 Statistik Deskriptif ... 78

4.3 Hasil Pengujian Asumsi Klasik ... 82

4.3.1 Uji Normalitas ... 82

4.3.2 Uji Multikolinearitas ... 86

4.3.3 Uji Heterokedastisitas ... 87

4.3.4 Uji Autokorelasi ... 90

4.4 Analisis Regresi Linier Berganda ... 92

4.5 Pengujian Hipotesis Pertama (H1) ... 94

4.5.1 Uji Koefisien Determinasi (R2) ... 94

4.5.2 Uji Signifikansi Simultan (F-Test) ... 96

4.5.3 Uji Signifikansi Parsial (T-Test) ... 97

4.5.4 Hasil Hipotesis Sebelum Pemoderasi ... 100

4.6 Pengujian Hipotesis Kedua (H2) ... 101

viii Universitas Sumatera Utara

(H2)-Uji Residual ... 102

4.7 Hasil Hipotesis Setelah Pemoderasi ... 104

4.8 Pembahasan Hasil Penelitian ... 105

4.8.1 Pengaruh Konvergensi IFRS Terhadap ARL ... 105

4.8.2 Pengaruh Probabilitas Kebangkrutan Terhadap ARL ... 106

4.8.3 Pengaruh Komisaris Independen Terhadap ARL ... 107

4.8.4 Pengaruh auditor switching Terhadap ARL ... 108

4.8.5 Pengaruh Tenure Audit Terhadap ARL ... 109

4.8.6 Pengaruh Konvergensi IFRS, Probabilitas Kebangkrutan, Komisaris Independen, Auditor Switching, dan Tenure Audit secara Simultan Terhadap ARL ... 109

4.8.7 Pengaruh Komite Audit sebagai Variabel Pemoderasi dalam Hubungan antara Konvergensi IFRS, Probabilitas Kebangkrutan, Komisaris Independen, Auditor Switching, dan Tenure Audit terhadap ARL ... 109

BAB V KESIMPULAN DAN SARAN ... 112

5.1 Kesimpulan ... 112

5.2 Keterbatasan Penelitian ... 113

5.3 Saran ... 114

DAFTAR REFERENSI ... 115