57
Tabel 4.9 Uji Autokorelasi
Setelah Moderating
Runs Test
Unstandardized Residual Test Value
a
.02532 Cases Test Value
46 Cases = Test Value
49 Total Cases
95 Number of Runs
30 Z
1.221 Asymp. Sig. 2-tailed
.143 a. Median
Dari uji Run Test untuk uji autokorelasi sebelum moderating tersaji pada tabel 4.6 dapat dilihat bahwa signifikansi variabel audit report lag lebih besar dari
0.05 yaitu 0.143 yang menunjukkan bahwa residual random atau tidak terjadi autokorelasi antar nilai residual.
4.4 Analisis Regresi Berganda
Analisis regresi berganda dilakukan untuk mengetahui seberapa besar ketergantungan variabel dependen dengan satu atau lebih variabel independen.
Hasil analisis regresi berganda adalah berupa koefisien untuk masing-masing variabel independen.
58
Tabel 4.10 Koefisien Regresi Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 58.198
4.068 14.306
.000 TENURE
1.661 1.551
.105 1.071
.287 AGE
.587 .171
.336 3.436
.010 a. Dependent Variable: ALAG
Berdasarkan nilai koefisien yang terdapat pada tabel 4.10, dapat dihasilkan persamaan regresi sebagai berikut :
ALAG = 58.198 + 1.661 TENURE + 0.587 AGE Dari hasil persamaan regresi berganda tersebut, masing-masing variabel
independen dapat diinterpretasikan pengaruhnya terhadap audit report lag yaitu : 1.
Konstanta sebesar 58.198 menyatakan bahwa jika tidak ada variabel tenure audit X1 dan umur listing X2 atau pada saat tenure audit X1
dan umur listing X2 sama dengan 0 atau konstan maka audit report lag Y adalah sebesar 58.198.
2. Koefisien nilai TENURE X1 sebesar 1.661. Hal ini menunjukkan bahwa
apabila terjadi peningkatan variabel tenure audit sebesar 1, maka akan menaikkan audit report lag sebesar 1.661.
3. Koefisien nilai AGE X2 sebesar 0.587. Hal ini menunjukkan bahwa
apabila terjadi peningkatan variabel umur listing sebesar 1, maka akan menaikkan audit report lag sebesar 0.587.
59
4.5 Pengujian Hipotesis
4.5.1 Uji Signifikansi Parsial Uji t
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel
dependen. Variabel independen dikatakan memiliki pengaruh signifikan terhadap variabel dependen apabila variabel dependen tersebut memiliki
nilai signifikansi sig di bawah 0.05.
Tabel 4.11 Uji Signifikansi Parsial
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 58.198
4.068 14.306
.000 TENURE
1.661 1.551
.105 1.071
.287 AGE
.587 .171
.336 3.436
.010 a. Dependent Variable: ALAG
Dari tabel 4.11, hasil pengujian secara parsial menunjukkan bahwa secara parsial hanya variabel umur listing X2 yang berpengaruh signifikan terhadap
audit report lag Y. Hal ini ditunjukkan oleh nilai signifikansi tenure audit X1 sebesar 0.287 yang berarti lebih besar dari 0.05 sehingga tidak berpengaruh
signifikan, sedangkan variabel umur listing X2 berpengaruh signifikan karena nilai signifikansinya 0.010 yang berarti lebih kecil dari 0.05 dan nilai t
hitung
= 3.436 nilai t
tabel
=
1.985. .
60
4.5.2 Uji Signifikansi Simultan Uji F
Uji F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel dependen. Variabel-variabel independen tersebut dikatakan mempunyai pengaruh secara simultan dan signifikan terhadap variabel dependen
apabila memiliki nilai signifikansi sig di bawah 0.05.
Tabel 4.12 Uji Signifikansi Simultan
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
1920.476 2
960.238 7.001
.001
a
Residual 12618.850
92 137.161
Total 14539.326
94 a. Predictors: Constant, AGE, TENURE
b. Dependent Variable: ALAG
Dari uji signifikansi simultan yang tersaji pada tabel 4.12, dapat dilihat bahwa semua variabel independen, yaitu tenure audit X1 dan umur listing X2
berpengaruh signifikan terhadap variabel dependen audit report lag Y secara bersama-sama atau simultan. Hal ini ditunjukkan oleh nilai signifikansi yang
menunjukkan angka 0.001 yang berarti 0.05 dan nilai F
hitung
= 7.001 F
tabel
= 3.095.
4.5.3 Uji Koefisien Determinasi R
2
Uji koefisien determinasi dilakukan dengan tujuan untuk melihat sejauh mana variabel independen mampu menjelaskan variasi variabel dependen.
61
Tabel 4.13 Uji Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .363
a
.132 .113
11.712 .742
a. Predictors: Constant, AGE, TENURE b. Dependent Variable: ALAG
Dari tabel 4.13 dapat dilihat bahwa angka koefisien Adjusted R square bernilai 0,132. Angka ini mengindikasikan bahwa 13,2 variasi atau perubahan
dalam audit report lag Y mampu dijelaskan oleh tenure audit X1 dan umur listing X2. Dan sisanya 86.8 dijelaskan oleh faktor-faktor lain yang tidak
dimasukkan dalam model penelitian.
4.6 Hasil Hipotesis Sebelum Moderating
Hasil hipotesis penelitian sebelum moderating ini menyatakan bahwa umur listing X2 berpengaruh positif dan signifikan terhadap audit report lag Y,
sedangkan tenure audit X1 tidak berpengaruh signifikan terhadap audit report lag Y. Hal ini berarti hanya hipotesis kedua dan ketiga yang diterima, yaitu H2
umur listing X2 berpengaruh terhadap audit report lag Y dan H3 secara simultan tenure audit X1 dan umur listing X2 berpengaruh signifikan terhadap
audit report lag Y.
4.7 Analisis Regresi Moderasi
Dalam penelitian ini digunakan uji nilai selisih mutlak, jika score tinggi untuk spesialisasi industri auditor bersosiasi dengan score rendah maupun score
tinggi TENURE, dan AGE, maka akan terjadi perbedaan nilai absolute yang
62
besar. Hal ini juga akan berlaku score rendah untuk spesialisasi industri auditor berasosiasi dengan score tinggi maupun score rendah TENURE, dan AGE. Kedua
kombinasi ini diharapkan akan berpengaruh terhadap audit report lag yang meningkat.
Tabel 4.14 Hasil Uji Nilai Selisih Mutlak
Persamaan 1
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
71.759 2.291
31.327 .000
ZscoreTENURE 1.671
1.458 .134
1.146 .255
ZscoreSPEC -.091
1.486 -.007
-.061 .051
ABSTENURE-SPEC .315
1.839 .023
.171 .004
a. Dependent Variable: ALAG
Dilihat dari tabel 4.14 dapat diperoleh hasil bahwa spesialisasi industri auditor Z merupakan variabel moderating karena nilai signifikansi variabel
ABSTENURE-SPEC menunjukkan 0.004 di bawah 0.05 dan nilai koefisiennya yang positif yaitu sebesar 0.315 yang artinya memperkuat hubungan antara tenure
audit X1 dengan audit report lag Y, sehingga H4 diterima Spesialisasi industri auditor Z memoderasi hubungan antara tenure audit X1 dengan audit
report lag Y. Dari tabel 4.14 dapat disimpulkan persamaan regresi sebagai berikut :
ALAG = 71.759 + 1.671 TENURE - 0.091 AGE + 0.315 |TENURE- SPEC|
63
Tabel 4.15 Hasil Uji Nilai Selisih Mutlak
Persamaan 2
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
80.235 2.167
37.026 .000
ZscoreAGE 4.315
1.129 .347
3.820 .376
ZscoreSPEC 4.803
1.423 .386
3.376 .064
ABSAGE-SPEC -6.639
1.520 -.496
-4.368 .009
a. Dependent Variable: ALAG
Dilihat dari tabel 4.16 dapat diperoleh hasil bahwa spesialisasi industri auditor Z merupakan variabel moderating karena nilai signifikansi variabel
ABS AGE-SPEC menunjukkan 0.009 di bawah 0.05 dan nilai koefisiennya yang negatif yaitu sebesar -6.639 berarti memperlemah hubungan antara umur listing
X2 dengan audit report lag Y. Dari tabel 4.16 dapat disimpulkan persamaan regresi sebagai berikut :
ALAG = 80.235 + 4.315 AGE + 4.803 SPEC – 6.639 |AGE-SPEC|
4.8 Hasil Hipotesis Setelah Moderating