Rochimawati Andi Kartika Pengaruh Ukuran Perusahaan, Reputasi Auditor, Opini Audit, Profitabilitas, dan Solvabilitas terhadap Audit Delay (Pada Perusahaan Keuangan yang terdaftar di BEI pada tahun 2009-2011)

6. Rochimawati

“Analisis Diskriminan Audit Delay pada Industri Keuangan di Bursa Efek Indonesia BEI ” 2008 Sampel : Perusahaan keuangan dari tahun 2008-2009. Variabel lain : Reputasi auditor. √ - √ √ √ √ Variabel yang berpengaruh secara signifikan terhadap audit delay hanya ROA profitabilitas, variabel ukuran perusahaan, solvabilitas, dan opini audit tidak berpengaruh terhadap audit delay.

7. Andi Kartika

“Faktor-Faktor yang Mempengaruhi Audit Delay di Indonesia Studi Empiris Pada Perusahaan-Perusahaan LQ 45 Yang Terdaftar Di Bursa Efek Jakarta ” 2009 Sampel : Perusahaan LQ 45 pada tahun 2001- 2005. Variabel lain : Labarugi, operasi perusahaan. √ √ √ √ - √ Variabel total asset, laba rugi operasi, mempunyai pengaruh yang negatif dan signifikan terhadap audit delay perusahaan. Opini dari auditor punya pengaruh yang positif dan signifikan terhadap audit delay perusahaan. Faktor profitabilitas dan reputasi auditor tidak mempunyai pengaruh terhadap audit delay perusahaan. Tabel 2.1 Lanjutan No. Peneliti Tahun Metodologi Metodologi Penelitian Hasil Penelitian X1 X2 X3 X4 X5 Y 8. Prayogi “ Faktor-Faktor yang Berpengaruh Terhadap Audit Delay” Studi Empiris pada Perusahaan Telekomunikasi yang Terdaftar di Bursa Efek Indonesia pada Tahun 2009-2011 ” 2009 Sampel : Perusahaan telekomunikasi dari tahun 2009-2011. Sebanyak 5 perusahaan. Variabel lain : Ukuran KAP. √ - √ √ √ √ variabel ukuran perusahaan, opini audit, solvabilitas, profitabilitas, ukuran kantor akuntan publik secara simultan tidak berpengaruh signifikan terhadap audit delay. Secara parsial hanya variabel opini audit yang berpengaruh signifikan negatif terhadap audit delay. Variabel lainnya seperti ukuran perusahaan, solvabilitas, profitabilitas dan ukuran kantor akuntan publik tidak berpengaruh signifikan terhadap audit delay. 9. Mohamad Naim, Rohami Shafie and Wan Nordin Wan-Hussin “Corporate Governance and Audit report Lag In Malaysia ” 2010 Sampel : Perusahaan non financial di malaysia pada tahun 2002. Sebanyak 89 perusahaan. Variabel lain : Jumlah anggota komite audit, proporsi direktur independen, frekuensi pertemuan komite audit, jumlah dewan direktur - - - - - √ 4. Penelitian menunjukkan bahwa perusahaan dengan anggota lebih dalam audit komite dan pertemuan komite audit yang lebih sering lebih cenderung untuk menghasilkan audit delay secara tepat waktu. Studi ini juga menunjukkan bahwa dewan direktur variabel yang tidak berpengaruh sebagai komite audit dalam menentukan audit delay. Semua variabel independen kecuali variabel tahun tutup buku, secara simultan mempengaruhi audit delay Tabel 2.1 Lanjutan Sumber: Diolah dari berbagai referensi No. Peneliti Tahun Metodologi Metodologi Penelitian Hasil Penelitian X1 X2 X3 X4 X5 Y 10. Mina Pizzini, Shu Lin, Mark Vargus “The Impact of Internal Audit Function Quality and Contribution on Audit Delays ” 2011 Sampel : Perusahaan yang terdaftar di TSE. Sebanyak 62 perusahaan. Variabel lain : Kontribusi internal audit, kualitas internal audit. - - - - - √ 5. Variabel kualitas internal audit secara signifikan mempengaruhi audit delay. Sedangkan variabel kontribusi internal audit tidak mempengaruhi audit delay. 11. M. Shultoni “Determinan Audit Delay Dan Pengaruhnya Terhadap Reaksi Investor Studi Empiris pada Perusahaan yang Listing di BEI Tahun 2007-2008 ” 2012 Sampel : Perusahaan yang menerbitkan laporan keuangan dari tahun 2007-2008. Sebanyak 243 perusahaan. Variabel lain : Jenis Industri, kinerja keuangan, ukuran KAP, rasio utang. √ - √ - - √ Variabel jenis industri, kinerja keuangan, dan ukuran KAP. Hasil penelitian ini tidak berhasil menemukan pengaruh ukuran perusahaan, opini auditor, dan rasio utang terhadap audit delay. Audit delay berpengaruh terhadap reaksi investor baik yang diproksikan dengan abnormal return maupun trading volume activity. Hasil pengujian ini merefleksikan bahwa investor merespon audit delay dengan baik.

D. Kerangka Pemikiran

Kerangka pemikiran dalam penelitian ini dapat digambarkan dalam gambar 2.1. Gambar. 2.1. Skema Kerangka Pemikiran Pengaruh Ukuran Perusahaan, Reputasi Auditor, Opini Audit, Profitabilitas, dan Solvabilitas Terhadap Audit Delay Adanya Keterlambatan Perusahaan-Perusahaan keuangan Go Public di dalam Menyampaikan Laporan Keuangan ke BAPEPAM-LK Basis Teori: Teori Akuntansi Keuangan dan Teori-Teori Auditing Ukuran Perusahaan X Reputasi Auditor X Opini Audit X Proitabilitas X Solvabilitas X Audit Delay Y Hasil Pe gujia da Pe bahasa Kesimpulan dan Implikasi 54

BAB III METODE PENELITIAN

A. Ruang Lingkup Penelitian Penelitian ini termasuk penelitian kausal komparatif yaitu penelitian dengan karakteristik masalah berupa hubungan sebab-akibat antara dua variabel atau lebih. Penelitian kausal komparatif merupakan penelitian ex post facto, yaitu tipe penelitian terhadap data yang dikumpulkan setelah terjadinya suatu fakta atau peristiwa Indriantoro dan Supomo, 1999. Penelitian ini menggunakan pendekatan kuantitatif yang merupakan penekanan pada pengujian teori melalui pengukuran variabel penelitian dengan angka dan melakukan analisis data dengan prosedur statistik. Penelitian ini meliputi audit delay pada perusahaan-perusahaan keuangan yang terdaftar di Bursa Efek Indonesia pada tahun 2009 sampai dengan 2011. Metodologi yang digunakan dalam penelitian ini adalah uji hipotesis untuk mengetahui pengaruh ukuran perusahaan, reputasi auditor, opini audit, profitabilitas, dan solvabilitas terhadap audit delay. Jenis penelitian ini adalah penelitian kuasalitas yaitu bentuk penelitian yang dilakukan untuk mengetahui pengaruh variabel independen terhadap variabel dependen. 55

B. Metode Penentuan Sampel

Populasi yaitu kumpulan pengukuran atau data pengamatan yang dilakukan terhadap orang, benda atau tempat, sedangkan sampel yaitu sebagian dari populasi atau dalam istilah matematik dapat disebut sebagai himpunan bagian atau subset dari populasi. Metode penelitian sampel yang digunakan adalah Judgment Sampling, yaitu tipe pemilihan sampel secara tidak acak yang informasinya diperoleh dengan menggunakan pertimbangan tertentu, umumnya disesuaikan dengan tujuan atau masalah penelitian Indriantoro dan Bambang, 2002. Sampel untuk penelitian ini adalah semua perusahaan dalam industri keuangan yang terdaftar di Bursa Efek Indonesia BEI periode tahun 2009 sampai 2011 dengan pertimbangan bahwa perusahaan keuanganfinansial dijadikan salah satu alternatif bagi masyarakat untuk berinvestasi selain berinvestasi di pasar modal ataupun reksadana. Kriteria yang diperlukan adalah: 1. Perusahaan menerbitkan laporan keuangan auditan selama tiga tahun berturut-turut, yaitu dari tahun 2009 sampai dengan tahun 2011. 2. Perusahaan yang memiliki tahun tutup buku 31 Desember. 3. Perusahaan yang tidak melakukan Initial Public Offering IPO dari tahun 2009 sampai dengan tahun 2011. 56

C. Metode Pengumpulan Data

Data yang diperlukan dalam penelitian ini adalah data sekunder sehingga peneliti menggunakan metode dokumenter yaitu suatu metode pengumpulan data dengan cara melakukan analisis terhadap semua catatan dan dokumen yang dimiliki oleh organisasi yang terpilih sebagai objek penelitian, atau data dari individu sebagai objek penelitian Sujoko, 2004. Data diperoleh dari: 1. Laporan keuangan tahunan perusahaan-perusahaan keuangan tahun 2009 sampai dengan 2011. 2. IDX Fact Books tahun 2009 sampai dengan 2011 atau diakses di website Bursa Efek Indonesia BEI Penelitian juga dilakukan dengan menggunakan studi kepustakaan yaitu dengan cara membaca, mempelajari literatur dan publikasi yang berhubungan dengan penelitian.

D. Metode Analisis

Metode analisis data menggunakan statistik deskriptif, uji asumsi klasik dan uji hipotesis. 1. Statistik Deskriptif Statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami dan diinterpretasikan. Tabulasi menyajikan ringkasan, pengaturan atau penyusunan data dalam bentuk tabel numerik dan grafik Indriantoro dan Bambang, 2002. 57 Metode analisis data yang digunakan adalah dengan cara analisis kuantitatif yang bersifat deskriptif yang menjabarkan data yang diperoleh dengan menggunakan analisis regresi berganda untuk menggambarkan fenomena atau karakteristik dari data, yaitu dengan memberikan gambaran tentang pengaruh faktor-faktor yang mempengaruhi audit delay. Metode analisis data akan dilakukan dengan bantuan aplikasi komputer program Eviews 7 dan SPSS 19. 2. Analisis Regresi Data Panel Analisis inferensia pada data penelitian ini menggunakan regresi data panel dengan bantuan program E-Views 7. Data panel merupakan data yang terbentuk dari gabungan data time series dan data cross section. Pada data cross section, nilai-nilai dari variabel dikumpulkan untuk beberapa sampel unit pada satu titik waktu tertentu. Kaitannya dengan data panel, data cross section tersebut diteliti selama kurun waktu tertentu. Secara singkat, dapat dikatakan data panel diperoleh dengan menggabungkan data cross section dan time series. Jika kita memiliki T periode waktu t = 1,2,...,T dan n jumlah individu i = 1,2,...,n maka dengan data panel kita akan memiliki total unit observasi sebanyak nT. Jika jumlah unit waktu sama untuk setiap individu maka data disebut balanced panel, jika sebaliknya, yakni jumlah unit waktu berbeda untuk setiap individu maka disebut unbalanced panel. 58 Analisis regresi data panel mempunyai beberapa keuntungan. Menurut Baltagi 2005, beberapa keuntungan tersebut adalah: a. Dengan menggabungkan data time series dan cross section, data panel menyediakan data yang lebih banyak dan dengan menggabungkan data time series dan cross section, panel menyediakan data yang lebih banyak dan informasi yang lebih lengkap serta bervariasi. Dengan demikian akan dihasilkan degress of freedom derajat bebas yang lebih besar dan mampu meningkatkan presisi dari estimasi yang dilakukan. b. Data panel mampu mengakomodasi tingkat heterogenitas individu- individu yang tidak diobservasi namun dapat mempengaruhi hasil dari permodelan individual heterogenity. Hal ini tidak dapat dilakukan oleh studi time series maupun cross section sehingga dapat menyebabkan hasil yang diperoleh melalui kedua study ini akan menjadi bias. c. Data panel dapat digunakan untuk mempelajari kedinamisan data. Artinya dapat digunakan untuk memperoleh informasi bagaimana kondisi individu-individu pada waktu tertentu dibandingkan pada kondisinya pada waktu yang lainnya. d. Data panel dapat mengidentifikasikan dan mengukur efek yang tidak dapat ditangkap oleh data cross section murni maupun data time series murni. 59 e. Data panel memungkinkan untuk membangun dan menguji model yang bersifat lebih rumit dibandingkan data cross section murni maupun data time series murni. f. Data panel dapat meminimalkan bias yang dihasilkan oleh agregasi individu karena unit observasi terlalu banyak. Gujarati 2004 menjelaskan model regresi data panel secara matematis dapat dituliskan sebagai berikut: = � + � + � + ⋯ + � + � � = , , … ; � = , … , � Dimana n adalah jumlah cross section perusahaan, dan T adalah jumlah tahun penelitian. � � = ; � � = � ∀�; � � � − = � ≠ � � ≠ . Di dalam model regresi klasik, gangguan error selalu dinyatakan homoskedastis dan serial uncorrelate. Implikasinya, penggunaan OLS akan menghasilkan penduga yang bersifat Best Linier Unbiased Estimator BLUE. Asumsi tersebut tidak dapat diterapkan untuk model data panel karena disusun dari beberapa individu untuk beberapa periode yang membawa masalah baru dalam sistem gangguan. Hal ini dikarenakan bertambahnya gangguan disturbances yang kini menjadi 3 macam, yaitu: gangguan antar waktu time series related disturbances, gangguan antar individu cross section disturbance dan gangguan keduanya. Pindyck Rubinfeld, 1998. 60 3. Estimasi Model Regresi Data Panel Dalam mengestimasi model regresi data panel terdapat tiga spesifikasi model yang mungkin digunakan yakni model common effect, fixed effect, dan random effect. Pada dasarnya, keberadaan efek spesifik individu dan korelasinya dengan variabel penjelas yang teramati X it sangat menentukan spesifikasi model yang akan digunakan. a. Model Common Effect atau pooled regression Model ini merupakan pendekatan data panel yang paling sederhana, yakni hanya dengan mengkombinasikan data time series dan data cross section dalam bentuk pool, dan teknik estimasinya menggunakan pendekatan kuadrat terkecil pooled least squares Pindyck Rubinfeld, 1998. Model ini tidak memperhatikan dimensi individu maupun waktu, sehingga diasumsikan bahwa perilaku antar individu sama dalam berbagai kurun waktu. Model regresi untuk common effect dapat dituliskan sebagai berikut: = � + � + � + ⋯ + � + � � = , , … ; � = , … , � Dimana n adalah jumlah unit cross section individu dan T adalah jumlah periode waktu. b. Model Fixed Effect Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya. Gujarati 2004 menjelaskan bahwa model fixed effect FEM merupakan salah satu 61 cara untuk mendapatkan nilai yang berbeda dari setiap unit individu di cross section dengan membiarkan intersept bervariasi untuk setiap individu tetapi koefisien slope bernilai konstan untuk setiap individu. Secara umum persamaan modelnya adalah sebagai berikut: = � + � + � + ⋯ + � + � � = , , … ; � = , … , � Terdapat tiga versi model fixed effect, yakni model LSDV Least Square Dummy Variables, within-groups regression, dan first differences regression. Kekurangan mendasar dalam model LSDV adalah berkurangnya derajat bebas, sebagai akibat dari bertambahnya jumlah parameter yang harus diestimasi koefisien dari variabel dummy, jika terdapat k koefisien variabel dummy maka derajat bebas juga akan berkurang sebanyak k. Kondisi ini mengakibatkan berkurangnya efisiensi penduga parameter, dan sebagai solusi akan hal ini dapat digunakan model within-groups regression, dan first differences regression yang mengeliminasi komponen spesifik individu dari model. Berdasarkan asumsi struktur matriks varians-covarians residual, maka pada model fixed effects, terdapat 3 metode estimasi yang dapat digunakan, yaitu: 1 Ordinary Least Square OLSLSDV, jika struktur matriks varians- covarians residualnya diasumsikan bersifat homoskedastik dan tidak ada cross sectional correlation. 62 2 Weighted Least Square WLS, jika struktur matriks varians- covarians residualnya diasumsikan bersifat heteroskedastik dan tidak ada cross sectional correlation. 3 Seemingly Uncorrelated Regression SUR, jika struktur matriks varians-covarians residualnya diasumsikan bersifat heteroskedastik dan ada cross sectional correlation. c. Model Random Effect Gujarati 2004 menjelaskan model random effects memiliki residual yang mungkin berhubungan antar waktu dan individu. Model ini mengasumsikan bahwa setiap individu memiliki perbedaan intersep yang merupakan variabel random atau stokastik. Dengan demikian, dalam model ini terdapat dua komponen residual, yaitu residual secara menyeluruh � , yang merupakan kombinasi residual time series dan cross section. Residual yang lainnya adalah residual cross section atau residual individu . Persamaan dasar model random effect dapat dituliskan sebagai berikut : = � + � + � + ⋯ + � + � � = , , . . . , ; � = , , . . . , � dimana � = � + ; � = , , . . . , � merupakan nilai tengah untuk intersep 63 4. Pengujian Signifikansi Model Regresi Data Panel Untuk memilih model regresi data panel terbaik, maka diperlukan pengujian terhadap ketiga model yang telah dijelaskan sebelumnya. Terdapat tiga pengujian yang digunakan untuk memilih model regresi data penel terbaik, yaitu uji F yang digunakan untuk memilih antara model Common Effect atau Fixed Effect; uji Hausman untuk memilih antara model Fixed Effect atau Random Effect; dan uji Lagrange Multiplier LM untuk memilih antara Common Effect atau Random Effect. a. Pengujian Signifikansi Fixed Effect Uji F digunakan untuk mengetahui apakah model Fixed Effect lebih baik daripada model common Effect, yaitu dengan melihat nilai Sum squared Residual SSR. Hipotesis yang digunakan dalam uji F adalah H : � 1 = � 2 = ⋯ = � Model common effect H 1 : minimal ada satu � i ≠ � Model fixed effect Nilai F statistik dapat dihitung dengan rumus: = − − − − Dengan n: jumlah individu; T: jumlah periode waktu; k: banyaknya parameter dalam model Fixed effect; RSS 1 : residual sum of squares model common effect; RSS 2 : residual sum of squares model fixed effect. Nilai Statistik F hitung mengikuti distribusi statistik F dengan derajat bebas v 1 sebanyak n-1 dan v 2 sebanyak nT-n-k. Hipotesis nol ditolak jika nilai statistik F hitung lebih besar daripada F 64 tabel pada tingkat signifikansi tertentu. Hal ini berarti asumsi intersep dan slope adalah sama tidak terpenuhi, sehingga model regresi data panel dengan fixed Effect lebih baik daripada model common effect. b. Pengujian Signifikansi Random Effect Untuk mengetahui apakah model Random effect lebih baik daripada model common effect maka dapat menggunakan uji Lagrange Multiplier LM yang dikembangkan oleh Breusch-Pagan. Pengujian ini didasarkan pada nilai residual dari model common effect. Hipotesis yang digunakan dalam uji LM adalah sebagai berikut: H : � = 0 H 1 : � ≠ Nilai statistik LM dapat diperoleh berdasarkan formula sebagai berikut: = − ∑ ∑ � �� � �= � �− ∑ ∑ � �� � �= � �= − = − ∑ �̅ � � �= ∑ ∑ � �� � �= � �= − Dimana n: jumlah individu; T: jumlah periode waktu; : residual model common effect. Uji LM ini didasarkan pada distribusi chi-square dengan derajat bebas satu. Hipotesis nol akan ditolak jika nilai statistik LM lebih besar dari nilai kritis statistik chi-square, yang berarti model random effect lebih baik daripada common effect. c. Pengujian Signifikansi Fixed Effect atau Random Effect Untuk mengetahui model yang lebih baik antara model Fixed Effect atau Random Effect, maka uji Hausman dapat digunakan Greene, 2000. Uji signifikansi Haussman menggunakan hipotesis non 65 residual persamaan panel yang tidak berkorelasi dengan variabel bebasnya yang berarti random effect lebih baik dari fixed effect. H : � � , � = H 1 : � � , � ≠ Unsur penting untuk metode ini adalah matriks kovarians dari perbedaan vektor. Statistik uji Hausman ini mengikuti distribusi statistik chi-square dengan derajat bebas sebanyak k, dimana k adalah jumlah variabel independen. Jika nilai statistik uji Hausman lebih besar daripada nilai kritis statistik chi-square, maka hipotesis nul akan ditolak, yang berarti estimasi yang tepat untuk regresi data panel adalah model fixed effect daripada model random effect. 5. Pemilihan Estimator dengan Struktur Varians Covarians Residual Asumsi pada struktur matriks varians-covarians residual terdiri dari homoskedastik, heteroskedastik dan tidak ada cross sectional correlation, heteroskedastik dan ada cross sectional correlation Seemingly Uncorrelated RegressionSUR, dan adanya autokorelasi antar waktu pada error term. Pengujian asumsi diatas berbeda dengan pengujian dalam persamaan tunggal, dimana dalam analisis persamaan tunggal, dilakukan pengujian apakah terjadi gejala heteroskedastik ataukah autokorelasi untuk satu individu. Selanjutnya, dari hasil pengujian tersebut, dilakukan perbaikan model agar didapatkan estimasi yang BLUE Best Linier Unbiased Estimator. Namun, dalam analisis data panel pengujian dilakukan untuk menentukan estimator manakah yang lebih baik untuk melakukan estimasi. 66 Estimator tersebut disesuaikan dengan kondisi matriks varians-covarians residual. a. Pemilihan Estimator Struktur Homoskedastisitas atau Heteroskedastisitas dengan Uji Lagrange Multiplier LM Pada pengujian ini hipotesis yang digunakan adalah: H :  i 2   struktur homoskedastik H 1 : minimal ada satu  i 2    struktur heteroskedastik Statistik uji yang digunakan adalah: = ∑ ̂ � ̂ − Dimana T adalah jumlah periode waktu, n adalah jumlah individu, �̂ adalah varians residual persamaan ke-i pada kondisi homoskedastik, dan �̂ adalah sum square residual persamaan system pada kondisi homoskedastik. Statistik uji LM ini mengikuti distribusi chi-square dengan derajat bebas n-1. Jika nilai statistik LM lebih besar dari nilai kritis statistik chi-square, maka hipotesis nul akan ditolak, yang artinya bahwa struktur varians-covarians residual bersifat heteroskedastik. b. Pemilihan Estimator Struktur Heteroskedastisitas dan Tidak Ada Cross Sectional Correlation atau SUR dengan uji LM Pengujian ini dilakukan jika hasil pengujian LM pada poin 1 menunjukkan bahwa struktur varians-covarians residual bersifat heteroskedastik. Pada pengujian ini: H : off diagonal=0 struktur varians-covarians residual bersifat heteroskedastik dan tidak ada cross sectional correlation. 67 H 1 : minimal satu off diagonal ≠ 0 struktur varians-covarians residual bersifat heteroskedastik dan ada cross sectional correlation Seemingly Uncorrelated RegressionSUR. Perhitungan nilai statistiknya didasarkan pada formula: = � ∑ ∑ − Dimana T adalah jumlah periode waktu, n adalah jumlah individu, dan r ij adalah residual correlation coefficient antara persamaan ke-i dan ke-j. Statistik uji ini mengikuti distribusi chi- square dengan derajat bebas sebanyak nn-12. Jika nilai lebih besar dari nilai kritis statistik chi-square, maka hipotesis nul akan ditolak, sehingga kesimpulannya struktur varians-covarians residual bersifat heteroskedastik dan ada cross sectional correlation Seemingly Uncorrelated RegressionSUR. 6. Pengujian Asumsi Terdapat beberapa asumsi-asumsi yang digunakan, yaitu: a. Asumsi Normalitas Asumsi ini mensyaratkan bahwa nilai kesalahan dari penduga menyebar normal dengan rata- rata 0 dan varian σ 2 . Pengujian asumsi ini dapat dilakukan dengan melihat plot dari probabilitas normal atau dengan uji formal yaitu uji Kolmogorof Smirnov atau dengan uji Jarque-Bera. Jika plot probabilitas mengikuti garis diagonal atau uji Kolmogorofnya tidak signifikan, maka asumsi normalitas terpenuhi. 68 Namun uji formal yang dilakukan pada penelitian ini adalah uji Jaque-Bera. Hipotesis yang digunakan adalah: � � � � � � � �� � � � � � � Sementara statistik uji yang digunakan = [ + − ] Dimana n = jumlah sampel; S = koefisien skewness ; K = koefisien kurtosis. JB statistik mengikuti distribusi chi-square dengan derajat bebas 2. Jika nilai JBstat lebih kecil dari nilai chi-square tabel maka asumsi normal terpenuhi. Atau jika p-value lebih dari α maka asumsi normal terpenuhi. b. Asumsi Non Autokorelasi Asumsi ini mensyaratkan tidak ada korelasi serial antar variabel e i untuk setiap observasi. Secara umum, asumsi ini dapat ditulis dalam bentuk: Ee i , e j =0; i≠j Pengujian terhadap asumsi ini dapat dilakukan dengan menggunakan statistik uji Durbin Watson. Hipotesis nul yang digunakan adalah bahwa tidak ada autokorelasi positif maupun negatif, sedangkan hipotesis alternatifnya adalah sebaliknya. Statistik Uji Durbin Watson dapat dihitung dengan rumus matematis sebagai berikut: = ∑ � � −� �− �� �= ∑ � � �� �= 69 Keputusan: dd L : H ditolak d4-d L : H ditolak d L ≤ d ≤ d U : Tidak bisa disimpulkan 4-d U ≤ d ≤ 4-d L : Tidak bisa disimpulkan d U ≤ d ≤ 4-d U : Tidak bisa disimpulkan c. Asumsi Non Multikolinearitas Syarat model regresi yang baik adalah tidak adanya multikolinieritas. Multikolinieritas merupakan kondisi adanya hubungan linier diantara variabel independen dalam model. Menurut Gujarati 2004, konsekuensi yang dapat ditimbulkan akibat adanya pelanggaran terhadap asumsi ini: 1 Estimator masih BLUE tetapi mempunyai varians dan covarians yang besar, sehingga sulit mendapatkan estimasi yang tepat. 2 Akibat dari poin 1, selang kepercayaan akan cenderung lebih besar dan nilai statistik hitung uji t akan lebih kecil. Hal ini membuat variabel independen secara statistik tidak signifikan mempengaruhi variabel dependen. 3 Meskipun statistik hitung uji t untuk satu atau lebih variabel tidak signifikan secara statistik, R 2 dapat sangat tinggi. 4 Standar error sangat sensitif terhadap perubahan kecil pada data. Pengujian multikolinearitas dapat dilakukan dengan melihat nilai Variance Inflation Factor VIF. Jika nilai VIF lebih kecil dari 10 maka tidak terjadi multikolinearitas Neter, 1989. Nilai VIF dapat dihitung dengan: 70 = − , dimana = , , . . , 7. Pengujian Keberartian Model Regresi Untuk mengetahui keberartian model regresi yang dihasilkan digunakan kriteria berikut: a. Koefisien determinasi R 2 Uji R 2 digunakan untuk mengukur kebaikan atau kesesuaian suatu model persamaan regresi. Besaran R 2 dihitung dengan rumus: = ∑ ̂ � − ̅ ∑ � − ̅ = = − Adjusted R 2 dihitung dengan rumus: = − − − − − dimana: SSR : jumlah kuadrat yang dijelaskan SS res : jumlah kuadrat kesalahan SST : jumlah kuadrat total n : jumlah individu T : jumlah periode k : banyaknya variabel bebas Adjusted R 2 digunakan karena sudah menghilangkan pengaruh penambahan variabel bebas dalam model. b. Uji F Uji F digunakan untuk mengetahui apakah variabel bebas secara bersama-sama signifikan mempengaruhi variabel tidak bebasnya. Hipotesis pengujian: H : β 1 = β 2 = ... = β k = 0 H 1 : paling sedikit ada satu nilai β j ≠0, dengan j=1,2,..., k 71 Statistik uji F dihitung dengan formula sebagai berikut: − , − − = − ⁄ − − − ⁄ R 2 adalah koefisien determinasi pada model terpilih, k adalah jumlah parameter tanpa intersep, n adalah jumlah individu, dan T adalah jumlah periode waktu. Hipotesis nul ditolak jika F hitung F α;n+k-1,nT-n-k , yang berarti bahwa terdapat minimal satu variabel bebas yang signifikan berpengaruh terhadap variabel tidak bebasnya. c. Uji t Uji t digunakan untuk mengetahui apakah variabel-variabel bebas secara parsial berpengaruh signifikan terhadap variabel tak bebasnya. Hipotesis pengujian: H : β j = 0 H 1 : β j ≠ 0, dengan j=1,2,….,k Statistik uji yang digunakan adalah statistik uji t-student. Formula statistik uji t-student adalah sebagai berikut: � = ̂ � ̂ �̂ adalah nilai penduga parameter ke-j, se�̂ adalah simpangan dari nilai penduga parameter ke-j. Hipotesis nul akan ditolak jika |t hitung | � ; − − . Hal ini berarti secara parsial variabel bebas ke-j signifikan mempengaruhi variabel tidak bebasnya dengan tingkat kepercayaan sebesar 1- α 100. 72

E. Operasionalisasi Variabel Penelitian

Menurut Indriantoro 2002:89 variabel adalah construct yang diukur dengan berbagai macam nilai untuk memberikan gambaran yang lebih nyata mengenai fenomena-fenomena. Pengukuran construct merupakan masalah yang kompleks, karena berkaitan dengan fungsi variabel untuk memberi gambaran yang lebih kongkret mengenai abstraksi construct yang diwakilinya. Operasionalisasi variabel penelitian adalah penentuan construct sehingga menjadi variabel yang dapat diukur. Definisi operasionalisasi menjelaskan cara tertentu yang digunakan dalam suatu penelitian dalam mengoperasionalisasikan construct, sehingga memungkinkan penelitian lain untuk melakukan replikasi pengukuran dengan cara yang sama atau mengembangkan cara pengukuran construct yang lebih baik. Pada bagian ini akan diuraikan definisi dari masing-masing variabel yang digunakan berikut dengan operasional dan cara pengukurannya. 1. Audit Delay Y Audit delay yaitu lama waktu penyelesaian audit diukur berdasarkan lamanya hari yang dibutuhkan untuk laporan auditor independen atas audit laporan keuangan tahunan perusahaan, sejak tanggal tutup tahun buku perusahaan yaitu per 31 Desember sampai tanggal yang tertera pada laporan auditor independen Aryati dan Maria, 2005. Variabel ini diukur dengan menghitung jumlah hari dari tanggal tutup tahun buku perusahaan sampai tanggal yang tertera pada laporan auditor independen. 73 2. Ukuran Perusahaan X1 Variabel ukuran perusahan dapat diukur dengan logaritma jumlah total aktiva yang dimiliki oleh setiap sampel Rachmawati, 2008. Total aktiva menunjukkan total sumber daya yang dimiliki oleh perusahaan yang akan memberikan manfaat ekonomis di masa yang akan datang. Ukuran perusahaan diukur dengan menggunakan skala rasio. Dyer dan Mc Hugh dalam Aryati 2005 menyatakan bahwa manajemen perusahaan besar memiliki dorongan untuk mengurangi penundaan audit dan penundaan pelaporan laporan keuangan yang disebabkan oleh karena perusahaan besar senantiasa diawasi secara ketat oleh para investor, asosiasi perdagangan, dan agen regulator. 3. Reputasi Auditor X2 Kantor Akuntan Publik KAP adalah suatu bentuk organisasi akuntan publik yang memperoleh izin sesuai dengan peraturan perundang- undangan, yang berusaha di bidang pemberian jasa profesional dalam praktek akuntan publik Rachmawati, 2008. Reputasi Auditor dapat dilihat dari KAP dimana auditor berada sehingga memberikan reputasi bagi auditor dan KAP tersebut. KAP diklasifikasikan menjadi dua, yaitu KAP Big Four atau non big four. KAP yang berafiliasi dengan KAP Big Four diberi kode 1, sedangkan untuk KAP non big four diberi kode 0. 74 4. Opini Audit X3 Variabel opini audit merupakan variabel dummy dimana terdiri dari qualified opinion pendapat wajar dengan pengecualian dan unqualified opinion pendapat wajar tanpa pengecualian. Jika terdapat pendapat tidak wajar dan pernyataan tidak memberikan pendapat dikategorikan dalam qualified opinion. Sedangkan bahasa penjelasan yang ditambahkan dalam laporan auditor bentuk baku dikategorikan dalam unqualified opinion. Variabel opini audit diberi nilai 1 jika jenis pendapat akuntan publik adalah qualified opinion dan nilai 0 jika unqualified opinion. Diduga perusahaan yang mendapat opini selain unqualified opinion akan mengalami audit delay yang lebih lama, dibandingkan dengan perusahaan yang mendapatkan opini unqualified opinion. 5. Profitabilitas Profitabilitas adalah kemampuan perusahaan untuk memperoleh laba. Profitabilitas diukur dengan rasio return on asset ROA yang hitung berdasarkan laba bersih dibagi dengan total aktiva Rachmawati, 2008. Perusahaan yang memiliki Profitabilitas tinggi diduga waktu yang diperlukan untuk menyelesaikan auditnya akan lebih pendek dibandingkan perusahaan dengan profitabilitas rendah. Profitabilitas dapat dirumuskan sebagai berikut: ROA = � � 75 6. Solvabilitas Solvabilitas perusahaan dalam penelitian ini diukur dengan membandingkan jumlah utang baik jangka pendek ataupun jangka panjang dengan jumlah aktiva Rachmawati, 2008. Angka perbandingan tersebut dinyatakan dalam total debt to total asset rasio. Perhitungan Solvabilitas atau disebut juga dengan leverage ratio dirumuskan sebagai berikut: TDTA = 76 Tabel 3.1 Tabel Operasionalisasi Variabel Variabel Sub Variabel Indikator Skala Pengukuran Ukuran Perusahaan X1 Sumber: Subekti 2005, Aryati 2005, Utami 2006, Rustiana 2007, Rachmawati 2008, Rochimawati 2008, Kartika 2009, dan Prayogi 2009 Ukuran Perusahaan Total asset perusahaan Skala Rasio Reputasi Auditor X2 Sumber: Utami 2006, Kartika 2009. Reputasi Auditor Variabel Dummy 1 untuk KAP big four dan 0 untuk non big four Skala Nominal Opini Audit X3 Sumber: Subekti 2005, Utami 2006, Rustiana 2007, Rochimawati 2007, dan Kartika 2009. Opini audit Variabel Dummy 1 untuk opini qualified opinion. 0 untuk unqualified opinion Skala Nominal Profitabilitas X4 Sumber: Subekti 2005, Aryati 2005, Rachmawati 2008, dan Profitabilitas Dihitung dengan rasio Return On Asset ROA Skala Rasio 77 Sumber: Diolah dari berbagai referensi Kartika 2009. Variabel Sub Variabel Indikator Skala Pengukuran Solvabilitas X5 Sumber: Rachmawati 2008, Prayogi 2009. Solvabilitas Dihitung dengan rasio total debt to total asset Skala Rasio Audit Delay Y Sumber: Subekti 2005, Aryati 2005, Utami 2006, Rustiana 2007, Rachmawati 2008, dan Ajiha 2011 Audit Delay Jumlah hari terhitung dari tanggal laporan keuangan sampai dengan tanggal laporan audit Skala Rasio 78

BAB IV PENEMUAN DAN PEMBAHASAN

A. Analisis Deskriptif

Perkembangan perusahaan go public di pasar modal setiap tahun semakin bertambah yang diklasifikasikan dalam beberapa kelompok berdasarkan industri dan bidang usahanya. Seiring dengan aktifnya kembali pasar modal Indonesia yaitu tahun 1997 dalam hal ini adalah Bursa Efek Jakarta BEJ yang kemudian menjadi Bursa Efek Indonesia BEI pada tahun 2007, maka semenjak itulah industri-industri yang ada di indonesia mulai diperdagangkan kembali dijantung bursa. Subjek penelitian dalam penelitian kali ini adalah perusahaan keuangan go public yang berada di Indonesia dan terdaftar di Bursa Efek Indonesia tahun 2009-2011. Pemilihan perusahaan yang terdaftar di BEI sebagai sampel penelitian disebabkan karena perusahaan tersebut adalah perusahaan yang menggunakan jasa auditor yang laporan keuangan auditan dan laporan auditnya dipublikasikan kepada masyarakat. Populasi yang digunakan dalam penelitian ini adalah perusahaan keuangan yang terdaftar di Bursa Efek Indonesia periode tahun 2009 sampai dengan tahun 2011 sejumlah 49 perusahaan dan sampel yang digunakan di penelitian ini dipilih secara purposive sampling. Perusahaan yang dijadikan objek dalam penelitian ini adalah perusahaan keuangan yang terdaftar di Bursa Efek Indonesia dari tahun 2009 sampai dengan tahun 2011, perusahaan yang mempunyai tahun tutup buku per 31 Desember, perusahaan yang termasuk 79 kedalam kategori perusahaan keuangan, dan perusahaan yang mengeluarkan laporan keuangan dari tahun 2009 sampai dengan tahun 2011. Perusahaan keuangan yang menjadi kriteria diantaranya perusahaan asuransi, perkreditan, dan perbankan yang terdaftar di BEI. Rincian sampel perusahaan yang terdaftar di BEI diuraikan pada lampiran.

B. Hasil Uji Instrumen Penelitian

1. Analisis Statistik Deskriptif Data yang digunakan dan dianalisis dalam penelitian ini adalah data informasi keuangan berupa laporan audit dan laporan keuangan perusahaan keuangan go public yang terdaftar di Bursa Efek Indonesia BEI pada tahun 2009 sampai dengan tahun 2011. a. Audit Delay Variabel dependen yang digunakan adalah lamanya proses audit yang dihitung dari tanggal tutup buku yaitu 31 Desember hingga diterbitkannya laporan audit audit delay. Berdasarkan data mengenai audit delay yang berhasil dihimpun dari perusahaan keuangan menunjukan bahwa waktu pelaksanaan audit minimal adalah 19 hari dan jangka waktu paling lama adalah 137 hari dengan rata-rata audit delay 72 hari. Selengkapnya dapat dilihat di tabel berikut: Tabel 4.1 Statistik Deskriptif Data Audit Delay Variabel Minimal Maksimal Rata-rata Audit Delay 19 137 72 80 Sesuai dengan tabel diperoleh informasi nilai untuk jangkauan 137-19 hari = 118. Apabila angka tersebut dibagi menjadi 4 kategori, maka diperoleh angka 29,5 untuk setiap lebar kategorinya. Berikut tabel selengkapnya: Tabel 4.2 Distribusi Kecenderungan Frekuensi Audit Delay No Skor Frekuensi Persentase Kategori 1 2 3 4 19,0 – 48,5 48,6 – 78,1 78,2 – 107,7 107,8 – 137,3 21 64 59 3 14,3 43,5 40,1 2,1 Sangat Cepat Cepat Lambat Sangat Lambat Jumlah 147 100 Sesuai dengan tabel, maka dapat diperoleh informasi bahwa perusahaan keuangan yang terdaftar di BEI untuk periode 2009-2011 memiliki audit delay dengan kategori cepat Yulianti, 2011. b. Ukuran Perusahaan Ukuran perusahaan dihitung dari banyaknya aktiva yang dimiliki oleh perusahaan tersebut. Ukuran perusahaan pada perusahaan keuangan memiliki nilai minimal 1,35 dan nilai maksimal sebesar 5,74 dengan nilai rata-rata 3,65. Selengkapnya dapat dilihat ditabel berikut: Tabel 4.3 Statistik Deskriptif Data Ukuran Perusahaan Variabel Minimal Maksimal Rata-rata Ukuran Perusahaan 1,35 5,74 3,65 81 Berdasarkan informasi tabel diperoleh rentang ukuran perusahaan adalah 5,74 – 1,35 = 4,39. Apabila dibagi 4 kategori, maka diperoleh angka 1,09 untuk setiap lebar kategorinya. Berikut tabel selengkapnya: Tabel 4.4 Distribusi Kecenderungan Frekuensi Ukuran Perusahaan No Skor Frekuensi Persentase Kategori 1 2 3 4 1,35 – 2,44 2,45 – 3,54 3,55 – 4,64 4,65 – 5,74 22 48 41 36 14,9 32,6 27,9 24,6 Sangat Besar Besar Kecil Sangat Kecil Jumlah 147 100 Sesuai dengan tabel, maka dapat diperoleh informasi bahwa perusahaan keuangan yang terdaftar di BEI untuk periode 2009-2011 memiliki ukuran perusahaan dengan kategori besar Yulianti, 2011. c. Reputasi Auditor Reputasi auditor dibedakan menjadi kategori the big four dan non the big four. Berdasarkan data yang diperoleh ternyata yang masuk dalam the big four sebanyak 42,8, sedangkan yang tidak masuk dalam the big four ada 57,2. Hal ini menandakan bahwa auditor KAP di BEI untuk perusahaan keuangan adalah sebagian besar masuk kategori non the big four. Berikut tabel selengkapnya: Tabel 4.5 Distribusi Kategori Reputasi Auditor No Kategori Frekuensi Persentase 1 2 The Big Four Non The Big Four 63 84 42,8 57,2 147 100 82 d. Opini Audit Opini audit dibedakan menjadi kategori unqualified opinion dan qualified opinion. Berdasarkan data yang diperoleh ternyata yang termasuk unqualified opinion sebanyak 97,9, sedangkan yang termasuk qualified opinion sebanyak 2,1. Hal ini menandakan bahwa laporan keuangan dari perusahaan keuangan yang terdaftar di BEI memiliki pendapat auditor sebagian besar yakni unqualified opinion. Berikut tabel selengkapnya: Tabel 4.6 Distribusi Kategori Opini Audit No Kategori Frekuensi Persentase 1 2 Unqualified Opinion Qualified Opinion 144 3 97,9 2,1 147 100 e. Profitabilitas Profitabilitas perusahaan keuangan yang terdaftar di BEI tahun 2009-2011 memiliki nilai minimal - 0,11 dan nilai maksimal 1,74 dengan nilai rata-rata sebesar 0,35. Berikut data selengkapnya: Tabel 4.7 Statistik Deskriptif Data Profitabilitas Variabel Minimal Maksimal Rata-rata Profitabilitas -0,11 1,74 0,35 Berdasarkan informasi tabel diatas, maka rentang profitabilitas adalah 1,74 – -0,11 = 1,85. Apabila dibagi dalam 4 kategori, maka lebar kelas menjadi 0,46 untuk setiap kategorinya. Berikut tabel selengkapnya: 83 Tabel 4.8 Distribusi Kecenderungan Frekuensi Profitabilitas No Skor Frekuensi Persentase Kategori 1 2 3 4 -0,11 – 0,35 0,36 – 0.82 0,83 – 1,29 1,30 – 1,76 107 17 18 5 72,8 11,6 12,2 3,4 Sangat Tinggi Tinggi Rendah Sangat Rendah 147 100 Sesuai dengan tabel diatas, maka dapat diperoleh informasi bahwa perusahaan keuangan yang terdaftar di BEI untuk periode 2009- 2011 memiliki profitabilitas sangat tinggi Yulianti, 2011. f. Solvabilitas Solvabilitas perusahaan keuangan yang terdaftar di BEI tahun 2009-2011 memiliki nilai minimal 0,03 dan nilai maksimal 1,03 dengan nilai rata-rata sebesar 0,66. Berikut tabel selengkapnya: Tabel 4.9 Statistik Deskriptif Data Solvabilitas Variabel Minimal Maksimal Rata-rata Solvabilitas 0,01 1,03 0,66 Berdasarkan informasi tabel diatas, maka rentang solvabilitas adalah 1,03 – 0,01 = 1,02. Apabila dibagi dalam 4 kategori, maka lebar kelas menjadi 0,25 untuk setiap kategorinya. Berikut tabel selengkapnya: 84 Tabel 4.10 Distribusi Kecenderungan Frekuensi Solvabilitas No Skor Frekuensi Persentase Kategori 1 2 3 4 0,01 – 0,26 0,27 – 0,52 0,53 – 0,78 0,79 – 1,04 9 27 38 73 6,1 18,4 25,8 49,7 Sangat Tinggi Tinggi Rendah Sangat Rendah 147 100 Sesuai dengan tabel diatas, maka dapat diperoleh informasi bahwa perusahaan keuangan yang terdaftar di BEI untuk periode 2009- 2011 memiliki solvabilitas sangat rendah Yulianti, 2011. 2. Analisis Inferensia a. Estimasi Model Regresi Data Panel Model regresi data panel dapat dilakukan melalui tiga model estimasi, yaitu common effects, fixed effects, dan random effects yang memiliki asumsi berbeda terhadap intersepnya. Model common effects mengasumsikan bahwa dalam berbagai kurun waktu, audit delay dari setiap perusahaan adalah sama. Berbeda dengan model fixed effects mengasumsikan bahwa dalam berbagai kurun waktu, audit delay dari setiap perusahaan berbeda. Bisa dikatakan bahwa nilai intersep pada model estimasi yang berbeda untuk setiap perusahaan. Sama halnya dengan model fixed effects, model random effects juga mengasumsikan bahwa dalam berbagai kurun waktu, audit delay dari setiap perusahaan berbeda. Namun terdapat perbedaan dalam sifat intersepnya, pada model fixed effects intersep bersifat tetap non-stochastic sedangkan pada model random effects intersep diasumsikan bersifat acak stochastic. 85 Pemilihan model estimasi terbaik akan dilakukan terhadap ketiga jenis model tersebut. Untuk menentukkan model estimasi terbaik tersebut akan dilakukan beberapa prosedur pengujian formal, yaitu: uji statistik F untuk memilih antara model common effects atau fixed effects; uji Langrange Multiplier LM untuk memilih antara common effects atau random effects; uji Hausman untuk memilih antara model fixed effects atau random effects. Selanjutnya, untuk model estimasi data panel terpilih akan dilakukan pengujian untuk memilih estimator dengan struktur varians-kovarians residual yang lebih baik. b. Pemilihan Model Terbaik Awal pemilihan model regresi terbaik adalah pengujian signifikansi model fixed effects. Pengujian ini bertujuan untuk mengetahui apakah model estimasi fixed effects lebih baik dari model regresi common effects. Berdasarkan output uji signifikansi model fixed effect, ternyata diperoleh p-value sebesar 0,000. Dengan demikian hipotesis null ditolak, sehingga dapat disimpulkan bahwa pada alpha lima persen, intersep untuk setiap variabel adalah berbeda, yang artinya bahwa model fixed effects lebih baik dari common effects. Menurut Baltagi dalam alur pemilihan model terbaik, langsung dilakukan pengujian signifikansi random effect terhadap fixed effect. Pengujian itu dilakukan dengan tes Haussman. Setelah dilakukan pengujian, ternyata memberikan hasil yang invalid dikarenakan statistic hitungnya bernilai negatif. Nilai negatif ini kemudian 86 dijadikan nol dengan probability chi square menjadi 1. Pengujian Hausman yang invalid ini mendorong peneliti untuk memutuskan tidak memakai random effects sebagai model terbaik. Keputusan ini juga didukung oleh alasan-alasan lain berkaitan dengan ukuran statistik yang dihasilkan oleh metode random effects yang tidak mendukung hipotesis penelitian. Sehingga model yang dipakai dalam penelitian ini adalah persamaan regresi data panel dengan teknik fixed effects. Setelah fixed effects terpilih, selanjutnya dilakukan identifikasi struktur matriks residual varian-kovarian. Penyesuaian model regresi berdasarkan matriks varians kovarians bertujuan untuk menghindari model fixed effects yang bias bila terdapat heteroskedastisitas. Statistik uji yang digunakan adalah statistik tes LM Langrange Multiplier. Hasil penghitungan pengujian LM menunjukkan hasil yang signifikan, diperoleh nilai LM-statistic = 72,52 yang lebih besar dari wilayah kritis = 66,34. Hal ini memutuskan bahwa hipotesis null ditolak, yang berarti bahwa pada alpha lima persen model estimasi fixed effects dengan struktur varians kovarians yang bersifat heteroskedastik lebih baik untuk digunakan dibandingkan dengan model estimasi fixed effects dengan struktur varians kovarians yang bersifat homoskedastik. Hasil pengujian struktur matriks varians-covarians heteroskedastik dan cross sectional correlation didapat nilai ℎ� �� = 1729,10 yang lebih dari wilayah kritis 0,05;105 = 1256,89 sehingga kita memutuskan untuk menolak H yang berarti 87 bahwa struktur varians-covarians residual bersifat heteroskedastik dan ada cross sectional correlation. Untuk mengakomodir terjadinya heteroskedastisitas dan cross sectional correlation maka digunakan FGLS sebagai metode estimasinya, sehingga estimator yang dihasilkan tetap memiliki sifat BLUE. c. Pengujian Asumsi Klasik Setelah didapatkan hasil estimasi yang terbaik, maka langkah selanjutnya adalah uji normalitas. Hasil pengujiannya memperlihatkan bahwa asumsi normalitas dari residual telah terpenuhi. Hal ini ditandai dari signifikansi uji Jarque-Bera yang menunjukkan probability lebih besar dari tingkat signifikansi sebesar lima persen. Oleh karena itu, hipotesis nul tidak dapat ditolak, sehingga dapat disimpulkan bahwa residual berdistribusi normal. Akan tetapi pada asumsi non autokorelasi, hasilnya belum bisa ditarik kesimpulan. Hal ini dapat diidentifikasi dari model memiliki nilai Durbin Watson sebesar 2,44. Hal ini dikarenakan nilai DW berada di wilayah keputusan tidak bisa disimpulkan. Yaitu dimana nilai DW kurang dari sama dengan 4-DL dan lebih dari sama dengan 4-DU. Asumsi non multikolinieritas juga telah terpenuhi. Nilai variance inflation factor VIF seluruh variabel independen lebih kecil dari 10. Oleh karena itu, dapat disimpulkan bahwa tidak terjadi hubungan linier non multikolinieritas di antara variabel independen. 88 Tabel 4.11 Uji Multikolinieritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant SOL .737 1.357 PROF .986 1.014 UP .652 1.534 REPU .801 1.248 OA .956 1.047 a. Dependent Variable: lnad Nilai VIF di atas dapat dilihat bahwa rata-rata nilai VIF 10. Hal ini mengindikasikan bahwa tidak ada gejala multikolinearitas di dalam model. Dengan demikian diharapkan semua variabel independen dapat memberikan pengaruh yang murni terhadap variabel dependen d. Hasil Model Terbaik Serangkaian uji yang telah dilakukan diatas didapat model terbaik adalah model regresi fixed effect cross sectional weigth. Model yang didapat adalah sebagai berikut: � ̂ � p-value 0,0255 0,0000 0,0084 0,0000 0,7268 � � � � 0,9930 89 Nilai R-Squared adalah 0,9930 yang berarti bahwa 99 persen variasi elastisitas penerimaan audit delay dapat dijelaskan secara bersama- sama oleh variasi profitabilitas, solvabilitas, ukuran perusahaan, reputasi perusahaan, dan opini auditor. Nilai ProbF-statistic= 0,0000 artinya bahwa secara simultan semua variabel bebas signifikan mempengaruhi variabel tak bebasnya dengan tingkat kepercayaan 95 persen. Jika dilihat secara parsial t-statistic, solvabilitas, ukuran perusahaan, reputasi auditor, dan opini audit signifikan mempengaruhi variabel tak bebasnya dengan tingkat kepercayaan sebesar 95 persen.

C. Pembahasan Hasil Hipotesis

Hipotesis 1: Pengaruh Ukuran Perusahaan Terhadap Audit Delay Pada variabel ukuran perusahaan dapat dilihat bahwa nilai p-value uji t kurang dari alpha 5 persen yaitu 0,0084. Hal ini mengindikasikan bahwa cukup bukti untuk menyatakan bahwa ukuran perusahaan memiliki pengaruh yang signifikan terhadap audit delay. Koefisien variabel ukuran perusahaan menunjukkan nilai 0,0825 artinya bahwa kenaikan ukuran perusahaan sebesar 1 satuan akan menaikkan audit delay sebesar 0,0825 persen variabel lainnya dianggap cateris paribus. Hasil ini sesuai dengan penelitian Rachmawati 2008 yang menunjukkan pengaruh signifikan antara ukuran perusahaan terhadap audit delay dengan tingkat signifikasi 0,000. Total aset yang dimiliki oleh perusahaan ternyata mempunyai pengaruh secara signifikan terhadap rentang waktu penyampaian laporan audit atas laporan keuangan. Hal ini dikarenakan semakin besar perusahaan, maka perusahaan itu memiliki sistem pengendalian 90 internal yang baik sehingga dapat mengurangi tingkat kesalahan dalam penyajian laporan keuangan sehingga memudahkan auditor dalam melakukan pengauditan atas laporan keuangan. Hipotesis 2 : Pengaruh Reputasi Auditor Terhadap Audit Delay Pada variabel reputasi auditor dapat dilihat bahwa nilai p-value uji t kurang dari alpha 5 persen yaitu 0,0000. Hal ini mengindikasikan bahwa cukup bukti untuk menyatakan bahwa reputasi auditor memiliki pengaruh yang signifikan terhadap audit delay. Ditilik dari nilai koefisien variabelnya yaitu 0,1081. Apabila diinterpretasikan maka sistem akuntansi yang dikelola oleh auditor yang memiliki karakteristik tergabung dalam KAP big four akan meningkatkan audit delay sebesar 0, 1081 persen. Hal ini mengindikasikan bahwa penyerahan audit keuangan kepada auditor yang berasal dari KAP big four pada penelitian ini malah memperlama proses audit delay. Fenomena ini bisa terjadi terkait dengan prediksi perusahaan bahwa laporan keuangan perusahaan tahun ini akan sedikit sulit, sehingga membutuhkan orang-orang yang lebih professional untuk menyelesaikan laporan keuangannya. Namun, untuk menyelesaikan laporan keuangan yang baik dengan masalah yang lebih kompleks tentu dibutuhkan waktu yang tidak singkat. Hasil ini sesuai dengan penelitian Subekti 2005 yang menunjukkan pengaruh signifikan antara reputasi auditor terhadap audit delay. KAP yang masuk dalam big four ternyata mempunyai pengaruh secara signifikan terhadap jangka waktu penyampaian laporan audit. Hal ini dikarenakan KAP yang masuk big four dengan yang non big four memiliki karakteristik yang berbeda. KAP yang masuk big four akan bekerja lebih profesional dari pada 91 yang non the big four. KAP big four akan bekerja lebih efektif dan efisien sehingga akan lebih cepat dalam penyampaian laporan auditan. Hipotesis 3 : Pengaruh Opini Audit Terhadap Audit Delay Pada variable opini audit dapat dilihat bahwa nilai p-value uji t lebih dari alpha 5 persen yaitu 0,7268. Hal ini mengindikasikan bahwa tidak cukup bukti untuk menyatakan bahwa opini audit memiliki pengaruh yang signifikan terhadap audit delay. Bisa dikatakan bahwa secara statistik dalam penelitian ini opini auditor ini tidak memiliki pengaruh yang tampak nyata terhadap audit delay. Hasil ini tidak sesuai dengan penelitian Prayogi 2009 yang menunjukkan pengaruh signifikan antara opini audit terhadap audit delay pada perusahaan telekomunikasi pada tahun 2009-20011. Hal ini terjadi karena jenis pendapat auditor merupakan goodnews atau badnews atas kinerja manajerial perusahaan dalam setahun bukan merupakan faktor penentu dalam ketepatan waktu pelaporan audit. Hipotesis 4 : Pengaruh Profitabilitas Terhadap Audit Delay Pada variabel profitabilitas, dapat dilihat bahwa nilai p-value uji t kurang dari alpha 5 persen yaitu 0,0000. Hal ini mengindikasikan bahwa cukup bukti untuk menyatakan bahwa profitabilitas memiliki pengaruh yang signifikan terhadap audit delay. Koefisien profitabilitas adalah 0,0154 yang berarti bahwa kenaikan profitabilitas sebesar 1 satuan akan menaikkan profitabilitas sebesar 0,0154 persen ceteris paribus. 92 Hasil ini sesuai dengan penelitian Subekti 2005 yang menunjukkan pengaruh signifikan antara profitabilitas terhadap audit delay. Hal ini berarti kemampuan perusahaan untuk menghasilkan laba berdasarkan aktiva yang dimiliki mempunyai pengaruh secara signifikan terhadap jangka waktu penyampaian laporan keuangan auditan. Jika perusahaan menghasilkan tingkat profitabilitas yang lebih tinggi maka audit delay akan lebih pendek dibandingkan perusahaan dengan tingkat profitabilitas yang lebih rendah. Hipotesis 5 : Pengaruh Solvabilitas Terhadap Audit Delay Pada variabel solvabilitas, dapat dilihat bahwa nilai p-value uji t kurang dari alpha 5 persen yaitu 0,0255. Hal ini mengindikasikan bahwa cukup bukti untuk menyatakan bahwa solvabilitas memiliki pengaruh yang signifikan terhadap audit delay. Koefisien regresi untuk variabel solvabilitas menunjukkan nilai 0,1573 artinya bahwa peningkatan solvabilitas sebesar 1 satuan akan meningkatkan audit delay sebesar 0,1573 persen variabel lainnya dianggap cateris paribus. Tingkat besar kecilnya utang yang dimiliki perusahaan akan menyebabkan pemeriksaan dan pelaporan terhadap pemeriksaan utang perusahaan semakin lama sehingga memperlambat proses pelaporan audit oleh auditor. Hasil ini berlawanan terhadap penelitian Rahmawaty 2008 yang menunjukkan pengaruh tidak signifikan antara solvabilitas dengan audit delay berdasarkan dengan kualitas standar pekerjaan auditor seperti yang telah diatur dalam SPAP melaksanakan prosedur audit perusahaan baik yang memiliki total utang besar dengan jumlah debtholder yang banyak atau perusahaan dengan utang yang kecil dan jumlah debtholder yang sedikit tidak akan 93 mempengaruhi proses penyelesaian audit laporan keuangan, karena auditor yang ditunjuk pasti telah menyediakan waktu sesuai dengan kebutuhan jangka waktu untuk menyelesaikan proses pengauditan utang. 94

BAB V PENUTUP

A. KESIMPULAN

Berdasarkan hasil penelitian dan pembahasan pada bagian sebelumnya, maka dapat disimpulkan sebagai berikut : 1. Variabel ukuran perusahaan memiliki pengaruh terhadap audit delay pada perusahaan keuangan yang terdaftar di BEI pada tahun 2009-2011. Hal ini dibuktikan dengan nilai p-value uji t kurang dari alfa 5 persen yaitu 0,0084. Dengan hasil tersebut, maka ukuran perusahaan berpengaruh signifikan terhadap audit delay. 2. Variabel reputasi auditor memiliki pengaruh terhadap audit delay pada perusahaan keuangan yang terdaftar di BEI pada tahun 2009-2011. Hal ini dibuktikan dengan nilai p-value uji t kurang dari alfa 5 persen yaitu 0,0000. Dengan hasil tersebut, maka reputasi auditor berpengaruh signifikan terhadap audit delay. 3. Variabel opini audit tidak memiliki pengaruh terhadap audit delay paa perusahaan keuangan yang terdaftar di BEI pada tahun 2009-2011. Hal ini dibuktikan dengan nilai p-value uji t lebih dari alfa 5 persen yaitu 0,7268. Dengan hasil tersebut, maka opini audit tidak berpengaruh signifikan terhadap audit delay. 95 4. Variabel profitabilitas memiliki pengaruh terhadap audit delay pada perusahaan keuangan yang terdaftar di BEI pada tahun 2009-2011. Hal ini dibuktikan dengan nilai p-value uji t kurang dari alfa 5 persen yaitu 0,0000. Dengan hasil tersebut, maka profitabilitas berpengaruh signifikan terhadap audit delay. 5. Variabel solvabilitas memiliki pengaruh terhadap audit delay pada perusahaan keuangan yang terdaftar di BEI pada tahun 2009-2011. Hal ini dibuktikan dengan nilai p-value uji t kurang dari alfa 5 persen yaitu 0,0255. Dengan hasil tersebut, maka solvabilitas berpengaruh signifikan terhadap audit delay. 6. Secara simultan bersama-sama dengan tingkat kepercayaan sebesar 95 persen, semua variabel independen berpengaruh terhadap audit delay. Secara parsial dengan tingkat kepercayaan sebesar 95 persen, semua variabel independent berpengaruh terhadap variabel audit delay kecuali untuk variabel opini audit yang tidak signifikan secara statistik terhadap audit delay. 96

B. IMPLIKASI

Penelitian ini memiliki implikasi bagi auditor yaitu auditor sebaiknya membuat program pemeriksaan agar pemeriksaan dapat berjalan dengan waktu yang lebih cepat, auditor melakukan pemeriksaan secara sistematis, auditor mengumpulkan dan memeriksa berkas – berkas dan data – data sesuai dengan yang dibutuhkan, dan auditor sebaiknya memiliki target waktu pemeriksaan sehingga pelaporan hasil audit dapat disampaikan lebih cepat dan akurat. Penelitian ini memiliki implikasi bagi pemerintah atau Bapepam yaitu pemerintah dapat mempertegas peraturan pelaporan audit dari perusahaan kepada pemerintah, memberikan peringatan dan sanksi kepada perusahaan yang sering mengalami keterlambatan pelaporan, dan memberikan imbauan baik kepada auditor dan perusahaan atas peraturan yang berlaku. Penelitian ini memiliki implikasi bagi perusahaan yaitu perusahaan sebaiknya dapat menyediakan data - data yang dibutuhkan auditor dengan lengkap sehingga auditor tidak kesulitan selama pemeriksaan, perusahaan tidak mempersulit auditor selama pemeriksaan laporan keuangan, dan perusahaan memberikan kebebasan dan kebebasan bagi auditor selama pemeriksaan sehingga tidak menimbulkan keterlambatan pelaporan oleh auditor dan terbebas dari sanksi yang ditentukan apabila terjadi keterlambatan pelaporan. ϵϳ DAFTAR PUSTAKA Agoes, Sukrisno. 2007. “Auditing”. Edisi Ketiga, Fakultas Ekonomi Universitas Indonesia, Jakarta. Ainun Na’im. 1988. ”Akuntansi Keuangan I”, Yogyakarta, BPFE. Apriyono, Soemarso. 2008. “Akuntansi Suatu Pengantar”, Edisi ke-4, Rineka Cipta, Jakarta. Arens, Alvin A., Randal J. Elder, Mark S. Beasley. 2010. “Auditing and Assurance Services An Integrated Approach”,13 th edition, Pearson Education Inc, Upper Saddle River, New Jersey. Arens, Lobbecke. 1995. Auditing. Terjemahan: Amir Abadi Jusuf Auditing Pendekatan Terpadu. Jakarta, Salemba Empat. Aryati, Titik dan Maria Theresia. 2005. “Faktor-Faktor yang Mempengaruhi Audit Delay dan Timeliness”, Media Riset Akuntansi, Volume 5, No 3 Desember Hal 271-287. Baltagi, Badi H. 2005. Econometric Analysis of Panel Data 3 rd ed. Chichester: John Wiley Sons Lt. Bapepam. “Kewajiban Penyampaian Laporan Berkala Oleh Perusahaan Efek”, Juli, Kep- 06BL2006. Bapepam.go.id. 2006. Peraturan BAPEPAM. Baridwan, Zaki. 2004. “Intermediate Accounting”. Yogyakarta: BPFE Yogyakarta. Boynton, William C. Raymond N. Johnson. 2006. “Modern Auditing: Assurance Services and The Integrityof Financial Reporting ”, 8 th edition, John Wiley Sons Inc, United States of America. Edisi Terjemahan Jilid 1. Jakarta: Erlangga. Efferin, Sujoko. 2004. “Metode Penelitian Untuk Akuntansi”, Bayumedia Publishing, Malang. Endrianto, Wendi. 2010. “Analisis Faktor-Faktor dalam Good Corporate Governance”. Greene, William. 2000. Econometric Analysis: second edition. United State of America: Prentice Hall. Gujarati, Damodar, N. 2004. Basic Econometrics: fourth edition. USA: Mc.Graw Hill. Indriantoro, Nur dan Bambang Supomo. 2002. “Metodologi Penelitian Bisnis”, Edisi Pertama, BPFE, Yogyakarta. Ikatan Akuntan Indonesia. 2012. Standar Akuntansi Keuangan. Jakarta: Salemba Empat ϵϴ Kasmir. 2008. Bank dan Lembaga Keuangan Lainnya. Edisi Revisi 2008. Jakarta: PT. Rajagrafindo Persada. Kartika, Andi. 2009. “Faktor-Faktor yang Mempengaruhi Audit Delay di Indonesia”, Jurnal Bisnis dan Ekonomi, Volume 16, No 1, Hal 1-7. Ma’ruf. Muhamad. 2006. “Pengaruh Faktor-Faktor dalam Corporate Governance”, Jurnal Bisnis dan Ekonomi USU. Mulyadi. ”Auditing Pengauditan”. 2002. Buku I Edisi Ke Enam, PT. Salemba Empat. Nur Indriantoro dan Bambang Supeno. 1999. “Metode Penelitian Bisnis”, Edisi I, Yogyakarta: BPFE. Pindyck, R. S dan D.L. Rubinfield. 1998. Econometric Models and Economic Forecast. New York: McGraw-Hill International. Prayogi. 2009. “Faktor-Faktor yang Berpengaruh Terhadap Audit Delay” Studi Empiris pada Perusahaan Telekomunikasi yang Terdaftar di Bursa Efek Indonesia pada Tahun 2009-2011.” Priyo Jatmiko, Bambang. 2013. “Emiten terlambat dalam pelaporan keuangan.” http:www.bisniskeuangan.kompas.com. Tanggal diakses : 26 Juli 2013 Rachmawati, Sistya. 2008. “Pengaruh Faktor Internal dan Eksternal Perusahaan Terhadap Audit Delay dan Timeliness”, Jurnal Akuntansi dan Keuangan, Volume 10, No 1 Mei Hal 1-10. Rochimawati. 2008. “Analisis Diskriminan Audit Delay Pada Industri Keuangan Di Bursa Efek Indonesia BEI.” Rusadi Putra, Idris. 2012. “54 Emiten terlambat sampaikan laporan keuangan 2012.” http:www.m.merdeka.com. Tanggal diakses : 26 Juli 2013 Rustiana, Prabandari, Jeane Deart Meity. 2007. “Beberapa Faktor yang Berdampak pada Perbedaan Audit delay Studi Empiris pada Perusahaan-Perusahaan keuangan yang terdaftar di BEJ”, Kinerja, Volume 11, No 1, Hal 27-39. Santoso, Singgih. 2000. “Buku Latihan SPSS Statistik Parametrik”, Elex Media Komputindo, Jakarta. Sitorus Romora Edward. 2008. Analisis keuangan. wikipedia.orgwikiAnalisis_keuangan. Tanggal diakses : 5 Februari 2013. Subekti, Imam. 2005 “Faktor-Faktor yang Berpengaruh Terhadap Audit Delay di Indonesia”, Jurnal Ekonomi dan Manajemen, Volume 6, No 1 Februari Hal 47-54. ϵϵ Sulthoni, Moch. 2012. “Determinan Audit Delay Dan Pengaruhnya Terhadap Reaksi Investor Studi Empiris pada Perusahaan yang Listing di BEI Tahun 2007-2008”, Jurnal Akuntansi dan Ekonomi Bisnis Vol. 1 No. 1. Sunyoto, Danang. 2009. Analisis Regresi dan Uji Hipotesis,Yogyakarta, Media Pressindo. Supranoto. 1990. “Prinsip-Prinsip Akuntansi”. Edisi 14, cetakan ketiga. Jakarta: Penerbit Erlangga. Utami, Wiwik. 2006. “Analisis Determinan Audit Delay Kajian Empiris Di Bursa Efek Jakarta”, Buletin Penelitian No.09. Yuliana dan Aloysia Yanti Ardianti. 2004. Faktor-Faktor yang Mempengaruhi Audit Delay di Indonesia. Modus, Vol 16 2: 135-146. Yulianti, Ani. 2011. “Faktor-faktor yang berpengaruh terhadap audit delay Studi Empiris Pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Pada Tahun 2007 - 2008.” 100 LAMPIRAN Lampiran 1. Data penelitian Data yang digunakan dalam penelitian ini adalah data dari 49 perusahaan dalam kurun waktu 2009-2011. Data tersebut dilampirkan sbb: No. Perusahaan Tahun SOL PROF UP REPU OA AD 1 _ABDA 2009 0.7607 0.05 2.71 88 2010 0.7664 0.05 2.93 63 2011 0.6339 0.94 3.04 75 2 _ADMF 2009 0.3873 0.00 3.64 1 32 2010 0.5006 0.00 3.88 1 32 2011 0.7382 0.09 4.23 1 34 3 _AHAP 2009 0.4756 0.07 2.00 74 2010 0.5375 0.07 2.10 84 2011 0.5148 0.96 2.16 82 4 _AKSI 2009 0.2389 0.02 1.98 1 19 2010 0.4835 0.02 2.00 1 41 2011 0.2860 0.95 1.92 66 5 _APIC 2009 0.1560 0.02 2.25 71 2010 0.1672 0.05 2.27 80 2011 0.0327 0.48 2.68 86 6 _ARTA 2009 0.3037 0.03 2.29 76 2010 0.2928 0.01 2.28 73 2011 0.2967 0.04 2.58 82 7 _ASBI 2009 0.5144 0.02 2.27 84 2010 0.5968 0.01 2.39 77 2011 0.5801 1.32 2.39 82 8 _ASDM 2009 0.5701 0.03 2.42 1 46 2010 0.5790 0.05 2.49 1 48 2011 0.5570 0.63 2.52 1 59 9 _ASJT 2009 0.4391 0.05 2.25 74 2010 0.4208 0.07 2.26 74 2011 0.5076 0.78 2.21 87 10 _ASRM 2009 0.6514 0.06 2.56 78 2010 0.6899 0.05 2.66 80 2011 0.7233 1.14 2.78 87 11 _BBLD 2009 0.3629 0.03 3.14 1 70 2010 0.4079 0.04 3.20 1 80 2011 0.6717 0.78 3.46 1 79 12 _BCAP 2009 0.6401 0.01 3.02 67 2010 0.6116 0.08 3.08 77 101 2011 0.3442 0.09 3.18 81 13 _BFIN 2009 0.3589 0.13 3.38 55 2010 0.4984 0.09 3.59 70 2011 0.5539 1.35 3.72 61 14 _BTPN 2009 0.7072 0.02 1.35 1 53 2010 0.6753 0.02 1.54 1 53 2011 0.6502 0.79 1.67 1 58 15 _CFIN 2009 0.2592 0.08 3.25 1 76 2010 0.4501 0.07 3.43 1 80 2011 0.5457 1.14 3.68 1 72 16 _GSMF 2009 0.6766 0.01 3.21 1 77 2010 0.7291 0.02 3.33 1 75 2011 0.7231 0.53 3.36 75 17 _LPPS 2009 0.3941 0.07 2.63 82 2010 0.2994 0.23 2.77 67 2011 0.0063 0.30 2.79 72 18 _MTFN 2009 0.8897 0.01 2.34 81 2010 0.7118 0.01 2.72 88 2011 0.7879 0.01 2.81 1 124 19 _PANS 2009 0.5762 0.14 3.01 64 2010 0.5489 0.17 3.15 47 2011 0.4977 0.85 3.19 72 20 _PNIN 2009 0.3031 0.05 3.91 88 2010 0.2861 0.06 3.98 90 2011 0.3042 0.79 4.06 95 21 _PNLF 2009 0.3173 0.07 3.86 85 2010 0.3042 0.09 3.92 89 2011 0.3153 0.75 4.02 76 22 _TRIM 2009 0.6141 0.02 2.97 79 2010 0.5720 0.02 2.93 1 85 2011 0.4599 1.20 2.83 1 90 23 _TRUS 2009 0.3591 0.09 2.28 80 2010 0.4459 0.07 2.42 81 2011 0.5812 0.05 2.60 86 24 _INPC 2009 0.7118 0.00 4.19 70 2010 0.6551 0.00 4.23 61 2011 0.6984 0.55 4.28 67 25 _BNBA 2009 0.8274 0.01 3.38 1 84 2010 0.9846 0.01 3.43 1 88 2011 0.8393 1.16 3.47 1 88 26 _BACA 2009 0.8541 0.01 3.54 77 2010 0.8763 0.01 3.64 74 2011 0.8703 1.20 3.67 76 27 _BBKP 2009 0.6618 0.01 4.57 1 81 102 2010 0.6353 0.01 4.68 1 73 2011 0.7125 0.94 4.76 1 80 28 _BBCA 2009 0.9013 0.02 5.45 1 81 2010 0.8934 0.03 5.51 1 77 2011 0.8880 0.92 5.58 1 87 29 _BNGA 2009 0.8947 0.01 5.03 1 46 2010 0.9036 0.02 5.16 1 47 2011 0.8898 0.83 5.22 1 47 30 _BDMN 2009 0.8384 0.02 4.99 1 41 2010 0.8425 0.02 5.07 1 35 2011 0.8179 0.64 5.15 1 38 31 _SDRA 2009 0.8944 0.01 3.38 70 2010 0.8787 0.02 3.51 77 2011 0.9069 0.80 3.71 65 32 _BABP 2009 0.9257 0.00 3.85 1 64 2010 0.9191 0.00 3.94 1 80 2011 0.9146 0.51 3.86 1 82 33 _BNII 2009 0.9109 0.00 4.79 1 71 2010 0.9007 0.01 4.88 1 88 2011 0.9162 -0.11 4.98 1 52 34 _BKSW 2009 0.9239 0.00 3.37 81 2010 0.9311 0.00 3.41 81 2011 0.7516 0.01 3.56 1 89 35 _BMRI 2009 0.9105 0.02 5.60 53 2010 0.8503 0.02 5.65 1 89 2011 0.8178 0.88 5.74 1 67 36 _BAEK 2009 0.4015 0.02 4.33 1 78 2010 0.5343 0.01 4.33 1 65 2011 0.5830 1.12 4.38 1 73 37 _MAYA 2009 0.8697 0.01 3.88 78 2010 0.8531 0.01 4.00 80 2011 0.8715 0.71 4.11 89 38 _MEGA 2009 0.9142 0.01 4.60 1 82 2010 0.9153 0.02 4.71 1 88 2011 0.9212 0.73 4.79 1 72 39 _BCIC 2009 0.1344 0.04 3.88 120 2010 0.1028 0.02 4.03 104 2011 0.0704 1.74 4.12 137 40 _BBNI 2009 0.9157 0.01 5.36 40 2010 0.8631 0.02 5.40 53 2011 0.8734 0.66 5.48 44 41 _BBNP 2009 0.9050 0.01 3.59 84 2010 0.9016 0.01 3.72 60 2011 0.9113 0.84 3.82 69 103 42 _NISP 2009 0.8789 0.01 4.62 1 27 2010 0.8837 0.01 4.70 1 26 2011 0.8898 1.64 4.78 1 30 43 _PNBN 2009 0.8485 0.01 4.89 1 84 2010 0.8761 0.01 5.04 1 88 2011 0.8726 1.04 5.10 1 75 44 _BNLI 2009 0.9120 0.01 4.75 1 46 2010 0.8914 0.01 4.87 1 49 2011 0.9098 0.65 5.01 1 51 45 _BBRI 2009 0.9140 0.02 5.50 1 83 2010 0.9092 0.03 5.61 1 88 2011 0.8475 0.81 5.67 1 58 46 _BSWD 2009 0.9096 0.02 3.19 1 83 2010 0.7970 0.02 3.20 1 88 2011 0.8334 1.08 3.32 76 47 _BVIC 2009 0.9144 0.01 3.87 78 2010 0.9279 0.01 4.01 88 2011 0.8972 0.61 4.07 86 48 _BEKS 2009 1.0326 -0.09 3.15 98 2010 0.8357 -0.06 3.19 77 2011 0.9226 1.67 3.78 78 49 _MCOR 2009 0.8928 0.01 3.45 46 2010 0.8802 0.01 3.64 74 2011 0.9135 0.89 3.81 88 104 Lampiran 2. Hasil regresi dengan asumsi common effect, fixed effect, dan random effect

1. Common Effect