KSIAA-11. PENGUJIAN EMPIRIS AUDIT REPORT LAG MENGGUNAKAN CLIENT CYCLE TIME DAN FIRM CYCLE TIME
PENGUJIAN EMPIRIS AUDIT REPORT LAG MENGGUNAKAN CLIENT CYCLE TIME DAN FIRM CYCLE TIME
HAMZAH AHMAD
Universitas Muslim Indonesia Makassar
M. NISARUL ALIM
Universitas Widya Gama Malang
IMAM SUBEKTI
Universitas Brawijaya Malang
ABSTRACT
The purpose of this research is to examine factors affected to audit report lag (audit delay). Audit report lag is the time range between the end of fiscal year and the date of auditor report or the and of auditing field working. The main difference of this research with others in indonesian specially is that this research divide audit report lag to be two components, that are client cycle time (CCT) and firm cycle time (FCT). CCT is the time needed client to complete or close transaction booking. FCT is the time need auditor to complete auditing field works.
The research samples are selected by purposive sampling method. Sum of the samples are 70 campanies, that contain 49 manufacturing sector companies and 21 financing sector companies.
The research result show that client size, geografies segments, and going concern opinion affect to CCT and FCT significantly
Keywords: audit report lag, client cycle time, Firm cycle time , client size, geografies segments, and going concern opinion.
PENDAHULUAN A. Latar Belakang
Dalam penelitian akuntansi dan keuangan telah berkembang seiring dengan perkembangan kegiatan bisinis. Berdasarkan penelitian pasar modal telah menjelaskan pentingnya ketepatan waktu penerbitan laporan keuangan. Ketepatan waktu (timeliness) merupakan salah satu karakteristik penting dalam laporan keuangan disanping laporan pokok dan catatan atas laporan keuangan (Dyer dan McHugh, 1975). Berdasarkan peraturan BAPEPAM dengan Kep-36/PM/2003 dan BEJ dengan Kep-306/BEJ/07-2004 yang menyebutkan bahwa penyajian laporan keuangan untuk perusahaan yang go public diwajibkan menyampaikan laporan keuangan yang disusun sesuai dengan Standar Akuntansi Keuangan (SAK) dan telah diaudit oleh akuntan publik. Ketepatan publikasi laporan keuangan dapat mengalami keterlambatan yang diakibatkan oleh perusahaan terlambat menerbitkan laporan keuangan dan lamanya auditor dalam menyelesaikan pekerjaan auditnya.
Sejumlah penelitian telah mengkaji pentingnya telaah dalam audit report lag (ARL) atau dalam beberapa penelitian disebut audit delay dengan melihat aspek periode waktu dari proses audit tahunan (the annual audit process) Henderson dan Kaplan (2000) menginvestigasi determinan-determinan audit report lag untuk sampel Bank yang menyatakan bahwa ukuran bank secara negatif berhubungan dengan audit report lag dalam cross-sectional analysis Knechel dan Payne (2001) mengindikasikan bahwa audit report lag meningkat karena incremental audit report, masalah pajak yang sering diperdebatkan dan penggunaan staf audit yang kurang berpengalaman secara positif berhubungan dengan audit report lag. Wermert et al (2000) menggunakan canonical correlation analysis menyediakan telaah yang baru dalam faktor-faktor yang mempengaruhi audit report lag hasil yang dilaporkan menunjukkan bahwa client size, audit firm structure, loss, going concern opinion, segmen bisnis, sikap manajemen, jenis
(2)
industri dan akhir tahun fiskal yang telah diinvestigasi signifikan pada CCT dan FCT dalam cara yang berbeda.
Meskipun beberapa penelitian telah dilakukan terhadap ketidaktepatan publikasi laporan keuangan, penelitian ini memperluas penelitian sebelumnya yang pernah dilakukan diIndonesia dengan memecah Audit Report Lag (Audit Delay) kedalam dua komponen yaitu: (1) waktu yang dibutuhkan klien untuk menutup buku disebut dengan CCT (client cycle time) (2) waktu yang dibutuhkan auditor untuk menyelesaikan audit setelah pembukuan klien ditutup disebut FCT (firm cycle time).
Pertanyaan yang ingin dijawab dalam penelitian ini adalah sebagai berikut: 1. Apakah variabel-variabel client size, rugi atau laba perusahaan, segmen geografis
perusahaan dan sektor industri berpengaruh pada CCT ?
2. Apakah variabel-variabel client size, ukuran kantor akuntan publik, rugi atau laba perusahaan, going concern opinion, segmen geografis dan jenis industri berpengaruh pada FCT ?
Penelitian ini diharapkan dapat memberikan pemahaman atau gambaran tentang lamanya audit report lag pada perusahaan yang terdaftar di BEJ serta faktor-faktor yang mempengaruhinya, memberikan imformasi kepada auditor agar mampu merencanakan pekerjaan lapangan dengan sebaik-baiknya sehingga firm cycle time dapat ditekan seminimal mungkin dalam usaha untuk memperbaiki ketepatan pelaporan keuangan ataupun mempercepat publikasi laporan auditan. Diharapkan kepada manajer untuk lebih menekan client cycle time karena ketepatan waktu dalam menyajikan laporan keuangan perusahaan publik cenderung lebih ketat diawasi oleh para investor dan institusi lain.
TELAAH LITERATUR DAN PENGEMBANGAN HIPOTESIS 1. Audit Report Lag
Proses untuk menyediakan informasi akuntansi ke publik memberikan nilai informasi dari laporan keuangan auditan yang akan ditentukan oleh audit report lag. Menurut Knechel dan Payne (2001) audit report lag adalah periode waktu antara akhir tahun fiskal dan tanggal laporan audit perusahaan. Dalam meningkatkan pengurangan reporting lag harus memperhatikan isi informasi dan relevansi infomasi, dan faktor-faktor yang mempengaruhi timing of earnings announcement berkaitan dengan audit delay (Givoly dan Palmon; 1982).
Dyer dan McHugh (1975) membagi keterlambatan atau lag menjadi: (1)Preliminary lag, yaitu interval antara tanggal berakhirnya tahun buku sampai dengan tanggal diterimanya laporan keuangan pendahuluan oleh pasar modal. (2) Auditor’s signature lag, yaitu interval antara tanggal berakhirnya tahun buku sampai dengan tanggal yang tercantum dalam laporan auditor. (3) Total lag, yaitu interval antara tanggal berakhirnya tahun buku sampai dengan tanggal diterimanya laporan keuangan tahunan publikasi oleh pasar modal.
2. Ukuran Perusahaan
Ansah (2000) juga menjelaskan bahwa perusahaan berskala besar memiliki sumber daya dan staf akuntan yang lebih banyak dan memiliki sistem informasi akuntansi yang lebih canggih daripada perusahaan dengan skala kecil. Selain itu, kecenderungan yang terjadi adalah semakin besar ukuran satuan usaha maka struktur pengendalian internalnya juga semakin baik sehingga akan mengurangi kesalahan dalam penyajian laporan keuangan. Hal ini akan memudahkan pekerjaan auditor karena lingkup pengujian semakin sempit sehingga akan memperpendek audit delay (Carslaw dan Kaplan, 1991). Alasan lainnya adalah perusahaan berskala besar juga memiliki sumberdaya untuk membayar audit fees yang relatif tinggi sehingga dapat menekan auditor untuk memulai pekerjaannya lebih awal dan menyelesaikan audit tepat waktu bila dibanding perusahaan kecil (Ahmad dan Kamarudin, 2001).
H1.A: Client size berpengaruh terhadap CCT H1.B: Cllien size berpengaruh terhadap FCT.
(3)
3. Ukuran Kantor Akuntan Publik (KAP)
Beberapa penelitian yang menguji pengaruh ukuran KAP terhadap lamanya audit delay antara lain penelitian Carslaw dan Kaplan (1991); Hossain dan Taylor (1998); dan Ahmad dan Kamarudin (2001) menunjukkan adanya pengaruh yang negatif. Artinya perusahaan yang diaudit oleh KAP anggota The Big Four akan lebih cepat mempublikasikan laporan keuangannya daripada perusahaan yang diaudit oleh KAP Non The Big Fourt. KAP yang berafiliasi dengan The Big Four memperoleh insentif yang lebih besar dan memiliki sumberdaya yang lebih banyak sehingga KAP ini dapat menjalankan pengauditan secara lebih efisien dan efektif, serta memiliki fleksibilitas yang lebih tinggi dalam penjadwalan audit.
H2.A. Ukuran KAP berpengaruh terhadap FCT
4. Rugi atau Laba yang Dilaporkan Klien
Wermert et al (2000) mengemukakan bahwa perusahaan yang mengalami rugi bersih akan selaluh mengantisipasi kerugian dalam akhir tahun fiskal dengan melakukan satu penggabungan isu-isu yang kompleks sumber untuk pendapatan yang tidak tercatat dilakukan sebelum akhir tahun. Audit delay cenderung lebih panjang bagi perusahaan yang mengalami rugi usaha (Na’im 1998). Penelitian Carslaw dan Kaplan (1991) mengemukakan bahwa perusahaan yang melaporkan kerugian mungkin akan meminta auditor untuk mengatur waktur auditnya lebih lama dibanding biasanya.
H3.A: CCT akan lebih lama bagi perusahaan yang melaporkan rugi bersih dari pada perusahaan yang melaporkan laba bersih.
H3.B: FCT lebih lama bagi perusahaan yang melaporkan rugi bersih daripada perusahaan yang melaporkan laba bersih.
H3.C: Pengaruh pelaporan rugi bersih akan lebih besar FCT daripada CCT.
5. Going concern Opinion
Bamber dan Stratton (1997) berargumen bahwa laporan audit merupakan alat yang efektif dalam membantu para pengguna laporan keuangan, waulaupun masih diperdebatkan model dari paragraf penjelasan dalam laporan audit pada saat klien telah memenuhi pengungkapan dari laporan keuangan yang diminta. Geiger et al (2000) menjelaskan bahwa pelaporan dan syarat-syarat audit menurut SAS 59, yang menunjukkan kemampuan suatu entitas untuk melanjutkan kelangsungan hidupnya, membutuhkan evaluasi secara eksplisit terhadap kemungkinan kelangsungan hidup perusahaan dalam setiap audit. Carlson et al (1998) melakukan studi yang mengidentifikasi reaksi investor terhadap terhadap opini audit yang memuat informasi kelangsunan hidup perusahan dari pengungkapan hasil analisa laporan keuangan.
H4.A : Penyajian going concern opinion berpengaruh positif terhadap FCT.
6.Jumlah Segmen Geografis Perusahaan
Prinsip-prinsip pelaporan informasi keuangan berdasarkan segmen-yaitu imformasi tentang berbagai jenis produk atau jasa yang dihasilkan perusahaan dan berbagai wilayah geografis operasi perusahaan dalam rangka membantu pengguna laporang keuangan Tingkat Kompleksitas bisnis akan mempengaruhi proses penutupan buku klien dan juga audit internal berkaitan dengan banyaknya jumlah wilayah geografis perusahaan klien. Wermert et al (2000) menemukan bahwa peningakatan pada jumlah segmen akan berasosiasi dengan peningkatan CCT dan FCT.
H5.A : Segmen geografis berpengaruh positif terhadap CCT H5.B : Segmen geografis berpengaruh positif terhadap FCT.
6. Jenis Industri
Bamber et al (1993) dalam Wermert et al (2000) mengemukakan bahwa sistem akuntansi Bank secara umum lebih tersentralisasi dan terotomatisasi dan Bank sedikit persediaan atau aset tetap. Lain halnya dengan perusahaan non-finansial yang lebih memungkinkan mempunyai bagian-bagian transaksi, dan juga tingkat materialitas persediaan dan aset tetap. Menurut Aston et al (1987) menilai bahwa aset non-finansial lebih memungkinkan ketepatan waktu untuk pekerjaan audit daripada aset finansial. H7.1 : Sektor industri berpengaruh terhadap CCT
(4)
Metoda Penelitian 1. Sampel dan Data
Sampel yang digunakan adalah perusahan publik yang terdaftar di BEJ tahun 2003. Penelitian dilakukan dengan menggunakan metoda purposive sampling dengan kriteria sebagai berikut:
1. Tanggal laporan keuangan auditan 31 Desember 2003. 2. Total asset lebih dari 500 milyar rupiah.
3. Data yang dibutuhkan ada dalam laporan keuangan perusahaan sampel.
Data dalam penelitian ini adalah data sekunder yang berupa laporan keuangan auditan yang bersumber dari Database annual report pojok BEJ Universitas Brawijaya Malang.
PENGUKURAN VARIABEL PENELITIAN 1. VariabelDependen.
Variabel dependent adalah ARL diproksi menjadi dua variabel CCT dan FCT. Pengukuran CCT yaitu jumlah hari yang dibutuhkan oleh perusahaan untuk melakukan penutupan buku. Sedangkan FCT yaitu waktu yang dibutuhkan auditor dalam menyelesaikan pekerjaan auditnya setelah penutupan buku klien (Wermert, et al ; 2000)
2. Variabel Independent
1. Client size diartikan sebagai ukuran perusahaan diukur dengan menggunakan total aktiva Pengukurannya dihitung dengan natural log berdasarkan total asset (Carslaw dan Kaplan,1991).
2. Ukuran KAP yaitu auditor yang berafiliasi dengan KAP The Big Four dan KAP Non The Big Four. Pengukuran variabel menggunakan dummy variabel dengan nilai 1 untuk perusahaan yang menggunakan auditor dengan KAP The Big Four dan 0 yang lain ( Carslaw dan Kaplan ,1991)
3. Going conern opinion diartikan sebagai kelangsungan hidup suatu badan usaha. Pengukuran variabel menggunakan dummy variabel yaitu nilai 1 untuk perusahaan yang memperoleh pendapat going concern dan nilai 0 untuk yang lain. (Wermert, et al ; 2000).
4. Rugi (loss) diartikan sebagai perusahaan yang melaporkan rugi bersih Pengukuran variabel menggunakan dummy variabel yaitu nilai 1 untuk perusahaan melaporkan rugi bersih dan 0 untuk yang lain (Wermert, et al ; 2000). 5. Segmen georafis diartikan sebagai komponen perusahaan menghasilkan produk atau jasa pada lingkungan (wilayah) ekonomi tertentu. Pengukuran variabel menggunakan jumlah wilayah geografis yang dijalankan perusahaan
6. Jenis perusahaan yaitu perusahaan finansial dan perusahaan manufaktur Pengukuran variabel digunakan dummy variabel yaitu nilai 1 untuk perusahaan keuangan dan nilai 0 untuk perusahaan non-keuangan .
2.3 Metoda Analisa Data
Pengujian hipotesis dilakukan dengan metode regeresi berganda. Model regresi tersebut adalah sebagai berikut:
CCT = αααα + ββββ1SIZE + ββββ3LOSS + ββββ5SEGMENT + ββββ7FININST + ΕΕΕΕ
FCT = αααα + ββββ1SIZE + ββββ2AUD + ββββ3LOSS + ββββ4GCUOP + ββββ5SEGMENT+ ββββ7FININST+ ΕΕΕΕ
Keterangan :
CCT = client cycle time (Priode waktu penutupan buku klien) FCT = firm cycle time (Waktu auditor menyelesaikan audit) SIZE = clien size (Ukuran perusahaan)
AUD = ukuran kantor akuntan publik LOSS = tingkat profitabilitas
GCUOP = going concern opinion SEGMENT = segmen bisnis
(5)
FININST = jenis perusahaan β1β2………….β8 = koefisien regresi
α = konstanta
Ε = error term
PENGUJIAN HIPOTESIS 2. Pengujian Asumsi Klasik Model Regresi
2.1 Bertingkat Profitabilitas Normal
Tampak hasil dari perhitungan Kolmogorof Smirnov Test sudah menunjukkan profitabilitas yang normal pada model yang digunakan sehingga bisa dilakukan regresi dengan Model Linear Berganda
Tabel 1
Hasil analisis Uji Normalitas
Variabel K-S Z* 2 tailed p.**
Pers 1 0.504 0.961
Pers 2 0.725 0.669
2.2 Uji Non-Kolinieritas Ganda (Multicolinearity)
Untuk mendeteksi adanya multikolinearitas dapat dilihat dari value inflation faktor (VIF). Apabila nilai VIF > 5 maka terjadi multikolinearitas. Dan sebaliknya apabila VIF < 5 maka tidak terjadi multikolinearitas. Dalam penelitian ini diperoleh VIF seperti pada tabel berikut:
Tabel 2
Uji Multikolinearitas Value Inflation Factor (VIF)
VARIABEL NILAI
VIF
KETERANGAN Client size
1.332
Tidak ada indikasi kolinearitas antar variabel penjelas
Ukuran kantor akuntan publik 1.116
Tidak ada indikasi kolinearitas antar variabel penjelas
Loss 1.091
Tidak ada indikasi kolinearitas antar variabel penjelas
Going concern opinion 1.119
Tidak ada indikasi kolinearitas antar variabel penjelas
Segmen geografis 1.176
Tidak ada indikasi kolinearitas antar variabel penjelas
Jenis perusahaan 1.375
Tidak ada indikasi kolinearitas antar variabel penjelas
Sumber Data : Data Primer yang diolah
Keterangan : - Jumlah data (observasi) = 70 - Dependent Variabel Y
Dari tabel 2 dapat dilihat bahwa semua variabel telah lolos dari uji multikolineritas dengan ditunjukkan nilai VIF lebih kecil dari 5.
2.3 Uji Heteroskedastisitas.
Dari tabel 3. dapat disimpulkan bahwa untuk seluruh variabel dengan absolut residual (ABSU) tidak terjadi heterosdastisitas dengan ditunjukkan nilai sign lebih kecil dari 0.05 atau nilai t hitung lebih kecil dibandingkan dengan t tabel.
(6)
Tabel 3
Uji Asumsi Heteroskedastisitas menggunakan uji Glejser
1. Pengujian Hipotesis Berdasarkan Analisis Regresi Berganda.
Pengujian hipotesis ini bertujuan untuk mengetahui konsistensi hasil pengujian sebelumnya. Pengujian ini juga berfungsi untuk menginvestigasi pengaruh client size, ukuran kantor akuntan publik, loss, going concern opinion (, Segmen georafis dan Jenis perusahaan dengan CCT dan FCT. Hasil regresi dapat dilihat pada tabel dibawah ini :
Tabel 4
Hasil Analisis Regresi
Variabel dependen
N Intercept (Constan
t)
Size AUD LOSS GCO Segme
nt
FININ ST
R R-Sq F
hitung Sig
CCT (t-hitung)
70 -49,962 (-1,150) 6,589 2,345* 16,488 3,092* -0,031 -2,575 -4,372 -0,919
0,583 0,340 4,564 0,00 0 FCT
(t-hitung)
70 -63,928 (-3,008) 8.180 4,534* -2,037 -0,663 9,912 2,895* 7,702 2,833* -0,018 -2,340 -3,182 -1,042
0,683 0,466 7,725 0,00 0 * signifikan pada level 0,05 (5%)
Pengujian hipotesis berdasarkan pada model regresi berganda ini memperoleh hasil bahwa client size, loss, segmen georafis berpengaruh signifikan terhadap CCT dan client size,loss, going concern opinion,segmen bisnis berpengaruh signifikan terhadap FCT. Hal ini berarti bahwa semakin besar ukuran perusahaan semakin lama lama waktu yang dibutuhkan oleh perusahaan dan auditor untuk menyusun laporan keuangan hingga terbitnya laporan auditan. Perusahaan yang melaporkan rugi membutuhkan waktu yang lama dibandingkan perusahaan melaporkan laba karena adanya waktu yang dibutuhkan perusahaan dan auditor untuk mendiskusikan masalah pelaporan rugi perusahaan. Segmen geografis terbanyak dimiliki oleh perusahaan kelompok perusahaan finansial. Perusahaan finansial memiliki teknogi yang mendukung kecepatan proses pelaporan keuangan. Bagi auditor proses pelaksanaan audit lebih cepat karena perusahaan finansial memiliki asset yang berbentuk nilai moneter. Auditor membututuhkan waktu yang lama untuk mengepaluasi langka-langka manajemen dalam mengatasi masalah kelangsungan hidup perusahaan. KAP The Big Four membutuhkan waktu lebih pendek dibandingkan KAP Non The Big Four hal ini disebabkan efisien waktu, insentif lebih tinggi, menjaga reputasi, dan kualitas SDM yang lebih baik. Kelompok perusahaan finansial cendrung tidak membutuhkan waktu yang lama bagi perusahaan dan auditor dalam proses pelaporan keuangan.
Kesimpulan, Keterbatasan dan Saran 1. Kesimpulan
a. Untuk waktu penutupan buku klien (CCT)
Secara parsial hanya clien size, loss dan Segmen georafis yang berpengaruh secara signifikan terhadap CCT sedangkan ukuran kantor akuntan publik, going concern opinion, dan jenis perusahaan tidak berpengaruh secara signifikan terhadap CCT. Variabel depende n Size (sig) AUD (sig) LOSS (sig) GCO (sig) Segment (sig) FININST (sig) Kesimpulan CCT (t-hitung) 0.115 1,599 0,545 0,609 -1,411 0,163 -0,486 0,629 Homokedasti sitas FCT (t-hitung) 0,430 0,795 0,386 -0,873 0,177 0,860 -1,078 0,286 -1,121 0,138 0.889 -0,140 Homokedasti sitas
(7)
b. Untuk waktu auditor menyelesaikan audit (FCT)
Secara parsial hanya client size, loss, going concern opinion, dan Segmen georafis yang berpengaruh secara signifikan terhadap FCT sedangkan ukuran kantor akuntan publik, dan jenis industri tidak berpengaruh secara signifikan terhadap ukuran perusahaan.
2. Keterbatasan dan Saran
Hasil yang dilaporkan dalam penelitian ini mempunyai banyak keterbatasan antara lain :
a. Sampel penelitian lebih kecil daripada penelitian terdahulu.
b. Data waktu penutupan buku klien tidak disediakan secara publik melainkan diperoleh secara langsung dari perusahaan dan KAP melalui kontak person yang disampaikan secara sukarela sehingga ada kemungkinan data tidak valid.
c. Penelitian ini terbatas hanya 1 tahun, menyebabkan penelitian ini tidak dapat membandingkan audit report lag sepanjang tahun.
d. Untuk penelitian yang akan datang sebaiknya menambah variabel yang berasal dari data primer yang tidak digunakan dalam penelitian ini, menggunakan periode waktu yang lebih panjang dan tidak membatasi kategori perusahaan publik atau non publik. e. Berdasarkan hasil penelitian ini untuk auditor, disarankan dalam melaksanakan
tugas audit agar dapat mengurangi waktu pelaksanaan audit sehingga publikasi laporan auditan tidak mengalami keterlambatan ( tepat waktu ), sebaliknya untuk perusahaan publik diharapkan dapat membantu pekerjaan auditor dengan memberi akses imformasi selama proses audit dilaksanakan sehingga publikasi laporan keuangan auditan lebih cepat.
Daftar Pustaka
Abdullah, J.Y.A.1996. The Timeliness of Bahraini Annual Reports, Advances in International Accounting, Vol .9,pp.73-88
Ahmad, R.A.R., & K.A. Kamarudin. 2001. Audit delay and the timeliness of corporate reporting: Malaysian evidence.
http://www.hicbusiness.ogr/biz2003proceedings/Khairul%20Kamarudin%202.pd f.
Ansah, S.O. 2000. Timeliness of corporate financial reporting in emerging capital markets: empirical evidence from the Zimbabwe Stock Exchange. Accounting and Business Research, (summer), 241-254.
Ashton R.H, dan Willingham Elliot, 1987, An Empirical Analysis of Audit Delay, Journal of Accounting Research (Autumn), p. 275-292.
Bamber, E.Michael ,and Stratton ,Richard A,(1997) The imformation Content of the Uncertainty-modified audit report : Evidence from Bank Loan Officers .Journal accounting Horisons,Vol 11.p 1-11
Carlson ,Steven J,G .William Glezen ,and Michael E.Benefield (1998),An Investigation of investor Reaction to the imformation Content of a Going Concern Audit Report While Controling for Current Financial Statement Disclosures. Journal of Business and Economics.Vol 37 no 3 p 25-38
Carslaw, C. A. P. N., and S.E. Kaplan, 1991, An Examination of Audit Delay: Further Evidence from New Zealand, Accounting and Bussines Research (Winter), p. 21-32.
Dyer, J. D., and A. J. McHugh, 1975, The Timeliness of The Australian Reports, Journal of Accounting Research (Autumn), p. 204-219.
Geiger ,Marshall A .,K. Raghunandan ,and D.V. Rama (2000) , Going Concern Audit Report Recipients Before and After SAS No 59. Journal National Public Accounting . Vol 43 p 24-25
Ghozali Imam, 2005, Aplikasi Analisis Multivariat dengan Program SPSS, Badan Penerbit Universitas Diponegoro SPSS, Semarang
Givoly, D, dan D. Palmon, 1982, Timeliness of Annual Earnings Announcement: Some Empirical Evidence, The Accounting Review (July), p. 486-508.
(8)
Halim, Varianada, 2000, Faktor-faktor yang Mempengaruhi Audit Delay, Jurnal Bisnis dan Akuntansi, Vol. 2 No. 1, p. 63-75.
Hanipah, 2001, Analisis Faktor-faktor yang Mempengaruhi Lamanya Penyelesaian Audit (Studi Empiris pada Perusahaan-Perusahaan Manufaktur di BEJ), Skripsi, Universitas Brawijaya, Malang.
Henderson,Charlene B,.and Kaplan Steven E,.(2000).Research Notes An Examination of Audit Report Lag for Banks: A Panel Data Approach .Auditing : A Journal of Practice & Theory Vol 19, No 2
Hossain, Monirul Alam,and Taylor J Peter 1998, An Examination of Audit Delay: Evidence from Pakistan, Diakses pada tanggal 16 Agustus 2003, www3.bus.osaka-cu.apIAI, 2002, Standar Akuntansi Keuangan, PT Salemba Empat, Jakarta. Knechel, D.M. dan Peyne J.L, 2001, Additional Evidence on Audit Repor Lag, Auditing: A Journal Practice and theory,
Na’im, Ainun, 1999, Nilai Informasi Ketepatan Waktu Penyampaian Laporan Keuangan: Analisis Empirik Regulasi Informasi di Indonesia, Jurnal Ekonomi dan Bisnis Indonesia, Vol. 14, No. 2, hal. 85-100.
Subekti. Imam dan Widiyanti ,W .Novi, 2004. Faktor-faktor yang berpengaruh terhadap audit delay di Indonesia. SNA Bali
Wermert, J.G, Dodd, J.L., dan Doucet, T.A., 2000, An Empirical Examination of Audit Report Lag Using Client and Audit Firm Cycle Times, Working Papers.
Lampiran 1.
DAFTAR SAMPEL PERUSAHAAN MANUFAKTUR
No. Kode Nama Perusahaan
1 GRIV PT Great River international Tbk 2 AKRA PT Aneka Kimia Raya Tbk
3 INTP PT Indocement Tunggal Perkasa Tbk 4 LTLS PT Lautan Luas Tbk
5 SMGR PT Semen Gresik Tbk 6 DUTI PT Duta Pertiwi Nusantara
7 AKPI PT Argha Karya Prima Industry Tbk 8 ASGR PT Astra Graphia Tbk
9 IKAI PT Intikeramik Alamasri Industri Tbk 10 MLPL PT Multipolar Corporation Tbk 11 HEXA PT Hexindo Sukses Internasional Tbk 12 TOTO PT Surya Toto Indonesia Tbk
13 INTA PT Intraco Penta Tbk 14 UNTR PT United Tractors
15 ALMI PT Alumindo Light Metal Industry Tbk 16 MDRN PT Modern Photo Film Company Tbk 17 TBMS PT Tembaga Mulia Semanan Tbk 18 SOBI PT sorini Corporation Tbk 19 DYNA PT Dynaplast Tbk
20 TRST PT Trias Sentosa Tbk 21 BRPT PT Barito Pacific Tbk
22 SUDI PT Durya Dumai Industri Tbk
23 TIRT PT Tirta Mahakam Plywood Industry Tbk 24 FASW PT Surya Wisesa Tbk
25 SPMA PT Suparma Tbk
26 SAIP PT Surabaya Agung Ind Pulp& Kertas Tbk 27 ASII PT Asrta International
28 BRAM PT Branta Mulia Tbk 29 GJTL PT Gaja Tunggal Tbk
(9)
31 IMAS PT Indomobil Sukses Internasional Tbk 32 SMSM PT Selamat Sempurna Tbk
33 MYTX PT Apac Citra Centertex 34 ARGO PT Argo Pantes
35 ESTI PT Ever Shine Textile Industry Tbk 36 PAFI PT Panasia Filament Inti
37 SSTM PT Sunson Textile Manufacturer Tbk 38 AQUA PT Aqua Golden Mississippi Tbk 39 DAVO PT Davomas Abadi Tbk
40 INDF PT Indofood Sukses Makmur Tbk 41 SHDA PT Sari Husada Tbk
42 SMAR PT Sinar Mas Agro Resources and Technology Tbk 43 BATI PT BAT Indonesia Tbk
44 GGRM PT Gudang Garam Tbk 45 HMSP PT HM Sampoerna Tbk 46 DNKS PT Dankos Laboratories Tbk 47 INAF PT Indofarma Tbk
48 KLBF PT Kalbe Farma Tbk
49 LMPI PT Langgeng Makmur Plastik Industry Tbk
Lampiran 2.
DAFTAR SAMPEL PERUSAHAAN FINANCE
No. Kode Nama Perusahaan
1 BNLI PT Bank Permata Tbk
2 BBIA PT Bank Buana Indonesia Tbk 3 BBCA PT Bank Central Asia Tbk 4 BCIC PT Bank CIC Internasional Tbk 5 BDMN PT Bank Danamon Tbk
6 BGIN PT Bank Global Internasional Tbk 7 BNII PT Bank Internasional Indonesia Tbk 8 LPBN PT Bank Lippo Tbk
9 MAYA PT Bank Mayapada Internasional Tbk 10 MEGA PT Bank Mega Tbk
11 BBNI PT Bank Negara Indonesia Tbk 12 BNGA PT Bank Niaga Tbk
13 NISP PT Bank NISP Tbk
14 PNBN PT Bank PAN Indonesia Tbk 15 BBLD PT Bina Danatama Finance Tbk 16 BFIN PT BFI Finance Indonesia Tbk 17 PNIN PT Panin Insurance Tbk 18 PNLF PT Panin Life Tbk 19 BHIT PT Bhakti Investama Tbk
20 GSMF PT Equty Development Invesment Tbk 21 LPPS PT Lippo Securities Tbk
Lampiran 3. Statistik Deskriptif Frequencies
Statistics
70 70 70 70
0 0 0 0
Valid Missing N
(10)
Frequency Table
AUD (X2)
15 21.4 21.4 21.4
55 78.6 78.6 100.0
70 100.0 100.0
Tidak Berafiliasi Berafiliasi Total Valid
Frequency Percent Valid Percent
Cumulative Percent
LOSS (X3)
59 84.3 84.3 84.3
11 15.7 15.7 100.0
70 100.0 100.0
lainnya rugi bersih Total Valid
Frequency Percent Valid Percent
Cumulative Percent
GCUOP (X4)
22 31.4 31.4 31.4
48 68.6 68.6 100.0
70 100.0 100.0
Lainnya Going Concern Total
Valid
Frequency Percent Valid Percent
Cumulative Percent
FININST (X7)
49 70.0 70.0 70.0
21 30.0 30.0 100.0
70 100.0 100.0
manufaktur Keuangan Total Valid
Frequency Percent Valid Percent
Cumulative Percent
Descriptives
Descriptive Statistics
70 6.00 97.00 35.0286 18.13953
70 10.00 76.00 38.3000 12.94621
70 11.17 14.12 12.4102 .64949
70 1.00 969.00 60.3286 167.35450
70 .15 38.52 4.6812 6.19281
70 CCT (Y1)
FCT (Y2) SIZE (X1) SEGMENT (X5) DERATIO (X6) Valid N (listwise)
(11)
Lampiran 4. Regresi Uji Normalitas
Uji Multikolinearitas
Coefficientsa
-49.962 33.096 -1.510 .136
6.589 2.810 .279 2.345 .022 .751 1.332
.313 4.784 .007 .065 .948 .896 1.116
16.488 5.332 .333 3.092 .003 .917 1.091
7.594 4.234 .196 1.793 .078 .893 1.119
-.031 .012 -.288 -2.575 .012 .850 1.176
-.227 .336 -.078 -.677 .501 .811 1.233
-4.372 4.755 -.111 -.919 .361 .727 1.375
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5) DERATIO (X6) FININST (X7) Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: CCT (Y1) a.
Uji Heteroskedastisitas
Coefficientsa
-19.986 18.965 -1.054 .296
2.574 1.610 .223 1.599 .115
.534 2.742 .025 .195 .846
1.860 3.055 .077 .609 .545
1.534 2.426 .081 .632 .529
-.010 .007 -.185 -1.411 .163
-.180 .192 -.125 -.935 .354
-1.324 2.725 -.069 -.486 .629
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5) DERATIO (X6) FININST (X7) Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig.
Dependent Variable: ABSU a.
One-Sample Kolmogorov-Smirnov Test
70 .0000000 14.73600897 .060 .060 -.033 .504 .961 N
Mean
Std. Deviation Normal Parametersa,b
Absolute Positive Negative Most Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
(12)
Regression
Variables Entered/Removedb
FININST (X7), GCUOP (X4), AUD (X2), LOSS (X3), SEGMENT (X5), DERATIO (X6), SIZE (X1)a
. Enter Model
1
Variables Entered
Variables
Removed Method
All requested variables entered. a.
Dependent Variable: CCT (Y1) b.
Model Summaryb
.583a .340 .266 15.54564
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate Predictors: (Constant), FININST (X7), GCUOP (X4), AUD (X2), LOSS (X3), SEGMENT (X5), DERATIO (X6), SIZE (X1)
a.
Dependent Variable: CCT (Y1) b.
Coefficientsa
-49.962 33.096 -1.510 .136
6.589 2.810 .279 2.345 .022 .176 .285 .242
.313 4.784 .007 .065 .948 -.038 .008 .007
16.488 5.332 .333 3.092 .003 .407 .366 .319
7.594 4.234 .196 1.793 .078 .288 .222 .185
-.031 .012 -.288 -2.575 .012 -.268 -.311 -.266
-.227 .336 -.078 -.677 .501 -.056 -.086 -.070
-4.372 4.755 -.111 -.919 .361 -.159 -.116 -.095
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5 DERATIO (X6) FININST (X7) Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig. Zero-order Partial Part
Correlations
Dependent Variable: CCT (Y1) a.
Lampiran 5. Regresi Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
70 .0000000 9.46167803 .087 .087 -.075 .725 .669 N
Mean
Std. Deviation Normal Parametersa,b
Absolute Positive Negative Most Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
(13)
Uji Multikolinearitas
Coefficientsa
-63.928 21.250 -3.008 .004
8.180 1.804 .486 4.534 .000 .751 1.332
-2.037 3.072 -.065 -.663 .510 .896 1.116
9.912 3.423 .281 2.895 .005 .917 1.091
7.702 2.719 .278 2.833 .006 .893 1.119
-.018 .008 -.236 -2.340 .023 .850 1.176
-.379 .215 -.181 -1.759 .083 .811 1.233
-3.182 3.053 -.113 -1.042 .301 .727 1.375
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5) DERATIO (X6) FININST (X7) Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: FCT (Y2) a.
Uji Heteroskedastisitas
Coefficientsa
2.160 10.355 .209 .835
.699 .879 .110 .795 .430
-1.307 1.497 -.110 -.873 .386
-.296 1.668 -.022 -.177 .860
-1.428 1.325 -.137 -1.078 .285
-.008 .004 -.275 -1.121 .138
-.028 .105 -.036 -.270 .788
-.208 1.488 -.020 -.140 .889
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5) DERATIO (X6) FININST (X7) Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig.
Dependent Variable: ABSU a.
Regression
Variables Entered/Removedb
FININST (X7), GCUOP (X4), AUD (X2), LOSS (X3), SEGMENT (X5), DERATIO (X6), SIZE (X1)a
. Enter Model
1
Variables Entered
Variables
Removed Method
All requested variables entered. a.
Dependent Variable: FCT (Y2) b.
(14)
Regression
Model Summaryb
.683a .466 .406 9.98152
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate Predictors: (Constant), FININST (X7), GCUOP (X4), AUD (X2), LOSS (X3), SEGMENT (X5), DERATIO (X6), SIZE (X1)
a.
Dependent Variable: FCT (Y2) b.
Coefficientsa
-63.928 21.250 -3.008 .004
8.180 1.804 .486 4.534 .000 .367 .499 .421
-2.037 3.072 -.065 -.663 .510 -.064 -.084 -.062
9.912 3.423 .281 2.895 .005 .384 .345 .269
7.702 2.719 .278 2.833 .006 .382 .339 .263
-.018 .008 -.236 -2.340 .023 -.176 -.285 -.217
-.379 .215 -.181 -1.759 .083 -.092 -.218 -.163
-3.182 3.053 -.113 -1.042 .301 -.100 -.131 -.097
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5 DERATIO (X6) FININST (X7) Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig. Zero-order Partial Part
Correlations
Dependent Variable: FCT (Y2) a.
(1)
31
IMAS
PT Indomobil Sukses Internasional Tbk
32
SMSM
PT Selamat Sempurna Tbk
33
MYTX
PT Apac Citra Centertex
34
ARGO
PT Argo Pantes
35
ESTI
PT Ever Shine Textile Industry Tbk
36
PAFI
PT Panasia Filament Inti
37
SSTM
PT Sunson Textile Manufacturer Tbk
38
AQUA
PT Aqua Golden Mississippi Tbk
39
DAVO
PT Davomas Abadi Tbk
40
INDF
PT Indofood Sukses Makmur Tbk
41
SHDA
PT Sari Husada Tbk
42
SMAR
PT Sinar Mas Agro Resources and Technology Tbk
43
BATI
PT BAT Indonesia Tbk
44
GGRM PT Gudang Garam Tbk
45
HMSP
PT HM Sampoerna Tbk
46
DNKS
PT Dankos Laboratories Tbk
47
INAF
PT Indofarma Tbk
48
KLBF
PT Kalbe Farma Tbk
49
LMPI
PT Langgeng Makmur Plastik Industry Tbk
Lampiran 2.
DAFTAR SAMPEL PERUSAHAAN FINANCE
No.
Kode
Nama Perusahaan
1
BNLI
PT Bank Permata Tbk
2
BBIA
PT Bank Buana Indonesia Tbk
3
BBCA PT Bank Central Asia Tbk
4
BCIC
PT Bank CIC Internasional Tbk
5
BDMN PT Bank Danamon Tbk
6
BGIN
PT Bank Global Internasional Tbk
7
BNII
PT Bank Internasional Indonesia Tbk
8
LPBN
PT Bank Lippo Tbk
9
MAYA PT Bank Mayapada Internasional Tbk
10
MEGA PT Bank Mega Tbk
11
BBNI
PT Bank Negara Indonesia Tbk
12
BNGA PT Bank Niaga Tbk
13
NISP
PT Bank NISP Tbk
14
PNBN
PT Bank PAN Indonesia Tbk
15
BBLD
PT Bina Danatama Finance Tbk
16
BFIN
PT BFI Finance Indonesia Tbk
17
PNIN
PT Panin Insurance Tbk
18
PNLF
PT Panin Life Tbk
19
BHIT
PT Bhakti Investama Tbk
20
GSMF PT Equty Development Invesment Tbk
21
LPPS
PT Lippo Securities Tbk
Lampiran 3. Statistik Deskriptif
Frequencies
Statistics
70 70 70 70
0 0 0 0
Valid Missing N
(2)
Frequency Table
AUD (X2)
15 21.4 21.4 21.4
55 78.6 78.6 100.0
70 100.0 100.0
Tidak Berafiliasi Berafiliasi Total Valid
Frequency Percent Valid Percent
Cumulative Percent
LOSS (X3)
59 84.3 84.3 84.3
11 15.7 15.7 100.0
70 100.0 100.0
lainnya rugi bersih Total Valid
Frequency Percent Valid Percent
Cumulative Percent
GCUOP (X4)
22 31.4 31.4 31.4
48 68.6 68.6 100.0
70 100.0 100.0
Lainnya Going Concern Total
Valid
Frequency Percent Valid Percent
Cumulative Percent
FININST (X7)
49 70.0 70.0 70.0
21 30.0 30.0 100.0
70 100.0 100.0
manufaktur Keuangan Total Valid
Frequency Percent Valid Percent
Cumulative Percent
Descriptives
Descriptive Statistics
70 6.00 97.00 35.0286 18.13953
70 10.00 76.00 38.3000 12.94621
70 11.17 14.12 12.4102 .64949
70 1.00 969.00 60.3286 167.35450
70 .15 38.52 4.6812 6.19281
70 CCT (Y1)
FCT (Y2) SIZE (X1) SEGMENT (X5) DERATIO (X6) Valid N (listwise)
(3)
Lampiran 4. Regresi
Uji Normalitas
Uji Multikolinearitas
Coefficientsa
-49.962 33.096 -1.510 .136
6.589 2.810 .279 2.345 .022 .751 1.332
.313 4.784 .007 .065 .948 .896 1.116
16.488 5.332 .333 3.092 .003 .917 1.091
7.594 4.234 .196 1.793 .078 .893 1.119
-.031 .012 -.288 -2.575 .012 .850 1.176
-.227 .336 -.078 -.677 .501 .811 1.233
-4.372 4.755 -.111 -.919 .361 .727 1.375
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5) DERATIO (X6) FININST (X7) Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: CCT (Y1) a.
Uji Heteroskedastisitas
Coefficientsa
-19.986 18.965 -1.054 .296
2.574 1.610 .223 1.599 .115
.534 2.742 .025 .195 .846
1.860 3.055 .077 .609 .545
1.534 2.426 .081 .632 .529
-.010 .007 -.185 -1.411 .163
-.180 .192 -.125 -.935 .354
-1.324 2.725 -.069 -.486 .629
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5) DERATIO (X6) FININST (X7) Model
1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients
t Sig.
Dependent Variable: ABSU a.
One-Sample Kolmogorov-Smirnov Test
70 .0000000 14.73600897 .060 .060 -.033 .504 .961 N
Mean
Std. Deviation Normal Parametersa,b
Absolute Positive Negative Most Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
(4)
Regression
Variables Entered/Removedb
FININST (X7), GCUOP (X4), AUD (X2), LOSS (X3), SEGMENT (X5), DERATIO (X6), SIZE (X1)a
. Enter Model
1
Variables Entered
Variables
Removed Method
All requested variables entered. a.
Dependent Variable: CCT (Y1) b.
Model Summaryb
.583a .340 .266 15.54564
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate Predictors: (Constant), FININST (X7), GCUOP (X4), AUD (X2), LOSS (X3), SEGMENT (X5), DERATIO (X6), SIZE (X1)
a.
Dependent Variable: CCT (Y1) b.
Coefficientsa
-49.962 33.096 -1.510 .136
6.589 2.810 .279 2.345 .022 .176 .285 .242
.313 4.784 .007 .065 .948 -.038 .008 .007
16.488 5.332 .333 3.092 .003 .407 .366 .319
7.594 4.234 .196 1.793 .078 .288 .222 .185
-.031 .012 -.288 -2.575 .012 -.268 -.311 -.266
-.227 .336 -.078 -.677 .501 -.056 -.086 -.070
-4.372 4.755 -.111 -.919 .361 -.159 -.116 -.095
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5 DERATIO (X6) FININST (X7) Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig. Zero-order Partial Part
Correlations
Dependent Variable: CCT (Y1) a.
Lampiran 5. Regresi
Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
70 .0000000 9.46167803 .087 .087 -.075 .725 .669 N
Mean
Std. Deviation Normal Parametersa,b
Absolute Positive Negative Most Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Unstandardiz ed Residual
(5)
Uji Multikolinearitas
Coefficientsa
-63.928 21.250 -3.008 .004
8.180 1.804 .486 4.534 .000 .751 1.332
-2.037 3.072 -.065 -.663 .510 .896 1.116
9.912 3.423 .281 2.895 .005 .917 1.091
7.702 2.719 .278 2.833 .006 .893 1.119
-.018 .008 -.236 -2.340 .023 .850 1.176
-.379 .215 -.181 -1.759 .083 .811 1.233
-3.182 3.053 -.113 -1.042 .301 .727 1.375
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5) DERATIO (X6) FININST (X7) Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: FCT (Y2) a.
Uji Heteroskedastisitas
Coefficientsa
2.160 10.355 .209 .835
.699 .879 .110 .795 .430
-1.307 1.497 -.110 -.873 .386
-.296 1.668 -.022 -.177 .860
-1.428 1.325 -.137 -1.078 .285
-.008 .004 -.275 -1.121 .138
-.028 .105 -.036 -.270 .788
-.208 1.488 -.020 -.140 .889
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5) DERATIO (X6) FININST (X7) Model
1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients
t Sig.
Dependent Variable: ABSU a.
Regression
Variables Entered/Removedb
FININST (X7), GCUOP (X4), AUD (X2), LOSS (X3), SEGMENT (X5), DERATIO (X6), SIZE (X1)a
. Enter Model
1
Variables Entered
Variables
Removed Method
All requested variables entered. a.
Dependent Variable: FCT (Y2) b.
(6)
Regression
Model Summaryb
.683a .466 .406 9.98152
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate Predictors: (Constant), FININST (X7), GCUOP (X4), AUD (X2), LOSS (X3), SEGMENT (X5), DERATIO (X6), SIZE (X1)
a.
Dependent Variable: FCT (Y2) b.
Coefficientsa
-63.928 21.250 -3.008 .004
8.180 1.804 .486 4.534 .000 .367 .499 .421
-2.037 3.072 -.065 -.663 .510 -.064 -.084 -.062
9.912 3.423 .281 2.895 .005 .384 .345 .269
7.702 2.719 .278 2.833 .006 .382 .339 .263
-.018 .008 -.236 -2.340 .023 -.176 -.285 -.217
-.379 .215 -.181 -1.759 .083 -.092 -.218 -.163
-3.182 3.053 -.113 -1.042 .301 -.100 -.131 -.097
(Constant) SIZE (X1) AUD (X2) LOSS (X3) GCUOP (X4) SEGMENT (X5 DERATIO (X6) FININST (X7) Model
1
B Std. Error Unstandardized
Coefficients
Beta Standardized
Coefficients
t Sig. Zero-order Partial Part
Correlations
Dependent Variable: FCT (Y2) a.