Faktor- Faktor ynag Mempengaruhi Audit Delay pada Perusahaan Manufaktur di Bursa Efek Indonesia dengan Ukuran KAP sebagai Variabel Moderating Chapter III VI

44

BAB III
KERANGKA KONSEP DAN HIPOTESIS

3.1

Kerangka Konsep
Variabel yang digunakan pada penelitian ini, yaitu variabel independen

(ukuran perusahaan, kompleksitas operasi perusahaan, laba rugi perusahaan, dan
solvabilitas), variabel dependen (audit delay), dan variabel moderating (ukuran
KAP) sebagaimana digambarkan sebagai berikut:

Ukuran Perusahaan
(X1 )
Kompleksitas Operasi
Perusahaan
(X2 )

Audit Delay

(Y)

Laba Rugi Perusahaan
(X3 )
Solvabilitas
(X4 )
Ukuran KAP
(Z)

Gambar 3.1 Kerangka Konsep
3.1.1 Pengaruh Ukuran Perusahaan terhadap Audit Delay
Ukuran Perusahaan dapat dilihat dari total asset yang dimiliki perusahaan.
Hubungan antara ukuran perusahaan dengan audit delay adalah perusahaan yang
mempunyai total asset yang lebih besar akan menyelesaikan audit lebih lama
dibandingkan dengan perusahaan yang mempunyai total asset lebih kecil,
dikarenakan jumlah sampel yang harus diambil semakin besar dan semakin

44
29
Universitas Sumatera Utara

45
30

banyak prosedur audit yang harus ditempuh. Penelitian yang telah dilakukan
Puspitasari dan Aggraini (2010) dan Kennedy (2012) menunjukkan bahwa ukuran
perusahaan mempengaruhi audit delay.
3.1.2 Pengaruh Kompleksitas Operasi Perusahaan terhadap Audit Delay
Kompleksitas operasi perusahaan, semakin banyak anak perusahaan yang
dimiliki perusahaan tersebut, maka akan semakin lama waktu audit bagi auditor.
Penelitian yang dilakukan oleh Ayemere dan Elijah (2015) dan Tania (2012)
menunjukkan bahwa kompleksitas operasi perusahaan berpengaruh terhadap
audit delay.
3.1.3 Pengaruh Laba rugi Perusahaan terhadap Audit Delay
Perusahaan berlaba akan mempercepat waktu audit bagi auditor, sehingga
laba rugi perusahaan berpengaruh pada audit delay. Perusahaan yang mengalami
kerugian akan meminta auditornya untuk menjadwalkan kembali pengauditan
lebih lambat dari biasanya sehingga menunda untuk mengumumkan ”bad news”
kepada publik. Penelitian ini telah dilakukan oleh Iskandar dan Trisnawati (2010),
Kartika (2009) dan Lela (2013).

3.1.4 Pengaruh Solvabilitas terhadap Audit Delay
Solvabilitas juga mempengaruhi audit delay

karena semakin banyak

hutang yang dimiliki perusahaan akan semakin banyak waktu yang dibutuhkan
auditor untuk menyelesaikan auditnya. Carlaw dan Kaplan (1991) menemukan
hubungan yang signifikan antara rasio Total Debt to Total Asset (TDTA) dengan
Audit Delay. Alasan yang dapat mendukung hubungan antara debt to assets ratio
adalah pertama, bahwa total debt to total assets ratio mengindikasikan kesehatan
dari perusahaan. Proporsi total debt to total assets ratio yang tinggi akan

45
Universitas Sumatera Utara

46
31

meningkatkan kegagalan perusahaan sehingga auditor akan meningkatkan
perhatian bahwa ada kemungkinan laporan keuangan kurang dapat dipercaya.

Kedua, mengaudit utang memerlukan waktu yang lebih lama dibandingkan
dengan mengaudit modal. Biasanya mengaudit utang lebih melibatkan banyak staf
dan lebih rumit dibandingkan mengaudit modal. Dalam hal ini perusahaan akan
mengurangi resiko dengan mengundurkan publikasi laporan keuangannya dan
mengulur waktu dalam laporan auditnya. Ini memberikan tanda ke pasar bahwa
perusahaan dalam tingkat resiko yang tinggi. Dengan demikian, auditor akan
mengaudit laporan keuangan dengan lebih seksama dan membutuhkan waktu
yang relatif lama sehingga dapat membuat laporan keuangan terlambat untuk
dipublikasikan. Penelitian lainnya dilakukan oleh Sudewa dan Sujana (2011),
Ayaningsih dan Budiartha (2013), dan Badriyah (2013)
3.1.5 Pengaruh Ukuran KAP terhadap Audit Delay
Ukuran KAP menentukan kualitas auditor, dengan berafiliasinya ke dalam
The Big Four, auditor dituntut untuk menyelesaikan auditnya dengan waktu yang
singkat karena dianggap lebih berpengalaman dibanding non big four. Kantor
akuntan publik the big four umumnya mempunyai sumber daya yang lebih besar
sehingga dapat melakukan audit lebih cepat dan efisien. Hal ini membuktikan
pendapat bahwa perusahaan yang diaudit oleh kantor akuntan publik the big four
cenderung lebih cepat menyelesaikan auditnya bila dibandingkan dengan
perusahaan yang diaudit oleh kantor akuntan publik non the big four. Ukuran
KAP dijadikan sebagai variabel moderating karena dianggap dapat memoderasi

hubungan variabel independen dengan audit delay, misalnya perusahaan berlaba

46
Universitas Sumatera Utara

47
32

yang diaudit oleh KAP yang berafiliasi dengan the big four akan semakin singkat
waktu penyelesaian auditnya.
3.2 Hipotesis Penelitian
Sinkron dengan latar belakang, perumusan masalah, tujuan penelitian,
landasan teori dan kerangka konseptual, maka dirumuskan hipotesis penelitian
sebagai berikut:
1.

Ukuran perusahaan, kompleksitas operasi perusahaan, laba rugi perusahaan,
dan solvabilitas berpengaruh terhadap audit delay baik secara simultan dan
parsial pada perusahaan manufaktur di Bursa Efek Indonesia.

2.

Ukuran KAP dapat memoderasi hubungan ukuran perusahaan, kompleksitas
operasi perusahaan, laba rugi perusahaan, dan solvabilitas dengan audit delay
pada perusahaan manufaktur di Bursa Efek Indonesia.

47
Universitas Sumatera Utara

48

BAB IV
METODE PENELITIAN

4.1 Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah kausal yang
bertujuan untuk menganalisis bagaimana suatu variabel mempengaruhi variabel
lain. Penelitian ini dilakukan untuk menganalisis pengaruh ukuran perusahaan,
kompleksitas ukuran perusahaan, laba rugi perusahaan, dan solvabilitas terhadap
audit delay dengan ukuran KAP sebagai variabel moderasi.

4.2 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan pada perusahaan manufaktur yang terdaftar di
Bursa Efek Indonesia (BEI) periode 2010 sampai dengan 2013 dengan mengakses
situs resmi www.idx.co.id. Waktu penelitian direncanakan dilakukan mulai dari
bulan Maret 2015 sampai dengan bulan Agustus 2016.
4.3 Populasi dan Sampel
Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia (BEI) periode 2010 sampai dengan 2013 yang
terdiri dari sektor industri dasar dan kimia, sektor aneka industri, dan sektor
industri barang dan konsumsi yang diperoleh melalui website www.idx.co.id.
Adapun jumlah populasi seluruh perusahaan manufaktur yang terdaftar di BEI
hingga tahun 2013 ada sebanyak 139 perusahaan.
Pada penelitian ini, metode pengambilan sampel yang digunakan adalah
probability sampling dengan teknik simple random sampling. Simple random
sampling adalah teknik pengambilan sample secara acak sebanyak persentasi yang

48
33
Universitas Sumatera Utara

49
34

diasumsikan dari jumlah populasi. Penentuan jumlah sampel dilakukan dengan
cara perhitungan statistik yaitu dengan menggunakan rumus slovin. Rumus Slovin
digunakan untuk menentukan ukuran sampel dari populasi yang telah diketahui
jumlahnya yaitu sebanyak 139 perusahaan. Untuk tingkat presisi yang ditetapkan
dalam penentuan sampel adalah 5%. Rumus Slovin yaitu:
N

N
=
1 + Ne2

Keterangan:
n
: jumlah sampel
N
: jumlah populasi
e

: kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang
dapat ditolerir kemudian dikudratkan
sehingga diperoleh jumlah sampel:
N
N

=
1 + Ne2
139

N

=
1 + (139 x 5%2)

N

=

103,15

N

=

103 perusahaan

setelah diperoleh jumlah sampel 103 perusahaan, maka nama-nama perusahaan
diambil secara acak dengan menggunakan teknik simple random sampling.
Sample lebih jelas digambarkan pada tabel 4.1

49
Universitas Sumatera Utara

50
35

Tabel 4.1
Sample Penelitian
Sample

Jumlah Emiten
Jumlah Tahun yang diteliti (2010 - 2013)
Data Amatan
Sumber: Hasil penelitian, 2016 (Data Diolah)

Jumlah
103
4
412

4.4 Metode Pengumpulan Data
Metode pengumpulan data terdiri dari 2 (dua) yaitu data primer dan data
sekunder. Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu
data laporan auditor independen dan laporan keuangan yang telah diaudit dari
perusahaan – perusahaan yang terdaftar di Bursa Efek Indonesia yang di
download dari website www.idx.co.id. Data yang digunakan merupakan data
antarperusahaan (cross section)dan antarwaktu (time series).
4.5 Definisi Operasional dan Pengukuran Variabel
Variabel- variabel yang digunakan dalam penelitian ini adalah:
1.

Variabel dependen yaitu audit delay.
Audit delay adalah waktu penyelesaian audit yang diukur dari tanggal
penutupan tahun buku hingga tanggal diselesaikan laporan auditor
independen. Skala yang digunakan adalah skala rasio.

2.

Variabel independen yang terdiri dari:
a. Ukuran perusahaan, menggambarkan seberapa besar aset perusahaan yang
dimiliki

suatu

perusahaan.

Ukuran

perusahaan

diukur

dengan

menggunakan rumus logaritma terhadap total aset, Skala rasio.
Ukuran Perusahaan = ln (total aset)

50
Universitas Sumatera Utara

51
36

b. Kompleksitas

operasi

perusahaan,

membandingkan

keberadaan

anak/cabang perusahaan yang diukur dengan menggunakan variabel
dummy, dimana kode 0 untuk perusahaan yang memiliki anak/cabang, dan
kode 1 untuk perusahaan yang tidak memiliki anak/cabang. Skala yang
digunakan adalah skala dummy.
c. Laba rugi perusahaan, adalah menggambarkan laba atau rugi yang
diperoleh perusahaan dalam 1 periode yang diukur dengan menggunakan
variabel dummy, dimana kode 0 untuk perusahaan yang memperoleh laba,
dan kode 1 untuk perusahaan yang memperoleh rugi. Skala yang
digunakan adalah skala dummy.
d. Solvabilitas, yaitu kemampuan perusahaan dalam melunasi kewajiban
jangka pendek maupun jangka panjang dengan menggunakan aset yang
diukur dalam DTA
Total Kewajiban
DTA =

x 100%
Total aset

Skala yang digunakan adalah skala rasio.
3.

Variabel moderating dalam penelitian ini adalah ukuran KAP, yaitu besarnya
perusahaan audit yang melaksanakan pengauditan laporan keuangan
berdasarkan berafiliasi atau tidaknya KAP tersebut dengan the big four.
Ukuran KAP diukur dengan menggunakan variabel dummy, dimana kode 0
untuk KAP the big four, dan kode 1 untuk KAP Non-big four. Skala yang
digunakan adalah skala dummy.

51
Universitas Sumatera Utara

52
37

Definisi operasional variabel dan pengukuran variabel dapat dijelaskan sebagai
berikut:
Tabel 4.2
Definisi Operasional dan Pengukuran Variabel
Variabel
Definisi Variabel
Parameter

Skala

Dependen
Audit Delay
(Y)

Waktu penyelesaian audit
yang diukur dari tanggal
penutupan tahun buku
hingga tanggal diselesaikan
laporan audit independen

Tanggal diterbitkannya
laporan keuangan audit
(tanggal Opini) Tanggal penutupan
tahun buku

Rasio

Besarnya perusahaan
audit yang mengaudit
laporan keuangan.

0 KAP Big Four

Dummy

Jumlah besar aset
perusahaan yang dimiliki
suatu perusahaan

Ln (Total Aset)

Rasio

0 Ada anak perusahaan

Dummy

Moderating
Ukuran KAP
(Z)

1 KAP Non – Big Four

Independen
Ukuran
Perusahaan
(X1)

Kompleksitas
Keberadaan anak/cabang
Operasi Perusahaan perusahaan
(X2)
Laba rugi
Perusahaan
(X3)
Solvabilitas
(X4)

1 Tidak ada anak
Perusahaan
Dummy

Laba atau rugi yang
diperoleh perusahaan
dalam 1 (satu) periode

0 Laba

Kemampuan perusahaan
melunasi kewajiban
jangka pendek maupun
jangka panjang dengan
menggunakan asset yang
diukur dalam DTA

Total kewajiban /

1 Rugi

Rasio

Total aset

Sumber: Hasil penelitian, 2016 (Data Diolah)
52
Universitas Sumatera Utara

38
53

4.6 Metode Analisis Data
4.6.1 Uji Asumsi Klasik
Pengujian asumsi klasik yang dilakukan meliputi uji normalitas,
multikolinearitas, uji heterokedastisitas, dan uji autokorelasi.
4.6.1.1 Uji Normalitas
Uji normalitas dilakukan untuk menentukan apakah data berdistribusi
normal atau tidak. Uji normalitas dapat dilakukan dengan menggunakan rasio
skewness dan rasio kurtosis. Rasio skewness adalah nilai skewness dibagi dengan
standard error skewness, sedangkan rasio kurtosis adalah nilai kurtosis dibagi
dengan standard error kurtosis. Model regresi yang baik adalah memiliki
distribusi data normal atau mendekati normal.
Untuk melihat normalitas residual adalah dengan melihat grafik histogram
yang membandingkan antara data observasi dengan distribusi yang mendekati
distribusi normal. Pada prinsipnya, normalitas dapat dideteksi dengan melihat
histogram dari residualnya. Namun demikian, hanya dengan melihat histogram
dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode lainnya
yaitu dengan melihat normal probability plot yang membandingkan distribusi
kumulatif dari distribusi normal. Jika distribusi data residual normal, data
menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik
histogramnya, dan sebaliknya.
Untuk mendeteksi normalitas data dapat dilakukan pula melalui analisis
statistik yang dapat dilihat melalui Kolmogorov-Smirnov test (K-S). Dasar
pengambilan keputusan dalam uji K-S adalah sebagai berikut:

53
Universitas Sumatera Utara

54
39

1)

apabila nilai signifikansi (nilai probabilitas) < 0,05 secara statistik maka data
terdistibusi tidak normal,

2)

apabila nilai signifikansi (nilai probabilitas) > 0,05 secara statistik maka data
terdistribusi normal.

4.6.1.2 Uji Multikolinearitas
Multikolinieritas dikemukakan pertama kali oleh Ragner Frish yang mana
menyatakan bahwa multikolinier adalah adanya lebih dari satu hubungan linier
yang sempurna. Menurut Frish apabila terjadi multikolinier apalagi kolinier
sempurna (koefisien korelasi antarvariabel bebas = 1), maka koefisien regresi dari
variabel bebas tidak ditentukan dan standar errornya tidak terhingga (Suharyadi
dan Purwanto, 2009).
Model regresi yang baik adalah apabila model regresi tersebut tidak
memiliki masalah multikolinearitas. Pada SPSS, uji Multikolinieritas dilihat dari
nilai VIF untuk masing- masing variabel dengan menggunakan Tolerance and
Value Inflation Factor. Apabila nilai VIF lebih besar dari 10 maka diindikasikan
model tersebut memiliki multikolinieritas, dan sebaliknya.
4.6.1.3 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamat ke pengamat.
Jika variance dan residual satu pengamat ke pengamat lain tetap, maka disebut
homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang
baik

adalah

model

regresi

yang

homokedastisitas

atau

tidak

terjadi

heterokedastisitas karena data ini menghimpun data berbagai ukuran (Umar,
2009). Banyak metode statistik yang dapat digunakan unruk menentukan apakah

54
Universitas Sumatera Utara

55
40

suatu model terbebas dari masalah heterokedastisitas atau tidak. Salah satu uji
heterokedastisitas yang dapat diaplikasikan dengan software SPSS adalah uji
glejser, yaitu dengan melihat nilai sig seluruh variabel bebas. Apabila nilai sig
lebih besar dari nilai alpha (α) yaitu 5% maka model bebas dari heterokedastisitas,
dan sebaliknya.
4.6.1.4 Uji Autokorelasi
Uji autokorelasi merupakan pengujian asumsi dalam regresi dimana
variabel dependen tidak berkorelasi

dengan dirinya sendiri. Maksud korelasi

dengan diri sendiri adalah bahwa nilai dari variabel dependen tidak berhubungan
dengan nilai variabel itu sendiri, baik nilai variabel sebelumnya atau nilai periode
sesudahnya (Ghozali, 2013). Model regresi yang baik adalah regresi yang bebas
dari autokorelasi.
Pengujian untuk mengetahui masalah autokorelasi depat digunakan dengan
metode Durbin Watson. Adapun klasifikasi keputusan tabel Durbin Watson
sebagai berikut:
Autokorelasi
Positif

0

Tidak ada
Autokorelasi

?

dl

du

Autokorelasi
Negatif

?

4-du

4-dl

4

Gambar 4.1 Kualifikasi Keputusan Tabel Durbin Watson

4.6.2 Statistik Deskriptif
Statistik deskriptif digunakan untuk mendeskripsikan dan memberikan
gambaran tentang distribusi frekuensi variabel-variabel dalam penelitian ini, nilai
maksimum, minimum, rata-rata (mean) dan standar deviasi untuk variabel yang

55
Universitas Sumatera Utara

41
56
2

menggunakan skala rasio, yaitu solvabilitas, ukuran perusahaan, dan audit delay.
Sedangkan untuk variabel dengan skala dummy, yaitu laba rugi perusahaan,
kompleksitas operasi perusahaan, dan ukuran KAP.
4.6.3 Model Analisis Data
Model analisis data yang digunakan dalam penelitian ini adalah regresi
berganda. Penelitian ini ingin melihat faktor-faktor apa saja yang mempengaruhi
audit delay dengan melakukan pengujian terhadap hipotesis dengan menggunakan
program SPSS, kemudian dijelaskan secara deskriptif. Adapun model regresi
berganda yang dipakai uji residual yaitu dengan meregresikan antara variabel
bebas dengan variabel moderatingnya dan dihitung nilai residualnya kemudian
diambil nilai absolutnya lalu diregresikan antara variabel terikat terhadap absolut
residual, sebagai berikut:
1.

Uji Hipotesis 1
Y = a + b1X1 + b2X2 + b3X3 + b4X4 + ԑ

2.

Uji Hipotesis 2
Z = a + b1X1 + b2X2 + b3X3 + b4X4 + ԑ
ǀ E ǀ = a + b 1Y

dimana:
Y
a
b1-b5
X1
X2
X3
X4
Z
ԑ

= Audit Delay
= Konstanta
= Koefisien Regresi
= Ukuran Perusahaan
= Kompleksitas Operasi Perusahaan
= Laba rugi Perusahaan
= Solvabilitas
= Ukuran KAP
= Error Term

56
Universitas Sumatera Utara

57
42

4.6.4 Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan menggunakan uji koefisien
determinasi, uji secara simultan dan uji secara parsial.
Adapun untuk uji hipotesis sebagai berikut:
Ho

: Ukuran perusahaan, kompleksitas operasi perusahaan, laba rugi
perusahaan
dan solvabilitas tidak berpengaruh terhadap audit delay.

Ha

: Ukuran perusahaan, kompleksitas operasi perusahaan, laba rugi
perusahaan
dan solvabilitas berpengaruh terhadap audit delay.

4.6.4.1 Pengujian Koefisien Determinasi (R2)
Pengujian koefisien determinasi digunakan untuk melihat kekuatan
variabel bebas menjelaskan variabel tidak bebas (Ghozali, 2006). Koefisien
determinasi untuk mengukur persentase variasi variabel dependen yang dijelaskan
oleh semua variabel independen. Nilai koefisien determinasi terletak antara 0 dan
1 (0 < R2 < 1), semakin tinggi nilai R2 suatu regresi atau semakin mendekati 1,
maka regresi tersebut semakin baik. variabel bebas memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variasi variabel terikat. Kelemahan
penggunaan koefisien determinasi adalah bias terhadap jumlah variabel bebas
yang dimasukkan ke dalam model. Setiap tambahan satu variabel bebas maka R2
pasti meningkat meskipun variabel tersebut berpengaruh secara signifikan
terhadap variabel terikat. Oleh karena itu digunakanlah adjusted R2 pada saat
mengevaluasi model regresi. Tidak seperti R2, nilai adjusted R2 dapat naik atau
turun apabila satu variabel bebas ditambahkan ke dalam model (Ghozali, 2001).

57
Universitas Sumatera Utara

58
43

4.6.4.2 Pengujian Secara Simultan (Uji Statistik F)
Pengujian secara simultan atau uji-F digunakan untuk melihat pengaruh
variabel independen terhadap variabel dependen secara simultan (bersama-sama).
Adapun dasar pengambilan kesimpulan uji simultan (uji-F) adalah:
1.

Jika nilai signifikansi > α yaitu 5%, maka secara simultan Ho diterima atau
menolak Ha.

2.

Jika nilai signifikansi < α yaitu 5%, maka secara simultan Ho ditolak atau
menerima Ha.

4.6.4.3 Pengujian Secara Parsial
Pengujian secara parsial atau uji-t digunakan untuk melihat pengaruh
variabel independen terhadap variabel dependen secara parsial.
Adapun dasar pengambilan kesimpulan uji parsial (uji-t) adalah:
1.

Jika nilai signifikansi > α yaitu 5%, maka secara simultan Ho diterima atau
menolak Ha.

2.

Jika nilai signifikansi < α yaitu 5%, maka secara simultan Ho ditolak atau
menerima Ha.

4.6.4.4 Uji Variabel Moderating
Pengujian ini dilakukan untuk melihat apakah ukuran KAP suatu variabel
moderating, dengan menggunakan metode uji residual. Uji residual yaitu dengan
meregresikan antara variabel bebas dengan variabel moderatingnya dan dihitung
nilai residualnya kemudian diambil nilai absolutnya lalu diregresikan antara
variabel terikat terhadap absolut residual.
Adapun dasar pengambilan kesimpulan adalah sebagai berikut:

58
Universitas Sumatera Utara

59
44

1.

Jika nilai signifikansi > α yaitu 5%, maka secara simultan Ho diterima atau
menolak Ha.

2.

Jika nilai signifikansi < α yaitu 5%, maka secara simultan Ho ditolak atau
menerima Ha.

dimana:
Ho

: Ukuran KAP tidak memoderasi ukuran perusahaan, kompleksitas operasi
perusahaan, laba rugi perusahaan dan solvabilitas tidak berpengaruh
terhadap audit delay.

Ha

: Ukuran KAP memoderasi ukuran perusahaan, kompleksitas operasi
perusahaan, laba rugi perusahaan dan solvabilitas berpengaruh terhadap
audit delay.

59
Universitas Sumatera Utara

60

BAB V
HASIL DAN PEMBAHASAN
5.1

Hasil Penelitian

5.1.1 Uji Asumsi Klasik
Pengujian asumsi klasik yang dilakukan meliputi uji normalitas,
multikolinearitas, uji heterokedastisitas, dan uji autokorelasi.
5.1.1.1 Uji Normalitas
Pengujian normalitas dapat dilakukan berdasarkan analisis grafik dan
analisis statistik. Hasil pengujian normalitas yang terbentuk dari grafik histogram
ditunjukkan pada Gambar sebagai berikut :

Gambar 5.1. Histogram Normalitas Data Sebelum Transformasi
Sumber: Hasil Penelitian, 2016 (Data Diolah)

60
45
Universitas Sumatera Utara

61
46

Berdasarkan Gambar 5.1., dapat dilihat bahwa histogram menunjukkan
pola terdistribusi tidak normal. Hal ini dapat dilihat dari pola kurva yang sedikit
menceng ke kanan, dan dapat disimpulkan bahwa grafik histogramnya
menunjukkan pola terdistribusi tidak normal. Hal ini menunjukkan bahwa model
regresi belum memenuhi asumsi normalitas. Setelah dilakukan transformasi data
(LnX), hasil data penelitian dapat dilihat sebagai berikut :

Gambar 5.2. Histogram Normalitas Data Setelah Transformasi
Sumber : Hasil Penelitian, 2016 (Data Diolah)
Dari Gambar 5.2. diatas, dapat dilihat bahwa histogram menunjukkan pola
terdistribusi normal. Hal ini dapat dilihat dari pola kurva yang tidak menceng ke
kiri atau tidak menceng ke kanan sehingga, dapat disimpulkan grafik
histogramnya menunjukkan pola terdistribusi secara normal.

61
Universitas Sumatera Utara

62
47

Metode lain yang digunakan untuk menguji normalitas adalah dengan
melihat normal probability plot yang membandingkan distribusi kumulatif dari
distribusi normal. Hasil normal probability plot dalam penelitian dapat dilihat
pada Gambar 5.3 berikut :

Gambar 5.3. Grafik Normal Probability Plots
Sumber : Hasil Penelitian, 2016 (Data Diolah)
Pada Gambar 5.3. grafik normal probability plot, titik – titik menyebar disekitar
garis normal dan mengikuti arah garis diagonal dan hal ini menunjukkan bahwa
data terdistribusi secara normal.
Untuk mendeteksi normalitas data dapat dilakukan pula melalui analisis
statistik yang dapat dilihat melalui Kolmogorov-Smirnov test (K-S). Dasar
pengambilan keputusan dalam uji K-S adalah sebagai berikut:

62
Universitas Sumatera Utara

63
48

3)

apabila nilai signifikansi (nilai probabilitas) < 0,05 secara statistik maka data
terdistibusi tidak normal,

4)

apabila nilai signifikansi (nilai probabilitas) > 0,05 secara statistik maka data
terdistribusi normal
Hasil uji Kolmogrov – Smirnov dilihat pada Tabel 5.5. sebagai berikut :
Tabel 5.1. Uji Kolmogorov-Smirnov

N
Normal Parametersa,b
Most Extreme
Differences

Mean
Std. Deviation
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

Unstandardized Residual
412
.0000000
15.14864391
.084
.040
-.084
.932
.320

a. Test distribution is Normal.
Sumber: Hasil Penelitian, 2016 (Data Diolah)
Hasil pengujian pada Tabel 5.1. menunjukkan bahwa nilai kolmogrov – smirnov
sebesar 0,932 dan tingkat signifikan pada 0,320. Hal ini menunjukkan data
terdistribusi normal dikarenakan nilai signifikansi (nilai probabilitas) > 0,05
secara statistik.
5.1.1.2 Uji Multikolinearitas
Model regresi yang baik adalah apabila model regresi tersebut tidak
memiliki masalah multikolinearitas. Pada SPSS, uji Multikolinieritas dilihat dari
nilai VIF untuk masing- masing variabel dengan menggunakan Tolerance and
Value Inflation Factor. Apabila nilai VIF lebih besar dari 10 maka diindikasikan
model tersebut memiliki multikolinieritas, dan sebaliknya.

63
Universitas Sumatera Utara

64
49

Hasil yang ditunjukkan dalam output SPSS dari variabel independen yang
digunakan dilihat pada Tabel 5.2. sebagai berikut :
Tabel 5.2. Uji Multikolinearitas
Coefficientsa
Model
1
(Constant)
UP
KP
LR
SV
UK
a. Dependent Variable: AD
Sumber: Hasil Penelitian, 2016 (Data Diolah)

Collinearity Statistics
Tolerance
VIF
.774
.880
.921
.931
.875

1.292
1.136
1.085
1.074
1.143

Hasil dari uji VIF pada Tabel 5.2. menunjukkan bahwa pada semua variabel
independen tidak terjadi multikolinearitas. Hal ini dikarenakan nilai VIF < 10 dan
tolerance > 0,1.
5.1.1.3 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamat ke pengamat.
Jika variance dan residual satu pengamat ke pengamat lain tetap, maka disebut
homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang
baik

adalah

model

regresi

yang

homokedastisitas

atau

tidak

terjadi

heterokedastisitas karena data ini menghimpun data berbagai ukuran (Umar,
2009). Banyak metode statistik yang dapat digunakan unruk menentukan apakah
suatu model

terbebas

dari

masalah heterokedastisitas atau tidak. Uji

heterokedastisitas dapat dilihat dengan melakukan uji Glejser, yaitu dengan
melihat nilai sig seluruh variabel bebas. Apabila nilai sig lebih besar dari nilai

64
Universitas Sumatera Utara

65
50

alpha (α) yaitu 5% maka model bebas dari heterokedastisitas, dan sebaliknya.
Hasil pengujian menggunakan uji Glejser dapat dilihat pada Tabel 5.3. :
Tabel 5.3. Uji Glejser
Coefficientsa
Unstandardized
Standardized
Coefficients
Coefficients
Model
B
Std. Error
Beta
1 (Constant)
81.407
7.103
UP
-.399
.452
-.049
KP
3.715
1.730
.112
LR
1.292
2.083
.032
SV
-.013
.014
-.047
UK
1.684
1.634
.054
a. Dependent Variable: AD
Sumber : Hasil Penelitian, 2016 (Data Diolah)

t
11.462
-.884
2.148
.620
-.917
1.030

Sig.
.000
.377
.062
.535
.360
.303

Hasil tampilan output SPSS dengan jelas menunjukkan bahwa tidak ada satupun
variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen. Hal ini terlihat dari probabilitas signifikannya diatas tingkat
kepercayaan 5%. Jadi, dapat disimpulkan model regresi tidak mengandung adanya
heteroskedastisitas.
5.1.1.4 Uji Autokorelasi
Uji autokorelasi merupakan pengujian asumsi dalam regresi dimana
variabel dependen tidak berkorelasi dengan dirinya sendiri. Maksud korelasi
dengan diri sendiri adalah bahwa nilai dari variabel dependen tidak berhubungan
dengan nilai variabel itu sendiri, baik nilai variabel sebelumnya atau nilai periode
sesudahnya (Ghozali, 2013). Model regresi yang baik adalah regresi yang bebas
dari autokorelasi.

65
Universitas Sumatera Utara

66
51

Pengujian untuk mengetahui masalah autokorelasi depat digunakan dengan
metode Durbin Watson. Adapun klasifikasi keputusan tabel Durbin Watson
sebagai berikut:
Autokorelasi
Positif

0

Tidak ada
Autokorelasi

?

dl

du

Autokorelasi
Negatif

?

4-dl

4-du

4

Gambar 5.4 Kualifikasi Keputusan Tabel Durbin Watson
Hasil pengujian autokorelasi dapat dilihat dari Tabel 5.12. berikut :
Tabel 5.4 Uji Autokorelasi
Model

Durbin-Watson

1
Sumber : Hasil Penelitian, 2016 (Data Diolah)

2.007

Berdasarkan hasil uji Durbin – Watson menunjukkan nilai 2,007,
sedangkan dalam tabel DW untuk “k” = 5 dan N = 412, besar DW-tabel : dl (batas
luar) = 1,81824 dan du (batas dalam) = 1,85763, 4 – du = 2,14237. Oleh karena
nilai DW 2,007 lebih besar du dan DW lebih kecil dari 4 – du, maka disimpulkan
dalam data penelitian tidak terjadi autokorelasi.
5.1.2 Statistik Deskriptif
Statistik deskriptif digunakan untuk mendeskripsikan dan memberikan
gambaran tentang distribusi frekuensi variabel-variabel dalam penelitian ini, nilai
maksimum, minimum, rata-rata (mean) dan standar deviasi. Dalam penelitian ini,
variabel dependen yang digunakan adalah audit delay. Variabel independen yang
digunakan adalah ukuran perusahaan, kompleksitas operasi perusahaan, laba rugi
perusahaan, dan solvabilitas. Variabel moderating yang digunakan adalah ukuran

66
Universitas Sumatera Utara

67
52

KAP. Berdasarkan data yang dianalisis yang diperoleh dari laporan keuangan
(2010 – 2013) dengan jumlah data sebesar 412, maka dapat dilihat nilai minimum,
maksimum, mean¸dan standar deviation dari masing – masing variabel penelitian
pada Tabel 5.5. sebagai berikut :
Tabel 5.5 Statistik Deskriptif
N
Minimum Maximum
UP
412
9.27
22.21
SV
412
.20
608.13
AD
412
31.00
149.00
Valid N (listwise)
412
Sumber: Hasil Penelitian, 2016 (Data Diolah)

Mean Std. Deviation
14.2035
1.89253
57.3878
55.92167
77.3762
15.35585

Variabel UP memiliki nilai minimum sebesar 9,27 yang dialami oleh
Alam Karya Unggul Tbk pada tahun 2012. Hal ini menunjukkan aset perusahaan
tersebut sangat rendah pada tahun 2012. Nilai maksimum sebesar 22,21 dialami
oleh Mayora Indah Tbk pada tahun 2011. Rata – rata UP selama periode
pengamatan (2010 – 2013) sebesar 14,2035 dengan standar deviation (SD)
sebesar 1,89253. Adapun jumlah sample yang berada di bawah nilai rata-rata
yaitu 14,2035 sebanyak 230 atau 56% dari total sampel dan yang berada di atas
rata-rata sebanyak 182 atau 44% dari total sample.
Variabel SV memiliki nilai minimum sebesar 0,20 yang dialami oleh
Itamaraya Tbk pada tahun 2013. Hal ini menunjukkan rendahnya risiko keuangan
perusahaan tersebut. Nilai maksimum sebesar 608,13 dialami oleh Karwell
Indonesia Tbk pada tahun 2011. Rata – rata SV selama periode pengamatan (2010
– 2013) sebesar 57,3878 dengan standar deviation (SD) sebesar 55,92167.
Adapun jumlah sample yang berada di bawah nilai rata-rata yaitu 57,3878
sebanyak 275 atau 67% dari total sampel dan yang berada di atas rata-rata
sebanyak 137 atau 33% dari total sample.

67
Universitas Sumatera Utara

68
53

Variabel AD memiliki nilai minimum sebesar 31,00 yang dialami oleh
Sekar Laut Tbk pada tahun 2010. Hal ini menunjukkan perusahaan tersebut paling
cepat menyampaikan laporan keuangan selama 31 hari, sedangkan perusahaan
yang terlambat meyampaikan laporan keuangan yaitu Polychem Indonesia Tahun
2012 yaitu dilihat dari nilai maksimum AD sebesar 149 (149 hari). Rata – rata
audit delay selama periode pengamatan (2010 – 2013) sebesar 77,3762, masih
dibawah 90 hari waktu penyampaian laporan keuangan terhitung sejak tanggal 31
Desember. Nilai standar deviation (SD) sebesar 15,35585. Adapun jumlah sample
yang berada di bawah nilai rata-rata yaitu 77,3762 sebanyak 174 atau 42% dari
total sampel dan yang berada di atas rata-rata sebanyak 238 atau 58% dari
total sample.
Variabel KP memiliki nilai minimum sebesar 0 sedangkan nilai
maksimumnya 1. Ini dikarenakan skala yang digunakan untuk

mengukur

kompleksitas operasi perusahaan adalah skala nominal. Perusahaan yang memiliki
anak perusahaan diberi angka 0 dan perusahaan yang tidak memiliki anak
perusahaan diberi angka 1. Adapun jumlah sample yang diberi angka nol, atau
memiliki anak perusahaan sebanyak 284 atau 69% dari total sampel dan
sebaliknya, sample yang diberi angka 1, atau tidak memiliki anak perusahaan
sebanyak 128 atau 31% dari total sampel sejumlah 412 sampel.
Variabel LR memiliki nilai minimum sebesar 0 sedangkan nilai
maksimumnya 1. Ini dikarenakan skala yang digunakan untuk mengukur laba
rugi perusahaan adalah skala nominal. Perusahaan yang berlaba diberi angka 0
dan perusahaan yang rugi diberi angka 1. Adapun jumlah sample yang diberi
angka nol, atau perusahaan yang berlaba sebanyak 342 atau 83% dari total sampel

68
Universitas Sumatera Utara

69
54

dan sebaliknya, sample yang diberi angka 1, atau perusahaan yang rugi sebanyak
70 atau 17% dari total sampel sejumlah 412 sampel.
Variabel UK memiliki nilai minimum sebesar 0 sedangkan nilai
maksimumnya 1. Ini dikarenakan skala yang digunakan untuk mengukur ukuran
KAP adalah skala nominal. Perusahaan yang diaudit oleh KAP Big Four diberi
angka 0 dan perusahaan yang diaudit oleh KAP non-Big Four diberi angka 1.
Adapun jumlah sample yang diberi angka nol, atau perusahaan yang diaudit oleh
KAP Big Four sebanyak 168 atau 41% dari total sampel dan sebaliknya, sample
yang diberi angka 1, atau perusahaan yang diaudit oleh KAP Non-Big Four
sebanyak 244 atau 59% dari total sampel sejumlah 412 sampel.
5.1.3 Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan menggunakan uji koefisien
determinasi, uji secara simultan dan uji secara parsial.
5.1.3.1 Pengujian Koefisien Determinasi (R2)
Pengujian koefisien determinasi digunakan untuk melihat kekuatan
variabel bebas menjelaskan variabel tidak bebas (Ghozali, 2006). Koefisien
determinasi digunakan untuk mengukur persentase variasi variabel dependen yang
dijelaskan oleh semua variabel independen. Nilai koefisien determinasi terletak
antara 0 dan 1 (0 < R2 < 1), dimana semakin tinggi nilai R2 suatu regresi atau
semakin mendekati 1, maka hasil regresi tersebut semakin baik. Hal ini berarti
variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel terikat.
Berdasarkan hasil output SPSS, besarnya nilai adjusted R2 dapat dilihat
pada Tabel 5.6. sebagai berikut :

69
Universitas Sumatera Utara

70
55

Tabel 5.6. Uji Koefisien Determinasi (R2)
Model

R

R Square

Adjusted R
Square

1
.495a
.245
a. Predictors: (Constant), SV, KP, LR, UP
b. Dependent Variable: AD
Sumber: Hasil Penelitian, 2016 (Data diolah)

.213

Std. Error of the
Estimate
15.24474

Dilihat dari Tabel 5.6. diatas, menunjukkan bahwa nilai R sebesar 0,495
yang berarti korelasi atau hubungan antara variabel dependen (audit delay)
dengan

variabel

independen

(ukuran

perusahaan,

kompleksitas

operasi

perusahaan, laba rugi perusahaan, dan solvabilitas) cukup lemah. Hal ini
dikarenakan nilai R < 50% (0,5). Nilai koefisien determinasi (R Square) sebesar
0,245 atau 24,5%, hal ini berarti hanya 24,5% pengaruh variabel independen
(ukuran perusahaan, kompleksitas operasi perusahaan, laba rugi perusahaan, dan
solvabilitas) terhadap variabel dependen (audit delay), sedangkan sisanya 75,5%
dijelaskan oleh variabel lain yang tidak diteliti pada penelitian ini. Pada regresi
berganda, penggunaan koefisien determinasi disesuaikan (adjusted R Square)
lebih baik dalam melihat seberapa baik model regresi dibandingkan dengan
koefisien determinasi. Hal ini disebabkan oleh koefisien determinasi disesuaikan
merupakan hasil penyesuaian koefisien determinasi terhadap tingkat kebebasan
dari persamaan prediksi, dan untuk melindungi dari kenaikan bias atau kesalahan
karena kenaikan jumlah variabel independen dan kenaikan dari jumlah sampel.
Hasil pengujian menunjukkan nilai koefisien determinasi disesuaikan (Adjusted R
Square) sebesar 0,213 atau 21,3%. Hal ini berarti 21,3% pengaruh audit delay
dapat dijelaskan oleh variasi dari keempat variabel independen, yaitu ukuran
perusahaan, kompleksitas operasi perusahaan, laba rugi perusahaan, dan

70
Universitas Sumatera Utara

71
56

solvabilitas. Sedangkan sisanya sebesar 78,7% dijelaskan oleh variabel lain yang
tidak diteliti pada penelitian ini.
5.1.3.2 Pengujian Secara Simultan (Uji Statistik F)
Pengujian secara simultan atau uji-F digunakan untuk melihat pengaruh
variabel independen terhadap variabel dependen secara simultan (bersama-sama).
Adapun dasar pengambilan kesimpulan uji simultan (uji-F) adalah:
3.

Jika nilai signifikansi > α yaitu 5%, maka secara simultan Ho diterima atau
menolak Ha.

4.

Jika nilai signifikansi < α yaitu 5%, maka secara simultan Ho ditolak atau
menerima Ha.
Berdasarkan hasil output SPSS tampak bahwa pengaruh secara bersama –

sama empat variabel independen (ukuran perusahaan, kompleksitas operasi
perusahaan, laba rugi perusahaan, dan solvabilitas) terhadap dependen (audit
delay) seperti ditunjukkan pada Tabel 5.7 :
Tabel 5.7 Uji Simultan (Uji F)
ANOVAb
Model
Sum of
df
Mean Square
Squares
1
Regression
2327.025
4
581.756
Residual
94587.662
407
232.402
Total
96914.687
411
a. Predictors: (Constant), SV, KP, LR, UP
b. Dependent Variable: AD
Sumber: Hasil Penelitian, 2016 (Data Diolah)

F
2.503

Sig.
.042a

Dari hasil pengujian data diperoleh nilai signifikan sebesar 0,042. Karena
nilai signifikansi lebih kecil dari 5% atau 0,05, maka dapat disimpulkan bahwa
variabel Ukuran Perusahaan (UK), Kompleksitas Operasi Perusahaan (KP), Laba

71
Universitas Sumatera Utara

72
57

Rugi Perusahaan (LR),

dan Solvabilitas (SV)

secara simultan berpengaruh

terhadap Audit Delay (AD).
5.1.3.3 Pengujian Secara Parsial (Uji Statistik t)
Pengujian secara parsial atau uji-t digunakan untuk melihat pengaruh
variabel independen terhadap variabel dependen secara parsial.
Adapun dasar pengambilan kesimpulan uji parsial (uji-t) adalah:
3.

Jika nilai signifikansi > α yaitu 5%, maka secara simultan Ho diterima atau
menolak Ha.

1.

Jika nilai signifikansi < α yaitu 5%, maka secara simultan Ho ditolak atau
menerima Ha.
Berdasarkan hasil uji statistik t tampak secara parsial pengaruh empat

variabel independen (ukuran perusahaan, kompleksitas operasi perusahaan, laba
rugi perusahaan, dan solvabilitas) terhadap dependen (audit delay) seperti
ditunjukkan pada Tabel 5.8. sebagai berikut :
Tabel 5.8 Uji Parsial (Uji t)
Coefficientsa
Unstandardized
Standardized
Coefficients
Coefficients
Model
B
Std. Error
Beta
1
(Constant)
84.607
6.388
UP
-.555
.425
-.068
KP
3.688
1.730
.111
LR
1.169
2.080
.029
SV
-.012
.014
-.044
a. Dependent Variable: AD
Sumber: Hasil Penelitian, 2016 (Data Diolah)

T
13.244
-1.304
2.133
.562
-.866

Sig.
.000
.193
.034
.574
.387

Dari hasil analisis regresi linear berganda dengan program SPSS seperti
pada Tabel 5.8, persamaan regresi linear yang terbentuk adalah :

72
Universitas Sumatera Utara

73
58

AD = 84,607 – 0,555UP + 3,688KP + 1,169LR – 0,012SV
Dari hasil analisis regresi linear berganda dengan program SPSS seperti pada
Tabel 5.8, maka dapat disimpulkan sebagai berikut :
a.

Konstanta sebesar 84,607 menyatakan bahwa jika variabel independen
dianggap konstan, maka nilai AD sebesar 84,607.

b.

Variabel UP mempunyai nilai koefisien regresi sebesar -0,555. Koefisien
bertanda negatif berarti setiap peningkatan UP sebesar 1 akan mengakibatkan
penurunan AD sebesar 0,555 (dengan catatan variabel independen lainnya
konstan). Nilai signifikansi variabel UP diperoleh sebesar 0,193 dan diatas
5% (0,05), maka dapat disimpulkan bahwa UP berpengaruh negatif tidak
signifikan terhadap variabel AD.

c.

Variabel KP mempunyai nilai koefisien regresi sebesar 3,688. Koefisien
bertanda positif, berarti setiap peningkatan KP sebesar 1 akan mengakibatkan
peningkatan AD sebesar 3,688 (dengan catatan variabel independen lainnya
konstan). Nilai signifikansi variabel KP diperoleh sebesar 0.034 dan dibawah
5% (0,05),

maka dapat disimpulkan bahwa KP berpengaruh positif dan

signifikan terhadap variabel AD.
d.

Variabel LR mempunyai nilai koefisien regresi sebesar 1,169. Koefisien
bertanda positif, berarti setiap peningkatan LR sebesar 1 akan mengakibatkan
peningkatan AD sebesar 1,169 (dengan catatan variabel independen lainnya
konstan). Nilai signifikansi variabel LR diperoleh sebesar 0.574 dan di atas
5% (0,05), maka dapat disimpulkan bahwa LR berpengaruh positif tidak
signifikan terhadap variabel AD.

73
Universitas Sumatera Utara

74
59

e.

Variabel SV mempunyai nilai koefisien regresi sebesar -0,012. Koefisien
bertanda negatif berarti setiap peningkatan SV sebesar 1 akan mengakibatkan
penurunan AD sebesar 0,012 (dengan catatan variabel independen lainnya
konstan). Nilai signifikansi variabel SV diperoleh sebesar 0,387 dan diatas
5% (0,05), maka dapat disimpulkan bahwa SV berpengaruh negatif tidak
signifikan terhadap variabel AD.

5.1.3.4 Uji Variabel Moderating
Pengujian

ini

menggunakan

metode

uji

residual,

yaitu

dengan

meregresikan antara variabel bebas dengan variabel moderatingnya dan dihitung
nilai residualnya kemudian diambil nilai absolutnya lalu diregresikan antara
variabel terikat terhadap absolut residual.
Adapun dasar pengambilan kesimpulan adalah sebagai berikut:
3.

Jika nilai signifikansi > α yaitu 5%, maka secara simultan Ho diterima atau
menolak Ha.

4.

Jika nilai signifikansi < α yaitu 5%, maka secara simultan Ho ditolak atau
menerima Ha.
Penggunaan variabel moderating ini dimaksudkan untuk membuktikan

hipotesis bahwa variabel UK selaku variabel moderating hubungan antara
variabel independen UP, KP, LR dan SV terhadap AD. Hasil persamaan uji
residual dalam penelitian ini dapat dilihat pada Tabel 5.9. sebagai berikut :

74
Universitas Sumatera Utara

75
60

Tabel 5.9 Uji Variabel Independen Terhadap Variabel Moderating
Coefficientsa
Unstandardized
Standardized
Coefficients
Coefficients
Model
B
Std. Error
Beta
t
Sig.
1
(Constant)
1.900
.194
9.807
.000
UP
-.093
.013
-.356
-7.177
.000
KP
-.016
.052
-.015
-.307
.759
LR
-.073
.063
-.056
-1.155
.249
SV
.030
.050
.049
1.027
.305
a. Dependent Variable: UK
Sumber: Hasil Penelitian, 2016 (Data Diolah)
Dari hasil analisis regresi linear berganda dengan program SPSS seperti pada
Tabel 5.9, persamaan regresi linear yang terbentuk adalah :
UK = 1,900 – 0,093UP – 0,016KP – 0,073LR + 0,030SV
Dari persamaan tersebut, dapat disimpulkan bahwa variabel UP
berpengaruh negatif signifikan terhadap variabel moderating (UK). Variabel
independen KP dan LR berpengaruh negatif tidak signifikan, serta variabel SV
berengaruh positif tidka signifikan terhadap variabel moderating (UK) karena
angka signifikansi yang lebih besar dari 0,05.
Persamaan regresi diatas bertujuan untuk mendapatkan nilai residual dari
variabel moderating. Nilai residual dalam persamaan digunakan sebagai variabel
dependen dalam persamaan regresi. Dari hasil uji akan diperoleh kesimpulan
apakah variabel Ukuran KAP (UK) dapat dikatakan sebagai variabel moderating
atau tidak. Sebuah variabel dapat dikatakan sebagai variabel moderating jika
memiliki nilai koefisien yang negatif dan berpengaruh signifikan. Hasil pengujian
dengan nilai residual dapat dilihat pada Tabel 5.10 sebagai berikut :

75
Universitas Sumatera Utara

76
61

Tabel 5.10 Uji Variabel Moderating Terhadap Variabel Dependen
Coefficientsa
Unstandardized
Standardized
Coefficients
Coefficients
Model
B
Std. Error
Beta
t
Sig.
1
(Constant)
.487
.046
10.627
.000
AD
-.001
.001
-.071
-1.436
.152
a. Dependent Variable: ABS_RES
Sumber: Hasil Penelitian, 2016 (Data Diolah)
Dari hasil analisis regresi linear berganda dengan program SPSS seperti pada
Tabel 5.10 , persamaan regresi linear yang terbentuk adalah sebagai berikut :
│E│= 0,487 – 0,001AD
Berdasarkan hasil uji statistik yang dilakukan diketahui bahwa nilai AD tidak
signifikan sebesar 0,152 > 0,05. Sehingga, dapat disimpulkan bahwa variabel
Ukuran KAP (UK) bukan merupakan variabel moderating hubungan antara UP,
KP, LR, dan SV terhadap AD.
5.2

Pembahasan Hasil Penelitian

5.2.1. Pengaruh Ukuran Perusahaan, Kompleksitas operasi perusahaan,
Laba Rugi Perusahaan, dan Solvabilitas terhadap Audit Delay
Berdasarkan hasil penelitian yang telah dilakukan, diperoleh bahwa secara
simultan variabel ukuran perusahaan, kompleksitas operasi perusahaan, laba rugi
perusahaan dan solvabilitas berpengaruh signifikan terhadap audit delay. Secara
parsial, dapat dijelaskan sebagai berikut:
a.

Pengaruh ukuran perusahaan terhadap audit delay
Variabel ukuran perusahaan mempunyai nilai koefisien regresi sebesar 0,555. Koefisien bertanda negatif berarti setiap peningkatan ukuran
perusahaan sebesar 1 akan mengakibatkan penurunan audit delay sebesar

76
Universitas Sumatera Utara

62
77

0,555 (dengan catatan variabel independen lainnya konstan). Nilai
signifikansi variabel ukuran perusahaan diperoleh sebesar 0,193 dan diatas
5% (0,05), maka dapat disimpulkan bahwa ukuran perusahaan berpengaruh
negatif tidak signifikan terhadap variabel audit delay. Artinya, besar kecilnya
total aset yang dimiliki perusahaan tersebut tidak berdampak signifikan
terhadap waktu penyelesaian audit. Perusahaan dengan total aset besar belum
tentu akan mengalami audit delay yang lama, karena cenderung memiliki
system pengendalian internal yang lebih kuat yang dapat meminimalkan
tingkat

kesalahan

dalam

penyusunan

laporan

keuangan

sehingga

mempermudah auditor dalam melakukan pekerjaannya. Selain itu, perusahaan
ini akan lebih mengutamakan ketepatan dalam publikasi laporan keuangan ke
bursa efek karena diawasi oleh Badan Pengawas Pasar Modal dalam publikasi
laporan keuangan nya. Hasil penelitian sejalan dengan penelitian Khasharmeh
dan AlJifri (2010), serta Iskandar dan Trisnawati (2010), dimana hasil
penelitian menunjukkan ukuran perusahaan

tidak memiliki pengaruh

terhadap audit delay. Akan tetapi, bertentangan dengan penelitian yang
dilakukan Kartika (2009) sebagai peneliti yang direplika. Perbedaan ini
diduga karena adanya perbedaan periode penelitian dan yang menjadi objek
penelitian. Hasil penelitian ini juga bertentangan dengan penelitian yang
dilakukan oleh Puspitasari dan Anggraini (2010), serta Kennedy (2012) yang
menunjukkan bahwa ukuran perusahaan berpengaruh terhadap audit delay.
b.

Pengaruh kompleksitas operasi perusahaan terhadap audit delay
Variabel kompleksitas operasi perusahaan mempunyai nilai koefisien regresi
sebesar 3,688. Koefisien bertanda positif, berarti setiap peningkatan

77
Universitas Sumatera Utara

78
63

kompleksitas operasi perusahaan sebesar 1 akan mengakibatkan peningkatan
audit delay sebesar 3,688 (dengan catatan variabel independen lainnya
konstan). Nilai signifikansi variabel kompleksitas operasi perusahaan
diperoleh sebesar 0.034 dan dibawah 5% (0,05), maka dapat disimpulkan
bahwa kompleksitas operasi perusahaan berpengaruh positif dan signifikan
terhadap variabel audit delay. Artinya semakin banyak anak perusahaan yang
dimilikinya maka akan semakin lama jangka waktu penyelesaian audit.
Sebagaimana dikemukakan ce-Ahmad dalam penelitian Angruningrum dan
Wirakusuma (2013), jumlah anak yang dimiliki perusahaan mencerminkan
bahwa perusahaan memiliki unit operasi yang lebih banyak yang harus
diperiksa dalam setiap transaksi dan catatan yang menyertainya, sehingga
auditor memerlukan waktu lebih lama untuk melakukan pekerjaan auditnya.
Hasil penelitian sejalan dengan penelitian Ayemer dan Elizah (2015), dimana
hasil penelitian menunjukkan bahwa kompleksitas operasi perusahaan
memiliki pengaruh terhadap audit delay. Akan tetapi, bertentangan dengan
penelitian yang dilakukan oleh Angruningrum dan Wirakusuma (2013) yang
menunjukkan bahwa kompleksitas operasi perusahaan tidak memiliki
pengaruh terhadap audit delay.
c.

Pengaruh laba rugi perusahaan terhadap audit delay

d.

Variabel laba rugi perusahaan mempunyai nilai koefisien regresi sebesar
1,169. Koefisien bertanda positif, berarti setiap peningkatan laba rugi
perusahaan sebesar 1 akan mengakibatkan peningkatan audit delay sebesar
1,169 (dengan catatan variabel independen lainnya konstan). Nilai
signifikansi variabel laba rugi perusahaan diperoleh sebesar 0.574 dan di atas

78
Universitas Sumatera Utara

79
64

5% (0,05), maka dapat disimpulkan bahwa laba rugi perusahaan berpengaruh
positif tidak signifikan terhadap variabel audit delay. Artinya, laba atau rugi
suatu perusahaan tersebut tidak berdampak signifikan terhadap waktu
penyelesaian audit. Hasil penelitian sejalan dengan penelitian Ayemer dan
Elizah (2015), dimana hasil penelitian menunjukkan laba rugi perusahaan
tidak memiliki pengaruh terhadap audit delay. Akan tetapi, bertentangan
dengan penelitian yang dilakukan Kartika (2009) sebagai peneliti yang
direplika. Perbedaan ini diduga karena adanya perbedaan periode penelitian
dan yang menjadi objek penelitian. Hasil penelitian ini juga bertentangan
dengan penelitian yang dilakukan oleh Iskandar dan Trisnawati (2010) serta
Kartika (2009) yang menunjukkan bahwa laba rugi perusahaan berpengaruh
terhadap audit delay.
e.

Pengaruh solvabilitas terhadap audit delay
Variabel solvabilitas mempunyai nilai koefisien regresi sebesar

-0,012.

Koefisien bertanda negatif berarti setiap peningkatan solvabilitas sebesar 1
akan mengakibatkan penurunan audit delay sebesar 0,012 (dengan catatan
variabel independen lainnya konstan). Nilai signifikansi variabel solvabilitas
diperoleh sebesar 0,387 dan diatas 5% (0,05), maka dapat disimpulkan bahwa
solvabilitas berpengaruh negatif tidak signifikan terhadap variabel audit
delay. Artinya, semakin banyak hutang yang dimiliki perusahaan tidak
berdampak signifikan terhadap waktu penyelesaian audit. Hasil penelitian
sejalan dengan penelitian Wirakusuma dan Cindrawati (2009), dimana hasil
penelitian menunjukkan solvabilitas tidak memiliki pengaruh terhadap audit
delay. Meningkatnya jumlah utang yang digunakan perusahaan akan

79
Universitas Sumatera Utara

80
65

memaksa perusahaan untuk menyediakan laporan keuangan tahunan auditan
secara lebih cepat.

Akan tetapi, bertentangan dengan penelitian yang

dilakukan oleh Ayaningsih dan Budiartha (2013) yang menunjukkan bahwa
solvabilitas berpengaruh terhadap audit delay.

5.2.2. Ukuran KAP dalam memoderasi pengaruh Ukuran Perusahaan,
Kompleksitas Operasi Perusahaan, Laba Rugi Perusahaan, dan
Solvabilitas terhadap Audit Delay
Berdasarkan hasil uji statistik yang dilakukan, diketahui bahwa nilai audit
delay tidak signifikan sebesar 0,152 > 0,05. Sebuah variabel dikatakan variabel
moderating jika memiliki nilai signifikan lebih kecil dari 5% (0.05). Sehingga,
dapat disimpulkan bahwa variabel ukuran KAP bukan merupakan variabel
moderating

hubungan

antara

ukuran

perusahaan,

kompleksitas

operasi

perusahaan, laba rugi perusahaan dan solvabilitas terhadap audit delay. Ukuran
KAP dilihat dari apakah KAP berafiliasi dengan big four atau non-big four.
Berafiliasi atau tidaknya KAP tidak mempengaruhi waktu penyelesaian audit,
karena dalam menjalankan auditnya terkadang memiliki pertimbangan yang dapat
membuat waktu audit menjadi lebih lama.

80
Universitas Sumatera Utara

81

BAB VI
KESIMPULAN DAN SARAN
6.1

Kesimpulan
Berdasarkan hasil penelitian dan pembahasan, dapat ditarik kesimpulan

sesuai dengan rumusan masalah sebagai berikut:
1.

Secara

simultan

variabel

ukuran

perusahaan,

kompleksitas

operasi

perusahaan, laba rugi perusahaan dan solvabilitas berpengaruh signifikan
terhadap audit delay.
Sedangkan secara parsial, kesimpulan hasil penelitian adalah sebagai berikut:
a. Ukuran perusahaan berpengaruh negatif tidak signifikan terhadap