PENGARUH PROFITABILITAS, LEVERAGE,

KOMPLEKSITAS OPERASI, REPUTASI KAP, DAN

KOMITE AUDIT TERHADAP AUDIT DELAY PADA

PERUSAHAAN FARMASI YANG TERCATAT DI BEI

PERIODE 2014-2018

Disusun Oleh:

Clara Hiasinta Putri NPM : 170423292

Maria Veronica Amara A. NPM : 170423536

Benecditus Jason P. NPM : 170423591

PROGRAM STUDI AKUNTANSI

FAKULTAS BISNIS DAN EKONOMIKA

UNIVERSITAS ATMA JAYA

 LEMBAR PENGESAHAN

PENGARUH PROFITABILITAS, LEVERAGE,

KOMPLEKSITAS OPERASI, REPUTASI KAP, DAN

KOMITE AUDIT TERHADAP AUDIT DELAY PADA

PERUSAHAAN FARMASI YANG TERCATAT DI BEI

PERIODE 2014 – 2018

Metode Penelitian Bisnis

Kelas D

Clara Hiasinta Putri 170423292

Maria Veronica Amara A. 170423536

Benecditus Jason P. 170423591

Disetujui dan Disahkan Oleh :

Dosen Metode Penelitian Bisnis

Ch. Heni Kurniawan, SE., M.Si

 BAB III

METODOLOGI PENELITIAN

3.9. Analisa Data

3.9.1. Uji Pendahuluan

3.9.1.1. Uji Normalitas

Menurut Ghozali (2018), uji normalitas bertujuan untuk menguji apakah

dalam model regresi, variabel pengganggu atau residual memiliki distribusi

normal atau tidak. Normalisasi suatu variabel umumnya untuk mendeteksi

menggunakan dua cara, yaitu analisis grafik dan uji statistik. Pada penelitian ini,

uji normalitas yang digunakan adalah uji statistik non-parametrik Kolmogorov-

Smirnov. Kriteria yang digunakan sebagai dasar dalam pengambilan keputusan

adalah sebagai berikut:

1. Jika nilai signifikansi > α, maka data terdistribusi secara normal.

2. Jika nilai signifikansi < α, maka data tidak terdistribusi secara

normal.

3.9.1.2. Uji Asumsi Klasik

1. Uji Multikolinearitas

Menurut Ghozali (2018), uji multikolinearitas bertujuan untuk

menguji apakah pada model regresi ditemukan adanya korelasi antar

variabel bebas atau variabel independen. Model regresi yang baik

seharusnya tidak terjadi korelasi antar variabel independen.

1
 2

Jika variabel independen saling berkorelasi, maka variabel-variabel

ini tidak ortogonal. Variabel ortogonal adalah variabel independen

yang nilai korelasi antar sesama variabel independen sama dengan

nol. Untuk mendeteksi multikolinearitas dapat dilihat dari besaran

Variance Inflation Factor (VIF) dan ukuran tolerance (TOL) sebagai

rule of thumb. Kriteria yang digunakan sebagai dasar pengambilan

keputusan adalah sebagai berikut:

a. Jika nilai VIF < 10 dan tolerance value > 0 maka tidak terdapat

gejala multikolinearitas.

b. Jika nilai VIF ≥ 10 dan tolerance value ≤ 0,1 maka terdapat

gejala multikolinearitas.

2. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam

model regresi terdapat ketidaksamaan variance dari residual satu

pengamatan ke pengamatan yang lain (Ghozali, 2018). Jika variance

dari residual satu pengamatan ke pengamatan yang lain tetap, maka

disebut homoskedastisitas dan jika berbeda disebut

heteroskedastisitas. Model regresi dikatakan baik jika tidak memiliki

heteroskedastisitas. Cara untuk mendekteksi ada atau tidaknya

heteroskedastisitas pada penelitian ini yaitu menggunakan uji

Glejser. Menurut Ghozali (2018), uji Glejser dilakukan dengan cara

meregresikan nilai absolut residual terhadap variabel

 3

independen. Kriteria yang digunakan dalam pengujian

heteroskedastisitas dengan uji Glejser adalah:

a. Jika nilai probabilitas signifikansi < 0,05, maka terjadi

heteroskedastisitas dalam model regresi.

b. Jika nilai probabilitas signifikansi > 0,05, maka tidak terjadi

heteroskedastisitas dalam model regresi.

Uji glejser mengusulkan untuk meregresi nilai absolut residual

terhadap variabel independen dengan persamaan regresi:

|U_t | = α + βX_t + v_t

3. Uji Autokorelasi

Menurut Ghozali (2018), uji autokorelasi bertujuan untuk menguji

apakah dalam suatu model regresi linear ada korelasi antar kesalahan

pengganggu (residual) pada periode t dengan kesalahan pada periode

t-1 (periode sebelumnya). Model regresi yang baik adalah regresi

yang bebas dari autokorelasi. Uji autokorelasi yang digunakan uji

Breusch-Godfrey. Kriteria yang digunakan untuk mengetahui ada

tidaknya gejala autokorelasi adalah:

a. Jika nilai probabilitas Obs*R-Squared > 0,05 (α = 5%), maka

tidak terdapat gejala autokorelasi.

 4

b. Jika nilai probabilitas Obs*R-Squared ≤ 0,05 (α = 5%), maka

terdapat gejala autokorelasi.

3.9.1.3. Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang

dilihat dari nilai rata-rata (mean), standar deviasi, varians, nilai maksimum, nilai

minimum, sum, range, kurtosis, dan skewness (Ghozali, 2018). Penelitian ini

menggunakan tabel distribusi frekuensi yang menunjukan nilai maksimum, nilai

minimum, nilai rata-rata (mean), dan standar deviasi. Analisis ini akan

mempermudah pengamatan tentang variabel penelitian karena dapat

digambarkan secara garis besar masing-masing variabel dalam sampel yang

akan diteliti.

3.9.2. Uji Hipotesis

3.9.2.1. Hipotesis Statistika

Menurut Hartono (2016), pengujian hipotesis terdiri dari beberapa

prosedur yaitu, menyatakan hipotesis, memilih pengujian hipotesis, menentukan

tingkat keyakinan yang diinginkan, dan menghitung nilai statistikanya. Hipotesis

dapat dinyatakan dalam bentuk hipotesis nol (null hypotesis) atau hipotesis

alternatif (alternative hypothesis). Hipotesis nol menyatakan tidak berbeda,

sedangkan hipotesis alternatif menyatakan berbeda.

 5

Bentuk hipotesis statistika dalam penelitian ini adalah sebagai berikut:

1. Ha1: Profitabilitas berpengaruh positif terhadap audit delay.

Notasi statistik dinyatakan sebagai berikut:

Ho1: X1 ≤ 0

Ha1: X1 > 0

2. Ha2: Leverage berpengaruh positif terhadap audit delay.

Notasi statistik dinyatakan sebagai berikut:

Ho2: X2 ≤ 0

Ha2: X2> 0

3. Ha3: Kompleksitas operasi berpengaruh positif terhadap audit

delay.

Notasi statistik dinyatakan sebagai berikut:

Ho3: X3 ≤ 0

Ha3: X3 > 0

4. Ha4: Reputasi KAP berpengaruh positif terhadap audit delay.

Notasi statistik dinyatakan sebagai berikut:

Ho4: X4 ≤ 0

Ha4: X4 > 0
 6

5. Ha5: Komite Audit berpengaruh positif terhadap audit delay.

Notasi statistik dinyatakan sebagai berikut:

Ho5: X5 ≤ 0

Ha5: X5 > 0

3.9.2.2. Tingkat Kesalahan

Pengujian yang digunakan pada penelitian ini adalah pengujian satu sisi

atau satu ekor (one-tailed test). Pengujian satu sisi digunakan untuk menguji

hipotesis searah (Hartono, 2016). Batas kesalahan atau margin of error (α) pada

penelitian ini adalah 5%, sehingga diperoleh tingkat keyakinannya sebesar 95%.

Penelitian ini menggunakan margin of error (α) sebesar 5% karena peneliti ingin

meningkatkan kekuatan pengujian dari penelitian.

Gambar 3.2.

Grafik Pengujian Satu Sisi Arah Positif dengan α = 5%

Sumber: Hartono (2016)

 7

3.9.2.3. Model Pengujian

Pengujian statistik yang digunakan dalam penelitian ini adalah regresi

linear berganda. Regresi linear berganda merupakan alat yang diperlukan untuk

mengetahui pengaruh satu atau lebih variabel bebas (independen) terhadap satu

variabel terikat (Hartono, 2016). Model persamaan regresi linear berganda yang

digunakan untuk menguji hipotesis dalam penelitian ini adalah sebagai berikut:

𝑌= ∝ + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + 𝛽4𝑋4 + 𝛽5𝑋5 + ℯ

Keterangan:

Y = Audit Delay

∝ = Konstanta

𝑋1 = Profitabilitas

𝑋2 = Leverage

𝑋3 = Kompleksitas Operasi

𝑋4 = Reputasi KAP

𝑋5 = Komite Audit

𝛽1 = Koefisien regresi profitabilitas

𝛽2 = Koefisien regresi leverage

𝛽3 = Koefisien regresi kompleksitas operasi

𝛽4 = Koefisien regresi reputasi KAP

𝛽5 = Koefisien regresi komite audit

ℯ = Error (kesalahan)
 8

3.9.2.4. Uji Nilai-t (Uji Parsial)

Uji parsial atau uji statistik t merupakan uji yang menunjukkan seberapa

jauh pengaruh dari satu variabel independen secara individu dalam menjelaskan

variasi variabel dependen. Hipotesis nol (Ho) yang akan diuji yaitu apakah suatu

variabel independen bukan merupakan penjelas yang signifikan terhadap

variabel dependen. Sedangkan hipotesis alternatifnya, yaitu variabel independen

merupakan penjelas yang signifikan terhadap variabel dependen (Ghozali,

2018). Uji nilai t dapat dilakukan dengan kriteria sebagai berikut:

a. Melakukan perbandingan antara t-hitung dan t-tabel:

1) Jika t hitung > t tabel, maka Ha diterima.

2) Jika t hitung ≤ t tabel, maka Ha ditolak.

b. Melakukan perbandingan antara nilai signifikansi dan nilai alpha (α):

1) Jika nilai signifikansi t > α, maka Ha ditolak.

2) Jika nilai signifikansi t ≤ α, maka Ha diterima.

3.9.2.5. Uji Nilai F (Godness of Fit)

Menurut Ghozali (2018), uji statistik F dilakukan untuk mengukur

ketepatan fungsi regresi sampel dalam menaksir nilai aktual secara statistik.

Selain itu, uji nilai F juga digunakan untuk menguji joint hipotesis bahwa

variabel independen secara bersama-sama mempengaruhi variabel dependen.

 9

Uji kelayakan model (uji nilai F) dapat dilihat dengan kriteria sebagai

berikut:

a. Melakukan perbandingan antara F-hitung dengan F-tabel:

1) Jika F-hitung > F-tabel, maka Ha diterima.

2) Jika F-hitung ≤ F-tabel, maka Ha ditolak.

b. Melakukan perbandingan antara nilai signifikansi dengan nilai alpha (α):

1) Jika nilai signifikansi F > α, maka Ha ditolak.

2) Jika nilai signifikansi F ≤ α, maka Ha diterima.

3.9.2.6. Koefisien Determinasi (R2 atau adj-R2)

Menurut Ghozali (2018), koefisien determinasi (R2) bertujuan mengukur

seberapa jauh kemampuan model dalam menjelaskan variasi variabel dependen.

Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil

menunjukkan kemampuan variabel independen sangat terbatas dalam

menjelaskan variasi variabel dependen. Nilai R2 yang mendekati 1 (satu)

menunjukkan bahwa variabel independen menyediakan hampir semua informasi

yang diperlukan untuk memprediksi variasi variabel dependen. Kelemahan dari

koefisien determinasi (R2) adalah bias terhadap jumlah variabel independen.

Setiap penambahan satu variabel independen akan meningkatkan nilai R2,

sekalipun variabel tersebut tidak berpengaruh secara signifikan. Oleh karena itu,

lebih disarankan untuk menggunakan adjusted-R2 (adj-R2). Nilai adj-R2 dapat

naik ataupun turun setiap ada penambahan satu

 10

variabel dependen. Semakin tinggi nilai adj-R2 maka semakin tinggi

variabel independen dapat menjelaskan variasi variabel dependen.

3.9.3. Rencana Pembahasan

Setelah pengujian hipotesis dan penarikan kesimpulan dilakukan, maka

akan diuraikan penyebab dari diterima atau ditolaknya hipotesis. Selain itu juga,

akan dilakukan perbandingan dengan penelitian terdahulu mengenai

profitabilitas, leverage, kompleksitas operasi, reputasi KAP (Kantor Akuntan

Publik), dan komite audit terhadap audit delay, namun pada objek yang berbeda,

yaitu perusahaan farmasi yang tercatat di BEI periode 2014-2018.

 DAFTAR PUSTAKA

Ghozali, I. (2018). Aplikasi Analisa Multivariat Dengan Program IBM SPSS 25

(Edisi 9). Semarang: Badan Penerbit Universitas Diponegoro.

Hartono, J. (2016). Metodologi Penelitian Bisnis Salah Kaprah dan Pengalaman-

Pengalaman (Edisi 6). Yogyakarta: BPFE UGM.

11