Risdayanti Feb

PENGARUH AUDIT MARKET CONCENTRATION, AUDIT FEE,
DAN AUDITOR FLOW TERHADAP AUDIT QUALITY
(Studi Empiris pada Perusahaan Manufaktur yang Terdaftar
di Bursa Efek Indonesia Periode 2014-2018)
HALAMAN JUDUL
SKRIPSI
Diajukan kepada Fakultas Ekonomi dan Bisnis

Guna Memenuhi Syarat-Syarat untuk Meraih Gelar Sarjana Akuntansi
Oleh :
Risdayanti
NIM: 11160820000009
PROGRAM STUDI AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1441 H/ 2020 M
LEMBAR PENGESAHAN SKRIPSI
ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
Hari ini Rabu, 11 Maret 2020 telah dilakukan Ujian Komprehensif atas
mahasiswa:
1. Nama : Risdayanti
2. NIM : 11160820000009
3. Jurusan : Akuntansi (Audit)
4. Judul Skripsi : Pengaruh Audit Market Concentration, Audit Fee, dan
Auditor Flow Terhadap Audit Quality (Studi Empiris pada
Perusahaan Manufaktur yang Terdaftar di Bursa Efek
Indonesia Periode 2014-2018)
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang

bersangkutan selama proses ujian komprehensif, maka diputuskan bahwa
mahasiswa tersebut di atas dinyatakan lulus dan komprehensif ini diterima sebagai
salah satu syarat untuk memperoleh gelar Sarjana Akuntansi pada Fakultas
Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 11 Maret 2020
1. Dr. Yusar Sagara, SE., Ak., M.Si, CA., CMA., CPMA ( )

NIDN. 2009058601 Penguji 1
2. Ismawati Haribowo, SE., M.Si ( )

NIP. 19800909 201411 2 003 Penguji 2
iii
LEMBAR PENGESAHAN UJIAN SKRIPSI
Hari ini , telah dilakukan Ujian Skripsi atas mahasiswa:

2. NIM : 11160820000009
3. Jurusan : Akuntansi (Audit)
4. Judul Skripsi : Pengaruh Audit Market Concentration, Audit Fee, dan
Auditor Flow Terhadap Audit Quality (Studi Empiris pada
Perusahaan Manufaktur yang Terdaftar di Bursa Efek
Indonesia Periode 2014-2018)
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang

bersangkutan selama proses ujian skripsi, maka diputuskan bahwa mahasiswa
tersebut di atas dinyatakan lulus dan skripsi ini diterima sebagai salah satu syarat
untuk memperoleh gelar Sarjana Akuntansi pada Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 27 Juli 2020
1. Fitri Damayanti, SE., M.Si ( )

NIP. 19810731 200604 2 003 Ketua Penguji
2. Fitri Yani Jalil, SE., M.Sc ( )

NIP. 19870604 201903 2 013 Penguji Ahli
3. Drs. Abdul Hamid Cebba, MBA., Ak., CPA ( )

NIP. 19620502 199303 1 003 Pembimbing
iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
Yang bertanda tangan di bawah ini:
Nama : Risdayanti
Nomor Induk Mahasiswa : 11160820000009
Fakultas : Ekonomi dan Bisnis
Jurusan : Akuntansi/Audit
Dengan ini menyatakan bahwa dalam penulisan skripsi ini, saya:
1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan

dan mempertanggungjawabkan
2. Tidak melakukan plagiat terhadap naskah orang lain
3. Tidak menggunakan karya ilmiah orang lain tanpa menyebutkan
sumber asli atau tanpa menyebut pemilik karya
4. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas
karya ini
Jikalau di kemudian hari ada tuntutan dari pihak lain atas karya saya dan telah
melalui pembuktian yang dapat di pertanggungjawabkan, ternyata memang
ditemukan bukti bahwa saya telah melanggar pernyataan di atas, maka saya siap
untuk dikenai sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan
Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Demikian pernyataan ini saya buat dengan sesungguhnya.

Jakarta,
Yang Menyatakan,
(Risdayanti)
v
DAFTAR RIWAYAT HIDUP
I. IDENTITAS PRIBADI
2. Tempat, Tanggal Lahir : Blora, 04 Februari 1998
3. Alamat : Jl. Mawar 9 Blok F no. 8, Griya Sasmita
RT 002/ RW 009, Serua, Bojongsari,
Depok, 16517
4. No. Telp : 0896-8790-1066
5. Alamat e-mail : risdayanti498@gmail.com
II. PENDIDIKAN
Tahun 2004 – 2010 : SD Negeri Serua 02
Tahun 2010 – 2013 : SMP Darussalam Ciputat
Tahun 2013 – 2016 : SMA Negeri 6 Tangerang Selatan
Tahun 2016 – 2020 : S1 Akuntansi - UIN Syarif Hidayatullah
Jakarta
III. PENGHARGAAN, PENGALAMAN ORGANISASI DAN

KEPANITIAAN
1. Penerima Beasiswa Bidikmisi (2018-2020)
2. Penerima Beasiswa Peningkatan Prestasi Akademik (2017)
3. Anggota UKM Koperasi Mahasiswa UIN Syarif Hidayatullah Jakarta
(2016-2018)
4. Ketua LSO Contabilita Club Divisi Penelitian dan Pengembangan HMJ
Akuntansi UIN Syarif Hidayatullah Jakarta (2018)
5. Koordinator Acara Seminar Nasional Accounting Week 0.1 (2017)
vi
6. Sekretaris Acara Pendidikan Dasar Perkoperasian UKM Koperasi
Mahasiswa UIN Syarif Hidayatullah Jakarta (2017)
IV. PENGALAMAN KERJA
1. PT Sumber Alfaria Trijaya Tbk sebagai Store Crew (2018)
2. PT Bina Fiscal Indonesia – Konsultan Pajak sebagai Asisten Konsultan
(Internship) (Nov 2019 – Jan 2020)
V. LATAR BELAKANG KELUARGA

1. Ayah : Iskandar
2. Ibu : Murniwati
3. Anak ke : 1 dari 3 bersaudara
vii
ABSTRACT
THE EFFECTS OF AUDIT MARFKET CONCENTRATION, AUDIT FEE,
AND AUDITOR FLOW ON AUDIT QUALITY
(Empirical Study on Manufacturing Companies Listed
on Indonesian Stock Exchange in Period 2014–2018)
By
Risdayanti
The objective of this research is to examine the effects of Audit Market

Concentration, Audit Fee and Auditor Flow on Audit Quality. The sample of this
study is all manufacturing companies listed on Indonesian Stock Exchange during
period 2014–2018. The number of manufacturing companies sample are 94
companies for 5 years and the total of research sample are 470 financial
statements or annual reports. The research method uses purposive sampling.
Hyphotesis testing in this research uses multiple linear regression analysis with
the help of SPSS Software version 25.
The result of this study indicate that Audit Market Concentration and
Audit Fee have significant negative effect on Audit Quality. In the other hand,
Auditor Flow has no effect on Audit Quality.
Keywords: Audit Market Concentration, Audit Fee, Auditor Flow, and Audit
Quality.
viii
ABSTRAK
PENGARUH AUDIT MARKET CONCENTRATION, AUDIT FEE,
DAN AUDITOR FLOW TERHADAP AUDIT QUALITY
(Studi Empiris pada Perusahaan Manufaktur yang Terdaftar
di Bursa Efek Indonesia Periode 2014–2018)
Oleh
Risdayanti
Penelitian ini bertujuan untuk menguji pengaruh Audit Market

Concentration, Audit Fee dan Auditor Flow terhadap Audit Quality. Penelitian ini
menggunakan sampel perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia selama periode 2014–2018. Jumlah perusahaan manufaktur yang
menjadi sampel dalam penelitian yakni 94 perusahaan selama 5 tahun, total
sampel penelitian adalah 470 laporan keuangan atau laporan tahunan. Metode
penelitian menggunakan purposive sampling. Pengujian hipotesis dalam
penelitian ini menggunakan analisis regresi linier berganda dengan bantuan
software SPSS versi 25.
Hasil penelitian ini mengindikasikan bahwa Audit Market Concentration
dan Audit Fee berpengaruh signifikan negatif terhadap Audit Quality. Di sisi lain,
Auditor Flow tidak berpengaruh terhadap Audit Quality.
Kata Kunci: Audit Market Concentration, Audit Fee, Auditor Flow, dan Audit
Quality
ix
KATA PENGANTAR
Assalamu’alaikum Warahmatullahi Wabarakatuh,

Alhamdulillah hirabbil alamin, puji syukur atas kehadirat Allah Swt., yang
selalu melimpahkan nikmat serta karunia-Nya serta tak lupa salawat serta salam
penulis panjatkan kepada junjungan nabi besar Nabi Muhammad Saw., yang telah
membawa dari zaman kegelapan hingga terang-benderang seperti saat ini
sehingga penulis dapat menyelesaikan skripsi yang berjudul “Pengaruh Audit
Market Concentration, Audit Fee, dan Auditor Flow Terhadap Audit Quality
(Studi Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek
Indonesia Periode 2014–2018)”. Penulis sangat bersyukur atas terselesaikannya
penulisan dan penyusunan skripsi ini. Skripsi ini disusun guna mencapai gelar
Sarjana Akuntansi di Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Terselesaikannya skripsi ini, penulis menyadari bahwa banyak pihak yang
telah membantu dalam prosesnya. Oleh karena itu, penulis ingin mengucapkan
terima kasih dan penghargaan atas doa, bantuan, bimbingan, nasihat, dan motivasi
baik secara langsung maupun tidak langsung kepada :
1. Orang tua tercinta, Almarhumah Ibu Murniwati dan Ayah Iskandar serta
Bapak Komarudin yang telah memberikan dukungan baik materil maupun
non-materil, doa, motivasi, nasihat dan bimbingan sehingga penulis dapat
menyelesaikan perkuliahan dan skripsi ini.
2. Kedua adik & tante tersayang, Putri Fitria R.R., M. Putra Ferdiansa dan Lek
Yam serta seluruh keluarga tersayang yang telah memberikan dukungan serta
doa kepada penulis.
x
3. Bapak Prof. Dr. Amilin, S.E., Ak., CA., QIA., BKP., CRMP., selaku dekan
Fakultas Ekonomi dan Bisnis sekaligus sebagai dosen Pembimbing
Akademik.
4. Ibu Yessi Fitri, S.E., M.Si, Ak., selaku Ketua Program Studi Akuntansi
Fakultas Ekonomi dan Bisnis.
5. Ibu Fitri Damayanti, M.Si., selaku Sekretaris Program Studi Akuntansi

Fakultas Ekonomi dan Bisnis.
6. Bapak Drs. Abdul Hamid Cebba, MBA., Ak., CPA., selaku Dosen
Pembimbing Skripsi yang telah bersedia meluangkan waktunya untuk
membimbing penulis dalam penyelesaian skripsi ini. Terima kasih banyak
atas segala nasihat, bantuan, masukan, dan dukungan yang diberikan kepada
penulis selama penyelasaian skripsi ini.
7. Seluruh Dosen Universitas Islam Negeri Syarif Hidayatullah Jakarta yang telah
banyak memberikan ilmu-ilmu yang bermanfaat kepada penulis.
8. Seluruh staff Universitas Islam Negeri Syarif Hidayatullah Jakarta yang telah
memberikan bantuan kepada penulis.
9. Sahabat-sahabat ‘Asinan’ sejak semester 1 di UIN Jakarta dan akan terus

berlanjut sampai nanti, Delly Oktaviani, Safitriyani, Meidyana Savitri, dan
Nur Endah Rahmawati.
10. Sahabat-sahabat penulis semasa SMA dan akan berlanjut sampai nanti, Rizky
Oktaviani dan Nazila Fajriah Amri yang telah memberikan support kepada
penulis, baik non-materil maupun materil (termasuk kuota wifi).
11. Sahabat-sahabat terbaik penulis semasa SD, Sadam dan Anju yang selalu
berbagi cerita dan pengalaman kepada penulis.
12. Sandi Susandi, selaku kerabat penulis yang selalu menemani, mengingatkan
dan memberikan support dalam penyelesaian skripsi ini.
xi
13. Seluruh teman-teman akuntansi terkhusus kelas Akuntansi 6A angkatan 2016,
terutama Robby Sefri yang telah banyak membantu penulis dalam penyelesaian
skripsi ini.
14. Seluruh teman-teman KKN kelompok 179.
15. Semua pihak yang telah membantu.
Penulis menyadari bahwa penulisan skripsi ini masih jauh dari kata sempurna
karena keterbatasan pengetahuan dan pengalaman yang dimiliki. Oleh karena itu,
penlis mengharapkan segala bentuk kritik, saran, dan masukkan yang
membangun dari berbagai pihak.
Wassalamu’alaikum Warahmatullahi Wabarakatuh.
Jakarta, 14 Juni 2020
Risdayanti
xii
DAFTAR ISI
HALAMAN JUDUL ................................................................................................ i

LEMBAR PENGESAHAN SKRIPSI .................................................................... ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ....................................... iii
LEMBAR PENGESAHAN UJIAN SKRIPSI ....................................................... iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ................................ v
DAFTAR RIWAYAT HIDUP ............................................................................... vi
ABSTRACT ........................................................................................................... viii
ABSTRAK ............................................................................................................. ix
KATA PENGANTAR ............................................................................................ x
DAFTAR ISI ........................................................................................................ xiii
DAFTAR TABEL ................................................................................................. xv
DAFTAR GAMBAR ........................................................................................... xvi
BAB I PENDAHULUAN ....................................................................................... 1
A. Latar Belakang Masalah ............................................................................... 1
B. Pembatasan dan Perumusan Masalah......................................................... 12
C. Tujuan Penelitian ....................................................................................... 13
D. Manfaat Penelitian ..................................................................................... 14
BAB II TINJAUAN PUSTAKA........................................................................... 15
A. Tinjauan Literatur....................................................................................... 15
1. Agency Theory (Teori Keagenan) ........................................................... 15
2. Stakeholder Theory (Teori Kepentingan) ............................................... 16
3. Audit Quality (Kualitas Audit) ............................................................... 17
4. Audit Market Concentration ................................................................... 19
5. Audit Fee ................................................................................................ 20
6. Auditor Flow (Perpindahan Auditor) ..................................................... 22
B. Hasil-hasil Penelitian Terdahulu ................................................................ 25
C. Kerangka Pemikiran ................................................................................... 30
D. Pengembangan Hipotesis ........................................................................... 31
1. Pengaruh Audit Market Concentration terhadap Audit Quality ............. 31
xiii
2. Pengaruh Audit Fee terhadap Audit Quality ........................................... 32
3. Pengaruh Auditor Flow terhadap Audit Quality ..................................... 34
BAB III METODOLOGI PENELITIAN.............................................................. 36
A. Ruang Lingkup Penelitian .......................................................................... 36
B. Metode Penentuan Sampel ......................................................................... 36
C. Metode Pengumpulan Data ........................................................................ 37
1. Penelitian Pustaka (Library Research) ................................................... 37
2. Penelitian Lapangan (Field Research) ................................................... 38
D. Operasionalisasi Variabel Penelitian.......................................................... 38
1. Variabel Independen ............................................................................... 38
2. Variabel Dependen ................................................................................. 40
E. Metode Analisis Data ................................................................................. 44
1. Analisis Statistik Deskriptif.................................................................... 45
2. Uji Asumsi Klasik .................................................................................. 45
3. Analisis Regresi ...................................................................................... 48
4. Pengujian Hipotesis ................................................................................ 49
BAB IV ANALISIS DAN PEMBAHASAN ........................................................ 52
A. Gambaran Umum Objek Penelitian ........................................................... 52
B. Temuan Hasil Penelitian ............................................................................ 54
1. Hasil Analisis Statistik Deskriptif .......................................................... 54
2. Hasil Uji Asumsi Klasik ......................................................................... 57
3. Hasil Pengujian Hipotesis ...................................................................... 65
C. Pembahasan ................................................................................................ 69
1. Pengaruh Audit Market Concentration terhadap Audit Quality ............. 69
2. Pengaruh Audit Fee terhadap Audit Quality ........................................... 71
3. Pengaruh Auditor Flow terhadap Audit Quality ..................................... 72
BAB V SIMPULAN DAN SARAN ..................................................................... 75
A. Simpulan .................................................................................................... 75
B. Saran ........................................................................................................... 76
DAFTAR PUSTAKA ........................................................................................... 78
LAMPIRAN-LAMPIRAN.................................................................................... 83
xiv
DAFTAR TABEL
No Keterangan Halaman
1.1 Kasus Pelanggaran Akuntansi di Indonesia 3
2.1 Daftar Penelitian-penelitian Terdahulu 25
3.1 Pengukuran Operasional Variabel Penelitian 44
4.1 Proses Seleksi Sampel 53
4.2 Hasil Uji Statistik Deskriptif 54
4.3 Hasil Uji Normalitas dengan Uji Kolmogorov Smirnov 58
Hasil Uji Normalitas dengan Uji Kolmogorov Smirnov

4.4 59
setelah Outlier
4.5 Hasil Uji Multikolinearitas 62
4.6 Hasil Uji Autokorelasi dengan Runs Test 63
4.7 Hasil Uji Heterokedastisitas dengan Uji Glejser 65
4.8 Hasil Uji Koefisien Determinasi (R²) 66
4.9 Hasil Uji F-Test 67
4.10 Hasil Uji T-test 68
xv
DAFTAR GAMBAR
No Keterangan Halaman
2.1 Kerangka Pemikiran 30
4.1 Hasil Uji Normalitas dengan Histogram Normal 60
4.2 Hasil Uji Normalitas dengan Grafik Normal Plot 61
4.3 Hasil Uji Heterokedastisitas dengan Grafik Scatterplot 64
xvi
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Dunia bisnis telah berkembang dengan sangat pesat di era globalisasi ini.
Kegiatan bisnis menjadi semakin besar yang melibatkan berbagai pihak, terlihat
dari segi proses bisnis yang terjadi, jumlah karyawan dan implementasi sistem
informasi dalam suatu organisasi menjadi semakin kompleks. Sudah menjadi
kewajiban perusahaan untuk mencatat seluruh transaksi atau aktivitas ekonomi
yang terjadi dan melaporkannya dalam laporan keuangan secara jujur tanpa
manipulasi. Laporan keuangan merupakan laporan yang menunjukkan kondisi
keuangan perusahaan pada saat ini atau dalam suatu periode tertentu (Kasmir,
2016). Perusahaan harus mengekspose laporan keuangan tersebut secara terbuka
kepada pihak-pihak yang berkepentingan seperti para pemegang saham, kreditur,
pemerintah maupun masyarakat.
Menurut Ikatan Akuntan Indonesia (2009), tujuan laporan keuangan
adalah menyediakan informasi yang menyangkut posisi keuangan, kinerja, serta
perubahan posisi keuangan suatu perusahaan yang bermanfaat bagi sejumlah
besar pemakai dalam pengambilan keputusan ekonomi. Laporan keuangan
haruslah menyajikan kondisi keuangan yang sebenarnya tanpa manipulasi dari
pihak-pihak yang berkepentingan, sehingga laporan keuangan haruslah kredibel
atau dapat diandalkan. Untuk meningkatkan kepercayaan publik akan laporan
keuangan perusahaan, laporan keuangan tersebut hendaknya diaudit oleh auditor
1
independen. Tujuan menyeluruh dari audit laporan keuangan adalah untuk
menyatakan pendapat apakah keuangan klien menyajikan secara wajar dalam
semua hal yang material sesuai prinsip-prinsip yang berlaku wajar sesuai prinsip
akuntansi. Oleh karena itu, auditor diharapkan mampu melakukan pemeriksaan
yang adil, transparan dan menyeluruh. Dari profesi akuntan publik masyarakat
mengharapkan penilaian yang bebas dan tidak memihak terhadap informasi yang
disajikan oleh manajemen perusahaan dalam laporan keuangan. Carl dalam
Pramesti dan Wiratmaja (2017), menyatakan keberadaan auditor independen pada
suatu entitas sebagai pendeteksi kejanggalan-kejanggalan dalam laporan keuangan,
diharuskan mampu mengemukakan kecurangan yang mungkin dilakukan oleh pihak
manajemen dan menghindarkan principal dari kerugiaan sebagai pihak pemilik dana
dalam entitas.
Meningkatnya kepercayaan pemegang saham atas laporan keuangan
dipengaruhi oleh kualitas laporan keuangan yang dihasilkan dalam sebuah
perusahaan. Kualitas laporan keuangan dapat dikatakan handal apabila laporan
keuangan menghasilkan hasil audit yang berkualitas tinggi (Fitriany et al., 2015).
Berdasarkan Standar Profesional Akuntan Publik (SPAP) audit yang dilaksanakan
auditor tersebut dapat berkualitas jika memenuhi ketentuan atau standar auditing.
De Angelo dalam Andriani dan Nursiam (2018), mendefinisikan kualitas audit
merupakan probabilitas bahwa auditor akan menemukan dan melaporkan
pelanggaran pada sistem akuntansi klien. Kualitas audit akan berdampak pada
reliabilitas, kredibilitas, dan acceptability laporan keuangan. Kompetensi dan
2
integritas auditor akan menentukan kualitas kerja dan laporan audit yang
dihasilkan (Eguasa & Urhoghide, 2017).
Namun pada kenyataannya, banyak laporan keuangan yang dimanipulasi
untuk kepentingan pihak-pihak tertentu. Telah banyak kasus kecurangan (fraud)
dalam perauditan di korporasi yang menambah catatan kelam dunia perekonomian
yang mana hal tersebut tentu saja mengkhawatirkan para pemegang saham
(shareholders). Beberapa kasus pelanggaran pada sistem akuntansi klien auditor
diringkas dalam tabel berikut.
Tabel 1.1
Kasus Pelanggaran Akuntansi di Indonesia
No. Nama Kasus KAP yang

Perusahaan Mengaudit
1. PT Kimia Farma Melakukan mark-up laba KAP Hans
(2001) bersih laporan keuangan Tuanakotta &
dengan melakukan overstated Mustofa (HTM)
terhadap penjualan dan
persediaan.
2. PT Indofarma Tahun 2001 melakukan KAP Hadori dan
(2001 dan 2002) manajemen laba dengan Rekan dan KAP Hans
menyatakan nilai barang Tuanakotta &
dalam proses dinilai lebih Mustofa (HTM)
tinggi dari nilai yang
seharusnya (overstated).
Tahun 2002 melakukan
kesalahan pencatatan laporan
keuangan karena kesalahan
penerapan metode akuntansi
dalam menghitung inventory.
Bersambung pada halaman selanjutnya
3
Tabel 1.1 (Lanjutan)

3. PT Electronic Melakukan pelanggaran AP Drs. Oman
Solution (2007) terhadap Standar Auditing Pieters Arifin
(SA) dan Standar Profesional
Akuntan Publik (SPAP).
4. PT Asuransi Sosial Mengalami kerugian akibat KAP Hadori Sugiarto
Angkatan portfolio investasi pada Adi dan Rekan
Bersenjata saham-saham dan korupsi. (2010), KAP Kanaka
Republik Puradiredja,
Indonesia (Asabri) Suhartono (2011-
(2018) 2013), KAP
Heliantono dan
Rekan (2015-2016),
KAP Tanudiredja,
Wibisana, Rintis dan
Rekan (PwC) (2017)
5. PT Mengumumkan adanya KAP Heliantono dan
Asuransi Jiwasraya masalah likuiditas yang Rekan (2014-2015),
(Persero) (2018) membuat manajemen tidak KAP Tanudiredja,
mampu membayar polis Wibisana, Rintis dan
asuransi unit link saving plan Rekan (PwC) (2016-
yang jatuh tempo sebesar Rp 2017)
802 miliar. Hal tersebut
disebabkan karena kelalaian
kantor akuntan publik (KAP)
yang ditunjuk oleh Jiwasraya
yang tidak mampu
menemukan masalah
keuangan di Jiwasraya.
4

6. PT Sunprima Melanggar pasal berlapis, Akuntan Publik (AP)
Nusantara yaitu KUHP 362 tentang Marlina dan AP
Pembiayaan (SNP pemalsuan surat, KUHP 362 Merliyana Syamsul
Finance) (2018) tentang penggelapan dan (afiliasi Deloitte
KUHP 378 tentang penipuan. Indonesia) KAP
Satrio Bing Eny dan
rekan sendiri selaku
auditor eksternal SNP
Finance.
7. PT Garuda Laporan keuangan Garuda AP Kasner
Indonesia Indonesia belum sesuai Sirumapea dan KAP
(Persero) (2018) standar akuntansi yang mana Tanubrata, Sutanto,
mengakui pendapatan sebesar Fahmi, Bambang dan
US$ 809 ribu, berbanding Rekan (BDO).
terbalik dengan kondisi 2017
yang merugi sebesar US$
216,58 juta.
Sumber: Data diolah oleh Penulis (2020)
Pada awalnya kualitas audit mulai mendapat perhatian tinggi dimulai
adanya kasus Enron Corporation pada tahun 2001 silam. Dalam kasus ini terbukti
KAP Arthur Andersen telah melakukan kerjasama dengan Enron untuk
memanipulasi laporan keuangan dan mengeluarkan opini wajar dalam temuan
auditnya. Hilangnya independensi KAP Arthur Andersen dicurigai terjadi karena
lamanya perikatan jasa audit KAP Arthur Andersen terhadap Enron yang
mencapai 20 tahun. Dari kasus Enron tersebut, pemerintah AS lalu menerbitkan
Sarbanes-Oxley Act (SOX) untuk melindungi para investor dengan cara
meningkatkan akurasi dan reabilitas pengungkapan yang dilakukan perusahaan
publik.
5
Di Indonesia sendiri, pemerintah telah menerbitkan Peraturan Menteri
Keuangan No. 17/PMK.01/2008 tentang Jasa Akuntan Publik yang merupakan
penyempurnaan atas Keputusan Menteri Keuangan No. 423/KMK.06/2002 dan
No. 359/KMK.06 /2003 dengan alasan demi menjaga kualitas auditor dengan cara
melakukan pembatasan masa pemberian jasa akuntan publik, diharapkan akan
mendapatkan reaksi positif dari investor karena dampak positif dari meningkatnya
kualitas auditor (Elya dan Nila dalam Pramesti dan Wiratmaja 2017). Kedua
peraturan tersebut telah diperbarui oleh Peraturan Pemerintah Nomor 20 Tahun
2015 yang mengatur bahwa pembatasan audit laporan keuangan untuk Akuntan
Publik ialah selama 5 (lima) tahun buku berturut-turut, sedangkan untuk Kantor
Akuntan Publik (KAP) tidak diberlakukan pembatasan. Dari peraturan itu
menunjukkan bahwa lamanya masa perikatan audit memungkinkan terjalinnya
hubungan spesial antara auditor dengan klien yang cenderung akan menurunkan
independensi auditor.
Kasus Enron yang terjadi pada tahun 2001 tidak hanya menggambarkan
bahwa masa perikatan yang lama dapat memengaruhi kualitas audit yang
dihasilkan tetapi dalam kasus tersebut KAP Arthur Andersen merupakan KAP
yang tergabung dalam big five pada masa itu dan dapat dipastikan memiliki
reputasi baik. Begitu pula dengan ketiga kasus lainnya yang melibatkan KAP big
4 di Indonesia. Hal tersebut mengindikasikan bahwa ukuran KAP yang besar
belum tentu menghasilkan kualitas audit yang baik.
Berdasarkan banyaknya kasus kecurangan yang melibatkan para akuntan
publik telah menunjukkan bahwa auditor telah gagal untuk mendeteksi
6
kecurangan atau error yang menyebabkan salah saji material, bahkan pada kasus
Enron auditor melakukan penyelewengan standar bersama klien melakukan fraud.
Hal tersebut menyebabkan kepercayaan publik terhadap penyedia jasa akuntan
publik menurun. Bahkan, kasus-kasus besar manipulasi keuangan justru
cenderung melibatkan kantor-kantor akuntan publik ternama. Sehingga, saat ini
kualitas audit menjadi concern di dunia untuk bagaimana memberikan jasa audit
yang berkualitas, sehingga audit yang dilakukan mampu mendeteksi kecurangan
(fraud) maupun salah saji material karena error serta auditor mampu memberikan
opini atas temuannya tanpa adanya tekanan dari pihak lain.
Sampel dalam penelitian ini adalah perusahaan manufaktur yang terdaftar
di Bursa Efek Indonesia (BEI), peneliti memilih sektor ini dikarenakan industri
manufaktur berperan penting dalam upaya menstimulasi nilai investasi dan ekspor
serta menjadi sektor andalan untuk mengakselerasi pertumbuhan ekonomi
nasional, sehingga perusahaan yang bergerak di sektor industri manufaktur
mempunyai tanggung jawab agar tidak terjadi penyimpangan serta menjaga
kestabilan pertumbuhan ekonomi. Dalam skala nasional, industri manufaktur
memberikan sumbangsih sebesar 20,27% dengan menggeser peran Commodity
Based menjadi Manufacture Based. Hasilnya, Indonesia pun menjadi basis
manufaktur terbesar di Asia Tenggara. Oleh karena itu, penting untuk meneliti
kualitas audit serta faktor-faktor yang dapat memengaruhinya pada industri
manufaktur, mengingat adanya kasus terkait rendahnya kualitas audit yang pernah
terjadi. Sehingga diharapkan kedepannya kualitas audit pada industri manufaktur
dapat terjaga.
7
Kualitas audit dipengaruhi oleh banyak faktor, salah satunya konsentrasi
pasar audit (audit market concentration). Persaingan didalam dunia usaha
semakin ketat, termasuk persaingan dalam bisnis pelayanan jasa akuntan publik.
Sejalan dengan semakin maju dan berkembang pesatnya perusahaan go public di
Indonesia, mengakibatkan permintaan akan audit laporan keuangan yang semakin
meningkat. Sehingga untuk dapat bertahan ditengah persaingan yang ketat,
khususnya dibidang bisnis pelayanan jasa akuntan publik harus dapat
menghimpun klien sebanyak mungkin dan mendapatkan kepercayaan dari
masyarakat luas, oleh karena itu menuntut para auditor untuk tetap memiliki
kualitas audit yang baik (Putra dalam Kurniasih & Rohman, 2014).
Di Indonesia pasar jasa audit dikuasai oleh empat KAP besar yang
merupakan affiliasi dari KAP Big 4 internasional. Keempat KAP itu diantaranya
Deloitte Touche Tohmatsu, PricewaterhouseCoopers, Ernst & Young, dan KPMG.
Penelitian Afriansyah dan Siregar (2007) menggunakan total aset klien audit
menunjukan empat KAP besar (yang berafiliasi dengan Big 4) di tahun 2000
menguasai 94% pasar audit di Indonesia yang kemudian mengalami penurunan
menjadi 86% ditahun 2002 lalu naik kembali menjadi 88% ditahun 2005. Angka
ini menunjukan bahwa pasar jasa audit di Indonesia memiliki tingkat konsentrasi
yang tinggi apalagi di Indonesia sendiri jumlah akuntan publik ukuran menengah
ke bawah masih sangat terbatas sehingga konsentrasi pasar audit akan didominasi
oleh KAP besar (big 4).
Secara teoritis, keberadaan konsentrasi tinggi akan mengurangi kualitas
audit yang dihasilkan. Inilah sebabnya mengapa persaingan pasar audit yang
8
mendapat banyak perhatian dari regulator untuk merumuskan kebijakan publik
yang mengatur praktik auditor (Anggraita et al., 2016). Sebagai tambahan, Gunn
et al. (2019) dalam penelitiannya menyatakan bahwa sulit bagi KAP yang lebih
kecil (non big 4) untuk bersaing dalam pasar audit untuk klien yang besar dan
kompleks karena keterbatasan sumber daya dan network untuk melaksanakan
pekerjaan mereka. Di negara-negara maju, perhatian atas kondisi pasar audit
cukup mendapat perhatian beberapa ekonom, hal ini penting karena peningkatan
konsentrasi pasar audit akan berdampak pada meningkatnya audit fee,
berkurangnya independensi dari akuntan publik, dan menurunnya kualitas audit
(Lubbers dalam Afriansyah & Siregar, 2007).
Hasil penelitian Gunn et al (2019) menunjukkan terjadi penurunan kualitas
audit pada Big 4 market concentration yang tinggi. Hasil mengindikasikan ketika
audit market concentration tinggi menyebabkan tingginya fee audit pada klien
yang kompleks, namun menunjukkan kualitas audit yang lebih rendah. Hasil
tersebut berbanding terbalik dengan penelitian Eguasa dan Urhoghide (2017) yang
menunjukkan bahwa konsentrasi pasar audit meningkatkan kualitas audit dan
kepercayaan publik pada perusahaan di Nigeria. Penelitian Anggraita et al. (2016)
juga menunjukan bahwa tingkat konsentrasi pasar audit berhubungan dengan
kualitas audit dimana semakin tinggi tingkat konsentrasi pasar berhubungan
dengan semakin meningkatnya kualitas audit.
Faktor lainnya yang memengaruhi kualitas audit adalah fee audit. Dalam
hal ini, diasumsikan bahwa auditor yang berkualitas lebih tinggi akan
mengenakan fee audit yang lebih tinggi pula. Masalah keagenan auditor
9
bersumber dari adanya mekanisme kelembagaan antara auditor dan manajemen.
Satu sisi auditor ditunjuk manajemen untuk melakukan audit, namun disisi lain,
jasa audit dibayar dan ditanggung manajemen. Kualitas audit yang baik
berhubungan dengan adanya fee audit, fee audit merupakan salah satu faktor
seorang auditor untuk melaksanakan pekerjaannya. Pramesti dan Wiratmaja
(2017) menyatakan besarnya fee audit dapat bervariasi tergantung antara lain
risiko penugasan, kompleksitas jasa yang diberikan, tingkat keahlian yang
diperlukan untuk melakukan jasa tersebut, struktur biaya KAP yang bersangkutan
dan pertimbangan professional yang lainnya. Dalam kode etik akuntan Indonesia
(SPAP, 2011), diatur bahwa imbalan jasa profesional tidak boleh bergantung pada
hasil atau temuan atas pelaksanaan jasa tersebut namun beberapa hasil penelitian
menemukan adanya hubungan antara kualitas audit dan fee audit.
Penelitian Gunn et al. (2019) menunjukkan audit fee berpengaruh negatif
terhadap kualitas audit, audit fee yang tinggi dengan konsentrasi pasar yang tinggi
menyebabkan penurunan kualitas audit. Sedangkan penelitian yang dilakukan
Andriani dan Nursiam (2018) menunjukkan bahwa fee audit memiliki pengaruh
signifikan terhadap kualitas audit. Begitu pula dengan hasil penelitian Pramesti
dan Wiratmaja (2017) yang menemukan bahwa fee audit dan profesionalisme
auditor berpengaruh positif pada kualitas audit pada kualitas audit Kantor
Akuntan Publik Di Bali.
Selain audit market concentration dan audit fee, faktor lain yang
memengaruhi audit quality ialah auditor flow atau perpindahan auditor. Dalam
prakteknya, ada peluang bagi seorang auditor untuk berpindah kerja dari satu
10
KAP ke KAP lainnya. Menurut Francis et al. (2013), setiap auditor nemiliki gaya
auditnya masing-masing tergantung kantor akuntan publik tempat auditor tersebut
bekerja. Penelitian yang dilakukan oleh Cao et al. (2016) menunjukkan bahwa
dengan adanya perpindahan auditor (auditor flow), komparabilitas laporan
keuangan klien dapat berubah. Sebelum perpindahan auditor (yang ditandai
dengan merger) perbandingan laporan keuangan antar dua klien tinggi ketika
diaudit oleh auditor yang berasal dari grup yang sama, dan rendah ketika diaudit
oleh auditor yang berbeda. Namun, setelah perpindahan auditor, perbandingan
laporan keuangan dari grup auditor yang berbeda meningkat secara signifikan.
Hasil tersebut mengindikasikan bahwa auditor memiliki gaya khas tersendiri
dalam melakukan proses audit terhadap kliennya yang dapat memengaruhi
kualitas audit.
Perpindahan auditor dari KAP awal ke KAP baru menimbulkan
kemungkinan adanya perubahan gaya audit yang dimiliki seorang auditor.
Sehingga, terjadinya perpindahan auditor dapat memengaruhi kualitas audit yang
dihasilkan (Cao et al., 2016). Namun pada penelitian yang dilakukan oleh Butar-
Butar (2014) menunjukkan hasil bahwa merger kedua KAP besar Pricewaterhouse
dengan Coopers&Lybrands tidak memberi pengaruh yang signifikan terhadap
kualitas audit di Indonesia.
Berdasarkan uraian tersebut, peneliti termotivasi untuk melakukan
penelitian ini karena pertama, semakin meningkatnya konsentrasi pasar audit pada
KAP besar yang menyebabkan menurunnya persaingan jasa audit yang
menimbulkan pengaruh terhadap kualitas audit. Kedua, kualitas audit yang
11
diharapkan semakin tinggi dengan tingginya fee audit yang diberikan. Namun
pada kenyataannya, kualitas audit belum tentu berbanding lurus dengan semakin
besarnya fee audit yang diberikan. Ketiga, perpindahan auditor menimbulkan
kemungkinan adanya perubahan gaya audit yang dimiliki seorang auditor yang
memengaruhi kualitas audit. Secara umum, penelitian mengenai audit quality dan
audit fee memang sudah sering dilakukan, namun jarang penelitian tersebut
dikaitkan dengan faktor audit market concentration dan auditor flow khususnya di
Indonesia. Selain itu, penelitian sebelumnya yang mengaitkan audit quality
dengan variabel konsentrasi pasar audit, fee audit dan perpindahan auditor
menunjukkan hasil yang tidak konsisten. Oleh sebab itu, penelitian ini penting
dilakukan untuk mengetahui bagaimana konsentrasi pasar audit, fee audit, dan
auditor flow memengaruhi kualitas audit.
Melihat fenomena yang ada dan alasan-alasan tersebut peneliti termotivasi
untuk melakukan penelitian yang berjudul “Pengaruh Audit Market
Concentration, Audit Fee, dan Auditor Flow Terhadap Audit Quality (Studi
Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek
Indonesia Periode 2014-2018)”.
B. Pembatasan dan Perumusan Masalah
1. Pembatasan Masalah
Mengingat terbatasnya data dan informasi yang didapatkan, maka dalam
penelitian ini akan membatasi masalah-masalah yang ada diantaranya:
12
a. Dari identifikasi masalah di atas, maka akan dilakukan penelitian tentang
pengaruh audit market concentration, audit fee dan auditor flow terhadap
audit quality.
b. Sampel penelitian adalah laporan keuangan perusahaan manufaktur yang
terdaftar di BEI tahun 2014-2018.
c. Metode yang digunakan yaitu analisis regresi linear berganda.
2. Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan, maka rumusan masalah
yang akan dibahas dalam penelitian ini adalah sebagai berikut:
a. Apakah audit market concentration berpengaruh signifkan terhadap audit
quality?
b. Apakah audit fee berpengaruh signifikan terhadap audit quality?
c. Apakah auditor flow berpengaruh signifikan terhadap audit quality?
C. Tujuan Penelitian
Berdasarkan perumusan masalah, penelitian ini bertujuan untuk
menemukan bukti empiris atas hal-hal sebagai berikut:
1. Menganalisis pengaruh audit market concentration terhadap audit quality.
2. Menganalisis pengaruh audit fee terhadap audit quality.
3. Menganalisis pengaruh auditor flow terhadap audit quality.
13
D. Manfaat Penelitian
Berdasarkan rumusan masalah, penelitian ini bermanfaat untuk:
1. Kontribusi Teoritis
a. Mahasiswa jurusan akuntansi, sebagai bahan referensi untuk menambah
ilmu pengetahuan terkait dengan faktor-faktor yang memengaruhi kualitas
audit terkhusus pengaruh audit market concentration, audit fee dan auditor
flow serta bermanfaat untuk perkembangan ilmu akuntansi untuk
menambah pengetahuan mengenai akuntansi dan audit.
b. Peneliti selanjutnya, sebagai bahan referensi bagi peneliti selanjutnya yang
ingin melakukan penelitian lebih lanjut mengenai topik ini.
c. Penulis, sebagai sarana untuk menambah wawasan dan pengetahuan
terkait pengaruh audit market concentration, audit fee dan auditor flow
terhadap audit quality.
2. Kontribusi Praktis
a. Akuntan publik, sebagai masukan untuk mendorong kinerja auditor dalam
memberikan opini audit yang berkualitas.
b. Akademisi, sebagai bahan pengajaran untuk meningkatkan minat
mahasiswa dalam mata kuliah audit, mengingat semakin besarnya peran
dan kebutuhan akan audit.
14
BAB II
TINJAUAN PUSTAKA
A. Tinjauan Literatur
1. Agency Theory (Teori Keagenan)
Menurut Jensen dan Meckling (1976), mendefinisikan teori agensi
sebagai hubungan keagenan suatu kontrak, dimana satu orang atau lebih
(prinsipal) meminta pihak lainnya (agen) untuk melaksanakan sejumlah
pekerjaan atas nama principal, yang melibatkan pendelegasian sebagian
kewenangan pengambilan keputusan kepada agen. Karena kepentingan kedua
pihak tidak selalu sejalan, maka sering terjadi benturan kepentingan antara
prinsipal dengan agen sebagai pihak yang diserahi wewenang untuk
mengelola perusahaan yang menyebabkan diperlukannya pihak ketiga yang
independen untuk memeriksa dan memberikan assurance pada laporan
keuangan yang dibuat oleh manajemen, yaitu seorang auditor.
Hubungan antara principal dengan agent dapat mengarah kepada
kondisi ketidakseimbangan informasi (asymmetrical information), hal tersebut
dikarenakan agent berada dalam posisi yang memiliki informasi lebih banyak
dibandingkan dengan principal. Dengan ketidakseimbangan informasi yang
dimiliki oleh agent dan adanya self-interest, terdapat kemungkinan bahwa hal
tersebut akan mendorong agent untuk menyembunyikan informasi-informasi
yang tidak diketahui oleh principal, agent dapat saja melakukan tindak
kecurangan (fraud). Dalam hal ini principal hanya memiliki sedikit alasan
15
untuk mempercayai agent mereka, dan principal akan mencari cara untuk
memecahkan masalah tersebut dan berusaha untuk mengurangi terjadinya
ketidakseimbangan informasi.
Santoso dan Pambelum (2008) mendefinisikan hubungan keagenan
sebagai sebuah kontrak dimana satu atau lebih (principal) menyewa orang lain
(agent) untuk melakukan beberapa jasa untuk kepentingan mereka dengan
mendelegasikan beberapa wewenang pembuatan keputusan kepada agent.
Konflik kepentingan akan muncul dan pendelegasian tugas yang diberikan
kepada agent dimana agent tidak dalam kepentingan untuk memaksimumkan
kesejahteraan principal, tetapi mempunyai kecendrungan untuk
mementingkan diri sendiri dengan mengorbankan kepentingan pemilik.
Ketidakseimbangan informasi dan konflik kepentingan inilah yang akan dapat
mendorong agent untuk melakukan tindak kecurangan (fraud), mengingat
fraud dalam dunia audit sangat rentan terjadi terutama di era seperti sekarang
ini.
2. Stakeholder Theory (Teori Kepentingan)
Freeman (1984) mendefinisikan stakeholder sebagai “any group or
individual who can affect or is affected by the achievment of the
organization’s objectives.” Terjemahan bebasnya adalah sebagai kelompok
atau individu yang dapat memengaruhi dan/atau dipengaruhi oleh suatu
pencapaian tujuan tertentu.
16
Teori kepentingan atau yang biasa disebut dengan stakeholder theory
merupakan cara-cara yang dilakukan perusahaan dalam menjalin hubungan
perusahaan dengan stakeholder. Stakeholder dalam hal ini adalah principal
(pemegang saham), manajemen (agent), regulator (pemerintah). Para
stakeholder membutuhkan berbagai informasi terkait kegiatan operasi yang
dilakukan oleh perusahaan agar para stakeholder dapat mengambil keputusan
dengan informasi yang ada.
Teori stakeholder adalah teori yang menggambarkan kepada pihak
mana saja perusahaan bertanggungjawab. Perusahaan harus menjaga
hubungan dengan stakeholder-nya dengan mengakomodasi keinginan dan
kebutuhan stakeholder-nya, terutama stakeholder yang mempunyai power
terhadap ketersediaan sumber daya yang digunakan untuk aktivitas
operasional perusahaan, misal tenaga kerja, pasar atas produk perusahaan dan
lain-lain (Chariri & Ghozali, 2007).
Munculnya teori stakeholders sebagai paradigma dominan semakin
menguatkan konsep bahwa perusahaan bertanggung jawab tidak hanya
kepada pemegang saham melainkan juga terhadap para pemangku
kepentingan atau stakeholder (Maulida & Adam, 2012).
3. Audit Quality (Kualitas Audit)
Audit adalah pengumpulan dan evaluasi bukti tentang informasi untuk
menentukan dan melaporkan derajat kesesuaian antara informasi itu dan
kriteria yang telah ditetapkan (Arens et al., 2014). Audit memiliki fungsi
17
sebagai proses untuk mengurangi ketidakselarasan informasi yang terdapat
antara manajer dan para pemegang saham dengan menggunakan pihak luar
untuk memberikan pengesahan terhadap laporan keuangan.
De Angelo dalam Andriani dan Nursiam (2018) mendefinisikan
kualitas audit merupakan probabilitas bahwa auditor akan menemukan dan
melaporkan pelanggaran pada sistem akuntansi klien. Kualitas audit yang
tinggi berarti bagaimana auditor dapat mendeteksi adanya kesalahan saji
material dalam sebuah laporan keuangan perusahaan dan dapat mengurangi
asimetri informasi antara prinsipal dan agen, sehingga dapat meminimalisir
terjadinya konflik antara prinsipal dan agen.
International Auditing and Assurance Standards Board (IAASB)
menyebutkan tiga faktor yang menyebabkan kompleksitas dalam
mendeskripsikan dan mengevaluasi kualitas audit, yaitu (1) keberadaan atau
ketiadaan misstatement dalam laporan keuangan yang diaudit hanya
menyediakan sebagian pengertian dalam kualitas audit; (2) ragam audit dan
apa yang dipertimbangkan untuk menjadi bukti audit yang cukup memadai
sebagai pendukung opini bersifat pertimbangan atau pendapat pribadi auditor;
dan (3) perspektif kualitas audit bermacam-macam diantara stakeholder.
Audit dapat dikatakan berkualitas apabila memenuhi ketentuan atau
standar pengauditan. Menurut Tarigan dan Bangun (2013) kualitas audit
menggambarkan pelaksanaan audit yang dilakukan sesuai standar, sehingga
auditor mampu mengungkapkan dan melaporkan apabila terjadi pelanggaran
18
yang dilakukan klien. Standar yang mengatur pelaksanaan audit di Indonesia
adalah Standar Profesional Akuntan Publik (SPAP).
4. Audit Market Concentration
Konsentrasi pasar audit adalah penguasaan pangsa pasar jasa audit dari
tiap KAP dalam tiap industri pada periode tertentu (Mardiana & Anggraita,
2015). Struktur pasar audit adalah faktor yang sangat penting dalam
menentukan persaingan dari suatu firma audit. Perubahan pada konsentrasi
pasar terjadi karena tiga alasan utama, yaitu penyesuaian fakultatif, perubahan
pada pengaturan pelanggan, dan perubahan pada pengaturan supplier.
Perusahaan bebas untuk mengganti auditornya, dan melakukan penetapan
ulang di berbagai tempat dengan berbagai alasan. Ada enam alasan umum
yang diberikan oleh perusahaan-perusahaan yang terdaftar di Bursa Efek
United Kingdom selama tahun 1990, yaitu: tingginya biaya audit,
ketidakpuasan klien atas kualitas audit diantaranya karena ketidakmampuan
dari auditor untuk mendeteksi masalah yang terjadi, perubahan pucuk
pimpinan perusahaan, kebutuhan rasionalisasi dari kelompok-kelompok
auditor, kebutuhan akan enam perusahaan besar, dan terjadinya penggabungan
usaha atau merger diantara beberapa perusahaan.
Peningkatan konsentrasi pasar dalam suatu industri akan meningkatkan
hambatan masuk bagi perusahaan baru dan keenggakan dari klien untuk
mengganti penyedia barang atau jasamya, penetapan harga yang tinggi oleh
19
penyedia barang atau jasa, dan turunnya biaya karena terciptanya skala
ekonomis pada penyedia barang atau jasa (Beattie et al., 2003).
Dalam industri audit, Beattie et al. (2003) menyatakan bahwa
konsekuensi dari peningkatan konsentrasi pasar adalah akan mengakibatkan
berkurangnya pilihan bagi pengguna jasa. Pada pasar audit, banyaknya pilihan
KAP merupakan suatu kebutuhan karena beberapa pengguna jasa audit merasa
lebih nyaman menggunakan KAP yang tidak memiliki hubungan dengan
pesaing mereka. Dengan semakin sedikitnya pilihan KAP yang dapat dipilih
maka akan menimbulkan masalah tersendiri misalmnya kesulitan dalam
menentukan sifat atau karakter, harga, keuntungan dan inovasi dari KAP atau
penyedia jasa itu sendiri.
5. Audit Fee
Fee audit merupakan fee yang diterima oleh akuntan publik setelah
melaksanakan jasa auditnya, besarnya tergantung dari resiko penugasan,
kompleksitas jasa yang diberikan, tingkat keahlian yang diperlukan untuk
melaksanakan jasa tersebut, struktur biaya KAP yang bersangkutan (Andriani
& Nursiam, 2018). Akuntan publik maupun kantor akuntan publik dalam
memberikan jasanya berhak mendapatkan imbalan jasa (fee) berdasarkan
kesepakatan yang sudah disepakati. Dalam draft panduan yang dikeluarkan
oleh Institut Akuntan Publik Indonesia (IAPI) kebijakan imbalan jasa
merupakan salah satu indikator kualitas audit pada level KAP dalam cakupan
perikatan audit atas laporan keuangan. IAPI mengeluarkan Peraturan Pengurus
20
Nomor 2 Tahun 2016 Tentang Penentuan Imbalan Jasa Audit Laporan
Keungan yang menjelaskan secara jelas penentuan nilai imbalan jasa, metode
penentuan imbalan jasa dan batas bawah tarif jasa audit.
Menurut Agoes (2012) komisi audit adalah imbalan dalam bentuk
uang atau bentuk lainnya yang diberikan kepada atau diterima dari klien atau
pihak lain untuk memperoleh perikatan dari klien atau pihak lain. Fee audit
ditetapkan ketika sudah terjadi kontrak antara auditor dengan klien berdasar
kesepakatan dan biasanya ditentukan sebelum memulai proses audit
(Kurniasih & Rohman, 2014).
Dalam Peraturan Pengurus Institut Akuntan Publik Indonesia Nomor 2
Tahun 2016 dijelaskan bahwa imbalan jasa atas audit laporan keuangan yang
terlalu rendah dapat menimbulkan ancaman berupa kepentingan pribadi yang
berpotensi menyebabkan ketidakpatuhan terhadap kode etik profesi Akuntan
Publik, oleh karena itu Akuntan Publik harus membuat pencegahan dengan
menerapkan imbalan atas jasa audit laporan keuangan yang memadai sehingga
cukup untuk melaksanakan prosedur audit yang memadai.
Berdasarkan Surat Keputusan No.KEP.024/IAPI/VII/2008 yang
diterbitkan oleh Institut Akuntan Publik Indonesia (IAPI) pada tanggal 2 Juli
2008 tentang kebijakan penentuan besarnya fee audit, Akuntan Publik harus
mempertimbangkan faktor-faktor berikut: kebutuhan klien, tugas dan
tanggung jawab menurut hukum, independensi, tingkat keahlian, tanggung
jawab yang melekat pada pekerjaan yang dilakukan, tingkat kompleksitas
21
pekerjaan, banyaknya waktu yang diperlukan dan secara efektif digunakan
oleh Akuntan Publik untuk menyelesaikan pekerjaan, dan basis penetapan fee
yang disepakati.
6. Auditor Flow (Perpindahan Auditor)
Perpindahan auditor adalah perpindahan auditor yang terjadi dari KAP
asal ke KAP yang baru. Salah satu hal yang dapat memicu terjadinya
perpindahan auditor adalah merger yang dilakukan oleh KAP. Ashforth dan
Mael dalam Cao et al. (2016) mendefinisikan identifikasi organisasi sebagai
suatu keadaan ketika individu mendefinisikan dirinya dari segi keanggotaan
masing masing individu pada suatu organisasi, atau sebagai persepsi dari tiap
individu atas suatu organisasi. Sebuah studi menunjukkan bahwa identifikasi
organisasi menunjukkan hasil positif dalam tingkah laku anggota, sikap, dan
kinerja (Mignonac et al., 2006). Oleh maka itu, sikap, tingkah laku dan kinerja
mereka bisa dipengaruhi oleh identifikasi organisasi.
Dalam audit, auditor membutuhkan professional judgement yang
tinggi ketika menginterprestasikan dan mengimplementasikan standar audit
maupun standar akuntansi. Ini menyebabkan pentingnya perusahaan dalam
menetapkan aturan kerja dalam perusahaan untuk membantu auditor dalam
mengimplementasikan, menginterprestasikan serta menjalankan standar yang
berlaku (Cushing & Loebbecke, 1986). Karena adanya perbedaan dalam
pengalaman, persepsi dan preferensi, serta aturan kerja dalam perusahaan
menyebabkan setiap kantor akuntan publik memiliki keunikannya tersendiri.
22
Keunikan dari tahap audit dan aturan kerja perusahaan menghasilkan gaya
audit yang khas milik kantor akuntan publik.
Setiap auditor memiliki ciri khas tersendiri dalam melakukan proses
audit. Francis et al. (2013) dalam penelitiannya menyatakan bahwa setiap
auditor memiliki gaya auditnya masing-masing tergantung kantor akuntan
publik tempat auditor tersebut bekerja. Auditor akan mengikuti gaya audit
tempat auditor tersebut bekerja ketika melakukan proses audit, baik dalam
mendeteksi maupun tidak mendeteksi salah saji. Dalam prakteknya, ada
peluang seorang auditor untuk berpindah kerja pada satu kantor akuntan
publik ke kantor akuntan publik yang lainnya. Adanya perubahan lingkungan
kerja menimbulkan kemungkinan adanya perubahan gaya audit yang dimiliki
oleh seorang auditor. Hal ini dapat memengaruhi kualitas audit laporan
keuangan yang dihasilkan.
Elsbach yang dikutip oleh Cao et al. (2016) menemukan bahwa ada
empat kondisi yang dapat mendorong anggota agar dapat menyesuaikan diri
dengan organisasi mereka. Yang pertama, anggota mendapatkan pengalaman
yang luas dan positif dalam organisasi. Kedua, anggota merasa organisasi
tersebut memiliki atribut yang unik dan positif. Ketiga, anggota percaya
bahwa organisasi tersebut memiliki kesan yang baik dan positif untuk
meningkatkan nilai mereka di masyarakat. Terakhir, anggota percaya bahwa
organisasi juga memiliki nilai yang positif seperti mereka. Bila organisasi
dapat memenuhi keempat kondisi tersebut, maka anggota akan meninggalkan
identitas mereka dan membentuk identifikasi yang sama dengan identitas
23
organisasi. Dalam hal terjadinya perpindahan auditor, ketika auditor
membentuk identitas yang sama dengan kantor akuntan publiknya yang baru,
maka mereka dapat menerima gaya audit yang baru. Penyesuaian yang positif
ini akan meningkatkan kualitas audit yang dihasilkan.
24
B. Hasil-hasil Penelitian Terdahulu
Sebelum penelitian ini, berikut penelitian-penelitian terhadulu terkait “Pengaruh Audit Market Concentration, Audit Fee, dan Auditor
Flow Terhadap Audit Quality” yang dapat dijadikan acuan peneliti:
Tabel 2.1
Daftar Penelitian-penelitian Terdahulu
No Peneliti Judul Metode Penelitian Hasil

(Tahun) Penelitian Persamaan Perbedaan Penelitian
1. Joshua L. Gunn, Audit Market a. Metode Pengujian: a. Tahun Data: Periode Hasil menunjukkan penurunan
Brett S. Kawada, Concentration, Audit Analisis Regresi 2007-2013 kualitas audit pada Big 4 market
dan Paul N. Fees and Audit Berganda b. Populasi: Perusahaan concentration yang tinggi. Hasil
Michas (2019) Quality: A cross- b. Variabel: Audit yang terdata di mengindikasikan ketika audit market
country analysis of Market Thomson Reuters concentration tinggi menyebabkan
complex audit clients Concentration, Audit Worldscope tingginya fee audit pada klien yang
Fees dan Audit c. Sampel: 29.179 tahun kompleks, namun menunjukkan
Quality perusahaan dari 28 kualitas audit yang lebih rendah.
negara
2. Beauty Ekiomado Audit Market a. Metode Pengujian: a. Tahun Data: Periode Hasil penelitian menunjukkan bahwa
Eguasa dan Ruth Concentration and Analisis Regresi 2007 – 2015 konsentrasi pasar audit meningkatkan
Osaretin Audit Quality in Berganda b. Pupulasi: Bursa Efek kualitas audit perusahaan sampel di
Urhoghide (2017) Nigeria b. Variabel: Audit Nigeria Nigeria. Menyiratkan bahwa
Market c. Sampel: 540 laporan perusahaan audit Big 4 cenderung
Concentration dan keuangan perusahaan memiliki jangkauan klien yang lebih
Audit Quality listed di Nigeria jauh dan tidak dapat membantu tetapi
memberikan kualitas audit untuk
memastikan retensi klien dan
kepercayaan publik.
25

3. Viska Anggraita, Pengaruh Persaingan a. Variabel: Audit a. Variabel: Regulasi Hasil penelitian menunjukan bahwa
Fitriany, Sandra Pasar Jasa Audit Market Rotasi dan Regulasi tingkat konsentrasi pasar
Aulia dan Terhadap Kualitas Concentration dan Corporate Governance berhubungan dengan semakin
Arywati (2016) Audit: Peranan Audit Quality b. Tahun Data: Periode meningkatnya kualitas audit. Hal ini
Regulasi Rotasi Dan b. Populasi: Bursa Efek 1999 – 2008 mengindikasikan persaingan pasar
Regulasi Corporate Indonesia jasa audit yang tinggi di Indonesia
Governance c. Sampel: perusahaan menyebabkan penurunan kualitas
non keuangan audit. Hal ini menunjukan perlunya
d. Metode Pengujian:
regulasi yang mengatur tingkat
Analisis Regresi
persaingan pasar di Indonesia agar
kualitas audit tetap terjaga.
4. Qiang Cao, Auditor flow and a. Variabel: Auditor a. Variabel: financial Hasil penelitian menunjukkan
Nanwei Hu dan financial statement Flow statement sebelum perpindahan auditor (yang
Lele Chen (2016) comparability: comparability ditandai dengan merger)
Evidence from audit b. Tahun Data: 1998 – perbandingan laporan keuangan antar
firm mergers in 2012 dua klien tinggi ketika diaudit oleh
China c. Populasi: 11.927 auditor yang berasal dari grup yang
perusahaan yang sama, dan rendah ketika diaudit oleh
terdaftar di China Stock auditor yang berbeda. Namun, setelah
Market
perpindahan auditor, perbandingan
d. Sampel: 47 merger
laporan keuangan dari grup auditor
firma audit di China
e. Metode Pengujian: yang berbeda meningkat secara
Analisis Regresi Data signifikan.
Panel
26

5. Ninik Andriani Pengaruh Fee Audit, a. Variabel: Audit Fee a. Tahun Data: Periode Hasil penelitian menunjukkan bahwa
dan Nursiam Audit Tenure, Rotasi dan Audit Quality 2013 – 2015 masa kerja audit, rotasi audit dan
(2018) Audit Dan Reputasi b. Metode Pengujian: b. Variabel : Audit reputasi auditor tidak berpengaruh
Auditor Terhadap Analisis Regresi Tenure, Rotasi Audit terhadap kualitas audit, dan fee audit
Kualitas Audit Logistik dan Reputasi Auditor memiliki pengaruh signifikan
(Studi Empiris Pada a. Populasi: Perusahaan terhadap kualitas audit.
Perusahaan listed di BEI
Manufaktur yang b. Sampel: laporan
Terdaftar di Bursa keuangan 107
Efek Indonesia Tahun perusahaan
2013-2015) manufaktur
6. Sansaloni Butar- Merger Auditor Dan a. Variabel: Auditor a. Tahun Data: 1995 – Hasil empiris dari penelitian ini
Butar (2014) Kualitas Audit: Bukti Flow (Merger 2002 menunjukkan merger kedua KAP
Empiris Dari Bursa Auditor) dan Audit b. Sampel: perusahaan besar Pricewaterhouse dengan
Efek Indonesia Quality manufaktur di BEI Coopers&Lybrands tidak memberi
b. Populasi: laporan yang merupakan klien pengaruh yang signifikan terhadap
keuangan di BEI KAP lokal yang kualitas audit dikarenakan perbedaan
berafiliasi dengan PWC lingkungan institusional dan hukum
c. Metode Pengujian: antara Indonesia dengan negara-
Analisis Regresi Linear negara Barat.
Sederhana
27

7. I Gusti Ayu Pengaruh Fee Audit, a. Variabel: Audit Fee a. Variabel: Kepuasan Hasil analisis menemukan, fee audit
Rahma Pramesti Profesionalisme dan Audit Quality Kerja dan profesionalisme auditor
dan I Dewa Pada Kualitas Audit b. Tahun Data: 2016 berpengaruh positif pada kualitas
Nyoman Dengan Kepuasan a. Metode Pengujian: audit serta kepuasan kerja mampu
Wiratmaja (2017) Kerja Sebagai Analisis Jalur memediasi pengaruh positif fee audit
Pemediasi b. Populasi: Auditor pada dan profesionalisme auditor pada
tujuh kantor KAP di kualitas audit Kantor Akuntan Publik
Bali di Bali.
c. Sampel: 81 Auditor
8. Zef Afriansyah Konsentrasi Pasar c. Variabel: Audit a. Tahun Data: Periode Penelitian ini menemukan bahwa
dan Sylvia Audit Di Indonesia Market 2000 – 2005 dengan menggunakan jumlah audit,
Veronica Nalurita (Analisis Empiris Di Concentration b. Variabel : Rotasi Audit rotasi perusahaan audit mengurangi
Purnana Siregar Pasar Modal a. Metode Pengujian: c. Populasi: laporan rasio konsentrasi. Sedangkan dengan
(2007) Indonesia) Analisis Regresi keuangan di BEI menggunakan aset klien, di mana
d. Sampel: 1230 tahun rotasi perusahaan audit tidak
perusahaan berdampak pada konsentrasi pasar
audit. Penelitian ini juga menemukan
bahwa rotasi perusahaan mengubah
struktur pasar audit. Struktur pasar
audit di Indonesia telah berubah dari
perusahaan dominan menjadi
oligopoli untuk tahun 2000 hingga
2005.
28

9. Margi Kurniasih Pengaruh Fee Audit, a. Metode Pengujian: a. Variabel: Audit Tenure Hasil empiris dari penelitian ini
dan Abdul Audit Tenure, Dan Analisis Regresi dan Rotasi Audit menunjukkan bahwa fee audit, masa
Rohman (2014) Rotasi Audit Logistik b. Tahun Data: Periode kerja audit, dan rotasi audit memiliki
Terhadap Kualitas b. Variabel: Audit Fee 2008-2012 pengaruh signifikan terhadap kualitas
Audit dan Audit Quality audit. Variabel fee audit berpengaruh
c. Populasi: Perusahaan positif terhadap kualitas audit, tenur
listed di BEI audit berpengaruh negatif terhadap
d. Sampel: laporan kualitas audit, dan rotasi audit
keuangan 230
berpengaruh positif terhadap kualitas
perusahaan
audit.
manufaktur
10. Sati P. Mandatory Audit a. Metode Pengujian: a. Variabel: Audit Partner Hasil menunjukkan bahwa kewajiban
Bandyopadhyay, Partner Rotation, Analisis Regresi Rotation rotasi partner audit memberikan efek
Changling Chen Audit Market Berganda b. Tahun Data: Periode yang signifikan terhadap kualitas
dan Yingmin Yu Concentratiobn, and b. Variabel: Audit 1999 – 2011 audit pada tahun kedua dan ketiga.
(2013) Audit Quality: Market c. Populasi: perusahaan Rotasi audit tidak memiliki pengaruh
Evidence from China Concentration dan listed di China yang signifikan terhadap kualitas
Audit Quality d. Sampel: 273 audit dengan konsentrasi pasar dan
perusahaan perkembangan hukum yang tinggi.
29
C. Kerangka Pemikiran
Kerangka pemikiran dalam penelitian ini digambarkan sebagai berikut.
Gambar 2.1
Kerangka Pemikiran
Kualitas laporan keuangan Banyak kasus kecurangan yang

dikatakan handal apabila terjadi akibat rendahnya kualitas
menghasilkan hasil audit yang audit.
berkualitas tinggi.
Terdapat faktor-faktor yang memengaruhi kualitas audit, yaitu audit market

concentration, audit fee dan auditor flow.
Pengaruh Audit Market Concentration, Audit Fee dan Auditor Flow

Terhadap Audit Quality
Grand Theory :
Agency Theory, Stakeholder Theory
Audit Market
Concentration H₁
(X1)
H₂ Audit Quality
Audit Fee (Y)
(X2)
H₃
Auditor Flow
(X3)
Analisis Regresi Berganda
Hasil Pengujian dan Pembahasan
30
D. Pengembangan Hipotesis
Perumusan hipotesis yang diajukan dalam penelitian ini bertujuan untuk
menguji Pengaruh Audit Market Concentration, Audit Fee dan Auditor Flow
Terhadap Audit Quality.
Berdasarkan pemikiran tersebut maka hipotesis yang diajukan dalam
penelitian ini adalah sebagai berikut.
1. Pengaruh Audit Market Concentration terhadap Audit Quality
Audit Market Concentration adalah faktor yang sangat menentukan
persaingan dari suatu firma audit. Secara teoritis, keberadaan konsentrasi
tinggi akan mengurangi kualitas audit yang dihasilkan. Inilah sebabnya
mengapa persaingan pasar audit yang mendapat banyak perhatian dari
regulator untuk merumuskan kebijakan publik yang mengatur praktik auditor
(Anggraita et al., 2016). Di negara-negara maju, perhatian atas kondisi pasar
audit cukup mendapat perhatian beberapa ekonom, hal ini penting karena
peningkatan konsentrasi pasar audit akan berdampak pada meningkatnya audit
fee, berkurangnya independensi dari Akuntan Publik, dan menurunnya
kualitas audit (Lubbers dalam Afriansyah dan Siregar, 2007).
Hasil penelitian Gunn et al. (2019) menunjukkan terjadi penurunan
kualitas audit pada Big 4 market concentration yang tinggi. Hasil
mengindikasikan ketika audit market concentration tinggi menyebabkan
tingginya fee audit pada klien yang kompleks, namun menunjukkan kualitas
audit yang lebih rendah. Tingkat konsentrasi pasar audit yang tinggi
31
menyebabkan rendahnya persaingan pasar audit yang menyebabkan sedikitnya
pilihan KAP dalam pasar. Sehingga perusahaan-perusahaan kompleks yang
cenderung membutuhkan KAP besar dalam mengaudit, cenderung menjadi
klien Big 4. Dengan semakin sedikitnya pilihan KAP yang dapat dipilih maka
akan menimbulkan masalah tersendiri misalnya kesulitan dalam menentukan
sifat atau karakter, harga, keuntungan dan inovasi dari KAP atau penyedia jasa
itu sendiri. Selain itu, dengan sedikitnya pilihan KAP dapat menyebabkan
terjadinya perikatan yang lama dengan klien yang dapat memengaruhi
independensi auditor. Dengan demikian, tingginya audit market concentration
dapat menyebabkan penurunan kualitas audit.
Berdasarkan dari paparan penelitian sebelumnya mengenai pengaruh
audit market concentration terhadap audit quality, maka patut diduga audit
market concentration berpengaruh signifikan negatif terhadap audit quality.
Oleh karenanya hipotesis dalam penelitian ini sebagai berikut:
H1: Audit market concentration berpengaruh signifikan negatif terhadap
audit quality.
2. Pengaruh Audit Fee terhadap Audit Quality
Menurut Agoes (2012) komisi audit adalah imbalan dalam bentuk uang
atau bentuk lainnya yang diberikan kepada atau diterima dari klien atau pihak
lain untuk memperoleh perikatan dari klien atau pihak lain. Fee audit
ditetapkan ketika sudah terjadi kontrak antara auditor dengan klien berdasar
32
kesepakatan dan biasanya ditentukan sebelum memulai proses audit
(Kurniasih & Rohman, 2014).
Fee audit merupakan salah satu faktor seorang auditor untuk
melaksanakan pekerjaannya. Pramesti dan Wiratmaja (2017) menyatakan
besarnya fee audit dapat bervariasi tergantung antara lain risiko penugasan,
melakukan jasa tersebut, struktur biaya KAP yang bersangkutan dan
pertimbangan professional yang lainnya. Secara teori, audit fee yang lebih
tinggi akan merencanakan kualitas audit yang lebih tinggi dibandingkan
dengan audit fee yang lebih rendah. Terdapat intensif bagi auditor untuk
melakukan apapun untuk menjaga kliennya agar tidak berganti auditor.
Namun, pada beberapa kasus, perusahaan yang diaudit oleh KAP besar
dengan fee audit yang tinggi justru terkuak memliki kualitas audit yang
rendah.
Biaya jasa audit yang lebih tinggi dapat dibebankan oleh auditor pada
tingkat konsentrasi pasar audit yang tinggi, yang menyebabkan
ketidaksetaraan antara KAP (auditor) dengan klien yang kompleks. Misal,
perusahaan dengan operasi internasional membutuhkan jasa audit kompleks
yang hanya tersedia pada sedikit pilihan KAP. Konsekuensinya KAP dapat
membebankan biaya jasa audit yang sangat tinggi dikarenakan sangat
terbatasnya pilihan perusahaan. Hal ini dapat memengaruhi berkurangnya
independensi dikarenakan masa perikatan yang lama dengan KAP yang mana
33
dikarenakan terbatasnya pilihan KAP bagi perusahaan, sehingga kualitas audit
menurun.
Penelitian yang dilakukan Gunn et al. (2019) yang menunjukkan bahwa
audit fee yang tinggi dengan konsentrasi pasar yang tinggi menyebabkan
penurunan kualitas audit. Berdasarkan penjelasan dan penelitian sebelumnya
mengenai pengaruh audit fee terhadap audit quality, maka peneliti bermaksud
menguji kembali hubungan audit fee dan audit quality. Oleh karenanya
hipotesis dalam penelitian ini sebagai berikut:
H2: Audit fee berpengaruh signifikan negatif terhadap audit quality.
3. Pengaruh Auditor Flow terhadap Audit Quality
Setiap auditor memiliki gaya audit yang khas masing-masing (Francis et
al., 2013). Gaya khas masing-masing auditor dipengaruhi oleh lingkungan
kerja dalam KAP mereka. Namun kenyataan di lapangan membuat auditor
mungkin saja berpindah dari KAP satu ke KAP yang lain. Perpindahan auditor
dari KAP satu ke KAP lainnya dilakukan agar memenuhi kepentingan KAP
untuk mendapatkan tenaga kerja yang berkualitas. Ketika perpindahan auditor
terjadi, maka auditor harus menyesuaikan dirinya dengan perubahan
lingkungan baru tempat auditor bekerja. Jika auditor mampu menyesuaikan
dirinya secara positif, maka KAP akan mendapatkan supply tenaga kerja yang
berkualitas yang akan mendukung pelaksanaan audit yang baik. Dengan
terlaksananya audit dengan baik, maka kualitas audit yang dihasilkan dapat
terjamin.
34
Menurut penelitian sebelumnya yang dilakukan oleh Cao et al. (2016),
perpindahan auditor dapat diteliti dengan baik ketika kantor akuntan publik
melakukan merger. Pada penelitian tersebut ditemukan bahwa sebelum
merger dilakukan, komparabilitas laporan keuangan antar dua klien tinggi
ketika diaudit oleh grup audit yang sama dan rendah ketika diaudit oleh grup
audit yang berbeda. Sedangkan setelah merger dilakukan, komparabilitas
antara dua klien yang diaudit oleh grup audit yang berbeda meningkat dengan
signifikan. Penelitian tersebut menunjukkan bahwa pengaruh dari auditor
terhadap komparabilitas laporan keuangan klien dapat berubah dengan adanya
perpindahan auditor, yakni komparabilitas laporan keuangan meningkat
setelah dilakukannya perpindahan auditor. Hal ini mengindikasikan bahwa
perpindahan auditor dapat meningkatkan kualitas audit yang dihasilkan.
Berdasarkan penjelasan di atas, maka hipotesis dalam penelitian ini
sebagai berikut:
H3: Auditor flow berpengaruh signifikan positif terhadap audit quality.
35
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini akan membahas mengenai pengaruh variabel independen,
yaitu konsentrasi pasar audit, fee audit dan perpindahan audit terhadap variabel
dependen, yaitu kualitas audit. Populasi merujuk kepada sekumpulan orang,
kegiatan, atau ketertarikan akan sesuatu yang ingin diteliti oleh peneliti (Sekaran
& Bougie, 2016). Sampel dalam penelitian ini adalah perusahaan manufaktur
yang terdaftar pada Bursa Efek Indonesia periode 2014 – 2018. Data yang
digunakan dalam penelitian ini adalah data sekunder. Data sekunder dapat berasal
dari buku, jurnal akademik dan profesional, laporan, tesis, conference
proceedings, manuskrip yang tidak dipublikasi. Data tersebut memiliki nilai sebab
memberikan informasi yang terjadi/nyata terkait dengan pasar, industri, atau
perusahaan (Sekaran & Bougie, 2016). Data sekunder dalam penelitian ini berupa
laporan keuangan tahunan atas perusahaan manufaktur yang terdaftar di Bursa
Efek Indonesia pada Tahun 2014 – 2018.
B. Metode Penentuan Sampel
Sampel merupakan bagian dari populasi, dengan mempelajari sample
peneliti dapat menarik kesimpulan yang menggeneralisasikan karakteristik
populasi (Sekaran & Bougie, 2016). Bila populasi besar dan peneliti tidak
mungkin mempelajari semua yang ada pada populasi, misalnya karena
36
keterbatasan dana, tenaga dan waktu, peneliti akan mengambil sampel dari
populasi itu. Pengambilan sampel dalam penelitian ini menggunakan metode
nonprobability sampling dengan teknik purposive sampling yaitu yaitu metode
pemilihan berdasarkan kriteria-kriteria spesifik yang dapat memberikan informasi
yang dibutuhkan, baik karena hanya sampel tersebut yang mempunyai informasi
yang dibutuhkan atau sampel cocok dengan kriteria yang ditetapkan peneliti
(Sekaran & Bougie, 2016). Kriteria sampel yang ditetapkan oleh peneliti yaitu:
a. Penelitian akan dilakukan pada perusahaan manufakur yang terdaftar di

Bursa Efek Indonesia tahun 2014 – 2018.
b. Informasi yang berkaitan untuk pengukuran variabel-variabel yang diteliti

tersedia dengan lengkap.
c. Memiliki laporan keuangan yang telah diaudit oleh akuntan publik.
C. Metode Pengumpulan Data
Dalam penelitian ini, seluruh data baik data variabel independen maupun
variabel dependen adalah data sekunder. Metode pengumpulan data yang
digunakan adalah:
1. Penelitian Pustaka (Library Research)
Data diperoleh dari beberapa literatur yang berkaitan dengan masalah
yang diteliti seperti: buku, jurnal, internet, skripsi, tesis, disertasi, dan media
lain yang menunjang penelitian ini.
37
2. Penelitian Lapangan (Field Research)
Data yang diperoleh oleh peneliti berupa data sekunder laporan keuangan
tahunan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia
periode 2014 – 2018.
D. Operasionalisasi Variabel Penelitian
Operasionalisasi variabel memaparkan terkait definisi dari setiap variabel
dan cara pengukuran yang digunakan pada variabel tersebut. Penelitian ini
menggunakan 4 variabel, yang terdiri atas 3 variabel bebas (independen) dan 1
terikat (dependen).
1. Variabel Independen
Variabel independen adalah variabel yang memengaruhi variabel
dependen baik secara positif maupun secara negatif (Sekaran & Bougie,
2016). Variabel independen dari penelitian ini adalah sebagai berikut:
a. Audit Market Concentration
Konsentrasi pasar audit adalah penguasaan pangsa pasar jasa audit dari
tiap KAP dalam tiap industri pada periode tertentu (Mardiana &
Anggraita, 2015). Konsentrasi pasar dapat dilihat dari jumlah dan ukuran
perusahaan. Dalam penelitian ini konsentrasi pasar audit diproksikan
dengan menggunakan rumus Herfindahl-Hirschman Index (HHI). HHI
adalah metodologi yang dipakai untuk mengukur distribusi penghitungan
konsentrasi pasar di dalam industri. HHI diukur berdasarkan jumlah total
38
aset klien yang diaudit oleh KAP seperti dalam penelitian yang dilakukan
Gunn et al. (2019), Anggraita et al. (2016) dan Afriansyah dan Siregar
(2007). Nilai HHI diperoleh antara 0 hingga 1.
Adapun rumus Herfindahl-Hirschman Index adalah sebagai berikut:
HHI = Σ(a / A)²
Dimana:
a = total aset klien

A = total aset seluruh perusahaan dalam industri
b. Audit Fee
Fee audit merupakan fee yang diterima oleh akuntan publik setelah
melaksanakan jasa auditnya, besarnya tergantung dari resiko penugasan,
melaksanakan jasa tersebut, struktur biaya KAP yang bersangkutan
(Andriani & Nursiam, 2018). Penelitian ini mengacu pada penelitian yang
dilakukan oleh Andriani dan Nursiam (2018) yaitu data tentang fee audit
diproksikan oleh akun profesional fees yang terdapat dalam laporan
keuangan pada perusahaan yang terdaftar di Bursa Efek Indonesia (BEI)
yang selanjutnya variabel ini diukur dengan menggunakan logaritma
natural dari data atas akun professional fees.
Dasar pengambilan keputusan ini adalah belum tersedianya data
tentang fee audit dikarenakan pengungkapan data tentang fee audit di
Indonesia masih berupa voluntary disclosure, sehingga belum banyak
39
perusahaan yang mencantumkan data tersebut di dalam annual report.
Variabel independen dalam penelitian ini adalah fee audit. Pengukuran
variabel ini dilakukan dengan menggunakan logaritma natural dari total
professional fees dengan rumus sebagai berikut:
Ln = professional fees
c. Auditor Flow
Perpindahan auditor adalah perpindahan auditor dari lingkungan kerja
yang lama ke lingkungan kerja yang baru yang terjadi akibat merger KAP
(Cao et al., 2016). Perpindahan auditor pada penelitian ini merupakan
variabel dummy yang dibedakan menjadi dua, yaitu suatu kantor akuntan
publik pernah melakukan merger atau tidak sampai penelitian ini
dilakukan. Bila suatu kantor akuntan publik melakukan merger dengan
kantor akuntan publik lainnya diberi kode 1, sebaliknya bila tidak
melakukan merger diberi kode 0. Merger atau tidaknya suatu KAP pada
penelitian ini dilihat dari perubahan nama KAP tersebut. Penggunaan
pengukuran ini disesuaikan dengan penelitian yang sebelumnya telah
dilakukan oleh Cao et al. (2016) dan Butar-Butar (2014).
2. Variabel Dependen
Variabel Dependen adalah variabel utama yang menarik peneliti. Peneliti
akan tertarik dalam mengkuantifikasi dan menghitung variabel dependen,
serta variabel lain yang yang memengaruhi variabel ini (Sekaran & Bougie,
2016).
40
a. Audit Quality
Kualitas audit adalah pelaksanaan audit yang dilakukan sesuai dengan
standar sehingga mampu mengungkapkan dan melaporkan apabila terjadi
pelanggaran yang dilakukan klien (Rosnidah dalam Andriani & Nursiam,
2018). Sesuai dengan penelitian yang sebelumnya dilakukan oleh
Bandyopadhyay et al. (2013), Gunn et al. (2019), dan Butar-Butar (2014)
penelitian ini menggunakan pengukuran kualitas laba, yaitu akrual
diskresioner, sebagai proksi kualitas audit. Model akrual diskresioner yang
digunakan adalah model modified Jones oleh Dechow. Akrual diskresioner
merupakan tindakan akrual yang dilakukan oleh manajer karena
manajemen dapat memilih kebijakan yang digunakan dalam hal metode
akuntansi dan estimasi akuntansi yang terdiri dari total akrual, piutang,
pendapatan, dan PPE (Adryanti, 2019).
Dalam penelitian ini menggunakan nilai akrual diskresioner absolut
karena melihat dari besaran terjadinya manajemen laba dalam akrual,
bukan arahnya (positif atau negatif) (Perdana, 2018). Besarnya akrual
diskresioner menunjukkan besarnya pengelolaan laba yang dilakukan
perusahaan. Semakin besar nilai akrual diskresioner, semakin rendah
kualitas laba karena laba menjadi bias (Anggraita et al., 2016).
Pengukuran akrual diskresioner dilakukan dengan mendekomposisi total
akrual menjadi komponen diskresioner dan non diskresioner.
41
1) Menghitung Total Akrual
Nilai total akrual adalah laba bersih tahun berjalan yang dikurangi
dengan arus kas operasi tahun berjalan dapat dirumuskan sebagai berikut:
𝑇𝐴𝐶𝐶𝑡 = 𝑁𝐼𝑡 − 𝐶𝐹𝑂𝑡
2) Menghitung Estimasi Koefisien
Kemudian, agar dapat menghitung nilai akrual non diskresioner,
estimasi koefisien α1, α2, dan α3 dilakukan dengan menggunakan model
regresi sebagai berikut:
𝑇𝐴𝐶𝐶ₜ 1 ∆𝑅𝐸𝑉ₜ 𝑃𝑃𝐸ₜ

= ɑ₁ ( ) + ɑ₂ ( ) + ɑ₃ ( ) + ɛₜ
𝑇𝐴ₜ₋₁ 𝑇𝐴ₜ₋₁ 𝑇𝐴ₜ₋₁ 𝑇𝐴ₜ₋₁
Dimana :
TACCt = total akrual perusahaan pada tahun t
TAt-1 = total aset perusahaan pada tahun t-1
∆REVt = perubahan pendapatan perusahaan pada tahun t
PPEt = nilai kotor property, plant, and equipment perusahaan pada

tahun t
ɛt = error term perusahaan pada tahun t
α1, α2, α3 = estimasi koefisien α1, α2, dan α3
3) Menghitung Non Akrual Diskresioner
Setelah koefisien α1, α2, dan α3 diestimasi, akrual non diskresioner
dapat dihitung dengan formula sebagai berikut:
42
𝑁𝐷𝐴𝐶𝐶ₜ 1 ∆𝑅𝐸𝑉ₜ − ∆𝑅𝐸𝐶ₜ 𝑃𝑃𝐸ₜ
= ɑ₁ ( ) + ɑ₂ ( ) + ɑ₃ ( ) + ɛₜ
𝑇𝐴ₜ₋₁ 𝑇𝐴ₜ₋₁ 𝑇𝐴ₜ₋₁ 𝑇𝐴ₜ₋₁
Dimana:
NDACCt = akrual non diskresioner perusahaan pada tahun t
TAt-1 = total aset perusahaan pada tahun t-1
∆RECt = perubahan piutang peruahaan pada tahun t
4) Menghitung Akrual Diskresioner
Dengan diperolehnya nilai total akrual dan akrual non
diskresioner perusahaan, maka diskresioner akrual sebagai ukuran
manajemen laba dapat dihitung sebagai berikut:
𝐷𝐴CC𝑡 = 𝑇𝐴𝐶𝐶𝑡 − 𝑁𝐷𝐴CC𝑡
Dimana:
DACCt = akrual diskresioner perusahaan pada tahun t
Setelah nilai diskresioner akrual diperoleh, maka nilai
tersebut diabsolutkan karena peneliti hanya mengukur besarnya
manajemen laba dalam perusahaan bukan arahnya (positif atau negatif).
Setelah diabsolutkan, lalu dilogaritma naturalkan dan dinegatifkan karena
absolut diskresioner akrual memiliki hubungan yang berbanding terbalik
dengan kualitas laba.
43
Tabel 3.1
Pengukuran Operasional Variabel Penelitian
Indikator/ Sumber
No. Nama Variabel Skala
Pengukuran Data
Audit Market
Concentration (X1) Herfindahl-
Gunn et al. (2019),
1. Hirschman Index : Rasio Sekunder
Anggraita et al. (2016) dan
HHI = Σ(a / A)²
Afriansyah dan Siregar
(2007)
Audit Fee (X2)
2. Andriani dan Nursiam LN Professional Fee Rasio Sekunder
(2018)
Auditor Flow (X3) Dummy:
3. Cao et al. (2016) dan Butar- 1 = Merger, Nominal Sekunder
Butar (2014) 0 = Tidak
Audit Quality (Y)
Akrual diskresioner
Bandyopadhyay et al.
4. model modified Jones Rasio Sekunder
(2013), Gunn et al. (2019),
oleh Dechow
dan Butar-Butar (2014)
E. Metode Analisis Data
Metode analisis penelitian ini menggunakan teknik analisis kuantitatif dengan
cara mengkuantifikasi data-data penelitian hingga menghasilkan informasi yang
dibutuhkan dalam analisis. Analisis yang digunakan untuk mengukur penelitian
ini adalah analisis regresi berganda. Analisis tersebut digunakan untuk mengukur
kekuatan hubungan antara dua variabel atau lebih dan menunjukkan arah
44
hubungan antara variabel dependen dan variabel independen (Ghozali, 2018).
Penulis menggunakan program SPSS 25 for windows untuk menganalisis data.
1. Analisis Statistik Deskriptif
Statitistik yang digunakan untuk menganalisa data dengan cara
memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-
rata (mean), standar deviasi, varian, maksimum, minimum, sum, range,
kurtosis dan skewness (kemencengan distribusi) (Ghozali, 2018). Penggunaan
statistik deskriptif dilakukan untuk memberikan gambaran profil dari data
sampel sebelum melakukan pengujian hipotesis. Dalam penelitian ini, statistik
deskriptif menggambarkan nilai maksimum, nilai minimum, rata-rata (mean),
dan standar deviasi.
2. Uji Asumsi Klasik
Pengujian terhadap asumsi klasik bertujuan untuk mengetahui
kemungkinan terjadi kebiasan dalam koefisien regresi pada persamaan karena
penggunaan model regresi linier berganda mempunyai konsekuensi terjadi
bias. Agar mengetahui bias itu terjadi atau tidak, dilakukan uji asumsi klasik,
yaitu uji normalitas, uji multikolinieritas, uji heteroskedastisitas, dan uji
autokorelasi (Ghozali, 2018).
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal. Normalitas
45
residual dapat diketahui dengan cara analisis grafik dengan melihat grafik
dan Pplot. Jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal menunjukkan pola distribusi normal maka model regresi
memenuhi asumsi normal. Adapun cara lainnya untuk dapat menentukan
normalitas ialah dengan menggunakan Uji Kolomogorov Smirnov, yaitu
uji yang digunakan untuk melihat sampel yang ada berasal dari suatu
populasi berdistribusi normal atau tidak. Tingkat signifikansi (α) yang
digunakan sebesar 5%. Apabila nilai signifikansinya (p-value) > α (0,05)
maka dapat disimpulkan bahwa residualnya telah memenuhi asumsi
normal.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen) (Ghozali,
2018). Multikolinearitas biasanya terjadi ketika sebagian besar variabel
yang digunakan terkait satu sama lain pada suatu model regresi. Oleh
sebab itu, multikolinieritas tidak terjadi pada regresi linier yang hanya
melibatkan satu variabel bebas. Model regresi dikatakan baik apabila antar
variabel bebas tidak terdapat korelasi. Gejala multikolinieritas yang cukup
tinggi akan mengakibatkan standar kesalahan dari koefisien regresi
masing-masing variabel bebas menjadi sangat tinggi.
Instrumen yang digunakan dalam pengujian ini adalah Variance
Inflation Factor (VIF) dan tolerance value. Ukuran ini menunjukkan
46
setiap variabel bebas manakah yang dijelaskan oleh variabel bebas
lainnya. Jika Tolerance value ≤ 0.01 dan VIF ≥ 10 maka terjadi
multikolinieritas, yaitu terdapat korelasi yang terlalu besar di antara salah
satu variabel bebas dengan variabel bebas yang lain. Jika tolerance value >
0,10 dan VIF < 10 maka multikolinearitas tidak terjadi.
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji adanya korelasi antara
kesalahan pengganggu pada periode saat ini (t) dengan kesalahan
pengganggu pada periode sebelumnya (t-1) pada model regresi. Jika
terdapat korelasi maka regresi dikatakan memiliki masalah autokorelasi.
Model regresi yang baik adalah regresi yang aman dari asumsi
autokorelasi.
Gejala autokorelasi sangat sering ditemukan pada data yang bersifat
time series, sebaliknya pada data yang bersifat cross section, autokorelasi
jarang ditemukan karena adanya gangguan pada observasi yang berbeda
berasal dari individu/kelompok yang berbeda. Untuk menguji autokorelasi
pada data, peneliti menggunakan metode Runs Test. Ghozali (2018)
menyatakan Runs Test digunakan untuk melihat apakah data residual
terjadi secara random (acak) atau tidak (sistematis). Jika antar residual
tidak terdapat gejala autokorelasi maka dapat dikatakan bahwa residual
adalah acak atau random. Ketentuan dari pengujian ini adalah jika p-value
≤ 0,05 berarti residual tidak random atau terdapat autokorelasi pada
47
residual. Sebaliknya, jika p-value ≥ 0,05 berarti residual random atau tidak
terdapat gejala autokorelasi antar residual.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk memastikan bahwa di antara
variabel bebas dan variabel pengganggu pada persamaan regresi berganda
tidak memiliki korelasi. Jika terjadi gejala homoskedasitias pada model
yang digunakan, itu artinya antara variabel pengganggu dengan variabel
bebas tidak ada korelasi, sehingga varibel terikat sepenuhnya dipengaruhi
oleh variabel bebasnya saja. Keberadaan heteroskedastisitas pada model
regresi dapat diketahui dengan melihat grafik Scatterplot. Jika titik-titik
menyebar dan tidak membentuk pola tertentu, maka model regresi aman
dari asumsi heteroskedastisitas.
Selain itu, cara lain untuk mengetahui keberadaan heteroskedastisitas
pada model regresi dapat dilakukan dengan melakukan uji statistik dengan
menggunakan uji glejser. Uji glejser dilakukan dengan cara meregresikan
antara variabel independen dengan nilai absolut residualnya (ABS_RES).
Jika nilai signifikansi antara variabel independen dengan absolut residual
> 0,005, maka model regresi aman dari asumsi heterokedastisitas.
3. Analisis Regresi
Analisis yang digunakan pada penelitian ini adalah analisis linier
berganda dikarenakan adanya tiga variebel independen, yaitu konsentrasi
48
pasar audit, fee audit dan perpindahan auditor, yang memengaruhi kualitas
audit sebagai variabel dependen. Model regresi yang digunakan adalah:
AQ = α + β1 AMC + β2 FEE + β3 FLOW + e
Dimana:
AQ = kualitas audit
α = konstanta
β1…βn = koefisien arah regresi
AMC = audit market concentration
FEE = audit fee
FLOW = auditor flow
e = error
4. Pengujian Hipotesis
Pengujian hipotesis yang digunakan adalah analisis regresi berganda
sebagai model untuk memprediksi dan mempelajari hubungan antara variabel
independen dengan variabel dependen penelitian. Analisis ini menggunakan
tiga pengujian, yaitu uji koefisien determinasi, uji statistik f, dan uji statistik t
(Ghozali, 2018).
a. Uji Koefisien Determinasi (R²)
Uji koefisien determinasi digunakan untuk mengukur seberapa jauh
kemampuan model regresi dalam menerangkan variabel dependen. Nilai R²
semakin kecil memiliki arti bahwa variabel independen memiliki keterbatasan
dalam menerangkan variasi dalam variabel dependen. Sebaliknya, jika nilai R²
49
makin mendekati 1, maka variabel independen dari penelitian dapat
menjelaskan secara luas variasi dalam variabel dependen. Menurut Ghozali
(2018), kelemahan mendasar dalam penggunaan koefisien determinasi adalah
bias terhadap jumlah variabel yang ditambahkan dalam model regresi, yaitu
setiap penambahan satu variabel independen, maka R² pasti meningkat, baik
variabel tersebut berpengaruh signifikan maupun tidak terhadap variabel
dependen.
b. Uji Signifikansi Keseluruhan dari Regresi Sampel (F-test)
Uji signifikansi simultan (F-test) digunakan untuk mengetahui apakah
variabel independen secara simultan/bersama-sama memengaruhi variabel
dependen (Ghozali, 2018). Selain itu, F-test juga digunakan untuk mengetahui
apakah model regresi yang kita buat baik/signifikan atau tidak baik/tidak
signifikan. Jika model regresi signifikan maka model bisa digunakan untuk
prediksi/peramalan, sebaliknya jika model regresi tidak signifikan maka
model regresi tidak bisa digunakan untuk prediksi/peramalan. Dalam
penelitian ini, dasar pengambilan kesimpulan pada uji simultan (F-test),
apabila F hitung > F tabel maka Ho ditolak dan Ha diterima, dengan tingkat
siginifikansinya yaitu jika nilai probabilitas < α=5%.
c. Uji Signifikansi Parameter Individual (T-test)
Uji t dilakukan untuk menguji signifikansi pengaruh variabel-variabel
independen secara individual atau parsial terhadap variabel dependen. Tujuan
dari uji t adalah untuk menunjukkan seberapa jauh pengaruh satu variabel
50
penjelas/independen secara individual dalam menerangkan variabel dependen
(Ghozali, 2018). Variabel independen dikatakan berpengaruh terhadap
variabel dependen jika memiliki tingkat signifikansi maksimal 5%, sehingga
hipotesis diterima. Sebaliknya, jika tingkat signifikansi lebih dari 5 %, maka
hipotesis ditolak.
51
BAB IV
ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
Gambaran umum objek penelitian menyajikan prosedur pemilihan sampel
dan kelompok perusahaan yang menjadi populasi dalam penelitian ini. Sampel
dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia (BEI), peneliti memilih sektor ini dikarenakan industri manufaktur
berperan penting dalam upaya menstimulasi nilai investasi dan ekspor serta
menjadi sektor andalan untuk mengakselerasi pertumbuhan ekonomi nasional,
sehingga perusahaan yang bergerak di sektor industri manufaktur mempunyai
tanggung jawab agar tidak terjadi penyimpangan serta menjaga kestabilan
pertumbuhan ekonomi. Tahun pengamatan dalam penelitian ini selama 5 tahun
(2014-2018) dikarenakan pada tahun tersebut peneliti dapat memperoleh
informasi yang cukup mengenai variabel perpindahan auditor.
Perusahaan sektor manufaktur dalam penelitian ini telah terdaftar di Bursa
Efek Indonesia sebelum 1 Januari 2014 dan selama periode penelitian tersebut
tidak keluar dari Bursa Efek Indonesia atau mengalami delisting. Adapun data
perubahan kurs mata uang asing (US Dollar) berasal dari website resmi Bank
Indonesia. Fokus penelitian ini adalah ingin melihat pengaruh audit market
concentration, audit fee, dan auditor flow terhadap audit quality pada sektor
manufaktur. Tabel 4.1 menyajikan tahapan seleksi sampel dengan kriteria.
52
Tabel 4.1
Proses Seleksi Sampel
No. Kriteria Jumlah
1. Perusahaan manufaktur yang terdaftar di BEI tahun 2014-2018 136
2. Perusahaan manufaktur yang laporan tahunan atau laporan (27)
keuangannya tidak tersedia secara lengkap (2014-2018)
3. Perusahaan manufaktur yang tidak memiliki informasi yang (15)
berkaitan dengan variabel-variabel yang diteliti
4. Jumlah perusahaan manufaktur yang memenuhi kriteria 94
5. Tahun penelitian 5
6. Jumlah sampel data 470
7. Jumlah sampel yang teridentifikasi sebagai outlier (14)
8. Jumlah sampel total selama periode penelitian 456
Sumber : Data sekunder yang diolah.
Berdasarkan data dalam tabel 4.1 terlihat bahwa perusahaan yang terdaftar
di Bursa Efek Indonesia selama tahun 2014-2018 sebanyak 136 perusahaan. Dari
136 perusahaan tersebut, terdapat 27 perusahaan yang laporan tahunan atau
laporan keuangannya tidak tersedia secara lengkap di website resmi Bursa Efek
Indonesia atau website resmi perusahaan. Selanjutnya, terdapat 15 perusahaan
yang tidak memiliki informasi yang berkaitan dengan variabel-variabel yang
diteliti. Berdasarkan perhitungan tersebut, terdapat 94 perusahaan yang sesuai
dengan kriteria penelitian, dengan periode penelitian selama 5 tahun. Sehingga
diperoleh jumlah sampel data sebanyak 470 sampel. Selanjutnya, dilakukan
53
pengeluaran data dengan outlier sebanyak 14 sampel. Outlier merupakan kasus
atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari
observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk
sebuah variabel tunggal atau variabel kombinasi (Ghozali, 2018). Sehingga
jumlah sampel total yang didapatkan selama periode penelitian sebanyak 456.
B. Temuan Hasil Penelitian
Metode pengujian hipotesis yang dilakukan dalam penelitian ini yaitu
menggunakan uji statistik deskriptif, asumsi klasik, dan regresi linear berganda.
Tujuan penelitian ini untuk memperoleh gambaran mengenai pengaruh variabel
independen Audit Market Concentration, Audit Fee, dan Auditor Flow terhadap
variabel dependen yaitu Audit Quality.
1. Hasil Analisis Statistik Deskriptif
Dalam penelitian ini, statistik deskriptif hanya menggambarkan

nilai maksimum, nilai minimum, rata-rata (mean), dan standar deviasi. Hasil
analisis statistik deskriptif disajikan dalam table 4.2 berikut.
Tabel 4.2
Hasil Uji Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std.
Deviation
AMC 456 ,0000 ,3244 ,101499 ,1194309
FEE 456 18,1341 26,2612 22,105867 1,7481042
FLOW 456 0 1 ,15 ,354
AQ 456 -29,8878 -19,9472 -25,163735 1,8536108
Valid N 456
(listwise)
Sumber : Output SPSS yang diolah.
54
a. Variabel Independen
1) Audit Market Concentration
Hasil uji statistik deskriptif pada tabel 4.2 menunjukan bahwa audit
market concentration (AMC) dengan jumlah sampel (N) 456 memiliki
nilai minimum sebesar 0,0000 yang diperoleh dari PT Primarindo Asia
Infrastructure tahun 2014 yang diaudit oleh KAP AF. Rachman &
Soetjipto WS dan memiliki nilai maksimum sebesar 0,3244 yang
diperoleh dari PT HM Sampoerna tahun 2018 yang diaudit oleh KAP
Tanudiredja, Wibisana, Rintis & Rekan (PWC). Nilai tersebut
menggambarkan bahwa penguasaan pangsa pasar audit KAP AF.
Rachman & Soetjipto melalui total aset klien sebesar 0,00% dan
penguasaan pangsa pasar audit KAP Tanudiredja, Wibisana, Rintis &
Rekan (PWC) melalui total aset klien sebesar 32,44%. Nilai rata-rata
(mean) sebesar 0,101499 yang menggambarkan bahwa rata-rata
penguasaan pangsa pasar audit dalam industri manufaktur sebesar
10,1499% dan standar deviasi sebesar 0,1194309 yang menunjukkan
simpangan data yang relatif lebih besar karena nilainya lebih besar
daripada nilai rata-rata.
2) Audit Fee
Hasil uji statistik deskriptif pada tabel 4.2 menunjukan bahwa audit
fee (FEE) dengan jumlah sampel (N) 456 memiliki nilai minimum
sebesar 18,1341 yang diperoleh dari PT Intikeramik Alamasri Industri
55
tahun 2016 dan memiliki nilai maksimum sebesar 26,2612 yang
diperoleh dari PT Semen Indonesia tahun 2018. Nilai rata-rata (mean)
sebesar 22,105867 yang menggambarkan rata-rata fee audit dalam
industri manufaktur dan standar deviasi sebesar 1,7481042
menunjukkan simpangan data yang relatif lebih kecil karena nilainya
lebih kecil daripada nilai rata-rata.
3) Auditor Flow
Hasil uji statistik deskriptif pada tabel 4.2 menunjukan bahwa
auditor flow (FLOW) dengan jumlah sampel (N) 456 memiliki nilai
minimum sebesar 0 dan memiliki nilai maksimum sebesar 1. Nilai
tersebut menggambarkan bahwa nilai 0 untuk perusahaan yang diaudit
oleh KAP yang tidak mengalami perpindahan auditor (yang ditandai
dengan merger) dan nilai 1 untuk perusahaan yang diaudit oleh KAP
yang mengalami merger. Nilai rata-rata (mean) sebesar 0,15
menggambarkan rata-rata perpindahan auditor dalam industri
manufaktur dan standar deviasi sebesar 0,354 menunjukkan simpangan
data yang relatif lebih besar karena nilainya lebih besar daripada nilai
rata-rata..
b. Variabel Dependen (Audit Quality)
Hasil uji statistik deskriptif pada tabel 4.2 menunjukan bahwa
audit quality (AQ) dengan jumlah sampel (N) 456 memiliki nilai
minimum sebesar -29,8878 yang diperoleh dari PT HM Sampoerna
56
tahun 2015 dan memiliki nilai maksimum sebesar -19,9472 yang
diperoleh dari PT Kedaung Indah Can tahun 2016. Nilai tersebut
menggambarkan bahwa kualitas audit terendah berdasarkan akrual
diskresioner tertinggi dalam penelitian ini diperoleh dari PT HM
Sampoerna tahun 2015 dan kualitas audit tertinggi berdasarkan
akrual diskresioner terendah diperoleh dari PT Kedaung Indah Can
tahun 2016. Nilai rata-rata (mean) sebesar -25,163735
menggambarkan rata-rata kualitas audit perusahaan dalam industri
manufaktur dan standar deviasi sebesar 1,8536108 menunjukkan
simpangan data yang relatif lebih besar karena nilainya lebih besar
daripada nilai rata-rata.
2. Hasil Uji Asumsi Klasik
a. Hasil Uji Normalitas
Uji ini bertujuan untuk mengetahui apakah data dalam penelitian
telah terdistribusi normal atau tidak. Uji normalitas dalam penelitian ini
dilakukan dengan analisis grafik dan uji statistik. Analisis grafik yang
dilakukan yaitu dengan grafik histogram dan normal probability plot.
Sedangkan uji statistik menggunakan uji statistik non parametrik One-
Sample Kolmogorov Smirnov (K-S). Berikut ini merupakan hasil uji
statistik menggunakan uji statistik non parametrik One-Sample
Kolmogorov Smirnov (K-S).
57
Tabel 4.3
Hasil Uji Normalitas dengan Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 470
Normal Mean .0000000
Parametersa,b Std. Deviation 1.43139563
Most Extreme Absolute .049
Differences Positive .049
Negative -.031
Test Statistic .049
Asymp. Sig. (2-tailed) .009c
Monte Carlo Sig. Sig. .251d
(2-tailed) 95% Lower Bound .212
Confidence Upper Bound .290
Interval
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. Based on 470 sampled tables with starting seed 926214481.
Pada tabel 4.3 terlihat bahwa keempat variabel memiliki
probabilitas signifikansi 0,009 dan nilainya jauh dibawah 0,05. Hal ini
berarti hipotesis nol ditolak atau variabel Audit Market Concentration
(AMC), Audit Fee (FEE), Auditor Flow (FLOW), dan Audit Quality (AQ)
tidak terdistribusi secara normal. Menurut Ghozali (2018), data yang tidak
berdistribusi normal dapat dilakukan outlier data agar hasil pengujian lebih
baik dan valid. Pada penelitian ini, data yang teridentifikasi sebagai outlier
terdapat sejumlah 14 sampel, sehingga total sampel menjadi sejumlah 456
sampel. Berikut ini tabel merupakan hasil uji statistik menggunakan uji
58
statistik non parametrik One-Sample Kolmogorov Smirnov (K-S) setelah
outlier.
Tabel 4.4
Hasil Uji Normalitas dengan Uji Kolmogorov Smirnov setelah Outlier
One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 456
Normal Parametersa,b Mean ,0000000
Std. Deviation 1,36250676
Most Extreme Absolute ,042
Differences Positive ,042
Negative -,026
Test Statistic ,042
Asymp. Sig. (2-tailed) ,057c
Monte Carlo Sig. (2- Sig. ,377d
tailed) 95% Confidence Lower ,333
Interval Bound
Upper ,422
Bound
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. Based on 456 sampled tables with starting seed 1314643744.
Berdasarkan tabel 4.4 diatas, hasil uji One-Sample Kolmogorov
Smirnov setelah dilakukan outlier diketahui sebesar 0,057. Nilai tersebut
lebih besar dari nilai signifikannya yaitu 0,05 atau 5%. Dengan demikian
dapat disimpulkan bahwa data berdistribusi normal. Begitu pula dengan
hasil uji normalitas dengan analisis grafik. Tampilan histogram pada
gambar 4.1 di bawah menunjukkan pola lonceng yang berarti penelitian ini
59
memiliki data yang terdistribusi normal. Hasil yang sama juga ditunjukkan
oleh hasil pengujian dengan grafik p-plot. Tampilan pada gambar 4.2 di
atas menunjukkan bahwa titik-titik menyebar dan berhimpit di sekitar
garis diagonal. Pola penyebaran tersebut menunjukkan bahwa data
terdistribusi dengan normal, sehingga dapat disimpulkan bahwa model
regresi memenuhi asumsi normalitas dan layak digunakan untuk pengujian
selanjutnya.
Gambar 4.1
Hasil Uji Normalitas dengan Histogram Normal
60
Gambar 4.2
Hasil Uji Normalitas dengan Grafik Normal Plot
b. Hasil Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model
regresi dideteksi terjadi korelasi antar variabel bebas. Uji multikolinearitas
yang digunakan dalam penelitian ini adalah Tolerance – Variance
Inflactor Factor (VIF). Multikolinearitas terjadi apabila nilai tolerance <
0,10 dan VIF > 10. Jika nilai tolerance > 0,1 dan VIF < 10, maka dapat
dikatakan tidak terjadi multikolinearitas antar variabel independen
(Ghozali, 2018). Hasil uji multikolinearitas disajikan dalam tabel 4.5
berikut.
61
Tabel 4.5
Hasil Uji Multikolinearitas
Coefficientsᵃ
Model Collinearity Statistic
Tolerance VIF
1. (Constant)
AMC ,775 1,291
FEE ,784 1,276
FLOW ,987 1,014
a. Dependent Variable: AQ

Berdasarkan tabel 4.4 di atas, hasil uji multikolinearitas
menunjukkan bahwa tidak ada variabel independen yang memiliki nilai
tolerance kurang dari 0,1 dan tidak ada variabel independen yang memiliki
nilai VIF lebih dari 10 atau nilai tolerance > 0,1 dan VIF < 10. Maka dapat
disimpulkan bahwa tidak terjadi multikolinearitas antar variabel bebas
dalam penelitian.
c. Hasil Uji Autokorelasi
Uji yang bertujuan untuk menguji apakah dalam model regresi
linear memiliki korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1 (tahun sebelumnya). Model regresi
yang baik adalah regresi yang bebas dari autokorelasi (Ghozali, 2018).
Proses pengolahan data untuk uji autokorelasi dilakukan dengan
62
melakukan transform data dengan metode Cochrane-Orcutt. Proses
tersebut mengubah beberapa jenis istilah atau penyebutan untuk setiap
jenis pengukuran pada seluruh variabel guna menyesuaikan dengan proses
pengolahan data. Pada penelitian ini, uji autokorelasi dilakukan dengan
menggunakan Runs Test. Berikut tabel 4.6 merupakan hasil uji
autokorelasi untuk variabel yang digunakan dalam penelitian ini.
Tabel 4.6
Hasil Uji Autokorelasi dengan Runs Test
Runs Test
Unstandardized
Residual
Test Valuea -,05993
Cases < Test Value 227
Cases >= Test Value 228
Total Cases 455
Number of Runs 233
Z ,422
Asymp. Sig. (2-tailed) ,673
a. Median

Hasil uji autokorelasi dengan menggunakan run test, seperti pada
tabel 4.5 di atas menunjukkan nilai tes sebesar -0,05993 dan Asymp. Sig. (2-
tailed) sebesar 0,673 atau 67,3%. Hasil tersebut lebih besar daripada nilai
signifikannya yaitu 0,05 atau 5% sehingga dapat disimpulkan bahwa tidak
terdapat gejala autokorelasi.
63
d. Hasil Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah nilai dalam
model regresi terdapat ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Pada penelitian ini, uji
heterokedastisitas diuji dengan menggunakan grafik plot. Untuk mendeteksi
ada atau tidaknya heteroskedastisitas dapat dilihat dengan ada atau tidaknya
pola tertentu pada grafik scatterplot antara SRESID dan ZPRED (Ghozali,
2018). Hasil uji heteroskedastisitas disajikan dalam gambar berikut ini.
Gambar 4.3
Hasil Uji Heterokedastisitas dengan Grafik Scatterplot
Berdasarkan grafik scatterplot yang disajikan dalam
gambar 4.3 di atas menunjukkan bahwa titik-titik menyebar secara acak
serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, selain
64
itu dapat dilihat bahwa titik-titik pada gambar tidak membentuk pola yang
khas. Sehingga dapat disimpulkan bahwa model regresi layak untuk
memprediksi variabel dependen berdasarkan variabel-variabel independen
yang digunakan dalam penelitian. Selain analisis grafik, untuk melengkapi
dan memberikan keyakinan lebih dilakukan uji glejser yang ditampilkan
pada tabel berikut.
Tabel 4.7
Hasil Uji Heterokedastisitas dengan Uji Glejser
Coefficientsa
Model Unstandardized Standardized t Sig.
Coefficients Coefficients
B Std. Error Beta
1 (Constant) 1.303 .403 3.234 .001
LAG_AMC -.139 .440 -.016 -.317 .752
LAG_FEE -.023 .031 -.039 -.754 .451
LAG_FLOW .017 .090 .009 .193 .847
a. Dependent Variable: ABS_RES2
Pada tabel 4.7 menunjukkan hasil dari regresi variabel independen
dengan nilai absolut residual menunjukkan bahwa nilai signifikansi antara
variabel independen dengan absolut residualnya lebih dari 0,05. Maka
dapat dinyatakan penelitian ini bebas dari asumsi heterokedastisitas.
3. Hasil Pengujian Hipotesis
a. Uji Koefisien Determinasi (R²)
Uji koefisien determinasi (R²) bertujuan untuk mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen.
65
Besarnya kontribusi variabel independen (audit market concentration, audit
fee dan auditor flow) dalam menjelaskan audit quality dapat dilihat dari
nilai koefisien determinasi (R²). Hasil uji koefisien determinasi (R²)
disajikan dalam tabel 4.8 berikut ini.
Tabel 4.8
Hasil Uji Koefisien Determinasi (R²)
Model Summaryb
Mod R R Adjusted R Std. Error of the
el Square Square Estimate
1 ,576a ,332 ,328 1,25483
a. Predictors: (Constant), LAG_FLOW, LAG_FEE,
LAG_AMC
b. Dependent Variable: LAG_AQ
Berdasarkan tabel 4.6 hasil regresi memiliki nilai Adjusted R
Square sebesar 0,328 atau 32,8%. Hal ini mengindikasikan bahwa kualitas
audit perusahaan manufaktur periode 2014-2018 yang terdaftar di BEI
dapat dijelaskan oleh variabel independen audit market concentration,
audit fee dan auditor flow sebesar 32,8%. Sedangkan sisanya 67,2%
ditentukan oleh variabel-variabel lain yang tidak diteliti dalam penelitian
ini seperti regulasi rotasi (Anggraita, et al., 2016), audit tenure (Andriani &
Nursiam, 2018), dan lainnya.
66
b. Uji Signifikansi Keseluruhan dari Regresi Sampel (F-test)
Uji F digunakan untuk mengetahui apakah model regresi yang kita buat
baik/signifikan atau tidak baik/non signifikan. Apabila nilai signifikansi <
0,05 maka hipotesis diterima. Hasil uji F disajikan dalam tabel 4.9 berikut.
Tabel 4.9
Hasil Uji F-Test
ANOVAa
Model Sum of df Mean F Sig.
Squares Square
1 Regression 353,066 3 117,689 74,742 ,000b
Residual 710,140 451 1,575
Total 1063,207 454
a. Dependent Variable: LAG_AQ
b. Predictors: (Constant), LAG_FLOW, LAG_FEE, LAG_AMC
Berdasarkan hasil uji F pada tabel diatas, dapat dilihat bahwa nilai F
hitung sebesar 74,742 dengan nilai signifikansi sebesar 0,000. Hal ini
menunjukkan bahwa nilai signifikansi < 0,05, sehingga dapat disimpulkan
bahwa model regresi yang kita buat baik atau bisa digunakan untuk
prediksi/peramalan.
c. Uji Signifikansi Parameter Individual (T-test)
Uji T bertujuan untuk mengetahui adanya pengaruh secara
individual variabel independen terhadap variabel dependen. Apabila nilai
67
signifikansi < 0,05 maka hipotesis diterima. Berikut hasil uji T disajikan
dalam tabel 4.10 berikut.
Tabel 4.10
Hasil Uji T-test
Coefficientsa
Model Unstandardized Standardized t Sig.
Coefficients Coefficients
B Std. Error Beta
1 (Constant) -6,931 ,656 -10,559 ,000
LAG_AMC -1,849 ,716 -,109 -2,581 ,010
LAG_FEE -,614 ,050 -,521 -12,292 ,000
LAG_FLOW -,100 ,147 -,026 -,682 ,495
a. Dependent Variable: LAG_AQ

Berdasarkan tabel 4.10 diatas, maka diperoleh persamaan regresi
berganda sebagai berikut:
LAG_AQ = -6,931 - 1,849 LAG_AMC - 0,614 LAG_FEE -
0,100 LAG_FLOW
Model regresi berganda di atas menunjukkan nilai konstanta sebesar
-6,931 yang berarti jika variabel independen (audit market concentration,
audit fee dan auditor flow) dianggap konstan, maka nilai kualitas audit
sebesar -6,931.
Nilai koefisien LAG_AMC adalah sebesar -1,849 yang berarti
setiap kenaikan atau penambahan 1% audit market concentration pada
68
perusahaan manufaktur akan menurunkan kualitas audit sebesar -1,849 kali
pada periode 2014–2018 dengan asumsi variabel lain dalam persamaan
regresi tetap. Nilai koefisien LAG_FEE adalah sebesar -0,614 yang berarti
setiap kenaikan atau penambahan 1% audit fee pada perusahaan
manufaktur akan menurunkan kualitas audit sebesar -0,614 kali pada
periode 2014–2018 dengan asumsi variabel lain dalam persamaan regresi
tetap.
Nilai koefisien LAG_FLOW adalah sebesar -0,100 yang berarti
setiap kenaikan atau penambahan 1% auditor flow pada perusahaan
manufaktur akan menurunkan kualitas audit sebesar -0,100 kali pada
periode 2014–2018 dengan asumsi variabel lain dalam persamaan regresi
tetap.
C. Pembahasan
1. Pengaruh Audit Market Concentration terhadap Audit Quality
Dari tabel 4.10 di atas, menunjukkan tingkat signifikansi pada variabel
audit market concentration (LAG_AMC) sebesar 0,010 (sig<0,05).
Berdasarkan hasil tersebut maka H1 diterima, yang berarti audit market
concentration secara signifikan berpengaruh terhadap audit quality. Hasil
penelitian menunjukkan arah negatif dengan nilai koefisien regresi sebesar -
1,849, yang artinya semakin tinggi konsentrasi pasar jasa audit maka semakin
rendah kualitas audit yang dihasilkan. Sebaliknya, semakin rendah
69
konsentrasi pasar jasa audit maka semakin tinggi kualitas audit yang
dihasilkan.
Hasil penelitian ini mendukung penelitian Gunn et al. (2019)
menunjukkan terjadi penurunan kualitas audit pada Big 4 market
concentration yang tinggi. Hasil mengindikasikan ketika audit market
concentration tinggi menyebabkan tingginya fee audit pada klien yang
kompleks, namun menunjukkan kualitas audit yang lebih rendah. Hal ini
dikarenakan bahwa ukuran KAP yang besar belum tentu menghasilkan
kualitas audit yang baik.
Tingkat konsentrasi pasar audit yang tinggi mengindikasikan rendahnya
persaingan pasar audit. Tingkat persaingan pasar audit yang rendah
menyebabkan penurunan peluang klien untuk berganti auditor dikarenakan
sedikitnya pilihan KAP dalam pasar. Sehingga perusahaan-perusahaan
kompleks yang cenderung membutuhkan KAP besar dalam mengaudit,
cenderung menjadi klien Big 4. Dengan semakin sedikitnya pilihan KAP
yang dapat dipilih maka akan menimbulkan masalah tersendiri misalnya
kesulitan dalam menentukan sifat atau karakter, harga, keuntungan dan
inovasi dari KAP atau penyedia jasa itu sendiri. Selain itu, dengan sedikitnya
pilihan KAP dapat menyebabkan terjadinya perikatan yang lama dengan
klien yang dapat memengaruhi independensi auditor, akibatnya kualitas audit
berkurang. Dengan demikian, tingginya audit market concentration dapat
menyebabkan penurunan kualitas audit.
70
2. Pengaruh Audit Fee terhadap Audit Quality
Dari tabel 4.10 di atas, menunjukkan tingkat signifikansi pada variabel
audit fee (LAG_FEE) sebesar 0,000 (sig<0,05). Berdasarkan hasil tersebut
maka H2 diterima, yang berarti audit fee secara signifikan berpengaruh
terhadap audit quality. Hasil penelitian juga menunjukkan arah negatif
dengan nilai koefisien regresi sebesar -0,614, yang artinya semakin tinggi
biaya jasa audit yang diberikan maka semakin rendah kualitas audit yang
dihasilkan. Sebaliknya, semakin rendah biaya jasa audit yang diberikan maka
semakin tinggi kualitas audit yang dihasilkan.
Hasil penelitian ini mendukung penelitian dilakukan Gunn et al. (2019)
yang menunjukkan bahwa audit fee yang tinggi dengan konsentrasi pasar
yang tinggi menyebabkan penurunan kualitas audit. KAP Big 4 dapat
membebankan biaya jasa audit yang lebih tinggi untuk klien yang kompleks.
Pada tingkat konsentrasi pasar audit yang tinggi menyebabkan
ketidaksetaraan antara KAP (auditor) dengan dengan klien yang kompleks,
sehingga auditor dapat membebankan biaya jasa audit yang lebih tinggi.
Biaya jasa audit yang tinggi belum tentu mencerminkan hasil audit yang
berkualitas. Meskipun secara teori biaya jasa audit yang tinggi akan
merencanakan audit kualitas yang lebih tinggi, namun berdasarkan fakta
biaya jasa audit yang tinggi dengan konsentrasi pasar audit yang tinggi
menghasilkan penurunan kualitas audit. Misal, perusahaan dengan operasi
internasional membutuhkan jasa audit kompleks yang hanya tersedia pada
71
sedikit pilihan KAP. Konsekuensinya KAP dapat membebankan biaya jasa
audit yang sangat tinggi dikarenakan sangat terbatasnya pilihan perusahaan.
Sedangkan, pada beberapa kasus, perusahaan yang diaudit oleh KAP besar
dengan fee audit yang tinggi justru terkuak memliki kualitas audit yang
rendah. Hal ini dapat dipengaruhi akibat berkurangnya independensi
diakibatkan masa perikatan yang lama dengan KAP yang mana dikarenakan
terbatasnya pilihan KAP bagi perusahaan walaupun dengan dibebankannya
fee audit yang tinggi.
3. Pengaruh Auditor Flow terhadap Audit Quality
Pada tampilan tabel 4.10 di atas, diketahui bahwa auditor flow
(LAG_FLOW) memiliki nilai koefisien regresi sebesar -0,100 dengan tingkat
signifikansi 0,495 (sig>0,05), hal ini menunjukkan bahwa auditor flow tidak
berpengaruh secara signifikan positif terhadap audit quality. Dengan
demikian, maka H3 ditolak.
Hasil penelitian ini konsisten dengan penelitian Butar-Butar (2014)
yang menunjukkan bahwa merger kedua KAP besar Pricewaterhouse dengan
Coopers & Lybrands tidak memberi pengaruh yang signifikan terhadap
kualitas audit di Indonesia dikarenakan perbedaan lingkungan institusional
dan hukum antara Indonesia dengan negara-negara Barat. Dalam penelitian
tersebut, dijelaskan bahwa dalam lingkungan yang memiliki risiko litigasi
yang rendah seperti di Indonesia, auditor tidak memiliki dorongan yang kuat
untuk memberikan jasa audit yang berkualitas.
72
Rendahnya risiko litigasi mengurangi insentif auditor di Indonesia untuk
memberikan jasa audit yang berkualitas, tidak seperti rekan mereka di
Amerika Serikat dan Eropa. Apabila auditor beroperasi pada lingkungan yang
tidak menerapkan aturan yang tegas kepada auditor ketika melakukan
kegagalan audit dan ketika mekanisma monitoring lainnya tidak berjalan
efektif untuk mengendalikan manajemen laba, auditor mungkin memilih
untuk tidak bekerja secara profesional dan memberikan jasa audit yang
berkualitas rendah. Oleh karena itu, dengan mempertimbangkan perbedaan
lingkungan institusional dan hukum di Indonesia, perpindahan auditor yang
ditandai dengan merger kantor akuntan tidak memberikan pengaruh terhadap
kualitas audit.
Tidak adanya pengaruh auditor flow terhadap audit quality pada penelitian
ini dapat disebabkan pula dikarenakan auditor tidak dapat membentuk
identitas yang sama dengan kantor akuntan publiknya yang baru. Dalam hasil
penelitian ini, auditor kurang dapat menerima gaya audit yang baru dengan
klien yang baru ketika terjadi perpindahan auditor. Faktor yang memengaruhi
hal tersebut diantaranya yang pertama, anggota kurang mendapatkan
pengalaman yang luas dan positif dalam organisasi. Kedua, anggota tidak
merasa organisasi tersebut memiliki atribut yang unik dan positif. Ketiga,
anggota kurang percaya bahwa organisasi tersebut memiliki kesan yang baik
dan positif untuk meningkatkan nilai mereka di masyarakat. Terakhir,
anggota kurang percaya bahwa organisasi juga memiliki nilai yang positif
seperti mereka. Bila organisasi tidak dapat memenuhi keempat kondisi
73
tersebut, maka anggota tidak akan meninggalkan identitas mereka yang lama
dan tidak membentuk identifikasi yang sama dengan identitas organisasi yang
baru. Hal tersebut menyebabkan penyesuaian yang terjadi pada saat
perpindahan auditor tidak memengaruhi kualitas audit yang dihasilkan.
74
BAB V
SIMPULAN DAN SARAN
A. Simpulan
Judul penelitian ini adalah ‘Pengaruh Audit Market Concentration, Audit
Fee, dan Auditor Flow terhadap Audit Quality (Studi Empiris pada Perusahaan
Manufaktur yang Terdaftar di Bursa Efek Indonesia Periode 2014–2018 yang
bertujuan untuk menguji pengaruh audit market concentration, audit fee, dan
auditor flow terhadap audit quality. Teknik pengambilan sampel dengan
purposive sampling dan diperoleh sampel sebanyak 94 perusahaan selama 2014-
2018. Analisis data dilakukan dengan analisis statistik deskriptif, asumsi klasik,
dan regresi linear berganda dengan bantuan software SPSS 25. Berdasarkan hasil
pengujian, penelitian ini menghasilkan temuan yang dapat disimpulkan sebagai
berikut:
1. Audit market concentration berpengaruh signifikan negatif terhadap audit
quality. Semakin tinggi konsentrasi pasar jasa audit maka semakin rendah
kualitas audit yang dihasilkan. Sebaliknya, semakin rendah konsentrasi pasar
jasa audit maka semakin tinggi kualitas audit yang dihasilkan. Hasil penelitian
ini konsisten dengan hasil penelitian penelitian Gunn, Kawada, & Michas
(2019).
2. Audit fee berpengaruh signifikan negatif terhadap audit quality. Semakin
tinggi biaya jasa audit yang diberikan maka semakin rendah kualitas audit
yang dihasilkan. Sebaliknya, semakin rendah biaya jasa audit yang diberikan
75
maka semakin tinggi kualitas audit yang dihasilkan. Hasil penelitian ini
konsisten dengan hasil penelitian Gunn, Kawada, & Michas (2019).
3. Auditor flow tidak berpengaruh signifikan terhadap audit quality. Hasil
penelitian ini konsisten dengan penelitian Butar-Butar (2014).
Peneliti berharap dengan adanya penelitian ini dapat memberikan
kontribusi informasi mengenai kualitas audit yang dihasilkan dalam
pengembangan ilmu audit; memberikan tambahan informasi kepada regulator
sebagai bahan pertimbangan dan masukan dalam menyusun kebijakan-kebijakan
yang berkaitan dengan persaingan pasar audit di Indonesia; memberikan
tambahan informasi kepada auditor mengenai faktor-faktor yang dapat menjadi
pertimbangan dalam melihat audit quality, seperti audit market concentration dan
audit fee; memperkuat temuan-temuan dari penelitian sebelumnya. Bagi peneliti
selanjutnya penelitian ini diharapkan dapat dijadikan referensi bagi penelitian
yang akan datang serta dapat memberikan perbandingan dalam mengadakan
penelitian terkait dengan faktor-faktor yang dapat memengaruhi kualitas audit
yang dihasilkan.
B. Saran
Penelitian di masa mendatang diharapkan mampu menyajikan hasil
penelitian yang lebih berkualitas. Saran untuk penelitian selanjutnya adalah
sebagai berikut:
1. Bagi peneliti selanjutnya dapat menambah atau mengganti variabel
independen yang dapat memengaruhi variabel audit quality, karena masih
76
banyak variabel-variabel lainnya yang berpengaruh terhadap audit quality
seperti regulasi rotasi, audit tenure, dan variabel lainnya yang tidak diuji
dalam penelitian ini..
2. Bagi peneliti selanjutnya dapat memperluas sampel perusahaan selain
perusahaan manufaktur atau memperluas sampel negara di luar Indonesia,
sebab penelitian ini hanya menggunakan sampel perusahaan manufaktur saja
dan tidak semua perusahaan manufaktur memenuhi kriteria sampel penelitian
ini.
3. Bagi peneliti selanjutnya dapat memperluas periode penelitian menjadi 10
tahun atau lebih, agar dapat mengukur lebih jauh variabel auditor flow.
4. Bagi peneliti selanjutnya dapat menggunakan alternatif model lain untuk
mengukur variabel audit quality seperti seperti model Kaznik dan
performance matched karena model Kaznik menambahkan CFO dan
performance matched menambahkan ROA dalam perhitungan akrual
diskresioner serta menggunakan proksi lainnya untuk mengukur variabel audit
market concentration seperti concentration ratio yang menggunakan rumus
yang berbeda.
77
DAFTAR PUSTAKA
Admin knic.co.id. (2019). Perkembangan Industri Manufaktur Indonesia,
(Online). Karawang New Industry City. https://www.knic.co.id/id/
perkembangan-industri-manufaktur-indonesia. (Diakses pada Agustus
2020).
Adryanti, A.F. (2019). Pengaruh Pilihan Metode Manajemen Laba Akrual dan
Riil Terhadap Kinerja Keuangan Perusahaan Sektor Manufaktur. Akurasi:
Jurnal Studi Akuntansi dan Keuangan, 2(1), 47-62.
Afriansyah, Z., & Siregar, S. V. (2007). Konsentrasi Pasar Audit di Indonesia
(Analisis Empiris di Pasar Modal Indonesia). Simposium Nasional
Akuntansi, 10, 43-66.
Agoes, S. (2012). Auditing: Petunjuk Praktis Pemeriksaan Akuntan Oleh Akuntan
Publik (Edisi ke empat). Jakarta: Salemba Empat.
Andriani, N., & Nursiam. (2018). Pengaruh Fee Audit, Audit Tenure, Rotasi
Audit dan Reputasi Auditor Terhadap Kualitas Audit (Studi Empiris Pada
Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun
2013-2015). Riset Akuntansi dan Keuangan Indonesia, 3(1), 29-39.
Anggraita, V., Fitriany, Aulia, S., & Arywati. (2016). Pengaruh Persaingan Pasar
Jasa Audit Terhadap Kualitas Audit: Peranan Regulasi Rotasi Dan Regulasi
Corporate Governance. TEKUN: Jurnal Telaah Akuntansi dan Bisnis, 7(1),
23 – 34.
Arens, A.A., Elder, & Beasley. (2014). Auditing dan Jasa Assurance Pendekatan
Terintegrasi Jilid 1. Edisi 15. Jakarta: Erlangga.
78
Badjuri, A. (2011). Faktor-Faktor yang Berpengaruh Terhadap Kualitas Audit
Auditor Independen pada Kantor Akuntan Publik (KAP) di Jawa Tengah.
Dinamika Keuangan dan Perbankan. 3(2) (Nov) : 183-197.
Bandyopadhyay, S.P., Chen, C., & Yu, Y. (2013). Mandatory Audit Partner
Rotation, Audit Market Concentration, and Audit Quality: Evidence from
China. Advances in Accounting. 30.10.1016/j.adiac.2013.12.001.
Beattie, V., Goodcare, A., & Fearnley, S. (2003). And then there four: Study of
UK audit market concentration-causes, consequenses dan the scope for
market adjustment. Journal of Financial Regulation and Compliance, 11,
250-265.
Butar-Butar, S. (2014). Merger Auditor Dan Kualitas Audit: Bukti Empiris Dari
Bursa Efek Indonesia. Jurnal Ekonomi dan Bisnis. 17(2). ISSN 1979-6471.
Cao, Q., Hu, N., & Chen, L. (2016). Auditor flow and financial statement
comparability: Evidence from audit firm mergers in China. China Journal of
Accounting Studies, 4(3), 263-286.
Chairiri, A. & Ghozali, I. (2007). Teori Akuntansi. Semarang: Badan Penerbit
Universitas Diponegoro.
Cushing, B. E., & Loebbecke, J. K. (1986). Comparison of audit methodologies of
large accounting firms: American accounting association.
Draft Panduan Indikator Kualitas Audit Pada Kantor Akuntan Publik. (2016).
Institut Akuntan Publik Indonesia, http://iapi.or.id/detail/176-Draf-
Panduan-Indikator-Kualitas-AuditPada-Kantor-Akuntan-Publik.
79
Eguasa, B.E., & Urhoghide, R.O. (2017). Audit Market Concentration and Audit
Quality in Nigeria. IOSR Journal of Business and Management (IOSR-
JBM), 19, Issue 9. Ver. IV. PP 01-09 www.iosrjournals.org.
Fitriany, Siregar, S.V., & Anggraita, V. (2015). Pengaruh Positif dan Negatif
Abnormal Audit Fee Terhadap Kualitas Audit. Universitas Indonesia.
Francis, J. R., Pinnuck, M. L., & Watanabe, O. (2013). Auditor style and financial
statement comparability. The Accounting Review, 89(2), 605-633.
Freeman, R.E. (1984). Strategic Management: A Stakeholders Approach. Fitman,
Boston.
Ghozali, I. (2018). Aplikasi Analisis Multivariate dengan Program IBM SPSS 25.
Semarang: Badan Penerbit Universitas Diponegoro.
Gunn, J.L., Kawada, B.S., & Michas, P.N. (2019). Audit Market Concentration,
Audit Fees and Audit Quality: A cross-country analysis of complex audit
clients. Journal of Accounting And Public Policy, 38(6), 106693.
Handoko, B.L. & Soepriyanto, G. (2018). Merunut Kasus SNP Finance & Auditor
Deloitte Indonesia (1), (Online). Website Accounting Binus.
https://accounting.binus.ac.id/2018/12/03/merunut-kasus-snp-finance-
auditor-deloitte-indonesia-2/. (Diakses pada 18 Juni 2019).
Ikatan Akuntansi Indonesia. (2009). Standar Akuntansi Keuangan, PSAK No. 1 :
Penyajian Laporan keuangan. Jakarta : Salemba Empat.
Jensen, M. C., & Meckling, W. H. (1976). Theory of the Firm: Managerial
behavior, agency costs and ownership structure. Journal of Financial
Economics: 305-360.
80
Kasmir. (2016). Analisis Laporan Keuangan. Jakarta: Raja Grafindo Persada
Kurniasih, Margi & Abdul Rohman. (2014). Pengaruh Fee Audit, Audit Tenure,
dan Rotasi Auditor Terhadap Kualitas Audit. Diponegoro Journal Of
Accounting, 3(3).
Ma’ruf, M. (2008). Menkeu Bekukan Izin Pengaudit Electronic Solution,
(Online). Okezone. https://www.google.com/amp/s/economy.okezone.com
/amp/2008/05/24/20/111972/menkeu-bekukan-izin-pengaudit-electronic-
solution. (Diakses pada Agustus 2020).
Mardiana, D. S., & Anggraita, V. (2015). Pengaruh Market Power KAP dan
Konsentrasi Pasar Jasa Audit terhadap Audit Fee di Indonesia. Simposium
Nasional Akuntansi XIX.
Maulida, K. A. & Adam, H. (2012). Faktor- Faktor Yang Mempengaruhi
Pengungkapan Sustainability Performance. Jurnal Ilmiah Mahasiswa FEB.
Mignonac, K., Herrbach, O., & Guerrero, S. (2006). The interactive effects of
perceived external prestige and need for organizational identification on
turnover intentions. Journal of Vocational Behavior, 69(3), 477-493.
Nawangwulan, M. (2013). Di ASEAN, Tingkat Korupsi Indonesia Kian
Memburuk, (Online). Tempo, http://www.tempo.com/read/news/2013/07/11
/063495321/DiASEANTingkat-Korupsi indonesia-kian-memburuk. (Diakses
pada 18 Juni 2019).
Olavia, L. (2020). Kemkeu Ancam Sanksi Tegas KAP Kasus Jiwasraya dan
Asabri, (Online). Berita Satu. https://www.beritasatu.com/ekonomi/595525/
81
kemkeu-ancam-sanksi-tegas-kap-kasus-jiwasraya-dan-asabri.(Diakses
pada Januari 2020).
Perdana, D. (2018). Deteksi Manajemen Laba Melalui Perbedaan Nilai Absolut
Akrual Diskresioner Seputar Seasoned Equity Offerings. Jurnal Economica,
14(1).
Pramesti, I.G.A.R., & Wiratmaja, I.D.N. (2017). Pengaruh Fee Audit,
Profesionalisme Pada Kualitas Audit Dengan Kepuasan Kerja Sebagai
Pemediasi Pengaruh Fee Audit, Audit Tenure, Rotasi Audit Dan Reputasi
Auditor Terhadap Kualitas Audit (Studi Empiris Pada Perusahaan
Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2013-2015). E-
Jurnal Akuntansi Universitas Udayana , 18(1), 616-645.
Santoso, U., & Pambelum, Y.J. (2008). Pengaruh Penerapan Akuntansi Sektor
Publik terhadap Akuntabilitas Kinerja Instansi Pemerintah dalam Mencegah
Fraud. Jurnal Administrasi Bisnis, 4(1), 14-33.
Sekaran, U., & Bougie, R. (2016). Research Methods For Business: A Skill
Building Approach. Chichester: John Wiley & Sons..
Standar Profesional Akuntan Publik. (2011). Institut Akuntan Publik Indonesia,
http://iapi.or.id/detail/362.
Tarigan, M.U., dan Bangun, P. (2013). Pengaruh Kompetensi, Etika, dan Fee
Audit Terhadap Kualitas Audit. Jurnal Akuntansi, Universitas Kristen Krida
Wacana. 13(1).
82
LAMPIRAN-LAMPIRAN
83
LAMPIRAN 1
Daftar Sampel Perusahaan Manufaktur
No. Kode Nama Perusahaan Subsektor Industri

1 INTP Indocement Tunggal Prakarsa Industri Dasar dan Kimia
2 SMGR Semen Indonesia Industri Dasar dan Kimia
3 SMBR Semen Baturaja Industri Dasar dan Kimia
4 ARNA Arwana Citra Mulia Industri Dasar dan Kimia
5 IKAI Intikeramik Alamasri Industri Industri Dasar dan Kimia
6 KIAS Keramika Indonesia Asosiasi Industri Dasar dan Kimia
7 MLIA Mulia Industrindo Industri Dasar dan Kimia
8 TOTO Surya Toto Indonesia Industri Dasar dan Kimia
9 ALKA Alakasa Industrindo Industri Dasar dan Kimia
10 BTON Beton Jaya Manunggal Industri Dasar dan Kimia
11 CTBN Citra Tubindo Industri Dasar dan Kimia
12 GDST Gunawan Dianjaya Steel Industri Dasar dan Kimia
13 KRAS Krakatau Steel Industri Dasar dan Kimia
14 LION Lion Metal Works Industri Dasar dan Kimia
15 LMSH Lionmesh Prima Industri Dasar dan Kimia
16 NIKL Pelat Timah Nusantara Industri Dasar dan Kimia
17 PICO Pelangi Indah Canindo Industri Dasar dan Kimia
18 BAJA Sarana Central Bajatama Industri Dasar dan Kimia
19 ISSP Steel Pipe Industry of Indonesia Industri Dasar dan Kimia
20 BRPT Barito Pacific Industri Dasar dan Kimia
21 DPNS Duta Pertiwi Nusantara Industri Dasar dan Kimia
22 EKAD Ekadharma International Industri Dasar dan Kimia
23 INCI Intanwijaya Internasional Industri Dasar dan Kimia
24 SRSN Indo Acidatama Industri Dasar dan Kimia
25 TPIA Chandra Asri Petrochemical Industri Dasar dan Kimia
26 ADMG Polychem Indonesia Industri Dasar dan Kimia
27 BRNA Berlina Industri Dasar dan Kimia
28 FPNI Lotte Chemical Titan Industri Dasar dan Kimia
29 IGAR Champion Pacific Indonesia Industri Dasar dan Kimia
30 IPOL Indopoly Swakarsa Industry Industri Dasar dan Kimia
31 TRST Trias Sentosa Industri Dasar dan Kimia
32 IMPC Impack Pratama Industri Industri Dasar dan Kimia
33 CPIN Charoen Pokphand Indonesia Industri Dasar dan Kimia
34 JPFA Japfa Comfeed Indonesia Industri Dasar dan Kimia
35 MAIN Malindo Feedmill Industri Dasar dan Kimia
36 SIPD Sierad Produce Industri Dasar dan Kimia
37 CPRO Central Proteina Prima Industri Dasar dan Kimia
38 TIRT Tirta Mahakam Resources Industri Dasar dan Kimia
84
39 ALDO Alkindo Naratama Industri Dasar dan Kimia
40 FASW Fajar Surya Wisesa Industri Dasar dan Kimia
41 INRU Toba Pulp Lestari Industri Dasar dan Kimia
42 KBRI Kertas Basuki Rachmat Indonesia Industri Dasar dan Kimia
43 TKIM Pabrik Kertas Tjiwi Kimia Industri Dasar dan Kimia
44 ASII Astra International Aneka Industri
45 AUTO Astra Otoparts Aneka Industri
46 BRAM Indo Kordsa Aneka Industri
47 GJTL Gajah Tunggal Aneka Industri
48 IMAS Indomobil Sukses International Aneka Industri
49 INDS Indospring Aneka Industri
50 SMSM Selamat Sempurna Aneka Industri
51 ERTX Eratex Djaya Aneka Industri
52 ESTI Ever Shine Textile Industry Aneka Industri
53 PRBX Pan Brothers Aneka Industri
54 POLU Asia Pacific Fibers Aneka Industri
55 RICY Ricky Putra Globalindo Aneka Industri
56 UNIT Nusantara Intri Corpora Aneka Industri
57 ARGO Argo Pantes Aneka Industri
58 STAR Star Petrochem Aneka Industri
59 TFCO Tifico Fiber Indonesia Aneka Industri
60 TRIS Trisula International Aneka Industri
61 BIMA Primarindo Asia Infrastructure Aneka Industri
62 IKBI Sumi Indo Kabel Aneka Industri
63 JECC Jembo Cable Company Aneka Industri
64 KBLI KMI & Wire Cable Aneka Industri
65 KBLM Kabelindo Murni Aneka Industri
66 SCCO Supreme Cable Manufacturing and Aneka Industri
Commerce
67 VOKS Voksel Electric Aneka Industri
68 PTSN Sat Nusapersada Aneka Industri
69 KRAH Grand Kartech Aneka Industri
70 ADES Akasha Wira International Industri Barang Konsumsi
71 INDF Indofood Sukses Makmur Industri Barang Konsumsi
72 MYOR Mayora Indah Industri Barang Konsumsi
73 PSDN Prashida Aneka Niaga Industri Barang Konsumsi
74 ROTI Nippon Indosari Corporindo Industri Barang Konsumsi
75 STTP Siantar Top Industri Barang Konsumsi
76 SKBM Sekar Bumi Industri Barang Konsumsi
77 BTEK Bumi Teknokultura Unggul Industri Barang Konsumsi
78 CEKA Wilmar Cahaya Indonesia Industri Barang Konsumsi
79 GGRM Gudang Garam Industri Barang Konsumsi
80 HMSP H.M Sampoerna Industri Barang Konsumsi
85
81 RMBA Bentoel International Investama Industri Barang Konsumsi
82 DVLA Darya Varia Laboratoria Industri Barang Konsumsi
83 KAEF Kimia Farma Industri Barang Konsumsi
84 KLBF Kalbefarma Industri Barang Konsumsi
85 MERK Merck Industri Barang Konsumsi
86 PYFA Pyridam Farma Industri Barang Konsumsi
87 SQBI Taisho Pharmaceutical Indonesia Industri Barang Konsumsi
88 TSPC Tempo Scan Pasific Industri Barang Konsumsi
89 MBTO Martina Berto Industri Barang Konsumsi
90 MRAT Mustika Ratu Industri Barang Konsumsi
91 UNVR Unilever Indonesia Industri Barang Konsumsi
92 KICI Kedaung Indah Can Industri Barang Konsumsi
93 LMPI Langgeng Makmur Industry Industri Barang Konsumsi
94 CINT Chitose International Industri Barang Konsumsi
86
LAMPIRAN 2
Daftar Perubahan Nama KAP
No. Nama KAP Tahun
1 Purwantono, Sungkoro, Surja (EY) 2015
2 Satrio Bing Eny & Rekan (Deloitte) 2016
3 Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2015
Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2017
4 Amir Abadi Jusuf, Aryanto, Mawar & Rekan (RSM) 2015
5 Kosasih, Nurdiyaman, Mulyadi, Tjahjo & Rekan (Crowe) 2015
6 Hendrawinata Hanny Erwin & Sumargo 2017
7 Mirawati Sensi Idiris (Moore Stephens) 2016
8 Anwar & Rekan 2015
9 Tanubrata Sutanto Fahmi Bambang & Rekan (BDO) 2016
10 Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015
11 Joachim Poltak Lian & Rekan 2015
12 Johannes Juara & Rekan 2014
13 Siddharta Widjaja & Rekan 2014
14 Hertanto Grace Karunawan 2014
87
LAMPIRAN 3
Data Tabulasi Penelitian
No. Kode Tahun AMC FEE FLOW AQ

1 INTP 2014 0.269256857 23.75855531 0 -24.70154464
2 INTP 2015 0.269256857 24.28462437 1 -27.26351054
3 INTP 2016 0.269256857 24.3887743 0 -26.50464495
4 INTP 2017 0.269256857 24.82859979 0 -27.54979696
5 INTP 2018 0.269256857 24.98557945 0 -27.45499371
6 SMGR 2014 0.181653763 24.6832116 0 -27.76868834
7 SMGR 2015 0.181653763 25.05310504 0 -28.64739082
8 SMGR 2016 0.181653763 25.12920218 1 -27.19247608
9 SMGR 2017 0.181653763 25.2969848 0 -27.7353173
10 SMGR 2018 0.181653763 26.26121827 0 -27.9507513
11 SMBR 2014 0.005470878 21.91474775 0 -24.13239217
12 SMBR 2015 0.005470878 22.83700324 0 -25.84989327
13 SMBR 2016 0.003658609 22.58924246 0 -25.8695027
14 SMBR 2017 0.003658609 22.72388723 0 -24.32297722
15 SMBR 2018 0.003658609 22.86333565 0 -23.17473902
16 ARNA 2014 0.269256857 21.97417379 0 -23.84620581
17 ARNA 2015 0.269256857 21.79939145 1 -24.42969548
18 ARNA 2016 0.269256857 21.79399156 0 -22.16840776
19 ARNA 2017 0.269256857 22.09532502 0 -25.53882083
20 ARNA 2018 0.269256857 21.84711172 0 -26.01434261
21 IKAI 2014 0.005470878 19.42874925 0 -23.11350515
22 IKAI 2015 0.003658609 19.25399469 0 -25.36231667
23 IKAI 2016 0.003658609 18.13409141 0 -25.87881116
24 IKAI 2017 0.014493462 20.58218142 0 -24.18736615
25 IKAI 2018 0.014493462 23.14218483 0 -25.67092132
26 KIAS 2014 0.023885305 23.0503842 0 -24.04343088
27 KIAS 2015 0.023885305 23.96130447 0 -25.19929498
28 KIAS 2016 0.082184543 22.40875073 0 -26.34994406
29 KIAS 2017 0.082184543 22.78841987 0 -24.93438712
30 KIAS 2018 0.082184543 22.69285677 0 -24.80955785
31 MLIA 2014 0.181653763 21.70179495 0 -26.53924633
32 MLIA 2015 0.181653763 21.60412626 0 -26.98383071
33 MLIA 2016 0.181653763 22.34653939 1 -26.14172603
34 MLIA 2017 0.181653763 22.94157718 0 -26.00146657
35 MLIA 2018 0.181653763 22.02673957 0 -24.36888909
36 TOTO 2014 0.269256857 22.32070284 0 -23.35549485
37 TOTO 2015 0.269256857 23.30042514 1 -24.53934259
38 TOTO 2016 0.269256857 22.25475699 0 -25.64498307
88
39 TOTO 2017 0.269256857 22.55528819 0 -25.68193573
40 TOTO 2018 0.269256857 22.19630491 0 -23.02744932
41 ALKA 2014 0.000406864 21.04796764 1 -23.7910023
42 ALKA 2015 0.000406864 20.38978552 0 -21.25659397
43 ALKA 2016 0.000406864 20.20345497 0 -23.21146979
44 ALKA 2017 0.000406864 21.14522418 0 -23.6721408
45 ALKA 2018 0.00389436 21.934237 0 -24.60859006
46 BTON 2014 0.010956171 18.71260381 0 -18.48758258
47 BTON 2015 0.010956171 18.60216862 1 -22.16878753
48 BTON 2016 0.010956171 19.2908247 0 -22.15375188
49 BTON 2017 0.010956171 19.30390842 0 -22.40320001
50 BTON 2018 0.009537819 20.39773933 0 -21.5352997
51 CTBN 2014 0.269256857 24.57192637 0 -24.74917709
52 CTBN 2015 0.269256857 24.40056115 1 -25.89219322
53 CTBN 2016 0.269256857 23.67777686 0 -26.54220061
54 CTBN 2017 0.269256857 23.59626951 0 -26.03442753
55 CTBN 2018 0.269256857 23.85549291 0 -26.12133222
56 GDST 2014 0.000260556 21.06327806 0 -26.17928241
57 GDST 2015 0.009537819 21.04302074 0 -23.48936034
58 GDST 2016 0.009537819 21.23423719 0 -24.74102525
59 GDST 2017 0.009537819 21.15421824 0 -24.36493497
60 GDST 2018 0.009537819 21.44345005 0 -25.27086665
61 KRAS 2014 0.269256857 24.06991938 0 -28.26232336
62 KRAS 2015 0.269256857 24.16277794 1 -28.87433322
63 KRAS 2016 0.269256857 23.95278126 0 -28.82938718
64 KRAS 2017 0.269256857 24.23795975 0 -28.99523968
65 KRAS 2018 0.269256857 24.54169088 0 -24.48572312
66 LION 2014 0.001924588 19.54012781 0 -23.27518242
67 LION 2015 0.001924588 19.60543636 1 -21.97234792
68 LION 2016 0.001924588 19.60342668 0 -23.11702924
69 LION 2017 0.001924588 19.92154231 0 -19.75243626
70 LION 2018 0.001924588 19.96919522 0 -22.46416697
71 LMSH 2014 0.001924588 20.53216527 0 -21.67748991
72 LMSH 2015 0.001924588 20.32209552 1 -22.91674547
73 LMSH 2016 0.001924588 20.30507695 0 -20.24290222
74 LMSH 2017 0.001924588 20.46633965 0 -21.60767236
75 LMSH 2018 0.001924588 20.74442797 0 -22.30669831
76 NIKL 2014 0.082184543 20.91316904 1 -24.66782773
77 NIKL 2015 0.082184543 20.87363461 0 -26.11467142
78 NIKL 2016 0.082184543 21.91239355 0 -25.74357104
79 NIKL 2017 0.181653763 20.48036244 0 -25.85832038
80 NIKL 2018 0.181653763 20.31111326 0 -25.62597495
89
81 PICO 2014 0.000120235 20.35454105 0 -22.82529405
82 PICO 2015 0.000116237 20.39886113 0 -22.96753272
83 PICO 2016 0.003658609 20.2797887 0 -24.14595285
84 PICO 2017 0.003658609 19.53820399 0 -24.86864003
85 PICO 2018 0.003658609 19.12129994 0 -24.81732964
86 BAJA 2014 0.000554671 19.66368498 0 -25.26356326
87 BAJA 2015 0.000554671 20.67713423 0 -24.32588653
88 BAJA 2016 0.000554671 19.68526422 0 -18.88395559
89 BAJA 2017 0.023885305 19.98103219 0 -25.0468534
90 BAJA 2018 0.023885305 19.60318968 0 -25.39442501
91 ISSP 2014 0.009537819 21.8420075 0 -26.72938991
92 ISSP 2015 0.009537819 21.90192083 0 -23.57495451
93 ISSP 2016 0.009537819 22.08321622 0 -26.89118686
94 ISSP 2017 0.006492152 22.7088087 0 -27.32285466
95 ISSP 2018 0.006492152 22.8196874 0 -26.77181935
96 BRPT 2014 0.181653763 24.05587791 0 -27.3013522
97 BRPT 2015 0.181653763 23.86550948 0 -27.66625316
98 BRPT 2016 0.181653763 24.45755687 1 -28.65881137
99 BRPT 2017 0.181653763 25.3101531 0 -28.24986983
100 BRPT 2018 0.181653763 26.10096743 0 -29.09520461
101 DPNS 2014 0.003516571 18.90080564 0 -22.81187204
102 DPNS 2015 0.003516571 19.51065648 1 -22.28208028
103 DPNS 2016 0.003516571 19.00182728 0 -22.13876058
104 DPNS 2017 0.003516571 19.42965184 1 -23.02159231
105 DPNS 2018 0.003516571 18.8131516 0 -23.82615969
106 EKAD 2014 0.000415681 20.66870665 0 -24.3163103
107 EKAD 2015 0.004788209 21.15642279 0 -24.71030711
108 EKAD 2016 0.007429029 21.21121442 0 -22.54706325
109 EKAD 2017 0.006492152 21.33117077 0 -23.92559711
110 EKAD 2018 0.006492152 21.38410494 0 -23.27472776
111 INCI 2014 2.8351E-05 19.28395037 0 -23.64848033
112 INCI 2015 0.007429029 19.25294705 0 -22.90050484
113 INCI 2016 0.007429029 18.9000157 0 -23.62900482
114 INCI 2017 0.006492152 19.01855524 0 -22.12114404
115 INCI 2018 7.50937E-05 18.76992817 0 -22.24564122
116 SRSN 2014 0.010956171 20.7683587 0 -22.32815964
117 SRSN 2015 0.010956171 20.99079291 1 -25.24763077
118 SRSN 2016 0.010956171 20.79228337 0 -25.36540128
119 SRSN 2017 0.010956171 21.06317644 0 -24.94521958
120 SRSN 2018 0.010956171 21.00787168 0 -22.71757083
121 TPIA 2014 0.181653763 23.73753464 0 -27.82168158
122 TPIA 2015 0.181653763 23.46830889 0 -27.70512113
90
123 TPIA 2016 0.181653763 23.37823982 1 -28.48536937
124 TPIA 2017 0.181653763 23.40328412 0 -27.64530214
125 TPIA 2018 0.181653763 23.80123977 0 -28.7901816
126 ADMG 2014 0.181653763 21.72678005 0 -27.03869342
127 ADMG 2015 0.181653763 21.19087228 0 -27.19479544
128 ADMG 2016 0.181653763 21.33898007 1 -26.83624059
129 ADMG 2017 0.181653763 21.37458489 0 -26.56515131
130 ADMG 2018 0.181653763 21.42825072 0 -24.42344781
131 BRNA 2014 0.007429029 21.58961857 0 -25.67297178
132 BRNA 2015 0.007429029 22.0791198 0 -26.37034566
133 BRNA 2016 0.007429029 21.73387207 0 -25.07408738
134 BRNA 2017 0.007429029 21.47677972 1 -25.95614088
135 BRNA 2018 0.007429029 21.56199797 0 -25.10039386
136 FPNI 2014 0.181653763 22.08082425 0 -25.15463748
137 FPNI 2015 0.269256857 22.43373896 1 -26.75311116
138 FPNI 2016 0.269256857 22.03607027 0 -23.15486128
139 FPNI 2017 0.269256857 22.3879795 0 -24.42441768
140 FPNI 2018 0.269256857 22.3777664 0 -24.44647563
141 IGAR 2014 0.000225268 19.85657477 1 -24.10400395
142 IGAR 2015 0.000225268 20.52502812 0 -24.07824559
143 IGAR 2016 0.000225268 20.96446312 0 -22.44904416
144 IGAR 2017 0.269256857 21.62128545 0 -23.15251762
145 IGAR 2018 0.269256857 21.81797919 0 -24.47656689
146 IPOL 2014 0.010956171 21.89479007 0 -25.3867357
147 IPOL 2015 0.010956171 22.14690351 1 -26.42872564
148 IPOL 2016 0.010956171 22.25761254 0 -23.69800643
149 IPOL 2017 0.010956171 23.05840623 0 -25.08317413
150 IPOL 2018 0.010956171 23.07998389 0 -23.19802306
151 TRST 2014 0.269256857 21.3960614 0 -26.068724
152 TRST 2015 0.269256857 21.48688564 1 -25.42107134
153 TRST 2016 0.269256857 21.27454581 0 -26.04821497
154 TRST 2017 0.269256857 21.51363269 0 -25.97664538
155 TRST 2018 0.001924588 20.96400112 0 -24.73531498
156 IMPC 2014 0.010956171 21.29523085 0 -25.98201932
157 IMPC 2015 0.010956171 21.53667528 1 -23.23092117
158 IMPC 2016 0.010956171 22.33382236 0 -24.38257198
159 IMPC 2017 0.010956171 23.15469903 0 -24.98156297
160 IMPC 2018 0.010956171 22.98934334 0 -24.85508856
161 CPIN 2014 0.269256857 24.06863333 0 -28.00430939
162 CPIN 2015 0.269256857 24.39505 1 -24.63924102
163 CPIN 2016 0.269256857 25.07551602 0 -28.28943968
164 CPIN 2017 0.269256857 25.22529526 0 -27.31942743
91
165 CPIN 2018 0.269256857 25.35911071 0 -26.90631928
166 JPFA 2014 0.023885305 24.00590488 0 -27.7954061
167 JPFA 2015 0.023885305 24.0106224 0 -27.5567716
168 JPFA 2016 0.023885305 24.59469599 1 -27.08973113
169 JPFA 2017 0.269256857 24.5337654 0 -26.33069158
170 JPFA 2018 0.269256857 24.75651483 0 -26.74591893
171 MAIN 2014 0.00389436 22.55456103 0 -26.10317453
172 MAIN 2015 0.00389436 22.75078731 1 -24.30168948
173 MAIN 2016 0.00389436 22.52583121 0 -24.40322298
174 MAIN 2017 0.324414156 22.73916849 0 -26.13020986
175 MAIN 2018 0.324414156 22.82351036 0 -25.14999387
176 SIPD 2014 0.014493462 22.29258968 0 -24.07595798
177 SIPD 2015 0.014493462 23.70149849 0 -27.06473299
178 SIPD 2016 0.014493462 24.05878603 1 -23.62344024
179 SIPD 2017 0.014493462 24.29866859 0 -26.42887997
180 SIPD 2018 0.014493462 23.06391713 0 -25.22946615
181 CPRO 2014 0.269256857 24.67602763 0 -26.74450518
182 CPRO 2015 0.269256857 24.60148384 1 -27.82437163
183 CPRO 2016 0.269256857 24.45139004 0 -28.46572037
184 CPRO 2017 0.269256857 24.55901237 0 -28.54105431
185 CPRO 2018 0.269256857 24.7641393 0 -28.10904004
186 TIRT 2014 0.000283913 20.35925231 0 -24.68294853
187 TIRT 2015 0.000283913 19.95907987 0 -23.90948763
188 TIRT 2016 0.000498625 19.73772054 0 -24.01354027
189 TIRT 2017 0.000498625 20.41553854 0 -23.33741389
190 TIRT 2018 0.000498625 20.53125003 0 -23.93045556
191 ALDO 2014 0.000136748 20.73137983 0 -23.74856825
192 ALDO 2015 0.000136748 22.75078731 0 -23.80861021
193 ALDO 2016 7.87332E-05 22.52583121 0 -23.29019762
194 ALDO 2017 0.000196642 21.15063544 0 -23.51620941
195 ALDO 2018 0.000196642 21.9315704 0 -23.94754922
196 FASW 2014 0.181653763 21.77346243 0 -27.84318523
197 FASW 2015 0.181653763 21.79357553 0 -26.66815854
198 FASW 2016 0.181653763 22.81787926 1 -27.98794788
199 FASW 2017 0.181653763 22.83402707 0 -26.97238849
200 FASW 2018 0.181653763 24.2746804 0 -26.51590203
201 INRU 2014 0.004788209 23.76804853 0 -24.68186123
202 INRU 2015 0.004788209 23.28174554 0 -26.68028264
203 INRU 2016 0.004788209 23.55993462 0 -25.69621342
204 INRU 2017 0.004788209 23.27738133 0 -26.96192751
205 INRU 2018 0.004788209 23.68453445 0 -24.65975517
206 KBRI 2014 0.007429029 20.76568888 0 -24.26540587
92
207 KBRI 2015 0.007429029 21.25364318 0 -24.53379085
208 KBRI 2016 0.007429029 20.71642625 0 -25.9822188
209 KBRI 2017 0.006492152 20.43559936 0 -25.71725267
210 KBRI 2018 0.006492152 19.36341865 0 -25.54263347
211 TKIM 2014 0.03477944 25.99118983 0 -28.33737473
212 TKIM 2015 0.03477944 25.95056653 0 -29.20705212
213 TKIM 2016 0.03477944 25.69917064 0 -28.28284604
214 TKIM 2017 0.03477944 25.63849241 0 -25.94252549
215 TKIM 2018 0.03477944 25.77758543 0 -28.71342614
216 ASII 2014 0.324414156 27.96606376 0 -29.60064779
217 ASII 2015 0.324414156 28.03914934 1 -29.96180486
218 ASII 2016 0.324414156 28.20651025 0 -27.73086645
219 ASII 2017 0.324414156 28.65634561 0 -25.82313226
220 ASII 2018 0.324414156 28.96759988 0 -26.49158683
221 AUTO 2014 0.324414156 24.80991419 0 -27.25926299
222 AUTO 2015 0.324414156 24.85862438 1 -27.02233824
223 AUTO 2016 0.324414156 24.81445543 0 -27.07928322
224 AUTO 2017 0.324414156 25.09031842 0 -25.75730511
225 AUTO 2018 0.324414156 25.06622675 0 -21.56999211
226 BRAM 2014 0.181653763 21.61728123 0 -25.78847521
227 BRAM 2015 0.181653763 22.33652002 0 -25.9551168
228 BRAM 2016 0.181653763 21.91539727 1 -26.57270947
229 BRAM 2017 0.082184543 21.49159769 0 -22.65267034
230 BRAM 2018 0.082184543 21.95889363 0 -26.48989441
231 GJTL 2014 0.181653763 22.44513918 0 -25.5974703
232 GJTL 2015 0.181653763 22.99043098 0 -27.73444466
233 GJTL 2016 0.181653763 24.19339831 1 -27.22553551
234 GJTL 2017 0.181653763 24.39751377 0 -27.26549713
235 GJTL 2018 0.181653763 23.7340345 0 -27.04095926
236 IMAS 2014 0.269256857 23.5282391 0 -27.1043395
237 IMAS 2015 0.269256857 23.61620669 1 -27.42752193
238 IMAS 2016 0.269256857 23.47124158 0 -26.79097828
239 IMAS 2017 0.269256857 23.36768009 0 -26.99308844
240 IMAS 2018 0.269256857 23.83779743 0 -28.48099525
241 INDS 2014 0.014493462 20.74388196 0 -24.84892016
242 INDS 2015 0.014493462 21.40453292 0 -25.41192979
243 INDS 2016 0.014493462 20.7725827 1 -25.69224489
244 INDS 2017 0.014493462 20.97191318 0 -26.05411111
245 INDS 2018 0.014493462 20.41226478 0 -23.86079709
246 SMSM 2014 0.269256857 21.25153837 0 -24.08256426
247 SMSM 2015 0.269256857 22.33030086 1 -25.0381372
248 SMSM 2016 0.269256857 22.2801465 0 -25.11339704
93
249 SMSM 2017 0.269256857 22.59183201 0 -25.41787445
250 SMSM 2018 0.269256857 22.10580315 0 -25.41372341
251 ERTX 2014 0.003516571 20.89845296 0 -25.47750934
252 ERTX 2015 0.003516571 19.50089994 1 -25.65375498
253 ERTX 2016 0.003516571 19.75042717 0 -24.8335924
254 ERTX 2017 0.003516571 19.44743091 1 -24.0079894
255 ERTX 2018 0.003516571 19.5385433 0 -25.20652176
256 ESTI 2014 0.269256857 20.61349943 0 -24.598682
257 ESTI 2015 0.269256857 20.69041511 1 -24.44147492
258 ESTI 2016 0.269256857 20.93284303 0 -25.08365242
259 ESTI 2017 0.269256857 21.34620798 0 -25.0113788
260 ESTI 2018 0.269256857 21.9337881 0 -23.91257754
261 PRBX 2014 0.005470878 23.34792614 0 -25.46772437
262 PRBX 2015 0.005470878 23.69761892 0 -26.91171073
263 PRBX 2016 0.010956171 23.24365094 0 -27.21061207
264 PRBX 2017 0.010956171 24.10161424 0 -26.70169131
265 PRBX 2018 0.010956171 24.63723233 0 -26.71103108
266 POLU 2014 0.007429029 23.12615669 0 -27.71296561
267 POLU 2015 0.007429029 23.26705042 0 -26.3698471
268 POLU 2016 0.007429029 23.57159133 0 -26.56684517
269 POLU 2017 0.007429029 23.38012711 1 -26.46367744
270 POLU 2018 0.007429029 23.56317793 0 -26.03013211
271 RICY 2014 0.001182491 21.29591667 0 -24.19005634
272 RICY 2015 0.001182491 21.6944425 1 -25.50898014
273 RICY 2016 0.000406864 21.0892747 0 -24.94952561
274 RICY 2017 0.001182491 21.500545 0 -26.0027131
275 RICY 2018 0.001182491 22.16216079 0 -25.74406029
276 UNIT 2014 0.00025596 19.41385844 0 -23.99962807
277 UNIT 2015 0.00025596 19.81320565 0 -23.94735113
278 UNIT 2016 0.00025596 20.05481127 0 -24.1011133
279 UNIT 2017 0.004788209 19.86355287 0 -21.89667387
280 UNIT 2018 0.004788209 19.86516182 0 -22.28434846
281 ARGO 2014 0.00389436 20.40293358 0 -26.56991582
282 ARGO 2015 0.00389436 19.3392962 1 -25.24574373
283 ARGO 2016 0.00389436 20.72384174 0 -25.46890062
284 ARGO 2017 0.00389436 20.95944846 0 -25.99824242
285 ARGO 2018 0.00389436 19.19838938 0 -25.25291482
286 STAR 2014 0.000288764 19.62041379 0 -24.18842538
287 STAR 2015 0.000288764 20.33471094 0 -24.21328252
288 STAR 2016 0.000132431 19.43787327 0 -24.30478727
289 STAR 2017 0.003658609 19.9818251 0 -25.08239495
290 STAR 2018 0.003658609 20.36451732 0 -24.14305821
94
291 TFCO 2014 0.269256857 22.02634788 0 -26.33625137
292 TFCO 2015 0.269256857 21.78443531 1 -26.69699991
293 TFCO 2016 0.269256857 21.51017361 0 -26.21877125
294 TFCO 2017 0.269256857 22.16609154 0 -26.26008805
295 TFCO 2018 0.269256857 21.47839103 0 -24.65246261
296 TRIS 2014 0.003516571 22.02039423 0 -24.31979543
297 TRIS 2015 0.000383024 22.19785361 0 -23.67772464
298 TRIS 2016 0.000383024 22.75177419 0 -23.21175967
299 TRIS 2017 0.001924588 22.69183302 0 -24.13063659
300 TRIS 2018 0.001924588 22.91310873 0 -21.04416538
301 BIMA 2014 2.00584E-05 20.37377746 0 -21.21411125
302 BIMA 2015 0.000143775 20.26758633 0 -24.3934561
303 BIMA 2016 0.000143775 20.54810629 0 -19.54191568
304 BIMA 2017 0.000143775 19.40436093 0 -22.53578673
305 BIMA 2018 0.000143775 20.51462585 0 -21.89732188
306 IKBI 2014 0.269256857 21.3585434 0 -25.04573265
307 IKBI 2015 0.269256857 21.46516189 1 -22.3327856
308 IKBI 2016 0.269256857 21.79591686 0 -25.61975945
309 IKBI 2017 0.269256857 21.79511158 0 -25.57866275
310 IKBI 2018 0.269256857 21.98690081 0 -25.44506744
311 JECC 2014 0.014493462 21.44191262 0 -23.63157765
312 JECC 2015 0.014493462 21.56453729 0 -23.67219394
313 JECC 2016 0.014493462 20.86895021 1 -24.67350986
314 JECC 2017 0.014493462 21.38599814 0 -21.67614536
315 JECC 2018 0.014493462 22.06810415 0 -25.11752826
316 KBLI 2014 0.181653763 20.68602971 0 -25.30877213
317 KBLI 2015 0.181653763 20.8987916 0 -24.9608896
318 KBLI 2016 0.181653763 21.43637462 1 -24.61175064
319 KBLI 2017 0.181653763 21.65587113 0 -26.77499141
320 KBLI 2018 0.181653763 21.45191583 0 -25.70890395
321 KBLM 2014 0.005470878 19.45389758 0 -23.39049026
322 KBLM 2015 0.005470878 19.36747158 0 -23.56701474
323 KBLM 2016 0.00389436 20.30969101 0 -23.20804878
324 KBLM 2017 0.006492152 20.79066513 0 -24.62806936
325 KBLM 2018 0.006492152 21.52936833 0 -22.88906263
326 SCCO 2014 0.005470878 21.71371203 0 -25.04670649
327 SCCO 2015 0.005470878 20.7685751 0 -24.3832436
328 SCCO 2016 0.005470878 21.72650068 0 -25.92690435
329 SCCO 2017 0.006492152 22.06735791 0 -26.55215535
330 SCCO 2018 0.006492152 22.88095814 0 -26.68295201
331 VOKS 2014 0.001795582 20.96627392 0 -23.36036328
332 VOKS 2015 0.001795582 21.67321524 0 -23.48184666
95
333 VOKS 2016 0.001795582 21.84248105 0 -24.2557063
334 VOKS 2017 0.001795582 21.75913049 0 -25.30324582
335 VOKS 2018 0.001795582 21.90173959 0 -24.35325138
336 PTSN 2014 0.001291496 20.78795062 0 -25.11945493
337 PTSN 2015 0.001291496 20.92951019 0 -23.95571532
338 PTSN 2016 0.001182491 21.11788025 0 -25.31984048
339 PTSN 2017 0.001291496 21.07902404 0 -25.18338034
340 PTSN 2018 0.001291496 21.87264076 0 -24.6321536
341 KRAH 2014 0.007429029 21.5134888 0 -25.47654647
342 KRAH 2015 0.007429029 21.86435408 0 -23.51523476
343 KRAH 2016 0.000355111 21.36102363 0 -24.37970349
344 KRAH 2017 0.000355111 21.21072576 0 -24.54467585
345 KRAH 2018 0.000355111 21.44846172 0 -24.45049594
346 ADES 2014 0.014493462 21.12472292 0 -24.97610876
347 ADES 2015 0.014493462 21.69062984 0 -22.64004138
348 ADES 2016 0.014493462 21.89791281 1 -24.86964925
349 ADES 2017 0.014493462 21.49753207 0 -24.6142082
350 ADES 2018 0.014493462 22.14878091 0 -25.26261668
351 INDF 2014 0.269256857 25.59663707 0 -29.02722348
352 INDF 2015 0.269256857 25.16705762 1 -26.9460643
353 INDF 2016 0.269256857 25.17884493 0 -28.27744193
354 INDF 2017 0.269256857 25.19168803 0 -27.97499514
355 INDF 2018 0.269256857 25.07485904 0 -27.60465455
356 MYOR 2014 0.023885305 21.83403123 0 -27.87157862
357 MYOR 2015 0.023885305 22.5751238 0 -27.71403084
358 MYOR 2016 0.023885305 22.98827062 1 -27.31543592
359 MYOR 2017 0.023885305 22.87237117 0 -26.59657492
360 MYOR 2018 0.023885305 22.36018508 0 -27.89427809
361 PSDN 2014 0.269256857 21.99999825 0 -24.61238762
362 PSDN 2015 0.269256857 22.27516469 1 -23.71362886
363 PSDN 2016 0.269256857 22.7283482 0 -24.83563816
364 PSDN 2017 0.269256857 22.26133458 0 -22.7121582
365 PSDN 2018 0.269256857 22.36013909 0 -24.88856257
366 ROTI 2014 0.269256857 23.04298482 0 -25.89560761
367 ROTI 2015 0.269256857 23.17135331 1 -26.37566077
368 ROTI 2016 0.269256857 23.68273425 0 -25.62798533
369 ROTI 2017 0.269256857 23.82817427 0 -26.18392818
370 ROTI 2018 0.269256857 24.32259555 0 -25.85169021
371 STTP 2014 0.009537819 21.21352581 0 -25.0391608
372 STTP 2015 0.009537819 21.55116706 0 -22.9356988
373 STTP 2016 0.009537819 21.73368041 0 -22.80153066
374 STTP 2017 0.003516571 21.67935555 1 -25.1684514
96
375 STTP 2018 0.003516571 21.51774287 0 -23.03400858
376 SKBM 2014 0.010956171 21.05534902 0 -24.55747575
377 SKBM 2015 0.003516571 20.90981627 1 -23.82872334
378 SKBM 2016 0.003516571 21.12746894 0 -24.75537485
379 SKBM 2017 0.003516571 21.62066055 1 -25.547919
380 SKBM 2018 0.003516571 21.63317082 0 -24.9965237
381 BTEK 2014 0.000463357 19.05764903 0 -22.90129738
382 BTEK 2015 0.005470878 20.9899384 0 -27.04061251
383 BTEK 2016 0.001954419 20.86029372 0 -25.63986169
384 BTEK 2017 0.001954419 22.76525531 0 -25.49042681
385 BTEK 2018 0.006492152 22.63170904 0 -27.64303612
386 CEKA 2014 0.269256857 22.00859335 0 -25.96399841
387 CEKA 2015 0.269256857 21.51803765 1 -24.85144682
388 CEKA 2016 0.269256857 19.82364784 0 -25.0220426
389 CEKA 2017 0.269256857 19.80947199 0 -25.34263594
390 CEKA 2018 0.269256857 19.80947199 0 -25.99426355
391 GGRM 2014 0.082184543 24.93514155 1 -28.95939262
392 GGRM 2015 0.082184543 25.04132712 0 -28.81029561
393 GGRM 2016 0.082184543 25.24919799 0 -26.3028749
394 GGRM 2017 0.082184543 25.22768708 0 -26.8308053
395 GGRM 2018 0.082184543 25.40614678 0 -28.86405707
396 HMSP 2014 0.324414156 25.9712158 0 -27.54993253
397 HMSP 2015 0.324414156 25.55455913 1 -29.88778685
398 HMSP 2016 0.324414156 25.55982548 0 -27.90436336
399 HMSP 2017 0.324414156 25.42157111 0 -28.62641171
400 HMSP 2018 0.324414156 25.51403553 0 -29.52639933
401 RMBA 2014 0.324414156 23.49027653 0 -27.78592523
402 RMBA 2015 0.324414156 23.98362903 1 -27.80094025
403 RMBA 2016 0.181653763 23.88383435 1 -26.90135932
404 RMBA 2017 0.181653763 22.73750197 0 -26.91105551
405 RMBA 2018 0.181653763 24.25241658 0 -27.11948024
406 DVLA 2014 0.269256857 21.58919211 0 -23.851716
407 DVLA 2015 0.269256857 22.85646424 1 -25.38927138
408 DVLA 2016 0.269256857 22.10218633 0 -24.28975557
409 DVLA 2017 0.269256857 21.95338581 0 -24.94993753
410 DVLA 2018 0.269256857 22.29976911 0 -25.88245641
411 KAEF 2014 0.007429029 22.91728098 0 -24.07223054
412 KAEF 2015 0.007429029 22.82459996 0 -25.21843029
413 KAEF 2016 0.009537819 23.18343889 0 -25.02119075
414 KAEF 2017 0.009537819 23.74981109 0 -26.51159371
415 KAEF 2018 0.009537819 24.46836049 0 -25.68986744
416 KLBF 2014 0.269256857 24.07507616 0 -25.98827547
97
417 KLBF 2015 0.269256857 24.12283731 1 -26.63662627
418 KLBF 2016 0.269256857 24.17822575 0 -25.97580966
419 KLBF 2017 0.269256857 24.39228851 0 -26.82119376
420 KLBF 2018 0.269256857 24.23103594 0 -26.33461859
421 MERK 2014 0.082184543 21.19886441 1 -25.4014872
422 MERK 2015 0.082184543 23.02420498 0 -24.83685313
423 MERK 2016 0.082184543 22.61154067 0 -23.45232206
424 MERK 2017 0.082184543 24.18629414 0 -23.41501679
425 MERK 2018 0.082184543 24.10147418 0 -27.62536445
426 PYFA 2014 0.014493462 19.04098838 0 -20.89594155
427 PYFA 2015 0.014493462 20.01014141 0 -23.25797848
428 PYFA 2016 0.014493462 20.23411173 1 -21.36850453
429 PYFA 2017 0.014493462 20.32025924 0 -23.34816384
430 PYFA 2018 0.014493462 20.23436228 0 -22.00918111
431 SQBI 2014 0.324414156 20.71294678 0 -22.08662749
432 SQBI 2015 0.324414156 21.18027794 1 -23.05480926
433 SQBI 2016 0.324414156 21.52517414 0 -23.38286817
434 SQBI 2017 0.324414156 22.44985121 0 -23.30909454
435 SQBI 2018 0.324414156 21.63933414 0 -23.66932671
436 TSPC 2014 0.014493462 23.14176275 0 -25.01145869
437 TSPC 2015 0.014493462 23.41035117 0 -26.24129419
438 TSPC 2016 0.014493462 23.5302583 1 -24.70924886
439 TSPC 2017 0.014493462 23.57252826 0 -23.30160601
440 TSPC 2018 0.014493462 23.55774058 0 -25.74246451
441 MBTO 2014 0.014493462 20.71383548 0 -21.65543796
442 MBTO 2015 0.014493462 21.06986897 0 -23.43581913
443 MBTO 2016 0.014493462 21.96915997 1 -22.08869499
444 MBTO 2017 0.014493462 21.72197549 0 -23.87045814
445 MBTO 2018 0.014493462 21.37566112 0 -25.45973307
446 MRAT 2014 0.001924588 21.88838602 0 -24.11556321
447 MRAT 2015 0.003516571 21.99037417 1 -22.95530812
448 MRAT 2016 0.003516571 22.07218466 0 -23.11933831
449 MRAT 2017 0.006492152 22.19319494 0 -22.9284391
450 MRAT 2018 0.006492152 22.31868724 0 -21.97428512
451 UNVR 2014 0.082184543 24.06421769 1 -27.00740373
452 UNVR 2015 0.082184543 25.7464685 0 -26.82637462
453 UNVR 2016 0.082184543 26.07383404 0 -26.4053036
454 UNVR 2017 0.082184543 25.36713737 0 -24.73603875
455 UNVR 2018 0.082184543 25.43223732 0 -27.80909031
456 KICI 2014 0.003516571 18.82198052 0 -22.0351712
457 KICI 2015 0.003516571 19.28374469 1 -22.91440035
458 KICI 2016 0.003516571 19.40135692 0 -19.94723196
98
459 KICI 2017 0.003516571 18.92889255 1 -21.26667771
460 KICI 2018 0.003516571 18.99846197 0 -19.65042115
461 LMPI 2014 0.009537819 19.32205598 0 -22.52165874
462 LMPI 2015 0.005470878 19.12642991 0 -20.34580445
463 LMPI 2016 0.009537819 19.51871905 0 -23.12524007
464 LMPI 2017 0.003516571 19.57965252 1 -23.38650858
465 LMPI 2018 0.000415681 19.57470415 0 -25.04675026
466 CINT 2014 0.000143775 19.90486746 0 -22.73455941
467 CINT 2015 0.000383024 20.5311501 0 -22.35731275
468 CINT 2016 0.000383024 20.5191733 0 -23.67514419
469 CINT 2017 0.000415681 21.17057191 0 -21.99635251
470 CINT 2018 0.000415681 20.27321101 0 -23.87294277
Keterangan:
AMC : Audit Market Concentration (Konsentrasi Pasar Audit)
FEE : Audit Fee (Biaya Jasa Audit)
FLOW : Auditor Flow (Perpindahan Auditor)
AQ : Audit Quality (Kualitas Audit)
99
LAMPIRAN 4
Daftar Perhitungan Konsentrasi Pasar Audit
No. Kode Nama KAP Tahun Total Aset (a/A)

1 INTP Purwantono, Suherman, Surja (EY) 2014 28,884,635,000,000 0.269256857
2 INTP Purwantono, Sungkoro, Surja (EY) 2015 27,638,360,000,000 0.269256857
6 SMGR Osman Bing Satrio & Eny (Deloitte) 2014 34,314,666,027,000 0.181653763
7 SMGR Osman Bing Satrio & Eny (Deloitte) 2015 38,153,118,932,000 0.181653763
8 SMGR Satrio Bing Eny & Rekan (Deloitte) 2016 44,226,895,982,000 0.181653763
11 SMBR Doli, Bambang, Sulistiyanto, Dadang & Ali 2014 2,928,480,366,000 0.005470878
12 SMBR Doli, Bambang, Sulistiyanto, Dadang & Ali 2015 3,268,667,933,000 0.005470878
13 SMBR Herman Dody Tanumihardja & Rekan 2016 4,368,876,996,000 0.003658609
16 ARNA Purwantono, Suherman, Surja (EY) 2014 1,259,938,133,543 0.269256857
17 ARNA Purwantono, Sungkoro, Surja (EY) 2015 1,430,779,475,454 0.269256857
21 IKAI Doli, Bambang, Sulistiyanto, Dadang & Ali 2014 518,546,655,125 0.005470878
22 IKAI Herman Dody Tanumihardja & Rekan 2015 390,042,617,783 0.003658609
23 IKAI Herman Dody Tanumihardja & Rekan 2016 264,872,333,000 0.003658609
24 IKAI Tanubrata Sutanto Fahmi Bambang & Rekan (BDO) 2017 219,245,635,000 0.014493462
25 IKAI Tanubrata Sutanto Fahmi Bambang & Rekan (BDO) 2018 1,337,016,109,000 0.014493462
26 KIAS Mulyamin Sensi Suryanto & Lianny 2014 2,268,246,639,101 0.023885305
100
27 KIAS Mulyamin Sensi Suryanto & Lianny 2015 2,124,390,696,518 0.023885305
28 KIAS Siddharta Widjaja & Rekan (KPMG) 2016 1,859,669,927,962 0.082184543
31 MLIA Osman Bing Satrio & Eny (Deloitte) 2014 7,220,918,333,000 0.181653763
32 MLIA Osman Bing Satrio & Eny (Deloitte) 2015 7,125,800,277,000 0.181653763
33 MLIA Satrio Bing Eny & Rekan (Deloitte) 2016 7,723,578,677,000 0.181653763
36 TOTO Purwantono, Suherman, Surja (EY) 2014 2,062,386,924,390 0.269256857
37 TOTO Purwantono, Sungkoro, Surja (EY) 2015 2,439,540,859,205 0.269256857
41 ALKA Johannes Juara & Rekan 2014 245,297,737,000 0.000406864
45 ALKA Anwar & Rekan 2018 648,968,295,000 0.00389436
46 BTON Aryanto, Amir Jusuf, Mawar & Saptoto (RSM) 2014 174,088,741,855 0.010956171
47 BTON Amir Abadi Jusuf, Aryanto, Mawar & Rekan (RSM) 2015 183,116,245,288 0.010956171
50 BTON Hadori Sugiarto Adi & Rekan 2018 217,362,960,011 0.009537819
51 CTBN Purwantono, Suherman, Surja (EY) 2014 3,220,716,695,946 0.269256857
52 CTBN Purwantono, Sungkoro, Surja (EY) 2015 3,166,311,291,676 0.269256857
56 GDST Drs Binsar B. Lumbanradja 2014 1,357,932,144,522 0.000260556
57 GDST Hadori Sugiarto Adi & Rekan 2015 1,183,934,183,257 0.009537819
101
61 KRAS Purwantono, Suherman, Surja (EY) 2014 32,236,730,946,000 0.269256857
62 KRAS Purwantono, Sungkoro, Surja (EY) 2015 50,815,628,544,000 0.269256857
66 LION Kosasih, Nurdiyaman, Tjahjo & Rekan (Crowe) 2014 605,165,911,239 0.001924588
67 LION Kosasih, Nurdiyaman, Mulyadi, Tjahjo & Rekan (Crowe) 2015 639,330,150,373 0.001924588
71 LMSH Kosasih, Nurdiyaman, Tjahjo & Rekan (Crowe) 2014 141,034,984,628 0.001924588
72 LMSH Kosasih, Nurdiyaman, Mulyadi, Tjahjo & Rekan (Crowe) 2015 133,782,751,041 0.001924588
76 NIKL Siddharta Widjaja & Rekan (KPMG) 2014 1,509,369,222,882 0.082184543
79 NIKL Satrio Bing Eny & Rekan (Deloitte) 2017 1,700,135,896,680 0.181653763
80 NIKL Satrio Bing Eny & Rekan (Deloitte) 2018 2,129,321,847,708 0.181653763
81 PICO Griselda, Wisnu & Arum 2014 626,626,507,164 0.000120235
82 PICO Djoko, Sidik & Indra 2015 605,788,310,444 0.000116237
83 PICO Herman Dody Tanumihardja & Rekan 2016 638,566,761,462 0.003658609
86 BAJA Tjahjadi & Tamara (Morison Ksi) 2014 959,445,449,616 0.000554671
102
89 BAJA Mirawati Sensi Idiris (Moore Stephens) 2017 946,448,936,464 0.023885305
90 BAJA Mirawati Sensi Idiris (Moore Stephens) 2018 901,181,796,270 0.023885305
91 ISSP Hadori Sugiarto Adi & Rekan 2014 5,443,158,000,000 0.009537819
94 ISSP Kanaka Puradiredja, Suhartono (Nexia) 2017 6,269,365,000,000 0.006492152
95 ISSP Kanaka Puradiredja, Suhartono (Nexia) 2018 6,494,070,000,000 0.006492152
96 BRPT Osman Bing Satrio & Eny (Deloitte) 2014 28,783,751,688,000 0.181653763
97 BRPT Osman Bing Satrio & Eny (Deloitte) 2015 30,925,830,984,000 0.181653763
98 BRPT Satrio Bing Eny & Rekan (Deloitte) 2016 49,948,054,590,000 0.181653763
101 DPNS Paul Hadiwinata, Hidajat, Arsono, Ade Fatma & Rekan (PKF) 2014 268,891,042,610 0.003516571
102 DPNS Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2015 274,483,110,371 0.003516571
103 DPNS Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2016 296,129,188,330 0.003516571
104 DPNS Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2017 308,491,173,960 0.003516571
105 DPNS Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2018 322,185,012,261 0.003516571
106 EKAD Teramihardja, Pradono & Chandra (Rodl & Partner) 2014 411,726,182,748 0.000415681
107 EKAD Budiman, Wawan, Pamudji & Rekan 2015 389,961,595,500 0.004788209
108 EKAD Hendrawinata Eddy Siddharta & Tanzil 2016 702,508,630,708 0.007429029
109 EKAD Kanaka, Puradiredja, Suhartono (Nexia) 2017 796,767,646,172 0.006492152
110 EKAD Kanaka, Puradiredja, Suhartono (Nexia) 2018 853,267,454,400 0.006492152
111 INCI Hananta Budianto & Rekan 2014 147,755,842,523 2.8351E-05
112 INCI Hendrawinata Eddy Siddharta & Tanzil 2015 169,546,066,314 0.007429029
113 INCI Hendrawinata Eddy Siddharta & Tanzil 2016 269,351,381,344 0.007429029
114 INCI Kanaka, Puradiredja, Suhartono (Nexia) 2017 303,788,390,330 0.006492152
115 INCI Arman Eddy Ferdinand & Rekan 2018 391,362,697,956 7.50937E-05
116 SRSN Aryanto, Amir Jusuf, Mawar & Saptoto (RSM) 2014 464,949,206,000 0.010956171
117 SRSN Amir Abadi Jusuf, Aryanto, Mawar & Rekan (RSM) 2015 574,073,314,000 0.010956171
103
121 TPIA Osman Bing Satrio & Eny (Deloitte) 2014 23,809,219,158,000 0.181653763
122 TPIA Osman Bing Satrio & Eny (Deloitte) 2015 25,563,110,236,000 0.181653763
123 TPIA Satrio Bing Eny & Rekan (Deloitte) 2016 28,466,197,261,000 0.181653763
126 ADMG Osman Bing Satrio & Eny (Deloitte) 2014 5,768,971,817,790 0.181653763
127 ADMG Osman Bing Satrio & Eny (Deloitte) 2015 5,765,060,444,432 0.181653763
128 ADMG Satrio Bing Eny & Rekan (Deloitte) 2016 5,091,911,484,618 0.181653763
131 BRNA Hendrawinata Eddy Siddharta & Tanzil 2014 1,334,086,016,000 0.007429029
134 BRNA Hendrawinata Hanny Erwin & Sumargo 2017 1,964,877,082,000 0.007429029
135 BRNA Hendrawinata Hanny Erwin & Sumargo 2018 2,461,326,183,000 0.007429029
136 FPNI Osman Bing Satrio & Eny (Deloitte) 2014 3,171,330,246,000 0.181653763
137 FPNI Purwantono, Sungkoro, Surja (EY) 2015 3,199,956,106,000 0.269256857
141 IGAR Hertanto, Grace, Karunawan 2014 350,619,526,939 0.000225268
144 IGAR Purwantono, Sungkoro, Surja (EY) 2017 513,022,591,574 0.269256857
145 IGAR Purwantono, Sungkoro, Surja (EY) 2018 570,197,810,698 0.269256857
146 IPOL Aryanto, Amir Jusuf, Mawar & Saptoto (RSM) 2014 3,532,749,192,354 0.010956171
147 IPOL Amir Abadi Jusuf, Aryanto, Mawar & Rekan (RSM) 2015 3,853,987,254,546 0.010956171
104
151 TRST Purwantono, Suherman, Surja (EY) 2014 3,261,285,495,052 0.269256857
152 TRST Purwantono, Sungkoro, Surja (EY) 2015 3,357,359,499,954 0.269256857
155 TRST Kosasih, Nurdiyaman, Mulyadi, Tjahjo & Rekan (Crowe) 2018 4,284,901,587,126 0.001924588
156 IMPC Aryanto, Amir Jusuf, Mawar & Saptoto (RSM) 2014 1,740,439,269,199 0.010956171
157 IMPC Amir Abadi Jusuf, Aryanto, Mawar & Rekan (RSM) 2015 1,675,232,685,157 0.010956171
161 CPIN Purwantono, Suherman, Surja (EY) 2014 20,841,795,000,000 0.269256857
162 CPIN Purwantono, Sungkoro, Surja (EY) 2015 24,684,915,000,000 0.269256857
166 JPFA Mulyamin Sensi Suryanto & Lianny 2014 15,758,959,000,000 0.023885305
167 JPFA Mulyamin Sensi Suryanto & Lianny 2015 17,159,466,000,000 0.023885305
168 JPFA Mirawati Sensi Idiris (Moore Stephens) 2016 18,252,742,000,000 0.023885305
169 JPFA Purwantono, Sungkoro, Surja (EY) 2017 19,959,548,000,000 0.269256857
170 JPFA Purwantono, Sungkoro, Surja (EY) 2018 23,038,028,000,000 0.269256857
171 MAIN Anwar, Sugiharto & Rekan 2014 3,531,219,815,000 0.00389436
172 MAIN Anwar & Rekan 2015 3,962,068,064,000 0.00389436
173 MAIN Anwar & Rekan 2016 3,769,007,416,000 0.00389436
174 MAIN Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2017 4,008,635,719,000 0.324414156
175 MAIN Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2018 4,335,844,455,000 0.324414156
176 SIPD Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 2,799,604,621,544 0.014493462
177 SIPD Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 2,246,770,166,899 0.014493462
178 SIPD Tanubrata Sutanto Fahmi Bambang & Rekan (BDO) 2016 2,567,211,000,000 0.014493462
181 CPRO Purwantono, Suherman, Surja (EY) 2014 7,089,842,000,000 0.269256857
105
182 CPRO Purwantono, Suherman, Surja (EY) 2015 9,086,586,000,000 0.269256857
183 CPRO Purwantono, Sungkoro, Surja (EY) 2016 7,323,273,000,000 0.269256857
186 TIRT Pieter, Uways & Rekan 2014 716,491,912,027 0.000283913
187 TIRT Pieter, Uways & Rekan 2015 763,168,027,178 0.000283913
188 TIRT S. Mannan, Ardiansyah & Rekan 2016 815,997,477,795 0.000498625
191 ALDO Arsyad & Rekan 2014 346,674,687,826 0.000136748
192 ALDO Arsyad & Rekan 2015 366,010,819,198 0.000136748
193 ALDO Richard Risambessy & Rekan 2016 410,330,576,602 7.87332E-05
194 ALDO Hendrik & Rekan 2017 498,701,656,995 0.000196642
195 ALDO Hendrik & Rekan 2018 526,129,315,163 0.000196642
196 FASW Osman Bing Satrio & Eny (Deloitte) 2014 5,581,000,723,245 0.181653763
197 FASW Osman Bing Satrio & Eny (Deloitte) 2015 6,993,634,266,969 0.181653763
198 FASW Satrio Bing Eny & Rekan (Deloitte) 2016 8,583,223,835,997 0.181653763
201 INRU Budiman, Wawan, Pamudji & Rekan 2014 4,087,636,452,000 0.004788209
206 KBRI Hendrawinata Eddy Siddharta & Tanzil 2014 1,298,895,336,018 0.007429029
209 KBRI Kanaka Puradiredja, Suhartono (Nexia) 2017 1,171,234,610,856 0.006492152
210 KBRI Kanaka Puradiredja, Suhartono (Nexia) 2018 1,058,927,511,760 0.006492152
211 TKIM Y. Santosa & Rekan (Praxity) 2014 33,555,099,348,000 0.03477944
106
216 ASII Tanudiredja, Wibisana & Rekan (PWC) 2014 236,027,000,000,000 0.324414156
217 ASII Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015 245,435,000,000,000 0.324414156
221 AUTO Tanudiredja, Wibisana & Rekan (PWC) 2014 14,387,568,000,000 0.324414156
222 AUTO Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015 14,339,110,000,000 0.324414156
226 BRAM Osman Bing Satrio & Eny (Deloitte) 2014 3,816,363,632,706 0.181653763
227 BRAM Osman Bing Satrio & Eny (Deloitte) 2015 4,005,722,021,572 0.181653763
228 BRAM Satrio Bing Eny & Rekan (Deloitte) 2016 3,958,032,797,762 0.181653763
229 BRAM Siddharta Widjaja & Rekan (KPMG) 2017 4,104,439,278,480 0.082184543
230 BRAM Siddharta Widjaja & Rekan (KPMG) 2018 4,270,827,859,362 0.082184543
231 GJTL Osman Bing Satrio & Eny (Deloitte) 2014 16,122,036,000,000 0.181653763
232 GJTL Osman Bing Satrio & Eny (Deloitte) 2015 17,509,505,000,000 0.181653763
233 GJTL Satrio Bing Eny & Rekan (Deloitte) 2016 18,697,779,000,000 0.181653763
236 IMAS Purwantono, Suherman, Surja (EY) 2014 23,473,796,788,460 0.269256857
237 IMAS Purwantono, Sungkoro, Surja (EY) 2015 24,680,957,839,497 0.269256857
241 INDS Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 2,282,666,078,493 0.014493462
242 INDS Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 2,553,928,346,219 0.014493462
243 INDS Tanubrata Sutanto Fahmi Bambang & Rekan (BDO) 2016 2,477,272,502,538 0.014493462
107
246 SMSM Purwantono, Suherman, Surja (EY) 2014 1,757,634,000,000 0.269256857
247 SMSM Purwantono, Sungkoro, Surja (EY) 2015 2,220,108,000,000 0.269256857
251 ERTX Paul Hadiwinata, Hidajat, Arsono, Ade Fatma & Rekan (PKF) 2014 576,817,300,356 0.003516571
252 ERTX Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2015 727,351,185,486 0.003516571
253 ERTX Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2016 703,998,130,893 0.003516571
254 ERTX Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2017 798,809,567,600 0.003516571
255 ERTX Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2018 901,799,570,286 0.003516571
256 ESTI Purwantono, Suherman, Surja (EY) 2014 862,059,608,622 0.269256857
257 ESTI Purwantono, Sungkoro, Surja (EY) 2015 780,148,999,416 0.269256857
261 PRBX Doli, Bambang, Sulistiyanto, Dadang & Ali 2014 4,546,165,932,846 0.005470878
262 PRBX Doli, Bambang, Sulistiyanto, Dadang & Ali 2015 6,078,438,613,172 0.005470878
263 PRBX Amir Abadi Jusuf, Aryanto, Mawar & Rekan (RSM) 2016 6,946,622,868,023 0.010956171
266 POLU Hendrawinata Eddy Siddharta & Tanzil 2014 3,408,553,501,980 0.007429029
269 POLU Hendrawinata Hanny Erwin & Sumargo 2017 3,121,522,553,400 0.007429029
270 POLU Hendrawinata Hanny Erwin & Sumargo 2018 3,432,898,544,652 0.007429029
271 RICY Joachim Poltak Lian Michell & Rekan 2014 1,170,752,424,106 0.001182491
272 RICY Joachim Poltak Lian & Rekan 2015 1,198,193,867,892 0.001182491
273 RICY Johannes Juara & Rekan 2016 1,288,683,925,066 0.000406864
108
276 UNIT Achmad, Rasyid, Hisbullah & Jerry 2014 440,522,832,644 0.00025596
279 UNIT Budiman, Wawan, Pamudji & Rekan 2017 426,384,622,878 0.004788209
280 UNIT Budiman, Wawan, Pamudji & Rekan 2018 419,701,649,147 0.004788209
281 ARGO Anwar, Sugiharto & Rekan 2014 1,805,088,703,578 0.00389436
282 ARGO Anwar & Rekan 2015 1,787,835,795,020 0.00389436
283 ARGO Anwar & Rekan 2016 1,552,910,058,677 0.00389436
284 ARGO Anwar & Rekan 2017 1,327,238,670,160 0.00389436
285 ARGO Anwar & Rekan 2018 1,272,658,902,192 0.00389436
286 STAR Noor Salim, Nursehan & Sinarahardja 2014 775,917,827,931 0.000288764
287 STAR Noor Salim, Nursehan & Sinarahardja 2015 729,020,553,284 0.000288764
288 STAR Liasta, Nirwan, Syafruddin & Rekan 2016 690,187,353,961 0.000132431
289 STAR Herman Dody Tanumihardja & Rekan 2017 614,705,038,056 0.003658609
290 STAR Herman Dody Tanumihardja & Rekan 2018 615,956,006,710 0.003658609
291 TFCO Purwantono, Suherman, Surja (EY) 2014 4,212,414,440,628 0.269256857
292 TFCO Purwantono, Sungkoro, Surja (EY) 2015 4,323,976,392,990 0.269256857
296 TRIS Paul Hadiwinata, Hidajat, Arsono, Ade Fatma & Rekan (PKF) 2014 521,920,090,728 0.003516571
297 TRIS Gideon Adi & Rekan 2015 574,346,433,075 0.000383024
298 TRIS Gideon Adi & Rekan 2016 639,701,164,511 0.000383024
299 TRIS Kosasih, Nurdiyaman, Mulyadi, Tjahjo & Rekan (Crowe) 2017 544,968,319,987 0.001924588
300 TRIS Kosasih, Nurdiyaman, Mulyadi, Tjahjo & Rekan (Crowe) 2018 633,014,281,325 0.001924588
301 BIMA AF. Rachman & Soetjipto WS. 2014 104,537,589,283 2.00584E-05
302 BIMA Koesbandijah, Beddy Samsi & Setiasih 2015 99,558,394,760 0.000143775
109
306 IKBI Purwantono, Suherman, Surja (EY) 2014 941,645,531,628 0.269256857
307 IKBI Purwantono, Sungkoro, Surja (EY) 2015 1,053,722,866,236 0.269256857
311 JECC Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 1,064,129,232,000 0.014493462
312 JECC Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 1,358,464,081,000 0.014493462
313 JECC Tanubrata Sutanto Fahmi Bambang & Rekan (BDO) 2016 1,587,210,576,000 0.014493462
316 KBLI Osman Bing Satrio & Eny (Deloitte) 2014 1,340,881,252,563 0.181653763
317 KBLI Osman Bing Satrio & Eny (Deloitte) 2015 1,551,799,840,976 0.181653763
318 KBLI Satrio Bing Eny & Rekan (Deloitte) 2016 1,871,422,416,044 0.181653763
321 KBLM Doli, Bambang, Sulistiyanto, Dadang & Ali 2014 647,249,655,440 0.005470878
322 KBLM Doli, Bambang, Sulistiyanto, Dadang & Ali 2015 654,385,717,061 0.005470878
323 KBLM Anwar & Rekan 2016 639,091,366,917 0.00389436
324 KBLM Kanaka Puradiredja, Suhartono (Nexia) 2017 1,235,198,847,468 0.006492152
325 KBLM Kanaka Puradiredja, Suhartono (Nexia) 2018 1,298,358,278,375 0.006492152
326 SCCO Doli, Bambang, Sulistiyanto, Dadang & Ali 2014 1,656,007,190,010 0.005470878
329 SCCO Kanaka Puradiredja, Suhartono (Nexia) 2017 4,014,244,589,706 0.006492152
330 SCCO Kanaka Puradiredja, Suhartono (Nexia) 2018 4,165,196,478,857 0.006492152
331 VOKS Gani Sigiro & Handayani (Grant Thornton) 2014 1,557,960,734,712 0.001795582
336 PTSN Johan Malonda Mustika & Rekan 2014 809,433,699,918 0.001291496
110
338 PTSN Joachim Poltak Lian & Rekan 2016 882,623,425,457 0.001182491
340 PTSN Johan Malonda Mustika & Rekan 2018 4,143,684,601,260 0.001291496
341 KRAH Hendrawinata Eddy Siddharta & Tanzil 2014 480,333,185,402 0.007429029
342 KRAH Hendrawinata Eddy Siddharta & Tanzil 2015 533,537,626,101 0.007429029
343 KRAH Rama Wendra (McMillan Woods) 2016 598,711,565,464 0.000355111
346 ADES Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 502,990,000,000 0.014493462
347 ADES Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 653,224,000,000 0.014493462
348 ADES Tanubrata Sutanto Fahmi Bambang & Rekan (BDO) 2016 767,479,000,000 0.014493462
351 INDF Purwantono, Suherman, Surja (EY) 2014 86,077,251,000,000 0.269256857
352 INDF Purwantono, Sungkoro, Surja (EY) 2015 91,831,526,000,000 0.269256857
356 MYOR Mulyamin Sensi Suryanto & Lianny 2014 10,297,997,020,540 0.023885305
357 MYOR Mulyamin Sensi Suryanto & Lianny 2015 11,342,715,686,221 0.023885305
358 MYOR Mirawati Sensi Idiris (Moore Stephens) 2016 12,922,421,852,142 0.023885305
361 PSDN Purwantono, Suherman, Surja (EY) 2014 622,508,294,824 0.269256857
362 PSDN Purwantono, Sungkoro, Surja (EY) 2015 620,398,854,182 0.269256857
366 ROTI Purwantono, Suherman, Surja (EY) 2014 2,142,894,276,216 0.269256857
367 ROTI Purwantono, Sungkoro, Surja (EY) 2015 2,706,323,637,034 0.269256857
111
371 STTP Hadori Sugiarto Adi & Rekan 2014 1,700,204,093,895 0.009537819
374 STTP Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2017 2,342,432,443,196 0.003516571
375 STTP Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2018 2,631,189,810,030 0.003516571
376 SKBM Aryanto, Amir Jusuf, Mawar & Saptoto (RSM) 2014 652,976,510,619 0.010956171
377 SKBM Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2015 764,484,248,710 0.003516571
378 SKBM Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2016 1,001,657,012,004 0.003516571
379 SKBM Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2017 1,623,027,475,045 0.003516571
380 SKBM Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2018 1,771,365,972,009 0.003516571
381 BTEK Rexon Nainggolan & Rekan 2014 2,414,861,570,200 0.000463357
382 BTEK Doli, Bambang, Sulistiyanto, Dadang & Ali 2015 3,198,250,747,295 0.005470878
383 BTEK Morhan & Rekan 2016 4,879,715,095,300 0.001954419
384 BTEK Morhan & Rekan 2017 5,306,055,112,389 0.001954419
385 BTEK Kanaka Puradiredja, Suhartono (Nexia) 2018 5,165,236,468,705 0.006492152
386 CEKA Purwantono, Suherman, Surja (EY) 2014 1,284,150,037,341 0.269256857
387 CEKA Purwantono, Sungkoro, Surja (EY) 2015 1,485,826,210,015 0.269256857
391 GGRM Siddharta Widjaja & Rekan (KPMG) 2014 58,234,278,000,000 0.082184543
396 HMSP Tanudiredja, Wibisana & Rekan (PWC) 2014 28,380,630,000,000 0.324414156
397 HMSP Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015 38,010,724,000,000 0.324414156
112
401 RMBA Tanudiredja, Wibisana & Rekan (PWC) 2014 10,821,467,000,000 0.324414156
402 RMBA Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015 12,667,314,000,000 0.324414156
403 RMBA Satrio Bing Eny & Rekan (Deloitte) 2016 13,470,943,000,000 0.181653763
406 DVLA Purwantono, Suherman, Surja (EY) 2014 1,241,239,780,000 0.269256857
407 DVLA Purwantono, Sungkoro, Surja (EY) 2015 1,376,278,237,000 0.269256857
411 KAEF Hendrawinata Eddy Siddharta & Tanzil 2014 3,194,664,199,612 0.007429029
412 KAEF Hendrawinata Eddy Siddharta & Tanzil 2015 3,434,879,313,034 0.007429029
413 KAEF Hadori Sugiarto Adi & Rekan 2016 4,216,562,541,064 0.009537819
416 KLBF Purwantono, Suherman, Surja (EY) 2014 12,439,267,396,015 0.269256857
417 KLBF Purwantono, Sungkoro, Surja (EY) 2015 13,696,417,381,439 0.269256857
421 MERK Siddharta Widjaja & Rekan (KPMG) 2014 711,055,830,000 0.082184543
425 MERK Siddharta Widjaja & Rekan (KPMG) 2018 1,263,113,689,000 0.082184543
426 PYFA Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 172,557,400,461 0.014493462
427 PYFA Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 159,951,537,229 0.014493462
428 PYFA Tanubrata Sutanto Fahmi Bambang & Rekan (BDO) 2016 167,062,795,608 0.014493462
113
431 SQBI Tanudiredja, Wibisana & Rekan (PWC) 2014 459,352,720,000 0.324414156
432 SQBI Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015 464,027,522,000 0.324414156
436 TSPC Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 5,609,556,653,195 0.014493462
437 TSPC Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 6,284,729,099,203 0.014493462
438 TSPC Tanubrata Sutanto Fahmi Bambang & Rekan (BDO) 2016 6,585,807,349,438 0.014493462
441 MBTO Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 623,002,100,394 0.014493462
442 MBTO Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 648,899,377,240 0.014493462
443 MBTO Tanubrata Sutanto Fahmi Bambang & Rekan (BDO) 2016 709,959,168,088 0.014493462
446 MRAT Kosasih, Nurdiyaman, Tjahjo & Rekan (Crowe) 2014 500,138,658,228 0.001924588
447 MRAT Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2015 497,090,038,108 0.003516571
448 MRAT Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2016 483,037,173,864 0.003516571
449 MRAT Kanaka Puradiredja, Suhartono (Nexia) 2017 497,354,419,089 0.006492152
450 MRAT Kanaka Puradiredja, Suhartono (Nexia) 2018 511,887,783,867 0.006492152
451 UNVR Siddharta Widjaja & Rekan (KPMG) 2014 14,280,670,000,000 0.082184543
456 KICI Paul Hadiwinata, Hidajat, Arsono, Ade Fatma & Rekan (PKF) 2014 100,322,024,001 0.003516571
457 KICI Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2015 133,831,888,816 0.003516571
458 KICI Paul Hadiwinata, Hidajat, Arsono, Achmad, Suharli & Rekan (PKF) 2016 139,809,135,385 0.003516571
459 KICI Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2017 149,420,009,884 0.003516571
460 KICI Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2018 154,088,747,766 0.003516571
114
461 LMPI Hadori Sugiarto Adi & Rekan 2014 808,892,238,344 0.009537819
462 LMPI Doli, Bambang, Sulistiyanto, Dadang & Ali 2015 793,093,512,600 0.005470878
463 LMPI Hadori Sugiarto Adi & Rekan 2016 810,364,824,722 0.009537819
464 LMPI Paul Hadiwinata, Hidajat, Arsono, Retno, Palilingan & Rekan (PKF) 2017 834,548,374,286 0.003516571
465 LMPI Teramihardja, Pradono & Chandra (Rodl & Partner) 2018 786,704,752,983 0.000415681
466 CINT Koesbandijah, Beddy Samsi & Setiasih 2014 370,186,989,798 0.000143775
467 CINT Gideon Adi & Rekan 2015 382,807,494,765 0.000383024
468 CINT Gideon Adi & Rekan 2016 399,336,626,636 0.000383024
469 CINT Teramihardja, Pradono & Chandra (Rodl & Partner) 2017 476,577,841,605 0.000415681
470 CINT Teramihardja, Pradono & Chandra (Rodl & Partner) 2018 491,382,035,136 0.000415681
Total Aset Keseluruhan Sektor 5,211,661,570,954,580
115
LAMPIRAN 5
Daftar Perhitungan Audit Fee
No. Kode Tahun Professional Fees Log Natural

1 INTP 2014 20,807,000,000 23.75855531
2 INTP 2015 35,211,000,000 24.28462437
3 INTP 2016 39,076,000,000 24.3887743
4 INTP 2017 60,663,000,000 24.82859979
5 INTP 2018 70,974,000,000 24.98557945
6 SMGR 2014 52,454,481,000 24.6832116
7 SMGR 2015 75,932,076,000 25.05310504
8 SMGR 2016 81,935,827,000 25.12920218
9 SMGR 2017 96,903,822,000 25.2969848
10 SMGR 2018 254,157,062,000 26.26121827
11 SMBR 2014 3,291,956,000 21.91474775
12 SMBR 2015 8,279,126,000 22.83700324
13 SMBR 2016 6,462,244,000 22.58924246
14 SMBR 2017 7,393,649,000 22.72388723
15 SMBR 2018 8,500,031,000 22.86333565
16 ARNA 2014 3,493,513,458 21.97417379
17 ARNA 2015 2,933,292,804 21.79939145
18 ARNA 2016 2,917,496,021 21.79399156
19 ARNA 2017 3,943,462,642 22.09532502
20 ARNA 2018 3,076,663,970 21.84711172
21 IKAI 2014 274,030,302 19.42874925
22 IKAI 2015 230,093,129 19.25399469
23 IKAI 2016 75,082,000 18.13409141
24 IKAI 2017 868,416,000 20.58218142
25 IKAI 2018 11,233,709,000 23.14218483
26 KIAS 2014 10,248,366,824 23.0503842
27 KIAS 2015 25,483,689,893 23.96130447
28 KIAS 2016 5,395,066,343 22.40875073
29 KIAS 2017 7,886,512,570 22.78841987
30 KIAS 2018 7,167,743,790 22.69285677
31 MLIA 2014 2,660,540,000 21.70179495
32 MLIA 2015 2,412,975,000 21.60412626
33 MLIA 2016 5,069,659,000 22.34653939
34 MLIA 2017 9,191,796,000 22.94157718
35 MLIA 2018 3,682,065,000 22.02673957
36 TOTO 2014 4,940,354,061 22.32070284
37 TOTO 2015 13,159,702,233 23.30042514
38 TOTO 2016 4,625,068,383 22.25475699
116
39 TOTO 2017 6,246,506,513 22.55528819
40 TOTO 2018 4,362,472,881 22.19630491
41 ALKA 2014 1,383,618,000 21.04796764
42 ALKA 2015 716,426,000 20.38978552
43 ALKA 2016 594,633,000 20.20345497
44 ALKA 2017 1,524,945,000 21.14522418
45 ALKA 2018 3,356,743,000 21.934237
46 BTON 2014 133,900,000 18.71260381
47 BTON 2015 119,900,000 18.60216862
48 BTON 2016 238,725,450 19.2908247
49 BTON 2017 241,869,388 19.30390842
50 BTON 2018 722,147,036 20.39773933
51 CTBN 2014 46,930,159,626 24.57192637
52 CTBN 2015 39,539,307,764 24.40056115
53 CTBN 2016 19,192,335,865 23.67777686
54 CTBN 2017 17,690,073,600 23.59626951
55 CTBN 2018 22,924,978,362 23.85549291
56 GDST 2014 1,404,964,760 21.06327806
57 GDST 2015 1,376,790,270 21.04302074
58 GDST 2016 1,666,909,559 21.23423719
59 GDST 2017 1,538,722,311 21.15421824
60 GDST 2018 2,054,811,707 21.44345005
61 KRAS 2014 28,407,510,000 24.06991938
62 KRAS 2015 31,171,746,000 24.16277794
63 KRAS 2016 25,267,410,000 23.95278126
64 KRAS 2017 33,605,640,000 24.23795975
65 KRAS 2018 45,532,440,000 24.54169088
66 LION 2014 306,316,000 19.54012781
67 LION 2015 326,988,760 19.60543636
68 LION 2016 326,332,280 19.60342668
69 LION 2017 448,555,200 19.92154231
70 LION 2018 470,447,640 19.96919522
71 LMSH 2014 826,049,507 20.53216527
72 LMSH 2015 669,536,021 20.32209552
73 LMSH 2016 658,237,881 20.30507695
74 LMSH 2017 773,425,303 20.46633965
75 LMSH 2018 1,021,387,636 20.74442797
76 NIKL 2014 1,209,132,552 20.91316904
77 NIKL 2015 1,162,262,776 20.87363461
78 NIKL 2016 3,284,215,171 21.91239355
79 NIKL 2017 784,347,280 20.48036244
80 NIKL 2018 662,223,231 20.31111326
117
81 PICO 2014 691,615,723 20.35454105
82 PICO 2015 722,957,600 20.39886113
83 PICO 2016 641,800,909 20.2797887
84 PICO 2017 305,727,272 19.53820399
85 PICO 2018 201,500,000 19.12129994
86 BAJA 2014 346,601,056 19.66368498
87 BAJA 2015 954,916,282 20.67713423
88 BAJA 2016 354,161,727 19.68526422
89 BAJA 2017 476,049,400 19.98103219
90 BAJA 2018 326,254,948 19.60318968
91 ISSP 2014 3,061,000,000 21.8420075
92 ISSP 2015 3,250,000,000 21.90192083
93 ISSP 2016 3,896,000,000 22.08321622
94 ISSP 2017 7,283,000,000 22.7088087
95 ISSP 2018 8,137,000,000 22.8196874
96 BRPT 2014 28,011,414,000 24.05587791
97 BRPT 2015 23,155,762,000 23.86550948
98 BRPT 2016 41,858,339,000 24.45755687
99 BRPT 2017 98,188,320,000 25.3101531
100 BRPT 2018 216,524,043,000 26.10096743
101 DPNS 2014 161,627,625 18.90080564
102 DPNS 2015 297,420,191 19.51065648
103 DPNS 2016 178,808,736 19.00182728
104 DPNS 2017 274,277,750 19.42965184
105 DPNS 2018 148,063,471 18.8131516
106 EKAD 2014 946,902,462 20.66870665
107 EKAD 2015 1,542,118,240 21.15642279
108 EKAD 2016 1,628,971,093 21.21121442
109 EKAD 2017 1,836,579,611 21.33117077
110 EKAD 2018 1,936,416,497 21.38410494
111 INCI 2014 237,090,000 19.28395037
112 INCI 2015 229,852,200 19.25294705
113 INCI 2016 161,500,000 18.9000157
114 INCI 2017 181,825,000 19.01855524
115 INCI 2018 141,800,000 18.76992817
116 SRSN 2014 1,046,125,000 20.7683587
117 SRSN 2015 1,306,729,000 20.99079291
118 SRSN 2016 1,071,455,000 20.79228337
119 SRSN 2017 1,404,822,000 21.06317644
120 SRSN 2018 1,329,238,000 21.00787168
121 TPIA 2014 20,374,188,000 23.73753464
122 TPIA 2015 15,565,284,000 23.46830889
118
123 TPIA 2016 14,224,616,000 23.37823982
124 TPIA 2017 14,585,360,000 23.40328412
125 TPIA 2018 21,714,363,000 23.80123977
126 ADMG 2014 2,727,851,262 21.72678005
127 ADMG 2015 1,596,169,088 21.19087228
128 ADMG 2016 1,850,978,157 21.33898007
129 ADMG 2017 1,918,069,200 21.37458489
130 ADMG 2018 2,023,816,095 21.42825072
131 BRNA 2014 2,378,221,000 21.58961857
132 BRNA 2015 3,880,073,000 22.0791198
133 BRNA 2016 2,747,266,000 21.73387207
134 BRNA 2017 2,124,452,000 21.47677972
135 BRNA 2018 2,313,432,000 21.56199797
136 FPNI 2014 3,886,692,000 22.08082425
137 FPNI 2015 5,531,578,000 22.43373896
138 FPNI 2016 3,716,582,000 22.03607027
139 FPNI 2017 5,284,160,000 22.3879795
140 FPNI 2018 5,230,467,000 22.3777664
141 IGAR 2014 420,340,128 19.85657477
142 IGAR 2015 820,174,862 20.52502812
143 IGAR 2016 1,272,772,103 20.96446312
144 IGAR 2017 2,454,736,975 21.62128545
145 IGAR 2018 2,988,325,975 21.81797919
146 IPOL 2014 3,226,907,466 21.89479007
147 IPOL 2015 4,152,197,356 22.14690351
148 IPOL 2016 4,638,294,336 22.25761254
149 IPOL 2017 10,330,910,240 23.05840623
150 IPOL 2018 10,556,249,535 23.07998389
151 TRST 2014 1,959,708,158 21.3960614
152 TRST 2015 2,146,030,393 21.48688564
153 TRST 2016 1,735,472,963 21.27454581
154 TRST 2017 2,204,204,901 21.51363269
155 TRST 2018 1,272,184,223 20.96400112
156 IMPC 2014 1,771,745,139 21.29523085
157 IMPC 2015 2,255,585,185 21.53667528
158 IMPC 2016 5,005,596,193 22.33382236
159 IMPC 2017 11,375,173,226 23.15469903
160 IMPC 2018 9,641,507,766 22.98934334
161 CPIN 2014 28,371,000,000 24.06863333
162 CPIN 2015 39,322,000,000 24.39505
163 CPIN 2016 77,653,000,000 25.07551602
164 CPIN 2017 90,200,000,000 25.22529526
119
165 CPIN 2018 103,115,000,000 25.35911071
166 JPFA 2014 26,646,000,000 24.00590488
167 JPFA 2015 26,772,000,000 24.0106224
168 JPFA 2016 48,011,000,000 24.59469599
169 JPFA 2017 45,173,000,000 24.5337654
170 JPFA 2018 56,444,000,000 24.75651483
171 MAIN 2014 6,241,966,000 22.55456103
172 MAIN 2015 7,595,238,000 22.75078731
173 MAIN 2016 6,065,187,000 22.52583121
174 MAIN 2017 7,507,501,000 22.73916849
175 MAIN 2018 8,168,167,000 22.82351036
176 SIPD 2014 4,803,399,234 22.29258968
177 SIPD 2015 19,653,052,177 23.70149849
178 SIPD 2016 28,092,993,200 24.05878603
179 SIPD 2017 35,709,000,000 24.29866859
180 SIPD 2018 10,388,000,000 23.06391713
181 CPRO 2014 52,079,000,000 24.67602763
182 CPRO 2015 48,338,000,000 24.60148384
183 CPRO 2016 41,601,000,000 24.45139004
184 CPRO 2017 46,328,000,000 24.55901237
185 CPRO 2018 56,876,000,000 24.7641393
186 TIRT 2014 694,881,795 20.35925231
187 TIRT 2015 465,712,883 19.95907987
188 TIRT 2016 373,235,647 19.73772054
189 TIRT 2017 735,115,757 20.41553854
190 TIRT 2018 825,293,821 20.53125003
191 ALDO 2014 1,008,147,000 20.73137983
192 ALDO 2015 7,595,238,000 22.75078731
193 ALDO 2016 6,065,187,000 22.52583121
194 ALDO 2017 1,533,219,244 21.15063544
195 ALDO 2018 3,347,803,843 21.9315704
196 FASW 2014 2,858,212,969 21.77346243
197 FASW 2015 2,916,282,505 21.79357553
198 FASW 2016 8,122,300,446 22.81787926
199 FASW 2017 8,254,522,516 22.83402707
200 FASW 2018 34,862,598,066 24.2746804
201 INRU 2014 21,005,466,000 23.76804853
202 INRU 2015 12,916,166,000 23.28174554
203 INRU 2016 17,058,844,000 23.55993462
204 INRU 2017 12,859,920,000 23.27738133
205 INRU 2018 19,322,469,000 23.68453445
206 KBRI 2014 1,043,335,763 20.76568888
120
207 KBRI 2015 1,699,573,514 21.25364318
208 KBRI 2016 993,183,745 20.71642625
209 KBRI 2017 750,011,696 20.43559936
210 KBRI 2018 256,700,000 19.36341865
211 TKIM 2014 194,012,772,000 25.99118983
212 TKIM 2015 186,289,272,000 25.95056653
213 TKIM 2016 144,879,853,000 25.69917064
214 TKIM 2017 136,350,200,000 25.63849241
215 TKIM 2018 156,697,875,000 25.77758543
216 ASII 2014 1,398,000,000,000 27.96606376
217 ASII 2015 1,504,000,000,000 28.03914934
218 ASII 2016 1,778,000,000,000 28.20651025
219 ASII 2017 2,788,000,000,000 28.65634561
220 ASII 2018 3,806,000,000,000 28.96759988
221 AUTO 2014 59,540,000,000 24.80991419
222 AUTO 2015 62,512,000,000 24.85862438
223 AUTO 2016 59,811,000,000 24.81445543
224 AUTO 2017 78,811,000,000 25.09031842
225 AUTO 2018 76,935,000,000 25.06622675
226 BRAM 2014 2,444,927,316 21.61728123
227 BRAM 2015 5,019,117,790 22.33652002
228 BRAM 2016 3,294,094,862 21.91539727
229 BRAM 2017 2,156,166,440 21.49159769
230 BRAM 2018 3,440,537,793 21.95889363
231 GJTL 2014 5,595,000,000 22.44513918
232 GJTL 2015 9,652,000,000 22.99043098
233 GJTL 2016 32,141,000,000 24.19339831
234 GJTL 2017 39,419,000,000 24.39751377
235 GJTL 2018 20,303,000,000 23.7340345
236 IMAS 2014 16,526,634,041 23.5282391
237 IMAS 2015 18,046,303,110 23.61620669
238 IMAS 2016 15,610,999,140 23.47124158
239 IMAS 2017 14,075,198,094 23.36768009
240 IMAS 2018 22,522,877,944 23.83779743
241 INDS 2014 1,020,830,099 20.74388196
242 INDS 2015 1,976,380,394 21.40453292
243 INDS 2016 1,050,553,178 20.7725827
244 INDS 2017 1,282,289,748 20.97191318
245 INDS 2018 732,713,105 20.41226478
246 SMSM 2014 1,696,000,000 21.25153837
247 SMSM 2015 4,988,000,000 22.33030086
248 SMSM 2016 4,744,000,000 22.2801465
121
249 SMSM 2017 6,479,000,000 22.59183201
250 SMSM 2018 3,985,000,000 22.10580315
251 ERTX 2014 1,191,469,146 20.89845296
252 ERTX 2015 294,532,508 19.50089994
253 ERTX 2016 378,008,475 19.75042717
254 ERTX 2017 279,197,760 19.44743091
255 ERTX 2018 305,831,025 19.5385433
256 ESTI 2014 896,043,420 20.61349943
257 ESTI 2015 967,683,000 20.69041511
258 ESTI 2016 1,233,156,560 20.93284303
259 ESTI 2017 1,864,405,320 21.34620798
260 ESTI 2018 3,355,236,513 21.9337881
261 PRBX 2014 13,799,885,616 23.34792614
262 PRBX 2015 19,576,954,568 23.69761892
263 PRBX 2016 12,433,383,904 23.24365094
264 PRBX 2017 29,322,302,600 24.10161424
265 PRBX 2018 50,097,268,836 24.63723233
266 POLU 2014 11,055,088,872 23.12615669
267 POLU 2015 12,727,749,198 23.26705042
268 POLU 2016 17,258,857,609 23.57159133
269 POLU 2017 14,251,487,360 23.38012711
270 POLU 2018 17,114,260,932 23.56317793
271 RICY 2014 1,772,960,656 21.29591667
272 RICY 2015 2,641,050,265 21.6944425
273 RICY 2016 1,441,968,019 21.0892747
274 RICY 2017 2,175,544,907 21.500545
275 RICY 2018 4,216,034,344 22.16216079
276 UNIT 2014 269,980,000 19.41385844
277 UNIT 2015 402,500,000 19.81320565
278 UNIT 2016 512,500,000 20.05481127
279 UNIT 2017 423,283,561 19.86355287
280 UNIT 2018 423,965,151 19.86516182
281 ARGO 2014 725,907,810 20.40293358
282 ARGO 2015 250,581,856 19.3392962
283 ARGO 2016 1,000,576,067 20.72384174
284 ARGO 2017 1,266,405,560 20.95944846
285 ARGO 2018 217,647,945 19.19838938
286 STAR 2014 331,923,071 19.62041379
287 STAR 2015 678,036,000 20.33471094
288 STAR 2016 276,542,000 19.43787327
289 STAR 2017 476,427,014 19.9818251
290 STAR 2018 698,550,000 20.36451732
122
291 TFCO 2014 3,680,623,056 22.02634788
292 TFCO 2015 2,889,748,506 21.78443531
293 TFCO 2016 2,196,593,545 21.51017361
294 TFCO 2017 4,232,639,120 22.16609154
295 TFCO 2018 2,127,877,893 21.47839103
296 TRIS 2014 3,658,775,010 22.02039423
297 TRIS 2015 4,369,234,264 22.19785361
298 TRIS 2016 7,602,737,274 22.75177419
299 TRIS 2017 7,160,409,552 22.69183302
300 TRIS 2018 8,933,809,456 22.91310873
301 BIMA 2014 705,048,720 20.37377746
302 BIMA 2015 634,017,000 20.26758633
303 BIMA 2016 839,323,100 20.54810629
304 BIMA 2017 267,428,000 19.40436093
305 BIMA 2018 811,687,400 20.51462585
306 IKBI 2014 1,887,545,976 21.3585434
307 IKBI 2015 2,099,913,288 21.46516189
308 IKBI 2016 2,923,118,481 21.79591686
309 IKBI 2017 2,920,765,520 21.79511158
310 IKBI 2018 3,538,259,631 21.98690081
311 JECC 2014 2,051,655,000 21.44191262
312 JECC 2015 2,319,314,000 21.56453729
313 JECC 2016 1,156,831,000 20.86895021
314 JECC 2017 1,940,086,000 21.38599814
315 JECC 2018 3,837,566,000 22.06810415
316 KBLI 2014 963,448,617 20.68602971
317 KBLI 2015 1,191,872,692 20.8987916
318 KBLI 2016 2,040,324,338 21.43637462
319 KBLI 2017 2,541,120,937 21.65587113
320 KBLI 2018 2,072,281,132 21.45191583
321 KBLM 2014 281,009,091 19.45389758
322 KBLM 2015 257,742,500 19.36747158
323 KBLM 2016 661,282,051 20.30969101
324 KBLM 2017 1,069,722,531 20.79066513
325 KBLM 2018 2,239,163,795 21.52936833
326 SCCO 2014 2,692,435,540 21.71371203
327 SCCO 2015 1,046,351,407 20.7685751
328 SCCO 2016 2,727,089,294 21.72650068
329 SCCO 2017 3,834,703,317 22.06735791
330 SCCO 2018 8,651,150,377 22.88095814
331 VOKS 2014 1,275,078,931 20.96627392
332 VOKS 2015 2,585,578,828 21.67321524
123
333 VOKS 2016 3,062,449,874 21.84248105
334 VOKS 2017 2,817,541,376 21.75913049
335 VOKS 2018 3,249,411,010 21.90173959
336 PTSN 2014 1,066,822,686 20.78795062
337 PTSN 2015 1,229,053,492 20.92951019
338 PTSN 2016 1,483,811,941 21.11788025
339 PTSN 2017 1,427,262,400 21.07902404
340 PTSN 2018 3,156,219,405 21.87264076
341 KRAH 2014 2,203,887,767 21.5134888
342 KRAH 2015 3,130,172,915 21.86435408
343 KRAH 2016 1,892,233,336 21.36102363
344 KRAH 2017 1,628,175,271 21.21072576
345 KRAH 2018 2,065,135,592 21.44846172
346 ADES 2014 1,494,000,000 21.12472292
347 ADES 2015 2,631,000,000 21.69062984
348 ADES 2016 3,237,000,000 21.89791281
349 ADES 2017 2,169,000,000 21.49753207
350 ADES 2018 4,160,000,000 22.14878091
351 INDF 2014 130,761,000,000 25.59663707
352 INDF 2015 85,097,000,000 25.16705762
353 INDF 2016 86,106,000,000 25.17884493
354 INDF 2017 87,219,000,000 25.19168803
355 INDF 2018 77,602,000,000 25.07485904
356 MYOR 2014 3,036,681,758 21.83403123
357 MYOR 2015 6,371,646,804 22.5751238
358 MYOR 2016 9,631,170,654 22.98827062
359 MYOR 2017 8,577,181,253 22.87237117
360 MYOR 2018 5,139,312,146 22.36018508
361 PSDN 2014 3,584,906,562 21.99999825
362 PSDN 2015 4,720,425,062 22.27516469
363 PSDN 2016 7,426,705,542 22.7283482
364 PSDN 2017 4,655,590,431 22.26133458
365 PSDN 2018 5,139,075,792 22.36013909
366 ROTI 2014 10,172,815,208 23.04298482
367 ROTI 2015 11,566,204,844 23.17135331
368 ROTI 2016 19,287,715,954 23.68273425
369 ROTI 2017 22,307,176,386 23.82817427
370 ROTI 2018 36,573,711,401 24.32259555
371 STTP 2014 1,632,740,638 21.21352581
372 STTP 2015 2,288,510,621 21.55116706
373 STTP 2016 2,746,739,492 21.73368041
374 STTP 2017 2,601,503,928 21.67935555
124
375 STTP 2018 2,213,283,216 21.51774287
376 SKBM 2014 1,393,868,791 21.05534902
377 SKBM 2015 1,205,085,401 20.90981627
378 SKBM 2016 1,498,108,184 21.12746894
379 SKBM 2017 2,453,203,473 21.62066055
380 SKBM 2018 2,484,086,483 21.63317082
381 BTEK 2014 189,074,000 19.05764903
382 BTEK 2015 1,305,612,864 20.9899384
383 BTEK 2016 1,146,860,125 20.86029372
384 BTEK 2017 7,705,924,675 22.76525531
385 BTEK 2018 6,742,583,770 22.63170904
386 CEKA 2014 3,615,852,014 22.00859335
387 CEKA 2015 2,213,935,738 21.51803765
388 CEKA 2016 406,725,000 19.82364784
389 CEKA 2017 401,000,000 19.80947199
390 CEKA 2018 401,000,000 19.80947199
391 GGRM 2014 67,483,000,000 24.93514155
392 GGRM 2015 75,043,000,000 25.04132712
393 GGRM 2016 92,382,000,000 25.24919799
394 GGRM 2017 90,416,000,000 25.22768708
395 GGRM 2018 108,081,000,000 25.40614678
396 HMSP 2014 190,176,000,000 25.9712158
397 HMSP 2015 125,373,000,000 25.55455913
398 HMSP 2016 126,035,000,000 25.55982548
399 HMSP 2017 109,761,000,000 25.42157111
400 HMSP 2018 120,394,000,000 25.51403553
401 RMBA 2014 15,911,000,000 23.49027653
402 RMBA 2015 26,059,000,000 23.98362903
403 RMBA 2016 23,584,000,000 23.88383435
404 RMBA 2017 7,495,000,000 22.73750197
405 RMBA 2018 34,095,000,000 24.25241658
406 DVLA 2014 2,377,207,000 21.58919211
407 DVLA 2015 8,441,824,000 22.85646424
408 DVLA 2016 3,970,613,000 22.10218633
409 DVLA 2017 3,421,640,000 21.95338581
410 DVLA 2018 4,838,009,000 22.29976911
411 KAEF 2014 8,971,161,406 22.91728098
412 KAEF 2015 8,177,071,892 22.82459996
413 KAEF 2016 11,706,837,224 23.18343889
414 KAEF 2017 20,625,852,283 23.74981109
415 KAEF 2018 42,313,011,958 24.46836049
416 KLBF 2014 28,554,379,587 24.07507616
125
417 KLBF 2015 29,951,262,401 24.12283731
418 KLBF 2016 31,657,019,673 24.17822575
419 KLBF 2017 39,213,562,621 24.39228851
420 KLBF 2018 33,373,764,633 24.23103594
421 MERK 2014 1,608,977,000 21.19886441
422 MERK 2015 9,983,554,000 23.02420498
423 MERK 2016 6,607,959,000 22.61154067
424 MERK 2017 31,913,474,000 24.18629414
425 MERK 2018 29,318,196,000 24.10147418
426 PYFA 2014 185,950,000 19.04098838
427 PYFA 2015 490,110,489 20.01014141
428 PYFA 2016 613,144,832 20.23411173
429 PYFA 2017 668,307,691 20.32025924
430 PYFA 2018 613,298,470 20.23436228
431 SQBI 2014 989,734,000 20.71294678
432 SQBI 2015 1,579,348,000 21.18027794
433 SQBI 2016 2,229,792,000 21.52517414
434 SQBI 2017 5,621,426,000 22.44985121
435 SQBI 2018 2,499,444,000 21.63933414
436 TSPC 2014 11,228,968,467 23.14176275
437 TSPC 2015 14,688,800,519 23.41035117
438 TSPC 2016 16,560,038,321 23.5302583
439 TSPC 2017 17,275,035,505 23.57252826
440 TSPC 2018 17,021,457,364 23.55774058
441 MBTO 2014 990,613,973 20.71383548
442 MBTO 2015 1,414,255,338 21.06986897
443 MBTO 2016 3,476,041,465 21.96915997
444 MBTO 2017 2,714,776,574 21.72197549
445 MBTO 2018 1,920,134,590 21.37566112
446 MRAT 2014 3,206,308,205 21.88838602
447 MRAT 2015 3,550,570,637 21.99037417
448 MRAT 2016 3,853,257,231 22.07218466
449 MRAT 2017 4,348,926,815 22.19319494
450 MRAT 2018 4,930,406,306 22.31868724
451 UNVR 2014 28,246,000,000 24.06421769
452 UNVR 2015 151,897,000,000 25.7464685
453 UNVR 2016 210,728,000,000 26.07383404
454 UNVR 2017 103,946,000,000 25.36713737
455 UNVR 2018 110,938,000,000 25.43223732
456 KICI 2014 149,376,500 18.82198052
457 KICI 2015 237,041,239 19.28374469
458 KICI 2016 266,625,850 19.40135692
126
459 KICI 2017 166,231,600 18.92889255
460 KICI 2018 178,208,000 18.99846197
461 LMPI 2014 246,298,797 19.32205598
462 LMPI 2015 202,536,345 19.12642991
463 LMPI 2016 299,827,855 19.51871905
464 LMPI 2017 318,665,500 19.57965252
465 LMPI 2018 317,092,520 19.57470415
466 CINT 2014 441,137,625 19.90486746
467 CINT 2015 825,211,357 20.5311501
468 CINT 2016 815,386,916 20.5191733
469 CINT 2017 1,564,092,946 21.17057191
470 CINT 2018 637,593,196 20.27321101
127
LAMPIRAN 6
Daftar Perpindahan Auditor
No. Kode Nama KAP & Perubahannya Tahun Flow

1 INTP Purwantono, Suherman, Surja (EY) 2014 0
2 INTP Purwantono, Sungkoro, Surja (EY) 2015 1
6 SMGR Osman Bing Satrio & Eny (Deloitte) 2014 0
7 SMGR Osman Bing Satrio & Eny (Deloitte) 2015 0
8 SMGR Satrio Bing Eny & Rekan (Deloitte) 2016 1
11 SMBR Doli, Bambang, Sulistiyanto, Dadang & Ali 2014 0
12 SMBR Doli, Bambang, Sulistiyanto, Dadang & Ali 2015 0
13 SMBR Herman Dody Tanumihardja & Rekan 2016 0
16 ARNA Purwantono, Suherman, Surja (EY) 2014 0
17 ARNA Purwantono, Sungkoro, Surja (EY) 2015 1
21 IKAI Doli, Bambang, Sulistiyanto, Dadang & Ali 2014 0
22 IKAI Herman Dody Tanumihardja & Rekan 2015 0
23 IKAI Herman Dody Tanumihardja & Rekan 2016 0
24 IKAI Tanubrata Sutanto Fahmi Bambang & Rekan 2017 0
(BDO)
25 IKAI Tanubrata Sutanto Fahmi Bambang & Rekan 2018 0
(BDO)
26 KIAS Mulyamin Sensi Suryanto & Lianny 2014 0
27 KIAS Mulyamin Sensi Suryanto & Lianny 2015 0
28 KIAS Siddharta Widjaja & Rekan (KPMG) 2016 0
31 MLIA Osman Bing Satrio & Eny (Deloitte) 2014 0
32 MLIA Osman Bing Satrio & Eny (Deloitte) 2015 0
33 MLIA Satrio Bing Eny & Rekan (Deloitte) 2016 1
36 TOTO Purwantono, Suherman, Surja (EY) 2014 0
128
37 TOTO Purwantono, Sungkoro, Surja (EY) 2015 1
41 ALKA Johannes Juara & Rekan 2014 1
45 ALKA Anwar & Rekan 2018 0
46 BTON Aryanto, Amir Jusuf, Mawar & Saptoto (RSM) 2014 0
47 BTON Amir Abadi Jusuf, Aryanto, Mawar & Rekan 2015 1
(RSM)
(RSM)
(RSM)
50 BTON Hadori Sugiarto Adi & Rekan 2018 0
51 CTBN Purwantono, Suherman, Surja (EY) 2014 0
52 CTBN Purwantono, Sungkoro, Surja (EY) 2015 1
56 GDST Drs Binsar B. Lumbanradja 2014 0
57 GDST Hadori Sugiarto Adi & Rekan 2015 0
61 KRAS Purwantono, Suherman, Surja (EY) 2014 0
62 KRAS Purwantono, Sungkoro, Surja (EY) 2015 1
66 LION Kosasih, Nurdiyaman, Tjahjo & Rekan (Crowe) 2014 0
67 LION Kosasih, Nurdiyaman, Mulyadi, Tjahjo & 2015 1
Rekan (Crowe)
Rekan (Crowe)
Rekan (Crowe)
Rekan (Crowe)
71 LMSH Kosasih, Nurdiyaman, Tjahjo & Rekan (Crowe) 2014 0
72 LMSH Kosasih, Nurdiyaman, Mulyadi, Tjahjo & 2015 1
Rekan (Crowe)
129
Rekan (Crowe)
Rekan (Crowe)
Rekan (Crowe)
76 NIKL Siddharta Widjaja & Rekan (KPMG) 2014 1
79 NIKL Satrio Bing Eny & Rekan (Deloitte) 2017 0
80 NIKL Satrio Bing Eny & Rekan (Deloitte) 2018 0
81 PICO Griselda, Wisnu & Arum 2014 0
82 PICO Djoko, Sidik & Indra 2015 0
83 PICO Herman Dody Tanumihardja & Rekan 2016 0
86 BAJA Tjahjadi & Tamara (Morison Ksi) 2014 0
89 BAJA Mirawati Sensi Idiris (Moore Stephens) 2017 0
90 BAJA Mirawati Sensi Idiris (Moore Stephens) 2018 0
91 ISSP Hadori Sugiarto Adi & Rekan 2014 0
94 ISSP Kanaka Puradiredja, Suhartono (Nexia) 2017 0
95 ISSP Kanaka Puradiredja, Suhartono (Nexia) 2018 0
96 BRPT Osman Bing Satrio & Eny (Deloitte) 2014 0
97 BRPT Osman Bing Satrio & Eny (Deloitte) 2015 0
98 BRPT Satrio Bing Eny & Rekan (Deloitte) 2016 1
101 DPNS Paul Hadiwinata, Hidajat, Arsono, Ade Fatma 2014 0
& Rekan (PKF)
102 DPNS Paul Hadiwinata, Hidajat, Arsono, Achmad, 2015 1
Suharli & Rekan (PKF)
103 DPNS Paul Hadiwinata, Hidajat, Arsono, Achmad, 2016 0
104 DPNS Paul Hadiwinata, Hidajat, Arsono, Retno, 2017 1
Palilingan & Rekan (PKF)
105 DPNS Paul Hadiwinata, Hidajat, Arsono, Retno, 2018 0
106 EKAD Teramihardja, Pradono & Chandra (Rodl & 2014 0
Partner)
107 EKAD Budiman, Wawan, Pamudji & Rekan 2015 0
108 EKAD Hendrawinata Eddy Siddharta & Tanzil 2016 0
130
109 EKAD Kanaka, Puradiredja, Suhartono (Nexia) 2017 0
110 EKAD Kanaka, Puradiredja, Suhartono (Nexia) 2018 0
111 INCI Hananta Budianto & Rekan 2014 0
112 INCI Hendrawinata Eddy Siddharta & Tanzil 2015 0
113 INCI Hendrawinata Eddy Siddharta & Tanzil 2016 0
114 INCI Kanaka, Puradiredja, Suhartono (Nexia) 2017 0
115 INCI Arman Eddy Ferdinand & Rekan 2018 0
116 SRSN Aryanto, Amir Jusuf, Mawar & Saptoto (RSM) 2014 0
117 SRSN Amir Abadi Jusuf, Aryanto, Mawar & Rekan 2015 1
(RSM)
(RSM)
(RSM)
(RSM)
121 TPIA Osman Bing Satrio & Eny (Deloitte) 2014 0
122 TPIA Osman Bing Satrio & Eny (Deloitte) 2015 0
123 TPIA Satrio Bing Eny & Rekan (Deloitte) 2016 1
126 ADMG Osman Bing Satrio & Eny (Deloitte) 2014 0
127 ADMG Osman Bing Satrio & Eny (Deloitte) 2015 0
128 ADMG Satrio Bing Eny & Rekan (Deloitte) 2016 1
131 BRNA Hendrawinata Eddy Siddharta & Tanzil 2014 0
134 BRNA Hendrawinata Hanny Erwin & Sumargo 2017 1
135 BRNA Hendrawinata Hanny Erwin & Sumargo 2018 0
136 FPNI Osman Bing Satrio & Eny (Deloitte) 2014 0
137 FPNI Purwantono, Sungkoro, Surja (EY) 2015 1
141 IGAR Hertanto, Grace, Karunawan 2014 1
144 IGAR Purwantono, Sungkoro, Surja (EY) 2017 0
145 IGAR Purwantono, Sungkoro, Surja (EY) 2018 0
146 IPOL Aryanto, Amir Jusuf, Mawar & Saptoto (RSM) 2014 0
147 IPOL Amir Abadi Jusuf, Aryanto, Mawar & Rekan 2015 1
(RSM)
131
(RSM)
(RSM)
(RSM)
151 TRST Purwantono, Suherman, Surja (EY) 2014 0
152 TRST Purwantono, Sungkoro, Surja (EY) 2015 1
155 TRST Kosasih, Nurdiyaman, Mulyadi, Tjahjo & 2018 0
Rekan (Crowe)
156 IMPC Aryanto, Amir Jusuf, Mawar & Saptoto (RSM) 2014 0
157 IMPC Amir Abadi Jusuf, Aryanto, Mawar & Rekan 2015 1
(RSM)
(RSM)
(RSM)
(RSM)
161 CPIN Purwantono, Suherman, Surja (EY) 2014 0
162 CPIN Purwantono, Sungkoro, Surja (EY) 2015 1
166 JPFA Mulyamin Sensi Suryanto & Lianny 2014 0
167 JPFA Mulyamin Sensi Suryanto & Lianny 2015 0
168 JPFA Mirawati Sensi Idiris (Moore Stephens) 2016 1
169 JPFA Purwantono, Sungkoro, Surja (EY) 2017 0
170 JPFA Purwantono, Sungkoro, Surja (EY) 2018 0
171 MAIN Anwar, Sugiharto & Rekan 2014 0
172 MAIN Anwar & Rekan 2015 1
173 MAIN Anwar & Rekan 2016 0
174 MAIN Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2017 0
175 MAIN Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2018 0
176 SIPD Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 0
177 SIPD Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 0
178 SIPD Tanubrata Sutanto Fahmi Bambang & Rekan 2016 1
(BDO)
(BDO)
(BDO)
181 CPRO Purwantono, Suherman, Surja (EY) 2014 0
132
182 CPRO Purwantono, Sungkoro, Surja (EY) 2015 1
186 TIRT Pieter, Uways & Rekan 2014 0
187 TIRT Pieter, Uways & Rekan 2015 0
188 TIRT S. Mannan, Ardiansyah & Rekan 2016 0
191 ALDO Arsyad & Rekan 2014 0
192 ALDO Arsyad & Rekan 2015 0
193 ALDO Richard Risambessy & Rekan 2016 0
194 ALDO Hendrik & Rekan 2017 0
195 ALDO Hendrik & Rekan 2018 0
196 FASW Osman Bing Satrio & Eny (Deloitte) 2014 0
197 FASW Osman Bing Satrio & Eny (Deloitte) 2015 0
198 FASW Satrio Bing Eny & Rekan (Deloitte) 2016 1
201 INRU Budiman, Wawan, Pamudji & Rekan 2014 0
206 KBRI Hendrawinata Eddy Siddharta & Tanzil 2014 0
209 KBRI Kanaka Puradiredja, Suhartono (Nexia) 2017 0
210 KBRI Kanaka Puradiredja, Suhartono (Nexia) 2018 0
211 TKIM Y. Santosa & Rekan (Praxity) 2014 0
216 ASII Tanudiredja, Wibisana & Rekan (PWC) 2014 0
217 ASII Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015 1
221 AUTO Tanudiredja, Wibisana & Rekan (PWC) 2014 0
222 AUTO Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015 1
133
226 BRAM Osman Bing Satrio & Eny (Deloitte) 2014 0
227 BRAM Osman Bing Satrio & Eny (Deloitte) 2015 0
228 BRAM Satrio Bing Eny & Rekan (Deloitte) 2016 1
229 BRAM Siddharta Widjaja & Rekan (KPMG) 2017 0
230 BRAM Siddharta Widjaja & Rekan (KPMG) 2018 0
231 GJTL Osman Bing Satrio & Eny (Deloitte) 2014 0
232 GJTL Osman Bing Satrio & Eny (Deloitte) 2015 0
233 GJTL Satrio Bing Eny & Rekan (Deloitte) 2016 1
236 IMAS Purwantono, Suherman, Surja (EY) 2014 0
237 IMAS Purwantono, Sungkoro, Surja (EY) 2015 1
241 INDS Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 0
242 INDS Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 0
243 INDS Tanubrata Sutanto Fahmi Bambang & Rekan 2016 1
(BDO)
(BDO)
(BDO)
246 SMSM Purwantono, Suherman, Surja (EY) 2014 0
247 SMSM Purwantono, Sungkoro, Surja (EY) 2015 1
251 ERTX Paul Hadiwinata, Hidajat, Arsono, Ade Fatma 2014 0
& Rekan (PKF)
252 ERTX Paul Hadiwinata, Hidajat, Arsono, Achmad, 2015 1
253 ERTX Paul Hadiwinata, Hidajat, Arsono, Achmad, 2016 0
254 ERTX Paul Hadiwinata, Hidajat, Arsono, Retno, 2017 1
255 ERTX Paul Hadiwinata, Hidajat, Arsono, Retno, 2018 0
256 ESTI Purwantono, Suherman, Surja (EY) 2014 0
257 ESTI Purwantono, Sungkoro, Surja (EY) 2015 1
134
261 PRBX Doli, Bambang, Sulistiyanto, Dadang & Ali 2014 0
262 PRBX Doli, Bambang, Sulistiyanto, Dadang & Ali 2015 0
263 PRBX Amir Abadi Jusuf, Aryanto, Mawar & Rekan 2016 0
(RSM)
(RSM)
(RSM)
266 POLU Hendrawinata Eddy Siddharta & Tanzil 2014 0
269 POLU Hendrawinata Hanny Erwin & Sumargo 2017 1
270 POLU Hendrawinata Hanny Erwin & Sumargo 2018 0
271 RICY Joachim Poltak Lian Michell & Rekan 2014 0
272 RICY Joachim Poltak Lian & Rekan 2015 1
273 RICY Johannes Juara & Rekan 2016 0
276 UNIT Achmad, Rasyid, Hisbullah & Jerry 2014 0
279 UNIT Budiman, Wawan, Pamudji & Rekan 2017 0
280 UNIT Budiman, Wawan, Pamudji & Rekan 2018 0
281 ARGO Anwar, Sugiharto & Rekan 2014 0
282 ARGO Anwar & Rekan 2015 1
286 STAR Noor Salim, Nursehan & Sinarahardja 2014 0
287 STAR Noor Salim, Nursehan & Sinarahardja 2015 0
288 STAR Liasta, Nirwan, Syafruddin & Rekan 2016 0
289 STAR Herman Dody Tanumihardja & Rekan 2017 0
290 STAR Herman Dody Tanumihardja & Rekan 2018 0
291 TFCO Purwantono, Suherman, Surja (EY) 2014 0
292 TFCO Purwantono, Sungkoro, Surja (EY) 2015 1
296 TRIS Paul Hadiwinata, Hidajat, Arsono, Ade Fatma 2014 0
& Rekan (PKF)
297 TRIS Gideon Adi & Rekan 2015 0
298 TRIS Gideon Adi & Rekan 2016 0
135
299 TRIS Kosasih, Nurdiyaman, Mulyadi, Tjahjo & 2017 0
Rekan (Crowe)
300 TRIS Kosasih, Nurdiyaman, Mulyadi, Tjahjo & 2018 0
Rekan (Crowe)
301 BIMA AF. Rachman & Soetjipto WS. 2014 0
302 BIMA Koesbandijah, Beddy Samsi & Setiasih 2015 0
306 IKBI Purwantono, Suherman, Surja (EY) 2014 0
307 IKBI Purwantono, Sungkoro, Surja (EY) 2015 1
311 JECC Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 0
312 JECC Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 0
313 JECC Tanubrata Sutanto Fahmi Bambang & Rekan 2016 1
(BDO)
(BDO)
(BDO)
316 KBLI Osman Bing Satrio & Eny (Deloitte) 2014 0
317 KBLI Osman Bing Satrio & Eny (Deloitte) 2015 0
318 KBLI Satrio Bing Eny & Rekan (Deloitte) 2016 1
321 KBLM Doli, Bambang, Sulistiyanto, Dadang & Ali 2014 0
322 KBLM Doli, Bambang, Sulistiyanto, Dadang & Ali 2015 0
323 KBLM Anwar & Rekan 2016 0
324 KBLM Kanaka Puradiredja, Suhartono (Nexia) 2017 0
325 KBLM Kanaka Puradiredja, Suhartono (Nexia) 2018 0
326 SCCO Doli, Bambang, Sulistiyanto, Dadang & Ali 2014 0
329 SCCO Kanaka Puradiredja, Suhartono (Nexia) 2017 0
330 SCCO Kanaka Puradiredja, Suhartono (Nexia) 2018 0
331 VOKS Gani Sigiro & Handayani (Grant Thornton) 2014 0
336 PTSN Johan Malonda Mustika & Rekan 2014 0
136
338 PTSN Joachim Poltak Lian & Rekan 2016 0
341 KRAH Hendrawinata Eddy Siddharta & Tanzil 2014 0
342 KRAH Hendrawinata Eddy Siddharta & Tanzil 2015 0
343 KRAH Rama Wendra (McMillan Woods) 2016 0
346 ADES Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 0
347 ADES Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 0
348 ADES Tanubrata Sutanto Fahmi Bambang & Rekan 2016 1
(BDO)
(BDO)
(BDO)
351 INDF Purwantono, Suherman, Surja (EY) 2014 0
352 INDF Purwantono, Sungkoro, Surja (EY) 2015 1
356 MYOR Mulyamin Sensi Suryanto & Lianny 2014 0
357 MYOR Mulyamin Sensi Suryanto & Lianny 2015 0
358 MYOR Mirawati Sensi Idiris (Moore Stephens) 2016 1
361 PSDN Purwantono, Suherman, Surja (EY) 2014 0
362 PSDN Purwantono, Sungkoro, Surja (EY) 2015 1
366 ROTI Purwantono, Suherman, Surja (EY) 2014 0
367 ROTI Purwantono, Sungkoro, Surja (EY) 2015 1
371 STTP Hadori Sugiarto Adi & Rekan 2014 0
374 STTP Paul Hadiwinata, Hidajat, Arsono, Retno, 2017 1
375 STTP Paul Hadiwinata, Hidajat, Arsono, Retno, 2018 0
376 SKBM Aryanto, Amir Jusuf, Mawar & Saptoto (RSM) 2014 0
137
377 SKBM Paul Hadiwinata, Hidajat, Arsono, Achmad, 2015 1
378 SKBM Paul Hadiwinata, Hidajat, Arsono, Achmad, 2016 0
379 SKBM Paul Hadiwinata, Hidajat, Arsono, Retno, 2017 1
380 SKBM Paul Hadiwinata, Hidajat, Arsono, Retno, 2018 0
381 BTEK Rexon Nainggolan & Rekan 2014 0
382 BTEK Doli, Bambang, Sulistiyanto, Dadang & Ali 2015 0
383 BTEK Morhan & Rekan 2016 0
384 BTEK Morhan & Rekan 2017 0
385 BTEK Kanaka Puradiredja, Suhartono (Nexia) 2018 0
386 CEKA Purwantono, Suherman, Surja (EY) 2014 0
387 CEKA Purwantono, Sungkoro, Surja (EY) 2015 1
391 GGRM Siddharta Widjaja & Rekan (KPMG) 2014 1
396 HMSP Tanudiredja, Wibisana & Rekan (PWC) 2014 0
397 HMSP Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015 1
401 RMBA Tanudiredja, Wibisana & Rekan (PWC) 2014 0
402 RMBA Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015 1
403 RMBA Satrio Bing Eny & Rekan (Deloitte) 2016 1
406 DVLA Purwantono, Suherman, Surja (EY) 2014 0
407 DVLA Purwantono, Sungkoro, Surja (EY) 2015 1
411 KAEF Hendrawinata Eddy Siddharta & Tanzil 2014 0
412 KAEF Hendrawinata Eddy Siddharta & Tanzil 2015 0
413 KAEF Hadori Sugiarto Adi & Rekan 2016 0
138
416 KLBF Purwantono, Suherman, Surja (EY) 2014 0
417 KLBF Purwantono, Sungkoro, Surja (EY) 2015 1
421 MERK Siddharta Widjaja & Rekan (KPMG) 2014 1
426 PYFA Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 0
427 PYFA Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 0
428 PYFA Tanubrata Sutanto Fahmi Bambang & Rekan 2016 1
(BDO)
(BDO)
(BDO)
431 SQBI Tanudiredja, Wibisana & Rekan (PWC) 2014 0
432 SQBI Tanudiredja, Wibisana, Rintis & Rekan (PWC) 2015 1
436 TSPC Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 0
437 TSPC Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 0
438 TSPC Tanubrata Sutanto Fahmi Bambang & Rekan 2016 1
(BDO)
(BDO)
(BDO)
441 MBTO Tanubrata Sutanto Fahmi & Rekan (BDO) 2014 0
442 MBTO Tanubrata Sutanto Fahmi & Rekan (BDO) 2015 0
443 MBTO Tanubrata Sutanto Fahmi Bambang & Rekan 2016 1
(BDO)
(BDO)
(BDO)
446 MRAT Kosasih, Nurdiyaman, Tjahjo & Rekan (Crowe) 2014 0
447 MRAT Paul Hadiwinata, Hidajat, Arsono, Achmad, 2015 1
448 MRAT Paul Hadiwinata, Hidajat, Arsono, Achmad, 2016 0
449 MRAT Kanaka Puradiredja, Suhartono (Nexia) 2017 0
139
450 MRAT Kanaka Puradiredja, Suhartono (Nexia) 2018 0
451 UNVR Siddharta Widjaja & Rekan (KPMG) 2014 1
456 KICI Paul Hadiwinata, Hidajat, Arsono, Ade Fatma 2014 0
& Rekan (PKF)
457 KICI Paul Hadiwinata, Hidajat, Arsono, Achmad, 2015 1
458 KICI Paul Hadiwinata, Hidajat, Arsono, Achmad, 2016 0
459 KICI Paul Hadiwinata, Hidajat, Arsono, Retno, 2017 1
460 KICI Paul Hadiwinata, Hidajat, Arsono, Retno, 2018 0
461 LMPI Hadori Sugiarto Adi & Rekan 2014 0
462 LMPI Doli, Bambang, Sulistiyanto, Dadang & Ali 2015 0
463 LMPI Hadori Sugiarto Adi & Rekan 2016 0
464 LMPI Paul Hadiwinata, Hidajat, Arsono, Retno, 2017 1
465 LMPI Teramihardja, Pradono & Chandra (Rodl & 2018 0
Partner)
466 CINT Koesbandijah, Beddy Samsi & Setiasih 2014 0
467 CINT Gideon Adi & Rekan 2015 0
468 CINT Gideon Adi & Rekan 2016 0
469 CINT Teramihardja, Pradono & Chandra (Rodl & 2017 0
Partner)
470 CINT Teramihardja, Pradono & Chandra (Rodl & 2018 0
Partner)
140
LAMPIRAN 7
Daftar Perhitungan Akrual Diskresioner
No. Kode TACCt 1/A(t-1) ∆REVt/A(t-1) PPEt/ NDACCt DACCt ABS_LN_DACCt

- A(t-1)
∆RECt/A(t-1)
1 INTP -53425000000 3.00631E-15 0.003335059 0.026011641 0.0293467 -53425000000.03 -24.70154464
2 INTP -692456000000 2.76964E-15 -0.005496582 0.027259886 0.021763304 -692456000000.02 -27.26351054
3 INTP 324206000000 2.89453E-15 -0.006983885 0.030200439 0.023216554 324205999999.98 -26.50464495
4 INTP -921987000000 2.65335E-15 -0.002069026 0.028318819 0.026249794 -921987000000.03 -27.54979696
5 INTP -838595000000 2.77165E-15 0.000741878 0.028905519 0.029647397 -838595000000.03 -27.45499371
6 SMGR -1147593599000 2.598E-15 0.0050253 0.037430752 0.042456052 -1147593599000.04 -27.76868834
7 SMGR -2763145499000 2.33136E-15 -0.000631945 0.04180597 0.041174025 -2763145499000.04 -28.64739082
8 SMGR -644974153000 2.09681E-15 -0.002235697 0.046084431 0.043848734 -644974153000.04 -27.19247608
9 SMGR -1109929147000 1.80885E-15 0.001099647 0.041916189 0.043015836 -1109929147000.04 -27.7353173
10 SMGR -1376756246000 1.63037E-15 0.003096739 0.038042356 0.041139095 -1376756246000.04 -27.9507513
11 SMBR 30238814000 2.95049E-14 4.23169E-05 0.011728446 0.011770763 30238813999.99 -24.13239217
12 SMBR -168448057000 2.73179E-14 0.00755857 0.015318643 0.022877213 -168448057000.02 -25.84989327
13 SMBR 171783826000 2.44748E-14 -0.00263287 0.060686586 0.058053716 171783825999.94 -25.8695027
14 SMBR -36587673000 1.83113E-14 -0.002929366 0.05015839 0.047229023 -36587673000.05 -24.32297722
15 SMBR 11605431000 1.58092E-14 0.005519111 0.045197751 0.050716862 11605430999.95 -23.17473902
16 ARNA 22713057303 7.04694E-14 0.007262734 0.036964504 0.044227238 22713057302.96 -23.84620581
17 ARNA -40708203834 6.34952E-14 -0.020733708 0.040028277 0.019294569 -40708203834.02 -24.42969548
18 ARNA -4242454199 5.59136E-14 0.009187075 0.034209194 0.043396269 -4242454199.04 -22.16840776
19 ARNA -123415288098 5.18398E-14 0.007804018 0.030793595 0.038597614 -123415288098.04 -25.53882083
20 ARNA -198557111986 4.9958E-14 0.012597122 0.028317559 0.040914681 -198557111986.04 -26.01434261
21 IKAI -10916106030 1.65955E-13 0.006004707 0.040579021 0.046583728 -10916106030.05 -23.11350515
141
22 IKAI -103446113409 1.54277E-13 -0.016204673 0.026895102 0.010690429 -103446113409.01 -25.36231667
23 IKAI -173390335180 2.05106E-13 -0.006930113 0.03279438 0.025864266 -173390335180.03 -25.87881116
24 IKAI -31947704000 3.02032E-13 -0.017914667 0.044881631 0.026966965 -31947704000.03 -24.18736615
25 IKAI 140844365000 3.64888E-13 -0.000722679 0.230243672 0.229520993 140844364999.77 -25.67092132
26 KIAS 27664916087 3.62708E-14 -0.00274897 0.036332424 0.033583453 27664916086.97 -24.04343088
27 KIAS -87885000000 3.52695E-14 -0.006486646 0.035049253 0.028562608 -87885000000.03 -25.19929498
28 KIAS -277738000000 3.76579E-14 0.002859826 0.035458675 0.038318501 -277738000000.04 -26.34994406
29 KIAS -67432108109 4.30184E-14 -0.003369521 0.037568167 0.034198647 -67432108109.03 -24.93438712
30 KIAS -59518787076 4.5259E-14 0.001617405 0.03647501 0.038092415 -59518787076.04 -24.80955785
31 MLIA -335620310000 1.11196E-14 0.004159053 0.043555078 0.047714132 -335620310000.05 -26.53924633
32 MLIA -523514574000 1.10789E-14 0.002155496 0.043578723 0.045734219 -523514574000.05 -26.98383071
33 MLIA -225531580000 1.12268E-14 0.000361205 0.048338033 0.048699237 -225531580000.05 -26.14172603
34 MLIA -196016871000 1.03579E-14 0.003672991 0.028732576 0.032405567 -196016871000.03 -26.00146657
35 MLIA -38306640000 1.54241E-14 -0.008532744 0.044804372 0.036271628 -38306640000.04 -24.36888909
36 TOTO -13904729241 4.53591E-14 0.011910552 0.026084727 0.037995278 -13904729241.04 -23.35549485
37 TOTO 45425642180 3.879E-14 0.008271544 0.024186655 0.032458199 45425642179.97 -24.53934259
38 TOTO -137238081095 3.27931E-14 -0.004817309 0.020602172 0.015784863 -137238081095.02 -25.64498307
39 TOTO -142404257164 2.84251E-14 0.001404219 0.016331772 0.017735991 -142404257164.02 -25.68193573
40 TOTO -10015996704 2.83036E-14 0.003913028 0.014770069 0.018683097 -10015996704.02 -23.02744932
41 ALKA 21493197000 3.3019E-13 0.036811466 0.003374476 0.040185942 21493196999.96 -23.7910023
42 ALKA 1704596000 3.26134E-13 -0.108492014 0.003661663 -0.104830351 1704596000.10 -21.25659397
43 ALKA -12039633000 5.53142E-13 0.221105035 0.009480903 0.230585938 -12039633000.23 -23.21146979
44 ALKA 19084471000 5.85571E-13 0.361615251 0.00943061 0.371045861 19084470999.63 -23.6721408
45 ALKA -48682724000 2.62116E-13 0.337098747 0.003777886 0.340876633 -48682724000.34 -24.60859006
46 BTON -106919052 4.54201E-13 -0.006996391 0.004607784 -0.002388607 -106919052.00 -18.48758258
47 BTON 4244065670 4.59536E-13 -0.01213408 0.004308687 -0.007825393 4244065670.01 -22.16878753
48 BTON -4180730715 4.36881E-13 -0.001623533 0.003699216 0.002075683 -4180730715.00 -22.15375188
142
49 BTON 5365202789 4.51236E-13 0.009332615 0.003539115 0.01287173 5365202788.99 -22.40320001
50 BTON 2252484582 4.35963E-13 0.010662632 0.003116967 0.013779598 2252484581.99 -21.5352997
51 CTBN -56031344064 2.3551E-14 -0.011340156 0.011633645 0.000293489 -56031344064.00 -24.74917709
52 CTBN -175726250262 2.23998E-14 -0.018870164 0.01323596 -0.005634204 -175726250261.99 -25.89219322
53 CTBN -336613291636 2.59407E-14 0.001190168 0.014134737 0.015324905 -336613291636.02 -26.54220061
54 CTBN -202585433640 2.6769E-14 -0.017025632 0.012533123 -0.004492509 -202585433640.00 -26.03442753
55 CTBN 220978715031 3.71499E-14 0.011022368 0.017709493 0.028731861 220978715030.97 -26.12133222
56 GDST -234162794788 6.70238E-14 -0.01137018 0.032352385 0.020982206 -234162794788.02 -26.17928241
57 GDST -15896429180 5.89131E-14 -0.016823585 0.029881119 0.013057534 -15896429180.01 -23.48936034
58 GDST -55576442298 6.75713E-14 -0.009414185 0.036833057 0.027418872 -55576442298.03 -24.74102525
59 GDST -38155470117 6.36127E-14 0.040120029 0.036895189 0.077015218 -38155470117.08 -24.36493497
60 GDST -94405639791 5.81824E-14 0.008947684 0.038497384 0.047445068 -94405639791.05 -25.27086665
61 KRAS -1880057286000 2.71193E-15 -0.006082569 0.026247141 0.020164572 -1880057286000.02 -28.26232336
62 KRAS -3467077792000 2.23792E-15 -0.015062228 0.051573311 0.036511083 -3467077792000.04 -28.87433322
63 KRAS -3314696491000 1.61636E-15 0.001073362 0.037789022 0.038862384 -3314696491000.04 -28.82938718
64 KRAS -3912664360000 1.50753E-15 0.001607006 0.037999735 0.03960674 -3912664360000.04 -28.99523968
65 KRAS 43054092000 1.34943E-15 0.005156925 0.039499663 0.044656588 43054091999.96 -24.48572312
66 LION -12831673236 1.58917E-13 0.003909405 0.011504718 0.015414122 -12831673236.02 -23.27518242
67 LION -3487140585 1.32195E-13 -0.000439858 0.010639106 0.010199247 -3487140585.01 -21.97234792
68 LION -10954643202 1.25131E-13 -0.002838053 0.010733836 0.007895783 -10954643202.01 -23.11702924
69 LION -378768689 1.1665E-13 -0.003467166 0.008110003 0.004642837 -378768689.00 -19.75243626
70 LION 5702479791 1.17313E-13 0.005932473 0.007403766 0.013336239 5702479790.99 -22.46416697
71 LMSH -2596654976 5.60481E-13 -0.003746561 0.011789512 0.008042951 -2596654976.01 -21.67748991
72 LMSH -8966358556 5.67235E-13 -0.038896557 0.011235355 -0.027661201 -8966358555.97 -22.91674547
73 LMSH -618558434 5.97984E-13 -0.008757563 0.026371661 0.017614098 -618558434.02 -20.24290222
74 LMSH -2421546827 4.91315E-13 0.032261621 0.01955335 0.051814971 -2421546827.05 -21.60767236
75 LMSH 4871648958 4.96391E-13 0.00625069 0.018941207 0.025191897 4871648957.97 -22.30669831
143
76 NIKL 51653703450 5.17615E-14 -0.008523317 0.009755137 0.00123182 51653703450.00 -24.66782773
77 NIKL -219511709852 4.7797E-14 -0.013457952 0.013270225 -0.000187727 -219511709852.00 -26.11467142
78 NIKL -151457521321 5.26201E-14 -0.003701017 0.013013037 0.00931202 -151457521321.01 -25.74357104
79 NIKL 169873585040 4.95933E-14 0.005559538 0.01215454 0.017714077 169873585039.98 -25.85832038
80 NIKL 134654079033 4.40213E-14 0.002461544 0.013680654 0.016142198 134654079032.98 -25.62597495
81 PICO -8182749466 1.28719E-13 0.000229571 0.014857367 0.015086938 -8182749466.02 -22.82529405
82 PICO -9433497200 1.27668E-13 0.002427372 0.012658491 0.015085863 -9433497200.02 -22.96753272
83 PICO 30651665773 1.32059E-13 0.000507277 0.012143339 0.012650616 30651665772.99 -24.14595285
84 PICO 63141244672 1.25281E-13 -0.00461118 0.011092028 0.006480848 63141244671.99 -24.86864003
85 PICO -59983157063 1.1064E-13 0.003626522 0.014415207 0.018041729 -59983157063.02 -24.81732964
86 BAJA 93718670147 9.49072E-14 0.010452147 0.018733277 0.029185425 93718670146.97 -25.26356326
87 BAJA -36694273023 8.33815E-14 -0.004074337 0.014822533 0.010748195 -36694273023.01 -24.32588653
88 BAJA 158927008 8.43275E-14 -0.01871953 0.013252202 -0.005467329 158927008.01 -18.88395559
89 BAJA -75458856737 8.14144E-14 0.024220836 0.011649793 0.035870629 -75458856737.04 -25.0468534
90 BAJA -106821494812 8.45265E-14 0.00339724 0.01181681 0.01521405 -106821494812.02 -25.39442501
91 ISSP 405907000000 1.82084E-14 -0.001228684 0.02025323 0.019024546 405906999999.98 -26.72938991
92 ISSP -17317000000 1.46974E-14 0.00485731 0.019618594 0.024475904 -17317000000.02 -23.57495451
93 ISSP 477193000000 1.46849E-14 -0.004526572 0.020762121 0.016235549 477192999999.98 -26.89118686
94 ISSP -734793000000 1.3154E-14 0.004405887 0.020615006 0.025020893 -734793000000.03 -27.32285466
95 ISSP 423500000000 1.27605E-14 0.010452992 0.019975205 0.030428197 423499999999.97 -26.77181935
96 BRPT -719161800000 2.78453E-15 0.001282854 0.035307521 0.036590375 -719161800000.04 -27.3013522
97 BRPT -1035860042000 2.50639E-15 -0.033850224 0.038908217 0.005057993 -1035860042000.01 -27.66625316
98 BRPT -2794883033000 2.65591E-15 0.019114392 0.042681162 0.061795554 -2794883033000.06 -28.65881137
99 BRPT -1856789120000 1.58848E-15 0.012982279 0.032422327 0.045404606 -1856789120000.05 -28.24986983
100 BRPT -4324011219000 8.07924E-16 0.003178359 0.019528997 0.022707356 -4324011219000.02 -29.09520461
101 DPNS 8073654311 3.12016E-13 0.00102385 0.00282615 0.00385 8073654311.00 -22.81187204
102 DPNS 4753182745 2.97518E-13 -0.004236528 0.002612556 -0.001623972 4753182745.00 -22.28208028
144
103 DPNS -4118523559 2.91457E-13 0.000226317 0.002476945 0.002703262 -4118523559.00 -22.13876058
104 DPNS 9957504373 2.70152E-13 -0.002658456 0.002074799 -0.000583657 9957504373.00 -23.02159231
105 DPNS 22262281878 2.59327E-13 0.007792645 0.002015985 0.009808629 22262281877.99 -23.82615969
106 EKAD 36344557340 2.31627E-13 0.021548837 0.017385648 0.038934485 36344557339.96 -24.3163103
107 EKAD -53895191902 1.94304E-13 0.001628636 0.01337286 0.015001497 -53895191902.02 -24.71030711
108 EKAD 6195340130 2.05148E-13 0.005017776 0.051856328 0.056874103 6195340129.94 -22.54706325
109 EKAD 24589788984 1.13878E-13 0.007147617 0.029603202 0.036750819 24589788983.96 -23.92559711
110 EKAD 12825840468 1.00406E-13 0.008042771 0.026581033 0.034623805 12825840467.97 -23.27472776
111 INCI 18638223463 5.89299E-13 0.014904649 0.021157624 0.036062272 18638223462.96 -23.64848033
112 INCI -8821915335 5.41434E-13 0.009593808 0.018703511 0.028297319 -8821915335.03 -22.90050484
113 INCI 18278746303 4.71848E-13 0.008661276 0.042205151 0.050866427 18278746302.95 -23.62900482
114 INCI 4046604776 2.9701E-13 0.02042616 0.028763105 0.049189265 4046604775.95 -22.12114404
115 INCI 4583098897 2.63341E-13 0.022137437 0.03281947 0.054956908 4583098896.95 -22.24564122
116 SRSN 4977331000 1.89977E-13 0.012314727 0.016538566 0.028853293 4977330999.97 -22.32815964
117 SRSN 92237330000 1.72062E-13 0.006008298 0.015401164 0.021409463 92237329999.98 -25.24763077
118 SRSN -103765697000 1.39355E-13 -0.00431383 0.02185048 0.01753665 -103765697000.02 -25.36540128
119 SRSN -68166534000 1.11553E-13 0.004711882 0.016816373 0.021528256 -68166534000.02 -24.94521958
120 SRSN 7347095000 1.22563E-13 0.005496353 0.019583548 0.025079901 7347094999.97 -22.71757083
121 TPIA -1210048524000 3.38836E-15 0.00140627 0.034178849 0.035585118 -1210048524000.04 -27.82168158
122 TPIA -1076914508000 3.03006E-15 -0.041190461 0.038761793 -0.002428668 -1076914508000.00 -27.70512113
123 TPIA -2349842392000 3.21308E-15 0.019097624 0.040300135 0.059397759 -2349842392000.06 -28.48536937
124 TPIA -1014383480000 2.78721E-15 0.015267724 0.038753631 0.054021355 -1014383480000.05 -27.64530214
125 TPIA -3187256391000 1.85856E-15 0.004477866 0.032951787 0.037429653 -3187256391000.04 -28.7901816
126 ADMG -553038481566 1.15261E-14 -0.006197155 0.029772941 0.023575786 -553038481566.02 -27.03869342
127 ADMG -646471814840 1.25054E-14 -0.022684664 0.032893233 0.010208568 -646471814840.01 -27.19479544
128 ADMG -451680354850 1.42473E-14 -0.005632635 0.033341694 0.027709058 -451680354850.03 -26.83624059
129 ADMG -344428140520 1.55818E-14 0.00736884 0.032851059 0.040219899 -344428140520.04 -26.56515131
145
130 ADMG -40454665173 1.48408E-14 0.011335279 0.022487027 0.033822306 -40454665173.03 -24.42344781
131 BRNA -141133456000 7.10874E-14 0.015683765 0.036435854 0.052119619 -141133456000.05 -25.67297178
132 BRNA -283462494000 5.99661E-14 0.000347151 0.051360372 0.051707523 -283462494000.05 -26.37034566
133 BRNA -77542141000 4.39371E-14 0.001178155 0.037466589 0.038644745 -77542141000.04 -25.07408738
134 BRNA -187330613000 3.83014E-14 -0.002460835 0.030739426 0.02827859 -187330613000.03 -25.95614088
135 BRNA -79609069000 4.0715E-14 0.000687428 0.043657562 0.04434499 -79609069000.04 -25.10039386
136 FPNI -84046620000 2.22996E-14 0.013342143 0.025355972 0.038698115 -84046620000.04 -25.15463748
137 FPNI -415650732000 2.27486E-14 -0.047743204 0.026196146 -0.021547058 -415650731999.98 -26.75311116
138 FPNI 11377019000 2.56679E-14 -0.004510391 0.026028739 0.021518348 11377018999.98 -23.15486128
139 FPNI -40493920000 2.8991E-14 -0.001073138 0.026623148 0.02555001 -40493920000.03 -24.42441768
140 FPNI 41397057000 2.89387E-14 0.000357996 0.025289132 0.025647128 41397056999.97 -24.44647563
141 IGAR 29392457926 2.53978E-13 0.018345285 0.008338877 0.026684162 29392457925.97 -24.10400395
142 IGAR -28645024226 2.28168E-13 -0.008478168 0.010809203 0.002331035 -28645024226.00 -24.07824559
143 IGAR 5616891070 2.08368E-13 0.02080944 0.010480102 0.031289541 5616891069.97 -22.44904416
144 IGAR -11350386311 1.82039E-13 -0.005729792 0.011204916 0.005475124 -11350386311.01 -23.15251762
145 IGAR 42661678197 1.55939E-13 -0.000258439 0.014353734 0.014095295 42661678196.99 -24.47656689
146 IPOL -106003261032 2.32897E-14 -0.001236652 0.038898654 0.037662002 -106003261032.04 -25.3867357
147 IPOL -300503619972 2.04213E-14 -0.005297141 0.039029624 0.033732483 -300503619972.03 -26.42872564
148 IPOL -19584542218 2.1312E-14 -0.003428123 0.038339479 0.034911357 -19584542218.03 -23.69800643
149 IPOL -78249957640 2.09786E-14 -0.000396235 0.037650174 0.037253939 -78249957640.04 -25.08317413
150 IPOL 11878822827 1.92919E-14 0.001845473 0.035816255 0.037661729 11878822826.96 -23.19802306
151 TRST -209653918551 2.4533E-14 0.011006876 0.03461027 0.045617146 -209653918551.05 -26.068724
152 TRST -109706158088 2.45302E-14 0.000133368 0.036723588 0.036856956 -109706158088.04 -25.42107134
153 TRST -205397911801 2.38282E-14 -0.004328284 0.034387552 0.030059268 -205397911801.03 -26.04821497
154 TRST -191211384335 2.43117E-14 0.001967995 0.034509013 0.036477008 -191211384335.04 -25.97664538
155 TRST -55259989997 2.40031E-14 0.004624622 0.043363566 0.047988188 -55259989997.05 -24.73531498
156 IMPC 192241709339 4.85642E-14 0.008586278 0.013777573 0.02236385 192241709338.98 -25.98201932
146
157 IMPC 12276112836 4.59654E-14 -0.012639826 0.01525882 0.002618994 12276112836.00 -23.23092117
158 IMPC -38834388056 4.77546E-14 1.75416E-05 0.023816425 0.023833966 -38834388056.02 -24.38257198
159 IMPC 70689506420 3.51489E-14 -0.000366809 0.018586354 0.018219545 70689506419.98 -24.98156297
160 IMPC 62291359192 3.48633E-14 0.006353256 0.018813376 0.025166632 62291359191.97 -24.85508856
161 CPIN 1452503000000 5.09408E-15 0.013881356 0.03359753 0.047478885 1452502999999.95 -28.00430939
162 CPIN 50198000000 3.83844E-15 0.003440806 0.030930579 0.034371385 50197999999.97 -24.63924102
163 CPIN -1931735000000 3.24085E-15 0.028131598 0.025940105 0.054071703 -1931735000000.05 -28.28943968
164 CPIN 732279000000 3.3051E-15 0.03520549 0.025925789 0.06113128 732278999999.94 -27.31942743
165 CPIN -484469000000 3.261E-15 0.013095492 0.027150289 0.040245781 -484469000000.04 -26.90631928
166 JPFA -1178668000000 5.3563E-15 7.77955E-06 0.024278281 0.024286061 -1178668000000.02 -27.7954061
167 JPFA -928440000000 5.07648E-15 0.002965868 0.024627981 0.02759385 -928440000000.03 -27.5567716
168 JPFA -581997000000 4.66215E-15 0.009101827 0.019135522 0.028237349 -581997000000.03 -27.08973113
169 JPFA 272442000000 4.3829E-15 0.009325105 0.020333708 0.029658813 272441999999.97 -26.33069158
170 JPFA 412672000000 4.00811E-15 0.016426922 0.022661591 0.039088513 412671999999.96 -26.74591893
171 MAIN 217002460000 3.61272E-14 0.005177475 0.040580218 0.045757693 217002459999.95 -26.10317453
172 MAIN -35817036000 2.26551E-14 0.00641328 0.029410262 0.035823541 -35817036000.04 -24.30168948
173 MAIN -39644695000 2.01915E-14 0.009424811 0.028153542 0.037578353 -39644695000.04 -24.40322298
174 MAIN -222949217000 2.12257E-14 0.003701693 0.030836356 0.034538049 -222949217000.04 -26.13020986
175 MAIN -83657245000 1.99569E-14 0.026102033 0.029754962 0.055856995 -83657245000.06 -25.14999387
176 SIPD 28579570563 2.53511E-14 -0.00852209 0.016507028 0.007984938 28579570562.99 -24.07595798
177 SIPD -567628500209 2.85755E-14 -0.005835466 0.017633862 0.011798395 -567628500209.01 -27.06473299
178 SIPD 18177315318 3.56067E-14 0.009672834 0.021196833 0.030869667 18177315317.97 -23.62344024
179 SIPD -300550000000 3.11622E-14 0.000531997 0.020330897 0.020862894 -300550000000.02 -26.42887997
180 SIPD -90577000000 3.57191E-14 0.021031285 0.022376219 0.043407505 -90577000000.04 -25.22946615
181 CPRO -412089000000 1.11398E-14 0.021172682 0.018834361 0.040007043 -412089000000.04 -26.74450518
182 CPRO -1213308000000 1.12837E-14 -0.003432126 0.037115264 0.033683138 -1213308000000.03 -27.82437163
183 CPRO -2304121000000 8.80419E-15 0.003579337 0.028745675 0.032325012 -2304121000000.03 -28.46572037
147
184 CPRO -2484405000000 1.09241E-14 -0.021659462 0.03336938 0.011709918 -2484405000000.01 -28.54105431
185 CPRO 1612876000000 1.14177E-14 0.009740056 0.034218646 0.043958702 1612875999999.96 -28.10904004
186 TIRT -52440683331 1.09752E-13 0.005480276 0.01432192 0.019802197 -52440683331.02 -24.68294853
187 TIRT -24196833815 1.11655E-13 0.004844331 0.017243372 0.022087703 -24196833815.02 -23.90948763
188 TIRT 26850231346 1.04826E-13 6.70078E-05 0.018054182 0.01812119 26850231345.98 -24.01354027
189 TIRT 13655577551 9.80395E-14 -0.006859138 0.017723129 0.010863992 13655577550.99 -23.33741389
190 TIRT -24709547999 9.30991E-14 0.022956757 0.017112591 0.040069348 -24709547999.04 -23.93045556
191 ALDO 20600233493 2.75253E-13 0.01673887 0.020642291 0.037381161 20600233492.96 -23.74856825
192 ALDO 21874998659 2.30764E-13 0.006536937 0.019337712 0.02587465 21874998658.97 -23.80861021
193 ALDO -13025797122 2.18573E-13 0.021131431 0.017305443 0.038436874 -13025797122.04 -23.29019762
194 ALDO 16329014803 1.94965E-13 0.006062759 0.020504921 0.02656768 16329014802.97 -23.51620941
195 ALDO 25135555063 1.60417E-13 0.010837175 0.017111247 0.027948422 25135555062.97 -23.94754922
196 FASW -1236350772946 1.40547E-14 0.007739592 0.037383062 0.045122654 -1236350772946.05 -27.84318523
197 FASW -381798392716 1.43343E-14 -0.005056611 0.050209198 0.045152587 -381798392716.05 -26.66815854
198 FASW -1428931219922 1.1439E-14 0.005314414 0.051116228 0.056430643 -1428931219922.06 -27.98794788
199 FASW -517558545017 9.32051E-15 0.01104649 0.042732434 0.053778924 -517558545017.05 -26.97238849
200 FASW -327876230389 8.53799E-15 0.017037992 0.044188224 0.061226216 -327876230389.06 -26.51590203
201 INRU 52383696000 1.93561E-14 0.004068106 0.032892652 0.036960758 52383695999.96 -24.68186123
202 INRU -386455530000 1.76492E-14 -0.003152198 0.032528598 0.0293764 -386455530000.03 -26.68028264
203 INRU 144452045000 1.79213E-14 -0.003428408 0.031144434 0.027716026 144452044999.97 -25.69621342
204 INRU 512172600000 1.74845E-14 0.009324534 0.029974758 0.039299292 512172599999.96 -26.96192751
205 INRU -51238404000 1.63265E-14 -0.000600031 0.031092494 0.030492463 -51238404000.03 -24.65975517
206 KBRI 34540758666 1.01426E-13 -0.001211818 0.084285149 0.083073331 34540758665.92 -24.26540587
207 KBRI -45174149643 6.15908E-14 0.009548884 0.050002054 0.059550939 -45174149643.06 -24.53379085
208 KBRI -192280060780 5.49477E-14 -0.003450007 0.043165473 0.039715466 -192280060780.04 -25.9822188
209 KBRI -147523403773 6.33048E-14 -0.000541512 0.047933612 0.047392099 -147523403773.05 -25.71725267
210 KBRI -123886723543 6.8304E-14 -0.005533426 0.049771266 0.04423784 -123886723543.04 -25.54263347
148
211 TKIM -2026588050000 2.48107E-15 -0.00146128 0.025008512 0.023547232 -2026588050000.02 -28.33737473
212 TKIM -4835724704000 2.15E-15 -0.0023732 0.026180883 0.023807683 -4835724704000.02 -29.20705212
213 TKIM -1919039736000 2.22961E-15 -0.001591141 0.024721203 0.023130062 -1919039736000.02 -28.28284604
214 TKIM -184797320000 2.38018E-15 -0.000926881 0.025141506 0.024214625 -184797320000.02 -25.94252549
215 TKIM 2951770104000 2.15027E-15 0.001085497 0.022813846 0.023899343 2951770103999.98 -28.71342614
216 ASII 7168000000000 3.73842E-16 0.0022784 0.010987458 0.013265858 7167999999999.99 -29.60064779
217 ASII - 3.38944E-16 -0.004652421 0.010070941 0.00541852 - -29.96180486
10286000000000 10286000000000.00
218 ASII -1105000000000 3.25952E-16 -0.001245503 0.010041392 0.008795889 -1105000000000.01 -27.73086645
219 ASII -164000000000 3.05513E-16 0.005460029 0.010536037 0.015996067 -164000000000.02 -25.82313226
220 ASII -320000000000 2.70426E-16 0.007100304 0.011123892 0.018224196 -320000000000.02 -26.49158683
221 AUTO 689521000000 6.40777E-15 0.008652059 0.015093516 0.023745575 689520999999.98 -27.25926299
222 AUTO -544067000000 5.56036E-15 -0.002166421 0.01389473 0.011728309 -544067000000.01 -27.02233824
223 AUTO -575948000000 5.57915E-15 0.005350613 0.014309776 0.019660389 -575948000000.02 -27.07928322
224 AUTO 153552000000 5.47485E-15 0.002931773 0.013757709 0.016689483 153551999999.98 -25.75730511
225 AUTO 2332000000 5.41921E-15 0.008874088 0.013509945 0.022384033 2331999999.98 -21.56999211
226 BRAM -158413606866 2.70378E-14 0.002676276 0.043541048 0.046217323 -158413606866.05 -25.78847521
227 BRAM -187138870222 1.89037E-14 0.000550726 0.03236454 0.032915266 -187138870222.03 -25.9551168
228 BRAM -347041245326 2.05047E-14 0.001415103 0.032556025 0.033971129 -347041245326.03 -26.57270947
229 BRAM 6885408760 2.00456E-14 0.003965027 0.032748048 0.036713075 6885408759.96 -22.65267034
230 BRAM -319458884292 1.82344E-14 0.006005198 0.030220941 0.036226139 -319458884292.04 -26.48989441
231 GJTL 130870000000 5.19109E-15 0.003632462 0.028152129 0.031784591 130869999999.97 -25.5974703
232 GJTL -1108961000000 4.96215E-15 -0.002117338 0.030879085 0.028761748 -1108961000000.03 -27.73444466
233 GJTL -666653000000 4.56895E-15 -0.000270576 0.029724817 0.029454241 -666653000000.03 -27.22553551
234 GJTL -693833000000 4.27858E-15 0.003622078 0.027132077 0.030754155 -693833000000.03 -27.26549713
235 GJTL -554293000000 4.39774E-15 0.003105922 0.029269682 0.032375604 -554293000000.03 -27.04095926
236 IMAS -590561429893 3.58389E-15 -0.003554174 0.011180163 0.007625989 -590561429893.01 -27.1043395
149
237 IMAS -815870866076 3.40806E-15 -0.003628882 0.011153885 0.007525003 -815870866076.01 -27.42752193
238 IMAS -431692029181 3.24137E-15 -0.008227448 0.008926089 0.000698641 -431692029181.00 -26.79097828
239 IMAS 528383635511 3.12094E-15 -6.80814E-05 0.010327557 0.010259476 528383635510.99 -26.99308844
240 IMAS 2339586330039 2.54449E-15 0.004829854 0.012837816 0.01766767 2339586330038.98 -28.48099525
241 INDS 61908303942 3.64213E-14 0.004727392 0.032368271 0.037095663 61908303941.96 -24.84892016
242 INDS -108707843810 3.50467E-14 -0.006056824 0.036142104 0.03008528 -108707843810.03 -25.41192979
243 INDS -143879918992 3.13243E-14 -0.0002157 0.030379961 0.030164261 -143879918992.03 -25.69224489
244 INDS -206612544804 3.22936E-14 0.008607789 0.028504298 0.037112087 -206612544804.04 -26.05411111
245 INDS -23046899637 3.28594E-14 0.010796899 0.028567333 0.039364232 -23046899637.04 -23.86079709
246 SMSM -28769000000 4.65697E-14 0.010697616 0.016354754 0.02705237 -28769000000.03 -24.08256426
247 SMSM -74804000000 4.55157E-14 0.006319915 0.023185313 0.029505228 -74804000000.03 -25.0381372
248 SMSM -80651000000 3.60343E-14 -0.001783192 0.016900397 0.015117205 -80651000000.02 -25.11339704
249 SMSM 109356000000 3.54808E-14 0.014382048 0.017286592 0.031668641 109355999999.97 -25.41787445
250 SMSM 108903000000 3.27421E-14 0.013360488 0.017476052 0.030836539 108902999999.97 -25.41372341
251 ERTX -116075809020 8.77521E-14 -0.000249468 0.023591623 0.023342154 -116075809020.02 -25.47750934
252 ERTX -138447216644 1.25071E-13 -0.013927401 0.033603007 0.019675606 -138447216644.02 -25.65375498
253 ERTX 60966623962 1.12925E-13 -0.004738683 0.020440394 0.015701711 60966623961.98 -24.8335924
254 ERTX -26701601880 1.12701E-13 0.001879552 0.032760167 0.034639719 -26701601880.03 -24.0079894
255 ERTX 88522426359 9.36921E-14 0.000665818 0.028367651 0.029033469 88522426358.97 -25.20652176
256 ESTI 48202754184 1.41856E-13 -0.007607021 0.032413405 0.024806384 48202754183.98 -24.598682
257 ESTI 41190559290 8.36872E-14 0.014478633 0.020870593 0.035349226 41190559289.96 -24.44147492
258 ESTI -78287393410 1.05283E-13 0.00746424 0.029984349 0.037448589 -78287393410.04 -25.08365242
259 ESTI 72828908240 1.20055E-13 -0.00197887 0.034092568 0.032113699 72828908239.97 -25.0113788
260 ESTI -24271715547 9.01905E-14 0.004259508 0.028982087 0.033241595 -24271715547.03 -23.91257754
261 PRBX -114945549084 2.76047E-14 -0.002569935 0.01844424 0.015874304 -114945549084.02 -25.46772437
262 PRBX 487088042150 1.58691E-14 0.01388958 0.019068487 0.032958066 487088042149.97 -26.91171073
263 PRBX 656778114336 1.35127E-14 0.008491419 0.015885436 0.024376855 656778114335.98 -27.21061207
150
264 PRBX 394818227280 1.14216E-14 0.007657277 0.013299582 0.020956859 394818227279.98 -26.70169131
265 PRBX 398523012507 9.68357E-15 0.006781051 0.011336009 0.01811706 398523012506.98 -26.71103108
266 POLU -1085395565550 1.83497E-14 -0.013313196 0.009930939 -0.003382257 -1085395565550.00 -27.71296561
267 POLU -283321207282 2.11654E-14 -0.027092599 0.012807903 -0.014284696 -283321207281.99 -26.3698471
268 POLU -345012045030 2.57381E-14 -0.010373675 0.017075108 0.006701433 -345012045030.01 -26.56684517
269 POLU -311192472600 2.56748E-14 0.011122819 0.016678172 0.027800991 -311192472600.03 -26.46367744
270 POLU 201717109647 2.39762E-14 0.026313846 0.016679301 0.042993147 201717109646.96 -26.03013211
271 RICY -32033764854 7.20808E-14 0.014727746 0.01636407 0.031091816 -32033764854.03 -24.19005634
272 RICY -119786896998 6.83321E-14 -0.005019909 0.016459598 0.011439689 -119786896998.01 -25.50898014
273 RICY -68460694289 6.67672E-14 0.00469251 0.015818073 0.020510584 -68460694289.02 -24.94952561
274 RICY -196261363809 6.20788E-14 0.022232084 0.014293585 0.036525669 -196261363809.04 -26.0027131
275 RICY -151531640549 5.83273E-14 0.028499774 0.013056418 0.041556192 -151531640549.04 -25.74406029
276 UNIT -26479271948 1.74253E-13 0.000396116 0.043102103 0.04349822 -26479271948.04 -23.99962807
277 UNIT 25130576588 1.81602E-13 0.001761012 0.042359482 0.044120494 25130576587.96 -23.94735113
278 UNIT -29307617450 1.73709E-13 -0.002080268 0.038033046 0.035952777 -29307617450.04 -24.1011133
279 UNIT -3232992022 1.84795E-13 -0.000760506 0.037879123 0.037118617 -3232992022.04 -21.89667387
280 UNIT -4763976068 1.87624E-13 -0.000592542 0.035824297 0.035231755 -4763976068.04 -22.28434846
281 ARGO -346073085672 3.65871E-14 -0.007591341 0.036903247 0.029311906 -346073085672.03 -26.56991582
282 ARGO -92063438980 3.99667E-14 -0.031687742 0.041898703 0.010210961 -92063438980.01 -25.24574373
283 ARGO -115080833284 4.59417E-14 0.002793445 0.036334737 0.039128182 -115080833284.04 -25.46890062
284 ARGO -195385900440 5.1092E-14 -0.010019934 0.035659071 0.025639137 -195385900440.03 -25.99824242
285 ARGO -92726007156 5.63893E-14 -0.001556532 0.039676765 0.038120233 -92726007156.04 -25.25291482
286 STAR 31981561735 1.06752E-13 -0.007406375 0.024245814 0.016839439 31981561734.98 -24.18842538
287 STAR -32786494805 1.03104E-13 -0.002560364 0.023237571 0.020677208 -32786494805.02 -24.21328252
288 STAR -35928161521 1.09736E-13 -0.002241472 0.023721249 0.021479777 -35928161521.02 -24.30478727
289 STAR -78189010959 1.15911E-13 -0.001286496 0.023992129 0.022705633 -78189010959.02 -25.08239495
290 STAR -30563068649 1.30144E-13 0.001146414 0.025984796 0.02713121 -30563068649.03 -24.14305821
151
291 TFCO -273960937176 1.78687E-14 -0.00454409 0.038066402 0.033522312 -273960937176.03 -26.33625137
292 TFCO -392970315106 1.71264E-14 -0.019702839 0.039166126 0.019463287 -392970315106.02 -26.69699991
293 TFCO -243594610495 1.89955E-14 9.99966E-05 0.040952165 0.041052162 -243594610495.04 -26.21877125
294 TFCO -253869972320 1.84146E-14 0.007639528 0.037885539 0.045525068 -253869972320.05 -26.26008805
295 TFCO -50866104258 1.67651E-14 0.002280023 0.035610233 0.037890256 -50866104258.04 -24.65246261
296 TRIS 36471443731 1.68286E-13 0.002527907 0.014529414 0.017057321 36471443730.98 -24.31979543
297 TRIS -19191333674 1.5328E-13 0.017424558 0.013870351 0.031294909 -19191333674.03 -23.67772464
298 TRIS 12043123470 1.39289E-13 0.004887765 0.013194741 0.018082506 12043123469.98 -23.21175967
299 TRIS -30185774021 1.25058E-13 -0.011293414 0.011282716 -1.06979E-05 -30185774021.00 -24.13063659
300 TRIS -1378367106 1.46798E-13 0.012003828 0.012749057 0.024752886 -1378367106.02 -21.04416538
301 BIMA -1633696791 6.75317E-13 0.007224927 0.006750082 0.013975009 -1633696791.01 -21.21411125
302 BIMA -39259374836 7.65275E-13 -0.048756814 0.00705717 -0.041699644 -39259374835.96 -24.3934561
303 BIMA 306864145 8.03549E-13 -0.038339198 0.006506847 -0.031832351 306864145.03 -19.54191568
304 BIMA 6125870628 8.69175E-13 -0.014220302 0.006805971 -0.00741433 6125870628.01 -22.53578673
305 BIMA 3235087714 8.95583E-13 -0.00437074 0.007561666 0.003190926 3235087714.00 -21.89732188
306 IKBI -75374333262 8.90749E-14 0.012315748 0.016421135 0.028736883 -75374333262.03 -25.04573265
307 IKBI 5000409252 7.66142E-14 -0.01530065 0.016027522 0.000726872 5000409252.00 -22.3327856
308 IKBI -133819732776 7.79487E-14 0.002482445 0.017780075 0.02026252 -133819732776.02 -25.61975945
309 IKBI 128431657080 7.25461E-14 0.006039361 0.022331469 0.02837083 128431657079.97 -25.57866275
310 IKBI -112370517306 6.82015E-14 0.051491149 0.022698707 0.074189856 -112370517306.07 -25.44506744
311 JECC -18325835000 6.45128E-14 0.002617996 0.005597778 0.008215775 -18325835000.01 -23.63157765
312 JECC -19085485000 7.51788E-14 0.012936199 0.021221838 0.034158038 -19085485000.03 -23.67219394
313 JECC -51948042000 5.889E-14 0.01772962 0.017149631 0.03487925 -51948042000.03 -24.67350986
314 JECC -2593166000 5.04029E-14 0.008336496 0.020384225 0.028720721 -2593166000.03 -21.67614536
315 JECC 80984876000 4.14941E-14 0.038258268 0.017406436 0.055664704 80984875999.94 -25.11752826
316 KBLI -98052817814 5.94659E-14 -0.010076958 0.017437513 0.007360556 -98052817814.01 -25.30877213
317 KBLI 69243118155 5.96623E-14 0.011953979 0.023469874 0.035423853 69243118154.96 -24.9608896
152
318 KBLI -48836833088 5.1553E-14 0.007756631 0.020589306 0.028345937 -48836833088.03 -24.61175064
319 KBLI 424845498803 4.27482E-14 0.007238106 0.031792228 0.039030334 424845498802.96 -26.77499141
320 KBLI 146296898862 2.65449E-14 0.017430208 0.018030369 0.035460577 146296898861.97 -25.70890395
321 KBLM 14399945476 1.22269E-13 -0.013711457 0.025242432 0.011530975 14399945475.99 -23.39049026
322 KBLM -17180051287 1.236E-13 0.009200921 0.025645305 0.034846226 -17180051287.03 -23.56701474
323 KBLM -11998515652 1.22252E-13 0.009680431 0.021265593 0.030946023 -11998515652.03 -23.20804878
324 KBLM 49640325548 1.25178E-13 0.015424881 0.061215736 0.076640617 49640325547.92 -24.62806936
325 KBLM -8721548422 6.47669E-14 -0.00242316 0.032025856 0.029602696 -8721548422.03 -22.88906263
326 SCCO 75447771910 4.54021E-14 -0.003880584 0.009555836 0.005675253 75447771909.99 -25.04670649
327 SCCO -38860478886 4.8309E-14 -0.002005323 0.010945194 0.008939871 -38860478886.01 -24.3832436
328 SCCO -181933004175 4.51176E-14 -0.001361379 0.010367744 0.009006366 -181933004175.01 -25.92690435
329 SCCO 339980924571 3.26539E-14 0.027372713 0.039257734 0.066630447 339980924570.93 -26.55215535
330 SCCO 387488501216 1.9929E-14 0.012173782 0.023901981 0.036075763 387488501215.96 -26.68295201
331 VOKS -13972588461 4.0848E-14 -0.006217483 0.008876627 0.002659143 -13972588461.00 -23.36036328
332 VOKS -15777436006 5.13492E-14 -0.020400969 0.010474534 -0.009926435 -15777436005.99 -23.48184666
333 VOKS -34207347570 5.2075E-14 0.015956148 0.010935282 0.02689143 -34207347570.03 -24.2557063
334 VOKS 97512441962 4.79556E-14 0.00802228 0.010444298 0.018466578 97512441961.98 -25.30324582
335 VOKS 37712271490 3.79117E-14 0.012579359 0.011688628 0.024267987 37712271489.98 -24.35325138
336 PTSN -81141057792 8.22001E-14 -0.088088202 0.02292936 -0.065158842 -81141057791.93 -25.11945493
337 PTSN -25341654952 8.91282E-14 -0.031907674 0.028928739 -0.002978935 -25341654952.00 -23.95571532
338 PTSN -99144129668 9.42131E-14 -0.013184425 0.029574111 0.016389685 -99144129668.02 -25.31984048
339 PTSN -86497412560 8.98925E-14 0.016436504 0.034890586 0.05132709 -86497412560.05 -25.18338034
340 PTSN -49843483119 8.26158E-14 0.236568411 0.057510905 0.294079316 -49843483119.29 -24.6321536
341 KRAH 115964097023 2.41004E-13 -0.00656359 0.013700529 0.007136939 115964097022.99 -25.47654647
342 KRAH 16313107425 1.66551E-13 0.00070821 0.008807668 0.009515877 16313107424.99 -23.51523476
343 KRAH -38723151394 1.49943E-13 0.004607435 0.01678792 0.021395355 -38723151394.02 -24.37970349
344 KRAH -45668556405 1.3362E-13 -0.004158925 0.013892857 0.009733932 -45668556405.01 -24.54467585
153
345 KRAH -41563820901 1.23848E-13 0.000671021 0.011865929 0.012536951 -41563820901.01 -24.45049594
346 ADES -70305000000 1.8138E-13 0.008955494 0.022135277 0.031090771 -70305000000.03 -24.97610876
347 ADES 6799000000 1.59049E-13 0.010635396 0.032226605 0.042862001 6798999999.96 -22.64004138
348 ADES -63205000000 1.22469E-13 0.022480416 0.032650498 0.055130914 -63205000000.06 -24.86964925
349 ADES -48957000000 1.04237E-13 -0.006135989 0.035514311 0.029378322 -48957000000.03 -24.6142082
350 ADES -93630000000 9.52113E-14 -0.000133429 0.030340515 0.030207086 -93630000000.03 -25.26261668
351 INDF -4039829000000 1.02857E-15 0.009060817 0.016109702 0.025170518 -4039829000000.03 -29.02722348
352 INDF -504112000000 9.29398E-16 -0.000208654 0.016618694 0.01641004 -504112000000.02 -26.9460643
353 INDF -1908697000000 8.71161E-16 0.001951454 0.021803283 0.023754737 -1908697000000.02 -28.27744193
354 INDF -1410542000000 9.67356E-16 0.00280573 0.027219713 0.030025444 -1410542000000.03 -27.97499514
355 INDF -973978000000 9.04968E-16 0.002478846 0.02733151 0.029810356 -973978000000.03 -27.60465455
356 MYOR 1271958072629 8.23641E-15 0.015070726 0.021038435 0.036109161 1271958072628.96 -27.87157862
357 MYOR -1086552369395 7.7685E-15 0.002449396 0.020871016 0.023320413 -1086552369395.02 -27.71403084
358 MYOR 729361930490 7.05298E-15 0.017211392 0.019394557 0.036605949 729361930489.96 -27.31543592
359 MYOR 355423161825 6.19079E-15 0.006476302 0.017594161 0.024070464 355423161824.98 -26.59657492
360 MYOR 1301161038516 5.36342E-15 0.017631214 0.016272833 0.033904046 1301161038515.97 -27.89427809
361 PSDN -48867951168 1.17233E-13 -0.036310938 0.024563561 -0.011747377 -48867951167.99 -24.61238762
362 PSDN -19892902745 1.28512E-13 -0.00582244 0.026309172 0.020486732 -19892902745.02 -23.71362886
363 PSDN -61091474355 1.28949E-13 0.003509733 0.025923605 0.029433338 -61091474355.03 -24.83563816
364 PSDN 7307435306 1.2236E-13 0.051472453 0.023531173 0.075003626 7307435305.93 -22.7121582
365 PSDN -64411792677 1.15772E-13 -0.007047287 0.022138327 0.01509104 -64411792677.02 -24.88856257
366 ROTI -176327273237 4.38912E-14 0.014538458 0.052537187 0.067075644 -176327273237.07 -25.89560761
367 ROTI -284973140174 3.73327E-14 0.009302014 0.048447821 0.057749835 -284973140174.06 -26.37566077
368 ROTI -134925057587 2.95604E-14 0.008982533 0.03881102 0.047793554 -134925057587.05 -25.62798533
369 ROTI -235253191934 2.74006E-14 -0.001987396 0.038922187 0.036934791 -235253191934.04 -26.18392818
370 ROTI -168751019963 1.75455E-14 0.003164951 0.027779261 0.030944212 -168751019963.03 -25.85169021
371 STTP -74880608939 5.44196E-14 0.022704877 0.033435609 0.056140485 -74880608939.06 -25.0391608
154
372 STTP -9137921557 4.70532E-14 0.015594726 0.033734746 0.049329472 -9137921557.05 -22.9356988
373 STTP 7990591812 4.1676E-14 0.000508921 0.03366496 0.034173881 7990591811.97 -22.80153066
374 STTP -85215689462 3.42289E-14 0.006165699 0.027455346 0.033621044 -85215689462.03 -25.1684514
375 STTP 10081910177 3.41525E-14 -0.001661113 0.026673206 0.025012093 10081910176.98 -23.03400858
376 SKBM 46256866365 1.60001E-13 0.032835199 0.028581551 0.061416751 46256866364.94 -24.55747575
377 SKBM -22319427862 1.22516E-13 -0.012227605 0.034334918 0.022107313 -22319427862.02 -23.82872334
378 SKBM 56379691407 1.04646E-13 0.007561534 0.032509586 0.04007112 56379691406.96 -24.75537485
379 SKBM 124543264695 7.98677E-14 0.022904673 0.027631049 0.050535722 124543264694.95 -25.547919
380 SKBM 71755023317 4.92906E-14 0.00318906 0.020462768 0.023651828 71755023316.98 -24.9965237
381 BTEK -8828909817 2.17147E-13 -0.024391922 0.234734586 0.210342664 -8828909817.21 -22.90129738
382 BTEK -554100829920 3.31282E-14 0.03535563 0.06416168 0.09951731 -554100829920.10 -27.04061251
383 BTEK -136537028559 2.50137E-14 -0.014580157 0.054562087 0.039981931 -136537028559.04 -25.63986169
384 BTEK 117584941377 1.63944E-14 0.001085716 0.035484261 0.036569977 117584941376.96 -25.49042681
385 BTEK -1012087478515 1.50771E-14 0.003300915 0.017839437 0.021140353 -1012087478515.02 -27.64303612
386 CEKA 188808367801 7.47924E-14 0.08197968 0.011806829 0.093786509 188808367800.91 -25.96399841
387 CEKA -62064923254 6.2298E-14 -0.009670524 0.009809738 0.000139214 -62064923254.00 -24.85144682
388 CEKA 73609696264 5.38421E-14 0.031489772 0.008285397 0.039775169 73609696263.96 -25.0220426
389 CEKA -101430121168 5.61024E-14 0.007270945 0.00848677 0.015757715 -101430121168.02 -25.34263594
390 CEKA -194610029653 5.7445E-14 -0.034747542 0.0081869 -0.026560642 -194610029652.97 -25.99426355
391 GGRM 3774891000000 1.57568E-15 0.015791853 0.021300795 0.037092648 3774890999999.96 -28.95939262
392 GGRM 3252014000000 1.37376E-15 0.006801498 0.01968033 0.026481828 3252013999999.97 -28.81029561
393 GGRM -264968000000 1.25974E-15 0.006531375 0.018399064 0.024930439 -264968000000.03 -26.3028749
394 GGRM -449232000000 1.27082E-15 0.008430798 0.019384545 0.027815343 -449232000000.03 -26.8308053
395 GGRM -3431632000000 1.19832E-15 0.014884339 0.019431384 0.034315723 -3431632000000.03 -28.86405707
396 HMSP -922112000000 2.91922E-15 0.016994611 0.012312432 0.029307043 -922112000000.03 -27.54993253
397 HMSP 9552145000000 2.81882E-15 0.018802098 0.01261519 0.031417288 9552144999999.97 -29.88778685
398 HMSP -1314350000000 2.10467E-15 0.011209591 0.010340306 0.021549897 -1314350000000.02 -27.90436336
155
399 HMSP -2705781000000 1.88199E-15 0.006067016 0.009239912 0.015306929 -2705781000000.02 -28.62641171
400 HMSP -6655065000000 1.85438E-15 0.01381616 0.009629823 0.023445983 -6655065000000.02 -29.52639933
401 RMBA -1167546000000 8.05213E-15 0.011687586 0.02162133 0.033308916 -1167546000000.03 -27.78592523
402 RMBA 1185209000000 7.39271E-15 0.017980236 0.022819142 0.040799379 1185208999999.96 -27.80094025
403 RMBA 482072000000 6.31547E-15 0.010252672 0.019957043 0.030209715 482071999999.97 -26.90135932
404 RMBA -486769000000 5.93871E-15 0.004220265 0.021105804 0.025326069 -486769000000.03 -26.91105551
405 RMBA -599571000000 5.68037E-15 0.005739069 0.021112834 0.026851903 -599571000000.03 -27.11948024
406 DVLA -22838556000 6.69396E-14 0.001802068 0.012736333 0.014538401 -22838556000.01 -23.851716
407 DVLA -106272393000 6.44517E-14 0.009617784 0.011860014 0.021477798 -106272393000.02 -25.38927138
408 DVLA -35392139000 5.81278E-14 0.00459219 0.016756903 0.021349094 -35392139000.02 -24.28975557
409 DVLA -68488900000 5.2241E-14 0.005382204 0.01473938 0.020121583 -68488900000.02 -24.94993753
410 DVLA 174023540000 4.87541E-14 0.001695871 0.013712615 0.015408486 174023539999.99 -25.88245641
411 KAEF -28473240084 3.18126E-14 0.006264677 0.012729854 0.018994531 -28473240084.02 -24.07223054
412 KAEF 89582899733 2.50418E-14 0.0072049 0.01203441 0.01923931 89582899732.98 -25.21843029
413 KAEF 73547018784 2.32905E-14 0.017854123 0.016706403 0.034560526 73547018783.97 -25.02119075
414 KAEF 326466673807 1.89728E-14 0.004087644 0.023871821 0.027959465 326466673806.97 -26.51159371
415 KAEF 143538257058 1.3123E-14 0.01840542 0.025186368 0.043591788 143538257057.96 -25.68986744
416 KLBF -193448173229 7.06751E-15 0.007922692 0.017143494 0.025066186 -193448173229.03 -25.98827547
417 KLBF -369947250277 6.43125E-15 0.00316372 0.018047217 0.021210937 -369947250277.02 -26.63662627
418 KLBF 191051652375 5.84094E-15 0.006804421 0.018959564 0.025763984 191051652374.97 -25.97580966
419 KLBF 444934874538 5.25417E-15 0.002845541 0.02000075 0.022846291 444934874537.98 -26.82119376
420 KLBF -273513984702 4.81457E-15 0.002377524 0.021449478 0.023827002 -273513984702.02 -26.33461859
421 MERK -107578559000 1.14371E-13 0.005558552 0.006713493 0.012272045 -107578559000.01 -25.4014872
422 MERK -61165744000 1.12509E-13 0.011057681 0.008880731 0.019938412 -61165744000.02 -24.83685313
423 MERK -15318423000 1.24679E-13 0.007644903 0.011547694 0.019192598 -15318423000.02 -23.45232206
424 MERK 14757493000 1.07536E-13 -0.053280459 0.013617534 -0.039662925 14757493000.04 -23.41501679
425 MERK 994359306000 9.44503E-14 0.00759274 0.01256704 0.02015978 994359305999.98 -27.62536445
156
426 PYFA 1188480630 4.57016E-13 0.008983839 0.029864931 0.03884877 1188480629.96 -20.89594155
427 PYFA -12612805969 4.63614E-13 0.002183343 0.027797542 0.029980885 -12612805969.03 -23.25797848
428 PYFA -1906442033 5.00151E-13 -0.004507325 0.028492522 0.023985196 -1906442033.02 -21.36850453
429 PYFA -13803166176 4.78862E-13 0.003428801 0.025906482 0.029335283 -13803166176.03 -23.34816384
430 PYFA 3617977883 5.01366E-13 0.010654376 0.032285039 0.042939415 3617977882.96 -22.00918111
431 SQBI 3909313000 1.89939E-13 0.00870604 0.011797496 0.020503536 3909312999.98 -22.08662749
432 SQBI 10293817000 1.74158E-13 0.001389556 0.011206637 0.012596193 10293816999.99 -23.05480926
433 SQBI -14290605000 1.72404E-13 0.005783151 0.010566677 0.016349829 -14290605000.02 -23.38286817
434 SQBI -13274285000 1.66933E-13 0.003560891 0.009527743 0.013088634 -13274285000.01 -23.30909454
435 SQBI -19030841000 1.62486E-13 0.009247153 0.009342149 0.018589302 -19030841000.02 -23.66932671
436 TSPC 72834726584 1.47682E-14 0.008903464 0.016355777 0.025259241 72834726583.97 -25.01145869
437 TSPC -249143329840 1.42614E-14 0.008040506 0.016426264 0.02446677 -249143329840.02 -26.24129419
438 TSPC 53838187815 1.27293E-14 0.011375258 0.016386453 0.027761711 53838187814.97 -24.70924886
439 TSPC 13175251362 1.21473E-14 0.00308738 0.017173022 0.020260402 13175251361.98 -23.30160601
440 TSPC 151290021912 1.07601E-14 0.004796237 0.017413635 0.022209872 151290021911.98 -25.74246451
441 MBTO 2540020423 1.30116E-13 0.000562483 0.013809194 0.014371677 2540020422.99 -21.65543796
442 MBTO -15067698715 1.2841E-13 -0.001257077 0.01329193 0.012034853 -15067698715.01 -23.43581913
443 MBTO 3917403848 1.23286E-13 -0.002282849 0.012892003 0.010609155 3917403847.99 -22.08869499
444 MBTO -23270635959 1.12683E-13 0.000544121 0.012130947 0.012675068 -23270635959.01 -23.87045814
445 MBTO -114030645614 1.02476E-13 -0.008897309 0.009808204 0.000910895 -114030645614.00 -25.45973307
446 MRAT 29734184354 1.81141E-13 0.002535231 0.010006685 0.012541916 29734184353.99 -24.11556321
447 MRAT 9318878401 1.59956E-13 -0.003049867 0.008046085 0.004996218 9318878401.00 -22.95530812
448 MRAT 10979967510 1.60937E-13 -0.011032355 0.007422436 -0.00360992 10979967510.00 -23.11933831
449 MRAT 9071823285 1.65619E-13 0.000978106 0.00741482 0.008392926 9071823284.99 -22.9284391
450 MRAT 3493902426 1.60851E-13 -0.003923545 0.006850494 0.002926949 3493902426.00 -21.97428512
451 UNVR -536002000000 6.29749E-15 0.021115019 0.032970322 0.05408534 -536002000000.05 -27.00740373
452 UNVR -447246000000 5.60198E-15 0.008753136 0.033212186 0.041965322 -447246000000.04 -26.82637462
157
453 UNVR -293547000000 5.08584E-15 0.015204597 0.034531598 0.049736194 -293547000000.05 -26.4053036
454 UNVR -55300000000 4.77735E-15 0.000659754 0.035475481 0.036135235 -55300000000.04 -24.73603875
455 UNVR 1194908000000 4.23137E-15 0.001342547 0.032039978 0.033382525 1194907999999.97 -27.80909031
456 KICI 3713242042 8.00624E-13 0.002940129 0.004708062 0.007648191 3713242041.99 -22.0351712
457 KICI -8945355976 7.97432E-13 -0.008298959 0.027902563 0.019603604 -8945355976.02 -22.91440035
458 KICI 460227718 5.97765E-13 -0.00032085 0.019879142 0.019558292 460227717.98 -19.94723196
459 KICI 1721871665 5.72209E-13 0.008489293 0.01838782 0.026877113 1721871664.97 -21.26667771
460 KICI -342034153 5.35404E-13 -0.013929126 0.016419389 0.002490263 -342034153.00 -19.65042115
461 LMPI -6039932893 9.73012E-14 -0.017234147 0.01830834 0.001074193 -6039932893.00 -22.52165874
462 LMPI -685599673 9.89007E-14 -0.00500701 0.018444713 0.013437703 -685599673.01 -20.34580445
463 LMPI -11044960156 1.00871E-13 -0.005711558 0.018802154 0.013090597 -11044960156.01 -23.12524007
464 LMPI -14342723563 9.8721E-14 0.001998655 0.018439497 0.020438152 -14342723563.02 -23.38650858
465 LMPI -75451073886 9.58602E-14 0.009908121 0.017797067 0.027705188 -75451073886.03 -25.04675026
466 CINT 7472977904 2.9413E-13 -0.003218151 0.032100133 0.028881982 7472977903.97 -22.73455941
467 CINT 5124571526 2.16107E-13 0.008253587 0.02449042 0.032744008 5124571525.97 -22.35731275
468 CINT -19141875116 2.08982E-13 0.003286628 0.027071844 0.030358472 -19141875116.03 -23.67514419
469 CINT -3571860722 2.00332E-13 0.010554847 0.033507668 0.044062515 -3571860722.04 -21.99635251
470 CINT 23328526594 1.67863E-13 -0.001310133 0.030725697 0.029415565 23328526593.97 -23.87294277
158

Risdayanti Feb

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Risdayanti Feb

Diunggah oleh

Hak Cipta:

Format Tersedia

PENGARUH AUDIT MARKET CONCENTRATION, AUDIT FEE,

DAN AUDITOR FLOW TERHADAP AUDIT QUALITY

(Studi Empiris pada Perusahaan Manufaktur yang Terdaftar

di Bursa Efek Indonesia Periode 2014-2018)

Diajukan kepada Fakultas Ekonomi dan Bisnis

PROGRAM STUDI AKUNTANSI

Setelah mencermati dan memperhatikan penampilan dan kemampuan yang

Jakarta, 11 Maret 2020

1. Dr. Yusar Sagara, SE., Ak., M.Si, CA., CMA., CPMA ( )

2. Ismawati Haribowo, SE., M.Si ( )

Hari ini , telah dilakukan Ujian Skripsi atas mahasiswa:

Setelah mencermati dan memperhatikan penampilan dan kemampuan yang

Jakarta, 27 Juli 2020

1. Fitri Damayanti, SE., M.Si ( )

2. Fitri Yani Jalil, SE., M.Sc ( )

3. Drs. Abdul Hamid Cebba, MBA., Ak., CPA ( )

Yang bertanda tangan di bawah ini:

Dengan ini menyatakan bahwa dalam penulisan skripsi ini, saya:

1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan

Demikian pernyataan ini saya buat dengan sesungguhnya.

III. PENGHARGAAN, PENGALAMAN ORGANISASI DAN

V. LATAR BELAKANG KELUARGA

The objective of this research is to examine the effects of Audit Market

Penelitian ini bertujuan untuk menguji pengaruh Audit Market

Assalamu’alaikum Warahmatullahi Wabarakatuh,

5. Ibu Fitri Damayanti, M.Si., selaku Sekretaris Program Studi Akuntansi

9. Sahabat-sahabat ‘Asinan’ sejak semester 1 di UIN Jakarta dan akan terus

14. Seluruh teman-teman KKN kelompok 179.

15. Semua pihak yang telah membantu.

HALAMAN JUDUL ................................................................................................ i

1.1 Kasus Pelanggaran Akuntansi di Indonesia 3

2.1 Daftar Penelitian-penelitian Terdahulu 25

3.1 Pengukuran Operasional Variabel Penelitian 44

4.1 Proses Seleksi Sampel 53

4.2 Hasil Uji Statistik Deskriptif 54

4.3 Hasil Uji Normalitas dengan Uji Kolmogorov Smirnov 58

Hasil Uji Normalitas dengan Uji Kolmogorov Smirnov

4.5 Hasil Uji Multikolinearitas 62

4.6 Hasil Uji Autokorelasi dengan Runs Test 63

4.7 Hasil Uji Heterokedastisitas dengan Uji Glejser 65

4.8 Hasil Uji Koefisien Determinasi (R²) 66

4.9 Hasil Uji F-Test 67

4.10 Hasil Uji T-test 68

2.1 Kerangka Pemikiran 30

4.1 Hasil Uji Normalitas dengan Histogram Normal 60

4.2 Hasil Uji Normalitas dengan Grafik Normal Plot 61

4.3 Hasil Uji Heterokedastisitas dengan Grafik Scatterplot 64

A. Latar Belakang Masalah

informasi dalam suatu organisasi menjadi semakin kompleks. Sudah menjadi

kewajiban perusahaan untuk mencatat seluruh transaksi atau aktivitas ekonomi

manipulasi. Laporan keuangan merupakan laporan yang menunjukkan kondisi

2016). Perusahaan harus mengekspose laporan keuangan tersebut secara terbuka

kepada pihak-pihak yang berkepentingan seperti para pemegang saham, kreditur,

pemerintah maupun masyarakat.

Menurut Ikatan Akuntan Indonesia (2009), tujuan laporan keuangan

adalah menyediakan informasi yang menyangkut posisi keuangan, kinerja, serta

perubahan posisi keuangan suatu perusahaan yang bermanfaat bagi sejumlah

besar pemakai dalam pengambilan keputusan ekonomi. Laporan keuangan

haruslah menyajikan kondisi keuangan yang sebenarnya tanpa manipulasi dari

pihak-pihak yang berkepentingan, sehingga laporan keuangan haruslah kredibel

atau dapat diandalkan. Untuk meningkatkan kepercayaan publik akan laporan

keuangan perusahaan, laporan keuangan tersebut hendaknya diaudit oleh auditor

menyatakan pendapat apakah keuangan klien menyajikan secara wajar dalam