BAB IV HASIL DAN PEMBAHASAN
A.
Gambaran Umum Dalam penelitian ini objek penelitian dipilh dengan metode purposive
sampling dengan menggunakan kriteria yang telah ditentukan. Objek penelitian yang dipilih untuk penelitian ini adalah perusahaan property and real estate yang terdaftar di Bursa Efek Indonesia periode 2012-2014. Dari 57 perusahaan yang terdaftar di Bursa Efek Indonesia, 13 perusahaan yang masuk kriteria sampel penelitian dengan periode penelitian 3 tahun.
B.
Hasil Uji Statistik Deskriptif Staitstik deskriptif memberikan gambaran atau deskripsi suatu data yang
dilihat dari nilai minimum, maksimum, rata-rata (mean), dan standar deviasi. Dari hasil pengumpulan data sekunder di perusahaan property and real estate tahun 2012-2014, maka berikut ini output SPSS yang merupakan keseluruhan data yang digunakan dalam penelitian:
53
54
Tabel 4.1 Hasil Uji Statistik Deskriptif
Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
ARL
39
54
97
79.00
8.023
JKA
39
2
6
3.13
.732
UD
39
5
15
10.21
2.913
KI
39
.2000
.6700
.381795
.1167515
KM
39
.0001
.0878
.016367
.0254331
Valid N (listwise)
39
Sumber: Data diolah SPSS 21 tahun 2016 Dari tabel 4.1 di atas menunjukkan bahwa jumlah data yang dianalisis adalah sebanyak 39. Berdasarkan tabel tersebut diketahui bahwa: ARL merupakan variabel audit report lag, memiliki nilai minimum atau lamanya tenggang waktu audit report lag minimum adalah 54 hari terdapat pada PT. Wijaya Karya Tbk, sedangkan nilai maksimumnya atau jangka waktu audit report lag paling lama adalah 97 hari terdapat pada PT. Roda Vivatex Tbk. Ratarata nilai audit report lag adalah 79,00 hari dengan standar deviasi sebesar 8,023 hari. Dengan melihat hasil nilai rata-rata lebih besar dari pada nilai standar deviasi maka dapat dikatakan bahwa variabel audit report lag memiliki data yang tersebar dan perusahaan yang dijadikan sampel memiliki perbedaan yang relatif besar antar perusahaan. JKA merupakan variabel komite audit, memiliki nilai minimum atau jumlah komite audit minimal adalah sebanyak 2 orang terdapat pada PT. Roda Vivatex Tbk, sedangkan nilai maksimumnya atau jumlah komite audit maksimal adalah
55
sebanyak 6 orang terdapat pada PT. Wijaya Karya Tbk. Rata-rata nilai jumlah komite audit adalah 3,13 dengan standar deviasi sebesar 0,732. Dengan melihat hasil nilai rata-rata lebih besar dari pada nilai standar deviasi maka dapat dikatakan bahwa variabel jumlah komite audit memiliki data yang tersebar dan perusahaan yang dijadikan sampel memiliki perbedaan yang relatif besar antar perusahaan. UD merupakan variabel ukuran dewan, memiliki nilai minimum atau jumlah dewan paling sedikit adalah sebanyak 5 orang terdapat pada PT. Pudjiaji Prestige Tbk, sedangkan nilai maksimumnya sebesar 15 terdapat pada PT. Wijaya Karya Tbk. Rata-rata nilai ukuran dewan adalah 10,21 dengan standar deviasi sebesar 2,913. Dengan melihat hasil nilai rata-rata lebih besar dari pada nilai standar deviasi maka dapat dikatakan bahwa variabel ukuran dewan memiliki data yang tersebar dan perusahaan yang dijadikan sampel memiliki perbedaan yang relatif besar antar perusahaan. KI merupakan variabel komisaris independen, memiliki nilai minimum sebesar 0,2000 terdapat pada PT. Nusa Konstruksi Enjiniring Tbk, sedangkan nilai maksimumnya sebesar 0,67000 terdapat pada PT. Pakuwon Jati Tbk. Ratarata nilai komisaris independen adalah 0,381795 dengan standar deviasi sebesar 0,1167515. Dengan melihat hasil nilai rata-rata lebih besar dari pada nilai standar deviasi maka dapat dikatakan bahwa variabel komisaris independen memiliki data yang tersebar dan perusahaan yang dijadikan sampel memiliki perbedaan yang relatif besar antar perusahaan.
56
KM merupakan variabel kepemilikan manajerial, memiliki nilai minimum sebesar 0,001 terdapat pada PT. Intiland Development Tbk dan PT. Metropolitan Land Tbk, sedangkan nilai maksimumnya sebesar 0,878 terdapat pada PT. Bukit Darmo Property Tbk. Rata-rata nilai kepemilikan manajerial adalah 0,016367 dengan standar deviasi sebesar 0,0254331. Dengan melihat hasil nilai rata-rata lebih kecil dari pada nilai standar deviasi maka dapat dikatakan bahwa variabel kepemilikan manajerial memiliki data yang tidak tersebar dan perusahaan yang dijadikan sampel memiliki perbedaan yang relatif kecil antar perusahaan.
C.
Hasil Uji Asumsi Klasik
1.
Uji Normalitas Uji normalitas ditentukan untuk mengetahui apakah data yang terkumpul
dari setiap variabel dependen dan variabel independen atau keduanya mempunyai distribusi normal atau tidak. Uji normalitas menggunakan metode KolmogrovSmirnov Test. Dasar untuk pengambilan keputusan dalam uji K-S adalah apabila nilai asymptonic significance lebih besar dari 0,05 (p>0,05), maka data terdistribusi secara normal. Sedangkan apabila nilai asymptonic significance lebih kecil dari 0,05 (p<0,05), maka data terdistribusi secara tidak normal.
57
Tabel 4.2 Hasil Uji Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parametersa,b
Most Extreme Differences
39 Mean Std. Deviation
.0000000 5.80368488
Absolute
.088
Positive
.077
Negative
-.088
Kolmogorov-Smirnov Z
.548
Asymp. Sig. (2-tailed)
.925
a. Test distribution is Normal. b. Calculated from data.
Sumber: Data diolah SPSS 21 tahun 2016 Berdasarkan tabel di atas, besarnya nilai kolmogrov-smirnov adalah sebesar 0,548 dan nilai Asymp.Sig (2-tailed) adalah 0,925 yang lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data tersebut berdstribusi normal atau memenuhi sampel normalitas.
2.
Uji Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi
ditentukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Untuk mengetahui adanya multikolonieritas atau tidak dilakukan dengan menilai nilai VIF (Variance Inflation Factor) dan nilai Tolerance. Bila nilai VIF < 10 dan nilai
58
tolerance > 0,10 maka model regresi yang digunakan bebas dari masalah multikolonieritas. Tabel 4.3 Hasil Uji Multikolonieritas Coefficientsa Model
Collinearity Statistics Tolerance
VIF
(Constant)
1
a.
JKA
.880
1.137
UD
.765
1.308
KI
.976
1.025
KM
.841
1.189
Dependent Variable: ARL
Sumber: Data diolah SPSS 21 tahun 2016 Hasil perhitungan nilai tolerance pada tabel 4.3 di atas menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan nilai variance inflation factor juga menunjukkan hal yang sama tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi, dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi. 3.
Uji Heterokedastisitas Uji ini bertujuan untuk menguji apakkah dalam model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Uji grafik dapat
59
dilakukan dengan grafik scatterplot antara variabel terikat yaitu (ZPRED) dengan nilai residualnya yaitu nilai dependennya (SRESID).
Gambar 4.1 Grafik Scatterplot Sumber: Data diolah SPSS 21 tahun 2016 Dari grafik scatterplot yang ditampilkan pada gambar tersebut, terlihat titiktitik yang menyebar secara acak tidak membentuk pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Jadi, dapat disimpulkan bahwa tidak terjadi masalah heterokedastisitas pada model regresi.
60
4.
Uji Autokorelasi Untuk menguji ada atau tidaknya autokorelasi dapat dilakukan dengan
pengujian Durbin Watson (DW Test). Dari hasil pengujian ni diperoleh hasil:
Tabel 4.4 Hasil Uji Autokorelasi Model Summaryb Model
1
R
R Square
a
.690
Adjusted R
Std. Error of the
Square
Estimate
.477
.415
Durbin-Watson
6.136
1.848
a. Predictors: (Constant), KM, KI, JKA, UD b. Dependent Variable: ARL
Sumber: Data diolah SPSS 21 tahun 2016 Menurut Santoso (2012), deteksi adanya autokorelasi menggunakan besaran Durbin Watson (D-W) dengan kriteria: 1. Angka D-W dibawah -2 berarti ada autokorelasi positif 2. Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi 3. Angka D-W diatas +2 berarti ada autokorelasi negatif Berdasarkan nilai Durbin Watson (D-W) pada tabel 4.4 diatas diperoleh nilai D-W sebesar 1,848 dimana nilai ini termasuk ke dalam kriteria kedua yaitu nilai D-W diantara -2 sampai +2. Hal ini menyimpulkan bahwa di dalam penelitian ini tidak terdapat autokorelasi.
61
D.
Hasil Uji Kelayakan Model
1.
Uji Koefisien Determinasi (R-Square) Nilai koefisien determinasi adalah antara nol dan satu. Nilai R² yang lebih
kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Tabel 4.5 Hasil Uji Koefisien Determinasi Model Summaryb Model
R
R Square
a
1
.690
Adjusted R
Std. Error of the
Square
Estimate
.477
.415
6.136
a. Predictors: (Constant), KM, KI, JKA, UD b.
Dependent Variable: ARL
Sumber: Data diolah SPSS 21 tahun 2016 Berdasarkan
tabel
4.5
menunjukkan
bahwa
koefisien
determinasi
menunjukkan Adjusted R-Square diperoleh nilai koefisien determinasi sebesar 0,415. Hal ini berarti bahwa 41,5% variasi dari ARL dapat dijelaskan oleh variasi dari keempat variabel independen yaitu jumlah komite audit, ukuran dewan, komisaris independen, dan kepemilikan manajerial. Sedangkan 58,5% (100% 41,5%) lainnya dapat dijelaskan oleh variabel lainnya.
2.
Uji Statistik F Uji ini menunjukkan apakah semua variabel independen atau bebas yang
dimasukkan ke dalam model mempunyai pengaruh bersama-sama terhadap variabel dependen. Hasil uji statistik F dapat dilhat sebagai berikut:
62
Tabel 4.6 Uji Statistik F ANOVAa Model
1
Sum of Squares
df
Mean Square
Regression
1166.055
4
291.514
Residual
1279.945
34
37.645
Total
2446.000
38
F 7.744
Sig. .000b
a. Dependent Variable: ARL b. Predictors: (Constant), KM, KI, JKA, UD
Berdasarkan pengujian regresi pada tabel 4.6 tersebut, menunjukkan hasil perhitungan uji F sebesar 7,744 dengan probabilitas 0,000. Karena probabilitas lebih kecil dari 0,05 yang berarti secara bersama-sama (simultan) seluruh variabel independen, yakni jumlah komite audit, ukuran dewan, komisaris independen, dan kepemilikan manajerial berpengaruh signifikan terhadap variabel audit report lag. Dengan demikian model regresi ini dapat menjelaskan variabel jumlah komite audit, ukuran dewan, komisaris independen, dan kepemilikan manajerial secara bersama-sama berpengaruh terhadap audit report lag.
E.
Hasil Uji Hipotesis
1.
Uji Signifikasi Parameter Individual (Uji Statistik T) Uji t digunakan untuk menunjukkan apakah variabel independen yang
dimasukkan dalam model yaitu jumlah komite audit, ukuran dewan, komisaris independen, dan kepemilikan manajerial mempunyai pengaruh secara parsial terhadap variabel dependen yaitu audit report lag.
63
Tabel 4.7 Hasil Uji Statistik T Coefficientsa Model
Unstandardized Coefficients Standardized Coefficients B
Sig.
Beta
(Constant)
99.736
6.074
16.419 .000
JKA
-7.662
1.450
-.699 -5.285 .000
.154
.391
.056
.394 .696
KI
3.874
8.630
.056
.449 .656
KM
11.044
42.673
.035
.259 .797
1 UD
a.
Std. Error
T
Dependent Variable: ARL
Sumber: Data diolah SPSS 21 tahun 2016 Berdasarkan hasil tabel 4.7 diatas, maka dapat diketahui bahwa: Variabel jumlah komite audit (JKA) memiliki nilai t sebesar -5,285 dan nilai sig. sebesar 0,000 atau < 0,05 hal ini menunjukkan bahwa variabel jumlah komite audit berpengaruh negatif dan signifikan terhadap audit report lag. Variabel ukuran dewan (UD) memiliki nilai t sebesar 0,394 dan nilai sig. sebesar 0,696 atau > 0,05 hal ini menunjukkan bahwa variabel jumlah ukuran dewan tidak berpengaruh signifikan terhadap audit report lag. Variabel komisaris independen (KI) memiliki nilai t sebesar 0,449 dan nilai sig. sebesar 0,656 atau > 0,05 hal ini menunjukkan bahwa variabel komisaris independen tidak berpengaruh signifikan terhadap audit report lag. Variabel kepemilikan manajerial (KM) memiliki nilai t sebesar 0,259 dan nilai sig. sebesar 0,797 atau > 0,05 hal ini menunjukkan bahwa variabel kepemilikan manajerial tidak berpengaruh signifikan terhadap audit report lag.
64
2.
Analisis regresi linier berganda Analisis regresi linear berganda dimaksudkan untuk mengetahui pengaruh
variabel independen terhadap variabel dependen. Adapun uji persamaan regresi dalam penelitian ini sebagai berikut: Tabel 4.8 Hasil Uji Analisis Regresi Linier Berganda Coefficientsa Model
Unstandardized
Standardized
Coefficients
Coefficients
B
Sig.
Beta
(Constant)
99.736
6.074
16.419 .000
JKA
-7.662
1.450
-.699 -5.285 .000
.154
.391
.056
.394 .696
KI
3.874
8.630
.056
.449 .656
KM
11.044
42.673
.035
.259 .797
1 UD
a.
Std. Error
T
Dependent Variable: ARL
Sumber: Data diolah SPSS 21 tahun 2016
Y = α + β X + β X + β X + e ARL = 99,736 - 7,662 JKA + 0,154 UD + 3,874 KI + 11,044 KM + e
Konstanta (α) sebesar 99,736 artinya jika jumlah komite audit, ukuran dewan, komisaris independen, dan kepemilikan manajerial nilainya adalah 0, maka audit report lag bernilai 99,736. Koefisien regresi variabel jumlah komite audit sebesar -7,662 dengan arah negatif. Artinya jika variabel independen lain nilainya tetap dan nilai jumlah
65
komite audit mengalami kenaikan sebesar 1 satuan maka audit report lag akan mengalami penurunan sebesar 7,662. Koefisien regresi variabel ukuran dewan sebesar 0,154 dengan arah positif. Artinya jika variabel independen lain nilainya tetap dan nilai ukuran dewan mengalami kenaikan sebesar 1 satuan maka audit report lag akan mengalami peningkatan sebesar 0,154. Koefisien regresi variabel komisaris independen sebesar 3,874 dengan arah positif. Artinya jika variabel independen lain nilainya tetap dan nilai komisaris independen mengalami kenaikan sebesar 1 satuan maka audit report lag akan mengalami peningkatan sebesar 3,874. Koefisien regresi variabel kepemilikan manajerial sebesar 11,044 dengan arah positif. Artinya jika variabel independen lain nilainya tetap dan nilai kepemilikan manajerial mengalami kenaikan sebesar 1 satuan maka audit report lag akan mengalami peningkatan sebesar 11,044. F.
Pembahasan
1.
Pengaruh Jumlah Komite Audit terhadap Audit Report Lag Berdasarkan tabel 4.7 dalam penelitian ini untuk variabel jumlah komite
audit nilai sig sebesar 0,000 < 0.05. Dalam
hal
ini jumlah komite audit
berpengaruh signifikan terhadap audit report lag perusahaan property and real estate yang terdaftar di BEI. Hal ini terjadi karena semakin besar jumlah komite audit maka akan semakin meningkatkan kualitas pengawasan di perusahaan tersebut. Semakiin tinggi tingkat pengawasan, maka semakin mempermudah
66
auditor dalam menemukan kesalahan dalam laporan keuangan, sehingga auditor bisa lebih cepat dalam menilai suatu kewajaran laporan keuangan, dengan begitu auditor dapat mempersingkat waktu dalam melaksanakan pemeriksaan auditnya, sehingga akan memperpendek audit report lag perusahaan. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Aditya Taruna Wijaya (2010), yang menyatakan bahwa jumlah komite audit berpengaruh signifikan terhadap audit report lag. 2.
Pengaruh Ukuran Dewan terhadap Audit Report Lag Berdasarkan tabel 4.7 dalam penelitian ini untuk variabel jumlah ukuran
dewan nilai sig sebesar 0,696 > 0,05. Hal ini berarti variabel ukuran dewan tidak memiliki pengaruh yang signifikan terhadap audit report lag, artinya H2 ditolak. Hal ini disebabkan karena, ketepatan waktu laporan keuangan yang baik tidak terlepas dari pengawasan dewan perusahaan. Apakah dewan perusahaan dapat mengawasi kinerja dengan baik atau tidak. Namun, besar kecilnya dewan di dalam perusahaan tidak menjamin pengawasan kinerja perusahaan dapat terorganisir dengan baik. Jumlah dewan yang besar membutuhkan kemampuan komunikasi dan kerjasama yang lebih tinggi. Karena, dengan jumlah dewan yang besar akan lebih sulit untuk diorganisir dan sebaliknya, jika jumlah dewan lebih kecil, maka akan lebih mudah terorganisir. Namun, jumlah dewan yang besar dapat terorganisir dengan baik akan menghasilkan kualitas pengawasan kinerja perusahaan yang lebih tinggi dibanding dengan jumlah dewan perusahaan yang kecil. Maka, besar atau kecilnya ukuran dewan tidak mempengaruhi audit report lag, karena hal tersebut tergantung pada kemampuan perusahaan dalam mengatur
67
pengawasannya. Penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Armania dan Surya (2013) yang menyatakan bahwa ukuran dewan berpengaruh signifikan terhadap audit report lag.
3.
Pengaruh Komisaris Independen terhadap Audit Report Lag Berdasarkan tabel 4.7 dalam penelitian ini untuk variabel komsiaris
independen nilai sig sebesar 0,656 > 0,05. Hal ini berarti variabel komisaris independen tidak memiliki pengaruh yang signifikan terhadap audit report lag, artinya H3 ditolak. Hal ini menunjukkan bahwa semakin besar proporsi komisaris independen tidak secara nyata dapat memperpendek audit report lag. Dengan hasil ini dapat menunjukkan bahwa Komisaris Independen belum mampu berfungsi sebagai salah satu mekanisme corporate governance secara maksimal dan posisi Komisaris Independen masih sebatas untuk mematuhi regulasi yang ditetapkan BAPEPAM. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Armania dan Surya (2013) yang menyatakan bahwa komisaris independen tidak berpengaruh signifikan terhadap audit report lag.
4.
Pengaruh Kepemilikan Manajerial terhadap Audit Report Lag Berdasarkan tabel 4.7 dalam penelitian ini untuk variabel kepemilikan
manajerial memiliki nilai sig sebesar 0,797 > 0,05. Hal ini berarti variabel kepemilikan manajerial tidak memiliki pengaruh yang signifikan terhadap audit report lag, artinya H4 ditolak. Terlepas dari besar kecilnya kepemilikan manajerial, pihak manajemen pada tiap perusahaan harus tetap mempertahankan
68
kinerja perusahaan dengan baik agar terhindar dari citra negatif oleh masyarakat. Salah satunya dengan menyerahkan laporan keuangan tepat pada waktunya. Sehingga, auditor dapat langsung memeriksa laporan keuangan perusahaan tersebut. Oleh karena itu, audit report lag selebihnya bergantung pada kinerja auditor, bukan bergantung pada kepemilikan manajerial yang dimiliki perusahaan tersebut. Penelitian ini sejalan dengan penelitian Ni Putu dan Made Yeni (2013) yang menyatakan bahwa kepemilikan manajerial tidak berpengaruh signifikan terhadap audit report lag.
