47
BAB IV HASIL DAN PEMBAHASAN
A. Hasil Penelitian 1. Analisis Deskriptif Análisis deskriptif dilakukan untuk mengetahui perubahan yang terjadi pada data rentet waktu yang digunakan dalam penelitian ini. Perubahan yang terjadi diukur berdasarkan nilai terendah dan tertinggi dari masing-masing periode pengamatan serta berdasarkan nilai rata-rata dari masing-masing tahun. Selain nilai tertinggi, terendah dan nilai rata-rata pada análisis deskriptif dilakukan juga penghitungan nilai stándar deviasi. Stándar deviasi merupakan simpangan baku dari data yang digunakan dalam penelitian. Tabel 4.1 Hasil Analisis Deskriptif Statistik Descriptive Statistics N Minimum Maximum
Mean
42.00 11.6815
Std. Deviation
ROA
44
.05
SIZE
44
5.33
7.77
6.3676
.62015
Opini
44
.00
1.00
.9318
.25497
DAR
44
.31
75.00 38.1710
22.14663
AD
44
39.00
119.00 78.3182
13.71432
Valid N (listwise) 44
47
11.44664
48
a. Variabel Independen Return on Assets (X1) Pada variabel Return on Assets (X1) disajikan nilai terendah, tertinggi, mean dan stándar deviasi dari masing-masing perusahaan untuk tiap-tiap periode pengamatan. Hasilnya dapat dilihat pada tabel 4.3.
Pada tahun 2010 nilai terendah sebesar 0,07 terdapat pada PT.
Siantar Top, Tbk (STTP), sedangkan yang terbesar terdapat pada PT. Multi Bintang Indonesia, Tbk (MLBI) sebesar 39,00.
Nilai mean
adalah sebesar 10,06 dengan nilai stándar deviasi sebesar 10,88. Pada tahun 2011 nilai terendah adalah sebesar 0,05 yaitu pada PT. Siantar Top, Tbk (STTP), sedangkan yang tertinggi terdapat pada PT. Multi Bintang Indonesia, Tbk (MLBI) yaitu sebesar 42,00. Nilai mean atau rata-rata variabel ROA untuk tahun 2011 adalah sebesar 10,65. Adapun nilai stándar deviasinya adalah sebesar 11,69. Pada tahun 2012 nilai terendah ROA adalah sebesar 0,06 yaitu terdapat pada PT. Siantar Top, Tbk (STTP), sedangkan nilai tertinggi sebesar 39,00 terdapat pada PT. Multi Bintang Indonesia, Tbk (MLBI). Adapun nilai rata-rata variabel ROA untuk tahun 2012 adalah sebesar 12,74 dengan nilai stándar deviasi 12,00.
Pada tahun 2013 nilai
terendah adalah sebesar 0,08 terdapat pada PT. Siantar Top, Tbk (STTP), sedangkan nilai tertinggi adalah sebesar 40,00 terdapat pada PT. Multi Bintang Indonesia, Tbk (MLBI). Adapun nilai mean adalah sebesar 13,27 dengan stándar deviasi sebesar 12,51.
49
b. Variabel Independen Ukuran Perusahaan atau SIZE (X2) Pada variabel Ukuran Perusahaan (X2) disajikan nilai terendah, tertinggi, mean dan stándar deviasi dari masing-masing perusahaan untuk tiap-tiap periode pengamatan. Pada penelitian ini ukuran perusahaan disajikan melalui nilai log dari total aset perusahaan (lihat lampiran 1). Pada tahun 2010 nilai terendah sebesar 5,33082 yaitu pada PT. Sekarlaut, Tbk (SKLT), sedangkan nilai tertinggi terdapat pada PT. Indofood Sukses Makmur (INDF), Tbk sebesar 7,67464. Nilai mean sebesar 6,32156 dan standar deviasi sebesar 0,65066. Pada tahun 2011 nilai terendah adalah sebesar 5,39759 yaitu pada PT. Sekarlaut, Tbk (SKLT), sedangkan yang tertinggi terdapat pada PT. Indofood Sukses Makmur, Tbk (INDF) yaitu sebesar 7,72905. Nilai mean atau rata-rata variabel size untuk tahun 2011 adalah sebesar 6,31556. Adapun nilai stándar deviasinya adalah sebesar 0,66851. Pada tahun 2012 nilai terendah size adalah sebesar 5,48001 yaitu terdapat pada Sekarlaut, Tbk (SKLT), sedangkan nilai tertinggi sebesar 7,77323 terdapat pada PT. Indofood Sukses Makmur, Tbk (INDF). Adapun nilai rata-rata variabel size untuk tahun 2012 adalah sebesar 6,36055 dengan nilai stándar deviasi 0,65866. Pada tahun 2013 nilai terendah adalah sebesar 5,59005 terdapat pada PT. Akasha Wirautama, Tbk (ADES), sedangkan nilai tertinggi adalah sebesar 7,67464 terdapat pada PT. Indofood Sukses Makmur,
50
Tbk (INDF).
Adapun nilai mean adalah sebesar 6,47263 dengan
stándar deviasi sebesar 0,57628. c. Variabel Independen Struktur Hutang (X3) Pada variabel struktur hutang (X3) disajikan nilai terendah, tertinggi, mean dan stándar deviasi dari masing-masing perusahaan untuk tiap-tiap periode pengamatan. Hasilnya dapat dilihat pada tabel 4.4. Pada tahun 2010 nilai terendah sebesar 0,31 terdapat pada PT. Siantar Top, Tbk (STTP), sedangkan nilai tertinggi terdapat pada PT. Multi Bintang Indonesia, Tbk (MLBI) sebesar 59,00. Nilai rata-rata adalah sebesar 38,14 dengan stándar deviasi sebesar 22,29. Pada tahun 2011 nilai terendah adalah sebesar 0,48 yaitu pada PT. Siantar Top, Tbk (STTP), sedangkan yang tertinggi terdapat pada PT. Akasha Wira Internasional, Tbk (ADES) yaitu sebesar 60,21. Nilai mean atau ratarata variabel struktur hutang untuk tahun 2011 adalah sebesar 38,10. Adapun nilai stándar deviasinya adalah sebesar 21,88. Pada tahun 2012 nilai terendah adalah sebesar 0,47 yaitu pada PT. Tiga Pilar Sejahtera Food, Tbk (AISA), sedangkan yang tertinggi terdapat pada PT. Multi Bintang Indonesia, Tbk (MLBI) yaitu sebesar 71,00. Nilai mean atau rata-rata variabel struktur hutang untuk tahun 2012 adalah sebesar 38,35. Adapun nilai stándar deviasinya adalah sebesar 23,46.Pada tahun 2013 nilai terendah adalah sebesar 0,53 yaitu pada Tiga Pilar Sejahtera Food, Tbk (AISA), sedangkan yang tertinggi terdapat pada PT. Multi Bintang Indonesia, Tbk (MLBI) yaitu sebesar
51
75,00. Nilai mean atau rata-rata variabel struktur hutang untuk tahun 2013 adalah sebesar 38,09. Adapun nilai stándar deviasinya adalah sebesar 24,14. d. Variabel Dependen Audit Delay (Y) Pada variabel audit delay (Y) disajikan nilai terendah, tertinggi, mean dan stándar deviasi dari masing-masing perusahaan untuk tiaptiap periode pengamatan. Hasilnya dapat dilihat pada tabel 4.5. Pada tahun 2010 nilai terendah terdapat pada PT. Multi Bintang Indonesia, Tbk (MLBI) sebesar 61 hari, sedangkan nilai tertinggi terdapat pada PT. Tiga Pilar Sejahtera Food, Tbk (AISA) sebesar 119 hari. Nilai rata-rata sebesar 77,73 hari dengan stándar deviasi sebesar 17,28.
Pada tahun
2011 nilai terendah adalah sebesar 39 hari yaitu pada PT. Mayora Indonesia, Tbk (MYOR), sedangkan yang tertinggi terdapat pada PT. Tiga Pilar Sejahtera Food, Tbk (AISA) yaitu sebesar 102 hari. Nilai mean atau rata-rata variabel audit delay untuk tahun 2011 adalah sebesar 76 hari. Adapun nilai stándar deviasinya adalah sebesar 16,95. Pada tahun 2012 nilai terendah adalah sebesar 60 hari yaitu pada PT. Multi Bintang Indonesia, Tbk (MLBI), sedangkan yang tertinggi terdapat pada PT. Tiga Pilar Sejahtera Food, Tbk (AISA) yaitu sebesar 88 hari. Nilai mean atau rata-rata variabel audit delay untuk tahun 2012 adalah sebesar 78,73 hari.
Adapun nilai stándar deviasinya adalah
sebesar 10,12. Pada tahun 2013 nilai terendah adalah sebesar 66 hari yaitu pada PT. Cahaya Kalbar, Tbk (CEKA), sedangkan yang tertinggi
52
terdapat pada PT. Tiga Pilar Sejahtera Food, Tbk (AISA) yaitu sebesar 105 hari. Nilai mean atau rata-rata variabel audit delay untuk tahun 2013 adalah sebesar 80,82 hari. Adapun nilai stándar deviasinya adalah sebesar 10,34. 2. Pengujian Asumsi Klasik Pengujian asumsi klasik dilakukan sebelum melakukan pengujian regresi, pada penelitian ini pengujian asumsi klasik yang digunakan adalah uji normalitas data, uji heterokedastisitas, uji autokorelasi dan uji multikolinieritas. a. Uji Normalitas Data Pengujian normalitas dilakukan untuk mengetahui apakah variabel yang digunakan dalam penelitian memiliki distribusi normal atau tidak (Ghozali, 2000).
Pengujian normalitas data dilakukan
dengan menggunakan gambar p-plot, dimana kriteria keputusannya adalah apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas serta sebaliknya jika data menyebar jauh dari garis diagonal maka dapat dinyatakan bahwa model regresi tidak memenuhi asumsi normalitas.
53
Gambar 4.1 Uji Normalitas Data dengan Histogram
Gambar 4.2 Uji Normalitas Data dengan P-Plot
54
Berdasarkan gambar di atas terlihat bahwa data menyebar tidak jauh dari garis diagonal dan searah dengan garis diagonal. Dengan demikian dapat dinyatakan bahwa model regresi memiliki asumsi normal. Atau bila diuji dengan menggunakan uji Kolmogorov Smirnov pada variabel unstandardized residual maka akan tampak seperti tabel di bawah ini. Tabel 4.2 Hasil Uji KS One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
44
Normal Parametersa,b
Mean
.0000000
Std. Deviation
8.71118131
Most Extreme Differences Absolute
.144
Positive
.144
Negative
-.112
Kolmogorov-Smirnov Z
.952
Asymp. Sig. (2-tailed)
.325
a. Test distribution is Normal. b. Calculated from data.
Berdasarkan
tabel
di
atas
terlihat
bahwa
variabel
unstandardized residual memiliki nilai uji KS sebesar 0,952 dengan nilai sig sebesar 0.325.
Kriteria pengambilan keputusan untuk
55
pengujian normalitas adalah bila nilai sig pada uji KS memiliki nilai di atas 0.05, maka data dinyatakan berdistribusi normal.
Dengan
demikian data yang digunakan pada penelitian ini adalah berdistribusi normal karena memiliki nilai uji sig sebesar 0,325. b. Uji Multikolinieritas Pengujian ini dimaksudkan untuk melihat apakah terdapat dua atau lebih variabel bebas yang berkorelasi secara linier. Apabila terjadi
keadaan ini maka
kita akan menghadapi kesulitan untuk
membedakan pengaruh masing-masing variabel bebas terhadap variabel terikatnya. Menurut Ghozali (2005 : 91), indikasi terjadinya multikolinieritas dapat dideteksi dengan cara melihat nilai VIFnya pada masing-masing variabel bebas. Apabila terdapat nilai VIF diatas 10, maka di dalam model tersebut, terdapat gejala multikolinieritas. Tabel 4.3
Hasil Pengujian Multikolinieritas a
Model 1 (Constant)
Unstandardized Coefficients B Std. Error 114.331 16.387
ROA SIZE Opini
-.072 -.786 -19.160
.135 2.352 6.178
DAR
-.323
.075
Coefficients Standardized Coefficients Beta
t Sig. 6.977 .000
-.060 -.036 -.356
-.537 -.334 3.101 -.521 4.315
a. Dependent Variable: AD
Sumber: Data diolah dengan SPSS
Collinearity Statistics Tolerance VIF
.594 .740 .004
.819 .915 .784
1.221 1.093 1.275
.000
.710
1.408
56
Berdasarkan tabel di atas diketahui bahwa antara variabel independen yang satu dengan yang lain tidak menunjukkan gejala kolinearitas (tidak ada hubungan yang sangat kuat antara variabel independen) karena nilai VIF masing-masing variabel bebas kurang dari 10.
Dengan demikian asumsi atas multikolinieritas untuk
pengujian regresi ganda telah terpenuhi.
c. Uji Heterokedastisitas Heterokedastisitas Menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dan residual dari satu pengamatan ke pengamatan yang lain. Jika varian dan residual dari satu pengamatan ke pengamatan
yang lain tetap, maka disebut
homoskedastisitas, dan jika varians berbeda, disebut heteroskedastitas (Ghazali, 2005). Uji glesjer dilakukan dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya. Jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas.
57
Tabel 4.4 Hasil Uji Heterokedastisitas dengan Uji Glejer a
Coefficients
Model 1
(Constant)
Unstandardized Coefficients B Std. Error 5.600 10.227
ROA SIZE Opini DAR a. Dependent Variable: RES2
-.042 .198 -4.258 .106
.084 1.468 3.856 .047
Standardized Coefficients Beta -.083 .021 -.188 .404
t .548
Sig. .587
-.499 .135 -1.104 2.264
.621 .893 .276 .029
Sumber: Data diolah dengan SPSS Berdasarkan tabel di atas terlihat bahwa variabel ROA, SIZE dan Opini memiliki nilai sig yang lebih besar dari 0.05, sehingga dapat diambil keputusan bahwa tidak terjadi gejala heterokedastisitas pada ketiga variabel tersebut.
Sedangkan pada variabel DAR
memiliki nilai sig yang lebih kecil dibandingkan dengan 0.05, sehingga dapat diambil keputusan bahwa terjadi heterokedastisitas pada variabel tersebut.
d. Uji Autokorelasi Autokorelasi menunjukkan bahwa ada korelasi antara error periode t dengan error periode sebelumnya (t-1) dimana pada asumsi klasik hal ini tidak boleh terjadi. Uji autokorelasi dilakukan dengan menggunakan Durbin Watson.
58
Tabel 4.4 Hasil Pengujian Autokorelasi Model Summaryb
Model 1
R .772a
R
Adjusted R
Std. Error of the
Durbin-
Square
Square
Estimate
Watson
.597
.555
9.14701
2.006
a. Predictors: (Constant), DAR, UP, ROA, Opini b. Dependent Variable: AD
Dari tabel 4.4 diketahui nilai Durbin-Watson (DW) adalah sebesar 2,006. Bila menggunakan kriteria yang pada bab III, maka dapat diasumsikan bahwa data mengalami autokorelasi negatif, akan tetapi untuk lebih memastikan apakah data mengalami autokorelasi atau tidak maka digunakan tabel DW. Dengan menggunakan tabel DW diketahui nilai dl untuk k = 4 dan n = 44 adalah sebesar 1.326 dan nilai du adalah sebesar 1.720, dengan menggunakan nilai dl dan du dapat dibuat pembagian daerah Durbin Watson seperti berikut :
59
Gambar 4.4 Pembagian Daerah Durbin Watson
Dengan berpedoman pada pembagian daerah DW di atas terlihat bahwa nilai 2.006 berada di daerah tidak ada autokorelasi. 3. Uji Kesesuaian Model a. Analisa Koefisien Determinasi (Uji R2) Uji signifikansi model dilakukan dengan melihat nilai R2 yang terdapat pada tabel model summary.Hasil pengujiannya disajikan pada tabel dibawah ini. Tabel 4.5 Koefisien Determinasi Model Summaryb Model 1
R .772a
R Square .597
Adjusted R Square
Std. Error of the Estimate
.555
a. Predictors: (Constant), DAR, UP, ROA, Opini b. Dependent Variable: AD
9.14701
DurbinWatson 2.006
60
Tabel4.9 di atas menunjukkan nilai Adjusted R Square sebesar 0.555 yang berarti bahwa perubahan variabel dependen mampu dijelaskan oleh variabel bebas sebesar 55,50%,
pengaruh lainnya sebesar 44,50%
dijelaskan oleh faktor-faktor lain yang tidak digunakan dalam penelitian ini. a. Uji Simultan (Uji F) Selanjutnya untuk menentukan apakah pengaruh tersebut signifikan atau tidak digunakan uji F atau uji Anova. Tabel 4.6 Hasil Uji Anova / Uji F ANOVAb Sum of Squares
Model 1
df
Mean Square
Regression
4824.504
4
1206.126
Residual
3263.041
39
83.668
Total
8087.545
43
a. Predictors: (Constant), DAR, UP, ROA, Opini b. Dependent Variable: AD
Sumber: Data diolah dengan SPSS
F 14.416
Sig. .000a
61
Berdasarkan tabel 4.6 di atas terlihat nilai F adalah sebesar 14,416 dengan nilai sig sebesar 0.000.
Nilai sig sebesar 0.000 bila
dibandingkan dengan nilai alpha sebesar 0.05 (5%) adalah lebih kecil, sehingga dapat disimpulkan bahwa keempat variabel bebas secara bersama-sama memiliki pengaruh yang signifikan terhadap variabel terikat. Dengan demikian Ha diterima dan Ho ditolak. 4. Uji Hipotesis b. Uji Parsial (Uji t) Untuk mengetahui ada tidaknya pengaruh yang ditimbulkan oleh variabel independen terhadap variabel dependen dapat dilihat pada kolom sig.
Nilai sig yang ditampilan oleh output SPSS menunjukkan nilai
probabilitas suatu koefisien regresi (B) yang digunakan untuk menerima atau menolak hipótesis penelitian.
Selain itu untuk menentukan apakah
suatu hipótesis dapat diterima dilakukan dengan membandingkan nilai t hitung dengan t tabel. Adapun nilai t tabel untuk penelitian ini adalah sebesar +/- 2.000. Hasil pengujian hipótesis dengan menggunakan SPSS disajikan pada tabel di bawah ini.
62
Tabel 4.7 Hasil pengujian Hipotesis Unstandardized Coefficients Model
B
1 (Constant)
Standardized Coefficients
Std. Error
Beta
t
Sig.
114.331
16.387
6.977 .000
ROA
-.072
.135
-.060
-.537 .594
UP
-.786
2.352
-.036
-.334 .740
Opini
-19.160
6.178
-.356
-3.101 .004
DAR
-.323
.075
-.521
-4.315 .000
Hasil pengujian hipotesis untuk masing-masing variabel adalah sebagai berikut: 1) Pengujian Hipotesis Pertama (Ha1) Pada pengujian hipotesis pertama variabel independen Return on Assets (ROA) memiliki nilai t hitung sebesar -0,537 dengan nilai sig sebesar 0,594. Dengan membandingkan nilai t hitung sebesar 0,537 dengan nilai t tabel sebesar -2,018, maka dapat diketahui bahwa nilai t hitung adalah lebih kecil dari nilai t tabel. Nilai sig sebesar 0,594 tersebut lebih besar dari 0.05, maka hipotesis yang diterima pada pengujian kedua adalah hipotesis Ha1 yaitu variabel X1 (Return on Assets/ROA) memiliki pengaruh terhadap Y (audit delay) namun tidak signifikan, ini berkaitan dengan signaling theory dimana umumnya perusahaan dengan tingkat profitabilitas yang tinggi
63
cenderung ingin segera mempublikasikan laporan keuangannya dan ini disebut dengan sinyal positif apabila dapat mempengaruhi kenaikan harga saham perusahaan tersebut, sementara perusahaan pada tingkat profitabilitas rendah cenderung mengalami kemunduran publikasi laporan keuangannya dan ini dapat memberikan sinyal negatif karena akan berdampak penurunan harga saham. Berdasarkan hasil penelitian ini maka signaling theory tidak terbukti dalam penelitian ini.
2) Pengujian Hipotesis Kedua (Ha2) Semakin besar perusahaan cenderung semakin lama audit delaynya karena semakin banyak pula bagian yang akan diaudit namun dalam penelitian ini hasil yang diperoleh pada pengujian hipotesis kedua variabel independen ukuran perusahaan memiliki nilai t hitung sebesar -0,334 dengan nilai sig sebesar 0,740. Dengan membandingkan nilai t hitung sebesar -0.334 dengan nilai t tabel sebesar -2.018, maka dapat diketahui bahwa nilai t hitung adalah lebih kecil dari nilai t tabel. Nilai sig sebesar 0,740 tersebut lebih besar dari 0.05, maka hipotesis yang diterima pada pengujian pertama adalah hipotesis Ha2 yaitu variabel X2 (ukuran perusahaan) berpengaruh terhadap Y (audit delay) namun tidak signifikan. Hal ini dikarenakan perusahaan besar umumnya memiliki tata kelola, internal kontrol yang bagus sehingga hal tersebut dapat memudahkan auditor dalam
64
pengambilan sampel, dan sampel yang diambil tidak perlu terlalu banyak, dan tentu ini akan mempercepat waktu pengauditan menjadi lebih cepat.
3) Pengujian Hipotesis Ketiga (Ha3) Pada pengujian hipotesis ketiga variabel independen Opini Auditor memiliki nilai t hitung sebesar -3,101 dengan nilai sig sebesar 0.004. Dengan membandingkan nilai t hitung sebesar -3,101 dengan nilai t tabel sebesar -2,018, maka dapat diketahui bahwa nilai t hitung adalah lebih besar dari nilai t tabel. Nilai sig sebesar 0,004 tersebut lebih kecil dari 0,05 maka hipotesis yang diterima pada pengujian ketiga adalah hipotesis Ha3 yaitu variabel X3 (Opini auditor) berpengaruh terhadap Y (audit delay). Hal ini karena opini auditor pada tahun sebelumnya akan berpengaruh terhadap audit delay pada tahun selanjutnya 4) Pengujian Hipotesis Keempat (Ha4) Pada pengujian hipotesis keempat variabel independen Struktur Hutang (DAR) memiliki nilai t hitung sebesar -4,315 dengan nilai sig sebesar 0,000. Dengan membandingkan nilai t hitung sebesar -4,315 dengan nilai t tabel sebesar
-2,018, maka dapat diketahui
bahwa nilai t hitung adalah lebih besar dari nilai t tabel. Nilai sig sebesar 0,000 tersebut lebih kecil dari 0,05 maka hipotesis yang
65
diterima pada pengujian keempat adalah hipotesis Ha4 yaitu variabel X4 (DAR) tidak berpengaruh terhadap Y (audit delay). c. Análisis Regresi Linear Berganda Untuk mengetahui ada tidaknya pengaruh book tax differences, besaran akrual, likuiditas dan aktiva pajak tangguhan terhadap persistensi laba digunakan model regresi linear berganda.
Dengan menggunakan
tabel 4.7 dapat disusun persamaan regresi sebagai berikut: Y = a + β1X1 + β 2X2 + β 3X3 + β 4X4 + e Menjadi Y = 114,331 - 0,072ROA– 0,786UP - 19,160Opini- 0,323DAR Berdasarkan persamaan di atas dapat diketahui bahwa besarnya konstanta adalah 114,331, hal ini terjadi bila tidak ada pengaruh dari variabel bebas (ROA, SIZE, Opini dan DAR). Pada variabel ROA nilai koefisien regresi juga menunjukkan tanda negatif. Hal ini berarti variabel ROA memiliki pengaruh negatif terhadap variabel audit delay. Koefisien regresi variabel ROA sebesar -0,072 menunjukkan apabila variabel ROA mengalami peningkatan sebesar 1 poin menurunkan variabel audit delay sebesar -0,072 dan sebaliknya. Perhitungan ini diasumsikan variabel lain tidak mengalami peningkatan atau penurunan.
66
Pada koefisien regresi variabel SIZE menunjukkan tanda negatif di depan koefisien. Hal ini berarti variabel SIZE memiliki pengaruh yang negatif terhadap audit delay. Koefisien regresi variabel SIZE adalah sebesar
-0,786
menunjukkan
apabila
variabel
SIZE
mengalami
peningkatan sebanyak 1 poin menurunkan variabel audit sebesar -0,786 dan sebaliknya. Perhitungan ini diasumsikan variabel lain tidak mengalami peningkatan atau penurunan. Selanjutnya pada variabel Opini koefisien regresi menunjukkan tanda negatif. Hal ini berarti variabel Opini memiliki pengaruh negatif terhadap variabel audit delay. Koefisien regresi variabel Opini sebesar 19,160 menunjukkan apabila variabel Opini mengalami peningkatan sebesar 1 poin akan menurunkan variabel persistensi laba sebesar 19,160 dan sebaliknya.
Perhitungan ini diasumsikan variabel lain tidak
mengalami peningkatan atau penurunan. Kemudian pada variabel DAR koefisien regresi menunjukkan tanda negatif. Hal ini berarti variabel DAR memiliki pengaruh negatif terhadap variabel audit delay. Koefisien regresi variabel DAR sebesar 0,323 menunjukkan apabila variabel DAR mengalami peningkatan sebesar 1 poin menurunkan variabel audit delay sebesar 0,323 dan sebaliknya. Perhitungan ini diasumsikan variabel lain tidak mengalami peningkatan atau penurunan.
67
B. Pembahasan Pengujian hipótesis pertama menunjukkan bahwa return on assets (ROA) tidak memiliki pengaruh terhadap audit delay.
Hal ini dibuktikan
dengan nilai sig yang lebih besar dari 0,05. Adapun tanda negatif di depan koefisien regresi menunjukkan bahwa variabel return on assets memiliki pengaruh yang negatif terhadap audit delay.
Hasil penelitian ini sejalan
dengan hasil penelitian yang dilakukan oleh Hossain dan Taylor (1998), dimana hasil penelitian menunjukkan bahwa profitabilitas tidak memiliki pengaruh yang signifikan terhadap audit delay. Pengujian hipótesis kedua menunjukkan bahwa ukuran perusahaan tidak memiliki pengaruh yang signifikan terhadap audit delay. dibuktikan dengan nilai sig yang lebih besar dari 0,05.
Hal ini
Hasil ini sejalan
dengan penelitian yang dilakukan oleh Novelia dan Dicky (2013) yang menunjukkan bahwa ukuran perusahaan tidak memiliki pengaruh yang signifikan terhadap audit delay. Penelitian ini juga sejalan dengan penelitian yang dilakukan oleh Wiraatmaja (2014) yang menunjukkan hasil bahwa ukuran perusahaan tidak memiliki pengaruh yang signifikan terhadap audit delay. Pengujian hipótesis ketiga menunjukkan bahwa opini auditor memiliki pengaruh yang signifikan. Hal ini dibuktikan dengan nilai sig yang lebih kecil dari 0,05. Adapun tanda negatif di depan koefisien regresi menunjukkan bahwa opini auditor memberikan pengaruh yang negatif terhadap audit delay. Hasil ini menunjukkan bahwa bila auditor memberikan opini yang kurang baik
68
pada laporan keuangan akan menyebabkan terjadinya audit delay yang lebih panjang pada laporan keuangan dan sebaliknya. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Che Ahmad dan Abidin (2008) serta penelitian Kartika (2009) yang menunjukkan bahwa opini auditor memiliki pengaruh yang signifikan terhadap audit delay. Pengujian hipótesis keempat menunjukkan bahwa struktur hutang memiliki pengaruh yang signifikan. Hal ini dibuktikan dengan nilai sig yang lebih kecil dari 0,05.
Adapun tanda negatif di depan koefisien regresi
menunjukkan bahwa struktur hutang yang dihitung dengan menggunakan DAR memberikan pengaruh yang negatif terhadap audit delay.
Hasil ini
penelitian ini sejalan dengan penelitian yang dilakukan oleh Khasharmeh dan Aljifri (2010) yang menunjukkan bahwa rasio hutang memiliki hubungan yang signifikan dengan audit delay.
Demikian juga dengan penelitian yang
dilakukan oleh Vuko dan Cular (2014) yang menunjukkan bahwa leverage memiliki pengaruh yang signifikan terhadap audit delay. Hasil penelitian memiliki kesamaan hasil dengan penelitian yang dilakukan oleh Marsono (2013). Penelitian Marsono menunjukkan bahwa ukuran perusahaan, profitabilitas, solvabilitas dan opini auditor memiliki pengaruh yang signifikan terhadap audit delay. Meski pada penelitiannya tersebut terdapat perbedaan cara penghitungan variabel yaitu pada ukuran perusahaan, akan tetapi hasil penelitian menunjukkan bahwa variabel-variabel tersebut memiliki pengaruh yang signifikan.
