BAB 3 METODE PENELITIAN

Transkripsi

1 BAB 3 METODE PENELITIAN 3.1 Obyek Penelitian Populasi yang digunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tahun 2010 sampai Metode pengambilan sampel yang digunakan adalah metode purposive sampling, dimana populasi yang akan dijadikan sampel penelitian adalah populasi yang memenuhi kriteria sampel tertentu. Kriteria kriteria yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Perusahaan manufaktur yang terdaftar di BEI secara konsisten berturut-turut untuk periode Perusahaan manufaktur yang rutin menerbitkan laporan keuangan auditdi BEI untuk tahun Perusahaan manufaktur yang menerbitkan laporan keuangan untuk periode yang berakhir 31 Desember secara konsisten dan lengkap dengan catatan atas laporan keuangan untuk tahun Laporan keuangan dengan menggunakan mata uang rupiah. 3.2 Desain Penelitian Jenis dan Sumber Data Jenis dan sumber data yang digunakan dalam penelitian ini adalah data sekunder bersumber dari laporan keuangan auditan perusahaan manufaktur tahun 2010, 2011, 2012, dan 2013 yang telah dipublikasikan secara lengkap di BEI, ICMD, dan referensi atau literatur dari berbagai buku atau media. Seluruh sumber data tersebut diperoleh melalui akses langsung ke ICMD,dan BEI tahun 2010, 2011, 2012, dan Data-data yang digunakan dalam penelitian ini antara lain: Nilai total aset Informasi nilai total aset diperoleh dari neraca perusahaan dimana dengan logaritma natural total aset. Nilai total aset dalam penelitian ini digunakan sebagai proksi dari ukuran perusahaan. 29

2 30 ROA (return on asset) Informasi nilai dari ROA ini diperoleh dari net income dibagi total aset di dalam laporan keuangan perusahaan. Nilai ROA dalam penelitian ini digunakan sebagai proksi dari profitabilitas. DTTA (debt to total asset) Informasi nilai debt to total asset diperoleh dari total liabilitis dibagi total aset di dalam laporan keuangan perusahaan. Nilai DTTA dalam penelitian ini digunakan sebagai proksi dari solvabilitas. Tanggal Laporan Audit Tanggal laporan auditor independen diperoleh dari laporan auditor independen yang terlampir dalam laporan keuangan auditan. Data ini diperlukan untuk menghitung lamanya audit report lag dengan berdasarkan satuan hari. Lamanya hari dalam mengaudit sebagai proksi dari audit report lag. Ukuran Kantor Akuntan Publik Nama auditor independen diperoleh dari laporan auditor independen yang terlampir dalam laporan keuangan auditan. Apabila laporan auditor independen perusahaan sampel tidak tersedia dalam laporan keuangan perusahaan yang dipublikasikan untuk suatu tahun, maka data tersebut dianggap sebagai missing values Penentuan Jumlah Sampel Dalam penelitian ini sampel yang digunakan adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun Sesuai dengan kriteria yang telah ditetapkan dalam penelitian ini maka sampel diperoleh sebanyak 91 perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) Metode Pengumpulan Sampel Dalam penelitian ini jenis data yang digunakan adalah data sekunder. Data sekunder adalah data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara, yaitu berbentuk laporan keuangan dan tanggal laporan auditor independen. Laporan keuangan ini didapat dari BEI, ICMD, dan web resmi perusahaan yang dituju. Metode pengumpulan data sampel dalam penelitian ini

3 31 menggunakan metode dokumentasi, yaitu dengan cara mengumpulkan data berupa laporan keuangan tahunan setiap perusahaan sampel pada tahun dan laporan auditor independen yang diperoleh dari ICMD, BEI, dan web resmi perusahaan yang dituju Metode Analisis Data Data yang dikumpulkan dalam penelitian ini diolah dan kemudian dianalisis dengan alat statistik dengan menggunakan uji statistik deskriptif, uji outlier, uji normalitas (One Sample Kolmogorov-Smirnov, histogram, normal p-p plot), uji heteroskedastisitas (uji glejser, daerah penentuan Ho, scatterplot), uji mutikolinearitas, uji autokorelasi (uji Durbin-Watson), regresi berganda, koefisien korelasi, koefisien determinasi, uji statistik t, dan uji statistik F Metode Penyajian Data Penyajian data hasil statistik menggunakan SPSS versi 20, dalam penelitian ini akan disajikan dalam bentuk tabel, diagram, grafik, dan deskripsi berupa interpretasi hasil analisis yang diperoleh Uji Statistik Statistik Deskriptif Statistik deskriptif adalah teknik statistik yang memiliki tujuan memberi penjelasan mengenai karakteristik dari suatu kelompok data atau lebih sehingga pemahaman akan ciri-ciri yang khusus dari kelompok data tersebut diketahui. Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari rata-rata (mean), standar deviasi, maksimum, dan minimum (Ghozali, 2011). Berdasarkan data olahan SPSS yang meliputi ukuran perusahaan, profitabilitas, solvabilitas, dan ukuran kantor akuntan publik maka akan diketahui nilai maksimum, nilai minimum, rata-rata (mean), dan standar deviasi dari setiap variabel Uji Asumsi Klasik Uji asumsi klasik merupakan suatu persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square (OLS). Menurut Gujarati & Porter (2010:71), metode OLS memiliki beberapa sifat-sifat

4 32 statistik yang sangat menarik dan merupakan metode paling kuat dan dikenal dalam analisis regresi. Pengujian asumsi klasik dilakukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala mutikolinearitas, gejala autokerelasi, dan gejala heteroskedastisitas. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar error. Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regrsi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak efisien. Untuk menghasilkan suatu model regresi yang baik, diperlukan pengujian asumsi klasik terlebih dahulu Uji Normalitas Tujuan uji normalitas adalah untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal (Ghozali, 2011). Terdapat beberapa uji statistik yang dapat digunakan untuk menguji normalitas residual, salah satunya adalah uji statistik nonparametrik Kolmogorov-Smirnov (K-S) (Ghozali, 2011). Pengambilan keputusan apakah data residual berdistribusi normal atau tidak dengan uji K-S adalah: 1. Jika nilai Asymp. Sig. (2-tailed) > 0.05, maka disimpulkan bahwa data residual berdistribusi normal, 2. Jika nilai Asymp. Sig. (2-tailed) < 0.05, maka disimpulkan bahwa data residual tidak berdistribusi normal. Untuk mendeteksi normalitas data, dapat pula dilakukan melalui analisis statistik Kolmogorov-Smirnov Test (K-S). Uji K-S dilakukan dengan membuat hipotesis: H 0 = Data residual terdistribusi normal apabila nilai signifikan > 0.05 H a = Data residual tidak terdistribusi normal apabila nilai signifikan < 0.05 Metode lain yang dapat digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal (Ghozali, 2011:160). Dasar pengambilan keputusan dari analisis normal probability plot adalah sebagai berikut:

5 33 a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka menunjukkan pola distribusi normal. Model regresi memenuhi asumsi normalitas. b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal serta tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Apabila data memilki kesimpulan tidak terdistribusi normal, maka dapat dilakukan uji outlier. Menurut Ghozali (2011) menyatakan bahwa Outlier adalah 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. Deteksi terhadap univariate outlier dapat dilakukan dengan menentukan nilai batas yang akan dikategorikan sebagai data outlier yaitu dengan cara mengkonversi nilai data ke dalam skor standardized atau yang biasa disebut zscore, yang memiliki nilai means (rata-rata) sama dengan nol dan standar deviasi sama dengan satu. Data dikatakan outlier apabila nilai z yang dihitung lebih besar dari +1,96 atau lebih kecil dari -1,96 (Ghozali, 2011:41) Uji Outlier Outlier adalah 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. Ada empat penyebab timbulnya data outlier (Ghozali:2011): 1) Kesalahan dalam penginputan data 2) Gagal menspesifikasikan adanya missing value dalam program computer 3) Outlier berasal dari populasi yang diambil sebagai sampel, tetapi distribusi dari variabel dalam populasi tersebut memiliki nilai ekstrim dan tidak berdistribusi normal. Deteksi terhadap univariate outlier dapat dilakukan dengan menentukan nilai batas yang akan dikategorikan sebagai data outlier yaitu dengan cara mengkonversi nilai data ke dalam skor standardized atau yang biasa disebut z-score, yang memiliki nilai rata-rata (mean) sama dengan nol dan deviasi standar sama dengan satu (Ghozali, 2011). Uji outlier dapat dilakukan dengan nilai z yang terdiri dari: 1. Lebih kecil dari -3 atau lebih besar dari 3 2. Lebih kecil dari -2,56 atau lebih besar dari 2,56

6 34 3. Lebih kecil dari -1,96 atau lebih besar dari 1, Uji Mutikolinearitas Menurut Ghozali (2011:105), uji multikolineritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen. Pada model regresi yang baik seharusnya antar variabel independen tidak terjadi korelasi. Untuk mendeteksi ada tidaknya multikolinearitas dalam model regresi dapat dilihat dari Tolerance Value atau Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan variabel independen manakah yang dijelaskan oleh variabel independen lainnya, yaitu: 1. Jika nilai Tolerance >10 persen dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi, 2. Jika nilai Tolerance < 10 persen dan nilai VIF > 10, maka dapat disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi Uji Heteroskedastisitas Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas (Ghozali, 2011). Untuk mendeteksi ada atau tidaknya heteroskedastisitas dengan melihat dari grafik scatterplot atau dengan uji glejser Uji Glejser Uji glejser bertujuan untuk meregres nilai absolut residual terhadap variabel independen Gujarati (2003) dalam Ghozali (2011). Pengambilan keputusan terjadi atau tidaknya heteroskedastisitas dengan menggunakan uji glejser adalah: 1. Jika nilai Sig. > 0.05, maka H 0 diterima dan tidak terjadi heteroskedastisitas, 2. Jika nilai Sig. < 0.05, maka H a diterima dan terjadi heteroskedastisitas. Uji heteroskedastisitas bertujuan untuk menguji apakah model regresi yang terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang

7 35 lain. Uji ini dilakukan dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot. Model regresi yang baik adalah model regresi yang tidak terjadi heteroskedastisitas atau dengan kata lain terjadi homoskedastisitas. Dasar analisis adalah (Ghozali, 2011:139): 1. Jika titik-titik yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Uji Autokorelasi Menurut Ghozali (2011), uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan penggangu t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena ada observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan penggangu) tidak bebas dari satu observasi ke observasi lainnya. Pengujian ini dapat dilakukan dengan Durbin Watson (D.W) Uji Durbin Watson Cara untuk mendeteksi ada atau tidaknya autokorelasi, salah satunya adalah dengan Uji Durbin-Watson (DW test). Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag di antara variabel independen (Ghozali, 2011). Pengujian ini dapat dilakukan dengan Durbin Watson (D.W) dengan deteksi sebagai berikut (Ghozali, 2011:110): 1. Angka D.W di bawah -2, berarti ada autokorelasi positif. 2. Angka D.W di antara -2 sampai +2, berarti tidak ada autokorelasi. 3. Angka D.W di atas +2, berarti ada autokorelasi negatif.

8 36 Tabel Kriteria Pengujian Autokorelasi dengan uji Durbin-Watson: DW <dl dl s.d. du du s.d. 4-du 4-du s.d. 4-dl >4-dl Kesimpulan Ada autokorelasi positif Tanpa kesimpulan Tidak ada autokorelasi Tanpa kesimpulan Ada korelasi positif Sumber: Suliyanto (2011:127) Analisis Data Analisis data dijelaskan dalam tiga bagian, meliputi regresi berganda, koefisien korelasi, dan koefisien determinasi Regresi Berganda Pada penelitian ini menggunakan analisis regresi berganda. Dimana regresi berganda ini merupakan alat analisis yang digunakan untuk mengukur pengaruh lebih dari satu variabel independen terhadap variabel dependen. model regresi berganda (multiple regression) untuk melihat seberapa besar pengaruh ukuran perusahaan, profitabilitas, dan solvabilitas terhadap audit report lag. Model regresi dirumuskan dengan persamaan berikut: Persamaan (1) ARL = α + ß 1 SIZE + ß 2 PROF + ß 3 SOLV + ß 4 UKAP + e Keterangan: ARL = audit report lag, diartikan jumlah hari antara tanggal penutupan tahun buku sampai tanggal penandatanganan laporan audit, dihitung secara kuantitatif per hari. SIZE = Ukuran perusahaan, diproksikan dengan total asset (Ln total aset) PROF = Profitabilitas, diproksikan dengan Return On Asset

9 37 SOLV = Solvabilitas, diproksikan dengan Debt to Total Asset UKAP = Ukuran KAP, diproksikan dengan ukuran kantor akuntan publik yaitu the big four dan non the big four α = Konstanta e = Tingkat Kesalahan (error) β = Koefisien Regresi Model regresi berganda pada persamaan (1) digunakan untuk setiap tahun sehingga dalam penelitian ini didapat persamaan regresi berganda untuk empat tahun yang berbeda Koefisien Korelasi (R) Analisis korelasi bertujuan untuk mengukur kekuatan asosiasi (hubungan) linier antara dua variabel dan menunjukkan arah hubungan antara variabel dependen dengan variabel independen (Ghozali, 2011). Pengambilan keputusan untuk uji korelasi adalah: 1. Jika R > 0.5, maka hubungan antara variabel dependen dan variabel independen adalah kuat, 2. Jika R < 0.5, maka hubungan antara variabel dependen dan variabel independen adalah lemah Koefisien Determinasi (R 2 ) Analisis Adjusted R 2 digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R² yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati 1 berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2011). Menurut Gujarati (2003) dalam Ghozali (2011), jika dalam uji empiris didapat nilai adjusted R 2 negatif, maka nilai adjusted R 2 dianggap bernilai nol. Secara sistematis (Ghozali, 2011): 1. Jika nilai R 2 = 1, maka adjusted R 2 = R 2 = 1, 2. Jika nilai R 2 = 0, maka adjusted R 2 = (1-k) / (n-k), 3. Jika k > 1, maka adjusted R 2 akan bernilai negatif.

10 Uji Hipotesis Uji hipotesis pada penelitian ini dengan menggunakan uji statistik t dan uji statistik F. Sehingga hasil penelitian dapat dilihat dengan uji statistik F dan statistik t untuk melihat pengaruh variabel independen terhadap variabel dependen Uji Statistik t Uji t digunakan untuk menunjukkan seberapa jauh pengaruh satu variabel penjelas (independen) secara individual dalam menerangkan variasi variabel dependen (Ghozali, 2011). Kriteria yang digunakan untuk menentukan ada atau tidaknya pengaruh yang signifikan yaitu didasari oleh: 1. Jika nilai signifikansi lebih kecil dari 5 %, maka Ha diterima, yang berarti menunjukkan bahwa variabel independen secara individual berpengaruh terhadap variabel dependen. 2. Jika nilai signifikansi lebih besar sama dengan 5%, maka Ha tidak diterima, yang berarti menunjukkan bahwa variabel independen secara individual tidak berpengaruh terhadap variabel dependen. Untuk menguji hipotesis tersebut digunakan statistik t dengan kriteria pengambilan keputusan sebagai berikut: 1. Ho ditolak jika t hitung > t tabel 2. Ho diterima jika t hitung > -t tabel Uji Statistik F Uji F digunakan untuk menguji kelayakan suatu model apakah fit atau tidak fit untuk melakukan pengujian (Ghozali, 2011). Untuk menguji hipotesis tersebut digunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut: 1. Menentukan tingkat signifikansi, taraf signifikansi adalah α = 5% 2. Membandingkan F- hitung dan F- tabel H o ditolak F- hitung > F- tabel 3. Jika nilai Sig. > 0.05, maka model tidak fit untuk melakukan pengujian, 4. Jika nilai Sig. < 0.05, maka model fit untuk melakukan pengujian. Hal ini menunjukkan bahwa terdapat pengaruh variabel-variabel independen secara simultan terhadap variabel dependen dalam penelitian ini.

11 Operasionalisasi Variabel Operasionalisasi variabel merupakan langkah-langkah yang perlu dilakukan peneliti untuk memperoleh data yang berkaitan dengan variabel-variabel yang diteliti. Dalam penelitian ini, operasionalisasi variable dibagi menjadi dua yaitu: Variabel Dependen (Y) Variabel dependen dalam penelitian ini adalah Audit report lag (ARL) yang diukur berdasarkan hari.menurut Subekti dan Widiyanti (2004) dalam Lianto dan Kusuma (2010) menyatakan bahwa Audit report lag adalah rentang waktu penyelesaian pelaksanaan audit laporan keuangan tahunan, diukur berdasarkan lamanya hari yang dibutuhkan untuk memperoleh laporan auditor independen atas audit laporan keuangan perusahaan, sejak tanggal tutup buku perusahaan yaitu 31 Desember sampai tanggal yang tertera pada laporan auditor independen. Jadi, variabel ini diukur secara kuantitatif dalam jumlah hari yang dihitung dari jangka waktu penyelesaian audit terhadap laporan keuangan (berdasarkan perbedaan waktu antara tanggal laporan keuangan dengan tanggal opini audit diterbitkan). Variabel ini diproksikan dengan selisih tanggal laporan audit. Skala pengukuran yang digunakan dalam penelitian ini adalah skala rasio. Rumus Audit Report Lag Audit Report Lag = Tanggal Laporan Audit Tanggal Laporan Keuangan Sumber: Azizah Nur & Ratih Kumalasari (2012:3) Variabel Independen Variabel independen yaitu variabel yang dapat mempengaruhi variabel lain.dalam penelitian ini menggunakan varibel independen yaitu sebagai berikut: Ukuran Perusahaan (X 1 ) Menurut Budiasih (2009) dalam Aristiani (2010) ukuran perusahaan adalah suatu skala, yaitu dapat diklasifikasikan besar kecilnya perusahaan menurut berbagai

12 40 cara, antara lain total aktiva, log size, nilai pasar saham dan lain-lain. Bahwa semakin besar jumlah aset perusahaan, maka semakin besar ukuran perusahaan. Menurut Wirakusuma (2004) dalam Lianto dan Kusuma (2010) menyatakan bahwa ukuran perusahaan dalam penelitian ini diukur dengan mengunakan logaritma natural (Ln) dari total aktiva yang dimiliki perusahaan. Skala yang digunakan dalam penelitian ini adalah skala rasio. Ukuran perusahaan ini dari data total asset diperoleh dari hasil laporan keuangan perusahaan consumer goods di BEI, ICMD, dan Jadi, ukuran perusahaan ini dipengaruhi oleh perusahaan yang memiliki pengendalian internal yang kuat maka memerlukan waktu relatif singkat bagi auditor dalam melaksanakan pengujian ketaatan dan pengujian substantif, sehingga mempercepat proses pengauditan laporan keuangan (audit delay) dan manajemen dengan skala besar cenderung diberikan insentif untuk mempercepat penerbitan laporan keuangan auditan disebabkan perusahaan berskala besar dimonitor secara ketat oleh investor, pengawas permodalan dan pemerintah sehingga cenderung menghadapi tekanan eksternal yang lebih tinggi untuk mengumumkan laporan keuangan auditan lebih awal. Untuk menghitung ukuran perusahaan dapat dirumuskan sebagai berikut: Size = Ln (total asset) Sumber: Susanto (2013:47) Profitabilitas (X 2 ) Menurut Harahap (2009:305), semakin besar rasionya semakin bagus karena perusahaan dianggap mampu dalam menggunakan aset yang dimilikinya secara efektif untuk menghasilkan laba. Variabel independen dalam penelitian ini adalah rasio profitabilitas yang diukur berdasarkan nilai ROA (Return on Asset) yaitu laba bersih dibagi dengan total asset. ROA merupakan rasio yang menunjukkan hasil (return) atas jumlah aktiva yangdigunakan dalam perusahaan. Perusahaan yang tingkat profitabilitasnya tinggi diduga waktu yang diperlukan untuk menyelesaikan audit akan lebih cepat. Menurut Riyanto (2010:331), Rasio Profitabilitas adalah rasio yang mengukur hasil akhir dari sejumlah kebijaksanaan dan keputusan-keputusan. Rasio ini merupakan perbandingan antara laba bersih dengan total aset. Rasio ini

13 41 menunjukkan berapa besar laba bersih diperoleh perusahaan bila diukur dari nilai asetnya.. Jadi, profitabilitas yang diukur dengan menggunakan ROA ini semakin besar rasionya semakin bagus karena perusahaan dianggap mampu dalam menggunakan aset yang dimilikinya secara efektif untuk menghasilkan laba. Skala pengukuran yang digunakan dalam penelitian ini adalah skala rasio.variabel ini diproksi dengan menggunakan ROA. Dalam penelitian ini return on asset (ROA) diproksikan sebagai berikut: Sumber: Riyanto (2010:335) Solvabilitas (X 3 ) Menurut Kasmir (2013:151), Rasio solvabilitas atau leverage ratio merupakan rasio yang digunakan untuk mengukur sejauh mana aktiva perusahaan dibiayai dengan utang. Artinya berapa besar beban utang yang ditanggung perusahaan dibandingkan dengan aktivanya. Diukur berdasarkan nilai DTA (debt to asset) yaitu mengindikasikan proprsi utang terhadap total asset perusahaan. Semakin rendah semakin baik. Jadi, debt to asset ini apabila rasionya tinggi, maka pendanaan dengan utang semakin banyak, maka semakin sulit bagi perusahaan untuk memperoleh tambahan pinjaman karena dikhawatirkan perusahaan tidak mampu menutupi hutanghutangnya dengan aktiva yang dimilikinya.variabel ini diproksi dengan menggunakan DTTA. Skala yang digunakan dalam penelitian ini adalah skala rasio. Data rasio solvabilitas ini didapat dari laporan tahunan perusahaan consumer goods melalui ICMD, BEI, dan Dalam penelitian ini DTTA diproksikan sebagai berikut: Debt to total asset ratio = Sumber: Kasmir (2013:156)

14 Ukuran KAP Menurut Prabandari dan Rustiana (2007) dalam Susanto (2013) ukuran KAP berdasarkan jenis KAP yang mengaudit laporan keuangan suatu perusahaan dikelompokkan dalam 2 kategori, yaitu KAP non the big four dan KAP the big four. Jenis Kantor Akuntan Publik (KAP) yang termasuk the big four adalah : 1. PWC (Price Waterhouse Coopers). 2. Deloitte 3. Ernst dan Young 4. KPMG Variabel ini diproksikam dengan menggunakan variabel dummy. Dalam penelitian ini Jenis KAP yang mengaudit dibedakan dengan memberikan kategori angka 1 untuk kategori KAP the big four dan angka 0 untuk kategori non the big four. Skala pengukuran dalam penelitian ini adalah skala nominal Definisi Operasional dan Pengukuran penelitian ini. Berikut adalah tabel dari definisi operasional dan pengukuran dalam Tabel Pengukuran Variabel dan Operasional Variabel Variabel yang Indikator Jenis data Skala diukur Variabel Dependen Rentang waktu Sekunder Rasio (Y) Audit Report Lag penyelesaian pelaksanaan audit laporan keuangan. Variabel Total Asset (Ln = total Sekunder Rasio Independen: Ukuran Perusahaan (X 1 ) asset atau total aktiva) Profitabilitas (X 2 ) Return On Assets Sekunder Rasio Solvabilitas (X 3 ) Debt to total Assets Ratio Sekunder Rasio Ukuran KAP (X 4 ) Dummy (The Big Four = 1, Non The Big Four = 0) Sekunder Nominal

15 43