BAB III 3 OBYEK DAN METODELOGI PENELITIAN 3.1. Objek Penelitian Objek penelitian merupakan sasaran untuk mendapatkan suatu data sesuai dengan pendapat menurut Husein Umar (2005 : 303) menerangkan Objek penelitian menjelaskan tentang apa dan atau siapa yang menjadi obyek penelitian. Juga dimana dan kapan penelitian dilakukan. Bisa juga ditambahkan hal-hal lain jika dianggap perlu. Berdasarkan penjelasan dua pakar diatas maka penulis menyimpulkan Objek penelitian adalah ruang lingkup yang merupakan pokok persoalan dari suatu penelitian. Dan pada kali ini yang menjadi objek penelitian oleh penulis adalah Workload (X 1 ) dan Audit tenure (X 2 ) dan Spesialis Industri Auditor ( ) sebagai variabel independent atau bebas serta Kualitas Audit sebagai variabel dependent atau terikat (Y). 3.2 Metode Penelitian 3.2.1 Desain Penelitian Penelitian ini dilakukan dengan melakukan pengujian hipotesis untuk menjelaskan hubungan antar variabel dependen (terikat) dan variabel independen (bebas) Metode penelitian menurut (Sugiyono, 2011) pada dasarnya merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Metode penelitian ini membahas beberapa hal yang meliputi variabel penelitian, definisi 33
operasional variabel, cara pengukuran variabel, penentuan populasi dan sampel, jenis dan sumber data, metode pengumpulan data serta metode analisis. 3.2.1.1 Populasi Penelitian Populasi adalah jumlah dari keseluruhan kelompok individu, kejadiankejadian yang menarik perhatian peneliti untuk diteliti atau diselidiki. Populasi yang digunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2014,2015 dan 2016. Rentang waktu pengambilan data tersebut dipilih karena masih relevan dengan tahun penelitian dan perusahaan go public juga semakin banyak yang menerbitkan laporan tahunan dengan dilengkapi data mengenai audit report lag dan profil Komite Audit. 3.2.1.2 Sampel Penelitian Sampel terdiri dari atas sejumlah anggota yang dipilih dari populasi (Sekaran, 2011:123). Penelitian sebelumnya yang menjadi acuan telah memakai teknik purposive sampling dimana pengambilan data dilakukan hanya 1 kali saja dan mencerminkan potret dari suatu keadaan pada satu saat tertentu. Penelitian ini menggunakan teknik sampel dengan metode purposive sampling. Sampel dipilih melalui metode purposive sampling berdasarkan kriteria-kriteria tertentu, yaitu: 1. Perusahaan manufaktur yang telah terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2014-2016 2. Perusahaan manufaktur yang menerbitkan laporan tahunan dan laporan keuangan di tahun 2014-2016 3. Perusahaan manufaktur yang menggunakan mata uang Rupiah di dalam laporan keuangan (annual report) dan laporan tahunannya. 34
4. Kantor akuntan publik yang konsisten mengirimkan laporan KAP Tahunan ke PPAJP (PPPK) Kementerian Keuangan RI selama periode 3 tahun berturutturut, yakni 2014-2016. 3.2.2 Metode Pengumpulan Data Metode pengumpulan data dalam penelitian ini adalah metode dokumentasi. Metode dokumentasi adalah pengumpulan data yang dilakukan dengan cara mempelajari catatan-catatan atau dokumen-dokumen perusahaan sesuai dengan data yang diperlukan. Dokumen dalam penelitian ini adalah data yang diperoleh dari laporan keuangan dan annual report perusahaan manufaktur yang terdaftar di BEI tahun 2014 2016. 3.2.3 Metode Analisis Metode analisis merupakan metode yang digunakan untuk mengolah data hingga menjadi informasi yang berguna pada akhir penelitian. Metde yang digunakan dalam penelitian ini adalah analisis statistika deskriptif, uji asumsi klasik, analisis regresi linier berganda, dan uji hipotesis. 3.2.4 Analisis Statistik Deskriptif Statistik deskriptif digunakan untuk mendeskripsikan dan memberikan gambaran tentang distribusi frekuensi variabel-variabel dalam penelitian. Ghozali (2006) memaparkan pengukuran yang digunakan pada statistik deskriptif ini meliputi jumlah sampel, nilai minimum, nilai rata-rata, dan standar deviasi. 3.2.4.1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penganggu atau residual memiliki distribusi normal.model regresi yang baik memiliki distribusi data yang normal atau mendekati normal (Imam Ghozali, 35
2011). Untuk mendeteksi normalitas data, dilakukan melalui analisis statistic Kolmogorov-Smirnov Test (K-S). Uji K-S dilakukan dengan membuat hipotesis: H 0 = Data residual terdistribusi normal. H 1 = Data residual tidak terdistribusi normal. Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut : a. Apabila probabilitas nilai Z uji K-S signifikan secara statistik maka H0 ditolak, yang berarti data terdistribusi tidak normal. b. Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik maka H0 diterima, yang berarti data terdistribusi normal. Namun demikian, dengan hanya melihat histogram dapat membingungkan, khususnya untuk jumlah sampel yang kecil. Metode lain yang dapat digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Dasar pengambilan keputusan dari analisis normal probability plot adalah sebagai berikut: 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 tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. 3.2.4.2 Uji Multikolinearitas Menurut Ghozali (2011) uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen.pada model regresi yang baik seharusnya antar variabel independen 36
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.tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai Tolerance yang rendah sama dengan nilai VIF yang tinggi. Nilai cut-off yang umum adalah: 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. 3.2.4.3 Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periodet-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Menurut Ghozali (2011) model regresi yang baik adalah regresi yang bebas dari autokorelasi. Uji autokorelasi dilakukan dengan menghitung nilai Durbin Watson (DW). Pengukuran ada tidaknya autokorelasi adalah : a. Apabila nilai DW lebih besar daripada batas atas, maka koefisien autokorelasi sama dengan nol. Artinya, tidak ada autokorelasi positif. 37
b. Bila nilai DW lebih rendah daripada batas bawah, maka koefisien autokorelasi lebih besar daripada nol. Artinya, ada autokorelasi positif. c. Bila nilai DW terletak di antara batas atas dan batas bawah, maka tidak dapat disimpulkan. 3.2.4.4 Uji Heterokedastisitas Apabila model penelitian menggunaan pengujian BLUE maka semua residual atas error memiliki varian yang sama atau dapat dikatakan sebagai heteroskedastisitas. Dasar penetuan adanya heterokedastisitas model regresi yang baik apabila regresi yang tidak terjadi heterokedastisitas, dimana titik-titik dalam gambar scatterplot menyebar dan tidak membentuk pola tertentu yang jelas. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heterokedastisitas. Akan tetapi, jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka nol (0) pada sumbu Y, maka tidak terjadi heterokedastisitas (Imam Ghozali, 2011). Menurut Ghozali (2006) untuk mendeteksi ada tidaknya heterokedastisitas dapat dilakukan sebagai berikut: a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, mengidentifikasikan telah terjadi heterokedastisitas. b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi heteroskedastisitas. Sebaliknya, jika tidak ada satu pun variabel independen yang signifikan secara statistik mempengaruhi variabel 38
dependen, maka dapat disimpukan model regresi tidak mengandung heteroskedastisitas. 3.2.4.5 Analisis Regresi Linier Berganda Uji hipotesis pada penelitian ini menggunakan analisis regresi linier berganda. Regresi linier berganda merupakan alat analisis yang digunakan untuk mengukur pengaruh lebih dari satu variabel independen terhadap variabel dependen. Model regresi dirumuskan dengan persamaan: Model Penelitian: Y = α + β1wlit + β2 TENUREit + β3specit ABS_DACCit = Kualitas audit diukur dengan model Kazmik (1999) α = Konstanta β 1 WL 1 = Tingkat Workload diukur dengan model Hansen (2008) β 2 SPEC 2 = Auditor Spesialisasi diukur dengan model Siregar ( 2009) β 3 TEN 3 = Audit Tenure (Jumlah tahun perikatan audit) 3.3 Uji Hipotesis 3.3.1 Uji Koefisien Determinasi Ghozali (2006) menjelaskan Koefisien Determinasi (R2) bertujuan 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 satu berarti 39
variabelvariabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. 3.3.2 Uji Signifikansi Simultan (Uji Statistik F) Uji F digunakan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model regresi mempunyai pengaruh secara bersama-sama (simultan) terhadap variabel dependen (Ghozali, 2006). Hipotesis akan diuji dengan menggunakan tingkat signifikansi (a) sebesar 5 persen atau 0.05. Kriteria penerimaan atau penolakan hipotesis akan didasarkan pada nilai probabilitas signifikansi. 1. Jika nilai probabilitas signifikansi < 0.05, maka hipotesis diterima. Hal ini berarti model regresi dapat digunakan untuk memprediksi variabel independen. 2. Jika nilai probabilitas signifikansi > 0.05, maka hipotesis ditolak. Hal ini berarti model regresi tidak dapat digunakan untuk memprediksi variabel dependen. 3.3.3 Uji Signifikansi Parameter Individual (Uji t) Uji signifikansi parameter individual (uji t) bertujuan untuk mengukur seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen (Ghozali, 2006). Pengujian secara parsial ini dilakukan dengan cara membandingkan antara tingkat signifikansi t dari hasil pengujian dengan nilai signifikansi yang digunakan dalam penelitian ini. Pengambilan keputusannya adalah apabila nilai probabilitas signifikansi < 0.05, maka suatu variabel bebas merupakan penjelas yang signifikan terhadap variabel terikat. 40
3.4 Variabel Penelitian dan Defisnisi Operasional 3.4.1Variabel Dependen Variabel dependen yang digunakan dalam penelitian ini adalah kualitas audit yang diproksikan dengans cara mengukur tingkat akrual diskresioner yang merupakan proksi dari kualitas laba. Akrual merupakan selisih dari laba dengan kas sedangkan diskresioner adalah kebijakan, sehingga akrual diskresioner merupakan akrual yang timbul akibat diskresi/kebijakan dari manajemen. Kualitas audit merupakan tingkatan mutu kualitas dari hasil kerja auditor yaitu mengungkapkan dan melaporkan kesalahan yang terkandung dalam laporan keuangan perusahaan termasuk juga menemukan tindak akrual diskresioner yang abnormal atau tidak wajar. Kualitas audit yang baik dapat menurunkan tingkat kualitas laba. Kualitas audit dalam penelitian ini menggunakan proksi absolute discretionary accruals yang diukur dengan model yang merupakan modifikasi dari model Jones (1991). Model (Kasznik, 1999) ini merujuk pada penelitian yang dilakukan oleh (Siregar Veronica, Amarullah, Wibowo, & Anggraita, 2012). (Siregar & Utama, 2005) menemukan bahwa model Kaznik (1999) lebih baik karena memiliki adjusted R 2 lebih besar dibandingkan model Jones (1991), Dechow et. al.,(1995), dan Kothari (2005). ABS_TACCit/TA i,t-1 = α 1 (1/TA i,t-1 ) + α 2 (ΔREVit-ΔRECit)/ TA i,t-1 + α 3 PPEi,t/ TA i,t- 1 + α 4 ΔCFO i,t / TA i,t-1 + ε it 41
Keterangan: TACCit ΔREVit = = Total akrual perusahaan untuk periode t didapat dari selisih net income dengan arus kas dari aktivitas operasi Total aset Perubahan pendapatan dari tahun t ke tahun t-1 (REVt - REVt-1) ΔCFOi,t RECit = Perubahan dalam nilai bersih arus kas piutang operasi dari tahun t-1 ke ke tahun t (CFOt - CFOt-1) Akrual 3.4.2 Variabel Independen 3.4.2.1Workload (Beban Kerja) Penelitian ini mengikuti Hansen et al. (2007) dalam (Setiawan W & Fitriany, 2011) yang mengukur workload berdasarkan audit capacity stress (ACS) dengan rumus sebagai berikut: Rumus 1: WL_CLN_P = Jumlah klien audit yang ditangani suatu KAP pada Tahun tersebut Total jumlah partner di KAP pada tahun tersebut Rumus 2: WL_REV_P Jumlah revenue yang diperoleh KAP pada tahun tersebut Total jumlah partner di KAP pada tahun tersebut 42
Rumus 3: WL_REV_EMP Jumlah revenue yang diperoleh KAP pada tahun tersebut Total jumlah auditor (pegawai) di KAP pada tahun tersebut Rumus 4: WL_CLN_EMP Jumlah klien audit yang dimiliki suatu KAP pada tahun tersebut Total jumlah auditor (pegawai) di KAP pada tahun tersebut 3.4.2.2 Audit Tenure Masa perikatan audit atau audit tenure merupakan jangka waktu penugasan auditor di suatu perusahaan. Pengukuran pada variabel masa perikatan audit ini menggunakan tenure KAP. tenure diukur berdasarkan pengukuran dalam penelitian (Al-Thuneibat et al., 2011) dalam (Berliana, 2015; Suresti, 2013) dengan menghitung jangka waktu penugasan KAP di suatu perusahaan yang sama (dalam satuan tahun). TEN= Jumlah tahun KAP mengaudit perusahaan yang sama 3.4.2.3 Auditor Spesialisasi Menurut (Setiawan W & Fitriany, 2011; Suresti, 2013) auditor spesialis dan non spesialis dikategorikan berdasarkan data persentase klien perusahaan publik yang diaudit oleh KAP pada industri tertentu, kemudian dilakukan pembobotan (weighting) berdasarkan total asset perusahaan dengan rumus yang dikembangkan oleh (Veronica Siregar, Fitriany, Wibowo, & Anggraita, 2011), sebagai berikut: 43
SPEC= Jumlah Klien KAP di Industri tersebut x rerata asset klien KAP di Industri Jumlah seluruh emiten Tabel 3.1 Operasional Variable Penelitian No Variabel Indikator Skala 1 Kualitas Audit (Y)(Kasznik, 1999) 2 Workload (X 1 ) (Setiawan W & Fitriany, 2011) 2 Audit Tenure (X 3 ) (Al- Thuneibat et al., 2011) 3 Spesialisasi Auditor (X 2 ) (Veronica Siregar et al., 2011) Besaran absolute akrual diskresioner Jumlah klien audit yang ditangani suatu kap di bagi dengan jumlah partner KAP pada tahun tersebut Jumlah tahun KAP mengaudit perusahaan yang sama (jumlah klien KAP di industri tsb / jumlah seluruh emiten di industri tsb) x(rerata aset klien KAP di industri tsb / rerata aset seluruh emiten di industri tsb) Rasio Rasio Rasio Rasio 44