BAB 3 METODE PENELITIAN 3.1 Jenis dan Sumber Data Data dari penelitian ini menggunakan data sekunder yang berupa laporan keuangan perusahaan manufaktur yang terdaftar pada Bursa Efek Indonesia (BEI). Metode pengumpulan data menggunakan teknik dokumentasi, yaitu dengan melihat dokumen yang sudah terjadi (laporan keuangan dan laporan auditor independen). Laporan keuangan perusahaan disyaratkan yang sudah diaudit oleh KAP untuk tahun terbit 2009, 2010, 2011, dan 2012. Data sekunder yang diambil adalah data sekunder eksternal, yaitu yang disusun oleh organisasi yang bersangkutan. Jumlah data dalam penelitian ini sebanyak 436 laporan keuangan. Data diperoleh dari: 1. Indonesian Capital Market Directory (ICMD) tahun 2009 sampai dengan 2012 2. Akses internet pada Indonesia Stock Exchange (IDX) (www.idx.co.id) 3. Akses internet pada masing-masing web perusahaan yang menjadi sampel penelitian untuk melihat struktur organisasi perusahaan. 3.2 Penentuan Jumlah Sampel Penentuan pemilihan jumlah sampel didasari pada jumlah populasi. Populasi adalah seluruh karakteristik yang menjadi objek penelitian, di mana karakteristik tersebut berkaitan dengan seluruh kelompok orang, peristiwa, atau benda yang menjadi pusat perhatian bagi peneliti. Populasi pada penelitian ini adalah perusahaan manufaktur yang terdaftar pada Bursa Efek Indonesia (BEI) secara berturut-turut pada periode tahun 2009 sampai dengan tahun 2012. Perusahaan manufaktur dipilih karena jumlah perusahaan manufaktur yang terdaftar pada BEI lebih banyak daripada perusahaan lainnya. Hal tersebut diharapkan dapat membantu hasil penelitian lebih konsisten. Selain itu perusahaan manufaktur memiliki laporan keuangan yang lebih kompleks dibandingkan dengan perusahaan-perusahaan yang lain. Penelitian ini menggunakan perusahaan manufaktur yang sudah go public karena perusahaan go public memiliki kepentingan untuk menyajikan laporan keuangannya dengan tepat waktu agar para investor maupun calon investor dapat mengetahui kondisi perusahaan dan mempengaruhi mereka dalam proses pengambilan keputusan. Hal
tersebut sangat sesuai dengan tujuan penelitian yaitu mengetahui faktor yang mempengaruhi audit delay. Populasi dalam penelitian ini adalah perusahaan manufaktur yang terdaftar pada Bursa Efek Indonesia pada tahun 2009 sampai dengan tahun 2012. Penentuan jumlah sampel pada penelitian ini berdasarkan dengan menetapkan kriteria tertentu yang sesuai dengan tujuan penelitian. Tabel 3.1 Pemilihan Sampel Penelitian Jumlah perusahaan manufaktur yang terdaftar di BEI berturut-turut pada tahun 2009-2012 125 Jumlah perusahaan manufaktur yang tidak menyajikan laporan keuangan auditan secara lengkap pada periode 2009-2012 16 Jumlah perusahaan yang menjadi sampel karena memenuhi kriteria 109 Sumber: Data hasil olahan penulis 3.3 Metode Pengumpulan Sampel Pengumpulan sample menggunakan metode purposive sampling yaitu pemilihan sampel dengan tidak acak yang informasinya diperoleh dengan menggunakan kriteria atau pertimbangan tertentu yang disesuaikan dengan tujuan atau masalah penelitian. Menurut Sugiyono (2010:122) purposive sampling adalah teknik penentuan sampel dengan pertimbangan tertentu. Penentuan jumlah sampel dalam penelitian ini didasari dengan kriteria sebagai berikut: 1. Perusahaan yang terdaftar pada Bursa Efek Indonesia pada tahun 2009, 2010, 2011, dan 2012 secara berturut turut. 2. Perusahaan memiliki tahun tutup buku 31 Desember dan mengeluarkan laporan keuangannya untuk tahun 2009 sampai dengan 2012.
3. Laporan keuangan perusahaan yang menjadi sampel sudah diaudit olek Kantor Akuntan Publik dan dipublikasikan. 4. Perusahaan menerbitkan laporan keuangan yang menampilkan data yang mendukung analisis faktor-faktor yang mempengaruhi audit delay. 3.4 Metode Analisis Data Metode analisis data pada penelitian ini menggunakan metode kuantitatif karena menggunakan pendekatan saintifik dengan menggunakan statistik deskriptif, uji asumsi klasik, analisis regresi, dan uji hipotesis. 3.4.1 Statistik Deskriptif Statistik deskriptif berfungsi sebagai penganalisis data dengan menggambarkan sampel data yang telah dikumpulkan tanpa penggeneralisasian. Definisi statistik deskriptif menurut Kurniawan (2009:14) adalah sebagai berikut: Statistika Deskriptif hanya sekedar memberikan gambaran tentang data, antara lain berupa mean, median, modus, varian, range, kemiringan, dan kemencengan. Menurut Sugiyono (2010:26), statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Penelitian ini menjabarkan jumlah data, rata-rata, nilai minimum, maksimum, dan standar deviasi. Definisi dari masing-masing pengujian statistik deskripstif adalah sebagai berikut: 1. Rata-rata (Mean) adalah rata-rata hitung dari suatu data. Biasanya mean digunakan untuk menghitung rata-rata dari data kuantitatif (interval dan rasio (Kurniawan, 2009:15). 2. Nilai minimum adalah nilai terkecil dari suatu data. 3. Nilai maksimum adalah nilai terbesar dari suatu data. 4. Standar deviasi adalah ukuran dispersi sekita rata-rata (Kurniawan, 2009:16). Berdasarkan data olahan SPSS yang meliputi audit delay, ukuran perusahaan, profitabilitas, dan komite audit, dapat diketahui nilai rata-rata, maksimum, minimum, dan standar deviasi dari setiap masing-masing variabel tersebut. Sedangkan variabel
ukuran kantor akuntan publik tidak disertakan dalam perhitungan statistik deskriptif karena variabel tersebut berskala nominal. Menurut Ghozali (2005) dalam Widosari (2012) skala nominal merupakan skala pengukuran kategori atau kelompok. Angka ini hanya berfungsi sebagai label kategori semata tanpa nilai intrinsik. 3.4.2 Uji Asumsi Klasik Menurut Sarjono dan Julianita (2011:53), model regresi linier dapat disebut sebagai model yang baik jika memenuhi asumsi klasik. Oleh karena itu, uji asumsi klasik sangat diperlukan sebelum melakukan analisis regresi. Uji asumsi klasik dilakukan untuk memastikan bahwa sampel yang akan diteliti berdistribusi normal dan terbebas dari gangguan heterokedatisitas, multikolinieritas, serta autokorelasi. Uji asumsi klasik terdiri atas uji normalitas, uji heterokedatisitas, uji multikorelasi, dan uji autokorelasi. 3.4.2.1 Uji Normalitas Uji normalitas bertujuan untuk mengetahui normal atau tidaknya suatu distribusi data. Uji normalitas membandingkan antara data yang kita miliki dan data berdistribusi normal yang memiliki mean dan standar deviasi yang sama dengan data kita. Uji normalitas menjadi hal yang penting karena salah satu syarat pengujian parametric-tes (uji parametrik) adalah data harus memiliki distribusi normal atau berdistribusi normal. Dalam penelitian ini uji normalitas menggunakan Kolmogorov- Smirnov dan grafik Normal P-P Plot of Regression Standardized Residual. Dasar pengambilan keputusan adalah dengan melihat angka probabilitas, dengan ketentuang sebagai berikut: Probabilitas > 0,05 : data berdistribusi normal. Probabilitas < 0,05 : data tidak berdistribusi normal. Uji normalitas sangat penting dilakukan karena sebagai syarat untuk dilakukannya parametric-test (analisis yang menggunakan parameter seperti mean, standar deviasi, variasi, dan data harus berdistribusi normal). Data yang normal berarti mempunyai sebaran yang normal pula. Dengan demikian, data tersebut dianggap mewakili populasi.
3.4.2.2 Uji Heterokedatisitas Menurut Wijaya (2009) dalam Sarjono dan Julianita (2011:53), heterokedatisitas menunjukan bahwa varians variabel tidak sama untuk semua pengamatan atau observasi. jika varians dari residual satu pengamatan ke engamatan lain tetap maka disebut dengan homokedatisitas. Model regresi yang baik adalah terjadi homokedatisitas dalam model, atau tidak terjadi heterokedatisitas. Ada beberapa cara untuk mendeteksi ada tidaknya heterokedatisitas yaitu dengan melihat scatterplot serta melalui atau menggunakan uji gletjer, uji park, dan uji white. Untuk mendeteksi ada tidaknya heteroskedastisitas dalam penelitian ini dengan melihat nilai signifikansi dari uji Spearman rho atau dengan melihat grafik Scatterplot antara nilai prediksi variabel dependen (ZPRED) dengan residualnya (SRESID). Kriteria pengujian Sprearman rho dengan melihat nilai signifikansi hasi hitung apakah lebih besar atau lebih kecil dari taraf yang ditetapkan. Apabila nilai signifikansi lebih besar dari taraf yang ditetapkan maka tidak terjadi masalah heterokedatisitas, begitupun sebaliknya. Jika nilai signifikan korelasi Spearman s rho lebih kecil dari 0,05 maka dapat disimpulkan bahwa terjadi masalah heterokedastisitas (Ghozali, 2009:129) Dalam scatterplot apabila ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. 3.4.2.3 Uji Multikorelasi Uji multikorelasi bertujuan untuk mengetahui apakah hubungan diantara variabel bebas memiliki masalah multikorelasi atau tidak (Sarjono dan Julianita, 2011:70). Multikorelasi itu sendiri adalah korelasi yang sangat tinggi atau yang sangat rendah yang terjadi pada hubungan diantara variabel bebas. Multikorelasi perlu dilakukan apabila jumlah variabel bebas atau independen lebih dari satu. Uji ini akan dilakukan dalam penelitian ini karena penelitian ini menggunakan empat variabel independen atau variabel bebas (ukuran perusahaan, profitabilitas, ukuran kap, dan komite audit) dan satu variabel terikat (audit delay). Model regresi yang baik seharusnya tidak mengandung korelasi di antara variabel-variabel independen.
Menurut Wijaya (2009) dalam Sarjono dan Julianita (2011,70), ada beberapa cara mendeteksi ada tidaknya masalah multikolinieritas. Berikut adalah cara mendeteksi masalah multikorelasi: 1. Nilai R 2 yang dihasilkan oleh suatu estimasi model regresiemoiris yang sangat tinggi, tetapi secara individualvariabel bebas banyak yang tidak saling signifikan mempengaruhi variabel terikat. 2. Menganalisis korelasi di antara variabel bebas. Jika di antara variabel bebas ada korelasi yang cukup tinggi (lebih besar dari 0,90), hal ini merupakan indikasi adanya masalah multikolinieritas. 3. Multikolinieritas juga dapat dilihat dari nilai VIF (Variance-Inflating Factors). Jika nilai VIF < 10, tingkat kolinieritas dapat ditoleransi. 4. Nilai Eigenvalue sejumlah satu atau lebih variabel bebas yang mendekati nol memberikan petunjuk adanya multikolinieritas. Pendeteksian keberadaan multikolinearitas dalam penelitian ini dengan melihat nilai tolerance dan lawannya Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Apabila nilai tolerance di atas 10% dan VIF di bawah 10, maka dapat disimpulkan bahwa model regresi bebas dari multikolinearitas. 3.4.2.4 Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu (disturbance term-ed.) pada periode t da kesalahan pengganggu pada periode sebelumnya (t-1). Apabila terjadi korelasi maka hal tersebut menunjukan adanya problem autokorelasi. Autokorelasi muncul karena ada observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu pbservasi ke observasi lainnya. Masalah autokoreasi sering terjadi pada data time series. Uji ini dilakukan karena penelitian ini menggunakan urutan waktu tahun 2009 sampai tahun 2012. Sementara itu, pada data cross section (crosssectional) autokorelasi sangat jarang terjadi sehingga uji autokorelasi tidak wajib untuk dilakukan pada penelitian yang menggunakan data cross section (penelitian yang dilakukan hanya dalam kurun waktu tertentu dan biasanya menggunakan kuisioner). Uji autokorelasi dapat
dilakukan dengan uji Durbin Watson, uji Langrage Multiplier (LM), uji statistik Q, dan uji Run Test. Penelitian ini menggunakan uji Durbin Watson untuk mendeteksi ada tidaknya autokorelasi, dimana dalam pengambilan keputusannya dengan melihat berapa jumlah sampel yang diteliti yang kemudian dilihat angka ketentuannya pada tabel Durbin Waston. 3.4.3 Analisis Regresi Analisis regresi adalah suatu analisis yang dugunakan untuk mengukur pengaruh variabel bebas terhadap variabel terikat. Penelitian ini menggunakan analisis regresi berganda atau majemuk karena penelitian ini mengukur pengaruh dengan melibatkan empat variabel bebas atau variabel independen (ukuran perusahaan, profitabilitas, ukuran kantor akuntan publik, dan komite audit) dan satu variabel terikat yaitu audit delay. Menurut Kurniawan (2009:52), regresi berganda dapat didefinisikan sebagai pengaruh antara lebih dari dua variabel, di mana terdiri dari dua atau lebih variabel independen (bebas) dan satu variabel dependen (terikat) dan juga digunakan untuk membuat persamaan dan dari persamaan tersebut, dapat dibuat perkiraan (prediction). Menurut Sugiyono (2010: 277) analisis regresi berganda digunakan peneliti, bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel dependen (kriterium), bila dua atau lebih variabel independen sebagai faktor prediktor dimanipulasi (di naik turunkan nilainya). Model analisis regresi berganda pada penelitian ini adalah: Y = α + β 1.X 1 + β 2.X 2 + β 3.X 3 + β 4.X 4 + ε Keterangan : Y = Selisih hari antara tanggal penutupan tahun buku dengan tanggal opini (audit delay) α = Konstanta X 1 = Ukuran perusahaan X 2 = Profitabilitas X 3 = Kantor Akuntan Publik X 4 = Komite Audit β = koefisien regresi ε = standar error
3.4.4 Uji Hipotesis Menurut Sugiyono (2010: 221), hipotesis diartikan sebagai jawaban sementara terhadap rumusan masalah penelitian. Kebenaran dari hipotesis itu harus dibuktikan melalui data yang terkumpul. Pengujian hipotesis pada penelitian ini menggunakan uji signifikansi parameter individual (uji t), uji signifikansi simultan (uji f), dan ketepatan perkiraan model atau yang lebih dikenal dengan koefisien determinasi (R 2 ). 3.4.4.1 Uji Signifikansi Parameter Individual (Uji t) Uji t digunakan untuk menguji hipotesis secara parsial guna menunjukkan pengaruh tiap variabel independen secara individu terhadap variabel dependen. Pengujian secara simultan ini dilakukan dengan cara membandingkan antara tingkat signifikansi t dari hasil pengujian dengan nilai signifikansi yang digunakan dalam penelitian ini. Dalam pengujian ini dilakukan uji dua sisi dengan derajat kebebasan sebesar 5% agar kemungkinan terjadinya gangguan kecil. Kriteria Pengujian : a. Jika angka probabilitas < daripada 5% atau t hitung > t tabel, maka ada pengaruh yang signifikan antara variabel bebas (X) terhadap variabel terikat (Y). b. Jika angka probabilitas > daripada 5% atau t hitung > t tabel, maka tidak ada pengaruh yang signifikan antara variabel bebas (X) terhadap variabel terikat (Y). Dimana cara untuk menentukan t hitung dengan rumus sebagai berikut: Keterangan: βi = koefisien regresi Sβi = standar deviasi koefisien regresi 3.4.4.2 Uji Signifikansi Simultan (Uji f) Uji F (F-test) digunakan untuk menguji signifikansi pengaruh semua variabel independen secara bersama-sama (simultan) terhadap variabel dependen. Pengujian secara simultan ini dilakukan dengan cara membandingkan antara tingkat signifikansi F dari hasil pengujian dengan nilai signifikansi yang digunakan dalam
penelitian ini. Dalam pengujian ini dilakukan uji dua F dengan derajat kebebasan sebesar 5% agar kemungkinan terjadinya gangguan kecil. Menentukan f hitung dengan rumus sebagai berikut: F= Analisis pengujian : a. Jika tingkat signifikansi F yang diperoleh dari hasil pengolahan nilainya < dari 5%, maka dapat disimpulkan bahwa semua variabel independen (X) secara simultan berpengaruh terhadap variabel dependen (Y). b. Jika tingkat signifikansi F yang diperoleh dari hasil pengolahan nilainya > dari 5%, maka dapat disimpulkan bahwa semua variabel independen (X) secara simultan tidak berpengaruh terhadap variabel dependen (Y). 3.4.4.3 Koefisien Determiasi (R 2 ) Koefisien Determinasi (R 2 ) bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Bila terdapat nilai adjusted R 2 bernilai negatif, maka nilai adjusted R 2 dianggap bernilai nol. Nilai R 2 memiliki keterbatasatasan yaitu nilai R square akan meningkatsetiap ada penambahan satu variabel independen meskipun cariabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. 3.5 Metode Penyajian Data Penelitian ini menggunakan penyajian data berupa data kuantitatif dan data kualitatif. Data kuantitatif adalah data yang dinyatakan dalam bentuk angka (Kurniawan, 2009:7). Data kuantitatif tersebut berupa tabel dan grafik hasil output atau hasil olahan data sekunder dalam menggunakan software SPSS. Berdasarkan
tabel yang merupakan hasil dari penggunaan software SPSS, penulis akan menuliskan maksud dari tabel tersebut dengan kata-kata atau kalimat (data kualitatif). 3.6 Alat Uji Statistik Dalam melakukan penelitian ini, peneliti menggunakan software SPSS versi 16.00 untuk mengolah data statistik dan untuk menguji pengaruh antar variabel. Peneliti menggunakan fungsi-fungsi yang tersedia pada software SPSS, baik untuk melakukan pengujian statistik deskriptif, uji asumsi klasik, analisis regresi berganda, uji koefisien determinasi, uji f, dan uji f. SPSS adalah salah satu program untuk pengolahan data statistik yang penggunaannya mudah bagi kebanyakan orang. Menurut Priyatno (2008: 13) dalam Sarjono dan Julianita (2011: 113), SPSS adalah program atau software yang digunakan untuk mengolah data statistik. Dari berbagai software untuk mengolah data statistik lainnya, SPSS merupakan software yang paling banyak digunakan. Umumnya SPSS dulu hanya digunakan untuk mengolah data dalam bidang sosial saja. Namun, dengan seiring berjalannya waktu SPSS mengalami perkembangan sehingga SPSS dapat digunakan dalam bidag ilmu lainnya seperti ekonomi, psikologi, pertanian, teknologi, industri, dan lain lain. SPSS diciptakan oleh Norman Nie, seorang lulusan Fakultas Ilmu Politik dari Stanford University. 3.7 Operasionalisasi Variabel Penelitian ini akan menguji dua variabel yang diklasifikasikan menjadi 2 yaitu variabel independen (X) dan variabel dependen (Y). Variabel dependen dan independen dalam penelitian ini adalah sebagai berikut: 1. Variabel Dependen Variabel dependen merupakan variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel independen (Sugiyono, 2010: 59). Menurut Kurniawan (2009: 26), variabel terikat (dependent) adalah variabel yang dipengaruhi oleh beberapa variabel lainyang sifatnyatidak dapat berdiri sendiri (bebas). Variabel dependen\variabel terikat atau dependen dalam penelitian ini adalah audit delay. Indikator untuk mengukur audit delay berdasarkan lamanya waktu penyelesaian audit yaitu selisih tanggal penutupan tahun buku perusahaan dengan tanggal
dikeluarkannya laporan hasil audit. Data yang digunakan dalam penelitian ini adalah data sekunder yaitu laporan auditor independen. 2. Variabel Independen Dalam Sugiyono (2010:59), variabel independen adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen. Menurut Kurniawan (2009:26), variabel bebas adalah variabel yang mempengaruhi variabel lain yang sifatnya berdiri sendiri. Variabel independen atau bebas dalam penelitian ini adalah : a. Ukuran Perusahaan Variabel ukuran perusahaan diukur berdasarkan total aset atau total aktiva yang dimiliki perusahaan yang menjadi sampel dalam penelitian ini. Aset yang dihitung adalah semua total aset lancar maupun aset tetap yang tercantum pada laporan keuangan perusahaan yang telah diaudit. Nilai total aset dari perusahaan sampel diseragamkan kedalam jumlah jutaan rupiah menggunakan logaritma natural (Ln). Jika nilai total aset langsung dipakai begitu saja maka nilai variabel akan sangat besar, miliar bahkan triliun. Dengan menggunakan log, nilai miliar bahkan triliun tersebut dapat disederhanakan, tanpa mengubah proporsi dari nilai asal yang sebenarnya. Skala pengukuran variabel ukuran perusahaan adalah skala rasio. b. Profitabilitas Profitabilitas diukur dengan menggunakan ROA atau return on asset yaitu net income dibagi dengan total aset. Perusahaan yang mempunyai profitabilitas lebih tinggi diduga mempunyai waktu audit delay yang lebih cepat. Hal ini mungkin terjadi karena hal tersebut adalah berita baik yang harus segera diketahui oleh publik sehingga membuat perusahaan mempublikasikannya lebih cepat daripada perusahaan yang memiliki berita buruk atau yang profitabilitasnya rendah. Perusahaan yang profitabilitasnya rendah, di duga lebih panjang jarak audit delay nya, karena profitabilitas rendah atau bahkan rugi (loss) dianggap sebagi berita buruk sehingga perusahaan tidak terlalu antusias dalam memberitahukan informasi tersebut kepada publik.
c. Ukuran Kantor Akuntan Publik Pengukuran pada variabel ini dengan menggunakan dummy dengan mengelompokkan perusahaan yang diaudit oleh the big four atau perusahaan yang diaudit oleh kantor akuntan publik non the big four. Perusahaan yang diaudit oleh big four diberi kode 1 (nilai dummy 1) dan perusahaan yang diaudit oleh non-big four diberi kode 0 (nilai dummy 0). Skala pengukuran pada variabel ukuran Kantor Akuntan Publik (KAP) menggunakan skala nominal. Skala nominal adalah tipe data yang termasuk dalam data kualitatif dan merupakan data dengan level pengukuran paling rendah. Tipe data ini jika ditemui angka hanya dinyatakan sebagai suatu simbol saja dan tidak dapat dioperasikan ke dalam bentuk persamaan matematika (Kurniawan, 2009:8). d. Komite Audit Pada umumnya, komite audit bertugas untuk mengawasi fungsi pengawasan dalam pengendalian internal, meningkatkan kualitas laporan keuangan, dan membantu efektivitas dari aktivitas audit. Menurut peraturan bagi perusahaan publik untuk mencapai Good Corporate Governance antara lain Bapepam-LK dengan surat edaran No. SE-03/PM/2000 mensyaratkan bahwa setiap perusahaan publik di Indonesia wajib membentuk komite audit beranggotakan minimal 3 orang yang terdiri dari satu sebagai ketua komite audit dan dua sebagai anggota komite audit. Pengukuran terhadap variabel ini dinyatakan dengan jumlah absolute komite audit yang dimiliki perusahaan. Tabel 3.2 Operasionalisasi Variabel Variabel Indikator Skala Variabel Dependen Audit Delay Variabel Independen Sumber Data Selisih hari antara tanggal penutupan tahun buku sampai dengan tanggal dikeluarkannya laporan hasil audit. Rasio Sekunder
Ukuran Perusahaan Profitabilitas Ukuran KAP Total aset yang di miliki perusahaan Rasio Sekunder Net income dibagi dengan total asset Rasio Sekunder diaudit oleh big four = 1 diaudit oleh non-big four = 0 Nominal Sekunder Komite Audit Dinyatakan dengan jumlah anggota komite audit yang dimiliki perusahaan Rasio Sekunder Sumber: Data hasil olahan penulis