BAB III OBJEK DAN DESAIN PENELITIAN III.1 Objek Penelitian Objek dalam penelitian ini adalah mengambil data 120 laporan keuangan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia selama tiga tahun berturut-turut yaitu tahun 2008, 2009, dan 2010. Perusahaan yang telah terdaftar di BEI secara langsung sudah menjadi perusahaan yang go public , dimana laporan keuangannya otomatis harus diungkapkan sehingga memudahkan peneliti untuk mendaptakan informasi yang valid. III.2 Desain Penelitian III.2.1 Jenis dan Sumber Data Data penelitian mencakup penerapan IFRS, ukuran perusahaan, profitabilitas, ukuran KAP, dan kompleksitas sebagai variable bebas yang dapat mempengaruhi lamanya keterlambatan waktu penyampaian laporan keuangan perusahaan. Populasi dalam penelitian ini adalah perusahaanperusahaan yang bergerak di bidang manufaktur yang terdaftar di Bursa Efek Indonesia. Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang diperoleh secara tidak langsung atau menggunakan data-data sebelumnya. Data sekunder diperoleh melalui studi kepustakaan yang diantaranya dengan mengumpulkan materi literatur, buku, jurnal penelitian, dan sumber lain yang sekiranya dapat membantu penulis dalam menyusun penelitian ini secara teknis dan 34 teoritis. Data sekunder utama didapatkan dari Pusat Referensi Pasar Modal, www.idx.co.id, dan Pusat Informasi Pasar Modal dengan mengumpulkan data dari laporan keuangan auditan perusahaan manufaktur yang dipublikasikan di BEI pada tahun 2008-2010. Metode analisis data yang digunakan dalam penelitian ini adalah statistik deskriptif dan pengujian regresi menggunakan binary logistic. III.2.2 Jumlah Sampel Peneliti mengambil 40 perusahaan manufaktur dari industri berbeda yang terdaftar di Bursa Efek Indonesia selama 3 tahun berturutturut, yaitu 2008, 2009, dan 2010. Jadi jumlah sampel keseluruhan yang menjadi bahan pertimbangan peneliti adalah 120 laporan keuangan. III.2.3 Metode Pengumpulan Sampel Populasi penelitian ini meliputi perusahaan-perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia pada tahun 20082010. Penarikan sampel dilakukan dengan metode purposive sampling, yaitu pemilihan sampel berdasarkan kriteria yang telah di tentukan. Kriteria tersebut adalah : - Perusahaan melaporkan laporan keuangannya selama 3 tahun berturut-turut di Bursa Efek Indonesia pada tahun 2008- 2010. - Perusahaan keuangannya yang adalah dianggap ketika terlambat perusahaan melaporkan tersebut laporan mengalami keterlambatan selama tiga tahun berturut-turut. - Perusahaan menerbitkan laporan keuangan dengan tanggal tutup buku 31 Desember pada tahun 2008 – 2010. 35 - Laporan keuangan yang terlambat pada tahun sampel telah diaudit oleh Kantor Akuntan Publik. - Perusahaan yang telah menerapkan IFRS diantara tahun 2008-2010. III.2.4 Metode Analisa Data Dalam penelitian ini, analisa data yang digunakan adalah analisa pengujian statistik deskriptif dan analisa pengujian hipotesis. III.2.4.1Statistik Deskriptif Statistik deskriptif digunakan untuk mendeskripsikan dan memberikan gambaran tentang distribusi frekuensi variabel-variabel dalam penelitian ini, nilai maksimum, minimum, rata-rata (mean) dan standar deviasi. Berdasarkan data olahan SPSS yang meliputi ukuran perusahaa dan profitabilitas akan diketahui nilai maksimum, nilai minimum, rata-rata (mean) dan standar deviasi dari setiap variabel. Sedangkan variabel keterlambatan waktu penyampaian laporan keuangan, penerapan IFRS, ukuran KAP, dan kompleksitas operasi perusahaan tidak diikutsertakan dalam perhitungan statistik deskriptif karena variabel-variabel tersebut memiliki skala nominal. Skala nominal merupakan skala pengukuran kategori atau kelompok (Ghozali, 2005, h. 3). Angka ini hanya berfungsi sebagai label kategori semata tanpa nilai intrinsik, oleh sebab itu tidaklah tepat menghitung nilai rata-rata (mean) dan standar deviasi dari variable tersebut (Ghozali, 2005, h. 4). III.2.4.2 Uji Hipotesis Pengujian terhadap hipotesis dalam penelitian ini dilakukan menggunakan regresi logistik (logistic regression) dengan penghitungan 36 z-score. Z-score ini secara otomatis akan mendeteksi data yang termasuk kedalam kategori outliers. Outliers adalah data yang muncul memiliki karakteristik unik yang terlihat sangat jauh berbeda dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk sebuah variabel tunggal atau variabel kombinasi. Outliers dapat dievaluasi dengan dua cara, salah satunya adalah univariate outliers, deteksi terhadap adanya outlier univariat dapat dilakukan dengan menentukan nilai ambang batas yang akan dikategorikan sebagai outliers dengan cara mengkonversi nilai data penilaian kedalam standard score atau yang biasa disebut z-score, yang mempunyai rata-rata nol dengan standar deviasi sebesar satu. Bila nilainilai itu telah dinyatakan dalam format yang standar (z-score), maka perbandingan antar besaran nilai dengan mudah dapat dilakukan. Oleh karena itu kasus-kasus atau observasi-observasi yang mempunyai z-score > 2,5 akan dikategorikan outliers. Menurut (Ghozali, 2005, h. 9) metode logistic regression cocok digunakan untuk penelitian yang variabel dependennya bersifat kategorikal (nominal atau non metrik) dan variabel independennya kombinasi antara metrik dan non metrik seperti halnya dalam penelitian ini. Logistic regression digunakan untuk menguji apakah variabelvariabel penerapan IFRS, ukuran perusahaan, profitabilitas, ukuran KAP, dan kompleksitas berpengaruh terhadap keterlambatan waktu penyampaian laporan keuangan perusahaan. Metode ini juga digunakan dalam penelitian sebelumnya oleh Hilmi dan Ali (2008). 37 Dalam penelitian ini, peneliti tidak melakukan uji normalitas data karena menurut (Imam Ghozali, 2005, h.211) logistic regression tidak memerlukan asumsi normalitas pada variabel bebasnya. Asumsi multivariate normal disini tidak dapat dipenuhi karena variabel bebasnya merupakan campuran antara kontinyu (metric) dan kategorikal (non metric). Selanjutnya menurut Kuncoro (2001, h. 217) logistic regression tidak memiliki asumsi normalitas atas variable bebas yang digunakan dalam model. Artinya, variabel penjelas tidak harus memiliki distribusi normal, linear maupun memiliki varian yang sama dalam setiap grup. Gujarati (2006) menyatakan bahwa logistic regression juga mengabaikan masalah heteroscedacity, artinya disini variabel dependen tidak memerlukan homoscedacity untuk masing-masing variabel independennya. Namun demikian analisis pengujian dengan logistic regression menurut Santoso (2000, h. 176) perlu memperhatikan hal-hal sebagai berikut: 1. Menilai Kelayakan Model Regresi Perhatikan output dari Hosmer and Lemeshow dengan hipotesis: H0: Tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. H1:Ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Dasar pengambilan keputusan: 38 Perhatikan nilai goodness of fit yang diukur dengan nilai Chi-Square pada bagian bawah uji Hosmer and Lemeshow: a. Jika probabilitas > 0,05 maka H0 diterima b. Jika probabilitas < 0,05 maka H0 ditolak 2. Menilai Keseluruhan Model (Overall Model Fit) Perhatikan angka -2 Log Likelihood (LL) pada awal (block Number = 0) dan angka -2 Log Likelihood pada block Number = 1. Jika terjadi penurunan angka -2 Log Likelihood (block Number = 0 – block Number = 1) menunjukkan model regresi yang baik. Log Likelihood pada logistic regression mirip dengan pengertian ”sum of squared error” pada model regresi sehingga penurunan Log Likelihood menunjukkan model regresi yang baik. 3. Menguji Koefisien Determinasi (Nagelkerke R Square) Uji ini digunakan untuk melihat seberapa besar model mampu menerangkan variabel terikat. Meskipun menunjukkan sedikit penurunan daripada model keseluruhan, namun masih cukup memadai untuk mengatakan bahwa model ini mampu memberikan informasi yang cukup dalam menerangkan variabel terikat. Hasil dari uji ini dapat dilihat pada angka Nagelkerke R Square. 4. Menguji Koefisien Regresi Beberapa hal yang perlu diperhatikan dalam uji koefisien regresi adalah: a. Tingkat signifikan _ yang digunakan sebesar 5%, Mason (1999) dalam Ukago (2004) menyatakan bahwa tidak terdapat 39 suatu level signifikan yang dapat diaplikasikan untuk semua pengujian. Pada umumnya level 5% (0,05) untuk riset konsumen, level 1% (0,01) untuk quality insurance, dan level 10% (0,10) untuk political polling. b. Kriteria penerimaan dan penolakan hipotesis didasarkan pada significant p-value (probabilitas value) jika p-value (significant) > (5%), maka hipotesis alternatif ditolak. Sebaliknya jika p-value < (5%), maka hipotesis diterima. Metode statistik yang digunakan untuk menguji hipotesis adalah regresi logistik (logistic regression). Karena menurut Ghozali (2006) metode ini cocok digunakan untuk penelitian yang variabel dependennya bersifat kategorikal (nominal atau non metrik) dan variabel independennya kombinasi antara metrik dan non metric seperti halnya dalam penelitian ini. Model analisisnya adalah sebagai berikut: Y = β0 + βx1 + βx2 + βx3 + βx4 + βx5+ e Y = Keterlambatan Penyampaian Laporan Keuangan β0 = Konstanta βx1 = IFRS (ada atau tidaknya pengaruh IFRS) βx2 = Ukuran perusahaan ( Ln= total asset ) βx3 = Tingkat Profitabilitas ( ROA= lababersih/total asset) βx4 = Ukuran KAP ( The Big Four dan Non Big Four ) βx5 = Kompleksitas ( ada atau tidaknya anak perusahan) e = Kesalahan 40 III.2.5 Metode Penyajian Data Metode yang digunakan peneliti dalam penyajian data adalah dalam bentuk tabel dan gambar grafik sesuai kebutuhan dengan menggunakan Microsoft Excel dan Auto Shape pada Microsoft Word III.2.6 Uji Statistik Untuk melakukan pengujian terhadapat statistika digunakan SPSS yang mana SPSS dapat digunakan untuk mempermudah kita dalam mengolah data, sehingga data yang kita miliki bisa menjadi data yang mudah dibaca. III.2.7 Operasionalisasi Variabel Didalam suatu penelitian terdapat dua variabel, yaitu variabel bebas dan terikat. Variabel bebas (independen) adalah variabel yang mempengaruhi atau menjadi sebab perubahan atau timbulnya variabel dependen. Variable terikatnya (dependent) adalah keterlambatan penyampaian laporan keuangan. Sedangkan variable bebas adalah penerapan IFRS, ukuran perusahaan, profitabilitas, ukuran KAP, dan Kompleksitas. 41 Tabel 3.1 Variabel penelitian Variabel Indikator Skala Instru men Keterlambatan penyampaian laporan keuangan Laporan Keuangan dikatakan Ordinal terlambat apabila penyampaiannnya lebih dari 90 hari setelah tanggal pelaporan keuangan tahunan. Ob ser va si IFRS IFRS dilihat dari apakah ada Ordinal penyesuaian pada laporan ekuitas yang di pengaruhi oleh penerapan IFRS yang baru. Obser vasi Ukuran Perusahaan Ukuran perusahaan dilihat Rasio dengan besarnya total asset dimana menggunakan Ln total asset. Obser vasi Profitabilitas Return On Assets (ROA) = Laba Bersih Total Aset Obser vasi Ukuran KAP Ukuran KAP dibedakan dengan Ordinal melihat KAP The Big Four dan KAP non The Big Four. Obser vasi Kompleksitas Kompleksitas perusahaan dilihat Ordinal dari ada atau tidaknya anak perusahaan. Obser vasi Rasio III.2.7.1 Variabel Dependen Variabel dependen yang digunakan dalam penelitian ini adalah keterlambatan penyampaian laporan keuangan. Variabel dependen ini diukur berdasarkan tanggal penyampaian laporan keuangan tahunan auditan ke Bapepam. Perusahaan di kategorikan tepat waktu jika laporan 42 keuangan disampaikan selambat-lambatnya pada tanggal 31 Maret, sedangkan perusahaan yang terlambat adalah perusahaan yang menyampaikan laporan keuangan setelah tanggal 31 Maret. Variabel ini diukur dengan menggunakan variable dummy dengan kategorinya adalah bagi perusahaan yang tidak tepat waktu (terlambat) masuk kategori 1 dan perusahaan yang tepat waktu masuk kategori 0. III.2.7.2 Variabel Independen III.2.7.2.1 IFRS Penerapan IFRS dalam penelitian ini ditentukan dengan ada tidaknya penyesuaian yang disebabkan oleh adanya revisi terhadap PSAK yang sudah diterapkan dan berpengaruh pada penerapan IFRS. Pengukurannya menggunakan variabel dummy. Di mana kategori 1 untuk perusahaan yang memiliki penerapan IFRS dan kategori 0 untuk perusahaan yang tidak memiliki penerapan IFRS. III.2.7.2.2 Ukuran Perusahaan Ukuran perusahaan dapat dinilai dari beberapa segi. Besar kecilnya ukuran perusahaan dapat didasarkan pada total nilai aset, total penjualan, kapitalisasi pasar, jumlah tenaga kerja dan sebagainya. Semakin besar nilai item-item tersebut maka semakin besar pula ukuran perusahaan itu. Pada penelitian ini, ukuran perusahaan diproksikan dengan menggunakan Ln total asset. Penggunaan natural log (Ln) dalam penelitian ini dimaksudkan untuk mengurangi fluktuasi data yang berlebih. Jika nilai total 43 asset langsung dipakai begitu saja maka nilai variabel akan sangat besar, miliar bahkan triliun. Dengan menggunakan natural log, nilai miliar bahkan triliun tersebut disederhanakan, tanpa mengubah proporsi dari nilai asal yang sebenarnya. III.2.7.2.3 Profitabilitas Profitabilitas diukur dengan menggunakan return on asset (ROA).Return on Asset (ROA) merupakan rasio untuk mengukur efektivitas perusahaan didalam menghasilkan keuntungan dengan cara memanfaatkan aktiva yang dimilikinya. Besarnya ROA diketahui dengan membandingkan laba bersih setelah pajak dan total aktiva. Rasio ini bisa dihitung sebagai berikut: Return On Assets (ROA) = Laba / Rugi bersih Total Aset III.2.7.2.4 Ukuran KAP Untuk meningkatkan kredibilitas dari laporan keuangannya, perusahaan menggunakan jasa kantor akuntan publik (KAP) yang mempunyai reputasi atau nama baik. KAP skala besar juga lebih cenderung untuk mengungkapkan masalahmasalah yang ada karena mereka lebih kuat menghadapi risiko proses pengadilan. Argumen tersebut berarti bahwa KAP skala besar memiliki insentif lebih untuk mendeteksi dan melaporkan masalah yang terdapat pada perusahaan yang diauditnya. Adapun KAP yang masuk dalam skala besar The Big Four adalah : 1. Ernst & Young 44 2. Deloitte 3. KPMG Peat Marwick 4. Price Waterhouse Coopers. Variabel ini diukur dengan menggunakan model regresi dichotomus atau merupakan variabel dummy, dimana kategori 1 untuk perusahaan yang merupakan klien KAP non big four dan angka 0 untuk perusahaan yang klien KAP big four. III.2.7.2.5 Kompleksitas Kompleksitas operasi dalam penelitian ini ditentukan dengan ada tidaknya anak perusahaan. Pengukurannya menggunakan variabel dummy. Di mana kategori 1 untuk perusahaan yang memiliki anak perusahaan dan kategori 0 untuk perusahaan yang tidak memiliki anak perusahaan. 45