34 BAB III OBJEK DAN DESAIN PENELITIAN III.1 Objek Penelitian

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