BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Hasil Penelitian
Penelitian ini menganalisis faktor-faktor yang mempengaruhi ketepatan waktu penyampaian laporan keuangan pada perusahaan properti yang terdaftar di bursa efek Indonesia (BEI) pada tahun 2005 sampai dengan tahun 2007. Penelitian ini mengambil sample sebanyak 25 perusahaan properti yang memenuhi syarat untuk dijadikan sampel. Sebanyak 25 perusahaan yang dijadikan sample dalam penelitian ini, jumlah perusahaan yang menyampaikan laporan keuangannya dengan tepat waktu dan jumlah perusahaan yang menyampaikan laporan keuangannya dengan tidak tepat waktu dapat dilhat dalam tabel berikut ini:
Table 4.1
Ketepatan Waktu Penyampaian Laporan Keuangan Perusahaan Sampel
Tahun Keterangan
2005 2006 2007 Jumlah
Tepat waktu 22 17 18 57
Tidak tepat waktu 3 8 7 18
Jumlah 25 25 25 75
Sumber : Data sekunder yang diolah, 2009
Berdasarkan table 4.1 menunjukkan bahwa perusahaan properti yang menjadi sampel dalam penelitian ini sebanyak 25 perusahaan dari tahun 2005
51
sampai dengan 2007 dengan 75 laporan keuangan, dari 75 laporan keuangan tersebut terdapat 57 laporan keuangan perusahaan yang disampaikan dengan tepat waktu. Sedangkan sisanya yaitu sebanyak 18 laporan keuangan perusahaan tidak tepat waktu dalam penyampaiannya.
4.1.1 Deskripsi Variabel
Sebagai tinjauan awal terhadap data penelitian, berikut ini akan disajikan ringkasan data-data dalam bentuk statistik diskriptif untuk masing-masing variabel.
Tabel 4.2
Deskripsi Variabel Penelitian
N Minimum Maximum Mean Std. Deviation
ROA 75 -63.00 37.90 1.4176 10.15737
DER 75 -2.40 20.00 1.3176 2.48309
CR 75 .10 113.00 5.6600 16.73872
SIZE 75 4.68 6.76 5.8227 .54447
Sumber : Data sekunder yang diolah, 2009
Data penelitian pada tabel 4.2 tersebut menunjukkan bentuk statistik deskriptif dari variabel-variabel yang digunakan dalam penelitian ini. Kondisi variabel profitabilitas berupa ROA menunjukkan rata-rata sebesar 1.4176 dengan standar deviasi sebesar 10,157337 serta nilai minimum -63,00 dan nilai maksimum 37,90. Hal ini menunjukkan rata-rata ROA perusahaan sampel memiliki nilai positif yang mengindikasikan bahwa perusahaan sampel memiliki kemampuan untuk menghasilkan laba walaupun kecil nilainya.
Kondisi variabel leverage yang diukur menggunakan DER menunjukkan rata-rata sebesar 1.3176 dengan standar deviasi sebesar 2,48309
serta nilai minimum sebesar -2,40 dan nilai maksimum 20,00. Hal ini menunjukkan rata-rata DER perusahaan sampel memiliki nilai hutang yang lebih besar dari modal yang mereka miliki.
Kondisi variabel likuiditas berupa CR menunjukkan rata-rata sebesar 5,6600 dengan standar deviasi sebesar 16,73872 serta nilai minimum 0,10 dan nilai maksimum 113,000. Hal ini menunjukkan rata-rata perusahaan sampel memiliki kemempuan dalam melunasi kewajiban jangka pendeknya dengan baik, hal ini ditunjukann dengan nilai rata-rata CR yang lebih tinggi dari 2,00.
Kondisi variabel ukuran perusahaan menunjukkan rata-rata sebesar 5,8227 dengan standar deviasi sebesar 0,54447 serta nilai minimum 4,68 dan nilai maksimum 6,76. Hal ini menunjukkan rata-rata perusahaan sampel memiliki total aset yang cukup bervariasi nilainya.
4.1.2 Uji Regresi Logistik 4.1.2.1 Menilai Model Fit
Sebelum menganalisis hasil regresi logistik, terlebih dahulu dilakukan penilaian terhadap kelayakan model regresi serta keseluruhan model (overall fit model). Parameter yang digunakan untuk kelayakan model ini adalah nilai
2
χ hitung yang ada pada tabel Hosmer and Lemeshow Goodness of Fit
dibandingkan dengan nilai χ2tabel. Adapun kriteria pengambilan keputusan adalah: Jika χ2hitung > χ2 tabel, maka model yang dihipotesiskan tidak fit dengan data, jika χ2hitung < χ2 tabel, maka model yang dihipotesiskan fit dengan data.
53
Table 4.3
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 7.329 7 .395
Sumber : Data sekunder yang diolah, 2009
Berdasarkan tampilan tabel Hosmer and Lemeshow Test pada output SPSS pada tabel 4.3 ditunjukkan bahwa besarnya nilai statistik Hosmer and Lemeshow Goodness of Fit sebesar 7.329 dengan probabilitas signifikansi 0,395 yang nilainya jauh di atas 0,05. Maka, dapat disimpulkan bahwa model yang dihipotesiskan fit dengan data dan model dinyatakan layak karena nilai
2
χ hitung senilai 7.329 < χ2 tabel senilai 14,07 pada df = 7, hal ini menunjukkan bahwa antara data dan model penelitian tidak terdapat perbedaan yang signifikan..
Hasil analisis keseluruhan model (overall fit model) terhadap data model fit dapat dilakukan dengan menggunakan fungsi likelihood. Penilaiannya dilakukan dengan membandingkan nilai 2 Log Likelihood ( -2LogL ) pada overall block number (block number = 0) dengan -2LogL pada block number akhir (block number = 1).
Tabel 4.4 Nilai -2 Log L
Block Number -2 Log Likelihood
0 82,662
1 76,984
Berdasarkan table 4.4 di atas, hasil analisis menunjukkan -2logLikelihood pada block 0 sebesar 82,662 dan angka -2log Likelihood pada block 1 sebesar 76,984. Hal ini menunjukkan terjadinya penurunan nilai -2log Likelihood dari block 0 ke block 1 yang mengartikan bahwa secara keseluruhan model regresi logistik yang digunakan merupakan model yang baik. Selain menggunakan -2Log Likelihood, overall model fit juga dapat diketahui berdasarkan nilai overall percentage correct.
Tabel 4.5
Nilai Overall Percentage Correct Block Number Nilai overall
percentage correct
0 76,0
1 77,3
Sumber : Data sekunder yang diolah, 2009
Berdasarkan tabel di atas, nilai overall percentage correct di block 1 senilai 77,3 lebih tinggi dibandingkan nilai overall percentage correct di block 0 yaitu senilai 76,0. Hal ini juga mengartikan bahwa model regresi dengan estimator pada variabel independen tepat dalam mengestimasi pengaruh variabel independen terhadap ketepatan waktu. Menilai overal fit model terhadap data model fit juga dapat dilakukan dengan menggunakan penilaian Cox dan Snall’s R Square yang merupakan ukuran yang mencoba meniru ukuran R2 pada multiple regresion yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 (satu) dan nilai
55
nigelkerke’s R2 yang dapat diinterpretasikan seperti nilai R2 pada multiple regresion (Ghozali, 2002:233)
Table 4.6
Cox & Snell’s R Square dan Nilai Nagelkerke R Square Model Summary
Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 76.984a .073 .109
Sumber : Data sekunder yang diolah, 2009
Berdasarkan table 4.6, nilai Cox & Snell’s R Square sebesar 0,073 yang berarti memiliki nilai kurang dari 1 (satu) dan nilai Nagelkerke R Square sebesar 0,109 yang berarti variabilitas variable dependen ( ketepatan waktu penyampaian laporan keuangan ) yang dapat dijelaskan oleh variable independen dalam penelitian ini diantaranya profitabilitas (Return On Asset), leverage (Debt Equity Ratio), likuiditas (Current Ratio) dan ukuran perusahaan (total asset) sebesar 10,9%, sedangkan sisanya yaitu 89.1% dijelaskan oleh variable-variabel lain diluar model penelitian.
4.1.2.2 Menguji Koefisien Regresi
Hasil pengujian koefisien regresi logistik pengaruh profitabilitas, leverage, likuiditas dan ukuran perusahaan terhadap ketepatan waktu penyampaian laporan keuangan perusahaan properti pada tingkat signifikansi 5%, dapat dilihat pada tebel berikut:
Table 4.7
Hasil Uji Koefisien Regresi Logistik Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a ROA -.013 .035 .136 1 .712 .987
DER -.221 .196 1.267 1 .260 .802
CR -.019 .017 1.320 1 .251 .981
SIZE .462 .602 .589 1 .443 1.587
Constant -1.072 3.469 .095 1 .757 .342
a. Variable(s) entered on step 1: ROA, DER, CR, SIZE.
Sumber : Data sekunder yang diolah, 2009
Berdasarkan table 4.7, dengan demikian dapat diestimasi model regresi logistik dalam penelitian ini sebagai berikut:
Ln = –1,072 – 0,013 (ROA) – 0,019 (CR) – 0,221 (DER) + 0,462 (Size)
4.1.3 Pengujian Hipotesis
4.1.3.1 Pengujian hipotesis pertama (H1)
Berdasarkan hasil analisis regresi logistik, tampak bahwa besarnya probabilitas kesalahan untuk variabel profitabilitas yang diukur menggunakan return on asset (ROA) sebesar 0,712 dengan nilai koefisien regresi sebesar -0,013. Tingkat signifikansi yang digunakan adalah pada level kesalahan 5% atau 0.05, berarti nilai 0,712 > 0,05. Hal ini menunjukkan variabel profitabilitas tidak berpengaruh secara signifikan terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan properti yang terdaftar di Bursa Efek Indonesia pada tahun 2005 sampai dengan 2007, sehingga H1
TL 1 - TL
57
dalam penelitian ini ditolak karena probabilitasnya melebihi dari yang telah ditentukan.
4.1.3.2 Pengujian hipotesis kedua (H2)
Hasil analisis untuk hipotesis kedua diketahui bahwa besarnya probabilitas kesalahan untuk variabel leverage yang diukur menggunakan debt equity ratio (DER)sebesar 0,260 dengan nilai koefisien regresi sebesar -0,221. Tingkat signifikansi yang digunakan adalah pada level kesalahan 5% atau 0.05, berarti nilai 0,260 > 0,05. Maka dapat disimpulkan variabel leverage tidak berpengaruh secara signifikan terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan properti yang terdaftar di Bursa Efek Indonesia pada tahun 2005 sampai dengan 2007, sehingga H2 dalam penelitian ini ditolak karena probabilitasnya melebihi dari yang telah ditentukan.
4.1.3.3 Pengujian hipotesis ketiga (H3)
Hasil analisis untuk hipotesis yang ketiga besarnya probabilitas kesalahan untuk variabel likuiditas yang diukur menggunakan current ratio
(CR) sebesar 0,251 dengan nilai koefisien regresi sebesar -0,019. Tingkat signifikansi yang digunakan adalah pada level kesalahan 5% atau 0.05, berarti nilai 0,251 > 0,05. Maka dapat disimpulkan variabel likuiditas tidak berpengaruh secara signifikan terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan properti yang terdaftar di Bursa Efek Indonesia pada tahun 2005 sampai dengan 2007, sehingga H3 dalam penelitian ini ditolak karena probabilitasnya melebihi dari yang telah ditentukan.
4.1.3.4 Pengujian hipotesis keempat (H4)
Hasil analisis untuk hipotesis yang keempat besarnya probabilitas kesalahan untuk variabel ukuran perusahaan yang diukur menggunakan total aset sebesar 0,443 dengan nilai koefisien regresi sebesar 0,462. Tingkat signifikansi yang digunakan adalah pada level kesalahan 5% atau 0.05, berarti nilai 0,443 > 0,05. Maka dapat disimpulkan variabel ukuran perusahaan tidak berpengaruh secara signifikan terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan properti yang terdaftar di Bursa Efek Indonesia pada tahun 2005 sampai dengan 2007, sehingga H4 dalam penelitian ini ditolak karena probabilitasnya melebihi dari yang telah ditentukan.
4.1.3.5 Pengujian hipotesis kelima (H5)
Hasil analisis untuk hipotesis kelima dapat diketahui berdasarkan tabel variabel in the equation berikut:
Tabel 4.8 Hasil Uji Simultan
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant 1.153 .270 18.176 1 .000 3.167
Sumber : Data sekunder yang diolah, 2009
Berdasarkan hasil analisis untuk hipotesis yang kelima besarnya probabilitas kesalahan sebesar 0,000 , tingkat signifikansi yang digunakan pada level kesalahan 5% atau 0.05, berarti nilai 0,000 < 0,05, dengan demikian profitabilitas, leverage, likuiditas dan ukuran perusahaan secara bersama-sama berpengaruh signifikan terhadap ketepatan waktu penyampaian
59
laporan keuangan pada perusahaan properti yang terdaftar di Bursa Efek Indonesia pada tahun 2005 sampai dengan 2007, sehingga H5 dalam penelitian ini dapat diterima.
Tabel 4.9 Pengujian Hipotesis
No Hipotesis Signifikansi Keputusan
1 H1 = Profitabilitas berpengaruh signifikan terhadap ketepatan waktu penyampaian laporan keuangan
.712 Ditolak 2 H2 = Leverage berpengaruh signifikan
terhadap ketepatan waktu penyampaian laporan keuangan
.260 Ditolak 3 H3 = Likuiditas berpengaruh signifikan
terhadap ketepatan waktu penyampaian laporan keuangan
.251 Ditolak 4 H4 = Ukuran perusahaan berpengaruh
signifikan terhadap ketepatan waktu penyampaian laporan keuangan
.443 Ditolak 5 H5 = Profitabilitas, leverage, likuiditas dan
ukuran perusahaan secara bersama-sama berpengaruh signifikan terhadap ketepatan waktu penyampaian laporan keuangan
.0000 Diterima
