• Tidak ada hasil yang ditemukan

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

B. Hasil Penelitian

1. Uji Statistik Deskriptif

Statistik deskriptif merupakan suatu metode yang berhubungan dengan pengumpulan atau penyajian data sampai memberi informasi yang berguna. Dalam penelitian ini, analisis statistik deskriptif dilakukan berdarkan hasil perhitungan dari masing masing variabel rasio profitabilitas (X1), leverage (X2), likuiditas (X3), pergantian auditor (X4) dan ketepatan waktu pelaporan keuangan (Y) pada perusahaan manufaktur yang menjadi sampel penelitian adalah sebanyak 33 perusahaan dengan periode waktu penelitian tahun 2018 hingga 2020. Hasil analisis statistik deskriptif adalah sebagai berikut :

Tabel 4. 1 Uji Analisis Deskriptif

Variabel N Minimum Maximum Mean Std.

Deviation Profitabilitas 99 -21,40 92,50 9,5934 17,26510

Leverage 99 -212,73 315,90 76,4421 69,56487 Likuiditas 99 15,24 805,05 259,3333 179,69828 Pergantian.Auditor 99 0.00 1,00 0,1818 0,38766

Ketepatan.Waktu 99 0.00 1,00 0,8283 0,37905 Sumber : SPSS 25 diolah (2021)

a. Variabel Profitabilitas

Dalam penelitian ini Profitabilitas di ukur dengan menggunakan Return on Asset (ROA). Tabel di atas menunjukkan hasil pengukuran statistik deskriptif terhadap variabel Profitabilitas, dengan jumlah sampel sebanyak 99, nilai ROA minimum sebesar -21,40 dan maksimum adalah 92,50 dengan rata-rata (mean) sebesar 9,5934 dan standar deviasi sebesar 17,26510.

b. Variabel Leverage

Dalam penelitian ini leverage di ukur dengan menggunakan Debt to Equity Ratio (DER) Tabel di atas menunjukkan hasil pengukuran statistik deskriptif terhadap variabel leverage, dengan jumlah sampel sebanyak 99, nilai DER minimum sebesar -212,73 dan maksimum adalah 315,90 dengan rata-rata (mean) sebesar 76,4421 dan standar deviasi sebesar 69,56487.

c. Variabel Likuiditas

Dalam penelitian ini Likuiditas di ukur dengan menggunakan Current Ratio Tabel di atas menunjukkan hasil pengukuran statistik

deskriptif terhadap variabel Likuiditas, dengan jumlah sampel sebanyak 99, nilai Current Ratio minimum sebesar 15,24 dan maksimum adalah 805,05 dengan rata-rata (mean) sebesar 259,3333 dan standar deviasi sebesar 179,69828.

d. Variabel Pergantian Auditor

Dalam penelitian ini Pergantian Auditor di ukur dengan menggunakan skala dummy. Tabel di atas menunjukkan hasil pengukuran statistik deskriptif terhadap variabel pergantian auditor, dengan jumlah sampel sebanyak 99, nilai minimum sebesar 0 dan maksimum adalah 1 dengan rata-rata (mean) sebesar 0,1818 dan standar deviasi sebesar 0,38766.

e. Variabel Ketepatan Waktu

Dalam penelitian ini Ketepatan Waktu di ukur dengan menggunakan skala dummy. Tabel di atas menunjukkan hasil pengukuran statistik deskriptif terhadap variabel ketepatan waktu, dengan jumlah sampel sebanyak 99, nilai minimum sebesar 0 dan maksimum adalah 1 dengan rata-rata (mean) sebesar 0,8283 dan standar deviasi sebesar 0,37905.

2. Uji Asumsi Klasik a. Uji Normalitas

Uji asumsi klasik normalitas, di mana akan menguji data variabel bebas (X) dan data variabel terikat (Y) pada persaman regresi yang dihasilkan. Berdistribusi normal atau berdistribusi tidak normal.

Uji asumsi klasik normalitas pada penelitian ini menggunakan metode

uji Analisis grafik Normal Probability Plot (P-P Plot). Sebelum dilakukan uji normalitas terlebih dahulu dilakukan transformasi data dengan menggunakan metode “SQRT” (hasil transformasi data terlampir).

Hasil uji normalitas dapat dilihat pada gambar di bawah ini :

Sumber : SPSS 25 diolah (2021)

Gambar 4. 2 Uji Normal P-P PLot

Berdasarkan hasil output SPSS di atas kita dapat melihat grafik Normal Probability Plot (P-P Plot), Dimana terlihat titik-titik mengikuti dan mendekati garis diagonalnya sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.

b. Uji Heteroskedastisitas

Dalam persamaan regresi berganda perlu juga diuji mengenai sama atau tidak varian dari residual dari observasi yang satu dengan observasi yang lain. Jika residualnya mempunyai varian yang sama disebut terjadi Homoskedastisitas dan jika variansnya tidak sama atau

berbeda disebut terjadi heteroskedastisitas. Persamaan regresi yang baik jika tidak terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dapat dilihat pada gambar di bawah ini:

Sumber : SPSS 25 diolah (2021)

Gambar 4. 3 Uji Heterokedastisitas Scarterplot

Berdasarkan gambar scatterplot dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas, kesimpulan ini berdasarkan pada titik-titik pada scatterplot hasil pengolahan data antara ZPRED dan SRESID menyebar dibawah maupun di atas titik origin (angka 0) pada sumbu Y dan titik-titiknya mempunyai pola yang teratur baik menyempit, melebar maupun bergelombang-gelombang.

c. Uji Multikolinieritas

Uji asumsi klasik multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Uji asumsi klasik multikolinieritas pada penelitian ini menggunakan metode Tolerance dan VIF. Hasil dari uji heteroskedastisitas (hasil uji data terlampir) dapat dilihat pada tabel di bawah ini:

Tabel 4. 2 Uji Multikolineritas

Variabel Collinearity Statistics

Tolerance VIF

(Constant)

Profitabilitas 0,972 1,028

Leverage 0,829 1,206

Likuiditas 0,824 1,214

Pergantian.Auditor 0,977 1.024

Sumber : SPSS 25 diolah (2021)

Berdasarkan hasil output diatas, menunjukan bahwa hasil korelasi nilai VIF pada variabel Profitabilitas (1,028), Leverage (1,206), Likuiditas (1,214) dan Pergantian Auditor (1.024) semua di bawah 10, Untuk nilai tolerance variabel Profitabilitas (0,972), Leverage (0,829), Likuiditas (0,824) dan Pergantian Auditor (0,977) semua di atas 0,1.

Sehingga dapat disimpulkan bahwa tidak terdapat gejala multikolinieritas antar variabel.

d. Uji Autokorelasi

Persamaan regresi yang baik adalah yang tidak memiliki masalah autokorelasi, Uji asusmsi klasik autokorelasi dalam penelitian

ini menggunakan metode Durbin-Watson (DW). Hasil dari uji autokorelasi (hasil uji data terlampir) dapat dilihat pada tabel sebagai berikut:

Tabel 4. 3 Uji Autolorelasi

Model Durbin-Watson

1 1.416

Sumber : SPSS 25 diolah (2021)

Berdasarkan tabel diatas, diketahui nilai Durbin-Watson (D-W) sebesar 1,416. Seperti yang telah dijelaskan pada BAB sebelumnya bahwa jika nilai D-W terletak diantara -2 sampai +2 berarti tidak ada autokorelasi. Sehingga dapat disimpulkan bahwa tidak terdapat autokorelasi pada model regresi penelitian ini.

3. Analisis Regresi Berganda

Kegunaan dari penelitian ini yaitu untuk mengetahui hubungan antara variabel independen (X) dan variabel dependen (Y). Hasil dari Analisis Regresi Berganda ( hasil uji data terlampir ) dapat dilihat pada tabel di bawah ini :

Tabel 4. 4 Analisis Regresi Berganda

Variabel Unstandardized Coefficients B

(Constant) 0,548

Profitabilitas 0,005

Leverage 0,002

Likuiditas 0,001

Pergantian.Auditor -,.256

Sumber : SPSS 25 diolah (2021)

Berdasarkan tabel model regresi yang digunakan adalah sebagai berikut :

Y= 0.548 + 0,005X1 + 0,002X2 + 0,001 X3 – (-0.256) X4 Persamaan regresi diatas dapat dijelaskan sebagai berikut :

a. Nilai Konstanta sebesar 0,548 menunjukan bahwa apabila nilai Profitabilitas, Leverage, Likuiditas dan Pergantian Auditor = 0 atau diasumsikan tidak mengalami perubahan (constant), maka nilai Ketepatan Waktu sebesar 0,548.

b. Koefisien regresi Profitabilitas (X1) adalah 0,005 menunjukan variabel Profitabilitas memiliki pengaruh positif terhadap Ketepatan waktu (Y).

Bahwa apabila profitabilitas mengalami peningkatan 1 % maka nilai Ketepatan Waktu akan meningkat sebesar 0,005 dengan asumsi variabel independen yang lain tetap.

c. Koefisien regresi Leverage (X2) adalah 0,002 menunjukan variabel Leverage memiliki pengaruh positif terhadap Ketepatan waktu (Y).

Bahwa apabila Leverage mengalami peningkatan 1 % maka nilai Ketepatan Waktu akan meningkat sebesar 0,002 dengan asumsi variabel independen yang lain tetap.

d. Koefisien regresi Likuiditas (X3) adalah 0,001 menunjukan variabel Likuiditas memiliki pengaruh positif terhadap Ketepatan waktu (Y).

Bahwa apabila likuiditas mengalami peningkatan 1 % maka nilai Ketepatan Waktu akan meningkat sebesar 0,001 dengan asumsi variabel independen yang lain tetap.

e. Koefisien regresi Pergantian Auditor (X4) adalah (-0.256) menunjukan variabel Pergantian Auditor memiliki pengaruh negatif terhadap

Ketepatan waktu (Y). Bahwa apabila Pergantian Auditor mengalami peningkatan 1 % maka nilai Ketepatan Waktu akan menurun sebesar (-0.256) dengan asumsi variabel independen yang lain tetap.

4. Koefisien Determinasi (Uji R2)

Koefisien determinasi ini menunjukkan seberapa besar pengaruh variabel independen terhadap variabel dependen. Semakin besar nilai R2 mendekati 1, maka semakin baik hasil untuk model regresi tersebut.

Semakin mendekati 0 maka variabel independen secara keseluruhan tidak dapat menjelaskan variabel dependen. Hasil dari koefisien determinasi ( hasil uji data terlampir ) dapat dilihat pada tabel di bawah ini:

Tabel 4. 5 Koefisien Determinasi (Uji R2)

Model R R Square

1 0,467a 0,218

Sumber : SPSS 25 diolah (2021)

Nilai koefisien determinasi di tunjukkan pada kolom R Square yaitu sebesar 0.218 atau sebesar 21,8 %. hal ini menunjukan bahwa Variabel Profitabilitas (X1), Leverage (X2), Likuididtas (X3) dan Pergantian Auditor (X4) berpengaruh 21,8 % terhadap Ketepatan Waktu (Y) dan sisanya 78,2% dipengaruhi oleh variabel lain yang tidak diteliti.

5. Pengujian parsial (uji t)

Pengujian ini dilakukan untuk menentukan signifikan atau tidak signifikan masing-masing nilai koefisien regresi (b1 dan b2) secara sendiri terhadap variabel terikat (Y). Hasil dari uji parsial (hasil uji data terlampir) dapat dilihat pada tabel di bawah ini:

Tabel 4. 6 Uji Parsial (Uji t)

Variabel Sig. Alpha Keterangan

Profitabilitas 0.028 0,05 Berpengaruh Signifikan Leverage 0.001 0,05 Berpengaruh Signifikan Likuiditas 0.015 0,05 Berpengaruh Signifikan Pergantian.Auditor 0.006 0,05 Berpengaruh Signifikan Sumber : SPSS 25 diolah (2021)

a. Profitabilitas

Berdasarkan tabel diatas diperoleh nilai probabilitas (sig) untuk variabel Profitabilitas sebesar 0,028 yang nilainya dibawah 0,05. Hal ini berarti bahwa variabel profitabilitas (X1) dapat menjelaskan secara signifikan variabel ketepatan waktu (Y), atau terdapat pengaruh signifikan antara variabel profitabilitas (X1) dengan ketepatan waktu (Y) pelaporan keuangan.

b. Leverage

Berdasarkan tabel diatas diperoleh nilai probabilitas (sig) untuk variabel leverage sebesar 0,001 yang nilainya dibawah 0,05.

Hal ini berarti bahwa variabel leverage (X2) dapat menjelaskan secara signifikan variabel ketepatan waktu (Y), atau terdapat pengaruh signifikan antara variabel leverage (X2) dengan ketepatan waktu (Y) pelaporan keuangan.

c. Likuiditas

Berdasarkan tabel diatas diperoleh nilai probabilitas (sig) untuk variabel Likuiditas sebesar 0,015 yang nilainya dibawah 0,05.

Hal ini berarti bahwa variabel likuiditas (X3) dapat menjelaskan secara

signifikan variabel ketepatan waktu (Y), atau terdapat pengaruh signifikan antara variabel likuiditas (X3) dengan ketepatan waktu (Y) pelaporan keuangan.

d. Pergantian Auditor

Berdasarkan tabel diatas diperoleh nilai probabilitas (sig) untuk variabel Pergantian Auditor sebesar 0,006 yang nilainya dibawah 0,05. Hal ini berarti bahwa variabel pergantian auditor (X4) dapat menjelaskan secara signifikan variabel ketepatan waktu (Y), atau terdapat pengaruh signifikan antara variabel pergantian auditor (X4) dengan ketepatan waktu (Y) pelaporan keuangan.

Dokumen terkait