BAB IV METODELOGI PENELITIAN
4.7 Teknik Analisis
4.7.2 Uji Regresi
1. Uji Regresi Logistik
Uji hipotesis yang digunakan dalam penelitian ini adalah uji regresi logistik (RegLog). Menurut Varamita (2017) regresi logistik merupakan metode statistik yang diterapkan untuk memodelkan variabel respon (Y) yang bersifat kategori (skala nominal/ordinal) berdasarkan satu atau lebih pengubah prediktor (X) yang dapat berupa variabel kategori maupun kontinu (skala interval atau rasio) dan apabila pengubah respon (Y) hanya terdiri dua kategori (Y=0, Y=1) maka metode regresi logistik yang dapat digunakan adalah regresi logistik biner.
Regresi logistik tidak mengasumsikan hubungan antara variabel independen
56
dimana model yang ditentukan akan mengikuti pola grafik linier seperti gambar dibawah ini :
Gambar 4.1 Grafik Regresi Logistik
Regresi logistik akan membentuk variabel prediktor (X) atau respon (Y) yang merupakan kombinasi linier dari variabel independen. Nilai variabel prediktor ini kemudian ditransformasikan menjadi probabilitas dengan fungsi logit dan regresi logistik tidak mensyaratkan adanya uji asumsi normalitas, Multikolonieritas dan homokedastisitas.
2. Uji Kesesesuaian atau Kelayakan Model (Goodness of fit test)
Uji kesesuaian berguna untuk mengetahui apakah model yang diperoleh telah sesuai atau tidak sesuai. Model telah sesuai jika tidak terdapat perbedaan antara hasil pengamatan dan kemungkinan hasil prediksi model. Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan Goodness of fit test yang diukur dengan nilai Chi-Square pada bagian bawah uji Homser and Lemeshow. Adapun dasar pengambilan keputusan dalam uji Goodness of fit yaitu : jika probabilitas > 0,05 maka model sesuai (fit) atau layak dengan data namun jika probabilitas < 0,05 maka model tidak sesuai (fit) atau tidak layak dengan data.
3. Uji Kelayakan Keseluruhan Model (Overal of Fit)
Uji kelayakan seluruh model regresi (overall model fit) dilakukan untuk mengetahui seluruh model layak (fit) dengan data. Pengujian dilakukan dengan membandingkan nilai antara -2 Log Likelihood (-2LL) pada awal (Block Number
= 0) dengan nilai -2 Log Likelihood (-2LL) pada akhir (Block Number = 1).
Adanya pengurangan nilai antara -2LL awal dengan nilai –2LL pada langkah berikutnya menunjukkan bahwa model yang dihipotesakan fit dengan data.
4. Uji Koefisien Regresi
Uji koefisien regresi bertujuan untuk mengukur seberapa besar kemampuan variabel prediktor atau independen (X) dalam menjelaskan variabel respon atau dependen (Y)
5. Model Persamaan Regresi Logistik
Model persamaan regresi logistik yang digunakan dalam penelitian ini adalah sebagai berikut :
! "
#$"= β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + ε Dimana :
= "
#$" = Ketepatan waktu penyampaian laporan keuangan Β0 = Konstanta
β1X1 = Koefisien regresi ROA β2X2 = Koefisien regresi DER β3X3 = Koefisien regresi CR
β4X4 = Koefisien regresi Ukuran Perusahaan
58
β6X6 = Koefisien regresi Kantor Akuntan Publik (KAP) ε = Variabel gangguan
6. Uji Hipotesis
Uji menggunakan taraf signifikasi (α) sebesar 5% (0,05) serta kriteria hipotesa ditolak atau diterima berdasarkan signifikansi p-value (probabilitas value) yakni jika p-value < 0,05 , maka hipotesis H0 diterima dan H1 ditolak dan jika p-value > 0,05 maka hipotesis H1 diterima dan H0 ditolak.
BAB V
HASIL PENELITIAN DAN PEMBAHASAN
5.1 Deskripsi Variabel Penelitian
Adapun hasil deskripsi variabel penelitian tentang profitabilitas atau rasio untuk mengetahui kemampuan perusahaan dalam memperoleh laba dari berbagai kebijakan dan keputusan yang telah diambil melalui ROA (X1), leverage yakni rasio yang melihat seberapa jauh perusahaan dibiayai oleh hutang atau pihak luar melalui DER (X2), Likuiditas yaitu mengetahui kemampuan perusahaan untuk menyelesaikan kewajiban jangka pendeknya melalui CR (X3), ukuran perusahaan yakni ukuran besar dan kecilnya perusaahan melalui total asset (X4), struktur kepemilikan yakni perbandingan antara jumlah saham melalui banding jumlah saham yang dimiliki oleh pihak dalam (Insider ownership’s) dengan jumlah saham yang dimiliki oleh pihak luar (outsider ownership’s) (X5), Kantor Akuntan Publik (KAP) yakni reputasi auditor sering digunakan sebagai gambaran dari kualitas audit dan auditor skala besar lebih cenderung untuk mengungkapkan masalah-masalah yang ada (X6) dan ketepatan waktu yaitu menunjukkan rentang waktu antara penyajian informasi yang diinginkan dengan frekuensi pelaporan informasi laporan keuangan tahun 2017 (Y). Keseluruhan variabel dideskripsikan pada tabel – tabel berikut ini:
60
Tabel 5.1
Return On Asset (ROA) Periode 2016-2017
Periode Kategori (%) Frequency Percent
2016
Valid
<10 15 88.2
>10 2 11.8
Total 17 100.0
2017
Valid
<10 14 82.4
>10 3 17.6
Total 17 100.0
Sumber : Hasil Pengolahan SPSS, 2018
Berdasarkan tabel 5.1 diketahui bahwa pada periode 2016 terdapat 15 perusahaan (88,2%) memiliki nilai return on asset (ROA) lebih kecil dari 10 % dan 2 perusahaan (11,2%) memiliki return on asset (ROA) lebih besar dari 10 % sedangkan pada periode 2017 terdapat 14 perusahaan (82,4%) yang memiliki >
10% ROA dan 3 perusahaan (17,6%) memiliki ROA > 10% yang berarti dari periode 2016-2017 ada 5 perusahaan sudah dikatakan lebih baik atau positif dalam kemampuan memperoleh laba namun pada perusahaan yang memiliki
>10% nilai ROA belum tentu tidak baik hal ini dapat terjadi karena penurunan daya beli masyarakat.
Tabel 5.2
Debt to Equity Ratio (DER) Periode 2016-2017
Periode Kategori (Kali) Frequency Percent
2016 Dibawah 10 kali 16 94.1
Diatas 10 kali 1 5.9
Total 17 100.0
2017 Dibawah 10 kali 16 94.1
Diatas 10 kali 1 5.9
Total 17 100.0
Sumber : Hasil Pengolahan SPSS, 2018
Berdasarkan tabel 5.2 diketahui bahwa pada periode 2016 ada 16 perusahaan (94,1%) memiliki nilai Debt to Equity Ratio (DER) dibawah dari 10 kali dan hanya 1 perusahaan (5,9%) memiliki Debt to Equity Ratio (DER) diatas 10 kali hal yang sama juga pada periode 2017. yang berarti ada 16 perusahaan yang memiliki ekuitas lebih besar dari hutang hal ini dimungkinkan karena belum berkeinginan melakukan ekspansi usaha dan atau karena perusahaan sudah menganggap lebih baik pada posisi saat ini.
Tabel 5.3
Current Ratio (CR) Periode 2016-2017
Periode Kategori (%) Frequency Percent
2016 <100
>100
5 29.4
12 70.6
Total 17 100.0
2017 <100
>100
4 23.5
13 76.5
Total 17 100.0
Sumber : Hasil Pengolahan SPSS, 2018
Berdasarkan tabel 5.3 diketahui pada periode 2016 terdapat 5 perusahaan (29.4%) memiliki nilai Current Ratio (CR) lebih kecil dari 100% dan 12 perusahaan (70.6%) memiliki Current Ratio (CR) lebih besar dari 100% yang berarti ada 12 perusahaan yang berada pada posisi dapat diterima atau lebih baik dalam memenuhi kewajiban jangka pendeknya dan 5 perusahaan belum berada posisi dapat diterima atau dapat dikatakan ada 5 perusahaan yang belum aman dalam memenuhi kewajiban jangka pendeknya. Selanjutnya pada periode 2017 terdapat 4 perusahaan (23.5%) yang memiliki nilai Current Ratio (CR) lebih kecil dari 100% dan 13 perusahaan (76.5%) memiliki Current Ratio (CR) lebih besar dari
62
lebih baik dalam memenuhi kewajiban jangka pendeknya dan 4 perusahaan belum berada posisi dapat diterima atau dapat dikatakan ada 4 perusahaan yang belum aman dalam memenuhi kewajiban jangka pendeknya.
Tabel 5.4
Ukuran Perusahaan Periode 2016-2017
Frequency Percent
Valid < 500 Milyar 2 11.8
> 500 Milyar 15 88.2
Total 17 100.0
Sumber : Hasil Pengolahan SPSS, 2018
Berdasarkan tabel 5.4 diketahui total asset 15 perusahaan (88,2%) lebih besar dari 500 milyar dan 2 perusahaan (11,8%) dibawah 500 milyar.
Tabel 5.5
Struktur Kepemilikan Periode 2016-2017
Kategori Frequency Percent
Saham Dimiliki Pihak Internal Lebih Dari
50 % 14 82.4
Saham Dimiliki Pihak Luar Lebih Dari 50
% 3 17.6
Total 17 100.0
Sumber : Hasil Pengolahan SPSS, 2018
Berdasarkan tabel 5.5 diketahui pada periode 2016-207 terdapat 14 perusahaan (82,4%) lebih dari 50 % saham dimiliki pihak internal kemudian 3 perusahaan (17,6%) lebih dari 50 % saham dimiliki pihak luar.
Tabel 5.6
Kantor Akuntan Publik (KAP) Periode 2016-2017
Kategori Frequency Percent
Tidak Bermitra Dengan The Big Four 14 82.4
Bermitra Dengan The Big Four 3 17.6
Total 17 100.0
Sumber : Hasil Pengolahan SPSS, 2018
Berdasarkan tabel 5.6 diketahui pada periode 2016 sampai dengan periode 2017 ada 14 perusahaan (82,4%) dalam audit keuangannya menggunakan jasa kantor akuntan publik yang tidak bermitra dengan the big four dan 3 perusahaan (17,6%) bermitra dengan the big four.
Tabel 5.7
Ketepatan Waktu Pelaporan Keuangan Periode 2016-2017
Periode Frequency Percent
2016 Tepat Waktu 1 5.9
Tidak Tepat Waktu 16 94.1
Total 17 100.0
2017 Tepat Waktu 12 70.6
Tidak Tepat Waktu 5 29.4
Total 17 100.0
Sumber : Hasil Pengolahan SPSS, 2018
Berdasarkan tabel 5.7 diketahui pada periode 2016 terdapat 1 perusahaan (5.9%) tepat waktu dalam pelaporan keuangannya dan 16 perusahaan (94.1%) tidak tepat waktu dalam melakukan pelaporannya sedangkan pada periode 2017 terdapat 12 perusahaan (70,6%) tepat waktu dalam pelaporan keuangannya yakni sebelum dan atau sampai pada tanggal 31 maret sedangkan 5 perusahaan (29,4%) tidak tepat waktu dalam pelaporan keuangan yakni melewati tanggal 31 Maret.
64
5.2 Analisa Statistik Deskriptif
Analisa statistik deskriptif digunakan untuk menggambarkan karateristik data variabel ROA, DER dan CR yang digunakan dalam penelitian ini melalui nilai minimum atau nilai paling rendah dari variabel, nilai maksimum atau nilai paling tinggi dari variabel, mean (rata-rata) dari kelompok data dan standar deviasi atau simpangan baku. Variabel Ukuran perusahan, struktur kepemilikan dan kantor akuntan publik tidak masuk pada perhitungan statistik deskriptif karena merupakan variabel dummy. Analisa statistik deskriptif disajikan dalam tabel – tabel berikut ini:
Tabel 5.8
Statistik Deskriptif Perusahaan Tepat Waktu Periode 2016-2017
2016 N Minimum Maximum Mean Std. Deviation
ROA 1 1.46 1.46 1.4600 .
DER 1 .18 .18 .1800 .
CR 1 626,80 626,80 626,8000 .
Valid N (listwise) 1
2017 N Minimum Maximum Mean Std. Deviation
ROA 12 -15 35 3.95 11.417
DER 12 .40 27.10 4.3383 7.33015
CR 12 67.70 388.40 157.5125 91.86476
Valid N (listwise) 12
Sumber : Hasil Pengolahan SPSS, 2019
Berdasarkan tabel 5.8 diketahui pada periode 2016 nilai minimum pada perusahaan tepat waktu yang paling rendah adalah variabel DER (0,18) dan tertinggi variabel CR (626,80), nilai maksimum terbesar (626,80) diperoleh oleh variabel CR dan terendah variabel DER (0,18), selanjutnya nilai mean tertinggi pada variabel CR (626,8000) dan terendah pada DER (0,1800) dan tidak ada nilai standar deviasi, selanjutnya pada periode 2017 nilai minimum pada perusahaan
tepat waktu yang paling rendah adalah variabel ROA (-0,15) dan tertinggi variabel CR (67,70), nilai maksimum terbesar (388,40) diperoleh oleh variabel CR dan terendah variabel DER (27,10), selanjutnya nilai mean tertinggi pada variabel CR (157.5125) dan terendah pada ROA (3.95) dan nilai standar deviasi tertinggi pada CR (91.86476) dan terendah DER (7.33015).
Tabel 5.9
Statistik Deskriptif Perusahaan Tidak Tepat Waktu Periode 2016-2017
2016 N Minimum Maximum Mean Std. Deviation
ROA 16 -12.11 41.57 5.1163 11.98108
DER 16 .00 29.40 3.3137 7.08325
CR 16 1,03 726,26 189,0561 196,47548
Valid N (listwise) 16
2017 N Minimum Maximum Mean Std. Deviation
ROA 5 -1 22 8.64 10.387
DER 5 .11 3.62 1.1660 1.52192
CR 5 .24 918.08 402.8160 389.46655
Valid N (listwise) 5
Sumber : Hasil Pengolahan SPSS, 2019
Berdasarkan tabel 5.9 diketahui pada periode 2016 nilai minimum pada perusahaan tidak tepat waktu yang paling rendah adalah variabel ROA (-12,11)) dan tertinggi pada CR (1,03) selanjutnya nilai maksimum terbesar (726,26) diperoleh oleh variabel CR dan terendah variabel DER (29,40), nilai mean terendah pada variabel DER (3.3137) dan tertinggi pada variabel CR (189,0561) serta nilai standar deviasi tertinggi pada variabel CR (196,47548) dan terendah pada variabel DER (7.08325). Periode 2017 diketahui nilai minimum pada perusahaan tidak tepat waktu yang paling rendah adalah variabel ROA (-1) dan tertinggi pada CR (24) selanjutnya nilai maksimum terbesar (918.08) diperoleh
66
variabel ROA (8.64) dan tertinggi pada variabel CR (402.8160) serta nilai standar deviasi tertinggi pada variabel CR (389.46655) dan terendah pada variabel DER (1.52192).
Tabel 5.10
Statistik Deskriptif Keseluruhan pada periode 2016 -2017
N Minimum Maximum Mean Std. Deviation
ROA 17 -12.11 41.57 4.9012 11.63448
DER 17 .00 29.40 3.1294 6.90031
CR 17 1,03 726,26 214,8058 217,85706
Valid N (listwise) 17
N Minimum Maximum Mean Std. Deviation
ROA 17 -15 35 5.33 11.019
DER 17 .11 27.10 3.4053 6.30390
CR 17 .24 918.08 229.6606 238.73958
Valid N (listwise) 17
Sumber : Hasil Pengolahan SPSS, 2019
Berdasarkan tabel 5.10 diketahui pada periode 2016 nilai minimum yang paling rendah adalah variabel ROA (-15) dan nilai tertinggi adalah variabel CR (24) berikutnya nilai maksimum terbesar pada variabel CR (918.08) dan terendah pada variabel DER (27.10), selanjutnya nilai terendah mean pada variabel DER (3.1294) dan tertinggi pada variabel CR (214,8058), serta nilai terendah standar deviasi pada variabel DER (6.90031) dan tertinggi pada variabel CR (217,85706).
Periode 2017 nilai minimum yang paling rendah adalah variabel ROA (-12.11) dan nilai tertinggi adalah variabel CR (1,03) berikutnya nilai maksimum terbesar pada variabel CR (726,26) dan terendah pada variabel DER (29.40), selanjutnya nilai terendah mean pada variabel DER (3.4053) dan tertinggi pada variabel CR (229.6606), serta nilai terendah standar deviasi pada variabel DER (6.30390) dan tertinggi pada variabel CR (238.73958).
5.3 Uji regresi Logistik 5.3.1 Hasil klasifikasi
Klasifikasi bertujuan untuk melihat persentase (%) variabel yang diproyeksikan (variabel independen) terhadap variabel respon (variabel dependen).
Hasil klasifikasi dapat dilihat pada tabel berikut ini : Tabel 5. 11
Overall Percentage 94.1
Observed Period 2017
Overall Percentage 70.6
Sumber : Hasil Pengolahan SPSS, 2019
Berdasarkan tabel 5.11 diatas dapat diketahui semua data independen pada periode 2016 yang dianalisis sebesar 94,1% dan periode 2017 yang dianalisis sebesar 70,6% berpengaruh terhadap nilai variabel dependen dengan mengikutsertakan parameter konstanta.
68
5.3.2 Uji Kelayakan Model (Goodness of fit test)
Uji kesesuaian adalah uji yang bertujuan untuk melihah kelayakan atau kesesuaian data dengan model yang diajukan.
1. Uji parameter β0
Tabel 5.12 Uji Parameter
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -2.773 1.031 7.235 1 .007 .063
B S.E. Wald df Sig. Exp(B)
Step 0 Constant .875 .532 2.705 1 .100 2.400
Sumber : Hasil Pengolahan SPSS, 2019
Berdasarkan tabel 5.12 diatas diketahui nilai probabilitas 0,063 dan 2,400 > α 0,05 dengan demikian dapat diambil keputusan bahwa model sesuai dengan data yang diajukan.
2. Uji Hosmer and Lemeshow
Tabel 5.13
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 .000 7 1.000
1 4.512 7 .719
Sumber : Hasil Pengolahan SPSS, 2019
Berdasarkan tabel 5.13 diatas dapat diketahui nilai sig 1.000 dan 0,719 > α 0,05 maka dapat diambil keputusan bahwa model sesuai dengan data yang diajukan.
5.3.3 Uji Kelayakan Keseluruhan Model (Overall of Fit)
Uji kelayakan seluruh model regresi (overall model fit) dilakukan untuk mengetahui seluruh model layak (fit) dengan data. Hasil uji overall model fit dapat dilihat pada tabel berikut ini :
Tabel 5.14 Uji Overall Block Number = 0
-2 Log likelihood
Block Number = 1 -2 Log likelihood
20.597 11.246
Sumber : Data diolah, 2018
Berdasarkan tabel 5.14 diatas diketahui overall model fit pada -2 LL Block Number = 1 sebesar 11.246 menunjukkan adanya penurunan dibanding -2 LL Block Number = 0 yang sebesar 20,597, penurunan likelihood ini menunjukkan keseluruhan model regresi yang lebih baik atau dengan kata lain keseluruhan model yang dihipotesiskan fit dengan data.
5.4 Koefisien Regresi
Pengujian koefisien regresi bertujuan untuk mengukur seberapa besar kemampuan variabel prediktor atau independen (X) dalam menjelaskan variabel respon atau dependen (Y). Hasil uji dapat dilihat pada tabel 5.15 berikut ini :
Tabel 5.15 Koefisien Regresi
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 11.246 .423 .602
Sumber : Hasil Pengolahan SPSS, 2018
Berdasarkan tabel 5.15 diketahui nilai Nagelkerke R Square sebesar 0,602 atau 60,2% memberikan penjelasan bahwa seluruh variabel prediktor atau independen (X) penelitian ini mampu menjelaskan tentang variabel respon atau dependen (Y) sebesar 60,2% sedang sisanya sebesar 39,8% dipengaruhi oleh faktor – faktor lain
70
5.5 Persamaan Regresi
Adapun hasil model persamaan regresi dapat dilihat pada tabel berikut : Tabel 5.16
Hasil Uji Persamaan Regresi t
β S.E. Wald Sig.
Step 1a
ROA -2.381 106.632 .000 .002
DER -4.240 536.005 .000 .004
CR -.168 2.160 .006 .938
Uk_Perusahaan -4.103 29933.361 .000 .999
St_Kepemilikan 7.568 2900.319 .000 .998
KAP -36.525 506.304 .005 .002
Constant 48.890 3383.010 .000 .988
Sumber : Hasil Pengolahan SPSS, 2019
Berdasarkan tabel 5.16 diketahui persamaan regresi adalah sebagai berikut :
! 0
120=48.890 + -2.381(ROA) + -4.240 (DER) +-0.168(CR) +-4.103 (Ukuran Perusahaan) +7.568 (Struktur Kepemilikan) +-36.525(KAP)+ε
Maka :
β0 : 48.890
Bilangan konstanta (β0) sebesar 48.890 menunjukkan probabilitas perusahaan tepat waktu dalam pelaporan keuangan apabila variabel X1, X2, X3, X4,X5 dan X6 sama dengan nol.
β1 : -2.381
Koefisien regresi pertama (β1) sebesar -2.381 menunjukkan probabilitas perusahaan untuk tepat waktu berhubungan negatif atau tidak searah dengan profitabilitas yang diproyeksikan melalui ROA. Jika ROA dianggap konstan maka setiap kenaikan ROA akan menyebabkan
probabilitas perusahaan menurun untuk tepat waktu dalam penyampaian laporan keuangan sebesar -2.381.
β 2 : -4.240
Koefisien regresi kedua (β2) sebesar -4.240 menunjukkan probabilitas perusahaan untuk tepat waktu berhubungan negatif atau searah dengan leverage yang diproyeksikan melalui DER. Jika DER dianggap konstan maka setiap kenaikan DER akan menyebabkan probabilitas perusahaan menurun untuk tepat waktu dalam penyampaian laporan keuangan sebesar-4.240 .
β 3 : -0.168
Koefisien regresi ketiga (β3) sebesar -0.168 menunjukkan probabilitas perusahaan untuk tepat waktu berhubungan negatif atau tidak searah dengan likuiditas yang diproyeksikan melalui CR. Jika CR dianggap konstan maka setiap kenaikan CR akan menyebabkan probabilitas perusahaan menurun untuk tepat waktu dalam penyampaian laporan keuangan sebesar -0.168.
β 4 : -4.103
Koefisien regresi keempat (β4) sebesar -4.103 menunjukkan probabilitas perusahaan untuk tepat waktu berhubungan negatif atau tidak searah dengan ukuran perusahaan. Jika ukuran perusahaan dianggap konstan maka setiap kenaikan ukuran perusahaan akan menyebabkan probabilitas perusahaan untuk tepat waktu menurun dalam penyampaian laporan keuangan sebesar
-72
β 5 : 7.568
Koefisien regresi kelima (β5) sebesar 7.568 menunjukkan probabilitas perusahaan untuk tepat waktu berhubungan positif atau searah dengan struktur kepemilikan. Jika struktur kepemilikan dianggap konstan maka setiap kenaikan struktur kepemilikan akan menyebabkan probabilitas perusahaan untuk tepat waktu dalam penyampaian laporan keuangan sebesar 7.568.
Β6 : -36.525
Koefisien regresi keenam (β6) sebesar -36.525 menunjukkan probabilitas perusahaan untuk tepat waktu berhubungan negatif atau tidak searah dengan KAP. Jika KAP dianggap konstan maka KAP akan menyebabkan probabilitas perusahaan menurun untuk tepat waktu dalam penyampaian laporan keuangan sebesar -36.525.
5.6 Uji Hipotesis
Uji hipotesis yang dikemukakan dalam penelitian ini adalah untuk mengetahui pengaruh profitabilitas, leverage, likuiditas, ukuran perusahaan, struktur kepemilikan dan Kantor Akuntan Publik (KAP) terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan retail yang terdaftar pada Bursa Efek Indonesia (BEI) dengan kriteria taraf signifikasi (α) sebesar 5% (0,05) dan pengambilan keputusan dalam hipotesis adalah ditolak atau diterima berdasarkan signifikansi p-value (probabilitas value) yakni jika p-value < 0,05 , maka hipotesis H0 diterima dan H1
ditolak dan jika p-value > 0,05 maka hipotesis H1 diterima dan H0 ditolak. Adapun hasil uji sebagai berikut:
Tabel 5.17 Uji Regresi t
B S.E. Wald Sig
P-Value
Step 1a
ROA -2.381 106.632 .000 .002
DER -4.240 536.005 .000 .004
CR -.168 2.160 .006 .938
Uk_Perusahaan -4.103 29933.361 .000 .999
St_Kepemilikan 7.568 2900.319 .000 .998
KAP -36.525 506.304 .005 .002
Constant 48.890 3383.010 .000 .988
Sumber : Hasil Pengolahan SPSS, 2019
Berdasarkan tabel 5.17 diatas menunjukan bahwa nilai signifikan P-value masing – masing variabel sebagai berikut :
1. Variabel profitabilitas yang diproyeksikan melalui ROA (X1)
Return On Asset (ROA) memiliki tingkat signifikan value < α 0,05 yakni P-value 0,002 < 0,05 maka H0 diterima yakni ROA berpengaruh signifikan terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan retail yang terdaftar di Bursa Efek Indonesia
2. Variabel Leverage yang diproyeksikan melalui DER (X2)
Debt to Equity (DER) memiliki tingkat signifikan value < α 0,05, yakni P-value 0,004 <0.05 maka H0 diterima yakni DER berpengaruh signifikan terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan retail yang terdaftar di Bursa Efek Indonesia
74
3. Variabel likuiditas yang diproyeksikan melalu CR (X3)
Current Ratio (CR) memiliki tingkat signifikan value > α 0,05, yakni P-value 0,938 > 0.05 maka H1 diterima yakni CR tidak berpengaruh signifikan terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan retail yang terdaftar di Bursa Efek Indonesia
4. Ukuran Perusahaan (X4)
Ukuran perusahaan memiliki tingkat signifikan P-value > 0.05, yakni P-value 0,999 > α 0,05, maka H1 diterima yakni ukuran perusahaan tidak berpengaruh signifikan terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan retail yang terdaftar di Bursa Efek Indonesia
5. Struktur Kepemilikan (X5)
Struktur kepemilikan memiliki tingkat signifikan P-value 0,998 > α 0,05 maka H1 diterima yakni struktur kepemilikan tidak berpengaruh signifikan terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan retail yang terdaftar di Bursa Efek Indonesia
6. Kantor Akuntan Publik (KAP) (X6)
Kantor Akuntan Publik (KAP) memiliki tingkat signifikan P-value 0,002 < α 0,05 maka H0 diterima yakni KAP berpengaruh signifikan terhadap ketepatan waktu penyampaian laporan keuangan pada perusahaan retail yang terdaftar di Bursa Efek Indonesia
5.7 Pembahasan
Hasil penelitian yang dianalisis secara statistik melalui regresi logistik tentang profitabilitas (X1), leverage (X2), likuiditas (X3), ukuran perusahaan (X4), struktur kepemilikan (X5) dan Kantor Akuntan Publik (X6) mampu menjelaskan ketepatan waktu penyampaian laporan keuangan (Y) sebesar 60,2% selanjutnya faktor – faktor tersebut menunjukkan :
1. Profitabilitas yang diproyeksikan Return On Asset (ROA) berpengaruh terhadap ketepatan waktu pelaporan keuangan perusahaan retail di Bursa Efek Indonesia (BEI) hasil penelitian ini sesuai dengan penelitian terdahulu yang dilakukan oleh Ovami (2014) yang menyatakan profitabilitas berpengaruh dengan ketepatan laporan keuangan. Nilai profitabilitas memperlihatkan kinerja perusahaan go public dalam memperoleh laba dimana kinerja ini dinilai dari angka rasio yang semakin tinggi maka dapat diindikasikan bahwa perusaahaan memperoleh keuntungan yang lebih besar. Informasi ROA penting disampaikan dalam sebuah laporan keuangan secara tepat waktu karena informasi ini akan digunakan para stakeholder dalam pengambilan keputusan.
2. Leverage yang diproyeksikan Debt to Equity (DER) berpengaruh terhadap ketepatan waktu pelaporan keuangan perusahaan retail di Bursa Efek Indonesia (BEI) hasil penelitian ini sesuai dengan penelitian terdahulu yang dilakukan oleh Ovami (2014) yang menyatakan leverage berpengaruh dengan ketepatan laporan keuangan dan penelitian yang dilakukan oleh Tasios (2012)
76
DER dapat memperlihatkan seberapa besar beban utang yang harus ditanggung perusahaan dalam rangka pemenuhan aset dan DER perlu disampaikan secara tepat waktu untuk memperlihatkan kepada stakeholder dan publik bahwa perusahaan dapat dipercaya dalam transparansi penyampaian informasi tentang perbandingan aset sendiri dan aset yang dibiayai oleh hutang dan juga hal ini menunjukkan adanya pemahaman dari perusahaan dalam memenuhi peraturan di bidang pasar modal.
3. Likuiditas yang diproyeksikan Current Ratio (CR) tidak berpengaruh terhadap ketepatan laporan keuangan perusahaan retail di Bursa Efek Indonesia (BEI). Hasil penelitian ini bertentangan dengan penelitian yang dilakukan oleh Ovami (2014) yang menyatakan likuiditas berpengaruh dengan ketepatan laporan keuangan. Hal ini dapat diindikasikan bahwa perusahaan mengabaikan CR sebagai tolak ukur dalam ketepatan waktu penyampaian laporan keuangan padahal likuiditas meruapakan gambaran bagi pemegang saham atau para stakeholder lain dalam melihat dan memperhatikan kemampuan perusahaan menyelesaikan kewajiban jangka pendeknya dan hal ini perlu disampaikan oleh perusahaan secara tepat waktu sehingga pemegang saham ataupun pihak luar dapat menaruh kepercayaan pada perusahaan dalam mengelola pinjaman yang dilakukan.
4. Ukuran perusahaan tidak berpengaruh terhadap ketepatan laporan keuangan perusahaan retail di Bursa Efek Indonesia (BEI). Hasil penelitian bertentangan dengan penelitian yang dilakukan oleh Ovami (2014) yang menyatakan bahwa ukuran perusahaan berpengaruh dengan ketepatan waktu penyampaian laporan
keuangan. Ukuran perusahaan dapat dilihat dari total asset yang dimiliki perusahaan dan total asset yang dimaksud adalah asset termasuk gedung atau bangunan jika dilihat dari total asset yang dimiliki oleh keseluruhan perusahaan yakni diatas 10 milyar maka perusahaan digolongkan pada perusahaan besar. Namun ternyata golongan perusahaan besar dalam penelitian ini bukan merupakan tolak ukur dalam ketepatan waktu penyampaian laporan keuangan.
5. Struktur kepemilikan tidak berpengaruh terhadap ketepatan laporan keuangan perusahaan retail di Bursa Efek Indonesia (BEI). Hasil penelitian bertentangan dengan penelitian yang dilakukan oleh Ovami (2014) yang menyatakan bahwa struktur kepemilikan berpengaruh dengan ketepatan waktu penyampaian laporan keuangan. Struktur kepemilikan yang diproyeksikan dari persentase kepemilikan pihak asing yang lebih sedikit (17,6%) dan pihak domestik yang lebih banyak (82,4%) mengindikasikan faktor ini yang dapat menjadi penyebab tidak tepat waktu dalam penyampaian laporan keuangan jika dilihat pada sisi pihak asing yang lebih memiliki kemampuan dalam mempengaruhi perusahaan melalui kemampuan manajerial termasuk disiplin waktu penyampaian laporan keuangan yang lebih baik dan opini – opini yang dibentuk dapat mengubah pengelolaan perusahaan yang semula bergerak dengan lambat menjadi perusahaan yang berjalan sesuai standar kendali mutu yang tinggi.
6. Kantor Akuntan Publik (KAP) berpengaruh terhadap ketepatan waktu
78
penelitian ini sejalan dengan penelitian yang dilakukan oleh Ovami (2014) yang menyatakan bahwa KAP berpengaruh dengan ketepatan waktu penyampaian laporan keuangan perusahaan. Perusahaan besar dan go public tentu cenderung memilih Kantor Akuntan Publik yang sudah terbiasa melakukan audit pada perusahaan yang terdaftar di BEI karena akan menjamin kualitas hasil laporan audit yang sesuai dengan kewajaran laporan keuangan perusahaan. Berdasarkan persentase terbesar bahwa perusahaan menggunakan KAP yang tidak bermitra dengan the big four sebesar 82,4% yang dapat diartikan bahwa tepat waktu dan tidak tepat waktunya laporan keuangan disampaikan tidak dipengaruhi oleh kemitraan dengan the big four.namun dapat diindikasikan karena KAP yang sudah terbiasa melakukan audit pada perusahaan go public.
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil penelitian tentang faktor-faktor yang terdiri dari profitabilitas, leverage, likuiditas, ukuran perusahaan, struktur kepemilikan dan kantor akuntan publik ternyata memberikan pengaruhnya sebesar 60,2% dalam
Berdasarkan hasil penelitian tentang faktor-faktor yang terdiri dari profitabilitas, leverage, likuiditas, ukuran perusahaan, struktur kepemilikan dan kantor akuntan publik ternyata memberikan pengaruhnya sebesar 60,2% dalam