43

BAB IV

ANALISIS PEMBAHASAN

4.1 Prosedur Pengumpulan Data

Obyek dalam penelitian ini sebanyak 204 untuk perusahaan manufaktur.

Setelah melalui kriteria yang ditetapkan dalam pemilihan sampel diperoleh 68

perusahaan manufaktur. Berikut ini merupakan rincian prosedur dalam pengumpulan

sampel:

Tabel 4.1

Prosedur Pengumpulan Sampel

No Keterangan Total
1 Perusahaan manufaktur yang 146
terdaftar di BEI tahun 2006-2008
2 Perusahaan mempublikasikan 146
laporan keuangannya secara
lengkap dan sudah terdaftar di BEI
minimal sejak tahun 2006-2008
3 Perusahaan menghasilkan laba 81
sejak tahun 2006-2008.
4 Laporan keuangannya telah diaudit 68
oleh KAP dan telah di publikasikan
oleh BEI

43
5 Perusahaan yang data tanggal 68
penyampaian laporan keuangan
 44

tahun 2006-2008 tersedia di

Bapepam-LK
6 Perusahaan memiliki data yang 68
lengkap sesuai variabel yang diteliti
selama 3 tahun berturut-turut
Jumlah perusahaan yang 68
digunakan sebagai sampel
Sumber : Laporan keuangan yang diolah dari PRPM

4.2 Statistik Deskriptif

Tabel 4.2

Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

roa 204 ,01 40,35 8,2984 8,43933
liq 204 ,06 34,35 2,6005 3,71313
publik 204 1,57 85,36 25,4519 17,42899
size 204 33674,00 80740000,00 3825217,2066 9826769,04854
opini 204 0 1 ,99 ,099
kap 204 0 1 ,52 ,501
umur 204 4 30 16,94 5,329
k_waktu 204 0 1 ,95 ,216
Valid N (listwise) 204

Sumber : Pengolahan data SPSS Versi 13.00

Berdasarkan hasil dari 204 sampel data perusahaan manufaktur yang diuji,

menunjukkan bahwa ROA nilai minimum adalah 0,01% dan nilai maximum 40,35%.

Mean ROA dari 204 perusahaan manufaktur adalah 8,2984% dengan standar

deviation 8,43933%.
 45

LIQ dari setiap perusahaan manufaktur yang diuji memiliki nilai minimum

adalah 0,06% dan nilai maximum 34,35%. Mean LIQ dari 204 perusahaan

manufaktur adalah 2,6005% dengan standar deviation 3,71313%. PUBLIK dari

setiap perusahaan manufaktur yang diuji memiliki nilai minimum 1,57 , nilai

maximum 85,36, mean 25,4519 dan standar deviation 17,42899.

SIZE dari setiap perusahaan manufaktur yang diuji memiliki nilai minimum

33674 juta, nilai maximum 80740000 juta, mean 3825217,2066 juta dan standar

deviation 9826769,0485 juta. UMUR dari setiap perusahaan manufatur yang diuji

memiliki nilai minimum 4, nilai maximum 30, mean 16,94 dan standar deviation

5,329.

KAP dari setiap perusahaan manufaktur yang diuji memiliki nilai minimum 0,

nilai maximum 1, mean 0,52 dan standar deviation 0,501. OPINI dari setiap

perusahaan manufatur yang diuji memiliki nilai minimum 0, nilai maximum 1, mean

0,97 dan standar deviation 0,182.

4.3 Uji Hipotesis

Statistik yang digunakan berdasarkan pada fungsi likelihood. Likelihood L

dari model adalah probabilitas bahwa model yang dihipotesakan menggambarkan

data input.

Tabel 4.3
 46

Interation History (Block 0)

Iteration -2 Log likelihood Coefficients

Constant
Step 0 1 98,267 1,804
2 81,537 2,565
3 79,850 2,903
4 79,812 2,964

5 79,812 2,965
6 79,812 2,965

Sumber : Pengolahan data SPSS versi 13.

Tabel 4.4

Interation History (Block 1)

-2 Log
Iteration likelihood Coefficients
Constant Roa liq publik size opini kap umur
Step 1 96,467 1,878 ,014 ,015 ,001 ,000 -,267 -,093 ,004
2 76,690 2,766 ,040 ,051 ,002 ,000 -,732 -,238 ,011
3 71,200 3,279 ,085 ,150 ,004 ,000 -1,436 -,387 ,020
4 68,474 3,464 ,131 ,374 ,004 ,000 -2,089 -,378 ,021
5 67,357 3,725 ,158 ,670 ,004 ,000 -2,758 -,281 ,017
Sumber : pengolahan data SPSS versi 13.00

Tabel 4.3 dan 4.4 menunjukkan angka awal -2 log likelihood, yaitu pada
awal (block number = 0) adalah 79,812 sedangkan pada akhir (block number = 1)
angka -2 log likelihood mengalami penurunan menjadi 67,357. Penurunan likelihood
ini menunjukan model regresi yang digunakan secara keseluruhan baik dan dapat
digunakan untuk menganalisis data.

4.4 Pengujian Kelayakan Model Regresi

 47

1. Uji Nagelkerke’s R Square

Sesuai dengan pembahasan yang mengatakan bahwa block number = 1 yaitu

model yang memasukkan seluruh variabel ke dalam pembahasan adalah model yang

cocok dengan data, maka hasil model summary dapat dilihat dalam tabel pada

halaman selanjutnya.

Tabel 4.5

Model Summary

Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square

1 67,137(a) ,060 ,186

Sumber : Pengolahan data SPSS versi 13.00

Tabel 4.5 menunjukkan bahwa nilai Nagelkerke R Square sebesar 0,186 yang

berarti 18,6% variabilitas variabel dependen yang dapat dijelaskan oleh variasi

variabel independen, sedangkan sisanya sebesar 81,4% dijelaskan oleh variasi

variabel independen yang tidak terdapat dalam model.

2. Uji Hosmer dan Lameshow

Tabel 4.6

Hosmer dan Lameshow

 48

Step Chi-square df Sig.

1 6,942 8 ,543

Sumber : Pengolahan data SPSS versi 13.00

Tabel 4.6 menunjukkan bahwa uji Hosmer dan Lameshow memperoleh

probabilitas signifikan sebesar 0,543 yang nilainya di atas 0,05. Karena hasil Hosmer

dan Lameshow ini menunjukkan bahwa probabilitas lebih besar dari 0,05 hal ini

berarti model mampu memprediksi model observasinya dan dapat diterima karena

cocok dengan data observasi atau tidak terdapat perbedaan yang nyata antara

klasifikasi yang diprediksi dengan klasifikasi yang diamati.

4.5 Pengujian Ketepatan Prediksi

Tabel di bawah menunjukkan nilai estimasi yang benar dan yang salah. Pada

kolom menunjukkan nilai prediksi dari variabel dependen dalam hal ini TW (1) dan

TTW (0), sedangkan pada baris menunjukkan nilai observasi sesungguhnya dari

variabel TW (1) dan TTW (0) (Ghozali 2006).

Tabel 4.7 menunjukkan bahwa menurut hasil prediksi terdapat 10 perusahaan

yang tidak tepat waktu dan menurut hasil observasi tidak terdapat perusahaan yang

tidak tepat waktu sehingga nilai ketepatan waktu adalah 0%. Sedangkan untuk

perusahaan yang tepat waktu menurut hasil prediksi dan hasil observasi 194

perusahaan sehingga nilai ketepatan klasifikasi perusahaan adalah sebesar 100%.

Tabel 4.7
 49

Classification Table

Predicted
k_waktu Percentage

Correct
TTW TW

Observed
Step 0 k_waktu TTW 0 10 0
TW 0 194 100
Overall Percentage 95,1
Sumber : Pengolahan data SPSS versi 13.00

4.6 Estimasi Parameter dan Interprestasi

Estimasi parameter dari model regresi apakah model diterima atau ditolak

dapat terlihat dari tampilan output variabel in the equation yang disajikan pada tabel

dibawah ini.

Tabel 4.8

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step1 roa ,168 ,104 2,625 1 ,105 1,183

liq ,919 ,619 2,205 1 ,138 2,506

publik ,003 ,019 ,030 1 ,863 1,003
size ,000 ,000 ,537 1 ,464 1,000
opini -17,580 25566,515 ,000 1 ,999 ,000
 50

kap -,240 ,721 ,111 1 ,739 ,787

umur ,015 ,070 ,047 1 ,828 1,015
Constant 18,290 25566,515 ,000 1 ,999 87742085,549
Sumber : Pengolahan data SPSS versi 13.00

Tabel 4.8 menunjukkan bahwa ROA memiliki probabilitas signifikansi

sebesar 0,105. Nilai signifikansi sebesar 0,105 lebih besar dari 0,05. Berdasarkan

nilai signifikansi, maka dapat dinyatakan bahwa ROA secara signifikan tidak

berpengaruh terhadap ketepatan waktu penyampaian laporan keuangan. Oleh karena

itu Ha1 tidak dapat diterima. Hasil penelitian ini konsisten dengan penelitian oleh

Respati (2004). Namun penelitian ini tidak konsisten dengan penelitian yang

dilakukan oleh Santoso (1995) dalam Oktarina dan Suharli (2005).

Tabel 4.8 menunjukkan bahwa LIQ memiliki probabilitas signifikansi sebesar

0,138. Nilai signifikansi sebesar 0,138 lebih besar dari 0,05. Berdasarkan nilai

signifikansi, maka dapat dinyatakan bahwa LIQ secara signifikan tidak berpengaruh

terhadap ketepatan waktu penyampaian laporan keuangan. Oleh karena itu Ha2 tidak

dapat diterima. Hasil penelitian ini tidak konsisten dengan penelitian yang dilakukan

oleh Suharli dan Rachpriliani (2006). Namun konsisten dengan penelitian yang

dilakukan Almilia dan Setiady (2006).

Tabel 4.8 menunjukkan bahwa Publik memiliki probabilitas signifikansi

sebesar 0,863. Nilai signifikansi sebesar 0,863 lebih besar dari 0,05. Berdasarkan

nilai signifikansi, maka dapat dinyatakan bahwa Publik secara signifikan tidak

berpengaruh terhadap ketepatan waktu penyampaian laporan keuangan. Oleh karena

itu Ha3 tidak dapat diterima. Hasil penelitian ini konsisten dengan penelitian yang
 51

dilakukan oleh Suharli dan Rachpriliani (2006). Namun tidak konsisten dengan

penelitian yang dilakukan Oktorina dan Suharli (2005).

Tabel 4.8 menunjukkan bahwa KAP memiliki probabilitas signifikansi sebesar

0,739. Nilai signifikansi sebesar 0,739 lebih besar dari 0,05. Berdasarkan nilai

signifikansi, maka dapat dinyatakan bahwa KAP secara signifikan tidak berpengaruh

terhadap ketepatan waktu penyampaian laporan keuangan. Oleh karena itu Ha4 tidak

dapat diterima. Hasil penelitian ini konsisten dengan penelitian yang dilakukan oleh

Aryanti dan Theresia (2005). Namun hasil penelitian ini tidak konsisten dengan

penelitian yang dilakukan oleh Oktarina dan Suharli (2005).

Tabel 4.8 menunjukkan bahwa size memiliki probabilitas signifikansi sebesar

0,468. Nilai signifikansi sebesar 0,468 lebih besar dari 0,05. Berdasarkan nilai

signifikansi, maka dapat dinyatakan bahwa size secara signifikan berpengaruh

terhadap ketepatan waktu penyampaian laporan keuangan. Oleh karena itu Ha5 tidak

dapat diterima. Hasil penelitian ini konsisten dengan penelitian oleh Wirakusuma

(2004). Namun hasil penelitian ini tidak konsisten dengan penelitian yang dilakukan

oleh Oktarina dan Suharli (2005).

Tabel 4.8 menunjukkan bahwa Umur memiliki probabilitas signifikansi

sebesar 0,828. Nilai signifikansi sebesar 0,828 lebih besar dari 0,05. Berdasarkan

nilai signifikansi, maka dapat dinyatakan bahwa Umur secara signifikan tidak

berpengaruh terhadap ketepatan waktu penyampaian laporan keuangan. Oleh karena

itu Ha6 tidak dapat diterima. Hasil penelitian ini konsisten dengan penelitian oleh
 52

Saleh (2004). Namun hasil penelitian ini tidak konsisten dengan penelitian yang

dilakukan oleh Almilia dan Setiady (2006).

Tabel 4.8 menunjukkan bahwa Opini memiliki probabilitas signifikansi

sebesar 0,999. Nilai signifikansi sebesar 0,999 lebih dari 0,05. Berdasarkan nilai

signifikansi, maka dapat dinyatakan bahwa Opini secara signifikan tidak berpengaruh

terhadap ketepatan waktu penyampaian laporan keuangan. Oleh karena itu Ha7 tidak

dapat diterima.

Hasil penelitian ini konsisten dengan penelitian oleh Halim (1999) dalam

Wirakusuma (2004). Namun hasil penelitian ini tidak konsisten dengan penelitian

yang dilakukan oleh Wirakusuma (2004).

Persamaan logistik regresi dapat dituliskan sebagai berikut:

TL

Ln = 18,290 + 0,168 ROA+0,919 CR+ 0,003 PUBLIK – 0,240 BIG 4+

1-TL 0,000 SIZE +0,015 AGE -17,580 OPINI