67
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum
Di dalam bab ini akan dilakukan analisis data melalui analisis regresi logistik dan pembahasan hasil pengolahan data untuk membuktikan hipotesis
yang telah ditentukan sebelumnya. Analisis data dimulai dengan mengolah data melalui Microsoft excel dan seluruh data yang telah diperoleh akan diolah dengan
menggunakan SPSS Statistical Product and Service Sollution versi 17. Hasil pengolahan dari SPSS akan dianalisis untuk mengetahui pengaruh antara variabel
independen yang digunakan dalam penelitian ini terhadap timeliness pelaporan keuangan perusahaan.
Objek dalam penelitian ini adalah perusahaan go public sektor sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia pada tahun 2011-
2013. Populasi penelitian berjumlah 38 perusahaan. Berdasarkan kriteria yang telah dipilih berdasarkan metode purposive sampling sehingga data yang
terkumpul sebanyak 22 perusahaan. Berdasarkan 22 perusahaan tersebut, kemudian dilakukan pengujian-pengujian meliputi statistik deskriptif, uji asumsi
klasik, uji model, dan uji hipotesis penelitian.
68
4.2 Hasil Penelitian
4.2.1 Analisis Statistik Deskriptif
Statistik deskriptif memberikan penjelasan mengenai nilai rata-rata mean, nilai standar deviasi, nilai maksimum dan nilai minimum dari
variabel-variabel independen dan variabel dependen. Untuk melihat data statistik secara umum, peneliti menggunakan deskriptif untuk variabel-
variabel yang diukur dengan skala rasio dan frekuensi untuk variabel yang diukur dalam skala nominal. Hasil analisis statistik deskriptif dapat dilihat
pada tabel 4.1 sebagai berikut:
Tabel 4.1 Statistik Deskriptif Variabel Profitabilitas, Ukuran Perusahaan,
Tingkat Leverage, Likuiditas, dan Umur Perusahaan
Sumber: output SPSS, diolah peneliti, 2015
Berdasarkan tabel 4.1 diatas dapat dijelaskan bahwa: 1.
Jumlah seluruh sampel penelitian adalah 22 perusahaan dengan 66 unit analisis, yaitu 22 perusahaan dikali dengan tiga tahun penelitian yaitu
2011 sampai dengan 2013, dengan lima variabel independen yang terdiri dari profitabilitas Return on Assets ROA, ukuran perusahaan,
69
tingkat leverage Debt to Equity Ratio DER, likuiditas Current Ratio CR, dan umur perusahaan.
2. Variabel independen profitabilitas ROA memiliki nilai minimum
0,0041, nilai maksimum 0,6572 dengan nilai rata-rata 0,153802 dan standar deviasi adalah sebesar 0,1340705.
3. Variabel independen ukuran perusahaan total assets memiliki nilai
minimum 20, nilai maksimum 32 dengan nilai rata-rata 27,64 dan standar deviasi adalah sebesar 2,923.
4. Variabel independen tingkat leverage Debt to Equity Ratio DER
memiliki nilai minimum 0,1082, nilai maksimum 2,4926 dengan nilai rata-rata 0,804600 dan standar deviasi adalah sebesar 0,5246834.
5. Variabel independen likuiditas Current ratio CR memiliki nilai
minimum 0,5805, nilai maksimum 11,7428 dengan nilai rata-rata 2,627238 dan standar deviasi adalah sebesar 1,9905010.
6. Variabel independen umur perusahaan memiliki nilai minimum 1, nilai
maksimum 32 dengan nilai rata-rata 18,09 dan standar deviasi adalah sebesar 7,236.
Tabel 4.2 Statistik Frekuensi Kualitas KAP, Kompleksitas Operasi Perusahaan
, Auditor Switching, dan Timeliness
Sumber: output SPSS, diolah peneliti, 2015
70
Berdasarkan tabel 4.2 dapat dideskripsikan bahwa jumlah data yang valid sah untuk diproses adalah 66 buah, sedangkan data yang hilang missing adalah
nol, artinya semua data telah diproses.
Tabel 4.3 Statistik Frekuensi Kualitas Kantor Akuntan Publik KAP
Sumber: Output SPSS, diolah peneliti, 2015
Berdasarkan table 4.3 dapat dideskripsikan bahwa variabel independen kualitas Kantor Akuntan Publik KAP merupakan variabel nominal yang
menggunakan variabel dummy, dimana perusahaan yang berafiliasi dengan KAP The Big Four diberi kode “1”, sedangkan perusahaan yang tidak berafiliasi
dengan KAP The Big Four diberi kode “0” memiliki data valid karena seluruhnya telah diproses. Jumlah data yang berafiliasi dengan KAP The Big Four sebanyak
35 buah 53,0, sedangkan jumlah data yang tidak berafiliasi dengan KAP The Big Four sebanyak 31 buah 47,0.
Tabel 4.4 Statistik Frekuensi Kompleksitas Operasi Perusahaan
Sumber: output SPSS, diolah peneliti, 2015
71
Berdasarkan table 4.4 dapat dideskripsikan bahwa variabel independen kompleksitas operasi perusahaan merupakan variabel nominal yang menggunakan
variabel dummy, dimana perusahaan yang memiliki anak perusahaan diberi kode “1”, sedangkan perusahaan yang tidak memiliki anak perusahaan diberi kode “0”
memiliki data valid karena seluruhnya telah diproses. Jumlah data yang memiliki anak perusahaan sebanyak 40 buah 60,6, sedangkan jumlah data yang tidak
memiliki anak perusahaan sebanyak 26 buah 39,4.
Tabel 4.5 Statistik Frekuensi
Auditor Switching
Sumber: output SPSS, diolah peneliti, 2015
Berdasarkan table 4.5 dapat dideskripsikan bahwa variabel independen auditor switching merupakan variabel nominal yang menggunakan variabel
dummy, dimana perusahaan yang tidak melakukan pergantian auditor diberi kode “1”, sedangkan perusahaan yang melakukan pergantian auditor diberi kode “0”
memiliki data valid karena seluruhnya telah diproses. Jumlah data yang tidak melakukan pergantian auditor sebanyak 37 buah 56,1, sedangkan jumlah data
yang melakukan pergantian auditor sebanyak 29 buah 43,9.
72
Tabel 4.6 Statistik Frekuensi
Timeliness
Sumber: output SPSS, diolah peneliti, 2015
Berdasarkan tabel 4.6 dapat dideskripsikan bahwa variabel dependen ketepatan waktu timeliness merupakan variabel nominal yang menggunakan
variabel dummy, dimana perusahaan yang tepat waktu pelaporan keuangannya diberi kode “1”, sedangkan perusahaan yang tidak tepat waktu pelaporan
keuangannya diberi kode “0” memiliki data valid karena seluruhnya telah diproses. Jumlah laporan keuangan yang dipublikasikan tepat waktu sebanyak 41
buah 62,1, sedangkan jumlah laporan keuangan yang dipublikasikan tidak tepat waktu sebanyak 25 buah 37,9. Hal ini juga menunjukkan bahwa emiten
pada perusahaan go public sektor industri barang konsumsi dapat memenuhi peraturan yang ditetapkan oleh Bapepam, yaitu mengenai ketepatan waktu
pelaporan keuangan.
4.2.2 Pengujian Asumsi Klasik
4.2.2.1 Uji Multikolinearitas
Regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat antara variabel bebasnya. Multikolinearitas merupakan situasi
adanya korelasi antar variabel-variabel independen yang satu dengan yang lainnya. Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai
73
korelasi antar variabel yang terdapat dalam matriks korelasi. Hasil uji gejala multikolinearitas disajikan pada tabel 4.7 berikut ini:
Tabel 4.7 Hasil Uji Multikolinearitas
a. Dependent Variable: Timeliness Sumber : output SPSS, diolah peneliti, 2015
Berdasarkan tabel 4.7 diatas, dapat dilihat bahwa korelasi antara ROA dan ukuran perusahaan sebesar 0,031, korelasi antara
ROA dan DER sebesar -0,019, dan seterusnya. Dari hasil pengujian pada tabel 4.7, dapat disimpulkan bahwa tidak terdapat gejala
multikolinearitas antar variabel independen. Gejala multikolinearitas terjadi apabila nilai korelasi antar variabel independen lebih besar
dari 0,90. Matriks korelasi di atas memperlihatkan bahwa korelasi antar variabel independen yang paling besar 0,592 atau lebih kecil
dari 0,90. Berdasarkan hasil ini dapat disimpulkan bahwa variabel profitabilitas, ukuran perusahaan, tingkat leverage, kualitas KAP,
74
kompleksitas operasi perusahaan, likuiditas, umur perusahaan, dan auditor switching lolos dari uji gejala multikolonieritas.
4.2.3 Uji Model
4.2.3.1 Menilai Kelayakan Model Regresi
Goodness of fit
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan goodness of fitness test yang diukur
berdasarkan nilai Chi-Square pada tabel Hosmer and Lemeshow Test tabel 4.8.
Tabel 4.8 Hosmer and Lemeshow Test
Sumber: output SPSS, diolah peneliti, 2015
Dari tabel 4.8 diatas terlihat bahwa besarnya nilai statistik Hosmer and Lemeshow goodness of fitness test sebesar 3,926 dengan
probabilitas signifikansi sebesar 0,788. Karena nilai probabilitas signifikansi 0,788 lebih besar dibandingkan tingkat signifikansi
0,05, maka H0 diterima. Hal ini berarti model regresi ini cukup layak untuk digunakan dalam analisis selanjutnya.
4.2.3.2 Menilai Keseluruhan Model
Overall Model fit
Uji keseluruhan model digunakan untuk melihat model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian
dilakukan dengan membandingkan nilai antara -2 log likelihood pada awal block number = 0 dengan nilai -2 log likelihood pada akhir
75
block number = 1. Nilai -2log likelihood awal pada block number = 0, dapat ditunjukkan melalui tabel 4.9 berikut ini:
Tabel 4.9 Nilai
-2 Log likelihood -2 LL Awal
Sumber: output SPSS, diolah peneliti, 2015
Nilai -2 log likelihood akhir pada block number = 1, dapat dilihat pada tabel 4.10 berikut ini:
Tabel 4.10 Nilai
-2 Log likelihood -2 LL Akhir
Sumber: output SPSS, diolah peneliti, 2015
Dari tabel 4.9 diatas dapat dilihat bahwa -2 log likelihood awal pada block number = 0, yaitu model yang hanya memasukkan
konstanta yang dapat dilihat pada step 3, memperoleh nilai sebesar 87,578. Kemudian pada tabel 4.10 dapat dilihat nilai -2 LL akhir
dengan block number =1, nilai -2log likelihood pada step 4 adalah 60,535.
76
Adanya penurunan nilai antara -2LL awal initial-2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir
menunjukkan bahwa model yang dihipotesiskan fit dengan data Ghozali, 2006: 233. Penurunan nilai -2 log likelihood menunjukkan
bahwa model penelitian ini dinyatakan fit, artinya penambahan- penambahan variabel bebas yaitu profitabilitas ROA, ukuran
perusahaan, tingkat leverage DER, kualitas kantor akuntan publik KAP, kompleksitas operasi perusahaan, likuiditas CR, umur
perusahaan, dan auditor switching ke dalam model penelitian akan memperbaiki model fit dalam penelitian ini.
4.2.3.3 Koefisien Determinasi
Nagelkerke R Square
Dalam regresi logistik, dapat digunakan statistik Nagelkerke’s
�
� 2
untuk mengukur kemampuan model regresi logistik dalam mencocokkan atau menyesuaikan data. Dengan kata lain, nilai
statistik dari Nagelkerke’s �
� 2
dapat diinterpretasikan sebagai suatu nilai yang mengukur kemampuan variabel-variabel independen
dalam menjelaskan atau menerangkan variabel dependen. Tabel 4.11 menyajikan nilai statistik dari Nagelkerke’s
�
� 2
.
Tabel 4.11 Nagelkerke R Square
Sumber: output SPSS, diolah peneliti, 2015
77
Berdasarkan tabel 4.11 diatas, nilai statistik Nagelkerke R Square 0,458. Nilai tersebut diinterpretasikan sebagai kemampuan
variabel profitabilitas ROA, ukuran perusahaan, tingkat leverage DER, kualitas kantor akuntan publik KAP, kompleksitas operasi
perusahaan, likuiditas CR, umur perusahaan, dan auditor switching dalam mempengaruhi ketepatan waktu timeliness pelaporan
keuangan sebesar 45,8, sisanya 54,2 dijelaskan oleh variabel- variabelfaktor-faktor lain.
4.2.3.4 Matriks Klasifikasi
Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan ketepatan waktu
timeliness pelaporan keuangan pada perusahaan go public sektor industri barang konsumsi.
Tabel 4.12 Classification Table
Sumber: output SPSS, diolah peneliti, 2015
Berdasarkan tabel 4.12 diatas, menunjukkan perusahaan yang tidak tepat waktu sebanyak 25 perusahaan. Dari 25 perusahaan
tersebut, diprediksi 17 68 perusahaan tidak tepat waktu, sedangkan 8 perusahaan diprediksi tepat waktu. Diketahui
perusahaan yang tepat waktu sebanyak 41 perusahaan. Dari 41
78
perusahaan tersebut, diprediksi 33 80,5 perusahaan tepat waktu, sedangkan 8 perusahaan diprediksi tidak tepat waktu.
Keakuratan prediksi secara menyeluruh sebesar 75.8. Tingginya persentase
ketepatan pada tabel klasifikasi tersebut mendukung tidak adanya perbedaan yang signifikan terhadap data hasil prediksi dan data
observasinya yang menunjukkan sebagai model regresilogistik yang baik.
4.2.4 Pengujian Hipotesis
Pengujian hipotesis menggunakan model logistic regression binary dengan metode enter pada tingkat signifikan α 5 logistic regression
binary digunakan untuk menguji pengaruh profitabilitas ROA, ukuran perusahaan, tingkat leverage DER, kualitas kantor akuntan publik KAP,
kompleksitas operasi perusahaan, likuiditas CR, umur perusahaan, dan auditor switching terhadap ketepatan waktu timeliness pelaporan
keuangan. Tabel 4.13 berikut ini menunjukkan hasil pengujian dengan menggunakan regresi logistik pada tingkat signifikansi 5.
Tabel 4.13 Hasil Uji Koefisien Regresi Logistik
a.Variables entered on step 1: ROA, Ukuran, DER, KAP, Kompleksitas, CR, Umur, Auditor_Switching.
Sumber : output SPSS, diolah Peneliti, 2015
79
Dari pengujian persamaan regresi logistik tersebut, maka diperoleh model regresi logistik sebagai berikut:
ln TL1-TL = 2,898 - 1,288X1 - 0,143X2 + 0,465X3 + 1,866X4 + 2,214X5 + 0,210X6 – 0,005X7 – 1,943X8 + e
Konstanta sebesar 2,898 menyatakan bahwa jika tidak memperhitungkan nilai ROA, ukuran, DER, KAP, Kompleksitas, CR,
Umur, dan Auditor_Switching maka kemungkinan ketepatan waktu timeliness pelaporan keuangan perusahaan sebesar 2,898.
4.2.4.1 Pengujian signifikan model secara simultan
chi-square
Tabel Omnibus Tests of Model Coefficients berfungsi untuk melihat hasil pengujian secara simultan pada regresi logistik, yakni
melihat pengaruh variabel bebas independen secara bersama-sama simultaneously terhadap variabel dependen.
Tabel 4.14 Omnibus Tests of Model Coefficients
Sumber: output SPSS, diolah peneliti, 2015 Berdasarkan tabel 4.14 diatas, diperoleh nilai probabilitas
0,001. Karena nilai probabilitas 0,001 lebih kecil dari 0,05, maka disimpulkan bahwa variabel-variabel independen yang digunakan
80
secara bersama-sama berpengaruh signifikan terhadap ketepatan waktu timeliness pelaporan keuangan.
4.2.4.2 Pengujian signifikan model secara parsial
Pada regresi logistik, uji signifikansi koefisien regresi populasi secara individu dapat diuji dengan uji Wald. Dalam uji
Wald, statistik yang diuji adalah statistik Wald Wald statistic. Dalam uji Wald digunakan hipotesis sebagai berikut :
H0: Variabel profitabilitas, ukuran perusahaan, tingkat leverage, kualitas KAP, kompleksitas operasi perusahaan, likuiditas, umur
perusahaan, dan auditor switching tidak berpengaruh secara parsial terhadap ketepatan waktu timeliness pelaporan
keuangan. Ha: Variabel profitabilitas, ukuran perusahaan, tingkat leverage,
kualitas KAP, kompleksitas operasi perusahaan, likuiditas, umur perusahaan, dan auditor switching berpengaruh secara parsial
terhadap ketepatan waktu timeliness pelaporan keuangan. Dengan kriteria pengujian yang digunakan adalah sebagai
berikut : -
H0 diterima dan Ha ditolak jika nilai probabilitas sig signifikansi
∝. -
Ha diterima dan H0 ditolak jika nilai probabilitas sig signifikansi
∝. Nilai statistik dari uji Wald berdistribusi chi-square dapat
diperoleh sebagai berikut:
81
Tabel 4.15 Hasil Uji signifikan model Parsial Uji-
Wald
a.Variables entered on step 1: ROA, Ukuran, DER, KAP, Kompleksitas, CR, Umur, Auditor_Switching.
Sumber : output SPSS, diolah Peneliti, 2015 Berdasarkan hasil uji wald pada tabel 4.15 diatas, maka dapat
disimpulkan hasil signifikansi atau pengaruh variabel-variabel independen terhadap variabel dependen sebagai berikut:
1. Variabel probabilitas ROA X1 memiliki nilai probabilitas
Sig. 0,751 lebih besar dari 0,05, maka profitabilitas ROA tidak berpengaruh terhadap ketepatan waktu timeliness
pelaporan keuangan Y pada perusahaan go public industri barang konsumsi.
2. Variabel ukuran perusahaan X2 memiliki nilai probabilitas
Sig. 0,372 lebih besar dari 0,05, maka ukuran perusahaan tidak berpengaruh terhadap ketepatan waktu timeliness
pelaporan keuangan Y pada perusahaan go public sektor industri barang konsumsi.
3. Variabel tingkat leverage DER X3 nilai probabilitas Sig.
0,604 lebih besar dari 0,05, maka tingkat leverage DER
82
perusahaan tidak berpengaruh ketepatan waktu timeliness pelaporan keuangan Y pada perusahaan go public sektor
industri barang konsumsi. 4.
Variabel kualitas Kantor Akuntan Publik KAP X4 memiliki nilai probabilitas Sig. 0,035 lebih kecil dari 0,05, maka
kualitas KAP
berpengaruh terhadap ketepatan waktu
timeliness pelaporan keuangan Y pada perusahaan go public sektor industri barang konsumsi.
5. Variabel Kompleksitas Operasi Perusahaan X5 memiliki nilai
probabilitas Sig. 0,019 lebih kecil dari 0,05, maka kompleksitas perusahaan berpengaruh terhadap ketepatan waktu
timeliness pelaporan keuangan Y pada perusahaan go public sektor industri barang konsumsi.
6. Variabel likuiditas CR X6 memiliki nilai probabilitas Sig.
lebih besar dari 0,05, maka likuiditas CR tidak berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan Y
pada perusahaan go public sektor industri barang konsumsi. 7.
Variabel umur perusahaan X7 memiliki nilai karena nilai probabilitas Sig. lebih besar dari 0,05, maka umur
perusahaan tidak berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan Y pada perusahaan go
public sektor industri barang konsumsi.
83
8. Variabel auditor switching X8 nilai probabilitas Sig.
0,009 lebih kecil dari 0,05, maka auditor switching berpengaruh terhadap ketepatan waktu timeliness pelaporan
keuangan Y pada perusahaan go public sektor industri barang konsumsi.
4.3 Pembahasan Hasil Penelitian
4.3.1 Hubungan Profitabilitas terhadap Ketepatan Waktu
Timeliness Pelaporan Keuangan
Hasil uji regresi logistik terhadap variabel profitabilitas ROA menunjukkan nilai koefisien negatif, yakni -1,288. Hal ini dapat
diinterpretasikan semakin tinggi profitabilitas ROA dari suatu perusahaan, maka timeliness pelaporan keuangan cenderung semakin menurun.
Perhatikan bahwa karena nilai probabilitas Sig. 0,751 lebih besar dari 0,05, maka profitabilitas ROA mempengaruhi timeliness pelaporan
keuangan sangat lemah tidak signifikan secara statistik pada tingkat signifikansi 5. Hasil penelitian ini mendukung hasil penelitian yang
dilakukan oleh Owusu dan Ansah 2000 dan Maharani 2013, namun hasil tidak sejalan dengan hasil penelitian yang dilakukan oleh Sulistyo 2010
dan Prahesty 2011 di mana hasil penelitian menunjukkan bahwa profitabilitas berpengaruh terhadap timeliness pelaporan keuangan.
84
4.3.2 Hubungan Ukuran Perusahaan terhadap Ketepatan Waktu
Timeliness Pelaporan keuangan
Hasil uji regresi logistik terhadap variabel ukuran perusahaan menunjukkan nilai koefisien negatif, yakni -0,143. Hal ini dapat
diinterpretasikan semakin besar ukuran perusahaan, maka ketepatan waktu pelaporan keuangan cenderung semakin berkurangmenurun. Perhatikan
bahwa karena nilai probabilitas Sig. 0,372 lebih besar dari 0,05, maka ukuran perusahaan mempengaruhi timeliness pelaporan keuangan sangat
lemah tidak signifikan secara statistik pada tingkat signifikansi 5. Hasil penelitian ini konsisten dengan penelitian Situmorang 2010 dan Maharani
2013 yang menemukan bahwa variabel ukuran perusahaan tidak berpengaruh signifikan terhadap timeliness pelaporan keuangan. Akan
tetapi, hasil penelitian ini tidak konsisten dengan penelitian Sulistyo 2010 dan Situmorang 2010 menemukan bahwa variabel ukuran perusahaan
berpengaruh positif terhadap timeliness pelaporan keuangan. Oleh karena itu, tidak ada jaminan bahwa ukuran perusahaan yang diukur dengan total
aset untuk mempengaruhi timeliness pelaporan keuangan bagi perusahaan.
4.3.3 Hubungan Tingkat
Leverage terhadap Ketepatan Waktu Timeliness Pelaporan keuangan
Hasil uji regresi logistik terhadap variabel tingkat leverage DER menunjukkan nilai koefisien positif, yakni 0,465 dan nilai probabilitas Sig.
0,604 lebih besar dari 0,05, maka tingkat leverage perusahaan mempengaruhi timeliness pelaporan keuangan sangat lemah tidak
85
signifikan secara statistik pada tingkat signifikansi 5. Hasil ini sesuai dengan penelitian Sulistyo 2010 dan Maharani 2013 yang menyatakan
bahwa tingkat leverage DER keuangan suatu perusahaan tidak mempunyai pengaruh terhadap timeliness pelaporan keuangan. Hal ini disebabkan
karena perusahaan yang mengalami kesulitan keuangan tidak akan mempengaruhi perusahaan tersebut dalam menyampiakan laporan
keuangannnya secara tepat waktu. Baik perusahaan yang tepat waktu maupun perusahaan yang tidak tepat waktu dalam penyampaian laporan
keuangannya mengabaikan informasi tentang tingkat leverage DER.
4.3.4 Hubungan Kualitas Kantor Akuntan Publik KAP terhadap
Ketepatan Waktu Timeliness Pelaporan keuangan
Hasil uji regresi logistik terhadap variabel kualitas Kantor Akuntan Publik KAP berafiliasi dengan The Big Four atau tidak menunjukkan nilai
koefisien positif, yakni 1,866 dan nilai probabilitas Sig. 0,035 lebih kecil dari 0,05, maka kualitas KAP berpengaruh terhadap timeliness pelaporan
keuangan. Hasil penelitian ini konsisten dengan penelitian Situmorang 2010 dan Sulistyo 2010 yang menemukan bahwa variabel kualitas KAP
berpengaruh signifikan terhadap timeliness pelaporan keuangan. Hasil penelitian ini juga mendukung logika teori yang ada dengan koefisien
positif yang menyatakan bahwa perusahaan yang menggunakan jasa auditor independen dari KAP yang berafiliasi dengan The Big Four cenderung tepat
waktu dalam pelaporan keuangannya, dan sebaliknya perusahaan yang tidak menggunakan jasa KAP The Big Four cenderung tidak tepat waktu.
86
4.3.5 Hubungan Kompleksitas Operasi Perusahaan terhadap
Ketepatan Waktu Timeliness Pelaporan keuangan
Hasil uji regresi logistik terhadap variabel kompleksitas perusahaan menunjukkan nilai koefisien positif, yakni 2,214 dan nilai probabilitas Sig.
0,019 lebih kecil dari 0,05, maka kompleksitas perusahaan berpengaruh terhadap timeliness pelaporan keuangan.
Hasil penelitian ini mendukung hasil penelitian yang dilakukan oleh Sulistyo 2010 yang mengemukakan
bahwa kompleksitas operasi perusahaan berpengaruh positif dan signifikan terhadap timeliness pelaporan keuangan. Hasil penelitian ini juga konsisten
dengan logika teori dimana tingkat kompleksitas operasi perusahaan yang bergantung pada jumlah anak perusahaannya cenderung mempengaruhi
waktu auditor untuk menyelesaikan tugas auditnya, sehingga berpengaruh terhadap ketepatan waktu pelaporan keuangan oleh perusahaan.
4.3.6 Hubungan Likuiditas terhadap Ketepatan Waktu
Timeliness Pelaporan keuangan
Hasil uji regresi logistik terhadap variabel likuiditas CR menunjukkan nilai koefisien positif, yakni 0,210 Hal ini dapat
diinterpretasikan semakin tinggi tingkat likuiditas perusahaan, berarti perusahaan dapat segera melunasi kewajiban jangka pendeknya sesuai
dengan tanggal jatuh tempo pembayaran maka timeliness pelaporan keuangan cenderung semakin meningkat. Namun, nilai probabilitas Sig.
lebih besar dari 0,05, sehingga likuiditas perusahaan CR mempengaruhi timeliness pelaporan keuangan sangat lemah tidak signifikan secara
87
statistik pada tingkat signifikansi 5. Hasil penelitian ini sejalan dengan penelitian terdahulu yang dilakukan oleh Situmorang 2010.
4.3.7 Hubungan Umur Perusahaan terhadap Ketepatan Waktu
Timeliness Pelaporan keuangan
Hasil uji regresi logistik terhadap variabel umur perusahaan menunjukkan nilai koefisien negatif, yakni -0,005 dan nilai probabilitas
Sig. lebih besar dari 0,05, maka umur perusahaan mempengaruhi timeliness pelaporan keuangan sangat lemah tidak signifikan secara
statistik pada tingkat signifikansi 5. Hal ini dapat diinterpretasikan bahwa perusahaan yang lebih lama terdaftar di Bursa Efek Indonesia BEI
cenderung tidak tepat waktu dalam melaksanakan pelaporan keuangan tetapi tidak berpengaruh secara signifikan terhadap ketepatan waktu, sementara
perusahaan yang tergolong baru terdaftar di Bursa Efek Indonesia cenderung tepat waktu dalam melaksanakan pelaporan keuangannya. Hasil
penelitian ini sejalan dengan penelitian terdahulu yang dilakukan oleh Situmorang 2010 dan Maharani 2013 tetapi tidak sejalan dengan
penelitian yang dilakukan oleh Owusu dan Ansah 2000 dan Prahesty 2011.
4.3.8 Hubungan
Auditor Switching terhadap Ketepatan Waktu Timeliness Pelaporan keuangan
Hasil uji regresi logistik terhadap variabel auditor switching menunjukkan nilai koefisien negatif, yakni -1,943. Hal ini dapat
diinterpretasikan timeliness pelaporan keuangan cenderung menurun, bagi
88
perusahaan yang melakukan auditor switching. Perhatikan bahwa karena nilai probabilitas Sig. 0,009 lebih kecil dari 0,05, maka auditor switching
mempengaruhi ketepatan waktu pelaporan keuangan secara signifikan. Tanda negatif pada nilai koefisien auditor switching menunjukkan bahwa
temuan ini tidak sesuai dengan logika teori dimana dikatakan bahwa banyaknya prosedur yang ditempuh auditor pengganti dalam proses
pengauditan memerlukan waktu yang lebih lama dibandingkan jika auditor tersebut melanjutkan penerimaan penugasan.
89
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil penelitian pada bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut:
1.
Variabel profitabilitas secara parsial tidak berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan pada perusahaan go public sektor
industri barang konsumsi yang terdaftar di BEI.
2.
Variabel ukuran perusahaan secara parsial tidak berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan pada perusahaan go public
sektor industri barang konsumsi yang terdaftar di BEI.
3.
Variabel tingkat leverage secara parsial tidak berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan pada perusahaan go public
sektor industri barang konsumsi yang terdaftar di BEI.
4.
Variabel kualitas Kantor Kantor Akuntan Publik KAP secara parsial berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan
pada perusahaan go public sektor industri barang konsumsi yang terdaftar di BEI.
5.
Variabel kompleksitas operasi perusahaan secara parsial berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan pada perusahaan
go public sektor industri barang konsumsi yang terdaftar di BEI.
90
6.
Variabel likuiditas secara parsial tidak berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan pada perusahaan go public sektor
industri barang konsumsi yang terdaftar di BEI.
7.
Variabel umur perusahaan secara parsial tidak berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan pada perusahaan go public
sektor industri barang konsumsi yang terdaftar di BEI.
8.
Variabel auditor switching secara parsial berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan pada perusahaan go public sektor
industri barang konsumsi yang terdaftar di BEI.
9.
Variabel profitabilitas, ukuran perusahaan, tingkat leverage, kualitas Kantor Akuntan Publik KAP, kompleksitas operasi perusahaan, likuiditas, umur
perusahaan, dan auditor switching secara simultan berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan pada perusahaan go public
sektor industri barang konsumsi yang terdaftar di BEI.
5.2 Keterbatasan
