Hasil Uji Kesesuaian Keseluruhan Model

dengan nilai rata-rata sebesar 69 dan standar deviasi sebesar 20,79,.Pada variabel dependen Audit timeliness TIME yang diukur dengan prinsip konservatisme menunjukkan nilai minimum sebesar 0 dan nilai maksimum sebesar 1 dengan nilai rata-rata sebesar 0,04 dan standar deviasi sebesar 0,207. Variabel SIZE, KAUD, ARLAG, TIME memiliki nilai rata-rata lebih besar dari nilai standar deviasi.Hal ini menunjukkan bahwa kualitas data dari variabel tersebut baik, karena nilai rata-rata yang lebih besar dari nilai standar deviasinya mengidentifikasikan bahwa standar error dari variabel tersebut kecil.

4.2.2 Hasil Uji Model

4.2.2.1 Hasil Uji Kesesuaian Keseluruhan Model

Pengujian dalam penelitian ini 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. Nilai -2LL awal adalah 33,640.Setelah dimasukkan variabel independen, makanilai -2LL akhir mengalami penurunan menjadi 32,728. Penurunan Likelihood -2LL ini menunjukkan model regresi yang lebih baik ataudengan kata lain model yang dihipotesiskan fit dengan data Ghozali,2013.Hasil Uji kesesuaian keseluruhan model dapat dilihat pada tabel 4.4. TABEL 4.4 Hasil Uji Keseluruhan Model Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant LNSIZE KAUD ARLAG Step 1 1 34,731 -38,037 2,776 -,354 ,020 2 18,992 -77,940 5,737 -,837 ,045 3 11,310 -115,443 8,446 -1,466 ,082 4 5,544 -140,261 9,896 -2,000 ,156 5 2,357 -138,832 9,103 -2,294 ,249 Step 2 1 35,167 -2,941 -,223 ,018 2 19,440 -5,535 -,546 ,045 3 11,637 -8,960 -1,019 ,082 4 5,568 -15,826 -1,465 ,160 5 2,350 -24,451 -1,790 ,253 Step 3 1 35,452 -3,249 ,021 2 20,166 -6,267 ,050 3 12,710 -10,361 ,093 4 6,218 -18,471 ,184 5 2,570 -28,515 ,291 Step 4 1 35,308 -22,993 1,554 ,022 2 20,156 -34,287 2,209 ,051 3 12,718 -25,033 1,156 ,094 4 6,217 -13,210 -,415 ,184 5 2,554 -2,350 -2,064 ,290 Initial -2 Log Likelihood: 32,728

4.2.2.2 Hasil Uji Kelayakan Model Regresi Hosmer and

Lemeshow’s Goodness Of Fit Test Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Pengujian menunjukkan nilai Chi-square sebesar 0,569 dengan signifikansi sebesar 1. Berdasarkan hasil tersebut, karena nilai signifikansi lebih besar dari 0,05 maka model dapat disimpulkan mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya Ghozali, 2013. Berikut Tabel 4.5 yang menunjukkan hasil pengujian Hosmer and Lemeshow’s Goodness of Fit Test. Tabel 4.5 Uji Kelayakan Model Regresi Hosmer and Lemeshow Test Step Chi-square Df Sig. 1 ,373 8 1,000 2 ,487 8 1,000 3 ,406 8 1,000 4 ,569 8 1,000 Sumber : Output SPSS

4.2.2.3 Hasil Uji Koefisien Determinasi

Nagelkerke R Square Besarnya nilai koefisien determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R. Squuare. Nilai Nagelkerke R. Square adalah 0,934 yang berarti variabilitas variabel dependen yang dapat dijelaskanoleh variabel independen adalah sebesar 93 sedangkan sisanya 7 dapat dijelaskan oleh variabel-variabel lain di luar model penelitian. Hasi pengujian Koefisien determinasi Nagelkerke R. Squuare dapat dilihat pada tabel 4.6 sebagaimana berikut ini: Tabel 4.6 Uji Koefisien Determinasi Nagelkerke R Square

4.2.2.4 Hasil Matriks Klasifikasi

Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi apakah perusahaan melaporkan laporan keuangan auditan tepat waktu atau tidak tepat waktu. Berikut tampilan tabel 4.7 beserta penjelasannya. Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 2,357 a ,286 ,939 2 2,350 a ,286 ,940 3 2,570 a ,285 ,934 4 2,554 a ,285 ,934 a. Estimation terminated at iteration number 5 because maximum iterations has been reached. Final solution cannot be found . Tabel 4.7 Hasil Matriks Klasifikasi Classification Table

a,b

Observed Predicted TIME Percentage Correct 1 Step 0 TIME 86 100,0 1 4 ,0 Overall Percentage 95,6 a. Constant is included in the model. b. The cut value is ,500 Tabel 4.7 menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan pelaporan keuangan auditan yang tepat waktu adalah 100. Hal ini berarti bahwa dalam menggunakan model regresi yang digunakan ada 30 perusahaan yang diprediksi akan tepat waktu adalah 86 perusahaan dari 100 perusahaan yang tepat waktu. Kekuatan prediksi model untuk pelaporan keuangan tidak tepat waktu adalah sebesar 0 yang berarti bahwa dengan model regresi yang diaujukan tidak ada yang diprediksi akan melaksanakan pelaporan keuangan tidak tepat waktu dari total perusahaan yang melaksanakan pelaporan keuangan auditan tidak tepat waktu.

4.2.3 Hasil Pengujian Data