Analisis Faktor-Faktor Yang Berpengaruh Terhadap Ketepatan Waktu Penyampaian Laporan Keuangan Perusahaan Property Dan Real Estate Yang Terdaftar Di BEI

LAMPIRAN

Lampiran 1. Daftar Populasi Dan Proses Pemilihan Sampel Penelitian No. PerusahaanProperty dan Real

Estate

Kriteria

Sampel 1 2 3 4

1 Alam Sutera Realty Tbk √ √ √ √ 1

2 Bakrieland Development Tbk √ √ √ √ 2

3 Bekasi Asri Pemula Tbk √ √ √ √ 3

4 Bhuwanatala Indah Permai Tbk √ √ √ √ 4

5 Bintang Mitra Semestaraya Tbk - - √ √ -

6 Bukit Darmo Property Tbk √ √ √ √ 5

7 Bumi Serpong Damai Tbk √ √ √ √ 6

8 Ciputra Development Tbk √ √ √ √ 7

9 Ciputra Property Tbk √ √ √ √ 8

10 Ciputra Surya Tbk √ √ √ √ 9

11 Citra Kebun Raya Agri Tbk - - √ √ -

12 Cowell Development Tbk √ √ √ √ 10

13 Danayasa Arthatama Tbk √ √ √ √ 11

14 Duta Anggada Realty Tbk √ √ √ √ 12

15 Duta Pertiwi Tbk √ √ √ √ 13

16 Fortune Mate Indonesia Tbk √ √ √ √ 14

17 Global Land Development Tbk √ √ √ √ 15

18 Gowa Makassar Tourism Dev.Tbk √ √ √ √ 16

19 Indonesia Prima Property Tbk √ √ √ √ 17

20 Intiland Development Tbk √ √ √ √ 18

21 Jaya Real Property Tbk √ √ √ √ 19

22 Jakarta Int. Hotel & Dev. Tbk. √ √ √ √ 20

23 Kawasan Industri Jababeka Tbk √ √ √ √ 21

24 Laguna Cipta Griya Tbk √ √ √ √ 22

25 Lamicitra Nusantara Tbk √ √ √ √ 23

26 Lippo Cikarang Tbk √ √ √ √ 24

27 Lippo Karawaci Tbk √ √ √ √ 25

28 Modern land Realty Ltd Tbk √ √ √ √ 26

29 New Century Development Tbk - - √ √ -

30 Pakuwon Jati Tbk √ √ √ √ 27

Lanjutan No. PerusahaanProperty dan Real

Estate

Kriteria

Sampel 1 2 3 4

32 Perdana Gapuraprima Tbk √ √ √ √ 28

33 Ristia Bintang Mahkotasejati Tbk √ √ √ √ 29 34 Royal Oak Development Asia Tbk - - √ √ -

35 Sentul City Tbk √ √ √ √ 30

36 Summarecon Agung Tbk √ √ √ √ 31

37 Suryainti Permata Tbk √ √ √ √ 32

38 Suryamas DutamakmurTbk √ √ √ √ 33

Lampiran 2. DaftarPerusahaan Sampel Penelitian

No. Nama Perusahaan Kode

Perusahaan

1 Alam Sutera Realty Tbk. ASRI

2 Bakrieland Development Tbk. ELTY

3 Bekasi Asri Pemula Tbk. BAPA

4 Bhuwanatala Indah Permai Tbk. BIPP

5 Bukit Darmo Property Tbk. BKDP

6 Bumi Serpong Damai Tbk. BSDE

7 Ciputra Development Tbk. CTRA

8 Ciputra Property Tbk. CTRP

9 Ciputra Surya Tbk. CTRS

10 Cowell Development Tbk. COWL

11 Danayasa Arthatama Tbk. SCBD

12 Duta Anggada Realty Tbk. DART

13 Duta Pertiwi Tbk. DPNS

14 Fortune Mate Indonesia Tbk. FMII

15 MNC Land Tbk. KPIG

16 Gowa Makassar Tourism Development Tbk. GMTD

17 Indonesia Prima Property Tbk. OMRE

18 Intiland Development Tbk. DILD

19 Jakarta International Hotel & Dev. Tbk. JIHD

20 Jaya Real Property Tbk. JRPT

21 Kawasan Industri Jababeka Tbk. KIJA

22 Laguna Cipta Griya Tbk. LCGP

23 Lamicitra Nusantara Tbk. LAMI

24 Lippo Cikarang Tbk. LPCK

25 Lippo Karawaci Tbk. LPKR

26 Modernland Realty Tbk. MDLN

27 Pakuwon Jati Tbk. PWON

28 Perdana Gapuraprima Tbk. GPRA

29 Ristia Bintang Mahkotasejati Tbk. RBMS

30 Sentul City Tbk. BKSL

31 Summarecon Agung Tbk. SMRA

32 Suryainti Permata Tbk. SIIP

33 Suryamas Dutamakmur Tbk. SMDM

Lampiran 3. Data Perusahaan Tahun 2009

No Kode

Perusahaan SIZE (Rupiah) GEAR AGE KAP OAU TL

1 ASRI 3.559.964.928.251 1.494 0 0 1 1

2 ELTY 11.592.631.487.233 0.518 1 0 1 1

3 BAPA 134.883.970.713 0.574 0 0 1 1

4 BIPP 195.067.947.425 0.033 1 0 1 0

5 BKDP 861.240.867.371 0.290 0 0 1 1

6 BSDE 9.334.997.312.907 0.494 0 0 1 1

7 CTRA 8.553.946.343.429 0.658 1 1 1 1

8 CTRP 3.651.888.611.993 0.026 0 1 1 1

9 CTRS 2.268.629.009.246 0.090 1 1 1 1

10 COWL 207.505.008.227 0.361 0 0 1 1

11 SCBD 3.803.478.613.000 0.653 0 0 1 1

12 DART 3.213.315.053.678 1.048 1 1 1 1

13 DPNS 142.551.475.929 0.196 1 0 1 1

14 FMII 307.232.167.755 0.072 0 0 1 1

15 KPIG 2.088.221.069.234 0.116 0 0 1 1

16 GMTD 305.635.686.223 0.772 0 0 1 1

17 OMRE 744.866.369.493 0.299 1 1 1 1

18 DILD 2.140.126.674.921 0.201 1 0 1 0

19 JIHD 5.137.438.904.000 0.899 1 0 1 0

20 JRPT 2.585.475.177.000 0.359 1 0 1 1

21 KIJA 3.193.997.429.182 0.827 1 0 1 1

22 LCGP 181.903.260.317 0.020 0 0 1 0

23 LAMI 610.489.273.000 0.879 0 0 1 1

24 LPCK 1.551.020.489.441 0.112 1 0 1 1

25 LPKR 12.127.644.010.796 0.452 1 0 1 1

26 MDLN 1.770.704.521.774 0.272 1 1 1 0

27 PWON 4.337.271.5524.000 1.316 1 1 1 1

28 GPRA 1.323.187.899.971 0.411 0 0 1 1

29 RBMS 119.183.355.777 0.014 1 0 1 1

30 BKSL 2.784.021.782.133 0.150 1 0 1 1

31 SMRA 4.460.277.206.000 0.802 1 1 1 1

32 SIIP 1.637.620.850.055 1.079 1 1 1 1

33 SMDM 2.048.242.028.932 0.088 1 1 1 1

Lampiran 4. Data Perusahaan Tahun 2010

No Kode

Perusahaan SIZE (Rupiah) GEAR AGE KAP OAU TL

1 ASRI 4.587.986.472.840 0.355 0 0 1 1

2 ELTY 17.064.195.774.257 0.399 1 0 1 1

3 BAPA 136.358.827.789 0.351 0 0 1 1

4 BIPP 191.368.442.289 0.027 1 0 1 1

5 BKDP 1 .017.544.318.408 0.288 0 0 1 1

6 BSDE 11.694.747.901.551 0.351 0 0 1 1

7 CTRA 9.378.342.136.927 0.159 1 1 1 1

8 CTRP 3.823.458.770.185 0.023 0 1 1 1

9 CTRS 2.609.229.793.505 0.153 1 1 1 1

10 COWL 266.939.286.532 0.208 0 0 1 1

11 SCBD 3.475.736.555.000 0.877 0 0 1 1

12 DART 2.561.931.438.242 0.903 1 1 1 1

13 DPNS 175.682.792.596 0.190 1 0 1 1

14 FMII 347.819.730.887 0.064 0 0 1 1

15 KPIG 2.091.913.170.503 0.048 0 0 1 1

16 GMTD 358.990.245.785 0.253 0 0 1 1

17 OMRE 767. 521.532.169 0.176 1 1 1 1

18 DILD 4.599.239.260.454 0.274 1 0 1 1

19 JIHD 4.776.300.970.000 0.239 1 0 1 1

20 JRPT 3.295.717.307.000 0.131 1 0 1 1

21 KIJA 3.335.857.218.974 0.398 1 0 1 1

22 LCGP 170.698.531.956 0.007 0 0 1 1

23 LAMI 604.528.491.000 0.152 0 0 1 1

24 LPCK 1,670,033,142,093 0.839 1 0 1 1

25 LPKR 16.155.384.919.926 0.611 1 0 1 1

26 MDLN 2.147.547.246.529 0.331 1 0 1 0

27 PWON 4.928.510.460.000 0.903 1 1 1 1

28 GPRA 1.184.685.940.657 0.202 0 0 1 0

29 RBMS 117.301.086.414 0.017 1 0 1 1

30 BKSL 4.814.315.153.733 0.028 1 0 1 1

31 SMRA 6.139.640.438.000 0.730 1 1 1 1

32 SIIP 1.711.579.194.331 1.043 1 0 1 1

33 SMDM 2.063.046.866.205 0.093 1 1 1 0

Lampiran 5. Data Perusahaan Tahun 2011

No Kode

Perusahaan SIZE (Rupiah) GEAR AGE KAP OAU TL

1 ASRI 6.007.548.091.185 0.307 0 0 1 1

2 ELTY 17.707.949.598.417 0.266 1 0 1 1

3 BAPA 148.084.624.723 0.358 0 0 1 0

4 BIPP 197.342.817.672 0.375 1 0 1 0

5 BKDP 976.488.666.616 0.304 0 0 1 1

6 BSDE 12.787.376.914.156 0.103 0 0 1 1

7 CTRA 11.524.866.822.316 0.218 1 1 1 1

8 CTRP 4.314.646.971.261 0.093 0 1 1 1

9 CTRS 3.529.028.283.751 0.240 1 1 1 1

10 COWL 385.681.565.146 0.241 0 0 1 1

11 SCBD 3.478.445.408.000 0.196 0 0 1 1

12 DART 4.103.893.859.000 0.301 1 1 1 1

13 DPNS 172.322.620.690 0.074 1 0 1 0

14 FMII 351.807.802.149 0.055 1 0 1 1

15 KPIG 1.948.666.123.846 0.051 1 0 1 1

16 GMTD 487.193.845.496 0.278 1 0 1 1

17 OMRE 738.221.345.249 0.092 1 1 1 1

18 DILD 5.691.909.741.708 0.458 1 0 1 1

19 JIHD 4.362.366.221.000 0.257 1 0 1 1

20 JRPT 4.084.414.957.000 0.172 1 0 1 1

21 KIJA 5.597.356.750.923 0.327 1 0 1 1

22 LCGP 169.796.417.571 0.008 0 0 1 1

23 LAMI 579.038.241.000 0.136 0 0 1 1

24 LPCK 2,041,958,524,823 0.193 1 0 1 1

25 LPKR 18.259.171.414.884 0.701 1 0 1 1

26 MDLN 2.526.029.716.477 0.289 1 0 1 0

27 PWON 5.744.711.035.000 0.894 1 1 1 1

28 GPRA 1.236.255.766.968 0.324 0 0 1 1

29 RBMS 135.937.211.458 0.018 1 0 1 1

30 BKSL 5.290.382.916.872 0.037 1 0 1 1

31 SMRA 8.099.174.681.000 0.827 1 1 1 1

32 SIIP 1.612.572.541.982 1.098 1 1 1 1

33 SMDM 2.454.961.990.000 0.094 1 0 1 1

Lampiran 6. Data Perusahaan Tahun 2012

No Kode

Perusahaan SIZE (Rupiah) GEAR AGE KAP OAU TL

1 ASRI 10.946.417.244.000 0.645 0 0 1 1

2 ELTY 15.235.632.983.194 0.175 1 0 0 0

3 BAPA 159.093.151.873 0.237 0 0 1 1

4 BIPP 178.403.632.950 0.324 1 0 1 1

5 BKDP 899.948.360.908 0.214 0 0 1 1

6 BSDE 16.756.718.027.575 0.315 0 0 1 1

7 CTRA 15.023.391.727.244 0.240 1 1 1 1

8 CTRP 5.933.874.601.626 0.233 0 1 1 1

9 CTRS 4.428.210.643.555 0.217 1 1 1 1

10 COWL 1.778.428.912.031 0.316 0 0 1 1

11 SCBD 3.558.903.785.000 0.225 1 0 1 1

12 DART 4.293.161.447.000 0.275 1 1 1 1

13 DPNS 184.636.344.559 0.106 1 0 1 1

14 FMII 355.112.249.519 0.0512 1 0 1 1

15 KPIG 2.728.806.704.532 0.144 1 0 1 1

16 GMTD 900.597.066.316 0.898 1 0 1 1

17 OMRE 774.036.052.884 0.110 1 1 1 1

18 DILD 6.091.751.240.542 0.252 1 0 1 1

19 JIHD 4.454.535.086.000 0.194 1 0 1 1

20 JRPT 4.998.260.900.000 0.184 1 0 1 1

21 KIJA 7.077.817.870.077 0.476 1 0 1 1

22 LCGP 173.798.341.733 0.006 0 0 1 1

23 LAMI 598.919.130.000 0.156 1 0 1 1

24 LPCK 2,832,000,551,101 0.078 1 0 1 1

25 LPKR 24.869.295.733.093 0.865 1 0 1 1

26 MDLN 4.591.920.046.013 0.377 1 0 1 1

27 PWON 7.565.819.916.000 0.770 1 1 1 1

28 GPRA 1.310.251.294.004 0.301 0 0 1 1

29 RBMS 152.811.855.863 0.018 1 0 1 1

30 BKSL 6.154.231.305.371 0.142 1 0 1 1

31 SMRA 10.876.386.685.000 0.488 1 1 1 1

32 SIIP 1.441.448.354.173 1.262 1 0 1 1

33 SMDM 2.637.664.776.000 0.078 1 0 1 1

Lampiran 7. Data Perusahaan Tahun 2013

No Kode

Perusahaan SIZE (Rupiah) GEAR AGE KAP OAU TL

1 ASRI 14.428.082.567.000 1.009 0 0 1 1

2 ELTY 12.301.124.419.066 0.103 1 0 0 0

3 BAPA 159.093.151.873 0.334 0 0 1 1

4 BIPP 561,406,598,837 0.191 1 0 1 1

5 BKDP 845.487.178.846 0.271 0 0 1 1

6 BSDE 22.572.159.491.478 0.352 0 0 1 1

7 CTRA 20.114.871.381.857 0.330 1 1 1 1

8 CTRP 7.653.881.472.162 0.381 0 1 1 1

9 CTRS 5.770.169.834.673 0.179 1 1 1 1

10 COWL 1.944.913.754.306 0.374 0 0 1 1

11 SCBD 5.550.429.288.000 0.182 1 0 1 1

12 DART 4.768.449.638.000 0.457 1 1 1 1

13 DPNS 256.372.669.050 0.145 1 0 1 1

14 FMII 429.979.371.877 0.241 1 0 1 1

15 KPIG 7.361.429.209.148 0.138 1 1 1 1

16 GMTD 1.307.846.871.186 1.029 1 0 1 1

17 OMRE 822.190.160.767 0.135 1 1 1 1

18 DILD 7.526.470.401.005 0.425 1 0 1 1

19 JIHD 6.463.220.155.000 0.169 1 0 1 1

20 JRPT 6.163.177.866.000 0.155 1 0 1 1

21 KIJA 8.255.167.231.158 0.553 1 0 1 1

22 LCGP 1.652.514.522.490 0 0 0 1 0

23 LAMI 612.074.767.000 0.103 1 0 1 1

24 LPCK 3,854,166,345,345 0.045 1 0 1 1

25 LPKR 31.300.362.430.266 0.866 1 0 1 1

26 MDLN 9.647.813.079.565 0.541 1 0 1 1

27 PWON 9.298.245.408.000 0.572 1 1 1 1

28 GPRA 1.332.646.538.409 0.307 0 0 1 1

29 RBMS 158.997.539.543 0.023 1 0 1 1

30 BKSL 10.665.713.361.698 0.338 1 0 1 1

31 SMRA 13.659.136.825.000 0.850 1 1 1 1

32 SIIP 1.439.038.434.791 1.351 1 1 1 1

33 SMDM 2.950.314.446.000 0.099 1 0 1 1

Lampiran 8. Data Ukuran Perusahaan (Total Asset) setelah Dilogaritmakan (Ln)

No Kode 2009 2010 2011 2012 2013

1 ASRI 28.90077181 29.15446237 29.42403781 30.02403333 30.3001976 2 ELTY 30.0813908 30.46800357 30.50503478 30.35465808 30.14071179 3 BAPA 25.62768077 25.63855569 25.72104974 25.79275573 25.79275573 4 BIPP 25.99661378 25.97746642 26.00820824 25.90731442 27.05371126 5 BKDP 27.48164006 27.64841331 27.60722898 27.52560322 27.46317884 6 BSDE 29.86479161 30.09016096 30.17947962 30.44982037 30.74773838 7 CTRA 29.77741385 29.86942412 30.07552815 30.34062955 30.63248053 8 CTRP 28.92626558 28.97217657 29.09303662 29.41169851 29.66623402 9 CTRS 28.4501968 28.5900762 28.89204368 29.1190167 29.38372263 10 COWL 26.05842131 26.31028708 26.67827791 28.20675146 28.29623875 11 SCBD 28.96693719 28.87682753 28.87760659 28.90047369 29.34489639 12 DART 28.79832425 28.57178256 29.04295736 29.08804451 29.19304234 13 DPNS 25.68296901 25.89194589 25.87263426 25.94165402 26.26989796 14 FMII 26.45086955 26.57495017 26.58635085 26.59569977 26.78700307 15 KPIG 28.36733366 28.36910016 28.29816622 28.63488553 29.62727522 16 GMTD 26.44565966 26.60656105 26.91192792 27.52632379 27.89940329 17 OMRE 27.33647067 27.36643237 27.32750954 27.37488429 27.43523754 18 DILD 27.4080359 29.15691203 29.37006694 29.43795672 29.64944731 19 JIHD 29.2675758 29.19468751 29.10403574 29.12494381 29.49714879 20 JRPT 28.58093043 28.82364496 29.03819962 29.24011115 29.44961365 21 KIJA 28.79229436 28.8357508 29.35331559 29.58798677 29.74186045 22 LCGP 25.92674085 25.86316487 25.85786601 25.88116151 28.1333192 23 LAMI 27.13752656 27.12771464 27.08463436 27.11839242 27.14012028 24 LPCK 28.06993421 28.14386459 28.34493052 28.67200449 28.98017585 25 LPKR 30.12650859 30.41327454 30.53568861 30.84465506 31.07465079 26 MDLN 27.07013744 27.1964576 27.43989659 29.15531936 29.89775238 27 PWON 31.40085168 29.22605792 29.37930073 29.65466184 29.86084683 28 GPRA 27.91106502 27.50849855 27.84310838 27.90124006 27.91818796 29 RBMS 25.50392895 25.48800985 25.63545894 25.7524733 25.79215456 30 BKSL 28.65491768 29.20261492 29.29691174 29.44816098 29.99805535 31 SMRA 29.12623203 29.4457873 29.72278328 30.0176152 30.24542978 32 SIIP 28.1242656 28.16843757 28.10885187 27.99666953 27.99499625 33 SMDM 28.34800299 27.59336791 28.52913239 28.60091509 28.71293287 Sumber : Diolah oleh peneliti, 2014

Lampiran 9. Hasil Pengujian Statistik SPSS 20

Descriptives

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation SIZE 165 25.48801 31.40085 28.3515659 1.48573797 GEAR 165 .00000 1.49431 .3540801 .31937992 Valid N (listwise) 165

Frequencies

Statistics

TL AGE KAP OAU N Valid 165 165 165 165

Missing 0 0 0 0

Frequency Table

TL

Frequency Percent Valid Percent Cumulative Percent Valid

0 150 90.9 90.9 90.9 1 15 9.1 9.1 100.0 Total 165 100.0 100.0

AGE

Frequency Percent Valid Percent Cumulative Percent Valid

0 52 31.5 31.5 31.5 1 113 68.5 68.5 100.0 Total 165 100.0 100.0

KAP

Frequency Percent Valid Percent Cumulative Percent Valid

0 126 76.4 76.4 76.4 1 39 23.6 23.6 100.0 Total 165 100.0 100.0

OAU

Frequency Percent Valid Percent Cumulative Percent Valid

0 2 1.2 1.2 1.2

1 163 98.8 98.8 100.0 Total 165 100.0 100.0

Logistic Regression

Case Processing Summary

Unweighted Casesa N Percent Selected Cases

Included in Analysis 165 100.0 Missing Cases 0 .0 Total 165 100.0 Unselected Cases 0 .0

Total 165 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original Value Internal Value

0 0

1 1

Block 0: Beginning Block

Iteration Historya,b,c

Iteration -2 Log likelihood

Coefficients Constant

Step 0

1 107.793 1.636 2 100.800 2.165 3 100.531 2.295 4 100.530 2.303 5 100.530 2.303

a. Constant is included in the model. b. Initial -2 Log Likelihood: 100.530

c. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001.

Classification Tablea,b

Observed Predicted

TL Percentage Correct 0 1

Step 0 TL

0 0 15 .0

1 0 150 100.0 Overall Percentage 90.9

a. Constant is included in the model. b. The cut value is .500

Variables in the Equation

B S.E. Wald df Sig. Exp(B) Step 0 Constant 2.303 .271 72.299 1 .000 10.000

Variables not in the Equation

Score df Sig.

Step 0 Variables

SIZE 5.768 1 .016 GEAR 2.572 1 .109 AGE .180 1 .672 KAP .970 1 .325 OAU 20.245 1 .000 Overall Statistics 30.334 5 .000

Block 1: Method = Enter

Iteration Historya,b,c,d

Iteration -2 Log likelihood

Coefficients

Constant SIZE GEAR AGE KAP OAU

Step 1

1 95.008 -7.718 .193 .070 -.141 -.015 4.002 2 81.773 -15.924 .432 .165 -.314 -.058 6.214 3 79.496 -22.743 .627 .235 -.429 -.140 7.984 4 79.317 -25.768 .694 .247 -.450 -.194 9.263 5 79.302 -26.963 .700 .246 -.450 -.202 10.295 6 79.297 -27.967 .700 .246 -.450 -.202 11.297 7 79.295 -28.967 .700 .246 -.450 -.202 12.298 8 79.295 -29.968 .700 .246 -.450 -.202 13.298 9 79.294 -30.968 .700 .246 -.450 -.202 14.298 10 79.294 -31.968 .700 .246 -.450 -.202 15.298 11 79.294 -32.968 .700 .246 -.450 -.202 16.298

12 79.294 -33.968 .700 .246 -.450 -.202 17.298 13 79.294 -34.968 .700 .246 -.450 -.202 18.298 14 79.294 -35.968 .700 .246 -.450 -.202 19.298 15 79.294 -36.968 .700 .246 -.450 -.202 20.298 16 79.294 -37.968 .700 .246 -.450 -.202 21.298 17 79.294 -38.968 .700 .246 -.450 -.202 22.298 18 79.294 -39.968 .700 .246 -.450 -.202 23.298 19 79.294 -40.968 .700 .246 -.450 -.202 24.298 20 79.294 -41.968 .700 .246 -.450 -.202 25.298

a. Method: Enter

b. Constant is included in the model. c. Initial -2 Log Likelihood: 100.530

d. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.

Omnibus Tests of Model Coefficients

Chi-square df Sig. Step 1

Step 21.236 5 .001 Block 21.236 5 .001 Model 21.236 5 .001

Model Summary

Step -2 Log likelihood

Cox & Snell R Square

Nagelkerke R Square 1 79.294a .121 .265

a. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.

Hosmer and Lemeshow Test

Step Chi-square df Sig. 1 5.327 8 .722

Contingency Table for Hosmer and Lemeshow Test

TL = 0 TL = 1 Total Observed Expected Observe

d

Expected

Step 1

1 5 5.990 12 11.010 17 2 3 2.910 14 14.090 17 3 4 2.007 13 14.993 17 4 1 1.119 16 15.881 17

5 0 .869 17 16.131 17 6 1 .687 16 16.313 17 7 0 .551 17 16.449 17 8 1 .437 16 16.563 17 9 0 .311 17 16.689 17 10 0 .118 12 11.882 12

Classification Tablea

Observed Predicted

TL Percentage Correct 0 1

Step 1

TL 0 2 13 13.3 1 0 150 100.0 Overall

Percentage 92.1

a. The cut value is .500

Variables in the Equation

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

Step 1a

SIZE .700 .264 7.020 1 .008 2.014 GEAR .246 1.204 .042 1 .838 1.279 AGE -.450 .673 .448 1 .503 .637 KAP -.202 .903 .050 1 .823 .817 OAU 25.298 28408.405 .000 1 .999 97001190619.943 Constant -41.968 28408.406 .000 1 .999 .000

Variables in the Equation

95% C.I.for EXP(B) Lower Upper

Step 1a

SIZE 1.200 3.381 GEAR .121 13.551 AGE .171 2.382 KAP .139 4.796

OAU .000 .

Constant

Correlation Matrix

Constant SIZE GEAR AGE KAP OAU

Step 1

Constant 1.000 .000 .000 .000 .000 -1.000 SIZE .000 1.000 -.378 -.118 -.378 .000 GEAR .000 -.378 1.000 .079 .068 .000 AGE .000 -.118 .079 1.000 -.175 .000 KAP .000 -.378 .068 -.175 1.000 .000 OAU -1.000 .000 .000 .000 .000 1.000

DAFTAR PUSTAKA

Agoes, Sukrisno, 2012. Auditing, Edisi 4, Penerbit Salemba Empat, Jilid 1, Jakarta.

Almilia, Luciana Spica, Lucas Setiady, 2006. “Faktor-faktor yang Mempengaruhi Penyelesaian Penyajian Laporan Keuangan pada Perusahaan yang Terdaftar di BEJ”, Jurnal Seminar Nasional Good Corporate Governance di Univ. Trisakti Jakarta, STIE Perbanas, Surabaya. http://spicaalmilia.wordpress.com/2007/04/08/Di-download tanggal 30 April 2014.

Arens, Alvin A., Randal J. Elder, dan Mark S. Beasley, 2012. Auditing and Assurance Services: An Integrated Approach, Prentice Hall, New Jersey. Ardani, Mira Novana, 2010. “Pengaruh Kebijakan Sunset Policy terhadap

Kepatuhan Wajib Pajak”, Tesis, Program Pasca Sarjana Magister Hukum Universitas Diponegoro,Semarang.

download tanggal 18Juni 2014.

Boynton, William C., Raymond N. Johnson, dan Watter G. Kell, 2002. Modern Auditing, Edisi Ketujuh, Erlangga, Jilid 1, Jakarta.

Efferin, Sujoko, Hadi Darmaji, dan Yuliawati Tan. Metode Penelitian Akuntansi, Graha Ilmu, Yogyakarta.

Erlina, 2011. Metodologi Penelitian. USU Press, Medan.

Ghozali, Imam. 2006. Aplikasi Analisis Multivariat dengan Program SPSS, cetakan 4, Edisi Satu, Badan Penerbit Universitas Diponegoro, Semarang. Godfrey, Jayne M., Allan Hodgson, Ann Tarca, Jane Hamilton, dan Scott

Holmes, 2010. Accounting Theory, 7th Edition, John Wiley & Sons Australia, Ltd, Milton Old 4064.

Hilmi, Utara, Syaiful Ali, 2008. “Analisis Faktor-faktor yang Mempengaruhi Ketepatan Waktu Penyampaian Laporan Keuangan (Studi Empiris pada Perusahaan-perusahaan yang Terdaftar di BEJ Periode 2004-2006)”, Jurnal Akuntansi Keuangan, SNA XI Tahun 2008. http:// smartaccounting.files.wordpress.comDi-download tanggal 30 November 2013.

Ikatan Akuntan Indonesia, 2007. Standar Akuntansi Keuangan, Salemba Empat, Jakarta.

Ikshan, Arfan dan Herkulanus Suprasto, 2008. Teori Akuntansi dan Riset Multiparadigma, Edisi Pertama, Graha Ilmu, Yogyakarta.

Kieso, Donald. E.,et al., 2012. Intermediate Accounting, 14th Edition, John Wiley & Sons Inc, New York.

Modugu, Prince Kennedy, Emmanuel Eragbhe dan Ohiorenuan Jude Ikhatua. 2012.“Determinants of Audit Delay in Nigerian Companies: Empirical Evidence”.Research Journal of Finance and Accounting Vol 3, No 6, 2012.

.Di-download tanggal 28April 2014.

Owusu, Stephen dan Ansah, 2000. “Timeliness of Corporate Financial Reporting in Emerging Capital Markets: Empirical Evidence From the Zimbabwe Stock Exchange”, Accounting and Business Research. http://papers.ssrn.com/sol3/papers.cfm?abstract_id=215929Di-download tanggal29 November 2013.

Owusu, Stephen ,Ansah, dan Stergios Leventis, 2006. “Timeliness of Corporate Annual Financial Reporting in Greece”, European Accounting Review. http://web.ebscohost.com/ehost/pdfviewer/pdfviewer?sid=310dbf20-9377-4731-8975-ac0af05c308f%40sessionmgr11&vid=2&hid=28Di-download tanggal29 November 2013.

Sidauruk, Rio Salomo, 2012. “Analisis Faktor-faktor yang Berpengaruh Terhadap Ketepatan Waktu Penyampaian Laporan Keuangan Perusahaan Publik Sektor Jasa Pariwisata yang Terdaftar di BEI”, Skripsi, Universitas Sumatera Utara, Medan.

Subramanyam, K. R. dan John J. Wild, 2009. Financial Statement Analysis, 10th Edition, McGraw-Hill/Irwin, New York.

Sulistyo, Wahyu Adhy Noor, 2010. “Analisis Faktor-faktor yang Berpengaruh terhadap Ketepatan Waktu Penyampaian Laporan Keuangan pada Perusahaan yang Listing di Bursa Efek Indonesia Periode 2006-2008”, Skripsi, Fakultas Ekonomi Universitas Diponegoro, Semarang. http://eprints.undip.ac.id/23096/1/Skripsi_Lengkap.pdfDi-download

Turel, Asli, 2010. “Timeliness of Financial Reporting in Emerging Capital Markets : Evidence from Turkey”, MPRA Paper, University Library of Munich, Germany. http://mpra.ub.uni-muenchen.de/29799Di-download tanggal 29 November 2013.

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang digunakan dalam penelitian ini termasuk dalam,

klasifikasi penelitian sebab-akibat (causal research). Menurut Erlina (2011),

“penelitian sebab-akibat bertujuan untuk menguji hipotesis dan merupakan

penelitian yang menjelaskan fenomena dalam bentuk hubungan antar variabel.

Tujuan utama dari penelitian ini adalah mengidentifikasi hubungan sebab-akibat

antara berbagai variabel.”Berdasarkan penjelasan tersebut, penelitian ini bertujuan

untuk melihat pengaruh atau hubungan sebab-akibat dari variabel independen

yang terdiri dari ukuran perusahaan, rasio gearing, umur perusahaan, reputasi

KAP, dan opini auditor terhadap variabel dependen, yaitu ketepatan waktu

penyampaian laporan keuangan.

3.2 Tempat dan Waktu Penelitian

Tempat yang digunakan oleh peneliti adalah perusahaan property dan real

estate yang terdaftar di Bursa Efek Indonesia (BEI). Data-data yang digunakan dalam penelitian ini merupakan data laporan keuangan perusahaan yang

dipublikasikan di BEI. Kemudian, waktu yang digunakan dalam penelitian ini

dimulai dari pengesahan judul pada November 2013 hingga Sepetember 2014

3.3 Batasan Operasional

Batasan operasional merupakan penentuan batasan untuk menjelaskan

ciri-ciri yang lebih substantif dari suatu konsep, yang bertujuan untuk menghindari

adanya salah pengertian atau salah tafsir dalam judul penelitian. Dalam penelitian

ini, batasan operasional yang menjadi proses atau operasionalnya alat ukur yang

digunakan untuk kuantifikasi gejala atau variabel yang diteliti adalah sebagai

berikut :

1. Perusahaan yang diteliti adalah perusahaan property dan real estate yang

terdaftar di Bursa Efek Indonesia dari tahun 2009 – 2013.

2. Variabel dependen dalam penelitian ini adalah ketepatan waktu penyampaian

laporan keuangan.

3. Variabel independen dalam penelitian ini terdiri dari: ukuran perusahaan yang

diproksikan oleh jumlah total aset; rasio gearing; umur perusahaan; reputasi

KAP yang diproksikan oleh KAP yang berafiliasi dengan The Big Four; dan

opini auditor.

3.4 Defenisi Operasional 3.4.1 Variabel Dependen

Variabel dependen (variabel terikat) dalam penelitian ini adalah

ketepatan waktu penyampaian laporan keuangan.Ketepatan waktu tersebut

dihitung dari tanggal akhir tahun buku perusahaan sampai tanggal

penyampaian laporan keuangan tahunan auditan ke Bapepam. Batas waktu

penyampaian laporan keuangan yang telah ditetapkan Bapepam adalah 90

menggunakan skala nominal dengan variabel dummy.Kategori

pengukurannya adalah ‘0’ untuk perusahaan yang tidak tepat waktu dan ‘1’

untuk perusahaan yang tepat waktu.

3.4.2 Variabel Independen a. Ukuran Perusahaan

Ukuran perusahaan menggambarkan seberapa besar perusahaan yang

dapat diukur dengan menghitung total aset, total penjualan, jumlah

tenaga kerja, dan sebagainya. Dalam penelitian ini, ukuran perusahaan

dihitung dengan menjumlah total aset atau total aktiva perusahaan

dengan tujuan agar hasil ukuran yang diperoleh lebih jelas dibanding

ukuran lainnya.Total aset perusahaan selanjutnya akan diproksikan

dengan menggunakan natural log (Ln) total aset. Penggunaan Ln

bertujuan untuk mengurangi fluktuasi data yang berlebih. Dengan

menggunakan Ln, nilai miliar bahkan triliun akan disederhanakan, tanpa

mengubah proporsi dan nilai aset sebenarnya.

b. Rasio Gearing

Rasio gearing merupakan proporsi utang perusahaan ke ekuitas.

Rasio gearing yang tinggi merupakan indikasi dari banyak leverage, di

mana sebuah perusahaan menggunakan utang untuk membiayai operasi

yang berkelanjutan. Dalam penelitian ini, rasio gearing dihitung

berdasarkan perbandingan antara kewajiban jangka panjang dan modal

sendiri, yang diformulasikan sebagai berikut :

������� =Kewajiban Jangka Panjang

c. Umur Perusahaan

Umumnya perusahaan diukur melalui tanggal berdirinya perusahaan.

Namun, umur perusahaan dalam penelitian ini diukur bukan berdasarkan

tanggal berdirinya perusahaan, melainkan tanggal dimana perusahaan

listing di pasar modal (Owusu-Ansah, 2000). Kategori ukuran yang digunakan dalam variabel ini menggunakan skala nominal dimana nilai

‘0’ untuk umur 1 s.d. 10 tahun dan nilai ‘1’ untuk umurlebih dari 10

tahun.

d. Reputasi KAP

Reputasi kantor akuntan publik dianggap akan mempengaruhi

ketepatan waktu penyampaian laporan keuangan. Kategori ukuran yang

digunakan dalam mengukur variabel ini menggunakan varibel dummy,

dimana nilai ‘0’ untuk perusahaan yang berafiliasi dengan KAP The Big

Fourdan nilai ‘1’ untuk perusahaan yang tidak berafiliasi dengan KAP The Big Four.

e. Opini Auditor

Opini auditor adalah pernyataan pendapat mengenai kewajaran atas

laporan keuangan yang telah diaudit. Menurut Standar Profesional

Akuntan Publik per 31 Maret 2011, PSA 29 Seksi 508, ada lima jenis

pendapat akuntan, yaitu:

1. Pendapat wajar tanpa pengecualian (unqualified opinion)

2. Pendapat wajar tanpa pengecualian dengan bahasa penjelasan yang ditambahkan dalam laporan audit bentuk baku (unqualified opinion with explanatory language)

4. Pendapat tidak wajar (adverse opinion)

5. Pernyataan tidak memberikan pendapat (disclaimer opinion)

Variabel ini akan diukur dengan variabel dummy dimana nilai ‘1’

untuk pendapat wajar tanpa pengecualian (unqualified opinion) dan nilai

‘0’ untuk opini selain pendapat wajar tanpa pengecualian (unqualified

opinion).

3.5 Skala Pengukuran Variabel

Skala pengukuran merupakan suatu proses hal mana suatu angka atau

simbol dilekatkan pada karakteristik atau properti suatu stimuli sesuai dengan

aturan atau prosedur yang telah ditetapkan. Menurut Stevens (1946) dalam

Ghozali (2006), skala pengukuran dapat dikelompokkan menjadi empat jenis

yaitu, skala nominal, ordinal, interval, dan rasio. Dalam penelitian ini,

variabel yang digunakan memakai skala nominal dan rasio.

Berikut ini adalah tabel yang berisikan defenisi dan pengukuran

masing-masing variabel yang terdapat dalam penelitian ini :

Tabel 3.1

Pengukuran Variabel Penelitian

Variabel Defenisi

Operasional Pengukuran Skala

Ketepatan Waktu Pelaporan Keuangan (Y)

Ketepatan waktu perusahaan dalam menyajian laporan keuangan tahunan kepada publik pada batas 90 hari setelah tahun buku berakhir

Penyampaian tepat waktu diberi nilai ‘1’

Penyampaian tidak tepat waktu diberi nilai ‘0’

Nominal

Ukuran Perusahaan (X1)

Seberapa besar aktiva perusahaan untuk memberikan

insentif dalam percepatan penerbitan laporan keuangan auditan. Diukur melalui total aktiva. Rasio Gearing (X2)

Kemampuan perusahaan dalam memenuhi kewajiban keuangannya melalui pengelolaan modal Gearing

= Kewajiban Jk . Panjang

Modal Sendiri

Rasio

Umur Perusahaan (X3)

Mencerminkan bahwa perusahaan yang memiliki umur lebih tua cenderung lebih terampil dalam pengumpulan, pemrosesan, dan menghasilkan informasi ketika diperlukan karena pengalaman belajar.

Menggunakan tanggal dimana perusahaan listed di pasar modal, dimana nilai ‘0’ untuk umur 1 s.d. 10 tahun dan nilai ‘1’ untuk umur >10 tahun

Nominal

Reputasi KAP (X4)

Dilihat dari auditor yang berafiliasi dengan KAR the big four dan non the big four

KAP the big four diberi nilai ‘1’ ; KAP non big four diberi nilai ‘0’

Nominal

Opini Auditor (X5)

Dilihat dari opini auditor yang diklasifikasi dalam kategori wajat tanpa pengecualian (Unqualified Opinion) dan Opini selain wajar tanpa

pengecualian.

Opini Wajar tanpa

Pengecualian diberi nilai ‘1’. Opini diluar Wajar tanpa Pengecualian diberi nilai ‘0’

Nominal

3.6 Populasi dan Sampel Penelitian 3.6.1 Populasi Penelitian

Menurut Erlina (2011), “populasi adalah wilayah generalisasi yang

terdiri dari objek atau subjek yang menjadi kuantitas dan karakteristik tertentu

yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik

kesimpulannya.”Populasi dalam penelitian ini adalah perusahaan property

dan real estate yang terdaftar di BEI dengan mengacu pada

perusahaan-perusahaan yang mempublikasikan laporan keuangannyaIndonesian Stock

Exchange (IDX) tahun 2009-2013. Diketahui bahwa populasi yang ada tiga puluh delapan (38) perusahaan property dan real estate yang telah go public.

3.6.2 Sampel Penelitian

Menurut Erlina (2011), “sampel adalah bagian populasi yang digunakan

untuk memperkirakan karakteristik populasi”. Teknik pengambilan sampel

yang digunakan dalam penelitian ini adalah purposive sampling, yaitu teknik

penentuan sampel anggota populasi dengan pertimbangan atau kriteria

tertentu. Kriteria pemilihan sampel pada penelitian ini adalah sebagai berikut:

1. Perusahaan tersebut terdaftar di Bursa Efek Indonesia (BEI) pada tahun

2009 sampai tahun 2013 dan tidak sedang berada proses delisting pada

periode tersebut.

2. Perusahaan telah menerbitkan dan mempublikasikan laporan keuangan

3. Perusahaan yang memiliki kelengkapan data tentang laporan keuangan

yang berkaitan dengan pengukuran variabel yang digunakan dalam

penelitian ini.

4. Perusahaan memiliki periode laporan keuangan yang berakhir pada

tanggal 31 Desember.

Proses seleksi sampel berdasarkan kriteria di atas dapat dilihat pada tabel 3.2.

Tabel 3.2

Proses Seleksi Sampel Berdasarkan Kriteria

No. Kriteria

Jumlah Pelanggaran

Kriteria

Akumulasi 1. Total perusahaan property dan real

estate yang terdaftar di BEI selama periode 2009-2013 dan tidak delisting

5 33

2. Menerbitkan dan mempublikasikan laporan keuangan auditan untuk periode 2008-2013

0 33

3. Memiliki kelengkapan data laporan keuangan yang berkaitan dengan pengukuran variabel penelitian

0 33

4 Periode laporan keuangan berakhir

tanggal 31 Desember 0 33

Jumlah perusahaan sampel 33

Jumlah tahun pengamatan 5

Total sampel selama periode

penelitian 165

Sumber : diolah oleh peneliti, 2014.

Berdasarkan proses seleksi yang telah dilakukan, maka dapat

disimpulkan bahwa jumlah sampel berdasarkan kriteria yang telah ditentukan

adalah sebanyak 33 perusahaan dengan 165 unit analisis (5 x 33) tercantum

Tabel 3.3

Proses Pemilihan Perusahaan Sampel

No. PerusahaanProperty dan Real Estate

Kriteria

Sampel

1 2 3 4

1 Alam Sutera Realty Tbk √ √ √ √ 1

2 Bakrieland Development Tbk √ √ √ √ 2

3 Bekasi Asri Pemula Tbk √ √ √ √ 3

4 Bhuwanatala Indah Permai Tbk √ √ √ √ 4

5 Bintang Mitra Semestaraya Tbk - - √ √ -

6 Bukit Darmo Property Tbk √ √ √ √ 5

7 Bumi Serpong Damai Tbk √ √ √ √ 6

8 Ciputra Development Tbk √ √ √ √ 7

9 Ciputra Property Tbk √ √ √ √ 8

10 Ciputra Surya Tbk √ √ √ √ 9

11 Citra Kebun Raya Agri Tbk - - √ √ -

12 Cowell Development Tbk √ √ √ √ 10

13 Danayasa Arthatama Tbk √ √ √ √ 11

14 Duta Anggada Realty Tbk √ √ √ √ 12

15 Duta Pertiwi Tbk √ √ √ √ 13

16 Fortune Mate Indonesia Tbk √ √ √ √ 14

17 Global Land Development Tbk √ √ √ √ 15

18 Gowa Makassar Tourism Dev.Tbk √ √ √ √ 16

19 Indonesia Prima Property Tbk √ √ √ √ 17

20 Intiland Development Tbk √ √ √ √ 18

21 Jaya Real Property Tbk √ √ √ √ 19

22 Jakarta Int. Hotel & Dev. Tbk. √ √ √ √ 20

23 Kawasan Industri Jababeka Tbk √ √ √ √ 21

24 Laguna Cipta Griya Tbk √ √ √ √ 22

25 Lamicitra Nusantara Tbk √ √ √ √ 23

26 Lippo Cikarang Tbk √ √ √ √ 24

27 Lippo Karawaci Tbk √ √ √ √ 25

28 Modern land Realty Ltd Tbk √ √ √ √ 26

29 New Century Development Tbk - - √ √ -

30 Pakuwon Jati Tbk √ √ √ √ 27

31 Panca Wiratama Sakti Tbk - - - √ -

32 Perdana Gapuraprima Tbk √ √ √ √ 28

33 Ristia Bintang Mahkotasejati Tbk √ √ √ √ 29 34 Royal Oak Development Asia Tbk - - √ √ -

35 Sentul City Tbk √ √ √ √ 30

36 Summarecon Agung Tbk √ √ √ √ 31

37 Suryainti Permata Tbk √ √ √ √ 32

38 Suryamas Dutamakmur Tbk √ √ √ √ 33

3.7 Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu

berupa laporan keuangan tahunan perusahaan publik yang terdaftar di Bursa Efek

Indonesia (BEI) yang merupakan rekaman historis mengenai kondisi keuangan

dan kinerja perusahaan. Data penelitian ini diperoleh melalui laporan keuangan

yang dipublikasikan di BEI selama tahun 2009-2013, yang dapat langsung di

akses melalui situs resmi BEI, ya

3.8 Metode Pengumpulan Data

Metode pengumpulan data pada penelitian ini diperoleh melalui

penulusuran data sekunder dengan kepustakaan dan manual. Metode

pengumpulan data yang digunakan dalam penelitian ini adalah dengan cara

metode dokumentasi, dimana penulis mengumpulkan, mencatat, dan mengkaji

data langsung dari laporan keuangan yang telah dipublikasikan di BEI. Data

laporan keuangan yang di-download langsung dari situs resmi BEI berupa

Laporan Auditor Independen (Independent Auditor’s Report) dan Laporan

Tahunan (Annual Report) setiap perusahaan Property dan Real Estate yang telah

memenuhi kriteria pemilihan sampel.

3.9 Teknik Analisis Data 3.9.1 Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mendeskripsikan dan

memberi gambaran tentang variabel-variabel yang digunakan dalam

dan standar deviasi. Melalui olahan data SPSS 20, variabel yang meliputi

ukuran perusahaan dan rasio gearing, maka akan dapat diketahui nilai

maksimum, nilai minimum, rata-rata (mean) dan standar deviasi dari setiap

variabel. Sedangkan, variabel lainnya meliputi ketepatan waktu, reputasi

KAP, dan opini auditor tidak diikutsertakan dalam perhitungan statistik

deskriptif melainkan menggunakan statistik frekuensi karena

variabel-variabel tersebut memiliki skala nominal, dimana angka yang digunakan

berfungsi sebagai label kategori semata tanpa adanya nilai intrinsik. Oleh

karena itu, tidaklah tepat menghitung nilai rata-rata (mean) dan standar

deviasi dari variabel tersebut (Ghozali 2006).

3.9.2 Pengujian Hipotesis Penelitian

Pengujian terhadap hipotesis penelitian ini menggunakan regresi

logistik (logistic regression). Hal tersebut dilakukan karena variabel

dependen merupakan data yang bersifat kategorikal (nominal atau

non-metrik) dan variabel independennya kombinasi antara metrik dan non-metrik.

Regresi logistik adalah regresi yang digunakan sejauh mana kemungkinan

terjadinya variabel dependen dapat diprediksikan dengan variabel

independen. Regresi logisktik merupakan suatu bagian dari analisis regresi

yang digunakan ketika variabel dependen merupakan variabel dikotomi.

Kriteira pengujian hipotesis penelitian dalam metode regresi logistik dengan

memperbandingkan nilai signifikasi < 0,05, maka H1-H5 diterima, tetapi jika

menurut Ghozali (2006), pengujian dengan regresi logistik tidak perlu asumsi

normalitas data pada variabel bebasnya karena variabel bebasnya kombinasi

antara metrik dan nominal (non-metrik). Hal tersebut berarti bahwa variabel

penjelas tidak harus berdistribusi normal, linear, maupun memiliki varian

yang sama dalam setiap grup.

Model regresi logistik yang dipakai untuk menguji hipotesis penelitian

adalah sebagai berikut :

TL = β0+ β1SIZE + β2GEAR + β3AGE + β4KAP + β5OAU + ε

Keterangan :

TL = ketepatan waktu (timeliness) pelaporan keuangan β0, β1, β2, β3, β4, β5,= konstanta

SIZE = ukuran (size) perusahaan

GEAR = rasio gearing

AGE = umur (age) perusahaan

KAP = reputasi kantor akuntan publik

OAU = opini auditor

ε = tingkat pengganggu kesalahan (disturbance error)

3.9.3 Pengujian Model

3.9.3.1 Menguji Kelayakan Model Regresi (Goodness of Fit)

Teknik yang digunakan dalam menilai model regresi logistik

menggunakan uji Hosmer and Lemeshow’s Goodnes of Fit Test. Hipotesis

H0 : Model yang dihipotesiskan fit dengan data HA : Model yang dihipotesiskan tidak fit dengan data

Jika nilai statistik Hosmer and Lemeshow’s sama dengan atau kurang

dari 0,05, maka hipotesis nol ditolak yang berarti terdapat perbedaan

signifikan antara model dengan nilai observasinya sehingga goodness fit

model tidak baik, karena model yang telah dirumuskan tidak dapat

memprediksi nilai observasinya. Jika nilai statistik Hosmer and Lemeshow’s

lebih besar dari 0,05, maka hipotesis nol diterima yang berarti model mampu

memprediksi nilai observasinya.

3.9.3.2 Menguji Model Keseluruhan Model (Overall Fit Model) Memperhatikan angka -2 log likelihood (LL) pada awal dengan block

number = 0 dan angka -2 log likelihood pada block number = 1. Jika terjadi penurunan angka -2 log likelihood block number 0 dikurangi block number 1

menunjukkan model regresi yang baik. Log likelihood pada regresi logistik

mirip dengan pengertian ”sum of squared error” pada model regresi,

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1Deskriptif Penelitian

Penelitian ini menggunakan metode analisis statistik yang menggunakan

regresi logistik sebagai metode analisis datanya. Analisis data dimulai dari

mengolah data dengan menggunakan program Microsoft Excel 2010 yang

kemudian dilanjutkan dengan pengujian menggunakan regresi logistik.

Pengujian regresi logistik dilakukan dengan software SPSS 20. Proses

pengolah data dimulai dengan memasukkan variabel-variabel penelitian ke

program SPSS 20 dan menghasilkan output sesuai dengan metode analisis data

yang telah ditentukan.Berdasarkan kriteria yang telah ditentukan, penelitian ini

memperoleh 33 perusahaan property dan real estate yang memenuhi kriteria

dan dijadikan sampel pada penelitian ini dengan tahun pengamatan selama

periode 2009-2013 dan dengan 165 unit análisis.

4.2Analisis Hasil Penelitian 4.2.1 Statistik Deskriptif

Statistik deskriptif merupakan proses pengumpulan dan peringkat data

dalam menggambarkan karakteristik sampel agar mudah dipahami dan

diinterpretasikan. Analisis ini digunakan untuk memberi informasi mengenai

variabel penelitian utama yang mencakup frekuensi, nilai rata-rata (mean),

Berdasarkan data hasil olahan SPSS 20 yang meliputi ukuran perusahaan

(SIZE) dan rasio gearing(GEAR), maka dapat diketahui nilai maksimum, nilai

minimum, rata-rata (mean), dan standar deviasi dari variabel-variabel tersebut.

Sedangkan, variabel ketepatan waktu (timeliness) pelaporan keuangan (TL),

umur perusahaan (AGE), reputasi KAP (KAP), dan opini auditor (OAU)

diukur dengan uji statistik distribusi frekuensi. Hal ini disebabkankarena

variabel-variabel tersebut menggunakan skala nominal dimana skala yang

digunakan yaitu kategori atau kelompok. Angka ini hanya berfungsi sebagai

label kategori semata tanpa nilai intrinsik dan tidak memiliki arti apa-apa. Oleh

sebab itu, tidaklah tepat menghitung nilai rata-rata dan standar deviasi dari

variabel dengan skala nominal (Ghozali 2006).Berikut ini adalah hasil uji

statistik deskriptif.

Tabel 4.1

Statistik Deskriptif Variabel Ukuran Perusahaan dan Rasio Gearing

N Minimum Maximum Mean Std. Deviation SIZE 165 25.48801 31.40085 28.3515659 1.48573797

GEAR 165 .00000 1.49431 .3540801 .31937992

Valid N (listwise) 165

Sumber : Hasil ouputSPSS 20.

Berdasarkan tabel 4.1 dapat dideskripsikan beberapa hal sebagai berikut:

1. Jumlah seluruh sampel penelitian adalah 33 perusahaan dengan 165 unit

analisis, yaitu 33 perusahaan dikali dengan lima yang berarti dalam

periode lima tahunan. Variabel independen yang menggunakan skala

2. Variabel independen ukuran perusahaan yang diproksikan dengan Ln dari

total aset memiliki nlai minimum sebesar25,48801 yaitu pada Ristia

Bintang Mahkotasejati Tbk. tahun 2010 dan nilai maksimumnya 31,40085

yaitu pada Pakuwon Jati Tbk. tahun 2009. Rata-rata ukuran perusahaan

adalah sebesar 28,3515659 dengan nilai standar deviasi sebesar

1,48573797 menunjukkan bahwa tidak ada nilai total aset yang bersifat

ekstrim.

3. Variabel independen rasio gearing memiliki nilai minimum sebesar 0 dan

nilai maksimum sebesar 1,49431 dengan nilai rata-ratanya sebesar

0

,3540801.Nilai standar deviasi variabel sebesar 0,31937992 yang

menunjukkan bahwa tidak ada nilai yang bersifat ekstrim.

Untuk gambaran umum variabel ketepatan waktu pelaporan keuangan,

umur perusahaan, reputasi KAP, dan opini auditor dapat dilihat tabel frekuensi

berikut ini.

Tabel 4.2

Statistik Frekuensi Data Variabel Ketepatan Waktu Pelaporan Keuangan, Umur Perusahaan, Reputasi KAP, dan Opini Auditor

Sumber : Hasil outputSPSS 20

TL AGE KAP OAU

N Valid 165 165 165 165

Berdasarkan tabel 4.2 di atas, dapat dideskripsikan bahwa jumlah data

yang valid (sah untuk diproses) adalah 165 unit, sedangkan data yang hilang

(missing) adalah nol (0), artinya semua data setiap variabel telah diproses.

Tabel 4.3

Distribusi Frekuensi Data Ketepatan Waktu Pelaporan Keuangan

Sumber : Hasil outputSPSS 20

Berdasarkan tabel 4.3 dapat dideskripsikan bahwa variabel dependen

ketepatan waktu merupakan variabel nominal dimana pelaporan keuangan

tidak tepat waktu diberi kode ‘0’ dan tepat waktu diberi kode ‘1’. Variabel

tersebut memiliki data yang valid karena seluruhnya telah diproses. Jumlah

laporan keuangan yang dilaporkan tepat waktu dilaporkan sebanyak 150

observasi atau sebesar 90,9 persen, sedangkan yang tidak tepat waktu sebanyak

15 observasi atau sebesar 9,1 persen. Hal ini menunjukan hampir seluruh

emiten (90%) perusahaan property dan real estate dapat memenuhi peraturan

tentang kewajiban penyampaian laporan keuangan tepat waktu yang ditetapkan

oleh Bapepam LK.

Frequency Percent Valid Percent

Cumulative Percent Valid Perusahaan tidak

tepat waktu 15 9.1 9.1 9.1

Perusahaan tepat

waktu 150 90.9 90.9 100.0

Tabel 4.4

Distribusi Frekuensi Data Umur Perusahaan

Frequency Percent Valid Percent

Cumulative Percent

Valid

Perusahaan umur 1 s.d. 10

tahun 52 31.5 31.5 31.5

Perusahaan umur>10

tahun 113 68.5 68.5 100.0

Total 165 100.0 100.0

Sumber : Hasil outputSPSS 20

Berdasarkan tabel 4.4 dapat dideskripsikan bahwa variabel independen

umur perusahaaan yang dikategorikan menjadi dua yaitu perusahaan dengan

umur 1 s.d. 10 tahun diberi kode ‘0’ dan umur lebih dari 10 tahun diberi kode

‘1’. Varibel ini memiliki data valid karena seluruhnya telah diproses. Jumlah

data perusahaan 1 s.d. 10 tahun sejumlah 52 observasi (31,5 persen),

sedangkan perusahaan yang lebih dari 10 tahun sejumlah 113 observasi (68,5

persen).

Tabel 4.5

Distribusi Frekuensi Data Reputasi KAP

Frequency Percent Valid Percent

Cumulative Percent Valid

KAP non-Big Four 126 76.4 76.4 76.4

KAP Big Four 39 23.6 23.6 100.0

Total 165 100.0 100.0

Sumber : Hasil outputSPSS 20

Berdasarkan tabel 4.5 dapat dideskripsikan bahwa variabel independen

dengan KAP non-Big-Four diberi kode ‘0’, sedangkan perusahaan yang

berafiliasi dengan KAP the Big Four diberi kode ‘1’. Variabel ini memiliki

data valid karena seluruhnya telah diproses. Jumlah data yang berafiliasi

dengan KAP non-Big-Four sebanyak 126 observasi (76,4 persen), sedangkan

yang berafiliasi dengan KAP the Big Four sebanyak 39 observasi (23,6

persen).

Tabel 4.6

Distribusi Frekuensi Data Opini Auditor

Frequency Percent Valid Percent

Cumulative Percent

Valid

Selain Unqualified

Opinion 2 1.2 1.2 1.2

Unqualified Opinion 163 98.8 98.8 100.0

Total 165 100.0 100.0

Sumber : Hasil outputSPSS 20

Berdasarkan tabel 4.6 dapat dideskripsikan bahwa variabel independen

opini auditor dikategorikan menjadi dua yaitu perusahaan yang memperoleh

unqualified opinion diberi kode ‘1’ dan yang memperoleh selain dari unqualified opinion diberi kode ‘0’. Berdasarkan tabel frekuensi, ada sebanyak 163 observasi (98,8 persen) yang memperoleh unqualified opinion dan

sebanyak 2 observasi (1,2 persen) yang memperoleh selain unqualified

4.2.2 Pengujian Hipotesis Penelitian

Pengujian hipotesis bertujuan untuk mengetahui pengaruh

variabel-variabel independen terhadap variabel-variabel dependen. Pada penelitian ini, variabel-variabel

independen yang diuji yaitu : Ukuran Perusahaan (SIZE), Rasio Gearing

(GEAR), Umur Perusahaan (AGE), Reputasi KAP (KAP), dan Opini Auditor

(OAU) terhadap variabel dependen, yaitu : Ketepatan Waktu Pelaporan

Keuangan (TL). Pengujian hipótesis dalam penelitian ini dilakukan dengan

metode regresi logistik dengan melihat tabel Variables in the Equation pada

kolom signifikan yang dibandingkan dengan nilai signifikansi (ά) yang digunakan, yaitu 0,05 (5%). Apabila tingkat signifikansi < 0,05, maka H1-H6

diterima, jika tingkat signifikansi > 0,05, maka H1-H6 tidak dapat diterima.

Hasil uji koefisien regresi logistik dapat dilihat pada tabel 4.7.

Tabel 4.7

Hasil Uji Koefisien Regresi Logistik

B Sig. Hasil

Step 1a Ukuran Perusahaan .700 .008 Signifikan

Rasio Gearing .246 .838 Tidak Signifikan

Umur Perusahaan -.450 .503 Tidak Signifikan

Reputasi KAP -.202 .823 Tidak Signifikan

Opini Auditor 25.298 .999 Tidak Signifikan

Constant -41.968 .999

Sumber : Hasil outputSPSS 20

Dari hasil pengujian persamaan regresi logistik di atas, maka diperoleh model regresi logistik sebagai berikut :

Berdasarkan tabel 4.7 dapat disimpulkan beberapa hal, yaitu :

1. Ukuran perusahaan mempunyai tingkat signifikansi 0,008 yang lebih kecil

dari tingkat signifikansi 0,05. Hal ini mengandung arti bahwa H1 diterima.

Dengan demikian, terbukti bahwa ukuran perusahaan berpengaruh terhadap

ketepatan waktu penyampaian laporan keuangan.

2. Rasio gearing mempunyai tingkat signifikansi 0,838 yang lebih besar dari

tingkat signifikansi 0,05. Hal ini mengandung arti bahwa H2ditolak. Dengan

demikian, tidak terbukti bahwa rasio gearing berpengaruh terhadap

ketepatan waktu penyampaian laporan keuangan.

3. Umur perusahaan mempunyai tingkat signifikansi 0,503 yang lebih besar

dari tingkat signifikansi 0,05. Hal ini mengandung arti bahwa H3 ditolak.

Dengan demikian, tidak terbukti bahwa umur perusahaan berpengaruh

terhadap ketepatan waktu penyampaian laporan keuangan.

4. Reputasi KAP mempunyai tingkat signifikansi 0,823 yang lebih besar dari

tingkat signifikansi 0,05. Hal ini mengandung arti bahwa H4 ditolak.

Dengan demikian, tidak terbukti bahwa reputasi KAP berpengaruh terhadap

ketepatan waktu penyampaian laporan keuangan.

5. Opini auditor mempunyai tingkat signifikansi 0,999 yang lebih besar dari

tingkat signifikansi 0,05. Hal ini mengandung arti bahwa H5 ditolak. Dengan

demikian, tidak terbukti bahwa opini auditor berpengaruh terhadap

4.2.3 Pengujian Model

4.2.3.1 Menguji Kelayakan Model Regresi

Pengujian kelayakan model regresi logistik dilakukan dengan

menggunakan Goodness of Fit Test yang diukur dengan nilai Chi-square

pada bagian bawah uji Hosmer and Lemeshow. Berikut ini adalah tabel

hasi uji kelayakan model.

Tabel 4.8

Hasil Uji Kelayakan Model Regresi (Goodness of Fit)

Hosmer and Lemeshow Test Step Chi-square df Sig.

1 5.327 8 .722

Contingency Table for Hosmer and Lemeshow Test

TL = 0 TL = 1 Total

Observed Expected Observed Expected

Step 1

1 5 5.990 12 11.010 17

2 3 2.910 14 14.090 17

3 4 2.007 13 14.993 17

4 1 1.119 16 15.881 17

5 0 .869 17 16.131 17

6 1 .687 16 16.313 17

7 0 .551 17 16.449 17

8 1 .437 16 16.563 17

9 0 .311 17 16.689 17

10 0 .118 12 11.882 12

Sumber : Hasil outputSPSS 20

Berdasarkan tabel 4.8 dapat dilihat bahwa hasil pengujian statistik

menunjukkan bahwa nilai statistik Hosmer and Lemeshow Test sebesar

5,327 dengan probabilitas signifikansi menunjukkan angka 0,722, nilai

atau didukung. Hal ini berarti model regresi yang dipakai dalam penelitian

layak untuk dilakukan penelitian selanjutnya, karena tidak ada perbedaaan

yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang

diamati.

4.2.3.2 Menguji Keseluruhan Model

Pengujian ini dilakukan untuk menilai model yang telah

dihipotesiskan telah fit atau tidak dengan data. Pengujian ini dilakukan

dengan membandingkan nilai antara -2 log likelihood (LL) pada awal

dengan block number = 0 dan angka -2 log likelihood pada akhir dengan

block number = 1. Nilai -2 log likelihood (LL) pada awal dengan block number =0 dapat dilihat pada tabel sebagai berikut.

Tabel 4.9

Hasil Uji Overall fit Model -2 Log Likelihood Awal

Iteration Historya,b,c

Iteration -2 Log

likelihood

Coefficients Constant

Step 0

1 107.793 1.636

2 100.800 2.165

3 100.531 2.295

4 100.530 2.303

5 100.530 2.303

a. Constant is included in the model. b. Initial -2 Log Likelihood: 100.530

c. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001.

Kemudian, nilai -2 log likelihood (LL) pada awal dengan block

number = 1 dapat dilihat pada tabel 4.10 sebagai berikut: Tabel 4.10

Hasil Uji Overall Model fit Model -2 Log Likelihood Akhir

Sumber : Hasil outputSPSS 20

Berdasarkan tabel 4.9 dapat dilihat bahwa -2log likelihood untuk

model dengan konstanta pada penelitian ini adalah sebesar 100,530 dan

mempunyai tingkat signifikan pada alpha 0,000 <0,05 yang signifikan.

Tabel 4.10 dapat dilihat bahwa nilai -2 log likelihood akhir pada block

number = 1 mengalami perubahan dengan adanya beberapa variabel independen, sehingga nilainya menjadi 79,294. Selisih nilai -2 log

Iteration Historya,b,c,d Iteration -2 Log

likelihood

Coefficients

Constant SIZE GEAR AGE KAP OAU

Step 1

1 95.008 -7.718 .193 .070 -.141 -.015 4.002 2 81.773 -15.924 .432 .165 -.314 -.058 6.214 3 79.496 -22.743 .627 .235 -.429 -.140 7.984 4 79.317 -25.768 .694 .247 -.450 -.194 9.263 5 79.302 -26.963 .700 .246 -.450 -.202 10.295 6 79.297 -27.967 .700 .246 -.450 -.202 11.297 7 79.295 -28.967 .700 .246 -.450 -.202 12.298 8 79.295 -29.968 .700 .246 -.450 -.202 13.298 9 79.294 -30.968 .700 .246 -.450 -.202 14.298 10 79.294 -31.968 .700 .246 -.450 -.202 15.298 11 79.294 -32.968 .700 .246 -.450 -.202 16.298 12 79.294 -33.968 .700 .246 -.450 -.202 17.298 13 79.294 -34.968 .700 .246 -.450 -.202 18.298 14 79.294 -35.968 .700 .246 -.450 -.202 19.298 15 79.294 -36.968 .700 .246 -.450 -.202 20.298 16 79.294 -37.968 .700 .246 -.450 -.202 21.298 17 79.294 -38.968 .700 .246 -.450 -.202 22.298 18 79.294 -39.968 .700 .246 -.450 -.202 23.298 19 79.294 -40.968 .700 .246 -.450 -.202 24.298 20 79.294 -41.968 .700 .246 -.450 -.202 25.298

likelihood awal dengan nilai -2 log likelihood akhir adalah sebesar 21,236 (100,530-79,294). Penurunan nilai -2 log likelihood ini dapat diartikan

bahwa penambahan variabel independen ke dalam model dapat

memperbaiki model fit serta menunjukkan model regresi yang lebih baik

atau dengan kata lain model yang dihipotesiskan fit dengan data. Log

Likelihood pada regresi logistik mirip dengan pengertian “Sum of Squared Error” pada model regresi, sehingga penurunan nilai Log Likelihood menunjukkan model regresi yang semakin baik.

4.3Pembahasan Hasil Penelitian

4.3.1 Pengaruh Ukuran Perusahaan terhadap Ketepatan WaktuPelaporan Keuangan

Pada hasil uji hipotesis memperlihatkan bahwa variabel ukuran perusahaan

yang diproksikan dengan Ln total aset mempunyai tingkat signifikansi 0,008

yang lebih kecil dari tingkat signifikansi 5 persen berarti nilai 0,008 < 0,05

dengan nilai koefisien regresi sebesar 0,700. Dengan demikian penelitian ini

menerima bahwa hipotesis pertama (H1) yang menyatakan bahwa ukuran

perusahaan berpengaruh positif terhadap ketepatan waktu penyampaian laporan

keuangan.

Hasil penelitian ini mendukung penelitian yang dilakukan oleh

Owusu-Ansah (2000), Almilia dan Setiadi (2006), serta Sulistyo (2010) yang

menyatakan bahwa ukuran perusahaan berpengaruh terhadap ketepatan waktu

4.3.2 Pengaruh Rasio Gearing terhadap Ketepatan Waktu Pelaporan Keuangan

Pada hasil uji hipotesis memperlihatkan bahwa variabel rasio gearing

mempunyai tingkat signifikansi 0,838 yang lebih besar dari tingkat signifikansi

5 persen berarti nilai 0,838 > 0,05 dengan nilai koefisien regresi sebesar 0,246.

Dengan demikian penelitian ini tidak dapat menerima bahwa hipotesis kedua

(H2) yang menyatakan bahwa rasio gearing berpengaruh negatif terhadap

ketepatan waktu penyampaian laporan keuangan. Hasil penelitain ini

mendukung hasil penelitian yang dilakukan oleh Owusu-Ansah (2000) dan

Sidauruk (2012) yang menyatakan bahwa rasio gearing tidak memiliki

pengaruh terhadap ketepatan waktu penyampaian laporan keuangan.

4.3.3 Pengaruh Umur Perusahaan terhadap Ketepatan Waktu Pelaporan Keuangan

Pada hasil uji hipotesis memperlihatkan bahwa variabel umur perusahaan

mempunyai tingkat signifikansi 0,503 yang lebih besar dari tingkat signifikansi

5 persen berarti nilai 0,503 > 0,05 dengan nilai koefisien regresi sebesar -0,450.

Dengan demikian penelitian ini tidak dapat menerima bahwa hipotesis ketiga

(H3) yang menyatakan bahwa umur perusahaan berpengaruh positif terhadap

ketepatan waktu penyampaian laporan keuangan. Hasil penelitian ini

mendukung penelitian yang dilakukan oleh Owusu-Ansah (2000) dan Noviandi

(2007) yang menyatakan bahwa umur perusahaan tidak memiliki pengaruh

4.3.4 Pengaruh Reputasi KAP terhadap Ketepatan Waktu Pelaporan Keuangan

Pada hasil uji hipotesis memperlihatkan bahwa variabel reputasi KAP

mempunyai tingkat signifikansi 0,823 yang lebih besar dari tingkat signifikansi

5 persen berarti nilai 0,823 > 0,05 dengan nilai koefisien regresi sebesar -0,202.

Dengan demikian penelitian ini tidak dapat menerima bahwa hipotesis ketiga

(H3) yang menyatakan bahwa reputasi KAP berpengaruh positif terhadap

ketepatan waktu penyampaian laporan keuangan. Hasil penelitian ini bertolak

belakang dengan hasil penelitian yang dilakukan oleh Himli dan Ali (2008)

serta Sulistyo (2010) yang menyatakan bahwa reputasi KAP berpengaruh

terhadap ketepatan waktu penyampaian laporan keuangan.

4.3.5 Pengaruh Opini Auditor terhadap Ketepatan Waktu Pelaporan Keuangan

Pada hasil uji hipotesis memperlihatkan bahwa variabel opini auditor

mempunyai tingkat signifikansi 0,999 yang lebih besar dari tingkat signifikansi

5 persen berarti nilai 0,999 > 0,05 dengan nilai koefisien regresi sebesar

25,298. Dengan demikian, penelitian ini tidak dapat menerima bahwa hipotesis

ketiga (H3) yang menyatakan bahwa opini auditor berpengaruh positif terhadap

ketepatan waktu penyampaian laporan keuangan.

Hasil penelitian ini mendukung penelitan yang dilakukan oleh Himli dan

Ali (2008) dan Sulistyo (2010) yang menyatakan bahwa opini auditor tidak

BAB V

KESIMPULAN DAN SARAN

5.1Kesimpulan

Berdasarkan hasil analisis data dan pembahasan yang telah diuraikan ada Bab

VI, maka pada penelitian ini dapat disimpulkan bahwa :

1. Penelitian yang dilakukan dengan objek penelitian pada perusahaan property

dan real estate yang terdaftar di Bursa Efek Indonesia dengan periode

pengamatan dari tahun 2009-2013 (5 tahun), memiliki total populasi 38

perusahaan dan 33 perusahaan yang memenuhi kriteria sampel sehingga

diperoleh 165 unit analisis (5x33). Hasil observasi menunjukkan bahwa

terdapat total 150 laporan keuangan yang telah dipublikasikan tepat waktu dan

15 laporan keuangan yang dipublikasikan tidak tepat waktu.

2. Berdasarkan pengujian dengan menggunakan metode regresi logistik, hasil

penelitian ini menunjukkan bahwa variabel ukuran perusahaan berpengaruh

positif dan signifikan terhadap ketepatan waktu penyampaian laporan

keuangan. Hal ini membuktikan semakin bersar ukuran perusahaan maka

tingkat ketepatan waktu penyampaian laporan keuangan semakin tinggi.

3. Berdasarkan pengujian dengan menggunakan metode regresi logistik, hasil

penelitian ini menunjukkan bahwa variabel rasio gearingbepengaruh positif

dan tidak secara signifikan terhadap ketepatan waktu penyampaian laporan

4. Berdasarkan pengujian dengan menggunakan metode regresi logistik, hasil

penelitian ini menunjukkan bahwa variabel umur perusahaan berpengaruh

negatif dan tidak secara signifikan terhadap ketepatan waktu penyampaian

laporan keuangan.

5. Berdasarkan pengujian dengan menggunakan metode regresi logistik, hasil

penelitian ini menunjukkan bahwa variabel reputasi KAP berpengaruh negatif

dan tidak secara signifikan terhadap ketepatan waktu penyampaian laporan

keuangan.

6. Berdasarkan pengujian dengan menggunakan metode regresi logistik, hasil

penelitian ini menunjukkan bahwa variabel opini auditor berpegaruh positif

dan tidak secara signifikan terhadap ketepatan waktu penyampaian laporan

keuangan.

5.2Keterbatasan

Penelitian ini memiliki beberapa keterbatasan, yaitu :

1. Penelitian ini hanya tercakup pada perusahaan property dan real estate saja

sehingga belum memperlihatkan kecenderungan tren ketepatan waktu

pelaporan keuangan dalam cakupan yang lebih luas.

2. Penelitian ini hanya menggunakan lima variabel independen, yaitu dua variabel

keuangan (ukuran perusahaan dan rasio gearing) dan tiga variabel

non-keuangan (umur perusahaan, reputasi KAP, dan opini auditor). Di antara

variabel-variabel tersebut masih banyak variabel lain yang dapat

likuiditas, solvabilitas, pergantian auditor, profitabilitas, kompleksitas operasi,

sign of income, dan variabel lainnya.

3. Periode pengamatan dalam penelitian ini dibatasi hanya mencakup tahun 2009

sampai dengan 2013 sehingga belum bisa melihat kecenderungan tren pada

tahun-tahun sebelumnya.

5.3Saran

Berdasarkan hasil dan keterbatasan penelitian ini, maka terdapat beberapa

saran bagi penelitian selanjutnya, yaitu :

1. Peneliti selanjutnya diharapkan untuk menambah periode pengamatan agar

memperoleh hasil yang menggambarkan kecenderungan tren dalam jangka

waktu yang lebih panjang.

2. Penelitian selanjutnya diharapkan untuk menggunakan variabel-variabel

independen lainnya yang berpengaruh secara signifikan terhadap ketepatan

waktu penyampaian laporan keuangan.

3. Peneliti selanjutnya juga diharapkan untuk memperluas cakupan klasifikasi

industri yang terdaftar di Bursa Efek Indonesia sehingga memperoleh hasil

yang menggambarkan kecenderungan tren dalam ruang lingkup industri yang

BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1 Laporan Keuangan

2.1.1.1 Pengertian Laporan Keuangan

Menurut Kieso, et al (2012),laporan keuangan merupakan sarana

pengomunikasian informasi keuangan utama kepada pihak-pihak di luar

perusahaan. Laporan ini menampilkan sejarah perusahaan yang

dikuantifikasi dalam nilai moneter. Laporan keuangan (financial

statements) yang sering disajikan adalah (1) neraca, (2) laporan laba rugi, (3) laporan arus kas, dan (4) laporan ekuitas pemilik atau pemegang

saham. Selain itu, catatan atas laporan keuangan atau pengungkapan juga

merupakan bagian integral dari setiap laporan keuangan.

2.1.1.2 Tujuan Laporan Keuangan

Dalam PSAK No. 1, IAI (2007), tujuan laporan keuangan adalah

memberikan informasi tentang posisi keuangan, kinerja, dan arus kas

perusahaan yang bermanfaat bagi sebagian kalangan pengguna laporan

dalam rangka membuat keputusan-keputusan ekonomi serta

menunjukkan pertanggungjawaban (stewardship) manajemen atas

Menurut Kieso, et al(2012) menyatakan bahwa :

“The objective of general-purpose-financial reporting is to provide financial information about the reporting entity that is useful to present and potential equity investors, lenders, and other creditors in decisions about providing resources to the entity. Those decisions involve buying, selling, or holding equity and debt instruments, and providing or settling loans and other forms of credit. Information that is decision-useful to capital providers (investors) may also be helpful to other users of financial reporting who are not investors. Let’s examine each of the elements of this objective.”

Oleh karena itu, laporan keuangan harus menyediakan informasi yang bermanfaat :

1. Bagi investor serta kreditor atau para pemakai lainnya untuk membuat keputusan investasi, kredit, dan keputusan serupa secara rasional. Sebagai investor, informasi dapat digunakan untuk memutuskan apakah ia akan tetap mempertahankan kepemilikannya di perusahaan itu, atau menjualnya dan kemudian menanamkan modalnya di tempat lain. Bagi kreditor, misalnya ingin mengetahui perkembangan perusahaan setelah pinjaman diberikan. Ia harus selalu menilai kemampuan perusahaan mengembalikan pinjaman untuk memutuskan apakah harus memberi tambahan pinjaman atau menarik pinjaman yang telah diberikan.

2. Membantu investor serta kreditor atau para pemakai lainnya dalam menilai jumlah, penetapan waktu, dan ketidakpastian penerimaan kas prospektif dari deviden atau bunga dan hasil dari penjualan, penebusan, atau jatuh tempo sekuritas atau pinjaman. 3. Dengan jelas menggambarkan sumber daya ekonomi dari sebuah

perusahaan, klaim terhadap sumber daya tersebut, dan pengaruh dari transaksi, kejadian, serta situasi yang mengubah sumber daya perusahaan dan klaim pihak lain terhadap sumber daya tersebut.

2.1.1.4 Klasifikasi Laporan Keuangan

Laporan keuangan diklasifikasikan menjadi beberapa laporan, yaitu :

(1) neraca, (2) laporan laba rugi, (3) laporan perubahan ekuitas, (4)

laporan arus kas, dan (5) catatan atas laporan keuangan. Perusahaan

karakteristik utama yang memengaruhi kinerja keuangan, posisi

keuangan perusahaan dan kondisi ketidakpastian (IAI 2007).

2.1.1.5 Karakteristik Laporan Keuangan

Dalam Pernyataan Standar Akuntansi Keuangan No. 1, IAI(2007)

bahwa karakteristik kualitatif laporan keuangan harus :

1. Dapat dipahami

Kualitas penting informasi yang ditampung dalam laporan keuangan adalah kemudahannya untuk segera dapat dipahami oleh pengguna. Untuk maksud ini, pengguna diasumsikan memiliki pengetahuan yang memadai tentang aktivitas ekonomi dan bisnis, akuntansi, serta kemauan untuk mempelajari informasi dengan ketekunan yang wajar.

2. Relevan

Agar bermanfaat, informasi harus relevan untuk memenuhi kebutuhan pengguna dalam proses pengambilan keputusan. Informasi memiliki kualitas relevan kalau dapat mempengaruhi keputusan ekonomi pengguna dengan membantu mereka mengevaluasi peristiwa masa lalu, masa kini, dan masa depan, menegaskan, atau mengoreksi, hasil evaluasi pengguna di masa lalu.

3. Keandalan

Agar bermanfaat, informasi juga harus andal (reliable). Informasi memiliki kualitas andal jika bebas dari pengertian yang menyesatkan, kesalahan material, dan dapat diandalkan penggunanya sebagai penyajian yang tulus atau jujur (faithful representation) dari yang seharusnya disajikan atau yang secara wajar diharapkan dapat disajikan.

4. Dapat dibandingkan

Pengguna harus dapat memperbandingkan laporan keuangan perusahaan antar periode untuk mengidentifikasikan kecenderungan (tren) posisi dan kinerja keuangan. Pengguna juga harus dapat memperbandingkan laporan keuangan antar perusahaan untuk mengevaluasi posisi keuangan, kinerja, serta perubahan posisi keuangan secara relatif.

2.1.2 Audit

2.1.2.1 Definisi Audit

Pengertian auditing menurut “Report of the Committee on Basic

Review, vol.47) adalah : “Suatu proses sistematis untuk memperoleh serta mengevaluasi bukti secara objektif mengenai asersi-asersi kegiatan

dan peristiwa ekonomi, dengan tujuan menetapkan derajat kesesuaian

antara asersi-asersi tersebut dengan kriteria yang telah ditetapkan

sebelumnya serta penyampaian hasil-hasilnya kepada pihak-pihak yang

berkepentingan.”

Sedangkan, menurut Sukrisno Agoes (2012), pengertian auditing

adalah:“Suatu pemeriksaan yang dilakukan secara kritis dan sistematis,

oleh pihak yang independen, terhadap laporan keuangan yang telah

disusun oleh manajemen, beserta catatan-catatan pembukuan dan

bukti-bukti pendukungnya, dengan tujuan untuk dapat memberikan pendapat

mengenai kewajaran laporan keuangan tersebut.”

2.1.2.2 Audit Laporan Keuangan

Audit atas laporan keuangan terutama diperlukan oleh perusahaan

berbentuk Perseroan Terbatas (PT) yang kepemilikannya dimiliki oleh

para pemegang saham. Audit laporan keuangan berkaitan dengan

kegiatan memperoleh dan mengevaluasi bukti tentang laporan-laporan

entitas dengan maksud agar dapat memberikan pendapat apakah laporan

keuangan tersebut telah disajikan secara wajar sesuai dengan

prinsip-prinsip yang berlaku umum.Informasi keuangan yang terdapat di dalam

laporan keuangan perusahaan publik sangatlah diperlukan oleh pihak

eksternal. Oleh karena itu, audit atas laporan keuangan sangatlah

keputusan.Secara signifikan, audit laporan keuangan dapat menurunkan

resiko investor dan kreditor dalam membuat berbagai keputusan

investasi dengan tidak menggunakan informasi yang bermutu rendah.

Menurut Boynton et.al (2002) kebutuhan atas audit laporan

keuangan ini perlu dilakukan atas dasar empat kondisi berikut:

1. Pertentangan Kepentingan (Conflict of Interest)

Banyak pengguna laporan keuangan yang memberikan perhatian tentang adanya kepentingan aktual maupun potensial antara mereka sendiri dan manajemen entitas. Kekhawatiran ini berkembang menjadi ketakutan bahwa laporan keuangan telah disusun sedemikian rupa oleh manajemen sehingga menjadi bias untuk kepentingan manajemen. Oleh karena itu, para pengguna mencari keyakinan dari auditor independen luar bahwa informasi tersebut telah (1) bebas dari bias untuk kepentingan manajemen dan (2) netral untuk kepentingan berbagai kelompok pengguna.

2. Konsekuensi (Consequence)

Laporan keuangan yang diterbitkan menyajikan informasi yang penting, dan dalam beberapa kasus, merupakan satu-satunya sumber informasi yang digunakan untuk membuat keputusan investasi yang signifikan, peminjaman, serta keputusan lainnya. Oleh karena itu, para pengguna menginginkan laporan keuangan tersebut memuat sebanyak mungkin data yang relevan. Karena keputusan yang dibuat akan membawa konsekuensi ekonomi, sosial, dan konsekuensi lain yang signifikan, maka para pengguna laporan akan melirik pada auditor independen untuk memperoleh keyakinan bahwa laporan keuangan telah disusun sesuai dengan GAAP, termasuk semua pengungkapan yang memadai.

3. Kompleksitas (Complexity)

Masalah akuntansi dan proses penyusunan laporan keuangan telah menjadi demikian kompleks. Dengan meningkatnya tingkat kompleksitas, maka resiko salah interpretasi dan timbulnya resiko kesalahan yang tidak disengaja juga ikut meningkat. Karena para pengguna merasa semakin sulit, atau bahkan mustahil untuk mengevaluasi sendiri mutu laporan keuangan, maka mereka mengandalkan auditor independen untuk menilai mutu informasi yang dimuat dalam laporan keuangan.

4. Keterpencilan (Remoteness)

Para pengguna laporan keuangan, bahkan pengguna yang saling pandai sekalipun menganggap tidak praktis lagi untuk mencari akses langsung pada catatan akuntansi utama guna melaksanakan sendiri verifikasi atas asersi laporan keuangan, karena adanya faktor jarak,

waktu, dan biaya. Daripada mempercayau mutu data keuangan begitu saja, sekali lagi para pengguna lebih mengandalkan laporan auditor independen untuk memenuhi kebutuhannya.

2.1.2.3 Tujuan Audit Laporan Keuangan

Secara umum, tujuan audit laporan keuangan adalah untuk

memberikan pernyataan pendapat wajar atau tidaknya penyajian suatu

laporan keuangan sesuai dengan prinsip-prinsip akuntansi yang berlaku

umum.

Menurut Sukrisno Agoes (2012), laporan keuangan yang merupakan

tanggung jawab manajemen perlu diaudit oleh KAP yang merupakan

pihak ketiga yang independen, karena:

1. Jika tidak diaudit, ada kemungkinan bahwa laporan keuangan tersebut mengandung kesalahan baik yang disengaja maupun tidak disengaja. Karena itu laporan keuangan yang belum diaudit kurang dipercaya kewajarannya oleh pihak-pihak yang berkepentingan terhadap laporan keuangan tersebut.

2. Jika laporan keuangan sudah diaudit dan mendapat opini wajar tanpa pengecualian (unqualified) dari KAP, berarti pengguna laporan keuangan bisa yakin bahwa laporan keuangan tersebut bebas dari salah saji yang material dan disajikan sesuai dengan standar akuntansi yang berlaku umum di Indonesia (SAK/ETAP/IFRS). 3. Mulai tahun 2001 perusahaan yang total asetnya Rp25 milyar ke atas

harus memasukkan audited financial statements-nya ke Departemen Perdagangan dan Perindustrian.

4. Perusahaan yang sudah go public harus memasukkan audited financial statements-nya ke Bapepam-LK paling lambat 90 hari tahun buku.

5. SPT yang didukung oleh audited financial statements lebih dipercaya dibandingkan dengan yang didukung oleh laporan keuangan yang belum diaudit.

2.1.2.4 Standar Audit

Sesuai dengan Standar Profesional Akuntan Publik, Pernyataan

Standar Auditing (PSA) .01 (SA Seksi 150), standar auditing yang telah

ditetapkan dan disahkan oleh Institut Akuntan Publik Indonesia (2011)

terdiri atas sepuluh standar yang dikelompokkan menjadi tiga kelompok

besar.

Standar auditing yang telah ditetapkan dan disahkan oleh Ikatan Akuntan Indonesia adalah sebagai berikut:

a. Standar Umum

1. Audit harus dilaksanakan oleh seorang atau lebih yang memiliki keahlian dan pelatihan yang cukup sebagai auditor. 2. Dalam semua hal yang berhubungan dengan perikatan,

independensi dalam sikap mental harus dipertahankan oleh auditor.

3. Dalam pelaksanaan audit dan penyusunan laporannya, auditor wajib menggunakan kemahiran profesionalnya dengan cermat dan seksama.

b. Standar Pekerjaan Lapangan

4. Pekerjaan harus direncanakan sebaik-baiknya dan jika digunakan asisten harus disupervisi dengan semestinya.

5. Pemahaman memadai atas pengendalian intern harus diperoleh untuk merencanakan audit dan menentukan sifat, saat, dan lingkup pengujian yang akan dilakukan.

6. Bukti audit kompeten yang cukup harus diperoleh melalui inspeksi, pengamatan, permintaan keterangan, dan konfirmasi sebagai dasar memadai untuk menyatakan pendapat atas laporan keuangan yang diaudit.

c. Standar Pelaporan

1. Laporan auditor harus menyatakan apakah laporan keuangan telah disusun dengan standar akuntansi yang berlaku umum di Indonesia.

2. Laporan auditor harus menunjukkan atau menyatakan, jika ada, ketidakkonsistenan penerapan standar akuntansi dalam penyusunan laporan keuangan periode berjalan dibandingkan dengan penerapan standar akuntansi tersebut dalam periode sebelumnya.

3. Pengungkapan informatif dalam laporan keuangan harus dipandang memadai, kecuali dinyatakan lain dalam laporan auditor.

vi

DAFTAR ISI

Halaman

PERNYATAAN ... i

KATA PENGANTAR ... ii

ABSTRAK ... iv

ABSTRACT ... v

DAFTAR ISI ... vi

DAFTAR TABEL ... ix

DAFTAR GAMBAR ... x

DAFTAR LAMPIRAN ... xi

BAB I PENDAHULUAN 1.1 Latar Belakang ………. 1

1.2 Perumusan Masalah……….. 6

1.3 Tujuan dan Manfaat Penelitian ……… 6

1.3.1 Tujuan Penelitian ………... 6

1.3.1 Manfaat Penelitian……….. 7

BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori………. 8

2.1.1 Laporan Keuangan ……….……. 8

2.1.1.1 Pengertian Laporan Keuangan……… 8

2.1.1.2 Tujuan Laporan Keuangan……….…. 8

2.1.1.4 Klasifikasi Laporan Keuangan……… 9

2.1.1.5 Karakteristik Laporan Keuangan……….… 9

2.1.2 Audit ……… 10

2.1.2.1 Definisi Audit……….. 10

2.1.2.2 Audit Laporan Keuangan ……… 11

2.1.2.3 Tujuan Audit Laporan Keuangan ……… 13

2.1.2.4 Standar Audit ……….. 13

2.1.3 Teori Kepatuhan (Compliance Theory)……… 15

2.1.4 Teori Keagenan (Agency Theory)………. 16

2.1.4 Teori Sinyal (Signalling Theory)……….. 17

2.1.5 Ketepatan Waktu (Timeliness) Penyampaian Laporan Keuangan Audited……….. 18

2.1.6 Faktor-faktor yang Berpengaruh terhadap Ketepatan Waktu Pelaporan Keuangan ………. .. 19

2.1.6.1 Ukuran Perusahaan……… 19

2.1.6.2 Rasio Gearing……… 19

2.1.6.3 Umur Perusahaan………... 20

vii

2.1.6.5 Opini Auditor ……… 22

2.2 Tinjauan Peneliti Terdahulu……… 23

2.3 Kerangka Konseptual………. 26

2.4 Hipotesis Penelitian……… 27

BAB IIIMETODE PENELITIAN 3.1. Jenis Penelitian ……… 31

3.2. Tempat dan Waktu Penelitian……….. 31

3.3. Batasan Operasional………. 32

3.4. Defenisi Operasional……… 32

3.4.1 Variabel Dependen………. 32

3.4.2 Variabel Independen……….. 33

3.5. Skala Pengukuran Variabel………. 35

3.6. Populasi dan Sampel Penelitian……….. 37

3.6.1 Populasi Penelitian……… 37

3.6.2 Sampel Penelitian……….. 37

3.7. Jenis Data……… 40

3.8. Metode Pengumpulan Data……… 40

3.9. Teknik Analisis Data……….. 40

3.9.1 Statistik Deskriptif……… 40

3.9.2 Pengujian Hipotesis Penelitian………... 41

3.9.3 Pengujian Model……… 42

3.9.3.1 Menguji Kelayakan Model Regresi (Goodness of Fit)……….. 42

3.9.3.2 Menguji Model Keseluruhan Model (Overall Fit Model)……… 43

BAB IVHASIL PENELITIAN DAN PEMBAHASAN 4.1 Deskriptif Penelitian ……… 44

4.2 Analisis Hasil Penelitian ………. 44

4.2.1 Statistik Deskriptif ……… 44

4.2.2 Pengujian Hipotesis ………... 50

4.2.3 Pengujian Model ……….... 52

4.2.3.1 Menguji Kelayakan Model Regresi ………….. 52

4.2.3.2 Menguji Keseluruhan Model ……… 53

4.3 Pembahasan Hasil Penelitian ……….. 55

4.3.1 Pengaruh Ukuran Perusahaan terhadap Ketepatan Waktu Pelaporan Keuangan ……….. 55

4.3.2 Pengaruh Rasio Gearing terhadap Ketepatan Waktu Pelaporan Keuangan ………. 56

viii 4.3.3 Pengaruh Umur Perusahaan terhadap Ketepatan Waktu

Pelaporan Keuangan ………. 56

4.3.4 Pengaruh Reputasi KAP terhadap Ketepatan Waktu Pelaporan Keuangan ………. 57

4.3.5 Pengaruh Opini Auditor terhadap Ketepatan Waktu Pelaporan Keuangan ………. 57

BAB VKESIMPULAN DAN SARAN 5.1 Kesimpulan ………. 58

5.2 Keterbatasan ……… 59

5.3 Saran ……… 60

DAFTAR PUSTAKA………...……….. 61

ix

DAFTAR TABEL

No. Tabel Judul Halaman

2.1 Tinjauan Peneliti Terdahulu……...……… 23

3.1 Pengukuran Variabel Penelitian………... 35

3.2 Proses Seleksi Sampel Berdasarkan Kriteria……… 38

3.3 Daftar Perusahaan Sampel……… 39

4.1 Statistik Deskriptif Variabel Ukuran Perusahaan dan Rasio Gearing……… 45

4.2 Statistik Frekuensi Data Variabel Ketepatan Waktu Pelaporan Keuangan, Umur Perusahaan, Reputasi KAP, dan Opini Auditor……….. 46

4.3 Distribusi Frekuensi Data Ketepatan Waktu Pelaporan Keuangan……… 47

4.4 Distribusi Frekuensi Data Umur Perusahaan………. 47

4.5 Distribusi Frekuensi Data Reputasi KAP……….. 48

4.6 Distribusi Frekuensi Data Opini Auditor……… 49

4.7 Hasil Uji Koefisien Regresi Logistik………. 50

4.8 Hasil Uji Kelayakan Model Regresi (Goodness of Fit)……. 52

4.9 Hasil Uji Overall fit Model -2 Log Likelihood Awal………… 53

x

DAFTAR GAMBAR

No. Judul Halaman

xi

DAFTAR LAMPIRAN

No. Judul Halaman

1 Daftar Populasi Dan Proses Pemilihan Sampel Penelitian.. 65

2 Daftar Perusahaan Sampel Penelitian………. 67

3 Data Perusahaan Tahun 2009……….. 68

4 Data Perusahaan Tahun 2010……….. 69

5 Data Perusahaan Tahun 2011……….. 70

6 Data Perusahaan Tahun 2012……….. 71

7 Data Perusahaan Tahun 2013……….. 72

8 Data Ukuran Perusahaan (Total Asset) setelah Dilogaritmakan (Ln) ……… 73