pendanaannya dibanding dengan memanfaatkan sumber ekuitas atau modal sendiri perusahaan. Rasio leverage terendah adalah sebesar 0,00 yang dan tertinggi
mencapai 17,66. Rasio leverage memiliki nilai standar deviasi sebesar 1,71689 dengan demikian batas penyimpangan leverage adalah 1,71689.
4.3 Analisis Data
Pengujian hipotesis mengenai kemaknaan prediksi timeliness dalam pelaporan keuangan kepada publik dilakukan dengan menggunakan model regresi
linier berganda. Sebelumnya model regresi harus memenuhi tidak adanya masalah klasik.
4.3.1. Uji Asumsi Klasik
Normalitas data adalah merupakan syarat utama suatu penyelesaian dengan statistik parametrik. Salah satu cara termudah untuk melihat normalitas residual
adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati normal. Namun demikian hanya dengan melihat
histogram, hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih handal adalah dengan melihat normal probability plot
yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis diagonal dan ploting data residual akan dibandingkan
dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonal.
Tabel 4.6 Normal Probability Plot Ketepatan waktu
Berdasarkan keterangan grafik di atas, grafik normal plot terlihat titik menyebar disekitar garis diagonal, serta penyebarannya agak menjauhi garis
diagonal. Grafik ini menunjukkan bahwa model regresi menyalahi asumsi normalitas atau model regresi tidak memenuhi asumsi normalitas.
Uji normalitas grafik dapat menyesatkan jika tidak berhati-hati secara visual kelihatan normal, padahal secara statistik belum tentu normal. Oleh karena itu
dilakukan pengujian statistik dengan cara melakukan uji one sample test Kolmogrov-Smirnov
. Uji ini digunakan untuk menghasilkan angka yang lebih detail, apakah suatu persamaan regresi yang akan dipakai lolos normalitas. Suatu
persamaan regresi dikatakan lolos normalitas apabila nilai signifikasi uji Kolmogorov-Smirnov
lebih besar dari 0,05 Ghozali, 2006. Hasil pengujian normalitas pada pengujian terhadap 237 data menunjukkan bahwa data berdistribusi
normal. Hal ini ditunjukkan dengan nilai signifikansi Z sebesar 0,068 0,05.
Tabel 4.7 Pengujian Normalitas
Sumber : Data sekunder yang diolah 2010
b. Pengujian Multikolinearitas
