3.5 Metode Pengumpulan Data
Metode pengumpulan data yang akan digunakan dalam penelitian ini adalah metode observasi nonperilaku dengan cara observasi analisis catatan.
Observasi analisis catatan dapat berupa pengumpulan data baik dari catatan data sekarang atau catatan data historis. Jogiyanto, 2004:91 . Observasi
analisis catatan ini digunakan untuk mendapatkan data-data tertulis dari laporan keuangan emiten perusahaan properti yang yang terdaftar di Bursa
Efek Indonesia. Penelitian ini menggunakan data laporan keuangan perusahaan properti yang terdaftar di Bursa Efek Indonesia pada tahun 2005-
2007 yang terdapat pada Indonesian Capital Market Derectory ICMD tahun 2008, yang ada di pojok BEI UNDIP. Data-data yang diambil antara lain:
a. Tanggal publikasi laporan keuangan yang didapat dari pojok BEI UNDIP. b. Return On Asset ROA yang didapat dari hasil pembagian laba bersih
setelah pajak dengan total aktiva yang terdapat dalam Indonesian Capital Mareket Directory tahun 2008
c. Debt to equity ratio DER yang didapat dari hasil pembagian total hutang dengan modal yang terdapat dalam Indonesian Capital Mareket Directory
tahun 2008 d. Current Ratio CR yang didapat dari hasil pembagian aktiva lancar
dengan hutang lancar yang terdapat dalam Indonesian Capital Mareket Directory tahun 2008
e. Total Asset yang terdapat dalam Indonesian Capital Mareket Directory tahun 2008
3.6 Metode Analisis Data
Metode analisis data adalah suatu kegiatan untuk memproses data guna menarik kesimpulan, analisis data merupakan langkah selanjutnya setelah data
terkumpul, dimana teknik analisis data menggunakan program statistik SPSS versi 16. Metode analisis data yang digunakan dalam penelitian ini adalah
sebagai berikut:
3.6.1 Regresi Logistik
Pengujian terhadap hipotesis dalam penelitian ini menggunakan analisis regresi logistik. Analisis regresi logistik digunakan untuk mengetahui
pengaruh profitabilitas, leverage, likuiditas dan ukuran perusahaan terhadap ketepatan waktu penyampaian laporan keuangan perusahaan properti yang
terdaftar di BEI, karena variabel dependen dalam penelitian ini berbentuk dummy maka pengujian hipotesis dalam penelitian ini sangat tepat jika
menggunakan regresi logistik. Analisis dengan regresi logistik tidak memerlukan asumsi normalitas data pada variabel bebasnya, sehingga regresi
logistik umumnya digunakan jika asumsi multivariete normal distribution tidak dipenuhi. Adapun bentuk model persamaan regresi logistik dalam
penelitian ini adalah:
Ln = ¥â
+ ¥â
1
Profitabilitas + ¥â
2
Leverage +
¥â
3
Likuiditas + ¥â
4
Size + e 1 - TL
TL
Keterangan:
Ln = Ketepatan waktu penyampaian laporan keuangan
merupakan variabel
dummy, kategori
1 untuk
perusahaan yang tepat waktu dan 0 untuk perusahaan yang tidak tepat waktu
¥â = Konstanta
Profitabilitas = Return On Assets ROA Leverage
= Debt Equity Ratio DER Likuiditas
= Current Ratio CR Size
= Ln Total Aset ¥â
1
, ¥â
2
, ¥â
3
, ¥â
4
= Koefisien Regresi variabel independen e
= Faktor Gangguan
a. Menilai Model Fit
Analisis pertama yang perlu dilakukan adalah menilai kelayakan model regresi dengan melihat nilai
2
χ hitung yang ada pada tabel Hosmer and Lemeshow Goodness of Fit dibandingkan dengan nilai
2
χ tabel. Adapun kriteria pengambilan keputusan adalah: Jika
2
χ hitung
2
χ tabel, maka model yang dihipotesiskan tidak fit dengan data, jika
2
χ hitung
2
χ tabel, maka model yang dihipotesiskan fit dengan data. Setelah menilai kelayakan model
regresi, langkah selanjutnya adalah menilai overall fit model. TL
1 - TL
Menilai overall fit model keseluruhan model terhadap data model fit dapat dilakukan dengan menggunakan fungsi likelihood. Penilaiannya
dilakukan dengan membandingkan nilai -2 Log Likelihood -2LogL pada overall block number block number = 0 dengan -2LogL pada block number
akhir block number = 1. Menilai overal fit model terhadap data model fit dengan menggunakan penilaian Cox dan Snall’s R
Square yang merupakan ukuran yang mencoba meniru ukuran R
2
pada multiple regresion yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang
dari 1 satu dan nilai nigelkerke’s R
2
yang dapat diinterpretasikan seperti nilai R
2
pada multiple regresion Ghozali, 2002:233
b. Estimasi Parameter dan Interpretasinya
Kategori