tahun 2012 jumlah perusahaan yang tepat waktu menurun menjadi hanya 25 27,17 perusahaan. Jumlah perusahaan yang tepat waktu dalam
menyampaikan laporan keuangan kembali meningkat di tahun 2013 yakni sebesar 52 56,52 perusahaan dan tahun 2014 sebanyak 67 72,83
perusahaan. Untuk perusahaan yang tidak tepat waktu menyampaikan laporan keuangan di tahun 2011 ada sebanyak 34 36,96 perusahaan
dan meningkat di tahun 2012 menjadi 76 82,61 perusahaan. Di tahun 2013 jumlah perusahaan yang tidak tepat waktu menurun menjadi 43
43,48 perusahaan dan kembali menurun di tahun 2014 menjadi 24 26,09 perusahaan.
4.3 Uji Hipotesis
Pengujian hipotesis menggunakan model regresi logistik dengan metode enter pada
tingkat signifikansi α 5. Regresi logistic digunakan untuk menguji pengaruh auditor switching, audit report lag, reputasi auditor, opini audit,
kepemilikan manajerial dan kepemilikan publik terhadap ketepatan waktu penyampaian laporan keuangan perusahaan.
4.3.1 Menilai Kelayakan Model Regresi goodness of ft
Langkah pertama yang dilakukan yaitu dengan menilai kelayakan model regresi tabel Hosmer and Lemeshow Test.
Sumber : output SPSS, diolah peneliti, 2016 Tabel 4.16
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 7.110
8 .525
Universitas Sumatera Utara
Berdasarkan tabel 4.16, besar nilai Hosmer and Lemeshow Test adalah 10,772 dengan probabilitas sebesar 0,525 dimana 0,525 0,05 maka
hipotesis nol diterima dan tidak dapat ditolak. Ini berarti model regresi yang digunakan dalam penelitian ini layak digunakan untuk analisis
selanjutnya.
4.3.2 Menilai Kelayakan Keseluruhan Model Overall model fit Tabel 4.17
Overall Model Fit
Iteration -2 Log Likehood
Step 0 506,629
Step 1 413,873
Uji kelayakan memperhatikan angka pada awal -2 Log Likehood LL block number = 0, sebesar 506,629 dan angka pada -2 Log Likehood
LL block number = 1, sebesar 413,873. Hal ini menunjukkan telah terjadi penurunan nilai -2 Log Likehood LL block number = 0 dan Block 1
sebesar 92,756. Penurunan -2 Log Likehood LL menunjukkan model regresi yang dihipotesiskan fit dengan data atau model regresi baik.
4.3.3 Menganalisis nilai Cox Snell’s R Square Negelkerke’s R Square
Besarnya nilai Cox Snell’s R Square Negelkerke’s R Square dapat dilihat dari tabel berikut.
Universitas Sumatera Utara
Tabel 4.18 Cox Snell’s R Square Negelkerke’s R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square Nagelkerke R Square 1
413.873
a
.223 .298
a. Estimation terminated at iteration number 6 because parameter estimates changed by less than .001.
Sumber : output SPSS, diolah peneliti, 2016
Tabel 4.18 menunjukkan nilai Cox Snell’s R Square sebesar 0,223 yang berarti nilai tersebut kurang dari 1 0,160 1 dan nilai
Negelkerke’s R Square sebesar 0,298 yang berarti bahwa variabel ketepatan waktu penyampaian laporan keuangan dapat dijelaskan oleh
auditor switching, audit report lag, reputasi auditor, opini audit, kepemilikan manajerial dan kepemilikan publik sebesar 29,8 dan
sisanya sebesar 70,2 dijelaskan oleh faktor-faktor lain di luar model penelitian.
Universitas Sumatera Utara
4.3.4 Menguji Hipotesis
