tidak diaudit oleh kantor akuntan publik Big Four. Sedangkan sisanya 41,9 persen atau 52 perusahaan diaudit oleh BigFour. Hal ini menunjukkan bahwa rata-rata
perusahaan yang masuk dalam sampel tidak diaudit oleh kantor akuntan publik Big Four.
Variabel dependen yaitu pelaporan keuangan melalui internet IFR,
menunjukkan bahwa perusahaan yang diberi kode 1 melaporkan laporan keuangan pada website perusahaan ada sebanyak 79 persen atau sebanyak 98 perusahaan.
Untuk yang diberi kode 0 adalah perusahaan yang tidak melaporkan laporan keuangan nya pada website perusahaan ada sebanyak 21 persen atau 26 perusahaan.
5.2. Hasil Pengujian Hipotesis
Pengujian hipotesis menggunakan model regresi logistik untuk menguji pengaruh ukuran perusahaan, umur listing,
leverage, reputasi auditor, struktur kepemilikan, dan likuiditas terhadap pelaporan laporan keuangan melalui internet.
Pengujian hipotesis meliputi 1 menilai kelayakan model regresi, 2 menguji koefisien regresi.
5.2.1. Menilai kelayakan Model Regresi Goodness of Fit Test
Pengujian pertama yang dilakukan adalah menilai kelayakan model regresi. Ukuran dari uji kelayakan model
goodness of fit test of Model dari regresi logistik salah satunya adalah
The Hosmer-Lemmeshow test statistic. Uji ini untuk mengevaluasi kesesuaian model dengan data, jumlah observasi yang diperkirakan
sama atau mendekati dengan yang diekspektasikan dalam model. Test Chi square
Universitas Sumatera Utara
dengan derajat kebebasan jumlah baris dengan estimasi probabilitas yang tersedia dari model.
H
H = Tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan
klasifikasi yang diamati
1
Dari uji yang dilakukan pada tabel 5.2 diketahui bahwa nilai C hi-square pada
Hosmer and Lemmeshow test statistic menunjukkan nilai sebesar 7,155 dengan probabilitas signifikansi 0,524. Karena angka 0.524 lebih besar dari 0.05 , dan 0.1
maka H = Ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan yang
klasifikasi yang diamati
Tabel 5.2 Uji Kelayakan Model - Hosmer and Lemmeshow Test
diterima, hal ini berarti model regresi binary layak dipakai untuk analisis karena tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan
klasifikasi yang diamati.
Step Chi-square
Df Signifikansi
1 7.155
8 .524
Sumber : Hasil penelitian, 2011
5.2.2. Menguji koefisien regresi
Tahap akhir adalah uji koefisien regresi, di mana hasilnya dapat dilihat pada tabel 5.3. Tabel tersebut menunjukkan hasil pengujian dengan regresi logistik.
Tabel 5.3 Ikhtisar Model Regresi Logistik Step
-2 Log likelihood Cox Snell R Square Nagelkerke R Square
1 102.485
.182
a
.283
Sumber : Hasil penelitian, 2011
Universitas Sumatera Utara
Pada tabel diatas menunjukkan bahwa penelitian ini melalui hasil output SPSS regresi logistik memberikan nilai Cox dan Snell’s R
2
sebesar 0,182 dan nilai Nagelkerke R
2
5.2.3. Pengujian Persamaan Regresi
sebesar 0,283. yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas variabel independen sebesar 28.3 persen dan sisanya oleh
variabel lainnya.
Tabel 5.4 Hasil pengujian persamaan regresi logistic
B S.E.
ExpB.= 0dds ratio Signifikansi
Ukuran Perusahaan .223
.171 1.250
.192 Umur Listing
.040 .038
1.041 .295
Leverage .144
.082 1.155
.078 Reputasi Auditor
1.402 .647
4.064 .030
Struktur Saham Asing 0.068
.147 1.071
.641 Likuiditas
.322 .209
1.380 .123
Constant -6.430
4.576 .002
.160 Sumber : Lampiran 4
Ket : signifikan pada tingkat kepercayaan 10 signifikan pada tingkat kepercayaan 5
Berdasarkan hasil pengolahan menggunakan SPSS 16.0 pada tabel 5.4 diatas, diperoleh bahwa dari enam variabel yang diamati, hanya dua variabel saja yang
signifikan yang dapat mempengaruhi pelaporan keuangan melalui internet IFR yaitu reputasi auditor dan leverage. Hal ini dapat diketahui dari taraf signifikansi untuk
variabel tersebut berada di bawah 0.05 dan 0.1. Hasil diatas menunjukkan bahwa kedua variabel tersebut berpengaruh terhadap praktek IFR pada level 5 dan 10.
Variabel yang tidak signifikan dari hasil Logistic Regression adalah variabel ukuran perusahaan , umur listing , struktur kepemilikan saham pihak asing dan likuiditas.
Variabel-variabel tersebut signifikannya lebih besar dari 10, hal ini menunjukkan
Universitas Sumatera Utara
bahwa hipotesis ditolak artinya variabel-variabel tersebut tidak berpengaruh terhadap penerapan pelaporan keuangan melalui internet IFR.
Dari pengujian persamaan regresi logistik tersebut, maka diperoleh model regresi logistik sebagai berikut :
Ln IFR = -6,430 + ,223 X
1
+0,040X
2
+ 0,144X
3
+ 1,402X
4
+ 0,068X
5
+0,322X
6
1-IFR
1.250 1.041 1.155 4.064 1.071 1.380
Keterangan : : adalah odds ratio untuk masing-masing variable
5.3. Pembahasan Hasil Penelitian