B. Data Penelitian
1. Statistik Deskriptif
Pembahasan tentang faktor-faktor yang mempengaruhi ketepatan waktu publikasi laporan keuangan ke publik studi kasus perusahaan manufaktur di Bursa
Efek Jakarta harus terlebih dahulu memperhatikan data para emiten. Data para emiten perlu dianalisis terlebih dahulu sebelum melakukan pembahasan masing-
masing pengaruh dari variabel independen terhadap variabel dependen tersebut. Berikut ini ditampilkan data statistik secara umum dari seluruh data yang
digunakan yang terdapat pada tabel 4. 1 berikut:
Tabel 4.1 Statistik
Deskriptif
Descriptive Statistics
60 ,01
3,80 ,4652
,73083 60
-1,19 286,35
16,6492 37,06230
60 9,20
13,29 11,7008
,83054 60
1,20 14,00
8,8767 4,15302
60 ,00
1,00 ,4533
,44777 60
,40 1,00
,8700 ,17592
60 GEAR
PROFIT SIZE
AGE RAUD
TIME Valid N listwise
N Minimum Maximum
Mean Std. Deviation
Sumber : Hasil analisis Lampiran 8 Statistik deskriptif dari variabel penelitian yang disajikan dalam tabel
diatas yang menunjukkan bahwa variabel dependen time dan variabel independen gearing, profitabilitas, ukuran perusahaan, umur,dan reputasi
auditor mempunyai nilai standar deviasi lebih kecil dari nilai rata-ratanya. Ini menunjukkan bahwa semakin kecil penyimpangan data dengan nilai rata-rata dari
nilai variabel tersebut. Dari tabel diatas dapat dijelaskan bahwa:
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
1. Rata-rata gearing adalah 0,4652 dengan standar deviasi 0,73083. 2. Rata-rata profitabilitas adalah 16,6492 dengan standar deviasi 37,06230.
3. Rata-rata ukuran perusahaan adalah 11,7008 dengan standar deviasi 0,83054.
4. Rata-rata umur perusahaan adalah 8,8767 dengan standar deviasi 4,15302. 5. Rata-rata Reputasi Auditor adalah 0.4533 dengan standar deviasi 0.44777
6. Jumlah sampel sebanyak 60.
2. Uji Asumsi Klasik 2.1 Uji Normalitas
Budi 2005:231 memberikan pengertian terhadap pengujian normalitas sebagai pengujian tentang kenormalan distribusi data. Penggunaan uji normalitas
adalah karena pada analisis statistik parametrik, asamsi yang harus dimiliki oleh data bahwa data tersebut terdistribusi secara normal. Data yang mempunyai
distribusi yang normal berarti mempunyai sebaran data yang normal pula. Dengan profil data seperti ini maka data tersebut dianggap bisa mewakili populasi.
Untuk mengetahui apakah data yang kita miliki normal atau tidak, kita menggunakan uji statistik Kolmogorov-Smirnov K-S. Santoso 2002:34
memberikan pedoman pengambilan keputusan tentang data-data yang mendekati atau merupakan distribusi normal dapat dilihat dari :
a. Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal.
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
b. Nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
Hasil dan uji normalitas dengan menggunakan tes Kolmogorov-Smirnov K-S terdapat pada tabel 4.2 berikut:
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
60 ,0000000
,15581758 ,165
,066 -,165
1,274 ,078
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Dari hasil uji Kolmogorov-Smirnov, dapat dilihat bahwa semua variabel baik, rasio gearing, profitabilitas, ukuran perusahaan, umur perusahaan, reputasi
auditor, dan ketepatan waktu memiliki terdistribusi secara normal karena nilai signifikannya 0,05 5.
Selain dengan menggunakan uji Kolmogorov-Smirnov, untuk mengetahui normalitas data, secara kasat mata kita bisa melihat grafik histogram dari data
yang dimaksud, apakah membentuk kurva normal atau tidak dan grafik PP Plots. Suatu data akan terdistribusi secara normal jika nilai probabilitas yang diharapkan
adalah sama dengan nilai probabilitas pengamatan. Pada grafik PP Plots, kesamaan antar nilai probabilitas harapan dan probabilitas pengamatan
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
ditunjukkan dengan garis diagonal yang merupakan perpotongan antara garis probabilitas harapan dan probabilitas pengamatan. Gambar 4.2 merupakan hasil
pengujian normalitas data dalam bentuk grafik histogram sebagai berikut:
Regression Standardized Residual
2 1
-1 -2
-3
Frequency
15
10
5
Histogram Dependent Variable: TIME
Mean =2.86E-15 Std. Dev. =0.957
N =60
Gambar 4.2 Uji Normalitas Data 1
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Ex pe
ct e
d C
u m
Pr ob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: TIME
Gambar 4.3 Uji Normalitas Data 2
Dari grafik histogram pada gambar 4.2 dan grafik PP Plots pada gambar 4.3 dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang
mendekati normal. Sedangkan pada grafik normal PP Plots terlihat titik-titik menyebar disekitar garis diagonal, serta penyebarannya mengikuti arah garis
diagonal kedua grafik ini menunjukkan bahwa model regresi data layak digunakan karena memenuhi uji normalitas data.
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
2.2 Uji Multikolinearitas
Multikolinearitas terindikasi apabila adanya hubungan linier diantara variabel independen yang digunakan dalam model. Hasil analisis menunjukkan
bahwa nilai VIF semua variabel independen di bawah nilai 10 dan nilai toleransi di atas 0,10. dari analisis di atas berarti tidak terjadi multikolinearitas sehingga
model tersebut layak diuji.
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
1,091 ,319
3,419 ,001
,038 ,029
,159 1,310
,196 ,972
1,029 ,001
,001 ,211
1,675 ,100
,899 1,112
,029 ,026
,136 1,089
,281 ,914
1,095 ,005
,005 ,117
,952 ,345
,952 1,051
,161 ,048
,410 3,382
,001 ,970
1,031 Constant
GEAR PROFIT
SIZE AGE
RAUD Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: TIME a.
Dari hasil pengujian di atas dapat dilihat bahwa angka Tolerance rasio gearing, profitabilitas, ukuran perusahaan, umur perusahaan, dan reputasi auditor
mendekati angka 1 dan nilai VIF berada di sekitar angka 1 dan tidak lebih dari 10 maka tidak ada multikolineariatas di antara variabel independen tersebut
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
2.3 Uji Autokorelasi
Hasil uji autokorelasi dapat kita lihat pada tabel 4.4 dibawah ini:
Tabel 4.4 Uji Autokorelasi
Model Summary
b
,580
a
,290 ,259
,16132 2,027
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, RAUD, GEAR, SIZE, AGE, PROFIT a.
Dependent Variable: TIME b.
Berdasarkan tabel statistik Durbin-Watson, dengan jumlah sampel sebanyak 60 dan variabel independen sebanyak 5, nilai DL adalah -0,487 dan nilai
DU adalah -0,447. Dari hasil uji Durbin-Watson, dapat dilihat bahwa nilai Durbin-Watson berada di antara batas bawah DL dan batas atas DU, dengan
demikian kita tidak dapat memutuskan apakah terjadi autokorelasi positif atau tidak. Oleh karena itu, persamaan regresi dapat dipakai karena di anggap
memenuhi asumsi autokorelasi.
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
2.4 Uji Heteroskedastisitas
Hasil dari uji heterokedastisitas dapat ditunjukkan dalam grafik scatterplot pada gambar 4.3 dibawah ini:
Regression Standardized Predicted Value
2 1
-1 -2
R egre
ssio n
Stu d
ent ized
Dele ted
Press
Resid u
a l
2 1
-1 -2
-3
Scatterplot Dependent Variable: TIME
Gambar 4.4s Grafik Scatterplot
Dari grafik scatterplot tersebut dapat dilihat bahwa penyebaran residual adalah tidak teratur. Hal tersebut dapat dilihat pada titik-titik atau plot yang
menyebar diatas dan dibawah angka 0 pada sumbu Y dan tidak membentuk suatu pola tertentu. Dengan demikian, kesimpulan yang bisa diambil adalah bahwa tidak
terjadi heterokedastisitas atau persamaan regresi memenuhi asumsi heterokedastisitas.
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
3. Pengujian Hipotesis
Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda. Berdasarkan hasil pengolahan data dengan program SPSS 15.0, maka diperoleh
hasil yang terdapat pada tabel 4.5 berikut:
Tabel 4.5
Model Summary
b
,580
a
,290 ,259
,16132 2,027
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, RAUD, GEAR, SIZE, AGE, PROFIT a.
Dependent Variable: TIME b.
Pada model summary, angka R sebesar 0,580 menunjukkan bahwa
korelasi atau hubungan antara ketepatan waktu dengan gearing rasio, profitabilitas, ukuran perusahaan, umur perusahaan, dan reputasi auditor sebagai
variabel independennya adalah kuat karena berada di atas angka 0.5. Angka R square atau koefesien determinasi adalah 0,290. Hal ini berarti bahwa 29 variasi
atau perubahan dalam ketepatan waktu dapat dijelaskan oleh variasi dari rasio gearing, profitabilitas, ukuran perusahaan, umur perusahaan dan reputasi auditor.
Sedangkan sisanya sebesar 71 dijelaskan oleh sebab-sebab lain. Kemudian Standard Error of the Estimate SEE adalah, 0,16132 yang mana semakin kecil
SEE akan membuat model regresi semakin tepat dalam memprediksi ketepatan waktu.
Untuk melihat pengaruh rasio gearing, profitabilitas, ukuran perusahaan, umur perusahaan, dan reputasi auditor secara individu terhadap ketepatan waktu
dapat dihitung dengan menggunakan uji statistik t.
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
Berdasarkan hasil pengolahan data dengan program SPSS 15.0, maka diperoleh hasil yang terdapat pada tabel 4.6 berikut:
Tabel 4.6 Uji Statistik t
Coefficients
a
1,091 ,319
3,419 ,001
,038 ,029
,159 1,310
,196 ,972
1,029 ,001
,001 ,211
1,675 ,100
,899 1,112
,029 ,026
,136 1,089
,281 ,914
1,095 ,005
,005 ,117
,952 ,345
,952 1,051
,161 ,048
,410 3,382
,001 ,970
1,031 Constant
GEAR PROFIT
SIZE AGE
RAUD Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: TIME a.
Dari tabel koefiesien Regresi diatas, dapat diambil suatu kesimpulan, yaitu:
¬ Uji t di gunakan untuk menguji signifikansi konstanta dan setiap variabel
independennya. Terlihat diatas bahwa Rasio gearing mempunyai angka
signifikansi sebesar 0,196 berada diatas 0.05 yang menunjukkan bahwa rasio gearing secara individual tidak mempengaruhi ketepatan waktu.
¬ Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel
independennya. Terlihat diatas bahwa profitabilitas mempunyai angka
signifikansi sebesar 0,100 berada diatas 0,05 yang menunjukkan bahwa profitabilitas secara individual tidak mempengaruhi ketepatan waktu.
¬ Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel
independennya. Terlihat diatas bahwa ukuran perusahaan mempunyai
angka signifikansi sebesar 0,281 berada di atas 0,05 yang menunjukkan
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
bahawa ukuran perusahaan secara individual tidak mempengaruhi ketepatan waktu.
¬ Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel
independennya. Terlihat diatas bahwa umur perusahaan mempunyai
angka signifikansi 0,345 berada jauh diatas 0,05 yang menunjukkan bahwa profitabilitas secara individual tidak mempengaruhi ketepatan waktu.
¬ Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel
independennya. Terlihat diatas bahwa reputasi auditor mempunyai angka
signifikansi 0,00 berada di bawah 0,05 yang menunjukkan bahwa ukuran perusahaan secara individual mempengaruhi ketapatan waktu.
¬ Berdasarkan hasil model tersebut, diketahui bahwa reputasi auditor mempunyai koefesien beta koefesien regresi yang distandarisasi yang
paling besar dibandingkan koefisien beta gearing, beta profitabilitas, beta ukuran perusahaan, dan beta umur perusahaan. Berdasarkan hasil tersebut
dapat diidentifikasi bahwa reputasi auditor memiliki pengaruh yang lebih nyata dan signifikan terhadap ketepatan waktu.
Untuk melihat pengaruh reputasi auditor, umur perusahaan, gearing profitabilitas, dan ukuran perusahaan secara simultan terhadap ketepatan waktu,
dapat dihitung dengan menggunakan uji statistik F. Berdasarkan hasil pengolahan data dengan program SPSS 15.0, maka
diperoleh hasil yang terdapat pada tabel 4.7 berikut:
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
Tabel 4.7 Uji Statistik F
ANOVA
b
,421 5
,084 3,232
,013
a
1,405 54
,026 1,826
59 Regression
Residual Total
Model 1
Sum of Squares
df Mean Square
F Sig.
Predictors: Constant, RAUD, GEAR, SIZE, AGE, PROFIT a.
Dependent Variable: TIME b.
Dari uji ANOVA atau F-test, diperoleh F hitung adalah sebesar 3,232 dengan tingkat signifikansi 0,013. Berdasarkan hasil tersebut dapat disimpulkan
bahwa gearing, reputasi auditor, profitabilitas, umur perusahaan, dan ukuran perusahaan secara simultan berpengaruh terhadap ketepatan waktu karena tingkat
signifikansi sebesar 0,013 berada dibawah 0,05. Dari tabel koefisien Regresi diatas dapat dibentuk suatu persamaan regresi
berganda, yaitu:
Y = 1,091+0,038 X1+0,001 X2+0,029 X3+0,005 X4+0,161X5
Dimana :
Y =
Ketepatan waktu penyampaian laporan = Koefesien
regresi X
1
= Rasio Gearing
X
2
= Profitabilitas X
3
= Ukuran Perusahaan
X
4
= Umur Perusahaan
X
5
= Reputasi Auditor
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009
B. Analisis Hasil penelitian
Dari hasil penelitian secara parsial individu diketahui bahwa variabel reputasi auditor berpengaruh signifikan terhadap ketepatan waktu. Sedangkan
variabel-variabel lainnya tidak begitu berpengaruh terhadap ketepatan waktu pelaporan keuangan ke publik. Hal ini didukung dari nilai R Square sebesar 0,290
yang menunjukkan bahwa variabel independen mampu menjelaskan sebanyak 29 variasi atau perubahan variabel dependen dalam penelitian ini. Sedangkan
sisanya sebesar 71 dijelaskan oleh sebab-sebab yang lain. Menurut Sugiono 2005:108, terdapat pedoman untuk memberikan
interpretasi koefisien korelasi, yaitu :
Tabel 4.8 Pedoman Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,00 - 0,199 Sangat rendah
0,20 - 0,399 Rendah
0,40 - 0,599 Sedang
0,60 - 0,799 Kuat
0,80 - 1,000 Sangat Kuat
Sumber : Sugiyono 2005:108
Hal ini menunjukkan berarti kemampuan variabel independen dalam menjelaskan variabel dependen adalah rendah.
Pamor Mentari AR : Analisis Faktor-Faktor Yang Mempengaruhi Ketepatan Waktu Publikasi Laporan…, 2007 USU Repository © 2009