mengindikasikan bahwa tersedianya informasi lama setelah suatu kejadian yang memerlukan tanggapan atau keputusan berlalu menjadikan informasi
tersebut tidak punya nilai lagi.
4.3 Hasil Uji Kualitas Data
4.3.1 Hasil Uji Normalitas
Uji normalitas diperlukan untuk memastikan bahwa sebaran data yang digunakan bersifat normal. Model regresi yang baik adalah
mempunyai distribusi data normal atau mendekati normal. Hasil pengujian normalitas dengan SPSS 17.0 diperoleh sebagai berikut:
Tabel 4.6 Hasil Uji Normalitas Metode Kolmogorov Smirnov Kolmogorov Smirnov
Items N
Nilai Signifikasi 2-tailed
Debt to Equity Ratio X
1
36 0.000
Return On Assets X
2
36 0.378 Return On Equity X
3
36 0.000 Ketepatan Waktu Laporan Keuangan Y
36 0.058
Sumber: Lampiran 5 Tabel 4.6 menunjukkan bahwa nilai signifikasi yang dimiliki oleh
variabel Return On Assets dan Ketepatan Waktu Laporan Keuangan adalah lebih besar dari 0,05 yaitu sebesar 0,378 untuk Return On Assets
dan 0,058 untuk Ketepatan Waktu Laporan Keuangan. Namun nilai signifikasi dari variabel Debt to Equity Ratio
dan Return On Equity adalah
kurang dari 0,05 yaitu sebesar 0,000. Menurut hasil olahan tersebut, data tidak berdistribusi normal. Oleh sebab itu, variabel Debt to Equity Ratio
dan Return On Equity perlu dinormalkan. Menurut Sumodiningrat 2002:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
144, selama ini masalah utama yang dihadapi adalah menaksir parameter model yang bentuk fungsinya dianggap sudah diketahui. Spesifikasi
bentuk fungsi dapat menjadi hipotesis yang akan diuji. Dalam hubungan ini hipotesis yang diuji adalah hipotesis yang menyatakan persamaan
regresi populasi adalah linier dalam variabel. Semua model nir-linier dapat diubah menjadi model-model linier
dengan melakukan transformasi, antara lain dengan transformasi dari model polinomial dan transformasi dari model elastisitas konstan
Sumodiningrat, 2002:151. Pada penelitian ini, untuk merubah model yang nir-linier menjadi model linier digunakan transformasi dari model
elastisitas konstan, yaitu dengan cara menggunakan logaritma dengan basis 10. Sehingga asumsi model regresi linier normal klasik terpenuhi.
Setelah data ditransformasi menggunakan logaritma dengan basis 10 maka hasil pengujian normalitas dengan SPSS 17.0 diperoleh sebagai
berikut:
Tabel 4.7 Hasil Uji Normalitas Metode Kolmogorov Smirnov setelah Penormalan dengan Log-10
Kolmogorov Smirnov Items
N Nilai Signifikasi
2-tailed
Debt to Equity Ratio Transform X
1
36 0.699 Return On Assets X
2
36 0.378 Return On Equity
Transform X
3
36 0.592 Ketepatan Waktu
Laporan Keuangan Y 36 0.058
Sumber: Lampiran 5
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Berdasarkan pada tabel 4.7, dapat dilihat bahwa dengan melakukan Kolmogorov-Smirnov test pada seluruh variabel diketahui mempunyai
nilai signifikasi lebih besar dari 0,05 atau 5. Hal ini berarti data berdistribusi normal atau asumsi normalitas data terpenuhi.
4.4 Hasil Pengujian Asumsi Klasik