perusahaan tersebut, diprediksi 33 80,5 perusahaan tepat waktu, sedangkan 8 perusahaan diprediksi tidak tepat waktu.Keakuratan
prediksi secara menyeluruhsebesar 75.8. Tingginya persentase ketepatan pada tabel klasifikasi tersebutmendukung tidak adanya
perbedaan yang signifikan terhadap data hasilprediksi dan data observasinya yang menunjukkan sebagai model regresilogistik yang
baik.
4.2.4 Pengujian Hipotesis
Pengujian hipotesis menggunakan model logistic regression binary dengan metode enter pada tingkat signifikan α 5 logistic regression
binary digunakan untuk menguji pengaruh profitabilitas ROA, ukuran perusahaan, tingkat leverage DER, kualitas kantor akuntan publik KAP,
kompleksitas operasi perusahaan, likuiditas CR, umur perusahaan, dan auditor switching terhadap ketepatan waktu timeliness pelaporan
keuangan.Tabel 4.13 berikut ini menunjukkan hasil pengujian dengan menggunakan regresi logistik pada tingkat signifikansi 5.
Tabel 4.13 Hasil Uji Koefisien Regresi Logistik
a.Variables entered on step 1: ROA, Ukuran, DER, KAP, Kompleksitas, CR, Umur, Auditor_Switching.
Sumber : output SPSS, diolah Peneliti, 2015
Universitas Sumatera Utara
Dari pengujian persamaan regresi logistik tersebut, maka diperoleh model regresi logistik sebagai berikut:
ln TL1-TL = 2,898- 1,288X1 -0,143X2 + 0,465X3 + 1,866X4 + 2,214X5 + 0,210X6–0,005X7–1,943X8 + e
Konstanta sebesar 2,898 menyatakan bahwa jika tidak memperhitungkan nilai ROA, ukuran,DER, KAP, Kompleksitas, CR,
Umur, dan Auditor_Switching maka kemungkinan ketepatan waktu timeliness pelaporan keuangan perusahaan sebesar 2,898.
4.2.4.1 Pengujian signifikan model secara simultan chi-square
Tabel Omnibus Tests of Model Coefficients berfungsi untuk melihat hasil pengujian secara simultan pada regresi logistik, yakni
melihat pengaruh variabel bebas independen secara bersama-sama simultaneously terhadap variabel dependen.
Tabel 4.14 Omnibus Tests of Model Coefficients
Sumber: output SPSS, diolah peneliti, 2015 Berdasarkan tabel 4.14 diatas, diperoleh nilai probabilitas
0,001. Karena nilai probabilitas 0,001 lebih kecil dari 0,05,maka disimpulkan bahwa variabel-variabel independen yang digunakan
Universitas Sumatera Utara
secara bersama-sama berpengaruh signifikan terhadap ketepatan waktu timeliness pelaporan keuangan.
4.2.4.2 Pengujian signifikan model secara parsial
Pada regresi logistik, uji signifikansi koefisien regresi populasi secara individu dapat diuji dengan uji Wald.Dalam uji
Wald, statistik yang diuji adalah statistik Wald Wald
statistic.Dalam ujiWald digunakan hipotesis sebagai berikut : H0:Variabel profitabilitas, ukuran perusahaan, tingkat leverage,
kualitas KAP, kompleksitas operasi perusahaan, likuiditas, umur perusahaan, dan auditor switchingtidak berpengaruh secara
parsial terhadap ketepatan waktu timeliness pelaporan keuangan.
Ha:Variabel profitabilitas, ukuran perusahaan, tingkat leverage, kualitas KAP, kompleksitas operasi perusahaan, likuiditas, umur
perusahaan, dan auditor switchingberpengaruh secara parsial terhadap ketepatan waktu timeliness pelaporan keuangan.
Dengan kriteria pengujian yang digunakan adalah sebagai berikut :
- H0 diterima dan Ha ditolak jika nilai probabilitas sig
signifikansi ∝.
- Ha diterima dan H0 ditolak jika nilai probabilitas sig
signifikansi ∝.
Nilai statistik dari uji Wald berdistribusi chi-square dapat diperoleh sebagai berikut:
Universitas Sumatera Utara
Tabel 4.15 Hasil Uji signifikan model Parsial Uji-
Wald
a.Variables entered on step 1: ROA, Ukuran, DER, KAP, Kompleksitas, CR, Umur, Auditor_Switching.
Sumber : output SPSS, diolah Peneliti, 2015 Berdasarkan hasil uji wald pada tabel 4.15 diatas, maka dapat
disimpulkan hasil signifikansi atau pengaruh variabel-variabel independen terhadap variabel dependen sebagai berikut:
1. Variabel probabilitas ROA X1 memiliki nilai probabilitas
Sig. 0,751 lebih besar dari 0,05, maka profitabilitas ROA tidak berpengaruh terhadap ketepatan waktu timeliness
pelaporan keuangan Ypada perusahaan go public industri barang konsumsi.
2. Variabel ukuran perusahaan X2 memiliki nilai probabilitas
Sig. 0,372 lebih besar dari 0,05, maka ukuran perusahaan tidak berpengaruh terhadap ketepatan waktu timeliness
pelaporan keuangan Y pada perusahaan go public sektor industri barang konsumsi.
3. Variabel tingkat leverage DER X3 nilai probabilitas Sig.
0,604 lebih besar dari 0,05, maka tingkat leverage
Universitas Sumatera Utara
DERperusahaan tidak berpengaruh ketepatan waktu
timelinesspelaporan keuangan Ypada perusahaan go public sektor industri barang konsumsi.
4. Variabel kualitas Kantor Akuntan Publik KAP X4 memiliki
nilai probabilitas Sig. 0,035 lebih kecil dari 0,05, maka kualitas KAPberpengaruh terhadap ketepatan waktu timeliness
pelaporan keuangan Y pada perusahaan go public sektor industri barang konsumsi.
5. Variabel Kompleksitas Operasi Perusahaan X5 memiliki nilai
probabilitas Sig. 0,019 lebih kecil dari 0,05, maka kompleksitas perusahaan berpengaruh terhadap ketepatan waktu
timeliness pelaporan keuangan Y pada perusahaan go public sektor industri barang konsumsi.
6. Variabel likuiditas CR X6 memiliki nilai probabilitas Sig.
lebih besar dari 0,05, maka likuiditas CR tidak berpengaruh terhadap ketepatan waktu timeliness pelaporan keuangan
Ypada perusahaan go public sektor industri barang konsumsi.
7. Variabel umur perusahaan X7 memiliki nilai karena nilai
probabilitas Sig. lebih besar dari 0,05, maka umur perusahaan tidak berpengaruh terhadap ketepatan waktu
timelinesspelaporan keuangan Ypada perusahaan go public sektor industri barang konsumsi.
Universitas Sumatera Utara
8. Variabel auditor switching X8nilai probabilitas Sig.
0,009 lebih kecil dari 0,05, maka auditor switchingberpengaruh terhadap ketepatan waktu timeliness
pelaporan keuangan Y pada perusahaan go public sektor industri barang konsumsi.
4.3 Pembahasan Hasil Penelitian
4.3.1 Hubungan Profitabilitas terhadap Ketepatan Waktu
