penutup 1. - eprints.stiei-kayutangi-bjm.ac.ideprints.stiei-kayutangi-bjm.ac.id/1028/6/bab v.pdf ·...

34

BAB V

PENUTUP

5.1 Kesimpulan

Berdasarkan pengujian yang dilakukan pada bab IV maka dapat

disimpulkan bahwa:

1. Hasil penelitian ini tidak dapat membuktikan adanya pengaruh Profitabilitas

terhadap ketepatan waktu penyampaian laporan keuangan. Semakin tinggi

profit yang didapat sebuah perusahaan maka akan meningkatkan peluang

perusahaan untuk menyampaikan laporan keuangannya secara tepat waktu.

2. Ukuran Perusahaan berpengaruh positif Signifikan terhadap ketepatan waktu

penyampaian laporan keuangan. Perusahaan kecil maupun perusahaan besar

akan sama-sama berusaha untuk memberikan kualitas kepada pemilik sebaik

mungkin sehingga keduanya sama-sama berpeluang untuk menyampaikan

laporan keuangannya secara tepat waktu.

3. Hasil penelitian ini tidak dapat membuktikan adanya pengaruh kepemilikan

Pihak Luar terhadap ketepatan waktu penyampaian laporan keuangan. Besar

kecilnya kepemilikan publik terhadap perusahaan tidak dapat meningkatkan

peluang perusahaan untuk menyampaikan laporan keuangan secara tepat

waktu.

35

5.2 Saran

Saran untuk peneliti selanjutnya

1. Untuk penelitian selanjutnya dapat menambah periode penelitian dan

menambahkan periode yang terbaru agar dapat mencerminkan kondisi terkini

agar lebih akurat hasil penelitiannya.

2. Penelitian selanjutnya diharapkan dapat menambahkan variabel independen

lain yang tidak terdapat dalam penelitian ini seperti kepemilikan institusional,

likuiditas, umur perusahaan, kompleksitas usaha, dan kualitas auditor

internal.

5.3 Keterbatasan

Tahun pengamatan penelitian yang masih terlalu singkat dan jumlah

sampel terlalu sedikit sehingga hasil yang diharapkan tidak maksimal.

DAFTAR PUSTAKA

Ahmad, R. A., & Kamarudin, K. A. (2003). Audit Delay and Timeliness of Corporate Reporting: Malaysian Evidence. Proceeding Hawaii Interrnational Conference on Business, 1-17.

Alexius, E. (2012). Analisis Faktor-Faktor yang Mempengaruhi Ketepatan Waktu Penyampaian Laporan Keuangan. Lampung: Universitas Lampung Lampung.

Choiruddin. (2015). Analisis Faktor-Faktor yang Mempengaruhi Ketepatan Waktu Pelaporan Keuangan (Studi Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesiaperiode 2009-2013). Jurnal ASCY, 41-56.

Dedik Norman Pradipta dan Bambang Suryono. (2017). Analisis faktor-faktor yang mempengaruhi ketepatan waktu pelaporan keuangan, Jurnal Ilmu dan Riset Akuntansi Volume 6, Nomor 3, Maret 2017

Dwiyanti, Rini. 2010. Analisis Faktor-faktor yang Mempengaruhi Ketepatan Waktu Pelaporan Keuangan pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia. Skripsi. Fakultas Ekonomi Universitas Diponegoro. (https://core.ac.uk/download/pdf/11721680.pdf/, diakses 20 februari 2018)

Faktor-Faktor yang Mempengaruhi Ketepatan waktu Pelaporan Keuangan Perusahaan. (2016). Jurnal Ilmu dan Riset Akuntansi, 1-18.

Fuad, L. N. (2015). Faktor –Faktor yang Mempengaruhi Ketepatan Waktu Pelaporan Keuangan Perusahaan: Profitabilitas Sebagai Variabel Moderating (Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar Di BEI Tahun 2012 –2013). Diponegoro Journal of Accounting, 1-10.

Ghozali, I. (2016). Aplikasi Analisis Multivariete dengan Program IBM SPSS 23. Semarang: Badan Penerbit Universitas Diponegoro.

Harahap, Sofyan, Syafri, 2013. Analisis Kritis atas laporan Keuangan, PT. Raja Grafindo Jakarta.

Hilmi, U. dan Syaiful Ali. 2008. Analisis Faktor-Faktor yang Mempengaruhi Ketepatan Waktu Penyampaian Laporan Keuangan ( Studi Empiris pada Perusahaan-Perusahaan yang Terdaftar di BEJ Priode 2004-2006). Simposium Nasional Akuntansi XI Pontianak. 23-24 juli: 1-26.

https://core.ac.uk/download/pdf/11721680.pdf

Ikatan Akuntansi Indonesia. (2016). Kerangka konseptual Pelaporan Keuangan.Jakarta: Dewan Standar Akuntansi Keuangan Ikatan Akuntan Indonesia.

Nelson, S. P., & Shukeri, S. N. (2011). Corporate Governance and Audit Report Timeliness: Evidence from Malaysia. Research in Accounting in Emerging Economies, 109-127

Otoritas Jasa Keuangan.(2017). Peraturan Otoritas Jasa Keuangan Nomor 51/Pojk.03/2017. Jakarta: Otoritas Jasa Keuangan., diakses 11 juli 2018)

Rachmawati, Sistya,” Pengaruh Faktor Internal dan Eksternal Perusahaan Terhadap Audit Delay dan Timeliness”, Fakultas Ekonomi Universitas Indonesia, Jurnal Akuntansi dan Keuangan, Vol. 10, No. 1, Mei 2008: 1-10

Sari, P. R. (2017). Analisis Faktor-Faktor yang Mempengaruhi Ketepatan Waktu Penyampaian Laporan Keuangan (Studi Empiris pada Perusahaan Manufaktur yang Terdaftar di BEI periode 2013-2015).Yogyakarta: Fakultas Ekonomi Universitas Islam Indonesia.

www.neraca.co.id

www.idx.co.id

www.sahamok.com

LAMPIRAN

Lampiran 1 DaftarSampel Data Perusahaan.

Kode Nama Perusahaan

1 AKPI ArghaKarya Prima IndTbk

2 CTBN Citra TubindoTbk

3 GGRM GudangGaramTbk

4 IGAR Champion Pacific Indonesia Tbk

5 INAF IndofarmaTbk

6 IPOL IndopolySwakarsa Industry Tbk

7 JPFA JapfaComfeed Indonesia Tbk

8 KIAS Keramika Indonesia AssosiasiTbk

9 KLBF Kalbe FarmaTbk

10 MYOR Mayora Indah Tbk

11 PBRX Pan Brothers Tbk

12 WTON WijayaKaryaBeton

13 YPAS YanaprimaHastapersadaTbk

Sumber : www.idx.co.id

Lampiran 2 Data TanggalPublikasiLaporanKeuangan.

kode

2014

(HARI)

2015

(HARI)

2016

(HARI)

2017

(HARI)

AKPI 99 76 81 82

IGAR 40 50 48 78

IPOL 72 82 43 85

YPAS 65 69 69 68

JPFA

79 61 61 59

PBRX 86 87 88 88

MYOR 86 81 74 74

GGRM 83 77 81 86

INAF 56 56 59 82

KLBF 71 70 76 82

WTON 50 53 41 41

KIAS 49 74 89 87

CTBN 79 80 80 86

Sumber : www.idx.co.id

Lampiran 3 Data Profitabilitas

2014

KODE LABA BERSIH TOTAL ASET ROA%

WTON

322,403,851,254.00

3,802,332,940,158.00 8.479106284

CTBN

25,480,541.00

259,894,737.00 9.804177374

AKPI

34,690,704.00

2,227,042,590.00 1.557702765

IGAR

8,629,830,017.00

25,964,706,067.00 33.23677146

IPOL

4,109,890.00

285,405,493.00

1.44

YPAS

-

8,266,585,837.00

320,494,592,961.00 -2.579321467

JPFA

384,846.00

15,730,432.00 2.446506237

PBRX

10,107,694.00

366,494,477.00 2.757938969

MYOR

409,618,689,484.00

10,291,108,029,334.00 3.98031668

GGRM

5,395,293.00

58,220,600.00 9.266982821

INAF

1,164,824,606.00

1,248,343,275,406.00 0.093309639

KLBF

2,121,090,581,630.00

12,425,032,367,729.00 17.07110709

KIAS

92,239,403,158.00

2,352,542,603,065.00 3.9208388

Sumber: LaporanKeuangan Perusahaan

2015


WTON 171,784,021,770.00 4,456,097,502,805.00

3.86

CTBN 8,140,945.00 230,679,826.00

3.53

AKPI 27,644,714.00 2,883,143,132.00 0.958839459

IGAR - 123,434,132.00 25,907,846,935.00 -0.476435314

IPOL 2,664,780.00 280,780,071.00 0.949063084

YPAS - 9,880,781,239.00 279,189,768,587.00

-

3.54

JPFA 524,484.00 17,159,466.00 0.030565287

PBRX 8,621,497.00 442,841,222.00 0.019468596

MYOR 1,250,233,128,560.00 11,342,715,686,221.00

11.02

GGRM 6,435,654.00

63,505,413.00

10.13

INAF 6,565,707,419.00 1,533,708,564,241.00

0.43

KLBF 2,057,694,281,873.00 13,696,417,381,439.00

15.02

KIAS - 163,719,244,899.00 2,124,390,696,519.00

-

7.71


2016


WTON 281,567,627,374.00 4,662,319,785,318.00 6.039217393

CTBN - 933,521.00 160,480,644.00

-

0.581703174

AKPI 52,393,857.00 2,615,909,190.00 2.002892807

IGAR 7,941,162,644.00 28,980,690,186.00 27.40156495

IPOL 6,497,367.00 282,894,404.00 2.296746386

YPAS - 10,932,426,503.00 280,257,664,992.00

-

3.900848351

JPFA 2,171,608.00 19,251,026.00 11.28047928

PBRX 13,286,218.00 519,506,767.00 2.557467745

MYOR 1,388,676,127,665.00 12,922,421,859,142.00 10.74625285

GGRM 6,677,083.00 62,951,634.00 10.60668735

INAF - 17,367,399,212.00 1,381,633,321,120.00

-

1.257019424

KLBF 2,350,884,933,551.00 15,266,009,210,657.00 15.39947278

KIAS 252,499,070,120.00 1,859,669,927,962.00 13.57762828


2017


WTON 340,458,859,391.00 7,067,976,095,043.00 4.816921489

CTBN 12,114,563.00 149,450,952.00 8.106046056

AKPI 13,333,970.00 2,745,325,833.00 0.485697174

IGAR - 898,199,884.00 24,524,451,013.00

-

3.662466832

IPOL 2,479,426.00 287,793,458.00 0.86152966

YPAS - 14,500,028,420.00 303,542,864,533.00

-

4.776929427

JPFA 1,107,810.00 21,088,870.00 5.253055285

PBRX 7,816,516.00 573,351,293.00 1.363303108

MYOR 1,630,953,830,893.00 14,915,549,800,251.00 10.93458741

GGRM 7,753,648.00 66,759,930.00 11.61422428

INAF - 46,284,759,301.00 1,529,874,782,290.00 -3.02539527

KLBF 2,453,251,410,604.00 16,616,239,416,335.00 14.76417948

KIAS 85,300,976,555.00 1,767,603,505,697.00 4.825798109


Lampiran 4 Data Ukuran Perusahaan

2014

KODE TOTAL ASET Ln

AKPI 2,227,042,590.00 21.52394035

CTBN 259,894,737.00 19.37578725

GGRM 58,220,600.00 17.8797498

IGAR 25,964,706,067.00 23.98000399

IPOL 285,405,493.00 19.46942151

INAF 1,248,343,275,406.00 27.85283841

JPFA 15,730,432.00 16.57110774

KIAS 2,352,542,603,065.00 28.48651782

KLBF 12,425,032,367,729.00 30.15073429

MYOR 10,291,108,029,334.00 29.96230134

PBRX 366,494,477.00 19.71949401

WTON 3,802,332,940,158.00 28.96663593

YPAS 320,494,592,961.00 26.49313124


2015

KODE TOTAL ASET Ln

AKPI 2,883,143,132.00 21.7821469

CTBN 230,679,826.00 19.25654127

GGRM 63,505,413.00 17.9666357

IGAR 25,907,846,935.00 23.97781173

IPOL 280,780,071.00 19.45308226

INAF 1,533,708,564,241.00 28.05870982

JPFA 17,159,466.00 16.65806053

KIAS 2,124,390,696,519.00 28.38450615

KLBF 13,696,417,381,439.00 30.24815541

MYOR 11,342,715,686,221.00 30.05959686

PBRX 442,841,222.00 19.90872185

WTON 4,456,097,502,805.00 29.1252945

YPAS 279,189,768,587.00 26.35515756


2016

KODE TOTAL ASET Ln

AKPI 2,615,909,190.00 21.68487756

CTBN 160,480,644.00 18.8936839

GGRM 62,951,634.00 17.95787728

IGAR 28,980,690,186.00 24.08989559

IPOL 282,894,404.00 19.46058426

INAF 1,381,633,321,120.00 27.95428748

JPFA 19,251,026.00 16.77307492

KIAS 1,859,669,927,962.00 28.25142013

KLBF 15,266,009,210,657.00 30.35664985

MYOR 12,922,421,859,142.00 30.18998505

PBRX 519,506,767.00 20.06839039

WTON 4,662,319,785,318.00 29.17053425

YPAS 280,257,664,992.00 26.35897525


2017

KODE TOTAL ASET Ln

AKPI 2,745,325,833.00 21.73316561

CTBN 149,450,952.00 18.82247882

GGRM 66,759,930.00 18.01661361

IGAR 24,524,451,013.00 23.92293646

IPOL 287,793,458.00 19.47775362

INAF 1,529,874,782,290.00 28.05620701

JPFA 21,088,870.00 16.86425597

KIAS 1,767,603,505,697.00 28.20064579

KLBF 16,616,239,416,335.00 30.44140161

MYOR 14,915,549,800,251.00 30.3334254

PBRX 573,351,293.00 20.16700916

WTON 7,067,976,095,043.00 29.58659529

YPAS 303,542,864,533.00 26.43878867


Lampiran 5 Data KepemilikanPihakLuar

2014

KODE JUMLAH SAHAM YANG DIMILIKI JUMLAH SAHAM YANG BEREDAR OWN

AKPI

340,000,000.00

680,000,000.00 0.5

IGAR

972,204,500.00

32,593,885,511.00 0.02982782

IPOL

3,765,178.00

6,443,379,509.00 0.00058435

YPAS

668,000,089.00

668,800,008,900.00 0.0009988

JPFA

10,660,522,910.00

1,666,250,182,000.00 0.00639791

PBRX

2,992,484,543.00

6,478,295,611.00 0.46192467

MYOR

1,800,000,000.00

894,347,989.00 2.0126394

GGRM

5,368,568.00

1,924,088.00 2.79018839

INAF

599,267,500.00

3,099,267,500.00 0.19335779

KLBF

46,875,122,110.00

46,875,122,110.00 1

WTON

8,715,466,600.00

17,964,533,400.00 0.48514851

KIAS

425,000,000.00

14,504,100,000.00 0.02930206

CTBN

140,525,200.00

800,371,500.00 0.17557497


2015


AKPI

340,000,000.00

680,000,000.00 0.5

IGAR

972,204,500.00

30,204,281,128.00 0.032187639

IPOL

2,288,748.00

6,443,379,509.00 0.000355209

YPAS

668,000,089.00

66,800,008,900.00 0.01

JPFA

10,660,522,910.00

6,769,432,047,850.00 0.001574803

PBRX

3,342,694,193.00

6,478,295,611.00 0.515983585

MYOR

1,800,000,000.00

894,347,989.00 2.0126394

GGRM

6,435,654.00

1,924,088.00 3.344781528

INAF

599,267,500.00

3,099,267,500.00 0.193357785

KLBF

46,875,122,110.00

46,875,122,110.00 1

WTON

8,715,466,600.00

17,964,533,400.00 0.485148509

KIAS

425,000,000.00

14,504,100,000.00 0.029302059

CTBN

90,525,200.00

800,371,500.00 0.113103977


2016


AKPI

340,000,000.00

680,000,000.00 0.5

IGAR

972,204,500.00

46,778,491,362.00 0.020783152

IPOL

6,021,796.00

6,443,379,509.00 0.000934571

YPAS

668,000,089.00

66,800,008,900.00 0.01

JPFA

11,410,522,910.00

16,602,310,834,050.00 0.000687285

PBRX

3,443,479,023.00

6,478,295,611.00 0.531540891

MYOR

22,358,699,725.00

22,358,699,725.00 1

GGRM

6,677,083.00

1,924,088.00 3.470258637

INAF

399,710,000.00

3,099,267,500.00 0.128969184

KLBF

46,875,122,110.00

46,875,122,110.00 1

WTON

8,715,466,600.00

17,964,533,400.00 0.485148509

KIAS

425,000,000.00

14,504,100,000.00 0.029302059

CTBN

90,525,200.00

800,371,500.00 0.113103977


2017


AKPI 340,000,000.00 680,000,000.00 0.5

IGAR 972,204,500.00 52,013,535,311.00 0.018691375

IPOL 2,104,067.00 6,443,379,509.00 0.000326547

YPAS 668,000,089.00 66,800,008,900.00 0.01

JPFA 11,410,522,910.00 14,833,679,783,000.00 0.000769231

PBRX 3,099,345,123.00 6,478,295,611.00 0.478419836

MYOR 22,358,699,725.00 22,358,699,725.00 1

GGRM 7,753,648.00 1,924,088.00 4.029778264

INAF 599,267,500.00 3,099,267,500.00 0.193357785

KLBF 46,875,122,110.00 46,875,122,110.00 1

WTON 15,757,100.00 8,715,466,600.00 0.001807947

KIAS 425,000,000.00 14,504,100,000.00 0.029302059

CTBN 90,525,200.00 800,371,500.00 0.113103977


Lampiran 6 HasilStatistikDescriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

ROA 52 -7.71 33.24 5.2583 7.76745

SIZE 52 16.57 30.44 23.9411 4.85904

OWN 52 .00 4.03 .5883 .95241

TL 52 -30.77 -16.75 -24.2038 4.91204

Valid N (listwise) 52

Sumber: Output SPSS 2018

Tahun N TepatWaktu TidakTepatWaktu PersentaseTepatWaktu

2014 13 12 1 92.31%

2015 13 13 0 100%

2016 13 13 0 100&

2017 13 13 0 100%

Sumber: Data Diolah 2018

Lampiran 7 Hasil Data Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized

Residual

N 52

Normal Parametersa,b

Mean .0000000

Std. Deviation .01582004

Most Extreme Differences Absolute .116

Positive .082

Negative -.116

Test Statistic .116

Asymp. Sig. (2-tailed) .079c


a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

Lampiran 8 Hasil Data Multikolinearitas

Tolerance >0,10 (TidakterjadiMultikoleniaritas)

VIF < 10,00

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) .001 .012 .065 .949

ROA .001 .000 .001 1.646 .106 .887 1.128

SIZE -1.011 .001 -1.000 -2016.354 .000 .878 1.139

OWN .000 .003 .000 .092 .927 .918 1.090


a. Dependent Variable: TL

Lampiran 9 Hasil Data KoefisiensiDeterminasi (R2)

Model Summary

Model R R Squareb

Adjusted R

Square

Std. Error of the

Estimate

1 1.000a 1.000 1.000 .01614


a. Predictors: OWN, ROA, SIZE

b. For regression through the origin (the no-intercept model), R Square

measures the proportion of the variability in the dependent variable about

the origin explained by regression. This CANNOT be compared to R

Square for models which include an intercept.

NilaiAjusted R Square = 1,000 x 100%

Besarnyakontribusi X1, X2, dan X3 terhadap Y secarasimultanadalah 100%.

Lampiran 10 Hasil Data Statistik T

Coefficientsa,b

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig. B Std. Error Beta

1 (Constant)

ROA

.001

.001

.012

.000

.000

.065

1.671

.949

.101

SIZE -1.011 .000 -1.000 -7360.233 .000

OWN .000 .002 .000 .088 .930


a. Dependent Variable: TL

b. Linear Regression through the Origin

X1 (Ditolak = TidakBerpengaruh)

X2 (Diterima = Berpengaruh)

X3 (Ditolak = TidakBerpengaruh)

penutup 1. - eprints.stiei-kayutangi-bjm.ac.ideprints.stiei-kayutangi-bjm.ac.id/1028/6/bab v.pdf ·...

Documents