69 adalah laporan keuangan dan laporan audit perusahaan Manufaktur yang terdaftar
di Bursa Efek Indonesia tahun 2008 sampai dengan tahun 2012.
3.7 Metode Pengumpulan Data
Teknik pengumpulan data yang dilakukan dengan menggunakan teknik dokumentasi, yaitu melihat dokumen-dokumen yang sudah terjadi laporan
keuangan dan laporan audit emiten di Bursa Efek Indonesia. Penelitian ini juga dilakukan dengan menggunakan studi kepustakaan yaitu dengan cara membaca,
mempelajari literatur, jurnal ilmiah dan publikasi yang berhubungan dengan penelitian yang diperoleh dari buku maupun internet dan dengan cara
mendownload dari situs resmi Bursa Efek Indonesia www.idx.com
.
3.8 Teknik Analisis Data
3.8.1 Statistik Deskriptif
Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap objek yang diteliti
melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum. Statistik
deskriptif digunakan untuk mendeskripsikan variabel – variabel yang ada
dalam penelitian ini. Alat analisis yang digunakan adalah nilai minimum, nilai maksimum, rata
– rata mean, dan standar deviasi.
Universitas Sumatera Utara
70
3.8.2 Analisis Regresi Logistik
Alat analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik logistic regression. Alasan penggunaan alat analisis
regresi logistic logistic regression adalah karena variabel dependen bersifat dikotomi melakukan auditor switching dan tidak melakukan
auditor switching . Ghozali 2006:333 menyatakan bahwa metode regresi
logistik sebenarnya mirip dengan analisis diskriminan. Analisis ini ingin menguji apakah terjadinya variabel terikat dependen dapat diprediksi
dengan variabel bebasnya independen. Regresi logistik adalah bentuk khusus dimana variabel dependennya terbagi menjadi dua bagian atau
kelompok biner. Walaupun formulanya dapat saja lebih dari dua kelompok. Regresi logistik adalah regresi yang digunakan untuk mencari
persamaan regresi jika variabel dependennya merupakan variabel yang berbentuk skala. Regresi logistik binary digunakan untuk menemukan
persamaan regresi dimana variabel dependennya bertipe kategorial dua pilihan seperti: ya atau tidak, atau lebih dari dua pilihan seperti: tidak
setuju, setuju, sangat setuju. Variabel dependen dalam penelitian ini adalah pergantian KAP yang dinyatakan dengan variabel dummy, dimana
kategori 1 untuk perusahaan yang melakukan pergantian KAP dan kategori 0 untuk perusahaan yang tidak melakukan pergantian KAP.
Berdasarkan rumusan masalah dan model penelitian yang telah diuraikan sebelumnya, maka model penelitian yang dibentuk adalah
sebagai berikut :
Universitas Sumatera Utara
71 CHANGES = b0 + b
1
BNM + b
2
DEBT + b
3
OPINI +b
4
FEE+ e Keterangan:
CHANGES = Pergantian KAP b0
= Konstanta BNM
= Pergantian Auditor ke KAP yang Berkualitas Lebih Tinggi KAP brand name
DEBT = Kesulitan Keuangan Perusahaan
OPINI = Jenis opini audit 1 untuk perusahaan yang menerima
opini selain wajar tanpa pengecualian dan 0 untuk perusahaan yang menerima opini wajar tanpa pengecualian
FEE = Perubahan Fee Audit
b
1
= Koefisien regresi variabel X
1
b
2
= Koefisien regresi variabel X
2
b
3
= Koefisien regresi variabel X
3
b
4
= Koefisien regresi variabel X
4
e = Standard Error
3.8.2.1 Menilai Kelayakan Model Regresi
Menurut Ghozali 2011, langkah pertama adalah menilai overall model fit terhadap data. Beberapa tes
statistik diberikan untuk menilai hal ini. Hipotesis yang digunakan untuk menilai model fit
adalah sebagai berikut: H0 = Model yang dihipotesiskan fit dengan data
Universitas Sumatera Utara
72 HA = Model yang dihipotesiskan tidak fit dengan data
Dari hipotesis ini jelas bahwa kita tidak akan menolak hipotesis nol agar model fit dengan data. Statistik yang
digunakan berdasarkan pada fungsi likelihood. Likelihood L dari model adalah probabilitas bahwa model yang
dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan alternatif, L ditransformasikan menjadi -
2LogL. Penurunan likelihood -2LL menunjukkan model regresi yang lebih baik atau dengan kata lain model yang
dihipotesiskan fit dengan data.
3.8.2.2 Uji Statistik
Cox and Snell’s R Square
Koefisien regresi dapat juga ditentukan dengan menggunakan Cox and Snell R Square dan Nagelkerke R
Square, dalam hal ini ada dua ukuran R Square yaitu Cox Snell R Square dan Nagelkerke R Square. Cox Snell R
Square menggunakan nilai maksimum kurang dari 1 sehingga sulit untuk diinterpretasikan. Nagelkerke R
Square merupakan modifikasi dari Cox Snell R Square dengan nilai yang bervariasi dari 0 sampai dengan 1.
Nilai yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen
amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi
Universitas Sumatera Utara
73 yang dibutuhkan untuk memprediksi variasi variabel
dependen.
3.8.2.3 Uji Statistik Hosmer and
Lomeshow’s Goodness of Fit Test
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Hosmer
and Lemeshow’s Goodness of Fit Test menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model
tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Jika nilai statistik Hosmer and
Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05, maka hipotesis nol ditolak yang berarti ada
perbedaan signifikan
antara model
dengan nilai
observasinya sehingga Goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya.
Jika nilai statistic Hosmer and Lemeshow’s Goodness of Fit
Test lebih besar dari 0,05, maka hipotesis nol tidak dapat
ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima
karena cocok dengan data observasinya.
Universitas Sumatera Utara
74
3.9 PENGUJIAN HIPOTESIS
3.9.1 Uji t Uji Regresi Parsial
Pengujian hipotesis untuk masing-masing variabel Diferensiasi Kualitas Audit, Kesulitan Keuangan Perusahaan, Opini Audit, dan Fee
Audit secara individu terhadap Pergantian KAP menggunakan uji regresi parsial uji t. Uji regresi parsial merupakan pengujian yang dilakukan
terhadap variabel dependen atau variabel terikat Ghozali, 2005. Adapun mengenai hipotesis-hipotesis yang dilakukan dalam penelitian ini
dirumuskan sebagai berikut :
1. jika prob 0.05 atau t
hitung
t
tabel
maka variabel X secara individu Parsial memiliki pengaruh yang signifikan terhadap
variabel Y, 2.
jika prob 0.05 atau t
hitung
t
tabel
maka variabel X secara individu Parsial tidak memiliki pengaruh yang signifikan
terhadap variabel Y, 3.
jika t
hitung
t
tabel
, maka H
o
diterima atau H
a
ditolak, sedangkan jika t
hitung
t
tabel
, maka H
o
ditolak dan H
a
diterima. Jika tingkat signifikansi dibawah 0,05 maka H
o
ditolak dan H
a
diterima. Dimana :
1 H
o
: b
i
≤ 0 artinya H
o
tidak ada pengaruh yang positif dan signifikan antara variabel bebas dan variabel
terikat. Dimana H
o
adalah tidak ada pengaruh yang positif dan signifikan antara Diferensiasi Kualitas Audit,
Universitas Sumatera Utara
75 Kesulitan Keuangan Perusahaan, Opini Audit, dan Fee
Audit terhadap Pergantian KAP. 2
H
a
: b
i
0 artinya H
a
ada pengaruh positif terhadap dan signifikan antara variabel bebas dan variabel terikat.
Dimana H
a
adalah ada pengaruh yang positif dan signifikan antara Diferensiasi Kualitas Audit, Kesulitan
Keuangan Perusahaan, Opini Audit, dan Fee Audit terhadap Pergantian KAP.
3.9.2 Uji F Uji Hipotesis Simultan
Pengujian terhadap Diferensiasi Kualitas Audit, Kesulitan Keuangan Perusahaan, Opini Audit, dan Fee Audit terhadap Pergantian
KAP secara bersamaan dengan uji F. Uji regresi simultan uji F merupakan pengujian yang digunakan untuk mengetahui ada tidaknya
pengaruh bersama-sama antara variabel independen terhadap variabel dependen Ghozali, 2005. Adapun mengenai hipotesis yang dilakukan
dalam penelitian ini dirumuskan sebagai berikut : 1.
jika nilai F
hitung
F
tabel
maka variabel X secara bersama-sama memiliki pengaruh yang signifikan terhadap variabel Y,
2. jika nilai F
hitung
F
tabel
maka variabel X secara bersama-sama tidak memiliki pengaruh yang signifikan terhadap variabel Y,
3. jika F
hitung
F
tabel
, maka H
o
diterima atau H
a
ditolak, sedangkan jika F
hitung
F
tabel
, maka H
o
ditolak dan H
a
diterima.
Universitas Sumatera Utara
76 Jika tingkat signifikansi dibawah 0,05 maka H
o
ditolak dan H
a
diterima. F
hitung
dapat diketahui melalui :
Dimana : 3
H
o
: b
1
, b
2
, b
3
, b
4
, b
5
, b
6
= 0 artinya tidak ada pengaruh dari variabel independen secara bersama-sama
terhadap variabel dependen. Dimana H
o
adalah tidak ada pengaruh dari Diferensiasi Kualitas Audit, Kesulitan
Keuangan Perusahaan, Opini Audit, dan Fee Audit secara bersama-sama terhadap Pergantian KAP.
4 H
a
: b
1
, b
2
, b
3
, b
4
, b
5
, b
6
≠ 0 artinya ada pengaruh dari variabel independen secara bersama-sama terhadap
variabel dependen. Dimana H
a
adalah ada pengaruh dari Diferensiasi
Kualitas Audit,
Kesulitan Keuangan
Perusahaan, Opini Audit, dan Fee Audit secara bersama- sama terhadap Pergantian KAP
3.9.3 Uji Asumsi Klasik 3.9.3.1 Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui apakah dalam sebuah model regresi terdapat korelasi hubungan diantara
F
hitung
=
Universitas Sumatera Utara
77 variabel bebas dalam model regresi Situmorang dan Lufti, 2012.
Apabila terdapat korelasi antara variabel bebas, maka terjadi multikolinearitas. Sedangkan, apabila tidak terdapat korelasi antara
variabel bebas, maka tidak terjadi multikolinearitas. Pengujian terhadap ada tidaknya multikolinearitas dilakukan dengan melihat
toleransi variabel dan Variance Inflation Factor VIF. Deteksi dilakukan dengan melihat nilai VIF dan nilai tolerance.
Multikolinearitas tidak terjadi jika VIF 10 dan nilai tolerance 0,10.
3.9.3.2 Matriks Klasifikasi
Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan ukuran KAP pada
perusahaan terkait dengan berkualitas atau tidaknya sebuah proses audit.
Universitas Sumatera Utara
78
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1
Data Penelitian
Penelitian ini menggunakan objek penelitian yaitu perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dengan periode penelitian 2008
– 2012. Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft
Excel , selanjutnya analisis deskriptif, pengujian menggunakan regresi logistik dan
diakhiri dengan pengujian hipotesis. Pengujian akan dilakukan dengan menggunakan software SPSS versi 16. Prosedur dimulai dengan memasukkan
variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output- output sesuai metode analisis data yang telah ditentukan.
Metode pengambilan sampel dilakukan dengan teknik purposive sampling. Objek penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia selama periode 2008 – 2012, dimana jumlah perusahaan manufaktur
tersebut adalah 112 perusahaan. Setelah data terkumpul, seluruh perusahaan yang termasuk dalam populasi diseleksi berdasarkan kriteria yang telah ditentukan.
Berdasarkan penyeleksian tersebut, maka diperoleh 40 perusahaan yang dapat dijadikan sampel penelitian dengan 5 tahun periode pengamatan, sehingga
diperoleh jumlah observasi 200. Tabel 4.1 berikut menyajikan tahapan seleksi sampel berdasarkan kriteria
yang telah ditetapkan.
Universitas Sumatera Utara
79
Tabel 4.1 Proses seleksi sampel dengan kriteria
Sumber : Data Diolah
4.1.1 Deskripsi Sampel Penelitian
Dalam penelitian ini, sampel dipilih dengan metode purposive sampling
dengan menggunakan kriteria-kriteria yang telah ditentukan. Sampel dipilih bagi perusahaan manufaktur yang menyajikan data yang
dibutuhkan dalam penelitian ini, seperti diferensiasi kualitas audit, kesulitan keuangan perusahaan, opini audit, dan fee audit. Ringkasan
sampel penelitian disajikan dalam tabel 4.2. Jumlah Perusahaan Manufaktur yang terdaftar di BEI periode 2008-2012
112 Perusahaan Manufaktur yang tidak terdaftar di BEI periode tahun 2008
– 2012 secara berturut-turut
12 Perusahaan manufaktur yang tidak menyertakan laporan auditor
independen bersama dengan laporan keuangan yang telah diaudit pada periode tahun 2008
– 2012 24
Perusahaan manufaktur yang tidak melakukan perpindahan KAP selama periode tahun 2008
– 2012 36
Jumlah perusahaan sampel 40
Tahun pengamatan tahun 5
Jumlah sampel total selama periode penelitian 200
Universitas Sumatera Utara
80
Tabel 4.2 Sampel Penelitian
No. Kode
Perusahaan
1 AKKU
Alam Karya Unggul Tbk 2
ALKA Alakasa Industrindo Tbk
3 ALMI
Alumindo Light Metal Industry Tbk 4
AMFG Asahimas Flat Glass
5 ASII
Astra International Tbk 6
AUTO Astra Otoparts Tbk
7 BATA
Sepatu Bata Tbk 8
BRNA Berlina Tbk
9 BTON
Betonjaya Manunggal Tbk 10
BUDI Budi Acid Jaya Tbk
11 CPIN
Charoen Pokphand Indonesia Tbk 12
DLTA Delta Djakarta Tbk
13 ETWA
Eterindo Wahanatama Tbk 14
FASW Fajar Surya Wisesa Tbk
15 GGRM
Gudang Garam Tbk 16
GJTL Gajah Tunggal Tbk
17 HMSP
HM Sampoerna Tbk 18
INAF Indofarma Tbk
19 INDF
Indofood Sukses Makmur Tbk 20
INTP Indocement Tunggal Prakasa Tbk
21 JECC
Jembo Cable Company Tbk 22
JPRS Jaya Pari Steel Tbk
23 KAEF
Kimia Farma Tbk 24
KBLI KMI Wire and Cable Tbk
25 KBLM
Kabelindo Murni Tbk 26
KDSI Kedawung Setia Industrial Tbk
27 KIAS
Keramika Indonesia Assosiasi Tbk 28
KICI Kedaung Indah Can Tbk
29 KLBF
Kalbe Farma Tbk 30
MERK Merck Tbk
31 PBRX
Pan Brothers Tex Tbk 32
PRAS Prima Alloy Steel Tbk
33 RMBA
Bentoel International Investama Tbk 34
SMCB Holcim Indonesia Tbk
35 SMGR
Semen Gresik Persero Tbk
Universitas Sumatera Utara
81 36
SMSM Selamat Sempurna Tbk
37 SPMA
Suparma Tbk 38
TCID Mandom Indonesia Tbk
39 ULTJ
Ultra Jaya Milk Tbk 40
UNVR Unilever Indonesia Tbk
Sumber : Data Diolah
4.2 Hasil Penelitian
4.2.1 Statistik Deskriptif
Statistik deskriptif digunakan untuk mendeskripsikan variabel –
variabel yang ada dalam penelitian ini. Alat analisis yang digunakan adalah nilai minimum, nilai maksimum, rata
– rata mean, dan standar deviasi.
Tabel 4.3 Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation CHANGES
200 .00
1.00 .2550
.43695 BNM
200 .00
1.00 .4250
.49558 DEBT
200 .08
8.69 1.2053
1.30600 OPINI
200 .00
1.00 .0550
.22855 FEE
200 .00
1.00 .1750
.38092 Valid N listwise
200
Sumber : output SPSS 16 Dari hasil pengujian statistik deskriptif, dapat dilihat bahwa :
a. Jumlah sampel dalam penelitian ini adalah 200 yaitu 40 perusahaan
manufaktur dikali periode penelitian yaitu 2008-2012. Berdasarkan tabel 4.3, hasil analisis dengan menggunakan statistik deskriptif terhadap pergantian
Kantor Akuntan Publik CHANGES menunjukkan nilai minimum sebesar 0,
Universitas Sumatera Utara
82 nilai maksimum sebesar 1 dengan rata-rata sebesar 0,2550 dan standar deviasi
sebesar 0,43695. b.
Hasil analisis dengan menggunakan statistik deskriptif terhadap diferensiasi kualitas audit BNM menunjukkan nilai minimum sebesar 0, nilai
maksimum sebesar 1 dengan rata-rata sebesar 0,4250 dan standar deviasi sebesar 0,49558.
c. Hasil analisis dengan menggunakan statistik deskriptif terhadap kesulitan
keuangan perusahaan DEBT menunjukkan nilai minimum sebesar 0,08 nilai maksimum sebesar 8,69 dengan rata-rata sebesar 1,2053 dan standar deviasi
sebesar 1,30600. d.
Hasil analisis dengan menggunakan statistik deskriptif terhadap opini audit OPINI menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1
dengan rata-rata sebesar 0,0550 dan standar deviasi sebesar 0,22855. e.
Hasil analisis dengan menggunakan statistik deskriptif terhadap fee audit FEE menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1
dengan rata-rata sebesar 0,1750 dan standar deviasi sebesar 0,38092.
4.2.2 Hasil Pengujian Hipotesis Penelitian
Variabel dependen dalam penelitian ini bersifat dikotomi diaudit oleh KAP big 4 dan diaudit oleh KAP non big 4, maka pengujian
hipotesis penelitian ini dilakukan dengan menggunakan uji regresi logistik. Tahapan dalam pengujian dengan menggunakan uji regresi logistik dapat
dijelaskan sebagai berikut Ghozali 2006 :
Universitas Sumatera Utara
83
4.2.2.1 Menilai Keseluruhan Model Overall Model Fit
Pengujian dilakukan dengan membandingkan nilai antara -2 Log Likelihood
-2LL pada awal Block Number = 0 dengan nilai -2 Log Likelihood -2LL pada akhir Block Number = 1. Nilai -
2LL awal adalah sebesar 227,105. Setelah dimasukkan kelima variabel independen, maka nilai -2LL mengalami penurunan
menjadi sebesar 185,265. Penurunan likelihood -2LL ini menunjukkan model regresi yang lebih baik atau dengan kata lain
model yang dihipotesiskan fit dengan data.
Tabel 4.4 Menilai Keseluruhan Model
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
BNM DEBT
OPINI FEE
Step 1
1 185.265
-1.129 -.359
-.084 .457
2.154 2
182.324 -1.286
-.578 -.131
.683 2.490
3 182.280
-1.297 -.625
-.140 .720
2.528 4
182.280 -1.297
-.626 -.140
.721 2.529
5 182.280
-1.297 -.626
-.140 .721
2.529 a. Method: Enter
b. Constant is included in the model. c. Initial -2 Log Likelihood: 227.105
d. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001.
Sumber : output SPSS 16
Universitas Sumatera Utara
84
4.2.2.2 Koefisien Determinasi Nagelkerke R Square Tabel 4.5
Koefisien Determinasi
Sumber : output SPSS 16 Besarnya nilai koefisien determinasi pada model regresi
logistik ditunjukkan oleh nilai Nagelkerke R Square. Hasil pengujian di tabel 4.5 menunjukkan nilai Nagelkerke R Square
sebesar 0,296 yang berarti variabel dependen yang dapat dijelaskan oleh variabel
– variabel independen adalah sebesar 29,6 sedangkan sisanya sebesar 70,4 dijelaskan oleh variabel
– variabel lain di luar model penelitian.
4.2.2.3 Menguji Kelayakan Model Regresi Tabel 4.6
Menguji Kelayakan Model Regresi
Sumber : output SPSS 16 Kelayakan model regresi dinilai dngan menggunakan
Ho smer and Lemeshow’s Goodness of Fit Test. Hasil pengujian
menunjukkan nilai Chi-square sebesar 13,544 dengan signifikansi
Model Summary
Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square
1 182.280
a
.201 .296
a. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001.
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 13.544
8 .094
Universitas Sumatera Utara
85 sebesar 0,94. Hasil pengujian pada tabel 4.6 menunjukkan nilai
signifikansi lebih besar dari 0,05, maka model penelitian ini dapat disimpulkan mampu memprediksi nilai observasinya.
4.2.2.4 Uji t Uji Regresi Parsial
Uji statistik t dilakukan untuk menguji pengaruh dari variabel independen terhadap variabel dependennya secara
individu. Hal ini dapat dilihat dari nilai signifikan t yang dihasilkan dari perhitungan. Apabila nilai signifikan t tingkat signifikan
0.05, t
hitung
t
tabel
maka H
o
ditolak dan H
a
diterima, H
a
diterima berarti variabel independen secara individu berpengaruh terhadap
variabel dependennya, sebaliknya jika nilai signifikan t tingkat signifikansi 0.05, t
hitung
t
tabel
maka H
o
diterima dan H
a
ditolak berarti variabel independennya secara individu tidak berpengaruh
terhadap variabel dependennya.
Tabel 4.7 Hasil Uji Statistik t
Model T
Signifikan 1
Constant 4.108
.000 BNM
-1.513 .132
DEBT -.950
.343 OPINI
.963 .337
FEE 7.393
.000
Sumber : output SPSS 16
Universitas Sumatera Utara
86 Dalam penelitian ini diketahui bahwa n= 200 dengan total
variabel k=5 maka df= n-k, df= 195 dengan signifikansi 5 nilai t
tabel
adalah 1,653. Berdasarkan hasil pengolahan SPSS versi 16, diperoleh hasil sebagai berikut:
1. Pengaruh Diferensiasi Kualitas Audit BNM
terhadap Pergantian KAP CHANGES
Dari tabel regresi dapat dilihat besarnya t
hitung
untuk variabel BNM sebesar -1,513 dengan nilai signifikansi
0,132. Hasil uji statistik tersebut menunjukkan bahwa t
hitung
adalah -1,513, sedangkan t
tabel
adalah -1,653, sehingga t
hitung
t
tabel
-1,513 -1,653. Signifikansi penelitian ini menunjukkan angka yang lebih besar dari
0,05 0,132 0,05, maka dapat disimpulkan bahwa Diferensiasi Kualitas Audit tidak berpengaruh secara
signifikan terhadap Pergantian KAP.
2. Kesulitan
Keuangan Perusaahaan
DEBT terhadap Pergantian KAP CHANGES
Dari tabel regresi dapat dilihat besarnya t
hitung
untuk variabel DEBT sebesar -0,950 dengan nilai signifikansi
0,343. Hasil uji statistik tersebut menunjukkan bahwa t
hitung
adalah -0,950, sedangkan t
tabel
adalah -1,653, sehingga t
hitung
t
tabel
-0.950 -1,653. Signifikansi penelitian ini menunjukkan angka yang lebih besar dari
Universitas Sumatera Utara
87 0,05 0,343 0,05, maka dapat disimpulkan bahwa
Kesulitan Keuangan Perusahaan tidak berpengaruh secara signifikan terhadap Pergantian KAP.
3. Opini Audit OPINI terhadap Pergantian KAP
CHANGES
Dari tabel regresi dapat dilihat besarnya t
hitung
untuk variabel OPINI sebesar 0,963 dengan nilai signifikansi
0,337. Hasil uji statistik tersebut menunjukkan bahwa t
hitung
adalah 0,963, sedangkan t
tabel
adalah 1,653, sehingga t
hitung
t
tabel
0,963 1,653. Signifikansi penelitian ini menunjukkan angka yang lebih besar dari 0,05 0,337
0,05, maka dapat disimpulkan bahwa Opini Audit tidak berpengaruh secara signifikan terhadap Pergantian KAP.
4. Fee
Audit FEE terhadap Pergantian KAP CHANGES
Dari tabel regresi dapat dilihat besarnya t
hitung
untuk variabel FEE sebesar 7,393 dengan nilai signifikansi
0,000. Hasil uji statistik tersebut menunjukkan bahwa t
hitung
adalah 7,393, sedangkan t
tabel
adalah 1,653, sehingga t
hitung
t
tabel
7,393 1,653. Signifikansi penelitian ini menunjukkan angka yang lebih besar dari 0,05 0,000
0,05, maka dapat disimpulkan bahwa Fee Audit berpengaruh secara signifikan terhadap Pergantian KAP.
Universitas Sumatera Utara
88
4.2.2.5 Uji F Uji Hipotesis Simultan
Uji signifikan simultan yang sering disebut dengan uji F ini dilakukan untuk menguji pengaruh yang ditimbulkan oleh
keseluruhan variabel dependen yang ada dalam model terhadap variabel independennya. Pengaruh seluruh variabel independen
secara bersama-sama terhadap nilai variabel dependen dapat diketahui dengan pengujian terhadap variasi nilai variabel yang
terdapat dalam persamaan regresi. Hal ini dapat dari koefisien determinasi yang dihasilkan dari persamaan regresi yang
dilakukan. Berdasarkan
hasil pengolahan
data dengan
menggunakan program SPSS versi 16, maka diperoleh hasil sebagai berikut :
Tabel 4.8 Hasil Uji Statistik F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
9.447 4
2.362 16.131 .000
a
Residual 28.548
195 .146
Total 37.995
199 a. Predictors: Constant, FEE, OPINI, DEBT, BNM
b. Dependent Variable: CHANGES
Sumber : output SPSS 16 Persyaratan dari uji F adalah jika F
hitung
F
tabel
, maka H
o
ditolak dan H
a
diterima, dan apabila tingkat signifikansi dibawah 0,05 maka H
o
ditolak dan H
a
diterima, dimana H
a
menyatakan ada
Universitas Sumatera Utara
89 pengaruh dari variabel independen secara bersama-sama atau
simultan terhadap variabel dependen. Dimana H
a
dalam penelitian ini adalah terdapat pengaruh antara diferensiasi kualitas audit,
kesulitan keuangan perusahaan, opini audit, dan fee audit terhadap pergantian KAP.
Hasil uji ANOVA atau F test menunjukkan F
hitung
sebesar 16,131 dengan tingkat signifikansi 0,000, sedangkan F
tabel
diperoleh dari nilai N1 k-1= 5-1=4 dan N2 n-k= 200-5= 195 dengan n adalah jumlah observasi dan k adalah jumlah variabel
sebesar 2,42 dengan signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa diferensiasi kualitas audit, kesulitan
keuangan perusahaan, opini audit, dan fee audit secara simultan berpengaruh terhadap Pergantian KAP, karena F
hitung
F
tabel
16,131 2,42 dan signifikansi penelitian lebih kecil dari 0,05 0,000 0,05.
4.2.2.6 Uji Multikolinearitas
Model regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat di antara variabel bebasnya. Pengujian ini
menggunakan matriks korelasi antar variabel bebas untuk melihat besarnya korelasi antar variabel independen.
Universitas Sumatera Utara
90
Tabel 4.9 Uji Multikolinieritas
Sumber : output SPSS 16 Hasil pengujian ditampilkan dalam tabel 4.9. Menurut
Ghozali 2006:333, jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan
indikasi adanya multikolinieritas. Hasil pengujian menunjukkan tidak ada nilai koefisien korelasi antar variabel independen yang
nilainya lebih besar dari 0,90, maka dapat disimpulkan tidak terdapat indikasi multikolinieritas antar variabel independen.
4.2.2.7 Matriks Klasifikasi
Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan pergantian KAP
yang dilakukan oleh perusahaan.
Correlation Matrix
Constant BNM
DEBT OPINI
FEE Step 1
Constant 1.000
-.606 -.625
-.137 -.299
BNM -.606
1.000 .297
-.037 .094
DEBT -.625
.297 1.000
-.027 -.119
OPINI -.137
-.037 -.027
1.000 .072
FEE -.299
.094 -.119
.072 1.000
Universitas Sumatera Utara
91
Tabel 4.10 Matriks klasifikasi
Sumber : output SPSS 16 Kekuatan prediksi dari model regresi untuk memprediksi
kemungkinan perusahaan melakukan pergantian KAP adalah sebesar 49,0. Hal ini menunjukkan bahwa dengan menggunakan
model regresi yang digunakan, terdapat sebanyak 25 perusahaan 49,0 yang diprediksi akan melakukan pergantian KAP dari total
26 perusahaan yang melakukan pergantian KAP. Kekuatan prediksi model perusahaan yang tidak melakukan pergantian KAP
adalah sebesar 93,3, yang berarti bahwa dengan model regresi yang digunakan ada sebanyak 139 perusahaan 93,3 yang
diprediksi tidak melakukan pergantian KAP dari total 149 perusahaan yang melakukan pergantian KAP. Kekuatan model
prediksi keseluruhan sebesar 82,0.
4.2.2.8 Model Regresi Logistik yang Terbentuk
Model regresi logistik yang terbentuk disajikan pada tabel 4.11 sebagai berikut :
Classification Table
a
Observed Predicted
CHANGES Percentage Correct
1 Step 1
CHANGES 139
10 93.3
1 26
25 49.0
Overall Percentage 82.0
a. The cut value is .500
Universitas Sumatera Utara
92
Tabel 4.11 Hasil Uji Koefisien Regresi Logistik
Sumber : output SPSS 16
Hasil pengujian terhadap koefisien regresi menghasilkan model berikut ini:
CHANGES = -1,297 – 0,626BNM – 0,140DEBT + 0,721OPINI +
2,529FEE
4.3 Pembahasan Hasil Pengujian Hipotesis