4.2.1. Menilai Model Fit dan Keseluruhan Model Overall Model Fit
Pengujian ini digunakan untuk mengetahui apakah model fit dengan data, baik sebelum maupun sesudah variabel bebas dimasukkan kedalam model.
Hipotesis untuk menilai model fit adalah adalah: H0: Model yang dihipotesiskan fit dengan data
Ha: Model yang dihipotesiskan tidak fit dengan data Pengujian dilakukan dengan membandingkan nilai antara -2Log Likelihood pada
awal block number = 0 dengan nilai -2Log Likelihood pada akhir block number = 1. Nilai -2 Log Likelihood awal pada block number = 0, ditunjukkan melalui
tabel berikut : Tabel 4.6
Tabel Likehood Block 0
Iteration History
a,b,c
Iteration -2 Log
likelihood Coefficients
Constant Step 0
1 39.179
-1.697 2
35.609 -2.301
3 35.415
-2.486 4
35.413 -2.501
5 35.413
-2.501 a. Constant is included in the model.
b. Initial -2 Log Likelihood: 35,413 c. Estimation terminated at iteration
number 5 because parameter estimates changed by less than ,001.
Sumber: SPSS 17, Data diolah 2013 Nilai -2LogL akhir pada block number = 1, dapat ditunjukkan melalui tabel
berikut:
Universitas Sumatera Utara
Tabel 4.7
Tabel Likehood Block 1
Iteration History
a,b,c,d
Iteration -2Log
likelihood Coefficients
Constant ADTR PRIOD GROWTH SIZE ROA
Step 1 1 28.970
-.729 .056
2.058 .000
-.067 -.022
2 20.489
.533 .169
2.959 -.002
-.202 -.012
3 17.651
3.618 .472
3.652 -.006
-.436 .020
4 16.483
6.807 1.066
4.297 -.016
-.673 .057
5 16.328
8.400 1.365
4.770 -.018
-.803 .074
6 16.319
8.941 1.470
4.933 -.018
-.847 .079
7 16.319
8.984 1.479
4.947 -.019
-.851 .080
8 16.319
8.985 1.479
4.947 -.019
-.851 .080
a. Method: Enter b. Constant is included in the model.
c. Initial -2 Log Likelihood: 35,413 d. Estimation terminated at iteration number 8 because parameter estimates
changed by less than ,001.
Sumber: SPSS 17, Data diolah 2013 Tabel 4.6 menunjukkan bahwa -2Log L awal pada block number = 0, yaitu
model hanya memasukkan konstanta yang dapat dilihat pada step 5 memperoleh nilai sebesar 35,413. Kemudian pada tabel 4.7 dapat dilihat nilai -2Log L setelah
masuknya beberapa variabel independen pada model sehingga nilai -2LogL akhir pada step 8 menunjukkan nilai 16,319. Selisih antara nilai -2LogL awal dengan
nilai -2LogL akhir adalah sebesar 19,094 35,413 - 16,319 . Adanya pengurangan nilai antara -2LogL awal dengan nilai -2LogL akhir menunjukkan bahwa model
yang dihipotesiskan fit dengan data.
Universitas Sumatera Utara
4.2.2. Menilai Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan Hosmer and Lemeshow’s
Goodness of Fit Test yang diukur dengan nilai Chi- Square.
Probabilitas signifikansi yang diperoleh kemudian dibandingkan dengan tingkat signifikansi a 5.
Hipotesis untuk menilai kelayakan model regresi: Ho : Tidak ada perbedaan antara model dengan data
Ha : Ada perbedaan antara model dengan data Tabel 4.8
Tabel Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square df
Sig. 1
2.002 7
.960 Sumber: SPSS 17, Data diolah 2013
Tabel 4.8 menunjukkan hasil pengujian Hosmer and Lameshow. Hasil pengujian statistik menunjukkan probabilitas signifikan sebesar 0,960, nilai
signifikansi yang diperoleh lebih besar dari a 0,05. Hal ini berarti model regresi layak untuk digunakan dalam analisis selanjutnya, karena tidak ada perbedaan
yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati, atau dapat dikatakan model mampu memprediksi nilai observasinya.
4.2.3. Koefisien determinasi
Koefisien determinasi digunakan untuk mengetahui seberapa besar variabilitas variabel-variabel independen mampu memperjelas variabilitas
variabel dependen. Koefisien determinasi pada regresi logistik dapat dilihat pada
Universitas Sumatera Utara
nilai Nagelkerke R Square. Nilai Nagelkerke R Square dapat diinterpretasikan seperti nilai R Square pada regresi berganda. Nilai ini didapat dengan cara
membagi nilai Cox Snell R Square dengan nilai maksimumnya. Tabel 4.9
Tabel Nagelkerke R Square
Model Summary
Step -2 Log
likelihood Cox Snell
R Square Nagelkerke R
Square 1
16.319
a
.251 .605
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than
,001.
Sumber: SPSS 17, Data diolah 2013 Tabel di atas menunjukkan nilai Nagelkerke R Square. Hasil output
pengolahan data nilai Nagelkerke R Square adalah sebesar 0,605 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen
adalah sebesar 60,5 , sisanya sebesar 39,5 100 - 60,5 dijelaskan variabilitas variabel-variabel lain di luar model penelitian.
4.2.4. Matrik Klasifikasi
Matrik klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit going concern pada
auditee.
Universitas Sumatera Utara
Tabel 4.10
Tabel Classification Table Prediksi
Classification Table
a
Observed Predicted
opini audit going concern Percentage
Correct 1
Step 1 opini audit going concern
59 2
96.7 1
1 4
80.0 Overall Percentage
95.5 a. The cut value is ,500
Sumber: SPSS 17, Data diolah 2013 Tabel 4.10 menunjukkan kekuatan prediksi dari model regresi untuk
memprediksi kemungkinan penerimaan opini going concern pada auditor sebesar 80,0, hal ini berarti bahwa dengan menggunakan model regresi yang digunakan
ada 4 perusahaan 80 yang diprediksi akan menerima opini audit going concern dari 5 perusahaan yang menerima opini audit going concern. Kekuatan prediksi
model untuk menerima opini audit non going concern adalah sebesar 96,7 yang berarti bahwa dengan model regresi yang diajukan ada 59 perusahaan 96,7
yang diprediksi akan menerima opini audit non going concern dari total 61 perusahaan yang menerima opini audit non going concern.
4.3. Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini adalah untuk menguji pengaruh variabel independen yaitu kualitas audit ADTR, opini audit tahun sebelumnnya
PRIOP, pertumbuhan perusahaan GROWTH, ukuran perusahaan SIZE dan profitabilitas ROA terhadap Opini Audit Going Concern dengan menggunakan
Universitas Sumatera Utara
hasil uji regresi yang ditunjukkan dalam variable in the equation. Dalam uji hipotesis dengan regresi logistik cukup dengan melihat Variables in the Equation,
pada kolom Significant dibandingkan dengan tingkat kealphaan 0,05 5. Apabila tingkat signifikansi 0,05, maka variabel independen berpengaruh
terhadap variabel dependen dan sebaliknya apabila tingkat signifikansi 0.05, maka variabel independen tidak berpengaruh terhadap variabel dependen.
Tabel 4.11
Variables in the Equation
B S.E. Wald df Sig. ExpB
95 C.I.for EXPB
Lower Upper
Step 1
a
ADTR 1.479 2.260
.429 1 .513 4.390
.052 367.957
PRIOP 4.947 2.375 4.339 1 .037 140.708 1.340 14777.445
GROWTH -.019 .017 1.132 1 .287
.982 .949
1.016 SIZE
-.851 .680 1.566 1 .211
.427 .113
1.619 ROA
.080 .176
.204 1 .651 1.083
.767 1.529
Constant 8.985 9.919
.821 1 .365 7979.825 a. Variables entered on step 1: ADTR, PRIOP, GROWTH, SIZE, ROA.
Sumber: SPSS 17, Data diolah 2013 Tabel 4.11 menunjukkan hasil pengujian dengan regresi logistik pada
tingkat signifikasi 5 persen. Tabel 4.12
Hasil Hipotesis
No Hipotesis
Beta Sig
Kesimpulan 1
H
1
1.479 0.513
Ditolak 2
H
2
4.947 0.037
Diterima 3
H
3
-0,019 0.287
Ditolak 4
H
4
-0,851 0.211
Ditolak 5
H
5
0.080 0.651
Ditolak Sumber: Hasil olahan peneliti
Universitas Sumatera Utara
Dari pengujian dengan regresi logistik diatas maka diperoleh persamaan regresi logistik sebagai berikut :
OAGC = 8.985 + 1.479 ADTR + 4.947 PRIOD – 0.019 GROWTH – 0.851 SIZE + 0.080 ROA + e
H
1
: Kualitas audit berpengaruh terhadap penerimaan opini audit going concern
. Kualitas audit yang diproksikan dengan reputasi auditor yang berafiliasi dengan
KAP big four dan non-big four pada tabel menunjukkan koefisien positif sebesar 1.479 dengan tingkat signifikansi 0,513 0,05 yang berarti H
1
ditolak. Dengan demikian, kualitas audit tidak berpengaruh signifikan terhadap penerimaan opini
audit going concern.
H
2
: Opini audit tahun sebelumnya berpengaruh terhadap penerimaan opini audit going concern.
Opini audit tahun sebelumnya pada tabel hasil hipotesis menunjukkan koefisien positif sebesar 4.947 dengan tingkat signifikansi 0,037 0,05 yang berarti H2
dapat diterima. Dengan demikian opini audit tahun sebelumnya berpengaruh signifikan terhadap penerimaan opini audit going concern.
H
3
: Pertumbuhan perusahaan berpengaruh terhadap penerimaan opini audit going
concern.
Universitas Sumatera Utara
Pertumbuhan perusahaan pada tabel di atas menunjukkan koefisien negatif sebesar 0,019 dengan tingkat signifikansi 0.287 0,05 yang berarti H
3
ditolak. Dengan demikian pertumbuhan perusahaan tidak berpengaruh signifikan terhadap
penerimaan opini audit going concern.
H
4
: Ukuran perusahaan berpengaruh terhadap penerimaan opini audit going concern
. Ukuran perusahaan pada tabel di atas menunjukkan koefisien negatif sebesar
0,851 dengan tingkat signifikansi 0.211 0,05 yang berarti H4 ditolak. Dengan demikian ukuran perusahaan tidak berpengaruh signifikan terhadap penerimaan
opini audit going concern.
H
5
: Profitabilitas berpengaruh terhadap penerimaan opini audit going concern
. Profitabilitas yang diproksikan dengan return on asset ROA pada tabel di atas
menunjukkan koefisien positif sebesar 0.080 dengan tingkat signifikansi 0.651 0,05 yang berarti H5 ditolak. Dengan demikian return on asset tidak berpengaruh
signifikan terhadap penerimaan opini audit going concern.
Universitas Sumatera Utara
4.4. Pembahasan Hasil Penelitian
Kategori