3.5.1 Statistik Deskriptif dan Analisis Tabulasi Silang Crosstab
Statistik deskriptif digunakan untuk memberikan deskripsi suatu data yang dilihat dari rata-rata mean, standar deviasi standard deviation, dan maksimum
minimum Ghozali, 2006. Mean digunakan untuk memperkirakan besar rata-rata populasi yang diperkirakan dari sampel. Standar deviasi digunakan untuk menilai
dispersi rata-rata dari sampel. Maksimum-minimum digunakan untuk melihat nilai minimum dan maksimum dari populasi. Selain itu, dalam peneltian ini
digunakan Analisis Tabulasi silang untuk mendeskripsikan variabel yang bersifat kategori atau berskala nominal. Crosstab digunakan karena pada dasarnya
berfungsi untuk menyajikan data dalam bentuk tabulasi yang meliputi baris dan kolom dan data yang disajikan adalah data berskala nominal atau kategori
Ghozali, 2006.
3.5.2 Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling berkolerasi, maka variabel-variabel ini tidak
ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Ghozali, 2006
Multikolinieritas di dalam model regresi dapat dilihat dengan menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada
korelasi yang cukup tinggi umumnya diatas 0.90, maka hal ini merupakan indikasi adanya Multikolinieritas.
3.5.3 Pengujian Hipotesis Penelitian
Estimasi parameter menggunakan Maximum Likehood Estimation MLE. Ho = b1 = b2 = b3 = ...= bi = 0
Ho ≠ b1 ≠ b2 ≠ b3 ≠... ≠bi ≠ 0
Hipotesis nol menyatakan bahwa variabel independen x tidak mempunyai pengaruh terhadap variabel respon yang diperhatikan dalam populasi. Pengujian
terhadap hipotesis dilakukan dengan menggunakan α = 5. Kaidah pengambilan keputusan adalah:
1. Jika nilai probabilitas sig. α = 5 maka hipotesis alternatif didukung. 2. Jika nilai probabilitas sig. α = 5 maka hipotesis alternatif tidak didukung.
3.5.3.1 Menilai keseluruhan Model Overall Model Fit
Langkah pertama adalah menilai overall fit model terhadap data. Beberapa test statistik diberikan untuk menilai hal ini. Hipotesis untuk menilai model fit
adalah: H0 : Model yang dihipotesiskan fit dengan data
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.
3.5.3.2 Koefisien Determinasi Nagelkerke’s R Square
Cox dan Snell’s R Square merupakan ukuran yang mencoba meniru ukuran R2 pada multiple regression yang didasarkan pada teknik estimasi
likelihood dengan nilai maksimum kurang dari 1 satu sehingga sulit diinterpretasikan. Nagelkerke’s R square merupakan modifikasi dari koefisien
Cox dan Snell untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu. Hal ini dilakukan dengan cara membagi nilai Cox dan Snell’s R2 dengan
nilai maksimumnya. Nilai Nagelkerke’s R2 dapat diinterpretasikan seperti nilai R2 pada multiple regression.
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 yang dibutuhkan untuk memprediksi variasi variabel dependen.
3.5.3.3 Menguji Kelayakan Model Regresi
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 statistic 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 statistik 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.
3.5.3.4 Matriks Klasifikasi
Matriks Klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit going concern pada
perusahaan terkait dengan berkualitas atau tidaknya sebuah proses audit .
3.5.3.5 Analisis Regresi Logistik yang Terbentuk
Gujarati dalam Ghozali, 2006 berpendapat pada dasarnya analisis regresi adalah studi mengenai ketergantungan variabel dependen terikat dengan satu
atau lebih variabel independen bebas, dengan tujuan untuk mengestimasi dan memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan
nilai variabel independen yang diketahui. Hasil Analisis Regresi adalah berupa berupa koefisien untuk masing-
masing variabel independen. Koefisien ini diperoleh dengan cara memprediksi
nilai variabel dependen dengan suatu persamaan. Analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik logistic regression, yaitu untuk
melihat pengaruh Audit Tenure, Ukuran KAP, Audit Fee, dan Rotasi Audit terhadap kualitas Audit pada perusahaan yang bergerak dalam industri manufaktur
di Indonesia. Persamaan Model Regresi yang digunakan adalah sebagai berikut :
Ln AQ = b0 + b1 AT + b2 AFS + b3 UK + b4 RA + e…………… 3 Keterangan :
AQ : kualitas Audit.
AT : Audit Tenure
AFS : Ukuran Kantor Akuntan Publik UK
: Ukuran Perusahaan Klien RA
: Rotasi Audit e
: residual error
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Objek dan lokasi yang digunakan dalam penelitian ini perusahaan manufaktur yang listing di BEI selama periode 2009, 2010, 2011, dan 2012.
Berdasarkan kriteria yang telah ditetapkan dalam pemilihan sampel dengan menggunakan teknik purposive sampling, maka terdapat 34 perusahaan yang
digunakan dalam penelitian ini dengan total sampel untuk periode 4 tahun penelitian sebanyak 136 perusahaan.
Metode dokumentasi digunakan sebagai metode pengumpulan data dengan mengumpulkan dokumen-dokumen berupa annual report tahun 2009-2012,
laporan auditor independen, laporan keuangan auditan, profil perusahaan serta catatan atas laporan keuangan perusahaan manufaktur tersebut serta data terkait
lainnya yang diperlukan dalam penelitian ini. Teknik regresi logistik digunakan pada penelitian ini. Pengujian regresi
logistik dilakukan dengan beberapa tahapan Ghozali, 2012, yaitu melakukan penilaian kelayakan model regresi, melakukan penilaian keseluruhan model,
koefisien determinasi, uji multikoleniaritas, matrik klasifikasi sampai model regresi yang terbentuk. Semua pengolahan data akan dilakukan dengan alat
program SPSS17.00 for Windows.
4.2 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk memberikan gambaran umum tentang objek penelitian yang dijadikan sampel.Untuk melihat data statistik secara
umum, peneliti menggunakan descriptive untuk variabel yang diukur dengan skala rasio dan frequency untuk variabel yang diukur dalam skala nominal.
Tabel 4.1
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Kualitas Audit
136 .00
1.00 .2500
.43461 Audit Tenure
136 .00
1.00 .6176
.48776 Ukuran KAP
136 .00
1.00 .5074
.50179 Ukuran Perusahaan Klien
136 23.38
30.19 27.9040
1.22520 Rotasi Audit
136 .00
1.00 .1765
.38263 Valid N listwise
136
Sumber : Data sekunder yang telah diolah di SPSS 20
Berdasarkan tabel 4.1 dapat dideskripsikan beberapa hal berikut ini : 1. Jumlah seluruh sampel penelitian adalah 34 perusahaan dikali empat 4
tahun penelitian sehingga total N adalah 136 perusahaan. Dengan satu 1 variabel yang memiliki skala rasio yaitu Ukuran Perusahaan Klien sebagai
variabel independen ketiga dan tiga 3 variabel yang memiliki skala nominal yaitu Audit tenure, ukuran kap dan rotasi audit.
2. Variabel independen ketiga, yaitu ukuran perusahaan klien, memiliki nilai minimum sebesar 23,38 yang ditunjukan oleh perusahaan IKAI Inti Keramik
Alam Asri Industry Tbk pada tahun 2011 dan nilai maksimum sebesar 30.19 yang ditunjukkan oleh perusahaan Gajah Tunggal Tbk pada tahun 2012
dengan nilai rata-rata adalah 27,904. Hal ini berarti bahwa rata-rata dari 13.6
perusahaan yang diteliti memiliki ukuran perusahaan yang diproksikan dengan log aktiva sebesar 27,904.
Tabel 4.2
Kualitas Audit
Frequency Percent
Valid Percent Cumulative
Percent Valid
102 75.0
75.0 75.0
1 34
25.0 25.0
100.0 Total
136 100.0
100.0
Berdasarkan tabel 4.2 dapat dideskripsikan bahwa variabel independen keempat, yaitu kualitas audit merupakan variabel nominal yang menggunakan
variabel dummy, dimana sampel perusahaan yang diaudit oleh KAP yang berafiliasi dengan The Big Four diberi kode “1” sedangkan sampel perusahaan
yang diaudit oleh KAP yang tidak berafiliasi dengan The Big Four diberi kode “0”. Variabel ini memiliki data valid karena seluruhnya telah diproses. Sampel
perusahaan yang diaudit oleh KAP berafiliasi dengan The Big Four sebanyak 34 sampel perusahaan atau 25 sedangkan yang diaudit oleh KAP tidak berafiliasi
dengan The Big Four sebanyak 102 sampel perusahaan dengan persentase sebesar 75.
Tabel 4.3
Audit Tenure
Frequency Percent
Valid Percent Cumulative
Percent Valid
52 38.2
38.2 38.2
1 84
61.8 61.8
100.0 Total
136 100.0
100.0
Berdasarkan tabel 4.3 dapat dideskripsikan bahwa variabel independen pertama, yaitu audit tenure merupakan skala nominal yang menggunakan variabel
dummy, dimana sampel yang lebih dari 3 tahun hubungan kerja diberi kode “1” sedangkan sampel yang kurang dari 3 tahun diberi kode “0”. Variabel ini
memiliki nilai valid karena semua data dapat diproses. Jumlah sampel yang lebih dari 3 tahun hubungan kerja sebanyak 84 sampel atau 61.8 dari total sedangkan
sampel perusahaan yang kurang dari 3 tahun adalah sebanyak 52 sampel atau 61,8 dari total keseluruhan.
Tabel 4.4
Ukuran KAP
Frequency Percent
Valid Percent Cumulative
Percent Valid
67 49.3
49.3 49.3
1 69
50.7 50.7
100.0 Total
136 100.0
100.0
Berdasarkan tabel 4.4 dapat dideskripsikan bahwa variabel dependen, yaitu ukuran KAP, merupakan skala nominal yang menggunakan variabel
dummy, dimana perusahaan yang menerima opini audit going concern diberi kode “1” sedangkan perusahaan yang menerima opini audit non going concern diberi
kode “0”. Variabel ini memiliki nilai data valid karena semua data diproses. Perusahaan yang menerima opini going concern sebanyak 69 perusahaan atau
50,7 dari total keseluruhan, sedangkan perusahaan yang tidak menerima opini non going concern adalah sebanyak 67 perusahaan atau 49,3 dari total sampel.
Tabel 4.5
Rotasi Audit
Frequency Percent
Valid Percent Cumulative
Percent Valid
112 82.4
82.4 82.4
1 24
17.6 17.6
100.0 Total
136 100.0
100.0
Berdasarkan tabel 4.5 dapat dideskripsikan bahwa variabel dependen, yaitu opini audit going concern GCAO, merupakan skala nominal yang
menggunakan variabel dummy, dimana perusahaan merotasi jasa kantor akuntan publiknya maka diberikan nilai 1, jika perusahaan tidak merotasi jasa kantor
akuntan publiknya diberikan nilai 0. Variabel ini memiliki nilai data valid karena semua data diproses. Perusahaan yang merotasi jasa kantor akuntan publiknya
sebanyak 24 perusahaan atau 17,6 dari total keseluruhan, sedangkan perusahaan yang tidak merotasi jasa kantor akuntan publiknya adalah sebanyak 112
perusahaan atau 82,4 dari total sampel. 4.3 Pengujian Data
4.3.1 Uji Multikoloniearitas
Uji ini digunakan untuk situasi dimana adanya korelasi variabel-variabel independen antara satu dengan yang lainnya.Tujuannya adalah untuk mengetahui
apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas independen.Uji multikolinearitas dilakukan dengan melihat besaran VIF
Variance Inflation factor dan tolerance.Jika nilai VIF 10 maka dapat dikatakan terjadi multikoloniearitas, yaitu terjadi hubungan yang cukup besar
antara variabel-variabel bebas. Jika angka tolerance mempunyai angka 0,10, maka variabel tersebut tidak mempunyai masalah multikoloniearitas dengan
variabel bebas lainnya.
Tabel 4.6 Uji Multikoliniearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
Audit Tenure .876
1.141 Ukuran KAP
.981 1.019
Ukuran Perusahaan Klien .936
1.068 Rotasi Audit
.841 1.190
Berdasarkan tabel 4.6 dapat dideskripsikan bahwa tidak ada gejala multikolonieritas antar variabel independen dalam penelitian ini. Pada tabel ini
dapat dilihat bahwa tidak ada nilai tolerance yang kurang dari 0,10 dan tidak ada nilai VIF yang lebih besar dari 10. Hal ini berarti bahwa tidak ada masalah
multikoloniearitas antara variabel independennya. 4.4 Pengujian Model
4.4.1 Menilai Model Fit dan Keseluruhan Model Overall Model Fit
Kategori