BAB IV HASIL PENELITIAN DAN PEMBAHASAN
A. Data Penelitian
Metode analisis data yang digunakan dalam penelitian ini adalah metode statistik yang menggunakan persamaan regresi logistik. Analisis data dimulai
dengan mengolah data dengan menggunakan microsoft exel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian rergresi logistik dengan
menggunakan software SPSS versi 18. Prosedur dimulai dengan memasukkan variabel-variabel penelitian keprogram SPSS tersebut dan menghasilkan ouput-
ouput sesuai metode analisis data yang telah ditentukan. Berdasarkan kriteria yang telah ditetapkan, diperoleh 19 perusahaan yang memenuhi kriteria dan
dijadikan sampel penelitian ini dan diamati selama periode 2006-2009.
B.
1.
Analisis Hasil Penelitian
Statistik Deskriptif Setelah data tekumpul, seluruh sampel diseleksi berdasarkan kriteria.
Diperoleh 76 sampel yang memenuhi kriteria pemilihan sampel yang telah ditentukan sebelumnya. Berikut ini ditampilkan data statistik seraca umum
dari seluruh sampel yang telah terpilih. Untuk melihat data statistik secara umum, peneliti menggu nakan fasilitas descriptives untuk variabel yang
diukur dengan skala ratio dan fasilitas frequencies untuk variabel yang diukur dengan skala nominal.
Universitas Sumatera Utara
Tabel 4.1
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation QR
76 ,00
6,57 ,7168
1,13515 LTDAR
76 ,00
5,33 ,3582
,76275 ROA
76 -112,47
,44 -1,7257
12,99464 Pertumbuhan Perusahaan
76 -1,32
5,00 ,1162
,77862 Valid N listwise
76
Berdasarkan tabel 4.1 dapat dideskripsikan beberapa hal berikut : a.
Jumlah seluruh sampel penelitian adalah 19 perusahaan dikali empat 4 tahun penelitian sehingga total N adalah 76 perusahaan. Dengan
lima 5 variabel yaitu quick ratio QR sebagai variabel independen yang pertama X1, long term debt to assets ratio LTDAR sebagai
variabel independen kedua X2, return on assets ROA sebagai variabel independen ketiga X3, dan pertumbuhan perusahaan
sebagai variabel independen kelima X5. b.
Variabel independen pertama, yaitu quick ratio, memiliki nilai minimum sebesar 0 dan nilai maksimum sebesar 6,57 dengan nilai
rata-rata adalah 0,7168. Hal ini menunjukkan bahwa perusahaan- perusahaan yang menjadi sampel mempunyai nilai quick ratio yang
positif. Nilai standar deviasi sebesar 1,13515 menunjukkan bahwa tidak ada sampel yang memiliki nilai quick ratio yang bersifat
ekstrim. c.
Variabel independen kedua, yaitu long term debt to assets ratio, memiliki nilai minimum sebesar 0 dan nilai maksimum sebesar 5,33
dengan nilai rata-rata adalah 0,3582. Hal ini menunjukkan bahwa perusahaan-perusahaan yang menjadi sampel mempunyai nilai
Universitas Sumatera Utara
LTDAR yang positif. Nilai standar deviasi sebesar 0,76275 menunjukkan bahwa tidak ada sampel yang memiliki nilai LTDAR
yang bersifat ekstrim. d.
Variabel independen ketiga, yaitu return on assets,memiliki nilai minimum sebesar -112,47 dan nilai maksimum sebesar 0,44 dengan
nilai rata-rata adalah -1,7257. Hal ini menunjukkan bahwa kebanyakan perusahaan-perusahaan yang menjadi sampel
mempunyai nilai LTDAR yang negatif. Nilai standar deviasi sebesar 12, 99464 menunjukkan bahwa tidak ada sampel yang memiliki nilai
ROA yang bersifat ekstrim. e.
Variabel independen kelima, yaitu pertumbuhan perusahaan, memiliki nilai minimum sebesar -1,32 dan nilai maksimum sebesar 5
dengan nilai rata-rata 0,1162. Hal ini menunjukkan bahwa sebagian besar perusahaan-perusahaan yang menjadi sampel mempunyai nilai
pertumbuhan perusahaan yang positif. Nilai standar deviasi sebesar 0,77862 menunjukkan bahwa tidak ada sampel yang memiliki nilai
pertumbuhan perusahaan yang bersifat ekstrim.
Tabel 4.2
Statistics
Kualitas Audit OADGC
N Valid
76 76
Missing
Berdasarkan tabel 4.2 dapat dideskripsikan bahwa jumlah data yang valid sah untuk diproses adalah 76 buah, sedangkan data yang
hilang missing adalah nol. Artinya, semua data diproses.
Universitas Sumatera Utara
Tabel 4.3
Kualitas Audit
Frequency Percent
Valid Percent Cumulative Percent
Valid KAP Besar
33 43,4
43,4 43,4
KAP Kecil 43
56,6 56,6
100,0 Total
76 100,0
100,0
Berdasarkan tabel 4.3 dapat dideskripsikan bahwa variabel independen keempat X4, yaitu kualitas audit merupakan variabel
nominal yang menggunakan variabel dummy, dimana perusahaan yang diaudit oleh KAP besar dan afiliasinya diberi kode “1” dan perusahaan
yang diaudit oleh KAP kecil diberi kode “0”, memiliki nilai data yang valid karena semua data diproses. Terlihat KAP besar tercatat 33
perusahaan atau 43,4 dari total, sedangkan KAP kecil tercatat 43 perusahaan atau 56,6 dari total.
Tabel 4.4
Sumber : Hasil Pengolahan SPSS
Berdasarkan tabel 4.4 dapat dideskripsikan bahwavariabel dependen Y, yaitu opini audit wajar dengan pernyataan going concern
OADGCmerupakan variabel nominal yang menggunakan variabel dummy, dimana perusahaan yang menerima opini audit wajar tidak dengan bahasa
penjelas going concerrn diberi kode “0” dan perusahaan yang menerima opini
OADGC
Frequency Percent
Valid Percent Cumulative Percent
Valid Pendapat wajar tidak dengan
bahasa penjelas 42
55,3 55,3
55,3 Pendapat wajar dengan bahasa
penjelas 34
44,7 44,7
100,0 Total
76 100,0
100,0
Universitas Sumatera Utara
audit wajar dengan bahasa penjelas going concerrn diberri kode “1”, memiliki nilai data yang valid karena semua data diproses.Terlihat
perusahaan yang menerima opini audit wajar tidak dengan bahasa penjelas going concern sebesar 42 perusahaan atau 55,3 dari total, sedangkan
perusahaan yang menerima opini audit wajar dengan bahasa penjelas going concern sebesar 34 perusahaan atau 34 dari total.
2. Pengujian Data
a. Uji Asumsi Klasik
1 Uji Multikolinearitas
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. Apabila terjadi
korelasi antar variabel-variabel tersebut berarti terjadi problem multikolinearitas multikol. Sedangkan variabel yang baik adalah
variabel yang tidak memiliki problem multikolinearitas. Uji multikolineritas disini dilakukan dengan melihat besaran VIF
Variance Inflation Factor dan Tolerence serta melihat besaran korelasi antar variabel independen.
Universitas Sumatera Utara
Tabel 4.5
Coefficient Correlations
a
Model Pertumbuhan
Perusahaan QR
ROA Kualitas
Audit LTDAR
1 Correlations Pertumbuhan
Perusahaan 1,000
-,035 -,149
,127 ,003
QR -,035
1,000 -,097
-,283 -,335
ROA -,149
-,097 1,000
,117 -,026
Kualitas Audit ,127
-,283 ,117
1,000 ,072
LTDAR ,003
-,335 -,026
,072 1,000
Covariances Pertumbuhan Perusahaan
,006 ,000 -5,201E-5
,001 1,643E-5 QR
,000 ,003 -2,515E-5
-,002 -,002
ROA -5,201E-5 -2,515E-5
2,093E-5 6,557E-5 -9,643E-6
Kualitas Audit ,001
-,002 6,557E-5
,015 ,001
LTDAR 1,643E-5
-,002 -9,643E-6 ,001
,007 a. Dependent Variabel: OADGC
Sumber : Hasil Pengolahan SPSS
Deteksi adanya multikolinearitas : a
Multikolineritas dapat dilihat dari koefisien korelasi antar variabel independen haruslah lemah dan tidak cukup tinggi tidak diatas 0,90,
maka antar varibel tersebut tidak terjadi multikolineritas. Tidak adanya korelasi yang tinggi bukan berarti bebas dari gejala
multikolineritas. Mutikolineritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen Ghozali, 2005:91.
Analisis : Pada tabel 4.5 yaitu tabel COEFFICIENT CORRELATIONS tampak
bahwa antar variabel independen tersebut tidak ada korelasi yang besar. Dari tabel tersebut menunjukkan bahwa korelasi dibawah 0,95
Universitas Sumatera Utara
atau 95. Jadi dapat disimpulkan bahwa antar variabel tersebut tidak terjadi multikolinearitas.
Tabel 4.6
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 QR
,815 1,228
LTDAR ,884
1,132 ROA
,951 1,052
Kualitas Audit ,894
1,118 Pertumbuhan Perusahaan
,956 1,046
a. Dependent Variabel: OADGC
Sumber : Hasil Pengolahan SPSS
b Mutikolinearitas dapat dilihat dari :
1 Mempunyai nilai VIF sekitar angka 1.
2 Nilai Tolerence mendekati angka 1.
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan variabel independen lainnya. Dalam
pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres terhadap variabel
indpenden lainnya. Tolerence mengukur variabilitas variabel independen yang terpilih yang dijelaskan oleh variabel
independen lainnya. Jadi nilai tolerence yang rendah sama dengan nilai VIF yang tinggi Ghozali, 2005:91-92
Analisis : Pada tabel 4.6 yaitu tabel COEFFICIENT, dapat dilihat bahwa nilai
tolerence dari kelima variabel mendekati satu 1. Yang berarti bahwa tidak ada korelasi antara variabel independen yang nilainya lebih dari
95. Begitu juga dengan niali VIF yang menunjukkan nilai disekitar angka satu 1 dan tidak lebih dari angka sepuluh 10. Dengan
demikian dapat disimpulkan bahwa tidak ada terjadi multikolinearitas diantara variabel independennya.
Universitas Sumatera Utara
2 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi ada korelasi penggangu pada periode t dengan kesalahan
penggangu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini
muncul karena residual kesalahan pengganggu tidak bebas dari satu observasi keobservasi lainnya. Hal ini sering
ditemukan pada data runtut waktu time series karena “gangguan” pada seorang individukelompok cenderung
mempengaruhi “gangguan” pada individukelompok yang sama pada periode berikutnya. Pada data crosssection silang
waktu, masalah autokorelasi relatif jarang terjadi karena “gangguan” pada observasi yang berbeda berasal dari individu
kelompok yang berbeda. Maka regresi logistik yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2005.
Uji yang digunakan untuk melihat autokorelasi dalam penelitian ini adalah dengan menggunakan run test. Run test dapat digunakan untuk
menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dapat dikatakan bahwa
residual adalah acak atau random. Run test digunakan untuk melihat apakah data residual terjadi secara random atau tidak. Hipotesis yang
akan diuji adalah :
Ho : residual res_1 random acak Hi : residual res_1 tidak random
Universitas Sumatera Utara
Tabel 4.7
Runs Test
Unstandardized Residual
Test Value -,34832
a
Cases Test Value 38
Cases = Test Value 38
Total Cases 76
Number of Runs 36
Z -,693
Asymp. Sig. 2-tailed ,488
a. Median
Sumber : Hasil Pengolahan SPSS
Analisis : Dari tabel 4.7 diatas tampak bahwa nilai test adalah sebesar –
0,34832 dengan SigAsymptotic significance dua sisi adalah 0,488 atau probabilitas diatas 0,05, maka Ho diterima atau dapat disimpulkan
bahwa residual random acak atau tidak terjadi autokorelasi antar nilai residual.
b. Menilai Keseluruhan Model Overall model Fit
Uji ini dilakukan untuk menilai model yang telah dihipotesakan telah fit atau tidak dengan data. Adapun hiotesa yang digunakan untuk menilai
model fit ini adalah sebagai berikut:
Ho : model yang dihipotesakan fit dengan data H1 : model yang dihipotesakan tidak fit dengan data
Dari hipotesis tersebut dengan jelas menunjukkan bahwa hipotesa yang diinginkan adalah hipotesa nol karena hipotesa tersebut menyatakan
bahwa model fit dengan data. Statistik yang digunakan adalah berdasarkan pada fungsi Likelihood. Likelihood L dari model adalah
Universitas Sumatera Utara
probabilitas bahwa model yang dihipotesakan menggambarkan model input. Untuk menguji hipotesa nol dan alternatif, L ditrensformasikan
menjadi -2LogL . Statisktik -2LogL kadang-kadang disebut likelihood rasio
statistik. 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 4.8 Nilai -2 Log Likelihood -2 LL awal
Iteration History
a,b,c
Iteration -2 Log
likelihood Coefficients
Constant Step 0
1 104,515
-,211 2
104,515 -,211
a. Constant is included in the model. b. Initial -2 Log Likelihood: 104,515
c. Estimation terminated at iteration number 2 because parameter estimates changed by less than
,001.
Sumber : Hasil Pengolahan SPSS
Nilai -2 log likelihood akhir pada block number = 1, dapat ditunjukkan melalui tabel berikut.
Universitas Sumatera Utara
Tabel 4.9 Nilai -2 Log Likelihood -2 LL Akhir
Sumber : Hasil Pengolahan SPSS
Dari tabel 4.8 dapat dilihat bahwa -2 log likelihood awal pada block number = 0, yaitu model yang hanya memasukkan konstanta yang
dapat dilihat pada step 2, memperoleh nilai sebesar 104,515. Kemudian pada tabel 4.9 dapat dilihat nilai -2 log likelihood akhir dengan block
number = 1 mengalami perubahan nilai -2 log likelihood setelah masuknya beberapa variabel independen pada model independen ,
sehingga nilai -2LL akhir pada step 11 menunjukkan nilai 86,277. Selisih antara nilai -2LL awal dengan nilai -2LL akhir adalah
sebesar 18,238. Adanya pengurangan nilai antara -2LL awal initial -2LL Function dengan nilai -2LL pada langkah berikutnya -2LL akhir
Iteration History
a,b,c,d
Iteration -2 Log
likelihood Coefficients
Constant QR
LTDAR ROA
Kualitas_Audi t
Pertumbuhan _Perusahaan
Step 1 1 99,443
-,584 -,335
,401 -,020
,282 -,048
2 98,876
-,581 -,426
,481 -,037
,289 -,047
3 98,324
-,570 -,431
,493 -,077
,275 -,048
4 97,359
-,549 -,408
,498 -,205
,237 -,052
5 96,308
-,571 -,400
,498 -,458
,240 -,053
6 89,187
-,829 -,311
,489 -3,244
,291 -,053
7 86,543
-1,021 -,244
,486 -6,064
,316 -,067
8 86,279
-1,061 -,223
,480 -7,300
,313 -,082
9 86,277
-1,066 -,221
,480 -7,439
,313 -,084
10 86,277
-1,066 -,221
,480 -7,440
,313 -,084
11 86,277
-1,066 -,221
,480 -7,440
,313 -,084
a. Method: Enter b. Constant is included in the model.
c. Initial -2 Log Likelihood: 104,515 d. Estimation terminated at iteration number 11 because parameter estimates changed by less than ,001.
Universitas Sumatera Utara
menunjukkan bahwa model yang dihipotesiskan fit dengan data Ghozali, 2005. Penurunan nilai yang terjadi menunjukkan bahwa model
penelitian ini dinyatakan fit, artinya penambahan variabel-variabel bebas yaitu quick ratio, long term debt to assets ratio, return on assets, kualitas
audit, dan pertumbuhan perusahaan ke dalam model penelitian akan memperbaiki model fit penelitian ini.
c. Menguji kelayakan Model Regresi
Pengujian kelayakan model regrasi logistik dilakukan dengan menggunakan Goodness of Fit Test yang diukur dengan nilai Chi-Square
pada bagian bawah uji Hosmer and Lameshow.
Tabel 4.10
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 ,054
8 1,000
Sumber : Hasil pengolahan SPSS
Tabel 4.10 menunjukkan hasil pengujian Hosmer and Lameshow. Hasil pengujian statistik menunjukkan probabilitas signifikan sebesar
1,000, nilai signifikansi yang diperoleh lebih besar dari 0,05 α 5. 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.
Universitas Sumatera Utara
Tabel 4.11
Contingency Table for Hosmer and Lemeshow Test
OADGC = Pendapat wajar tidak dengan bahasa penjelas
OADGC = Pendapat wajar dengan bahasa penjelas
Total Observed
Expected Observed
Expected Step 1 1
7 6,766
1 1,234
8 2
7 6,029
1 1,971
8 3
6 5,744
2 2,256
8 4
7 5,399
1 2,601
8 5
7 5,133
1 2,867
8 6
3 4,495
5 3,505
8 7
2 3,794
6 4,206
8 8
2,942 8
5,058 8
9 2
1,660 6
6,340 8
10 1
,038 3
3,962 4
Sumber : Hasil pengolahan SPSS
Berdasarkan tabel contigency untuk uji Hosmer and Lameshow, dapat dilihat bahwa dari sepuluh langkah pengamatan untuk pemberian
opini audit going concern 1 maupun opini audit non going concern 0, nilai yang diamati maupun yang diprediksi, tidak mempunyai perbedaan
yang terlalu ekstrim. Ini menunjukkan bahwa model regresi logistik yang digunakan mampu memprediksi nilai observasinya.
3. Pengujian Hipotesis
Pengujian hipotesis bertujuan untuk mengetahui pengaruh dari variabel- variabel independen terhadap pemberian opini audit wajar dengan bahasa
penjelas going concern. Pengujian hipotesis dalam penelitian ini menggunakan metode regresi logistik yang ditunjukkan dalam tabel-tabel
dibawah berikut :
Universitas Sumatera Utara
Tabel 4.12
Case Processing Summary
Unweighted Cases N
a
Percent Selected Cases
Included in Analysis 76
100,0 Missing Cases
,0 Total
76 100,0
Unselected Cases ,0
Total 76
100,0 a. If weight is in effect, see classification table for the total number of
cases.
Dependent Variabel Encoding
Original Value Internal Value
Pendapat wajar tidak dengan bahasa penjelas
Pendapat wajar dengan bahasa penjelas
1
Sumber : Hasil Pengolahan SPSS
Berdasarkan tabel 4.12 tersebut, maka dapat dianalisis sebagai berikut : a.
Jumlah sampel pengamatan sebanyak 76 sampel, dan seluruh sampel telah diperhitungkan ke dalam pengujian hipotesis,
b. Tidak ada variabel dependen yang dikeluarkan dengan nilai dummy
variabel, 0 untuk non going concern dan 1 untuk going concern, c.
Metode yang digunakan adalah metode enter yaitu dengan metode ini seluruh variabel bebas indpendent disertakan dalam pengolahan data
untuk mengetahui variabel mana yang berpengaruh terhadap variabel dependen.
Dalam uji regresi pengaruh antara variabel dependen dan variabel indpenden dapat dilihat pada Variabels in the Equation, pada kolom
significant dibandingkan dengan tingkat kealphaan 0,05 5.
Universitas Sumatera Utara
Tabel 4.13
Sumber : Hasil Pengolahan SPSS
Dari pengujian persamaan regresi logistik tersebut maka diperoleh model regresi logistik sebagai berikut :
Y = -1,064 – 0,220 X1 + 0,480 X2 + 0,312X3 – 0,088X4 – 7,443X5
Konstanta sebesar -1,064 menyatakan bahwa jika tidak memperhitungkan nilai quick ratio, long term debt to assets ratio, return on
assets, kualitas audit, dan pertumbuhan perusahaan, maka kemungkinan penerimaan opini audit wajar dengan bahasa penjelas going concern sebesar
-1,064. Berdasarkan tabel 4.13 diatas, maka dapat diperoleh hasil uji regresi
logistic yang diperlukan untuk menguji hipotesis yang dikemukakan. Maka hasil pengujian hipotesis adalah :
H
1 :
Going concern yang diproksikan dengan quick ratio berpengaruh terhadap pemberian opini audit wajar dengan pernyataan going
concern.
Hasil Uji Koefisien Regresi
B S.E.
Wald df
Sig. ExpB
95 C.I.for EXPB
Lower Upper
Step 1
QR
a
-,220 ,293
,565 1
,452 ,802
,452 1,425
LTDAR ,480
,394 1,482
1 ,223
1,615 ,746
3,496 Kualitas_Audit
,312 ,551
,321 1
,571 1,366
,464 4,026
Pertumbuhan_Perus ahaan
-,088 ,327
,072 1
,788 ,916
,483 1,737
ROA -7,443
2,772 7,213
1 ,007
,001 ,000
,134 Constant
-1,064 ,907
1,375 1
,241 ,345
a. Variabels entered on step 1: QR, LTDAR, Kualitas_Audit, Pertumbuhan_Perusahaan, ROA.
Universitas Sumatera Utara
Berdasarkan table 4.13 diatas, quick ratio mempunyai tingkat probabilitas signifikansi 0,452 yang nilainya berada diatas taraf
signifikansi 0,05 atau 5 dan quick ratio mempunyai koefisien negative sebesar 0,220 sehingga dapat dikatakan bahwa H1 ditolak
dan H0 terima. Dengan demikian dapat disimpulkan bahwa quick ratio tidak berpengaruh terhadap pemberian opini audit wajar
dengan pernyataan going concern. H2 : Going concern yang diproksikan dengan long term debt to assets
ratio berpengaruh terhadap pemberian opini audit wajar dengan pernyataan going concern.
Berdasarkan table 4.13 diatas, long term debt to assets ratio mempunyai tingkat probabilitas signifikansi 0,223 yang nilainya
berada diatas taraf signifikansi 0,05 atau 5 dan long term debt to assets ratio mempunyai koefisien positif sebesar 0,480 sehingga
dapat dikatakan bahwa H1 ditolak dan H0 terima. Dengan demikian dapat disimpulkan bahwa long term debt to assets ratio
berpengaruh positif tetapi tidak signifikan terhadap pemberian opini audit wajar dengan pernyataan going concern.
H3 : Going concern yang diproksikan dengan return on assets ratio berpengaruh terhadap pemberian opini audit wajar dengan
pernyataan going concern. Berdasarkan table 4.13 diatas, return on assets ratio mempunyai
tingkat probabilitas signifikansi 0,007 yang nilainya berada diatas taraf signifikansi 0,05 atau 5 dan return on assets ratio
Universitas Sumatera Utara
mempunyai koefisien negative sebesar 0,7443 sehingga dapat dikatakan bahwa H1 ditolak dan H0 terima. Dengan demikian
dapat disimpulkan bahwa return on assets ratio tidak berpengaruh terhadap pemberian opini audit wajar dengan pernyataan going
concern. H4 : Kualitas audit berpengaruh terhadap pemberian opini audit wajar
dengan pernyataan going concern. Berdasarkan table 4.13 diatas, kualitas audit mempunyai tingkat
probabilitas signifikansi 0,571 yang nilainya berada diatas taraf signifikansi 0,05 atau 5 dan kualitas audit mempunyai koefisien
positif sebesar 0,312 sehingga dapat dikatakan bahwa H1 ditolak dan H0 terima. Dengan demikian dapat disimpulkan bahwa kualitas
audit berpengaruh positif tetapi tidak signifikan terhadap pemberian opini audit wajar dengan pernyataan going concern.
H5 : Pertumbuhan perusahaan berpengaruh terhadap pemberian opini audit wajar dengan pernyataan going concern.
Berdasarkan table 4.13 diatas, pertumbuhan perusahaan mempunyai tingkat probabilitas signifikansi 0,788 yang nilainya
berada diatas taraf signifikansi 0,05 atau 5 dan pertumbuhan perusahaan mempunyai koefisien negative sebesar 0,088 sehingga
dapat dikatakan bahwa H1 ditolak dan H0 terima. Dengan demikian dapat disimpulkan bahwa pertumbuhan perusahaan tidak
berpengaruh terhadap pemberian opini audit wajar dengan pernyataan going concern.
Universitas Sumatera Utara
4. Uji Kruskal Wallis
Tabel 4.14
Ranks
OADGC N
Mean Rank Kualitas Audit
Pendapat wajar tidak dengan bahasa penjelas
34 37.65
Pendapat wajar dengan bahasa penjelas
42 39.19
Total 76
Test Statistics
a,b
Kualitas Audit Chi-square
.125 df
1 Asymp. Sig.
.724 a. Kruskal Wallis Test
b. Grouping Variabel: OADGC
Analisis : Dari table 4.14 diatas tampak bahwa nilai Chi-square adalah 0,125 dengan
Asymptotic significance adalah 0,724 atau probabilitas diatas 0,05, maka Ho diterima atau dapat disimpulkan bahwa tidak ada perbedaan kualitas audit antara
KAP yang berafiliasi dengan big four dan tidak berafiliasi dengan KAP big four
C. Pembahasan Hasil Penelitian