Data Penelitian HASIL PENELITIAN DAN PEMBAHASAN

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