31 Kondisi
keuangan perusahaan
Gambaran tingkat kesehatan perusahaan sesungguhnya
ZSCORE = Z1+ Z2 +Z3 +Z4 + Z5
Rasio
Pertumbuhan perusahaan
Seberapa baik perusahaan mempertahankan posisi
ekonominya, baik dalam industri maupun dalam
kegiatan ekonomi keseluruhan.
Rasio
Sumber : Hasil olahan peneliti
3.5 Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah
1. Analisis Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, maksimum, minimum Ghozali,
2011.
2. Analisis Statistik Inferensial
Statistik inferensial menurut Sekaran 2006:320 adalah statistic yang membantu membuktikan hubungan antara variable dan menarik kesimpulan dari
sana. Analisis statistik inferensial digunakan untuk pengujian hipotesis yang diajukan. Pengujian hipotesis dilakukan dengan analisis
multivariate dengan menggunakan regresi logistik
logistic regression, yang variabel bebasnya merupakan kombinasi antara metrik dan non metrik nominal. Teknik analisis ini
Universitas Sumatera Utara
32
tidak memerlukan lagi uji asumsi klasik pada variabel bebasnya Ghozali, 2006. Model regresi logistik yang digunakan untuk menguji hipotesis penelitian adalah
sebagai berikut: GCAO = α + β1 ADTR + β2 PRIOP + β3 Z93 + β4 SALGR + ε
Keterangan: GCAO
= Opini audit going concern variabel dummy, 1 jika
opini audit going concern, 0 jika opini audit non going
concern α
= Konstanta ADTR
= Reputasi auditor yang menjadi proksi dari kualitas audit variabel dummy, 1 untuk KAP yang berafiliasi dengan
Big Four dan 0 untuk KAP yang tidak berafiliasi dengan
Big Four PRIOP
= Opini tahun sebelumnya variabel dummy, 1 jika opini audit
going concern, 0 jika opini audit non going concern
Z93 = kondisi keuangan perusahaan yang diproksikan dengan
model prediksi kebangkrutan Altman Z 1993. SALGR
= Rasio Pertumbuhan Penjualan Auditee
ε = Error residual
Universitas Sumatera Utara
33
Pengujian terhadap hipotesis dalam penelitian ini dilakukan dengan tahapan sebagai berikut :
a. Menilai Model Fit dan Keseluruhan Model Overall Model Fit
Hipotesis yang digunakan untuk menilai model fit adalah: H0: Model yang dihipotesiskan fit dengan data
Ha: Model yang dihipotesiskan tidak fit dengan data Syarat agar hipotesis model fit dengan data, maka H0 harus diterima
atau Ha harus ditolak. 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 hipotesis alternatif, L ditransformasikan menjadi -2LogL. Dengan
alpha α 5, cara menilai model fit yakni sebagai berikut :
1. Jika nilai -2LogL 0,05 maka H0 ditolak dan Ha diterima, yang berarti bahwa model fit dengan data.
2. Jika nilai -2LogL 0,05 maka H0 diterima dan Ha ditolak, yang berarti bahwa model tidak fit dengan data.
Pengurangan nilai antara -2LogL awal initial -2LL fungcion dengan nilai -2LogL pada langkah berikutnya menunjukkan bahwa model yang
dihipotesiskan fit dengan data Ghozali, 2006. Log Likelihood pada regresi logistik mirip dengan pengertian “
Sum of Square Error” pada
Universitas Sumatera Utara
34
model regresi, sehingga penurunan Log Likelihood menunjukkan model regresi yang semakin baik.
b. Menilai Kelayakan Model Regresi
