18 Apac Citra Centertex Tbk
MYTX
19 Asia Pasific Fibers Tbk
POLY
20 Sunson Textile Manufacturer Tbk
SSTM
21 Sat Nusa Persada Tbk
PTSN
22 Bentoel International Investama Tbk
RMBA
23 Schering Plough Indonesia Tbk
SCPI Sumber :
www.idx.co.id diolah peneliti 2016
3.6 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk kuantitatif yaitu data yang diukur dalam bentuk skala numerik yang
diperoleh secara tidak langsung. Data yang digunakan dalam penelitian ini adalah data sekunder yang berupa laporan keuangan perusahaan manufaktur selama
periode 2011, 2012, 2013, 2014 dan 2015. Data penelitian bersumber dari situs Bursa Efek Indonesia,
www.idx.co.id .
3.7 Metode Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini adalah data sekunder. Data dikumpulkan dengan metode dokumentasi yaitu dengan cara mengumpulkan,
mencatat, dan mengkaji data sekunder yang berupa laporan keuangan perusahaan yang telah dipublikasikan dan telah diaudit oleh auditor independen dalam periode
pengamatan. Setelah mendapat kriteria yang telah ditentukan langkah selanjutnya yaitu menjadikan data dalam penelitian ini kemudian dianalisis untuk
mengelompokkan perusahaan menjadi perusahan dengan opini audit going concern GCAO dan perusahaan dengan opini audit non going concern GCAO.
Universitas Sumatera Utara
Pengumpulan data selanjutnya metode dokumentasi yaitu teknik pengumpulan data yang dilakukan dengan mencari data hal – hal yang diperlukan
variabel yang diteliti. Dengan metode ini data dalam laporan keuangan dikumpulkan untuk melihat auditor yang mengaudit laporan keuangan auditee,
opini auditor pada tahun sebelumnya, kondisi keuangan perusahaan dan pertumbuhan penjualan perusahaan.
3.8 Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah
3.8.1 Analisis Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, maksimum, minimum Ghozali,
2016:19.
3.8.2 Analisis Statistik Inferensial
Statistik inferensial menurut Sekaran 2006:320 adalah statistik yang membantu membuktikan hubungan antara variabel 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
tidak perlu asumsi normalitas data pada variabel bebasnya Ghozali, 2016:321. Model regresi logistik yang digunakan untuk menguji hipotesis penelitian adalah
sebagai berikut : GCAO = α + β1 ADTR + β2 Z95 + β3 PRIOP + β4 SALGR + ε
Universitas Sumatera Utara
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
Z95 = Kondisi keuangan perusahaan yang diproksikan dengan model prediksi kebangkrutan Altman Z 1995.
PRIOP = Opini tahun sebelumnya variabel dummy, 1 jika opini audit going concern, 0 jika opini audit non going
concern SALGR = Rasio Pertumbuhan Penjualan Auditee
ε = Error residual
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:
Universitas Sumatera Utara
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 Likehood.
Likehood 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. Selisih -2LogL untuk model dengan konstanta saja dan -2LogL untuk model
dengan konstanta dan variabel bebas didistribusikan sebagai X
2
dengan df selisih df kedua model Ghozali, 2006:233. Pengurangan nilai antara -2LogL awal
dengan nilai -2LogL pada langkah berikutnya menunjukkan bahwa model yang dihipotesiskan fit dengan data.
b. Menilai Kelayakan Model Regresi