Metode Pengumpulan Data Analisis Deskriptif Penelitian

34

3.6. Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data eksternal, yaitu data yang diperoleh dari media internet dengan cara mengunduh semua data laporan keuangan perusahaan perbankan yang dibutuhkan dari situs Bursa Efek Indonesia www.idx.co.id.

3.7. Metode Analisis Data

Data penelitian dianalisis dan diuji dengan beberapa uji statistik yang terdiri dari analisis statistik deskriptif dan analisis statistik inferensial.

3.7.1. Analisis Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui karakteristik sampel yang digunakan dan menggambarkan variabel- variabel dalam penelitian. Analistik statistik deskriptif meliputi jumlah, sampel, nilai minimum, nilai maksimum, nilai rata-rata mean dan standar deviasi. Penyajian statistik deskriptif bertujuan untuk mendeskripsikan variabel-variabel dalam penelitian ini, yaitu untuk memberikan gambaran umum dari tiap variabel penelitian. Dalam penelitian ini variabel yang digunakan adalah tingkat kondisi keuangan, ukuran perusahaan dan pertumbuhan perusahaan perbankan.

3.7.2. Analisis Regresi Logistik

Pengujian hipotesis penelitian ini menggunakan analisis multivariate dengan menggunakan regresi logistik logistic regression, yang variabel bebasnya merupakan kombinasi antara metric dan non Universitas Sumatera Utara 35 metric nominal. Regresi logistik adalah regresi yang digunakan untuk menguji sejauh mana probabilitas terjadinya variabel dependen dapat diprediksi dengan variabel independen. Pada teknik analisa regresi logistik tidak memerlukan lagi uji normalitas dan uji asumsi klasik pada variabel bebasnya Ghozali, 2006. Regresi logistik juga mengabaikan heteroscedary, artinya variabel dependen tidak memerlukan untuk masing-masing variabel independennya. Model regresi logistik yang digunakan untuk menguji hipotesis adalah: OAGC = α + β1FINDIST + β2SIZE + β3GROWTH Dimana: OAGC = Opini audit going concern variabel dummy, 1 jika opini going concern, 0 jika opini non going concern. FINDIST = Prediksi kesulitan keuangan dengan menggunakan model revised Altman SIZE = Ukuran perusahaan, yang diukur dengan perhitungan natural logaritma dari total aktiva. GROWTH = Pertumbuhan perusahaan, yang diukur dengan perhitungan laba usaha. α = Konstanta β1-β3 = Koefisien regresi ε = Residual

3.7.2.1. Uji Kelayakan Model Regresi

Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Model ini digunakan untuk menguji hipotesis nol bahwa data empiri sesuai dengan model tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Adapun hasilnya jika Ghozali, 2006: 1. Hal ini berarti ada perbedaan signifikan antara model dengan nilai observasinya sehingga Goodness fit model tidak baik karena model Universitas Sumatera Utara 36 tidak dapat memprediksi nilai observasinya. Jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05 maka hipotesis nol ditolak. 2. 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 bahwa model dapat diterima karena sesuai dengan data observasinya.

3.7.2.2. Menilai Model Fit Overall Model Fit Test

Uji ini digunakan untuk menilai model yang telah dihipotesiskan telah fit atau tidak dengan data. Hipotesis untuk menilai model fit adalah: 1. H : Model yang dihipotesiskan fit dengan data. 2. H 1 : Model yang dihipotesiskan tidak fit dengan data. Dari hipotesis ini dijelaskan bahwa kita tidak akan menolak hipotesis nol agar model fit dengan data. Statistik yang digunakan berdasarkan Likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Log likelihood pada regresi logistik mirip dengan pengertian “Sum of Square Error” pada model regresi, sehingga penurunan model Log Likelihood menunjukkan model regresi yang semakin baik Ghozali, 2001. Universitas Sumatera Utara 37

3.7.2.3. Koefisien Determinasi Nagelkerke R Square

Nagelkerke R Square merupakan pengujian yang dilakukan untuk mengetahui seberapa besar variabel independen mampu menjelaskan dan mempengaruhi variabel dependen. Nilai Nagelkerke R Square bervariasi antara 1 satu dan 0 nol. Semakin mendekati nilai 1, maka model dianggap semakin goodness of fit. Sebaliknya, semakin mendekati 0 maka model semakin tidak goodness of fit Ghozali, 2001.

3.7.3. Pengujian Hipotesis

3.7.3.1. Pengujian signifikan model secara parsial

Pengujian ini dilakukan untuk mengetahui apakah masing-masing variabel independen berpengaruh signifikan terhadap variabel dependen. Pengujian hipotesis ini dilakukan dengan cara membandingkan antara nilai probabilitas sig dengan tingkat signikansi α. H0: tidak ada hubungan secara parsial dari variabel independen terhadap variabel dependen H1: ada hubungan secara parsial dari variabel independen terhadap variabel dependen Untuk menentukan penerimaan atau penolakan H0 didasarkan pada tingkat signifikansi α 5 dengan kriteria: 1. H0 diterima apabila nilai probabilitas sig signifikansi α. Hal ini berarti Ha ditolak atau hipotesis yang menyatakan variabel independen tidak berpengaruh terhadap variabel dependen ditolak. Universitas Sumatera Utara 38 2. H0 ditolak apabila nilai probabilitas sig signifikansi α. Hal ini berarti Ha diterima atau hipotesis yang menyebabkan variabel independen berpengaruh terhadap variabel dependen diterima.

3.7.3.2. Pengujian signifikan model secara parsial

Untuk melihat pengujian secara simultan pengaruh variabel independen terhadap variabel dependen, digunakan perhitungan SPSS dengan memperhatikan tabel Omnibus Test of Model Coefficients atau yang biasa disebut uji signifikansi Chi-Square. Dengan memperoleh nilai signifikansi 0,05 dan nilai chi-square hitung nilai chi-square tabel, maka diperoleh kesimpulan bahwa variabel independen secara simultan berpengaruh terhadap variabel dependen. Universitas Sumatera Utara 39

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Analisis Deskriptif Penelitian

Penyajian analisis deskriptif penelitian ini bertujuan untuk mengetahui karakteristik sampel yang digunakan dalam penelitian. Berdasarkan kriteria sampel yang telah ditetapkan, maka diperoleh sebanyak 28 perusahaan perbankan yang kemudian dikali 5 tahun penelitian, sehingga diperoleh jumlah sampel sebanyak 140. Tabel 4.1 Opini Audit Going Concern Frequency Percent Valid Percent Cumulative Percent Valid 134 95.7 95.7 95.7 1 6 4.3 4.3 100.0 Total 140 100.0 100.0 Sumber: Hasil olahan SPSS, tahun 2016 Berdasarkan tabel 4.1 dapat dideskripsikan bahwa variabel dependen, yaitu opini audit going concen GCAO, 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‟, memiliki nilai data valid karena semua data diproses. Perusahaan yang menerima opini audit going concern sebanyak 6 perusahaan atau 4,3, sedangkan perusahaan yang menerima opini audit non going concern sebanyak 134 perusahaan atau 95,7. Universitas Sumatera Utara 40 Tabel 4.2 Descriptive Statistics N Minimum Maximum Mean Std. Deviation GCAO 140 1 .04 .203 LN_FINDIST 140 -3.326693189 -.000834200 -.88858826308 .585610472351 SIZE 140 14.5480837 20.6290248 17.551308015 1.6417029228 LN_GROWTH 140 -983.523937600 8.009863798 -25.06903460257 111.979272371681 Valid N listwise 140 Sumber: Hasil olahan SPSS, tahun 2016 Dari tabel di atas, dapat dijelaskan sebagai berikut: 1. Hasil uji statistik deskriptif terhadap penerimaan opini audit going concern GCAO menunjukkan nilai minimum adalah nilai 0, nilai maksimum adalah 1 dengan rata-rata sebesar 0,04 dan standar deviasi sebesar 0,203. Nilai rata-rata sebesar 0,04 menunjukkan bahwa dari 140 sampel 5,6 perusahaan yang menerima opini audit going concern an 94,4 perusahaan yang menerima opini audit non going concern. 2. Hasil pengujian terhadap variabel independen kondisi keuangan FINDIST memiliki nilai minimum -3,327 dengan nilai maksimum - 0,00083. Rata-rata kebangkrutan perusahaan adalah -0,889 dan standar deviasi 0,586. Hal ini menunjukkan bahwa kondisi keuangan yang menjadi sampel perusahaan hanya sedikit yang memiliki nilai negatif yang artinya kemampuan ekuitas dalam membayar kewajibannya kurang baik. 3. Variabel ukuran perusahaan SIZE yang diproksikan dengan total aktiva perusahaan memiliki nilai minimum 14,548 dan nilai maksimum 20,629. Rata-rata total aktiva perusahaan adalah 17,551 dan standar deviasi 1,641. Universitas Sumatera Utara 41 Artinya perusahaan yang menjadi sampel rata-rata memiliki jumlah aset sekitar 17. Variabel pertumbuhan perusahaan GROWTH memiliki nilai minimum -983,524 dan nilai maksimum 8,009. Rata-rata pertumbuhan perusahaan adalah 25.069 dengan standar deviasi 111,979. Artinya perusahaan yang menjadi sampel rata-rata tidak mengalami pertumbuhan yang ekstrim. 4.2. Hasil Analisis Statistik Inferensial Metode analisis data yang digunakan dalam penelitian ini adalah analisis statistik dengan menggunakan persamaan regresi logistik. Analisis data dimulai dengan mengolah data dalam Microsoft Excel, kemudian dilakukan pengujian menggunakan regresi logistik pada program SPSS versi 23. Prosedur dimulai dengan memasukkan data variabel-variabel penelitian ke program tersebut dan menghasilkan output-output yang sesuai dengan metode analisis yang telah digunakan.

4.2.1. Menilai Model Fit dan Keseluruhan Model Overall Model Fit

Pengujian ini digunakan untuk mengetahui apakah model fit dengan data, baik sebelum maupun sesudah variabel bebas dimasukkan ke dalam model. Hipotesis untuk menilai model fit adalah: H0: Model yang dihipotesiskan fit dengan data Ha: Model yang dihipotesiskan tidak fit dengan data Pengujian dilakukan dengan membandingkan nilai antara -2Log Likelihood pada awal block number = 0 dengan nilai -2Log Likelihood pada Universitas Sumatera Utara 42 akhir block number = 1. Nilai -2Log Likelihood awal, dapat dilihat pada tabel berikut: Tabel 4.3 Tabel Likelihood Block 0 Iteration History

a,b,c