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