Data Penelitian b,c Pengujian Hipotesis

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Data Penelitian

Objek dan lokasi yang digunakan dalam penelitian ini perusahaan manufaktur yang listing di BEI selama periode 2009, 2010, 2011, dan 2012. Berdasarkan kriteria yang telah ditetapkan dalam pemilihan sampel dengan menggunakan teknik purposive sampling, maka terdapat 34 perusahaan yang digunakan dalam penelitian ini dengan total sampel untuk periode 4 tahun penelitian sebanyak 136 perusahaan. Metode dokumentasi digunakan sebagai metode pengumpulan data dengan mengumpulkan dokumen-dokumen berupa annual report tahun 2009-2012, laporan auditor independen, laporan keuangan auditan, profil perusahaan serta catatan atas laporan keuangan perusahaan manufaktur tersebut serta data terkait lainnya yang diperlukan dalam penelitian ini. Teknik regresi logistik digunakan pada penelitian ini. Pengujian regresi logistik dilakukan dengan beberapa tahapan Ghozali, 2012, yaitu melakukan penilaian kelayakan model regresi, melakukan penilaian keseluruhan model, koefisien determinasi, uji multikoleniaritas, matrik klasifikasi sampai model regresi yang terbentuk. Semua pengolahan data akan dilakukan dengan alat program SPSS17.00 for Windows.

4.2 Analisis Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk memberikan gambaran umum tentang objek penelitian yang dijadikan sampel.Untuk melihat data statistik secara umum, peneliti menggunakan descriptive untuk variabel yang diukur dengan skala rasio dan frequency untuk variabel yang diukur dalam skala nominal. Tabel 4.1 Descriptive Statistics N Minimum Maximum Mean Std. Deviation Kualitas Audit 136 .00 1.00 .2500 .43461 Audit Tenure 136 .00 1.00 .6176 .48776 Ukuran KAP 136 .00 1.00 .5074 .50179 Ukuran Perusahaan Klien 136 23.38 30.19 27.9040 1.22520 Rotasi Audit 136 .00 1.00 .1765 .38263 Valid N listwise 136 Sumber : Data sekunder yang telah diolah di SPSS 20 Berdasarkan tabel 4.1 dapat dideskripsikan beberapa hal berikut ini : 1. Jumlah seluruh sampel penelitian adalah 34 perusahaan dikali empat 4 tahun penelitian sehingga total N adalah 136 perusahaan. Dengan satu 1 variabel yang memiliki skala rasio yaitu Ukuran Perusahaan Klien sebagai variabel independen ketiga dan tiga 3 variabel yang memiliki skala nominal yaitu Audit tenure, ukuran kap dan rotasi audit. 2. Variabel independen ketiga, yaitu ukuran perusahaan klien, memiliki nilai minimum sebesar 23,38 yang ditunjukan oleh perusahaan IKAI Inti Keramik Alam Asri Industry Tbk pada tahun 2011 dan nilai maksimum sebesar 30.19 yang ditunjukkan oleh perusahaan Gajah Tunggal Tbk pada tahun 2012 dengan nilai rata-rata adalah 27,904. Hal ini berarti bahwa rata-rata dari 13.6 perusahaan yang diteliti memiliki ukuran perusahaan yang diproksikan dengan log aktiva sebesar 27,904. Tabel 4.2 Kualitas Audit Frequency Percent Valid Percent Cumulative Percent Valid 102 75.0 75.0 75.0 1 34 25.0 25.0 100.0 Total 136 100.0 100.0 Berdasarkan tabel 4.2 dapat dideskripsikan bahwa variabel independen keempat, yaitu kualitas audit merupakan variabel nominal yang menggunakan variabel dummy, dimana sampel perusahaan yang diaudit oleh KAP yang berafiliasi dengan The Big Four diberi kode “1” sedangkan sampel perusahaan yang diaudit oleh KAP yang tidak berafiliasi dengan The Big Four diberi kode “0”. Variabel ini memiliki data valid karena seluruhnya telah diproses. Sampel perusahaan yang diaudit oleh KAP berafiliasi dengan The Big Four sebanyak 34 sampel perusahaan atau 25 sedangkan yang diaudit oleh KAP tidak berafiliasi dengan The Big Four sebanyak 102 sampel perusahaan dengan persentase sebesar 75. Tabel 4.3 Audit Tenure Frequency Percent Valid Percent Cumulative Percent Valid 52 38.2 38.2 38.2 1 84 61.8 61.8 100.0 Total 136 100.0 100.0 Berdasarkan tabel 4.3 dapat dideskripsikan bahwa variabel independen pertama, yaitu audit tenure merupakan skala nominal yang menggunakan variabel dummy, dimana sampel yang lebih dari 3 tahun hubungan kerja diberi kode “1” sedangkan sampel yang kurang dari 3 tahun diberi kode “0”. Variabel ini memiliki nilai valid karena semua data dapat diproses. Jumlah sampel yang lebih dari 3 tahun hubungan kerja sebanyak 84 sampel atau 61.8 dari total sedangkan sampel perusahaan yang kurang dari 3 tahun adalah sebanyak 52 sampel atau 61,8 dari total keseluruhan. Tabel 4.4 Ukuran KAP Frequency Percent Valid Percent Cumulative Percent Valid 67 49.3 49.3 49.3 1 69 50.7 50.7 100.0 Total 136 100.0 100.0 Berdasarkan tabel 4.4 dapat dideskripsikan bahwa variabel dependen, yaitu ukuran KAP, 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”. Variabel ini memiliki nilai data valid karena semua data diproses. Perusahaan yang menerima opini going concern sebanyak 69 perusahaan atau 50,7 dari total keseluruhan, sedangkan perusahaan yang tidak menerima opini non going concern adalah sebanyak 67 perusahaan atau 49,3 dari total sampel. Tabel 4.5 Rotasi Audit Frequency Percent Valid Percent Cumulative Percent Valid 112 82.4 82.4 82.4 1 24 17.6 17.6 100.0 Total 136 100.0 100.0 Berdasarkan tabel 4.5 dapat dideskripsikan bahwa variabel dependen, yaitu opini audit going concern GCAO, merupakan skala nominal yang menggunakan variabel dummy, dimana perusahaan merotasi jasa kantor akuntan publiknya maka diberikan nilai 1, jika perusahaan tidak merotasi jasa kantor akuntan publiknya diberikan nilai 0. Variabel ini memiliki nilai data valid karena semua data diproses. Perusahaan yang merotasi jasa kantor akuntan publiknya sebanyak 24 perusahaan atau 17,6 dari total keseluruhan, sedangkan perusahaan yang tidak merotasi jasa kantor akuntan publiknya adalah sebanyak 112 perusahaan atau 82,4 dari total sampel. 4.3 Pengujian Data

4.3.1 Uji Multikoloniearitas

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.Uji multikolinearitas dilakukan dengan melihat besaran VIF Variance Inflation factor dan tolerance.Jika nilai VIF 10 maka dapat dikatakan terjadi multikoloniearitas, yaitu terjadi hubungan yang cukup besar antara variabel-variabel bebas. Jika angka tolerance mempunyai angka 0,10, maka variabel tersebut tidak mempunyai masalah multikoloniearitas dengan variabel bebas lainnya. Tabel 4.6 Uji Multikoliniearitas Model Collinearity Statistics Tolerance VIF 1 Constant Audit Tenure .876 1.141 Ukuran KAP .981 1.019 Ukuran Perusahaan Klien .936 1.068 Rotasi Audit .841 1.190 Berdasarkan tabel 4.6 dapat dideskripsikan bahwa tidak ada gejala multikolonieritas antar variabel independen dalam penelitian ini. Pada tabel ini dapat dilihat bahwa tidak ada nilai tolerance yang kurang dari 0,10 dan tidak ada nilai VIF yang lebih besar dari 10. Hal ini berarti bahwa tidak ada masalah multikoloniearitas antara variabel independennya. 4.4 Pengujian Model

4.4.1 Menilai Model Fit dan Keseluruhan Model Overall Model Fit

Uji ini digunakan untuk menilai model yang telah dihipotesakan telah fit atau tidak dengan data. Pengujian dilakukan dengan hipotesis : 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 akhir block number = 1. Nilai -2 Log Likelihood awal pada block number = 0, ditunjukkan melalui tabel berikut : Tabel 4.7 Likelihood Block 0 Iteration History

a,b,c

Iteration -2 Log likelihood Coefficients Constant Step 0 1 153.207 -1.000 2 152.955 -1.096 3 152.955 -1.099 4 152.955 -1.099 a. Constant is included in the model. b. Initial -2 Log Likelihood: 152.955 c. Estimation terminated at iteration number 4 because parameter estimates changed by less than .001. Nilai -2LogL akhir pada block number = 1, dapat ditunjukkan melalui tabel berikut : Tabel 4.8 Likelihood Block 1 Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant AT AFS UK RA Step 1 1 128.775 10.691 .831 .665 -.455 .839 2 124.229 15.455 1.383 .956 -.656 1.263 3 123.967 16.935 1.590 1.029 -.719 1.423 4 123.965 17.057 1.609 1.034 -.724 1.437 5 123.965 17.058 1.609 1.034 -.724 1.437 a. Method: Enter b. Constant is included in the model. c. Initial -2 Log Likelihood: 152.955 d. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001. Tabel 4.7 menunjukkan bahwa -2LogL awal pada block number = 0, yaitu model hanya memasukkan konstanta yang dapat dilihat pada step 2 memperoleh nilai sebesar 152.955. Kemudian pada tabel 4.8 dapat dilihat bahwa setelah masuknya variabel independen pada model nilai -2LogL akhir pada step 5 menunjukkan nilai 123.965. Selisih antara nilai -2LogL awal dengan nilai -2LogL akhir adalah sebesar 28.99 152.955-123.965. Adanya pengurangan nilai antara -2LogL awal dengan nilai -2LogL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data. 4.4.2 Menilai Kelayakan Model Regresi Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test yang diukur dengan nilai Chi-Square.Probabilitas signifikansi yang diperoleh kemudian dibandingkan dengan tingkat signifikansi α 5. Hipotesis untuk menilai kelayakan model regresi adalah : Ho : Tidak ada perbedaan antara model dengan data Ha : Ada perbedaan antara model dengan data Tabel 4.9 Hosmer and Lemeshow Test Step Chi-square Df Sig. 1 9.538 8 .299 Tabel 4.9 menunjukkan hasil pengujian Hosmer and Lemeshow.Hasil pengujian statistik menunjukkan probabilitas signifikan sebesar 0.299. Nilai signifikansi yang diperoleh lebih besar dari α tingkat signifikansi 0,05. 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 Tabel 4.10 Contingency Table for Hosmer and Lemeshow Test Kualitas Audit = .00 Kualitas Audit = 1.00 Total Observed Expected Observed Expected Step 1 1 14 13.607 .393 14 2 14 12.901 1.099 14 3 11 12.411 3 1.589 14 4 10 12.034 4 1.966 14 5 12 11.614 2 2.386 14 6 12 10.975 2 3.025 14 7 10 10.018 4 3.982 14 8 8 8.901 6 5.099 14 9 10 7.175 4 6.825 14 10 1 2.364 9 7.636 10 Berdasarkan tabel 4.10 Kontinjensi 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, baik nilai yang diamati observed maupun yang diprediksi expected, tidak mempunyai perbedaan yang terlalu ekstrim. Ini menunjukkan bahwa model regresi logistik yang digunakan mampu memprediksi nilai observasinya.

4.4.3 Koefisien Determinasi

Koefisien determinasi digunakan untuk mengetahui seberapa besar variabilitas variabel-variabel independen mampu memperjelas variabilitas variabel dependen. Koefisien determinasi pada regresi logistik dapat dilihat pada nilaiNagelkerke R Square. Nilai Nagelkerke R Square dapat diinterpretasikan seperti nilai R Square pada regresi berganda Ghozali, 2006. Tabel 4.11 Nagerkerke R Square Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 123.965 a .192 .284 a. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001. Sumber : Data sekunder yang telah diolah di SPSS 20 Tabel di atas menunjukkan nilai Nagelkerke R Square.Dilihat dari hasil output pengolahan data, nilai Nagelkerke R Square adalah sebesar 0,284 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 28,4, sisanya sebesar 62,6 100-28,4 dijelaskan variabilitas variabel-variabel lain di luar model penelitian.

4.4.4 Matriks Klasifikasi

Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit going concern pada auditee. Tabel 4.12 Classification Table a Observed Predicted Kualitas Audit Percentage Correct .00 1.00 Step 1 Kualitas Audit .00 97 5 95.1 1.00 25 9 26.5 Overall Percentage 77.9 a. The cut value is .500 Sumber : Data sekunder yang telah diolah di SPSS 20 Dari tabel di atas dapat dilihat bahwa menurut prediksi, perusahaan klien yang menerima opini going concern adalah 34, sedangkan observasi sesungguhnya menunjukkan bahwa perusahaan klien yang tidak menerima opini going concern adalah 25. Jadi ketepatan model ini adalah 2534 atau 26.5. Kemudian menurut prediksi, perusahaan klien yang menerima opini non going concern adalah 5, sedangkan observasi sesungguhnya menunjukkan bahwa perusahaan klien yang tidak menerima opini non going concern adalah 97. Jadi, ketepatan model ini adalah 975 atau 95.1. Ketepatan prediksi keseluruhan model ini adalah 77,9.

4.5 Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini dilakukan untuk menguji pengaruh variabel independen yaitu Audit Tenure AT, Ukuran Kantor Akuntan Publik AFS, Ukuran Perusahaan Klien UK, dan Rotasi Audit RA terhadap Kualitas Audit AQ. Metode regresi logistik dapat dilihat dalam tabel-tabel di bawah ini : Tabel 4.13 Case Processing Summary UnweightedCases a N Percent Selected Cases Included in Analysis 136 100.0 Missing Cases .0 Total 136 100.0 Unselected Cases .0 Total 136 100.0 a. If weight is in effect, see classification table for the total number of cases. Berdasarkan tabel 4.13, maka diperoleh hasil analisa sebagai berikut : a. Jumlah sampel pengamatan sebanyak 136 sampel, dan seluruh sampel telah diperhitungkan ke dalam pengujian hipotesis. b. Tidak ada variabel dependen yang dikeluarkan missing dengan nilai variabel dummy: 1 untuk perusahaan klien yang menerima opini going concern dan 0 untuk perusahaan klien yang tidak menerima opini non going concern. c. Metode yang digunakan adalah metode enter dimana dengan metode ini seluruh variabel independen disertakan dalam pengolahan data untuk mengetahui variabel mana yang berpengaruh terhadap variabel dependen. Dalam uji regresi pengaruh antara variabel dependen dan variabel independen dapat dilihat pada Variables in the Equation. Dalam uji hipotesis dengan regresi logistik cukup dengan melihat Variables in the Equation, pada kolom Significant dibandingkan dengan tingkat kealphaan 0,05 5. Apabila tingkat signifikansi 0,05, maka hipotesis diterima. Tabel 4.14 Variables in the Equation B S.E. Wald df Sig. ExpB 95.0 C.I.for EXPB Lower Upper Step 1 a AT 1.609 .603 7.130 1 .008 5.000 1.534 16.292 AFS 1.034 .461 5.042 1 .025 2.813 1.141 6.938 UK -.724 .218 11.009 1 .001 .485 .316 .743 RA 1.437 .653 4.842 1 .028 4.210 1.170 15.148 Constant 17.058 5.939 8.249 1 .004 25601137.181 a. Variables entered on step 1: CACL, TLTA, KA, OTS. Sumber : Data sekunder yang telah diolah di SPSS 20 Tabel di atas menunjukkan hasil pengujian dengan regresi logistik pada tingkat signifikansi 5. Dari pengujian dengan regresi logistik di atas maka diperoleh persamaan regresi logistik sebagai berikut ini : Ln AQ = 17,058 + 1,609 AT + 1,034 AFS – 0,724 UK + 1,437 RA + e Konstanta sebesar 17,058 menyatakan bahwa jika tidak memperhitungkan audit tenure, ukuran kantor akuntan publik, ukuran perusahaan klien, dan rotasi audit, maka kemungkinan kualitas audit adalah sebesar 17,058. Melalui persamaan regresi logistic ini setiap koefisien yang negatif atau positif pada variabel-variabel independennya memiliki pengaruh terhadap kualitas audit pada perusahaan. Tabel 4.15 Hasil Hipotesis No Hipotesis Beta Sig Kesimpulan 1 H 1 1,609 0.008 Didukung 2 H 2 1,034 0.025 Didukung 3 H 3 – 0,724 0.001 Didukung 4 H 4 1,437 0.028 Didukung Berdasarkan tabel 4.15 di atas, maka diperoleh hasil uji regresi logistik yang diperlukan untuk menguji hipótesis yang dikemukakan. Hasil pengujian hipotesis adalah : H 1 : Audit Tenure mempengaruhi kualitas audit pada perusahaan manufaktur di BEI. Audit Tenure pada tabel di atas menunjukkan koefisien positif sebesar 1,609 dengan tingkat signifikansi 0,008 yang nilainya berada di bawah tingkat signifikansi 0,05. Hal ini berarti H1 dapat didukung atau Audit Tenure berpengaruh positif secara signifikan terhadap kualitas audit pada perusahaan manufaktur di BEI. H 2 : Ukuran KAP mempengaruhi kualitas audit pada perusahaan manufaktur di BEI. Ukuran KAP pada tabel di atas menunjukkan koefisien positif sebesar 1,034 dengan tingkat signifikansi 0,025 yang nilainya berada di dibawah tingkat signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa H2 dapat didukung atau Ukuran KAP berpengaruh positif terhadap kualitas audit pada perusahaan manufaktur di BEI. H 3 : Ukuran Perusahaan Klien mempengaruhi kualitas audit pada perusahaan manufaktur di BEI. Ukuran Perusahaan Klien pada tabel di atas menunjukkan koefisien negatif sebesar -0,724 dengan tingkat signifikansi 0,001 yang nilainya berada di bawah tingkat signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa H 3 dapat didukung atau Ukuran Perusahaan Klien berpengaruh negatif terhadap kualitas audit pada perusahaan manufaktur di BEI. H 4 : Rotasi Audit mempengaruhi kualitas audit pada perusahaan manufaktur di BEI. Rotasi Audit pada tabel di atas menunjukkan koefisien positif sebesar 1,437 dengan tingkat signifikansi 0,028 yang nilainya berada di bawah atau lebih kecil dari tingkat signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa H 4 dapat didukung atau Rotasi audit berpengaruh positif dan signifikan terhadap kualitas audit pada perusahaan manufaktur di BEI.

4.6 Pembahasan Hasil Penelitian