Jenis Data Metode Pengumpulan Data Analisis Statistik Deskriptif

32

3.7. Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Dimana data sekunder ini diperoleh dari website www.idx.co.id berupa data laporan keuangan tahunan yang telah diaudit pada perusahaan real estate dan property di Bursa Efek Indonesia BEI yang terdaftar sebelum tahun 2012. Penelitian ini mengolah data laporan keuangan perusahan real estate dan property dari tahun 2012 sampai tahun 2014.

3.8. Metode Pengumpulan Data

Metode yang digunakan untuk mengumpulkan data dalam penelitian ini adalah metode dokumentasi yaitu proses perolehan dokumen dengan mengumpulkan, mencatat serta mempelajari dokumen-dokumen dan data-data sekunder yang berupa laporan keuangan auditan dari perusahaan manufaktur yang terdaftar di BEI. Sedangkan untuk telah pustaka diperoleh dari penelitian dan literatur lain.

3.9. Teknik Analisis

Tujuan dari analisis data adalah mendapatkan informasi relevan yang terkandung didalam data tersebut dan menggunakan hasilnya untuk memecahkan masalah.Pengujian hipotesis juga menggunakan analisis regresi logistik Iogistic Regression. Menurut Ghozali 2011 logistic regression sebenarnya mirip dengan analisis diskriminan yaitu menguji apakah probabilitas variabel terikat dapat Universitas Sumatera Utara 33 diprediksi dengan variabel bebasnya. Dalam analisis regresi logistik Iogistic Regression tidak memerlukan uji asumsi multivariate normal distribution karena variabel bebas merupakan campuran antara variabel kontinyu metrik dan kategorial non-metrik. Alasan menggunakan regresi logistik adalah variabel dependen merupakan variabel dummy, yaitu hanya terdiri atas dua nilai, yang mewakili kemunculan atau tidak adanya suatu kejadian yang biasanya diberi angka 0 atau angka 1. Tahapan analisis regresi logistik Iogistic Regression diantaranya dilakukan pengujian kelayakan model regresi, menilai kelayakan model regresi Goodness of Fit Test, menilai model fit Overall Model Fit, uji regresi. Metode analisis data yang digunakan untuk menguji hipotesis dalam penelitian ini adalah statistik deskriptif yang digunakan untuk memberikan gambaran mengenai variabel- variabel dalam penelitian ini. Berikut ini penjelasan mengenai metode analisis dalam penelitian ini.

3.9.1. Analisis Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum Ghozali, 2011.

3.9.2. Uji Asumsi Multikolinearitas

Regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat antara variabel bebasnya. Multikolinearitasmerupakan situasi Universitas Sumatera Utara 34 adanya korelasi antar variabel-variabel independen yang satu dengan yang lainnya.

3.9.3. Uji Hipotesis

Hipotesis dalam penelitian ini diuji dengan menggunakan metode analisis Logistic Regression Regresi Logistik. Regresi Logistik digunakan karena variabel dependen dalam penelitian ini merupakan variabel dichotomus yaitu variabel yang pengukurannya terdiri dari dua kategori Kurniasih, 2014.

3.9.4. Analisis Regresi Logistik

Variabel dependen yang digunakan dalam penelitian ini yaitu kualitas audit yang dihasilkan dari ukuran KAP Big Four dengan KAP non Big Four. Variabel independen yang digunakan dalam penelitian ini yaitu fee audit, audit tenure, dan rotasi audit. Variabel independen tersebut merupakan campuran antara variabel metrik dan non-metrik sehingga Regresi Logistik digunakan. Model Regresi Logistik dalam penelitian ini adalah sebagai berikut: Sumber: Kurniasih 2014 Keterangan: Kualitas = Kualitas Audit variabel dummy, 1 jika diaudit oleh KAP Big Four, 0 Jika diaudit oleh KAP non Big Four. �������� = � + � 1 ��� + � 2 ��� + � 3 �� + � 4 �� + � Universitas Sumatera Utara 35 α = Konstanta b = Koefisien Model Regresi TEN = Audit Tenure FEE = Audit Fee RA = Rotasi Auditor variabel dummy, 1 jika melakukan rotasi, 0 jika tidak melakukan rotasi SA = Spesialisasi Auditor variabel dummy, 1 jika diaudit KAP spesialis dan 0 jika tidak diaudit KAP non spesialis e = Residual error.

3.9.5. Uji Hosmer and Lemeshow’s Goodness of Fit

Uji Hosmer and Lemeshow’s Goodness of Fit menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model tidak ada perbedaan antara model dengan data sehingga model dapat diaktakan fit. Jika nilai Hosmer and Lemeshow’s Goodness of Fit test statistic sama dengan atau kurang dari 0.05, maka hipotesis nol ditolak yang berarti ada perbedaan signifikan antara model dengan nilai observasinya sehingga Goodness Fit model tidak baik karena model tidak dapat memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya Ghozali, 2011.

3.9.6. Overall Fit Model

Untuk menilai keseluruhan model overall model fit dengan menggunaan Log likehood value yaitu dengan membandingkan antara -2 Universitas Sumatera Utara 36 Log Likehood pada saat model hanya memasukkan konstanta dengan nilai - 2 Log Likehood block number = 0 dengan pada saat model memasukkan konstanta dan variabel bebas block number = 1. Apabila nilai -2 Log Likehood block number = 0 nilai -2 Log Likehood block number = 1, maka keseluruhan model menunjukkan model regresi yang baik. Penurunan -2Log Likehood menunjukkan model semakin baik Ghozali, 2009.

3.9.7. Koefisien Determinasi Nagelkerke R Square

Nagelkerke R Square merupakan pengujian yang dilakukan untuk mengetahui seberapa besar variabel independen mampu menjelaskan dan mempengaruhi variabel dependen. Nagelkerke R Square merupakan modifikasi dari koefisien Cox dan Snell untuk memastikan bahwa nilainya yang bervariasi dari 0 nol sampai 1 satu. Hal ini dilakukan dengan cara membagi nilai Cox dan Snell’s R2 dengan nilai maksimumnya kemudian diinterpretasikan seperti nilai R2 pada multiple regression Ghozali, 2011.

3.9.8. Menguji Koefisien Regresi

Pengujian koefisien regresi dilakukan untuk menguji seberapa jauh semua variabel independen yang dimasukkan dalam model mempunyai pengaruh terhadap hasil kualitas audit. koefisien regresi logistik dapat ditentukan dengan menggunakan p-value probability value. Tingkat signifikansi α yang digunakan sebesar 10 0,1. Kriteria penerimaan dan penolakan hipotesis alternatif didasarkan pada signifikansi p-value. Jika p- Universitas Sumatera Utara 37 value α, maka hipotesis alternatif ditolak. Sebaliknya jika p-value α, maka alternatif diterima. Universitas Sumatera Utara 38

BAB IV HASIL DAN PEMBAHASAN

4.1. Analisis Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata mean, dan nilai standar deviasi, dari variabel audit tenure dan spesialisasi auditor. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut. Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation Fee Audit 123 18.42 25.42 22.1222 1.59497 Audit Tenure 123 1.00 3.00 1.8130 .81331 Valid N listwise 123 Berdasarkan Tabel 4.1, diketahui audit tenure minimum adalah 1,00 sedangkan nilai audit tenuremaksimum adalah 3,00.Diketahui nilairata-rata mean audit tenure dari tahun 2012-2014 adalah 1,8130, dan standar deviasinya adalah 0,81331. Diketahui fee audit minimum adalah 18,42, sedangkan fee auditmaksimum adalah 25,42. Diketahui nilai rata-rata mean fee audit dari tahun 2012-2014 adalah 22,1222, dan standar deviasinya adalah 1,59497. Universitas Sumatera Utara 39 Tabel 4.2 Statistik Deskriptif Kualitas Audit Kualitas Audit Y Frequency Percent Valid Percent Cumulative Percent Valid perusahaan tidak diaudit oleh KAP the Big Four 91 74.0 74.0 74.0 perusahaan diaudit oleh KAP the Big Four 32 26.0 26.0 100.0 Total 123 100.0 100.0 Berdasarkan Tabel 4.2, diketahui kualitas audit yang termasuk ke dalam kategori perusahaan tidak diaudit oleh KAP the Big Four dari tahun 2012- 2014sebanyak 91 perusahaan 74, sementara yang termasuk ke dalam kategori perusahaan diaudit oleh KAP the Big Four dari tahun 2012-2014sebanyak 32 perusahaan 26. Tabel 4.3 Statistik Deskriptif Rotasi Auditor Rotasi Auditor Frequency Percent Valid Percent Cumulative Percent Valid tidak terjadi rotasi auditor 109 88.6 88.6 88.6 terjadi rotasi auditor 14 11.4 11.4 100.0 Total 123 100.0 100.0 Berdasarkan Tabel 4.3, diketahui perusahaanyang tidak terjadi rotasi auditor dari tahun 2012-2014 sebanyak 109 perusahaan 88,6, sementara perusahaan yang terjadi rotasi auditor dari tahun 2012-2014 sebanyak 14 perusahaan 11,4. Berdasarkan Tabel 4.4, diketahui perusahaanyang tidak diaudit oleh auditor spesialis dari tahun 2012-2014 sebanyak 97 perusahaan 78,9, sementara perusahaan yang diaudit oleh auditor spesialis dari tahun 2012-2014 sebanyak 26 perusahaan 21,1. Universitas Sumatera Utara 40 Tabel 4.4 Statistik Deskriptif Spesialisasi Auditor Spesialisasi Auditor Frequency Percent Valid Percent Cumulative Percent Valid perusahaan tidak diaudit oleh auditor spesialis 97 78.9 78.9 78.9 perusahaan diaudit oleh auditor spesialis 26 21.1 21.1 100.0 Total 123 100.0 100.0

4.2. Uji Asumsi Multikolinearitas