BAB IV HASIL DAN PEMBAHASAN
4.1. Data Penelitian
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi logistik.
Analisis data dimulai dengan mengolah data dengan menggunakan microsoft excel
, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi logistik digunakan dengan menggunakan
software SPSS versi 17. Proses data dimulai dengan memasukkan variabel-
variabel penelitian ke program SPSS dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Berdasarkan kriteria yang telah
ditetapkan, diperoleh 15 perusahaan sampel yang memenuhi kriteria serta diamati selama periode 2009 sampai dengan 2011, sehingga data penelitian
berjumlah 45 unit analisis.
4.2. Analisis Hasil Penelitian
4.2.1. Statistik Deskriptif
Statistik deskriptif berfungsi untuk mengetahui karakteristik sampel yang digunakan dalam penelitian. 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
Universitas Sumatera Utara
Tabel 4.1
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation ROA
45 -67.34
341.56 -1.4989
56.08988 DER
45 -13.31
75.61 6.2224
15.19459 Valid N listwise
45
Sumber: Hasil Pengolahan SPSS 17 Berdasarkan tabel 4.1 dapat dideskripsikan beberapa hal
berikut yaitu: 1.
Jumlah seluruh sampel penelitian adalah 15 perusahaan dengan 45 unit analisis yaitu 15 sampel dikali tiga tahun
penelitian. Dengan 2 variabel yang memiliki skala rasio yaitu return on assets ROA sebagai variabel
independen kedua X2 dan debt to equity ratio DER sebagai variabel independen ketiga X3.
2. Variabel independen kedua, yaitu return on assets
ROA memiliki nilai minimum sebesar -67.34 dan nilai maksimum 341.56 dengan rata-rata adalah -1.4989. Hal
ini menunjukkan bahwa kebanyakan perusahaan yang menjadi sampel mempunyai nilai ROA negatif artinya
perusahaan mengalami kerugian. Nilai standar deviasi sebesar 56.08988
menunjukkan bahwa tidak ada sampel yang memiliki nilai ROA yang bersifat ekstrim.
Universitas Sumatera Utara
3. Variabel independen ketiga, yaitu debt to equity ratio
DER memiliki nilai minimum sebesar -13.31 dan
maksimum sebesar 75.61 dengan nilai rata-rata 6.2224. Hal ini menunjukkan bahwa perusahaan-perusahaan
yang menjadi sampel mempunyai nilai DER positif artinya kemampuan ekuitas dalam membayar
kewajibannya. Nilai standar deviasi sebesar 15.19459 menunjukkan bahwa tidak ada data yang bersifat
ekstrim.
Tabel 4.2
Statistics
Reputasi Auditor Opini Tahun
Sebelumnya Going Concern
Opinion Audit N
Valid 45
45 45
Missing
Sumber: Hasil pengolahan SPSS 17 Berdasarkan tabel 4.2 dapat dideskripsikan bahwa jumlah data
yang valid sah untuk diproses adalah 45 buah sedangkan data yang hilang missing adalah nol, artinya semua data telah diproses.
Tabel 4.3
Reputasi Auditor
Frequency Percent
Valid Percent Cumulative
Percent Valid
.00 30
66.7 66.7
66.7
Universitas Sumatera Utara
1.00 15
33.3 33.3
100.0 Total
45 100.0
100.0
Sumber: Hasil pengolahan SPSS 17 Berdasarkan tabel 4.3 dapat dideskripsikan bahwa variabel
independen pertama X1, yaitu reputasi auditor merupakan variabel nominal yang menggunakan variabel dummy, dimana perusahaan yang
diaudit oleh KAP berafiliasi dengan big four diberi kode “1” sedangkan perusahaan yang diaudit oleh KAP tidak berafiliasi Big
Four non big four dibei kode “0”, memiliki data valid karena seluruhnya telah diproses. Perusahaan yang diaudit oleh KAP
berafiliasi dengan big four sebanyak 15 perusahaan atau 33,3 sedangkan yang diaudit oleh KAP tidak berafiliasi dengan big four
KAP non big four sebanyak 30 perusahaan atau 66,7.
Tabel 4.4
Opini Audit Tahun Sebelumnya
Frequency Percent
Valid Percent Cumulative
Percent Valid
.00 24
53.3 53.3
53.3 1.00
21 46.7
46.7 100.0
Total 45
100.0 100.0
Sumber: Hasil pengolahan SPSS 17 Berdasarkan tabel 4.4 dapat dideskripsikan bahwa variabel
independen keempat X4, yaitu opini audit tahun sebelumnya merupakan skala nominal yang menggunakan variabel dummy,
dimana perusahaan yang menerima opini audit going concern pada
Universitas Sumatera Utara
tahun sebelumnya diberi kode “1” sedangkan perusahaan yang menerima opini audit non going concern tahun sebelumnya diberi
kode “0”, memiliki nilai valid karena semua data diproses. Perusahaan yang menerima opini audit going concern tahun
sebelumnya sebanyak 21 perusahaan atau 46,7 sedangkan yang tahun sebelumnya menerima opini audit non going concern sebanyak
24 perusahaan atau 53,3 .
Tabel 4.5
Going Concern Opinion Audit
Frequency Percent
Valid Percent Cumulative
Percent Valid
.00 23
51.1 51.1
51.1 1.00
22 48.9
48.9 100.0
Total 45
100.0 100.0
Sumber: Hasil pengolahan SPSS 17 Berdasarkan tabel 4.5 dapat dideskripsikan bahwa variabel
dependen Y, yaitu opini audit going concern 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 22 perusahaan atau 48,9 sedangkan perusahaan yang menerima opini audit non going concern sebanyak 23 perusahaan atau
51,1 .
Universitas Sumatera Utara
4.2.2. Pengujian Data
4.2.2.1. Uji Asumsi Klasik
1. Uji Multikolonieritas
Uji ini digunakan untuk situasi dimana adanya korelasi variabel-variabel independen antara yang satu
dengan yang lainnya. Tujuannya adalah untuk mengetahui apakah dalam model regresi ditemukan
adanya korelasi antara variabel bebas independen. Apabila terjadi korelasi antar variabel-variabel tersebut
berarti terjadi problem multikolineritas multikol. Sedangkan variabel yang baik adalah variabel yang
tidak memiliki problem multikolinearitas. Uji multikolineritas ini dilakukan dengan melihat besaran
VIF Variance Inflation Factor dan Tolerence serta melihat besaran korelasi antar variabel independen.
Tabel 4.6
Coefficient Correlations
a
Model Opini Audit Tahun
Sebelumnya DER
ROA Reputasi
Auditor 1
Correlations Opini Audit Tahun
Sebelumnya 1.000
-.112 .090
.389 DER
-.112 1.000
.037 -.125
ROA .090
.037 1.000
.037 Reputasi Auditor
.389 -.125
.037 1.000
Covariances Opini Audit Tahun
Sebelumnya .014
-4.665E-5 1.013E-5
.006
Universitas Sumatera Utara
Sumber : Hasil Pengolahan SPSS 17 Deteksi adanya multikolinearitas :
1. Multikolinearitas dapat dilihat dari koefisien
korelasi antar variabel independen. Jika koefisien korelasi yang terjadi kurang dari 0,95 berarti
tidak terjadi multikolinearitas sedangkan jika koefisien korelasi lebih dari 0,95 berarti ada
masalah multikolinearitas. Tidak adanya korelasi yang tinggi bukan berarti bebas dari gejala
multiolinearitas. Multiolinearitas dapat disebabkan karena adanya efek kombinasi dua
atau lebih variabel independen Ghozali, 2005:91.
Analisis: Pada tabel 4.6 Coefficient Correlations tampak
bahwa bahwa antar variabel-variabel independen tersebut tidak ada korelasi yang besar. Dari tabel
tersebut menunjukkan bahwa korelasi dibawah 0,95 atau 95. Jadi dapat disimpulkan bahwa antar variabel
tersebut tidak terjadi multikolineritas.
DER -4.665E-5
1.285E-5 1.263E-7
-5.538E-5 ROA
1.013E-5 1.263E-7
9.316E-7 4.448E-6
Reputasi Auditor .006
-5.538E-5 4.448E-6
.015 a. Dependent Variable: Going Concern Opinion Audit
Universitas Sumatera Utara
2. Multikolinearitas dapat dilihat dari :
1. Mempunyai nilai VIF 10
2. Nilai Tolerance 0,10
Tabel 4.7
Sumber : Hasil Pengolahan SPSS 17 Analisis :
Pada tabel 4.7 coefficient correlations 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 tidak ada masalah multikolinearitas
diantara variabel independennya. 2. Uji Autokorelasi
Uji yang digunakan untuk melihat autokorelasi dalam penelitian ini adalah dengan menggunakan run
test. Run test dapat digunakan untuk menguji apakah
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
Reputasi Auditor .842
1.187 ROA
.990 1.010
DER .977
1.023 Opini Audit Tahun
Sebelumnya .839
1.192 a. Dependent Variable: Going Concern Opinion Audit
Universitas Sumatera Utara
residual terdapat korelasi yang tinggi. Hipotesis yang akan diuji adalah:
Ho : residual res_1 random acak H1: residual res_1 tidak random
Tabel 4.8
Runs Test
Unstandardized Residual Test Value
a
-.06675 Cases Test Value
22 Cases = Test Value
23 Total Cases
45 Number of Runs
17 Z
-1.807 Asymp. Sig. 2-tailed
.071 a. Median
Sumber : Hasil pengolahan SPSS 17 Analisis :
Dari tabel 4.8 Run Test tersebut dapat dilihat nilai tes sebesar -.06675 dengan Asymptotic significance dua sisi
adalah 0,071 atau probabilitas diatas 0,05, berarti H0 diterima atau dapat disimpulakan bahwa residual random acak atau
tidak terjadi autokorelasi antar nilai residual.
4.2.2.2. Menilai Keseluruhan Model Overall model fit
Uji ini dilakukan untuk menilai model yang telah dihipotesakan telah fit atau tidak dengan data. Pengujian
dilakukan dengan membandingkan nilai antara -2Log likelihood
pada awal block number = 0 dengan nilai -2log
Universitas Sumatera Utara
likelihood pada akhir block number = 1. Nilai -2log
likelihood awal pada block number = 0, ditunjukkan dengan
tabel 4.9 sebagai berikut :
Tabel 4.9
Nilai -2log likelihood -2 LL awal
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
62.361 -.044
2 62.361
-.044 a. Constant is included in the model.
b. Initial -2 Log Likelihood: 62,361 c. Estimation terminated at iteration number 2
because parameter estimates changed by less than ,001.
Sumber : Hasil Pengolahan SPSS 17 Nilai -2log likelihood akhir pada block number = 1,
dapat dilihat pada tabel 4.10 berikut ini :
Tabel 4.10
Nilai -2 log likelihood -2 LL akhir
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
RA ROA
DER OS
Step 1 1
35.511 -1.302
-.303 .008
.018 2.691
2 33.317
-1.678 -.555
.011 .047
3.407 3
32.906 -1.798
-.793 .012
.072 3.703
4 32.894
-1.818 -.853
.012 .077
3.773 5
32.894 -1.818
-.855 .012
.077 3.775
6 32.894
-1.818 -.855
.012 .077
3.775 a. Method: Enter
b. Constant is included in the model.
Universitas Sumatera Utara
c. Initial -2 Log Likelihood: 62,361 d. Estimation terminated at iteration number 6 because parameter estimates changed by less than
,001.
Sumber : Hasil Pengolahan SPSS 17 Dari tabel 4.9 dapat dilihat bahwa -2log likelihood
awal pada block number = 0, yaitu model yang hanya memasukkan konstanta yang dapat dilihat pada step 2,
memperoleh nilai sebesar 62.361. Kemudian pada tabel 4.12 dapat dilihat nilai -2log likelihood akhir pada block number =
1 mengalami perubahan setelah masuknya beberapa variabel independen pada model penelitian sehingga nilai -2log
likelihood akhir pada step 6 sebesar 32.894.
Selisih nilai -2log likelihood awal dengan nilai -2log likelihood
akhir sebesar 29.467 62.361 – 32.894. Penurunan nilai yang terjadi menunjukkan bahwa model ini dinyatakan
fit, artinya penambahan variabel independen yaitu reputasi auditor, rasio profitabilitas, rasio solvabilitas, dan opini audit
tahun sebelumnya ke dalam model penelitian akan memperbaiki model fit penelitian ini.
4.2.2.3. Menguji Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan Goodness of Fit Test yang
diukur dengan nilai Chi-square pada bagian bawah uji Hosmer and Lameshow.
Universitas Sumatera Utara
Tabel 4.11
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 3.866
7 .795
Sumber : Hasil Pengolahan SPSS 17 Dari tabel 4.11 dapat dilihat bahwa hasil pengujian
statistik menunjukkan nilai statistik Hosmer and Lameshow sebesar 3.866 dengan probabilitas signifikansi sebesar 0,795
yang nilainya lebih besar dari 0,05. Hal ini berarti, model regresi layak untuk digunakan.
Tabel 4.12
Contingency Table for Hosmer and Lemeshow Test
Non Going Concern Opinion Audit = ,00 Going Concern Opinion Audit = 1,00
Total Observed
Expected Observed
Expected Step 1
1 4
4.655 1
.345 5
2 5
4.514 .486
5 3
5 4.406
.594 5
4 4
4.270 1
.730 5
5 2
2.681 3
2.319 5
6 1
1.136 4
3.864 5
7 1
.750 4
4.250 5
8 1
.486 4
4.514 5
9 .102
5 4.898
5
Sumber : Hasil pengolahan SPSS 17 Berdasarkan tabel 4.12, nilai yang diamati maupun
yang diprediksi tidak ada perbedaan yang ekstrim atau dapat dikatakan bahwa model mampu memprediksi nilai
observasinya.
Universitas Sumatera Utara
4.3. Pengujian Hipotesis Penelitian