Analisis Data

4.2 Analisis Data

Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi logistik (logistic regression). Tujuannya adalah untuk memperoleh gambaran yang menyeluruh mengenai pengaruh variabel independen (ukuran KAP, ukuran klien, tingkat pertumbuhan klien, financial distress, pergantian manajemen, opini audit, dan fee audit terhadap variabel dependen yaitu auditor switching.

4.2.1 Statistik Deskriptif

Berdasarkan hasil statistik deskriptif dengan menggunakan metode pooled data diperoleh sebanyak 200 data observasi yang berasal dari perkalian antara periode penelitian (4 tahun; dari tahun 2005 sampai 2008) dengan jumlah perusahaan sampel (50 perusahaan).

Tabel 4.4 menunjukkan statistik deskriptif masing-masing variabel penelitian. Berdasarkan Tabel 4.4, hasil analisis dengan menggunakan statistik deskriptif terhadap auditor switching (SWITCH) menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,36. Hasil analisis dengan menggunakan statistik deskriptif terhadap ukuran KAP (KAP) menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata- rata sebesar 0,33. Hasil analisis dengan menggunakan statistik deskriptif terhadap ukuran klien (LnTA) menunjukkan nilai minimum sebesar 21,53, nilai maksimum sebesar 30,48 dengan rata-rata sebesar 26,97. Hasil analisis dengan menggunakan statistik deskriptif terhadap tingkat pertumb uhan klien (ΔS) menunjukkan nilai minimum sebesar -1,00, nilai maksimum sebesar 53,39 dengan rata-rata sebesar 0,49. Hasil analisis dengan menggunakan statistik deskriptif terhadap financial distress (Z) menunjukkan nilai minimum sebesar -1.212,21, nilai maksimum sebesar 18,08 dengan rata-rata sebesar -3,74. Hasil analisis dengan menggunakan statistik deskriptif terhadap pergantian manajemen (CEO) menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,13. Hasil analisis dengan menggunakan statistik deskriptif terhadap opini audit (OPINI) menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,04. Hasil analisis dengan menggunakan statistik Tabel 4.4 menunjukkan statistik deskriptif masing-masing variabel penelitian. Berdasarkan Tabel 4.4, hasil analisis dengan menggunakan statistik deskriptif terhadap auditor switching (SWITCH) menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,36. Hasil analisis dengan menggunakan statistik deskriptif terhadap ukuran KAP (KAP) menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata- rata sebesar 0,33. Hasil analisis dengan menggunakan statistik deskriptif terhadap ukuran klien (LnTA) menunjukkan nilai minimum sebesar 21,53, nilai maksimum sebesar 30,48 dengan rata-rata sebesar 26,97. Hasil analisis dengan menggunakan statistik deskriptif terhadap tingkat pertumb uhan klien (ΔS) menunjukkan nilai minimum sebesar -1,00, nilai maksimum sebesar 53,39 dengan rata-rata sebesar 0,49. Hasil analisis dengan menggunakan statistik deskriptif terhadap financial distress (Z) menunjukkan nilai minimum sebesar -1.212,21, nilai maksimum sebesar 18,08 dengan rata-rata sebesar -3,74. Hasil analisis dengan menggunakan statistik deskriptif terhadap pergantian manajemen (CEO) menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,13. Hasil analisis dengan menggunakan statistik deskriptif terhadap opini audit (OPINI) menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,04. Hasil analisis dengan menggunakan statistik

Tabel 4.4 Statistik Deskriptif

Descriptive Statistics

Minimum Maximum

Mean

Std. Deviation

0,49 Valid N (listwise)

Sumber: output SPSS

4.2.2 Hasil Pengujian Hipotesis Penelitian

Karena variabel dependen bersifat dikotomi (melakukan auditor switching dan tidak melakukan auditor switching), maka pengujian terhadap hipotesis dilakukan dengan menggunakan uji regresi logistik. Tahapan dalam pengujian dengan menggunakan uji regresi logistik dapat dijelaskan sebagai berikut (Ghozali, 2005):

4.2.2.1 Menilai Keseluruhan Model (Overall Model Fit)

Pengujian dilakukan dengan membandingkan nilai antara -2 Log Likelihood (-2LL) pada awal (Block Number = 0) dengan nilai -2 Log Likelihood (-2LL) pada akhir (Block Number = 1). Nilai -2LL awal adalah sebesar 261,367. Setelah dimasukkan keenam variabel independen, maka nilai -2LL akhir mengalami penurunan menjadi sebesar 234,273. Penurunan likelihood (-2LL) ini Pengujian dilakukan dengan membandingkan nilai antara -2 Log Likelihood (-2LL) pada awal (Block Number = 0) dengan nilai -2 Log Likelihood (-2LL) pada akhir (Block Number = 1). Nilai -2LL awal adalah sebesar 261,367. Setelah dimasukkan keenam variabel independen, maka nilai -2LL akhir mengalami penurunan menjadi sebesar 234,273. Penurunan likelihood (-2LL) ini

Tabel 4.5 Menilai Keseluruhan Model

Iteration History Coefficients

-2 Log Iteration

likelihood Constant KAP LnTA

CEO OPINI FEE

0,63 -0,30 2,23 Initial -2 Log Likelihood: 261,367

Sumber: output SPSS

4.2.2.2 Koefisien Determinasi (Nagelkerke R Square)

Tabel 4.6 Koefisien Determinasi

-2 Log

Cox & Snell R Nagelkerke R

Sumber: output SPSS

Besarnya nilai koefesien determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R Square. Nilai Nagelkerke R Square adalah sebesar 0,174 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 17,4%, sedangkan sisanya sebesar 82,6% dijelaskan oleh variabel-variabel lain di luar model penelitian.

4.2.2.3 Menguji Kelayakan Model Regresi

Tabel 4.7 Menguji Kelayakan Model Regresi

Chi-square

Df Sig.

Sumber: output SPSS

Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Pengujian menunjukkan nilai Chi-square sebesar 13,419 dengan signifikansi (p) sebesar 0,098. Berdasarkan hasil tersebut, karena nilai signifikansi lebih besar dari 0,05 maka model dapat disimpulkan mampu memprediksi nilai observasinya.

4.2.2.4 Uji Multikolinieritas

Tabel 4.8 Uji Multikolinieritas

CEO OPINI FEE Constant

Constant KAP LnTA

1 0,280 -0,998 0,147 0,182 -0,073 0,210 -0,088

KAP

0,280 1 -0,277 -0,036 -0,022 -0,115 0,030 -0,741

1 -0,152 -0,207 0,058 -0,225 0,072

1 -0,119 0,229 -0,069

CEO

-0,115 0,058 -0,003 -0,119

1 -0,101 0,109

OPINI

0,210 0,030 -0,225 0,051 0,229 -0,101 1 0,018

FEE

-0,088 -0,741 0,072 0,016 -0,069 0,109 0,018 1

Sumber: output SPSS

Model regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat di antara variabel bebasnya. Pengujian ini menggunakan matriks korelasi antar variabel bebas untuk melihat besarnya korelasi antar variabel independen.

Hasil menunjukkan tidak ada nilai koefisien korelasi antar variabel yang nilainya lebih besar dari 0,8; maka tidak ada gejala multikolinearitas yang serius antar variabel bebas.

4.2.2.5 Matriks Klasifikasi

Tabel 4.9 Matriks Klasifikasi

Predicted SWITCH

Percentage Observed

0 1 Correct SWITCH

Overall Percentage

Sumber: output SPSS

Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perpindahan KAP yang dilakukan oleh perusahaan.

Kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perusahaan melakukan perpindahan KAP adalah sebesar 26,4%. Hal ini menunjukkan bahwa dengan menggunakan model regresi yang digunakan, Kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perusahaan melakukan perpindahan KAP adalah sebesar 26,4%. Hal ini menunjukkan bahwa dengan menggunakan model regresi yang digunakan,

4.2.2.6 Model Regresi Logistik yang Terbentuk

Model regresi logistik yang terbentuk disajikan pada tabel berikut ini:

Tabel 4.10 Hasil Uji Koefisien Regresi Logistik

B S.E.

KAP -2,939 0,731 16,184 0,000

H1 diterima LnTA

Signifikan

0,233 0,127 3,346 0,067 Tidak signifikan

H2 ditolak

H3 ditolak Z

-0,020 0,048 0,174 0,676 Tidak signifikan

H4 ditolak CEO

-0,055 0,055 1,014 0,314 Tidak signifikan

H5 ditolak OPINI

0,635 0,462 1,887 0,170 Tidak signifikan

H6 ditolak FEE

-0,298 0,804 0,138 0,711 Tidak signifikan

H7 diterima Constant

Sumber: output SPSS

Hasil pengujian terhadap koefisien regresi menghasilkan model berikut ini: SWITCH = - 6,750 - 2,939KAP + 0,233LnTA - 0,020ΔS - 0,055Z + 0,635CEO - 0,298OPINI + 2,233FEE