Metode Pengumpulan Data b,c,d

69 adalah laporan keuangan dan laporan audit perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia tahun 2008 sampai dengan tahun 2012.

3.7 Metode Pengumpulan Data

Teknik pengumpulan data yang dilakukan dengan menggunakan teknik dokumentasi, yaitu melihat dokumen-dokumen yang sudah terjadi laporan keuangan dan laporan audit emiten di Bursa Efek Indonesia. Penelitian ini juga dilakukan dengan menggunakan studi kepustakaan yaitu dengan cara membaca, mempelajari literatur, jurnal ilmiah dan publikasi yang berhubungan dengan penelitian yang diperoleh dari buku maupun internet dan dengan cara mendownload dari situs resmi Bursa Efek Indonesia www.idx.com .

3.8 Teknik Analisis Data

3.8.1 Statistik Deskriptif

Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap objek yang diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum. Statistik deskriptif digunakan untuk mendeskripsikan variabel – variabel yang ada dalam penelitian ini. Alat analisis yang digunakan adalah nilai minimum, nilai maksimum, rata – rata mean, dan standar deviasi. Universitas Sumatera Utara 70

3.8.2 Analisis Regresi Logistik

Alat analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik logistic regression. Alasan penggunaan alat analisis regresi logistic logistic regression adalah karena variabel dependen bersifat dikotomi melakukan auditor switching dan tidak melakukan auditor switching . Ghozali 2006:333 menyatakan bahwa metode regresi logistik sebenarnya mirip dengan analisis diskriminan. Analisis ini ingin menguji apakah terjadinya variabel terikat dependen dapat diprediksi dengan variabel bebasnya independen. Regresi logistik adalah bentuk khusus dimana variabel dependennya terbagi menjadi dua bagian atau kelompok biner. Walaupun formulanya dapat saja lebih dari dua kelompok. Regresi logistik adalah regresi yang digunakan untuk mencari persamaan regresi jika variabel dependennya merupakan variabel yang berbentuk skala. Regresi logistik binary digunakan untuk menemukan persamaan regresi dimana variabel dependennya bertipe kategorial dua pilihan seperti: ya atau tidak, atau lebih dari dua pilihan seperti: tidak setuju, setuju, sangat setuju. Variabel dependen dalam penelitian ini adalah pergantian KAP yang dinyatakan dengan variabel dummy, dimana kategori 1 untuk perusahaan yang melakukan pergantian KAP dan kategori 0 untuk perusahaan yang tidak melakukan pergantian KAP. Berdasarkan rumusan masalah dan model penelitian yang telah diuraikan sebelumnya, maka model penelitian yang dibentuk adalah sebagai berikut : Universitas Sumatera Utara 71 CHANGES = b0 + b 1 BNM + b 2 DEBT + b 3 OPINI +b 4 FEE+ e Keterangan: CHANGES = Pergantian KAP b0 = Konstanta BNM = Pergantian Auditor ke KAP yang Berkualitas Lebih Tinggi KAP brand name DEBT = Kesulitan Keuangan Perusahaan OPINI = Jenis opini audit 1 untuk perusahaan yang menerima opini selain wajar tanpa pengecualian dan 0 untuk perusahaan yang menerima opini wajar tanpa pengecualian FEE = Perubahan Fee Audit b 1 = Koefisien regresi variabel X 1 b 2 = Koefisien regresi variabel X 2 b 3 = Koefisien regresi variabel X 3 b 4 = Koefisien regresi variabel X 4 e = Standard Error

3.8.2.1 Menilai Kelayakan Model Regresi

Menurut Ghozali 2011, langkah pertama adalah menilai overall model fit terhadap data. Beberapa tes statistik diberikan untuk menilai hal ini. Hipotesis yang digunakan untuk menilai model fit adalah sebagai berikut: H0 = Model yang dihipotesiskan fit dengan data Universitas Sumatera Utara 72 HA = Model yang dihipotesiskan tidak fit dengan data Dari hipotesis ini jelas bahwa kita tidak akan menolak hipotesis nol agar model fit dengan data. Statistik yang digunakan berdasarkan pada fungsi likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan alternatif, L ditransformasikan menjadi - 2LogL. Penurunan likelihood -2LL menunjukkan model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit dengan data.

3.8.2.2 Uji Statistik

Cox and Snell’s R Square Koefisien regresi dapat juga ditentukan dengan menggunakan Cox and Snell R Square dan Nagelkerke R Square, dalam hal ini ada dua ukuran R Square yaitu Cox Snell R Square dan Nagelkerke R Square. Cox Snell R Square menggunakan nilai maksimum kurang dari 1 sehingga sulit untuk diinterpretasikan. Nagelkerke R Square merupakan modifikasi dari Cox Snell R Square dengan nilai yang bervariasi dari 0 sampai dengan 1. Nilai yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi Universitas Sumatera Utara 73 yang dibutuhkan untuk memprediksi variasi variabel dependen.

3.8.2.3 Uji Statistik Hosmer and

Lomeshow’s Goodness of Fit Test Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Hosmer and Lemeshow’s Goodness of Fit Test menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test 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. Jika nilai statistic 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 model dapat diterima karena cocok dengan data observasinya. Universitas Sumatera Utara 74

3.9 PENGUJIAN HIPOTESIS

3.9.1 Uji t Uji Regresi Parsial

Pengujian hipotesis untuk masing-masing variabel Diferensiasi Kualitas Audit, Kesulitan Keuangan Perusahaan, Opini Audit, dan Fee Audit secara individu terhadap Pergantian KAP menggunakan uji regresi parsial uji t. Uji regresi parsial merupakan pengujian yang dilakukan terhadap variabel dependen atau variabel terikat Ghozali, 2005. Adapun mengenai hipotesis-hipotesis yang dilakukan dalam penelitian ini dirumuskan sebagai berikut : 1. jika prob 0.05 atau t hitung t tabel maka variabel X secara individu Parsial memiliki pengaruh yang signifikan terhadap variabel Y, 2. jika prob 0.05 atau t hitung t tabel maka variabel X secara individu Parsial tidak memiliki pengaruh yang signifikan terhadap variabel Y, 3. jika t hitung t tabel , maka H o diterima atau H a ditolak, sedangkan jika t hitung t tabel , maka H o ditolak dan H a diterima. Jika tingkat signifikansi dibawah 0,05 maka H o ditolak dan H a diterima. Dimana : 1 H o : b i ≤ 0 artinya H o tidak ada pengaruh yang positif dan signifikan antara variabel bebas dan variabel terikat. Dimana H o adalah tidak ada pengaruh yang positif dan signifikan antara Diferensiasi Kualitas Audit, Universitas Sumatera Utara 75 Kesulitan Keuangan Perusahaan, Opini Audit, dan Fee Audit terhadap Pergantian KAP. 2 H a : b i 0 artinya H a ada pengaruh positif terhadap dan signifikan antara variabel bebas dan variabel terikat. Dimana H a adalah ada pengaruh yang positif dan signifikan antara Diferensiasi Kualitas Audit, Kesulitan Keuangan Perusahaan, Opini Audit, dan Fee Audit terhadap Pergantian KAP.

3.9.2 Uji F Uji Hipotesis Simultan

Pengujian terhadap Diferensiasi Kualitas Audit, Kesulitan Keuangan Perusahaan, Opini Audit, dan Fee Audit terhadap Pergantian KAP secara bersamaan dengan uji F. Uji regresi simultan uji F merupakan pengujian yang digunakan untuk mengetahui ada tidaknya pengaruh bersama-sama antara variabel independen terhadap variabel dependen Ghozali, 2005. Adapun mengenai hipotesis yang dilakukan dalam penelitian ini dirumuskan sebagai berikut : 1. jika nilai F hitung F tabel maka variabel X secara bersama-sama memiliki pengaruh yang signifikan terhadap variabel Y, 2. jika nilai F hitung F tabel maka variabel X secara bersama-sama tidak memiliki pengaruh yang signifikan terhadap variabel Y, 3. jika F hitung F tabel , maka H o diterima atau H a ditolak, sedangkan jika F hitung F tabel , maka H o ditolak dan H a diterima. Universitas Sumatera Utara 76 Jika tingkat signifikansi dibawah 0,05 maka H o ditolak dan H a diterima. F hitung dapat diketahui melalui : Dimana : 3 H o : b 1 , b 2 , b 3 , b 4 , b 5 , b 6 = 0 artinya tidak ada pengaruh dari variabel independen secara bersama-sama terhadap variabel dependen. Dimana H o adalah tidak ada pengaruh dari Diferensiasi Kualitas Audit, Kesulitan Keuangan Perusahaan, Opini Audit, dan Fee Audit secara bersama-sama terhadap Pergantian KAP. 4 H a : b 1 , b 2 , b 3 , b 4 , b 5 , b 6 ≠ 0 artinya ada pengaruh dari variabel independen secara bersama-sama terhadap variabel dependen. Dimana H a adalah ada pengaruh dari Diferensiasi Kualitas Audit, Kesulitan Keuangan Perusahaan, Opini Audit, dan Fee Audit secara bersama- sama terhadap Pergantian KAP 3.9.3 Uji Asumsi Klasik 3.9.3.1 Uji Multikolinearitas Uji multikolinearitas digunakan untuk mengetahui apakah dalam sebuah model regresi terdapat korelasi hubungan diantara F hitung = Universitas Sumatera Utara 77 variabel bebas dalam model regresi Situmorang dan Lufti, 2012. Apabila terdapat korelasi antara variabel bebas, maka terjadi multikolinearitas. Sedangkan, apabila tidak terdapat korelasi antara variabel bebas, maka tidak terjadi multikolinearitas. Pengujian terhadap ada tidaknya multikolinearitas dilakukan dengan melihat toleransi variabel dan Variance Inflation Factor VIF. Deteksi dilakukan dengan melihat nilai VIF dan nilai tolerance. Multikolinearitas tidak terjadi jika VIF 10 dan nilai tolerance 0,10.

3.9.3.2 Matriks Klasifikasi

Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan ukuran KAP pada perusahaan terkait dengan berkualitas atau tidaknya sebuah proses audit. Universitas Sumatera Utara 78 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Data Penelitian Penelitian ini menggunakan objek penelitian yaitu perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dengan periode penelitian 2008 – 2012. Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft Excel , selanjutnya analisis deskriptif, pengujian menggunakan regresi logistik dan diakhiri dengan pengujian hipotesis. Pengujian akan dilakukan dengan menggunakan software SPSS versi 16. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output- output sesuai metode analisis data yang telah ditentukan. Metode pengambilan sampel dilakukan dengan teknik purposive sampling. Objek penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia selama periode 2008 – 2012, dimana jumlah perusahaan manufaktur tersebut adalah 112 perusahaan. Setelah data terkumpul, seluruh perusahaan yang termasuk dalam populasi diseleksi berdasarkan kriteria yang telah ditentukan. Berdasarkan penyeleksian tersebut, maka diperoleh 40 perusahaan yang dapat dijadikan sampel penelitian dengan 5 tahun periode pengamatan, sehingga diperoleh jumlah observasi 200. Tabel 4.1 berikut menyajikan tahapan seleksi sampel berdasarkan kriteria yang telah ditetapkan. Universitas Sumatera Utara 79 Tabel 4.1 Proses seleksi sampel dengan kriteria Sumber : Data Diolah

4.1.1 Deskripsi Sampel Penelitian

Dalam penelitian ini, sampel dipilih dengan metode purposive sampling dengan menggunakan kriteria-kriteria yang telah ditentukan. Sampel dipilih bagi perusahaan manufaktur yang menyajikan data yang dibutuhkan dalam penelitian ini, seperti diferensiasi kualitas audit, kesulitan keuangan perusahaan, opini audit, dan fee audit. Ringkasan sampel penelitian disajikan dalam tabel 4.2. Jumlah Perusahaan Manufaktur yang terdaftar di BEI periode 2008-2012 112 Perusahaan Manufaktur yang tidak terdaftar di BEI periode tahun 2008 – 2012 secara berturut-turut 12 Perusahaan manufaktur yang tidak menyertakan laporan auditor independen bersama dengan laporan keuangan yang telah diaudit pada periode tahun 2008 – 2012 24 Perusahaan manufaktur yang tidak melakukan perpindahan KAP selama periode tahun 2008 – 2012 36 Jumlah perusahaan sampel 40 Tahun pengamatan tahun 5 Jumlah sampel total selama periode penelitian 200 Universitas Sumatera Utara 80 Tabel 4.2 Sampel Penelitian No. Kode Perusahaan 1 AKKU Alam Karya Unggul Tbk 2 ALKA Alakasa Industrindo Tbk 3 ALMI Alumindo Light Metal Industry Tbk 4 AMFG Asahimas Flat Glass 5 ASII Astra International Tbk 6 AUTO Astra Otoparts Tbk 7 BATA Sepatu Bata Tbk 8 BRNA Berlina Tbk 9 BTON Betonjaya Manunggal Tbk 10 BUDI Budi Acid Jaya Tbk 11 CPIN Charoen Pokphand Indonesia Tbk 12 DLTA Delta Djakarta Tbk 13 ETWA Eterindo Wahanatama Tbk 14 FASW Fajar Surya Wisesa Tbk 15 GGRM Gudang Garam Tbk 16 GJTL Gajah Tunggal Tbk 17 HMSP HM Sampoerna Tbk 18 INAF Indofarma Tbk 19 INDF Indofood Sukses Makmur Tbk 20 INTP Indocement Tunggal Prakasa Tbk 21 JECC Jembo Cable Company Tbk 22 JPRS Jaya Pari Steel Tbk 23 KAEF Kimia Farma Tbk 24 KBLI KMI Wire and Cable Tbk 25 KBLM Kabelindo Murni Tbk 26 KDSI Kedawung Setia Industrial Tbk 27 KIAS Keramika Indonesia Assosiasi Tbk 28 KICI Kedaung Indah Can Tbk 29 KLBF Kalbe Farma Tbk 30 MERK Merck Tbk 31 PBRX Pan Brothers Tex Tbk 32 PRAS Prima Alloy Steel Tbk 33 RMBA Bentoel International Investama Tbk 34 SMCB Holcim Indonesia Tbk 35 SMGR Semen Gresik Persero Tbk Universitas Sumatera Utara 81 36 SMSM Selamat Sempurna Tbk 37 SPMA Suparma Tbk 38 TCID Mandom Indonesia Tbk 39 ULTJ Ultra Jaya Milk Tbk 40 UNVR Unilever Indonesia Tbk Sumber : Data Diolah

4.2 Hasil Penelitian

4.2.1 Statistik Deskriptif

Statistik deskriptif digunakan untuk mendeskripsikan variabel – variabel yang ada dalam penelitian ini. Alat analisis yang digunakan adalah nilai minimum, nilai maksimum, rata – rata mean, dan standar deviasi. Tabel 4.3 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation CHANGES 200 .00 1.00 .2550 .43695 BNM 200 .00 1.00 .4250 .49558 DEBT 200 .08 8.69 1.2053 1.30600 OPINI 200 .00 1.00 .0550 .22855 FEE 200 .00 1.00 .1750 .38092 Valid N listwise 200 Sumber : output SPSS 16 Dari hasil pengujian statistik deskriptif, dapat dilihat bahwa : a. Jumlah sampel dalam penelitian ini adalah 200 yaitu 40 perusahaan manufaktur dikali periode penelitian yaitu 2008-2012. Berdasarkan tabel 4.3, hasil analisis dengan menggunakan statistik deskriptif terhadap pergantian Kantor Akuntan Publik CHANGES menunjukkan nilai minimum sebesar 0, Universitas Sumatera Utara 82 nilai maksimum sebesar 1 dengan rata-rata sebesar 0,2550 dan standar deviasi sebesar 0,43695. b. Hasil analisis dengan menggunakan statistik deskriptif terhadap diferensiasi kualitas audit BNM menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,4250 dan standar deviasi sebesar 0,49558. c. Hasil analisis dengan menggunakan statistik deskriptif terhadap kesulitan keuangan perusahaan DEBT menunjukkan nilai minimum sebesar 0,08 nilai maksimum sebesar 8,69 dengan rata-rata sebesar 1,2053 dan standar deviasi sebesar 1,30600. d. Hasil analisis dengan menggunakan statistik deskriptif terhadap opini audit OPINI menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,0550 dan standar deviasi sebesar 0,22855. e. Hasil analisis dengan menggunakan statistik deskriptif terhadap fee audit FEE menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,1750 dan standar deviasi sebesar 0,38092.

4.2.2 Hasil Pengujian Hipotesis Penelitian

Variabel dependen dalam penelitian ini bersifat dikotomi diaudit oleh KAP big 4 dan diaudit oleh KAP non big 4, maka pengujian hipotesis penelitian ini dilakukan dengan menggunakan uji regresi logistik. Tahapan dalam pengujian dengan menggunakan uji regresi logistik dapat dijelaskan sebagai berikut Ghozali 2006 : Universitas Sumatera Utara 83

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 227,105. Setelah dimasukkan kelima variabel independen, maka nilai -2LL mengalami penurunan menjadi sebesar 185,265. Penurunan likelihood -2LL ini menunjukkan model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit dengan data. Tabel 4.4 Menilai Keseluruhan Model Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant BNM DEBT OPINI FEE Step 1 1 185.265 -1.129 -.359 -.084 .457 2.154 2 182.324 -1.286 -.578 -.131 .683 2.490 3 182.280 -1.297 -.625 -.140 .720 2.528 4 182.280 -1.297 -.626 -.140 .721 2.529 5 182.280 -1.297 -.626 -.140 .721 2.529 a. Method: Enter b. Constant is included in the model. c. Initial -2 Log Likelihood: 227.105 d. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001. Sumber : output SPSS 16 Universitas Sumatera Utara 84

4.2.2.2 Koefisien Determinasi Nagelkerke R Square Tabel 4.5

Koefisien Determinasi Sumber : output SPSS 16 Besarnya nilai koefisien determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R Square. Hasil pengujian di tabel 4.5 menunjukkan nilai Nagelkerke R Square sebesar 0,296 yang berarti variabel dependen yang dapat dijelaskan oleh variabel – variabel independen adalah sebesar 29,6 sedangkan sisanya sebesar 70,4 dijelaskan oleh variabel – variabel lain di luar model penelitian.

4.2.2.3 Menguji Kelayakan Model Regresi Tabel 4.6

Menguji Kelayakan Model Regresi Sumber : output SPSS 16 Kelayakan model regresi dinilai dngan menggunakan Ho smer and Lemeshow’s Goodness of Fit Test. Hasil pengujian menunjukkan nilai Chi-square sebesar 13,544 dengan signifikansi Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 182.280 a .201 .296 a. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001. Hosmer and Lemeshow Test Step Chi-square df Sig. 1 13.544 8 .094 Universitas Sumatera Utara 85 sebesar 0,94. Hasil pengujian pada tabel 4.6 menunjukkan nilai signifikansi lebih besar dari 0,05, maka model penelitian ini dapat disimpulkan mampu memprediksi nilai observasinya.

4.2.2.4 Uji t Uji Regresi Parsial

Uji statistik t dilakukan untuk menguji pengaruh dari variabel independen terhadap variabel dependennya secara individu. Hal ini dapat dilihat dari nilai signifikan t yang dihasilkan dari perhitungan. Apabila nilai signifikan t tingkat signifikan 0.05, t hitung t tabel maka H o ditolak dan H a diterima, H a diterima berarti variabel independen secara individu berpengaruh terhadap variabel dependennya, sebaliknya jika nilai signifikan t tingkat signifikansi 0.05, t hitung t tabel maka H o diterima dan H a ditolak berarti variabel independennya secara individu tidak berpengaruh terhadap variabel dependennya. Tabel 4.7 Hasil Uji Statistik t Model T Signifikan 1 Constant 4.108 .000 BNM -1.513 .132 DEBT -.950 .343 OPINI .963 .337 FEE 7.393 .000 Sumber : output SPSS 16 Universitas Sumatera Utara 86 Dalam penelitian ini diketahui bahwa n= 200 dengan total variabel k=5 maka df= n-k, df= 195 dengan signifikansi 5 nilai t tabel adalah 1,653. Berdasarkan hasil pengolahan SPSS versi 16, diperoleh hasil sebagai berikut:

1. Pengaruh Diferensiasi Kualitas Audit BNM

terhadap Pergantian KAP CHANGES Dari tabel regresi dapat dilihat besarnya t hitung untuk variabel BNM sebesar -1,513 dengan nilai signifikansi 0,132. Hasil uji statistik tersebut menunjukkan bahwa t hitung adalah -1,513, sedangkan t tabel adalah -1,653, sehingga t hitung t tabel -1,513 -1,653. Signifikansi penelitian ini menunjukkan angka yang lebih besar dari 0,05 0,132 0,05, maka dapat disimpulkan bahwa Diferensiasi Kualitas Audit tidak berpengaruh secara signifikan terhadap Pergantian KAP.

2. Kesulitan

Keuangan Perusaahaan DEBT terhadap Pergantian KAP CHANGES Dari tabel regresi dapat dilihat besarnya t hitung untuk variabel DEBT sebesar -0,950 dengan nilai signifikansi 0,343. Hasil uji statistik tersebut menunjukkan bahwa t hitung adalah -0,950, sedangkan t tabel adalah -1,653, sehingga t hitung t tabel -0.950 -1,653. Signifikansi penelitian ini menunjukkan angka yang lebih besar dari Universitas Sumatera Utara 87 0,05 0,343 0,05, maka dapat disimpulkan bahwa Kesulitan Keuangan Perusahaan tidak berpengaruh secara signifikan terhadap Pergantian KAP.

3. Opini Audit OPINI terhadap Pergantian KAP

CHANGES Dari tabel regresi dapat dilihat besarnya t hitung untuk variabel OPINI sebesar 0,963 dengan nilai signifikansi 0,337. Hasil uji statistik tersebut menunjukkan bahwa t hitung adalah 0,963, sedangkan t tabel adalah 1,653, sehingga t hitung t tabel 0,963 1,653. Signifikansi penelitian ini menunjukkan angka yang lebih besar dari 0,05 0,337 0,05, maka dapat disimpulkan bahwa Opini Audit tidak berpengaruh secara signifikan terhadap Pergantian KAP.

4. Fee

Audit FEE terhadap Pergantian KAP CHANGES Dari tabel regresi dapat dilihat besarnya t hitung untuk variabel FEE sebesar 7,393 dengan nilai signifikansi 0,000. Hasil uji statistik tersebut menunjukkan bahwa t hitung adalah 7,393, sedangkan t tabel adalah 1,653, sehingga t hitung t tabel 7,393 1,653. Signifikansi penelitian ini menunjukkan angka yang lebih besar dari 0,05 0,000 0,05, maka dapat disimpulkan bahwa Fee Audit berpengaruh secara signifikan terhadap Pergantian KAP. Universitas Sumatera Utara 88

4.2.2.5 Uji F Uji Hipotesis Simultan

Uji signifikan simultan yang sering disebut dengan uji F ini dilakukan untuk menguji pengaruh yang ditimbulkan oleh keseluruhan variabel dependen yang ada dalam model terhadap variabel independennya. Pengaruh seluruh variabel independen secara bersama-sama terhadap nilai variabel dependen dapat diketahui dengan pengujian terhadap variasi nilai variabel yang terdapat dalam persamaan regresi. Hal ini dapat dari koefisien determinasi yang dihasilkan dari persamaan regresi yang dilakukan. Berdasarkan hasil pengolahan data dengan menggunakan program SPSS versi 16, maka diperoleh hasil sebagai berikut : Tabel 4.8 Hasil Uji Statistik F ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 9.447 4 2.362 16.131 .000 a Residual 28.548 195 .146 Total 37.995 199 a. Predictors: Constant, FEE, OPINI, DEBT, BNM b. Dependent Variable: CHANGES Sumber : output SPSS 16 Persyaratan dari uji F adalah jika F hitung F tabel , maka H o ditolak dan H a diterima, dan apabila tingkat signifikansi dibawah 0,05 maka H o ditolak dan H a diterima, dimana H a menyatakan ada Universitas Sumatera Utara 89 pengaruh dari variabel independen secara bersama-sama atau simultan terhadap variabel dependen. Dimana H a dalam penelitian ini adalah terdapat pengaruh antara diferensiasi kualitas audit, kesulitan keuangan perusahaan, opini audit, dan fee audit terhadap pergantian KAP. Hasil uji ANOVA atau F test menunjukkan F hitung sebesar 16,131 dengan tingkat signifikansi 0,000, sedangkan F tabel diperoleh dari nilai N1 k-1= 5-1=4 dan N2 n-k= 200-5= 195 dengan n adalah jumlah observasi dan k adalah jumlah variabel sebesar 2,42 dengan signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa diferensiasi kualitas audit, kesulitan keuangan perusahaan, opini audit, dan fee audit secara simultan berpengaruh terhadap Pergantian KAP, karena F hitung F tabel 16,131 2,42 dan signifikansi penelitian lebih kecil dari 0,05 0,000 0,05.

4.2.2.6 Uji Multikolinearitas

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. Universitas Sumatera Utara 90 Tabel 4.9 Uji Multikolinieritas Sumber : output SPSS 16 Hasil pengujian ditampilkan dalam tabel 4.9. Menurut Ghozali 2006:333, jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya multikolinieritas. Hasil pengujian menunjukkan tidak ada nilai koefisien korelasi antar variabel independen yang nilainya lebih besar dari 0,90, maka dapat disimpulkan tidak terdapat indikasi multikolinieritas antar variabel independen.

4.2.2.7 Matriks Klasifikasi

Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan pergantian KAP yang dilakukan oleh perusahaan. Correlation Matrix Constant BNM DEBT OPINI FEE Step 1 Constant 1.000 -.606 -.625 -.137 -.299 BNM -.606 1.000 .297 -.037 .094 DEBT -.625 .297 1.000 -.027 -.119 OPINI -.137 -.037 -.027 1.000 .072 FEE -.299 .094 -.119 .072 1.000 Universitas Sumatera Utara 91 Tabel 4.10 Matriks klasifikasi Sumber : output SPSS 16 Kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perusahaan melakukan pergantian KAP adalah sebesar 49,0. Hal ini menunjukkan bahwa dengan menggunakan model regresi yang digunakan, terdapat sebanyak 25 perusahaan 49,0 yang diprediksi akan melakukan pergantian KAP dari total 26 perusahaan yang melakukan pergantian KAP. Kekuatan prediksi model perusahaan yang tidak melakukan pergantian KAP adalah sebesar 93,3, yang berarti bahwa dengan model regresi yang digunakan ada sebanyak 139 perusahaan 93,3 yang diprediksi tidak melakukan pergantian KAP dari total 149 perusahaan yang melakukan pergantian KAP. Kekuatan model prediksi keseluruhan sebesar 82,0.

4.2.2.8 Model Regresi Logistik yang Terbentuk

Model regresi logistik yang terbentuk disajikan pada tabel 4.11 sebagai berikut : Classification Table a Observed Predicted CHANGES Percentage Correct 1 Step 1 CHANGES 139 10 93.3 1 26 25 49.0 Overall Percentage 82.0 a. The cut value is .500 Universitas Sumatera Utara 92 Tabel 4.11 Hasil Uji Koefisien Regresi Logistik Sumber : output SPSS 16 Hasil pengujian terhadap koefisien regresi menghasilkan model berikut ini: CHANGES = -1,297 – 0,626BNM – 0,140DEBT + 0,721OPINI + 2,529FEE

4.3 Pembahasan Hasil Pengujian Hipotesis