54
1. Hasil Uji Statistik Deskriptif
Berdasarkan hasil uji statistik deskriptif, diperoleh data yang merupakan hasil perkalian dari jumlah sampel perusahaan yang berjumlah
29 perusahaan dengan jumlah periode tahun penelitian yang berjumlah 5 tahun, sehingga menghasilkan data penelitian sebesar 145 data penelitian.
Hasil uji statistik deskriptif dapat dilihat pada tabel 4.3 berikut ini.
Tabel 4.2 Statistik Deskriptif
Descriptive Statistics
N
Minimum Maximum
Mean Std.
Deviation CHANGES
145 1
.33 .472
CEO 145
1 .17
.379 KAP
145 1
.22 .416
GROWTH 145
- .7341233000
2.94301030 00
.146099208 347
.369275472 7480
FEE 145
1 .01
.083 Valid N
listwise 145
Sumber: hasil output SPSS Tabel 4.3 menunjukkan statistik deskriptif masing-masing variabel
penelitian. Berdasarkan Tabel 4.3, hasil analisis dengan menggunakan statistik deskriptif terhadap pergantian KAP CHANGES menunjukkan
nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,33 dan standar deviasi 0,472. Hasil analisis dengan
menggunakan statistik deskriptif terhadap pergantian manajemen CEO menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan
rata-rata sebesar 0,17 dan standar deviasi 0,379. Hasil analisis dengan
55 menggunakan statistik deskriptif terhadap ukuran KAP KAP
menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,22 dan standar deviasi 0,416. Hasil analisis dengan
menggunakan statistik deskriptif terhadap tingkat pertumbuhan perusahaan GROWTH menunjukkan nilai minimum sebesar -0,734, nilai maksimum
sebesar 2.943 dengan rata-rata sebesar 0,146 dan standar deviasi 0,369. Hasil analisis dengan menggunakan statistik deskriptif terhadap fee audit
FEE menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar 0,01 dan standar deviasi 0,083.
2. Hasil Uji Hipotesis Penelitian
Karena variabel dependen bersifat dummy melakukan pergantian KAP dan tidak melakukan pergantian KAP, maka pengujian terhadap hipotesis
dilakukan dengan menggunakan uji regresi logistik. Tahapan dalam pengujian dengan menggunakan uji regresi logistik dapat dijelaskan
sebagai berikut Ghozali, 2011: a. Hasil Uji Kesesuaian Keseluruhan Model Overall Model Fit
Berdasarkan tabel 4.4, diperoleh informasi bahwa 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
184,124. Setelah dimasukkan keempat variabel independen, maka nilai -2LL akhir mengalami penurunan menjadi 177,395. Penurunan
Likelihood -2LL ini menunjukkan model regresi yang lebih baik atau
56 dengan kata lain model yang dihipotesiskan fit dengan data. Hasil uji
keseluruhan model dapat dilihat pada tabel 4.4 berikut ini:
Tabel 4.3 Menilai Keseluruhan Model
Iteration History
a
,b,c,d
Iteration -2 Log
likelihood Coefficients
Constant CEO
KAP GROWTH
FEE Step
1 1
177,813 -,697
,054 -,493
,676 3,159
2 177,481
-,735 ,065
-,610 ,768
4,446 3
177,426 -,736
,065 -,616
,772 5,495
4 177,406
-,736 ,065
-,616 ,772
6,511 5
177,399 -,736
,065 -,616
,772 7,516
6 177,397
-,736 ,065
-,616 ,772
8,518 7
177,396 -,736
,065 -,616
,772 9,519
8 177,395
-,736 ,065
-,616 ,772
10,519 9
177,395 -,736
,065 -,616
,772 11,519
10 177,395
-,736 ,065
-,616 ,772
12,519 11
177,395 -,736
,065 -,616
,772 13,519
12 177,395
-,736 ,065
-,616 ,772
14,519 13
177,395 -,736
,065 -,616
,772 15,519
14 177,395
-,736 ,065
-,616 ,772
16,519 15
177,395 -,736
,065 -,616
,772 17,519
16 177,395
-,736 ,065
-,616 ,772
18,519 17
177,395 -,736
,065 -,616
,772 19,519
18 177,395
-,736 ,065
-,616 ,772
20,519 19
177,395 -,736
,065 -,616
,772 21,519
20 177,395
-,736 ,065
-,616 ,772
22,519 Initial -2 Log Likelihood:184,124
Sumber: hasil output SPSS
b. Hasil Uji Koefisien Determinasi Nagelkerke R. Square Besarnya nilai koefisien determinasi pada model regresi logistik
ditunjukkan oleh nilai Nagelkerke R Square. Nilai Nagelkerke R
57 Square adalah sebesar 0,063 yang berarti variabilitas variabel
dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 6,3, sedangkan sisanya sebesar 93,7 dijelaskan oleh
variabel-variabel lain di luar model penelitian Mahantara, 2013, seperti ukuran perusahaan klien, opini going concern, financial
distress, dan lain-lain. Tabel 4.5 berikut menyajikan hasil uji koefisien determinasi Nagelkerke R Square:
Tabel 4.4 Koefisien Determinasi
Model Summary
Step -2 Log
likelihood Cox Snell R
Square Nagelkerke R
Square 1
177.395
a
,045 ,063
Sumber: hasil output SPSS c. Hasil Uji Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Pengujian menunjukkan nilai
Chisquare sebesar 8,318 dengan signifikansi p sebesar 0,403. Berdasarkan hasil tersebut, karena nilai signifikansi lebih besar dari
0,05 maka model dapat disimpulkan mampu memprediksi nilai observasinya. Hasil uji kelayakan model regresi disajikan pada tabel
4.6 berikut ini:
58
Tabel 4.5 Menguji Kelayakan Model Regresi
Hosmer and Lemeshow Test
Step Chi-square
Df Sig.
1 8,318
8 ,403
Sumber: hasil output SPSS d. Hasil Uji Multikolonieritas
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 tabel 4.7
menunjukkan tidak ada nilai koefisien korelasi antar variabel yang nilainya lebih besar dari 0,8, maka tidak ada gejala multikolonieritas
yang serius antar variabel bebas Damayanti dan Sudarma, 2007.
Tabel 4.6 Hasil Uji Multikolinieritas
Correlation Matrix
Constant CEO KAP GROWTH FEE
Step 1
Constant 1,000
-,243 -,342
-,306 ,000
CEO -,243
1,000 -,136
-,239 ,000
KAP -,342
-,136 1,000
,045 ,000
GROWTH -,306
-,239 ,045
1,000 ,000
FEE ,000
,000 ,000
,000 1,000
Sumber: Hasil output SPSS e. Hasil Matriks Klasifikasi
Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan pergantian KAP yang
dilakukan oleh perusahaan sektor manufaktur. Matriks klasifkasi disajikan pada tabel 4.8 berikut.
59
Tabel 4.7 Matriks Klasifikasi
Classification Table
a
Observed Predicted
CHANGES Percentage
Correct 1
Step 1
CHANGES 0 97
100,0 1
45 3
6,3 Overall
Percentage 69,0
Sumber: Hasil output SPSS Kekuatan prediksi dari model regresi untuk memprediksi
kemungkinan perusahaan melakukan pergantian KAP adalah sebesar 6,3. Hal ini menunjukkan bahwa dengan menggunakan model
regresi yang digunakan, terdapat sebanyak 3 perusahaan 6,3 yang diprediksi akan melakukan pergantian KAP dari total 48 perusahaan
yang melakukan pergantian KAP. Kekuatan prediksi model perusahaan yang tidak melakukan pergantian KAP adalah sebesar
100, yang berarti bahwa dengan model regresi yang digunakan ada sebanyak 97 perusahaan 100 yang diprediksi tidak melakukan
pergantian KAP dari total 97 perusahaan yang tidak melakukan pergantian KAP. Dapat disimpulkan bahwa kekuatan prediksi dari
model regresi sebesar 69.
60 f. Hasil Uji Regresi Logistik
Model regresi logistik yang terbentuk disajikan pada tabel 4.9 sebagai berikut:
Tabel 4.8 Hasil Uji Koefisien Regresi Logistik
Variables in the Equation
B S.E.
Wald df
Sig. Keterangan
Step 1
a
CEO ,065
,496 ,017
1 ,896 Tidak Signifikan
KAP -,616
,480 1,647
1 ,199 Tidak Signifikan
GROWTH ,772
,545 2,003
1 ,157 Tidak Signifikan
FEE 22,519 40192,969
,000 1 1,000 Tidak Signifikan
Constant -,736
,222 10,964 1
,001 -
Sumber: Hasil output SPSS Hasil pengujian terhadap koefisien regresi logistik menghasilkan
model berikut ini: CHANGES = -0,736 + 0,065CEO
– 0,616KAP + 0,772GROWTH +22,519FEE
Berdasarkan pengujian regresi logistik logistic regression di atas, maka terdapat beberapa bagian interpretasi hasil yang disajikan.
1. Pengaruh Pergantian Manajemen terhadap Pergantian KAP Variabel pergantian manajemen menunjukkan koefisien regresi
positif sebesar 0,065 dengan tingkat signifikansi sebesar 0,896. Karena tingkat signifikansi lebih dari α = 0,05, maka hipotesis ke-1 tidak
berhasil didukung. Penelitian ini membuktikan bahwa pergantian
61 manajemen tidak berpengaruh terhadap pergantian KAP. Hasil
penelitian ini mendukung hasil penelitian yang dilakukan oleh Damayanti dan Sudarma 2007, Aprillia 2013, Weny 2014,
Suparlan dan Andayani 2010, Chadegani et al., 2011 namun tidak mendukung penelitian yang dilakukan oleh Dwiyanti dan Sabeni
2014, Sinarwati 2010, Pratini dan Astika 2013. Hasil pengujian menunjukkan bahwa pergantian manajemen tidak
selalu diikuti dengan pergantian kebijakan perusahaan dalam menggunakan jasa suatu Kantor Akuntan Publik KAP. Hal tersebut
menunjukkan bahwa kebijakan dan pelaporan akuntansi KAP lama tetap dapat diselaraskan dengan kebijakan manajemen baru dengan
cara melakukan negosiasi ulang antara kedua pihak Damayanti dan Sudarma, 2007.
Selain itu, manajemen yang baru tidak perlu untuk mengganti KAP yang lama dengan cara menunjuk KAP yang baru jika KAP yang lama
memiliki kredibilitas dan kinerja yang baik dan memuaskan manajemen yang baru.
2. Pengaruh Ukuran KAP terhadap Pergantian KAP Variabel ukuran KAP meunjukkan koefisien negatif sebesar 0,616
dengan tingkat signifikansi sebesar 0,199. Karena tingkat signifikansi lebih besar dari α = 0,05, maka hipotesis ke-2 tidak berhasil didukung.
Penelitian ini berhasil membuktikan bahwa ukuran KAP tidak berpengaruh terhadap pergantian KAP. Hasil penelitian ini mendukung
62 penelitian yang telah dilakukan oleh Kurniaty 2014 dan Kristian
2015. KAP Big Four dinilai memiliki reputasi baik di dunia internasional karena mereka memiliki jaringan yang tersebar luas di
dunia serta memiliki auditor yang kompeten dan berpengalaman yang banyak. Oleh karena itu, investor akan lebih cenderung pada data
akuntansi yang dihasilkan oleh auditor yang memiliki reputasi. Namun, bukan berarti KAP Non Big Four tidak bagus. Jika perusahaan
sudah merasa puas dengan kinerja dari KAP yang lama, meskipun tidak tergolong KAP besar, maka perusahaan memilih untuk tetap
menggunakan jasa KAP tersebut karena dalam hal berganti KAP tentu ada biaya langsung dan tidak langsung yang harus dipertimbangkan
dengan baik. Biaya langsung seperti kontrak baru yang biasanya lebih mahal dibandingkan melanjutkan kontrak yang lama. Adapun biaya
tidak langsung meliputi waktu dan biaya yang dikeluarkan untuk masa penyesuaian antara klien dengan auditor baru dan pihak pihak yang
terlibat di dalamnya Kristian, 2015. 3. Pengaruh Tingkat Pertumbuhan Perusahaan terhadap Pergantian
KAP Variabel tingkat pertumbuhan perusahaan klien menunjukkan
koefiesien regresi positif sebesar 0,772 dengan tingkat signifikansi sebesar 0,157. Karena tingkat signifikansi lebih besar dari
α = 0,05, maka hipotesis ke-3 tidak berhasil didukung. Penelitian ini tidak
berhasil membuktikan bahwa tingkat pertumbuhan perusahaan
63 berpengaruh terhadap pergantian KAP. Hasil penelitian ini
mendukung hasil penelitian dari Putra 2014 dan Mahantara 2013. Hasil penelitian ini menunjukkan adanya fenomena tingkat
pertumbuhan perusahaan tidak menyebabkan perusahaan untuk melakukan pergantian KAP. Tidak ada jaminan bahwa perusahaan
yang mengalami peningkatan pada penjualan bersihnya juga akan mengalami peningkatan pada laba bersihnya. Sehingga perusahaan
akan mempertimbangkan untuk tetap menggunakan KAP lama dibandingkan melakukan pergantian KAP. Namun penelitian ini
bertentangan dengan penelitian yang dilakukan oleh Sinason 2001, Suarjana dan Widhiyani 2015 yang menyatakan bahwa
pertumbuahan perusahaan berpengaruh terhadap pergantian KAP. 4. Pengaruh Fee Audit terhadap Pergantian KAP
Variabel fee audit menunjukkan koefisien regresi positif sebesar 22,519 dengan tingkat signifikansi sebesar 1,000. Karena
tingkat signifikansi lebih besar dari α = 0,05, maka hipotesis ke-4 tidak berhasil didukung. Penelitian ini berhasil membuktikan
bahwa fee audit tidak berpengaruh terhadap pergantian KAP. Hasil penelitian ini tidak mendukung hasil penelitian sebelumnya yang
dilakukan oleh Damayanti dan Sudarma 2007, Ginting dan Fransisca 2014. Hasil penelitian ini sejalan dengan penelitian
sebelumnya yang dilakukan oleh Suyono et al., 2013, Dwiyanti dan Sabeni 2012.
64 Pembayaran fee audit yang mahal pada kondisi tertentu tidak
membebani perusahaan manufaktur, sehingga tidak terbukti fee audit mempengaruhi pergantian KAP. Kondisi ini dikarenakan
manajemen sebagai agent mempunyai fungsi decision making dan otoritas, maka apabila manajemen menganggap KAP yang dipilih
sudah memenuhi kualifikasi yang dibutuhkan dan dapat sejalan dengan pandangan manajemen tersebut salah satu contoh: kualitas
yang tinggi, penawaran fee yang cukup tinggi bukan merupakan suatu masalah Dwiyanti dan Sabeni 2012.
Ringkasan hasil penelitian disajikan dalam tabel 4.10 sebagai berikut:
Tabel 4.9 Ringkasan Hasil Penelitian
Variabel Independen Variabel Dependen
Pergantian KAP
Pergantian Manajemen Tidak Berpengaruh
Ukuran KAP Tidak Berpengaruh
Tingkat Pertumbuhan Perusahaan Tidak Berpengaruh
Fee Audit Tidak Berpengaruh
65
BAB V PENUTUP
A. Kesimpulan