perusahaan yang memperoleh opini audit non going concern.
218 perusahaan 90,8 memperoleh opini audit non going concern
dan 22 perusahaan 9,2 memperoleh opini audit going concern.
4.3 Distribusi Reputasi Auditor Pada Sampel Penelitian Opini Audit
Frekuensi Persen
1 146
94 60,8
39,2 Total
240 100
Variabel bebas atau independen yaitu reputasi audit diukur dengan variabel dummy, dimana kategori 1 diberikan pada
perusahaan yang menggunakan jasa KAP The Big Four Auditor.
Sedangkan kategori 0 diberikan pada perusahaan yang tidak berafiliasi dengan KAP The Big Four Auditor.
146 perusahaan 60,8 menggunakan jasa KAP yang tidak berafiliasi dengan The Big Four Auditor dan 94
perusahaan 39,2 menggunakan jasa KAP yang berafiliasi dengan The Big Four Auditor.
b. Analisis Deskriptif
Hasil analisis Deskriptif likuiditas dan ukuran perusahaan disajikan pada tabel 4.4
Tabel 4.4 Statistik Destkriptif
N Minimum Maximum Mean
Std. Deviation
Likuiditas 240
.21 7.65
1.9595 1.35408
Size 240
9.27 19.18 14.1896
1.67788 Valid N
listwise 240
Tabel 4.4 menginformasikan jumlah data yang digunakan dalam penelitian ini sebanyak 240. Likuiditas menunjukan nilai rata-rata 1,9595
dari skor minimum 0,21 dan maximum 7,65. Hal ini menunjukkan bahwa likuiditas perusahaan sampel secara rata-rata baik. Angka rata-rata rasio
likuiditas tersebut menunjukkan bahwa perusahaan sampel memiliki aktiva lancar di atas kewajiban lancar sehingga perusahaan diharapkan
mampu mempertahankan kelangsungan hidup perusahaannya. Nilai rata-rata ukuran perusahaan SIZE sebesar 14,1896 dengan
nilai minimum 9,27 dan maksimum 19,18. Nilai rata-rata sebesar 14,1896 lebih cenderung pada nilai minimum 9,27, hal ini menunjukkan
bahwa lebih banyak perusahaan sampel yang ukurannya tergolong berskala kecil.
43
BAB V HASIL PENELITIAN DAN PEMBAHASAN
A. Analisis Data
Hasil analisis data untuk menjawab rumusan masalah pertama, kedua, dan ketiga dengan teknik sebagai berikut:
1.
Menilai Kelayakan Model Regresi
Tes statistik yang digunakan untuk menilai data ini adalah Hosmer and Lemeshow Goodness of Fit.
Berdasarkan analisis dengan bantuan program SPSS for Windows 16.0 diperoleh hasil uji kelayakan model
regresi menggunakan Hosmer and Lemeshow Goodness of Fit Test. Hosmer and Lemeshow’s Goodness of Fit Test yang disajikan dalam
tabel 5.1.
Tabel 5.1 Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 4.442
8 .815
Jika nilai Hosmer and Lemeshow 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 of fit
model tidak baik karena tidak dapat memprediksi nilai observasinya. Jika nilai Hosmer and Lemeshow Goodness of Fit Test
lebih besar dari 0,05 maka hipotesis nol diterima dan berarti model mampu memprediksi nilai observasinya data empiris cocok atau
sesuai dengan model, tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit.
Nilai statistik Hosmer and Lemeshow Goodness of Fit Test adalah 4,442 dengan probabilitas signifikansi 0,815 0,05. Dengan demikian
dapat disimpulkan bahwa model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok
dengan data observasinya.
2. Menilai Keseluruhan Model Fit
Penilaian dilakukan dengan cara membandingkan nilai antara -2 Log Likelihood
-2LL pada awal Block Number = 0 dan nilai -2 Log Likelihood
-2LL pada akhir Block Number = 1.
Tabel 5.2 -2 Log Likelihood Block Number = 0
Iteration -2 Log
likelihood Coefficients
Constant Step 0 1
153.624 1.650
2 142.872
2.195 3
142.425 2.336
4 142.423
2.345 5
142.423 2.345
Tabel 5.3 -2 Log Likelihood Block Number = 1
Iteration -2 Log
likelihood Coefficients
Constant Likuiditas Size
Reput Step
1 1
144.068 -.275
.205 .107
.001 2
121.165 -2.058
.579 .228
.053 3
110.874 -3.407
1.234 .272
.190 4
107.078 -3.852
1.910 .252
.289 5
106.670 -3.991
2.194 .244
.324 6
106.664 -4.006
2.228 .243
.329 7
106.664 -4.006
2.228 .243
.329
Berdasarkan hasil di atas, nilai -2 Log Likelihood -2LL Block Number
= 0 adalah 142,423, sementara nilai -2 Log Likelihood -2LL Block Number
= 1 menjadi 106,664. Penurunan nilai -2LL menunjukan bahwa hipotesis nol diterima model yang dihipotesiskan
bersifat fit dengan data dan model regresi adalah model yang baik.
3. Koefisien determinasi Nagelkerke R square
Besarnya nilai koefisien determinasi pada model regresi logistik ditunjukkan dengan nilai Nagelkerke R square. Hasil uji Nagelkerke R
square disajikan dalam tabel 5.4
Tabel 5.4. Koefisien Determinasi
Step -2 Log
likelihood Cox Snell
R Square Nagelkerke R
Square 1
106.664
a
.164 .309
Berdasarkan hasil pengujian Nagelkerke R square nilai Nagelkerke R square
adalah sebesar 0,309 yang berarti variabilitas variabel
