Tabel 3.3 Daftar Nama Sampel
NO. KODE NAMA PERUSAHAAN
NAMA AKUNTAN PUBLIK 1
BRAU PT.Berau Coal Energy Tbk.
Tanudiredja,WibisanaRekan 2
GTBO PT. Garda Tujuh Buana Tbk
Doli, Bambang Sudarmadji 3
ATPK PT.ATPK Resources Tbk
Fedinand ONG 4
KKGI PT.ResourceAlam Indonesiia
Tbk Purwantono,Suherman Surja
5 SMMT PT.Golden Eagle Energy Tbk Achmad,Rasyid,Hisbullah Jerry
6 PKPK
PT.Perdana Karya Perkasa Tbk.
Tanudiredja,WibisanaRekan 7
MYOH PT.Samindo Resources Tbk Junaedi,Chairul,Subyakto
8 PTBA
PT.Tambang Batubara Bukit AsamPersero Tbk.
Tanudiredja,WibisanaRekan 9
CITA PT.Cita Mineral Investindo
Tbk Tjahjadi,Pradhono,Teramihardja
10 CKRA
PT.Citra Kebun Raya Agri Tbk
Johan Malonda MustikaRekan 11
DKFT PT.Central Omega Resources
Tbk. Mulyamin ,Sensi SuryantoLianny
12 INCO
PT. Vale Indonesia Tbk. Tanudiredja,WibisanaRekan
13 PSAB
PT. J Resources Asia Pasifik Tbk.
Mulyamin ,Sensi SuryantoLianny 14
RUIS PT.Radiant Utama Interinsco
Tbk Aryanto,Amir,Jusuf,Mawar,Saproso
15 ARTI
PT.Ratu Prabu Energi Tbk. Achmad, Rasyid,Hisbullah Jerry
16 ELSA
PT.Elnusa Tbk. Tanudiredja,WibisanaRekan
Sumber : BEI dan Peneliti 3.5
Jenis dan Sumber Data
Penelitian ini menggunakan data sekunder berupa laporan keuangan auditan perusahaan
pertambangan tahun 2010-2012 yang diperoleh dari dari situs resmi BEI di www.idx.co.id.
3.6 Metode Pengumpulan Data
Pengumpulan data yang dilakukan adalah menggunakan metode pengumpulan data dokumentasi yaitu mengumpulkan, menganalisa kemudian mengelompokkan data yang
Universitas Sumatera Utara
berhubungan dengan masalah yang akan diteliti. Pengumpulan data dilakukan dengan 2 tahap, pertama dengan melakukan studi pustaka yaitu dengan mengumpulkan informasi-informasi dari
buku-buku, jurnal akuntansi, dan sumber lainnya yang berhubungan dengan penelitian. Kedua, mengumpulkan data sekunder dengan mengakses situs-situs resmi yang berisi laporan keuangan
perusahaan pertambangan selama tahun 2010-2012 yang telah diaudit oleh akuntan publik dengan cara mengunduh dari situs Bursa Efek Indonesia dan data sekunder lainnya dari situs
internet.
3.7 Definisi Operasional Variabel
Penelitian ini bertujuan untuk menguji faktor-faktor yang mempengaruhi perusahaan pertambangan yang terdaftar di BEI dalam melakukan praktek auditor switching. Sebab itu,
perlu dilakukan pengujian hipotesis yang telah diajukan. Pengujian hipotesis dilakukan menurut metode penelitian dan analisis yang dirancang sesuai dengan variabel-variabel yang diteliti agar
mendapatkan hasil yang akurat. 3.7.1 Variabel Dependen :
Auditor Switching
Variabel dependen atau variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. Disebut variabel terikat karena variabel ini
dipengaruhi oleh variabel bebasvariabel independen. Dalam penelitian ini variabel dependen yang digunakan adalah auditor switching. Auditor switching merupakan perpindahan auditor
atau Kantor Akuntan Publik KAP yang dilakukan oleh perusahaan klien, Variabel ini merupakan variabel dummy variabel yang digunakan untuk mengkuantitatifkan variabel yang
bersifat kualitatif, jika perusahaan melakukan auditor switching maka diberi kode 1 dan jika tidak melakukan auditor switching maka diberi kode 0.
Universitas Sumatera Utara
Maksud dari auditor switching adalah pergantian KAP oleh klien yang dilakukan di luar peraturan jasa akuntan publik yang telah ditetapkan oleh pemerintah Indonesia. Untuk sampel
perusahaan pertambangan tahun 2010-2012, sesuai Peraturan Menteri Keuangan No 17PMK.012008 yaitu pemberian jasa audit umum atas laporan keuangan entitas dilakukan oleh
KAP paling lama 6 enam tahun buku berturut-turut. Dalam penelitian ini yang menjadi perhatian utama dalam proses switching adalah KAP yang berarti bukan afiliasi KAP ataupun
partner KAP. Jadi apabila partner atau afiliasi KAP berubah, tidak dikatakan sebagai auditor switching.
3.7.2 Variabel Independen
Variabel independen bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen terikat. Dinamakan sebagai variabel
bebas, karena bebas dalam mempengaruhi variabel lain. Variabel independen yang digunakan di dalam penelitian ini adalah opini audit, pergantian manajemen, audit tenure, ukuran klien, dan
financial distress.
3.7.2.1 Opini Audit
Opini audit merupakan pernyataan atas suatu asersi yang dikeluarkan oleh auditor atas kewajaran laporan keuangan klien yang dilaksanakan sesuai dengan standar audit dan temuan
auditor. Variabel opini audit menggunakan variabel dummy. Menurut Damayanti dan Sudarma, 2007 dalam Zulen 2013. Jika auditor menyatakan opini selain wajar tanpa pengecualian
unqualified kepada perusahaan klien maka diberikan nilai 1. Sedangkan jika auditor menyatakan opini wajar tanpa pengecualian unqualified kepada perusahaan klien, maka
diberikan nilai 0.
Universitas Sumatera Utara
3.7.2.2 Pergantian Manajemen
Penelitian ini untuk mengukur variabel pergantian manajemen adalah pergantian direksi suatu perusahaan dengan mengganti direktur utama ataupun CEO suatu perusahaan yang akan
menimbulkan adanya perubahan dalam kebijakan perusahaan. Menurut Rizkilah 2013 “cara operasional Variabel ini merupakan variabel dummy, jika perusahaan melakukan pergantian
manajemen akan diberi kode 1 dan jika tidak maka diberi kode 0”.
3.7.2.3 Audit Tenure
Audit tenure adalah panjangnya masa perikatan audit dari Kantor Akuntan Publik KAP dalam memberikan jasa audit terhadap kliennya. Ketentuan mengenai audit tenure telah
dijelaskan dalam Keputusan Menteri Keuangan Republik Indonesia Nomor 359KMK.062003 pasal 2 dan Keputusan Menteri Keuangan Republik Indonesia Nomor 359KMK.062008 pasal
3. Menurut Nabila 2011 “Variabel audit tenure dihitung dengan menjumlah total panjang masa perikatan audit sebelum auditor berpindah”.
3.7.2.4 Ukuran Klien
Ukuran klien merupakan besarnya ukuran sebuah perusahaan yang diukur berdasarkan total aset. Semakin besar total aset sebuah perusahaan menggambarkan bahwa ukuran
perusahaan tersebut besar, begitu juga sebaliknya. Dalam penelitian ini, ukuran klien diukur dengan menggunakan total asset. Apabila semakin besar ukuran perusahaan auditee dilihat dari
total asset, risiko audit untuk perusahaan ini akan semakin tinggi. Auditee size dapat dihitung dengan menggunakan total asset auditee. Menurut Nasser et al. 2006 dalam Zulen 2013.
Universitas Sumatera Utara
“Variabel ukuran klien dalam penelitian ini dihitung dengan melakukan logaritma natural atas total aset perusahaan”.
3.7.2.5 Financial Distress
Pada penelitian ini, kondisi keuangan perusahaan klien adalah kondisi keuangan perusahaan yang sedang mengalami kesulitan, dapat. Menurut Nasser et al 2006 dalam Zulen
2013 dan Wijayanti 2010 mengatakan “cara yang paling tepat untuk memprediksi kesulitan keuangan perusahaann dengan Altman Z score, yang merupakan prediktor terbaik untuk
mengukur status kesulitan keuangan perusahaan dalam studi akademis”. Adapun pengukuran financial distress dengan menggunakan Altman Z score sebagai berikut:
Z = 0.71
�� ��
+ 0.84
�� ��
+ 3.10
���� ��
+ 0.42
��� ��
+ 0.998
� ��
Keterangan :
WC = working capital current asset - current liabilities TA = total asset
RE = retained earning EBIT = earning before interest tax
MVE = market value of equity Closing price x Outstanding Shares TL = total liabilities
S = net sales
Skor :
Z 2,99 : zona aman 1.80 Z 2.99 : zona “abu-abu”
Z 1.80 : zona distress
Universitas Sumatera Utara
Berdasarkan penjelasan definisi operasional variabel diatas dapat disimpulkan melalui tabel 3.4 dibawah ini :
Tabel 3.4 Tabel Operasional Variabel
No. Variabel
Indikator Skala
Pengukuran Sumber Data
1 Opini Audit
�
1
Kode 1 apabila auditor mengeluarkan
opini selain unqualified opinion Kode 0 apabila auditor
mengeluarkan opini unqualified opinion
Nominal Laporan
Auditor Independen
2 Pergantian
Manajemen �
2
Kode 1 apabila perusahaan melakukan
pergantian direksi Kode 0 apabila perusahaan tidak
melakukan pergantian direksi Nominal
Surat Pernyataan
Direksi
3 Audit
Tenure �
3
Menjumlah Panjangnya Masa Perikatan Audit atau Kantor
Akuntan Publik KAP Nominal
Laporan Auditor
Independen 4
Ukuran Klien �
4
Logaritma Natural TotalAssets LnTA=Log in Total Assets
Rasio Laporan
Keuangan 5
Kondisi Kesulitan
Keuangan Financial
Distress �
5
Z = 0.71
�� ��
+ 0.84
�� ��
+ 3.10
���� ��
+ 0.42
��� ��
+ 0.998
� ��
Rasio Laporan
Keuangan
6 Auditor
SwitchingY Kode 1 untuk perusahaan yang
melakukan auditor switching Kode 0 untuk perusahaan yang
tidak melakukan auditor switching
Nominal Laporan
Auditor Independen
Sumber : Penelitian
3.8 Teknis Analisis Data
Untuk menguji hipotesis yang diajukan dalam penelitian ini, digunakan metode analisis regresi logistik. Metode analisis ini digunakan untuk mengetahui bagaimana variabel dependen
auditor switching dapat diprediksikan oleh variabel independen opini audit, pergantian
Universitas Sumatera Utara
manajemen, audit tenure, ukuran klien, financial distress. Alasan penggunaan metode analisis regresi logistik ini karena variabel dependen yang digunakan bersifat dikotomi melakukan
auditor switching atau tidak melakukan auditor switching. Maka Teknik analisis regresi logistik ini terdiri dari :
3.8.1 Pengujian Data
Pengujian data ini untuk menguji apakah data penelitian ini sesuai dengan kemungkinan yang terjadi. Ini diuji dengan menggunakan dua cara yaitu :
3.8.1.1 Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan deskripsi suatu data yang dilihat dari rata-rata mean, standar deviasi standard deviation, dan maksimum minimum. Mean
digunakan untuk memperkirakan besar rata-rata populasi yang diperkirakan dari sampel. Standar deviasi digunakan untuk menilai penyebaran rata-rata dari sampel. Maksimum-minimum
digunakan untuk melihat nilai minimum dan maksimum dari populasi. Hal ini perlu dilakukan untuk melihat gambaran keseluruhan dari sampel yang berhasil dikumpulkan dan memenuhi
syarat untuk dijadikan sampel penelitian.
3.8.1.2 Uji Multikolinieritas
Model regresi logistik tidak memerlukan uji asumsi klasik, sebab variabel terikat dari penelitian ini bersifat dikotomi. Namun hanya uji multikolinieritas yang digunakan dalam regresi
logistik ini karena lebih mudah untuk dimengerti daripada mengunakan data outliers membuang data yang menyimpang. Dengan menggunakan uji multikolinieritas ini pengaplikasiannya
adalah dengan melihat matrik korelasi antar variabel independen, tidak adanya gejala korelasi yang kuat di antara variabel bebasnya. Jika tidak ada nilai koefisien korelasi antar variabel yang
Universitas Sumatera Utara
nilainya lebih besar dari 0,8, maka tidak terjadi korelasi yang kuat antar variabel independen. Namun jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal.
Variabel ortogonal adalah variabel independen sama dengan 0.
3.8.2 Pengujian Model Regresi Logistik
Setelah pengujian data, maka akan terdapat model data penelitian yang akan diuji dengan lima cara yaitu :
3.8.2.1 Menilai Keseluruhan Model Overall Model Fit
Langkah pertama adalah menilai overall fit model terhadap data. Beberapa test statistik diberikan untuk menilai hal ini. Hipotesis untuk menilai model fit adalah:
�
: Model yang dihipotesiskan fit dengan data
�
�
: 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 Menguji Kelayakan Model Regresi
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
Universitas Sumatera Utara
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 statistik 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 sesuai dengan data observasinya.
3.8.2.3 Matriks Klasifikasi
Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perpindahan KAP yang dilakukan oleh perusahaan.
3.8.2.4 Omnibus Test of Model Coefficients Menguji secara Simultan
Pengujian hipotesis secara simultan dengan menggunakan Omnibus Tests of Model Coefficients
yaitu hasil signifikan harus lebih kecil dari α = 5 ini menyatakan bahwa secara bersama semua variabel independen berpengaruh terhadap rotasi auditor.
3.8.2.5 Koefisien Determinasi Nagelkerke’s R Square
Menurut Ghozali 2006 dalam Rizkilah 2013 mengatakan bahwa “Cox dan Snell’s R Square merupakan ukuran yang mencoba meniru ukuran
�
2
pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 satu sehingga
sulit diinterpretasikan. Nagelkerke’s R square lebih mudah di interpretasikan daripada Cox dan Snell sehingga untuk memastikan bahwa nilainya bervariasi variabel dependen dari 0 nol
Universitas Sumatera Utara
sampai 1satu yang dapat dijelaskan oleh variabel independen dapat di lihat dari nilai Nagelkerke’s R square “.
3.8.3 Pengujian Hipotesis Penelitian
Estimasi parameter menggunakan Maximum Likehood Estimation MLE
� ∶ Variabel independen tidak berpengaruh terhadap variabel dependen
�
�
: Variabel independen berpengaruh terhadap variabel dependen Pengujian terhadap hipotesis dilakukan dengan
menggunakan α = 5. Dasar pengambilan keputusan adalah:
1. Jika nilai probabilitas sig. α = 5 maka hipotesis alternatif didukung atau �
ditolak. 2.
Jika nilai probabilitas sig. α = 5 maka hipotesis alternatif tidak didukung atau � diterima.
3.8.3.1 Model Regresi Logistik yang terbentuk
Analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik logistic regression, yaitu dengan melihat opini audit, pergantian manajemen audit tenure, ukuran klien,
financial distress terhadap auditor switching pada perusahaan pertambangan. Model regresi dalam penelitian ini adalah sebagai berikut:
SWITCH = �
+ �
1
OPINI + �
2
CEO + �
3
TNRE + �
4
LnTA + �
5
Z +e
Universitas Sumatera Utara
Keterangan:
SWITCH : auditor switching �
: konstanta �
1 −
�
5
: koefisien regresi OPINI : opini audit
CEO : pergantian manajemen TNRE : audit enure
LnTA : ukuran klien Z : financial distress
e : residual error
Universitas Sumatera Utara
BAB IV
HASIL DAN PEMBAHASAN
4.1 Deskripsi Objek Penelitian
Populasi dalam penelitian ini adalah perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia BEI dalam tahun 2010-2012. Populasi perusahaan ini tidak terlalu banyak
namun perusahaan ini termasuk layak untuk diteliti karena populasinya 38 peusahaan. Fokus penelitian ini adalah untuk melihat pengaruh dari opini audit, pergantian manajemen, audit
tenure, ukuran klien, dan financial distress terhadap auditor switching pada perusahaan pertambangan. Peneliti menggunakan data 3 tahun 2010-2012 karena data tahun tersebut
adalah data terbaru, dan pada tahun tersebut data yang diperoleh dapat menggambarkan profil atau keadaan terkini tentang keuangan perusahaan.
4.2 Analisis Data
Peneliti akan menggunakan model regresi logistik logistic regresion dalam menguji hipotesis penelitian. Tujuan dari analisis ini adalah untuk memperoleh gambaran secara
menyeluruh mengenai pengaruh variabel independen terhadap variabel dependen.
4.2.1 Pengujian Data Penelitian 4.2.1.1 Statistik Deskriptif
Metode statistik deskriptif yang dilakukan adalah dengan menggunakan metode pooled data. Data yang diperoleh adalah sebanyak 48 data observasi yang berasal dari perkalian antara
periode penelitian 2010-2012 dengan jumlah perusahaan sampel 16 perusahaan. Tabel 4.1
Universitas Sumatera Utara
dibawah ini menunjukkan statistik deskriptif masing-masing variabel penelitian. Berdasarkan tabel 4.1, hasil analisis dengan menggunakan statistik deskriptif terhadap auditor switching
SWTCH menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata 0,35. Hasil analisis dengan menggunakan statistik deskriptif terhadap opini audit OPINI
menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata 0,50. Hasil analisis dengan menggunakan statistik deskriptif terhadap pergantian manajemen CEO
menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata 0,08. Hasil analisis dengan menggunakan statistik deskriptif terhadap audit tenure TNRE menunjukkan
nilai minimum sebesar 1, nilai maksimum sebesar 3 dengan rata-rata 1.50. Hasil analisis dengan menggunakan statistik deskriptif terhadap ukuran klien LnTA menunjukkan nilai minimum
sebesar 2.07, nilai maksimum sebesar 10.02 dengan rata-rata 7.06. Hasil analisis dengan menggunakan statistik deskriptif terhadap financial distress Z menunjukkan nilai minimum
sebesar -71,79 nilai maksimum sebesar 678.31 dengan rata-rata 36.18.
Tabel 4.1 Statistik Deskriptif
Sumber : Output SPSS Descriptive Statistics
N Minimum Maximum
Mean Std.
Deviation SWTCH
48 1
.35 .50
.08
1.50 7.0690
36.1842 .483
OPINI 48
1 .505
CEO 48
1 .279
TNRE
48 1
3 .851
LnTA
48 2.07
10.02 1.80510
Z 48
-71.79 678.31
123.62788
Valid N listwise
48
Universitas Sumatera Utara
4.2.1.2 Uji Multikolinieritas Tabel 4.2
Uji Multikolinieritas Sumber :
Output SPSS
Seper ti terlihat
tabel 4.2 diatas, 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 dari uji multikolinieritas menunjukkan tidak ada nilai koefisien korelasi antar variabel yang nilainya lebih besar dari 0,8;
maka tidak ada gejala multikolinieritas yang serius antar variabel bebas.
4.2.2 Pengujian Model Penelitian
4.2.2.1 Menilai keseluruhan model overall model fit
Pengujian dilakukan dengan membandingkan nilai antara -2 Log Likelihood -2LL sebelum dan sesudah dimasukkannya variabel bebas independen. Nilai -2LL awal adalah
sebesar 62,399. Setelah dimasukkan semua variabel independen, maka nilai -2LL akhir mengalami penurunan menjadi sebesar 40,665. Penurunan likelihood -2LL ini menunjukkan
model regresi yang lebih baik atau model yang dihipotesiskan fit dengan data.
Correlation Matrix Constant OPINI
CEO TNRE
LnTA Z
Step 1 Constant
1.000 -.094
-.623 -.667
-.299 -.052
OPINI -.094
1.000 .004
-.547 .417
.320
CEO -.623
.004 1.000
.528 -.036
.155
TNRE
-.667 -.547
.528 1.000
.-.286 -.206
LnTA -.299
.417 -.036
-.286 1.000
.434
Z -.052
.320 .155
-.206 .434
1.000
Universitas Sumatera Utara
Tabel 4.3 Menilai Keseluruhan Model
Iteration History Iteration
-2 Log likelihood
Coefficients Constant OPINI
CEO TNRE
LnTA Z
Step 1 1
40.665 1.106
.808 -.664
-1.462 .038
-.008
2 35.726
1.687 1.529
-1.338 -2.407
.086 -.002
3
34.479 2.082
2.142 -1.891
-3.143 .137
.006
4 34.386
2.224 2.362
-2.090 -3.414
.158 .008
5 34.386
2.236 2.382
-2.109 -3.439
.160 .008
6 34.386
2.237 2.382
-2.109 -3.439
.160 .008
Initial -2 Log Likelihood: 62.399 Sumber : Output SPSS
4.2.2.2 Menguji Kelayakan Model Regresi Hosmer and Lemeshow’s Goodness of Fit Test
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Pengujian menunjukkan nilai Chi-square sebesar 6,912 dengan
signifikansi sebesar 0,438. Berdasarkan hasil tersebut, karena nilai signifikansi lebih besar dari 0,05 maka model dapat disimpulkan mampu memprediksi nilai observasinya. Dapat dilihat tabel
4.4 dibawah ini.
Tabel 4.4
Sumber : Output SPSS Hosmer and Lemeshow Test
Step Chi-square df
Sig. 1
6.912 7
.438
Universitas Sumatera Utara
Tabel 4.5 Contingency Table for Hosmer and Lemeshow Test
SWTCH = 0 SWTCH = 1
Total Observed
Expected Observed Expected
Step 1 1
5 4.992
.008 5
2 5
4.942 .058
5
3 6
5.630 .370
6
4 5
4.459 .541
5
5
3 3.916
2 1.084
5
6 4
3.224 1
1.776 5
7 2.009
5 2.991
5
8 2
1.161 3
3.839 5
9
1 .667
6 6.333
7
Sumber : Output SPSS Seperti yang dijelaskan tabel 4.5 yaitu Contingency Table for Hosmer and Lemeshow
Test. Terdapat 9 Sembilan langkah pengamatan keputusan melakukan auditor switching atau tidak melakukan auditor switching. Terliht pula antara nilai diamati Observerd dengan nilai
yang diprediki expected tidak memperlihatkan perbedaan yang terlalu besar, hal tersebut menunjukkan bahwa model regresi yang digunakan dalam penelitian ini telah mampu
memprediksi hasil observasinya.
4.2.2.3 Matriks Klasifikasi
Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perpindahan KAP yang dilakukan oleh perusahaan. Hasil tabel 4.6
menunjukkan bahwa dengan menggunakan model regresi yang di gunakan kekuatan prediksi dari perusahaan yang tidak melakukan auditor switching sebesar 90,3, yang berarti dengan
model regresi yang digunakan terdapat 3 perusahaan 9,7 di prediksi akan melakukan pergantian auditor dari total 28 perusahaan yang tidak melakukan pergantian auditor. Sedangkan
Universitas Sumatera Utara
kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perusahaan melakukan auditor switching adalah sebesar 76,5 yaitu menunjukkan 13 perusahaan yang di prediksi akan
melakukan pergantian auditor dari 4 23,5 perusahaan yang tidak melakukan pergantian auditor.
Tabel 4.6
4.2.2.4 Omnibus Test of Model Coefficients Menguji secara Simultan
Berdasarkan tabel 4.7 dibawah ini pengujian data secara simultan menunjukkan bahwa hasil signifikansi 0,000 lebih kecil dari
� = 0,05 ini menyatakan bahwa semua variabel independen berpengaruh terhadap auditor switching. Hasil tersebut mengindikasikan bahwa
semua variabel independen jika di uji secara bersamaan maka kelima variabel independen dalam penelitian ini terbukti berpengaruh secara signifikan terhadap auditor switching.
Tabel 4.7
Sumber : Output SPSS Classification Table
a
Observed Predicted
SWTCH Percentage
Correct 1
Step 1
SWTCH
28 3
90.3
1 4
13 76.5
Overall Percentage
85.4
Sumber : Output SPSS
Omnibus Tests of Model Coefficients Chi-square
df Sig.
Step 1 Step
28.013 5
.000
Block 28.013
5 .000
Model 28.013
5 .000
Universitas Sumatera Utara
4.2.2.5 Koefisien Determinasi
Nagelkerke’s R Square Tabel 4.8
Koefisien Determinasi Model Summary
Step -2 Log
likelihood Cox Snell
R Square Nagelkerke R
Square
1 34.386
a
.442 .608
Sumber : Output SPSS
Besarnya nilai koefisien determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R Square pada tabel 4.8 diatas. Nilai Nagelkerke R Square adalah sebesar 0,608 yang
berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 60,8, sedangkan sisanya sebesar 39,2 dijelaskan oleh variabel-variabel lain di luar
model penelitian.
4.2.3 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 :
4.2.3.1 Model Regresi logistik yang terbentuk
Tabel 4.9 Variables in the Equation
B S.E.
Wald df
Sig.
OPINI 2.382
1.175 4.111
1 .043
CEO -2.109
1.775 1.412
1 .235
TNRE -3.439
1.049 10.749
1 .001
LnTA
.160 .158
1.026 1
.311
Universitas Sumatera Utara
Model Regresi
yang terbentuk
Sumber : Output SPSS dan Peneliti
Berdasarkan tabel 4.9 diatas, hasil pengujian terhadap koefisien regresi menghasilkan model berikut ini:
SWITCH = 2,237 + 2,382 OPINI – 2,109 CEO – 3,439 TNRE + 0,160 LnTA + 0,008Z Dari model regresi yang terbentuk, nilai konstanta menunjukkan nilai sebesar 2,237 yang
berarti dengan tidak memperhitungkan opini audit, pergantian manajemen, audit tenure, ukuran klien dan financial distress maka keputusan melakukan auditor switching adalah sebesar 2,237.
4.3 Interpretasi Hasil
Berdasarkan model regresi logistik yang telah terbentuk, maka interpretasi hasil penelitian ini adalah :
4.3.1 Pengaruh opini audit OPINI terhadap auditor switching SWITCH
Variabel opini audit menunjukkan koefisien regresi positif sebesar 2,382 dengan tingkat signifikansi sebesar 0,043, lebih kecil dari α = 5. Karena tingkat signifikansi lebih kecil dari α
maka hipotesis pertama berhasil didukung atau �
ditolak. Penelitian ini membuktikan adanya pengaruh antara opini audit yang dikeluarkan dengan keinginan perusahaan dalam mengganti
kantor akuntan mereka auditor switching.
Z .008
.030 .080
1 .777
Constant 2.237
1.287 3.020
1 .082
Universitas Sumatera Utara
4.3.2 Pengaruh pergantian manajemen CEO terhadap auditor switching
SWITCH
Variabel pergantian manajemen menunjukkan koefisien regresi negatif sebesar 2,109 dengan tingkat signifikansi sebesar 0,235, lebih besar dari α = 5. Karena tingkat signifikansi
lebih besar dari α maka hipotesis kedua tidak berhasil didukung atau � diterima. Penelitian ini
gagal membuktikan adanya pengaruh antara pergantian manajemen dengan keinginan perusahaan dalam mengganti kantor akuntan mereka auditor switching.
4.3.3 Pengaruh Audit Tenure TNRE terhadap auditor switching SWITCH
Variabel audit tenure menunjukkan koefisien regresi negatif sebesar 3,439 dengan tingkat signifikansi sebesar 0,001 lebih kecil dari α = 5. Karena tingkat signifikansi lebih kecil dari α
maka �
ditolak. Penelitian ini membuktikan adanya pengaruh negatif antara audit tenure dengan keinginan perusahaan dalam mengganti kantor akuntan mereka auditor switching,
dengan kata lain semakin panjangnya masa audit perusahaan maka perusahaan sulit untuk merotasi auditornya.
4.3.4 Pengaruh ukuran klien LnTA terhadap auditor switching SWITCH
Variabel ukuran klien menunjukkan koefisien regresi positif sebesar 0,160 dengan tingkat signifikan sebesar 0,311, lebih besar d
ari α = 5. Karena tingkat signifikansi lebih besar dari α maka hipotesis keempat tidak berhasil didukung atau
� diterima. Penelitian ini tidak berhasil
membuktikan adanya pengaruh antara ukuran klien dengan keinginan perusahaan dalam mengganti kantor akuntan mereka auditor switching.
Universitas Sumatera Utara
4.3.5 Pengaruh Financial Distress Z terhadap auditor switching SWITCH
Variabel Z menunjukkan koefisien regresi positif sebesar 0,008 dengan tingkat signifikansi sebesar 0,777, lebih besar dari α = 5. Karena tingkat signifikansi lebih besar dari α
maka hipotesis kelima tidak berhasil didukung atau �
diterima. Penelitian ini membuktikan tidak ada pengaruh antara financial distress dengan keinginan perusahaan dalam mengganti
kantor akuntan mereka auditor switching. Hasil Interprestasi Penelitian ini dapat dijelaskan di tabel 4.10 dibawah ini:
Tabel 4.10 Ringkasan Hasil Penelitian
Variabel –variabel independen X
Auditor SwitchingY
OPINI +
√ CEO
- X TNRE
- √
LnTA + X
Z +X
Sumber : Peneliti
Keterangan :
√= variabel independen berpengaruh signifikan terhadap variabel dependen atau
� = ditolak.
X= variabel independen tidak berpengaruh signifikan terhadap variabel dependen atau �
= diterima
Universitas Sumatera Utara
BAB V
PENUTUP
5.1 Kesimpulan
Penelitian ini meneliti tentang pengaruh pemberian opini, pergantian manajemen, audit tenure, ukuran klien, dan financial distress terhadap auditor switching. Analisis dalam penelitian
ini dilakukan dengan menggunakan analisis regresi logistik logistic regression dengan program Statistical Package for Social Sciences SPSS Ver.20. Data sampel perusahaan sebanyak 48
pengamatan perusahaan pertambangan yang terdaftar di BEI pada tahun 2010-2012. Berdasarkan penelitian yang telah dilakukan maka didapatkan beberapa hasil sebagai berikut:
1. Opini audit mempengaruhi auditor switching pada perusahaan pertambangan di Indonesia,
dengan nilai signifikansi 0,043. 2.
Pergantian manajemen tidak mempengaruhi auditor switching pada perusahaan pertambangan di Indonesia, dengan nilai signifikansi 0,235.
3. Audit tenure mempengaruhi auditor switching pada perusahaan pertambangan di
Indonesia, dengan nilai signifikansi 0,001. 4.
Ukuran klien tidak mempengaruhi auditor switching pada perusahaan pertambangan di Indonesia, dengan nilai signifikansi 0,311.
5. Financial distress tidak mempengaruhi auditor switching pada perusahaan pertambangan di
Indonesia, dengan nilai signifikansi 0,777. 6.
Opini audit, pergantian manajemen, audit tenure, ukuran klien, financial distress berpengaruh secara simultan dengan nilai signifikansi 0,000.
Universitas Sumatera Utara
5.2 Keterbatasan
