Pengujian Data a. Uji Asumsi Klasik

deviasi sebesar 0,196, yang menunjukkan bahwa tidak ada perbedaan yang terlalu signifikan antar nilai rata-rata mean dengan nilai data. 7. Variabel dependen yaitu opini audit tahun berjalan, sama seperti variabel independen kelima, variabel ini juga merupakan variabel numerik yang menggunakan variabel dummy, dimana opini dengan pernyataan going concern diberi nilai satu “0” sebagai nilai minimum dan tanpa pernyataan going concern diberi nilai nol “1” sebagai nilai maksimum. Sehingga dengan jelas dapat kita ketahui bahwa range antara data adalah sebesar satu 1, dengan nilai rata-rata mean sebesar 0,96 dan standar deviasi sebesar 0,196, yang menunjukkan bahwa tidak ada perbedaan yang terlalu signifikan antar nilai rata-rata mean dengan nilai data.

2. Pengujian Data a. Uji Asumsi Klasik

1. Uji Multikolineritas Uji ini digunakan untuk situasi dimana adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Tujuannya adalah untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas independen. Apabila terjadi korelasi antar variabel-variabel tersebut berarti terjadi problem multikolineritas multikol. Sedangkan variabel yang baik adalah variabel yang tidak memiliki problem multikolinearitas. Uji multikolineritas ini dilakukan dengan melihat besaran VIF Variance Inflation Factor dan Tolerence serta melihat besaran korelasi antar variabel independen. Universitas Sumatera Utara Tabel 4.2 Coefficient Correlations Model OPNS LAR DER QR LTDAR 1 Correlations OPNS 1,000 -,076 -,004 ,089 -,174 LAR -,076 1,000 ,104 ,396 ,221 DER -,004 ,104 1,000 -,061 ,451 QR ,089 ,396 -,061 1,000 ,130 LTDAR -,174 ,221 ,451 ,130 1,000 Covariances OPNS ,017 -1,89E-005 -4,69E-008 9,83E-005 ,000 LAR -1,89E-005 3,55E-006 1,63E-008 6,30E-006 3,85E-006 DER -4,69E-008 1,63E-008 6,90E-009 -4,25E-008 3,46E-007 QR 9,83E-005 6,30E-006 -4,25E-008 7,13E-005 1,01E-005 LTDAR ,000 3,85E-006 3,46E-007 1,01E-005 8,51E-005 Sumber : Hasil Pengolahan SPSS Deteksi adanya multikolineritas: a. Multikolineritas dapat dilihat dari: Koefisien korelasi antar variabel independen haruslah lemah dan tidak cukup tinggi tidak diatas 0,90, maka antar variabel tersebut tidak terjadi multikolineritas. Tidak adanya korelasi yang tinggi bukan berarti bebas dari gejala multikolineritas. Mutikolineritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen ghozali, 2005: 91. Analisis : Pada tabel 4.2 yaitu tabel COEFFICIENT CORRELATIONS tampak bahwa antar variabel-variabel independen tersebut tidak ada korelasi yang besar. Dari tabel tersebut menunjukkan bahwa korelasi dibawah 0,95 atau 95. Jadi dapat disimpulkan bahwa antar variabel tersebut tidak terjadi multikolineritas. Universitas Sumatera Utara Tabel 4.3 Coefficients Model Collinearity Statistics Tolerance VIF QR ,803 1,245 LAR ,803 1,245 LTDAR ,727 1,376 DER ,770 1,298 OPNS ,938 1,066 Sumber : Hasil pengolahan SPSS b. Multikolineritas dapat dilihat dari: 1. Mempunyai nilai VIF disekitar angka 1. 2. Nilai Tolerence mendekati angka 1. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres terhadap variabel independen lainnya. Tolerence mengukur variabilitas variabel independen yang terpilih yang dijelaskan oleh variabel independen lainnya. Jadi nilai tolerence yang rendah sama dengan nilai VIF yang tinggi Ghozali, 2005: 91-92. Analisis: Pada tabel 4.3 yaitu tabel COEFFICIENT, dapat dilihat bahwa nilai tolerence dari kelima variabel mendekati satu 1. Yang berarti bahwa tidak ada korelasi antara variabel independen yang nilainya lebih dari 95. Begitu juga dengan nilai VIF yang menunjukkan nilai disekitar angka satu 1 dan tidak lebih dari angka sepuluh 10. Dengan demikian dapat disimpulkan bahwa tidak ada terjadi multikolineritas diantara variabel independen. Universitas Sumatera Utara 2. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi ada korelasi pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu time series karena ”gangguan” pada seseorang individukelompok cenderung mempengaruhi ”gangguan” pada individukelompok yang sama pada periode berikutnya. Pada data crossection silang waktu, masalah autokorelasi relatif jarang terjadi karena ”gangguan” pada observasi yang berbeda berasal dari individu kelompok yang berbeda. Maka regresi logistik yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2005 : 95-96. Uji yang digunakan untuk melihat autokorelasi dalam penelitian ini adalah dengan menggunakan run test. Run test dapat digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dapat dikatakan bahwa residual adalah acak atau random. Run test digunakan untuk melihat apakah data residual terjadi secara random atau tidak. Hipotesis yang akan diuji adalah: H : residual res_1 random acak H 1 : residual res_1 tidak random Universitas Sumatera Utara Tabel 4.4 Runs Test Difference between observed and predicted probabilities Test Valuea ,00407 Cases Test Value 25 Cases = Test Value 26 Total Cases 51 Number of Runs 23 Z -,988 Asymp. Sig. 2-tailed ,323 a. Median Sumber : Hasil Pengolahan SPSS. Analisis : Dari tabel 4.4 diatas tampak bahwa nilai test adalah sebesar 0,00407 dengan probabilitas 0,323 tidak signifikan pada 0,05 5 yang berarti hipotesis nol diterima, sehingga dapat disimpulkan bahwa residual random acak atau tidak terjadi autokorelasi antar nilai residual. 3. Menilai Keseluruhan Model Overall Model Fit Uji ini digunakan untuk menilai model yang telah dihipotesakan telah fit atau tidak dengan data. Seperti yang dikatakan dalam buku Homer-Lemeshow, 1989: 135 bahwa ” ...the model contains those variabel main effect as well as interactions that should be in the model and the variables have been entered in the correct functional form”. Oleh karena itu data yang baik adalah yang model hipotesanya sesuai dengan data. Adapun hipotesis yang digunakan untuk menilai model fit ini adalah sebagai berikut: Universitas Sumatera Utara H : Model yang dihipotesakan Fit dengan Data. H 1 : Model yang dihipotesakan tidak fit dengan data. Dari hipotesis tersebut dengan jelas menunjukkan bahwa hipotesis yang diinginkan adalah hipotesa nol karena hipotesa tersebut menyatakan bahwa model fit dengan data. Statistik yang digunakan adalah berdasarkan pada fungsi Likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesakan menggambarkan model input. Untuk menguji hipotesis nol dan alternatif, L ditransformasikan menjadi -2LogL. Statistik -2LogL kadang-kadang disebut likelihood rasio X 2 statistik. Tabel 4.5 Block 0: Beginning Block Nilai -2 Log likehood awal -2 LL awal Iteration Historya,b,c Iteration -2 Log likelihood Coefficients Constant Constant Step 0 1 22,364 1,843 2 17,512 2,669 3 16,898 3,092 4 16,875 3,194 5 16,875 3,199 6 16,875 3,199 a Constant is included in the model. b Initial -2 Log Likelihood: 16,875 c Estimation terminated at iteration number 6 because parameter estimates changed by less than ,001. Sumber : Hasil Pengolahan SPSS Universitas Sumatera Utara Tabel 4.6 Block 1: Method = Backward Stepwise Wald Nilai -2 Log likehood akhir -2 LL akhir Iteration Historya,b,c,d,e,f,g Iteration -2 Log likelihood Coefficients Constant QR LAR LTDAR DER OPNS Constant Step 1 1 19,542 ,655 -,010 -,001 ,003 ,000 1,810 2 12,505 1,779 -,029 -,003 ,015 -,001 2,598 3 10,131 3,399 -,072 -,002 ,069 -,002 2,999 4 8,944 5,414 -,182 ,001 ,253 -,003 2,963 5 7,791 9,633 -,436 -,005 ,730 -,003 2,535 6 5,794 19,869 -,957 -,037 2,179 -,005 2,031 7 3,851 39,144 -1,902 -,099 4,744 -,009 2,015 8 2,724 65,521 -3,171 -,227 7,748 -,012 2,385 9 2,118 129,826 -6,266 -,642 14,121 -,016 2,926 10 ,932 202,928 -9,735 -1,006 21,461 -,026 4,665 11 ,351 314,970 -15,038 -1,575 32,829 -,040 6,992 12 ,126 443,558 -21,221 -2,188 46,299 -,057 8,109 13 ,046 578,132 -27,779 -2,792 60,756 -,075 7,925 14 ,017 710,464 -34,224 -3,388 74,960 -,093 7,802 15 ,006 841,738 -40,615 -3,981 89,037 -,111 7,736 16 ,002 972,445 -46,975 -4,572 103,042 -,129 7,714 17 ,001 1102,782 -53,316 -5,162 116,996 -,146 7,731 18 ,000 1232,848 -59,641 -5,752 130,914 -,164 7,779 19 ,000 1362,707 -65,954 -6,341 144,802 -,182 7,855 20 ,000 1492,402 -72,258 -6,931 158,667 -,199 7,952 Step 2 1 21,428 2,330 -,020 ,001 ,025 ,000 2 15,037 3,991 -,063 ,002 ,084 -,001 3 12,506 5,945 -,170 ,004 ,233 -,002 4 10,755 9,069 -,376 -,003 ,532 -,002 5 9,066 13,834 -,645 -,021 1,143 -,003 6 6,639 24,051 -1,172 -,057 2,762 -,004 7 4,759 41,671 -2,060 -,121 5,251 -,007 8 3,586 66,653 -3,298 -,234 8,595 -,010 9 2,321 118,499 -5,859 -,479 15,639 -,017 10 ,857 255,821 -12,547 -1,103 31,798 -,035 11 ,295 402,510 -19,653 -1,773 47,615 -,055 12 ,106 537,779 -26,218 -2,388 62,413 -,074 13 ,039 669,479 -32,613 -2,986 76,891 -,092 14 ,014 799,932 -38,949 -3,577 91,259 -,110 15 ,005 929,950 -45,265 -4,167 105,589 -,127 16 ,002 1059,831 -51,574 -4,755 119,910 -,145 17 ,001 1189,687 -57,882 -5,344 134,230 -,163 18 ,000 1319,563 -64,191 -5,932 148,555 -,180 19 ,000 1449,476 -70,502 -6,521 162,884 -,198 Universitas Sumatera Utara 20 ,000 1579,433 -76,815 -7,109 177,218 -,216 Step 3 1 21,745 1,853 -,023 ,002 ,047 2 15,747 2,841 -,070 ,004 ,140 3 13,497 4,141 -,172 ,003 ,330 4 12,117 6,224 -,317 -,006 ,635 5 11,224 7,888 -,422 -,016 1,100 6 10,523 8,492 -,478 -,017 1,869 7 9,639 8,447 -,543 -,003 3,625 8 8,567 9,058 -,700 ,019 7,679 9 7,745 10,643 -,905 ,036 13,848 10 7,145 11,296 -1,059 ,060 22,876 11 6,755 11,099 -1,165 ,089 35,815 12 6,654 11,256 -1,204 ,096 44,208 13 6,620 11,276 -1,206 ,096 51,075 14 6,606 11,284 -1,207 ,096 58,250 15 6,599 11,293 -1,207 ,096 66,868 16 6,593 11,310 -1,207 ,096 81,709 17 6,566 11,411 -1,208 ,094 173,073 18 5,471 20,767 -1,351 -,073 8522,55 8 19 3,931 48,662 -2,749 -,277 18683,6 45 20 1,641 145,660 -7,413 -1,046 51924,2 34 Step 4 1 21,755 1,981 -,026 ,046 2 15,758 3,140 -,078 ,138 3 13,484 4,405 -,182 ,330 4 12,143 5,693 -,299 ,637 5 11,295 6,397 -,365 1,092 6 10,518 6,929 -,420 1,934 7 9,543 8,318 -,549 3,892 8 8,631 10,736 -,756 7,514 9 8,069 13,170 -,956 12,369 10 7,811 14,320 -1,049 17,429 11 7,679 14,497 -1,065 23,204 12 7,616 14,525 -1,068 29,892 13 7,589 14,533 -1,069 37,339 14 7,573 14,538 -1,070 46,913 15 7,556 14,550 -1,071 67,127 16 7,332 14,723 -1,088 371,142 17 5,618 17,584 -1,360 4451,79 5 18 5,284 20,794 -1,617 6889,53 6 19 5,202 21,630 -1,682 8668,29 2 20 5,174 21,685 -1,686 10296,8 02 Step 5 1 22,153 2,188 -,032 2 16,912 3,715 -,095 3 15,774 5,583 -,218 4 15,497 7,389 -,353 Universitas Sumatera Utara 5 15,474 8,060 -,401 6 15,474 8,123 -,406 7 15,474 8,123 -,406 Step 6 1 22,364 1,843 2 17,512 2,669 3 16,898 3,092 4 16,875 3,194 5 16,875 3,199 6 16,875 3,199 Step 7 1 20,037 ,000 1,918 2 13,877 ,000 2,882 3 12,662 ,000 3,532 4 12,538 ,000 3,822 5 12,536 ,000 3,870 6 12,536 ,000 3,871 7 12,536 ,000 3,871 Step 8 1 19,561 ,493 ,000 1,832 2 12,563 1,374 -,001 2,680 3 10,339 2,703 -,003 3,311 4 9,668 3,843 -,004 3,881 5 9,545 4,508 -,004 4,269 6 9,537 4,713 -,004 4,397 7 9,537 4,729 -,004 4,407 8 9,537 4,730 -,004 4,407 a Method: Backward Stepwise Wald b Constant is included in the model. c Initial -2 Log Likelihood: 16,875 d Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found. e Estimation terminated at iteration number 7 because parameter estimates changed by less than ,001. f Estimation terminated at iteration number 6 because parameter estimates changed by less than ,001. g Estimation terminated at iteration number 8 because parameter estimates changed by less than ,001. Universitas Sumatera Utara Omnibus Tests of Model Coefficients Chi-square Df Sig. Step 1 Step 16,875 5 ,005 Block 16,875 5 ,005 Model 16,875 5 ,005 Step 2 Step ,000 1 ,998 Block 16,875 4 ,002 Model 16,875 4 ,002 Step 3a Step -1,641 1 ,200 Block 15,235 3 ,002 Model 15,235 3 ,002 Step 4a Step -3,534 1 ,060 Block 11,701 2 ,003 Model 11,701 2 ,003 Step 5a Step -10,299 1 ,001 Block 1,401 1 ,236 Model 1,401 1 ,236 Step 6a Step -1,401 1 ,236 Step 7 Step 4,340 1 ,037 Block 4,340 1 ,037 Model 4,340 1 ,037 Step 8 Step 2,999 1 ,083 Block 7,338 2 ,025 Model 7,338 2 ,025 a A negative Chi-squares value indicates that the Chi-squares value has decreased from the previous step. Sumber : Hasil pengolahan SPSS Dari tabel 4.5 dan 4.6 diatas dapat dilihat bahwa nilai -2 log likehood awal -2 LL awal pada block number = 0, yaitu model yang hanya memasukkan konstanta saja memiliki nilai 16,875. Lalu pada tabel selanjutnya ,yaitu pada tabel 4.6 nilai -2 log likehood akhir -2 LL akhir pada block number = 1 berubah menjadi 9,537. Penurunan nilai ini terjadi karena masuknya beberapa variabel independen dalam model penelitian. Menurut Ghozali 2005 : 219, penurunan nilai -2 log likehood menunjukkan bahwa model penelitian ini dinyatakan fit. Artinya penambahan variabel – variabel independen yaitu Quick Ratio, Loan to Asset Ratio, Long Term Universitas Sumatera Utara Debt to Equity Ratio, Debt to Equity Ratio dan opini audit tahun sebelumnya ke dalam model penelitian akan memperbaiki model fit penelitian ini.

4. Menilai Kelayakan Model Regresi

Dokumen yang terkait

Pengaruh Pergantian Manajemen, Biaya Audit, Reputasi Audit, Opini Audit dan Kesulitan Keuangan terhadap Pergantian Auditor secara sukarela (Studi Empiris pada Perusahaan Manufaktur yang Terdaftar di BEI tahun 2012-2013)

5 93 109

Analisis Pengaruh Kualitas Audit, Opini Audit Tahun Sebelumnya dan Pertumbuhan Perusahaan Terhadap Penerimaan Opini Audit Going Concern Pada Perusahaan Pertambangan yang Terdaftar di BEI

3 45 97

Pengaruh Kualitas Audit, Opini Audit Tahun Sebelumnya, Dan Rasio Keuangan Terhadap Penerimaan Opini Audit Going Concern Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia

1 86 82

Pengaruh Profitabilitas, Opini Audit Tahun Sebelumnya, Pertumbuhan Perusahaan, Dan Leverage Terhadap Penerimaan Opini Audit Going Concern Pada Perusahaan Manufaktur Yang Terdaftar Di BEI

4 72 106

Pengrauh Likuiditas, Leverage, Kualitas Audit, dan Opini Audit Tahun Sebelumnya Terhadap Opini Audit Going Concern pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia

3 119 108

Pengaruh Likuiditas, Leverage¸Profitabilitas, Kualitas Audit, dan Opini Audit Tahun Sebelumnya terhadap Penerimaan Opini Audit Going Concern pada Perusahaan Pertambangan yang Terdaftar di Bursa Efek Indonesia

4 61 99

Analisis Pengaruh Opini Audit, Audit Report Lag dan Kantor Akuntan Publik Terhadap Harga Saham Pada Perusahaan Manufaktur Yang Terdaftar di BEI

18 117 88

Pengaruh Kualitas Audit, Profitabilitas, Leverage dan Opini Audit Tahun Sebelumnya terhadap Penerimaan Opini Audit Going Conern Pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia

1 34 96

The Effect Of Good Corporate Governance, Leverage, and Previous Year Audit Opinion Towards Going Concern Audit Opinion

0 4 124

Pengaruh Audit Tenure, Opini Audit Tahun Sebelumnya dan Disclosure terhadap Opini Audit Going Concern Perusahaan Tambang dan Agriculture yang Terdaftar di BEI Tahun 2011-2014

1 32 109