43
4.2.3 Menguji Model Fit Overall Model Fit Test
Uji ini digunakan untuk menilai model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian dilakukan dengan membandingkan nilai antara -2 log
likelihood pada awal block number = 0 dengan nilai -2 log likelihood pada akhir block number = 1. Nilai -2 log likelihood awal pada block number = 0, dapat ditunjukkan
melalui tabel berikut ini.
Tabel 4.4 Nilai -2 Log Likelihood -2 LL awal
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
54.638 1.886
2 39.030
2.788 3
36.493 3.326
4 36.329
3.509 5
36.327 3.526
6 36.327
3.526
Sumber : Hasil Pengolahan SPSS 18 Nilai -2 log likelihood akhir pada block number = 1, dapat ditunjukkan melalui
tabel 4.5 berikut ini :
Universitas Sumatera Utara
44
Tabel 4.5 Nilai -2 log likelihood -2 LL akhir
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
X1 X2
X3 Step 1
1 51.999
1.404 -.108
-.127 .630
2 32.994
1.786 -.285
-.358 1.436
3 27.565
2.018 -.515
-.736 2.287
4 26.255
2.217 -.667
-1.090 2.932
5 26.106
2.303 -.713
-1.239 3.240
6 26.103
2.315 -.718
-1.259 3.294
7 26.103
2.315 -.718
-1.259 3.296
8 26.103
2.315 -.718
-1.259 3.296
Sumber : Hasil Pengolahan SPSS 18 Dari tabel 4.4 dan tabel 4.5 dapat dilihat bahwa -2 log likelihood awal pada block
number = 0, yaitu model yang hanya memasukkan konstanta yang dapat dilihat pada step 5, memperoleh nilai sebesar 36.327. Kemudian pada tabel selanjutnya dapat dilihat nilai -
2 LL akhir dengan block number= 1 nilai -2 log likelihood pada tabel 4.5 mengalami perubahan setelah masuknya beberapa variabel independen pada model penelitian,
akibatnya nilai -2 LL akhir pada step 8 menunjukkan nilai 26.103. Adanya pengurangan nilai antara -2LL awal initial -2LL function dengan nilai -
2LL pada langkah berikutnya -2LL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data Ghozali,2006.Penurunan nilai -2 log likelihood
menunjukkan bahwa model penelitian ini dinyatakan fit, artinya penambahan- penambahan variabel bebas yaitudebt default, kualitas audit, dan opini audit dalam model
penelitian akan memperbaiki model fit dalam penelitian ini.
Universitas Sumatera Utara
45
4.2.4 Menguji Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan goodness of fitness test yang diukur dengan nilai chi square pada bagian bawah uji
hosmer and lemeshow.Jika nilai Hosmer and Lemeshow’s Goodness of Fit Test ≤ 0,05,
maka berarti terdapat perbedaan signifikan antara model dengan nilai observasinya sehingga goodness fit model tidak baik karena model tidak dapat memprediksi nilai
observasinya Ghozali, 2006.
Tabel 4.6
Hosmer and Lemeshow Test
Step Chi-square
Df Sig.
1 1.262
3 .738
Tabel 4.6 menunjukkan nilai Hosmer and Lemeshow’s Goodness of Fit sebesar 1,262 dengan signifikan 0,738. Nilai signifikansi yang diperoleh lebih besar dari
0,05maka Ho tidak dapat ditolak diterima.Hal ini berarti model regresi layak untuk digunakan dalam analisis selanjutnya, karena tidak ada perbedaan yang nyata antara
klasifikasi yang diprediksi dengan klasifikasi yang diamati.
Universitas Sumatera Utara
46
Tabel 4.7
Contingency Table for Hosmer and Lemeshow Test
PENERIMAAN OPINI AUDIT GOING CONCERN = BILA OPINI
AUDIT UNQUALIFIED DENGAN NON GOING CONCERN
PENERIMAAN OPINI AUDIT GOING CONCERN = BILA OPINI
AUDIT UNQUALIFIED DENGAN GOING CONCERN
Total Observed
Expected Observed
Expected Step 1
1 3
3.000 15
15.000 18
2 .206
8 7.794
8 3
1 .445
34 34.555
35 4
.119 16
15.881 16
5 .230
63 62.770
63
Sumber : Hasil Pengolahan SPSS 18 Dari tabel kontijensi untuk uji hosmer and lemeshow, dapat dilihat bahwa dari
lima langkah pengamatan untuk penerimaan opini audit going concern yang baik 1 maupun yang tidak baik 0, nilai yang diamati maupun nilai yang diprediksi, tidak
mempunyai perbedaan yang terlalu ekstrim. Ini menunjukkan bahwa model regresi logistik yang digunakan dalam penelitian ini mampu memprediksi nilai observasinya.
4.3 Hasil Pengujian Hipotesis
Regresi logistik ingin menguji apakah probabilitas terjadinya variabel terikat dapatdiprediksi dengan variabel bebasnya Ghozali, 2005. Pada penelitian ini, regresi
logistikdilakukan terhadap 140 perusahaan sampel yang terdiri dari 128 perusahaan yang menerima opini audit unqualified dengan going concern atau going concern audit report
CAGR ditandai dengan angka 1 dan 16 perusahaan yang menerima opini audit unqualified dengan non going concern atau non goingconcern audit report NCAGR
ditandai dengan angka 0. Pemberian tanda tersebut dinamakan dengan variabel dummy.
Universitas Sumatera Utara
47
Tabel 4.8 Ikhtisar Pengolahan Data
Sumber : Hasil Pengolahan SPSS 18 Berdasarkan tabel 4.8 di atas dapat diambil analisis sebagai berikut :
a. Jumlah sampel pengamatan sebanyak 140 sampel, dan seluruh sampel telah
diperhitungkan ke dalam pengujian hipotesis. b.
Tidak ada variabel dependen yang dikeluarkan dengan nilai dummy variabel. Variabel dependen bernilai 1 untukunqualified dengan going concern atau going concern audit
report CAGR dan bernilai 0 untuk opini audit unqualified dengan non going concern atau non goingconcern audit report NCAGR.
c. Metode yang digunakan untuk memasukkan data adalah metode enter dimana apabila
menggunakan metode ini seluruh variabel bebas independen disertakan dalam pengolahan analisis data untuk mengetahui variabel mana yang berpengaruh terhadap
variabel dependen.
4.3.1 Uji T Parsial Uji Wald
Pengujian hipotesis dalam penelitian ini untuk menguji pengaruh variabel independen yaitu debt default DEF, kualitas audit ADTR, dan opini audit PO
terhadap penerimaan opini audit going concern dengan menggunakan hasil uji regresi
Case Processing Summary
Unweighted Cases
a
N Percent
Selected Cases Included in Analysis
140 100.0
Missing Cases .0
Total 140
100.0 Unselected Cases
.0 Total
140 100.0
a. If weight is in effect, see classification table for the total number of cases.
Universitas Sumatera Utara
48
yang ditunjukkan dalam variable in the equation. Dalam uji hipotesis dengan regresi logistik cukup dengan melihat Variables in the Equation, pada kolom Significant
dibandingkan dengan tingkat kealphaan 0,05 5. Apabila tingkat signifikansi 0,05, maka Hipotesis diterima.
Tabel 4.9 Uji T Parsial
Sumber : Hasil Pengolahan SPSS 18 Persamaan regresi dapat dilihat dari kolom B pada tabel 4.9. Tanda matematika
dalam persamaan yang akan dibentuk mengikuti angka dalam kolom B. Persamaan regresi logistik yang terbentuk dapat dinyatakan sebagai berikut :
GC = a + b1 DEF + b2 ADTR + b3 PO + e GC = 2.315 – 0,718 DEF – 1,259 ADTR + 3,296 PO + e
Keterangan : Y : Penerimaan Opini Going Concern
X1 :Debt Default X2 : Kualitas Audit
X3 : Opini Audit
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
95.0 C.I.for EXPB
Lower Upper
Step 1
a
X1 -.718
1.125 .408
1 .523
.488 .054
4.421 X2
-1.259 1.143
1.213 1
.271 .284
.030 2.669
X3 3.296
1.263 6.810
1 .009
26.995 2.271 320.845
Constant 2.315
.966 5.742
1 .017
10.125 a. Variables entered on step 1: X1, X2, X3.
Universitas Sumatera Utara
49
Konstanta sebesar 2.315menyatakan bahwa jika tidak diperhitungkan debt default, kualitas audit, dan opini audit, maka kemungkinan penerimaan opini going
concern adalah sebesar 2.315. Model di atas dapat diinterpretasikan sebagai berikut:
a.
Variabel X1debt defaultmenunjukkan nilai koefisien sebesar -0,718dengan tingkat signifikansi 0,523lebih besar dari 0.05 5 artinya dapat disimpulkan bahwa
variabel ini memiliki pengaruh koefisien negatif dan tidak signifikan terhadap penerimaan opini going concern.
b. Variabel X2 kualitas audit yang diproksikan dengan KAP pada tabel di atas
menunjukkan nilai koefisien sebesar -1.259 dengan tingkat signifikansi 0,271 lebih besar dari 0,05 5 artinya dapat disimpulkan bahwa variabel ini memiliki
pengaruh koefisien negatif dan tidak signifikan terhadap penerimaan opini going concern.
c. Variabel X3 opini audit yang diproksikan dengan opini audit tahun
sebelumnya pada tabel diatas menunjukkan nilai koefisien sebesar 3.296 dengan tingkat signifikansi 0,009 lebih kecil dari 0,05 5 artinya dapat
disimpilkan bahwa variabel ini berpengaruh positif dan signifikan terhadap penerimaan opini going concern.
4.3.2 Uji Omnibus Uji G
Uji Omnibus menunjukkan bahwa model logistik secara keseluruhan dapat menjelaskan atau memprediksi variabel independen terhadap variabel dependen. Uji
hipotesisnya dengan tingkat kealpaan 0,05 maka kesimpulan yang dapat diambil adalah :
Universitas Sumatera Utara
50
1. Jika p-value dalam hal ini adalah sig -2 tailed 0,05 maka Ho diterima dan
Ha ditolak, berarti variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen.
2. Jika p-value dalam hal ini adalah sig -2 tailed 0,05 maka Ho ditolak dan Ha
diterima. Berarti variabel independen secara bersama-sama berpengaruh terhadap variabel dependen.
Tabel 4.10 Uji Omnibus simultan
Sumber : Hasil Pengolahan SPSS 18
Berdasarkan tabel 4.10 dapat dilihat bahwa memiliki tingkat signifikan sebesar 0,017 0,05 maka variabel debt default, kualitas audit, dan opini audit secara
bersama-sama berpengaruh terhadap penerimaan opini audit going concern.
4.3.3 Koefisien Determinasi
Ukuran ini mirip dengan R Square dalam regresi linear atau regresi linear berganda, yang menunjukan seberapa besar semua variabel independen secara
bersama-sama dalam mempengaruhi variabilitas variabel dependen.Ukuran yang digunakan adalah Nagelkerke’s R Square Ghozali, 2005. Penghitungan
menggunakan PASW 18, jika semakin tinggi hasil presentase yang dihasilkan maka semakin bagus model tersebut dalam memprediksi keputusan investasi.
Omnibus Tests of Model Coefficients
Chi-square Df
Sig. Step 1
Step 10.224
3 .017
Block 10.224
3 .017
Model 10.224
3 .017
Universitas Sumatera Utara
51
Tabel 4.11 Koefisien Determinasi
Sumber : Hasil Pengolahan SPSS 18 Berdasarkan tabel 4.11 di atas, maka dapat dilihat bahwa hasil analisis regresi
logistik secara keseluruhan menunjukkan nilai Cox Snell R Square sebesar 0,070Cox Snell R Square merupakan ukuran yang mencoba meniru ukuran
RSquare pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari satu, sehingga sulit untuk diinterpretasikan.
Nagelerke’s R Square merupakan modifikasi dari koefisien CoxandSnell. Untuk memastikan bahwa nilainya bervariasi dari 0 sampai 1 hal ini dilakukan dengan cara
membagi nilai Cox and Snell’s R Square dengan nilai maksimumnya. Nilai Nagelerke’s R Square dapat diinterpretasikan seperti nilai RSquare pada multiple
regression. Dilihat dari hasil output pengolahan data nilai Nagelerke’s R Square adalah sebesar 0,308 yang berarti variabilitas variabel dependen yang dapat dijelaskan
oleh variabel independen adalah sebesar 30,8, dan sisanya sebesar 16,2 dijelaskan oleh variabel-variabel lain di luar variabel penelitian.
4.3.4 Matrik Klasifikasi
Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan keterjadian variabel terkait dependen pada
perusahaan dilihat melalui classification table.
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 26.103
a
.070 .308
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than .001.
Universitas Sumatera Utara
52
Tabel 4.12 Matrik Klasifikasi
Sumber : Hasil Pengolahan SPSS 18 Tabel 4.12 menunjukkan kekuatan prediksi dari model regresi untuk
memprediksi kemungkinan penerimaan opini audit unqualified dengan going concern sebesar 100. Hal ini berarti bahwa dengan menggunakan model regresi yang
digunakan ada 136 perusahaan yang diprediksi akan opini audit unqualified dengan going concern dari 140 perusahaan yang opini audit unqualified dengan going
concern.Dan kekuatan prediksi model untuk opini audit unqualified dengan non going concern adalah sebesar 0. Hal ini berarti bahwa dengan menggunakan model regresi
yang digunakan ada 4 perusahaan yang diprediksiakan opini audit unqualified dengan non going concern.
Classification Table
a
Observed Predicted
PENERIMAAN OPINI AUDIT GOING CONCERN
Percentage Correct
BILA OPINI AUDIT
UNQUALIFIED DENGAN NON
GOING CONCERN
BILA OPINI AUDIT
UNQUALIFIED DENGAN
GOING CONCERN
Step 1 PENERIMAAN OPINI AUDIT
GOING CONCERN BILA OPINI AUDIT
UNQUALIFIED DENGAN NON GOING CONCERN
4 .0
BILA OPINI AUDIT UNQUALIFIED DENGAN
GOING CONCERN 136
100.0 Overall Percentage
97.1 a. The cut value is .500
Universitas Sumatera Utara
53
4.4 Pembahasan Hasil Penelitian
Berdasarkan hasil analisis data, diketahui bahwa variabel opini audit menunjukkan bukti nilai koefisien positif sebesar 3,296 dengan tingkat signifikan 0,009 0,05 artinya
bahwa variabel opini auditberpengaruh positif signifikan terhadap penerimaan opini going concern. Sedangkan debt default, kualitas audit tidak berpengaruh signifikan
terhadap penerimaan opini going concern. Dan opini audit memiliki hubungan positif terhadap penerimaan opini going concern sedangkan variabel lainnya berhubungan
negatif terhadap penerimaan opini going concern.
1. HubunganDebt Default X1 Terhadap Penerimaan Opini GoingConcern Y
Variabel independen debt defaultmenunjukkan nilai koefisien negatif sebesar 0,718 dengan tingkat signifikan 0,523 0,05 artinya bahwa variabel debt default tidak
berpengaruh secara signifikan dengan arahnegatif terhadap penerimaan opini going concern.Dalam penelitian ini belum dapat dibuktikan adanyapengaruh debt default
terhadap penerimaan opini going concern.Hal ini mungkin disebabkanoleh adanya outlier dalam model yang tidak dihilangkan karena masih merupakanfenomena
subjek penelitian. Tanda negatif pada koefisien debt default menunjukkan bahwadebt default yang lebih besartidak selalu diikuti dengan penerimaan opini
going concern yang tinggi.Hasil penelitian ini tidak didukung oleh beberapa penelitian misalnya penelitian yang dilakukan oleh Mirna Dyah Praptitorini 2007
yang menunjukkan bahwa variabel Debt Default berpengaruh positif signifikan terhadap Penerimaan Opini Audit Going Concern. Hasil penelitian tersebut
didukung oleh Meliyanti Yosephani Surbakti 2001 yang menunjukkan bahwa variabel debt default berpengaruh positif signifikan terhadap penerimaan opini
going concern.
Universitas Sumatera Utara
54
2. HubunganKualitas AuditX2 Terhadap Penerimaan Opini Going Concern Y
Variabel independen kualitas audit yang diproksikan dengan kantor akuntan publik memiliki nilai koefisien negatif sebesar 1,259 dengan tingkat signifikan 0,271
0,05 artinya variabel kualitas audit tidak berpengaruh secara signifikan dengan arah negatif terhadap penerimaan opini going concern.Hasil penelitian ini tidak didukung
oleh penelitian yang dilakukan oleh Eko Budi Setyarno dkk 2006 yang menunjukkan bukti bahwa variabel kualitas audit memiliki nilai koefisien positif
tidak berpengaruh secara signifikan.Tanda negatif dalam koefisien kualitas auditmenunjukkan bahwa perusahaan cenderung tidak memperoleh opini going
concern ketika menggunakan jasa KAP yang berafiliasi big four, sedangkan perusahaan cenderung memperoleh opini going concern ketika menggunakan jasa
KAP yang berafiliasi non big four.Hasil penelitian ini berbeda dengan penelitian Meliyanti Yosephani Surbakti 2001 yang menunjukkan bahwa kualitas audit
berpengaruh positif signifikan terhadap penerimaan opini going concern.
3. Hubungan Opini Audit X3 terhadap Penerimaan Opini Going Concern Y
Variabel independen opini audit yang diproksikan dengan opini audit tahun sebelumnya memiliki nilai koefisien positif sebesar 3,296 dengan tingkat signifikan
0,009 0,05 artinya bahwa variabel opini audit berpengaruh secara signifikan dengan arah nilai koefisien positif. Hasil penelitian ini konsisten dengan penelitian
Carcello dan Neal 2000 serta Rahmadhany 2004 membuktikan mengenai opini audit going concern yang diterima tahun sebelumnya dengan opini audit going
concern tahun berjalan, yaitu ditemukannya hubungan positif yang signifikan antara opini audit going concern tahun sebelumnya dengan opini audit going concern
tahun berjalan. Apabila pada tahun sebelumnya auditor telah menerbitkan opini
Universitas Sumatera Utara
55
going concern, maka akan semakin besar kemungkinan auditor untuk menerbitkan kembali opini audit going concern tahun berikutnya.
Universitas Sumatera Utara
56
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan