Pengujian Ragresi logistik Analisis Faktor-Faktor Yang Mempengaruhi Opini Audit Going Concern Pada Perusahan Manufaktur Terbuka (Tbk)

peningkatan rata-rata variabel ini paling tinggi sebesar 0.76 sedangkan penurunan rata-rata paling rendah sebesar 0.76.

B. Pengujian Ragresi logistik

1. 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. Jika nilai Hosmer and Lemeshow Goodness-of-fit-test statistics sama dengan atau kurang dari 0,05, maka hipotesis nol ditolak yang berarti ada perbedaan signifikan antara model dengan dengan nilai observasinya, sehingga Goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya Ghozali, 2006. Tabel 4.2 Hosmer and Lemeshow Test Step Chi-square Df Sig. 1 .176 8 1.000 Pengujian menunjukkan nilai Chi-square sebesar 0.176 dengan signifikansi p sebesar 1.000. Berdasarkan hasil tersebut, karena nilai signifikansi lebih besar dari 0,05 maka model dapat disimpulkan mampu memprediksi nilai observasinya. 2. Menilai keseluruhan model overall model fit Langkah selanjutnya adalah menguji keseluruhan model overall model fit. 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. Adanya pengurangan nilai antara - 2LL awal initial - Universitas Sumatera Utara 2LL function dengan nilai - 2LL pada langkah berikutnya -2LL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data Ghozali, 2005. Tabel 4.3 Iteration History

a,b,c,d

Blok 1 Iteration -2 Log likelihoo d Coefficients Constant KUALITAS _AUDIT Z_SCORE OPINI_AUD IT_SEBELU MNYA PERTUMB UHAN_PER USAHAAN SIZE Step 1 1 48.075 1.851 -.058 -.009 -.089 -.001 .019 2 20.976 2.675 -.182 -.027 -.269 -.004 .059 3 12.352 3.023 -.469 -.064 -.649 -.010 .149 4 9.018 2.886 -.974 -.120 -1.147 -.020 .293 5 7.796 2.362 -1.637 -.170 -1.375 -.027 .453 6 7.411 1.595 -2.533 -.207 -1.362 -.030 .613 7 7.304 1.748 -3.545 -.233 -1.283 -.031 .690 8 7.271 2.709 -4.556 -.245 -1.247 -.031 .697 9 7.260 3.729 -5.559 -.247 -1.241 -.031 .696 10 7.256 4.730 -6.560 -.247 -1.240 -.031 .696 11 7.254 5.730 -7.560 -.247 -1.240 -.031 .696 12 7.253 6.730 -8.560 -.247 -1.240 -.031 .696 13 7.253 7.730 -9.560 -.247 -1.240 -.031 .696 14 7.253 8.730 -10.560 -.247 -1.240 -.031 .696 15 7.253 9.730 -11.560 -.247 -1.240 -.031 .696 16 7.253 10.730 -12.560 -.247 -1.240 -.031 .696 17 7.253 11.730 -13.560 -.247 -1.240 -.031 .696 18 7.253 12.730 -14.560 -.247 -1.240 -.031 .696 19 7.253 13.730 -15.560 -.247 -1.240 -.031 .696 20 7.253 14.730 -16.560 -.247 -1.240 -.031 .696 a. Method: Enter b. Constant is included in the model. c. Initial -2 Log Likelihood: 12,277 d. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found. Universitas Sumatera Utara Tabel 4.4 Iteration History

a,b,c

Blok 0 Iteration -2 Log likelihood Coefficients Constant Step 0 1 48.326 1.977 2 21.785 3.060 3 14.332 3.971 4 12.533 4.668 5 12.286 5.043 6 12.277 5.132 7 12.277 5.136 8 12.277 5.136 a. Constant is included in the model. b. Initial -2 Log Likelihood: 12,277 c. Estimation terminated at iteration number 8 because parameter estimates changed by less than ,001. 3. Koefisien Determinasi Nagelkerke R Square Besarnya nilai koefisien determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R Square. Nilai Nagelkerke R Square adalah sebesar 0,418 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 41,8, sedangkan sisanya sebesar 58,2 dijelaskan oleh variabel-variabel lain di luar model penelitian. Tabel 4.5 Hasil Uji Koefisien Determinasi Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 7.253 a .029 .418 a. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found. Universitas Sumatera Utara 4. Uji Multikolinearitas Regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat antara variabel bebasnya. Pengujian multikolinearitas menggunakan matrik korelasi antar variabel bebas untuk melihat besarnya korelasi antar variabel independen di dalam penelitian ini kualitas audit, kondisi keuangan perusahaan, opini audit tahun sebelumnya, pertumbuhan perusahaan dan ukuran perusahaan. Tabel 4.6 menunjukkan korelasi antar variabel independen di dalam penelitian ini. Matrik korelasi diatas menunjukkan tidak adanya gejala multikolinearitas yang serius antar variabel bebas, sebagaimana terlihat dari nilai korelasi antar variabel bebas masih jauh di bawah 0,8. Tabel 4.6 Correlation Matrix Constant KUALITAS _AUDIT Z_SCORE OPINI_AUDI T_SEBELUM NYA PERTUM BUHAN_ PERUSA HAAN SIZE Step 1 Constant 1.000 .000 .000 -.989 .000 .000 KUALITAS_AUDI T .000 1.000 .000 -.149 .000 .000 Z_SCORE .000 .000 1.000 .000 .020 .553 OPINI_AUDIT_SE BELUMNYA -.989 -.149 .000 1.000 .000 .000 PERTUMBUHAN_ PERUSAHAAN .000 .000 .020 .000 1.000 -.043 SIZE .000 .000 .553 .000 -.043 1.000 5. Matriks Klasifikasi Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini going concern oleh perusahaan . Universitas Sumatera Utara Tabel 4.7 Classification Table

a,b

Observed Predicted OPINI_AUDIT_GOING_CON CERN Percentage Correct 1 Step 0 OPINI_AUDIT_GOING_CON CERN 1 .0 1 170 100.0 Overall Percentage 99.4 a. Constant is included in the model. b. The cut value is ,500 Tabel 4.7 di atas menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit concern pada 100 dapat dilihat dari total 171 sampel yang menerima opini audit going concern 170 di antaranya layak untuk mendapatkan opini audit going concern berdasarkan prediksi model regresi. Kekuatan model prediksi untuk penerima opini audit non going concern adalah sebesar 99.4 yang berarti bahwa dengan model regresi yang diajukan sebanyak 170 sampel yang diprediksi akan menerima opini audit non going concern dari total 1sampel yang menerima opini audit non going concern.Secara keseluruhan model regresi ini dapat mempredikasi penerimaan opini audit going concern dan opini audit non going concern dengan kekuatan prediksi sebesar 99.4. 6. Pengujian Hipotesis Regresi Logistik Pengujian hipotesis dalam penelitian ini untuk menguji pengaruh variabel- variabel bebas yaitu kualitas audit, kondisi keuangan perusahaan, opini audit tahun sebelumnya, pertumbuhan perusahaan dan ukuran perusahaan terhadap opini audit going Concern dengan menggunakan hasil uji regresi yang ditunjukkan dalam variabel in the equation. Dalam uji hipotesis dengan regresi Universitas Sumatera Utara logistik cukup dengan melihat variables in the equation, pada kolom significant dibandingkan dengan tingkat kealphaan 0.05 5. Apabila tingkat signifikansi 0.05, maka variabel independen berpengaruh terhadap variabel dependen dan sebaliknya apabila tingkat signifikansi 0.05, maka variabel independen tidak berpengaruh terhadap variabel dependen. Tabel 4.8 Variables in the Equation B S.E. Wald df Sig. ExpB 95,0 C.I.for EXPB Lower Upper Step 1 a KUALITAS_AUDIT -16.560 4.2783 .000 1 .047 .000 .000 . Z_SCORE -.247 .638 .150 1 .699 .781 .224 2.727 OPINI_AUDIT_SEBELUMNYA -1.240 2.866E4 .000 1 1.000 .289 .000 . PERTUMBUHAN_PERUSAHA AN -.031 .021 2.211 1 .137 .970 .931 1.010 SIZE .696 1.164 .358 1 .550 2.06 .205 19.631 Constant 14.730 2.834E4 .000 1 1.000 2.4966 a. Variables entered on step 1: KUALITAS_AUDIT, Z_SCORE, OPINI_AUDIT_SEBELUMNYA, PERTUMBUHAN_PERUSAHAAN, SIZE. Tabel 4.8 menunjukkan hasil pengujian dengan regresi logistik pada tingkat signifikasi 5 persen. Dari pengujian dengan regresi logistik diatas maka diperoleh persamaan regresi logistik sebagai berikut : OPINI = 14.730 – 16.560 AUDIT-2.47 Z SCORE – 1.240 OPINI – 0.31SALES + 0.696 SIZE + e Berdasarkan tabel 4.10, diperoleh hasil kualitas audit memiliki koefisien - 16.560 dengan tingkat signifikansi 0.047 p 0,05. Dari hasil tersebut dapat disimpulkan bahwa kualitas audit berpengaruh signifikan terhadap opini going Universitas Sumatera Utara concern. Hal ini berarti hipotesis yang menyatakan bahwa perusahaan dengan kualitas audit yang buruk berpengaruh negatif terhadap penerimaan opini going concern diterima. Financial distress Z-Score memiliki koefisien -2.47 dengan tingkat signifikansi 0.699 p 0,05. Dari hasil tersebut dapat disimpulkan bahwa financial distress tidak berpengaruh signifikan terhadap opini going concern. Hal ini berarti hipotesis yang menyatakan bahwa perusahaan dengan nilai financial distress yang rendah berpengaruh negatif terhadap penerimaan opini going concern ditolak. Opini audit sebelumnya memiliki koefisien - 1.240 dengan tingkat signifikansi 1.00 p 0,05. Dari hasil tersebut dapat disimpulkan bahwa opini audit tahun sebelumnya tidak berpengaruh signifikan terhadap opini going concern. Hal ini berarti hipotesis yang menyatakan bahwa perusahaan dengan opini audit sebelumnya yang buruk berpengaruh negatif terhadap penerimaan opini going concern ditolak. Pertumbuhan perusahaan memiliki koefisien - 0.31 dengan tingkat signifikansi 0.137 p 0,05. Dari hasil tersebut dapat disimpulkan bahwa pertumbuhan perusahaan dalam hal ini pertumbuhan penjulan tidak berpengaruh signifikan terhadap opini going concern. Hal ini berarti hipotesis yang menyatakan bahwa perusahaan dengan pertumbuhan penjulan yang buruk berpengaruh negatif terhadap penerimaan opini going concern ditolak. Ukuran perusahan SIZE memiliki koefisien 0.696 dengan tingkat signifikansi 0.550p 0,05. Dari hasil tersebut dapat disimpulkan bahwa ukuran Universitas Sumatera Utara perusahaan Ln Aktiva tidak berpengaruh signifikan terhadap opini going concern. Hal ini berarti hipotesis yang menyatakan bahwa perusahaan dengan ukuran perusahaan yang besar berpengaruh positif terhadap penerimaan opini going concern ditolak.

C. Pembahasan Hasil Penelitian