Metode Pengumpulan Data Deskripsi Objek Penelitian Kesimpulan

29 124. PT Darya Varia Laboratoria Tbk DVLA √ √ X 125. PT Indofarma Persero Tbk INAF √ √ √ Sampel 32 126. PT Kimia Farma Persero Tbk KAEF √ √ √ Sampel 33 127. PT Kalbe Farma Tbk KLBF √ √ X 128. PT Merck Indonesia Tbk MERK √ √ X 129. PT Pyridam Farma Tbk PYFA √ √ X 130. PT Merck Sharp Dohme Pharma Tbk SCPI √ √ X 131. PT Industri Jamu Farmasi Sido Muncul Tbk SIDO √ X X No. Nama Perusahaan Kode Kriteria Sampel 1 2 3 132. PT Taisho Pharmaceutical Indonesia Tbk SQBB √ X X 133. PT Tempo Scan Pasific Tbk TSPC √ √ X 134. PT Martina Berto Tbk MBTO √ √ √ Sampel 34 135. PT Mustika Ratu Tbk MRAT √ √ X 136. PT Mandom Indonesia Tbk TCID √ √ X 137. PT Unilever Indonesia Tbk UNVR √ √ X 138. PT Chitose International Tbk CINT √ X X 139. PT Kedawung Setia Industrial Tbk KDSI √ √ X 140. PT Kedaung Indah Can Tbk KICI √ √ X 141. PT Langgeng Makmur Industry Tbk LMPI √ √ X Sumber: BEI dan Peneliti 3.5 Jenis dan Sumber Data Penelitian ini menggunakan data sekunder berupa laporan keuangan auditan perusahaan manufaktur tahun 2010-2013 yang diperoleh dari situs resmi BEI di www.idx.co.iddan www.sahamok.com.

3.6 Metode Pengumpulan Data

Pengumpulan data yang dilakukan adalah menggunakan metode pengumpulan data dokumentasi yaitu mengumpulkan, menganalisa kemudian mengelompokkan data yang berhubungan dengan masalah yang akan diteliti. 30 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 manufaktur selama tahun 2010-2013 yang telah diaudit oleh akuntan publik dengan cara mengunduh dari situs Bursa Efek Indonesia.

3.7 Defenisi Operasional Variabel

Penelitian ini bertujuan untuk menguji faktor-faktor yang mempengaruhi perusahaan manufaktur 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 diukur dengan variabel dummy variabel yang digunakan untuk mengkuantitatifkan 31 variabel yang bersifat kualitatif, jika perusahaan melakukan auditor switching maka diberi kode 1 dan jika tidak melakukan auditor switching maka diberi kode 0.

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 financial distress, pergantian manajemen, opini audit, ukuran KAP, audit tenure, fee audit.

3.7.2.1 Financial Distress

Pada penelitian ini, kondisi keuangan perusahaan klien adalah kondisi keuangan perusahaan yang sedang mengalami kesulitan. Menurut Nasser et al 2006 mengatakan “cara yang paling tepat untuk memprediksi kesulitan keuangan perusahaan 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: � = 0,71 �� �� + 0,84 �� �� + 3,10 ���� �� + 0,42 ��� �� + 0,998 � �� Keterangan: WC = working capital current asset – current liabilities TA = total asset 32 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: Z2,99 : zona aman 1,80 Z 2,99 : zona “abu-abu” Z 1,80 : zona distress

3.7.2.2 Pergantian Manajemen

Penelitian 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 Rizkillah 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 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, jika auditor menyatakan opini wajar tanpa pengecualian unqualified kepada perusahaan klien maka diberikan 33 nilai 1. Sedangkan jika auditor menyatakan opini selain wajar tanpa pengecualian unqualified kepada perusahaan klien, maka diberikan nilai 0.

3.7.2.4 Ukuran KAP

Ukuran KAP dalam penelitian ini merupakan besar kecilnya KAP yang dibedakan dalam dua kelompok, yaitu KAP yang berafiliasi dengan Big 4 dan KAP yang tidak berafiliasi dengan Big 4. Variabel ukuran KAP menggunakan variabel dummy. Jika perusahaan diaudit oleh KAP Big 4 maka diberikan nilai 1. Sedangkan jika perusahaan diaudit oleh KAP non Big 4, maka diberikan nilai 0 Nasser et al., 2006. Adapun auditor yang termasuk dalam kelompok The Big 4 yaitu berdasarkan alphabet: a Deloitte Touche Tohmatsu Deloitte yang berafiliasi dengan Hans Tuanakotta Mustofa Halim; Osman Ramli Satrio Rekan; Osman Bing Satrio Rekan. b Ernest Young EY yang berafiliasi dengan Prasetio, Sarwoko Sandjaja; Purwantono, Sarwoko Sandjaja. c Klynveld Peat Marwick Goerdeler KPMG yang berafiliasi dengan Siddharta Siddharta Widjaja. d PricewaterhouseCoopers PwC yang berafiliasi dengan Haryanto Sahari Rekan; Tanudiredja, Wibisana Rekan; Drs. Hadi Susanto Rekan.

3.7.2.5 Audit Tenure

34 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”. 3.7.2.6 Fee Audit Fee audit merupakan besarnya atau jumlah fee yang ditawarkan oleh suatu KAP kepada perusahaan yang berkaitan dengan pekerjaan audit, dengan melihat perpindahan kelas KAP dari Non Big 4 ke Big 4 atau sebaliknya. Tidak melakukan perpindahan kelas artinya sudah setuju dengan fee audit Damayanti dan Sudarma, 2007. Variabel fee audit menggunakan variabel dummy. Jika klien melakukan perpindahan kelas KAP dari Non Big Fourke Big Four atau sebaliknyamaka diberikan nilai 1. Sedangkan jika klien tidak melakukan perpindahan kelas KAP, maka diberikan nilai 0 Damayanti dan Sudarma, 2007. Berdasarkan penjelasan defenisi operasional di atas, dapat disimpulkan melalui tabel 3.2 berikut ini: Tabel 3.2 Defenisi Operasional dan Skala Pengukuran Variabel No. Variabel Indikator Skala Pengukuran Sumber Data 35 1. Financial Distress X 1 � = 0,71 �� �� + 0,84 �� �� + 3,10 ���� �� + 0,42 ��� �� + 0,998 � �� Rasio Laporan Keuangan No. Variabel Indikator Skala Pengukuran Sumber Data 2. Pergantian Manajemen X 2 Kode 1 apabila perusahaan melakukan pergantian direksi, kode 0 apabila perusahaan tidak melakukan pergantian direksi Nominal Surat Pernyataan Direksi 3. Opini Audit X 3 Kode 1 apabila auditor menyatakan opini wajar tanpa pengecualian unqualified, kode 0 apabila auditor menyatakan opini selain wajar tanpa pengecualian unqualified Nominal Laporan Auditor Independen 4. Ukuran KAP X 4 Kode 1 apabila perusahaan diaudit oleh KAP Big 4, kode 0 apabila perusahaan diaudit oleh KAP non Big 4 Nominal Laporan Auditor Independen 5. Audit Tenure X 5 Menjumlah panjangnya masa perikatan audit atau Kantor Akuntan Publik KAP Interval Laporan Auditor Independen 6. Fee Audit X 6 Kode 1 apabila klien melakukan perpindahan kelas KAP dari Non Big Four ke Big Four atau sebaliknya, kode 0 Nominal Laporan Auditor Independen 36 apabilaklien tidak melakukan perpindahan kelas KAP 7. Auditor Switching Y Kode 1 untuk perusahaan yang melakukan auditor switching, kode 0 untuk perusahaan yang tidak melakukan auditor switching Nominal Laporan Auditor Independen Sumber: Peneliti

3.8 Teknik 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 financial distress, pergantian manajemen, opini audit, ukuran KAP, audit tenure, fee audit. Alasan penggunaan metode analisis regresi logistik ini karena variabel dependen yang digunakan bersifat dikatomi 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

Statisitk 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 37 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 dikatomi. Namun hanya uji multikolinieritas yang digunakan dalam regresi logistik ini karena lebih mudah untuk dimengerti. 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 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 yang akan diuji dengan empat cara yaitu:

3.8.2.1 Menilai Keseluruhan Model Overall Model Fit

38 Langkah pertama adalah menilai overall fit model terhadap data. Beberapa test statistik diberikan untuk menilai hal ini. Hipotesis untuk menilai model fit adalah:  H 0: Model yang dihipotesiskan fit dengan data  H A: Model yang dihipotesiskan tidak fit dengan data Dari hipotesis ini jelas bahwa kita tidak akan menolak hipotesis 0 agar model fit dengan data. Statistik yang digunakan berdasarkan pada fungsi likelihood. Likelohood 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 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 anatar model dengan nilai observasinya sehingaa 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 39 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 Koefisien Determinasi Negelkerke’s R Square

Menurut Ghozali 2006 mengatakan bahwa “cox dan Snell’s R Square merupakan ukuran yang mencoba meniru ukuran R 2 pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 satu sehingga sulit diinterpretasikan. Negelkerke’s R Square lebih mudah diiterpretasikan daripada Cox dan Snell sehingga untuk memastikan bahwa nilainya bervariasi variabel dependen dari 0 nol sampai 1 satu yang dapat dijelaskan oleh variabel independen dapat dilihat dari nilai Negelkerke’s R Square”.

3.8.3 Pengujian Hipotesis Penelitian dengan Omnibus Test of Model

Coefficients Menguji secara Simultan Pengujian hipotesis secara simultan dengan menggunakan Omnibus Test of Model Coefficients yaitu hasil signifikan harus lebih kecil dari α = 5 ini menyatakan bahwa secara bersama semua variabel independen berpengaruh terhadap auditor switching. 40

3.8.4 Pengujian Hipotesis Penelitian Secara Parsial

Estimasi parameter menggunakan Maximum Likehood Estimation MLE  H : Variabel independen tidak berpengaruh terhadap variabel dependen  H A: Variabel independen berpengaruh terhadap variabel dependen Pengujian terhadap hipo tesis dilakukan menggunakan α = 5. Dasar pengambilan keputusan adalah: 1. Jika nilai probabilitas sig. α = 5 maka hipotesis alternatif didukung atau H ditolak. 2. Jika nilai probabilitas sig. α = 5 maka hipotesis alternatif tidak didukung atau H diterima.

3.8.5 Model Regresi Logistik yang Terbentuk

Analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik logistic regression, yaitu dengan melihat financial distress, pergantian manajemen, opini audit, ukuran KAP, audit tenure, fee audit terhadap auditor switching pada perusahaan manufaktur. Model regresi dalam penelitian ini adalah sebagai berikut: SWITCH= α + β 1 FD + β 2 CEO + β 3 OPINI + β 4 KAP + β 5 TENURE+ β 6 FEE+e Keterangan: SWITCH: auditor switching α : konstanta β 1 - β 6 : koefisien regresi 41 Z : financiall distress CEO : pergantian manajemen OPINI : opini audit KAP : Ukuran KAP TENURE : audit tenure FEE : fee audit e : residual error BAB IV HASIL DAN PEMBAHASAN

4.1 Deskripsi Objek Penelitian

Populasi dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia BEI dalam tahun 2010-2013. Populasi perusahaan ini layak untuk diteliti karena populasinya 141 perusahaan. Fokus penelitian ini adalah untuk melihat pengaruh dari financial distress, pergantian manajemen, opini audit, ukuran KAP, audit tenure, fee audit terhadap auditor switching pada perusahaan manufaktur. Peneliti menggunakan data 4 tahun 2010-2013 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 regression dalam menguji hipotesis penelitian. Tujuan dari analisi ini adalah untuk 42 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 136 data observasi yang berasal dari perkalian antara periode penelitian 2010-2013 dengan jumlah perusahaan sampel 34 perusahaan. Tabel 4.1 di bawah ini menunjukkan statistik deskriptif masing-masing variabel penelitian. Berdasarkan tabel 4.1, hasil analisis dengan menggunakan statistik deskriptif terhadap auditor switching SWITCH menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata- rata 0,39. Hasil analisis dengan menggunakan statistik deskriptif terhadap financial distress FD menunjukkan nilai minimum sebesar -55,87, nilai maksimum sebesar 1,13 dengan rata-rata 1,067. Hasil analisis dengan menggunakan statistik deskriptif terhadap pergantian manajemen CEO menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata- rata 0,13. Hasil analisis dengan menggunakan statistik deskriptif terhadap opini audit OPINI menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata 0,35. Hasil analisis dengan menggunakan statistik deskriptif terhadap ukuran KAP KAP menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata 0,22. Hasil analisis dengan menggunakan statistik deskriptif terhadap audittenure TENURE menunjukkan nilai minimum 43 sebesar 1, nilai maksimum sebesar 4 dengan rata-rata 1,86. Hasil analisis dengan menggunakan statistik deskriptif terhadap fee audit FEE menunjukkan nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata 0,05. Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation SWITCH 136 1 .39 .489 FD 136 -55.87 1.13 1.067 97514.87 CEO 136 1 .13 .340 OPINI 136 1 .35 .480 KAP 136 1 .22 .416 TENURE 136 1 4 1.86 .827 FEE 136 1 .05 .222 Valid N listwise 136 Sumber: Output SPSS 4.2.1.2 Uji Multikolinieritas Tabel 4.2 Uji Multikolinieritas Correlation Matrix Constant FD CEO OPINI KAP TENURE FEE Step 1 Constant 1.000 -.085 -.079 -.113 -.005 -.924 -.208 FD -.085 1.000 .040 .055 -.137 .063 .052 44 CEO -.079 .040 1.000 -.015 -.061 -.025 .065 OPINI -.113 .055 -.015 1.000 -.021 -.089 -.050 KAP -.005 -.137 -.061 -.021 1.000 -.111 -.227 TENURE -.924 .063 -.025 -.089 -.111 1.000 .206 FEE -.208 .052 .065 -.050 -.227 .206 1.000 Sumber: Output SPSS Seperti terlihat tabel 4.2di atas, model regresi yang baik adalah regresi dengan tidak adanya gejala 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 181,864. Setelah dimasukkan semua variabel independennya, maka nilai -2LL akhir mengalami penurunan menjadi sebesar 0,480. Penurunan likelihood -2LL ini menunjukkan model regresi yang lebih baik atau model yang dihipotesiskan fit dengan data. Tabel 4.3 Menilai Keseluruhan Model Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant FD CEO OPINI KAP TENURE FEE 45 Step 1 1 70.354 3.137 .000 -.414 -.145 .071 -1.900 .774 2 28.966 5.946 .000 -.399 -.158 .083 -3.773 .972 3 10.120 9.184 .000 -.351 -.141 .076 -5.954 .956 4 3.608 12.312 .000 -.333 -.134 .072 -8.047 .936 5 1.311 15.361 .000 -.327 -.132 .071 -10.082 .928 6 .480 18.379 .000 -.325 -.131 .070 -12.095 .925 Initial -2 Log Likelihood: 181,864 Sumber: Output SPSS

4.2.2.2 Menguji Kelayakan Model Regresi Hosmer and Lemeshow’s

Goodness of Fit Test Kelayakan model regresi dinilai denagn menggunakan Hosmer and Lemeshow Goodness of Fit Test.Pengujian menunjukkan nilai Chi-square sebesar 0,199 dengan signifikansi sebesar 1,000. Berdasarkan hasil tersebut, karena nilai signifikansi lebih besar dari 0,05 maka model dapat disimpulkan mampu memprediksi nilai observasinya. Dapat dilihat tabel 4.4 di bawah ini. Tabel 4.4 Hosmer and Lemeshow Test Step Chi-square df Sig. 1 .199 8 1.000 Sumber: Output SPSS Tabel 4.5 Contingency Table for Hosmer and Lemeshow Test SWITCH = 0 SWITCH = 1 Total Observed Expected Observed Expected Step 1 1 14 14.000 .000 14 46 2 14 14.000 .000 14 3 14 13.974 .026 14 4 14 13.963 .037 14 5 14 13.959 .041 14 6 13 12.963 1 1.037 14 7 .031 14 13.969 14 8 .026 14 13.974 14 9 .026 14 13.974 14 10 .009 10 9.991 10 Sumber: SPSS Seperti yang dijelaskan tabel 4.5 yaitu Contigency Table for Hosmer and Lemeshow Test. Terdapat 10 sepuluh langkah pengamatan keputusan melakukan auditor switching atau tidak melakukan auditor switching. Terlihat pula antara nilai diamati Observed dengan nilai yang diprediksi 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 digunakan kekuatan prediksi dari perusahaan yang tidak melakukan auditor switching sebesar 100,0, yang berarti dengan model regresi yang digunakan terdapat 0 perusahaan 0 diprediksi akan melakukan pergantian auditor dari total 83 perusahaan yang tidak melakukan pergantian auditor. Sedangkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perusahaan melakukan auditor switching adalah sebesar 100,0 yaitu 47 menunjukkan 53 perusahaan yang diprediksi akan melakukan pergantian auditor dari 0 0 perusahaan yang tidak melakukan pergantian auditor. Tabel 4.6 Classification Table a Observed Predicted SWITCH Percentage Correct 1 Step 1 SWITC H 83 100.0 1 53 100.0 Overall Percentage 100.0 Sumber: Output SPSS

4.2.2.4 Koefisien Determinasi Negelkerke’s R Square Tabel 4.7

Koefisien Determinasi Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 .480 a .737 .999 Sumber: Output SPSS Besarnya nilai kosfisien determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R Square pada tabel 4.7 di atas. Nilai Nagelkerke R Square adalah sebesar 0,999 yang berarti variabilitas variabel 48 dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 99,9, sedangkan sisanya sebesar 0,1 dijelaskan oleh variabel-variabel lain di luar model penelitian.

4.2.3 Pengujian Hipotesis Penelitian dengan Omnibus Test of Model

Coefficients Menguji secara Simultan Berdasarkan tabel 4.8 di bawah ini data secara simultan menunjukkan bahwa hasil signifikansi 0,000 lebih kecil dari α = 0,05 ini menyatakan bahwa semua variabel independen berpengaruh terhadap auditor switching. Hasil tersebut mengindikasikan bahwa semua variabel independen jika diuji secara bersamaan maka kelima variabel independen dalam penelitian ini terbukti berpengaruh secara signifikan terhadap auditor switching. Tabel 4.8 Omnibus Tests of Model Coefficients Chi-square df Sig. Step 1 Step 181.383 6 .000 Block 181.383 6 .000 Model 181.383 6 .000 Sumber: Output SPSS

4.2.4 Pengujian Hipotesis Penelitian Secara Parsial

Karena variabel dependen bersifat dikatomi melakukan auditor switchingdan tidak melakukan auditor switching, maka pengujian terhadap 49 hipotesis dilakukan dengan menggunakan uji regresi logistik. Tahapan dalam pengujian dengan menggunakan uji regresi logistik dapat dijelaskan di bawah ini.

4.2.5 Model Regresi Logistik yang Terbentuk

Tabel 4.9 Model Regresi yang Terbentuk Variables in the Equation B S.E. Wald df Sig. ExpB 95,0 C.I.for EXPB Lower Upper Step 1 a FD .000 .000 .000 1 .983 1.000 1.000 1.000 CEO -.325 6.046 .003 1 .957 .722 .000 1.013 OPINI -.131 4.352 .001 1 .976 .877 .000 4.44 KAP .070 5.586 .000 1 .990 1.073 .000 6.095 TENURE -12.095 4.305 7.893 1 .005 .000 .000 .026 FEE .925 14.669 .004 1 .950 2.522 .000 7.73 Constant 18.379 7.271 6.389 1 .011 9.59 Sumber: Output SPSS Berdasarkan tabel 4.9 di atas, hasil pengujian terhadap koefisien regresi menghasilkan model berikut ini: SWITCH = 18,379 + 0,000 FD – 0,325 CEO – 0,131 OPINI + 0,070 KAP – 12,095TENURE + 0,925 FEE Variabel FD tidak signifikan pada 0,983, variabel CEO tidak signifikan pada 0,957, variabel OPINI tidak signifikan pada 0,976, variabel KAP tidak 50 signifikan pada 0,990, variabel TENURE signifikan pada 0,005, dan variabel FEE tidak signifikan pada 0,950. Dari persamaan logistic regression dapat dilihat bahwa log odds auditor switching melakukan pergantian auditor secara positif dipengaruhi oleh FD, KAP, FEE. Sedangkan secara negatif dipengaruhi oleh CEO, OPINI, TENURE. Jika CEO, OPINI, KAP, TENURE, FEE dianggap konstan, maka odds perusahaan manufaktur akan melakukan pergantian auditor dengan faktor e 0,000 untuk setiap kenaikan FD. Begitu juga dengan variabel CEO jika FD, OPINI, KAP, TENURE, FEE dianggap konstan, maka odds perusahaan manufaktur akan melakukan pergantian auditor dengan faktor e - 0,325 untuk setiap pergantian CEO. Jika FD, CEO, KAP, TENURE, FEE dianggap konstan, maka odds perusahaan manufaktur akan melakukan pergantian auditor dengan faktor e -0,131 untuksetiap pergantian OPINI. Begitu juga dengan variabel KAP jika FD, CEO, OPINI, TENURE, FEE dianggap konstan, maka odds perusahaan manufaktur akan melakukan pergantian auditor dengan faktor e 0,070 untuk setiap pergantian KAP. Jika FD, CEO, OPINI, KAP, FEE dianggap konstan, maka odds perusahaan manufaktur akan melakukan pergantian auditor dengan faktor e -12,095 untuk setiap kenaikan TENURE. Begitu juga dengan variabel FEE jika FD, CEO, OPINI, KAP, TENURE dianggap konstan, maka odds perusahaan manufaktur akan melakukan pergantian auditor dengan faktor e 0,925 untuk setiap kenaikan FEE. Intrepretasi dapat juga dilakukan dengan menyatakan bahwa semakin tinggi nilai FD, CEO, OPINI, KAP, TENURE, FEE, maka probabilitas untuk melakukan auditor switching juga semakin tinggi.

4.3 Interpretasi Hasil

Berdasarkan model regresi logistik yang telah terbentuk, maka interpretasi hasil penelitian ini adalah:

4.3.1 Pengaruh Financial Distress FD Terhadap Auditor Switching

SWITCH Variabel financial distress menunjukkan koefisien regresi positif sebesar 0,000 dengan tingkat signifikansi sebesar 0,983, lebih besar dari α = 5. Karena tingkat signifikansi lebih besar dari α maka hipotesis pertama tidak berhasil 51 didukung atau H diterima. Penelitian ini gagal membuktikan adanya pengaruh antara financial distress dengan keinginan perusahaan dalam mengganti kantor akuntan mereka auditor switching.

4.3.2 Pengaruh Pergantian Manajemen CEO Terhadap Auditor Switching

SWITCH Variabel pergantian manajemen menunjukkan koefisien regresi negatif sebesar 0,325 dengan tingkat signifikansi sebesar 0,957, lebih besar dari α = 5. Karena tingkat signifikansi lebih besar dari α maka hipotesis kedua tidak berhasil didukung atau H diterima. Penelitian ini gagal membuktikan adanya pengaruh antara pergantian manajemen dengan keinginan perusahaan dalam mengganti kantor akuntan mereka auditor switching.

4.3.3 Pengaruh Opini Audit OPINI Terhadap Auditor Switching

SWITCH Variabel opini audit menunjukkan koefisien regresi negatif sebesar 0,131 dengan tingkat signifikansi sebesar 0,976, lebih besar dari α = 5. Karena tingkat signifikansi lebih besar dari α maka hipotesis ketiga tidak berhasil didukung atau H diterima. Penelitian ini gagal membuktikan adanya pengaruh antara opini audit dengan keinginan perusahaan dalam mengganti kantor akuntan mereka auditor switching.

4.3.4 Pengaruh Ukuran KAP KAP Terhadap Auditor Switching

SWITCH Variabel ukuran KAP menunjukkan koefisien regresi positif sebesar 0,070 dengan tingkat signifikansi sebesar 0,990, lebih besar dari α = 5. Karena tingkat signifikansi lebih besar dari α maka hipotesis keempat tidak berhasil didukung atau H diterima. Penelitian ini gagal membuktikan adanya pengaruh antara ukuran KAP dengan keinginan perusahaan dalam mengganti kantor akuntan mereka auditor switching.

4.3.5 Pengaruh AuditTenure TENURE Terhadap Auditor Switching

SWITCH 52 Variabel audittenure menunjukkan koefisien regresi negatif sebesar 12,095 dengan tingkat signifikansi sebesar 0,005, lebih kecil dari α = 5. Karena tingkat signifikansi lebih kecil dari α maka hipotesis kelima berhasil didukung atau H ditolak. Penelitian ini membuktikan adanya pengaruh negatif antara audittenure dengan keinginan perusahaan dalam mengganti kantor akuntan mereka auditor switching, dengan kata lain semakin panjangnya masa audit perusahaan maka perusahaan sulit untuk mengganti auditornya.

4.3.6 Pengaruh Fee audit X6 Terhadap Auditor Switching Y

Variabel fee audit menunjukkan koefisien regresi positif sebesar 0,925 dengan tingkat signifikansi sebesar 0,950, lebih besar dari α = 5. Karena tingkat signifikansi lebih besar dari α maka hipotesis keenam tidak berhasil didukung atau H diterima. Penelitian ini gagal membuktikan adanya pengaruh antara fee audit dengan keinginan perusahaan dalam mengganti kantor akuntan mereka auditor switching. Hasil intterpretasi penelitian ini dapat dijelaskan di tabel 4.10 di bawah ini: Tabel 4.10 Ringkasan Hasil Penelitian Variabel-variabel independen X Auditor Switching Y X1 +X X2 -X X3 -X X4 +X X5 - √ X6 +X Sumber: Peneliti Keterangan: √ = variabel independen berpengaruh signifikan terhadap variabel dependen atau H = ditolak. X = variabel independen tidak berpengaruh signifikan terhadap variabel dependen atau H diterima. 53 BAB V PENUTUP

5.1 Kesimpulan

Penelitian ini meneliti tentang pengaruh financial distress, pergantian manajemen, opini audit, ukuran KAP, audit tenure, fee audit terhadap auditor switching.Analisis dalam penelitian ini dilakukan dengan menggunakan analisis regresi logistik logistic regression dengan program Statistical Package for Social Sciences SPSS Ver.16. Data sampel perusahaan sebanyak 136 pengamatan perusahaan manufaktur yang terdaftar di BEI pada tahun 2010-2013. Berdasarkan penelitian yang telah dilakukan maka didapatkan beberapa hasil sebagai berikut: 1. Financial distress tidak berpengaruh terhadap auditor switching pada perusahaan manufaktur yang terdaftar di BEI, dengan nilai signifikansi 0,983. 2. Pergantian manajemen tidak berpengaruh terhadap auditor switching pada perusahaan manufaktur yang terdaftar di BEI, dengan nilai signifikansi 0,957. 54 3. Opini audit tidak berpengaruh terhadap auditor switching pada perusahaan manufaktur yang terdaftar di BEI, dengan nilai signifikansi 0,976. 4. Ukuran KAP tidak berpengaruh terhadap auditor switching pada perusahaan manufaktur yang terdaftar di BEI, dengan nilai signifikansi 0,990. 5. Audit tenure berpengaruh terhadap auditor switching pada perusahaan manufaktur yang terdaftar di BEI, dengan nilai signifikansi 0,005. 6. Fee Audit tidak berpengaruh terhadap auditor switching pada perusahaan manufaktur yang terdaftar di BEI, dengan nilai signifikansi 0,950. 7. Financial distrees, pergantian manajemen, opini audit, ukuran KAP, audit tenure, fee audit berpengaruh secara simultan dengan nilai signifikansi 0,000.

5.2 Keterbatasan