No Kode
Perusahaan Populasi
Kriteria Sampel
1 2
3 4
5 6
120 KLBF
120 √
√ √
√ √
√ Sampel 21 121
MERK 121
√ √
√ √
√ √ Sampel 22
122 PYFA
122 √
√ √
√ X
√ -
123 SCPI
123 √
√ √
√ √
X -
124 SQBB
124 √
√ √
X √
√ -
125 TSPC
125 √
√ √
√ √
X -
126 MBTO
126 √
√ √
√ X
√ -
127 MRAT
127 √
√ √
√ X
√ -
128 TCID
128 √
√ √
√ X
√ -
129 UNVR
129 √
√ X
√ √
√ -
130 KDSI
130 √
√ X
√ √
√ -
131 KICI
131 √
√ √
√ X
√ -
132 LMPI
132 √
√ √
√ X
√ -
3.6. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder diperoleh peneliti secara tidak langsung, yakni melalui media perantara
seperti media elektronik maupun media cetak. Data sekunder dalam penelitian ini
adalah annual report perusahaan manufaktur yang terdaftar di BEI tahun 2012-
2014 yang diperoleh dari website resmi BEI di www.idx.co.id dan saham OK.
3.7. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan adalah metode studi dokumentasi, dengan mendapatkan data berupa annual report yang dikeluarkan oleh perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia BEI periode tahun 2012- 2014. Data tersebut diperoleh melalui situs www.idx.co.id dan saham OK.
Universitas Sumatera Utara
3.8. Teknik Analisis Data
Penelitian ini menggunakan teknik analisis kuantitatif. Penelitian kuantitatif merupakan suatu proses menemukan pengetahuan yang menggunakan data berupa
angka sebagai alat menganalisis keterangan mengenai apa yang ingin diketahui dan bertujuan untuk menyusun suatu ilmu yang berupaya membuat hukum-hukum
dari generalisasinya.
Penelitian kuantitatif
dilakukan dengan
cara mengkuantitatifkan data-data penelitian yang dapat menghasilkan informasi yang
dibutuhkan untuk proses analisis. Dalam penelitian ini data penelitian dianalisis dan diuji dengan beberapa uji statistik yang terdiri dari uji statistik deskriptif, uji
beda t-test dan test chi square test dan analisis regresi logistik.
Penggunaan alat analisis regresi logistik dalam penelitian ini dikarenakan variabel Opini Audit Qualified sebagai variabel dependen dalam penelitian ini
bersifat dikotomi opini audit qualified dan opini audit non-qualified. Regresi logistik sebenarnya sama dengan analisis pada regresi berganda, tetapi variabel
terikatnya adalah variabel dummy. Variabel dummy memiliki dua buah nilai yang sering disebut dengan binary logistic regresion. Dalam peneltian ini, proses
analisis menggunakan regresi logistik sehingga tidak membutuhkan asumsi normalitas data variabel independennya.
3.8.1. Analisis Statistik Deskriptif
Metode analisis deskriptif merupakan metode analisis data yang dilakukan untuk mengetahui dan menjelaskan variabel yang diteliti yang berupa angka-
angka sebagai dasar untuk pengambilan keputusan. Angka-angka yang dimaksud
Universitas Sumatera Utara
adalah nilai minimum, nilai maksimum, rata-rata mean, dan standar deviasi Ghozali, 2013.
3.8.2. Logistic Regression Regresi Logistik
Penelitian ini menggunakan alat analisis berupa regresi logistik. Regresi logistik adalah regresi yang digunakan untuk menguji apakah probabilitas
terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya Ghozali, 2006: 225. Tujuan penggunaan regresi logistik adalah untuk menguji
kemampuan variabel independen dalam memprediksi opini audit dengan benar. Regresi logistik tidak memerlukan uji normalitas pada variabel bebasnya
Ghozali, 2011. Regresi logistik digunakan dalam penelitian ini karena variabel terikatnya merupakan variabel dummy, yaitu opini audit qualified dan opini audit
non-qualified . Penelitian ini juga menggunakan 7 variabel independen. Variabel-
variabel tersebut membentuk persamaan regresi logistik sebagai berikut :
Keterangan :
QUALIF = Variabel dummy opini audit, dimana perusahaan
yang menerima opini audit qualified diberi nilai 1 QUALIF =
α + ß1 AUDIT FEE + ß2 REPUTATION AUDIT+ ß
3 OPMTA + ß4 CACL + ß5 RECSAL + ß
6 NPSAL + ß7 SALES GROWTH + e
Universitas Sumatera Utara
satu dan yang menerima opini audit non-qualified diberi nilai 0 nol
AUDIT FEE = Biaya Audit audit fee
REPUTATION AUDIT = Variabel dummy tipe perusahaan audit, dimana perusahaan audit Bigfour diberi nilai 1 satu dan
perusahaan audit non-bigfour diberi nilai 0 nol OPM TA
= Margin Operasi Total Aset CA CL
= Aset lancar Hutang Lancar REC SAL
= Piutang Penjualan Bersih NP SAL
= Laba Bersih Penjualan Bersih SALES GROWTH
= Pertumbuhan Penjualan α
= Konstanta ß
= Koefisien regresi e
= Kesalahan residual
Regresi logistik adalah statistika yang dapat digunakan untuk memprediksi probabilitas suatu kejadian peristiwa yang memiliki model linier umum untuk
regresi binomial. Regresi logistik merupakan suatu alternatif untuk membandingkan analisis diskriminan ketika variabel bebasnya memiliki 2
kategori. Dalam penentuan signifikansi secara statistik berbeda dengan penentuan signifikansi pada regresi berganda. Dalam model regresi logistik, terdapat
tahapan
yang perlu
diperhatikan
dari model output SPSS.
Tahapan-tahapan dalam model regresi logistik adalah sebagai berikut.
Universitas Sumatera Utara
3.8.2.1. Uji Kelayakan Keseluruhan Model Overall Fit Model
Uji kelayakan keseluruhan model digunakan berdasarkan pada fungsi likelihood
pada estimasi dalam model regresi. Likelihood ditunjukkan dalam probabilitas model yang dihipotesiskan dan menggambarkan data yang telah
diinput. Likelihood akan ditransformasikan menjadi -2LL -2LogLikelihood. Cara penilaian overall model fit adalah dengan membandingkan nilai -2LL awal
block number = 0 dengan nilai -2LL akhir block number = 1.
Apabila terjadi penurunan nilai - 2LL Block Number 0 terhadap nilai 2LL Block Number
=1, maka akan menunjukkan model regresi yang baik. Log Likehood
pada logistic regresion hampir mirip dengan “Sum of Square Error” pada model regresi berganda, sehingga apabila terjadi penurunan Log Likehood
akan menunjukkan model yang semakin baik. Hipotesis yang digunakan untuk menilai model fit dalam regresi logistik
adalah sebagai berikut Ghozali, 2011 : H0 : Model yang dihipotesiskan fit dengan data
HA: Model yang dihipotesiskan tidak fit dengan data
3.8.2.2. Uji Kelayakan Model Regresi Goodness of Fit Test
Penilaian dalam uji kelayakan model regresi logistik dapat dilihat dari pengujian
Hosmer and Lemeshow’s Goodness of Fit Test yang keluar dari ouput SPSS. Pengujian goodness of fit test dilakukan dengan tujuan untuk menilai
model yang dihipotesiskan sehingga data empiris cocok atau sesuai dengan model.
Universitas Sumatera Utara
H0 : Tidak ada perbedaan model dengan data Ha : Terdapat perbedaan model dengan data
Jika nilai probabilitas yang ditunjukan dengan nilai signifikansi pada uji Hosmer and Lomeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05
maka hipotesis nol ditolak, yang berarti bahwa terdapat perbedaan antara model dengan nilai observasinya. Apabila nilai
Hosmer and Lomeshow’s Goodness of Fit Test
lebih besar dari 0,05 maka hipotesis nol diterima dan tidak dapat ditolak. Hal tersebut menunjukan bahwa model mampu memprediksi nilai observasinya
atau dapat dikatakan model diterima karena sesuai dengan data observasinya Ghozali, 2011.
3.8.2.3. Koefisien Determinasi
�
�
Dalam analisis regresi logistik, pengujian koefisien determinasi R
dilakukan dengan menggunakan nilai Cox Snell dan Nagelkerke dari hasil output
SPSS. Pengujian koefisien determinasi R bertujuan untuk mengukur
seberapa jauh kemampuan model dalam menerangkan variabel terikat Ghozali, 2011. Nilai Nagelkerke R square merupakan nilai yang memperlihatkan
besarnya nilai validitas variabel dependen yang dapat dijelaskan oleh variabel independen yang akan diteliti. Nilai sisa dari 100 dikurangi dengan nilai
Nagelkerke R Square merupakan nilai variabilitas variabel dependen yang dapat
dijelaskan oleh variabel-variabel lain diluar model dalam penelitian.
Universitas Sumatera Utara
3.8.2.4. Tabel Klasifikasi
Tabel klasifikasi akan menunjukkan besarnya kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit qualified
pada suatu perusahaan. Pada kolom dalam hasil output SPSS merupakan dua nilai prediksi dari variabel dependen dalam hal ini yang mengungkap opini audit
qualified 1 dan opini audit non-qualified 0, sedangkan pada baris
memperlihatkan nilai observasi sesungguhnya dari variabel dependen opini audit qualified
1 dan opini audit non-qualified 0. Jika model sempurna, maka akan berada pada diagonal dengan tingkat ketepatan peramalan 100 pada semua
kasus.
3.8.3. Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebasnya. Model regresi yang baik
seharusnya tidak terjadi korelasi antar variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi yang umumnya di atas 0,95, maka hal ini
merupakan indikasi adanya multikolinearitas.
3.8.4. Uji Hipotesis
3.8.4.1. Uji F-Statistik
Universitas Sumatera Utara
Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen. Dasar penerimaan atau penolakan hipotesis dapat dilihat dengan membandingkan Fhitung dengan
Ftabel, jika Fhitung Ftabel maka Ho ditolak dan Ha diterima Ghozali, 2013.
3.8.4.2.
Uji t-Statistik
Uji statistik t disebut juga sebagai uji signifikansi individual. Uji t dilakukan untuk mengetahui signifikansi secara parsial antara variabel
independen dengan variabel dependen dengan mengasumsikan bahwa variabel independen lainnya konstan. Dasar penerimaan atau penolakan
hipotesis dapat dilihat dengan membandingkan
nilai
t
hitung
dengan t
tabel
,
apabila
t
hitung
lebih besar dari
t
tabel
maka Ho ditolak dan Ha diterima
Ghozali, 2013.
Universitas Sumatera Utara
55
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Hasil Penelitian 4.1.1 Deskripsi Objek Penelitian
Populasi dalam penelitian ini adalah perusahaan manufaktur yang terdiri atas perusahaan manufaktur pada sektor dasar kimia semen, logam, sektor aneka
industri otomotif komponen, tekstil garment, alas kaki, kabel, sektor industri barang konsumsi makanan minuman, rokok, farmasi, kosmetik
barang keperluan rumah tangga, peralatan rumah tangga yang listing di Bursa Efek Indonesia selama periode 2012-2014. Penelitian ini menggunakan data
sekunder berupa annual report perusahaan manufaktur periode 2012-2014 yang diperoleh dari situs resmi BEI di www.idx.co.id.
Populasi dalam penelitian ini diperoleh dengan jumlah perusahaan sebanyak 136 perusahaan. Sedangkan sampel data yang memenuhi kriteria yang dapat
digunakan dalam penelitian ini sebanyak 22 perusahaan dari 136 perusahaan yang terdaftar di Bursa Efek Indonesia dari tahun 2012-2013. Sehingga, jumlah
keseluruhan sampel yang akan dijadikan objek penelitian ini dari tahun 2011-2013 sejumlah 66 annual report perusahaan. Nama-nama perusahaan yang dijadikan
sampel disajikan pada lampiran dalam penelitian ini.
Universitas Sumatera Utara
4.1.2 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata mean, dan
nilai standar deviasi, dari variabel biaya audit, reputasi perusahaan auditor, rasio opmta, rasio lancar, rata-rata umur piutang, profit margin, dan pertumbuhan
perusahaan auditee. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut.
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Biaya Audit X1
66 .0003
.7307 .100907
.1553041 OPMTA X3
66 -4466.22
285.64 -103.1303 628.78579
rasio lancar X4 66
.29 11.49
1.7764 1.63165
rata rata umur piutang X5 66
.03 1.03
.2636 .27491
rasioprofit margin X6 66
-2.92 .81
-.0405 .51486
pertumbuhan perusahaan auditee X7
66 -.73
116.95 1.9920
14.39122 Valid N listwise
66
Berdasarkan Tabel 4.1, diketahui nilai biaya audit minimum adalah 0,0003, sedangkan nilai biaya audit maksimum adalah 0,7307. Diketahui nilai
rata-rata mean biaya audit dari tahun 2012-2014 adalah 0,100907, dan standar deviasinya adalah 0,1553041. Diketahui nilai rasio opmta minimum adalah -
4466,22, sedangkan nilai rasio opmta maksimum adalah 285,64. Diketahui nilai rata-rata mean rasio opmta dari tahun 2012-2014 adalah -103,1303, dan standar
deviasinya adalah 628,75579. Diketahui nilai rasio lancar minimum adalah 0,29,
Universitas Sumatera Utara
sedangkan nilai rasio lancar maksimum adalah 11,49. Diketahui nilai rata-rata mean rasio lancar dari tahun 2012-2014 adalah 1,7764 , dan standar deviasinya
adalah 1,63165. Diketahui nilai rata-rata umur piutang minimum adalah 0,03, sedangkan nilai rata-rata umur piutang maksimum adalah 1,03. Diketahui nilai
rata-rata mean rata-rata umur piutang dari tahun 2012-2014 adalah 0,2636, dan standar deviasinya adalah 0,27491. Diketahui nilai profit margin minimum adalah
-2,92, sedangkan nilai profit margin maksimum adalah 0,81. Diketahui nilai rata- rata mean profit margin dari tahun 2012-2014 adalah -0,0405, dan standar
deviasinya adalah 0,51486. Diketahui nilai pertumbuhan perusahaan auditee minimum adalah -0,73, sedangkan nilai pertumbuhan perusahaan auditee
maksimum adalah 116,95. Diketahui nilai rata-rata mean pertumbuhan perusahaan auditee dari tahun 2012-2014 adalah 1,9920, dan standar deviasinya
adalah 14,39122.
Tabel 4.2 Statistik Deskriptif Reputasi Perusahaan Auditor
Reputasi Perusahan Auditor
Frequency Percent
Valid Percent Cumulative
Percent Valid
Non Big Four 34
51.5 51.5
51.5 Big Four
32 48.5
48.5 100.0
Total 66
100.0 100.0
Berdasarkan Tabel 4.2, diketahui reputasi perusahaan auditor yang termasuk ke dalam kategori Big Four sebanyak 32 perusahaan 48,5,
sementara reputasi perusahaan auditor yang termasuk ke dalam Non Big Four sebanyak 34 perusahaan 51,5.
Universitas Sumatera Utara
Tabel 4.3 Statistik Deskriptif Opini Audit Qualified
opini audit qualified
Frequency Percent
Valid Percent Cumulative
Percent Valid
Opini Audit Non Qualified 43
65.2 65.2
65.2 Opini Audit Qualified
23 34.8
34.8 100.0
Total 66
100.0 100.0
Berdasarkan Tabel 4.3, diketahui perusahaan yang termasuk menerima opini audit non-qualified sebanyak 43 perusahaan 65,2, sementara perusahaan
yang menerima opini audit qualified sebanyak 23 perusahaan 34,8.
4.1.3. Logistic Regression Regresi Logistik
Dalam penelitian ini menggunakan alat uji regresi logistik melalui program SPSS versi 17.0 yang dilakukan secara serentak terhadap keempat variabel
independen dalam penelitian. Pengujian regresi logistik tidak memerlukan uji normalitas pada variabel independennya.
Penelitian untuk menguji hipotesis dengan menggunakan regresi logistik tidak memerlukan uji asumsi klasik. Pengujian hipotesis yang dilakukan pertama
kali dalam regresi logistik adalah dengan menilai kelayakan model fit Goodness of Fit Test
yang merupakan uji pengganti dari asumsi klasik.
Universitas Sumatera Utara
4.1.3.1. Uji Kelayakan Model Regresi Goodness of Fit Test
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan goodness of fitness test yang diukur berdasarkan nilai Chi-
Square pada Tabel Hosmer and Lemeshow Test Tabel 4.4.
Tabel 4.4 Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 8.056
7 .328
Berdasarkan Tabel 4.4, diketahui nilai statistik Chi-Square adalah 8,056.
Gambar 4.1 Perhitungan Chi-Square Tabel dengan Microsoft Excel
Berdasarkan Gambar 4.1, diketahui nilai Chi-Square tabel bernilai 14,0671. Untuk menentukan apakah model layak atau tidak, maka dapat
diketahui dengan
membandingkan nilai statistik Chi-square terhadap Chi- Square
Tabel.
� �
�� �� −���� ℎ��
�
� � �
, .
� �
�� �� −���� ℎ��
�
� � �
, .
Universitas Sumatera Utara
Perhatikan bahwa karena nilai statistik Chi-Square 8,056 lebih kecil dibandingkan nilai Chi-Square Tabel 14,0671, maka disimpulkan
bahwa model cukup layak dalam mencocokkanfit data. Untuk menentukan apakah model layak atau tidak, juga dapat
diketahui dengan membandingkan
nilai probabilitas dari uji Hosmer- LemeshowPearson Chi-square terhadap tingkat signifikansi yang digunakan.
� ,
. �
, .
Berdasarkan Tabel 4.7, diketahui nilai probabilitas atau Sig. sebesar 0,328. Perhatikan bahwa karena nilai probabilitas 0,328 lebih besar
dibandingkan tingkat signifikansi 0,05, maka disimpulkan bahwa model cukup layak dalam mencocokkanfit data.
4.1.3.2. Uji Kelayakan Keseluruhan Model Overall Fit Model
Uji ini digunakan untuk melihat model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian dilakukan dengan
membandingkan nilai antara -2 log likelihood pada awal block number = dengan nilai -2 log likelihood pada akhir block number = 1. Nilai -
2log likelihood awal pada block number = 0, dapat ditunjukkan melalui
tabel berikut ini Tabel 4.5.
Universitas Sumatera Utara
Tabel 4.5 Nilai -2 Log likelihood -2 LL Awal
Iteration History
a,b,c
