dengan pernyataan going concern. Opini audit wajar dengan modifikasi going concern mengindikasikan bahwa dalam penilaian auditor terdapat risiko
perusahaan tidak dapat bertahan dalam bisnis. Opini audit going concerndalam penelitian ini merupakan variabel dummy. Opini audit going
concern diberi kode 1, sedangkan Opini audit wajar lainnya diberi kode 0.
Tabel 3.3 Identifikasi Variabel Penelitian
No Variabel
Simbol Rumus
1.
Opini Audit Going
concern Y
1, jika opini audit wajar dengan pernyataangoing concern
0, jika opini audit wajar lainnya
2.
Quick Ratio QR
X
1
3.
Long Term Debt to Asset
Ratio LTDAR
X
2
4.
Return On Assets
ROA X
3
5.
Kualitas Audit
X
4
1, jika diaudit oleh KAP big-four and patner 0, jika diaudit oleh KAP non big four
6.
Pertumbuhan Perusahaan
X
5
E. Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan software statistik yaitu SPSS 18. Peneliti
melakukan uji asumsi klasik terlebih dahulu sebelum melakukan pengujian hipotesis.
Universitas Sumatera Utara
1. Pengujian Data
a. Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis, maka perlu dilakukan uji asumsi klasik. Dikarenakan Uji yang digunakan adalah regresi
logistik, dimana uji ini mengabaikan uji normalitas dan heterokedasitas, maka uji asumsi klasik yang digunakan adalah uji
multikolonieritas dan uji autokorelasi. 1
Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen Ghozali, 2005:91. Untuk
mendeteksi ada tidaknya multikolinearitas di dalam model regresi menurut Ghozali 2005:95 dapat dilihat dari:
a nilai tolerance dan lawannya
b variance inflation factor VIF
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.
Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Jadi, nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF=1Tolerance. Nilai cutoff
yang umum dipakai utnuk menunjukkan adanya multikolinearitas adalah nilai Tolerance 0,10 atau sama
dengan nilai VIF 10.
Ada dua cara yang dapat dilakukan jika terjadi multikolineritas, yaitu:
a mengeluarkan salah satu variabel, misalnya variabel
independen A dan B saling berkorelasi dengan kuat, maka bisa dipilih A atau B yang dikeluarkan dari model regresi.
Universitas Sumatera Utara
b menggunakan metode lanjut, seperti Regresi Bayessian atau
Regresi Ridge. 2
Uji Autokorelasi Uji ini berguna untuk menguji apakah dalam model regresi linier
ada korelasi antara kesalahan pengganggu pada periode t saat ini dengan kesalahan pengganggu pada periode t-1
sebelumnya. Masalah ini timbul karena variabel pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini
sering ditemukan pada data time series karena gangguan pada seorang individu atau kelompok, cenderung mempengaruhi
gangguan pada individu ataupun kelompok pada periode berikutnya. Model regresi yang baik adalah regresi yang bebas
dari autokorelasi. Untuk mendeteksi adanya autokorelasi dapat dijelaskan dengan uji run test. Run test dapat digunakan untuk
menguji apakah antar residual terdapat korelasi yang tinggi. Bila hasil output SPSS menunjukkan probabilitas signifikansi
dibawah 0.05 disimpulkan terdapat gejala autokorelasi pada model regresi tersebut.Jika antar residual tidak terdapat
hubungan korelasi maka dapat dikatakan bahwa residual adalah
acak atau random.
b. Menguji Keseluruhan Model Fit
Statistik yang digunakan adalah berdasarkan pada fungsi Likelihood. Likelihood L dari model adalah probabilitas bahwa model yang
dihipotesakan menggambarkan data input. Untuk menguji hipotesis nol
Universitas Sumatera Utara
dan alternatif, L ditransformasikan menjadi -2LogL. Statistik -2LogL kadang-kadang disebut likelihood rasio X2 statistik.
Adanya pengurangan nilai antara -2LL awal intial -2LL function dengan nilai 2LL pada langkah berikutnya menunjukkan bahwa model
yang dihipotesiskan fit dengan data Ghozali, 2005. Log Likelihood pada regresi logistik mirip dengan pengertian “Sum of Square Error” pada
model regresi, sehingga penurunan Log Likelihood menunjukkan model regresi semakin baik.
c. Menguji Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. 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 memprediksi nilai
observasinya atau dapat dikatakan model dapat diterima karena sesuai dengan data observasinya Ghozali, 2005.
2. Pengujian Hipotesis
Pengolahan data dalam penelitian ini menggunakan statistik deskriptif. Statistik deskriptif memberikan gambaran suatu data yang dilihat dari nilai
rata-rata mean, standar deviasi, varian maksimum, minimum, sum, range, kurtosis, skewness kemencengan distribusi. Pengujian hipotesis dalam
penelitian ini menggunakan analisis regresi. Uji hipotesis yang digunakan adalah uji regresi logistik. Uji regresi logistik digunakan untuk menguji
pengaruh dari dua variabel, yang mana dua atau lebih variabel independen
Universitas Sumatera Utara
yang mempunyai jenis pengukuran rasio, serta sebuah variabel dependen berjenis pengukuran nominal.
Pengujian hipotesis dapat dilihat melalui koefisien regresi. Koefisien regresi dari tiap variabel-variabel yang diuji menunjukkan bentuk hubungan
antar variabel. Pengujian hipotesis dilakukan dengan cara membandingkan antara nilai probabilitas sig dengan tingkat signifikansi. Jika nilai asymtotik
signifikan dari 0,05 maka berarti bahwa variabel bebas berpengaruh secara signifikan terhadap terjadinya variabel terikat. Begitu pula sebaliknya, bila
asymtotik signifikan dari 0,05 maka berarti bahwa variabel bebas tidak berpengaruh secara signifikan terhadap terjadinya variabel terikat.
Model yang digunakan dalam persamaan regresi ini adalah:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+b
4
X
4
+ b
5
X
5
Keterangan: Y
= opini audit going concern
X
1
= Quick Ratio X
2
= Long Term Debt to Assets Ratio X
3
= Return On Assets X
4
= Kualitas Audit
X
5
= Pertumbuhan perusahaan
a =
Konstanta b
1
, b
2
, b
3
, b
4,
b
5
= Koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang
didasarkan pada variabel independen.
Universitas Sumatera Utara
3. Uji Kruskal Wallis
Uji Kruskal Wallis digunakan untuk menguji hipotesis komparatif. Hipotesis komparatif adalah dugaan ada tidaknya perbedaan secara signifikan
nilai dua kelompok atau lebih Sugiyono, 2008:211. Uji Kruskal Wallis digunakan untuk data yang berbentuk nominal atau diskrit.
Adapun hiotesa yang digunakan untuk melihat apakah ada perbedaan adalah sebagai berikut:
Ho : Tidak ada perbedaan kualitas antara KAP Besar dan KAP kecil
H1 : Ada perbedaan kualitas antara KAP besar dan KAP kecil F.
Jadwal Penelitian
Jadwal penelitian direncanakan sebagai berikut:
Tabel 3.4 Rencana Jadwal Penelitian
Tahapan Penelitian
Agst 2010
Sep 2010
Okt 2010
Nov 2010
Des 2010
1 2 3
4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Pengajuan Judul
Bimbingan Proposal
Skripsi Seminar
Proposal Pengumpulan
dan Pengolahan
data
Penulisan Skripsi
Ujian Skripsi
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN