b,c Pengujian Hipotesis

Ha: Model yang dihipotesiskan tidak fit dengan data Pengujian dilakukan dengan membandingkan nilai antara - 2Log Likelihood pada awal block number = 0 dengan nilai -2Log Likelihood pada akhir block number = 1. Nilai -2 Log Likelihood awal pada block number = 0, ditunjukkan melalui tabel berikut : Tabel 4.8 Likelihood Block 0 Iteration History

a,b,c

Iteration -2 Log likelihood Coefficients Constant Step 0 1 51.799 -.600 2 51.796 -.619 3 51.796 -.619 a. Constant is included in the model. b. Initial -2 Log Likelihood: 51.796 c. Estimation terminated at iteration number 3 because parameter estimates changed by less than .001. Universitas Sumatera Utara Nilai -2LogL akhir pada block number = 1, dapat ditunjukkan melalui tabel berikut : Tabel 4.9 Likelihood Block 1 Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant CR DER ROA ADTR PRIOP Step 1 1 35.587 -2.083 .062 .099 -.063 -.930 2.273 2 34.277 -2.840 .097 .118 -.091 -1.286 2.997 3 34.214 -3.060 .110 .121 -.100 -1.399 3.197 4 34.214 -3.076 .111 .121 -.101 -1.407 3.211 5 34.214 -3.076 .111 .121 -.101 -1.407 3.211 a. Method: Enter b. Constant is included in the model. c. Initial -2 Log Likelihood: 51.796 d. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001. Tabel 4.8 menunjukkan bahwa -2LogL awal pada block number = 0, yaitu model hanya memasukkan konstanta yang dapat dilihat pada step 2 memperoleh nilai sebesar 51.796. Kemudian pada tabel 4.9 dapat dilihat bahwa setelah masuknya variabel independen pada model nilai -2LogL akhir pada step 5 menunjukkan nilai 34.214. Selisih antara nilai -2LogL awal dengan nilai -2LogL akhir adalah sebesar 17.582 51.796-34.214. Adanya pengurangan nilai antara -2LogL awal dengan nilai -2LogL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data. Universitas Sumatera Utara

4.4.2 Menilai Kelayakan Model Regresi

Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test yang diukur dengan nilai Chi-Square. Probabilitas signifikansi yang diperoleh kemudian dibandingkan dengan tingkat signifikansi α 5. Hipotesis untuk menilai kelayakan model regresi adalah : Ho : Tidak ada perbedaan antara model dengan data Ha : Ada perbedaan antara model dengan data Tabel 4.10 Hosmer and Lemeshow Test Step Chi-square df Sig. 1 11.269 8 .187 Sumber : Data sekunder yang telah diolah di SPSS 20 Tabel 4.10 menunjukkan hasil pengujian Hosmer and Lemeshow. Hasil pengujian statistik menunjukkan probabilitas signifikan sebesar 0.187. Nilai signifikansi yang diperoleh lebih besar dari α tingkat signifikansi 0,05. 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, atau dapat dikatakan model mampu memprediksi nilai observasinya. Universitas Sumatera Utara Tabel 4.11 Contingency Table for Hosmer and Lemeshow Test Opini Audit Going Concern GCAO = 0 Opini Audit Going Concern GCAO = 1 Total Observed Expected Observed Expected Step 1 1 4 3.789 .211 4 2 4 3.724 .276 4 3 4 3.667 .333 4 4 4 3.609 .391 4 5 2 3.372 2 .628 4 6 3 2.784 1 1.216 4 7 1 2.196 3 1.804 4 8 1 1.456 3 2.544 4 9 3 1.122 1 2.878 4 10 .281 4 3.719 4 Sumber : Data sekunder yang telah diolah di SPSS 20 Berdasarkan tabel 4.11 Kontinjensi untuk uji Hosmer and Lameshow, dapat dilihat bahwa dari sepuluh langkah pengamatan untuk pemberian opini audit going concern 1 maupun opini audit non going concern 0, baik nilai yang diamati observed maupun yang diprediksi expected, tidak mempunyai perbedaan yang terlalu ekstrim. Ini menunjukkan bahwa model regresi logistik yang digunakan mampu memprediksi nilai observasinya.

4.4.3 Koefisien Determinasi

Koefisien determinasi digunakan untuk mengetahui seberapa besar variabilitas variabel-variabel independen mampu memperjelas variabilitas variabel dependen. Koefisien determinasi pada regresi logistik dapat dilihat pada Universitas Sumatera Utara nilai Nagelkerke R Square. Nilai Nagelkerke R Square dapat diinterpretasikan seperti nilai R Square pada regresi berganda Ghozali, 2006. Tabel 4.12 Nagerkerke R Square Sumber : Data sekunder yang telah diolah di SPSS 20 Tabel di atas menunjukkan nilai Nagelkerke R Square. Dilihat dari hasil output pengolahan data, nilai Nagelkerke R Square adalah sebesar 0,490 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 49, sisanya sebesar 51 100 - 49 dijelaskan variabilitas variabel-variabel lain di luar model penelitian.

4.4.4 Matriks Klasifikasi

Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit going concern pada auditee. Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 34.214 a .356 .490 a. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001. Universitas Sumatera Utara Tabel 4.13 Classification Table a Observed Predicted Opini Audit Going Concern GCAO Percentage Correct 1 Step 1 Opini Audit Going Concern GCAO 22 4 84.6 1 5 9 64.3 Overall Percentage 77.5 a. The cut value is .500 Sumber : Data sekunder yang telah diolah di SPSS 20 Dari tabel di atas dapat dilihat bahwa menurut prediksi, auditee yang menerima opini audit going concern adalah 14, sedangkan observasi sesungguhnya menunjukkan bahwa auditee yang menerima opini audit going concern adalah 9. Jadi ketepatan model ini adalah 914 atau 64.3. Kemudian menurut prediksi, auditee yang menerima opini audit non going concern adalah 26, sedangkan observasi sesungguhnya menunjukkan bahwa auditee yang menerima opini audit non going concern adalah 22. Jadi, ketepatan model ini adalah 2226 atau 84.61. Ketepatan prediksi keseluruhan model ini adalah 77.50.

4.5 Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini dilakukan untuk menguji pengaruh variabel independen yaitu likuiditas CR, leverage DER, profitabilitas ROA, kualitas audit ADTR, dan opini audit tahun sebelumnnya PRIOP Universitas Sumatera Utara terhadap opini audit going concern. Metode regresi logistik dapat dilihat dalam tabel-tabel di bawah ini : Tabel 4.14 Case Processing Summary Unweighted Cases a N Percent Selected Cases Included in Analysis 40 100.0 Missing Cases .0 Total 40 100.0 Unselected Cases .0 Total 40 100.0 a. If weight is in effect, see classification table for the total number of cases. Berdasarkan tabel 4.14, maka diperoleh hasil analisa sebagai berikut : a. Jumlah sampel pengamatan sebanyak 40 sampel, dan seluruh sampel telah diperhitungkan ke dalam pengujian hipotesis. b. Tidak ada variabel dependen yang dikeluarkan missing dengan nilai variabel dummy: 1 untuk opini audit going concern dan 0 untuk opini audit non going concern. c. Metode yang digunakan adalah metode enter dimana dengan metode ini seluruh variabel independen disertakan dalam pengolahan data untuk mengetahui variabel mana yang berpengaruh terhadap variabel dependen. Dalam uji regresi pengaruh antara variabel dependen dan variabel independen dapat dilihat pada Variables in the Equation. Dalam uji hipotesis dengan regresi logistik cukup dengan melihat Variables in the Equation, pada Universitas Sumatera Utara kolom Significant dibandingkan dengan tingkat kealphaan 0,05 5. Apabila tingkat signifikansi 0,05, maka hipotesis diterima. Tabel 4.15 Variables in the Equation B S.E. Wald df Sig. ExpB 95 C.I.for EXPB Lower Upper Step 1 a CR .111 .236 .222 1 .637 1.118 .704 1.775 DER .121 .136 .796 1 .372 1.129 .865 1.474 ROA -.101 .055 3.358 1 .067 .904 .812 1.007 ADTR -1.407 1.740 .654 1 .419 .245 .008 7.409 PRIOP 3.211 1.031 9.695 1 .002 24.813 3.287 187.320 Constant -3.076 1.560 3.889 1 .049 .046 a. Variables entered on step 1: CR, DER, ROA, ADTR, PRIOP. Sumber : Data sekunder yang telah diolah di SPSS 20 Tabel di atas menunjukkan hasil pengujian dengan regresi logistik pada tingkat signifikansi 5. Dari pengujian dengan regresi logistik di atas maka diperoleh persamaan regresi logistik sebagai berikut ini : GCAO = -3.076 + 0,111 CR + 0,121 DER – 0,101 ROA – 1.407 ADTR + 3.211 PRIOP + ε Konstanta sebesar -3.076 menyatakan bahwa jika tidak memperhitungkan nilai likuiditas, leverage, profitabilitas, kualitas audit, dan opini audit tahun sebelumnya, maka kemungkinan penerimaan opini audit going concern adalah sebesar -3.076. Universitas Sumatera Utara Tabel 4.16 Hasil Hipotesis Berdasarkan tabel 4.16 di atas, maka diperoleh hasil uji regresi logistik yang diperlukan untuk menguji hipótesis yang dikemukakan. Hasil pengujian hipotesis adalah : H 1 : Likuiditas berpengaruh terhadap penerimaan opini audit going concern. Current ratio pada tabel di atas menunjukkan koefisien positif sebesar 0,111 dengan tingkat signifikansi 0,637 yang nilainya berada di atas tingkat signifikansi 0,05. Hal ini berarti H 1 tidak dapat didukung atau likuiditas berpengaruh negatif dan tidak berpengaruh secara signifikan terhadap opini audit going concern. H 2 : Leverage berpengaruh terhadap penerimaan opini audit going concern. Debt to equity ratio pada tabel di atas menunjukkan koefisien positif sebesar 0,121 dengan tingkat signifikansi 0,372 yang nilainya berada di atas tingkat signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa No Hipotesis Beta Sig Kesimpulan 1 H 1 0.111 0.637 Tidak Didukung 2 H 2 0.121 0.372 Tidak Didukung 3 H 3 – 0.101 0.067 Tidak Didukung 4 H 4 – 1.407 0.419 Tidak Didukung 5 H 5 3.211 0.002 Didukung Universitas Sumatera Utara H 2 tidak dapat didukung atau leverage tidak berpengaruh terhadap pemberian opini audit going concern. H 3 : Profitabilitas berpengaruh terhadap penerimaan opini audit going concern. Return on asset pada tabel di atas menunjukkan koefisien negatif sebesar 0,101 dengan tingkat signifikansi 0,067 yang nilainya berada di atas tingkat signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa H 3 tidak dapat didukung atau profitabilitas berpengaruh negatif dan tidak berpengaruh secara signifikan terhadap opini audit going concern. H 4 : Kualitas audit berpengaruh terhadap penerimaan opini audit going concern. Kualitas audit yang diproksikan dengan KAP The Big Four atau non Big Four pada tabel di atas menunjukkan koefisien negatif sebesar 1,407 dengan tingkat signifikansi 0,419 yang nilainya berada di atas tingkat signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa H 4 tidak dapat didukung atau kualitas audit berpengaruh negatif dan tidak berpengaruh secara signifikan terhadap opini audit going concern. H 5 : Opini audit tahun sebelumnya berpengaruh terhadap penerimaan opini audit going concern. Opini audit tahun sebelumnya pada tabel di atas menunjukkan koefisien positif sebesar 3,211 dengan tingkat signifikansi 0,002 yang nilainya berada di bawah atau lebih kecil dari tingkat signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa H 5 dapat didukung atau opini audit Universitas Sumatera Utara tahun sebelumnya berpengaruh positif dan signifikan terhadap opini audit going concern.

4.6 Hasil Penelitian