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