30 3. Perusahaan menerbitkan laporan keuangan yang telah diaudit oleh auditor
independen selama tahun 2011-2013. 4. Mengalami kerugian selama periode pengamatan 2011-2013.
Berdasarkan kriteria tersebut, proses seleksi sampel dapat dilihat pada tabel berikut ini:
Tabel 3.2 Proses Seleksi Sampel Berdasarkan Kriteria
NO KRITERIA
JUMLAH AKUMULASI
1 Perusahaan yang terdaftar di BEI tahun
2011-2013. 143
2 Perusahaan yang tidak keluar dari BEI
selama periode pengamatan 2011-2013 18
125 3
Perusahaan menerbitkan laporan keuangan yang telah diaudit oleh auditor independen
selama tahun 2011-2013 95
30
4 Mengalami
kerugian selama
periode pengamatan 2011-2013
11 19
Jumlah Sampel selama periode penelitian 2011-2013
57
3.4 Jenis Dan Sumber Data
Penelitian ini menggunakan jenis data kuantitatif yakni data yang berupa angka atau besaran tertentu yang sifatnya pasti. Sumber data yang digunakan
adalah data sekunder berupa data laporan keuangan dari perusahaan manufaktur yang menjadi sampel. Data diambil dalam pengamatan antara tahun 2011-2013.
Data bersumber pada Bursa Efek Indonesia BEI untuk periode pengamatan yang dibutuhkan.
3.5 Metode Pengumpulan Data
Sesuai dengan sumber data yang diperlukan yaitu data sekunder dan teknik sampling yang digunakan, maka metode pengumpulan data dalam penelitian ini
Universitas Sumatera Utara
31 adalah dengan metode dokumentasi, yaitu pengumpulan data yang dilakukan
dengan cara mempelajari catatan-catatan atau dokumen-dokumen perusahaan sesuai dengan data yang diperlukan melalui laporan keuangan masing-masing
perusahaan sampel yang dipublikasikan oleh Bursa Efek Indonesia BEI melalui situs
www.idx.co.id . Data yang diperoleh kemudian diolah kembali dan
disesuaikan dengan kebutuhan penelitian ini.
3.6 Metode Analisis 3.6.1 Analisis Statistik Deskriptif
Uji statistik digunakan untuk mendekripsikan variabel-variabel dalam penelitian ini. Alat yang digunakan adalah rata-rata mean, minimum,
maksimum dan standar deviasi yang bertujuan mengetahui distribusi data yang menjadi sampel penelitian.
3.6.2 Pengujian Data
Pengujian data dalam penelitian ini menggunakan uji asumsi klasik sedangkan pengujian model dan pengujian hipotesis menggunakan regresi
logistik. Regresi logistik adalah regresi yang digunakan untuk menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan
variable bebasnya Ghozali, 2012:333. Pada regresi logistik tidak menggunakan uji normalitas dan heteroskedastisitas karena variabel bebasnya
tidak harus memiliki distribusi normal dan tidak harus memiliki varian yang sama Kuncoro, 2001:217.
Universitas Sumatera Utara
32
3.6.2.1 Uji Multikolinearitas
Uji ini digunakan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel independen. Model
regresi yang baik seharusnya tidak terjadi korelasi antarvariabel independen Ghozali, 2012:105. Pengujian terhadap ada tidaknya
multikolinearitas dilakukan dengan melihat nilai tolerance dan Variance Inflation Factor VIF dengan membandingkan sebagai berikut
Ghozali, 2012:106: a. Jika nilai tolerance
≥ 10 persen dan nilai VIF ≤ 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variable
independen dalam model regresi. b. Jika nilai tolerance
≤ 0,10 dan nilai VIF ≥ 10, maka dapat disimpulkan bahwa ada multikolinearitas antar variabel independen
dalam model regresi.
3.6.2.2 Uji Autokorelasi
Uji ini digunakan untuk menguji apakah dalam sebuah model regresi ada korelasi antara kesalahan pengganggu pada periode t dan
kesalahan pengganggu pada periode t-1 periode sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi Ghozali,
2012:110. Untuk mendeteteksi ada tidaknya gejala autokorelasi, maka uji autokorelasi yang digunakan dalam penelitian ini adalah Runs Test.
Bila hasil output SPSS menunjukkan probabilitas signifikansi dibawah
Universitas Sumatera Utara
33 0,05 maka disimpulkan terdapat gejala autokorelasi pada model regresi
tersebut Ghozali, 2012:121.
3.6.3 Pengujian Model 3.6.3.1 Menilai Model Fit dan Keseluruhan Model Overall Model
Fit
Langkah pertama adalah menilai overall fit model terhadap data. Hipotesis untuk menilai model fit adalah:
H : Model yang dihipotesiskan fit dengan data
H
a
: Model yang dihipotesiskan tidak fit dengan data Agar model fit dengan data maka H0 diterima dan Ha ditolak. Statistik
yang digunakan berdasarkan pada fungsi likelihood. Likehood L dari model adalah probabilitas bahwa model yang dihipotesiskan
menggambarkan data input. Untuk menguji hipotesis nol dan alternatif, L ditransformasikan menjadi -
2LogL. Dengan alpha α 5, cara menilai model fit ini adalah sebagai berikut Ghozali, 2012:341:
a. Jika nilai -2LogL 0,05 maka H0 diterima dan Ha ditolak, yang berarti bahwa model fit dengan data.
b. Jika nilai -2LogL 0,05 maka H0 ditolak dan Ha diterima, yang berarti bahwa model tidak fit dengan data.
Adanya pengurangan nilai antara -2LogL awal dengan nilai -2LogL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data.
Ghozali, 2012:341.
Universitas Sumatera Utara
34
3.6.3.2 Menilai Kelayakan Model Regresi
Kelayakan model regresi dapat diuji dengan Hosmer and Lemeshow’s Goodness of Fit Test. Model ini bertujuan untuk menguji
hipotesis bahwa data empiris cocok atau sesuai dengan model tidak ada perbedaan antaramodel dengan data sehingga model dapat dikatakan
fit. Hipotesis untuk menilai kelayakan model regresi adalah:
H : Tidak ada perbedaan model dengan data
H
a
: Ada perbedaan model dengan data Jika nilai
Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05, maka H0 ditolak yang berarti ada
perbedaan signifikan antara model dengan nilai observasinya sehingga Goodness Fit
model tidak baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai
Hosmer and Lemeshow’s Goodness of Fit Test
lebih besar dari 0,05 maka H0 tidak dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan
model dapat diterima karena cocok dengan data observasinya Ghozali, 2012:341.
3.6.3.3 Koefisien Determinasi
Koefisien determinasi digunakan untuk mengukur seberapa besar variabilitas variabel independen mampu memperjelas variabilitas
variabel dependen. Koefisien determinasi pada regresi logistik dapat dilihat pada nilai Nagelkarke R Square. Nilai Koefisien determinasi
Universitas Sumatera Utara
35 dapat diinterprestasikan seperti nilai R Square pada multiple regression.
Bila nilai Nagelkarke R Square kecil berarti kemampuan variable independen dalam menjelaskan variabel dependen sangat terbatas.
Sedangkan jika Nagelkarke R Square mendekati 1 berarti variable independen dapat memberikan hampir semua informasi yang
diperlukan untuk memprediksi variabel dependen Ghozali, 2012:341.
3.6.3.4 Matriks Klasifikasi
Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit
going concern pada auditee. Dalam output regresi logistik, angka ini
dapat dilihat pada Classification Table Ghozali, 2012:342.
3.6.4 Pengujian Hipotesis
Regresi logistik tidak menggunakan pengujian hipotesis secara simultan karena regresi logistik menggunakan basis maximum likelihood dimana
regresi logistik tidak memenuhi seluruh uji asumsi klasik Regresi logistik adalah bentuk khusus analisis regresi dengan variabel
dependen berskala nominal dan variabel independennya merupakan kombinasi antara metrik dan nominal. Regresi logistik ini digunakan untuk
menguji apakah probabilitas terjadinya variabel dependen dapat diprediksi dengan variabel independennya. Teknik analisis ini tidak memerlukan lagi uji
normalitas pada variabel independennya Ghozali, 2006. Gujarati 2003 menyatakan bahwa regresi logistik mengabaikan heteroskedasitas, artinya
Universitas Sumatera Utara
36 variabel dependen tidak memerlukan homoskedasitas untuk masing-masing
variabel independennya. Pengujian hipotesis dapat dilihat melalui koefisien regresi. Koefisien
regresi dari tiap variabel yang diuji menunjukkan bentuk hubungan antarvariabel. Pengujian dengan model regresi logistik digunakan dalam
penelitian ini adalah untuk mengetahui pengaruh dari masing-masing variabel independen terhadap variabel dependen. Kriteria pengujiannya menggunakan
tingkat kepercayaan sebesar 95 atau taraf signifikasi 5 α = 0,05. Model regresi logistic yang digunakan untuk pengujian hipotesis penelitin ini adalah:
Y= α +β1X1+ β2X2+ β3X3 +e
Y = Opini Audit Going Concern
α = Konstanta
β1β2β3 = Koefisien regresi variabel independen X1
= Auditor Switching X2
= Financial Distress X3
= Debt Default e
= Error
Universitas Sumatera Utara
37
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Data Penelitian
Objek dari penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Populasi dalam penelitian ini perusahaan manufaktur yang
terdaftar selama tahun 2011-2013 yaitu sebanyak 143 perusahaan. Teknik pemilihan sampel menggunakan metode purposive sampling sehingga dari 143
perusahaan yang terdaftar hanya 19 perusahaan yang memenuhi semua kriteria penelitian untuk dijadikan sampel dalam penelitian ini dengan tahun pengamatan
selama periode 2011-2013. Metode analisis data yang digunakan dalam penelitian ini adalah metode
statistik yang menggunakan persamaan regresi logistik. Analisis data dimulai dengan mengolah data dengan menggunakan microsoft excel, lalu dilakukan
pengujian asumsi klasik, pengujian model, dan pengujian regresi logistik dengan menggunakan software SPSS Statistical Product and Service Solution. Prosedur
dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output sesuai dengan metode analisis data yang telah
ditentukan.
4.2 Hasil Penelitian 4.2.1 Analisis Statistik Deskriptif
