Metode Pengumpulan Data Deskriptif Penelitian b,c Kesimpulan

36 sekunder adalah data yang sudah tersedia oleh pihak lain sehingga tidak perlu lagi dikumpulkan secara langsung dari sumbernya oleh peneliti.

3.4 Metode Pengumpulan Data

Pengumpulan data untuk penelitian ini dilakukan dengan dua tahap. Tahap pertama adalah melakukan studi pustaka dengan cara mengumpulkan jurnal, buku-buku, skripsi terdahulu, serta bahan lain yang berhubungan dengan judul yang sedang diteliti. Tahap kedua yang dilakukan peneliti adalah mengumpulkan data sekunder yaitu laporan tahunan perusahaan yang diperoleh dari situs www.idx.co.id.

3.5 Defenisi Operasional dan Pengukuran Variabel Penelitian

3.5.1 Variabel Bebas Independent Variable

Variabel independen ialah variabel yang mempengaruhi variabel dependen baik secara positif maupun secara negatif . Variabel independen yang digunakandalam penelitian ini adalah opini audit, persentase perubahan ROA,dan ukuran KAP

3.5.1.1 Variabel Opini Audit

Opini audit merupakan pernyataan pendapat yang diberikan oleh auditordalam menilai kewajaran atas laporan keuangan perusahaan yang diauditnya. 37 Variabel opini audit menggunakan variabel dummy. Jika perusahaan klienmenerima opini selain wajar tanpa pengecualian unqualified maka diberikannilai 0. Sedangkan jika perusahaan klien menerima opini wajar tanpapengecualian unqualified, maka diberikan nilai 1. 3.5.1.2 Variabel Ukuran Kantor Akuntan Publik KAP Ukuran KAP dalam penelitian ini merupakan besar kecilnya KAP yang dibedakan dalam dua kelompok, yaitu KAP yang berafiliasi dengan big four dan KAP yang tidak berafiliasi dengan big four. Variabel ukuran KAP menggunakan variabel dummy. Jika sebuah perusahaan diaudit oleh KAP big four maka diberikan nilai 1. Sedangkan jika sebuah perusahaan diaudit oleh KAP non big four, maka diberikan nilai 0 Adapun auditor yang termasuk dalam kelompok the big fouryaitu berdasarkan alphabet: 1. Deloitte Touche Tohmatsu Deloitte yang berafiliasi dengan Hans Tuanakotta Mustofa Halim; Osman Ramli Satrio Rekan; Osman Bing Satrio Rekan. 2. Ernst Young EY yang berafiliasi dengan Prasetio, Sarwoko Sandjaja; Purwantono, Sarwoko Sandjaja. 3. Klynveld Peat Marwick Goerdeler KPMG yang berafiliasi dengan Siddharta Siddharta Widjaja. 4. PricewaterhouseCoopers PwC yang berafiliasi dengan Haryanto Sahari Rekan. 38

3.5.1.3 Variabel Persentase Perubahan

Return On AssetROA Persentase perubahan ROA Return on Assets merupakan salah satuindikator keuangan perusahaan untuk melihat prospek bisnis perusahaan tersebut.Semakin tinggi nilai persentase perubahan ROA yang dihasilkan berarti semakinefektif pengelolaan aset yang dimiliki perusahaan. Dalam penelitian ini variabelpersentase perubahan ROA dihitung dengan membagi selisih antara ROA tahuntertentu dan tahun sebelumnya dengan ROA tahun sebelumnya itu kemudianmengalikannya dengan 100. Adapun caramenghitungnya sebagai berikut : ROA = ��� � −��� �−1 ��� �−1 X 100 Keterangan: ROA = persentase perubahan ROA periode t dari periode t-1 ROAt = ROA pada periode t ROAt-1 = ROA pada periode t-1

3.5.2 Variabel Terikat Dependent Variabel

Variabel terikat dependent variabel adalah variabel yang besarnya tergantung dari variabel bebas dan diukur untuk menetukan ada tidaknya pengaruh kriteria dari variabel bebas terhadap variabel terikat. Variabel terikat dependent variabel yang digunakan dalam 39 variabel ini ialah auditor switching. Auditor switching merupakan perpindahan auditor KAP yang dilakukan oleh perusahaan klien. Variabel auditor switching menggunakan variabel dummy. Jika perusahaan klien mengganti auditornya, maka diberikan nilai 1. Sedangkan jika perusahaan klien tidak mengganti auditornya, maka diberikan nilai 0.

3.6 Metode Analisis Data

Penyelesaian penelitian ini dengan menggunakan teknik analisis kuantitatif. Analisis kuantitatif dilakukan dengan cara menganalisis suatu permasalahan yang diwujudkan dengan kuantitatif. Dalam penelitian ini, analisis kuantitatif dilakukan dengan cara mengkuantifikasi data-data penelitian sehingga menghasilkan informasi yang dibutuhkan dalam analisis. Alat analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik logistic regression. Alasan penggunaan alat analisis regresi logistik logistic regression adalah karena variabel dependen bersifat dikotomi melakukan auditor switching dan tidak melakukan auditor switching. Asumsi normal distribution tidak dapat dipenuhi karena variabel bebas merupakan campuran antara variabel kontinyu metrik dan kategorial non-metrik. Dalam hal ini dapat dianalisis dengan regresi logistik logistic regression karena tidak perlu asumsi normalitas data pada variabel bebasnya.Teknik analisis regresi logistik tidak lagi memerlukan uji normalitas dan uji asumsi klasik pada variabel 40 bebasnya Ghozali, 2006:225. Selain itu, regresi logistik juga mengabaikan uji heteroscedary. Tahapan dalam pengujian dengan menggunakan uji regresi logistik logistic regression dapat dijelaskan sebagai berikut: 3.6.1 Statistik Deskriptif Statistik deskriptif digunakan untuk memberikan deskripsi suatu data yang dilihat dari rata-rata mean, standar deviasi standard deviation, dan maksimum-minimum. Mean digunakan untuk memperkirakan besar rata- rata populasi yang diperkirakan dari sampel. Standar deviasi digunakan untuk menilai dispersi rata-rata dari sampel. Maksimum-minimum digunakan untuk melihat nilai minimum dan maksimum dari populasi. Hal ini perlu dilakukan untuk melihat gambaran keseluruhan dari sampel yang berhasil dikumpulkan dan memenuhi syarat untuk dijadikan sampel penelitian.

3.6.2 Pengujian Hipotesis Penelitian

3.6.2.1 Uji Multikolinearitas

Seperti yang telah dijelaskan di atas dimana dalam regresi logistik uji normalitas dan uji heteroscedarytidak diperlukan maka uji yang dibutuhkan hanya uji multikolinearitas.Uji multikolinearitas bertujuan untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel- variabel bebasnya sehingga hubungan antar variabel tersebut menggangu variabel respon. Multikolinearitas dapat dilihat dengan menganalisis matriks korelasi variabel-variabel independen. Indikasi 41 adanya multikolinearitas antar variabel adalah nilai yang tinggi yaitu lebih besar dari 0,95.

3.6.2.2 Menilai Keseluruhan Model

Overall Model Fit Langkah pertama adalah menilai overall fit model terhadap data. Beberapa test statistik diberikan untuk menilai hal ini. Statistik yang digunakan berdasarkan pada fungsi likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Untuk menguji maka L ditransformasikan menjadi -2LogL. Penurunan likelihood -2LL menunjukkan model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit dengan data. Dengan alpha α 5, cara menilai model fit ini adalah sebagai berikut: 1. Jika nilai -2LogL 0,05 maka berarti bahwa model fit dengan data. 2. Jika nilai -2LogL 0,05 maka yang berarti bahwa model tidak fit dengan data. Adanya pengurangan nilai antara -2LogL awal initial-2LL function dengan nilai -2LogL pada langkah berikutnya menunjukkan bahwa model yang dihipotesiskan fit dengan data Ghozali, 2006.

3.6.2.3 Koefisien Determinasi

Nagelkerke R Square Cox dan Snell R squaremerupakan ukuran yang mencoba meniru ukuran R2 pada multiple regression yang didasarkan pada teknik 42 estimasi likelihood dengan nilai maksimum kurang dari 1 satu sehingga sulit diinterpretasikan. Nagelkerke’s R square merupakan modifikasi dari koefisien Cox dan Snell untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu. Hal ini dilakukan dengan cara membagi nilai Cox dan Snell’s R2 dengan nilai maksimumnya. Nilai Nagelkerke’s R2 dapat diinterpretasikan seperti nilai R2 pada multiple regression. Nilai yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.

3.6.2.4 Menguji Kelayakan Model Regresi

Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Hosmer and Lemeshow’s Goodness of Fit Test menguji bahwa data empiris cocok atau sesuai dengan model tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Jika nilai statistic Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05, maka berarti ada perbedaan signifikan antara model dengan nilai observasinya sehingga Goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test lebih besar dari 0,05, maka berarti 43 model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinyaGhozali, 2006.

3.6.2.5 Model Regresi Logistik Yang Terbentuk

Analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik logistic regression, yaitu dengan melihat pengaruh ukuran KAP, ukuran klien, tingkat pertumbuhan klien, financial distress, pergantian manajemen, opini audit, dan fee audit terhadap auditor switching pada industri manufaktur. Adapun model regresi dalam penelitian ini adalah sebagai berikut: SWITCHt = bo + b1KAP + b2OPAU + b3ROA + e Keterangan: SWITCH : auditor switching bo : konstanta b1-b3 : koefisien regresi KAP : ukuran KAP OPAU : opini audit ROA : persentase perubahan ROA e : residual error 44 BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskriptif Penelitian

Penelitian ini menggunakan metode analisis regresi logistik. Analisis dimulai dengan pengolahan data yang tersimpan di dalam Microsoft Excel yang akan digunakan sebagai input data pada program SPSS 17.0 aplikasi software pengolah data. Pada program SPSS akan dilakukan regresi logistik.Proses input data terlebih dahulu dilakukan dengan memasukkan data yang ada di dalam Microsoft Excel yang berfungsi sebagai variabel-variabel yang akan diuji dan menghasilkan output sesuai dengan metode analisis data yang telah ditentukan. Berdasarkan kriteria yang telah ditetapkan, penelitian ini memiliki 15 perusahaan yang memenuhi kriteria dan dijadikan sampel dalam penelitian dan diamati selama periode 2009 -2011 dengan 45 unit analisis.

4.2. Analisis Hasil Penelitian

4.2.1. Statistik Deskriptif

Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data yang menggambarkan karakteristik sampel yang digunakan dalam penelitian ini. Analisis ini untuk menjelaskan karakteristik sampel terutama mencakup nilai rata rata mean, nilai ekstrim yaitu nilai minimum dan nilai 45 maksimum, serta standar deviasi.Berdasarkan data olahan SPSS yang meliputi, ukuran KAP, pergantian kantor akuntan publik Auditor switching, persentase perubahan ROA,dan opini audit yang dikeluarkan. S sumber : Hasil Output SPSS Berdasarkan tabel 4.1 dapat diperjelas maknanya sebagai berikut : 1. Jumlah perusahaan adalah 15 perusahaan, dengan 45 unit analisis, yaitu 15 perusahaan dikalikan dengan 3 tahun pengamatan penelitian. Terdapat tiga variabel yang merupakan skala nominal, sehingga angka ini adalah sebagai kategori semata tanpa nilai intrinsik, oleh karena itu tidak dapat dihitung rata-rata mean dan standar deviasi tersebut. 2. Variabel ROA yang berarti persentase perubahan ROAmemiliki nilai minimum sebesar -211,4494 dan nilai maksimum sebesar 884,2105. Rata-rata untuk variabel ukuran perusahaan sebesar 45,810687 dengan standar deviasi 154,0200421. Tabel 4.1 Statistik Deskriptif Variabel-Variabel Penelitian Descriptive Statistics N Minimum Maximum Mean Std. Deviation AUSW 45 1 .09 .288 ROA 45 -211.4494 884.2105 45.810687 154.0200421 KAP 45 1 .40 .495 OPAU 45 1 .56 .503 Valid N listwise 45 46 Statistics AUSW ROA KAP OPAU N Valid 45 45 45 45 Missing Sumber : Hasil Output SPSS Berdasarkan tabel 4.2 dapat dideskripsikan bahwa jumlah data yang valid sah untuk di proses adalah 45 unit analisis, tanpa satu pun data yang hilang missing, artinya semua data telah di proses. Tabel 4.3 Statistik Frekuensi Variabel Auditor Switching Frequency Percent Valid Percent Cumulative Percent Valid Perusahaan Tidak Melakukan Pergantian Kantor Akuntan Publik 41 91.1 91.1 91.1 Perusahaan Melakukan Pergantian Kantor Akuntan Publik 4 8.9 8.9 100.0 Total 45 100.0 100.0 Sumber : Hasil Output SPSS Berdasarkan tabel 4.3 dideskripsikan bahwa variabel Dependent Auditor Switching merupakan variabel nominal yang menggunakan variabel dummy dimana perusahaan yang melakukan pergantian kantor akuntan publik diberi kode “1”, sedangkan yang tidak melakukan pergantian kantor akuntan publik diberi kode “0”, serta memiliki data valid karena Tabel 4.2 Statistik Frekuensi Variabel Penelitian 47 seluruhnya telah diproses. Jumlah data yang melakukan pergantian kantor akuntan publik ada sebanyak 4 perusahaan 8,9 , sedangkan jumlah data tidak melakukan pergantian kantor akuntan publik sebanyak 41 perusahaan 91,1. Tabel 4.4 Statistik Frekuensi Variabel Opini Audit Frequency Percent Valid Percent Cumulative Percent Valid Opini Audit Diluar Opini Wajar Tanpa Pengecualian 20 44.4 44.4 44.4 Opini Audit Wajar Tanpa Pengecualian 25 55.6 55.6 100.0 Total 45 100.0 100.0 Sumber : Hasil Output SPSS Berdasarkan tabel 4.4 dapat dideskripsikan bahwa variabel independen opini audit merupakan variabel nominal yang menggunakan variabel dummy dimana perusahaan yang memperoleh opini audit wajar tanpa pengecualian diberikan kode “1”, sedangkan yang memperoleh opini diluar opini wajar tanpa pengecualian diberi kode “0”, serta memiliki data valid karena seluruhnya telah diproses. Jumlah data yang memperoleh opini wajar tanpa pengecualian ada sebanyak 25 perusahaan 55,6, sedangkan jumlah data yang memperoleh opini diluar opini wajar tanpa pengecualian ada sebanyak 20 perusahaan 44,4. 48 Tabel 4.5 Statistik Frekuensi Variabel Ukuran Kantor Akuntan Publik Sumber : Hasil Output SPSS Dari tabel 4.5 dapat dideskripsikan bahwa variabel independen ukuran kantor akuntan publik merupakan variabel nominal yang menggunakan variabel dummy dimana kantor auditor yang berafiliasi dengan KAP big-four diberi kode “1’ dan kantor auditor yang berafiliasi dengan KAP non-big-fourdiberi kode “0”, serta memiliki data valid karena data seluruhnya telah di proses. Jumlah laporan keuangan perusahaan diaudit KAP yang berafiliasi dengan big-four ada sebanyak 18 perusahaan 40, sedangkan yang tidak berafiliasi dengan big-four ada sebanyak 27 perusahaan 60.

4.2.2 Pengujian Model

4.2.2.1 Hasil Uji Multikolinearitas

Tujuan uji multikolinearitas adalah Untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas Frequency Percent Valid Percent Cumulative Percent Valid Kantor Akuntan Publik Non Big Four 27 60.0 60.0 60.0 Kantor Akuntan Publik Big Four 18 40.0 40.0 100.0 Total 45 100.0 100.0 49 independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.Gejala multikolonieritas terjadi apabila nilai korelasi antar variabel independen lebih besar dari 0.90. Hasil uji multikolinearitas disajikan pada tabel 4.6 berikut ini: Tabel 4.6 Hasil Uji Multikolinearitas Correlation Matrix Constant ROA KAP1 OPAU1 Step 1 Constant 1.000 .000 -1.000 .000 ROA .000 1.000 .000 -.098 KAP1 -1.000 .000 1.000 .000 OPAU1 .000 -.098 .000 1.000 Sumber : Hasil Output SPSS Hasil pengujian dapat menunjukkan bahwa tidak terdapat gejalamultikolonieritas.Matriks korelasi di atas mengungkapkan bahwa korelasi antar variabel independen yang paling besar - 0.098 yang lebih kecil dari 0.90. Berdasarkan hasil ini, dapat disimpulkan bahwa variabelpersentase perubahan ROA, ukuran KAP, dan opini audit bebas dari gejala multikolonieritas.

4.2.2.2 Menguji kelayakan Model Regresi Goodness of Fit

Menilai kelayakan model regresi dilakukan dengan menilai nilai signifikan pada tabel Hosmer and Lemeshow Goodness of fit test. Model dikatakan mampu memprediksi nilai observasi karena cocok 50 dengan data observasinya apabila nilai Hosmer and Lemeshow Goodness of fit test 0,05. Tabel 4.7 Hasil Uji Hosmer and Lemeshow Goodness of fit Sumber : Hasil Output SPSS Dari tampilan tabel hosmer and lamenshow di atas pada tabel 4.7 ditunjukan bahwa besarnya nilai statistik hosmer and lamenshow Goodness of Fit sebesar 2,347 dengan probabilitas signifikansi 0,938 dimana 0,938 0.05. Hal ini berarti model regresi yang dipergunakan dalam penelitian ini layak dipakai untuk Hosmer and Lemeshow Test Step Chi-square df Sig. 1 2.347 7 .938 Contingency Table for Hosmer and Lemeshow Test AUSW = Perusahaan Tidak Melakukan Pergantian Kantor Akuntan Publik AUSW = Perusahaan Melakukan Pergantian Kantor Akuntan Publik Total Observed Expected Observed Expected Step 1 1 5 5.000 .000 5 2 5 5.000 .000 5 3 5 5.000 .000 5 4 5 4.909 .091 5 5 5 4.690 .310 5 6 4 4.642 1 .358 5 7 4 4.299 1 .701 5 8 4 4.194 1 .806 5 9 4 3.266 1 1.734 5 51 analisis selanjutnya, karena tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dan klasifikasi yang diamati.

4.2.2.3 Menguji Model Keseluruhan Model Overall Fit Model

Menilai keseluruhan model dilakukan dengan cara memperhatikan angka pada -2 Log Likelihood -2LL Block Number = 0 dan -2 Log Likelihood -2LL Block Number = 1. Jika terjadi penurunan angka -2 Log Likelihood block Number = 0 – block Number = 1 menunjukkan model regresi yang baik. Nilai -2 Log Likelihood -2LL Block Number = 0 dapat dilihat pada tabel 4.8 sebagai berikut. Tabel 4.8 Hasil Uji Overall Fit Model -2 LogLikelihood Awal Iteration History

a,b,c

Iteration -2 Log likelihood Coefficients Constant Step 0 1 29.047 -1.644 2 27.076 -2.182 3 26.997 -2.319 4 26.996 -2.327 5 26.996 -2.327 a. Constant is included in the model. b. Initial -2 Log Likelihood: 26,996 c. Estimation terminated at iteration number 5 because parameter estimates changed by less than ,001. sumber : Hasil Output SPSS 52 Tabel 4.9 Hasil Uji Overall Fit Model -2 LogLikelihood Akhir Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant ROA KAP1 OPAU1 Step 1 1 24.918 -1.985 .003 .611 -.336 2 20.646 -3.069 .004 1.407 -.695 3 19.463 -4.069 .004 2.428 -1.016 4 19.085 -5.078 .004 3.459 -1.128 5 18.952 -6.086 .004 4.469 -1.141 6 18.903 -7.089 .004 5.472 -1.141 7 18.886 -8.090 .004 6.473 -1.141 8 18.879 -9.090 .004 7.473 -1.141 9 18.877 -10.090 .004 8.474 -1.141 10 18.876 -11.090 .004 9.474 -1.141 11 18.875 -12.090 .004 10.474 -1.141 12 18.875 -13.090 .004 11.474 -1.141 13 18.875 -14.090 .004 12.474 -1.141 14 18.875 -15.090 .004 13.474 -1.141 15 18.875 -16.090 .004 14.474 -1.141 16 18.875 -17.090 .004 15.474 -1.141 17 18.875 -18.090 .004 16.474 -1.141 18 18.875 -19.090 .004 17.474 -1.141 19 18.875 -20.090 .004 18.474 -1.141 20 18.875 -21.090 .004 19.474 -1.141 a. Method: Enter b. Constant is included in the model. c. Initial -2 Log Likelihood: 26,996 d. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found. sumber : Hasil Output SPSS 53 Pada tabel 4.8 dan 4.9 terlihat bahwa angka -2 LL Block Number = 0 adalah 26,996. Dari model tersebut ternyata overall model fit pada -2LL Block Number = 0 menunjukan adanya penurunan pada -2LL Block Number = 1 sebesar 8,121 26,996- 18,875. -2 Log Likelihood awal memiliki nilai 26,996 danmemiliki degree of freedom sebesar 45 – 1 = 44. Kemudian pada tabel selanjutnya dapat dilihat nilai -2 Log Likelihood akhir dengan block number = 1 nilai -2 log likelihood pada tabel 4.9 mengalami penurunan setelah masuknya beberapa variabel independen pada model penelitian, akibatnya nilai -2 Log Likelihood akhir menunjukkan nilai 18,875 dan memiliki degree of freedom sebesar 45 – 3 = 42. Penurunan nilai -2 Log Likelihood sebesar 26,996- 18,875 = 8,121 dengan selisih degree of freedom senilai 44 – 42 = 2. Ghozali 2011:346 menyatakan bahwa, ”Penurunan ini signifikan atau tidak dapat dibandingkan dengan tabel c2 dengan df selisih df dengan konstan saja dan df dengan 3 variabel independen”. Tabel C-2 dengan degree of freedom 2 menunjukkan angka 5.99146. Oleh karena 8,121 lebih besar dari nilai yang ditunjukkan tabel maka dapat dikatakan bahwa selisih penurunan -2 Log Likelihood adalah signifikan. Penurunan nilai -2 log likelihood menunjukkan bahwa model penelitian ini dinyatakan baik atau dengan kata lain model yang dihipotesiskan fit dengan data. 54

4.2.2.4 Uji Koefisien Determinasi

Tujuan dari digunakanannya koefisien determinasi yaitu untuk mengetahui seberapa besar variabilitas variabel-variabel independen mampu memperjelas variabilitas variabel dependen. Koefisien determinasi pada regresi logistik dapat dilihat pada nilai Nagelkerke R Square. Tabel 4.10 Hasil Uji Koefesien Determinasi Tabel 4.10 menunjukkan bahwa nilai Cox Snell R Square sebesar 0,165 dan nilai Nagelkerke R Square sebesar 0,366. Hal ini menunjukkan variabilitas variabel independen untuk memperjelas variabel dependen adalah sebesar 36,6, sementara sisanya yaitu sebesar 63,4 dijelaskan oleh faktor-faktor lain di luar model penelitian ini.

4.2.3 Pengujian Hipotesis Penelitian

Pengujian hipotesis menggunakan model logistic regression dengan metode enter pada tingkat signifikansi α 5 0,05. Apabila Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 18.875 a .165 .366 sumber : Hasil Output SPSS 55 tingkat signifikansi 0,05, maka hipotesis diterima, jika tingkat signifikansi 0,05, maka hipotesis tidak dapat diterima. Logistic regression digunakan untuk menguji pengaruh persentase perubahan ROA ROA, ukuran kantor akuntan publik KAP, opini audit OPAU terhadap pergantian kantor akuntan publik SWITCH. Tabel 4.11 Hasil Uji Koefesien Regresi Logistik sumber : Hasil Output SPSS Dari hasil persamaan regresi logistik tersebut, maka diperoleh model regresi logistik sebagai berikut : Ln SWITCH = -21,090 + 0,004ROA + 19,474KAP - 1,141OPAU + ε Berdasarkan tabel 4.11 dapat dideskripsikan hal sebagai berikut : 1. ROA mempunyai tingkat signifikansi 0,200 dan lebih besar dari tingkat signifikansi 0,05, sehingga persentase perubahan ROA Variables in the Equation B S.E. Wald df Sig. ExpB Step 1 a ROA .004 .003 1.644 1 .200 1.004 KAP1 19.474 9256.0 44 .000 1 .998 2.866E8 OPAU 1 -1.141 1.290 .782 1 .376 .319 Consta nt - 21.090 9256.0 44 .000 1 .998 .000 56 perusahaantidak berpengaruh signifikan terhadap pergantian kantor akuntan publik. 2. KAP mempunyai tingakat signifikansi sebesar 0,998 lebih besar dari tingkat signifikansi 0,05, sehingga variabel ukuran kantor akuntan publik yang diproksikan dengan big-four dan non-big four tidak dapat diterima, artinya ukuran kantor akuntan publik tidak berpengaruh signifikan terhadap kantor akuntan publik. 3. OPAU mempunyai tingkat signifikansi sebesar 0,376 lebih besar dari tingkat signifikansi 0,05, sehingga variabel opini audit yang diproksikan dengan opini wajar tanpa pengecualian dan opini diluar opini wajar tanpa pengecualian tidak dapat diterima, artinya opini audit yang dikeluarkan oleh akuntan publik tidak berpengaruh signifikan terhadap pergantian kantor akuntan publik.

4.3. Pembahasan Hasil Penelitian

4.3.1. Pengaruh

Persentase Perubahan ROA Terhadap PergantianKantor Akuntan Publik Variabel persentase perubahan ROAmemiliki nilai kefisien positif 0,004 dengan tingkat signifikansivariabel sebesar 0,200 di atas tingkat signifikansi 0,05 5. Dapat disimpulkan bahwa H 1 ditolak. Dengan demikian tidak terbukti bahwa persentase perubahan ROA berpengaruh secara signifikan terhadap kualitas audit. Hasil ini berbeda dengan dengan 57 penelitian yang dilakukan Khasanah dan Nahumury 2013 yang menyatakan bahwa persentase perubahan ROAberpengaruh signifikan terhadap pergantian kantor akuntan publik. Namun hasil ini relevan dengan penelitian Trisnawati dan Wijaya 2009 yang menyatakan bahwa persentase perubahan ROA tidakberpengaruh signifikan terhadap pergantian kantor akuntan publik. Hal ini mungkin terjadi karena perusahaan-perusahaan akan mempertimbangkan secara serius tentang masalah pergantian auditor karena auditor yang selama ini mereka gunakan telah mengetahui dan mengerti kondisi perusahaan. Berkaitan dengan teori trade-off, biaya yang dikeluarkan untuk mengganti kantor akuntan publik yang dipakai lebih besar dibandingkan dengan biaya agensi lainnya yang bisa muncul. Dan lagi Jika perusahaan mengganti auditor, perusahaan khawatir jika auditor yang baru akan melakukan pemeriksaan terhadap sistem pembukuan dan menilai rendah standar mutu pembukuan perusahaan mereka ketika melihat kejanggalan atas posisi keuangan yang digambarkan dalam hal ini perubahan return on asset ROA.

4.3.2 Pengaruh Ukuran Kantor Akuntan Publik Terhadap Pergantian

Kantor Akuntan Publik Variabel ukuran kantor akuntan publik memiliki nilai koefisien positif sebesar 19,474 dengan tingkat signifikansi sebesar 0,998 di atas tingkat signifikansi 0,05 5. Dapat disimpulkan bahwa H 2 ditolak. Dengan demikian tidak terbukti bahwa ukuran kantor akuntan 58 publik berpengaruh secara signifikan terhadap pergantian kantor akuntan publik. Hasil ini berbeda dengan hasil penelitian yang dilakukan oleh Chadegani et al 2011,Hudaib dan Cooke 2005,Trisnawati dan Wijaya 2009, Pratitis 2012,dan Prastiwi dan Wilsya 2009, Juliantari dan Rasmini 2013, Kistini dan Nahumury 2014, dan Aprillia 2013 yang menyatakan bahwa ukuran kantor akuntan publik yang diproksikan dengan reputasi kantor akuntan itu sendiri mempunyai pengaruh yang signifikan terhadap pergantian kantor akuntan publik. Namun, Relevan dengan hasil penelitian yang dilakukan oleh Sinarwati 2010, Suyono et al 2013,dan Khasanah dan Nahumury 2013 menyatakan bahwa ukuran kantor akuntan publik yang diproksikan dengan reputasi tidak punya pengaruh yang signifikan terhadap pergantian kantor akuntan publik. Hal ini bisa saja terjadi dikarenakan perusahaan yang telah memilih KAP big fourtidak akan berpindah karena menganggap kualitas auditnya lebih baik, serta untuk meningkatkan kualitas laporan keuangan dan reputasi perusahaan di mata pemakai laporan keuangan.Perusahaan yang telah bekerja sama dengan big four mempunyai kemungkinan pergantian KAP yang kecil. Sedangkan perusahaan yang telah menjalin kerja sama dengan KAP non big four tidak melakukan pergantian karena biaya yang besar untuk melakukan pergantian. Pertimbangan pihak manajemen untuk mempertahankan reputasi perusahaan berkaitan dengan ukuran KAP dimata para shareholdersnya masih menjadi 59 faktor utama bagi perusahaan untuk tetap mempertahankan penggunaan jasa KAP lama.

4.3.3 Pengaruh Opini Audit Terhadap Pergantian Kantor Akuntan

Publik Variabel rotasi audit memiliki nilai koefisien negatif sebesar 1,141 dengan dengan tingkat signifikansivariabel sebesar 0,376 di atas tingkat signifikansi 0,05 5. Dapat disimpulkan bahwa H 3 ditolak. Dengan demikian tidak terbukti bahwa opini audit audit berpengaruh secara signifikan terhadap pergantian kantor akuntan publik. Hasil ini berbeda dengan hasil penelitian dari Hudaib dan Cooke 2005,dan Khasanah dan Nahumury 2013yang menyatakan bahwa opini audit berpengaruh secara signifikan terhadap pergantian kantor akuntan publik. Namun relevan dengan penelitian yang dilakukan oleh Trisnawati dan Wijaya 2009,Sinarwati 2010,Chadeganiet al 2011,dan Juliantari dan Rasmini 2013yang menyatakan bahwa opini audit tidak berpengaruh secara signifikan terhadap pergantian kantor akuntan publik.hal ini bisa diakibatkan karena perusahaan sampel kebanyakan menggunakan KAP Big Four, hal tersebut menyebabkan perusahaan tidak terlalu memiliki keleluasaan untuk melakukan perpindahan KAP apabila penugasan KAP oleh manajemen dianggap tidak lagi sesuai. Pergantian kelas KAP dari Big Four dikhawatirkan dapat menyebabkan adanya sentimen negatif dari 60 pelaku pasar terhadap kualitas pelaporan keuangan dari perusahaan yang mana hal ini berkaitan dengan signaling theory. Dimana pergantian yang dilakukan ketika mendapat opini yang kurang sesuai dengan yang diharapkan dikhawatirkan akan memunculkan signal yang buruk terhadap investor. 61 BAB V KESIMPULAN DAN SARAN

5.1. Kesimpulan

1. Berdasarkan pengujian regresi logistik yang telah dilakukan menunjukan bahwa variabel persentase perubahan ROA suatu perusahaan tidak mempengaruhi pergantian kantor akuntan publik perusahaan tersebut. Hasil penemuan ini menolak hipotesis yang menyatakan bahwa perusahaan yang mengalami kesulitan keuangan akan melakukan pergantian auditor. Pada kenyataannya belum tentu perusahaan yang mengalami masalah keuangan akan melakukan pergantian auditor. 2. Bahwa Variabel ukuran kantor akuntan publik tidak mempengaruhi pergantian kantor akuntan publik suatu perusahaan. Besar kecilnya kantor akuntan publik tersebut tidak mempengaruhi pergantian kantor akuntan publik laporan keuangan perusahaan tersebut. 3. Bahwa Variabel opini audit yang dikeluarkan untuk suatu perusahaan tidak mempengaruhi perusahaan tersebut melakukan pergantian kantor akuntan publik. Hasil pengujian yang gagal menemukan adanya pengaruh signifikan diduga disebabkan karena pada umumnya perusahaan sampel telah mendapatkan opini unqualified. 4. Penelitian yang dilakukan terhadap perusahaan makanan dan minuman food and beverages pada periode pengamatan tahun 2009-2011 diperoleh 15 perusahaan memenuhi kriteria sebagai sampel penelitian, dengan 45 unit 62 analisis 15 perusahaan x 3 tahun. Hasil observasi terdapat 41 unit tidak melakukan pergantian kantor akuntan publik sepanjang peiode pengamatan dan terdapat 4 unit yang melakukan pergantian kantor akuntan publik.

5.2. Keterbatasan