Data Penelitian b HASIL DAN PEMBAHSAN PENELITIAN

48

BAB IV HASIL DAN PEMBAHSAN PENELITIAN

4.1 Data Penelitian

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi logistik. Analisis data dimulai dengan mengolah data dengan menggunakan software SPSS untuk melakukan pengujian asumsi klasik dan pengujian regresi logistik. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai dengan metode analisis data yang telah ditentukan. Berdasarkan kriteria yang telah ditetapkan, diperoleh 11 perusahaan yang memenuhi kriteria dan dijadikan sampel dalam penelitian dan diamati selama periode 2011- 2013 sebagai berikut : Universitas Sumatera Utara 49 Tabel 4.1 Sampel Penelitian No. Nama Perusahaan Kode 1. ATPK Resources Tbk ATPK 2. Ratu Prabu Energy Tbk ARTI 3. Benakat Petroleum Energy Tbk BIPI 4. Berau Coal Energy Tbk BRAU 5. Bumi Resources Tbk BUMI 6. Darma Henwa Tbk DEWA 7. Delta Dunia Tbk DOID 8. Energy Mega Persada Tbk ENRG 9. Garda Tujuh Buana Tbk GTBO 10. Perdana Karya Perkasa Tbk PKPK 11. Samindo Resources Tbk MYOH Sumber : hasil olahan peneliti, 2015

4.2 Analisis Hasil Data

4.2.1 Analisis Statistik Deskriptif

Statistik deskriptif berguna untuk mengetahui karakteristik sampel yang digunakan dalam penelitian. Tabel 4.2 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation Kualitas Audit 33 1 .27 .452 Opini Audit Tahun Sebelumnya 33 1 .30 .467 Pertumbuhan Perusahaan 33 .0502 4.0079 .542924 .7666089 Opini Audit Tahun Sebelumnya 33 1 .24 .435 Valid N listwise 33 Sumber : Hasil Pengolahan SPSS Universitas Sumatera Utara 50 Berdasarkan tabel 4.2 dapat dideskripsikan beberapa hal berikut ini : 1. Jumlah seluruh sampel penelitian adalah 11 perusahaan dikali tiga 3 tahun penelitian sehingga total N adalah 33 perusahaan. Variabel dependen dan variabel independen kualitas audit dan opini audit tahun sebelumnya dalam penelitian ini menggunakan variabel dummy, sedangkan variabel independen pertumbuhan perusahaan menggunakan alat ukur skala. 2. Variabel kualitas audit memiliki range sebesar 1 dan memiliki nilai minimum sebesar 0 dan memiliki nilai maksimum sebesar 1 dan memiliki nilai rata-rata mean sebesar 0,27 dan memiliki standar deviasi sebesar 0,452 dan memiliki variance sebesar 0,205. Perusahaan yang menggunakan KAP big four dalam penelitian ini ada 3 perusahaan. 3. Variabel opini audit tahun sebelumnya memiliki range sebesar 1 dan memiliki nilai minimum sebesar 0 dan memiliki nilai maksimum sebesar 1 dan memiliki nilai rata-rata mean sebesar 0,30 dan memiliki standar deviasi sebesar 0,467 dan memiliki variance sebesar 0,218. Dari total N, terdapat 10 perusahaan yang mendapat opini audit going concern pada periode sebelum penelitian.Variabel pertumbuhan perusahaan memiliki range sebesar 3,9577 dan memiliki nilai minimum sebesar 0,0502 dan memiliki nilai maksimum sebesar 4,0079 dan memiliki nilai rata-rata mean sebesar 0,5429 dan memiliki standar deviasi sebesar 0,7666 dan memiliki variance sebesar 0,588. Dalam penelitian ini, pertumbuhan Universitas Sumatera Utara 51 diukur dengan skala rasio penjualan dari tahun penelitian dan tahun sebelumnya. 4. Variabel penerimaan opini going concern memiliki range sebesar 1 dan memiliki nilai minimum sebesar 0 dan memiliki nilai maksimum sebesar 1 dan memiliki nilai rata-rata mean sebesar 0,24 dan memiliki standar deviasi sebesar 0,435 dan memiliki variance sebesar 0,189. Berdasarkan tabel 4.1 bahwa variabel penerimaan opini going concern merupakan variabel dependen dengan skala nominal yang menggunakan variabel dummy. Dimana perusahaan yang menerima opini audit unqualified dengan going concern atau going concern audit report GCAR diberi kode 1 sedangkan perusahaan yang menerima opini audit unqualified dengan non going concern atau non going audit report NGCAR diberi kode 0.

4.2.2 Uji Multikolonieritas

Regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat antara variabel bebasnya. Multikolonieritas adalah situasi adanya korelasi antar variabel-variabel independen yang satu dengan yang lainnya, dalam hal ini variabel-variabel ini disebut tidak orthogonal. Variabel yang bersifat orthogonal adalah variabel yang memiliki nilai korelasi diantaranya sama dengan nol. Dalam penelitian ini jejak multikolonieritas dapat dilihat dari nilai korelasi antar variabel yang terdapat dalam matriks korelasi. Hasil uji gejala multikolonieritas disajikan pada tabel 4.3 berikut ini : Universitas Sumatera Utara 52 Tabel 4.3 Hasil Uji Multikolonieritas Sumber : Hasil Pengolahan SPSS Dari hasil pengujian dapat disimpulkan bahwa tidak terdapat gejala multikolonieritas antar variabel independen. Gejala multikolonieritas terjadi apabila nilai korelasi antar variabel independen lebih besar dari 0.90. Matrik korelasi diatas memperlihatkan bahwa korelasi antar variabel independen yang paling besar 0,247 atau lebih kecil dari 0,90. Berdasarkan hasil ini, dapat disimpulkan bahwa variabel kualitas audit, opini audit tahun sebelumnya, dan pertumbuhan perusahaan lolos uji gejala multikolonieritas.

4.2.3 Menguji Model Fit Overall Model Fit Test

Uji ini digunakan untuk menilai model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian dilakukan dengan membandingkan nilai antara -2 log likelihood pada awal block number = 0 dengan nilai -2 log likelihood pada akhir block number = 1. Nilai -2 log Correlation Matrix Constant X1 X2 X3 Step 1 Constant 1.000 -.514 -.439 -.588 X1 -.514 1.000 .083 .247 X2 -.439 .083 1.000 -.101 X3 -.588 .247 -.101 1.000 Universitas Sumatera Utara 53 likelihood awal pada block number = 0, dapat ditunjukkan melalui tabel berikut ini. Tabel 4.4 Nilai -2 Log Likelihood -2 LL awal Iteration Historya,b,c Iteration -2 Log likelihood Coefficients Constant Step 0 1 36.628 -1.030 2 36.555 -1.137 3 36.555 -1.139 4 36.555 -1.139 Sumber : Hasil Pengolahan SPSS Nilai -2 log likelihood akhir pada block number = 1, dapat ditunjukkan melalui tabel 4.5 berikut ini : Universitas Sumatera Utara 54 Tabel 4.5 Nilai -2 log likelihood -2 LL akhir Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant X1 X2 X3 Step 1 1 34.331 -1.074 -.156 .854 -.318 2 33.749 -1.132 -.258 1.088 -.674 3 33.677 -1.071 -.299 1.138 -.914 4 33.675 -1.058 -.304 1.146 -.961 5 33.675 -1.058 -.304 1.146 -.962 6 33.675 -1.058 -.304 1.146 -.962 Sumber : Hasil Pengolahan SPSS Dari tabel 4.4 dan tabel 4.5 dapat dilihat bahwa -2 log likelihood awal pada block number = 0, yaitu model yang hanya memasukkan konstanta yang dapat dilihat pada step 3, memperoleh nilai sebesar 36.555. Kemudian pada tabel selanjutnya dapat dilihat nilai -2 LL akhir dengan block number = 1 nilai -2 log likelihood pada tabel 4.5 mengalami perubahan setelah masuknya beberapa variabel independen pada model penelitian, akibatnya nilai -2 LL akhir pada step 5 menunjukkan nilai 33.675. Adanya pengurangan nilai antara -2LL awal initial -2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data Ghozali, 2006. Penurunan nilai -2 log likelihood menunjukkan bahwa model penelitian ini Universitas Sumatera Utara 55 dinyatakan fit, artinya penambahan-penambahan variabel bebas yaitu kualitas audit, opini audit tahun sebelumnya dan pertumbuhan perusahaan dalam model penelitian akan memperbaiki model fit dalam penelitian ini.

4.2.4 Menguji Kelayakan Model Regresi

Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan goodness of fitness test yang diukur dengan nilai chi square pada bagian bawah uji hosmer and lemeshow. Jika nilai Hosmer and Lemeshow‟s Goodness of Fit Test ≤ 0,05, maka berarti terdapat perbedaan signifikan antara model dengan nilai observasinya sehingga goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya Ghozali, 2006. Tabel 4.6 Hosmer and Lemeshow Test Step Chi-square Df Sig. 1 3.652 8 .887 Sumber : Hasil Pengolahan SPSS Tabel 4.6 menunjukkan nilai Hosmer and Lemeshow‟s Goodness of Fit sebesar 3.652 dengan signifikan 0.887. Nilai signifikansi yang diperoleh lebih besar dari 0,05 maka Ho tidak dapat ditolak diterima. 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. Universitas Sumatera Utara 56 Tabel 4.7 Contingency Table for Hosmer and Lemeshow Test Opini Audit Going Concern = Non Going Concern Audit Opinion Opini Audit Going Concern = Going Concern Audit Opinion Total Observed Expected Observed Expected Step 1 1 3 2.869 .131 3 2 2 2.561 1 .439 3 3 3 2.485 .515 3 4 3 2.457 .543 3 5 3 2.419 .581 3 6 2 2.399 1 .601 3 7 2 2.305 1 .695 3 8 2 2.258 1 .742 3 9 2 1.988 1 1.012 3 10 3 3.258 3 2.742 6 Sumber : Hasil Pengolahan SPSS Dari tabel kontijensi untuk uji hosmer and lemeshow, dapat dilihat bahwa dari sepuluh langkah pengamatan untuk penerimaan opini audit going concern yang baik 1 maupun yang tidak baik 0, nilai yang diamati maupun nilai yang diprediksi, tidak mempunyai perbedaan yang terlalu Universitas Sumatera Utara 57 ekstrim. Ini menunjukkan bahwa model regresi logistik yang digunakan dalam penelitian ini mampu memprediksi nilai observasinya.

4.3 Hasil Pengujian Hipotesis

Regresi logistik ingin menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya Ghozali, 2005. Pada penelitian ini, regresi logistik dilakukan terhadap 33 perusahaan sampel yang terdiri dari 8 perusahaan yang menerima opini audit unqualified dengan going concern atau going concern audit report CAGR ditandai dengan angka 1 dan 25 perusahaan yang menerima opini audit unqualified dengan non going concern atau non going concern audit report NCAGR ditandai dengan angka 0. Pemberian tanda tersebut dinamakan dengan variabel dummy. Tabel 4.8 Ikhtisar Pengolahan Data Case Processing Summary Unweighted Cases a N Percent Selected Cases Included in Analysis 33 100.0 Missing Cases .0 Total 33 100.0 Unselected Cases .0 Total 33 100.0 a. If weight is in effect, see classification table for the total number of cases. Sumber : Hasil Pengolahan SPSS Universitas Sumatera Utara 58 Berdasarkan tabel 4.8 di atas dapat diambil analisis sebagai berikut : a. Jumlah sampel pengamatan sebanyak 33 sampel, dan seluruh sampel telah diperhitungkan ke dalam pengujian hipotesis. b. Tidak ada variabel dependen yang dikeluarkan dengan nilai dummy variabel. Variabel dependen bernilai 1 untuk unqualified dengan going concern atau going concern audit report CAGR dan bernilai 0 untuk opini audit unqualified dengan non going concern atau non going concern audit report NCAGR. c. Metode yang digunakan untuk memasukkan data adalah metode enter dimana apabila menggunakan metode ini seluruh variabel bebas independen disertakan dalam pengolahan analisis data untuk mengetahui variabel mana yang berpengaruh terhadap variabel dependen.

4.3.1 Uji T Parsial Uji Wald

Pengujian hipotesis dalam penelitian ini untuk menguji pengaruh variabel independen yaitu kualitas audit, opini audit tahun sebelumnya dan pertumbuhan perusahaan terhadap penerimaan opini audit going concern dengan menggunakan hasil uji regresi yang ditunjukkan dalam variable in the equation. Dalam uji hipotesis dengan regresi logistik cukup dengan melihat Variables in the Equation, pada kolom Significant dibandingkan dengan tingkat kealphaan 0,05 5. Apabila tingkat signifikansi 0,05, maka Hipotesis diterima. Universitas Sumatera Utara 59 Tabel 4.9 Hasil Uji T Parsial Sumber : Hasil Pengolahan SPSS Persamaan regresi dapat dilihat dari kolom B pada tabel 4.9. Tanda matematika dalam persamaan yang akan dibentuk mengikuti angka dalam kolom B. Persamaan regresi logistik yang terbentuk dapat dinyatakan sebagai berikut : Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 + ε Y = - 1.058 – 0.304 X 1 + 1.146X 2 - 0.962X 3 + ε Keterangan: Y = Opini audit going concern variabel dummy α = Konstanta X 1 = kualitas audit X 2 = opini audit tahun sebelumnya X 3 = Pertumbuhan perusahaan Variables in the Equation B S.E. Wald df Sig. ExpB 95 C.I.for EXPB Lower Upper Step 1 a X1 -.304 .999 .093 1 .761 .738 .104 5.227 X2 1.146 .870 1.735 1 .188 3.146 .572 17.309 X3 -.962 1.163 .684 1 .408 .382 .039 3.736 Constant -1.058 .781 1.838 1 .175 .347 a. Variables entered on step 1: X1, X2, X3. Universitas Sumatera Utara 60 β1, β2, β3, β4, β5 = Koefisien Regresi ε = Error residual Konstanta sebesar -1.058 menyatakan bahwa jika tidak diperhitungkan kualitas audit, opini audit tahun sebelumnya dan pertumbuhan perusahaan, maka kemungkinan penerimaan opini going concern adalah sebesar -1.058. Model di atas dapat diinterpretasikan sebagai berikut: a. Variabel X1 kualitas audit menunjukkan nilai koefisien sebesar –0.304 dengan tingkat signifikansi 0,761 lebih besar dari 0.05 5 artinya dapat disimpulkan bahwa variabel ini memiliki pengaruh koefisien negatif dan tidak signifikan terhadap penerimaan opini going concern. b. Variabel X2 opini audit tahun sebelumnya menunjukkan nilai koefisien sebesar 1.146 dengan tingkat signifikansi 0,188 lebih besar dari 0,05 5 artinya dapat disimpulkan bahwa variabel ini memiliki pengaruh koefisien positif dan tidak signifikan terhadap penerimaan opini going concern. c. Variabel X3 pertumbuhan perusahaan menunjukkan nilai koefisien sebesar -0.962 dengan tingkat signifikansi 0,408 lebih kecil dari 0,05 5 artinya dapat disimpilkan bahwa variabel ini berpengaruh negatif dan tidak signifikan terhadap penerimaan opini going concern. Universitas Sumatera Utara 61

4.3.2 Uji Omnibus Uji G

Uji Omnibus menunjukkan bahwa model logistik secara keseluruhan dapat menjelaskan atau memprediksi variabel independen terhadap variabel dependen. Uji hipotesisnya dengan tingkat kealpaan 0,05 maka kesimpulan yang dapat diambil adalah : 1. Jika p-value dalam hal ini adalah sig -2 tailed 0,05 maka Ho diterima dan Ha ditolak, berarti variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen. 2. Jika p-value dalam hal ini adalah sig -2 tailed 0,05 maka Ho ditolak dan Ha diterima. Berarti variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Tabel 4.10 Uji Omnibus simultan Omnibus Tests of Model Coefficients Chi-square df Sig. Step 1 Step 2.879 3 .411 Block 2.879 3 .411 Model 2.879 3 .411 Sumber : Hasil Pengolahan SPSS Berdasarkan tabel 4.10 dapat dilihat bahwa tingkat signifikan sebesar 0,411 0,05 maka variabel kualitas audit, opini audit tahun sebelumnya dan Universitas Sumatera Utara 62 pertumbuhan perusahaan secara bersama-sama tidak berpengaruh terhadap penerimaan opini audit going concern

4.3.3 Koefisien Determinasi

Ukuran ini mirip dengan R Square dalam regresi linear atau regresi linear berganda, yang menunjukan seberapa besar semua variabel independen secara bersama-sama dalam mempengaruhi variabilitas variabel dependen. Ukuran yang digunakan adalah Nagelkerke’s R Square Ghozali, 2005. Penghitungan menggunakan SPSS, jika semakin tinggi hasil presentase yang dihasilkan maka semakin bagus model tersebut dalam memprediksi keputusan investasi. Tabel 4.11 Koefisien Determinasi Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 33.675 a .084 .125 a. Estimation terminated at iteration number 6 because parameter estimates changed by less than ,001 Sumber : Hasil Pengolahan SPSS Berdasarkan tabel 4.11 di atas, maka dapat dilihat bahwa hasil analisis regresi logistik secara keseluruhan menunjukkan nilai Cox Snell R Square sebesar 0,084. Cox Snell R Square merupakan ukuran yang mencoba meniru ukuran R Square pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari satu, sehingga sulit untuk diinterpretasikan. Universitas Sumatera Utara 63 Nagelerke‟s R Square merupakan modifikasi dari koefisien Cox and Snell. Untuk memastikan bahwa nilainya bervariasi dari 0 sampai 1 hal ini dilakukan dengan cara membagi nilai Cox and Snell‟s R Square dengan nilai maksimumnya. Nilai Nagelerke ‟s R Square dapat diinterpretasikan seperti nilai R Square pada multiple regression. Dilihat dari hasil output pengolahan data nilai Nagelerke ‟s R Square adalah sebesar 0,125 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 12,5, dan sisanya sebesar 87.5 dijelaskan oleh variabel-variabel lain di luar variabel penelitian.

4.3.4 Matrik Klasifikasi

Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan keterjadian variabel terkait dependen pada perusahaan dilihat melalui classification table. Tabel 4.12 Matrik Klasifikasi Classification Table

a,b

Observed Predicted Opini Audit Going Concern Percentage Correct 1 Step 0 Opini Audit Going Concern 0 25 100.0 1 8 .0 Overall Percentage 75.8 a. Constant is included in the model. Universitas Sumatera Utara 64 Tabel 4.12 menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit going concern sebesar 100. Hal ini berarti bahwa dengan menggunakan model regresi yang digunakan ada 8 perusahaan yang diprediksi akan opini audit going concern dari 33 perusahaan. Dan kekuatan prediksi model untuk opini audit unqualified dengan non going concern adalah sebesar 0. Hal ini berarti bahwa dengan menggunakan model regresi yang digunakan ada 25 perusahaan yang diprediksi akan opini audit unqualified dengan non going concern.

4.4 Pembahasan Hasil Penelitian