Metode Pengumpulan Data Metode Analisis Data

No Kode Perusahaan Nama Perusahaan 72 VOKS Voksel Electric Tbk Sumber: IDX 2012-2015 dan Pojok Bursa UII data diolah

F. Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini yaitu metode dokumentasi. Metode dokumentasi dilakukan dengan cara menyalin dan mengarsipkan data-data yang diperoleh dari sumber-sumber yang telah tersedia. Dalam penelitian ini data yang digunakan adalah data sekunder yang didapat dari situs resmi Bursa Efek Indonesia di www.idx.co.id dan data dari Pojok Bursa Universitas Islam Indonesia. Selain itu, data sekunder lain yang digunakan dalam penelitian ini adalah artikel, jurnal, dan literatur lainnya yang berkaitan dengan penelitian ini.

G. Metode Analisis Data

Metode analisis data diarahkan untuk menjawab rumusan masalah atas hipotesis yang telah dirumuskan dalam penelitian. Metode analisis data yang digunakan dalam penelitian ini adalah: 1. Statistik Deskriptif Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran mengenai objek penelitian melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku umum Sugiyono, 2011. Statisktik deskriptif digunakan untuk mengetahui gambaran suatu data dilihat dari nilai rata-rata mean, nilai maksimum, dan nilai minimum dari variabel-variabel penelitian. 2. Uji Asumsi Klasik Pengujian yang dilakukan dalam penelitian ini menggunakan pengujian regresi logistik. Regresi logistik digunakan karena variabel dependen dalam penelitian ini merupakan variabel nonmetrik, yaitu variabel dummy. Dalam pengujian statistik data nonmetrik distribusi populasi tidak harus berdistribusi normal. Oleh sebab itu, asumsi normalitas diabaikan dalam regresi logistik. Namun, dalam regresi logistik tidak boleh terdapat korelasi antara variabel dependennya. a. Uji Multikolinieritas Uji multikolinieritas merupakan pengujian untuk mengetahui apakah pada model regresi terdapat korelasi antar variabel independen. Pengujian ini penting untuk mengetahui tidak adanya kemiripan antar variabel independen dalam satu model. Multikolinieritas dapat diketahui dengan menggunakan Variance Inflatin Factor VIF dan nilai Tolerance. Jika nilai VIF lebih dari 10 dan nilai Tolerance kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolinieritas dan dapat digunakan dalam penelitian. Imam Ghozali, 2011 3. Uji Hipotesis Pengujian hipotesis pada penelitian ini menggunakan regresi logistik karena variabel dependen dalam penelitian ini bersifat dichotomous, memiliki 2 nilai yaitu melakukan auditor switching dan tidak melakukan auditor switching . Regresi logistik mengukur kekuatan hubungan antara dua variabel atau lebih serta menunjukkan arah hubungan antara variabel dependen dengan variabel independen. Langkah-langkah yang dilakukan dalam melakukan analisis ini adalah: a. Menilai Model Fit Overall Model Fit Langkah pertama yang dilakukan dalam pengujian regresi logistik adalah menilai modet fit Overall Model Fit. Statistik yang digunakan dalam model ini berdasarkan pada fungsi likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan alternatif, L ditransformasikan menjadi -2LogL. Penurunan likelihood -2LogL menunjukkan model regresi yang baik dan model fit dengan data Imam Ghozali, 2011. b. Menilai Kelayakan Model Regresi Kelayakan model regresi yang dipakai dalam penelitian ini dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Hosmer and Lemeshow’s Goodness of Fit Test menguji hipotesis nol agar sesuai dengan data empiris atau model perbedaan antara model dengan data sehingga dapat dikatakan model fit dengan data. Jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test lebih kecil sama dengan 0,05, maka hipotesis nol ditolak. Artinya, terdapat perbedaan yang signifikan antara model dengan nilai observasinya. Sebaliknya jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test lebih besar dari 0,05, maka hipotesis nol diterima. Artinya, model dapat mempresiksikan nilai observasinya dan model dapat diterima Imam Ghozali, 2011. c. Koefisien Determinasi Negelkerke R Square Negelkerke R square merupakan modifikasi dari koefisien Cox dan Snell’s R Square ukuran yang mencoba meniru ukuran pada regresi berganda pada teknik estimasi likehood. Cox dan Snell’s R Square memiliki kelemahan yaitu nilai maksimum kurang dari 1 satu sehingga sulit diinterprestasikan. Negelkerke R square memodifikasi koefisein Cox dan Snell’s R Square untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu. Hal ini dilakukan dengan cara membagi nilai Cox dan Snell’s R Square pada regresi berganda. Nilai yang kecil atau mendekati nol menunjukkan bahwa kemampuan variabel-variabel independen dalam menjelaskan variasi-variabel dependen sangat terbatas. Sedangkan nilai yang mendekati satu menunjukkan bahwa variabel independen dapat menjelaskan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen Imam Ghozali, 2011. d. Model Regresi Logistik yang Terbentuk Dalam penelitian ini digunakan analisis regresi logistrik. Analisis dilakukan dengan melihat pengaruh masing-masing variabel dependen terhadap variabel independen dan pengaruh seluruh variabel dependen terhadap variabel independen. Model regresi yang terbentuk adalah sebagai berikut: 1 Model Regresi Logistik untuk Pengaruh Parsial Imam Ghozali, 2011 Keterangan: Switch = Auditor Switching α = Konstan β i =Koefisien regresi X = Variabel Independen e = eror 2 Model Regresi Logistik untuk Pengaruh Simultan Imam Ghozali, 2011 Keterangan: Switch = Auditor Switching α = Konstan β i =Koefisien regresi X 1 = Pergantian Manajemen X 2 = Kesulitan Keuangan X 3 = Ukuran KAP X 4 = Audit Delay e = eror e. Estimasi Parameter dan Interprestasi Estimasi parameter menggunakan Maximum Likehood Estimation MLE. H0 = b1 = b2 =...= bi = 0 H0 ≠ b1 ≠ b2 ≠....≠ bi ≠ 0 Hipotesis nol menyatakan bahwa variabal independen tidak mempunyai pengaruh terhadap variabel dependen dalam populasi. Pengujian hipotesis dengan menggunakan tingkat signifikan 0,05. Sehingga dasar pengambilan keputusan adalah: a. Jika nilai probabilitas lebih besar dari 0,05 , maka hipotesis alternatif ditolak. b. Jika nilai probabilitas lebih kecil dari 0,05, maka hipotesis alternatif diterima. 53

BAB IV HASIL PENELITIAN DAN PEMBAHASAN