Perusahaan yang Menjadi Sampel Penelitian No
Nama Perusahaan Kode Perusahaan
1 Energi Mega Persada Tbk.
ENRG 2
Citra Kebun Raya Agri Tbk. CKRA
3
ATPK Resources Tbk. ATPK
4 Bumi Resources Tbk.
BUMI 5
Bayan Resources Tbk. BYAN
6 Darma Henwa Tbk.
DEWA 7
Garda Tujuh Buana Tbk. GTBO
8 Samindo Resources Tbk.
MYOH 9
Perdana Karya Perkasa Tbk. PKPK
10 Golden Eagle Energy Tbk.
SMMT Sumber :
www.idx.co.id
3.6. Jenis Data
Jenis data yang digunakan dalam penelitian ini yaitu data sekunder. Menurut Umar, 2001: 69 data sekunder merupakan “data primer yang telah diolah lebih
lanjut dan disajikan oleh pihak pengumpul data primer maupun oleh pihak lain”. Data penelitian meliputi laporan keuangan auditan, laporan auditor independen,
dan laporan tahunan serta fact book yang telah dipublikasikan dan diambil dari
Universitas Sumatera Utara
database BEI dengan mengunduh data melalui website resmi Bursa Efek
Indonesia, www.idx.co.id, selama tahun 2010 sampai tahun 2013. 3.7. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan yaitu metode dokumentasi dengan mengumpulkan dan menganalisis data sekunder atau data untuk
perusahaan pertambangan pada tahun 2010 hingga 2013 yang diperoleh secara tidak langsung melalui media perantara yaitu internet dari Bursa Efek Indonesia
melalui laporan tahunan dan laporan keuangan yang telah diaudit dan diterbitkan
setiap tahunnya yang diunduh melalui situs www.idx.co.id. 3.8. Teknik Analisis Data
Adapun yang menjadi teknik analisis data dalam penelitian ini yaitu: 1.
Analisis Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan deskripsi suatu data yang dilihat dari rata-rata mean, standar deviasi standard deviation, dan
maksimum-minimum Ghozali, 2006. Analisis statistik deskriptif terdiri dari jumlah, sampel, nilai minimum, nilai maksimum, nilai rata-rata mean
dan standar deviasi. Adapun yang menjadi tujuan dari analisis ini yaitu agar dapat dilihat profil dari data penelitian tersebut. Dalam penelitian ini
variabel yang digunakan adalah ukuran perusahaan, likuiditas, kualitas audit, dan opini audit tahun sebelumnya.
2. Pengujian Data
Pengujian data untuk penelitian ini menggunakan uji asumsi klasik. Namun karena hipotesis penelitian ini menggunakan metode regresi logistik,
Universitas Sumatera Utara
maka pada uji asumsi klasik tidak lagi memerlukan uji normalitas dan uji heterokedastisitas pada variabel bebasnya. Uji asumsi klasik yang
digunakan hanya uji multikoloniearitas dan uji autokorelasi. Regresi logistik tidak memerlukan pengujian normalitas data karena variabel independennya
merupakan campuran antara variabel kontinyu metrik dan kategorial non- metrik sehingga sudah tidak berdistribusi normal Ghozali, 2006: 225.
Regresi logistik juga mengabaikan uji heteroskedastisitas karena variabel dependen tidak memerlukan homoskedastisitas untuk variabel
independennya Gujarati, 2003.
a Uji Multikoliniearitas
Uji Multikoliniearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen Gozali,
2006: 91. Model regresi yang baik adalah tidak adanya gejala korelasi yang kuat antara variabel bebas independen.
Untuk mendeteksi ada atau tidaknya multikoliniearitas dalam penelitian ini, maka akan dilihat dari nilai tolerance dan Variance
Inflation Factor VIF. Jika nilai VIF 10 maka dapat dikatakan terjadi multikoliniearitas, yaitu terjadi hubungan yang cukup besar antara
variabel-variabel bebas. Jika angka tolerance mempunyai angka 0,10, maka variabel tersebut tidak mempunyai masalah multikoliniearitas
dengan variabel bebas lainnya.
b Uji Autokorelasi
Universitas Sumatera Utara
Uji ini digunakan untuk menguji apakah dalam model regresi logistik terdapat korelasi antara kesalahan pengganggu pada periode t
saat ini dengan kesalahan pengganggu pada periode t-1 atau tahun sebelumnya Ghozali, 2006: 95. Hal ini sering ditemukan pada data time
series karena gangguan pada seorang individu atau kelompok pada periode sebelumnya cenderung mempengaruhi gangguan pada individu
ataupun kelompok pada periode berikutnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Untuk mendeteksi adanya autokorelasi maka dilihat dari uji runs test. Runs test dapat digunakan untuk menguji apakah antar residual
terdapat korelasi yang tinggi Ghozali, 2006: 103. Bila hasil output SPSS menunjukkan probabilitas signifikansi di bawah 0,05 maka
disimpulkan terdapat gejala autokorelasi pada model regresi tersebut. Namun jika hasil output SPSS menunjukkan probabilitas signifikansi di
atas 0,05 maka tidak terdapat hubungan korelasi pada model regresi tersebut dan residual adalah acak atau random.
3. Pengujian Model
a Menilai Keseluruhan Model Overall Model Fit
Analisis pertama yang dilakukan adalah menilai overall fit model terhadap data. Hipotesis yang digunakan untuk menilai model fit adalah:
H0 : Model yang dihipotesiskan fit dengan data
Ha : Model yang dihipotesiskan tidak fit dengan data
Universitas Sumatera Utara
Dari hipotesis ini supaya model fit dengan data, maka H0 harus diterima atau Ha harus ditolak. Statistik yang digunakan berdasarkan
pada fungsi Likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Untuk
menguji hipotesis nol dan hipotesis alternatif, L ditransformasikan menjadi -
2LogL. Dengan alpha α 5, cara menilai model fit ini adalah sebagai berikut:
1. .Jika nilai -2LogL 0,05 maka H0 ditolak dan Ha diterima, yang berarti bahwa model fit dengan data.
2. Jika nilai -2LogL 0,05 maka H0 diterima dan Ha ditolak, yang berarti bahwa model tidak fit dengan data.
Adanya pengurangan nilai antara -2LogL awal initial-2LL fungcion dengan nilai -2LogL pada langkah berikutnya menunjukkan bahwa
model yang dihipotesiskan fit dengan data Ghozali, 2006.
b Menilai Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodnes of Fit Test. Adapun hipotesis untuk menilai
kelayakan model ini adalah: H0 : Tidak ada perbedaan antara model dengan data
Ha : Ada perbedaan antara model dengan data Jika nilai statistik Hosmer and Lemeshow Goodness of fit lebih besar
daripada 0,05 maka Ho tidak dapat ditolak dan berarti model mampu
Universitas Sumatera Utara
memprediksi nilai observasinya atau dapat dikatakan model diterima karena sesuai dengan data observasinya Ghozali, 2006.
c Koefisien Determinasi
Koefisien determinasi digunakan untuk mengetahui seberapa besar variabilitas variabel-variabel independen mampu memperjelas
variabilitas variabel dependen. Nilai Koefisien determinasi merupakan
modifikasi dari koefisien NagelKerke untuk memastikan bahwa nilainya bervariasi dari 0 sampai 1. Hal ini dilakukan dengan cara membagi nilai
Nagel Karke R
2
dengan nilai maksimumnya. Model dianggap semakin baik jika semakin mendekati angka 1, dan model dianggap semakin tidak
baik jika mendekati angka 0.
4. Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan analisis multivariate dengan menggunakan regresi logistik logistic regression,
dengan variabel bebasnya merupakan kombinasi antara metrik dan non metrik nominal. Regresi logistik yaitu regresi yang digunakan sejauh
mana probabilitas terjadinya variabel dependen dapat diprediksi dengan variabel independen. Teknik analisis regresi logistik tidak lagi memerlukan
uji normalitas dan uji asumsi klasik pada variabel bebasnya Ghozali, 2006.
Pengujian hipotesis dapat dilakukan melalui koefisien regresi. Koefisien regresi dari setiap variabel yang diuji menunjukkan bentuk hubungan antara
variabel. Pengujiannya dilakukan dengan cara membandingkan antara nilai
probabilitas sig dengan tingkat signifikansi α . Jika nilai asymtotik
Universitas Sumatera Utara
signifikan dari 0,05 tingkat signifikansi α maka berarti H0 ditolak dan Ha diterima yang berarti bahwa variabel independen berpengaruh secara
signifikan terhadap terjadinya variabel dependen. Begitu pula sebaliknya, bila asymtotik signifikan dari 0,05 tingkat signifikansiα maka berarti
H0 diterima dan Ha ditolak yang berarti bahwa variabel independen tidak
berpengaruh secara signifikan terhadap terjadinya variabel dependen. Selain itu, regresi logistik juga mengabaikan uji heteroscedary.
Model regresi logistik yang digunakan untuk menguji hipotesis dalam penelitian ini adalah sebagai berikut:
GCAO = α + β
1
SIZE + β
2
CR + β
3
DER + β
4
ADTR + β
5
PRIOP + ε
Keterangan:
GCAO =
Opini audit going concern variabel dummy, 1 jika opini going concern, 0 jika opini non going
concern
α =
Konstanta SIZE
= Ukuran Perusahaan yang diukur dengan natural log
total aset CR
= Current Ratio, total aktiva lancar dibagi total hutang lancar
DER = Debt to Equity Ratio, total kewajiban dibagi total
ekuitas ADTR
= Reputasi auditor yang menjadi proksi dari kualitas auditor dengan variabel dummy 1 untuk auditor
Universitas Sumatera Utara
yang tergabung skala besar dan 0 untuk yang bukan
PRIOP = Opini tahun sebelumnya variabel dummy, 1 jika
opini going concern, 0 jika opini non going concern
β
1,
β
2
,.. β
4,
β
5
= Koefisien Regresi
ε =
Error Kesalahan Residual
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
