42 Pengujian dilakukan dengan membandingkan nilai antara -
2Log Likelihood pada awal block number = 0 dengan nilai -2Log
Likelihood pada akhir block number = 1 dan menghitung selisih
antara kedua nilai tersebut. Nilai -2 Log Likelihood awal pada block number
= 0, ditunjukkan melalui Tabel 4.4
Tabel 4.4 Likelihood Block 0
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
57.210 -1.254
2 56.762
-1.460 3
56.760 -1.473
4 56.760
-1.473 a. Constant is included in the model.
b. Initial -2 Log Likelihood: 56.760 c. Estimation terminated at iteration number 4
because parameter estimates changed by less than .001.
Nilai -2LogL akhir pada block number = 1, ditunjukkan melalui Tabel 4.5
Tabel 4.5 Likelihood Block
1
Iteration History
a,b,c,d
Iteration -2 Log
likelihood Coefficients
Constant Auditor_Switchi
ng Financial_Distre
ss Debt_Default
Step 1 1
30.280 .667
1.333 2.000
-2.000 2
28.166 .966
2.169 3.199
-3.199 3
25.851 1.136
3.043 4.307
-4.307 4
24.675 1.223
3.971 5.363
-5.363 5
24.248 1.262
4.937 6.389
-6.389 6
24.091 1.278
5.923 7.399
-7.399
Universitas Sumatera Utara
43
7 23.033
1.284 6.918
8.403 -8.403
8 23.012
1.287 7.916
9.405 -9.405
9 22.005
1.287 8.915
10.405 -10.405
10 21.002
1.288 9.915
11.406 -11.406
11 21.001
1.288 10.915
12.406 -12.406
12 20.000
1.288 11.915
13.406 -13.406
13 19.080
1.288 12.915
14.406 -14.406
14 18.070
1.288 13.915
15.406 -15.406
15 17.040
1.288 14.915
16.406 -16.406
16 16.080
1.288 15.915
17.406 -17.406
17 14.040
1.288 16.915
18.406 -18.406
18 13.090
1.288 17.915
19.406 -19.406
a. Method: Enter b. Constant is included in the model.
c. Initial -2 Log Likelihood: 56.760 d. Estimation terminated at iteration number 18 because parameter estimates changed by
less than ,001.
Tabel 4.4 menunjukkan bahwa -2LogL awal pada block number
= 0, yaitu model hanya memasukkan konstanta yang dapat dilihat pada step 1 memperoleh nilai sebesar 56.760. Kemudian pada
tabel 4.5 dapat dilihat bahwa setelah masuknya variabel independen pada model nilai -2LogL akhir pada step 18 menunjukkan nilai
13.090. Selisih antara nilai -2LogL awal dengan nilai -2LogL akhir
adalah sebesar 43.670 56.760-13.090. Adanya pengurangan nilai antara -2LogL awal dengan nilai -2LogL akhir menunjukkan bahwa
model yang dihipotesiskan fit dengan data.
Universitas Sumatera Utara
44
4.2.3.2 Menilai Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan
Hosmer and Lemeshow’s Goodness of Fit Test yang diukur dengan nilai Chi-Square. Probabilitas signifikansi yang
diperoleh kemudian dibandingkan dengan tingkat signifikansi α 5. Hipotesis untuk menilai kelayakan model regresi adalah:
H
o
: Tidak ada perbedaan antara model dengan data H
a
: Ada perbedaan antara model dengan data
Tabel 4.6 Hosmer dan Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 .000
3 1.000
Tabel 4.6 menunjukkan hasil pengujian Hosmer and Lemeshow. Hasil pengujian statistik menunjukkan probabilitas
signifikan sebesar 1.000. Nilai signifikansi yang diperoleh lebih besar dari α tingkat signifikansi 0,05. 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, atau dapat dikatakan model mampu memprediksi nilai observasinya.
4.2.3.3 Koefisien Determinasi
Menurut Ghozali 2006:83 koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam
Universitas Sumatera Utara
45 menerangkan variasi variabel independen. Koefisien determinasi
pada regresi logistik dapat dilihat pada nilai Nagelkerke R Square. Tabel Nagelkerke R Square dapat dilihat pada tabel 4.7 berikut.
Tabel 4.7 Nagerkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 13.090
a
.425 .567
a. Estimation terminated at iteration number 18 because parameter estimates changed by less than ,001.
Tabel di atas menunjukkan nilai Nagelkerke R Square. Dilihat dari hasil output pengolahan data, nilai Nagelkerke R Square
adalah sebesar 0,567 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar
56,7, sisanya sebesar 43,3 100 - 56,7 dijelaskan variabilitas variabel-variabel lain di luar model penelitian.
4.2.3.4 Matriks Klasifikasi
Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan
opini audit going concern pada auditee. Matriks klasifikasi dapat dilihat pada Tabel 4.8
Universitas Sumatera Utara
46
Tabel 4.8 Nagerkerke R Square
Classification Table
a
Observed Predicted
Opini_Going_Concern Percentage Correct
1 Step 1
Opini_Going_Concern 38
5 88.4
1 3
11 78.6
Overall Percentage 86.0
a. The cut value is .500
Dari tabel di atas dapat dilihat bahwa menurut prediksi, yang menerima opini audit going concern adalah 14, sedangkan
observasi sesungguhnya menunjukkan bahwa auditee yang menerima opini audit going concern adalah 11. Jadi ketepatan model
ini adalah 1114 atau 78.6. Kemudian menurut prediksi, auditee yang tidak menerima opini non going concern adalah 43, sedangkan
observasi sesungguhnya menunjukkan bahwa auditee yang menerima opini audit non going concern adalah 38. Jadi, ketepatan
model ini adalah 3843 atau 88.4. Ketepatan prediksi keseluruhan model ini adalah 86.
Universitas Sumatera Utara
47
4.2.4 Pengujian Hipotesis Tabel 4.9
Case Processing Summary
Case Processing Summary
Unweighted Cases
a
N Percent
Selected Cases Included in Analysis
57 100.0
Missing Cases .0
Total 57
100.0 Unselected Cases
.0 Total
57 100.0
a. If weight is in effect, see classification table for the total number of cases.
Berdasarkan Tabel 4.9 diatas dapat diketahui bahwa : a.
Jumlah sampel pengamatan sebanyak 57 sampel, dan seluruh sampel telah diperhitungkan ke dalam pengujian hipotesis.
b. Tidak ada variabel dependen yang dikeluarkan missing dengan nilai
variabel dummy 1 untuk opini going concern dan 0 untuk opini audit non going concern
. c.
Metode yang digunakan adalah metode enter dimana dengan metode ini seluruh variabel independen disertakan dalam pengolahan data untuk
mengetahui variabel mana yang berpengaruh terhadap variabel dependen. Dalam uji regresi pengaruh antara variabel dependen dan variabel
independen dapat dilihat pada Variables in the Equation, pada kolom significa nt
dibandingkan dengan tingkat alpha 0,05 5. Apabila tingkat signifikansi 0,05, maka hipotesis diterima.
Universitas Sumatera Utara
48
Tabel 4.10 Hasil Uji Koefisien Regresi
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
Step 1
a
Auditor_Switching .622
.857 .527
1 .468
1.863 Financial_Distress
.330 .450
1.386 1
.239 1.000
Debt_Default 3.687
.919 16.108
1 .020
39.925 Constant
2.992 .854
12.268 1
.000 .050
a. Variables entered on step 1: Auditor_Switching, Financial_Distress, Debt_Default.
Tabel di atas menunjukkan hasil pengujian dengan regresi logistik pada tingkat signifikansi 5. Dari pengujian dengan regresi logistik di atas
maka diperoleh persamaan regresi logistik sebagai berikut :
Y= 2.992 + 0,622X
1
+ 0.330X
2
+ 3.687X
3
+ e
Dimana : X
1
: Auditor Switching X
2
: Financial Distress X
3
: Debt Default α : Konstanta
e : Error tingkat kesalahan
Berdasarkan tabel 4.10 diatas, maka diperoleh hasil uji regresi logistik yang diperlukan untuk menguji hipotesis yang dikemukakan. Hasil
pengujian hipotesis adalah sebagai berikut
H1 : Auditor Switching pengaruh terhadap penerimaan opini audit going
concern .
Universitas Sumatera Utara
49 Auditor Switching
pada tabel di atas menunjukkan koefisien positif sebesar 0.622 dengan tingkat signifikansi 0.468 yang nilainya berada di atas tingkat
signifikansi 0,05. Hal ini berarti H1 tidak dapat didukung atau Auditor Switching
tidak berpengaruh secara signifikan terhadap opini audit going concern
. H2
: Financial Distress berpengaruh terhadap penerimaan opini audit going concern
. Fina ncia l Distress
pada tabel di atas menunjukkan koefisien positif sebesar 0.330 dengan tingkat signifikansi 0.239 yang nilainya berada di atas tingkat
signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa H2 tidak dapat didukung atau Financial Distress tidak memiliki pengaruh signifikan
terhadap penerimaan opini audit going concern. H3 : Debt Default berpengaruh terhadap penerimaan opini audit going
concern Debt Defa ult
pada tabel di atas menunjukkan koefisien positif sebesar 3.687 dengan tingkat signifikansi 0.020 yang nilainya berada di bawah tingkat
signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa H3 dapat didukung atau Debt Default berpengaruh positif dan signifikan terhadap
penerimaan opini audit going concern.
4.3 Pembahasan Hasil Analisis Penelitian 4.3.1 Pengaruh Auditor Switching terhadap Opini Audit Going Concern
Auditor Switching pada penelitian ini menunjukkan koefisien positif
sebesar 0.622 dengan tingkat signifikansi 0.468 yang nilainya berada di atas
Universitas Sumatera Utara
50 tingkat signifikansi 0,05 sehingga dapat di simpulkan bahwa Auditor
Switching tidak berpengaruh terhadap opini audit going concern.
Hasil penelitian ini mendukung temuan sebelumnya dalam penelitian yang dilakukan oleh Damayanti dan Sudarma 2008 yang menyatakan
bahwa opini akuntan tidak memiliki pengaruh terhadap perusahaan publik di Indonesia untuk berpindah KAP. Sebaliknya penelitian ini tidak mendukung
hasil penelitian Kadir dalam Damayanti dan Sudarma 2008. Hasil pengujian yang tidak menemukan adanya pengaruh signifikan diduga
disebabkan karena pada umumnya perusahaan sampel telah mendapatkan opini unqualified. Selain itu alasan sebuah perusahaan melakukan auditor
cha nges dikarenakan oleh adanya peraturan BAPEPAM Nomor Kep
20PM2002 tanggal 12 Nopember 2002 serta SK Menteri Keuangan Nomor 423KMK-062002 yang berisi pembatasan hubungan auditee dan auditor
paling lama 5 tahun berturut-turut untuk KAP dan 3 tahun berturut-turut untuk seorang akuntan. Peraturan tersebut telah diperbaharui dengan
Peraturan Menteri Keuangan No. 17PMK.012008 membatasi penugasan audit paling lama 6 tahun berturut-turut untuk KAP dan 3 tahun berturut-
turut untuk seorang akuntan.
4.3.2 Pengaruh Financial Distress terhadap Opini Audit Going Concern
Fina ncia l Distress pada penelitian ini menunjukkan koefisien positif
sebesar 0.330 dengan tingkat signifikansi 0.239 yang nilainya berada di atas tingkat signifikansi 0,05 sehingga dapat disimpulkan bahwa Financial
Universitas Sumatera Utara
51 Distress
tidak memiliki pengaruh terhadap penerimaan opini audit going concern
. Dalam memberikan opini going concern, seorang auditor tentu saja
sangat memperhatikan kondisi keuangan auditee. Auditee yang tidak mempunyai permasalahan keuangan yang serius, tidak mengalami kesulitan
likuiditas, mempunyai modal kerja yang cukup, serta tidak mengalami defisit equitas sudah barang tentu jauh dari penerimaan opini going concern.
Sementara perusahaan yang mengalami permasalah keuangan, kesulitan likuiditas, kekurangan modal kerja, serta kerugian terus menerus yang
mengakibatkan berpeluang besar menerima opini going concern
4.3.3 Pengaruh Debt Default terhadap Opini Audit Going Concern
Debt Defa ult pada penelitian ini menunjukkan koefisien positif
sebesar 3.687 dengan tingkat signifikansi 0.020 yang nilainya berada di bawah tingkat signifikansi 0,05 Sehingga dapat disimpulkan bahwa Debt
Defa ult berpengaruh positif dan signifikan terhadap penerimaan opini audit
going concern .
Hasil temuan ini berarti sesuai pernyataan yang tercantum dalam PSA No. 30 tentang kondisi yang perlu dipertimbangkan auditor dalam menilai
kelangsungan hidup perusahaan, dimana dalam salah satu point disebutkan bahwa kondisi tentang kemungkinan suatu perusahaan mengalami kesulitan
keuangan yaitu kegagalan dalam memenuhi kewajiban utangnya atau perjanjian serupa.
Universitas Sumatera Utara
52
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan analisis data dan pembahasan yang telah dilakukan, maka dapat diambil kesimpulan sebagai berikut:
1. Auditor Switching berpengaruh positif dan tidak berpengaruh secara
signifikan terhadap penerimaan opini audit going concern. 2.
Financial Distress berpengaruh positif dan tidak berpengaruh secara signifikan terhadap penerimaan opini audit going concern.
3. Debt default berpengaruh positif dan berpengaruh secara signifikan
terhadap penerimaan opini audit going concern.
5.2 Keterbatasan Penelitian
1. Penelitian ini hanya menggunakan 3 variabel yaitu Auditor Switching,
Fina ncia l Distress , dan Debt Default.
2. Periode penelitian hanya 3 tiga tahun yaitu 2011-2013 sehingga belum
bisa melihat kecenderungan trend penerbitan opini audit going concern oleh auditor dalam jangka panjang.
5.3 Saran
1. Perusahaan yang terdaftar di Bursa Efek Indonesia sebaiknya
menganalisis faktor-faktor seperti Auditor Switching, Financial Distress ,
dan Debt Default untuk menjaga kelangsungan hidupnya. 2.
Bagi peneliti selanjutnya dapat menambah variabel penelitian lainnya dan memperpanjang periode penelitian sehingga kecenderungan trend
Universitas Sumatera Utara
53 penerbitan opini audit going concern oleh auditor dalam jangka panjang
dapat terlihat.
Universitas Sumatera Utara
54
DAFTAR PUSTAKA
Arens, Alvian A., et al. 2008. Auditing Jasa Assurance. Jakarta: Erlangga. Arga,Santoso Fajar.,dan Linda, Wedari K
usumaning.,2007.“Analisis Faktor- Faktor Yang Mempengaruhi Kecenderungan Penerimaan Opini Audit
Going Concern”.Alumni Fakultas Ekonomi UNIKA Soegijapranata., Semarang.
Chen, et al. 2005. An empirical investigation of the relationship between intellectual capital and firm’s market value and financial performance.
Journal of Intellectual Capital, Vol 6, Issue 2.
Chow, C.W., dan S.J. Rice. 1982. Qualified Audit Opinions and Auditor Switching. The Accounting Review. 572: 326-335.
Damayanti, S. dan M. Sudarma. 2008. “Faktor-Faktor yang Mempengaruhi Perusahaan Berpindah Kantor Akuntan Publik”. Simposium Nasional
Akunta nsi XI, Pontianak, hal. 1-13.
Damodar N. Gujarati, 2003 “Basic Econometrics” fourth edition McGraw-Hill, New York.
Erlina, 2011. Metodologi Penelitian : Untuk Akuntansi, USU PRESS, Medan. Ferima, Citra 2010 Manajemen Laba Perusahaan Yang Melanggar Perjanjian
Uta ng Studi Empiris pa da Perusa ha a n Ma nufa ktur ya ng Terda fta r di Bursa Efek Indonesia Ta hun 2005-2007.
Other thesis, FAKULTAS EKONOMI.
Geiger, M., K. Raghunandan, and D.V. Rama. 1996. ”Going-Concern Audit
Report Recipients Before and After SAS No 59”. National Public Accountant. pp 24-25.
Ghozali, Imam, 2006. Aplikai Analisis Multivarite dengan SPSS, Cetakan Keempat, Badan Penerbit Universitas Diponegoro, Semarang.
Ghozali, Imam. 2012. Aplikasi Analisis Multivariate Dengan Program SPSS. Badan Penerbit Universitas Diponegoro. Semarang.
Ho, Joanna L. 1994. The Effect of Experience on Consensus of Going-Concern Keputusans. Behavioral Research in Accounting. Vol. 6: 160-172.
Ikatan Akuntan Indonesia. 2001. Standar Profesional Akuntan Publik. Jakarta: Salemba Empat.
Universitas Sumatera Utara
55 IAPI. 2011. Standar Profesi Akuntan Publik, Salemba Empat, Jakarta.
Koh Hian Chye dan Tan Sen Suan. 1999. “ A Neural Network Approach to The
Prediction of Going Concern Status”.
Kuncoro, Mudrajat. 2001. Metode Kuantitatif : Teori dan Aplikasi untuk Bisnis da n Ekonomi. Yogya ka rta
: UPP-AMP YKPN.
Kuncoro, Mudrajat, 2003, Metode Riset untuk Bisnis Ekonomi, Bagaimana Meneliti Menulis Tesis?
, Erlangga, Jakarta. Mardiyah, Aida Ainul, Mei 2002.
“Pengaruh Informasi Asimetri dan Disclosure terhadap Cost of Capital
”, Jurnal Riset Akuntansi Indonesia, Vol.5 No.2, hal 229-256.
Mayangsari, S. 2003. Pengaruh Kualitas Audit, Independensi terhadap Integritas Laporan Keuangan. Simposium Nasional Akuntansi VI. Surabaya.
Messier, F.W., et.al. 2005. Jasa Audit dan Assurance: Suatu Pendekatan Sistema tis.
Diterjemahkan oleh Nuri Hinduan. Edisi 4 Buku 1 2. Jakarta: Salemba Empat.
Mudrajad Kuncoro. 2004. Metode Kuantitatif : Teori dan Aplikasi untuk Bisnis da n Ekonomi
. Yogyakarta : UPP AMP YKPN. Mustarno. 2004. “Earning Management, Financial Distress dan Pergantian
Auditor” Skripsi Program S1 Universitas Sebelas Maret, Surakarta. Tidak Dipublikasikan.
Mutchler, J.F., W. Hopwood, dan J.C McKeown. 1997. “The Influence of Contrary Information and Mitigating Factors on Audit Report Decisions
on Bankrupt Companies”. Journal of accounting Research. Autumn.
Praptitorini, M. D. Dan I. Januarti, 2007. “Analisis Pengaruh Kualitas Audit, Debt Defa ult, da n Opinion Shopping Terhada p Penerima a n Opini Going
Concern”, Simposium Nasional Akuntansi X. h. 1-25 Purba, Djahotman dan Dermawan Sjahrial. 2011. Analisa Laporan Keuangan :
Ca ra Muda h Pra ktis Mema ha mi La poran Keua ngan, Mitra Wacana
Media, Jakarta. Ramadhany, A. 2004. Analisis Faktor-Faktor yang Mempengaruhi Penerimaan
Opini Going Concern pada Perusahaan Manufaktur yang Mengalami Financial Distress di Bursa Efek Jakarta. Jurnal MAKSI 4, 146-160
Universitas Sumatera Utara
56 Santosa, Arga Fajar dan Linda Kusumaning Wedari. 2007. Analisis Faktor-Faktor
yang mempengaruhi kencenderungan penerimaan Opini Audit Going Concern. JAAI Volume 11 No.2, Desember 2007: 141-158.
Sartono, Mpaata 1997. Faktor Determining Price-Earnings PE Ratio, Kelola No. 15VI1997, hal 133-150
Setyarno, et al. 2006. Pengaruh Kualitas Audit, Kondisi Keuangan Perusahaan, Opini Audit Tahun Sebelumnya, Pertumbuhan Perusahaan Terhadap Opini
Audit Going Concern. Simposium Nasional Akuntansi IX, Padang.
Setyorini, Theresia Niken dan Aloysia Yanti Ardiati. 2006. Pengaruh Potensi Kebangkrutan Perusahaan Publik terhadap Pergantian Auditor. Jurnal
Kiner ja . Vol. 10. No.1 Hal 76-87.
Solikah, Badingatus 3351403053 2007 Pengaruh Kondisi Keuangan Perusa ha a n, Pertumbuha n Perusa ha a n, dan Opini Audit Ta hun
Sebelumnya Terhada p Opini Audit Going Concern. Under Graduates
thesis, Universitas Negeri Semarang. Venuti, E.K. 2007. The Going Concern Assumption Revisited Assessing a
Company’s Future Viability. The CPA Journal, 74 5, 40-43. www.idx.com
www.sahamok.com
Universitas Sumatera Utara
57
LAMPIRAN Lampiran 1
DAFTAR POPULASI DAN SAMPEL PERUSAHAAN
No Kode
Klasifikasi Kriteria
Sampel Sampel
1 2
3
1 SMCB Cement
√ X
X 2
INTP Cement
√ X
X 3
SMGR Cement √
X X
4 SMBR Cement
X X
X 5
ARNA Ceramics, Glass, Porcelain √
X X
6 AMFG Ceramics, Glass, Porcelain
√ X
X 7
IKAI Ceramics, Glass, Porcelain
√ √
X 8
KIAS Ceramics, Glass, Porcelain
√ √
X 9
MLIA Ceramics, Glass, Porcelain
√ X
X 10
TOTO Ceramics, Glass, Porcelain √
X X
11 ALMI
Metal and Allied Products √
X X
12 ALKA Metal and Allied Products
√ X
X 13
BTON Metal and Allied Products √
X X
14 CTBN Metal and Allied Products
√ X
X 15
GDST Metal and Allied Products √
X X
16 INAI
Metal and Allied Products √
X X
17 ITMA
Metal and Allied Products √
X X
18 JKSW Metal and Allied Products
√ √
√ 19
JPRS Metal and Allied Products
√ X
X 20
KRAS Metal and Allied Products √
√ √
S1 21
LION Metal and Allied Products
√ X
X 22
LMSH Metal and Allied Products √
X X
23 MYRX Metal and Allied Products
X X
X 24
PICO Metal and Allied Products
√ X
X 25
NIKL Metal and Allied Products
√ √
√ S2
26 TBMS Metal and Allied Products
√ X
X 27
ISSP Metal and Allied Products
X X
X 28
BRPT Chemicals
√ √
√ S3
29 BUDI
Chemicals √
X X
30 DPNS
Chemicals √
√ X
31 EKAD Chemicals
√ X
X 32
ETWA Chemicals √
X X
Universitas Sumatera Utara
58
No Kode
Klasifikasi Kriteria
Sampel Sampel
1 2
3
33 SRSN
Chemicals √
X X
34 INCI
Chemicals √
√ √
S4 35
SOBI Chemicals
√ √
√ S5
36 TPIA
Chemicals √
√ √
S6 37
UNIC Chemicals
√ X
X 38
AKKU PlasticsPackaging √
√ X
39 AKPI
PlasticsPackaging √
X X
40 APLI
PlasticsPackaging √
X X
41 BRNA PlasticsPackaging
√ X
X 43
IPOL PlasticsPackaging
√ X
X 44
IGAR PlasticsPackaging
√ X
X 45
SIAP PlasticsPackaging
√ X
X 46
SIMA PlasticsPackaging
√ √
√ 47
FPNI PlasticsPackaging
√ X
X 48
TRST PlasticsPackaging
√ X
X 49
YPAS PlasticsPackaging
√ X
X 50
CPIN Animal Feed
√ X
X 51
JPFA Animal Feed
√ X
X 52
MAIN Animal Feed √
X X
53 MBAI Animal Feed
X X
X 54
SIPD Animal Feed
√ X
X 55
SULI Wood Industries
X √
X 56
TIRT Wood Industries
√ √
√ S7
57 ALDO PulpPaper
√ X
X 58
FASW PulpPaper √
X X
59 INKP
PulpPaper √
√ X
60 KBRI
PulpPaper √
√ √
61 SPMA PulpPaper
√ X
X 62
SAIP PulpPaper
X √
√ S8
63 TKIM
PulpPaper √
X X
64 INRU
PulpPaper √
√ √
S9 65
KRAH Mesin dan Alat Berat X
X X
66 ASII
Automotive and Components √
X X
67 AUTO Automotive and Components
√ X
X 68
GJTL Automotive and Components
√ X
X 69
GDYR Automotive and Components √
X X
Universitas Sumatera Utara
59
No Kode
Klasifikasi Kriteria
Sampel Sampel
1 2
3
70 BRAM Automotive and Components
√ X
X 71
MASA Automotive and Components √
X X
72 NIPS
Automotive and Components √
X X
73 PRAS
Automotive and Components √
X X
74 IMAS
Automotive and Components √
X X
75 INDS
Automotive and Components √
X X
76 LPIN
Automotive and Components √
X X
78 SMSM Automotive and Components
√ X
X 79
MYTX Textile, Garment √
√ √
S10 80
ARGO Textile, Garment √
√ √
S11 81
POLY Textile, Garment √
√ X
82 CNTX Textile, Garment
√ √
√ S12
83 INDR
Textile, Garment √
X X
84 ERTX Textile, Garment
√ √
√ S13
85 ESTI
Textile, Garment √
√ √
S14 86
KARW Textile, Garment √
X X
87 UNTX Textile, Garment
√ X
X 88
UNIT Textile, Garment
√ X
X 89
PBRX Textile, Garment √
√ √
S15 90
PAFI Textile, Garment
X √
X 91
HDTX Textile, Garment √
X X
92 ADMG Textile, Garment
√ X
X 93
RICY Textile, Garment
√ X
X 94
SSTM Textile, Garment √
√ √
S16 95
TRIS Textile, Garment
X X
X 96
SRIL Textile, Garment
X X
X 97
BIMA Footwear √
X X
98 BATA Footwear
√ X
X 99
SIMM Footwear X
√ X
100 JECC
Cable √
√ √
S17 101 KBLM Cable
√ X
X 102
KBLI Cable
√ X
X 103 SCCO Cable
√ X
X 104
IKBI Cable
√ X
X 105 VOKS Cable
√ X
X 106
PTSN Electronics
√ √
√ S18
Universitas Sumatera Utara
60
No Kode
Klasifikasi Kriteria
Sampel Sampel
1 2
3
107 ADES Food and Beverages √
X √
108 AISA
Food and Beverages √
X X
109 ALTO Food and Beverages X
X X
110 CEKA Food and Beverages √
√ X
111 DAVO Food and Beverages √
√ X
112 DLTA Food and Beverages √
X X
113 ICBP
Food and Beverages √
X X
114 INDF
Food and Beverages √
X X
115 MYOR Food and Beverages √
X X
116 MLBI
Food and Beverages √
X X
117 PSDN
Food and Beverages √
X X
118 ROTI
Food and Beverages √
X X
119 SKBM Food and Beverages X
X X
120 SKLT
Food and Beverages √
X X
121 STTP
Food and Beverages √
X X
122 ULTJ
Food and Beverages √
X X
123 RMBA Tobacco Manufactures √
√ √
S19 124 GGRM Tobacco Manufactures
√ X
X 125 HMSP Tobacco Manufactures
√ X
X 126
WIIM Tobacco Manufactures
X X
X 127 DVLA Pharmaceuticals
√ X
X 128
INAF Pharmaceuticals
√ X
X 129
KLBF Pharmaceuticals
√ X
X 130 KAEF Pharmaceuticals
√ X
X 131 MERK Pharmaceuticals
√ X
X 132
PYFA Pharmaceuticals
√ X
X 133
SCPI Pharmaceuticals
√ √
X 134
SIDO Pharmaceuticals
X X
X 135
SQBI Pharmaceuticals
√ X
X 136
TSPC Pharmaceuticals
√ X
X 137
TCID Cosmetics and Household
√ X
X 138 MRAT Cosmetics and Household
√ X
X 139 MBTO Cosmetics and Household
√ X
X 140 UNVR Cosmetics and Household
√ X
X 141
KICI Houseware
√ X
X 142
KDSI Houseware
√ X
X
Universitas Sumatera Utara
61
No Kode
Klasifikasi Kriteria
Sampel Sampel
1 2
3
143 LMPI
Houseware √
X X
Universitas Sumatera Utara
62
Lampiran 2 DATA VARIABEL PENELITIAN
No Perusahaan
Tahun X1
X2 X3
Y Auditor
Switching Financial
Distress Debt
Default Opini
Audit
Going Concern
1 KRAS
2011 146,41
2012 112,47
2013 1
96,23 2
NIKL 2011
151,57 2012
1 120,81
2013 118,64
3 BRPT
2011 1,99
2012 1
1,53 2013
1,35 4
INCI 2011
11,2 2012
7,7 2013
13,9 5
SOBI 2011
1 116,13
2012 114,72
2013 165,92
6 TPIA
2011 1,76
2012 1
1,43 2013
1,31 7
TIRT 2011
144,5 2012
1 119,4
2013 98
8 SIAP
2011 207,97
2012 131,83
2013 1
99,66 9
INRU 2011
117 2012
73 2013
1 64
10 MYTX
2011 1
46,46 1
1 2012
50,38 1
1 2013
47,99 1
1 11
ARGO 2011
1,04 1
1 2012
0,79 1
1 2013
1 0,67
1 1
12 CNTX
2011 1,06
2012 1
1,01 2013
0,49
Universitas Sumatera Utara
63
No Perusahaan
Tahun X1
X2 X3
Y Auditor
Switching Financial
Distress Debt
Default Opini
Audit
Going Concern
13 ERTX
2011 0,99
2012 1
1,04 2013
1,01 14
ESTI 2011
118,7 2012
1 99,9
2013 86,3
15 PBRX
2011 1
143,98 2012
1 127,89
2013 333,79
16 SSTM
2011 1,83
2012 172,07
1 1
2013 1
131,43 1
1 17
JECC 2011
111 2012
118 2013
1 98
18 PTSN
2011 1,24
2012 1
1,37 2013
1,69 19
RMBA 2011
111,96 2012
1 164,27
2013 117,87
Sumber : Data diolah 2015 Keterangan :
X1 Pergantian Auditor
= Variabel Auditor Switching X2
Current Ra tio = Variabel Financial Distress
X3 Tunggak an Hutang
= Variabel Debt Default Y
Opini Going Concern = Variabel Opini Going Concern
Auditor Switcing = 1 jika dalam periode penelitian melakukan pergantian auditor
dan 0 jika dalam periode penelitian tidak melakukan pergantian auditor. Debt Defa ult =
1 untuk perusahaan dalam status debt default dan 0 untuk perusahaan yang tidak dalam status debt default.
Opini Going Concern = 1 jika opini audit going concern, 0 jika opini audit non going
concern.
Universitas Sumatera Utara
64
Lampiran 3 OUTPUT SPSS
Descriptive Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Auditor_Switching
57 .00
1.00 .3220
.47127 Financial_Distress
57 49.00
114924.00 8260.9322
17413.92233 Debt_Default
57 .00
1.00 .3729
.48772 Opini_Going_Concern
57 .00
1.00 .1864
.39280 Valid N listwise
57
Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
Auditor_Switching .981
1.020 Financial_Distress
.941 1.063
Debt_Default .946
1.057
Runs Test
Runs Test
Unstandardized Residual
Test Value
a
-.01673 Cases Test Value
29 Cases = Test Value
30 Total Cases
59 Number of Runs
31 Z
.134 Asymp. Sig. 2-tailed
.894 a. Median
Universitas Sumatera Utara
65
Likelihood Block 0
Iteration History
a,b,c
