BAB IV. ANALISIS DATA DAN PEMBAHASAN
B. Analisis
2. Analisis Regresi Logistik
Analisis yang digunakan dalam penelitian ini adalah analisis regresi, tepatnya analisis regresi logistik (logit). Analisis regresi logistik digunakan pada pembuatan model dimana variabel dependen
merupakan variabel bersifat kategorikal (non metrik), sementara variabel independennya dapat bersifat kontinyus atau kategorikal. Variabel kategorial tersebut dapat terwujud berupa nilai dummy 1 atau 0, misalnya bangkrut atau tidak bangkrut dan kredit lancar atau macet.
Dalam pelaksanaannya, seperti teknik analisis multivariat lainnya, analisis regresi logistik mensyarakatkan beberapa asumsi mengenai sifat-sifat datanya. Beberapa asumsi yang harus ditepati tersebut, yaitu: (1) Variabel dependen (outcome) harus bersifat kategorikal (biasanya dikotomus) (2) Tidak ada korelasi yang signifikan antar variabel independen (3) Hubungan antara logit dependen variabel dengan variabel independennya harus linier (4) Jumlah observasi untuk setiap variabel harus memadai dan jumlah sampel secara keseluruhan cukup besar (Gudono, 2011:157).
Dalam penelitian ini, analisis digunakan mengunakan program IBM Statistical Package for Social Science (SPSS) 19.0 for
Windows. Variabel kategorikal yang digunakan adalah opini going
concern (GC) dan non going concern (NGC). Sementara itu, model
regresi logistik yang digunakan dalam penelitian ini adalah:
Keterangan:
= probabilitas untuk mendapat opini audit going concern
= konstanta = koefisien regresi
GROWTH = Pertumbuhan Perusahaan LIQ = Likuiditas
DIV = Penundaan Pembayaran Dividen = eror
Tahapan regresi logistik dalam penelitian adalah sebagai berikut:
a. Menentukan uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen. Uji ini dilakukan untuk memenuhi asumsi bahwa dalam regresi logistik tidak diperkenankan adanya korelasi signifikan antar variabel independen. Pengujian multikolinearitas dapat dilakukan dengan menganalisis matrik korelasi variabel independen. Apabila nilai koefisien relasi antar variabel independen kurang dari 0.90, hal itu berarti bahwa tidak terjadi gejala multikolinearitas di antara variabel independen tersebut (Ghozali, 2006 : 91).
b. Menilai Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodnedd of Fit Test. Tes tersebut menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model atau tidak. Hipotesis untuk menilai model regresi ini adalah:
H0 = Model yang dihipotesiskan fit dengan data Ha = Model yang dihipotesiskan tidak fit dengan data Apabila nilai Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0.05, hipotesis nol ditolak.
Apabila sebaliknya, hipotesis nol diterima sehingga berarti model yang dihipotesiskan fit dengan data. Model mampu memprediksi nilai observasinya atau dapat dikatakan bahwa model dapat diterima karena cocok dengan data observasinya (Ghozali, 2006:233).
c. Menilai Keseluruhan Model (overall model fit)
Penilaian keseluruhan model dilakukan dengan fungsi
Likelihood. Dalam pengujian hipotesis nol dan alternatif,
Likelihood ditransformasikan menjadi -2LogL (Ghozali, 2011:340). Penilaian dilakukan dengan cara membandingkan
output SPSS -2LogL untuk model konstanta (Block Number = 0)
bebas (Block Number = 1). Apabila nilai -2LogL Block Number = 0 > nilai -2LogL Block Number = 1, hal tersebut menunjukkan bahwa hipotesis nol diterima atau dengan kata lain hal tersebut menunjukkan bahwa model regresi adalah model yang baik (Widyantari, 2011).
d. Koefisien Determinasi (Negelkerke’s R2
)
Koefisien determinasi bertujuan untuk menjelaskan besarnya kekuatan hubungan antara variabel dependen dengan variabel independen. Koefisien determinasi pada regresi logistik berbeda dengan regresi linier biasa karena jenis variabel pada regresi logistik adalah berupa non metrik (Stigmastatistic, 2013). Koefisien determinasi dalam regresi logistik ditunjukkan oleh nilai Negelkerke’s R2
. Nilai tersebut menunjukkan seberapa besar variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas variabel independen (Ghozali, 2011:341).
e. Tabel Klasifikasi
Tabel klasifikasi menunjukkan kekuatan prediksi model regresi untuk memprediksi kemungkinan terjadinya variabel dependen. Kemungkinan tersebut ditanyakan dalam persentase. Apabila persentase lebih besar dari 50% (naïve prediction), dapat disimpulkan predictive validity model cukup baik (Gudono, 2011:175).
f. Menentukan Model Regresi Logistik
Estimasi parameter dari model regresi logsitik ditentukan dari output Variables in the Equation. Output tersebut menunjukkan nilai konstanta ( ) dan nilai koefisien regresi ( ) dari variabel independen dan dependen. Koefisien regresi dari tiap variabel yang diuji menunjukan bentuk hubungan antar variabel (Widyantari, 2011).
g. Menguji Hipotesis
Setelah melakukan pengujian kelayakan model dan disimpulkan bahwa model regresi logistik dapat dilakukan dalam penelitian ini, tahap selanjutnya adalah pengujian hipotesis regresi logistik yang bertujuan untuk mengambil keputusan dalam setiap hipotesis penelitian.
Pengujian hipotesis dilakukan untuk mengetahui apakah variabel independen secara parsial (sendiri) berpengaruh signifikan terhadap variabel dependen (Febrianty, 2015). Pengujian ini dilakukan dengan mengamati output Variables in the
Equation, pada kolom signifikansi (Sig.). Nilai pada kolom
signifikansi dibandingkan dengan tingkat signifikansi yang digunakan dalam regresi logistik, yaitu = 5% (0,05). Jika nilai
Sig. < 0,05, Ha diterima atau Ho ditolak. Sementara itu, apabila nilai Sig. > 0.05, Ho diterima atau Ha ditolak.
Oleh karena itu, pengujian hipotesis dalam penelitian ini adalah:
a) Hipotesis 1
Ho1: Semakin tinggi pertumbuhan perusahaan, probabilitas perusahaan memperoleh opini audit going concern tidak menjadi semakin kecil.
Ha1: Semakin tinggi pertumbuhan perusahaan, probabilitas perusahaan memperoleh opini audit going concern menjadi semakin kecil.
Pengambilan keputusan hipotesis:
i. Jika nilai Sig. < 0,05, Ho ditolak sehingga Ha diterima. ii. Jika nilai Sig. > 0.05, Ho diterima sehingga Ha ditolak. b) Hipotesis 2
Ho2: Semakin tinggi likuiditas, probabilitas untuk memperoleh opini audit going concern tidak menjadi semakin kecil.
Ha2: Semakin tinggi likuiditas, probabilitas untuk memperoleh opini audit going concern menjadi semakin kecil.
Pengambilan keputusan hipotesis:
i. Jika nilai Sig. < 0,05, Ho ditolak sehingga Ha diterima. ii. Jika nilai Sig. > 0.05, Ho diterima sehingga Ha ditolak. c) Hipotesis 3
Ho3: Penundaan pembayaran dividen tidak menimbulkan probabilitas lebih besar untuk memperoleh opini audit going
concern.
Ha3: Penundaan pembayaran dividen menimbulkan probabilitas lebih besar untuk memperoleh opini audit going
concern.
Pengambilan keputusan hipotesis:
i. Jika nilai Sig. < 0,05, Ho ditolak sehingga Ha diterima. ii. Jika nilai Sig. > 0.05, Ho diterima sehingga Ha ditolak.
39 BAB IV
ANALISIS DATA DAN PEMBAHASAN
A. Deskripsi Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Penelitian ini menggunakan sampel dengan kriteria sebagai berikut:
1. Perusahaan secara konsisten terdaftar di Bursa Efek Indonesia dari tahun 2010-2014.
2. Laporan keuangan berakhir pada tanggal 31 Desember lengkap dengan catatan atas laporan keuangan.
3. Laporan keuangan pada tahun sampel telah diaudit oleh Auditor Independen (Kantor Akuntan Publik) tertentu.
4. Perusahaan yang mengalami laba bersih setelah pajak negatif sekurang-kurangnya 1 periode laporan keuangan (1 tahun) selama periode penelitian (tahun 2010 – 2014).
5. Laporan keuangan harus menggunakan satuan moneter rupiah.
Berdasarkan kriteria tersebut terdapat 110 sampel dari 24 perusahaan yang digunakan dalam penelitian ini. Sampel tersebut dapat diperoleh dengan cara yang ditampilkan pada Tabel 2. Sementara itu, distribusi data perusahaan berdasarkan subsector yang terpilih sebagai sampel dikelompokkan sesuai subsektor pada Tabel 3.
Tabel 2. Proses Seleksi Pengambilan Sampel Berdasarkan Kriteria
No Kriteria Jumlah
1 Perusahaan yang secara konsisten terdaftar di Bursa Efek
Indonesia dari tahun 2010-2014. 111
2 Laporan keuangan yang berakhir pada tanggal 31 Desember lengkap dengan catatan atas laporan keuangan. (24) 3 Laporan keuangan pada tahun sampel telah diaudit oleh Auditor Independen (Kantor Akuntan Publik) tertentu. (17)
4
Perusahaan yang mengalami laba bersih setelah pajak yang negatif sekurang-kurangnya 1 periode laporan keuangan (1 tahun) selama periode penelitian (tahun 2010 – 2014
(46) Jumlah sampel perusahaan (lolos kriteria 1- 4) 24 Jumlah total sampel perusahaan (24 x 5 tahun dari 2010-2014) 120
5 Laporan keuangan harus menggunakan satuan moneter rupiah. (10) Jumlah total sampel perusahaan lolos kriteria 1-5 110 Sumber: Data diolah dari http://www.idx.co.id/ dan KSEI tahun 2010 - 2014
Tabel 3. Distribusi Perusahaan Sampel per Subsektor
No Subsektor Jumlah
1 Tobacco Manufacturers 1 2 Textille Mill Products 4 3 Apparel and Other Textille Products 1 4 Lumber and Wood Products 1 5 Paper and Allied Products 1 6 Chemical and Allied Products 1
7 Adhesive 2
8 Plastics and Glass Products 2 9 Fabricated Metal Products 1 10 Metal and Allied Products 2 11 Stone, Clay, Glass, and Concrete Products 1
12 Cables 1
13 Electronic and Office Equipment 1 14 Automotive and Allied Products 3 15 Pharmaceuticals 2
Jumlah 24
B. Analisis
1. Statistik Deskriptif
Statistik deskriptif bertujuan untuk menggambarkan data yang telah dikumpulkan dalam penelitian. Tabel 4 menyajikan hasil statistik yang menunjukkan bahwa data 110 sampel perusahaan merupakan data valid dilihat dari empat variabel yang diteliti yaitu: opini, pertumbuhan perusahaan, likuiditas, dan penundaan pembayaran dividen. Namun, setelah dilakukan penelitian, terdapat 2 data ekstrim yang apabila dipertahankan akan mengurangi validitas penelitian. Data tersebut adalah data PT. Jaya Pari Steek Tbk. tahun 2013 dan 2014 yang memiliki likuiditas ekstrim sebesar 274,44 dan 464,98.
Tabel 4. Frekuensi
Pengujian statistik deskriptif dibagi dalam 2 (dua) kategori yaitu, deskripsi perusahaan dengan opini going concern (kode 1) dan perusahaan dengan opini non going concern (kode 0). Berdasarkan analisis statistik deskriptif yang dilakukan, dapat dijelaskan hasil sebagai berikut:
Opini Pertumbuhan Perusahaan Likuiditas Penundaan Pembayaran Dividen
Valid 110 110 110 110
Missing 0 0 0 0
Statistics N
a. Perusahaan dengan opini going concern (kode 1) i. Opini Audit Going Concern
Opini Audit Going Concern (Opini) merupakan variabel dummy dengan kode 0 dan 1. Berdasarkan hasil pengujian yang terlampir pada Lampiran 4, dari 110 sampel perusahaan, terdapat 20 sampel perusahaan (18,2%). Dalam penelitian ini, sampel perusahaan tidak didominasi oleh perusahaan yang memperoleh opini audit
going concern.
Tabel 5. Statistik Deskriptif Opini Going Concern N Minimum Maximum Mean
Std. Deviation Opini 20 1 1 1.00 .000 Pertumbuhan Perusahaan 20 -.211 .715 .0522 3 .223906 Likuiditas 20 .15 1.83 .8075 .45684 Penundaan Dividen 20 0 1 .90 .308 Valid N (listwise) 20
ii. Pertumbuhan Perusahaan
Berdasarkan Tabel 5, nilai rata-rata pertumbuhan perusahaan (rasio arus kas operasional dan penjualan neto) pada perusahaan sampel beropini going concern adalah 0,0522 dengan nilai minimum -0,211 dan nilai maksimum 0,715. Nilai rata-rata positif menunjukkan bahwa mayoritas sampel perusahaan dengan opini
iii. Likuiditas
Berdasarkan Tabel 5, nilai rata-rata Likuiditas adalah 0,8075 dengan nilai minimum 0,15 dan nilai maksimum 1,83. Nilai rata-rata tersebut menandakan bahwa perusahaan sampel memiliki ukuran likuiditas normal (baik). Dengan standar deviasi sebesar 24.46217, dapat dikatakan pula bahwa perusahaan sampel memiliki variabilitas rendah dengan rasio likuiditas yang lebih cenderung mengarah pada nilai minimum.
iv. Penundaan Pembayaran Dividen
Penundaan pembayaran dividen merupakan variabel dummy dengan kode 0 dan 1. Berdasarkan hasil pengujian yang terlampir pada Lampiran 5, dari 20 sampel perusahaan, terdapat 18 sampel perusahaan (90%) yang menunda pembayaran dividen dan 2 perusahaan sampel (10%) yang tidak menunda pembayaran dividen.
b. Perusahaan dengan opini non going concern (kode 0) i. Opini Audit Going Concern
Opini Audit Going Concern (Opini) merupakan variabel dummy dengan kode 0 dan 1. Berdasarkan hasil pengujian yang terlampir pada Lampiran 4, dari 110 sampel perusahaan, terdapat 90 sampel perusahaan (81,8%) dengan opini audit non going concern..
Dalam penelitian ini, sampel perusahaan didominasi oleh perusahaan yang memperoleh opini audit non going concern. Tabel 6. Statistik Deskriptif Opini Non Going Concern
N Minimum Maximum Mean
Std. Deviation Opini 88 0 0 .00 .000 Growth 88 -.6472865000 2.209585400 0 .0985858054 83 .3466030106 992 Likuiditas 88 .42000000 75.40000000 3.555073360 9 8.232159760 69 Dividen 88 0 1 .73 .448 Valid N (listwise) 88
ii. Pertumbuhan Perusahaan
Berdasarkan Tabel 6, nilai rata-rata pertumbuhan perusahaan (rasio arus kas operasional dan penjualan neto) pada perusahaan sampel beropini non going concern adalah 0,0986 dengan nilai minimum -0,647 dan nilai maksimum 2,210. Nilai rata-rata positif menunjukkan bahwa mayoritas sampel perusahaan dengan opini
going concern memiliki arus kas yang positif.
iii. Likuiditas
Berdasarkan Tabel 6, nilai rata-rata Likuiditas adalah 3,555 dengan nilai minimum 0,142 dan nilai maksimum 75,4. Nilai rata-rata tersebut menandakan bahwa perusahaan sampel memiliki ukuran likuiditas normal (baik). Dengan standar deviasi sebesar
8,23, dapat dikatakan pula bahwa perusahaan sampel memiliki variabilitas rendah dengan rasio likuiditas yang lebih cenderung mengarah pada nilai minimum.
iv. Penundaan Pembayaran Dividen
Penundaan pembayaran dividen merupakan variabel dummy dengan kode 0 dan 1. Berdasarkan hasil pengujian yang terlampir pada Lampiran 6, dari 88 sampel perusahaan, terdapat 64 sampel perusahaan (72,7%) yang menunda pembayaran dividen dan 24 perusahaan sampel (27,3%) yang tidak menunda pembayaran dividen.
2. Analisis Regresi Logistik
a. Menguji Multikolinearitas
Untuk melakukan regresi logistik, asumsi bahwa tidak ada gejala korelasi yang kuat di antara variabel indepenennya harus terpenuhi. Asumsi tersebut dibuktikan dengan melakukan uji multikolinearitas. Pengujian multikolinearitas dilakukan menggunakan correlation matrix pada Tabel 7.
Tabel 7. Matriks Korelasi
Constant Growth
Likuidita
s Dividen Step 1 Constant 1.000 -.182 -.801 -.691
Hasil pengujian yang tertera pada Tabel 7 menunjukkan bahwa tidak ada nilai koefisien relasi antar variabel independen yang lebih besar dari 0.90. Hal tersebut berarti bahwa tidak terjadi gejala multikolinearitas di antrara variabel independen penelitian. b. Menilai Kelayakan Model Regresi
Penilaian kelayakan model regresi dilakukan dengan menganalisis nilai Lemeshow’s Goodness of Fit Test. Tes ini dilakukan untuk menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model (fit). Sesuai Tabel 8, nilai statistik Lemeshow’s Goodness of Fit Test pada penelitian ini adalah 6.848 dengan nilai signifikansi sebesar 0,104 yang nilainya jauh di atas 0,05. Oleh sebab itu, dapat disimpulkan bahwa model regresi dapat diterima karena tidak ada perbedaan antara klasifikasi yang diprediksi dengan klasifikasi yang diamati.
Tabel 8. Hosmer and Lemeshow Test Likuidita
s
-.801 .192 1.000 .191 Dividen -.691 -.027 .191 1.000
Step Chi-square df Sig.
c. Menilai Keseluruhan Model (overall model fit)
Penilaian keseluruhan model dilakukan dengan membandingkan nilai -2 Likelihood (-2LL) pada Block Number = 0 dan Block Number = 1. Berdasarkan hasil pengujian yang terlampir pada Lampiran 7, nilai -2LL pada Block Number = 0 adalah 103,500, sementara pada Block Number = 1 mengalami penurunan menjadi 68,482. Penurunan nilai -2LL ini menunjukkan bahwa hipotesis nol (model yang dihipotesiskan bersifat fit dengan data) diterima dan model regresi adalah model yang baik.
d. Koefisien Determinasi (Negelkerke’s R2
)
Koefisien determinasi bertujuan untuk menjelaskan besarnya kekuatan hubungan antara variabel dependen dan independen. Koefisien determinasi ditunjukkan dengan nilai Negelkerke’s R2
.
Berdasarkan hasil pengujian terlampir pada Lampiran 8, nilai Negelkerke’s R2
0,449 atau sebesar 44,9%. Hal ini berarti bahwa variabilitas variabel dependen terhadap variabel independen adalah sebesar 44,9%. sementara 55,1% lainnya dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian.
e. Tabel Klasifikasi
Tabel klasifikasi menunjukkan kekuatan prediksi model regresi untuk memprediksi kemungkinan penerbitan opini audit
going concern. Kekuatan prediksi tersebut dinyatakan dalam persentase. Observed Predicted Opini Percentage Correct 0 1 Step 1 Opini 0 85 3 96.6 1 11 9 45.0 Overall Percentage 87.0
a. The cut value is .500
Dalam Tabel 9, ditunjukkan bahwa kekuatan prediksi dari model regresi untuk KAP menerbitkan opini audit going concern adalah 45%. Hal ini menunjukkan bahwa dengan menggunakan model regresi tersebut, terdapat sebanyak 9 perusahaan (45%) yang diprediksi akan menerima opini audit going concern dari total 20 perusahaan yang menerima opini audit going concern. Sementara itu, kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perusahaan menerima opini audit non going concern adalah 96,6%. Hal ini berarti bahwa 85 perusahaan akan memperoleh opini audit non going concern dari total 88 perusahaan yang menerima opini audit non going concern.
f. Menentukan Regresi Logistik
Nilai estimasi parameter dari model regresi logistik ditentukan dari output Variables in the Equation yang berada pada Tabel 10. Berdasarkan pengujian yang telah dilakukan, model regresi yang terbentuk adalah sebagai berikut.
Tabel 10. Variables in the Equation
B S.E. Wald df Sig. Exp(B) Step 1a Growth -1.599 1.310 1.489 1 .222 .202 Likuidita s -3.169 .905 12.269 1 .000 .042 Dividen .650 .857 .575 1 .448 1.915 Constant 1.792 1.291 1.925 1 .165 6.001 a. Variable(s) entered on step 1: Growth, Likuiditas, Dividen.
g. Menguji Hipotesis
Pengujian hipotesis dilakukan secara parsial dan simultan. Pengujian secara parsial dilakukan dengan cara membandingkan tingkat signifikansi (sig) dengan tingkat kesalahan ( . Berdasarkan Tabel 10, dapat disimpulkan hasil sebagai berikut:
i. Pengujian Hipotesis 1
Hipotesis 1 menyatakan bahwa semakin tinggi pertumbuhan perusahaan, probabilitas perusahaan memperoleh opini audit going concern juga semakin kecil. Hasil pengujian
menunjukkan bahwa variabel pertumbuhan perusahaan yang diproksikan dengan arus kas operasional memiliki koefisien regresi sebesar 0,000 dengan tingkat signifikansi sebesar 0,222 yang lebih besar dari 5% (0,05). Berdasarkan hal tersebut dapat disimpulkan bahwa H01 ditolak, sehingga Ha1 diterima. Atau dapat disimpulkan bahwa variabel pertumbuhan perusahaan tidak berpengaruh pada opini audit going concern. Semakin tinggi pertumbuhan perusahaan, probabilitas perusahaan memperoleh opini audit going concern tidak menjadi semakin kecil.
ii. Pengujian Hipotesis 2
Hipotesis 2 menyatakan bahwa semakin tinggi likuiditas, probabilitas untuk memperoleh opini audit going
concern menjadi semakin kecil. Hasil pengujian menunjukkan
bahwa variabel likuiditas yang diproksikan dengan current
ratio memiliki koefisien regresi sebesar -3,169 dengan tingkat
signifikansi sebesar 0,000 yang lebih kecil dari 5% (0,05). Berdasarkan hal tersebut dapat disimpulkan bahwa H01 ditolak, sehingga Ha1 diterima. Atau dapat disimpulkan bahwa variabel likuiditas berpengaruh pada opini audit going concern.
Semakin tinggi likuiditas, probabilitas perusahaan memperoleh opini audit going concern menjadi semakin kecil.
iii. Pengujian Hipotesis 3
Hipotesis 3 menyatakan bahwa penundaan pembayaran dividen menimbulkan probabilitas lebih besar untuk memperoleh opini audit going concern. Hasil pengujian menunjukkan bahwa variabel penundaan pembayaran dividen memiliki koefisien regresi sebesar 0,650 dengan tingkat signifikansi sebesar 0,448 yang lebih besar dari 5% (0,05). Berdasarkan hal tersebut, dapat disimpulkan bahwa H01 diterima, sehingga Ha1 ditolak. Atau dapat disimpulkan bahwa variabel penundaan pembayaran dividen tidak berpengaruh pada opini audit going concern. Penundaan pembayaran dividen tidak menimbulkan probabilitas lebih besar untuk memperoleh opini audit going concern.