BAB IV HASIL DAN PEMBAHASAN PENELITIAN
4.3 Hasil Pengujian Hipotesis
Regresi logistik ingin menguji apakah probabilitas terjadinya variabel terikat dapatdiprediksi dengan variabel bebasnya (Ghozali, 2005). Pada penelitian ini, regresi logistikdilakukan terhadap 140 perusahaan sampel yang terdiri dari 128 perusahaan yang menerima opini audit unqualified dengan going concern atau going concern audit report (CAGR) ditandai dengan angka 1 dan 16 perusahaan yang menerima opini audit unqualified dengan non going concern atau non goingconcern audit report (NCAGR) ditandai dengan angka 0. Pemberian tanda tersebut dinamakan dengan variabel dummy.
Tabel 4.8
Ikhtisar Pengolahan Data
Sumber : Hasil Pengolahan SPSS 18
Berdasarkan tabel 4.8 di atas dapat diambil analisis sebagai berikut :
a. Jumlah sampel pengamatan sebanyak 140 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 untukunqualified dengan going concern atau going concern audit report (CAGR) dan bernilai 0 untuk opini audit unqualified dengan non going concern atau non goingconcern 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 debt default (DEF), kualitas audit (ADTR), dan opini audit (PO) terhadap penerimaan opini audit going concern dengan menggunakan hasil uji regresi
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 140 100.0
Missing Cases 0 .0
Total 140 100.0
Unselected Cases 0 .0
Total 140 100.0
a. If weight is in effect, see classification table for the total number of cases.
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.
Tabel 4.9 Uji T Parsial
Sumber : Hasil Pengolahan SPSS 18
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 :
GC = a + b1 DEF + b2 ADTR + b3 PO + e
GC = 2.315 – 0,718 DEF – 1,259 ADTR + 3,296 PO + e Keterangan :
Y : Penerimaan Opini Going Concern X1 :Debt Default
X2 : Kualitas Audit X3 : Opini Audit
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B) Lower Upper Step 1a X1 -.718 1.125 .408 1 .523 .488 .054 4.421 X2 -1.259 1.143 1.213 1 .271 .284 .030 2.669 X3 3.296 1.263 6.810 1 .009 26.995 2.271 320.845 Constant 2.315 .966 5.742 1 .017 10.125
Konstanta sebesar 2.315menyatakan bahwa jika tidak diperhitungkan debt default, kualitas audit, dan opini audit, maka kemungkinan penerimaan opini going concern adalah sebesar 2.315.
Model di atas dapat diinterpretasikan sebagai berikut:
a. Variabel X1(debt default)menunjukkan nilai koefisien sebesar -0,718dengan tingkat signifikansi 0,523lebih 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 (kualitas audit) yang diproksikan dengan KAP pada tabel di atas menunjukkan nilai koefisien sebesar -1.259 dengan tingkat signifikansi 0,271 lebih besar dari 0,05 (5%) artinya dapat disimpulkan bahwa variabel ini memiliki pengaruh koefisien negatif dan tidak signifikan terhadap penerimaan opini going concern.
c. Variabel X3 (opini audit) yang diproksikan dengan opini audit tahun sebelumnya pada tabel diatas menunjukkan nilai koefisien sebesar 3.296 dengan tingkat signifikansi 0,009 lebih kecil dari 0,05 (5%) artinya dapat disimpilkan bahwa variabel ini berpengaruh positif dan signifikan terhadap penerimaan opini going concern.
4.3.2Uji 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)
Sumber : Hasil Pengolahan SPSS 18
Berdasarkan tabel 4.10 dapat dilihat bahwa memiliki tingkat signifikan sebesar 0,017 < 0,05 maka variabel debt default, kualitas audit, dan opini audit secara bersama-sama berpengaruh terhadap penerimaan opini audit going concern.
4.3.3Koefisien 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 PASW 18, jika semakin tinggi hasil presentase yang dihasilkan maka semakin bagus model tersebut dalam memprediksi keputusan investasi.
Omnibus Tests of Model Coefficients
Chi-square Df Sig.
Step 1 Step 10.224 3 .017
Block 10.224 3 .017
Tabel 4.11 Koefisien Determinasi
Sumber : Hasil Pengolahan SPSS 18
Berdasarkan tabel 4.11 di atas, maka dapat dilihat bahwa hasil analisis regresi logistik secara keseluruhan menunjukkan nilai Cox & Snell R Square sebesar 0,070Cox & Snell R Square merupakan ukuran yang mencoba meniru ukuran RSquare pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari satu, sehingga sulit untuk diinterpretasikan.
Nagelerke’s R Square merupakan modifikasi dari koefisien CoxandSnell. 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 RSquare pada multiple regression. Dilihat dari hasil output pengolahan data nilai Nagelerke’s R Square adalah sebesar 0,308 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 30,8%, dan sisanya sebesar 16,2% dijelaskan oleh variabel-variabel lain di luar variabel penelitian.
4.3.4Matrik Klasifikasi
Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan keterjadian variabel terkait (dependen) pada perusahaan dilihat melalui classification table.
Model Summary
Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 26.103a .070 .308
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than .001.
Tabel 4.12 Matrik Klasifikasi
Sumber : Hasil Pengolahan SPSS 18
Tabel 4.12 menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit unqualified dengan going concern sebesar 100%. Hal ini berarti bahwa dengan menggunakan model regresi yang digunakan ada 136 perusahaan yang diprediksi akan opini audit unqualified dengan going concern dari 140 perusahaan yang opini audit unqualified dengan going concern.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 4 perusahaan yang diprediksiakan opini audit unqualified dengan non going concern.
Classification Tablea
Observed
Predicted PENERIMAAN OPINI AUDIT
GOING CONCERN Percentage Correct BILA OPINI AUDIT UNQUALIFIED DENGAN NON GOING CONCERN BILA OPINI AUDIT UNQUALIFIED DENGAN GOING CONCERN
Step 1 PENERIMAAN OPINI AUDIT
GOING CONCERN
BILA OPINI AUDIT UNQUALIFIED DENGAN NON GOING CONCERN
0 4 .0
BILA OPINI AUDIT UNQUALIFIED DENGAN GOING CONCERN
0 136 100.0
Overall Percentage 97.1