METODELOGI PENELITIAN
F. Metode Analisis Data dan Pengujian Hipotesis 1. Statistik Deskriptif
Statistik deskriptif dalam penelitian ini pada dasarnya merupakan proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami dan diinterpretasikan. Indriantoro dan Supomo (2002) ukuran yang digunakan dalam deskripsi antara lain maksimum, minimum, mean, dan standar deviasi.
2. Variabel Penelitian dan Pengukurannya
Variabel penelitian dan pengkurannya dalam penelitian ini adalah sebagai berikut:
a. Variabel dependen
Opini audit going concern
Menurut Standar Profesional Akuntan Publik (2001) opini audit going concern merupakan opini audit modifikasi yang dalam pertimbangan auditor terdapat ketidakmampuan atau ketidakpastian signifikan atas kelangsungan hidup perusahaan dalam menjalankan operasinya. Termasuk dalam opini audit going concern ini adalah opini going concern unqualified/qualified dan going concern disclaimer opinion. Opini audit going concern diberi kode 1, sedangkan opini audit nongoing concern diberi kode 0.
xxxvi b. Variabel independen
1) Kualitas audit
Dalam penelitian ini kualitas audit menggunakan skala auditor. Variabel ini diukur dengan menggunakan variabel dummy. 1 untuk auditor yang tergabung dalam skala 4 besar (Big 4) dan 0 untuk auditor yang bukan skala 4 besar.
2) Auditor internal
Dalam penelitian ini auditor internal menggunakan variabel dummy pada suatu perusahaan. Apabila perusahaan terdapat auditor internal maka diberi kode 1, sedangkan apabila perusahaan tidak terdapat auditor internal maka diberi kode 0.
3) Kondisi keuangan perusahaan
Dalam mengukur kondisi keuangan perusahaan ini mengacu pada Altman (1984) diprediksikan dengan tolak ukur skor Z (Z–Score), yaitu skor yang dihitung dari standar kali rasio–rasio keuangan terpilih. Z–Score ini dapat digunakan sebagai indikator tingkat kesehatan atau potensi kebangkrutan perusahaan. Rasio keuangan yang dipergunakan dalam perhitungan Z–Score, yaitu:
(a) Rasio likuiditas
Working capital to total assets ratio: Perbandingan antara modal kerja (bersih) dan total aktiva.
xxxvii (b) Rasio profitabilitas
Retained earning to total assets ratio: perbandingan antara saldo laba dan total aktiva.
Earning before interest and tax to total assets ratio: perbandingan antara laba sebelum biaya bunga dan pajak dengan total aktiva.
(c) Rasio aktivitas
Market value of equity to book value of debt ratio: perbandingan antara nilai pasar ekuitas dan nilai buku utang.
Sales to total assets ratio: perbandingan antara penjualan dan total aktiva.
Revised Altman Model (1993) yang dikembangkan sebelumnya mengalami revisi yang tujuannya adalah agar model prediksinya tidak hanya digunakan pada perusahaan manufaktur tetapi juga dapat digunakan untuk perusahaan selain manufaktur. Model Revisi Altman adalah sebagai berikut:
Z’ = 0,717 Z1 + 0,874 Z2 + 3,107 Z3 + 0,420 Z4 + 0,998 Z5 Z1 = working capital/total asset
Z2 = retained earnings/total asset
Z3 = earnings before interest and taxes/total asset Z4 = market value of equity/book value of debt Z5 = sales/total asset
xxxviii
Dengan formula Z-Score tersebut dapat diketahui daerah ambang batas perusahaan yang sehat dengan nilai diatas 2,90, sedangkan ambang batas perusahaan yang berpotensi bangkrut dengan nilai dibawah 1,23. Selanjutnya skor antara 1,23 dan 2,90 disebut grey area (daerah abu-abu) yang dapat berpotensi bangkrut ataupun menjadi perusahaan yang sehat.
Beberapa indikator yang dapat digunakan untuk mendeteksi adanya masalah pada aktivitas perusahaan yang akan berpengaruh pada rasio-rasio tersebut diatas adalah pangsa pasar produk kunci menurun, berpindahnya penguasaan pangsa pasar pada pesaing, modal kerja menurun drastis, perputaran persediaan menurun, kepercayaan konsumen berkurang, dan beberapa indikator lainnya.
3. Pengujian Hipotesis
Kriteria penerimaan atau penolakan hipotesis dengan logistic regression adalah sebagai berikut.
a. Jika hasil signifikasinya < 0,05 maka Ha diterima. b. Jika hasil signifikasinya > 0,05 maka Ha ditolak.
Analisis yang digunakan dalam penggunaan logistic regression sebagai pengujian terhadap hipotesis, yaitu:
a. Model fit test.
Menurut Imam Ghozali (2005:219) adanya pengurangan nilai antara -2LL awal (initial -2LL function) dengan nilai -2LL pada langkah berikutnya menunjukkan bahwa model yang dihipotesiskan fit
xxxix
dengan data. Log Likelihood pada regresi logistik mirip dengan pengertian "Sum of Square Error" pada model regresi, sehingga penurunan -2LogL pada block number = 1 dibandingkan block number = 0 mengartikan bahwa model fit dengan data dan menunjukkan model regresi semakin baik. Uji Nagelkerke’s R2 untuk memastikan bahwa nilai yang bervariasi dari 0 (nol) sampai 1 (satu) dapat diinterpretasikan seperti nilai R square pada multiple regression. Nilai Nagelkerke’s R2 yang semakin tinggi menunjukkan bahwa variabilitas variabel dependen dapat dijelaskan oleh variabilitas variabel independen begitu pula sebaliknya.
b. Menilai kelayakan model regresi
Menurut Imam Ghozali (2005:219) menilai kelayakan model regresi menggunakan Hosmer and Lemeshow’s Goodness of Fit Test menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model. Jika nilai Statistik Hosmer and Lemeshow Goodness of fit lebih besar dari 0,05 maka hipotesis nol tidak dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya.
c. Estimasi parameter dan interpretasinya.
Estimasi parameter dilihat melalui koefisien regresi. Koefisien regresi dari tiap variabel-variabel yang diuji menunjukkan bentuk hubungan antar variabel. Pengujian hipotesis dilakukan dengan cara
xl
membandingkan antara nilai probabilitas (sig) dengan tingkat signifikasi ( ).
Menurut Imam Ghozali (2005) pengujian hipotesis dilakukan dengan menggunakan regresi logistik (logistic regression), yang variabel bebasnya merupakan kombinasi antara metric dan non-metric (nominal). Teknik analisis ini tidak memerlukan lagi uji normalitas dan uji asumsi klasik pada variabel bebasnya. Gujarati (2003) dalam Eko Budi Setyarno dkk. (2006) menyatakan bahwa regresi logistik mengabaikan heteroscedasitiy, artinya variabel dependen tidak memerlukan homoscedacity untuk masing-masing variabel independennya.
Model regresi logistik yang digunakan untuk menguji hipotesis sebagai berikut :
Variabel opini audit yang diproksikan variabel dummy (kategori 1 untuk opini going concern dan 0 untuk opini non going concern).
Ln GC = 1-GC Ln GC = 1-GC a + b1X1 + b2X2 + b3X3 + a = Konstanta.
X1 = Kualitas auditor yang diproksikan variabel dummy (1 untuk auditor skala besar dan 0 untuk yang bukan skala besar).
X2 = Kondisi diproksikan dengan menggunakan model keuangan perusahaan yang prediksi Altman Z-Score.
xli
X3 = Auditor internal yang diproksikan dengan variabel dummy (1 untuk yang terdapat auditor internal dan 0 untuk yang tidak terdapat auditor internal).
xlii