Jenis penelitian dalam penelitian ini adalah asosiatif kausal. Menurut Sugiyono (2006:11), penelitian asosiatif kausal merupakan penelitian yang bertujuan untuk mengetahui hubungan sebab akibat antara dua variabel atau lebih. Jika variabel dependen memiliki hubungan dengan variabel independen tertentu, maka dapat dinyatakan bahwa variabel independen menyebabkan variabel dependen atau dengan kata lain variabel dependen dipengaruhi oleh variabel independen. Dalam penelitian ini, variabel independennya adalah rasio keuangan (rasio likuiditas, rasio profitabilitas, dan rasio leverage) sedangkan variabel dependennya adalah penerimaan opini audit going concern.
3.2 Populasi dan Sampel Penelitian 3.2.1 Populasi
Populasi adalah sekelompok orang, peristiwa, dan sesuatu yang mempunyai karakteristik tertentu (Erlina,2008:75). Populasi di dalam penelitian ini adalah perusahaan telekomunikasi yang terdaftar di Bursa Efek Indonesia (BEI) yang berjumlah 6 perusahaan.
3.2.2 Sampel
Sampel adalah bagian populasi yang digunakan untuk memprediksi karakter populasi (Erlina,2008:75). Teknik pengambilan sampel dalam penelitian ini adalah purposive sampling, yaitu teknik pengambilan sampel
yang telah ditentukan sebelumnya berdasarkan kriteria tertentu. Adapun kriteria dalam pengambilan sampel yang telah ditentukan peneliti adalah :
1. perusahaan telekomunikasi yang terdaftar di Bursa Efek Indonesia tahun 2008 – 2013,
2. perusahaan telekomunikasi yang telah terdaftar (listing) di Bursa Efek Indonesia sebelum 1 Januari 2008,
3. menerbitkan laporan keuangan yang telah diaudit oleh auditor independen selama tahun 2008 – 2013,
Berdasarkan kriteria tersebut, maka diperoleh 6 perusahaan telekomunikasi yang memenuhi kriteria. Perusahaan-perusahaan tersebut adalah sebagai berikut:
Tabel 3.1
Daftar Sampel Penelitian
No Kode
Perusahaan
Nama Perusahaan Kriteria
1 BTEL Bakrie Telecom, Tbk √ √ √
2 ISAT Indosat, Tbk √ √ √
3 INVS Inovisi Infracom, Tbk √ √ √
4 FREN Smartfren Telecom, Tbk √ √ √
5 TLKM Telekomunikasi Indonesia (Persero), Tbk √ √ √
6 EXCL XL Axiata, Tbk √ √ √
Sumber : www.idx.co.id
3.3 Jenis Data, Sumber Data, dan Metode Pengumpulan Data
Jenis data yang digunakan dalam penelitian ini adalah kuantitatif. Sumber data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang telah dikumpulkan oleh lembaga pengumpul data kemudian dipublikasikan kepada masyarakat (Erlina,2008:24). Data sekunder yang digunakan dalam penelitian ini meliputi laporan keuangan perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2008-2013. Data diperoleh melalui
website resmi Bursa Efek Indonesia (www.idx.co.id). Data yang diperoleh adalah kombinasi antara data time series dengan cross section atau pooled data. Data time series adalah data dari suatu fenomena tertentu yang didapat dari beberapa interval waktu tertentu, misalnya dalam waktu mingguan, bulanan, atau tahunan, sedangkan cross section merupakan sekumpulan data untuk meneliti suatu fenomena tertentu dalam satu kurun waktu (Umar, 2009).
Metode pengumpulan data yang digunakan adalah metode dokumentasi. Dengan metode dokumentasi, peneliti melakukan pengumpulan data sekunder melalui media perantara yaitu internet, lalu melalui website resmi Bursa Efek Indonesia dan melihat laporan keuangan yang telah diaudit oleh auditor setiap tahunnya. Dengan metode ini, data dalam neraca dan laporan laba/rugi dikumpulkan sehingga peneliti dapat mengetahui rasio likuiditas, rasio profitabilitas, dan rasio leverage.
3.4 Definisi Operasional dan Metode Pengukuran Variabel 3.4.1 Variabel Bebas (Independent Variable)
Menurut Erlina (2008:43), variabel bebas adalah variabel yang dapat mempengaruhi perubahan dalam variabel terikat dan mempunyai hubungan yang positif maupun negatif bagi variabel terikat lainnya. Di dalam penelitian ini yang menjadi variabel bebas adalah rasio keuangan. Rasio keuangan merupakan perbandingan dari dua data yang terdapat dalam laporan keuangan perusahaan digunakan untuk mengetahui kinerja suatu perusahaan. Di dalam penelitian ini, peneliti menggunakan tiga jenis rasio keuangan sebagai variabel penelitian, yaitu : rasio likuiditas, rasio profitabilitas, dan rasio leverage.
a. Rasio Likuiditas
Rasio likuiditas menunjukkan kemampuan perusahaan dalam menyelesaikan kewajiban jangka pendeknya. Rasio ini diproksikan dengan menggunakan current ratio (CR) untuk mengetahui kemampuan perusahaan membayar kewajiban lancarnya kepada para kreditur dengan aktiva tunai yang dimilikinya. Semakin besar rasio ini maka semakin tinggi kemampuan perusahaan menutupi kewajiban jangka pendeknya. Hasil perhitungan current ratio (CR) disajikan dalam skala rasio.
Rumus CR adalah sebagai berikut:
CR = x 100%
b. Rasio Profitabilitas
Rasio profitabilitas/rentabilitas digunakan untuk mengukur efisiensi suatu perusahaan dalam menggunakan aktivanya untuk mendapatkan laba dikaitkan dengan penjualan yang berhasil diciptakan. Rasio ini diproksikan dengan menggunakan return on asset (ROA) untuk menggambarkan kemampuan manajemen perusahaan dalam memperoleh laba dan manajerial efisiensi secara keseluruhan. Perputaran aktiva ditunjukkan melalui seberapa besar volume penjualannya. Semakin besar rasio ini maka menunjukkan perusahaan mampu menghasilkan laba dan volume penjualan yang besar. Namun apabila rasio ROA semakin kecil, maka hal ini menunjukkan bahwa laba perusahaan kecil dikarenakan penjualan sedikit sehingga mengakibatkan perputaran aktiva lambat. Hasil perhitungan return on asset (ROA) disajikan dalam skala rasio.
Rumus ROA adalah sebagai berikut:
c. Rasio Leverage
Rasio leverage menunjukkan kemampuan perusahaan untuk memenuhi kewajiban keuangannya. Rasio ini diproksikan dengan menggunakan debt to equity ratio (DER). Semakin rendah DER perusahaan maka semakin baik kondisi perusahaan tersebut. Hasil perhitungan debt to equity ratio (DER) disajikan dalam skala rasio.
Rumus DER adalah sebagai berikut:
DER = x 100%
3.4.2 Variabel Terikat (Dependent Variable)
Menurut Erlina (2008:42), variabel terikat atau variabel tidak bebas adalah variabel yang dijelaskan atau dipengaruhi oleh variabel bebas. Dalam penelitian ini yang menjadi variabel terikat adalah penerimaan opini audit going concern. Opini audit going concern adalah opini audit dengan pengungkapan going concern yang diberikan oleh auditor tentang kelangsungan hidup suatu entitas atau badan usaha. Kelangsungan hidup suatu entitas merupakan asumsi dalam pelaporan keuangannya sehingga jika entitas mengalami kondisi yang sebaliknya, entitas tersebut menjadi bermasalah. Istilah going concern disebut juga sebagai kontinuitas yang merupakan asumsi bahwa suatu bisnis akan berlanjut dalam jangka waktu yang panjang.
Parameter yang digunakan adalah variable dummy, dimana kode 1 untuk perusahaan yang menerima opini audit dengan pengungkapan going concern dan kode 0 untuk perusahaan yang tidak menerima opini audit dengan pengungkapan going concern. Skala pengukurannya adalah skala nominal. 3.5 Metode Analisis Data
Metode analisis data yang digunakan di dalam penelitian ini adalah analisis statistik deskriptif, pengujian data, pengujian model, dan pengujian hipotesis dengan menggunakan software SPSS.
3.5.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif memberi gambaran fenomena atau karakteristik data yang digunakan di dalam penelitian. Hasil analisis menggambarkan jumlah sampel yang diteliti, nilai rata-rata, nilai minimum, nilai maksimum, serta standar deviasi.
a. n adalah jumlah sampel yang digunakan di dalam penelitian.
b. Mean adalah nilai rata-rata dari data yang ada di dalam penelitian. Mean diperoleh dengan membagikan jumlah seluruh angka pada data dengan jumlah seluruh data yang ada.
c. Minimum adalah nilai yang terendah dari data yang ada di dalam penelitian.
d. Maksimum adalah nilai yang tertinggi dari data yang ada di dalam penelitian.
e. Standar deviasi adalah suatu ukuran penyimpangan. Bila nilainya kecil maka data yang digunakan mengelompok di sekitar nilai rata-rata.
3.5.2 Pengujian Data
Pengujian data untuk penelitian ini menggunakan uji asumsi klasik. Namun karena hipotesis penelitian ini menggunakan metode regresi logistik, maka pada uji asumsi klasik tidak lagi memerlukan uji normalitas dan uji heteroskedastisitas pada variabel bebasnya (Ghozali, 2006). Uji asumsi klasik yang digunakan hanya uji multikolonearitas dan uji autokorelasi. Regresi
logistik tidak memerlukan pengujian normalitas data karena variabel bebasnya 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 terikat tidak memerlukan homoskedastisitas untuk variabel bebasnya (Gujarati, 2003).
3.5.2.1 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi di antara variabel bebas. Multikolinearitas adalah suatu kondisi dimana terdapat korelasi antara variabel-variabel bebas yang satu dengan yang lain. Model regresi yang baik yaitu yang tidak mengalami korelasi di antara variabel bebasnya. Jika terjadi korelasi sempurna di antara variabel bebas, maka konsekuensinya adalah koefisien-koefisien regresi menjadi tidak dapat ditaksir dan nilai standard error setiap koefisien regresi menjadi tidak terhingga.
Untuk mendeteksi ada atau tidaknya multikolinearitas dalam penelitian ini, maka akan dilihat dari nilai tolerance dan Variance Inflation Factor (VIF). Jika nilai VIF > 10 maka dapat dikatakan terjadi multikolinearitas, yaitu terjadi hubungan yang cukup besar antara variabel-variabel bebas. Jika angka tolerance mempunyai angka > 0,10, maka variabel tersebut tidak mempunyai masalah multikolinearitas dengan variabel bebas lainnya.
Uji autokorelasi bertujuan 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.
Uji yang digunakan untuk melihat autokorelasi dalam penelitian ini adalah dengan menggunakan runs test bukan uji Durbin
– Watson (DW test) karena uji DW hanya digunakan untuk autokorelasi tingkat satu (first order correlation). 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.
3.5.3 Pengujian Model
Pengujian model untuk penelitian ini adalah :
3.5.3.1 Menilai Model Fit dan Keseluruhan Model (Overall Model Fit)
Statistik yang digunakan adalah berdasarkan pada fungsi Likelihood. Likelihood (L) dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Hipotesis yang digunakan untuk menilai model fit adalah:
H0 : Model yang dihipotesiskan fit dengan data Ha : Model yang dihipotesiskan tidak fit dengan data
Agar model fit dengan data, maka H0 harus diterima dan Ha ditolak. Untuk menguji hipotesis nol dan hipotesis alternatif, L ditransformasikan menjadi 2LogL. Adanya pengurangan nilai antara -2LogL awal (initial -2LL function) dengan nilai --2LogL pada langkah berikutnya menunjukkan bahwa model yang dihipotesiskan fit dengan data (Ghozali, 2006). Log Likelihood pada regresi logistik mirip dengan pengertian "Sum of Square Error" pada model regresi, sehingga penurunan Log Likelihood menunjukkan model regresi yang semakin baik.
3.5.3.2 Menilai Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Model ini digunakan untuk menguji hipotesis nol bahwa data empiris sesuai dengan model (tidak ada perbedaaan antara model dengan data sehingga model dapat dikatakan fit). Hipotesis untuk menilai kelayakan model regresi adalah:
H0 : Tidak ada perbedaan antara model dengan data Ha : Ada perbedaan antara model dengan data
Jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05 maka hipotesis nol ditolak yang berarti ada perbedaan signifikan antara model dengan nilai observasinya. Jika nilai statistik Hosmer and Lemeshow Goodness of Fit Test lebih besar dari pada 0,05 maka hipotesis nol diterima dan berarti model sesuai dengan data observasinya (Ghozali, 2006).
3.5.3.3 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 Nager Kerke untuk memastikan bahwa nilainya bervariasi dari 0 sampai 1. Hal ini dilakukan dengan cara membagi nilai Nagel Kerke R2 dengan nilai maksimumnya. Bila nilai R2 kecil berarti kemampuan variabel independen dalam menjelaskan
variabel dependen sangat terbatas. Sedangkan jika R2 mendekati 1 berarti variabel independen dapat memberikan hampir semua informasi yang diperlukan untuk memprediksi variabel dependen. 3.5.3.4 Matriks Klasifikasi
Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit going concern pada auditee. Dalam output regresi logistik, angka ini dapat dilihat pada Classification Table.
3.5.4 Pengujian Hipotesis Penelitian
Pengujian hipotesis dalam penelitian ini menggunakan analisis multivariat dengan metode regresi logistik (logistic regression). Regresi logistik adalah regresi yang digunakan untuk melihat sejauh mana probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebas (Ghozali, 2006: 225).
Tingkat kepercayaan yang digunakan adalah sebesar 95% atau taraf
nyata signifikansi 5% (α = 0,05). Adapun kriteria pengujian hipotesis yaitu
jika tingkat signifikansi > 5%, maka hipotesis ditolak, yang berarti bahwa variabel independen tidak berpengaruh secara signifikan terhadap terjadinya variabel dependen. Sedangkan apabila tingkat signifikansi < 5%, maka hipotesis diterima, yang berarti bahwa variabel independen berpengaruh secara signifikan terhadap terjadinya variabel dependen.
Model regresi logistik yang digunakan untuk menguji hipotesis penelitian adalah sebagai berikut:
Keterangan:
GCAO = Opini audit going concern (variabel dummy, 1 jika opini audit going concern, 0 jika opini audit non going concern)
α = Konstanta
CR = Current Ratio ROA = Return on Asset DER = Debt to Equity Ratio
β1, β2, β3 = Koefisien Regresi
BAB IV