Lampiran i No. Data Perusahaan Kode Nama Emiten
Kriteria Sampel
1 2 3 4 5
1 SMCB Holcim Indonesia Tbk.
2 INTP Indocement Tunggal Prakarsa Tbk.
3 SMGR Semen Indonesia (Persero) Tbk.
4 ARNA Arwana Citramulia Tbk.
5 IKAI Intikeramik Alamasri Industri Tbk. SAMPEL 1
6 AMFG Asahimas Flat Glass Tbk.
7 KIAS Keramika Indonesia Assosiasi Tbk.
8 MLIA Mulia Industrindo Tbk.
9 TOTO Surya Toto Indonesia Tbk.
10 ALKA Alakasa Industrindo Tbk.
11 ALMI Alumindo Light Metal Industry Tbk.
12 BTON Betonjaya Manunggal Tbk.
13 CTBN Citra Tubindo Tbk.
14 GDST Gunawan Dianjaya Steel Tbk.
15 INAI Indal Aluminium Industry Tbk.
16 JKSW Jakarta Kyoei Steel Works Tbk. SAMPEL 2
17 JPRS Jaya Pari Steel Tbk.
18 KRAS Krakatau Steel (Persero) Tbk. SAMPEL 3
19 LION Lion Metal Works Tbk.
20 LMSH Lionmesh Prima Tbk.
21 PICO Pelangi Indah Canindo Tbk.
22 NIKL Pelat Timah Nusantara Tbk. SAMPEL 4
23 BAJA Saranacentral Bajatama Tbk.
24 ISSP Steel Pipe Industry of Indonesia Tbk.
25 TBMS Tembaga Mulia Semanan Tbk.
26 BRPT Barito Pacific Tbk. SAMPEL 5
27 BUDI Budi Acid Jaya Tbk.
28 TPIA Chandra Asri Petrochemical Tbk.
29 DPNS Duta Perwira Nusantara Tbk.
30 EKAD Ekadharma International Tbk.
31 ETWA Eterindo Wahanatama Tbk.
33 INCI Intanwijaya Internasional Tbk.
34 SOBI Sorini Agro Asia Corporindo Tbk.
35 UNIC Unggul Indah Cahaya Tbk.
36 AKKU Alam Karya Unggul Tbk.
37 AKPI Argha Karya Prima Industry Tbk.
38 APLI Asiaplast Industries Tbk.
39 BRNA Berlina Tbk.
40 IPOL Indopoly Swakarsa Industry Tbk.
41 IGAR Champion Pacific Indonesia Tbk.
42 SKWI Sekawan Intipratama Tbk.
43 SIMA Siwani Makmur Tbk.
44 TPNI Lotte Chemical Titan Tbk.
45 RTRST Trias Sentosa Tbk.
46 YPAS Yanaprima Hastapersada Tbk.
47 CPIN Charoen Pokphand Indonesia Tbk.
48 JPFA JAPFA Comfeed Indonesia Tbk.
49 MAIN Malindo Feedmill Tbk.
50 SIPD Sierad Produce Tbk.
51 SULI Sumalindo Lestari Jaya Tbk. SAMPEL 6
52 TIRT Tirta Mahakam Resources Tbk. SAMPEL 7
53 ALDO Alkindo Naratama Tbk
54 FASW Fajar Surya Wisesa Tbk.
55 KBRI Kertas Basuki Rachmat Indonesia Tbk.
56 INKP Indah Kiat Pulp & Paper Tbk.
57 TKIM Pabrik Kertas Tjiwi Kimia Tbk.
58 SPMA Suparma Tbk.
59 SAIP
Surabaya Agung Industri Pulp & Kertas
Tbk.
60 INRU Toba Pulp Lestari Tbk.
61 ASII Astra International Tbk.
62 AUTO Astra Otoparts Tbk.
63 GJTL Gajah Tunggal Tbk.
64 GDYR Goodyear Indonesia Tbk.
65 BRAM Indo Kordsa Tbk.
66 IMAS Indomobil Sukses Internasional Tbk.
67 INDS Indospring Tbk.
68 LPIN Multi Prima Sejahtera Tbk.
69 MASA Multistrada Arah Sarana Tbk.
71 PRAS Prima Alloy Steel Universal Tbk.
72 SMSM Selamat Sempurna Tbk.
73 MYTX Apac Citra Centertex Tbk. SAMPEL 8
74 ARGO Argo Pantes Tbk.
75 POLY Asia Pacific Fibers Tbk. SAMPEL 9
76 CNTX Century Textile Industry (PS) Tbk.
77 ERTX Eratex Djaja Tbk.
78 ESTI Ever Shine Textile Industry Tbk. SAMPEL 10
79 KARW ICTSI Jasa Prima Tbk.
80 INDR Indo-Rama Synthetics Tbk.
81 UNIT Nusantara Inti Corpora Tbk.
82 PBRX Pan Brothers Tbk.
83 PAFI Panasia Filament Inti Tbk.
84 HDTX Panasia Indo Resources Tbk.
85 ADMG Polychem Indonesia Tbk.
86 RICI Ricky Putra Globalindo Tbk.
87 DYNA Dynaplast Tbk.
88 STXM Sunson Textile Manufacturer Tbk. SAMPEL 11
89 TFCO Tifico Fiber Indonesia Tbk.
90 AQUA Aqua Golden Misisippi Tbk.
91 UNTX Unitex Tbk. SAMPEL 12
92 BIMA Primarindo Asia Infrastructure Tbk.
93 BATA Sepatu Bata Tbk.
94 SIMM Surya Intrindo Makmur Tbk.
95 JECC Jembo Cable Company Tbk.
96 KBLM Kabelindo Murni Tbk.
97 KBLI KMI Wire and Cable Tbk.
98 IKBI Sumi Indo Kabel Tbk.
99 SCCO
Supreme Cable Manufacturing &
Commerce Tbk.
100 VOKS Voksel Electric Tbk.
101 PTSN Sat Nusapersada Tbk. SAMPEL 13
102 ADES Akasha Wira International Tbk.
103 CEKA Cahaya Kalbar Tbk.
104 DAVO Davomas Abadi Tbk.
105 DLTA Delta Djakarta Tbk.
106 ICBP Indofood CBP Sukses Makmur Tbk.
107 INDF Indofood Sukses Makmur Tbk.
109 MLBI Multi Bintang Indonesia Tbk.
110 ROTI Nippon Indosari Corpindo Tbk.
111 PSDN Prasidha Aneka Niaga Tbk.
112 SKBM Sekar Bumi Tbk
113 SKLT Sekar Laut Tbk.
114 STTP Siantar Top Tbk.
115 AISA Tiga Pilar Sejahtera Food Tbk.
116 ALTO Tri Banyan Tirta Tbk.
117 ULTJ
Ultrajaya Milk Industry & Trading Co.
Tbk.
118 RMBA Bentoel Internasional Investama Tbk. Sampel 14
119 GGRM Gudang Garam Tbk.
120 HMSP HM Sampoerna Tbk.
121 WIIM Wismilak Inti Makmur Tbk.
122 DVLA Darya-Varia Laboratoria Tbk.
123 INAF Indofarma (Persero) Tbk.
124 KLBF Kalbe Farma Tbk.
125 KAEF Kimia Farma (Persero) Tb
126 MERK Merck Tbk.
127 PYFA Pyridam Farma Tbk.
128 SCPI Merck Sharp Dohme Pharma Tbk. Sampel 15
129 TAPI Taisho Pharmaceutical Indonesia Tbk.
130 TSPC Tempo Scan Pacific Tbk.
131 TCID Mandom Indonesia Tbk
132 MBTO Martina Berto Tbk.
133 MRAT Mustika Ratu Tbk.
134 UNVR Unilever Indonesia Tbk.
135 KICI Kedaung Indah Can Tbk
136 KDSI Kedawung Setia Industrial Tbk.
137 LMPI Langgeng Makmur Industri Tbk.
Lampiran ii
No.
Daftar Perusahaan Sampel yang Menerima Opini Audit Going Concern (1) dan Opini Audit Non Going Concern (0)
Nama Perusahaan Opini Audit
2010 2011 2012
1 Intikeramik Alamasri Industri Tbk 0 0 0
2 Jakarta Kyoei Steel Works Tbk 1 1 1
3 Krakatau Steel (Persero) Tbk 0 0 0
4 Pelat Timah Nusantara Tbk 0 0 0
5 Barito Pasific Tbk 0 0 0
6 Sumalindo Lestari Jaya Tbk 1 1 1
7 Tirta Mahakam Resources Tbk 0 0 0
8 APAC Citra Centertex Tbk 1 1 1
9 Asia Pasific Fibers Tbk 0 0 0
10 Ever Shine Textile Industry Tbk 0 0 0
11 Sunson Textile Manufacture Tbk 0 0 0
12 Unitex Tbk 0 0 0
13 Sat Nusapersada Tbk 1 1 1
14 Bentoel Internasional Investama Tbk 0 0 0
Lampiran iii
No.
Nilai Opinion Shopping
Nama Perusahaan Tahun
2010 2011 2012
1 Intikeramik Alamasri Industri Tbk 1 1 1
2 Jakarta Kyoei Steel Works Tbk 0 0 0
3 Krakatau Steel (Persero) Tbk 0 0 0
4 Pelat Timah Nusantara Tbk 0 0 1
5 Barito Pasific Tbk 1 1 1
6 Sumalindo Lestari Jaya Tbk 0 0 0
7 Tirta Mahakam Resources Tbk 1 1 0
8 APAC Citra Centertex Tbk 0 1 0
9 Asia Pasific Fibers Tbk 0 0 0
10 Ever Shine Textile Industry Tbk 0 0 0
11 Sunson Textile Manufacture Tbk 0 0 0
12 Unitex Tbk 0 0 0
13 Sat Nusapersada Tbk 0 0 0
14 Bentoel Internasional Investama Tbk 1 1 0
Lampiran iv
No.
Nilai Debt Default
Nama Perusahaan Tahun
2010 2011 2012
1 Intikeramik Alamasri Industri Tbk 1 1 0
2 Jakarta Kyoei Steel Works Tbk 0 1 1
3 Krakatau Steel (Persero) Tbk 0 0 0
4 Pelat Timah Nusantara Tbk 1 1 0
5 Barito Pasific Tbk 1 0 0
6 Sumalindo Lestari Jaya Tbk 1 1 0
7 Tirta Mahakam Resources Tbk 0 1 0
8 APAC Citra Centertex Tbk 1 1 0
9 Asia Pasific Fibers Tbk 0 0 0
10 Ever Shine Textile Industry Tbk 0 0 1
11 Sunson Textile Manufacture Tbk 1 1 1
12 Unitex Tbk 0 0 0
13 Sat Nusapersada Tbk 1 0 0
14 Bentoel Internasional Investama Tbk 1 0 1
Lampiran v
No.
Jumlah Komite Audit
Nama Perusahaan Tahun
2010 2011 2012
1 Intikeramik Alamasri Industri Tbk 3 3 3
2 Jakarta Kyoei Steel Works Tbk 3 3 3
3 Krakatau Steel (Persero) Tbk 3 3 3
4 Pelat Timah Nusantara Tbk 4 4 4
5 Barito Pasific Tbk 3 3 3
6 Sumalindo Lestari Jaya Tbk 3 3 3
7 Tirta Mahakam Resources Tbk 3 3 3
8 APAC Citra Centertex Tbk 5 5 5
9 Asia Pasific Fibers Tbk 4 4 4
10 Ever Shine Textile Industry Tbk 3 3 3
11 Sunson Textile Manufacture Tbk 3 3 3
12 Unitex Tbk 3 3 3
13 Sat Nusapersada Tbk 3 3 3
14 Bentoel Internasional Investama Tbk 3 3 3
Lampiran vi
No.
Proporsi Kepemilikan Manajerial
Nama Perusahaan Tahun
2010 2011 2012
1 Intikeramik Alamasri Industri Tbk 3.03 3.03 3.03
2 Jakarta Kyoei Steel Works Tbk 1.33 1.33 1.33
3 Krakatau Steel (Persero) Tbk 0.02 0.02 0.01
4 Pelat Timah Nusantara Tbk 0.032 0.032 0.032
5 Barito Pasific Tbk 0.49 0.49 0.49
6 Sumalindo Lestari Jaya Tbk 1.21 1.21 1.21
7 Tirta Mahakam Resources Tbk 0 0 0
8 APAC Citra Centertex Tbk 0.00001 0.00001 0.00001
9 Asia Pasific Fibers Tbk 0 0 0
10 Ever Shine Textile Industry Tbk 0 0 0
11 Sunson Textile Manufacture Tbk 7.51 8 6
12 Unitex Tbk 70 70 70
13 Sat Nusapersada Tbk 0.01 0.02 0.02
14 Bentoel Internasional Investama Tbk 0 0 0
Lampiran vii
No.
Proporsi Kepemilikan Terpusat
Nama Perusahaan Tahun
2010 2011 2012
1 Intikeramik Alamasri Industri Tbk 37.5 37.5 37.5
2 Jakarta Kyoei Steel Works Tbk 30.56 30.56 30.56
3 Krakatau Steel (Persero) Tbk 80 80 80
4 Pelat Timah Nusantara Tbk 35 35 35
5 Barito Pasific Tbk 52.13 52.13 52.13
6 Sumalindo Lestari Jaya Tbk 31 31 31
7 Tirta Mahakam Resources Tbk 33.78 33.78 33.78
8 APAC Citra Centertex Tbk 58.77 58.77 58.77
9 Asia Pasific Fibers Tbk 53.93 53.93 51.65
10 Ever Shine Textile Industry Tbk 58.97 58.97 58.97
11 Sunson Textile Manufacture Tbk 40.99 41 41
12 Unitex Tbk 66.47 66.47 66.47
13 Sat Nusapersada Tbk 69.37 69.37 69.37
14 Bentoel Internasional Investama Tbk 99.14 99.14 85.55
Lampiran viii
No.
Kualitas Audit
Nama Perusahaan Tahun
2010 2011 2012
1 Intikeramik Alamasri Industri Tbk 0 0 0
2 Jakarta Kyoei Steel Works Tbk 0 0 0
3 Krakatau Steel (Persero) Tbk 1 1 1
4 Pelat Timah Nusantara Tbk 1 1 1
5 Barito Pasific Tbk 1 1 1
6 Sumalindo Lestari Jaya Tbk 1 1 1
7 Tirta Mahakam Resources Tbk 0 0 0
8 APAC Citra Centertex Tbk 0 0 0
9 Asia Pasific Fibers Tbk 0 0 0
10 Ever Shine Textile Industry Tbk 1 1 1
11 Sunson Textile Manufacture Tbk 0 0 0
12 Unitex Tbk 0 0 0
13 Sat Nusapersada Tbk 1 1 1
14 Bentoel Internasional Investama Tbk
1 1 1
lampiran ix
Opini Audit Tahun Sebelumnya
No. Nama Perusahaan Tahun
2009 2010 2011
1 Intikeramik Alamasri Industri Tbk 0 0 0
2 Jakarta Kyoei Steel Works Tbk 0 1 1
3 Krakatau Steel (Persero) Tbk 0 0 0
4 Pelat Timah Nusantara Tbk 1 0 0
5 Barito Pasific Tbk 1 0 0
6 Sumalindo Lestari Jaya Tbk 0 1 1
7 Tirta Mahakam Resources Tbk 1 0 0
8 APAC Citra Centertex Tbk 0 1 1
9 Asia Pasific Fibers Tbk 0 0 0
10 Ever Shine Textile Industry Tbk 1 0 0
11 Sunson Textile Manufacture Tbk 0 0 0
12 Unitex Tbk 0 0 1
13 Sat Nusapersada Tbk 0 1 1
14 Bentoel Internasional Investama Tbk 1 0 0
15 Merck Sharp Dohme Pharma Tbk 0 0 0
Output SPSS Logistic Regression
Descriptives
[DataSet1] C:\Users\ACER\Desktop\Documents\data spss skripsi.sav
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Block 45 30.56000 99.14000 53.7951111 18.85126384
man_own 45 .00000 70.00000 5.5530229 17.52060094
Valid N (listwise) 45
Frequencies
Statistics
OGC OS Komite Def KA PO
N Valid 45 45 45 45 45 45
Missing 0 0 0 0 0 0
Frequency Table
OGC
Frequency Percent Valid Percent Cumulative Percent
Valid 0 33 73.3 73.3 73.3
1 12 26.7 26.7 100.0
Total 45 100.0 100.0
OS
Frequency Percent Valid Percent Cumulative Percent
Valid 0 33 73.3 73.3 73.3
1 12 26.7 26.7 100.0
Komite
Frequency Percent Valid Percent Cumulative Percent
Valid 3 36 80.0 80.0 80.0
4 6 13.3 13.3 93.3
5 3 6.7 6.7 100.0
Total 45 100.0 100.0
Def
Frequency Percent Valid Percent Cumulative Percent
Valid 0 26 57.8 57.8 57.8
1 19 42.2 42.2 100.0
Total 45 100.0 100.0
KA
Frequency Percent Valid Percent Cumulative Percent
Valid 0 21 46.7 46.7 46.7
1 24 53.3 53.3 100.0
Total 45 100.0 100.0
PO
Frequency Percent Valid Percent Cumulative Percent
Valid 0 31 68.9 68.9 68.9
1 14 31.1 31.1 100.0
Regression
Variables Entered/Removed
Model Variables Entered Variables Removed Method
1 PO, man_own,
Block, OS, Komite,
Def, KAa
. Enter
a. All requested variables entered.
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate
1 .624a .389 .273 .381
a. Predictors: (Constant), PO, man_own, Block, OS, Komite, Def, KA
b. Dependent Variable: OGC
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 3.423 7 .489 3.366 .007a
Residual 5.377 37 .145
Total 8.800 44
a. Predictors: (Constant), PO, man_own, Block, OS, Komite, Def, KA
b. Dependent Variable: OGC
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) .006 .414 .014 .989
OS -.305 .132 -.305 -2.315 .026 .951 1.052
Komite .110 .109 .142 1.006 .321 .823 1.215
Block -.003 .004 -.111 -.721 .475 .703 1.423
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 45 100.0
Missing Cases 0 .0
Total 45 100.0
Def .090 .122 .101 .740 .464 .886 1.129
KA -.036 .150 -.041 -.243 .809 .576 1.736
PO .420 .126 .439 3.334 .002 .952 1.051
a. Dependent Variable: OGC
Coefficient Correlationsa
Model PO man_own Block OS Komite Def KA
1Correlations PO 1.000 -.110 .114 -.046 -.153 -.094 -.157
man_ own
-.110 1.000 -.310 .195 .306 .152 .504
Block .114 -.310 1.000 -.056 -.163 .189 -.479
OS -.046 .195 -.056 1.000 .093 -.053 .128
Komit e
-.153 .306 -.163 .093 1.000 -.006 .381
Def -.094 .152 .189 -.053 -.006 1.000 .061
KA -.157 .504 -.479 .128 .381 .061 1.000
Covariances PO .016 -5.479E-5 5.197E-5 .000 -.002 -.001 -.003
man_ own
-5.479E-5 1.575E-5 -4.468E-6 .000 .000 7.354E-5 .000
Block 5.197E-5 -4.468E-6 1.322E-5 -2.671E-5 -6.492E-5 8.413E-5 .000
OS .000 .000 -2.671E-5 .017 .001 .000 .003
Komit e
-.002 .000 -6.492E-5 .001 .012 -8.014E-5 .006
Def -.001 7.354E-5 8.413E-5 .000 -8.014E-5 .015 .001
KA -.003 .000 .000 .003 .006 .001 .023
a. Dependent Variable: OGC
Unselected Cases 0 .0
Total 45 100.0
a. If weight is in effect, see classification table for the total number of
cases.
Dependent Variable
Encoding
Original
Value Internal Value
0 0
1 1
Block 0: Beginning Block
Iteration Historya,b,c
Iteration -2 Log likelihood
Coefficients
Constant
Step 0 1 52.247 -.933
2 52.192 -1.010
3 52.192 -1.012
4 52.192 -1.012
a. Constant is included in the model.
b. Initial -2 Log Likelihood: 52,192
c. Estimation terminated at iteration number 4
because parameter estimates changed by less
Block 1: Method = Enter
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 9.755 7 .203
Iteration Historya,b,c,d
Iteration -2 Log likelihood
Coefficients
Constant OS Komite Block man_own Def KA PO
Ste
p 1
1 35.708 -1.976 -1.220 .439 -.010 -.018 .362 -.146 1.678
2 31.522 -2.481 -2.301 .525 -.012 -.040 .728 -.456 2.459
3 30.415 -2.586 -3.174 .470 -.009 -.067 1.067 -.835 3.012
4 30.052 -2.347 -3.551 .383 -.007 -.106 1.270 -1.080 3.229
5 29.299 -1.074 -3.858 .086 -.008 -.253 1.642 -1.550 3.329
6 28.799 .873 -4.426 -.373 -.009 -.492 2.262 -2.319 3.599
7 28.781 1.103 -4.593 -.431 -.010 -.536 2.387 -2.454 3.736
8 28.781 1.118 -4.602 -.435 -.010 -.539 2.395 -2.462 3.744
9 28.781 1.118 -4.602 -.435 -.010 -.539 2.395 -2.462 3.744
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 52,192
Runs Test
Unstandardized
Residual
Test Valuea -.08909
Cases < Test Value 21
Cases >= Test Value 24
Total Cases 45
Number of Runs 22
Z -.273
Asymp. Sig. (2-tailed) .785
a. Median
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95% C.I.for EXP(B)
Lower Upper
Step 1a OS -4.602 2.197 4.389 1 .036 .010 .000 .743
Komite -.435 1.156 .141 1 .707 .647 .067 6.241
Block -.010 .031 .106 1 .745 .990 .932 1.052
man_own -.539 .424 1.613 1 .204 .584 .254 1.340
Def 2.395 1.660 2.082 1 .149 10.964 .424 283.565
KA -2.462 2.066 1.421 1 .233 .085 .001 4.888
PO 3.744 1.592 5.531 1 .019 42.264 1.866 957.317
Constant 1.118 4.430 .064 1 .801 3.060
Daftar Pustaka
Arens, Alvin A, dan James K Lobbecke, 2008. Auditing : Pendekatan Terpadu
(Judul Asli : Auditing : An Integrated Approach) Edisi Revisi, Jilid 12.
Penerjemah AmirAbadi Jusuf, Salemba Empat, Jakarta.
Buku Pedoman Penulisan Skripsi dan Ujian Komprehensif Program Strata Satu
(S1), Fakultas Ekonomi, Universitas Sumatera Utara.
Bruynseels, Liesbeth, W. Robert Knechels and Marleen Willekens. 2006. “Do
Industry Specialist and Business Risk Auditors Enhance Audit Reporting
Accuracy”.
Craswell, A.T., J.R. Francis, and S.L. Taylor. 1995. Auditor Brand Name
Reputations and Industry Specializations. Journal of Accounting and
Economics, 20,
Eddi Wibowo, Tomo HS dan Hessel Nogi S.Tangkilisan, Memahami Good
Government Governance & Good Corporate Governance, Jakarta:
YPAPI,2004.
297-322.
Erlina, Sri Mulyani, 2007. Metodologi Penelitian Bisnis, Terbitan Pertama, USU
Press, Medan.
Fanny, Margaretta dan Saputra, S. 2005. “Opini Audit Going Concern : Kajian
Berdasarkan Model Prediksi Kebangkrutan, Pertumbuhan Perusahaan, dan
Reputasi Kantor Akuntan Publik (Studi Pada Emiten Bursa Efek Jakarta)”.
Simposium Nasional Akuntansi VIII.
Geiger, M., K. Raghunandan, and D.V. Rama. 1996. Going-Concern Audit Report
Recipients Before and After SAS No 59. National Public Accountant.
Ghozali, Imam. 2006. Aplikasi Analisis Multivariate dengan Program SPSS.
Semarang : Badan Penerbit Universitas Diponegoro.
Ghozali, Imam. 2007. Aplikasi Analisis Multivariate Dengan Program SPSS.
Semarang : Badan Penerbit Universitas Diponegoro.
Ikatan Akuntan Indonesia, 2001. Standar Profesional Akuntan Publik. Salemba
Empat, Jakarta.
Januarti, 2008. Analisis Pengaruh Faktor Perusahaan, Kualitas Auditor,
Kepemilikan Perusahaan Terhadap Penerimaan Opini Audit Going Concern
(Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Indonesia). Paper
disajikan pada Simposium Nasional Akuntansi XII.
Jr. William F Messier, Glover, dan Douglas. 2006. Auditing & Assurance Services
A Systematic Approach Jasa Audit & Assurance Pendekatan Sistematis, Buku
2 Edisi 4, Salemba Empat, Jakarta.
Lennox, C. 2002. Going-concern Opinion in Failing Companies: Auditor
Dependence and opinion Shopping.
Linoputri, Ferima Purmateti. 2010. “Pengaruh Corporate Governance Terhadap
Penerimaan Opini Going Concern.”. skripsi. Universitas Diponegoro.
Mirna Diah dan Indira Januarti. 2007. “Analsis Kualitas Audit,Debt Default,dan
Opinion Shopping terhadap Penerimaan Opini Going Concern”. Simposium
Naimi, Mohammad et al. 2010. Corporate Governance and Audit Report Lag in
Malaysia. Asian Academy of Management journal of Accounting and
Finance, Vol 6.
Pandiangan, Demak Sri Rahel. 2013. “Pengaruh Kualitas Audit, Opini Audit
Tahun Sebelumnya, Leverage, dan Pertumbuhan Perusahaan terhadap Opini
Audit Going Concern pada Perusahaan Manufaktur yang Terdaftar di BEI”.
Skripsi. Universitas Sumatera Utara, Medan
Praptitorini, Januarti, 2007. “Analisis Pengaruh Kualitas Audit, Debt Default dan
Opinion Shopping Terhadap Penerimaan Opini Going Concern”.
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.
Simposium
Nasional Akuntansi X.
Saifudin dan Pamudji, Sugeng. (2004). ”Pengaruh Kompetensi dan
Independensi Terhadap Opini Audit Going Concern”. Skripsi. Universitas
Diponegoro. Semarang.
Santosa, Arga F. dan Linda K. Wedari, 2007. “Analisis Faktor-Faktor yang
Mempengaruhi Kecenderungan Penerimaan Opini Audit Going Concern.”
JAAI, Vol.11 No.3.
Setiawan, Santy, 2006. “Opini Going Concern dan Prediksi Kebangkrutan
Perusahaan”.
Setryano, Januarti, dan Faisal, 2006. “Pengaruh Kualitas Audit, Kondisi
Keuangan Perusahaan, Opini Audit Tahun Sebelumnya, Pertumbuhan
Perusahaan Terhadap Opini Audit Going Concern”.
Surbakti, Meliyanti Yosephine. 2011. “Faktor-faktor yang Mempengaruhi
Penerimaan Opini Audit Going Concern” (Studi Empiris pada Perusahaan
Manufaktur di Bursa Efek Indonesia)
Simposium Nasional
Akuntansi IX.
Tamba, Revol Ulung Bisara. 2009. “Pengaruh Debt Default, Kualitas Audit, dan
Opini Audit Terhadap Penerimaan Opini Going Concern Pada perusahaan
Manufaktur yang Terdaftar di BEI”. Skripsi. Universitas Sumatera Utara.
Medan.
Umar, Husein, 2007. Metode Riset: Akuntansi terapan, Ghalia Indonesia, Jakarta.
Wardhani, Ratna, 2007. “Mekanisme Corporate Governance dalam Perusahaan
yang Mengalami Permasalahan Keuangan.” Jurnal Akuntansi dan Keuangan
Indonesia, Vol.4 No.1.
Wijaya, A. T. 2012. “Pengaruh Karakteristik Komite Audit terhadap Audit Report
Lag”. Fakultas Ekonomi. Universitas Diponegoro. Semarang.
BAB III
METODOLOGI PENELITIAN 3.1Jenis Penelitian
Penelitian ini menggunakan desain penelitian asosiatif kausal. Menurut
Umar (2003) penelitian asosiatif kausal adalah “Penelitian yang bertujuan
untuk menganalisis hubungan antara satu variabel dengan variabel lainnya
atau bagaimana suatu variabel memperngaruhi variabel lain”. Dengan kata
lain desain asosiatif kausal betujuan untuk mengukur hubungan-hubungan
antar variabel penelitian atau berguna untuk menganalisis bagaimana suatu
variabel mempengaruhi variabel lainnya. Penelitian ini menguji pengaruh
opinion shopping, mekanisme corporate governance, debt default, kualitas
audit dan opini audit tahun sebelumnya terhadap penerimaan opini audit going
concern.
3.2 Tempat dan Waktu Penelitian
Penelitian ini dilakukan di Bursa Efek Indonesia (BEI). Bursa Efek Indonesia
dipilih karena BEI merupakan pasar modal Indonesia terbesar. Penelitian ii
menguunakan software SPSS 17. Penelitian ini mengambil periode 2010-2012.
Penelitian ini hanya menggunakan perusahaan-perusahaan manufaktur sebagai
sample untuk menjaga homogenitas data. Selain itu, sektor manufaktur dominan
3.3Batasan Operasional
Batasan operasional yaitu penarikan batasan yang menjelaskan ciri-ciri
spesifik dengan lebih substantif dari suatu konsep. Hal ini bertujuan untuk
mencapai suatu alat ukur yang sesuai dengan hakikat variabel yang sudah
didefinisikan konsepnya. Adapun yang menjadi batasan operasional dalam
penelitian ini adalah bahwa data yang digunakan adalah adalah perusahaan
manufaktur yang terdaftar di BEI pada tahun 2010-2012. Selain itu,
elemen-elemen dari mekanisme corporate governance yang akan diteliti terdiri dari
komite audit, kepemilikan manajerial, dan kepemilikan terpusat.
3.4Defenisi Operasional
Menurut Kerlinger (2000), defenisi operasional adalah melekatkan arti pada
suatu variabel dengan cara menetapkan kegiatan atau tindakan yang digunakan
untuk mengukur variabel tersebut, dengan kata lain defenisi operasional
merupakan spesifikasi kegiatan atau tindakan yang perlu untuk mengukur variabel.
Variabel dependen dalam penelitian ini berupa opini audit going concern.
Sedangkan variabel independen dalam penelitian ini adalah opinion shopping,
mekanisme corporate governance. Debt default, kualitas audit dan opini audit
3.4.1 Variabel Dependen
3.4.1.1 Opini Going Concern
Variabel dependen atau variabel terikat merupakan variabel yang dipengaruhi
oleh variabel bebas (Hermawan, 2003). Variabel dependen dalam penelitian ini
adalah opini audit going concern. Opini audit going concern merupakan variabel
dummy,yaitu varibel yang bersifat kategorikal atau dikotonomi (Ghozali, 2007).
Dimana kategori 1 untuk opini audit going concern (GCAO) dan kategori 0 untuk
opini audit non going concern (NGCAO). Opini audit going concern adalah
modifikasi opini audit wajar tanpa pengecualian dengan paragraf penjelas yang
dalam pertimbangan auditor terdapat keraguan dalam hal menjaga kelangsungan
hidup perusahaan kliennya.
3.4.2 Variabel Independen
Variabel independen atau variabel bebas merupakan variabel yang
mempengaruhi variabel terikat secara positif maupun negatif (Hermawan, 2003).
3.4.2.1 Opinion Shopping
Penelitian ini menggunakan metode opinion shopping yang diterapkan
oleh Lennox (2002). Model pelaporan audit digunakan untuk memprediksi opini
yang akan diterima perusahaan ketika melakukan atau tidak melakukan pergantian
auditor. Opinion Shopping, yaitu kemampuan manajemen untuk mempengaruhi
auditor bertindak sesuai dengan harapan manajemen. Perusahaan biasanya
mengganti auditor (auditor switching) untuk menghindari penerimaan opini going
perusahan melakukan pergantian auditor tiap tahun. Kode 0 jika perusahaan tidak
melakukan pergantian auditor.
3.4.2.2 Debt Default
Debt Default atau kegagalan membayar hutang didefenisikan sebagai
kegagalan perusahaan membayar hutang pokok atau bunganya pada saat jatuh
tempo (Chen dan Church, 1992). Variabel dummy digunakan (1 = status debt
default, 0 = status tidak debt default) untuk menunjukkan apakah perusahaan
dalam keadaan default atau tidak sebelum pengeluaran opini audit.
3.4.2.3 Corporate Governance
(1) Komite Audit
Sesuai dengan Keputusan Bursa Efek Indonesia melalui Kep.Direksi BEJ
No.Kep-315/BEJ/06/2000 menyatakan bahwa: “Komite audit adalah komite yang
dibentuk oleh dewan komisaris perusahaan, yang anggotanya diangkat dan
diberhentikan oleh dewan komisaris, yang bertugas untuk membantu melakukan
pemeriksaan atau penelitian yang dianggap perlu terhadap pelaksanaan fungsi
direksi dalam pengelolaan perusahaan”. Komite audit diukur dengan jumlah
anggota komite audit dalam suatu perusahaan.
(2) Kepemilikan Terpusat
Kepemilikan terpusat diproksikan dengan rasio saham biasa yang
dipegang oleh pemegang saham mayoritas, yang merupakan pemegang saham
pengendali terbesar dalam perusahaan. Pemegang saham pengendali adalah
ditempatkan (Task Force Komite Nasional Kebijakan Corporate Governance Bab
II No.7).
(3) Kepemilikan Manajerial
Kepemilikan manajerial adalah jumlah kepemilikan saham oleh pihak
manajemen dari seluruh modal saham perusahaan yang dikelola (Boediono, 2005).
Kepemilikan manajerial diukur dengan rasio jumlah saham dalam perusahaan
dari seluruh modal saham perusahaan yang beredar yang dimiliki pihak
manajemen. Pihak manajemen yaitu anggota dewan direksi dan dewan komisaris.
3.4.2.4. Kualitas Audit
Kualitas audit diproksikan dengan menggunakan reputasi auditor yang
berafiliasi dengan KAP BigFour dan KAP Non BigFour. Variabel ini diuku r
dengan menggunakan variabel dummy dimana angka 1 untuk perusahaan yang
diaudit oleh auditor yang berafiliasi dengan KAP BigFour dan angka 0 jika
perusahaan diaudit oleh auditor dari KAP yang tidak berafiliasi dengan KAP
BigFour.
3.4.2.5 Opini Audit Tahun Sebelumnya
Opini audit tahun sebelumnya merupakan opini audit yang diterima oleh
auditee pada tahun sebelumnya. Opini audit sebelumnya dalam penelitian ini
diambil dari opini audit tahun 2009, 2010, dan 2011. Variabel ini diukur dengan
variabel dummy, dimana opini audit going concern (GCAO) diberi kode 1,
3.5Skala Pengukuran Variabel
Penyajian statistik deskriptif bertujuan agar dapat dilihat profil dari data
penelitian tersebut. Dalam penelitian ini variabel yang digunakan adalah opinion
shopping, debt default dan corporate governance.
Skala pengukuran variabel penelitian dapat dilihat dari tabel berikut:
Tabel 3.1
Variabel yang Diukur
Indikator Skala
Pengukuran
Sumber Data Instrumen
opinion shopping
Laporan auditor independen
Nominal Sekunder Laporan
Tahunan
corporate
governance Komite audit
Kepemilikan terpusat Kepemilikan manajerial Nominal Rasio Rasio
Sekunder Laporan Tahunan
debt default Laporan auditor
independen
Nominal Sekunder Laporan
tahunan
Kualitas Audit
Laporan auditor independen
Nominal Sekunder Laporan
tahunan Opini Audit Tahun Sebelumnya Laporan auditor independen
Nominal sekunder Laporan
auditor
Penerimaan Opini Going
Concern
Opini audit atas laporan keuangan
Nominal Sekunder Laporan
3.5.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui karakteristik sampel
yang digunakan dan menggambarkan variabel-variabel dalam penelitian. Analisis
statistik deskriptif meliputi jumlah, sampel, nilai minimum, nilai maksimum, nilai
rata-rata (mean) dan standar deviasi.
3.5.2 Analisis Statistik Inferensial
Analisis statistik inferensial digunakan untuk pengujian hipotesis yang
diajukan. Pengujian hipotesis dalam penelitian ini menggunakan analisis
multivariate dengan menggunakan regresi logistik (logistic regretion), yang
variabel bebasnya merupakan kombinasi antara metrik dan non metrik (nominal).
Regresi logistik adalah regresi yang digunakan sejauh mana probabilitas
terjadinya variabel dependen dapat diprediksi dengan variabel independen. Pada
teknik analisa regresi logistik tidak memerluka n lagi uji normalitas dan uji asumsi
klasik pada variabel bebasnya (Ghozali, 2006). Regresi logistik juga mengabaikan
heteroscedary, artinya variabel dependen tidak memerlukan untuk masing-masing
variabel independennya.
3.6 Populasi dan Sampel Penelitian
Sampel adalah bagian dari populasi yang digunakan untuk memperkirakan
karakteristik populasi. Sampel yang diambil dari populasi haruslah representatif
atau mewakili. Jika sampel kurang representatif, akan mengakibatkan nilai yang
dihitung dari sampel tidak cukup tepat untuk menduga nilai populasi
Populasi yang digunakan dalam penelitian ini adalah perusahaan manufaktur
yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2010-2012. Metode penentuan
sampel yang digunakan dalam penelitian ini adalah metode purposive sampling,
yaitu metode pengambilan sampel berdasarkan suatu kriteria tertentu. Kriteria
penentuan sampel dalam penelitian ini adalah:
1. Perusahaan manufaktur yang listing di Bursa Efek Indonesia (BEI) tahun
2010-2012.
2. Perusahaan tersebut sudah terdaftar di Bursa Efek Indonesia (BEI) setelah
tanggal 1 Januari 2010.
3. Perusahaan tersebut tidak delisting dari BEI selama periode pengamatan
(tahun 2010-2012).
4. Perusahaan tersebut mengalami rugi bersih setelah pajak
sekurang-kurangnya dua periode laporan keuangan (dua tahun) selama periode
[image:31.595.146.517.556.737.2]pengamatan (2010-2012).
Tabel 3.2
Proses Seleksi Sampel Berdasarkan Kriteria
No. Kriteria Jumlah Akumulasi
1 Total perusahaan
manufaktur yang listing di BEI tahun 2010-2012
138
2 Perusahaan yang listing di BEI setelah tanggal 1 Januari 2010
(4) 134
3 Perusahaan tersebut tidak delisting dari BEI selama periode pengamatan (tahun 2010-2013).
4 Perusahaan mengalami rugi bersih setelah pajak sekurang-kurangnya dua periode laporan keuangan (dua tahun) selama periode pengamatan (tahun 2010- 2013)
(108) 22
5 Data tidak tersedia/ tidak memenuhi syarat
(7) 15
Berdasarkan kriteria tersebut, perusahaan yang menjadi sampel penelitian
terdiri dari 15 perusahaan yaitu dengan periode penelitian selama 3 tahun,
sehingga total unit analisis sebanyak 45 perusahaan.
Setelah dilakukan teknik purposive sampling, maka emiten yang lolos uji ini
[image:32.595.142.516.110.254.2]adalah :
Tabel 3.3
Perusahaan yang Menjadi Sampel Penelitian
No. Nama Perusahaan Kode
1 Inti Keramik Alamasri Industri Tbk IKAI
2 Jakarta Kyoei Steel Works Tbk JKSW
3 Krakatau Steel (Persero) Tbk KRAS
4 Pelat Timah Nusantara Tbk NIKL
5 Barito Pasific Tbk BRPT
6 Sumalindo Lestari Jaya Tbk SULI
7 Tirta Mahakam Resources Tbk TIRT
8 APAC Citra Centertex Tbk MYTX
10 Ever Shine Textile Industry Tbk ESTI
11 Sunson Textile Manufacturer Tbk SSTM
12 Unitex Tbk UNTX
13 Sat Nusapersada Tbk PTSN
14 Bentoel Internasional Investama Tbk RMBA
15 Merck Sahrp Dohme Pharma Tbk SCPI
3.7Jenis Data
Jenis data dalam penelitian ini adalah data sekunder. Data sekunder
merupakan data primer yang telah diolah lebih lanjut dan disajikan baik oleh
pihak pengumpul data primer maupun oleh pihak lain (Umar, 2001). Data yang
dikumpulkan adalah kombinasi antara data time series dengan data cross section.
Data time series merupakan sekumpulan data dari suatu fenomena tertentu
yang didapat dalam beberapa interval waktu tertentu misalnya dalam waktu
minggua n, bulanan atau tahunan. Sedangkan cross section merupakan
sekumpulan data untuk meneliti suatu fenomena tertentu dalam satu kurun waktu
(Umar 2001).
3.8Metode Pengumpulan Data
Metode pengumpulan data yang digunakan adalah dengan dokumentasi laporan
tahunan dan laporan keuangan perusahaan manufaktur yang terdaftar di Bursa
Efek Indonesia periode 2010-2012, yang memuat proporsi kepemilikan dalam
perusahaan, komite audit, kepemilikan manajerial, dan kepemilikan terpusat serta
3.9 Teknik Analisis
3.9.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui karakteristik
sampel yang digunakan dan menggambarkan variabel-variabel dalam penelitian.
Analisis statistik deskriptif meliputi jumlah, sampel, nilai minimum, nilai
maksimum, nilai rata-rata (mean) dan standar deviasi. Penyajian statistik
deskriptif bertujuan agar dapat dilihat profil dari data penelitian tersebut. Dalam
penelititan ini variabel yang digunakan adalah opinion shopping, debt default, dan
corporate governance.
3.9.2 Analisis Statistik Inferensial
Analsis statistik inferensial yang digunakan adalah kategori statistik
non-parametrik karena menggunakan data dengan skala nominal dan rasio sehingga
asumsi normalitas tidak dapat dipenuhi. Pengujian hipotesis dalam penelitian ini
menggunakan analisis multivariate dengan menggunakan regresi logistik (logistic
regression), dengan variabel bebasnya merupakan kombinasi antara metrik dan
non metrik (nominal).
Regresi logistik yaitu regresi yang digunakan sejauh mana probabilitas
terjadinya variabel dependen dapat diprediksi dengan variabel independen. Teknik
analisis regresi logistik tidak lagi memerlukan uji normalitas dan uji asumsi klasik
pada variabel bebasnya (Ghozali, 2006). Selain itu, regresi logistik juga
a) Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis, maka perlu dilakukan uji asumsi
klasik. Dikarenakan uji yang digunakan adalah regresi logistik, dimana uji ini
mengabaikan uji normalitas dan heterokedasitas, maka uji asumsi klasik yang
digunakan adalah uji multikolinearitas dan autokorelasi.
1) Uji Multikolinearitas
Tujuan melakukan uji multikolinearitas adalah untuk menguji apakah pada
model regresi terdapat korelasi antarvariabel independen. Model regresi yang baik
seharusnya tidak terdapat problem multiolinearitas atau tidak terdapat korelasi
antarvariabel independennya. Untuk melihat ada tidaknya multikolinearitas di
dalam model regresi (Ghozali : 2006) adalah sebagai berikut:
a) nilai tolerance dan lawannya
b) variance inflation factor (VIF)
2) Uji autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi maka
diindikasikan terdapat problem autokorelasi. Model regresi yang baik seharusnya
bebas dari masalah autokorelasi. Dalam penelitian ini digunakan run test untuk
menguji ada tidaknya gejalah autokorelasi, bila hasil output SPSS menunjukkan
probabilitas signifikansi di bawah 0,05 disimpulkan terdapat gejalah autokorelasi
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang
dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas
variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Jadi tolerance yang rendah sama dengan nilai VIF yang tinggi (karena
VIF = 1/ tolerance). Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolinearitas adalah nilai tolerance < 0,10 atau sama dengan nilai VIF > 10.
Analisis statistik inferensial digunakan untuk pengujian hipotesis yang
diajukan.
b) Menilai Keseluruhan Model (Overall Model Fit)
Analisis pertama yang dilakukan adalah menilai overall fit model terhadap
data. Hipotesis yang digunakan untuk menilai model fit adalah:
H0 : Model yang dihipotesiskan fit dengan data
Ha : Model yang dihipotesiskan tidak fit dengan data
Dari hipotesis ini supa ya model fit dengan data, maka H0 harus diterima
atau Ha harus ditolak. Statistik yang digunakan berdasarkan pada fungsi
Likelihood. Likelihood (L) dari model adalah probabilitas bahwa model yang
dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan
hipotesis alternatif, L ditransformasikan menjadi -2LogL. Dengan alpha (α) 5%,
cara menilai model fit ini adalah sebagai berikut:
1. .Jika nilai -2LogL < 0,05 maka H0 ditolak dan Ha diterima, yang berarti bahwa
model fit dengan data.
2. Jika nilai -2LogL > 0,05 maka H0 diterima dan Ha ditolak, yang berarti bahwa
c) Menilai kaelayakan Model Regresi
Kelayakan model regresi dinilai dngan menggunakan Hosmer and
Lemesho’s Goodness of Fit Test. Adapun hipotesis utnuk menilai kelayakan
model ini adalah:
H0 : Tidak ada perbedaan antara model dengan data
H1 : Ada perbedaan antara model dengan data
Jika nilai statistik Hosmer and Lemeshow Goodness of Fit lebih besar
daripada 0,05 maka H
0 tidak dapat ditolak dan ini berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model diterima karena
sesuai dengan data observasinya (Ghozali, 2006) .
d) Koefisien Determinasi
Keofisien determinasi digunakan utnuk mengetahui seberapa besar
variabilitas variabel-variabel independen mampu memperjelas variabilitas
variabel dependen. Nilai koefisien determinasi merupakan modifikasi dari
koefisien Nagel Karke untuk memastikan bahwa nilainya bervariasi dari 0 sampai
1. Hal ini dilakukan dengan cara membagi nilai Nagel Karke R2
e. Pengujian Hipotesis
dengan nilai
maksimumnya. Model dianggap semakin baik jika semakin mendekati angka 1,
dan model dianggap semakin tidak baik jika mendekati angka 0.
Pengujian hipotesis dapat dilakukan melalui koefisien regresi. Koefisien
variabel. Pengujiannya dilakukan dengan cara membandingkan antara nilai
probabilitas (sig) dengan tingkat signifikasi (α ).
Jika nilai asymtotik signifikan < dari 0,05 (tingkat signifikansi /α ) maka berarti
H0 ditolak dan Ha diterima yang berarti bahwa variabel independen berpengaruh
secara signifikan terhadap terjadinya variabel dependen. Begitu pula sebaliknya,
bila asymtotik signifikan > dari 0,05 (tingkat signifikansi/α ) maka berarti H0
diterima dan Ha ditolak yang berarti bahwa variabel independen tidak
berpengaruh secara signifikan terhadap terjadinya variabel dependen.
Model regresi logistik yang digunakan untuk menguji hipotesis penelitian
adalah sebagai berikut:
OGC= a + β1 OS + β2 Def + β3 KOMITE + β4 MAN_OWN + β5 BLOCK + β6 KA + β7 PO + e
Keterangan:
OGC = Opini audit going concern (variabel dummy, 1
jika opini going concern, 0 jika opini non going
concern.
a = Konstanta
β1, β2, β3, β4, β5, β6, β7 = Koefisien regresi
OS = Opinion Shopping (variable dummy, 1 jika
melakukan melakukan pergantian auditor, 0 jika
tidak melakukan pergantian auditor.
BLOCK = Kepemilikan pemegang saham mayoritas.
MAN_OWN = Proporsi saham biasa yang dipegang oleh anggota Dewan
Def = Debt default (variabel dummy, 1 jika perusahaan dalam
keadaan default, dan 0 jika tidak)
KA = kualitas audit (variabel dummy, 1 jika KAP Big Four, 0
jika non Big Four)
PO = Opini tahun sebelumnya (variabel dummy, 1 jika opini
going concern, 0 jika opini non going concern)
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Metode analisis yang digunakan dalam penelitian ini diperoleh dengan
metode statistik yang menggunakan persamaan regresi logistik. Data yang
digunakan dalam penelitian ini diperoleh dengan menggunakan dokumentasi yaitu
mengumpulkan dan menganalisis data sekunder yang berupa laporan keuangan
yang telah diaudit, laporan auditor independen, dan laporan tahunan perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia. Dalam penlitian ini variabel
yang digunakan adalah opinion shopping, corporate governance, debt default,
kualitas audit dan opini audit tahun sebelumnya.
Analisis data dimulai dengan mengolah data dengan menggunakan
microsoft excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian
regresi logistik dengan menggunakan software SPSS versi 17. Prosedur analisis
dimulai dengan memasukkan variable-variabel penelitian ke program SPSS versi
17 dan menghasilkan output-output sesuai metode analisis data yang telah
ditentukan.
Dalam menentukan sampel digunakan metode purposive sampling yaitu
dengan menggunakan kriteria-kriteria tertentu agar sampel yang dihasilkan
benar-benar representatif. Berdasarkan kriteria sampel yang telah ditetapkan maka
memenuhi kriteria dan dijadikan sampel penelitian ini dan diamati selama periode
2010-2012.
4.2 Analisis Hasil Penelitian 4.2.1. Statistik Deskriptif
Setelah data terkumpul, seluruh sampel diseleksi berdasarkan kriteria.
Diperoleh 45 sampel yang memenuhi kriteria pemilihan sampel yang telah
ditentukan sebelumnya. Peneliti menggunkan analisis descriptive pada variabel
dengan skala rasio dan analisis frequencies pada variabel dengan skala nominal.
Berikut ini disajikan table hasil pengujian dengan analisis descriptive:
Tabel 4.1
Sumber : Hasil Pengolahan SPSS
Berdasarkan tabel 4.1 dapat dijelaskan sebagai berikut:
a. Jumlah seluruh sampel penelitian adalah 15 perusahaan dikali 3 tahun
penelitian sehingga total N adalah 45 perusahaan. Dengan dua (2) variabel yang
memiliki skala ratio yaitu Kepemilikan terpusat (Block) sebagai variabel
independen yang ke tiga (X3), kepemilikan manajerial (Man_own) sebagai
variabel independen keempat (XIV). Ke dua variabel tersebut merupakan bagian
dari mekanisme corporate governance.
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Block 45 30.56000 99.14000 53.7951111 18.85126384
Man_own 45 .00000 70.00000 5.5530229 17.52060094
[image:41.595.118.510.407.502.2]b. Variabel independen ketiga, yaitu kepemilikan terpusat, memiliki nilai
minimum sebesar 30,56 dan nilai maksimum sebesar 99,14 dengan nilai rata-rata
adalah 53,7951. Hal ini menunjukkan bahwa sebagian besar
perusahaan-perusahaan yang menjadi sampel mempunyai nilai pertumbuhan yang positif.
Nilai standar deviasi sebesar 18.85126384menunjukkan bahwa tidak ada sampel
yang memiliki nilai pertumbuhan perusahaan yang bersifat ekstrim.
c. Variabel independen keempat, yaitu kepemilikan manajerial, memiliki nilai
minimum sebesar 0,00 dan nilai maksimum 70,00 dengan nilai rata-rata
5.5530229. Hal ini menunjukkan bahwa perusahaan-perusahaan yang menjadi
sampel memiliki kepemilikan terpusat yang positif dan cukup besar persentasenya.
Nilai standar deviasi sebesar 18,48085 menunjukkan bahwa tidak ada sampel
[image:42.595.142.485.497.576.2]yang bersifat ekstrim.
Tabel 4.2
Sumber : Hasil Pengolahan SPSS
Berdasarkan tabel 4.2 dapat dideskripsikan bahwa jumlah data yang valid
atau sah untuk diproses adalah 45 buah sedangkan data yang hilang (missing)
adalah nol. Artinya semua data telah diproses.
Statistics
OGC OS komite Def KA
N Valid 45 45 45 45 45
Tabel 4.3
Sumber: Hasil Pengolahan SPSS
Berdasarkan tabel 4.3 dapat dideskripsikan bahwa variabel independen
pertama (X1), adalah opinion shopping merupakan variabel nominal yang
menggunakan variabel dummy, dimana perusahaan melakukan pergantian auditor
diberi kode “1” dan perusahaan yang tidak melakukan pergantain auditor diberi
kode “0”. Semua data diproses (valid). Status perusahaan yang tidak melakukan
pergantian auditor tercatat 33 perusahaan atau 73,3% dari total, sedangkan status
perusahaan yang melakukan pergantian auditor tercatat 12 perusahaan atau 26,7%
dari total.
Tabel 4.4
Sumber : Hasil Pengolahan SPSS
Berdasarkan tabel 4.4 dapat dideskripsikan bahwa variabel independen
kedua (X2), yaitu komite audit merupakan variabel nominal yang diukur dengan
OS
Frequency Percent Valid Percent
Cumulative
Percent
Valid 0 33 73.3 73.3 73.3
1 12 26.7 26.7 100.0
Total 45 100.0 100.0
Komite
Frequency Percent Valid Percent
Cumulative
Percent
Valid 3 36 80.0 80.0 80.0
4 6 13.3 13.3 93.3
5 3 6.7 6.7 100.0
[image:43.595.152.484.504.660.2]menghitung jumlah komite audit pada perusahaan sampel. Data yang diolah
bersifat valid karena seluruhnya telah diproses. Perusahaan dengan jumlah
anggota komite audit sebanyak 3 orang terdiri dari 36 perusahaan atau 80 % dari
total keseluruhan data, perusahaan dengan jumlah anggota komite audit sebanyak
4 orang terdiri dari 6 perusahaan atau 13,3% dari total keseluruhan data,
sedangkan perusahaan yang memiliki jumlah komite audit sebanyak 5 orang
[image:44.595.134.462.347.462.2]terdiri dari 3 perusahaan atau 6,7 % dari total keseluruhan data.
Tabel 4.5
Def
Frequency Percent Valid Percent
Cumulative
Percent
Valid 0 26 57.8 57.8 57.8
1 19 42.2 42.2 100.0
Total 45 100.0 100.0
Sumber : Hasil Pengolahan SPSS
Berdasarkan tabel 4.5 dapat dideskripsikan bahwa variabel independen
kelima (X5), yaitu debt default merupakan variabel nominal yang menggunakan
variabel dummy, dimana perusahaan yang mendapat status default diberi kode “1”
dan perusahaan yang tidak mendapat status default diberi kode “0”. Semua data
diproses (valid). Status tidak default tercatat 26 perusahaan atau 57,8% dari total,
Tabel 4.6
KA
Frequency Percent Valid Percent
Cumulative
Percent
Valid 0 21 46.7 46.7 46.7
1 24 53.3 53.3 100.0
Total 45 100.0 100.0
Sumber : Hasil Pengolahan SPSS
Berdasarkan tabel 4.6 dapat dideskripsikan bahwa variabel independen
keenam (X6), yaitu kualitas audit merupakan variabel nominal yang
menggunakan variabel dummy. Dimana perusahaan yang diaudit oleh KAP yang
berafiliasi dengan BigFour diberi kode “1” sedangkan perusahaan yang diaudit
oleh KAP yang tidak berafiliasi dengan BigFour (Non-BigFour) dibei kode “0”.
Data yang diolah bersifat valid karena seluruhnya telah diproses. Perusahaan yang
diaudit oleh KAP yang berafiliasi dengan BigFour sebanyak 24 perusahaan atau
53,3% dai total keseluruhan data sedangkan yang diaudit oleh KAP yang tidak
berafiliasi dengan BigFour (KAP Non-BigFour) sebanyak 21 perusahaan atau
Tabel 4.7
PO
Frequency Percent Valid Percent
Cumulative
Percent
Valid 0 31 68.9 68.9 68.9
1 14 31.1 31.1 100.0
Total 45 100.0 100.0
Sumber: Hasil Pengolahan spss
Berdasarkan tabel 4.7 dapat dideskripsikan bahwa variabel independen kel,
yaitu opini tahun sebelumnya merupakan skala nominal yang menggunakan
variabel dummy. Dimana perusahaan yang menerima opini audit going concern
(GCAO) pada tahun sebelumnya diberi kode “1” sedangkan perusahaan yang
menerima opini audit non going concern (NGCAO) tahun sebelumnya diberi kode
“0”. Data yang diolah bersifat valid karena semua data diproses. Perusahaan yang
menerima opini audit going concern pada tahun sebelumnya sebanyak 14
perusahaan atau 31,1% dari total keseluruhan data sedangkan perusahaan yang
menerima opini audit non going concern pada tahun sebelumnya sebanyak 31
[image:46.595.150.476.121.261.2]perusahaan atau 68,9% dari total keseluruhan data.
Tabel 4.8
Sumber : Hasil Pengolahan SPSS OGC
Frequency Percent Valid Percent
Cumulative Percent
Valid 0 33 73.3 73.3 73.3
1 12 26.7 26.7 100.0
[image:46.595.155.480.611.708.2]Berdasakan tabel 4.8 dapat dideskripsikan bahwa variabel dependen (Y),
yaitu opini audit going concern (GCO) merupakan variabel nominal yang
menggunakan variabel dummy, dimana perusahaan yang menerima opini audit
wajar dengan bahasa penjelas going concern diberi kode “1” sedangkan
perusahaan yang menerima opini audit selain dengan bahasa penjelas going
concern diberi kode “0”. Semua data diproses (valid). Dapat dilihat bahwa
perusahaan yang menerima opini audit wajar dengan bahasa penjelas going
concern (GCO) berjumlah 12 perusahaan atau 26,7% dari total, sedangkan
perusahaan yang menerima opini audit selain dengan bahasa penjelas going
cocern (NGCO) berjumlah 33 perusahaan atau 73,3% dari total.
4.2.2. Uji Asumsi Klasik
1) Uji Multikolinearitas
Uji ini digunakan untuk situasi dimana adanya korelasi variabel-variabel
independen antara satu dengan yang lainnya. Tujuannya adalah untuk mengetahui
apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas
(independen). Apabila terjadi korelasi antarvariabel tersebut berarti terjadi
problem multikolinearitas. Sedangkan variabel yang baik adalah variabel yang
tidak memiliki problem multikolinearitas. Uji multikolinearitas dalam penelitian
ini dilakukan dengan melihat besaran VIF (Variance Inflatin Factor) dan
Tabel 4.9
Coefficient Correlationsa
Model PO man_own Block OS Komite Def KA
1 Correlations PO 1.000 -.110 .114 -.046 -.153 -.094 -.157
man_own -.110 1.000 -.310 .195 .306 .152 .504
Block .114 -.310 1.000 -.056 -.163 .189 -.479
OS -.046 .195 -.056 1.000 .093 -.053 .128
Komite -.153 .306 -.163 .093 1.000 -.006 .381
Def -.094 .152 .189 -.053 -.006 1.000 .061
KA -.157 .504 -.479 .128 .381 .061 1.000
Covariances PO .016 -5.479E-5 5.197E-5 .000 -.002 -.001 -.003
man_own -5.479E-5 1.575E-5 -4.468E-6 .000 .000 7.354E-5 .000
Block 5.197E-5 -4.468E-6 1.322E-5 -2.671E-5 -6.492E-5 8.413E-5 .000
OS .000 .000 -2.671E-5 .017 .001 .000 .003
Komite -.002 .000 -6.492E-5 .001 .012 -8.014E-5 .006
Def -.001 7.354E-5 8.413E-5 .000 -8.014E-5 .015 .001
KA -.003 .000 .000 .003 .006 .001 .023
a. Dependent Variable: OGC
Deteksi adanya multikolinearitas:
a) Multikolinearitas dapat dilihat dari koefisien korelasi antarvariabel independen
haruslah lemah dan tidak cukup tinggi (di bawah 95 %), maka antarvariabel
tersebut tidak terjadi multikolinearitas. Tidak adanya korelasi yang tinggi bukan
berarti bebas dari gejalah multikolinearitas. Multikolinearitas dapat disebabkan
oleh adanya efek kombinasi dua atau lebih variabel independen (Ghozali, 2006).
Berdasarkan tabel 4.9 tampak bahwa antarvariabel independen tersebut tidak ada
korelasi yang besar. Tabel tersebut menunjukkan bahwa korelasi di bawah 0,95
atau 95%. Jadi dapat disimpulkan bahwa antarvariabel tersebut tidak terjadi
multikolinearitas.
b) Multikolinearitas dapat dilihat dari :
i) Nilai VIF > 10
ii) Nilai Tolerance < 0,10
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang
dijelaskan variabel independen lainnya. Dalam pengertian sederhana setiap
variabel independen menjadi variabel dependen dan diregres terhadap variabel
independen lainnya. Tolerance mengukur variabilitas variabel independen yang
terpilih yang dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance
[image:49.595.138.377.521.713.2]yang rendah sama dengan nilai VIF yang tinggi (Ghozali, 2006).
Tabel 4.10
Coefficientsa
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
OS .951 1.052
Komite .823 1.215
Block .703 1.423
man_own .683 1.464
Def .886 1.129
KA .576 1.736
PO .952 1.051
a. Dependent Variable: OGC
Analisis :
Berdasarkan tabel 4.10 dapat dilihat bahwa nilai tolerance dari ketujuh
variabel lebih besar dari 0,10, begitu juga dengan nilai VIFnya lebih kecil dari 10.
Nilai ini menunjukkan tidak adanya korelasi antarvariabel independen.
2) Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi ada
korelasi pengganggu pada periode t dengan kesalahan pengganggu pada periode
t-1 (sebelumnya). Jika terjadi korelasi maka terjadi problem autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lainnya. Masalah ini muncul karena residual (kesalahan
pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering
ditemukan pada data runtut waktu (time series) karena gangguan pada seorang
individual/kelompok cenderung mempengaruhi gangguan pada
individu/kelompok yang sama pada periode berikutnya. Pada data cross section
masalah autokorelasi relatif jarang terjadi karena gangguan pada observasi yang
berbeda berasal dari indiidu/kelompok yang berbeda. Maka regresi logistik yang
baik adalah regresi yang bebas dari autokorelasi (Ghozali : 2006)
Uji yang digunakan untuk melihat autokorelasi dalam penelitian ini adalah
dengan menggunakan run test. Run test dapat digunakan untuk menguji apakah
antarresidual adalah acak atau random. Run test digunakan untuk melihat apakah
data residual terjadi secara random atau tidak. Hipotesis yang akan diuji adalah :
Tabel 4.11
Runs Test
Unstandardized
Residual
Test Valuea -.08909
Cases < Test Value 21
Cases >= Test Value 24
Total Cases 45
Number of Runs 22
Z -.273
Asymp. Sig. (2-tailed) .785
a. Median
Sumber : Hasil Pengolahan SPSS
4.2.3 Menilai Keseluruhan Model (Overall Model Fit)
Uji ini dilakukan untuk menilai model yang telah dihipotesiskan telah fit atau
tidak dengan data. Adapun hipotesis yang digunakan untuk menilai model fit ini
adalah sebagai berikut :
H0 : model ysng dihipotesiskan fit dengan data
H1 : model yang dihipotesiskan tidak fit dengan data
Hipotesis tersebut dengan jelas menunjukkan bahwa hipotesis yang diinginkan
adalah hipotesis nol karena hipotesis tersebut menyatakan bahwa model fit dengan
data. Statistik yang digunakan adalah berdasarkan pada fungsi Likelihood (L).
Likelihood dari model adalah probabilitas bahwa model yang dihipotesiskan
ditransformasikan menjadi -2LogL. Statistik -2LogL kadang-kadang disebut
Likelihood rasio X2 statistik.
Pengujian dilakukan dengan membandingkan nilai antara -2Log Likelihood
pada awal (block number = 0) dengan nilai -2Log Likelihood pada akhir (block
number = 1). Nilai -2 Log Likelihood awal pada block number = 0, ditunjukkan
[image:52.595.198.423.310.467.2]melalui tabel berikut :
Tabel 4.12 Likelihood Block 0
Iteration Historya,b,c
Iteration -2 Log likelihood
Coefficients
Constant
Step 0 1 52.247 -.933
2 52.192 -1.010
3 52.192 -1.012
4 52.192 -1.012
a. Constant is included in the model.
b. Initial -2 Log Likelihood: 52,192
c. Estimation terminated at iteration number 4
because parameter estimates changed by less
than ,001.
Sumber : Hasil Pengolahan SPSS
Tabel 4.13 Likelihood Block 1
Iteration Historya,b,c,d
Iteration -2 Log likelihood
Coefficients
Constant OS Komite Block man_own Def KA PO
Step
1
1 35.708 -1.976 -1.220 .439 -.010 -.018 .362 -.146 1.678
2 31.522 -2.481 -2.301 .525 -.012 -.040 .728 -.456 2.459
3 30.415 -2.586 -3.174 .470 -.009 -.067 1.067 -.835 3.012
4 30.052 -2.347 -3.551 .383 -.007 -.106 1.270 -1.080 3.229
5 29.299 -1.074 -3.858 .086 -.008 -.253 1.642 -1.550 3.329
6 28.799 .873 -4.426 -.373 -.009 -.492 2.262 -2.319 3.599
7 28.781 1.103 -4.593 -.431 -.010 -.536 2.387 -2.454 3.736
8 28.781 1.118 -4.602 -.435 -.010 -.539 2.395 -2.462 3.744
9 28.781 1.118 -4.602 -.435 -.010 -.539 2.395 -2.462 3.744
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 52,192
d. Estimation terminated at iteration number 9 because parameter estimates changed by less than ,001.
Sumber : Hasil Pengolahan SPSS
Tabel 4.13 menunjukkan bahwa -2LogL awal pada block number = 0,
yaitu model hanya memasukkan konstanta yang dapat dilihat pada step 2
memperoleh nilai sebesar 52,192. Kemudian pada tabel 4.13 dapat dilihat nilai
-2LogL setelah masuknya beberapa variabel independen pada model sehingga nilai
Selisih antara nilai -2LogL awal dengan nilai -2LogL akhir adalah sebesar
23,411. Adanya pengurangan nilai antara -2LogL awal dengan nilai -2LogL akhir
menunjukkan bahwa model yang dihipotesiskan fit dengan data.
4.2.4. Menguji Kelayakan Model Regresi
Pengujian kelayakan model regresi logistic dilakukan dengan menggunakan
Goodness of Fit Test yang diukur dengan nilai Chi Square pada bagian bawah uji
[image:54.595.190.416.329.409.2]Hosmer and Lameshow.
Tabel 4.14
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 9.755 7 .203
Sumber : Hasil Pengolahan SPSS
Tabel 4.14 menunjukkan hasil pengujian Hosmer and Lameshow. Hasil
pengujian statistik menunjukkan probabilitas signifikan sebesar 0,203, nilai
signifikansi yang diperoleh lebih besar dari α 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
Tabel 4.15
Contingency Table for Hosmer and Lemeshow Test
OGC = 0 OGC = 1
Total Observed Expected Observed Expected
Step 1 1 5 4.999 0 .001 5
2 5 4.974 0 .026 5
3 6 5.801 0 .199 6
4 5 4.622 0 .378 5