BAB IV ANALISIS HASIL DAN PEMBAHASAN

(1)

35

BAB IV

ANALISIS HASIL DAN PEMBAHASAN

A. Penyajian dan Analisis Data

Seperti yang disebutkan dalam bab 3, Opini audit Going Concern diprediksi melalui variabel pertumbuhan perusahaan (Growth), audit report lag (Audit_Report_Lag), dan reputasi KAP (R_KAP). Untuk menginterpretasikan output pada SPSS, hal yang paling penting pertama dilakukan adalah pengujian model fit untuk memastikan apakah hipotesa yang dikembangkan fit dengan data setelah itu dilakukan pengestimasian paramater dan interpretasinya.

Berikut ini adalah hasil olahan menggunakan aplikasi software SPSS 20 untuk memprediksi variabel independen terhadap variabel opini audit going concern : Tabel 4.1 berikut ini adalah merupakan tabel yang memperlihatkan presentase jumlah yang siap diuji dan kelengkapannya datanya. Pada tabel tersebut terlihat jumlah sampel yang diuji sebanyak 105 dan tidak ada sampel yang tidak lengkap sehingga semua data dan sampel dapat diikutsertakan dalam analisa data.

(2)

36

Tabel 4.1

Output case processing summary model prediksi opini audit going concern

Cas e Proces s ing Sum m ary

105 100,0

0 ,0

105 100,0

0 ,0

105 100,0

Unw eighted Casesa

Included in A naly sis Mis sing Cases Total

Selected Cas es

Unselected Cases Total

N Percent

If w eight is in ef f ect, s ee c las sif ication table f or the total number of cases .

a.

Tabel 4.2 menunjukkan variabel dependen dengan menggunakan variabel dummy yang menunjukkan opini Non Going Concern (0) dan yang menunjukkan opini Going Concern (1).

Tabel 4.2

Dependent Variable Encoding

0 1 Original Value

Non Going Concern Going Concern

Internal Value

1. Menilai Model Fit

Penilaian model fit pada regresi logistik dapat dilakukan dengan menilai overall fit model terhadap data. Hipotesis yang digunakan untuk menilai model fit adalah :

Ho : Model yang dihipotesiskan fit dengan data Ha : Model yang dihipotesiskan tidak fit dengan data

(3)

37 Data yang digunakan adalah penilaian berdasarkan fungsi likelihood, agar likelihood dapat memprediksi apakah hipotesa yang dikembangkan fit dengan data terlebih dahulu dibandingkan nilai likelihood masing – masing model.

Adanya pengurangan nilai antara -2LL awal (initial -2LL function) dengan nilai -2LL pada langkah berikutnya menunjukkan bahwa model yang dihipotesiskan fit dengan data. Log likelihood pada regresi logistik mirip dengan “sum of square error” pada model regresi, sehingga penurunan log likelihood menunjukkan model regresi semakin baik.

Berikut adalah hasil perbandingan -2LL awal (number 0) dengan -2LL pada langkah berikutnya (number 1 methode: Enter).

Tabel 4.3

Output table -2 LogLikelihood Block Number 0 model prediksi opini audit going concern

Iteration Historya,b,c

84,658 -1,467 82,492 -1,822 82,462 -1,871 82,462 -1,872 Iteration 1 2 3 4 Step 0 -2 Log

likelihood Cons tant Coef f icients

Cons tant is included in the model. a.

Initial -2 Log Likelihood: 82,462 b.

Es timation terminated at iteration number 4 bec aus e parameter es timates c hanged by less than ,001. c.

(4)

38 Tabel 4.4

Output table -2 Log Likelihood Number 1 Methode : Enter Model prediksi opini audit going concern

Iteration Historya,b,c,d

69,286 -1,497 -,048 ,010 -1,249 57,882 -2,638 -,074 ,025 -2,324 53,889 -3,861 -,086 ,041 -3,371 52,530 -4,599 -,089 ,050 -4,402 52,068 -4,791 -,089 ,053 -5,415 51,901 -4,807 -,089 ,053 -6,418 51,839 -4,808 -,089 ,053 -7,419 51,817 -4,808 -,089 ,053 -8,420 51,809 -4,808 -,089 ,053 -9,420 51,806 -4,808 -,089 ,053 -10,420 51,805 -4,808 -,089 ,053 -11,420 51,804 -4,808 -,089 ,053 -12,420 51,804 -4,808 -,089 ,053 -13,420 51,804 -4,808 -,089 ,053 -14,420 51,804 -4,808 -,089 ,053 -15,420 51,804 -4,808 -,089 ,053 -16,420 51,804 -4,808 -,089 ,053 -17,420 51,804 -4,808 -,089 ,053 -18,420 51,804 -4,808 -,089 ,053 -19,420 51,804 -4,808 -,089 ,053 -20,420 Iteration 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Step 1 -2 Log

likelihood Cons tant Grow th

A udit_Report_

Lag R_KAP

Coef f icients

Method: Enter a.

Cons tant is included in the model. b.

Initial -2 Log Likelihood: 82,462 c.

Es timation terminated at iteration number 20 bec aus e maximum iterations has been reached. Final solution cannot be f ound.

d.

Pada table 4.3 terdapat nilai -2Log Likelihood untuk model 0 atau model awal tanpa disertakan variabel independent sebesar 84.658, sedangkan pada table 4.4 terdapat nilai -2Log Likelihood untuk model 1 atau model uji dengan semua

(5)

39 variabel independen, yaitu pertumbuhan perusahaan (Growth), audit report lag (Audit_Report_Lag), dan reputasi KAP (R_KAP) yaitu sebesar 69.286.

Penurunan nilai -2Log Likehood antara model 0 dan model 1 mengindikasikan model yang dihipotesiskan fit dengan data dan menunjukkan bahwa pada model yang diuji secara signifikan memperbaiki model fit. Dan penurunan nilai -2Log Likehood ini dapat diartikan bahwa penambahan variabel bebas kedalam model dapat memperbaiki model fit serta menunjukkan model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit dengan data.

Tabel 4.5

Output Omnibus Test of Model Coefficients model opini audit going concern

Om nibus Tes ts of Mode l Coe fficients

30,658 3 ,000 30,658 3 ,000 30,658 3 ,000 Step Bloc k Model Step 1

Chi-s quare df Sig.

Omnibus test of model coefficients adalah tes untuk mengetahui kemampuan semua variabel independen dalam model uji untuk memprediksi pengaruhnya terhadap variabel dependen. Pada table 4.5 terlihat pada step, block, dan model tidak ada perbedaan nilai, ini disebabkan metode yang dipakai adalah metode enter, yaitu metode dimana semua variabel independen bersama-sama diuji pengaruhnya terhadap variabel dependen.

(6)

40 Data tabel Omnibus test of Model Coefficients memberikan nilai chi-square goodness of fit test sebesar 30,658 dengan derajat kebebasan (df) = 3. P value (Sig) = 0,000 lebih kecil dari α = 0,05. Sehingga hasil uji ini signifikan. Chi-square goodness of fit test disini digunakan untuk menguji hipotesis :

H0 : Memasukan variabel independen ke dalam model tidak akan menambah kemampuan prediksi model regresi logistik.

2. Menilai Koefisien Determinasi

Tabel 4.6

Output model summary model prediksi opini audit going concern

M ode l Sum m ary

51,804a ,253 ,465 Step

1

-2 Log likelihood

Cox & Snell R Square

Nagelkerke R Square Es timation terminated at iteration number 20 bec aus e maximum iterations has been reached. Final s olution c annot be f ound. a.

Koefisien Cox & Snell R Square pada tabel 4.6 yaitu model summary dapat diintepretasikan seperti koefisien determinasi R² pada regresi linier berganda, namun karena nilai maksimum Cox & Snell R Square lebih kecil dari satu maka sulit untuk diinterpretasikan seperti R² dan jarang digunakan.

Koefisien Nagelkerke R Square pada tabel model summary merupakan modifikasi dari koefisien Cox & Snell R Square agar nilai maksimumnya mampu mencapai satu dan mempunyai kisaran nilai antara 0 dan 1, hal ini sama dengan R² pada regresi linier berganda. Nilai koefisien Nagelkerke R Square adalah 0,465

(7)

41 yang mengartikan sebesar 46,5% variabilitas variabel dependen dapat dijelaskan oleh variabel independen dan sisanya 58,5% dijelaskan oleh variabel – variabel lain diluar model penelitian.

3. Menilai Kelayakan Model Regresi

Tabel 4.7

Output Hosmer and Lemeshow Test model opini audit going concern

Hos me r and Lem e show Te st

4,668 8 ,792

Step 1

Chi-s quare df Sig.

Tabel 4.7 yang memperlihatkan Hosmer and Lemeshow Test diatas untuk menguji hipotesis nol bahwa data empiris cocok dengan model. Jika nilai Hosmer and Lemeshow signifikan atau lebih kecil dari 0,05 maka hipotesisnya nol ditolak dan model dikatakan tidak fit.

Dan terlihat pada tabel Hosmer and Lemeshow Test diatas, nilai signifikan yang dihasilkan adalah 0,792 yang artinya H0 diterima dan tidak ada perbedaan nyata antara klasifikasi yang diamati dengan klasifikasi yang diprediksi, atau model regresi binary logistik cocok dipakai analisis selanjutnya.

(8)

42

4. Matrik Klasifikasi

Matrik klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit going concern pada auditee. Hasil tabel klasifikasi disajikan dalam tabel berikut ini :

Tabel 4.8

Output Classification Table Block Number 1 : Methode Enter Model Prediksi Opini Audit Going Concern

Clas sification Tablea

91 0 100,0

12 2 14,3

88,6 Obs erved

Non Going Concern Going Concern Opini A uditor

Overall Perc entage Step 1 Non Going Conc ern Going Conc ern Opini A uditor Percentage Correc t Predicted

The cut value is ,500 a.

Tabel klasifikasi 2 x 2 menghitung nilai estimasi yang benar (correct) dan salah (incorrect). Pada kolom merupakan dua nilai prediksi dari variabel dependen dan penerimaan opini auditor going concern dan non going concern, sedangkan pada baris menunjukkan nilai observasi sesungguhnya dari variabel depen den going concern dan non going concern. Pada model yang sempurna, maka semua kasus akan berada pada diagonal dengan tingkatan ketepatan peramalan 100%. Jika model logistic mempunyai homoskedastisitas, maka prosentase yang benar (correct) akan sama untuk kedua baris. Hasil SPSS menunjukkan bahwa pada kolom, prediksi perusahaan yang menerima opini auditor sebanyak 105 perusahaan. Sedangkan pada baris, hasil observasi sesungguhnya yang menerima

(9)

43 opini auditor sebanyak 93 perusahaan. Jadi ketepatan model ini adalah 93/105 atau 88,57%.

5. Interpretasi Data

Interpretasi data dapat dilihat dari koefisien regresi logistik baik dari variabel dependen maupun independennya. Pada tabel 4.9 mentabulasikan koefisien dan odds setiap variabel koefisien tersebut dinilai untuk mengetahui arah pengaruh antara variabel independen terhadap variabel dependennya.

Tabel 4.9

Output Variabel in the Equation persamaan opini audit going concern

V ariables in the Equation

-,089 ,150 ,355 1 ,551 ,915 ,053 ,038 1,883 1 ,170 1,054 -20,420 4988,237 ,000 1 ,997 ,000 -4,808 3,023 2,529 1 ,112 ,008 Grow th A udit_Report_Lag R_KAP Cons tant Step 1a

B S.E. Wald df Sig. Ex p(B)

V ariable(s) entered on step 1: Grow th, A udit_Report_Lag, R_KA P. a.

Hasil Perhitungan koefisien dari model regresi logistik biner ini terlihat pada tabel variabel in the equation sebagai berikut :

Ln OPINI = -4,808 – 0,089 Growth + 0,053 Audit_Report_Lag – 20,420 R_KAP 1 - OPINI

(10)

44 Dengan asumsi signifikan :

Jika P-value (Sig) < 0,05, maka koefisien regresi logistiknya signifikan (Ha = diterima)

Jika P-value (Sig) > 0,05, maka koefisien regresi logistiknya tidak signifikan (Ho = ditolak)

Berikut ringkasan hasil hipotesis yang telah dilakukan dengan piranti lunak SPSS.

Tabel 4.10

Ringkasan Pengujian Hipotesis

No. Hipotesis Hasil Uji Keputusan

1 H1

Signifikansi (Sig.) 0,551, koefisien regresi (B) -0,089

H1 Ditolak. Pertumbuhan perusahaan tidak berpengaruh signifikan terhdap penerimaan opini audit going concern

2 H2

Signifikansi (Sig.) 0,170, koefisien regresi (B) 0,053

H2 Ditolak. Audit report lag tidak berpengaruh signifikan terhdap penerimaan opini audit going concern

3 H3

Signifikansi (Sig.) 0,997, koefisien regresi (B) -20,420

H3 Ditolak. Reputasi KAP tidak berpengaruh signifikan terhdap penerimaan opini audit going concern

(11)

45

B. Pembahasan Variabel Dependen

1. Opini Audit Going Concern

Opini audit going concern adalah opini audit modifikasi yang dalam pertimbangan auditor terdapat ketidakmampuan atau ketidakpastian signifikan atas kelangsungan hidup perusahaan dalam menjalankan operasinya.

Berdasarkan hasil analisis terhadap Laporan Auditor Independen yang diterima oleh auditee pada tahun 2010 hingga 2012, dapat diketahui jenis opini yang diterima masing – masing perusahaan. Jenis opini tersebut kemudian digolongkan menjadi dua jenis opini audit yaitu opini audit going concern yang dilambangkan dengan kode GCAO dan opini audit non going concern yang dilambangkan dengan kode NGCAO.

Pada tabel 4.11, dapat dilihat dari tahun 2010 hingga tahun 2012 terjadi penurunan untuk perusahaan yang menerima opini going concern. Hal ini berarti perusahaan mampu meningkatkan kinerjanya sehingga tingkat keberlangsungan hidup perusahaan manufaktur dapat dipertahankan dan melanjutkan operasional bisnisnya dengan lebih baik. Dilihat dari segi internal perusahaan, peningkatan kinerja mungkin terjadi akibat adanya rencana manajemen yang telah efektif dilaksanakan, pemulihan kondisi keuangan, serta faktor eksternal lainnya.

Karena adanya situasi yang kondusif serta upaya manajemen yang kuat untuk melanjutkan operasional perusahaan ditengah persaingan yang ketat, perusahaan mampu mempertahankan keberlangsungan hidupnya sehingga asumsi going concern yang sudah diterapkan dapat dilanjutkan kembali.

(12)

46 Jumlah keseluruhan penerima opini audit going concern selama 3 tahun adalah 14 perusahaan atau 13,3% sedangkan sisanya sebesar 91 perusahaan atau 86,7% menerima opini audit non going concern.

Berikut ini adalah distribusi opini yang diberikan auditor kepada setiap perusahaan :

Tabel 4.11

Distribusi Opini Auditor

No. KODE Nama Perusahaan

Opini Auditor 2010 2011 2012

1 AALI Astra Agro Lestari 0 0 0

2 ANTM Aneka Tambang 0 0 0

3 AUTO Astra Otoparts 0 0 0

4 BRPT Barito Pasific 0 0 0

5 BUDI Budi Acid Jaya 0 0 0

6 CPIN Charoen Pokphand Indonesia 0 0 0

7 DLTA Delta Djakarta 0 0 0

8 DVLA Darya-Varia Laboratoria 0 0 0

9 ESTI Ever Shine Textile 0 0 0

10 FMII Fortune Mate Indonesia 0 0 0

11 GJTL Gajah Tunggal 0 0 0

12 INDF Indofood Sukses Makmur 0 0 0

13 INDR Indorama Synthetics 0 0 0

(13)

47 15 JKSW Jakarta Kyoei Steel Works Ltd. 1 1 1

16 KARW Karwell Indonesia 1 1 0

17 KICI Kedaung Indah Can 0 0 0

18 KLBF Kalbe Farma 0 0 0

19 LMPI Langgeng Makmur Industr1 0 0 0

20 MERK Merck 0 0 0

21 MRAT Mustika Ratu 0 0 0

22 MYRX Hanson International 1 1 1

23 POLY Asia Pacific Fibers 1 1 1

24 PYFA Pyridam Farma 0 0 0

25 RMBA Bentoel International Investama 0 0 0 26 SAIP Surabaya Agung Industri Pulp & Kertas 1 1 1 27 SCPI Schering Plough Indonesia 0 0 0

28 SMAR SMART 0 0 0

29 SMCB Holcim Indonesia 0 0 0

30 SMSM Selamat Sempurna 0 0 0

31 TCID Mandom Indonesia 0 0 0

32 TOTO Surya Toto Indonesia 0 0 0

33 ULTJ Ultra Jaya Milk Industry 0 0 0

34 UNVR Unilever Indonesia 0 0 0

35 VOKS Voksel Electric 0 0 0

Jumlah Opini Audit Going Concern (1) 5 5 4 Jumlah Opini Audit Non Going Concern (0) 30 30 31

(14)

48 Dapat dilihat dari tabel diatas, hanya ada 12 perusahaan yang mendapat opini going concern. Menurut penelitian terdahulu yaitu Arga dan Linda (2007) menyatakan, jika suatu perusahaan diberikan opini going concern yang mengartikan bahwa auditor sangsi atau ragu akan keberlangsungan hidup entitasnya, kemudian dalam tahun berjalan perusahaan tidak menunjukkan peningkatan kinerja yang signifikan dan rencana manajemen atas upaya perbaikan tidak efektif dilaksanakan, maka opini yang sama akan diberikan kembali ditahun berikutnya. Sebaliknya, pada perusahaan yang selalu mendapatkan opini bersih atau opini non going concern, auditor tidak ragu akan keberlangsungan hidup perusahaan tersebut, sehingga tidak perlu untuk mengeluarkan opini going concern.

C. Pengaruh Variabel Independen Terhadap Variabel Dependen

1. Pengaruh Pertumbuhan Perusahaan Terhadap Penerimaan Opini Audit Going Concern

H1: Pertumbuhan perusahaan berpengaruh terhadap penerimaan opini audit going

concern.

Pada tabel 4.9 hasil uji regresi logistik memperlihatkan koefisien profit growth memiliki nilai sig = 0.551 yang lebih besar dari alfa = 0,05. nilai sig yang lebih besar ini menunjukkan bahwa pertumbuhan perusahaan yang diukur dengan

(15)

49 pertumbuhan laba bersih perusahaan tidak berpengaruh terhadap opini audit going concern. Oleh karena itu hipotesis alternatif pertama ditolak dan hipotesis nol pertama diterima. Dengan demikian terbukti bahwa rasio pertumbuhan perusahaan tidak berpengaruh terhadap opini audit going concern.

Hasil uji hipotesis ini menyimpulkan bahwa perusahaan dengan opini audit going concern ataupun non going concern sama – sama mempunyai pertumbuhan laba bersih yang negatif (dapat dilihat dalam tabel 4.12). Hal ini terjadi karena laba yang didapat oleh sektor manufaktur didapat dari penjualan produk yang dilakukan dengan cara tunai maupun kredit, meskipun penjualan meningkat dan laba meningkat, tetapi perusahaan belum mampu melunasi hutang kepada pihak kreditur. Sehingga akhirnya akan menimbulkan kesulitan likuiditas yang mengakibatkan operasional perusahaan terganggu dan opini going concern akan diberikan oleh auditor.

Temuan empiris pada penelitian ini konsisten pada penelitian Fanny dan Saputra (2005) yang menemukan bukti bahwa rasio pertumbuhan yang menggunakan asset growth tidak berpengaruh terhadap kemungkinan penerimaan opini audit going concern. Hal ini terjadi karena pertumbuhan asset perusahaan tidak diikuti dengan kemampuan perusahaan untuk menghasilkan laba serta meningkatkan saldo labanya.

Berikut ini adalah tabel yang memperlihatkan distribusi pertumbuhan laba atau profit growth pada sampel penelitian yang merupakan perusahaan manufaktur:

(16)

50

Tabel 4.12

Distribusi Pertumbuhan Perusahaan

No. KODE Nama Perusahaan 2010 2011 2012

1 AALI Astra Agro Lestari 0.21 0.24 0.01

2 ANTM Aneka Tambang 1.79 0.15 0.55

3 AUTO Astra Otoparts 0.49 -0.03 0.09

4 BRPT Barito Pasific -2 -0.34 -1

5 BUDI Budi Acid Jaya -0.68 0.36 -0.92

6 CPIN Charoen Pokphand Indonesia 0.37 0.07 0.13

7 DLTA Delta Djakarta 0.1 0.09 0.41

8 DVLA Darya-Varia Laboratoria 0.53 0.09 0.23

9 ESTI Ever Shine Textile -0.81 1.2 -13.84

10 FMII Fortune Mate Indonesia -0.41 -0.9 -2.81

11 GJTL Gajah Tunggal -0.08 -0.18 0.66

12 INDF Indofood Sukses Makmur 0.42 0.66 -0.02 13 INDR Indorama Synthetics 1.28 -0.64 -0.51 14 INTP Indocement Tunggal Prakarsa 0.17 0.12 0.32 15 JKSW Jakarta Kyoei Steel Works Ltd. 0.01 -1.38 5.44

16 KARW Karwell Indonesia 0.45 -5.53 0.51

17 KICI Kedaung Indah Can -1.63 -0.89 5.33

18 KLBF Kalbe Farma 0.38 0.18 0.17

19 LMPI Langgeng Makmur Industr1 -0.53 0.94 -0.57

20 MERK Merck -0.19 0.95 -0.53

21 MRAT Mustika Ratu 0.16 0.14 0.1

(17)

51 Hasil penelitian yang sama juga dilakukan oleh Setyarno at. al (2006), Arga dan Linda (2007), serta Solikah (2007) yang menggunakan sales growth sebagai proksi dalam mengukur pertumbuhan perusahaan. Jika pertumbuhan penjualan lebih kecil dibandingkan kenaikan biayanya maka laba yang didapat tentunya akan negatif, hal ini yang mengakibatkan sales growth tidak dapat memprediksi kemungkinan penerima opini audit going concern.

23 POLY Asia Pacific Fibers -0.72 -1.16 4.30

24 PYFA Pyridam Farma 0.11 0.23 0.03

25 RMBA Bentoel International Investama -2.48 0.4 0.06 26 SAIP Surabaya Agung Industri Pulp & Kertas -1.24 -4.17 -1.64 27 SCPI Schering Plough Indonesia -1.75 2.16 -0.51

28 SMAR SMART 0.68 0.42 0.22

29 SMCB Holcim Indonesia -0.08 0.28 0.27

30 SMSM Selamat Sempurna 0.13 0.46 0.22

31 TCID Mandom Indonesia 0.05 0.07 0.07

32 TOTO Surya Toto Indonesia 0.06 0.13 0.08 33 ULTJ Ultra Jaya Milk Industry 0.75 -0.05 2.49

34 UNVR Unilever Indonesia 0.11 0.23 0.16

35 VOKS Voksel Electric -0.81 9.99 0.33

Jumlah Distribusi Pertumbuhan Perusahaan Positif 21 24 24 Jumlah Distribusi Pertumbuhan Perusahaan Negatif 14 11 11

(18)

52

2. Pengaruh Audit Report Lag Terhadap Penerimaan Opini Audit Going Concern

H2: audit report lag berpengaruh terhadap kemungkinan penerimaan opini audit

going concern

Pada tabel 4.9 hasil uji regresi logistik memperlihatkan koefisien Audit Report Lag memiliki nilai sig = 0,170 yang lebih besar dari alfa = 0,05. nilai sig yang lebih besar ini menunjukkan bahwa Audit Report Lag tidak berpengaruh terhadap opini audit going concern. Oleh karena itu hipotesis alternatif kedua ditolak dan hipotesis nol kedua diterima.

Audit report lag merupakan salah satu kendala yang sering dihadapi perusahaan maupun auditor independen agar laporan keuangan tetap berkualitas. Seperti yang dijelaskan dalam penelitian yang dilakukan Spica Almilia dan Lucas Setiady (2006), ketepatan waktu penyajian laporan keuangan merupakan hal penting yang harus diperhatikan oleh suatu perusahaan. Apabila penyelesaian penyajian laporan keuangan terlambat atau tidak diperoleh saat dibutuhkan, maka relevansi dan manfaat laporan keuangan untuk pengambilan keputusan akan berkurang.

Mayoritas perusahaan go public menyampaikan laporan keuangan auditnya kurang dari 90 hari. Perusahaan bersama dengan auditor independen berusaha mematuhi peraturan yang ditetapkan oleh BAPEPAM (KEP-36/PM/2003) bahwa laporan keuangan maksimal diterbitkan dalam kurun waktu 90 hari.Perusahaan juga berusaha menerbitkan laporan keuangan tepat pada

(19)

53 waktunya untuk meyakinkan investor bahwa tidak ada indikasi permasalahan didalam perusahaan.

Berikut adalah tabel yang memperlihatkan audit report lag pada perusahaan manufaktur:

Tabel 4.13

Distribusi Audit Report Lag

Audit Report Lag (dalam hari)

2010 2011 2012

7 DLTA Delta Djakarta 82 87 86

14 INTP Indocement Tunggal Prakarsa 59 72 66

(20)

54

20 MERK Merck 54 54 46

25 RMBA Bentoel International Investama 87 82 85 26 SAIP Surabaya Agung Industri Pulp & Kertas 73 79 79

27 SCPI Schering Plough Indonesia 90 102 74

28 SMAR SMART 39 39 56

34 UNVR Unilever Indonesia 82 90 84

(21)

55

3. Pengaruh Reputasi KAP Terhadap Opini Going Concern

H3: Reputasi KAP berpengaruh terhadap kemungkinan penerimaan opini audit

going concern

Pada model persamaan regresi yang mengukur opini audit going concern, diketahui bahwa koefisien Reputasi KAP memiliki nilai P-value atau sig = 0.997 dimana angka ini lebih besar dari signifikan alfa sebesar 0.05 maka koefisien regresi logistiknya tidak signifikan. Artinya reputasi KAP tidak berpengaruh terhadap opini audit going concern. Oleh karena itu hipotesis nol ketiga diterima dan hipotesis alternatif ditolak.

Hasil penelitian ini konsisten dengan hasil penelitian sebelumnya yaitu penelitian yang dilakukan oleh Ramadhany (2004), Fany dan Saputra (2005), Setyarno at.al (2006), Arga dan Linda (2007), yang menyatakan bahwa variabel KAP yang diproksikan dengan skala auditor tidak memiliki pengaruh terhadap penerimaan opini audit going concern.

Ramadhany (2004) mengatakan dalam penelitiannya bahwa auditor yang berafiliasi dengan KAP big atau tidak sama – sama memiliki independensi dan kualitas audit yang baik, sehingga objektif dalam memberikan opini going concern.

Penelitian lainnya yang menghasilkan uji hipotesis yang sama adalah penelitian Fany dan Saputra (2005) yang menyimpulkan bahwa reputasi KAP tidak berpengaruh karena setiap KAP tentunya tidak ingin merusak reputasi yang sudah dibangun dengan susah payah, dengan menghindarkan diri dari hal – hal

(22)

56 yang bisa merusak reputasinya, oleh karena itu mereka akan selalu bersikap profesional dalam menjalankan tugasnya.

Menurut Arga dan Linda (2007) Kantor Akuntan Publik, baik yang berskala besar maupun berskala kecil, akan selalu bersikap objektif dalam memberikan pendapat. Jika suatu perusahaan mengalami keraguan dalam kelangsungan hidup usahanya maka akan diberikan opini going concern.

Dapat dilihat dari tabel 4.14 bahwa perusahaan lebih banyak yang memilih diaudit oleh KAP non big 4 daripada KAP big 4, tabel diatas juga menjelaskan bahwa perusahaan yakin tidak hanya KAP big 4 saja yang dapat memberikan opini yang objektif, melainkan KAP non big 4 pun mampu melakukannya.

Tabel 4.14

Distribusi Reputasi KAP

KAP BIG 4 dan NON BIG 4 2010 2011 2012

(23)

57

14 INTP Indocement Tunggal Prakarsa 1 1 1

15 JKSW Jakarta Kyoei Steel Works Ltd. 0 0 0

20 MERK Merck 1 1 1

25 RMBA Bentoel International Investama 1 1 1 26 SAIP Surabaya Agung Industri Pulp & Kertas 0 0 0

27 SCPI Schering Plough Indonesia 1 1 1

28 SMAR SMART 0 0 0

(24)

58

35 VOKS Voksel Electric 0 0 0

Jumlah KAP Big 4 (1) 20 20 21

Jumlah KAP Non Big 4 (0) 15 15 14