BAB 4 PEMBAHASAN
A. Statistik Frekuensi Statistik frekuensi digunakan untuk menyajikan distribusi data kedalam beberapa kategori, sehingga dapat dilihat banyaknya elemen yang termasuk kedalam suatu kategori tertentu. Berikut disajikan tabel statistik frekuensi variabel pengungkapan asumsi going concern (GC) dan kualitas audit (KADT): Tabel 4.1 Statistik Frekuensi GC
Valid
Non Going Concern Going Concern Total
Frequency 48 4 52
Percent 92.3 7.7 100.0
Valid Percent 92.3 7.7 100.0
Cumulative Percent 92.3 100.0
Berdasarkan table 4.1 sebanyak 48 perusahaan atau sebesar 92,3% tidak mengalami pengungkapan asumsi going concern dari 52 perusahaan sampel, dan sebanyak 4 perusahaan atau sebesar 7,7% mengalami pengungkapan asumsi going concern dari 52 perusahaan sampel. Jadi dapat dikatakan bahwa secara mayoritas perusahaan sampel tidak mengalami pengungkapan asumsi going concern dan mempunyai kondisi keuangan yang baik untuk mempertahankan kelangsungan hidupnya.
33
34
Tabel 4.2 Statistik Frekuensi KADT
Valid
Non Big Four Big Four Total
Frequency 15 37 52
Percent 28.8 71.2 100.0
Valid Percent 28.8 71.2 100.0
Cumulative Percent 28.8 100.0
Berdasarkan tabel 4.2 sebanyak 15 perusahaan atau sebesar 28,8% dari 52 perusahaan sampel diaudit oleh kantor akunatn publik yang tidak berafiliasi dengan big four, dan sebanyak 37 perusahaan atau sebesar 71,2% dari 52 perusahaan sempel diaudit oleh kantor akuntan publik yang berafiliasi dengan big four. Berdasarkan data tersebut dapat disimpulkan perusahaan sampel lebih banyak diaudit oleh kantor akuntan pablik yang berafiliasi dengan big four.
B. Statistik Deskriptif Statistik deskritif memberikan gambaran atau deskripsi mengenai data yang digunakan dalam penelitian. Statistik deskritif untuk variabel likuiditas yang diukur dengan banking ration (BR) dan kondisi keuangan perusahaan yang diukur dengan the zmijeski model (ZM) disajikan dalam tabel 4.3 sebagai berikut: Tabel 4.3 Descriptive Statistics N BR ZM Valid N (listwise)
52 52 52
Minimum .14 .06
Maximum 1.07 1.36
Mean .7237 .7496
Std. Deviation .18502 .24230
Pada tabel 4.3 diketahui BR mempunyai nilai minimum sebesar 0,14, nilai maksimum sebesar 1,07, nilai rata-rata sebesar 0,7237, dan standar deviasi sebesar
35
0,18502. ZM mempunyai nilai minimum sebesar 0,06, nilai maksimum sebesar 1,36, nilai rata-rata sebesar 0,7496, dan standar deviasi sebesar 0,24230. Nilai rata-rata banking ration 0,7237 atau 72,4% menunjukan tingkat kesahatan keuangan persahaan sempel baik karena nilai rata-rata BR masih berada dalam kisaran 70% sampai 80%. Perusahaan sampel sangat berkepentingan untuk mempertahankan besarnya banking ration, karena merupakan faktor penentu besar kecilnya GWM (Giro Wajib Minimum) sebuah bank dan sebagai salah satu persyaratan pemberian keringanan pajak bagi bank yang akan merger. Kondisi keuangan perusahaan dikatakan buruk jika nilai proksi kebangkrutan makin besar, begitu pula sebaliknya ketika nilai proksi kebangkrutan semakin kecil maka kondisi keuangan perusahaan dikatakan sehat. Jika dilihat dari nilai rata-rata the zmijeski model sebesar 0,7496 atau 75% menunjukan kondisi rata-rata keuangan perusahaan sempel kurang sehat, sedangkan mayoritas perusahaan sampel tidak terdapat pengungkapan asumsi going cocern. Berdasarkan hal tersebut terdapat fenomena yang unik dimana auditor biasanya mengungkapkan asumsi going concern jika nilai the zmijeski model melebihi 28% namun kenyataannya pada perusahaan sempel dengan ratarata the zmijeski model 75% auditor sedikit mengungkapkan asumsi going concern. Fenomena ini terjadi kemungkinan disebabkan oleh auditor lebih sering mengungkapkan asumsi going concern hanya pada perusahaan kecil dari pada perusahaan besar karena auditor mempercayai perusahaan besar cendrung dapat menyelesaikan kesulitan keuanganya. Kemungkinan lainnya ketika masalah keuangan terjadi pada perusahaan besar, auditor enggan untuk mengungkapkan
36
asumsi going concern karena ada ketakutan kehilangan klien dari perusahaan besar.
C. Uji Normalitas Pengujian normalitas dilakukan untuk mengetahui apakah data yang digunakan berdistribusi normal atau tidak. Metode yang digunakan dalam uji normalitas adalah kolmogorov-smirnov test. Dasar yang digunakan dalam mengambil keputusan adalah jika kolomogorov-smirnov signifikansi lebih besar dari 0,05 maka data berdistribusi normal sedangkan jika signifikansi lebih kecil dari 0,05 maka data tidak berdistribusi normal. Berikut disajikan hasil uji normalitas dalam tabel 4.4 di bawah ini: Tabel 4.4 Uji Normalitas Variabel Sig. Keputusan BR 0,531 Normal ZM 0,124 Normal Sumber: one-sample kolmogorov-smirnov test
Berdasarkan table 4.3 diatas, variabel BR dan ZM memiliki signifikansi lebih besar dari 0,05, maka data dapat dikatakan berdistribusi normal.
D. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan
adanya
korelasi
antar
variabel
bebasnya
(independen).
Multikolinearitas terjadi jika nilai variance inflation factor (VIF) lebih besar dari 10 atau nilai tolerance lebih kecil 0,10. Berdasarkan hasil pengolahan data statistik diperoleh tabel pengujian multikolinearitas sebagai berikut:
37
Tabel 4.5 Pengujian Multikolinearitas Coeffi cientsa
Model 1
KA DT BR ZM
Collinearity Statistic s Tolerance VIF .884 1.131 .986 1.014 .875 1.143
a. Dependent Variable: GC
Menurut tabel 4.5 dapat diketahui semua variabel independen tidak ada mempunyai nilai VIF lebih dari 10 dan nilai tolerance yang lebih kecil dari 0,10. Berdasarkan hal tersebut dapat disimpulkan seluruh variabel independen yang digunakan pada model regresi tidak ada multikolinearitas atau korelasi antar variabel independen yang nilainya lebih dari 95%. E. Uji Regresi Logistik Uji regresi logistik digunakan untuk mengetahui pengaruh variabel kuliatas audit, likuiditas, dan kondisi keungan perusahaan terhadap pengungkapan asumsi going concern. Tahapan análisis uji regresi logistik adalah sebagai berikut: 1. Menilai model fit Langkah pertama yang dilakukan dalam analisis logistik adalah menilai overall fit model terhadap data. Pengujian ini bertujuan untuk menguji kecocokan atau kesesuaian data pada model regresi. Model fit diuji dengan Hosmer and Lemeshow’s Goodness of fit. Dasar pengambilan keputusan adalah jika nilai signifikansi Hosmer and Lemeshow lebih kecil dari 0,05 maka model dikatakan tidak fit. Sebalikanya jika signifikansi Hosmer and Lemeshow lebih besar dari 0,05 berarti data empiris sama dengan model
38
atau model dikatakan fit. Berikut ditampilkan hasil uji Hosmer and Lemeshow Test dalam tabel 4.6:
Tabel 4.6 Hosme r and Leme show Test St ep 1
Chi-square .516
df 8
Sig. 1.000
Pada tabel 4.6 menunjukan nilai chi square sebesar 0,516 dengan tingkat signifikansi sebesar 1,000 yang lebih besar dari 0,05 sehingga dapat disimpulakan data empiris sama dengan model atau model dikatakan fit. 2. Model summary (koefisien determinasi) Model summary dalam regresi logistik sama dengan pengujian R2 pada persamaan regresi linear. R2 menunjukkan estimasi variasi dari variabel independen terhadap variabel dependen.
Tabel 4.7 Model Summary Step 1
-2 Log Cox & Snell likelihood R Square 9.769a .298
Nagelkerke R Square .713
a. Es timation terminated at iteration number 9 because parameter estimates changed by les s than .001.
Koefisien determinasi dapat dilihat dari nilai Nagelkerke R2 yang memiliki nilai sebesar 0,713. Berdasarkan nilai tersebut dapat diartikan kombinasi variabel independent yaitu kualitas audit yang diukur dengan sekala auditor, likuiditas yang diukur dengan banking ration, dan kondisi keuangan yang diukur dengan the zmijeski model mampu menjelaskan variasi dari variabel
39
dependen pengungkapan asumsi going concern sebesar 71,3% sedangkan sisanya dapat dijelaskan oleh faktor-faktor lain yang tidak diikutsertakan dalam model. 3. Omnibus tests of model coefficients (pengujian simultan) Jika pengujian omnibus of model coefficients menunjukkan hasil yang signifikan, maka secara keseluruhan variabel independen yang dimasukkan (enter) dalam model atau dengan kata lain tidak ada variabel yang dikeluarkan (remove) dalam model, dapat berpengaruh terhadap variabel dependen. Dasar pengambilan keputusan adalah jika nilai signifikansi dari omnibus of model coefficients lebih besar dari 0,05 maka variabel independen tidak mepengaruhi variabel dependen secara bersamaan. Sebaliknya jika lebih kecil dari 0,05 maka variabel independen dapat dikatakan mepengaruhi variabel dependen secara bersamaan. Tabel 4.8 Pengujian Simultan Omnibus Tests of Model Coefficients Step 1
Step Block Model
Chi-square 18.435 18.435 18.435
df 3 3 3
Sig. .000 .000 .000
Hasil omnibus tests of model coefficients menunjukan nilai chi square sebesar 18,435 dengan tingkat signifikansi sebesar 0,000 yang lebih kecil dari 0,05, maka dapat disimpulkan bahwa seluruh variabel independen (KADT, BR, dan ZM) secara bersama-sama dapat berpengaruh terhadap pengungkapan asumsi going concern.
40
4. Uji Hipotesis (pengujian parsial) Pada tabel 4.9 disajikan hasil uji regresi logistik untuk masing-masing hipotesis, dimana dalam pengujian regresi ketiga variabel tersebut dipisahkan dengan tujuan memperoleh hasil yang valid dan tidak mebingungkan dalam mengambil kesimpulan.
Table 4.9 Pengujian Regresi Logistik Variabel/ Hipotesis
B
Wald
Exp (B)
Sig
KADT/ Ha1 -1.117 .357 BR/ Ha2 -23.474 3.605 ZM/ Ha3 -8.875 1.970 Sumber: variables in the equestion
.550 .058 .160
.327 .000 .000
Kesimpulan Ha1 Ditolak Ha2 Diterima Ha3 Ditolak
Berdasarkan tabel 4.9 maka hipotesis yang sudah ditentukan dalam bab sebelumnya dapat diuji sebagai berikut: a. Ha1: Kualitas audit berpengaruh positif terhadap pengungkapan asumsi going concern. Berdasarkan tabel 4.9 secara parsial koefisien regresi logistik untuk variabel kualitas audit sebesar -1,117 dengan nilai ods ratio sebesar 0,327, hal ini berarti arah pengaruh kualitas audit adalah negatif dan peluang pengaruh kualitas audit terhadap pengungkapan asumsi going concern sebesar
0,327
kali
lebih
rendah
dibandingkan
dengan
tidak
mengungkapkan asumsi going concern. Variabel kualitas audit memiliki nilai wald sebesar 0,357 dengan signifikansi 0,550 yang lebih besar dari alpha 0,10. Hasil ini menunjukkan variabel kualitas audit tidak
41
berpengaruh signifikan terhadap pengungkapan asumsi going concern dengan arah pengaruh kualitas audit terhadap pengungkapan asumsi going concern adalah negatif. Berdasarkan hal tersebut hipotesis pertama (Ha1) ditolak dan juga dapat ditarik kesimpulan kantor akuntan publik baik yang berafiliasi dengan big four atau tidak, akan selalu bersifat objektif dalam memberikan pendapat atas laporan keuangan auditannya. Jika auditor meragukan kemampuan suatu perusahaan dalam mempertahankan kelangsungan hidup usaha kliennya, maka auditor akan mengungkapkan asumsi going concern. Hasil penelitian yang sama juga diperoleh Arga dan Linda dan Rahmadhany yang menunjukan kualitas audit tidak berpengaruh signifikan terhadap pengungkapan asumsi going concern. Namun, hasil ini bertentangan dengan hasil penelitian Mutchler yang menemukan bukti univariat bahwa auditor big 6 lebih cenderung mengungkapkan asumsi going concern pada perusahaan yang mengalami financial distress dibandingkan auditor non big 6. Hasil yang bertentangan
juga
ditunjukan
dalam
penelitian
DeAngelo
yang
menyatakan auditor berskala besar memiliki insentif lebih untuk mendeteksi dan mengungkapkan asumsi going concern kliennya. b. Ha2: Likuiditas berpengaruh negatif terhadap pengungkapan asumsi going concern. Berdasarkan tabel 4.9 koefisien regresi logistik untuk variabel likuiditas yang diukur banking ration sebesar -23,474 dengan nilai ods ratio sebesar 0,000, hal ini berarti arah pengaruh likuiditas adalah negatif dan peluang
42
pengaruh bangking ration terhadap pengungkapan asumsi going concern sebesar
0,000
kali
lebih
rendah
dibandingkan
dengan
tidak
mengungkapkan asumsi going concern. Banking ration memiliki nilai wald sebesar 3,605 dengan signifikansi 0,058 lebih kecil dari alpha 0,10. Hasil ini menunjukkan variabel likuiditas yang diukur dengan banking ration berpengaruh secara signifikan terhadap pengungkapan asumsi going concern, sehingga hipotesi kedua (Ha2) diterima. Hasil yang konsisten juga ditunjukan dalam penelitian Setyarno dan Hani dkk yang memberikan bukti rasio likuiditas berpengaruh negatif terhadap pengungkapan asumsi going concern. c. Ha3: Kondisi keuangan perusahaan berpengaruh negatif terhadap pengungkapan asumsi going concern. Berdasarkan tabel 4.9 koefisien regresi logistik untuk variabel kondisi keuangan yang diukur dengan the zmijeski model sebesar -8,875 dengan nilai ods ratio sebesar 0,000, hal ini berarti arah pengaruh kondisi keuangan adalah negatif dan peluang pengaruh
the zmijeski model
terhadap pengungkapan asumsi going concern sebesar 0,000 kali lebih rendah dibandingkan dengan tidak mengungkapkan asumsi going concern. The zmijeski model memiliki nilai wald sebesar 1,970 dengan signifikan 0,160 lebih besar dari alpha 0,10. Dilihat dari hasil tersebut dapat disimpulkan kondisi keuangan perusahaan yang diukur dengan the zmijeski model tidak berpengaruh signifikan terhadap pengungkapan asumsi going concern. Hasil ini dapat mendukung pendapat Arga dan
43
Linda dalam penelitiaanya, yang menyatakan model kebangkrutan the zmijeski model kurang tepat digunakan sebagai pengukuran kondisi keuangan perusahaan dan tidak semua perusahaan bangkrut menerima pengungkapan asumsi going concern.
