27
BAB III
METODE PENELITIAN
3.1 KERANGKA PENELITIAN VARIABEL INDEPENDEN
VARIABEL DEPENDEN
KUALITAS AUDIT (X1)
OPINI AUDIT TAHUN SEBELUMNYA (X2) OPINI AUDITOR TENTANG GOING CONCERN (Y) PREDIKSI KEBANGKRUTAN (X3) PERTUMBUHAN PERUSAHAAN (X4) RESTRUKTURISASI UTANG (X5)
Gambar 1. Kerangka pikir penelitian
Variabel dependen dalam penelitian ini adalah opini auditor tentang going concern. Variabel independen terdiri atas kualitas audit (X1), Opini audit tahun sebelumnya (X2), prediksi kebangkrutan (X3), Pertumbuhan perusahaan (X4) dan restrukturisasi utang (X5). Dari gambar 1 terlihat kerangka pikir penelitian yaitu untuk mengetahui pengaruh dari kualitas audit, opini audit tahun sebelumnya,
28
prediksi kebangkrutan, pertumbuhan perusahaan dan resrukturisasi utang terhadap opini auditor tentang going concern,
3.2 HIPOTESIS PENELITIAN H1 :
Kualitas Audit, opini audit tahun sebelumnya, prediksi kebangkrutan, pertumbuhan perusahaan dan restrukturisasi utang secara bersama-sama berpengaruh terhadap opini auditor tentang going concern
H2 :
Kualitas Audit berpengaruh terhadap opini auditor tentang going concern
H3 :
Opini audit tahun sebelumnya berpengaruh terhadap opini auditor tentang going concern.
H4 :
Prediksi kebangkrutan berpengaruh terhadap opini auditor tentang going concern.
H5 :
Pertumbuhan perusahaan berpengaruh terhadap opini auditor tentang going concern.
H6 :
Restrukturisasi utang berpengaruh terhadap opini auditor tentang going concern.
3.3 DESAIN PENELITIAN Penelitian ditujukan untuk menguji hipotesis yang telah dinyatakan sebelumnya, untuk membuktikan apakah variabel independen yaitu kualitas audit, opini audit tahun
sebelumnya,
prediksi
kebangkrutan,
pertumbuhan
perusahaan
dan
restrukturisasi utang berpengaruh terhadap variabel dependen yaitu opini auditor tentang going concern. Obyek penelitian adalah perusahaan manufaktur yang terdaftar di BEI dalam kurun waktu tahun 2008 sampai dengan tahun 2010. Horison waktu penelitian bersifat data panel atau pooled data, yang merupakan kombinasi dari data time series (antar waktu) dengan data cross section (antar individu). Data panel akan menghasilkan data yang bersifat informatif dan lebih bervariasi (Ghozali, 2006)
29
3.4 DEFINISI OPERASIONAL DAN PENGUKURAN VARIABEL Variabel dependen dalam penelitian ini adalah opini auditor tentang going concern, dengan variable independen antara lain : kualitas audit, opini audit tahun sebelumnya, prediksi kebangkrutan, pertumbuhan perusahaan dan restrukturisasi utang. Definisi operasional dari variabel-variabel tersebut adalah sebagai berikut: Tabel-3. Definisi operasional dan pengukuran variabel VARIA BEL
SUB VARIABEL
DIMENSI
INDIKATOR
X = Variabel Independ en
X1 = Kualitas audit
Spesialisasi Industri KAP
Variabel dummy; 1 = KAP spesialisasi industri 0=KAP non spesialisasi industri
Skala nominal
X2 = Opini audit tahun sebelumnya
Opini audit tahun sebelumnya, apakah menerima opini auditor tentang going concern atau tidak model prediksi kebangkrutan ‘The Altman Model’
Variabel dummy 1 = menerima opini auditor tentang going concern 0 = tidak menerima opini auditor tentang going concern
Skala nominal
Z Score : Z = 1.2 Z1 + 1.4 Z2 + 3.3 Z3 + 0.6 Z4 + 0.999 Z5 Keterangan : Z1 = Working capital/total asset Z2 = Retained earning/ total asset Z3 = Earning before interest and taxes/total asset Z4 = Market Capitalization/book value of debt Z5 = Sales/ total asset
Skala ratio
Pertumbuhan laba
Laba bersiht – lababersiht-1 Laba bersiht-1
Skala ratio
X5 = Restrukturisasi utang
Restrukturisasi utang
Skala nominal
Y1 = opini auditor tentang going concern
Opini wajar tanpa pengecualian dengan paragraf penjelasan tentang going concern atau wajar dengan pengecualian pada going concern atau tidak memberikan pendapat atau tidak wajar.
Variabel dummy 1= merencanakan dan melakukan restrukturisasi utang 0= tidak melakukan restrukturisasi utang Variabel dummy; 1 = menerima opini auditor tentang going concern 0 = tidak menerima opini auditor tentang going concern
X3 = Prediksi kebangkutan
X4 Pertumbuhan perusahaan
Y = Variabel dependen
=
SKALA
Skala nominal
30
Definisi operasional variabel: 1. Kualitas audit pada penelitian ini dilihat dari pengalaman KAP dengan dimensi spesialisasi industri dari KAP tersebut (auditor industry specialization). Craswell et.al (1995) dalam Mayangsari (2004) mengemukakan bahwa spesialisasi auditor pada bidang tertentu merupakan dimensi lain dari kualitas audit. Hogan dan Jeter (1999) dalam Mayangsari (2004) menyatakan bahwa spesialisasi industri membuat auditor mampu menawarkan kualitas audit yang lebih tinggi dibandingkan yang tidak spesialis. Auditor disebut sebagai spesialisasi industri jika memiliki banyak klien dalam industri yang sama. Pengukuran auditor industry specialization pada penelitian ini adalah dengan menggunakan cara menurut Zhou dan Elder (2001) dalam Andreas (2012) yang mendefinisikan KAP sebagai spesialisasi industri jika mengaudit lebih dari 10% perusahaan dari total perusahaan yang ada dalam suatu industri.
Variabel ini merupakan variabel
dummy, 1 untuk auditor (KAP) yang memiliki spesialisasi industri, 0 untuk sebaliknya. 2. Opini audit tahun sebelumnya digunakan untuk melihat kecenderungan pemberian opini oleh auditor. Jika pada tahun sebelumnya opini auditor yang diberikan adalah opini auditor tentang going concern, apakah pada tahun berikutnya opini yang dihasilkan adalah sama yaitu opini auditor tentang going concern juga, atau sebaliknya. Variabel ini merupakan variabel dummy, 1 untuk opini auditor tentang going concern pada tahun sebelumnya, 0 untuk sebaliknya. 3. Prediksi kebangkrutan digunakan untuk melihat kondisi keuangan perusahaan untuk mengatasi dan meminimalisir terjadinya kebangkrutan. Pada penelitian ini model prediksi kebangkrutan yang digunakan adalah model Altman pertama dimana persamaan kebangkrutan pada model ini ditujukan untuk memprediksi perusahaan manufaktur yang go public. Model Altman digunakan karena tingkat keakuratannya dapat dipercaya dalam memprediksi kebangkrutan dengan menggunakan perhitungan Z Score. Dalam perhitungannya Altman menggunakan rasio keuangan yang dikelompokkan dalam lima kategori yaitu likuiditas, profitabilitas, leverage, solvabilitas dan kinerja. Persamaannya adalah sebagai berikut: Z= 1.2X1+ 1.4X2+ 3.3X3+ 0.6X4+ 0.999X5 Z = Bankrupcy Index X1 = Working Capital/Total Asset
31
X2 = Retained Earnings/Total Asset X3 = Earning before Interest and Taxes/Total Asset X4 = Market Value of Equity/Book Value of Total Debt X5 = Sales/Total Asset Menurut Altman dalam Ramadhani dan Lukviarman (2009) angka cut off nilai Z dapat menjelaskan apakah perusahaan akan mengalami kegagalan atau tidak pada masa mendatang, nilai tersebut terbagi dalam tiga kategori : Z<1,8
= termasuk perusahaan bangkrut
1,8
= termasuk grey area (tidak dapat ditentukan
apakah
perusahaan sehat atau mengalami kebangkrutan) Z>2,99
= termasuk perusahaan yang tidak bangkrut
4. Pertumbuhan perusahaan dapat menjadi indikator penting untuk mengetahui kemungkinan perkembangan perusahaan di masa yang akan datang. Pertumbuhan perusahaan dapat diukur melalui pertumbuhan laba dengan memperhitungkan laba tahun berjalan dan laba tahun sebelumnya. Persamaannya adalah sebagai berikut: Laba bersiht - laba bersih t-1 Laba bersih t-1 5. Restrukturisasi utang merupakan variabel yang berbeda sudut pandang dan menjadi keunikan dalam penelitian ini. Jika variabel sebelumnya mengambil sudut
pandang
perusahaan
untuk
mengetahui
kondisi
keuangan
dan
perkembangan perusahaan dimasa yang akan datang, maka restrukturisasi utang mengambil sudut pandang dari perusahaan yang memang mengalami kondisi financial distress dan mencoba untuk keluar dari kondisi tersebut dengan melakukan berbagai macam langkah yang tertera dalam rencana manajemen, salah satunya adalah langkah restrukturisasi utang. Variabel ini merupakan variabel dummy, 1 untuk perusahaan yang merencanakan dan melakukan restrukturisasi utang, 0 untuk perusahaan yang tidak melakukan restrukturisasi utang. 6. Opini auditor tentang going concern adalah variabel dependen dalam penelitian ini. Opini tersebut diberikan oleh auditor apabila terdapat kesangsian mengenai kemampuan perusahaan yang diaudit dalam mempertahankan langsungan hidupnya. Opini wajar tanpa pengecualian dengan paragraf penjelasan diberikan apabila terdapat rencana manajemen dan kecukupan pengungkapan. Opini wajar
32
dengan
pengecualian
diberikan
apabila
auditor
berkesimpulan
bahwa
pengungkapan tidak memadai. Opini tidak wajar diberikan jika terdapat penyimpangan dari standar akuntansi keuangan di Indonesia. Opini disclaimer atau menyatakan tidak memberikan pendapat diberikan apabila perusahaan tidak memiliki rencana manajemen. Variabel ini merupakan variabel dummy, 1 untuk opini auditor tentang going concern, 0 untuk sebaliknya.
3.5 TEKNIK PENGUMPULAN DATA DAN PENGAMBILAN SAMPEL Penelitian ini menggunakan data sekunder yang diperoleh dari laporan keuangan yang telah diaudit dari perusahaan manufaktur yang terdaftar di BEI (Bursa Efek Indonesia) pada kurun waktu tahun 2008-2010 yang telah dipublikasikan. Populasi yang digunakan dalam penelitian ini adalah seluruh auditee manufaktur yang tercatat di Bursa Efek Indonesia (BEI). Sampel dalam penelitian ini diperoleh dengan metode purposive sampling, dengan kriteria sebagai berikut : a. Auditee sudah terdaftar di BEI sebelum 1 Januari 2008. b. Auditee tidak keluar (delisting) dari BEI selama periode penelitian (2008– 2010) c. Menerbitkan laporan keuangan yang telah diaudit oleh auditor independen dari tahun 2008-2010. d. Mengalami masalah financial distress, minimal 1 kriteria yang ditetapkan oleh McKeown et.al (1991), yaitu pada perusahaan dengan kondisi tersebut di bawah ini selama minimal 2 tahun berturut-turut : 1. Mengalami modal kerja negatif (utang lancar > aktiva lancar) 2. Laba ditahan negatif atau defisit 3. Laba operasi tahun berjalan negatif 4. Laba bersih negatif
3.6 METODE ANALISIS Analisis dalam penelitian ini menggunakan statistik deskriptif, sedangkan pengujian hipotesis menggunakan regresi logistik. Statistik deskriptif digunakan untuk mendeskripsikan variabel-variabel dalam penelitian ini yang menyajikan nilai rata-rata (mean), median, nilai minimum dan nilai maksimum serta standar deviasi
33
dari variabel keuangan. Sedangkan distribusi frekuensi dapat menyajikan data untuk menganalisis variabel kualitas audit, opini audit tahun sebelumnya, serta restrukturisasi utang. Pengujian hipotesis dalam penelitian ini menggunakan analisis multivariate dengan regresi logistik. Model regresi logistik digunakan karena variabel dependen menggunakan variable dummy dan variabel independen merupakan campuran antara variabel metrik dan non metrik. Menurut Ghozali (2006) regresi logistik hampir serupa dengan analisis diskriminan yaitu untuk menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya. Namun demikian asumsi multivariate normal distribution tidak dapat dipenuhi karena variabel independen merupakan campuran antara variabel metrik dan non metrik. Untuk itu tidak diperlukan asumsi normalitas data pada variabel bebasnya. Jadi regresi logistik umum digunakan jika asumsi multivariate normal distribution tidak dipenuhi. Model yang digunakan pada regresi logistik menurut Ghozali (2006) adalah sebagai berikut :
p Ln
= β0 + β1 X1 + β2 X2 +…….+ βk Xk 1–p
Keterangan ; p adalah probabilitas Y dengan variabel bebas X1, X2 ,Xk X1, X2 dan seterusnya adalah variable bebas β0 adalah konstanta β1 – βk adalah koefisien regresi Berdasarkan model diatas, maka didapatkan model pada penelitian ini adalah sebagai berikut:
OATGC Ln
= β0 + β1 KSI + β2 OATS + β3 ZScore+ β4 PL + β5 RU 1-OATGC
Keterangan : β0 = konstanta β1 – β5
= koefisien regresi
34
OATGC
= opini auditor tentang going concern
KSI
= kualitas audit
OATS
= opini audit tahun sebelumnya
ZScore
= Prediksi kebangkrutan
PL
= pertumbuhan perusahaan
RU
= restrukturisasi utang
3.7 ANALISIS DATA Langkah-langkah analisis yang dilakukan dalam
regresi logistik adalah sebagai
berikut: a. Menilai model fit Langkah pertama adalah menilai overall fit model terhadap data. Beberapa test statistik diberikan untuk menilai hal ini. Hipotesis untuk menilai model fit adalah sebagai berikut: H0 : Model yang dihipotesakan fit dengan data Ha : Model yang dihipotesakan tidak fit dengan data Dari hipotesis di atas jelas bahwa hipotesa nol tidak akan ditolak agar model fit dengan data. Test statistik yang digunakan : 1. Fungsi likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesakan menggambarkan data input. Untuk menguji hipotesa nol dan alternatif, L ditransformasikan menjadi -2LogL. Test ini dapat juga digunakan untuk menentukan jika variabel bebas ditambahkan ke dalam model apakah secara signifikan memperbaiki model fit. Penilaian keseluruhan model dilakukan dengan membandingkan nilai antara -2 Log likelihood (-2LL) pada awal (Block 0: Beginning Block) dimana model hanya memasukkan konstansta, dengan -2 Log likelihood (-2LL) pada akhir (Block 1: Method = Enter) dimana model memasukkan konstansta dan variabel bebas. 2. Hosmer and Lemeshow’s Goodness of Fit Test. Digunakan untuk menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model. Jika nilai Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0.05, maka hipotesis nol ditolak yang
35
berarti ada perbedaan signifikan antara model dengan nilai observasinya. Jika nilai Hosmer and Lemeshow’s Goodness of Fit Test lebih besar dari 0.05 maka hipotesis nol tidak dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dengan kata lain model dapat diterima karena cocok dengan data observasinya. b. Pengujian simultan Pengujian simultan pada model regresi logistik ditunjukkan dengan nilai Omnibus Test of Model Coefficients, dengan hipotesis sebagai berikut: H0 : α >0,05
variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen.
H1 : α<0,05
variabel independen secara bersama-sama berpengaruh terhadap variabel dependen.
c. Koefisien determinasi Besarnya nilai koefisien determinasi pada model regresi logistik ditunjukkan dengan nilai Nagelkerke R Square. Nilai ini menunjukkan persentase variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen pada penelitian. d. Tabel klasifikasi Tabel klasifikasi menunjukkan kekuatan dari model regresi untuk memprediksi probabilitas variable dependen. Kekuatan prediksi tersebut dinyatakan dalam bentuk persentase. e. Uji Multikolinearitas Pada regresi logistik pengujian multikolinearitas dilakukan dengan menggunakan matriks korelasi antar variabel independen untuk melihat besarnya korelasi antar variabel independen. Model regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat antar variabel independennya. f. Estimasi parameter dan interpretasi Wald Test digunakan untuk menguji apakah masing-masing koefisien regresi logistik signifikan. Uji hipotesisnya adalah sebagai berikut : H0: Variabel independen tidak mempunyai pengaruh terhadap variabel dependen Ha: Variabel independen mempunyai pengaruh terhadap variabel dependen Wald Test dapat dilihat dari bawah tabel Variables in the equation, dengan dasar pengambilan keputusan adalah : a. Jika p- value > α (0.05), maka Ho diterima dan Ha di tolak
36
b. Jika p- value ≤ α (0.05), maka H o ditolak dan Ha diterima Model regresi logistik dapat dibentuk dengan melihat nilai estimasi parameter dalam Variables in the Equation.
