BAB IV HASIL DAN PEMBAHASAN. Penelitian ini bertujuan untuk menganalisis pengaruh debt to equity ratio,

BAB IV HASIL DAN PEMBAHASAN A.

Gambaran Umum Objek Penelitian Penelitian ini bertujuan untuk menganalisis pengaruh debt to equity ratio,

audit tenure, dan audit report lag terhadap opini going concern pada perusahaan perusahaan yang terdaftar di Bursa Efek Indonesia periode 2013 – 2015 sebagai populasi penelitian. Di dalam penelitian ini terdapat data outlier yang memiliki nilai ekstrim dan tidak terdistribusi secara normal sehingga tidak dijadikan sampel dalam penelitian ini. Untuk pengujian statistic penulis menggunakan software IBM SPSS Statistik Versi 21. Tabel 4.1 Kriteria Pemilihan Sampel No Keterangan 1 Data perusahaan yang memenuhi kriteria sampel 2 Data outlier 3 Data perusahaan yang diolah

Jumlah 180 (124) 56

Data perusahaan yang memenuhi criteria sampel adalah sebanyak 180 sampel. Dari penelitian terdapat 124 sampel data outlier. Perusahaan yang dioutlier diantaranta adalah PT. Indofood CBP Sukses Makmur Tbk, PT. Lion Metal Works Tbk, PT. Malindo Feedmil Tbk, PT. Merck, Tbk, PT. Surya Toto Tbk, PT. Tempo Scan Pasific Tbk, PT. Ultrajaya Milk Industry and Tading Company Tbk, dan lainnya. Sehingga dari data tersebut data perusahaan yang diolah adalah 56 sampel.

57 http://digilib.mercubuana.ac.id/

58

B. Hasil Analisis Statistik Deskriptif Statistik Deskriptif menjelaskan karakteristik dari masing-masing variabel yang terdapat dalam penelitian, baik variabel dependen maupun variabel independen. Berdasarkan hasil analisis statistik deskriptif, maka berikut di dalam Tabel 4.2 akan disajikan karakteristik sampel yang digunakan di dalam penelitian ini yang meliputi: jumlah sampel (n), rata-rata sampel (mean), nilai maksimum, nilai minimum serta standar deviasi (σ) untuk masing-masing variabel. Tabel 4.2 Statistik Deskriptif Variabel Penelitian Descriptive Statistics Minimum Maximum

N DER Valid N (listwise)

56 56

.158

2.351

Mean

Std. Deviation .852

.541

Sumber : Data sekunder yang diolah, 2017 Pada tabel 4.2 menunjukkan bahwa jumlah data yang digunakan dalam penelitian ini sebanyak 56 sampel. Data mengenai ke-56 sampel tersebut diambil dari Laporan Keuangan Tahunan Perusahaan yang tercatat di BEI periode 2013 hingga 2015 (3 tahun). Oleh karena itu banyaknya sampel perusahaan yang diteliti adalah sebanyak 56 sampel perusahaan. Dari 56 sampel yang diolah, terdapat hasil yang dilihat dari Kantor Debt to Equity Ratio (DER) yaitu diperoleh rata-rata sebesar 0,852 dengan standar deviasi sebesar 0,541. Nilai minimum Debt to Equity Ratio (DER) sebesar 0,158 yang diperoleh oleh PT. Indocement Tunggal Prakasa Tbk pada tahun 2013. Nilai maksimum Ukuran Kantor Akuntan Publik (KAP) Debt to Equity Ratio (DER) sebesar 2,351 yang diperoleh oleh PT. Indomobil Sukses International Tbk pada tahun 2013.

Dengan nilai standar deviasinya lebih rendah dibandingkan nilai

http://digilib.mercubuana.ac.id/

59

rata-rata (mean), maka hal tersebut menunjukkan bahwa sebaran data variabel DER tergolong baik. Audit report lag diperoleh rata – rata 67,65 hari dengan standar deviasi 14,476. Audit report lag terkecil sebesar 41 hari dimiliki oleh PT. Siantar Top Tbk pada tahun 2015. Audit report lag terbesar sebesar 86 hari dimiliki oleh PT. Hanjaya Mandala Sampoerna Tbk, PT. Inti Keramik Alam Asri Industri Tbk, PT. Suparma Tbk, PT. Charoen Pokphand Indonesia Tbk, dan PT. Mayora Indonesia Tbk. Dari segi Ptenure rata – rata sebesar 2,18 dengan standar deviasi sebesar 0,765. Ptenure mempunyai nilai minimum sebesar 1 yang dimiliki oleh PT. Budi Acid Jaya Tbk, PT Charoen Pokphand Indonesia Tbk, PT. Indofarma Tbk., PT. Malindo Feedmil Tbk, dan PT Suparma Tbk, sedangkan nilai maksimum sebesar 3 yang dimiliki oleh PT. Astra International Tbk, PT. Gudang Garam Tbk, PT. Hanjaya Mandala Sampoerna Tbk, PT. Indofood Sukses Makmur Tbk, PT. Indocement Tunggal Prakarsa Tbk, dan PT. Japfa Comfeed Indonesia Tbk. Ftenure diperoleh rata – rata 3,55 dengan standar deviasi sebesar 1,320. Ftenure memiliki nilai minimum sebesar 1 yang dimiliki oleh PT. Indofarma Tbk, PT. Malindo Feedmil Tbk, dan PT Mandom Indonesia Tbk, sedangkan nilai maksimum sebesar 5 yang dimiliki oleh PT. Astra International Tbk, PT. Gudang Garam Tbk, PT. Hanjaya Mandala Sampoerna Tbk, PT. Indofood Sukses Makmur Tbk, PT. Indocement Tunggal Prakarsa Tbk, dan lain sebagainya. Untuk opini going concern diperoleh rata – rata sebesar 0,80 dengan standar deviasi sebesar 0,401 . Opini going concer terkecil sebesar 0 dimiliki oleh


60

PT. Budi Acid Jaya Tbk pada tahun 2013 & 2015, PT. Hanjaya Mandala Sampoerna Tbk pada tahun 2013, PT. Inti Keramik Alam Asri Industri Tbk pada tahun 2013 - 2014, PT. Indomobil Sukses International Tbk pada tahun 2013, PT. Malindo Feedmil Tbk pada tahun 2013 & 2015, PT. Suparma Tbk pada tahun 2013, PT. Akasha Wira International Tbk pada tahun 2014, dan PT. Indofood Sukes Makmur Tbk pada tahun 2014. Nilai maksimum sebesar 1 yang dimiliki oleh perusahaan lainnya yang terdaftar dalam sample penelitian.

C.

Hasil Uji Asumsi Klasik Analisis ini dapat juga disebut sebagai uji prasyarat dari model regresi linier

berganda yang akan diujikan. Model regresi yang baik harus menghasilkan estimator linier tidak bias yang terbaik (Best Linear Unbias Estimator/BLUE). Kondisi ini akan terjadi jika dipenuhi beberapa asumsi, yang disebut dengan asumsi klasik. Uji asumsi klasik yang dilakukan dalam penelitian ini adalah sebagai berikut: 1. Uji Normalitas Data Uji normalitas bertujuan untuk menguji apakah variabel dependen dan independen dalam model regresi tersebut terdistribusi secara normal. Model regresi yang baik adalah data yang terdistribusi normal atau mendekati normal (Ghozali, 2013). Untuk mendekteksi normal atau tidak normal distribusi data dalam penelitian ini, maka dilakukan Uji Kolmogorov – Smirnov.


61

Jika nilai asymp. Sig. (2-tailed) pada tabel uji Kolmogorov - Smirnov < taraf signifikansi 5% atau 0,05 maka distribusi data dikatakan tidak normal dan apabila nilai asymp. Sig. (2-tailed) pada tabel uji Kolmogorov - Smirnov > taraf signifikansi

5% atau 0,05 maka dapat dikatakan distribusi data

terdistribusi normal. Ada dua cara untuk mendeteksi apakah distribusi data normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Berikut adalah hasil pengujian uji normalitas, sebagai berikut : Tabel 4.3 Kolmogorov Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 56 Mean .0738622 a,b Normal Parameters Std. Deviation .31967673 Absolute .170 Most Extreme Differences Positive .088 Negative -.170 Kolmogorov-Smirnov Z 1.273 Asymp. Sig. (2-tailed) .078 a. Test distribution is Normal. b. Calculated from data.

Sumber : Data sekunder, yang diolah, 2017

Pada tabel 4.3 mengambarkan hasil uji normalitas dengan Uji Kolmogorov Smirnov dengan mendapatkan hasil signifikansi sebesar 0,078. Dengan demikian dapat diketahui bahwa data terdistribusi dengan normal karena 0,078 > 0,05 (taraf signifikansi). Hasil tersebut juga didukung oleh hasil grafik yang terdiri dari grafik Histogram dan grafik Normal Probability Plot berikut ini:


62

Gambar 4.1 Grafik Histogram Berdasarkan Grafik histogram terlihat bahwa residual terdistribusi secara normal dan membentuk simetris tidak menceng ke kanan dan kekiri. Hal ini menunjukkan bahwa residual terdistribusi secara normal.


63

Gambar 4.2 Normal P-Plot of Regression Standarized Residual Dengan melihat Grafik Normal Probability Plot pada gambar 4.2 di atas, maka dapat memperlihatkan bahwa titik-titik menyebar disekitar garis diagonal dan penyebarannya mengikuti arah grafik diagonal tersebut. Maka dapat disimpulkan variabel dalam penelitian ini memiliki penyebaran yang dapat digunakan dalam model regresi.


64

2. Uji Heteroskedastisitas Uji heterokedastisitas dalam penelitian ini dilakukan dengan melihat grafik scatterplot antara nilai residu variabel dependen SRESID dengan nilai prediksi variabel independen ZPRED. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED. Dimana Y adalah nilai residual dan X adalah nilai yang telah diprediksi. Adapun grafik scatterplot dalam uji heterokedastisitas dapat dilihat pada gambar berikut ini :

Gambar 4.3 Uji Heteroskedastisitas Sumber : Data sekunder yang di olah, 2017


65

3. Uji Multikolinearitas Uji multikoliearitas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya kolerasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas (Ghozali, 2013). Untuk mendeteksi ada tidaknya multikolinearitas dalam regresi dapat dilihat pada nilai tolerance dan Variabel Inflation Factor (VIF). Multiolinearitas terjadi apabila nilai tolerance dibawah 0,1 dan nilai Variabel Inflation Factor (VIF) berada di bawah angka 10. Adapun hasil uji multikolinearitas pada penelitian ini dapat dilihat di tabel 4.4 berikut ini : Tabel 4.4 Hasil Uji Multikolinearitas Coefficientsa Collinearity Statistics Tolerance VIF

Model (Constant) 1

DER AUDLAG PTENURE FTENURE

.775 .880 .287 .311

1.291 1.136 3.485 3.217

a. Dependent Variable: GC

Sumber : Data sekunder yang diolah, 2017 Berdasarkan data tabel 4.4 dapat diartikan bahwa sebagai berikut : a. Untuk variabel ukuran Debt to Equity Ratio mempunyai nilai tolerance sebesar 0,775 dan nilai Variance Inflation Factor (VIF) sebesar 1,291. Sehingga dapat disimpulkan bahwa variabel ukuran DER tidak terjadi multikolinearitas, karena nilai tolerance 0,775 > 0,1 dan nilai VIF 1,291 < 10.


66

b. Untuk variabel audit report lag (AUDLAG) mempunyai nilai tolerance sebestar 0,880 dan nilai Variance Inflation Factor (VIF) sebesar 1,136. Sehingga dapat disimpulkan bahwa variabel audit report lag tidak terjadi multikolinearitas, karena nilai tolerance 0,880> 0,1 dan nilai VIF 1,136< 10. c. Untuk variabel Ptenure mempunyai nilai tolerance sebesar 0,287 dan nilai Variance Inflation Factor (VIF) sebesar 3,485. Sehingga dapat disimpulkan bahwa variabel laba rugi tidak terjadi multikolinearitas, karena nilai tolerance 0,287 > 0,1 dan VIF 3,485 < 10. d. Untuk variabel Ftenure mempunyai nilai tolerance sebesar 0,311 dan nilai Variance Inflation Factor (VIF) sebesar 3,217. Sehingga dapat disimpulkan bahwa variabel debt to equity ratio tidak terjadi multikolinearitas, karena nilai tolerance 0,311 > 0,1 dan VIF 3,217 < 10. 4. Uji Autokorelasi Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Model regresi yang baik adalah regresi yang bebas dari autokorelasi (Ghozali, 2013). Pengujian autokorelasi dalam penelitian ini akan menggunakan Uji Durbin Watson.

Dengan menggunakan angka DW pada Durbin Watson, maka

dapat diketahui apakah terdapat autokorelasi atau tidak. Jika nilai statistik Durbin Watson diantara dU< DW <(4 – dU), maka tidak memiliki


67

autokorelasi. Adapun hasil dari uji autokolerasi terdapat pada tabel 4.5 berikut : Tabel 4.5 Uji Autokolerasi Model Summaryb Model R R Square Adjusted R Std. Error of the Square Estimate 1 .631a .399 .352 .323 a. Predictors: (Constant), FTENURE, DER, AUDLAG, PTENURE b. Dependent Variable: GC

Durbin-Watson 1.725

Berdasarkan hasil pengolah data diperoleh nilai Durbin Watson (D-W) sebesar 1,725 Sedangkan besarnya nilai DW-tabel dengan n = 56 dan k=4 didapat angka dl (batas luar) = 1,414 dan du (batas dalam) = 1,724. Oleh karena nilai D-W hitung dengan rumus (du
Hasil Uji Kesesuaian Model 1. Uji Koefisien Determinasi (Adjusted R²) Koefisien determinasi (Adjusted R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependennya. Nilai

Adjusted

R2

yang

mendekati

satu

berarti

variabel-variabel

independennya memberikan hampir semua informasi yang dibutuhkan untuk memprediksi

variasi

variabel

dependen

(Ghozali,

2011:97).

Hasil

perhitungan koefisien determinasi penelitian ini adalah sebagaimana ditunjukkan pada tabel berikut ini :


68

Tabel 4.6 Uji Koefisien Determinasi Model Summaryb Model R R Square Adjusted R Std. Error of the Square Estimate 1 .631a .399 .352 .323 a. Predictors: (Constant), FTENURE, DER, AUDLAG, PTENURE b. Dependent Variable: GC

Sumber : Data sekunder yang diolah, 2017 2. Uji Simultan (F- Test)

Uji F digunakan untuk menguji apakah ada pengaruh secara simultan antara variabel independen yaitu Audit Tenure, Audit Report Lag, dan Debt to Equity Ratio terhadap variabel dependen yait Opini Going Concern. Jika nilai signifikansi hasil Uji F < 0,05 maka dinyatakan bahwa variabel independen secara simultan berpengaruh terhadap variabel dependen. Tabel 4.7 Uji Signifikansi Simultan (Uji Statistik F) Model Regression 1

Residual Total

ANOVAa Sum of Squares df 3.525 4 5.315 51 8.839

Mean Square .881 .104

F 8.456

Sig. .000b

55

a. Dependent Variable: GC b. Predictors: (Constant), FTENURE, DER, AUDLAG, PTENURE

Sumber : Data sekunder yang diolah, 2017

Dari hasil analisis regresi dapat diketahui bahwa variabel independen secara bersama-sama memiliki pengaruh yang signifikan terhadap variabel dependen. Hal ini dapat dibuktikan dari nilai F hitung sebesar 8,456 dengan probabilitas 0,000. Karena probabilitas jauh lebih kecil dari 0,05 atau 5%, maka model regresi dapat digunakan untuk memprediksi Opini Going Concer (GC) atau dapat dikatakan bahwa Debt to Equity Ratio (DER),


69

Ptenure, Ftenure dan Audit Report Lag (AUDLAG) secara bersama-sama berpengaruh terhadap Opini Going Concern (GC). E.

Hasil Uji Hipotesis 1. Uji Parsial (Uji t) Uji-t bertujuan untuk menunjukkan seberapa jauh pengaruh masing masing variabel independen secara individual dalam menerangkan variabel dependen. Jika nilai probabilitas signifikansi t lebih kecil dari 0,05 maka dapat dikatakan bahwa ada pengaruh yang kuat antara variabel independen dengan variabel dependen. Tabel 4.8 Uji Statistik t Model

Unstandardized Coefficients B

(Constant) DER 1AUDLAG PTENURE FTENURE

1.149 -.373 -.003 .068 .018

Std. Error .268 .091 .003 .106 .059

Standardized Coefficients Beta -.503 -.126 .129 .058

t

4.287 -4.080 -1.092 .636 .299

Sig.

.000 .008 .028 .019 .006

Sumber : Data sekunder yang diolah, 2017 Dari hasil uji tersebut dapat kita lakukan uji hipotesis berikut: 1. Hasil uji statistik t menunjukan bahwa variabel debt to equity ratio (DER) memiliki nilai t sebesar -4,080 dengan signifikan 0,008 yaitu lebih kecil dari nilai probabilitas 0,05 atau (0,008 < 0,05). Hal ini berarti variabel DER berpengaruh terhadap opini going concer (GC). 2. Hasil uji statistik t menunjukkan bahwa variabel audit report lag (AUDLAG) memiliki nilai t sebesar -1,092 dengan signifikan 0,028 yaitu lebih kecil dari nilai probabilitas 0,05 atau (0,028 < 0,05). Hal ini


70

berarti variabel AUDLAG berpengaruh terhadap opini going concer (GC). 3. Hasil uji statistik t menunjukkan bahwa variabel audit tenure (PTENURE) memiliki nilai t sebesar 0,636 dengan signifikan 0,019 yaitu lebih kecil dari nilai probabilitas 0,05 atau (0,019 < 0,05), dengan demikian dapat disimpulkan bahwa variabel audit tenure berpengaruh terhadap opini going concer (GC). 4. Hasil uji statistik t menunjukkan bahwa variabel audit tenure (FTENURE) memiliki nilai t sebesar 0,299 dengan signifikan 0,006 yaitu lebih kecil dari nilai probabilitas 0,05 atau (0,006 < 0,05), dengan demikian dapat disimpulkan bahwa variabel audit tenure berpengaruh terhadap opini going concer (GC). 2. Analisis Linear Regresi Berganda Dengan melihat table 4.8 diatas, dapat disusun persamaan linear berganda sebagai berikut : GC = 1,149 + 0,068 PTENURE + 0,018 FTENURE - 0,003 AUDLAG – 0,373 DER Persamaan regresi diatas memiliki makna: 1. Audit Tenure (Ptenure) mempunyai koefisien regresi dengan arah positif sebesar 0,068. Hal ini berarti bahwa kenaikan sebesar 1 persen dari variabel audit tenure (ptenure) akan menyebabkan variabel opini going concern perusahaan akan mengalami peningkatan sebesar 0,07 persen.


71

2. Audit Report Lag (AUDLAG) mempunyai koefisien regresi dengan arah negatif sebesar -,003. Hal ini berarti bahwa kenaikan sebesar 1 persen dari variabel audit report lag akan menyebabkan variabel opini going concern perusahaan akan mengalami penurunan sebesar 0,03 persen. 3. Debt to Equity Ratio (DER) mempunyai koefisien regresi dengan arah negative sebesar -0,373 Jika diasumsikan variabel independen lain konstan, hal ini berarti setiap kenaikan sebesar 1 persen maka variabel opini going concern perusahaan akan mengalami penurunan sebesar 0,37 persen. F.

Pembahasan Hasil Penelitian 1. Pengaruh Audit Tenure terhadap Opini Going Concern. Hipotesis 1 (H1) dalam penelitian ini adalah untuk menguji apakah audit tenure berpengaruh terhadap opini going concern. Hasil dari uji t Ptenure menunjukan nilai t sebesar 0.636 dan tingkat signifikan sebesar 0.019 yaitu lebih kecil dari nilai probabilitas 0.05 (0.019 < 0.05). Sedangkan untuk hasil dari uji t Fenure menunjukkan nilai t sebesar 0.299 dan tingkat signifikan sebesar 0.006 yaitu lebih kecil dari nilai probabilitas 0.05 (0.006 < 0.05). Dari hasil ini menunjukan bahwa hipotesis 1 diterima. Dapat disimpulkan bahwa audit tenure

berpengaruh positif terhadap opini going concern.

Dengan demikian masa perikatan dan juga perusahaan dengan KAP sangat berpengauh terhadap opini going concer perusahaan. Hasil penelitian ini sejalan dengan penelitian Dewayanto (2011) yang menyatakan bahwa audit tenure berpengaruh terhadap opini going concern.


72

2. Pengaruh Audit Report Lag terhadap Opini Going Concern. Hipotesis 2 (H2) dalam penelitian ini adalah untuk menguji apakah audit report lag berpengaruh terhadap opini going concer. Hasil dari uji t menunjukan nilai t sebesar 1.092 dan tingkat signifikan sebesar 0.028 yaitu lebih kecil dari nilai probabilitas 0.05 (0.028 < 0.05). Dari hasil ini menunjukan bahwa hipotesis 2 diterima. Dapat disimpulkan bahwa audit report lag berpengaruh terhadap opini going concern. Hasil ini sejalan dengan penelitian sebelumnya yang dilakukan oleh Siregar, dkk (2012) yang menyatakan bahwa audit report lag berpengaruh negatif terhadap opini going concern. Secara logika, pemberian opini going concern terhadap perusahaan memang juga akan dipengaruhi oleh audit report lag. Perusahaan yang mengalami audit report lag biasanya dikarenakan adanya masalah keuangan atau mengalami kerugian sehingga menunda untuk mempublish laporan keuangan perusahaan. 3. Pengaruh Debt to Equity Ratio terhadap Opini Going Concern. Hipotesis 3 (H3) dalam penelitian ini adalah untuk menguji apakah debt to equity ratio berpengaruh terhadap opini going concern. Hasil dari uji t menunjukan nilai t sebesar 4.080 dan tingkat signifikan sebesar 0.008 yaitu lebih kecil dari nilai probabilitas 0.05 (0.008 < 0.05). Dari hasil ini menunjukan bahwa hipotesis 3 diterima. Dapat disimpulkan bahwa debt to equity ratio berpengaruh negatif terhadap opini going concern. Hasil ini sejalan dengan penelitian sebelumnya yang dilakukan oleh Sentosa dan


73

Wedari (2007) yang menyatakan bahwa debt to equity ratio berpengaruh signifikan terhadap opini going concern. Kelangsungan hidup perusahaan juga ditentukan oleh banyaknya hutang yang dimiliki perusahaan. Ketika hutang perusahaan lebih banyak mendanai kegiatan perusahaan maka dapat menimbulkan kelangsungan perusahaan tidak dapat bertahan lama.


BAB IV HASIL DAN PEMBAHASAN. Penelitian ini bertujuan untuk menganalisis pengaruh debt to equity ratio,

Recommend Documents