BAB III OBJEK DAN DESAIN PENELITIAN III.1. Objek Penelitian

BAB III
OBJEK DAN DESAIN PENELITIAN
III.1. Objek Penelitian
Objek dari penelitian dalam skripsi ini adalah seluruh perusahaan go public yang
terdaftar di Bursa Efek Indonesia (BEI) tahun 2008-2010 yang berada pada kondisi
financial distress selama periode pengamatan.
III.2. Desain Penelitian
III.2.1. Jenis dan Sumber Data
Data dalam penelitian ini menggunakan data sekunder yang diperoleh dari
laporan keuangan perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun
2008-2010 yang telah diaudit dan dipublikasikan. Data dalam penelitian ini diperoleh
dari situs resmi milik BEI yaitu www.idx.co.id, IDX Fact Book, laporan tahunan
masing-masing perusahaan, dan Indonesian Capital Market Directory (ICMD).
III.2.2. Penentuan Jumlah Sampel
Pengambilan sampel dalam penelitian ini diperoleh dengan menggunakan
metode purposive sampling, yaitu teknik penentuan sampel dengan pertimbangan
tertentu (Sugiyono, 2009:122). Sampel penelitian ini adalah perusahaan yang terdaftar di
Bursa Efek Indonesia (BEI) pada tahun 2008-2010. Kriteria pemilihan sampel dalam
penelitian ini adalah sebagai berikut:
1.
Perusahaan sudah terdaftar di Bursa Efek Indonesia sebelum 1 Januari 2008.
2.
Perusahaan tidak keluar (delisting) dari BEI selama periode penelitian (2008-2010).
43
3.
Perusahaan telah menerbitkan laporan keuangan yang telah diaudit oleh auditor
independen selama tahun 2008-2010.
4.
Sesuai dengan penelitian sebelumnya, peneliti berfokus pada perusahaan yang
berada dalam kondisi financial distress karena auditor pada dasarnya tidak mungkin
menerbitkan opini audit going concern pada perusahaan yang memiliki kondisi
keuangan yang sehat (McKeown et al., 1991 dalam Ryu et al., 2007). Dalam
menentukan level financial distress suatu perusahaan, maka peneliti menggunakan
model prediksi kebangkrutan yang dikenal dengan istilah Altman Revised Z Score
yaitu suatu formula yang dikembangkan oleh Altman untuk mendeteksi
kebangkrutan perusahaan pada beberapa periode sebelum terjadinya kebangkrutan.
Hasil perhitungan Z Score ini berupa skala rasio. Model revisi altman adalah
sebagai berikut:
Z Score = 0,717 Z1 + 0,847 Z2 + 3,107 Z3 + 0,420 Z4 + 0,998 Z5
Keterangan:
Z1 = Working Capital to Total Asset: perbandingan antara modal kerja (bersih) dan
total aktiva.
Z2 = Retained Earnings to Total Assets: perbandingan antara saldo laba ditahan dan
total aktiva.
Z3 = Earning Before Interest and Tax to Total Assets: perbandingan antara laba
sebelum biaya bunga dan pajak dengan total aktiva.
Z4 = Book Value of Equity to Book Value of Debt: perbandingan antara nilai buku
ekuitas dan nilai buku utang.
Z5 = Sales to Total Assets: perbandingan antara penjualan dan total aktiva.
44
Dari model revisi Altman Z-Score tersebut, maka kondisi perusahaan di
bagi menjadi tiga kategori, yaitu:
1.
Apabila nilai Z-Score di atas 2,90 (Z-Score > 2,90) diklasifikasikan sebagai
perusahaan yang sehat.
2.
Apabila nilai Z-Score antara 1,20 sampai 2,90 (1,20 < Z-Score < 2,90)
diklasifikasikan sebagai perusahaan yang berada dalam daerah kelabu (grey
area).
3.
Apabila nilai Z-Score di bawah 1,20 (Z-Score < 1,20) diklasifikasikan
sebagai perusahaan yang berpotensi bangkrut.
(Fachrozy, 2007)
Berdasarkan kategori di atas, peneliti menentukan titik batas 1,20 sebagai
batas antara perusahaan sehat dan tidak sehat kondisi keuangannya. Jadi peneliti
hanya menggunakan perusahaan yang memiliki Z-Score dibawah 1,20 selama
tiga tahun berturut-turut sebagai sampel.
III.2.3. Metode Pengumpulan Sampel
Dalam penelitian ini metode pengumpulan sampel yang dilakukan adalah:
1.
Metode Dokumentasi
Metode ini dilakukan dengan cara mengamati dan mempelajari dokumendokumen tertulis yang terkait dengan objek penelitian. Selain itu peneliti juga
melakukan pencatatan terhadap informasi yang dianggap penting dan dapat berguna
bagi kepentingan penelitian. Dokumen-dokumen tertulis ini termasuk laporan
45
keuangan perusahaan yang telah diaudit yang terdaftar pada BEI dan sesuai dengan
kriteria pemilihan sampel.
2.
Metode Studi Pustaka
Metode studi pustaka yaitu metode yang digunakan dengan memahami
literatur-literatur yang memuat pembahasan yang berkaitan dengan penelitian dan
juga pengumpulan data dengan membaca buku-buku dan sumber bacaan yang
relevan (Aristiani, 2010).
3.
Metode Content Analysis
Metode content analysis adalah suatu metode pengumpulan data dengan
menggunakan teknik observasi dan analisis terhadap isi atau pesan dari suatu
dokumen (Indrianto et al. dalam Vonda, 2009). Content analysis dilakukan dengan
mengobservasi atas laporan auditor independen atau laporan tahunan dari
perusahaan yang menjadi sampel penelitian selama tahun 2008-2010. Laporan
auditor independen atau laporan tahunan yang telah diobservasi serta diidentifikasi
kemudian dianalisis untuk kemudian dilakukan pengelompokan perusahaan yang
menerima opini audit going concern dan perusahaan yang menerima opini audit non
going concern.
Selain itu, metode content analysis juga digunakan pada data laporan
keuangan selama periode pengamatan (2008-2010) serta data lainnya dari masingmasing perusahaan untuk mendapatkan nilai dari variabel independen dan variabel
kontrol.
46
III.2.4. Metode Analisis Data
Analisis data perlu dilakukan untuk dapat menarik kesimpulan yang masuk akal
berdasarkan data yang tersedia. Metode analisis data digunakan untuk menganalisis data
hasil penelitian supaya dapat diinterpretasikan sehingga laporan yang dihasilkan mudah
dipahami (Aristiani, 2010). Data dalam penelitian ini akan diuji dan dianalisis dengan
menggunakan beberapa teknik pengujian statistik yang terdiri dari uji statistik deskriptif
dan uji statistik inferensial untuk pengujian hipotesis.
1.
Analisis Statistik Deskriptif
Data yang telah dikumpulkan kemudian dianalisis dengan menggunakan
statistik deskriptif. Statistik deskriptif dalam penelitian pada dasarnya merupakan
proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami
dan diinterpretasikan (Indriantoro dan Supomo, 2002 dalam Vonda, 2009).
Pengujian statistik deskriptif juga berguna untuk mendeskripsikan variabel-variabel
yang digunakan dalam penelitian ini sehingga memberikan gambaran umum dari
tiap variabel penelitian.
Dalam statistik deskriptif ukuran yang digunakan terdiri dari nilai minimum,
nilai maksimum, tendensi sentral (rata-rata) dan ukuran dispersi (standar deviasi).
Rata-rata dan standar deviasi dipilih karena beberapa skala pengukuran yang
digunakan dalam penelitian adalah rasio. Pengukuran rata-rata merupakan cara yang
paling umum digunakan untuk mengukur nilai sentral suatu distribusi data
berdasarkan nilai rata-rata yang dihitung dengan cara membagi nilai hasil
penjumlahan sekelompok data dengan jumlah data yang diteliti (Indriantoro et al.,
2002 dalam Vonda, 2009). Dispersi mengukur variasi data yang diteliti dari angka
47
rata-ratanya. Perbedaan antara nilai data yang diteliti dengan nilai rata-ratanya
disebut dengan deviasi.
Data yang diteliti dikelompokkan berdasarkan variabel dependennya yaitu
opini audit yang diterima perusahaan yaitu perusahaan yang menerima opini audit
going concern dan perusahaan yang menerima opini audit non going concern
2.
Analisis Statistik Inferensial
Analisis statistik inferensial adalah teknik statistik yang digunakan untuk
menganalisis data sampel dan hasilnya diberlakukan untuk populasi (Sugiyono,
2009:207). Analisis statistik inferensial digunakan untuk menguji hipotesis yang
diajukan. Seperti dalam penelitian sebelumnya yang dilakukan oleh Ryu dan Roh,
maka dalam penelitian ini juga akan menggunakan analisis regresi logistik untuk
menganalisa perusahaan yang mengalami financial distress. Regresi logistik
digunakan untuk penelitian yang variabel dependennya bersifat biner atau
merupakan variabel dummy, dalam penelitian ini variabel dependennya adalah opini
audit (1 untuk going concern dan 0 untuk non going concern). Regresi logistik
digunakan untuk menguji pengaruh variabel bebas yaitu Kantor Akuntan Publik
pada variabel terikatnya yaitu opini audit going concern dengan mengikutkan juga
variabel kontrol yang telah sering digunakan dalam berbagai penelitian mengenai
going cocnern.
Persamaan model regresi logistik yang digunakan untuk pengujian hipotesis
adalah sebagai berikut:
48
OPDIT = β0 + β1 KAP + β2 PO + β3 ALAG + β4 CURR + β5 ROA + β6 CFTL +
β7 DFLT + β8 NCFO + β9 SIZE + β10 RLSS + ε
Notasi:
OPDIT
= Dummy variabel opini audit
(kategori 1 untuk perusahaan dengan opini going concern (GC) dan 0
untuk perusahaan dengan opini non going concern (NGC).
β
KAP
= Konstanta
= Dummy variabel kantor akuntan publik
(kategori 1 untuk auditor dari KAP Big Four dan 0 untuk auditor dari
KAP non-Big Four)
PO
= Dummy variabel opini audit yang diterima pada tahun sebelumnya
(kategori 1 bila opini going concern (GC) dan 0 bila opini non going
concern (NGC))
ALAG
= Selisih hari antara akhir periode akuntansi sampai diterbitkannya
laporan auditor independen
CURR
= Current ratio atau rasio lancar (current assets dibagi current
liabilities)
ROA
= Return on Assets (net income dibagi total assets)
CFTL
= Rasio cash flow from operations to total liabilities
DFLT
= Dummy variabel default hutang
(kategori 1 jika perusahaan dalam keadaan default atau sedang dalam
proses negosiasi untuk merestrukturisasi hutangnya, dan 0 jika tidak)
NCFO
= Dummy variabel Arus Kas Operasi Negatif
49
(kategori 1 untuk arus kas dari kegiatan operasi yang negatif dan 0
untuk yang bukan)
SIZE
= Ukuran perusahaan, diukur dengan total aktiva perusahaan (total
asset) dalam skala logaritma
RLSS
= Kerugian berulang dari kegiatan operasi (recurring loss from
operation). Merupakan dummy variabel dengan kategori 1 apabila
laba bersih menunjukkan angka negatif pada tahun berjalan dan tahun
sebelumnya, 0 jika tidak.
ε
= Kesalahan Residual (Error)
III.2.5. Metode Penyajian Data
Data hasil analisis akan ditampilkan dalam bentuk tabel yang disertai
keterangan-keterangan yang akan memperjelas isi dari tabel yang disajikan.
III.2.6. Uji Statistik
Logistic Regression adalah model regresi yang mengalami modifikasi, sehingga
karakteristik sudah tidak sama lagi dengan model regresi sederhana atau berganda. Oleh sebab
itu penentuan signifikansinya secara statistik berbeda (Setyowati, 2009). Teknik analisis
regresi logistik ini tidak memerlukan lagi uji normalitas dan uji asumsi klasik pada
variabel bebasnya (Ghozali, 2006 dalam Solikah, 2007). Pengujian terhadap hipotesis
dalam penelitian ini dilakukan dengan tahapan sebagai berikut:
50
a.
Menilai Model Fit
Analisis yang pertama dilakukan adalah menilai keseluruhan model terhadap
data. Penilaian keseluruhan model ditunjukkan dengan Log Likelihood value (nilai 2LogL), yaitu dengan cara membandingkan antara nilai -2LogL pada awal (Block
number = 0), dimana model hanya memasukkan konstanta, dengan nilai -2LogL
pada saat Block Number = 1, dimana model memasukkan konstanta dan variabel
bebas juga variabel kontrol. Apabila nilai -2LogL Block Number = 0 > nilai -2LogL
Block Number = 1, hal ini menunjukkan model regresi yang semakin baik.
Log Likelihood pada regresi logistik mirip dengan pengertian “Sum of
Square Error” pada model regresi, sehingga penurunan Log Likelihood
menunjukkan model regresi yang semakin baik (Setyowati, 2009).
b. Menilai Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and
Lemeshow’s Goodness of Fit Test. Pengujian ini dilakukan untuk menilai model yang
dihipotesiskan agar data empiris cocok atau sesuai dengan model. Hipotesis untuk
menilai kelayakan model regresi adalah:
H0 : Tidak ada perbedaan antara model dengan data
Ha : Ada perbedaan antara model dengan data
Jika nilai statistik Hosmer and Lemeshow’s Goodness of fit test sama dengan
atau kurang dari 0,05, maka hipotesis nol ditolak. Sedangkan jika nilainya lebih
besar dari pada 0,05 maka hipotesis nol tidak dapat ditolak (diterima) dan berarti
model mampu memprediksi nilai observasinya atau cocok dengan data, dengan kata
51
lain model dinyatakan fit jika Ho diterima, hal ini diindikasikan oleh nilai
signifikansi yang lebih besar dari 5% (Setyowati, 2009).
c.
Koefisien Determinasi
Koefisien determinasi digunakan untuk mengetahui besarnya pengaruh
variabel independen dalam menjelaskan variabel dependen. Koefisien determinasi
pada regresi logistik dapat dilihat pada nilai Nagelkerke R Square. Nilai Nagelkerke
R Square diinterpretasikan seperti R Square pada regresi berganda (Setyowati,
2009). Nilai ini didapat dengan cara membagi nilai Cox & Snell R Square dengan
nilai maksimumnya.
d. Matriks Klasifikasi
Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi
untuk memprediksi keputusan penerbitan opini audit going concern oleh auditor.
Matriks klasifikasi ini dapat dilihat pada Classification Table pada output regresi
logistik.
e. Pengujian Multikolinearitas
Pengujian multikolinearitas bertujuan untuk menguji apakah dalam model
regresi yang terbentuk ada korelasi yang tinggi atau sempurna di antara variabel
bebas atau tidak. Jika dalam model regresi yang terbentuk terdapat korelasi yang
tinggi atau sempurna di antara variabel bebasnya, maka model regresi tersebut
dinyatakan mengandung gejala multikolinier (Suliyanto, 2011). Multikolinearitas
52
terjadi bila nilai korelasinya yang dapat dilihat dalam matriks korelasi lebih besar
dari 0,9 (Ghozali, 2006 dalam Setyowati, 2009).
f. Pengujian Hipotesis
Pengujian hipotesis dapat dilihat melalui koefisien regresi. Koefisien regresi
dari tiap variabel-variabel yang diuji menunjukkan bentuk hubungan antara
variabel. Pengujian hipotesis dilakukan dengan cara membandingkan antara nilai
probabilitas (sig) dengan tingkat signifikansi (α).
Apabila suatu hipotesis menyatakan bahwa:
H0:
Tidak terdapat pengaruh signifikan antara variabel independen terhadap
variabel dependen.
Ha :
Terdapat pengaruh signifikan antara variabel independen terhadap
variabel dependen.
Untuk menentukan penerimaan atau penolakan hipotesis didasarkan pada
tingkat signifikansi (α) 5% dengan kriteria:
1.
Apabila nilai signifikan (Sig.) > tingkat signifikansi (α), maka H0
diterima atau Ha ditolak.
2.
Apabila nilai signifikan (Sig.) < tingkat signifikansi (α), maka H0 ditolak
atau Ha diterima.
53
III.2.7. Operasionalisasi Variabel
III.2.7.1. Variabel Dependen
Variabel dependen atau variabel terikat adalah variabel yang dipengaruhi atau
yang menjadi akibat, karena adanya variabel bebas atau independen (Sugiyono,
2009:59). Variabel dependen dalam penelitian ini adalah opini audit going concern.
Opini audit going concern merupakan opini audit dengan paragraf penjelasan mengenai
pertimbangan
auditor
bahwa
terdapat
ketidakmampuan
atau
ketidakpastian
kelangsungan usaha perusahaan di masa mendatang. Kategori 1 untuk auditee dengan
opini going concern (GC) dan 0 untuk auditee dengan opini non going concern (NGC).
Data opini audit ini disajikan dalam skala nominal.
III.2.7.2. Variabel Independen
Variabel independen atau disebut juga variabel bebas merupakan variabel yang
mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel
dependen (terikat). Variabel independen dalam penelitian ini adalah Kantor Akuntan
Publik (KAP). Dalam penelitian ini KAP dibedakan menjadi dua yaitu untuk KAP Big
Four dan KAP non-Big Four. Variabel ini diukur dengan menggunakan variabel dummy,
dimana ditentukan kategori 1 diberikan jika auditor yang mengaudit perusahaan
merupakan auditor dari KAP Big Four dan 0 jika ternyata perusahaan diaudit oleh KAP
non-Big Four. Data KAP ini disajikan dalam skala nominal.
54
III.2.7.3. Variabel Kontrol
Untuk menguji hipotesis utama, diperlukan untuk mengontrol variabel yang
diketahui berkaitan dengan keputusan opini auditor. Variabel kontrol adalah variabel
yang dikendalikan atau dibuat konstan sehingga hubungan variabel independen terhadap
dependen tidak dipengaruhi oleh faktor luar yang tidak diteliti (Sugiyono, 2009:61).
Peneliti memilih untuk menggunakan sembilan variabel kontrol dalam penelitian ini,
yaitu:
a.
Opini Audit Tahun Sebelumnya (PO)
Didefinisikan sebagai opini audit yang diterima oleh perusahaan pada tahun
sebelumnya. Variabel ini diukur dengan menggunakan variabel dummy, dimana
ditentukan kategori 1 untuk opini audit going concern (GC) dan opini audit nongoing concern (NGC). Data ini diperoleh dari laporan auditor independen pada
tahun sebelumnya. Data opini audit tahun sebelumnya disajikan dalam skala
nominal.
b.
Audit Lag (ALAG)
Audit lag didefinisikan sebagai selisih hari antara akhir periode akuntansi sampai
dikeluarkannya laporan audit. Tertundanya laporan audit dapat menjadi indikasi
bahwa auditor memerlukan waktu lebih lama untuk menelaah laporan keuangan
karena terdapat keraguan atas kelangsungan usaha perusahaan. Variabel ini
diperoleh dengan menghitung selisih hari antara tanggal berakhirnya laporan
keuangan perusahaan dan tanggal terbitnya laporan auditor independen.
55
c.
Current Ratio (CURR)
Current ratio merupakan rasio yang menunjukkan kemampuan perusahaan untuk
memenuhi kewajiban jangka pendeknya dengan menggunakan aktiva lancarnya.
Rasio ini memberikan informasi mengenai seberapa likuid keuangan perusahaan.
Data untuk variabel ini dapat diperoleh dari laporan keuangan perusahaan dengan
menghitung aktiva lancar (current assets) dibagi kewajiban lancar (current
liabilities).
d. Return on Assets (ROA)
Rasio ini mengukur kemampuan perusahaan untuk menghasilkan laba dengan
menggunakan aset yang dimilikinya. Rasio ini dapat digunakan auditor untuk
mengevaluasi seberapa efisien manajemen keuangan dalam memanfaatkan aset
perusahaan untuk menghasilkan keuntungan. Data untuk variabel ini dapat
diperoleh dari laporan keuangan perusahaan dengan menghitung laba bersih (net
income) dibagi total aset (total assets).
e.
Rasio Cash Flow to Total Liabilities (CFTL)
Rasio ini membandingkan arus kas dari kegiatan operasi dengan jumlah kewajiban
yang dimiliki perusahaan. Rasio ini menunjukkan bagaimana kemampuan
perusahaan untuk memenuhi kewajibannya dengan menggunakan kas yang
dihasilkannya dari kegiatan operasionalnya. Data untuk variabel ini dapat diperoleh
dari laporan keuangan perusahaan dengan menghitung arus kas operasi (cash flow
from operations) dibagi total kewajiban (total liabilities).
56
f.
Default Hutang (DFLT)
Default hutang merupakan keadaan dimana perusahaan tidak dapat memenuhi
kewajibannya pada saat jatuh tempo. Data variabel ini dapat diperoleh melalui
laporan keuangan dengan menganalisa apakah perusahaan sedang dalam kondisi
default atau sedang dalam proses negosiasi untuk merestrukturisasi hutangnya.
Variabel ini diukur dengan menggunakan variabel dummy dimana ditentukan
kategori 1 untuk status default hutang dan 0 jika tidak.
g.
Arus Kas Operasi Negatif (NCFO)
Arus kas operasi negatif perusahaan menunjukkan bahwa perusahaan tidak dapat
menghasilkan kas dari kegiatan operasionalnya sendiri sehingga harus meminjam
dana dari pihak luar perusahaan. Variabel ini merupakan variabel dummy dengan
kategori 1 untuk perusahaan yang arus kas kegiatan operasinya menunjukkan angka
negatif dan 0 bagi yang tidak. Data ini diperoleh dari laporan keuangan perusahaan.
Data arus kas operasi negatif disajikan dalam skala nominal.
h.
Ukuran Perusahaan (SIZE)
Ukuran perusahaan adalah variabel yang digunakan untuk mengukur seberapa besar
atau kecilnya perusahaan yang menjadi sampel. Besarnya aktiva yang dimiliki dapat
dijadikan acuan untuk mengetahui ukuran perusahaan. Pengukuran variabel ini
menggunakan hasil perhitungan nilai natural logaritma dari total aktiva.
57
i.
Kerugian Berulang dari Kegiatan Operasi (RLSS)
Perusahaan yang mengalami kerugian berulang dari kegiatan operasi dapat
menunjukkan potensi kegagalan karena berarti perusahaan sudah tidak mampu
menghasilkan laba selama lebih dari satu periode. Variabel ini merupakan variabel
dummy dengan kategori 1 apabila auditee memiliki laba bersih negatif pada periode
berjalan dan periode sebelumnya, sedangkan 0 jika tidak. Data ini diperoleh dari
laporan keuangan perusahaan. Data kerugian berulang dari kegiatan operasi
disajikan dalam skala nominal.
58