BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian asosiatif kausal. Penelitian asosiatif kausal berguna untuk menganalisis pengaruh antara satu variabel dengan variabel lainnya. Penelitian ini menggunakan metode pendekatan kuantitatif dengan menguji pengaruh antara variabel independen yaitu pergantian manajemen, opini audit, financial distress, dan juga ukuran KAP terhadap variabel dependen yaitu auditor switching. B. Populasi dan Sampel Populasi yang digunakan dalam penelitian ini adalah semua perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI). Periode pengamatan penelitian dilakukan dari tahun 2011-2015. Perusahaan yang menjadi sampel dalam penelitian ini dipilih berdasarkan kriteria-kriteria tertentu (purposive sampling), yaitu : 1. Laporan keuangan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2011-2015 yang telah diaudit serta mencantumkan laporan auditor independen. 2. Melakukan auditor switching secara voluntary yaitu perpindahan auditor kurang dari 6 tahun. Pemilihan sampel diperoleh dari perusahaan yang telah melakukan pergantian auditor minimal sekali selama periode 2011-28
29 2015. Dikatakan auditor switching apabila terdapat perubahan KAP antara tahun t-1 dan tahun t, apabila terdapat pergantian KAP pada tahun t-1 dan tahun t maka telah terjadi auditor switching di tahun t. Sebaliknya apabila tidak terdapat pergantian KAP maka tidak terjadi auditor switching. Untuk mengetahui apakah auditor switching tersebut terjadi secara voluntary atau mandatory adalah dengan menarik ke 6 tahun belakang dihitung dari t-1 untuk mengetahui KAP yang mengaudit perusahaan tersebut pada tahun itu dan KAP pada tahun t-1. 3. Menyajikan informasi yang lengkap berupa informasi nama KAP yang mengaudit, nama CEO/Direktur utama, total hutang, total ekuitas dan opini audit. C. Definisi Operasional dan Pengukuran Variabel Penelitian 1. Variabel Dependen Menurut Ulum & Juanda (2015), Variabel dependen adalah variabel yang terikat oleh variabel lain. Dalam gambar arah hubungan antar variabel, variabel dependen dituju oleh anak panah. Pada penelitian ini variabel dependen yang digunakan adalah auditor switching. a. Auditor Switching Variabel dependen dalam penelitian ini adalah auditor switching (SWITCH) yang terjadi secara voluntary dan dapat diketahui dari perpindahan auditor suatu
30 perusahaan. Perpindahan auditor yang dimaksud adalah perubahan KAP yang terjadi antara tahun t-1 dan tahun t. Apabila ada perubahan KAP maka terjadi auditor switching di tahun t, dan sebaliknya apabila tidak ada perubahan KAP maka tidak terjadi auditor switching di tahun t. Auditor switching menggunakan variabel dummy dimana hanya ada dua kemungkinan terjadi auditor switching atau tidak terjadi auditor switching. Apabila perusahaan mengganti KAP-nya, maka diberikan nilai 1. Sedangkan bila perusahaan tidak mengganti KAP-nya, maka diberikan nilai 0 (Haniffa et al., 2006) 2. Variabel Independen Menurut Ulum & Juanda (2015), Variabel independen adalah variabel yang tidak terikat oleh variabel lain. Dalam gambar arah hubungan antar variabel, variabel independen dituju oleh anak panah. Variabel independen yang digunakan dalam penelitian ini adalah pergantian manajemen, financial distress, opini audit dan ukuran KAP a. Pergantian Manajemen Pergantian manajemen merupakan pergantian direktur utama atau CEO (Chief Executive Officer) perusahaan yang dapat disebabkan karena keputusan rapat umum pemegang saham atau berhenti karena kemauan sendiri. Variabel pergantian manajemen menggunakan variabel dummy. Jika perusahaan mengganti direktur utama atau CEO maka diberikan nilai 1. Sedangkan jika
31 perusahaan tidak mengganti direktur utama atau CEO, maka diberikan nilai 0 (Damayanti & Sudarma, 2007). b. Opini Audit Opini audit merupakan pernyataan pendapat yang diberikan oleh auditor dalam menilai kewajaran atas laporan keuangan perusahaan yang diauditnya. Variabel opini audit menggunakan variabel dummy, yang diambil dari laporan auditor independen tahun sebelumnya. Angka 1 untuk perusahaan yang menerima opini selain wajar tanpa pengecualian (qualified) sedangkan angka 0 untuk perusahaan yang menerima opini wajar tanpa pengecualian (unqualified) (Damayanti & Sudarma, 2007). c. Financial Distress Financial distress adalah kondisi perusahaan yang sedang dalam keadaan kesulitan keuangan yang dapat dihitung dengan rasio DER (Debt to Equity Ratio). Adapun cara menghitungnya: DER = total hutang total ekuitas x100% Jika perusahan memiliki rasio DER > 100%, maka diberikan nilai 1. Sedangkan jika perusahan memiliki rasio DER 100% maka diberikan nilai 0. d. Ukuran KAP Ukuran KAP dalam penelitian ini merupakan perbedaan besar kecilnya KAP, dimana ukuran KAP dibagi menjadi dua yaitu KAP besar (Big Four) dan KAP
32 kecil (non Big Four). Variabel ukuran KAP ini menggunakan variabel dummy. Jika perusahaan diaudit oleh KAP besar (Big Four), maka akan diberikan nilai 1. Tetapi jika perusahaan diaudit oleh KAP kecil (non Big Four), maka akan diberikan nilai 0 (Wea & Murdiawati, 2015). D. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berupa data sekunder yang diambil dari laporan keuangan tahunan perusahaan dari tahun 2011 2015. Data sekunder yang dikumpulkan diperoleh dari website masing-masing perusahaan, Pojok BEI Universitas Muhammadiyah Malang) dan situs Bursa Efek Indonesia (www.idx.co.id). E. Teknik Pengumpulan Data Pengumpulan data dalam penelitian ini adalah dengan melakukan metode dokumentasi. Metode dokumentasi yaitu dengan mengumpulkan data sekunder. Penelusuran dengan menggunakan komputer untuk data dalam format elektronik. Data yang disajikan dalam format elektronik ini antara lain berupa laporan keuangan yang disertai dengan laporan auditor independen maupun laporan tahunan. F. Teknik Analisis Data Metode analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik. Regresi logistik dipilih sebagai metode analisis penelitian ini karena data yang digunakan dalam penelitian ini bersifat non-metrik pada variabel
33 dependen. Karena pada variabel independen hanya menggunakan skala kategorial hal itu menyebabkan perubahan fungsi menjadi logistik dan tidak membutuhkan asumsi normalitas data pada variabel independennya. Analisis logit digunakan untuk menganalisis data kuantitatif yang mencerminkan lebih dari dua pilihan atau biasa disebut Binary logistic regression dapat dijelaskan sebagai berikut (Ghozali, 2011). 1. Statistik Deskriptif Statistik deskriptif berkenaan dengan metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga dapat memberikan informasi yang berguna. Data-data yang diperoleh kemudian diringkas dengan baik dan rapi sehingga bisa dijadikan sebagai dasar dalam pengambilan keputusan. Analisis deskriptif bertujuan untuk memberikan gambaran dari variabel independen berupa pergantian manajemen, financial distress, ukuran KAP dan opini audit. Analisis deskriptif dilakukan dengan pengujian hipotesis deskriptif dan disajikan dalam tabel statistik deskriptif frekuensi yang memaparkan susunan data menurut dasar atau kategori tertentu dalam suatu daftar yang disusun sistematis.. Hal ini perlu dilakukan untuk melihat gambaran keseluruhan dari sampel yang berhasil dikumpulkan. 2. Pengujian Hipotesis Penelitian Dalam pengujian hipotesis, penelitian ini menggunakan regresi logistik. Dalam statistika uji regresi logistik, digunakan untuk prediksi probabilitas
34 kejadian suatu peristiwa dengan mencocokkan data pada fungsi logit kurva logistik.. Seperti analisis regresi pada umumnya, metode ini menggunakan beberapa variabel prediktor, baik numerik maupun kategori. a. Menilai Keseluruhan Model (Overall Model Fit) Langkah pertama yang dilakukan dalam pengujian regresi logistik adalah menilai modet fit (Overall Model Fit). Uji overall model fit didasarkan pada nilai statistika -2LL atau nilai LR. Uji serentak koefisien regresi model logistik dihitung dari perbedaan nilai -2LL antara model dengan hanya terdiri dari konstanta dan model yang diestimasi terdiri dari konstanta dan variabel independen (Widarjono, 2010). Pengujian dilakukan dengan membandingkan selisih nilai -2 log likehood (disebut dengan chi square hitung) dimana apabila nilai chi square hitung lebih besar dari chi square tabel atau nilai signifikansi lebih kecil dari alpha maka dapat dikatakan bahwa terdapat pengaruh secara simultan variabel bebas terhadap variabel terikat. b. Menguji Kelayakan Model Regresi Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow s Goodness of Fit Test. Hosmer and Lemeshow s Goodness of Fit Test menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit). Jika nilai Hosmer and Lemeshow s Goodness of Fit Test sama dengan atau kurang dari 0,05 berarti hipotesis nol ditolak yang berarti ada perbedaan signifikan antara
35 model dengan nilai observasinya sehingga Goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai statistik 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 dapat dikatakan model dapat diterima karena cocok dengan data observasinya (Ghozali, 2011). c. Uji Multikolonieritas Uji multikolinieritas merupakan pengujian untuk mengetahui apakah pada model regresi terdapat korelasi antar variabel independen. Pengujian ini penting untuk mengetahui tidak adanya kemiripan antar variabel independen dalam satu model. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya suatu kolinearitas di dalam model regresi adalah sebagai berikut: 1) Nilai R yang dihasilkan dari suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen. 2) Menganalisis matriks korelasi variabel-variabel indpenden. Jika antar variabel independen ada korelasi yang cukup tinggi (umumnya diatas 0,80), maka hal ini merupakan indikasi adanya multikolinearitas.
36 Multikolinearitas dapat disebabkan karena adanya efek kombinasi antara dua atau lebih variabel independen. 3) Multikolinearitas dapat juga dilihat dari (1) nilai tolerance dan lawannya, (2) Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen dan di regresi terhadap variabel independen lainnya. Tolerance mengukur variabilitas independen yang dipilih yang tidak dijelaskan oleh variabel independen lainnya. Jika nilai tolerance yang rendah sama dengan nilai VIP yang tinggi (karena VIF = 1/tolerance). Nilai cuttoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance < 0,10 atau sama dengan nilai VIP > 10. Setiap peneliti harus dapat menentukan tingkat kolineraitas yang dapat di tolerir. Sebagai misal nilai tolerance = 0,10 sama dengan tingkat kolinearitas 0,95. Walaupun multikolinearitas dapat di deteksi dengan nilai tolerance dan VIF, tetapi kita tetap tidak mengetahui variabel-variabel independen mana sajakah yang paling berkorelasi (Ghozali, 2011). d. Koefisien Determinasi Cox dan Snell s R Square merupakan ukuran yang mencoba meniru ukuran R pada multiple regression yang didasarkan pada teknik estimasi likehood dengan
37 nilai maksimum kurang dari 1 sehingga sulit diinterpretasikan. Untuk mendapatkan koefisien determinasi yang dapat diinterpretasikan seperti nilai R2 pada multiple regression, maka digunakan Nagelkerke R Square. Nagelkerke s R Square merupakan modifikasi dari koefisien Cox dan Snell R Square untuk memastikan bahwa nilainya bervariasi dari 0 sampai 1. Hal ini dilakukan dengan cara membagi nilai Cox dan Snell R2 dengan nilai maksimumnya (Ghozali, 2011). Nilai yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. d. Uji Wald Uji Wald Menurut Widarjono (2010), dalam regresi logistik uji Wald digunakan untuk menguji ada tidaknya pengaruh dari variabel bebas terhadap variabel terikat secara parsial dengan cara membandingkan nilai statistik Wald dengan nilai pembanding Chi square pada derajat bebas (db) = 1 pada alpha 5%, atau dengan membandingkan nilai signifikansi (pvalue) dengan alpha sebesar 5% dimana p-value yang lebih kecil dari alpha menunjukkan bahwa hipotesis diterima atau terdapat pengaruh yang signifikan dari variabel bebas terhadap variabel terikat secara parsial.
38 f. Model Regresi Logistik Analisis yang digunakan dalam penelitian ini adalah analisis regresi logistik (logistic regression), yaitu dengan melihat pengaruh pergantian manajemen, financial distress, ukuran KAP, dan opini audit terhadap auditor switching pada perusahaan manufaktur. Adapun model regresi logistik dalam penelitian ini adalah sebagai berikut: LN (P/1-P)= α + 1CHANGE + 2OPINI+ 3FIDIS+ 4KAP+ Keterangan: α SWITCHt CHANGE FIDIS KAP OPINI : konstanta : Auditor Switching : Pergantian Manajemen : Financial Distress : Ukuran KAP : Opini Audit : residual error Menurut Ghozali (2011), pada umumnya penelitian menggunakan tingkat signifikansi 1%, 5%, atau 10%. Pada suatu pengujian hipotesis jika menggunakan α = 5%, maka artinya peneliti memiliki keyakinan bahwa dari 100% sampel, probabilitas anggota sampel yang tidak memiliki karakteristik populasi adalah 5%. Berdasarkan teori tersebut, maka pengujian ini dilakukan
39 dengan menggunakan tingkat signifikansi 0,05 (α = 5%). Ketentuan penolakan atau penerimaan hipotesis adalah sebagai berikut: 1) Jika nilai signifikansi < 0,05 maka hipotesis diterima (koefisien regresi signifikan). Ini berarti variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen. 2) Jika nilai signifikansi > 0,05 maka hipotesis ditolak (koefisien regresi tidak signifikan). Ini berarti bahwa variabel independen tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
40