pengaruh financial distress, ukuran kap...
TRANSCRIPT
PENGARUH FINANCIAL DISTRESS, UKURAN KAP DAN
UKURAN PERUSAHAAN KLIEN TERHADAP AUDITOR
SWITCHING
Skripsi
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat-Syarat Guna Meraih Gelar Sarjana Akuntansi
Oleh:
FARISI ILMAN SHAH
NIM. 1112082000076
JURUSAN AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1440 H/2019
ii
PENGARUH FINANCIAL DISTRESS, UKURAN KAP DAN
UKURAN PERUSAHAAN KLIEN TERHADAP AUDITOR
SWITCHING
Skripsi
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat-Syarat Guna Meraih Gelar Sarjana Akuntansi
Oleh:
FARISI ILMAN SHAH
NIM. 1112082000076
Di Bawah Bimbingan:
Hepi Prayudiawan, S.E, M.M, Ak., CA NIP 197205162009011006
JURUSAN AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1440 H/2019
iii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
Hari ini Selasa, 20 Februari 2019 telah dilakukan Ujian Komprehensif atas
mahasiswa:
1. Nama : Farisi Ilman Shah
2. NIM : 1112082000076
3. Jurusan : Akuntansi
4. Judul Skripsi : “PENGARUH FINANCIAL DISTRESS, UKURAN
KAP DAN UKURAN PERUSAHAAN KLIEN
TERHADAP AUDITOR SWITCHING”
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang
bersangkutan selama proses Ujian Komprehensif, maka diputuskan bahwa
mahasiswi tersebut di atas dinyatakan LULUS dan diberi kesempatan untuk
melanjutkan ke tahap Ujian Skripsi sebagai salah satu syarat untuk memperoleh
gelar Sarjana Akuntansi pada Jurusan Akuntansi Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 20 Februari 2019
1. Zuwesty Eka Putri, SE., M.Ak.
NIP. 198004162009012006
(___________________)
Penguji I
2. Nur Wachidah, SE., M.Si. Ak.
(____________________)
Penguji II
iv
LEMBAR PENGESAHAN UJIAN SKRIPSI
Hari ini, 21 Mei 2018 telah dilaksanakan Uji Skripsi atas mahasiswa:
Nama : Farisi Ilman Shah
No. Induk Mahasiswa : 111208000076
Progam Studi : Akuntansi
Judul Skripsi : Pengaruh Financial Distress, Ukuran KAP dan Ukuran
Perusahaan Klien terhadap Auditor Switching
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang
bersangkutan selama proses Uji Skripsi, maka diputuskan bahwa mahasiswa
tersebut dinyatakan LULUS dan skripsi ini diterima sebagai salah satu syarat untuk
memperoleh gelar Sarjana Akuntansi pada Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Tangerang Selatan, 21 Mei 2018
1. Yessi Fitri, SE., M.Si., Ak. CA (___________________)
NIP: 197609242006042002 Ketua
2. Zuwesty Eka Putri, SE., M.Ak. (___________________)
NIP: 19800506 200801 2 016 Penguji Ahli
3. Hepi Prayudiawan, S.E, M.M, Ak., CA (___________________)
NIP: 197205162009011006 Pembimbing
v
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
Yang bertanda tangan di bawah ini:
Nama : Farisi Ilman Shah
Nomor Induk Mahasiswa : 1112082000076
Fakultas : Ekonomi dan Bisnis
Jurusan : Akuntansi/Audit
Dengan ini menyatakan bahwa dalam penulisan skripsi ini, saya:
1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan
mempertanggungjawabkan
2. Tidak melakukan plagiat terhadap naskah oranglain
3. Tidak menggunakan karya ilmiah orang lain tanpa menyebutkan sumber asli
atau tanpa menyebut pemilikkarya
4. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas karya ini
Jikalau di kemudian hari ada tuntutan dari pihak lain atas karya saya dan telah
melalui pembuktian yang dapat di pertanggungjawabkan, ternyata memang
ditemukan bukti bahwa saya telah melanggar pernyataan di atas, maka saya siap
untuk dikenai sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan
Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Demikian pernyataan ini saya buat dengan sesungguhnya.
Jakarta, 22 April 2018 Yang menyatakan,
(Farisi Ilman Shah)
vi
DAFTAR RIWAYAT HIDUP
I. IDENTITAS DIRI
1. Nama Lengkap : Farisi Ilman Shah
2. Tempat Tanggal Lahir : Jakarta, 10 Juli 1994
3. Alamat : Jl. Kakak Tua B.3/29, BPI V, Pamulang
4. Telepon : 081295486276
5. Email : [email protected]
II. PENDIDIKAN
1. TK AISYIYAH Tahun 1999-2000
2. SD MUHAMMADIYAH 12 PAMULANG Tahun 2000-2006
3. SMP N 1 PAMULANG Tahun 2006-2009
4. SMAN 1 KOTA TANGERANG SELATAN Tahun 2009-2012
5. S1 Akuntansi UIN Syarif Hidayatullah Jakarta Tahun 2012-2019
III. PENGALAMAN ORGANISASI
1. Tahun 2014-2015 : Sekretaris HMJ Akuntansi UIN Jakarta
2. Tahun 2016-2017 : Wakil Ketua 1 Senat Mahasiswa FEB
3. Tahun 2015-2016 : Sekor Aksi dan Advokasi PMIIKOMFEIS
IV. LATAR BELAKANG KELUARGA
1. Ayah : Verdi Julian Shah
2. Ibu : Sita Yanna
3. Anak ke : 4 dari 5 bersaudara
vii
THE INFLUENCE OF FINANCIAL DISTRESS, FIRM’S SIZE AND
COMPANY’S SIZE ON AUDITOR SWITCHING
ABSTRACT
This study aimed to get empirical evidence financial distress, firm’s size and
company’s size on auditor switching. This research was conducted on
manufacturing company listed in Indonesia Stock Exchange 2015- 2017. The
sampling method using purposive sampling. The number samples of this research
were 252 companies. Data analysis technique used is the logistic regression
analysis. The results showed that financial distress does not affect the auditor
switching, firm’s size affect the auditor switching and company’s size does not affect
the auditor switching.
Keywords: Financial Distress, Firm’s Size, Company’s Size, Auditor Switching
viii
PENGARUH FINANCIAL DISTRESS, UKURAN KAP DAN UKURAN
PERUSAHAAN KLIEN TERHADAP AUDITOR SWITCHING
ABSTRAK
Penelitian ini bertujuan untuk memperoleh bukti empiris financial distress,
ukuran KAP dan ukuran perusahaan klien terhadap auditor switching. Penelitian ini
dilakukan pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia
periode 2015-2017. Metode pengambilan sampel menggunakan purposive
sampling. Jumlah sampel penelitian ini adalah sebanyak 252 perusahaan. Teknik
analisis data yang digunakan adalah analisis regresi logistik. Hasil penelitian
menunjukan bahwa financial distress tidak berpengaruh terhadap auditor switching,
ukuran KAP berpengaruh terhadap auditor switching dan ukuran perusahaan klien
tidak berpengaruh terhadap auditor switching.
Kata kunci: Financial Distress, ukuran KAP, ukuran perusahaan klien, auditor
switching
ix
KATA PENGANTAR
Bismillahirrahmanirrahim. Assalamu’alaikum Wr. Wb.
Alhamdulillahirabilalamin, segala puji bagi Allah SWT yang telah
memberikan berkat, rahmat dan karunia-Nya kepada penulis sehingga dapat
menyelesaikan skripsi yang berjudul “Pengaruh Financial Distress, Ukuran KAP
dan Ukuran Perusahaan Klien terhadap Auditor Switching.” Shalawat serta salam
senantiasa penulis hanturkan kepada junjungan Nabi Muhammad SAW, yang telah
membimbing kita dari zaman kegelapan menju zaman yang terang benderang.
Skripsi ini merupakan tugas akhir yang harus diselesaikan guna meraih gelar
Sarjana Ekonomi di Universitas Islam Negeri Syarif Hidayatullah Jakarta. Panulis
menyadari sepenuhnya bahwa terdapat banyak pihak yang telahmembantu dalam
proses penyusunan skripsi ini. Oleh karena itu, syukur Alhamdulillah penulis
hanturkan kepada Allah SWT yang telah memberikan karunia-Nya, sehingga skripsi
ini dapat diselesaikan. Penulis juga ingin menyampaikan ucapan terima kasih dan
penghargaan yang sebesar-besarnya kepada:
1. Orang tua tercinta, yang telah membesarkan dengan penuh kasih dan nilai- nilai
kebaikan. Terima kasih atas segala doa yang terus mengiringi saya dalam setiap
perjuangan, termasuk perjuangan menyelesaikan studi. Terima kasih juga
kepada keluarga besar yang selalu memberikan dukungan.
2. Prof. Dr. Hj. Amany Lubis, MA, selaku Rektor UIN Syarif Hidayatullah Jakarta.
3. Bapak Prof. Dr. Amilin, SE., Ak., M.Si., CA, QIA., BKP., CRMP., selaku
Dekan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.
4. Ibu Yessi Fitri, SE., M.Si., Ak., CA. selaku Ketua Jurusan Akuntansi Fakultas
Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta
5. Bapak Hepi Prayudiawan, SE., Ak., MM. selaku Sekretaris Jurusan Akuntansi
Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta sekaligus dosen
pembimbing yang telah memberikan banyak masukan, saran, serta nasihat
kepada saya.
x
6. Seluruh Dosen Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif
Hidayatullah Jakarta yang telah memberikan bekal ilmu pengetahuan dan
motivasi selama perkuliahan, semoga menjadi ilmu yang bermanfaat dan
menjadi amal kebaikan bagi kita semua.
7. Seluruh Staf Tata Usaha serta karyawan Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta yang telah membantu
dalam mengurus segala kebutuhan administrasi dan lain-lain.
8. Bang Bilal, Prabu, Fajar, Rafi dan Handiko yang telah memberikan bantuan
kepada saya baik secara materi, motivasi dan teknis untuk bisa menyelesaikan
skripsi ini.
9. Sahabat-sahabat 2012, terima kasih untuk waktunya selama kuliah. Kenangan
bersama kalian akan jadi salah satu yang paling berharga selama hidup saya.
10. Semua pihak yang telah membantu saya yang tidak bisa disebutkan satu
persatu, terima kasih atas kebaikan kalian semua.
Penulis menyadari bahwa dalam penyusunan skripsi ini masih terdapat
banyak kekurangan yang disebabkan oleh masih terbatasnya pengetahuan serta
pengalaman yang dimiliki oleh penulis. Oleh karena itu penulis mengharapkan
kritik dan saran yang bersifat membangun untuk penyempurnaan skripsi ini. Besar
harapan penulis bahwa dengan adanya skripsi ini dapat memberikan manfaat dan
menambah wawasan serta pengetahuan bagi penulis pada khususnya dan bagi pihak
lain pada umumnya.
Wassalamualaikum Wr. Wb.
Jakarta, 22 April 2018
Farisi Ilman Shah
xi
DAFTAR ISI
COVER DALAM .................................................................................................... i
LEMBAR PENGESAHAN SKRIPSI .................................................................. ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ................................... iii
LEMBAR PENGESAHAN UJIAN SKRIPSI .................................................... iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ............................. v
DAFTAR RIWAYAT HIDUP ............................................................................. vi
ABSTRACT ........................................................................................................... vii
ABSTRAK ........................................................................................................... viii
KATA PENGANTAR ........................................................................................... ix
DAFTAR ISI .......................................................................................................... xi
DAFTAR TABEL ............................................................................................... xiv
DAFTAR GAMBAR ............................................................................................ xv
DAFTAR LAMPIRAN ....................................................................................... xvi
BAB I PENDAHULUAN ....................................................................................... 1
A. Latar Belakang ............................................................................ 1
B. Rumusan Masalah ....................................................................... 4
C. Tujuan Penelitian ......................................................................... 5
D. Manfaat Penelitian ....................................................................... 5
BAB II TINJAUAN PUSTAKA ............................................................................ 7
A. Tinjauan Literatur ........................................................................ 7
1. Teori Agensi (Theory Agency) ................................................ 7
2. Financial Distress ................................................................... 7
xii
3. Ukuran KAP ........................................................................... 8
4. Ukuran Perusahaan Klien ....................................................... 9
5. Auditor Switching ................................................................... 9
B. Penelitian Terdahulu .................................................................. 11
C. Kerangka Pemikiran .................................................................. 15
D. Keterkaitan Antar Variabel dan Perumusan Hipotesis .............. 16
BAB III METODE PENELITIAN ..................................................................... 19
A. Ruang Lingkup Penelitian ......................................................... 19
B. Metode penentuan sampel ......................................................... 19
C. Metode Pengumpulan data ........................................................ 20
D. Metode Analisis Data ................................................................ 20
E. Operasional Variabel Penelitian ................................................ 25
BAB IV ANALISIS DAN PEMBAHASAN ....................................................... 26
A. Gambaran Umum Objek Penelitian ........................................... 26
B. Hasil Uji Analisis Data Penelitian ............................................. 27
1. Hasil Uji Statistik Deskriptif ................................................. 27
2. Hasil Uji Hipotesis Penelitian ............................................... 30
C. Pembahasan ............................................................................... 37
BAB V PENUTUP ................................................................................................ 40
A. Kesimpulan ................................................................................ 40
B. Implikasi .................................................................................... 40
C. Keterbatasan .............................................................................. 41
D. Saran .......................................................................................... 42
xiii
DAFTAR PUSTAKA ........................................................................................... 43
LAMPIRAN-LAMPIRAN .................................................................................. 47
xiv
DAFTAR TABEL
No. Keterangan Hal
2. 1 Hasil Penelitian Terdahulu .................................................................... 11
3. 1 Tabel operasionalisasi variabel ............................................................. 29
4. 1 Tabel Seleksi Sampel Dengan Kriteria ................................................. 26
4. 2 Tabel Descriptive Statistics. .................................................................. 28
4. 3 Tabel Iteration History 0 ....................................................................... 31
4. 4 Tabel Iteration History 1 ....................................................................... 32
4. 5 Tabel Hosmer and Lemeshow Test ........................................................ 33
4. 6 Tabel Model Summary ........................................................................... 34
4. 7 Tabel Classification ............................................................................... 35
4. 8 Tabel Variables in the Equation ............................................................ 36
xv
DAFTAR GAMBAR
No. Keterangan Hal
2. 1 Kerangka Pemikiran...............................................................................15
xvi
DAFTAR LAMPIRAN
1. Data Perusahaan Sampel .......................................................................... 51
2. Lampiran Input Data ................................................................................ 55
3. Hasil Output SPSS ................................................................................... 80
1
BAB I
PENDAHULUAN
A. Latar Belakang
Perusahaan yang telah go public harus mempublikasikan laporan
keuangannya. Laporan keuangan adalah informasi yang menggambarkan keadaan
financial suatu perusahaan. Untuk menghasilkan laporan keuangan yang dapat
dipercaya, maka dibutuhkan pihak ketiga yang bersifat independen untuk
memeriksa laporan keuangan perusahaan tersebut. Independensi adalah suatu
keadaan dimana seorang auditor dapat bertindak tegas dan tidak memihak selama
proses audit laporan keuangan (Arumsari A.L dan Budhiarti I.K, 2016). Masa
perikatan audit (tenure) memiliki batasan. Hal ini dimaksudkan agar auditor tidak
berinteraksi dengan auditee (pihak yang diaudit) dalam waktu yang lama yang akan
mempengaruhi independensi auditor.
Adanya kasus Enron menekankan bahwa perlu adanya regulasi rotasi
auditor atau auditor switching untuk mempertahankan independensi auditor.
Seperti dijelaskan oleh Effendi M dan Rahayu S (2015) auditor switching secara
mandatory (wajib) terjadi bila pergantian auditor dilakukan berdasarkan peraturan
yang mengatur masa perikatan audit. Sesuai dengan Peraturan Menteri Keuangan
No. 17/PMK.01/2008 pasal 3 tentang jasa akuntan publik, KAP hanya
diperbolehkan memeriksa laporan keuangan perusahaan selama 6 (enam) tahun
buku berturut-turut dan oleh seorang akuntan publik paling lama untuk 3 (tiga)
tahun berturut-turut. Pergantian auditor atau auditor switching juga bisa terjadi
2
secara voluntary (sukarela). Hal ini terjadi ketika tidak adanya peraturan yang
mengharuskan perusahaan melakukan pergantian auditor.
Voulantary auditor switching dapat menimbulkan kecurigaan dari para
pemakai laporan keuangan dan juga pihak eksternal lainnya (Pawitri N.M.P dan
Yadnyana K, 2015). Oleh karena itu perlu diketahui faktor apa saja yang
mempengaruhi auditor switching. Salim A dan Rahayu S (2014) menjelaskan
bahwa perusahaan yang sedang mengalami kesulitan keuangan cenderung
mengambil kebijakan subjektif dalam memilih KAP. Keadaan seperti ini yang
menyebabkan perusahaan melakukan auditor switching. Kesulitan keuangan biasa
juga disebut dengan financial distress.
Financial distress sendiri merupakan penurunan kondisi keuangan
perusahaan sebelum mencapai kebangkrutan (Platt dan Platt, 2002). Astuti NLPP
dan Ramantha IP (2014) dalam penelitiannya, menyatakan bahwa financial distress
tidak berpengaruh pada pergantian auditor. Sama halnya dengan Wijaya E dan
Rasmini NK (2015), yang dalam penelititannya menemukan bukti financial distress
tidak berpengaruh kepada auditor switching. Lain dengan penelitian yang
dilakukan oleh Dwiyanti RME dan Sabeni A (2014) mengemukakan bahwa
financial distress berpengaruh pada auditor switching.
Setiap perusahaan menginginkan agar proses audit dapat diselesaikan
dengan cepat dan memliki hasil yang berkualitas. Reputasi KAP biasa dinilai dari
ukuran KAP tersebut. Semakin besar ukuran KAP menunjukkan semakin besar
kemampuan auditor dalam bersikap profesional (Nadia N.F, 2015). Penelitian yang
dilakukan oleh Pawitri N.M.P dan Yadnyana K (2015) menunjukkan bahwa
3
reputasi KAP berpengaruh terhadap auditor switching. Lain halnya dengan Wijaya
E dan Rasmini N.K (2015) yang menemukan bahwa reputasi KAP tidak
berpengaruh terhadap auditor switching.
Kondisi keuangan perusahaan dapat mencerminnkan ukuran perusahaan.
Semakin besar ukuran perusahaan semakin kompleks usahanya dan kemungkinan
jumlah konflik agen juga meningkat (Pradhana M.A.B dan Suputra I.D.G, 2015).
Effendi M dan Rahayu S (2015) dalam penelitiannya mengemukakan bahwa ukuran
perusahaan tidak berpengaruh terhadap auditor switching. Sedangkan Kurniaty V.
et.al (2014) menemukan bahwa ukuran perusahaan berpengaruh terhadap auditor
switching.
Sebagaimana disampaikan oleh Rudyawan (2009) dalam penelitiannya,
memprediksi kelangsungan hidup suatu perusahaan bukanlah hal yang mudah.
Penghakiman terhadap akuntan publik sering dilakukan dengan melihat bangkrut
atau tidaknya perusahaan yang diaudit. Hal ini menandakan profesi akuntan publik
dipertaruhkan pada jatuh bangun perusahaan kliennya. Joanna H. Lo (1994)
menyatakan bahwa tidak ada prosedur yang terstruktur untuk menentukan status
going concern. Bagi para pengguna laporan keuangan, opini going concern adalah
kabar buruk. Penyebabnya adalah adanya hipotesis self-fulfilling prophecy yang
menyatakan bahwa pemberian opini going concern oleh auditor akan membuat
perusahaan lebih cepat bangkrut karena investor dan kreditor menjadi khawatir
akan kelangsungan hidup perusahaan tersebut.
Kondisi financial distress adalah tahap penurunan kondisi keuangan
perusahaan yang terjadi sebelum terjadinya kebangkrutan atau likuidasi (Widarjo
4
dan Setiawan 2009). Kondisi keuangan suatu perusahaan dapat menjadi salah satu
alat ukur untuk menentukan keberhasilan perusahaan tersebut. Kondisi keuangan
suatu perusahaan kemungkinan tidak membuat perusahaan berada pada kesulitan
keuangan pada periode yang bersangkutan secara langsung (Wardhani R, 2007).
B. Rumusan Masalah
Berdasarkan uraian latar belakang penelitian diatas, rumusan masaah dalam
penelitian ini adalah sebagai berikut:
1. Apakah financial distress, berpengaruh terhadap auditor switching?
2. Apakah ukuran KAP berpengaruh terhadap auditor switching?
3. Apakah ukuran perusahaan klien berpengaruh terhadap auditor switching?
5
C. Tujuan Penelitian
Tujuan penelitian ini adalah untuk:
1. Mengetahui dan menguji secara empiris apakah financial distress
memiliki pengaruh terhadap auditor switching pada perusahaan
manufaktur yang terdaftar di BEI periode 2015-2017.
2. Mengetahui dan menguji secara empiris apakah ukuran KAP memiliki
pengaruh terhadap auditor switching pada perusahaan manufaktur yang
terdaftar di BEI periode 2015-2017.
3. Mengetahui dan menguji secara empiris apakah ukuran perusahaan
klien memiliki pengaruh terhadap auditor switching pada perusahaan
manufaktur yang terdaftar di BEI periode 2015-2017.
D. Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut:
1. Bagi Akademisi
Penelitian ini bermanfaat sebagai sarana untuk menambah
pengetahuan dibidang pengauditan, khususnya pengaruh financial
distress, ukuran KAP dan ukuran perusahaan klien terhadap auditor
switching, serta dapat dijadikan referensi untuk penelitian selanjutnya.
6
2. Bagi penulis
Peneliti diharapkan dapat menambah ilmu dan mengaplikasikan
ilmu yang diperoleh di bangku perkuliahan dalam dunia kerja. Selain
itu, penelitian ini juga sebagai pemenuhan salah satu syarat dalam
menyelesaikan studi di Program Sarjana Regular Jurusan Akuntansi
Fakultas Ekonomi dan Bisnis Universitas Syarif Hidayatullah Jakarta.
3. Bagi perusahaan
Penelitian ini dapat menjadi acuan bagi manajerdalam rangka
mengambil keputusan terkait pergantian auditor.
7
BAB II
TINJAUAN PUSTAKA
A. Tinjauan Literatur
1. Teori Agensi (Theory Agency)
Menurut Jensen dan Meckling (1976) teori agensi merupakan hubungan
kontrak antara agen (manajemen) dengan pemilik (Principal). Pihak pemilik
memberikan wewenang kepada agen untuk melakukan operasional
perusahaan, yang menyebabkan pemilik (Principal) memiliki informasi yang
lebih sedikit dibandingkan dengan agen (manajemen), atau biasa disebut
asymmetry information. Berdasarkan ketimpangan informasi tersebut, dan
juga asumsi bahwa masing-masing baik agen maupun pemilik memiliki
kepentingannya tersendiri, maka terdapat kecenderungan memanipulasi
laporan keuangan.
Berdasarkan asumsi di atas, maka dibutuhkan pihak ketiga yang
independen, dalam hal ini akuntan publik (auditor). Laporan keuangan yang
dibuat oleh agen akan dinilai oleh akuntan publik lalu diberikan opini audit.
2. Financial Distress
Suatu perusahaan yang dikategorikan mengalami financial distress
adalah jika perusahaan tersebut mengalami laba operasi negatif selama dua
tahun berturut-turut (Andre dan Taqwa, 2014). Financial distress adalah
(Kesulitan Keuangan) terjadi sebelum kebangkrutan yang benar-benar
8
dialami oleh perusahaan di mana perusahaan mengalami delisted akibat laba
bersih dan nilai buku ekuitas negatif berturut-turut serta perusahaan tersebut
telah di merger (Rahamaniah dan Wibowo, 2015).
Kebangkrutan tersebut tidak akan terjadi jika perusahaan mampu
mengantisipasi dan membuat strategi untuk menghadapi kebangkrutan
tersebut jika kebangkrutan benar-benar terjadi terhadap perusahaan (Putra,
2014). Maka dapat disimpulkan financial distress adalah keadaan perusahaan
dimana memiliki potensi untuk mengalami kebangkrutan karena perusahaan
tidak mampu membayar kewajiban kewajibannya dan menghasilkan laba
yang kecil yang memberikan dampak pada perubahan modal sehingga perlu
restrukturisasi pada perusahaan yang bersangkutan (Noviandri T, 2014)
3. Ukuran KAP
Ukuran kantor akuntan publik adalah ukuran yang digunakan untuk
menentukan suatu akuntan publik dikatakan besar atau kecil (Sumartini dan
Widhiyani, 2014). KAP besar umumnya memiliki sumber daya yang banyak
dan lebih baik. Sistem yang digunakan lebih canggih dan akurat karena
biasanya didukung dengan kerjasama internasional dengan sumber dana
yang besar (Juanita dan Satwiko, 2012). Auditor skala besar juga cenderung
akan mengeluarkan opini going concern apabila faktanya pada pelaksanaan
audit ditemukan permasalahan terkait kelangsungan hidup perusahaan.
Perusahaan audit skala besar memiliki insentif yang lebih untuk menghindari
kritikan kerusakan reputasi dibandingkan pada perusahaan audit skala kecil
(Nanda dan Siska, 2015). Perusahaan akan mencari KAP yang kredibilitasnya
9
tinggi untuk meningkatkan kredibilitas laporan keuangan di mata pemakai
laporan keuangan itu (Salim dan Rahayu, 2014).
4. Ukuran Perusahaan Klien
Ukuran perusahaan secara langsung akan mencerminkan tinggi
rendahnya aktivitas operasi perusahaan. Perusahaan yang besar umumnya
lebih komplek dibandingkan dengan perusahaan atau entitas yang lebih kecil
(Kurniaty et.al, 2014). Perusahaan besar cenderung untuk menyajikan laporan
keuangan lebih tepat waktu daripada perusahaan kecil. Perusahaan yang besar
akan lebih cepat dalam proses penyelesaian audit karena diawasi oleh para
investor, pengawas permodalan dan pemerintah jika dibandingkan dengan
perusahaan kecil. Sistem pengendalian yang intern juga biasanya dimiliki
oleh perusahaan besar sehingga dapat memudahkan dalam melakukan proses
audit (Ariyani dan Budiartha, 2014). Karena itu seiring dengan besarnya
ukuran perusahaan maka akan digunakan pula jasa auditor besar yang
memiliki profesionalitas, independensi serta kompetensi untuk menjamin
pemberian kualitas audit yang lebih (Wahono dan Setyadi, 2014).
5. Auditor Switching
Auditor switching adalah pergantian KAP maupun auditor yang
dilakukan oleh perusahaan. Auditor switching dapat bersifat mandatory
(wajib) atau voluntary (sukarela). Kecurigaan dari para pemakai laporan
keuangan dan pihak eksternal lainnya timbul apabila terjadi auditor switching
yang dilakukan diluar aturan, maka faktor penyebab dilakukannya auditor
switching perlu untuk diketahui. Selain itu, penugasan pertama terbukti
10
memiliki kemungkinan kekeliruan yang tinggi. Dari beberapa sisi negatif di
atas, perusahaan seharusnya melakukan pertimbangan dan perencanaan yang
matang sebelum melakukan auditor switching secara voluntary (Pawitri dan
Yadnyana, 2015).
11
B. Penelitian Terdahulu
Tabel 2.1
No Nama Peneliti Judul Penelitian Metode Penelitian Hasil Penelitian
Perbedaan Persamaan 1 Apriyeni Selim
dan Sri Rahayu
(2014).
Pengaruh opini audit,
ukuran KAP,
Pergantian Manajemen,
dan Financial Distress
terhadap Auditor
Switching.
Periode yang digunakan 2008-
2012.
Variabel opini audit, dan
pergantian manajemen
Variable Auditor
switching, ukuran
KAP, dan Financial
Distress.
Ukuran KAP tidak berpengaruh terhadap auditor
switching dan Financial Distress tidak berpengaruh
terhadap auditor switching.
2 Yuka Faradila dan
M. Rizal Yahya
(2016).
Pengaruh Opini Audit,
Financial Distress, Dan
Pertumbuhan
Perusahaan Klien
terhadap Auditor
Switching.
Variabel opini audit dan
pertumbuhan perusahaan klien.
Periode penelitian 2010-2014.
Variabel Auditor
Switching, dan
Financial Distress.
Hasil penelitian menunjukkan bahwa financial
distress tidak berpengaruh terhadap auditor
switching.
12
No Nama Peneliti Judul Penelitian Metode Penelitian Hasil Penelitian Perbedaan Persamaan
4 Vina Kurniaty
(2014).
Pengaruh Pergantian
Manajemen, Opini Audit,
Financial Distress,
Ukuran KAP, dan Ukuran
Perusahaan Klien terhadap
Auditor Switching
Periode yang digunakan 2007-
2012.
Perusahaan Real Estate
Variabel pergantian manajemen
dan opini audit
Variabel financial
distress, ukuran KAP,
ukuran perusahaan klien
dan auditor switching
Variabel financial distress tidak berpengaruh
terhadap auditor switching.
Ukuran KAP tidak berpengaruh terhadap
auditor switching.
Dan ukuran perusahaan klien berpengaruh
terhadap auditor switching
5 Ni Luh Putu
Paramita Novi
Astuti dan I
Wayan Ramantha
(2014).
Pengaruh Audit Fee, opini
going concern, financial
distress dan ukuran
perusahaan pada
pergantian auditor.
Variabel audit fee dan opini
going concern.
Variabel Financial
distress, ukuran
perusahaan dan auditor
switching.
Financial Distress tidak berpengaruh pada
pergantian auditor.
Ukuran perusahaan berpengaruh pada
pergantian auditor.
6 Ni Made Puspa
Pawitri dan Ketut
Yadnyana (2015).
Pengaruh Audit Delay,
opini Audit, Reputasi
Variabel Audit Delay, opini
Audit, Pergantian Manajemen
dan Voluntary Auditor
Variabel reputasi auditor. Hasil menunjukkan bahwa variabel audit
delay, reputasi auditor dan pergantian
manajemen berpengaruh signifikan pada
3 Siska Aprianti dan
Sri Hartaty (2016).
Pengaruh Ukuran KAP,
Ukuran Perusahaan
Klien, dan Tingkat
Pertumbuhan
Perusahaan Klien
terhadap Auditor
Switching.
Variabel tingkat pertumbuhan
perusahaan klien
Penelitian dari periode 2012-
2014
Variabel ukuran
KAP, ukuran
perusahaan klien dan
auditor switching.
Hasil penelitian menunjukkan bahwa ukuran KAP
berpengaruh terhadap auditor switching dan ukuran
perusahaan klien tidak berpengaruh terhadap
auditor switching.
13
Auditor dan Pergantian
Manajemen pada
Voluntary Auditor
Switching
Switching.
Real Estate dan Properti
Periode 2009-2013
voluntary auditor switching.
14
No Nama Peneliti Judul Penelitian Metode Penelitian Hasil Penelitian Perbedaan Persamaan
7 I Wayan Deva
Widia Putra
(2014).
Pengaruh Financial
Distress, Rentabilitas,
Pertumbuhan
Variabel Rentabilitas, Pertumbuhan
Perusahaan dan Opini Audit.
Periode 2008-2012
Variabel
financial distress,
dan auditor
switching
Hasil menunjukan bahwa variabel financial distress,
perubahan rentabilitas, dan pertumbuhan
perusahaan klien tidak berpengaruh terhadap
auditor switching, sedangkan Perusahaan dan Opini pergantian auditor. Audit pada Pergantian Auditor Opini audit berpengaruh terhadap auditor switching
8 Binti Luthfiyati
(2016)
Pengaruh Ukuran
Perusahaan, Opini
Audit, Pergantian
Manajemen, ukuran
KAP, dan Audit Tenure
terhadap Auditor
Switching.
.
Variabel opini audit, pergantian
manajemen, dan audit tenure.
Penelitian periode 2009-2013
Variabel ukuran
perusahaan, dan
ukuran KAP.
Hasil menunjukan bahwa variabel ukuran
perusahaan, opini audit, ukuran KAP, dan audit
tenure berpengaruh positif yang signifikan terhadap
auditor switching.Sedangkan untuk pergantian
manajemen berpengaruh negatif terhadap auditor
switching.
9 Zahrina Oktaviana
et.al (2017).
Pengaruh Ukuran KAP,
Opini Audit dan
Pergantian Manajemen
terhadap Auditor
Switching.
Periode yang digunakan 2010-2016.
Perusahaan BUMN.
Variabel opini audit dan pergantian
manajemen.
Variable ukuran
KAP dan
Auditor
Switching
Berdasarkan hasil pengolahan data, dapat diketahui
bahwa ukuran KAP, opini audit dan pergantian
manajemen memiliki pengaruh terhadap auditor
switching. Namum secara parsial ketiga variabel
yakni ukuran KAP, opini audit dan pergantian
manajemen tidak memiliki pengaruh secara parsial
terhadap auditor switching.
15
No Nama Peneliti Judul Penelitian Metode Penelitian Hasil Penelitian Perbedaan Persamaan
10 Kevin Lesmana
dan Ratnawati
Kurnia (2016).
Analisis Pengaruh
Pergantian Manajemen,
Opini Audit Tahun
Sebelumnya, Financial
Dsitress, Ukuran KAP,
dan Ukuran Perusahaan
Klien terhadap
Voluntary Auditor
Switching.
Periode 2012-2014.
Variabel pergantian manajemen, opini
audit tahun sebelumnya, dan
voluntary auditor switching
Variabel
financial distress,
ukuran KAP dan
ukuran
perusahaan klien
Hasil menunjukan bahwa financial distress tidak
berpengaruh positif terhadap voluntary auditor
switching.
Ukuran KAP tidak berpengaruh negatif terhadap
voluntary auditor switching.
Ukuran perusahaan klien tidak berpengaruh negatif
terhadap voluntary auditor switching.
16
C. Kerangka Pemikiran
Pengaruh Financial Distress, Ukuran KAP dan Ukuran Perusahaan
Klien terhadap Auditor Switching
Basis Teori : Teori Keagenan
Financial Distress
Ukuran KAP
Ukuran Perusahaan
Klien
Auditor Switching
Metode Regresi Logistik
Hasil Dan Pembahasan
Simpulan, Implikasi,
Keterbatasan dan Saran
17
D. Keterkaitan Antar Variabel dan Perumusan Hipotesis
1. Pengaruh Financial Distress terhadap Auditor Switching
financial distress merupakan tahap penurunan kondisi keuangan yang terjadi
sebelum terjadinya kebangkrutan ataupun likuidasi. Apabila hal ini tidak segera
diselesaikan akan berdampak besar pada perusahaan seperti hilangnya kepercayaan
dari stakeholder, dan bahkan perusahaan akan mengalami kebangkutan (Andre dan
Salma, 2014).
Kesulitan keuangan (financial distress) yang dialami perusahaan terjadi ketika
perusahaan tersebut tidak dapat memenuhi kewajiban finansialnya dan terancam
bangkrut. Pergantian auditor juga bisa disebabkan karena perusahaan harus menjaga
stabilitas finansialnya, sehingga perusahaan mengambil kebijakan subyektif dalam
memilih Kantor Akuntan Publik. Keadaan seperti ini mengakibatkan perusahaan
cenderung melakukan pergantian KAP (Salim dan Rahayu, 2014).
Perusahaan yang mengalami kesulitan keuangan cenderung menggunakan
auditor dengan independensi tinggi untuk mendapatkan kepercayaan pemegang
saham, kreditur dan mengurangi resiko litigasi. Perusahaan yang mengalami
kesulitan keuangan lebih memilih untuk mengganti auditor dibandingkan perusahaan
dalam kondisi keuangan yang sehat (Astuti dan Ramantha, 2014).
Salim dan Rahayu (2014) menemukan bukti bahwa financial distress
berpengaruh secara signifikan terhadap auditor switching. Lain halnya dengan
penelitian Astuti dan Ramantha (2014) yang mebuktikan bahwa financial distress
tidak berpengaruh pada pergantian auditor. Sama halnya dengan Faradila dan Yahya
(2016) yang mengemukakan bahwa financial distress tidak berpengaruh terhadap
auditor switching.
Berdasarkan uraian di atas maka dapat dirumuskan hipotesis penelitian sebagai
18
berikut:
Ha1: Financial distress berpengaruh terhadap auditor switching
2. Pengaruh Ukuran KAP terhadap Auditor Switching
Ukuran kantor akuntan publik adalah ukuran yang digunakan untuk menentukan
suatu akuntan publik dikatakan besar atau kecil (Sumartini dan Widhiyani, 2014).
Investor akan lebih cenderung memakai data akuntansi dari auditor yang bereputasi
ukuran yang besar dari suatu Kantor Akuntan Publik. KAP besar (Big 4) mempunyai
kemampuan yang lebih baik dalam melakukan audit dibandingkan KAP kecil (Non
big 4), sehingga mampu menghasilkan kualitas audit yang lebih tinggi dan
perusahaan cenderung beralih dari kecil (Non big 4) ke KAP besar (Big 4) (Arsih dan
Anisykurlillah, 2015).
Ardianingsih (2015) dalam penelitiannya menemukan bukti bahwa ukuran
Kantor Akuntan Publik tidak memiliki pengaruh yang signifikan terhadap auditor
switching. Namun dalam penelitian Luthfiyanti (2016) ditemukan bahwa ukuran
KAP berpengaruh positif signifikan terhadap auditor switching. Hal serupa juga
dikemukakan oleh Zahrina (2017) yang menemukan dalam penelitiannya bahwa
ukuran KAP memiliki pengaruh terhadap auditor switching.
Berdasarkan penjelasan tersebut dapat dirumuskan hipotesis penelitian sebagai
berikut:
Ha2: Ukuran KAP berpengaruh terhadap auditor switching.
3. Pengaruh Ukuran Perusahaan Klien terhadap Auditor Switching
Ukuran perusahaan klien merupakan suatu skala dimana dapat diklasifikasikan
besar kecilnya perusahaan yang dihubungkan dengan financial perusahaan. Seiring
19
dengan pertumbuhan ukuran perusahaan, akan membuat prinsipal semakin sulit
dalam memonitor tindakan agen, yang kemungkinan cenderung memaksimalkan
keuntungan pribadinya daripada keuntungan prinsipal (Aprianti dan Hartaty, 2016).
Kurniaty (2014) dalam penelitiannya menemukan bahwa ukuran perusahaan
klien berpengaruh terhadap auditor switching. Penelitian ini sejalan dengan
penelititan yang dilakukan oleh Aprianti dan Hartaty (2016) yang menemukan bukti
bahwa ukuran perusahaan klien berpengaruh terhadap auditor switching. lain halnya
dengan penelitian Lesmana dan Kurnia (2016) yang menemukan bahwa ukuran
perusahaan klien tidak berpengaruh terhadap auditor switching.
Berdasarkan uraian tersebut dapat dirumuskan hipotesis penelititan sebagai
berikut:
Ha3: Ukuran perusahaan Klien berpengaruh terhadap auditor Switching.
20
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini menggunakan metode kuantitatif. Penelitian ini bertujuan untuk
menganalisa hubungan kausalitas yang digunakan untuk menjelaskan pengaruh variabel
independen,yaitu financial distress, ukuran KAP dan ukuran perusahaan klien terhadap
variabel dependen,yaitu auditor switching. Berdasarkan jenisnya, penelitian ini merupakan
penelitian kuantitatif, yaitu menekankan pada pengujian teori melalui pengukuran variabel
penelitian dengan angka dan melakukan analisis data sekunder dengan prosedur statistik,
di mana data yang digunakan berupa angka-angka yang diperoleh dengan mengakses
website Bursa Efek Indonesia di www.idx.co.id.
B. Metode penentuan sampel
Setelah menentukan ruang lingkup penelitian, pihak peneliti selanjutnya menentukan
populasi yang akan diuji. Populasi dalam penelitian ini adalah perusahaan manufaktur yang
terdaftar di BEI. Populasi adalah keseluruhan kelompok orang, kejadian, atau hal dan minat
yang ingin peneliti investigasi. Sedangkan sampel adalah sub kelompok atau sebagian dari
populasi. Dengan mempelajari sampel, peneliti akan mampu menarik kesimpulan yang
dapat digeneralisasikan terhadap populasi penelitan.
Populasi yang diambil dalam penelitian ini adalah perusahaan manufaktur yang
terdaftar di BEI, sedangkan pada perusahaan manufaktur yang terdaftar di BEI yang sesuai
dengan kriteria yang dibuat merupakan sampel. Teknik pengambilan sampel yang
digunakan dalam menentukan sampel adalah purposive sampling, mengandung arti bahwa
sampel yang diambil didasarkan kriteria. Adapun kriteria yang digunakan dalasm memilih
sampel adalah:
1. Seluruh perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tahun
21
2015-2017.
2. Menerbitkan laporan keuangan auditan lengkap di BEI selama periode penelitian
2015-2017.
3. Mata uang yang digunakan dalam laporan keuangan perusahaan adalah Rupiah.
C. Metode Pengumpulan data
Teknik atau metode yang digunakan untuk mengumpulkan data dalam penelitian ini
adalah metode arsip (dokumentasi) dan studi pustaka. Data ini diperoleh dari website resmi
BEI yaitu www.idx.co.id sedangkan data lainnya yaitu referensi dari jurnal yang
mendukung penelitian ini.
D. Metode Analisis Data
Metode analisis data dalam penelitian ini dilakukan dengan menggunakan
menggunakan analisis statistik deskriptif, analisis regresi logisik dan uji interaksi.
Menggunakan regresi logistik karena terdapat terdapat variabel dummy pada variabel
bebasnya yaitu ukuran KAP dan variabel terikatnya yaitu auditor switching. Ghozali (2016)
menyatakan bahwa regresi logistik digunakan untuk menguji apakah probabilitas
terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya. Teknik analisis
regresi logistik tidak memerlukan asumsi normalitas data pada variabel bebasnya (Ghozali,
2016), dan mengabaikan heteroskedastisitas.
1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat
dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range,
kurtosis, dan skewness (kemencengan distribusi) (Ghozali, 2016). Penelitian ini
hanya menggambarkan rata-rata (mean), standar deviasi, maksimum, minimum, dan
22
sum untuk statistic deskriptif.
2. Analisis Regresi Logistik
Analisis regresi logistik adalah suatu bentuk analisis khusus yang dimana
variabel terikatnya bersifat kategori dan variabel bebasnya bersifat kategori dan
kontinu dari keduanya. Analisis regresi logistik tidak perlu menguji asumsi
normalitas data pada variabel bebasnya karena variabel bebas merupakan campuran
antara variabel kontinu dan kategori (Ghozali, 2016). Variabel moderasi nantinya
akan membuktikan apakah akan memperkuat atau memperlemah hubungan antara
variabel independen dan dependen.
Persamaan regresi yang digunakan dalam pengujian hipotesis adalah sebagai
berikut:
SWITCHt =a+b1Debt+ b2KAP+b3LnTA+e…………………………
Keterangan :
SWITCHt = Auditor Switching
a = Konstanta
Debt = Financial Distress
KAP = Ukuran KAP
LnTA = Ukuran Perusahaan Klien
3. Tahapan Pengujian
Tahapan dalam pengujian dengan menggunakan regresi logistik dapat dijelaskan
sebagai berikut :
23
a. 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 statistik Hosmer and Lemeshow’s Goodness of Fit
Test sama dengan atau dengan atau kurang dari 0,05, maka hipotesis nol ditolak
yang berarti ada perbedaan signifikan antara model dengan nilai observasinya
sehingga Goodness of 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.
b. Menilai Keseluruhan Model (Overall Model Fit)
Pengujian dilakukan dengan membandingkan nilai antara - 2 Log
Likelihood (-2LL) pada awal (Block Number = 0) dengan nilai -2 Log
Likelihood (-2LL) pada akhir (Block Number = 1). Apabila terdapat penurunan
nilai likelihood, ini menunjukkan model regresi yang baik atau dengan kata lain
model yang dihipotesiskan fit dengan data.
c. Koefisien Determinasi
Koefisien determinasi (Uji R2) digunakan untuk presentase sumbangan
pengaruh variabel independen secara serentak terhadap variabel dependen
24
(Ghozali, 2016). Dari sini akan diketahui seberapa besar variabel dependen akan
mampu dijelaskan oleh variabel independennya, sedangkan sisanya dijelaskan
oleh sebab–sebab lain di luar model.
d. Matriks klasifikasi
Matriks klasifikasi menunjukan prediksi dari model regresi untuk
memprediksikan kemungkinan terjadinya variabel terikat. Kekuatan prediksi
dari model regresi untuk memprediksi kemungkinan terjadinya variabel terikat
dinyatakan dalam persen.
e. Pengujian Hipotesis
Estimasi parameter dari model dapat dilihat pada output Variable in the
Equation. Output Variable in the Equation menunjukkan nilai koefisien regresi
dan tingkat signifikansinya. Koefisien regresi dari tiap variabel-variabel yang di
uji menunjukkan bentuk hubungan antar variabel.
Pengujian hipotesis dalam penelitian ini merupakan uji dua sisi yang
dilakukan dengan cara membandingkan antara tingkat signifikansi (sig) dengan
tingkat kesalahan (α) = 5%. Apabila sig < α maka dapat dikatakan variabel bebas
berpengaruh signifikan pada variabel terikat. Apabila sig > α maka dapat
dikatakan variabel bebas tidak berpengaruh signifikan pada variabel terikat.
25
E. Operasional Variabel Penelitian
1. Financial Distress (X1)
Financial distress dapat dialami oleh setiap perusahaan, baik
perusahaan yang berukuran besar maupun yang berukuran kecil karena faktor
penyebab financial distress dapat berasal dari dalam (internal) maupun di luar
(external) perusahaan (Cinantya dan Merkusiwati, 2015). financial distress adalah
keadaan perusahaan dimana memiliki potensi untuk mengalami kebangkrutan karena
perusahaan tidak mampu membayar kewajiban kewajibannya dan menghasilkan laba
yang kecil yang memberikan dampak pada perubahan modal sehingga perlu
restrukturisasi pada perusahaan yang bersangkutan (Noviandri, 2014).
Financial distress dalam penelititan ini mengacu pada penelititan yang dilakukan
oleh Wea dan Murdiawati (2015). financial distress di proyeksi ke dalam rasio DER
(Debt to Equity Ratio). Semakin tinggi rasio DER menunjukkan total hutang semakin
besar dibandingkan dengan total ekuitas, sehingga akan berdampak pada beban
perusahaan kepada kreditur yang semakin meningkat.
2. Ukuran KAP (X2)
Auditee dan pemakai laporan keuangan biasa mempersepsikan bahwa
auditor yang berasal dari KAP skala besar dan berafiliasi dengan KAP
internasional yang menyediakan jasa audit dengan kualitas yang lebih tinggi.
Auditor skala besar dapat memberikan jasa audit dengan kualitas yang lebih
baik dan akan selalu mempertahankan kualitas audit tersebut untuk menjaga
reputasi mereka. Auditor skala besar juga cenderung akan mengeluarkan opini
going concern apabila faktanya pada pelaksanaan audit ditemukan
permasalahan terkait kelangsungan hidup perusahaan (Nanda dan Siska, 2015).
26
Ukuran KAP dalam penelitian ini mengacu pada penelitian yang dilakukan oleh
Aprianti dan Hartaty (2016). Variable ukuran KAP ini menggunakan variable
dummy. Jika perusahaan klien diaudit oleh KAP besar (big 4), maka akan diberikan
nilai 1. Tetapi jika perusahaan klien diaudit oleh KAP kecil (non big 4), maka akan
diberikan nilai 0. Adapun auditor yang termasuk dalam kelompok KAP Big 4 di
Indonesia yaitu:
A. Deloitte Touche Tohmatsu (Deloitte) yang berafiliasi dengan Hans Tuanakotta
Mustofa & Halim; Osman Ramli Satrio & Rekan; Osman Bing Satrio & Rekan.
B. Ernest & Young (EY) yang berafiliasi dengan Prasetyo, Sarwoko & Sandjaja;
Purwantono, Sarwoko & Sandjaja.
C. Klynveld Peat Marwick Goerdeler (KPMG) yang berafiliasi dengan Siddharta
Siddharta & Wijaya.
D. PricewaterhouseCoopers (PwC) yang berafiliasi dengan Haryanto Sahari &
Rekan.
3. Ukuran Perusahaan Klien (X3)
Ukuran perusahaan dapat menunjukkan besar kecilnya perusahaan. Lampiran
Keputusan Ketua BAPEPAM dan LK No Kep. 11/PM/1997 menyatakan bahwa
ukuran perusahaan kecil diukur dengan cara melihat total asset kurang dari Rp.
100.000.000.000,- (seratus miliar rupiah). Syarat ukuran perusahaan besar memiliki
total asset lebih dari Rp. 100.000.000.000,-. Meningkat dan menurunnya ukuran
perusahaan dapat berdampak pada pemilihan auditor yang sesuai dengan perusahaan
tersebut (Wahono dan Setyadi, 2014).
Ukuran perusahaan klien dalam penelitian ini mengacu pada penelitian yang
dilakukan oleh Aprianti dan Hartaty (2016). Variable ukuran perusahaan klien dalam
27
penelititan ini dihitung dengan menggunakan rasio ukuran perusahaan klien yaitu
dengan menglogaritmakan natural atas total asset perusahaan.
4. Auditor Switching (Y)
Auditor Switching merupakan perilaku yang dilakukan oleh perusahaan untuk
berpindah auditor. Pergantian auditor bisa disebabkan oleh kewajiban rotasi audit
yang diatur oleh pemerintah (mandatory) atau pergantian secara sukarela (voluntary)
(Harvianto, 2015).
Auditor switching dapat dijelaskan dengan menggunakan teori keagenan
(Agency Theory). Menurut Jensen and Meckling (1976) implementasi dari teori
keagenan dapat berupa kontrak kerja yang mengatur proporsi hak dan kewajiban
masing-masing pihak dengan memaksimumkan utilitas. Dalam teori ini, pemilik
diperlakukan sebagai principal dan manajemen sebagai agent, dimana manajemen
merupakan pihak yang dikontrak oleh principal untuk bekerja dalam perusahaan.
Perbedaan kepentingan antara principal dengan agent rentang untuk menimbulkan
konflik, terjadinya konflik tersebut cenderung mengakibatkan manajer untuk diganti
dan dengan adanya pergantian manajer akan diikuti dengan pergantian auditor (Sari
dan Widanaputra, 2016).
Auditor switching dalam penelitian ini mengacu pada penelitian yang dilakukan
oleh Aprianti dan Hartaty (2016). Variable auditor switching menggunakan variable
dummy. Jika perusahaan klien mengganti auditornya, maka akan diberi nilai 1. Tetapi
jika perusahaan klien tidak mengganti auditornya, maka akan diberi nilai 0.
28
Tabel 3.1
Tabel operasionalisasi variable
No Variabel Indikator Skala
1 Financial distress (X1) Deb to equity ratio yaitu Rasio
(Wea dan total utang dibagi total
Murdiawati:2015) ekuitas dikalikan 100%
2 Ukuran KAP Nilai 1 disini
menunjukan
Nominal
(X2) (Aprianti dan
Hartaty (2016)
perusahaan diaudit oleh
Hartaty:2016) KAP besar, nilai 0 jika
perusahaan diaudit
oleh KAP kecil.
3 Ukuran perusahaan Logaritma natural total Rasio
klien (X3) asset perusahaan
(Aprianti dan
Hartaty:2016)
4 Auditor switching Nilai 1 untuk perusahaan Nominal
(Y) (Aprianti dan yang mengganti auditor,
Hartaty:2016) dan nilai 0 untuk
perusahaan yang tidak
mengganti auditor
29
BAB IV
ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
Penelitian ini menggunakan populasi perusahaan sektor manufaktur yang terdaftar di
Bursa Efek Indonesia (BEI) selama periode 2015-2017. Tahun penelitian yang dipilih
dalam penelitian ini adalah tahun 2015-2017 agar waktu pengamatan panjang sehingga
peneliti dapat menganalisis perkembangan perusahaan selama tiga tahun berturut-turut.
Pemilihan sampel dilakukan dengan metode purposive sampling dengan seleksi kriteria
pada tabel 4.1.
Tabel 4. 1
Tabel Seleksi Sampel Dengan Kriteria
Sumber:
Diolah dari
berbagai
referensi
(2018).
Dari
total perusahaan sampel sektor manufaktur yang terdaftar di Bursa Efek Indonesia tahun
2015-2017 jumlah perusahaan yang terdaftar secara berturut-turut untuk periode tersebut
berjumlah 144 perusahaan. Dari 144 perusahaan, terdapat 30 perusahaan sampel yang tidak
melaporkan data keuangan secara lengkap dan terdapat 30 perusahaan sampel yang tidak
menggunakan mata uang rupiah. Berdasarkan data tersebut maka perusahaan yang
memenuhi kriteria untuk dijadikan sampel adalah sebanyak 84 perusahaan dengan periode
No. Kriteria Jumlah
1. Perusahaan Sektor Manufaktur yang terdaftar di BEI
tahun 2015-2017
144
2. Perusahaan sampel yang tidak melaporkan data
keuangan secara lengkap
(30)
3. Perusahaan sampel yang tidak menggunakan mata uang
rupiah dalam alporan keuangannya
(30)
Jumlah Sampel Tiap Periode 84
Periode Penelitian 3
Jumlah Sampel Akhir 252
30
3 tahun sehingga jumlah sampel penelitian adalah sebanyak 252. Adapun daftar perusahaan
yang menjadi sampel penelitian ini dapat dilihat dalam lampiran 1.
B. Hasil Uji Analisis Data Penelitian
Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi logistik agar
diperoleh gambaran mengenai pengaruh variabel independen terhadap variabel dependen.
Vaiabel independen dalam penelitian ini adalah financial distress, ukuran KAP dan ukuran
perusahaan klien. Variabel dependen dalam penelitian ini yaitu auditor switching.
1. Hasil Uji Statistik Deskriptif
Berdasarkan hasil uji statistik deskriptif diperoleh sebanyak 252 data observasi
yang berasal dari perkalian antara periode penelitian 3 tahun dari data tahun 2015-
2017 dengan jumlah perusahaan sampel sebanyak 84 perusahaan.
Tabel 4. 2
Tabel Descriptive Statistics
Sumber:Output SPSS
Berdasarkan Tabel 4.2, hasil analisis dengan menggunakan statistik deskriptif
dijelaskan sebagai berikut:
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
x1 252 -528509.00 1719014.00 104190.1150 192885.68772
x2 252 .00 1.00 .3611 .48128
x3 252 27734826.00
3332018391.0
0
2529347561.2
341
832868013.69
604
Y 252 .00 1.00 .1905 .39346
Valid N
(listwise) 252
31
a. Hasil Analisis Statistik Deskriptif Variabel Financial Distress
(x1)
Hasil analisis statistik deskriptif terhadap variabel financial distress
menunjukkan nilai minimum sebesar -528509, nilai maksimum sebesar 1719014
dengan nilai mean sebesar 104190,1150 dan standar deviasi 192885,68772.
Nilai mean sebesar 104190,1150 menunjukan bahwa perusahaan sampel
memiliki financial distress sebesar 104190,1150.
b. Hasil Analisis Statistik Deskriptif Variabel Ukuran KAP (x2)
Hasil analisis statistik deskriptif terhadap variable ukuran kap menunjukkan
nilai minimum sebesar 0, nilai maksimum sebesar 1 dengan mean sebesar 0,3611
dan standar deviasi 0,48128. Nilai mean sebesar 0,3611 yang lebih kecil daripada
0,50 menunjukan bahwa nilai paling muncul dari 252 sampel perusahaan yang
diteliti adalah 0, yakni kode perusahaan yang kode perusahaan yang diaudit oleh
KAP kecil. Hal ini menunjukan rata rata dari 252 sampel yang diteliti 36%
diaudit oleh KAP besar dan sisanya 64% diaudit oleh KAP kecil.
c. Hasil Analisis Statistik Deskriptif Variabel Ukuran Perusahaan Klien
(x3)
Hasil analisis statistik deskriptif terhadap variabel ukuran perusahaan klien
menunjukkan nilai minimum sebesar 27734826, nilai maksimum sebesar
3332018391 dengan mean sebesar 2529347561,23 dan standar deviasi
832868013,696. Nilai mean sebesar 2529347561,23 menunjukkan bahwa rata-
rata total asset perusahaan adalah Rp. 2.529.347.561
d. Hasil Analisis Statistik Deskriptif Variabel Auditor Switching (y)
Hasil analisis statistik deskriptif terhadap variabel auditor switching
menunjukan nilai minimum sebesar 0; nilai maksimum sebesar 1; mean sebesar
32
0,1905 dan standar deviasi sebesar 0,39346. Nilai mean sebesar 0,1905 yang
lebih kecil dari 0,50 menunjukkan bahwa 19% perusahaan sampel tidak
melakukan pergantian auditor dan 81% melakukan pergantian auditor.
2. Hasil Uji Hipotesis Penelitian
Karena variabel dependen bersifat dummy (mennganti auditor atau tidak
mengganti auditor), maka pengujian terhadap hipotesis dilakukan dengan
menggunakan uji regresi logistik. Regresi logistik adalah regresi yang digunakan
untuk menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan
variabel bebasnya dan teknik analisis ini tidak memerlukan lagi uji normalitas data
pada variabel bebasnya (Ghozali, 2016). Adapun tahapan dalam regresi logistik
adalah sebagai berikut:
a. Hasil Uji Keseluruhan Model (Overall Model Fit)
Pengujian keseluruhan model (overall model fit) dilakukan dengan
membandingkan nilai antara -2 Log Likelihood pada awal (Block Number=0)
dengan nilai -2 Log Likelihood pada akhir (Block Number=1). Hipotesis untuk
menilai model fit adalah:
H0 : Model yang dihoptesiskan fit dengan data.
Ha : Model yang dihipotesiskan tidak fit dengan data.
Berdasarkan hipotesis ini, maka H0 harus diterima dan Ha harus ditolak agar
model fit dengan data. Statistik yang digunakan berdasarkan fungsi likelihood.
33
Likelihood L dari model adalah probabilitas bahwa model yang
dihipotesiskan menggambarkan data input.
Tabel 4. 3
Tabel Iteration History 0
Iteration Historya,b,c
Iteration
-2 Log
likelihood
Coefficients
Constant
Step 0 1 247.172 -1.238
2 245.410 -1.435
3 245.404 -1.447
4 245.404 -1.447
a. Constant is included in the model.
b. Initial -2 Log Likelihood: 245.404
c. Estimation terminated at iteration number
4 because parameter estimates changed by
less than .001.
Sumber: Output SPSS.
Berdasarkan hasil pengolahan SPSS 22.0, pada tabel 4.3 menunjukkan
bahwa nilai -2 Log Likelihood awal (tabel Iteration History 0) adalah sebesar
245,404. Secara matematis, angka tersebut signifikan pada alpha 5% dan berarti
bahwa hipotesis nol (H0) ditolak. Hal ini berarti hanya konstanta saja yang tidak
fit dengan data (sebelum dimasukkan variabel bebas ke dalam model regresi)
(Ghozali, 2016). Langkah selanjutnya adalah membandingkan antara nilai -2 Log
Likelihood awal (tabel Iteration History 0) dengan -2 Log Likelihood akhir (tabel
Iteration History 1).
34
Tabel 4. 4
Tabel Iteration History 1
Iteration Historya,b,c,d
Iteration
-2 Log
likelihood
Coefficients
Constant x1 x2 x3
Step 1 1 230.563 -1.066 .000 -.926 .000
2 222.282 -1.224 .000 -1.657 .000
3 221.363 -1.245 .000 -2.038 .000
4 221.337 -1.246 .000 -2.118 .000
5 221.337 -1.246 .000 -2.121 .000
6 221.337 -1.246 .000 -2.121 .000
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 245.404
d. Estimation terminated at iteration number 6 because parameter
estimates changed by less than .001.
Sumber:Output SPSS.
Berdasarkan hasil output pada tabel 4.4 tersebut terjadi penurunan nilai
antara -2 Log Likelihood awal dan akhir sebesar 24,067. Penurunan tersebut
dapat diartikan bahwa penambahan variabel bebas ke dalam model regresi
memperbaiki model fit atau dengan kata lain model fit dengan data.
b. Hasil Uji Kelayakan Model (Hosmer and Lemeshow Test)
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 statistik Hosmer and Lemeshow Goodness of Fit lebih besar
daripada 0.05 maka hipotesis nol tidak dapat ditolak dan berarti model mampu
memprediksi nilai observasinya atau dapat dikatakan model dapat diterima
karena sesuai dengan data observasinya (Ghozali, 2016).
35
Selanjutnya ditunjukkan tabel 4.5, Hosmer and Lemeshow Goodness of Fit
yang menunjukkan bisa tidaknya model memprediksi nilai observasi:
Tabel 4. 5
Tabel Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square Df Sig.
1 8.099 8 .424
Sumber: Output SPSS
Berdasarkan tabel 4.5 tersebut dapat diketahui bahwa nilai signifikansi
adalah sebesar 0,424. Nilai signifikansi yang diperoleh tersebut telah memenuhi
syarat dengan nilai diatas 0,05 (α) 5% yang berarti hipotesis 0 (H0) tidak dapat
ditolak atau dengan kata lain model diterima. Hal ini berarti model mampu
memprediksi nilai observasinya atau model dapat diterima karena cocok dengan
data observasi nya sehingga model ini dapat digunakan untuk analisis
selanjutnya.
c. Hasil Uji Koefisien Determinasi (Nagelkerke R.Square)
Uji koefisien determinasi dengan menggunakan Nagelkerke R Square
merupakan pengujian yang dilakukan untuk mengetahui seberapa besar variabel
independen mampu menjelaskan dan mempengaruhi variabel dependen.
Nilai Nagelkerke R Square bervariasi antara 1 sampai dengan 0. Jika nilai
semakin mendekati 1 maka model dianggap semakin goodness of fit, sementara
jika semakin mendekati 0 maka model dianggap tidak goodness of fit (Ghozali,
2016).
36
Tabel 4. 6
Tabel Model Summary
Sumber: Output SPSS.
Tabel 4.6 adalah tabel model summary. Pada tabel ini nilai Nagelkerke R
Square menunjukkan nilai 0,146. Hal ini berarti variabilitas variabel dependen
yang dapat dijelaskan oleh variabel independen dalam penelitian ini adalah
sebesar 14,6%. Sisanya sebesar 85,4% dijelaskan oleh variabel independen lain
diluar model penelitian ini, misalnya ukuran perusahaan, indenpendensi auditor
dan lain sebagainya.
Dapat dikatakan bahwa variasi variabel independen dalam penelitian ini
yaitu financial distress, ukuran KAP dan ukuran perusahaan klien mampu
menjelaskan variasi variabel dependen dalam penelitian ini yaitu auditor
switching sebesar 14,6%.
d. Hasil Uji Matriks Klasifikasi
Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk
memprediksi kemungkinan perusahaan manufaktur yang mempunyai kualitas
audit yang baik. Kekuatan prediksi dari model regresi untuk memprediksi
kemungkinan perusahaan manufaktur yang mempunyai kualitas audit yang baik
adalah sebesar 100%.
Model Summary
Step
-2 Log
likelihood
Cox & Snell R
Square
Nagelkerke R
Square
1 221.337a .091 .146
a. Estimation terminated at iteration number 6
because parameter estimates changed by less than
.001.
37
Tabel 4. 7
Tabel Classification
Sumber: Output SPSS.
Pada tabel 4.7 menunjukkan bahwa menurut prediksi, perusahaan yang
memperoleh tidak mengganti auditor adalah 204, sedangkan berdasarkan
observasi sesungguhnya adalah 204. Jadi ketepatan model ini adalah 204/204
atau 100%. Sedangkan prediksi perusahaan yang mengganti auditor adalah 0,
sedangkan menurut observasi sesungguhnya adalah 0. Jadi ketepatan model ini
adalah 204/204 atau 100%. Ketepatan dari prediksi keseluruhan model ini adalah
sebesar 81%.
e. Hasil Uji Signifikansi Regresi Logistik
Pengujian hipotesis dalam penelitian ini adalah untuk menguji pengaruh
variabel financial distres, ukuran KAP dan ukuran perusahaan klien terhadap
variabel dependen auditor switching dengan menggunakan analisis regresi
logistik yang hasilnya ditunjukkan pada tabel 4.8.
Classification Tablea,b
Observed
Predicted
y
Percentage
Correct
Tidak
Mengganti
Auditor
Mengganti
Auditor
Step 0 Y Tidak Mengganti
Auditor 204 0 100.0
Mengganti Auditor 48 0 .0
Overall Percentage 81.0
a. Constant is included in the model.
b. The cut value is .500
38
Tabel 4. 8
Tabel Variables in the Equation
Sumber: Output SPSS.
Berdasarkan Tabel 4.8 maka model regresi yang terbentuk adalah sebagai
berikut:
SWITCHt=-1,246+0,00Debt-2,121KAP+0,00LnTA+e………………
Berdasarkan pengujian regresi logistik sebagaimana telah dijelaskan pada
bagian sebelumnya, interpretasi hasil disajikan dalam tiga bagian. Bagian
pertama membahas pengaruh financial distress (x1) terhadap auditor switching
(y) (Ha1). Bagian kedua membahas pengaruh ukuran KAP (x2) terhadap auditor
switching (y) (Ha2). Bagian ketiga membahas pengaruh ukuran perusahaan
klien (x3) terhadap auditor switching (y) (Ha3).
C. Pembahasan
1. Pengaruh Financial Distress (x1) terhadap Auditor Switching (y)
Hasil pengujian memperlihatkan bahwa financial distress memiliki koefisien
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95% C.I.for EXP(B)
Lower Upper
Step 1a x1 .000 .000 .086 1 .770 1.000 1.000 1.000
x2 -2.121 .546 15.088 1 .000 .120 .041 .350
x3 .000 .000 .223 1 .637 1.000 1.000 1.000
Constant -1.246 .548 5.182 1 .023 .288
a. Variable(s) entered on step 1: x1, x2, x3.
39
senilai 0,000 dan tingkat signifikansi senilai 0,770 yang berarti lebih besar dari 0,05.
Hasil tersebut dapat membuktikan bahwa financial distress tidak mempunyai
pengaruh pada kualitas audit, maka Ha1 tidak berhasil didukung.
Berdasarkan persamaan model regresi yang terbentuk diatas maka dapat
dijelaskan bahwa hipotesis pertama menyebutkan bahwa financial distress tidak
mempunyai pengaruh pada auditor switching. Pengukuran financial distress
menggunakan debt to equity ratio. Hasil ini sesuai dengan hasil penelitian Yahya
(2016) bahwa financial distress tidak berpengaruh terhadap auditor switching.
Financial distress mungkin memiliki implikasi penting terhadap pengambilan
keputusan dalam mempertahankan perusahaan audit. Saat perusahaan mengalami
kesulitan keuangan, akan ada kemungkina perusahaan akan mengganti KAP yang
berbiaya lebih rendah untuk menekan biaya audit. Namun berdasarkan hasil
penelitian ini, ketika perusahaan mengalami financial distress, perusahaan tidak akan
mengganti KAP karena untuk menunjukkan bahwa semua hal yang terjadi di dalam
perusahaan berjalan dengan baik. Pergantian KAP yang terlalu sering akan
meningkatkan biaya start up auditor, yaitu pemahaman lingkungan bisnis klien dan
risiko audit klien.
2. Pengaruh Ukuran KAP (x2) terhadap Auditor Switching (y)
Hasil pengujian memperlihatkan bahwa ukuran KAP memiliki koefisien senilai
-2,121 dan tingkat signifikansi senilai 0,000 yang berarti lebih kecil dari 0,05. Hasil
tersebut dapat membuktikan bahwa ukuran KAP mempunyai pengaruh pada auditor
switching, maka Ha2 berhasil didukung.
Berdasarkan persamaan model regresi yang terbentuk diatas maka dapat
dijelaskan bahwa hipotesis kedua menyebutkan bahwa ukuran KAP mempunyai
pengaruh terhadap auditor switching. Hasil ini sesuai dengan hasil penelitian Aprianti
40
dan Hartaty (2016) bahwa ukuran KAP berpengaruh terhadap auditor switching. Hal
ini terjadi karena, KAP big-4 memiliki reputasi yang baik di dunia internasional.
Mereka memliki reputasi yang baik karena jaringannya yang tersebar luas di seluruh
dunia, serta memiliki auditor yang kompeten dan berpengalaman banyak. Oleh
karena itu, investor akan lebih cenderung pada data akuntansi yang dihasilkan oleh
auditor yang bereputasi.
3. Pengaruh Ukuran Perusahaan Klien (x3) terhadap Auditor Switching (y)
Hasil pengujian memperlihatkan bahwa ukuran perusahaan klien memiliki
koefisien senilai 0,000 dan tingkat signifikansi senilai 0,637 yang berarti lebih besar
dari 0,05. Hasil tersebut dapat membuktikan bahwa ukuran perusahaan klien tidak
berpengaruh terhadap auditor switching, maka Ha3 tidak berhasil didukung.
Berdasarkan persamaan model regresi yang terbentuk diatas maka dapat
dijelaskan bahwa hipotesis ketiga menyebutkan bahwa ukuran perusahaan klien tidak
berpengaruh terhadap auditor switching. Hasil ini sesuai dengan hasil penelitian
Lesmana dan Kurnia (2016) bahwa ukuran perusahaan klien tidak berpengaruh
terhadap auditor switching. Penerapan auditor switching di Indonesia umumnya
memiliki hubungan yang searah antara perusahaan dan KAPnya. Ukuran perusahaan
yang kecil atau perusahaan yang memiliki total asset kecil, cenderung menggunakan
KAP yang kecil pula, sedangkan perusahaan besar, atau perusahaan yang memiliki
total asset yang besar akan menggunakan KAP yang besar atau KAP big-4. Maka
dari itu perusahaan besar memiliki kecenderungan lebih rendah untuk melakukan
auditor switching dengan alasan menghindari adanya agency cost dan menjaga
kualitas audit.
41
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan pada data yang telah dikumpulkan dan hasil pengujian yang telah
dilakukan terhadap permasalahan dengan menggunakan model regresi logistik, maka dapat
diambil kesimpulan sebagai berikut:
1. Financial distress tidak berpengaruh terhadap auditor switching. Hasil
penelitian ini sesuai dengan penelitian Yahya (2016).
2. Ukuran KAP berpengaruh terhadap auditor switching. Hasil penelitian ini sesuai
dengan penelitian Aprianti dan Hartaty (2016).
3. Ukuran perusahaan klien tidak berpengaruh terhadap auditor switching. Hasil
penelitian ini sesuai dengan penelitian Lesmana dan Kurnia (2016).
B. Implikasi
1. Bagi Ilmu Pengetahuan
Penelitian ini diharapkan dapat menambah pengetahuan akuntansi
khususnya dalam bidang auditing dengan memberikan bukti empiris mengenai
pengaruh financial distress, ukuran KAP dan ukuran perusahaan klien terhadap
auditor switching pada perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia periode 2015-2017. Disamping itu, penelitian ini diharapkan dapat
memperkuat temuan- temuan dari penelitian sebelumnya. Dan bagi peneliti
selanjutnya Penelitian ini diharapkan dapat dijadikan referensi bagi penelitian yang
akan datang serta dapat memberikan perbandingan dalam mengadakan penelitian
terkait dengan faktor-faktor yang dapat mempengaruhi KAP dalam melakukan
42
auditor switching.
2. Bagi KAP
Berdasarkan hasil penelitian ini, yang menunjukkan bahwa ukuran KAP
berpengaruh terhadap auditor switching yang diukur menggunakan variabel dummy
dengan melihat apakah ada pergantian KAP yang dilakukan perusahaan atau tidak.
Hasil penelititan ini diharapkan dapat dijadikan bahan informasi bagi para akuntan
publik di KAP mengenai praktik pergantian KAP yang dilakukan oleh perusahaan.
3. Bagi Perusahaan
Penelitian ini juga diharapkan mampu memberikan informasi tambahan
mengenai faktor-faktor apa saja yang dapat mempengaruhi perusahaan melakukan
pergantian Kantor Akuntan Publik.
C. Keterbatasan
Penelitian ini mempuyai keterbatasan yang mungkin dapat melemahkan hasilnya.
Beberapa keterbatasan dalam penelitian ini adalah sebagai berikut:
1. Penelitian ini hanya menguji pengaruh financial distress, ukuran KAP dan
ukuran perusahaan klien terhadap auditor switching. Variabel-variabel lain yang
mungkin berpengaruh terhadap auditor switching, seperti opini audit, fee audit,
pergantian dewan komisaris, pergantian manajemen dan sebagainya tidak diuji
dalam penelitian ini.
2. Penelitian ini hanya dilakukan pada periode 2015-2017.
3. Ruang lingkup penelitian ini hanya terbatas pada perusahaan manufaktur.
D. Saran
Penelitian ini di masa mendatang diharapkan dapat menyajikan hasil penelitian yang
43
lebih berkualitas lagi dengan adanya beberapa masukan mengenai beberapa hal,
diantaranya:
1. Penelitian lebih lanjut disarankan untuk menambah variabel- variabel yang
memiliki keterkaitan dengan auditor switching, seperti opini audit, fee audit,
pergantian dewan komisaris dan pergantian manajemen.
2. Peneliti selanjutnya disarankan untuk menambah periode penelitian.
3. Peneliti selanjutnya dapat menggunakan seluruh perusahaan yang terdaftar di
BEI sebagai sampelnya.
44
DAFTAR PUSTAKA
Andre, Orina dan Taqwa, Salma. 2014. Pengaruh Profitabilitas, Likuiditas, dan Leverage
Dalam Memprediksi Financial Distress. Jurnal WRA, Vol 2, No 1.
Rahmaniah, Melan dan Wibowo, Hendro. 2015. ANALISIS POTENSI TERJADINYA
FINANCIAL DISTRESS PADA BANK UMUM SYARIAH (BUS) DI INDONESIA. Jurnal
Ekonomi dan Perbankan Syariah Vol. 3. No.1.
Noviandri, Tio. 2014. PERANAN ANALISIS RASIO KEUANGAN DALAM MEMPREDIKSI
KONDISI FINANCIAL DISTRESS PERUSAHAAN SEKTOR PERDAGANGAN. Jurnal
Ilmu Manajemen | Volume 2 Nomor 4.
Sumartini, Ni Komang Ari dan Widhiyani, Ni Luh Sari. 2014. PENGARUH OPINI AUDIT,
SOLVABILITAS, UKURAN KAP DAN LABA RUGI PADA AUDIT REPORT LAG. E-Jurnal
Akuntansi Universitas Udayana 9.1 (2014): 392-409.
Nanda, Fini Rizki dan Siska. 2015. PENGARUH AUDIT TENURE, DISCLOSURE, UKURAN
KAP, DEBT DEFAULT, OPINION SHOPPING DAN KONDISI KEUANGAN
TERHADAP PENERIMAAN OPINI AUDIT GOING CONCERN. Jurnal Ekonomi,
Manajemen dan Akutansi I Vol. 24 No. 1.
Juanita, Greta dan Satwiko, Rutji. 2012. PENGARUH UKURAN KANTOR AKUNTAN
PUBLIK, KEPEMILIKAN, LABA RUGI, PROFITABILITAS DAN SOLVABILITAS
TERHADAP AUDIT REPORT LAG. JURNAL BISNIS DAN AKUNTANSI. Vol. 14, No.
1, April 2012, Hlm. 31 – 40
Salim, Apriyeni dan Rahayu, Sri. 2014. PENGARUH OPINI AUDIT, UKURAN KAP,
PERGANTIAN MANAJEMEN, DAN FINANCIAL DISTRESS TERHADAP AUDITOR
SWITCHING. e-Proceeding of Management : Vol.1, No.3
Kurniaty, Vina et.al. 2014. PENGARUH PERGANTIAN MANAJEMEN, OPINI AUDIT,
FINANCIAL DISTRESS, UKURAN KAP, DAN UKURAN PERUSAHAAN KLIEN
45
TERHADAP AUDITOR SWITCHING PADA PERUSAHAAN REAL ESTATE DAN
PROPERTI DI BURSA EFEK INDONESIA. JOM FEKON VOL.1 NO 2.
Ariyani, Ni Nyoman Trisna Dewi dan Budiartha, I Ketut. 2014. PENGARUH
PROFITABILITAS, UKURAN PERUSAHAAN, KOMPLEKSITAS OPERASI
PERUSAHAAN DAN REPUTASI KAP TERHADAP AUDIT REPORT LAG PADA
PERUSAHAAN MANUFAKTUR. E-Jurnal Akuntansi Universitas Udayana 8.2 (2014):
217-230.
Wahono, Tri Hari dan Setyadi, Edi Joko. 2014. PENGARUH TENUR, REPUTASI KAP SERTA
UKURAN PERUSAHAAN TERHADAP KUALITAS AUDIT PADA PERUSAHAAN
MANUFAKTUR SEKTOR INDUSTRI BARANG KONSUSMSI YANG TERDAFTAR DI
BEI TAHUN 2011-2013. KOMPARTEMEN, Vol. X No.2.
Pawitri, Ni Made Puspa dan Yadnyana, Ketut. 2015. PENGARUH AUDIT DELAY, OPINI
AUDIT, REPUTASI AUDITOR DAN PERGANTIAN MANAJEMENPADA VOLUNTARY
AUDITOR SWITCHING. E-jurnal Akuntansi Universitas Udayana 10.1 (2015) : 214-228.
Aprianti, Siska dan Hartaty, Sri. 2016. Pengaruh Ukuran KAP, Ukuran Perusahaan Klien, dan
Tingkat Pertumbuhan Perusahaan Klien terhadap Auditor Switching. JACSY, Vol. IV No.
1.
Astuti, Ni Luh Putu Paramita Novi dan Ramantha, I Wayan. 2014. Pengaruh Audit Fee, opini
going concern, financial distress dan ukuran perusahaan pada pergantian auditor. E-
Jurnal Akuntansi Universitas Udayana 7.3.
Putra, I Wayan Deva Widia. 2014. PENGARUH FINANCIAL DISTRESS, RENTABILITAS,
PERTUMBUHAN PERUSAHAAN DAN OPINI AUDIT PADA PERGANTIAN AUDITOR.
E-Jurnal Akuntansi Universitas Udayana 8.2 (2014): 308-323.
Luthfiyati, Binti. 2016. Pengaruh Ukuran Perusahaan, Opini Audit, Pergantian Manajemen,
Ukuran KAP, dan Audit Tenure Terhadap Auditor Switching. Journal Of Accounting,
Volume 2 No.2.
46
Oktaviana, Zahrina et.al. 2017. PENGARUH UKURAN KAP, OPINI AUDIT DAN
PERGANTIAN MANAJEMEN TERHADAP AUDITOR SWITCHING. e-Proceeding of
Management : Vol.4, No.2.
Faradila, Yuka dan Yahya, M Rizal. 2016. PENGARUH OPINI AUDIT, FINANCIAL
DISTRESS, DAN PERTUMBUHAN PERUSAHAAN KLIEN TERHADAP AUDITOR
SWITCHING. Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi (JIMEKA) Vol. 1, No. 1.
Arsih, Luki dan Anisykurlillah Indah. 2015. PENGARUH OPINI GOING CONCERN,
UKURAN KAP DAN PROFITABILITAS TERHADAP AUDITOR SWITCHING.
Accounting Analysis Journal 4 (3).
Ardianingsih, Arum. 2015. Pengaruh audit delay dan ukuran KAP terhadap audit switching:
Kajian dari sudut pandang klien.
Lesmana, Kevin dan Kurnia, Ratnawati. 2016. ANALISIS PENGARUH PERGANTIAN
MANAJEMEN, OPINI AUDIT TAHUN SEBELUMNYA, FINANCIAL DISTRESS,
UKURAN KAP, DAN UKURAN PERUSAHAAN KLIEN TERHADAP VOLUNTARY
AUDITOR SWITCHING. Ultima Accounting Vol 8. No.1.
Cinantya, I Gusti Agung Ayu Pritha dan Merkusiwati, Ni Ketut Lely Aryani. 2015.
PENGARUH CORPORATE GOVERNANCE, FINANCIAL INDICATORS, DAN UKURAN
PERUSAHAAN PADA FINANCIAL DISTRESS. E-Jurnal Akuntansi Universitas Udayana
10.3.
Wea, Alexandros Ngala Solo dan Murdiawati, Dewi. 2015. FAKTOR-FAKTOR YANG
MEMPENGARUHI AUDITOR SWITCHING SECARA VOLUNTARY PADA
PERUSAHAAN MANUFAKTUR. Jurnal Bisnis dan Ekonomi (JBE), September 2015, Hal.
154 – 170 Vol. 22, No. 2.
Harvianto, Bayu Putra. 2015. ANALISIS FAKTOR – FAKTOR YANG MEMPENGARUHI
PERGANTIAN KANTOR AKUNTAN PUBLIK (AUDITOR SWITCHING). Jom FEKON
Vol. 2 No. 2.
47
Sari, Ika Wulan Indah dan Widanaputra A.A.G.P. 2016. REPUTASI AUDITOR SEBAGAI
PEMODERASI PENGARUH AUDIT FEE PADA AUDITOR SWITCHING. E-Jurnal
Akuntansi Universitas Udayana Vol.16.1.
Arumsari, Adelia Lukyta dan Budiartha I Ketut. 2016. PENGARUH PROFESIONALISME
AUDITOR, INDEPENDENSI AUDITOR, ETIKA PROFESI, BUDAYA ORGANISASI,
DAN GAYA KEPEMIMPINAN TERHADAP KINERJA AUDITOR PADA KANTOR
AKUNTAN PUBLIK DI BALI. E-Jurnal Ekonomi dan Bisnis Universitas Udayana 5.8.
Effendi, Mareti dan Rahayu, Sri. 2015. ANALISIS PENGARUH OPINI AUDIT, UKURAN
KANTOR AKUNTAN PUBLIK (KAP), UKURAN PERUSAHAAN KLIEN, DAN
KEPEMILIKAN MANAJERIAL TERHADAP AUDITOR SWITCHING. Jurnal Akuntansi
dan Keuangan FE Universitas Budi Luhur Vol. 4 No. 1.
Platt, Harlan D. dan Platt, Marjorie B. 2002. Predicting Corporate Financial Distress:
Reflections on Choice-Based Sample Bias. JOURNAL OF ECONOMICS AND FINANCE
o Volume 26 * Number 2.
48
LAMPIRAN-LAMPIRAN
48
Data Perusahaan Sampel
49
Daftar Perusahaan Sampel
No Kode Nama Perusahaan
1 INTP Indocement Tunggal Prakarsa Tbk.
2 SMBR Semen Baturaja (Persero) Tbk.
3 SMCB Holcim Indonesia Tbk.
4 SMGR Semen Indonesia (Persero) Tbk.
5 ARNA Arwana Citramulia Tbk.
6 IKAI Intikeramik Alamasri Industri Tbk.
7 KIAS Keramika Indonesia Assosiasi Tbk.
8 MLIA Mulia Industrindo Tbk.
9 TOTO Surya Toto Indonesia Tbk.
10 ALKA Alakasa Industrindo Tbk.
11 ALMI Alumindo Light Metal Industry Tbk.
12 BAJA Saranacentral Bajatama Tbk.
13 BTON Betonjaya Manunggal Tbk.
14 GDST Gunawan Dianjaya Steel Tbk.
15 INAI Indal Aluminium Industry Tbk.
16 JKSW Jakarta Kyoei Steel Works Tbk.
17 JPRS Jaya Pari Steel Tbk.
18 LION Lion Metal Works Tbk.
19 LMSH Lionmesh Prima Tbk.
20 MYRX Hanson International Tbk.
21 BUDI PT. Budi Starch & Sweetener Tbk.
22 DPNS Duta Pertiwi Nusantara Tbk.
23 EKAD Ekadharma International Tbk.
24 INCI Intanwijaya Internasional Tbk.
25 SRSN Indo Acidatama Tbk.
26 AKPI Argha Karya Prima Industry Tbk.
27 APLI Asiaplast Industries Tbk.
28 BRNA Berlina Tbk.
29 IGAR Champion Pacific Indonesia Tbk.
30 IMPC PT. Impack Pratama Industri Tbk.
31 TALF PT. Tunas Alfin Tbk.
32 TRST Trias Sentosa Tbk.
33 YPAS Yanaprima Hastapersada Tbk.
34 CPIN Charoen Pokphand Indonesia Tbk.
35 JPFA Japfa Comfeed Indonesia Tbk.
50
Daftar Perusahaan Sampel (Lanjutan)
No Kode Nama Perusahaan
36 MAIN Malindo Feedmill Tbk.
37 SIPD Sierad Produce Tbk.
38 ALDO Alkindo Naratama Tbk.
39 FASW Fajar Surya Wisesa Tbk.
40 KBRI Kertas Basuki Rachmat Indonesia Tbk.
41 SPMA Suparma Tbk.
42 ASII Astra International Tbk.
43 AUTO Astra Otoparts Tbk.
44 GJTL Gajah Tunggal Tbk.
45 IMAS Indomobil Sukses Internasional Tbk.
46 INDS Indospring Tbk.
47 NIPS Nipress Tbk.
48 SMSM Selamat Sempurna Tbk.
49 HDTX Pan Asia Indosyntec Tbk.
50 MYTX Apac Citra Centertex Tbk.
51 RICY Ricky Putra Globalindo Tbk.
52 SSTM Sunson Textile Manufacturer Tbk.
53 STAR Star Petrcohem Tbk.
54 TRIS Trisula International Tbk.
55 UNIT Nusantara Inti Corpora Tbk.
56 JECC Jembo Cable Company Tbk.
57 KBLI KMI Wire and Cable Tbk.
58 KBLM Kabelindo Murni Tbk.
59 SCCO Supreme Cable Manufacturing Corporation Tbk.
60 VOKS Voksel Electric Tbk.
61 ADES Akasha Wira International Tbk.
62 ALTO Tri Banyan Tirta Tbk.
63 CEKA PT. Wilmar Cahaya Indonesia Tbk.
64 DLTA Delta Djakarta Tbk.
65 ICBP Indofood CBP Sukses Makmur Tbk.
66 INDF Indofood Sukses Makmur Tbk.
67 MLBI Multi Bintang Indonesia Tbk.
68 MYOR Mayora Indah Tbk.
69 PSDN Prasidha Aneka Niaga Tbk.
70 ROTI Nippon Indosari Corporindo Tbk.
51
Daftar Perusahaan Sampel (Lanjutan)
No Kode Nama Perusahaan
71 SKBM Sekar Bumi Tbk.
72 SKLT Sekar Laut Tbk.
73 STTP Siantar Top Tbk.
74 ULTJ Ultra Jaya Milk Industry Tbk.
75 HMSP Hanjaya Mandala Sampoerna Tbk.
76 DVLA Darya Varia Laboratoria Tbk.
77 KLBF Kalbe Farma Tbk.
78 MERK Merck Tbk.
79 PYFA Pyridam Farma Tbk.
80 MBTO Martina Berto Tbk.
81 MRAT Mustika Ratu Tbk.
82 CINT PT. Chitose Internasional Tbk.
83 KICI Kedaung Indag Can Tbk.
84 LMPI Langgeng Makmur Industri Tbk.
52
Lampiran Input Data
53
Hasil Tabulasi Data
NO KODE PERUSAHAAN
Financial Distress
2015
UTANG EKUITAS DER
1 INTP 3.772.000.000.000 23.866.000.000.000 15,805
2 SMBR 319.315.349.000 2.949.352.584.000 10,827
3 SMCB 8.871.708.000.000 8.449.857.000.000 104,992
4 SMGR 10.712.321.000.000 27.440.798.000.000 39,038
5 ARNA 539.050.998.398 894.728.477.056 60,247
6 IKAI 321.009.676.687 69.032.941.096 465,009
7 KIAS 310.906.059.952 1.813.484.636.567 17,144
8 MLIA 6.010.681.233.000 1.115.119.044.000 539,017
9 TOTO 947.998.000.000 1.491.543.000.000 63,558
10 ALKA 82.596.104.000 62.032.301.000 133,150
11 ALMI 1.623.926.585.475 565.111.000.582 287,364
12 BAJA 787.055.068.790 161.627.612.352 486,956
13 BTON 34.011.648.533 149.104.596.755 22,811
14 GDST 379.524.000.000 804.410.000.000 47,180
15 INAI 1.090.438.000.000 239.821.000.000 454,688
16 JKSW 705.813.376.884 - 440.532.918.295 - 160,218
17 JPRS 30.806.011.707 332.459.030.450 9,266
18 LION 184.731.000.000 453.599.000.000 40,726
19 LMSH 21.341.373.897 112.441.377.144 18,980
20 MYRX 1.977.050.652.510 6.321.844.338.372 31,273
21 BUDI 2.160.702.000.000 1.105.251.000.000 195,494
22 DPNS 33.187.031.327 241.296.079.044 13,754
23 EKAD 97.730.000.000 291.961.000.000 33,474
24 INCI 15.494.757.317 154.051.308.997 10,058
25 SRSN 233.993.478.000 340.079.000.000 68,806
26 AKPI 1.775.577.239.000 1.107.565.893.000 160,313
27 APLI 129.339.935.197 252.865.983.893 51,150
28 BRNA 992.869.623.000 827.914.288.000 119,924
29 IGAR 73.427.000.000 310.464.000.000 23,651
30 IMPC 578.353.000.000 1.096.880.000.000 52,727
54
Hasil Tabulasi Data (Lanjutan)
NO KODE PERUSAHAAN
Financial Distress
2015
UTANG EKUITAS DER
31 TALF 84.008.000.000 350.202.000.000 23,988
32 TRST 1.400.438.809.900 1.956.920.690.054 71,563
33 YPAS 128.790.247.858 150.399.520.729 85,632
34 CPIN 12.129.993.000.000 12.786.663.000.000 94,864
35 JPFA 11.050.000.000.000 6.109.692.000.000 180,860
36 MAIN 2.413.482.767.000 1.548.585.297.000 155,851
37 SIPD 1.512.527.888.605 734.242.278.294 205,998
38 ALDO 195.081.792.385 170.929.026.813 114,130
39 FASW 4.548.288.087.745 2.445.346.179.224 185,998
40 KBRI 934.677.601.389 521.253.607.073 179,313
41 SPMA 1.390.005.205.106 752.677.119.911 184,675
42 ASII 118.902.000.000.000 126.533.000.000.000 93,969
43 AUTO 4.195.684.000.000 10.143.426.000.000 41,364
44 GJTL 12.115.363.000.000 5.394.142.000.000 224,602
45 IMAS 18.163.865.982.392 6.697.091.857.105 271,220
46 INDS 634.889.000.000 1.919.039.000.000 33,084
47 NIPS 938.717.411.000 609.002.679.000 154,140
48 SMSM 780.000.000.000 1.440.000.000.000 54,167
49 HDTX 3.482.406.080.000 1.395.961.824.000 249,463
50 MYTX 2.512.252.000.000 - 567.926.000.000 - 442,356
51 RICY 798.000.000.000 400.079.000.000 199,461
52 SSTM 477.792.694.823 244.091.472.861 195,743
53 STAR 239.344.544.398 489.676.000.000 48,878
54 TRIS 239.975.000.000 337.810.000.000 71,038
55 UNIT 217.565.000.000 242.974.000.000 89,543
56 JECC 990.700.000.000 367.800.000.000 269,358
57 KBLI 524.438.000.000 1.027.362.000.000 51,047
58 KBLM 357.910.000.000 296.475.000.000 120,722
59 SCCO 850.791.824.810 916.338.000.000 92,847
60 VOKS 1.026.592.000.000 509.653.000.000 201,430
55
Hasil Tabulasi Data (Lanjutan)
NO KODE PERUSAHAAN
Financial Distress
2015
UTANG EKUITAS DER
61 ADES 324.855.000.000 328.369.000.000 98,930
62 ALTO 673.255.888.637 506.972.183.527 132,799
63 CEKA 845.932.695.663 639.893.514.352 132,199
64 DLTA 188.700.000.000 846.555.000.000 22,290
65 ICBP 10.173.700.000.000 16.386.900.000.000 62,084
66 INDF 48.709.900.000.000 43.121.600.000.000 112,959
67 MLBI 2.100.853.000.000 766.480.000.000 274,091
68 MYOR 6.148.255.759.034 5.194.459.927.187 118,362
69 PSDN 296.079.753.266 324.319.100.916 91,293
70 ROTI 1.517.788.685.162 1.188.535.000.000 127,702
71 SKBM 420.396.809.051 34.409.000.000 1.221,764
72 SKLT 225.066.080.248 152.044.668.111 148,026
73 STTP 910.758.598.913 1.008.809.438.257 90,281
74 ULTJ 742.490.000.000 2.797.507.000.000 26,541
75 HMSP 5.995.000.000.000 32.016.000.000.000 18,725
76 DVLA 402.760.903.000 973.517.334.000 41,372
77 KLBF 2.758.131.396.170 10.938.285.985.269 25,215
78 MERK 168.103.536.000 473.543.282.000 35,499
79 PYFA 58.729.478.032 101.222.059.197 58,020
80 MBTO 214.685.781.274 434.213.595.966 49,442
81 MRAT 120.064.018.299 377.026.019.809 31,845
82 CINT 67.734.182.851 315.073.311.914 21,498
83 KICI 40.460.281.468 93.371.607.348 43,333
84 LMPI 391.881.000.000 401.212.000.000 97,674
56
Hasil Tabulasi Data
NO KODE PERUSAHAAN
Financial Distress
2016
UTANG EKUITAS DER
1 INTP 4.012.000.000.000 26.139.000.000.000 15,349
2 SMBR 1.248.119.294.000 3.120.757.702.000 39,994
3 SMCB 11.702.538.000.000 8.060.595.000.000 145,182
4 SMGR 13.652.504.000.000 30.574.391.000.000 44,653
5 ARNA 595.128.097.887 948.088.201.259 62,771
6 IKAI 326.877.597.451 - 61.849.036.228 - 528,509
7 KIAS 339.639.855.817 1.520.030.072.145 22,344
8 MLIA 886.233.519.000 509.493.554.000 173,944
9 TOTO 1.057.566.000.000 1.523.875.000.000 69,400
10 ALKA 75.514.424.000 61.104.431.000 123,583
11 ALMI 1.749.336.161.470 403.694.342.061 433,332
12 BAJA 786.124.255.950 196.502.700.474 400,058
13 BTON 33.757.198.849 143.533.430.069 23,519
14 GDST 425.487.000.000 832.123.000.000 51,133
15 INAI 1.081.016.000.000 258.017.000.000 418,971
16 JKSW 714.935.414.562 - 441.753.828.553 - 161,840
17 JPRS 43.106.380.598 308.211.929.265 13,986
18 LION 215.210.000.000 470.603.000.000 45,731
19 LMSH 45.511.700.128 117.316.469.122 38,794
20 MYRX 2.396.355.541.497 6.013.913.000.878 39,847
21 BUDI 1.768.825.000.000 1.164.982.000.000 151,833
22 DPNS 32.865.162.199 263.264.403.585 12,484
23 EKAD 110.504.000.000 592.005.000.000 18,666
24 INCI 26.524.918.593 242.826.462.751 10,923
25 SRSN 315.096.071.000 402.054.000.000 78,372
26 AKPI 1.495.874.021.000 1.120.035.169.000 133,556
27 APLI 116.729.057.995 265.735.719.457 43,927
28 BRNA 1.060.343.634.000 1.028.353.275.000 103,111
29 IGAR 65.717.000.000 373.749.000.000 17,583
30 IMPC 1.050.387.000.000 1.225.645.000.000 85,701
57
Hasil Tabulasi Data (Lanjutan)
NO KODE PERUSAHAAN
Financial Distress
2016
UTANG EKUITAS DER
31 TALF 129.778.000.000 751.895.000.000 17,260
32 TRST 1.358.241.000.000 1.932.355.000.000 70,289
33 YPAS 138.256.225.581 142.001.439.411 97,363
34 CPIN 10.047.751.000.000 14.157.243.000.000 70,973
35 JPFA 9.878.000.000.000 9.372.964.000.000 105,388
36 MAIN 2.082.189.069.000 1.744.673.771.000 119,345
37 SIPD 1.424.380.000.000 1.142.831.000.000 124,636
38 ALDO 209.442.676.180 200.887.900.422 104,258
39 FASW 5.424.781.372.865 3.158.442.463.132 171,755
40 KBRI 844.568.778.363 419.158.054.955 201,492
41 SPMA 1.047.296.887.831 1.079.146.551.310 97,049
42 ASII 121.949.000.000.000 139.906.000.000.000 87,165
43 AUTO 4.075.716.000.000 10.536.558.000.000 38,682
44 GJTL 12.849.602.000.000 5.848.177.000.000 219,720
45 IMAS 18.923.523.905.726 6.709.818.352.953 282,027
46 INDS 409.209.000.000 2.068.064.000.000 19,787
47 NIPS 935.375.496.000 842.580.894.000 111,013
48 SMSM 675.000.000.000 1.580.000.000.000 42,722
49 HDTX 3.565.112.660.000 1.178.467.098.000 302,521
50 MYTX 2.544.730.000.000 - 924.973.000.000 - 275,114
51 RICY 876.184.855.001 412.499.000.000 212,409
52 SSTM 407.944.491.993 263.019.501.722 155,100
53 STAR 200.161.402.637 490.026.000.000 40,847
54 TRIS 293.074.000.000 346.627.000.000 84,550
55 UNIT 188.891.000.000 244.022.000.000 77,407
56 JECC 1.116.900.000.000 470.300.000.000 237,487
57 KBLI 550.077.000.000 1.321.346.000.000 41,630
58 KBLM 318.436.000.000 320.655.000.000 99,308
59 SCCO 1.229.514.818.362 1.214.304.000.000 101,253
60 VOKS 999.166.540.000 669.043.550.000 149,343
58
Hasil Tabulasi Data (Lanjutan)
NO KODE PERUSAHAAN
Financial Distress
2016
UTANG EKUITAS DER
61 ADES 383.091.000.000 384.388.000.000 99,663
62 ALTO 684.252.214.422 480.841.418.401 142,303
63 CEKA 538.044.038.690 887.920.113.728 60,596
64 DLTA 185.422.642.000 1.012.374.000.800 18,316
65 ICBP 10.401.100.000.000 18.500.800.000.000 56,220
66 INDF 38.233.100.000.000 43.941.400.000.000 87,009
67 MLBI 1.454.398.000.000 1.064.905.000.000 136,575
68 MYOR 6.657.165.872.077 6.265.255.987.065 106,255
69 PSDN 373.511.385.025 280.285.340.383 133,261
70 ROTI 1.476.889.086.692 1.442.752.000.000 102,366
71 SKBM 633.267.725.358 36.839.000.000 1.719,014
72 SKLT 272.088.644.079 296.151.295.872 91,875
73 STTP 1.167.899.357.271 1.168.512.137.670 99,948
74 ULTJ 749.966.000.000 3.489.234.000.000 21,494
75 HMSP 8.333.000.000.000 34.175.000.000.000 24,383
76 DVLA 451.785.946.000 1.079.579.612.000 41,848
77 KLBF 2.762.162.069.572 12.463.847.141.085 22,161
78 MERK 161.262.425.000 582.437.441.000 27,688
79 PYFA 61.554.005.181 105.508.790.427 58,340
80 MBTO 269.032.270.377 440.926.897.711 61,015
81 MRAT 113.947.973.889 369.089.199.975 30,873
82 CINT 72.906.787.680 326.429.838.956 22,335
83 KICI 50.799.380.910 89.009.754.475 57,072
84 LMPI 402.193.000.000 408.172.000.000 98,535
59
Hasil Tabulasi Data
NO KODE PERUSAHAAN
Financial Distress
2017
UTANG EKUITAS DER
1 INTP 4.307.000.000.000 24.557.000.000.000 17,539
2 SMBR 1.647.477.388.000 3.412.859.859.000 48,273
3 SMCB 12.429.452.000.000 7.196.951.000.000 172,704
4 SMGR 18.524.451.000.000 30.439.052.000.000 60,858
5 ARNA 571.946.769.034 1.029.399.792.539 55,561
6 IKAI 335.252.238.000 - 105.427.056.000 - 317,994
7 KIAS 340.873.208.857 1.426.730.296.840 23,892
8 MLIA 798.619.035.000 543.018.008.000 147,070
9 TOTO 1.132.699.000.000 1.693.792.000.000 66,874
10 ALKA 226.717.826.000 78.490.877.000 288,846
11 ALMI 1.997.411.244.539 378.870.552.389 527,202
12 BAJA 774.432.726.191 172.016.210.273 450,209
13 BTON 28.862.718.117 154.638.932.325 18,665
14 GDST 441.675.000.000 845.280.000.000 52,252
15 INAI 936.512.000.000 277.405.000.000 337,597
16 JKSW 698.066.277.185 - 445.771.695.193 - 156,597
17 JPRS 66.219.547.909 291.184.600.125 22,741
18 LION 229.630.859.719 452.307.088.017 50,769
19 LMSH 31.541.423.763 129.622.003.077 24,333
20 MYRX 3.046.007.262.472 6.962.162.031.178 43,751
21 BUDI 1.744.756.000.000 1.194.700.000.000 146,041
22 DPNS 40.655.786.593 267.835.387.367 15,179
23 EKAD 133.950.000.000 662.818.000.000 20,209
24 INCI 35.408.565.186 268.379.825.144 13,193
25 SRSN 237.220.555.000 415.505.000.000 57,092
26 AKPI 1.618.713.342.000 1.266.124.910.000 127,848
27 APLI 171.514.782.371 227.183.997.248 75,496
28 BRNA 1.111.847.645.000 853.029.437.000 130,341
29 IGAR 71.076.000.000 441.947.000.000 16,082
30 IMPC 1.005.657.000.000 1.289.021.000.000 78,017
60
Hasil Tabulasi Data (Lanjutan)
NO KODE PERUSAHAAN
Financial Distress
2017
UTANG EKUITAS DER
31 TALF 155.076.000.000 766.165.000.000 20,241
32 TRST 1.357.336.000.000 1.975.570.000.000 68,706
33 YPAS 176.449.823.868 127.093.040.665 138,835
34 CPIN 8.819.768.000.000 15.702.825.000.000 56,167
35 JPFA 11.293.000.000.000 9.795.628.000.000 115,286
36 MAIN 2.371.092.779.000 1.701.152.698.000 139,382
37 SIPD 1.448.387.000.000 791.312.000.000 183,036
38 ALDO 269.278.833.819 229.422.823.176 117,372
39 FASW 6.081.574.204.386 3.288.317.572.389 184,945
40 KBRI 878.173.162.999 293.061.447.857 299,655
41 SPMA 980.123.282.608 1.172.195.335.156 83,614
42 ASII 139.317.000.000.000 156.329.000.000.000 89,118
43 AUTO 4.003.233.000.000 10.759.076.000.000 37,208
44 GJTL 12.501.710.000.000 5.689.466.000.000 219,734
45 IMAS 22.094.058.955.142 9.281.252.344.712 238,050
46 INDS 289.798.000.000 2.344.819.000.000 12,359
47 NIPS 1.018.449.877.000 879.512.570.000 115,797
48 SMSM 615.000.000.000 1.828.000.000.000 33,643
49 HDTX 3.701.551.196.000 333.535.189.000 1.109,793
50 MYTX 3.109.652.000.000 349.085.000.000 890,801
51 RICY 944.179.416.586 430.265.000.000 219,441
52 SSTM 393.177.629.584 212.465.671.723 185,055
53 STAR 124.422.750.504 490.282.000.000 25,378
54 TRIS 188.736.000.000 356.232.000.000 52,981
55 UNIT 181.126.000.000 245.258.000.000 73,851
56 JECC 1.380.600.000.000 547.400.000.000 252,210
57 KBLI 1.227.014.000.000 1.786.746.000.000 68,673
58 KBLM 443.770.000.000 791.429.000.000 56,072
59 SCCO 1.286.017.105.712 2.721.697.000.000 47,251
60 VOKS 1.296.044.190.000 814.122.310.000 159,195
61
Hasil Tabulasi Data (Lanjutan)
NO KODE PERUSAHAAN
Financial Distress
2017
UTANG EKUITAS DER
61 ADES 417.225.000.000 423.011.000.000 98,632
62 ALTO 690.099.182.411 419.284.788.700 164,590
63 CEKA 489.592.257.434 903.044.187.067 54,216
64 DLTA 196.197.372.000 1.144.643.393.000 17,140
65 ICBP 11.295.200.000.000 20.324.300.000.000 55,575
66 INDF 41.182.800.000.000 46.756.700.000.000 88,079
67 MLBI 1.445.173.000.000 820.640.000.000 176,103
68 MYOR 7.561.503.434.179 7.354.346.368.072 102,817
69 PSDN 391.495.000.000 299.485.000.000 130,723
70 ROTI 1.739.467.993.982 2.820.106.000.000 61,681
71 SKBM 599.790.014.646 102.324.000.000 586,167
72 SKLT 328.714.435.982 307.569.774.228 106,875
73 STTP 957.660.374.836 1.384.772.068.360 69,157
74 ULTJ 978.185.000.000 4.208.755.000.000 23,242
75 HMSP 9.028.000.000.000 34.113.000.000.000 26,465
76 DVLA 524.586.078.000 1.163.000.690.000 45,106
77 KLBF 2.722.207.633.646 13.894.031.782.689 19,593
78 MERK 231.569.103.000 615.437.441.000 37,627
79 PYFA 50.707.930.330 108.856.000.711 46,583
80 MBTO 367.927.139.244 412.742.622.543 89,142
81 MRAT 130.623.005.085 366.731.414.004 35,618
82 CINT 94.304.081.659 382.273.759.946 24,669
83 KICI 57.921.570.888 91.498.438.996 63,303
84 LMPI 458.292.000.000 376.256.000.000 121,803
62
Hasil Tabulasi Data
No Kode
Ukuran KAP
2015 2016 2017
1 INTP 1 1 1
2 SMBR 0 0 0
3 SMCB 1 1 1
4 SMGR 1 1 1
5 ARNA 1 1 1
6 IKAI 0 0 0
7 KIAS 0 1 1
8 MLIA 1 1 1
9 TOTO 1 1 1
10 ALKA 0 0 0
11 ALMI 0 0 0
12 BAJA 0 0 0
13 BTON 0 0 0
14 GDST 0 0 0
15 INAI 0 0 0
16 JKSW 0 0 0
17 JPRS 0 0 0
18 LION 0 0 0
19 LMSH 0 0 0
20 MYRX 1 1 1
21 BUDI 0 0 0
22 DPNS 0 0 0
23 EKAD 0 0 0
24 INCI 0 0 0
25 SRSN 0 0 0
26 AKPI 1 1 1
27 APLI 1 1 1
28 BRNA 0 0 0
29 IGAR 0 0 1
30 IMPC 0 0 0
63
Hasil Tabulasi Data (Lanjutan)
No Kode
Ukuran KAP
2015 2016 2017
31 TALF 0 0 0
32 TRST 1 1 1
33 YPAS 0 0 0
34 CPIN 1 1 1
35 JPFA 0 0 1
36 MAIN 0 0 0
37 SIPD 0 0 0
38 ALDO 0 0 0
39 FASW 1 1 1
40 KBRI 0 0 0
41 SPMA 0 0 0
42 ASII 1 1 1
43 AUTO 1 1 1
44 GJTL 1 1 1
45 IMAS 1 1 1
46 INDS 0 0 0
47 NIPS 0 0 0
48 SMSM 1 1 1
49 HDTX 0 0 0
50 MYTX 0 0 0
51 RICY 0 0 0
52 SSTM 0 0 0
53 STAR 0 0 0
54 TRIS 0 0 0
55 UNIT 0 0 0
56 JECC 0 0 0
57 KBLI 1 1 1
58 KBLM 0 0 0
59 SCCO 0 0 0
60 VOKS 0 0 0
61 ADES 0 0 0
62 ALTO 0 0 0
63 CEKA 1 1 1
64 DLTA 1 1 1
65 ICBP 1 1 1
66 INDF 1 1 1
64
Hasil Tabulasi Data (Lanjutan)
No Kode
Ukuran KAP
2015 2016 2017
67 MLBI 1 1 1
68 MYOR 0 0 0
69 PSDN 1 1 1
70 ROTI 1 1 1
71 SKBM 0 0 0
72 SKLT 0 0 0
73 STTP 0 0 0
74 ULTJ 0 0 0
75 HMSP 1 1 1
76 DVLA 1 1 1
77 KLBF 1 1 1
78 MERK 1 1 1
79 PYFA 0 0 0
80 MBTO 0 0 0
81 MRAT 0 0 0
82 CINT 0 0 0
83 KICI 0 0 0
84 LMPI 0 0 0
65
Hasil Tabulasi Data
No Kode
Ukuran Perusahaan Klien
Total Asset Logaritma Natural
2015 2015
1 INTP Rp27.638.360.000.000 30,95023
2 SMBR Rp3.268.667.933.000 28,8154
3 SMCB Rp17.321.565.000.000 30,48297
4 SMGR Rp38.153.118.932.000 31,27263
5 ARNA Rp1.430.779.475.454 27,98924
6 IKAI Rp265.028.561.223 26,3031
7 KIAS Rp2.083.770.000.000 28,3652
8 MLIA Rp7.125.800.277.000 29,59474
9 TOTO Rp2.439.540.859.205 28,52283
10 ALKA Rp144.628.405.000 25,69743
11 ALMI Rp2.189.037.586.057 28,41448
12 BAJA Rp948.682.681.142 27,57834
13 BTON Rp183.116.245.288 25,93339
14 GDST Rp1.183.934.183.257 27,79986
15 INAI Rp1.330.259.296.537 27,91639
16 JKSW Rp265.280.458.589 26,30405
17 JPRS Rp363.265.042.157 26,6184
18 LION Rp639.330.150.373 27,18369
19 LMSH Rp133.782.751.041 25,61948
20 MYRX Rp8.298.894.990.882 29,74714
21 BUDI Rp3.265.953.000.000 28,81457
22 DPNS Rp296.129.565.784 26,41406
23 EKAD Rp702.508.630.708 27,27792
24 INCI Rp169.546.066.314 25,85639
25 SRSN Rp574.073.315.000 27,07602
26 AKPI Rp2.883.143.132.000 28,6899
27 APLI Rp308.620.387.248 26,45538
28 BRNA Rp1.820.783.911.000 28,23029
29 IGAR Rp383.936.040.590 26,67374
30 IMPC Rp1.675.232.685.157 28,14697
66
Hasil Tabulasi Data (Lanjutan)
No Kode
Ukuran Perusahaan Klien
Total Asset Logaritma Natural
2015 2015
31 TALF Rp434.210.376.664 26,79679
32 TRST Rp3.357.359.499.954 28,84218
33 YPAS Rp279.189.768.587 26,35516
34 CPIN Rp24.916.656.000.000 30,84656
35 JPFA Rp17.159.000.000.000 30,47354
36 MAIN Rp3.962.068.064.000 29,00779
37 SIPD Rp2.246.770.166.899 28,44051
38 ALDO Rp366.010.819.198 26,62593
39 FASW Rp6.993.634.266.969 29,57602
40 KBRI Rp1.455.931.208.462 28,00667
41 SPMA Rp2.185.464.365.772 28,41285
42 ASII Rp245.435.000.000.000 33,13405
43 AUTO Rp14.339.110.000.000 30,29401
44 GJTL Rp17.509.505.000.000 30,49376
45 IMAS Rp12.192.274.613.320 30,13182
46 INDS Rp2.553.928.346.219 28,56865
47 NIPS Rp1.547.720.090.000 28,0678
48 SMSM Rp220.108.000.000 26,11738
49 HDTX Rp626.813.312.000 27,16391
50 MYTX Rp1.944.326.000.000 28,29594
51 RICY Rp1.198.193.867.892 27,81184
52 SSTM Rp721.863.265.285 27,3051
53 STAR Rp729.020.553.284 27,31497
54 TRIS Rp577.786.346.557 27,08247
55 UNIT Rp460.539.382.206 26,85566
56 JECC Rp1.358.464.081.000 27,93738
57 KBLI Rp1.551.799.840.976 28,07044
58 KBLM Rp654.385.717.061 27,20696
59 SCCO Rp1.773.144.328.632 28,20378
60 VOKS Rp1.536.244.634.556 28,06036
67
Hasil Tabulasi Data (Lanjutan)
No Kode
Ukuran Perusahaan Klien
Total Asset Logaritma Natural
2015 2015
61 ADES Rp653.224.000.000 27,20519
62 ALTO Rp1.180.228.072.164 27,79673
63 CEKA Rp1.485.826.210.015 28,02699
64 DLTA Rp1.038.321.916.000 27,66863
65 ICBP Rp26.560.624.000.000 30,91045
66 INDF Rp91.831.526.000.000 32,15098
67 MLBI Rp2.100.853.000.000 28,37336
68 MYOR Rp11.342.715.686.221 30,0596
69 PSDN Rp620.399.000.000 27,15363
70 ROTI Rp2.706.323.637.034 28,62661
71 SKBM Rp764.484.248.710 27,36247
72 SKLT Rp377.110.748.359 26,6558
73 STTP Rp1.919.568.037.170 28,28312
74 ULTJ Rp3.539.995.910.248 28,89515
75 HMSP Rp38.010.724.000.000 31,26889
76 DVLA Rp1.376.278.237.000 27,9504
77 KLBF Rp13.696.417.381.439 30,24816
78 MERK Rp641.646.818.000 27,1873
79 PYFA Rp159.951.537.229 25,79814
80 MBTO Rp648.899.377.240 27,19854
81 MRAT Rp497.090.038.108 26,93204
82 CINT Rp382.807.494.765 26,6708
83 KICI Rp133.831.888.816 25,61985
84 LMPI Rp793.093.512.600 27,39921
68
Hasil Tabulasi Data
No Kode
Ukuran Perusahaan Klien
Total Asset Logaritma Natural
2016 2016
1 INTP Rp30.150.180.000.000 31,03721
2 SMBR Rp4.368.876.996.000 29,10553
3 SMCB Rp19.763.133.000.000 30,61484
4 SMGR Rp44.226.895.982.000 31,42035
5 ARNA Rp1.543.216.299.146 28,06489
6 IKAI Rp390.042.617.783 26,68952
7 KIAS Rp1.859.670.000.000 28,25142
8 MLIA Rp7.723.578.677.000 29,6753
9 TOTO Rp2.581.440.938.262 28,57937
10 ALKA Rp136.618.855.000 25,64046
11 ALMI Rp2.153.030.503.531 28,3979
12 BAJA Rp982.626.956.424 27,6135
13 BTON Rp177.290.628.918 25,90106
14 GDST Rp1.257.609.869.910 27,86023
15 INAI Rp1.339.032.413.455 27,92297
16 JKSW Rp273.181.586.009 26,3334
17 JPRS Rp351.318.309.863 26,58496
18 LION Rp685.812.995.987 27,25387
19 LMSH Rp162.828.169.250 25,81596
20 MYRX Rp8.410.268.542.375 29,76047
21 BUDI Rp2.931.807.000.000 28,70664
22 DPNS Rp274.483.110.371 26,33816
23 EKAD Rp389.691.595.500 26,68862
24 INCI Rp269.351.381.344 26,31928
25 SRSN Rp717.149.704.000 27,29855
26 AKPI Rp2.615.909.190.000 28,59263
27 APLI Rp314.468.690.130 26,47415
28 BRNA Rp2.088.696.909.000 28,36756
29 IGAR Rp439.465.673.296 26,80883
30 IMPC Rp2.276.031.922.082 28,45345
69
Hasil Tabulasi Data (Lanjutan)
No Kode
Ukuran Perusahaan Klien
Total Asset Logaritma Natural
2016 2016
31 TALF Rp861.673.021.959 27,48214
32 TRST Rp3.290.596.224.286 28,82209
33 YPAS Rp280.257.664.992 26,35898
34 CPIN Rp24.204.994.000.000 30,81758
35 JPFA Rp19.251.000.000.000 30,58858
36 MAIN Rp3.919.764.494.000 28,99705
37 SIPD Rp2.567.211.193.259 28,57384
38 ALDO Rp410.330.576.602 26,74023
39 FASW Rp8.583.223.835.997 29,78083
40 KBRI Rp1.263.726.833.318 27,86509
41 SPMA Rp2.158.852.415.950 28,4006
42 ASII Rp261.855.000.000.000 33,19881
43 AUTO Rp14.612.274.000.000 30,31288
44 GJTL Rp18.697.779.000.000 30,55943
45 IMAS Rp11.639.697.824.750 30,08544
46 INDS Rp2.477.272.502.538 28,53818
47 NIPS Rp1.777.956.390.000 28,20649
48 SMSM Rp2.254.740.000.000 28,44406
49 HDTX Rp582.043.492.000 27,08981
50 MYTX Rp1.619.757.000.000 28,1133
51 RICY Rp1.288.683.925.066 27,88464
52 SSTM Rp670.963.993.715 27,23198
53 STAR Rp690.187.353.961 27,26023
54 TRIS Rp639.701.164.511 27,18427
55 UNIT Rp432.913.180.372 26,7938
56 JECC Rp1.587.210.576.000 28,093
57 KBLI Rp1.871.422.416.044 28,25772
58 KBLM Rp639.091.366.917 27,18331
59 SCCO Rp2.449.935.491.586 28,52708
60 VOKS Rp1.668.210.094.478 28,14277
70
Hasil Tabulasi Data (Lanjutan)
No Kode
Ukuran Perusahaan Klien
Total Asset Logaritma Natural
2016 2016
61 ADES Rp767.479.000.000 27,36638
62 ALTO Rp1.165.093.632.823 27,78382
63 CEKA Rp1.425.964.152.418 27,98587
64 DLTA Rp1.197.796.650.000 27,8115
65 ICBP Rp28.901.948.000.000 30,99493
66 INDF Rp82.174.515.000.000 32,03987
67 MLBI Rp2.275.038.000.000 28,45302
68 MYOR Rp12.922.421.859.142 30,18999
69 PSDN Rp653.797.000.000 27,20606
70 ROTI Rp2.919.640.858.718 28,70248
71 SKBM Rp1.001.657.012.004 27,63268
72 SKLT Rp568.239.939.951 27,06581
73 STTP Rp2.336.411.494.941 28,47964
74 ULTJ Rp4.239.199.641.365 29,0754
75 HMSP Rp42.508.277.000.000 31,38072
76 DVLA Rp1.531.365.558.000 28,05718
77 KLBF Rp15.226.009.210.657 30,35403
78 MERK Rp743.934.894.000 27,33522
79 PYFA Rp167.062.795.608 25,84164
80 MBTO Rp709.959.168.088 27,28847
81 MRAT Rp483.037.173.864 26,90336
82 CINT Rp399.336.626.636 26,71307
83 KICI Rp139.809.135.385 25,66354
84 LMPI Rp810.364.824.722 27,42075
71
Hasil Tabulasi Data
No Kode
Ukuran Perusahaan Klien
Total Asset Logaritma Natural
2017 2017
1 INTP Rp28.864.000.000.000 30,99362
2 SMBR Rp5.060.337.247.000 29,25245
3 SMCB Rp19.626.000.000.000 30,60788
4 SMGR Rp48.963.503.000.000 31,5221
5 ARNA Rp1.137.496.000.000 27,75985
6 IKAI Rp229.825.182.000 26,16058
7 KIAS Rp1.767.603.505.697 28,20065
8 MLIA Rp5.186.686.000.000 29,27712
9 TOTO Rp1.746.178.000.000 28,18845
10 ALKA Rp305.208.000.000 26,44426
11 ALMI Rp2.189.038.000.000 28,41448
12 BAJA Rp946.448.940.000 27,57598
13 BTON Rp183.502.000.000 25,93549
14 GDST Rp1.286.955.000.000 27,8833
15 INAI Rp1.213.917.000.000 27,82487
16 JKSW Rp252.294.581.992 26,25386
17 JPRS Rp357.404.000.000 26,60213
18 LION Rp681.937.947.736 27,2482
19 LMSH Rp161.163.000.000 25,80568
20 MYRX Rp10.008.169.000.000 29,93442
21 BUDI Rp2.939.500.000.000 28,70926
22 DPNS Rp308.491.173.960 26,45496
23 EKAD Rp796.768.000.000 27,40383
24 INCI Rp303.788.390.330 26,4396
25 SRSN Rp652.726.000.000 27,20442
26 AKPI Rp2.745.330.000.000 28,64092
27 APLI Rp398.698.779.619 26,71147
28 BRNA Rp1.964.877.000.000 28,30645
29 IGAR Rp513.023.000.000 26,96359
30 IMPC Rp2.294.677.000.000 28,46161
72
Hasil Tabulasi Data (Lanjutan)
No Kode
Ukuran Perusahaan Klien
Total Asset Logaritma Natural
2017 2017
31 TALF Rp921.240.988.517 27,54899
32 TRST Rp3.332.906.000.000 28,83487
33 YPAS Rp303.542.864.533 26,43879
34 CPIN Rp24.522.593.000.000 30,83062
35 JPFA Rp21.089.000.000.000 30,67977
36 MAIN Rp4.072.246.000.000 29,03522
37 SIPD Rp2.239.700.000.000 28,43736
38 ALDO Rp498.701.656.995 26,93527
39 FASW Rp9.369.891.776.775 29,86852
40 KBRI Rp1.171.234.610.856 27,78908
41 SPMA Rp2.175.660.855.114 28,40835
42 ASII Rp295.646.000.000.000 33,32018
43 AUTO Rp14.762.309.000.000 30,3231
44 GJTL Rp18.191.176.000.000 30,53196
45 IMAS Rp31.375.311.299.854 31,07704
46 INDS Rp2.434.617.337.849 28,52081
47 NIPS Rp1.897.962.447.000 28,2718
48 SMSM Rp2.443.341.000.000 28,52439
49 HDTX Rp4.035.086.385.000 29,02605
50 MYTX Rp3.458.737.000.000 28,87192
51 RICY Rp1.374.444.788.282 27,94907
52 SSTM Rp605.643.301.307 27,12956
53 STAR Rp614.705.038.056 27,14441
54 TRIS Rp544.968.319.987 27,02399
55 UNIT Rp426.384.622.878 26,77861
56 JECC Rp1.927.985.352.000 28,2875
57 KBLI Rp3.013.760.616.985 28,73421
58 KBLM Rp1.235.198.847.468 27,84225
59 SCCO Rp4.014.244.589.706 29,02087
60 VOKS Rp2.110.166.496.595 28,37779
73
Hasil Tabulasi Data (Lanjutan)
No Kode
Ukuran Perusahaan Klien
Total Asset Logaritma Natural
2017 2017
61 ADES Rp840.236.000.000 27,45695
62 ALTO Rp1.109.383.971.111 27,73483
63 CEKA Rp1.392.636.444.501 27,96222
64 DLTA Rp1.340.842.765.000 27,92432
65 ICBP Rp31.619.514.000.000 31,0848
66 INDF Rp87.939.488.000.000 32,10767
67 MLBI Rp2.510.078.000.000 28,55133
68 MYOR Rp14.915.849.800.251 30,33345
69 PSDN Rp690.980.000.000 27,26138
70 ROTI Rp4.559.573.709.411 29,14825
71 SKBM Rp1.623.027.475.045 28,11531
72 SKLT Rp636.284.210.210 27,17891
73 STTP Rp2.342.432.443.196 28,48221
74 ULTJ Rp5.186.940.000.000 29,27717
75 HMSP Rp43.141.063.000.000 31,3955
76 DVLA Rp1.640.886.147.000 28,12626
77 KLBF Rp16.616.239.416.335 30,4414
78 MERK Rp847.006.544.000 27,46497
79 PYFA Rp159.563.931.041 25,79571
80 MBTO Rp780.669.761.787 27,38342
81 MRAT Rp497.354.419.089 26,93257
82 CINT Rp476.577.841.605 26,8899
83 KICI Rp149.420.009.884 25,73003
84 LMPI Rp834.548.374.286 27,45016
74
Hasil Tabulasi Data
No Kode Auditor Switching
2016 2016 2017
1. INTP 0 0 0
2. SMBR 0 1 0
3. SMCB 0 0 1
4. SMGR 0 0 0
5. ARNA 0 0 0
6. IKAI 1 0 1
7. KIAS 0 1 0
8. MLIA 0 0 0
9. TOTO 0 0 0
10. ALKA 0 0 0
11. ALMI 0 0 0
12. BAJA 0 0 1
13. BTON 0 0 0
14. GDST 1 0 0
15. INAI 0 0 0
16. JKSW 0 1 0
17. JPRS 0 0 0
18. LION 0 0 0
19. LMSH 0 0 0
20. MYRX 0 0 0
21. BUDI 0 0 0
22. DPNS 0 0 0
23. EKAD 1 1 1
24. INCI 1 0 1
25. SRSN 0 0 0
26. AKPI 0 0 0
27. APLI 0 0 0
28. BRNA 0 0 0
29. IGAR 0 0 0
30. IMPC 0 0 0
75
Hasil Tabulasi Data (Lanjutan)
No Kode Auditor Switching
2016 2016 2017
31. TALF 0 0 0
32. TRST 0 0 0
33. YPAS 1 0 0
34. CPIN 0 0 0
35. JPFA 0 1 1
36. MAIN 0 0 1
37. SIPD 0 0 0
38. ALDO 0 1 1
39. FASW 0 0 0
40. KBRI 1 0 1
41. SPMA 1 1 0
42. ASII 0 0 0
43. AUTO 0 0 0
44. GJTL 0 0 0
45. IMAS 0 0 0
46. INDS 0 0 0
47. NIPS 0 0 0
48. SMSM 0 0 0
49. HDTX 0 1 0
50. MYTX 0 0 0
51. RICY 0 1 1
52. SSTM 0 0 1
53. STAR 0 1 1
54. TRIS 1 0 1
55. UNIT 0 0 1
56. JECC 0 0 0
57. KBLI 0 0 0
58. KBLM 0 1 1
59. SCCO 0 0 1
60. VOKS 0 0 0
76
Hasil Tabulasi Data (Lanjutan)
No Kode Auditor Switching
2016 2016 2017
61. ADES 0 0 0
62. ALTO 1 0 1
63. CEKA 0 0 0
64. DLTA 0 0 0
65. ICBP 0 0 0
66. INDF 0 0 0
67. MLBI 1 0 0
68. MYOR 0 1 0
69. PSDN 0 0 0
70. ROTI 0 0 0
71. SKBM 1 0 0
72. SKLT 0 0 0
73. STTP 0 0 1
74. ULTJ 0 0 0
75. HMSP 0 0 0
76. DVLA 0 0 0
77. KLBF 0 0 0
78. MERK 0 0 0
79. PYFA 0 0 0
80. MBTO 0 0 0
81. MRAT 1 0 1
82. CINT 1 0 1
83. KICI 0 0 0
84. LMPI 1 1 1
77
Lampiran 2 Hasil
Output SPSS
78
Descriptives Descriptive Statistic
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
x1 252 -528509.00 1719014.00 104190.1150 192885.68772
x2 252 .00 1.00 .3611 .48128
x3 252 27734826.00 3332018391.00
2529347561.234
1
832868013.6960
4
Y 252 .00 1.00 .1905 .39346
Valid N (listwise) 252
Iteration Historya,b,c
Iteration -2 Log likelihood
Coefficients
Constant
Step 0 1 247.172 -1.238
2 245.410 -1.435
3 245.404 -1.447
4 245.404 -1.447
a. Constant is included in the model.
b. Initial -2 Log Likelihood: 245.404
c. Estimation terminated at iteration number 4
because parameter estimates changed by less than
.001.
Iteration Historya,b,c,d
Iteration -2 Log likelihood
Coefficients
Constant x1 x2 x3
Step 1 1 230.563 -1.066 .000 -.926 .000
2 222.282 -1.224 .000 -1.657 .000
3 221.363 -1.245 .000 -2.038 .000
4 221.337 -1.246 .000 -2.118 .000
5 221.337 -1.246 .000 -2.121 .000
6 221.337 -1.246 .000 -2.121 .000
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 245.404
d. Estimation terminated at iteration number 6 because parameter estimates changed by
less than .001.
Hosmer and Lemeshow Test
Step Chi-square Df Sig.
1 8.099 8 .424
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square
Nagelkerke R
Square
1 221.337a .091 .146
a. Estimation terminated at iteration number 6 because
parameter estimates changed by less than .001.
Classification Tablea,b
Observed
Predicted
y
Percentage
Correct
Tidak Mengganti
Auditor
Mengganti
Auditor
Step 0 y Tidak Mengganti Auditor 204 0 100.0
Mengganti Auditor 48 0 .0
Overall Percentage 81.0
a. Constant is included in the model.
b. The cut value is .500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95% C.I.for EXP(B)
Lower Upper
Step 1a x1 .000 .000 .086 1 .770 1.000 1.000 1.000
x2 -2.121 .546 15.088 1 .000 .120 .041 .350
x3 .000 .000 .223 1 .637 1.000 1.000 1.000
Constant -1.246 .548 5.182 1 .023 .288
a. Variable(s) entered on step 1: x1, x2, x3.
.