MUHAMAD FAJRI-FEB Opini Going Concern
MUHAMAD FAJRI-FEB Opini Going Concern
SKRIPSI
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat-syarat Guna Meraih Gelar Sarjana
Oleh:
MUHAMAD FAJRI
NIM: 11160820000086
JAKARTA
1442 H/2020 M
PENGARUH LEVERAGE, COMPANY GROWTH, FIRM SIZE, DEBT
DEFAULT DAN REPUTASI KANTOR AKUNTAN PUBLIK TERHADAP
OPINI AUDIT GOING CONCERN
SKRIPSI
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat-syarat Guna Meraih Gelar Sarjana
Oleh:
MUHAMAD FAJRI
NIM: 11160820000086
Di Bawah Bimbingan:
JAKARTA
1442 H/2020 M
ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
Hari ini Rabu, 11 Maret 2020 telah dilakukan Ujian Komprehensif atas mahasiswa:
Nama : Muhamad Fajri
NIM : 11160820000086
Jurusan : Akuntansi
Judul Skripsi : Pengaruh Leverage, Company Growth, Firm Size, Debt
Default, dan Reputasi Kantor Akuntan Publik Terhadap
Opini Audit Going Concern
iii
LEMBAR PENGESAHAN UJIAN SKRIPSI
Hari ini Senin, 28 September 2020 telah dilakukan Ujian Skripsi atas mahasiswa:
Nama : Muhamad Fajri
NIM : 11160820000086
Jurusan : Akuntansi
Judul Skripsi : Pengaruh Leverage, Company Growth, Firm Size, Debt
Default, dan Reputasi Kantor Akuntan Publik Terhadap
Opini Audit Going Concern
iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
Jikalau di kemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah
melalui pembuktian yang dapat dipertanggungjawabkan, ternyata memang
ditemukan bukti bahwa saya telah melanggar pernyataan ini, maka saya siap
dikenai sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan Bisnis
UIN Syarif Hidayatullah Jakarta. Demikian pernyataan ini saya buat dengan
sesungguhnya.
Jakarta, 25 September 2020
( Muhamad Fajri )
v
DAFTAR RIWAYAT HIDUP
I. IDENTITAS DIRI
Nama Lengkap : Muhamad Fajri
Tempat Tanggal Lahir : Jakarta, 1 Desember 1998
Alamat : Jl. Haji Gareng RT. 010/05 No. 36 Kel.
Sukabumi Selatan, Kec. Kebon Jeruk,
Jakarta Barat 11560
Telepon : +62 87883138559
Email : fajriess1@gmail.com
vi
3. Workshop Zahir Accouting oleh HMJ Akuntansi UIN Syarif Hidayatullah
Jakarta, 2018.
VI. KEPANITIAAN
1. Gebyar Lomba Akuntansi sebagai koordinator lomba, 2018.
2. Accounting Week sebagai koordinator perlengkapan, 2018.
3. Kuliah Kerja Nyata (KKN) 51 Massaid UIN Syarif Hidayatullah Jakarta
sebagai divisi pubdekdok, 2018.
4. Volunteer Kongress XIII Ikatan Akuntansi Indonesia, 2018.
vii
INFLUENCE OF LEVERAGE, COMPANY GROWTH, FIRM SIZE, DEBT
DEFAULT AND REPUTATION OF PUBLIC ACCOUNTING FIRM ON
GOING CONCERN AUDIT OPINION
ABSTRACT
This study aims to analyze the effect of leverage, company growth, firm
size, debt default, and the reputation of public accounting firms on going concern
audit opinion. This study uses secondary data from the financial statements of
mining companies listed on the Indonesia Stock Exchange (IDX) during the period
2015-2019. Determination of the sample by purposive sampling method. This study
uses a sample of 33 mining companies. The data analysis method used in this study
is logistic regression using SPSS 25 data analysis tools. The results of this study
indicate that leverage and firm size have no effect on going concern audit opinion.
While the company growth, debt default and the reputation of the public accounting
firm have an influence on going concern audit opinion on mining companies listed
on the Indonesia Stock Exchange (BEI) for the period 2015-2019.
Keywords: leverage, company growth, firm size, debt default, reputation of public
accounting firm, going concern audit opinion.
viii
PENGARUH LEVERAGE, COMPANY GROWTH, FIRM SIZE, DEBT
DEFAULT DAN REPUTASI KANTOR AKUNTAN PUBLIK TERHADAP
OPINI AUDIT GOING CONCERN
ABSTRAK
Penelitian ini bertujuan untuk menganalisis pengaruh leverage, company
growth, firm size, debt default, dan reputasi kantor akuntan publik terhadap opini
audit going concern. Penelitian ini menggunakan data sekuder dengan melihat
laporan keuangan perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia
(BEI) selama periode 2015-2019. Penentuan sampel dengan metode purposive
sampling. Penelitian ini menggunakan sampel sebanyak 33 perusahaan
pertambangan. Metode analisis data yang digunakan dalam penelitian ini adalah
regresi logistik dengan menggunakan alat analisis data SPSS 25. Hasil penelitian
ini menunjukkan bahwa leverage dan firm size tidak berpengaruh terhadap opini
audit going concern. Sedangkan company growth, debt default dan reputasi kantor
akuntan publik berpengaruh terhadap opini audit going concern pada perusahaan
pertambangan yang terdaftar di Bursa Efek Indonesia (BEI) periode 2015-2019.
Kata Kunci: leverage, company growth, firm size, debt default, reputasi kantor
akuntan publik, opini audit going concern.
ix
KATA PENGANTAR
Bismillahirrahmanirrahim.
Puji syukur kehadirat Allah Swt. karena atas taufik dan hidayahnya
sehingga penulis dapat menyelesaikan skripsi yang berjudul “Pengaruh leverage,
company growth, firm size, debt default, dan reputasi kantor akuntan publik
terhadap opini audit going concern”. Shalawat serta salam selalu dijunjungkan
kepada baginda Nabi Muhammad Saw. beserta para keluarganya, sahabatnya, dan
semua pengikut setianya sampai akhir zaman nanti.
Adapun penyusunan skripsi ini bertujuan untuk memenuhi persyaratan guna
meraih gelar sarjana akuntansi. Semoga dengan adanya skripsi ini dapat
memberikan manfaat kepada penulis sebagai wadah untuk menerapkan ilmu yang
diperoleh selama masa perkuliahan maupun kepada pembaca untuk menambah
wawasan ilmu terkait dengan topik yang ditulis. Penulis menyadari bahwa banyak
pihak yang telah membantu dalam proses penyelesaian skripsi ini. Oleh karena itu,
penulis sangat bersyukur kepada Allah SWT yang telah memberikan karunia-Nya,
sehingga skripsi ini dapat diselesaikan dengan baik. Penulis juga mengucapkan
terimakasih dan apresiasi kepada semua pihak yang telah memberikan bantuan
selama penulisan skripsi ini, khususnya kepada:
1. Kedua orang tua penulis yang selalu memberikan saran dan dukungan serta
do’a yang tiada henti dilimpahkan kepada penulis sehingga penulis selalu
bersemangat dalam menyelesaikan skripsi ini.
2. Ibu Zuwesty Eka Putri, S.E., M.Ak. selaku dosen pembimbing skripsi yang
telah memberikan dukungan dan arahan serta membimbing penulis dalam
menyelesaikan skripsi ini dengan baik.
3. Bapak Prof. Dr. Amilin, M.Si., Ak., CA., QIA., BKP. selaku dosen
pembimbing akademik sekaligus sebagai Dekan Fakultas Ekonomi dan
Bisnis.
x
4. Seluruh Dosen Fakultas Ekonomi dan Bisnis Universitas Islam Negeri
Syarif Hidayatullah Jakarta yang telah memberikan pelajaran berupa ilmu
pengetahuan selama masa perkuliahan penulis, semoga ilmu yang diberikan
dapat menjadi manfaat dan amal kebaikan bagi kita semua.
5. Seluruh Staf Administrasi serta semua karyawan Fakultas Ekonomi dan
Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta yang telah
membantu penulis ketika mengurus segala kebutuhan berupa administrasi
maupun kebutuhan lainnya.
6. Saudara penulis yaitu Faizah, Fauzih dan Fitri yang telah memberikan
bantuan berupa doa dan motivasi sehingga penulis dapat terus semangat
untuk menyelesaikan skripsi yang sedang dikerjakan.
7. Keluarga besar HMJ Akuntansi UIN Syarif Hidayatullah Jakarta yang telah
memberikan banyak sekali pengalaman kepada penulis selama mengikuti
organisasi.
8. Seluruh teman-teman Jurusan Akuntansi angkatan 2016 yang telah berjuang
bersama-sama dalam suka maupun duka. Terima kasih atas dukungan dan
inspirasi yang telah kalian berikan selama ini.
9. Semua pihak yang terkait di mana penulis tidak dapat menyebutkannya
satupersatu.
Penulis menyadari bahwa penulisan skripsi ini sangat jauh dari kata
sempurna dan masih banyak terdapat kesalahan, maka dari itu penulis berharap agar
pembaca dapat memberikan kritik dan saran sebagai sarana evaluasi bagi diri
penulis dan demi kesempurnaan untuk penelitian-penelitian yang berikutnya.
Muhamad Fajri
(11160820000086)
xi
DAFTAR ISI
COVER ....................................................................................................................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 .......................................................................................................... viii
ABSTRAK ............................................................................................................. ix
KATA PENGANTAR ............................................................................................ x
DAFTAR ISI ......................................................................................................... xii
DAFTAR TABEL ............................................................................................... xiv
DAFTAR GAMBAR ............................................................................................ xv
DAFTAR LAMPIRAN ....................................................................................... xvi
xii
6. Variabel Independen ............................................................................ 25
7. Hasil Penelitian terdahulu ................................................................... 36
B. Kerangka Konseptual .............................................................................. 44
C. Hipotesis .................................................................................................... 45
xiii
DAFTAR TABEL
Tabel 1.1 Nilai Ekspor Hasil Pertambangan Indonesia Tahun 2014-2018 ............ 3
Tabel 1.2 Laba (Rugi) Perusahaan Sektor Pertambangan di Indonesia ................ 6
Tabel 2.1 Rangkuman Penelitian Terdahulu ........................................................ 36
Tabel 3.1 Operasional Variabel ............................................................................ 55
Tabel 3.2 Rincian Sampel Penelitian ................................................................... 56
Tabel 4.1 Descriptive Statisctics ......................................................................... 64
Tabel 4.2 Descriptive Frequencies Opini Audit Going Concern ......................... 66
Tabel 4.3 Descriptive Frequencies Debt Default ................................................. 67
Tabel 4.4 Descriptive Frequencies Reputasi Kantor Akuntan Publik ................ 67
Tabel 4.5 Nilai -2 Log Likelihood (-2 LL Awal) .................................................. 69
Tabel 4.6 Nilai -2 Log Likelihood (-2 LL Akhir) ................................................. 69
Tabel 4.7 Perbandingan Nilai -2LL Awal dengan -2LL Akhir ............................ 69
Tabel 4.8 Hosmer and Lemeshow Test ................................................................ 71
Tabel 4.9 Model Summary.................................................................................... 72
Tabel 4.10 Case Processing Summary ................................................................. 73
Tabel 4.11 Variables in the Equation .................................................................. 74
xiv
DAFTAR GAMBAR
xv
DAFTAR LAMPIRAN
xvi
BAB I
PENDAHULUAN
A. Latar Belakang
menyediakan informasi untuk calon investor dan kreditor yang berguna sebagai
Akuntan publik adalah akuntan yang telah memperoleh izin dari menteri
keuangan untuk memberikan jasa akuntan publik di Indonesia. Salah satu jasa
meningkatkan mutu dari laporan keuangan. Dalam hal ini auditing merupakan
salah satu daripada assurance services tersebut. Tujuan audit atas laporan
keyakinan pengguna laporan keuangan yang dituju. Hal ini dicapai melalui
pernyataan suatu opini oleh auditor tentang apakah laporan keuangan disusun,
dalam semua hal yang material, sesuai dengan suatu kerangka pelaporan
1
tanggung jawab menurut standar auditing untuk mengevaluasi apakah
memperoleh bukti audit yang cukup dan tepat tentang ketepatan penggunaan
menjadi salah satu penjegal langkah Indeks Harga Saham Gabungan (IHSG)
12,83% (Kontan, 2020). Ada beberapa faktor yang menyebabkan indeks sektor
pertambangan ini mengalami pertumbuhan yang negatif. Saat ini harga jual
beberapa komoditas mineral dan batu bara berada pada level yang kurang
menguntungkan. Di sisi lain, masih banyak kebutuhan yang harus dipenuhi oleh
2
reklamasi, restorasi pasca-tambang, tanggung jawab sosial dan perhatian
menghapus enam saham dari papan pencatatan dan tiga di antaranya merupakan
BEI yang akhirnya membuat saham perusahaan tersebut termasuk dalam daftar
Tabel 1.1
Nilai Ekspor Hasil Pertambangan Indonesia Tahun 2014-2018
(Ribu USD)
3
Berdasarkan tabel 1.1 di atas dapat diketahui bahwa ekspor Indonesia
dari sektor pertambangan cenderung menurun dari tahun ke tahun. Pada tahun
2014 hasil total pertambangan bisa mencapai 46,620,227 Ribu USD dan turun
peningkatan 37,578,472 pada tahun 2017 dan tahun 2018 menjadi sebesar
44,118,624. Penurunan ini jelas sangat di pengaruhi oleh hasil ekspor dari
tetapi tidak disertai dengan peningkatan harga dari batubara itu sendiri. Dimana
negatif, mulai dari faktor eksternal dimana penguatan dollar AS yang membuat
turunnya harga minyak dunia turut membuat harga minyak patokan Indonesia
4
sebelumnya, akibat lambatnya pertumbuhan ekonomi global karena terjadi
Gambar 1.1
Indonesian Crude Price (ICP) Tahun 2018-2019
(Dalam USD)
90
80
70
60
HARGA
50
40
30 2018
20 2019
10
0
BULAN
Kementerian Energi dan Sumber Daya Mineral (ESDM), rata-rata ICP pada
tahun 2018 sebesar US$ 67,46 dan pada tahun 2019 sebesar US$ 62.37. Terjadi
penurunan terhadap harga rata-rata minyak mentah yang terjadi pada tahun
Amerika Serikat, Rusia, Iran, serta Qatar, yang akan keluar dari Organization
of the Petroleum Exporting Countries (OPEC) dan minyak dari negara tersebut
5
tersebut, dapat menyebabkan harga minyak dunia semakin turun (CNBC
Indonesia, 2019).
Tabel 1.2
Laba (Rugi) Perusahaan Sektor Pertambangan di Indonesia Tahun 2015-2019
(Ribu Rupiah)
Periode
Nama Perusahaan
2015 2016 2017 2018 2019
Apexindo Pratama
272,439,469 (263,034,032) (1,388,979,829) (1,503,184,782) 288,469,509
Duta Tbk.
Atlas Resources
(357,593,990) (342,376,152) (226,481,916) (409,204,098) (78,464,827)
Tbk.
Astrindo Nusantara
(554,103,682) (2,318,668,631) 516,828,087 316,519,688 388,803,576
Infrastrukt Tbk.
Bumi Resources
(845,528,354) (6,167,109,032) (3,353,928,532) (1,497,926,123) 17,922,417
Minerals Tbk.
Cita Mineral
(341,205,918) (266,147,360) 46,827,759 661,324,058 657,718,925
Investindo Tbk.
Energi Mega
(3,967,192,807) (5,934,880,429) 200,254,329 (124,868,185) 347,572,783
Persada Tbk.
Indika Energy
(1,060,104,751) (1,400,444,034) 4,357,486,011 1,417,142,358 70,747,782
Tbk.
Medco Energi
(2,568,263,998) 2,513,190,081 1,785,745,256 (410,868,486) (191,776,837)
Internasional Tbk.
Mitra Investindo
(179,560,694) (23,362,032) (23,354,360) 7,482,976 (87,934,380)
Tbk.
Golden Eagle
(60,578,867) (18,281,061) 40,078,001 84,584,567 6,234,017
Energy Tbk.
SMR Utama
(268,954,245) (225,670,007) 32,643,567 (69,562,072) (187,289,498)
Tbk.
khususnya di tahun 2015, hanya perusahaan Apexindo Pratama Duta Tbk yang
mendapatkan laba dari kegiatan operasinya di tahun 2015. Kerugian operasi ini
tentu saja efek domino dari industri pertambangan global yang mengalami
6
penurunan laba atau bahkan kerugian dalam kegiatan operasinya dikarenakan
mencatat pada tahun 2018 perusahaan sektor pertambangan yang ada Indonesia
memiliki kinerja laporan keuangan dan produktifitas produksi yang lebih baik
baik ini tidak serta merta menarik perhatian para investor untuk berinvestasi
Dividen yang dibagikan kepada para pemegang saham pun ikut meningkat
suntikan modal dari para investor, karena tercatat valuasi pasar terhadap 40
7
usahanya dan investor juga akan membatalkan rencananya untuk berinvestasi
pada perusahaan tersebut. Meskipun demikian, opini audit going concern harus
potensial kepada kreditor dan investor (Foster & Shastri, 2016). Penulis
masih menjadi objek penelitian yang menarik. Hal ini dilakukan karena opini
audit going concern menjadi salah satu faktor pemicu untuk para investor dalam
tersebut. Selain itu, ketika pelaksanaan suatu audit tidak didasarkan pada
audit, dan opini audit tahun sebelumnya terhadap penerimaan opini audit going
concern dan penelitian Bayudi & Wirawati (2017) dengan menguji variabel
8
terhadap opini audit going concern. Dari kedua penelitian tersebut masih ada
beberapa variabel yang belum bisa membuktikan teori yang sudah ada, hal ini
penelitian sebelumnya yang dilakukan Astari & Latrini (2017) yaitu dengan
meningkatnya total utang terhadap total ekuitas (debt to total equity), semakin
menggunakan periode yang lebih baru dari penelitian sebelumnya yaitu periode
dependen yaitu opini audit going concern. Selain itu, mengapa peneliti
masih memiliki hasil yang tidak konsisten terhadap opini audit going concern
Opini audit going concern dapat dipengaruhi oleh besar atau kecilnya
9
diperoleh dari internal dan juga eksternal perusahaan, seperti dalam halnya
pendanaan internal yang berupa laba ditahan (retained earning), sedangkan dari
eksternal berupa hutang atau penerbitan saham baru. Jumlah utang yang
semakin buruk dan perusahaan yang memiliki aset yang lebih kecil daripada
terhadap opini audit going concern. Sedangkan berbeda dengan penelitian yang
dilakukan Yuliyani & Erawati (2017) dan Nursasi & Maria (2015) yang
memberikan hasil bahwa leverage tidak berpengaruh terhadap opini audit going
concern.
indikator untuk menilai apakah suatu badan usaha masih bisa bertahan atau
dengan rasio net income growth. Rasio net income growth digunakan karena
dihasilkan oleh kegiatan penjualan yang dicapai oleh perusahaan akan dapat
Laba merupakan hasil dari kegiatan operasi utama perusahaan, apabila laba
10
perusahaan untuk terhindar dari masalah keberlangsungan usaha. Oleh karena
itu, semakin tinggi rasio net income growth maka akan semakin kecil
kemungkinan auditor untuk menerbitkan opini audit going concern (Nursasi &
Maria, 2015).
berbeda dengan penelitian yang dilakukan Trenggono & Triani (2015) dan
keuangan yang mereka hadapi agar dapat bertahan hidup. Perusahaan besar juga
menawarkan fee yang lebih tinggi daripada perusahaan kecil. Besar kecilnya
perusahaan dapat dilihat dari status keuangan perusahaan, seperti total aset yang
opini going concern dilakukan oleh Gama & Astuti (2014) yang menemukan
concern.
11
menemukan bukti empiris bahwa ukuran perusahaan tidak berpengaruh
yaitu debt default. Debt default adalah kegagalan suatu perusahaan dalam
melunasi kewajiban hutang pokok dan bunganya pada waktu jatuh tempo. Ciri
2018).
Trenggono & Triani (2015), Mariana, Kuncoro, & Ryando (2018) dan Imani,
Nazar, & Budiono (2017) yang menyatakan bahwa debt default berpengaruh
dilakukan Astari & Latrini (2017) menunjukkan bahwa debt default tidak
12
akuntan publik sebagai proksi kualitas audit membedakan KAP menjadi KAP
besar (Big four accounting firms) dan KAP kecil (Non big four accounting
KAP yang berafiliasi dengan Big Four ataupun perusahaan yang menggunakan
KAP Non Big Four sama-sama memberikan kualitas audit yang berkualitas dan
harus mematuhi kode etik yang telah ditentukan dalam hal ini oleh organisasi
dilakukan Suharsono (2018) dan Gama & Astuti (2014) menunjukkan bahwa
reputasi kantor akuntan publik tidak berpengaruh terhadap opini audit going
concern.
tertarik untuk menganalisis pengaruh leverage, company growth, firm size, debt
default dan reputasi kantor akuntan publik terhadap opini audit going concern.
dalam laporan keuangan. Dengan hal ini penulis tertarik dan memutuskan untuk
13
beberapa perusahaan yang bergerak di bidang pertambangan di Indonesia saat
dan lebih memiliki kemungkinan besar untuk auditor mengeluarkan opini audit
agar tak menyimpang dari tema. Pembatasan penelitian ini dalam penelitian ini
yaitu hanya terkait variabel leverage, company growth, firm size, debt default,
dan reputasi kantor akuntan publik terhadap opini audit going concern.
Rumusan permasalahan yang hendak diteliti dalam penelitian ini adalah sebagai
berikut:
going concern?
14
C. Tujuan Peneltian
3. Untuk mengetahui bagaimana pengaruh firm size terhadap opini audit going
D. Manfaat Penelitian
15
1. Manajer Perusahaan
Penelitian ini diharapkan dapat menjadi acuan atau tolak ukur bagi para
di sektor pertambangan.
3. Peneliti Selanjutnya
tambahan dan sebagai bahan acuan penelitian yang sama di masa yang akan
datang.
5. Bagi Penulis
Penelitian ini dapat menjadi wadah bagi penulis untuk menerapkan ilmu
16
BAB II
TINJAUAN PUSTAKA
A. Kajian Pustaka
perjanjian antara manager sebagai agent dan investor sebagai principal yang
Hubungan keagenan adalah suatu perjanjian satu orang atau lebih dengan
orang lain untuk melakukan beberapa layanan atas nama mereka dan kemudian
pemegang saham (principal). Namun, di sisi lain manajer juga memiliki tujuan
17
operasional perusahaan, sehingga informasi lebih banyak diketahui oleh agent
ekonomi rasional dan semata-mata termotivasi oleh kepentingan pribadi. Hal ini
terkadang tidak sesuai dengan keadaan sebenarnya. Keadaan ini disebut asimetri
principal dan agent yaitu auditor independen. Pihak ketiga ini berfungsi untuk
principal (shareholders).
keterangan, catatan atau gambaran baik untuk keadaan masa lalu, saat ini
18
maupun keadaan masa yang akan datang bagi kelangsungan hidup suatu
akurat dan tepat waktu sangat diperlukan oleh investor di pasar modal sebagai
memberikan sinyal yang berupa informasi mengenai hal yang sudah dilakukan
memadai yang akan berguna untuk pengambilan keputusan bagi para pemakai
laporan keuangan (Gama & Astuti, 2014). Opini audit going concern yang di
ungkapkan oleh auditor pada laporan keuangan akan menjadi sinyal (warning)
3. Auditing
a. Pengertian Auditing
suatu pemeriksaan yang dilakukan secara kritis dan sistematis, oleh pihak yang
19
independen, terhadap laporan keuangan yang telah disusun oleh manajemen,
keuangan tersebut.
informasi dan kriteria yang telah ditetapkan. Auditing harus dilakukan oleh
b. Opini Audit
berdasarkan suatu evaluasi atas kesimpulan yang ditarik dari bukti audit yang
diperoleh dan untuk menyatakan suatu opini secara jelas melalui suatu laporan
tertulis yang juga menjelaskan basis untuk opini tersebut. Auditor harus
berlaku (SA 700 No.11). Jenis opini audit atas laporan keuangan menurut Ikatan
20
1) Tanpa Modifikasian
2) Opini Modifikasian
21
maupun secara agregasi, adalah material dan pervasif terhadap
laporan keuangan.
tidak bisa memperoleh bukti audit yang cukup dan tepat yang
4. Going Concern
kelangsungan hidupnya selama periode waktu pantas, yaitu tidak lebih dari satu
22
informasi yang menunjukkan hal yang berlawanan (contrary information).
usahanya dalam jangka waktu yang lama dan tidak akan dilikuidasi dalam waktu
karena terdapat keraguan atas kelangsungan hidup suatu entitas. Para pemakai
laporan keuangan merasa bahwa pengeluaran opini audit going concern ini
kelangsungan usaha, suatu entitas dipandang bertahan dalam bisnis untuk masa
depan yang dapat di prediksi. Opini audit going concern yang diterima oleh suatu
23
a. Kerugian operasi atau kekurangan modal kerja yang berulang dan
signifikan.
jatuh tempo.
beroperasi.
kemungkinan klien yang mungkin saja tidak dapat meneruskan operasinya atau
memenuhi kewajibannya selama periode yang wajar. Untuk tujuan ini, periode
yang wajar dianggap tidak melebihi satu tahun sejak tanggal laporan keuangan
seluruh proses audit, mulai dari perencanaan hingga penerbitan opini audit.
Tingkat penilaian ini tergantung pada situasi keuangan perusahaan. Jika selama
24
berdasarkan IFRS atau PSAK dengan melihat kinerja dari perusahaan (Bava &
Trana, 2019).
hidup perusahaan klien. Akan tetapi, jika manajemen memiliki komitmen dan
6. Variabel Independen
a. Leverage
1) Pengertian Leverage
dana yang disediakan oleh pemilik dengan dana yang berasal dari pihak ketiga
melihat terlebih dahulu seberapa besar modal yang disediakan oleh perusahaan,
25
perusahaan (Nursasi & Maria, 2015).
atau aktiva yang cukup untuk membayar kewajiban atau hutangnya, maka
Erawati, 2017).
a) Debt to Asset Ratio (DAR), adalah rasio utang yang digunakan untuk
perusahaan.
26
c) Long Term to Debt Equity Ratio (LTDtER), adalah rasio yang
panjang perusahaan.
Ukuran ini sebenarnya mempunyai maksud yang sama dengan debt to assets,
debt to equity ratio (Suharsono, 2018). Secara matematis debt to equity ratio
Total Ekuitas
27
b. Company Growth
revenue atau hasil usaha yang semakin meningkat dari periode ke periode.
tidak mendapatkan opini audit going concern (Nursasi & Maria, 2015).
ke tahun.
28
b) Net income growth, yaitu pertumbuhan laba bersih menunjukkan
total keuntungan.
mengukur seberapa baik pertumbuhan laba perusahaan dan rasio ini juga
operasi utama perusahaan, dan jika penjualan meningkat dari tahun ketahun
29
Pengukuran company growth dalam penelitian ini menggunakan
pengukuran net income growth (Kasmir, 2016). Secara matematis net income
𝐿𝑎𝑏𝑎(𝑅𝑢𝑔𝑖) 𝐵𝑒𝑟𝑠𝑖ℎ𝑡−1
perusahaan besar atau kecil dengan melihat beberapa aspek yang dimiliki
perusahaan seperti total aset ataupun kapitalisasi pasar dari perusahaan tersebut
hukum yang memiliki total aset tidak lebih dari seratus milyar, sedangkan
perusahaan besar adalah badan hukum yang total asetnya diatas seratus milyar.
dalam 4 kategori yaitu usaha mikro, usaha kecil, usaha menengah, dan usaha
besar. Adapun kriteria ukuran perusahaan yang diatur dalam UU No. 20 tahun
30
1) Usaha Mikro
2) Usaha Kecil
tempat usaha.
3) Usaha Menengah
tempat usaha.
4) Usaha Besar
bahwa firm size/ukuran perusahaan adalah suatu bentuk perusahaan yang dapat
31
pengukuran-pengukuran seperti melihat total asset perusahaan, penjualan
bersih, dan kapitalisasi pasar. Besar kecilnya perusahaan ini dapat menentukan
untuk perusahaan yang lebih kecil, dengan keyakinan bahwa perusahaan besar
kreditor dalam memberikan jasa kredit kepada perusahaan besar. Selain itu,
perusahaan besar menawarkan fee audit yang lebih tinggi daripada yang
ditawarkan oleh perusahaan kecil. Dalam kaitannya mengenai fee audit tersebut,
auditor mungkin saja ragu untuk mengeluarkan opini audit going concern
d. Debt Default
membayar kewajiban hutang baik pokok ataupun bunganya pada waktu yang
32
perusahaan. Ketika jumlah hutang perusahaan sudah sangat besar, maka aliran
ini tidak mampu dilunasi, maka auditor akan mengeluarkan opini audit going
pendeknya dengan cara melihat aktiva lancar (current asset) yang dimiliki
dicapai atau menurut Kamus Besar Bahasa Indonesia (KBBI) reputasi diartikan
sebagai nama baik. Reputasi baik yang di sandang Kantor Akuntan Publik
merupakan prestasi dan kepercayaan publik atas nama besar yang dimiliki
terdapat perbedaan kualitas audit yang dilakukan oleh KAP. Ukuran KAP
dalam hal ini dibedakan menjadi KAP besar (big 4 accounting firms) dan KAP
33
kecil (Non big 4 accouting firms). Perbedaan tersebut berdasarkan jumlah klien
akan lebih mempertimbangkan kualitas audit dari suatu laporan keuangan yang
diaudit oleh KAP dengan reputasi yang baik. Reputasi KAP dipertaruhkan
ketika opini yang diberikan ternyata tidak sesuai dengan kondisi perusahaan
yang sesungguhnya. Opini audit going concern lebih banyak diberikan dari
auditor dalam KAP big four sebab semakin berkualitas auditor maka auditor
akan semakin teliti memeriksa data-data laporan keuangan dan informasi yang
lebih teliti pengungkapan yang ada serta kejadian yang ada dalam laporan
Akan tetapi, beberapa penelitian lain menunjukkan bahwa KAP big four
maupun KAP non big four tidak dapat mempengaruhi dalam pemberian opini
Indonesia, berikut adalah KAP The Big Four dan afiliasinya di Indonesia:
34
1) KAP Purwantono, Sungkoro & Surja (EY/ Ernst & Young)
Coopers)
35
7. Hasil Penelitian Terdahulu
Penelitian terdahulu tentang faktor-faktor yang menjadi pertimbangan auditor dalam memberikan opini audit going concern
Tabel 2.1
Rangkuman Penelitian Terdahulu
Metodologi Penelitian
No. Nama (tahun), Judul Penelitian Hasil Penelitian
Persamaan Perbedaan
1. Suharsono (2018), Pengaruh Penelitian kuantitatif, Variabel kualitas audit, Debt default dan pertumbuhan
Kualitas Audit, Debt default dan variabel debt default, populasi dan sampel dari perusahaan berpengaruh signifikan
Pertumbuhan Perusahaan pertumbuhan perusahaan penelitian pada opini audit going concern.
Terhadap Penerimaan Opini dan opini audit going Sedangkan kualitas audit tidak
Audit Going Concern. concern, data sekunder, berpengaruh signifikan pada opini
metode pengujian hipotesis audit going concern.
dengan SPSS.
2. Mariana et al. (2018), Pengaruh Penelitian kuantitatif, Variabel disclosure level Debt default dan disclosure level
Debt default, Disclosure Level, variabel debt default dan dan audit lag, populasi dan berpengaruh signifikan pada opini
opini audit going concern, sampel dari penelitian.
36
Metodologi Penelitian
No. Nama (tahun), Judul Penelitian Hasil Penelitian
Persamaan Perbedaan
dan Audit Lag Terhadap Opini metode pengujian hipotesis audit going concern. Sedangkan
Audit Going Concern. dengan SPSS. audit lag tidak berpengaruh
signifikan pada opini
audit going concern.
3. Rahmawati et al. (2018), Penelitian kuantitatif, Variabel likuiditas dan opini Opini audit tahun sebelumnya,
Pengaruh Likuiditas, Ukuran variabel firm size, company audit tahun sebelumnya, berpengaruh signifikan pada opini
Perusahaan, Pertumbuhan growth dan opini audit populasi dan sampel dari audit going concern. Sedangkan
Perusahaan dan Opini Audit going concern, metode penelitian. likuiditas, firm size dan company
Tahun Sebelumnya Terhadap pengujian hipotesis dengan growth tidak berpengaruh
Opini Audit Going Concern. SPSS. signifikan pada opini audit going
concern.
4. Astari & Latrini (2017), Faktor- Penelitian kuantitatif, Variabel disclosure dan opini audit tahun sebelumnya
faktor yang Mempengaruhi Opini variabel debt default, opini audit tahun berpengaruh signifikan pada opini
Audit Going Concern. kualitas audit dan opini sebelumnya, populasi dan audit going concern. Sedangkan
audit going concern, data sampel dari penelitian. disclosure, kualitas audit, dan debt
37
Metodologi Penelitian
No. Nama (tahun), Judul Penelitian Hasil Penelitian
Persamaan Perbedaan
sekunder, metode pengujian default tidak berpengaruh
hipotesis dengan SPSS. signifikan pada opini audit going
concern.
5. Bayudi & Wirawati (2017), Penelitian kuantitatif, Variabel profitabilitas dan Profitabilitas berpengaruh
Faktor-faktor Yang varibel ukuran perusahaan, likuiditas, populasi dan signifikan pada opini audit going
Mempengaruhi Opini Audit ukuran KAP dan opini audit sampel dari penelitian. concern. Sedangkan likuiditas,
Going Concern. going concern, data ukuran perusahaan dan ukuran
sekunder, metode pengujian KAP tidak berpengaruh signifikan
hipotesis dengan SPSS. pada opini audit going concern.
6. Nariman (2017), Pengaruh Penelitian kuantitatif, Variabel Earnings Response Reputasi kantor akuntan publik
Ukuran Kantor Akuntan Publik variabel reputasi kantor Coefficients (Erc), populasi berpengaruh signifikan pada opini
Terhadap Opini Going Concern akuntan publik dan opini dan sampel dari penelitian. audit going concern.
dan Earnings Response audit going concern, metode
Coefficients (Erc). pengujian hipotesis dengan
SPSS.
38
Metodologi Penelitian
No. Nama (tahun), Judul Penelitian Hasil Penelitian
Persamaan Perbedaan
7. Imani et al. (2017), Pengaruh Penelitian kuantitatif, Variabel audit lag, kondisi Debt default berpengaruh
Debt default, Audit Lag, Kondisi variabel debt default dan keuangan dan opini audit signifikan pada opini audit going
Keuangan, dan Opini Audit opini audit going concern, tahun sebelumnya, populasi concern. Sedangkan audit lag,
Tahun Sebelumnya Terhadap metode pengujian hipotesis dan sampel dari penelitian. kondisi keuangan dan opini audit
Penerimaan Opini Audit Going dengan SPSS. tahun sebelumnya tidak
Concern. berpengaruh signifikan pada opini
audit going concern.
8. Yuliyani & Erawati (2017), Penelitian kuantitatif, Variabel financial distress, Financial distress, profitabilitas,
Pengaruh Financial Distress, variabel leverage dan opini profitabilitas dan likuiditas, leverage, dan likuiditas tidak
Proftabilitas, Leverage dan audit going concern, metode populasi dan sampel dari berpengaruh signifikan pada opini
Likuiditas Pada Opini Audit pengujian hipotesis dengan penelitian. audit going concern.
Going Concern. SPSS.
9. Yuridiskasari & Rahmatika Penelitian kuantitatif, Variabel audit tenure dan Reputasi auditor berpengaruh
(2017), Determinan Penerimaan variabel reputasi auditor dan opinion shopping, populasi signifikan pada opini audit going
Opini Audit Going Concern Pada opini audit going concern, dan sampel dari penelitian. concern. Sedangkan audit tenure
39
Metodologi Penelitian
No. Nama (tahun), Judul Penelitian Hasil Penelitian
Persamaan Perbedaan
Perusahaan Property dan Real metode pengujian hipotesis dan opinion shopping tidak
Estate. dengan SPSS. berpengaruh signifikan pada opini
audit going concern.
10. Kusumayanti & Widhiyani Penelitian kuantitatif, Variabel Opinion Shopping, Opinion shopping, disclosure, dan
(2017), Pengaruh Opinion variabel reputasi kantor Disclosure, populasi dan reputasi kantor akuntan publik
Shopping, Disclosure dan akuntan publik dan opini sampel dari penelitian. berpengaruh signifikan pada opini
Reputasi KAP Pada Opini Audit audit going concern, metode audit going concern.
Going Concern. pengujian hipotesis dengan
SPSS.
11. Trenggono & Triani (2015), Penelitian kuantitatif, Variabel kondisi keuangan, Debt default dan opini audit tahun
Analisis Indikator yang variabel debt default, opini audit tahun sebelumnya berpengaruh
Mempengaruhi Auditor Dalam pertumbuhan perusahaan, sebelumnya, rasio lancar, signifikan pada opini
Memberikan Opini Going dan opini audit going return on asset dan audit going concern. Sedangkan
Concern Pada Suatu Perusahaan concern, metode pengujian kepatuhan perusahaan pertumbuhan perusahaan, rasio
Dengan Pendekatan ISA 570 hipotesis dengan SPSS. terhadap hukum & lancar, return on asset dan
40
Metodologi Penelitian
No. Nama (tahun), Judul Penelitian Hasil Penelitian
Persamaan Perbedaan
(Perusahaan Yang Terdaftar Di peraturan, populasi dan kepatuhan perusahaan terhadap
BEI Periode 2014). sampel dari penelitian. hukum & peraturan tidak
berpengaruh signifikan pada opini
audit going concern.
12. Nursasi & Maria (2015), Penelitian kuantitatif, Variabel audit tenure dan Audit tenure, opinion shopping,
Pengaruh Audit Tenure, Opinion variabel leverage, opinion shopping, populasi leverage, dan pertumbuhan
Shopping, Leverage dan pertumbuhan perusahaan dan sampel dari penelitian. perusahaan berpengaruh signifikan
Pertumbuhan Perusahaan dan opini audit going pada opini audit going concern.
Terhadap Penerimaan Opini concern, metode pengujian
Audit Going Concern Pada hipotesis dengan SPSS.
Perusahaan Perbankan dan
Pembiayaan Yang Go Public di
Bursa Efek Indonesia.
13. Aryantika & Rasmini (2015), Penelitian kuantitatif, Variabel profitabilitas, prior Leverage dan prior opinion
Profitabilitas, Leverage, Prior variabel leverage dan opini opinion dan kompetensi berpengaruh signifikan pada opini
41
Metodologi Penelitian
No. Nama (tahun), Judul Penelitian Hasil Penelitian
Persamaan Perbedaan
Opinion dan Kompetensi Auditor audit going concern, data auditor, populasi dan sampel audit going concern. Sedangkan
Pada Opini Audit Going sekunder, metode pengujian dari penelitian. profitabilitas dan kompetensi
Concern. hipotesis dengan SPSS. auditor tidak berpengaruh
signifikan pada opini audit going
concern.
14. Harris & Merianto (2015), Penelitian kuantitatif, Variabel disclosure, opini Debt default, disclosure, opini
Pengaruh Debt default, variabel debt default, ukuran audit tahun sebelumnya dan audit tahun sebelumnya dan
Disclosure, Opini Audit Tahun perusahaan dan opini audit opinion shopping, populasi opinion shopping berpengaruh
Sebelumnya, Ukuran Perusahaan, going concern, metode dan sampel dari penelitian. signifikan pada pada opini audit
Dan Opinion Shopping Terhadap pengujian hipotesis dengan going concern. Sedangkan ukuran
Penerimaan Opini Audit Going SPSS. perusahaan tidak berpengaruh
Concern. signifikan pada opini audit going
concern.
15. Gama & Astuti (2014), Analisis Penelitian kuantitatif, Variabel audit delay, Opini audit tahun sebelumnya,
Faktor-faktor Penerimaan Opini variabel kualitas audit, keahlian komite audit dan ukuran perusahaan, dan audit
42
Metodologi Penelitian
No. Nama (tahun), Judul Penelitian Hasil Penelitian
Persamaan Perbedaan
Auditor Dengan Modifikasi pertumbuhan perusahaan, opini audit tahun delay berpengaruh signifikan pada
Going Concern. ukuran perusahaan dan sebelumnya, populasi dan opini audit going concern.
opini audit going concern, sampel dari penelitian. Sedangkan kualitas audit,
metode pengujian hipotesis pertumbuhan perusahaan, dan
dengan SPSS. keahlian komite audit tidak
berpengaruh signifikan pada opini
audit going concern.
43
B. Kerangka Konseptual
Gambar 2.1
Kerangka Konseptual
Investor saat ini sangat kritis terhadap Perusahaan yang mendapatkan opini audit
faktor-faktor apa saja yang dapat going concern menunjukan terdapat
mempengaruhi keberlangsungan hidup keraguan dari seorang auditor terhadap
(going concern) suatu perusahaan keberlangsungan usaha dari perusahaan
tersebut
GAP
Pengaruh Leverage, Company Growth, Firm Size, Debt Default dan Reputasi Kantor
Akuntan Publik Terhadap Opini Audit Going Concern
Variabel Independen
Leverage (X1) H1
Reputasi Kantor H5
Akuntan Publik (X5)
44
C. Hipotesis
sebagai berikut:
antara dana yang disediakan oleh pemilik dengan dana yang berasal dari pihak
kebanyakan dari aset yang dimiliki oleh perusahaan akan digunakan untuk
membiayai kembali utang. Utang lebih tinggi dari pada aset akan membuat total
rasio utang terhadap aset terlalu besar dan dapat menyebabkan ketidakpastian
45
audit going concern. Berdasarkan uraian di atas, dapat dibuat hipotesis sebagai
berikut.
growth. Untuk menghitung rasio net income growth ini yaitu dengan
dilihat dari rasio pertumbuhan laba yang positif. Perusahaan yang mempunyai
rasio pertumbuhan laba yang positif cenderung tidak mendapatkan opini audit
tinggi rasio net income growth perusahaan akan semakin kecil kemungkinan
auditor untuk menerbitkan opini audit going concern (Nursasi & Maria, 2015).
H2: Company growth berpengaruh negatif terhadap opini audit going concern.
46
3) Pengaruh Firm Size Terhadap Opini Audit Going Concern.
Besar atau kecilnya skala perusahaan salah satunya dapat dilihat dari
opini audit going concern terhadap perusahaan yang berskala kecil (small firm).
Besar atau kecilnya skala perusahaan salah satunya dapat dilihat dari
dilakukan oleh Gama & Astuti (2014) yang menemukan bahwa firm size/ukuran
H3: Firm size berpengaruh negatif terhadap opini audit going concern.
perusahaan tidak dapat membayar utang yang telah jatuh tempo, jadi jika
perusahaan berada dalam status gagal bayar utang, kemungkinan besar akan
dalam bertahan hidup diragukan, sehingga auditor akan memberikan opini audit
going concern (Suharsono, 2018). Ini menunjukkan bahwa ada masalah yang
47
perusahaan gagal membayar utangnya, itu akan berpengaruh terhadap kegiatan
audit going concern lebih besar. Kegalan dalam memenuhi kewajiban hutang
dan bunga merupakan indikator going concern yang banyak digunakan oleh
2017).
Trenggono & Triani (2015), Mariana, Kuncoro, & Ryando (2018) dan Imani,
Nazar, & Budiono 2017) yang menyatakan bahwa debt default berpengaruh
positif terhadap opini audit going concern. Berdasarkan uraian di atas, dapat
H4: Debt default berpengaruh positif terhadap opini audit going concern.
48
5) Pengaruh Reputasi Kantor Akuntan Publik Terhadap Opini Audit
Going Concern
membedakan KAP menjadi KAP besar (Big four accounting firms) dan KAP
kecil (Non big four accounting firms). Akan tetapi, meskipun adanya perbedaan
tersebut, perusahaan pengguna KAP yang berafiliasi dengan Big Four ataupun
kualitas audit yang berkualitas dan independen dalam mengeluarkan opini audit
going concern karena keduanya harus mematuhi kode etik yang telah
ditentukan dalam hal ini oleh organisasi Ikatan Akuntan Publik Indonesia
H5: Reputasi kantor akuntan publik berpengaruh negatif terhadap opini audit
going concern.
49
BAB III
METODOLOGI PENELITIAN
2020. Bursa Efek Indonesia (BEI) yang beralamat di Jl. Jendral Sudirman Kav
52-53 Jakarta Selatan 12190 adalah sebuah tempat dan sarana yang
peneliti untuk dijadikan data dari penelitian. Data yang digunakan pada
penelitian ini merupakan data sekunder. Penelitian ini mengambil data laporan
keuangan secara online yang berasal dari website resmi Bursa Efek Indonesia
yaitu www.idx.co.id.
B. Jenis Penelitian
data dengan tekhnik tertentu yang diawali dengan tahap pengumpulan data.
adalah suatu metode penelitian yang bersifat induktif, objektif, dan ilmiah
yang dinilai, dan dianalisis dengan analisis statistik. Penelitian ini dilakukan
waktu yang digunakan adalah time series yang datanya diambil dari data
50
C. Definisi dan Operasional Variabel
Pada penelitian ini terdapat dua variabel yaitu variabel dependen dan
adalah opini audit going concern, variabel independen yang digunakan dalam
penelitian ini adalah leverage, company growth, firm size, debt default, dan
1. Variabel Penelitian
Opini audit going concern merupakan opini audit yang diungkapkan auditor
kode 1 kemudian untuk opini audit non going concern (NGCO) diberi kode
atau menjadi sebab dari adanya perubahan atau alasan munculnya variabel
51
terikat. Pada penelitian ini variabel bebas yang digunakan yaitu leverage,
1) Leverage
potensi imbal hasil atau return dari investasi untuk mencapai tujuan
Total Ekuitas
2) Company Growth
menggunakan net income growth (Kasmir, 2016). net income growth dapat
𝐿𝑎𝑏𝑎(𝑅𝑢𝑔𝑖) 𝐵𝑒𝑟𝑠𝑖ℎ𝑡−1
52
3) Firm Size
dikategorikan sebagai perusahaan besar atau kecil yang dilihat melalui total
tingkat firm size menggunakan total aset. Variabel firm size disajikan dalam
4) Debt Default
yang ditentukan. Pengukuran awal debt default dalam penelitian ini adalah
pendek yang dimiliki. Namun jika rasio lancar yang dimiliki perusahaan
53
Selanjutnya variabel diukur dengan variabel dummy, kode 1 untuk
status debt default diberikan ketika current ratio perusahaan dibawah 1.0
dan kode 0 untuk status tidak debt default diberikan ketika current ratio
kategori The Big Four Auditors, akan diberi kode 1, sedangkan jika tidak
termasuk kategori The Big Four Auditors, akan diberi kode 0 (Yuridiskasari
KAP big four yang digunakan dalam penelitian ini adalah: KAP
Purwantono, Sungkoro & Surja (EY/ Ernst & Young), KAP Osman Bing
Satrio dan Rekan (Deloitte Touche Tohmatsu), KAP Siddharta dan Widjaja
54
Tabel 3.1
Operasional Variabel
55
1. Perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia pada
Tabel 3.2
Rincian Sampel Penelitian
jumlah total sampel yang digunakan adalah sebanyak 165 sampel penelitian.
56
E. Tekhnik Pengumpulan Data
masalah yang diteliti. Beberapa sumber data dan informasi yang dibutuhkan
untuk penelitian ini diperoleh dari buku, jurnal, skripsi, penelusuran di internet
Data yang digunakan dalam penelitian ini adalah data sekunder yang
diperoleh dari Bursa Efek Indonesia (BEI). Peneliti mengumpulkan data secara
tahunan melalui laporan keuangan dalam bentuk ringkasan kinerja dan laporan
Metode analisis data yang digunakan dalam penelitian ini adalah dengan
for Social Science) versi 25. Berikut beberapa metode analisis data yang
digunakan:
57
kesimpulan yang berlaku untuk umum atau generalisasi. Tujuan analisis
karakteristik dari fenomena atau populasi atau masalah yang dipunyai. Statistik
memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata
regresi logistik karena variabel terikatnya yaitu opini audit going concern
58
bebasnya. Teknik analisis regresi logistik tidak memerlukan uji normalitas dan
asumsi klasik untuk variabel bebasnya Adapun model regresi logistik pada
𝑌 = 𝛼 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝛽3 𝑋3 + 𝛽4 𝑋4 + 𝛽5 𝑋5 + 𝑒
Keterangan:
α = Konstanta
𝑋1 = Leverage
𝑋2 = Company Growth
𝑋3 = Firm Size
𝑋4 = Debt Default
𝑒 = Error Item
Agar model fit dengan data, maka Ho harus diterima dan Ha ditolak.
59
menjadi -2LogL. Output SPSS memberikan dua nilai -2LogL, yaitu satu
untuk model yang hanya memasukkan konstanta saja dan satu model
bahwa model yang dihipotesiskan fit dengan data. Log Likelihood pada
regresi logistik mirip dengan pengertian “Sum of Square Error” pada model
yang semakin baik atau dengan kata lain model yang dihipotensiskan fit
Jika nilai statistik Hosmer and Lemeshow Goodness of fit lebih besar
daripada 0,05 maka Ho tidak dapat ditolak dan berarti model mampu
60
c. Koefisien Determinasi (Nagelkarke R2 Square)
3. Uji Hipotesis
61
1) Jika probabilitas > 0,05, maka hipotesis ditolak, disimpulkan bahwa
dependen.
dependen.
62
BAB IV
pertambangan lain-lain. Saat ini belum ada perusahaan yang terdaftar pada sub
Metode analisis data yang digunakan dalam penelitian ini adalah metode
dan menghasilkan output sesuai dengan metode analisis data yang telah
yang memenuhi kriteria dan dijadikan sampel dalam penelitian dan dengan
jumlah tahun pengamatan selama 5 tahun, sehingga total data yang diamati
63
B. Analisis Data
digunakan dalam penelitian. Untuk melihat data statistik secara umum, peneliti
menggunakan descriptive untuk variabel yang diukur dengan skala rasio dan
frequency untuk variabel yang diukur dalam skala nominal. Analisis statistik
deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari
nilai maksimum, nilai minimum, nilai rata-rata (mean), dan nilai standar
deviasi, dari variabel leverage (X1), company growth (X2), firm size (X3), debt
default (X4), reputasi kantor akuntan publik (X5), dan opini audit going concern
SPSS Statistic 25. Deskripsi data masing-masing variabel secara rinci dapat
Tabel 4.1
Descriptive Statisctics
Std.
N Minimum Maximum Mean
Deviation
Leverage 165 -13.29 34.06 2.0027 4.45788
Company
165 -24.68 324.08 2.0626 25.69309
Growth
Firm Size 165 24.18 32.26 29.7222 1.40810
Valid N
165
(listwise)
64
Berdasarkan Tabel 4.1 dapat dideskripsikan beberapa hal berikut ini:
(5) tahun penelitian sehingga total N adalah sebesar 165 sampel dengan tiga
(3) variabel yang memiliki skala rasio yaitu leverage, company growth, dan
firm size.
Pratama Duta Tbk tahun 2017 sedangkan nilai maksimum sebesar 34.06
dicapai oleh Atlas Resources Tbk tahun 2018, nilai rata-ratanya adalah
2.0027 dan nilai standar deviasi sebesar 4.45788. Nilai standar deviasi lebih
kurang baik.
growth memiliki nilai minimum sebesar -24.68 yang dicapai oleh Mitra
Investindo Tbk tahun 2015 sedangkan nilai maksimum 324.08 dicapai oleh
Vale Indonesia Tbk tahun 2015, nilai rata-ratanya adalah 2.0626 dan nilai
baik.
dari total aset memiliki nilai minimum sebesar 24.18 yang dicapai oleh Vale
Indonesia Tbk tahun 2015 sedangkan nilai maksimum 32.26 dicapai oleh
Adaro Energy Tbk tahun 2018, nilai rata-ratanya adalah 29.7222 dan nilai
65
standar deviasi sebesar 1.40810. Nilai rata-rata lebih besar dibandingkan
Tabel 4.2
Descriptive Frequencies Opini Audit Going Concern
Valid Cumulative
Frequency Percent
Percent Percent
Opini Audit Non
125 75.8 75.8 75.8
Going Concern
Valid Opini Audit
40 24.2 24.2 100.0
Going Concern
Total 165 100.0 100.0
yaitu opini audit going concern , merupakan skala nominal yang menggunakan
variabel dummy, dimana perusahaan yang menerima opini audit going concern
diberi kode “1” sedangkan perusahaan yang menerima opini audit non going
concern diberi kode “0”, variabel memiliki nilai data valid karena semua data
perusahaan atau 24.2% sedangkan perusahaan yang menerima opini audit non
66
Tabel 4.3
Descriptive Frequencies Debt Default
Valid Cumulative
Frequency Percent
Percent Percent
Non Debt Default 116 70.3 70.3 70.3
Valid Debt Default 49 29.7 29.7 100.0
Total 165 100.0 100.0
perusahaan yang menerima debt default diberi kode “1” sedangkan perusahaan
non debt default diberi kode “0”, variabel memiliki nilai data valid karena
semua data diproses. Perusahaan yang menerima status debt default sebanyak
Tabel 4.4
Descriptive Frequencies Reputasi Kantor Akuntan Publik
Valid Cumulative
Frequency Percent
Percent Percent
KAP Non Big 4 75 45.5 45.5 45.5
Valid KAP Big 4 90 54.5 54.5 100.0
Total 165 100.0 100.0
67
dummy, dimana perusahaan yang diaudit oleh KAP Big 4 diberi kode “1”
sedangkan perusahaan yang diaudit oleh KAP Non Big 4 diberi kode “0”,
variabel memiliki nilai data valid karena semua data diproses. Perusahaan yang
perusahaan yang diaudit oleh KAP Non Big 4 sebanyak 75 perusahaan atau
45.5%.
Pengujian model fit dilakukan untuk mengetahui model fit dengan data
(-2LL) awal (Block Number = 0) dengan nilai -2 log likehood (-2LL) akhir
(Block Number = 1). Jika dalam pengujian dihasilkan ada penurunan nilai antara
-2LL awal dengan nilai -2LL pada akhir test (Block Number = 1) maka
pada nilai Log Likehood menunjukkan bahwa model regresi semakin baik. Hasil
68
Tabel 4.5
Nilai -2 Log Likelihood (-2 LL Awal)
Iteration History
Coefficients
Iteration -2 Log likelihood
Constant
1 183.141 -1.030
Step 0 2 182.773 -1.137
3 182.773 -1.139
4 182.773 -1.139
Tabel 4.6
Nilai -2 Log Likelihood (-2 LL Akhir)
Iteration History
Coefficients
-2 Log
Iteration Company Firm Debt Reputasi
likelihood Constant Leverage
Growth Size Default KAP
1 128.489 1.021 0.020 -0.003 -0.059 1.208 -1.264
2 116.008 3.002 0.024 -0.010 -0.134 1.592 -1.996
Step
3 111.351 3.564 0.021 -0.053 -0.158 1.867 -2.429
1
4 109.866 2.851 0.016 -0.108 -0.137 2.041 -2.620
5 109.837 2.996 0.016 -0.115 -0.142 2.066 -2.694
6 109.837 3.002 0.016 -0.115 -0.142 2.067 -2.697
Tabel 4.7
Perbandingan Nilai -2LL Awal dengan -2LL Akhir
69
Dari ketiga tabel diatas dapat dilihat bahwa:
1) -2 log likelihood awal pada block number = 0, yaitu model yang hanya
pada tabel selanjutnya dapat dilihat nilai -2LL akhir dengan block
model regresi yang baik karena model regresi dihipotesiskan fit dengan
company growth, firm size, debt default, dan reputasi kantor akuntan
penelitian.
regresi logistik biner. Menilai kelayakan dari model regresi dapat dilakukan
70
berdasarkan hasil prediksi) dan observed probabilities (nilai probabilitas
pengamatan).
1) Jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test sama
dengan atau kurang dari 0,05, maka hipotesis nol ditolak yang berarti
sehingga Goodness fit model tidak baik karena model tidak dapat
2) Jika nilai statistic Hosmer and Lemeshow’s Goodness of Fit Test lebih
besar dari 0,05, maka hipotesis nol diterima dan berarti model mampu
Tabel 4.8
Hosmer and Lemeshow Test
10.123 dengan nilai signifikansi sebesar 0.257. Dari hasil tersebut terlihat
bahwa nilai signifikan lebih besar dari 0,05 sehingga hipotesis nol diterima,
yang berarti tidak ada perbedaan antara klasifikasi yang diprediksi dengan
71
c. Koefisien Determinasi
kombinasi variabel independen yaitu leverage, company growth, firm size, debt
dependen yaitu opini audit going concern. Hasil dari koefisien determinasi
Tabel 4.9
Model Summary
3. Uji Hipotesis
company growth, firm size, debt default, dan reputasi kantor akuntan publik
72
Tabel 4.10
Case Processing Summary
a. Jumlah sampel pengamatan sebanyak 165 sampel, dan seluruh sampel telah
variabel dummy 1 untuk opini audit going concern dan 0 untuk opini audit
73
Tabel 4.11
Variables in the Equation
logistik pada tingkat signifikansi 5%. Dari pengujian dengan regresi logistik
dengan uji wald. Nilai statistik dari uji wald berdistribusi chi-kuadrat.
74
menggunakan pendekatan nilai probabilitas dari uji wald. Hasil uji signifikansi
model secara parsial dapat dilihat pada Tabel 4.11 (variables in the equation).
Concern (Y).
positif sebesar 0.016 dengan signifikansi sebesar 0.748 dan lebih besar dari 0,05
(5%) yang berarti variabel leverage (X1) memiliki hubungan yang searah
dengan hipotesis tetapi tidak berpengaruh secara signifikan terhadap opini audit
tertentu akan dapat mengurangkan biaya modal perusahaan karena biaya atas
harga saham, dimana pada akhirnya hal ini akan menguntungkan manajemen,
perusahaan, dimana hal ini juga merupakan bagian praktik manajemen laba.
yang wajar, maka perusahaan tersebut tidak akan mendapatkan opini audit
perusahaan akan menerima opini audit going concern atau tidak, namun
75
mempertimbangkan faktor-faktor lain seperti kerugian operasi yang terjadi
perusahaan tersebut lebih di percaya oleh kreditor dan tentu saja sebelum
pokok dan bunga sesuai dengan jangka waktu tempo yang telah ditentukan.
Kaitannya dengan agency theory yaitu bahwa leverage adalah salah satu cara
principal. Adanya struktur modal perusahaan yang baik dalam hal ini
dengan rasio leverage yang lebih kecil. Sehingga menunjukkan bahwa rasio
leverage yang tinggi tidak selalu bisa untuk dijadikan indikator bahwa
& Erawati (2017) dan Nursasi & Maria (2015) yang menemukan bahwa
76
Berdasarkan tabel 4.11, company growth (X2) menunjukkan nilai
koefisien negatif sebesar 0.115 dengan signifikansi sebesar 0.035 dan lebih
besar dari 0,05 (5%) yang berarti company growth (X2) memiliki hubungan
yang searah dengan hipotesis dan berpengaruh secara signifikan terhadap opini
pertumbuhan yang baik jika dilihat dari rasio net income growth lebih memiliki
auditor. Hal ini bisa terjadi karena dengan adanya pertumbuhan laba bersih
Jika pertumbuhan perusahaan negatif dalam hal ini net income growth
yang terjadi terus menerus juga bisa menjadi indikator bahwa market tidak lagi
yang saat ini sudah ada produk lain yang bisa menggantikannya dan lebih ramah
77
yang dikelolanya akan tetap menjalankan kegiatan operasinya di masa yang
akan datang.
mengalami pertumbuhan laba menuju arah yang positif atau positive growth
concern oleh auditor. Sementara perusahaan dengan rasio net income growth
akan semakin sulit untuk membiayai kegiatan operasinya di masa yang akan
datang. Tren negatif ini dapat menyebabkan auditor memberikan opini going
concern.
H3: Firm Size (X3) Berpengaruh Negatif Terhadap Opini Audit Going
Concern (Y).
negatif sebesar 0.142 dengan signifikansi sebesar 0.419 dan lebih besar dari
0,05 (5%) yang berarti firm size (X3) memiliki hubungan yang searah dengan
hipotesis tetapi tidak berpengaruh secara signifikan terhadap opini audit going
78
Perusahaan besar dapat menerima opini audit going concern. Hal ini
terjadi karena walaupun jumlah total aset yang dimiliki perusahaan besar,
namun laporan posisi keuangan perusahan tidak baik, misalnya kondisi hutang
perusahaan yang lebih besar dari aset yang dimiliki karena aset perusahaan
ternyata berasal dari dana pinjaman kreditor. Perusahaan besar juga bisa
perusahaan kurang efektif dan efisien, terjadi kecurangan atau manipulasi yang
karena itu, meskipun suatu perusahaan tergolong dalam perusahaan kecil akan
tetap bertahan hidup dalam jangka waktu yang panjang karena memiliki
manajemen dan kinerja yang bagus sehingga semakin kecil potensi perusahaan
dengan perusahaan dengan skala yang lebih kecil. Kaitannya dengan agency
theory yaitu perusahaan besar memiliki biaya keagenan yang lebih besar jika
dalam hal ini para pemegang saham. Kebijakan tersebut bisa saja berdampak
79
luas terhadap perusahaan dan dapat menentukan kelangsungan hidup
perusahaan itu sendiri. Auditor dalam memberikan opini going concern selalu
akan tetap memberikan opini going concern pada perusahaan besar meskipun
perusahaan besar menawarkan fee audit yang lebih besar kepada auditor.
H4: Debt Default (X4) Berpengaruh Positif Terhadap Opini Audit Going
Concern (Y).
positif sebesar 2.067 dengan signifikansi sebesar 0.000 dan lebih kecil dari 0,05
(5%) yang berarti debt default (X4) memiliki hubungan yang searah dengan
hipotesis dan berpengaruh secara signifikan terhadap opini audit going concern
signifikan terhadap opini audit going concern karena adanya fluktuasi nilai
tukar rupiah mengakibatkan jumlah hutang perusahaan dalam mata uang asing
80
dengan target yang ingin dicapai, sehingga mempengaruhi kemampuan
tidak memiliki modal yang cukup untuk terus menjalankan bisnisnya. Ketika
hal itu terjadi, masa depan perusahaan juga tidak bisa dipastikan karena kreditor
dengan signalling theory yaitu kegagalan bayar pada kewajiban pokok dan
beban bunga menjadi sinyal bahwa cash flow perusahaan sedang terganggu
sehingga tidak bisa membayar kewajiban jangka pendeknya. Jika hal ini terus
Oleh sebab itu, debt default adalah indikator yang banyak digunakan auditor
Trenggono & Triani (2015), Mariana, Kuncoro, & Ryando (2018) dan Imani,
Nazar, & Budiono 2017) yang menjelaskan bahwa debt default berpengaruh
0.000 dan lebih kecil dari 0,05 (5%) yang berarti reputasi kantor akuntan publik
81
(X5) memiliki hubungan yang searah dengan hipotesis dan berpengaruh secara
audit going concern pada auditee dengan asumsi variabel lainnya dianggap
konstan. KAP yang berafiliasi dengan The Big Four ataupun tidak mereka
mempunyai kode etik untuk selalu bersikap objektif, independen dan senantiasa
baik auditor yang berafiliasi dengan The Big Four ataupun tidak akan tetap
lebih banyak perusahaan yang menggunakan jasa auditor KAP Big Four
dibandingkan dengan KAP non-Big Four, KAP non-Big Four tersebut tetap
hidup karena pemberian opini audit going concern ini memang didasarkan pada
82
BAB V
PENUTUP
A. Kesimpulan
sebagai berikut:
concern.
bahwa firm size tidak berpengaruh terhadap opini audit going concern.
bahwa debt default berpengaruh positif terhadap opini audit going concern.
83
B. Keterbatasan Penelitian
digunakan oleh penulis sangat bergantung pada hasil dari publikasi data
C. Saran
audit client tenure, audit lag, dan disclosure level. Selain itu, penelitian
84
2. Untuk variabel penelitian yang belum berpengaruh secara signifikan
pada variabel leverage yang menggunakan debt to asset ratio sebagai alat
pengukurnya dapat diganti dengan alat ukur lain seperti times interest
85
DAFTAR PUSTAKA
Arens, A. A., Elder, R. J., & Beasley, M. S. (2015). Auditing & Jasa Assurance
(15th ed.; Suryadi, ed.). Jakarta: Erlangga.
Bava, F., & Trana, M. G. (2019). Big4 Versus Non-Big4 Opinion about the Going
Concern Assessment: A Survey. International Journal of Business and
Management, 14(2), 87. https://doi.org/10.5539/ijbm.v14n2p87
Bisnis. (2019). BEI Depak 3 Saham Emiten Tambang dari Lantai Bursa. Retrieved
from https://market.bisnis.com/read/20190916/192/1149011/bei-depak-3-
saham-emiten-tambang-dari-lantai-bursa
CNBC. (2018, November). Why oil prices went from four-year highs to a bear
market in just six weeks. Retrieved from
https://www.cnbc.com/2018/11/13/why-oil-prices-tumbled-from-four-year-
highs-into-a-bear-market.html
86
CNBC Indonesia. (2019, January 3). ICP Terjun Bebas di Penghujung 2018.
Retrieved from https://www.cnbcindonesia.com/market/20190103173549-
20-48987/icp-terjun-bebas-di-penghujung-2018
Foster, B. P., & Shastri, T. (2016). Determinants of going concern opinions and
audit fees for development stage enterprises. Advances in Accounting, 33, 68–
84. https://doi.org/10.1016/j.adiac.2016.05.001
Gama, A. P., & Astuti, S. (2014). Analisis Faktor-faktor Penerimaan Opini Auditor
Dengan Modifikasi Going Concern. Jurnal Ilmiah Akuntansi Dan Bisnis, 9(1),
8–18.
Ghozali, I. (2018). Aplikasi analisis multivariate dengan program IBM SPSS 25.
Semarang: Badan Penerbit Universitas Diponegoro.
Harris, R., & Merianto, W. (2015). Pengaruh Debt Default, Disclosure, Opini Audit
Tahun Sebelumnya, Ukuran Perusahaan, Dan Opinion Shopping Terhadap
Penerimaan Opini Audit Going Concern. Diponegoro Journal of Accounting,
4(4), 298–308.
Imani, G. K., Nazar, M. R., & Budiono, E. (2017). Pengaruh Debt Default, Audit
Lag, Kondisi Keuangan, dan Opini Audit Tahun Sebelumnya Terhadap
Penerimaan Opini Audit Going Concern. E-Proceeding of Management, 4(2),
1676–1683.
Jensen, C., & Meckling, H. (1976). Theory of the Firm : Managerial Behavior ,
Agency Costs and Ownership. Journal of Financial Economics 3, 3, 305–360.
Kasmir. (2016). Analisis Laporan Keuangan. Jakarta: PT. Raja Grafindo Persada.
87
Kontan. (2020). Sepanjang 2019 sektor pertambangan turun drastis, begini
prospeknya di 2020. Retrieved from
https://investasi.kontan.co.id/news/sepanjang-2019-sektor-pertambangan-
turun-drastis-begini-prospeknya-di-2020
Mariana, G., Kuncoro, M. D. P., & Ryando. (2018). Pengaruh Debt Default,
Disclosure Level, dan Audit Lag Terhadap Opini Audit Going Concern (Studi
Empiris Pada Perusahaan Manufaktur Yang Terdaftar Di BEI Periode 2009-
2013). Seminar Nasional Cendekiawan, (2008), 1043–1053.
Nursasi, E., & Maria, E. (2015). Pengaruh Audit Tenure, Opinion Shopping,
Leverage dan Pertumbuhan Perusahaan Terhadap Penerimaan Opini Audit
Going Concern Pada Perusahaan Perbankan dan Pembiayaan Yang Go Public
Di Bursa Efek Indonesia. Jurnal JIBEKA, 9(1), 37–43.
88
Republika. (2019). PwC: Minat Investor Berinvestasi di Pertambangan Turun.
Retrieved from
https://republika.co.id/berita/pwhhlm383/ekonomi/korporasi/19/06/19/ptc07i
383-pwc-minat-investor-berinvestasi-di-pertambangan-turun
Silviu, C. G., & Timea, F. M. (2015). New Audit Reporting Challenges: Auditing
the Going Concern Basis of Accounting. Procedia Economics and Finance,
32(15), 216–224. https://doi.org/10.1016/s2212-5671(15)01385-4
89
LAMPIRAN 1: Daftar Populasi Penelitian
90
No. Kode Nama Perusahaan
37 PKPK Perdana Karya Perkasa Tbk
38 PSAB J Resources Asia Pasifik Tbk.
39 PTBA Bukit Asam Tbk.
40 PTRO Petrosea Tbk.
41 RUIS Radiant Utama Interinsco Tbk.
42 SMMT Golden Eagle Energy Tbk.
43 SMRU SMR Utama Tbk.
44 SURE Super Energy Tbk.
45 TINS Timah Tbk.
46 TOBA Toba Bara Sejahtra Tbk.
47 TRAM Trada Alam Minera Tbk.
48 WOWS Ginting Jaya Energi Tbk.
49 ZINC Kapuas Prima Coal Tbk.
91
LAMPIRAN 2: Daftar Sampel Penelitian
92
LAMPIRAN 3: Data Perhitungan Variabel Leverage
2015
No. Kode
Liablitias Ekuitas Rasio
1 ADRO Rp35,944,058,870,000 Rp46,255,228,185,000 0.777080998
2 ANTM Rp12,040,131,928,000 Rp18,316,718,962,000 0.657330167
3 APEX Rp9,080,537,340,160 Rp634,857,749,905 14.30326296
4 ARII Rp3,717,628,345,000 Rp1,131,093,435,000 3.286756187
5 BIPI Rp14,002,497,561,475 Rp5,827,403,226,750 2.402870887
6 BRMS Rp12,366,611,320,110 Rp15,124,427,750,495 0.817658131
7 BSSR Rp950,833,369,890 Rp1,447,804,231,920 0.656741671
8 BUMI Rp86,897,298,308,255 -Rp40,073,257,329,145 -2.168461066
9 BYAN Rp10,562,717,180,835 Rp2,374,947,406,925 4.447558354
10 CITA Rp1,503,924,741,603 Rp1,292,037,598,118 1.163994565
11 DEWA Rp2,044,674,317,860 Rp3,100,514,869,080 0.659462833
12 DOID Rp10,302,050,433,740 Rp1,172,576,227,755 8.785825765
13 DSSA Rp12,141,996,812,275 Rp15,422,708,703,315 0.787280435
14 ELSA Rp1,772,327,000,000 Rp2,635,186,000,000 0.672562392
15 ENRG Rp15,844,259,113,700 Rp5,081,757,693,895 3.117869853
16 ESSA Rp1,307,155,419,505 Rp2,525,729,212,435 0.517535852
17 GEMS Rp1,685,137,646,985 Rp3,414,422,687,540 0.49353516
18 HRUM Rp513,509,797,890 Rp4,737,612,201,085 0.108390002
19 INCO Rp6,279,539,180,000 Rp25,299,436,815,000 0.248208655
20 INDY Rp18,194,236,577,385 Rp11,471,155,108,360 1.586085831
21 ITMG Rp4,742,803,770,000 Rp11,512,713,815,000 0.411962275
22 KKGI Rp300,460,755,950 Rp1,058,920,271,175 0.283742567
23 MBAP Rp487,201,918,985 Rp1,018,702,066,070 0.478257515
24 MEDC Rp30,462,325,497,355 Rp9,678,487,284,905 3.147426308
25 MITI Rp138,014,959,336 Rp110,913,528,478 1.244347387
26 MYOH Rp936,475,271,785 Rp1,287,729,948,870 0.72722955
27 PSAB Rp7,074,231,924,885 Rp4,411,944,862,465 1.603427093
28 PTBA Rp7,606,496,000,000 Rp9,287,547,000,000 0.818999462
29 PTRO Rp3,408,620,345,000 Rp2,459,331,215,000 1.385994828
30 SMMT Rp313,673,790,462 Rp399,111,322,996 0.785930572
31 SMRU Rp1,415,275,994,385 Rp1,235,378,599,825 1.145621265
32 TINS Rp3,908,615,000,000 Rp5,371,068,000,000 0.727716536
33 TOBA Rp1,755,461,177,210 Rp2,139,855,555,205 0.820364334
93
2. Data Perhitungan Leverage Tahun 2016
2016
No. Kode
Liablitias Ekuitas Rasio
1 ADRO Rp36,765,934,500,000 Rp50,867,110,552,000 0.722784017
2 ANTM Rp11,572,740,239,000 Rp18,408,795,573,000 0.628652765
3 APEX Rp8,805,972,632,652 Rp362,407,655,988 24.29852816
4 ARII Rp3,679,421,728,000 Rp756,003,412,000 4.866937992
5 BIPI Rp13,184,492,389,340 Rp3,995,220,746,456 3.30006606
6 BRMS Rp5,883,251,094,176 Rp8,568,446,913,236 0.686618141
7 BSSR Rp760,968,403,644 Rp1,711,012,539,116 0.444747415
8 BUMI Rp79,097,308,860,052 -Rp37,416,234,306,852 -2.113983684
9 BYAN Rp8,552,493,490,532 Rp2,527,996,486,664 3.383111304
10 CITA Rp1,763,384,737,866 Rp962,828,982,988 1.831462045
11 DEWA Rp2,098,838,030,260 Rp3,024,842,259,556 0.693866936
12 DOID Rp10,155,021,763,684 Rp1,699,234,595,260 5.976232942
13 DSSA Rp12,744,940,004,568 Rp17,260,722,085,052 0.738378148
14 ELSA Rp1,313,213,000,000 Rp2,877,743,000,000 0.456334356
15 ENRG Rp15,231,697,134,584 Rp620,739,746,948 24.5379762
16 ESSA Rp6,166,446,382,212 Rp2,796,579,305,104 2.204996072
17 GEMS Rp1,514,926,654,904 Rp3,559,447,465,096 0.425607252
18 HRUM Rp778,421,807,952 Rp4,775,561,792,956 0.163001096
19 INCO Rp5,252,172,708,000 Rp24,649,537,804,000 0.213073882
20 INDY Rp14,527,318,959,436 Rp9,957,548,155,648 1.458925303
21 ITMG Rp4,062,535,832,000 Rp12,192,229,480,000 0.333206969
22 KKGI Rp192,121,955,184 Rp1,134,128,809,816 0.169400472
23 MBAP Rp332,478,871,936 Rp1,231,145,825,988 0.270056451
24 MEDC Rp36,366,169,792,692 Rp11,964,876,989,216 3.039410253
25 MITI Rp142,275,119,991 Rp87,173,401,656 1.632093245
26 MYOH Rp534,390,041,436 Rp1,444,118,222,796 0.37004591
27 PSAB Rp6,863,827,935,028 Rp4,596,265,735,884 1.493348803
28 PTBA Rp8,024,369,000,000 Rp10,552,405,000,000 0.760430347
29 PTRO Rp3,123,063,840,000 Rp2,380,402,376,000 1.311989885
30 SMMT Rp255,549,688,996 Rp381,192,651,563 0.670395108
31 SMRU Rp1,437,595,649,416 Rp986,596,943,875 1.457125585
32 TINS Rp3,894,946,000,000 Rp5,653,685,000,000 0.68892165
33 TOBA Rp1,529,605,632,700 Rp1,985,092,871,624 0.770546131
94
3. Data Perhitungan Leverage Tahun 2017
2017
No. Kode
Liablitias Ekuitas Rasio
1 ADRO Rp36,884,700,960,000 Rp55,433,362,596,000 0.665388121
2 ANTM Rp11,635,516,806,000 Rp17,163,118,565,000 0.677937215
3 APEX Rp8,462,488,648,992 -Rp636,695,155,932 -13.29127224
4 ARII Rp3,892,204,920,000 Rp538,736,220,000 7.224695084
5 BIPI Rp15,223,223,341,560 Rp2,820,641,548,584 5.397078317
6 BRMS Rp4,095,666,805,992 Rp7,645,312,442,712 0.535709539
7 BSSR Rp816,223,361,892 Rp2,030,718,864,900 0.401938139
8 BUMI Rp46,200,679,982,856 Rp3,879,483,375,096 11.90897744
9 BYAN Rp5,056,239,880,908 Rp6,985,400,539,812 0.723829629
10 CITA Rp1,763,755,821,001 Rp914,494,891,667 1.928666674
11 DEWA Rp2,360,706,701,568 Rp3,082,881,730,632 0.765746762
12 DOID Rp10,410,465,230,928 Rp2,400,271,738,848 4.337202769
13 DSSA Rp17,388,372,819,024 Rp19,695,871,281,516 0.882843545
14 ELSA Rp1,803,449,000,000 Rp3,051,920,000,000 0.590922763
15 ENRG Rp11,010,211,536,120 Rp837,146,960,832 13.15206535
16 ESSA Rp8,252,035,683,396 Rp2,868,085,614,936 2.87719294
17 GEMS Rp4,040,708,246,604 Rp3,958,970,967,828 1.020646092
18 HRUM Rp861,413,664,252 Rp5,363,121,061,656 0.160617979
19 INCO Rp4,947,621,216,000 Rp24,648,784,116,000 0.200724758
20 INDY Rp34,150,214,408,484 Rp15,106,322,391,360 2.260657063
21 ITMG Rp5,426,299,152,000 Rp12,980,867,172,000 0.418022855
22 KKGI Rp222,643,754,052 Rp1,200,622,391,652 0.185440281
23 MBAP Rp521,254,165,308 Rp1,656,979,211,868 0.314580993
24 MEDC Rp50,914,925,884,332 Rp19,003,400,906,304 2.679253368
25 MITI Rp150,751,042,237 Rp82,975,483,946 1.816814257
26 MYOH Rp454,218,810,336 Rp1,389,230,114,964 0.326957216
27 PSAB Rp7,738,964,144,292 Rp4,742,130,083,472 1.63195948
28 PTBA Rp8,187,497,000,000 Rp13,799,985,000,000 0.593297529
29 PTRO Rp3,595,273,404,000 Rp2,558,241,744,000 1.405368907
30 SMMT Rp306,303,664,687 Rp469,954,225,745 0.651773402
31 SMRU Rp1,006,572,680,604 Rp1,024,206,200,485 0.982783233
32 TINS Rp5,673,393,000,000 Rp6,045,331,000,000 0.938475164
33 TOBA Rp2,351,101,020,540 Rp2,368,182,582,804 0.992787059
95
4. Data Perhitungan Leverage Tahun 2018
2018
No. Kode
Liablitias Ekuitas Rasio
1 ADRO Rp39,939,510,303,000 Rp62,307,282,852,000 0.641008699
2 ANTM Rp13,746,984,554,000 Rp18,448,366,291,000 0.745159996
3 APEX Rp9,629,040,871,809 -Rp2,176,024,985,271 -4.425059885
4 ARII Rp4,924,683,999,000 Rp144,607,266,000 34.05557781
5 BIPI Rp12,322,084,547,925 Rp5,312,242,767,060 2.319563523
6 BRMS Rp2,487,960,075,942 Rp7,514,909,172,081 0.33106988
7 BSSR Rp1,373,100,946,065 Rp2,176,195,079,097 0.630964089
8 BUMI Rp49,281,190,341,138 Rp7,292,803,069,521 6.757510092
9 BYAN Rp6,846,523,498,917 Rp9,819,136,506,654 0.697263297
10 CITA Rp1,768,872,308,186 Rp1,499,695,435,336 1.179487692
11 DEWA Rp2,668,765,700,376 Rp3,342,274,693,416 0.79848784
12 DOID Rp13,359,934,588,662 Rp3,786,940,921,329 3.527896227
13 DSSA Rp27,130,110,592,797 Rp21,914,008,183,926 1.238025941
14 ELSA Rp2,357,127,000,000 Rp3,300,200,000,000 0.714237622
15 ENRG Rp9,349,789,456,062 Rp1,242,275,073,993 7.526343925
16 ESSA Rp8,139,619,175,388 Rp4,507,042,314,654 1.80597798
17 GEMS Rp5,578,569,412,434 Rp4,573,286,836,596 1.219816209
18 HRUM Rp1,151,274,312,324 Rp5,625,677,220,471 0.204646351
19 INCO Rp4,615,456,725,000 Rp27,278,250,687,000 0.169199146
20 INDY Rp36,821,831,691,132 Rp16,322,753,256,201 2.255859114
21 ITMG Rp6,848,716,545,000 Rp14,043,427,623,000 0.487681265
22 KKGI Rp442,517,406,804 Rp1,255,600,258,497 0.352434944
23 MBAP Rp714,318,883,848 Rp1,798,268,739,174 0.397225881
24 MEDC Rp55,970,982,849,159 Rp20,088,930,986,667 2.786160343
25 MITI Rp72,684,177,647 Rp75,581,147,663 0.961670733
26 MYOH Rp540,696,834,603 Rp1,650,656,390,535 0.327564742
27 PSAB Rp7,905,465,637,470 Rp5,356,011,343,383 1.475998673
28 PTBA Rp7,903,237,000,000 Rp16,269,696,000,000 0.48576427
29 PTRO Rp5,277,730,779,000 Rp2,767,782,492,000 1.906844484
30 SMMT Rp342,430,970,325 Rp558,135,230,700 0.613526886
31 SMRU Rp950,168,275,134 Rp958,218,573,114 0.991598683
32 TINS Rp9,072,333,000,000 Rp6,148,352,000,000 1.475571503
33 TOBA Rp4,145,321,241,882 Rp3,122,449,290,432 1.327586409
96
5. Data Perhitungan Leverage Tahun 2019
2019
No. Kode
Liablitias Ekuitas Rasio
1 ADRO Rp45,824,904,410,000 Rp56,448,690,545,000 0.811797474
2 ANTM Rp12,061,488,555,000 Rp18,133,419,175,000 0.66515247
3 APEX Rp6,298,031,885,223 Rp797,759,789,356 7.894646947
4 ARII Rp4,504,875,874,000 Rp652,687,918,000 6.902036563
5 BIPI Rp12,613,322,347,926 Rp5,150,754,640,671 2.448829973
6 BRMS Rp2,730,504,260,169 Rp7,373,508,498,945 0.370312757
7 BSSR Rp1,138,819,226,518 Rp2,413,571,531,518 0.471839849
8 BUMI Rp45,246,162,172,929 Rp7,226,298,507,109 6.261319281
9 BYAN Rp9,338,121,593,160 Rp8,772,984,989,873 1.064417824
10 CITA Rp1,847,122,969,502 Rp2,014,185,087,629 0.917057216
11 DEWA Rp4,467,486,583,273 Rp3,319,741,454,814 1.345733288
12 DOID Rp12,772,892,144,252 Rp3,975,971,343,409 3.212521178
13 DSSA Rp29,487,929,157,322 Rp23,851,333,132,622 1.236322054
14 ELSA Rp3,228,339,000,000 Rp3,576,698,000,000 0.902603183
15 ENRG Rp8,123,777,710,380 Rp1,503,571,328,632 5.40298791
16 ESSA Rp8,316,617,060,997 Rp4,370,855,299,507 1.902743626
17 GEMS Rp5,985,535,033,847 Rp5,077,001,798,710 1.178950741
18 HRUM Rp671,966,727,411 Rp5,662,497,962,723 0.118669663
19 INCO Rp3,981,980,145,000 Rp27,515,731,503,000 0.144716492
20 INDY Rp36,424,980,350,837 Rp14,819,666,443,278 2.457881255
21 ITMG Rp4,599,566,496,000 Rp12,533,753,515,000 0.366974386
22 KKGI Rp467,238,602,173 Rp1,323,331,541,654 0.353077507
23 MBAP Rp664,434,245,729 Rp2,063,869,966,690 0.321936099
24 MEDC Rp65,899,289,249,903 Rp19,219,366,274,787 3.428796158
25 MITI Rp68,801,967,457 -Rp11,638,100,033 -5.911786912
26 MYOH Rp536,837,059,603 Rp1,733,098,491,305 0.309755656
27 PSAB Rp9,032,435,650,317 Rp5,013,272,360,127 1.801704556
28 PTBA Rp7,675,226,000,000 Rp18,422,826,000,000 0.416615019
29 PTRO Rp4,796,614,251,000 Rp3,012,230,273,000 1.592379671
30 SMMT Rp287,067,420,462 Rp584,445,919,301 0.491178757
31 SMRU Rp901,770,129,259 Rp773,800,538,042 1.165378008
32 TINS Rp15,102,873,000,000 Rp5,258,405,000,000 2.872139556
33 TOBA Rp5,250,363,563,299 Rp3,743,126,338,677 1.402668008
97
LAMPIRAN 4: Data Perhitungan Variabel Company Growth
2015
No. Kode
Laba(Rugi) 2014 Laba(Rugi) 2015 Rasio
1 ADRO Rp2,279,555,360,000 Rp2,083,086,385,000 -0.086187411
2 ANTM -Rp743,529,593,000 -Rp1,440,852,896,000 0.93785548
3 APEX -Rp197,346,567,680 Rp272,439,469,070 -2.380512832
4 ARII -Rp306,247,920,000 -Rp357,593,990,000 0.167661775
5 BIPI Rp103,724,906,600 -Rp554,103,682,230 -6.342050433
6 BRMS -Rp1,817,193,476,240 -Rp845,528,354,510 -0.534706477
7 BSSR Rp31,658,867,000 Rp363,858,644,375 10.49310379
8 BUMI -Rp5,578,219,280,400 -Rp30,148,703,318,165 4.404718209
9 BYAN -Rp2,351,373,943,120 -Rp1,128,404,154,930 -0.520108591
10 CITA -Rp351,042,803,688 -Rp341,205,918,018 -0.028021898
11 DEWA Rp1,033,341,040 Rp6,425,076,430 5.217769527
12 DOID Rp202,846,154,840 -Rp114,589,478,025 -1.564908308
13 DSSA Rp99,213,254,480 -Rp182,543,510,075 -2.839910514
14 ELSA Rp431,457,000,000 Rp379,745,000,000 -0.119854354
15 ENRG -Rp919,290,249,200 -Rp3,967,192,807,120 3.315495362
16 ESSA Rp126,416,287,640 Rp67,191,913,480 -0.468486896
17 GEMS Rp134,587,165,760 Rp28,814,733,895 -0.785902811
18 HRUM Rp32,696,437,640 -Rp262,061,256,055 -9.014978847
19 INCO Rp2,143,051,240 Rp696,661,295,000 324.0791591
20 INDY -Rp380,875,169,000 -Rp1,060,104,751,260 1.783339103
21 ITMG Rp2,500,079,240,000 Rp870,561,065,000 -0.651786611
22 KKGI Rp99,595,535,680 Rp78,248,178,335 -0.214340504
23 MBAP Rp173,212,208,840 Rp478,176,995,470 1.760642559
24 MEDC Rp109,994,417,800 -Rp2,568,263,998,095 -24.34903943
25 MITI Rp7,582,461,550 -Rp179,560,694,653 -24.68105575
26 MYOH Rp280,906,047,680 Rp341,185,734,175 0.214590205
27 PSAB Rp321,919,334,400 Rp431,395,915,680 0.340074576
28 PTBA Rp1,863,781,000,000 Rp2,037,111,000,000 0.092999124
29 PTRO Rp29,308,640,000 -Rp175,072,345,000 -6.973403918
30 SMMT -Rp3,502,096,211 -Rp60,578,867,106 16.29788774
31 SMRU -Rp35,001,656,720 -Rp268,954,245,090 6.684043279
32 TINS Rp672,991,000,000 Rp101,561,000,000 -0.849090107
33 TOBA Rp442,225,504,560 Rp354,863,890,525 -0.197549922
98
2. Data Perhitungan Company Growth Tahun 2016
2016
No. Kode
Laba(Rugi) 2015 Laba(Rugi) 2016 Rasio
1 ADRO Rp2,083,086,385,000 Rp4,577,457,096,000 1.19743988
2 ANTM -Rp1,440,852,896,000 Rp64,806,188,000 -1.044977657
3 APEX Rp272,439,469,070 -Rp263,034,032,596 -1.965476968
4 ARII -Rp357,593,990,000 -Rp342,376,152,000 -0.042556191
5 BIPI -Rp554,103,682,230 -Rp2,318,668,631,728 3.184539295
6 BRMS -Rp845,528,354,510 -Rp6,167,109,032,296 6.293793283
7 BSSR Rp363,858,644,375 Rp368,065,851,180 0.011562751
8 BUMI -Rp30,148,703,318,165 Rp1,615,755,719,560 -1.053592876
9 BYAN -Rp1,128,404,154,930 Rp242,055,357,788 -1.214511225
10 CITA -Rp341,205,918,018 -Rp266,147,360,146 -0.219980235
11 DEWA Rp6,425,076,430 Rp7,388,322,040 0.149919712
12 DOID -Rp114,589,478,025 Rp498,330,289,660 -5.348831134
13 DSSA -Rp182,543,510,075 Rp870,341,434,136 -5.767857448
14 ELSA Rp379,745,000,000 Rp316,066,000,000 -0.167688844
15 ENRG -Rp3,967,192,807,120 -Rp5,934,880,429,008 0.495989915
16 ESSA Rp67,191,913,480 Rp2,075,781,384 -0.969106679
17 GEMS Rp28,814,733,895 Rp470,102,100,128 15.31464312
18 HRUM -Rp262,061,256,055 Rp241,575,826,948 -1.921829616
19 INCO Rp696,661,295,000 Rp25,609,016,000 -0.963240363
20 INDY -Rp1,060,104,751,260 -Rp1,400,444,034,536 0.321043069
21 ITMG Rp870,561,065,000 Rp1,756,206,124,000 1.01732675
22 KKGI Rp78,248,178,335 Rp127,277,400,704 0.626586119
23 MBAP Rp478,176,995,470 Rp364,300,143,460 -0.23814791
24 MEDC -Rp2,568,263,998,095 Rp2,513,190,081,844 -1.978555975
25 MITI -Rp179,560,694,653 -Rp23,362,032,637 -0.869893394
26 MYOH Rp341,185,734,175 Rp285,633,948,908 -0.162819777
27 PSAB Rp431,395,915,680 Rp298,560,872,304 -0.307919103
28 PTBA Rp2,037,111,000,000 Rp2,024,405,000,000 -0.006237264
29 PTRO -Rp175,072,345,000 -Rp105,136,700,000 -0.399467117
30 SMMT -Rp60,578,867,106 -Rp18,281,061,731 -0.698227078
31 SMRU -Rp268,954,245,090 -Rp225,670,007,992 -0.160935319
32 TINS Rp101,561,000,000 Rp251,969,000,000 1.48096218
33 TOBA Rp354,863,890,525 Rp195,987,868,592 -0.447709745
99
3. Data Perhitungan Company Growth Tahun 2017
2017
No. Kode
Laba(Rugi) 2016 Laba(Rugi) 2017 Rasio
1 ADRO Rp4,577,457,096,000 Rp7,267,662,024,000 0.587707295
2 ANTM Rp64,806,188,000 Rp136,503,269,000 1.106330787
3 APEX -Rp263,034,032,596 -Rp1,388,979,829,212 4.280608808
4 ARII -Rp342,376,152,000 -Rp226,481,916,000 -0.338499733
5 BIPI -Rp2,318,668,631,728 Rp516,828,087,900 -1.222898641
6 BRMS -Rp6,167,109,032,296 -Rp3,353,928,532,668 -0.45615871
7 BSSR Rp368,065,851,180 Rp1,122,003,740,544 2.048377721
8 BUMI Rp1,615,755,719,560 Rp3,288,725,287,284 1.035409962
9 BYAN Rp242,055,357,788 Rp4,579,457,012,052 17.91904833
10 CITA -Rp266,147,360,146 Rp46,827,759,377 -1.175946736
11 DEWA Rp7,388,322,040 Rp37,516,308,720 4.077784714
12 DOID Rp498,330,289,660 Rp633,332,433,948 0.270908968
13 DSSA Rp870,341,434,136 Rp1,737,359,875,212 0.996181966
14 ELSA Rp316,066,000,000 Rp250,754,000,000 -0.206640385
15 ENRG -Rp5,934,880,429,008 Rp200,254,329,252 -1.033741932
16 ESSA Rp2,075,781,384 Rp29,687,149,836 13.30167457
17 GEMS Rp470,102,100,128 Rp1,627,196,629,920 2.461368561
18 HRUM Rp241,575,826,948 Rp755,273,917,548 2.126446578
19 INCO Rp25,609,016,000 -Rp206,891,508,000 -9.07885426
20 INDY -Rp1,400,444,034,536 Rp4,357,486,011,036 -4.11150314
21 ITMG Rp1,756,206,124,000 Rp3,423,620,244,000 0.949441012
22 KKGI Rp127,277,400,704 Rp182,084,781,300 0.430613607
23 MBAP Rp364,300,143,460 Rp794,396,463,600 1.180609802
24 MEDC Rp2,513,190,081,844 Rp1,785,745,256,604 -0.289450778
25 MITI -Rp23,362,032,637 -Rp23,354,360,657 -0.000328395
26 MYOH Rp285,633,948,908 Rp166,726,511,088 -0.416293085
27 PSAB Rp298,560,872,304 Rp215,386,266,576 -0.278585084
28 PTBA Rp2,024,405,000,000 Rp4,547,232,000,000 1.246206663
29 PTRO -Rp105,136,700,000 Rp112,597,428,000 -2.070962166
30 SMMT -Rp18,281,061,731 Rp40,078,001,432 -3.192323511
31 SMRU -Rp225,670,007,992 Rp32,643,567,300 -1.144651775
32 TINS Rp251,969,000,000 Rp502,417,000,000 0.993963543
33 TOBA Rp195,987,868,592 Rp560,479,283,268 1.859765185
100
4. Data Perhitungan Company Growth Tahun 2018
2018
No. Kode
Laba(Rugi) 2017 Laba(Rugi) 2018 Rasio
1 ADRO Rp7,267,662,024,000 Rp6,915,271,221,000 -0.048487506
2 ANTM Rp136,503,269,000 Rp1,636,002,591,000 10.98507994
3 APEX -Rp1,388,979,829,212 -Rp1,503,184,782,735 0.082222183
4 ARII -Rp226,481,916,000 -Rp409,204,098,000 0.806784865
5 BIPI Rp516,828,087,900 Rp316,519,688,385 -0.387572588
6 BRMS -Rp3,353,928,532,668 -Rp1,497,926,123,433 -0.553381621
7 BSSR Rp1,122,003,740,544 Rp1,000,393,688,871 -0.108386494
8 BUMI Rp3,288,725,287,284 Rp2,291,159,911,869 -0.303328885
9 BYAN Rp4,579,457,012,052 Rp7,592,522,582,313 0.657952583
10 CITA Rp46,827,759,377 Rp661,324,058,495 13.12247922
11 DEWA Rp37,516,308,720 Rp37,148,630,616 -0.009800487
12 DOID Rp633,332,433,948 Rp1,095,390,627,300 0.729566604
13 DSSA Rp1,737,359,875,212 Rp1,748,509,025,607 0.006417295
14 ELSA Rp250,754,000,000 Rp276,316,000,000 0.101940547
15 ENRG Rp200,254,329,252 -Rp124,868,185,938 -1.623547997
16 ESSA Rp29,687,149,836 Rp573,828,146,199 18.32917607
17 GEMS Rp1,627,196,629,920 Rp1,456,043,958,018 -0.105182538
18 HRUM Rp755,273,917,548 Rp582,214,715,982 -0.229134354
19 INCO -Rp206,891,508,000 Rp876,274,272,000 -5.235428899
20 INDY Rp4,357,486,011,036 Rp1,417,142,358,909 -0.674779826
21 ITMG Rp3,423,620,244,000 Rp3,747,045,636,000 0.094468828
22 KKGI Rp182,084,781,300 Rp6,887,163,600 -0.962176061
23 MBAP Rp794,396,463,600 Rp728,549,275,662 -0.082889578
24 MEDC Rp1,785,745,256,604 -Rp410,868,486,216 -1.230082362
25 MITI -Rp23,354,360,657 Rp7,482,976,421 -1.320410245
26 MYOH Rp166,726,511,088 Rp447,877,983,384 1.686303339
27 PSAB Rp215,386,266,576 Rp277,272,934,641 0.287328756
28 PTBA Rp4,547,232,000,000 Rp5,121,112,000,000 0.126204249
29 PTRO Rp112,597,428,000 Rp335,466,846,000 1.979347326
30 SMMT Rp40,078,001,432 Rp84,584,567,691 1.110498644
31 SMRU Rp32,643,567,300 -Rp69,562,072,768 -3.130958058
32 TINS Rp502,417,000,000 Rp132,285,000,000 -0.736702779
33 TOBA Rp560,479,283,268 Rp986,008,335,876 0.759223517
101
5. Data Perhitungan Company Growth Tahun 2019
2019
No. Kode
Laba(Rugi) 2018 Laba(Rugi) 2019 Rasio
1 ADRO Rp6,915,271,221,000 Rp6,164,413,342,000 -0.108579672
2 ANTM Rp1,636,002,591,000 Rp193,852,031,000 -0.881508726
3 APEX -Rp1,503,184,782,735 Rp288,469,509,917 -1.191905555
4 ARII -Rp409,204,098,000 -Rp78,464,827,000 -0.808250144
5 BIPI Rp316,519,688,385 Rp388,803,576,786 0.228370907
6 BRMS -Rp1,497,926,123,433 Rp17,922,417,975 -1.011964821
7 BSSR Rp1,000,393,688,871 Rp431,754,333,147 -0.568415577
8 BUMI Rp2,291,159,911,869 Rp134,206,200,422 -0.941424342
9 BYAN Rp7,592,522,582,313 Rp3,319,008,006,367 -0.562858329
10 CITA Rp661,324,058,495 Rp657,718,925,237 -0.005451387
11 DEWA Rp37,148,630,616 Rp53,481,056,409 0.439650817
12 DOID Rp1,095,390,627,300 Rp290,230,455,061 -0.735043876
13 DSSA Rp1,748,509,025,607 Rp1,015,414,672,452 -0.419268269
14 ELSA Rp276,316,000,000 Rp356,477,000,000 0.290106255
15 ENRG -Rp124,868,185,938 Rp347,572,783,037 -3.783517518
16 ESSA Rp573,828,146,199 Rp8,360,082,253 -0.985431035
17 GEMS Rp1,456,043,958,018 Rp946,138,959,547 -0.350198904
18 HRUM Rp582,214,715,982 Rp285,157,208,719 -0.510219854
19 INCO Rp876,274,272,000 Rp813,415,400,000 -0.071734243
20 INDY Rp1,417,142,358,909 Rp70,747,782,214 -0.950077152
21 ITMG Rp3,747,045,636,000 Rp1,792,659,842,000 -0.521580462
22 KKGI Rp6,887,163,600 Rp76,726,782,192 10.1405488
23 MBAP Rp728,549,275,662 Rp500,059,970,247 -0.313622308
24 MEDC -Rp410,868,486,216 -Rp191,776,837,379 -0.533240334
25 MITI Rp7,482,976,421 -Rp87,934,380,048 -12.75125713
26 MYOH Rp447,877,983,384 Rp369,840,837,359 -0.174237513
27 PSAB Rp277,272,934,641 Rp59,275,592,480 -0.786219335
28 PTBA Rp5,121,112,000,000 Rp4,040,394,000,000 -0.211031901
29 PTRO Rp335,466,846,000 Rp443,892,404,000 0.323207969
30 SMMT Rp84,584,567,691 Rp6,234,017,119 -0.92629841
31 SMRU -Rp69,562,072,768 -Rp187,289,498,478 1.692408248
32 TINS Rp132,285,000,000 -Rp611,284,000,000 -5.620962316
33 TOBA Rp986,008,335,876 Rp619,920,314,700 -0.371282887
102
LAMPIRAN 5: Data Perhitungan Variabel Firm Size
2015
No. Kode
Total Asset Logaritma Natural
1 ADRO Rp82,199,287,055,000 32.04016774
2 ANTM Rp30,356,850,890,000 31.04404334
3 APEX Rp9,715,395,090,065 29.90473287
4 ARII Rp4,848,721,780,000 29.20973624
5 BIPI Rp19,829,900,788,225 30.61821206
6 BRMS Rp27,491,039,070,605 30.94488122
7 BSSR Rp2,398,637,601,810 28.50592203
8 BUMI Rp46,824,040,979,110 31.47741788
9 BYAN Rp12,937,664,587,760 30.19116391
10 CITA Rp2,795,962,339,721 28.65919747
11 DEWA Rp5,145,189,186,940 29.26908326
12 DOID Rp11,474,626,661,495 30.07115934
13 DSSA Rp27,564,705,515,590 30.94755728
14 ELSA Rp4,407,513,000,000 29.1143317
15 ENRG Rp20,926,016,807,595 30.67201432
16 ESSA Rp3,832,884,631,940 28.9746388
17 GEMS Rp5,099,560,334,525 29.26017544
18 HRUM Rp5,251,121,998,975 29.28946288
19 INCO Rp31,578,975,995 24.17575742
20 INDY Rp29,665,391,685,745 31.02100222
21 ITMG Rp16,255,517,585,000 30.41945351
22 KKGI Rp1,359,381,027,125 27.93805058
23 MBAP Rp1,505,903,985,055 28.04041449
24 MEDC Rp40,140,812,782,260 31.32341471
25 MITI Rp248,928,487,814 26.24043149
26 MYOH Rp2,224,205,220,655 28.43042076
27 PSAB Rp11,362,021,787,350 30.06129749
28 PTBA Rp16,894,043,000,000 30.45798219
29 PTRO Rp5,867,951,560,000 29.40052672
30 SMMT Rp712,785,113,458 27.29244583
31 SMRU Rp2,650,654,594,210 28.60582774
32 TINS Rp9,279,683,000,000 29.8588485
33 TOBA Rp3,895,316,732,415 28.99079611
103
2. Data Perhitungan Firm Size Tahun 2016
2016
No. Kode
Total Asset Logaritma Natural
1 ADRO Rp87,633,045,052,000 32.10417927
2 ANTM Rp29,981,535,812,000 31.03160284
3 APEX Rp9,168,380,288,640 29.84678176
4 ARII Rp4,435,425,140,000 29.12064459
5 BIPI Rp17,179,713,135,796 30.47475033
6 BRMS Rp14,451,698,007,412 30.30183303
7 BSSR Rp2,471,980,942,760 28.53604095
8 BUMI Rp41,681,074,553,200 31.36106829
9 BYAN Rp11,080,489,977,196 30.03620702
10 CITA Rp2,726,213,720,854 28.63393485
11 DEWA Rp5,123,680,276,380 29.2648941
12 DOID Rp11,854,256,358,944 30.10370811
13 DSSA Rp30,005,662,089,620 31.03240722
14 ELSA Rp4,190,956,000,000 29.06394999
15 ENRG Rp15,852,436,881,532 30.39434435
16 ESSA Rp8,963,025,687,316 29.82412897
17 GEMS Rp5,074,374,120,000 29.25522431
18 HRUM Rp5,553,983,600,908 29.34553655
19 INCO Rp29,901,710,512,000 31.0289368
20 INDY Rp24,484,867,115,084 30.82907637
21 ITMG Rp16,254,765,312,000 30.41940723
22 KKGI Rp1,326,250,765,000 27.9133771
23 MBAP Rp1,563,624,697,924 28.07802777
24 MEDC Rp48,331,046,781,908 31.50909526
25 MITI Rp229,448,521,647 26.15894453
26 MYOH Rp1,978,508,264,232 28.31336427
27 PSAB Rp11,460,093,670,912 30.069892
28 PTBA Rp18,576,774,000,000 30.55293321
29 PTRO Rp5,503,466,216,000 29.33639923
30 SMMT Rp636,742,340,559 27.17963092
31 SMRU Rp2,424,192,593,291 28.51651963
32 TINS Rp9,548,631,000,000 29.88741891
33 TOBA Rp3,514,698,504,324 28.88797486
104
3. Data Perhitungan Firm Size Tahun 2017
2017
No. Kode
Total Asset Logaritma Natural
1 ADRO Rp92,318,063,556,000 32.15626094
2 ANTM Rp28,798,635,371,000 30.99134912
3 APEX Rp7,825,793,493,060 29.68844625
4 ARII Rp4,430,941,140,000 29.11963312
5 BIPI Rp18,043,864,890,144 30.52382685
6 BRMS Rp11,740,979,248,704 30.09410634
7 BSSR Rp2,846,942,226,792 28.67726663
8 BUMI Rp50,080,163,357,952 31.5446461
9 BYAN Rp12,041,640,420,720 30.11939179
10 CITA Rp2,678,250,712,668 28.61618498
11 DEWA Rp5,443,588,432,200 29.3254596
12 DOID Rp12,810,736,969,776 30.18130476
13 DSSA Rp37,083,973,140,540 31.244206
14 ELSA Rp4,855,369,000,000 29.21110622
15 ENRG Rp11,847,358,496,952 30.10312605
16 ESSA Rp11,120,121,298,332 30.03977731
17 GEMS Rp7,999,679,214,432 29.71042256
18 HRUM Rp6,224,534,725,908 29.45951981
19 INCO Rp29,596,405,332,000 31.01867403
20 INDY Rp49,256,536,799,844 31.5280632
21 ITMG Rp18,407,166,324,000 30.54376118
22 KKGI Rp1,423,266,145,704 27.98397545
23 MBAP Rp2,178,233,377,176 28.40953529
24 MEDC Rp69,918,326,790,636 31.87834892
25 MITI Rp233,726,526,183 26.17741758
26 MYOH Rp1,843,448,925,300 28.24265935
27 PSAB Rp12,481,094,227,764 30.15523615
28 PTBA Rp21,987,482,000,000 30.72149441
29 PTRO Rp6,153,515,148,000 29.4480446
30 SMMT Rp776,257,890,432 27.37775063
31 SMRU Rp2,030,778,881,089 28.33944052
32 TINS Rp11,718,724,000,000 30.09220902
33 TOBA Rp4,719,283,603,344 29.18267813
105
4. Data Perhitungan Firm size Tahun 2018
2018
No. Kode
Total Asset Logaritma Natural
1 ADRO Rp102,246,793,155,000 32.25841055
2 ANTM Rp32,195,350,845,000 31.10284317
3 APEX Rp7,453,015,886,538 29.63963988
4 ARII Rp5,069,291,265,000 29.25422213
5 BIPI Rp17,634,327,314,985 30.50086853
6 BRMS Rp10,002,869,248,023 29.93389309
7 BSSR Rp3,549,296,025,162 28.8977704
8 BUMI Rp56,573,993,410,659 31.66657052
9 BYAN Rp16,665,660,005,571 30.44437143
10 CITA Rp3,268,567,743,522 28.81537301
11 DEWA Rp6,011,040,393,792 29.42461896
12 DOID Rp17,146,875,509,991 30.47283709
13 DSSA Rp49,044,118,776,723 31.52374139
14 ELSA Rp5,657,327,000,000 29.36397264
15 ENRG Rp10,592,064,530,055 29.99112621
16 ESSA Rp13,207,206,566,115 30.21178375
17 GEMS Rp10,151,856,249,030 29.94867769
18 HRUM Rp6,776,951,532,795 29.54454849
19 INCO Rp31,893,707,412,000 31.09342985
20 INDY Rp53,144,584,947,333 31.60403733
21 ITMG Rp20,892,144,168,000 30.67039433
22 KKGI Rp1,698,117,665,301 28.1605415
23 MBAP Rp2,512,587,623,022 28.55233426
24 MEDC Rp76,059,913,835,826 31.96254249
25 MITI Rp148,265,325,310 25.72226924
26 MYOH Rp2,191,353,225,138 28.41554038
27 PSAB Rp13,261,476,980,853 30.21588448
28 PTBA Rp24,172,933,000,000 30.81625465
29 PTRO Rp8,045,513,271,000 29.71613569
30 SMMT Rp900,566,201,025 27.52628951
31 SMRU Rp1,908,386,848,248 28.27727942
32 TINS Rp15,220,685,000,000 30.35367647
33 TOBA Rp7,267,770,532,314 29.61447069
106
5. Data Perhitungan Firm Size Tahun 2019
2019
No. Kode
Total Asset Logaritma Natural
1 ADRO Rp102,273,594,955,000 32.25867264
2 ANTM Rp30,194,907,730,000 31.03869441
3 APEX Rp7,095,791,674,579 29.590523
4 ARII Rp5,157,563,792,000 29.27148545
5 BIPI Rp17,764,076,988,597 30.50819939
6 BRMS Rp10,104,012,759,114 29.94395376
7 BSSR Rp3,552,390,758,036 28.89864195
8 BUMI Rp52,472,460,680,038 31.59130959
9 BYAN Rp18,111,106,583,033 30.52754649
10 CITA Rp3,861,308,057,131 28.98202712
11 DEWA Rp7,787,228,038,087 29.68350608
12 DOID Rp16,748,863,487,661 30.44935152
13 DSSA Rp52,701,567,289,944 31.59566631
14 ELSA Rp6,805,037,000,000 29.54868419
15 ENRG Rp9,627,349,039,012 29.89562902
16 ESSA Rp12,687,472,360,504 30.17163619
17 GEMS Rp11,062,536,832,557 30.03458546
18 HRUM Rp6,334,464,690,134 29.47702643
19 INCO Rp31,497,711,648,000 31.08093601
20 INDY Rp51,244,646,794,115 31.56763228
21 ITMG Rp17,133,320,011,000 30.47204622
22 KKGI Rp1,790,570,143,827 28.2135552
23 MBAP Rp2,728,304,212,419 28.63470136
24 MEDC Rp85,118,655,524,690 32.07506735
25 MITI Rp57,163,867,424 24.76918785
26 MYOH Rp2,269,935,550,908 28.45077256
27 PSAB Rp14,045,708,010,444 30.27333799
28 PTBA Rp26,098,052,000,000 30.89288179
29 PTRO Rp7,808,844,524,000 29.68627812
30 SMMT Rp871,513,339,763 27.49349701
31 SMRU Rp1,675,570,667,301 28.14717492
32 TINS Rp20,361,278,000,000 30.64465608
33 TOBA Rp8,993,489,901,976 29.82752209
107
LAMPIRAN 6: Data Perhitungan Variabel Debt Default
2015
No. Kode
Aset Lancar Utang Lancar Rasio
1 ADRO Rp15,071,299,605,000 Rp6,269,455,035,000 2.403924986
2 ANTM Rp11,252,826,560,000 Rp4,339,330,380,000 2.593217288
3 APEX Rp1,566,265,221,515 Rp5,234,972,054,525 0.299192661
4 ARII Rp552,986,370,000 Rp2,697,543,275,000 0.204996292
5 BIPI Rp2,046,038,284,690 Rp6,098,285,185,140 0.33551043
6 BRMS Rp120,287,682,110 Rp11,276,980,426,805 0.010666657
7 BSSR Rp638,895,049,785 Rp764,936,281,520 0.835226496
8 BUMI Rp7,476,368,217,920 Rp75,515,935,861,930 0.099003848
9 BYAN Rp3,884,103,728,770 Rp2,060,104,342,645 1.885391749
10 CITA Rp708,452,773,900 Rp1,203,328,580,625 0.588744243
11 DEWA Rp1,859,372,207,840 Rp1,483,528,660,595 1.253344312
12 DOID Rp4,246,680,183,075 Rp1,414,370,959,615 3.002522184
13 DSSA Rp5,625,909,552,765 Rp3,633,652,165,380 1.548279609
14 ELSA Rp2,079,319,000,000 Rp1,448,585,000,000 1.435413869
15 ENRG Rp6,224,139,053,185 Rp10,658,732,215,570 0.583947408
16 ESSA Rp470,733,103,110 Rp576,999,698,965 0.815829027
17 GEMS Rp2,700,193,446,245 Rp966,315,884,650 2.794317561
18 HRUM Rp3,110,083,191,440 Rp449,850,121,750 6.913598643
19 INCO Rp8,206,645,500,000 Rp2,048,543,705,000 4.006087583
20 INDY Rp11,412,764,777,345 Rp6,974,929,100,210 1.63625531
21 ITMG Rp7,067,426,810,000 Rp3,922,525,480,000 1.801754213
22 KKGI Rp532,606,892,345 Rp239,967,873,805 2.219492484
23 MBAP Rp946,520,597,655 Rp456,582,026,570 2.073057069
24 MEDC Rp14,413,888,892,420 Rp7,264,658,698,070 1.984110953
25 MITI Rp218,248,731,350 Rp117,280,609,454 1.860910617
26 MYOH Rp1,177,138,303,230 Rp507,407,345,125 2.31990789
27 PSAB Rp985,884,381,845 Rp3,216,211,382,060 0.306535941
28 PTBA Rp7,598,476,000,000 Rp4,922,733,000,000 1.543548269
29 PTRO Rp1,947,674,665,000 Rp1,254,531,095,000 1.552512068
30 SMMT Rp127,208,165,566 Rp167,590,602,690 0.759041161
31 SMRU Rp800,631,961,415 Rp1,186,909,632,810 0.674551743
32 TINS Rp5,444,199,000,000 Rp2,998,953,000,000 1.815366563
33 TOBA Rp1,331,344,082,920 Rp951,271,443,910 1.399541731
108
2. Data Perhitungan Debt Default Tahun 2016
2016
No. Kode
Aset Lancar Utang Lancar Rasio
1 ADRO Rp21,399,718,740,000 Rp8,660,240,980,000 2.471030401
2 ANTM Rp10,630,221,568,000 Rp4,352,313,598,000 2.442430061
3 APEX Rp1,324,456,494,688 Rp573,524,769,608 2.309327452
4 ARII Rp489,688,456,000 Rp2,763,785,200,000 0.17718036
5 BIPI Rp356,459,928,432 Rp8,191,944,140,832 0.043513472
6 BRMS Rp52,841,315,776 Rp3,614,710,458,640 0.014618409
7 BSSR Rp727,995,989,384 Rp656,956,404,332 1.108134398
8 BUMI Rp7,109,622,047,920 Rp10,268,676,927,992 0.692360087
9 BYAN Rp3,009,797,325,428 Rp1,182,121,462,836 2.546098197
10 CITA Rp814,627,947,529 Rp700,905,862,097 1.162250156
11 DEWA Rp1,733,897,970,428 Rp1,556,845,322,276 1.113725266
12 DOID Rp4,021,234,024,824 Rp2,946,583,619,192 1.364710643
13 DSSA Rp5,670,499,813,620 Rp3,239,024,500,984 1.750681359
14 ELSA Rp1,865,116,000,000 Rp1,254,181,000,000 1.487118685
15 ENRG Rp7,548,708,203,492 Rp9,508,122,541,252 0.793922057
16 ESSA Rp1,810,853,265,048 Rp772,909,688,952 2.342904082
17 GEMS Rp2,733,039,587,764 Rp724,123,707,312 3.774271661
18 HRUM Rp3,603,186,119,284 Rp711,197,469,152 5.066365216
19 INCO Rp8,050,233,144,000 Rp1,773,404,204,000 4.53942374
20 INDY Rp8,967,673,226,588 Rp4,205,222,268,996 2.132508736
21 ITMG Rp7,242,057,744,000 Rp3,208,987,060,000 2.256804907
22 KKGI Rp531,132,966,932 Rp131,114,319,224 4.050915034
23 MBAP Rp1,028,468,401,408 Rp298,211,375,072 3.448789977
24 MEDC Rp15,239,927,907,260 Rp11,562,487,948,952 1.318049193
25 MITI Rp205,138,864,713 Rp120,437,594,367 1.703279327
26 MYOH Rp1,129,406,902,284 Rp262,748,235,440 4.298437629
27 PSAB Rp1,192,088,704,152 Rp2,434,193,643,848 0.489726324
28 PTBA Rp8,349,927,000,000 Rp5,042,747,000,000 1.655829055
29 PTRO Rp2,183,632,156,000 Rp1,028,646,724,000 2.122820309
30 SMMT Rp21,670,034,777 Rp81,577,226,463 0.265638288
31 SMRU Rp653,948,146,847 Rp405,399,698,528 1.613094803
32 TINS Rp5,237,907,000,000 Rp3,061,232,000,000 1.711045422
33 TOBA Rp948,900,301,920 Rp980,437,590,148 0.967833457
109
3. Data Perhitungan Debt Default Tahun 2017
2017
No. Kode
Aset Lancar Utang Lancar Rasio
1 ADRO Rp26,813,686,776,000 Rp10,476,695,496,000 2.559364905
2 ANTM Rp8,338,151,626,000 Rp5,548,616,092,000 1.502744376
3 APEX Rp1,144,013,943,276 Rp5,098,826,203,476 0.224368099
4 ARII Rp555,549,288,000 Rp2,410,216,296,000 0.23049769
5 BIPI Rp1,885,748,707,668 Rp9,004,588,823,844 0.209420857
6 BRMS Rp5,410,404,828,072 Rp9,007,670,153,868 0.600644199
7 BSSR Rp1,068,571,254,972 Rp737,425,497,840 1.44905656
8 BUMI Rp10,270,517,764,380 Rp18,051,905,452,020 0.568943694
9 BYAN Rp4,199,165,939,112 Rp4,100,158,929,900 1.024147115
10 CITA Rp770,160,984,827 Rp1,417,754,496,899 0.543225916
11 DEWA Rp1,594,063,519,188 Rp1,908,538,299,744 0.83522742
12 DOID Rp4,701,339,209,604 Rp2,958,798,538,548 1.588935221
13 DSSA Rp9,298,172,656,140 Rp5,595,323,864,520 1.661775597
14 ELSA Rp2,379,465,000,000 Rp1,757,781,000,000 1.353675458
15 ENRG Rp4,878,417,774,588 Rp6,973,208,301,720 0.699594443
16 ESSA Rp1,175,886,426,156 Rp1,741,631,546,064 0.675163716
17 GEMS Rp5,619,476,737,644 Rp3,340,316,870,616 1.682318461
18 HRUM Rp4,264,907,554,920 Rp749,948,456,160 5.686934242
19 INCO Rp8,088,914,688,000 Rp1,751,756,400,000 4.617602475
20 INDY Rp18,341,097,076,908 Rp8,934,882,887,112 2.052751817
21 ITMG Rp10,797,701,808,000 Rp4,437,078,384,000 2.433516128
22 KKGI Rp544,779,278,304 Rp153,871,355,808 3.540485332
23 MBAP Rp1,470,697,070,496 Rp465,042,199,152 3.162502399
24 MEDC Rp26,757,978,863,184 Rp17,526,249,555,060 1.526737296
25 MITI Rp157,296,460,281 Rp126,344,141,646 1.244984201
26 MYOH Rp1,164,630,449,700 Rp409,347,753,048 2.84508817
27 PSAB Rp2,024,751,648,300 Rp2,291,199,568,188 0.883708114
28 PTBA Rp11,117,745,000,000 Rp4,396,619,000,000 2.528703306
29 PTRO Rp2,415,825,168,000 Rp1,404,453,420,000 1.720117687
30 SMMT Rp25,788,635,032 Rp120,678,159,590 0.213697616
31 SMRU Rp442,674,856,141 Rp399,931,676,280 1.106876205
32 TINS Rp6,907,380,000,000 Rp3,261,103,000,000 2.118111571
33 TOBA Rp1,359,557,786,640 Rp891,154,735,128 1.525613603
110
4. Data Perhitungan Debt Default Tahun 2018
2018
No. Kode
Aset Lancar Utang Lancar Rasio
1 ADRO Rp23,173,857,414,000 Rp11,822,911,083,000 1.960080496
2 ANTM Rp7,342,040,979,000 Rp5,561,931,474,000 1.320052398
3 APEX Rp1,062,034,918,128 Rp5,720,214,937,392 0.185663464
4 ARII Rp774,979,677,000 Rp3,309,111,234,000 0.234195717
5 BIPI Rp4,089,272,082,471 Rp6,994,044,023,535 0.584679203
6 BRMS Rp602,388,385,335 Rp898,124,261,913 0.670718308
7 BSSR Rp1,309,938,791,859 Rp1,078,174,644,273 1.214959746
8 BUMI Rp6,674,347,116,864 Rp16,783,424,290,782 0.397674932
9 BYAN Rp7,116,841,904,346 Rp5,752,187,160,822 1.237241019
10 CITA Rp626,368,355,469 Rp1,369,124,187,467 0.457495647
11 DEWA Rp1,578,219,184,791 Rp1,984,864,837,635 0.795126779
12 DOID Rp6,396,535,677,276 Rp4,037,482,074,780 1.584288316
13 DSSA Rp11,491,945,120,053 Rp9,427,382,969,400 1.218996317
14 ELSA Rp3,158,507,000,000 Rp2,116,898,000,000 1.492044964
15 ENRG Rp2,322,248,750,820 Rp6,920,323,439,166 0.335569395
16 ESSA Rp2,464,297,499,259 Rp1,324,219,230,009 1.86094375
17 GEMS Rp4,743,636,208,803 Rp3,594,507,169,743 1.31969029
18 HRUM Rp4,500,135,094,869 Rp986,928,299,325 4.559738633
19 INCO Rp9,137,482,038,000 Rp2,539,098,540,000 3.598711076
20 INDY Rp21,139,699,643,352 Rp9,708,395,825,025 2.177465775
21 ITMG Rp11,098,962,450,000 Rp5,646,098,457,000 1.965775577
22 KKGI Rp422,316,701,424 Rp285,693,607,179 1.478215441
23 MBAP Rp1,561,861,258,938 Rp592,087,282,542 2.637890232
24 MEDC Rp26,458,457,542,641 Rp15,957,761,924,718 1.658030598
25 MITI Rp83,847,347,946 Rp46,673,092,545 1.796481514
26 MYOH Rp1,486,540,697,841 Rp427,755,822,948 3.475208561
27 PSAB Rp1,747,843,290,594 Rp2,469,543,473,205 0.707759677
28 PTBA Rp11,739,344,000,000 Rp4,935,696,000,000 2.378457668
29 PTRO Rp3,622,769,694,000 Rp2,141,218,584,000 1.691919602
30 SMMT Rp57,750,932,681 Rp175,830,166,003 0.32844724
31 SMRU Rp502,905,663,537 Rp216,453,725,247 2.323386502
32 TINS Rp9,016,657,000,000 Rp6,635,425,000,000 1.358866538
33 TOBA Rp2,055,464,187,264 Rp1,679,198,919,408 1.224074268
111
1. Data Perhitungan Debt Default Tahun 2019
2019
No. Kode
Aset Lancar Utang Lancar Rasio
1 ADRO Rp29,899,733,004,000 Rp17,467,188,771,000 1.711765608
2 ANTM Rp7,665,239,260,000 Rp5,293,238,393,000 1.448119032
3 APEX Rp972,584,001,145 Rp267,895,981,262 3.630453867
4 ARII Rp888,450,845,000 Rp3,689,901,664,000 0.240779003
5 BIPI Rp4,966,569,193,821 Rp4,255,662,514,008 1.16704959
6 BRMS Rp536,996,284,959 Rp1,609,770,984,966 0.333585516
7 BSSR Rp1,098,781,560,114 Rp910,694,383,492 1.206531609
8 BUMI Rp6,433,648,652,814 Rp16,620,415,474,695 0.38709313
9 BYAN Rp7,362,900,385,936 Rp8,232,459,403,193 0.894374333
10 CITA Rp971,407,339,213 Rp1,430,330,374,800 0.679148927
11 DEWA Rp2,902,709,586,132 Rp2,792,238,875,424 1.039563489
12 DOID Rp6,681,763,179,295 Rp3,646,898,843,385 1.832176725
13 DSSA Rp12,261,928,241,371 Rp9,457,552,088,670 1.296522412
14 ELSA Rp3,698,370,000,000 Rp2,504,335,000,000 1.476787251
15 ENRG Rp1,999,252,828,325 Rp5,694,073,473,161 0.351111175
16 ESSA Rp2,699,068,631,672 Rp1,163,221,957,767 2.320338448
17 GEMS Rp5,211,581,164,075 Rp3,939,504,981,570 1.322902544
18 HRUM Rp4,086,773,343,755 Rp443,135,275,812 9.222405813
19 INCO Rp8,336,983,523,000 Rp1,935,078,392,000 4.308344074
20 INDY Rp20,284,749,834,666 Rp10,081,407,208,256 2.012095079
21 ITMG Rp6,695,797,500,000 Rp3,305,924,248,000 2.025393505
22 KKGI Rp555,461,678,970 Rp255,550,602,850 2.173587825
23 MBAP Rp1,871,857,536,436 Rp519,437,650,725 3.603623137
24 MEDC Rp24,015,348,782,607 Rp9,998,788,946,182 2.401825752
25 MITI Rp49,132,663,896 Rp43,307,998,193 1.134493995
26 MYOH Rp1,614,133,513,145 Rp491,389,727,317 3.284833653
27 PSAB Rp2,369,561,606,275 Rp4,334,232,659,880 0.546708447
28 PTBA Rp11,679,884,000,000 Rp4,691,251,000,000 2.489716283
29 PTRO Rp3,146,868,944,000 Rp2,073,741,627,000 1.517483617
30 SMMT Rp85,378,192,680 Rp139,763,286,351 0.610877112
31 SMRU Rp266,422,913,179 Rp233,400,194,285 1.141485396
32 TINS Rp12,307,055,000,000 Rp11,958,185,000,000 1.02917416
33 TOBA Rp1,197,997,832,674 Rp1,302,736,005,436 0.919601383
112
LAMPIRAN 7: Data Variabel Debt Default
Debt Default
No. Kode
2015 2016 2017 2018 2019
1 ADRO 0 0 0 0 0
2 ANTM 0 0 0 0 0
3 APEX 1 0 1 1 0
4 ARII 1 1 1 1 1
5 BIPI 1 1 1 1 0
6 BRMS 1 1 0 1 1
7 BSSR 1 0 0 0 0
8 BUMI 1 1 1 1 1
9 BYAN 0 0 0 0 1
10 CITA 1 0 1 1 1
11 DEWA 0 0 1 1 0
12 DOID 0 0 0 0 0
13 DSSA 0 0 0 0 0
14 ELSA 0 0 0 0 0
15 ENRG 1 1 1 1 1
16 ESSA 1 0 1 0 0
17 GEMS 0 0 0 0 0
18 HRUM 0 0 0 0 0
19 INCO 0 0 0 0 0
20 INDY 0 0 0 0 0
21 ITMG 0 0 0 0 0
22 KKGI 0 0 0 0 0
23 MBAP 0 0 0 0 0
24 MEDC 0 0 0 0 0
25 MITI 0 0 0 0 0
26 MYOH 0 0 0 0 0
27 PSAB 1 1 1 1 1
28 PTBA 0 0 0 0 0
29 PTRO 0 0 0 0 0
30 SMMT 1 1 1 1 1
31 SMRU 1 0 0 0 0
32 TINS 0 0 0 0 0
33 TOBA 0 1 0 0 1
113
LAMPIRAN 8: Data Variabel Reputasi Kantor Akuntan Publik
Reputasi KAP
No. Kode
2015 2016 2017 2018 2019
1 ADRO 1 1 1 1 1
2 ANTM 1 1 1 1 1
3 APEX 1 1 1 1 0
4 ARII 0 0 0 0 0
5 BIPI 0 0 0 0 0
6 BRMS 0 0 0 0 0
7 BSSR 0 0 0 0 0
8 BUMI 0 0 0 0 0
9 BYAN 1 1 1 1 1
10 CITA 0 0 0 0 0
11 DEWA 0 0 0 0 0
12 DOID 0 0 0 0 0
13 DSSA 0 0 0 0 0
14 ELSA 1 1 1 1 1
15 ENRG 0 0 0 0 0
16 ESSA 1 1 1 1 0
17 GEMS 1 1 1 1 1
18 HRUM 1 1 1 1 1
19 INCO 1 1 1 1 1
20 INDY 1 1 1 1 1
21 ITMG 1 1 1 1 1
22 KKGI 0 0 0 0 0
23 MBAP 1 1 1 1 1
24 MEDC 1 1 1 1 1
25 MITI 0 0 0 0 0
26 MYOH 1 1 1 1 1
27 PSAB 0 0 0 0 0
28 PTBA 1 1 1 1 1
29 PTRO 1 1 1 1 1
30 SMMT 1 1 0 0 0
31 SMRU 0 0 0 0 0
32 TINS 1 1 1 1 1
33 TOBA 1 1 1 1 1
114
LAMPIRAN 9: Data Variabel Opini Audit Going Concern
115
LAMPIRAN 10: Hasil Uji Data SPSS
Descriptive Statistics
Std.
N Minimum Maximum Mean
Deviation
Leverage 165 -13.29 34.06 2.0027 4.45788
Company
165 -24.68 324.08 2.0626 25.69309
Growth
Firm Size 165 24.18 32.26 29.7222 1.40810
Valid N
165
(listwise)
Debt Default
Valid Cumulative
Frequency Percent
Percent Percent
Non Debt
116 70.3 70.3 70.3
Default
Valid Debt
49 29.7 29.7 100.0
Default
Total 165 100.0 100.0
116
Reputasi Kantor Akuntan Publik
Valid Cumulative
Frequency Percent
Percent Percent
KAP Non
75 45.5 45.5 45.5
Big 4
Valid KAP Big
90 54.5 54.5 100.0
4
Total 165 100.0 100.0
Iteration History
-2 Log Coefficients
Iteration
likelihood Constant
1 183.141 -1.030
Step 2 182.773 -1.137
0 3 182.773 -1.139
4 182.773 -1.139
117
Iteration History
Coefficients
-2 Log
Iteration Company Firm Debt Reputasi
likelihood Constant Leverage
Growth Size Default KAP
1 128.489 1.021 0.020 -0.003 -0.059 1.208 -1.264
2 116.008 3.002 0.024 -0.010 -0.134 1.592 -1.996
Step 3 111.351 3.564 0.021 -0.053 -0.158 1.867 -2.429
1 4 109.866 2.851 0.016 -0.108 -0.137 2.041 -2.620
5 109.837 2.996 0.016 -0.115 -0.142 2.066 -2.694
6 109.837 3.002 0.016 -0.115 -0.142 2.067 -2.697
Model Summary
-2 Log Cox & Snell Nagelkerke
Step
likelihood R Square R Square
1 109.837 0.357 0.533
118
Variables in the Equation
119