71 CHANGES = b0 + b
1
BNM + b
2
DEBT + b
3
OPINI +b
4
FEE+ e Keterangan:
CHANGES = Pergantian KAP b0
= Konstanta BNM
= Pergantian Auditor ke KAP yang Berkualitas Lebih Tinggi KAP brand name
DEBT = Kesulitan Keuangan Perusahaan
OPINI = Jenis opini audit 1 untuk perusahaan yang menerima
opini selain wajar tanpa pengecualian dan 0 untuk perusahaan yang menerima opini wajar tanpa pengecualian
FEE = Perubahan Fee Audit
b
1
= Koefisien regresi variabel X
1
b
2
= Koefisien regresi variabel X
2
b
3
= Koefisien regresi variabel X
3
b
4
= Koefisien regresi variabel X
4
e = Standard Error
3.8.2.1 Menilai Kelayakan Model Regresi
Menurut Ghozali 2011, langkah pertama adalah menilai overall model fit terhadap data. Beberapa tes
statistik diberikan untuk menilai hal ini. Hipotesis yang digunakan untuk menilai model fit
adalah sebagai berikut: H0 = Model yang dihipotesiskan fit dengan data
Universitas Sumatera Utara
72 HA = Model yang dihipotesiskan tidak fit dengan data
Dari hipotesis ini jelas bahwa kita tidak akan menolak hipotesis nol agar model fit dengan data. Statistik yang
digunakan berdasarkan pada fungsi likelihood. Likelihood L dari model adalah probabilitas bahwa model yang
dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan alternatif, L ditransformasikan menjadi -
2LogL. Penurunan likelihood -2LL menunjukkan model regresi yang lebih baik atau dengan kata lain model yang
dihipotesiskan fit dengan data.
3.8.2.2 Uji Statistik
Cox and Snell’s R Square
Koefisien regresi dapat juga ditentukan dengan menggunakan Cox and Snell R Square dan Nagelkerke R
Square, dalam hal ini ada dua ukuran R Square yaitu Cox Snell R Square dan Nagelkerke R Square. Cox Snell R
Square menggunakan nilai maksimum kurang dari 1 sehingga sulit untuk diinterpretasikan. Nagelkerke R
Square merupakan modifikasi dari Cox Snell R Square dengan nilai yang bervariasi dari 0 sampai dengan 1.
Nilai yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen
amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi
Universitas Sumatera Utara
73 yang dibutuhkan untuk memprediksi variasi variabel
dependen.
3.8.2.3 Uji Statistik Hosmer and
Lomeshow’s Goodness of Fit Test
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Hosmer
and Lemeshow’s Goodness of Fit Test menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model
tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Jika nilai statistik Hosmer and
Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0,05, maka hipotesis nol ditolak yang berarti ada
perbedaan signifikan
antara model
dengan nilai
observasinya sehingga Goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya.
Jika nilai statistic Hosmer and Lemeshow’s Goodness of Fit
Test lebih besar dari 0,05, maka hipotesis nol tidak dapat
ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima
karena cocok dengan data observasinya.
Universitas Sumatera Utara
74
3.9 PENGUJIAN HIPOTESIS
