nilai minimum -2,18 dan maksimum 75,61, nilai standar devisiasi sebesar 10,73557. Variabel Harga Pasar MBR diukur dengan analisis deskriptif
memiliki rata-rata sebesar 25,8920 dengan nilai minimum 50,00 dan maksimum 9000,00, nilai standar devisiasi sebesar 1,01831. Variabel Reputasi auditor diukur
dengan analisis deskriptif memiliki rata-rata sebesar 0,3394 dengan nilai minimum 0,00 dan maksimum 1,00, nilai standar devisiasi sebesar 0,47495.
Variabel tenure diukur dengan analisis deskriptif memiliki rata-rata sebesar 2,9758 dengan nilai minimum 1,00 dan maksimum 5,00, nilai standar devisiasi
sebesar 1,41831. Variabel disclosure diukur dengan analisis deskriptif memiliki rata-rata sebesar 0,9462 dengan nilai minimum 0,70 dan maksimum 1,00, nilai
standar devisiasi sebesar 0,08488. Variabel ukuran perusahaan diukur dengan analisis deskriptif memiliki rata-rata sebesar 19,6356 dengan nilai minimum 8,53
dan maksimum 29,13 nilai standar devisiasi sebesar 5,53878.
b Pengujian Hipotesis
Analisis statistik inferensial digunakan untuk pengujian hipotesis yang diajukan.Analisis yang digunakan adalah analisis regresi logistik. Dalam
pengujian hipotesis diatas menggunakan analisis multivariate dan menggunakan variabel dummy, sehingga peneliti menggunakan alat uji tersebut untuk
mengetahui pengaruh variabel rasio profitabilitas, rasio leverage, dan rasio harga pasar, reputasi auditor, tenure, disclosure, ukuran perusahaan.
Langkah-langkah pengujian sebagai berikut :
1. Menilai Model Fit Overall Model Fit Tes
Uji ini digunakan untuk menilai model yang telah dihpotesiskan telah fit atau tidak dengan data. Hipotesis untuk menilai model fit adalah apabila Ho : model
yang dihipotesiskan fit dengan data dan H1 : model yang dihipotesiskan tidak fit dengan data. Adapun dalam menilai overall model fit terhadap data penelitian
sebagaimana terlihat dalam tabel IV.3.
Tabel IV.3 Perbandingan Nilai -2LOG L
Iteration -2 Log
likelihoo d
Coefficients Constant ROA
DER MBR Reputasi Tenure Disclosure
UkuranP erusahaa
n Step 1
1 202.988
3.294 -.074
-.016 .000
.555 -.107
-3.172 .021
2 199.364
4.377 -.131
-.019 .000
.747 -.144
-3.988 .014
3 198.394
4.755 -.172
-.020 .000
.859 -.163
-4.186 .008
4 198.317
4.812 -.186
-.020 .000
.891 -.166
-4.213 .008
5 198.316
4.816 -.188
-.020 .000
.894 -.166
-4.215 .007
6 198.316
4.816 -.188
-.020 .000
.894 -.166
-4.215 .007
Sumber : Data diolah, 2015 Dalam penilaian keseluruhan model regersi menggunakan -2 log likelihood
LL dimana jika terjadi penurunan angka -2 log likelihood pad blok kedua dibanding dengan blok pertama maka dapat disimpulkan bahwa regresi yang
digunakan baik. Berdasarkan hasil tahap pengujian ini dilakukan dengan membandingkan antara nilai -2 Log Likelihood 2LL pada awal Block Number =
0 dengan nilai -2 Log Likelihood -2LL pada akhir Block Number = 1. Nilai - 2LL awal adalah sebesar 202,988. Setelah semua data dimasukkan untuk ketiga
variabel independen, maka nilai -2LL akhir menunjukkan adanya penurunan sebesar 199,364. Adanya penurunan likelihood -2LL ini berarti model regresi
yang lebih baik atau dengan kata lain model fit.
2. Menganalisa Koefisen Determinasi Nagelkerke R Square
Negelker R Square merupakan pengujian yang dilakukan untuk mengetahui seberapa besar variabel independen mampu menjelaskan dan mempengaruhi
variabel dependen.Berdasarkan nilai koefisen determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R Square sebagaimana terlihat dalam
tabel IV.4
Tabel IV.4 NilaiNagelkerke R Square
Model Summary
Step -2
Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 198,316
a
.138 .187
Sumber : Data diolah, 2015 Nilai -2 Log likelihood = 198,316, jika -2 Log likelihood X2 tabel dengan df
n-q 165-7 = 158, maka Ho tidak ditolak, berarti model fit sesuai dengan data, jika nilai X
2
tabel dengan df = 158 dan = 0,05 sebesar 43,7. Karena -2 Log
likelihood = 198,316 43,7 maka Ho tidak ditolak yang berarti model sudah sesuai fit dengan data.
3. Menilai Kelayakan Model Regresi
