PP = Pertumbuhan perusahaan
SIZE = Ukuran Perusahaan
DAR = Debt to Asset Ratio e
= Error term, yaitu tingkat kesalahan dalam penelitian Jadi analisis regresi logistik merupakan analisa untuk mengukur
seberapa besar pengaruh variabel independen profitabilitas, opini audit tahun sebelumnya, pertumbuhan perusahaan, ukuran perusahaan dan solvabilitas
terhadap variabel dependen opini going concern. Apabila koefisien
β bernilai positif + maka terjadi pengaruh searah antara variabel independen dengan variabel dependen, demikian pula
sebaliknya, bila koefisien b bernilai negatif - hal ini menunjukkan adanya pengaruh negatif dimana kenaikan nilai variabel independen akan
mengakibatkan penurunan nilai variabel dependen.
3.8.3.1. Pengujian Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosme`r and Lemeshow’s Goodness of Fit Test yang diukur dengan
nilai Chi-square. Model ini untuk menguji hipotesis nol bahwa data empiris sesuai dengan model tidak ada perbedaan antara model
dengan data sehingga model dapat dikatakan fit. Adapun hasilnya jika Ghozali, 2011:
1. Hal ini berarti ada perbedaan signifikan antara model dengan nilai observasinya sehingga Goodness Fit model tidak baik karena model
Universitas Sumatera Utara
tidak dapat memprediksi nilai observasinya. Jika nilai statistik Hosmer dan 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 observasinya sehingga
Goodness of Fit Test tidak baik karena model tidak dapat memprediksi dengan nilai observasinya.
2. Jika nilai statistik Hosmer dan 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 bahwa model dapat diterima karena sesuai dengan data
observasinya.
3.8.3.2. Menilai Keseluruhan Model Overall Model Fit Test
Uji ini digunakan untuk menilai model yang telah dihipotesiskan telah fit atau tidak dengan data. Hipotesis untuk
menilai model fit adalah:
H0 : Model yang dihipotesiskan fit dengan data H1 : Model yang dihipotesiskan tidak fit dengan data
Dari Hipotesis ini dijelaskan bahwa kita tidak akan menolak hipotesis nol agar supaya model fit dengan data. Statistik yang
digunakan berdasarkan Likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data
input. Log Likelihood pada regresi logistik mirip dengan pengertian
Universitas Sumatera Utara
“Sum of Square Error” pada model regresi, sehingga penurunan model Log Likelihood menunjukkan model regresi yang semakin
baik Ghozali,2001.
3.8.3.3. Koefisien Determinasi Nagelkerke R Square