44
SA = Spesialisasi Auditor, yang diukur dengan variabel
dummy, jika perusahaan diaudit oleh Spesialis auditor bernilai 1, dan jika tidak diaudit oleh spesialis auditor
bernilai 0. SIZE
= Ukuran perusahaan klien, yang diukur dengan natural logaritma dari nilai buku total aset perusahaan.
SWITCH = auditor switching rotasi auditor, yang diukur menggunakan variabel dummy, jika terjadi rotasi auditor
bernilai 1, dan jika tidak terjadi rotasi auditor bernilai 0. LnFee
= Logaritma natural dari professional fee. e
= Residual error.
3.7.3.2. Uji Hosmer and Lemeshow’s Goodness Of Fit
Hosmer and Lemeshow’s Goodness Of Fitdigunakan untuk menilai kelayakan model regresi. Ghozali 2013 menjelaskan bahwa
uji Hosmer and Lemeshow’s Goodness Of Fitdigunakan menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model
tidak terdapat perbedaan antara model dengan data sehingga model dikatakan fit. Untuk menilai uji Hosmer and Lemeshow’s Goodness
Of Fitdilihat; a.
Jika nilai Hosmer and Lemeshow’s Goodness Of Fitkurang dari atau sama dengan 0,05, maka hipotesis nol ditolak yang berarti
ada perbedaan signifikan antara model dengan nilai
Universitas Sumatera Utara
45
observasinya, sehingga Goodness Fit model menjadi tidak baik karena model tidak dapat memprediksi nilai observasinya;
b. Jika nilai Hosmer and Lemeshow’s Goodness Of Fitlebih besar
dari 0,05, maka hipotesis nol diterima, yang berarti model dapat menjelaskan nilai observasinya atau dapat dikatakan model
dapat diterima karena cocok dengan data observasinya.
3.7.3.3. Menilai Keseluruhan Model Overall Model Fit
Ghozali 2013 menyatakan bahwa untuk menilai keseluruhan model overall model fit dengan menggunakan Log
Likehood value yaitu dengan membandingkan antara -2 log likehood padasaat model hanya memasukkan konstanta dengan nilai -2 log
likehood block number = o dengan pada saat model memasukkan konstanta dan variabel bebas block number = 1. Apabila nilai -2 log
likehood block number = 0 nilai -2 log likehood block number = 1, maka keseluruhan model menunjukkan model regresi yang baik.
Penurunan -2 log likehood menunjukkan model semakin baik.
3.7.3.4. Koefisien Determinasi Nagelkerke R Square
Ghozali 2013 menjelaskan Nagelkerke R Square merupakan pengujian yang dilakukan untuk mengetahui seberapa besar variabel
independen mampu menjelaskan dan mempengaruhi variabel dependen. Nagelkerke R Square merupakan modifikasi dari koefisien
Cox dan Snelluntuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu. Hal ini dilakukan dengan cara membagi nilai Cox dan
Universitas Sumatera Utara
46
Snell’s R
2
dengan nilai maksimumnya kemudian diinterpretasikan seperti nilai R
2
pada multiple regression.
3.7.3.5. Menguji Koefisien Regresi
