informasi yang dibutuhkan untuk memprediksi variabel dependen Imam Ghozali, 2005:83.
Nilai koefisien Nagelkerke’s R Square umumnya lebih besar dari nilai koefisien cox dan snell’s R Square tapi cenderung lebih kecil
dibandingkan dengan nilai koefisien determinasi R
2
pada regresi linear berganda Stanislaus, 2006:236.
e. Hosmer and lemeshow’s goodness of fit test
Keputusan penolakan atau penerimaan hipotesis dilakukan dengan menggunakan tingkat signifikansi 5 Hosmer and lemeshow’s goodness
of fit test menguji hipotesis nol H bahwa data empiris cocok atau sesuai
dengan model tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Hipotesis sebagai berikut :
Ho = Tidak terdapat perbedaaan antara klasifikasi yang diprediksi dengan klasifikasi yang diamati.
Ha = Terdapat perbedaaan antara klasifikasi yang diprediksi dengan klasifikasi yang diamati.
Jika nilai Hosmer and lemeshow goodness of fit statistic sama dengan atau kurang dari 0,05 maka hipotesis nol H
ditolak yang berarti ada perbedaan signifikansi antara model dengan nilai observasinya
sehingga goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai statistics hosmer and
lemeshow’s goodness of fit lebih besar dari 0.05, maka hipotesis nol H diterima berarti model mampu memprediksi nilai observasinya atau dapat
dikatakan model dapat diterima karena cocok dengan data observasinya. Iman Ghozali, 2005:219.
f. Ketepatan Prediksi Klasifikasi
Tabel klasifikasi 2 X 2 digunakan untuk menghitung nilai estimasi yang benar correct dan yang salah incorrect. Pada kolom merupakan 2
nilai prediksi dari variabel dependen yaitu, melakukan merger dan akuisisi 0 dan tidak melakukan merger dan akuisisi 1, sedangkan pada
baris menunjukkan nilai observasi sesungguhnya yang sesuai dengan data aktual. Pada model yang sempurna, maka semua kasus akan berada pada
diagonal dengan tingkat ketepatan peramalan 100 Imam Ghozali, 2005:220. Jika model logistik mempunyai asumsi homoskedastisitas
maka semua kasus akan berada di daerah diagonal dengan ketepatan nilai 100 tetapi model logisrik tidak mempunyai asumsi homoskedastisitas
Stanislaus, 2006:234.
g. Uji Wald Statistics
