a. Method: Enter b. Constant is included in the model.
c. Initial -2 Log Likelihood: 110.674 d. Estimation terminated at iteration number 4 because parameter estimates changed by less than .001.
Dari kedua tabel di atas, dapat kita lihat bahwa nilai -2log likelihood pada awal adalah 110.674 sedangkan nilai -2 Log Likelihood pada akhir, setelah model
dimasukkan konstanta dan variabel bebas adalah 101.154. Penurunan nilai ini menunjukkan model penelitian ini baik atau dengan kata lain sudah fit dengan
data.
4.3.3 Koefisien Determinasi Nagelkerke R Square
Hasil penelitian ini menunjukkan nilai Nagelkerke R Square sebagai berikut.
Tabel 4.7
Classification Table
a
Observed Predicted
Pemilihan Karir Percentage
Correct .00
1.00 Step 1
Pemilihan Karir .00
13 19
40.6 1.00
6 45
88.2 Overall Percentage
69.9 a. The cut value is .500
Tabel 4.8 Koefisien Determinasi
Nagelkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 101.154
a
.108 .147
a. Estimation terminated at iteration number 4 because parameter estimates changed by less than .001.
Nilai Nagelkerke R Square sebesar 0.147 menunjukkan bahwa variabel
dependen, yaitu pemilihan karir, dapat dijelaskan oleh variabel independen, yaitu gaji atau penghargaan finansial, pengakuan profesional, nilai-nilai sosial,
pertimbangan pasar kerja, dan kebanggaan sebesar 14.7 dan 85.3 dapat dijelaskan oleh variabel lain di luar model.
4.3.4
Matriks Klasifikasi
Matriks klasifikasi digunakan untuk menunjukkan kekuatan prediksi dari model regresi dalam memprediksi kemungkinan responden memilih akuntan
publik atau akuntan non publik.
Tabel 4.9
Classification Table
a
Observed Predicted
Pemilihan Karir Percentage
Correct .00
1.00 Step 1
Pemilihan Karir .00
13 19
40.6 1.00
6 45
88.2 Overall Percentage
69.9 a. The cut value is .500
Tabel hasil penelitian diatas menunjukkan menunjukkan seberapa baik model mengelompokkan responden ke dalam dua kelompok yaitu yang memilih
sebagai akuntan publik ataupun akuntan non publik. Kekuatan prediksi dari model regresi untuk memprediksi responden yang memilih karir sebagai akuntan
publik adalah 40.6. Hal ini menunjukkan bahwa dari 32 sampel dimana responden memilih sebagai akuntan publik, sebanyak 13 responden yang
diprediksi tepat memilih karir sebagai akuntan publik dan sebanyak 19 responden yang diprediksi tidak tepat. Kekuatan prediksi dari model regresi untuk
memprediksi kemungkinan responden memilih karir sebagai akuntan non publik akan terjadi kenaikan sebesar 88.2, Hal ini menunjukkan bahwa dari 51 sampel
dimana responden memilih sebagai akuntan non publik, sebanyak 45 responden tepat memilih karir sebagai akuntan non publik dan sebanyak 6 responden yang
diprediksi tidak tepat. Keakuratan prediksi secara menyeluruh sebesar 69.9. Tingginya persentase ketepatan tabel klasifikasi tersebut mendukung tidak adanya
perbedaan yang signifikan terhadap data hasil prediksi dan data observasinya menunjukkan sebagai model regresi logistik yang baik.
4.3.5 Pengujian Signifikansi Koefisien Regresi dan Pengujian Simultan
