variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi.
4.6.5 Hasil Uji Hipotesis
2. Menilai Kelayakan Model Goodness of Fit Test
Tabel 5.3.1 Hosmer and Lemeshow’s Goodness of Fit Test
Sumber: Hasil Penelitian, 2014 Data Diolah Tabel 5.3.1 menunjukkan hasil output SPSS menunjukkan bahwa besarnya
nilai statistik Hosmer and Lemeshow’s Goodness of Fit sebesar 4,834 dengan probabilitas signifikansi 0,775. Hal ini menunjukkan nilai yang jauh diatas 0,05.
Dengan demikian dapat disimpulkan bahwa model dapat diterima. 5.3.2
Menilai Keseluruhan Model Overall Model Fit
Tabel 5.3.2 Overall Model Fit
-2 Log Likelihood Awal
Iteration -2 Log
likelihood Coefficients
Constant Step 0
1 99.813
.000
-2 Log Likelihood Akhir
Step -2 Log
likelihood Cox Snell
R Square Nagelkerke R Square
1 74.053
a
.301 .401
Sumber: Hasil Penelitian, 2014 Data Diolah
Step Chi-square
df Sig.
1
11.763 8
.162
Universitas Sumatera Utara
Tabel 5.3.2 menunjukkan bahwa nilai -2LL awal adalah sebesar 99.813 dan setelah dimasukkan enam variabel independen, maka nilai -2LL akhir
mengalami penurunan menjadi sebesar 74.053. Penurunan nilai -2LL ini menunjukkan model regresi yang baik atau dengan kata lain model yang
dihopetesiskan fit dengan data.
5.3.3 Uji Omnibus
Tabel 5.3.3 Uji Omnibus
Sumber: Hasil Penelitian, 2014 Data Diolah Tabel 5.3.3 menunjukkan nilai signifikansi sebesar 0,000 adalah lebih kecil
dari 0,05. Sehingga dapat disimpulkan bahwa variabel-variabel bebas ukuran perusahaan, profitabilitas, likuiditas, leverage, reputasi auditor, dan kepemilikan
publik secara simultan berpengaruh signifikan terhadap pelaporan keuangan melalui internet IFR.
5.3.4 Uji Koefisien Determinasi Nagelkerke R Square
Tabel 5.3.4 Uji Nagelkerke R Square
-2 Log Likelihood Akhir
Step -2 Log
likelihood Cox Snell
R Square Nagelkerke R Square
1 74.053
a
.301 .401
Sumber: Hasil Penelitian, 2014 Data Diolah
Omnibus Tests of Model Coefficients
Chi-square df
Sig. Step 1
Step 25.760
6 .000
Block 25.760
6 .000
Model 25.760
6 .000
Universitas Sumatera Utara
Tabel 5.3.4 menunjukkan bahwa nilai koefisien determinasi regresi logistik sebesar 0,401. Hal ini dapat dikatakan bahwa kontribusi variabel independen terhadap
variabel dependen adalah sebesar 0,401. Hal ini berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas independen sebesar 40,1 dan sisanya oleh
variabel yang lainnya. 5.3.5
Menguji Koefisien Regresi Uji Wald
Tabel 5.3.5 Hasil Uji Koefisien Regresi Logistik
Variables in the Equation
B ExpB Odds
Ratio Sig.
Step 1
Ukuran_Perusahaan X1
a
.965 2.626
.000 Profitabilitas X2
.391 1.479
.049 Likuiditas X3
.426 1.532
.402 Leverage X4
.096 1.100
.790 Reputasi_Auditor X5
.093 1.097
.887 Kepemilikan_Publik X6
.576 1.779
.064 Constant
-11.648 .000
.001 Sumber: Hasil Penelitian, 2014 Data Diolah
Berdasarkan hasil pengujian multivariate dengan regresi logistik yang ditunjukkan pada Tabel 5.3.5, maka diperoleh model regresi logistik sebagai berikut:
L
n
IFR = -11.648 + .965 x
1
+.391 x
2
+ .426 x
3
+ .096 x
4
+ .093 x
5
+ .576 x
6
1-IFR Secara parsial, dari enam variabel yang dimasukkan kedalam model regresi
diketahui bahwa keenam variabel tersebut ukuran perusahaan, profitabilitas, likuiditas, leverage, reputasi auditor, dan kepemilikan publik berpengaruh positif
Universitas Sumatera Utara
terhadap pelaporan keuangan melalui internet IFR. Uraian dari masing-masing variabel dapat dilihat sebagai berikut.
5.4 Pembahasan Hasil Penelitian