maksimum sebesar 1 dengan rata-rata sebesar 0,55 dan standar deviasi 0,499.
Hasil analisis
dengan menggunakan
statistik deskriptif
terhadappergantian manajemen PM menunjukkan nilai minimum sebesar 0, nilaimaksimum sebesar 1 dengan rata-rata sebesar 0,19 dan standar
deviasi0,391. Hasil analisis dengan menggunakan statistik deskriptif terhadap
opini going concernOGC menunjukkan nilai minimum sebesar 0, nilaimaksimum sebesar 1 dengan rata-rata sebesar 0,10 dan standar
deviasi0,306.Hasil analisis dengan menggunakan statistik deskriptif terhadapfinancial distress KK menunjukkan nilaiminimum sebesar 0,
nilai maksimum sebesar 1dengan rata-ratasebesar 0,57 dan standar deviasi 0,497. Hasil analisis dengan menggunakan statistikdeskriptif terhadap
auditor switching PKAP menunjukkan nilaiminimum sebesar 0, nilai maksimum sebesar 1 dengan rata-rata sebesar0,44 dan standar deviasi
0,497.
4.1.3 Menilai Keseluruhan Model Overall Model Fit
Pengujian dilakukan dengan membandingkan nilai antara -2 Log Likelihood -2LL pada awal Block Number = 0 dengan nilai -2 Log
Likelihood -2LL pada akhir Block Number = 1.Perbandingan nilai antara -2 Log Likelihood -2 Log L pada awal Block Number = 0
dengan nilai -2 Log L akhir Block Number =1 adalah sebesar 251,524 untuk nilai awal, dan setelah dimasukanlima variabel independen, maka
nilai akhir -2 Log L adalah sebesar 251,478. Dapat dilihat bahwa nilai -2 Log L mengalami penurunan, sehingga dapat dikatakan bahwa model
yang dihipotesiskan fit dengan data.
4.1.4 Koefisien Determinasi Nagelkerke R Square
Besarnya nilai koefesien determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R Square. Nilai Nagelkerke R Squaere
adalah sebesar 0,079, sehingga variabilitas variabel dependen yang
dijelaskan dapat dijelaskan oleh variabel independen adalah sebesar 7,9, sedangkan sebesar 92,1 dijelaskan oleh varibel-variabel lain di luar
model penelitian. Hal tersebut menunjukan bahwa secara bersama-sama variasi variabel bebas UKAP,OA,PM,OGC,KK dapat menjelaskan
variabel PKAP sebesar 92,1.
4.1.5 Menguji Kelayakan Model Regresi
Nilai dari pengujian Hosmer and Lemeshow adalah sebesar 0,650. Dari hasil tersebut, maka dapat dikatakan bahwa H
diterima, yang mana hal tersebut dikarenakan nilai signifikansi yang diperoleh lebih besar
daripada 0,05. Oleh karena nilai signifikansi yang diperoleh jauh diatas 0,05, sehingga dapat disimpulkan bahwa model mampu memprediksi nilai
observasinya atau dapat dikatakan pula model dapat diterima karena sesuai dengan observasinya.
4.1.6 Matrik Klasifikasi
Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan auditor switching yang dilakukan
oleh perusahaan. Kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perusahaan melakukan auditor switchingadalah sebesar 42,9
. Hal ini menunjukkan bahwa dengan menggunakan model regresi yang digunakan, terdapat sebanyak 36 sampel 42,9 yang diprediksi akan
melakukan pergantian KAP dari total 86 sampel yang melakukan pergantian KAP. Kekuatan prediksi model sampel yang tidak melakukan
pergantian KAP adalah sebesar 74,1 , yang berarti bahwa dengan model regresi yang digunakan ada sebanyak 80 sampel 74,1 yang diprediksi
tidak melakukan pergantian KAP dari total 108 sampel yang tidak melakukan pergantian KAP.
